本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
据US Bank Economics 2026年数据，美国收入集中度显著上升。四十年来，自动化带来了真实的生产率提升，但这些收益往往流向股息，而非加薪。问题的关键不在于机器人是否创造价值，而在于：为什么美国的收入不平等比若干北欧国家加剧得更多？
核心要点
- 2023年一项研究认为，将机器人纳入分析框架，可以解释美国工资与生产率差距中的很大一部分。
- 机器人采用与工作条件之间的关系呈倒U型曲线：短期内低技能工人境况略有改善，长期则面临岗位被取代。
- 国际货币基金组织估计，全球约40%的就业面临AI冲击，风险在不同国家和技能层级之间分布不均。
- 丹麦、瑞典、芬兰的自动化水平和不平等轨迹与美国不同，这与三国在培训、工会和税收上的明确政策选择有关。
- 达龙·阿西莫格鲁在其核心情景中估计，AI对生产率的年均提升约为0.05%，持续十年。
四十年的数据讲出一个明确的故事
固定效应研究在特征可比的前提下，对比采用机器人与未采用机器人的工厂、行业或地区。研究显示，短期内引入工业机器人会小幅改善低技能工人的处境：工伤减少，最繁重的任务被自动化，部分工资因生产率提高而略有上涨。
随后曲线反转。自动化可能取消一些岗位并改变工作条件，总体效果取决于生产率提升幅度和新任务的创造情况。这一趋势在多个经济周期中均有记录。自动化首先打击被直接取代的劳动，对要素价格可能有利的生产率效应则在之后才显现。
收益起初可能提高自动化行业中资本所占的份额，但最终分配并不专属于资本所有者。自1980年代初以来，劳动收入在美国GDP中的比重持续下降。在自动化发生的行业，劳动在增加值中的份额随之下降，但这不足以证明利润增长快于工资。US Bank Economics指出的是收入不平等问题。
约翰逊指出的机制
麻省理工学院经济学家、《权力与进步》合著者西蒙·约翰逊在2025年发表的《AI的简单宏观经济学》一文中，对这一问题给出了精确表述。按阿西莫格鲁的测算，AI对生产率的年均核心效应约为十年间每年0.05%。但如果AI被导向与劳动者互补——让他们更高效、更有能力、掌握更多信息——收益在结构上更高，分配也更均衡。
这一区分不是哲学问题，而是可以在企业投资选择中加以衡量的。自动化一座仓库以取消搬运工岗位，给股东带来净收益，给劳动者带来净成本。给同一名搬运工配备智能物流助手，让他处理两倍流量、减少错误，则在两边都创造价值，并留出工资谈判的空间。
约翰逊认为，这种分岔不会由市场自发解决。企业追求自身利润最大化。走向互补需要税收激励、对AI使用的监管，以及能在技术部署中施加影响的制度。没有监管或激励，技术倾向于强化现有的力量对比。
作者的结论是：近来的经验否定了自动化收益会自动、普遍扩散的判断。
对立论点值得认真对待
乔治·梅森大学经济学家泰勒·考恩持不同解读。他的论点是：自动化的生产率收益即便先被资本获取，最终也会通过商品和服务价格下降扩散出去。电子、物流、工业食品，这些高度自动化的行业，四十年来实际价格都在下降，普通消费者从中受益。
这一点在经验上站得住脚，争议在于其相对规模。某些品类的消费价格确实下降了。但刚性支出可能给普通家庭带来沉重压力，尽管近期数据总体上并未显示这些支出比收入增长更快。买电视省下的购买力，抵不过房租上涨。
通过价格实现的扩散是真实的，但只是局部的，且其时间跨度远长于失业造成的损失。
自动化沿着不只是工资的界线加深不平等。美国数据显示，被取代的劳动者在地域、人口群体和技能水平上的分布并不均匀。通过价格扩散的收益惠及所有消费者，失业的打击却是选择性的。
斯堪的纳维亚国家的不同选择
国际比较是目前最可靠的检验。丹麦、瑞典、芬兰与美国的自动化水平各不相同。前三国的不平等程度相对较低，但各自的发展轨迹并非都稳定。
三个机制解释了这一差距。
