　前回は、相場よりもはるかに高い給与を得ている優秀層・成功層が投稿したクチコミ文章の特徴について概観した。今回は継続分析として、前回の問題意識をより学術的に再整理するとともに、前回注目した接続詞数などの変数に加えてカタカナ語や語彙の多様さといった視点を加え、文章特徴と賃金額との関係性について賃金関数を用いた分析を行う。

１．関連する分析・研究の進展とその経緯

　前回の稿でも紹介したミンサー型賃金関数では、教育年数や経験年数の賃金への影響が主に確認される。さらには同関数を応用して、英語など第二言語力（Christofides and Swidinsky,2008、Lang and Siniver,2009）、職業資格(森川,2017)、自発的な社会人の学びの実施（Yokoyama et al,2019、Hara,2019）など、様々な変数の賃金への影響が分析されている。伝統的な分析では、学歴や職歴や資格といった採用選考時のレジュメにも記載される客観的な能力指標に関する賃金への影響が分析されることが多かった。

　その後多くの研究が推進される中で、一般には経歴書などに記載されず面接や応募書類の内容を主観的に評価することで把握される、抽象的な能力に関する分析も実施されるようになった。例えば、Falck et al(2021)ではITを活用した問題解決力についての賃金への影響が、Hanushek et al(2015)ではLiteracy-Skill、Numeracy-Skillの賃金への影響がPIAACデータから分析され、いずれのスキルの影響も無視できない影響があることが確認された。また、PIAACデータがOECD諸国に限定されている一方で、Nikolov et al. (2020)は南アフリカで実施された調査データを用い、Rural-Areaでは「memory」や「orientation」のようなマネジメント関連スキルが高賃金に繋がり、Urban-Areaでは「numeracy」の影響が大きいことを確認している。これら読み書き計算、分析といったいわゆる認知能力（Cognitive-Skill）だけでなく、社会性などのいわゆる非認知能力（Non-Cognitive Skill）についても分析が進み、その重要性が指摘されている（Deming,2017）。例えば、Edin et al. (2022)ではスウェーデンの徴兵データから、チームワーク、リーダーシップ等の上位者であった者ほど賃金が高い傾向が確認されている（※１）。Choi and Min(2025)は、インドネシアのデータからBig5性格特性のうち「誠実性（Conscientiousness）」が高いほど賃金が高いことを確認し、ミンサー型賃金関数においてNon-Cognitive Skillを統御しない場合には教育効果が過大評価される懸念を指摘している。

　以上の研究は特別にコストをかけて実施されたアセスメントの結果を用いて、一般には客観的な確認が難しい認知・非認知能力についても客観的得点を得て、分析が行われたものである。これに対し近年では、日常会話といった審査の目的ではないテキスト文章データから、特別なアセスメントをすることなくCognitive Skill・Non-Cognitive Skillを客観指標化し、その賃金との関係性を確認する試みも進んでいる。Deming and Kahn(2018)は求人情報に書かれたテキスト文章から、それぞれの求人においてCognitive-SkillやSocial-Skillが求められているかどうかを変数化し、スキル変数と賃金との関係性を分析している。分析の結果、どちらのスキルについても当該スキルが求められる求人ほど賃金が高いこと、当該スキルを求める求人を出している企業ほど企業業績が良いことを確認している。またShi and Lei(2021)は英国で録音された日常会話の文字おこしデータを用いた分析により、賃金の高い職に就いている者ほど語彙が多様であり、接続詞や前置詞、特に「actually」や「really」等の強調副詞を多用しているという。一方で、賃金の低い層は、1人称単数（I, my）やネガティブな感情語を多用する傾向があるという。このような研究は、近年の形態素解析などのテキスト分析技術の進歩によって、今後も増えていくことが予想される。そこで本稿では、勤務先企業に対して記述されたクチコミのテキストから、文章特徴についての各変数と給与との関係性について分析した。

（※１）米軍のArmed Forces Qualification Test(AFQT)の高スコア取得者ほど賃金が高いこともEmployer Learningの研究群で良く知られている（Altonji and Pierret,2001、Mansour,2012)。

