資料ダウンロード

業種で見る中小企業の収入～大企業との比較～
チーム名
：FEG_Freshers
チームリーダー：野田斉
チームメンバー：山内健太、立花潤
（株式会社金融エンジニアリング・グループ）
要旨
中小企業勤務者のうち、大企業勤務者と比較して高収入かつ時間的余裕を持つ者の割合
を業種別に集計した。結果として、就職・転職活動における業界選びの参考となる知見が
得られた。
キーワード：企業規模、世帯実収入、中央値、野菜・海藻、健康保持用摂取品、旅行
1.
はじめに
就職・転職時の企業選びにおいて、企業規模は無視できない項目である。一般的には「大
企業」であるほど高収入である、福利厚生が厚い、安定しているといったイメージが持た
れている。「大企業病（大手病）」といった言葉も就職活動時にはよく聞かれ、世間の大企
業への選好度合いは大きい。しかし、日本国内の実に 99%以上は「中小企業」であり、こ
れらの企業に対して過度の偏見を持つことは好ましくない。そこで、本稿では中小企業の
中でも大企業と比べて遜色のない収入を得ていて、かつ時間的な余裕のある生活を送って
いる人の割合（QOL 1 が高い人の割合）を業界別に調査する。一口に中小企業といっても、
どの業界であれば適切な収入と労働時間で生活できる確率が高いかを知ることは、就職・
転職活動においても参考になると考えられる。
2.
収入の現状
まずは世間で持たれているイメージの通り、中小企業勤務者の収入は大企業勤務者のそ
れと比較して本当に低いのか確認する 2 。図表 2-1 は世帯主の年齢階級ごとに世帯月収の中
央値をグラフ化したものである。
（本稿では収入としてデータ中の「 Youto003（各世帯の実
収入）」を使用している 3 。）この図を見る限り、全ての年齢階級で世帯主が中小企業勤めの
場合の世帯月収は大企業勤めの場合を下回っている。
1
QOL とは Quality of Life の略語であり、個人の人生の質、生活の質を指す。人間らしい生き方ができているか、人生
に幸福を感じているかという観点の言葉であり、単純に収入や財産などの生活水準を指す言葉ではない。従って本稿で
は、収入に加えて労働時間を考慮した場合に QOL という言葉を用いる。
2 本稿では社員数が 5～ 499 人の場合を中小企業、 1000 人以上の場合を大企業としている。大企業に 500～ 999 人規模を
含めない理由は、一般に超大企業（大手企業）と認識される企業は 1000 人を超える規模だという想定の元、中小企業
が収入や時間面でそれらの企業に優るかどうかを調査するためである。また 1~4 人規模の企業は零細企業として、中小
企業には含めていない。
3 本来であれば世帯主個人の収入で分析するべきだが、データから正確に世帯主個人の収入を把握できないことから、
世帯収入を使用している。
1
次に次章「3.産業別の高収入確率」では、中小企業勤めであっても大企業に優る収入を
得ている者が、どの業界に多く属しているのかを確認する。
図表 2-1
企業規模別収入推移の比較
700,000
600,000
実 500,000
収
入 400,000
(
月 300,000
収 200,000
中小企業
)
100,000
大企業
0
年齢
3.
