人工智能技術(shù)、任務(wù)屬性與職業(yè)可替代風(fēng)險
——來自微觀層面的經(jīng)驗證據(jù)

文/王林輝 胡晟明 董直慶

伴隨人工智能技術(shù)創(chuàng)新場景及其應(yīng)用領(lǐng)域不斷拓展，職業(yè)更替日益頻繁，職業(yè)內(nèi)涵開始朝高端化方向演變。人工智能技術(shù)會借助機器學(xué)習(xí)、大數(shù)據(jù)和超強算力，將自動化能力推向更智能化領(lǐng)域，新技術(shù)情境中職業(yè)更替出現(xiàn)新變化，引發(fā)社會各界對人工智能技術(shù)可能造成大規(guī)模失業(yè)的擔(dān)憂。為此，精準評估人工智能技術(shù)對職業(yè)的可替代風(fēng)險，對于制定適宜的就業(yè)政策及時應(yīng)對人工智能技術(shù)沖擊，實現(xiàn)更充分更高質(zhì)量就業(yè)意義突出。本文基于中國勞動力動態(tài)調(diào)查數(shù)據(jù)，采用機器學(xué)習(xí)模型測算人工智能技術(shù)引發(fā)的職業(yè)可替代風(fēng)險，探究職業(yè)技能寬度與職業(yè)可替代率關(guān)系，考察職業(yè)可替代風(fēng)險的組群性和勞動選擇偏好特性，拓展人工智能技術(shù)如何影響勞動工時和崗位更替，以及不同行業(yè)智能化程度的選擇問題。

研究假說

人工智能技術(shù)對不同職業(yè)的替代程度存在差異，這種差異主要源于職業(yè)的任務(wù)屬性。任務(wù)屬性是指從業(yè)人員執(zhí)行生產(chǎn)任務(wù)需具備的思維能力、身體素質(zhì)、技能專長以及任務(wù)自身等特征。職業(yè)能否被機器替代取決于其任務(wù)屬性，例如計算機技術(shù)可以按照程序命令執(zhí)行具有高重復(fù)性、規(guī)則明確且易于編碼等常規(guī)屬性的任務(wù)。有別于傳統(tǒng)技術(shù)的替代范圍，人工智能技術(shù)可以進一步使得非常規(guī)任務(wù)面臨較高替代風(fēng)險。然而，當(dāng)前人工智能技術(shù)仍無法完全模仿人類行為，尤其無法執(zhí)行需要較強思維能力和社交能力的任務(wù)。

假說1：人工智能技術(shù)存在職業(yè)替代效應(yīng)，且職業(yè)可替代風(fēng)險受制于任務(wù)屬性。其中，非程式化且對思維能力和社交能力要求高的任務(wù)，職業(yè)可替代風(fēng)險相對較低。

在真實經(jīng)濟中，一項工作可能要求多重技能協(xié)調(diào)完成。若將某一職業(yè)的任務(wù)屬性拆分成若干技能屬性，那么職業(yè)所涵蓋的技能屬性寬度越大，職業(yè)可替代風(fēng)險越低。例如，銀行柜員僅需具備現(xiàn)金支付與結(jié)算核算等業(yè)務(wù)技能，但銀行信貸員不僅應(yīng)掌握基本出納能力，還需具備貸款咨詢、了解客戶借款需求、評定信用與風(fēng)險等級、簽訂借款合同等多種能力；打字員僅需具有速錄能力即可，但秘書不僅需要熟練操作各項辦公設(shè)備，而且應(yīng)具備較強的語言表達能力、與領(lǐng)導(dǎo)和同事溝通能力、組織規(guī)劃能力以及團隊協(xié)作能力等，甚至還需要一定創(chuàng)新能力?？梢灶A(yù)期，要求多種技能的職業(yè)可替代風(fēng)險會明顯低于只需單一技能的職業(yè)。

假說2：職業(yè)技能寬度決定職業(yè)可替代風(fēng)險，單一技能要求的職業(yè)往往比綜合技能職業(yè)可替代風(fēng)險大；而職業(yè)技能寬度越大、綜合能力越強，職業(yè)被人工智能技術(shù)替代的風(fēng)險越小。

