Aufgabenkomplexität bestimmt Entwicklung der US-Löhne seit 1980
Eine neue Forschungsarbeit der Federal Reserve analysiert die US-Lohnungleichheit seit 1980. Die Ökonomen Colin Caines, Florian Hoffmann und Gueorgui Kambourov belegen, dass die Komplexität beruflicher Aufgaben sowie Kapital-Qualifikations-Komplementarität die Lohnstruktur entscheidend prägen.
Zwei Phasen des technologischen Wandels
Die Autoren entwickeln ein quantitatives allgemeines Gleichgewichtsmodell, das Mikrodaten aus dem US Census, der ACS und O*Net auswertet.
Die Ergebnisse zeigen zwei strukturell getrennte Epochen der Lohnentwicklung.
Bis zum Jahr 2000 trieben sinkende Preise für Ausrüstungskapital und eine ausgeprägte Kapital-Qualifikations-Komplementarität die Prämie für komplexe Arbeit an.
Für die komplexesten Berufe schätzen die Forscher eine Substitutionselastizität zwischen Kapital und Arbeit von 0,5, während sie bei einfachen Tätigkeiten bei 1,6 liegt.
Der Gesamtwert aggregiert auf 0,80 bis 0,85. Nach 2000 flachte der Preisanstieg für Fähigkeiten ab.
Stattdessen gewannen angebotsseitige Effizienzgewinne bei der Nutzung komplexer Fähigkeiten innerhalb der Berufe an Bedeutung.
Vom Routinetask zur Problemlösung
Das Modell verbindet Ansätze zur Aufgabenautomatisierung mit Theorien des qualifikationsorientierten technologischen Wandels.
Über eine Hauptkomponentenanalyse von O*Net-Deskriptoren messen die Forscher die Aufgabenkomplexität unabhängig von ihrer Automatisierbarkeit.
Während der Verdrängungseffekt von Kapital in einfachen Berufen stark wirkt, bleibt die Beschäftigungsverteilung über das Komplexitätsspektrum hinweg erstaunlich stabil.
Das Modell erklärt, warum Automatisierung vor allem im unteren Komplexitätsbereich Beschäftigung mindert, ohne die Lohnstruktur auf unelastische Annahmen zu stützen.
Eleganter Brückenschlag mit Datenlücken
Die Arbeit vereint Automatisierungs- und Qualifikationsdebatten in einem schlüssigen Rahmen.
Die nach dem Jahr 2000 unterstellten Effizienzgewinne bleiben im Modell jedoch rein exogen begründet.
Für die Praxis liefert das Papier damit wertvolle Theorie, aber kaum verlässliche Projektionen für den KI-Wandel.