産業別の高収入確率
まず中小企業でありながらも「大企業と比べて高収入」という状態の定義として、大企
業の実収入の中央値を超えれば「高収入」であるとする。中央値は大企業の年齢階級ごと
に算出 4 し、中小企業と大企業で同一の年齢階級同士を比較する。そして各階級で大企業を
上回った人の割合を業種ごとに求める。また、対象とする年齢階級は”20 歳未満”から”60
歳~64 歳”までとしている。この方法によって、各業界で「大企業と比べて高収入」になる
ことのできる確率を推定する 5 。
図表 3-1 は集計の結果である。
図表 3-1
業界別高収入比率
順位
業界
高年収比率( %)
高年収者数（人）
1
電気ガス熱供給水道
67.2
117
2
鉱業
59.9
20
3
教育学習支援
57.4
952
4
金融保険
43.3
550
5
不動産
42.7
154
6
情報通信
42.3
1,796
7
複合サービス事業
38.6
509
8
医療福祉
35.7
1,851
9
サービス業
31.7
6,305
10
製造
29.2
12,920
11
卸売り小売
25.8
6,040
12
建設
25.6
6,075
13
飲食宿泊
24.9
224
14
運輸
23.6
2,550
-
不詳
27.3
21,265
-
業界全体
28.5
61,326
大企業の実収入の中央値はそれぞれ（ 24 歳未満＝ 284679.51）（ 25 歳～ 29 歳＝ 395026.07）（ 30 歳～ 34 歳＝
428615.90）（ 35 歳～ 39 歳＝ 490612.44）（ 40 歳～ 44 歳＝ 536533.47）（ 45 歳～ 49 歳＝ 577023.80）（ 50 歳～ 54 歳＝
622720.55）（ 55 歳～ 59 歳＝ 596912.52）（ 60 歳～ 64 歳＝ 393320.21）（不詳＝ 472963.68）である。単位は円 /月。
5 確率を推定するとしたが、ここではつまり、
「大企業と比べて高収入」だとされる人数の割合を産業別に算出すると
いうことである。
4
2
この表は企業規模が中小であっても、大企業の実収入の中央値を超えている人（高収入
の人）の比率を示している。高収入比率が 50%を超えている業界は、全体の傾向として大
企業よりも中小企業のほうが高収入ということになるが、これは直感に反する結果である。
この結果を信じるのであれば、これらの業界（電気・ガス・熱供給・水道業、鉱業 6 、教育
学習支援）への就職を狙ってみるのも良いだろう。
高年収比率が 40%台の業界（金融保険業、不動産業、情報通信業）は傾向として大企業
よりも低収入であるが、この集計結果では上位に位置していることから、他業界との比較
において高収入になる確率が高いと言える。それに対して高収入比率が 20%台の業界（製
造業、卸売り小売業、建設業、飲食宿泊業、運輸業）に属した場合は、集計結果によると
高収入になる確率が低いと言える。
4.
「働きすぎ」の懸念
収入が大きければ良いという訳でもなく、得られる収入に対して業務負担が過多であれ
ば、余裕のある生活を送れているとは言い難い。特に、高収入であるほど長時間労働をし
ている可能性も考えられる。そこで新たに労働時間の指標を導入し、中小企業の高収入者
が大企業に比べて長時間労働をしていないか検証する。しかし労働時間を示す変数はデー
タに含まれていないため、労働時間指標を新たに作成する必要がある。本稿では「野菜指
標」と「旅行指標」の 2 つを作成した 7 。
まず「野菜指標」については式 4-1 によって求める。
式 4-1
野菜指標＝
健康保持用摂取品への支出額
野菜・海藻への支出額
野菜への支出が少なく（分母が小さい）、健康保持用摂取品への支出が多い（分子が大きい）
場合にこの指標の数値は大きくなる。したがってこの数値が大きいほど、野菜の出費に対
して健康保持用摂取品の支出が大きいということである。野菜指標の値が大きい状態を本
稿では「野菜を食べる時間がないので、栄養を摂る手段を健康保持用摂取品に置き換えて
いる」と解釈する（つまりこの指標は「小さい」ほど好ましい 8 ）。さらにこれを「野菜を
調理する時間がないために仕方なくサプリメントを服用している」と解釈することで、
「野
菜指標」を「時間に余裕があるか」の指標としている。比較のために大企業内で野菜指標
の平均を計算し（平均は 0.11）、これを基準とする。そして中小企業に勤める個人の野菜指
標値が、この平均値より下回れば野菜指標による基準を達成したとする。
次に「旅行指標」は式 4-2 によって計算する。
式 4-2
旅行指標＝宿泊費＋パック旅行費
