本文来自民众号：机械之能（ID：almosthuman2017），作者：微胖，题图来自：视觉中国

“我们正遭受一种新疾病的困扰，有些读者可能没有听说过这个名字，然则，在未来的几年里，他们会听到许多。”

一个多世纪以前，著名经济学家凯恩斯就针对手艺性失业发出过忠告。

大量高科技投入可能赶走劳动力，发生所谓的替换效应（displacement effect），另一方面，连续投入高科技也可能缔造新的就业岗位，发生响应的生产力效应（productivity effect）。现实中，哪一种效应占优势呢？

已往，有关这种总体平衡的系统性研究很少，功效也不尽如人意。最近，在线揭晓在美国经济学顶级刊物《JOURNAL OF POLITICAL ECONOMY》 上的一篇主要文章给我们带来了“实锤”。 

作者之一 Daron Acemoglu，麻省理工学院经济学教授。曾获“小诺奖”之称的克拉克奖

论文作者之一、麻省理工学院（MIT）著名经济学家达伦·阿斯莫格卢（Daron Acemoglu）也是天下顶级经济学家，他与合作者波士顿大学经济学助理教授 Pascual Restrepo 描绘了已往十几年在美国发生着的事实： 

在生产力效应（提升生产力）上，工业机械人显示的并不精彩；与此同时，就业与收入正受到“转变性（transformative）”影响。 

“我们发现相当大的负面就业影响，” 达伦·阿斯莫格卢说。从1990年到2007年，每千名工人再增添一个机械人，天下就业人口比率降低了约0.2％，而美国的某些区域受影响远大于其他区域。这意味着，制造业中每增添一个机械人，平均就有3.3名工人被取代。 

统一时期，在事情场所使用机械人的增添也使人为降低了约0.4％。“我们发现负面的人为效应，由于受影响的区域工人的实际人为正在流失，由于机械人异常善于与他们竞争。” 

论文作者之一 Pascual Restrepo ，波士顿大学经济学助理教授

一 、研究前奏：数据与理论模子

随着工业机械人不停渗透，在1993年至2007年时代，美国和西欧的机械人投入量翻了近4倍。大量机械人被投入到劳动力市场时，这些机械也不能避免地与工人们发生竞争关系。

作为天下最着名的顶尖经济学家之一，达伦·阿斯莫格卢有着天下一流的高明建模能力。在这篇文章，作者基于自己和过往他人的理论功效，构建了一个描绘工人与机械人竞争的简朴模子，试图从理论上去探讨新手艺投入对于劳动力市场的净效应影响。

与已有模子相比，新的模子做了一些拓展和延伸。好比，思量了差别部门的机械人使用率存在异质性；差别的行业间的商品服务可举行商业。 

在不能商业这种封锁情形下，机械人等高科技投入类似于资源投入，而模子中资源投入和人力投入之间是相互替换的，因此，越多的机械人投入一定引起传统人力投入的削减，这也同时可以注释为什么工业机械人对劳动力市场发生的总效应是负向影响。由于这两种效应中，工业机械人替换效应占了优势。

然则，在新建的可商业模子中，在放松约束的情形下，高科技对于某一个行业的生产率提升影响可以溢出到其他行业。因此，这种情形下的一样平常平衡不仅取决于自身，还取决于其他行业使用机械人的情形。 

好比，在保持产量和价钱稳定的情形下，机械人直接替换了工人，然则由此发生的成本降低也增添了产物和劳动力需求。而且，工人可能会被差别的行业吸收，而且专门从事新的和弥补的义务。对这种整体平衡状态的探讨，也是这篇研究的重点，固然，最终效果也如前文所示，并不乐观。 

构建基础模子之后，作者还使用了相关行业的履历数据来磨练模子的强度。 

他们使用了19个行业的数据，这些焦点数据是由国际机械人团结会（IFR）汇编的，该团结会是一个总部位于法兰克福的行业组织，卖力网络有关全球机械人部署的详细统计信息。现在，数据库可以提供1993年~2014年天下上50个国家各个行业机械人使用的存量，覆盖了90%工业机械人市场。 

研究人员还将这些焦点数据与美国人口普查局，经济剖析局和劳工统计局等基于美国的人口，就业，营业和人为数据举行了连系。

除了这些基础性事情之外，为了利便研究和讨论，文章还构建了不少关键性指标。好比各行业机械人使用率（渗透率）的焦点指标：exposure to robots，并通过公式盘算出了各行业人均机械人使用量化指标，APR。

 

二 、哆嗦的结论

在剖析机械人与劳动需求、劳动份额、产业增添值的回归中，效果显示，劳动力状态正在恶化。每在一千名工人中增添一台机械人，就可以削减约0.2个百分点的就业人口比例，人为也会削减0.42％。

