人工智能就業影響及研究進展

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能就業影響及研究進展范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:正在迅速發展的人工智能是促進未來產業結構變革的重要驅動力，具有很強的“頭雁效應”并對勞動力市場產生深刻的影響。本文以人工智能的概念為引，總結了現有的研究成果，回顧了人工智能對就業量、就業結構、產業分布以及勞動力市場收入分配等方面影響的理論和實證研究，就此提出了五種假說，總結了現有文獻的不足之處，并對未來研究方向進行了展望。

關鍵詞:人工智能；就業量；就業結構；收入分配

一、引言

黨的十八大提出我國經濟發展進入新常態，以技術進步作為經濟發展的主要驅動力是順應經濟新常態發展的主要經濟增長形式。近年來，人工智能正在以不容忽視的速度進行發展，并且對就業產生了深刻影響。對人工智能的研究從20世紀四50年代開始，1956年由約翰•麥卡錫(JohnMcCarthy)等人組織參與的達特茅斯會議被看作是開創了人工智能(ArtificialIntelligence，簡稱AI)研究領域的先河。要想研究人工智能對勞動力市場各方面的影響，就要了解人工智能的相關概念及其在現階段的應用領域。目前，對于人工智能這一概念各界學者還未形成統一的定義。MIT電氣工程領域通過研究認為人工智能是一個有機整體，其通過模型建立關于思維、感知和行動的表達系統(Finlayson等，2010)。而我國學者對人工智能進行了以下定義:人工智能是為了實現特定任務目標而創造的、能夠表現出與人類能力相似水平的技術(楊偉國等，2018)。人工智能正在從各個方面影響著人類的生產、生活，因此要對人工智能保持客觀的認知，從而避免認識上的盧德主義(張成崗，2018)。國務院在2017年7月印發的《新一代人工智能發展規劃》中提出人工智能是引領未來的戰略性技術，必須加快人工智能深度應用，培育壯大人工智能產業，為我國經濟發展注入新動能。在近期的疫情防控中，人工智能也具有多重典型應用場景，在指揮疫情防控工作時指出鼓勵運用大數據、人工智能、云計算等數字技術，在疫情監測分析、防控救治等方面發揮更好的支撐作用。未來人工智能的發展將更為迅速，從而引發科技的重大變革，也會深刻影響著人們的生產、生活和學習方式。研究人工智能的發展對就業各方面效應，有助于我們更好地理解人工智能發展對勞動力市場帶來的影響，從而更加合理地制定相關政策以應對其給企業和勞動者帶來的風險和挑戰。

二、人工智能對勞動力就業量的影響

就業是民生之本，就業穩定是維持社會穩定的重要因素。人工智能的發展是否能夠造成大規模的失業是當今社會普遍關注的問題。學者對于人工智能對于就業的影響持有不同的觀點，其對就業的影響影響總體可分為替代效應和創造效應兩種。

