人工智能对劳动力市场影响研究进展

摘要：人工智能的应用和发展对劳动力市场产生了重要影响，现有文献主要研究人工智能对就业总量和就业结构的影响。通过文献梳理发现：一方面，人工智能会替代部分劳动，降低劳动力就业水平，减少劳动报酬；另一方面，人工智能也能够创造新的工作岗位，提高劳动力需求，增加劳动者收入。人工智能的影响在不同技能水平、不同行业、不同区域的人群中存在差异。从技能结构来看，人工智能可能导致就业极化并扩大收入差距；从行业结构来看，人工智能加速了劳动力向服务业的转移；从区域结构来看，人工智能对劳动力就业的影响与地区制度、政策制定、经济发展水平等有关。基于以上分析，本文进一步就如何应对人工智能可能引发的就业冲击提供了政策建议。关键词：人工智能   劳动力市场就业   劳动力结构   收入水平 
经过近几十年的发展，“人工智能”应用范围不断扩大，不仅在科学工程方面发挥着重要作用，而且引发了国民经济结构的重大变革。近年来，随着劳动年龄人口增速放缓，我国面临劳动力供给短缺和用工成本上升的压力，这为推进人工智能技术在我国的发展提供了动力。现有研究也表明人工智能技术进步已经对我国劳动力市场产生了巨大影响（Ford，2015）。国务院发布的《新一代人工智能发展规划》也强调人工智能将成为经济增长的新引擎，必须加快人工智能深度应用，培育壮大人工智能相关产业，为经济发展注入新动能。当前人工智能的影响已涉及经济社会的多个领域。有关人工智能影响的文献也日益增加，如对劳动力就业和收入分配、产业结构升级、资本结构优化和技术创新等影响的相关研究。其中，人工智能对劳动力市场影响的研究尤为突出。在人类社会的发展进程中，每一种科技进步都会带来经济社会的深层次变革，且新技术发展产生的影响天然具有两面性，这种双重影响也往往会引发激烈讨论。人工智能技术同样会对劳动力市场产生积极和消极影响，人类在利用其推动经济发展的过程中，也应最大程度降低人工智能对经济社会的不利影响。与以往的技术创新相比，人工智能最为显著的特点在于它让机器具有智能性，从而能够完成自我学习。机器通过深度学习已经使得部分之前由工人完成的非常规任务转变为可以由机器完成的常规任务。人工智能不再仅仅是一个拓展人类能力的机器，它也将完成人类大脑的工作，会以一种更容易、更广泛的态势冲击以往未受影响的行业，并替代劳动完成更多工作。因此，深入探讨人工智能对劳动力市场的多重影响，充分发挥其积极作用，最大限度地降低其可能的消极影响，对于发挥其在经济增长中的新引擎作用，进而实现经济高质量增长具有重要的现实意义。人工智能是人类科学技术发展史上的一次重大科技革新，深刻影响着传统生产方式。现有研究尝试将人工智能引入经济增长模型，来说明其对劳动力市场产生影响的逻辑和路径，主要有两种思路：一种思路是假设人工智能是要素增强型技术，如资本增强型技术和劳动增强型技术。在这类理论中，技术对劳动或资本的替代作用不仅与技术本身有关，还会受到劳动和资本替代弹性的影响，因此并不能说明人工智能是否会更多地替代劳动。另一种思路是将人工智能作为一种自动化生产技术引入模型（Zeira，1998）。这一自动化过程体现了资本对劳动的替代，按照这种理论，人工智能将更可能替代劳动，对就业产生不利影响。但是，这些理论都没有考虑人工智能发展引发工作岗位增加的可能性。Acemoglu & Restrepo（2018a） 在一定程度上弥补了这一缺陷，并提出人工智能不仅通过生产率效应促进就业，还能够以创造新工作的方式拉动就业。一方面，他们认为人工智能的引入使得企业能够通过自动化方式，以更为便宜的资本代替劳动进行生产，从而降低成本和产品价格，提高生产率。这反过来也会刺激消费需求，从而扩大产出规模，进而促进就业。