XiaoMi-AI文件搜索系统
World File Search SystemRestrepo
普雷特纳，克劳斯；萨达维，贾梅尔；马里奥·维鲁埃特
近几十年来，工业机器人已成为制造业中执行相对常规机械任务的工人越来越重要的替代品。全球工业机器人的存量强劲增长，尤其是自 2008-2009 年全球经济和金融危机以来（参见 Abeliansky 等人，2020 年；Prettner 和 Bloom，2020 年；Jurkat 等人，2022 年）。最近的研究表明，这种趋势给低技能工人的工资带来了下行压力，比高技能工人的工资压力更大（参见 Acemoglu 和 Restrepo，2018b，2020 年；Dauth 等人，2021 年；Cords 和 Prettner，2022 年）。结果，技能溢价增加了（参见 Lankisch 等人，2019 年；Prettner 和 Strulik，2020 年）。随着 2022 年秋季 ChatGPT 的出现，以及更普遍地说，随着最近人工智能 (AI) 取得的令人瞩目的进步，人们不禁要问，技能溢价的未来演变将受到怎样的影响（参见 Acemoglu 和 Restrepo，2018a）。这是因为，与工业机器人相比，人工智能主要取代了高技能工人执行的任务。例如，基于人工智能的模型和设备越来越多地用于诊断疾病、开发药物、编写报告、编码，或者只是在营销和研发等领域产生鼓舞人心的想法。由于这些任务通常是非例行的并且由高技能工人执行，人工智能可能会对他们的工资造成下行压力，从而也对技能溢价造成下行压力。为了分析人工智能对总体技能溢价的影响，我们开发了一个通用嵌套恒定替代弹性 (CES) 生产函数，其中机器人替代低技能工人，人工智能替代高技能工人。我们允许机器人和人工智能对不同技能水平的工人进行不完全替代，并推导出人工智能的出现会降低技能溢价的条件。
2022 年可持续全球供应链报告
如果国家服装业没有发展，工人就会被雇用。在大多数情况下，融入全球供应链既有积极影响也有消极影响——净效应很难确定。我们没有足够的数据，特别是在涉及新兴趋势的长期影响时。同样，我们还不知道机器人、人工智能和物联网等新数字功能如何影响 GSC 对劳动力的需求，也不知道随着新商业模式的展开，失去的工作和新工作之间的平衡会达到什么程度。对这些问题的看法分歧很大（例如关于机器人，Acemoglu & Restrepo，2017 年 vs. Dauth 等人，2021 年）。此外，权衡经济、社会和环境影响意味着价值判断。结果取决于社会偏好。
年度业务调查的证据...
此处表达的任何意见和结论都是作者的观点，并不代表美国人口普查局的观点。所有结果均已审查，以确保未披露机密信息。人口普查局的披露审查委员会和避免披露官员已审查了该数据产品，以供未经授权的披露机密信息披露，并批准了适用于本版本的披露避免惯例。（DRB批准号CBDRB-FY20-095，CBDRB-FY20-331和CBDRB-FY21-041）。我们感谢Scott Ohlmacher，John Eltinge，John Jankowski，Rob Seamans，John Haltiwanger，Frank Li，Susan Helper和Pascual Restrepo的出色评论和反馈，以及2020年AEASTAT会议的参与者。本文所表达的观点是作者的观点，不一定反映国家经济研究局的观点。
机器人、电脑和性别工资差距
自动化技术进步将改变劳动力市场的未来。自 20 世纪 90 年代以来，工业机器人和计算设备这两项领先的自动化技术发展迅速。1 如图 1 所示，1995 年至 2015 年间，美国的机器人存量增长了 4 倍多，计算设备的资本存量增长了 14 倍多。2 最近的研究表明，机器人（Graetz 和 Michaels，2018 年；Acemoglu 和 Restrepo，2019 年）和计算机（Krueger，1993 年；DiNardo 和 Pischke，1997 年；Autor 等，1998 年；2003 年）的增长对就业和工资产生了显著影响。文献还提出了一种更细致入微的观点来看待技术进步对
人工智能与技能溢价
