人工智能发展的就业影响研究
摘要：区别于一般的技术进步，人工智能具有使能技术和通用技术特征，对就业会产生更加深远的影响，具体表现为替代淘汰部分传统岗位，填补人类劳动者难以胜任或不愿意从事的岗位，催生新产业从而创造新的就业岗位，最重要的影响是改变劳动力就业结构。人工智能的加速发展和应用，并且在行业间和地域间迅速扩散，会造成结构性失业并拉大收入差距，但同时也会创造高收入就业岗位和缓解劳动力成本上涨压力。就中国而言，利用人工智能促进就业增长和优化就业结构，应重点加强人机协作相关技术研发和制度创新，加强伦理道德研究并保护劳动者权益，以及进行教育改革以适应人工智能时代的要求。
关键词：人工智能；技术进步；就业；就业结构
基金项目：国家社会科学基金青年项目“新兴产业自主技术标准的导入与培育”（13CJY064）；中国社会科学院创新工程“工业技术赶超的战略与路径研究”（GJSCX2018-01）
一、技术进步对就业影响的理论综述
对技术进步就业影响的经济学研究由来已久。在第二次工业革命初期，Keynes（1930）就成功预见了广泛使用的科技可能导致的对人力的替代，将其称为“技术性的失业（technologicalunemployment）”。Leontief（1955）对技术进步的就业影响持悲观态度，他认为就像19世纪机器动力替代牲畜，导致马力过剩一样，机器的应用也会导致劳动力过剩。然而，工业化的历史表明，技术革命确实导致小范围的短期失业，但并没有造成大范围的长期失业，长期看，技术进步的主要影响是对劳动力市场进行了结构性的重塑调整。技术进步对就业市场会产生两种相反的效应：一是破坏效应（distructioneffect），技术替代劳动力，从而导致失业；二是资本化效应（capitalismeffect），技术促使生产力水平提高，从而促进行业扩张，对劳动力需求提高（FreyandOsborne，2017）。“资本化效应”又被称为“补偿效应”，工人最初因新技术造成的失业可以从多个方面获得补偿。一方面，新技术和新设备的使用、生产规模扩张、研发新产品等均能创造新的就业机会。例如，第二次工业革命期间，资本—技术互补型的现代化工厂模式开始流行，电力的应用大幅度提高了装配线的自动化水平，增加了操纵机器的技术工人的需求（GoldinandKatz，1998），打字机、计算器等小型办公设备的普及又增加了对高教育水平的管理人员的需求（Mokyr，1990），同时增加的蓝领和白领的需求大幅度提高了第二次革命期间的就业水平。另一方面，技术进步促使生产率提高，以一种更惠及大众的方式对社会产生贡献，资本家获取大量收益，消费者获得了更质优价廉的产品，而劳动者的实际工资增长，成了获益最大的群体（Lindert和Williamson,1983;Feinstein,1998；Allen,2009）。因此，从历史经验来看，历次科技革命的正向“资本化效应”或“补偿效应”均超过了负向“破坏效应”。
近年来，随着科技创新速度的加快，部分学者预测未来的人工智能技术将占据很大比例的工作岗位。最具代表性的研究来自Frey和Osborne（2017），他们通过对当前的自动化技术的解析，发现在未来20年里美国约有47%的工作可能会被机器所替代。受人工智能等新信息技术的冲击，采用同样的方法，Pajarinenetal.（2015）发现33%的挪威人和35%的芬兰人的就业处于高替代风险中；Batorskietal.（2015）的研究表明，波兰的高替代风险就业比例高达46%；世界银行估计在OECD国家中有57%的工作可能在未来20年内被机器所替代。除了发达的工业化国家，学者们认为，发展中国家可能既受到本国人工智能对劳动力的替代的影响，又受到发达国家制造业外包回缩的影响，未来就业恶化的风险将远高于发达国家。Frey和Osborne（2015）认为，未来中国77％的就业岗位、印度69％的就业岗位、埃塞俄比亚85％的就业岗位、乌兹别克斯坦55％的就业岗位面临被智能机器替代的风险。但是，也有不少学者驳斥了以上研究，因为这些实证研究仅仅基于已有的工作岗位的技术实现的可能性，最具代表性的研究来自Acemoglu和Restrepo（2018），他们提出，技术进步对于就业的影响不仅应从技术实现的可能性的角度来看，还需要寻求其对就业和工资影响的均衡结果。首先，企业是否会采用以及会采用哪些技术依赖于机器替代人力的成本收益权衡；其次，新技术对于劳动力市场的影响不单有对相应经济部门的直接冲击，还需要考虑新创造的就业需求，以及劳动力向其他部门的转移。例如，新工业革命虽然造成制造业就业比例的大幅下降，但同时也造成服务业就业占比的大幅度提高（Autor和Dorn，2013）。Acemoglu和Restrepo（2018）还发现，1980—2007年美国总的就业增长约为17.5%，其中约一半（8.84%）的就业增长来自于新增加的工作岗位，而这些全新岗位支撑了过去三十年美国的经济发展。
总的来说，人工智能技术进步和应用虽然可能短期内替代部分人类岗位，但是也会产生互补性的劳动力需求，这些新的依赖人力的复杂工作任务相比于现有技术总存在相对优势。我们需要对技术进步的“破坏效应”保持警惕，但也要相信这是一个教育水平和科技进步水平的竞赛（GoldinandKatz，2009），只要教育的发展程度超越技术进步的速度，人力资本相对优势一直存在，就业比例在长期来说就能保持在一定水平。
二、人工智能就业影响区别于传统和一般技术进步的特殊性
人工智能作为新工业革命重要的使能技术和通用技术，对就业的间接影响大于直接影响，长期影响大于短期影响。每一次工业革命都会出现一批能够推动创新链升级和产业链上下游产品开发，促成重大科技进步的使能技术，以及在多个产业部门得到广泛应用的通用技术。不同于一般的技术进步主要在短期内和小范围对就业产生影响，使能技术和通用技术对就业的影响表现出长期性和普遍性。例如，在第一次工业革命期间，蒸汽机在欧洲替代传统水力、风力、畜力成为最主要的工业生产能源用了近一百年，在一个世纪里，蒸汽机逐步从最初的纺织、交通行业扩散到更多的工农业和商业部门，对就业的影响在长期表现得更为显著。同时，蒸汽机对就业的直接影响表现为替代重体力劳动者、用于生产和交通运输牲畜的饲养员，而间接影响是使得英国等国家毛纺业大发展，城市开始兴起，大量农田被用作牧场，促进了就业由第一产业向第二产业的大规模转移，显然后者的影响更大。第二次工业革命期间，内燃机、电动机的应用对就业的影响也有类似表现，只不过时间周期大幅度缩短。信息技术是新工业革命重要的主导技术，人工智能则是信息技术的重要分支，随着人工智能技术的成熟，目前已经表现出使能技术和通用技术的特点，应当更加关注人工智能对就业的长期影响和间接影响。例如，很多研究论文、媒体分析、智库报告给出了最容易被人工智能淘汰的行业和岗位（FreyandOsborne，2017；MGI，2018），事实上人工智能对这些行业和岗位的影响将是长期的，随着应用场景的不断开发，未来还将有更多的行业和岗位受人工智能的冲击。同时，除了直接淘汰某些岗位或者创造新的岗位，人工智能的发展还将促进无人驾驶、机器翻译、图像识别分析等行业的发展，影响和改变这些行业的就业需求总量和结构，并且进一步推动劳动就业从第二产业向第三产业转移，以及改变全球产业分工格局和就业格局。
