bloom10augfig1.jpg
VoxEU 生产力与创新 劳动力市场

颠覆性技术如何扩散

人们早就认识到,创新的分布不均,但这种技术进步是否可能是美国收入和财富不平等加剧的根源,一直是一个激烈的争论问题。本专栏研究了29项颠覆性技术在美国企业和劳动力市场的扩散情况。研究发现,此类技术出现的地点高度集中,但随着它们的成熟,它们逐渐扩散到整个空间,特别是对低技能的招聘。高技能人才的招聘传播速度要慢得多,最初发现石油的地区几十年来一直保持着高薪职位的领先地位。这些技术中心更有可能出现在拥有大学和高技能劳动力的地区。

新技术的发展、它们对就业的影响程度以及它们跨地区传播的速度是研究经济增长、不平等、企业家精神和企业动态的关键因素。许多作者试图了解,采用新技术的好处是主要集中在少数地区,还是通过例如广泛的就业增长而更广泛地惠及社会。虽然人们早就认识到创新是不均匀分布的(例如Andrews和Walley 2021, Lychagin等人2010),但这种技术进步是否可能是美国收入和财富不平等加剧的根源一直是一个激烈的争论问题(例如Katz和Murphy 1992, Goldin和Katz 2009, Autor等人2008,Piketty和Saez 2013, Song等人2019)。政策制定者激烈竞争建立区域技术集群,以吸引创新活动和就业机会(Bai等人,2021年)。

研究这些问题的一个关键障碍是,事实证明很难在一个框架中衡量多种技术进步的发展和传播,也很难区分那些对企业有影响的创新和那些没有影响的创新。虽然针对特定技术的研究可能会产生许多有价值的见解,比如研究宽带、人工智能或机器人等特定创新,但可能很难对这些发现进行概括。在我们最近的工作中(Bloom et al. 2021),我们引入了一种新的方法,使我们能够系统地观察各种各样的技术。具体来说,我们使用了过去20年里数百万项专利和招聘信息的全文,以及数十万次收益电话会议的全文。通过将这三个来源的文本交叉,我们能够追踪到对颠覆性创新的提及,从它们的原始专利到大公司高管和投资者的对话,最后到招聘广告中涉及使用或生产这些技术的职位。使用这种方法,我们能够确定哪些创新或一系列创新(“技术”)影响了企业,将这些创新追溯到它们出现的地点和公司,并随着时间的推移通过不同地区、职业和行业的招聘广告跟踪它们的扩散。我们发现的一些最多产的颠覆性创新是“移动设备”、“机器学习”和“云计算”。

迄今为止,我们工作的一个主要焦点是颠覆性技术在各地区的传播。图1考察了美国地图上颠覆性技术发展的地点。我们发现,各个技术领域的先驱位置分布明显倾斜——也就是说,在我们的数据中,一些超级集群是数量惊人的颠覆性技术的发源地。总的来说,仅加州就拥有40.2%的技术先锋地点对。另一个位于华盛顿至波士顿东北走廊的超级集群占21.2%。更广泛地说,与我们的29项颠覆性技术相关的专利的地理分布甚至比一般专利的分布更加倾斜。

图1先锋的位置

笔记:该图显示,对于破坏性专利(红色)和整体专利(蓝色),前20名cbsa的专利归一化份额。CBSA的标准化专利份额定义为美国发明家在CBSA中申请的专利总量的份额(1992年至2016年)除以美国人口在CBSA中的份额(截至2015年)。这个数字是按照颠覆性专利的规范化份额由大到小排序的。

在图2中,我们绘制了涉及使用、生产或开发一项颠覆性技术的职位的地理集中度(通过美国各地区的变化系数来衡量)与该技术取得商业突破以来的年数的比值。我们的研究结果表明,尽管初始分布高度倾斜,但随着技术的成熟和与之相关的新工作数量的增加,它们在地理上逐渐扩散。在我们所研究的几乎所有技术中,我们都能看到这种“区域扩大”的模式。在图3中,我们可以看到这种地理分布随时间的变化。

