美國經濟數據最近出現了一個非常值得深思的組合。
一邊是就業。 2026年7月，美國失業率仍只有4.1%。雖然新增就業已經明顯降溫、勞動參與率也在下降，但一般來說，這仍然可以視為一個充分就業的狀態。放到整個二戰後的歷史中，這也是一個明顯偏低的數據。
另一邊卻是企業與勞工之間的所得分化。
以美國經濟分析局的「目前生產利潤」口徑，2026年第一季美國企業稅前年化利潤已達4.43兆美元。里士滿聯邦儲備銀行進一步計算，這部分利潤相當於美國國內總收入（GDI）的13.9%，與2025年第四季並列1947年有統計以來最高水準。
再看勞動者，畫面正好反過來。
美國勞工統計局8月公佈的數據表明，2026年二季度，非農業商業部門勞動收入佔產出的比例已下降到52.9%，同樣是1947年有統計以來最低。
簡單來說，企業拿走的國民所得越來越多，勞工拿走的越來越少。
如果只盯著就業，這甚至很容易被描述成一幅不錯的宏觀圖景：經濟在溫和成長，大多數想工作的人都有工作。
但如果換一個座標系，問題就變成了：社會階層分化達到了創紀錄的程度。
AI顯然是其中的一個原因，但卻不是唯一。美國勞動份額下降、企業加價率上升、工會力量衰退的趨勢，早在ChatGPT出現前幾十年就已經開始了。
這甚至不是美國自身的問題。過去幾十年間，全球主流經濟體都在執行一套以成長、就業和通膨為核心座標的宏觀政策框架。它極度擅長避免大規模失業、托住總需求，卻越來越缺乏把生產力紅利從企業重新傳遞給勞工的機制。
當人人仍然工作，但工作越來越不意味著分享經濟成長，全球的經濟決策者或許值得一場反思。
過度專注於技術進步的隱藏代價
今天看到企業利潤率創新高，很容易先想到人工智慧。
這個解釋當然有道理。
如果一家公司過去需要100個人生產100單位產品，現在藉助軟體、自動化和AI，同樣100個人可以生產120單位，而薪資總額只增加5%，那麼多出來的大部分價值自然會進入利潤。
就這個意義上來說，AI甚至不需要製造大規模失業，就可以降低勞動份額。
這可能是未來非常重要的一件事：人可能不會失去工作，但企業生產單位產品所需支付的勞動成本越來越少。
把美國今天的問題主要歸因於AI，肯定是不全面的。
美國企業平均加價率上升、商業活力下降的討論至少可以追溯到幾十年前。聯準會研究總結，1980年至2016年間，美國整體企業加價率明顯上升，這個指標意味著企業相對於消費者擁有更強的議價權。同時新創企業進入率、就業重新配置等商業活力指標長期下降。
研究同時強調，兩者之間的因果關係並沒有想像中那麼簡單，不同行業橫斷面數據甚至無法證明「集中度上升必然導致加價率上漲」。但至少有一點沒有太大爭議：企業更高的利潤率和市場勢力並不是生成式AI時代才出現的。
不過AI仍然可以作為一個切口，幫助我們尋找這種勞資力量不平衡的根源。
同樣在AI時代，其它國家並非都像美國一樣伴隨著企業的力量增大。
歐洲在疫情後也曾一度經歷供應鏈衝擊和通膨。 2021年至2022年，它也出現企業利潤率上升、薪資落後的現象。
但隨後發生了美國沒有充分發生的第二幕：工資追了上來。
2025年，僱員報酬佔歐元區GDP的48.6%，較2024年又提高0.3個百分點；從長期看，2005年以來歐元區僱員報酬佔GDP的比例不是下降，而是上升。同時，2026年6月歐元區失業率只有6.3%，仍處在歷史低點區域。
日本更耐人尋味。
2026年6月，日本失業率只有2.5%，勞動市場甚至比美國更緊。可是日本最新年度國民帳戶顯示，勞動份額從2023財年的68.4%回升到了2024財年的69.5%，這是四年來第一次上升；同期僱員報酬增長4.1%，企業家收入反而下降5.8%。
澳洲也沒有出現同樣的美國化。 2026年一季度，僱員報酬年增5.9%，而私人非金融企業經營盈餘只增加2.6%，企業經營盈餘總額增加3.9%。
差異在哪裡？很顯然，這些國家面對AI的態度，比美國保守的許多。
不同的態度讓美國在AI技術上更加先進，但其他人可能會問，技術進步的代價是否值得？