(一)破壞性的替代效應所謂替代效應，一方面是由于人工智能等新技術新產業的發展會造成傳統企業的滅亡，勞動崗位消失，進而造成就業的減少;另一方面由于技術進步會提高勞動生產率，在產業規模不變的情況下，減少對勞動力的需求。曹靜(2018)認為人工智能的發展會降低自動化成本，從而導致其產生替代效應。有關技術性失業的擔憂已然不是一個新的問題了，馬克思在《資本論》中提到機器的出現和使用形成了勞動者和機器之間的斗爭，勞動資料可以扼殺勞動者，勞動資料一作為機器出現，立刻就成了勞動者的競爭者。熊彼特(1934)也針對技術進步對就業的影響提出了“創造性破壞”這一觀點，即每一次大規模的創新都伴隨著舊的技術和生產體系的淘汰以及新的生產體系的產生，技術進步必然伴隨著對就業的破壞效應。Benzell等(2015)通過構建跨期迭代(OLG)模型，得出了在一定條件下，機器可以完全替代低技能勞動者、部分替代高技能勞動者，從而造成勞動力需求的減少和工資的下降的結論。李曉華(2018)認為人工智能會造成大規模的失業，隨著工業機器人、在線協作自動成本的下降，以機器換人將更加經濟。姚戰琪、夏杰長(2005)通過研究發現工資的適當增加和人力資本的提升有利于增加就業總量，而技術進步則會一定程度上減少就業。何平，騫金昌(2007)通過對我國大中型制造行業企業1998－2004年的數據進行研究，得出了科技活動對企業生存具有正面影響，但對就業增長沒有作用甚至是負作用的結論。2016年世界銀行的研究結果顯示，在未來20年之內，非洲就業崗位被人工智能所取代的比例為71%，發展中國家這一比例平均是50%，而在OECD國家其替代率為57%。Frey和Osborne(2017)對美國700多個職業進行自動化排序預測，結果顯示美國有47%的職位可以在短期內被替代。陳永偉(2018)發現，在未來20年中國就業人口受到人工智能沖擊的將占76.8%。2018年麥肯錫的研究報告也指出，未來將有60%的職業可能被新技術替代，其中到2030年，不同行業將有30%的工作會被自動化技術替代(麥肯錫報告，2018)。據此提出假說一:人工智能的發展導致資本替代勞動，形成了“替代效應”。

(二)創造性的補償效應所謂補償效應，一些學者也稱之為創造效應。一方面由于人工智能技術的發展提高了勞動生產率，當產品的需求彈性較高時，產品的成本下降會導致對產品的需求增多，企業擴大生產從而增加了非自動化任務的勞動力需求，Acemoglu、Restrepo(2016)將其稱之為生產率效應;另一方面，人工智能技術發展自身帶來了新崗位新任務對勞動力的需求，即所謂的補償效應;最后，雖然人工智能技術可以替代一部分從事簡單、重復等任務的勞動力，但是其無法替代高社交頻率以及創造性強等具有勞動比較優勢的任務，例如工程師、設計師、心理醫生等等，這些具有勞動比較優勢新工作、新職能的產生是相對于替代效應的強大反作用力，很大程度上抵消了替代效應帶來的對勞動力市場的沖擊和破壞。馬克思認為在一種機器部門被排擠的工人會在另外的部門被雇用，機器也使得專門制造機器的工人出現。Acemoglu(2018a、2018b)通過構造就業創造的模型指出，自動化的發展在替代勞動力就業崗位的同時，也會創造出一些更具有勞動比較優勢的新崗位。陳秋霖等(2018)基于跨國面板數據和中國省級面板數據的研究，發現人工智能與勞動者之間存在的替代效應是“補位式”替代而并非“擠出式”替代。Bloom等(2018)估計，2010—2030年，世界范圍內由于人工智能的發展將出現7.34億新的工作崗位。據此提出假說二:人工智能的發展使得一部分新的勞動具有比較優勢的崗位產生，增加了就業量，形成了“創造效應”。根據以上兩個效應提出假說三:人工智能的發展使得短期內替代效應明顯并超過創造效應，導致就業量減少;但在長期，創造效應的作用力更大并超過替代效應，使得就業量增加。