另一方面，人工智能的发展能够创造更多新的工作岗位，进而增加对劳动力的需求，实现就业增长。上述分析说明了人工智能影响就业的总体理论逻辑，基于这一作用机制和影响路径，国内外学者进一步就人工智能对劳动力就业结构的影响进行了探究。Acemoglu & Restrepo （2018b） 认为新技术的运用往往需要新技能，若劳动力不具备这种技能，那么人工智能和劳动力之间的不匹配问题就会严重影响劳动力就业。Autor & Dorn （2013）就不同行业、不同区域间人工智能对就业的影响展开了分析。此外，还有部分文献从理论层面就人工智能对劳动力收入的影响进行了探究。根据以上分析可以看出，现有关于人工智能对劳动力市场影响的理论研究已取得了较大进展。上述对于就业总量、就业结构和劳动力收入的分析，为今后从不同角度、不同层面探究人工智能对劳动力市场的影响奠定了理论基础。基于此，结合现有文献研究，本文接下来将从劳动力就业总量、就业结构、劳动力收入等方面对人工智能的影响进行评述。一、人工智能对就业及劳动者收入的总体影响从历次技术革命的发展情况可以看出,新技术的到来往往会引起人们对失业的担忧。有关技术进步对就业的影响，自18世纪后期工业革命以来就受到学术界的广泛关注和激烈讨论。技术进步对于就业会产生消极的抑制效应和积极的创造效应，人工智能对劳动力同样具有消极和积极影响。一方面，随着人工智能技术的不断演进，其生产优势逐渐显现，相对于普通劳动者而言，人工智能更具竞争优势，其应用提高了资本生产效率，降低了生产要素成本，促使企业使用更廉价的机器资本替代劳动，出现“机器换人”的局面，即人工智能的替代效应。另一方面，人工智能技术进步能够提高生产率，降低产品价格，提高市场需求，促进资本积累和产出增长，进而提高劳动力就业水平。这一过程会有大量新的工作岗位产生，体现了人工智能的创造效应。相应地，现有文献也给出了两种不同观点：部分学者就人工智能对劳动力市场的影响持消极看法，认为其发展将在未来大规模取代已有工作岗位，提高失业率。另外一部分学者认为人工智能能够引发新的创新，带来更多就业机会。（一）人工智能的劳动力替代效应部分学者预测人工智能会在大范围内占据劳动工作岗位，替代劳动力进行生产等活动，最典型的是Frey & Osborne（2017）有关美国702种职业未来被智能化技术替代可能性的研究。他们利用美国劳工部关于职业分类的相关数据，根据自动化技术对每种职业的影响程度，将其分为高、中、低三种风险类型职业，以研究自动化技术发展对美国现有职业产生的影响，结果表明，未来约47%的相关职业可能被自动化机器取代。David（2017）采用类似方法，就日本计算机应用可能导致的工作岗位破坏风险进行具体的探究与评估发现，未来几年中，日本劳动力市场大约55%的工作岗位容易被人工智能替代。Arntz et al（2016） 提出基于职业分类的风险评估与预测可能在一定程度上存在过高预估人工智能替代效应的问题，该研究指出每种职业均由不同种任务构成，应该以职业本身而非任务为单位对其进行风险分类。由于被定义为高风险类型的职业中包含大量难以被自动化的任务，以职业为单位的风险评估会高估人工智能的替代程度。基于此，作者利用PIACC数据库中的工作任务数据，通过基于任务的方法对经合组织（OECD）中包含的21个国家的工作进行评估，结果显示，美国就业市场中有9%的工作更容易被自动化，德国工作任务被机器取代的概率为12%，而韩国仅有6%。在理论和实证研究方面，Susskind（2017）通过静态和动态两种均衡路径分析机器对劳动力市场的作用机制发现，随着自动化的推进，一系列具有劳动优势的工作任务会被不断替代，劳动力能够从事的工作范围将不断缩小，最终导致技术性失业、工资水平持续下降。