6
鉱業についてはサンプル数が少なく、高年齢層に偏っていたので信頼できる結果ではない。
分析したデータは全国消費実態調査（の擬似ミクロデータ）であるため、データのほとんどが収入と支出に関する項
目である。そこから時間に関する指標を作成する方法はいくつも考えられるが、本稿では比較的豊富な“食料”と“教
養娯楽”に関するデータを活用することを考えた。
8 しかし健康保持用摂取品への支出額が 0 の場合は、この指標の値も 0 になる。この状態は「十分に野菜を摂れている
のでサプリメントは必要ない」のか、「健康意識が低く、十分に野菜を摂れていないにも関わらずサプリメントも服用
していない」のか区別がつかない。よってこの指標が基準を下回ることに大きな意味は無いが、少なくとも基準を上回
ってしまうことは好ましくない。
7
3
これは単純に時間がある人ほど旅行に行くと仮定することで時間指標に成り得ている。
こちらも比較のため大企業の平均を求めている（5739.20 円）。旅行指標の値が大企業平均
よりも上回れば、旅行に行く時間的余裕があると言えるので基準達成とする。
これらの時間指標を使って、中小企業の高収入者の中で「大企業と比べて時間に余裕が
ある 9 人」の比率を業種ごとに算出する。図表 4-1 は業界別の高収入比率（図表 3-1）をグ
ラフ化したもの、図表 4-2 10 、図表 4-3 はそれぞれ野菜指標と旅行指標による高収入者の時
間指標達成率のグラフである。また図表 4-4 は各比率における順位の変動を業界毎にまと
めたものであり、順位の比較の際に参照願いたい。
まず野菜指標を導入した場合、図表 4-1,4-2 を比較すると、順位の変動は各所に起きて
いるが、特に「不動産業」の変動が顕著である。順位が最下位に落ちている上、指標達成
率自体も約 35%程であり、他業界が 60%を越えている中で一際低い数値である。この結果
から、不動産業は高収入になることと引き換えに長時間労働をする必要があることが推察
される。同様に「教育学習支援業」も大きく順位を落としている事がわかる。また図表 42 を見ると、不動産業界を除いて時間指標達成率はおおむね 70%を超えている。これは一
般に高収入だからといって長時間労働をしている（働きすぎている）という懸念はなく、
むしろ高収入である人ほど労働時間が短い傾向を示唆している。この理由として、例えば
高収入な人ほど優秀であり、効率的に業務を遂行した結果、労働時間を短く抑えることが
できているといったものが考えられる。
次に旅行指標を導入した場合、野菜指標と同様に「不動産業」と「教育学習支援業」は
大きく順位を落としている（図表 4-1,4-3）。特に不動産業は指標達成率が約 50%と、他業
界（おおむね 60%以上）と比較して低い数値である。したがって収入と引き換えに労働時
間が増加していることが推察される。また旅行指標を導入した場合に顕著な結果として、
「金融保険業」が順位を下げていることが挙げられる。
「電気・ガス・熱供給・水道業」も
順位を落としているが、図表 3-1 で当該業の高収入者数を見ると非常に小さい数値である。
そのためサンプル数が少ないことで変動が大きく出たと考える方が自然である。
以上の結果をまとめると、不動産業は高収入となるにあたって「働きすぎ」の印象は拭
えない。教育学習支援業、金融保険業にも同様のことが示唆される。そしてほとんどの業
界では高収入者の時間指標達成率が高いため、高収入であるのは長時間働いているからと
いうことではないと言える。
9
10
大企業と比べて長時間労働をしていない、余暇時間を確保できるという意味。
サンプル数の問題上、「鉱業」は図表 4-2,4-3,4-4 から抜け落ちている。
4
図表 4-1
業界別高収入比率
電気ガス熱供給水道
鉱業
教育学習支援
金融保険
不動産
情報通信
複合サービス事業
医療福祉
サービス業
製造
卸売り小売
建設
飲食宿泊
運輸
0
10
20
30
40
50
60
70
80
図表 4-2
業界別高収入者の時間指標達成率（野菜指標）
情報通信
飲食宿泊
電気ガス熱供給水道
金融保険
建設
医療福祉
複合サービス事業
サービス業
製造
運輸
卸売り小売
教育学習支援
不動産
0
10
20
30
40
50
60
70
80
90
100
90
100
図表 4-3
業界別高収入者の時間指標達成率（旅行指標）
飲食宿泊
運輸
情報通信
複合サービス事業
建設
製造
卸売り小売
医療福祉
教育学習支援
サービス業
金融保険
不動産
電気ガス熱供給水道
0
10
20
30
40
5
50
60
70
80
図表 4-4
5.
