専門性

というNBER論文をAutorらが上げている（ungated版へのリンクがある著者の一人のページ、昨年8月のスライド）。原題は「Expertise」で、著者はDavid Autor（MIT）、Neil Thompson（同）。
以下はその要旨。

When job tasks are automated, does this augment or diminish the value of labor in the tasks that remain? We argue the answer depends on whether removing tasks raises or reduces the expertise required for remaining non-automated tasks. Since the same task may be relatively expert in one occupation and inexpert in another, automation can simultaneously replace experts in some occupations while augmenting expertise in others. We propose a conceptual model of occupational task bundling that predicts that changing occupational expertise requirements have countervailing wage and employment effects: automation that decreases expertise requirements reduces wages but permits the entry of less expert workers; automation that raises requirements raises wages but reduces the set of qualified workers. We develop a novel, content-agnostic method for measuring job task expertise, and we use it to quantify changes in occupational expertise demands over four decades attributable to job task removal and addition. We document that automation has raised wages and reduced employment in occupations where it eliminated inexpert tasks, but lowered wages and increased employment in occupations where it eliminated expert tasks. These effects are distinct from—and in the case of employment, opposite to—the effects of changing task quantities. The expertise framework resolves the puzzle of why routine task automation has lowered employment but often raised wages in routine task-intensive occupations. It provides a general tool for analyzing how task automation and new task creation reshape the scarcity value of human expertise within and across occupations.
（拙訳）
仕事の業務が自動化される時、残る業務における労働の価値はそれによって増えるのだろうか、それとも減るのだろうか？　その答えは、業務が無くなることで、自動化されずに残る業務で要求される専門性が上がるか下がるかによる、と我々は論じる。同じ業務がある職業では比較的専門性が高く、別の職業では専門性が低いため、自動化は、ある職業では専門家を置き換えると共に、別の職業では専門性を高める、ということがあり得る。職業における業務の組み合わせについての概念モデルを我々は提示する。そのモデルでは、職業における専門性の要件が変わることで、賃金と雇用に相反する影響がある、と予測する。即ち、専門性の要件を下げる自動化は、賃金を下げるが、専門性の高くない労働者の参入を許容する。要件を上げる自動化は、賃金を上げるが、適格な労働者の集合を減じる。我々は、内容に依存しない*1業務の専門性を測る新たな手法を開発し、それを用いて40年に亘る業務の廃止と追加に起因する専門性の需要の変化を定量化した。専門的でない業務を廃止した職業では自動化が賃金を引き上げて雇用を減らした半面、専門的な業務を廃止した職業では賃金を引き下げて雇用を増やしたことを我々は明らかにした。こうした効果は、業務量の変化の効果とは独立しており、雇用については逆であった。この専門性という枠組みは、定型業務の自動化がなぜ定型業務集約的な職業では雇用を減らすものの賃金を引き上げることが多いのか、というパズルを解決する。この枠組みは、ある職業において、および、職業を跨って、業務自動化と新たな業務の創造が人の専門性の稀少価値をどのように作り変えるか、を分析する一般的なツールを提供する。

本文の冒頭では、会計係と在庫係を自動化で相反する影響を受ける職業の例として挙げている。共にコンピュータ化で業務がかなり自動化されるが、会計係では自動化できない業務として問題解決や意思決定が残り、それらは特別な知識と訓練（専門性）が必要とされるのに対し、在庫係で自動化されずに残る業務は在庫の勘定や貯蔵や重量の計測といった比較的専門性の低いものである、との由。