“富裕与贫穷之间的不平衡是所有共和国最古老的、最致命的疾病。”

——普鲁塔克（Plutarch）

罗马传记文学家、散文家，柏拉图学派的知识分子

世界上第一张照片是1838年拍摄的一张繁忙的巴黎街道照片，从那时起到现在，我们人类已经拍摄了3.5万亿张照片，而在这些照片中，有超过10%的照片是在去年拍摄的。直到近年来，大多数的照片还是胶片的，要用卤化银和其他化学材料冲洗出来，但胶片摄影在2000年就已经达到了顶峰。今天，超过25亿的人拥有数码相机，拍摄的绝大多数照片也是以数字的形式呈现的。结果是令人吃惊的：据估计，现在每两分钟所拍摄的照片要比整个19世纪所拍摄的所有照片都要多。我们现在可以方便地记录我们生活中的人和事，其详细和频繁程度史无前例，而且和以前相比，我们也可以更容易地与更多的人分享我们的作品。

数字化不仅使拍摄的照片数量和方便程度增加了，它也深刻地改变了照片制作和传播的经济模式。Instagram一支仅有15人的团队创建了一个简单的应用程序——现在这个应用程序有超过1.3亿的用户在使用，其分享的照片数量已达到160亿张（数量还在不断增长）。在应用程序创建15个月之后，这家公司被以超过10亿美元的价格出售给了Facebook。Facebook的用户数量在2012年就达到了10亿，它的雇员人数大约为4 600名，而工程师的数量差不多为1 000名。

让我们拿上面这些数字与前数字化时代的庞然大物柯达相比——柯达也帮助用户分享了10亿张照片。柯达曾经雇用过145 300名员工，其中有1/3的员工在纽约州的罗彻斯特办公，而间接雇用的数千名员工基本服务于第一次机器革命时代公司所需要的庞大供应链系统和零售、流通渠道。在1880年公司创立之后，柯达不仅为他的创始人乔治·伊士曼（George Eastman）创下了巨额财富，也为一代又一代的人们提供了中产阶级的工作机会，同时也为罗彻斯特实现真正的财富共享立下了汗马功劳。但是在132年之后，也就是在Instagram出售给Facebook之前18个月的时候，柯达却申请了破产。传统的摄影方式已经不再广受欢迎。如今，每年有700亿张照片被上传到Facebook网站上，而且还有超过这一数量好多倍的照片通过其他类似Flickr网站这样的服务渠道以近乎零成本的方式被共享。这些照片全部是以数字化存储的，而成千上万的人们以前习以为常的用化学成分和相片纸冲洗照片的方式已经成为历史。在数字化时代，照片也需要有自己的生存之道。

照片的进化诠释了第二次机器革命时代所带来的红利：其一是当下发生的指数级、数字化以及组合式增长和进步产生的显著的经济红利；其二是分化，也就是意味着人们在收入、财富和其他重要的生活指标的差异化越来越大、越来越明显。我们创造了一个图片丰富的世界，每年差不多都会有4 000亿个“柯达瞬间”仅仅依靠轻轻一点鼠标或者随心触摸一下屏幕就能实现共享。而类似Instagram和Facebook这样的公司所雇用的人员仅仅占到了柯达公司的一小部分。然而，Facebook所创造的市场价值要比柯达公司曾经的市场价值高好几倍，到目前为止还至少造就了7位亿万富翁，而且每一位富翁的净资产都要比乔治·伊士曼高10倍。从“模拟美元”到“数字便士”的转变带来了照片和其他产品的数字化，但另一方面也给收入分配带来了前所未有的高度分化。

摄影并不是这种转变的唯一例子。同样的故事还发生在音乐、媒体、金融和出版行业以及零售、流通、服务和生产领域。在几乎每一个行业，技术进步都能带来前所未有的红利——更少的工作也可以创造出更多的财富。而且至少在我们当前的经济体系中，这种进步将会对我们收入和财富的分配发挥很大的影响力。如果一位职员在一个小时内所做的工作能够被一台机器以一美元的成本完成，那么一位追求利润最大化的雇主将不会为那份工作开出多于一美元的工资。在一个自由市场体系下，这位职员要么接受一小时一美元的工资，要么就要去寻找新的生存之道。相反，如果一个人能够凭借他的远见卓识、天赋才能或者熟练技能找到为上百万新一代使用数字技术的消费者服务的渠道，那么他或她所获得的赢利机会就有可能是其他传统渠道的上百万倍。而且理论和数据都在说明，技术红利和财富分化的结合并不是一种巧合。技术进步，尤其是数字技术领域的进步，正在驱动财富和收入史无前例地重新分配。数字技术能够以极低的成本复制有价值的思想、创见和创新。它既在为社会又在为创新者的财富创造着红利，但同时也减少了先前重要的劳动力因素，使得很多人不得不面临收入大幅下降的困境。

