美國非農業企業部門的「實質時薪」在2026年第2季較去年同期減少0.1%,人工智慧(AI)高曝險職業的實質薪資成長率也比低曝險職業低6.7個百分點,不過高曝險職業的僱用規模並未出現具統計意義的下滑。
根據美國勞工統計局(BLS)公布的最新數據,2026年第2季實質時薪換算成年率後,較前一季減少3.3%。反映企業產出中有多少比例分配給勞工薪酬的「勞動所得份額」降至52.8%,是1947年第1季開始統計以來的最低水準。
名目薪資並未下滑。截至2026年6月為止的一年間,民間企業與州、地方政府員工的薪資與獎金成長3.2%,整體薪酬成長3.4%,但扣除物價因素後的實質薪酬仍呈現負成長。
阿波羅全球管理(Apollo Global Management)合夥人暨首席經濟學家托爾斯滕·斯洛克(Torsten Slok)與莎妮亞·艾德里希(Sania Edlich)利用Claude的實際使用數據,分析了321種職業。結果顯示,2023年以來AI曝險程度較高職業群的實質薪資成長率,比曝險程度較低的職業群低6.7個百分點。
阿波羅的分析也發現,AI高曝險職業群的僱用規模變化並不具統計顯著性。這意味著企業可能傾向以抑制薪資成長、而非裁員的方式,來消化AI帶來的生產力提升。
不過這項分析僅涵蓋BLS約800種職業分類中的321種,符合高曝險標準的職業僅有11種。由於樣本有限,要將結果推及整個美國勞動市場仍有侷限。
達拉斯聯邦準備銀行(Dallas Fed)研究員斯科特·戴維斯(Scott Davis)分析205種職業後表示,整體而言AI曝險程度與薪資成長率之間並未觀察到明顯關聯,即使在「經驗溢酬」(experience premium)處於中等水準的職業中,AI曝險程度對薪資成長的統計影響也不明顯。
不同職業之間仍存在差異。在經驗溢酬為0的職業中,AI曝險程度每提高1個標準差,薪資成長率就會下滑0.28個百分點;而在經驗溢酬較高的職業中,則觀察到AI可能發揮輔助熟練勞工的作用,對薪資產生正向影響的可能性。
阿波羅與達拉斯聯邦準備銀行的兩項分析,切入AI與薪資關係的角度並不相同。阿波羅將實際AI使用數據與薪資變化相互對照,達拉斯聯邦準備銀行則分析各職業經驗溢酬與AI曝險程度之間的交互作用。
美國整體薪資走勢很難單純以AI解釋。高薪的科技與專業服務業僱用成長放緩、疫情後過度招聘的回歸常態,以及相對低薪的醫療保健與餐飲業僱用增加,都可能同時影響平均薪資指標。
「實質時薪」是名目薪酬扣除物價變動後的指標。「勞動所得份額」則代表企業產出中回饋給勞工薪酬的比例,因此除了薪資水準本身,也會受到企業生產力與價格走勢影響。
這次分析的時間範圍為2023年以後。雖然BLS最新資料已統計出2026年第2季的實質時薪與勞動所得份額,但僅憑這些數字,還無法將近期變化的原因完全歸因於AI。
阿波羅在2026年5月的報告中曾分析,AI帶來的衝擊可能不會先以大規模裁員形式出現,而是先壓縮年輕勞工進入職場的機會。這項觀點與目前僱用減少尚不具統計顯著性的分析相互呼應,也提出AI對勞動市場的影響,可能先反映在職務與薪資路徑上、而非僱用規模的假設。
本報先前報導指出,僅有3%的美國勞工表示自己因AI自動化而失業,同樣顯示AI造成的影響可能不是大規模取代,而是部分職務與升遷路徑的改變。這項最新研究同樣將焦點放在各職業群的薪資走勢,而非僱用減少本身。
整體而言,僅憑AI曝險程度與薪資成長放緩同時出現,尚不足以確立兩者之間的因果關係。唯有同時檢視職業別的技能水準、樣本涵蓋範圍,以及景氣走勢與產業僱用結構的變化,才能進一步解讀這兩項分析之間的差異。
留言 0