Iskanje po katalogu digitalne knjižnice

Opis: V magistrskem delu smo raziskovali značilnosti in izzive trga dela v izbranih razvitih državah. Države, ki smo jih izbrali so Avstralija, Nemčija, Francija, Velika Britanija, Japonska in ZDA. V uvodnih poglavljih smo predstavili teoretične temelje povpraševanja in ponudbe dela. Nato smo izvedli pregled trga dela v izbranih državah za obdobje od 2004 do 2023. Zanimala nas je predvsem struktura zaposlenosti, in sicer po spolu, starosti in aktivnosti. Prav tako smo se dotaknili brezposelnosti in povprečnega trajanja brezposelnosti v letu 2004 in 2023. V četrtem poglavju smo podrobneje pogledali, kako avtomatizacija dela vpliva na zaposlenost, kako delo od doma vpliva na produktivnost zaposlenih in kaj sploh je umetna inteligenca in njeni vplivi na zaposlenost. Nato smo opravili pregled obstoječih empiričnih študij na področju umetne inteligence in njenega vpliva na zaposlenost. Prav tako smo pregledali študije funkcije zaposlenosti, da smo ugotovili, katere spremenljivke bi bilo smiselno vključiti v naš model. V zadnjem poglavju smo opravili empirično analizo vpliva digitalizacije in umetne inteligence na zaposlenost v izbranih razvitih državah. Odvisna spremenljivka, ki smo jo izbrali, je zaposlenost, neodvisne pa bruto domači proizvod in plače. Kot neodvisni spremenljivki sta bili vključeni tudi digitalizacija, ki je sestavljen indeks iz spremenljivk število fiksnih priklopov internetnih storitev na sto ljudi, izvoza informacijske in komunikacijske tehnologije, število posameznikov, ki uporabljajo internetne storitve kot odstotek celotne populacije, in število naročnin na mobilne storitve na sto ljudi. Indeks digitalizacije smo nato razširili in mu dodali še izdatke za raziskave in razvoj kot odstotek BDP in domača posojila zasebnemu sektorju kot odstotek BDP. Ta razširjen indeks smo označili kot AI – pripravljenost na umetno inteligenco. Ker smo analizirali panelne podatke, smo uporabili model združenih podatkov in model fiksnih učinkov. Da smo ugotovili, kateri izmed omenjenih modelov je primernejši, smo izračunali F-statistko s pomočjo programa EViews. Glede na rezultate F-statistike smo izbrali model fiksnih učinkov. Nato smo model fiksnih učinkov primerjali še z modelom slučajnih učinkov. Da smo ugotovili kateri je primernejši smo uporabili Hausmanov test. Ugotovili smo, da je model fiksnih učinkov primernejši. Na koncu smo še z metodo White cross-section preverjali odpornost modela na heteroskedastičnost in avtokorelacijo. V modelih, ki so ocenjeni z White cross-section metodo imata indeks digitalizacije in pripravljenosti na umetno inteligenco pozitiven predznak, kar pomeni, da pozitivno vplivata na zaposlenost.
Ključne besede: digitalizacija, umetna inteligenca, avtomatizacija, delo od doma, ekonometrična analiza, razvite države
Objavljeno v DKUM: 17.10.2024; Ogledov: 0; Prenosov: 15
Celotno besedilo (2,44 MB)