机器已经把工作自从工业革命。最近,信息和通讯技术(ICT),软件,尤其是机器人与增强的能力引发了广泛的关注,他们可能取代工人前所未有的数量。的担忧是合理的:在2015年估计有163万年的工业机器人执行此前通过人类的活动,包括焊接、组装和包装。到2020年这个数字预计将翻一番,和未来的规模和范围是很难预测的。
至少在短期内,一些工人将失去工作的机器。奥特et al。(2003),奥特尔和多恩(2013),和其他人建立routine-intensive行业和职业就业下降的股票,和阿赛莫格卢和雷斯特雷波(2019)发现,美国通勤区就业下降,更容易受到机器人。
另一方面,一些工人可能受益于新技术的生产力改进。甚至在工人容易更换,有些人可能会获得新的技能,使他们转向工作不适合自动化。例如,奥特尔和所罗门(2017)发现积极的就业行业的溢出效应影响较小的自动化,和格雷茨和Michaels(2018)发现,虽然工业机器人低技能工人的就业比例下降,对就业总人数几乎没有负面影响。
这表明机器对工人的影响可能不同,这取决于技术的类型和类型的工人。我们研究了工人不同的技能(教育),年龄和性别受到ICT,软件,和工业机器人从1982年到2005年,使用数据从30产业横跨大约十个高收入国家的整个经济(Blanas et al . 2019年)。在所有国家,工人成为高技能和老年人在此期间,虽然也有女性的就业和收入上涨的股票。我们试图确定这些劳动力市场趋势由于新机器的到来。
资本投入、工人和日常工作
我们使用字典职业头衔(点)和职业信息网络(O *净)评估工作更容易自动化基于任务需要的类型。然后我们使用职业数据来自美国人口普查,讨论新技术如何影响对每个工人的需求类型,根据任务内容的职业工作。Medium-skill和年轻的工人往往从事的职业,更容易实现自动化。还是女性和不成比例的就业工作,更倾向于自动化(文书、行政工作,例如),但是他们转向工作不太容易或屏蔽从自动化(如管理职位)比男性速度,如图1所示。
图1就业性别/股票占领
源:IPUMS普查。
笔记:在11 1-digit职业。M / SE:管理人员和自由职业者,Mspt:管理支持、专业人士、采矿、机械、技术人员、销售、运输、机器操作员,行政职业,和Lserv:低技能服务。职业要求的降序职业平均工资从下到上,不区分性别。
我们估计一个标准的劳动力需求方程的因变量(日志)每个工人类型的就业水平,以工作时间,与传统(non-ICT),信息通讯技术和软件资本强度的主要解释变量。而传统的资本没有特定的趋势,信息通讯技术和软件不断增加随着时间的前加速1995后(图2和3)。
图2传统的资本增值
源:欧盟KLEMS。
笔记:在每个国家,资本是第一次平均各行业使用每个行业的国家就业份额,然后平均各国没有重量。
图3信息通讯技术和软件真正的增值
源:欧盟KLEMS。
笔记:在每个国家,资本是第一次平均各行业使用每个行业的国家就业份额,然后平均各国没有重量。
我们规范总是包括country-year和country-industry固定效应,这意味着利益的系数是被国家资本输入之间的行业的变化。更快的增长在软件行业资本经验丰富的就业损失低技能工人和年轻工人,相对于其他行业。相比之下,传统(non-ICT)资本快速增长与就业增长的低技能和女人,和更快的增长在ICT资本与就业增长为所有员工类型。
理解这些模式,我们区分行业的自动化,以routine-share指数(RSH)由奥特et al。(2003)。如何与不同类型的资本不同职工群体的需求变化的行业的RSH: non-ICT资本与更高的routine-intensive行业的就业增长,表明技术含量相对较低的机器可能补充常规任务。相比之下,信息和通讯技术和软件更routine-intensive产业与就业相关的损失,和少routine-intensive行业的就业增长。
