Innovation, automation, and inequality: Policy challenges in the race against the machine.

Autor/inn/en	Prettner, Klaus; Strulik, Holger
Titel	Innovation, automation, and inequality: Policy challenges in the race against the machine. Gefälligkeitsübersetzung: Innovation, Automatisierung und Ungleichheit: Politische Herausforderungen im Wettlauf gegen die Maschinen.
Quelle	In: Journal of monetary economics, (2020) 116, S. 249-265 PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Sprache	englisch
Dokumenttyp	online; gedruckt; Zeitschriftenaufsatz
ISSN	0304-3932
DOI	10.1016/j.jmoneco.2019.10.012
Schlagwörter	Bildung; Soziale Ungleichheit; Bildungsertrag; Substitution; Automatisierung; Roboter; Technologische Entwicklung; Beschäftigungseffekt; Einkommensverteilung; Investition; Lohnpolitik; Steuer; Wirtschaftswachstum; Arbeitslosenquote; Niedrig Qualifizierter; Hochschulbildung; Auswirkung; Hoch Qualifizierter; USA
Abstract	"The effects of automation on economic growth, education, and inequality are analyzed using an R&D-driven growth model with endogenous education in which high-skilled workers are complements to machines and low-skilled workers are substitutes for machines. The model predicts that automation leads to an increasing share of college graduates, increasing income and wealth inequality, and a declining labor share. We show that standard policy suggestions for the age of automation can trigger unintended side effects on inequality, growth, and welfare, irrespective of whether they are financed by progressive wage taxation or by a robot tax." (Author's abstract, IAB-Doku, © 2020 Elsevier).
Erfasst von	Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg
Update	2019/3