有些職業(yè)可能會因具有某些相同任務(wù)屬性而表現(xiàn)出相似性，那么人工智能技術(shù)的職業(yè)替代可能存在組群性，即同一組群內(nèi)職業(yè)可替代風(fēng)險相近。一些職業(yè)會因思維復(fù)雜性或創(chuàng)新性相似形成職業(yè)組群，如科研人員、高校教師和工程技術(shù)人員等研究型職業(yè)，這類職業(yè)組群的可替代風(fēng)險較低。還有一些群體如心理咨詢師、特殊教育教師和人力資源專業(yè)人員，需要較強的溝通、協(xié)作和交流等能力，這些職業(yè)形成的組群會因社交屬性相似而具有較低的可替代風(fēng)險。相反，一些需要頻繁移動身體位置、從事繁重體力勞動和執(zhí)行可重復(fù)任務(wù)的職業(yè)，如郵件分揀員、搬運工和包裝工，因常規(guī)屬性相似而形成職業(yè)組群，由于機器在完成常規(guī)型任務(wù)時比勞動者更精準且更有耐力，導(dǎo)致該組群面臨較高的可替代風(fēng)險。

假說3：人工智能技術(shù)的職業(yè)可替代風(fēng)險存在組群特征，職業(yè)因任務(wù)屬性相似而形成職業(yè)組群，同一組群內(nèi)職業(yè)可替代風(fēng)險相近，而不同組群的職業(yè)可替代風(fēng)險存在差異。

不同職業(yè)可替代風(fēng)險存在差異，暗示人工智能技術(shù)對不同特征勞動力存在選擇偏好。對于性別特征，不同性別勞動者會因先天稟賦、后天訓(xùn)練和經(jīng)驗累積差異而形成不同類型能力，導(dǎo)致不同性別個體所能勝任的職業(yè)不同。其中，女性更偏好社交能力要求較高且穩(wěn)定的職業(yè)，因而面臨的替代風(fēng)險可能低于男性。對于年齡特征，年齡差距會造成勞動者身體素質(zhì)、知識儲備和工作經(jīng)驗的差異，更具體能和知識優(yōu)勢的青年人通常會選擇就職于創(chuàng)新型崗位，而中老年勞動者大多從事遠離前沿技術(shù)且任務(wù)程式化特征突出的傳統(tǒng)職業(yè)，因而人工智能技術(shù)對中老年勞動者的替代風(fēng)險更高。對于受教育特征，受教育年限越長的勞動者技能水平越高，更能適應(yīng)對思維、社交等綜合能力要求高的職業(yè)，因而職業(yè)可替代風(fēng)險越低。

假說4：人工智能技術(shù)對不同勞動者的職業(yè)替代存在選擇偏好，性別、年齡和受教育年限在其中扮演著重要角色，年齡越大、受教育年限越短的勞動者可替代風(fēng)險可能越高。

研究方法設(shè)計

本文基于任務(wù)方法利用勞動個體從事的任務(wù)屬性變量，測算人工智能技術(shù)的職業(yè)可替代率，且引入職業(yè)特征、工作環(huán)境與經(jīng)濟環(huán)境因素進行修正，使結(jié)果更貼近現(xiàn)實。測算原理為監(jiān)督學(xué)習(xí)算法，利用已知輸入與輸出變量的訓(xùn)練集估計機器學(xué)習(xí)模型參數(shù)，以建立輸入與輸出變量之間的映射關(guān)系，進而可以在模型中輸入新變量預(yù)測對應(yīng)的輸出變量。本文測算思路遵循機器學(xué)習(xí)模型的一般步驟，主要包括輸入變量選擇、訓(xùn)練集構(gòu)建、機器學(xué)習(xí)模型訓(xùn)練、可替代率預(yù)測。本文與既有文獻的不同之處在于：一是數(shù)據(jù)方面，本文采用中國勞動個體數(shù)據(jù)，考慮職業(yè)內(nèi)任務(wù)差異，規(guī)避基于職業(yè)整體高估風(fēng)險的可能；二是訓(xùn)練集構(gòu)建方面，依據(jù)當(dāng)前中國職業(yè)中可智能化和難以智能化任務(wù)的特征，構(gòu)造符合中國實際情境的訓(xùn)練集；三是輸入變量方面，不僅選取任務(wù)屬性變量，還引入職業(yè)特征、工作環(huán)境和經(jīng)濟環(huán)境因素；四是機器學(xué)習(xí)模型方面，選擇邏輯回歸（LR）、支持向量機（SVM）與隨機森林（RF）三類機器學(xué)習(xí)模型，并通過調(diào)參確定最優(yōu)參數(shù)。本文數(shù)據(jù)源于中山大學(xué)社會科學(xué)調(diào)查中心的中國勞動力動態(tài)調(diào)查（CLDS）數(shù)據(jù)庫。

