选股方法
提到“自动化”和“用 AI 取代工作”，人们脑海里浮现的画面往往是一场技术海啸，以效率之名席卷所有劳动者。但 MIT 经济学家参与的一项研究发现，1980 年以来，美国企业搞自动化的首要目的往往不是提高效率，而是替掉那些工资偏高的员工。
企业搞自动化，很多时候并不是为了追求最大化的生产力，而是为了替掉一群特定的员工，尤其是那些拿着“溢价工资”的人。在实践中，这意味着自动化经常打击的是那些没有大学学历、但凭经验或技能拿到了比同类员工更好薪水的工人。
这个发现至少有两层重要含义。第一，自动化对美国收入不平等的推动作用，比很多人意识到的更大。第二，自动化带来的生产力提升相当平庸，原因很可能是企业把自动化当成了压工资的工具，而不是用来寻找更高效、更有利于长期增长的技术路径。
“自动化存在低效的靶向问题。”MIT 的达隆·阿西莫格鲁（Daron Acemoglu）说，他是这篇论文的合著者。“某个行业、职业或任务中工人的工资越高，自动化对企业就越有吸引力。”他指出，理论上企业可以高效地运用自动化，但实际上它们没有——它们更多地把自动化当作削减薪酬的手段，这在短期内好看的财务数字，却没有为企业铺设出一条最优的增长路径。
这项研究估算，1980 年到 2016 年间美国收入不平等的增长中，52% 可以归因于自动化，其中约 10 个百分点专门来自企业替换那些拿着工资溢价的员工。这种低效的靶向替换，抵消了同一时期自动化带来的 60% 到 90% 的生产力增益。
“这可能是美国生产力增长一直不温不火的原因之一。我们有大量的新专利、大量的新技术，数量惊人，”阿西莫格鲁说，“但你再看看生产力数据，相当惨淡。”
这篇论文题为《自动化与租金消散：对工资、不平等和生产力的影响》（Automation and Rent Dissipation: Implications for Wages, Inequality, and Productivity），发表在《经济学季刊》（Quarterly Journal of Economics）5 月的印刷版上。作者是阿西莫格鲁（MIT 院士教授）和帕斯夸尔·雷斯特雷波（Pascual Restrepo），耶鲁大学经济学副教授。
不平等的含义
从 2010 年代起，阿西莫格鲁和雷斯特雷波就合作开展了大量关于自动化及其对就业、工资、生产力和企业增长影响的研究。总体而言，他们的发现表明 1980 年后自动化对劳动力市场的影响，比许多学者此前认为的更加显著。
在这项新研究中，研究人员使用了来自多个来源的数据，包括美国人口普查局的统计数据、美国社区调查数据、各行业数据等。阿西莫格鲁和雷斯特雷波分析了 500 个细分人口群体，按五个教育水平以及性别、年龄和族裔背景进行划分。研究将这些信息与美国 49 个行业的变化分析相对照，对自动化如何影响劳动力进行了精细的观察。
最终，这套分析让学者们不仅估算出了自动化总共消灭了多少工作岗位，还测算出其中有多少是企业非常有针对性地在削减某些员工的工资溢价。
研究还发现，在受自动化影响的工人群体中，冲击最大的是薪资分布在第 70 到 95 百分位的员工。这说明在这个过程中，收入偏高的员工承受了主要打击。
分析表明，美国收入不平等总增长中约五分之一可以归因于这一个因素。
“我认为这是一个很大的数字，”阿西莫格鲁说。他与长期合作者、MIT 的西蒙·约翰逊（Simon Johnson）和芝加哥大学的詹姆斯·罗宾逊（James Robinson）共同获得了 2024 年诺贝尔经济学奖。
他补充说：“自动化当然是经济增长的引擎，我们会继续使用它。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，在过去几十年美国不平等的加剧中，自动化扮演的角色可能比很多人以为的要大得多。”
生产力之谜
这项研究还揭示了企业管理者面前一个基本的选择，但这个选择往往被忽视。想象一种自动化技术——比如呼叫中心系统——对企业来说实际上可能是低效的。即便如此，管理者仍然有动力去采用它：压低工资、管理一个生产力更低但净利润更高的企业。
放大到整个经济层面来看，1980 年以来美国似乎一直在发生某种版本的这件事：更高的盈利能力并不等于更高的生产力。
“这两件事是不同的，”阿西莫格鲁说，“你可以在降低生产力的同时降低成本。”
阿西莫格鲁和雷斯特雷波的这项研究不禁让人想起已故 MIT 经济学家罗伯特·M·索洛（Robert M. Solow）1987 年写下的那句名言：“技术铺天盖地，但生产力没怎么涨。”
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含义是：好的自动化和不那么好的自动化正在被打包在一起。”
需要说明的是，这项研究并不意味着自动化越少越好。某些类型的自动化确实能提升生产力，形成良性循环——企业赚更多的钱，然后雇更多的人。但阿西莫格鲁认为，目前人们对自动化的复杂性认识还不够清晰，而也许看清 1980 年以来美国自动化的大历史规律，有助于人们更好地理解其中的取舍。
苏州股票配资“重要的是这些认识能否进入人们的思考，以及我们在对自动化进行全面评估时，最终会得出什么结论，尤其是在不平等、生产力和劳动力市场影响方面。”阿西莫格鲁说。
如果我们更审慎地调整自动化的类型和程度选股方法，以更有利于生产力的方式来推进，我们可能还能收获更大的生产力增益。这完全是一个更好的选择。
实盘加杠杆开户提示：本文来自互联网，不代表本网站观点。