技术红利和财富分化的结合挑战了两个普遍却相互矛盾的观点。其中一个普遍性的观点是，技术的进步总是能促进收入的增长。另一个是自动化会给劳动者的工资带来损失，因为人被机器代替了。上面这两个观点都有一定的事实根基，但现实情况却有些不同。迅速发展的数字化技术创造了前所未有的财富，但没有哪一条经济法律指出，所有的劳动者，或者是大部分劳动者，都将会从这种发展中有所获益。

在差不多200年的时间里，劳动者的工资确实是随着生产率的增长而提高的。这给人一种事情必然会发生的感觉——技术（几乎）能够惠及所有的人。中位数工资已经无法追随生产率了，这更加说明这种分离不仅具有理论上的可能性，而且在我们当前的经济中也具有一定的“实践”特色。

中产阶层应该如何做

让我们回想一些基本的事实和情况。

考察中产阶层的收入情况（也就是在整个分配体系中处于第50个百分点的劳动者的收入）是个不错的起点。1999年是美国中产家庭真正收入（扣除通货膨胀因素）达到顶峰的一年。那一年它达到了54 932美元，但接下来就开始下降。到2011年的时候，差不多下跌了10%，也就是到了50 054美元，即使这一年美国的GDP创了新高。尤其是，非技术劳动者的工资水平在美国和其他发达国家都呈现出了下降趋势。

与此同时，在美国，自从大萧条以来的第一次，超过一半的收入集中在了10%的顶层美国人群中——这一年是2012年。1%的顶层人士获得了整个国家超过22%的收入，这一份额是20世纪80年代初期的两倍还多。在经历了2011~2012年的收入大增长之后——这一增长超过了1927~1928年以来的任何一年，1%的顶层美国人之中又有1%的超级人士（在美国仅有几千人）年收入超过了1 100万美元，这些人所占的收入份额达到了美国全部收入的5.5%。

大萧条其他的几个衡量标准也在增加这种不平等。例如，人类总体的平均寿命一直在延长，但一些群体的平均寿命却已经开始下降。根据S·杰伊·奥尔山斯基（S. Jay Olshansky）和他的同事在《健康事务》（Health Affairs）杂志上发表的一项研究，在2008年没有高中文凭的美国白人女性的平均寿命是73.5岁，而在1990年这一群体的平均寿命是78.5岁。没接受过高中教育的白人男性平均寿命在1990~2008年有3年是下降的。

所以，不足为怪的是，就在美国开始恢复经济萧条的时候，抗议之声开始响彻美国。右翼的茶党运动^[46]和左翼的占领运动表达并传递了数百万美国人的愤怒之情——他们认为自己没有从经济发展中受益。其中一个群体批评政府的管理不善，另一个群体则大肆抨击金融服务行业。^[47]

技术如何改变经济

毋庸置疑的是，这些问题都是重要的，而且我们当前所面临的根本性挑战都是深度的、结构性的，这是我们融入对经济增长持续驱动的第二次机器革命时代所必须要面对的结果。

最近我们无意中听到一位商业人士兴奋地对着他的手机大声叫喊道：“绝不用了。我再也不用H＆R Block（美国最大的报税服务供应商）的报税员了。我要使用TurboTax（一款报税软件，能提供详细的报税指导，可以为投资、生意和租用财产的申报提供帮助和建议）软件，它只花49美元，而且更加快捷、无误。我非常喜欢。”这位商业人士以较低的价格获得了更好的服务，他是幸运的。TurboTax已经为它的数百万用户创造了巨大的价值，但所有这些都没有出现在GDP的统计数据中。TurboTax软件的开发者也是幸运的，因为他成了亿万富翁。但现在成千上万的报税员却发现，他们的工作和收入都受到了威胁。

这位商业人士的经历生动地反映了经济体系发生的巨大变化。技术让消费者受益的同时，也创造了巨额的财富，但只有少部分群体能从新的产品和服务中获得大部分的收入。就像在20世纪90年代已经习惯用卤化银冲洗照片的化学家一样，人工报税员与机器的竞赛也会有一个艰难时刻。技术的进步把他们变成了弱势群体，这不仅仅是相对于获胜者来说的，还与他们在传统技术背景下工作所得到的收入水平密切相关。

从经济学的角度来看，这里有一个关键的现实问题——创造并升级一种类似TurboTax这样的项目仅仅需要一小部分的设计人员和工程师就可以了。但正像我们在第4章中看到的，一旦运算法则被数字化之后，它们就可以以几乎零成本的代价被复制并传播到数百万使用者的手里。由于软件已经成为各个行业的核心，因此，这种类型的生产流程和这种类型的公司将如雨后春笋般覆盖整个经济体系。

