你的工作将被机器人抢走?你可能想太多了

近年来,公众们对于自动化和数字化的担忧又卷土重来了,他们担心这些技术的发展最终会给自己带来一个失业的未来。这场争辩是Carl Benedikt Frey和Michael A. Osborne引起的,他们认为全美47%的工作会遭到计算机的威胁。

这个令人震惊的数字引发了一系列的研究,人们发现在其他欧洲国家,计算机威胁工作机会的风险也存在着。这些研究通常只专注于工作的等级,却忽视了大多数职业都涉及所谓“多项捆绑的任务”,其中有很多是难以自动化的。因此,这些研究可能高估了工人在自动化浪潮中可能会承担的风险。

例如,在Frey和Osborne的研究中,簿记,会计以及审计职位有98%的可能在不久的将来被自动化所取代。然而,这个行业中的大多数职员在完成工作任务的时候,不能缺少面对面的交流,这一点自动化是不太可能达成的(或者说需要付出非凡的努力和高昂的成本)。

在最近一项对OECD经合组织的研究中,我们分析了在特定水平上工作任务的异质性,重新评估可以由机器替代人类工作的份额。为了这项研究,我们采用这21个OECD国家中具有国际可比性的职位信息(由PIAAC数据库提供的工人水平)。[1]我们的研究发现,当考虑到工人们个人所完成的实际任务时,工作的自动化程度是相当低的。

总的来说,我们发现经合组织国家的工作只有9%左右都是自动化的。自动化的工作份额视国家而变,在韩国是6%,在奥地利是12%(见图表)。这些差异与以下因素相关:工作场所的组织、国家先前对自动化技术的投资、以及工人教育程度的不同。需要特别指出的是,在我们的研究中,“受低等教育”的工人比所谓“低质量工人”面临自动化大潮时,更容易被取代。因此,“受高等教育”工人比例较低的国家,通常有较大的“自动化潜力”。

Image: Arntz Melanie Terry Gregory Ulrich Zierahn 2016

这些统计结果是否对新兴经济体适用,还值得商榷,因为这些国家的科学技术通常并不先进。假设这些国家要赶上发达经济体目前的技术水平,那么相反的,过去在发达经济体所发生的技术变化,可以为更多新兴经济体的潜在发展提供信息。

技术进步所导致的工作威胁,从这个角度看似乎也不太明显了(比起被广泛引用的Frey和Osborne的自动化研究应用方法)。但是,即使是我们得出9%的数字并不高,它也足以令人担忧。它表明,每十名工人中,就有一人的工作将会被机器或机器人接管。然而,估计出来的“就业风险”比例,并不等同于实际或预期的就业损失,从技术进步的角度看,有以下三个原因:

首先,由于经济、法律和社会的障碍,新技术的应用将会是一个缓慢而渐进的过程。举例来说,尽管自动化驾驶有着巨大的潜力,企业在开始实施他们的自动驾驶经营战略之前,新技术需要克服各种困难。这也涉及到各种额外成本,以及数字技术的新挑战(如数据和网络安全)。此外,新技术可能会面临法律和道德上的挑战,如在无人驾驶汽车的情况下,人们可能不愿意转让“道德决策”的主动权。同样,在医疗保健服务或服务业,机器也无法成为一种合适的替代方案(尽管存在技术的可能性)。

其次,即使引入了新技术,工人们通常会根据不断变化的技术趋势做出调整,专注于那些机器不能执行的任务。原因在于,新技术固然可以替代人类在工作上的某些任务,但它们通常是补充性的角色。因此,技术进步的条件下,工人可能会执行不同的任务,而不是成为失业者。事实上,现有证据表明,工人越来越多地将工作时间从日常的普通工作(例如阅读,写作)转移到非常规任务(例如创造性,认知性的工作),这些工作难以自动化,自然也就难以被取代。这意味着,未来工人们那些“单调性”和“重复性”的劳动将会被更“多才多艺”和“愉快”的工作取代。

第三,技术变革还会产生额外的工作,它将产生对新产品和服务的需求,并提高采纳新技术的公司的竞争力。最近的一项研究表明,自千禧年以来,欧洲的“计算机化”和“自动化”让劳动力需求效应呈现出“净增长”的趋势。虽然技术革新确实在某些方面替代了劳动力,但它所产生的“劳动力节约效果”,远低于消费和生产增长所产生的额外劳动力需求。根据研究,劳动力在最近十年里一直在与机器“良性竞争”而非“恶性对抗”。未来工作的经济前景可能不像许多人所想的那样悲观。要知道,自动化和数字化不可能破坏大量的工作。更有可能的情况似乎是,相比前几十年,工人们的工作场所将有所改变,也需要不同的技能与工种。然而,在数字变革中,低水平工人可能会面临更难以调整适应的挑战,比起高素质工人,他们的工作更容易被自动化所取代。

这个特征在我们研究样本的所有国家中,都出奇的一致。从政策角度来看,未来可能面临的挑战在于如何解决日益加剧的不平等现象,确保低水平工人应对不断变化的技能需求。然而,在新兴经济体中,技术变革可能产生不同的影响,因为这些国家面临着不同的技术储备现状。

[1] 我们从我们的样本中排除了俄罗斯联邦。当我们控制俄罗斯PIAAC样本时,所有相关变量都是非缺失的,那么这些变量的分布也就不具有代表性了。

作者:
Melanie Arntz, 海德堡大学助理教授
Terry Gregory
Ulrich Zierahn

本文最先刊载于世界银行工作和发展博客。转载请注明来源并附上原文链接

翻译:世界经济论坛博客翻译小组——陈达铿

以上内容仅代表作者个人观点。世界经济论坛博客是一个独立且中立的平台,旨在集合各方观点讨论全球、区域及行业性重要话题。

License and Republishing
World Economic Forum articles may be republished in accordance with the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International Public License, and in accordance with our Terms of Use. The views expressed in this article are those of the author alone and not the World Economic Forum.