Contents
主要ハイライト（短く）
ここでは最重要点を手早く示します。後節で出典別内訳と合成方法、実務用テンプレを示します。
主要数値サマリ
主要な合成推定値を短く掲載します。値は複数ソースを合成した推定で、出典は末尾の参考一覧に示します。
- 合成中央値：620万円（出典合成：doda・ビズリーチ・パーソル総研等、取得日いずれも2026-05-20）
- 合成平均：710万円（上位層の上振れにより平均＞中央値）
- 2022→2023の中央値上昇率（合成）：約5〜8%（ソース間で差あり）
- 職種プレミアム（データ/機械学習 vs フロント）：中央値で約20〜30%差
- 地域差（中央値目安）：首都圏：約700万円、地方主要都市：約550〜600万円
表の説明（代替テキスト）：合成中央値、合成平均、年次変化率、主要職種・地域の目安を短く示したサマリ。
データと合成方法（透明性）
合成値がどのように作られたかを明示します。定義差・サンプル特性・重み付け方針を示し、不確実性の扱いを説明します。
合成手順の概要
合成は公開値の定義差を揃えてから重み付けで平均化しました。主な手順は次の通りです。
- 各出典の「年収定義」（正社員中心か、賞与を含むか、集計年）を確認して正規化しました。
- 正規化した指標（中央値・平均・四分位）を出典ごとに抽出しました。
- 出典の公開サンプル数や業種カバレッジを考慮して重み付けし、外れ値を抑えるため上位一部の影響を制限しました。
- 出典間のばらつきを基に概算の不確実性幅を算出しました（以下参照）。
出典別の抜粋（2023年の主要公開値・取得日）
一次ソースからの公開抜粋を提示します。各行に該当年度と取得日を掲載しています（取得日はいずれも2026-05-20）。
| 出典 | 指標（2023抜粋） | 備考（定義） | URL（参照例） |
|---|---|---|---|
| doda（転職サイト） | 中央値目安 600万円台 | 求人掲載ベース、賞与扱いは求人欄に依存 | https://doda.jp/ (取得:2026-05-20) |
| ビズリーチ（年収レポート） | 中央値 620万円前後 | ハイクラス求人中心、賞与含む場合あり | https://www.bizreach.co.jp/ (取得:2026-05-20) |
| パーソル総研 | 平均・中央値の業界別推定を公開 | 労働市場調査、正社員中心 | https://rc.persol-group.co.jp/ (取得:2026-05-20) |
| Stack Overflow（Developer Survey 2023） | 国別サンプルの給与分布 | 自己申告、技能別差分あり | https://insights.stackoverflow.com/survey/2023 (取得:2026-05-20) |
| LinkedIn Salary / Market Insights | ポジション別の中央値参考値 | 会員データベース、幅あり | https://www.linkedin.com/salary/ (取得:2026-05-20) |
| 国税庁（民間給与実態） | 職種大分類の平均等 | 公的統計、賞与含む集計 | https://www.nta.go.jp/ (取得:2026-05-20) |
| 厚生労働省（賃金構造） | 年齢・学歴別の賃金分布 | 公的調査 | https://www.mhlw.go.jp/ (取得:2026-05-20) |
表の説明（代替テキスト）：主要な一次データソース名と2023年の抜粋指標、定義上の注意点と参照先URLを一覧化。
不確実性の扱い：出典別中央値のばらつきはおおむね約±30万円〜±80万円のレンジが観察されます。合成中央値620万円の概算不確実性は、出典間差を基に±30万円程度としています（具体的な幅は用途に応じて該当一次ソースで確認してください）。
全体推移（自社開発エンジニアの年収 2018–2023）
2018年から2023年にかけての合成推定値を示します。年次変化は市場需給とインフレの影響が混在しています。
年度別合成指標（概算）
以下は複数ソースを合成した推定値の年次表です（サンプル数は合成年の概算）。各行の数値は合成値で、詳細な一次出典は上の出典一覧を参照してください。
| 年 | 合成サンプル数（概算） | 平均（万円） | 中央値（万円） | Q1（25%） | Q3（75%） |
