人工智能的就業(yè)影響研究新進(jìn)展

吳曉琪

一、引言

人工智能（Artificial Intellegence，AI），就是讓計算機(jī)完成人類智能才能做的各種事情。①[英]瑪格麗特·博登：《人工智能的本質(zhì)與未來》,孫詩慧譯，北京：中國人民出版社，2017年，第3頁。它是研究、開發(fā)能模擬甚至拓展人類智能的一門新的技術(shù)科學(xué)。AI的發(fā)展已將人類社會帶入一個全新的時代，這個時代呈現(xiàn)出機(jī)器自主學(xué)習(xí)、跨界融合、人機(jī)協(xié)調(diào),甚至自主控制等新的特征。在社會由網(wǎng)絡(luò)化、數(shù)字化向智能化轉(zhuǎn)變的過程中，經(jīng)濟(jì)領(lǐng)域的生產(chǎn)、分配、銷售、消費(fèi)、售后服務(wù)等諸多環(huán)節(jié)被新一代人工智能技術(shù)及設(shè)備的進(jìn)入，而瓦解與重構(gòu)，進(jìn)而催生出新經(jīng)濟(jì)、新產(chǎn)業(yè)、新業(yè)態(tài)和新模式，這必將前所未有地影響與改變生產(chǎn)方式、生活方式和思維方式。生產(chǎn)領(lǐng)域的就業(yè)結(jié)構(gòu)、就業(yè)模式、薪酬分配等就業(yè)問題將率先受到?jīng)_擊。

根據(jù)《國際機(jī)器人聯(lián)盟（IFR）報告分析》：2018年全世界專業(yè)服務(wù)機(jī)器人的銷售量為10.9萬臺，比2016年增長了85%。專業(yè)服務(wù)機(jī)器人主要分為物流機(jī)器人、醫(yī)用機(jī)器人、國防機(jī)器人、農(nóng)場機(jī)器人等。這些機(jī)器的使用，是否對勞動力形成了擠出效應(yīng),又在多大程度上發(fā)揮作用呢?這是一個非常重要的問題，尤其對于中國這樣一個人口大國。張騰飛（2018）認(rèn)為對人工智能在經(jīng)濟(jì)領(lǐng)域的最大擔(dān)憂，就是其是否會大范圍地取代人類工作，造成大規(guī)模的失業(yè)，并由此導(dǎo)致技術(shù)擁有者與工人之間的兩極分化，最終引發(fā)嚴(yán)重的社會矛盾和社會危機(jī)。①張鵬飛：《人工智能與就業(yè)研究新進(jìn)展》，《經(jīng)濟(jì)學(xué)家》2018年第8期。傅小隨（2019)認(rèn)為“以目前剛剛開始的人工智能Ⅱ的機(jī)器智能水平，都已經(jīng)能夠譜曲、寫詩歌、寫新聞稿、寫對聯(lián)甚至小說，能夠完勝人類頂尖圍棋手，并已經(jīng)開始在社會生活各領(lǐng)域發(fā)揮作用。首當(dāng)其沖的就是就業(yè)問題”。②傅小隨：《論“智能社會”對社會治理既有模式的新挑戰(zhàn)》，《中共杭州市委黨校學(xué)報》2019年第3期。

由于國情及產(chǎn)業(yè)水平的差異，人工智能的就業(yè)影響將因國而異。無論從人工智能席卷而來的趨勢，還是智能制造的展望來看，中國的就業(yè)可能都會面臨前所未有的沖擊。但是，關(guān)于人工智能就業(yè)效應(yīng)的研究文獻(xiàn)梳理工作卻鮮有人從事。因此，本文從綜合的多方位視角，對現(xiàn)有的探討人工智能就業(yè)效應(yīng)的重要文獻(xiàn)進(jìn)行梳理和概述，希望能夠厘清人工智能與就業(yè)之間的關(guān)系并洞察未來的研究動向。

二、人工智能的長期和短期就業(yè)規(guī)模影響

人工智能仍處于發(fā)展階段中的初期水平，基于不同成長階段，其對就業(yè)規(guī)模的影響可能呈現(xiàn)差異化特征，因此很多學(xué)者以長、短期為劃分，將其就業(yè)影響進(jìn)行理論或?qū)嵺`方面的探索，觀點(diǎn)主要有二：

