亚开行-机器人的兴起与日常工作的衰落（英文）-2020.8-42页_1mb

机器人与常规工作的兴起与下降

核心内容

本研究探讨了工业机器人对就业结构的影响，分析了机器人采用与职业类型之间的关系，特别关注机器人如何影响常规任务密集型工作的就业份额。研究覆盖了37个经济体，时间跨度为2005年至2015年，涉及19个行业，包括中国、日本、韩国、德国和美国等主要工业机器人用户。

主要观点

• 机器人对就业的影响：机器人采用与常规任务密集型工作的就业份额下降存在显著相关性，尤其是在高收入经济体中更为明显。
• 任务类型与职业结构：研究将职业分为“常规任务”和“非常规任务”，以及“手动任务”和“分析任务”两大类，从而区分出四种关键职业群体：常规手动、常规分析、非常规手动和非常规分析任务密集型职业。
• 技术可行性：机器人技术的可行性决定了其在不同行业中的应用程度，技术上更容易被机器人替代的任务，如汽车装配线中的任务，相较于需要人类直觉和灵活性的任务（如服装制造）更容易被自动化。
• 经济可行性：高收入国家由于工资水平较高，技术约束更可能成为机器人采用的限制因素，因此机器人采用对就业的影响更显著。
• 内生性问题：采用普通最小二乘法（OLS）估计存在内生性问题，包括反向因果关系、遗漏变量偏差和测量误差。为此，研究使用两阶段最小二乘法（2SLS）进行估计，并引入两个行业特定的工具变量以解决这些问题。

关键信息

• 数据来源：研究结合了来自Reijnders和de Vries（2018）的详细职业就业数据，以及国际机器人联合会（IFR）提供的工业机器人交付数据。
• 工具变量：两个工具变量分别是：
  1. 行业中可被机器人替代的劳动力份额。
  2. 行业中需要“伸手和操作”任务的职业占比。
• 方法论：采用永久库存法计算机器人存量，假设折旧率为10%。回归分析中使用了国家和行业双重聚类的异方差稳健标准误。
• 研究发现：
  • 机器人采用与常规手动工作的就业份额下降存在显著关系。
  • 在新兴市场和转型经济体（EMTEs）中未观察到这种关系。
  • 机器人不仅替代了某些工作，还创造了新的任务，如编程、设计和维护，从而对就业结构产生重新分配效应。
  • 机器人技术的发展可能改变全球制造业的布局，例如减少向低工资国家转移的趋势。

数据与描述性分析

• 职业与机器人数据：职业数据覆盖了40个经济体，包括欧盟成员国、澳大利亚、巴西、加拿大、印度、印尼、日本、墨西哥、中国、俄罗斯、韩国、中国台湾、土耳其和美国。
• 行业分类：使用的是国际标准行业分类（ISIC Revision 3.1），涵盖了制造业、农业、采矿、建筑业、公用事业、金融、商业服务、个人服务、贸易运输服务和公共服务等行业。
• 职业分类：基于Autor、Levy和Murnane（2003）的“常规任务强度”（RTI）指数，将职业划分为常规和非常规任务类别，再结合手动和分析任务的特征进行细分。
• 描述性统计：分析了不同国家和行业在2005至2015年间机器人采用和就业结构的变化，发现机器人采用与常规任务密集型职业的就业减少存在正相关。

经济学理论框架

• 传统模型：机器人被视为资本的一种形式，提高生产效率。技术进步使机器人能够替代更多常规任务，从而影响劳动力需求。
• 扩展模型：强调机器人技术的扩展能力，即随着技术进步，机器人可以替代更广泛的任务。同时，机器人也可能创造新的任务，从而对劳动力需求产生复杂的再分配效应。
• 互补效应：机器人与人力的互补关系体现在价格-生产率效应和规模-生产率效应中，即机器人降低产品价格，从而促进销售和增加对劳动力的需求。

结论

• 机器人采用对就业结构产生了显著影响，尤其是在高收入国家。
• 机器人技术的扩展性和技术可行性是影响其采用和就业效应的重要因素。
• 机器人不仅替代了部分常规工作，还可能通过创造新任务来影响整体就业趋势。
• 研究结果表明，机器人采用对就业的总体影响尚不明确，但其对特定职业群体的影响是显著的。

方法论

• 回归模型：采用如下形式的回归模型：
  $$
  \Delta L_{ci} = \beta \Delta \text{Robot Adoption}{ci} + X'{ci} \gamma + \delta_c + \varepsilon_{ci}
  $$
  其中，$\Delta L_{ci}$ 表示国家c的行业i中就业变化，$\Delta \text{Robot Adoption}{ci}$ 表示机器人采用变化，$X'{ci}$ 表示控制变量，$\delta_c$ 表示国家固定效应，$\varepsilon_{ci}$ 表示误差项。
• 控制变量：包括投资与增加值比率的变化，以及增加值的自然对数。
• 内生性处理：使用2SLS估计方法，并引入两个工具变量以减少内生性偏差。

附录与参考文献

• 附录：包含行业代码、2SLS回归结果、稳健性分析以及常规任务强度的行业分类。
• 参考文献：引用了多项关于机器人、自动化和就业结构的研究，包括Autor、Levy和Murnane（2003）、Graetz和Michaels（2018）等。

总结

本研究通过结合机器人采用数据和职业结构数据，揭示了机器人对就业结构的深远影响。研究发现，机器人采用与常规手动工作的就业减少存在显著关系，尤其是在高收入国家。研究还指出，机器人不仅替代了某些任务，还创造了新的任务，从而对劳动力需求产生复杂的再分配效应。研究使用了2SLS方法和两个工具变量来缓解内生性问题，提供了对机器人采用和就业变化之间关系的稳健估计。