産業は、新たな省力化技術を導入する際に雇用を減らすのでしょうか、それとも創出するのでしょうか。本コラムは、製造業の雇用が一世紀以上にわたって生産性とともに増加し、その後になって減少したことを示しています。その背景には需要の性質の変化があり、それが市場の飽和につながったと論じています。このことは、近い将来における自動化の主な影響が、必ずしも大規模な雇用喪失ではなく、雇用の大規模な再配分である可能性を示唆しています。
今日、機械が人間の多くの作業を遂行できるようになるにつれ、新たなコンピューター技術によって多くの仕事が失われるのではないかという懸念が広がっています。近年の多数の論文は、これらの技術により、近い将来、仕事の9％から47％までが自動化のリスクにさらされると推計しています（例：Arntz et al. 2017、Frey and Osborne 2017）。自動化可能な作業の範囲のこうした拡大が大量失業を招き、ベーシックインカムのような新たな政策を必要とすると懸念する人もいます（Ford 2015）。
しかし、そうした懸念は的外れです。歴史が示すところによれば、自動化は影響を受ける産業において雇用の増加をもたらすことが多く、実際にそうなってきました。主要産業が自動化すると、その雇用はむしろ減少するのではなく増加することが多いのです（図1を参照）。米国では、綿織物産業と基礎鉄鋼産業の雇用は、一世紀以上にわたり急速な自動化とともに急増しました。持続的な自動化に伴う急激な雇用喪失が見られたのは、その後のことでした。
過去の自動化が必ずしも大量失業につながらなかったことは明らかです。しかし、これらの歴史的事例は今日の技術にも当てはまるのでしょうか。重要な問いは、自動化がなぜ時に雇用の増加を伴い、時にそうならなかったのかということです。Bessen（近刊）において、私は、雇用の反応の変化が需要の弾力性の変化に起因することを示しました。今日の産業は、需要の弾力性が異なる可能性が高く、そのため自動化に対する雇用の反応も異なると考えられます。したがって、自動化によって一部の産業では仕事が失われる一方、他の産業では仕事が生まれます。ただし、これがすべて良いニュースというわけではありません。多くの労働者が新たな産業、スキル、職種に適応しなければならないことを意味するからです。新たな省力化技術がもたらす政策上の真の課題は、大量失業ではなく、むしろ労働者がこうした移行を遂げられるよう支援することです。
自動化と雇用増加のパズル
なぜ自動化は、ある時期にはある産業で雇用増加と結びつき、別の時期には別の産業で雇用減少と結びつくのでしょうか。経済学者は、技術が雇用に与える影響を理解するために、生産性の伸び率に焦点を当てる傾向がありました。しかし、これらの説明は不完全に思われます。例えば、Baumol（1967）は、他部門と比べて製造業の生産性の伸びが速いことが、製造業の雇用シェアの低下をもたらしたと論じました。しかし、19世紀には、製造業の生産性が農業を含む他部門よりも速く伸びたにもかかわらず、製造業の雇用は増加しました。同様に、Acemoglu and Restrepo（2018）は、生産性が急速に伸びる場合には労働需要が増加するが、生産性の伸びが並程度にとどまる場合には減少すると論じています。しかし、綿織物産業と鉄鋼産業は、19世紀に雇用が増加していた時期と、20世紀後半に雇用が減少していた時期の双方において、同程度の生産性の伸び率を示していました。
重要な説明要因は、需要の性質の変化です。もちろん、自動化は需要を増加させることがあります。競争市場では、単位当たりの生産に必要な労働量が減少すると、価格が下がります。需要が十分に弾力的であれば、単位当たりの労働量が減少しても、需要が十分に速く増加するため、雇用は増加します。これはまさに、米国の綿織物産業、鉄鋼産業、自動車産業の初期に起きたことです。
図2は、これら3つの財の一人当たり消費量を労働生産性別に示したもので、いずれも対数目盛りで描かれています。図示された期間において、3つの財それぞれの労働生産性は、多少なりとも一定の割合で成長しました。しかし、需要の反応は大きく異なっていました。初期には、需要は生産性の向上とともに急速に増加し、それによって雇用が増加しました。その後、需要の伸びが鈍化したため、自動化による省力化効果に伴う雇用の減少を相殺できなくなりました。初期には需要は生産性に対して非常に弾力的であり、その後は非常に非弾力的になりました。この図は、変化したすべての事柄を完全に描写しているわけではありません。例えば、需要に影響しうる同時期の所得の変化は考慮されていません。私の論文では、より完全な計量経済学的分析を行い、労働生産性に対する需要の弾力性が同様に低下していることを確認しました。
