توزیع مجدد از طریق ابزارهای مالیاتی کافی و شبکه‌های ایمنی و همچنین بازار کار و سیاست‌های آموزشی که سازگاری با تغییرات در ساختار مشاغل را تسهیل می‌کند، ابزار اصلی برای مقابله با تأثیر نابرابری‌ساز دیجیتالی‌سازی است.
به گزارش گرداب، فرانسوا بورژیون (François Bourguignon) کارشناس فرانسوی که در زمینه توسعه، سیاستگذاری عمومی، رشد اقتصادی و توزیع درآمد و نابرابری تخصص دارد در مقاله‌ای با عنوان «دیجیتالی شدن و نابرابری» به تاثیر فناوری در تغییر ساختار مشاغل و درآمد پرداخته است.
«پایگاه رسانه‌ای گرداب جهت آگاهی و افزایش دانش مخاطبان خود به ترجمه و انتشار مطالبی در حوزه‌های مختلف فناوری اقدام می‌کند. انتشار مطالب به معنای تایید محتوای آن نیست».
تغییرات تکنولوژیکی برآمده از انقلاب دیجیتالی باعث افزایش ترس مردمان در پیشرفته‌ترین کشورها شده است. این ترس به دلیل از دست رفتن و یا جایگزینی بسیاری از مشاغل با رباتها یا هوش مصنوعی است که باعث بیکاری بسیاری از نیرو‌های کار و ایجاد نابرابری درآمدی در میان مردم می‌شود. آینده‌پژوهان پیش‌بینی می‌کنند که در یک یا دو دهه‌ی آینده تعداد روزافزونی از کار‌ها و مشاغل خودکار و دیجیتالی می‌شوند.
برای مثال، محققان موسسه مک‌کین‌زی به تازگی تخمین زده‌اند که حدود ۵۰ درصد از مشاغل از یک یا چندین جنبه تحت تأثیر تغییرات تکنولوژیکی قرار خواهند گرفت. [۱]
در این میان، برخی از اندیشمندان خوش‌بین معتقدند که شغل‌های جدیدی به وجود خواهند آمد و جای خالی مشاغل از دست رفته به وسیله‌ی ماشینی شدن را پر می‌کنند، همانطور که در انقلاب صنعتی پیشین، مشاغل جدید جایگزین مشاغل قدیمی شدند. اما از سوی دیگر، برخی از اندیشمندان بدبین یک بحران بزرگ را پیش‌بینی می‌کنند. با این حال، دیگران در حال حاضر تغییرات تکنولوژیکی و دیجیتالی شدن را بذر‌های ایجاد یک جامعه‌ی جدید تلقی می‌کنند که در آن جامعه کار کردن به امری غیر ضروری تبدیل می‌شود. [۲]
تا کنون مدتی است که برخی تغییرات تکنولوژیکی مبتنی بر دیجیتالی شدن در کشورهای پیشرفته صورت گرفته است و اگر شاهد کاهش عمده‌ای در میزان اشتغال نباشیم حداقل شاهد تغییرات محسوسی در ترکیب‌بندی مشاغل هستیم. به طوری که نسبت کار‌های معمول یدی یا غیریدی (routine manual or nonmanual jobs) کاهش یافته، در حالی که میزان مشاغل غیرمعمول (nonroutine jobs) افزایش یافته است.
از سوی دیگر، در رابطه با میزان نابرابری، می‌توان گفت که در چندین کشور نابرابری افزایش یافته است. نابرابری درآمدی در بازار (Market income inequality) از اواسط دهه ۱۹۸۰ افزایش یافته است، اما روند کلی آن اکنون در تعداد زیادی از کشورها بجز آمریکا تثبیت شده به نظر می‌آید. اما میزان نابرابری درآمد خالص (پس از کسورات) (Disposable income inequality) آماری بیشتر ناهمگون در سراسر کشورها و دوره‌های زمانی دارد. در سطح کلی، یک ویژگی قابل توجه این است که سهم سرمایه یا درآمد غیرکارگری (nonlabor) در تولید ناخالص داخلی به نحوی تقریباً موازی با نابرابری درآمد بازاری افزایش یافته است.
این چنین سیر تکاملی که در استخدام و توزیع درآمد رخ داده ظاهرا با تغییرات تکنولوژیکی مبتنی بر اتوماسیون همسو است. رباتها و هوش مصنوعی جانشین مشاغل معمولی و عامل کاهش نرخ درآمد آن مشاغل شدند که این امر خود احتمالا به بیشتر شدن نابرابری درآمدی کار یدی کمک می‌کند. افزایش سهم درآمد نیروی غیرکارگری از ارزش افزوده نیز به خوبی با این دیدگاه مطابقت دارد که اتوماسیون ابتدا به معنای انتقال درآمد از نیروی کار به صاحبان شرکت‌ها است. با این حال بسیاری دیگر از عوامل ممکن است همین حقایق و تغییرات ناهمگون در توزیع درآمد را در کشورهای مختلف توضیح دهند.
اصلاحات در ساختار مهارتی عرضه نیروی کار یا در قانون کار نیز ممکن است باعث تغییراتی در توزیع درآمد شده باشد. انحصار قدرت بازار یا کاهش قدرت اتحادیه‌های کارگری ممکن است نتیجه‌ی کاهش سهم درآمدی نیروی کارگری باشد. چنین عواملی ممکن است به خوبی اثرات واقعی دیجیتالی شدن را تعدیل یا حتی پنهان کرده باشند، یا بر خلاف آن، ممکن است این عوامل اثرات واقعی دیجیتالی شدن را تقویت کرده باشند؛ بنابراین اکنون تشخیص نقش تکنولوژی در تغییرات مشاهده شده در میزان نابرابری بسیار دشوار است.
این سرچشمه‌های تغییرات در توزیع درآمد‌ها با اثرات غیرمستقیم و وسیع تغییرات تکنولوژیکی که تمایل به کاهش اثر مستقیم توزیعی آن دارند، ترکیب می‌شوند. این موارد شامل به وجود آمدن مشاغل جدید لازمه‌ی تکنولوژی جدید و مهمتر از همه، مشاغل جدید ایجاد شده بواسطه‌ی افزایش تقاضای کل ناشی از افزایش بهره‌وری در هر نوآوری‌های تکنولوژیکی هستند. در دراز مدت، این اثرات برای رساندن مزایای انقلاب صنعتی پیشین به کل جمعیت به شیوه‌ای نسبتا برابر و جلوگیری از فروپاشی مشاغل حفظ می‌شوند.
این متن به بررسی رابطه بین موج جاری تغییرات ناشی از تکنولوژی مبتنی بر دیجیتالی شدن و نابرابری درآمد می‌پردازد. برای این بررسی، ضمن مرور ادبیات گسترده‌ی آکادمیک اخیر در مورد این موضوع به تحلیل روند‌های گذشته و حال در اقتصاد‌های پیشرفته می‌پردازیم. این متن به پیامد‌های احتمالی شتاب انقلاب دیجیتال که به وسیله‌ی آینده‌پژوهان پیش‌بینی شده است و همچنین به سیاست‌های لازم برای مقابله با اثرات نامطلوب بالقوه‌ی آن می‌اندیشد.
بخش اول این متن روند نابرابری درآمد بازار در اقتصاد‌های پیشرفته منتخب از اواخر دهه ۱۹۷۰ را مرور می‌کند. سه بخش بعدی نیز جنبه‌های مختلف ادبیات تحقیق درباره دیجیتالی شدن و نابرابری را بررسی می‌کند. همچنین تأثیر بالقوه دیجیتالی شدن در بازار کار ابتدا با تمرکز بر ساختار اشتغال و توزیع درآمد بررسی می‌شود. در این میان بررسی یک فرضیه از اهمیت ویژه‌ای برخوردار است؛ این فرضیه که تغییر تکنیکال مهارت محور مشاغل منجر به قطبی‌سازی کار شده است که بر اساس آن دیجیتالی‌سازی مشاغل معمولی با درآمد متوسط را از بین می‌برد و به نابرابر شدن درآمد‌ها کمک می‌کند.
مجموعه دوم از سوالاتی که در اینجا مطرح می‌شود مربوط است به کاهش قابل مشاهده‌ی سهم نیروی کار از تولید ناخالص ملی و متناظر با آن افزایش سهم سرمایه یا دارایی درآمد که به نوبه خود نابرابری را در دهک‌های بالای توزیع درآمد‌های بازار افزایش می‌دهد. اکنون سوال کلیدی این است که آیا این روند ناشی از اثرات مورد انتظار دیجیتالی شدن بر اشتغال، دستمزدها و سود سرمایه‌داران است؟ علاوه بر این، مجموعه سومی از سوالات نیز مورد توجه قرار می‌گیرند. سوالاتی در مورد این که آیا کاهش سهم درآمدی نیروی کار و افزایش در نابرابری به اجاره‌های شرکتی رو به افزایش مرتبط با افزایش مشاهده شده در انحصارگرایی بازار مربوط است یا این که با دیجیتالی شدن در ارتباط است؟
بررسی ادبیات تحقیقی در این سه حوزه نشان می‌دهد که دیجیتالی شدن به افزایش نابرابری از دو جنبه کمک می‌کند. جنبه نخست این است که با از میان بردن برخی مشاغل، توزیع درآمد را به نفع مشاغل مهارت محور تغییر می‌دهد. جنبه دوم این است که سهم درآمد نیروی کار را نه تنها در اکثر بخش‌های در معرض اتوماسیون بلکه همچنین در کل اقتصاد کاهش می‌دهد. به نوبه خود، این اثرات باعث افزایش سهم درآمد بازاری خانوار‌های دهک‌های بالا می‌شود. اما در رابطه با این که تغییرات تکنولوژیکی نیز ممکن است عامل افزایش انحصار بازار و افزایش اجاره‌بها در بخش‌های خارج از فناوری پیشرفته باشند، شواهد کمی وجود دارد، اگر چه که این فرضیه را نمی‌توان به راحتی کنار گذاشت.
در دو بخش نهایی این مقاله بیشتر رو به جلو نگاه می‌کنیم و به دنبال سویه‌های سیاسی رهایی‌بخش خواهیم بود. با توجه به تأثیر اتوماسیون و دیجیتالی شدن بر نابرابری مشاهده شده در دهه‌های اخیر، حتی اگر سخنان آینده‌پژوهان برحق باشد، این احتمال وجود دارد که در میزان این تأثیر کمی بزرگنمایی شده است و ما باید به دنبال راه‌حل‌هایی باشیم که در دهه‌های آینده ضمن حفظ مزایای نوآوری، اثرات نامطلوب تکنولوژی را به حداقل برسانیم؟ در این زمینه برخی ملاحظات درباره نقش سیاستگذاری در بازار و مالیات‌بندی ارایه خواهد شد.
افزایش نابرابری درآمدی در اقتصاد‌های پیشرفته و پیوند آن با دیجیتالی شدن
ابعاد بسیاری از نابرابری اقتصادی وجود دارد که نابرابری درآمدی یکی از آنها و مورد ارجاع‌ترین آنهاست. با این حال، حتی زمانی که بر درآمد تمرکز می‌کنیم، بسته به نوع نابرابری مورد توجه، گزینه‌های مختلفی در دسترس هستند. پرکاربردترین مفهوم توزیع درآمد‌های قابل تصرف خانوار معادل (equivalized household disposable incomes (EHDIs)) است که در آن کل درآمد انتسابی هر فرد، بعد از مالیات و سایر هزینه‌های خانواده‌ای که به آن تعلق دارد و تقسیم کل آن بر تعداد اعضای «بزرگسال هم‌ارز» (“adult equivalents”) در خانواده محاسبه می‌شود. با این حال، در این بخش قصد نداریم که بر این مفهوم تمرکز کنیم.
در رابطه با تأثیر تکنولوژی بر نابرابری درآمدی، منطقی است که در نظر بگیریم که تکنولوژی در درجه اول بر درآمد بازار تأثیر می‌گذارد و سپس از طریق فیلتر بازتوزیع بر درآمد قابل تصرف تأثیر می‌گذارد. در واقع، بازتوزیع احتمالا کمتر از درآمد بازار تحت تأثیر تغییرات تکنولوژیکی قرار می‌گیرد.
شکل ۱ افزایش نابرابری درآمد بازار در طول چهل تا پنجاه سال اخیر را نشان می‌دهد که در آن به ازای هر بزرگسال سهم دهک بالا در کل درآمد بازار خانوار اندازه‌گیری شده است. این آمار بر اساس داده‌های اظهارنامه‌های مالیاتی جمع‌آوری شده است که منبع بهتری برای دریافت درآمد‌های بازار نسبت به نظرسنجی‌های خانوار است، به ویژه در دهک‌های درآمدی بالا. کشور‌هایی که در این نمودار ظاهر شده‌اند، کشورهای گروه هفت (G۷) به اضافه سوئد هستند (برای اینکه ببینند آیا روند نابرابری در کشوری با فرهنگ برابری‌طلبی نوردیک متفاوت است یا خیر).
توازی روند‌های نابرابری در میان هشت کشور در یک دوره زمانی از اوایل دهه ۱۹۸۰ تا اواسط دهه ۲۰۰۰ قابل توجه است. روند‌ها در دهه ۱۹۷۰ مسطح، شیب دار به سمت پایین یا دارای شیب صعودی هستند. آنها همچنین در ده سال گذشته ناهمگن هستند. در این بین، سهم دهک بالا به طور قابل توجهی در همه کشورها افزایش یافته است، هر چند با سرعت‌هایی متفاوت: در مجموع نزدیک به ۱۰ درصد در ایالات متحده امریکا و ژاپن و بین ۵ تا ۷ درصد در سایر کشورها. نابرابری با بحران سال ۲۰۰۸ در همه کشورها کاهش یافت. سپس روند قبلی، هرچند با سرعت کمتر، در ایالات متحده امریکا و آلمان از سر گرفته شد. با این حال، در کشورهای دیگر، سهم دهک بالا در سطحی قابل مقایسه با آنچه در اوایل دهه ۲۰۰۰ (در آغاز چرخه‌ای که به رکود بزرگ منجر شد) مشاهده شد، تثبیت گردید. بنابراین، اگر فقط به حدود هجده سال گذشته نگاه کنیم، هیچ روند صعودی یا نزولی در کانادا، فرانسه، ایتالیا، سوئد یا بریتانیا مشاهده نمی‌کنیم - این امر احتمالاً در مورد ژاپن نیز صدق می‌کند. البته این قضیه بر داده‌های نابرابری درآمد قابل تصرف مبتنی است، زیرا داده‌های نابرابری درآمد بازار پس از سال ۲۰۱۰ در آنجا در دسترس نیست.
شکل ۱: نابرابری درآمد بازار به ازای هر یک بزرگسال در اقتصاد‌های پیشرفته‌ی منتخب از ۱۹۷۰ تا ۲۰۱۷ (اطلاعات مالیاتی، سهم ۱۰ درصد بالا).
