Robotica in bedrijf: handel, waardeketens en lonen
Steeds meer bedrijven gebruiken robots in hun bedrijfsprocessen. Robots kunnen bedrijfsprocessen efficiënter maken, kosten besparen en zelfs gebruikt worden om afhankelijkheden van het buitenland te verminderen door productie op een (kosten)efficiënte manier in eigen land uit te voeren. In een periode waarin internationale afhankelijkheden – als gevolg van verdergaande globalisering – steeds vaker ter discussie staan, spelen robots een steeds grotere rol. Waar het vroeger vooral om fysieke robots ging, zoals een robotarm in de auto-industrie, gaan de ontwikkelingen steeds harder waarbij ook artificiële intelligentie (AI) geïntroduceerd wordt. Dit hoofdstuk onderzoekt de rol van fysieke robots in de Nederlandse industrie. Gebruiken vooral grote bedrijven robots? Zijn robots verweven met internationale waardeketens? En wat zijn de effecten van robot-gebruik op de werknemers bij bedrijven die deze technologie omarmen? In dit hoofdstuk worden deze vragen beantwoord op basis van gegevens uit een – tot nu – weinig gebruikte bron: de ICT-enquête.
4.1Inleiding
Wat is robotisering? Robotisering is volgens de Cambridge definitie ‘de daad of het proces waarbij robots worden geïntroduceerd om werkzaamheden te doen die voorheen door mensen werden gedaan’. Dit kan zowel fysiek als digitaal zijn. Bij fysieke robotisering kan gedacht worden aan een robotarm die bijvoorbeeld wielen monteert in de auto-industrie. Vaak gaat het hierbij om robots die routinematig werk van mensen vervangen. Wanneer we het in dit hoofdstuk hebben over robotisering, dan bedoelen we fysieke robotisering.noot1
De rol van robots binnen de Nederlandse maatschappij wordt steeds groter en verdeelt ook steeds meer de publieke opinie, zoals onder andere besproken in ‘De robot de baas’ van de Wetenschappelijke Raad voor Regeringsbeleid (Went et al., 2015). Waar de een kansen ziet om competitiever te worden of productie uit het buitenland terug te halen, ziet de ander robotisering als een bedreiging voor de werkgelegenheid.
Dit hoofdstuk schetst een profiel van bedrijven die robots gebruiken in hun processen en onderzoekt de rol van deze bedrijven in de internationale handel en internationale waardeketens. Ook worden de effecten van robotisering op de werkgelegenheid en lonen binnen deze bedrijven onderzocht. Binnen dit onderzoek identificeren we bedrijven die gebruikmaken van robotica in de jaarlijkse ICT-enquête, waarin wordt gevraagd of er aan enige vorm van robotisering wordt gedaan. We kijken daarbij alleen naar bedrijven in de industrie (met ten minste 10 werkzame personen), aangezien het gros van de robotiserende bedrijven in die sector opereert (CBS, 2022a). Hiermee sluiten we aan bij eerder onderzoek, zoals Acemoglu et al. (2023) en Faber (2020).
ICT-enquête en gebruik van robotica
Het CBS verzamelt jaarlijks gegevens over het gebruik van informatie- en communicatietechnologieën (ICT) bij bedrijven. Deze gegevens kunnen ook worden vergeleken met die van andere landen. Daarnaast gebruikt de overheid de resultaten voor nieuw beleid. Onderwerpen die aan bod komen zijn bijvoorbeeld: toegang tot en gebruik van internet, clouddiensten, artificiële intelligentie, robotisering, e-commerce en ICT-veiligheid. In dit hoofdstuk wordt uitsluitend gekeken naar de relatie tussen robot-toepassing bij bedrijven in de Nederlandse industrie en variabelen als import, export en lonen van werknemers.
In dit hoofdstuk gaan we in het bijzonder in op het toepassen van robots.noot2 Robots kunnen worden onderverdeeld in industriële robots en service robots. Een industriële robot is een automatisch bestuurde, her-programmeerbare, multifunctionele manipulator die in drie of meer assen kan worden geprogrammeerd en die mobiel of op een vaste plaats wordt gebruikt voor industriële geautomatiseerde applicaties. De meeste industriële robots zijn gebaseerd op een robotarm en een serie verbindingen en gewrichten, met een effector die de taak uitvoert. Een service robot is een machine die een mate van autonomie heeft en in een complexe en dynamische omgeving kan werken waarin interactie met personen, objecten of andere apparaten vereist kan zijn. Service robots voor gebruik in industriële geautomatiseerde applicaties tellen niet mee. Software robots (computerprogramma’s) en 3D printers vallen hierbuiten.
Leeswijzer
In dit hoofdstuk vergelijken we bedrijven die robots toepassen in hun processen met bedrijven die dit niet doen op basis van de ICT-enquête. In paragraaf 4.2 maken we een vergelijking tussen deze twee groepen op basis van bedrijfskenmerken, zoals bedrijfsgrootte en bedrijfstak. Paragraaf 4.3 geeft een overzicht van het handelsgedrag van beide groepen. Zijn bedrijven met robots actiever op internationale markten en wat voor type producten importeren zij? Ook kijken we naar de rol van bedrijven met robotisering in mondiale waardeketens. Paragraaf 4.4 geeft een overzicht van de relatie tussen robotiserende bedrijven en type beroepen en lonen. Ten slotte sluiten we het hoofdstuk af met een samenvatting van de voorgaand beschreven paragrafen. Een toelichting op de gebruikte data en methoden is te vinden in paragraaf 4.6.
4.2Gebruik van robotica en bedrijfskenmerken
In 2022 gaven 685 bedrijven in de steekproef van de ICT-enquête (binnen de industrie) aan robots te integreren in hun bedrijfsprocessen, terwijl 1 474 juist aangaven geen gebruik te maken van robotisering.noot3 Hoe verschillen deze bedrijven van elkaar met betrekking tot bedrijfskenmerken? Zijn bedrijven die aan robotisering doen groter dan bedrijven zonder robots? In welke industriële sectoren zijn zij voornamelijk actief? Classificeren we de bedrijfstakken waarin ze actief zijn eerder als laag- of hoogtechnologisch? Zijn het vaker multinationals en zijn ze meer geneigd tot export? Dit zijn allemaal vragen die in deze paragraaf aan bod komen.