三、人工智能對勞動力就業結構的影響

盡管學者對人工智能對就業的總體效應研究沒有統一定論，但是人工智能對不同行業不同崗位的勞動者帶來的影響是不同的這一觀點是無可厚非的(曹靜，2018)。張剛等(2020)認為以人工智能為代表的技術進步與之前“技術偏向性技術進步”有所不同，人工智能導致“程序偏向性技術進步”。將勞動力市場中的崗位按技能高低分為高技能工作崗位、中等技能工作崗位和低技能工作崗位，人工智能的普及和廣泛應用會增加高技能工作崗位和低技能工作崗位，而導致中等技能工作崗位的減少。因此崗位極化是人工智能等新技術對中等技能勞動力的替代最為嚴重，中等技能勞動力從崗位中被擠出，并向高技能和低技能崗位流動，造成高技能和低技能的就業崗位增加、中等技能崗位減少的現象。人工智能技術的發展對崗位的影響主要就體現在中等技能崗位減少(Autor，2013;Frey等，2017)。與之相對應的是高技能崗位，比如腦力勞動和低技能崗位，比如體力勞動崗位的增加，就業人數也隨就業崗位的變化而產生變化，導致了勞動力市場兩極分化現象的產生(Goos等，2007)。Autor等(2013)通過研究也發現，美國勞動力市場中崗位極化趨勢主要表現為低技能服務業崗位與就業人數的增加;且在勞動密集型市場中，就業和工資的兩極分化更加明顯。基于制造業行業數據，呂世斌和張世偉(2015)利用不同技術水平行業的就業變化近似代表不同技能工人的就業結構變化，通過研究發現中國制造業就業結構整體上較為穩定，而內部則存在明顯的就業極化，具體表現為高技術和低技術行業的就業比重有大幅上升，而中等技術行業的就業增長幅度較小。郝楠(2017)則以各行業受教育程度為標準衡量行業的技能水平，發現自2001年以來，中國不同行業的就業結構呈現出“N型極化”升級趨勢，即高、低技能行業就業增加，部分中等技能行業就業減少，同時代表最高技能水平的教育行業的就業不斷下降。屈小博和程杰(2015)采用就業崗位分析方法研究了就業結構的變化，結果顯示中國的就業結構整體上顯示出中等收入崗位數量相對增長更快的就業升級趨勢，分區域考察時表現為“有序遞進的升級”;進一步分析農民工就業結構變化時，發現農民工就業已初現“兩極化”特征，即最低，中高和最高收入崗位數量的增長幅度要大于中低收入崗位。對于新時期中國出現就業“極化”的原因，既有研究總體上仍然沿襲了運用中國的經驗事實來驗證西方就業“極化”理論的思路，主要從信息技術進步、產業結構升級、城鎮化、貿易開放、對外直接投資和離岸外包等角度進行了解釋(江永紅等，2016;郝楠和江永紅，2017;李宏兵等，2017)。據此提出假說四:人工智能的發展使得勞動力市場中中等技能工作崗位減少，高等和低等技能工作崗位增加，產生就業極化效應。

四、人工智能對各產業勞動力就業的影響

依據目前的研究成果，人工智能對農業生產部門的影響力最小，對制造業部門的勞動力影響最大，并逐步轉移到服務業(Autor，2013)。

(一)對農業生產部門的影響現有階段研究表明，人工智能技術在農業領域的應用可以改變農民的生產方式，Ampatzidis等(2017)認為人工智能已被用于農業自動化，不僅用于農業的種植、灌溉、除草、修剪、收獲等，還用于植物疾病的檢測和鑒定，整個農業生產活動都實現了人機合作。農業生產自動化程度提高的同時，會減少農業生產部門的勞動力就業量。鐘仁耀等(2013)通過對各行業科技進步與就業關系的數據回歸，認為農、林、牧、漁等第一產業部門的從業人員將由于科技進步從而大量減少，這意味著勞動力從農業生產部門轉移到其他行業生產部門當中，這與世界各國的產業發展情況基本吻合。人工智能技術的發展在轉變農業生產方式、提高農業生產效率的同時，減少了農業部門勞動力的就業量，對農業部門的就業產生了替代效應，這是由于生產規模化、自動化以及智能化程度的加深影響了農業生產時對農民的需求，使得農業生產部門的剩余勞動力向工業和服務業生產部門進行轉移。

(二)對工業部門的影響GeorgGraetz(2018)通過研究1993—2007年相對發達的17個經濟體工業機器人的使用與經濟發展之間的關系，發現工業機器人的增加與勞動生產率的提高有關，工業機器人的使用對生產率增長的貢獻高達0.36個百分點，占整個經濟范圍生產率增長的15%，而工業機器人的使用與勞動力就業呈反向變動關系，隨著工業機器人價格的下降，工業生產部門將會增加對機器人的需求而減少對勞動力的需求，這會減少低技能勞動力的就業。Acemoglu等(2017)對美國1993－2007年19個產業工業機器人的使用與就業率和工資進行研究，發現工業機器人的使用與就業和工資呈反方向變動關系，每千名工人中多使用1臺機器，則會造成就業人口比例降低0.18%－0.34%，工資下降0.25%－0.5%。謝萌萌等(2020)從四個維度對中國制造業企業2011－2017的樣本數據進行分析，發現制造業企業融合人工智能顯著降低了低技能的就業比重，且具有動態異質性，即企業融合人工智能的時間越長，勞動力就被擠出越多。人工智能的發展對制造業的影響是絕對不容忽視的，因為制造業由于自身性質，就容易受到自動化和工業智能化的影響，且制造業吸納了大量的勞動力，相對受到人工智能發展的沖擊更大。