图2自新技术出现以来,新技术雇佣的地理集中度

图3技术从先锋地区扩散

笔记1)在图(a)中,基于核心的统计区域(CBSA)是至少一项技术的技术中心,其中圆圈的大小与CBSA为中心的技术份额成比例;2)在图(b)中,我们显示了技术的份额sharei正常化,t在出现当年,CBSA的技术招聘率大于1% (t=0)。在图(c)、(d)和(e)中,我们分别从出现1-2、3-4和5-6年开始重复(b)中的映射。我们只绘制了29个技术中的13个的图片,这些技术在2007年之后出现,作为每个技术的完整面板。

接下来,我们研究与颠覆性技术相关的工作的技能要求。我们将要求大学学历的技术职位的比例与其商业突破的年数联系起来。我们发现了一个急剧下降的关系,这表明,虽然最初的招聘集中在高技能的工作,但随着时间的推移,与技术相关的工作的平均所需技能水平下降了。自技术出现以来,每增加一年,需要大学学历的职位所占比例就会下降约0.96个百分点。我们将此解释为采用特定技术的工作类型的“技能扩展”。

重要的是,区域和技能拓宽似乎是相互作用的,因此与特定技术相关的低技能工作在空间上的扩散速度明显快于高技能工作。我们的分析表明,使用或生产新技术的低技能工作在20年内几乎完全分散在地理位置上,而该技术的高技能工作分散的速度要慢得多。

特别是,与颠覆性技术相关的高技能工作仍然强烈地集中在最初参与技术开发的原始先驱地点。我们的估计表明,高技能职位需要近40年的时间才能从这些先锋地区完全分散出去。也许并不令人惊讶的是,这些先锋地区往往位于大学周围和受教育人口较多的地区。因此,拥有强大的当地教育、研究机构和大学的地区似乎在相当长的一段时间内受益于成功的颠覆性创新。当然,最初的先驱地区保持其最初优势的原因可能很复杂。(对这些问题的两个有趣探索是Chaterji等人,2013年和Dauth等人,2019年)。一种可能是,最初的先驱者成为主要雇主;另一个原因是,总部设在其他地方的老牌公司将工作岗位转移到中心。在后续工作中,我们寻求更好地理解已建立的公司和初创公司在维持高产先锋地区动态方面的作用。

参考文献

安德鲁斯,M和A沃利(2021年),”从1866年到今天的创新地理VoxEU.org, 2月20日。

卡茨、科尔尼(2008):《美国工资不平等的趋势:修正主义的修正》,经济与统计评论90: 300 - 323。

Bai, J, S Bernstein, A Dev和J Lerner(2021),”政府作为一个(有效的)风险投资家, VoxEU.org, 5月14日。

布鲁姆,T A哈桑,A Kalyani, J Lerner和A Tahoun(2021),“颠覆性技术的扩散”,国家经济研究中心工作论文no. 1。28999.

Chatterji, A, E Glaeser和W Kerr(2013),”创业创新集群的起源VoxEU.org 6月4日。

Dauth, W, S Findeisen, E Moretti和J Südekum(2019),”城市中的选择性配对, VoxEU.org, 1月6日。

Goldin, C D和L F Katz (2009),教育与科技的竞赛,哈佛大学出版社。

卡茨,L F和K M墨菲(1992),“相对工资的变化,1963-1987:供给和需求因素”,经济学季刊107: 35 - 78。

Lychagin, S, J Van Reenen, M Slade和J Pinkse(2010),”你可以通过研发提高生产率,但地理位置非常重要, VoxEU, 10月25日。

Popp, D(2002),“诱导创新与能源价格”,美国经济评论92: 160 - 180。

宋,J, D J普莱斯,F Guvenen, N Bloom和T Von Wachter(2019),“巩固不平等”,经济学季刊134: 1-50。

Webb, M(2020),“人工智能对劳动力市场的影响”,未发表的工作论文,斯坦福大学。

2730年读

Baidu
map