「AI多用3業種の生産性の伸びが2倍」は、どの統計か ── 公的データで再現し、自社の計画に入れる前に確かめる点を整理する
結論:図の数字は公的データでほぼ再現できます。ただし、伸びがAIのおかげだとは、この統計では言えません
結論から書きます。「AIを多く使う3業種の生産性の伸びが、2倍になった」という図は、公的データでほぼ再現できます。私の計算では、情報、専門・科学・技術サービス、金融・保険の3業種で、雇用者1人あたりの実質付加価値の年の伸び(トレンド)は、2005年第1四半期から2022年第3四半期が2.27%、2022年第4四半期から2026年第2四半期が5.10%でした。それ以外の民間は、0.89%から1.36%です。図が書く「2.2%から5.0%」「0.9%から1.4%」と、ほぼ一致します。
ただし、再現できたことと、AIが原因だということは、別の話です。この統計は、AIの利用を測っていません。伸びの大きさは、始点と終点の取り方で5.0%から5.6%まで動きます。伸びの中身は、産出の増加で、3業種の雇用は約1%減っています。3業種は、2020年から21年にもすでに跳ねています。
この記事の対象読者は、AIへの投資や導入の効果を、自社の計画や稟議に入れる立場の人です。具体的には、事業部門の責任者、経営企画、情報システム部門の担当者、そして、報道やSNSで流れる「生産性が2倍」といったグラフを、元の統計まで戻って確かめたい人を想定しています。
読み終えると、次の三つができるようになります。一つ目は、グラフの「生産性」が、どの統計の何を何で割った値かを、自分で確かめること。二つ目は、前後比較の数字が、始点と終点の取り方でどれだけ動くかを、確かめること。三つ目は、自社の計画に入れる前に確かめる点を、四つに絞って点検すること。
なお、この記事は、売買の推奨、株価の予測、景気や金利の見通し、「AIが原因だ」という因果の断定を含みません。使う資料は、経済分析局と労働統計局の公開データ(セントルイス連銀のデータベース経由)、サンフランシスコ連銀の全要素生産性のデータ、そして、図を紹介した二次資料の一つです。

図1は、この記事全体の答えを一枚で示したものです。再現できるのは、5%前後までです。窓の取り方で、5.0%から5.6%に動きます。AIが原因だという証拠にはなりません。
読み方:本文では「資料の記載」「自前の計算」「解釈」を分けて書きます
本文の各段落には、必要に応じて三つの札を付けます。
【資料の記載】は、公開データや資料に書かれている内容です。図を紹介した二次資料の文は、事実と分けて、「書いています」と書きます。【自前の計算】は、公開データから私が計算した値です。出典の表示ではありません。入力、スクリプト、出力は、記事の末尾の手順にまとめました。【解釈】は、資料を読んで私が考えたことで、資料に書かれているわけではありません。
資料の扱いには、五つの制約があります。
一つ目は、図の出所です。図は、EPB Researchという研究会社が2026年10月25日に出したもので、私は、その図を紹介した海外のビジネス系サイトの記事(二次資料)で、数字を確認しました。EPB Research自身の投稿と、購読者向けの報告は、私は取得できていません。方法の細部は、確認できていません。
二つ目は、業種の対応づけです。図は「情報、専門サービス、金融」と書きます。私は、これを、統計の「情報」「専門・科学・技術サービス」「金融・保険」と対応づけました。この対応づけは、私の仮定です。二次資料も、同じ仮定だと書いています。
三つ目は、「AI多用」という呼び名です。これは、図の作り手が付けた分類で、統計の区分ではありません。この記事の統計は、AIの利用を測っていません。
四つ目は、計算の性質です。本文の「私の計算」は、公開データから作った値で、公表値ではありません。別の手法を使えば、別の数字になります。その違いは、本文で示します。
五つ目は、改定です。経済分析局の業種別の統計も、労働統計局の雇用統計も、サンフランシスコ連銀のデータも、後から改定されます。この記事の数字は、2026年11月2日に取得した時点のものです。
伸びの数字を読む五つの問い
「生産性が2倍になった」と聞くと、技術の効果が数字に出た、と感じる人もいれば、数え方のせいだ、と疑う人もいます。どちらの反応も、数字の中身を確かめる前の印象です。この記事では、次の五つの問いを、数字ごとに順に当てはめます。
