對 大量 失業 工人 進行 再 培訓 且 成功 ， 需要 大量 的 假設 證明 此 一 說法 是 正確 的 。 政府 需要 能夠 識別 一 系列 行業 的 失業 工人 ， 並且 擁有 支付 大規模 再 培訓 的 資金 和 適應 個人 情況 的 靈活性 。 每 個 失業 工人 都 要 有 能力 也 有 意願 在 有 需求 的 領域 接受 再 培訓 。 政府 需要 在 第一 時間 就 能 有效 的 向 成千上萬 個 人 傳播 訊息 的 方式 。 工人 需要 從 相關 課程 或 學校 中 實際 學習 新 的 、 能 推銷出去 的 技能 。 最後 ， 這 個 地區 還要 有 新 雇主 ， 他們 願意 雇用 大量 新 培訓出來 的 中年 工人 ， 而 不 是 只要 年輕 工人 。 所有 上述 情況 只 適用 於 部分 被 汰換 的 勞工 ， 但是 對 大多數 人 而言 並非 如此 。 現實 情況 往往 是 失業 工人 在 鳳凰城 大學 13 或 其他 營利 性教育 機構 中 花費 政府 公帑 、 或 害 自己 債台高築 ， 只 為 拚命 保有 再 就業 的 能力 。 我們 應該 100% 投資 在 再 培訓 成功 的 員工 身 上 。 但是 我們 也 應該 知道 ， 即使 我們 知道 正在 發生 勞工 大 汰換 的 情況 ， 我們 的 歷史 紀錄 也 非常 糟糕 。 期望 在 一 系列 行業 消失 、 出現 大量 失業 員工 後 再 有效 的 培訓 他們 ， 恐怕 是 一廂情願 的 思維 ， 而 不 是 政策 所 願 。 「 如果 就業 機會 已經 消失 ， 難道 不會 反映 在 失業率 上 嗎 ？ 」 不一定 ， 因為 失業率 並 不 衡量 你 認為 它 應該 衡量 的 東西 。 截至 2017年 9月 ， 美國 的 失業率 僅 為 4.2% ， 接近 2008年 經濟 危機 以來 的 最 低 水平 。 這 聽起來 很 棒 ， 經濟學家 們 也 正在 討論 非常 樂觀 的 「 充分 就業 」 狀況 ， 意即 一 個 經濟 體能 替 勞動 市場 中 的 人 提供 盡可能 多 的 就業 機會 。 問題 在於 失業率 的 定義 是 ， 勞動力 中 有 多少 人 正在 找 工作 、 卻 找 不 到 工作 。 它 不 考慮 因為 任何 原因 退出 勞動 市場 的 人 ， 譬如 因 傷殘 不能 就業 、 或是 根本 就 放棄 尋找 工作 的 人 。 如果 你 氣餒 、 不論 任何 理由 都 不再 找 工作 ， 你 不會 被 視為 「 失業 」 。 失業率 也 沒有 計入 「 低度 就業 」 14 的 人 — 也 就是 如果 一 個 人 具有 大學 學位 ， 卻 擔任 咖啡師 或 其他 不 需要 大學 文憑 的 角色 。 保守派 經濟學家 尼克 ． 艾伯施塔特 （ Nick Eberstadt ） 表示 ， 它 「 不再 能夠 當作 一 個 可靠 的 預測 因素 ， 來 預測 有 多少 人 或 多 大 比例 的 人 不 工作 — 或者 說 ， 有 多少 人 在 工作 。 」 失業率 就 像 向 參加 派對 的 每 一 個 人 查問 派對 進行 得 好 不 好 。 它 沒有 計入 那些 根本 未 被 邀請 來 參加 派對 的 人 、 或是 來不了 的 人 。 它 也 沒有 考慮到 在 派對 上 有些 走錯 房間 、 相當 不 痛快 的 人 。 不再 列入 勞動力 市場 、 並且 已經 停止 尋找 工作 的 美國人 ， 比例 已經 達到 了 數十 年 來 的 新高 。 目前 有 創紀錄 的 9,500萬 個 工齡 人口 的 美國人 ， 也 就是 整整 有 37% 的 成年人 不 在 勞動 市場 當中 。 2000年 ， 這 種 人 只有 7,000萬 人 。 