觀點(diǎn)一：短期內(nèi)對就業(yè)持樂觀態(tài)度。陳靜（2017）認(rèn)為到2020年，機(jī)器人產(chǎn)業(yè)在全球范圍內(nèi)直接或間接創(chuàng)造的崗位總數(shù)將從190萬增長到350萬個，每部署一個機(jī)器人，將創(chuàng)造出3.6個崗位，是名副其實(shí)的就業(yè)“助手”。③根據(jù)國際機(jī)器人聯(lián)合會（IFR）的研究，制造類機(jī)器人直接或間接地增加了人類就業(yè)崗位的總數(shù)。到2020年，機(jī)器人產(chǎn)業(yè)在全球范圍內(nèi)直接或間接創(chuàng)造的崗位總數(shù)將從190萬增長到350萬，每部署一個機(jī)器人，將創(chuàng)造出3.6個崗位。段海英和郭元元（2018）認(rèn)為從近期看, 人工智能技術(shù)和機(jī)器的研發(fā)、制造環(huán)節(jié)的工作機(jī)會在明顯增加, 提高了生產(chǎn)效率，就業(yè)崗位增加將大于引發(fā)的失業(yè)崗位數(shù)。④段海英、郭元元：《人工智能的就業(yè)效應(yīng)述評》，《經(jīng)濟(jì)體制改革》2018年第3期。Arntz 等（2016）則提出現(xiàn)有替代效應(yīng)被夸大了，以區(qū)分任務(wù)為基礎(chǔ)的研究結(jié)果代表的只是替代的可能性，而不是真實(shí)情況。⑤Arntz M.，Gregory T.，Zierahn U.(2016),The Risk of Automation for Jobs in OECD Countries. OECD Social Employment &Migration Working Paper，No.189.雖然結(jié)論不同，但可以發(fā)現(xiàn)，對人工智能就業(yè)效應(yīng)持樂觀態(tài)度的學(xué)者并不是鳳毛麟角。

觀點(diǎn)二：隨著時間的推移以及技術(shù)的不斷進(jìn)步，人工智能的就業(yè)效應(yīng)將呈現(xiàn)不同的階段。部分學(xué)者以時間跨度為節(jié)點(diǎn)，認(rèn)為人工智能對就業(yè)的影響是分階段的。目前人工智能處于弱人工智能發(fā)展階段和技術(shù)成長期，對就業(yè)的影響有限。當(dāng)發(fā)展到強(qiáng)人工智能階段，由技術(shù)成長期發(fā)展到技術(shù)成熟期，對就業(yè)的影響將更大（程承坪、彭歡，2018）。⑥程承坪、彭歡：《人工智能影響就業(yè)的機(jī)理及中國對策》，《中國軟科學(xué)》2018年第10期。現(xiàn)階段的轉(zhuǎn)型充滿挑戰(zhàn)，但到2030 年大部分工作場所能夠提供維持充分就業(yè)所需的工作崗位（Manyika etc，2017）。⑦M(jìn)anyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.Sachs &Kotlikoff（2012）使用世代交疊模型分析，認(rèn)為在短期來看快速的勞動節(jié)約型技術(shù)進(jìn)步會給工人和企業(yè)主帶來好處，但從長期來看卻會使那些無力進(jìn)行物質(zhì)資本或人力資本投資的人陷入困頓。⑧SACHS J D, KOTLIKOFF L J. Smart Machines and Long-term Misery. NBER Working Paper，2012，18629.而劉喜喜（2018）則認(rèn)為短期內(nèi)，人工智能引發(fā)的就業(yè)替代效應(yīng)可能占據(jù)主導(dǎo)，帶來一小部分工作崗位的流失，如一線勞動崗位和中層管理崗位；但從勞動力市場長期發(fā)展的角度來看，智能制造會倒逼制造業(yè)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，并創(chuàng)造出一批新興的就業(yè)機(jī)會，如產(chǎn)品創(chuàng)意設(shè)計、高端數(shù)控機(jī)床生產(chǎn)、新型管理人員等崗位。⑨劉喜喜：《發(fā)展智能制造對中國勞動力市場的影響研究》，《工業(yè)經(jīng)濟(jì)論壇》2018年第5卷第1期 。

綜上，學(xué)者們普遍認(rèn)為，當(dāng)前人工智能尚未對就業(yè)形成大的沖擊。由于人工智能的研發(fā)，智能設(shè)備的銷售、維修等崗位呈現(xiàn)快速擴(kuò)張的拉動就業(yè)效應(yīng)。但隨著人工智能的快速發(fā)展，到了強(qiáng)人工智能時代，就業(yè)替代效應(yīng)存在放大的風(fēng)險。

三、人工智能作為一種技術(shù)進(jìn)步對就業(yè)的影響

《資本論》中曾剖析，在資本主義條件下, 資本有機(jī)構(gòu)成的不斷提高必然導(dǎo)致“產(chǎn)業(yè)后備軍”、“相對過剩人口”，形成永久性失業(yè)。關(guān)于技術(shù)進(jìn)步是否導(dǎo)致失業(yè)的研究由來已久，技術(shù)進(jìn)步的就業(yè)效應(yīng)主要有替代效應(yīng)和創(chuàng)造效應(yīng)，前三次技術(shù)革命似乎證明這種擔(dān)憂是多慮的，但人工智能這一顛覆性技術(shù)與以往的技術(shù)革命對就業(yè)的影響存在顯著差異。