一つ目は、何を何で割った値か、です。売上を人数で割るのか、付加価値を時間で割るのか。分子と分母が変われば、同じ「生産性」という言葉でも、別の数字になります。二つ目は、どの期間の、どの二点を比べているか、です。年平均なのか、直線を当てはめた傾きなのか。始点と終点は、どこか。三つ目は、分子と分母の、どちらが動いたか、です。産出が増えたのか、人が減ったのか。四つ目は、同じ時期の、比べる相手は何か、です。ほかの業種と並べて見たか。五つ目は、いつの時点の数字で、後で改定されるか、です。
この五つを当てはめると、「3業種が2倍」という図には、一つ目に対する答えは、二次資料の紹介から分かります。二つ目と四つ目には、再現した結果で答えられます。三つ目も、公開データで分けられます。一方、五つ目には、数字が改定されうる、という答えしかありません。そして、「AIが原因か」という問いは、この五つのどれにも入っていません。この統計の外にある問いだからです。
確かめる三つの問いと、図の主張
この記事の問いは三つです。一つ目。図が言う「生産性」は、どの統計か。二つ目。公的データで再現できるか。三つ目。自社の計画に入れる前に、何を確かめるか。

図の主張は、二次資料によると、次のとおりです。情報、専門サービス、金融の3業種で、雇用1人あたりの産出の伸びが、2005年から2022年の年2.2%から、2022年末以降の年5.0%に上がりました。それ以外の民間は、0.9%から1.4%です。図の題名は、二次資料によると「Three of the Heaviest AI Adopters Doubled Their Productivity Growth」で、日本語にすると「AIを最も使う3業種が、生産性の伸びを2倍にした」となります。
【解釈】私が確かめるのは、図の数字を、公的データから作れるかどうかです。作れたとしても、それは、AIが原因だという証拠にはなりません。この二つを分けて、順に見ていきます。
第1章:図の「生産性」は、実質付加価値を雇用者数で割った値であり、業種の範囲の取り方で数字が変わります
パン屋の売上を、働く人の数で割ったとします。働いた時間は見ていません。人数が減れば、売上が同じでも、1人あたりは増えます。これはたとえ話です。
【資料の記載】図の「生産性」は、二つの公的統計の比です。二次資料は、図が「実質の産出(経済分析局の付加価値)を、労働統計局の給与雇用で割った値で、2005年第1四半期を100とし、2026年第2四半期まで」を追うものだと書いています。
分子は、経済分析局の業種別の国内総生産にある、実質付加価値です。付加価値は、その業種が経済にもたらした貢献額で、賃金、税、営業余剰から成ります。単位は、2017年の連鎖ドルに直した実質値で、季節調整済みの年率です。
分母は、労働統計局の雇用統計にある、事業所調査の雇用者数です。千人単位の季節調整済みで、働いた時間ではありません。

【自前の計算】3業種を、情報、専門・科学・技術サービス、金融・保険と対応づけると、2022年第4四半期の時点で、民間の雇用の15.5%、民間の名目付加価値の23.5%を占めます。2026年第2四半期は、雇用が15.0%、名目付加価値が25.6%です。二次資料が紹介する、EPB Researchの「雇用約15%、産出約25%」と整合します。
範囲の取り方で、結果は変わります。【自前の計算】情報、専門・ビジネスサービス全体、金融・不動産まで広げた定義では、雇用の割合が26.6%に広がり、紹介された約15%と合いません。その定義での1人あたり産出の年平均成長率は、2005年第1四半期から2022年第3四半期が1.8%、2022年第4四半期から2026年第2四半期が4.3%でした。
| 定義 | 含める業種(統計の系列) | 雇用の割合(2022年第4四半期) | 1人あたり産出の年平均成長率 |
|---|---|---|---|
| 狭い定義(図と整合) | 情報、専門・科学・技術サービス、金融・保険 | 15.5% | 2.27%から5.10%(トレンド。第2章) |
| 広い定義 | 情報、専門・ビジネスサービス全体、金融・不動産・賃貸 | 26.6% | 1.8%から4.3% |
【解釈】ここで確かめたいのは、「AI多用」が統計の区分ではない点です。3業種を、AIを多く使うかどうかで括ったのは、図の作り手です。この分類の根拠を、私は確認できていません。この記事の統計は、AIの利用を測っていません。
第2章:公的データで再現すると、3業種の年の伸びは2.27%から5.10%になりますが、始点と終点の取り方で5.0〜5.6%に動きます
坂道の勾配を、途中の凹凸を均して、1本の直線の傾きで表すと考えてください。図の「トレンド」は、その傾きです。これはたとえ話です。
【自前の計算】再現の手順は、こうです。業種ごとの実質付加価値を、雇用で割ります。3業種は、名目付加価値の割合で重みを付けた連鎖指数(トルンクビスト指数)で合成します。民間全体から3業種を引いた残りを、「それ以外」とします。トレンドは、対数をとった指数に、直線を当てはめた(最小二乗)、年あたりの伸び率です。
