会議の資料に、主要国の手取りの割合を並べた表が載った。日本の行には約81%とあった。
一人が言った。「日本は負担が軽い国です」。
別の一人が言った。「日本は保障が薄い国です」。
二人が見ていたのは、同じ数字だった。
同じ数字から、正反対の国が二つ生まれた。では、約81%の中身は何だったのか。
同じ表から逆の結論が出るカラクリ
手取りの割合が高い国を暮らしやすいと読む人は、自分の意思で使えるお金の大きさを見ている。
割合が低い国を暮らしやすいと読む人は、差し引いた分で受け取る保障を見ている。
負担の重い国では、教育や医療を安く、または無料で受けられる場合がある。負担の軽い国では、民間の医療保険料や学費を手取りから払う。
二つの読み方は、どちらも表の数字と合っている。
違うのは、税と社会保険料を、取られるお金と見るか、保障の代金と見るかという前提だ。
前提を言葉にしないまま、会議は進む。どちらの結論を選んでも、数字の裏付けがあるつもりで次の施策が決まっていく。
しかも、表の数字そのものが確かとは限らない。
約81%の正体を、三つの前提で洗い直す
数字の中身を決める前提は、三つある。
何を数えたかという定義。いつの値かという出典の年。
何のために比べるかという目的。
三つが替われば、約81%から言える中身も替わる。
まず定義から見る。手取りは、額面の給与から所得税や社会保険料を差し引いた後の金額だ。
次の表は、各国の統計や試算サイトの値を集めたもの。推計も混ざっている。
| 国 | 額面の中央値（年） | 手取り（年） | 手取りの割合の目安 |
| アメリカ | 約3万4,600ドル（2020年） | 約2万7,000ドル（概算） | 80%前後 |
| イギリス | 約2万8,000ポンド（月2,334ポンドから換算） | 約2万3,000ポンド | 約82% |
| フランス | 約3万ユーロ（推計） | 約2万3,300ユーロ（月1,940ユーロ） | 75〜80% |
| ドイツ | 約3万9,600ユーロ（月3,300ユーロ） | 約2万5,000ユーロ（月約2,100ユーロ） | 60〜65% |
| 日本 | 約443万円 | 約361万円 | 約81% |
| スイス | 約8万1,500スイスフラン（2022年） | 約7万スイスフラン（推計） | 85%以上 |
| ベルギー | 約4万4,700ユーロ（2022年） | 約2万8,600ユーロ（推計） | 60〜65% |
| アラブ首長国連邦 | 約2万4,300ドル（2020年） | 約2万4,300ドル | ほぼ100% |
ベルギーとドイツの手取りの割合は6割台。日本、イギリス、フランス、アメリカは75から85%の層にいる。
スイスは85%以上で、表の中で負担が軽い側にいる。
アラブ首長国連邦は、所得税がゼロ。額面のほぼ全額が手取りになる。
表の見出しは、どの国も額面の中央値だ。日本の行も、中央値のはずである。
中央値の表に、平均が紛れ込んでいた
日本の約443万円は、国税庁が公表した平均給与と同じ値である。
国税庁の「民間給与実態統計調査」によれば、2021年分の1年を通じて勤務した給与所得者は5,270万人。
平均給与は443万円で、前の年より2.4%増えた。
日本の行は、平均である可能性が高い。
給与の分布は、高い側に長く伸びる。平均は中央値より高く出やすい。
平均と中央値が混ざった表では、国どうしの比較がずれる。二人が議論の土台にした約81%は、ほかの国と同じ物差しで測った値ではなかったかもしれない。
次に年を見る。表には、2020年の値、2022年の値、年の記載のない値が並ぶ。
試算の条件も見る。
単身者の試算か、扶養家族がいる場合の試算か。扶養で税が軽くなる国では、条件ひとつで数字が大きく動く。
表の一行は、所得税の累進、社会保険料、控除を一つの数字に畳んだ結果だ。畳み方は国ごとに違う。
日本の住民税、アメリカの州所得税、ドイツの教会税も、畳んだ中身の一部である。
定義と年は、三つの前提のうちの二つ。表の一行を読むときは、試算の条件と内訳を足した四つを順に確かめる。
表の見出しと中身の定義がずれていたら、先に直す。
見る列は、目的で決まる
残る前提は、目的だ。海外で働くことを考える人は、手取りから住居、医療、教育の費用を払った後に残る額を見る。
税制の設計を学ぶ人は、差し引いた分の使い道の内訳を見る。
目的を空欄にしたまま表を眺めると、もともと持っていた考えに合う読み方を選ぶだけになる。
どの国の制度が良いかは、目的と価値観で決まる。表が答えるのは、目的を決めた後の問いだ。
数字を会議に出すときは、次の三行を表の下に書き添える。かっこの中を、自分の表に書き換えて使える。
定義：（例：日本の約443万円は、平均給与か、中央値か）
年：（例：2021年分。ほかの国の値の年と並べて見る）
目的：（例：海外で働く候補の国を、払った後に残る額で比べる）約81%が、二つの国を生んだ理由
負担が軽い国と、保障が薄い国。二人とも、目的を言わないまま同じ数字を読んでいた。
約81%が二つの国を生んだのは、表の下に三行がなかったからだ。
拙著『GoogleのAI NotebookLM 意思決定の強化書』の1章1節「意思決定の構造と前提の要素」に、この記事の考え方を書きました。読むと、数字を比べる前に、自分がどんな前提でその数字を読もうとしているのかを言葉にできるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。