從共性和個性的角度探索人工智能這種技術(shù)進(jìn)步的就業(yè)效應(yīng)，如程承坪、彭歡（2018）認(rèn)為：“人工智能作為一種新興的技術(shù)進(jìn)步，其對就業(yè)的影響符合技術(shù)進(jìn)步的一般規(guī)律，但又有其特殊性，即人工智能不僅是一種技術(shù)，其在運(yùn)作過程中將進(jìn)一步替代人的腦力，削弱低勞動力成本和自然資源的競爭優(yōu)勢，強(qiáng)化就業(yè)空間極化和技術(shù)極化現(xiàn)象，這對發(fā)展中國家拼資源、拼低勞動力成本的發(fā)展模式和工業(yè)化戰(zhàn)略構(gòu)成挑戰(zhàn)?！雹俪坛衅?、彭歡：《人工智能影響就業(yè)的機(jī)理及中國對策》，《中國軟科學(xué)》2018年第10期。

基于技術(shù)進(jìn)步的就業(yè)效應(yīng)先后衍生出兩種假說，“技能偏向型技術(shù)進(jìn)步（Skilled-Biased Technological Changes,SBTC）”以及“程序偏向型技術(shù)進(jìn)步（Routine-Biased Technological Changes,RBTC）”假說。前者認(rèn)為，技術(shù)進(jìn)步具有技能偏好的特點(diǎn)，會增加對技能高、受教育程度高的勞動者的需求，進(jìn)而促進(jìn)其勞動報酬上漲。反之，會降低技能低、受教育程度低勞動者的就業(yè)需求，導(dǎo)致就業(yè)及工資極化現(xiàn)象?！凹寄芷蛐图夹g(shù)進(jìn)步”假說在一定程度上較好地擬合了21世紀(jì)之前的就業(yè)及工資演變過程，學(xué)者應(yīng)用西方國家的數(shù)據(jù)從實(shí)證上進(jìn)行論證。②參見 Katz L F, Murphy K M. Changes in Relative Wages 1963—1987: Supply and Demand Factors. Quarterly Journal of Economics,1992, 107(1): 35-78；Autor D H, Salomons A. Robocalypse now: Does Productivity Growth Threaten Employment? ECB Sintra Forum on Central Banking Papers, 2017.但隨著20世紀(jì)90年代之后，中等技能勞動者工資增長緩慢，低等收入和中等收入人群的收入差距長期保持穩(wěn)定等現(xiàn)象的出現(xiàn)，“技能偏向”假說的適用性越來越受到質(zhì)疑?！俺绦蚱蛐图夹g(shù)進(jìn)步”假說應(yīng)運(yùn)而生，它用工作任務(wù)是否能被程序化或者說程序化的程度來詮釋就業(yè)及工資的增減，該假說認(rèn)為20世紀(jì)90年代后電腦這一重大技術(shù)突破，可以通過編程分解程序化的工作任務(wù)，進(jìn)而在不同程度上替代人工。而造成中等技術(shù)工人工作境遇不如意的原因，正是因?yàn)槠鋸氖碌墓ぷ鞔蠖嗫梢员徊煌潭鹊爻绦蚧?，即被電腦等新技術(shù)所取代，面臨工資和崗位縮減的境遇。而相對來說，位于兩端的技術(shù)工人的工作任務(wù)難以被替代?！俺绦蚱蛐图夹g(shù)進(jìn)步”假說著眼于工作內(nèi)容本身，而不是基于技能水平或者受教育程度等外生變量來進(jìn)行“技能”及就業(yè)前景的判定，更好地詮釋了近些年來，西方國家勞動力市場上的工作極化現(xiàn)象。③GOOS M, MANNING A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain. Review of Economics and Statistics,2007, 89(1): 118-133.張艷華（2018）應(yīng)用北京6家企業(yè)的調(diào)研數(shù)據(jù)，驗(yàn)證了上述假說，她將容易被技術(shù)進(jìn)步所替代的崗位特點(diǎn)分為兩類：一是低知識、低技能要求的崗位，比如生產(chǎn)一線工人等；另一個是高度程序化、高度重復(fù)和高度標(biāo)準(zhǔn)化的工作崗位，比如產(chǎn)品測試工程師等。④張艷華：《制造業(yè)“機(jī)器換人”對勞動力就業(yè)的影響——基于北京市6家企業(yè)的案例研究》，《中國人力資源開發(fā)》2018年第10期。

