當我們談論自動化和人工智慧取代工作時，這可能聽起來像是一場科技海嘯，將以提高效率之名廣泛淘汰勞工。然而，一項由麻省理工學院經濟學家共同撰寫的研究顯示，自1980年以來，美國的動態顯著不同。企業並非為了追求最大化生產力而實施自動化，反而經常利用自動化來取代那些獲得「薪資溢價」（即比其他同等資歷勞工賺取更高薪資）的員工。

實際上，這意味著自動化頻繁地降低了那些原本薪資優於大多數同等資歷勞工的未受大學教育勞工的收入。

這項發現至少有兩大重要啟示。首先，自動化對美國收入不平等的增長影響，比許多觀察家所意識到的還要大。同時，自動化帶來的生產力提升卻表現平庸，這很可能是因為企業將重點放在控制工資，而非尋找更多由科技驅動的方式來提高效率和實現長期成長。

「自動化的應用方向存在無效率的問題」麻省理工學院的達倫·艾塞默魯（Daron Acemoglu）表示，他也是這項研究成果論文的共同作者。「在特定產業、職業或任務中，勞工的薪資越高，自動化對企業的吸引力就越大。」他指出，理論上企業可以有效率地實施自動化。但他們並沒有這麼做，反而將其強調為一種削減薪資的工具，這有助於企業自身的短期內部數據表現，卻未能建立最佳的成長路徑。

該研究估計，1980年至2016年間，收入不平等增長的52%歸因於自動化，其中約10個百分點特別來自企業取代那些原本獲得薪資溢價的勞工。這種針對特定員工的無效率應用，抵消了同期自動化所帶來生產力增長的60%至90%。

「這可能是美國生產力提升相對緩慢的原因之一，儘管我們擁有驚人的新專利數量和眾多新技術」艾塞默魯說。「然而，當你審視生產力統計數據時，它們卻相當可悲。」

這篇題為《自動化與租金消散：對薪資、不平等和生產力的影響》（Automation and Rent Dissipation: Implications for Wages, Inequality, and Productivity）的論文，發表於《經濟學季刊》（Quarterly Journal of Economics）五月印刷版。

作者為麻省理工學院講座教授艾塞默魯，以及耶魯大學經濟學副教授帕斯夸爾·雷斯特雷波（Pascual Restrepo）。

回溯至2010年代，艾塞默魯和雷斯特雷波已合作進行多項關於自動化及其對就業、薪資、生產力和企業成長影響的研究。總體而言，他們的發現表明，自1980年以來自動化對勞動力的影響比許多其他學者所認為的更為顯著。

為了進行這項最新研究，研究人員使用了多方數據來源，包括美國人口普查局（U.S. Census Bureau）的統計數據、該局的美國社區調查（American Community Survey）數據、產業數據等。艾塞默魯和雷斯特雷波分析了500個詳細的人口統計群體，這些群體依據五個教育程度、性別、年齡和族裔背景進行分類。

該研究將這些資訊與對49個美國產業變化的分析聯繫起來，以細緻地審視自動化如何影響勞動力。

最終，這項分析不僅讓學者們得以估計因自動化而消失的總體工作數量，還能評估其中有多少比例是企業為了明確消除部分勞工所獲得的薪資溢價。

在其他發現中，該研究顯示，在受自動化影響的勞工群體中，影響最大的發生在薪資範圍的70%至95%區間的勞工，這表明高收入員工承受了這一過程的大部分衝擊。正如分析所示，整體收入不平等增長中約有五分之一可歸因於這一單一因素。

「我認為這是一個很大的數字」艾塞默魯說，他與麻省理工學院的西蒙·詹森（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。

他補充道：「自動化當然是經濟成長的引擎，我們也將會使用它，但它確實會在資本與勞動之間，以及不同勞動群體之間，造成非常大的不平等，因此它可能是過去幾十年來美國不平等加劇的一個更重要的貢獻者。」

生產力之謎

這項研究也闡明了企業經理人一個基本卻常被忽視的選擇。想像一種自動化技術，例如客服中心技術，它對企業來說實際上可能效率不高。即便如此，企業經理人仍有動機採用它，以降低薪資，並在生產力較低的情況下實現更高的淨利潤。

從宏觀來看，自1980年以來，美國經濟似乎一直在發生某種程度的這種情況：更高的獲利能力不等於更高的生產力。

「這兩者是不同的」艾塞默魯說。「你可以在降低生產力的同時降低成本。」

事實上，艾塞默魯和雷斯特雷波的這項最新研究，讓人想起已故麻省理工學院經濟學家羅伯特·索洛（Robert M. Solow）在1987年的一句名言：「電腦時代無處不在，卻唯獨不見於生產力統計數據中。」

循著這個思路，艾塞默魯觀察到：「如果經理人能將生產力降低1%卻能增加利潤，他們中的許多人可能會樂於接受。這取決於他們的優先順序和價值觀。因此，我們論文的另一個重要啟示是，邊際上的良好自動化，正與不那麼好的自動化捆綁在一起。」

需要澄清的是，這項研究並不必然意味著減少自動化總是更好。某些類型的自動化可以提高生產力，並形成一個良性循環，讓企業賺取更多利潤並僱用更多勞工。

但艾塞默魯認為，目前自動化的複雜性尚未被充分認識。或許，透過審視自1980年以來美國自動化的廣泛歷史模式，將有助於人們更好地理解其中涉及的取捨，這不僅適用於經濟學家，也適用於企業經理人、勞工和技術人員。

「重要的是，它是否能融入人們的思維，以及我們在對自動化進行整體全面評估時，在不平等、生產力和勞動市場影響方面，最終會得出什麼結論」艾塞默魯說。「因此，我們希望這項研究能推動這方面的進展。」

或者，正如他總結的：「透過更仔細地校準自動化的類型和程度，並以更能提升生產力的方式進行，我們可能會錯失潛在的更佳生產力增長。這一切都是選擇，百分之百是。」