Analyzing the unemployment data of American college graduates, JP Morgan's conclusion: It's not that AI is too strong, but that college degrees are not sufficient

當 “AI 搶飯碗” 成為擔憂時，摩根大通給出了一個更冷的結論：美國大學畢業生失業上行，未必是 AI 驅動，而更像 “學歷優勢” 本身在變弱。

據追風交易台消息，2 月 27 日，摩根大通北美經濟研究團隊分析師 Abiel Reinhart 在最新報告中，圍繞美國大學畢業生失業率的異常上行做了拆解：這輪上行更像是對大學勞動力的整體需求降温，而不是大學畢業生過度集中在科技等少數行業、或 AI 帶來的廣泛替代效應。

過去兩年多，美國科技行業崗位變化與 AI 熱潮疊加：摩根大通指出，科技行業薪資就業在 2022 年末見頂後持續回落，時間點恰好橫跨美聯儲加息週期與 ChatGPT 發佈，引發了 “AI vs 加息/疫情後過度招聘” 等爭論。

摩根大通的核心問題是：美國大學畢業生失業率上行，到底是 “行業拖累”（比如科技、金融）還是 “學歷技能需求整體走弱”？

並非特定行業震盪，而是整體需求疲軟

為了弄清真相，摩根大通將美國就業市場分為三類：

• 非週期、大學生密集行業：醫療、教育、政府；
• 週期、大學生密集行業：專業服務、金融、信息（報告認為該組可能具有更高 AI 暴露度）；
• 其他行業。

市場普遍的假設是：大學畢業生喜歡扎堆在科技、信息等特定行業，這些行業的衰退導致了高學歷失業率的攀升。但摩根大通的測算推翻了這一假設。

分析師 Abiel Reinhart 在報告中直言：“我們發現，即使大學畢業生的行業分佈比例與沒有受過大學教育的人完全相同，受過大學教育的失業率依然會上升幾乎同樣的幅度。”

這意味着，近期高學歷失業率的抬升，並非因為他們 “入錯了行”，而是市場對大學技能的整體需求在減弱。

AI 背了黑鍋？

如果説是 AI 引發了白領失業潮，那麼在信息技術和金融等高危行業，失業率應該持續飆升。但事實並非如此。

摩根大通利用 CPS 微觀數據分析發現，自 2022 年底以來，週期性高學歷行業（專業服務、金融、信息）的失業率確實增幅最大。然而，在過去的一到兩年裏，這一數據的 12 個月移動平均線已經趨於平緩。無獨有偶，非大學學歷工人在這些行業中的失業率也出現了類似的平緩趨勢。

相比之下，高學歷工人的失業率近期反而在 “其他行業” 以及 “非週期性高學歷行業（醫療、教育、政府）” 中持續上升，這些行業 AI 暴露度相對更低。例如，聯邦政府近期大幅裁員就推高了後者的失業率。

摩根大通據此判斷：週期、大學生密集且可能 AI 暴露更高的行業失業率走平，使得 “AI 對大學技能需求造成廣泛衝擊” 的説法更難成立。

換句話説，如果 AI 是 “面” 的衝擊，最該承壓的那組行業不應這麼早橫盤。

再看就業增速：弱的不只 “白領行業”

摩根大通同時強調，失業率不等同於就業趨勢：即便某些行業崗位增長偏弱，也可能通過跨行業流動受阻，把失業壓力 “傳導” 到其他行業。

在就業人數（非農）口徑下，“週期、大學生密集行業” 自 2022 年底以來的累計表現仍然最弱；但報告指出，“大學生佔比更低” 的行業累計就業增長也幾乎同樣疲軟，如果從疫情前對比，後者表現甚至更差。

這進一步把故事從 “科技/AI 單點衝擊” 拉回到更宏觀的解釋：整體需求降温下，大學學歷不再顯著更抗週期。

這也再次印證了摩根大通的核心邏輯：“這些結果反駁了 ‘受過大學教育者失業率不成比例上升主要是由於特定行業影響’ 的觀點。”

這件事可能影響什麼？

對市場而言，摩根大通這份拆解的含義在於：如果大學畢業生失業上行是跨行業的、且 AI 暴露度更高的行業失業已走平，那麼市場需要重新評估兩點：

• 白領勞動力市場是否在 “普遍變鬆”：這可能影響工資增速、服務業通脹黏性以及美聯儲對 “軟着陸/再通脹” 的判斷框架。
• “學歷溢價” 是否階段性回落：大學學歷對就業的保護墊變薄，會影響招聘策略、員工議價能力與行業間人才流動節奏。