人工智能对脑力劳动的替代大于对体力劳动的替代，对复杂脑力劳动的替代大于重复性脑力劳动的替代。在信息技术出现之前，技术进步主要替代的是体力劳动，最初主要替代高强度体力劳动，后来替代重复性的体力劳动，在先进的自动化的制造工厂里，机器几乎可以替代所有的重复性劳动岗位。从信息革命开始，技术进步在脑力劳动为主的岗位上发挥越来越重要的作用，表现出比人类更高的工作效率和准确性。最初的计算机应用于大量计算工作，虽然计算对人来说并非高智力的活动，经过中等教育的劳动者都能胜任，但计算机赢在了速度和准确上。从20世纪80年代开始，计算机在重复性脑力劳动上大规模替代人类劳动者，带领人类工业化进入信息时代，经济效率得到几何倍增长。人工智能相对于传统信息技术，能够识别环境变化并作出相应判断，“深度学习”更能够实现对未知世界的探索，这使得计算机和机器能够胜任一些需要复杂脑力劳动的工作岗位，这已经突破了Autoretal.(2003)等学者认为的计算机自动化只能实现对体力劳动和简单脑力劳动的替代。特别是在一些工作强度大、工作环境艰苦，且兼具重复性和复杂性的领域，人工智能比人类劳动者具备更高的效率、敏锐度和准确性。随着人工智能技术由“弱人工智能”向“强人工智能”升级，可以胜任的复杂脑力劳动将更多，人工智能替代复杂脑力劳动岗位的趋势将更加明显。
人工智能以虚拟的信息和数据为载体，流动性强。劳动力是流动最困难的投入要素，即便是在经济一体化程度很高的地区，劳动力的流动也从来不是畅通无阻的，如果最终产品的可贸易程度较低，那么该产业就需要在一个经济体内部完成大部分的生产和消费，正因如此，服务业需求相对于制造业更依赖于国内供给得到满足。人工智能作为一种全新的、特殊的“劳动力”投入要素以虚拟信息数据为载体，理论上其流动性无穷大。如果人工智能在经济投入要素中所占的比例不断提高，全球产业分工和劳动分工将被重新定义，劳动力将在虚拟世界中打破国界的限制，实现自由流动。
人工智能将改变人与机器在工作中的关系。在人工智能出现之前，技术和机器在生产活动中充当辅助性的角色，人类劳动者主导产品制造和服务提供的过程。人工智能的应用使得计算机和机器不再限于提供辅助性的劳动，当人工智能贯穿研发、制造、服务整个价值链，人工智能对经济活动和具体生产将具有主导意义。从某种意义上说，人工智能成为劳动力的竞争对手，但从另一方面看，人与机器的伙伴关系将得到加强，人机协作将成为最重要的生产模式。
三、人工智能就业影响的四种主要表现
技术进步虽然可以提高经济效率，但可能造成的“失业”担忧从第一次工业革命开始就一直存在。事实上，工业化历史中出现大量失业的时间并不多，且大多是因为经济周期造成的，技术进步从未造成经济萧条和大范围、长期失业，被替代工作岗位的劳动者总能在新的行业和岗位上找到工作。与历史上的技术进步一样，人工智能的出现的确会对人类就业产生显著且深远的影响，但影响并不是替代就业这样简单，人工智能在消灭一些工作岗位的同时也会增加更多的就业机会，更重要的是，可以改变劳动力就业的地区结构和行业结构（如下页表所示）。
已经有很多研究机构和媒体对人工智在哪些产业、哪些环节替代就业岗位有深入的研究，涉及经济学、管理学和自然科学多个领域的专家参与其中（Frey和Osborne，2017；Acemoglu和Restrepo，2018；MGI，2018）。相对于其他技术进步，人工智能在三个领域替代和淘汰就业岗位更为显著，在“弱人工智能”和“强人工智能”不同发展阶段替代的岗位也有所区别：一是简单重复的脑力劳动就业岗位。“弱人工智能”和普通的信息技术已经能够应付模式化的重复性脑力工作，例如，日常办公管理和大多数自动化设备的运转，人们已经熟悉和习惯此类工作由机器完成，一方面机器成本更低、效率更高且很少出错，另一方面也很少有劳动者愿意从事此类工作。二是中等复杂且重复的脑力劳动就业岗位。机器学习的应用和传感器使用使得人工智能能够在一定范围内处理一些复杂问题，这类应用例如智能化工厂管理、语音识别、图像识别、自动翻译、无人驾驶等等。此类工作较第一类要复杂得多，但也有重复性的特征，人工智能在这些领域的应用虽然还处于探索阶段但发展很快，根据一些预测分析，5~10年在技术和应用模式上都会有显著突破，部分替代这些领域的就业岗位。三是体力与脑力相结合的就业岗位。人工智能嵌入机器设备中，机器将同时具有优于人类劳动者的体力和脑力，完成复杂的体力与脑力结合的工作。智能工业机器人是这方面应用的代表，“无人工厂”“黑灯工厂”是制造业发展的方向，人工智能的进一步应用将使得制造业用工数量大幅减少。当然，人工智能替代哪些岗位，还与不同行业劳动者的熟练程度、知识技能有关，也受不同工会组织谈判能力和移民政策的影响。以美国为例，汽车制造产业工人的周薪达到近1500美元，是食品加工产业工人薪酬的3倍多，前者由于劳动力成本压力大，因此采用人工智能新技术替代就业岗位的意愿更加强烈，也能够承受更高的技术改造成本。
虽然人工智能经常被宣传为就业的威胁，但人工智能填补了很多供给缺位的劳动岗位，使得整个经济链条完整，满足市场需求，从而使得劳动者愿意且能够胜任的岗位得以存在。人工智能主要在三个领域填补就业岗位的空缺：一是脑力劳动强度大，由人类承担此类工作效率低的，例如，监控图像的扫描和识别；二是超出人类感官和反应极限，人类完成此类工作无法保障质量的，例如，精密仪器的检验检测、辅助驾驶系统中的紧急制动等；三是工作环境不容人类劳动者进入的，例如，进行深空探索的航天器大量使用人工智能技术。智能机器是人工智能在工业生产上的重要应用，根据世界机器人协会（IFR）的研究报告，由于采用了更加智能的机器设备，2000—2012年十余年间，非但没有减少工作岗位，反而使得全球汽车产业增加了100万~150万个岗位，这相当于当前全球汽车产业就业人口的10%~15%，在金融危机影响最严重的2008—2011年期间，人工智能和工业机器人创造了12万~24万的就业岗位。除了汽车产业，电子、医药、装备等行业中也有相当比重的就业是建立在使用更加智能机器设备基础上的。人工智能填补人类工作岗位还与劳动力的供给变化有关。劳动力并非是无限供给的，人口的年龄结构也在发生变化。根据联合国的预测，与2000年比较，到2020年，欧洲国家和韩国的人口基本保持不变，日本出现负增长，中国的增幅约为2%，美国的增幅约为8%，南美国家的增幅约为15%，总体上看，全球人口增长速度放缓的同时老龄化程度也在迅速提高，劳动力短缺即将成为全球经济社会发展共同面临的难题。同时，学校教育水平提高和职业教育的增强改变了发展中国家劳动力的技能结构，劳动者愿意选择技能要求更高和工资水平更高的就业岗位。随着劳动力供给数量的下降，以及非熟练和非技能劳动者比重的降低，人工智能在未来将在更多的岗位填补空缺。电子信息研究咨询公司高德纳（Gartner）预测，到2022年，大部分非日常任务的工作者中有1/5将依赖人工智能完成工作，与其说人工智能抢走了1/5的岗位，不如说人工智能填补了1/5的岗位空缺。
