后稀缺：抢走工作的不是机器，是没人买东西
微信读书《后稀缺：自动化与未来工作》· 亚伦 著，张旭 作序（中国社会科学院经济研究所），中文版 2022
逐页翻阅 190 屏 · 6 章 · 2026-11-03
说明：这不是一本"AI 会不会取代人"的书，恰恰相反，它是用来拆这个问题的。作者不讨论机器能干什么，他讨论的是——为什么在机器还没那么能干的时候，工作就已经没了。全书 190 屏，数据密度很高，论证链条清楚，但结论那一段明显虚。我把这条链子和它断掉的那一环都写下来。
先给一个可能不太受欢迎的判断：关于"AI 抢走工作"的讨论，九成是错的，而且错在同一个地方——把"技术上可行"当成了"经济上会发生"。
这本书最有价值的一句话，就藏在这个错误上（第 1 章末尾）：
这些预言错误地将自动化在技术上的可行性（它本身只是一个不确定的假设，而不是已获证实的结果）视同为经济上的可行性。
读到这里我停了一会儿。因为这句话把一整类畅销书的写法给否掉了：先证明"机器能做这件事"，再跳到"所以人不被需要了"。中间那个跳跃，在工程圈里几乎是默认成立的——我们习惯了自己动手把"能不能"变成"已经做了"。但企业不是实验室，企业要算的另一笔账是：换掉这个人，能多赚多少；不换，会亏多少。两笔账的答案经常是相反的。
下面我按这本书的推进顺序走一遍，但重点不在于复述它的章节（六章的标题在推荐序里就列完了），而在于讲清楚它的论证到底强在哪、以及它在哪里松掉了。
一、它要拆的那套话术，其实只有三句话
书里把流行的自动化叙事压缩得极简，大意是三段：机器越来越强 → 人越来越没用 → 岗位越来越少。这三句话每一句单独看都有点道理，串起来就变成了一个必然性叙事。
作者的处理方式很"经济学家"：他不跟你争辩这三句话对不对，他先问——如果这套叙事成立，它在数据上应该留下什么痕迹？然后他去查那些痕迹。查的结果是：痕迹不在他预想的位置。
他说得很克制：
如果说这套自动化话语在今天再度得到了广泛的认同，那么其原因可以归结为它所指出自动化的影响已在我们身边随处可见。全球资本主义未能给很多人提供他们需要的工作。换言之，长期以来，劳动力需求一直持续低迷，并且这一点在失业统计中也未能得到很好的体现。
注意这里的转折。他不是说"人们在胡说"，他是说：人们看到的那个现象是真的，但归因错了。劳动力需求低迷是真的，身边确实有人在失业、有人在做零工、有人干了三份活还是不够花——这些都是真的。自动化理论家们做的，是给这个真实的痛苦配了一个错误的原因。
我给这个错误起了个名字，叫"因果挪用"：一个真实的现象，被安上了一个刚好在同期发生的、听起来很硬的原因。机器确实在变强，失业确实在发生，于是两件事被焊在一起。但焊在一起不等于连在一起。
二、一个被藏起来的算式：ΔO − ΔP = ΔE
全书最有用的工具，是一个中学算术级别的恒等式。作者在讲逆工业化之前，先把几个定义钉死，然后给出这个式子：
对于任何经济部门而言，产出增长率（ΔO）减去劳动生产率增长率（ΔP）等于就业增长率（ΔE），即 ΔO − ΔP = ΔE。
他自己给了个例子：假设汽车行业的产出年增长率为 3%，生产率年增长率为 2%，那么该行业就业年增长率为 1%（3−2=1）。反过来，如果产出每年增长 3%，生产率每年增长 4%，那就意味着就业每年减少 1%（3−4=−1）。
这个式子看上去平淡，杀伤力却很大。因为它是恒等式——不是理论，是定义。它说的是：就业的变化永远只有两个来源，要么产出涨得比生产率快，要么生产率涨得比产出快。没有第三个来源。
于是"机器抢工作"这个说法被逼进了一个非常窄的角落：它只能通过 ΔP 起作用。如果要证明机器在抢工作，你必须证明 ΔP 在涨，而且涨得比 ΔO 快。而这本书接下来做的事情，就是把 ΔP 拉出来验尸。
