夜雨聆风
图源/MIT
自1980年以来，美国经济见证了自动化技术的迅猛扩张，从装配线机器人到呼叫中心系统，再到如今的算法工具，这些创新本应推动生产力飞跃，却在现实中呈现出复杂而矛盾的面貌。
企业并非单纯追求效率最大化，而是频繁地将自动化作为控制特定工人薪酬的手段，尤其是那些获得“工资溢价”的非大学学历员工。
这不仅加剧了收入不平等，还削弱了整体生产力增长的潜力。这一现象揭示了技术进步与社会公平之间的张力，值得我们深入审视。
一、现象剖析：自动化针对“工资溢价”工人
在过去几十年里，自动化并非均匀地取代所有岗位，而是集中瞄准那些在同等资质工人中薪酬较高的群体。这些工人往往通过经验、技能或行业特定因素获得了高于平均水平的报酬。企业引入自动化技术，如自助结账机或软件系统，直接替代他们，从而压缩劳动力成本。
这种针对性取代并非偶然。企业管理者发现，削减这些“高溢价”岗位能快速改善财务报表，即使技术本身的生产力提升有限。结果是，非大学学历工人的收入增长受阻，而资本所有者和高技能群体则从中受益。
数据显示，在受自动化影响的工人群体中，薪酬处于70th至95th百分位的员工承受了最大冲击。这表明，自动化加剧了劳动力市场的分层，而非单纯的技术替代。
这种动态不同于传统“技术毁灭就业”的叙事。它更像是一种选择性工具，企业借此优化短期利润，而非系统性提升全要素生产率。长期来看，这导致劳动力在生产中的份额下降，收入分配向资本倾斜。
二、数据透视：不平等增长的52%归因于自动化
从1980年到2016年，美国收入不平等显著扩大。根据详细的行业和人口统计分析，自动化解释了其中约52%的增长。其中，约10个百分点直接源于企业针对工资溢价工人的取代行为。这一比例令人警醒，因为它远超许多人先前的估计。
研究者将工人细分为500多个 demographic 群体，结合49个行业的变化数据，精确追踪了任务替代效应。
在自动化密集行业，非大学学历男性的实际工资下降约8.8%，女性下降约2.3%。与此同时，大学及以上学历群体的收入稳步上升，大学溢价大幅扩大。自动化不仅拉大了教育差距，还在同一教育水平内制造了薪酬分化。
约五分之一的不平等增长可直接归因于这种工资溢价的消解。这意味着，自动化已成为推动美国社会分化的重要结构性力量。它放大了资本与劳动之间的差距，也加剧了不同劳动群体间的鸿沟。
著名经济学家罗伯特·索洛在1987年曾感慨：“你可以看到计算机时代无处不在，但生产力统计数据中却看不到它。”这一“索洛悖论”在自动化时代依然回响。
技术创新层出不穷，专利数量激增，但生产力统计却相对平淡，正是因为许多自动化应用优先服务于成本控制而非效率跃升。
三、机制探源：企业激励的短期主义
为什么企业会优先选择这种“低效”自动化？答案在于激励结构。引入一项可能略微低效的自动化技术——例如某款呼叫中心系统——即使整体产出略有下降，企业仍能通过降低工资显著提升净利润。利润率上升掩盖了生产力损失。
管理者面对的往往是季度业绩压力，而非长期社会最优。比尔·盖茨曾指出：“任何用于商业的技术，第一条规则是，自动化应用于高效操作会放大效率；第二条是，自动化应用于低效操作会放大低效。”遗憾的是，许多自动化实践落入了后一范畴。它放大了现有扭曲，而非纠正它们。
这种选择性自动化还与税收政策和市场结构互动。美国税制有时偏向资本投资，进一步鼓励过度自动化。即使社会层面存在摩擦成本，企业个体理性仍驱使它们优先取代高薪工人。这形成了“租金耗散”的循环：企业捕获了原本属于工人的工资溢价，却未创造相应的新价值。
四、生产力之谜：收益被大幅抵消
自动化本应是经济增长的引擎，但实际效果被严重稀释。研究估算，这种针对工资溢价的自动化抵消了60%至90%的潜在生产力 gains。企业通过降低成本实现了更高利润，但整体经济效率提升有限。