除了在传统产业填补人类无法胜任和不愿意从事的脑力工作，人工智能自身发展也会创造大量就业岗位。近年来，人工智能应用领域不断增多，几乎所有的人工智能企业都在吸收新的投资，增大员工雇佣人数，全球人工智能产业产值年增长率超过50%，是金融危机之后就业岗位增长最快的新兴产业之一。在人工智能底层硬件和算法、通用人工智能机平台、应用产品等领域，人工智能产业正在产生巨大的就业需求。例如，在应用层面，每10台大型智能机器人就需要一名人工智能工程师，而小型机器人需要的工程师数量则更多，目前，全球有近150万智能机器人在使用中，相当于约15万支左右的工程师队伍。
上述人工智能对就业岗位的三种影响中，只有“替代”的影响是减少就业岗位的，虽然目前没有对人工智能就业的权威统计，但一些专业研究报告和调研分析对人工智能促进经济发展和就业持乐观的态度。例如，高德纳的报告认为，在2019年之前，人工智能造成的失业将多于其创造的工作机会；但从2020年开始，人工智能创造的就业数量将会超过造成失业数量。既然从总量上看，人工智能不会造成就业岗位的减少，那么从应用研究和政策研究的角度，就应当更加关注人工智能对就业结构的影响。人工智能的发展并不会惠及每一个劳动者，也不会促进所有产业的发展和提高每一个国家或地区的竞争力，人工智能填补创造的岗位和直接创造的岗位，与淘汰的岗位在专业、技能水平上并不等同。例如，普华永道的一项调研发现，人工智能将不成比例地对英国制造业和运输业等特定领域产生负面影响，但将在医疗和教育领域创造新的就业机会。在第一次工业革命和第二次工业革命期间，制度和管理进步与技术进步是同步的，甚至领先于技术进步，因此，失去工作岗位的劳动者一般能够具备在新岗位工作的技能和知识水平。但是，人工智能技术变革不仅快而且普遍，相较而言，制度和管理的进步又相对滞后，教育更是跟不上技术的变化，从而使得某些低知识水平和技能水平的劳动者面临失业的风险，这在教育水平相对较低、低技能劳动者比重较大的发展中国家更为突出。
四、人工智能大发展背景下就业面临的挑战与机遇
技术进步总会对就业造成影响，人工智能的发展除了产生这些共性影响外，还会对就业形成几个方面的特殊挑战，同时也会带来就业发展和提升的新机遇。其中，挑战主要有技术进步速度更快，在产业间和区域间扩散更快，以及对全球劳动力分工的冲击。
第一，人工智能技术进步替代就业的速度快于劳动力供给结构变革的速度，从而可能引起劳动力供需结构性失衡。技术进步会首先替代人类体力、脑力难以达到，或者不适合人类工作的岗位，被替代岗位的劳动力通过再就业在新出现的岗位上找到工作，新的就业岗位往往需要更高的人力资源水平，这也是技术进步能够提高劳动者收入和福利水平的重要原因。在过去，技术进步速度较慢，劳动力市场整体人力资源水平的提升能够与之相匹配，虽然也会出现失业，但总体上看劳动力市场供需平衡，具体到单个劳动者也有充沛的时间参加培训，达到适应新工作岗位更高人力资源水平的要求。但是，人工智能不仅技术进步速度快，而且新创造的岗位和其消灭的岗位间人力资源水平差距巨大，被替代工作的劳动者难以在有限时间里将自身人力资源水平提高到能够满足新工作岗位要求的水平，这将造成劳动力市场供需结构性失衡：传统产业中的工作岗位被人工智能加速替代，而新兴产业的发展又面临人才短缺。
第二，人工智能技术在行业和地域间的扩散速度快于劳动力行业和区域调整的速度。在第一次工业革命和第二次工业革命期间，新兴技术最早出现在一个较小的地域范围和特定行业内，然后逐步向其他地区和行业扩散。新技术漫长的扩散过程带来的一个好处是，技术进步造成的在一定产业内、一定区域内的失业人口能够转移到其他行业和地区，因此不会造成严重的失业问题，同时，劳动力在转移过程中，人力资源结构得到优化，更加合理的产业国际分工也建立起来。到20世纪80年代，国际产业分工基本建立在全球技术分工和劳动力分工基础上，发达国家技术领先，劳动力素质高，发展技术密集和劳动集约型产业有比较优势；而发展中国家发展劳动密集型产业有优势。虽然国家间贸易关系更加紧密，劳动力流动更加频繁，但在新工业革命之前，技术进步对就业的影响主要还是在一个国家或区域内产生的。根据Kurzweil等人的分析，人工智能技术发展已经迎来奇点，随后将迅速在各个行业领域得到广泛应用，如果如Kurzweil预测那样，人工智能在行业间的扩散速度远远快于第一次工业革命和第二次工业革命时期的蒸汽机、内燃机，甚至快于计算机和互联网。并且，作为以虚拟信息为载体的技术，人工智能可以无成本地跨越国界提供相应服务，这使得传统的建立在要素成本结构基础上的比较优势分工格局受到巨大冲击。劳动力在行业和区域间的转移是技术进步背景下保持较高就业率的重要途径，但人工智能在行业间、地区间扩散的速度远远快于劳动力行业结构、区域分布结构的变化，前者已经迈过拐点，而后者还面临人力资源结构调整的高昂成本和难以逾越的制度障碍。
第三，人工智能发展将扩大收入差距，发展中国家保持高就业面临更大挑战。技术进步总会加重收入的两极分化，使得就业市场呈现“最好的工作和最差的工作并存的U型结构”（Goos和Manning，2007）。随着人工智能应用的发展，人工智能硬件和软件研发人员、设计人员，能够熟练掌握高端智能设备的技术人员就业需求增大，薪酬提高；而被人工智能淘汰行业和岗位的就业者面临失业压力，薪酬降低。从国际分工的角度，对中国等发展中国家而言，人工智能发展新创造的高端研发、制造和服务业所能带来的就业促进是有限的，这些行业本身就是劳动集约型的，难以消化劳动密集型行业退出的大量劳动者，而且发达国家在这些行业更具比较优势。
在出现巨大挑战的同时，人工智能发展也会创造新的就业增长和人力资源结构提升机遇，创造新的就业岗位的同时缓解劳动力成本上涨压力。
