搜索
－66－第４章職安における就職率・ミスマッチ・労働需要不足の推移＊－効率的な就職率改善のための政策的議論－第１節はじめに近年、景気回復に伴った就職率の改善が期待されている。しかしながら、この間ミスマッチが大幅に拡大しており、結果として就職率の改善が進んでいないとの指摘も聞かれる。つまり、有効求人倍率が上昇し労働需要が旺盛になっているとしても、その多くは就職には繋がらず、ミスマッチの増加に繋がっている可能性が指摘されている。果たして有効求人数の増加は就職率、ミスマッチ割合などにどのような影響を与えるのだろうか。さらには、有効求職者数の増大がこれら要素に与える影響とはどのようなものなのだろうか。本章では、2001年および2004年の職業安定所別・職業中分類別36のデータを、雇用圏別・職業中分類別のデータに再編した上で分析を行っていく。なお、職安の主たる業務としては就職率および充足率を改善することが考えられる。本章ではこのうち、就職率の改善に注目した分析を行う37。それにより、求人数や求職者数の増加を就職率の効率的な上昇に結び付けるような方法を模索したい。言い換えると、就職率を改善しつつ同時にミスマッチ割合を引き下げるような方法を探求したい。これが本研究の最終的な目標である。具体的な分析内容は以下のとおりである。はじめに、各年・各雇用圏の求職者を、就職できた部分、職業間ミスマッチによって就職できなかった部分、その他ミスマッチによって就職できなかった部分、それに労働需要不足によって就職できなかった部分に分解する。その後2001年と2004年の結果を比較し、有効求人倍率・就職率・ミスマッチ割合の変化の組合せについて検討する。また、雇用圏間での結果の差異にも注目する。ついで、上の分析で明らかとなった有効求人倍率・就職率・ミスマッチ割合の変化の組合せが雇用圏間で異なる理由を確かめる。具体的には、まず職業間ミスマッチ割合をとりあげ、それが有効求人数や有効求職者数の増加と共にどのように変化するのかを理論的に考察する。その後ここでの結果を利用し、有効求人倍率が上昇するとき、職業間ミスマッチ割合は一般的にいってどのように変化するのかを考察する。このような分析をその他のミスマッチについても行う。これらの分析により、有効求人倍率が上昇した＊本研究を作成する上で猪木武徳氏(国際日本文化研究センター)、菅原英夫氏(中央労働委員会)、松繁寿和氏(大阪大学)、姉崎猛氏、伊藤実氏、江上寿美雄氏、小野旭氏、周燕飛氏、富岡淳氏、平田周一氏、藤井宏一氏、勇上和史氏(以上、労働政策研究・研修機構)さらには所内研究会参加者には有益なコメントを頂戴した。この場にてお礼申し上げたい。なお未だ残り得る誤りは、筆者に帰するものである。36ただし「管理的職業」、「保安の職業」それに「農林漁業の職業」については、大分類のまま区分されていた。つまり、これ以上に細かな分類はなされていなかった。また産業大分類上「専門的・技術的職業」に属する(中分類の)職業のうちの一部は、ひとまとめにされていた。37就職率および充足率の両要素を同時に扱った上で、職安におけるパフォーマンスを分析したものとしては岩本(2005)がある。一方、本研究の主眼は効率的な就職率の改善方法に対して向けられているのであり、職安のパフォーマンスを分析することに向けられているのではない。－67－ときに、ミスマッチ割合が上昇した雇用圏もあれば低下した雇用圏もある理由などが説明される。最後に、以上のような分析を通じて得られた知見を利用し、有効求人数や有効求職者数の増加を効率的な就職率の上昇に結び付けるための政策的インプリケーションが展開される。では、先行研究を見ていこう。ミスマッチに焦点を当てた分析については、これまでにも多く存在する。例えば樋口（2001）、大竹・太田（2002）それに北浦他（2002）は、UV分析を行うことにより失業率を需要不足によるものとミスマッチによるものとに分解している38。ただしこれらの分析は主として、失業率に焦点を当てたものである。その一方において、UV分析の考え方は就職に関するミスマッチにも応用可能である。UV分析においては、労働需要と労働供給が等しい状態においても発生する失業を、ミスマッチに基づく失業と考える。この考え方を就職におけるミスマッチにも適用するならば、それは、求職者数と求人数が一致しているにも関わらず発生する未就職ということになる。UV分析の考え方を応用し、職安での就職に関するミスマッチを分析したものとしては厚生労働省（2002）が挙げられる。これは『職業安定業務統計』を利用し、1980年から2001年の状況を分析したものである。結果は、バブル崩壊後の期間において職安におけるミスマッチが特に増大しているわけではないというものであった。また、職業間ミスマッチや年齢間ミスマッチをミスマッチ指標に基づき計測したり、職業内ミスマッチや年齢内ミスマッチなどについてもUV分析の考え方を応用した方法で計測したりもしたが、いずれのミスマッチもバブル崩壊後の時期において拡大しているわけではないとの結果を得ている。この分析は、これまでに十分には行われてこなかった職安での就職に関するミスマッチの内実を分析したものとして重要ではあるが、全国をひとまとめにした上で分析を行っている。また職業間ミスマッチが、職業大分類に基づき計測されている。よってここでは、地域ごとのミスマッチの状況を職業中分類別データにより分析することとする。なお後に詳しく説明するが、本研究においてもUV分析の考え方を利用して分析を行うものの、厚生労働省（2002）とは異なったアプローチをとる。ところで地域別に分析を行う際には、地域として何を用いるのかという問題が生じる。周（2005）や勇上（2005a,b）が指摘するように、これまでに行われてきた多くの地域（間）研究においては、便宜的に47都道府県や10行政ブロックを地域区分の単位として使用し比較・分析が行われてきた39。