過去80年，科技創造的新崗位都給了誰？

（來源：麻省理工科技評論）

在任何一個時代，技術對就業產生的影響無非兩種：淘汰舊工作，創造新工作。機器取代了農民，但也催生了航空工程師這種職業。但問題是，技術創造的新工作都給了誰？收入怎么樣？一份“新工作”能新多久，之后就變成了任何人都能干的普通活？

MIT 勞動經濟學家大衛·奧托（David Autor）主導的一項新研究回答了這些問題。他和同事用詳盡的數據呈現了一幅圖景：在戰后的美國，技術催生的新工作給 30 歲以下的大學畢業生帶來的好處，遠超其他任何群體。

“我們以前從來沒有精確地看到過是誰在做新工作，”奧托說，“做新工作的更多是年輕人、受過高等教育的人，而且集中在城市?！?/p>

這項研究還有一個宏觀層面的重要發現：大量由創新驅動的新工作其實是由需求拉動的。1940 年代政府為應對二戰而大規模擴展研發和制造業，催生了大量新工作和新的專業知識。

“這說明我們在哪里投資，就會在哪里長出新的專業分工，”奧托說，“只要你創造出一項大規模的活動，就一定會有相關的新專業知識出現。我們覺得這個發現很令人振奮?！?/p>

這篇論文題為《新工作和更多工作有什么不同？》（What Makes New Work Different from More Work?），即將發表在《經濟學年度評論》（Annual Review of Economics）上。作者包括奧托、MIT 經濟學系博士生卡羅琳·陳（Caroline Chin）、蒂爾堡大學和烏得勒支大學經濟學教授安娜·M·薩洛蒙斯（Anna M. Salomons），以及西北大學凱洛格管理學院助理教授布萊恩·西格米勒（Bryan Seegmiller）。

了解新工作的規律以及哪類人能搶到這些工作，可能跟 AI 的擴散有直接關系——不過在奧托看來，現在判斷 AI 會怎樣影響就業還為時過早。

“人們很擔心基于 AI 的自動化會更快地侵蝕某些具體任務，”奧托說，“但侵蝕任務不等于侵蝕工作崗位，因為很多崗位包含大量不同的任務。不過我們都在問同一個問題：新工作會從哪里來？這個問題太重要了，而我們所知甚少。我們不知道新工作會是什么、長什么樣、誰能干?！?/p>

"如果人人都是專家，那就沒人是專家"

這四位作者此前合作過一項關于新工作的重要研究，發表于 2024 年。那項研究發現，1940 年到 2018 年間美國大約六成的工作崗位屬于 1940 年以后才廣泛出現的新專業領域。這次的新研究在此基礎上更進一步，精確追蹤了是誰在填充這些新崗位。

研究人員使用了 1940 年到 1950 年的美國人口普查數據，以及 2011 年到 2023 年的美國社區調查（ACS）數據。前者因為人口普查記錄在大約 70 年后會完全公開，學者們可以查看個人層面的職業、薪資等信息，還能追蹤同一批人在 1940 年和 1950 年兩次普查之間的職業變動。

通過與人口普查局的合作研究安排，作者還獲得了 ACS 個人級別記錄的安全訪問權限。這些數據讓他們可以分析新職業領域從業者的收入、教育水平和人口特征，并與從事老行當的工人進行對比。

奧托指出，新工作總是和新的專業知識綁在一起的。起初這種專業知識稀缺；隨著時間推移可能變得普遍。而專業知識往往與新技術相關聯。

“它要求掌握某種能力，”奧托說，“讓勞動力值錢的不僅僅是‘能干活’，而是專業化的知識。這往往也是高薪和低薪工作之間的分界線?！彼a充說：“而且這種知識必須是稀缺的。如果人人都是專家，那就沒人是專家?！?/p>

通過分析普查數據，學者們發現 1950 年時約 7% 的就業者從事的是 1930 年以來才出現的工作類型。到了 2011-2023 年，約 18% 的工人從事的是 1970 年以后才出現的工作。（這大致相當于每十年同樣比例的新崗位出現，不過奧托認為這不一定是鐵律。）

在這些時期里，新工作更多出現在城市地區，30 歲以下的人從中獲益最多。進入新工作領域似乎有持續效應：1940 年從事新工作的人，到 1950 年仍在做新工作的概率是普通人群的 2.5 倍。大學畢業生從事新工作的概率比高中畢業生高 2.9 個百分點。

新工作還帶有薪資溢價，總體上比已有工作類型的薪水更高。但研究也顯示，隨著某種新工作所需的專業知識變得越來越普及，這種薪資溢價會逐漸消失。

“稀缺性帶來的價值會被侵蝕，”奧托說，“那些知識變成了常識，或者它本身被自動化了——新工作會變舊?！?/p>

奧托舉了個例子：開車曾經是一種稀缺技能。同樣的道理，直到 1990 年代，會用 WordPerfect 或 Microsoft Word 這樣的文字處理軟件也算一門本事。但過了一段時間，操作文字處理工具就變成了使用電腦最基本的能力。

回到 AI

研究“誰得到了新工作”這個問題，讓學者們對“新工作是怎么被創造出來的”得出了一些很有力的結論。通過分析二戰時期的縣級數據——當時聯邦政府在全美各地以公私合作的方式支持新建工廠——研究顯示，建了新工廠的縣里出現了更多新工作，而且 1940 年到 1950 年間 85% 到 90% 的新工作都是由技術驅動的。

從這個角度看，當時有大量創新是由需求拉動的。今天關于創新的公共討論往往聚焦在供給側——那些試圖創造新產品的發明家和創業者。但這項研究表明，需求側同樣能顯著推動創新活動。

“技術不是那種‘我想到了！’然后就憑空冒出來的東西，”奧托說，“創新是有目的性的活動。而且創新是累積的。如果走得夠遠，它會有自己的慣性；但如果走不到那一步，它永遠到不了?！?/p>

這就把話題拉回了 AI，這個 2026 年人人都在關注的話題。AI 會創造好的新工作，還是會搶走工作？在奧托看來，這很大程度上取決于我們怎么用它。以醫療行業為例，那里有大量技術驅動的新工作可以被創造出來——前提是人們有意愿去創造。

“我們可以用不同的方式在醫療領域使用 AI，”奧托說，“一種是直接用自動化把人的工作替掉。另一種是讓不同專業水平的人去做不同的任務。我認為后者對社會更有益。但市場最終會走向哪里，還不好說。”

換個角度想，也許通過政府在各個方向上拉動需求，AI 可以被用在能提升醫療行業生產力的地方，從而創造新的工作崗位。

“美國醫療支出中超過一半是公共資金，”奧托說，“我們在這方面有很大的影響力，可以把事情往那個方向推，用法有很多種?！?/p>

https://news.mit.edu/2026/technology-creates-jobs-young-skilled-workers-ai-0521