政策統括官付参事官付統計企画調整室

議事内容

○飯島統計企画調整室長
　定刻になりましたので、ただいまから第８回毎月勤労統計調査の改善に関するワーキンググループを開会させていただきます。委員の皆様方におかれましては、お忙しい中、御出席いただきまして誠にありがとうございます。本日の委員の出席状況ですが、全ての委員の皆様に御出席いただいております。また、本日は審議協力者として、早稲田大学政治経済学術院教授の西郷先生に御出席いただいております。どうぞよろしくお願いいたします。
　審議に入ります前に、事務局に異動がありましたので御紹介いたします。政策統括官の森川です。政策立案総括審議官の青山です。政策統括官付参事官の石津です。
　以後の進行については、加藤主査にお願いいたします。
 
○加藤主査
　皆様、本日はお忙しい中お集まりいただきまして、誠にありがとうございます。本日の議題は、「１.母集団労働者数の推計について」、「２.その他」となっております。なお、本日のワーキンググループは17時までを予定しておりますが、予定時間を若干過ぎる可能性もあるかと思います。そのような場合、御予定がある方は御退席いただいても結構です。
　まず、議事１.の「母集団労働者数の推計について」です。こちらは第５回ワーキンググループにおいて御議論いただいた検証内容について、事務局のほうで現行の方法や仕組み等を前提とした上で検証結果をまとめ、今後の方向性の案を準備していただきました。それでは事務局から、御説明をよろしくお願いいたします。
 
