为什么有些工作在经济衰退后永远消失？

2008年金融危机期间，就业人数如预期般大幅下降。但在随后的经济复苏中，只有某些工作岗位恢复了。沃顿商学院金融学教授尼古拉·鲁萨诺夫的一篇研究论文考察了这一现象，并将其与经济低迷时期企业采用技术的情况联系起来。

这篇论文的合著者还包括康奈尔大学教授马蒂厄·塔舍罗-杜穆谢尔以及沃顿商学院博士生亚历克斯·科皮托夫，题为《短期阵痛，长期收益？经济衰退与技术转型》。鲁萨诺夫近日接受《Knowledge@Wharton》采访，介绍这项研究的范围和目标，以及他们的发现。

以下为经过编辑的访谈内容。

Knowledge@Wharton：能否介绍一下您的研究？

尼古拉·鲁萨诺夫：这篇论文考察了过去20年间技术转型在美国劳动力构成变化中的作用，同时也特别关注大衰退期间及其后几年发生的情况。

我们都知道，大衰退期间就业人数大幅下降。衰退过后，在复苏期间，就业回升也很缓慢。当然，这是众所周知的事实。或许较少有人理解的是，为什么恢复的主要是技能要求较高的工作，或高技能的“认知型”工作——也就是说，这些工作要求较高的教育水平，需要运用信息技术、创造性地工作等等。这并没有让低技能的所谓“常规型”工作恢复多少，例如工厂流水线上的工作。

我们想了解的是，大衰退本身在就业极化中扮演什么角色。我们试图将这一问题与长期技术转型的逻辑结合起来。我们知道，信息技术的进步、自动化和机器人技术，已将劳动力需求从低技能的常规工作转向技能要求更高的职业。但人们还不太了解，经济衰退和下行期在推动这一进程中扮演什么角色。

Knowledge@Wharton：您有什么发现？

鲁萨诺夫：将长期技术转型的逻辑与相当标准的商业周期分析结合起来后，我们发现，旨在解释常规型劳动者占比长期下降及长期就业极化趋势的模型，也能解释衰退期间、尤其是大衰退期间就业极化加速的幅度。

Knowledge@Wharton：您谈到了经济中的就业极化。我们应该对此感到担忧吗？还是说，这只是经济转向另一种技术时向前迈出的又一步？

鲁萨诺夫：这是个非常重要的问题。什么是就业极化？到目前为止，我谈到的是低技能工作消失，而高技能工作在就业总量中的占比上升。人们所说的“就业极化”，实际上指的是中产阶级工作岗位的消失，也就是工资分布中间部分的空心化——传统上构成美国就业支柱的那些工作，例如工厂流水线工人、机器操作员。如果回到上世纪80年代，比如说，当时有很多打字员。后来电脑出现了，这些工作也就消失了。

如今的情况是，高技能、高学历劳动者的需求不断增长，但低技能的非常规型劳动者所占就业比重也在上升，例如不容易被机器或电脑取代的劳动者，如理发师、清洁工等等。

我们所说的“极化”，正是指工资分布变得更加两极化。高技能劳动者很多，低技能劳动者也很多，但中间群体在某种意义上正在消失。这为何重要，以及这究竟是好事还是坏事，都不是容易回答的问题。

在我们的模型中——也就是我们设定模型的方式——这是一个自然过程。新技术出现时，它对技能的要求要高得多。自然的发展是，高技能劳动者的需求随之增加，因此劳动者应该去接受培训、提升技能，掌握市场所需的技能——一切就会按理想的方式发展。

问题在于，现实中是否真的像我们这个略显简化的模型所预测的那样，发生了同等程度的变化。学术界和政策界不少人担心，部分技能转型和技能培养实际上并未发生。

劳动力参与率有所下降，而这无法完全用人们返校学习、获取技能后再回来工作来解释。这正是我们的模型所说应该发生的情况。当然，我们知道，现实中大衰退期间高等教育入学人数确实有所增加，恰好符合模型的预测。但我们也知道，很多人退出了劳动力市场，却没有去接受培训、掌握新技能。这当然令人担忧，因为这些人退出劳动力市场的时间越长，他们重新进入市场就越困难，甚至可能根本无法回归。

Knowledge@Wharton：您的论文有两项发现让我很感兴趣，我想花点时间谈谈。其中一项发现是，所谓“常规型”职业的岗位流失中，有88%发生在经济下行期，例如银行出纳员、制造工厂工人和办公室文员；这一趋势自20世纪80年代中期以来一直持续。有意思的是，创新和自动化也正是在那段时间开始加速。两者似乎相关。它们有关联吗？

鲁萨诺夫：这正是我们的模型试图解释、或至少试图理解的主要经验事实。记录这一事实的并不是我们，但对宏观经济学家来说，这已成为一个需要认真思考的重要信息：就业极化似乎主要发生在经济衰退这类相对短暂的时期。