منبع: برگرفته از اطلاعات [۳]World Inequality Database
اگرچه در اینجا نشان داده نشده است، اما سیر تحول نابرابری درآمد قابل تصرف از الگوی مشابه درآمد بازار پیروی نمی‌کند. نابرابری درآمد قابل تصرف در سال‌های اخیر بیشتر از میزان آن در سی یا سی و پنج سال گذشته است، اما نمایه‌های زمانی در بین کشورها بسیار ناهمگون است. [۴]
در میان هشت کشور، تنها ایالات متحده امریکا و سوئد روند نابرابری صعودی را نشان می‌دهند. در کل دوره سایر کشورها در برخی از مراحل، با روند‌های ثابت قبل و بعد، حتی در زمان‌هایی که نابرابری درآمد بازار افزایش می‌یابد، افزایش یک‌باره را نشان می‌دهند. این نشان دهنده قدرت سیستم‌های توزیع مجدد در کاهش تغییرات در نابرابری درآمد بازار است.
بدیهی‌ترین تفسیر از روند صعودی رایج در نابرابری درآمد بازار در میان کشورهای پیشرفته از اوایل دهه ۱۹۸۰ تا اواسط دهه ۲۰۰۰ این است که عوامل مشترکی در بین این کشورها وجود دارد. این عوامل ممکن است همچنان در دهه اخیر وجود داشته باشند، همانطور که در مورد ایالات متحده امریکا و آلمان بیان شده است و احتمالاً به وسیله‌ی سایر عوامل خاص هر کشور در کشورهای دیگر پنهان شده باشند.
این عوامل مشترک چه می‌توانند باشند؟ در پاسخ اغلب جهانی شدن و تغییرات تکنولوژیکی ذکر شده است. اما می‌توان به توالی رویداد‌های محدودتری نیز فکر کرد. برای مثال، این احتمال وجود دارد که کاهش تورم جهانی در سال‌های ۱۹۸۲-۱۹۸۵ با افزایش بازده دارایی‌های مالی، درآمد‌های بالایی را به همراه داشته باشد. اندکی بعد، شتاب تجارت کالا و جابجایی سرمایه مرتبط با جهانی شدن بیشتر به نفع صاحبان سرمایه بود تا کارگران، البته تا توقف ناگهانی آن در سال ۲۰۰۸. این‌ها رویداد‌ها یا روند‌هایی هستند که می‌توان تاریخ‌گذاری‌شان کرد، هرچند به روشی غیردقیق. اما شرایط برای تغییرات تکنولوژیکی متفاوت است.
همانطور که در شکل ۲ مشاهده می‌شود، در واقع به نظر می‌رسد که از برخی جهات، فرآیند دیجیتالی شدن در طول چهل سال گذشته پیوسته در تداوم بوده است. اگرچه به نظر می‌رسد که سهم تجهیزات و نرم افزار‌های پردازش اطلاعات در سرمایه‌گذاری خصوصی پس از سال ۲۰۰۰ تثبیت شده باشد، اما باید بگوییم که این امر در قیمت‌های ثابت درست نیست. زیرا قیمت تجهیزات فناوری اطلاعات (IT) به طور سیستماتیک نسبت به سایر تجهیزات کاهش یافت و در نتیجه میزان سرمایه‌گذاری در فناوری اطلاعات از سال ۲۰۰۰ و حتی قبل از آن تاکنون دو برابر سریعتر از سایر انواع سرمایه‌گذاری پیشرفت کرده است. همین روند مداوم برای مالکیت رایانه شخصی نیز مشاهده می‌شود که خود یکی دیگر از شاخص‌های فرآیند دیجیتالی شدن است.
رشد ربات‌های صنعتی نسبت به سرمایه‌گذاری خصوصی در طول زمان متمرکزتر است. همانطور که آمار‌های موجود از فدراسیون بین‌المللی رباتیک نشان می‌دهد، استفاده از رباتها در چند سال گذشته واقعاً افزایش یافته است، به طوری که تعداد ربات‌های جدید نصب‌شده سالانه در جهان دو برابر سریعتر از سرمایه‌گذاری خصوصی در کشورهای سازمان همکاری‌های اقتصادی و توسعه (OECD) بین سال‌های ۲۰۱۲ و ۲۰۱۸ رشد کرده است. [۵] با این حال به نظر نمی‌رسد که این ناپیوستگی مابه‌ازایی در افزایش نابرابری درآمد بازار، همانطور که در شکل ۱ نشان داده شده است، داشته باشد.
بدون دانش پیشینی از تأثیر عوامل رایج بر نابرابری درآمد، تشخیص این که کدام یک بیشترین سهم را در افزایش قابل توجه نابرابری درآمد بازار در میان اقتصاد‌های پیشرفته داشته‌اند، دشوار است. تغییرات تکنولوژیکی مبتنی بر دیجیتالی شدن تقریباً یکی از آنهاست، اما به سختی می‌توان نقش آن را در یک چارچوب کلی که در آن بسیاری از پدیده‌ها ممکن است بر افزایش نابرابری تأثیر بگذارند، به وضوح شناسایی کرد. در ادامه متن بررسی می‌کنیم که آیا نقش فناوری ممکن است با در نظر گرفتن اجزای تشکیل دهنده نابرابری کلی، بهتر ارزیابی شود یا خیر.
شکل ۲: شاخص‌های منتخب برای دیجیتالی شدن از ۱۹۸۰ تا ۲۰۱۸
محموله‌های تخمینی جهانی ربات‌های صنعتی به ازای هر ۲۰۱۰ دلار تشکیل سرمایه ثابت ناخالص در کشورهای سازمان همکاری و توسعه اقتصادی (محور سمت چپ).
------- سهم تجهیزات پردازش اطلاعات و نرم افزار در سرمایه‌گذاری خصوصی غیر مسکونی با قیمت‌های جاری در ایالات متحده امریکا (محور سمت چپ).
سهم تجهیزات پردازش اطلاعات و نرم افزار در سرمایه‌گذاری خصوصی غیر مسکونی با قیمت ثابت در سال ۲۰۱۲ در ایالات متحده امریکا (محور سمت چپ).
-------> خانوار‌های دارای رایانه در ایالات متحده امریکا (محور سمت چپ).
منبع: محاسبات نویسنده بر اساس داده‌های فدراسیون بین‌المللی رباتیک [۶]، شاخص‌های توسعه جهانی [۷]، دفتر تحلیل اقتصادی [۸] و رایان (۲۰۱۸) [۹].
دیجیتالی شدن، بازار کار و نابرابری درآمد
شکل‌های۳-۱، ۳-۲ و ۳-۳ افزایش نابرابری درآمد را از اواسط دهه ۱۹۷۰ برای همان کشورهای پیشرفته قبلی نشان می‌دهند. نابرابری به ترتیب با نسبت ۹۰ به صدک ۱۰ (P۹۰/P۱۰)، نسبت صدک ۹۰ به میانه (P۹۰/P۵۰، نابرابری بیشتر) و نسبت میانه به صدک ۱۰ (P۵۰/P۱۰، نابرابری کمتر) اندازه‌گیری شده است. داده‌ها به وسیله‌ی سازمان OECD بر اساس ثبت‌های اداری یا نظرسنجی‌های استاندارد نیروی کار یا خانوار جمع‌آوری شده است. اما متأسفانه، داده‌ها فقط برای دو یا سه دهه اخیر در برخی کشورها در دسترس هستند. این داده‌ها با داده‌های اتکینسون و مورلی (۲۰۱۴) [۱۰]در شکل ۳-۲، داده‌ها و منابع اضافی برای فرانسه و ایتالیا در شکل ۳-۱ و منابع اضافی برای فرانسه در شکل ۳-۳ تکمیل می‌شوند.
اخیراً تأکید زیادی بر افزایش نابرابری در دهک بالای درآمد شده است. در واقع، سهم کل درآمد دستمزدی که به یک درصد بالا تعلق می‌گیرد، در ایالات متحده امریکا و سایر کشورها به طور قابل توجهی افزایش یافته است. با این حال، افراد بسیار پردرآمد به ندرت نماینده آنچه که ممکن است در بازار کار به طور گسترده‌تر اتفاق بیفتد، هستند. [۱۱]ویژگی غالب در تحول پراکندگی کلی دستمزدها –شکل ۳-۱- تفاوت بین ایالات متحده امریکا با سایر کشورها است که در آن پراکندگی تقریباً به طور مداوم و تقریباً با همان سرعت طی چهل سال گذشته افزایش یافته است، اما در سایر کشورها، پراکندگی پایدارتر است یا به طور کلی افزایش یافته است، اما با سرعت بسیار کمتری نسبت به ایالات متحده امریکا. آلمان تا حدودی استثنایی است، زیرا پراکندگی درآمد‌ها در آنجا به طور کلی افزایش یافته است، اما به صورت ناگهانی و فقط در پایان هر دوره.
هنگامی که پراکندگی در قسمت بالایی توزیع در نظر گرفته شود، تحول همگن‌تر است (شکل ۳-۲). در بیشتر کشورها، نابرابری در درآمد‌های بالا تا اواخر دهه ۱۹۹۰ یا اوایل دهه ۲۰۰۰ به طور قابل توجهی افزایش یافت که کمی شبیه نابرابری درآمد بازار است. اما سپس این نابرابری تثبیت شد، به جز در ایالات متحده امریکا، جایی که مدام در حال افزایش بود و در آلمان، جایی که پس از سال‌ها ثبات شروع به افزایش کرد.
اما نابرابری در میان درآمد‌های کم (شکل ۳-۳) ناهمگونی بیشتری را هم در بین کشورها و هم در طول زمان نشان می‌دهد. پراکندگی در بریتانیا و در ایالات متحده امریکا تا اواسط دهه ۱۹۹۰ افزایش یافت، اما پس از آن در اولی کاهش یافت و در دومی تثبیت شد. در کانادا، فرانسه و ژاپن به طور مداوم کاهش یافت، در ایتالیا حول یک روند ثابت در نوسان بود و از اوایل دهه ۱۹۹۰ در سوئد به طور مداوم افزایش یافت.
تغییر تکنولوژیکی مبتنی بر مهارت و نابرابری درآمد
افزایش نابرابری درآمد در دهه ۱۹۸۰ در ایالات متحده امریکا به سرعت بازتاب شدیدی را در مورد علل آن ایجاد کرد. ناهمگونی مهارتی منبع اصلی نابرابری درآمد است. بحث بر عرضه و تقاضای نیروی کار ماهر و تاکید بر مهارت متمرکز شده است که به واسطه «پاداش مهارت» (“skill premium”) یا بیشتر بودن نسبت متوسط دستمزد کارگران با تحصیلات دانشگاهی از سایر کارگران بازنمود یافت. در یک مدل مجموع رقابتی ساده از بازار کار، افزایش نابرابری درآمد که همزمان با افزایش پاداش مهارت بود، به تقاضای نسبی برای کارگران تحصیل‌کرده دانشگاهی نسبت داده شد که سریعتر از عرضه‌ی آن رشد می‌کرد.
اولین توضیح برای تسریع تقاضای نسبی نیروی کار ماهر، جهانی شدن و تغییری بود که در ساختار فعالیت اقتصادی به همراه داشت. واردات از اقتصاد‌های نوظهور در یک اقتصاد جهانی بازتر، وزن بخش‌های قابل مبادله را که نسبتاً در نیروی کار غیر ماهر فشرده بودند، کاهش داد و به طور کلی تقاضای نسبی برای نیروی کار ماهر را افزایش داد. با این حال، مشخص شد که این تجدید ساختار اقتصاد برای توضیح افزایش مشاهده شده در پاداش مهارت کافی نیست. در نتیجه، توضیح دیگری برای ارایه شد و آن یک تغییر مستقل در فناوری بود که تولید را در نیروی کار ماهر نسبتاً فشرده‌تر می‌کرد، اثری که به زودی تغییر فناوری مبتنی بر مهارت یا SBTC (skill-biased technological change) نامیده شد. [۱۲]
به جز بخش نسبتاً کوچکی که با جهانی شدن توضیح داده شد، افزایش نابرابری درآمد در ایالات متحده امریکا نمونه دیگری از مسابقه آموزشی-تکنولوژی معروف تینبرگن (Tinbergen) بود. تغییرات تکنولوژیکی تقاضای نسبی برای نیروی کار ماهر را سریعتر از گسترش تحصیلات دانشگاهی در جمعیت افزایش داد (گلدین و کاتز (۲۰۰۸) هنگام انتخاب عنوان کتابشان درباره بازار کار در ایالات متحده امریکا و نابرابری درآمد به صراحت به این دیدگاه از رابطه میان فناوری و نابرابری اشاره کرده‌اند: مسابقه بین آموزش و پرورش و تکنولوژی).[۱۳]
جدول ۱ برگرفته از تحقیق گلدین و کاتز [۱۴] برآورد‌های نرخ تغییر فناوری مبتنی بر مهارت را در طول هفتاد سال گذشته در ایالات متحده امریکا نشان می‌دهد. برآورد‌های رشد تقاضای نسبی برای نیروی کار ماهر (ستون سوم) با این فرض به دست می‌آید که رشد پاداش مهارت متناسب است با تفاوت بین رشد تقاضای نسبی و عرضه نسبی کارگران تحصیل‌کرده دانشگاهی. بجز در دهه ۱۹۷۰، زمانی که به دلیل افزایش تحصیلات دانشگاهی پس از جنگ، عرضه کارگران با تحصیلات دانشگاهی شتاب گرفت، پاداش مهارت به طور سیستماتیک به سمت بالا حرکت کرد و نشان داد که تقاضا برای نیروی کار ماهر سریعتر از عرضه رشد می‌کند. همچنین پاداش مهارت در دهه ۱۹۸۰ افزایش یافت و از آن زمان به بعد به افزایش خود ادامه داد، اگرچه با سرعت کمتری. اما چنین کاهشی در زمانی که تصور می‌شود تغییرات تکنولوژیک شتاب گرفته است تا حدودی متناقض به نظر می‌رسد.
شکل ۳-۱: نابرابری درآمد‌ها در اقتصاد‌های پیشرفته‌ی منتخب از ۱۹۷۵ تا ۲۰۱۸
شکل ۳-۲:
شکل ۳-۳
منبع: محاسبات نویسنده بر اساس اطلاعات سازمان همکاری و توسعه اقتصادی [۱۵]، اتکینسون و مورلی (۲۰۱۴) [۱۶]، INSEE (۲۰۲۰) [۱۷]برای فرانسه قبل از سال ۱۹۹۴ و برندولینی و دیگران (۲۰۰۱) [۱۸]برای ایتالیا قبل از سال ۱۹۹۶.