技術(shù)進(jìn)步影響就業(yè)的機(jī)理分析。張紅霞（2011）建立了技術(shù)進(jìn)步影響就業(yè)的理論機(jī)制框架，分別從企業(yè)和產(chǎn)業(yè)兩大層面來進(jìn)行闡述，其中企業(yè)層面包括產(chǎn)品創(chuàng)新和工藝創(chuàng)新，產(chǎn)品創(chuàng)新會直接導(dǎo)致消費(fèi)需求的增加，從而使企業(yè)就業(yè)量增長，工藝創(chuàng)新則通過提高勞動生產(chǎn)率對就業(yè)產(chǎn)生雙面影響，企業(yè)就業(yè)量的增加取決于二者間相互作用的結(jié)果；產(chǎn)業(yè)層面包括技術(shù)進(jìn)步演變規(guī)律和需求結(jié)構(gòu)演變規(guī)律，引起三次產(chǎn)業(yè)的變動，進(jìn)而影響就業(yè)。①張紅霞：《技術(shù)進(jìn)步的就業(yè)效應(yīng)研究》，天津大學(xué)，2011年。王君、楊威（2017）從多維度較為全面地闡述技術(shù)進(jìn)步的就業(yè)破壞效應(yīng)及創(chuàng)造效應(yīng)的產(chǎn)生及作用機(jī)理，具體如圖1所示。②王君、楊威：《人工智能等技術(shù)對就業(yè)影響的歷史分析和前沿進(jìn)展》，《經(jīng)濟(jì)研究參考》2017年第27期。

技術(shù)進(jìn)步就業(yè)效應(yīng)作用的傳導(dǎo)機(jī)制

綜上，技術(shù)進(jìn)步會帶來更多的物質(zhì)產(chǎn)出，進(jìn)而提高人類的總體生活水平。這一過程對于就業(yè)的影響是復(fù)雜且又具有多重性的。與以往技術(shù)進(jìn)步主要替代某一技能或某一類人，如技能匱乏、年齡偏大亦或女性勞動者不同，人工智能的“機(jī)器換人”只取決于其工作內(nèi)容本身，即是否屬于被智能技術(shù)或設(shè)備快速替代的范疇。比如：“某企業(yè)一位35歲女性，中等技術(shù)職稱，在每次的知識競賽中都有不俗表現(xiàn)，經(jīng)常獲獎，但因?yàn)榧夹g(shù)升級這類崗位消失了，她也就失業(yè)了。”③張艷華：《制造業(yè)“機(jī)器換人”對勞動力就業(yè)的影響——基于北京市6家企業(yè)的案例研究》，《中國人力資源開發(fā)》2018年第10期。這一次技術(shù)進(jìn)步的就業(yè)影響波及效應(yīng)較廣，從藍(lán)領(lǐng)到白領(lǐng)甚至是金領(lǐng)，從產(chǎn)業(yè)工人到企業(yè)管理人員均在其列，但最終如何還要看各種作用的博弈結(jié)果。唯一可以肯定的是，技術(shù)進(jìn)步對不同勞動者是有其好惡的，這將加劇就業(yè)崗位及薪酬的分化和極化，進(jìn)而拉大收入差距。對收入分配、社會保障等機(jī)制提出挑戰(zhàn)。

四、人工智能對就業(yè)結(jié)構(gòu)及工資的影響

從產(chǎn)業(yè)結(jié)構(gòu)來看，對于農(nóng)業(yè)，就業(yè)受人工智能的影響較小，人工智能將通過改變農(nóng)業(yè)生產(chǎn)方式，提高生產(chǎn)效率及工資水平。④Manyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.

