人工智能赋能，实现更高质量的就业
作者：首都经济贸易大学劳动经济学院教授何勤
伴随着科技发展，人工智能引发的新一轮科技和产业革命将给我国就业带来持续、广泛而深刻的影响，人工智能技术进步下如何全面落实“就业优先”政策，实现更高质量就业，成为“保民生”的重要议题。
一、选择“就业优先”的智能化转型发展模式
人工智能技术进步与前三次技术革命不同，对企业赋能、提质降本、效益培增效应更强，对人机互补乘数效应、劳动者能力增强和就业质量提升效果也更加明显。因此，要加快制定促进人工智能技术在新场景以及传统行业中快速落地应用的税收减免和财政补贴激励政策，创造价值链相关方的利益共享，创造多方共赢的空间，减少新技术应用落地的阻碍。一方面通过落地应用倒逼技术创新，提高技术的可用性和易用性。另一方面通过落地应用推动产业智能化，带动扩大就业与就业质量提升，进而实现“智能产业化、产业智能化与就业扩大化”三螺旋上升。
在人工智能战略布局时，实行垂直全产业链集群发展以及水平相关产业链带动发展的“双元”发展模式，将就业作为优先级，建立矩阵式就业优先策略，一方面是垂直全产业链整体拉动就业，另一方面是水平方向相关产业推动就业。以智能驾驶行业为例，其产业链包括整车制造企业、大型互联网企业、小型智能驾驶创新创业企业、服务配套企业和公共部门。垂直方向上，可形成“整车制造大企业稳定就业+大型互联网企业吸纳就业+小型智能驾驶创新创业企业、服务配套企业、公共服务部门创造新就业”的垂直全产业链带动就业模式。水平方向上，可利用智能驾驶技术在其他产业的应用推动就业，如在农业、矿山、港口、城市交通等领域的应用将水平带动就业。
除此之外，支持人工智能在新基建、新场景及行业应用中新形态、新模式的涌现，如在新基建中人工智能基础数据产业基地创造的大量的数据标注师就业岗位；自动驾驶应用场景中出现的小型智能驾驶创新创业企业，包括核心传感器研发、芯片研发、关键算法研发、新兴造车企业等科技型创新企业、初创企业和新业态企业等。要鼓励这些新形态、新模式企业发展，打开就业新空间，提升就业张力。同时，在以国内大循环为主体、国内国际双循环相互促进的新发展格局下，推动全球供应链的智能化转型，带动离岸外包就业、海归回潮就业。
二、激活国内消费市场，拓展国外新消费市场
就业是引致性需求，要扩大就业，就要通过对产品和服务需求的扩大，引致就业扩大。随着计算机视觉、自然语言处理、语音识别、人机交互、机器学习、知识图谱、生物特征识别、虚拟现实或增强现实等人工智能技术在产品中的应用，企业将会根据市场需求开发出更多的新产品并创造出更多的智能服务，因此应尽快出台扩大人工智能产品及服务的消费政策，一是出台促进人工智能产业本身创造新产品和服务的政策。二是出台鼓励扩大人工智能带动产业产品及服务消费的政策，人工智能在不同场景中的应用，将改变整个社会生态，在这个过程中将创造出大量的新产品和新服务。三是以重大人工智能新基建、落地应用新场景、更高水平开放新服务项目为抓手，创造新的需求，促进新消费引领品质新生活，培育新的智能就业形态和就业模式，带动多元投资，形成强大国内人工智能产品和服务市场，更好地满足人民群众对智能社会美好生活的新期待。四是利用我国人工智能在应用领域的先发优势，创新出更多适应于国际消费市场的人工智能产品和服务，制定人工智能技术、产品与服务出口鼓励政策，畅通和拓展国际市场。
三、创造“基于独特的人类技能”的扩展性工作
人工智能的优势是从大量数据，特别是非结构化数据中发现规律，帮助人类完成只需要简单思考就能做出决策的重复性、标准化工作。在程序可量化、可标准化的工作方面，人工智能比人类完成得更好。而人类具有思考、创造、沟通、情感交流、协作精神、好奇、热情、志同道合的驱动力等独特性，有情感、明善恶、懂美丑，更擅长从事对创造性要求高的工作。人工智能与人类各擅胜场，预计未来人工智能会迅速占领很多标准化领域，而人类将在各种差异化、个性化产品和服务的供应中寻觅到新的擅长领地。依据前述的人与机器的比较优势，未来人类可能扩展的“以人为本”的工作领域包括：对老年人、体弱者和精神病患者的护理类工作；基础教育和特殊教育类工作；服务于个性化需求的体验经济类工作；满足年轻人创意需要的手工艺、VRMR游戏体验的创意经济类工作等，除此之外还产生了一些新的职业如数据标注师、智能制造工程技术人员、虚拟现实工程技术人员、人工智能训练师、人工智能培训师、无人机装调工等，政府应抓紧制定激励政策鼓励社会创造“基于独特的人类技能”的扩展性工作。