人工智能和相关新兴产业创造新的就业岗位。在应用层、技术层和基础层，人工智能终将发展成为巨大的产业体系。例如，我国2017年颁布的《新一代人工智能发展规划》制定的目标是：到2030年我国人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元，这超过当前汽车产业的规模，埃森哲预测届时人工智能将拉动中国经济增速提高约1.5个百分点。人工智能产业体系中有一些是传统电子和信息产业的转型升级，例如，人工智能芯片、智能传感器等，原有的就业岗位将升级为新的岗位；还有一些则是全新的产业，例如，自动驾驶、语义分析等，这将创造全新的就业岗位。德勤的研究报告反映人工智能在英国取代80万低技能工作岗位的同时，创造的机器人设计师、人工智能训练师、智能设备维修工程师、道德监督、人机合作调度员等新的岗位超过350万个，并且后者的薪酬水平是前者的2~3倍。中国电子学会的研究也发现，每生产一个机器人至少可以带动四类劳动岗位，比如涉及机器人的研发、生产、配套服务、品质管理、销售等。必须指出的是，人工智能创造的新兴产业中，并不都是高技术密集和低劳动就业需求的，新兴低技能要求的劳动密集性行业也会出现，低技能的劳动者同样能够在人工智能产业体系中找到就业机会，而这一点通常被很多学者、政府和企业忽略。例如，为了提供机器学习所需的海量数据，处理人工智能尚不能准确识别的语音、图像信息，以及实现虚拟网络世界与现实世界的数字链接，“数据标注”行业应运而生。经过简单培训的“标注师”每天可以处理上千甚至几千份图片或语音信息，这一技能水平要求低的就业需求量非常大，“ImageNET”图像识别人工智能在训练期间，有来自167个国家的近5万名工作者花费了2年时间标注了1500万张图片。虽然目前还没有对“数据标准”行业及其就业的权威统计，但在河南、山东、河北的一些小城镇里已经形成产业聚集，数以万计的标注师为北京、上海、广州、深圳等互联网发达地区的人工智能企业和人工智能项目提供外包服务。
人工智能发展缓解劳动力成本上涨压力。发达国家由于人口增长缓慢、薪酬水平高，在中低收入岗位上一直面临劳动力短缺的困扰。近年来，即便是在全球经济走低的情况下，发达国家“就业不充分”与“劳动力短缺”并存，后者造成的负面影响甚至更大。例如，美国失业率从2010年开始持续下滑，劳动参与度大幅下降5%，这说明失业率的改善是因为大量失业人口退出劳动市场造成的，这与美国历史上数次经济复苏伴随劳动参与率和就业率“双升”的情况不同。日本是全球老龄化程度最严重的人口大国，由于贯彻更加严格的移民政策和执行非常严苛的外籍劳工雇佣制度，日本面临的劳动力短缺更加严重。人工智能能够帮助发达国家更大程度替代就业岗位，特别是对于不可贸易的服务产品，人工智能能够有效替代低技术含量的脑力劳动岗位，这在美欧日等国家的呼叫业务中已经得到很好的应用，对全球呼叫服务外包供需也产生了影响。我国近年来劳动要素供给也日益紧缺，“民工荒”已经有数十年之久，招工不足的问题从沿海发达地区蔓延到内陆地区。特别是工作强度大、劳动时间长、工资收入低的劳动密集型制造业出现了员工收入难以提高和企业用工成本过高的两难局面。在这些行业使用人工智能不仅能够缓解招工难、用工贵的发展困境，还能够提升我国产业发展层次，提高产业竞争力。
五、适应人工智能发展要求的政策建议
人工智能技术发展和应用普及势不可挡，也必然会推动人类工业文明发展到更高水平，从我国当前经济、产业发展和就业情况出发，要发挥人工智能的作用，改善就业结构，提高产业竞争力，以应对新工业革命和人工智能时代的挑战。
正确、全面认识人工智能对就业的影响。人工智能替代、填补和创造就业岗位，虽然无需担忧人工智能消灭就业岗位造成失业，但也要高度重视由人工智能造成的结构性失业和岗位需求结构的变化。为此，要尽快研究我国人工智能就业影响清单，厘清人工智能在不同发展阶段对哪些行业的就业岗位是促进的，哪些是减少的，制造业和非面对面的服务业岗位可能是我国最早受人工智能冲击且冲击最大的行业部门，就业政策要重点关注这些行业，提前对劳动者的转岗、再培训做出安排。
重点开展人机协作的技术研发和制度创新。在人工智能的帮助下，未来的机器将更加智能，人机交互将变得简单和容易，人机协作将成为一种重要的生产关系和基本的生产模式。为满足人机协作的需要，一方面，要加强人机交互和人机协作的相关技术研发，重点突破自然语言识别、VR/AR/MR等可视化技术，加快这些新技术的示范应用；另一方面，加强人机协作的制度建设，例如，人机协同标准的统一、人机协同平台建设等等。
加强伦理道德研究，切实保护劳动者权益。人工智能会对人类社会和经济运行的传统规则、法规制度产生冲击，人工智能的使用要符合人类基本价值观，受人工智能直接冲击失去工作的劳动者需要得到相应的补偿。一方面，要研究制定相关法规，规定人工智能使用的范围和权限。无论是否把人工智能当作“人”来对待，都需要对其设计一套使用规则，并赋予“善良”本性，这不仅仅是技术问题，更是伦理问题。美国、日本、英国、韩国已经开始了相关法律的研究工作，规范人工智能的使用，甚至在人工智能的研究和开发过程中，就要求通过道德讨论。相比较，我国开展相关研究较少，经济学、社会学、哲学、心理学等方面的学者参与度还需要进一步提高。另一方面，探索建立人工智能补偿就业相关制度，人工智能技术应用必然会造成一部分劳动者失业，为有效缓解因失业带来的社会压力，政府要完善社会保险体系，对失业人群采取积极就业援助，企业也要建立再就业培训制度。探索对采用人工智能减少就业岗位的企业征收“人工智能税”，或直接补贴下岗劳动者的再就业培训等，降低人工智能应用对特定行业和岗位失业的影响。
推进教育改革，适应人工智能时代就业新需求。虽然自20世纪80年代就开始了信息化，但我国目前的教育制度和人才培养模式并不适应信息技术快速更迭的需要，更难以应对人工智能的挑战。从适应人工智能发展的角度，教育改革既要为人工智能技术的发展和产业化提供足够的人才支持，又要使得各个专业的学生能够满足人工智能普遍应用时代对人力资源的新需求。需要从三个方面对现行教育体制实施改革：一是在教育的内容上增加人工智能相关课程，增设人工智能相关专业，这不仅仅针对高等教育，在初等教育、中等教育和职业教育上都要有所调整和变革，在培养人工智能专业人才的同时，使得各种专业学生适应人工智能社会，适应与机器人或计算机合作工作。二是教育的目标由知识的传授为主转变为注重能力的培养。人工智能会逐步替代很多传统岗位，在智力上超越人类也是迟早的事情，知识的学习固然重要，但仅仅掌握知识不能适应未来人工智能社会的挑战。相比较，创造能力、创新能力、创意能力是人工智能目前还难以具备的，这些能力的培养应该成为教育改革的重要目标。三是教育的重点环节由课堂教育延伸到职业培训。人工智能在各个领域的应用需要大量复合型人才，具体到每一种应用场景，课堂教育都难以提供相应的教学和实践，需要专业化、定制化、细分化的职业教育来满足复合型人才培养的需求。
参考文献略
邓洲,黄娅娜.人工智能发展的就业影响研究[J].学习与探索,2019(07)
