我们会迎来一个大面积失业成为常态的时代吗？
核心驱动力：技术进步与自动化
最常被提及的驱动因素是快速的技术进步，尤其是人工智能（AI）、机器人技术和自动化。这些技术正在以惊人的速度发展，并逐渐渗透到各行各业。
AI和机器学习： AI在数据分析、模式识别、决策制定和内容生成方面的能力越来越强。这使得许多原本需要人类智力才能完成的任务，现在可以被AI高效地完成。例如，AI可以处理大量的法律文件、进行医学诊断、编写新闻报道、甚至创作艺术作品。
机器人技术： 机器人不仅在制造业中普及，也在物流、仓储、医疗保健、服务业等领域崭露头角。它们可以执行重复性、危险性或对精度要求极高的任务，而且成本效益可能高于人力。
自动化流程： 不仅仅是实体机器人，软件自动化（Robotic Process Automation, RPA）也在吞噬大量行政和后台工作，如数据录入、客户服务中的常见问题解答、文件处理等。
哪些工作最容易受到冲击？
重复性、低技能的工作： 这是最容易被自动化取代的领域。例如：
制造业： 装配线工人、操作机器的工人。
交通运输业： 卡车司机、出租车司机（自动驾驶技术成熟后）。
客户服务： 电话客服、在线聊天客服（AI聊天机器人）。
数据录入和处理： 会计助理、行政助理。
零售业： 收银员（自助结账系统、无人商店）。
仓储和物流： 分拣员、包装员（自动化仓库系统）。
部分中等技能的工作： 随着AI能力的提升，一些需要分析和判断的工作也可能受到影响。例如：
初级法律助理： 文件审查、案例研究。
放射科医生（辅助诊断）： AI在图像识别方面的能力正在迅速提高。
初级程序员/软件工程师： AI辅助编码和自动生成代码。
基础金融分析师： 数据分析和报告生成。
可能导致“大面积失业常态化”的论点：
1. 技术进步速度超过适应速度： 历史上的技术变革（如工业革命）也曾引发失业，但新产业和新工作的出现最终填补了空缺。然而，有人认为AI的颠覆性可能比以往任何一次都要快，导致社会和劳动者来不及学习新技能和适应新岗位。
2. 技能鸿沟的扩大： 新兴技术催生的新工作往往需要高度的专业知识和技能（如AI工程师、数据科学家、机器人维护员）。这会加剧技能鸿沟，导致只有少数高技能人才能够胜任新岗位，而大量技能不匹配的劳动者面临长期失业。
3. 赢者通吃的经济模式： 自动化和AI可能导致生产力极大地提高，但利润主要集中在少数拥有和管理这些技术的大型企业和个人手中。这可能加剧贫富差距，而普通劳动者的议价能力和就业机会则相对减少。
4. 全球化与自动化叠加： 全球化已经将一些生产环节转移到劳动力成本较低的国家。自动化则使得在发达国家进行本地化生产也变得经济可行，这可能导致一些原本为发展中国家提供就业机会的制造业回流，进一步压缩发展中国家的就业空间。
5. “零工经济”的固化： 许多被自动化取代的岗位，可能不会被全职、有稳定福利的岗位替代，而是被更灵活、但更不稳定、薪酬更低的“零工”或合同工所取代，这在一定程度上也能缓解“失业率数字”的飙升，但会降低整体就业质量。
不一定会导致“大面积失业常态化”的论点（或缓解因素）：
1. 新技术创造新工作： 历史经验表明，技术进步在淘汰旧岗位的同时，也会创造新的就业机会。例如：
AI训练师和监督员： 需要人类来标注数据、纠正AI错误、确保AI的合规性和道德性。
AI系统维护和工程师： 开发、部署、维护和升级AI和机器人系统。
人机协作专家： 设计和优化人与机器协同工作的流程。
需要创造力、情商和复杂人际交往的工作： 艺术家、心理治疗师、教师、高级管理人员、战略家等，这些领域在可预见的未来，AI仍难以完全取代人类。
新兴产业的涌现： 如虚拟现实（VR）、增强现实（AR）、生物技术、清洁能源等，这些领域会催生大量新职业。
2. 人类劳动力的不可替代性： 许多工作仍依赖于人类独有的特质，如：
复杂决策和战略规划： 需要判断力、直觉和对非结构化信息的处理能力。
同情心、关怀和情感支持： 医疗、教育、社工等领域。
创造性和创新性： 艺术、设计、科学研究等。
灵活性和适应性： 处理意外情况和非标准问题的能力。
3. 经济和社会结构调整： 随着技术发展，社会可能会做出相应的调整：
教育和培训改革： 加强终身学习体系，帮助劳动者更新技能以适应新需求。