也就是说，投入更多机械人虽然有助于提高劳动生产率，但提升水平（productivity effect）并不显著，没有显著增添对劳动力的需求。这种平庸自动化，反而显着地降低了劳动需求与劳动份额，在美国，劳动力被取代（ displacement effect ）占优势。

首先，研究发现，是手艺推动了工业机械人在美国的渗透，这种渗透也与欧洲普遍接纳机械人有着高度相关性。而且，机械人渗透也呈现出行业异质性。

好比，一些行业，如汽车、塑料、化工和金属制品，机械人渗透率大约为每千人7.5台机械人。无论是欧洲照样美国，造纸、印刷、纺织、木料和家具等行业的接纳率只是小幅增进。

其次，研究证实，接纳工业机械人手艺趋势，也与其他行业趋势（好比中美商业、离按外包、IT投资迅猛递增）基本无关。也从反面证实，劳动力市场受到的负面影响仍然主要来自手艺的接纳。

机械人渗透率与中美商业竞争、离案外包等因素相关性很低。

美国和欧洲每千名工人对应的工业机械人数目，美国显著低于欧洲。

美国机械人的行业渗透情形。

第三，进一步地，作者使用1990年~2007年的数据实证磨练机械人渗透对就业率和人为的影响，并发现机械人渗透率越高，就业率与人为降幅也越显著。

好比，每在1000名工人中增添1台机械人，会导致就业率下降0.4%左右。在控制地理、行业和工人性别等因素后，效果仍然稳健；再好比，每在1000名工人中增添1台机械人，与之相对应的人为支出就会下降0.9%左右。这意味着，那些机械人渗透率更高的制造业（好比汽车），每一千人增添7台机械人，会导致人为下降6.3%。

美国工业机械人渗透率的对就业和人为的影响。（没有划分时段）

机械人渗透率对就业与人为的影响。（纵然划分前后两个时段，每一时间段里，负面影响仍然显著；控制一些因素变量后，效果也趋于稳健。）

而且，研究还将原有的1990年~2007划分为两个时间段举行研究，发现负向影响仍然显著存在，没有显著区别。

关于可能存在的Pre-trends（即，受试组是否在受试之前就泛起了相对于对照组的显著区别）的问题，文章也举行了通例磨练，效果显示，在工业机械人还未大量兴起的时代，这种负向影响是不显著的。

机械人、AI等新兴手艺还未大量兴起的时代，这种负向影响是不显著的。

接下来，研究在整个美国范围内，进一步剖析了机械人渗透对美国本土722个通勤区（主要是大都市区域）的影响。他们发现，在麋集使用机械人方面存在很大的地域差异，而且，一个区域工业机械人的集中度与就业率和人为的下降具有直接关系。 

所谓通勤区（Commuting Zone），相当于当地劳动力市场的看法，类似地理单元，利便将县合并为一个区域，比大都市这样的统计单元更利便可行。 

首先，机械人渗透率，地理差异很大。1993年~2007年之间，机械人渗透率的地理漫衍。每千名工人部署0.67个机械人。

其他区域，包罗肯塔基州，路易斯安那州，密苏里州的部分区域，田纳西州，德克萨斯州，弗吉尼亚州和西弗吉尼亚州，测算的机械人渗透率约为每千名工人，部署2到5台机械人。

“锈带”和德州一些地方，每千名工人拥有5到10台机械人。

行业渗透方面，机械人在汽车行业的渗透率超过了其他行业。鉴于机械人部署的行业趋势，受影响最大的国家是汽车行业。密歇根州的机械人集中度最高，在底特律，兰辛和萨吉诺的就业受到的影响最大。

“差别的行业在美国差别的地方有差别的足迹，” Acemoglu指出。

机械人问题最显著的地方是底特律。无论汽车制造业发生什么，对底特律区域的影响都比其他地方要大得多。”

美国工业机械人渗透率的地理漫衍图。

机械人渗透率也适合描绘通勤区的机械人采取情形。

其次，研究人员发现，在通勤区域中，每千名工人增添1台机械人，就会导致就业率下降0.39%，人为下降0.77%。由于统计模子思量到了差别的行业间的商品服务可举行商业，将高科技对其他行业的溢出效应纳入考量，以是，隐含合计后的最终效果是，就业率下降0.2%，人为下降0.42％。这也说明,新手艺对整体生产效率提升有一定效应，但并不够显著。

这项研究确实解释，机械人对收入不平等有直接影响。他们替换的制造业事情来自劳动力的一部分，没有许多其他好的就业选择。效果，机械人使用行业的自动化与蓝领工人的收入下降之间存在直接的联系。

