机器人技术发展对就业的影响——职业替代的视角

科学学研究 ›› 2022, Vol. 40 ›› Issue (3): 443-453.

机器人技术发展对就业的影响——职业替代的视角

刘涛雄¹,²,潘资兴¹,²,刘骏³

1.
2. 清华大学
3. 北京外国语大学

收稿日期:2021-02-07 修回日期:2021-09-19 出版日期:2022-03-15 发布日期:2022-03-15
通讯作者: 刘骏
基金资助:
机器人替代效应对劳动力的影响测度和国际比较;基于大数据的中国宏观经济景气衡量方法研究

The Impact of Robotics Development on Employment: A Perspective from Occupation Replacement

Received:2021-02-07 Revised:2021-09-19 Online:2022-03-15 Published:2022-03-15

摘要/Abstract

摘要： 机器人技术在中国发展极为迅速，关于机器人对中国就业市场的影响研究显得尤为重要。本文从职业层面出发，运用LASSO回归和随机森林的方法测算出了O*NET上435个职业（对应中国职业分类大典中千余个细分职业）的被替代可能性。分析结果表明，我国有大约33%的劳动力处于高风险等级，性别、年龄、受教育水平和工资都与被替代可能性有显著的相关关系。最后，本文探究了机器人对未来中国就业的影响。在产业结构调整顺利进行的背景下，若中国未来三十年GDP平均增长率达到5.5%左右，机器人对劳动力的替代效应并不会对总体就业水平产生很大的冲击。在产业结构调整不到位的情况下，机器人对劳动力的替代效应将给中国就业带来严峻挑战。

Abstract: With the rapid development of robotics technology in China, it is particularly important to study the impact of robots on China's job market. We use LASSO regression and random forest to calculate the probabilities of 435 occupations being replaced by robots on O*NET (corresponding to more than a thousand sub-occupations in China's occupational classification code). The results show that about 33% of China's labor force is at high risk of being replaced, and gender, age, education level and salary are all correlated with the probabilities. Finally, this paper explores the impact of robots on future employment in China. If China can maintain the average GDP growth rate to 5.5% in the next 30 years under the background of industrial restructuring, the replacement effect of robots on labor will not have a big impact on China's overall employment situation, but when China's average GDP growth rate cannot be maintained at such a growth rate, or the industrial structure is not fully adjusted, the substitution effect of robots on labor will cause unemployment.

刘涛雄潘资兴刘骏. 机器人技术发展对就业的影响——职业替代的视角[J]. 科学学研究, 2022, 40(3): 443-453.

