頭の良い人は理系に進むべきか – 人材配置を資本配分として考える

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

頭の良い人は理系に進んだ方がいい。

この言い方には、妙な説得力があります。AI、半導体、量子、創薬、エネルギー。これからの成長産業を並べれば、どれも数学、物理、化学、情報科学なしには成立しません。日本でSTEM人材が足りないという話も、感覚論ではなく数字で確認できます。

ただ、ここで一段深く考えたい。

社会が欲しいのは、理系人材そのものなのか。それとも、限られた優秀な人材を、もっとも価値を生む場所へ配置することなのか。

この違いは大きいです。投資でいえば、成長産業だからといって全銘柄を買うのと、資本効率まで見て投資先を選ぶくらい違う。会計でいえば、研究開発費が増えたから未来への投資が増えた、とPLだけ見て判断するくらい危うい。

この記事では、認知能力と専攻選択、STEM教育とイノベーション、人材配置と生産性、さらに技術を利益へ変える経営能力までをつなげます。

仕事では、自分や部下の配置をどう考えるか。投資では、技術力の高い企業をどう見抜くか。経営では、優秀な人をどこへ置くべきか。そして人生では、自分の能力をどこへ張るのか。

文系か理系かという学校の話に見えて、実はかなり資本配分の話です。

そして資本配分で怖いのは、優秀な資産を持っているだけで安心してしまうことです。工場も人材も知識も、置き場所と使い方を間違えれば収益を生みません。人の能力も、保有しているだけではROICは上がらない。この視点を持つと、進路の話が急に経営の話へ変わってきます。

頭の良さと理系適性は同じではない – 優秀な人ほど、選択肢が増える

頭が良いなら理系へ。この発想が成立するには、頭の良さと理系適性がほぼ同じである必要があります。

ところが研究を見ると、話はそんなに単純ではありません。能力には総合的な高さだけでなく、数学と言語のどちらに比較優位があるかという傾きがあります。

ここを無視すると、人材を見る目が一気に雑になります。

数学が強いことと、頭が良いことは別の軸

Wang、Eccles、Kennyの2013年の研究は、数学能力の高い人の進路を追っています。対象は1,490人。高校最終学年時点の能力と、その後33歳時点の職業を比べました。

結果が面白い。

数学能力が高く、言語能力が中程度の人はSTEM職に進みやすかった。一方、数学も言語も高い人は、むしろSTEM職を選ぶ割合が低かったのです。(psychologicalscience.org)

能力が足りないからではありません。逆です。選択肢が多い。

数学もできる。文章も書ける。抽象的な概念も扱える。そういう人は、工学だけでなく法律、経済、経営、政策、研究など複数の道で勝負できる。

つまり、能力の絶対値だけを見て進路を決めるのは、企業が売上高だけ見て事業ポートフォリオを決めるのと似ています。見るべきは、その人が他の選択肢と比べてどこで最も強いかです。

比較優位を無視すると、優秀な人ほど誤配される

経済学でいう比較優位は、人材配置にもそのまま使えます。

Kirkebøen、Leuven、Mogstadは、ノルウェーの大学入試における合格ラインを使い、専攻分野が将来所得へ与える影響を分析しました。ここで面白いのは、専攻ごとの平均収入を比べただけではないことです。

その人が第一希望に落ちていたら、次に何を学んでいたかまで考慮しました。

すると、同じ専攻でもリターンは人によって違う。工学を選ぶ価値が高い人もいれば、経済学や別分野へ進んだ方がリターンが高い人もいる。研究結果は、個人が比較優位を持つ分野を選ぶという解釈とも整合的でした。(academic.oup.com)

これは経営そのものです。

優秀な社員を全員、新規事業へ入れれば新規事業が伸びるわけではありません。管理会計に強い人、顧客理解に強い人、技術に強い人、交渉に強い人がいる。それぞれの機会費用まで見て配置しないと、会社全体の生産性は落ちる。

人材は費用ではなく、配分すべき希少資本です。

しかも人材は、設備と違って配置によって成長率まで変わります。得意な仕事に置かれた人は学習が加速し、逆に合わない場所では能力そのものが見えにくくなる。だから配置ミスは、今期の生産性だけでなく、数年後の能力差まで広げます。

日本の問題は能力不足ではなく、接続の弱さにある

とはいえ、日本で理系人材を増やす必要がない、という話でもありません。

OECDの2026年対日経済審査では、日本のSTEM分野の卒業者は2023年で全体の約20％。OECD平均を下回ります。女性に限るとSTEM卒業者の割合は3.6％で、OECDで最低水準です。