我很喜欢这种论证风格。它不靠修辞，靠的是把一个问题改写成可证伪的形式。绝大多数关于 AI 与就业的讨论之所以吵不出结果，就是因为双方都没有把主张改写成可证伪的形式——你说"会取代"，我说"不会取代"，两边都可以找到例子，永远打不完。而一旦写成 ΔO − ΔP = ΔE，争论就变成了查数据。这是这本书最值得学的地方，甚至比它的结论更值得学。
三、"机器换人"的证据，方向正好反了
这是全书我认为最漂亮的一击。
如果自动化真的在抢工作，那么自动化程度最高的国家，制造业就业应该掉得最厉害、生产率应该涨得最快。作者拿德国和日本做对照——这两个国家在工业机器人领域长期领先。书里给了一个很具体的数字：
截至 2016 年，德国和日本企业中制造业工人的人均使用工业机器人数量比美国高出 60%。
那么生产率呢？
德国制造业生产率年均增速从 20 世纪五六十年代的 6.3%，下降到了 2000 年至 2017 年的 2.4%。
机器人多了六成，生产率增速掉了将近三分之二。这个组合是致命的：如果机器人是"抢工作"的主因，它首先得是"提效率"的主因。而数据显示，它在效率上的贡献远没有想象中大。
接着是那张表（书里表 3.1，制造业和 GDP 增长率，1950–2017，单位 %）。美国制造业增加值增长率：1950–1973 年 4.4，1974–2000 年 3.1，2001–2017 年 1.2；同期 GDP 增长率 4.0 → 3.2 → 1.9。德国制造业 7.6 → 1.3 → 2.0；日本 14.9 → 2.8 → 1.7。
三个国家，同一个形状：制造业的增加值增速在断崖式下滑，而且下滑的幅度比 GDP 更大。日本从 14.9 掉到 1.7，那不是"效率提升后减员"，那是整个引擎失速。
作者的总结我原样抄下来：
即便制造业生产率增长低迷，所有这些国家的逆工业化进程依然在继续；也就是说，逆工业化如自动化理论家们所预料的一样出现了，但其产生的原因并不是他们所认为的那样。
这句话是整本书的枢纽。它承认现象，否定归因。现象不需要被否认，需要被否认的是那种"只要技术进步就必然如此"的宿命感。
四、真正的原因：产能太多，不是工人太贵
那么逆工业化的推手是什么？作者的答案是产能过剩——不是某一个国家的产能过剩，是全球性的、结构性的。
这个判断在服务业那一章得到了一个很有意思的延伸。他引了社会学家乔纳森·格舒尼（Jonathan Gershuny）的说法，讲的是"商品替代服务"：
这些服务被转化成为了家用自助式商品，"洗衣机替代了洗衣服务，安全剃刀替代了理发店剃须服务，汽车替代了公共交通"。
而剩下那些没法被工业化的服务（照料、教育、餐饮、维修），恰恰是生产率最难提升的部分——因为它们没法标准化成流水线。于是就形成了一个死结：能提效率的部门在萎缩，不能提效率的部门在扩张。整体生产率当然涨不动。
书里对这个死结的判断很直接：
经济发展的首要障碍仍然是全球的技术产能冗余，它导致了全球市场的销售不足以开启有利可图的产出增长。
"销售不足"这四个字，是全书的关键。问题不在供给端的能力，在需求端的钱包。这就把讨论从"技术"整个搬到了"分配"。
我认为这是这本书最扎实的地方，也是最不讨喜的地方。因为它意味着：你担心的那个东西（AI 抢工作）可能不是主因，而真正的那个东西（大多数人买不起自己生产的东西）没法靠"等技术成熟"来解决，也没法靠"再学一门技能"来解决。它是结构问题，不是能力问题。
停滞的证据比增长率更硬。第 3、4 章是全书的实证核心，我挑两个记得最清楚的。
第一个是劳动收入份额。作者指出，长期以来主流经济学界认为劳动收入份额的稳定是经济增长的一个典型现象，它能够确保经济发展的收益得到广泛的分配；但过去几十年里，七国集团（G7）国家的劳动收入份额却出现了持续的下跌。书里有一张图（图 1.1），几条线从 70% 附近一路往下走。