四、鼓励智能化过程中的非标准化工作
人工智能技术进步带来新的就业形态、组织形态和工作方式，非标准就业是吸收失业劳动者难以估量的领域，代表了劳动力的独创性和适应性。开发多种非标准化的灵活就业方式，以适当缓解就业压力，增加劳动力市场弹性，以及满足不同劳动群体的就业需求。当前国际上受关注的灵活就业方式主要包括：非全日制就业、短期就业、派遣就业、季节性就业、待命就业、兼职就业、远程就业、承包就业、独立就业、自营就业以及家庭就业等。此外，为降低人工智能技术失业风险，缓解不平等，应选择引入积极的劳动力市场政策，例如工作激励和就业援助，从而为低技能劳动力过剩提供解决方式。公共部门或社会组织要间接为失业者提供就业机会，包括暂时性岗位或短期技能培训课程。同时，劳动者要主动拥抱新技术，利用技术来寻找新机会，通过从事自由职业、兼职等来弥补全职工作的不足，缓解技术失业带来的劳动力市场紧张问题。
其次，随着人工智能技术在数字平台的应用，产生大量的新就业形态，如直播、网络文学、智能场景体验等，目前正式的社会保障体系往往还无法完全涵盖，因此政府的社会保障配套政策要与之配套，使得人工智能带来的新型非标准化工作给劳动者带来更高的收入水平、自由度、满意度和幸福感，从而实现更高质量的就业。
最后，可考虑利用人工智能技术建立数字化人才供给与需求灵活用工平台。通过大数据进行精准匹配，可以减少工作搜寻时间，放开对人才和数据的自由流动限制，提供免费数据用于帮助劳动者寻找新机会、刺激创新和提高经济效益。
（本文系国家社科基金重点课题：人工智能对劳动力市场的冲击及劳动者知识技能转换应对研究（19AGL025)研究成果。）
[责编：李澍]机器人如何影响中国劳动力市场
人工智能和机器人的兴起给经济和社会带来了广泛而深远的影响。中国已经成为全球机器人应用量最大的国家，机器人的应用对中国劳动力市场造成了怎样的影响，是一个有待回答的重要问题。
一、引言
技术进步将把人类引向何方，经济学家从未停止过思考。早在20世纪初，凯恩斯就曾做出人类将面临“技术性失业”的著名预言（Keynes，1930）。如今，人工智能（AI）和机器人技术的迅猛发展在推动生产力进步的同时，也加速了劳动力市场上机器人对人的替代，给人类工作带来前所未有的挑战（Frey&Osborne，2017）。麦肯锡全球研究院的一项最新研究指出，到2030年，全球将会有4—8亿人口的工作被机器人取代，而中国将会有31％的工作时间被自动化（MGI，2017）。未来，人类工作将会在多大程度上被机器人所替代？人工智能与机器人技术的快速发展给人类带来的究竟是机遇还是挑战？这一系列问题已经成为不可忽视的全球性议题（WorldBank，2019）。
二、文献综述与研究假说
（一）技术进步对劳动力需求和工资的影响
Autoretal.（2003）提出的“基于任务的模型”（task-basedmodel）考虑了技术与劳动力在不同任务中的比较优势，弥补了新古典经济增长模型忽视了技术进步对劳动力需求和工资还可能存在替代效应的缺陷，为研究自动化技术对劳动力市场的影响提供了基准的分析框架。基于该分析框架的研究发现，在理论上，自动化技术对劳动力需求和工资的影响并不一致，即存在负向的替代效应和正向的生产力效应与就业创造效应。
