Industriële robots en de arbeidsmarkt: Wie zijn de winnaars en wie zijn de verliezers?

Repost van VoxEU.org.

Economische theorie suggereert dat werknemers die vervangbare taken uitvoeren, zoals praktisch geschoolde werknemers in routinematige beroepen, eerder verliezers zullen zijn van investeringen in industriële robots, terwijl de productiviteitswinst van deze machines ten goede kan komen aan werknemers die aanvullende taken uitvoeren. Maar er is verrassend weinig empirisch bewijs voor deze hypothese. In recent onderzoek, gebruiken we gegevens uit Nederland om aan te tonen dat werknemers waarvan taken worden vervangen te maken krijgen met lagere lonen en arbeidsparticipatie, terwijl andere werknemers indirect profiteren van de invoering van robots. Dit geldt zowel voor werknemers van bedrijven die robots invoeren als voor hun concurrenten.

Volgens de International Standards Organization is een industriële robot een in twee of meer assen programmeerbaar mechanisme met een zekere mate van autonomie dat zich binnen zijn omgeving beweegt om de beoogde taken uit te voeren. Industriële robots hebben al allerlei productietaken geautomatiseerd, van verven tot lassen, sorteren en assembleren, en ze zijn in opkomst. In de VS bijvoorbeeld is het aantal robots per 10.000 industriële werknemers gestegen van 35 in 1993 tot 149 in 2014 en tot 255 in 2020. De stijging is nog sterker in Nederland, waar het aantal robots per duizend werknemers in de maakindustrie is toegenomen van 12 in 1993 tot 209 in 2020.

Eerdere Vox-columns en een groeiende literatuur vinden dat automatisering heterogene gevolgen heeft voor werknemers. Zo geven Golin en Rauh (2023) aan dat het waargenomen automatiseringsrisico sterk samenhangt met de voorkeuren van werknemers voor herverdeling. Prettner en Bloom (2020) wijzen erop dat robots vooral de routinetaken van praktisch geschoolde werknemers vervangen, terwijl rijkere kapitaalbezitters er waarschijnlijk van profiteren. Het feit dat industriële robots vooral routinematige en praktisch geschoolde werknemers treffen, is een van de redenen waarom Rebelo et al. (2020) pleiten voor een robotbelasting, althans op korte termijn, als een manier om werknemers te beschermen om zo andere vaardigheden kunnen verwerven. Ondanks deze perspectieven is er weinig empirisch bewijs voor de vraag of industriële robots inderdaad negatieve gevolgen hebben voor bepaalde groepen werknemers – en of sommige andere soorten werknemers tegelijkertijd profiteren.

In een recent artikel bestuderen we de effecten van de invoering van industriële robots op werknemers in Nederland (Acemoglu et al. 2023). De Nederlandse economie biedt een interessante context. De Nederlandse arbeidsmarkt loopt niet alleen voorop bij de verspreiding van industriële robotica, zoals de hierboven gegeven cijfers suggereren, maar kent ook uitgebreide arbeidsmarktregelgeving die bedoeld is om werknemers te beschermen tegen verstoringen en baanverlies. Lessen uit de Nederlandse context kunnen ons dus informeren over zowel de heterogene effecten van de invoering van robots als over de vraag of de arbeidsmarktregelgeving de meest getroffen werknemers met succes kan beschermen tegen negatieve gevolgen.

We gebruiken gegevens uit het handelsregister om betrouwbare informatie over de invoering van robots te verkrijgen door de invoer van productiebedrijven te volgen. We combineren dit met gematchte werkgever-werknemergegevens van hoge kwaliteit, die ongeveer een miljoen Nederlandse werknemers in de productiesector tussen 2009 en 2020 bestrijken.

Onze resultaten bevestigen allereerst dat de effecten van robotadoptie op bedrijfsniveau in Nederland vergelijkbaar zijn met die in andere Westerse landen. De werkgelegenheid en de toegevoegde waarde nemen toe en het aandeel arbeid neemt af bij bedrijven die robots invoeren. Dit algemene patroon en de kwantitatieve omvang van onze schattingen lijken sterk op die in Acemoglu et al. (2020) voor Frankrijk en Koch et al. (2021) voor Spanje. Net als bij de Franse en Spaanse industrie zijn deze positieve effecten bij adoptiebedrijven bovendien slechts één kant van de medaille. De andere kant zijn significante negatieve effecten op hun concurrenten in dezelfde bedrijfstak, die een lagere toegevoegde waarde en werkgelegenheid ervaren. Dit patroon roept ook de vraag op of de effecten op de werknemers heterogeen zullen zijn, niet alleen per vaardigheid maar ook naargelang zij werkzaam zijn bij bedrijven die al dan niet robots gebruiken.

