技术通常为年轻人创造就业，AI会做到吗？

在任何时代，技术对就业的影响都体现在两个层面：淘汰传统岗位，同时催生新型工作。机器取代了农民，却造就了航空工程师这样的职业。那么，技术创造的新工作究竟由谁来承接？薪资水平如何？新工作又需要多久才会从稀缺变为普通？

麻省理工学院劳动经济学家大卫·奥托尔（David Autor）主导的一项新研究，对上述问题给出了深入解答。研究显示，在战后美国，新型工作的受益者往往集中在30岁以下的大学毕业生群体。

"我们以前从未如此清晰地看到是谁在从事新型工作，"奥托尔表示，"答案是：更年轻、受过更高教育、生活在城市的人。"

这项研究还揭示了一个宏观层面的重要规律：大量基于创新的新型工作是由需求驱动的。二战期间，美国政府大力推动研究与制造业扩张，催生了大量新工作和新型专业知识。

"这说明无论我们在哪里进行新的投资，最终都会形成新的专业化分工，"奥托尔说，"只要某种大规模活动兴起，就必然会孕育出与之相关的新型专业知识。这一发现令我们深受启发。"

这篇题为《新工作与更多工作有何不同？》的论文即将发表于《经济学年评》。论文作者包括：奥托尔、麻省理工学院经济学系博士生卡罗琳·陈（Caroline Chin）、蒂尔堡大学与乌得勒支大学教授安娜·萨洛门斯（Anna M. Salomons），以及西北大学凯洛格管理学院助理教授布莱恩·西格米勒（Bryan Seegmiller）。

了解新型工作的产生方式及其受益群体，对理解人工智能的影响同样具有重要意义。不过，奥托尔认为，目前要判断AI究竟会如何影响职场还为时过早。

"人们真正担心的是，基于AI的自动化会更快速地侵蚀特定工作任务，"他指出，"但侵蚀任务不等于消灭工作岗位，因为大多数工作都涉及多项任务。大家都在问：新的工作岗位将从何而来？这至关重要，但我们知之甚少。我们不知道那会是什么，会以什么形式呈现，也不知道谁能胜任。"

"如果人人都是专家，那就没有真正的专家"

这四位作者此前曾合作开展过一项重要研究，该研究于2024年发表，发现1940年至2018年间，美国约60%的工作岗位属于1940年后才逐渐普及的新型专业。此次新研究在此基础上进一步延伸，聚焦于新型工作的具体承接群体。

为此，研究团队使用了1940年至1950年的美国人口普查局数据，以及2011年至2023年的美国社区调查（ACS）数据。由于人口普查局档案在约70年后完全公开，研究人员得以获取1940年代个人层面的职业、薪资等信息，并追踪同一批工人在1940年至1950年两次人口普查之间的职业变动轨迹。

通过与美国人口普查局建立合作研究机制，研究团队还获得了ACS个人层面数据的安全访问权限，从而能够分析新兴职业领域从业者的收入、学历及其他人口特征，并与传统职业从业者进行比较。

奥托尔指出，新型工作始终与新型专业知识紧密相连。这种专业知识在初期往往稀缺，随着时间推移才可能逐渐普及，而且通常与新技术密切相关。

"它要求掌握某种能力，"奥托尔说，"劳动力的价值不仅仅在于能做事，更在于专业化的知识。这往往是高薪工作与低薪工作的分水岭。"他还补充道："这种知识必须是稀缺的。如果人人都是专家，那就没有真正的专家。"

通过分析人口普查数据，研究人员发现，1950年时，约有7%的从业者从事的是1930年后才出现的新型工作。而在2011年至2023年期间，约有18%的从业者从事的是1970年后兴起的新型工作。（每十年新增工作岗位的比例大致相当，但奥托尔认为这并非一成不变的规律。）

