📈 パレート給与:プライスの法則と報酬の非対称性 🔗

もし「人数の平方根」にあたる人々が価値の半分を生み出すとしたら、トップパフォーマーの給与は平均給与の何倍になるべきでしょうか?

プライスの法則(Price’s Law)とは、ある特定の領域において、関わっている人数の「平方根」にあたる人々が全アウトプットの50%を生み出すという法則です。これはパレートの法則(いわゆる80対20の法則)の具体的な応用のひとつです。

この数学的モデルを適用して、最上位層の従業員が生み出す理論上の価値を計算すると、企業の規模が拡大するにつれて、トップパフォーマーと平均的な従業員との格差は指数関数的に拡大していきます。

📑 目次 🔗


⚖️ 非対称性のスケール 🔗

以下は、組織全体の総人数に基づいた、全社平均に対するトップパフォーマーの生産性の比率です。

総人数トップパフォーマーの生産性平均生産性給与比率(トップ vs. 平均)
1015.81%10.000%1.58x
1007.91%1.000%7.91x
1,0005.27%0.100%52.71x
10,0003.95%0.010%395.28x
100,0003.04%0.001%3043.55x

(注:「トップパフォーマーの生産性」の列は、グループのサイズが評価可能なほど小さくなるまで平方根のルールを再帰的に適用して算出された、文字通り最上位層に属する個人の貢献度を示しています。)


🧮 計算例:10,000人規模の企業 🔗

この数式がどのように機能するかを理解するために、従業員10,000人の企業を分解してみましょう。プライスの法則(グループの平方根が残りの価値の半分を生み出す)を繰り返し適用すると、次のような階層(ティア)が得られます。

階層の人数その階層が生み出す価値その階層の1人あたり平均価値
10,000.00 (全社合計)100.00%0.01%
100.00 (1万人の平方根)50.00%0.50%
10.00 (100人の平方根)25.00%2.50%
3.16 (10人の平方根)12.50%3.95%

このシナリオでは、約3人からなる最上位エリートグループに属するたった1人の人間が、会社全体の価値の 3.95% を生み出しています。一方、平均的な従業員が生み出す価値は 0.01% です。

3.95%0.01%=395\frac{3.95\%}{0.01\%} = 395

このモデルによれば、トップパフォーマーは平均的な従業員の395倍の価値を生み出していることになります。


💻 コード 🔗

上記のテーブルのデータを生成するためのPythonスクリプトは以下の通りです。

import math

def calculate_top_productivity(number_of_people, total_value_percent):
    """
    Recursively calculates the productivity of an individual in the top tier 
    based on Price's Law (square root of N produces 50% of the value).
    """
    next_tier_size = math.sqrt(number_of_people)
    
    # Base case: if the next tier is more than half the current group, 
    # we've drilled down as far as the math allows. Return the average of this tier.
    if 2 * next_tier_size > number_of_people:
        return total_value_percent / number_of_people
        
    return calculate_top_productivity(next_tier_size, total_value_percent / 2.0)

# Generate table data for company sizes from 10 to 100,000
for exp in range(5):
    total_people = math.pow(10, exp + 1)
    
    top_performer_value = calculate_top_productivity(total_people, 100.0)
    average_value = 100.0 / total_people
    ratio = top_performer_value / average_value
    
    print('| %6.0f | %5.2f%% | %6.3f%% | %7.2fx |' % (total_people, top_performer_value, average_value, ratio))

📚 無料電子書籍をダウンロード 🔗

カウエの生き方のオフライン版を入手しましょう——🍏 健康、💰 富、❤️ 愛、🧘 意味を最適化するための実践ガイドです。

カウエの生き方

カウエの生き方

📬 ニュースレターを購読する 🔗

新しいエッセイ、本の要約、より良く生きるための実践ガイドを公開した際にお知らせします。スパムはありません——いつでも配信停止できます。


💬 コメントとディスカッション 🔗

質問、ご意見、提案はありますか?ぜひ下であなたの考えを共有してください。コメント欄は GitHub Discussions(広告なし・スパムなし)を利用しています——下の GitHub でサインイン をクリックしてコメントやリアクションを残してください(無料の GitHub アカウントは1分未満で作成できます)。



最終更新日: 2026/10/11.

免責事項:当サイトのコンテンツは情報提供および教育のみを目的としており、医療、心理、金融、投資、税務、または法律上の助言を構成するものではありません。ここに掲載されている考え、キュレーション、意見はすべて私個人のものであり、雇用主の見解を代表するものではありません。書籍、講演、記事の要約は独立した教育的な解説であり、それぞれの著者の知的財産です。編集、フォーマット、要約の補助としてAIツールを使用する場合がありますが、正確性を期すよう努めているものの誤りが含まれる可能性があります。プライバシー:当サイトでは、任意のニュースレター購読(follow.it)、コメント機能(giscus / GitHub Discussions)、および埋め込みメディア(YouTube)に外部サービスを利用しており、これらのサービスはそれぞれのプライバシーポリシーに従って訪問者のIPアドレスやCookieを処理する場合があります。