MIT经济学家戳破机器人真相：除了能取代你，价值微乎其微

原创 微胖 机器之能

工业4.0、智能制造的口号此起彼伏，机器人自动化技术席卷全球产业链。

作为最先进的生产力代表，机器人普及化必然会带来更为优越的生产关系吗？二者相互作用与发展过后，将对社会整体带来什么样的影响？答案或许并非你所想，技术之外，让我们从更多维度审视。

近日，一项长达17年，覆盖美国19个行业、722个地区的研究揭示了突破人们关于机器人认知常识的真相：

每千名美国工人中增加1个机器人，就业人口比下降0.2%，工人薪资降低0.42%。这意味着——美国制造业中每增加一个机器人，平均就有3.3名工人被取代。

表现并不出色的工业机器人技术并没显著提升生产性，创造大量更多的就业机会；与此同时，工人现状正在恶化，其就业与收入正受到“变革性（transformative）”影响。

不过，在作者看来，前景并非一片黯淡，也不能说技术对工人完全有害，人类对技术发展方向的选择至关重要。而这又正好需要大家关注新技术对其他领域，尤其是非经济领域的间接影响，这些后果通常也是难以预料的。

撰文 | 微胖

编辑 | 四月

“我们正遭受一种新疾病的困扰，有些读者可能没有听说过这个名字，但是，在未来的几年里，他们会听到很多。”

一个多世纪以前，著名经济学家凯恩斯就针对技术性失业发出过警告。

大量高科技投入可能赶走劳动力，产生所谓的替代效应（displacement effect），另一方面，持续投入高科技也可能创造新的就业岗位，产生相应的生产力效应（productivity effect）。现实中，哪一种效应占上风呢？

过去，有关这种总体均衡的系统性研究很少，成果也不尽如人意。最近，在线发表在美国经济学顶级刊物《JOURNAL OF POLITICAL ECONOMY》 上的一篇重要文章给我们带来了“实锤”。

作者之一 Daron Acemoglu，麻省理工学院经济学教授。曾获“小诺奖”之称的克拉克奖。

论文作者之一、麻省理工学院（MIT）著名经济学家达伦·阿斯莫格卢（Daron Acemoglu）也是世界顶级经济学家，他与合作者波士顿大学经济学助理教授 Pascual Restrepo 刻画了过去十几年在美国发生着的事实：

在生产力效应（提升生产力）上，工业机器人表现的并不出色；与此同时，就业与收入正受到“变革性（transformative）”影响。

“我们发现相当大的负面就业影响，” 达伦·阿斯莫格卢说。从1990年到2007年，每千名工人再增加一个机器人，全国就业人口比率降低了约0.2％，而美国的某些地区受影响远大于其他地区。这意味着，制造业中每增加一个机器人，平均就有3.3名工人被取代。

同一时期，在工作场所使用机器人的增加也使工资降低了约0.4％。“我们发现负面的工资效应，因为受影响的地区工人的实际工资正在流失，因为机器人非常擅长与他们竞争。”

论文作者之一 Pascual Restrepo ，波士顿大学经济学助理教授。

一

研究前奏：数据与理论模型

随着工业机器人不断渗透，在1993年至2007年期间，美国和西欧的机器人投入量翻了近4倍。大量机器人被投入到劳动力市场时，这些机器也不可避免地与工人们产生竞争关系。

作为世界最知名的顶尖经济学家之一，达伦·阿斯莫格卢有着世界一流的高超建模能力。在这篇文章，作者基于自己和过往他人的理论成果，构建了一个刻画工人与机器人竞争的简单模型，试图从理论上去探讨新技术投入对于劳动力市场的净效应影响。

与已有模型相比，新的模型做了一些拓展和延伸。比如，考虑了不同部门的机器人使用率存在异质性；不同的行业间的商品服务可进行贸易。

在不可贸易这种封闭情况下，机器人等高科技投入类似于资本投入，而模型中资本投入和人力投入之间是互相替代的，因此，越多的机器人投入必然引起传统人力投入的减少，这也同时可以解释为什么工业机器人对劳动力市场产生的总效应是负向影响。因为这两种效应中，工业机器人替代效应占了上风。

但是，在新建的可贸易模型中，在放松约束的情况下，高科技对于某一个行业的生产率提升影响可以溢出到其他行业。因此，这种情况下的一般均衡不仅取决于自身，还取决于其他行业使用机器人的情况。

比如，在保持产量和价格不变的情况下，机器人直接替代了工人，但是由此产生的成本降低也增加了产品和劳动力需求。而且，工人可能会被不同的行业吸收，并且专门从事新的和补充的任务。对这种整体均衡状态的探究，也是这篇研究的重点，当然，最终结果也如前文所示，并不乐观。

构建基础模型之后，作者还使用了相关行业的经验数据来检验模型的强度。

他们使用了19个行业的数据，这些核心数据是由国际机器人联合会（IFR）汇编的，该联合会是一个总部位于法兰克福的行业组织，负责收集有关全球机器人部署的详细统计信息。目前，数据库可以提供1993-2014世界上50个国家各个行业机器人使用的存量，覆盖了90%工业机器人市场。

研究人员还将这些核心数据与美国人口普查局，经济分析局和劳工统计局等基于美国的人口，就业，业务和工资数据进行了结合。

除了这些基础性工作之外，为了方便研究和讨论，文章还构建了不少关键性指标。比如各行业机器人使用率（渗透率）的核心指标：exposure to robots，并通过公式计算出了各行业人均机器人使用量化指标，APR。