結果は、次のとおりです。
| 区間 | 3業種(年の伸び) | それ以外の民間(年の伸び) |
|---|---|---|
| 2005年第1四半期から2022年第3四半期 | 2.27% | 0.89% |
| 2022年第4四半期から2026年第2四半期 | 5.10% | 1.36% |
| 図が書く数字(二次資料) | 2.2%から5.0% | 0.9%から1.4% |
2倍という言い方も、私の計算では、5.10%を2.27%で割って約2.2倍です。それ以外は、1.36%を0.89%で割って約1.5倍で、2倍には届きません。ただし、ポイント差で見ると、3業種は2.83ポイント、それ以外は0.47ポイントの上昇です。

水準も確かめました。【資料の記載】二次資料によると、図の上で、2005年第1四半期を100とした指数は、3業種が179、それ以外が120です。2005年から2022年のトレンドを延ばした線は159で、二次資料は、3業種が約12.6%上にあると計算しています。【自前の計算】私の計算でも、3業種の指数は179.3、延長線は158.5で、約13.1%上でした。
ただし、伸びの数字は、窓の取り方で動きます。【自前の計算】同じデータで、次のようになります。
| 取り方 | 3業種の年の伸び |
|---|---|
| 2022年第4四半期から2026年第2四半期の対数線形トレンド | 5.1% |
| 2022年第4四半期から2026年第2四半期の年平均成長率 | 5.6% |
| 終点を2025年第2四半期にした年平均成長率 | 5.0% |
| 始点を2022年第3四半期にした年平均成長率 | 5.3% |
| 実質付加価値を単純に足して作った指標の、対数線形トレンド | 5.4% |
合成の方法でも、数字は動きます。実質付加価値を単純に足して計算すると、トレンドは5.4%で、トルンクビスト指数の5.1%と、約0.3パーセントポイント違います。
【解釈】5.0%という数字が、どの手法と終点で作られたのか、EPB Researchの方法を、私は確認できていません。私が再現できるのは、5%前後までです。「5.0%」を、そのまま自社の資料に写すと、手法の違いを無視することになります。
第3章:伸びの中身は産出の増加で、3業種の雇用は減っており、図だけでは原因を分けられません
ケーキの1人あたりの量は、ケーキを大きくしても、人を減らしても、増えます。どちらで増えたかは、1人あたりの数字だけでは分かりません。これはたとえ話です。
【資料の記載】二次資料は、この指標が産出を雇用で割る比であるため、伸びは、産出の増加、雇用の減少、またはその両方から来て、図はそれを分けていない、と書いています。
【自前の計算】私の計算で分けます。2022年第4四半期から2026年第2四半期で、3業種の実質付加価値は、連鎖ドルの単純合計で5,279.6から6,379.5(十億ドル)になり、20.8%増えました。3業種の雇用は、四半期平均の合計で、20,470千人から20,271千人になり、0.97%、約199千人(約20万人)減りました。

業種別では、情報の雇用が、約3,102千人から約2,777千人へ、10.5%減りました。一方、情報の実質付加価値は、1,544.2から2,089.8(十億ドル)へ、35.3%増えました。専門・科学・技術サービスの雇用は1.5%増、金融・保険は0.6%減でした。
| 業種 | 1人あたり産出の年平均成長率(2005年第1四半期から2022年第3四半期) | 同(2022年第4四半期から2026年第2四半期) |
|---|---|---|
| 情報 | 6.3% | 12.5% |
| 金融・保険 | 0.9% | 4.5% |
| 専門・科学・技術サービス | 1.7% | 3.4% |
【解釈】3業種の合計の伸びは、情報と金融・保険が引き上げています。情報の12.5%は、他の業種より大きく、産出の価格の調整や測定の影響を疑う材料です。ただし、情報業の付加価値の測定の説明は、経済分析局の一次資料で確認していません。確度は低いです。
さらに、図が示すのは、業種全体の合計です。【資料の記載】二次資料は、業種の構成、価格、2020年以降の採用の振れが、産出と雇用の比を動かしうる、と書いています。【解釈】低い生産性の仕事が減る、企業が入れ替わる、といった構成の変化でも、比は上がります。この統計では、その分解はできません。
【資料の記載】二次資料は、図が示すのは、AIの多用と速い伸びの相関で、AIが原因だという証拠ではない、とも書いています。
