15.10.2019
15.10.2019
Степан Петрович Земцов, автор статьи в журнале «Социально-трудовые исследования», кандидат географических наук, ведущий научный сотрудник лаборатории исследования проблем предпринимательства ФГБОУ ВПО «Российская академия народного хозяйства и государственной службы при Президенте РФ», заведующий лабораторией статистики МСП ВАВТ Минэкономразвития России, Москва, Россия.
Цифровая трансформация экономики России несет потенциальные выгоды, связанные с существенным повышением производительности труда, для многих отраслей народного хозяйства. Новый этап социально-экономического развития часто характеризуют как технологическую революцию, одной из характерных черт которой является цифровизация и автоматизация всех процессов (Индустрия 4.0). Смена техноэкономической парадигмы часто ведет к снижению уровня занятости на начальном этапе, хотя впоследствии по мере развития новых технологий в занятость вовлекается все большее число граждан.
Внедрение информационно-коммуникационных технологий, средств автоматизации, промышленных роботов может привести к распространению структурной (технологической) безработицы. Риски связаны с появлением систем, в которых не требуется участие человека: автопилотируемый транспорт, роботизированные комплексы в торговле и общественном питании, боты-консультанты и т.д. Например, в работе показано, что увеличение промышленных роботов на один (на 1000 занятых) в США привело к снижению доли занятых на 0,18–0,4 п.п. По оценкам ЦМАКП, реализация программы «Цифровая экономика» может привести к сокращению до 10 млн рабочих мест к 2025 г. за счет повышения производительности труда.
Существует несколько основных подходов к оценке доли рабочих мест, которые потенциально подвержены автоматизации. Одну из первых методик предложили в 2013 г. оксфордские ученые К.-Б. Фрей и М. Осборн, которые оценили вероятность автоматизации профессии в зависимости от сочетания трех характеристик: восприятие–манипулирование, творческий и социальный интеллект.
По нашим ранним оценкам, по данным RLMS HSE, ≈26,5% занятых в России работают в профессиях, имеющих высокую вероятность автоматизации (более 70%) (табл. 1). К таким профессиям в России относятся наиболее массовые: водители (7 млн чел.; оценка вероятности автоматизации ≈98%), продавцы (6,8 млн чел.; ≈98%), грузчики (2,3 млн чел.; ≈72%), уборщики (2,1 млн чел.; ≈83%). Отчет Boston Consulting Group показал, что около 80% занятых не готовы работать на высококонкурентных, технологически сложных рынках. Многие сотрудники фактически заняты низкоквалифицированным трудом, требующим выполнения рутинных действий, и не стремятся повышать уровень своей квалификации.
При этом полученные оценки (табл. 1) показывают, что уровень потенциальной автоматизации занятости в России ниже, чем в большинстве развитых и развивающихся стран, хотя следовало ожидать более высокого значения в связи с низкой сложностью экономики, невысокой производительностью труда. Объяснение может быть связано с тем, что в оценках учитывается лишь официальная занятость, которая концентрируется в бюджетном секторе услуг, где за рубежом активно используется социальный и творческий интеллект (образование, здравоохранение), а также высока доля занятых в финансовых и иных бизнес-услугах. Эти сферы относятся к низкоавтоматизируемым в будущем. Кроме того, есть проблема сопоставимости данных RLMS HSE с зарубежными классификаторами
Таблица 1. Сравнение уровня потенциальной автоматизации занятости по странам мира, %
| Страна | Oxford [8] | McKinsey [13] |
|---|---|---|
| Китай | 77,1 | 51 |
| Индия | 68,9 | 52 |
| Германия | 59 | 48 |
| Италия | 56,2 | 50 |
| Польша | 56,3 | 49 |
| Япония | 49 | 56 |
| США | 47 | 46 |
| Франция | 49,5 | 43 |
| Канада | 45 | 47 |
| Швеция | 46,7 | 46 |
| Великобритания | 35 | 43 |
| Россия | 26,5 [9] | 50 |
Таблица 2. Соотношение типов задач по уровню автоматизации
| Тип задачи(действия) | Доля рабочего времени, которая может быть автоматизирована | Доля в совокупном рабочем времени в США,% |
|---|---|---|
| Управление | 9 | 7 |
| Экспертиза | 18 | 14 |
| Взаимодействие | 20 | 16 |
| Физическая работа в изменяющейся обстановке | 25 | 12 |
| Сбор данных | 64 | 17 |
| Обработка данных | 69 | 16 |
| Физическая работа в постоянной обстановке | 78 | 18 |
Основная критика подхода связана с тем, что полностью отдельные профессии автоматизированы быть не могут. За последние десятилетия из классификаторов занятости исчезло лишь несколько профессий, например в 2018 г. в России официально ликвидирована профессия стенографиста. Внутри профессий и отраслей происходит перераспределение труда между рутинными и творческими действиями. В целом в мире растет потребность в более образованных и квалифицированных специалистах.