新的福利和收入分配模式： 如普遍基本收入（UBI）的讨论，旨在为被技术淘汰的群体提供基本生活保障。
工作时间和社会文化的变化： 可能出现更短的工作周，或工作不再是衡量一个人价值的唯一标准。
监管和政策干预： 政府可以通过税收政策、产业扶持政策等来引导技术应用方向，保护就业。
4. 自动化并非一夜之间实现： 技术的大规模部署需要时间、资金、基础设施建设、法规支持以及社会接受度。许多行业的自动化将是渐进式的，而非突发性的颠覆。
5. 生产力提升带来新的需求： 自动化带来的生产力提升，理论上可以降低商品和服务的价格，从而提高实际购买力，创造新的消费需求，进而可能催生新的就业。
潜在的“新常态”景象：
即使不是普遍的“失业”，我们很可能面临一个“就业结构深刻变革”、“不稳定就业增加”、“技能需求快速变化”的时代：
一部分人成为“技术精英”： 他们掌握前沿技术，创造和管理自动化系统，获得丰厚回报。
一部分人从事“人机协作”岗位： 他们与AI或机器人协同工作，发挥各自优势。
一部分人从事“情感/创意/护理”类工作： 这些工作对人类特质依赖性强，短期内不易被取代。
一部分人成为“零工经济”参与者： 工作性质更灵活，但保障性较弱。
一部分人可能面临长期的技能不匹配和就业困难。
总结：
我们是否会迎来一个大面积失业成为常态的时代，取决于多种因素的相互作用：技术发展的速度和方向、社会政策的应对能力、教育体系的适应性、经济结构的调整以及人类自身的创造力。
更准确的说法可能是，我们正在进入一个“高就业变动性”、“高技能迭代要求”、“就业结构极度分化”的时代。人工智能和自动化将深刻地重塑劳动力市场，挑战将是巨大的，但机遇也与风险并存。关键在于我们能否通过积极的政策、教育和社会改革来应对这场变革，确保技术进步的红利能够更广泛地惠及全社会，而不是加剧不平等和失业问题。
未来并非注定，它将是我们今天选择和行动的结果。
网友意见
谢邀。
个人觉得，可能是“碎片化就业”成为常态。
前年在萧山蹲某工厂盯产线改造，和厂子的老总工闲扯过类似问题。
流水线式的工厂一般都有“线长”这个职位（广东那边叫“拉长”，源自香港的“line长”），他们的职责就是盯住自己这条线。
管理方式都很粗暴，主要靠骂娘。这是因为线长也是从流水线里升上来的，知识储备不够。
厂里开会拆解订单的生产任务，这个他们懂；怎样引导工人提升单个环节的效率，这个他们很多都不懂。
简单说：传统线长是生产标准和生产进度的忠实执行者，但他们很难成为生产的改进者。
然后有些厂开始搞智能改造。
听着高大上，其实就是在核心工位前装个显示屏，三十块钱的7吋垃圾货，唯一的功能就是实时显示生产设备上的一些传感数据。
但线长们突然就被“赋能”了。
他们第一次清晰地看到各个环节的基础数据，也能通过基础算法看到生产进度的瓶颈在哪些工位。虽然还是骂娘，但单纯的“精神注入”少了，有的放矢的多了。
过去一个线长最多管40号人，现在能管到70人；降低了来回走动的肉眼侦查，更多工作可以靠盯着电脑屏完成。
在盯产线实装测试时，看到此景，我突然有感，问了老总工一个问题：
以后工人是不是会越来越少？
老总工五十出头，95年进台达，秃顶，喜欢穿花里胡哨的西装下产线。
他对我邪魅一笑，讲了一个概念：
生产知识的集中。
农业时代，生产知识基本是集中在个人手里。典型的就像以前村里的手工师傅，篾匠补锅匠瓦匠，上千人的村子里可能就一个人。
以前很多篾匠要自己去砍竹子、备料（蒸煮竹木）、熬漆、编织、上漆上色。从原材料到销售，全靠他自己。
小手工作坊是这种生产知识的原始串连，生产知识开始共享，并有了最基础分工概念：竹子和漆可以买，自己只负责加工原材料和编织。
但这时候生产模式依然高度以人为核心：几位师傅一个季度能做300个竹篮，那就只有300个，做完就休工。
这是自然经济的限制，采集加工制造的效率低、知识的传播速度慢、市场需求总量小。
到工业时代，流水线诞生。
流水线的革命性不仅仅在于更科学高效的分工。最根本的，是生产知识主体从个人迁移到了一个“系统”。
过去分散在各个老师傅手里的生产知识，开始集中在少数厂长、企业家、工程师脑内。
当生产知识集中后，这些人就可以凭借集中的资源来系统化改造生产模式。
