對技術驅動的失業及其經驗基礎的恐懼

KerstinHötte,Melline Somers,Angelos Theodorakopoulos2022年6月10日

關於技術變革是否取代了比創造更多的工作的辯論可以追溯到18世紀。然而,它繼續在最近的政策討論中引起共鳴(Mokyr等人,2015年)。受到驚人數量的推動,例如47%的美國工作崗位在不久的將來具有自動化的高風險(Frey and Osborne 2017),政策製定者,經理和研究人員越來越多地投入努力,以幫助一段時間來幫助調整勞動力市場和社交係統。當人類執行的大多數任務將由機械執行時。這種趨勢伴隨著關於技術,勞動力和經濟之間相互作用的經濟研究激增。

技術變革會通過各種渠道影響勞動

從經驗和理論上,技術變革對勞動的影響都可以通過多種渠道產生。許多技術旨在通過用機械代替工人來挽救人工。但是,經濟理論表明,幾種補償機製可以抵消新技術的最初挽救勞動影響(Acemoglu和Restrepo 2019,Baldwin等,2021)。首先,技術變革可以通過創造與新技術直接相關的新工作來增加對勞動力的需求。此外,技術引起的生產力釋放生產資源的提高可以提高同一公司或行業內其他任務中對勞動力的需求。

其次,技術可以通過增加的消費者需求來提高對勞動力的需求。當新技術提高生產率增長並反過來導致生產成本和消費者價格降低時,就會發生這種情況。此外,新技術可以提高勞動力和資本的邊際產品,從而獲得更高的工資和返回資本。後一個效果導致實際收入的增加。如果需求足夠彈性,並且對收入的增加和價格下降做出積極反應,那麼技術可以刺激需求引起的產出的擴展(Bessen 2020)。

係統地審查有關技術和就業的經驗證據

在最近的一篇論文(Hötte等,2022)中,我們將這些渠道稱為(1)置換,(2)恢複和(3)實際收入效應,並通過係統的文獻綜述分析其經驗基礎。

我們確定了127項相關研究,為過去四十年提供了有關技術變革及其對就業影響的證據。為了捕捉技術變革對邊境的影響,我們專注於研究工業化經濟體的研究。此外,為了揭示潛在的潛在異質性,我們固定了五種廣泛的技術度量類別,這些措施主要通過以下區分在文獻中研究:(1)信息與通信技術(ICT);(2)機器人擴散;(3)創新調查;(4)生產力;(5)包含各種替代指標的殘差類別。

勞動創造靜音技術的勞動替代影響

我們發現,支持勞動替代效應的研究數量被支持勞動創造/恢複和實際收入效應的研究數量所抵消(圖1,A-C小組A-C)。當研究分析技術變革的淨就業效應的研究時,重申了這一觀察結果,這反過來表明技術對勞動的淨影響比負麵相當(圖1,小組D)。

圖1根據所檢查的每種效果報告的研究類型的研究所占的份額

資源:根據Hötte等人的係統文獻綜述收集的127項研究的計算。(2022)。

研究結果在技術群體之間是異質的

五個不同的技術類別的發現表現出廣泛的模式,但具有值得突出顯示的微妙差異。

  • ICT:沒有證據表明替代效應主導了恢複和實際收入效應的總和。但是,結果表明,恢複工作的工作在質量上與工作所取代的工作有所不同。ICT的擴散主要對高技能,非列表和服務工作具有積極的就業影響。
  • 機器人:我們觀察到,挽救勞動的影響通常被機器人引起的勞動恢複原狀所抵消。與ICT研究相反,機器人研究傾向於在任務執行中涉及機器人和人工勞動之間的互補性。因此,機器人的勞動創造效果很可能與這種技術的生產,運營和維護有關。
  • 創新:依靠創新作為技術的研究通常認為就業影響取決於創新的類型。雖然產品創新大部分是勞動創造的,但有關過程創新的就業影響的證據仍然混亂。
  • 生產率:當將生產率提高作為技術變革的代理時,我們發現在為替代者提供支持的經驗研究數量和兩種勞動創造機製之間的平衡大致相等。就業收益最有利於非生產,高技能和服務工作。這些研究通常與理論相關,這些理論認為技術變革會導致結構性變化,而經濟活動的重新分配從供應鏈中降至越來越多的供應鏈到越來越多地處理的部門和服務。盡管如此,這些研究中觀察到的淨就業效應卻是負麵的,而不是陽性。
  • 其他:最後,依賴於其他技術的研究的研究結果表明,勞動替代效果被勞動創造效應所抵消。就業影響主要對非生產勞動而言是積極的,但是一些研究也發現對低技能工人,尤其是在服務工作中的就業影響。

