AI經濟學：為什么就業率下降經濟不衰退？

公眾號規則是部分推送，您只有設了星標??，才能及時接收最新推送

真正有危險的，不是初級白領

1/5

美國的經濟數據也打架了

去年下半年以來，美國經濟出現了一個傳統宏觀經濟無力解釋的現象。

9月初，美國勞工統計局對去年3月到今年3月的非農就業數據大幅下修超過90萬，為20年來這個數據下修最多的一次，加上8月的美國非農部門新增就業僅22,000 個，遠低于過去十年內正常的月度平均水平，這種修正意味著目前已經達到了衰退的程度。

但其他經濟數據并不支持“衰退”，8月，美國的失業率為4.3%，總體仍處于歷史中等偏低水平，并未達到代表衰退的6%以上的水平。

增長數據也是如此，多個大行預測第二季度GDP年化季率終值上修至3.8%，第三季度GDP追蹤預測也調升至2.6%，遠遠達不到衰退的標準。

為什么就業數據差，失業率一般，但經濟增長卻不錯？

研究機構對此有很多解釋，比如政府查非法移民，導致就業數據差，但不在統計內的失業率不差；比如經濟數據統計人手不足導致的統計誤差；比如關稅沖擊，讓企業既不敢招聘，又不敢裁員。

這些解釋都偏短期，預示著未來要么經濟加速下行向就業數據靠攏，要么就業市場恢復生機向經濟增長數據靠攏。

但如果是長期的原因呢？

有一種非傳統經濟學的解釋越來越被更多證據認可，即，這個矛盾現象主要是AI投資造成的，而且，它將長期改變經濟與就業結構。

2/5

AI投資的錢多人少

一份來自德意志銀行的宏觀研究報告認為，正常情況下，美國早已陷入衰退，只是因為有大規模的AI基礎建設投資，類似中國政府以前愛搞的大規模基建的刺激，才避免了衰退。

報告認為，本輪AI投資是由從事大規模云計算、網絡傳輸和存儲服務的科技巨頭主導的基建軍備競爭，如亞馬遜AWS、微軟Azure、谷歌云以及甲骨文等，它們的資本支出增長預計在今年達到頂峰。

巨頭的資本開支，不但刺激了美國經濟，在科技密集的北亞地區，由于芯片被豁免關稅，也引發了大規模的提前采購，日本臺灣和韓國股市也漲聲一片——事實上，本輪領漲A股行情的海外算力板塊，都是受益于這些科技巨頭的AI投資。

但AI投資跟傳統制造業投資不同，它很難帶來就業機會，所以就業數據沒有表現，主要原因有三點：

首先，目前集中投入的AI數據中心是典型的資本密集型行業，一個數據中心需要數十億美金巨額投入，主要用于土地、電力、冷卻、服務器、芯片等，但建成后只需要少量運維人員。而大部分制造業的勞動密集度更高，即便有自動化，一個汽車廠仍需數千名工人。

同樣金額的投資，AI 基建產業帶來的就業機會只有傳統制造業的10%。

其次，AI算力集群一旦搭建完成，增量需求只需擴容機架，不會線性增加人力，AI研發也高度依賴自動化工具；而制造業規模擴大往往意味著更多生產線，帶來更多就業崗位。

最后，AI數據中心產業鏈的上下游集中在少數高科技企業，供應鏈層級有限，且集中在少數地區；而制造業的產業鏈長，從原材料、零部件到運輸、零售，都能吸納大量中低技能就業，且分布廣泛。

所以，AI救得了經濟數字，但救不了就業率。而且AI基建能否真實產生效益，能否持續投入，還取決于后續真實的AI應用需求能否出現爆炸式增長。

更糟糕的，即便這個AI數字機房真的轉化為需求，仍然會持續壓制就業數據，甚至會長期改變經濟增長與就業率的傳統關系。

3/5

異常的“不足就業”

前面說過，近一年美國的就業數據還有一個特點：失業率不算高，但就業數據持續惡化，這個奇怪的數據結構，也與AI有關。

首先是美國的勞動參與率，8月為59.6%，降到了2008年金融危機后58%的低點，僅高于疫情期間。

美國還有一個較寬口徑的失業／閑用勞動力指標 U-6，不僅包括常規失業者，還包括不太積極找工作者和兼職者，8月這個指標約為8.1%，顯著高于常規失業率，說明有不少人在勞動力市場上處于“不足就業”狀態。

U-6指標與失業率的差，經濟正常時應該在3%以內，超過 4%，說明就業質量下降，兼職/隱性失業增加。

所以，失業率不高，但就業數據看起來差，真正的原因可能就在最后一個數據——不足就業上。

相比歐盟和日本，美國人找工作更類似于中國疫情前，職業流動性很強，加薪靠跳槽，而且不難找工作，企業也習慣于常規招聘，去應對員工的高離職率。

所以不足就業往往意味著上述規律的改變，包括兩種情況：

1、薪水低，但不敢辭職，怕找不到工作，選擇兼職打第二份工，企業對需求不確定，不敢增加全職崗位，加大兼職的招聘，這些會導致就業數虛高；

2、對找工作失去信心，技能和崗位匹配度差，其數據既不在失業，也不在就業，拉低勞動參與率。

不過，這種“就業不足”的現象，在每一次衰退之前都會看到，為什么認為這與AI有關呢？

這就不得不提近期那份引發熱議的論文。

4/5

減少的招聘

哈佛大學兩位勞動經濟學博士近期有一篇論文《生成式人工智能作為偏重資歷的技術變革：來自美國簡歷和職位發布數據的證據》，分析了包括285,000家招聘公司，6200份簡歷和超過1.5億次的招聘記錄，揭示了AI對就業市場已經發生的沖擊。