单个篾匠要掌握怎么制漆，已经很辛苦了，要让篾匠去改造制漆工艺更是超纲。
但福特工厂的总工们可以指导发动机厂的改造，不是因为他们彻底掌握了发动机的工艺，而是他们掌握了生产知识的“总图谱”，他们知道“该”怎么改。
1927年福特Rogue工厂的口号是：“从矿石到成品”。为此他们连铸铁厂都是自建的。
这就是个奇点时刻。人不再仅仅是从自然里归纳生产知识，而是开始用生产知识去大规模改造自然，改造自己。
所以才有了专业化。
如果没有大脑，你就是生产知识的总集成，那是无所谓“专”的；但现在有了大脑，所有围绕生产模式的个体都是大脑的补充，所以才有了现代意义上的“专业”。
有总才有分嘛。
从这个角度看，每次生产知识的集中化，都必然带来专业分工的细化，并造成就业岗位的迁移。
我们现在毫无疑问处于一个生产知识集中化的新潮。制造端的电子化数据化互联网化是集中，互联网平台的数据垄断也是一种集中。
系统能力越集中，依附系统的个体能力越细化。以前工厂里的工程师要做个全能维修工，现在的设备随着集成而精密度上升，很多工程师再遇到设备故障就只能打电话call人。
理解全流程生产逻辑的难度越来越高，劳动者在技能上普遍加重了生产知识的“碎片化”。
生产知识“碎片化”，好比过去的编剧自己写完一整个剧本，现在很多编剧新人却只能改编，或者团队合作完成特定章节。
不是他们没有理想，而是流水线式的内容生产模式倒逼他们适应，最后异化成只能从事特定环节。
而生产知识的“碎片化”，一定会带来就业的“碎片化”。
管理岗位始终是稀缺的，熟练技术工序逐步被系统消化，剩下的就是各种高度细化、高度灵活的需求。这就会产生明显的就业岗位迁移。
老总工当时说：咱们产线上的用工需求是减少了，但是这套系统折腾了我们多久？传感器怎么和生产设备结合，要不要人？这些系统的推广，要不要人？
工厂们对这些系统的学习和使用，要不要人？设备厂商生产这些订单，要不要人？
这是不是新增岗位？
而且这些新增岗位对应的，恰恰是其他联动系统的新专业化需求，他们同样得招高度细化的员工，才能对接我们这些新模式的需求。
再放大下去，新的生产特性，一定会带来销售端新的人才需求。直播火的基础是大量外单货的内销，没有这种产能对内迁移，互联网是不会一夜之间蹦出那些花里胡哨的新岗位的。
集中与专业化肯定会创造新的就业。
但会有迁移的时间差。
刚才说的新增就业，很可能是给大学生的，因为他们知识基础好，适应迁移的速度快。
我们台达这帮老头到今天也能玩智能制造，我们理解全貌，这些东西和四十年前讲的全自动化生产没有本质区别。
但这些初高中学历的工人，要是没有在具体工艺上钻得精，他们迁移起来就很麻烦。
他们就得回归纯体力劳动，送外卖送快递做服务员收银员，都是一些很难积累生产知识的岗位。
所以从大生产角度，开弓没有回头箭，只能把这种工业升级做下去。做下去，一边淘汰老产能，一边新增制造业的低门槛灵活就业，他们还能平移。
做一半就不做，或者大环境不好做不下去，那他们就只能被挤压去服务业了。
所以我感觉，这是一种“碎片化就业”的趋势。
生产知识集中，分工专业化加深，一部分岗位就业门槛下降，就业迁移频次加快。
把这个看作失业其实也可以，因为这个切换过程里必然存在长期的大规模非正规低水平就业。
但“碎片化”会成为更鲜明的时代特征。没有进大厂的、没有考公上岸的、没有殷实家底和好看的文凭的，都得谨慎地审视这个时代变化。
“君子不器”可能不再只是一种品质表述，而是一种未来的职场规划指导方针。
现在不好判断以后会不会因为信息技术的提升等因素出现大规模的失业，但未雨绸缪做一些准备也是应该的。
我认为如果因为技术升级出现了一段时间内的严峻的就业压力，采取某种方式的托底是必须的。但托底的方式要注意，不能按劳分配（因为没有工作了），但也不能简单走福利社会之路，这是后患无穷的。
我的建议是，在按劳分配无法进行的情况下搞“按考分配”。简单说就是大家可以通过学习科学文化知识并通过相应的考试来获得相应的财富分配。如果不学习不考试那就只能拿到最低标准的低保，饿不死但肯定是穷的。
我来说一说这种按考分配的好处。
第一，我国人民从小就是在按考排名按考决定升学的环境下成长起来的，对这一套规则相对熟悉，对其权威性也是比较认可的。推行起来阻力应该不会太大。