在前AI時代，這也是一直在發生的故事。美國的技術實力始終遙遙領先，但原因往往在於對企業更少的監管，以及對勞工更大的削弱。
美國工會的力量，是不斷衰退的。
1983年，美國20.1%的薪資勞工屬於工會；到2025年，這個比例只剩10%。而在私人部門，工會會員率甚至只剩5.9%。
如果同樣可以提高20%生產力的技術，放到一個產業集體談判涵蓋廣泛、企業間薪資協調較強的經濟體系裡，技術紅利可能有相當一部分透過下一輪薪資談判轉變成薪資。
但放進今天的美國，它更可能會先出現在利潤表上。
技術本身只負責製造剩餘。
誰拿走剩餘，是由制度決定的。
不只是勞工變弱，市場競爭也在變化
企業的另一重約束來自競爭。
在一個最理想的競爭市場裡，哪家公司利潤太高，新的競爭者就會進入；哪家公司價格漲太多，消費者就會轉向替代品。
結果，高利潤會不斷吸引競爭，直到利潤率被壓低。
可是過去幾十年的美國經濟越來越多出現另一種企業：
它們依靠品牌、專利、網路效應、數據、軟體生態、龐大研發成本和全球規模來建立競爭優勢。
這些企業最重要的資產甚至不再是廠房和機器，而是其他企業很難複製的無形資本。
這會產生一種全新的利潤結構。
傳統製造業想把產量翻倍，通常也需要更多機器、工人和材料。
一套已經成熟的軟體可以增加100萬個用戶，卻不需要多僱用100萬個人。
擁有全球專利的藥企，多賣一盒藥的成本遠低於第一次研發這種藥物的成本。
平台企業則更加極端：有限的演算法成本就可以帶來近乎無限的用戶擴張，少數一兩家平台吸收了幾乎所有用戶之後，還順手消滅了大量的中介環節。
於是現代美國經濟越來越有一個共同特徵：
企業擴張的邊際成本越來越低。
在這種經濟裡，規模優勢極容易變成利潤優勢，讓獨佔者徹底排除其它企業的競爭。
這也是為什麼今天要討論反壟斷，已經不能只把它理解成「消費者買一瓶飲料會不會貴兩毛錢」。
競爭結構其實也影響著整個勞資關係中的力量對比。
如果競爭充分，企業之間的競爭會讓它們相互爭奪勞動者，從而表現為薪資上漲。但在競爭較弱的環境裡，那么生產力提高最自然的去向就是企業利潤。
美國過去幾十年的公司治理越來越圍繞著資本回報。
利潤率、EPS、ROE、自由現金流、股價，已成為衡量管理階層績效最核心的一組指標；管理階層自己的財富又常與股票掛鉤。
如果資本市場獎勵利潤率提高，管理階層薪酬與股價相連，而勞動者又缺乏足夠強的集體談判能力，那麼企業生產力成長首先變成利潤，反而是最符合激勵機制的結果。
於是當一家企業因為技術進步而突然節省10億美元成本時，管理階層不會問「該把多少錢分給員工」。
AI只會讓這個機制變得更強。
別再認為“有就業就夠了”
現代宏觀政策究竟如何定義一個「健康的經濟」？
答案其實非常清楚。
看看聯準會的法定使命就知道：最大就業、價格穩定和適度長期利率。 2025年修訂的貨幣政策架構仍明確圍繞最大就業和2%的長期通膨目標。
這當然不是聯準會一家的問題，二戰後全球主流經濟體大致採用了這樣的框架。
因此，儘管我們看到歐洲等地區的數據仍在可以接受的範圍內，但是從全球範圍看，與美國情況類似的國家也不在少數，甚至更多國家在勞工保護上做得更差。
而且從根源來說，只要宏觀政策框架不變，全球經濟都難免被拉向同樣的方向。
這種政策框架塑造了整個現代社會觀察宏觀經濟的方式。
我們習慣問：
GDP成長多少？失業率多少？通膨多少？
如果答案是：
GDP成長2%；失業率4%；通膨2%。
那麼這幾乎天然意味著「經濟表現不錯」。
可是這三個數字完全無法告訴你：
新增GDP中有多少去了工資？
中位數家庭實際收入提高了多少？
企業利潤提高了多少？
資產升值最終屬於誰？
於是兩個完全不同的經濟體，在傳統宏觀儀錶板上可以顯示出幾乎一模一樣的數據。
假設兩個國家失業率都是4%，GDP都成長3%。
第一個國家生產力成長3%，實質薪資成長3%，企業獲利成長3%。
第二個國家生產力同樣成長3%，實質薪資成長0.5%，企業獲利成長10%。
在就業和GDP數據裡，兩者區別不大；在社會結構上，它們完全是兩個世界。
美國正在越來越接近後一個問題。
2025年，美國收入最高的20%人口獲得了約52.7%的個人收入，最低20%獲得5.2%。
