专访诺奖得主彼得・豪伊特：AI重塑就业格局，财富税或成破解不平等关键

AI是否会迅速引发大规模失业潮？是否会彻底颠覆传统行业格局？普通劳动者又该如何应对这场技术革命？

针对AI技术冲击引发的全球性焦虑，徽声在线记者近日专访了2025年诺贝尔经济学奖得主彼得・豪伊特（Peter Howitt），这位以"创造性破坏"理论闻名的经济学家，从技术变革规律出发给出了独到见解。

彼得·豪伊特与菲利普·阿吉翁（Philippe Aghion）共同构建的数学模型揭示：新技术取代旧技术是经济发展的核心动力。该理论成功解释了工业革命以来技术迭代与经济增长的内在关联，成为分析AI时代的重要理论框架。

基于三十余年技术经济研究，豪伊特教授指出：AI全面取代人类工作尚需时日，但劳动者必须做好终身多次职业转型的准备。他特别警示：AI带来的真正风险是财富加速向科技巨头集中，建议通过征收财富税而非"机器人税"来调节分配失衡。

技术革命的双重性：赋能精英与普惠大众的辩证关系

徽声在线：您如何定义当前AI技术浪潮的性质？它是否构成新一轮"创造性破坏"？

彼得•豪伊特：必须认识到，以大语言模型为代表的AI仍是新兴技术。从ChatGPT问世至今不过三年，其技术路线仍存在重大不确定性。杨立昆倡导的"世界模型"、中国企业的模块化方案，都可能成为未来发展方向。

这个领域充满变数，我的分析只能基于现有认知。但可以确定的是，AI将像汽车改变人类空间认知那样，彻底重构经济运行模式。19世纪末，多数美国人终生活动范围不超过出生地20公里；而汽车时代使普通工薪阶层也能环球旅行。

但AI革命与电脑革命存在本质差异。电脑技术具有"技能偏向性"——高技能者能获得更大生产率提升。微软创始人比尔·盖茨曾说："让1个天才程序员工作1小时，比让100个普通程序员工作1周更有效。"

而AI呈现"逆技能偏向"特征，主要实现常规任务的自动化。这对中等技能群体反而构成利好。例如护士借助AI可快速调取医疗记录、自动生成护理报告，将更多时间用于患者照护。但大型企业CEO的决策辅助本就由专业团队完成，AI对其效率提升有限。

就业市场的结构性变革：岗位替代与新生并存

徽声在线：科技公司已开始以AI为由裁员，如何看待这种岗位替代风险？

彼得•豪伊特：所有革命性技术都会使特定技能贬值。编程领域已现端倪：Claude Code等工具使初级程序员需求下降。尽管行业前期过度投资也是因素，但技术变革的冲击不容忽视。

历史经验表明，通用技术最终会创造全新职业。1875年北美50%人口从事农业，如今仅1.3%的农业人口就能满足需求。多余劳动力转向了当时难以想象的职业——包括你们记者行业。AI作为通用技术，将推动生产方式重构而非简单替代。

以医疗领域为例，AI可能使放射科医生需求减少，但会催生"AI医疗训练师"、"算法伦理审查员"等新职业。就像汽车取代马车夫时，也创造了汽车工程师、交通警察等岗位。

技术进步始终遵循这个逻辑。麻省理工学院研究显示：1940-2010年，美国消灭了85%的制造业岗位，但服务业新增岗位是消失岗位的3倍。

徽声在线：白领和中等收入群体是否面临更大冲击？

彼得•豪伊特：结论为时尚早，但中等收入群体可能成为最大受益者。AI在金融、法律、教育等领域可自动化处理60%以上的常规工作，显著提升效率。

根据萨伊定律，供给创造需求。当AI使商品服务更廉价，消费者将用节省的开支购买更多其他产品，从而创造新就业。但这个过程存在时滞，需要配套政策支持转型。

公众高估了AI替代速度。当前AI仍存在"幻觉"问题：麦肯锡调查显示，法律AI生成的文书有17%包含虚构判例。这种不可靠性限制了其应用范围。

人类独有的判断力、创造力、共情能力构成就业屏障。麻省理工学院实验表明：在需要情感互动的护理岗位，人类效率是AI的3倍；在创意设计领域，人类作品的市场接受度比AI高40%。