一方、日本の15歳は数学・科学でOECD諸国の中でも最高得点層に位置しています。(oecd.org)

ここから見えるのは、素材がないのではなく、素材と進路が十分につながっていない可能性です。

会計的に言えば、BSに良い資産候補があるのに、投資案件として稼働させられていない状態に近い。能力が存在することと、それが経済価値へ変換されることは別です。

だから論点は、優秀な人を理系へ送るかではありません。

もっと精密に言えば、数学・科学に高い比較優位を持つ人が、STEMへ進みやすい環境になっているか。そのうえで、言語、制度、経営、社会理解に強い人まで無理に同じ方向へ流していないか。

一律の進路誘導は簡単です。でも、簡単な配分ほど資本効率は悪くなりやすい。人材でも同じです。

STEMは未来を作るが、STEMだけでは未来にならない – 発明と価値化の間には長い距離がある

では、STEM教育は本当に未来を作るのか。

ここはかなり強く、はいと言えます。

ただし、発明が生まれることと、その発明が社会の利益、企業のキャッシュフロー、国の生産性になることは別工程です。この途中を飛ばすと、技術礼賛になってしまいます。

STEM教育はイノベーションの方向を変える

BianchiとGiorcelliは、イタリアで大学のSTEM専攻への進学条件が変わった制度変更を利用し、STEM教育の効果を分析しました。

大学レベルの科学教育を受けることで、卒業後の特許活動や企業内でのイノベーションへの関与が変わった。単に理系を選ぶ人は元々優秀だった、という相関だけではなく、制度変更を使って因果効果へ迫った研究です。(nber.org)

ここから言えるのは、STEM教育は単なる資格取得ではないということ。

ものの見方、問題の分解方法、実験、検証、技術選択。その後の仕事で何を作るかまで変え得る。

投資家から見ると、これは人的資本への設備投資に近い。優秀な人を採用するだけでは足りず、その人がどの知識体系で訓練されたかが将来の研究開発パイプラインに影響します。

発明家は能力だけでは生まれない

さらに強烈なのが、Bell、Chetty、Jaravelらの研究です。

米国の特許記録と税務データをつなぎ、120万人の発明家を分析しました。子どもの頃の数学成績は、将来発明家になる確率を強く予測します。

ここだけなら、やっぱり数学のできる子を理系へ、で終わります。

ところが、同程度の数学能力でも、家庭所得、性別、育った環境などによって発明家になる確率に大きな差が残りました。さらに、子どもの頃に発明家やイノベーションへ接する環境が、その後の発明活動と結び付いていました。(academic.oup.com)

能力は原料です。

原料が勝手に製品になるわけではない。

会計の現場なら当たり前の話です。在庫を持っていることと、売上総利益を稼げることは違う。優秀な子どもがいることと、その能力が研究、発明、事業へ変換されることも同じです。

教育、ロールモデル、研究環境、企業、資金。この変換工程まで含めて初めて、人的資本は未来になります。

基礎研究は短期PLで測ると必ず過小評価される

未来にすぐつながらない理屈は無駄なのか。

ここは会計屋ほど慎重になった方がいいところです。

Akcigit、Hanley、Serrano-Velardeは、基礎研究と応用研究の知識スピルオーバーを組み込んだモデルを構築し、フランス企業の研究開発データで推定しています。彼らの分析では、均一なR&D補助は応用研究を過剰に促し、動学的な資源配分を悪化させる場合がある。一方、公的な基礎研究と民間への知識移転は厚生を改善し得るとされます。(nber.org)

なぜか。

基礎研究は、研究した主体だけが利益を回収するとは限らないからです。知識が外へ漏れ、別の企業、別の産業、別の時代の発明に使われる。

ところが会計上、未来価値は簡単には資産になりません。IAS 38でも研究段階の支出は発生時に費用認識され、開発段階で一定の条件を満たして初めて無形資産として認識されます。(ifrs.org)

PLを見ると費用。社会全体で見ると、将来のオプション。

ここ、かなり大きなズレです。費用処理されたから価値がないわけではありません。むしろ財務諸表に乗りにくい価値ほど、投資家には解釈力が要求されます。研究者の質、知識の蓄積、組織内の学習速度は、簿価からほとんど読めない。それでも将来CFには効いてきます。