這時候，僅僅說“至少大家還有工作”，顯然已經無法完整描述居民究竟有沒有分享經濟繁榮。
充分就業從來都很重要。
但它只是必要條件，不是充分條件。
分配不公將長期損害技術進步
為什麼傳統宏觀經濟學如此重視就業？放在凱恩斯的時代，答案很直觀：
因為失業會造成需求不足。
一個人失去工作，收入下降，就會減少消費；企業因此賣不出去東西，又進一步裁員。
凱因斯主義最經典的任務，就是打斷這個惡性循環。
但如果今天產生需求不足的方式不再是“大批人失業”，而是：
絕大多數人仍在工作，只是越來越多收入流向消費傾向較低的富裕家庭和資本擁有者呢？
宏觀結果其實可能非常相似。
窮人得到100美元，會不得不很快花掉其中大部分，去支付基本的衣食住行。
但一個資產已經十分龐大的家庭再獲得100美元利潤和股息，顯然沒有必要馬上增加100美元消費。
這也是為什麼現代宏觀研究越來越重視家庭異質性。聯準會的相關研究已經明確討論過這個機制：由於股東的邊際消費傾向較低，當越來越多國民所得流向股東時，總需求可能下降；收入不平等本身因此可以成為宏觀需求變量，而不僅僅是社會公平變量。
HANK——異質性家庭新凱因斯主義模型——近年來變得越來越重要，本質上也說明傳統的「代表性家庭」假設太粗糙：不同年齡、財富和收入水平家庭面對同一次降息，消費反應完全不同。
所以，把分配納入宏觀政策分析，不代表經濟政策突然放棄效率、轉向道德。
恰恰相反：
分配本身就是需求。
GDP創造給誰，會影響這部分GDP下一步變成消費、儲蓄還是資產購買。
這本來就是宏觀經濟學。
當我們在討論是否需要放緩技術進步的速度來保護社會公平時，這不是在反對進步，而是在說，當收入差異大到一定程度，同樣會引發經濟危機從而打斷技術進步。
在過去幾十年中，各國政府都用巨額負債為窮人托底，把需求補回來，甚至催生了MMT這樣認為負債可以永續的理論。但事實真的是如此嗎？
從“充分就業”到“分享繁榮”
過去一百年，宏觀經濟學最大的恐懼之一是：
一個願意工作的人，卻找不到工作。
這當然仍然是一場經濟災難。
但美國今天越來越清楚地展示了另一種可能性：
一個人找工作，卻仍然沒有充分分享他參與創造的生產力成長。
這兩種問題完全不同。
第一種問題叫失業。
第二種問題甚至還沒有一個深入人心的宏觀名稱。
但是任何一個人出於常識都知道，這是比任何經濟學名詞都嚴重問題：階級分化。
傳統宏觀經濟學有產出缺口，有就業缺口，但未來或許應該更認真地計算：
生產力提高之後，實際中位數工資到底追上了多少？
勞動所得份額偏離長期合理水準多少？
新增財富到底集中到了哪些家庭？
這並不意味著中央銀行明天就應該把基尼係數寫進利率公式。貨幣政策工具太粗糙，也不適合承擔主要再分配責任。
真正能夠直接改變分配的是稅制、轉移支付、競爭政策、最低工資、集體談判制度、教育和公共服務。
貨幣和財政政策至少不能再假定：
只要就業充分，分配問題就會自行解決。
美國今天的數據已經證明，這個假設並不可靠。 4.1%的失業率可以和歷史最低的勞動份額同時存在。 13.9%的企業利潤份額也可以和充分就業同時存在。
換句話說：
充分就業可以阻止勞工變成失業者，卻不能保證勞工不會在國民所得分配中越來越邊緣化。
這可能才是美國企業獲利創紀錄真正值得討論的意義。
過去幾十年，我們習慣用「成長—就業—通膨」三個變數來判斷宏觀經濟是否健康。
未來，恐怕還需要第四個座標：
分配。
因為一個社會真正需要回答的從來不只是：
我們創造了多少財富？
也不只是：
有多少人在參與創造財富？
還有一個更困難的問題：
這些財富最後歸了誰？
如果科技革命繼續推進，這個問題只會比今天更重要。
到那時，也許我們會發現，AI時代真正需要被修正的，並不是「人必須透過勞動來獲得收入」這麼遙遠的製度安排。
更早需要修正的，反而是已經統治宏觀政策幾十年的簡單信念：
只要人人有工作，繁榮自然就會向所有人擴散。
美國正在告訴我們，它未必會。
如何讓“充分就業”變成真正意義上的“分享繁榮”，不光是美國的難題，也是全球決策者都要共同去探討的重要課題。
