岗位极化日常工作偏向的技术进步和离岸外包论文翻译.doc

解释工作岗位极化：日常工作偏向的技术进步和离岸外包 这篇论文说明了工作岗位的极化在16世纪西欧国家 1993年-2000年。然后发展并估计了一个框架来解释工作极化，使用了日常偏向的技术进步和离岸外包。这个模型可以解释总的工作极化以及在产业内部和产业之间的分解。 技能偏向技术进步的假设（SBTC）Katz and Autor (1999); Goldin and Katz (2008, 2009); and Acemoglu and Autor (2011)他们的观点是从观察到需求转换位支持更多受教育工人。尽管成功地解释了几十年的数据。然而SBTC不能解释近来工作岗位极化的现象，Autor, Katz, and Kearney (2006, 2008) and Autor and Dorn (2013)对美国的分析and Goos and Manning (2007)对英国的分析。工作极化也出现有关德国的文献中。并且存在一些暗示说在欧洲的国家中也是很普遍的。这篇论文首先得贡献是表明了工作的极化在发达的经济体中是相当普遍的，通过展示16个西欧的国家得到了支持。 提出的主要的假设是来解释近来技术进步是偏向于替换常规工作中的劳动力的（我们称之为日常工作偏向的技术进步（RBTC）并且存在一个任务外包（它自身部分收到了技术进步的影响），并且这些力量降低了相对于高技能和低技能的中等技能的需求。本文的第二个贡献是发展并估计一个模型根源是由Katz and Murphy (1992)发展的标准模型来分析SBTC来量化RBTC和离岸外包的重要性。我们的估计意外这RBTC比离岸外包更加重要。我们表明了这个模型不仅解释了工作港外的极化也解释了产业内部和产业间的组成成分在实证中都是很重要的。在每个产业内部都有从常规工作的转移导致了产业内部工作岗位的极化。但是，常规工作内部的产业强度将会相对于成本和产出价格而大幅上升并且导致了这些产业产品需求的转移。我们利用数据表明了，这些影响在产业间的工作极化变弱，但还是没有推翻。 这篇论文的剩余部分是按照如下进行组织。第一部分描述数据。第二部分表明了1993年到 2010年16个西欧国家的就业体制中，在产业内部和产业间都出现极化。第3部分展示了我们的经济学模型。第四部分最后表明了这个模型可以解释在所有职业中，就业份额一大部分的变化。总的变化分为了产业内变化和产业间变化两部分。1、 数据在本节中，我们描述了就业措施的数据来源，职业的常规以及外包，同样也有我们衡量产业产出和成本。A 就业我们关于就业的主要数据是从1993年到2010年欧盟劳动力调查（ELFS）。ELFS包括了关于就业状况的数据，一周的劳动时间，两位数的国际标准职业分类（ISCO）编码以及来自欧共体的经济活动分类 的一位数产业编码。通过这篇论文 ，我们使用一周的劳动时间来衡量就业，尽管我们的结果并没有受到使用受雇人的影响。ELFS可用的28个国家中，有11个新的欧盟成员国和冰岛共和国，因为收到数据可得性的限制。因为ELFS中德国的数据从2003年才开始，我们使用德国联邦就业局的SIAB的数据集，有社会安全记录从1993年2008年2%的随机样本。总得说来，分析了下面16个欧洲国家的数据：Austria, Belgium, Denmark, Finland, France, Germany, Greece, Ireland, Italy, Luxembourg, the Netherlands, Norway, Portugal, Spain,Sweden, and the United Kingdom.表1列出了按平均工资排序的职业。表1的第一列给出了1993年每项职业的就业份额，在16个国家形成就业池之后。对于每一个职业，第二列给出了就业份额从1993年到2010年变化的百分比；我们回到下面的这些数字。B 职业的例行度和离岸外包度 跟随Autor (2013)的建议，目前研究人员尽可能地使用现成的职业内容的方法，我们衡量一份工作例行性和离岸外包性的方法是常规任务强度（RTI）指数，描绘在我们欧洲职业分类中，并且标准化之后均值为0，标准差为1。RTI指数的结果报告在表1的第三列。政府职员的RTI最高值为2.24，小企业的经理有着最低值为1.52. 然而文献似乎停留在使用RTI最好的方法来捕捉近来技术进步的冲击。至今为止，没有相似的形成关于职业的离岸外包共识的方法来捕捉离岸外包的冲击。