○角井統計管理官
　雇用・賃金統計室の角井と申します。よろしくお願いいたします。資料に沿って説明いたします。今、加藤主査から御説明があったとおり、前回、第５回にお示しした検証内容に沿って、その検証結果を今回説明したいと思います。
　最初に、６ページを御覧いただければと思います。「第５回ワーキンググループにてお示しした検証内容」ということで最初に書いてあるとおり、本ワーキンググループでは母集団労働者数の推計方法について、現状の方法による検証を行うこととしています。
　それでは１ページに戻ってください。まず毎勤の推計方法について説明いたします。図の下の左側のオレンジの部分ですが、調査票に記入されている事業所数が事業者１からnまであります。これに抽出率逆数を掛けて復元するということで、ここでd₁、d₂がその倍率です。これを事業所１から事業所nまで積み上げたものと、緑色の箱の母集団労働者数との比を算出します。こちらをRとして比率を出します。この比率で右側にある図にあるとおり、具体的な賃金や時間について、積み上げてR倍をして、一番右にある給与支給総額を算出します。この支給総額を先ほどの母集団労働者数で割り、一人当たりの賃金を出していくということです。
　緑色の母集団労働者数については、２ページで少し説明しております。これがどうやって出てくるかというところについて、イメージとして下側にありますので、ここで説明したいと思います。左側に「N月分調査」と書いてあります。こちらは実際の調査票の情報です。前月末労働者数、増加した労働者数、減少した労働者数、本月末労働者数という４つの調査票情報を基に、先ほどのRで全部復元します。その後に、本月末労働者数に、丸２と書いてある雇用保険データを使って、事業所の新設・廃止による労働者数の変化を加味します。次が丸３の事業所の規模の変化です。これはおおむね１つの事業所を３年ぐらい調査していますが、その間には当然、労働者の増加や減少があり、規模区分をまたぐ動きがありますので、そちらについて加味します。この労働者数がN+1月分の前月末労働者数になってきます。丸３については具体的な事業所の規模間の入り繰りだけなので、総数については変化しません。
　それでは、より具体的に見ていきます。３ページです。こちらが労働者数の推計丸１です。これは先ほど申し上げた調査票の数字から出てくるところで、前月末労働者数に比率Rを掛けます。同じく増加労働者数、減少労働者数、本月末労働者数という数字を算出します。ここで本月末労働者数を算出して、次のステップの４ページにある雇用保険データの変化を加味します。こちらは５人以上の規模の中に新設されたもの、あるいは廃止になったもの等を加味します。具体的な方法は、下側のボックスにあるとおり、本月末労働者数に、(b+c-d-e)/aを掛けて、更にKを掛けます。こちらは少し上にあるとおりKは適用率として0.5としています。ぶれを少し抑える意味で0.5としております。
　この上で、５ページの母集団労働者数の推計丸３にいきます。規模の変更というのは、ある月で実際に労働者が増えたり減ったりしますので、そのときに規模の層をまたぐような移動が出てきた場合の労働者数の増減の考え方です。例えば、下の緑色のボックスにある1,000人以上を見てみますと、これは実際に1,000人以上として集計されている層ということです。この事業所の前月末労働者数が950人。これは50人ぐらい幅を持たせていますけれども、前月末が950人以上で、本月末労働者数が949人以下になった場合は、この母集団労働者数を500～999人の規模に移動します。集計に用いている層は1,000人以上ですけれども、母集団労働者数だけ変更するということをやっております。
　実際に下がるとか上がるという場合、その母集団労働者数に抽出率逆数が掛かっております。それが中ほどの青色で囲っている所です。これは数式で書いたものですが、実際に上がったり下がったりする母集団労働者数に抽出率逆数を掛けて、それに、右側に×Lとありますが、こちらは適用率として0.5となっております。また、右側下の点線で囲ってある所は、今申し上げたように、実際の集計に用いる事業所の規模の層については、原則として変更しません。1,000人以上だったら1,000人以上で集計します。しかし大幅に変わった場合、例えば規模が２段階上がる場合は集計区分をその月に上げてしまいます。ですから１段だけ変わる分には変わらないのですが、２段階上がる分については、そのまま集計区分の層を上げる。逆に規模が下がる場合は、その月ではなく２か月目に下げるという作業をしております。この労働者数が大きく変化する場合に事業所規模の層を変更する方法について調べたところ、少なくとも平成20年ぐらいから行っているようでした。
　続いて、６ページにいきます。実際にこのワーキングでお示しした検証内容です。丸１から丸５まであります。丸１については、まず雇用保険データと経済センサスの違いで、労働者数と事業所数の分布の違いを確認します。１つ飛ばして丸３が、先ほど説明した事業所規模の変化です。これがどの程度発生しているかを確認します。丸５については、この母集団労働者数の変更の際に抽出率逆数を掛けますが、現行は「集計時点」のものですので、これを「抽出時点」のものにして影響を検証するのが丸５です。丸２と丸４についてはKとLの変化で、現行が0.5ですが、これを動かしてどういう影響があるかを確認します。そういう順番で以下、説明したいと思っております。
　７ページの検証内容丸１-１として、経済センサスと雇用保険データの比較です。これは事業所規模５人以上で比較しています。左側が事業所数の比較です。センサスが190万ぐらいで雇用保険データが82万ぐらいです。下に構成比の比較があります。構成比を見ると、おおむね似たような構成になっています。右側が労働者数の比較です。センサスが4,600万人、雇用保険が3,700万人ぐらいです。ただ、構成比が大分異なり、雇用保険データについては少し規模の大きいほうにシフトしているという形になっております。後でまた説明いたしますが、現状はこうなっています。
　これを産業で見たものが８ページです。産業別の事業所数の比較です。右側のグラフで見るとこれも産業によっては若干の違いが出てきます。例えば、Iの卸売，小売業とか、Mの宿泊，飲食サービス業などは、経済センサスの割合の方が高めに出ています。
　労働者数で見たものが９ページです。これも先ほどの事業所と似たような形と思いますけれども、製造業では、雇用保険データの方が割合的に高めに出ています。またMの宿泊，飲食サービス業は、経済センサスの方が高めに出ているという結果になっています。
　実際にこういう違いについてですが、10ページでは定義の比較を示しております。まず、上側が事業所ですが、経済センサスでは、経済活動が行われている場所ごとの単位、原則として次の要件を備えているものです。一定の場所を占めて、単一の経営主体のもとで経済活動が行われているというところです。雇用保険についても基本はそうですけれども、括弧書きで書いてあるとおり、独立性のない支店等の場合は、ハローワークの雇用保険事業所非該当の承認を受けて本社一括で手続きできるとしていますので、本社の下にお店などがぶら下がっている場合は、本社一括としてカウントする場合があります。ですから７ページでも見たように、少し規模の大きい所の割合が高くなっているというのは、こういうところが影響している可能性があります。
　次が労働者です。労働者にも違いがあり、経済センサスについては常用労働者なので、期間を定めずに雇用されている人若しくは１か月を超える期間を定めて雇用されている人、あるいは２か月間に、それぞれ18日以上雇用されている人です。当時の常用労働者の定義ですけれども、これに当てはまる人全てを把握するということです。
　それに対して雇用保険については、適用事業主に雇用されている以下の者を除く労働者となっております。１.から７.まであり、この中で特に多いのが１.の１週間の所定労働時間が20時間未満である者です。これは推計ですが、おおむね10％超ぐらいの数がありました。したがって、経済センサス4,600万人に対して雇用保険データが3,700万人とありましたが、そこでまず１割の差が出てくるのではないかと思います。次に多いと思われるのが４.の昼間の学生アルバイトです。こちらも雇用保険から除外されます。したがって、ここでも経済センサスの方が数的には多いことになるかと思います。あとは公務は除かれますから、基本的に雇用保険に公務はいませんが、経済センサスについては公務に近い形の企業が入っている可能性があります。したがって、そこでも差が出てくるのではないかと考えております。