Acemoglu & Restrepo（2017） 通过探究不同任务中人工智能与劳动力之间的竞争程度发现，在每千名就业工人中每增加一台自动化机器，就会使工人失业率上升0.18%~0.34%。基于上述研究，Chiacchio et al（2018）建立局部劳动市场均衡模型，选取6个欧盟国家样本数据，对欧洲劳动力市场上机器人使用量与工人的就业关系进行评估发现,与美国类似，在每千名工人中每增加一台机器人，欧元区国家就业率就会降低约0.16%~0.2%。（二）人工智能的就业创造效应尽管人工智能产生的替代效应使得劳动力就业受到严重威胁，但许多学者仍对自动化技术的发展前景持乐观态度，并认为人工智能应用在对劳动力进行替代的同时，也能够创造新的工作岗位，从而拉动就业。从自动化技术的长期发展来看，其创造效应将持续增加，智能化机器应用最终能够对劳动力就业产生有利影响。Autor（2015） 认为，技术进步将提高社会生产效率，降低相关产品销售价格，进而刺激消费，促进企业扩大生产规模。与此同时，消费者相对收入提高，居民有更多“盈余收入”用于其他商品消费，这也会带动相关产业发展，促进经济增长，提高就业需求，从而提升劳动力市场就业水平。Acemoglu & Restrepo （2018a） 利用1980—2007年间美国劳动力就业数据分析人工智能对劳动市场的影响发现，美国就业人口总量上升了约17.5%，其中近一半的增长是由人工智能创造的新任务带来的。Berg et al（2018） 认为人工智能技术发展能够提升劳动生产率水平，增加社会总产出，进而提高劳动力就业水平，同时还能够创造出一些全新的工作岗位，增加劳动力就业机会，而且人工智能技术的长期发展将提高经济整体发展水平，改善居民生活，进而也会有利于劳动力就业。Acemoglu & Restrepo（2018b）  构建了基于任务的技术偏向性理论模型，认为尽管工业机器人能够对劳动力产生替代，但人工智能技术进步也会通过提高生产率、促进资本积累、实现自动化深化以及创造新任务的方式刺激经济发展，增加新的就业需求。其中新任务的创造对就业的拉动作用最为显著。此外，Autor et al（2003）从自动化技术发展过程中可能创造的工作岗位类型的角度进行分析发现，随着自动化技术的不断进步，如果大量引入机器人，企业就需要对现有工作人员进行培训，使其能够更熟练更高效地操作机器，或招聘具有相关专业知识的人才进行机器操作和维护工作，进而更好地发挥机器生产效率。企业的这一行为将增加工作岗位，提供更多就业机会。（三）人工智能对就业总量的综合影响从上文关于人工智能对就业影响的分析中可以看出，人工智能对劳动力就业具有多重影响，最终影响效果与人工智能产生的替代效应和创造效应的占优情况有关。1.人工智能产生的替代效应大于创造效应，总效应表现为就业减少。Autor & Salomons（2018）选取1970—2007年间跨国数据进行研究发现，机器应用对劳动力产生的影响是多方面的，替代效应会降低劳动力就业机会，减少就业，而创造效应则会促进劳动力就业。综合多种作用机制的影响程度来看，人工智能的替代效应起主导作用，最终表现为人工智能技术降低了劳动力的就业水平。而Gordon（2018）认为，尽管人工智能最终表现为替代劳动，但这一替代过程非常缓慢。因此，人工智能不会导致现有工作岗位大量减少，劳动力市场不会出现大规模失业现象。2.人工智能产生的创造效应大于替代效应，总效应表现为增加就业。Atkinson & Wu（2017）在对1850—2015年间美国劳动力市场就业变化情况进行分析时指出，以往技术变革创造的就业机会远大于就业岗位消失的比例，因此认为对人工智能会减少就业的担忧是没有必要的。