一个大馅饼的一小块

当你把这种类型的案例扩大到整个经济体系会发生什么呢？会有更大的状况发生吗？让我们用数据来说话。

在1983~2009年，美国人总体变得富有起来，因为他们资产的整体价值增长了。然而，正像经济学家埃德·伍尔夫（Ed Wolff）和西尔维娅·艾勒格莱特（Sylvia Allegretto）所观察到的，在收入分配体系中，处于底层80%群体的财富实际上是下降的。拿一个群体来说，处于顶层20%的美国人的财富增长不是100%，而是超过了100%。他们所获得的不仅包括经济体创造的数万亿美元的财富，还包括从底层80%群体中转移到他们身上的额外财富。这些财富的分配，即使在相对富裕的群体中也是极其不平衡的。美国财富增长的80%都被5%的顶层人士所瓜分，而1%的顶层人士获取了这部分增长财富的50%还要多，当然我们还可以依次类推出更加细化的财富分配图谱。有一个经常引用的例子，从沃尔玛的创始人山姆·沃尔顿（Sam Walton）创业一直到2010年时，其财富的6位继承人^[48]所获得的财富比在美国收入分配体系中处于底层的40%的群体所获得的净财富还要多。这在某种程度上反映出，在美国有1 300万家庭的净资产是负值。

和财富相同，收入的分配也出现了转移。在1979~2007年，1%的顶层人士的收入增长了278%，而在收入分配体系中处于中间层次的那些人收入只增长了35%。在2002~2007年，美国1%的顶层人士获得了超过65%的收入。根据《福布斯》的数据分析，在2013年，最富有的400个美国人的财富达到了创纪录的2万亿美元——比2003年增长了一倍还多。

总之，自1979年以来，中位数收入几乎没有什么增长，而从1999年以来实际上还是下降的。但那不是因为美国的收入或生产率的增长已经停滞了；正像我们在第7章看到的，GDP和生产率的增长还是让人印象深刻的。相反，这种发展趋势反映了一个明显的分化现象——有一些人抓住了增长的收益，而另一些人没有抓住。

如果你拿平均收入和中位数收入比较一下，就能很容易看出来，正常情况下，平均收入（全部收入除以所有人口）的变化和中位数收入（在收入分配体系中中间阶层的收入水平——有一半比他们收入多，另一半比他们收入少）的变化有着很大的不同。而在最近一些年，这种趋势已经明显分化了，正像图9–1所显示的。

图9–1 真实的人均GDP vs. 人均中位数收入

这是怎么发生的呢？让我们来思考一个简单的例子。有10位银行职员在一间酒吧里喝啤酒。他们每个人一年能够挣到3万美元，因此，他们几个人的平均收入和中位数收入都是3万美元。这时走进来一位首席执行官，他也点了一杯啤酒。现在，他们这个群体的收入立刻飙升起来，但中位数收入却没有发生变化。一般情况下，收入水平越不平衡，平均收入就越偏离中位数收入。这种情况不仅发生在我们假设的酒吧里，在整个美国也是这样。

总的说来，在1973~2011年，中位数的计时工资几乎没有什么变化，每年的增长率仅仅为0.1%。相比较来看，正像我们在第7章讨论的，在同样这段时期，生产率的增长速度是平均每年1.56%，而在2000~2011年又进一步增长到每年1.88%。生产率大部分的增长，都直接转变成平均收入水平的相应增长。中位数收入水平的增长之所以如此低，主要是由增长的不平等引起的。

赢家和输家的三个对比^[49]

过去的数十年里，在税收政策、海外竞争、积习难改的政府浪费以及华尔街的欺诈等方面，我们已经看到了诸多改变。但当我们看一下数据和相关研究，却发现所有的这些都不是增长不平等的主要驱动因素。主要的驱动因素反而是技术领域指数级的增长、数字化的进步和组合式的创新，它们共同不断地夯实我们经济体系的根基。这样的结论是有一定的事实支撑的——大多数发达国家也出现了同样的发展趋势。比如，瑞典、芬兰和德国在过去的二三十年里，收入不平等实际上比美国增长得还要快。虽然在这些国家早先的收入分配体系中不平等的现象并不多见，而且和美国相比也一直是相对平等的，但之后在世界范围内出现了大体相似的基本发展趋势，而且有时这种发展趋势在不同的制度、政府政策和文化背景下更会突显出来。

正像我们在早先出版的《与机器竞赛》（Race Against the Machine）一书中所讨论的，这种结构性的经济变化创造了赢家和输家的三个交集。^[50]结果，并不是每个人所获得的经济蛋糕的份额都在增长。前两批赢家——也就是高技能劳动者和超级明星，是那些积攒了大量良性资本的群体。这些资本有可能是非人力资本（比如设备、组织架构、知识产权或金融资产），也或者是人力资本（比如培训、教育、经验和技术）。像其他形式的资本一样，人力资本是一种能够产生收入流的资本形式。一位技能超群的水管工往往要比一位非技术劳动者的年收入要高，即使他们的工作时间相同。第三类赢家由我们身边的超级明星组成，他们往往具备非凡的天分或者能得到幸运之神的光顾。

在每一个群体里，数字化技术更能够增加赢家的薪水和报酬，而其他因素却不是根本的，因此能从中获取的福利并不多。赢家所获得的整体福利要比其他所有人失去的还要多。这反映了我们早先讨论到的一个事实：生产率和总的收入在整体经济中都发生了增长。这个好消息并不能给那些收入水平落在后面的群体带来些许慰藉。有时候，不论收益有多么大，也总是集中在相对比较小的群体之中，而让大多数的人们生活变得比以前更糟。