تحول مشابهی نیز در دهه‌های ۱۹۸۰ و ۱۹۹۰ در سایر اقتصاد‌های پیشرفته مشاهده شده است. این در شکل ۳-۲ واضح است که روند نابرابری درآمد‌های بالاتر را نشان می‌دهد که در این زمینه نسبت به پراکندگی کلی درآمد مرتبط‌تر است، زیرا نهاد‌های بازار کار، به ویژه در کشورهای اروپایی، انعطاف‌پذیری دستمزد را در رده‌ی دستمزد‌های کم محدود می‌کنند. از آنجایی که سرعت تغییر فناوری مبتنی بر مهارت احتمالاً در این کشورها مشابه با ایالات متحده امریکا است، تثبیت نابرابری درآمد مشاهده شده پس از آغاز هزاره می‌تواند به افزایش سریعتر عرضه نیروی کار ماهر نسبت داده شود. به عنوان مثال، در بریتانیا، عرضه نسبی کارگران ماهر با نرخ سالانه ۲/۴ درصد بین سال‌های ۲۰۰۶ و ۲۰۱۴ افزایش یافت، تقریباً دو برابر سریعتر از ایالات متحده امریکا، در حالی که پاداش مهارت با نرخ سالانه ۱ درصد کاهش یافت. این امر با تغییر فناوری مبتنی بر مهارت مطابقت دارد که منجر به نرخ رشد تقاضای نسبی برای کارگران ماهر اندکی کمتر از ۳ درصد می‌شود، رقمی که با برآورد‌های موجود در ایالات متحده امریکا نیز قابل مقایسه است. [۱۹]
جدول ۱: نرخ رشد سالانه پاداش مهارت، عرضه نسبی کارگران ماهر در ایالات متحده امریکا از ۱۹۵۰ تا ۲۰۱۹
منبع: گلدین و کاتز (۲۰۰۹) [۲۰]، به روز شده به وسیله‌ی نویسنده بر اساس داده‌های اداره آمار کار. [۲۱]
مجموعه‌ای از عوامل مرتبط با بازار کار به غیر از تغییرات تکنولوژیکی، جهانی شدن و تحصیلات دانشگاهی یا معادل آن ممکن است بر پراکندگی درآمد‌ها مستقل از پاداش مهارت تأثیر گذاشته باشند. به عنوان مثال، تغییرات در ترکیب نیروی کار بر اساس جنسیت، سن و موقعیت جغرافیایی، یا تغییرات در نهاد‌های بازار کار مانند حمایت از اشتغال، قانون حداقل دستمزد و میزان عضویت در اتحادیه، تأثیر قابل توجهی بر نابرابری درآمد و احتمالاً بر خود پاداش مهارت دارند. در این میان تغییرات عوامل تعیین‌کننده شخصی مشاهده نشده در توزیع درآمد نیز ممکن است مهم باشند. [۲۲]
به طور کلی‌تر، باید تاکید کرد که در تحلیل تجربی رشد اقتصادی، تخمین اثر تغییرات تکنولوژیکی بر نابرابری درآمد اساساً باقیمانده چیزی است که با عوامل استاندارد مرتبط با عرضه و تقاضا مانند توزیع مهارت‌های مشاهده شده - از جمله پیشرفت تحصیلی و تجربه شغلی - در جمعیت، رفتار مشارکتی مشروط به مهارتها، یا ساختار منطقه‌ای اقتصاد قابل توضیح نیست. چنین تخمین غیرمستقیمی لزوماً حاوی برخی ابهامات است.
این نوع تخمین همچنین از عمیق‌تر شدن در ماهیت تغییرات تکنولوژیک و جداسازی تأثیر دیجیتالی‌سازی یا اتوماسیون از نوآوری مهندسی جلوگیری می‌کند. انجام این کار مستلزم توصیف دقیقتری از نهاده‌های نیروی کار در فرآیند تولید است تا تمایز دوگانه بر اساس میزان تحصیلات. به طور خاص، باید بر ماهیت مشاغل و وظایف تمرکز کرد، دقیقاً همان کاری که آینده‌پژوهان هنگام تلاش برای پیش‌بینی چگونگی تأثیر دیجیتالی‌سازی و هوش مصنوعی بر مشاغل انجام می‌دهند.
قطبی‌سازی مشاغل
با پیروی از همان خط کاری آینده‌پژوهان، فرضیه قطبی‌سازی مشاغل شامل تشخیص این است که اتوماسیون جایگزین مشاغل معمولی دستی و غیر دستی می‌شود که وظایف آنها به راحتی با دستگاه‌های دیجیتال و هوش مصنوعی انجام می‌شوند. متقابلاً، دیجیتالی‌سازی باعث افزایش تقاضای نسبی برای مهارت‌های شناختی و بینا فردی از یک سو و برای مهارت‌های دستی غیرمعمول، معمولاً در خدمات، از سوی دیگر می‌شود. با توجه به درآمد نسبی این سه گروه از مشاغل، بنابراین دیجیتالی شدن به قطبی سازی توزیع درآمد، جایگزینی مشاغل در محدوده مشاغل با درآمد متوسط و افزایش سهم مشاغل در بخش‌های مشاغل با درآمد بالا و پایین تمایل دارد.
شواهد چنین قطبی شدگی از طریق فرایند ذیل به دست می‌آید. برای هر شغل در مجموعه مشاغل ثبت شده، متوسط درآمد در برخی از سال‌های پایه برای همه کارگران شاغل در آن شغل تعیین می‌شود. سپس توزیعی از مهارت‌های شغلی به دست می‌آید که در آن سطح مهارت یک شغل، متوسطدرآمد آن در برخی از سال‌های پایه است. در نتیجه می‌توان به روشی ساده تغییراتی را که در ساختار مهارتی مشاغل در طول زمان رخ می‌دهد و تأثیر آنها بر نابرابری درآمد را نشان داد. کافی است مشاهده کنیم که چگونه نسبت مشاغل با یک مهارت شغلی معین که با درآمد متوسط نسبی آنها در سال t۰ بازنمایی می‌شود، مستقل از سطح درآمدی مشاغل در t۱، بین سال‌های t۰ و t۱ تغییر کرده است.
هنگامی که این فرایند در دهه ۱۹۹۰ اعمال شد، این رویکرد شغلی در مورد تأثیر تغییرات تکنولوژیک، یک قطبی شدگی واضح مشاغل در ایالات متحده امریکا را نشان می‌دهد که در آن سهم مشاغل با مهارت بالا و پایین (یعنی مشاغل با دستمزد بالا و متوسط رو به پایین) به ازای مشاغل با مهارت متوسط بالا رفت. برخی از محققان این امر را به عنوان تأیید این گزاره تفسیر کردند که رایانه‌ای شدن و اتوماسیون جایگزین مشاغل معمولی شده‌اند. [۲۳] همچنین، گوس و منینگ (۲۰۰۷) [۲۴] و گوس، منینگ و سالومون (۲۰۰۹) [۲۵] شواهدی از قطبی شدگی شغلی در بریتانیا و چندین کشور اتحادیه اروپا را نیز پیدا کردند.
تفسیر پدیده قطبی شدگی شغلی که به طور گسترده مشاهده می‌شود، موضوع مهمی را مطرح می‌کند. اگر سهم فزاینده مشاغل سطح بالا در مقیاس مهارت‌های شغلی نمونه دیگری از تغییر فناوری مبتنی بر مهارت باشد، مسئله این است که آیا افزایش سهم در سطوح پایینتر ناشی از افزایش تقاضا برای مشاغل با آن نوع مهارت -کار غیر معمول دستی یا روابط بین فردی - است یا از جابجایی کارگران آواره از مشاغل معمولی منتج می‌شود. در مورد اول، قطبی شدگی شغل باید با قطبی شدگی دستمزد همراه باشد، یعنی با افزایش سریع دستمزدها در هر دو سر مقیاس. در مورد دوم، دستمزدها در پایین مقیاس باید تحت تأثیر منفی افزایش عرضه نیروی کار در آن نوع دسته‌های شغلی قرار گیرد. شواهدی از قطبی شدن دستمزدها برای ایالات متحده امریکا در دهه ۱۹۹۰ [۲۶] یافت شد، اما در دوره‌های زمانی دیگر نه. اما از سوی دیگر، قطبی شدن دستمزدها در کشورهای اروپایی وجود ندارد. برای اطلاع از این امر به گوس و منینگ (۲۰۰۷) برای بریتانیا و داستمن، لودستک، و شونبرگ (۲۰۰۹) [۲۷] برای آلمان مراجعه کنید.
قطبی شدن مشاغل و سوگیری ضد روتین ضمنی تغییرات تکنولوژیکی پشت آن برای نابرابری درآمد چه پیامد‌هایی دارد؟ در بخش بالایی توزیع درآمد، احتمالاً مانند تغییر فناوری مبتنی بر مهارت است، با همان نقش متعادل کننده‌ای که قبلاً به وسیله‌ی عرضه کارگران تحصیل کرده‌تر که برای کار‌های شناختی غیرمعمول مناسب‌تر هستند، بازی می‌کند. در قسمت پایین، قطبی شدن دستمزد باید با کاهش یا حداقل تثبیت نسبت P۵۰/P۱۰ مطابقت داشته باشد، همانطور که در واقع در دهه ۱۹۹۰ در ایالات متحده امریکا مشاهده شد (نگاه کنید به شکل ۳-۳). با این حال، حتی بدون قطبی شدن دستمزدها، یعنی تنها با کاهش رتبه مشاغل در بخش میانی مهارت‌های شغلی، می‌توان همان تغییرات را مشاهده کرد، زیرا فشار نزولی نسبی بر دستمزدها بر آن دسته از مشاغل میان‌رده‌ی جایگزین شده قوی‌تر خواهد بود، به ویژه در کشور‌هایی که مشاغل با دستمزد کم به وسیله‌ی قانون حداقل دستمزد محافظت می‌شوند.
با این حال، باید در نظر داشت که تکیه بر درآمد متوسط مشاغل برای تعریف یک شاخص مهارت شغلی برای نشان دادن تأثیر تغییرات تکنولوژیکی بر توزیع درآمد، نسبتاً محدود کننده است. این به معنای نادیده گرفتن تفاوت‌ها در توزیع درآمد درون شغلی در بین مشاغل و مهمتر از آن، تغییرات در آن توزیع‌ها است. از یک طرف، تغییر ساختار مشاغل، توزیع درآمد را فراتر از آنچه که می‌توان از درآمد متوسط اندازه‌گیری کرد، تغییر می‌دهد. از سوی دیگر، خروج از برخی مشاغل و ورود به مشاغل دیگر لزوماً توزیع درآمد را در هر یک از آنها تغییر می‌دهد، در حالی که ماهیت وظایف در یک شغل معین و بنابراین مهارت‌های مورد نیاز آن ممکن است در طول زمان تغییر کند. دلیل این تغییر هم دقیقاً اتوماسیون و کامپیوتری شدن است. در مطالعه‌ای درباره‌ی تکامل ویژگی‌های شغلی در آلمان، مشخص شد که بیشتر تغییرات در چندین مورد نیاز مهارت‌های شغلی که در یک شاخص واحد تجمیع شده‌اند، بیشتر در داخل مشاغل اتفاق می‌افتد تا بین آنها. [۲۸] ارتقای سیستماتیک آموزشی مشاغل نیز مانند سایر کشورها مشاهده شد، به این معنی که ظاهراً امروز همان شغل به وسیله‌ی افراد تحصیل کرده‌تر انجام می‌شوند که هنوز می‌توانند درآمد‌های بالاتری نسبت به سایرین در همان شغل داشته باشند.
دیجیتالی شدن و توزیع درآمد‌ها
از ادبیات تحقیق گسترده در مورد نقش تغییرات تکنولوژیکی در اصلاح توزیع درآمد نیروی کار چه نتایجی را می‌توان استخراج کرد؟ به نظر می‌رسد ساده‌ترین داستان مطابق با داده‌های توزیع درآمد به شرح زیر است. دیجیتالی شدن تقاضا برای کارگران با تحصیلات عالی، به ویژه برای وظایف تحلیلی و بین فردی غیر معمول را افزایش داده است. همچنین تقاضا برای افراد کم سواد درگیر در کار‌های روزمره را، اعم از شناختی یا دستی یعنی کارگران در بخش‌های میانی و پایینی توزیع دستاورد‌های تحصیلی، کاهش داده است. به نظر می‌رسد اجماع گسترده‌ای در مورد این اثرات وجود دارد. تغییرات مشاهده شده در توزیع درآمد ناشی از ترکیبی از این اثرات جانبی تقاضا و تغییرات در حجم و ترکیب عرضه نیروی کار است.
این داستان نسبتاً مناسب وضعیت ایالات متحده امریکا است. تقاضا به طور مداوم سریعتر از عرضه کارگران با تحصیلات عالی پس از سال ۱۹۸۰ افزایش یافت که تا حدی به دلیل جهانی شدن و مهمتر از آن به دلیل تغییرات تکنولوژیک بود. این منجر به یک روند صعودی پایدار در درآمد بالا و نابرابری کلی شد. با این حال، نشانه‌هایی از کاهش تقاضای نسبی کارگران با مهارت بالا در حدود دو دهه گذشته وجود دارد. [۲۹] در بخش پایینی توزیع درآمد، جایگزینی اولیه مشاغل یدی معمول در ابتدا تأثیر نسبتاً بیشتری بر درآمد‌های سطح پایین داشت که منجر به افزایش نابرابری در رده‌ی درآمد‌های کم شد. بعدتر، جایگزینی مشاغل غیردستی معمول به درآمد‌های نسبی در محدوده متوسط مقیاس ضربه زد و ابتدا باعث کاهش و سپس تثبیت نابرابری در رده‌ی درآمد‌های کم شد.
در اروپا و احتمالاً کانادا و ژاپن، داستان همین خواهد بود با این تفاوت که عرضه نسبی کارگران تحصیل‌کرده‌تر ممکن است سریعتر از تقاضای نسبی ناشی از تغییرات تکنولوژیکی، به‌ویژه در دو دهه گذشته، رشد کرده باشد، بنابراین روند صعودی P۹۰/P۵۰ تا اواسط یا اواخر دهه ۱۹۹۰ را معکوس کرده است. در بخش پایینی توزیع، تحول می‌توانست شبیه به آنچه در ایالات متحده امریکا وجود دارد باشد، به جز وجود حداقل دستمزد الزام‌آور در چندین کشور (کانادا، فرانسه، ژاپن و بریتانیا از سال ۱۹۹۸) که مانع کاهش دستمزد‌های کم مانند آنچه در ایالات متحده امریکا رخ داد، شد و روند نزولی P۵۰/P۱۰ از اواخر دهه ۱۹۹۰ به بعد را توضیح می‌دهد.
اما در این میان، کشور آلمان موردی غیر معمول به نظر می‌رسد، زیرا در آن P۹۰/P۵۰ در گذشته‌ی متاخر افزایش یافته است و احتمالاً نشان می‌دهد که عرضه کمتر از تقاضا رشد می‌کند. کمبود نسبتاً اخیر مهندسان و تکنسین‌ها باعث ایجاد قوانین جدیدی شده است که مهاجرت با مهارت بالا -به ویژه در زمینه فناوری اطلاعات- را از جمله از خارج از اتحادیه اروپا تشویق می‌کند. از این گذشته، افزایش P۵۰/P۱۰ در دهه ۲۰۰۰ در آلمان نیز در مقایسه با کشورهای دیگر امری غیرعادی است. برخی محققان این امر را به بیکاری بالا در اوایل دهه ۲۰۰۰ و موج اصلاحات بازار کار - اصلاحات هارتز - که در آن زمان انجام شد، نسبت می‌دهند که بیکاری را کاهش داد، اما پتانسیل دستمزد کارگران را به ویژه برای زنان تحت تأثیر منفی قرار داد. [۳۰] تغییرات تکنولوژیکی و سهم درآمد ناشی از املاک و مستغلات
تجزیه تغییرات در نابرابری درآمد بازار در اصل مستلزم تجزیه و تحلیل تغییرات در توزیع درآمد ناشی از املاک به همان روشی است که در بالا برای درآمد‌های نیروی کار انجام شد. بر خلاف درآمد نیروی کار، منابع اطلاعاتی کمی وجود دارد که به طور انحصاری بر توزیع درآمد ناشی از املاک افراد یا خانوار‌ها تمرکز داشته و قابل مقایسه در بین کشورها در دوره‌های طولانی باشند. با این حال، به دلیل تمرکز بالای دارایی ملکی در جمعیت، سهم درآمد ناشی از املاک در درآمد بازار، شاخص خوبی برای کمک به تغییرات در نابرابری است که از درآمد ناشی از املاک نشات می‌گیرد.