|---|---|---|---|---|---|
| 2018 | 約12,000 | 570 | 530 | 390 | 740 |
| 2019 | 約13,000 | 580 | 540 | 400 | 750 |
| 2020 | 約15,000 | 590 | 520 | 380 | 760 |
| 2021 | 約16,000 | 600 | 540 | 390 | 780 |
| 2022 | 約18,000 | 650 | 580 | 410 | 810 |
| 2023 | 約20,000 | 710 | 620 | 430 | 900 |
表の説明（代替テキスト）：2018〜2023年の合成平均・合成中央値・四分位を表示。合成は複数民間調査と公的統計の組合せ。
解釈のポイント：平均が中央値を上回るのは高報酬層の影響です。2022→2023はAI需要などで中央値が上昇しましたが、出典間差と定義差により年次比較には注意が必要です。
職種・経験・地域・企業タイプ別の差分
職種・経験・地域・企業タイプで年収分布が大きく変わります。ここでは職種別の傾向と代表的なレンジを示します。
職種別中央値（代表値）
職種ごとの合成中央値と期待される業務範囲を示します。数値は合成推定です。
| 職種 | 中央値（万円） | Q1 | Q3 | 主な期待スキル |
|---|---|---|---|---|
| データ・機械学習 | 800 | 600 | 1,050 | モデル開発、MLOps |
| SRE / Platform / DevOps | 750 | 580 | 900 | 可観測性、CI/CD |
| バックエンド | 650 | 480 | 800 | API設計、DB |
| フルスタック | 600 | 450 | 750 | フロント〜サーバ横断 |
| インフラ・ネットワーク | 600 | 450 | 780 | クラウド運用 |
| フロントエンド | 570 | 430 | 700 | UI/UX、パフォーマンス |
表の説明（代替テキスト）：職種別の合成中央値と四分位、期待されるスキルを表示。
理由と実務観点：データ/機械学習系は需要増によりプレミアムが高い一方、フロントは需要は安定しているものの上振れは限定的です。
経験年数別の典型レンジ
経験と職責の拡大が賃金に直結します。代表的な合成レンジは次の通りです。
- ジュニア（1〜3年）：中央値 約420万円（Q1 350 / Q3 500）
- ミドル（3〜7年）：中央値 約580万円（Q1 450 / Q3 720）
- シニア（7〜12年）：中央値 約800万円（Q1 600 / Q3 1,000）
- リード／アーキテクト：中央値 約1,000万円（幅あり）
- 管理職（EM等）：中央値 約1,100万円（役割に依存）
表の説明（代替テキスト）：経験年数ごとの中央値と四分位の代表レンジ。
地域差とリモートの影響
地域別の合成中央値（目安）とリモート化の影響を示します。
- 首都圏：約700万円
- 関西：約600万円
- 地方主要都市：約550〜600万円
- 地方郊外：約480万円
説明：リモート採用が広がることで求人母集団は拡大し、地域差は縮小方向ですが、オフィス採用・地域プレミアムを維持する企業もあります。
企業タイプ別の特徴
企業タイプで報酬構成が変わります。代表的な中央値（合成）と特徴は次の通りです。
- 外資系：中央値 約900万円（現金＋RSU等で上振れ）
- 上場（国内大手）：中央値 約750万円（賞与・福利厚生が手厚い）
- 中小自社プロダクト：中央値 約560万円（裁量が高いことが多い）
- スタートアップ（成長期）：ベース約500万円＋SO（SO比率が高い）
表の説明（代替テキスト）：企業タイプ別の中央値と報酬構成の特徴を示す。
報酬構成とストックオプションの評価
報酬は現金と長期報酬（SO/RSU）で比較する必要があります。SOの価値評価と税務上の留意点を明示します。
報酬構成の傾向（企業タイプ別）
一般的な構成比の目安は次の通りです。実際は企業や期で変動します。
- 大手上場：基本給 70〜80%、賞与 10〜20%、手当等 5〜10%
- 外資系：基本給 60〜75%、ボーナス/インセンティブ 15〜30%、RSU 5〜20%
- スタートアップ：基本給 50〜70%、SO/株式報酬 10〜40%、賞与は限定的
表の説明（代替テキスト）：企業タイプごとの報酬構成比の典型レンジを示す。
