自动化对职业价值的影响

转自：上观新闻

摘要

在这个技术飞速发展的当下，自动化和机器人深刻地影响着劳动力市场。MariaPetrova、GregorSchubert、BlediTaska和PinarYildirim合著的论文《自动化、职业价值和政治偏好》，通过分析1600万美国人的简历数据，揭示了其对个人职业生涯价值与政治偏好的影响。

研究表明，2000年至2016年间，美国职业价值的增长呈现下降趋势，主因是职业流动性的减少。2004至2008年间，对每千名工人增加一个机器人，本地市场的职业价值平均减少3900美元。而在2008年至2016年，职业价值下降至2480美元，这种价值下降尤其影响职业上升空间受限的低技能劳动者。

数据集概况

该文章的数据源于BurningGlassTechnologies。简历数据详细记录了美国379个都会统计区求职者的地理位置和历史职业信息，包括：求职者在各个职位上的职称、任职公司、工作起止日期、教育背景和专业认证和居住地。数据经解析，构建出每位求职者从首次就业到最新职位的完整职业历程，表1展示了数据的基本统计信息。

表1工作数据特征总结

劳动力市场职业转换趋势

首先，作者对数据进行了初步分析，展示了过去15年美国劳动力市场的变化趋势。图1至图3的职业转移概率来自BGT数据，统计了在特定时期内改变职业的人，并计算出他们在下一个时期从事特定职业的比例。

图1是2000年至2015年期间，每5年进入管理、工程、建筑、维护和生产职业的转换概率。相比2000至2005年，2010至2015年期间职业转换的频率有所降低。

图2展示了从“生产”职业群体（大多数制造业职业所属的群体）到其他职业群体的转换概率，用箭头连接的圆圈代表工人转换到的职业群体，圆圈的大小反映了转换到该群体的概率。对比这两个时间点的图表可知，这段时间内从生产职业到“管理”和“建筑与工程”职业群体的转换概率有所下降。

图3通过展示从生产职业转出和向管理职业的转入趋势，可以发现，从生产职业转出随时间推移增加，而向管理职业的转入则随时间推移有所减少。

03

技术路线

职业价值定义

文章中对职业价值做了定义与计算。作者认为职业价值是通过考虑一个职业在未来可能带来的收入流来衡量的。具体来说，职业价值（CareerValue,CV）是通过以下公式计算的：

工人和计量经济学家都不能完美地预见个人未来的职业价值。相反，对于时期t中的某个职业o的个人，可以通过考虑她在时期t+1、t+2等未来可能持有的职业的概率路径以及这些未来职业所支付的工资来估计职业生涯的现值。

本地市场职业价值

为了研究本地劳动市场层面职业价值的变化，本文估算了“本地市场职业价值”（LMCVct），它表示在时间段t内，按通勤区c中本地职业的就业份额加权后的所有本地职业的累积职业价值：

职业价值变化

图4对比了2000年至2016年各职业群体职业价值变化与2000年至2002年期间的起始年薪平均水平。结果显示，尽管职业价值变化与起始工资存在相关性，但变化幅度较大：部分职业的职业价值显著提升，而其他一些职业则保持不变或有所下降。相较之下，工资变化与起始工资的关系在图5中呈现出明显的线性趋势。通过对比图4和图5，可以推断职业之间的差异不仅体现在工资增长上，还表现在职业流动性机会上。图4中各职业群体的职业价值分布更为广泛。

自动化暴露度

自动化暴露度是通过考虑每个通勤区（CommutingZone,CZ）内不同行业的机器人使用情况来衡量的。研究者使用了国际机器人联合会（IFR）的数据，这些数据涵盖了不同国家和行业的机器人库存情况。

通过回归分析可估计自动化对职业价值的影响，回归方程如下：

为了解决潜在的内生性问题，研究者们采用了工具变量法（IVLasso），使用了欧洲国家的机器人暴露度作为工具变量，以预测美国机器人暴露度的变化。

自动化对职业价值变化的影响

通过上述分析，可以发现自动化对职业价值有显著的负面影响。具体来说，每增加一个机器人（相对于每千名工人），2004年至2008年间当地劳动力市场的平均职业价值下降了3900美元，2008年至2016年间下降了2480美元。这种影响在高制造业通勤区更为显著，低技能工人受到的影响更大。

05

总结和展望未来

该文章的研究表明，自动化和机器人化不仅能够改变劳动力市场的职业结构和收入分布，还可能对人们的长期决策行为产生深远影响。随着技术的不断进步，未来的劳动力市场将面临更多挑战和机遇。政策制定者需要关注这些变化，并采取措施来缓解自动化带来的负面影响，如提供再培训机会、改善教育系统和调整社会福利政策。

同时，随着人工智能技术的崛起，未来的研究需要进一步探讨这些技术如何影响劳动力市场，以及如何通过政策干预来确保技术进步带来的收益能够更公平地分配给所有社会成员。这不仅是一个经济问题，更是一个社会问题，需要我们共同关注和努力。

声明：本文内容基于《Automation,CareerValues,andPoliticalPreferences》一文编译而成，并在编辑过程中对原作进行了一定程度的删减和修改。因此，对于文章中的具体数据和研究细节，读者应以原始论文作为权威参考。

编译：上海人工智能实验室徐燕李丽馨

编撰：上海对外经贸大学沈雨尉姚佳敏

供稿：市统计学会

责编：薛依宜

审核：杨荣