罗润东 韩巧霞：人工智能的要素属性及其对就业的挑战
作者：罗润东、韩巧霞，分别系山东大学劳动经济与人力资源研究中心主任、山东大学马克思主义学院讲师
《纲要》提出“培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业，提升通信设备、核心电子元器件、关键软件等产业水平”。随着人工智能技术的迅猛发展，技术进步对就业的影响从宽化步入深化阶段，对不同行业、不同群体的就业模式产生巨大影响。作为人类历史上空前的技术革命，人工智能技术引发的诸种就业效应目前尚未充分显现。在对这一现象进行经济学分析的时候，西方主流经济学的新古典就业理论难以提供有力解释，马克思主义政治经济学提供了把握其内在规律的学理依循。
人工智能的生产要素属性
关于资本、劳动、科学技术之间的内在关系，马克思的界定是，“作为进行新生产的手段的积累起来的劳动就是资本”。在技术条件不发达的时期，资本与科学是割裂开来的，随着技术的不断发展，资本与科学开始融合，“生产过程成了科学的应用，而科学反过来成了生产过程的因素即所谓职能”。作为当代新技术方式呈现的人工智能，其实质是将复杂劳动凝结起来的人类智能劳动。它“不仅是若干物质产品的总和，并且也是若干商品、若干交换价值、若干社会量的总和”。也就是说，人工智能凝聚了劳动与资本要素的双重属性。
人工智能是人与物两种要素的结合，一方面具有劳动要素的特征，一方面在本质上又隶属于资本，将劳动、资本与科学紧密融合。从人工智能的劳动属性看，人工智能具有人的一些特征，它以比复杂劳动更为复杂的“拟人形态”实现对劳动的替代。在此影响下，劳动熟练程度形成的周期缩短，单位产品的社会必要劳动时间大幅降低。人工智能的劳动属性主要表现为以下两个特征：一是超越组织边界的高度社会化特征，二是超越复杂劳动的指数化特征。从人工智能的资本属性看，人工智能已不是单纯的机器，它直接扩大了生产社会化的宽度和广度，越来越多的劳动者参与到编程、设计、研发等更为复杂的过程。可见，人工智能通过机器这一资本载体，凝结了更多活劳动在其中，是人类智能技术用于模拟、仿真和扩展人类脑力劳动的外化。
资本有机构成理论对人工智能的解释
马克思的资本有机构成理论是马克思主义经济理论的重要组成部分，以此为基础建构的相对过剩人口理论，深刻揭示出资本主义制度下技术进步与劳动力需求变化之间的内在联系，这为分析人工智能对就业的影响提供了理论参照系。马克思认为，资本构成包括物质形式和价值形式两种，其分别对应着资本的技术构成和价值构成。从物质形式角度看，资本构成表现为一定数量的生产资料和为推动这些生产资料所需要劳动力的比例；从价值形式角度看，资本构成表现为不变资本和可变资本的比例。在资本主义制度下，资本有机构成有不断提高的趋势，因为资本主义生产的根本目的是生产并获得剩余价值，资本家为获得更多剩余价值，为了在激烈竞争中生存并发展，必然需要改进生产技术、提高生产率，最终导致资本有机构成提高。
在马克思看来，相对过剩人口是社会生产力发展到一定阶段，伴随着资本积累以及资本有机构成提高的一种经济现象，表现为“对劳动的需求，同总资本量相比相对地减少，并且随着总资本量的增长以递增的速度减少。”当前，全球以人工智能为典型特征的技术进步在促进产业升级和就业结构转换的同时，无疑存在着“机器排挤个人”的客观现实，绝大部分的标准化、程序化劳动可以通过机器人完成，在人工智能技术领域甚至连非标准化劳动都将受到冲击。正如马克思所指出的，“劳动资料一作为机器出现，就立刻成了工人本身的竞争者”，这对于资本有机构成不同的行业部门将产生差异显著的影响。
积极应对人工智能引发的就业挑战
针对人工智能引发的就业问题，应重点解决与协调好涉及劳动就业领域的“三个主要矛盾”：