首先是培训。斯堪的纳维亚的制度在积极职业再培训上投入巨大，提供长期且由公共资金支持的项目，帮助劳动者完成职业转型，但不保证完全维持原有收入。丹麦将约2%的GDP用于积极劳动力市场政策，美国这一比例不到0.1%。
其次是集体谈判。北欧国家集体协议覆盖率极高，工资和工作条件的很大一部分由集体谈判决定，这影响了生产率收益的分配方式。劳动者在结构上参与这些收益的分配。
最后是税收。对资本收入征收的高边际税率，加上强有力的再分配机制，将所有者获取的收益中的一部分重新注入体系。美国有充分记录的做法——向企业提供公共补贴而不要求工资方面的对应承诺——在斯堪的纳维亚并不以这种形式存在。
这三项选择源于明确的政策决定，维持了数十年，有时付出了重大社会冲突的代价。斯堪的纳维亚模式是建构出来的，不是自发形成的。
国际货币基金组织对下一个十年的预判
国际货币基金组织在报告《Gen-AI：人工智能与工作的未来》中估计，全球近40%的就业面临AI冲击，效应可能是互补，也可能是替代。
风险的分布极不均衡。在高收入国家，受影响的往往是技能型岗位——分析师、法律工作者、会计、撰稿人——与AI形成互补在技术上可行。在中等或低收入国家，受影响的是低技能制造业和服务业岗位，替代方案尚不存在。
在美国，AI的影响扩展到多个行业。金融和法律行业的白领，以及仓库、餐饮和运输业的低技能劳动者，属于受冲击最深的群体。上一波冲击——1990至2010年代的工业机器人——主要打击工厂。下一波自动化将影响范围广泛得多的各类工作。
2035年的收益分配会是什么样
自动化加剧了不平等，并使某些工资相对下降，但这也与其他经济和制度机制交织在一起。斯堪的纳维亚模式提供了另一种选择，且已大规模试验。两者都不能机械地移植到2025年的美国环境中。
到2035年，可能出现多条路径，取决于未来几年做出何种制度选择。
美国工会化率低，机器人采用程度显著。如果这一轨迹延续，收入不平等可能继续加剧。AI收益的相当一部分可能积累在模型和基础设施所有者手中。技能型中产的一部分工作会被增强，另一部分会被取代。低技能劳动者将承受被取代的后果，缺乏足够的再培训安全网。这一情景未必造成全面经济危机：GDP指标可以保持强劲，而不平等同时在加深。
过去四十年的数据表明，美国工资结构变化中很大一部分与自动化取代常规任务有关。
走向有利结果需要主动选择：对AI产生的资本收益征税，用于资助再培训基金；对自动化决策施加透明度义务，使劳动者代表能够预判并谈判；对职业继续教育进行公共投资，按扩张中的职业而非衰退中的职业来配置。协商和透明度工具已经存在并经过试验；对AI资本收益征税以资助再培训是否可行，则仍有待确认。
这些不是假设。
真正值得追踪的信号，是自动化最快的行业中劳动收入份额与资本收入份额之比的变化，而非AI的采用速度本身。如果这一比率在未来两三年内稳定或改善，说明通过谈判或监管建立的再分配机制开始起效。如果它继续以2015年以来的速度恶化，集中化格局就会在结构上固化。
斯堪的纳维亚分配制度的建设历时数十年。AI短期内已在改变某些任务，但对就业和收入的普遍影响迄今有限且不确定。更快的制度变革是可能的——《新政》用不到十年建立起来。两条路径之间的取舍，取决于企业在设计和部署上的决策、公共规则以及集体谈判，这些因素共同决定技术究竟为谁服务。
资料来源
- ScienceDirect（2024），工业机器人采用与工作条件的固定效应研究，跨度40年：https://www.sciencedirect.com/science/article/abs/pii/S0160791X24001696
- Simon Johnson，《AI的简单宏观经济学》（2025），Economic Policy：https://doi.org/10.1093/epolic/eiae042
- US Bank Economics（2026），美国收入集中度达60年来最高水平
- 国际货币基金组织，《世界就业展望》：全球40%就业面临AI与机器人影响
- 世界银行，美国劳动收入占GDP比重长期数据（World Bank Open Data）