این بخش به جای درآمد بازار خانوار، بر تحول سهم درآمد ناشی از املاک در کل ارزش افزوده متمرکز است، یعنی تولید ناخالص داخلی که داده‌های مربوط به آن راحت‌تر در دسترس است. اگرچه این معیار سود‌های توزیع نشده و مخارج مصرف سرمایه را در بر می‌گیرد که به خانوار‌ها تعلق نمی‌گیرد، اما همچنان انتظار می‌رود ارتباط آن با نابرابری بالا باشد. همچنین، از آنجایی که به سمت وجه تولیدی اقتصاد نزدیکتر است، ممکن است مستقیماً به تغییرات تکنولوژیک نیز حساس باشد.
تحول سهم درآمد نیروی کار/درآمد ناشی از املاک در اقتصاد‌های پیشرفته
شباهت زیادی بین تحول سهم تولید ناخالص داخلی از درآمد ناشی از املاک، همانطور که در شکل ۴ نشان داده شده و سهم بالای درآمد بازار برای همان کشورها، همانطور که در شکل ۱ نشان داده شده است، وجود دارد. هر دو رقم تقریباً برای همه کشورها از اواسط دهه ۱۹۸۰ تا سال‌های قبل از رکود بزرگ و پس از آن یک روند صعودی را نشان می‌دهند، به جز در ایالات متحده امریکا که این روند همچنان در حال افزایش است. با این حال، استثنا‌هایی وجود دارد، به طوری که هنوز فاصله زیادی تا همبستگی کامل وجود دارد. یک مورد واضح، انگلستان است، جایی که روند صعودی در شکل ۴ بسیار ضعیفتر است و خیلی زودتر از شکل ۱ صاف می‌شود. همچنین، تفاوت‌ها قبل از اواسط دهه ۱۹۸۰ نیز قابل توجه است.
با توجه به تطابق تقریبی تحول سهم درآمد ناشی از املاک یا غیرکارگری از تولید ناخالص داخلی با نابرابری درآمد بازار، سوال این است که آیا دیجیتالی شدن نقش مهمی در افزایش سهم درآمد ناشی از املاک بازی کرده است؟ برای نزدیکتر شدن به این سوال، شاید بهتر باشد تحلیل را به بخش‌هایی محدود کنیم که احتمالاً تغییرات تکنولوژیک نقش عمده‌ای را ایفا کرده است. با این حال، انجام این کار پیوند با توزیع درآمد خانوار را تضعیف می‌کند. علاوه بر این، به نظر می‌رسد که تکامل کلی سهم درآمد غیرکارگری در بخش‌های تجاری یا صنعتی به خوبی با کل اقتصاد مقایسه می‌شود، اگرچه مقادیر ممکن است متفاوت باشد. به عنوان مثال، در ایالات متحده امریکا، افزایش سهم درآمد غیر نیروی کار در بخش تجاری، به ویژه در بخش تولید، بیشتر از تولید ناخالص داخلی است. [۳۱] تغییرات تکنولوژیکی و سهم درآمد غیرکارگری در چارچوب نئوکلاسیک
در بازنمایی رقابتی دو عاملی محدود، اما ساده یک اقتصاد، تحول سهم عوامل به دو عامل بستگی دارد: افزایش نسبت سرمایه به کار - تعمیق سرمایه - و تغییر تکنولوژیک. با تکنولوژی ثابت، سهم غیر کارگری (کار) با تعمیق سرمایه افزایش می‌یابد (کاهش می‌یابد)، بسته به این که آیا کشش جانشینی بین سرمایه و کار بیشتر (کوچکتر) از واحد است یا خیر. بسیاری از نویسندگان، از جمله کاراباربونیس (Karabarbounis) و نیمان (Neiman) [۳۲] و توماس پیکتی [۳۳]، در واقع افزایش سهم درآمد غیر کارگری در اقتصاد‌های پیشرفته را به عنوان نتیجه کشش جایگزینی به طور قابل ملاحظه‌ای بالاتر از واحد تفسیر کرده‌اند، یعنی نیروی کار به راحتی با ماشین‌ها یا وسایل دیجیتال جایگزین می‌شود. با این حال، این تفسیر در تضاد با اکثر تخمین‌های اقتصادسنجی از کشش است که به کشش زیر واحد اشاره می‌کند همانطور که به وسیله‌ی لارنس (۲۰۱۵) [۳۴] خلاصه شده است.
شکل ۴: سهم درآمد (دارایی) غیر کارگری در تولید ناخالص داخلی در اقتصاد‌های پیشرفته منتخب از سال ۱۹۷۵ تا ۲۰۱۵ (میانگین متحرک پنج ساله)
منبع: داده‌های سازمان همکاری و توسعه اقتصادی [۳۵]برای سال‌های ۱۹۷۵ تا ۲۰۰۳ و داده‌های سازمان بین‌اللملی کار [۳۶]برای سال‌های ۲۰۰۴ تا ۲۰۱۵.
این برآورد‌ها بر اساس مدلی است که در آن سهم عوامل به نسبت سرمایه به کار و یک روند زمانی بستگی دارد، اولی اثر جانشینی و دومی برای تغییرات تکنولوژیکی است. به عنوان مثال، در مورد صنعت ایالات متحده امریکا، لارنس (۲۰۱۵) کشش جایگزینی ۰.۱۹ و نرخ سالانه صرفه‌جویی در نیروی کار را ۲.۴ درصد می‌یابد. بر این اساس، به جای کشش جایگزینی زیاد بین سرمایه و کار، این تغییر تکنولوژیکی است که مسئول افزایش مشاهده شده در سهم درآمد غیر کارگری است.
با این حال مشخص نیست که آیا این تمایز بین تغییرات فنی تعمیق کننده‌ی سرمایه و افزایش دهنده‌ی نیروی کار مرتبط است یا خیر. به هر حال، پیشرفت فنی صرفه‌جویی در نیروی کار یا از نیروی کار با مهارت بالاتر ناشی می‌شود که در این مورد مدل نیروی کار همگن با مساله‌ی ما سازگار نیست، یا از تغییر تجهیزات که در این صورت باید بین محصولات قدیمی در سهام سرمایه تمایز قائل شد. به طور اساسی‌تر، به نظر می‌رسد که یک مدل کلی دو عاملی نئوکلاسیک چارچوبی بسیار ساده برای تجزیه و تحلیل علل تغییر در توزیع عملکردی درآمد باشد، همانطور که السبی، هوبیجن و شاهین (۲۰۱۳) اشاره کرده‌اند. [۳۷]همچنین، تفسیر یک روند زمانی به عنوان اثر تغییرات تکنولوژیکی، مسلماً نامی دلخواه بر چیزی است که اساساً یک باقیمانده غیرقابل توضیح است. حتی با انتزاع از بسیاری از عواملی که ممکن است بر سهم نیروی کار تأثیر بگذارند و به طور علّی با فناوری یا انباشت سرمایه مرتبط نیستند. در نتیجه، مدل ساختاری‌تری برای شناسایی نقش فناوری و به ویژه جزء دیجیتالی شدن آن مورد نیاز است.
وظایف، اتوماسیون و سهم درآمد غیر کارگری
چندین مدل ساختاری از این دست اخیراً در ادبیات تحقیق اقتصادی با تمرکز صریح بر اتوماسیون پیشنهاد شده است. [۳۸] این مدل‌ها عمدتاً تئوری هستند، اما برخی از آنها شامل یک کالیبراسیون عددی برای ارزیابی ترتیب بزرگی اثرات اتوماسیون نیز هستند.
این خانواده از مدل‌ها بر اساس تجزیه سه‌گانه اثرات اتوماسیون است که بیشتر در موارد زیر به عنوان پیامد دیجیتالی‌سازی در نظر گرفته می‌شود: اول، مشاغل یا وظایف را جابجا می‌کند. دوم، نوآوری با ایجاد وظایف جدید و مولدتر که به وسیله‌ی نیروی انسانی در ترکیب با تجهیزات سرمایه‌ای پر می‌شود، مشاغل را احیا می‌کند. سوم، درآمد اضافی با افزایش بهره‌وری حاصل می‌شود که تقاضای نهایی بیشتر و مشاغل بیشتری را ایجاد می‌کند. اثر جابجایی به وضوح به سود سهم درآمد غیر کارگری است، در حالی که ایجاد وظیفه و اثرات بهره‌وری احتمالاً به نفع نیروی کار است؛ بنابراین تأثیر کلی حاصله به قدرت این سه نیرو بستگی دارد. برخی از نویسندگان مهارت‌های کار را به مدل اضافه می‌کنند. از آنجایی که نیروی کار ماهر به طور کلی مکمل تجهیزات اتوماسیون است، افزایش سهم غیر کارگری با افزایش پاداش مهارت همراه است و در نتیجه تأثیر بر نابرابری را تقویت می‌کند. [۳۹] اگر مکانیسم‌های نظری که به وسیله آن اتوماسیون و هوش مصنوعی بر سهم درآمد نیروی کار و غیر کارگری و نابرابری دستمزد از طریق پاداش مهارت تأثیر می‌گذارند، به خوبی درک شده باشند، شواهد در مورد این مکانیسم‌ها و نتایج آنها محدود است.
تجزیه و تحلیل عامل تحول سهم درآمد در ایالات متحده امریکا با هدف جداسازی اثر اتوماسیون به وسیله‌ی عجم‌اغلو و رسترپو انجام شده است. [۴۰] تغییر کلی در صورت‌حساب کل دستمزد با سه مورد تجزیه و تحلیل می‌شود: الف: اثر بهره‌وری کلی. ب: اثر ترکیبی، یعنی تغییر در ساختار منطقه‌ای اقتصاد، با سهم عوامل مختلف در مناطق. ج: اثر جانشینی ناشی از تعمیق سرمایه در سطح منطقه‌ای با ساختار ثابت وظایف و کشش جانشینی ثابت. پس آنچه باقی می‌ماند، اثر خالص بر سهم نیروی کار جابجا و احیا شده‌ی وظایف در سطح منطقه‌ای است. جالب توجه است که این اثر خالص در دوره چهل ساله قبل از سال ۱۹۸۷ بسیار محدود بود، اما پس از آن در سی سال بعد به وضوح منفی بود. اگرچه این نتیجه‌گیری با این تصور مطابقت دارد که عامل دیجیتالی‌سازی اخیر، اتوماسیون و جابجایی وظایف را تسریع کرده است، اما هنوز زمانی که اثرات ترکیب بخشی، تعمیق سرمایه و تغییر بهره وری در یک چارچوب اقتصاد رقابتی (احتمالاً مشکوک) در نظر گرفته شود، مشکل ساز است که تنها به عنوان یک توضیح باقی مانده به آن دست یابیم.
شواهد مستقیم در مورد تأثیر تراکم رباتها
در دسترس بودن داده‌ها در مورد استفاده از ربات‌های صنعتی به محققان این امکان را می‌دهد که شواهد مستقیم‌تری در مورد تأثیر اتوماسیون نه تنها بر سهم عوامل، بلکه بر اشتغال و دستمزدها نیز ارائه کنند و برای مدل نظری که در بالا ترسیم شد، شواهد تجربی بیشتری پیدا کنند. این تحقیق به طور کلی نشان می‌دهد که افزایش استفاده از رباتها سهم درآمد غیر کارگری و احتمالاً نابرابری درآمد را افزایش داده است.
در این میان دو مطالعه به دلیل روش‌شناسی و نتایجشان به ویژه قابل توجه هستند. اولین مورد، به وسیله‌ی عجم‌اغلو و رسترپو [۴۱]، مورد ایالات متحده امریکا را بررسی می‌کند. این مطالعه بر روی رگرسیون شاخص‌های کلیدی مختلف در مواجهه با رباتها در بازار‌های کار محلی تکیه دارد. این مطالعه دوره‌ی زمانی سال‌های ۱۹۹۰ تا ۲۰۰۷ را پوشش می‌دهد که در طی آن تراکم ربات تقریباً یک ربات به ازای هر ۱۰۰۰ کارگر افزایش یافته است. برآورد‌های مستقیم نشان می‌دهد که اشتغال محلی به طور متوسط ۰.۴ درصد - یک ربات جایگزین چهار کارگر شده - و دستمزد ۰.۸ درصد کاهش یافته است. سپس این تخمین‌ها برای واسنجی پارامتر‌های کلیدی در یک مدل نظری نزدیک به آنچه در تحقیق دیگری از آن دو محقق [۴۲] مشخص شده است، استفاده می‌شود که اثرات سرریز در سراسر بازار‌های محلی را در نظر می‌گیرد و بنابراین تخمینی از اثر کل ربات‌سازی ارائه می‌دهد. به نظر می‌رسد که اثرات قبلی و منفی اشتغال و دستمزد تقریباً به نصف کاهش یافته است. به این معنی که افزایش بهره‌وری و سرریز‌های اشتغال کاهش می‌یابد، اما قادر به جبران کامل اثر جابجایی مشاغل نیستند. به طور کلی، با بهره‌وری بالاتر و دستمزد‌های پایینتر، سهم درآمد غیر کارگری قاطعانه تحت تأثیر تراکم رباتها قرار گرفت.
مطالعه دوم به وسیله‌ی داوث و دیگران (۲۰۱۷) [۴۳] بر اساس همین روش انجام شده است و به دوره‌ی زمانی سال‌های ۱۹۹۴ تا ۲۰۱۴ در آلمان اشاره دارد، کشوری که همراه با ژاپن دارای بالاترین تراکم ربات صنعتی در جهان است. همچنین نشان می‌دهد که تراکم رباتها بهره‌وری را افزایش می‌دهد، اما برخلاف ایالات متحده امریکا، تأثیر قابل‌توجهی بر میانگین دستمزد محلی و نرخ اشتغال ندارد. این اثرات با هم، سهم درآمد غیر کارگری را ۲ درصد افزایش داد. با توجه به عدم وجود اثر قابل توجه بر اشتغال، تجزیه و تحلیل نشان می‌دهد که ترکیبی از جابجایی دو کارگر به ازای هر ربات اضافی در بخش تولید و ایجاد خالص دو شغل در بخش خدمات نتیجه‌ی این اثرات هستند. اثر جابجایی شغل کمتر از آنچه در مطالعه ایالات متحده امریکا یافت شد، مشخص است و سرریز آن در خدمات به طور کامل از میان رفتن مشاغل را جبران می‌کند.
سه نتیجه اضافی در این مطالعه در مورد آلمان ارزش تاکید دارد. اول، با از دست دادن دستمزد‌های مشاغل نیازمند مهارت متوسط و افزایش دستمزد‌های مهارت بالا بواسطه‌ی غلبه‌ی رباتها، نابرابری دستمزد تمایل به افزایش دارد. [۴۴] دوم، تجزیه و تحلیل موازی اثر تراکم تجهیزات فناوری اطلاعات و ارتباطات (ICT) هیچ تأثیر قابل توجهی بر اشتغال یا دستمزد نشان نمی‌دهد، اما احتمالاً از طریق افزایش بهره‌وری تأثیر قاطعی بر سهم غیر کارگری دارد. سوم، زمانی که دوره برآورد داده‌ها به دو دوره ده ساله تقسیم می‌شود، اثر اشتغال کلی در دوره فرعی بعدی به طور قابل توجهی منفی می‌شود که حاکی از تشدید اخیر اثر جابجایی است.
