dEjournals Nyitóoldal
International Journal of Engineering and Management Sciences
Regisztráció Aktuális szám Megjelenés előtti cikkek Archívum Indexáltság Beküldés Kapcsolat Keresés
Regisztráció Bejelentkezés
IJEMS

Megjelenés előtti cikkek
Menedzsmenttudományok

Labour Economics - A technológiai fejlődés oldaláról

Megjelent:
2024-07-19
DOI Linkhttps://doi.org/10.21791/IJEMS.2024.022
Szerző
Boros József
Megtekintés
PDF
Kulcsszavak
munkaerőpiac technológiai fejlődés innováció automatizáció Journal of Labour Economics
Licenc

Copyright (c) 2024 József Boros

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

How To Cite
Kiválasztott formátum: APA
Boros, J. (2024). Labour Economics - A technológiai fejlődés oldaláról. International Journal of Engineering and Management Sciences, 1-11. https://doi.org/10.21791/IJEMS.2024.022
Absztrakt

A technológiai fejlődés hatása a munkaerőpiacra és az innovációs folyamatokra kiemelkedő fontosságú kutatási terület. Jelen tanulmány célja a technológiai újítások megjelenésének és gyakoriságának vizsgálata a tudományos publikációkban, különös tekintettel a Journal of Labour Economics folyóiratra 2000 és 2020 között. A kutatás során tartalomelemzési módszer került alkalmazásra, melynek keretében 1405 cikkben 8 különböző technológiai fejlődésre utaló szó és kifejezés (például: technológia, mesterséges intelligencia, gépi tanulás) keresése történt meg. A keresések során a találatok száma és éves megjelenési trendjei is elemzésre kerültek. A vizsgálat során 9469 találatot sikerült azonosítani, melyek azt mutatják, hogy az esetek 64,7%-ában legalább egyszer előfordult valamely technológiai kifejezés. Az éves trendek elemzése alapján csak bizonyos kulcsszavak (technológia, mesterséges intelligencia és gépi tanulás) esetében figyelhető meg növekedés. A cikkek kisebb részében, mindössze 1%-ában található legalább 50 alkalommal említés technológiai vonatkozású kifejezésekre. Az eredmények azt mutatják, hogy bár a technológiai fejlődés témája jelentős szerepet kap a munkaerőpiaci kutatásokban, a megjelenési gyakoriság és a mélységi elemzések jelentős változatossággal rendelkezik. A technológiai fejlődésre utaló kifejezések megjelenésének növekedése főként a mesterséges intelligencia és gépi tanulás területén figyelhető meg. Az eredmények egyetlen folyóiratra vonatkoznak, így további kutatások szükségesek más munkaerőpiaci folyóiratok bevonásával a reprezentativitás érdekében.