工业机器人,对劳动力的需求
这些有趣的结果只是有条件的相关性。所以我们用一个新颖的实证策略确定的因果效应的一个最突出的形式的新的自动化技术:工业机器人。
一个国家进口机器人的国家经历了相对较高的增长率在全球出口的机器人更暴露于这种类型的技术。因此,我们构建了一个衡量接触全球激增的机器人为我们每一个10个国家使用联合国COMTRADE数据在工业机器人的双边贸易,从1996年开始。然后,我们这个国家层面的互动与RSH指数衡量,抓住了行业级自动化的范围。图4显示了每个国家的趋势。
图4正常化机器人暴露变量
源根据联合国COMTRADE:作者的计算。
包括这个新变量显示,工业机器人减少低技能的工作,虽然他们增加收入高的股票和medium-skill工人,老员工,男性。我们还研究了如何将这些影响制造业和服务业之间的不同,这两个集中使用机器人技术,但经历了非常不同的就业趋势。
大多数之间的影响是截然不同的两个领域:制造业、机器人技术含量较低,年轻女性就业,在服务期间,他们增加medium-skill和男性就业。在这两个领域,机器人增加收入的股票高技能,老,男性工人。
我们的结果是一致的视图,机器人取代工人执行常规任务,尤其是在自动化是更广泛的领域,如制造业。相比之下,他们在自动化领域增加就业和收入已经开始最近,比如在服务,在这一领域的新的职业的出现。鉴于这些行业的工业和职业组成,机器人可能会补工程师、产品设计师和管理人员,由高技能的职业,更高级,男性工人。软件机器人也有类似的效果,而ICT资本与就业增长主要用于中、低技能工人。
机器人对女性有偏见吗?
我们也寻找性别偏见通过研究机器人在就业水平和收入的影响股价的男性和女性,通过技能水平分层。如上所述,妇女的高技能就业份额上涨超过男性。机器人和女职工之间的可置换性主要是由低技能工人。相比之下,机器人的互补性与男性工人是由高技能。
这些研究结果乍一看起来令人费解。尽管女性劳动力市场的总体结果改善随着时间的推移,技术似乎已经在他们的就业和相对收入产生负面影响。女性的反应中期相这些事实:机器人不会取代女性不分青红皂白地,而是,只有那些低技能水平。同时,女性回应获得更高级别的技能,速度超过男性。同样的,机器人的积极影响对男性的结果也是因为人传统上受教育程度更高。
结论
我们的研究结果强调的重要性区分技术取代人类,如机器人和软件,和那些被人类使用,如信息通信技术。作为性别偏见的证明了我们的调查,我们的研究结果提供一个令人鼓舞的消息:工人有可能从技术进步繁荣通过收购新技能互补的机器,而不是留在摧毁了他们的工作。
本专栏作者的注意:是基于一篇论文准备的特殊经济政策问题上“自动化、人工智能和经济”。这里的观点是作者的,不一定反映的意见比利时国民银行或欧元系统。
引用
阿西莫格鲁、D和P雷斯特雷波(2019),“机器人和工作:证据来自美国劳动力市场”,政治经济学杂志》,即将到来的。
奥特D H F Levy和R J Murnane(2003),“最近的技术变革的技术内容:实证探索”,经济学的季刊118 (4):1279 - 1333。
奥特尔,D H和D多恩(2013),“低技能的增长服务工作和极化的美国劳动力市场”,美国经济评论103 (5):1553 - 1597。
奥托,D H和所罗门(2017),“Robocalypse现在所做的生产率增长威胁就业?”Working paper, MIT.
Blanas S, G琪亚,和S Y T·李(2019),“怕机器是谁?”CEPR discussion paper 13802, forthcoming in经济政策。
Graetz G, G麦克斯(2018),“机器人在工作”,回顾经济学和统计数据100 (5):753 - 768。