یک مطالعه جدیدتر در مورد اثرات افزایش استفاده از رباتها در سطح شرکت‌ها در فرانسه، نتایج قبلی را در بازار‌های کار محلی تأیید می‌کند. در نمونه‌ای از بیش از ۵۰۰۰۰ شرکت مشاهده شده بین سال‌های ۲۰۱۰ و ۲۰۱۵، عجم‌اغلو و همکارانش [۴۵] همان اثرات منفی را بر اشتغال و دستمزدها و اثرات مثبت را بر بهره‌وری و سهم درآمد غیر کارگری پیدا کردند و دریافتند که این اثرات در سطح طبقه‌بندی استاندارد صنایع (four-digit industry) باقی می‌ماند (اما آگیون و دیگران (۲۰۲۰) همچنین از نمونه‌ای از شرکت‌های فرانسوی استفاده می‌کنند تا نشان دهند که به طور متناقض، اتوماسیون مستلزم افزایش مشاغل، حتی در سطح صنعت است. با این حال، تعریف آنها از اتوماسیون - مصرف نیروی محرکه - بسیار قابل بحث است [۴۶]).
تحقیق گریتز و مایکلز (۲۰۱۸) [۴۷] مطالعه دیگری است که بر مبنای بینا کشوری و صنعتی از تفاوت‌ها در سرعت ربات‌سازی استفاده می‌کند (این مطالعه اولین تحقیقی بود که از داده‌های ارائه شده به وسیله‌ی فدراسیون بین المللی رباتها استفاده کرد. همچنین مطالعات دیگری بر اساس این داده‌ها وجود دارد که تأثیر محلی منفی ربات سازی بر اشتغال را تایید می‌کند، اما بدون در نظر گرفتن دستمزد و سهم عوامل دیگر. به عنوان مثال، به تحقیق چیاچیو و دیگران (۲۰۱۸) در پنج کشور اتحادیه اروپا و تحقیق آگیون و دیگران (۲۰۱۹) در فرانسه رجوع نمایید [۴۸]).
محققان بر اساس مطالعه‌ی هفده کشور بین سال‌های ۱۹۹۳ و ۲۰۰۷، شواهدی مبنی بر افزایش بهره‌وری، عدم تأثیر قابل‌توجه بر اشتغال، افزایش ناچیز متوسط دستمزد یافتند و همچنین هیچ تأثیر قابل‌توجهی بر سهم عوامل دیگر نیافتند، زیرا افزایش بهره‌وری به وسیله‌ی کاهش قیمت‌ها جذب می‌شود. میانگین‌گیری در بین کشورها و صنایع ممکن است نابرابری‌های ملی مهمی را پنهان کند، بنابراین یافته‌های این تحقیق لزوماً با نتایج مطالعات قبلی در تضاد نیستند. همچنین چندین مطالعه اخیر بینا کشوری تأثیر مثبت قابل توجهی از اتوماسیون، یا تغییرات تکنولوژیکی به طور کلی، بر سهم غیر کارگری را نشان می‌دهند. با این حال، اما آنها فقط از بازنمود‌های غیرمستقیم به جای رباتها یا تجهیزات مربوط به فناوری اطلاعات برای توصیف اتوماسیون استفاده می‌کنند. برای مثال، اتور و سالومون (۲۰۱۸) [۴۹] برای بازنمود اتوماسیون در سطح صنعت از عامل کلی بهره‌وری در نمونه‌ای از نوزده کشور طی چهار دهه گذشته استفاده می‌کنند. دائو و دیگران (۲۰۱۷) [۵۰] نیز بر روی نمونه‌ای از چهل و نه اقتصاد پیشرفته و نوظهور کار می‌کنند و از قیمت نسبی سرمایه‌گذاری در سطح اولیه معمول‌سازی وظایف به‌عنوان شاخصی برای انگیزه خودکارسازی استفاده می‌کنند.
اگرچه قدرت شواهد در مطالعات مختلف متفاوت است، اما آنها همگی با هم تأیید می‌کنند که مطابق با شهود، اتوماسیون به افزایش سهم درآمد غیر کارگری از ارزش افزوده هم در سطح صنعت و هم در بازار‌های کار محلی کمک می‌کند و از این طریق، احتمالاً منجر به افزایش نابرابری درآمد بازار می‌شود؛ بنابراین به نظر می‌رسد بین شواهد مستقیم مبتنی بر مطالعات درباره رباتی‌سازی و شواهد غیرمستقیم مبتنی بر رویکرد‌های کلان‌تر که در آن اثر تغییرات تکنولوژیکی به عنوان نوعی باقیمانده در نظر گرفته می‌شود، زمانی که سایر عوامل تعیین کننده سهم درآمد در نظر گرفته شده‌اند، سازگاری وجود دارد.
همچنین اتفاق نظر وجود دارد که در سطح بازار‌های کار محلی یا شرکت‌های منفرد، سرمایه‌گذاری بر رباتها منجر به کاهش اشتغال می‌شود. به نظر می‌رسد همین توافق در میان مطالعاتی وجود دارد که بر افزایش بهره‌وری ناشی از اتوماسیون نیز تمرکز دارند. از آنجایی که اثرات دستمزد عموماً متوسط است، این شواهد در مورد اشتغال و بهره‌وری یافته‌ها را تأیید می‌کند که اتوماسیون به افزایش سهم غیر کارگری و نابرابری درآمد کمک کرده است.
برخی از مطالعات همچنین نشان می‌دهند که هم از نظر اشتغال و هم از نظر دستمزد، کارگران ماهر بر خلاف کارگران با مهارت کمتر، تحت تأثیر منفی اتوماسیون قرار نمی‌گیرند و یا حتی تحت تأثیر مثبت آن قرار می‌گیرند. در نتیجه این قضیه بر تأثیر غیربرابری‌طلبانه‌ی اتوماسیون می‌افزاید.
بسیاری از نتایج قبلی بر این فرض تکیه دارند که اقتصاد‌ها کاملاً رقابتی هستند. اما این فرض مشکل ساز است، زیرا چنین فرضی ممکن است بر اثر تخمینی تغییرات تکنولوژیکی تأثیر بگذارد، به ویژه هنگامی که پس از در نظر گرفتن منابع قابل مشاهده تغییر در سهم عوامل، تغییرات تکنولوژیکی به عنوان عامل باقیمانده تعریف شوند. در حالی که عامل باقیمانده ممکن است به خوبی شامل اثر رفتار واقعی اقتصاد باشد که از چارچوب رقابتی خارج شده است. دور شدن از بازار‌های رقابتی، تأثیر آن بر سهم درآمد غیر کارگری و ارتباط احتمالی آن با دیجیتالی شدن در بخش بعدی تحلیل می‌شود.
سهم تولید، افزایش قدرت بازار، و تغییرات تکنولوژیکی
میشکه و دیگران (۲۰۱۹) [۵۱] در تجزیه و تحلیل خود از کاهش سهم درآمد نیروی کار از آغاز هزاره در ایالات متحده امریکا، تنها ۱۲ درصد را به جایگزینی سرمایه و فناوری نسبت می‌دهند، اما ۱۸ درصد را به افزایش قدرت بازار شرکت‌های سوپراستار نسبت می‌دهند (آنها همچنین ۳۳ درصد را به «ابر چرخه» در صنایع استخراجی و املاک و مستغلات به دلیل رونق قیمت‌ها در پانزده سال اول هزاره، ۲۶ درصد به افزایش مصرف سرمایه و تغییر به سمت محصولات دارای مالکیت فکری و ۱۱ درصد به تأثیر جهانی شدن و از دست دادن قدرت چانه‌زنی نیروی کار نسبت می‌دهند. همچنین گوتیرز و پیتون (۲۰۱۹) [۵۲] و سیت، کوهل و فیلیپون (۲۰۱۹) [۵۳] نیز بر نقش اجاره املاک و مستغلات در تحول سهم غیر کارگری در چندین کشور تأکید دارند).
اخیراً علاقه زیادی به تمرکز ظاهراً فزاینده قدرت بازار در چندین بخش از اقتصاد‌های پیشرفته، به ویژه در ایالات متحده امریکا، ایجاد شده است. در چارچوب حاضر، این موضوع دو دسته از مسائل را مطرح می‌کند: آیا واقعاً قدرت بازار و رانت‌های مرتبط با آن در دهه‌های اخیر افزایش یافته‌اند و در نتیجه به افزایش سهم درآمد غیر کارگری و نابرابری منجر شده‌اند؟ این امر تا چه اندازه پیامد تغییرات تکنولوژیکی به ویژه دیجیتالی شدن است. کاملاً بدیهی است که استدلال‌های شهود در این زمینه بسیار تحت تأثیر موفقیت چشمگیر شرکت‌های موسوم به FAANG (مخفف شرکت‌های فیس بوک، اپل، آمازون، نت فلیکس و گوگل) است. شرکت‌های بزرگی که به نمایندگی از اقتصاد دیجیتال پدید آمده‌اند. با این حال، موضوع بسیار کلی‌تر است، زیرا به طیف وسیعتری از فعالیت‌ها مربوط می‌شود.
اتور و دیگران (۲۰۲۰) [۵۴] در یک مقاله تأثیرگذار، رابطه بین کاهش سهم درآمد نیروی کار و افزایش تمرکز بازار به وسیله‌ی بخش صنعتی در ایالات متحده امریکا را در دوره زمانی سال‌های ۱۹۸۲ تا ۲۰۱۲ بررسی کردند. مدل ضمنی که آنها استفاده می‌کنند، ساده است. در چارچوب رقابت انحصاری، یک شوک مثبت به بهره‌وری یک بنگاه، قیمتی را که برای آن تعیین می‌کند کاهش می‌دهد و حجم تولید و همچنین نرخ قیمت‌افزایی آن را بر هزینه‌ها افزایش می‌دهد و در نتیجه، سهم غیر کارگری در ارزش افزوده آن را افزایش می‌دهد. به عبارت دیگر، قدرت بازار آن به لطف افزایش بهره‌وری افزایش می‌یابد و سود آن با افزایش متناظر رانت انحصاری‌اش افزایش می‌یابد. اگر شوک‌های بهره‌وری مثبت در شرکت‌های بزرگتر مکرر یا بزرگتر باشد، در این صورت تمرکز بازار در طول زمان افزایش می‌یابد، شرکت‌های فوق‌ستاره ظاهر می‌شوند و میانگین نرخ قیمت‌افزایی و سهم درآمد غیر کارگری صنعت افزایش می‌یابد.
شواهد دال بر تحول مشترک تمرکز بازار و سهم تولید به وسیله‌ی بخش‌های چهار رقمی فعالیت در ایالات متحده امریکا بسیار قوی است، به طوری که بیشتر افزایش سهم بخش غیرکارگری ناشی از تخصیص مجدد اشتغال از شرکت‌های کوچک یا متوسطبه شرکت‌های بزرگ است. علت اصلی، افزایش قدرت بازار در شرکت‌های بزرگ است که با تحول توزیع نرخ‌های قیمت‌افزایی شرکت‌ها تأیید می‌شود که عملاً هیچ تغییری در میانه و افزایش قابل توجهی از میانگین را نشان نمی‌دهد.
این افزایش در تمرکز قدرت بازار، افزایش واگرایی در رشد بهره‌وری بین شرکت‌های بزرگ پیشرو در فناوری جهانی و شرکت‌های کوچک و متوسط عقب مانده و همچنین افزایش همزمان سهم درآمد غیر کارگری طی سه یا چهار دهه اخیر به وسیله‌ی چندین مطالعه در سطح شرکت‌ها در ایالات متحده امریکا و در سطح جهانی تأیید شده است. به عنوان مثال، به تحقیقات دی لوکر و دیگران (۲۰۲۰) [۵۵] ، دی لوکر و اکهات (۲۰۱۸) [۵۶] و اندروز و دیگران (۲۰۱۶) [۵۷] مراجعه نمایید. با این حال، مسئله کلیدی علت این تحول است.
در یک چارچوب رقابتی، جهانی شدن و تغییرات تکنولوژیکی عوامل توضیحی آشکاری هستند. هر دو می‌توانند بازار‌های تولیدی را قوی‌تر کنند و می‌توانند تولید را به سمت شرکت‌های بزرگتر و مولدتر تخصیص دهند. تغییرات تکنولوژیکی همچنین ممکن است باعث صرفه‌جویی در هزینه‌ها شوند یا ممکن است خود نتیجه سرمایه‌گذاری بیشتر در تحقیق و توسعه (R&D) در شرکت‌های بزرگ باشد. در نهایت، رقابت ممکن است تضعیف شود؛ به عنوان مثال، با کاهش ورود شرکت‌های جدید به بازار و افزایش ادغام‌های بزرگ در ایالات متحده امریکا. [۵۸ ]نقش فناوری دیجیتال در تمرکز روزافزون قدرت بازار چه می‌تواند باشد؟ تا حدودی متناقض، ممکن است هم به تقویت رقابت در بازار کمک کند و هم مانند سایر نوآوری‌ها، توان رقابتی بازیگران اصلی را در نوعی بازی که همه چیز را برنده برمی‌دارد، تقویت کند.
یکی از جنبه‌های کلیدی اقتصاد دیجیتال، انتشار گسترده‌تر و سریعتر اطلاعات است. امکانات جدید اطلاعاتی و ارتباطی رقابت در بازار را افزایش می‌دهد و به خریداران برای مقایسه محصولات و انتخاب سودمندترین محصولات از نظر کیفیت و قیمت کمک می‌کند. در نتیجه این امکانات ارتباطی به تمرکز تقاضا بر روی سودمندترین محصولات کمک می‌کنند. در عین حال، آنها به تولیدکنندگان کوچک اجازه می‌دهند تا راحت‌تر وارد بازار شوند، حتی اگر تنها آن عده معدودی که رقابتی‌ترین محصولات را ارائه کنند، زنده می‌مانند، همانطور که با سرگردانی استارت‌آپ‌ها نشان داده شده است (با این حال، پویایی بخش تجاری ایالات متحده امریکا رو به کاهش بوده است و سهم شرکت‌های جوان - کمتر از پنج سال - در چهار دهه گذشته کاهش یافته است.