这个数字的意义需要说清楚：劳动收入份额下跌，不等于"工人变穷了"，它等于"新增的产出里，落到工资上的比例在变小"。饼在变大（哪怕变慢），分给干活的人的那一角在缩小。这和"机器取代人"是两个不同的机制——后者是岗位消失，前者是岗位还在、议价能力没了。
第二个是长期增长率。作者列了经合组织国家的年均增长率：20 世纪 60 年代 5.7%，70 年代 3.6%，80 年代 3.0%，90 年代 2.6%，2000 年至 2019 年 1.9%。
这组数字是单调下降的，六十年没有一次反弹。如果技术真的在以指数速度进步，这个曲线不应该长这样。这是全书对"技术决定论"最安静的否定——它不用论证，它只是把一条线画出来，然后什么都不说。
五、债务堆到 383%，钱却没进厂房
第 5 章标题叫《"银弹"妙药？》，问的是一件事：既然问题是需求不足，那政府借钱花，不就把需求补上了吗？凯恩斯主义的弹药不是还在吗？
作者的答案是：弹药打光了，而且打歪了。
先看数字。G20 国家的公共债务与 GDP 比率，从 1974 年的 23% 涨到 2019 年的 103%。2019 年，美国 107%、意大利 135%、日本 237%。同年，成熟经济体的债务总额（含公共债务和私人债务）与 GDP 比率创下 383% 的纪录，全球整体水平为 322%。
然后是那句我认为全书最尖锐的判断：
企业纷纷开始债务融资，但这样做并不是为了投资新的固定资本，而是为了进行企业并购或股票回购。
这句话值得反复读。它说的不是"钱不够"，而是"钱借来了，但没有变成厂房、设备、研发，而是变成了别人手里的股票"。借钱回购自己公司的股票，账面上每股收益变好看了，高管期权兑现了，资产负债表上多了负债、少了股本——唯一没有增加的是产能和岗位。
这就形成了一个闭环：需求不足 → 企业不敢扩产 → 借来的钱去做金融操作 → 产能没增加 → 就业没增加 → 需求更不足。刺激政策在这个闭环里，变成了给金融部门输血。
这里我要给作者补一句他没明说、但数据支持的判断：如果一个经济体里，最有钱的机构都不愿意投资实体，那么"技术进步会创造新岗位"这个机制的传动轴就断了。新岗位不是技术自动生出来的，是有人拿钱建了新东西才生出来的。技术只是提供了可能性，资本才提供实现。而这本书整本都在证明：资本在退缩。
六、UBI：左派把它当楔子，右派把它当镇定剂
第 5 章后半段讲全民基本收入（UBI），这一段是我读得最过瘾的，因为它把一个看起来"人人都赞成"的政策拆成了两种完全相反的用法。
作者的梳理是：右派（书里提到了帕里斯参与撰写的《通往共产主义的资本主义道路》里的思路，以及斯尔尼切克和威廉姆斯合著的《发明未来》）把 UBI 当作"红色楔子"（red wedge）——不是因为要均贫富，而是因为它能改变议价结构：
高额度的最低收入限额让工人有底气拒绝工作，这反过来又会促使雇主努力提高工作的愉悦感或直接引入自动化、淘汰相关岗位。
而另一路（书里对右派方案的批评）则认为，UBI 的初衷并不是为了消除经济不平等，而是让贫困群体满足于现状——用一笔刚好够活的钱，换掉他们要求改变的意愿。
作者的立场很清楚：他站在"楔子"这一边，而且他认为这还不够。因为基本收入解决的是"活下去"，不解决"控制生产"。他写：
如果要实现消除不平等，就要确保从资产所有者手中争到经济控制权，"只有控制了生产，最终成功从资本家手中夺取投资决策权，实现资本罢市的失效，才能为我们扫除障碍，让我们一路迈向后稀缺的未来。"
（这段是推荐序里对作者观点的转述，我核对过正文的第 6 章，意思一致。）
"资本罢市"这个词是全书的题眼。它指向一个很具体的事实：投资的开关不在工人手里，在资本手里。你可以通过再分配把钱拿到手，但你拿不到那个开关。只要开关还在别人手上，钱到手了也会被通胀、被资产价格、被撤资慢慢收回去。
七、出路：计划怎么定，工作怎么分
如果资本的开关要拿过来，那拿过来之后怎么运转？这是所有左翼方案最容易翻车的地方——一说到"计划"，大家脑子里浮现的就是一张巨大的表格，几个人在上面算今年该产多少吨钢。