首先，密切关注人工智能对就业的短期与长期冲击，重点是解决好其对就业的长期影响。关于就业，以往技术进步形成的逻辑是：虽然新技术在应用过程中，短期内不可避免带来技术性失业或结构性失业，但长期影响一般是就业的创造效应大于破坏效应。人工智能技术则未必，其在不同领域产生的技术进步影响有显著差异。在高端研发等少数前沿创新领域，仍然延续对高技能劳动力的就业选择偏好。在通用生产领域却往往是任务导向型的就业选择偏好。这导致在高技能与中低技能劳动力就业中出现明显极化趋势：对高技能劳动力的就业需求显著提升；加剧了通用生产领域中低技能劳动力的去技能化趋势，更有甚者，人工智能会完全替代部分劳动。应对人工智能就业冲击的重点，应放在解决其长期均衡方面，尤其是解决规模化劳动者无工作条件下的收入分配问题。更好的成人学习机会、不与就业挂钩的最低社会保障支持都是未来可能的选择，尤其应不断完善社会保障体系。
其次，密切关注人工智能对不同群体收入差距的影响，重点解决好中等收入群体就业与收入下降问题。进入21世纪以来，一些发达国家劳动力市场呈现出新的极化现象：标准化、程序化程度较低的高收入和低收入职业，其就业占比都在持续增加；而标准化、程序化程度较高的中等收入职业，其就业占比反而趋于下降。这是一种与以往技术进步显著不同的就业收入效应，使中等收入群体面临着比低收入群体更尴尬的就业处境。对这种情况，如果收入分配政策的重点仍停留在过去对高收入和低收入两个群体的关注上，不能及时对中等收入群体给予有效重视，会极易形成人工智能条件下新的低收入群体及分配不均，即中等收入群体因技术进步呈现出收入停滞甚至下降的特征。
最后，密切关注人工智能引起的生产与劳动过程重组，重点解决与化解劳资关系中出现的新依附关系。人工智能技术将高端技术领域的智能成果以类似于公共产品或公共服务的形式与生产生活广泛结合，使人类生存空间的整体智能化水平显著提升，促进了生产和消费环节的技术创新和再生产方式的转变，并将促进全社会组织管理方式的升级。在这一过程中，劳动对资本的隶属关系虽因链条拉长而在形式上表现出日益淡化的趋势，但在实质上，算法技术或计算能力仍不断实现着对劳动的挤压，并在挤压效应中加深劳动对资本与技术的依附。未来劳动力市场的要素关系格局将逐渐由“人与人”竞争转为“人与人”“人与机器”竞争并存的局面。因此，未来针对劳资关系的治理，无疑应从以往“孰强孰弱”的工业化技术逻辑中走出来，集人类劳动创造凝结形成的一切要素合力，以更开阔的视野、更多维的方法、更有效的策略提前做好充分准备，科学应对人工智能技术对全社会劳动者带来的机遇和挑战。
到2030年，自动化和人工智能的发展将对就业产生怎样的影响
4.自动化对于劳动技能和薪酬意味着什么？
5.我们将如何面对即将到来的劳动力大转移？
1.自动化对就业带来的影响
先前的研究表明，目前的技术理论上可以代替一半的人类有偿工作，但只有很少的一部分工作，大约5%的可以完全被自动化技术代替。然而事实上其实有60%的职业（至少1/3）面临着被技术替代的可能性，这意味着大量的行业和工作者面临着重新择业的挑战。
虽然技术的可行性是十分重要的因素，但在这个过程中还有很多因素影响着自动化的进程和波及范围，包括研发和部署的费用、劳动力市场状况、自动化带来的资本增益以及监管和社会的接受度等等。综合考虑这些因素后，报告指出到2030年，依据行业的不同将会有0~30%的工作被自动化取代，这取决于自动化的速度的幅度。同时不同的国家结果大不相同，这也反应了目前各国的劳动力现状和薪资水平。
自动化对不同行业的潜在影响各不相同。其中受到影响最大的是在固定场景中的物理操作，包括机械加工、准备快餐等等。
数据的收集和处理同样也是两个能被机器很好完成的领域，这使得一大类的工作面临着替代，包括抵押贷款审核、辅助的法律工作、会计和办公室行政工作等。
但需要注意的是，虽然这些行业会被自动化代替，但就业率并不会下降，因为这些行业中将会有新的工作等待着人们完成。
对于管理人员、应用技术专家和社会工作者来说，自动化对于他们的影响很小，因为这些领域机器的能力还远达不到人类的水平。
对于在复杂多变不可预知的环境中的工作来说，自动化在2030年代替这些工作的可能性很小，包括园丁、管道维修和家政/老年护理等工作。这主要是由于这些方面的技术难于自动化并且人工薪资较低，对于企业没有商业动力去推进。