Aghion et al（2020）也对人工智能引发的就业效应持乐观态度，他们利用1994—2015年间法国制造业领域的综合微观数据进行研究发现，自动化技术对劳动力的促进作用大于其对劳动力的替代效应，机器的应用最终会促进就业。Roy et al（2020）在对不同国家人工智能技术发展水平及其影响进行比较分析时提出，尽管人工智能会减少部分工作岗位，但其创造的就业机会往往更多，对劳动力就业的促进作用更大。3.人工智能产生的两种效应相当，相互抵消，就业效应不显著。Dauth et al（2017）利用IFR数据对1994—2014年间德国劳动力市场工业机器人的使用情况进行分析发现，机器人使用数量对德国劳动力就业总量的影响并不显著。Graetz & Michaels（2018）在对1993—2007年间全球17个国家有关工业机器人使用与劳动力就业关系的研究中也得出了类似结论。此外，部分文献认为人工智能对劳动力就业的综合影响效果是不确定的，或者说在不同情况下，人工智能对就业的影响也有所不同。Agrawal et al（2019）认为，人工智能对就业既有促进作用又有抑制作用，总体而言，无法评估人工智能的综合影响效应。Bessen （2018）研究发现，人工智能对劳动力就业的影响与产品需求弹性有关。如果这一弹性足够大，那么人工智能技术变革所创造的就业机会将足以抵消由其引发的就业岗位数量的减少。此时，人工智能技术进步表现为增加就业；反之，人工智能将降低就业水平。Korinek & Stiglitz（2017）认为，新技术的出现往往意味着旧的工作岗位被摧毁，工人需要寻找新的工作，但市场上的工作岗位数量并不像经济学家所理解的那样是固定不变的，只要经济体能够良好运行，那么人工智能创造的新就业岗位就足以弥补其带来的岗位损失。Stevenson （2018）提出，从长期发展角度来看，人工智能技术变革能够带来更多新的工作岗位，进而对劳动力就业产生有利影响。（四）人工智能对劳动报酬的影响与人工智能对就业总量的影响情况类似，人工智能对劳动力工资收入也存在有利和不利两种相反的影响。首先，一些研究认为人工智能会降低劳动力工资水平。Decanio（2016）利用Houthakker模型估计了机器人应用对美国劳动力工资收入的影响程度，结果显示，当机器对劳动力的替代弹性大于1.9时，机器的广泛应用将会减少劳动力工资报酬，从而不利于劳动力工资增长。Acemoglu & Restrepo（2017） 通过对1990—2007年间工业机器人与美国劳动力市场关系的研究发现，机器人使用对劳动力工资收入具有不利影响，其使用数量的增加会降低劳动力收入水平。Chiacchio et al（2018）研究发现，机器人使用数量增加对工资收入有显著负向影响，在每千名工人中，工业机器人数量每增加一台，工人工资就会降低约0.63%。其次，另一些研究认为人工智能也可能提高劳动力的工资收入水平。Graetz & Michaels（2018）通过对全球17个国家工业机器人使用情况及其影响的研究发现，工业机器人使用数量的增加能够提高劳动力的平均时薪。此外，人工智能对劳动力工资水平的影响也存在不确定性，如Fueki & Maehashi（2019）通过构建基于新凯恩斯主义（NK）模型的理论分析框架，并利用1998—2017年间18个国家的平衡面板数据，考察机器人与劳动力就业的关系发现，人工智能能够提高社会生产效率，而劳动力工资又与生产效率息息相关，因此，机器人使用数量的增加不一定会降低劳动力收入水平。此外，部分研究考虑到人工智能技术进步可能会更多地提高资本要素的回报份额，不利于劳动收入份额的增加，进而会扩大资本所有者和劳动者的收入差距。