替代效应。在基于任务的模型分析框架下，劳动力与自动化技术在不同的工作中具有各自的比较优势。当自动化技术相对于劳动力更具有比较优势时，劳动力就会被自动化技术所取代，即替代效应。替代效应会导致均衡中的劳动力需求和工资下降（Autoretal.，2003；Acemoglu&Restrepo，2018,2020）。机器人的使用有助于提高企业生产的自动化水平，在一些机器人相对于人力更具有比较优势的岗位上实现机器对人的替代，从而节约劳动力成本，提高生产效率。而在劳动力供给不变的情况下，劳动力需求下降会降低均衡的工资水平。此外，在雇主和雇员的薪酬谈判中，当雇员的工作越容易被机器人替代时，其议价能力越低，为了获得工作更有可能接受一个较低的工资水平。因此在替代效应作用下，机器人应用可能会降低企业的劳动力需求和员工的平均工资水平。
生产力效应。该效应的作用机制主要体现在以下三个方面：其一，自动化技术的应用有利于企业节约生产经营成本，使得受自动化技术影响的商品和服务的价格下降，并通过“收入效应”增加消费者对该商品或服务的消费需求。在均衡中，消费者需求增加会使企业进一步扩大生产经营规模，从而增加劳动力需求。其二，在“收入效应”影响下，消费者还会增加对其他行业产品的需求，进而导致相关行业的生产规模扩大，劳动力需求上升。例如，研究发现，在欧美等国家，农业机械化水平提高导致食品价格下降，使得消费者的实际收入上升，增加了对非农商品的消费，从而为非农行业创造了大量的就业机会（Herrendorfetal.，2013）。其三，自动化技术的应用导致企业生产经营成本下降，企业自身会有主动扩大生产经营规模的激励，从而增加对非自动化岗位的劳动力需求。机器人应用有助于企业节约生产成本，提高生产效率，扩大生产规模，增加对非自动化岗位的劳动力需求。而随着机器人应用带来劳动生产率的普遍提高，也可能会进一步提高员工的工资水平。
就业创造效应。自动化在取代一部分劳动岗位的同时，也会创造出新的人力更具比较优势的工作岗位，均衡中自动化如何影响劳动力市场则取决于两种影响的净效应。有研究指出，就业创造效应可以解释美国1980-2010年就业增长的一半左右（Acemoglu&Restrepo，2018）。而人工智能和机器人技术的广泛应用无疑会创造出更多的新业态、新模式和新的就业岗位。例如，机器人应用可能会使企业增加对机器人工程师、维修师等新工作岗位的需求。综上，以机器人为代表的自动化技术对劳动力市场的影响并非简单单向的，而是取决于负向的替代效应，以及正向的生产力效应和就业创造效应的综合影响。基于上述分析，本文提出以下两个待验证的假说：
H1：从企业层面来看，当替代效应占主导时，机器人应用程度的提高会减少企业的劳动力需求，降低企业的平均工资水平。
H2：从企业层面来看，当生产力效应和就业创造效应占主导时，机器人应用程度的提高会增加企业的劳动力需求，提升企业的平均工资水平。
（二）技术进步对就业结构的影响
针对欧美等发达经济体的研究发现，技术进步对不同技能劳动者的影响往往是非线性的，存在明显的就业极化（jobpolarization）现象，即高技能和低技能劳动者的就业呈现出上升趋势，而中等技能劳动者的就业比例明显下降（Autoretal.，2006;Acemoglu&Autor,2011）。关于就业极化现象，一个具有代表性的解释是，中等技能劳动者往往从事的是程序化、常规性的工作，而随着信息技术（ICT）和自动化技术的进步，这些工作最容易被替代。相比较而言，高技能劳动者多从事非常规复杂劳动，而低技能劳动者多从事非常规简单劳动，被机器替代的可能性较小（Autoretal.,2003）。在实证研究中，学者们利用不同国家的经验证据对上述假说进行了验证（Goosetal.,；Autor&Dorn，2013）。最新研究发现，自20世纪50年代以来，制造业领域对中等技能员工需求的减少已经成为一种全球性趋势（Kunst，2019）。