我们使用Blinder andKrueger(2013)的方法。使用普林斯顿数据改进计划（PDII）个人层面的数据集，Blinder and Krueger (2013)报告了三种衡量离岸外包的方法：一个自我报告，一个结合自我报告的问题形成内部一致性，最后一个以专业的编码为基础评价每一个职业可能被外包的潜力。Blinder and Krueger (2013)总结了他们的第三个方法是比较好的。对我们的分析而言，我们将这个偏好的方法转换为我们的欧洲职业分类并将它标准化为均值为0标准差为1.得到的值在表1的第四列中报告了。最能离岸外包的是机械操作和组装（82）值为2.35，最少离岸外包的是司机和流动的设备操作员（83）值为1.RTI和离岸外包力衡量之间的相关系数是0.46，统计上显著意味着例行性和离岸外包可能是有关联的。但是也有一些区别。举例说来，物理的，数学的和工程的职业（21）是排行为非常规的，但是同时是高度离岸外包的，然而政府职员（41）是非常常规的但是不适合离岸的。C 产业产出、价格和成本衡量产业的产出，产业的边际成本和相对产出价格都是来自OECD STAN的数据集中产业分析。我们16个分析的国家中除了爱尔兰都包括在STAN中。这个数据涵盖了1993年到2010年所有15个这些国家。STAN使用了一个工业的列表，列出了所有以国际标准的产业分类所有经济活动为基础国家，Revision 3 (ISIC Rev.3) 涵盖了所有的活动包括了服务并且与在ELFS中使用的NACE第一版相一致。从STAN我们使用的产品（生产），定义为在一年内无论是销售还是储存的产品和服务的价值。为了获得产出，产品缩小为使用产业-国家-年份具体物价指数，也在STAN中是可能的。为了获得衡量产业平均成本的方法我们使用STAN的净营业盈余数据，除了生产和输出，并且区别生产和净营业盈余之间的差 ，再用这个差除以产出。II 、岗位极化 为了提供欧洲工作结构变化的快速反应，表1的第一列和第二列表明了职业的就业份额和从1993年到2010年它们的百分比变化，在将16个国家的每一个职业组成就业池之后。这个表表明了最高的支付的管理（12,13），专业的（21,24）以及准专业人士（31到34）职业的就业份额经历了最快速的。另一方面，办公室职员的就业份额，手工艺有关的工人（71到74）以及厂房、机械设备操作员和装配（81到83）这些中等工资的职业的就业份额是下降的。对于美国和英国的发现是相似的，一些低收入的服务工人（51，他们主要的工作是提供有关旅游、餐饮以及个人护理的服务；但是52并不如此，他们主要的工作是在店铺或者市场中销售产品）的就业份额上升，以及一些低收入的基础职业（91是服务于基础工作如清洁、家政人员、门卫、搬运工和安保人员以及垃圾清洁工；但不是93，主要是在制造业从事简单工作如产品的分拣和包装以及解包生产的低教育劳动力）。这个现象表明，在美国、英国或者德国存在工作岗位极化的证据，这不是例外而是一个规律。当然，就岗位极化而言在国家之间可能是异质的。为了简化阐述，表2将表1中所有的职业分类为3种：四个最低收入的职业，9个中等收入的职业以及8个高收入的职业。我们接着计算1993年到2010年每一组就业份额百分比的变化。表2证实了就业的极化在欧洲国家中是普遍的每个国家中高收入和低收入职业的就业份额相对于中等收入的职业而言提高了。表1的最后两列是将第二列的全部就业份额的变化分解为产业内（第5列）的和产业间（第6列）两部分。对于8个最高收入和4个最低收入的组而言，产业内部和产业间的部分是正的，对于中等收入的职业而言却是负的。这里表明了职业的极化可能被分解为产业内部和产业之间两部分，每一个在数量上都足够大不能忽略。总之，岗位的极化现象在发达经济体中是普遍的，所有的岗位极化受到产业内部和产业之间的岗位极化的驱使。在下一节中展示模型的目的是解释岗位的极化以及更多地，分解了产业内部和产业间的部分。III、理解岗位极化的框架 我们的模型是两阶段设置的，对于建立生产过程的模型，其中产出在不同产业中是通过一系列的任务生产出来的，并且每一个任务使用的技术是来自将特定职业的劳动力 和其他的投入相结合。为了捕捉RBTC离岸外包，这些其他投入的成本随着时间而改变，根据一项任务的常规性和离岸外包性。