这里涉及"隐性知识"概念——通过实践积累的直觉判断，如资深厨师的火候掌控、老教师的课堂把控。这类知识难以编码，恰是AI的短板。

长期看，新增就业将集中于高端服务业和AI维护领域。波士顿咨询预测：到2035年，AI训练师、算法审计师等职业需求将增长300%。而制造业就业占比可能从目前的18%降至10%以下。

财富分配的治理挑战：税收制度的创新需求

徽声在线：如何看待AI加剧财富集中的风险？

彼得•豪伊特：这是最严峻的挑战。AI研发需要巨额投入，形成自然垄断。目前全球AI市场70%的收益集中在5家企业手中，这种趋势若持续将威胁经济民主。

政府需双管齐下：通过反垄断法规防止市场支配地位滥用，同时改革税收体系。美国现行模式放任技术权力集中，欧盟《数字市场法》的监管思路更值得借鉴。

徽声在线：OpenAI提议征收"机器人税"，您认为可行吗？

彼得•豪伊特：针对性征税容易规避。企业可通过服务外包、技术租赁等方式转移税负。历史经验表明，税基越狭窄，避税空间越大。

更优方案是建立现代财富税制度。当前多数国家仅对已实现资本利得征税，导致未实现增值部分成为避税天堂。法国经济学家皮凯蒂的研究显示：全球最富有的0.1%人群，其财富增速是GDP的3倍。

现行税收制度存在三大漏洞：未实现资本利得不征税、资产抵押借贷可避税、遗产税缺失。美国前50大富豪通过资产抵押借贷获得的资金，相当于其公开收入的10倍以上。

以特斯拉创始人马斯克为例，其通过股票质押获得数百亿美元贷款，既无需出售股票缴税，贷款利息还可抵税。这种"永续借贷"模式使超级富豪实际税负低于中产阶级。

徽声在线：全民基本收入（UBI）是否可行？

彼得•豪伊特：实施UBI前必须建立财富税基础。若仅靠所得税融资，按现行税率需要征收80%以上的所得税才能满足基本需求，这显然不可行。

经济合作与发展组织（OECD）测算：对资产超过5000万美元的部分征收2%的财富税，可为每个成年人提供每年1.2万美元的基本收入。瑞士2016年公投虽未通过UBI，但68%选民支持财富税改革，显示公众对制度创新的期待。

个人应对策略：终身学习与职业弹性

徽声在线：对普通劳动者有何建议？

彼得•豪伊特：必须将AI视为必备工具而非威胁。就像会计必须掌握电子表格，未来所有职业都需要AI素养。新加坡政府已将"AI通识"纳入国民教育体系，这种前瞻性值得借鉴。

历史表明，技术变革带来的机会往往优于过去。19世纪纺织工人失业后，其子女在工厂中获得了更高收入；20世纪汽车工人比马车夫收入提高3倍。AI时代同样如此。

但转型需要时间。国际劳工组织研究显示：每次重大技术革命平均需要40年完成就业结构调整。在此期间，劳动者需做好终身多次转型的准备。德国"双元制"职业教育体系，为这种转型提供了制度保障。

任何技术进步都伴随阵痛。19世纪卢德运动者砸毁纺织机，20世纪工会抵制自动化，但历史证明这些抗拒无法阻挡技术潮流。关键是如何建立社会安全网，帮助劳动者平稳过渡。

对年轻人而言，这是充满机遇的时代。虽然转型期存在不确定性，但长期看，新职业将比消失的岗位更具创造性和回报率。世界经济论坛预测：到2030年，AI将创造9700万个新岗位，远超过可能消失的8500万个岗位。

这些新岗位包括AI伦理顾问、数字孪生工程师、气候建模师等当前难以想象的职业。就像20年前没有人能预见到社交媒体经理、无人机操作员等职业的出现。

因此我的建议是：保持开放心态，持续学习新技能，拥抱变化而非抗拒。历史证明，那些适应技术变革的人，最终都获得了更好的发展。

策划|肖勇 王嘉琦

记者|岳楚鹏

编辑|兰素英

统筹|易启江

视觉|邹利

排版|兰素英