Gries & Naudé （2018）通过建立包含人工智能资本的内生增长理论模型，结合需求约束条件对模型进行均衡求解。结果表明，在人工智能和劳动力能进行相互替代的情况下，人工智能将会降低劳动力工资水平，并减少劳动收入份额。Agrawal et al（2018）的研究也表明，未来如果人工智能作为一种新的、有效的资本形式被运用于生产领域，那么随着人工智能数量的增加，劳动力工作岗位将减少，劳动收入份额将会降低。Caselli & Manning（2017）认为从长期来看，劳动力工资水平会上升，但相对于资本所有者而言，劳动收入份额可能会下降。尽管人工智能技术的长期发展可能会提高劳动力的平均工资水平，但相比于机器资本，其上升幅度较小，在国民收入中的占比仍会降低。以上观点均表明，人工智能技术进步使得国民收入更多地流向了人工智能资本所有者，导致劳动收入份额下降，进而加剧收入不平等。从人工智能技术在全球的发展趋势来看，劳动收入份额的下降已经成为一种普遍现象。二、人工智能对劳动力技能结构和技能收入的影响（一）人工智能对劳动力技能结构的影响多数学者认为，尽管无须过度担心人工智能可能引发的大规模失业问题，但其对就业结构的影响仍值得关注。一般而言，人工智能对不同教育、技能水平的劳动力存在差异性影响，人工智能的发展与应用对教育水平和技能水平更低的劳动力产生的不利影响更大。其原因在于技术进步对常规性任务的替代概率更大，而普通劳动力往往集中分布在这些任务区间。相比之下，高技能劳动力被机器替代的可能性较小。部分文献从教育水平入手研究人工智能对不同教育程度劳动力的影响。例如，Aghion et al（2019）研究发现，未受过教育的工人比受过教育的工人更容易受到机器人的负面影响。也有文献直接从技能角度进行分析，如Korinek & Stiglitz（2017）研究发现，人工智能会通过效率工资效应和就业结构转型两种渠道抑制低技能劳动就业，并认为这是由于低技能劳动不具备人工智能时代所需的技能水平、不能及时进行就业结构调整造成的。更多研究集中于从劳动力技能的衡量标准出发来探究人工智能对不同技能劳动力的影响，现有衡量标准主要有教育水平、工作任务及工作类型等。首先，按照教育水平划分。Lordan & Neumark（2018）将低技能劳动力定义为具有高中及以下学历的就业群体，利用1980—2015年间的CPS样本数据研究发现，自动化技术不利于低技能劳动力就业，但对高技能劳动力有积极影响。Acemoglu & Restrepo（2018a） 通过观察自1980年以来每十年中受雇劳动力的平均教育水平发现，拥有更多新岗位的职业，劳动力教育水平也更高，这表明高技能劳动力在新任务中更具竞争优势。因此，自动化技术会替代低技能劳动，由技术进步引发的新任务增加会直接惠及高技能劳动，进而增加就业的不平等性。其次是按照工作任务、工作类型划分。Autor et al（2003） 认为计算机资本与不同教育水平劳动力之间的关系较为复杂，不能简单地用受教育年限来说明劳动力的技能水平。如果按照劳动力从事的工作类型和任务进行技能分类，自动化技术能够替代执行常规任务的工人，但无法替代从事非常规任务的工人。因此，人工智能会减少对常规技能工人、增加对非常规技能工人的市场需求。Alderucci et al（2020）把企业中的生产工人看作低技能劳动，把非生产工人视为高技能劳动，并认为人工智能发展水平更高的公司往往有更高的就业率和更少的生产工人。他们进一步利用1997—2016年间美国制造业企业相关数据研究发现，人工智能对高技能劳动力具有一定的正向影响，但对低技能工人的影响并不显著，可能原因是上述样本中的低技能劳动力数量较少，人工智能未对其就业产生实质性影响。