短期利益だけを見れば、基礎研究は削りやすい。投資家から見ても、研究開発費を増やして利益率が落ちれば嫌われる局面があります。

でも、本当に見るべきなのは、その支出が何年後の競争優位を作るのか、どこまで社内で回収できるのか、外部へスピルオーバーするのかです。

未来につながるかどうかは、今期の利益との距離では測れません。むしろ距離があるからこそ、市場も経営者も値付けを間違えやすい。

技術より難しいのは、技術を利益に変えること – 企業価値は最後の1メートルで決まる

投資をしていると、技術的にすごい会社と、株主価値を作る会社が一致しない場面があります。

理由はシンプルです。

技術は価値の源泉ですが、企業価値は技術そのものではありません。技術を顧客価値へ変え、価格を付け、原価を管理し、組織で再現し、キャッシュへ変えるところまで必要です。

未来を作る仕事は、研究室を出た瞬間から急に文理混合になります。

人材配置だけで経済成長は変わる

Hsieh、Hurst、Jones、Klenowの研究は、人材の誤配がどれほど大きな損失になるかを示しています。

1960年の米国では、医師や弁護士などの高度専門職の多くを白人男性が占めていました。その後、女性や黒人が高技能職へ参入しやすくなった。

2019年の公刊版では、この職業配分の改善が、1960年から2010年までの1人当たり市場産出の成長の20〜40％を説明し得ると推計されています。(onlinelibrary.wiley.com)

もちろん、これは米国の特定期間についてのモデル推計で、日本へそのまま数字を当てはめる話ではありません。

それでも示唆は強烈です。

国の生産性は、優秀な人が何人いるかだけで決まらない。その人がどこに配置されるかで変わる。

企業も同じです。採用人数や研修時間をKPIにして安心しても意味がない。能力の高い人が、意思決定権のない場所で資料を作り続けていたら、人的資本は眠ったままです。

管理能力は技術に負けないくらい生産性を左右する

Bloom、Sadun、Van Reenenは、企業の管理手法をデータ化し、生産性との関係を分析しました。

彼らは34カ国、1万1,000社超の企業データを用い、モデル上、経営管理の違いが企業間・国家間の全要素生産性、つまり資本や労働の量だけでは説明できない生産性格差の約30％を説明すると推計しています。(nber.org)

ここが、技術だけ見て企業を評価すると危ない理由です。

同じ設備。同じソフト。同じAI。同じ優秀なエンジニア。

それでも会社ごとに利益率が違う。

予算配分、KPI、評価制度、会議、権限、採用、撤退判断。こうした一見地味な管理システムが、技術を利益へ変える変換効率を決めています。

投資家が見るべきは、技術のすごさだけではありません。

研究開発費が売上に変わるか。売上が粗利に変わるか。粗利が営業CFに変わるか。さらに、そのCFが次の高ROIC投資へ再配分されるか。

技術からキャッシュまでの橋を見ないと、未来企業ではなく未来っぽい企業を買うことになります。

最強なのは万能型ではなく、深い専門をつなげられる人

では結局、理系も文系も全部できる人が最強なのか。

これも単純ではありません。

Demingの研究では、1980年から2012年の米国で、社会的相互作用を多く必要とする仕事の比率が約12ポイント増えました。一方、数学能力を強く使うが社会的スキルをあまり使わない仕事は3.3ポイント減少。雇用と賃金の伸びが強かったのは、数学能力と社会的スキルの両方を必要とする仕事でした。(nber.org)

さらにYegros-Yegrosらの学際研究の分析では、異分野性と論文の引用インパクトには単純な右肩上がりではなく、逆U字型の関係が確認されています。分野を混ぜれば混ぜるほど強くなるわけではない。(pubmed.ncbi.nlm.nih.gov)

