低賃金国からの競争激化により、多くの製造業企業が生産工程の一部を閉鎖または海外移転するようになった。これは、継続的な福祉の向上を危うくする可能性があると指摘されている。Helper et al. (2012) は、（米国の）製造業が商業イノベーションの主要な源泉であり、輸出収入の大部分を生み出していると論じている。製造業の縮小は、高賃金国の政策立案者にとって懸念材料となっている。政策立案者は、製造業の生産と雇用を国内に呼び戻すための巧みな方法を模索してきた。新技術と自動化は、こうした課題に対する解決策として考えられることが多い。今後、生産性に寄与しうる多くの技術革新が開発されると見込まれている（Council of Economic Advisers 2016）。また、製品の「サービス化（servitisation）」や設計・イノベーションとのより密接な結びつきを通じて、製造業以外の活動にも恩恵がおよぶと期待されており、それが経済全体へのプラスの効果につながるとされている（Bruegel 2017）。
自動化に関する既存研究
近年の自動化に関する研究は、主に自動化と雇用の関係に焦点を当ててきた。しかし、産業用ロボットと生産性の関係を扱う実証論文は少数存在し、その中にはGraetz and Michaels (2018) と Kromann et al. (2019) が含まれる。両論文とも、産業レベルでの産業用ロボットの導入が生産性を高めたことを示している。
近年について、企業レベルでの自動化がもたらしうる経済効果に関する体系的な実証的証拠はほとんど存在しない。自動化に関する既存文献は少ないが、Dunne (1994)、Doms et al. (1997)、Bartelsman et al. (1998) があり、これらは1980年代から1990年代初頭にかけての初期の自動化の波に焦点を当てている。これらの論文は主に、自動化技術を導入した工場や企業と導入していない工場や企業との違いを記述している。Bartel et al. (2007) はより最近の期間である1997年から2002年を扱っているが、米国のバルブ製造という狭く定義された一つの産業に焦点を当て、自動化への投資が生産効率を改善することを明らかにしている。
自動化の新たな測定指標
より深い理解には企業データが必要である。新たな論文（Kromann and Sørensen 2019）のために、デンマークの製造業企業における自動化を測定する新たなデータセットを収集した。これにより、製造業企業全体での自動化技術の導入に関する実証的証拠を提示することができる。企業訪問での観察に基づくと、自動化を説明する2つの重要な指標が際立っている。それは、自動化された資本のストックと、自動化されている生産工程の割合である。後者の指標を自動化スコアと呼び、この指標の目的は、自動化された資本が、製造システムにどの程度うまく導入・統合されているかに応じて、企業によってより効率的に、あるいはそれほど効率的ではなく利用されうることを捉えることにある。調査は、これら2つの側面を測定できるように設計された。調査に自動化スコアを含めた動機は、管理職、自動化設備のサプライヤー、業界の専門家が、自動化されている生産工程の割合は、標準的な資本指標では必ずしも捉えられない自動化の重要な側面であると主張したことにある。この主張は実証分析によって強く裏付けられている。
分析結果
まず、製造業企業全体での自動化の導入状況を検討する。自動化の利用は多くの企業で限定的であることがわかった。2005年には、自動化を目的とした機械設備への企業の投資の約40%近くが、約10%以下の水準にとどまっていた。2010年にも、ほぼ半数の企業が依然として手作業による生産工程に高い程度で依存していた。一方の極端な例として、機械設備への投資のすべてを自動化された資本に振り向け、高い自動化スコアを有する企業も存在する。結果は図1に示されている。これにより、企業間で自動化技術の導入に大きなばらつきがあると結論づけられる。この結論は、業種内の下位分野、生産の種類、輸出比率が高い企業と低い企業の間でも成り立つ。
図1 企業における新規設備投資と自動化
a) 機械設備への新規設備投資のうち自動化を目的とした割合の分布
b) 2005年と2010年の自動化スコアの分布
注：第4節で使用した474社に基づく
出典：製造業の自動化に関する著者らの調査