在这两个时间段内，新型工作在城市中出现的频率更高，30岁以下群体从中受益最多。进入新型工作领域似乎具有持续效应：1940年从事新型工作的人，到1950年仍从事新型工作的概率是普通群体的2.5倍。大学毕业生比高中毕业生从事新型工作的可能性高出2.9个百分点。

新型工作还具有工资溢价，即整体薪资高于已有工作。但研究表明，随着特定专业知识被更多人掌握，这种工资溢价也会逐渐消退。

"稀缺性价值会不断被侵蚀，"奥托尔说，"它变成了常识，本身也会被自动化取代。新工作终将变旧。"

奥托尔以驾驶汽车为例——这曾经是一项稀缺技能。同样，直到20世纪90年代，能够使用WordPerfect或微软Word等文字处理软件也曾是一种专业技能，但很快便成为使用电脑最基础的能力。

再谈AI

对新型就业群体的研究，让研究人员对新工作的形成机制产生了深刻认识。通过分析二战时期的县级数据，研究发现，在联邦政府推动公私合营、在全国各地扶持新制造业的背景下，拥有新工厂的县域出现了更多新型工作，1940年至1950年间约85%至90%的新型工作由技术驱动。

这表明，彼时存在大量需求驱动型创新。如今，公众讨论创新时往往聚焦于供给侧，即努力开发新产品的创新者和创业者。但该研究表明，需求侧同样能够对创新活动产生重大影响。

"技术不是那种'突然灵光一现'就能发生的事，"奥托尔说，"创新是一种有目的的活动，而且是累积性的。如果积累到一定程度，就会形成自身的动能；否则，就永远无法到达那个阶段。"

这将我们再次引向AI这一2026年最受关注的话题：AI究竟会创造更好的新工作，还是会夺走就业机会？奥托尔认为，这在很大程度上取决于实施方式。以医疗健康这一庞大行业为例，若有意推动就业创造，技术驱动的新岗位将大有可为。

"在医疗领域，我们可以选择不同的方式应用AI，"奥托尔说，"一种是直接以自动化取代人的工作；另一种是让不同专业水平的人承担不同任务。我认为后者对社会更有益，但市场是否会朝这个方向发展，目前还不确定。"

另一方面，如果政府通过需求侧手段加以引导，AI在医疗领域的应用或许能够切实提升生产效率，进而创造新的就业机会。

"美国医疗支出中，超过一半来自公共资金，"奥托尔指出，"我们在这方面拥有相当大的影响力，完全可以推动事情朝积极方向发展。这一工具的使用方式，还有很多可能性。"

本研究得到了休利特基金会、谷歌技术与社会访问学者项目、NOMIS基金会、施密特科学AI2050学者项目、史密斯理查森基金会、詹姆斯·M·斯通与凯思琳·D·斯通基金会以及Instituut Gak的部分资助。

Q&A

Q1：大卫·奥托尔的这项研究发现了什么？

A：研究发现，在战后美国，新型工作的受益者主要集中在30岁以下的大学毕业生，且更多出现在城市地区。研究还揭示，大量新型工作是由需求驱动的，二战期间政府推动制造业扩张就催生了大量新岗位和专业知识。此外，从事新型工作的人在未来继续从事新型工作的概率远高于普通人群。

Q2：新型工作的工资优势会一直存在吗？

A：不会永久存在。研究表明，新型工作初期往往具有工资溢价，即整体薪资高于传统工作，这源于相关专业知识的稀缺性。但随着越来越多的人掌握这些技能，稀缺性逐渐消失，工资溢价也随之减弱。奥托尔将这一过程概括为"新工作终将变旧"。

Q3：AI会创造新的就业机会吗？

A：奥托尔认为目前仍难以定论，关键在于AI的具体应用方式。以医疗行业为例，AI既可以直接自动化取代岗位，也可以帮助不同专业水平的人承担不同任务，后者更有利于创造就业。他还指出，政府的需求侧政策可以发挥重要的引导作用，推动AI朝创造就业的方向发展。