机器人浪潮背后的劳动力算术

劳动力短缺且老龄化，是谁也无法凭空消除的需求曲线。

阅读 7 分钟·发布于 2026 年 1 月 8 日·有据可查 · 4 处引用

每一份机器人预测背后，都藏着一个更古老的数字：愿意干这份活的人正在不断减少。

需求曲线源于人口结构

欧洲大部分地区的人口老龄化与出生率下降并非预测，它们早已体现在劳动力数据里。十年前最难自动化的岗位——清洁、驾驶、仓储拣货——如今也是最难招到人的岗位。

世界经济论坛《2025 年未来就业报告》将其定性为劳动力供给的结构性转变，而非周期性波动。这一区分很重要：周期性缺口会自行弥合，结构性缺口不会。

「我们不是用自动化把人挤出岗位。在我们的好几个站点，被自动化的是根本没人来应聘的班次。」

现场运营经理，物流 · 欧洲

短缺并非均匀降临——它最先咬向体力繁重、作息不合常规的岗位。

长途驾驶是最明显的例子：IRU 2024 年关于司机短缺的数据，描绘了一个招聘活动始终未能填补的缺口——这个岗位体力要求高，对本就日益萎缩的年轻劳动力群体也越来越缺乏吸引力。

清洁、安保巡逻与仓储搬运也处在同一条曲线上，只是落后一两步。人口压力是相同的，不同的只是显现的早晚。

关键要点

这不是第一轮自动化浪潮——但它背后的需求不同以往。

早先的几轮自动化基本上是一场成本论证：在特定任务上，机器人比人更便宜。而这一轮越来越是从供给出发——在某些岗位、某些市场，无论价格如何，可能根本就招不到足够的人。

这重新定义了采购决策。在欧洲、英国、海湾地区和 MENA，运营者开始追问的不是机器人是否更便宜，而是五年后这个岗位还能否招到人——这个问题，劳动力数据比机器人更早给出答案。

编辑原则

要么有据可查，要么保持沉默。本页每一个数字都附有具名、标注日期的来源。凡是无法溯源的数字，我们宁可略去，也不做估算。

参考来源

一个问题

从第一封邮件到面对面会谈 —— 始终由同一个人回复您。