当我们谈论自动化和人工智能取代工作岗位时，往往会认为这是一场技术浪潮，将广泛冲击劳动力市场，以追求更高效率。然而，麻省理工学院（MIT）一项研究显示，自1980年以来，美国的实际情况却截然不同。

研究表明，企业并非单纯为了最大化生产率而推行自动化，而是有针对性地用自动化替代那些获得“工资溢价”的员工——即那些工资高于同类岗位其他员工的人。换句话说，自动化更多地减少了非大学学历但工资相对较高的员工的收入。

这一发现带来了两个重要启示。首先，自动化对美国收入不平等的增长影响远比许多观察者预料的更大。其次，自动化带来的生产率提升却并不显著，原因可能在于企业更关注通过自动化控制工资成本，而非通过技术创新提升效率和长期增长。

麻省理工学院教授达隆·阿西莫格鲁（Daron Acemoglu）指出：“自动化的目标选择存在低效。某一行业、职业或任务中工资越高，企业越倾向于采用自动化。”理论上，企业可以高效地利用自动化，但实际上他们更把自动化当作削减工资的工具，以改善短期财务表现，而非打造最佳的增长路径。

研究估计，1980年至2016年间，自动化导致的收入不平等增长占比达52%，其中约10个百分点来自企业替代那些获得工资溢价的员工。这种低效的自动化目标选择抵消了同期自动化带来的60%至90%的生产率提升。

阿西莫格鲁表示：“这或许是美国生产率提升迟缓的原因之一，尽管我们拥有大量新专利和新技术，但生产率数据却表现平平。”

该研究成果发表在《经济学季刊》（Quarterly Journal of Economics）2024年5月刊，论文题为《自动化与租金消散：对工资、不平等与生产率的影响》（Automation and Rent Dissipation: Implications for Wages, Inequality, and Productivity），作者为MIT的阿西莫格鲁教授和耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波（Pascual Restrepo）。

收入不平等的影响

自2010年代起，阿西莫格鲁和雷斯特雷波合作开展多项关于自动化对就业、工资、生产率及企业成长影响的研究，普遍发现自动化对1980年后劳动力市场的影响远超许多学者预期。

本次研究利用美国人口普查局及其社区调查数据，结合行业统计，分析了500个细分人口群体，涵盖五个教育层次、性别、年龄和族裔背景，深入探讨自动化如何影响不同群体的就业和工资。

研究发现，自动化对工资处于70至95百分位的员工影响最大，说明高收入员工承受了自动化带来的主要冲击。约五分之一的收入不平等增长可归因于企业针对工资溢价员工的自动化替代。

阿西莫格鲁认为：“这是一个非常重要的数字。”他与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。

他补充道：“自动化无疑是经济增长的引擎，我们将继续利用它，但它也加剧了资本与劳动、不同劳动群体之间的巨大不平等，可能是过去几十年美国收入差距扩大的重要原因。”

生产率之谜

研究还揭示了企业管理者面临的一个关键选择：即使某种自动化技术（如呼叫中心技术）效率不高，管理者仍可能采用它以降低工资成本，从而实现利润增长，尽管这意味着生产率下降。

阿西莫格鲁指出：“利润增长和生产率提升并不总是同步的。你可以在降低生产率的同时减少成本。”

这让人想起已故MIT经济学家罗伯特·索洛（Robert M. Solow）1987年的名言：“你可以在任何地方看到计算机时代的影子，唯独看不到生产率统计数据中的体现。”

阿西莫格鲁补充：“如果管理者能通过自动化降低1%的生产率却提高利润，许多人可能会乐意接受，这取决于他们的优先级和价值观。我们的研究还表明，好的自动化和不那么好的自动化往往被混合使用。”

需要强调的是，研究并不意味着减少自动化总是更好。某些自动化确实能提升生产率，推动企业盈利和扩大就业。

但阿西莫格鲁认为，目前人们对自动化的复杂性认识不足。了解自1980年以来美国自动化的整体历史模式，有助于经济学家、企业管理者、员工和技术人员更好地权衡自动化带来的利弊。

他说：“关键是让人们将这些认识纳入思考，全面评估自动化对不平等、生产率和劳动力市场的影响。我们希望这项研究能推动这一进程。”

他总结道：“通过更精准地选择自动化的类型和程度，采用更有助于生产率提升的方式，我们可能获得更大的生产率增长。这完全是一个选择问题。”