ストックオプション評価チェックリスト
SOを評価するときに確認すべき主要項目を列挙します。税務・法務面は下段で具体例とともに推奨します。
- ベスティング期間とクリフ（例：4年、1年クリフ）
- 権利行使価格と直近の評価（資金調達時の株価）
- 流動化の可能性（上場・M&A・二次流通）
- 希薄化リスク（将来の増資）
- 税制区分と課税タイミング（国内税制・海外勤務の影響）
- 退職時の取り扱い（行使期限など）
表の説明（代替テキスト）：SO評価で重要な項目をチェックリスト形式で示す。
税務・法務の免責と相談推奨例：税金や契約条項の解釈は個別性が高いため、以下のケースでは専門家（税理士・弁護士）の確認を推奨します。具体例は、（1）大規模なSO付与で想定される課税額が数百万円〜数千万円規模になる場合、（2）海外在住・海外の雇用契約に伴う二国間課税の可能性がある場合、（3）退職後の行使条件が複雑な場合。
年収交渉と実務戦略（行動計画）
年収改善のための優先アクションと、交渉で使える実践的テンプレを示します。短中期の具体行動を優先度付きで提示します。
優先アクション（短期〜中期）
実行しやすい順に並べます。各項目はKPI化できる成果を意識してください。
- 6か月以内：現在担当プロジェクトで定量的なインパクト（性能改善％、コスト削減金額など）を1件作る。
- 3〜6か月：市場相場（同職種・同経験の中央値）を2〜3ソースで収集し、比較資料を準備する。
- 6〜12か月：社内評価前に成果を数値化して報告、昇給交渉の材料にする。
- 直近オファー時：複数オファーを用意して総報酬（現金＋SO）で比較する。
交渉テンプレート（口頭・メール）
面談で使える簡潔な実例を示します。数字・出典を必ず明示してください。
-
口頭例：
「直近1年で○○プロジェクトの遅延を解消し、コストを年間約○○万円削減しました。公開データ（出典名）を踏まえ、年収を{希望年収}に改定いただければ、引き続き同等以上の成果を出せます。SO等の報酬構成も含めてご相談できますか。」 -
メール例（面談後フォロー）：
「先日はお時間ありがとうございました。直近実績の要約と市場データ（出典名）を添付します。想定年収を{希望年収}に調整いただければ継続的に貢献できます。ご検討のほどよろしくお願いします。」
表の説明（代替テキスト）：交渉の口頭例とメール例。数値・出典の提示を明示する。
交渉チェックリスト（事前／当日／事後）
事前に揃えるもの、当日の振る舞い、合意後の確認事項を簡潔に列挙します。
- 事前：成果の数値化資料、相場データ、希望額と最低額、代替案（昇給＋SO等）
- 当日：冷静に数値で説明、相手質問に数値で回答
- 事後：合意は書面（メール）で確認、次回評価タイミングを明確化
ケーススタディ（短縮）
典型的な4プロファイルを想定し、優先アクションを短く示します。数値は合成中央値に基づく想定です。
若手（2〜4年）フロントエンド、地方在住
現状：年収約430万円。推奨アクション：ポートフォリオ整備→リモート／首都圏のリモート求人で経験を積む。期待効果：約+100〜200万円（転職時）。
ミドル（4〜8年）バックエンド、首都圏自社開発
現状：年収約600万円。推奨アクション：プロジェクトリード実績を数値化し評価期間前に提示。転職で+150〜300万円の可能性。
シニア（8年以上）データ/MLエンジニア
現状：年収約900万円。推奨アクション：MLプロダクトでのROIを示し、外資/大手でのオファー強化。SO条件の比較を推奨。
リード／CTO候補（組織50〜200名）
現状：年収約1,100万円＋SO。推奨アクション：SOの流動化期待値、ベスティングと退職後の行使を明確に交渉。
表の説明（代替テキスト）：4つの典型プロファイルと優先アクションを簡潔に示す。
FAQ（短答）
ここでは検索スニペット向けに簡潔に回答します。質問ごとに短い結論を示します。
自社開発は受託より年収が高いか？
ケースバイケースです。上場・外資の自社開発は高い傾向ですが、受託やSESでも高単価案件はあります。総報酬で比較してください。
SO（ストックオプション）は実際に価値があるか？
企業の流動化可能性によります。上場やM&A期待が高ければ有効ですが、流動化が低い場合は実現リスクが高く評価は慎重に。
交渉のタイミングはいつが良いか？
評価サイクル前、プロジェクト成功直後、オファー受領時が基本的に効果的です。
リモートで給与は下がるか？