رجوع کنید به فیلیپون (۲۰۱۹)، ص ۸۳). [۵۹] در طرف دیگر طیف، دیجیتالی شدن فرصت‌های نوآوری را باز می‌کند که حداقل در مرحله اول به وسیله‌ی شرکت‌های بزرگی که قادر به سرمایه‌گذاری منابع کافی در تحقیق و توسعه با هدف افزایش توان رقابتی خود هستند، به بهترین وجه مورد بهره‌برداری قرار می‌گیرند. به عنوان مثال، سیستم مدیریت موجودی نوآورانه والمارت، مبتنی بر فناوری دیجیتال و با هزینه‌های داخلی بالا در دهه ۱۹۸۰ به آن کمک کرد تا به موقعیت غالب در تجارت خرده فروشی دست یابد. اگرچه والمارت اساسا یک خرده‌فروش است، اما به یک شرکت دیجیتال تبدیل شده است و در این زمینه با آمازون، کهن‌الگوی اقتصاد دیجیتال رقابت می‌کند. در سایر زمینه‌ها، ماهیت نوآوری دیجیتال ایجاد موقعیت‌های مسلط از طریق صرفه‌جویی در مقیاس و دامنه و اثرات شبکه است، مانند مدل کسب و کار پلتفرم یا شبکه‌ای که در آن مشتریان بیشتر مشتریان بیشتری را جذب می‌کنند، یا از طریق امکان کسب اطلاعات در مورد مشتریان یا کاربران استراتژی‌های تبلیغاتی و بازاریابی را بهینه‌سازی می‌کند. با این حال، در سایر فعالیت‌ها، فناوری دیجیتال به سادگی جایگزین فناوری قدیمی شده است بدون این که لزوماً ساختار بازار را تغییر دهد. شرکت‌های تلفن در واقع به شدت دیجیتالی شده‌اند، اما به دلیل جایگزینی هزینه ثابت بالای نصب خطوط تلفن ثابت با هزینه ثابت بالای نصب دکل‌های شبکه‌های تلفن همراه برای اینترنت، بازار همچنان انحصاری است.
مطمئناً، شرکت‌های سوپراستار همگی در اقتصاد دیجیتال فعال نیستند و افزایش مشاهده شده در تمرکز قدرت بازار که منجر به سهم بیشتر درآمد غیر کارگری و نابرابری بیشتر درآمد فردی می‌شود، قطعاً منحصراً به دلیل غول‌های اقتصادی و فناوری دیجیتال مانند FAANGها نیست.
تنها چند مطالعه سعی کرده‌اند قدرت بازار و دیجیتالی شدن را به صورت تجربی به یکدیگر مرتبط کنند. بسن (۲۰۱۷) [۶۰] یک همبستگی مثبت بین صنایع چهار، پنج و شش رقمی ایالات متحده امریکا میان تمرکز منطقه‌ای و سیستم‌های اختصاصی فناوری اطلاعات یافته است. برای مثال، مدل والمارت که در بالا ذکر شد با سهم نیروی کار شاغل در مشاغلی مانند تحلیلگر سیستم‌ها و توسعه دهنده نرم افزار نمایندگی می‌شود. با این حال، مدل برآورد شده ثابت است و اساساً نشان می‌دهد که شرکت‌های بزرگ می‌توانند در فناوری اطلاعات سرمایه‌گذاری بیشتری بکنند. اما این برآورد‌ها لزوماً به این نتیجه نمی‌رسد که بین افزایش ظرفیت فناوری اطلاعات شرکت‌ها و تغییر در قدرت بازار آنها رابطه وجود داشته باشد.
مطالعه‌ی کالیگاریس و دیگران (۲۰۱۸) [۶۱] که به همبستگی بین قدرت بازار و دیجیتالی شدن در نمونه‌ای از تقریباً ۳۰۰۰۰ شرکت در بیست و شش کشور تحت پوشش سازمان همکاری و توسعه اقتصادی طی سال‌های ۲۰۰۱ تا ۲۰۱۴ می‌پردازد، نیز تا حدودی قانع کننده است. قدرت بازار با نرخ‌های قیمت‌افزایی تخمین زده شده در سطح شرکت مشخص می‌شود، در حالی که دیجیتالی شدن در سطح منطقه‌ای به وسیله‌ی شاخصی اندازه‌گیری می‌شود که قرار گرفتن بخش‌های صنعتی در معرض جنبه‌های مختلف دیجیتالی شدن را خلاصه می‌کند. مشخص شد که نرخ‌های قیمت‌افزایی با شدت دیجیتالی شدن مرتبط هستند که به نظر می‌رسد ارتباطی بین دیجیتالی شدن و قدرت بازار ایجاد می‌کند، اگرچه نمی‌توان چیز زیادی در مورد علیت آن گفت. علاوه بر این، همبستگی نسبتاً ضعیف است، مگر زمانی که تعداد کمی از شرکت‌ها در بخش‌های شدیدا دیجیتال با سایر شرکت‌ها مقایسه شوند، رابطه‌ای که به شدت تحت تأثیر غول‌های فناوری پیشرفته است.
در این مرحله، منصفانه است که بگوییم سهم تغییرات تکنولوژیکی مبتنی بر دیجیتالی شدن در تمرکز قدرت بازار در اقتصاد‌های پیشرفته و از طریق آن، در افزایش سهم درآمد غیر کارگری و نابرابری درآمد شخصی تنها می‌تواند تا حدی بنا بر حدس و گمان باشد. اگر شواهد کافی در مورد افزایش تمرکز و افزایش قدرت بازار در بیشتر بخش‌های اقتصاد، در ایالات متحده امریکا و جا‌های دیگر [۶۲] وجود داشته باشد، آنگاه می‌توان حدس زد که چه چیزی باعث این تحول شده است. ممکن است رقابت (انحصاری) به دلیل تغییرات تکنولوژیکی، از جمله دیجیتالی شدن، همانطور که به وسیله‌ی اتور و دیگران (۲۰۲۰) حمایت می‌شود، افزایش یابد، اما ممکن است عوامل دیگری نیز به نفع مولدترین و در حال حاضر بزرگترین شرکت‌ها در کار باشند. همانطور که فیلیپون (۲۰۱۹) استدلال کرده و چندین ناظر برجسته اقتصاد ایالات متحده امریکا از جمله استیگلیتز (۲۰۱۷) [۶۳] و کروگمن (۲۰۱۶) [۶۴] مدت‌ها از آن حمایت می‌کنند؛ ممکن است رقابت کمتری داشته باشد.
همچنین ممکن است ترکیبی از این عوامل باشد که تفکیک آنها غیرممکن است و ناظران را از دیدن جهتی که علیت در آن عمل می‌کند -همانطور که به وسیله‌ی قریشی (۲۰۱۹) [۶۵]پیشنهاد شده است- باز می‌دارد. افزایش قدرت بازار ممکن است ناشی از برخی از جنبه‌های تغییرات تکنولوژیکی، به‌ویژه دیجیتالی‌سازی باشد، اما قدرت بازار ممکن است نوآوری‌های تکنولوژیکی را نیز ایجاد کند. اما مشکل ظاهراً این است که آنها به خوبی از شرکت‌های قدرتمند به شرکت‌های کوچکتر منتشر نمی‌شوند.
اکنون باید آخرین نکته‌ای که قدرت بازار و نابرابری را به هم مرتبط می‌کند مورد تاکید قرار گیرد. آن نکته این است که شرکت‌های بزرگ با قدرت بازار قوی در واقع مولدتر از سایرین هستند، اما دستمزد بیشتری به کارکنان خود می‌پردازند. بنابراین، بین افزایش قدرت بازار و افزایش نابرابری درآمد در یک شغل معین و یک بخش مشخص ارتباط وجود دارد. [۶۶]، اما باز هم نقش دیجیتالی شدن در این تحول همچنان نامشخص است.
از اینجا به کجا؟
مدتی است که آینده‌پژوهان پیام‌های هشداردهنده‌ای درباره عواقب تسریع تغییرات تکنولوژیکی مبتنی بر دیجیتال ارسال می‌کنند، برخی از آنها پیش‌تراز میان رفتن برخی مشاغل را تصور کرده‌اند. برخی دیگر مطمئن هستند که این انقلاب تکنولوژیکی جدید مانند انقلاب‌های قبلی خواهد بود و به عصری از رفاه با اشتغال کامل منجر خواهد شد، اگرچه آنها چیز زیادی در مورد نابرابری در جامعه نمی‌گویند. بر اساس آنچه از بخش‌های قبلی در مورد اثرات دیجیتالی شدن آموخته‌ایم، حال چه انتظاری می‌توانیم داشته باشیم؟ با افزایش سرعت دیجیتالی شدن، این سوال نیز اهمیت بیشتری پیدا می‌کند.
آنچه ما در مورد دیجیتالی شدن و نابرابری از تجربه‌ی اخیر می‌دانیم
نظریه‌پردازان تا کنون، تجزیه سه مرحله‌ای معناداری از اثرات دیجیتالی شدن و اتوماسیون بر اشتغال و نابرابری ارائه داده‌اند:
یک: جابجایی برخی وظایف یا مشاغل.
دو: ایجاد وظایف یا مشاغل جدید برای تامین ورودی‌های مورد نیاز اتوماسیون، همچنین کالا‌ها و خدمات جدیدی که به وسیله‌ی فناوری دیجیتال امکان‌پذیر شده است.
سه: ایجاد شغل برای پاسخگویی به افزایش تقاضای کل به دلیل بهره‌وری کلی بالاتر. اولین مرحله با کاهش بدون ابهام درآمد نسبی کارگران در وسط یا پایین مقیاس درآمد و افزایش سهم درآمد غیر کارگری به نابرابری بیشتر کمک می‌کند. مرحله دوم ممکن است با افزایش تقاضا برای مهارت‌های بالا به نابرابری بیشتر درآمد کمک کند. مرحله سوم ممکن است بسته به افزایش تقاضای کل و افزایش تقاضا در ساختار کالا‌ها و خدمات جدید به هر دو صورت کار کند؛ بنابراین تأثیر دیجیتالی شدن یک امر پیشینی مبهم است. با این حال، بدون گسترش به اندازه کافی سریع عرضه کارگران با مهارت بالا، نابرابری به احتمال زیاد افزایش خواهد یافت.
علاوه بر این تأثیرات، این فرضیه وجود دارد که دیجیتالی شدن به تمرکز بیشتر بازار کمک کرده است، زیرا شرکت‌های سوپراستار بیش از دیگران قادر به استفاده از مزایای پیشرفت‌های دیجیتال هستند. با این حال، گفتن این که تا چه حد دیجیتالی شدن یا تضعیف مقررات رقابت پشت افزایش تمرکز است، دشوار است. به نظر می‌رسد که هر دو عامل در این مورد نقش داشته‌اند.
ابهام نظری باید از طریق شواهد تجربی حل شود. اما شواهد مستقیم در مورد اتوماسیون، اشتغال و نابرابری کمیاب است. به همین دلیل است که اکثر مطالعات بر شواهد غیرمستقیم برگرفته از مفروضات نظری تکیه دارند. شواهدی مبنی بر سوگیری مهارت در تغییرات تکنولوژیکی و تأثیر بالقوه آن بر نابرابری درآمد از یک چارچوب عرضه-تقاضا اعمال شده در بازار کار به دست آمده است.
همین امر در مورد شواهد در مورد قطبی شدن مشاغل نیز صدق می‌کند، با این فرض پیشینی (معقول) که کاهش نسبی مشاهده شده در اهمیت مشاغل معمول ابتدا در پایین و سپس در وسط مقیاس درآمد، ناشی از اتوماسیون و دیجیتالی شدن است. به همین ترتیب، شواهد غیرمستقیم در مورد تأثیرات تغییرات در «محتوای وظیفه» اشتغال بر سهم درآمد غیر نیروی کارگری از ارزش افزوده، به‌عنوان باقیمانده آنچه که با اثرات ترکیب یا تعمیق سرمایه قابل توضیح نیست، دوباره در یک مدل رقابتی اقتصاد به دست می‌آید. اگرچه استدلال‌ها و نتیجه‌گیری‌ها در همه این موارد به طور شهودی قانع‌کننده هستند، اما با این وجود تا حدودی مبتنی بر حدس و گمان هستند.
میزان قرار گرفتن در معرض افزایش استفاده از ربات و متراکم شدن تجهیزات مربوط به فناوری اطلاعات شواهد مستقیم‌تری از اثرات بالقوه اتوماسیون و دیجیتالی شدن ارائه می‌دهند. تردیدی وجود ندارد که ربات‌های صنعتی تأثیر مستقیم و غیرمستقیم منفی بر اشتغال با مهارت‌های پایین و متوسطو تأثیر مثبت بر اشتغال با مهارت بالا، بهره‌وری و سهم غیر کارگری از ارزش افزوده دارند؛ بنابراین به طور کلی، افزایش استفاده از رباتها به عنوان امری منجر به افزایش نابرابری به نظر می‌رسد، زیرا تمایل دارد سود و درآمد مشاغل با مهارت بالا را افزایش دهد. جالب توجه است که به نظر نمی‌رسد که این قضیه در مورد استفاده روزافزون از تجهیزات مربوط به فناوری اطلاعات که بیشتر به عنوان مکمل به نظر می‌رسند تا جایگزینی برای نیروی کار، صادق باشد.
همچنین شواهد نشان می‌دهد که این اثرات ممکن است در دهه‌های اخیر شتاب گرفته باشند. در آلمان، تأثیر منفی افزایش استفاده از رباتها بر اشتغال اخیراً دیده شده است. قدمت آن در ایالات متحده امریکا به دورتر برمی گردد، اما عجم‌اغلو و رسترپو (۲۰۱۹) [۶۷]دریافته‌اند که اثر جابجایی مشاغل در نتیجه‌ی تغییرات تکنولوژیک تنها در سه دهه گذشته قابل اندازه‌گیری و توجه بوده است.
این شتاب ظاهری انگیزه‌ی دیجیتالی شدن در کشورهای پیشرفته تا حدودی در برابر تغییرات مشاهده شده در درآمد بازار و نابرابری درآمد و همچنین سهم تولید به طور متناقضی قرار می‌گیرد. با در نظر گرفتن دیجیتالی شدن و تغییرات تکنولوژیک به عنوان یک روند رایج در کشورهای پیشرفته، می‌توان فهمید که چرا افزایش مشترک نابرابری در بین آنها مشاهده شده است. اما چرا روند دیجیتالی سازی در اواسط دهه ۲۰۰۰ در اکثر کشورها به جز ایالات متحده امریکا و شاید آلمان، دقیقاً در زمانی که تصور می‌شود دیجیتالی‌سازی سرعت گرفته، متوقف شد؟ این ناهمگونی با این دیدگاه سازگار است که نیرو‌های دیگر نیز بر تحول نابرابری تاثیر می‌گذارند و ممکن است با تأثیر تغییرات تکنولوژیک مقابله کنند.
فورمن (۲۰۱۸) [۶۸]پیشنهاد می‌کند که «اگر اتوماسیون در آینده مانند اتوماسیون در گذشته به نظر برسد، باید از آن اطمینان حاصل کنیم». این ممکن است یک دیدگاه خوش بینانه باشد. اتوماسیون در گذشته به احتمال زیاد به افزایش نابرابری در ایالات متحده امریکا کمک کرده است و تصور این که این روند می‌تواند بدون ایجاد برخی اختلالات سیاسی یا اجتماعی ادامه یابد، دشوار است. همین نیرو‌ها بدون شک در کشورهای دیگر نیز حضور دارند، اگرچه کمتر باعث نابرابری بوده‌اند و به نظر می‌رسد موقتاً به وسیله‌ی عوامل یا سیاست‌های دیگر کنترل می‌شوند. مسلماً، بدترین اتفاق ممکن است هنوز در راه باشد.