(三)對服務業部門的影響Frey等(2017)使用結合機器學習方法預測每個職業被人工智能替代的可能性這一方法預測美國700多個職業中有47%可以在短期內被替代，服務業中很多就業人員例如:電話銷售、標題檢查人員、保險承銷商、稅務員、信貸員等都有極大可能被人工智能所取代。但是人工智能的發展也使得重復率低、社交性強的工作崗位的就業需求量增加，例如:休閑理療師、舞蹈指導、教學協調員、心理醫生、設計師等。郭凱明(2019)認為人工智能在服務業所占比重的變化情況取決于人工智能在工業和服務業部門的應用前景，如果人工智能在制造業中的應用比重顯著大于服務業，那么人工智能將促進服務業的發展，反之則可能提高制造業的比重。且預期人工智能在金融產業的應用前景將非常廣闊，其可能會通過促進金融產業的發展從而影響其他行業發展。

五、人工智能對勞動力市場收入分配的影響

人工智能在促進經濟增長的同時也可能帶來收入分配不平等的加劇。Bergetal(2016)認為目前造成收入分配不平等的主要原因主要有兩個:一是隨著機器人價格的下降，資本投入將會增加，人均產出也會隨之增加，因此資本所占收入的份額也將進一步增加;二是生產力水平將會提高，熟練工人的收入將會增加，低技能勞動力的工資將會減少，導致收入差距進一步擴大。人工智能發展導致的收入分配不平等取決于一系列因素，如勞動力從事工作的性質，相對于高技能低重復率的工作，中等技能及重復率高的工作更加容易被取代。現階段社會資本分布存在著不均衡的現象，即大部分的社會資本集中在少數人手中。而人工智能的發展將會進一步年均收入分配不平等，因為其發展會導致資本要素份額的進一步提升。Brynjolfssonetal(2014)通過研究表明，人工智能的發展造成的勞動力市場收入分配不平等加劇的原因可能是由于資本回報率增加導致的，機器對勞動力的替代創造了更多的資本，這就意味著勞動力被自動化逐漸擠壓，財富則會流入具有創新力、能迅速適應技術變革的少部分群體，從而加大了收入差距。很多文獻研究表明，人工智能在影響勞動力就業，造成崗位極化的同時還會對中低技能勞動的工資份額帶來消極影響。Autor(2011)的研究發現中等技能的崗位數量和工資份額在逐漸減少，工資極化伴隨著崗位極化發生。Acemoglu等(2017)的研究同樣表明工業機器人的使用對勞動力的工資有較強的負面影響。Dauthetal(2017)通過研究發現，隨著工業機器人應用的增多，中等技能勞動力將面臨巨大的收入損失，但是這種收入損失不是由于其就業被工業機器人替代，而是因為現有工資水平的下降。Benzell等(2015)構建了一個跨期迭代(OLG)模型，通過研究發現在一定條件下，機器人可以完全替代低技能工作和部分高技能工作，從而造成勞動力需求的減少和工資的下降。勞動力市場的收入分配不平等還存在著區域差異性。Berg(2016)指出在一些發展中國家，機器人對非熟練工人的替代將會降低其相對工資，從而逐漸喪失其成本優勢，因此發達國家可能會將生產轉移至本國自動化程度較高的工廠，使得低收入國家與高收入國家的收入差距進一步擴大。孫早等(2019)的研究也表明我國工業智能化的發展對勞動力的替代存在區域差異性，北部沿海、黃河中游和東北地區的工業智能化發展會使得這些地區出現就業“兩極化”現象，而東部沿海和南部沿海地區則由于過高的生活成本出現“單極極化”趨勢，工業智能化加劇了對這兩個地區小學教育程度以下勞動力的替代，因此各區域間的收入差距將逐漸加大。據此提出假說五:人工智能的發展使得勞動力收入分配更加不均，收入差距進一步擴大，且具有區域差異性。