第二，这保证了即使长期失业也不至于把人给养废了。最起码在学着科学文化知识，不至于让社会舆论往反智的方向偏转。这些长期不工作的人的孩子也有一个文化氛围比较好的家庭成长环境。将来如果技术又发生了变化，有新的岗位出现了，那么这些长期失业的人也有更大的可能经过培训之后再上岗。
第三，西方国家尤其是中国的主要竞争对手（美国）很难采取这一招，尤其是中国抢先采取这一招之后他迫于政治正确更加难以向中国学习。 采用这一招应该可以明显扩大中国相对于主要竞争对手的竞争优势。
第四，从更长远的历史尺度看，现在我们是社会主义初级阶段，但以后是不是还要建设中级阶段、高级阶段乃至共产主义初级阶段呢？未来不断升级的一个重要标志就是分配方式的改变。共产主义应该是按需分配，但那个还太遥远。目前的社会主要是按劳分配和按资分配两种分配的结合。如果我们又开辟出了按考分配的新分配方式，那么三种分配相结合的社会在稳定之后是不是可以认为就是社会主义的新阶段了呢？如果按考分配，按劳分配，按资分配能够呈现出三足鼎立之势，我觉得我们可以宣布完成了社会主义初级阶段而进入社会主义中级阶段了。
念点马经
马克思曾经做出预言：随着技术的发展，资本构成中的可变资本比例会逐渐下降，而不变资本的比例会逐渐上升——这意味着资本家未来会花费更少的钱来购买劳动力，也就是雇佣工人。而这也就意味着一种结构性的成规模失业。无产阶级最强有力的一支队伍——产业工人们，会日渐失去其独特性与对资本家的议价权。
既然产业工人的力量减弱，工会能干的事情也会愈发有限。你可以强迫资本家给你开更高的工资，降低劳动时间，但你不能强迫资本家不抽走资金进入虚拟经济。当谁都知道玩虚的比吭哧吭哧搞产线组织、国际供应链调配以及加工生产来钱快的时候，资本家都会选择跨界玩金融。
（因此我是个非常温和的左派。对于认清了如今的形式，还愿意撒币给实业的资本家，我不愿意过多苛责他们）
如今的剥削链条有三条，一个是资产阶级与特权阶层对劳动者的剥削，一个是第一世界国家对后发国家的剥削，一个是虚拟经济（虚拟经济不是指互联网业界）对实体经济的剥削。三条剥削链榨干了真正在创造价值，而不是玩弄数字游戏的实体经济。
结构性的失业一般无法解决，位于国际剥削链上游的第一世界国家可以通过榨取后发国家的劳动价值来勉强赈济。而后发国家的劳动者要么继续在血汗工厂里生产以供养第一世界的不劳而获者，要么就直接躺平摆烂。试问，英美当然可以完全脱离一点都不“赚钱”的实业，并全身心的投入“来钱”，不污染环境，体面而优渥的金融行业，但他们用钱购买的产品是从哪里来呢？
假如现在荷兰人用一台光刻机换购义乌的十万个口杯，三十万件衣服，莆田的二十万双椰子鞋，并让深圳的厂仔们组装五千台IPhone，我丝毫不觉得有问题——这就是自由意志主义的市场经济。我愿意出卖上述物资购买你的光刻机，而你也愿意用光刻机换取这些东西。虽然比例夸张，但这就是劳动购买劳动，劳动交换劳动，没有任何不公平的地方。
但如今的形式，美国人只需要不断印刷绿钞，就可以躺着让全世界的工业产品流进他们这个不劳而获的国度，而其中被剥削的最为严重的，莫过于贡献了全世界最多工业产值的中国。
美国的第三产业占比已超过80%，而第三产业是不能吸纳如此多的劳动人口的。我们不能指望人人都去当码农，也不可能人人都去当货车司机与咖啡店小哥，总要有人在工厂里生产口杯、火车头与笔记本电脑——而这群创造了最重要价值的人如今却被以各种方式剥削着。实业的利润空间只能不断被压缩，这就产生了怪相：失业者嫌弃实业牛马工资低，实业却已经开不出更高的价格了。
如此繁重的剥削让工业企业无法获得足以完成再生产的“利润”，也让工业成为了人下人一般的牛马工作。这件事不单是肯尼亚的事，也是坦桑尼亚、阿尔及利亚、南非以及刚果的事。
假如这样的三条剥削链条继续壮大下去，让所有人都产生实业不可能赚钱，反而会成为被水蛭附体的牛马的预期，那么未来的资本只会从实业中进一步脱身。有人说：“这多妙啊，刚果人也去玩金融，无污染又人上人。”可是，究竟谁这么有幸，来当这个能让一个牛马大的水蛭吸饱饱的新牛马呢？
失业会到来，但并非是机器人和人工智能导致的。
生产力的进步，会带来新的生产关系，产生新的工作岗位，以前的纺织工人也担心机器大生产替代人工，可后来的事情我们都知道了，这种担心完全多余，因为出现了很多以前的人们想象不到的职业。
