发现人工智能对入门级工作有“重大且不成比例影响”的顶尖AI经济学家，找到机器人与最低工资上调之间的关联

(SeaPRwire) –   埃里克·布林约尔松（Erik Brynjolfsson）在过去几年里构建了关于技术如何重塑美国劳动力市场的最详尽的实证图景之一——而对于企业底层的工人来说，这幅图景愈发黯淡。

去年8月，这位长期以来在人工智能（AI）领域担任思想领袖的斯坦福经济学家，因其团队发表的一篇研究而成为头条新闻，该研究揭示人工智能革命已经对美国劳动力市场的初级岗位工人产生了“显著且不成比例的影响”，尤其是22至25岁从事软件工程师和客户服务等白领领域的年轻人。

如今，在今年2月通过美国国家经济研究局（National Bureau of Economic Research）发表的一篇论文中，布林约尔松和一组合著者将目光投向了美国的蓝领群体——发现最低工资上涨正在加速工厂车间工业机器人的采用。

综合来看，这两篇论文勾勒出了劳动力市场转型的轮廓，这种转型从两端挤压着工人：人工智能从上层渗透，自动化从底层推进。

白领群体的警示信号

2025年8月的这项研究基于一个异常强大的数据集——由美国最大的工资软件公司ADP生成的数百万美国工人的高频工资记录。布林约尔松和他的合著者发现的结果令人瞩目：自2022年底生成式人工智能工具广泛采用以来，在受人工智能影响最大的职业中，初级岗位工人的就业相对减少了13%，即使控制了更广泛的企业层面的干扰因素。与此同时，同一领域年龄更大、经验更丰富的工人的就业保持稳定或增长。

这项新研究由不列颠哥伦比亚大学的J. 弗兰克·李（J. Frank Li）、德国哈勒经济研究所（Halle Institute for Economic Research）的哈维尔·米兰达（Javier Miranda）、纽约大学斯特恩商学院（NYU’s Stern School of Business）的罗伯特·西曼斯（Robert Seamans）和斯坦福大学的安德鲁·J·王（Andrew J. Wang）共同撰写，从算法转向了装配线。该团队利用与海关进口记录相关联的美国人口普查局机密微观数据，追踪了1992年至2021年间约24万家美国单一单位制造业公司的工业机器人采用情况——通过它们开始从日本、德国和瑞士的海外供应商进口机器的时刻来识别机器人采用者。

核心发现精确且一致：最低工资上涨10%，与制造业公司采用工业机器人的可能性相对样本平均采用率增加约8%相关。

“受到更高最低工资约束的企业更有可能采用机器人，”作者写道，“即使控制了可观察到的企业和当地经济特征。”

这种逻辑与白领群体的情况类似，尽管机制不同，作者认为这些影响是“具有经济意义的”。正如人工智能在能够取代初级软件工程师或客户服务代表的编码工作时变得具有经济吸引力一样，当从事重复性装配或焊接工作的人力成本上升时，工业机器人也变得更具吸引力。在这两种情况下，技能谱低端劳动力价格的上涨使企业更倾向于选择机器。

“虽然机器人可能提高生产力，”布林约尔松和他的合著者写道，“但它们也可能改变就业结构，尤其是在制造业等典型的低工资行业。”

严格的检验

制造业研究最具说服力的证据来自一项地理准实验。研究人员没有简单地将高工资州的企业与低工资州的企业进行比较——这种方法容易受到质疑，因为这些州在无数其他方面存在差异——而是专门关注位于州边界直接接壤县的公司，比较同一条线两侧的企业。这些企业面临几乎相同的当地经济、劳动力市场和行业。唯一有意义的差异是适用哪个州的最低工资法。

在这种严格的边界配对检验下，最低工资上涨10%仍与机器人采用率上升8.4%相关——这一数字在多种回归规格中保持稳定，并与团队在州层面进行的更广泛的综合分析密切匹配。该效应在控制企业规模、年龄、行业以及州是否有就业自由法等因素时仍然稳健。

跨越国界的模式

这一发现并非美国独有。土耳其的一项研究发现，2016年最低工资大幅上涨33.5%促使中型和大型企业增加机器人使用，尤其是在蓝领、从事常规任务工人众多的行业。

中国的一项研究发现，2008年至2012年也有类似动态，最低工资上涨10%提高了机器人采用的概率，在高生产率和私营企业中效应更强。

德国研究人员在2015年该国引入最低工资时发现，常规任务中简单体力工人占比高的工厂最有可能通过采用机器人来应对。

政策困境

布林约尔松和他的合著者在结论中措辞谨慎，这与一篇未经过同行评审的工作论文相称。制造业论文没有试图衡量下游就业影响——被机器人取代的工人是否找到新工作，或工资如何——作者承认，正如一些国际企业层面的研究所发现的，机器人采用有时可能与企业层面更高的生产率甚至就业增长相关。

但在最低工资上涨是否推动自动化这一核心政策问题上，现在的证据难以忽视。考虑到布林约尔松8月发现人工智能同时侵蚀着初级白领劳动力市场，政策制定者面临着一个双重挑战：两种不同的技术，通过两种不同的机制，同时侵蚀劳动力市场的两个不同部分。

“政策制定者可能希望考虑补充策略来缓解潜在的替代效应，”作者写道，“比如再培训项目或针对小企业的定向支持”，鉴于人工智能方面的平行发现，这一处方可能正及时到来。

对于这个报道，记者使用生成式人工智能作为研究工具。编辑在发布前核实了信息的准确性。