企業間で自動化にばらつきがあることを踏まえると、自動化への投資を何が促しているのかという問いが直ちに浮かぶ。そこで、自動化技術の導入の潜在的な促進要因を検討する。具体的には、中国のWTO加盟以降の国際競争の激化に着目し、それが自動化技術の導入を加速させたかどうかを検証する。これを貿易誘発型自動化仮説と呼ぶ。分析の結果、世界への中国の輸出増加が自動化された資本への投資を促しており、この仮説を支持することがわかった。中国の輸出業者が比較優位を持つ製品タイプを専門とする企業は、他の製品を専門とする企業と比べて、増大する競争に対抗するために自動化への投資を増やすインセンティブを持つ。企業の主要製品に関する中国の輸出の変化の後、自動化された資本の成長率は、25パーセンタイル順位の企業と比べて、75パーセンタイル順位の企業で年間2.16%高い。また、世界への中国の輸出増加が自動化スコアと関連しているかどうかも検証した。その結果、そうではないことがわかり、企業の主要製品に関する中国の輸出の変化は、自動化された資本への投資を促すものの、それらの投資が生産においてどのように実施されるかには影響しないことが示唆された。結果は図2に示されている。
図2 自動化と国際競争：2005年から2010年までの5年間の差分推定
注：図は、Kromann and Sørensen (2019) の表IIの第1列および第4列を図示したものである。図はStataプログラム「binscatter」を用いて作成している。各ビンは点で表され、26社の平均を表す。ビンの数は、デンマーク統計局の匿名性に関する規則を満たすように選定しており、その規則では、とりわけ、1つのビン内の上位2社の売上シェアの合計が85%を超えてはならないとされている。近似線は、442社からなる推定用データセットに対するOLSで推定している。回帰は、企業固定効果を取り除く長期差分に対して実施している。従属変数は、上段のパネルでは自動化された資本の対数差分（Δlog）、下段のパネルでは自動化スコアの差分（Δ）である。図に示す説明変数は、企業の売上シェアが最大の製品タイプ内での中国の輸出の対数差分（Δlog）である。両図とも、その他の資本の種類の対数差分（Δlog）、雇用の対数差分（Δlog）、スキル比率の差分（Δ）を含む一連の説明変数と、産業別・地域別の完全なダミー変数（10業種、8地域）を制御している。すべての変化は2005年から2010年までの5年間の差分であるが、中国の輸出の対数差分（Δlog）のみ、5年間の差分は2001年から2006年の間で測定している。国際競争の指標は製品レベルで測定している。442社について189の異なる製品コードがある。
出典：製造業の自動化に関する著者らの調査、UN Comtradeのデータ、デンマーク統計局の登録データ
モデルの説明と外部的妥当性の検証
本実証モデルは、Bloom et al. (2014) が提唱した、イノベーションと輸入競争の間に正の関係があることを示す理論モデルと関連している。具体的には、この理論モデルは、中国からの競争にさらされている度合いが大きい企業ほど、貿易自由化後にイノベーションを行うインセンティブが大きくなる理由を説明している。そのメカニズムは「一時的に閉じ込められた要素（temporarily trapped factors）」によって駆動される。例えば、企業にとって訓練のコストが高く、そのため企業固有の人的資本が失われることから、解雇することも難しい熟練労働者がこれに当たる。中国からの競争の激化は、熟練労働者が生産する製品への需要を低下させる。訓練コストが高いため、熟練労働者は企業での雇用を維持するが、その機会費用は低下する。したがって、熟練労働者の機会費用が下がるため、貿易自由化後に企業のイノベーションへのインセンティブは高まる。Bloom et al. (2016) は、このモデルに対する実証的な裏付けを示し、12のヨーロッパ諸国を対象に、中国からの輸入競争がイノベーションに与える影響を検証している。
最後に、自動化の指標が企業のパフォーマンスの指標と有意に関連しているかどうかを検証する。この分析は、我々の調査が単なるホワイトノイズではなく、自動化に関する重要な情報を含んでいるかどうかを判断する手段である。自動化の利用の増加は、生産性の伸びおよび収益性の向上と有意に関連していることがわかった。この関係は、スキル比率、その他の生産要素、および産業ダミーと地域ダミーの交互作用項を含む、幅広い制御変数に対して頑健である。これらの結果は、自動化調査に対する一定の外部的妥当性の検証を提供している。
