当行业采用节省劳动力的新技术时，是减少还是创造就业？本文章显示，制造业就业在一个多世纪的时间里与生产率同步增长，之后才出现下降。文章认为，需求性质的变化是造成这一模式的原因，并由此导致市场饱和。这意味着，在不远的将来，自动化的主要影响可能是岗位的大规模重新分配，而不一定是大规模的岗位流失。
当今人们普遍担忧，随着机器能够执行越来越多的人类任务，许多岗位将因新的计算机技术而消失。近期的大量研究估计，这些技术使9%至47%的岗位在不久的将来面临自动化风险（例如 Arntz et al. 2017、Frey and Osborne 2017）。一些人担心，可自动化任务范围的扩大正导致大规模失业，并将需要普遍基本收入等新政策（Ford 2015）。
但这些担忧并无根据。历史表明，自动化能够而且往往确实会带动受影响行业的就业增长。当主要行业实现自动化时，其就业往往上升而非下降（见图1）。在美国，棉纺织业和初级钢铁业的就业在长达一个多世纪的快速自动化过程中迅速增长。直到后来，才出现与持续自动化相关的急剧岗位流失。
过去的自动化显然未必导致大规模失业。但这些历史案例与当今技术是否相关？关键问题在于，为何自动化有时伴随就业增长，有时却并非如此。在Bessen（即将出版）一文中，我证明了就业反应的变化源于需求弹性的变化。如今不同行业很可能具有不同的需求弹性，因而对自动化的就业反应也各不相同。因此，自动化可能会消除某些行业的岗位，同时在其他行业创造岗位。但这并非全是好消息。这意味着许多工人必须适应新的行业、技能和职业。节省劳动力的新技术所带来的真正政策挑战不是大规模失业，而是帮助工人实现这些转型。
自动化与就业增长之谜
为何自动化在某些行业的某些时期与就业增长相关，而在其他行业的其他时期却与就业下降相关？经济学家往往侧重于生产率增长速度来理解技术对就业的影响。然而，这些解释似乎并不完整。例如，Baumol（1967）认为，制造业相对于其他部门更快的生产率增长导致了制造业就业份额的下降。然而，19世纪制造业就业却在增长，尽管制造业生产率的增长快于包括农业在内的其他部门。类似地，Acemoglu和Restrepo（2018）认为，劳动需求会随快速的生产率增长而增加，但在生产率增长仅为平平时则会下降。然而，纺织业和钢铁业在19世纪就业增长时以及20世纪后期就业下降时，其生产率增长率都相近。
一个关键的解释因素是需求性质的变化。当然，自动化可以增加需求。在竞争性市场中，减少生产单位产出所需的劳动量将降低价格。如果需求足够富有弹性，需求将迅速增长，使得即便单位劳动量下降，就业仍会上升。这正是美国棉纺织、钢铁和汽车行业早期发展阶段所发生的情况。
图2显示了这三种商品的人均消费量与劳动生产率的关系，两者均采用对数刻度绘制。在所示时间段内，三种商品的劳动生产率都以或多或少稳定的速度增长。但需求反应却大不相同。在早期，需求随生产率提高而快速增长，从而增加了就业。后来，需求增长放缓，已不足以抵消自动化节省劳动力效应所导致的就业下降。早期需求对生产率高度富有弹性，之后则变得高度缺乏弹性。该图并未完整描述所有变化。例如，它未考虑可能影响需求的同期收入变化。在我的论文中，我进行了更完整的计量分析，并发现需求相对于劳动生产率的弹性同样出现了下降。
人均消费量：
需求饱和
我们可以将这一行业生命周期理解为需求饱和的问题。19世纪初，普通成年人只有一套衣物。布料价格昂贵，大部分布料需在家中或农场通过非常耗时的过程自制。自动化带来了价格下降，释放出大量被压抑的需求。人们迅速需要更多布料来制作额外的衣物。但到20世纪中叶，大多数人衣橱已满，他们将纺织品用于窗帘、软包家具等。自动化继续降低价格，但这些降价已不再引起需求的大幅增长。
需求弹性的变化解释了图1中就业呈现的倒U形曲线。早期高度富有弹性的需求意味着需求增长超过了自动化的节省劳动力效应，从而带动就业增长。后来，缺乏弹性的需求意味着节省劳动力效应占据主导，就业随之下降。
但这一行业生命周期模式有多普遍？为探讨这一问题，本文提出一个简单模型来解释需求的这些变化。以Dupuit（1844）提出的原始需求曲线概念为基础，商品的各种用途（用于第一套衣物的布料、用于软包家具的布料等）按相对价值排序后构成一个分布函数。在高价格下，消费者只会选择最有价值的用途，即分布的上尾部。消费者的需求由该上尾部的面积表示。随着价格下降，分布中更大比例落入上尾部，对应需求的增加。
我证明，对于常见的分布函数（正态、对数正态、指数或均匀分布），需求将产生就业的倒U形模式。也就是说，在足够高的价格下，需求将是富有弹性的（大于1）；随着价格下降，需求弹性随之降低，最终变为缺乏弹性（小于1）。应用这一模型，我发现对数正态分布函数与纺织、钢铁和汽车行业的数据拟合得相当好。我们也可以预期，当今许多行业同样具有这一共同特性。
对政策的启示
其含义是，当今某些行业——那些存在大量未满足需求的行业——将对自动化做出富有弹性的反应，并且很可能会出现就业增长。此外，即便新技术以更快的速度带来自动化，这一点依然成立。虽然生产率增长速度影响变化的速度，但需求弹性决定了变化的方向。
当然，对自动化反应的弹性是一个实证问题。近期研究确实发现，在一些采用新信息技术、自动化和机器人技术的行业中，存在就业正向反应的证据。例如，Gaggl和Wright（2014）、Mann和Püttmann（2017）以及Bessen和Righi（2019）发现，信息技术似乎增加了许多行业的就业，但减少了其他行业的就业。Koch等人（2019）发现，采用机器人的企业增加了就业，而Graetz和Michaels（2018）以及Dauth等人（2017）则发现对就业没有影响。相比之下，Acemoglu和Restrepo（2017）发现了负面影响。
这些不一致的研究结果表明，自动化在不久的将来的主要影响可能是引发岗位的大规模重新分配，即便它并不会永久消除大量岗位。尽管如此，这种变化仍可能极具破坏性。转换行业的工人往往需要新技能，有时还可能需要转向新职业，甚至迁往新的地理区域。这些转型可能导致失业期，这对政策构成了重大挑战。