一人当たり消費量：
需要の飽和
この産業ライフサイクルは、需要の飽和の問題として理解することができます。19世紀初頭、平均的な成人が持っていた衣服は一組のみでした。布は高価で、その多くは家庭内で、農場において、非常に時間のかかる工程を経て作られていました。自動化により価格が下落し、大きな潜在的需要が掘り起こされました。人々は追加の衣服のために、布の量を急速に求めるようになりました。しかし20世紀半ばには、ほとんどの人々がクローゼットを満たすほどの衣類を持つようになり、カーテン、室内装飾品などに繊維を使うようになりました。自動化によって価格は引き続き低下しましたが、その価格下落はもはや需要の大幅な増加を引き起こさなくなりました。
需要の弾力性の変化は、図1に見られる雇用の逆U字型の動きを説明します。初期には需要の弾力性が高かったため、需要の増加が自動化による省力化効果を上回り、雇用が増加しました。その後、需要の非弾力性により省力化効果が優勢となり、雇用は減少しました。
では、この産業ライフサイクルの型はどの程度一般的なのでしょうか。この問いを検討するため、本論文は需要の変化を説明する単純なモデルを提示しています。Dupuit（1844）による需要曲線の当初の概念に基づき、財の様々な用途（第一組の衣服に用いられる布、室内装飾用家具に用いられる布など）は、相対的価値の順に並べると分布関数を形成します。高価格では、消費者は最も価値の高い用途、すなわち分布の上側の裾の部分のみを選択します。消費者の需要は、この上側の裾の面積によって表されます。価格が下落すると、分布のより大きな部分が上側の裾に入り、需要の増加に対応します。
私は、一般的な分布関数（正規分布、対数正規分布、指数分布、一様分布）については、需要が雇用の逆U字型パターンを生じさせることを示しました。すなわち、十分に高い価格では需要は弾力的（1より大）であり、価格が下落するにつれて需要の弾力性は低下し、最終的には非弾力的（1未満）になります。このモデルを適用した結果、対数正規分布関数が繊維、鉄鋼、自動車産業のデータに非常によく適合することが分かりました。今日の多くの産業も、この共通の特性を備えていると予想できます。
政策への示唆
その示唆するところは、今日の一部の産業、すなわち満たされていない需要が大きい産業は、自動化に対して弾力的に反応し、雇用が増加する可能性が高いということです。さらに、新たな技術がより速いペースで自動化をもたらす場合であっても、これは当てはまります。生産性の伸び率は変化の速度に影響を与えますが、需要の弾力性は変化の方向を決定します。
もちろん、自動化に対する反応の弾力性は実証的な問いです。近年の研究では、新しい情報技術、自動化、ロボット工学を導入した一部の産業において、雇用の正の反応を示す証拠が実際に見出されています。例えば、Gaggl and Wright（2014）、Mann and Püttmann（2017）、Bessen and Righi（2019）は、情報技術が多くの産業で雇用を増加させる一方、他の産業では減少させることを示しています。Koch et al.（2019）は、ロボットを導入した企業が雇用を増加させることを見出しており、一方、Graetz and Michaels（2018）およびDauth et al.（2017）は雇用への影響がないことを見出しています。これに対し、Acemoglu and Restrepo（2017）は負の影響を見出しています。
これらの相反する知見は、近い将来における自動化の主な影響が、仕事を恒久的に大量に消滅させることはないとしても、仕事の大規模な再配分を引き起こす可能性があることを示唆しています。それでも、この種の変化は非常に大きな混乱をもたらしうるものです。産業間を移る労働者は新たなスキルを必要とすることが多く、新たな職種や、場合によっては新たな地理的地域へ移動しなければならないこともあります。こうした移行は失業の期間を生じさせる可能性があり、これは政策にとって大きな課題となります。