人工智能技術(shù)的職業(yè)可替代率測算結(jié)果與評價

LR、SVM和RF三類機器學(xué)習(xí)模型測得的職業(yè)可替代率分布基本一致，均呈現(xiàn)“單極化”右偏分布特征，多數(shù)職業(yè)可替代率位于（0.2,0.3］區(qū)間，較少群體的可替代率超過0.9，表明我國勞動力市場面臨的人工智能技術(shù)替代風(fēng)險總體偏低，但仍有部分勞動者面臨較高替代風(fēng)險。通過將職業(yè)可替代率處于［0,0.3］、［0.3,0.7］和［0.7,1］區(qū)間，依次劃分為低、中、高風(fēng)險計算，可知我國低、中、高風(fēng)險就業(yè)份額分別為35.94%、45.01%和19.05%，預(yù)示未來人工智能產(chǎn)業(yè)化發(fā)展將對中國勞動力市場產(chǎn)生較大沖擊。表1列舉了部分代表性職業(yè)可替代率測算結(jié)果，發(fā)現(xiàn)職業(yè)可替代率的測算結(jié)果基本符合常識性認知。

表1 代表性職業(yè)可替代率測算結(jié)果

通過統(tǒng)計各行業(yè)不同風(fēng)險程度就業(yè)份額可知，農(nóng)林牧漁業(yè)、采礦業(yè)、制造業(yè)和建筑業(yè)的高風(fēng)險就業(yè)份額均高于20%，表明這些行業(yè)面臨較高的可替代風(fēng)險。交通運輸、倉儲和郵政業(yè)、住宿和餐飲業(yè)、居民服務(wù)、修理和其他服務(wù)業(yè)的高風(fēng)險就業(yè)份額在10%以上，也存在一定程度替代風(fēng)險。需要較強學(xué)習(xí)能力、創(chuàng)新能力、社交能力等綜合素養(yǎng)的行業(yè)，如金融業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)、教育、衛(wèi)生和社會工作、文化、體育和娛樂業(yè)等行業(yè)的高風(fēng)險就業(yè)份額均低于5%，表明該類行業(yè)面臨的可替代風(fēng)險較低。

任務(wù)屬性與職業(yè)可替代率

任務(wù)屬性貢獻率的測算結(jié)果顯示，與思維能力相關(guān)的任務(wù)屬性對職業(yè)可替代率的貢獻率較高。任務(wù)屬性與可替代率的相關(guān)性分析表明，掌握工作技能時間、能力和技能使用狀況、專業(yè)技術(shù)資格數(shù)量等思維類屬性，以及與他人打交道頻率、外語能力、管理能力等社交類屬性與可替代率顯著負相關(guān)，表明職業(yè)的這些任務(wù)屬性評分越高，則可替代風(fēng)險越低。相反，繁重體力勞動頻率和頻繁移動身體位置頻率等常規(guī)類屬性與可替代率正相關(guān)，若職業(yè)常規(guī)類屬性評分越高，則職業(yè)可替代風(fēng)險越高。

為回答技能屬性種類越多的職業(yè)可替代風(fēng)險是否越低，本文采用計數(shù)法、貢獻法與熵權(quán)法3種方法構(gòu)造職業(yè)技能寬度，可得職業(yè)技能寬度與職業(yè)可替代率負相關(guān)，表明要求多種類型技能的職業(yè)比只要求單一技能的職業(yè)被人工智能技術(shù)取代的風(fēng)險更低，技能種類越多則職業(yè)被替代的可能性越小，反映未來人工智能環(huán)境中人類從事的職業(yè)往往要求技能更具綜合性。

一些職業(yè)會因任務(wù)屬性相似而表現(xiàn)出組群特征，本文為比較不同職業(yè)組群的可替代風(fēng)險差異，將任務(wù)屬性分類為思維、社交及常規(guī)能力，采用K均值聚類法將233個職業(yè)分為4個組群，參考2×2矩陣分類法，以常規(guī)能力強弱區(qū)分“程式化”和“非程式化”，以思維和社交能力強弱區(qū)分“認知交互”和“非認知交互”，從而可以將4個組群分別定義為程式化非認知交互型、非程式化非認知交互型、程式化認知交互型和非程式化認知交互型組群。可知，非程式化認知交互型組群可替代風(fēng)險最低，程式化非認知交互型組群可替代風(fēng)險最高。

