【第 1 章】序― 若き天才に贈られる“ノーベル賞への登竜門”
受賞年：1965 年／受賞者：ツヴィ（Zvi）・グリリカス（当時 35 歳）。
クラーク・メダルは 40 歳以下のアメリカの経済学者に、アメリカ経済学会（ AEA）が授与する栄誉で、しばしば“ノーベル賞への前哨戦”と呼ばれる。
第二次大戦後の高度成長期、経済学は「成長を何が駆動しているのか」「技術進歩はどう測るのか」という難題に直面していた。統計が整い、計量技術が洗練される一方で、 “技術”や“品質”のような目に見えないものをどう数えるかは未解決だった。
キャッチ：「技術進歩を“数える”ことに成功した実証経済学の開拓者」。
グリリカスの重要性は、抽象的だったイノベーションを測定可能な経済データに落とし込み、成長・生産性・物価の分析を一段引き上げた点にある。
【第 2 章】原点―学問への情熱が芽生えた日々
1930 年、リトアニアのカウナスに生まれる。少年期に第二次世界大戦と迫害を経験し、家族を失う苦難を経て、戦後にパレスチナ（当時）を経由して米国へ渡った。生き延びる力と社会の変化を見極める目は、この人生史に根を持つ。
米国ではカリフォルニア大学バークレー校で学び、のちにシカゴ大学で博士号を取得。農業経済・計量経済学・産業組織にまたがる訓練を受け、シカゴで培ったデータ中心・識別重視の研究姿勢が、その後のキャリア全体を貫く。指導や交流の影響は広く、実証志向の経済学者コミュニティ（のちの NBER の生産性研究グループなど）を主導する存在へと育っていく。
初期の問題意識は明快だった ——「技術は “見えない”が、行動と結果には必ず痕跡を残す 。
ならば、その痕跡をデータから復元できるはずだ」。
【第 3 章】主要研究―理論の革新とそのインパクト
1) ハイブリッド・コーン：普及の S 字カーブを“実証”
博士論文として著名なハイブリッド・トウモロコシの研究（1950 年代）は、新技術の普及が S 字型（初期は遅く、中盤で急伸、やがて飽和）で進むことをデータで示した。
ポイントは二つ。
技術普及には時間と臨界点がある：情報・学習・規模の外部性が普及を加速する。
地域差・制度差が普及速度を左右：同じ“良い技術”でも、社会の受け皿で軌跡は変わる。
これは後の技術普及論・イノベーション政策の礎となり、AI・デジタルの普及分析にも通じる基本図式を与えた。
2) 生産性と成長会計：ソロー残差の“中身”に踏み込む
マクロの成長会計では、生産の伸びを資本・労働・全要素生産性（TFP）に分解する。グリリカスは、単なる「残差」として扱われがちな TFP に、R&D、教育、知識資本、特許などの可観測な“ ”知識のproxies（代理変数）” を結びつけ、「技術の実体」をデータで追跡する道を切り拓いた。
たとえば、R&D 投資の蓄積＝知識資本の概念化、特許統計の体系的利用、産業別パネル
データの構築などを通じ、“イノベーション → 生産性”の経路を推定可能にした。ここでの核心は、測定の工夫が理論の検証力を決めるという実証哲学である。
3) ヘドニック価格指数：品質改良を物価に織り込む
同じ「自動車」でも、年を追うごとに安全性や性能は向上する。名目価格が上がっても“品質調整後の実質価格”はむしろ下がっているかもしれない。
グリリカスはこの直感をヘドニック価格法として定式化し、製品属性（馬力、重量、機能など）で価格を説明することで、品質変化を価格指数に反映させた。IT 財・医薬品・家電のような品質進化が速い分野では不可欠の手法となり、実質 GDP・インフレ率・生産性の測定を大きく改善した。
4) 計量経済学の作法：識別・誤差・データ設計
グリリカスは、errors-in-variables（測定誤差）、分布ラグ、未観測異質性など“実証の落とし穴”に正面から取り組んだ。
測定誤差が回帰係数を縮小バイアスさせる問題への対処