Uit onze analyses in tabel 4.2.1 blijkt dat bedrijven die robots gebruiken doorgaans groter zijn dan bedrijven die dat niet doen. In 2022 had een bedrijf dat aangaf robots in hun processen te gebruiken gemiddeld 227 werkzame personen, in vergelijking met 159 werkzame personen bij bedrijven die geen robots in hun processen gebruiken. Ook het mediane aantal werkzame personen verschilt aanzienlijk, met 134 werkzame personen voor bedrijven die robots gebruiken en 70 werkzame personen voor bedrijven die dat niet doen.
| Bedrijven zonder robots in 2022 | Bedrijven met robots in 2022 | |
|---|---|---|
| Gemiddeld aantal werkzame personen | 159 | 227 |
| Mediaan werkzame personen | 70 | 134 |
Bedrijven binnen de industrie die robots toepassen in hun productieproces zijn doorgaans het minst vaak actief in hoogtechnologische sectoren, zoals de farmaceutische industrie. Tabel 4.2.2 laat zien dat het gros van de bedrijven die robots toepassen actief is in de medium-tech, volgens de classificatie van Eurostat.noot4 Denk dan bijvoorbeeld aan de chemische industrie of de metaal- en elektronische industrie. Dit zegt echter niets over de complexiteit of aard van de gebruikte robots. Zelfs in meer hoogtechnologische bedrijfstakken kunnen eenvoudige robots worden ingezet. Over het soort robotisering hebben we geen extra informatie uit de ICT-enquête. Niettemin hebben we wel gegevens over het soort robots dat deze bedrijven importeren; dit komt uitgebreider aan bod in de volgende paragraaf.
| Bedrijven zonder robots in 2022 | Bedrijven met robots in 2022 | Totaal bedrijven 2022 | Aandeel bedrijven met robots | |
|---|---|---|---|---|
| % | ||||
| Totaal bedrijven | 1 474 | 685 | 2 159 | 32 |
| Bedrijfstak | ||||
| Laagtechnologisch (SBI’s 10–18, 31 en 32) | 549 | 187 | 736 | 25 |
| Medium-laag technoloisch (SBI’s 19, 22–25 en 33) | 423 | 257 | 680 | 38 |
| Medium-hoog technologisch (SBI’s 20 en 27–30) | 393 | 213 | 606 | 35 |
| Hoogtechnologisch (SBI’s 21 en 26) | 109 | 28 | 137 | 20 |
| Bedrijfsgrootte | ||||
| 10–19 wp | 322 | 38 | 360 | 11 |
| 20–49 wp | 381 | 98 | 479 | 20 |
| 50–99 wp | 265 | 118 | 383 | 31 |
| 100–149 wp | 197 | 150 | 347 | 43 |
| 150–199 wp | 93 | 95 | 188 | 51 |
| 200–249 wp | 60 | 55 | 115 | 48 |
| 250–499 wp | 92 | 89 | 181 | 49 |
| 500–999 wp | 47 | 26 | 73 | 36 |
| 1000–1999 wp | 11 | 10 | 21 | 48 |
| 2000 wp of meer | 6 | 6 | 12 | 50 |
| Multinationalstatus | ||||
| Nederlandse multinational | 251 | 218 | 469 | 46 |
| Buitenlandse multinational | 384 | 230 | 614 | 37 |
| Overige Nederlandse bedrijven | 839 | 237 | 1.076 | 22 |
| Import- en exportstatus | ||||
| Niet-handelaar | 74 | 7 | 81 | 9 |
| Importeur, geen export | 95 | 14 | 109 | 13 |
| Incidenteel exporteur zonder import | 17 | 2 | 19 | 11 |
| Incidenteel exporteur met import | 135 | 26 | 161 | 16 |
| Structureel exporteur zonder import | 35 | 4 | 39 | 10 |
| Structureel exporteur met import | 1 118 | 632 | 1 750 | 36 |
Robots zijn doorgaans aanzienlijke investeringen voor bedrijven, wat verklaart waarom grotere bedrijven er vaker gebruik van maken. Bedrijven die onderdeel zijn van een multinational zijn doorgaans groter en productiever (CBS, 2022c) en het is daarom wellicht begrijpelijk dat deze bedrijven, zoals geïllustreerd in figuur 4.2.3, vaker robots in hun bedrijfsprocessen integreren. Twee derde van de ondervraagde bedrijven die in de enquête aangaven robots te hebben gebruikt, zijn multinational (Nederlands of buitenlands). Eerder onderzoek, zoals door Franssen et al. (2022), heeft aangetoond dat vooral grote kapitaalkrachtige bedrijven doorgaans beter in staat zijn om de stap tot exporteur te zetten. Dit lijkt in lijn met de hier getoonde cijfers, waaruit blijkt dat het vooral de sterk internationaal verweven bedrijven zijn die een grotere kans hebben om robots toe te passen (zowel importeren, exporteren als multinationalstatus speelt een rol). Meer dan één op de drie bedrijven die structureel exporteren (Van den Berg et al., 2022) en importeren, passen robots toe. Bij bedrijven die minder verweven zijn door middel van import of export ligt dit aandeel aanzienlijk lager.
| Kenmerk | Bedrijven met robots |
|---|---|
| Totaal bedrijven | 32 |
| Bedrijfstak | . |
| Laag technologisch (SBI's 10-18, 31 en 32) |
25 |
| Medium-laag technologisch (SBI's 19, 22-25 en 33) |
38 |
| Medium-hoog technologisch (SBI's 20 en 27-30) |
35 |
| Hoog technologisch (SBI's 21 en 26) |
20 |
| Bedrijfsgrootte | . |
| 10-19 wp | 11 |
| 20-49 wp | 20 |
| 50-99 wp | 31 |
| 100-149 wp | 43 |
| 150-199 wp | 51 |
| 200-249 wp | 48 |
| 250-499 wp | 49 |
| 500-999 wp | 36 |
| 1000-1999 wp | 48 |
| 2000 wp of meer | 50 |
| Multinationalstatus | . |
| Nederlandse multinational | 46 |
| Buitenlandse multinational | 37 |
| Overige Nederlandse bedrijven | 22 |
| Import- en exportstatus | . |
| Niet-handelaar | 9 |
| Importeur, geen export | 13 |
| Incidenteel exporteur zonder import | 11 |
| Incidenteel exporteur met import | 16 |
| Structureel exporteur zonder import | 10 |
| Structureel exporteur met import | 36 |
Deze paragraaf schetste een algemeen beeld van bedrijven die robots in hun processen inzetten. Duidelijk wordt dat bedrijven die robots in hun processen gebruiken gemiddeld groter en meer internationaal verbonden zijn, zowel doordat zij vaker multinationals zijn en doordat zij vaker importeren en exporteren. Robotiserende bedrijven lijken dus meer geïntegreerd te zijn in de wereldeconomie, een beeld wat verder uitgediept wordt in de volgende paragraaf.