یک سونامی نوآوری فناوری در راه است؟
چند سال پیش، فری و آزبورن (۲۰۱۳) [۶۹]زمانی که نسبت مشاغل خودکار در ایالات متحده امریکا را ۴۷ درصد طی یک تا دو دهه تخمین زدند، به سرتیتراخبار رفتند. برآورد‌های دیگر کمتر شدید بود. آرنتز، گرگوری و زایران (۲۰۱۶) [۷۰]حتی اذعان کردند که نسبت مشاغل خودکار تنها ۹ درصد در نمونه‌ای از بیست و یک کشور تحت پوشش سازمان همکاری و توسعه اقتصادی است. با این حال موسسه جهانی مک کینزی (۲۰۱۷) [۷۱]هنوز تخمین می‌زند که حدود یک سوم از نیروی کار تا سال ۲۰۳۰ در ایالات متحده امریکا و آلمان ممکن است به یادگیری مهارت‌های جدید و یافتن کار در مشاغل جدید نیاز داشته باشند.
شکل ۵: تغییرات ده ساله در ترکیب‌بندی شغلی: ایالات متحده امریکا از ۱۸۶۰ تا ۲۰۱۵
منبع: الوری (۲۰۱۹). [۷۲]شاخص تغییر شغلی درصدی از کارگران شاغل است که باید گروه شغلی را تغییر دهند تا توزیع بین گروه‌های شغلی مانند ده سال قبل باشد.
البته در مورد این پیش‌بینی‌ها ابهامات زیادی وجود دارد. تجربه نشان می‌دهد که اجرای کامل نوآوری‌های فناوری همیشه بیش از حد انتظار زمان می‌برد. برای ارائه ایده‌ای از چالش بالقوه‌ی تغییرات شغلی مبتنی بر فناوری، شکل ۵ تکامل تاریخی تغییر در ترکیب‌بندی شغلی در ایالات متحده امریکا را از سال ۱۸۶۰ بر اساس سرشماری‌های ده ساله و نظرسنجی در جامعه آمریکا نشان می‌دهد. معیار مورد استفاده در اینجا درصد مشاغلی است که باید بین گروه‌های شغلی منتقل شوند تا توزیع شغلی در یک سال با آنچه که ده سال قبل مشاهده شده یکسان باشد. با تمرکز بر بخش‌های غیرکشاورزی و به استثنای دوره‌های جنگ، زمانی که تغییرات شغلی فوق‌العاده قوی بود، اوج تغییر بین سال‌های ۱۹۶۰ و ۱۹۷۰ اتفاق افتاد، زمانی که به کمی بیش از ۷ درصد مشاغل رسید. اما از آن زمان به بعد، علیرغم تسریع تغییرات تکنولوژیکی و دیجیتالی شدن در دهه‌های اخیر، سرعت آن کاهش یافته است. این نشان می‌دهد که تأثیر کامل تغییرات تکنولوژیکی فعلی هنوز احساس نشده است.
با در نظر گرفتن ارزش اسمی پیش‌بینی‌های فوق در مورد جابجایی مشاغل به دلیل دیجیتالی شدن، به نظر می‌رسد این روند به طور جدی در حال سرعت گرفتن است. استفاده از تنها نیمی از پیش‌بینی موسسه مک کینزی در مورد تغییرات در نیاز‌های مهارتی و حرکت به سمت مشاغل جدید و گسترش آن در طول دو دهه به جای کمی بیش از یک دهه، همچنان منجر به نرخ جابجایی شغلی ده ساله در حدود ۸ درصد می‌شود، تقریباً دو برابر آنچه در گذشته اخیر مشاهده شده است؛ بنابراین انتظار می‌رود که تأثیرات تغییرات تکنولوژیکی مبتنی بر دیجیتالی شدن بر اشتغال، سهم تولید و نابرابری در یکی دو دهه آینده بسیار قوی‌تر از آنچه در دهه‌های قبل مشاهده شد، باشد، زیرا فناوری‌های دیجیتال راه خود را از طریق اقتصاد‌ها طی می‌کنند و با نوآوری‌های جدید، به ویژه در هوش مصنوعی، تقویت می‌شوند.
ملاحظاتی برای سیاستگذاری و جمع‌بندی
من این بررسی رابطه بین دیجیتالی شدن و نابرابری را با چند ملاحظه در مورد سیاست‌هایی که می‌تواند پیامد‌های نابرابری بالقوه تغییرات تکنولوژیکی مبتنی بر دیجیتالی شدن را کاهش دهد، به پایان می‌رسانم. اولین نکته مورد تاکید به نکته‌ای در بخش اول متن در مورد تفاوت بین تحول درآمد بازار و نابرابری درآمد قابل تصرف در کشورهای پیشرفته برمی‌گردد. به نظر می‌رسد که نابرابری درآمد قابل تصرف پایدارتر از افزایش درآمد بازار است که این خود نشان می‌دهد توزیع مجدد توانسته است برخی از شوک‌های نابرابری بر درآمد‌های بازار را جبران کند؛ بنابراین برای این کشورها، مسئله این است که اگر شوک‌های نابرابری بر درآمد‌های بازار تحت فشار اتوماسیون تشدید شود، آیا توزیع مجدد ممکن است در آینده به همان اندازه مؤثر باشد یا خیر.
در این میان مالیات‌بندی احتمالاً نقش تثبیت کننده پیشرویی را ایفا می‌کند که حداقل چهار هدف دارد: یک: تأثیرگذاری بر سرعت و جهت نوآوری. دو: تامین مالی شبکه‌های ایمنی برای انتقال شغلی در بازار کار. سه: جلوگیری از افزایش بیش از حد نابرابری درآمد قابل تصرف. چهار: اطمینان حاصل شود که مکانیسم‌هایی که جابجایی شغل و به ویژه اثر تقاضای کل را جبران می‌کنند، می‌توانند به طور کامل نقش خود را ایفا کنند. اما، البته، سیاست‌های دیگری نیز باید در نظر گرفته شود که مهم‌ترین آنها مربوط به آموزش، تمرین و بازآموزی است.
زمان لازم است تا مکانیسم‌ها و سیاست‌هایی که ممکن است اثرات نامطلوب جابجایی شغلی ناشی از اتوماسیون را خنثی کنند، موثر واقع شوند. یعنی مشاغل جدید ظاهر شوند، کارگران دوباره آموزش ببینند و تازه‌واردان به بازار کار برای مشاغل جدید در آینده آماده شوند. خطری که آینده‌پژوهان پیش‌بینی می‌کنند این است که فناوری خیلی سریع تغییر می‌کند و زمان لازم برای اجرای این مکانیسم‌ها و سیاست‌ها مهیا نیست. سرعت فعلی نصب ربات‌های صنعتی، همانطور که در شکل ۲ نشان داده شده، چشمگیر است و گسترش هوش مصنوعی ممکن است همچنان سریعتر باشد.
همانطور که برخی پیشنهاد می‌کنند، یک راه برای کند کردن سرعت افزایش استفاده از رباتها، مالیات بستن بر رباتها خواهد بود. [۷۳]با این حال، روشن نیست که این ایده چقدر واقع‌بینانه است. در عمل، طراحی مالیاتی که به طور انحصاری بر ماشین آلات یا دستگاه‌های اتوماسیون اعمال شود، بدون این که به طور کلی بر تجهیزات سرمایه‌ای تأثیر بگذارد، دشوار به نظر می‌آید. چگونه باید یک ربات را تعریف کرد و چگونه می‌توان آن را از تجهیزات دیگر یا الگوریتمی که باعث صرفه‌جویی در نیروی کار می‌شود، متمایز کرد؟ بنابراین مالیات بر اتوماسیون ممکن است به ناچار منجر به افزایش مالیات بر سرمایه شود.
تحت این شرایط، می‌توان پرسید که آیا سیستم‌های مالیاتی موجود مشوق‌های زیادی را برای سرمایه‌گذاری بر اتوماسیون، یا به طور کلی بر تجهیزات برای صرفه‌جویی در نیروی کار فراهم می‌کنند؟ برقراری مجدد تعادل بین مالیات بر سرمایه و مالیات بر نیروی کار در برابر تاریخچه تغییرات مالیاتی در اکثر کشورهای پیشرفته که سرمایه را ترجیح داده‌اند، ممکن است راهی کارآمد و منصفانه برای تعدیل سرعت اتوماسیون در جابجایی نیروی کار باشد و انگیزه بیشتری برای نوآوری‌های همسو با اشتغال ایجاد کند و سازگاری اقتصادی و اجتماعی با فناوری جدید را تسهیل کند. همچنین، تهیه شبکه‌های ایمنی برای محافظت موقت از کارگران بیکار و آواره و آموزش مجدد آنها نیازمند منابع عمومی اضافی و در نتیجه افزایش مالیات است. تحمل بار مالیات اضافی بر دوش نیروی کار به جای سرمایه، نیروی کار را برای تولیدکنندگان گران‌تر می‌کند و انگیزه بیشتری برای اتوماسیون ایجاد می‌کند، یا درآمد را از نیروی کار به سرمایه توزیع می‌کند و بر نابرابری می‌افزاید.
یک استدلال اضافی به نفع جلوگیری از تشدید نابرابری این است که نابرابری می‌تواند تأثیر درآمد بر تقاضا را تقویت کند که در ازای آن انتظار می‌رود جابجایی شغلی فناوری را جبران کند. این تأثیر به نحوه توزیع درآمد حاصل از تغییرات تکنولوژیکی در جمعیت بستگی دارد. اگر به بالای توزیع درآمد برود، جایی که سهم درآمد سرمایه (یا ربات) بیش از همه است، آنگاه تمایل نهایی به مصرف آن درآمد کم خواهد بود و توان جبران جابجایی نیروی کار از تقاضای کل اضافی محدود خواهد شد؛ بنابراین ممکن است نابرابری به دلیل اتوماسیون بیشتر افزایش یابد و اقتصاد را به یک مارپیچ نابرابری در حال افزایش بکشاند. اما توزیع مجدد می‌تواند از افتادن در آن دام جلوگیری کند.
همچنین، افزایش نابرابری ممکن است از پاداش مهارت منتج از تغییر در ساختار مهارت تقاضای نیروی کار و جابجایی مشاغل معمول ناشی شود. پاسخ سیاستگذارانه به این خطر، تنظیم ساختار مهارتی عرضه نیروی کار از طریق بازآموزی و سیاست‌های آموزشی است. اما ممکن است این سیاست‌ها شامل تعدیل پیشروی سیستم بازتوزیع کلی در جهت کاستن از افزایش نابرابری درآمد‌های قابل تصرف نیز باشد.
بنابراین، بخش مهمی از پاسخ به تسریع تغییرات تکنولوژیک مبتنی بر اتوماسیون در اصلاح سیستم مالیاتی نهفته است که نرخ مالیات بالاتر بر سرمایه مشهود و نامشهود - یا مالیات کمتر بر نیروی کار - را با پیشرفت بیشتر در مالیات بر درآمد خانوار ترکیب می‌کند. چنین اصلاحات مالیاتی باید با سیاست‌های پاسخگو در زمینه آموزش و بازآموزی نیروی کار متاثر از اتوماسیون و همچنین جهت‌گیری گسترده‌تر سیستم‌های آموزشی همراه باشد.
اگر اصلاح سیاست‌های آموزشی و پرورشی به جز افزایش منابع عمومی لازم و تعدیل ظرفیت آموزشی، تربیتی و بازآموزی کشور، مشکل عمده‌ای ایجاد نمی‌کند، در مورد مالیات بر سرمایه نمی‌توان چنین گفت. با افزایش یک‌جانبه مالیات بر سرمایه به دلیل اثرات مضر دراز مدت احتمالی آنها بر رقابت بین‌المللی و رشد کشورهای دیگر، به شدت مخالفت شده است. این استدلال بار‌ها و بار‌ها برای کاهش مالیات بر سرمایه در نوعی رقابت در میان کشورهای پیشرفته مورد استفاده قرار گرفته است. با توجه به تحرک بالای سرمایه، در صورت انجام اصلاحات معنادار مالیات بر سرمایه، هماهنگی بین‌المللی ضروری خواهد بود.
راه‌های دیگر پرداختن به پیامد‌های نامطلوب پیشرفت‌های فناوری اتوماسیون ممکن است شامل حمایت از اتوماسیون در صرفا برخی از فعالیت‌ها از طریق یارانه‌ها یا موارد دیگر باشد. عجم‌اغلو و رسترپو (۲۰۲۰) [۷۴]توجه را به «نوع اشتباه هوش مصنوعی» جلب می‌کنند؛ نوآوری‌های هوش مصنوعی که نیروی کار را جابجا می‌کند و نابرابری را افزایش می‌دهد، اما سود چندانی را در بهره‌وری مهیا نمی‌کند. یکی از پیشنهادات کلیدی که به وسیله‌ی آنتونی اتکینسون فقید برای مهار نابرابری ارائه شد، چنین است: «جهت تغییر تکنولوژیک باید دغدغه صریح سیاست‌گذاران باشد و نوآوری را به شکلی تشویق کند که اشتغال‌زایی کارگران را افزایش دهد». [۷۵]این توصیه مطلوب است، اما دشواری اجرای چنین سیاست‌هایی در یک محیط بازاری را نمی‌توان نادیده گرفت، زیرا این سیاست‌ها در معرض فشار‌های شدید سیاسی قرار می‌گیرند و خطر تأثیرگذاری بر ظرفیت نوآوری بلند مدت یک کشور را به دنبال دارند.
به طور کلی، توزیع مجدد از طریق ابزارهای مالیاتی کافی و شبکه‌های ایمنی و همچنین بازار کار و سیاست‌های آموزشی که سازگاری با تغییرات در ساختار مشاغل را تسهیل می‌کند، ابزار اصلی برای مقابله با تأثیر نابرابری‌ساز دیجیتالی‌سازی است. این دستور کار توجه بیشتری را می‌طلبد، به خصوص اگر تحول دیجیتال سرعت بگیرد و اثرات آن تشدید شود.
پی‌نوشت‌ها:
[1] McKinsey Global Institute (2017a, p. 6). Strong warnings on the employment effect of digital technology had been made earlier by Brynjolfsson and McAfee (2014) and Frey and Osborne (2013).
[2] Rifkin, J. 1999. The End of Work: The Decline of the Global Labor Force and the Dawn of the Post-Market Era (New York: G. P. Putnam’s Sons).
[3] World Inequality Database. n.d. https://wid.world/data.
[4] Bourguignon, F. 2018. “World Changes in Inequality: An Overview of Facts, Causes, Consequences, and Policies.” CESifo Economic Studies 64, no. 3, pp. 345–70.
Bourguignon, F. 2019. “Inequality, Globalization, and Technical Change in Ad- vanced Countries: A Brief Synopsis,” in Meeting Globalization’s Challenges: Policies to Make Trade Work for All, edited by L. Catão and M. Obstfeld (Princeton University Press).
[5] این آمار که به طور ضمنی فرض می‌کند که رباتها عمدتاً توسط کشورهای OECD خریداری می‌شوند، ممکن است سرعت انتشار رباتها در این کشورها را بیش از حد برآورد کند، زیرا مالکیت چین در رباتها ممکن است در چند سال اخیر به طور فزاینده‌ای افزایش یافته باشد.
[6] International Federation of Robotics. n.d. Annual report, executive summary, various years.
[7] World Development Indicators. n.d. https://databank.worldbank.org/source
/world-development-indicators.
[8] Bureau of Economic Analysis. n.d. https://apps.bea.gov/histdata/Releases/FA
/2019/AnnualUpdate_September-2-2020/Section2all_xls.xlsx.
[9] Ryan, C. 2018. “Computer and Internet Use in the United States: 2016, American Community Survey Reports” (Washington, DC: US Census Bureau).