2.新的工作将会在哪些场景中出现？
将要被自动化替代的工作可以很容易的识别出来，但新的工作机会却因为行业和区域的不同而各异。这份报告中预测了在自动化下会出现的新工作机会，通过目前的投资和发展趋势来对各地进行预测。
收入和消费增加（新兴经济体尤其明显）报告估计全球范围内在2015-2030年间将会有23万亿美元的消费增长，而这主要来自于新兴经济体的消费者群体。这一消费增加的趋势不仅会影响消费进口国家，同样影响着消费出口的国家。预计全球范围内会新增2.5-2.8亿与消费品增长相关的工作机会，同时还会有5000-8000万的工作需求会来源于高水平教育和医疗方面的发展。老龄化社会全球范围内的老龄化程度加剧将会带来消费模式的变化，特别是在健康和个人护理等层面上的消费增加，这将创造一大批的就业岗位，包括医护人员和健康专家、家庭保健、急救和个人为健康服务等。全球范围内预计将新增5000万到8500万相关的工作机会。技术的研发和部署与新技术的研发和部署相关的工作同样也会增加。技术方面的投入将会增加50%以上，其中一半将会集中于信息产业。从业人员将会少于健康和建筑业，但薪资将会更高。这一领域将会新增2000万到5000万个就业岗位。根据对于目前趋势的观察和分析，报告同时指出了未来在国家、企业和个人的层面上将会产生新工作的方面。基础设施和建筑方面的投资为了弥补基础设施和住房短缺，建筑业和基建将会有更多的劳动需求。预计将会有8000万的新增岗位，如果保持目前的投资增速将会产生2亿的就业市场，包括建筑师、工程师、电功、木工和手艺人，同时也包括建筑工人。在可再生能源、高能效和气候变化方面的投资。在可再生能源、能效技术和缓解温室效应方面的投资将会拉动一系列就业需求，包括制造业、建筑业和安装施工行业。将会产生1000-2000万的新增就业机会。家政工作的市场化未来将目前无薪的家务等工作进行市场化发展。目前在发达国家这一普遍的趋势使得女性的劳动参与率提高，同时加速了这一趋势。预计将会有5000-9000万就业机会，包括幼儿早教和家庭杂物等工作。综上所述，在自动化浪潮下将持续增加的工作需求来自于以下一些方面：
健康护理专业技能；工程师、科学家、分析师和高级会计师；IT和技术专家；很难被机器代替的高级管理人员；教育人员，特别是新兴经济体的儿童教育创造性工作，包括艺术家，演员等；建筑业，基建和房屋；复杂环境中的手工和服务业。即将到来的劳动力转移将会十分巨大。无论新工作的产生还是自动化造成的失业都意味着将会有许多人需要进行职业转换，并学习新的工作技能。这将会以前所未有的规模发生，从美国到欧洲，以及最近的中国。
根据中位数预计全球范围内到2030年将会有4-8亿人在自动化中失去工作，新的工作同时也会不断出现。但人们需要学习新的技能来适应新的工作，在所有失业人群中预计会有0.75到3.75亿人将接受新的技能培训以获取新的工作。
在绝对程度上，中国需要面临最大的职业转换，接近1亿劳动力需要改变现有的工作。但与25年前中国亿万人口从农业转移出来相比，这次的趋势没有上次剧烈。
对于发达国家来说，这一比例就相当高，美国和德国接近1/3，日本则接近一半。
3.未来会有足够的工作吗？
人们日益担心着未来是否会有足够的工作机会，但历史经验表明劳动力市场可以适应技术突变带来的变化，只不过在薪酬水平上产生了影响。
报告从两个方面分析了这个问题，一方面是基于自动化和新工作需求的有限变量模型；另一个则从宏观经济模型与动力学因素的相互作用出发进行研究。
如果历史可依的话，预计在2030年将会有8-9%的新工作在新行业被创造出来。分析表明只要保证足够的经济增长率和投资水平，就业就能够得到充分的保证。
而我们真正需要面对的是如何保证转换行业的劳动力得到必要的职业培训和支持保障，如果国家处理不好将会造成失业率上升和经济衰退。
同时新工作出现的幅度和收到自动化的影响因国家而异，主要取决于以下四个方面的因素：
