美国经济数据最近出现了一个非常值得深思的组合。

一边是就业。2026年7月，美国失业率仍然只有4.1%。虽然新增就业已经明显降温、劳动参与率也在下降，但一般来说，这仍然可以视为一个充分就业的状态。放到整个二战后的历史中，这也是一个明显偏低的数据。

另一边却是企业与劳动者之间的收入分化。

按美国经济分析局的“当前生产利润”口径，2026年一季度美国企业税前年化利润已经达到4.43万亿美元。里士满联储进一步计算，这部分利润相当于美国国内总收入（GDI）的13.9%，与2025年四季度并列1947年有统计以来最高水平。

再看劳动者，画面正好反过来。

美国劳工统计局8月公布的数据表明，2026年二季度，非农商业部门劳动收入占产出的比例已经下降到52.9%，同样是1947年有统计以来最低。

简单来说，企业拿走的国民收入越来越多，劳动者拿走的越来越少。

如果只盯着就业，这甚至很容易被描述成一幅不错的宏观图景：经济在温和增长，大多数想工作的人都有工作。

但如果换一个坐标系，问题就变成了：社会阶层分化达到了创纪录的程度。

AI显然是其中的一个原因，但却不是唯一。美国劳动份额下降、企业加价率上升、工会力量衰退的趋势，早在ChatGPT出现之前几十年就已经开始了。

这甚至不是美国自身的问题。过去几十年间，全球主流经济体都在执行一套以增长、就业和通胀为核心坐标的宏观政策框架。它极其擅长避免大规模失业、托住总需求，却越来越缺乏把生产率红利从企业重新传递给劳动者的机制。

当人人仍然工作，但工作越来越不意味着分享经济增长，全球的经济决策者或许都值得一场反思。

过度侧重技术进步的隐藏代价

今天看到企业利润率创新高，很容易首先想到人工智能。

这个解释当然有道理。

如果一家公司过去需要100个人生产100单位产品，现在借助软件、自动化和AI，同样100个人可以生产120单位，而工资总额只增加5%，那么多出来的大部分价值自然会进入利润。

从这个意义上说，AI甚至不需要制造大规模失业，就可以降低劳动份额。

这可能是未来非常重要的一件事：人未必失去工作，但企业生产单位产品所需要支付的劳动成本越来越少。

把美国今天的问题主要归因于AI，肯定是不全面的。

美国企业平均加价率上升、商业活力下降的讨论至少可以追溯到几十年前。美联储研究总结，1980年至2016年间，美国总体企业加价率明显上升，这个指标意味着企业相对于消费者拥有更强的议价权。与此同时新企业进入率、就业重新配置等商业活力指标长期下降。

研究同时强调，两者之间的因果关系并没有想象中那么简单，不同行业横截面数据甚至无法证明“集中度上升必然导致加价率上涨”。但至少有一点没有太大争议：企业更高的利润率和市场势力并不是生成式AI时代才出现的。

不过AI仍然可以作为一个切口，帮助我们寻找这种劳资力量不平衡的根源。

同样在AI时代，其它国家并非都像美国一样伴随着企业的力量增大。

欧洲在疫情后也一度经历供应链冲击和通胀。2021年至2022年，它也出现企业利润率上升、工资滞后的现象。

但随后发生了美国没有充分发生的第二幕：工资追了上来。

2025年，雇员报酬占欧元区GDP的48.6%，较2024年又提高0.3个百分点；从长期看，2005年以来欧元区雇员报酬占GDP的比例不是下降，而是上升。与此同时，2026年6月欧元区失业率只有6.3%，仍处历史低位区域。

日本更加耐人寻味。

2026年6月，日本失业率只有2.5%，劳动市场甚至比美国更紧。可是日本最新年度国民账户显示，劳动份额从2023财年的68.4%回升到了2024财年的69.5%，这是四年来第一次上升；同期雇员报酬增长4.1%，企业家收入反而下降5.8%。