[10] Atkinson, A. B., and S. Morelli. 2014. “Chartbook of Economic Inequality.” Working Paper 324 (Palma, Sp.: Society for the Study of Economic Inequality [ECINEQ]).
[11] برای توضیح بیشتر می‌توان گفت که میانگین دستمزد صدک 99 در ایالات متحده در سال 2018 بیشتر از 738000 دلار بود، در حالی که محدوده‌ی صدک 90 حدود 100000 دلار بود.
[12] برای اطلاعات بیشتر درباره این تغییر به منبع زیر رجوع نمایید:
Acemoglu, D., and D. Autor. 2011. “Skills, Tasks and Technologies: Implications for Employment and Earnings,” in Handbook of Labor Economics, vol. 4B, edited by O. Ashenfelter and D. Card (Amsterdam: Elsevier B.V.).
[13] Goldin, C., and L. Katz. 2008. The Race between Education and Technology (Har- vard University Press).
[14] Goldin, C., and L. Katz. 2009. “The Race between Education and Technol- ogy: The Evolution of U.S. Educational Wage Differentials, 1890 to 2005.” NBER Working Paper 12984 (Cambridge, MA: National Bureau of Eco- nomic Research).
[15] OECD. n.d.a. Employment data base: earnings and wages, OECD.Stat. https:// stats.oecd.org/Index.aspx?DatasetCodeDEC_I.
[16] Atkinson, A. B., and S. Morelli. 2014. “Chartbook of Economic Inequality.” Working Paper 324 (Palma, Sp.: Society for the Study of Economic Inequality [ECINEQ]).
[17] INSEE. 2020. Inégalités salariales, INSEE référence, https://www.insee.fr/fr
/statistiques/fichier/4503070/ECRT2020_F5-8.xlsx.
[18] Brandolini, A., P. Cipollone, and P. Sestito. 2001. “Earnings Dispersion, Low Pay and Household Poverty in Italy, 1977–1998.” Economic Working Paper 427, Bank of Italy, Economic Research and International Relations Area (Rome: Bank of Italy).
[19] “Qualifications in the Population” (last updated 2016), a statistical dataset based on the UK Labor Force Survey. A study of Germany by Dustmann, Ludsteck, and Schönberg (2009), along the lines of Autor, Katz, and Kearney (2008) for the United States, leads to similar conclusions about the dominant role of SBTC in explaining the rise of earnings inequality.
[20] Goldin, C., and L. Katz. 2009. “The Race between Education and Technology: The Evolution of U.S. Educational Wage Differentials, 1890 to 2005.” NBER Working Paper 12984 (Cambridge, MA: National Bureau of Eco- nomic Research).
[21] Bureau of Labor Statistics. n.d. https://beta.bls.gov/dataQuery/search.
[22]
[23] Autor, D., and D. Dorn. 2013. “The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market.” American Economic Review 103, no. 5, pp. 1553–97.
[24]Goos, M., and A. Manning. 2007. “Lousy and Lovely Jobs: The Rising Polarization of Work in Britain.” Review of Economics and Statistics 89, no. 1, pp. 118–33.
[25] Goos, M., A. Manning, and A. Salomons. 2009. “Job Polarization in Europe.”
American Economic Review 99, no. 2, pp. 58–63.
[26] Autor, D. 2014. “Polanyi’s Paradox and the Shape of Employment Growth.” NBER Working Paper 20485 (Cambridge, MA: National Bureau of Eco- nomic Research).
[27] Dustmann, C., J. Ludsteck, and U. Schönberg. 2009. “Revisiting the German Wage Structure.” Quarterly Journal of Economics 124, no. 2, pp. 843–81.
[28] Spitz-Oener, A. 2006. “Technical Change, Job Tasks, and Rising Educational Demands: Looking Outside the Wage Structure.” Journal of Labor Economics 24, no. 2, pp. 235–70.
[29] Beaudry, P., D. Green, and B. Sand. 2016. “The Great Reversal in the Demand for Skill and Cognitive Tasks.” Journal of Labor Economics 34, no. 5, pp. S199–S247.
[30] Biewen, M, B. Fitzenberger, and J. de Lazzer. 2017. “Rising Wage Inequality in Germany: Increasing Heterogeneity and Changing Selection into Full-Time Work.” Discussion Paper 11072 (Bonn: Institute of the Study of Labor [IZA]).
[31] Berger, B., and G. Wolff. 2017. “The Global Decline in the Labour Income Share: Is Capital the Answer to Germany’s Current Account Surplus?” Bruegel Policy Contribution 12 (Brussels: Bruegel).
[32] Karabarbounis, L., and B. Neiman. 2014. “The Global Decline of the Labor Share.” Quarterly Journal of Economics 129, no. 1, pp. 61–103.
[33] Piketty, T. 2014. Capital in the Twenty-First Century (Harvard University Press).
[34] Lawrence, R. Z. 2015. “Recent Declines in Labor’s Share in US Income: A Pre- liminary Neoclassical Account.” NBER Working Paper 21296 (Cambridge, MA: National Bureau of Economic Research).
[35] OECD. n.d.b. Productivity Archives, OECD.Stat. https://stats.oecd.org/Index
.aspx?DataSetCodeIDD#.
[36] International Labor Organization. n.d. ILOSTAT, https://www.ilo.org/ilostat
-files/Documents/Excel/INDICATOR/SDG_1041_NOC_RT_A_EN.xlsx.
[37] Elsby, M., B. Hobijn, and A. Sahin. 2013. “The Decline of the US Labor Share.” Brookings Papers on Economic Activity (Brookings Institution).
[38] Acemoglu, D., and P. Restrepo. 2018. “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment.” American Economic Review 108, no. 6, pp. 1488–1542.
Acemoglu, D., and P. Restrepo. 2019. “Automation and New Tasks: Technology Displaces and Reinstates Labor.” Journal of Economic Perspectives 33, no. 2, pp. 3–30.
Aghion, P., B. Jones, and C. Jones. 2017. “Artificial Intelligence and Economic Growth.” NBER Working Paper 23928 (Cambridge, MA: National Bureau of Economic Research).
Hemous, D., and M. Olsen. 2018. “The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality.” CEPR Discussion Paper 10244 (Washington, DC: Center for Economic and Policy Research).)
Prettner, K. 2019. “A Note on the Implications of Automation for Economic Growth and the Labor Share.” Macroeconomic Dynamics 23, pp. 1294–1301.
[39] Berg, A., E. Buffie, and L.-F. Zanna. 2018. “Should We Fear the Robot Revolution? (The Correct Answer Is Yes).” Working Paper 18/116 (Washington, DC: International Monetary Fund).
Cords, D., and K. Prettner. 2018. “Technological Unemployment Revisited: Automation in a Search and Matching Framework.” Hohenheim Discussion Papers in Business, Economics and Social Sciences 19-2018 (Stuttgart).
Hemous, D., and M. Olsen. 2018. “The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality.” CEPR Discussion Paper 10244 (Washington, DC: Center for Economic and Policy Research).)
Prettner, K., and H. Strulik. 2019. “Innovation, Automation, and Inequality: Policy Challenges in the Race against the Machine.” Journal of Monetary Eco- nomics 116, pp. 249–65.
[40] Acemoglu, D., and P. Restrepo. 2019. “Automation and New Tasks: Technology Displaces and Reinstates Labor.” Journal of Economic Perspectives 33, no. 2, pp. 3–30.
[41] Acemoglu, D., and P. Restrepo. 2020a. “Robots and Jobs: Evidence from US Labor Markets.” Journal of Political Economy 128, no. 6, pp. 2188–2244.
[42] Acemoglu, D., and P. Restrepo. 2018. “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment.” American Economic Review 108, no. 6, pp. 1488–1542.
[43] Dauth, W., S. Findeisen, J. Südekum, and N. Wössner. 2017. “German Robots: The Impact of Industrial Robots on Workers.” IAB Discussion Paper 30/2017 (Nuremberg: Institute for Employment Research).
[44] Acemoglu, D., and P. Restrepo. 2020a. “Robots and Jobs: Evidence from US Labor Markets.” Journal of Political Economy 128, no. 6, pp. 2188–2244.
[45] Acemoglu, D., C. Lelarge, and P. Restrepo. 2020. “Competing with Robots: Firm-Level Evidence from France.” AEA Papers and Proceedings 110, pp. 383–88.
[46] Aghion, P., C. Antonin, S. Bunel, and X. Jaravel. 2020. “What Are the Labor and Product Market Effects of Automation? New Evidence from France.” CEPR Discussion Paper DP14443 (Washington, DC: Center for Economic and Policy Research).
[47] Graetz, G., and G. Michaels. 2018. “Robots at Work.” Review of Economics and Statistics 100, no. 5, pp. 753–68.
[48] Chiacchio, F., G. Petropoulos, and D. Pichler. 2018. “The Impact of Industrial Robots on EU Employment and Wages: A Local Labor Market Approach.” Bruegel Working Paper 2 (Brussels: Bruegel).
Aghion, P., C. Antonin, and S. Bunel. 2019. “Artificial Intelligence, Growth and Employment: The Role of Policy.” Economie et Statistique 510–512, pp. 149–64.
[49] Autor, D., and A. Salomons. 2018. “Is Automation Labor-Displacing? Productivity, Growth, Employment and the Labor Share.” Brookings Papers on Economic Activity (Brookings Institution).
[50] Dao, M., M. Das, Z. Koczan, and W. Lian. 2017. “Why Is Labor Receiving a Smaller Share of Global Income? Theory and Evidence.” IMF Working Paper WP/A7/A9 (Washington, DC: International Monetary Fund).
[51] Mischke, J., H.-H. Kotz, and J. Bughin. 2019. “The Declining Labour Share of Income: Accounting for the Main Factors from a Meso Perspective.” VoxEU, July 26. https://voxeu.org/article/declining-labour-share-income-accounting-main-factors.
[52] Guttierez, G., and S. Piton. 2019. “Revisiting the Global Decline of the (NonHousing) Labor Share.” Staff Working Paper 811 (London: Bank of England).
[53] Cette, G., L. Koehl, and T. Philippon. 2019. “Labor Shares in Advanced Economies.” NBER Working Paper 26136 (Cambridge, MA: National Bureau of Economic Research).
[54] Autor, D., D. Dorn, L. Katz, C. Patterson, and J. Van Reenen. 2020. “The Fall of the Labor Share and the Rise of Superstar Firms.” Quarterly Journal of Economics 135, no. 2, pp. 645–709.
[55] De Loecker, J., J. Eeckhout, and G. Unger. 2020. “The Rise of Market Power and the Macroeconomic Implications.” Quarterly Journal of Economics 135, no. 2, pp. 561–644.
[56] De Loecker, J., and J. Eeckhout. 2018. “Global Market Power.” NBER Working Paper 24768 (Cambridge, MA: National Bureau of Economic Research).
[57] Andrews, D., C. Criscuolo, and P. Gal. 2016. The Global Productivity Slowdown, Technology Divergence and Public Policy: A Firm Level Perspective (Paris: OECD Publishing).
[58] Philippon, T. 2019. The Great Reversal: How America Gave Up on Free Markets (Harvard University Press).
[59] Philippon, T. 2019. The Great Reversal: How America Gave Up on Free Markets (Harvard University Press).
[60] Bessen, J. 2017. “Information Technology and Industry Concentration.” Boston University School of Law, Law and Economics Paper 17–41.
[61] Calligaris, S., C. Criscuolo, and L. Marcolin. 2018. “Mark-Ups in the Digital
Era.” OECD Science, Technology and Industry Working Paper 2018/10 (Paris: OECD Publishing).
[62] Autor, D., D. Dorn, L. Katz, C. Patterson, and J. Van Reenen. 2020. “The Fall of the Labor Share and the Rise of Superstar Firms.” Quarterly Journal of Economics 135, no. 2, pp. 645–709.
Bessen, J. 2017. “Information Technology and Industry Concentration.” Boston University School of Law, Law and Economics Paper 17–41.
De Loecker, J., J. Eeckhout, and G. Unger. 2020. “The Rise of Market Power and the Macroeconomic Implications.” Quarterly Journal of Economics 135, no. 2, pp. 561–644.
Guttierez, G., and T. Philippon. 2017. “Declining Competition and Investment in the US.” NBER Working Paper 23583 (Cambridge, MA: National Bureau of Economic Research).
[63] Stiglitz, J. 2017. “Inequality, Stagnation and Market Power: The Need for a New Progressive Era.” Talk delivered at Market Power Rising: Do We Have a Monopoly Problem?, Roosevelt Institute, Washington, DC September 25.
[64] Krugman, P. 2016. “Monopoly Capitalism Is Killing US Economy.” Irish Times, April 19.
[65] Qureshi, Z. 2019. “The Rise of Corporate Market Power” (Brookings Institution).
[66] Barth, E., A. Bryson, J. C. Davis, and R. Freeman. 2014. “It’s Where You Work: Increases in Earnings Dispersion across Establishments and Individuals in the U.S.” NBER Working Paper 20447 (Cambridge, MA: National Bureau of Economic Research).
Berlingieri, G., P. Blanchenay, and C. Criscuolo. 2017. “The Great Divergence(s).” OECD Science, Technology and Industry Policy Paper 39 (Paris: OECD Publishing).
[67] Acemoglu, D., and P. Restrepo. 2019. “Automation and New Tasks: Technology Displaces and Reinstates Labor.” Journal of Economic Perspectives 33, no. 2, pp. 3–30.
[68] Furman, J. 2018. “Should We Be Reassured if Automation in the Future Looks Like Automation in the Past?” In The Economics of Artificial Intelligence: An Agenda (Cambridge, MA: National Bureau of Economic Research).
[69] Frey, C. B., and M. Osborne. 2013. “The Future of Employment: How Susceptible Are Jobs to Computerization?” Unpublished manuscript (Oxford Martin School, Oxford University).
[70] Arntz, M., T. Gregory, and U. Zierahn. 2016. “The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis.” Working Paper on Social, Employment and Migration Issues 189 (Paris: OECD Publishing).
[71] McKinsey Global Institute. 2017b. Jobs Lost, Jobs Gained: Workforce Transition in Times of Automation.
[72] Elvery, J. 2019. “Changes in the Occupational Structure of the United States: 1860 to 2015.” Economic Commentary 2019-09 (Cleveland: Federal Reserve Bank of Cleveland). https://doi.org/10.26509/frbc-ec-201909.
[73] Costinot, A., and I. Werning. 2018. “Robots, Trade and Luddism: A Sufficient Statistics Approach to Optimal Technology Regulation.” NBER Working Paper 25103 (Cambridge, MA: National Bureau of Economic Research).
Guerreiro, J., S. Rebelo, and P. Teles. 2020. “Should Robots Be Taxed?” NBER Working Paper 23583 (Cambridge, MA: National Bureau of Economic Research).
Thuemmel, U. 2018. “Optimal Taxation of Robots.” CESifo Working Paper 7317 (Munich: Center for Economic Studies).
[74] Acemoglu, D., and P. Restrepo. 2020b. “The Wrong Kind of AI? Artificial Intelligence and the Future of Labor Demand?” Cambridge Journal of Regions, Economy and Society 13, pp. 25–35.
[75] Atkinson, A. B. 2015. Inequality: What Can Be Done? (Harvard University Press).