薪酬水平。高薪资水平使得自动化的需求旺盛，然而低工资水平国家也同样会被影响。如果企业利用自动化提升了产品质量和产量同样也会降低劳动力的需求需求增长。经济增长是就业增长的源泉，经济增长缓慢或者停滞那么新增工作机会就少。而经济增长强劲、生产力和创新发达的国家将会创造更多的工作岗位。人口结构。像印度一样劳动力迅速增长的国家将会享受到人口红利助推GDP的增长。如果像日本一样，国家面临劳动力短缺则GDP增速会下降，只能通过生产力提高来促进经济。经济成分。自动化的潜力会折射出国家的经济结构和每一个经济部门的就业岗位。例如具有高度自动化潜力的日本，在制造业的自动化程度将会比美国高出很多。自动化将会从各方面影响不同国家的发展。前述的四个方面展望了不同国家未来的劳动力市场状况。例如富裕的日本将会在2030年迎来经济减缓，并面临着新就业乏力和大部分工作将被自动化替代的现实（主要源于高薪资和经济结构）。
2030年，自动化对各国的影响影响随收入水平、薪资比率、人口统计和产业结构的统计变化图，图示中国将受到的影响。
到2030年，日本的劳动力也将减少四百万人。鉴于未来会不断进步的趋势，以及会有很多我们今天还无法想象的新岗位的出现，预计日本的就业大致可以趋于平衡。
到2030年，美国和德国也可能面临大量因自动化而消失的劳动力，但是他们预计由此创造出的新就业机将会更高。随着美国劳动力队伍不断壮大，创新也将带动新型职业和工作的大致平衡。而德国的劳动力到2030年将减少300万人，即使完全如趋势线所示，劳动力的需求也是足够多的。
另一个极端则是印度：一个快速发展的发展中国家，在未来15年内自动化潜力相对来讲是有限的，反映出了它的低工资率。但我们的分析发现，印度大部分职业类别仍预计会增长，这反映了其强劲的经济扩张潜力。不过到2030年，印度的劳动力预计将增长到1.38亿，约占30％。印度可以创造足够的新工作岗位来抵消自动化的影响，并通过在升级方案中进行投资来雇用这些新入场的劳动力。
中国和墨西哥的工资高于印度，因此可能会看到更多的自动化。中国经济仍然保持强劲增长，劳动力也将减少。像德国一样，未来中国的问题可能是工人短缺。而墨西哥未来经济扩张的预期速度较为缓和，而且可以从增加就业的就业机会和新职业的创新以及充分利用劳动力的规划中获益。
为了避免失业率上升，失业工人需要迅速重新就业。
为了模拟自动化对整体就业和工资的影响，我们使用了可以兼顾自动化和动态交互的经济影响的一般均衡模型。自动化对经济的影响至少表现在三个方面。大部分的注意力都集中在潜在的劳动力流失上。但是自动化也可能提高劳动生产率：企业只有这样做时才采用自动化，使他们能够用相同或更少的投入——材料、能源和劳动力投入等生产更多或更高质量的产出。第三个影响是自动化提高了对经济的投资，缩短了GDP的短期增长。我们对这三种效果分别进行了建模。根据历史数据，我们也为失业人员找到新工作的速度创造了不同的情景。
结果显示，几乎所有情况下，我们报告的六个重点国家：中国、德国、印度、日本、墨西哥和美国到2030年都有可能达到或接近充分就业。这个模型也说明了快速重新雇用失业工人的重要性。如果失业工人能够在一年内重新就业，我们的模型显示了自动化将会提升整体经济：在短期和长期内，充分就业是保持不变的，工资增长比基准模型更快，生产率也更高。
然而，在一些流离失所的工人需要多年才能找到新工作的情况下，中短期失业率则会上升。劳动力市场随着时间的推移而调整，失业率下降，但平均工资增长放缓。在这些情况下，2030年的平均工资最终将低于基准模型，这可能会抑制总需求和长期增长。
4.自动化对于个人技能和工资意味着什么？
总的来说，目前日益增长的职业教育需求是比那些因自动化而失业的职业更高。在发达经济体中，目前只有需要中等或更低的教育的职业会从自动化中看到净衰退，而那些需要大学学位和更高学历的职业也在增长。
在印度和其他新兴经济体，我们发现所有教育水平的劳动力大的需求都在增加，需要中等教育的职业新增就业人数最多，但就业岗位增长速度最快的是目前需要大学或高等学历的职业。