В нашей работе мы будем использовать подход, основанный на оценке доли рутинных действий в различных отраслях, предложенный Глобальным институтом McKinsey. Предварительно все отрасли были разбиты на типы задач (табл. 2), каждая из которых может быть частично автоматизирована.
Для применения этой методики приходится сделать сильное предположение о соответствии структуры отраслей по типам задач в США и других странах (табл.1), хотя очевидно, что в России доля физической работы в промышленности выше из-из низкого уровня автоматизации, а неавтоматизированные сбор и обработка данных преобладают в секторе услуг. Таким образом, получаемые нами оценки для России занижают потенциал автоматизации труда с точки зрения доступных технологий. С другой стороны, любые подобные оценки не учитывают демографические, миграционные, социальные и иные тренды в России.
Речь идет о максимальном уровне автоматизации при условии, что процесс произойдет одномоментно. В этом случае потенциальная подверженность работников никоим образом не связана с текущим и даже перспективным уровнем безработицы, так как процесс растянут во времени, в экономике существует целый набор компенсационных механизмов, меняется отношение к труду, соотношение рабочего и нерабочего времени, распространяется фриланс и т.д.
Учитывая упомянутые выше ограничения, в табл. 3 сопоставлены классификаторы видов деятельности: использованный в исходном исследовании и две версии российского основного классификатора видов экономической деятельности (ОКВЭД). Классификатор изменился в 2017 г., поэтому потребовалось сопоставление оценок.
Наиболее подверженными автоматизации в России и мире являются отрасли гостиничного и ресторанного бизнеса (73% занятых), обрабатывающие производства (60%), сельское и лесное хозяйство (58%), розничная торговля (53%) и добыча полезных ископаемых (51%). Наименее автоматизируемы: образование (27%), деятельность в области информации и связи, научные исследования (35%), здравоохранение
Соотношение классификаторов видов деятельности и соответствующие оценки доли потенциально подверженных автоматизации рабочих мест в России (36%), деятельность профессиональная, научная и техническая (36%). Заметим, что даже в самой потенциально автоматизируемой отрасли – гостиничном и ресторанном бизнесе – внедрение роботов происходит довольно низкими темпами, так как много нерутинных действий, необходимо личное общение с человеком, особенно в наиболее дорогих отелях и ресторанах. Но снижение стоимости технологий, повышение конкуренции на мировых рынках и рост стоимости рабочей силы могут изменить ситуацию.
Мы предполагаем, что указанные процессы приведут к существенному изменению структуры занятости в России к 2030 г. Численность занятых в отраслях уменьшится пропорционально потенциальной доле подверженных автоматизации рабочих мест. На основе приведенных соотношений (табл. 3) мы рассчитали число подверженных автоматизации работников, а затем проанализировали новое соотношение отраслей в общем числе работников (табл. 4). Значение для 2030 г. – это число работников, не подверженных автоматизации. Мы рассчитали два варианта – для данных 2015 г. по предыдущему ОКВЭД (2030a) и для данных 2018 г. по новому ОКВЭД (2030b).
Соотношение среднесписочной численности работников по двум классификаторам видов экономической деятельности в России и оценки на 2030 г., млн чел.
По нашим оценкам, более 20 млн работников в России подвержены риску автоматизации, т.е. потребуется повышение или изменение их квалификации, переобучение или уход с рынка труда 45,5% среднесписочной численности работников.