这种两个阶段设置也被用在了一些研究中Teulings (1995, 2005);Autor, Levy, and Murnane (2003); Autor, Katz, and Kearney (2006); Grossman and Rossi-Hansberg (2008); Costinot and Vogel (2010); Acemoglu and Autor (2011); and Autor and Dorn (2013)。与这个文献相关，我们的方法考虑到了每项实证分析中的定位既估计了单独的产业内的影响，于是可以说对产业间的影响一无所知，但是我们发现了其实是重要的。（比如Michaels, Natraj, and Van Reenen 2014），也减少形式的估计关于传导机制可以说的很少（比如Autor and Dorn 2013）以及完全理论的研究（比如Costinot and Vogel 2010）设置了限制在产业间变化方式的限制 来得到比较静态的预测（如果没有在问题上加上一些结构，一些事情是不可能的）但是不能说任何有关这些限制在现实中是否能满足。所有的这些方法有他们 的优点和缺点，但是我们考虑结合理论和实证是有用的。A、 商品的生产 假设产业i的产出是结合了特定的常用的建设我们将称之为任务。一般来说，假设如下的CES生产函数，对于产业i是引用T1，Tij,TJ作为投入：这里是产品生产的任务之间的替代弹性，是指产业i使用的任务j的强度。相应的生产Yi的成本函数被给定为：这里对于j=1,J是任务j的每单位成本，并且（）产业的边际成本。任务j的需求有条件，产业产出Yi被给定为：这里是生产一单位产品i对任务j的需求。 B、任务的生产 我们假设任务j的产出使用职业j的劳动力以及一些其他投入。其他投入可用电脑来捕捉近来的技术变化或者离岸海外的雇佣来捕捉离岸外包或者两者结合。我们通过假设其他投入是一方面的但是只是为了简化并且明确地对多种投入作出解释只是增加了代数的复杂性。如果产业i使用了国内职业j的劳动力，Nij，以及一些其他的投入Kij，我们假设任务j的总生产被给定为一个柯布道格拉斯的生产函数，在产业间常用的：相应的生产Tij的成本函数被给定为：这里wj和rj分别是劳动力Nij和Kij 的价格。注意到假设技术生产任务j是结合了要素价格wj和rj的，在产业间是常用的，因此生产任务j的边际成本没有下脚标i。职业j的需求以任务产出Tij为条件被给定为：这里是生产一单位任务j对职业j的需求。 我们模拟了RBTC和离岸外包影响投入而不是国内劳动力，特别地有：这里Rj是常规度，Fj是离岸度，在第一部分讨论了衡量方法。假定我们的Rj和Fj是随着离岸度和外包度分别增长的，我们预计注意到我们模拟了RBTC和离岸度的影响，也就是其他投入每单位有效的雇佣成本当模拟生产函数而不是价格发生改变时这将观察到是相等的。用（4）替换方程（2），取对数，并使用方程（5）给出以产业的产出和边际成本为条件的产业i中对职业j需求的对数表达（并且增加了国家和时间的脚注）：如果是负的，对于更多的常规和离岸外包的职业，方程（6）预测了每个产业内部的极化。表3报告了方程（6）的一些估计，第一列给出了是我们衡量RTI与线性的时间趋势之间相互作用的系数，是我们衡量的离岸外包与线性的时间趋势之间相互作用的系数，而通过一系列国家、职业和时间虚拟变量来模拟职业的工资。RTI的系数是负的并且在1%的水平上显著的不为0。职业影响大小的估计是标准差在 RTI每一年少于增加了0.90个百分点时增强。（The magnitude of the estimated effects is such that an occupation that is one standard deviation more intense in RTI is growing 0.90 percentage points less fast each year）离岸外包度的系数也是为负的，但是绝对值很小，而且统计上不显著为0.表3的第一列并没有允许我们重新估计，对于第IV部分中份额的变化的分析是必要的。为此，表三的第二列用我们在第I部分描述的衡量产业的边际成本和产出替换了产业-国家-年份虚拟变量。产业边际成本对数的系数的估计是正的而且如我们模型的预期那样显著。然而，产业产出对数的系数是不一致的，拒绝了产品生产的规模报酬不变的假设。给定了短期产出的变化常常不体现在就业上，因此表3的第三列拒绝了产业产出对数的系数是一致的。这并没有影响RTI和离岸外包的系数，并且导致了的估计结果是0.90.