これは実務感覚とも合います。

何でも知っているが、何も深くない人では大型案件の最後を任せにくい。

強いのは、深い専門を一本持ちながら、隣の専門家と会話できる人です。

エンジニアが会計を理解する。会計担当がAIの構造を理解する。経営者が技術の不確実性を理解する。投資家が研究開発の時間軸を理解する。

専門を捨てて融合するのではなく、専門を持ったまま接続する。

企業価値は、研究者だけでも、営業だけでも、経営者だけでも作れません。

発見する人がいる。作る人がいる。売る人がいる。数字にする人がいる。資本を配る人がいる。規制や制度を整える人もいる。

ボトルネックは会社ごと、時代ごとに動きます。

だから強い組織は、優秀な人を一つの職種へ集めるのではなく、その瞬間もっとも詰まっている場所へ配置できる組織です。これは人事論というより、資本配分論です。

結論　未来を作るのは、頭の良さではなく、頭の良さの置き場所である

会計をやっていると、数字は結果だと痛感します。

売上が立つ前に商品がある。商品ができる前に研究がある。研究の前に、人がいる。そして、その人が何を学び、どこに配置され、誰と組み、何に時間を使ったかがある。

でも財務諸表に出てくる頃には、その長い過程の多くが消えています。

人材も同じです。

頭が良い、数学ができる、文章がうまい。その能力を単体で評価しても、本当の価値は分かりません。価値は、能力と場所の掛け算で決まるからです。

投資でも、成長市場へ資金を置けば勝てるわけではありません。価格が高すぎれば負ける。資本効率が悪ければ負ける。経営陣が資本配分を間違えれば、良い技術でも株主価値にならない。

人生も、たぶん同じです。

何が一番すごい能力かを探すより、自分の能力がどこで最も高いリターンを生むかを探した方がいい。

社会に必要なのは、優秀な人を同じ方向へ押し込むことではない。

理系へ行くべき人が理系へ行けること。制度を作るべき人が制度を作ること。経営に強い人が技術を事業へ変えること。数字に強い人が、夢物語と投資案件を見分けること。

そして、それぞれが隣の専門家とつながれること。

未来は、天才一人が作るというより、才能が正しい場所へ置かれ、別の才能と接続されたときに生まれる。

会社のBSには載らない。個人の履歴書にも完全には載らない。

けれど、本当の価値はたぶん、そこにあります。

このテーマをさらに深く読むための5冊

1．『文系と理系はなぜ分かれたのか』隠岐さや香

文系と理系を、人間に生まれつき備わった二種類の属性としてではなく、歴史の中で作られてきた学問区分として捉え直せる一冊です。西欧での近代学問の成立から日本の近代化、産業界、進路選択、ジェンダー、学際研究まで射程が広い。本文で扱った、頭の良さと理系適性を同一視してよいのかという問いを、制度と歴史の側から掘り下げたい人に向いています。他の4冊が経営やイノベーションの成果側を扱うのに対し、そもそも文系・理系という物差し自体を疑えるところが、この本の役割です。

文系と理系はなぜ分かれたのか （星海社新書） [ 隠岐 さや香 ] 価格：1,078円（税込、送料無料) (2026/9/17時点) 楽天で購入

2．『科学立国の危機　失速する日本の研究力』豊田長康

日本には理数能力の高い人がいるのに、なぜ研究力や科学技術力の伸び悩みが問題になるのか。その背景を、論文数、研究資金、研究者数、博士課程学生数などのデータから追う本です。本文で触れた、日本の課題は能力不足だけではなく、能力を研究やイノベーションにつなぐ仕組みにもあるという論点を、より日本固有の事情に引き寄せて考えられます。科学政策を感情論ではなく数字で見たい人、研究費を費用ではなく将来への投資としてどう評価するか考えたい人に相性がいい。5冊の中では、国全体の資本配分を見る本です。

科学立国の危機 失速する日本の研究力 [ 豊田 長康 ] 価格：2,860円（税込、送料無料) (2026/9/17時点) 楽天で購入

3．『イノベーションの科学　創造する人・破壊される人』清水洋

イノベーションを、便利な新技術が生まれる明るい物語だけで終わらせないところが面白い本です。新しい技術を生み出す人がいる一方で、それまで持っていた技能や生活基盤を壊される人もいる。創造性、教育投資、リスキリング、抵抗、格差、リスク分担まで、人を中心にイノベーションを捉えます。本文のSTEM人材を増やせば未来につながるのかという問いに、もう一段複雑な視点を足してくれます。AIや新技術への投資を、成長率だけでなく移行コストや社会実装まで含めて考えたい読者に向いています。

イノベーションの科学 創造する人・破壊される人 （中公新書　2831） [ 清水洋 ] 価格：1,012円（税込、送料無料) (2026/9/17時点) 楽天で購入