第4章:2020年にすでに跳ねており、別の指標では年0.1%から0.8%まで動くため、自社の計画に入れる前に四つを確かめます
走った記録を、疲れて遅くなった日から数えると、その後は速く見えます。始点が底に近いと、その後の伸びが大きく見えます。これはたとえ話です。
【自前の計算】3業種の前年比を見ます。2020年第3四半期が4.8%、2021年第1四半期が8.8%、2021年第2四半期が8.2%でした。2022年第2四半期は-0.1%、2022年第4四半期は-1.6%です。2019年第4四半期を100とした指数は、3業種が2021年第4四半期に111.0、2022年第4四半期に109.2、2026年第2四半期に132.2です。それ以外は、105.2、102.5、106.5です。

【解釈】3業種は、2020年から21年に、すでに跳ねています。2021年末のピークのあと、2022年は横ばいから下がり、2022年末は、その底に近い位置です。そこを始点にすると、伸びが大きく見えます。ただし、2022年末以降の加速が、2020年から21年の跳ねの延長なのか、新しい動きなのかは、このデータでは区別できません。
別の指標も見ます。【資料の記載】サンフランシスコ連銀は、米国のビジネス部門の全要素生産性を、四半期ごとに公表しています。全要素生産性は、産出の伸びから、資本と労働の投入の伸びを引いた残りです。稼働率の変動を補正した系列もあります。直近の4四半期(2025年第3四半期から2026年第2四半期)は、補正しない系列が年1.42%、補正した系列が年-0.07%です。
【自前の計算】補正した系列の四半期値(年率)を、私が単純に平均すると、2024年第1四半期から2026年第2四半期の10四半期で、年0.12%です。始点を1四半期早めて2023年第4四半期にすると、11四半期で年0.79%になります。2023年第4四半期の1四半期だけで、年率7.53%の大きな値があるためです。参考として、同じ10四半期のビジネス部門の時間あたり労働生産性の平均は、年2.52%です。なお、サンフランシスコ連銀のデータの注記は、年率化は四半期4期の平均とは異なると断っています。私の平均は、四半期の年率値の単純平均です。
| 窓 | 補正した全要素生産性(四半期の年率値の平均) | 四半期数 |
|---|---|---|
| 2024年第1四半期から2026年第2四半期 | 0.12% | 10 |
| 2023年第4四半期から2026年第2四半期 | 0.79% | 11 |
| 2025年第3四半期から2026年第2四半期 | -0.07% | 4 |
【解釈】この指標で「ほぼゼロ」と言うか「1%近い」と言うかは、始点の1四半期で変わります。どちらの数字も、単独では根拠になりません。また、この指標は、米国のビジネス部門全体の指標で、3業種の指標ではありません。AIの効果を測るための指標でもありません。

では、自社の計画に入れる前に、確かめることを、四つに絞ります。【解釈】以下は、私の整理です。
一つ目は、指標の定義です。自社で「生産性が上がった」と言うとき、分子は売上か、付加価値か、処理件数か。分母は人数か、時間か。図の指標は、人数あたりです。時間あたりにすると、数字は変わります。同じ期間でも、ビジネス部門の時間あたりの労働生産性は年2.52%で、人数あたりの数字とは別です。
二つ目は、分子と分母のどちらが動いたかです。人が減って比が上がったのか、産出が増えたのかで、AIへの投資の評価は変わります。3業種は、雇用が約1%減り、産出が約21%増えました。自社の場合も、売上や処理件数(分子)と、人数や時間(分母)を、別々に並べて見る必要があります。
三つ目は、前後比較の期間です。始点が谷や底に近くないか。終点を1四半期ずらしても、結論が変わらないか。同じ時期のほかの部門と比べて、差を見ます。3業種の伸びは、窓の取り方で5.0%から5.6%まで動きました。それ以外の民間も、同じ期間に、0.89%から1.36%へ、0.47ポイント上がっています。自社だけの前後比較では、景気の波や、稼働率の変化と、AIの効果を分けられません。
四つ目は、改定です。【資料の記載】経済分析局は、公表済みの推計が、後で改定されたと書いています。次の公表は、2026年12月23日です。サンフランシスコ連銀のデータにも、「データと推計は改定されうる」と注記があります。労働統計局の雇用統計も、非農業部門の増減で、7月が31,000人、8月が29,000人、下方に改定されました。自社の計画に入れた数字が、後で動く可能性を、先に織り込んでおく必要があります。
