東京都から12兆円もらっても衰退が止まらない…人口増でも税収増でもない｢地方｣を救うたった一つの方法

2008年以来、東京から地方への再分配は累計12兆6000億円を超えた。それでも人口の地方回帰は起きていない。「財源を移しても産業は動かない」のが、20年近い社会実験の結論だ。だが今、その前提を根底から覆す技術が動き始めている。日本工業大学大学院技術経営研究科の田中道昭教授は「フィジカルAIは国家の地理そのものを変える。日本の地方こそ、その最大の主役になり得る」という――。■技術が変わるたびに、国家の地理は変わってきたフィジカルAIは仕事を変え、企業を変え、産業を変える。しかし最も見落とされているのは、AIは国家の地理を変えるということだ。筆者は2026年5月に『フィジカルAIの衝撃』（朝日新聞出版）を刊行した。そこで論じたのは、フィジカルAIが産業と企業をいかに書き換えるかであった。しかし本稿では、その議論をさらに一段高めていく。フィジカルAIは産業を変えるだけでなく、国家の地理そのものを変える。そのことを、東京一極集中という日本固有の問いを通じて論じたい。情報・資本・人材・意思決定がどこに集まるかは、技術によって規定される。農業社会では肥沃な土地と水源のそばに人が集まった。工業社会では港湾・鉄道・原材料の集積地に都市が生まれた。知識社会では情報と人材の密度が高い都市――東京・ロンドン・ニューヨーク――に経済の重心が移動した。技術が変われば、国家の地理は変わる。AIは今まさに、その転換点を作り出している。競争力の高い国ほど、特定都市への集積が際立つ。ロンドンとニューヨークは金融機能の集積地からフィンテック・スタートアップとの結節点へ進化した。深圳はハードウェアの製造集積地から出発し、フィジカルAIの世界的拠点へと変貌した。イスラエルのテルアビブは軍事・サイバー技術を民間スタートアップへ転換するエンジンとして機能する。三者に共通するのは、「集積の質」を絶えず変革し続けているという点だ。AIの時代に何を集積させるかを問い直した国が、次の競争を制する。■集まっているのに、なぜ豊かにならないのか？翻って東京を見る。大企業の約6割が東京に本社を置くという数字は30年前からほとんど変わっていない。集積は維持されながら、集積の果実＝生産性向上は実現しなかった。その間、日本のGDP成長率は主要先進国中最低水準にとどまった。「人が集まっているのに、なぜ豊かにならないのか」。これが日本固有の問いだ。東京一極集中の問題は「東京に人が集まること」ではない。「集まっているにもかかわらず、集積を生産性と価値創造に変換できていないこと」だ。そして今、AIという変数が加わることで、その問いはより根本的な問いへと昇格する。国家の地理そのものをどう再設計するか、という問いへ。問いの背景に、一つの構造的事実がある。日本はいつの間にか、「成長する国家」ではなく「分配する国家」になってしまった。2008年以来、東京から地方への再分配は累計12兆6000億円を超えた。それでも人口の地方回帰は起きなかった。2025年国勢調査の数字がそれを証明している。財源を移しても産業は動かない。これが20年近い実験の結論だ。なぜか。分配の設計はされていたが、成長の設計がなかったからだ。■よかれと思って分配してきた「12兆円」の罪地方交付税の仕組みを見よう。地方の税収が増えると交付税が減額され、増収分のうち地方の手元に残るのは25％に過ぎない。東京は増収分を100％享受できる。日本経済が成長するほど格差が拡大する「逆進的メカニズム」が制度に内蔵されている。企業経営で言えば、売上が増えても利益の75％を本社に吸い上げられる子会社と同じ構図だ。そういうインセンティブ設計の下で、子会社が自ら稼ごうとする意欲を持てるはずがない。さらに深刻なのは「財源の質」の問題だ。補填型の財政移転は「不足を埋める」ことはできても、「新しい産業・価値を生み出す」ことはできない。川上から水を送り続けても、川下が自ら水を湧かせる力を持てなければ、蛇口を閉じた瞬間に干上がる。独自施策に使える財源は東京が1人当たり28万1000円、他自治体平均が7万8000円。3倍超の差がある。しかし最大の問題は数字ではない。「分配国家」の思想そのものが、日本の成長を阻んでいることだ。分配は結果を調整する。成長は原因を変える。結果の調整に20年と12兆6000億円をかけながら、原因の変革を怠ってきた。その代償が、今日の一極集中の固定化だ。税の再配分ではなく、成長機会の再配分へ。これがこの問題の本質的な問い直しだ。■リモートワークでは無理でも、AIなら変わるなぜコロナ禍のリモートワーク普及でさえ、東京一極集中を是正できなかったのか。答えは明快だ。リモートワークは「働く場所」の制約を緩めたが、「価値が生まれる場所」の構造を変えなかった。意思決定・情報・ネットワーク・機会――これらは依然として東京に固定されていた。場所を選ばない働き方が実現しても、価値創造の文脈は東京にあり続けた。しかしAI、とりわけフィジカルAI（現実世界の物理的プロセスに知性を実装する技術）の台頭は、「東京に集まる理由」そのものを変えようとしている。これまで集積の核心にあったのは「情報と知識の近接性」だった。本社・取引先・規制当局・優秀な人材が物理的に近い場所にあることが、意思決定の速度と精度を高めた。しかしフィジカルAIは、高度な知性を物理的な現場に実装する。知性が「中央」から「現場」へ分散する時代が来る。意思決定の知性がAIによって現場に宿るなら、本社機能の東京集中は必然ではなくなる。