　続いて11ページを御覧ください。こちらは毎月我々がいただいている雇用保険データで、これで新設、廃止等の状況を把握しています。これは規模別で見ております。新設から廃止とありますが、数だけでは分かりにくいので、一番右側の増減割合を見ますと、規模が小さい５～29人が圧倒的に多く、これが0.3％です。後の規模は0.01、0.02というようにほとんどない状態なので、５～29人が非常に活発に新設、廃止があるのではないかと考えております。ちなみに表下の※１にあるとおり、平成26年7月から28年５月の23か月間の１か月当たりの平均値です。
　12ページは、これを産業別に見たものです。産業別で見ますと、例えば上から２つ目のDの建設業が0.25％になっています。あとは中ほどにあるMの宿泊，飲食サービス業とか、Nの生活関連サービス業，娯楽業などが、ほかの産業に比べて少し多くなっているということが分かりました。これも１か月当たりの平均値です。
　続いて13ページです。少し分かりにくいのですけれども、事業所規模の変更によって、母集団労働者数の補正がどういう状況になっているかを示したものです。まず、この表の見方から説明します。上側が規模別の事業所数です。表頭に他の規模からの「流入」と、右側が他の規模への「流出」ということで、入りと出があります。
　例えば100～499人を見ますと、流入の規模上昇というのがあります。規模上昇で流入したということは、規模の小さい所から入ってきたものなので、30～99人規模から140事業所が入ってきたという意味です。その隣の規模下降というのは規模の大きい所から入ってきた、上から入ってきたという意味で、500～999人規模から126事業所が入ってきたという意味です。それが流入の意味です。流出は、例えば同じく100～499人の規模上昇で40事業所になっています。これについては流出で規模が上昇したということなので、500～999人の規模に上がった所が40事業所あるという意味です。規模下降は157事業所なので、30～99人に下降した事業所が157あるということです。
　この流入・流出というのは規模の入り繰りだけなので、合計は一致するということでどちらも1,104という数になります。ちなみに、表下の※１にあるとおり、１か月平均ではなくて累計値になります。23か月を累計して、このぐらいの数になっております。これが事業所数で、その下の表が労働者数です。労働者数は先ほど言いましたけれども、例えば600人などになって規模上昇する場合は、そこに抽出率の逆数が掛かります。現行は集計時点のものが掛かっておりますが、それにL、0.5を掛けたものを積み上げた数がこれになります。そうしますと、合計140万ぐらいになります。現行のやり方でやるとこうなります。
　続いて14ページの検証の丸５です。規模間移動するときに抽出率逆数を掛けるのですが、現行は集計時点のものを使っています。その結果が上の表です。これに対して抽出時点のものにしたのが、真ん中の表です。下がその差分になります。集計時点のものについては規模の小さい方が流出が多くなっています。
　この動きですが、実際にどういう移動をしたときにこの違いが出てくるかということについて、１つ例を挙げております。これが15ページです。イメージが付きにくいかと思い、ケースⅠとケースⅡという２つを用意しました。
　まず、ケースⅠです。抽出時点で労働者数480だったとします。そうしますと倍率は、100～499人の区分になりますので、ここには12が付きます。これを実際に調査票を配って１か月目で調査票が返ってきたときにも、抽出時点と同じく480人だった場合は、集計時点も抽出時点も同じ100～499人の区分になりますから、12という同じ番号が付きます。このようなケースの事業所が、N月目に600人になった場合は規模が１つ上がります。しかし上がるのは母集団労働者数の考え方だけなので、集計に用いる層は100～499人で変わりません。下側に書いてあるとおり、丸１の「集計時点」の倍率を用いた場合については600人×集計時点の抽出率逆数12×0.5で、3,600人になります。抽出時点のものはと言いますと、抽出率逆数は同じく12なので3,600人になります。したがって、こういうパターンについては、先ほど14ページに「集計時点」と「抽出時点」の表がありましたが、同じ結果になります。
　次にケースⅡの場合です。ケースⅡの場合は抽出時点が110人で、そのときの区分は100～499人になりますので、ここは12が付きます。しかし実際に調査票を配って戻ってきたら、90人になっている場合があります。抽出時点は少し古いデータベースを使いますので、こういう場合が出てきます。では、90人になっている場合はどこに集計されるかと言いますと、100～499人区分ではなく、30～99人区分になります。したがって、ここでの倍率は30～99人の倍率なので、右上に書いてあるように、12ではなくて48が付きます。ただし抽出時点は12が付きます。ここで倍率が変わってくるということになります。
　こういう事業所がN月目でまた110人に戻った場合は、110人が移動しますが、集計に用いる層は30～99人で変わりませんから48です。したがって、110×48×0.5で2,640人が100～499人区分に母集団労働者数が加わります。ただ、抽出時点はと言いますと12のままなので、計算すると660人になりますから、660しか上がりません。したがって、このケースの場合は14ページの表の数字の違いが出てくるところです。
　このケースⅡは規模が上がる場合でしたが、逆に下がる場合も当然あります。下がる場合は抽出率逆数の逆転と言いますか、大きさが逆転しますので、集計時点の方が数字が小さくなる動きになってきます。
ここまで丸１丸２丸５ときて、次が検証内容丸２です。16ページです。こちらはKを変化させた場合の試算です。御覧のとおりK=1、K=0.5、K=0で変化させて見たものです。これは比較可能な平成２年以降の経済センサス等によってベンチマークを設定した、７時点の６区間でやったものです。Lの動きの影響を抑えるためには、Lは規模間移動に影響するものですから、規模計にすればLの動きは抑えられますので、ここでは規模計でやっております。この黒ポツが基準点です。最終的にここに合っていれば、推計の当てはまりがいいということになります。実際に数値で見たものが右側の表です。現行の0.5が8.8ということで、一番当てはまりがよくなっています。
　次がLになります。KとLの２つがありますので、今やったようにKを0.5に固定し、Lを5通りで動かしたらどうなるかを見たものです。L=0、L=0.5、L=1、そして抽出時点の逆数を用いた場合でL=0.5、同じくL=1ということで５通りやっております。下のグラフがその結果です。ここではデータの関係で７時点までできなくて、２時点でやっております。区間が短いので、判断がしにくいのですが、結果的にはこういう形になっています。
　18ページに乖離率を示しております。一番下の２乗平均の所で見ると、丸１のL=0、あるいは丸４丸５辺りが比較的小さな数字になっています。現行が丸２L=0.5であり24.7となっています。
　最後が19ページで、これまで見たものをまとめさせていただいております。４つあり、１番目についてはK=0、K=0.5、K=1とやった結果、K=0.5という当てはまりが一番良かったとしています。２番目はK=0.5で固定して、Lを５通りやってみた結果、規模ごとに乖離が小さくできる組合せが異なる結果となりました。検証期間が非常に短かったため、今回の検証からは判断は困難ではないかとしています。以上から、これらの適用度合いを、これまでK、L=0.5と設定してきたことについては、一定の合理性はあるのではないかということで、当面同じ設定してはどうかとしています。
　ただ、最後ですけれども、先ほども少し申し上げたように、データの蓄積はまだ少ないところもありましたので、今後蓄積等を行いつつ、引き続き同様の検証をしていきたいと考えているところです。私からの説明は以上です。
 
