韓国の月平均賃金(実質)と消費者物価指数(CPI)の変化分析-Pythonによる可視化

"私の給料だけが横ばいだ。"多くの方がこのように感じたことでしょう。 しかし、本当にそうなのか、一度見てみましょう。 月平均賃金(実質)とCPIは、私たちの実質購買力を示す重要な指標です。

今回の記事では、2011年から2023年までのデータをもとに、韓国経済の流れを分析し、Pythonの可視化を通じて一目で理解できるようにします。 特に、月平均賃金が物価上昇の中でどのような変化を遂げたのか、深い洞察を提供します。

データ概要

年別月平均賃金(実質)と消費者物価指数データ

用語説明

月平均賃金(実質)

• 定義: 賃金労働者の月額賃金総額をCPIで調整した実質金額
• 単位: 千ウォン
• 意味: 物価変動を考慮した実際の購買力を示す。

消費者物価指数(CPI)

• 定義: 消費者が購入する商品やサービスの価格変動を表す指数。
• 基準：2020年 = 100
• 意味: 物価水準の変化を測定する指標

データソース

• 月平均賃金（実質）：雇用労働部, 「雇用労働部事業所労働力調査"
• 消費者物価指数：統計庁、「消費者物価指数消費者物価調査"

該当指標の主な変化

1.月平均賃金の変化（実質）の推移

• 2011年2,902千ウォンから始まり、2021年3,599千ウォンでピークを迎えました。
• しかし、2022年から若干減少し、2023年には3,554千ウォンで前年比約38千ウォン減少しました。
• これは、物価上昇率が実質賃金上昇率を上回った結果と解釈されます。

2.CPIの上昇

• CPIは2011年の76.081から始まり、毎年着実に上昇し、2023年には111.59を記録しました。
• 特に2020年以降、物価上昇率が急上昇し、国民の生活費負担に大きな影響を与えました。

可視化分析結果のインサイト

1.実質賃金と物価の相関関係

Pythonの視覚化で確認した結果、月平均賃金（実質）は着実に上昇していますが、CPIの上昇速度はより速くなりました。 これは国民の実質購買力が低下したことを意味します。例えば、

• 2020～2023年: CPIは約11.59%上昇しましたが、実質賃金はむしろ減少しました。
• このような傾向は、高物価の状況下で名目賃金の引き上げが実質的な購買力の向上につながらないことを示しています。

2.政策的意味合い

• 賃金政策: 物価上昇率を考慮した実質賃金保全政策が必要です。
• 物価安定化: CPIの継続的な上昇は国民の生活費負担を増加させるため、政府レベルの積極的な対策が必要です。
• 特に、低所得者にとっては物価上昇はより大きな負担となるため、支援策の整備が重要です。

3.データに基づく意思決定

月平均賃金とCPIデータを活用することで、以下のような意思決定を行うことができます。

• 企業は従業員の実質購買力を維持するために、名目賃金を調整する必要があります。
• 政府は物価安定と所得不平等緩和のための政策設計を強化する必要があります。

Pythonの可視化コード

下のコードは、月平均賃金（実質）とCPIの変化を可視化したものです。下のコードを実行すると、本ポスト冒頭のグラフが生成されます。

# ラベルが重ならないように改良し、明確な色で表示するように改良しました。
matplotlib.pyplot を plt としてインポートする
pandasをpdとしてインポート

# データの準備
data = {'Year'：[2011、2012、2013、2014、2015、2016、2017、2017、2018、2019、2020、2021、2022、2023]、
        月平均賃金(リアル)」：[2902, 2988, 3050, 3083, 3153, 3242, 3242, 3284, 3407, 3509, 3527, 3599, 3592, 3554]、
        消費者物価指数」：[76.081, 91.815, 93.01, 94.196, 94.861, 95.783, 97.645]、
                                 99.086,99.466,100,102.5,107.72,111.59]}

df = pd.DataFrame(data)

