在任何时期，技术对就业总是产生双重效应：一方面替代旧有岗位，另一方面又催生全新的工作类型。机器减少了农民数量，却让航空工程师等新职业得以出现。那么，当技术创造出新岗位时，这些机会究竟落在谁身上？他们的收入如何？这些新岗位保持“稀缺”和高薪的时间有多长，何时会变成普通劳动者都能胜任的常规工作？

麻省理工学院劳动经济学家大卫·奥托（David Autor）领导的一项关于美国就业结构的新研究，给出了更清晰的答案。奥托和合作者发现，在二战之后的美国，新出现的工作类型往往主要由30岁以下、受过大学教育的城市青年担任。

“我们过去并不清楚究竟是谁在做这些新工作，”奥托表示，“现在可以看到，新岗位更多集中在城市，由年轻且受过良好教育的人来承担。”

研究还提出了一个重要的总体结论：大量依托创新的新岗位，其出现与需求端的推动密切相关。20世纪40年代，为应对第二次世界大战，美国政府大规模资助科研并扩张制造业，由此带动了许多新岗位和新专业的诞生。

“这说明无论我们把新投资投向哪里，最终都会在那里形成新的专业化领域，”奥托说，“只要有大规模的新活动，就会出现与之配套的新专业知识和新工作。这一点让我们非常振奋。”

这篇题为《新工作与更多工作有何不同？》的论文即将在《经济学年评》发表。作者包括奥托、麻省理工学院经济系博士生卡罗琳·秦（Caroline Chin）、蒂尔堡大学经济系兼乌得勒支大学经济学院教授安娜·M·萨洛蒙斯（Anna M. Salomons），以及西北大学凯洛格管理学院助理教授布莱恩·西格米勒（Bryan Seegmiller，2022年获博士学位）。

研究新岗位及其获得者的特征，也与当前人工智能的扩散密切相关——尽管在奥托看来，目前仍难以准确判断人工智能将如何重塑职场。

“很多人担心，基于人工智能的自动化会更快地侵蚀某些具体任务，”奥托指出，“但任务被替代并不等于工作被替代，因为一份工作往往包含多种任务。真正的问题是：新工作会从哪里出现？这非常关键，而我们对此了解有限。我们不知道它们会长什么样，也不知道谁能胜任。”

“如果人人都是专家，那就没人是专家”

这几位作者此前在2024年合作发表过一项关于新工作的研究，发现1940年至2018年间，美国大约六成的岗位属于自1940年以来才广泛出现的新职业类别。本次新研究则进一步聚焦：到底是谁在从事这些新岗位？

为此，研究团队使用了1940年至1950年的美国人口普查局数据，以及2011年至2023年的人口普查局美国社区调查（ACS）数据。前一阶段的数据在约70年后已完全公开，学者可以查看个体层面的职业、收入等信息，并追踪同一名工人在1940年与1950年之间的职业变动。

通过与美国人口普查局的合作安排，作者还获得了对个人级ACS记录的安全访问权限。这使他们能够比较新职业从业者与传统职业从业者在收入、教育背景及其他人口特征方面的差异。

奥托强调，新工作总是伴随着新型专业知识。起初，这类知识十分稀缺，随后才逐渐扩散。通常，这些专业知识与新技术形态紧密相连。

“这需要掌握某种能力，”奥托说，“劳动之所以有价值，不只是因为能完成某项任务，而是因为拥有专业知识。这往往区分了高薪工作和低薪工作。”他补充道，“而这种知识必须是稀缺的。如果人人都是专家，那就没人是专家。”

通过对人口普查数据的分析，研究者发现，1950年约有7%的雇员从事的是自1930年以来才出现的工作类型。到了2011年至2023年间，约有18%的工人从事的是自1970年以来出现的岗位。（这大致反映了每十年新工作占比的规模，尽管奥托认为这并非严格的趋势线。）

在上述两个时期，新岗位更多集中在城市地区，30岁以下人群受益尤为明显。获得新工作的经历似乎具有持续效应：1940年已经从事新岗位的人，在1950年继续从事新岗位的概率是普通人群的2.5倍。大学毕业生进入新岗位的可能性比仅有高中学历者高出2.9个百分点。

新岗位通常伴随工资溢价，即整体薪酬水平高于既有岗位。但研究也显示，随着相关专业知识被更广泛掌握，这种工资优势会逐步减弱。

“稀缺带来的价值会消失，”奥托说，“这些知识会变成常识，甚至本身也会被自动化。新工作最终会变成旧工作。”

他举例指出，开车曾经是一项稀缺技能；再比如，直到20世纪90年代，熟练使用WordPerfect或微软Word等文字处理软件仍被视为一项专业能力。但不久之后，掌握文字处理工具就成了使用计算机的基本要求。

回到人工智能

对“谁获得新工作”的分析，还引出了关于新工作如何产生的一个重要发现。研究团队利用二战时期的县级数据考察了当时联邦政府通过公私合作支持新制造业的情况。结果表明，拥有新工厂的县份出现了更多新岗位，而且在1940年至1950年间，约85%至90%的新工作是由技术进步驱动的。

从这个角度看，当时存在大量由需求端拉动的创新。如今，公众谈论创新时往往聚焦于供给侧——即那些试图开发新产品的创新者和企业家。但这项研究表明，需求侧同样可以强力推动创新活动。

“技术并不是某个‘尤里卡’时刻突然降临的，”奥托说，“创新是一种有目的的活动，是累积的过程。如果你持续推进，它会形成自身的动力；但如果不迈出那一步，就永远到不了那里。”

这又回到了2026年备受关注的人工智能议题：人工智能会创造高质量的新岗位，还是主要夺走现有工作？在奥托看来，这在很大程度上取决于我们如何设计和应用这项技术。以规模庞大的医疗保健行业为例，如果有意识地朝创造就业的方向努力，就有可能在其中形成许多由技术驱动的新岗位类型。

“我们可以用不同方式在医疗保健中应用人工智能，”奥托说，“一种做法是直接用自动化替代现有岗位；另一种是让不同技能层级的人分担不同任务。我认为第二种方式对社会更有利。但市场是否会自然走向这条路径，还不确定。”

另一方面，如果通过政府主导的多种需求政策，将人工智能用于提升医疗保健生产率，也可能在这一过程中创造出新的工作机会。

“美国医疗保健支出中有一半以上来自公共资金，”奥托指出，“这意味着我们有很大的政策杠杆，可以推动事情朝某个方向发展。人工智能的使用方式有很多种选择。”

本文经麻省理工学院新闻（web.mit.edu/newsoffice/）授权转载，该网站报道麻省理工学院的研究、创新和教学相关资讯。