Connect with us

人工智能

40 年的自动化比去工会化或离岸外包更能降低美国工资

mm

一篇新的 工作论文 由美国国家经济研究局(NBER)使用机器学习来研究过去 40-50 年美国工资和收入不平等上升的原因,并得出结论,自动化在收入损失中扮演的角色远大于去工会化、离岸外包和其他更具政治敏感性的理论,这些理论自 2008 年金融危机以来已经在公众中根深蒂固。

报告得出结论,在 1980-2016 年美国工资结构的变化中,50-70% 的变化是由于新自动化技术(包括机器人自动化和软件对以前的手动任务的采用)导致的“任务置换”在行业中发生的工人部门的工资下降。

无责变化

研究人员的结论对一种日益增长的流行观念提出统计挑战,即自 1970 年代末以来,新自由主义政治经济学的兴起使得收入不平等被系统地加剧。

相反,他们将日益增长的财富不平等描述为技术发展的自然功能,而不是最初旨在削弱 1970 年代崛起的工会力量和第二次世界大战后工人与行业之间更公平的关系平衡的政策的净效应。

战后年份(右图)显示出一种比 1980 年以来更稳定的任务置换模式。

点击放大。 战后年份(右图)显示出一种比 1980 年以来更稳定的任务置换模式。

实际上,该研究将 40 年的大部分新自由主义政府描绘为机会主义者(相对于新技术发展的出现),而不是作为社会和经济政策体系的先知,这些政策体系导致了财富平等和 争议的临时工阶层的增长

然而,该报告没有解决过去 15-20 年住房成本的上升问题,这可能是加剧和政治化长期工资停滞和下降的实际影响的关键因素——这是一种目前 引起人们广泛批评 的现象,即联邦政府在面对大型企业投资者的超大规模竞价战时无所作为。

NBER 研究显示,收入趋势两极分化,受过更好教育的人收入更高,而在自动化已被证明是可能的角落或行业中,工资停滞或下降。

根据 NBER 的收入趋势分化。来源:https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

点击放大。 根据 NBER 的收入趋势分化。来源:https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

该研究还断言,工资平等的下降,这意味着没有高中毕业证书的男性现在的实际工资比 1980 年低 15%,仅与长期“适度的生产力收益”有关。

挑战基于技能的技术变革(SBTC)理论

该论文指出,旧理论将这些报酬变化归因于基于技能的技术变革(SBTC),它描绘了对低技能工人更为有利的图景,即他们可以通过新技术“提升”到更高技能的角色。

SBTC 的观点认为,工作岗位“转变”而不是消失,目前是对社会对人工智能夺走人类工作岗位的恐惧的 流行的解药,NBER 论文引用 1990 年代对技能需求的增长作为这一理论最常被引用的辩护之一。

各个人口统计群体在劳动力份额下降的行业中实际工资下降的关系。点表示 500 个人口统计群体,大小变化表示总工作时间的变化。

各个人口统计群体在劳动力份额下降的行业中实际工资下降的关系。点表示 500 个人口统计群体,大小变化表示总工作时间的变化。

劳动份额下降作为自动化的代理

由于缺乏行业自动化的一致性经验统计数据,NBER 研究人员使用劳动份额下降作为“自动化的明显迹象”。研究人员声称:

‘过去四十年来,美国工资结构的变化中很大一部分是由专门从事常规任务的工人在劳动份额下降的行业中的相对工资下降所解释的。’

报告进一步指出,专门从事容易被自动化的任务的工人“将承担这些变化的重担,并将遭受相对和可能绝对的工资下降”。

NBER 报告使用与以前报告相同的许多数字,但得出这样的结论:劳动力并不是在这些行业内部转变,而是工人正在在新的自动化制度下被淘汰。由于跟踪被丢弃的工人在数据范围之外的命运在统计学上是困难的,因此其他研究需要接过这个问题。

工作岗位流失,而不是转变

报告的估计显示,任务置换(任务转移到自动化或其他手段)占 1980-2016 年间观察到的工资结构变化的 50-70%,而传统的 SBTC 运动(对工人来说是一个更好的结果)占这些变化的不到 10%。

研究人员发现,他们的核心模型即使在考虑进口竞争、工会衰落、离岸外包、区域差异、人口增加和标记等因素时仍然成立。

该报告承认,在容易受到自动化的核心行业中,基于任务的置换可以改变美国经济的组成,这可能会在其他行业创造对劳动力的更大需求,但也指出被自动化的工人竞争日益减少的非自动化角色所产生的“涟漪效应”,这导致工资被压低,工资水平被抑制。

机器学习作家,人类图像合成领域专家。曾任 Metaphysic.ai 研究内容负责人。
个人网站: martinanderson.ai
联系: [email protected]
Twitter:@manders_ai