4．『5000の事例から導き出した　日本企業最後の伸びしろ　人的資本経営大全』田中弦

人を資本として見るとは、研修費を増やしたり、人的資本の数字を開示したりすることだけではありません。本書は国内外5,000件以上の人的資本開示を踏まえ、人の能力をどう育て、組織の力として使い、企業価値へ接続するかを具体例とともに扱います。本文で繰り返した、優秀な人材を保有することと、その人材を正しく配置して価値を生むことは別だという論点を、企業実務へ落とし込みたい人に合います。5冊の中ではもっとも人事と経営の現場に近く、人材を費用ではなく投資対象として見る練習になります。

5000の事例から導き出した　日本企業最後の伸びしろ　人的資本経営大全 [ 田中 弦 ] 価格：2,420円（税込、送料無料) (2026/9/17時点) 楽天で購入

5．『ROIC経営　稼ぐ力の創造と戦略的対話』KPMG FAS・あずさ監査法人 編

記事の最後まで出てきた資本配分という言葉を、企業の数字へ戻して考えるならこの本です。ROICを軸に、投下した資本からどれだけ利益を生み出しているか、事業資産やバランスシートをどう管理するか、さらに投資家との対話へどうつなげるかを扱います。技術力や人材の質が高い企業でも、それだけでは企業価値にならないという本文の論点を、会計とファイナンスから確認できます。研究開発、人材投資、設備投資を、良いことだからではなく資本効率まで含めて判断したい読者に向いています。他の4冊で扱った人や知識を、最後に数字へ接続する役目です。

ROIC経営 稼ぐ力の創造と戦略的対話 [ KPMG FAS ] 価格：2,640円（税込、送料無料) (2026/9/17時点) 楽天で購入

文系と理系という区分そのものから考え直したいなら『文系と理系はなぜ分かれたのか』から入ると全体像をつかみやすいでしょう。日本の研究力という現実を数字で見たいなら『科学立国の危機』、技術革新の光と影まで考えたいなら『イノベーションの科学』がつながります。仕事で人材配置や組織づくりへ落としたいなら『人的資本経営大全』、投資家や経理の目線で最終的に企業価値へどう変換されるかを見たいなら『ROIC経営』。同じテーマでも、制度、人、技術、組織、資本という順にレンズを替えると、見えてくる景色がかなり変わります。

それでは、またっ！！

引用論文・参考文献

• Wang, M.-T., Eccles, J. S., & Kenny, S. (2013). Not Lack of Ability but More Choice: Individual and Gender Differences in Choice of Careers in Science, Technology, Engineering, and Mathematics. Psychological Science, 24(5), 770–775. (psychologicalscience.org)
• Kirkebøen, L. J., Leuven, E., & Mogstad, M. (2016). Field of Study, Earnings, and Self-Selection. The Quarterly Journal of Economics, 131(3), 1057–1111. (academic.oup.com)
• OECD (2026). OECD Economic Surveys: Japan 2026, Reigniting Productivity Growth. (oecd.org)
• Bianchi, N., & Giorcelli, M. (2020). Scientific Education and Innovation: From Technical Diplomas to University STEM Degrees. Journal of the European Economic Association, 18(5), 2608–2646. (academic.oup.com)
• Bell, A., Chetty, R., Jaravel, X., Petkova, N., & Van Reenen, J. (2019). Who Becomes an Inventor in America? The Importance of Exposure to Innovation. The Quarterly Journal of Economics, 134(2), 647–713. (academic.oup.com)
• Akcigit, U., Hanley, D., & Serrano-Velarde, N. (2021). Back to Basics: Basic Research Spillovers, Innovation Policy, and Growth. The Review of Economic Studies, 88(1), 1–43. (academic.oup.com)
• IFRS Foundation. IAS 38 Intangible Assets. Research expenditure and development expenditure recognition requirements. (ifrs.org)
• Hsieh, C.-T., Hurst, E., Jones, C. I., & Klenow, P. J. (2019). The Allocation of Talent and U.S. Economic Growth. Econometrica, 87(5), 1439–1474. (onlinelibrary.wiley.com)
• Bloom, N., Sadun, R., & Van Reenen, J. (2016, revised 2017). Management as a Technology? NBER Working Paper No. 22327. (nber.org)
• Deming, D. J. (2017). The Growing Importance of Social Skills in the Labor Market. The Quarterly Journal of Economics, 132(4), 1593–1640. (nber.org)
• Yegros-Yegros, A., Rafols, I., & D’Este, P. (2015). Does Interdisciplinary Research Lead to Higher Citation Impact? The Different Effect of Proximal and Distal Interdisciplinarity. PLOS ONE, 10(8), e0135095. (journals.plos.org)