自動化替掉的不是低效員工，而是工資最高的那批

（來源：麻省理工科技評論）

提到“自動化”和“用 AI 取代工作”，人們腦海里浮現的畫面往往是一場技術海嘯，以效率之名席卷所有勞動者。但 MIT 經濟學家參與的一項研究發現，1980 年以來，美國企業搞自動化的首要目的往往不是提高效率，而是替掉那些工資偏高的員工。

企業搞自動化，很多時候并不是為了追求最大化的生產力，而是為了替掉一群特定的員工，尤其是那些拿著“溢價工資”的人。在實踐中，這意味著自動化經常打擊的是那些沒有大學學歷、但憑經驗或技能拿到了比同類員工更好薪水的工人。

這個發現至少有兩層重要含義。第一，自動化對美國收入不平等的推動作用，比很多人意識到的更大。第二，自動化帶來的生產力提升相當平庸，原因很可能是企業把自動化當成了壓工資的工具，而不是用來尋找更高效、更有利于長期增長的技術路徑。

“自動化存在低效的靶向問題。”MIT 的達隆·阿西莫格魯（Daron Acemoglu）說，他是這篇論文的合著者。“某個行業、職業或任務中工人的工資越高，自動化對企業就越有吸引力。”他指出，理論上企業可以高效地運用自動化，但實際上它們沒有——它們更多地把自動化當作削減薪酬的手段，這在短期內好看的財務數字，卻沒有為企業鋪設出一條最優的增長路徑。

這項研究估算，1980 年到 2016 年間美國收入不平等的增長中，52% 可以歸因于自動化，其中約 10 個百分點專門來自企業替換那些拿著工資溢價的員工。這種低效的靶向替換，抵消了同一時期自動化帶來的 60% 到 90% 的生產力增益。

“這可能是美國生產力增長一直不溫不火的原因之一。我們有大量的新專利、大量的新技術，數量驚人，”阿西莫格魯說，“但你再看看生產力數據，相當慘淡。”

這篇論文題為《自動化與租金消散：對工資、不平等和生產力的影響》（Automation and Rent Dissipation: Implications for Wages, Inequality, and Productivity），發表在《經濟學季刊》（Quarterly Journal of Economics）5 月的印刷版上。作者是阿西莫格魯（MIT 院士教授）和帕斯夸爾·雷斯特雷波（Pascual Restrepo），耶魯大學經濟學副教授。

不平等的含義

從 2010 年代起，阿西莫格魯和雷斯特雷波就合作開展了大量關于自動化及其對就業、工資、生產力和企業增長影響的研究。總體而言，他們的發現表明 1980 年后自動化對勞動力市場的影響，比許多學者此前認為的更加顯著。

在這項新研究中，研究人員使用了來自多個來源的數據，包括美國人口普查局的統計數據、美國社區調查數據、各行業數據等。阿西莫格魯和雷斯特雷波分析了 500 個細分人口群體，按五個教育水平以及性別、年齡和族裔背景進行劃分。研究將這些信息與美國 49 個行業的變化分析相對照，對自動化如何影響勞動力進行了精細的觀察。

最終，這套分析讓學者們不僅估算出了自動化總共消滅了多少工作崗位，還測算出其中有多少是企業非常有針對性地在削減某些員工的工資溢價。

研究還發現，在受自動化影響的工人群體中，沖擊最大的是薪資分布在第 70 到 95 百分位的員工。這說明在這個過程中，收入偏高的員工承受了主要打擊。

分析表明，美國收入不平等總增長中約五分之一可以歸因于這一個因素。

“我認為這是一個很大的數字，”阿西莫格魯說。他與長期合作者、MIT 的西蒙·約翰遜（Simon Johnson）和芝加哥大學的詹姆斯·羅賓遜（James Robinson）共同獲得了 2024 年諾貝爾經濟學獎。

他補充說：“自動化當然是經濟增長的引擎，我們會繼續使用它。但它確實在資本與勞動之間、以及不同勞動群體之間制造了巨大的不平等。因此，在過去幾十年美國不平等的加劇中，自動化扮演的角色可能比很多人以為的要大得多。”

生產力之謎

這項研究還揭示了企業管理者面前一個基本的選擇，但這個選擇往往被忽視。想象一種自動化技術——比如呼叫中心系統——對企業來說實際上可能是低效的。即便如此，管理者仍然有動力去采用它：壓低工資、管理一個生產力更低但凈利潤更高的企業。

放大到整個經濟層面來看，1980 年以來美國似乎一直在發生某種版本的這件事：更高的盈利能力并不等于更高的生產力。

“這兩件事是不同的，”阿西莫格魯說，“你可以在降低生產力的同時降低成本。”

阿西莫格魯和雷斯特雷波的這項研究不禁讓人想起已故 MIT 經濟學家羅伯特·M·索洛（Robert M. Solow）1987 年寫下的那句名言：“技術鋪天蓋地，但生產力沒怎么漲。”

沿著這個思路，阿西莫格魯指出：“如果管理者能通過降低 1% 的生產力來增加利潤，很多人可能樂于這么做。這取決于他們的優先級和價值取向。所以我們論文的另一個重要含義是：好的自動化和不那么好的自動化正在被打包在一起。”

需要說明的是，這項研究并不意味著自動化越少越好。某些類型的自動化確實能提升生產力，形成良性循環——企業賺更多的錢，然后雇更多的人。但阿西莫格魯認為，目前人們對自動化的復雜性認識還不夠清晰，而也許看清 1980 年以來美國自動化的大歷史規律，有助于人們更好地理解其中的取舍。

“重要的是這些認識能否進入人們的思考，以及我們在對自動化進行全面評估時，最終會得出什么結論，尤其是在不平等、生產力和勞動力市場影響方面。”阿西莫格魯說。

如果我們更審慎地調整自動化的類型和程度，以更有利于生產力的方式來推進，我們可能還能收獲更大的生產力增益。這完全是一個更好的選擇。

https://news.mit.edu/2026/study-firms-often-use-automation-control-certain-workers-wages-0507