付図、付表、付注

付表１－１　デジタル化が費用削減に与える効果（整理）

付図２－１　緊急事態宣言及びまん延防止等重点措置発令の推移（2021年以降）①

付図２－１　緊急事態宣言及びまん延防止等重点措置発令の推移（2021年以降）②

付図２－１　緊急事態宣言及びまん延防止等重点措置発令の推移（2021年以降）③

付図２－１　緊急事態宣言及びまん延防止等重点措置発令の推移（2021年以降）④

付図２－２　10万人当たりの新規感染者数の推移（全国及び地域別）

付注１－１　副業の実施が生活満足度に与える効果の推計について

１．概要

内閣府（2022）「第５回 新型コロナウイルス感染症の影響下における生活意識・行動の変化に関する調査（調査期間：2022年６月１日～６月９日）」の調査結果をもとに、副業の実施状況と生活満足度（０点から10点までの11段階評価）との関係を、順序ロジットモデルによって推計したのち、生活満足度の評価選択に対する限界効果を求めた。

２．データ

内閣府（2022）「第５回　新型コロナウイルス感染症の影響下における生活意識・行動の変化に関する調査（調査期間：2022年６月１日～６月９日）」の調査票情報（サンプル回答者数：6,825人）

３．推計方法（順序ロジットモデル）

主な推計の結果

付注１－２　教育訓練ストックと企業年齢が労働生産性に及ぼす効果の推計について

１．概要

内閣府（2022）「令和４年度年次経済財政報告」を参考に、経済産業省「企業活動基本調査」の調査票情報（2013～19年度）を用い、資本（ソフトウェア・非ＩＴ資本）、労働を生産要素とするコブ・ダグラス型生産関数を想定した上で、被説明変数を企業の労働生産性、説明変数にＴＦＰの構成要素として「教育訓練ストック（人的資本ストック要因）」「企業年齢（企業の新陳代謝要因）」といった変数を加え、産業別（サービス業/製造業）（注１）に都市圏（注２）の企業とそれ以外の地域（都市圏以外の地方圏）の企業の２グループに対して、固定効果モデルによる回帰分析を行い、その地域差を分析した。

２．使用データ

経済産業省「企業活動基本調査」の調査票情報（2013～19年度）

サンプル数（全企業数）：都市圏（71,735（17,279））、地方圏（42,985（10,541））

３．推計方法

ＩＴ資本（ソフトウェア）、非ＩＴ資本、労働を生産要素とする以下のようなコブ・ダグラス型の生産関数を考える。

𝑌_𝑡は産出量（付加価値）、𝐴_𝑡はＴＦＰ、𝐾_𝑠,𝑡はＩＴ資本（ソフトウェア）、𝐾_𝑜,𝑡は非ＩＴ資本、𝐿_𝑡は労働人口である。両辺を𝐿_𝑡で割ると、

となる。生産関数が一次同次（規模に関して収穫一定）、すなわちα+β+γ=1であるとすると、β=1-α-γより、

となり、両辺について対数をとると以下の関数を得る。

は労働生産性、はＩＴ資本比率、は非ＩＴ資本装備率である。

上記式のＴＦＰに関して、「①人的資本ストック要因」「②企業の新陳代謝要因」「③その他」に分割し、「①教育訓練要因」の説明変数として「教育訓練ストック（自然対数）（training）」、「②企業の新陳代謝要因」の説明変数として「企業年齢（CorpAge）」、を追加し、「③その他」は定数項としてモデル化して推計。（※全て名目値で推計）

推計に用いた変数の定義

推計の結果

付注１－３　農業におけるデータ活用率の要因分解について

１．概要

データを活用した農業を行っている経営体の特性を把握するため、農林水産省「2020年農林業センサス」のデータを用いて分析を行った。

２．データ

農林水産省「2020年農林業センサス」

サンプル数：47（都道府県別）

３．推計方法

データを活用した農業を行っている経営体の割合（全国平均からの差分）を被説明変数、経営者の年齢要因や経営組織要因などを説明変数として、以下のモデルについて推計を行い、推計されたパラメーターを用いて都道府県別にデータ活用に影響を与えている要因について分析を行った。

推計に用いた説明変数は以下のとおりである（表１）。

表１　説明変数

これらの変数を用いてクロスセクションのＯＬＳ回帰分析を行った。分析結果は以下のとおりである（表２）。

表２　データ活用率に与える要因に関する分析結果