澳大利亚也没有出现同样的美国化。2026年一季度，雇员报酬同比增长5.9%，而私人非金融企业经营盈余只增长2.6%，企业经营盈余总额增长3.9%。

差异在哪里？很显然，这些国家面对AI的态度，比美国要保守的得多。

不同的态度让美国在AI技术上更加先进，但是其他人可能会问，技术进步的代价是否值得？

在前AI时代，这也是一直在发生的故事。美国的技术实力始终遥遥领先，但其原因往往在于对企业更少的监管，以及对劳动者更大的削弱。

美国工会的力量，是不断衰退的。

1983年，美国20.1%的工资薪金劳动者属于工会；到2025年，这个比例只剩10%。而在私人部门，工会会员率甚至只剩5.9%。

如果同样一项可以提高20%生产率的技术，放到一个行业集体谈判覆盖广泛、企业之间工资协调较强的经济体系里，技术红利可能有相当一部分通过下一轮工资谈判转变成工资。

但放进今天的美国，它更可能首先出现在利润表上。

技术本身只负责制造剩余。

谁拿走剩余，是制度决定的。

不只是劳工变弱，市场竞争也在变化

企业的另一重约束来自竞争。

一个最理想的竞争市场里，哪家公司利润太高，新的竞争者就会进入；哪家公司价格涨得太多，消费者就会转向替代品。

结果，高利润会不断吸引竞争，直到利润率被压低。

可是过去几十年的美国经济越来越多地出现另一种企业：

它们依靠品牌、专利、网络效应、数据、软件生态、巨大研发成本和全球规模建立竞争优势。

这些企业最重要的资产甚至不再是厂房和机器，而是其他企业很难复制的无形资本。

这会产生一种全新的利润结构。

传统制造企业想把产量翻倍，通常也需要更多机器、工人和材料。

一套已经成熟的软件可以增加100万个用户，却不需要多雇100万个人。

一家拥有全球专利的药企，多卖一盒药的成本远低于第一次研发这种药物的成本。

平台企业则更加极端：有限的算法成本就可以带来近乎无限的用户扩张，少数一两家平台吸纳了几乎所有用户之后，还顺手消灭了大量的中介环节。

于是现代美国经济越来越具有一个共同特点：

企业扩张的边际成本越来越低。

在这种经济里，规模优势极容易变成利润优势，让垄断者彻底排除其它企业的竞争。

这也是为什么今天讨论反垄断，已经不能只把它理解成“消费者买一瓶饮料会不会贵两毛钱”。

竞争结构其实也在影响着整个劳资关系中的力量对比。

如果竞争充分，企业之间的竞争会让它们相互争夺劳动者，从而表现为工资上涨。但在竞争较弱的环境里，那么生产率提高最自然的去向就是企业利润。

美国过去几十年的公司治理越来越围绕资本回报展开。

利润率、EPS、ROE、自由现金流、股价，已经成为衡量管理层绩效最核心的一组指标；管理层自己的财富又往往与股票挂钩。

如果资本市场奖励利润率提高，管理层薪酬与股价相连，而劳动者又缺乏足够强的集体谈判能力，那么企业生产率增长首先变成利润，反而是最符合激励机制的结果。

于是当一家企业因为技术进步而突然节约10亿美元成本时，管理层不会问“应该把多少钱分给员工”。

AI只会让这个机制变得更强。

别再认为“有就业就够了”