○加藤主査
　御説明どうもありがとうございました。非常に入り組んだ内容でもありますし、１つ１つ理解していくのは結構大変なのですが、それでは、ただいま御説明のありました事項につきまして、先生方から御意見、御質問等がありましたらお願いできればと思います。では、樋田先生よろしくお願いいたします。
 
○樋田委員
　御説明ありがとうございました。今回の資料では、これまで知りたいと考えていて、委員会等で申し上げたことを示していただき、大変参考になりました。幾つか意見を申し上げたいと思います。
　一つ目に、今回、事業所の層移動について集計をしていただきました。今回の集計の方法は累計での集計です。総移動の状況を確認するためには、月次単位ではどのくらい動いているのかということも確認したほうがよいと思います。
　二つ目に、今回、事業所規模が閾値を超えて変化した数を確認し、その数を母集団労働者の推計に反映させる計算をしてもらっていますが、閾値を設定することがそもそも適切なのかという問題もあると思います。閾値を使わない場合に、実数としてどのぐらい数が動いているのかということも確認する必要があると思います。閾値の幅の定め方を見ますと、おそらく、事業所規模の区分によって動きにくい、動きやすいという違いもあると思うので、これについては、閾値を用いずに、実際どのぐらい動いているのかというのを見ながら検討する必要があるのではないかと考えます。
　三つ目は、ウエイトについてです。ウエイトには抽出率の逆数を使いますが、理論的にはサンプルの抽出時点の抽出率の逆数をウエイトとして使うというのが適当ではないかと考えます。今回の検証の方法で安全なのかというのは判断が難しいところですが、18ページの計算結果を見ますと、丸４と丸５の方法は抽出時点のものをウエイトとして使っており、丸１～丸３に比べて、ベンチマークに近い結果ということになっています。この結果からも、抽出時点のものに戻すことも視野に入れた検証が、今後必要なのではないかと考えます。
　四つ目ですが、雇用保険データと経済センサスの状況も、これまで知りたいと考えていたものでした。今回いろいろとお示しいただきありがとうございます。構成比の単純な比較からは、従業者規模の層によっては労働者数にかなりずれがあるということが分かります。その一方で、雇用保険データの適用率Kは、全体に対して同じ0.5を使っています。0.5を全体に適用するのが適切かどうか、ある層は0.5、ほかの層は0.4といったように、層によっての調整が可能な検証の方法があり得るかと思います。また、今回は検証に用いる数値の間隔が0と0.5と1で、0.5刻みとなっておりますが、ちょっと粗すぎる気もします。この適用率は結構大事な数字だと思いますので、この辺りはもう少し丁寧に細かな調整、例えば規模別や産業別に従って細かい調整をした上で、どのぐらいベンチマークに近付けることができるのかということを検証していく必要があると思いました。私からは以上です。
 