しかしながら、これらのような分析は現実を必ず38他には、佐々木(2004)や藤井(2004)なども挙げられる。前者の研究はパネルデータを利用し、近年における年齢階級間ミスマッチの程度は極めて小さいことを示した。後者の研究は、これまでに行われてきたUV分析をめぐる議論について詳細なサーベイを行ったものである。3910行政ブロックとは北海道、東北、北関東・甲信、南関東、北陸、東海、近畿、中国、四国それに九州を指す。－68－しも十分には反映していない可能性がある。このような問題に対処する方法としては、金本・徳岡（2002）に代表される都市雇用圏の概念がある。都市雇用圏とは、通勤率によって定義された、中心都市および中心都市と経済的・社会的に密接なつながりを持った周辺地域を意味する。故に都市雇用圏は、通勤圏を示すといえる。本研究では、地域を定める際にこの都市雇用圏の概念を利用する。それにより、よりうまく現実を反映した分析を目指したい。なおこの概念を利用すると、全国は大都市雇用圏、小都市雇用圏、それにこれら二つの都市雇用圏のいずれにも含まれない非都市雇用圏に区分される。ここでは前者二つの都市雇用圏のみならず、非都市雇用圏をも含めた上で分析を行う。なお、都市雇用圏と非都市雇用圏の区別を容易にするために、以下では後者の具体名な名称に言及する際には「地区」を付けて表現することとする。例えば、野辺地町非都市雇用圏については、野辺地地区と呼ぶ。本章の構成であるが、次節では分析で使用するデータについて述べる。第3節では、雇用圏ごとに求職者を就職できた部分、職業間ミスマッチにより就職できなかった部分、その他ミスマッチにより就職できなかった部分、それに労働需要不足によって就職できなかった部分に分解する。第4節では職業間ミスマッチについての議論を行う。第5節ではその他ミスマッチの分析を行う。第6節においては、これまでに得られた結果から就職率を効率的に高めるためにはどうすべきかに関する政策的インプリケーションを述べる。第7節は結語となる。第２節データ１使用データ本研究で使用するデータは、2001年および2004年の常用労働者および常用的パートタイマーについての職安別・職業中分類別データである40。変数としては、職安別・職業中分類別の有効求人数、有効求職者数それに就職件数を使用する41。職安数は2001年においては907、2004年では906であった。数が1だけ減っているのは、この間に長崎県の大崎相談室が廃止されたためである。職業カテゴリーの数は、両年ともに66である。先に述べたように、実際の分析にあたっては職安別・職業中分類別の状況を比較・分析するのではなく、雇用圏別に職安をまとめ、そこから得られた雇用圏別・職業中分類別の数値を比較・分析するものとする。本研究に則してその理由を述べるならば、ある職安で求職活動をしている者はかならずしもその職安の管轄地域内における就職を望ん40本研究でいう職安とは、通常のハローワークにくわえ、求人・求職業務を実際に行っているパートバンク、パートサテライト、両立支援ハローワーク、人材銀行、学生職業センター、新分野センター、相談室、情報プラザ、高齢期センター、ヤングキャリアセンター、それにサポートセンターを意味している。41これら変数は、常用労働者および常用的パートタイマーに関する集計値であるため、身分を区別した上での利用はできなかった。－69－でいるのではなく、その職安を含む雇用圏、すなわち通勤圏において就職することを希望していると考えた方がよりうまく現実を捉えていると考えたためである。例えば、同一雇用圏に属する職安Aと職安Bの有効求人数・有効求職者数を比較すると、前者のそれらが100・50、後者のそれらが10・100であるとしよう。このとき、職安Aでは求人過剰、職安Bでは求人不足と考えるのは適切ではないかもしれない。というのは、職安Aと職安Bは同一雇用圏内にあるのだから、職安Bに求職活動のために来た者は、職安Aの求人にも応じることができる。よってこの場合、職安Aでは求人過剰、職安Bでは求人不足というように職安別に状況を捉えるのではなく、この雇用圏全体として求人不足と考えた方が現実的であると思われる。もちろん、ひとつの雇用圏内に複数の職安が存在しない場合においては、そこに存在する唯一の職安のデータをその雇用圏のデータとみなした。非都市雇用圏の全てが、これに当てはまった42。職安を雇用圏別に整理するために、前掲の金本・徳岡（2002）の手法を採る。この手法をごく簡単に説明すると以下のようになる。第一に、中心都市を人口集中地域の人口に基づき定義する。第二に、中心都市への通勤率が10%以上の市町村を郊外として定義する。このようにして定義された中心都市と郊外都市のセットが、一つの都市雇用圏ということとなる。ここでは、入手可能なもののうちで昀も新しい2000年基準の都市雇用圏定義を採用した。各職安がいずれの雇用圏に属するのかについては、章末の付表1をご覧いただきたい。なお職安を各雇用圏に振り分ける際には、職安の所在地住所を利用した43。このように職安を雇用圏別に整理した上で分析を行うために、サンプルサイズは2001年で371、2004年では370となる。数が減っているのは、先に述べたような形で大崎相談室が廃止されたため、大崎地区自体がサンプルから抜けたことによる。２有効求人数・有効求職者数・就職件数の計上方法とそれに伴う分析上の問題について分析に入る前に、ここでは本研究で使用する変数の計上方法とそこから派生する分析上の問題点について述べる。有効求人数、有効求職者数それに就職件数は以下のように計上される。42雇用圏別に分析を行うということは、雇用圏を越えた求職活動をしている者がいるという事態を捨象してしまうことに留意すべきであろう。近年においては、職安における広域職業紹介等