自动化替掉的不是低效员工，而是工资最高的那批

（来源：麻省理工科技评论）

一提到“自动化”和“AI取代工作”，很多人脑海中立刻会浮现出技术海啸席卷职场的画面，仿佛效率是唯一的驱动力。然而，麻省理工学院经济学家参与的一项新研究，却揭示了一个更现实、也更值得深思的动机：自1980年以来，美国企业推动自动化的首要目的，往往并非提升效率，而是为了替换掉那些工资偏高的员工。

换句话说，企业引入机器和算法，很多时候并非为了追求生产力的极限，而是为了精准地“优化”掉一类特定人群——那些凭借经验或技能，拿到了高于市场平均水平的“溢价工资”的工人。这尤其冲击了那些没有大学文凭，却在实践中积累了高价值的劳动者。

不平等的含义

这个发现至少有两层深刻的含义。首先，自动化对美国收入不平等的“贡献”，可能远超许多人的想象。其次，自动化带来的生产力提升之所以显得平庸，很可能是因为企业将其更多地用作压低成本的工具，而非探索更高效、更具长期增长潜力的技术路径。

“自动化存在一种低效的靶向问题。”该研究的合著者、MIT经济学家达隆·阿西莫格鲁指出，“某个岗位上的工人工资越高，自动化对企业就越有吸引力。”理论上，企业本可以更高效地运用自动化，但现实是，它们常常选择了一条更“务实”的路：用自动化来削减薪酬开支。这种做法或许能让短期财报更好看，却未必能为企业铺就一条最优的增长轨道。

这项研究量化了这种影响。据估算，在1980年至2016年间美国收入不平等的增长中，高达52%可归因于自动化。其中，约10个百分点专门来自于企业替换高薪员工的这种“靶向”行为。更具讽刺意味的是，这种低效的替换，竟然抵消了同期自动化所带来的60%到90%的生产力增益。

“这可能是美国生产力增长长期不温不火的原因之一。”阿西莫格鲁分析道，“我们拥有海量的新专利、惊人的新技术，但看看生产力数据，却相当惨淡。”

这篇题为《自动化与租金消散：对工资、不平等和生产力的影响》的论文，发表在《经济学季刊》五月刊上。作者是阿西莫格鲁（MIT院士教授，2024年诺贝尔经济学奖得主）和耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波。自2010年代以来，两位学者合作进行了大量关于自动化影响的研究，他们的总体结论是，1980年后自动化对劳动力市场的塑造力，比此前学界认为的要大得多。

在新研究中，他们动用了美国人口普查局、社区调查等多源数据，将劳动力细分为500个人群组（按教育水平、性别、年龄和族裔划分），并与美国49个行业的变化进行对照分析。这种精细化的方法，不仅让他们算出了自动化消灭的岗位总数，更测算出其中有多少是专门针对“工资溢价”的精准打击。

结果发现，在受自动化冲击的工人中，薪资分布在第70到95百分位（即收入偏高但并非顶层的群体）的员工承受了最大冲击。分析表明，美国收入不平等总增长中，约有五分之一可归因于这一单一因素。

“我认为这是一个很大的数字。”阿西莫格鲁评论道。他进一步补充说：“自动化当然是经济增长的引擎，我们未来仍会继续使用它。但它确实在资本与劳动之间、以及不同劳动群体之间，制造了巨大的不平等。因此，过去几十年美国不平等的加剧，自动化扮演的角色可能比许多人预想的要关键得多。”

生产力之谜

这项研究还揭示了一个常被管理者忽视的基本选择。想象一下，某种自动化技术（比如一套呼叫中心系统）对企业整体效率而言可能并不划算，但管理者仍然有动力去部署它：因为它能压低工资，从而管理一家虽然生产力更低、但净利润却更高的企业。

将视角拉升至整个经济层面，1980年以来的美国似乎一直在上演这个故事的某个版本：盈利能力的提升，并不等同于生产力的进步。

“这两件事是截然不同的，”阿西莫格鲁解释道，“你完全可以在降低生产力的同时，实现成本的下降。”

这个结论，不禁让人回想起已故MIT经济学家罗伯特·索洛在1987年那句著名的调侃：“技术随处可见，唯独生产力统计中不见其踪影。”沿着这个思路，阿西莫格鲁指出：“如果管理者能通过降低1%的生产力来增加利润，很多人可能会乐于这么做。这取决于他们的优先级和价值取向。所以，我们论文的另一个重要启示是：好的自动化和不那么好的自动化，正被捆绑在一起推向市场。”

当然，这绝不意味着自动化越少越好。某些类型的自动化确实能显著提升生产力，并形成良性循环——企业利润增长，进而雇佣更多员工。但阿西莫格鲁认为，当前社会对自动化复杂性的认识还远远不够。或许，看清过去四十多年美国自动化的历史规律，能帮助我们更好地理解其中的权衡与取舍。

“关键在于，这些认识能否进入公众和决策者的思考框架。我们在对自动化进行全面评估时，尤其是在考量其对不平等、生产力和劳动力市场的影响时，最终会得出什么结论？”阿西莫格鲁总结道。

如果我们能更审慎地甄别自动化的类型与程度，引导其朝着更有利于生产力提升的方向发展，那么我们完全有可能收获更大的增长红利。这，无疑是一个更优的选择。