尽管如此，也丝毫不用怀疑，未来肯定会有一轮阵痛期，也就是大失业。
为什么这么说呢？
因为美国又在经历滞胀！
滞胀，是指经济下行的同时，又通胀严重的一种经济现象。
“滞”指经济增长停滞，失业严重，居民收入下降；
“胀”指通胀严重，物价上涨。
合在一起，就是物价一直在涨，工资始终不涨，大概就是这么个操蛋的感受。
在所有类型的经济问题中，滞胀是最难处理的。
比方说大萧条，很惨了吧，前任美联储主席伯南克研究了一辈子，他觉得是有解的——放水，越快越好。
所以他在2008年处置次贷危机时，就使用了大剂量的量化宽松，果然被证明很有效。
2020年初，油价崩盘叠加疫情冲击，美股多次熔断后，美联储立刻开启QE，而且声明是“无限量宽松”，也很快就止住了崩溃的势头。
“无限量”的意思并非指毫无顾忌地印出无数钞票，而是在市场信心恢复角度，给予不留余地的支持——不要担心市场会崩，我会一直印钱救它。
你觉得美股完蛋不了，就去抄底，其他人也这么想，于是濒临崩溃的市场就被整活了。
也就是说，“无限量”只是美联储的一个态度。
但在滞胀状态下，货币宽松等一切刺激手段，通通都会失效。
原因有二：
首先，长期的货币宽松会形成路径依赖。
什么意思呢？就是讲一旦经济下行，你就立马发债印钞，几十年都这样，已经形成了条件反射式的市场预期——你一印钞，我就拿钱去炒房炒股，并不会像你期望的那样去消费。
长此以往，货币传导就被堵塞了。
本来应该是这样子的：
最后变成了这个样子：
边际效应递减听说过吧，就是指放水这个事，一开始是有刺激效果的，但是效果会逐次下降。
到最后，放水除了推高资产泡沫，增加金融风险，已经不能刺激任何实体的增长了。
其次，黑天鹅事件，比如战争，疫情……会带来供给问题，造成物资短缺的预期，使能源、粮食等民生物资涨价。这样的预期一产生，国际资本在期货市场上就会大炒特炒，加剧通胀。
严峻的失业，叠加上涨的物价，民众的生活，可想而知。
然而这时候，政府的决策却陷入了两难：
一方面，所有的政府，最畏惧的都是失业。要想减少失业，就必须有更多的投资，更宽松的流动性，就必须维持低利率、高杠杆。但那样的话，通胀就如脱缰野马，止不住了。
另一方面，任由通胀蔓延，不光会造成民生灾难，还会恶化货币信用，如果不及时制止，就会发生严重的社会危机，前车之鉴有德国魏玛时期的恶性通胀，国民政府统治时期的恶性通胀，以及眼巴前的津巴布韦和委内瑞拉。
要么是大失业，要么是高通胀，两头都很麻烦，两头都很难解决。
纵观世界历史，真正成功解决滞胀危机的，只有资本主义的灯塔——美国。
二战之后的20年，是美国制造业最气势恢宏的20年。但随着时间进入70年代，美国就有点盛极而衰了，外有冷战危机，内有滞胀危机，越战越打越糊，国内还处处被渗透得跟筛子似的。
财政上，因为越战黑洞，所以赤字；贸易商，因为日本和德国的竞争，所以也赤字，双赤字……
要不是有保罗沃尔克的“壮士断腕”，和里根成功的经济结构改革，现在的世界格局是啥样，还真不好说。
总结下，美国经济70年代走下坡路的原因：
第一，战后的固定投资、基建，都搞得差不多了，朝鲜战争、越南战争对工业产能的拉动，也已达到极限，缺乏新的增长点。
第二，产业面临转型升级，二战带来的科技红利吃完了，但新的科技树还不知道在哪。
第三，德、日的工业崛起迅速，且国际竞争力很强，导致美国的贸易份额下降。
为了应对经济衰退和越战，肯尼迪和约翰逊连续实施扩张性的货币政策和财政政策，到尼克松接手时，滞胀已经有苗头了。
尼克松为了谋求连任，继续选择货币宽松，使M2增速一度超过了12%，美元快速贬值。
70年代之前，美元一直是绑定黄金的，这是因为二战后，全世界3/4的黄金都跑去美国了，美国就对各国说：“美元绑定黄金，你们的货币咬住美元，不就可以整活了？”
这就叫布雷顿森林体系，美元也成了光明正大的世界货币。
但是美国那些年连续宽松，而且财政、贸易双赤字，绿纸怎么看都不如沉甸甸的黄金踏实，各国就打算放弃美元兑回黄金。
尼克松索性摊牌，宣布放弃美元和黄金的刚性兑换，布雷顿森林体系破产，之后的美元信用如何，就看美联储的人品了。
由于连续宽松，通胀如约而至，1973年，美国国内物资疯狂涨价，鸡蛋涨了49%，肉类整体涨了25%。