人工智能技術(shù)職業(yè)替代的勞動選擇偏好

上述分析是從任務(wù)或職業(yè)角度即就業(yè)需求方進行分析，而職業(yè)替代問題也需要關(guān)注就業(yè)供給方即勞動者。由于不同特征勞動者所能勝任的職業(yè)類型存在差異，分析人工智能技術(shù)的職業(yè)替代是否存在勞動選擇偏好具有重要意義。為此，本文探究職業(yè)中勞動者性別、年齡與受教育特征和職業(yè)可替代率的關(guān)系。首先，職業(yè)內(nèi)男性比例與職業(yè)可替代率的相關(guān)性不顯著，表明人工智能技術(shù)職業(yè)替代的性別偏好不明顯，但男性相對女性可替代風(fēng)險略高。其次，年齡與可替代率顯著正相關(guān)，表明年齡越大的勞動者面臨越高替代風(fēng)險。再次，受教育年限與可替代率顯著負相關(guān)，表明受教育年限越長的勞動者越不易被替代。綜合可知，人工智能技術(shù)的職業(yè)替代存在勞動選擇偏好，年齡越大、受教育年限越短的勞動者替代風(fēng)險越高。

進一步拓展

本文進一步思考在中國情境中，人工智能技術(shù)的勞動替代是縮減勞動工時還是引發(fā)勞動崗位更替？行業(yè)智能化程度是否一定越高越好？

首先，通過匹配CLDS數(shù)據(jù)庫中2012年和2014年連續(xù)兩次追蹤的勞動個體，測算工時變化率和崗位是否發(fā)生更替，基于勞動個體數(shù)據(jù)檢驗人工智能技術(shù)對勞動工時變化和崗位更替的影響，回歸結(jié)果顯示人工智能技術(shù)更有助于縮減勞動工時，表明當(dāng)前我國人工智能技術(shù)可通過人機協(xié)作方式替代勞動執(zhí)行部分繁重、重復(fù)性高或危險性高的任務(wù)，降低工作強度并提高生產(chǎn)效率，但也可能替代部分工作崗位。其次，本文在考察可替代屬性的基礎(chǔ)上，結(jié)合行業(yè)勞動年齡結(jié)構(gòu)、工作強度、勞動成本、要素密集度等多重視角，綜合評估行業(yè)智能化發(fā)展需求。通過量化并對比分析不同行業(yè)可智能化程度的影響因素可知，行業(yè)智能化程度選擇由多方面因素共同決定，不能僅從人工智能技術(shù)可替代視角判斷，在依據(jù)任務(wù)屬性評估人工智能技術(shù)可替代風(fēng)險的基礎(chǔ)上，應(yīng)結(jié)合行業(yè)勞動年齡結(jié)構(gòu)、工作強度、勞動成本和要素密集度等多重因素，選擇適宜的行業(yè)智能化方向。

基本結(jié)論

本文研究表明：（1）人工智能技術(shù)會引發(fā)職業(yè)替代風(fēng)險，中國19.05%的勞動就業(yè)面臨高替代風(fēng)險。人工智能技術(shù)對職業(yè)的替代風(fēng)險受制于任務(wù)屬性，其中思維類屬性對可替代風(fēng)險影響最大，而職業(yè)技能寬度越大則可替代風(fēng)險越低。（2）人工智能技術(shù)的職業(yè)可替代風(fēng)險存在組群性，非程式化認知交互型職業(yè)組群可替代風(fēng)險最低，而程式化非認知交互型職業(yè)組群可替代風(fēng)險最高。（3）人工智能技術(shù)的職業(yè)替代具有勞動選擇偏好，年齡越大與受教育年限越短的勞動者可替代風(fēng)險越高。（4）現(xiàn)階段中國人工智能技術(shù)應(yīng)用會顯著縮減勞動工時進而降低勞動強度，也會使勞動者崗位發(fā)生更替。行業(yè)智能化程度的選擇不應(yīng)僅考慮職業(yè)可替代屬性，還需考量行業(yè)勞動年齡結(jié)構(gòu)、工作強度、勞動成本和要素稟賦等多重因素。

本文提出如下建議：第一，高校要依據(jù)人工智能技術(shù)對勞動力市場的影響，建立學(xué)科專業(yè)增設(shè)、改造與撤銷的動態(tài)調(diào)整機制，科學(xué)地增補智能科學(xué)與技術(shù)、機器人工程、智能制造工程等相關(guān)專業(yè)，而對于高替代風(fēng)險的專業(yè)，要縮減其招生規(guī)模甚至實施撤銷機制。第二，勞動者應(yīng)不斷更新自身知識儲備，提高自身創(chuàng)新、社交、組織協(xié)調(diào)與合作等綜合能力，通過掌握多元化技能擴大自身技能寬度，以規(guī)避人工智能技術(shù)沖擊。第三，政府一方面應(yīng)積極推動社會保障體系的建設(shè)，給予失業(yè)者基本生活保障；另一方面，注重為失業(yè)者提供就業(yè)信息咨詢、崗位推薦與職業(yè)技能培訓(xùn)服務(wù)，以及公益性崗位的兜底援助，最大限度地降低人工智能技術(shù)對勞動力市場的負面沖擊。