ScienceDirect Available online at

 5 
Figure 3. Relationship between unemployment rate and jobs at high risk of automation. 
Relationship between employment rate and percentage of jobs at high risk of automation is stated in figure 4. 
Figure 4. Relationship between employment rate and jobs at high risk of automation. 
On the basis of statistical measurements, the results of which can be seen in Figures 3 and 4, we can state that 
automation can have a major impact on employment and unemployment. From a perspective of unemployment, in 
countries with high unemployment rate there is a high risk associated with job automation. Countries with low 
unemployment have a relative lesser risk associated with the automation of jobs. From the point of view of 
employment, in countries where there is low employment, the risk of job automation is rising and therefore, on the 
other hand, the higher the employment rate, the risk of job automation decreases (Madlenakova and Madlenak 2015). 
Countries, whose employment respectively unemployment can be highly affected by automation are in both cases 
Slovakia, Slovenia, Greece and Spain. Rates of employment and unemployment of countries such as Norway, Sweden 
and Finland face the lowest risk of decrease in the case of employment and increase in the case of unemployment. 
Thus, we can state that automation, which is an integral part of technological progress, may have a significant 
impact on the labor market in selected OECD countries in the future. This impact has the character of an increasing 
6 
 Chinoracky, Corejova / Transportation Research Procedia 00 (2019) 000–000 
unemployment and decreasing employment. Impact of automation can be crucial in countries where the 
unemployment is high and the employment is low. It is therefore necessary for countries to prepare themselves for the 
potential risks associated with the impact of digital technologies on the labor market. 
The second of part of our research was dedicated to the analysis of implications of digitalization of labor market of 
freight transport sector. The transport sector directly employs millions of drivers. If other areas such as taxis, buses 
and delivery services are included, numbers are much larger. In OECD countries, there are typically between 3 to 6 
% of total employed working in the sector. According to Blix (2017) the freight labor market is now subject to several 
developments that could have impact on employment and on the businesses that support or rely on the transport sector. 
Blix in his study further discusses scenarios for how work could develop in the transport sector. These scenarios are 
designed for the area of autonomous vehicles. 
First scenario “Medium skill, medium autonomy” is the least disruptive scenario for the transport labor market. In 
this scenario the share of autonomous vehicles is limited. This can happen for a variety of reasons, for example, if 
regulation presents hurdles that are costly to overcome or in situations where human flexibility is more cost effective 
than multi-purpose automation. The experience from the labor market as a whole is that manual non-routine jobs are 
much less subject to automation. Perhaps it will be possible to automate the loading and unloading of cargo at 
specialized stations at or outside cities. But even so, many transports have final destinations in places inside cities 
where full automation could prove costly. 
Second scenario “Low skill, high autonomy” can be thought of as one where a large share of the current tasks is 
still performed by humans, but the skills needed to perform the tasks are lower. For example, a human driver is less 
able to keep the same speed of the optimal speed for fuel consumption compared to machines. Software can calculate 
the most fuel efficient driving in ways that are impossible for humans. Such technology is already available in 
commercial fleets today and when fully implemented, further reduces the need for human driving. In this scenario, 
human work will be concentrated around non-routine work that is costly to automate. Some work in the sector will 
even require higher skills than today. For example, repairing machines and vehicles could require a combination of 
software skills as well as understanding of mechanics. But diagnostics and communication technologies also imply 
that those possessing higher skills may not need to be on-site. In the same way that specialized doctors can follow a 
surgery on video-link from afar, contingency work and repairs on vehicles could also be done from off-site in 
combination with lower skilled labor. 
Third scenario “High skill, high autonomy” points out that if the freight transport labor increasingly goes towards 
automation, the decline in the amount of jobs could be similar to how jobs in the manufacturing industry have declined 
over time. Due to network effects from digital technologies, the changes could be much more rapid than before. The 
driving forces behind a decline in jobs could stem from: substantially better safety records than human drivers, lower 
labor costs and less traffic congestions if transport logistics improved and vehicles also drive during the night. There 
is controversy about the safety of autonomous vehicles and especially about the ethical and moral choices that must 
be programmed in advance. There is less controversy that the total amount of accidents could be substantially fewer. 
An established track record of better safety could lead to an accelerated impetus for automation. As regards labor 
costs, a human on board a fully autonomous vehicles with a solid track record would be rather expensive. If there is 
very little for the driver to do, such jobs will remain mainly if regulation requires it. In combination with platooning, 
one could consider one driver accompanying several trucks. The labor cost of one driver servicing several trucks could 
still be cost effective. Of course, in a platoon with five trucks, only one driver might remain employed. Acceptance 
for autonomous trucks could also increase if transports were made off-peak hours, such as during the nights, thereby 
alleviating daytime congestion. Better logistics and use of existing capacity would reduce costs of congestion.
In general, the ultimate effects of work on the freight transport labor market are likely to a large degree depend on 
the skill level of the jobs. A fully autonomous fleet will require a few specialized and high skilled workers to operate, 
but the amount of less skilled work could decline dramatically.