现代宏观政策究竟如何定义一个“健康的经济”？

答案其实非常清楚。

看看美联储的法定使命就知道：最大就业、价格稳定和适度长期利率。2025年修订的货币政策框架仍然明确围绕最大就业和2%的长期通胀目标展开。

这当然不是美联储一家的问题，二战之后全球主流经济体都大致采用了这样的框架。

因此，尽管我们看到欧洲等地区的数据仍在可以接受的范围内，但是从全球范围看，与美国情况类似的国家也不在少数，甚至更多国家在劳工保护上做得更差。

而且从根源上说，只要宏观政策框架不变，全球经济都难免被拉向同样的方向。

这种政策框架塑造了整个现代社会观察宏观经济的方式。

我们习惯问：

GDP增长多少？失业率多少？通胀多少？

如果答案是：

GDP增长2%；失业率4%；通胀2%。

那么这几乎天然意味着“经济表现不错”。

可是这三个数字完全无法告诉你：

新增GDP中有多少去了工资？

中位数家庭实际收入提高了多少？

企业利润提高了多少？

资产升值最终属于谁？

于是两个完全不同的经济体，在传统宏观仪表盘上可以显示出几乎一模一样的数据。

假设两个国家失业率都是4%，GDP都增长3%。

第一个国家生产率增长3%，实际工资增长3%，企业利润增长3%。

第二个国家生产率同样增长3%，实际工资增长0.5%，企业利润增长10%。

在就业和GDP数据里，两者区别不大；在社会结构上，它们完全是两个世界。

美国正在越来越接近后一个问题。

2025年，美国收入最高的20%人口获得了约52.7%的个人收入，最低20%获得5.2%。

这时候，仅仅说“至少大家还有工作”，显然已经无法完整描述居民究竟有没有分享经济繁荣。

充分就业从来都很重要。

但它只是必要条件，不是充分条件。

分配不公将会长期损害技术进步

为什么传统宏观经济学如此重视就业？放在凯恩斯的时代，答案很直观：

因为失业会造成需求不足。

一个人失去工作，收入下降，就会减少消费；企业因此卖不出去东西，又进一步裁员。

凯恩斯主义最经典的任务，就是打断这个恶性循环。

但如果今天产生需求不足的方式不再是“大批人失业”，而是：

绝大多数人仍在工作，只是越来越多收入流向消费倾向较低的富裕家庭和资本所有者呢？

宏观结果其实可能非常相似。

穷人得到100美元，会不得不很快花掉其中大部分，去支付基本的衣食住行。

但一个资产已经十分庞大的家庭再获得100美元利润和股息，显然没有必要马上增加100美元消费。

这也是为什么现代宏观研究越来越重视家庭异质性。美联储的相关研究已经明确讨论过这一机制：由于股东的边际消费倾向较低，当越来越多国民收入流向股东时，总需求可能下降；收入不平等本身因此可以成为宏观需求变量，而不仅仅是社会公平变量。

HANK——异质性家庭新凯恩斯主义模型——近年来变得越来越重要，本质上也说明传统的“代表性家庭”假设太粗糙：不同年龄、财富和收入水平家庭面对同一次降息，消费反应完全不同。

所以，把分配纳入宏观政策分析，并不意味着经济政策突然放弃效率、转向道德。

恰恰相反：

分配本身就是需求。

GDP创造给谁，会影响这部分GDP下一步变成消费、储蓄还是资产购买。

这本来就是宏观经济学。

当我们在讨论是否需要放缓技术进步的速度来保护社会公平时，这不是在反对进步，而是在说，当收入差异大到一定程度，同样会引发经济危机从而打断技术进步。

在过去几十年中，各国政府都用巨额负债来为穷人托底，把需求补回来，甚至催生了MMT这样认为负债可以永续的理论。但事实真的如此吗？

从“充分就业”到“分享繁荣”

过去一百年，宏观经济学最大的恐惧之一是：

一个愿意工作的人，却找不到工作。

这当然仍然是一场经济灾难。

但美国今天越来越清楚地展示了另一种可能：

一个人找得到工作，却仍然没有充分他参与创造的生产率增长。

这两种问题完全不同。

第一种问题叫失业。

第二种问题甚至还没有一个深入人心的宏观名称。

但是任何一个人出于常识都知道，这是比任何经济学名词都严重问题：阶层分化。

传统宏观经济学有产出缺口，有就业缺口，但未来也许应该更加认真地计算：

生产率提高之后，实际中位工资到底追上了多少？

劳动收入份额偏离长期合理水平多少？

新增财富到底集中到了哪些家庭？

这并不意味着中央银行明天就应该把基尼系数写进利率公式。货币政策工具太粗糙，也不适合承担主要再分配责任。

真正能够直接改变分配的是税制、转移支付、竞争政策、最低工资、集体谈判制度、教育和公共服务。

货币和财政政策至少不能再假定：

只要就业充分，分配问题就会自行解决。

美国今天的数据已经证明，这个假设并不可靠。4.1%的失业率可以和历史最低的劳动份额同时存在。13.9%的企业利润份额也可以和充分就业同时存在。

换句话说：

充分就业可以阻止劳动者变成失业者，却不能保证劳动者不会在国民收入分配中越来越边缘化。

这可能才是美国企业利润创纪录真正值得讨论的意义。

过去几十年，我们习惯用“增长—就业—通胀”三个变量判断宏观经济是否健康。

未来，恐怕还需要第四个坐标：

分配。

因为一个社会真正需要回答的从来不只是：

我们创造了多少财富？

也不只是：

有多少人在参与创造财富？

还有一个更加困难的问题：

这些财富最后归了谁？

如果技术革命继续推进，这个问题只会比今天更加重要。

到那时，也许我们会发现，AI时代真正需要被修正的，并不是“人必须通过劳动获得收入”这么遥远的制度安排。

更早需要修正的，反而是一个已经统治宏观政策几十年的朴素信念：

只要人人有工作，繁荣自然会向所有人扩散。

美国正在告诉我们，它未必会。

如何让“充分就业”变成真正意义上的“分享繁荣”，不光是美国的难题，也是全球决策者都要共同去探讨的重要课题。