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）
人工智能、技术进步与劳动力结构优化对策研究
人工智能、技术进步与劳动力结构优化对策研究朱巧玲，李敏
(中南财经政法大学经济学院，湖北武汉430073)
摘要：人工智能作为一次新的技术革命，必然带来巨大的社会效用及经济效用。随着人工智能技术的发展与应用，理论界就人工智能对劳动力替代范围进行了激烈讨论。基于技术演进视角，划分了六次技术革命，分析历次技术革命给劳动力及劳动力结构带来的影响，尤其是以人工智能为代表的技术变革对劳动力结构产生的影响。同时，构建了人工智能、技术进步影响劳动力结构的计量模型。实证分析结果表明：人工智能发展和技术水平提高会增加技能劳动与非技能劳动的相对供给，有助于劳动力整体质量提高和劳动力结构优化。最后，针对性地提出人工智能时代优化我国劳动力结构的对策建议，为解决我国的劳动力转型、失业、教育改革及产业升级等问题提供借鉴。
关键词：人工智能；技术进步；劳动力结构
0引言2016年3月，谷歌人工智能公司研发设计的AlphaGo(阿尔法围棋)大胜韩国职业围棋选手，此次“人机大战”引发了理论界对人工智能发展问题的激烈探讨。近年来，世界各国纷纷开始关注人工智能领域，通过发布相关战略规划，抢占人工智能市场发展先机。我国也相继发布了一系列人工智能相关战略规划，将培育人工智能科技创新能力提升到国家宏观战略层面。国内外对人工智能的普遍重视，预示着人工智能技术必将引发新一轮技术进步浪潮，给经济社会带来翻天覆地的变化。
人工智能技术发展及应用，吸引越来越多的企业向智能化靠拢，导致劳动力结构发生巨大变化。因此，如何应对人工智能技术对劳动力的大范围替代？如何优化现有劳动力结构并促进劳动力结构优先升级？这都是未来经济发展亟需解决的现实问题。早期学者们主要关注机器应用对劳动者的影响。例如，马克思[1]在《资本论》中分析机器大工业时期工人与机器间的关系，提出“机器排挤工人”的观点；维纳[2]在其《人有人的用处：控制论与社会》中指出，机器人与人会形成“替代关系”，机器人的发展可能会使“人脑失去价值”。随着技术进步，机器被赋予了“智能”，人工智能技术的应用和普及对现代社会产生了巨大影响。杰瑞·卡普兰[3]在《人工智能时代》中指出，人工智能技术发展会导致越来越多的工种被智能机器取代。国内对人工智能的综合讨论始于1980年自然辩证法学会组织召开的人工智能讨论会，这次会议标志着国内人工智能整体性研究的起步[4]。之后数年间，越来越多的学者开始对人工智能的概念、框架、影响等展开讨论。例如，蔡自兴[5]认为，虽然人工智能技术能创造巨大的经济效益，但也会对劳动力市场产生冲击，影响人的心理健康，存在技术失控的风险；王滢波[6]指出，虽然人工智能发展前景很好，但在短期内会带来很多新的社会问题；学者张彦坤、刘锋[7]指出，人工智能可能成为新的竞争力来源，拥有人工智能的企业可以更低的交易成本获得更多的差价。
综上可知，目前国内外大部分学者主要关注人工智能的技术发展及其给经济社会带来的整体性影响等，尚未形成理论体系，也未从学理角度探讨人工智能对人的发展带来的深远影响，对以人工智能为代表的技术变革给劳动者、劳动方式以及劳动力的影响，相关研究基本处于空白阶段。因此，本文基于技术演进视角，分析历次技术变革给劳动力结构带来的影响，尤其是以人工智能为代表的技术变革对劳动力结构产生的影响，同时进行理论分析和实证检验，提出智能化背景下劳动力结构优化对策。
1理论解释：人工智能、技术进步对劳动力结构的影响1.1历次技术革命与劳动力结构变化在人类发展进程中，经历了数次技术革命，而科技创新正是推动经济社会不断发展的重要力量。在分析历次技术革命对经济社会发展及劳动力结构的影响之前，根据历次技术革命对技术演进过程进行阶段性划分。演化经济学家佩蕾丝[8]将过去二百多年间的技术演进过程划分为5个阶段，本文沿用佩蕾丝的逻辑，将以工业智能化及人工智能技术为主要标志的技术变革作为第6次技术革命，如表1所示。
表1历次技术革命划分
技术革命及基本特征表现对劳动力结构的影响第一次技术革命(1771-1829年)开创了以机器替代手工劳动的时代，实现了从手工工业向机器大生产的转变体力劳动者数量开始减少，劳动者开始向机器大生产领域转移第二次技术革命(1829-1875年)开始向复杂机器发展，实现了生产的机械化，节省了人力，提高了劳动生产效率扩大了就业人群，劳动力总体数量增多，低技能工人数量增加第三次技术革命(1875-1908年)电气化增强了人的四肢和五官等器官，解放了人的体力劳动，改变了生产方式体力劳动者被大范围取代，脑力劳动者和知识工人在劳动力队伍中所占比重增加第四次技术革命(1908-1971年)自动化和工业化程度逐渐加深，技术和机器替代人工的作用进一步增强人的体力劳动被进一步替代，劳动形式开始向脑力劳动发展，管理者数量增加第五次技术革命(1971-2008年)改变了生产方式和劳动方式，使人类的智能获得新的解放实现了对人的体力劳动和脑力劳动的替代，劳动者朝着数字化、信息化和个性化方向发展第六次技术革命(2008-)改变了传统的劳动形态，生产过程中的创新化、信息化、数字化、智能化程度加深替代人的脑力劳动和智力劳动，并且智力劳动者和创新劳动者在劳动力队伍中所占比重增加
从18世纪末开始，经济增长与6次相继出现的技术革命息息相关。第一次技术革命始于1771年，是以机器的出现和工业化为代表的产业革命，人类社会由此进入棉花、铁和水力机械化时代。该阶段通过机器对人工的替代，实现了从手工工业向机器大生产的过渡，并导致现代经济的诞生；第二次技术革命始于1829年，将人类社会带入铁路、蒸汽动力机械化时代，机器替代手工生产在工具的范围和程度上进一步加深，人类体力获得延伸与补充，并且扩大了就业规模；第三次技术革命始于1875年，人类进入钢铁、重工业和电气化时代，机器的使用释放了人的四肢和五官等，脑力劳动者和知识工人在劳动力结构中所占比重增加；第四次技术革命始于1908年，人类进入石油、汽车和大规模生产时代，此时生产领域的机械化和工业化程度逐渐加深，技术和机器对人工的替代作用进一步增强，劳动力的整体技能水平和知识水平进一步提高；第五次技术革命始于1971年，人类进入信息和远程通讯时代，体力劳动者数量大幅减少，数字劳动力占比逐步增大，劳动者朝着数字化、个性化和信息化方向发展；第六次技术革命始于2008年，人类进入工业智能化和人工智能时代[9]，人的体力劳动、脑力劳动被智能化机器大范围取代，智力劳动者和创新劳动者在劳动力队伍中的比重不断增加，人工智能技术与经济生产的深度融合，正改变人们的生活方式、生产方式、思维方式及劳动过程，对经济社会产生巨大影响。