２．文字数、接続詞頻度と給与水準との関係性

　まずは、クチコミとして投稿された文章の「文字数」、「接続詞数/文字数」、「名詞数/文字数」の影響について確認する。これら変数はShi and Lei(2021)でも用いられているように、接続詞数は論理力の代理指標として、名詞数は抽象概念処理の能力指標として解釈する。また文字数については、献身性、誠実性、勤勉性が反映されているのではないかと考える。他者のクチコミ閲覧を急ぐために文字数を少なく投稿してしまう誘惑も働くが、その中でも文字数が多いということは、読者への配慮が感じられる。Choi and Min(2025)はBig5で誠実性と賃金との相関関係を確認したが、本稿では文字数を誠実性といった人間性の代理指標とする。分析方法は前回のようなクロス集計ではなく、賃金関数（※２）の説明変数に用いることで、投稿主の性別、年齢、職種といった個人属性の差をコントロールしたうえでの文字数や接続詞・名詞割合の差の影響を確認する（※３）。分析結果の詳細は表１に掲載し、注目する３変数のみ図１に可視化した。

　まずは図１より、クチコミ投稿された各項目の文字数の係数を見ると、「ワークライフバランス」と「退職検討理由」だけがマイナスとなり、他の項目については有意なプラスの係数となっている。当初の想定通り概ね文字数が多いほど、勤勉性や誠実性を反映しているためなのか給与が高い傾向が確認される。「退職検討理由」については、前回のクロス集計で確認された傾向と同様であり、給与の高い者ほどネガティブな発信を避けるために文字数が少なくなっている可能性がある。「ワークライフバランス」についても同様にネガティブ発信を避けている可能性が高い。というのも、後述するようにネガティブワードに関する分析では、「ワークライフバランス」項目のみネガティブワードが多いほど賃金が高い傾向が確認される。仕事の量や難易度からワークライフバランスが難しい者ほど給与も高く、クチコミ内容がネガティブになりやすいが、発信量は控えている状況があるのかもしれない。また、本分析結果は文字数が多いほど給与が高いことを示しているが、「冗長な文章ではなく豊富な情報をコンパクトにまとめる力があるほど給与も高いのでは？」という考え方もあろう。このような考え方に関しては、図４で行う「トークン数ごとの語彙の豊富さ」の分析結果から検討したい。

　次に、「接続詞数/文字数」と「名詞数/文字数」の分析結果を見る。どちらも有意なプラスの結果になる項目が多いなかで、「接続詞数/文字数」ほど結果が明確であり、より給与との相関が強いことが分かる。採用時におけるエントリーシートや面接では、発言や文章の内容から候補者の人的資本が評価されることが多いと思われる。これら分析結果は、品詞をどのように用いるかといった文章を構成する技術も、内容と共に有益な判断材料であることを示唆しているのではないだろうか。

（※２）データ構造の制約から詳しい時間当たり賃金が計算できないため本稿の被説明変数は労働時間による変動が少ない基本給の対数値を用いている。月の残業時間も説明変数に含めてコントロールしている。また便宜的に年収を年労働時間の推計値（（40時間×4.2週＋月残業時間）×12か月）で除すことで時間当たり賃金を計算し分析に使用したところ分析結果は大きくは変わらなかった。この度のデータセットではミンサー型賃金関数で重要となる学歴に関する変数も使用できない。これに対しては、職種に関するテキスト情報から技術者といった「理系大卒に関連する専門職ダミー」、法人営業や経営企画職といった「文系大卒に多いビジネス職ダミー」、学校法人教員や行政官といった「文系大卒に関連する専門職ダミー」を作成し、説明変数に加えることで学歴の影響をコントロールしている。

（※３）Python言語による分析ツールであるSpyder内でJanomeを使用して日本語の形態素解析を行い、品詞タグに基づいて接続詞と名詞を識別した。

図１　賃金関数による文字数、接続詞数/文字数、名詞数/文字数の影響力

2026.08