学習

著者：林 總

ドラッカー経営学のケーススタディ第３弾だ

「もしドラ」，「もしドラ２」が，クリエーターが作った野球の物語によるドラッカー経営学のケーススタディだとすれば，本書は公認会計士さんが作った営利組織（イタリアンレストラン）と，非営利組織（病院）の物語によるドラッカー経営学のケーススタディである。著者の職業故というべきか，「もしドラ」より本書の方が地に足の着いた説明になっているし，ドラッカー経営学の内容も，はるかに理解しやすい。それに今だけかもしれないが，Kindle本が２３０円なので，「買い」である。

ドラッカー経営学のポイントは，「顧客の創造」であり，それを実現するためのマーケティング（顧客の現実，欲求，価値）とイノベーションである。これは営利組織，非営利組織に共通している。要するにドラッカーはこのことを状況に応じて変形させ，繰り返して述べているだけのような気がする。

これが頭に入っていれば，本書は簡単に通読できる。

営利組織について

売上－費用＝利益と，儲けは同じか。利益は便宜上の期限で区切られ，いくらでも操作できる。存在しない。儲けとは，稼いだ現金，キャッシュフローだ。

新たな価値だけが新たなキャッシュフローを生む。経営で大切なのは将来にわたり価値を創造し続けることだ。

１０対９０の法則，商品にはライフサイクルがある。明日の主力商品にコストをかける。

企業の内部にあるのはコストセンターである。プロフィットセンターは顧客にある。コスト，お金は儲け利益を生むように使わなければならなコストは，ビジネスプロセス全体で考える。ＡＢＣ原価計算（「レレバンス・ロスト」）を考える。コストを負担するのは，顧客である。

非営利組織について

ここでは，知識労働が問題とされる。

労働生産性の向上とは，それまで人がしてきた作業を機械に置き換えることにほかならない。 機械に置き換えられるのは肉体労働の生産性だけなんだ。 知識労働の生産性は逆に悪化してしまう。より賢く働くことしか方法はない。

知識労働者の生産性を高める第一歩は，仕事の目的を考え，仕事の内容を明らかにすることだ（条件一）。これができれば，自律性が高まり，生産性の向上を目指し，専門性を磨くようになる（条件二）。さらに，イノベーションを積極的に行い（条件三），学習意欲が高まる（条件四）。そして，生産性とは質の問題であることを知り（条件五），知識労働者は組織に価値をもたらす資本財であることを理解する（条件六）。

すでに起こってしまい，もはやもとに戻ることのできない変化，しかも重大な影響力をもつことになる変化でありながら，まだ一般には認識されていない変化を知覚し，かつ分析することである（傍観者の時代）。

ドラッカーにどの程度向き合おうか

ところで，入山章栄さんという経営学者の「世界の経営学者はいま何をかんがえているのか」という本の「「第１章　経営学についての三つの勘違い」の最初に，「アメリカの経営学者はドラッカーを読まない」と書いてあることは，かなり前から知っていた。そうですかというだけのことだが，入山さんはそれに引き続いてくどくどといろいろなことを書いていて，要するにドラッカーは「科学」ではないということなんだろうけれど，そもそも「経営学」は科学なのかという問いの方がよっぽどましな気がする。科学的に構築・検証されたものでないので「真理に近くない」可能性が大いにあるそうだが，入山さんは，科学とか，真理の概念分析から始めたほうがよさそうだ。

といっても，私はドラッカーのにわか読み手に過ぎないので，このような「神々の争い」に参戦する気はないが，確かに「ドラッカー３６５の金言」とか「名言集…の哲学」とかがたくさん出ているところを見ると，ドラッカーの世界全体を視座に入れた切れ味鋭い文章を読んで，ドラッカーはすべて正しいとする熱烈なファンがいるのだろう。「もしドラ２」に「ハーバート・サイモンに似たところがある」と書いたが，ドラッカーが分身と名指しする翻訳者がいたり，「知の巨人」などと言われているところを見ると，日本の吉本隆明の名をあげるほうがぴったりかもしれない。吉本隆明とドラッカーでは，「政府，政治」が「企業，経営」に置き換わっているだけだと考えると納得できる。

ただとにかく「経営」という現実を切り取り整理するのに便利な言葉が多いので，これからも折に触れてドラッカーを読もうと思うが，一種の自伝であろうが「傍観者の時代」だけは，すぐに読もうと思っている。入山さんもこれは読まれた方がいいだろう。支える文化，教養の違いが歴然としている。

それからいったんコーポレートガバナンスに戻り，法やＩＴについて検討しよう。
詳細目次

イソップ寓話は英語の学習に役立つか

私は，これまでイソップ寓話（童話）に興味を持ったことはなかったが，その英訳（新訳）のKindle本とAudibleが手許にあったので，速読用にどうかなと思って試してみた。単語は基本的に簡単だが（ただし，動植物名は分からないものも多い。），修飾関係，構文はかなり複雑なので，英語の頭の体操（読解）用にいいかなと思い，勉強を始めている。