На рис. 1 показано изменение структуры работников в 2009–2018 гг. Мы выделили укрупненные виды деятельности в зависимости от рисков автоматизации.
К более автоматизируемым отраслям относятся:
К менее автоматизируемым видам деятельности мы отнесли:
На рис.1 хорошо прослеживаются закономерности изменения структуры работников в сторону менее автоматизируемых видов деятельности: если в 2009 г. их доля составляла около 33,8%, то в 2018 г. – 36,2%.
При этом число работников в сфере образования и здравоохранения меняется в противоположном направлении. Во обоих случаях это связано с оптимизацией бюджетных организаций. В случае с образованием также важно снижение общего числа обучающихся в России.
Соотношения для 2030 г. по двум методикам кардинально не изменились, что говорит об определенной устойчивости оценок.
Сами по себе наличие подверженных автоматизации секторов экономики и перераспределение занятости внутри экономики не ведут к негативным социальным последствиям, так как рынок труда постепенно адаптируется, повышается доля нерутинной, творческой деятельности, фриланса, снижается доля рабочего времени. Вообще говоря, само понятие естественного уровня безработицы может исчезнуть. Уже в 2016 г. в России около 88,1% работников в той или иной степени были включены в отношения неустойчивой (прекаризованной) занятости, хотя сохраняются существенные региональные различия.
Существует угроза возникновения разрыва между экспоненциальным ростом автоматизации и запаздывающими процессами переобучения и создания новых рабочих мест. Процесс диффузии новых технологий в России замедлен на начальной стадии, но резко ускоряется впоследствии, подобная ситуация вполне возможна в сфере автоматизации и цифровизации. В этом случае есть риск технологического исключения и формирования устойчивого сектора экономики, в котором часть трудоспособного населения будет не готова участвовать в процессах создания и внедрения новых технологий и продуктов, конкурировать с роботами, постоянно переобучаться. В противоположность наиболее продвинутому сектору эту часть экономики можно назвать «экономикой незнания». В качестве примера потенциальных участников этого сектора можно привести молодых людей из сельских и малых городских поселений, работающих посменно в крупных городах в охране различного рода объектов. С развитием систем видеонаблюдения, распознавания лиц и других охранных систем может существенно сократиться число менее квалифицированных занятых. Схожая ситуация возможна в транспортном секторе, хотя сейчас цифровые платформы Uber, «ЯндексТакси» и др. скорее создают новые возможности в этом секторе.
При этом процессы имеют ярко выраженную географическую специфику, есть регионы, в которых риски технологического исключения высоки: это преимущественно Северный Кавказ, ряд старопромышленных центров. Технологическое исключение в перспективе может привести к социальному исключению. Доля населения, находящегося под риском социальной эксклюзии, составляет около 13,1%, а доля домохозяйств – 19,8%. Выше всего риски для пожилых и одиноких людей в слаборазвитых регионах России: Республике Хакасия, Забайкальском крае (31,6%), Республике Тыва (29,6%), Еврейской автономной области (27,2%), Республике Алтай (25,6%) и Курганской области (24,6%).
Российский рынок труда может не успеть в должной мере адаптироваться. Сейчас стратегии адаптации включают сокращение постоянной занятости, переход на сокращенную рабочую неделю, различные формы отходничества. При этом опыт Тольятти, где на АвтоВАЗе было сокращено более 70 тыс. специалистов, показывает, что государство и рынок труда не готовы быстро реагировать на коренные изменения в производительности под воздействием внедрения автоматизированных систем (промышленных роботов). В единичных случаях есть возможность существенно увеличить финансирование социальных программ борьбы с безработицей («залить деньгами»), но если процессы достигнут масштабов всей страны или многих регионов, такой механизм использовать не удастся.
Необходимы развитие и поддержка менее подверженных цифровизации сфер, соответствующие изменения подготовки и переподготовки:
Регионы существенно различаются не только с точки зрения рисков автоматизации, но и с точки зрения возможности адаптации к ним. В недавней статье дана оценка потенциального индекса адаптивности регионов, который зависит от размера рынка крупнейшей агломерации (разнообразие деятельности), уровня образования, накопленного научного потенциала, сформировавшейся информационно-коммуникационной инфраструктуры (широкополосный доступ к сети Интернет) и предпринимательской активности населения.