另有一些文献还将劳动力细分为高、中、低技能群体进行分析。Acemoglu & Autor（2010）建立简单任务模型发现，自动化技术能够提高对从事管理等工作的高技能劳动力的就业需求，同时也会降低执行规则化任务的中等技能劳动力的就业比例。由于从事低技能服务工作的劳动者不容易被机器替代，因此自动化技术也提高了对低技能劳动的市场需求，从而产生就业“极化”现象。Autor（2015）的研究表明，尽管在过去几十年间技术进步使得就业出现两极分化，但从长期发展角度来看，被机器替代的劳动能够通过岗位转移实现重新就业，因而这一结构性失业现象不会持续太久。Graetz & Michaels（2018）利用1993—2007年间全球17个国家的工业机器人数据，探究人工智能对经济发展的实际影响情况发现，人工智能只会对低技能劳动力产生不利影响，对中、高技能劳动力有积极影响。Sachs（2018）运用数值模拟方法，基于研发投资回报不断增加和低、中等技能劳动能够被替代的基本假设，就人工智能对美国劳动力市场的影响进行综合分析发现，短期内低技能劳动力就业比例下降，中、高技能劳动力就业比例相应上升；长期来看，中等技能劳动力被替代的风险增加，这一群体将通过进一步学习和深造进入高技能劳动行列。最终，劳动力市场只存在低、高技能就业群体。此外，部分学者认为人工智能对就业的影响存在阶段性差异，人工智能发展初期，只能取代低技能劳动；随着智能化技术的深入发展，人工智能进入拓展期，对高技能劳动力的不利影响开始显现。从技术创新的发展周期来看，人工智能正处于技术进步成长期，各国对相关领域的中、高级技术人才需求急剧增加，目前这一领域仍存在较大劳动力缺口。综上所述，为了更好地应对人工智能可能产生的不利影响，需要正确把握人工智能的发展阶段，加强知识积累，提高自身技能水平。（二）人工智能对劳动力技能收入的影响经济学家普遍认为，长期来看人工智能不会对就业总量和收入水平产生不利影响，而真正需要担心的是人工智能引发的不同技能劳动力收入分配不平等问题。因此，在人工智能对收入的影响问题上，更需关注其可能产生的收入分配问题。现有研究认为技术进步往往是有偏的，一般而言，新技术能够与高技能劳动实现互补，但会对低技能劳动产生替代，进而通过影响劳动力供求结构，扩大高、低技能劳动群体之间的收入差距。Lankisch et al（2017）基于低技能劳动更容易被机器替代的假设构建内生经济增长模型，探究自动化技术对高、低技能劳动力工资水平的影响发现，自动化技术不仅会降低低技能劳动工资水平，还会提高技能溢价，从而扩大高、低技能劳动者群体之间的收入差距。Acemoglu & Restrepo（2018c） 认为人工智能对不同技能劳动力收入差距的影响存在不确定性，这取决于人工智能与劳动力之间的替代关系。如果人工智能实现了对高技能劳动的替代，那么高技能劳动群体收入水平的下降将有利于缩小收入差距；反之，如果人工智能只能替代低技能劳动，那么收入差距将会扩大。Gries & Naudé（2018）也认为，人工智能既可能扩大不同技能群体的收入差距，也可能改善这一收入分配问题。Dauth et al（2017）通过研究德国劳动力市场上机器人对就业的影响发现，机器人数量增加会减少中、低技能劳动力的收入，且对前者的影响更为显著，但能够增加高技能劳动力的收入水平。Autor（2015）指出人工智能将使工资不成比例地流向高、低技能劳动群体，进而导致两极分化现象。Alderucci et al（2020）研究表明，尽管人工智能增加了不同技能劳动力的收入差距，但并不必然会引发收入“极化”现象。