サイモン・ジョンソン（Simon Johnson, 1963–）は、国の繁栄を左右するのは制度であるという命題を、歴史資料と計量因果推論、そして政策実務の最前線で検証してきた経済学者だ。
アセモグル／ロビンソンとの共同研究は、植民地期の外生的ショックを足がかりに「制度→ 投 資 ・ 教 育 → 長 期 所 得 」 と い う 因 果 の 筋 道 を 提 示 し 、 さ ら に 『Power and Progress』では技術の “ 方向づけ”まで踏み込んだ。国際通貨基金（IMF）チーフエコノミストとしての経験も併せ持つ稀有な研究者であり、研究 提言 実装を往復してきた。
2024 年、ダロン・アセモグル、ジェームズ・A・ロビンソンとともに「制度はいかに形成され、繁栄に影響するか」に関する研究でノーベル経済学賞を受賞した。
1. 受賞者の経歴整理（出生地・学歴・主要ポスト）
出生：1963 年、英国出身。
学歴：オックスフォード大学で学士、後に MIT を拠点に研究。
主要ポスト：MIT スローン経営大学院 ロナルド・A・カーツ記念起業学教授、Global Economics & Management グループの責任者。MIT Blueprint Labs のリサーチ・アフィリエイト、ストーン・センター共同ディレクター。
政策経験：IMF チーフエコノミスト（経済顧問・調査局長）（ 2007–2008）。世界金融危機の端緒期に国際金融の現場を率いた。
代表作・共著：
“The Colonial Origins of Comparative Development”（AER, 2001：アセモグル／ロビンソンと共著）
エコノメトリクス研究所
“Reversal of Fortune”（QJE, 2002：アセモグル／ロビンソンと共著）
『 Power and Progress: Our Thousand-Year Struggle Over Technology and
Prosperity』（2023：アセモグルと共著）
金融危機・金融規制に関する政策論考（“The Quiet Coup” ほか）。
小結：制度×歴史×計量に政策実務が重なる、希少な「研究と現場の二刀流」である。
2. 主要理論・研究内容（やさしく噛み砕いて／図解の活用）
キーワード：包摂的制度／収奪的制度、入植者死亡率（settler mortality）、臨界分岐、国家能力（state capacity）、技術の方向づけ、AI と労働
2-1 「制度→ 繁栄」を測る：植民地期の→ “自然実験”
発想：近代以降の旧植民地のなかで、ヨーロッパ列強が導入した制度には大きな差があった。高い熱帯病リスクなどで入植者死亡率が高い地域では、搾取（収奪）的制度が導入され、低い地域では包摂的制度が導入されやすかった。
識別戦略：入植者死亡率を操作変数（IV）として用い、死亡率→ 導入制度→ 現在の所得という因果パスを推定。地理や文化の固定的要因では説明しづらい現在の所得格差が、制度の質を通じて説明できることを示した。
文字図解：
2-2 「反転の逆説」：Reversal of Fortune
現象：1500 年時点で豊かだった地域が、その後相対的に貧しくなり、逆に当時後進だった地域が豊かになった「反転」。
解釈：収奪的制度の固定化が近代のイノベーション・投資の波を阻害し、包摂的制度を選んだ地域では参入の自由・所有権保護が成長を誘発した。
2-3 制度はどう変わるか：臨界分岐とコミットメント
臨界分岐（戦争・恐慌・技術波）は、既得権側に譲歩か抑圧かの分岐を迫る。市民の動員力と信頼できる約束装置（議会・司法）が包摂化の持続を左右する。
政策含意：選挙制度や報道の自由だけでなく、税・統計・司法の国家能力を同時に鍛えることが、成長と民主主義の両立のカギ。
2-4 技術の“方向づけ”と AI
主張：技術は中立ではない。労働を代替する方向にも、人を補完する方向にも進められる。
『Power and Progress』は、AI を含む新技術が広く豊かさを分配するには、相互運用・監査可能性・競争といった制度設計が不可欠だと論じる。「良い職を増やす」ための公共投資・標準化・教育再設計を提案。
3. 受賞理由と当時の経済状況（その時代の課題→答え）
課題（1990 年代以降）：国の所得格差は地理／文化／政策だけでは説明がつかず、制度の因果的役割をどう同定するかが焦点だった。
答え：ジョンソンらは、植民地期データという外生ショックを活用し、IV／歴史統計／理論の三位一体で「制度→ 繁栄」の因果を提示。2024 年のノーベル賞は、その方法論的貢献と政策的意義を評価した。
4. 世界・日本への影響（政策・学問・日常生活）
4-1 政策
法の支配×参入の自由：競争政策と知財保護を対立ではなく補完として運用。