四つのどれかが欠けると、「AIで生産性が2倍になった」という文を、自社の計画の根拠にはできません。
結論:図の数字は再現できる。AI起因は未確定。自社の計画では、分子・分母・期間・改定を確かめる
最後に、図について、言えることと言えないことを、私の整理で並べます。投資の助言ではありません。

言えることは、三つです。
一つ目。公的データで、図の数字は、ほぼ再現できます。3業種の傾きは、年2.27%から5.10%。それ以外は、0.89%から1.36%です。
二つ目。3業種の伸びの大半は、産出の増加です。雇用は、0.97%、減りました。
三つ目。伸びの大きさは、窓の取り方で、5.0%から5.6%まで動きます。補正した全要素生産性は、始点で、0.12%から0.79%に動きます。
言えないことは、四つです。
一つ目。AIが原因かどうかです。この統計は、AIの利用を測っていません。二つ目。どの企業や職種で起きたかです。構成の変化と、分けられません。三つ目。情報業の付加価値の測定の確かさです。経済分析局の一次資料では、確認していません。四つ目。改定後の数字です。次の改定は、2026年12月に来ます。
日本の実務者が、AI投資の効果を自社の計画に入れるときにも、同じ問いが使えます。何を何で割った数字か。分子と分母のどちらが動いたか。始点と終点を変えても同じか。後で改定されるか。これは私の整理です。
数字を自分で確かめる手順と、この記事で言えないこと
【自前の計算】は、次の手順で、誰でも再現できます。入力は、セントルイス連銀のデータベースが公開する系列(CSV)です。
実質付加価値は、情報(RVAI)、専門・科学・技術サービス(RVAPST)、金融・保険(RVAFI)、民間全体(RVAPI)の四つです。名目付加価値は、VAI、VAPST、VAFI、VAPIです。雇用は、情報(USINFO)、専門・科学・技術サービス(CES6054000001)、金融・保険(CES5552000001)、民間全体(USPRIV)で、月次を四半期の平均にします。手順は、次の五つです。
- 業種ごとに、実質付加価値を、四半期平均の雇用で割ります。
- 3業種は、名目付加価値の前後2期の平均の割合を重みに、実質付加価値の対数の差を足し合わせ、連鎖指数を作ります。
- 「それ以外」は、民間全体の対数の差から、3業種分(割合×3業種の対数の差)を引き、残りの割合で割って作ります。
- 区間ごとに、対数をとった指数に直線を当てはめ、傾きから年の伸び率を求めます。
- 全要素生産性は、サンフランシスコ連銀のxlsxの
dtfp_util列を、四半期ごとの年率値のまま、窓ごとに単純に平均します。
この五つで、記事の計算は全てです。同じデータから計算すれば、同じ数字になるはずです。違う数字になったときは、業種の範囲、合成の方法、始点と終点の取り方を、先に確かめてください。
この記事で言えないことが、三つあります。
一つ目。EPB Research自身の投稿と、購読者向けの報告は、私は取得できていません。図の数字は、二次資料の紹介で確認しており、図の作り方の細部は、確認できていません。
二つ目。「AIを多く使う」という業種の分類の根拠は、確認できていません。この統計は、AIの利用を測っていません。
三つ目。計算は、私が公開データから作った値で、公表値ではありません。情報業の付加価値の測定の確かさは、経済分析局の一次資料で確認していません。
資料や論者の主張は、事実と分けて紹介しました。賛成も反対もしていません。準備では、引用した数字を、公開データと、一行ずつ突き合わせました。
用語の補足
記事に出る言葉を、一般的な説明で補います。数値の主張ではなく、読みやすさのための説明です。
実質付加価値は、物価の変動を取り除いた付加価値です。名目付加価値は、その時点の価格で測った付加価値で、物価の変動を含みます。連鎖ドルは、物価を取り除く基準を、固定せずに毎期更新する方法で、一般に、業種ごとの金額を足しても、全体の金額と一致しません。そのため、この記事は、足し合わせた値と、連鎖指数で合成した値の両方を示しました。
季節調整は、毎年決まった時期に出る増減(年末の需要など)を取り除く処理です。年率は、1四半期の変化が1年続いたと仮定して、1年分の変化に直した値です。トレンドは、凹凸をならした、年あたりの伸びの目安です。対数をとって直線を当てはめると、伸び率が一定のときに直線になります。
全要素生産性は、産出の伸びのうち、資本と労働の投入の増加では説明できない部分です。稼働率の調整は、景気の良いときに、人や設備を普段より長く働かせることで産出が増える分を、取り除く補正です。補正した系列は、技術の変化を見るための近似として使われますが、この記事の数字は、その一つの系列を、四半期ごとに平均したものです。