近几十年来，工业机器人已成为制造业中执行相对常规机械任务的工人越来越重要的替代品。全球操作工业机器人的数量强劲增长，特别是自 2008-2009 年全球经济和金融危机以来（参见 Abeliansky 等人，2020 年；Prettner 和 Bloom，2020 年；Jurkat 等人，2022 年）。最近的研究表明，这种趋势给低技能工人的工资带来了下行压力，比高技能工人的工资压力更大（参见 Acemoglu 和 Restrepo，2018b，2020 年；Dauth 等人，2021 年；Cords 和 Prettner，2022 年）。因此，技能溢价增加了（参见 Lankisch 等人，2019 年；Prettner 和 Strulik，2020 年）。随着 2022 年秋季 ChatGPT 的出现，以及更广泛地说，随着人工智能 (AI) 近年来取得的令人瞩目的进步，人们开始思考技能溢价的未来演变将受到怎样的影响（参见 Acemoglu 和 Restrepo，2018a）。这是因为，与工业机器人相比，人工智能主要替代高技能工人执行的任务。例如，基于人工智能的模型和设备越来越多地用于诊断疾病、开发药物、撰写报告、编写代码，或者只是在营销和研发等领域产生鼓舞人心的想法。由于这些任务通常是非例行的，并且由高技能工人执行，人工智能可能会对他们的工资造成下行压力，从而也对技能溢价造成下行压力。为了分析人工智能对总体水平的技能溢价的影响，我们开发了一个一般嵌套的恒定替代弹性 (CES) 生产函数，其中机器人替代低技能工人，人工智能替代高技能工人。我们允许机器人和人工智能对不同技能水平的工人进行不完全替代，并推导出人工智能的出现会降低技能溢价的条件。
政策洞察 123：我们可以拥有亲工人的人工智能吗？
经济文献中的共识是，先前的几波数字技术——包括个人电脑、数控机械、机器人和办公自动化——加剧了不平等。这既是因为其中一些技术（如个人电脑）与受教育程度较高的工人高度互补（Autor 等人，1998 年，Autor 等人，2003 年，Goldin 和 Katz，2008 年），也是因为其中许多工具已用于工作自动化，对不同类型的工人产生了不平等的影响（Autor 等人，2003 年，Acemoglu 和 Restrepo，2022a，2022b）。虽然数字技术无疑创造了新的商品/服务并提高了某些活动的生产力（例如 Brynjolfsson 和 McAfee，2015 年），但也有证据表明，这些技术带来的生产力增长有时远低于预期（例如 Acemoglu 等人，2016 年）。
人工智能的危害
为《牛津人工智能治理手册》准备。我非常感谢许多合著者，他们为我思考这些主题做出了贡献，我在本文中大量参考了他们的工作。他们包括：David Autor、Jonathon Hazell、Simon Johnson、Jon Kleinberg、Anton Korniek、Azarakhsh Malekian、Ali Makhdoumi、Andrea Manera、Sendhil Mullainathan、Andrew Newman、Asu Ozdaglar、Pascual Restrepo 和 James Siderius。我感谢 David Autor、Lauren Fahey、Vincent Rollet、James Siderius 和 Glen Weyl 的评论。我非常感谢谷歌、休利特基金会、美国国家科学基金会、斯隆基金会、史密斯理查森基金会和施密特科学基金会的资金支持。本文表达的观点为作者的观点，并不一定反映美国国家经济研究局的观点。
智利太阳能研究中心
副研究员：Alejandro Cabrera；戴维·康特雷拉斯；弗朗西斯科·格拉西亚；赫克托·曼西拉；里卡多·萨拉查；豪尔赫·亚涅兹；萨拉瓦南·拉金德兰；罗德里戈·埃斯科瓦尔；阿尔瓦罗·洛尔卡、弗朗西斯科·穆尼奥斯、丹尼尔·奥利瓦雷斯；休·鲁德尼克；斯维特拉娜·乌沙克；马里奥·格拉格达；巴勃罗·费拉达；艾托尔·马奇；瓦莱丽亚·德尔坎波；爱德华多·肖特；安吉尔·莱瓦；海梅·拉诺斯何塞·米格尔·卡德米尔；马塞洛·科尔特斯；巴勃罗·埃斯特维兹；马里奥·托莱多；费利佩·瓦伦西亚；吉列尔莫·希门尼斯；马塞洛·佩雷斯；哈维尔·佩雷达；卡洛斯·雷斯特雷波；费利克斯·罗哈斯；卡洛斯·席尔瓦；沙里雅尔·纳西罗夫；戴维·沃茨；曼努埃尔·威灵顿；克劳迪娅·莫拉加；皮拉尔·莫拉加；弗朗西斯卡·贾利尔；克劳迪娅·卡拉斯科；何塞·埃斯皮诺萨；威利·克拉赫特；鲁本·佩纳；丹尼尔·斯巴巴罗多丽丝·赛兹爱德华多·维希曼。
自动化经济中的最低工资