○加藤主査
　ありがとうございました。事務局から、いかがでしょうか。
 
○角井統計管理官
　ありがとうございました。先生のおっしゃるとおり、今回のこの試算につきましては、これまでやってこなかったこともあり、今回初めていろいろやってみて、我々としても新たな発見があったように感じております。いろいろ御指摘いただき、ありがとうございました。18ページの結果からは、抽出時点のものを使った方が比較的当てはまりがいいのですが、今回２時点だけということだったことから、ここは引き続きしっかり確認していきたいと考えております。
　それから、Kについてですが、これは今１本でやっていますが、規模別、あるいは産業別にして検証することは非常に重要かと思っておりますので、これからデータの蓄積をしながらやっていきたいと考えております。ありがとうございました。
 
○加藤主査
　ありがとうございます。樋田先生、いかがでしょうか。何か付け加えられることはありますでしょうか。
 
○樋田委員
　今後、検証していただけるということですので結構です。検証の作業は大変だと思いますが、抽出率の逆数は結構大事な問題なので、十分に時間を掛けて検証していただきたいと思います。
 
○加藤主査
　今、樋田先生の御質問の中で１つだけ、ついでにお伺いできれば。閾値の話が出たのですが、そこら辺についてはどうですか。なかなか、これは難しい話ではないかと思いますが。
 
○角井統計管理官
　ここも恐らく変えずにやってきたと思いますが、そこも少し変えてみながら、どれだけの数が変化するかということも含めてやってもいいかもしれません。そういうことは今回はやっておりませんでしたので、今後参考にしたいと思います。ありがとうございました。
 
○樋田委員
　その件については、閾値を使わないときに実際にどのぐらい動いているのかが大変気になっています。資料の数字を見せていただいたときに、想像していたほど動いていないという印象を持ちました。多分、実際にはもっと動いているのではないかと。閾値が割と粗く取ってあるので動かないということになっていますが、実際には動いているのではないかと思うのですが、その辺りは実際どうなのか、その動いている状態を反映させた推計をした場合に、数字がどのぐらい変わり得るのかというのも含めて検証する必要があると思います。よろしくお願いします。
 
○角井統計管理官
　ありがとうございます。
 
○加藤主査
　ありがとうございます。ほかに、いかがでしょうか。風神先生お願いいたします。
 
○風神委員
　風神です。様々な検証をしてくださって、どうもありがとうございました。先ほども規模別の話が出ておりましたが、母集団労働者数を考えるときに、新規事業所と廃業を捉えるために雇用保険データを使って、それが過剰に反応しないように掛ける0.5かと思います。ただ、雇用保険データの資料を拝見しますと、やはり規模が小さい所はなかなか入っていない、カバーされておらず、さらに、今日いただいた資料を拝見しますと、５人～29人規模のところで雇用保険データにおける増減割合を規模別に見たときに、労働者数のベースで大きくなっているので、やはりどの事業所規模に対しても0.5に一律で掛けるのはそれでいいのか。カバーされていないところも0.5で、カバーがよくされているところも同じ0.5というのは、やはり気になるところです。今後検証してくださるということなので、また結果を拝見させていただければと思います。
　同様に、産業別につきましても、やはり卸売や小売、宿泊や飲食といったところでなかなか雇用保険ではカバーされていないということですので、そこについてもほかの産業と同様に、特に製造業と比べると差がありますから、0.5でいいのかどうかというのは懸念点としては引き続き持っております。
　また、事業所規模のLの話ですが、やはり100人を超えると雇用保険に入るようになるのかなということも、資料を見ていると感じるところがあり、規模の変更の対象になったところを見ていてもそのようなことが出ていて、かつ、最後のシミュレーションのところで、やはり100～499人のところはLを１とか、大きくなると乖離が大きくなってきているので、やはり雇用保険でカバーされているところと、実際の働いている人たちの数の乖離はきちんと見ていくこと、カバーされているか否かで、それがLやKを掛けるところでどのぐらい反映が大きくなってくるのかは考える必要があるのかと思います。
　抽出の時の倍率を掛けるのか、集計の時のかというところも、どちらを使うと実態よりも過剰になっているのか。掛け方が、係数が大きくなりすぎているのかどうかという実態との乖離が、今、集計と抽出の時と並列で出していただいていて、規模の上昇、下降と表裏一体の結果が出てきているのですが、実態と、どちらのほうがより近いのかが分かる検証ができたらいいのかなと思いました。以上です。
 
○加藤主査
　ありがとうございます。事務局、いかがでしょうか、もし答えがあれば。
 
○角井統計管理官
　ありがとうございました。先ほどの樋田先生の御指摘とも近いのかなと思いますが、先生御指摘のとおり、今回の検証は私も少し粗いかなという感じはしております。今後、今言った規模、産業あるいは抽出時点のものの倍率の話も組み合わせながらできればいいかと考えております。どうもありがとうございました。
 
○加藤主査
　ありがとうございます。風神先生、いかがでしょうか。よろしいでしょうか。
 
○風神委員
　ありがとうございます。
 
○加藤主査
　今回、抽出時点か集計時点か、KとL。さらに、そのKとLをどう層別にやっていくかというと、相当大変なシミュレーションになる感じはしますし、また、そこの閾値の話が入ってくると、どういうところでコントロールしていいかも、なかなか難しい問題かなとは思っています。いかがでしょうか。稲葉先生、よろしくお願いします。
 
