大学教員の報酬ランキングは何を根拠にしているか　推定値の順位より確かめられる仕組みを見る

日本の大学教授の年収は、米国のトップ私立大学の3分の1以下。こうした国際比較の表を見ると、日本の位置は一目で分かった気がします。出典のない数字を並べた国際ランキングは、順位が付いている分だけ占いより説得力があり、その分だけ危険です。数字が細かいほど、出所まで確かなように見えてしまうからです。

この記事では、大学教員の報酬を名目、購買力、給与以外の報酬、20年の推移の順に比べ、そのうえで、この比較のどこまでが判断の根拠に使え、どこからが使えないのかを仕分けます。

名目の年収で並べると、日本は最も下の層に入ります

まず、教授の平均年収を米ドルに換算して並べます。日本円は1ドル＝133円で換算しています。

国と大学の種類	教授の平均年収（推定）
スイス・連邦工科大学	25万ドル超
米国・トップ私立	24万ドル超
米国・トップ公立	約18万ドル
カナダ・トップ校	約15万ドル
豪州・Group of Eight	約14.5万ドル
英国・Russell Group	約11.5万ドル
ドイツ・W3教授	約9万〜12.5万ドル
韓国・トップ校	約9.5万ドル
日本・国立大学法人	約7.5万ドル（約1,000万円）

20万ドルを超える層は、米国のトップ私立、スイス、そして中国が国家戦略として提示する特別招聘です。その下に米国の公立、カナダ、豪州が続き、英国、ドイツ、韓国、日本が最も下の層に入ります。米国では分野による差も大きく、ビジネス、法律、医学、コンピュータサイエンスの教授は、人文学や基礎科学の2倍から3倍になることが一般的とされます。平均年収で国を比べるのは、この分野の差を一つの数字に潰したうえでの話です。

物差しを替えると、順位が動きます

給与が2倍でも、住宅費や教育費が2倍なら、暮らし向きは同じです。そこで物価を考慮した購買力平価（PPP）で比べ直すと、ドイツは名目では中位ですが、物価が比較的安定し医療や教育などの公的サービスが手厚いため、順位を上げます。スイスや米国は生活費が非常に高いので差は縮まりますが、上位は保ちます。日本は「給与は低いが物価も安い」と言われることがありますが、元の分析では、物価で調整しても順位はほとんど改善しないと推定されています。

給与明細の外にも報酬があります。英国では年金制度の改変をめぐってストライキが繰り返され、年金が生涯報酬の大きな部分であることを示しました。米国の高い給与は、医療保険を自分で負担する前提で読む必要があります。中国や中東の大学がトップ人材に示すパッケージには、住宅や子どもの学費が含まれることが多くあります。実験系の分野では、米国、中国、スイスのトップ大学が新任教員に研究室を立ち上げる資金として50万ドルから200万ドル程度を用意するのが標準的とされ、日本の大学にはこの規模の初期資金を出す余裕がほとんどありません。

物差しを決めずに「日本は何位か」と聞くのは、競技のルールを決めずに勝敗を聞くのと同じです。名目なら中位のドイツが、購買力なら上位に入る。どの物差しを選ぶかで、答えが先に決まります。

そもそも、この表の数字は誰が確かめたものでしょうか

ここで、この比較の土台に戻ります。元の記事が冒頭で断っているとおり、表の数字は生成AIの調査レポートによる推定値で、2025年時点の目安です。分野や経験、交渉で大きく変わるうえ、どの統計のどの年の値から推定したのかは、この表からはたどれません。資料を事実、意見、噂、ゴミに仕分けると、出所と時点を確かめられない推定値は、事実の棚には置けません。せいぜい、誰かの見立てを数字の形にした意見です。

つまり、ここまでの順位の議論は、確かめられない数字の上で物差しを替えて遊んでいたことになります。「日本は米国の半分以下」という結論は、数字の精度に見合わない確信を読み手に与えます。推定値に小数点を付けると正確に見えるのは、数字の見た目が出所の確かさを代わりに演じてくれるからです。

では、何が残るのか。確かめやすいのは、順位ではなく仕組みの側です。2004年の国立大学法人化で各大学は独自の給与体系を作れるようになりましたが、多くは年功的な給与を維持しました。同時に、基盤となる運営費交付金は毎年1%ずつ削減され、人件費を圧迫しました。米国は大学ごとに業績や他大学のオファーで給与を決め、ドイツは州の公務員としての給与体系と福利厚生を持ち、中国は国内の教員とは別枠でトップ人材にパッケージを集中させます。元の分析は、2000年ごろの日本の教授の給与は英国、ドイツ、カナダと遜色のない水準で、その後20年で他国が1.5倍から2倍に伸ばす一方、日本は横ばいか微減だったと推定します。この推移も推定ですが、仕組みの違いは公開の制度として確かめられます。

比較が役に立つのは、誰が何を決めるときかを先に決めたときです

元のレポートは、戦略分野やトップ人材に国際水準の報酬を払える柔軟な給与体系、研究資金と生活の質を組み合わせた総合的な条件、一律削減から戦略的な投資への転換を提言しています。この提言の当否も、どの物差しで比べたかに左右されます。

この記事の見立てが当てはまらない場面もあります。各国の公的統計や大学の公開資料から同じ定義で数字を集め直せば、順位の比較はそれなりの根拠になります。また、転職先を具体的に比べる研究者にとっては、国の平均より、目の前のオファーの総額と研究資金の方がはるかに確かな数字です。国際比較の表が判断を誤らせるのは、出所の分からない平均値を、自分の決定の根拠と取り違えたときです。

あなたが大学や研究機関の処遇を論じるとき、あるいは自分の職場を他と比べるとき、手元の数字のうち、出所と時点をたどれるものはどれだけあるでしょうか。そして、その比較で決めようとしているのは、誰の、どんな決定でしょうか。

この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の2章4節「ソースを仕分ける」に書きました。資料を事実、意見、噂、ゴミに仕分けるFORTを扱い、仕分けの有無で同じ資料から逆の評価が出る事例を示して、「AIの結論はソースの量ではなく、根拠の優先順位で変わるということです。」と書いています。この節を読むと、数字の多い資料を前にしたとき、どの数字を判断の土台に置き、どれを参考にとどめるかを、自分の手で決められるようになります。