這 種 變化 有 一 部分 可以 通過 人口 統計學 來 解釋 — 目前 有 更多 的 學生 和 退休 人員 。 但是 仍 有 500萬 美國人 脫離 目前 想要 工作 的 勞動力 隊伍 ， 這些 人 未 被 計入 失業率 。 歷史 新 低 的 勞動 參與率 ， 以及 比較 廣泛 的 指標 （ 譬如 包括 低度 就業 在 內 的 「 U-6 」 率 等 ） 都 顯示出 高度 的 勞動力 汰換 和 勞動力 市場 的 不健康 全 ， 特別 是 對於 年輕 工人 不利 。 紐約 聯邦 準備 銀行 最近 衡量 大學 畢業生 的 低度 就業率 ， 得出 的 結果 是 44% 。 2017年 5月 的 U-6 失業率 為 8.4% ， 幾乎 是 標題 數字 的 兩 倍 。 U-6 率 是 一 個 更 具 相關性 的 衡量 標準 ， 過去 十 年 處於 9% 到 16% 之間 。 失業率 是 一 個 非常 誤導 的 數字 ， 我們 應該 停止 依賴 它 ， 除非 同時 討論 低度 就業率 和 勞動 參與率 這 兩 個 數字 。 「 如果 我們 正在 經歷 科技 革命 ， 難道 不會 看到 生產力 提高 的 出現 嗎 ？ 」 你 可能 沒 想 過 這 件 事 ， 但 它 是 經濟學家 和 學者 們 一直 在 爭論 的 問題 。 我們 的 想法 是 ， 如果 運用 技術 和 更少 的 人力 做出 更多 的 事情 ， 我們 會 看到 生產力 的 飆升 。 實際 上 ， 生產力 已經 下降 了 很 長 一 段 時間 ， 以致於 有 人 會 說 關切 自動化 造成 失業 問題 其實 是 過當 了 。 我們 有 一些 可能 的 解釋 。 一 個 是 生產力 指標 是 向 後 看 的 ； 譬如 ， 生產力 的 指標 現在 顯示 自動 駕駛 車輛 為 零 ， 直到 數萬 輛 自動 駕駛 車輛 出現 在 路 上 才 會 變動 。 然而 ， 可以 相當 肯定 的 是 ， 自動 駕駛 車輛 的 時代 即將 到來 。 我們 不 是 鴕鳥 — 我們 可以 環顧 四周 ， 對 未來 做出 合理 的 預測 。 依靠 測量 結果 來 告訴 我們 發生 了 什麼 事情 ， 就 像 等到 暴風雨 來臨 才 要 關 船艙 一樣 。 另 一 個 可能 的 原因 是 ， 低 生產力 數據 實際 上 反映出 過多 的 勞動力 在 尋找 工作 。 《 經濟 學人 》 的 萊恩 ． 阿文特 （ Ryan Avent ） 提出 一 個 理論 ， 即 技術 創造 了 大量 的 人力 和 機器 的 勞動力 供給 ， 當 公司 面臨 低 勞動力 成本 和 低成長 環境 時 ， 對 新 技術 的 投資 較少 ， 導致 較 低 的 生產力 增長 。 這 顯示 我們 處在 一 個 雇主 面臨 創新 誘因 不足 的 環境 中 ， 因為 雇用 人員 非常 便宜 。 譬如 ， 我們 不妨 想像 一下 ， 如果 多 年 下來 ， 我 發明 一 部 能夠 完成 10% 美國 工人 工作 的 機器 。 在 這 段 時間 內 失業率 會 飆升 10% 嗎 ？ 不會 的 ， 因為 被 汰換 的 工人 必須 繼續 工作 才 能 養活 自己 ， 因此 只要 有 任何 工作 機會 就 會 接受 ， 他們 會 壓低 工資 ， 造成 生產力 低下 。 這 也 會 造成 工廠 較 低 的 誘因 進行 自動化 以 取代 勞動力 及 降低 勞動 參與率 。 這 是 對於 我們 現在 所 處 位置 非常 完美 的 描述 。 生產力 統計 數據 並 未 顯示 工人 數量 減少 之下 產量 仍 大幅 增加 ， 可能 還 有 另 一 個 重要 原因 是 ： 我們 在 技術 上 仍 處於 擴張 階段 ，