Om deze vragen te onderzoeken, maken we onderscheid tussen rechtstreeks getroffen werknemers en indirect getroffen werknemers. Rechtstreeks getroffen werknemers zijn werknemers met taken die door robots kunnen worden uitgevoerd en die dus een risico op verdringing lopen (Acemoglu en Restrepo, 2020). De gevolgen van de invoering van robots voor de arbeidsmarkt hangen niet alleen af van de verdringing, maar ook van de productiviteitswinst die zij opleveren. Deze productiviteitseffecten houden in dat indirect getroffen werknemers (die niet van hun taken worden verdrongen) zouden moeten profiteren van de invoering van robots.

Wij construeren drie aanvullende maatstaven voor ‘directly-affected’ werknemers. De eerste betreft arbeiders die routinematige taken uitvoeren – de taken waarvoor robots nu het meest worden ingezet. De tweede maatstaf is gebaseerd op de vervangbaarheidsindex van Graetz en Michaels (2018), en geeft aan in welke beroepen taken hebben die robots kunnen uitvoeren. De derde maatstaf richt zich simpelweg op het hoogst voltooide opleidingsniveau van een werknemer, aangezien werknemers met een lagere opleiding zich eerder specialiseren in routinematige taken die door robots kunnen worden vervangen.

De resultaten zijn zeer vergelijkbaar met de drie maatregelen en ook wanneer we vaste werknemerseffecten opnemen om de gevolgen voor dezelfde werknemers in de tijd te traceren. Zoals blijkt uit Figuur 1, hebben rechtstreeks getroffen werknemers een lager uurloon na de invoering van robots, terwijl degenen die niet rechtstreeks zijn getroffen een hoger loon hebben genoten.

Bijvoorbeeld, in Panel A, zonder werknemer fixed effects, dalen de lonen van ‘directly-affected’ werknemers, in dit geval gemeten als degenen die routinematige taken uitvoeren, met ongeveer 6% na de invoering van robots, terwijl andere ‘indirectly-affected‘ werknemers een loonstijging van ongeveer 3,5% genieten. De effecten zijn iets kleiner wanneer vaste werknemerseffecten worden meegerekend, vermoedelijk omdat dan de selectie van werknemers wordt gecontroleerd. De resultaten zijn vergelijkbaar voor andere maatstaven van rechtstreeks getroffen werknemers.

De negatieve veranderingen in werkgelegenheid en toegevoegde waarde bij concurrenten wijzen erop dat we, om een compleet beeld te krijgen van de gevolgen van industriële robots voor werknemers, ook rekening moeten houden met de gevolgen voor werknemers in andere bedrijven die geen investeringen hebben gedaan in robots. Wanneer we dit doen, zijn de patronen grotendeels vergelijkbaar. ‘Indirectly-affected‘ werknemers bij concurrenten gaan erop vooruit, terwijl ‘directly-affected’ werknemers dat niet doen. Deze resultaten wijzen erop dat niet alleen de kansen bij bedrijven die robots invoeren, maar, in vergelijking met andere werknemers, de algemene marktkansen verslechteren voor werknemers die gespecialiseerd zijn in taken die door industriële robots kunnen worden vervangen.

Er zijn ook heterogene effecten op de werkgelegenheid, hoewel deze iets minder nauwkeurig kunnen worden geschat, wellicht deels vanwege de sterk gereguleerde Nederlandse arbeidsmarkt die ontslag moeilijk maakt.

Kortom, investeringen in robots blijken zeer heterogene effecten op werknemers te hebben, overeenkomstig de theoretische verwachtingen. Of we nu kijken naar werknemers die routinematige of vervangbare taken uitvoeren, of ons richten op verschillen naar opleiding van werknemers, ‘directly-affected’ werknemers lijken te verliezen in termen van lonen en werkgelegenheid na robotadoptie, terwijl ‘indirectly-affected‘ werknemers er op vooruit gaan. Deze patronen bevestigen de sterke distributieve gevolgen van automatisering.