その帰趨は追ってということにして，目に入った話の中から二つほど紹介してみたい。人に言いたくて，黙っておられないほど面白い。紹介はKindle本の英訳（新訳）ではなく，「アイソーポス著作　イソップ物語寓話単位に英日対訳方式採用」を使用した。訳はそのままである。

The Man,the Horse,the Ox,and the Dog

人が馬と牛と犬を助けたら，動物たちが感謝の気持ちから，人間の寿命を３つに分けて，それぞれの時期の気質を受け持ってくれることになった。若い時期は馬で，激しく頑固で，執拗に自分の意見を主張し，中年は牛で，仕事を好み，冨を蓄え，倹約する。さあ，最後は犬だ。

The end of life was reserved for the Dog, wherefore the old man is often snappish, irritable, hard to please, and selfish, tolerant only of his own household, but averse to strangers and to all who do not administer to his comfort or to his necessities.

最後の部分はイヌが受け持った。それ故年寄りは，怒りっぽく，短気で気むずかしく，我が儘で，そして自分の家族には寛容だが，よそ者や，自分の好みでないものや， 自分に必要でないものは，全て嫌悪する。

自戒しよう。

The Man and His Two Sweethearts

これは訳がない方がいいだろう。

A MIDDLE-AGED MAN, whose hair had begun to turn gray, courted two women at the same time. One of them was young, and the other well advanced in years. The elder woman, ashamed to be courted by a man younger than herself, made a point, whenever her admirer visited her, to pull out some portion of his black hairs. The younger, on the contrary, not wishing to become the wife of an old man, was equally zealous in removing every gray hair she could find. Thus it came to pass that between them both he very soon found that he had not a hair left on his head.

Those who seek to please everybody please nobody.

要は，二股かけてつきあった女性に会うたびに，年上の女性は黒い毛を抜き，若い女性は白髪を抜くので，禿げちゃったということだ。私が，"no hair left on my head"であっても，これが原因ではない。

読者プレゼント？

動植物名の英語を頭に入れるために，イソップ寓話の表題とその訳の一覧表を作ったので，私がイソップ式英語学習法に挫折しても，どなたかに使用していただくために「読者プレゼント.pdf」？として掲載しておく。

これは，上記した「アイソーポス著作　イソップ物語　寓話単位に英日対訳方式採用」によって作成したものである。なおこの本は値段が１００円ちょっとなのであまり文句は言えないが，一部編集がおかしい。最初は，英語，和文の順で対応しているが，１６４話あたりで対応関係がおかしくなり，和文が次の英文の訳になっている（リンクが間違っている。）。そして２８２話あたりから正常に戻っているので，嫌にならずに取り組もう。もちろん私は犬のように，いったんは嫌になりかけた。

英語の勉強やイソップ寓話自体の研究が進んだら，また報告しよう。

ピーチ（Ｐ値）

大分前のことになると思うが，「nature ダイジェスト」に，Ｐ値（ピーチ）の使用に気を付けようという趣旨の記事がでていて，「Ｐ値」に気を付けるといっても「ピーチ ツリー フィズ」を飲みすぎるなということではないよ，というギャグを書こうと思って，そのままになってしまった。

今確認すると，「nature ダイジェスト」の２０１６年６月号である（「nature p値」と検索すると，トップに出てくる。）。その記事は，「米国統計学会（American Statistical Association；ASA）は，科学者の間でＰ値の誤用が蔓延していることが，多くの研究成果を再現できないものにする一因になっていると警告した。ＡＳＡは，科学的証拠の強さを判断するために広く用いられているＰ値について，Ｐ値では，仮説が真であるか否か，あるいは，結果が重要であるか否かの判断はできない」というものである。このころ私は，統計学に眼を向けていて，ピンと来たらしいが，今はさて？簡単にいえば，５％以下なら正しいと即断するのは，間違いだということだろうか。

統計学を理解する

経済指標に親しみ，理解することにした私としては，その作成ツールである統計学にも目を配る必要があるが，統計学の用途はこれだけではない。今では統計学は，社会や経済を分析，理解するための基本的なツールといわれている。私が学生だった頃は，あまり統計学云々とはいわれなかった（ような気がする。）。

これから漫然と統計学に取り組むのでは，頭には入らないだろう。①社会や経済（自然科学でもいいが）の分析，理解のための具体的な使われ方を把握した後で，②統計学そのものに進むのがよいだろう。①と②の関係について見通しを与えてくれる本αがあればもっと良い。

