机构名称：
¥ 4.0
近几十年来，美国的职业结构发生了很大变化，高技能的职业相对于中低技能的角色增加了其就业份额。尽管大部分文献都研究了这些长期模式，但对职业组成的短期动力学的关注较少。在本文中，我们记录了对高技能劳动力的需求飙升，但获得这些职业所需的培训要求也增加了。相比之下，对低技能和中产阶级职业的培训要求保持相对恒定。使用职业信息网络（O*NET）和人口普查数据，我们计算出，由于高技能职业的增长，从2006年的6.29岁增加到2019年的6.29岁到2019年的7.04年。这样的变化可以通过影响长期职业结构，并通过使流离失所者的短期职业流动性通过使他们过渡到扩大高技能的职业的长期来增加失业率。职业转换的障碍在很大程度上被某些职业流离失所的时期中更加相关。最近的技术进步表明，可以迅速采用制度（AI）和机器人技术，从而重塑了发达经济体中劳动力的职业结构。1个机器人已经可以在人工干预的情况下可能在各种职业中执行各种任务，包括焊接，绘画和包装。机器人便宜2因此，虽然劳动力替代技术被迅速而广泛地采用，但职业流动性的障碍会增加。在本文中，我们研究了这两个因素之间的相互作用如何导致技术失业的出现。在（i）技术的到来可以使某些职业中的工人取代以及（ii）培训障碍阻碍职业流动性的环境中，我们建立和校准了动态的多占用增长模型。我们将职业建模为构成一组任务的生产单位。具有类似的精神，与不断增长的有关基于任务的技术变革的文献相似，我们假设当前的技术允许广泛定义的资本（即机器人）执行现有任务的子集，并且在这些任务中，劳动力和资本是完美的替代品。
培训时间，机器人和技术失业
主要关键词
相关文件推荐