К регионам с высокими рисками и низкими возможностями адаптации относится большинство регионов Северного Кавказа и юга России; ряд областей с преобладанием обрабатывающей промышленности; нефтедобывающие центры Сибири. В большинстве из них институциональные условия ограничивают базу для новых направлений, велика доля теневого сектора. В южных регионах высока доля сельских жителей, чьи возможности для адаптации ниже. В ряде регионов отмечается большая доля занятых в информационных технологиях и готовится много STEAM-специалистов (наука, технологии, инжиниринг, искусство, математика), что позволит преодолеть возможные риски автоматизации: это Москва, Санкт-Петербург, Нижегородская, Самарская, Новосибирская, Тюменская области, Красноярский край.
Одним из значимых механизмов адаптации является увеличение занятых в предпринимательском секторе, увеличение числа самозанятых (в том числе фрилансеров). Но если внимательно изучить рис. 2, можно заметить, что кардинальных изменений в структуре занятости за последние годы не произошло. Доля работающих в бюджетном секторе и на крупных предприятиях, наиболее подверженных автоматизации, стабильно высока. Тем не менее доля занятых в секторе малого и среднего предпринимательства и неформальном секторе (часть являются самозанятыми) увеличилась с 33,9% в 2010 г. до 36,9% в 2017 г.
При реализации утвержденных национальных проектов уже к 2024 г. доля занятых в малом и среднем предпринимательстве (МСП) и неформальной занятости может увеличиться с 37 до 50,2% (рис. 3).
Этот сценарий маловероятен исходя из текущих трендов, но возможен при выполнении следующих условий:
45,5% работников в России, или 20,1 млн чел., подвержены рискам цифровизации и автоматизации. По оценкам ЦМАКП, уже к 2024 г. около 10 млн рабочих мест может быть высвобождено при реализации программы «Цифровая экономика» и национальных проектов.
Тем не менее в большинстве регионов России (кроме крупнейших и быстрорастущих агломераций) запаздывают процессы автоматизации, так как есть дешевая рабочая сила, существуют ограничения на увольнения, технологическая отсталость и т.д. Это приводит к увеличению разрыва в производительности труда между Россией и развитыми странами, консервации неэффективных направлений деятельности, снижению темпов адаптации рынка труда и изменения структуры занятости. Есть риск формирования старопромышленных и «старосервисных» регионов с набором социальных проблем, высокой долей «экономики незнания» и последующей социальной исключенностью. В этих регионах сочетание низкой производительности и нарастающих социальных проблем приведет к еще более высокой несбалансированности местных бюджетов.
Существует несколько глобальных подходов к решению возможных социальных проблем. Во-первых, речь идет о введении дополнительных налогов на роботов; собранные средства можно направить на социальную помощь, но эффект может быть достигнут в условиях глобальной миграции труда и капитала только при внедрении на международном уровне. В противном случае страна, которая раньше введет подобные налоги, потеряет часть капитала и снизит свою конкурентоспособность.
Второй подход предполагает переход на четырехдневную рабочую неделю или шестичасовой рабочий день, что соответствует рекомендациям ООН. И еще одним популярным подходом является введение «базового безусловного дохода» (от анл. universal basic income), что позволит частично нивелировать неравенство в распределении доходов, однако требуется решение связанных с этим инфляционных и других проблем. До последнего времени все эксперименты с базовым доходом носили локальный характер и не доказали своей принципиальной эффективности в сравнении с существующей системой социальных гарантий.
На уровне отдельных стран и регионов необходимы развитие и поддержка менее подверженных роботизации сфер. В первую очередь речь идет о поддержке предпринимательской инициативы и творческих индустрий (исследования, искусство и т.д.). В сфере образования важен переход к STEM (наука, технологии, инжиниринг и математика). В целом следует поддерживать повышение мобильности населения, непрерывное образование.
Материалы данной статьи не могут быть использованы, полностью или частично, без разрешения редакции журнала «Социально-трудовые исследования». При цитировании ссылка на ФГБУ «ВНИИ труда» Минтруда России обязательна.