人工智能对大学生就业的影响
摘要：随着人工智能的深入发展，很多领域都将与人工智能技术相结合实现智能化，这对面临毕业求职的大学生来说这既是机遇又是挑战。据此，主要对人工智能与大学生就业问题进行研究分析，挖掘人工智能发展对大学生就业的影响并对其出现的某些问题提出参考建议和解决方案。
关键词：人工智能；大学生；就业；影响
1现代人工智能的发展背景
1．1什么是人工智能人工智能，英文缩写为AI。它是研究开发人类智能活动规律，构造具有智能的模拟人工系统，其研究主要目的是使机器能够胜任一些以往需要人类智慧才能完成的复杂工作，是一门新的技术科学。2016年是人工智能进入快速发现的一年：AlphaGo以3∶0的比分击败了世界围棋冠军柯洁；人工智能成功诊断疑难杂症；无人机、富士康无人工厂、自助银行等的出现，人工智能发展的速度超过了人们的想象。
1．2国家层面自人工智能1956年被提出以来，已经过了60多个年头，成为21世纪最为前沿的科技之一。随着互联网、物联网、大数据等的深入发展，人工智能不但形成了一个战略性新兴产业，并且还广泛影响着社会各大行业和领域的发展。全球各国也顺应时代纷纷发展人工智能：日本将人工智能列为其核心技术方向之一，顺应人工智能发展提出了第四次产业革命战略；美国颁布《美国国家人工智能研究与发展战略计划》、《为未来人工智能做好准备》，高度重视人工智能发展战略；我国政府也非常重视人工智能的发展：“科技创新2030———重大项目”将新增“人工智能2．0（AI2．0）”专项；我国国务院的《关于积极推进“互联网＋”行动的指导意见》中明确指出要培育发展人工智能新兴产业，此外人工智能已被正式列入了《“十三五”国家战略性新兴产业发展规划》……近些年来，人工智能正在从感知阶段迈入认知阶段，对人类社会的生活产生越来越深入的影响，不少产业和领域都将实现智能化，这对面临毕业求职的大学生来说既是机遇又是挑战。中国人口老龄化正在加速加深，每年新增100万高龄老年人口。在这样的大环境下，人工智能的发展对改善我国劳动力结构，推动我国未来的经济增长将起到至关重要的作用。预计我国劳动年龄人口将在2024年达到峰值，老龄化进程到2040年达到顶峰，并在之后进入减速期。麦肯锡全球研究院（MGI）的报告中指出：“基于人工智能的自动化提升的生产力每年可为中国贡献0．8至1．4个百分点的经济增长。”在我国政府对科技领域发展的重视下，我国逐渐成为全球人工智能发展中心之一。
2大学生就业现状
2．1专业设置专业设置是对大学生进行专业教育的基础，专业设置的合理性对人才起着重要作用。但部分高校为了吸引生源，适应社会主义市场经济的发展，忽略自身条件纷纷设立热门专业，如：计算机、国际经济与贸易、法学等。因而造成同专业毕业大学生水平参差不齐且需求过剩，在面临就业时就会出现更多不可避免的问题。此外，大部分高校专业设置以及教学内容创新能力不足，过于滞后没有办法满足人工智能快速发展的时代需求，没有办法提供推动中国人工智能发展所需人才。值得一提的是，南京大学于2018年成立了人工智能学院，积极适应时展，创新我国大学专业设置，对其他高校起到了带头示范的作用。
2．2就业结构v近几年大学生毕业人数不断增加，就业成为社会各界异常关注的问题：2017届大学生毕业半年后的就业率是91．9％，2016届、2015届的就业率分别为91．6％和91．7％，这三年的就业率基本相同。其中，2017届高职高专毕业生半年后的就业率为92．1％，比2016届（91．5％）稍高，最近几年应届高职高专毕业生就业率平稳增加，2017届高职高专就业率初次超过本科。2017届本科生毕业半年后的就业率为91．6％，2016届的则为91．8％，这两年大致持平。2012至2017年应届本科毕业生就业整体稳定。2017届大学毕业生的未就业人群为7．2％，其中，3．4％还在继续找工作。7．0％的未就业本科毕业生中，2．6％的人“还在找工作”，1．7％为“待定族”（不求学不求职）；7．5％的未就业高职高专毕业生中，4．3％的人“还在找工作”，3．2％为“待定族”。虽然近几年来就业率基本持平，但就业质量和就业情况并不容乐观，大学生一定要保持理性的就业观念顺应大环境提高自己的核心竞争力。
3人工智能对大学生就业的消极影响
