本文经出版社授权摘编自《创造性毁坏的力量》，菲利普·阿吉翁等著，余江等译，中信出版集团2021年11月版。

对技能革命的担忧

对技能革命，我们该当担忧还是期盼？一方面我们或许感到害怕，由于技能革命会加快事情的自动化，用机器取代人力来完成任务。
另一方面我们则会持欢迎态度，由于它们会催生一系列次级创新，影响经济中的所有部门，促进增长。

毫无疑问，这方面最广为人知的案例是詹姆斯·瓦特于18世纪70年代发明了触发第一次工业革命的蒸汽机，也便是第2章提及的第一次重大技能改造浪潮。
这场革命始于英格兰与法国，然后扩展至其他西方国家，特殊是美国。
电力的发明则启动了第二次工业革命，其黄金时期在20世纪上半叶。
第二次革命始于托马斯·爱迪生于1879年发明灯泡以及维尔纳·冯·西门子于1866年发明发电机。
罗伯特·戈登(1999)把这次技能浪潮称作“一波巨浪”，它从相反方向超过大泰西，最早于20世纪30年代兴起于美国，到二战后扩展至其他工业化国家(见图3.1)。
这次浪潮之盛大，在欧洲和日本尤胜美国，由于它们既须要战后重修，又得在技能上追赶美国。
末了则是第三次工业革命一信息技能革命一始于英特尔公司的工程师费德里克·法金(Federico Faggin)、马西安・霍夫(Marcian Hoff)与斯坦-马泽尔(Stan Mazor)在1969年发明的微处理器。

不过，在启动浪潮的技能发明与实现浪潮的增长起飞之间有显著迟滞。
市场上最早涌现蒸汽机是在1712年，但直至1830年，我们才不雅观察到英国的人均GDP增长加速。
与之类似，只管灯泡在1879年已经发明，又过了50多年后，美国的生产率增长才涌现加速。
此外，自21世纪初以来，我们看到美国与欧元区的生产率增速实在有所下滑。

从通用发明涌现到后续增长加速之间的迟滞因何涌现？为什么此前的技能革命都没有如19世纪的英国工人内德·卢德和1930年的凯恩斯担心的那样带来大规模失落业？人工智能革命的前景如何:是创造就业还是摧毁就业？这些正是本章将磋商的谜题。

菲利普·阿吉翁（Philippe Aghion），法兰西学院院士，伦敦政治经济学院经济学教授，计量经济学会会士，美国艺术与科学学院院士，曾任哈佛大学经济学教授。
“内生增长理论”的领军人物，“熊彼特增长范式”的创建者之一。

来自历史视角的稽核

人们对机器会摧毁人类事情岗位的担心由来已久。
早在1589年，当威廉·李(William Lee)发明织袜机往后，劳工阶级对其后果就非常害怕，致使李四处碰钉子并遭到威胁。
李于是把发明敬献给女王伊丽莎白一世，希望得到专利，但女王以如下宣言表示谢绝：“至于你的发明可能给我可怜的臣民带来的影响，肯定会剥夺其事情岗位，使之沦为托钵人，毁掉他们。
”随韶光推移，竭力保护特定行业免受技能进步侵害的职业行会逐渐损失了影响力。
1769年的一部法律规定要保护机器免受毁坏，但随着织布机的遍及，毁坏行动事实上有所加剧，在1811-1812年的卢德暴动中达到高潮。
这一暴动是由内德·卢德领导的手工纺织业者对抗用机器生产棉毛纺织品的制造商。
1812年，议会通过法律，把毁坏机器定为去世罪。
官方对技能进步的这一态度转变因何而来？最紧张是来自从制造品出口中获利的成本所有者，他们大力鼓吹技能进步给生产、出口和就业带来的正面效应。
这些“成本家”在英国议会中得到了越来越多的代表，而议会的势力又逐渐超越了王权。

自20世纪30年代以来，经济学家开始关注技能性失落业，这一术语是由凯恩斯引入的。
他在1930年写道：“我们正在传染一种新的疾病，某些读者或许还不知晓这种疾病之名，但今后数年将频繁听到，那便是技能性失落业。
”约20年后，列昂惕夫于1952年指出：“劳动将变得越来越无关紧要……更多的工人将被机器取代，我认为这些新家当不可能聘任所有希望得到事情的人。
”

什么样的事情最为薄弱？在19世纪，由于成本对技能劳动力的取代，手工业者面临被机器替代的最大风险。
这一模式在20世纪有所改变，实物成本与教诲构成了互补性的投入，于是非技能工人成为自动化的受害者，之后的信息技能革命强化了这一趋势。
因此在20世纪90年代，涌现了大量有关“技能倾向性技能变革”的研究文献，其含义是，技能进步增加了对技能劳动力相对付非技能劳动力的需求，导致低技能劳动力的失落业增加，与技能劳动力的人为差距拉大。

总量层面的自动化与就业

我们如何测算自动化对就业的总体效应？要找到一个自动化衡量指标来稽核与就业的干系关系，是艰巨的寻衅。
我们首先会碰着商业机密问题，但最困难的地方是对自动化本身的测算：是否只须要看机器的数量？假定如此，是哪些类型的机器？如何把各种机器“累加”起来？是否要考虑它们的功效？