論文把這些公司分為兩組：簡介中使用了AI技術的AI采納公司，沒有相關描述的未采納公司，結果發現，在AI技術革命的半年后，在低級職位的招聘數量上，兩者的差從持平到一路向下（前者小于后者），而在高級職位的招聘數量上，兩者的差保持著原先一路向上的趨勢。

結論很明顯，采納AI技術，抑制了公司招聘初級職位的意愿，對高級職位目前沒有明顯影響。

作者進一步把初級員工的變化分為新招聘、離職和晉升，比較了變化后，認為，公司在利用AI取代員工時，并不是粗暴地解雇，而是減少招聘。AI采納者公司在2023年第一季度后，初級職位招聘平均每個季度下降22%。

其中的邏輯也非常好理解，下降最多的行業是批發零售業，員工中初級崗位大多與文書、客服有關，也是AI目前最得心應手的領域。

另外，美國的批發零售業行業也是喜歡大量使用兼職的行業，與U-6數據吻合。

根據報道，很多公司甚至加強了對在職員工使用AI的培訓，以替代那些本應被招聘的員工——這也解釋了前面的失業率與就業數據的矛盾。

但如果初級員工的就業機會越來越少，那未來的高級員工是從天上掉下來的嗎？

這篇論文還有一個畢業學校數據，可以解答這個問題。

5/5

AI與新任務創造

論文把員工畢業的大學分為五個等級后發現，最容易被AI替代的是Tier 2和Tier 3的大學畢業生。

按照論文的等級對應中國的大學，Tier1大致相當于C9這個級別，Tier2相當于211和后排985，Tier3相當于雙非一本，Tier4是二本和民辦本科，Tier5為社區大學，相當于中國的大專。

這里預示了大企業未來招聘初級員工和校招的兩個傾向：頭部985是為公司培養未來管理人才，相當于儲備干部；而二本和大專是為了用低成本招AI無法替代的勞動力。

不過，不要覺得這是AI劃開的人才鴻溝，現行的大學分類是為了適應以前的人才需求，這個趨勢如果延續下去，大學的專業也會更按照上述兩個傾向進行調整，大學會設置更多AI無法代替的專業，最終把中間的U型底填平，畢竟能招211畢業生，誰會招大專生呢？

更重要的是，AI會創造更多需要大量員工的新產業。

從經濟學的角度，這種變化在AI之前發生過多次，自動化和勞動力都是資本投入的生產力要素，這個過程就是柯布–道格拉斯生產函數：

Y：產出

A：技術水平

K：資本（包括機器、自動化）

L：勞動投入

α：資本份額

從成本的角度，K和L不只是單向替代，而是相互代替，資本家認為哪一個成本低就用哪一個，這個動態平衡的過程大概包括兩個階段：

第一階段，當大規模的流水線和自動化工廠，一直在取代傳統的職位，導致就業市場飽和，勞動力成本下降；

第二階段，自動化成本邊際下降的趨勢停止后，勞動力成本的比較優勢開始顯現，而新技術又會創造出一些需要大規模勞動力的新行業，招聘活動回升，勞動力回報回升。

這就是由經濟學家Acemoglu & Restrepo在2018年提出的“自動化與新任務創造”模型：

經濟中有很多任務I，一部分任務[0,I] 可以被機器完成，另一部分僑務[I,1] 只能由勞動完成。技術進步會推動I擴大，導致更多任務被機器替代，但同時也會催生新任務，大量新職業出現。

舉一個例子，5G和物聯網的大規模應用，促進了工廠智能化，導致了制造業初級工人的飽和，壓制了制造業的人力成本；但5G和物聯網又創造了移動互聯網的發展，創造了外賣、在線打車、共享經濟新產業，這些新產業又得益于較低的制造業轉移人力成本，可以大規模的吸納又不至于導致人力成本暴增。

過去的自動化發生在藍領工人領域，AI沖擊發生在初級白領身上，但生產力要素相互代替的原理不變，只要初級白領供應過剩，成本有優勢，未來就會出現大量需要初級白領的新產業，雖然我們現在還不知道它是什么。

所以真正危險的并不是新入職場的初級員工，而是工作10年仍然是簡單白領的資深員工，就像新生代藍領員工寧愿送外賣也不愿進工廠，而美國鐵銹地帶的中年失業工人即便通過工作培訓等救濟政策，成功再就業率也不足15%。

未來這群“工作10年仍然是簡單白領的資深員工”，就像20多年前的國企下崗職工，可能才是AI時代最大的犧牲品，對于這個群體，可以看一看我前年寫的文章《》。

——鋼大的財富新思維圈子——

近兩年全球股市上漲、商品通脹、黃金暴漲、航運暴漲，資本轉移……，既是機會，也是風險，需要時刻關注全球宏觀經濟的變化，建議訂閱我的“鋼大的財富新思維圈子”，這是一個以全球宏觀分析與資產配置方案為特色的圈子，每天更新全球各大類資產觀點，定期更新全球資產配置方案。

新圈子主要提供以下五大類內容：

1、全球宏觀每日解讀

2、更新資產配置方案

3、社群與精選問答

4、不定期內部直播

5、資訊、培訓和金融產品

文章比較長了，更具體的介紹，可以看招募文章：

》（招募文章）

流程：

1、掃碼進入小程序會員中心頁面

2、付款（如果沒綁定手機號就要綁定手機號再付款）

3、付款成功彈出”小助理企微“，加企微，入群