技能型技术变革

经济学家用来解释技术影响的最基本模式可以被看作是一只可以衡量其他任何领域的简单的倍增器，这只倍增器所衡量的生产率增长对所有人来说都是平均的。这种模式是可以用数学方程式来描述的，它常常用于入门级的经济学课程之中；它给一般人的直觉是（近期这种发展趋势越来越明显），技术进步与崛起的浪潮能够轻松托起所有“船只”，能够提升所有劳动者的生产效率，进而能够创造更多的价值。由技术作为倍增器，一个经济体是能够以相同的投入创造出更多的产出的（包括劳动力），而且在这个基本模式中，所有劳动力受技术的影响都是平等的，这也就意味着每一位劳动者每小时所创造的价值都要比过去多。

还有一种稍微复杂些的模式会把“技术可能不会平等地影响到所有投入因素”这种可能性纳入到考量范围，更确切地说，这种模式会更倾向于考量其中一些因素，而对另一些因素却避而远之。尤其是在最近的一些年，随着像薪资管理软件、工厂自动化、计算机控制机器、自动化存货管理和文字处理等技术被用于日常工作，办公室文员、工厂工人以及从事机械式信息处理加工工作的人员的很多工作都被替代了。

相比较来说，像大数据分析、高速通信和快速成型等技术则放大了更加抽象的数据分析与推理因素，进而增加了工程师们的设计和创造价值。这种技术的发展所带来的实际效应是，降低了对低技能劳动力的需求，而相应增加了对高技能劳动力的需求。经济学家们，包括戴维·奥特尔（David Autor）、劳伦斯·卡茨（Lawrence Katz）、阿兰·克鲁格（Alan Krueger）、弗兰克·列维、理查德·莫尼恩、德隆·阿西莫格鲁（Daron Acemoglu）以及很多其他经济学家，都在认真撰写文章研究这种发展趋势——他们称之为技能型技术变革。从定义上看，技能型技术变革对人力资本更加看重。

图9–2 1963~2008年，美国男性全职劳动者全年工资水平

技能型技术变革所带来的效应可以在图9–2中生动地看到，这张图所基于的是麻省理工学院经济学家德隆·阿西莫格鲁和戴维·奥特尔的研究论文。这些曲线给我们讲述了一个最近几代数百万劳动者大分化的故事。在1973年之前，美国劳动者一直在享受着工资的快速增长。生产率向上增长的趋势让每个人的工资都出现了增长——不论他们的教育水平如何。然后是严重的石油危机和20世纪70年代的大萧条的发生，逆转了所有人的收入水平。在那之后，我们开始看到日渐严重的收入分化。到20世纪80年代初，那些拥有大学学历的人们又开始看到他们的收入增长了。与此同时，那些没有大学学历的劳动者却面临着不受劳动力市场欢迎的尴尬境地。他们的工资开始停滞，而如果他们是高中辍学生，实际还发生了下降。个人计算机革命开始于20世纪80年代初期也并不是一种巧合，在1982年，《时代》杂志将“年度机器”冠于个人计算机。

当我们考虑到这段时期大学毕业生的人数在迅速增长时，这个故事的经济情节甚至显得更加引人注目。从1960~1980年，大学入学人数翻了一番还多，从758 000人增长到1 589 000人。也就是说，有教育背景的劳动力人口出现了大幅增长。一般说来，供应增加会导致价格下降。在这种情况下，大学生和研究生蜂拥进入劳动力市场应该会促使他们的工资水平下降，但这种情况并没有发生。

一边是供应的增加，另一边是更高的薪水，这两者的结合意味着对高技能劳动力的需求要比劳动力的供应增长得更快。与此同时，对高中辍学生能从事的工作的需求却迅速下降，以至于市场对这类劳动力的需求迅速饱和——虽然他们的工资级别和待遇也在降低。

对低技能劳动者需求的减少意味着，市场只能为那些还在持续争夺低技能工作机会的劳动者提供前所未有的低工资。而且因为拥有最低教育背景的大部分人的工资都是全社会最低的，所以这种变革更增加了整体收入的不平等。

适应数字化技术：公司组织架构的重组和再造

虽然机器与人之间一对一的替代有时会发生，但对企业文化进行更广泛的重组甚至是一条比技能型技术变革更重要的路径。埃里克与斯坦福大学的蒂姆·布雷斯纳汉（Tim Bresnahan）、沃顿商学院的洛林·希特（Lorin Hitt）和麻省理工学院的Shinkyu Yang教授共同研究发现，在很多公司对决策权威、激励体系、信息流、招聘体系以及管理、组织流程的其他方面进行重组的过程中，数字化技术会发挥很大的作用。这种组织和技术的结合对公司的再造不仅使生产率大幅增长，也促使公司对教育程度更高的劳动者的需求增长，同时降低了对低技能劳动者的需求。这种生产的重组不但会影响那些工作与计算机密切相关的劳动者，同时也会影响那些看起来好像与技术毫不相关的劳动者。例如，一位设计风格老道、前卫的设计师可能会发现，如果她能借助便利的计算机设备和数字化技术使公司一直引领最新设计潮流，那么公司就会对她青睐有加；而一位机场售票员也可能会发现，他的工作正在被各类售票网站所代替——对这一切他既一无所知，又无可奈何。

