过去80年，科技创造的新岗位都给了谁？

在任何一个时代，技术对就业产生的影响无非两种：淘汰旧工作，创造新工作。机器取代了农民，但也催生了航空工程师这种职业。但问题是，技术创造的新工作都给了谁？收入怎么样？一份“新工作”能新多久，之后就变成了任何人都能干的普通活？

MIT劳动经济学家大卫·奥托（David Autor）主导的一项新研究回答了这些问题。他和同事用详尽的数据呈现了一幅图景：在战后的美国，技术催生的新工作给30岁以下的大学毕业生带来的好处，远超其他任何群体。

“我们以前从来没有精确地看到过是谁在做新工作，”奥托说，“做新工作的更多是年轻人、受过高等教育的人，而且集中在城市。”

这项研究还有一个宏观层面的重要发现：大量由创新驱动的新工作其实是由需求拉动的。1940年代政府为应对二战而大规模扩展研发和制造业，催生了大量新工作和新的专业知识。

“这说明我们在哪里投资，就会在哪里长出新的专业分工，”奥托说，“只要你创造出一项大规模的活动，就一定会有相关的新专业知识出现。我们觉得这个发现很令人振奋。”

这篇论文题为《新工作和更多工作有什么不同？》（What Makes New Work Different from More Work?），即将发表在《经济学年度评论》（Annual Review of Economics）上。作者包括奥托、MIT经济学系博士生卡罗琳·陈（Caroline Chin）、蒂尔堡大学和乌得勒支大学经济学教授安娜·M·萨洛蒙斯（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）。

了解新工作的规律以及哪类人能抢到这些工作，可能跟 AI的扩散有直接关系——不过在奥托看来，现在判断 AI会怎样影响就业还为时过早。

“人们很担心基于 AI的自动化会更快地侵蚀某些具体任务，”奥托说，“但侵蚀任务不等于侵蚀工作岗位，因为很多岗位包含大量不同的任务。不过我们都在问同一个问题：新工作会从哪里来？这个问题太重要了，而我们所知甚少。我们不知道新工作会是什么、长什么样、谁能干。”

"如果人人都是专家，那就没人是专家"

这四位作者此前合作过一项关于新工作的重要研究，发表于2024年。那项研究发现，1940年到2018年间美国大约六成的工作岗位属于1940年以后才广泛出现的新专业领域。这次的新研究在此基础上更进一步，精确追踪了是谁在填充这些新岗位。

研究人员使用了1940年到1950年的美国人口普查数据，以及2011年到2023年的美国社区调查（ACS）数据。前者因为人口普查记录在大约70年后会完全公开，学者们可以查看个人层面的职业、薪资等信息，还能追踪同一批人在1940年和1950年两次普查之间的职业变动。

通过与人口普查局的合作研究安排，作者还获得了 ACS个人级别记录的安全访问权限。这些数据让他们可以分析新职业领域从业者的收入、教育水平和人口特征，并与从事老行当的工人进行对比。

奥托指出，新工作总是和新的专业知识绑在一起的。起初这种专业知识稀缺；随着时间推移可能变得普遍。而专业知识往往与新技术相关联。

“它要求掌握某种能力，”奥托说，“让劳动力值钱的不仅仅是‘能干活’，而是专业化的知识。这往往也是高薪和低薪工作之间的分界线。”他补充说：“而且这种知识必须是稀缺的。如果人人都是专家，那就没人是专家。”

通过分析普查数据，学者们发现1950年时约7%的就业者从事的是1930年以来才出现的工作类型。到了2011-2023年，约18%的工人从事的是1970年以后才出现的工作。（这大致相当于每十年同样比例的新岗位出现，不过奥托认为这不一定是铁律。）

在这些时期里，新工作更多出现在城市地区，30岁以下的人从中获益最多。进入新工作领域似乎有持续效应：1940年从事新工作的人，到1950年仍在做新工作的概率是普通人群的2.5倍。大学毕业生从事新工作的概率比高中毕业生高2.9个百分点。

新工作还带有薪资溢价，总体上比已有工作类型的薪水更高。但研究也显示，随着某种新工作所需的专业知识变得越来越普及，这种薪资溢价会逐渐消失。

“稀缺性带来的价值会被侵蚀，”奥托说，“那些知识变成了常识，或者它本身被自动化了——新工作会变旧。”

奥托举了个例子：开车曾经是一种稀缺技能。同样的道理，直到1990年代，会用 WordPerfect或 Microsoft Word这样的文字处理软件也算一门本事。但过了一段时间，操作文字处理工具就变成了使用电脑最基本的能力。

回到 AI

研究“谁得到了新工作”这个问题，让学者们对“新工作是怎么被创造出来的”得出了一些很有力的结论。通过分析二战时期的县级数据——当时联邦政府在全美各地以公私合作的方式支持新建工厂——研究显示，建了新工厂的县里出现了更多新工作，而且1940年到1950年间85%到90%的新工作都是由技术驱动的。

从这个角度看，当时有大量创新是由需求拉动的。今天关于创新的公共讨论往往聚焦在供给侧——那些试图创造新产品的发明家和创业者。但这项研究表明，需求侧同样能显著推动创新活动。

“技术不是那种‘我想到了！’然后就凭空冒出来的东西，”奥托说，“创新是有目的性的活动。而且创新是累积的。如果走得够远，它会有自己的惯性；但如果走不到那一步，它永远到不了。”

这就把话题拉回了 AI，这个2026年人人都在关注的话题。AI会创造好的新工作，还是会抢走工作？在奥托看来，这很大程度上取决于我们怎么用它。以医疗行业为例，那里有大量技术驱动的新工作可以被创造出来——前提是人们有意愿去创造。

“我们可以用不同的方式在医疗领域使用 AI，”奥托说，“一种是直接用自动化把人的工作替掉。另一种是让不同专业水平的人去做不同的任务。我认为后者对社会更有益。但市场最终会走向哪里，还不好说。”

换个角度想，也许通过政府在各个方向上拉动需求，AI可以被用在能提升医疗行业生产力的地方，从而创造新的工作岗位。

“美国医疗支出中超过一半是公共资金，”奥托说，“我们在这方面有很大的影响力，可以把事情往那个方向推，用法有很多种。”