1704605533

1704605534  54  曼海姆大学的研究人员开展的一项研究表明，只有9%的工作岗位会被自动化所取代。参见M. Arntz, T. Gregory, and U. Zierahn, 2016, “The Risk of Automation for Jobs in OECD Countries” (OECD Social, Employment and Migration Working Paper 189, Organisation of Economic Cooperation and Development, Paris)。经合组织最近的一项研究预计，14%的工作岗位面临被取代的风险。参见L. Nedelkoska and G. Quintini, 2018, “Automation, Skills Use and Training” (OECD Social, Employment and Migration Working Paper 202, Organisation of Economic Cooperation and Development, Paris)。在这些研究和我们的研究背后，一直存在着一种直觉，即我们可以通过分析任务来推断工作岗位的自动化程度。然而，曼海姆大学开展的研究并没有完全依赖任务，而是纳入了包括性别、受教育程度、年龄和收入等人口统计学变量。例如，女性和受过大学教育的人更愿意从事自动化程度较低的职业，按照他们的研究，拥有博士学位的女性出租车司机比开了几十年出租车的男性更不容易被自动驾驶车辆取代。实际上这种情况几乎不可能是事实。意识到这个问题后，经合组织的研究者采纳了我们的方法，使用任务而非劳动者的特点作为评估指标。但正如曼海姆大学的研究一样，经合组织也使用了国际成人能力评估方案（PIAAC）收集的个人数据，而没有使用职业平均水平数据。这种方法可以让作者区分不同职业中的劳动者，他们执行的任务可能稍有差异。这种方法的缺点是他们不得不依赖于更广泛的职业分类，经合组织的研究人员指出，将许多不同的职业混为一谈，意味着有价值的信息会丢失。此外，令人遗憾的是该研究没有提供任何职业内部变化的细节，这表明他们在解释其研究结果和我们的研究结果之间的差异时，还可能会出现关联更紧密的因素。事实上，我们难以相信不同的卡车司机（或其他职业的工人）完成的任务会有如此大的差异。最终若要检查他们的模型和我们的模型哪个更可取，唯一合理的评估方法是他们的研究在该培训集上表现如何（经合组织的研究也使用了我们的培训数据集）。评估这一点的常用指标是ROC曲线下的面积（AUC），通过使用这一指标，可以认为我们研究中的非线性模型比他们的线性模型更精确。有关这些估值如何以及为何不同的详细讨论，参见C. B. Frey and M. Osborne, 2018, “Automation and the Future of Work—Understanding the Numbers,” Oxford Martin School, https://www.oxfordmartin.ox.ac.uk/opinion/view/404。

1704605535

1704605536  55  参见Arntz, Gregory, and Zierahn, 2016, “The Risk of Automation for Jobs in OECD Countries,” table 5。

1704605537

1704605538  56  Council of Economic Advisers, 2016, “2016 Economic Report of the President,” chapter 5, https://obamawhitehouse.archives.gov/sites/default/files/docs/ERP_2016_Chapter_5.pdf.

1704605539

1704605540  57  J. Furman, forthcoming, “Should We Be Reassured If Automation in the Future Looks Like Automation in the Past?,” in Economics of Artificial Intelligence, ed. Ajay K. Agrawal, Joshua Gans, and Avi Goldfarb (Chicago: University of Chicago Press), 8.

1704605541

1704605542  58  M. Ford, 2015. Rise of the Robots: Technology and the Threat of a Jobless Future (New York: Basic Books), introduction, Kindle.

1704605543

1704605544  59  D. Remus and F. Levy, 2017, “Can Robots Be Lawyers? Computers, Lawyers, and the Practice of Law,” Georgetown Journal Legal Ethics 30 (3): 526.

1704605545

1704605546  60  我们明确指出了，“我们侧重于从技术能力的角度预估在一些不具体的年限内可能被计算机资本替代的就业份额。我们不会去估计有多少岗位将在事实上实现自动化。计算机化的实际程度和速度将取决于另一些没有说明的额外因素”。（C. B. Frey and Osborne, 2017, “The Future of Employment,” 268）

1704605547

1704605548  61  参见D. H. Autor, 2014, “Skills, Education, and the Rise of Earnings Inequality among the ‘Other 99 Percent,’” Science 344 (6186): 843–51。

1704605549

1704605550  62  W. K. Blodgett, 1918, “Doing Farm Work by Motor Tractor,” New York Times, January 6.

1704605551

1704605552  63  D. P. Gross, 2018, “Scale Versus Scope in the Diffusion of New Technology: Evidence from the Farm Tractor,” RAND Journal of Economics 49 (2): 449.

1704605553

1704605554  64  “17,000,000 Horses on Farms,” 1921, New York Times, December 30.

1704605555

1704605556  65  T. Sorensen, P. Fishback, S. Kantor, and P. Rhode, 2008, “The New Deal and the Diffusion of Tractors in the 1930s” (Working paper, University of Arizona, Tucson).

1704605557

1704605558  66  R. Solow, 1987, “We’d Better Watch Out,” New York Times Book Review, July 12; H. Gilman, 1987, “The Age of Caution: Companies Slow the Move to Automation,” Wall Street Journal, June 12.