在这些被研究的行业中，对计算机技术的每一美元投资都能刺激超过10美元的对组织资本的填补式投资——或者是对培训、聘用和商业流程的重新设计方面的填补式投资。组织的重组通常可以削减掉很多日常工作——比如重复的订单登记，公司只需要保留少量与判断、技能和培训密切相关的工作就能正常运转。

对信息技术投资规模最大的公司，通常其组织变革的规模也是最大的，但它们要想全面看到变革所带来的收益，一般会经过5~7年的时间。另一方面，在这一变革的过程中，这些公司对高技能工作的需求相对于低技能工作也是增长最多的。这种收益时间的延迟也说明，公司的管理者和普通员工要在这一段时间内找到使用技术的新方法。正像我们在前面章节里所谈到的电气化和工厂改造一样，如果公司仅仅是简单的“穿新鞋走老路”，而不去重新思考公司在使用新技术过程中如何对组织架构重新设计和再造，那么公司就不会获得很大的收益。创造能力和组织再造是数字化技术投资的关键所在。^[51]

这就意味着，使用新技术最好的方式通常不是简简单单地用机器来代替人工，而是对生产流程的重新设计和再造。毋庸置疑，在这一过程中，一些劳动者（通常是低技能劳动者）会被生产流程淘汰，而另一些劳动者（通常是那些接受过更多教育和培训的劳动者）会更受到青睐，可以预料的是，公司的工资结构也会受到影响。与那种简单的对传统工作的自动化相比，这种组织的重组与再造需要企业家、管理者和普通劳动者更多的参与创造，正是这个原因，在新技术被创造出来和引进之后才需要花费很多时间去实施和实现。但一旦这种变革发生，就会为生产率的提升贡献出最大的份额。

计算机与数字化技能的进化

当公司重组时，如果我们认真看一下那些被淘汰掉的工作，会发现技能型技术变革有一定的误导性。尤其是，如果认为所有大学水平的工作很难自动化，而幼儿园水平的工作就很容易自动化，那将是一个错误的看法。从最近一些年看，低技能的工作并不总是被自动化的，常常被自动化的是那些机器做得比人工做得更好的工作。当然，这样说有些啰唆，但这种啰唆却是非常有必要的。装配线上的重复工作要比一个门卫所从事的工作更容易自动化。日常的办公室工作，像处理付款要比处理消费者的问题容易得多。在现阶段，机器人还不擅长爬楼梯、从地板上捡曲别针，或者读懂一位很受挫折的消费者脸上的表情。

为了辨识这种区别，我们麻省理工学院的同事德隆·阿西莫格鲁和戴维·奥特尔的研究结果建议，要把工作分成一个二阶矩阵，即：认知类的工作（类似脑力类的工作）vs.体力类的工作，程序性工作vs.非程序性工作。他们发现，对程序性工作的需求已经大幅下降，不论这种工作的性质是认知性的，还是体力性的。这种状况导致了工作的两极分化：对中间收入的工作需求急速下降，而对非程序性的认知类工作（比如财务分析）和非程序性的体力类的工作（像美发工作）需求相对旺盛。

在阿西莫格鲁和奥特尔研究工作的基础上，杜克大学的经济学家尼尔·杰莫维切（Nir Jaimovich）和不列颠哥伦比亚大学的亨利·休（Henry Siu）发现，在工作两极分化和失业型复苏之间有一种联系，这种联系很好地解释了最近发生的三次经济萧条。在19世纪和20世纪的大部分时间里，就业市场通常在每次萧条之后强烈反弹，但自从20世纪90年代，就业市场就无法在萧条之后迅速恢复了。还有，当计算机化的经济发展模式逐渐深化，后经济萧条时代的雇用模式随之也发生了变化，这绝对不是一种巧合。当杰莫维切和休在对比了20世纪80年代、90年代以及21世纪初的就业市场之后，他们发现对于程序认知性的工作（比如出纳、邮局职员、银行柜员）和程序体力类的工作（比如机器操作工、泥瓦工、裁缝）需求不仅是下降的，而且还出现了加速下降。这些工作在1981~1991年下降了5.6%，在1991~2001年下降了6.6%，而在2001~2011年下降的幅度更是达到了11%。相比较来看，非程序性的认知工作和非程序性的体力工作在这30年时间里都出现了增长。

