人事もPDCAを回す時代へ 「日本の人事を科学する」データ活用の視点とは（後編）

東京大学社会科学研究所 教授

大湾 秀雄さん（オオワン ヒデオ）

1964年生まれ。東京大学理学部卒業。(株)野村総合研究所勤務を経て、留学。コロンビア大学経済学修士、スタンフォード大学経営大学院博士 (Ph.D.)。ワシントン大学オーリン経営大学院助教授、青山学院大学国際マネジメント研究科教授を経て、2010年から現職。(独)経済産業研究所ファカルティーフェローを兼任。専門は、人事経済学、組織経済学、および労働経済学。実務家向けに、経営課題解決のために自社人事データをどのように活用したらいいのかを指導する、人事情報活用研究会を主宰する。

何が女性の活躍を阻むのか
データから浮かび上がる差別の構造

人事データを使って実際にどのようなことができるのか、具体的な活用例をご紹介ください。

さまざまな経営課題を解決するための第一歩は、自社の現状がどうなっているのか、組織や人事制度のどこにどんな問題があるのか、実態を明確に把握することですが、そこで役に立つのが人事データです。日本の企業社会にとっていまや最優先事項の一つといっていい、「女性活躍推進」を例に取り上げて説明しましょう。

自社では女性の活躍推進がどれだけできているのか、いないのか――データを活用して実態を把握するための一つの指標として、私がお勧めしたいのは、男女の賃金格差を分析する手法です。実は現在、日本で自社の男女賃金格差をきちんと計算している企業は、ほとんどありません。私はこの情報を、女性活躍推進法が各企業に策定を義務づけている行動計画の中に盛り込んで、公開すべきだと考えています。実際、女性活躍推進の先進国であるスイスやドイツ、オーストリアでは、国が企業にオンラインの分析ツールを無償で提供して、自社の男女賃金格差を算出させていますからね。

もちろん、単純に男女の平均賃金を比べても意味がありません。男女の間では、年齢や学歴、勤続年数、雇用形態といった属性の構成が大きく異なり、その違いが賃金に影響を及ぼす要素となり得るからです。回帰分析という手法で、そうした要素を統計的にコントロールし、同じ属性にある男女間で賃金にどれだけの違いがあるかを推計しなければならない。そうして初めて、有用な男女賃金格差のデータが得られるのです。

大湾先生が主宰されている「人事情報活用研究会」では、活動の一環として、各参加者が自社の男女賃金格差の算出に取り組んだそうですね。結果はいかがでしたか。

驚きました。計算した、当の参加者たち自身もびっくりしていたくらいですから。各社の男女賃金格差が、予想以上に大きかったんですよ。いま、日本企業全体でみると、女性の賃金は男性に比べて平均で17～18％低いと推計されていますが、研究会では参加企業の多くが全国平均を上回り、男女賃金格差が20～30%を超える企業もかなりありました。

賃金の男女格差に加え、昇進昇格のスピードや評価そのものにも男女で差が出る企業が少なくありません。こうした格差がどこから来るのか。女性活躍を阻む要因は何なのか。答えはいくつも複雑にからみあっていますが、最も注意しなければならないのは「統計的差別」の問題でしょう。男女で離職率を比べると、平均では女性のほうが高く、女性への投資はリターンが低くなる傾向があるため、企業は女性の採用や教育、昇格・昇進にどうしても慎重にならざるをえません。このように、統計的事実にもとづく合理的な判断が、結果として差別を引き起こす現象を「統計的差別」と呼びます。

しかし、統計的差別はじつは“自己成就的”なものです。つまり「女性は辞める確率が高いから機会を与えない」という意思決定自体は合理的でも、女性はそれを「この会社にいてもチャンスがない」と受け止めるので、むしろ離職を促してしまうわけです。ここが変わらない限り、日本企業における女性活躍はなかなか進んでいかないでしょう。

問題意識をもって現場を見ていなければ
データは活用できない

そうした見えにくい差別や不平等の実態も、人事データを使って明らかにすることができるのですか。

自社にはどのような統計的差別の可能性が考えられるか――人事データの中には、その手かがりとなる情報ソースがたくさん含まれているので、それをよく調べましょうと、私は提案しています。お勧めしたいのは、「従業員満足度調査で男女の回答の違いを検討する」という方法です。このグラフを見てください。

これは、研究会に参加しているある企業の事例です。この会社の従業員満足度調査には20項目の設問があり、その設問ごとの回答に、同じ属性をもつ男女間で平均してどれだけの差があるかを回帰分析で求めて、男性を基準とした男女差をグラフ化しました。ほぼすべての項目で女性のほうが男性よりネガティブな評価をする傾向にある一方、グラフをよく見ると、社内から差別や不平等をなくすために、改善すべきポイントが二つほど浮かび上がってきます。