技术进步对劳动力的影响，在不同历史发展阶段表现各异。机器刚出现时，主要用来补充和替代体力劳动[10]。随着技术进步，自动机器体系开始应用于生产生活中，不仅进一步替代了人的体力劳动，突破了人类四肢和五官等生理器官的限制，也解放了人类的思维。计算机的发展和应用，对机器带来了质的提升，人工智能机器人大范围替代体力劳动者、脑力劳动者及智力劳动者，并且在很多领域占据绝对优势，推动人类社会向人工智能时代发展[11]。人工智能技术的发展及应用改变了人类生产方式和劳动方式，使人类的智能获得解放。随着新时代科学技术进步，劳动者也将面临新的机遇与挑战，人工智能技术对人类社会的影响范围逐渐扩大，影响速度也会随之提高。
1.2人工智能、技术进步影响劳动力结构的理论分析1.2.1人工智能、技术进步对劳动力结构的影响
新的技术变革是在已有技术基础上演化及发展的结果，技术的进步和动态演进必然会对经济社会产生巨大影响，改变传统的生产方式和生产过程。每一次技术上的变革和新技术应用，都会引发生产领域质的变化，促使生产方式从手工、简单协作向新式分工发展，改变人类的劳动形式，影响劳动者完善既有技能、学习新技能、更新薪酬体系等，对现有劳动力结构产生巨大影响。Katz等[12]认为，技术进步具有技能偏向性，具有较高技能水平的劳动力才能快速适应新的技术环境，以此同时，低技能劳动力的需求逐渐减少。图1对我国1978-2015年间劳动力质量变化趋势进行刻画，用人力资本指数Q描述劳动力质量变化(人力资本指数Q参考杨建芳等[13]的估计方法)。从图1可以看出，1978-2015年间，我国劳动力整体质量呈现缓慢上升趋势，表明在技术进步的推动和影响下，劳动力技能及劳动力质量在不断优化，劳动力结构逐步朝着更适应当前技术环境的方向发展。此外，从整体上看，我国劳动力质量提升速度过于缓慢，无法跟上技术进步的步伐。如我国面临的严重失业现象，其实质是劳动力技能无法满足市场和企业需求，供需不匹配问题严重。
图11978-2015年我国劳动力质量的变化趋势
奥托·列维和莫奈[14]认为，根据是否具有重复性，可将劳动技能分为常规性技能和非常规性技能。常规性技能是指，能被编程、可以转化为程序语言、容易被自动化机器取代的技能；非常规性技能是指，不能转化为程序语言、无法被自动化机器取代的技能，主要涉及管理、顾客导向服务等问题解决式为主的工作，要求执行者具备灵活解决问题能力、创新能力及沟通联系能力等软技能。2016年“世界经济论坛”年会发布的调查报告指出，在未来5年内，人工智能技术的应用会减少全球15个重要国家710万个工作岗位，而办公和行政人员占劳动力比重将大幅增加[15]。人工智能技术大范围替代体力劳动者、脑力劳动者及智力劳动者，会对传统生产方式、劳动方式及管理方式产生巨大影响，社会生产在技术进步推动下，朝着虚拟化、信息化、智能化方向发展，使得社会意识形态多元化、就业方式灵活化，劳动力结构也会随之发生重大变化。
(1)劳动技能趋向多元化，劳动者知识体系趋向复杂化。智能化时代，人们所处的科技基础环境发生重大变化，大数据和云计算呈现指数级增长，人类的认知体系和知识总量在不断更新和发展，劳动力结构也将随之转变。无论处于哪种工作岗位的劳动者，单一固化的知识储备和技能结构已经无法适应技术进步的速度以及新时代发展要求。随着人工智能技术与生产大规模结合，劳动者的工作角色发生了巨大变化，从机器的附属品转为生产过程的操控者、监督者及管理者。劳动者往往要掌握多种“硬”技能和“软”技能才能满足科技进步带来的新挑战，才能胜任新的工作岗位和新的角色。
(2)智力劳动者所占比重增加，创新能力成为就业的门槛。在技术的影响和推动下，劳动力结构不断优化，技术人员、科研工作者、管理人员等知识水平和素质水平更高的劳动者越来越多，市场需求量也会增大，但对人才的要求也会逐渐提高[16]。人工智能技术与生产过程的深度融合，会减少生产领域的劳动者数量，与此同时，高技术产业、新兴产业、服务行业等将迎来更广阔的发展空间，吸纳更多劳动力，从事产品设计、研发编程、金融投资等高端职业的劳动者数量会逐渐增多，创新型人才、复合型人才、高技术人才等在劳动力结构中所占的比重会逐渐增加。此外，劳动者的软实力也成为竞争焦点，劳动者必须主动培养创新意识和创新能力，并将创新能力熟练运用于从事的工作岗位中。具备人工智能技术尚无法取代的创造性、灵活性、人文性等能力将成为智能化时代人才竞争的关键。
1.2.2技术影响劳动力结构的机理分析
从历次技术革命分析中可以看出，劳动力结构经历了体力劳动者—脑力劳动者—智力劳动者的发展阶段，而劳动力结构优化又会反过来推动技术持续进步。技术革命及其带来的社会变革会使脑力劳动和智力劳动逐渐成为劳动者最基本的劳动形式，并对劳动者的技能结构、知识结构、智力结构提出新要求，促使劳动者的劳动技能向更具创造性、价值性领域发展[17]。技术发展带来的最直接后果是劳动生产率提升，加速劳动力技能分化进程，对高技能劳动力的需求不断扩大，拉开了高技能与低技能劳动报酬差距，会造成资本对劳动的过度替代。技术发展带来的间接后果是，新技术与生产过程大规模融合，不断产生新的技术资本和人力资本，技术对劳动力的替代效应和补偿效应不断增强，促使劳动力结构主动或被动调整。
此外，新技术的出现也会对现有劳动力结构产生破坏，不仅可能使原有知识和技能失去用武之地，还可能导致短期内就业市场中的知识和技能需求与当前劳动力供给失衡，造成劳动力贬值、带来就业压力。虽然技术进步能够开辟新的发展领域，开发新的工作岗位，但如果劳动者无法适应由此产生的新要求，企业就会减少劳动岗位，导致严重的结构性失业。随着科学技术发展，生产过程及生产工具趋向于自动化与智能化，科学技术已经能够替代人的大部分工作，这对劳动者的知识水平、智力水平和创新能力要求越来越高，劳动者必须不断更新自身的知识体系和技能体系，以满足更复杂、更高级、更具创新性和开拓性的工作岗位需要。
基于上述分析，笔者认为，技术对劳动力结构带来的影响，从长期看，有助于劳动力结构优化与完善；从短期看，可能造成高技能劳动力和低技能劳动力严重分化，带来结构性失业等问题。随着技术发展，技术资本和人力资本会得到更高的投资回报，进而对劳动力结构产生重要影响，作用机理如图2所示。
图2技术影响劳动力结构的作用机理
2实证分析：人工智能、技术进步对劳动力结构的影响由于科学技术研发和转化周期逐渐缩短，知识、信息和数据呈爆发式增长，劳动者现有技能很容易被取代或淘汰。因此，分析人工智能、技术进步对劳动力结构的影响具有重要现实意义。下文将结合我国2002-2015年相关数据，构建人工智能、技术进步影响劳动力结构的计量分析模型，实证分析人工智能、技术进步对劳动力结构的影响。