4.3Robot-toepassing: handelsgedrag en de rol in de waardeketen
De vorige paragraaf liet duidelijk zien dat bedrijven die aan robotisering doen vaker multinational zijn, en frequenter importeren en exporteren. In deze paragraaf zullen we nader onderzoeken welke soorten goederen ze importeren en schetsen we een completer beeld van de internationale positie van robotiserende bedrijven in Nederland.
Automatische werktuigmachines worden relatief veel geïmporteerd door robotiserende bedrijven
De robots die bedrijven inzetten in hun productieproces zullen niet altijd in Nederland worden geproduceerd. Zo hanteren Acemoglu et al. (2023) deze aanname om het importeren van industriële robots als indicator voor het gebruik van robots in het productieproces te beargumenteren. Domini et al. (2021) gaan breder in op automatisering en identificeren elf goederencategorieën waarvan de import gekoppeld zou zijn aan automatisering.
In figuur 4.3.1 onderzoeken wij of industriële bedrijven – die in de ICT-enquêtes van 2018, 2020 of 2022 aangeven robots toe te passen – in het productieproces ook daadwerkelijk meer producten uit deze goederengroepen importeren. Hieruit blijkt dat deze bedrijven het merendeel van deze producten meer importeren. Zo ligt de import van automatische werktuigmachinesnoot5 en lasmachines – afgezet tegen de omzetnoot6 – aanzienlijk hoger bij bedrijven die in één of meerdere jaren aangeven robots toe te passen. Bedrijven die in 2022 robots toepassen in het productieproces importeerden ter waarde van ongeveer 14 procent van hun omzet aan automatische werktuigmachines. Bij bedrijven die geen robots gebruikten was dit rond de 5 procent.noot7 Ook de import van industriële robots ligt inderdaad hoger. Aan de andere kant werden automatische dataverwerkingsmachines vaker geïmporteerd door bedrijven die aangeven niet aan robotisering te doen. Zij spenderen hier gemiddeld ongeveer twee keer zoveel van hun omzet aan in vergelijking met bedrijven die wel robots toepassen. Deze vorm van automatisering is wellicht anders dan de fysieke vorm van het toepassen van robots zoals het in de enquête wordt bevraagd.
Toch laat de data in grote lijnen zien dat bedrijven, die robots zeggen toe te passen, relatief meer besteden aan het importeren van goederen die samenhangen met automatisering. Met andere woorden: op het eerste gezicht lijken gegevens over de invoer van automatisering-gerelateerde goederen zoals voorgesteld door Domini et al. (2021) in Nederland samen te hangen met het toepassen van robots in het productieproces. Verdere analyse, waarin onder meer wordt gecorrigeerd voor achtergrondkenmerken van het bedrijf, moet uitwijzen welke goederenimport een goede voorspeller is voor het toepassen van robots, en of dergelijke invoer als goede benadering kan dienen voor het identificeren van robotisering in het geval van ontbreken van vragenlijstinformatie over dit fenomeen.
| Robotisering gerelateerde goederengroep | Robot-adoptie | Geen robot-adoptie |
|---|---|---|
| Automatische machine- gereedschappen |
0,15 | 0,06 |
| Specialistische machines | 0,07 | 0,03 |
| Automatische lasmachines | 0,07 | 0,00 |
| Automatische gegevens- verwerkingsmachines |
0,06 | 0,11 |
| Automatische regelinstrumenten | 0,04 | 0,03 |
| Industriële robots | 0,02 | 0,00 |
| Automatische transportbanden | 0,01 | 0,00 |
| 3D-printers | 0,00 | 0,00 |
| Elektronische rekenmachines | 0,00 | 0,00 |
| Textiel specifieke machines | 0,00 | 0,00 |
| Weef- en breimachines | 0,00 | 0,00 |
Bedrijven met robotica importeren relatief meer intermediaire goederen
Een diepere analyse van het type geïmporteerde goederen (figuur 4.3.2) laat zien dat bedrijven die robots toepassen ten opzichte van de totale invoer ongeveer 20 procentpunt meer intermediaire goederen importeren. Intermediaire goederennoot8 zijn goederen die dienen als input voor de productie van andere goederen. Dit zijn bijvoorbeeld grondstoffen of halffabricaten die verder worden verwerkt of gebruikt in de productie van eindproducten. Het type goederen dat bedrijven importeren geeft een goede weergave van de taken die zij uitvoeren en de positie van het bedrijf in de productieketen. In combinatie met de gegevens die we over robot-gebruik hebben, kunnen we zo een completer beeld schetsen van de rol van robot-gebruik binnen de productieketen.