六、結論與展望

人工智能的迅速發展引起了學者對技術對就業影響這一課題的進一步討論，大量文獻對人工智能對勞動力市場中就業量和就業結構、對各產業以及收入分配等方面進行研究。首先通過基于任務的模型，文獻對人工智能的發展影響就業的路徑以及對勞動收入占國民收入份額的路徑進行了探討。其次，對于人工智能的發展對就業量的影響，由于研究角度以及數據選取的不同，存在著積極和消極兩種不同觀點。對于消極影響，許多學者認為人工智能的發展對就業存在著替代效應、減少勞動力市場的需求、使收入分配差距進一步擴大;而對于積極影響，人工智能的發展也會創造出大量新的工作崗位，可以改善工作質量等。雖然大部分學者認為人工智能等技術發展所帶來的消極影響較大，但是可以通過制定相應的政策緩解其對勞動力市場以及社會造成的沖擊，例如政府在推動人工智能技術發展的同時應采取更加積極的再分配政策，例如對勞動力進行職業技能培訓，使其職業技能與現階段發展所需技術相匹配;對機器人征收相應費用等相應措施。根據現有文獻，本文提出了五種假說，即人工智能的發展產生了替代效應;也產生了創造效應;短期內替代效應的作用力更大，但在長期條件下創造效應的作用力超過了替代效應，對就業量產生積極的影響;人工智能導致崗位極化效應的產生;以及人工智能的發展使得收入差距進一步擴大。目前人工智能對就業影響的研究已取得較多成果，但是回顧已有文獻依舊可以發現，人工智能對就業的影響機制、數據獲得、假說檢驗以及研究方向等方面仍存在一些問題。一是人工智能對就業的影響機制較為復雜，目前大多數文獻都將自動化或工業機器人作為對勞動力替代的資本引入模型進行分析，而在實際生活中人工智能的界定和影響就業的路徑要更為復雜。人工智能是技術，也是資本，該技術發展的速度和投入的數量也會對其他生產要素的投入產生影響。因此人工智能對就業的影響路徑需要更深入更直接地進行理解。二是數據的獲得具有一定難度。人工智能的內涵廣泛，現有的實證分析大多用工業智能化作為人工智能的變量，而工業智能化更傾向于表示工業生產部門，對其他產業部門表示性不強。而且人工智能發展還處于初級階段，數據尚不完善，因此人工智能影響就業的定量分析存在著難度。且人工智能的測量還沒有統一的標準和定論，在測量人工智能時有可能將其作為其他資本而歸結到其他資本之下，造成結果偏差。因此在現有文獻中，對人工智能影響就業的研究大多局限于定性分析以及理論框架的搭建，而定量分析較少，未來需要有對人工智能的統一測量標準以及較為完善的數據以填補先有研究缺口。三是文章中提出的假說雖有一定的理論和實證支持，但是學者更多將研究集中于技術進步對就業的影響，而對人工智能的研究較少，且理論分析居多，實證分析較少。這可能是由于界定標準較為模糊和數據不足導致的，未來需要對這些假說有更加準確和清晰的實證研究。四是現有研究大多集中在發達國家，而中國作為世界上最大的發展中國家，同時又面臨著人口老齡化和人口紅利的消失，人工智能的發展帶來的對勞動力市場和整個社會的影響值得探究，而先有研究成果與中國人工智能的發展現狀不匹配。Acemoglu(2017)也指出人口老齡化嚴重的國家人工智能發展較好，人工智能的發展與人口結構的變化也值得研究和探索。

作者：陳明真 單位：中國地質大學 ( 武漢) 經濟管理學院