本文介绍了2024年发表在NBER上的论文《学习来自李嘉图和汤普森的经验：早期工业革命中的机器和劳动，以及AI时代的情况》。文章探讨了早期工业革命中机械化对劳动力的影响，并与现代AI时代的情况进行对比分析。文章还介绍了研究的方法论，包括历史文献分析、数据收集与分析、经济模型构建和案例研究。研究的主要结论指出技术进步初期可能带来的失业和工资下降，但随着技术进步成熟和新任务的创造，劳动力市场会逐渐恢复平衡，高技能工人的需求上升。因此，政策应注重教育和培训，提高劳动力的技能水平。文章最后推荐了相关的经济金融论文导读专栏和方法班课程。
论文关注早期工业革命中的机械化对劳动力的影响，并与现代AI时代的情况进行对比分析，理解机械化和AI技术对劳动力需求和工资水平的影响，以及这些技术进步如何改变劳动者的工作环境和生活质量。
研究采用了历史文献分析、数据收集与分析、经济模型构建和案例研究等研究方法，通过收集英国棉纺织行业的历史数据，如工资、就业和生产力等，利用计量经济学方法进行分析。
研究者设计了一个经济模型来解释技术进步对劳动需求和工资的影响，模型考虑了自动化可能替代低技能任务的同时创造高技能任务，以及劳动力市场如何根据技术进步的速度和方向进行调整。
研究结论指出技术进步初期可能会增加失业并压低工资，但随着技术的成熟和新任务的创造，劳动力市场会逐步恢复平衡。政策应注重教育和培训，提高劳动力的技能水平，促进新高技能任务的创造。
本期推荐一篇2024年5月发表在NBER上的论文《学习来自李嘉图和汤普森的经验：早期工业革命中的机器和劳动，以及AI时代的情况》。18至19世纪的英国工业革命时期，那时机械化开始广泛应用，尤其是在棉纺织行业，这对劳动力市场产生了深远影响。该研究探讨了技术进步对劳动市场的影响，尤其是早期工业革命时期机械化对工人的影响，并将其与当前人工智能（AI）技术的影响进行对比分析。研究理解了机械化和现代AI技术对劳动力需求和工资水平的影响，以及这些技术进步如何改变了劳动者的工作环境和生活质量。
该研究采用了历史文献分析、数据收集与分析、经济模型构建和案例研究这些研究方法。通过分析大卫·李嘉图和E.P.汤普森的经典著作，研究者深入理解了早期工业革命时期机械化对工人的影响。李嘉图起初认为机械化会提高工人福利，但后来他改变了看法，认为机械化可能导致工人失业和工资下降。汤普森则强调了工厂系统对工人工作条件的恶化。研究者通过收集英国棉纺织行业的历史数据，如工资、就业和生产力等，利用计量经济学方法进行分析，以量化机械化对劳动力市场的具体影响。
经济模型构建方面，研究者设计了一个模型来解释技术进步对劳动需求和工资的影响。模型假设技术进步会提高劳动生产率，但只有在创造新任务的情况下才能提高工资。模型还考虑了自动化可能替代低技能任务，同时创造高技能任务，以及劳动力市场如何根据技术进步速度和方向进行调整。关键机制包括技术进步对生产率和工资的影响、自动化的双重效应（即提高生产率但可能导致低技能工人失业）和资本与劳动的平衡（即技术进步可能增强资本的地位，削弱劳动者的议价能力）。
研究结论指出，早期工业革命中的机械化对工人的影响与现代AI技术对劳动力市场的影响有很多相似之处。在技术进步初期，自动化可能会增加失业并压低工资，但随着技术的成熟和新任务的创造，劳动力市场会逐步恢复平衡，高技能工人的需求上升，整体工资水平可能回升。因此，为了实现技术进步带来的普惠性增长，政策应注重教育和培训，提高劳动力的技能水平，并促进新高技能任务的创造。通过理解历史经验，我们可以更好地应对现代技术进步带来的挑战和机遇。
Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of AI
Daron Acemoglu & Simon Johnson
