卡托研究所（Cato Institute）税收政策研究主任亚当·米歇尔（Adam Michel）昨天6月8日就人工智能（AI）的作用在《地缘政治情报服务》杂志发表评论－－AI 能重塑工作形态, 有望提升生产力，同时随着时间推移逐步改变工作岗位与劳动力市场，但不能代替劳动力在经济中的角色：

简而言之

• 人工智能将改变许多工作，但大多数劳动者将与技术一同适应
• 过去的技术取代了一些任务，但也创造了新的就业机会
• 应当预期的是渐进式的职场扰动，而不是突如其来的大规模失业

大型语言模型的普及正在重塑围绕经济增长、劳动力市场、政治和社会生活展开的讨论——即便尚未重塑这些领域的根本基础。这场辩论的核心是一个熟悉的担忧：人工智能是否会将经济权力的平衡从劳动转向资本？

这个问题的答案对工资增长、就业机会、消费支出和劳动力市场稳定性具有巨大的影响。理论和证据都表明，答案是否定的，人工智能不会对劳动在经济中的价值产生太大影响。尽管人们经常声称这一次情况不同，但人工智能不太可能从根本上将经济权力的平衡从人类劳动转移开。

人工智能具有广泛的潜在经济和社会影响。它很可能带来显著的生产率提升，改变许多行业中的工作性质，并改变整个经济中的职业构成。这些变化可能比过去发生得更快，但迄今为止，劳动力市场看起来与早期技术变革时期相似，这表明调整过程将以数十年而非数年的时间尺度展开。这将遵循一种更为熟悉的历史路径：新工具更新我们工作的方式，从而通过提高生产率增加整体劳动需求。

替代、互补与需求

从理论上讲，提高生产率的技术既可以替代人类劳动，也可以与人类劳动形成互补。新技术一直在取代某些工作，但与此同时也创造了全新的产业，扩大了整体产出，并提升了人类投入的价值。

这里有两个核心问题：哪一种效应更大，是替代还是增强？以及，人工智能会取代比它创造的更多工作吗？实证研究一贯发现，对新技术的投资具有互补性，其主要作用是增强工作，而不是取代工作。最近一项学术综述研究了资本与劳动之间关系的估计结果，并得出结论：每名劳动者拥有的资本增加1%，工资将提高3%。类似研究还表明，就业同样会从中受益。

原因有几个。劳动需求是由劳动者对产出增加的价值所决定的。劳动者生产率越高，雇主愿意支付的报酬就越高。因此，提高劳动者生产率的技术会提高工资并增加就业需求。

某些工作中的技术替代，通常会被其他领域的生产率提升所抵消；这些提升扩大了产出、降低了价格，并创造出全新的劳动需求形式。新的市场由此出现，而原本规模较小的职业则获得增长。替代论本身还假定人工智能将简单地消灭生产率较低的人类劳动。但正如经济学家布赖恩·奥尔布雷希特（Brian Albrecht）在社交平台X上所写的那样，巨大的生产率差异本来就是现有产业的正常特征。

例如，在半导体制造业中，顶尖企业的生产率可能是低生产率企业的30至40倍。然而，那些生产率较低的企业和劳动者并不会因此被系统性地逐出市场。

经济学家还发现，移民劳动者与本国劳动者之间具有互补性，从而提高整体生产率和工资水平。如果人类很少会取代其他人类，那么几乎没有理由认为新的软件工具会具有更强的可替代性。

许多混淆也源于人工智能暴露度的报告方式。高暴露度并不意味着失业。一个受到人工智能影响的行业，其就业是增加还是减少，取决于这些劳动者能否利用人工智能提高自身生产率。如果某项工作主要由少数几个容易自动化的任务构成，那么该类工作的就业更有可能减少。然而，如果人工智能自动化了高维度工作中的部分任务，使劳动者能够专注于其余任务，那么它就能够降低成本并提高产出。如果对成本更低、质量更高的产出的需求增加，企业就会雇用更多劳动者。

劳动者并未在与资本的历史竞争中失败

在标准经济模型中，产出被归因于劳动、资本和技术的结合。每一种要素都可以被视为获得国民收入中的一个份额。如果随着时间推移，资本对于经济产出变得更加重要，那么资本在国民收入中的份额就会增加。实证证据并不支持这一说法。

图1（见下图）使用美国经济分析局的数据表明，劳动在净收入中的份额（扣除税收和折旧后的净收入，这样更能反映劳动者和资本所有者实际可获得的收入）始终处于其历史区间之内，在69%的平均水平上下波动。劳动份额从20世纪中叶开始至21世纪初逐步上升，之后有所下降，而此后又回到了接近其历史平均水平的位置。

2021年，劳动份额为67.1%，并且自那以后每年都略有增长。一些读者会注意到，劳动份额确实在21世纪初之前出现过明显下降，但随后在历史趋势水平附近趋于稳定，这表明这些波动并不是向资本倾斜的永久性结构转变。

