引 言

 

8月底上海市税务局披露，流量小花郑爽在2019年至2020年间未依法申报个人收入1.91亿元，这是个什么概念呢？中国最发达的地区上海，2020年的人均可支配收入是72232元，以此计算，一个在上海的普通劳动者要不吃不喝工作2644年才能攒够这笔钱，也就是从公元前600多年开始工作，那个时候，孔子都还没有出生。

 

最近和医疗行业朋友聊天，说到2021年一个特别显著的现象是，地市的二级医院日子很难过，日不敷出是常态，问为什么，答案是“感觉老百姓手里没钱了”。医院收入靠药费不是秘密，医生也多会审时度势，根据“是医保还是自费，是不计代价还是锱铢必较”等判断来开药。但是今年以来，低线城市小医院就诊的患者（一般来说小毛病，常见毛病居多）明显现金紧张，经常有病患就揣200元在身上，一问检测+药费超过这个数额的，就不看作罢。

 

两个事情放在一起看，会觉得别有一番滋味在心头。去年的《香帅财富报告》用两个字总结了后疫情时代的财富特征“分化”。从80年代以来，全球的金融深化和数字进程加速了社会财富分配的不均衡，马太效应越来越强，贫富鸿沟日渐拉大。美国过去一、二十年经历的“MISSING MIDDLE（消失的中产）”正是分化下的产物。

 

作者 | 李惠璇 香帅无花

 

小时候很多人看过一个美国动画片《辛普森一家》，剧中的父亲Homer就是一个普通的核电厂安全检查员，典型的中产蓝领。80年代末的时候，他一个人的工资可以支撑夫妻二人和三个孩子的生活，有车有房，还猫狗双全。然而到了2019年的奥斯卡得奖记录片《美国工厂》里，这些富足安定的“中产蓝领”消失了2008年，美国俄亥俄州代顿市的通用汽车工厂破产关闭，导致数千中产阶级工人一夜之间失去了饭碗。七年后，来自中国的福耀玻璃在通用旧址上建立了新工厂，带来了2000个左右工作岗位，但工人们仍要接受收入的下降。纪录片中出镜的玻璃检查员肖妮亚谈起了自己的收入变化，语调颇为酸楚：“我在通用公司的时薪是29美元，还有其他零碎收入。在福耀，我是12.84美元”。

 

美国经济学家Autor（2019）按职业技能要求的高低，将职业类别分为三个大类：

 

（1）专业技能要求较低：服务和体力劳动职业；

 

（2）专业技能要求中等：生产、行政和销售职业；

 

（3）技能要求较高：技术、专业人士和管理职业。

 

1980-2018年，技能要求较低的服务和体力劳动职业，和高技能劳动者技术、专业人士和管理职业的就业人数占比增长较快，但收入上涨幅度迥异：这个时期牙医的岗位数量增加了57%，实际工资也上涨了26%，而餐厅厨师的岗位数量虽然增加了93%，但实际工资仅仅上涨6%。而中等技能劳动者生产、行政和销售职业的就业人数占比大幅下降，像簿记、会计、审计职员这样的岗位数量减少了13%，实际工资上涨幅度则为前者的一半。

 

换句话说，对于没有口含银汤勺出身的大部分普通人来说，不同的劳动技能会带来完全不一样的职业，财富，乃至人生路径。

 

美国的历史不是什么独有现象，欧美大多经历了这个趋势。中国劳动力市场最近几年也开始出现了“分化”的端倪尽管中国各个职业的工资都维持这较高速度的增长，但是专业技术人员与商业和服务业人员的工资之比已经由2015年的1.6增长到了2019年的1.76，专业技术人员与生产、运输设备操作人员及有关人员的工资之比由2015年的1.54增长到了2019年的1.78当有增长的时候，这种差异是“分化”，一旦增速放缓甚至停滞，分化就会快速变成“极化”。

 