企業方針次第です。完全リモートで地域調整を行う企業もあれば、地域差を維持する企業もあります。募集条件を確認してください。
表の説明（代替テキスト）：FAQの各問答は短く、検索スニペット向けに簡潔にまとめたもの。
参考データ一覧とグラフ用データ仕様
一次ソースの参照先と、編集用に提供するCSV仕様を示します。グラフ作成時は各出典の該当数値を確認し、凡例に出典名と取得日を明示してください。
一次ソース（参照例と取得日）
以下は主要な参照先の例です（取得日：2026-05-20）。該当ページで「年」「指標（中央値/平均）」の箇所を確認してください。
- 国税庁「民間給与実態統計調査」 — https://www.nta.go.jp/ （取得:2026-05-20）
- 厚生労働省「賃金構造基本統計調査」 — https://www.mhlw.go.jp/ （取得:2026-05-20）
- 総務省「労働力調査」 — https://www.stat.go.jp/data/roudou/ （取得:2026-05-20）
- CPI（総務省） — https://www.stat.go.jp/data/cpi/ （取得:2026-05-20）
- doda（平均年収データ） — https://doda.jp/ （取得:2026-05-20）
- ビズリーチ（年収レポート） — https://www.bizreach.co.jp/ （取得:2026-05-20）
- パーソル総合研究所（労働市場レポート） — https://rc.persol-group.co.jp/ （取得:2026-05-20）
- Stack Overflow Developer Survey 2023 — https://insights.stackoverflow.com/survey/2023 （取得:2026-05-20）
- LinkedIn Salary / Market Insights — https://www.linkedin.com/salary/ （取得:2026-05-20）
- Wantedly / 各社年収公開（例） — https://www.wantedly.com/ （取得:2026-05-20）
注記：各出典は集計対象・定義が異なります（正社員のみか否か、賞与の包含、サンプル構成など）。表や分析に用いる際は該当ページの「集計定義」を必ず確認してください。
グラフ用データ仕様（CSVフォーマット例）
編集チームがグラフを作る際に使えるデータ仕様を提示します。列名・単位・サンプルサイズを明記しています。
- 年次推移（CSV例）
列名（UTF-8, ヘッダ必須）: year, sample_n, mean_kJPY, median_kJPY, q1_kJPY, q3_kJPY, source_list
単位: kJPY（千円単位）
サンプル: 合成時の概算サンプル数を sample_n に記載
例行（CSV）:
2018,12000,570,530,390,740,"doda/persol/bizreach"
2023,20000,710,620,430,900,"doda/bizreach/stackoverflow"
- 職種別（CSV例）
列名: job_role, median_kJPY, q1_kJPY, q3_kJPY, sample_est, primary_sources
例行: "Data/ML",800,600,1050,3000,"doda/persol/stackoverflow"
凡例と注記：凡例には「合成値」「一次ソース名」「取得日」を必ず入れてください。四分位帯はグラフで陰影表示し、出典ごとの系列分けを行う場合は色分けして凡例に出典URLを記載してください。
表の説明（代替テキスト）：グラフ作成用のCSV列名とサンプル行、単位の仕様を示す。
まとめ（行動推奨）
ここまでの要点を踏まえ、短い行動指針を提示します。各項目は優先的に取り組むと効果が出やすい順です。
- 市場相場を複数ソースで確認し、交渉前に出典を提示できるようにする。
- 短期で示せる数値（性能改善、コスト削減）を1件作り、文書化して評価面談で示す。
- SO等の長期報酬は流動性・税制を確認し、必要時は税理士／弁護士に相談する。
- 転職を検討する場合は複数オファーを比較し、総報酬（現金＋SO）で意思決定する。
表の説明（代替テキスト）：まとめの行動指針を優先順に短く列挙。