まず、業務の与えられ方に、男女で違いがあることがわかります。女性は、男性よりも仕事量が少なく、職務グレードと比較するとやや簡単な仕事を与えられていると、不満に感じているのです。もう一つのポイントとして、情報共有に関する問題も見て取れます。とりわけ大きな差となって現れているのが、「全社的ビジョンや戦略」に対する理解度が低く、男性ほど十分な説明を受けていない、という傾向です。こういうことは案外、普段の会話の中で上司や先輩から自然と伝わっていくものでしょう。トップの訓示を聞いて理解するというより、むしろ飲みに行ったり、ランチに行ったり、そういうインフォーマルな場や機会を通じて浸透し、いつの間にか肚落ちしていく部分が大きいですからね。女性は男性に比べて、上司とのコミュニケーションが希薄になる傾向があるため、職場での情報格差にさらされやすいということが、このデータからわかるわけです。

女性活躍推進に限らず、働き方改革や高齢者雇用、採用力の向上など、日本企業には喫緊の課題が目白押しです。その解決に向けて人事データを活用していくために、企業はまず何から始めるべきでしょうか。

企業内での意思決定にはさまざまな情報が用いられますが、まずはそれらをすべて、デジタルデータとして保存しておく仕組みとルールを作ることをお勧めします。データを活かそうと思っても、それが使いやすい形で残されていなければ何もできません。移動や昇進・昇格などの記録を含む発令情報や採用時の適性検査や面接の評点など、さまざまな分析で有用となるデータは可能なかぎり、人事システム上に保存し、一元管理するようにしてください。統計ソフトも必要になります。また、人事部内の体制としては、統計リテラシーの高い人材を、最低でも一人は配置すべきでしょう。統計学を勉強した理科系出身者、あるいは計量経済学を履修した経済学部出身者を確保できれば十分です。

ただし、強調しておきたいのは、そうした“ハード”面をそろえるだけでは、データの収集・管理や分析はできても、せっかくの分析結果を活用して課題解決につなげることはできない、ということです。

他には何が必要なのでしょうか。

大前提として欠かせないのが「問題意識」です。先ほど、課題解決の第一歩は自社の実態をきちんと把握することだと言いましたが、会社をよくするために何ができるのか、何をすべきなのかとたえず問いかけながら、現場に目を向け、社員の声に耳を傾けていなければ、組織や人事制度のどこに問題があるのかを自覚することはできません。

たとえば、女性活躍推進においても、日頃から女性が活躍できる会社を作ろうと考える経営者や人事担当者であれば、男女で業務の与えられ方に差が生じていないか、上司や同僚とのコミュニケーションの量に違いはないか、日々の業務の中で、何らかの不平等の可能性に気づくことができるはずです。気づいたらあとは仮説を立てて、それをデータの分析で検証し、然るべき改善策を打っていけばいい。たえず問題意識をもち、改善すべき点に気づけるかどうか。データ活用の成否の分かれ目はそこにあると思います。

実務家にとってデータはツール
「習うより慣れろ」で克服を

冒頭で、私たちが「人事情報活用研究会」を立ち上げた当初、課題への負担感などから、参加企業が次第に活動を抜けていったという話をしましたね。結局、第1期の最終報告会で研究発表を行ったのは6社のみ。しかし、私が活動の意義を確信したのは、この残った6社の最終報告を聞いたときでした。完成度の高い、素晴らしい内容の発表だったからです。

たしかに、文系出身で統計リテラシーの低い人事担当者にとって、忙しい業務の傍ら、データ分析の課題をこなすのは大変だったかもしれませんが、その条件は各社とも変わりません。では、抜けていった会社と残った会社とでは何が違うかというと、それはやはり「危機感の強さ」だったような気がします。離職率が抑えられないとか、あるいは優秀な人材の獲得に苦労していて、人事から会社を変えていかなければ激しい競争を生き抜いていくことができないなど。そうした危機感をもっている会社の人事担当者ほど、データに裏付けられた改革・改善の糸口を見出すことに熱心で、研究発表にも意欲的でした。

組織の中で何かを変えようという場合、そこに説得力がなければ、事は成就しません。その意味では、人事データから改善策を提案するためのエビデンスを得たいという明確な目的を持つ人が、データ活用に成功する人だと言えるでしょう。

ありがとうございました。現在、人事データの活用に取り組んでいる人事担当者や、これから取り組もうとしている方々に向けて、最後にアドバイスをお願いします。

正直なところ、数字や計算式は苦手だという人も、少なからずいらっしゃると思います。ただ、実務家にとって人事データは、あくまでもツールですから、とにかく「習うより慣れろ」で、まずは自分で手を動かして、実際にデータに触れてみることが第一だと思います。われわれの研究会でも、参加者は最初、統計ソフトの使い方もよくわからないのですが、理屈を説明するより、とにかくこういう手順で使ってみてくださいと、いきなり分析作業を体験してもらうんですね。そうして、分析結果がグラフや散布図などの形で出てくると、参加企業同士で比較して自社はこの辺りのポジションなのかということも視覚的にはっきりと見えてくる。この「視覚的にとらえる」ということが大切で、結果が見えてくると、データ活用が俄然、面白くなってくるんですよ。自分でもっと勉強しようという意欲がわき、統計的センスが自ずと身についていくことを、研究会の参加者たちは証明してくれました。「習うより慣れろ」――私からのアドバイスはこれに尽きますね。

取材は2017年7月26日、東京・文京区の東京大学にて