一般说来，与公司高层交谈能够帮助我们了解这种就业模式的变化。几年前，我们曾与一位首席执行官进行过一次非常坦率的交流，他解释说，他在十多年之前就知道，信息技术的进步会导致很多程序性的信息处理工作变得多余。但当公司的收入和利润都在增长时，一般也不会或者很难削减这些多余的工作岗位。而当萧条来临时，公司再像以前那样运营就难以为继了，这时公司就要面临一轮痛苦的公司调整和对员工的解雇。当萧条终结，利润和需求恢复之后，那些程序性的工作却很难恢复了。就像这些年里的很多公司一样，他的公司也能通过使用技术而不是增加员工数量来保持公司的发展。

正像我们在第2章中所看到的，这种情况有些像莫拉维克悖论，我们每天的感觉能力和运动技能都需要很高的精确度和复杂性。数百万年以来，人类的进化赋予了我们数十亿的神经元，以敏锐地辨识一位朋友的面孔，区分不同类型的声音，使用更恰当的动作控制。相比较来说，与更高级的思维（比如运算或逻辑）相连的抽象推理是相对现代的技能——它仅仅有数千年的发展历程。它通常仅仅需要简单的软件以及更低级的计算能力就能够模仿，而且这种模仿在处理一些任务时甚至可以超越人类的能力。

当然，正像我们在整本书中所看到的，机器并不适合处理一系列的任务。它正在持续不断地“进化”，就像我们使用的“计算机”这个词语已经从此前指的是一份工作职务“进化”成指的是一种机器设备。

在20世纪50年代初，人们“教”机器下跳棋，很快机器就击败了富有声望的专业棋手。1956年1月，赫伯特·西蒙（Herbert Simon，经济组织决策管理大师，诺贝尔经济学奖获得者）重回学校课堂授课时对他的学生们说：“在圣诞节期间，阿尔·纽威尔（Al Newell）和我发明了一台能够思考的机器。”三年之后，他们就创造了一个名叫“一般问题解决器”（General Problem Solver）的程序，被设计用来解决符合标准规则的任何逻辑问题。它在解决一些简单的问题方面，比如井字游戏（Tic–Tac–Toe，又称三连棋）或者稍微难一些的汉诺塔（Tower of Hanoi，又称河内塔）游戏时做得比较出色，但由于可能选项的组合式展开问题没有解决，所以它不能扩展到解决大部分的现实问题。

受他们早期成功研究成果的鼓舞，还有一些人工智能研究先驱，比如马文·闵斯基（Marvin Minsky，美国人工智能领域的科学家，麻省理工学院人工智能实验室的创始人之一，著有几部人工智能和哲学方面的作品）、约翰·麦卡锡（John McCarthy，他在1955年的达特茅斯会议上提出了“人工智能”这个概念，被称为“人工智能之父”）和克劳德·香农（Claude Shannon，信息论及数字通信时代的奠基人），以及西蒙和纽威尔，他们都对机器能够迅速掌握人类的技能而充满乐观的信心，他们甚至早在1958年就预测，电子计算机将会在1968年成为国际象棋冠军。在1965年，西蒙甚至预测：“在20年之内，机器将能够做人类所能做的所有工作。”

西蒙在1978年荣获了诺贝尔经济学奖，但他关于国际象棋冠军的预测却失误了，更不用说对“机器可以做人类所能做的所有的工作”的预测了。他的失误之处更多的是对时间的预测，而不是对最终结果的预测。在西蒙做出预测之后，根据Elo象棋评分系统^[52]的测评，计算机象棋程序每年能够提高40分。在1997年5月11日，也就是西蒙做出预测40年之后，IBM公司的一台叫做“深蓝”的计算机在经过6场比赛之后，击败了国际象棋世界冠军加里·卡斯帕罗夫。到今天，已经没有人可以击败中等水平的计算机象棋程序了。事实上，到2009年，计算机软件和硬件系统发展得如此迅速，以至于现在我们的个人计算机，甚至是手机上，都安装了此类象棋软件，而且其Elo象棋评分系统的测定都达到了2 898分，完全能够在国际象棋比赛中击败堪称顶级的人类选手。

劳动力和资本：谁的收益最大

技术不仅在掌握着不同规模人力资本的拥有者中间创造了赢家和输家，它也在改变着国民收入的分配方式，即在实体资本的拥有者和劳动力之间（像工厂所有者和工厂的普通劳动者，也就是传统意义上的生产投入要素）的分配。

当富士康的创始人郭台铭购买了3万个机器人在位于中国的工厂里工作时，他是在用资本替代劳动力。同样，当一套自动的语音响应系统取代了人工呼叫中心接线员时，整个运转体系的资本会出现增长，而劳动力相应就减少了。企业家和管理者都需要持续不断地做出这些类型的决策，评估每一类投入的相对成本，以及产出的质量、可靠性和复杂多样性对公司运转所产生的效应。

据罗德尼·布鲁克斯推算，我们在第2章提到的Baxter机器人的使用成本大约是每小时4美元，包括所有的成本。正像我们在这一章开始时所讨论的，等到Baxter也能同样完成之前的企业主雇用人工所能做的工作时，只要人工成本超过了每小时4美元，那么经济的刺激作用就会促使他们以资本（Baxter）来代替劳动力。在这种情况下，如果产出保持不变，而且假设在公司的设计规划、管理或销售中没有新的雇员加入，那么资本与劳动力投入的比率将会增加。^[53]

