宾夕法尼亚大学与波士顿大学两名研究者在 arXiv 发布论文《The AI Layoff Trap》，用理论模型推导称，企业若用 AI 取代员工，省下的人力成本会 100% 留在企业自身账上，但被裁员工消失的消费能力却会分散到整个市场承担。这种机制会把企业推向集体过度自动化，进而伤及整体经济。
这篇论文由宾夕法尼亚大学 Brett Hemenway Falk 与波士顿大学 Gerry Tsoukalas 合著，于 2026 年 3 月 21 日发布在 arXiv，分类为理论经济学。文章提出的问题很直接：如果所有人都被机器人取代，最后还有谁来购买产品？
企业节省成本全归自己，需求损失只承担 1/N
论文设定，市场上有 N 家条件相同的企业，各自决定要把多少工作交给 AI。每自动化一项任务，企业获得的是原本工资减去 AI 成本后的节省，这部分收益全部归企业自己；但被裁员工减少消费所带来的需求损失，单个企业只承担其中的 1/N，其余部分由整个市场中的其他企业分摊。
按文中的举例，如果市场上有 20 家公司，一家公司裁员带来的需求损失，自己只承担 5%，另外 95% 由其他公司一起买单；但节省下来的成本，企业却能 100% 收入自己口袋。
论文把这种落差写成公式，过度自动化的幅度等于 ℓ(1-1/N)/k。其中，ℓ 代表每名被取代员工造成的需求损失，k 代表导入 AI 的摩擦成本。按这一推导，N 越大，也就是市场竞争越激烈，每家公司分到的需求损失越少，缺口就越大；k 越小，也就是 AI 越便宜、越好用，缺口同样会扩大。
作者称自动化在模型中属于“优势策略”
Tsoukalas 在受访时表示：「不管你做什么，不管其他公司在做什么，你的最佳策略就是尽可能多采用 AI 技术，这在经济学上叫优势策略。」
按论文的解释，这意味着企业是否继续自动化，并不是先观察别人怎么做再决定的博弈，而是在其他公司采取任何行动的情况下，自动化都仍然是最优选择。也因为这样，单靠企业之间坐下来协商并不能解决问题。论文特别指出，只有全体企业无一例外地组成企业大联盟结构，才可能复制最优解，少一家都不行，因为留在外部的那家企业仍然要面对无人补偿的需求损失。
UBI、再培训、员工分红与资本利得税均被认为无效
论文把几种常见经济政策一并纳入测试，结论是这些方案都无法真正补平自动化带来的需求缺口。
- 资本利得税：论文认为，企业追求的是税后利润，但税率系数会在一阶条件中被约掉，因此不会改变企业是否继续自动化一个岗位的边际决策。
- UBI：人民基本所得确实会增加需求，但这笔资金进入的是报酬水平，而不是外部性所在的边际条件，因此在模型里同样不会改变企业的自动化选择。
- 员工分红：把利润返还给劳工可以缩小缺口，但若要完全填平，需要的分红比例等于劳工消费率的倒数。论文称，即便把利润 100% 分掉，缺口仍然为正。
- 再培训：提高失业后的收入替代率，能够直接缩小需求损失；但若要完全消除这一缺口，替代率必须等于 1，也就是被裁员后收入完全不受影响。
论文认为，上述方案处理的都是裁员发生之后的善后问题，而不是能在裁员决策当下发挥作用的机制。
论文给出的唯一解法是对自动化征收庇古税
按两位作者的模型，唯一有效的政策工具是对自动化本身征收庇古税，税率应当等于企业没有自行承担的那部分需求损失。Tsoukalas 表示：「在我们的模型里，只有对自动化本身课税，才真的改变算式。」
论文还提到，这笔税收还可以被用于再培训，推高失业者的收入替代率。需求损失随之缩小后，税率也会下降，这种税收机制甚至可能逐步把自己“收掉”。
作者强调结论来自理论模型，不是现实测量
论文最后也明确说明，这是一篇理论论文，推导的是模型中的均衡路径，而不是对当前就业市场的实证测量。文中提到的「生产力无限、需求归零」极端状态，必须建立在完全替代、且失业者收入毫无替代的假设上，现实世界的替代规模目前还没有走到这一步。
报道同时指出，外界常把两位作者笼统称为经济学家，但两人的背景并不完全相同。Falk 的研究领域是密码学与编码理论，Tsoukalas 任教于信息系统领域，同时担任沃顿商学院资深研究员。
文中援引的其他机构判断
文中还提到，世界经济论坛估算，到 2030 年，全球每 100 名劳工中会有 59 人需要再培训，其中 11 人不会得到任何协助。高盛则认为，AI 就业末日被夸大，未来十年大约有 1500 万人会被取代。