Книга Будущее без работы. Технология, автоматизация и стоит ли их бояться - Даниэль Сасскинд

93

Эту проблему изучали многие другие экономисты. См., например: Autor D. Why Are There Still So Many Jobs?; Bessen J. Toil and Technology; Surowiecki J. Robots Won’t Take All Our Jobs // Wired. 2017. 12 сентября.

94

См., например: Acemoglu D. Technical Change, Inequality, and the Labor Market // Journal of Economic Literature. 2002. № 1(40). С. 7–72.

95

Autor D., Katz L., Krueger A. Computing Inequality: Have Computers Changed the Labour Market? // Quarterly Journal of Economics. 1998. № 1 (133). С. 1169–1213.

96

Мейнфрейм – универсальный большой компьютер высокого уровня, предназначенный для решения задач, связанных с интенсивными вычислениями и обработкой больших объемов информации. – Прим. ред.

97

В 2000 году на 100 человек приходилось 56,6 компьютера, в 2001 – 61,9. Данные Всемирного банка, полученные через поиск «ПК (на 100 человек)»: URL: https://datamarket.com/ (дата обращения: 06.2018).

98

Nordhaus W. Two Centuries of Productivity Growth in Computing // Journal of Economic History. 2017. № 1 (67). С. 128–159.

99

Там же. Приложение к данным. Благодарю Уильяма Нордхауса за то, что он поделился уточненными данными.

100

Acemoglu D., Autor D. Skills, Tasks and Technologies. Данные из графика 1.

101

Acemoglu D., Autor D. Skills, Tasks and Technologies: Implications for Employment and Earnings // Handbook of Labor Economics, vol. 4, pt. B / eds. D. Card, O. Ashenfelter. North-Holland: Elsevier, 2011. С. 1043–1171. Процентная разница между двумя переменными примерно в сто раз больше экспоненциала разницы между логарифмами этих двух переменных минус 1. Здесь 100(e0.68 – 1) = 97.4 к трем значимым цифрам.

102

См., например: Berman E., Bound J., Machin S. Implications of Skill-Biased Technological Change: International Evidence // Quarterly Journal of Economics/ 1998. № 4 (133). С. 1245–1279.

103

Данные из графика 6 в: Autor D. Skills, Education, and the Rise of Earnings Inequality Among the “Other 99 Percent” // Science. 2014. № 344 (6186). С. 843–851.

104

Из: Roser M., Nagdy M. Returns to Education. URL: https://ourworldindata.org/returns-to-education (дата обращения: 01.05.2018). Данные за 1230 год рассчитаны на основе данных за 1220 и 1240 год.

105

См. Acemoglu D. Technical Change, Inequality, and the Labor Market // Journal of Economic Literature. 2002. № 1 (40). С. 7–72.

106

По Англии см.: Pleijt A., Weisdorf J. Human Capital Formation from Occupations: The “Deskilling Hypothesis” Revisited // Cliometrica. 2017. № 1 (11). С. 1–30. Похожая история произошла в Соединенных Штатах; см. O’Rourke K., Rahman A., Taylor A. Luddites, the Industrial Revolution, and the Demographic Transition // Journal of Economic Growth. 2013. № 4 (18). С. 373–409.

107

Цит. по: Seligman B. Most Notorious Victory: Man in an Age of Automation. New York: Free Press, 1966. С. 11.

108

Mokyr J. The Lever of Riches: Technological Creativity and Economic Progress. New York: Oxford University Press, 1990. С. 137, цит. в: O’Rourke K, et al. Luddites, the Industrial Revolution, and the Demographic Transition.

109

Экономисты дали этой истории математическое определение: «производственная функция с постоянной эластичностью замещения». В экономике «производственная функция» показывает, как различные виды факторов производства (например рабочие и машины) объединяются для создания какого-то товара. Эта особая версия характеризуется «постоянной эластичностью», т. е. процентное изменение относительной цены двух факторов производства будет всегда приводить к постоянному процентному изменению в использовании этих факторов. В данной модели новые технологии могут лишь дополнять рабочих. Изложение «канонической модели» см. в: Acemoglu D., Autor D. Skills, Tasks and Technologies. С. 1096. Утверждение, что в канонической модели любой технический прогресс ведет к росту абсолютных зарплат для обоих видов труда, см. там же. С. 1105, implication 2.

110

Это отредактированная версия графика 3.1 из: Employment Outlook // OECD. Paris: OECD Publishing, 2017.

111

См. Autor D. Polanyi’s Paradox and the Shape of Employment Growth // Re-Evaluating Labor Market Dynamics: A Symposium Sponsored by the Federal Reserve Bank of Kansa City. Jackson Hole, Wyoming. 2014 (2015). 21–23 августа.

112

Характер поляризации зависит от страны. См., например: Goos M., Manning A., Salomons A. Explaining Job Polarization: Routine-Biased Technological Change and Offshoring // American Economic Review. 2014. № 8 (104); Autor D. The Polarization of Job Opportunities in the U.S. Labor Market: Implications for Employment and Earnings / Center for American Progress. 2010. Апреля; Autor D., Dorn D. The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market // American Economic Review. 2013. № 5 (103). С. 1553–1597; Goos M., Manning A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain // Review of Economics and Statistics. 2007. № 1 (89). С. 119–133.

113

Статистические данные по 0,01 % см.: Saez E. Striking It Richer: The Evolution of Top Incomes in the United States. 2016. URL: https://eml.berkeley.edu/~saez/. «Преимущество суперзвезд» см.: Brynjolfsson E. AI and the Economy / lecture at the Future of Life Institute. 2017. 1 июля.

114

См.: Acemoglu D., Autor D. Skills, Tasks and Technologies. С. 1070, n. 25.

115

Классическую формулировку гипотезы ОЛМ см.: Autor D., Levy F., Murnane R. The Skill Content of Recent Technological Change: An Empirical Exploration // Quarterly Journal of Economics. 2003. № 4 (118). С. 129–333. В этой ранней работе объясняются технологические изменения, дающие преимущество квалификации. В последующие годы авторы сменили подход и стали использовать гипотезу ОЛМ для объяснения поляризации.

116

Я рассматриваю эту историю мысли в: Technology and Employment: Tasks, Capabilities and Tastes. DPhil diss. Oxford University, 2016. Глава 1.

117

Это различение позаимствовано из: Polanyi M. The Tacit Dimension. Chicago: Chicago University Press, 1966. Чтобы проследить это различение в действии, представьте знаменитого врача. Спросите, как он делает такие точные диагнозы. Возможно, он сможет дать вам общую картину, но ему будет трудно это объяснить. Как писал сам