3．1人工智能的替代效应人工智能技术发展对大学生就业产生了替代效应，一方面是人工智能发展必然会提高技术水平，部分企业将实行自动化生产，劳动生产率得到提高，在生产规模不变的条件下将直接导致就业岗位的减少与调整；另一方面，因为人工智能使技术得到发展，在相同时间内企业单位资本存量创造的产出增加，提高了投资效率，形成劳动、资本节约型技术进步，进而导致劳动和资本之间的替代。此外资本替代劳动的劳动节约型技术进步更是大势所趋，因此人工智能技术发展通过生产要素替代形成了对岗位需求的破坏效应。
3．2人工智能的破坏机制人工智能技术发展替代就业的破坏机制主要包括劳动工具改变、管理效率提升、劳动市场需求破坏机制：（1）劳动工具改变机制。人工智能发展对就业的影响最先表现在劳动方式的变更上。使用先进人工智能技术，不仅提高了人类劳动的效率，而且还大量减少了生产对劳动者体力的需求。（2）管理效率提高机制。人工智能技术进步还创新了管理方式、手段、理念等，优化了企业生产管理方式，提高了管理效率，节省了劳动力，致使就业量下降。（3）劳动市场需求破坏机制。从人工智能技术进步的长期趋势看，技术进步增加了对高技能劳动力需求，降低了对低技能劳动力需求，从而提高了低技能劳动力就业难度。除此之外，人工智能技术进步还增加了劳动力的知识积累，提高了劳动者的技能，从而进一步提升了劳动生产效率。在生产规模不变的条件下减少了就业岗位。
4人工智能对大学生就业的积极影响
4．1人工智能对大学生就业的替代与创造效应在更为广阔的经济体中，对于多数类型的任务，机器相比人类将占据越来越多的优势。人工智能发展会取代一些职业和工作，但与此同时也会创造一些新的岗位和就业。在2014年华盛顿皮尤研究中心于做了一项“2025年人工智能包括机器人对劳动力市场影响预测”的调查，有将近两千名专家发表了自己的看法和意见。其中，48％的专家认为未来大量蓝领和白领工人将被机器人所取代，即导致“技术性失业”的情况；而剩下的专家则充分相信人工智能无法与人类智慧相匹敌，认为人工智能发展技术取代的岗位不及创造的岗位，人类会像工业革命历史上那样创造出更多的工作行业和岗位。在经济学中，技术性失业是指由于技术进步而导致的失业，这并不是因为人工智能兴起或发展才出现，它于资本主义时期（此处的资本主义特指“机械化经济”，最初形成于1760—1830年，（即第一次工业革命时期）刚兴起的阶段就产生了。举一个简单的例子：纺纱机和织布机的应用使得生产力提高，劳动岗位减少，工人失业，但这只是暂时性的。机器的应用和工人的失业导致劳动力成本的下降，所以棉布的价格下降，从而使人们习惯穿内衣，对棉布的消费需求随之扩大，继而对工厂劳动力的需求增加。由此可见，技术进步与创新不仅能够创造新的财富和服务，还能因此带来其他领域更多的就业岗位，甚至带来前所未有的工作行业。此外我们不应该只将注意力集中于职业。在目前人工智能技术的影响下，只有极少比例的职业可以完全自动化。例如，尽管证券从业人员、导游、秘书的工作被计算机替代的机率高，但这些岗位的工作内容涉及面对面互动和团队之间的高度配合，这些都是机器人难以做到的。有关媒体报道，2017年中国人工智能技术类工程师的招聘量将达到2014年的8．8倍；在各大招聘网页上，10个有关人工智能的职位中，有9个处于空缺的状态，中国对人工智能领域的人才需求量巨大，在未来几年可能猛增至500万人。综上所述，不论是从短期还是中期来看，人工智能对大学生就业的创造效应都是极为乐观的。
4．2人工智能对大学生就业的规模效应从长远来看，人工智能可以通过规模效应增加就业。根据2017年大连夏季达沃斯论坛上普华容道的《人工智能对宏观经济影响》报告，称到2030年，世界经济的贡献值将有大约16万亿美元由人工智能行业所提供，超过了目前中国和印度这两国人口大国GDP总和。不同地区，人工智能对经济增长推动效果也不同：有望为北欧9．9％GDP增长（1．8万亿美元），南欧11．5％GDP成长（7千亿美元）亚洲国家带来10．4％GDP增长（9千亿美元）。人工智能发展最大受益者很有可能是中国和北美，其获益总额约10．7万亿美元，占全球增长比例近70％。2018年我国两会期间，政府工作报告中首次载入了人工智能，由此可见，人工智能已经上升至国家战略层面。2018年9月，在《人工智能对全球经济影响的模拟计算》的报告（由麦肯锡＜MGI＞）中，提出了这样一种观点，人工智能有可能对整体经济生产力的提高有显著作用，即使考虑到经济竞争效应和转型成本，人工智能给世界所带来的积极影响也比前三次工业革命大得多。并且从长远角度来看，人工智能的发展和利用不会对净就业产生重大影响。据统计到2030年，人工智能的额外投资中，将有5％可以贡献给就业；并且由人工智能创造的额外财富可以通过推动劳动力需求再将就业率提高12％。这就是人工智能对大学生就业产生的规模效应。