未来的员工将花更多的时间在那些机器不太有能力的活动上，比如管理人员、应用专业知识和与他人交流。他们将花费更少的时间在可预测的物理活动上，比如收集和处理数据，这些方面机器甚至已经超过了人类的能力。所以人所需的技能和能力也会改变，需要更多的社交和情感技能，以及更高级的认知能力，比如逻辑推理和创造力。
我们的分析显示，美国和其他发达经济体的大部分就业增长将处于工资分配的高端职位。目前工资水平较低的一些职业，如护理助理和助教，也将增加，而广泛的中等收入职业将会有最大的就业下降。
收入两极分化可能仍会继续下去。政策的选择，如增加对基础设施、建筑和能源转型的投资，可能会帮助创造对中等收入岗位的额外需求，比如发达经济体下的建筑工人。在中国和印度这样的新兴经济体中，工资趋势的情况是截然不同的。我们的情况表明，随着这些经济体的发展，零售业销售人员和教师等中等收入的岗位将增长最多。这意味着他们的消费阶层在未来几十年将继续增长。
5.面对即将到来的劳动力转移，我们需要如何面对？
人工智能和自动化给用户和企业带来的好处，以及通过他们的生产力贡献带来的经济增长，都是毋容置疑的。它们不仅有助于创造就业机会的充满活力的经济体，而且还有助于创造经济盈余，使社会能够解决劳动力转移的问题，而这种转变无论如何都有可能发生。
面对我们所描述的工人转型的规模，我们当然应该充分迎接这些技术的发展，但也应解决它们所带来的劳动力转型和挑战。在许多国家，这可能需要马歇尔计划的一项举措，包括持续的投资、新的培训模式、缓解工人转型的方案，收入支持以及公私部门之间的合作等问题。
所有的社会都需要解决以下四个关键领域：
保持强劲的经济增长以支撑新的就业机会。维持强劲的总需求增长对支持新的就业机会至关重要，同时也支持新业务的形成和创新。确保充足总需求的财政和货币政策，以及对商业投资和创新的支持将是至关重要的。某些部门的针对性举措也可能有所帮助，例如增加对基础设施和能源转型的投资。
扩大和重新定位再就业培训以及劳动力技能的培养提高。在职业生涯中，提供职业再培训和让个人学习可销售的新技能将是一项关键的挑战，甚至对一些国家来说，这是最主要的挑战。职业生涯的再培训将变得越来越重要，因为这是成功的职业转变所需要的技能组合。企业可以在一些领域发挥带头作用，包括在职培训和为员工提供提升技能的机会。
提高商业和劳动力市场的活力和流动性。劳动力市场需要更大的流动性来管理我们预期的困难转变。这包括在发达经济体中恢复现已衰退的劳动力流动。通过匹配工人和寻找他们技能的企业，并为那些愿意接受他们的人提供过多的新工作机会，数字人才平台可以促进流动性。劳动力市场缺乏弹性的国家的政策制定者可以向那些解除管制的国家学习，比如德国，它将联邦失业机构变成了一个强有力的就业匹配实体。
为工人提供保障性收入和职业过渡期支持。收入支持和其他形式的过渡性支援来帮助失业工人找到有收入的工作是非常必要的。除了再培训，一系列的政策也可以帮助，包括失业保险、公共支援，以及在工作之间追踪的便携福利。这其中可能需要更长期的政策来补充工作收入，以支持总需求并确保社会公平。更全面的最低工资政策、普遍的基本收入，或与生产率增长挂钩的工资增长都是可能的解决办法。
政策制定者、商业领袖和个别工人都有建设性和重要的角色，以在顺利的劳动力过渡中发挥作用。历史告诉我们，世界各地的社会在面对巨大的挑战时，往往会为其公民的福祉挺身而出。
然而，在过去的几十年里，支持劳动力的投资和政策已经受到侵蚀。经济合作与发展组织(OECD)的大多数成员国的劳动力培训和支持方面的公共支出都在下降。教育模式在过去的100年内并没有发生根本性的变化。现在，扭转这些趋势至关重要，各国政府将劳动力转移和创造就业作为更为紧迫的优先事项。
在这个工作的角色和意义都开始转变的时代，我们都需要对未来生活的形态和价值保持创造性的设想。