国家能力：税・統計・裁判・規制当局の人材とデータ基盤に長期投資。
技術ガバナンス：AI・データ経済の相互運用性・監査性・可搬性を標準仕様に。『Power and Progress』の示唆を公共調達要件へ落とし込む。
4-2 学問
歴史×計量の潮流を加速。制度史の定量化と因果推論の組み合わせがスタンダードに。
AJR 系列の再検証・拡張研究が続く。
4-3 日本への実装アイデア
起業・参入の取引費用を削る：オンライン登記即時化、行政 API 開放、監督・審査の透明KPI 化。
行政の DX と監査：会計・監査・裁判のタイムラグを縮め、契約の予見可能性を高める。AI の補完的活用：医療・製造・公共サービスで人の判断を拡張する用途に重点配分（安全・品質 KPI を先に定義）。
5. 批判と限界
測定誤差の懸念：入植者死亡率や「制度の質」は代理指標であり、計測誤差の影響が残りうる。 →別データ・別手法での再現が必要。
外挿性の限界：植民地史を持たない地域や、近年の制度変化に直接は当てはめにくい。
制度束の分解：所有権・金融・教育・司法などどの制度が効いたのかの分解は難題。
技術“方向づけ”の政策実装：産業政策はゆがみのリスク。競争政策・標準化・公開性とワンセットで。
一般均衡効果：制度改革は利害の再編を誘発し、短期の負担と格差を生みうる—— 設計段階から移行支援が必要。
6. 今日的意義（格差・AI・環境など）
6-1 格差
包摂的制度は、単なる再分配ではなく、参入の自由・移動の自由・教育アクセスを広げる設計。中間層の起業・技能投資を促す。
6-2 AI
方針： ①人の補完を評価するKPI、② 相互運用・監査の義務、 ③リスキリングを公共投資で下支え。これらを調達仕様に織り込むのが実装の近道。
Massachusetts Institute of Technology
6-3 環境移行（GX）
国家能力（課税・規制・調達）を鍛えつつ、標準・相互運用でグリーン技術の参入余地を広げる。
7. 図解でつかむ
図 1：制度→繁栄の因果ループ
外生ショック（入植者死亡率）→ 制度（包摂 /収奪）→ 投資・教育 →所得 政治参加→制度の更新。
エコノメトリクス研究所
図 2：反転の逆説
1500 年の高所得地域 →収奪的制度固定 →近代の投資・参入を阻害→ 相対的後退。
MIT Economics
図 3：AI の方向づけ
自動化（代替）↔ 補完（拡張）→ 賃金分布・生産性→ 政策（競争・標準・教育）で傾斜 づけ。
8. ケーススタディ（応用）
ケース A：スタートアップ政策の「包摂設計」
施策：即日オンライン登記、データ可搬性と API 納税、政府調達への相互運用性条件。
評価：導入の前後×地域差の**差の差（DiD）**で創業・雇用・賃金を追跡。
ケース B：自治体の AI 調達を「補完」へ
施策：仕様書に説明可能性・監査ログ・モデル切替の容易さを明記。
人材：現場 OJT＋資格型リスキリングに成果連動補助。
KPI：待ち時間、品質指標、職員の負担、事故率。
ケース C：国家能力の底上げ
施策：電子インボイス標準化、迅速な裁判、統計のオープンデータ化。
狙い：契約履行の予見可能性を高め、投資の分散と厚みを創る。
9. 実務者チェックリスト（政府・自治体・企業・研究者）
①目的を一文で（例：「3 年で創業率＋30%・良質雇用＋20 万人」）。
②制度のボトルネック（参入障壁・許認可の恣意・独占）を棚卸し。
③国家能力（税・統計・司法・監査・行政 DX）の基礎投資を最優先に。
④評価の事前合意（DiD/RD/IV）で PDCA を制度化。
⑤ AI の方向づけ（補完 KPI・相互運用・監査）を調達要件で担保。
⑥移行支援（補償・訓練）で既得権との摩擦を緩和。
⑦情報公開と参加（API・市民審議）で説明責任を担保。
⑧外部妥当性：他地域での再現・横展開の設計。
⑨リスク管理：測定誤差・代理指標の限界を踏まえた感度分析。
⑩エコノメトリクス研究所
長期 KPI：新規参入・R&D・人材流動性・司法遅延などの構造指標を定点観測。
10. まとめ —「制度も、技術の向きも、選び直せる」
サイモン・ジョンソンの仕事は、歴史の偶然に見える出来事から因果の筋道をすくい上げ 、制度の設計を実務へ接続してきた点に尽きる。包摂的制度は、国家能力と説明責任の上に築かれ、技術の方向づけ次第で成長の果実は独占にも共有にもなる。
制度は設計対象である。そして AI を含む次の技術波もまた、私たちの選択で包摂的にできる。ジョンソンの研究は、そのための地図とコンパスを与えている。
さくらフィナンシャルニュース
YouTube
https://www.youtube.com/@sakurafinancialnews
公式X
公式note
この記事へのコメントはありません。