在过去的几十年里，人工智能、机器人和其他形式的自动化等新技术发展迅速。这些新技术可能会对经济产生重大影响。特别是，劳动力市场将在未来发生根本性变化（例如，Brynjolfsson & McAfee，2014；Ford，2015）。Frey 和 Osborne（2017）探讨了工作与自动化之间的敏感性，并估计美国目前约 47% 的工作可能会在一到二十年内实现自动化。实证研究表明，自动化对常规任务产生了重大影响，导致劳动力两极分化，并加剧了经济不平等（例如，Acemoglu & Restrepo，2020a；Autor，2015；Autor & Dorn，2013；Autor 等，2003、2015；Goos & Manning，2007；Graetz & Michaels，2018）。此外，Goos 等人（2019）强调，自动化对失业求职者造成的调整成本在低技能工人和高技能工人之间分配不均。为了减少新出现的不平等，人们讨论了各种政策手段，例如对机器人征税、基本全民收入或最低工资（例如，Acemoglu 等人，2020 年；Costinot 和 Werning，2018 年；Freeman，2015 年；Furman，2019 年；Guerreiro 等人，2017 年；McAfee 和 Brynjolfsson，2016 年；Thuemmel，2018 年）。然而，人们对最低工资与自动化相结合的影响知之甚少。在现有的少数研究之一中，Lordan 和 Neumark（2018 年）通过实证表明，较高的最低工资会减少可自动化工作的就业。此外，他们强调，在有关最低工资影响的实证文献中，有一些工人群体经常被忽视，例如老年人和低技能工人。然而，似乎几乎没有任何理论研究过基于任务的框架中的最低工资的影响，在该框架中，任务越来越多地由机器取代低技能工人。一个例外是 Aaronson 和 Phelan ( 2019 ) 的研究，他们开发了一个基于任务的理论框架来检验最低工资对劳动力市场的影响。本文旨在探讨具有约束力的最低工资对自动化经济中总产出、就业、要素价格和各种收入分配指标的影响。为了分析最低工资与自动化相结合对劳动力市场的影响，我们以 Acemoglu 和 Restrepo ( 2018a 、 2018b 、 2018d ) 以及 Acemoglu 和 Autor ( 2011 ) 的研究为基础，这两项研究是相互关联的，并且基于 Zeira ( 1998 ) 和 Acemoglu 和 Zilibotti ( 2001 )。基于任务的框架采用了劳动力市场的概念，该市场可以通过工作任务内容进行实证表征（例如，Goos 等人，2019 年）。从理论上讲，基于任务的框架使我们能够沿着密集和广泛的边界对自动化进行建模（Acemoglu & Restrepo，2018c），还要考虑引入最低工资后可能产生的影响。在我们基于任务的框架中，单位间隔内的任务由机器、低技能和高技能工人完成。机器和低技能工人可以生产的任务范围受外生阈值的限制。假设每种生产要素在部分任务上都有比较优势，这会导致要素的简单分配。因此，我们的任务间隔被划分为三个复杂度不断增加的间隔，其中机器在第一个间隔生产任务，低技能工人在中间间隔生产任务，高技能工人在最后一个间隔生产任务。通过假设机器、低技能和高技能工人的供给固定且无弹性，我们实施高于均衡低技能工资的最低工资并确定新的均衡。
英国对 COVID-19 疫苗的态度
BeSD COVID-19 工作组成员包括：Neetu Abad（美国疾病控制中心）；Helena Ballester Bon（联合国儿童基金会 [UNICEF]）；Cornelia Betsch（德国埃尔福特大学）；Noel Brewer（美国北卡罗来纳大学）；Melissa Gilkey（美国北卡罗来纳大学）；Julie Leask（澳大利亚悉尼大学）；Abdul Momin Kazi（巴基斯坦阿迦汗大学）；Ana Lisa Ong-Lim（菲律宾大学马尼拉分校）；Aaron Scherer（美国爱荷华大学）；Holly Seale（澳大利亚新南威尔士大学）；Gilla Shapiro（加拿大多伦多大学）；Smita Singh（全球疫苗免疫联盟）；Gillian SteelFisher（美国哈佛大学）；Kerrie Wiley（澳大利亚悉尼大学）； Charles Wiysonge（南非科克伦）。世界卫生组织的 Lisa Menning 和 Francine Ganter Restrepo 担任该小组的秘书处。