4．3人工智能对大学生就业质量的影响回顾历史，技术的每一次革新不仅仅对社会就业的结构和数量产生影响，还对就业质量起到极大的提高与改善作用。人工智能的发展也不例外，这主要体现在以下几方面：第一，改善工作环境。通过运用人工智能技术，一些危险、繁重、有损人体健康的人力工作被机器取代，从而消除或减少了威胁人们的健康与安全不利因素，保障了劳动者的生命权和健康权。第二，减少工作时间。新技术的使用提高了劳动生产率，人们可以在更少的时间内生产相同数量的产品，所以劳动者将有更充足的闲暇时间。第三，提高劳动报酬。从总体角度而言，人工智能的发展将促进劳动报酬的增长。人工智能技术可以是劳动者的工作效率和工作质量提高，从而为促进劳动报酬的增长提供了有利条件。此外，人工智能行业的薪资情况也极为乐观。
5总结
5．1学生个人层面首先要明白人工智能的发展并不是大学生就业难的主要原因，作为就业主体的高校大学要强化理论知识学习提高专业素养；注重参与社会实践，提高实际操作的能力，尤其是学习、创新以及应变能力；其次树立正确的就业观，将理想和现实结合，正确看待人工智能的发展；最后在专业的选择方便要结合时展，积极投身人工智能的发展，推动我国社会主义现代化。
5．2高校层面高校承担着人才培养、科技创新、文化传承与创新等重要使命。高校应加强教学改革，注重培养学生创新意识，注重理论与实践相结合。如可通过高校与相关企业深度合作，共同筹集校企人工智能研发资金，构建共同出资、共享成果、共担责任的研发资助共同体。此外，人工智能教育的一个重大短板是师资力量不足，高校要加强人工智能师资力量培训，聘请高端人才参与到开展人工智能教育中。目前人工智能已经渗入到各个行业，高校在培养人工智能人才的过程中，应依托国家重大人才工程，设立并不断完善高效的人工智能相关专业和课程，根据已有布局和发展部署推动学科交叉，构建“人工智能＋X”的格局，培养人工智能交叉人才，提高学生的综合素养。
5．3国家层面国家要加强培养人工智能人才，深入了解从业人员的状况。制订出合理的研究方法和方案，通过官方数据来反映人工智能人才的就业状况，并科学预测人工智能人才未来的供给和需求状况。运用职业培训和职业资格制度，立足与中长期规划，鼓励校企合作，将企业的经验融入高校中，推进产学研合作的培养模式。并进行相反立法的尝试，完善相关体制机制，创新人才培养体系，为构建人工智能的培养体系提供支持和保障。
参考文献
［1］陈永伟．人工智能与经济学：关于文献的综述［J］．经济评论，2018．
［2］尹苗苗．人工智能给大学生就业带来的机遇与挑战［J］．文教资料，2017．
［3］薛在兴．人工智能对大学生就业的影响［J］．中国青年社会科学，2018．
［4］王婷婷．人工智能时代的人才战略［J］．远程教育杂志，2018．
［5］刘丽．技术进步偏向对实际工资变化趋势影响的实证分析［J］．软科学，2008．
作者:杨柳张玉璩李永萱陈罗兰葛欣怡单位:江南大学
人口老龄化背景下人工智能的劳动力替代效应
三、老龄化推动智能化生产：国际经验
近年来，全球几个主要地区的工业智能机器人年度安装量都呈上升趋势（见图1）。
（一）数据来源和变量构造
本文用国际机器人联盟（IFR）公布的数据集和世界银行数据库中的国别数据检验第一个实证假说。采用2007～2016年14个安装工业智能机器人较多的国家的数据。这些国家工业智能机器人安装量占IFR所有会员国安装量的84.8%。
因变量是机器人安装密度，其定义为：一国累积的工业智能机器人安装数量除以同年总就业人数（劳动人口数量乘以就业率）。这一指标越高，说明所在国家的智能化生产水平越高。关键自变量是潜在支持比（PSR），其定义为：15～64岁人口数除以65岁及以上老龄人口数，也就是“老年人口抚养比”的倒数。这一指标越低，说明所在国家的老龄化程度越高。