| Jaar | Robot-adoptie | Geen robot-adoptie |
|---|---|---|
| 2020 | 50,86 | 28,66 |
| 2022 | 43,31 | 22,65 |
In figuur 4.3.3 zien we ook dat bedrijven die robots in hun processen gebruiken vaker verwerkte intermediaire goederen importeren. In tegenstelling tot ruwe of onbewerkte goederen – de zogenaamde primaire goederen – zijn verwerkte goederen getransformeerd of verbeterd door een reeks productieprocessen. Dit kan variëren van eenvoudige processen zoals reinigen en sorteren tot meer complexe processen zoals assembleren, mengen, verfijnen of verpakken. Finale goederen (zowel verwerkt als primair) worden daarentegen minder vaak geïmporteerd door bedrijven die robotisering toepassen. Ten slotte worden kapitaalgoederen even vaak geïmporteerd door bedrijven die robots gebruiken als bedrijven die geen robots gebruiken. Kapitaalgoederen zijn goederen die gebruikt worden bij de productie van andere goederen of diensten, maar die zelf niet worden verbruikt in het productieproces. Denk bijvoorbeeld aan machines, gereedschap en voertuigen, maar ook aan robots. Dit alles versterkt het beeld dat bedrijven die robots in hun processen gebruiken vooral in het midden van de waardeketen opereren en daar een specifieke rol uitvoeren.noot9
| BEC-classificatie | Robot-adoptie | Geen robot-adoptie |
|---|---|---|
| Intermediaire goederen (primair) | 10,60 | 11,47 |
| Intermediaire goederen (verwerkt) | 54,89 | 36,92 |
| Finale goederen (primair) | 8,63 | 21,16 |
| Finale goederen (verwerkt) | 9,88 | 13,62 |
| Kapitaalgoederen | 15,99 | 16,83 |
Figuur 4.3.4 geeft meer details over het type geïmporteerde intermediaire goederen, waarbij het opvalt dat het bij bedrijven die robots gebruiken vooral intermediaire goederen betreft die gerelateerd zijn aan bouw, huisvesting en meubels; transportmiddelen en reisdiensten en gezondheid, sport, culturele activiteiten en onderwijs.noot10 Intermediaire goederen gerelateerd aan de landbouw, mijnbouw en ICT worden juist minder vaak geïmporteerd door bedrijven die robots gebruiken. Deze resultaten, in combinatie met de bevindingen uit figuur 4.3.2 en 4.3.3, schetsen een beeld van bedrijven die diep geïntegreerd zijn in de mondiale waardeketens en daar een specifieke rol lijken te vervullen, met name verwerkte intermediaire goederen en transportmiddelen vallen hierbij op. Bij transportmiddelen kan bijvoorbeeld gedacht worden aan het importeren van onderstellen voor auto’s, het bewerken hiervan en het verder exporteren van deze goederen. Bij het bewerken van dergelijke goederen worden bij uitstek robots ingezet: de transportmiddelenindustrie heeft gemiddeld het hoogste aantal robots per bedrijf (CBS, 2022b) en het grootste aantal robots in totaal (OESO, 2019), waarbij de auto-industrie met name opvalt. Een autofabriek staat namelijk vol met allerlei typen robots die routinematige taken uitvoeren en sneller en efficiënter zijn dan mensen.
| BEC-classificatie | Robot-adoptie | Geen robot-adoptie |
|---|---|---|
| Energie, mijnbouw, basismetalen en chemicaliën | 24,62 | 40,50 |
| Transportmiddelen en reisdiensten | 24,13 | 10,48 |
| Bouw, huisvesting, apparaten en meubels | 21,01 | 16,63 |
| Gezondheid, sport, culturele activiteiten en onderwijs | 15,05 | 8,66 |
| Voedsel, dranken, landbouw, catering | 7,96 | 13,76 |
| ICT, financiën en media | 5,35 | 8,73 |
| Textiel, kleding, schoeisel en sieraden | 1,73 | 1,20 |
| Overheid en overige | 0,16 | 0,05 |
Starten met robots lijkt niet direct van invloed te zijn op het importmandje
Uit voorgaande analyses komt naar voren dat het invoermandje van bedrijven die robots toepassen relatief vaker verwerkte intermediaire goederen bevat dan dat van bedrijven die geen robots toepassen. Deze laatste groep importeren op hun beurt weer vaker primaire finale goederen.noot11 Echter, de 176 bedrijven die in 2020 geen robots toepassen en in 2022 wel – zie figuur 4.3.5 – zijn niet heel anders gaan importeren; alleen het aandeel kapitaalgoederen in de import gaat iets omhoog ten opzichte van de periode voor de robot-toepassing.
| BEC-classificatie | 2020 | 2022 |
|---|---|---|
| Intermediaire goederen (primair) | 1,61 | 1,84 |
| Intermediaire goederen (verwerkt) | 68,10 | 64,42 |
| Finale goederen (primair) | 7,59 | 7,67 |
| Finale goederen (verwerkt) | 9,97 | 8,55 |
| Kapitaalgoederen | 12,72 | 17,52 |
Vergelijken we de bedrijven die tussen 2020 en 2022 starten met het toepassen van robots met de 822 bedrijven die in geen van beide jaren robots toepassen – figuur 4.3.5 versus figuur 4.3.8 – dan blijkt er al een duidelijk verschil te zitten in de samenstelling van de invoer van deze bedrijven in 2020, dat wil zeggen al vóór de robotisering. Hieruit kunnen we dan ook de conclusie trekken dat de andere samenstelling van het invoermandje van bedrijven die beginnen met robots toe te passen, zoals hierboven aangetoond, waarschijnlijk niet per se een oorzakelijk gevolg is van het toepassen van robots.noot12
| BEC-classificatie | 2020 | 2022 |
|---|---|---|
| Intermediaire goederen (primair) | 1,67 | 18,18 |
| Intermediaire goederen (verwerkt) | 54,49 | 39,06 |
| Finale goederen (primair) | 7,59 | 8,18 |
| Finale goederen (verwerkt) | 16,34 | 13,74 |
| Kapitaalgoederen | 19,91 | 20,83 |
Bekijken we ruim 173 bedrijven die stopten met het gebruik van robotica – in figuur 4.3.6 – dan zien we wel een duidelijke verschuiving: weg van het importeren van verwerkte intermediaire goederen naar meer import van primaire intermediaire goederen. Qua importmandje gaan ze meer lijken op stabiele niet-adopters van robots. Dat kan er mogelijk op duiden dat bedrijven die stoppen met het gebruik van robots, eenzelfde product eerder in de keten binnenhalen, en de bewerking binnenshuis doen; de productie verplaatst zich als het ware upstream, dat wil zeggen naar een eerder stadium in de productieketen.noot13 Bedrijven die starten met het gebruiken van robots in hun processen lijken dit voornamelijk te doen om bestaande processen te automatiseren, niet om nieuwe productieprocessen op te starten. Hiervoor importeren ze dan ook meer kapitaalgoederen. Bekijken we de verandering in het importmandje van bedrijven die stoppen met robots, dan lijkt de productiestructuur van die bedrijven juist te veranderen; na het stoppen met robots verandert het importmandje aanzienlijk. Vervolgonderzoek op basis van zowel geïmporteerde als geproduceerde goederen van deze stoppers kan mogelijk achterhalen of er een causale relatie ligt tussen stoppen met robots en een verandering van de productiestructuur.