1704605559

1704605560  67  出处同上。

1704605561

1704605562  68  参见T. F. Bresnahan, E. Brynjolfsson, and L. M. Hitt, 2002, “Information Technology, Workplace Organization, and the Demand for Skilled Labor: Firm-Level Evidence,” Quarterly Journal of Economics 117 (1): 339–76；E. Brynjolfsson, L. M. Hitt, and S. Yang, 2002, “Intangible Assets: Computers and Organizational Capital,” Brookings Papers on Economic Activity 2002 (1): 137–81；E. Brynjolfsson and L. M. Hitt, 2000, “Beyond Computation: Information Technology, Organizational Transformation and Business Performance,” Journal of Economic Perspectives 14 (4): 23–48。

1704605563

1704605564  69  M. Hammer, 1990, “Reengineering Work: Don’t Automate, Obliterate,” Harvard Business Review 68 (4): 104–12.

1704605565

1704605566  70  关于许多公司的流程再造计划，参见J. Rifkin, 1995, The End of Work: The Decline of the Global Labor Force and the Dawn of the Post-market Era (New York: G. P. Putnam’s Sons)。

1704605567

1704605568  71  P. A. David, 1990, “The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox,” American Economic Review 80 (2): 355–61.

1704605569

1704605570  72  详细讨论参见R. J. Gordon, 2005, “The 1920s and the 1990s in Mutual Reflection” (Working Paper 11778, National Bureau of Economic Research, Cambridge, MA)。

1704605571

1704605572  73  S. D. Oliner and D. E. Sichel, 2000, “The Resurgence of Growth in the Late 1990s: Is Information Technology the Story?,” Journal of Economic Perspectives 14 (4): 3–22.

1704605573

1704605574  74  W. D. Nordhaus, 2005, “The Sources of the Productivity Rebound and the Manufacturing Employment Puzzle” (Working Paper 11354, National Bureau of Economic Research, Cambridge, MA).

1704605575

1704605576  75  据估计在1993—2007年，在17个国家的国内生产总值（GDP）里，机器人在总增长中所占的比例超过了十分之一。参见G. Graetz and G. Michaels, forthcoming, “Robots at Work,” Review of Economics and Statistics。

1704605577

1704605578  76  J. Bughin et al., 2017, “How Artificial Intelligence Can Deliver Real Value to Companies,” McKinsey Global Institute, https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/how-artificial-intelligence-can-deliver-real-value-to-companies.

1704605579

1704605580  77  实际上技术带来的许多好处无法估量，这在原则上可以为生产率的下降提供一些解释。在最近的一项研究中，经济学家奥斯坦·古尔斯比（Austan Goolsbee）和彼得·可莱诺（Peter Klenow）使用了一种新的方法来衡量那些基于互联网的技术的价值，他们的研究对象是人们上网的时间。基于“消费涉及收入和时间的支出”这一直觉，他们估计与互联网相关的消费者盈余可能高达3%（人均中位数为每年3000美元）。参见A. Goolsbee and P. Klenow, 2006, “Valuing Consumer Products by the Time Spent Using Them: An Application to the Internet,” American Economic Review 96 (2): 108–13。查德·斯弗森（Chad Syverson）最近使用美国人时间使用调查和个人可支配收入的数据，扩展了关于时间价值的分析。他根据古尔斯比和可莱诺得出的3%的估值，计算出2105年与互联网相关的人均消费者盈余约为3900美元。（2017, “Challenges to Mismeasurement Explanations for the US Productivity Slowdown,” Journal of Economic Perspectives 31 [2]: 165–86）尽管如此，我们仍不清楚在计算机时代误测现象是否更加严重。事实上，美国参议院于1995年任命的博斯金委员会也发现了大量未被衡量的、质量有待改进的证据。因此，在近期的生产率放缓是否是误测这一点上，已经不是误测是否存在的问题，而是误测在近年来是否变得更严重的问题了。经济学家已经证明，这一问题的回答是否定的。虽然确实存在误测，但这种错误似乎在变小，而不是变大。与计算机硬件和相关服务以及无形资产（如专利、商标和广告支出）的价格相关联的误测只会让生产率增长放缓更严重。1995—2004年，国内与计算机相关的产品和服务的产量下降了，这意味着在一些数字技术方面的误测变严重了，当时的误测问题比现在更严重。将这些调整汇总在一起，1995—2004年公布的劳动生产率数据增加了0.5个百分点，但2004—2014年仅增加了0.2个百分点。（参见D. M. Byrne, J. G. Fernald, and M. B. Reinsdorf, 2016, “Does the United States Have a Productivity Slowdown or a Measurement Problem?,” Brookings Papers on Economic Activity, 2016 [1]: 109–82）即使我们将消费者从维基百科、谷歌、脸书等免费服务中获益的高端收益考虑在内，也只能解释经济放缓的三分之一左右的内容。斯弗森认为如果生产率增速没有下降，2015年的GDP将增长16%，美国经济将增加2.9万亿美元，这相当于每个公民的收入增加9100美元或每个家庭的收入增加23,400美元。（2017, “Challenges to Mismeasurement Explanations for the US Productivity Slowdown”）我们的基本观点是，误测范围可能很大，但不足以解释生产率的下降。生产率放缓似乎是结构性的，同时也是真实的。

1704605581

1704605582  78  Brynjolfsson, Rock, and Syverson, forthcoming, “Artificial Intelligence and the Modern Productivity Paradox,” 25.

[ 上一页 ]  [ :1.704605533e+09 ]  [ 下一页 ]