图2显示，总体上潜在支持比越低的国家，机器人安装密度相应越高，也就是人口老龄化程度越高的国家，智能化生产水平越高。
（二）回归模型
考虑到图2这种正相关性可能是由其他干扰因素造成的，本文加入相关控制变量，分别使用一般最小二乘法（OLS）模型、固定效应模型和工具变量（IV）模型回归，进一步检验老龄化对人工智能发展的因果效应。基准回归模型为：
lg（Rit）=β0+β1×PSRit+γXit+δi+lt+εit
其中，Rit是国家i在t年每千人就业人口的机器人安装密度，PSRit是国家i在t年的潜在支持比，Xit是包括人均GDP、预期寿命和滞后6期的中学毛入学率在内的一系列控制变量，δi是国家层面的固定效应，lt是年份层面的固定效应。本文选择滞后20～45年的粗出生率作为工具变量。
（三）回归结果
1.OLS和IV回归结果
表2是机器人安装密度对潜在支持比的OLS估计结果和IV估计结果。模型1是最简单的一元线性回归。模型2加入国家和年份固定效应，模型3进一步控制了人均GDP的自然对数、滞后6期中学入学率和出生时预期寿命。模型4至模型6是工具变量法的二阶段最小二乘法估计结果。总之，无论是OLS估计还是IV估计，都表明潜在支持比对于机器人安装密度有显著的负向效果。换句话说，工作年龄人口相对于老年人口的比例较高的国家，会更少地安装工业智能机器人，反之亦然。此外，富国比穷国安装了更多的工业智能机器人。人均GDP每上升1%，每千就业人口的累积机器人安装量将上升0.34%～0.47%。人力资本也是人工智能应用的决定因素，而且人力资本的不同维度（教育和健康）对于智能化生产的影响是不同的。劳动力的受教育水平与智能化生产之间的关系以互补性为主，而劳动力的健康水平与智能化生产之间的关系则更多是替代性的。
2.考虑国家产业结构后的回归结果
人工智能应用的驱动力和经济后果在不同行业可能是不同的。比如，最近一项关于人工智能应用和美国养老院护士数量的实证研究的结论，与基于制造业数据所获得的结论存在较大差异（Lu等，2018）。目前，绝大部分智能机器人集中在制造业，尤其是汽车和电子行业。可以推测，在制造业比重较高的国家，由人口老龄化所引致的人工智能应用会更为显著。在基准的回归方程中加入制造业占GDP的比重这一变量及这一变量和潜在支持比的交互项，回归结果显示：（1）制造业占比较高的国家会更多地安装工业智能机器人。平均来说，制造业占GDP的比重每上升1个百分点，机器人安装密度会上升6%左右。（2）老龄化对于人工智能的驱动作用在制造业占比较高的国家更为显著。（3）对于人工智能技术的需求主要来自于制造业因老龄化而面临的劳动力短缺。总体而言，这一部分的发现和“诱导式创新”理论的预测相一致。
四、智能化生产促进经济增长：中国证据
本文通过探讨智能化生产的中国实践，分析人口老龄化背景下，采用人工智能技术对经济增长的推动作用，以检验第二个实证假说。
（一）智能化生产在中国的发展
2013年开始中国已成为全球最大的工业智能机器人市场。2016年，工业智能机器人总安装量达到8.7万台，比2015年增加27%。2016年的安装量占全球总安装量的三成，接近于欧洲和美国同年安装量的总和。中国政府在政策上对于人工智能的发展给予了大力扶持。
图3显示，2000～2016年中国的潜在支持比一直在下降，特别是近10年，下降得越来越快；而机器人安装密度随着支持比的下降逐步提高。增速变化的转折点发生在2012年前后，这与相关扶持政策的出台时间大致吻合。
用各省机器人集成企业数作为智能化生产的代理变量。总的来说，人口老龄化进程越快的省份，机器人集成企业数也越多（图4），第一个假说在中国同样成立。
（二）数据来源和变量构造
本文用IFR公布的数据集和中国省份（不含港澳台）面板数据检验第二个实证假说。因变量是各省GDP总量。