○稲葉委員
　私は、このワーキンググループにおける第一の目的といったものが、母集団労働者数の推計にかかわる検討だと捉えておりました。この資料内容では十分な検討を行った結果とはいえないのではないかと感じたため、今回、母集団労働者数の推計にかかわる検討への意見を申し上げたいと考えております。また、内容を全て説明することはできませんので、省略した説明になることをお許しください。
　まず、毎月勤労統計調査の母集団労働者数推計に関する私の２つの疑問点について述べます。第一点として、毎月勤労統計調査における母集団労働者数推計は調査票情報を用いており、この方法は単純とはいえない方法で、かつ、一般的な方法であるともいえないと考えます。そして、この母集団労働者数が、比推定に用いる情報として適切であるのか否かといった点に疑問があります。この推計は数式で記述されていないため、図の説明からその詳細な内容を理解することが難しい状態にあります。理論的な背景、または実証的な計算に基づいた推計の適切さに関する根拠といったものは、現状では示されていないものと考えます。比推定では調査結果よりも精度の高い情報を活用することを基本としておりますが、ここでの母集団労働者数が調査結果よりも精度が高いとは言えないのではないかと考えています。
　２点目として、母集団労働者数の推計において、事業所が移転した先の層の乗率を用いているというところに疑問が生じております。なぜ標本抽出時の抽出率の逆数を乗率として用いていないのかといった点です。
　このような２つの疑問点がある中で、母集団労働者数推計において考慮するべき事項について私の考えを申し上げます。これらの事項は３点あり、まず第１点として、母集団労働者数は全ての調査結果に影響を及ぼしているということが挙げられます。これは常用雇用指数だけではなく、賃金指数や労働時間指数のウエイトとしても影響を及ぼしています。
　また２点目として、母集団労働者数を評価する際に真の値が分からないことによって、何の基準と比較をすればよいのかという問題があります。
　３点目として、共通事業所系列の母集団労働者数について、2019年２月～９月まで開催された検討会におきまして、既存事業所の母集団を設定することが提言の中に含まれています。この検討会では、共通事業所系列の母集団を既存１年以上の事業所であると定めて、既存事業所の母集団労働者数に関する情報がないため、本系列の母集団労働者数に基づいて共通事業所の結果を推定している現状を、問題であると指摘しました。これらの既存事業所の設定についても、本ワーキンググループで検討するべき事項なのではないかと考えます。
　検討が必要と考える事項としては、４点ほど挙げます。
　その前に、今回の検討の結論について私の意見を申し上げます。今回の検討は、現状の推計方法が前提にあります。すなわち、資料の２ページにおける丸１丸２丸３という段階があるわけですが、この丸１を行うことが前提になっています。その前提に基づいてKの値を０と0.5、１のうち、0.5に固定した上で、Lを０、0.5、１とした検討結果が挙げられています。KとLそれぞれを０に設定した状況、または丸１について適用しないといったような、それぞれの効果を０とした検討というものも含めるべきではないかと考えています。そういう点で、今回の検討が前提条件のもとでの結論にすぎないのではないかと考えました。
　それでは、どのような検討が必要であるのかについて私の意見を述べます。まず評価指標として、今回の検討では、母集団労働者数の終点が次のベンチマークに近づくという、ギャップが小さくなることを観察しています。このほかの評価指標として層別の月次母集団労働者数の前月比や前年同月比の変動というものも考慮しなければならないのではないでしょうか。つまり、変動が大きくなってしまうことも観察するべき事項なのではないかと考えます。これらを評価指標に加えて、比較する基準としては、ベンチマーク更新後の遡及改定された母集団労働者数などを考えることができるのではないかと思います。
　２番目の定義の検討ですが、御説明にありましたように、雇用保険の労働者数は、経済センサスの労働者数と同様であると考えて活用することは難しいと思います。何らかの仮定を設けて経済センサスの労働者数の概念に近づけるような検討を行うということも考える価値があるのではないでしょうか。また、先ほど申し上げた共通事業所に関する議論での提言も含めて、母集団労働者数の定義を検討し、既存事業所を把握することができるのか否かについても検討する必要があるのではないかと考えます。
　３番目に、推計を数式で示すことができた場合、モデルに基づく数値シミュレーションが可能になると考えます。
　また４番目として、現状では0.5刻みの検討を行っているわけですが、もっと細かく分けた数値においても検討が可能なのではないかと思います。ベンチマーク更新時の母集団労働者数を全く変化させない場合や、資料の２ページで説明された丸１の工程を行わない場合についても、数値を変えた試算を実施することが可能です。幾つかのパターンの試算を提示したほうがよいのではないかと思います。
　最後に検討事項として、今回の検討から少々外れる範囲を含めた内容について３点ほど指摘させていただきます。母集団労働者数の推計にかかわる事項として、この統計の誤差には調査結果自体の誤差、いわゆる標本誤差といわれる誤差のほかに、無回答による誤差、そして比推定に用いる母集団労働者数のウエイトにかかわる誤差というものが含まれていると考えられます。例えば、ほかの統計調査では、飲食業の無回答の多いことが指摘されています。飲食業に分類される事業所が繁忙期で調査に回答しないことが多かった場合、忙しい事業所が回答しないことによる変動は大きくなる可能性があり、このような事態が無回答による誤差となります。誤差については、どの程度の大きさになるのかということについて、まずは踏まえておく必要があるのではないでしょうか。
　また、現状の推定方法は、母集団労働者数を推計し、そのウエイトを用いて労働時間や賃金の推定値を計算しているという順序になります。労働時間や賃金については、ベンチマーク更新時のウエイトをそのまま固定して計算を行うという方法もあり、そのほうが労働時間や賃金の変動を捉えられる可能性もあるのではないかと思います。
　現状の標本設計は、製造業に対して詳細に設定しています。そして、これは長期間にわたって変更されていない状況です。ここでの標本設計は、回収率が100％であることを仮定してサンプルサイズを決定しています。このような標本設計について、現状の産業構成に合わせて更新をしたほうがよいのではないかと考えます。また、賃金を円単位で表章していくことや調査した事業所数を示していない点も考察する価値があると思います。
　２つ目の事項として、無回答の補完方法の開発という事項が挙げられます。無回答の誤差の詳細は、現状では分からないのですが、この誤差が大きいのならば、無回答を補完することも検討するべき事項ではないでしょうか。ただし、多くの統計調査で行われているウエイトを用いた無回答の処理方法には賛成できません。
　３つ目の事項として、このワーキンググループにおいて、毎月勤労統計の検証を行っているわけですが、これを調査業務の中に組み込み、ベンチマーク更新時などにおいて、評価結果を公表することが考えられると思います。ここでいう評価とは、ギャップ補正に関する評価ではなく遡及改定前後の指数の変化にかかわる評価を指しており、これにより毎月勤労統計の政策評価と考えることができるのではないかと思います。
　もう一点付け加えるならば、資料の17ページを御覧ください。これにつきましては、先ほど樋田先生から御指摘がありました事項と同じです。標本抽出時の抽出率の逆数を乗率とするケース、つまり現状の方法を変更したほうが事業所規模別の労働者数のギャップは小さくなるということがわかりました。この事項は、検証結果として追加しておいたほうがよいのではないかと考えます。
　話が長くなり大変申し訳ありません。母集団労働者数の推計に係る検討への私の意見は以上となります。
 