这种现象是近20至30年来才出现的，在大衰退期间尤为显著；大衰退当然是相当长一段时间以来规模最大的一次衰退。不过，在1990—1991年和2001年的衰退中，这种现象也在一定程度上显现出来。我们的研究方法正是围绕这一核心问题展开：试图理解长期趋势——常规型工作减少、就业极化加剧——与宏观经济周期性波动之间的关系。

宏观经济学家通常将这两件事——长期趋势和周期性波动——分开研究。我们的努力和创新之处在于把它们结合起来。我们模型的逻辑相当简单。我们认为，企业要利用新技术需要付出成本，因为它目前仍在使用较旧、对信息技术或自动化依赖较少的技术。

企业可能需要停产，还要聘请顾问和其他外部人员协助重组业务，并投资购买新设备，等等。那么，企业可能会在什么时候进行这种转型？更可能是在产品需求相对较低、不需要这么多工人生产的时候。企业可以裁掉其中许多人，重组生产，为经济复苏做准备。

从旧技术转向新技术的重组过程自然会发生在经济衰退时期。Image: Mathtd

因此，旧技术向新技术转型的重组过程自然会在经济下行期发生。这本身并不是新观点，也未必是我们的观点。不过，我们研究方法的重要之处在于认识到，重组后的企业真正投入运营时，也会需要高技能劳动者，而对低技能劳动者的需求会减少。

那么，在重组过程中被裁员的劳动者该怎么办？我们的模型认为，他们应该利用这段时间去掌握技能。显然，学习技能——用经济学术语来说就是“人力资本投资”——需要时间，也可能需要一定成本。但在衰退期间，工作机会稀少、工资偏低，学习所花时间的价值，也就是学习的机会成本，会低得多。因此，对劳动者来说，衰退期是学习技能的自然时机。

正如我所说，我们确实观察到，例如高等教育入学人数会在经济衰退期间激增，尤其是在2008年衰退期间。因此，我们在一定程度上看到了模型中这一机制发挥作用的经验证据。但也有很多被裁员的劳动者没有利用这段时间掌握新技能。这超出了我们的模型范围，弄清原因是一个重要问题。

Knowledge@Wharton：您如何将研究发现应用于现实？这对劳动者、企业和公共政策意味着什么？

鲁萨诺夫：这当然对所有这些群体都很重要。我们的模型假设每个人都在“做正确的事”，企业也知道衰退是重组的最佳时机。当然，如果衰退伴随着融资渠道收紧，企业可能会发现难以进行重组。不过，我们确实看到，比如大衰退之后工业机器人的出货量大幅飙升，这与企业从旧技术转向新技术的观点相符。就业方面也有证据表明，大衰退期间裁员的企业随后招聘了技能更高的劳动者。

因此，大多数企业很可能知道该怎么做，而且已经在采取正确的行动。问题是，衰退来临时，劳动者是否意识到，他们失去工作可能不再只是完全短暂的现象？如果他们在失业期间不学习新技能，甚至暂时退出劳动力市场——希望只是暂时退出——去接受培训，那么经济复苏后，他们可能会失去就业能力。

这也给政策制定者上了重要一课。他们或许应关注如何帮助人们掌握在新经济中工作所需的技能，也应帮助那些可能年纪太大或无法掌握这些技能、或许会因此永久掉队的人。

Knowledge@Wharton：能否谈谈您的研究与该领域其他研究相比，有何独特之处？

鲁萨诺夫：许多宏观经济研究将长期增长趋势与周期性波动截然分开，以非常不同的方式处理。我们认为，将两者结合起来相当重要，因为正如近几十年来所见，长期趋势、就业极化进程与周期性波动之间存在重要的相互作用。

大衰退是一次规模巨大、影响深远的经济下行，实际上加速了这一技术转型。但与此同时，这场衰退发生在技术转型进程相当后期的阶段，也加剧了衰退本身。我们的模型正显示了这一点：当衰退发生在积极重组期间，企业进行重组的动机因此增强，产出降幅也会扩大，从而导致更剧烈、更深重的衰退。

Knowledge@Wharton：您将如何继续开展这项研究？

鲁萨诺夫：我们的论文目前尚未回答的一个重要问题是，被裁员后没有学习新技能的劳动者会怎么样？原因是什么？又该如何应对？

劳动力参与率的下降相当显著，不能完全归因于上学——比如去读大学或参加某种培训项目。尽管如今失业率很低，我们也知道，退出劳动力市场的人口中有相当一部分是在经济下行期间或之后不久离开劳动力市场的。而且，这种退出是否完全出于自愿并不明确，也就是说，这些人是否真的只是决定不再工作。

其中一些人可能是因为缺乏获取新技能的能力，也可能是无法获得培训机会。但也可能是因为不工作不像过去那样令人难受。有一组宏观经济学家的证据显示，尤其是年轻男性，如今花在玩电子游戏、看 Netflix 等活动上的时间多了很多。与20或30年前相比，他们享受的休闲生活质量显著提高。因此，他们或许不像从前那样有动力去学习技能、寻找这些新的工作。