可以想象，在Baxter之类的机器人真正到来之时，对普通劳动者薪酬的影响也会呈现向上或向下的变化。如果一些劳动者的工作和机器人可以替代的工作非常接近，那么他们的薪酬就会面临向下的压力。如果摩尔定律和其他技术进步因素能够促使未来的Baxter版本的使用成本达到每小时两美元，然后下降到每小时一美元（甚至还会继续降低），而且机器人所能操作的工作任务种类和复杂程度都在增加，那么这些劳动者的情况就会变得更加糟糕。然而，经济理论也支持另外一些劳动者收入增长的可能性。尤其是如果他们的工作对技术类的工作有填补作用，那么对他们的服务需求就会增长。另外，当技术进步使劳动生产率获得了增长，雇主也能够承担给每一位劳动者提高劳动报酬的压力。在某些情况下，这会直接从更高的工资和更高的福利上反映出来。而在另外一些情况下，产品和服务的价格下降了，由于劳动者每一美元购买的产品和服务也增加了，所以他们的实际工资也相应增长了。随着生产率的提升，每个人的总产出都会增长，但普通劳动者所获得的收入既有可能下降，也有可能上升，而其余份额将归资本所有者拥有。

当然，几十年来（如果不是几个世纪），几乎每一种经济体系都是通过技术手段来达成用资本代替劳动力的目标。19世纪中期的自动脱粒机取代了超过30%的农业劳动力，而在整个20世纪，工业化一直在持续发挥着前进的动力。19世纪的经济学家，像卡尔·马克思和大卫·李嘉图（David Ricardo）都预测，机械化的经济体系将会促使工人的命运更加恶化，最终逼迫他们只能获得维持生存的工资。

那么实际上，资本和劳动力的相对份额发生了什么变化呢？从历史上看，尽管有着在生产技术方面的变化，劳动力在整体GDP中所占的份额一直保持着令人吃惊的稳定——至少直到最近。结果，工资和生活标准出现了大幅增长，基本上与生产率的增长保持同步。这部分反映出在人力资本增长的同时，经济体中的设备和公司建筑设施等也出现了明显的同步增长。戴尔·乔根森和他的同事们推测，美国经济中所有的人力资本总规模——根据其经济价值来衡量，是实体资本价值的10倍。最终的结果是，在实体资本所有者得到收益的同时，普通劳动者也能从公司的利润、红利和资本收益中获得报酬。

图9–3显示的是，在过去10年里，劳动力在收入中所占的份额和实体资本之间始终不变的区分看起来好像要走向终结了。正如苏珊·弗莱克（Susan Fleck）、约翰·格拉泽（John Glaser）和肖恩·斯普瑞格（Shawn Sprague）在《劳动评论月刊》（Monthly Labor Review）中所注意到的：“在1947~2000年，劳动力份额平均是64.3%。”在美国，劳动力占GDP的份额在过去的十几年时间里一直呈下降趋势，在2010年第三季度跌落到它的最低点——57.8%。而且，这也是一个全球现象。芝加哥大学的经济学家卢卡斯·卡拉巴布尼斯（Loukas Karabarbounis）和布伦特·内曼（Brent Neiman）发现：“自从20世纪80年代初，全球劳动力份额已经出现大幅下滑，而且这种下滑发生在大多数国家和大多数行业。”他们认为，这种下降可能源于信息时代的技术因素。

图9–3 工资占GDP的份额vs. 公司利润占GDP的份额

劳动力份额的下降，部分是由于我们已经注意到的两种发展趋势的影响和后果：参与工作的劳动力减少了，而那些还在工作的劳动力工资也比以前更低了。结果，虽然在过去劳动力报酬和生产率一直是相继发生增长的，但在最近一些年，它们之间的鸿沟扩大了。

如果生产率在增长，而劳动力作为一个整体并没有在攫取价值，那么谁攫取了价值？在很大程度上说，是实体资本的所有者。虽然美国经济陷入下滑的泥淖，但不论是从绝对数值上看（1.6万亿美元），还是从所占的GDP份额上看（从1960~2007年的平均20.5%上升到2010年的26.2%），去年的利润也达到了历史的高点。与此同时，正像凯思琳·马迪根（Kathleen Madigan，《经济大观》专栏的主要撰稿人）观察到的，在固定设备和软件方面的实际支出却飙升到了占GDP的26%，而劳动者的工资支出却基本上保持持平。