對于制造業(yè)就業(yè)，人工智能的“替代效應(yīng)”和“創(chuàng)造效應(yīng)”何為主導(dǎo)，尚存爭議。吳明、王寧（2017）認(rèn)為人工智能的就業(yè)“替代效應(yīng)”只是部分替代，而派生出的新的勞動力需求將更大。⑤吳明、王寧：《智能制造視角下我國優(yōu)化勞動力就業(yè)市場的現(xiàn)實(shí)思考》，《改革與戰(zhàn)略》2017年第9期。Yin 等（2017）認(rèn)為工業(yè) 4.0不僅會改變未來制造業(yè)發(fā)展的格局，對勞動者技能提升也有更高的要求。⑥Yin Y.，Stecke K.E.，Li D.(2017),The Evolution of Production Systems from Industry 2.0 Through Industry 4.0. International Journal of Production Research. 56:848- 861.Acemoglu 等（2017）認(rèn)為，由于產(chǎn)業(yè)本身的特點(diǎn)及其吸納大量就業(yè)的特點(diǎn)，決定了制造業(yè)就業(yè)受到的影響更為突出，人工智能影響不僅局限于就業(yè)數(shù)量方面，但這種影響也不完全是負(fù)面的，具體的效應(yīng)依賴于產(chǎn)業(yè)的特征和屬性。⑦Acemoglu D.， Restrepo P. （2017）， Robots and Jobs： Evidence from US Labor Markets. Nber Working Paper No.23285杜傳忠、許冰（2018）認(rèn)為“在工業(yè) 4.0階段，數(shù)字化、網(wǎng)絡(luò)化與智能化發(fā)展將對傳統(tǒng)制造業(yè)就業(yè)造成巨大沖擊，特別是信息物理系統(tǒng)（Cyber－physical Sys-tem，CPS）催生了大量的智能工廠、智能車間，工業(yè)機(jī)器人、智能化制造等進(jìn)一步推廣應(yīng)用，將從根本上改變工業(yè)生產(chǎn)的組織結(jié)構(gòu)與人機(jī)關(guān)系，使許多由重復(fù)性工作內(nèi)容和可預(yù)測的程序性任務(wù)構(gòu)成的崗位被低成本技術(shù)取代，生產(chǎn)過程中的人力耗費(fèi)將大大減少”。⑧杜傳忠、許冰：《第四次工業(yè)革命對就業(yè)結(jié)構(gòu)的影響及中國的對策》，《社會科學(xué)戰(zhàn)線》2018年第2期。以德國為例，“由于工業(yè)機(jī)器人輔助生產(chǎn)以及智能化設(shè)備的廣泛應(yīng)用，預(yù)計到2025年，將削減約61萬個組裝、包裝和生產(chǎn)類崗位”。⑨波士頓咨詢公司 ：《工業(yè)4. 0 時代的人機(jī)關(guān)系：到2025 年，技術(shù)將如何改變工業(yè)勞動力結(jié)構(gòu)》，2016年。對于服務(wù)業(yè)，較多學(xué)者認(rèn)為人工智能對的就業(yè)替代效應(yīng)較強(qiáng)，服務(wù)業(yè)的很多勞動者都存在被計算機(jī)化替代的風(fēng)險（Frey etc，2017）；①Frey,C.B.＆ M.A. Osborne(2017),The future of employment: How susceptible are jobs to computerisation？ Technological Forecasting and Social Change 114(1):254-280.但對社交能力要求較高的崗位很難被替代（Deming，2017）；②Deming D.J.（2017），The Growing Importance of Social Skills in the Labor Market. The Quarterly Journal of Economics. 132(4):1593-1640.而某些崗位可能因消費(fèi)需求上升而同步增加，甚至可能會有一些新的需求誕生，如人工智能技能培訓(xùn)，人工智能和機(jī)器人租賃、維修、保養(yǎng)等等（程承坪、彭歡，2018）。③程承坪、彭歡：《人工智能影響就業(yè)的機(jī)理及中國對策》，《中國軟科學(xué)》2018年第10期。

當(dāng)然，也有學(xué)者持不同意見，認(rèn)為服務(wù)業(yè)受到人工智能的影響較小，而且認(rèn)為服務(wù)業(yè)將吸納制造業(yè)轉(zhuǎn)移出來的剩余勞動力。如Deming（2017）認(rèn)為，任務(wù)對社交能力的要求是計算機(jī)化自動化技術(shù)還無法實(shí)現(xiàn)的，但會促使勞動者提升社交能力及相關(guān)技能并轉(zhuǎn)變工作選擇，并指出1980-2012年美國社交密集型工作增長了24%，同時期就業(yè)份額提高了7.2%，且工資水平上升了26%。④Deming D.J.（2017），The Growing Importance of Social Skills in the Labor Market. The Quarterly Journal of Economics. 132(4):1593-1640.Trajtenberg（2018）認(rèn)為人工智能的就業(yè)效應(yīng)與原從業(yè)人員的知識結(jié)構(gòu)和變化適應(yīng)能力有關(guān)⑤Trajtenberg M.（2018）， AI as the Next GPT： A Political- Economy Perspective. Nber Working Paper. No.24245.美國勞工統(tǒng)計局的研究顯示，到2024年，幾乎所有新增就業(yè)機(jī)會將集中于服務(wù)業(yè)，尤其是在醫(yī)療保健和社會援助服務(wù)領(lǐng)域。

關(guān)于就業(yè)報酬方面，Kearney等（2015）認(rèn)為技術(shù)進(jìn)步的飛速發(fā)展促使在工資分配過程中的中間與底部群體之間的差距越來越大，且這一趨勢會持續(xù)很長時間。⑥Kearney M.S.， Hershbein， B.， & Boddy D.（2015）， The Future of Work in the Age of the Machine. Hamilton Project Framing Paper.Acemoglu等人（2017）認(rèn)為制造業(yè)中工業(yè)機(jī)器人的應(yīng)用對制造業(yè)勞動者的工資有較強(qiáng)的負(fù)面影響。⑦Acemoglu D.， Restrepo P. （2017）， Robots and Jobs： Evidence from US Labor Markets. Nber Working Paper No.23285