想象一下：一项技术将生产率降低1%，却能大幅削减工资支出，许多管理者仍会欣然接受。因为利润指标改善了，而生产力统计则被掩盖在宏观数据中。这解释了为何美国尽管技术专利爆炸式增长，生产力增速却相对温和。
约翰·F·肯尼迪曾说：“自动化不必成为我们的敌人。我认为机器能让人类生活更轻松，只要人类不让机器主宰自己。”然而，当自动化被用于租金提取而非创造性任务时，它确实可能成为生产力的拖累。
更深层的问题在于“好”自动化与“坏”自动化的捆绑。真正提升生产力的技术——那些创造新任务、增强工人能力的创新——往往与单纯替代型技术混杂在一起。结果是，整体生产力曲线被拉平，而不平等曲线却陡峭上升。
五、历史镜像：从工业革命到数字时代
回顾历史，技术变革始终伴随阵痛。19世纪的机械化纺织机取代了手工工匠，引发了卢德运动；20世纪的流水线革命重塑了制造业。但以往的变革往往在长期创造更多新岗位和更高生产力。
1980年后的数字化自动化则呈现不同图景。它更多地针对常规任务，这些任务正是中等技能工人的核心竞争力。装配线机器人、办公软件、自助服务终端等，系统性地压缩了中层劳动需求，导致“就业极化”：高端认知工作和高低端服务工作扩张，中层岗位萎缩。
这一过程并非不可避免。过去，技术也曾通过创造新任务——如软件开发、数据分析——来平衡替代效应。但近年来， reinstatement（再就业创造）效应相对疲弱，导致净效应偏向不平等而非共享繁荣。
埃尔伯特·哈伯德的名言“一台机器能完成五十个普通人的工作，但没有一台机器能完成一个非凡之人的工作”提醒我们，技术永远无法完全取代人类独创性。但当自动化聚焦于“so-so technologies”（平庸技术）时，它确实放大了社会成本。
六、社会影响：撕裂的劳动力市场与阶层固化
自动化对不平等的影响远超数字。它改变了社会流动性，强化了教育与收入的关联。非大学学历工人不仅工资受压，就业稳定性也下降。家庭收入压力增大，社区活力减弱，进而影响教育投资和下一代机会。
在更广泛层面，这加剧了资本与劳动的博弈。劳动份额下降意味着国民收入更多流向资本所有者，进一步推高财富集中度。托马斯·皮凯蒂等学者早已指出，资本回报率高于经济增长率时，不平等将自我强化。自动化正是加速这一趋势的催化剂。
此外，心理和社会成本不容忽视。失去稳定中产工作的工人可能面临技能贬值、身份危机和再培训障碍。即使经济整体增长，部分群体的相对剥夺感也会滋生不满，影响社会凝聚力。
七、政策启示：引导自动化走向生产力导向
面对这一现实，单纯反对自动化并非出路。技术进步是人类文明的驱动力，关键在于如何引导其方向。
首先，政策应校准激励机制。通过税收调整减少对单纯替代型资本的过度补贴，鼓励那些创造新任务、提升工人生产力的投资。其次，加强教育和再培训体系，帮助工人适应新任务，而非被动承受冲击。再次，推动企业更注重长期价值创造，而非短期利润操纵。
国际经验显示，不同国家对自动化的应对差异显著。那些注重技能投资和社会对话的国家，往往能更好平衡效率与公平。最终，自动化应服务于“人本”目标——让机器承担繁重劳动，解放人类从事更有创造性和意义的工作。
正如比尔·盖茨所言，自动化放大的是操作本身的性质。我们需要确保操作本身是高效且包容的。
八、未来：选择决定命运
自动化并非宿命，而是集体选择的结果。我们可以继续任由企业短期逐利主导技术路径，也可以通过智慧治理将其导向更优轨道。历史证明，技术革命的果实最终取决于如何分配与再投资。
未来，人工智能等新兴技术将放大现有趋势。若继续聚焦租金耗散，我们将面临更严重的停滞与分裂；若转向生产力增强型创新，则可能迎来共享繁荣的新时代。
关键在于认知转变：不再将自动化视为单纯的成本削减工具，而是评估其对整体社会福利的净贡献。企业、政策制定者和劳动者都需要更 holistic 的视角。
正如哲学家所提醒，技术是人类延伸而非替代。我们有责任确保这一延伸服务于更广阔的人类繁荣，而非少数群体的短期获利。未来的生产力提升和社会公平，取决于今天的选择。