机器人应用不仅会导致企业劳动力需求和工资的总量变化，也可能会带来相应的结构调整。对不同技能结构的劳动力需求而言，机器人在替代部分可自动化工作的同时也会进一步提高企业对非自动化岗位、与机器人技能互补岗位的劳动力需求。诸多研究表明，自动化技术对中等技能劳动者的替代性最强，而与高低技能劳动者存在互补效应。因此，机器人应用可能会导致不同技能劳动者之间的“就业极化”。而在工资方面，机器人应用会使得企业利润在不同部门、不同技能员工间重新分配，可能会进一步加剧高技术人才与低技能员工间工资收入的两极分化。基于上述分析，本文提出第三个待验证的假说：
H3：机器人应用程度提高会导致企业对高技能和低技能劳动者的需求增加，对中等技能劳动者需求减少。
三、深入分析
（一）工业机器人应用对企业劳动力需求的产业链传导效应
一个行业的机器人应用水平不仅会对本行业企业的劳动力需求产生直接影响，还会对产业链上下游行业的其他企业的劳动力需求产生间接影响。为完整地识别机器人应用对就业的影响，本文借鉴Acemogluetal.（2016）的做法，利用2010年中国投入产出表数据构建行业关联权重，检验机器人应用的产业链传导效应，识别方程如下：
为了尽可能识别行业关联效应的影响渠道，本文采用以下方法对其进行验证。首先，本文在不控制本行业工业机器人渗透度的情况下检验行业关联效应。此时估计得到的回归系数既包含了通过影响本行业机器人应用水平而产生的技术溢出效应，也包含了由中间品市场等非技术溢出途径带来的影响。其次，本文在控制了本行业机器人渗透度的情况下检验行业关联效应。
此时得到的回归系数主要反映了由中间品市场等非技术溢出途径产生的影响。表10报告了工业机器人应用对企业劳动力需求的产业链传导效应的估计结果。简约式回归结果表明，对于中国制造业企业而言，下游行业机器人应用水平变化通过产业链传导对上游行业劳动力需求的影响（向上游传导效应）可能主要表现为技术溢出，并且这种溢出效应整体呈现为挤出效应（-0.027），而由中间品市场等途径带来的影响并不显著。上游行业机器人应用水平变化通过产业链传导对下游行业劳动力需求的影响（向下游传导效应）主要表现为技术溢出，这种溢出效应整体呈现为挤出效应（-0.016），但是对专科学历劳动力需求而言，除技术溢出外，也可能通过中间品市场等途径带来一定的正面影响（0.031）。
（二）工业机器人应用对企业劳动力需求和工资的长期影响
前述分析表明，在短期内，工业机器人渗透度的提高会对企业的劳动力需求产生一定的“替代效应”，尤其是对中等技能劳动力需求的替代效应尤为显著，而对员工薪酬变化没有明显影响。然而，一个需要考虑的问题是，机器人应用带来的“生产力效应”和“就业创造效应”可能不会在当期就充分显现，而是需要经过一段时间的积累。为了进一步考察不同机制的影响，本文引入滞后的工业机器人渗透度变量，采用分布滞后模型检验工业机器人应用对企业劳动力需求和工资的长期影响。研究发现，从长期来看，机器人应用对本科和专科学历劳动力需求的替代效应可能会被生产力效应和就业创造效应所抵消，而对低技能劳动力需求的短期挤入效应也会逐渐消失。但是在样本期内，无论短期还是长期，工业机器人应用都未对员工薪酬带来显著影响。
四、结论和政策建议
本文研究表明，机器人应用对中国制造业企业劳动力需求的替代效应已然显现，尤其是对中等技能劳动力替代效应尤为显著。对于中国而言，需进一步完善多层次社会保障体系，加快推进失业保险制度改革，以化解人工智能对劳动力市场带来的风险。在这一方面，北欧国家的劳动力市场政策可以为中国提供有益的借鉴，这些国家的一个政策共性在于对失业者提供短期的失业保险和再培训机会，而非加大企业的解雇成本。在这种政策下，社会对劳动者面临的失业风险进行了分担，同时保持了劳动力市场的流动性和活力。而当前中国的失业保险制度仍然存在不同群体的失业保险覆盖面差距较大、失业保险覆盖群体与高失业风险人群不匹配的结构性矛盾（张盈华等，2019）。本文的研究表明，工业机器人应用在非国有企业中表现出更为显著的劳动力替代效应，而随着机器人与人工智能技术的发展，农民工等高失业风险群体势必会面临更大的冲击。因此，借鉴国际有益经验，完善失业保险制度设计，提高失业保险的覆盖面和有效性，加强对非正式工作的社会保障力度，使其为人工智能时代实现更高质量更充分的就业发挥积极作用。
