Andersonの視点

40年の自動化は、労働組合の衰退やアウトソーシングよりも米国の賃金を押し下げた

mm
Unite.AI を Google の優先ソースに追加

米国国立経済研究所(NBER)からの新しい研究論文は、機械学習を使用して、過去40〜50年間にわたる米国の賃金と収入不平等の増加の原因を調査し、自動化が、労働組合の衰退、海外移転、またはその他の政治的に物議を醸す理論よりも、収入損失におけるより大きな役割を果たしていることを結論付けた。

報告書は、1980年から2016年の間に、米国の賃金構造の変化の50〜70%は、ロボット自動化やソフトウェアによる従来の手作業タスクの吸収などの新しい自動化技術を通じて、タスク置換が発生した業界の労働者セクターの賃金低下で占められていると結論付けた。

非難できない変化

研究者の結論は、1970年代後半から新自由主義経済学の台頭により、収入不平等が体系的に悪化したという、成長する一般的な認識に、統計的な挑戦を投げかけている。

むしろ、彼らは、財政的不平等の増大を、政策の結果ではなく、技術の発展の有機的な機能と見なしている。

戦後の年間(右図)では、1980年以降の期間と比較して、タスク置換のより安定したパターンが見られる。

クリックして拡大。 戦後の年間(右図)では、1980年以降の期間と比較して、タスク置換のより安定したパターンが見られる。

実際、研究は、40年間の新自由主義政府を、技術の進歩の出現に対する機会主義者として描写し、財政的平等と、議論の的となっているプレカリアートの成長につながる社会的・経済的政策システムの先見の明のある設計者として描写していない。

ただし、報告書は、過去15〜20年間の住宅費用の増加については触れていないが、これは、賃金停滞と減少の長期的な影響を悪化させ、政治化させている、重要な要因であると考えられる。

NBERの研究は、収入の趨勢の二極化を示しており、より高く教育を受けた人々の収入が相対的に高くなり、自動化が可能である役割や業界では賃金が停滞または減少している。

NBERによる収入の趨勢の分岐。出典:https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

クリックして拡大。 NBERによる収入の趨勢の分岐。 出典:https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

研究はまた、賃金格差の減少は、高校中退者の男性が1980年以来15%の実質賃金を失っていることと関連しており、長期的には「慎重な生産性の増加」にのみ関連していることを主張している。

スキルベースの技術変化理論(SBTC)への挑戦

この論文は、収入の変化を、スキルベースの技術変化(SBTC)に帰した以前の理論に異議を唱えている。SBTCは、下位スキル労働者が新しい技術によって上位スキル労働者に「スキルアップ」することを示唆している。

STBCの概念は、AIが人々の仕事を奪うという懸念に対する「解毒剤」として現在人気があるが、NBERの論文は、1990年代のスキル需要の増加を、この理論の最も一般的に引用される擁護の一つとして引用している。

労働シェアの減少を経験した業界における、実質賃金の減少とさまざまな人口統計グループの関係。ドットは500の人口統計グループを表し、サイズの変化は総労働時間の指標である。

労働シェアの減少を経験した業界における、実質賃金の減少とさまざまな人口統計グループの関係。ドットは500の人口統計グループを表し、サイズの変化は総労働時間の指標である。

自動化の代理としての労働シェアの減少

業界における自動化に関する一貫した経験的統計が不足しているため、NBERの研究者は、労働シェアの減少を「自動化の明らかな兆候」として使用している。研究者は次のように主張している。

「米国の賃金構造の変化の多くは、労働シェアの減少を経験した業界で、ルーチンタスクに特化した労働者の相対賃金の低下によって説明される。」

報告書はさらに、自動化に対して脆弱なタスクに特化した労働者は、これらの変化の影響を受け、相対的および潜在的に絶対的な賃金の低下を被るだろうと述べている。

NBERの報告書は、以前の報告書と同じ数字を使用しているが、労働力はこれらの業界内で変化しているのではなく、新しい自動化体制の下で労働者が解雇されていると結論付けている。データの範囲を超えて捨てられた労働者の運命を追跡することは統計的に困難であるため、他の研究が絵を完成させる必要がある。

失われた仕事、変化しない仕事

報告書の推定値は、1980年から2016年の間に、タスクの置換(自動化またはその他の手段へのタスクの移動)が、賃金構造の変化の50〜70%を占めているのに対し、従来のSBTCの変化(労働者のより良い結果)は、10%未満を占めていることを示している。

研究者は、輸入競争、労働組合の衰退、海外移転、地域の変化、人口の増加、マークアップなどの要因を考慮しても、彼らの中心的なモデルは健全であると発見した。

報告書は、自動化に対して脆弱な業界のコアにおけるタスクベースの置換は、米国の経済の構成を変える可能性があり、他の業界で需要の増加を生み出す可能性があることを認めるが、非自動化された役割の数が減少するため、失業した労働者が競争し、賃金が下方に圧力を受け、賃金水準が抑制される「波及効果」をもたらすことも指摘している。

機械学習のライターであり、ヒューマンイメージシンセシスのドメインスペシャリスト。Metaphysic.aiの研究コンテンツ責任者を務めていたが、DNEGのBrahma.aiへの統合により解散した。
Portfolio site: martinanderson.ai
Contact:martin@martinanderson.ai