同年10月，第四次中东战争爆发，这场战争让阿拉伯国家颜面扫地，他们为了报复欧美对以色列的支持，共同减产石油，并威胁彻底禁运，油价大涨。
1974年，美国GDP实际增长率为-0.5%，但通胀高达12%，失业高达9%。
福特上台，他一边命令政府过紧日子，另一边着手紧缩货币，一度使通胀降至4%，但由于失业居高不下，福特没能连任。
继任者卡特，又改用扩张的货币政策，连续使M2增速保持在12%以上。
卡特任上的前三年（1977-1979）， 美国经济增长都维持得不错，GDP年均增速在5%以上。
然而，1979年，伊朗和伊拉克又打了起来，互相炸油田，石油再一次减产。
由于前一沦涨价已经吓过大家一次了，第二次能源危机就更恐慌：
1980年，美国通胀率飙升至前所未有的15%：
GDP增速急转直下，失业率飙升：
美国到了最危险的时刻。
从1970年到1983年的13年间，美国企业、银行破产数以及失业率，都创下了二战后的最高记录，GDP平均增速只有2.9%，但平均通胀达到了10.46%，失业率最高时达10.8%。
而死对头苏联这时却风生水起，由于他和欧美经济体互相隔绝，所以滞胀没有影响到他。而且别忘了，苏联也是产油国，这一波让他赚了个盆满钵满。
这时期的美国决策层都在不遗余力地治理滞胀，但尼克松、福特和卡特的政策摇摆不定，国家虽然需要未来，但总统需要眼前的选票，于是，反反复复的货币政策，反而加剧了通胀预期。
什么意思呢？大概就是——你不是说会跌么？可它又涨了，凡是赌跌的都输了，所以它永远涨！
1981年，里根上台，虽然此时的美国经济仍在滞胀的泥沼里挣扎，但在学术界，主张财政减税的供给学派和新自由主义，已经取代了主张需求刺激的凯恩斯主义。
真正让美国脱离滞胀苦海的，是天降猛男——保罗·沃尔克。
他因为成功治理了通胀，被奉为美联储历史上最伟大的主席，而载入史册。
他是怎么做的呢？
其实很简单，就两样：
- 大幅加息；
- 严控货币数量。
但市场是有惯性的，体量越大，惯性越大，所以他最初的几轮加息，并没有让通胀降下来，他索性一口气加息至创纪录的21%：
办法虽然粗暴简单，但保罗沃尔克的决策核心，是扭转市场预期，即表达出美国决策层对治理通胀的强烈决心，哪怕利息再高，代价再大，也要一干到底。
白宫的态度？不管，沃尔克不光大力紧缩货币，还一手促成了美联储的决策独立，让人们相信，美国总统不会因为追求连任而干预美联储的决策。
由于货币紧缩，美国的失业率被推向了高点，沃尔克遭遇前所未有的攻击，甚至有失业打工人开着工程车去堵他，但他顶住了压力，用无与伦比的魄力、壮士断腕的决心，以及与世界为敌的勇气，维持着高利率。
这种暴力出清通胀的方式痛苦却最有效，1983年，终于迎来了胜利的曙光——通胀率下降至3.2%，1986年降到了1.9%。
而GDP增速，也在1983年达到4.5%，1984年达到7.2%，美国经济从此开启了长达20年的低通胀高增长时代，最终成功耗死苏联，赢得了冷战的胜利。
滞胀之难，难在没有两全其美的，可以满足既要又要的解决办法，大失业和大通胀，必须选一个。
怎么选？
经历过德国魏玛恶性通胀的经济学家欧根说：
只要币值的稳定性得不到保障，一切为实现竞争秩序的努力都是徒劳的。必须坚定不移地把稳定货币放在首位，这样做事实上是对其他政策目标的最大支持，也是对经济发展的最大贡献。
在信用货币时代，最重要的资产，是信心。
如果大家对房子有信心，就会去疯狂炒房；对货币失去信心，就会抛弃货币，而寻求其他一切所谓可以抗通胀的实物资产。
治理滞胀的关键，就在于以不容质疑的决心，让民众恢复对货币的信心，哪怕资产泡沫破裂，哪怕大萧条发生，哪怕失业高企，也在所不惜。
所以什么是沃尔克时刻，就是不惜代价，紧缩金融杠杆，扭转市场预期，恢复货币信用的时刻。
房di产造成的问题有很多，最主要的是在两个地方：
第一，是金融杠杆循环的低效率。
怎么理解呢？就是讲房地产这台印钞机，它是在自我循环。
印钞 → 房价涨 → 更高的抵押资产就能印出更多的钞 →房价涨得就更多……
但问题是，这钞不是白印的，是负债撑起来的，越往后债务风险越大。
一个房子，本来只值100w，高估它，说300w，高估的200w哪儿来？只能由打工人的负债去扛，然而打工人负债贷出的资金又流向了房地产，进一步推高房子的估值，这又需要更高的负债去扛……