本文研究发现，机器人与人工智能技术的应用可能会在一些岗位上实现对人的替代，但同时也会创造出新的工作机会。机器人应用对不同技能劳动力需求的影响存在明显差异。因此，应进一步健全相关的就业培训制度和再就业政策，提高不同技能劳动者对新经济的适应能力；完善人口流动政策，减少劳动力区域流动的制度壁垒；进一步优化人才培养体系，加强机器人、人工智能等相关领域的专业人才和“互补型”人才的培养，抓住新一轮技术革命带来的发展机遇。
第三，本文的研究表明，在市场集中度高的企业、融资约束强的企业中机器人对劳动力的替代效应更为显著。因此，推进更公平的竞争性市场环境、缓解企业的融资约束，有助于创造更多的就业机会和岗位，实现中国经济的高质量发展。
（本文作者为复旦经济学院教授，共同作者董雯）
智能化对中国就业会产生什么影响
智能化是信息技术体系的创新，目前正在加速发展，并改变经济社会形态。智能化引发就业形态整体变迁，就业替代和就业创造同时发生，长期的就业数量和质量双提升。随着人工智能、机器学习等智能化最新技术的逐步成熟，产业就业转型会加速，智能化的职业体系将建立，劳动者将转而从事体现自身优势的工作。
数据化就业替代
就业变迁跟随着技术创新同步推进，呈现三个趋势：其一是现有产业技术升级，会导致技术替代就业；其二是新产业、新市场、新消费迭代开发，岗位不断创造；其三是制造业向服务业的转型升级过程保持持续，新形态就业不断出现。
智能化技术会实现就业替代。世界经济论坛发布的《2018未来就业》报告分析，未来的低层次劳动形态将大幅减少，大部分涉及常规认知任务的传统中低端技能，包括部分高学历员工的就业岗位技能将会自动化。
技巧性过强或者需要灵活应对的职业，仍以人工为主，难以替代。对创造性、环境适应性、任务裁量权、社会技能和隐性认知能力依赖性较高的的服务和职业受自动化的影响较小，这些工作往往需要善于思考、交流、组织和决策的人来完成。
中国制造业智能化转型最令人瞩目，就业替代的潜力最大。中国制造业中低端岗位存量大，智能化转型空间巨大，大量劳动密集型的岗位具备替代潜力。但总体上来看，一段时期内的自动化岗位转型趋势平稳。目前，制造业智能化对就业总量影响较小，未来制造业岗位减少幅度轻微。在广东制造业问卷调查中，通过对实施智能化的企业升级前后对比发现，当前企业智能化反而使雇员总量增加2%，将近74%的被调查企业的员工人数变化在5%的增减范围内以内。未来2年，制造业雇员总量预计将减少1%-4%。
智能化就业创造
智能化新技术创造新的生产工具和生产技术环境，形成新的产业链，需要新的工作任务流程和组合、工作方式，具体新岗位开发将随着新技术的成熟和推广而大规模出现。
一是劳动生产率的提高促进就业。
首先，智能化技术刺激经济总量持续扩张，对劳动力的长期需求增量要明显大于被替代的规模。产品和服务市场扩大，社会分工进一步高度细化，在增加社会总收入的同时，创造新岗位总量也在上升。其次，智能化新岗位创造的速度要更快，增量更显著。例如，20世纪80年代以来，移动互联网对传统电报电话产业就业的替代和扩张，电子商务平台对传统批发零售业的替代和扩张，都是智能化转型中的成功例子。未来这一模式还将在物联网、无人驾驶、智能机器人等领域复制。
二是职业体系创新的规模效应更强。
首先，智能化岗位辅助技术在扩大就业能力和领域。例如，网络机器人已广泛替代客服岗位，但客服就业人员依据机器人数据分析转而增加了销售、延伸服务、个性化服务等新职能。
其次，未来智能化发展需要大量中低端数字化岗位。除了部分核心数据高技术性岗位外，傻瓜式数据化操作仍将是新岗位的普遍模式，需要充分发挥人的灵活性和主动性优势。
再次，智能化本身就是服务化的过程。智能化自动化的实现，会使人的服务需求空前增长。
最后，新网络技术平台实现规模化灵活就业。新业态由于工作时间灵活，自由活动空间大，收入水平较高，吸引了大量年轻劳动力。
