科技對就業的影響始終有兩面：它取代傳統工作，同時也創造新的職位。機器取代了農民，卻也催生了航空工程師等職業。那麼，如果科技創造了新工作，誰能獲得這些機會？薪資待遇如何？這些新工作在多久之後會變得普遍，成為任何勞工都能勝任的常見任務？麻省理工學院勞動經濟學家 David Autor 領導的一項美國就業新研究，闡明了這些問題。

Autor 及其同事詳細指出，在戰後的美國，新興工作型態往往讓 30 歲以下的年輕大學畢業生受益最多。「我們從未如此清楚地看見誰在從事新工作，」Autor 表示，「這些工作更多是由年輕、受過教育的都市居民所擔任。」這項研究也包含一個重要的宏觀洞見：許多基於創新的新工作是由需求驅動的。

1940 年代，政府為應對第二次世界大戰而擴大研究與製造業，催生了大量新工作和新型專業知識。「這表明，無論我們在哪裡進行新投資，最終都會產生新的專業分工，」Autor 說。「如果你創造一項大規模活動，總會有機會產生與之相關的新專業知識。我們認為這點非常令人振奮。」

這篇題為《新工作與更多工作有何不同？》（What Makes New Work Different from More Work?）的論文，即將發表於《經濟學年度評論》（Annual Review of Economics）。作者包括 Autor、麻省理工學院經濟學系博士生 Caroline Chin、蒂爾堡大學經濟學系與烏特勒支大學經濟學院教授 Anna M. Salomons，以及西北大學凱洛格管理學院助理教授 Bryan Seegmiller（2022 年博士畢業）。

當然，了解新工作以及獲得這些工作的勞工類型，可能與人工智慧（AI）的普及息息相關——儘管 Autor 估計，現在判斷 AI 將如何影響職場仍為時尚早。「人們確實擔心基於 AI 的自動化將更迅速地侵蝕特定任務，」Autor 觀察道。「侵蝕任務與侵蝕工作不同，因為許多工作包含多項任務。

但我們都在問：新工作將從何而來？這非常重要，但我們對此知之甚少。我們不知道它會是什麼樣子，以及誰能勝任。」「如果人人都是專家，那便沒有專家可言」這四位合著者也曾於 2024 年合作發表一項關於新工作的重要研究，該研究發現從 1940 年到 2018 年，美國約有六成的工作屬於 1940 年後才廣泛發展的新專業領域。

這項新研究則進一步探討了誰來填補這些新興職位。為此，研究人員使用了美國人口普查局 1940 年至 1950 年的數據，以及 2011 年至 2023 年的美國社區調查（ACS）數據。在前者的情況下，由於人口普查局的記錄在大約 70 年後會完全公開，學者們得以檢視關於職業、薪資等個人層級數據，並追蹤同一批勞工在 1940 年和 1950 年人口普查期間的職位變動。

透過與美國人口普查局的合作研究安排，作者們也安全地取得了個人層級的 ACS 記錄。這些數據使他們能夠分析新興職業專業領域勞工的收入、教育程度及其他人口統計特徵，並將其與長期存在的職業勞工進行比較。Autor 觀察到，新工作總是與新型專業知識息息相關。

起初，這種專業知識是稀缺的；隨著時間推移，它可能會變得更加普遍。無論如何，專業知識通常與新科技形式緊密相連。「這需要掌握某種能力，」Autor 說。「勞動的價值不僅僅在於做事的能力，更在於專業知識。這往往區分了高薪工作與低薪工作。」他補充道：「它必須是稀缺的。

如果人人都是專家，那便沒有專家可言。」透過檢視人口普查數據，學者們發現，早在 1950 年，約有 7% 的受僱者從事的是自 1930 年以來出現的工作類型。最近，在 2011 年至 2023 年期間，約有 18% 的勞工從事的是自 1970 年以來引入的工作領域。

（這大致是每十年新工作所佔的相同比例，儘管 Autor 不認為這是一個鐵律般的趨勢。）在這些時期，新工作更常出現在都市地區，其中 30 歲以下的人群受益最多。獲得新工作似乎具有持久的影響：與一般人口相比，1940 年從事新工作的人在 1950 年仍從事新工作的可能性高出 2.5 倍。

大學畢業生從事新工作的可能性比高中畢業生高出 2.9 個百分點。新工作也伴隨著薪資溢價，也就是說，總體而言，其薪資優於現有工作形式。然而，正如研究所示，隨著許多新工作中的特定專業知識變得更廣泛普及，這種薪資溢價也會隨著時間而消退。「稀缺價值會被侵蝕，」Autor 說。

「它會變成常識。它本身也會被自動化。新工作也會變舊。」Autor 指出，畢竟，開車曾是一種稀缺的專業技能。同樣地，直到 1990 年代，能夠使用 WordPerfect 或 Microsoft Word 等文書處理軟體也是如此。然而，過了一段時間，操作文書處理工具就成了使用電腦最基本的部分。

回到 AI 的議題 研究誰獲得新工作，使學者們對新工作如何產生得出驚人的結論。檢視二戰時期美國聯邦政府在全國範圍內透過公私合作夥伴關係支持新製造業的郡級數據，研究顯示，擁有新工廠的郡縣有更多新工作，且 1940 年至 1950 年間 85% 到 90% 的新工作是由科技驅動的。

從這個意義上說，當時存在大量需求驅動的創新。如今，關於創新的公共討論往往側重於供給側，即試圖創造新產品的創新者和企業家。但這項研究表明，需求側也能顯著影響創新活動。「科技並非像『尤里卡！』那樣憑空出現，」Autor 說。「創新是一種有目的的活動。

而且創新是累積性的。如果你走得夠遠，它就會有自己的動能。但如果沒有，它永遠也達不到目標。」這又將我們帶回了 AI，這個 2026 年許多人關注的議題。AI 會創造好的新工作，還是會奪走現有工作？Autor 認為，這很可能取決於我們如何實施它。

以龐大的醫療保健產業為例，如果人們有興趣創造工作，那裡可能會出現許多科技驅動的新工作類型。「我們可以在醫療保健領域以不同方式使用 AI，」Autor 說。「一種是直接將人們的工作自動化。另一種是讓不同專業水平的人從事不同的任務。我認為後者對社會更有益。

但市場是否會朝這個方向發展，目前尚不明朗。」另一方面，或許在政府以各種形式驅動需求的影響下，AI 可以被應用於提升醫療保健產業生產力，從而創造新工作。「美國醫療保健領域超過一半的資金來自公共部門，」Autor 觀察道。「我們在那裡有很大的影響力，可以朝那個方向推動。

有不同的方式可以利用這一點。」這項研究部分得到了 Hewlett Foundation、Google Technology and Society Visiting Fellows Program、NOMIS Foundation、Schmidt Sciences AI2050 Fellowship、Smith Richardson Foundation、James M. and Cathleen D. Stone Foundation 以及 Instituut Gak 的支持。