2.1指标选取及数据来源本文将劳动力结构定义为技能劳动与非技能劳动之比，表达式为：LSI=LS/LU。其中，LSI表示劳动力结构，LS表示技能劳动供给，LU表示非技能劳动供给[18]。劳动力结构估算主要采用《中国劳动力统计年鉴》中公布的全国就业人员受教育构成指数数据，该数据最早公布于2003年。因此，主要考察2002-2015年我国劳动力结构变化。技能劳动供给为大专及以上学历就业人员所占比例与全国就业人数之积，非技能劳动供给为全国就业人数与技能劳动供给之差。
工业领域是目前我国人工智能技术的主要应用领域，工业机器人是人工智能技术与工业化深度融合的关键。因此，选用工业机器人发展水平衡量我国人工智能发展与应用情况，以我国工业机器人销售量进行量化。
选择综合技术水平(各年劳动生产效率与资金产值效率的算数平均值)衡量我国技术进步[19]。劳动生产率用工业增加值与同时期全部从业人员平均人数的比值衡量(元/人·年)，资金产值效率用固定资产净值与工业增加值的比值表示。其中，工业增加值、全部从业人员年平均数和固定资产净值等指标量化均以全部国有企业及规模以上非国有企业为统计口径。
基于我国时间序列数据构建人工智能、技术进步影响劳动力结构的计量模型如下：
LSIt=α0C+α1AIt+α2Techt+μt
(1)
式(1)中，LSIt表示我国第t年的劳动力结构；AIt表示第t年我国工业机器人的销售量；Techt表示我国第t年的综合技术进步水平；μt表示随机扰动项。指标测量数据主要来源于《中国统计年鉴》、《中国工业统计年鉴》、《中国劳动统计年鉴》、国泰安研究服务中心CSMAR系列数据库等，如表2所示。
表2模型变量
变量类型变量名称一级指标具体衡量指标变量代码被解释变量劳动力结构技能劳动供给与非技能劳动供给之比技能劳动供给为大专及以上学历就业人员所占比例与全国就业人数之积;非技能劳动供给为全国就业人数与技能劳动供给之差;LSI解释变量人工智能工业机器人的发展应用中国工业机器人的销售量(台)AI技术进步综合技术水平劳动生产率与资金产值效率的算数平均值Tech
2.2指标协整关系检验在检验人工智能、技术进步与劳动力结构的协整性之前，检验各时间序列是否平稳。ADF检验结果表明，所有原序列LSI、AI、Tech均不平稳，在5%的显著水平下接受“存在单位根”的假设。但是，所有变量的二阶差分序列均为平稳序列。因此，在5%的显著性水平下LSI、AI、Tech存在同阶单整。
对计量模型进行普通最小二乘法估计，估计结果显示，D.W.统计量约为0.539，远小于2，说明扰动项存在强烈的序列相关。对计量模型进行LM检验，P值在1%显著水平下拒绝原假设。因此，计量模型残差序列存在自相关。采用ADF方法对计量模型残差序列进行平稳性检验，结果显示在1%显著性水平下，残差序列拒绝“存在单位根”的原假设，即残差序列为平稳时间序列，又因为LSI、AI、Tech是同阶单整，因此，LSI、AI、Tech等变量间存在协整关系，说明人工智能、技术进步的发展变化会引起劳动力结构变动。
2.3实证分析结果回归模型扰动项序列相关，会导致模型估计结果失真，因而需要构建误差修正模型：
LSIt=β0C1+β1AIt+β2Techt+μt
(2)
μt=φiμt-1+εt
(3)
对该计量模型进行普通最小二乘法估计，结果如表3所示。模型拟合优度为0.982，说明模型拟合效果较好，常数项、人工智能发展水平AI、综合技术水平Tech均在5%水平下显著，由此可以得出以下结论：①人工智能、技术进步的影响系数均为正，表明二者对技能劳动与非技能劳动的相对供给具有正向促进作用；②人工智能发展对劳动力结构具有显著影响，当人工智能技术发展水平提高时，技能劳动与非技能劳动相对供给增大，进而引发劳动力结构变化，有助于我国人力资本整体质量提高；③综合技术水平对我国劳动力结构变化具有显著影响，技术水平越高，技能劳动与非技能劳动的相对供给越大，从侧面证明了技术进步有利于劳动力结构优化。
表3普通最小二乘法估计结果
变量变量代码系数t统计量P值常数项C0．0322．7600．022＊＊人工智能发展水平AI0．7445．6260．000＊＊＊综合技术水平Tech0．0013．1480．012＊＊
注：*、**、***分别表示在10%、5%、1%的水平下显著
3人工智能时代我国劳动力结构优化对策随着技术进步、人工智能发展，劳动力结构优化升级成为亟待解决的重要问题。由于政府、企业、劳动者都是智能化和技术进步的重要参与者与推动者，因此本文从政府、企业和劳动者3个角度提出人工智能时代我国劳动力结构优化的对策建议。
(1)对于政府而言，应鼓励社会各界主动帮助劳动者提高技能水平、完善其知识体系，帮助被智能机器人排挤出的劳动力再就业，以有效应对技术进步给就业带来的挑战和冲击[20]。教育投资有助于劳动者快速适应技术进步，因而可以通过提高教育水平增强劳动者适应能力，缓解技术进步带来的人力资本折旧。在技术进步的引导与推动下，通过提高科研资金投入、完善劳动者权益保障体系、健全教育培养制度等策略，推动劳动力结构优化升级。
(2)对于企业而言，应根据所处行业特点及企业现实发展情况，科学合理地推动企业生产过程智能化与现代化。人工智能的发展必然会对企业工作岗位和组织结构产生重大影响。因此，企业应联合政府及教育培训机构，确定不同工作岗位所需的技能，为劳动者快速就业提供帮助[21]。人工智能技术与生产过程深度结合，会促使劳动力结构逐渐从体力向脑力和智力、从低技能向高技能、从规则性向非规则性转型。因此，企业必须重视劳动力整体素质的优化与提高，重视员工再培训，制定有效的人才发展战略，积极主动地促进劳动力结构转型。
(3)对于劳动者而言，其主要通过劳动实现个人价值。人工智能时代，劳动方式和劳动形态发生了颠覆性改变，劳动者具备无法被人工智能技术替代的能力的重要性愈发凸显，社会对高级人才、复合型人才及跨界人才的需求增大。因此，劳动者必须主动提高自身综合能力，包括灵活解决实际问题的能力、创新能力、自我管理能力和自我监督能力等，以快速适应新的工作岗位及技术环境。
4结语技术进步的目的在于，更好地为人类自由全面发展提供物质基础。因此，应熟练运用技术手段解决人在发展过程中遇到的现实问题。总体来说，人工智能技术进步对劳动力结构的影响利大于弊，资本和人才是最重要的社会财富，用人工智能机器人替代人类完成部分价值较低的工种，释放人类的体力、脑力与智力，使其专注于更有价值的工作。为了应对新技术革命带来的机遇和挑战，必须充分利用我国劳动力优势，积极开发劳动者的智力资源，不断激发劳动力的创造力。同时，应准确把握技术发展趋势，积极应对人工智能带来的负面影响，并利用技术进步推动经济社会可持续发展，迎接新技术革命的挑战。
参考文献:
[1]马克思．资本论(第1卷)[M]．北京：人民出版社，2004.