这是由于一部分人不愿意脱离家乡，然则岁数和学习能力使得他们无法跟上自动化生长的事情需求，没有许多其他好的就业选择下使得他们只能接受更低的人为。

“当机械人被添加到制造工厂时，肩负落在了低技术和中级技术的工人上。这确实是我们对机械人的整体研究的主要组成部分，”作者谈道，“实际上，自动化是手艺因素中更大的一部分，在已往30年中加剧了不平等征象。”

三、模子推断的稳健性

无论是描绘哪种焦点指标和看法，好比就业率、机械人渗透率（Exposure to robots），都是在力证本文结论是稳健的。不外，即便如此，模子推断的稳定性仍然会遭遇一些挑战。

好比，在机械人投入使用会影响劳动力市场转变的同时，其他传统方式，如商业政策、增添资源投入或是其他手艺改变也会对劳动市场转变发生影响，这两种转变是否是同样的呢？

在举行这项研究时，两位作者也竭尽全力搞清楚，上述就业和人为趋势是否可能是由其他因素引起。 

通过在回归中控制住传统方式的影响后，他们发现几乎没有影响。而且，效果也与之前的理论重点是一致的。即，自动化在看法上差别于资源积累和其他类型的手艺转变，这些变量与就业和人为转变呈正相关。一种可能的注释原因是，传统方式不会发生替换效应（displacement effect）。

图表剖析了机械人渗透、资源积累、IT资源以及增值对就业和人为的影响。

为了让读者不至于被结论吓到，作者接下来仍然从更多异质性角度去印证、夯实之前的研究结论。 

好比，研究还描绘了机械人投产对差别行业和差别职业工人的影响。机械人渗透的影响集中在制造业，特别是高度自动化的制造业工业，包罗汽车，塑料和化学品，金属产物，电子和食物和饮料等。对于其他制造业，没有显著影响。对修建、零售和小我私家服务三个领域发生了负面影响。

机械人渗透率对差别行业和岗位的影响。 

其次，机械人投产对差别性别、教育水平工人的影响。犹如所示，机械渗透对于就业和人为来说，对男子和女人都有负面影响，对于男子来说，效果影响更大。男性就业下降主要集中在制造业，而女性下降在非制造业。

在学历方面，研究惊讶地发现，研究生学位对工人就业和人为来说，没有积极影响。一种可能的注释是，相对于其他盘算机辅助手艺，工业机械人并没有直接需要弥补高技术工人。 

机械人渗透率对差别教育水平、性别的就业转变的影响。 

再者，机械人渗透率对差别收入工人的影响。使用分位数回归研究显示，那些没有大学学历的员工受到的负面影响显著；对于拥有大学学历或以上学历的人来说，这是一个很好的机遇。这些效果证实了，机械人的负人为效应主要漫衍在底层和中层劳动力。 

机械人渗透率对人为分配的影响。 

模子稳健性讨论靠近尾声时，作者还回覆了计量经济学的内生性问题。由于变量遗漏、注释变量与被注释变量相互影响等模子内生性问题，作者还需要借助工具变量（Instrumental Variables， 简称 IV）来解决它们。不外，回归效果显示，效果依然稳健。 

回归效果显示，效果依然稳健。

四、写在最后：关键在于人类的价值选择 

研究最后指出，到现在为止，美国经济的机械人接纳相对较少，受机械人影响的就业比例相对较小，因此，由于机械人而导致的事情岗位流失被限制在360,000至670,000之间。若是机械人如预期扩散，未来的总体事情损失将更大。 

例如，BCG（2015）曾提出一个“激进”的方案，到2025年，全球工业机械人的数目将翻两番。在作者的研究估量中，这意味着就业人口比率将降低0.94个~1.76个百分点。这些都是相当大的影响。 

不外，同时也应注重，纵然在最激进的情形下，这里没有什么可以支持这样的看法，即新手艺将使大多数事情消逝，而人在很大水平上是多余的。 

无论如何，这篇研究至少解释，只管当前没有真凭实据解释我们投入了“错误的”先进手艺，然则，至少当前的创新市场并没有提供信服证据，这些先进手艺可以杀青有用平衡：在替换的同时，也充实重视缔造出对劳动力有需求的事情岗位。 

这也提醒我们平衡关注新手艺对其他领域，尤其是非经济领域的结果，这些结果通常也是难以预料的。作者曾指出，或许我们可以找到更多的方式来生产增添就业的手艺，而不是取代就业的创新。

“远景并非一片黯淡。”他说。“不能说手艺对工人完全有害，我们对手艺生长方向的选择至关主要。”

参考资料：

1、 Daron Acemoglu、 Pascual Restrepo ：Robots and Jobs: Evidence from US Labor Markets

2、Study finds stronger links between automation and inequality

https://news.mit.edu/2020/study-inks-automation-inequality-0506

本文来自民众号：机械之能（ID：almosthuman2017），作者：微胖