Hivatkozások
  1. Mokyr, J., Vickers, C., Ziebarth, L. (2015) ’The history of technological anxiety and the future of economic growth: Is this time different?’. Journal of Economic Perspectives, 29(3), pp. 31–50. DOI: 10.1257/jep.29.3.31
  2. European Commission (2017) ’Attitudes towards the impact of digitisation and automation on daily life’. Special Eurobarometer 460. Brussels: European Commission. https://ec.europa.eu/jrc/communities/sites/jrccties/files/ebs_460_en.pdf (letöltve: 2021.12.20.)
  3. Autor, D. H. (2015) ’Why are there still so many jobs? The history and future of workplace automation’. Journal of Economic Perspectives, 29(3), pp. 3–30. DOI: 10.1257/jep.29.3.3
  4. Acemoglu, D., Restrepo, P. (2018a) ’The race between man and machine: implications of technology for growth, factor shares, and employment’. American Economic Review, 108(6), pp. 1488–1542. DOI: 10.1257/aer.20160696
  5. Antón, J., Klenert, D., Fernández-Macías, E., Urzì Brancati, M. C., Alaveras, G. (2020) ’The labour market impact of robotisation in Europe’. Seville: European Commission, JRC121388, 1-36.
  6. Atack, J., Margo, R. A., Rhode, P. W. (2019) ’ “Automation” of manufacturing in the late nineteenth century: the hand and machine labor study’. Journal of Economic Perspectives, 33(2), pp. 51–70. DOI: 10.1257/jep.33.2.51
  7. Autor, D. H., Salomons, A. (2018) ’Is automation labor share-displacing? Productivity growth, employment, and the labor share’. Brooking Papers on Economic Activity, 2018(spring), pp. 1–63.
  8. Eurofound (2018) ’Game changing technologies: Exploring the impact on production processes and work’. Luxembourg: Publications Office of the European Union. 1-32.
  9. Marengo, L. (2019) ’Is this time different? A note on automation and labour in the fourth industrial revolution’. Journal of Industrial and Business Economics, 46(3), pp. 323-331. DOI:10.1007/s40812-019-00123-z
  10. Pratt, G. A. (2015) ’Is a Cambrian Explosion coming for robotics?’. Journal of Economic Perspectives, 29(3), pp. 51–60. DOI: 10.1257/jep.29.3.51
  11. Acemoglu. D., Autor, D. H. (2011) ’Skills, tasks and technologies: implications for employment and earnings’. In: Ashenlfelter, O., Card, D. (szerk.) ’Handbook of Labor Economics’. (Vol. 4B, 1043–1171). Amsterdam: North Holland. ISBN: 978-0-444-53452-1
  12. Acemoglu, D., Restrepo, P. (2018b) ’Low-skill and high-skill automation’. Journal of Human Capital, 12(2), pp. 204–231. DOI: 10.1086/697242
  13. Acemoglu, D., Restrepo, P. (2019) ’Automation and new tasks: how technology displaces and reinstates labor’. Journal of Economic Perspectives, 33(2), pp. 3–30. DOI: 10.1257/jep.33.2.3
  14. Autor, D. H., Levy, F., Murlane, R. J. (2003) ’The skill content of recent technological change: an empirical exploration’. Quarterly Journal of Economics, 118(4), pp. 1279–1333.
  15. Alpaydin, E. (2010) ’Introduction to Machine Learning’. MIT Press, Cambridge MA. ISBN:978-0-262-01243-0
  16. Hastie, T. Tibshirani, R. Friedman, J. (2009) ’The Elements of Statistical Learning: Data mining, Inference, and Prediction’. Springer, New York. DOI: https://doi.org/10.1007/978-0-387-21606-5
  17. Varian, H. R. (2014) ’Big Data: New Tricks for Econometrics’. Journal of Economic Perspectives, 28 (2), pp. 3-28. DOI: 10.1257/jep.28.2.3
  18. Mullainathan, S., Spiess, J. (2017) ’Machine Learning: An Applied Econometric Approach’. Journal of Economic Perspectives, 31(2), pp. 87-106. DOI: 10.1257/jep.31.2.87
  19. Agrawal, A., Gans, J. S., Goldfarb, A. (2019) ’Artificial Intelligence: The Ambiguous Labor Market Impact of Automating Prediction’. Journal of Economic Perspectives, 33(2), pp. 31-50. DOI: 10.1257/jep.33.2.31
  20. Elsevier (2021) ’Journal Metrics’. https://www.journals.elsevier.com/labour-economics (letöltve: 2021.12.20.)
  21. Aguirregabiria, V., Alonso-Borrego, C. (2001) ’Occupational structure, technological innovation, and reorganization of production’. Labour Economics, 8(1), pp. 43-73.
  22. Crifo, P. (2008) ’Skill supply and biased technical change’. Labour Econimcs 15(5), pp. 812-830.
  23. O’Mahony, M., Robinson, C., Vecchi, M. (2008) ’The impact of ICT on the demand for skilled labour: A cross-country comparison'. Labour Economics, 15(6), pp. 1435-1450.
  24. Yasar, M., Paul, C. J. M. (2008) ’Capital-skill complementarity, productivity and wages: Evidence from plant-level data for a developing country’. Labour Econimcs, 15(1), pp. 1-17.
  25. Borghans, L., Weel, B. T. (2004) ’Are computer skills the new basic skills? The returns to computer, writing and math skills in Britain’. Labour Economics, 11(1), pp. 85-98. DOI:10.1016/S0927-5371(03)00054-X
  26. Falk, M., Koebel, B. (2004) ’The impact of office machinery, and computer capital on the demand for heterogeneous labour’. Labour Economics, 11(1), pp. 99-117. DOI:10.1016/S0927-5371(03)00056-3
  27. Lee, S-H., Kim, J. (2004) ’Has the Internet changed the wage structure too?’. Labour Economics, 11(1) pp. 119-127.
  28. Bastgen, A., Holzner, C. L. (2017) ’Employment protection and the market for innovations’. Labour Economics, 46, pp. 77-93. DOI: 10.1016/j.labeco.2017.03.003
  29. Lordan, G., Neumark, D. (2018) ’People versus machines: The impact of minimum wages on automatable jobs’. Labour Economics, 52, pp. 40-53. DOI: 10.1016/j.labeco.2018.03.006
  30. Goos, M., Rademakers, E., Salomons, A., Willekens, B. (2019) ’Markets for jobs and their task overlap’. Labour Economics, 61, 101750. DOI: 10.1016/j.labeco.2019.101750
  31. Vries, G. J. D., Gentile, E., Miroudot, S., Wacker, K. M. (2020) ’The rise of robots and the fall of routine jobs’. Labour economics, 66, 101885. DOI: 10.1016/j.labeco.2020.101885
  32. Goller, D., Lechner, M., Moczall, A., Wolff, J. (2020) ’Does the estimation of the propensity score by machine learning improve matching estimation? The case of Germany’s programmes for long term unemployed’. Labour Economics, 65, 101855. DOI: 10.1016/j.labeco.2020.101855
Adatbázis logók
DOAJ MTMT SHERPA EIRHPLUS EBSCO CROSSREF