学部・大学院区分
Undergraduate / Graduate
経済学部
時間割コード
Registration Code
0401150
科目区分
Course Category
経済学科・経営学科専門科目
科目名 【日本語】
Course Title
労働経済
科目名 【英語】
Course Title
Labor Economics
コースナンバリングコード
Course Numbering Code
担当教員 【日本語】
Instructor
工藤 教孝 ○
担当教員 【英語】
Instructor
KUDOH Noritaka ○
担当教員所属【日本語】
instructor's belongs
大学院経済学研究科
担当教員所属【英語】
instructor's belongs
Graduate School of Economics
単位数
Credits
2
配当年次
dividend Yearly
3・4年
開講期・開講時間帯
Term / Day / Period
春 火曜日 4時限
Spring Tue 4
授業形態
Course style
講義
Lecture


授業の目的 【日本語】
Goals of the Course(JPN)
この講義では、労働市場に関する指標や統計を理解し、関連する理論を習得し現実のデータに応用する。特に「フロー・アプローチ」という新しい分析手法に力を注ぎ、国際比較を通じて日本の労働市場の特徴を明らかにし、労働市場に関する制度や政策など、現代の経済社会が直面する諸課題について論じることを目的とする。
授業の目的 【英語】
Goals of the Course
This course focuses on the flow approach to the aggregate labor market by learning labor market statistics and mathematical models to explain the facts.
到達目標 【日本語】
Objectives of the Course(JPN)
伝統的需要供給分析を応用した労働市場分析を図と数式を用いて遂行できる。
労働市場に関する主要な統計を自ら利用できる。
フロー・アプローチについてデータを用いて解説でき、対応する数理モデルの骨子を説明できる。
授業の内容や構成
Course Content / Plan
1 ガイダンス
2 労働需要
3 労働供給
4 労働供給の実際
5 日本の労働生産性
6 労働市場のフロー分析
7 マッチングと有効求人倍率
8 雇用創出とジョブ・フロー
9 交渉と賃金
10 摩擦的労働市場の均衡
11 景気変動と労働市場
12 賃金格差
13 雇用の二極化
14 業務自動化と労働市場
15 まとめ
履修条件・関連する科目
Course Prerequisites and Related Courses
ミクロ経済学ⅠならびにⅡとマクロ経済学ⅠならびにⅡの履修が望ましい が、 未履修でも受講可能。
成績評価の方法と基準
Course Evaluation Method and Criteria
授業の到達目標の達成度を毎週の小テスト(100%)によって判定し、基礎概念の理解、データの理解、ならびに理論分析の正確性という観点で成績を付けて単位を付与する。100点満点換算で60点以上を合格要件とする。
履修取り下げ制度を採用しないため、小テストの受験率が50%未満の場合は自動的に「欠席」とする。
教科書・参考書
Textbook/Reference Book
教科書:指定なし。
参考書:『労働経済学』(宮本弘曉)新世社、2018年
その他:NUCTを通じて配布します。
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
毎回の授業前にWebサイトから講義資料を得て事前に目を通す。毎回の授業後に講義内容を再現し、NUCTにて小テストを受験する。
注意事項
Notice for Students
授業開講形態等
Lecture format, etc.
教育レベルが1以下の場合、原則として対⾯授業とする。ただし、対⾯授業を希望しない学生には遠隔(同時双⽅向型またはオンデマンド型)でも受講できるよう、「対面・遠隔(同時双⽅向型またはオンデマンド型)の併⽤」とする。遠隔はNUCT等で行う。なお、オンデマンド型の場合、教員への質問および授業に関する受講学⽣間の意⾒交換は、NUCT機能「メッセージ」により⾏うこと。
※履修登録後(本通知以後)に授業形態等に変更がある場合には、NUCTの授業サイトで案内します。
遠隔授業(オンデマンド型)で行う場合の追加措置
Additional measures for remote class (on-demand class)