处在最新前线的企业，将重新调整业务流程、重新评估人才战略和劳动力需求，仔细考量哪些个人是需要的，哪些可以重新部署到其他岗位上，以及需要哪些新的人才。许多公司发现，这既是他们的自我利益，也是他们社会责任的一部分——培训自己的员工，准备好迎接新世界的工作形态。
个人也需要为未来快速发展的工作做好准备。持续获取高速变化的世界所需的新技能，以及足够的敏感度，对自身的幸福和发展是至关重要的。对劳动力的需求是一直存在的，但需要人们重新考量的是对工作本质的认知，例如工作地点、方式以及如何将个人技能和天赋融合到工作的方方面面中。世界在不断变化发展，我们唯有紧跟时代的步伐才能在激荡的技术浪潮中处变不惊。返回搜狐，查看更多
北大教授：人工智能在短期对中等收入群体带来失业冲击
经济观察网记者沈怡然6月3日，北京大学光华管理学院副院长周黎安在2021北京智源大会分论坛上表示，短期内，人工智能正对中等收入群体带来一种结构性的失业冲击，但幸运的是，这种冲击并非是一种总量式的失业，长期来看，技术所创造的岗位比摧毁的更多。
按照世界银行的标准，中等收入群体的每人每日收入在10-100美元之间，年收入在3650-36500美元之间。在中国过去四十年高速经济增长中，已经形成了约4亿人的中等收入群体，尤其今年来，该群体有加速增长的趋势。
但是，在中美冲突、产业升级、人口老龄化、新冠疫情的不确定因素下，未来中等收入群体能否持续扩大，面临一系列挑战。人工智能作为一种新型技术，正对该群体形成影响。
周黎安表示，上述结论来自学院从2019年开始进行的一项课题成果。研究发现，从中等收入群体的角度来看，人工智能会带来结构性的失业和转型调整，即一方面是大量的人被替代下来、但又不适应新产业、新岗位所要求的新技能，而被迫失业，另一方面是新岗位和新职业人才紧缺，供不应求。
可以说技术是加剧收入分化的，甚至导致极化现象。当引入AI技术后，短期内，制造业部门和服务业部门的低端劳动力都会被挤出，将其挤入不可以被替代的服务业部门内；而制造业中低端劳动力和技术一起对高技能劳动力进行替代，而这部分劳动力挤入服务业内中。
短时间内，产业结构的调整速度，赶不上技术的引入速度，这就导致了一段时间内不论何种劳动者，收入份额占经济的比例都会下降，其中低端劳动力占比下降得更为迅速。
研究发现，人工智能对中等收入群体规模的负面影响随着时间的增长不断提升。到2025年，中等收入群体占比下降了2.97%，人数减少约2200万人；到2035年，中等收入群体占比下降了5.63%，对应约4200万人离开了这个群体。
麦肯锡全球研究院也作出了相关的预计：在2016-2030年，中国被替代的全职员工的规模大约在4000-4500万；如果自动化进程加速，到2030年将有近1亿劳动者需要更换职业类型。
但是，人工智能带来的冲击，主要是结构性的失业，而非总量式的失业，因为技术自身也形成了一种创造效应。技术所替代和摧毁的就业岗位与它所创造的就业机会大致时相当的，创造的岗位总体上比摧毁的更多。
研究估算表明，随着时间的发展，人工智能等数字化转型对就业的正面影响迅速扩大，新增就业岗位由2025年的6875万个上升至2035年的1.7亿个。这个数量与被技术替代的岗位相比更多。
研究还进一步估计了数字化转型对中等收入群体规模的净影响：到2025年，该群体规模仅增加了约400万人；而到2035年，由于人工智能收入效应愈发凸显，该群体占比的提升也将达到1.9个百分点，对应着1400万人的数量规模。技术创造了新的职业新岗位，例如人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员、云计算工程技术人员、数字化管理师等。
对于技术在短期带来的结构性失业和转型调整问题，研究提出了相关的政策建议，首先，改革和完善职业教育，以及缩小城乡之间的教育差距，实现教育公平。其次，增加对资本所得的征税，平衡资本与劳动在国民收入初次分配当中的比重，未来一个可能是，要征收机器人税。同时，也要进一步完善社会保障体系，加强对失业者和创业失败者的收入“兜底”功能，减缓技术所带来的就业和社会冲击。