對廣泛技術驅動的失業的焦慮缺乏經驗基礎

盡管我們發現對技術變革的勞動創造影響的支持更大,但我們謹慎地得出結論,技術對就業有積極的淨作用。然而,我們確實可以安全地得出結論,技術的勞動替代效果通常被導致勞動力創造或恢複的一係列補償機製所抵消。因此,似乎沒有害怕以技術為導向的大規模失業的經驗基礎。

盡管我們沒有發現有力的淨就業效應的有力證據,但技術變革對就業的定性影響和分配方麵不能被忽略。特別是,低技能生產和製造工人受到技術變革的不利影響(Blanas等,2019)。因此,有效的高技能和重新策略應保持在決策的最前沿。由於技術進步,技能分布的下部和中部中的許多職業都將繼續發展,並要求一組不斷變化的技能。因此,通過投資正確的技能,可以顯著改善相對脆弱群體的就業觀點。但是,一些經曆失業的工人可能無法進行高技能或過渡到新工作。對於這些群體,有針對性的社會支持係統將仍然很重要。

總結和前方的道路

據我們所知,我們的是關於技術勞動聯係的最全麵的係統文獻綜述,它是第一個仔細區分不同技術和影響渠道的最全麵的文獻。這項研究為有關技術變革的勞動力市場影響的政治和科學辯論提供了經驗基礎。

但是,盡管這項工作中考慮的實證研究主要涵蓋了廣泛擴散的技術的影響,但在不久的將來可能自動化的任務範圍正在不斷擴大(Brynjolfsson和McAfee 2014)。關於人工智能,量子計算,虛擬現實,生物技術,納米技術,可再生能源以及其他將很快影響我們經濟的影響的經驗證據。

實際上,本列中的研究沒有評估這一新技術創新的影響。為此,目前尚不清楚我們的發現可以在多大程度上推斷到未來(鮑德溫2020);需要實時監測和持續的研究,以更充分地了解新技術對工作未來的新興影響。

參考

Acemoğlu,D和P Restrepo(2019),“自動化和新任務:技術如何取代和恢複勞動”,經濟觀點雜誌33(2):3–30。

Baldwin,R(2019),全球動物:全球化,機器人技術和工作的未來, 牛津大學出版社。

鮑德溫(Baldwin),R,J I Haaland和A J Venables(2021),“工作和技術一般平衡:三彈性方法”,CEPR討論文件15739。

Bessen,J(2020),“自動化與工作:技術提高就業”,經濟政策34(100):589–626。

Blanas,S,G Gancia和S Y Lee(2019),“機器和工人:不同的技術如何影響不同的工人”,10月10日,www.303hail.com。

Brynjolfsson,E和A McAfee(2014),第二個機器時代:在精彩技術時期的工作,進步和繁榮,WW Norton&Company。

Frey,C B和M A Osborne(2017),“就業的未來:工作有多容易受到計算機化的影響?”,技術預測和社會變革114:254–280。

Hötte,K,M Somers和Theodorakopoulos(2022),“技術和工作:係統文獻評論”,牛津·馬丁(Oxford Martin)關於技術和經濟變革2022-2的工作論文係列。

Mokyr,J,C Vickers和N L Ziebarth(2015),“技術焦慮的曆史與經濟增長的未來:這次有不同嗎?”經濟觀點雜誌29(3):31–50。

話題:勞動力市場生產力和創新

標簽:機器化,,,,自動化,,,,技術變革,,,,失業

牛津大學牛津馬丁學院博士後研究員

馬斯特裏赫特大學教育與勞動力市場研究中心博士後研究員

博士後牛津馬丁學院牛津大學

事件

CEPR政策研究

Baidu
map