| BEC-classificatie | 2020 | 2022 |
|---|---|---|
| Intermediaire goederen (primair) | 8,81 | 11,02 |
| Intermediaire goederen (verwerkt) | 54,42 | 60,88 |
| Finale goederen (primair) | 7,57 | 7,79 |
| Finale goederen (verwerkt) | 13,97 | 7,92 |
| Kapitaalgoederen | 15,24 | 12,39 |
| BEC-classificatie | 2020 | 2022 |
|---|---|---|
| Intermediaire goederen (primair) | 5,53 | 11,00 |
| Intermediaire goederen (verwerkt) | 33,92 | 35,48 |
| Finale goederen (primair) | 21,73 | 17,74 |
| Finale goederen (verwerkt) | 19,06 | 13,93 |
| Kapitaalgoederen | 19,76 | 21,86 |
Vergelijken we de importgegevens over van figuren 4.3.5 tot en met 4.3.8, dan lijkt het erop dat de bedrijven die beginnen (of doorgaannoot14) met robots inherent anders zijn dan bedrijven die stoppen of nooit robots toepassen. Een potentiële verklaring is dat bedrijven die robots zeggen toe te passen, in het algemeen en op bredere schaal automatiseringstechnieken toepassen. Dit wordt ondersteund door de eerder getoonde bevindingen die laten zien dat robot-toepassing positief correleert met de invoer van verschillende variabelen die gerelateerd zijn aan automatisering, zoals afgebakend door Domini et al. (2021). Het toepassen van robots is dan waarschijnlijk sterk gecorreleerd met een ondernemingsbrede inzet op automatisering. De specifieke invloed van robot-toepassing is dan alleen te isoleren wanneer in een regressieanalyse wordt gecorrigeerd voor andere vormen van automatisering. Dit laatste valt echter buiten de scope van deze editie van de Internationaliseringsmonitor, maar is in vervolgonderzoek mogelijk.
Robot-gebruikers voeren niet vaker industriële diensten uit voor bedrijven in het buitenland
In deze subsectie onderzoeken we of er een relatie bestaat tussen het starten met robotica in productieprocessen en zelf-gerapporteerde waardeketenindicatoren. Deze waardeketenindicatoren zijn afkomstig uit een bedrijvenvragenlijst, de Global Value Chain Survey (GVC-survey). De vragen in de vragenlijst gaan onder meer over zaken als intra-concern handel en het uitvoeren van industriële diensten.
Bedrijven die robots toepassen kunnen bepaalde (industriële) taken of diensten mogelijk efficiënter uitvoeren. Wellicht stelt het gebruik van robotica bedrijven ook in staat activiteiten uit te voeren voor andere bedrijven, door middel van het verlenen van industriële diensten. Op basis van een combinatie van de gegevens van de ICT-enquête en de GVC-survey – in tabel 4.3.9 – zien we echter niet terug dat bedrijven die robots toepassen significant vaker diensten uitvoeren in opdracht van bedrijven in het buitenland.noot15 Mogelijk vervullen bedrijven met robots wel een speciale rol in de waardeketen van de internationale onderneming waarin ze opereren; ze geven significant vaker aan dat ze voornamelijk of uitsluitend exporteren naar bedrijven die tot hetzelfde concern behoren (21 procent versus 14 procent). Daarmee fungeren ze als één van de schakels in het productieproces van de multinational.noot16
| Bedrijven zonder robots in 2020 | Bedrijven met robots in 2020 | Totaal | Percentage bedrijven met robots | |
|---|---|---|---|---|
| % | ||||
| Bedrijf voert fabricage- of assemblage werkzaamheden uit voor bedrijven in het buitenland | ||||
| Ja | 103 | 72 | 175 | 41 |
| Nee | 92 | 76 | 168 | 45 |
| Percentage bedrijven met ‘Ja’, gegeven robot-status (%) | 53 | 49 | 51 | |
| Bedrijf (behorend tot internationaal concern) exporteert goederen vooral of uitsluitend binnen het concern | ||||
| Ja | 15 | 20 | 35 | 57 |
| Nee | 94 | 74 | 168 | 44 |
| Percentage bedrijven met ‘Ja’, gegeven robot-status (%) | 14 | 21 | 17 | |
| Gemiddeld aandeel werkgelegenheid in productie | ||||
| Percentage werkgelegenheid in de productie (%) | 53 | 52 | 53 | n.v.t. |
Wel of geen robots? Evenveel werkgelegenheid in productie
Een andere indicatie voor het type werk dat bedrijven uitvoeren is het aandeel werkgelegenheid dat ze wijden aan productiewerkzaamheden. Een logische hypothese is dat robots productiemedewerkers vervangt. Een eerste blik op de gegevens uit de GVC-survey, waarin we per bedrijf informatie hebben over de werkgelegenheid per bedrijfsonderdeel, leert echter dat we hier niet direct bewijs voor vinden; het aandeel werkgelegenheid in de productie voor bedrijven in de industrie hangt nauwelijks samen met of het bedrijf wel of geen robots toepast. Bedrijven die robots toepassen hebben gemiddeld 52 procent van hun werkgelegenheid in de productie, terwijl bedrijven die dat niet doen gemiddeld op 53 procent uitkomen.noot17
4.4Robot-toepassing in relatie tot taken, beroepen en lonen
Automatisering, het toepassen van robots en baanverlies liggen logischerwijs in elkaars verlengde. Immers, wanneer een robot een bepaalde taak uitvoert, hoeft een mens dat niet meer te doen. Bessen et al. (2023) tonen op basis van Nederlandse data aan dat werknemers bij bedrijven met een plotselinge en sterke toename in ingekochte automatiseringsdiensten de kans op baanverlies met ongeveer een kwart zien toenemen. Maar, ze vinden ook dat deze bedrijven sneller groeien in termen van werkgelegenheid. Er worden dus ook relatief veel nieuwe mensen aangenomen bij deze bedrijven. Sommige banen lijken dus te verdwijnen, maar het totaal aantal banen bij deze bedrijven neemt toe.
De literatuur is in het algemeen niet eenduidig over de invloed van robots op werkgelegenheid en lonen. Zo vinden Acemoglu en Restrepo (2020) in een analyse van Amerikaanse arbeidsmarktregio’s dat robots een sterk negatieve invloed hebben gehad op lonen en werkgelegenheid, terwijl Graetz en Michaels (2018) op basis van een panel van zeventien landen over de periode 1993–2007 laten zien dat er geen duidelijke werkgelegenheidseffecten zijn van robot-toepassing, en dat lonen juist sterk zijn gestegen dankzij het toepassen van robots.
