有學(xué)術(shù)研究表明，未來美國近50％的工作崗位面臨著自動化的高風(fēng)險（Frey和Osborne2017年的研究）。在發(fā)展中國家，自動化的風(fēng)險可能更高，高達70％的工作崗位面臨風(fēng)險（World Bank 2016，Nedelkoska and Quintini 2018）。受機器人普及化和自動化影響的工作的種類，其占比在制造業(yè)中可能非常高。

歐洲復(fù)興開發(fā)銀行首席經(jīng)濟學(xué)家（Cevat Giray Aksoy）與歐洲復(fù)興開發(fā)銀行研究部主任（Ralph DeHaas）根據(jù)歐洲復(fù)興開發(fā)銀行的《2018-2019年轉(zhuǎn)型報告》，為機器人普及化和自動化的情況劃了重點。歐洲復(fù)興開發(fā)銀行關(guān)注技術(shù)領(lǐng)域的發(fā)展，有包括中國在內(nèi)的59個成員國。該報告主要關(guān)注該開發(fā)銀行成員國的狀況。

重點觀察一：工業(yè)機器人的大軍在不斷增加

世界各地的工業(yè)機器人數(shù)量呈上升趨勢（圖1），無論是絕對數(shù)量還是占就業(yè)人數(shù)的百分比。事實上，全球工業(yè)機器人的總存量預(yù)計每年增長14％，2020年達到300萬。2016年數(shù)據(jù)顯示，處在工業(yè)過渡階段的地區(qū)使用的工業(yè)機器人數(shù)量為41000個，高于1993年的1500個。絕大多數(shù)機器人都部署在制造業(yè)，特別是汽車行業(yè)。但工業(yè)機器人也越來越多地用于生產(chǎn)塑料，化學(xué)品和金屬。

圖1工業(yè)機器人庫存在全球范圍內(nèi)不斷增加

資料來源：國際機器人聯(lián)合會（IFR）和歐洲復(fù)興開發(fā)銀行（2018年）。

重點觀察二：雖然發(fā)達國家用的多，但是一些轉(zhuǎn)型國家正在加快速度采用工業(yè)機器人。

機器人在制造業(yè)中的使用程度因國家而異（圖2）。斯洛伐克共和國和斯洛文尼亞（每10000名制造業(yè)工人中有超過93個機器人）的水平與發(fā)達經(jīng)濟體相當(dāng)，高于巴西、中國、印度和南非。匈牙利、波蘭、土耳其和羅馬尼亞的機器人與制造業(yè)工人的比例也迅速增加。相比之下，摩爾多瓦、摩洛哥和塞爾維亞等國家每10000名工人的機器人數(shù)仍然少于兩個。

圖2：每千名制造工人相對應(yīng)使用機器人的數(shù)量

資料來源：IFR、ILO和EBRD（2018年）。

注：數(shù)據(jù)與2016年有關(guān)。

圖3：按性別，年齡組和教育程度對機器人化的影響

資料來源：歐盟統(tǒng)計局、IFR和歐洲復(fù)興開發(fā)銀行（2018年）。

注意：基于個別人口統(tǒng)計群體的回歸分析，95％置信區(qū)間。

重點觀察三：機器人普及至今只導(dǎo)致就業(yè)率略有下降

機器人普及化在多大程度上影響了歐洲的就業(yè)？可以看到，兩個不同的渠道可能正在發(fā)揮作用。首先，機器人可以直接取代工人。其次，由于機器人普及化和自動化使得生產(chǎn)力提高的公司也可能增加對機器人的使用。在兩位歐洲復(fù)興開發(fā)銀行專家的分析中，包括11個轉(zhuǎn)型經(jīng)濟體在內(nèi)，估計每1000名工人每增加一名機器人，就業(yè)率就會降低約千分之七（7‰）。

在2010年至2016年間，只有13%的就業(yè)率下降歸因于機器人普及化。換句話說，大部分就業(yè)率總體下降的原因用機器人搶了人類工作這個因素是解釋不了的。在機器人普及化影響方面，男性和女性之間或年輕和老年工人之間沒有統(tǒng)計學(xué)上的顯著差異。所以不能斷言機器人搶了男人工作，女人工作，或者搶了老年人、工作經(jīng)驗不足的年輕人的工作。然而，也許并不奇怪，就目前暴露出來的機器人對人的影響中，對教育水平相對較低的人來說影響最大（圖3）。但是，隨著技術(shù)的發(fā)展，情況很可能會發(fā)生變化。

重點觀察四：幾家歡樂幾家愁，不同職業(yè)、不同行業(yè)差異很大

在工業(yè)化的過渡地區(qū)，有幾個工種還是要有心理準備。包括食品準備助理、清潔工、幫工、裝配工，垃圾工人、司機和手機工廠操作員等職業(yè)面臨著最高的自動化風(fēng)險（圖4）。需要大量分析技能和/或高水平與社會互動的職業(yè)，如經(jīng)理、專業(yè)人士和高級管理人員。這些最不可能實現(xiàn)自動化的職業(yè)在面對工業(yè)機器人的挑戰(zhàn)時，可以高枕無憂。

圖4：轉(zhuǎn)型國家預(yù)計受影響最大與最小的職業(yè)

資料來源：Nedelkoska and Quintini （2018年）和歐洲復(fù)興開發(fā)銀行（2018年）。

注意：如果所涉及的工作任務(wù)中大于70％的可能存在自動化風(fēng)險，則定義為工作自動化風(fēng)險很高。

如果所涉及的任務(wù)中有50％到70％的可能存在自動化風(fēng)險，則定義工作就會面臨自動化風(fēng)險較高。在四個或四個以上的國家進行的觀察少于10次的職業(yè)被排除在外。

然而，“第四次工業(yè)革命”導(dǎo)致了就業(yè)兩極分化，降低了對中等技能工人的需求，增加了對高技能工人和低技能工人的需求。低技能工人在現(xiàn)階段因為成本足夠低，在前幾輪的技術(shù)發(fā)展中都沒有作為技術(shù)替代的主要目標，但是機器人的普及化的趨勢已經(jīng)不可阻擋，低技能工作日益面臨風(fēng)險。

最后，兩位專家指出，工業(yè)機器人普及化和自動化的興起可能會導(dǎo)致轉(zhuǎn)型國家的勞動力市場出現(xiàn)重大變化。各國政府應(yīng)準備盡可能地指導(dǎo)這一進程，包括提供有效和充分激勵的社會保障；鼓勵重新接受教育和終身學(xué)習(xí)；并幫助工人提升他們的信息化技能。