各比率での順位
業界
高収入比率
野菜指標達成率
旅行指標達成率
電気ガス水道熱
1
3
13
教育学習支援
2
12
9
金融保険
3
4
11
不動産
4
13
12
情報通信
5
1
3
複合サービス事業
6
7
4
医療福祉
7
6
8
サービス業
8
8
10
製造
9
9
6
卸売り小売
10
11
7
建設
11
5
5
飲食宿泊
12
2
1
運輸
13
10
2
高収入かつ時間に余裕がある確率
最後に、総合的に見て QOL の高い生活を送れる可能性が高い業種を調査する。つまり
高収入になる確率と時間に余裕がある確率の同時確率（高収入かつ時間に余裕がある人の、
全体数に対する比率）を算出する。ここでは時間指標において、野菜指標と旅行指標の両
方を達成した場合に、「時間に余裕がある」とする。
結果を図表 5-1 に示した。大企業と比べて高収入であることに加えて 2 つの時間指標を
導入したため、図表 3-1 の結果とはかなり違っている。前章で見たとおり、時間指標を達
成する確率が低い不動産業は下位にランクしている。図表 3-1 で高収入になる確率が低か
った業種（運輸業や卸売小売業）も下位となっている。それに対して、どの指標でも成績
の良かった「情報通信業」が 29.04%で首位となった。10 人のうち 3 人は、同業種の大企業
に勤めている平均的な人たちより、ゆとりのある生活を送ることができると言える。
図表 5-1
業界別高 QOL 比率
順位
業界
高QOL比率( %)
該当者数（人）
1
情報通信
29.0
1,233
2
教育学習支援
26.3
437
3
複合サービス事業
22.5
297
4
金融保険
22.1
281
5
飲食宿泊
19.7
177
6
医療福祉
19.7
1,022
7
製造
17.0
7,519
8
建設
16.3
3,870
9
サービス業
16.1
3,209
10
不動産
14.9
54
11
運輸
14.8
1,598
12
卸売小売
13.8
3,242
13
電気ガス熱供給水道
10.5
18
-
不詳
15.8
12,298
-
業界全体
16.4
35,253
6
6.
おわりに
本稿では、初めに中小企業を収入という観点で大企業と比較した。次に時間の指標とし
て野菜指標と旅行指標を導入することで、中小企業の高収入者が長時間労働をしていない
かを調べた。最後に高収入かつ時間に余裕のある中小企業労働者の割合を求めた。その結
果として、情報通信業の労働者のうち約 30 パーセントが大企業と比較して余裕のある生
活を送れているという結論に至った。加えて不動産業は高収入である反面、長時間労働で
あるという結論も得られた。
また本分析では野菜指標と旅行指標を作成したが、使用する変数を恣意的に定めた事
で分析の幅を狭めてしまったのではないかという懸念がある。クラスター分析など、大量
の変数をモデルに組み込むことが出来る分析手法を用いれば、収入に対して特徴のある変
数を抽出できたと考えられる。この点は本分析の今後の課題としたい。
以上
7
付録
規定課題
1) 産業符号・性別クロス表
産業符号
鉱業
建設業
製造業
電気・ガス・熱供給・水道業
情報通信業
運輸業
卸売・小売業
金融・保険業
不動産業
飲食店・宿泊業
医療・福祉
教育・学習支援業
複合サービス事業
サービス業（他に分類されないもの）
公務（他に分類されないもの）
不詳
合計
表１
a) 単純クロス表
男
女
合計
3
.
3
2,134
9
2,143
5,668
173
5,841
222
.
222
547
.
547
1,235
3
1,238
2,083
201
2,284
472
39
511
40
.
40
50
32
82
371
270
641
1,059
89
1,148
321
3
324
1,816
106
1,922
3,656
130
3,786
9,704
1,591
11,295
29,381
2,646
32,027
b) 10万世帯比でのクロス表
男
女
合計
7
.
7
6,346
31
6,377
17,837
510
18,347
698
.
698
2,020
.
2,020
3,852
6
3,858
6,644
590
7,233
1,447
104
1,551
144
.