結びの考察
前述のとおり、企業間の自動化のばらつきは大きい。この結果から、次のような第一に重要な政策上の問いが生じる。技術の不採用は最適ではなく、それゆえ政策的介入を促すのか、それとも不採用は最適であり、企業は自動化すべきでない製品を専門としているから自動化しないという意味なのか。
自動化調査の開発中に実施された企業訪問での、業界の専門家や生産管理者との緊密な協働からは、自動化の利用が低い理由の一部は、企業のニーズ、自動化の可能性、そして工場現場における自動化計画を調査するために必要なスキルや資源が特に不足していることにあると示唆された。生産管理者は、自動化技術が存在することを知らなかったわけではないが、投資可能な具体的な技術、その導入方法、そしてどの生産工程を自動化すべきかについての知識や認識が不足していた。この意味で、情報の障壁は、政策的介入を正当化しうる重要な市場の失敗となりうる。
中国からの国際競争の激化が、自動化された資本の促進要因であることがわかった。しかし、中国からの国際競争の激化では、自動化スコアの変化を説明することはできない。今後の重要な研究課題は、なぜ一部の企業は自動化スコアが高く、他の企業は低いのかという問いに答える、自動化スコアの促進要因である。
参考文献
Bartel, A, C Ichniowski, and K Shaw (2007), 「情報技術は生産性にどのような影響を与えるか：製品イノベーション、工程改善、労働者のスキルに関する工場レベルの比較」、Quarterly Journal of Economics、122、1721–58。
Bartelsman, E, G V Leeuwen, and H Nieuwenhuijsen (1998), 「オランダにおける先進的製造技術の導入と企業パフォーマンス」、Economics of Innovation and New Technology, 6 (4)、291–312。
Bloom, N, P Romer, S Terry, and J Van Reenen (2014), 「閉じ込められた要素と世界の成長への中国の影響」、NBER Working Paper 19951。
Bloom, N, M Draca, and J Van Reenen (2016), 「貿易誘発型の技術変化：中国からの輸入がイノベーション、IT、生産性に与える影響」、Review of Economic Studies, 83 (1)、87–117。
Bruegel (2017), 「欧州の再構築：成長のエンジンとしての新たな製造業」、R Veugelers（編）、Blueprint Series 26。
Council of Economic Advisers (2016), Economic Report of the President。
Doms, M, T Dunne, and K R Troske (1997), 「労働者、賃金、技術」、Quarterly Journal of Economics、112 (1)、253–290。
Dunne, T (1994), 「米国の製造業における工場の年数と技術利用」、The RAND Journal of Economics, 25 (3)、488–499。
Graetz, G, and G Michaels (2018), 「職場で働くロボット」、Review of Economics and Statistics、100 (5)、753–768。
Helper, S, T Krueger, and H Wial (2012), 「なぜ製造業は重要なのか？どの製造業が重要なのか？政策の枠組み」、Metropolitan Policy Program、Brookings Institution。
Kromann, L, and A Sørensen (2019), 「自動化、パフォーマンス、国際競争：工程イノベーションの企業レベルでの比較」、Economic Policy（2019年4月開催の第69回Economic Policy Panel Meetingでの発表論文）、近刊。
Kromann, L, N Malchow-Møller, J R Skaksen, and A Sørensen (2019), 「自動化と生産性：国際間・産業間の比較」、Industrial and Corporate Change、近刊。