綜上，對于人工智能在不同產(chǎn)業(yè)間及產(chǎn)業(yè)內(nèi)部的就業(yè)影響存在較大爭議，說明以行業(yè)整體來籠統(tǒng)判斷人工智能的就業(yè)影響，似乎并不科學(xué)。尤其是中國與發(fā)達(dá)國家不同，截至2017年底，農(nóng)業(yè)就業(yè)占比仍高達(dá)27%，但目前農(nóng)業(yè)的生產(chǎn)效率仍比較低，作為一種高度勞動密集型的產(chǎn)業(yè)，技術(shù)進(jìn)步對勞動力的替代效應(yīng)可能高于發(fā)達(dá)國家。而人工智能對制造業(yè)及服務(wù)業(yè)的就業(yè)替代效應(yīng)不容樂觀，但替代程度難以比較。雖然有學(xué)者認(rèn)為服務(wù)業(yè)可以吸納制造業(yè)被擠出的勞動力，卻忽視了服務(wù)業(yè)的就業(yè)崗位本身也岌岌可危，比如物流機(jī)器人，機(jī)器人客服等已是廣泛應(yīng)用中，當(dāng)然對服務(wù)業(yè)的創(chuàng)造效應(yīng)可能也比較大，如機(jī)器人運(yùn)營、維修等崗位。

五、人工智能對就業(yè)形態(tài)的影響

關(guān)于人工智能對就業(yè)形態(tài)影響的研究已取得一定進(jìn)展。邱玥、杜輝（2019）認(rèn)為：“人工智能時代的工作模式主要有三種：一是機(jī)器人勞動者，即智能機(jī)器人完全替代人在崗位上進(jìn)行工作；二是人機(jī)協(xié)同的工作模式，即一些需要依靠人的思維進(jìn)行調(diào)節(jié)和反饋的工作由人與智能機(jī)器一同完成；三是生物人工作模式，即自然人獨(dú)立完成其工作，一般這種工作模式下的工作人員擁有較高知識服務(wù)能力，并且對人工智能技術(shù)較為精通?！雹嗲瘾h、杜輝：《人工智能對就業(yè)的影響因素及作用機(jī)制研究》，《中國勞動關(guān)系學(xué)院學(xué)報》2019年第3期。田思路、劉兆光（2019）認(rèn)為：“人工智能時代勞動形態(tài)的多元化將深入演化和發(fā)展，并可能呈現(xiàn)出全面非典型化的特征。高度智能化、去中心化以及多元價值實(shí)現(xiàn)的時代潮流會使勞動關(guān)系更加復(fù)雜、從屬性逐步弱化。這種深度演變將以普遍性的自主勞動為終極目標(biāo)，以大量過渡性的勞動形態(tài)為典型表征，勞動過程與消費(fèi)過程的界限將逐漸變得模糊，勞動形態(tài)原子化與經(jīng)濟(jì)壟斷普遍化并行不悖。這將會給我國勞動法理論和實(shí)踐帶來巨大挑戰(zhàn)。”⑨田思路、劉兆光：《人工智能時代勞動形態(tài)的演變與法律選擇》，《社會科學(xué)戰(zhàn)線》2019年第2期。侯立正（2019）認(rèn)為：“中國整體數(shù)字經(jīng)濟(jì)的快速增長，意味著當(dāng)前及今后一個時期將有數(shù)以億計的人以就業(yè)領(lǐng)域新、匹配方式新、就業(yè)方式新、就業(yè)觀念新的新就業(yè)形態(tài)參與到智能經(jīng)濟(jì)中來，大量的‘零工’和‘獨(dú)立工人’涌現(xiàn)，個人擁有多個身份：程序員、網(wǎng)店主、主播等等，就業(yè)急需‘再定義’。就業(yè)形態(tài)從雇傭關(guān)系向交易型服務(wù)轉(zhuǎn)變、勞動合同向服務(wù)協(xié)議轉(zhuǎn)變，就業(yè)內(nèi)容向分享技能實(shí)現(xiàn)價值交換轉(zhuǎn)變；統(tǒng)計就業(yè)方式創(chuàng)新‘平臺+個人’的就業(yè)統(tǒng)計方式，靈活認(rèn)定個人多種身份?！雹俸盍⒄骸度斯ぶ悄馨l(fā)展對未來勞動力就業(yè)市場的影響分析》，《中國集體經(jīng)濟(jì)》2019年第17期。杜傳忠、許冰（2018）認(rèn)為：“新一代信息技術(shù)的廣泛應(yīng)用，進(jìn)一步加強(qiáng)了生產(chǎn)過程中的信息開放與共享程度，提高了生產(chǎn)經(jīng)營的適應(yīng)性與靈活性，生產(chǎn)的個性化越來越明顯，跨界經(jīng)營越來越普遍。尤其是在互聯(lián)網(wǎng)作用下企業(yè)的生產(chǎn)組織方式趨于網(wǎng)絡(luò)化與平臺化，穩(wěn)定的‘公司+雇員’的雇傭形式轉(zhuǎn)向更加靈活、自由的‘平臺+個人’的就業(yè)形式?！雹诙艂髦摇⒃S冰：《第四次工業(yè)革命對就業(yè)結(jié)構(gòu)的影響及中國的對策》，《社會科學(xué)戰(zhàn)線》2018年第2期。