劳动力市场出现极化自然是各国政府不想看到的场景，毕竟一个社会贫富差距，收入差距过大，社会阶层壁垒鲜明会产生更多社会摩擦成本，加大社会治理的难度。但极化并不是空穴来风，而是这三四十年全社会数字化的一个结果。经济学家们认为技术进步是“技能偏向型”的，也就是说，技术进步的光芒不是普照大地的，它会偏爱某一类人群，却冷落另一类劳动者。例如，工业革命中，纺纱机和织布机的引进替代了人力，使大批手工业者破产，但同时也创造了大批制造业工人、工程师的工作岗位。

 

20世纪70年代以来的信息化技术进步是显著的高技能偏向型：信息技术的大规模应用替代了从事重复性、流程性工作的劳动岗位，对中低技能劳动者的需求下降，但信息技术与“创造力、认知和分析能力、解决复杂问题能力、社交能力”这样的高技能劳动是互补的，增加了对高技能劳动力的需求，导致技能溢价上升。

 

大数据和智能化则进一步加强了这种“偏向型”：由于数据本身具有正的外部性，即随着数据量的增大，其边际价值会增加，驱动了数字技术进步的快速迭代；而且，数据的复制成本低，几乎是零边际成本，加速了数字化平台的扩张速度，“可标准化”工作的范畴被扩大，被替代的速度也加快。

 

数字化技术对那些“可标准化”的白领工作很不友好，计算机算法以海量大数据为养料，对人类活动进行学习、模拟和预测，并做出智能决策。如果你的工作岗位很容易被计算机算法编码，即工作内容程序化、有明确任务目标、有海量数据储备，那么就可能被数字化技术进步所替代。信息数据的检索和处理、行政管理以及传统的体力劳动将更多地由算法和自动化机器完成。行政文员、秘书、会计、保险理赔师等传统白领职业，主要从事整理文件、计算数字这些“可标准化”的工作任务，就很可能受到数字化技术进步的威胁。在暂时无法完全标准化的领域，也有越来越多的生产环节在走向标准化。数字技术在快速提高效率的同时，也将越来越多劳动者退化为标准化流程中的螺丝钉。

 

2020年新冠疫情大大加速了数字化的进程。疫情后，我们爬虫了主要招聘网站的数据，发现今年2-8月网络主播、数据分析处理工程师招聘人数同比上涨了50%左右，程序员的招聘人数也同比上涨22%，招聘薪酬也上升了10%左右。而许多传统制造业、服务业岗位的招聘数量都大幅下滑。

 

但这并不意味着“劳动者的夕阳之歌” 。实际上，数字技术替代的大背景下，那些不可标准化能力“创造力、认知和分析能力、解决复杂问题能力、社交能力”反而获得了更高溢价。世界经济论坛发布的《2020年未来就业报告》估计，到2025年，数字化技术进步颠覆全球8500万个工作岗位，劳动力市场对于数据录入、会计记账和行政支持等岗位的需求正在减少。但同时，数字化革命也将创造9700万个新岗位。而且，未来需求增长最快的20个职业中，60%都是数字技术岗位，包括数据分析师、人工智能和机器学习专家、大数据专家、数字营销专家等，这反映了对新技术的需求的快速增长。此外，还包括战略顾问、管理和组织分析师等需要解决复杂问题能力、社交能力的职业。

 

数据来源：世界经济论坛发布的《2020年未来就业报告》

 

但是，值得注意的是上表中增长最快的代表性职业，大多有高学历门槛。对于一个家庭贫寒的低学历的年轻人，这些职业都是“美人如花隔云端”，可望而不可即。那么，寒门子弟真的找不到财富创造的道路吗？

 

其实低学历门槛的职业中，也有很多不可标准化的职业。而这些“不可标准化”的职业，存在很长的职业上升通道。我们团队研究招聘网站数据后发现，美容美发师工作5年后，招聘工资可以翻1倍以上；健身教练的工作经验由零增长到5年，招聘工资也可以增长40%以上。相反，同为低学历门槛职业，服务员、流水线操作工的技能积累回报率非常低，5年经验积累的溢价也仅为11%、25%，这些“可标准化”职业的上升空间是相对较小的。

 

对于很多普通人来说，一个最大困惑是自己的劳动技能究竟属于哪一类，我们在下面列了六个选择题。通过做这个选择题，可能你会对自己劳动技能的未来有更清晰的定位。