○加藤主査
　稲葉先生、ありがとうございました。今の稲葉先生の多岐にわたる御指摘なのですが、これについて、もし今の段階で御回答できるものがあれば事務局でお願いできればと思います。
 
○角井統計管理官
　どうも先生、ありがとうございました。我々としても最初に言ったとおり、これはこれで現行の方法でどうなったかという検証をやりまして、かつ、ちょっと粗い試算だったかもしれませんでしたので、今後、今回お示ししていただいた御指摘を踏まえて、できる限り詳細な検証をやっていきたいと考えております。御指摘の中にはかなり抜本的に変えるところもあるかと思います。それについては、これまでの結果との接続等もございますので、そこは我々としても慎重にやっていきたいと考えています。
　それから、もう１つ。抽出率の倍率を抽出時点のもので推計するかということについてですが、これまでの推計方法は、実査をしながら、長い時間をかけてこういう形になってきたものですから、実査でどうなるかといった動きも考慮しながら、さらに理論的な考え方も含めて、両方見ながら考えていかなければと思っていました。ただ、いずれにしても、御指摘いただいた方法については、大変有意義な御指摘かと思っておりますので、できる限り今後やっていきたいと考えております。ありがとうございました。
 
○加藤主査
　ありがとうございます。稲葉先生、いかがでしょう。もし、付け加えることがありましたら。よろしいですか。
 
○稲葉委員
　付け加えることはありません。ありがとうございます。
 
○加藤主査
　ありがとうございます。ほかに何かございますでしょうか。高橋先生、お願いいたします。
 
○高橋委員
　ありがとうございます。簡単なコメントで恐縮なのですけれども、実際にいろいろデータを作っていくと、様々な、理論的にもうまくいかないことはたくさんあると思うのです。それを何とか短期間でしなくてはいけないということの積み重ねだと思うのですけれども、ベンチマークになるべく合わせたほうがいいという考え方で今のような方法にされていると思うのですけれども、その際に労働者数はベンチマークに合わせようという気持ちはすごく分かるのですけれども、その結果、賃金、労働時間が、何もしない場合とどれだけ乖離があるのかということを、是非示していただきたいと思っていて、それでそんなに大きな問題が、すごい乖離が生じないということを見てみたいというのが私のコメントです。もし、お時間がありましたらよろしくお願いします。
 