自变量是智能机器人安装密度。与跨国分析的处理类似，机器人安装密度为各省工业智能机器人累积安装数量除以该省就业人口总数。数据年份为2010～2014年。对于未申报用途的机器人，本文借鉴Acemoglu等（2017）的方法，用插值和按比例分配的方法将未分类的机器人分配到每个行业。通过Bartik工具变量方法计算省级层面的机器人技术冲击强度，作为智能化生产水平的替代变量：基于2010～2014年的全国分行业的机器人安装数据和各行业年度就业人数，先计算出每个行业当年的机器人安装密度，再结合每个省的产业结构算出省级层面当年的技术冲击强度指标。
一个重要控制变量是支持比。支持比的定义是15～64岁人口数量除以15岁以下和64岁以上人口之和，相当于抚养比的倒数。制造业占比也是控制变量。
（三）回归模型
回归方程设定为：
lg（Yit）=β0+β1×Bit+β2×SRit+β3×Bit×SRit+γXit+δi+lt+εit
其中，Yit是i省t年GDP总量的自然对数或者i省t年某一产业产值。Bit是使用Bartik工具变量方法构造出来的各省机器人安装密度，SRit是i省在t年的人口支持比，Xit是制造业占该省GDP的比重，δi是省份层面的固定效应，lt是年份层面的固定效应。考虑到之前讨论过的智能化生产和人口老龄化之间复杂的互动关系，在回归方程中加入了支持比及技术冲击强度和支持比的交互项。与实际机器人安装密度变量相比，基于技术冲击强度估计的机器人安装密度变量相对于许多省级层面的不可观测变量来说是外生的，这使估计出来的回归系数更少受到内生性偏误的干扰。
（四）回归结果
表5中模型11只加入关键自变量和人口结构，模型12和模型13逐步加入交互项和制造业占比，模型14控制了省份和年份的固定效应。结果显示：（1）机器人安装密度对地区经济发展有明显的正向影响：以控制了固定效应的回归结果为例，机器人安装密度每上升1%，当地的GDP总量将上升约0.17%。（2）在人口老龄化程度较高的省份，人工智能对经济发展的推动作用相对越强。（3）制造业比重较高的省份，其经济发展也更快。总之，在过去的一段时间内，老龄化导致经济增长放缓，但生产智能化的发展及时补足了一部分因人口老龄化导致的劳动力下降，发展人工智能成为缓冲老龄化造成的经济增长放缓的一种手段。考察人工智能对不同产业增加值的推动作用，可以发现：人工智能对于第一产业增加值的推动效果并不明显。人工智能对于第二产业增加值的正向作用最为明显。以控制了省份和年份固定效应的回归结果为例，机器人安装密度每上升1%，当地的第二产业增加值将上升0.27%。人工智能对第三产业增加值的推动作用，在统计上显著，但效果比第二产业稍弱。
五、结论与讨论
本文实证结果表明，当前的人工智能发展属于“诱致性创新”，人工智能与劳动力之间是替代关系，这种替代关系是“补位式替代”，而不是“挤出式替代”。如果这些特征保持不变，人工智能将在老龄化大背景下为中国经济做出更大贡献。目前越来越多的国家开始意识到老龄化背景下人工智能的重要性，比如日本。
基于上述研究结果，本文提出以下政策建议：（1）从“人口红利”转向“智能红利”。应正确看待人工智能与劳动力的关系，充分认识到老龄化背景下人工智能对劳动力的补位式替代作用，大力支持人工智能产业发展，积极发挥技术进步带来的“智能红利”。（2）完善要素市场，保持和推动“诱致性创新”。应让价格信号充分发挥其引导资源优化配置的功能，引导企业主动选择人工智能技术，以消解劳动力短缺造成的负面影响，扫除企业在智能化改造过程中面临的技术、资金等方面的障碍。（3）加强教育培训，提供智能化生产所需的人力资本。开展与人工智能相匹配的职业教育，帮助劳动者在人工智能时代转型，降低新技术变革对于劳动者福利的负面冲击。（4）推进人工智能在不同产业和不同地区的平衡发展。当前，人工智能应用更多集中在工业制造业和相对富裕地区。应推动人工智能在第一、第三产业的应用，在欠发达地区的应用，为高质量发展的平衡发展做出贡献。（5）理性把握人工智能的推动速度。在人口老龄化背景下，人工智能发挥“补位式替代”作用的前提是人工智能应用的速度和劳动力市场的调整相匹配。
参考文献：（略）返回搜狐，查看更多
原文发表于《中国人口科学》2018年第6期，有删减，转载请注明，查看原文请点击：。杨伟国等《人工智能应用的就业效应研究综述》，2018年第5期。郑秉文《社会保障40年：经验总结与改革取向》，2018年第4期。胡必亮，2018年第1期。查看其他精彩文章，请点击：。