最後の確認リスト
- 「生産性が上がった」という数字の、分子と分母は何か
- 分子(産出)と分母(人数・時間)のどちらが動いたか
- 始点を1期ずらしても、終点を1期ずらしても、結論は同じか
- 景気の波や稼働率の変化を、補正した数字も見たか
- 同じ時期のほかの部門と、差を比べたか
- 公表数字は後で改定される。改定の予定日を確かめたか
最後に、一つ質問です。皆さんの会社で、「生産性が上がった」という数字は、何を何で割った値ですか。コメントで教えてください。
公開直前の再確認:2026年11月2日の公開直前に、データを取得し直して同じ計算を行い、記事の数字が変わっていないことを確認しました。
YouTube本編:https://youtu.be/WpSv-HeXlYo
初めてこのチャンネルの記事を読まれた方は、https://note.com/consuloji_ch/n/n1975ecc3cf48 から読み始めてください。
出典一覧
- 経済分析局 業種別GDPのページ:https://www.bea.gov/data/gdp/gdp-industry
- FRED 実質付加価値 情報(RVAI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=RVAI
- FRED 実質付加価値 専門・科学・技術サービス(RVAPST):https://fred.stlouisfed.org/graph/fredgraph.csv?id=RVAPST
- FRED 実質付加価値 金融・保険(RVAFI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=RVAFI
- FRED 実質付加価値 民間全体(RVAPI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=RVAPI
- FRED 雇用者数 情報(USINFO):https://fred.stlouisfed.org/graph/fredgraph.csv?id=USINFO
- FRED 雇用者数 専門・科学・技術サービス(CES6054000001):https://fred.stlouisfed.org/graph/fredgraph.csv?id=CES6054000001
- FRED 雇用者数 金融・保険(CES5552000001):https://fred.stlouisfed.org/graph/fredgraph.csv?id=CES5552000001
- FRED 雇用者数 民間全体(USPRIV):https://fred.stlouisfed.org/graph/fredgraph.csv?id=USPRIV
- FRED 名目付加価値 情報(VAI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=VAI
- FRED 名目付加価値 専門・科学・技術サービス(VAPST):https://fred.stlouisfed.org/graph/fredgraph.csv?id=VAPST
- FRED 名目付加価値 金融・保険(VAFI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=VAFI
- FRED 名目付加価値 民間全体(VAPI):https://fred.stlouisfed.org/graph/fredgraph.csv?id=VAPI
- FRED 系列ページ(単位・注記):https://fred.stlouisfed.org/series/RVAI 、https://fred.stlouisfed.org/series/USINFO
- サンフランシスコ連銀 全要素生産性のページ:https://www.frbsf.org/research-and-insights/data-and-indicators/total-factor-productivity-tfp/
- サンフランシスコ連銀 四半期データ(xlsx):https://www.frbsf.org/wp-content/uploads/quarterly_tfp.xlsx
- 労働統計局 雇用統計(2026年9月):https://www.bls.gov/news.release/empsit.nr0.htm
- 二次資料(図を紹介した海外のビジネス系サイト):https://fourweekmba.com/ai-heavy-sectors-productivity-trend-hits-5-rest-at-1-4/