这就叫金融杠杆无效率——更高的债务，更累的打工人，却没有用在正经地方。
那什么叫有效率？
就是你借了一笔钱，发明出了一款牛逼的芯片，不光还上了那笔钱，还赚了个盆满钵满。
第二，是推高了年轻人和农村人的生存成本，逼迫着他们低欲望，使人口结构的恶化，到了火烧眉毛的地步。
这俩问题都需要解决，沃尔克的经验表明，行动越早，代价越小。
代价就是阵痛，
阵痛就是失业！
大面积失业不会是因为AI，而是因为劳动者分配比例太低，导致无法购买生产的产品，从而导致市场失去购买力，产品大量滞销，“生产过剩”，企业倒闭，工人大面积失业。
1995年，中国工资占GDP比例是61%，2020年有文章说是32%。
类似的话题
-
关于我们是否会迎来一个大面积失业成为常态的时代，这是一个复杂且备受争议的问题。目前并没有确凿的答案，但我们可以从多个维度进行深入分析，探讨其可能性和潜在影响。核心驱动力：技术进步与自动化最常被提及的驱动因素是快速的技术进步，尤其是人工智能（AI）、机器人技术和自动化。这些技术正在以惊人的速度发展，并............. -
芯片的告急，就像一场突如其来的寒流，正在一点点渗透进我们生活的方方面面，尤其是对我们每天都要打交道的消费电子产品，这股寒意已经化作实实在在的涨价潮。这可不是空穴来风，也不是什么小打小闹，它带来的一连串影响，细致起来，可能比你想象的还要深远。首先，最直接的感受，那便是钱包变瘪了。你有没有发现，最近想换.............
-
带宝宝在公园里玩，正享受着难得的闲暇时光，冷不丁头顶上一阵轰鸣，一架战斗机呼啸而过。它飞得不高，而且正好朝着我们这边冲过来，这画面确实挺有冲击力的。说到雷达辐射，这可能是很多人都会担心的问题。尤其是在近距离面对一架高速飞行的飞机时，我们本能地会产生一些疑问。首先得明白，战斗机上搭载的雷达系统，它的主.............
-
2004年，华语乐坛确实像一位巨星，光芒四射，闪耀着独特的光辉。“七里香”的清新，“江南”的婉约，“欧若拉”的神秘，“我们的爱”的深情，这些歌曲不仅在当年红遍大江南北，更是成为了许多人心中难以忘怀的经典。如今，当我们再次听到这些旋律，依旧能感受到那份纯粹与美好。但是，当我们问“为什么现在没有这种好歌.............
-
生活，从来不是静止不动的水，它更像是一条奔腾不息的河流，日新月异是它永恒的旋律。面对这无处不在的变化，我们该如何自处？与其说是一种“迎接”，不如说是一种“活出”——活出自己的韧性，活出自己的智慧，活出自己的热忱。首先，要拥抱变化，而不是抗拒它。很多时候，我们对“日新月异”感到不安，是因为我们习惯了熟.............
-
你这个问题问得太到位了，也戳到了很多人的痛点。不是什么“鸡汤”或者“抱怨”，这是很多身处这个时代的人都能感受到的真实情况。咱们就来掰扯掰扯，为什么科学越发达，咱们普通人反而觉得享受到的“不主动”了，还要被市场推着走。首先得承认，科学技术的发展确实带来了翻天覆地的变化，这是毋庸置疑的。以前想买个东西，.............
-
李政道先生作为一位享誉世界的物理学家，其杰出的科学成就和对中国科学事业的深远影响，在中国的发展进程中留下了浓墨重彩的一笔。他获得诺贝尔物理学奖是物理学史上的一个里程碑，而他晚年对中国科学发展的积极推动更是功不可没。首先，李政道先生的科学贡献对我们发展的“理论基石”起到了关键作用： 宇称不守恒定律.............
-
您提出的问题非常深刻，也触及到了历史和公共卫生领域的关键议题。将新冠疫情与历史上美洲原住民因天花等欧洲传入疾病而遭受的巨大灾难相类比，是一种警示，提醒我们 不能因为对新疾病缺乏免疫力而步入“陷阱”，导致社会结构、经济发展甚至人口数量的毁灭性打击。 简单来说，我们担心的是，新冠病毒的广泛传播和其可能带.............
-
这个问题很有意思，也触及到我们对疾病认知和应对方式的深刻变化。简单来说，答案是“部分是，但也有很多不同”。新冠疫情像是一场突如其来的、逼我们快速学习和适应的“社会实验”，它改变了我们看待流感的方式，也暴露了我们过去应对流感的一些不足。为什么我们可能会“像对待新冠一样”对待流感？新冠疫情确实在很多方面.............