144
158
107
265
1,022
810
1,832
3,110
269
3,379
981
11
992
5,842
326
6,167
10,691
430
11,121
31,204
4,806
36,011
92,000
8,000 100,000
2) 経常収入および食料費
分位点　20%
40%
60%
80%
表2
経常収入
310,531
404,883
501,181
635,875
食料費
49,701
63,146
76,055
93,036
左：経常収入のヒストグラム
右：食料費のヒストグラム
8
1) 男女別・経常収入および食料費の 5 分位分布
表3
経常収入
5分位
1
2
3
4
5
5分位数
310,531未満
310,531以上
404,883以上
501,181以上
635,875以上
計
男
15,494
18,617
19,095
19,359
19,435
92,000
女
4,506
1,377
911
640
567
8,000
計
20,000
19,994
20,006
19,999
20,002
100,000
食料費
5分位
1
2
3
4
5
5分位数
49,701未満
49,701以上
63,146以上
76,055以上
93,036以上
計
男
16,803
18,097
18,734
19,049
19,317
92,000
女
3,196
1,903
1,268
948
685
8,000
計
19,999
20,000
20,001
19,998
20,003
100,000
2) 男女別・経常収入・食料費についての 3 重クロス表
経常収入
5分位
男
1
2
3
4
5
計
女
1
2
3
4
5
計
男女計
1
5,827
5,130
2,911
1,906
1,029
16,803
2,462
371
243
68
53
3,196
19,999
2
3,974
4,501
4,301
3,233
2,087
18,097
994
399
225
134
152
1,903
20,000
表4
食料5分位
3
2,798
3,978
4,395
4,082
3,481
18,734
565
235
216
156
96
1,268
20,001
4
1,831
2,996
4,294
4,903
5,026
19,049
314
211
164
143
117
948
19,998
5
1,064
2,012
3,198
5,231
7,813
19,317
172
161
63
140
149
685
20,003
3) 男女別・経常収入別に食料費を常用対数変換した平均値の比較
表5
男
女
経常収入
5分位
1
2
3
4
5
計
1
2
3
4
5
計
世帯数
15,494
18,617
19,099
19,356
19,435
92,000
4,506
1,377
911
640
567
8,000
食料
常用対数平均
4.7389
4.7832
4.8368
4.8826
4.9335
4.8395
4.6713
4.7811
4.7813
4.8617
4.8774
4.7325
9
幾何平均
54,815
60,702
68,675
76,313
85,803
69,103
46,914
60,409
60,437
72,728
75,405
54,013
計
15,494
18,617
19,099
19,356
19,435
92,000
4,506
1,377
911
640
567
8,000
100,000
規定課題の SAS プログラム
付録
/*proc import で読み込んだ上で*/
/* データを縦に結合
*/
data data.d_all ;
set data.d1_5000 data.d5001_10000 data.d10001_15000 data.d15001_20000
data.d20001_25000 data.d25001_30000 data.d30001_32027;
run ;
/*10 万人比のウェイトを作る*/
proc means data=data.D_ALL sum ;
var weight ;
output out=weightsum (drop=_:) ;
run;
data weightsum2(rename=(weight=weight_sum)) ;
set weightsum ;
run;
data data.D_ALL_w ;
retain weight_sum2 ;
merge data.D_ALL
weightsum2 ;
if weight_sum = . then weight_sum=weight_sum2 ;
else weight_sum2 = weight_sum ;
new_weight = weight / weight_sum *100000 ;
drop weight_sum
weight_sum2 ;
run ;
/*規定課題 1*/
data data.kitei1 ;
set data.D_ALL_w ;
if S1_Sangyou="VV" then S1_Sangyou="99";
S1_Sangyou2 = input(S1_Sangyou, 8.) ;
keep S1_Sex S1_Sangyou2 new_weight weight ;
run ;
proc format ;
10
value Sex
1="男"
2="女"
;
value Sangyou
1="農業"
2="林業"
3="漁業"
4="鉱業"
5="建設業"
6="製造業"
7="電気・ガス・熱供給・水道業 "
8="情報通信業"
9="運輸業"
10="卸売・小売業 "
11="金融・保険業 "
12="不動産業"
13="飲食店・宿泊業"
14="医療・福祉 "
15="教育・学習支援業"
16="複合サービス事業"
17="サービス業（他に分類されないもの） "
18="公務（他に分類されないもの） "
19="その他（非就業を含む）"
99="不詳"
;
run ;
proc tabulate
data = data.kitei1
missing
format = comma7.
;
class S1_Sex S1_Sangyou2 ;
table S1_Sangyou2="産業符号" ALL="合計" , S1_Sex="性別" ALL="合計" ;
format S1_Sex Sex. S1_Sangyou2 Sangyou. ;
run ;
11
proc tabulate
data = data.kitei1
missing
format = comma7.