参考文献

[1] Acemoglu, D., & Restrepo P. ,2017b, “Secular stagnation? The effect of aging on economic growth in the age of automation. ” American Economic Review, 107(5): 174-79. [2] Acemoglu, D., & Restrepo P. 2018b. “Artificial intelligence, automation and work”. National Bureau of Economic Research. [3] Acemoglu, D., & Restrepo, P. ,2017a, “Robots and jobs: Evidence from US labor markets.” [4] Acemoglu, D., & Restrepo, P. ,2018a, “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment. ” American Economic Review, 108(6), 1488-1542. [5] Autor, D. H., & Dorn, D. ,2013, “The growth of low-skill service jobs and the polarization of the us labor market.” American Economic Review,103(5), 1553-1597. [6] Autor, D. H., & Handel, M. J. ,2013, “Putting tasks to the test: Human capital, job tasks, and wages. ” Journal of Labor Economics, 31(S1), S59-S96. [7] Autor, D. H., Levy, F., & Murnane, R. J. ,2003, “The skill content of recent technological change: An empirical exploration.” The Quarterly journal of economics, 118(4), 1279-1333. [8] Blinder, A. S. ,2009, “How many US jobs might be offshorable? ” World Economics, 10(2), 41. [9] Brynjolfsson, E., & McAfee, A. ,2012, “Race against the machine: How the digital revolution is accelerating innovation, driving productivity, and irreversibly transforming employment and the economy. ” [10] Brzeski, C. & I. Burk ,2015, “Die Roboter kommen. Folgen der Automatisierung für den deutschen Arbeitsmarkt [The Robots Come. Consequences of Automation for the German Labour Market] ”, ING DiBa Economic Research. [11] Frey, C. B., & Osborne, M. A. ,2017, “The future of employment: how susceptible are jobs to computerisation?. ” Technological Forecasting and Social Change, 114, 254-280. [12] Graetz, G., & Michaels G. ,2018, “Robots at Work.” Review of Economics and Statistics, 100(5): 753-768. [13] Karabarbounis, L., & Neiman, B. ,2013, “The global decline of the labor share.” The Quarterly Journal of Economics, 129(1), 61-103. [14] Keynes, J. M., ,1930, “Economic Possibilities for Our Grandchildren. ” Essays in Persuasion. 358-73. [15] Kromann L, Skaksen J R, 2011. S?rensen A. Automation, “labor productivity and employment–a cross country comparison. ” CEBR, Copenhagen Business School. [16] MacCrory, F., Westerman, G., & Brynjolfsson, E. ,2015, “Identifying the Multiple Skills in Skill-Biased Technical Change. ” [17] Manyika, J., Chui, M., Bughin, J., Dobbs, R., Bisson, P., & Marrs, A. ,2013, “Disruptive technologies: Advances that will transform life, business, and the global economy (Vol. 180). ” San Francisco, CA: McKinsey Global Institute. [18] Pajarinen, M. & P. Rouvinen ,2014, “Computerization Threatens One Third of Finnish Employment. ” ETLA Brief, No. 22, pp. 13. [19] Prettner, K., & Strulik H. ,2017, “The Lost Race Against the Machine: Automation, Education and Inequality in an R&D-Based Growth Model. ” Center for European, Governance and Economic Development Research Discussion Papers. No.329. [20] Sachs, J. D. ,2015, “Robots: Curse or Blessing? a Basic Framework. ” National Bureau of Economic Research. No. w21091. [21] Tinbergen J. 1974. Substitution of Graduate by other Labour. Kyklos, 27(2):217-226. [22] Tinbergen J. 1975. Income differences: recent research. Books. [23] 陈彦斌，林晨，陈小亮：《人工智能、老龄化与经济增长》，《经济研究》，2019年第7期。 [24] 金陈飞，吴杨，池仁勇，吴宝：《人工智能提升企业劳动收入份额了吗?》，《科学学研究》， 2020年第1期。 [25] 李平，江飞涛，王宏伟，巩书心：《2030年中国社会经济情景预测——兼论未来中国工业经济发展前景》，《宏观经济研究》， 2011年第6期。 [26] 刘伟，蔡志洲，郭以馨：《现阶段中国经济增长与就业的关系研究》，《经济科学》，2015年第4期。 [27] 陆明涛，袁富华，张平：《经济增长的结构性冲击与增长效率:国际比较的启示》，《世界经济》，2016年第1期。 [28] 孟令国，李超令，胡广：《基于PDE模型的中国人口结构预测研究》，《中国人口:资源与环境》，2014年第2期。 [29] 盛来运，郑鑫：《实现第二个“一百年”目标需要多高增速? 》，《管理世界》，2017年第10期。 [30] 王广州：《中国人口预测方法及未来人口政策》，《财经智库》，2018年第3期。 [31] 王永钦，董雯：《机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据》，《经济研究》，2020年第10期。 [32] 闫雪凌，朱博楷，马超：《工业机器人使用与制造业就业:来自中国的证据》，《统计研究》，2020年第1期。 [33] 杨光，侯钰：《工业机器人的使用、技术升级与经济增长》，《中国工业经济》， 2020年第10期。 [34] 张车伟，蔡昉：《就业弹性的变化趋势研究》，《中国工业经济》，2002年第5期。 [35] 张军，徐力恒，刘芳：《鉴往知来:推测中国经济增长潜力与结构演变》，《世界经济》，2016年第1期。 [36] 郑伟，林山君，陈凯：《中国人口老龄化的特征趋势及对经济增长的潜在影响》，《数量经济技术经济研究》，2014年第8期。 [37] 周灵灵：《中国就业弹性的变动趋势及原因:综述与评析》，《劳动经济评论》，2014年第1期。