In tabel 4.4.1 laten we zien dat in Nederland bedrijven die robots toepassen gemiddeld hogere lonen betalen. Het verschil bedraagt ongeveer 14 procent in het voordeel van personen die werken bij een bedrijf dat robots toepast en is statistisch significant. Ook zijn bedrijven die robots toepassen gemiddeld 1,7 keer zo groot als bedrijven die dat niet doen. In lijn met Bessen et al. (2023) vinden wij ook dat bedrijven die robots hebben toegepast in de periode 2020–2022 ongeveer 3,5 procent sneller groeien in termen van vte’s dan bedrijven die in die periode geen robots hebben toegepast.noot18
Lonen zullen echter gecorreleerd zijn met kenmerken die ook correleren met robot-toepassing. Zo passen vooral grotere bedrijven robots toe, maar is ook bekend dat het loonniveau gemiddeld hoger is bij grotere bedrijven. Daarnaast kan er sprake zijn van heterogeniteit; mogelijk zien we de positieve relatie tussen loon en robot-toepassing vooral terug bij bepaalde bedrijfstakken, of bij bedrijven die een sterke internationale oriëntatie hebben.
| Concept | Maatstaf als afhankelijke variabele | Eenheid | Controlevariabelen | Invloed robotisering | Observaties |
|---|---|---|---|---|---|
| Werkgelegenheid | log(vte) | Bedrijf | Ja | 73,5%*** | 6 105 |
| Groei werkgelegenheid na robot-adoptie | Procentuele groei vte | Bedrijf | Ja | 3,6%* | 1 515 |
| Lonen | log(voltijdloon) | Persoon | Nee | 14,2%*** | 1 125 802 |
| Lonen | log(voltijdloon) | Persoon | Ja | 0,1% | 1 125 798 |
| Technische beroepen | Aandeel arbeidsduur in technische beroepen | Groepen bedrijven | Ja | 1,6%** | 326 |
| Routinematige handmatige taken | Aandeel routinematige taken x vte | Groepen bedrijven | Ja | 1,6%*** | 349 |
*p<0,1; **p<0,05; ***p<0,01
Zodra er in de analyse wordt gecorrigeerd voor achtergrondkenmerken van de personen en bedrijven, verdwijnt de relatie tussen robotisering en lonen. Verdere analyse van onze gegevens duidt echter op flinke onderliggende heterogeniteit in de relatie tussen robots en lonen; hieruit blijkt dat buitenlandse en Nederlandse multinationals die robots toepassen een 2 tot 8 procent lager loon betalen dan multinationals die geen robots toepassen. Werknemers bij Nederlandse (niet-multinational) bedrijven die robots toepassen ontvangen juist een voltijdloon dat gemiddeld 9 procent hoger ligt dan dat van werknemers die werken bij eenzelfde soort bedrijf dat geen robots toepast. Eén mogelijke verklaring hiervan is dat multinationals die automatiseren hun internationale netwerk optimaal kunnen benutten, relatief veel kunnen produceren en afzettennoot19, en daarbij relatief meer gebruikmaken van laagbetaald werk.
Geen directe positieve of negatieve gevolgen voor werkgelegenheid na invoeren robotica binnen bedrijf
Negatieve gevolgen van robotisering voor werknemers lijken vooral gevoeld te worden door middelbaar- (Bessen et al., 2023) en lageropgeleiden (Faber, 2020). Dat de gevolgen van automatisering en robotisering niet door iedereen hetzelfde zijn blijkt ook uit onderzoek van langere tijdreeksen in 37 landen (De Vries et al., 2020)noot20; vooral in landen met hoge-lonen gaat robot-toepassing hand in hand met het verdwijnen van beroepen die grotendeels bestaan uit routinematig handmatig werk. Het lijkt er dus op dat – op de lange termijn – het toepassen van robots in ieder geval de structuur van de werkgelegenheid verandert. Dit lijkt in lijn met macro-cijfers over de Nederlandse arbeidsmarkt waarin we zien dat de werkloosheidspercentages van vooral middelbaaropgeleiden sinds de eeuwwisseling relatief sterk stijgen ten opzichte van die van hogeropgeleiden (CBS, 2022d).
In onze cross-sectionele analyse zien we terug dat er bij bedrijven die robots toepassen relatief veel in technische beroepen wordt gewerkt, en dat er relatief veel tijd wordt besteed aan routinematige handmatige taken.noot21 De verschillen lijken op het eerste gezicht echter niet zo groot; het aandeel van de arbeidstijd gewerkt in technische beroepen (en routinematige handmatige taken) ligt ongeveer 1,6 procentpunt hoger in bedrijven die robots toepassen. Dit ogenschijnlijk kleine verschil hangt mogelijk samen met het feit dat het nooit zo zal zijn dat alle medewerkers van een bedrijf direct ‘geraakt’ worden door de adoptie van robots.
Het is dus niet zo dat al het routinematige werk in een bedrijf direct verdwijnt zodra robots hun intrede doen. Wanneer we bedrijven in de tijd volgen over de periode 2020–2022 zien we dan ook geen significant verschillende ontwikkelingen bij beide indicatoren (technische beroepen en routinematige handmatige arbeid) voor bedrijven die beginnen met het toepassen van robots en bedrijven die dat niet doen. Deze bevindingen sluiten aan op recent werk van Domini et al. (2021). Zij onderzoeken de relatie tussen automatisering en onder meer de samenstelling van het personeelsbestand in de Franse industrie over de periode 2002–2015, en vinden geen duidelijke relatie tussen automatisering en ontwikkeling in de beroepensamenstelling van het personeel en de routinematigheid van het werk.
4.5Samenvatting en conclusie
In dit hoofdstuk wordt de rol van robots in de Nederlandse industrie beschreven. De nadruk is hierbij gelegd op een algemene kenschetsing van bedrijven die robots inzetten in hun productieprocessen, een beschrijving van de rol van deze bedrijven in de internationale handel en waardeketens, en de gevolgen van robot-gebruik voor werkgelegenheid en salarissen van werknemers.
In paragraaf 4.2 wordt beschreven dat bedrijven die robots inzetten doorgaans groter zijn dan bedrijven zonder robots. Enerzijds zien we dit terug in het gemiddelde aantal werknemers: in 2022 had een gemiddeld bedrijf dat robots in gebruik had 227 werkzame personen, ten opzichte van 159 werkzame personen bij bedrijven zonder robotisering in hun processen. Daarnaast zien we dat grotere bedrijven, vooral vanaf 100 werkzame personen, aanzienlijk vaker robots toepassen dan kleinere bedrijven. Verder passen bedrijven die sterker internationaal geïntegreerd zijn (multinationals en two-way traders) relatief vaker robots toe.