表3的第四列从回归方程中排除了离岸外包度来检验RBTC在没有外包时的影响，并且这没有影响RTI的点估计。表三的第五列从回归方程中排除了RTI来检验没有RBTC时的离岸外包的影响。离岸外包是显著为负的，但是这可能是好的，因为它与RTI是正相关的，在前面的列中清楚地说明了（it loses a “horse race” against RTI.）失去了RTI的赛马？总之，这是产业内部存在相对需求从更常规的工作以及外包的转移的证据，并且 前者有着更重大的影响。C、产品的需求目前的分析都是给定了产业的产出，为了考虑劳动力从相对产品需求的转变中产生的需求效应 ，我们需要进一步分析并且不以产业产出为条件。为此，假设对产业产出的需求的对数被给定为：这里Pict是产业-国家-年份的具体价格指数，从STAN中得到，相对于国家-年份的总物价指数，并且Yct是衡量总收入的。这个说明可能从一个潜在的CES效用函数中得到，其中消费者有类似的偏好。估计方程（7）给出了的点估计为0.42，标准误为0.07.如果每个产业内部存在垄断性竞争，我们有价格加成。使用这个并且将（7）替换到（6）中给出了我们将在下面一节中使用这个方程。IV、解释产业内和产业间的岗位极化我们在本节的目的是考虑在产业内和产业间岗位极化的程度，在表1中可以用我们的模型解释。为此，注意到在标准份额变化的分析中职业j占t时期全部就业的份额sij，可以被写为（为了简化不用国家的下脚标）：这里是职业j在t时期占产业i全部就业的份额，是在t时期全部就业中产业i的就业份额。将（9）求微分，我们得到：这里方括号中的第一项是产业内部，第二项是产业间对总的职业的就业份额变化的贡献。现在考虑我们的模型对产业内和产业间部分的预测。为了保持代数中的一个最小值，我们将假设只有RBTC，但是同样的方法可以被用来分析离岸外包，并且我们下面的实证分析也同时考虑了RBTC和离岸外包的情况。我们可以从（8）式将方程（10）的方括号中第一项写为：这里是产业i的平均Rj，使用的权重是t时期产业中不同职业的份额，是产业i中职业之间常规度的平均水平。现在考虑方程（10）中方括号内部的第二项。从（8）我们有这里被定义为当使用权重时产业间的的平均。权重是t时期总就业中产业i的就业份额。替换方程（11）和（12）到（10）中，我们有了份额变化的分解可以被写为：这里是t时期产业i的职业j的就业份额。大括号之前的一项是职业j占总的就业的份额，sjt乘以表3的RTI系数是为负的。在大括号中的第一项是模型预测的产业内的部分。它捕捉了产业内职业j的变化情况，通过减去产业间雇佣职业j的平均常规度Rj得到。举例来说，如果在每个产业中，职业j被使用，我们有Rj相对于所有其他职业是很高的，因此可以预期大部分的变化是来自这些产业中的职业j。大括号中的第二项是指产业间的部分，这可以看做有两个部分。第一部分（如果产出是固定的总影响，也就是说，假设产品需求是完全没有弹性的）是来自RBTC产生产出的就业强度的变化。RBTC将明显导致更少的常规工作被用在给定产出水平的生产中。因此产业间的常规度的不同将会导致产业就业份额的改变，即使产业产出份额不这样。举例而言，为了生产同样产出的水平，对一项职业的需求下降了，更多产业常规强化了，因为以及将变得更大。因为根据定义，常规的职业集中在常规强化的产业，这样可以预期如果常规职业是中等收入职业的话，就会发生产业间的岗位极化。 产业间的影响（也就是假设）的第二部分是来自 相对产出价格的改变 并且因此随着RBTC，消费者需求发生变化 导致了产出分布的变化。举例来说，常规加强的产业将会看到产业成本以及相对产出价格的大幅下降。这将使得常规强化产品以及对所有使用在常规强化产业中的职业的需求增加。因为这意味着对于更常规的工作而言的绝对值将会更大，这样将会减弱产业间影响的第一部分，只要就不会推翻，我们估计的是0.42.总之，方程（13）表明了份额变化的分析是怎样的一般看做仅仅是一个会计练习可以植根于我们的框架。特别地，方程（13）表明了职业的就业份额的变化是如何分解为产业内部和产业之间的两部分，并且有两个有意思的原因。第一，SBTC文献的传统观点是技能升级几乎是整个产业内的现象，但是方程（13）表明了RBTC在产业之间的部分也是很重要的。第二， 方程（13）中产业内和产业间的影响有经济意义，并且取决于模型中不同的弹性。特别地，我们的估计是说RBTC和离岸外包导致了产业内和产业间工作的极化，但是可以简单地想象到不同的弹性或许捕捉了技术进步或者各种产品生产或者贸易的全球