# ビジュアライゼーションの設定
fig, ax1 = plt.subplots(figsize=(12,7))

# 平均月給(実数)のバープロット
bars = ax1.bar(df['Year'], df['Average Monthly Wage (Real)'], color='royalblue', label='Average Monthly Wage (Real)')

# バープロットにラベルを少しオフセットして色合わせして追加する
を棒グラフのbarに追加します：
    yval = bar.get_height()
    ax1.text(bar.get_x() + bar.get_width()/2., yval + 50、
             f'{yval}', ha='center', va='bottom', color='royalblue')

ax1.set_ylabel('Average Monthly Wage (Real) (K₩)', color='royalblue')

# 消費者物価指数の折れ線プロット
ax2 = ax1.twinx()
line = ax2.plot(df['Year'], df['Consumer Price Index'], color='darkred', marker='o', label='Consumer Price Index')

# 線形プロットにラベルを少しオフセットして色合わせして追加する
for i,value in enumerate(df['Consumer Price Index'])：
    ax2.text(df['Year'][i], value + .5、
             f'{value:.2f}', ha='center', va='bottom', color='darkred')

ax2.set_ylabel('Consumer Price Index', color='darkred')

# タイトルとレイアウトを調整して間隔を整える
plt.title('月平均賃金（実質）と消費者物価指数の推移')
plt.tight_layout()
plt.show()

#コード詳細解説

データ準備

data = {'Year'：[...], '月平均賃金（実質）'：[...], '消費者物価指数'：[...]}。
df = pd.DataFrame(data)

• データ ディクショナリーに年別のデータを保存し、これを パンダ データフレームに変換します。

可視化設定

fig, ax1 = plt.subplots(figsize=(12,7))

• イチジクサイズでグラフサイズを設定し ax1 オブジェクトを生成します。

棒グラフ生成

bars = ax1.bar(df['Year'], df['Average Monthly Wage (Real)'], ...)

• 棒グラフを生成し ロイヤルブルー 色を使用して読みやすさを高めます。

折れ線グラフ作成

line = ax2.plot(df['Year'], df['Consumer Price Index'], ...)

• 同じx軸を共有する折れ線グラフを生成し ダークレッド 色で区別します。

ラベルの追加

を使用して、バー内のバーを取得します：
    yval = bar.get_height()
    ax1.text(...)

• バーと線の上に値を表示し、データを直感的に伝えます。

整理する

1. 月平均賃金（実質）の推移

• 2011年から2021年まで着実に上昇していたが、最近2年間は若干の下落
• 2023年基準3,554千ウォンで、2021年比約1.25%減少

2. CPIの変化

• 2011年から継続的に上昇、特に2020年以降急上昇傾向
• 2023年基準111.59で、2020年比約11.59%上昇。

3. 実質購買力の変化

• 最近の物価上昇率が実質賃金上昇率を上回り、国民の実質購買力の低下
• これは経済的負担の増加と生活の質の低下につながる可能性がある。

3. 政策的意味合い

• 物価安定化政策の重要性が浮上
• 実質賃金保全のための賃金政策の再考が必要
• 低所得者向け個別支援政策の強化が必要

4. データに基づく意思決定の重要性

• 経済指標の継続的なモニタリングと分析が必要
• 企業と政府の協力によるバランスの取れた経済成長を追求

このような分析を通じて、私たちは月平均賃金と物価変動が国民の実質的な生活の質に及ぼす影響をより深く理解することができます。今、大韓民国は大変な状況ですが、この危機を乗り越えることができると思います。これとは別に、日常の回復のためには、今後もこのような経済指標に対する持続的な関心と分析も必要でしょう。

ちなみに、経済を動かすのは結局人です。韓国の人口はどうなるのか気になる方は 合計特殊出生率の推移と結婚・出産に対する認識の変化：Rで可視化する 記事をご参照ください。