綜上，人工智能時代下，新的就業(yè)模式及就業(yè)形態(tài)正不斷沖擊傳統(tǒng)就業(yè)格局，“去中心化”“眾包”“分包”等概念的出現(xiàn)，可能使得雇員與雇主之間的身份更加模糊，而人工智能設(shè)備出錯造成的損失，人工智能產(chǎn)出的歸屬權(quán)、知識產(chǎn)權(quán)問題等等，將引發(fā)系列倫理、法律等方面的問題。

六、人工智能的就業(yè)效應(yīng)測度

雖然楊偉國等人（2018）認(rèn)為現(xiàn)階段還沒有任何研究能準(zhǔn)確量化人工智能大戰(zhàn)對就業(yè)前景的影響，③楊偉國、邱子童、吳清軍：《人工智能應(yīng)用的就業(yè)效應(yīng)研究綜述》，《中國人口科學(xué)》2018年第5期。但很多研究機(jī)構(gòu)及學(xué)者在實(shí)證方面進(jìn)行了有益的嘗試，對就業(yè)替換效應(yīng)進(jìn)行了多維度測算。世界銀行調(diào)查顯示，2013年超過50個國家57%的工作受到了自動化技術(shù)的影響。④Manyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.針對21個OECD國家的崗位可被自動化替代的程度的測算結(jié)果顯示，在美國有9%的崗位處于高風(fēng)險狀態(tài)。⑤Arntz M.，Gregory T.，Zierahn U.(2016),The Risk of Automation for Jobs in OECD Countries. OECD Social Employment &Migration Working Paper，No.189.在日本有55%的崗位處于“危險”狀態(tài)，且非正規(guī)就業(yè)的勞動者及其崗位被替代的可能性更大。⑥D(zhuǎn)avid B. （2017）， Computer Technology and Probable Job Destructions in Japan： An Evaluation. Journal of the Japanese and International Economies. 43： 77- 87.2016年德國聯(lián)邦勞動和社會事務(wù)部（BMAS）通過測算認(rèn)為13%的崗位可能被國內(nèi)機(jī)器替代。而加拿大的高自動化風(fēng)險崗位占比很小，僅為1.7%。⑦Oschinski M.， Wyonch R. （2017）， Future Shock? The Impact of Automation on Canada's Labour Market. C.D.Howe Institute Commentary. No.472.中國浙江省機(jī)器及機(jī)器人替代了幾百萬的普通工人，臺州市工業(yè)企業(yè)推進(jìn)“機(jī)器換人”計劃后，企業(yè)一線工人減少10%以上，1/2以上的企業(yè)生產(chǎn)成本下降10%以上。⑧吳明、王寧：《智能制造視角下我國優(yōu)化勞動力就業(yè)市場的現(xiàn)實(shí)思考》，《改革與戰(zhàn)略》2017年第9期。張艷華（2018）基于對北京市6家企業(yè)的深入調(diào)研認(rèn)為，“機(jī)器換人”對勞動力的總體就業(yè)尚未形成大的沖擊，企業(yè)的性質(zhì)及所處的生命周期都對“機(jī)器換人”的效應(yīng)有影響：比如國企基于福利、責(zé)任等方面的考慮，更加注重保就業(yè)，對成長階段的企業(yè)，“創(chuàng)造就業(yè)”效應(yīng)大于“替換效應(yīng)”等。但她也認(rèn)為，隨著人工智能產(chǎn)業(yè)的發(fā)展，“機(jī)器換人”的規(guī)模必將快速增大。⑨張艷華：《制造業(yè)“機(jī)器換人”對勞動力就業(yè)的影響——基于北京市6家企業(yè)的案例研究》，《中國人力資源開發(fā)》2018年第10期。

同時，人工智能對于就業(yè)服務(wù)的影響也將傳至就業(yè)本身，進(jìn)而增加就業(yè)或者提高就業(yè)質(zhì)量。比如，人工智能使得就業(yè)服務(wù)呈智能化趨勢：一是改變了供需雙方搜尋和匹配的方式；二是克服了信息不對稱，實(shí)現(xiàn)精準(zhǔn)、智能化信息推送；三是提高供需雙方匹配的效率和質(zhì)量。⑩紀(jì)江騰、田亞森：《就業(yè)服務(wù)模式將迎來智能化》，《中國就業(yè)》2018年第6期；紀(jì)雯雯：《數(shù)字經(jīng)濟(jì)與未來的工作》，《中國勞動關(guān)系學(xué)院學(xué)報》2017年第6期。

綜上，人工智能對就業(yè)的多重效應(yīng)下，具體效果是較難測量的，學(xué)者及眾多機(jī)構(gòu)通過實(shí)證研究測算的就業(yè)效應(yīng)多顯示“替代效應(yīng)”占主導(dǎo)因素的作用，而對于不同國家、不同行業(yè)的影響其替代程度不盡相同。