-
我们是否会耗尽用于核裂变的化学元素？ 这是一个好问题，值得我们好好掰扯一下。简单地说，答案是“不会”。但是，要理解其中的原因，我们得深入聊聊核裂变这回事，以及它和我们日常认识的元素周期表有什么不同。首先，我们得明确一点：核裂变需要的不是我们平时说的“化学元素”，而是某些特定同位素。元素周期表上的“铀.............
-
梦到自己死去，这种体验，说实话，挺让人心里咯噔一下的。毕竟，死亡是我们生命中最神秘、也最让人本能恐惧的议题。我们确实会梦到自己死去，而且这种梦境出现的频率，可能比我们想象的要高。首先，我们得明白，梦境的本质。它不是对现实的简单复制，更像是一种精神的“情绪排练”或者说是潜意识在以一种隐喻的方式与我们沟.............
-
这个问题触及了我们社会根深蒂固的文化观念和家庭结构。要理解这种“父母鸡娃天经地义，娃鸡父母大逆不道”的现象，我们需要深入剖析其背后的多重原因。一、历史的烙印与文化的传承：权力结构与责任归属中国传统文化强调尊老爱幼，但这种“尊”往往伴随着一种不对等的权力关系。父母在家庭中扮演着绝对的主导者角色，他们是.............
-
我们为什么会更喜欢那些我们得不到的人？这仿佛是一个人类情感世界的悖论，却又真实得令人心痛。明明身边有那么多触手可及的温暖和关爱，我们却常常会被那些遥不可及的身影所牵引，甚至为之神魂颠倒。这背后，其实隐藏着一系列复杂而深刻的心理机制，它们共同编织出一张我们难以挣脱的网。首先，我们得承认，“得不到”本身.............
-
人，这种复杂而又迷人的生物，常常会被一些“不可能”的人深深吸引，或者说，那些在特质、生活、学习、成长环境上与我们差异巨大，似乎注定无法走到一起的人。为什么我们会对这些人产生如此强烈的羁绊呢？这背后，其实隐藏着我们内心深处许多不为人知的渴望和需求。首先，“禁忌”本身就带着一种无法抗拒的诱惑力。 当一个.............
-
这个问题触及到一个很有意思的社会现象，那就是我们对待日常生活必需品和科技产品的态度差异。想想看，我们每天有大约三分之一的时间是实打实地躺在床垫上的。那段时间，身体得以放松，精神得以休息，可以说床垫是我们生活中最亲密的伙伴之一。我们睡眠的质量，很大程度上就取决于这张床垫。一张好的床垫能够支撑起我们的身.............
-
眼下，新冠病毒就像个常驻的邻居，似乎不太可能很快就收拾行李走人。 要说咱们和它“长期共存”，这事儿说起来挺复杂的，得从好几个方面来看。首先，得看看病毒本身是个什么德性。新冠病毒，也就是SARSCoV2，它的变异能力那是相当强的。从最早的原始毒株，到Alpha、Delta、Omicron，再到如今各.............
-
关于中国可能驻军阿富汗的传闻，这确实是一个备受关注的话题，而且在国际关系和地缘政治的语境下，这类猜测从来都不曾停息。要详细地聊聊这件事，我们得从几个层面去剖析，尽量去还原一下其中的逻辑和可能的考量。首先，我们要明确一点：截至我所掌握的最新信息，中国官方并没有公开宣布过任何关于在中国驻军阿富汗的计划。.............
-
听你这么一问，我心里其实挺五味杂陈的。男朋友说“以后的事谁也不知道？”这句话，确实挺让人琢磨的。首先，我们得承认，他说的是大实话。人生在世，未来从来都不是一个可以精确预测的领域。明天天气怎么样，我们工作会不会遇到什么突发状况，甚至我们身体健不健康，这些都充满了未知。所以，从这个角度来说，他的回答没有.............
-
多年以后，郭德纲会被称为相声泰斗吗？这是一个值得深入探讨的问题，因为它涉及到我们如何定义“泰斗”，以及相声这门艺术在时代变迁中的角色与价值。要回答这个问题，我们不能简单地给出“是”或“否”，而是需要从多个角度去审视郭德纲的艺术成就、行业影响以及长远来看他对于相声这门传统艺术的贡献。首先，我们得明白“.............
-
这问题挺有意思的，勇士输球，有人觉得舒服，这背后的原因可不是一两句话能说清楚的。咱们就敞开了聊聊，看看为啥这事儿能让一些人乐呵。首先，得聊聊“舒服”这词儿。在体育赛事里，球迷的“舒服”其实很复杂，它不像吃饱了就舒服那么简单，它包含了很多情感层面的东西，比如复仇的快感、失落的释怀、以及对强者的一种反思.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有