而且，劳动力在GDP中所占份额的暴跌实际上也说明，传统意义上的劳动者的境况已经出现了恶化。劳动力报酬的官方评估数据也包括少数超级明星（包括媒体、金融、体育行业的大腕和公司高层管理人员）飙升的薪酬。而且，让人匪夷所思的是，首席执行官们和其他高级管理者获取的所有报酬都来源于他们的“劳动”收入。这可能也反映出了他们的交涉能力——哈佛大学法学院教授卢西恩·别布丘克（Lucian Bebchuk）等学者所持的就是这种观点。从这种意义上看，如果认为首席执行官们的收入飙升是由于他们控制了资本，而不是付出了劳动（也不一定没有付出劳动），还是有一定道理的。

虽然资本占国民收入份额的增长是以劳动力为代价的，但经济理论未必就能预测出这种发展趋势是否会持续下去——即使机器人和其他机器正在替代越来越多的人类工作。对资本份额的挑战不仅仅来自不同的劳工组织和个人（比如说首席执行官们和工会组织）的交涉能力，具有讽刺意味的是，还来自于其他资本。在自由市场经济体制下，最大一块的额外资本是要投到资本投入量最不足的生产中的。在一个资本可以被以相对较低的成本（想一下计算机芯片或者甚至软件）进行复制的世界里，资本的边际价值是倾向于下降的——即使在整体经济有更多的资本会被使用。当新的资本的边际价值在低廉地增加时，实际存在的资本价值是被挤压下降的。因此，资本所有者所获得的收益相对于劳动力来说，并不是自动增长的。相反，他们的收益份额将取决于生产、配售和管理运营体系的整个流程。

最重要的是，投入回报的多少将取决于哪些生产投入是最稀缺的。如果数字技术可以以低成本的代价替代普通劳动者的工作，那么在这个节点上要成为一位普通劳动者并不是个好时机。但如果数字技术也能替代更多的资本，这时资本所有者也是无法期待获得高额回报的。那么，在第二次机器革命时代，哪些资源是最稀缺和最有价值的？这一问题的提出促使我们把讨论的重点放在接下来的一对赢家和输家身上，即：超级明星vs.其他所有人。

[46]　茶党运动（Tea Party movement），现代茶党中的Tea，并非茶叶之意，而是指“已缴纳足够多的税”（Taxed Enough Already）的简写，其人员绝大多数是不满现实的中产阶级白人和少数白人工人阶级，包括老中青三代和妇女。它是一个于2009年初开始兴起的美国社会运动，主要参与者是主张采取保守经济政策的右翼人士。茶党运动最初是由部分人士对2009年刺激经济复苏计划的抗议发展而来的。——译者注

[47]　自2008年经济危机以来，美国社会产生了两场截然不同的民粹运动，2009年向右走的茶党运动和2011年向左走的占领运动。有分析人士认为，这两场背道而驰的民粹运动本质上是经济危机下，美国社会极端化现象涌现的征兆。而这两场运动的分歧，也折射出美国社会在危机下的分裂。2009年，共和党中的保守派茶党分裂出来，他们提倡降低税收，减少联邦政府开支及其对市场经济的干预，特别是反对奥巴马政府对汽车行业的救助。短短一年内，茶党理念风行全美。然而3年多过去了，美国并没有如茶党人所愿，年轻人失业率更高达25%。成千上万的美国人失业，却要为华尔街金融大鳄的年薪埋单。这种愤懑终于井喷，也将美国社会分为两个阵营。自由派民众开始加入占领运动，他们提出了与保守派茶党截然不同的诉求，要求政府承担更大责任，干预自由市场。——译者注

[48]　此处原书疑有误，实际情况是：1992年山姆去世。按照遗嘱，他的股份分给了妻子、三个儿子和一个女儿。沃尔顿家族5人于2001年包揽了《福布斯》全球富翁榜的第7至11位，5人的资产总额达到931亿美元，比世界首富比尔·盖茨高出344亿美元，成为世界上最富有的家族。——译者注

[49]　在这本书中，作者用赢家和输家分别指代第二次机器革命浪潮之中的获利者和失利者，不过这里的获利和失利只是相对而言的。同时，作者用明星和超级明星指代第二次机器革命时代的顶级获利者。——编者注

[50]　在《与机器竞赛》这本书中，作者写道：“技术对失业的威胁是真实存在的。为了理解这种威胁，我们将阐释技术变化所创造的赢家和输家的三个交集：一是高技能劳动者vs.低技能劳动者，二是超级明星vs.其他所有人，三是资本vs.劳动力。”——译者注

[51]　这重复了先前章节中讨论到的电气化的生产效率。对数字化技术而言，只有在工厂的组织架构被改造之后，最大化的收益才会出现，在这种情况下，即使那些不直接使用新机器的工人也会受到很大的影响。

[52]　Elo Rating System，以发明人阿尔帕德·埃洛（Arpad Elo）的名字命名，用来计算国际象棋选手的比赛积分和排名。Elo排名体系是一个非常著名的排名制度。——译者注

[53]　这种效应对整体经济的影响取决于其他公司如何做出反应。设计和制造机器人的公司成本投入可能会增加，这要取决于这些公司资本密集的程度；在整体经济中，资本和劳动力的比率可能会增长或降低，也可能保持不变。我们将在第12章中详细地讨论这些影响。