国际机器人同盟(IFR)跟踪了多少国家的不同部门自20世纪90年代早期以来利用的工业机器人的数量，为自动化供应了第一个可用的衡量指标。
阿西莫格鲁与雷斯特雷波的首创性研究利用国际机器人同盟关于各部门采取的机器人总数，估计了1993-2007年机器人对美国就业状况的影响(Acemoglu and Restrepo,2020)。
为此，他们比拟了722个通勤区的就业与当地自动化水平的关系。
但问题在于，目前的机器人数据只网络到国别层面，没有按通勤区划分。
于是他们又构建了一个通勤区层面的自动化指数，该指数因此全国层面每个家当的机器人数量变革，结合各家当在每个通勤区总就业中的相对权重打算得出。

利用这个地区自动化水平指标，这两位学者创造自动化对就业和人为增长具有负面效应：通勤区每增加1个机器人，会导致6个事情岗位丢失，以及小时人为率下跌。
我们利用法国的数据重复这一剖析，创造了类似量级的效应，彷佛还更为严重：通勤区每增加1个机器人，会导致11个事情岗位丢失。
此外，机器人遍及看起来对受教诲程度低的劳动力的就业威胁更大。

这一剖析毕竟存在某些毛病。
首先是测算方法：为什么只看机器人？机器人和其他机器真的不同吗？机器人的自动化程度确实较高，但就完成的任务而言它们同其他机器未必有实质的差异。
国际机器人同盟对机器人的定义实在非常狭窄，紧张对应汽车制造业采取的机器人。
与测算有关的另一个问题是缺少地方层面的数据，导致我们必须基于如下假设来构建数据:某个家当的所有工厂拥有相同数量的机器人，意味着采取同等水平的技能。
但我们可以合理地推测，正好是由于工厂之间采取的技能有所不同，才造成了事情岗位的创造与毁坏。

企业层面的自动化与就业

对企业或工厂层面的自动化水平做测算面临多少困难，上文已做过先容。
在近期同加拉威尔(Xavier Jaravel)互助的一项研究中，我们试图引入一套测算工厂微不雅观层面的自动化水平的指标，以战胜上述困难。
我们把自动化技能定义为：“在预先体例好指令或设定好程序后，即能相对自主地实现运转的电动机械设备。
”在该定义的根本上，我们把生产过程中直策应用的发动机的年度电力花费量作为工厂层面的自动化指标。

接下来，我们试图在个体工厂层面测算给定时间的自动化程度提高对当时就业的影响，以及对2年、4年和10年后就业的影响。

我们的测算结果显示，自动化对就业实在有正面促进浸染，而且随韶光加强。
一家工厂的自动化程度在当前提升1个百分点，会使2年后的就业提高0.25%,使10年后的就业提高0.4%(图3.5)。
特殊须要指出，这个效应对非技能制造业工人依然为正。
或者说，与人们的预想相反，自动化给工厂创造的就业岗位多于摧毁的就业岗位。

该当看到，自动化带来的积极效应不止于就业方面。
我们还创造，自动化会导致发卖额增加，消费价格低落。
因此，它促进的生产率收益被员工、消费者和企业等各方分享。

那么，如何阐明自动化水平与就业在企业层面的这种正向关系？我们很快能想到的一种阐明是，自动化水平较高的企业有更高的生产率，使它们的产品能比竞争对手给消费者带来更大代价，从而扩大市场霸占份额。
反过来，市场份额的提升匆匆使积极推进自动化的企业扩大生产规模，从而雇用更多的员工。

如果从个体企业提升抵家当层面，乃至全体经济层面，结果又会若何？自动化程度较高的家当的就业会增加，还是减少？在这里，我们再度创造自动化与就业之间存在正向关联：自动化程度最高的家当，正好是就业增加最多的家当。
总体而言，更多的自动化伴随着更多的就业。
以是，试图减缓海内企业开展自动化的任何方法，例如对机器人征税，终极结果可能都不利于生产。

自动化本身不是就业的仇敌。
自动化使生产过程变得当代化,让企业更具竞争力，从而赢得新市场，雇用更多员工。
这便是我们所说的生产率效应。
由蒸汽机和电力推动的前两次工业革命同样涌现过这种生产率效应，也同样可以由此阐明为什么当时都没有造成某些人预言的大规模失落业。

前文提到过更为悲观的创造，即自动化对通勤区的就业产生了负面效应。
我们该如何调和上述乐不雅观结论与悲观创造？一种思路是，之前已经提到，对通勤区的自动化或机器人利用水平做测算存在困难。
第二种可能的思路是，推进自动化不力的企业会减少员工规模，把生产外包，或者关门破产。
这反响了自动化对就业的挤出效应。
如图3.6所示，对新工业设备大量投资的企业与投资不敷的企业比较，在今后10年歇业的概率会大大低落。

因此，事情岗位减少并不是由推进制造过程自动化的企业造成的，而该当归咎于那些错失落自动化的关键节点而被迫缩减生产规模乃至退出市场的企业。
也可以认为，自动化是通过创造性毁坏的过程导致事情岗位的减少。

过去的技能革命进程表明，它们都没有造成许多人预想的大规模失落业。
事实上如我们所见，致力于生产活动自动化的企业或工厂会成为就业的净创造者；开展自动化不力的企业才会毁坏就业，由于自动化推进不堪利会导致它们走下坡路，乃至退出市场。
我们在本章的剖析带来的一个故意思的启示是，对机器人征税可能造成反生产的效果，由于这种税收不利于自动化，将束缚企业开展创新、拓宽市场和创造新就业的潜力。

撰文｜菲利普·阿吉翁 等

摘编、编辑｜李永博

导语校正｜卢茜