;
class S1_Sex S1_Sangyou2 ;
var new_weight ;
table (S1_Sangyou2="産業符号" ALL="合計")*new_weight , S1_Sex="性別" ALL="
合計" ;
format S1_Sex Sex. S1_Sangyou2 Sangyou. ;
run ;
/*規定課題 2*/
data data.kitei2 ;
set data.D_ALL_w ;
keep Youto004 Youto038 weight ;
run ;
proc univariate
data = data.kitei2 ;
var Youto004 Youto038 ;
weight weight ;
output out = gobunni
pctlpts = 20 40 60 80
pctlpre = p004_ p038_
;
run ;
data data.hyou2 ;
x = 0.2 ;
y = 310531.0652 ;
z = 49701.02133 ;
output ;
x = 0.4 ;
y = 404883.1333 ;
z = 63146.23316 ;
output ;
x = 0.6 ;
12
y = 501180.8646 ;
z = 76055.14362 ;
output ;
x = 0.8 ;
y = 635875.2793 ;
z = 93035.80288 ;
output ;
label x = "分位点"
y = "経常収入"
z = "食料費 "
;
format x percent8. y comma7. z comma6. ;
run ;
title "表 2" ;
proc print data = data.hyou2 noobs label ;
run ;
title ;
proc univariate
data = data.kitei2 ;
var Youto004 Youto038 ;
run ;
proc gchart data = data.kitei2 ;
vbar Youto004 /
type = pct
midpoints = 75000 225000 375000 525000 675000 825000 975000 1125000
1275000 ;
run ;
proc gchart data = data.kitei2 ;
vbar Youto038 /
type = pct
midpoints = 10000 30000 50000 70000 90000 110000 130000 150000 170000 ;
run ;
13
/*規定課題 3*/
data data.kitei3 ;
set data.D_ALL_w ;
keep Youto004 Youto038 new_weight S1_Sex ;
run ;
data data.kitei3s ;
set data.kitei3 ;
if Youto004 >= 635875.2793 then bunnrui = 5 ;
else if Youto004 >= 501180.8646 then bunnrui = 4 ;
else if Youto004 >= 404883.1333 then bunnrui = 3 ;
else if Youto004 >= 310531.0652 then bunnrui = 2 ;
else
bunnrui = 1 ;
if Youto038 >= 93035.80288 then bunnrui2 = 5 ;
else if Youto038 >= 76055.14362 then bunnrui2 = 4 ;
else if Youto038 >= 63146.23316 then bunnrui2 = 3 ;
else if Youto038 >= 49701.02133 then bunnrui2 = 2 ;
else
bunnrui2 = 1 ;
run ;
proc tabulate
data = data.kitei3s
format = comma7. ;
class bunnrui S1_Sex ;
var new_weight ;
table (bunnrui = "5 分位" ALL = "計")*new_weight , S1_Sex ALL = "計" ;
format S1_Sex Sex.;
run ;
proc tabulate
data = data.kitei3s
format = comma7. ;
class bunnrui2 S1_Sex ;
var new_weight ;
table (bunnrui2 = "5 分位" ALL = "計")*new_weight , S1_Sex ALL = "計" ;
format S1_Sex Sex.;
run ;
14
/*規定課題 4*/
proc tabulate
data = data.kitei3s
format = comma7. ;
class bunnrui S1_Sex bunnrui2;
var new_weight ;
table (S1_Sex*(bunnrui = " 経常収入 5 分位 " ALL = " 計 ") ALL = " 男女計
" )*new_weight , bunnrui2 = "食料 5 分位" ALL = "計" ;
format S1_Sex Sex.;
run ;
/*規定課題 5*/
data data.kitei5 ;
set data.kitei3s ;
logYouto038 = log10(Youto038) ;
run ;
proc tabulate data = data.kitei5 out = kika ;
class S1_Sex bunnrui ;
var Youto038 logYouto038 ;
weight new_weight ;
table S1_Sex*(bunnrui = "経常収入 5 分位" ALL = "計") , Youto038*(sumwgt = "世
帯数")*f=comma7. logYouto038*(mean = "常用対数平均")*f=6.4 ;
format S1_Sex sex. ;
run ;
data kikaheikinn ;
set kika ;
kikaheikinn = 10**logYouto038_mean ;
run ;
15

Download Report