情報の非対称性がAIによって解消されるなら、東京との物理的近接性のプレミアムは低下する。AIは東京一極集中を「終わらせる」のではない。東京に集まることの合理性の中身を変える。どこに「知性」があるかが、どこに「人と企業が集まるか」を決める時代へ――その転換点に、日本は立っている。さらに見落とされている逆説がある。AIによる恩恵が最初に、かつ最も大きく必要とされるのはどこか。それは東京のホワイトカラー職場ではなく、人手不足と人口減少が最も深刻な地方の産業現場だ。地方はAI後進地域で終わる必要はない。むしろ構造的必然として、フィジカルAI先進地域になり得る。■熟練工の指先が、AIの教師データになる地方には何があるか。製造業、農業、物流、介護、建設、エネルギー――これらはすべてフィジカルAIの主戦場だ。しかし「主戦場」という言葉だけでは、なぜ地方なのかの本質が伝わらない。もう一段深く問おう。これらの産業に共通するものは何か。すべて、人間の経験を現象として扱い、その現象をデータへ変える産業だ。熟練工が段取り替えをするとき、彼の指先には機械の振動・温度・音・抵抗感が宿っている。それは長年の経験が身体化されたものだ。農家が土を触るとき、その指先には土壌の状態・水分・微生物の気配が宿っている。介護士が利用者を支えるとき、その手のひらには筋緊張・体温・呼吸のリズムが宿っている。これらはすべて「現象」だ。そして長らく、これらの現象はデータ化できなかった。データ化できないものは、AIに学習させることができなかった。フィジカルAIとは、この壁を突き破る革命だ。センサー、カメラ、触覚デバイス、力覚センサー――これらが現象を物理量へと変換する。振動はHz（ヘルツ）へ。温度は℃（摂氏）へ。筋緊張はN（ニュートン）へ。現象が物理量になれば、AIが学習できる。AIが学習すれば、熟練工の暗黙知がシステムに継承される。農家の経験がロボットに宿る。介護士の技がアシストスーツに実装される。■デジタル化されていない現場に、最大の余地があるフィジカルAIとは、現象を物理量へ変える革命だ。だから地方が主役になる。都市のホワイトカラー業務はすでにデジタル化されており、AIの実装余地は相対的に小さい。しかし地方の現場産業は、まだほとんどがデジタル化されていない。現象がデータ化されていない。フィジカルAIが実装される余地は、地方の現場にこそ圧倒的に大きい。世界はこの変化をすでに先取りしている。ドイツの製造業AIはミュンヘンやシュトゥットガルトといった地方工業都市を主舞台とし、アメリカのアグリテックはアイオワやカリフォルニアの農業現場から価値を生み出している。中国のUnitreeに代表されるヒューマノイドロボット企業は製造現場への実装を急ピッチで進め、製造立地そのものを変えつつある。日本の地方が持つ製造・農業・物流の高密度な「現場知」は、フィジカルAI実装の絶好の素地だ。骨太の方針に並ぶAI・半導体への370兆円超の官民投資が東京に集中するなら、地方の変革は遠のく。成長投資の果実を地方の現場産業に届ける設計を、産業政策の上流から組み込む必要がある。■国家とは税を分ける仕組みではない地方交付税の是正は必要だ。補填型の制度設計を、努力した自治体が報われるインセンティブ設計へと進化させることも必要だ。しかし、それだけでは不十分だ。この問題の核心は、制度論ではなく、国家論だからだ。ここで根本的な問いを立てよう。国家とは何か。国家とは、税を分ける仕組みではない。国家とは、価値を生み続ける仕組みである。税は価値の分配物だ。価値が生まれなければ、分配する税もない。東京と地方の税収格差を是正することは必要だ。しかしそれは「結果の調整」に過ぎない。「原因の変革」――すなわち、日本のどこで、どのような価値が生まれるかの設計――なしに、分配の調整だけを繰り返しても、日本全体の成長にはつながらない。■「分配国家」から「創造国家」へ地方創生のこれまでの限界は、「人を動かす」発想に偏りすぎたことにある。人が動く前に、「価値が生まれる仕組み」を地方につくる必要がある。フィジカルAIによって現象が物理量化され、地方の現場知がデータ化され、産業知性が構築されるとき、地方は「支えられる側」から「価値を創る側」へと転換する。これが「成長機会の再配分」の実体だ。そのとき日本は何者になるのか。製造・農業・物流・介護・建設・エネルギー――これら人類の根幹的な営みをフィジカルAIによって高度化し、その「現場知の知性化モデル」を世界へ輸出する国。それが、AI時代における日本の勝ち筋だ。東京の金融・情報集積と、地方の現場知・産業知性。この両極が有機的に結びつくとき、日本は「分配国家」から「創造国家」へと変貌する。AI時代に問われるのは、東京一極集中の是非ではない。日本という国家が、どこで、どのような価値を生み続ける国になるのか。その設計思想そのものが、今、問われている。----------田中 道昭（たなか・みちあき）日本工業大学大学院技術経営研究科教授、戦略コンサルタント専門は企業・産業・技術・金融・経済・国際関係等の戦略分析。日米欧の金融機関にも長年勤務。主な著作に『GAFA×BATH』『2025年のデジタル資本主義』など。シカゴ大学MBA。テレビ東京WBSコメンテーター。テレビ朝日ワイドスクランブル月曜レギュラーコメンテーター。公正取引委員会独禁法懇話会メンバーなども兼務している。----------（日本工業大学大学院技術経営研究科教授、戦略コンサルタント 田中 道昭）