○加藤主査
　ありがとうございます。
 
○角井統計管理官
　ありがとうございました。先ほど稲葉先生の御発言にもありましたが、確かに今回は母集団労働者数に絞った形で検証したものでございます。先生がおっしゃったとおり、当然、それに連動して賃金、時間というものがありますので、それも含めて分析していければと考えております。ありがとうございました。
 
○加藤主査
　ありがとうございます。いかがでしょうか。私、主査でこういう話をしていいのか分かりませんけれども、今回のワーキングは、この検証だけでなく、ほかにもやらなければいけないことがございます。また今、稲葉先生からの御指摘もありますように、この検証は非常に重要ですし、また高橋先生からのお話もありましたように、これは労働者数だけでいろいろなものに影響してくるので、定期的に、あるいは継続的に検証していく必要があると思います。
　つまり、このワーキングだけでは少し荷が重たい、もう少し継続的に検証し、かつシミュレーションもしっかりやっていかないと、本当に経済の単位を計る重要な統計ですので、今後、この検証の仕方について、どのような形で進めていくのかということも含めて検討していくことが必要かと思っております。ほかに何かありますでしょうか。
 
○西郷委員
　御説明、どうもありがとうございます。それから樋田先生、稲葉先生はじめ、内容に深く根差したコメントをいただいて大変感服いたしました。今、伺っていてとても気になったのが、稲葉先生が御指摘になった点なのですけれども、そもそも経済センサスと雇用保険とで労働者の定義が違っている。実際に数字もかなり違うという、この事実が推定全体にかなり大きく影響しているとは思うのですね。比推定の根本的な考え方、これも稲葉先生がおっしゃっていましたが、なるべく正確なものを補助情報として、それに合わせるような形で推定値を直すというのが比推定の根本にあるわけです。
　そもそも労働者の定義が経済センサスと雇用保険とで違っているということだと、雇用保険のデータは、その定義に基づけば正確なのだとは思いますけれども、定義の違うものを混ぜることによって、推定値全体にかなり悪影響が及んでいるということは、今回、特に稲葉先生のコメントを聞いていて気になりました。恐らく比推定を使うに当たっては、経済センサスを基準にしてものを考えたほうがよくて、それを何とか真に近い、経済センサスに基づく労働者というのを真の値に近くなるような形で、雇用保険のデータを何とかうまく使うというのが多分正しいやり方なのではないかと思いました。今回、労働者の数の推計というのがメインテーマということだったわけですけれども、定義のところをきちんと検証していただいて、雇用保険のデータをどれだけ経済センサスのデータの定義に近い形で補正できるかの検証を、是非していただくといいと思いました。以上です。
 
○加藤主査
　ありがとうございます。確かにここの定義の違いをKだけで解消するのは難しいと思いますよね。ありがとうございます。先生方から、いろいろ貴重な御意見をいただきました。とはいえ、当ワーキンググループとしては、今回お示しさせていただいた検証内容を、取りあえずいただいたということで了承させていただき、その後、今、先生方からいただいた御意見について、更に検討していかなければいけないだろうと思っております。
　ただ、非常に広範囲で、かつ、これまでの経緯を大きく変えるような内容もございますので、非常に複雑になります。今後、データの整備等を行い、一定の環境が整った後に改めて検討を続けるという形にして、一旦ここで収めさせていただければ有り難いと思っております。これでおしまいということではなく、今後とも検討していきますが、ワーキング自体の取りまとめとしては、改めてやらせていただいたことを受けて了承させていただき、更に続けて、次の作業に行きたいと考えておりますが、まずはワーキングとしては、そのような形で進めさせていただいてもよろしいでしょうか。ありがとうございます。非常に重要な御議論をいただき、どうもありがとうございました。
　それでは、次の議題ということにさせていただければと思っております。最後に議事２.として「その他」となっておりますが、事務局から何かありますか。
 
○飯島統計企画調整室長
　それでは、本日お配りしております参考資料の「毎月勤労統計調査の改善に関するワーキンググループについて」を御報告いたします。厚生労働省においては組織改編がございまして、「政策統括官(統計・情報政策、労使関係担当)」から「政策統括官(統計・情報システム管理、労使関係担当)」へと名称変更がございました。
　このため、厚生労働統計の整備に関する検討会の座長にお諮りをして、７月６日付けで本ワーキンググループの設置要綱を改正させていただいております。以上、報告となります。
 
○加藤主査
　ありがとうございました。それでは、本日予定しておりました議題は以上となりますが、全体を通して何か御質問、御意見等がございましたらお願いできればと思います。よろしいでしょうか。ありがとうございます。それでは、本日の議題は全て終了となります。次回の予定について、事務局よりお願いいたします。
 
○飯島統計企画調整室長
　皆様、本日はお忙しい中、御出席いただきありがとうございました。次回の開催日程は、事務局から追って御連絡させていただきますのでよろしくお願いいたします。これをもちまして、第８回毎月勤労統計調査の改善に関するワーキンググループを閉会させていただきます。お忙しいところ、ありがとうございました。
 
○加藤主査
　ありがとうございました。
 

（了）