実はαについては，最近よく売れた有名な本がある。「統計学が最強の学問である」（著者：西内啓）で，実は４冊もある（正編・実践編・ビジネス編・数学編）。これらに書いてある，統計学は「今，ＩＴという強力なパートナーを手に入れ，すべての学問分野を横断し，世界のいたるところで，そして人生のいたる瞬間で，知りたいと望む問いに対して最善の答えを与えるようになった」や，「現状把握，将来予測，洞察（因果関係）」の３機能があり，重要なのは，洞察（因果関係）であるという指摘は重要であるし，紹介されている下の「一般化線形モデルをまとめた１枚の表」は，今後，統計学に取り組むうえで，役に立ちそうな気がする。

 

		分析軸（説明変数）
		２グループ間の比較	多グループ間の比較	連続値の多寡で比較	複数の要因で同時に比較
結 果 変 数	連続値	平均値の違いをｔ検定	平均値の違いを分散分析	回帰分析	重回帰分析
	あり／なしなどの二値	集計表の記述とカイ二乗検定		ロジスティック回帰

その他「統計学が最強の学問である」には，統計学の数学的な説明にあまり入り込まずにあれこれ書かれているのだが，それだけにどうも「専門的」なことまではわかった気がしないというのは事実である。でもαとしては優れていると思う。

統計学の使われ方

さて統計学の手法が何に使われるかについて，「統計学が最強の学問である」は，次の６つをあげる。

①実態把握を行なう社会調査法

②原因究明のための疫学・生物統計学

③抽象的なものを測定する心理統計学

④機械的分類のためのデータマイニング

⑤自然言語処理のためのテキストマイニング

⑥演繹に関心をよせる計量経済学

私としては，④⑤⑥あたりが興味の対象だ。ただ最初は⑥を入口にすべきだろう。これについては，「原因と結果の経済学」（著者：中室牧子他），この本の末尾に「因果推論を勉強したい人に第一におすすめしたい本」として挙げられている「計量経済学の第一歩―実証分析のススメ」（著者：田中隆一）を読むのがよいだろう。統計学を含む広い観点から，因果関係を検討する「原因を推論する：政治分析方法論のすゝめ」（著者：久米郁男)も，お薦めだと思う。買っただけで目を通していないが「データ分析の力　因果関係に迫る思考法 」（著者：伊藤公一朗)もよさそうだ。

これらのうちの１，２冊で計量経済学の概要にあたりをつけて，「統計学は最強の学問である」を参照しつつ，統計学を勉強する運びとなる。

統計学については適当な教科書を選べばいいのだろうが，勉強しているのがどのあたりの議論かといういことを把握するため，「統計学図鑑」（著者：」栗原真一他）を参照するのがよさそうだ。なおこのあたりの本の紹介は，現在進行形，未来進行形だ？

統計学と数学

統計学は，数学的な処理を前提とするので，数学的な素養も必要だ。

そこで私は，今後，まず，「計量経済学の第一歩―実証分析のススメ」（著者：田中隆一）を頭に入れて，「改訂版　経済学で出る数学: 高校数学からきちんと攻める」（著者：尾山大輔他），「経済学で出る数学 ワークブックでじっくり攻める」（著者：白石俊輔 ）を勉強しようと思っている。それに加えて「大学初年級でマスターしたい物理と工学のベーシック数学」（著者：河辺 哲次）がほぼ理解できれば，私が通常読む本の数学的な処理については，問題がなくなるだろう。急がばまわえれだ。

法律学と統計学

ところで，法律学や律実務についても，少なくてもアメリカでは統計学的な手法が取り入れられている。翻訳されている「法統計学入門―法律家のための確率統計の初歩 」（著者：マイクル O.フィンケルスタイン）という本があるが，同じ著者のより詳細な「Statistics for Lawyers」があるが，未購入である。「数理法務ｎのすすめ」（著者：草野耕一）でも，確率，統計に多くの頁が割かれている。

なお「「法統計学入門」は，木鐸社の「法と経済学叢書」（１１冊が刊行されている。）の一冊である。「法と経済学」において，経済学的分析や統計学に基づいた分析が行われるのは当然であるが，さて，それがどれほど立法や法解釈に生かされているかが問題である。

統計学の付録－統計局の学習頁

総務省統計局（「日本の統計の中核機関」と紹介されている。）のホームページに/，イラストがきれいな「統計学習サイト」があり，「なるほど統計学園」，「なるほど統計学園高等部」に分かれている。また「統計力向上サイト　データサイエンス」もあるし，「データサイエンス・オンライン講座　社会人のためのデータサイエンス演習」も提供されている（gaccoでの受講）。統計ダッシュボード，You-Tubeの統計局動画，facebook，日本統計年鑑にもリンクしており，実にサービス満点だ。

だが，ほとんど利用されていないだろうな。例えば，多くの労力と費用をかけて作成されたであろう「動画」の視聴回数が，数百から数千だ。ネット上で需要拡大をするにはどうしたらいいか，本当に難しい。統計局は，人工知能の松尾豊さんや，上記の「統計学が最強の学問である」の西内啓さんを動員したが，だめなようだ。

でも私はこういう孤独の影がただようホームページは好きだな。これらの企画がなくならないうちに，せいぜいアクセスしよう。