三是中国总体就业转型升级趋势平稳。
中国多种经济社会转型趋势叠加，产业结构升级与技术升级过程同步，第三产业扩大、智能化、城市化、老龄化多重进程叠加，产生显著而持续的经济和社会变迁。就业转型面临良好的战略机遇期。
中国制造业智能化和服务业扩张并行，就业岗位从第二产业向第三产业转移。服务业升级，生产服务分工高度细化，新就业领域不断开发，这为劳动者转岗流动提供了相对充分的空间。
人工智能产业有内在的创造新岗位的巨大空间。首先，智能化产业处于扩张期，发展速度快，吸纳就业明显。广州306家进行就业登记的人工智能企业，2018年7月底就业人数44871人，比2017年增加了31%。其次，掌握核心技术的人工智能企业形成“平台+产业链”新模式，就业创业规模呈现指数效应。例如，科大讯飞建立讯飞语音开放平台，对社会免费开放使用，平台已经汇集了80万个研发团队，几乎遍及所有行业。
政策建议
第一，向就业治理的思路转变。
智能化是一场自下而上的产业革命，政府需要形成开放而灵敏的就业治理网络，提高政策的开放性和灵活性，政府部门要制定全局性、前瞻性规则，吸引多方主体参与劳动力市场建设，参与具体政策的制定和落实。政府应从管理主体向治理主体转型，政府治理多采用“规则+协商+外包+市场网络”的模式。规则的明确是治理的关键，动态监管体系是基础。
第二，建立产业就业协同机制。
一是扩大智能化人力资源供给。实施人工智能和机器人人才倾斜政策，提高智能制造领域的人才吸引力，通过人才政策和补贴引导专业人才和毕业生入行。对引进外部人才给予人才绿卡、个人所得税方面便利优惠，建立人工智能外国人才的稳定有效招聘渠道。
二是建立产业规划的就业评估机制，分类研究总结智能化影响。不同行业的智能化就业效应不同，对于人工智能、智能制造方面的发展规划战略，需要总结其就业影响。加强人工智能就业效应的研究，建立完善人工智能统计指标体系。
三是高度重视人机协作的技术路径。开发基于劳动者的智能辅助系统更适合中国自身特点。鼓励实现岗位增强型人工智能，智能产业化同时保障就业。岗位智能化辅助增强会使人机协作变得更容易和人性化，有利于普通劳动者学习使用，并推动创造新岗位。
第三，提高人力资源服务的专业性和精准性。
一是加强劳动力市场预测和评估。随着技术应用深化，劳动力市场的结构变化速度会加快，因此要加快统一和细化劳动力市场大数据监测，提高对于劳动力流动情况的监测和分析能力。加强劳动力市场的趋势指导，加强政策的柔性影响力，利用市场预测和评估结果为产业和就业提供标准和参考。
二是提升就业服务智能化水平，提高劳动力市场匹配精准性和效率。鼓励发展专业性人力资源服务市场，同时提升公共就业服务的智能化水平，加强精准性服务。
三是探索平台经济的就业服务制度。新就业形态将常态化发展，人社部门要开展与平台的对接。
四是建立劳动者身份信息管理体系。建立起劳动者身份认定、收入认定、社会认定体系，将其作为就业判断的依据。应尝试建立个人劳动关系信用体系，加速社会保障一体化。强化劳动者个人身份认定，可以使教育培训、就业援助、社会保障制度适应新型就业模式的灵活性。
第四，发展开放、灵活、可持续的培训机制。
首先，可以设立战略性技能专项资金。扩大定向职业技能培训，对包括人工智能、智能制造行业的短缺人才进行针对性培训，技能专项可与规划结合，与机器人规划推进相配套。扩大培训力度，帮助企业延伸储备式人才培训。
其次，智能制造技改项目和创新项目设立配套培训计划。联合工信和科技部门，对于获得首套设备补贴和技改补贴的企业，提供配套智能化员工培训。对于企业新购机器人装备给予配套岗位培训。对于智能化转岗人员提供新产线配套培训补贴。
最后，公共职业培训要加强前瞻性定位，对于技能短缺风险要加强精准预测，适时调整和扩大培训资源供给。鼓励市场端培训供给，要鼓励行业协会和大型企业开展对外培训。职业教育要推广定制人才，定向培养，提前介入教学，后续持续成长。
摘编自《中国就业发展报告（2019）》（就业蓝皮书）
（李宗泽）