法國經濟學家菲利普·阿吉翁認為，從經濟史的角度來看，因為技術革新而造成的技術性失業的擔憂從來沒有變成現實。在下文中，菲利普·阿吉翁和他的研究團隊解釋了，為什麼人工智慧革命不會摧毀就業。
本文經出版社授權摘編自《創造性破壞的力量》，菲利普·阿吉翁等著，餘江等譯，中信出版集團2021年11月版。
對技術革命的擔憂
對技術革命，我們應該擔憂還是期盼？一方面我們或許感到害怕，因為技術革命會加快工作的自動化，用機器取代人力來完成任務。另一方面我們則會持歡迎態度，因為它們會催生一系列次級創新，影響經濟中的所有部門，促進增長。
毫無疑問，這方面最廣為人知的案例是詹姆斯·瓦特於18世紀70年代發明了觸發第一次工業革命的蒸汽機，也就是第2章提及的第一次重大技術革新浪潮。這場革命始於英格蘭與法國，然後擴充套件至其他西方國家，特別是美國。電力的發明則啟動了第二次工業革命，其黃金時代在20世紀上半葉。第二次革命始於托馬斯·愛迪生於1879年發明燈泡以及維爾納·馮·西門子於1866年發明發電機。羅伯特·戈登(1999)把這次技術浪潮稱作“一波巨浪”，它從相反方向跨越大西洋，最早於20世紀30年代興起於美國，到二戰後擴充套件至其他工業化國家(見圖3.1)。這次浪潮之盛大，在歐洲和日本尤勝美國，因為它們既需要戰後重建，又得在技術上追趕美國。最後則是第三次工業革命一資訊科技革命一始於英特爾公司的工程師費德里克·法金(Federico Faggin)、馬西安・霍夫(Marcian Hoff)與斯坦-馬澤爾(Stan Mazor)在1969年發明的微處理器。
不過，在啟動浪潮的技術發明與實現浪潮的增長起飛之間有顯著遲滯。市場上最早出現蒸汽機是在1712年，但直至1830年，我們才觀察到英國的人均GDP增長加速。與之類似，儘管燈泡在1879年已經發明，又過了50多年後，美國的生產率增長才出現加速。此外，自21世紀初以來，我們看到美國與歐元區的生產率增速其實有所下滑。
從通用發明出現到後續增長加速之間的遲滯因何出現？為什麼此前的技術革命都沒有如19世紀的英國工人內德·盧德和1930年的凱恩斯擔心的那樣帶來大規模失業？人工智慧革命的前景如何:是創造就業還是摧毀就業？這些正是本章將探討的謎題。
菲利普·阿吉翁（Philippe Aghion），法蘭西學院院士，倫敦政治經濟學院經濟學教授，計量經濟學會會士，美國藝術與科學學院院士，曾任哈佛大學經濟學教授。“內生增長理論”的領軍人物，“熊彼特增長正規化”的建立者之一。
來自歷史視角的考察
人們對機器會摧毀人類工作崗位的擔心由來已久。早在1589年，當威廉·李(William Lee)發明織襪機以後，勞工階級對其後果就異常害怕，致使李四處碰壁並遭到威脅。李於是把發明敬獻給女王伊麗莎白一世，希望獲得專利，但女王以如下宣言表示拒絕：“至於你的發明可能給我可憐的臣民帶來的影響，肯定會剝奪其工作崗位，使之淪為乞丐，毀掉他們。”隨時間推移，竭力保護特定行業免受技術進步侵害的職業行會逐漸喪失了影響力。1769年的一部法律規定要保護機器免受破壞，但隨著織布機的普及，破壞行動事實上有所加劇，在1811-1812年的盧德暴動中達到高潮。這一暴動是由內德·盧德領導的手工紡織業者對抗用機器生產棉毛紡織品的製造商。1812年，議會透過法律，把破壞機器定為死罪。官方對技術進步的這一態度轉變因何而來？最主要是來自從製造品出口中獲利的資本所有者，他們大力宣揚技術進步給生產、出口和就業帶來的正面效應。這些“資本家”在英國議會中獲得了越來越多的代表，而議會的勢力又逐漸超越了王權。
自20世紀30年代以來，經濟學家開始關注技術性失業，這一術語是由凱恩斯引入的。他在1930年寫道：“我們正在感染一種新的疾病，某些讀者或許還不知曉這種疾病之名，但今後數年將頻繁聽到，那就是技術性失業。”約20年後，列昂惕夫於1952年指出：“勞動將變得越來越無關緊要……更多的工人將被機器取代，我認為這些新產業不可能聘用所有希望得到工作的人。”
什麼樣的工作最為脆弱？在19世紀，由於資本對技能勞動力的取代，手工業者面臨被機器替代的最大風險。這一模式在20世紀有所改變，實物資本與教育構成了互補性的投入，於是非技能工人成為自動化的受害者，之後的資訊科技革命強化了這一趨勢。因此在20世紀90年代，出現了大量有關“技能偏向性技術變革”的研究文獻，其含義是，技術進步增加了對技能勞動力相對於非技能勞動力的需求，導致低技能勞動力的失業增加，與技能勞動力的工資差距拉大。
總量層面的自動化與就業
我們如何測算自動化對就業的總體效應？要找到一個自動化衡量指標來考察與就業的相關關係，是艱鉅的挑戰。我們首先會遇到商業機密問題，但最困難的地方是對自動化本身的測算：是否只需要看機器的數量？假定如此，是哪些型別的機器？如何把各種機器“累加”起來？是否要考慮它們的功效？