De resultaten laten ook zien dat bedrijven in laag- en hoogtechnologische bedrijfstakken relatief weinig robots toepassen. In paragraaf 4.3 laten we zien dat deze bevindingen overeenkomen met de aard van de goederen die ze importeren. Zo worden doorgaans meer intermediaire en verwerkte goederen door bedrijven die robotisering gebruiken geïmporteerd, met name goederen gerelateerd aan de machinebouw en het transport. Aangezien toepassers van robotica ook relatief vaak sterk afhankelijk zijn van intra-concern handel, suggereren de resultaten dat bedrijven die robots gebruiken vaker een specifieke rol in de waardeketen bekleden, en goed geïntegreerd zijn in grotere ondernemingen.
In paragraaf 4.4 wordt aangetoond dat bedrijven met robots hogere lonen betalen. Ook zijn ze – dit kwam al naar voren in paragraaf 4.2 – groter. Bovendien groeien ze sneller na robot-adoptie; bedrijven die in 2020 geen robots toepasten en in 2022 wel, zagen hun werkgelegenheid significant sneller groeien dan bedrijven die in 2020 en 2022 geen robots gebruikten.
We vinden verder geen significante ontwikkelingen in het type werkgelegenheid na robot-adoptie. Dat is niet geheel verrassend; mogelijk is het noodzakelijk om bedrijven over een langere periode te onderzoeken (Koch et al., 2021) om uitsluitsel te krijgen over de relatie tussen robot-toepassing en werkgelegenheidseffecten op bedrijfsniveau. Er is echter ook longitudinaal onderzoek op bedrijfsniveau dat daadwerkelijk geen significante resultaten vindt (Domini et al., 2021) tussen robot-toepassing en (type) werkgelegenheid op bedrijfsniveau.
Een andere mogelijke verklaring is dat de gevolgen van robotisering pas op een juiste manier in kaart gebracht kunnen worden wanneer bedrijfstakken en zelfs landen over een langere periode gevolgd worden (Graetz & Michaels, 2018; De Vries et al., 2020; Faber, 2020; Freund et al., 2022). Bij dergelijke onderzoeken spelen problemen als endogeniteit en panel-uitval geen rol.
Eerste resultaten in een analyse van de werknemers van bedrijven die robotiseren laten zien dat er nogal wat heterogeniteit zit in de loonontwikkeling van werknemers tussen multinationals en niet-multinationals nadat een bedrijf robots is gaan toepassen. Het kan interessant zijn om in vervolgonderzoek te onderzoeken of er op de korte termijn, dus bijvoorbeeld tussen de jaren 2018, 2020 en 2022, duidelijke personele ontwikkelingen zijn: welke werknemers verlaten het bedrijf en welke komen er binnen? Wat is het loon, de leeftijd, het opleidingsniveau en de opleidingsrichting van de doorsnee instromer bij bedrijven die robots toepassen, en hoe verhoudt dit zich tot dezelfde kenmerken van de doorsnee uitstromer?
4.6Data en methoden
Om de onderzoeksvragen te kunnen beantwoorden is een microdataset samengesteld voor verslagjaren 2018, 2020 en 2022. De microdataset is een koppeling tussen een aantal interne CBS-statistieken. De ruggengraat van het microdatabestand is het Bedrijfsdemografisch Kader (BDK). Het BDK bevat een veelheid aan achtergrondkenmerken van bedrijven, zoals onder andere de bedrijfstak en een grootteclassificatie. Voor dit onderzoek worden uitsluitend bedrijven in de ICT-enquête meegenomen met ten minste 10 werkzame personen in een gegeven verslagjaar en die actief zijn in de industrie (SBI’s 10 tot en met 33).
De ICT-data wordt verder verrijkt met informatie over goederenhandel afkomstig uit de Internationale Handel in Goederen (IHG) statistiek. Om een onderscheid te kunnen maken in type goederen wordt ook de goederencode uit de IHG gebruikt. Op basis daarvan is ook informatie (volgens de BEC-classificatie) toegevoegd over het type goed dat wordt verhandeld.
Om zicht te krijgen op bepaalde waardeketengedrag van bedrijven is de ICT-data ook gekoppeld met de GVC-survey. Hierin staat onder meer informatie over het uitvoeren van industriële diensten voor bedrijven in het buitenland.
Als laatste stap zijn er ook gegevens van het personeel van bedrijven aan de ICT-enquête toegevoegd, afkomstig uit de Enquête Beroepsbevolking (beroep en daaruit afgeleid het type taak) en de polisadministratie (lonen).
Voor de analyses is gebruik gemaakt van het opensource softwareprogramma R. Voor de regressies is afwisselend gebruik gemaakt van lineaire modellen en Poisson modellen. Specifiekere informatie over de toegepaste methoden is op aanvraag bij de auteurs beschikbaar op basis van een nog te verschijnen working paper.
4.7Literatuur
Literatuur
Acemoglu, D., Koster, H., & Özgen, C. (2023). Robots and Workers: Evidence from the Netherlands. NBER Working Paper, No. 31009, National Bureau of Economic Research.
Acemoglu, D., & Restrepo, P. (2020). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188–2244.
Autor, D. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3–30.
Bessen, J., Goos, M., Salomons, A., & Van den Berge, W. (2023). What Happens to Workers at Firms that Automate. Review of Economics and Statistics, 1–45.
CBS (2022a). ICT-gebruik bij bedrijven; bedrijfstak en bedrijfsgrootte. [Dataset]. Geraadpleegd op 7 november 2023.
CBS (2022b). ICT-gebruik bij bedrijven; bedrijfstak, 2022. [Dataset]. Geraadpleegd op 7 november 2023.
CBS (2022c, 8 december). Exporteren maakt bedrijven productiever. Centraal Bureau voor de Statistiek. Geraadpleegd op 2 oktober 2023.
CBS (2022d). Arbeidsdeelname, vanaf 1969. [Dataset]. Geraadpleegd op 23 oktober 2023.
De Vries, G., Gentile, E., Miroudot, S., & Wacker, K. (2020). The Rise of Robots and The Fall of Routine Jobs. Labour Economics, 66.
Domini, P., Grazzi, M., Moschella, D., & Treibich, T. (2021). Threats and Opportunities in the Digital Era: Automation Spikes and Employment Dynamics. Research Policy, 50(7).