パネルデータや固定効果の活用による識別の工夫
研究開発から生産性への因果を推定する際の内生性への配慮（楽器変数や遅延変数の利用など）こうした方法論の鍛錬により、彼の研究は「結果」だけでなく**“結果に至る道具箱”**を学界に遺した。
総括：普及（S 字）×生産性（知識資本）×物価（品質調整）×計量作法。
グリリカスは、“見えない技術”を多面的に可視化し、理論・統計・政策を架橋した。
【第 4 章】時代背景と受賞の意義
受賞時の 1965 年は、米国・欧州・日本が高成長の只中。一方で、成長の源泉を “資本蓄積”だけで説明するには限界が見え、「技術進歩の寄与」が中心テーマになっていた。
ソロー（1956/57）が定式化した外生的技術進歩と TFP の枠組みを、グリリカスは測定・データの精度を引き上げることで現実に接続した。単なる理論の洗練ではなく、政策・統計・企業実務に届くエビデンスを提供した点が革新的だった。
同時代のエドワード・デニソンらの成長会計や、後年の内生的成長論（ローマー、ルーカス）へも、「知識を測る」「知識を資本として扱う」という橋渡しを行い、クラーク賞の評価軸（普遍性×現実性×若さ）に合致した受賞といえる。
【第 5 章】世界と日本への影響
品質調整 CPI・実質 GDP：日本の統計でもヘドニック法は標準化。IT 財や耐久消費財の“品質込みの価格下落”を反映できるようになり、インフレ率・実質成長率の測定精度が向上した。
R&D・特許と生産性の分析：産業別・企業別データを用いて、研究開発投資の効果や特許の知識フローを推定する枠組みは、日本の産学官の評価でも中核的手法に。
政策形成への示唆：人的資本・知的財産・無形資産への投資が長期成長に効くとの考え方は、科学技術政策・産業政策の正当化根拠となり、統計整備（マイクロデータ、企業レベルのリンク）の重要性を押し上げた。
企業実務への波及：新製品の価格戦略や、スペックの違いを踏まえた需要推定・競合比較 、設備投資の生産性期待の定量化など、現場の分析言語を豊かにした。
【第 6 章】批判と限界
因果の難しさ：R&D→生産性の推定は双方向の因果や内生性に悩まされる。特許は量と質の乖離があり、指標の選び方で結論が揺れる。
ヘドニックの恣意性：属性の選定、機能の重み付け、モデル仕様に研究者の裁量が入りやすく、推定の頑健性が課題。
サービス化・プラットフォーム化：財中心のヘドニックは、無形サービス・ネットワーク外部性の評価に限界。今日のデジタル経済では、無料サービスの便益やデータ資産をどう測るかが宿題として残る。
“測れるものに偏る”危険：測定可能性が高い領域ばかり分析が進み、制度・規範・組織能力のような測りにくい要因が周縁化されるリスク。
【第 7 章】今日的意義―次世代へのメッセージ
AI、クラウド、プラットフォーム、無形資産、データ資本——現代の成長源泉は、まさに“見えにくいもの”に移っている。もしグリリカスが今を見たら、
AI 導入の S 字普及と生産性 J カーブ（導入期は測定上の遅れ）を統合的に推定し、データ・モデル・人的資本を含む無形資本の計測を前進させ、
品質調整された価格指数でデジタル財・サービスの真のコストを捉え、
そのうえで政策（教育・研究開発・競争政策・知財制度）の効果をエビデンスで比較したはずだ。
若手へのメッセージは簡潔だ。「良い理論は、良いデータと良い測定が支える」。
定義を吟味し、データを磨き、識別を工夫する。測定の一歩目が、社会に届く政策の最後の一歩を決める。
経済学とは、“見えない価値”を見える形にする技術である――グリリカスは、その技術を 誰よりも誠実に磨き続けた実証家だった。
さくらフィナンシャルニュース
YouTube
https://www.youtube.com/@sakurafinancialnews
この記事へのコメントはありません。