[2]维纳．人有人的用处：控制论与社会[M]．陈步，译，北京：北京大学出版社，2010．
[3]KAPLANJ.Humansneednotapply:aguidetowealthandworkintheageofartificialintelligence[M].USA:YaleUniversityPress,2015.
[4]曲青．人工智能学术讨论会[J]．自然辩证法通讯，1981(1)：78-78.
[5]蔡自兴．人工智能对人类的深远影响[J]．高技术通讯，1995(6)：55-57．
[6]王滢波．人工智能发展及其影响[J]．信息安全与通信保密，2016(12)：20-22.
[7]张彦坤，刘锋．全球人工智能发展动态浅析[J]．现代电信科技，2017，47(1)：60-66．
[8]CARLOTAPEREZ.Technologicalrevolutionsandfinancialcapital[M].UK:EdwardElgarPublishing.2002.
[9]贾根良．第三次工业革命与工业智能化[J]．中国社会科学，2016(6)：87-106．
[10]毕先萍．改革以来技术进步对我国就业的影响研究[J]．科技进步与对策，2009，26(14)：151-156．
[11]朱巧玲，李敏.智能化背景下机器人和人的发展关系探讨[J]．改革与战略，2017(3):12-16．
[12]KATZLF,MURPHYKM.Changerinrelativewages,1963-1987:supplyanddemandfactors[J].QuarterlyJournalofEconomics,1992,107(1):35-78.
[13]杨建芳，龚六堂，张庆华．人力资本形成及其对经济增长的影响：一个包含教育和健康投入的内生增长模型及其检验[J]．管理世界，2006(5):10-18．
[14]AUTOD,LEVYHF,MURNANERJ.Theskillcontentofrecenttechnologicalchange:anempiricalexploration[J].QuarterlyJournalofEconomic,2003,118(4):179-1333.
[15]刘伟．关于人工智能若干重要问题的思考[J]．人民论坛·学术前沿，2016(7)：6-11．
[16]董直庆，蔡啸．技术进步方向诱发劳动力结构优化了吗[J]．吉林大学社会科学学报，2016，56(5)：25-33．
[17]FLORIDILUCIANO.Thefourthrevolution:howtheinfosphereisreshapinghumanreality[M].Oxford:OxfordUniversityPress,2016.
[18]陈锐.劳动力错配、结构演变及其对技术进步技能偏向性的影响研究[D].长春：吉林大学，2014.
[19]姚战琪，夏杰长．资本深化、技术进步对中国就业效应的经验分析[J].世界经济，2005(01):58-67，80.
[20]JEREMYRIFKIN.Thethirdindustrialrevolution:howlateralpoweristransformingenergy,theeconomy,andtheworld[M].UK:PalgraveMacmillan,2011.
[21]ERIKBRYNJOLFSSON.Thesecondmachineage:work,progress,andprosperityinatimeofbrillianttechnologies[M].USA:W.W.Norton&Company,2014.
AStudyonArtificialIntelligence,TechnologicalProgressandtheOptimizationCountermeasuresofLaborStructureZhuQiaoling,LiMin
(EconomicsSchool，ZhongnanUniversityofEconomicsandLaw,Wuhan430073，China)
Abstract：Artificialintelligenceasanewwaveoftechnologicalrevolution,itisboundtobringenormoussocialbenefitsandeconomicbenefits.Withthedevelopmentandapplicationofartificialintelligencetechnology,thetheoreticalcirclehaslaunchedalivelydiscussionofthescopeofartificialintelligencereplacedthelaborforce.Thispaperwasbasedontheperspectiveoftechnologyevolution,dividedintosixtechnologicalrevolutions,andstudiedtheimpactsofthetechnologicalrevolutiononthelabourforceandthestructureofthelabourforce,especiallytheimpactoftechnologicalchangerepresentedbyartificialintelligenceonthestructureoflaborforce,andconstructedtheeconometricmodeloftheinfluenceofartificialintelligenceandtechnologicalprogressonlaborstructure.Theempiricalanalysisresultsshowthat:thedevelopmentofartificialintelligenceandtheprogressoftechnologycontributetoimprovetherelativesupplyofskilledlaborandnon-skilledlabor,enhancetheoverallqualityoftheworkforce,andoptimizethestructureoflaborforce.Finally,targetingputforwardthecountermeasurestooptimizethestructureoflaborforceintheageofartificialintelligence,providingreferencesforalleviatingtheproblemoflaborforcetransitionproblems,unemploymentproblems,educationreformandindustrialupgradingissuesinChina.
KeyWords:ArtificialIntelligence;TechnologicalProgress;StructureoftheLaborForce
DOI：10.6049/kjjbydc.2017090391
中图分类号：F241
文献标识码：A
文章编号：1001-7348(2018)06-0036-06
收稿日期：2017-12-13
基金项目：中南财经政法大学“研究生创新教育计划”博士生科研创新项目(2016-jjxy-bs-06)
作者简介：朱巧玲(1962-)，女，湖南邵阳人，博士，中南财经政法大学经济学院教授、博士生导师，研究方向为产权与企业理论、人的发展经济学、社会主义经济理论；李敏(1990-)，女，河南新乡人，中南财经政法大学经济学院博士研究生，研究方向为政治经济学、人的发展经济学。
(责任编辑：林思睿)