Eurostat (2022, 3 februari). High-tech classification of manufacturing industries. Eurostat. Geraadpleegd op 2 oktober 2023.
Faber, M. (2020). Robots and reshoring: evidence from Mexican labor markets. Journal of International Economics, 127(C).
Franssen, L., Polder, M., & Van den Berg, H. (2022). Al doende leert men? In S. Creemers & J. Rooyakkers (Reds.), Internationaliseringsmonitor: Productiviteit. Centraal Bureau voor de Statistiek.
Freund, C., Mulabdic, A., & Ruta, M. (2022). Is 3D printing a threat to global trade? The trade effect you didn’t hear about. Journal of International Economics, 138.
Graetz, G., & Michaels, G. (2018). Robots at work. Review of Economics and Statistics, 100(5), 753–768.
Koch, M., Manuylov, I., & Smolka, M. (2021). Robots and Firms. Economic Journal, 131(638), 2553–2584.
Mihaylov, E., & Tijdens, K. (2019). Measuring the Routine and Non-Routine Task Content of 427 Four-Digit ISCO-08 Occupations, No. TI 2019-035/IV. Tinbergen Institute Discussion Paper.
OESO (2019). Determinants and impact of automation: An analysis of robots’ adoption in OECD countries, No. 277. OECD digital economy papers.
UNSTAT (2014). Classification by Broad Economic Categories. UNSTAT. Geraadpleegd op 2 oktober 2023.
Van den Berg, M., Boutorat, A., Franssen, L., & Mounir, A. (2022). Intermittent exporting: unusual business or business as usual? Review of World Economics, 158(4), 1173–1198.
Went, R., Kremer, M., & Knottnerus, A. (2015). De robot de baas. De toekomst van werk in het tweede machinetijdperk. Wetenschappelijke Raad voor het Regeringsbeleid.
Noten
Er is ook niet-fysieke robotisering. Hierbij kan gedacht worden aan algoritmes die taken uitvoeren binnen digitale processen, maar ook aan een totaal nieuwe klasse van ‘robots’ zoals OpenAI’s GPT, Google’s Bard of Meta’s Llama.
De hier gebruikte definitie is afkomstig uit de ICT-enquête en komt grotendeels overeen met de toelichting bij de StatLinetabellen over dit onderwerp. Zie bijvoorbeeld CBS (2022a).
Het betreft hier niet-opgehoogde aantallen. Deze gegevens kunnen als zodanig niet een-op-een vergeleken worden met de cijfers over robot-toepassing die op StatLine (CBS, 2022b) worden gepubliceerd. Volgens deze StatLinetabel maakt 23 procent van de bedrijven in de industrie gebruik van robots.
Eurostat (2022) maakt op basis van de bedrijfstak (SBI; in het Engels NACE) een indeling naar mate van technologische ontwikkeling van bedrijfstakken.
Dit is een brede categorie aan goederen waar onder andere allerlei machines voor de metaalbewerking, lasapparatuur en soldeerapparatuur onder vallen.
We schalen hier naar omzet omdat we geïnteresseerd zijn in de ‘intensiteit’ van aan robotisering gerelateerde goederen.
Ook als er gecontroleerd wordt voor achtergrondkenmerken van het bedrijf (zoals multinationalstatus, bedrijfsgrootte en bedrijfstak) zijn er significante verschillen.
We hanteren hier de BEC-classificatie (Broad Economic Categories) van de Verenigde Naties (UNSTAT, 2014). Ook de uitsplitsingen naar finale goederen en kapitaalgoederen zijn op basis van de BEC-classificatie.
Toekomstig onderzoek, waarbij ook gebruik gemaakt kan worden van binnenlands verbruik, zou deze these verder kunnen uitwerken.
De BEC-classificatie kan gebruikt worden om goederen uit te splitsen naar intermediaire, finale of kapitaalgoederen, maar ook naar het type gebruik (zoals mijnbouw, transport, bouw, etc.). Deze classificaties overlappen.
Dit zijn goederen die zowel onbewerkt zijn en direct voor consumptie geschikt zijn. Denk hierbij bijvoorbeeld aan groenten of fruit.
Veel van de variatie in de samenstelling van de invoer is toe te schrijven aan achtergrondkenmerken van bedrijven, zoals grootte, type industrie, multinationalstatus en exportstatus.
Dit is een mogelijke verklaring. Anderzijds kan er ook een verklaring gevonden worden in het afstoten van het desbetreffende productieonderdeel waarin robotica toegepast werd. Er kan dan een relatieve verschuiving plaatsvinden naar die productieonderdelen die nog bestaan en wellicht een eerder stadium van het productieproces omhelsden. Meer onderzoek is nodig om de exacte relatie hier bloot te leggen.
345 bedrijven passen in beide jaren robots toe.
Deze bedrijven kunnen zich ook in hetzelfde (multinationale) concern bevinden als het ondervraagde bedrijf. Verder is het helaas niet te achterhalen of deze bedrijven dergelijke diensten ook uitvoeren voor bedrijven binnen Nederland.
Om hierover uitsluitsel te geven is natuurlijk meer bewijs nodig dan één significante correlatie. Vervolgonderzoek zou hierop wel kunnen aanhaken.
Diepere analyses laten verder geen duidelijke relatie zien tussen robot-adoptie en het al dan niet verplaatsen van het bedrijfsonderdeel ‘productie’ naar het buitenland.
Voor de ontwikkeling van het gemiddeld loon vinden we geen significante verschillen tussen bedrijven met en zonder robots.
Automatisering leidt waarschijnlijk tot hogere productiviteit en meer output (Freund et al., 2022; Koch et al., 2021).
Zoals eerder ook al aangekaart door Autor (2015).
Mihaylov en Tijdens (2019) bepalen de mate van (niet-)routinematigheid van 427 verschillende beroepen (4-digit ISCO classificatie). Deze classificatie gebruiken wij voor ons onderzoek. Waar het doel van Mihaylov en Tijdens vooral het bepalen van het aandeel (niet-)routinematige taken van een beroep is, nemen wij in onze analyse aan dat dit aandeel taken ook een afspiegeling is van het aandeel van de tijd dat aan bepaalde taken wordt besteed. Bijvoorbeeld: als een beroep wordt geclassificeerd als bestaande uit 50 procent routinematige handmatige taken en 50 procent niet-routinematige analytische taken, nemen wij voor onze analyse aan dat mensen in dit beroep de helft van hun tijd besteden aan deze beide typen taakgroepen.