七、結(jié)論與展望

中美貿(mào)易摩擦及發(fā)達(dá)國家的再工業(yè)化戰(zhàn)略，疊加人工智能的就業(yè)效應(yīng)，可能使中國的低成本優(yōu)勢變成劣勢，近期已出現(xiàn)的一些企業(yè)資金回流美國的現(xiàn)象。與發(fā)達(dá)國家相比，中國的產(chǎn)業(yè)基礎(chǔ)和勞動力市場并沒有做好充分的準(zhǔn)備：一方面是龐大的低技能勞動力，一方面是快速推進(jìn)的智能化過程解決就業(yè)問題的困難及挑戰(zhàn)可想而知。在這樣快速智能化的時代下，把握好人工智能對未來就業(yè)結(jié)構(gòu)及就業(yè)趨勢具體會產(chǎn)生什么本質(zhì)或者規(guī)律上的影響，對于中國這樣一個超級人口大國應(yīng)對科技帶來的變化和挑戰(zhàn)，保持就業(yè)的穩(wěn)定至關(guān)重要。

學(xué)者們對于人工智能就業(yè)效應(yīng)的研究富有價值及啟示，但仍存有幾點(diǎn)遺憾：一是理論研究不足。人工智能帶來的不僅是就業(yè)表象方面的變革，更涉及就業(yè)機(jī)理、價值創(chuàng)造等方面的深刻變革。雖然有學(xué)者將研究深入到就業(yè)機(jī)理、動力機(jī)制，但對就業(yè)之根本理論，如人工智能對生產(chǎn)力、生產(chǎn)關(guān)系，甚至對于馬克思勞動價值理論等形成的學(xué)理上的沖擊，仍缺乏系統(tǒng)的理論分析和深入探索。二是實(shí)證研究不足?，F(xiàn)有國內(nèi)的研究多集中于定性的現(xiàn)狀描述與趨勢預(yù)測層面，缺乏實(shí)證研究。而相關(guān)有益的嘗試多是以機(jī)器人的生產(chǎn)數(shù)量預(yù)測就業(yè)替代效應(yīng)的大小，或者以有限的企業(yè)數(shù)量做樣本分析，結(jié)論具有一定片面性。三是聚焦制造業(yè)不足。無論從生產(chǎn)方式變革還是就業(yè)吸納能力看，制造業(yè)與人工智能的融合都應(yīng)被高度關(guān)注?！吨袊圃?025》提出智能制造推進(jìn)的兩個階段，但與之相對應(yīng)的制造業(yè)就業(yè)格局將會如何演變，尚缺乏充分的研究和預(yù)測。四是跨領(lǐng)域合作不足。經(jīng)濟(jì)學(xué)家、社會學(xué)家可以完成對工作任務(wù)的劃分與權(quán)重分配，但對于人工智能的真實(shí)水平，或者某一任務(wù)是否能夠完全由人工智能來完成，亦或由人工智能完成的程度、人工智能的成本等等掌握的可能并不準(zhǔn)確。最終，導(dǎo)致研究高估、低估，甚至錯估人工智能技術(shù)能力及未來應(yīng)用范疇。

當(dāng)然，研究方面的不足，也有一定的現(xiàn)實(shí)限制。一是人工智能作為一個誕生時間并不長且發(fā)展日新月異的新技術(shù)突破，研究資料及相應(yīng)統(tǒng)計數(shù)據(jù)都不是特別充裕，資料和數(shù)據(jù)的搜集整理都非常困難。另一方面，國內(nèi)勞動力市場數(shù)據(jù)統(tǒng)計不充分，實(shí)際數(shù)據(jù)難以形成支撐開展就業(yè)效應(yīng)微觀層面的研究。二是很難科學(xué)界定人工智能在的應(yīng)用范圍。目前國內(nèi)人工智能的應(yīng)用仍難以考察，企業(yè)的自動化、人工智能應(yīng)用范圍與水平參差不齊，如何界定、衡量和分析是關(guān)鍵。三是衡量某一因素的就業(yè)效應(yīng)是非常困難的。很多因素，如外貿(mào)、經(jīng)濟(jì)形勢等其他因素均對就業(yè)產(chǎn)生影響，如何在復(fù)合效應(yīng)下，將其他影響因素的作用剝離，衡量人工智能的作用存在技術(shù)難度。

總的來說，人工智能不僅對就業(yè)實(shí)踐，對經(jīng)典就業(yè)及生產(chǎn)理論都形成較大沖擊，而且從規(guī)律上尋求人工智能將帶來的就業(yè)結(jié)構(gòu)及就業(yè)形態(tài)的演進(jìn)趨勢方面的研究，有可能形成重大的基礎(chǔ)理論突破。雖然對于人工智能的就業(yè)效應(yīng)仍存在爭議，但提前預(yù)判勢必會提高未來的應(yīng)對效果，相應(yīng)的人力資源投資、勞動力市場引導(dǎo)、合理的產(chǎn)業(yè)規(guī)劃都是可選的策略。