作者搬出了一个我此前不太熟悉的人：奥托·纽拉特（Otto Neurath），以及他的"实物计算"（calculation in kind）。他在《Economic Plan and Calculation in Kind》一文里提出的"规划协议"，具体做法是这样的：
在规划初期，规划专家们将"潜在的""无数种经济计划"缩减为几宗"典型案例"。这些规划者借助算法计算来确定人们必须决定的选项并将这些选项公之于众，以便进行直接比较。他们会采用多种标准来对各项计划方案进行评估，并选择出他们更为青睐的方案：听取意见，表达关切，然后进行投票。
这个流程的关键在于：不是让算法算出"最优解"，而是让算法把选项摊开给人看。作者写得很清楚——
即便是在无法实现清晰、精确计算的情况下，我们仍然可以进行理性的决策。然而，这种理性将是一种实用化、政治化的理性，而不是全然算法化的理性。
"实用化、政治化的理性"——这六个字我认为是全书最有建设性的一句。它承认了一件事：资源配置从来不是一道有唯一解的数学题，它是一道需要人表态的价值题。你要多少医院、多少剧场、多少健身房、多少不用上班的时间，这不是算得出来的，是吵出来的。
而作者对"怎么吵"给了一个很务实的补充：
我们所需要的并不是一套全社会通用的协议，而是多套协议——多种能够促成人们共同决策的结构化沟通形式。
但这里也是全书最脆弱的地方，我留到"短板"里说。
然后是工作本身。第 6 章叫《必要与自由》，篇幅不长，但有一句话我认为是全书的思想重心：
社会主义者常常把工作看作人类自由的最高实现。事实上，工作永远不会是一种完全自由的活动。
（原文在附录英文部分：Too often, socialists have seen work as the highest realization of human freedom. In truth, work will never be an entirely free activity.）
这句话在左翼内部是相当不客气的。因为它否掉了一种很常见的浪漫化：把劳动当成人的本质、把"有活干"当成尊严的来源。作者的意思是：工作是必要的，但它不是自由的；把二者混为一谈，最后会让"保住岗位"变成目的本身，而忘了岗位只是手段。
顺着这个逻辑，"后稀缺"就不是"东西免费"的意思，而是"必要劳动时间被压到足够短"的意思。他写：在一个不再被资本增长 imperative 绑住的世界里，先进技术可以大幅减少对任何个人的劳动要求；有了更多的自由时间和可支配空间，所有人都能在"以工作为中心的身份"之外发展自己的人格。
这段让我想起一个很实际的问题：我们现在讨论 AI，几乎全在讨论"它会不会让我失业"。但如果按这本书的框架，正确的问题应该是"它能不能让我少干点"。这两个问题看起来接近，其实指向完全不同的制度安排：前者要的是保住岗位，后者要的是缩短工时、提高时薪、把生产率的收益转成时间而不是产出。
而这个转换，恰恰是过去四十年没有发生的。生产率涨了，工时没降。收益去了哪里，前面那组债务和回购的数字已经回答了。
附录里还有一句，是全书结尾，也是我认为最像"行动纲领"的一句：
与其等待人工智能的突破来替我们实现这个目标，我们应该从今天就着手发展未来的协议。
（原文：Instead of waiting for a breakthrough in artificial intelligence to achieve this goal for us, we should begin to develop the protocols of the future today.）
这句话把全书从"诊断"推到了"处方"，也把它的弱点暴露得最清楚——"protocols"到底是什么？谁来写？写好了给谁用？书里没有答案。
八、它的短板