事实与数据

这种稳定性与一种认为技术进步会持续将劳动者排挤出去、转而有利于资本的叙事并不一致。这些趋势不仅仅出现在美国。关于各国劳动收入份额的实证证据表明，技术进步同样没有在全球范围内改变劳动与资本之间的力量关系。其他研究也一贯发现，薪酬和生产率（在被正确衡量时）在许多几十年的时间里几乎以完全相同的速度增长。这表明劳动者能够获得新技术带来的生产率收益中的一部分。

对这些数据更准确的解释是，资本和劳动并非主要处于彼此竞争的关系之中。新的机器、计算机或人工智能模型本身并不会产生产出。它们的使用必须与人类劳动相结合。

过去技术变革的经验教训

“人工智能正在夺走你的工作”这种说法并不新鲜。几乎每一次重大技术进步都伴随着类似的担忧。从工业革命时期卢德派反对机械织机运动，到个人电脑问世后预期会出现的大规模失业，这些担忧始终被证明是被夸大了的。

农业提供了最具戏剧性的例子。1900年，美国大约每10名劳动者中就有4人在农场工作。如今，这一比例已接近2%。在同一时期，农业产出大幅增加，而劳动投入却不断减少。农民转向了其他职业，而没有出现大规模经济动荡。

关于未来将出现巨大冲击的更极端说法，并没有得到当前证据的支持。

自动取款机揭示了同一个故事的现代版本。在20世纪90年代末和21世纪初自动取款机快速普及达到高峰时，每家银行网点的柜员数量减少了近一半。通过降低运营银行网点的成本，自动取款机使开设更多网点变得经济可行。最终结果是，银行柜员的就业人数实际上增加了。随后，手机银行完成了自动取款机未能完成的事情，在2010年之后削减了整体柜员需求。其教训并不是替代永远不会发生，而是创造性破坏很难事先准确预测，并且它总会在其他地方可靠地创造新的劳动需求，智能手机的发展就是如此。

电子商务遵循了同样的模式。随着在线零售市场份额的增长，它并没有取代实体零售；传统零售部门只是增长速度变得更慢。为了满足在线订单所需建设的仓储和物流基础设施，其创造的就业远远弥补了实体零售增长放缓所带来的影响。根据美国劳工统计局的数据，在2010年至2025年期间，快递与投递服务行业以及仓储与储存行业的就业人数分别增长了103%和192%。同期实体零售行业增长了7%。

电话交换自动化以及计算技术进步也出现了类似的发展，它们减少了对例行文职工作的需求。而这些案例的结果都不是持续性的大规模失业，而是劳动大规模重新配置到生产率更高、更现代化的产业之中。

核心问题在于，人工智能是否代表着与这些历史模式的根本性决裂。早期证据表明并非如此。

耶鲁大学预算实验室最近的研究发现，自ChatGPT发布后三年多以来，人工智能暴露度指标与就业或失业变化之间几乎不存在关联。即使对于那些预期冲击会更大的人来说，这也不应令人惊讶。研究发现，从历史上看，重大技术变革的影响通常是在几十年而不是几个月或几年中逐渐显现的。

关于未来将出现巨大冲击的更极端说法，并没有得到当前证据的支持。它们同样与技术变革的漫长历史不符，因为在这一历史中，关于大规模劳动者被取代的预测一再被证明是夸大的。

事态发展的可能性

最有可能：人工智能在劳动中的逐步深化，增强作用大于替代作用

最有可能出现的结果是持续数十年的渐进且不均衡的冲击。人工智能不断被纳入工作流程，自动化部分任务，但增强更多任务。生产率温和上升，劳动力市场通过重新配置进行调整，而不是出现大规模、永久性的劳动者被取代。

有可能：初级白领工作面临广泛冲击

一种冲击更大但仍然合理的情景是，某些特定行业出现比历史先例更大、更快的变化，尤其是在例行认知工作和初级白领岗位领域。调整成本将不成比例地落在年轻劳动者和经验较少的劳动者身上。更广泛的劳动力市场仍然保持完整，劳动者通过再培训和转换行业来适应，而一个生产率更高的经济意味着，即便承担了调整成本的人，其一生中的财富水平也很可能高于在没有这项技术情况下所能达到的水平。

最不可能：人工智能彻底摧毁劳动力市场

最不可能出现的情景是一种根本性的断裂，即劳动在很大程度上变得过时。这不仅要求技术进步的速度远远快于当前预期，还要求出现一种生产率不断提高却无法创造新的劳动需求的经济。这将意味着对经济理论和历史经验的彻底背离。要实现这种结果，替代效应不仅必须在单个工作岗位内部占据上风，而且必须在整个经济中占据上风，以至于跨越所有行业的每一美元支出都不再流向人类劳动。历史证据表明，支出始终会流向劳动密集型岗位，从而支持就业和对人类劳动的需求。