國際機器人聯盟(IFR)跟蹤了若干國家的不同部門自20世紀90年代早期以來使用的工業機器人的數量，為自動化提供了第一個可用的衡量指標。阿西莫格魯與雷斯特雷波的開創性研究利用國際機器人聯盟關於各部門採用的機器人總數，估計了1993-2007年機器人對美國就業狀況的影響(Acemoglu and Restrepo,2020)。為此，他們對比了722個通勤區的就業與當地自動化水平的關係。但問題在於，目前的機器人資料只收集到國別層面，沒有按通勤區劃分。於是他們又構建了一個通勤區層面的自動化指數，該指數是以全國層面每個產業的機器人數量變化，結合各產業在每個通勤區總就業中的相對權重計算得出。
利用這個地區自動化水平指標，這兩位學者發現自動化對就業和工資增長具有負面效應：通勤區每增加1個機器人，會導致6個工作崗位損失，以及小時工資率下跌。我們利用法國的資料重複這一分析，發現了類似量級的效應，似乎還更為嚴重：通勤區每增加1個機器人，會導致11個工作崗位損失。此外，機器人普及看起來對受教育程度低的勞動力的就業威脅更大。
這一分析畢竟存在某些缺陷。首先是測算方法：為什麼只看機器人？機器人和其他機器真的不同嗎？機器人的自動化程度確實較高，但就完成的任務而言它們同其他機器未必有本質的差異。國際機器人聯盟對機器人的定義其實非常狹窄，主要對應汽車製造業採用的機器人。與測算有關的另一個問題是缺乏地方層面的資料，導致我們必須基於如下假設來構建資料:某個產業的所有工廠擁有相同數量的機器人，意味著採用同等水平的技術。但我們可以合理地推測，恰恰是因為工廠之間採用的技術有所不同，才造成了工作崗位的創造與破壞。
企業層面的自動化與就業
對企業或工廠層面的自動化水平做測算面臨若干困難，上文已做過介紹。在近期同加拉威爾(Xavier Jaravel)合作的一項研究中，我們試圖引入一套測算工廠微觀層面的自動化水平的指標，以克服上述困難。我們把自動化技術定義為：“在預先編制好指令或設定好程式後，即能相對自主地實現運轉的電動機械裝置。”在該定義的基礎上，我們把生產過程中直接使用的發動機的年度電力消耗量作為工廠層面的自動化指標。
接下來，我們試圖在個體工廠層面測算給定時間的自動化程度提高對當時就業的影響，以及對2年、4年和10年後就業的影響。
我們的測算結果顯示，自動化對就業其實有正面促進作用，而且隨時間加強。一家工廠的自動化程度在當前提升1個百分點，會使2年後的就業提高0.25%,使10年後的就業提高0.4%(圖3.5)。特別需要指出，這個效應對非技能製造業工人依然為正。或者說，與人們的預想相反，自動化給工廠創造的就業崗位多於摧毀的就業崗位。
應該看到，自動化帶來的積極效應不止於就業方面。我們還發現，自動化會導致銷售額增加，消費價格下降。因此，它促進的生產率收益被員工、消費者和企業等各方分享。
那麼，如何解釋自動化水平與就業在企業層面的這種正向關係？我們很快能想到的一種解釋是，自動化水平較高的企業有更高的生產率，使它們的產品能比競爭對手給消費者帶來更大價值，從而擴大市場佔有份額。反過來，市場份額的提升促使積極推進自動化的企業擴大生產規模，從而僱用更多的員工。
如果從個體企業提升到產業層面，乃至整個經濟層面，結果又會怎樣？自動化程度較高的產業的就業會增加，還是減少？在這裡，我們再度發現自動化與就業之間存在正向關聯：自動化程度最高的產業，恰恰是就業增加最多的產業。總體而言，更多的自動化伴隨著更多的就業。所以，試圖減緩國內企業開展自動化的任何措施，例如對機器人徵稅，最終結果可能都不利於生產。
自動化本身不是就業的敵人。自動化使生產過程變得現代化,讓企業更具競爭力，從而贏得新市場，僱用更多員工。這就是我們所說的生產率效應。由蒸汽機和電力推動的前兩次工業革命同樣出現過這種生產率效應，也同樣可以由此解釋為什麼當時都沒有造成某些人預言的大規模失業。
前文提到過更為悲觀的發現，即自動化對通勤區的就業產生了負面效應。我們該如何調和上述樂觀結論與悲觀發現？一種思路是，之前已經提到，對通勤區的自動化或機器人利用水平做測算存在困難。第二種可能的思路是，推進自動化不力的企業會減少員工規模，把生產外包，或者關門破產。這反映了自動化對就業的擠出效應。如圖3.6所示，對新工業裝置大量投資的企業與投資不足的企業相比，在今後10年歇業的機率會大大下降。
因此，工作崗位減少並不是由推進製造過程自動化的企業造成的，而應該歸咎於那些錯失自動化的關鍵節點而被迫縮減生產規模乃至退出市場的企業。也可以認為，自動化是透過創造性破壞的過程導致工作崗位的減少。
過去的技術革命歷程表明，它們都沒有造成許多人預想的大規模失業。事實上如我們所見，致力於生產活動自動化的企業或工廠會成為就業的淨創造者；開展自動化不力的企業才會破壞就業，因為自動化推進不成功會導致它們走下坡路，甚至退出市場。我們在本章的分析帶來的一個有意思的啟發是，對機器人徵稅可能造成反生產的效果，因為這種稅收不利於自動化，將束縛企業開展創新、拓寬市場和創造新就業的潛力。
撰文｜菲利普·阿吉翁 等
摘編、編輯｜李永博
導語校對｜盧茜
