推文人 | 王璞 

原文信息：Daron Acemoglu, Pascual Restrepo.2018.“ Demographics and Automation”，NBER Working Paper No. 24421/Issued in March 2018

 

一、引言和背景

 

自动化和机器人技术被认为能改变生产过程中的方方面面（例如，Brynjolfsson和McAfee，2012，Ford，2016），此外有大量文献（例如，Graetz和Michaels，2018，Acemoglu和Restrepo，2018a）证实自动化和机器人技术在现代制造业中已经取得了重要进展。但自动化和机器人技术在各国之间的传播速度存在很大差异。2014年的调查数据显示，美国制造业中每千名工人的工业机器人数量仅为9.14，而日本为14.20，德国为16.95，此外还需注意韩国为20.14。此外，美国在生产机器人方面也远落后于德国和日本比如，没有一家主要的工业机器人生产商总部设在美国，而相比之下，在德国和日本（Leigh和Kraft，2018）却各占六家。

 

在未来接的十几年，各国自动化的这种差异会持续存在，可能不仅与各国自动化核心技术的差异或者是机器人与自动化技术自身的发展有关，可能还与Acemoglu和Restrepo在2017年的文章提出的观点有关，即：人口老龄化有关。尽管老龄化对生产力和产出有潜在的负面影响，老龄化与各国GDP增长之间没有明显负相关关系。

 

该文从理论层面和实证层面论证了老龄化将加速一个国家的工业自动化层度，特别是那些需要密集使用和开发的机器人领域。该文主要研究美国，关注中年工人（指年龄在21到55岁之间的工人）与机械化程度的数据。

 

二、假设与主要结论

 

在本文中，作者提出了一个假设，即自动化的跨国差异在一定程度上由人口趋势解释。美国和英国，在机器人技术方面落后于德国和日本，主要原因是 英美并不像德国、日本和韩国的人口老龄化严重。作者的模型认为，各国的机器人与自动化需求的差异性并非来自于服务型行业，而是制造业。此外，在本文的实证部分，作者的数据显示，企业会更愿意使用自动化技术在当企业面临人口中年劳动力人群缺失之时。该文首先是构建了一个简单模型来描述技术的适应性和创行性。理论模型假设了两种工人类型，一种是中年工人，另外一种老年人，这两类工人被分配到不同的行业，并赋予不同的工作任务。中年工人在生产任务中具有比较优势，而老年工人专门从事非生产服务。理论模型中，技术是内生的，企业可以投入资源来实现自动化，并利用劳动替代机械进行生产。此外，企业在面临中年劳动力稀缺时，即此类人群工资上涨时，企业有更大的意愿采用自动化技术。基于此理论框架，作者证明，人口结构的变化将减少中年工人与老年工人的比例，导致企业采用额外的自动化技术。这种影响效应在那些更多依赖中年人的行业中尤为明显。人口结构变化如何生产力的影响，作者的模型的结论是模棱两可的：一方面，在给定技术水平条件下，人口变化，尤其是老龄化可能会减少每个工人的产出。另一方面，由于劳动力稀缺，导致企业被逼自动化（即：诱导型自动化效应，或称为技术的适应性）会使得更便宜的机器和自动化技术用于生产，进而提高生产率。

 

三、本文的不足

 

作者认为需要更细分的行业层面数据来研究产出、人口结构和自动化技术之间的关系，尤其是涉及公司层面的数据。此外，有必要进一步调研，人口结构改变带来的技术适应性效应是否有诸如各国的劳工与工资机制不同，导致了自动化技术与人口结构的变化带来的某种和解机制。此外，是否因劳工与工资机制的影响了自动化技术的普及。第三，作者认为可能更为有趣的视角是研究自动化技术与劳动力市场中的性别比例的关系。此外作者承认研究数据库的构建和收集实在太迟，并没有捕获到发达国家几次科技浪潮冲击下的劳动群体性别比例变化等信息。最后，尽管众所周知，我们身处全面人工智能时代的前夜，在人工智能时代有更多的职业会被自动化取代。但是本文仅研究了制造业与自动化技术之间的关系，那么非制造业的自动化动机如何？与产出之间的关系如何？这类研究还非常稀缺，亟待学者去研究。

 

原文摘要

 

We argue theoretically and document empirically that aging leads to greater (industrial) automation, and in particular, to more intensive use and development of robots. Using US data, we document that robots substitute for middle-aged workers (those between the ages of 21 and 55). We then show that demographic change—corresponding to an increasing ratio of older to middle-aged workers—is associated with greater adoption of robots and other automation technologies across countries and with more robotics-related activities across US commuting zones. We also provide evidence of more rapid development of automation technologies in countries undergoing greater demographic change. Our directed technological change model predicts that the induced adoption of automation technology should be more pronounced in industries that rely more on middle-aged workers and those that present greater opportunities for automation. Both of these predictions receive support from country-industry variation in the adoption of robots. Our model also implies that the productivity implications of aging are ambiguous when technology responds to demographic change, but we should expect productivity to increase and the labor share to decline relatively in industries that are more amenable to automation, and this is indeed the pattern we find in the data.