这本书的诊断我给很高的分，处方我给很低的分。下面这几条我认为必须说清楚，尤其是给准备拿它的结论去用的人。
第一，也是最要命的一条：它把"资本罢市"讲成了一个可以靠意志解决的问题。书里反复说，只要夺取投资决策权、控制生产，就能走向后稀缺。但整本书没有回答一个最基本的问题——在代议制、在全球化、在资本可以一夜之间跨境流动的条件下，"夺取投资决策权"在操作上是什么样子？是通过国有化？通过资本管制？通过合作社？通过某种新的产权形式？书里全部略过。这不是保守，这是把最难的一步留白。推荐序里张旭先生的批评很准：
作者似乎也没有意识到，在分析了左、右两派的意见之后，自己也掉到了乌托邦陷阱之中，乐观地认为通过社会运动、改变人们的观念以及技术进步的作用，就能够实现资本家对资本的自我放弃，这到底是一种乐观的幻想还是悲观的无奈，就不得而知了。
"资本家对资本的自我放弃"——这个表述很刻薄，但它指出了要害：如果方案的前提是被剥夺者自愿配合，那它就不是一个方案，是一个愿望。
第二，它对"技术并不中立"的承认，和它对"技术进步"的依赖，是自相矛盾的。书里有一句很硬的话：
资本主义社会开发的技术并不具备中立性：其设计是为了实现资本家的控制，而不是让人们免于劳作之苦。
这句话我完全同意。但问题来了：如果现有的技术是按其控制逻辑长出来的，那么"夺取控制权之后用同一批技术实现解放"凭什么成立？书里说"我们已经拥有提高多种工作的愉悦体验所需要的技术"，这句话是断言，不是论证。工业机器人、排班软件、绩效监控系统——这些东西的设计目标就是替代判断、压缩自主权。把它们换个主人，它们不会自动变成解放工具。作者在这里退回了他自己批评过的"技术可行性=社会可行性"。
第三，全书几乎没有"人"。190 屏里找不到一个具体的工人、一个具体的家庭、一段具体的对话，只有国别数据、部门比率、债务曲线。这是一本写得像央行工作论文的批判之书——严谨，但它说服不了真正在受苦的人，因为书里没有他们的脸。而一本想发动运动的书，最需要的恰恰是那些脸。
第四，数据的时间戳是个问题。书里的核心数据大多截止到 2019 年，疫情部分是最新增补的（能看到"新冠肺炎衰退"的讨论）。也就是说，它错过了 2022 年之后生成式 AI 的那一轮冲击。这不是作者的错，但它意味着：这本书可以用来反驳"2010 年代的自动化叙事"，却不能直接用来反驳"2023 年之后的 AI 叙事"。这两件事在机制上不完全一样——前者是硬件替代体力与流程，后者是软件替代认知与文书。书里那套"资本不愿投资所以不会大规模替代"的逻辑，在软件场景下的约束要弱得多，因为软件替代的边际成本低到接近零，不需要建厂房。
这是我读完之后最想补的一刀：这本书的框架是对的，但它需要用一个新的 ΔP 重新算一遍。而 2023 年之后的 ΔP 到底涨没涨，现在还没有足够长的数据。所以这本书最大的价值，不是给了答案，而是给了你一个可以拿去自己算的式子。
第五，译文有瑕疵。正文里出现"资本增长 imperative"这样的中英混杂（第 6 章），说明译校有遗漏；附录整篇保留英文原文，对不熟悉术语的读者不太友好。这些不影响论证，但确实增加摩擦。
尽管有这些，我仍然认为这是这几年我读过的、把"AI 与就业"这个问题讲得最清楚的一本书——不是因为它答对了，而是因为它把问题问对了。
一句话总结：这本书真正的贡献，是把"机器会不会抢走工作"这个只能站队的问题，改写成了"产出涨得够不够快"这个可以查账的问题——而查完账你会发现，真正在缩水的不是岗位数量，是买得起东西的人。
阅读记录：《后稀缺：自动化与未来工作》，亚伦 著，张旭 作序，微信读书逐页翻阅 190 屏，六章读完，从自动化话语、全球逆工业化、长期停滞，读到劳动力需求、政策银弹与"必要与自由"，另附《怎样制造一支铅笔》英文附录（原刊 Logic，2020 年 12 月 20 日）。2026-11-03。
发表评论: