年代|我们需要担心技术性失业吗?( 三 )


国际机器人联盟(IFR)跟踪了若干国家的不同部门自20世纪90年代早期以来使用的工业机器人的数量 , 为自动化提供了第一个可用的衡量指标 。 阿西莫格鲁与雷斯特雷波的开创性研究利用国际机器人联盟关于各部门采用的机器人总数 , 估计了1993-2007年机器人对美国就业状况的影响(Acemoglu and Restrepo,2020) 。 为此 , 他们对比了722个通勤区的就业与当地自动化水平的关系 。 但问题在于 , 目前的机器人数据只收集到国别层面 , 没有按通勤区划分 。 于是他们又构建了一个通勤区层面的自动化指数 , 该指数是以全国层面每个产业的机器人数量变化 , 结合各产业在每个通勤区总就业中的相对权重计算得出 。
利用这个地区自动化水平指标 , 这两位学者发现自动化对就业和工资增长具有负面效应:通勤区每增加1个机器人 , 会导致6个工作岗位损失 , 以及小时工资率下跌 。 我们利用法国的数据重复这一分析 , 发现了类似量级的效应 , 似乎还更为严重:通勤区每增加1个机器人 , 会导致11个工作岗位损失 。 此外 , 机器人普及看起来对受教育程度低的劳动力的就业威胁更大 。
这一分析毕竟存在某些缺陷 。 首先是测算方法:为什么只看机器人?机器人和其他机器真的不同吗?机器人的自动化程度确实较高 , 但就完成的任务而言它们同其他机器未必有本质的差异 。 国际机器人联盟对机器人的定义其实非常狭窄 , 主要对应汽车制造业采用的机器人 。 与测算有关的另一个问题是缺乏地方层面的数据 , 导致我们必须基于如下假设来构建数据:某个产业的所有工厂拥有相同数量的机器人 , 意味着采用同等水平的技术 。 但我们可以合理地推测 , 恰恰是因为工厂之间采用的技术有所不同 , 才造成了工作岗位的创造与破坏 。
企业层面的自动化与就业
对企业或工厂层面的自动化水平做测算面临若干困难 , 上文已做过介绍 。 在近期同加拉威尔(Xavier Jaravel)合作的一项研究中 , 我们试图引入一套测算工厂微观层面的自动化水平的指标 , 以克服上述困难 。 我们把自动化技术定义为:“在预先编制好指令或设定好程序后 , 即能相对自主地实现运转的电动机械设备 。 ”在该定义的基础上 , 我们把生产过程中直接使用的发动机的年度电力消耗量作为工厂层面的自动化指标 。
接下来 , 我们试图在个体工厂层面测算给定时间的自动化程度提高对当时就业的影响 , 以及对2年、4年和10年后就业的影响 。
我们的测算结果显示 , 自动化对就业其实有正面促进作用 , 而且随时间加强 。 一家工厂的自动化程度在当前提升1个百分点 , 会使2年后的就业提高0.25%,使10年后的就业提高0.4%(图3.5) 。 特别需要指出 , 这个效应对非技能制造业工人依然为正 。 或者说 , 与人们的预想相反 , 自动化给工厂创造的就业岗位多于摧毁的就业岗位 。

推荐阅读