因为人工智能在提高高技能劳动收入水平的同时，中等技能劳动相对于低技能劳动的收入也是增加的。此外，还有学者从短期和长期两个层面分析了人工智能对不同技能劳动力工资水平的影响，并认为短期内人工智能会降低中等技能劳动力的工资，但会增加高、低技能劳动群体的工资水平。长期来看，人工智能对劳动力收入的影响范围和影响程度还无法确定。三、人工智能对不同产业劳动力就业与收入差异的影响从历次技术革命对劳动力市场的影响中可以发现，每一次的技术进步都会对劳动力就业的产业分布产生一定冲击。从目前各国的实际发展状况来看，技术革命的冲击使得就业结构越来越向服务业领域转变。与此类似，以人工智能、大数据等为代表的新一轮科技革命也会对劳动力就业的产业结构分布产生重要影响。随着人工智能技术的不断进步，智能化机器的应用也逐渐由农业、制造业等行业向服务业进行渗透。（一）人工智能对不同产业劳动力就业的影响1.人工智能对农业部门就业的影响。部分研究认为当前人工智能还未对农民就业总量产生较为显著的影响。原因在于，从全球范围来看，人工智能还处于发展初期，相较于传统农业的生产要素投入，智能化机器使用成本较高，因而人工智能还未能够对农业劳动力产生较大冲击。虽然目前看来冲击并不显著，但人工智能的发展仍会对农业生产方式以及农业部门就业产生重要影响。Ampatzidis et al（2017）提出，随着自动化技术的发展，智能化机器能够在农作物种植、除草、收割等整个生产过程中实现与农业劳动者的结合，进而转型升级为智能农业。智能农业可以通过机器的自主学习、数据的准确预测，对土壤质地、结构等自然属性进行分析，进而为作物选择、播种、耕作等提供更为科学的决策建议。这一智能农业生产过程不仅为提高农业产量提供了有力保障，还为优化农产品质量创造了有利条件。人工智能应用于农业势必会提高农业部门对相关技术人员的需求，进而倒逼农业劳动者通过学习、培训等方式提高自身技能水平，完成向技术劳动力的转型，进一步为农业劳动力结构优化升级提供可能。此外，还有文献指出，智能化技术的发展能够为农户与消费者建立更加紧密的关系网络，减少农产品从农户到消费者的中间途径，降低农产品销售成本，提高农产品获利水平，改善农业部门劳动力就业状况。因此，随着人工智能技术的持续推进，其在农业领域的应用成本会迅速降低，且相比于农业劳动者，智能化机器的生产效率更高，持续工作时间更长。因此，未来人工智能对农业部门劳动力的冲击可能会逐渐加强。2.人工智能对制造业部门劳动力的影响。现有关于人工智能对劳动力就业影响的分析多集中于制造业，这不仅与制造业易受人工智能等技术影响的特性有关，部分原因还在于大多数普通劳动力主要集中于制造业。因此，考察人工智能对制造业就业的影响更具现实意义。20世纪80年代后期，人工智能的出现使得包括机械加工、焊接等在内的部分劳动密集型制造业实现了自动化，这部分行业中的劳动力逐渐被人工智能取代。Davoyan（2020）认为自动化技术进步会降低制造业中低教育水平劳动力的就业比例。这一研究表明，人工智能不仅会影响制造业的发展模式，还会对相关产业劳动力技能水平提出更高要求。上述研究大多讨论了人工智能对制造业就业的不利影响，但也有学者认为其影响并不完全是负面的。Chiacchio et al（2018）研究发现，人工智能对制造业就业的影响并不显著，这可能是人工智能对行业内部从事不同职业劳动力的不同影响效应相互抵消的结果。Yin et al（2017）认为人工智能技术的不断演进或将重塑制造业的发展格局，进而可能促进制造业部门的就业。3.人工智能对服务业就业的影响。Gordon （2018） 认为尽管自动化技术对所有行业都产生了一定的影响，但对教育和医疗保健业等服务业的影响程度仍较小。Morikawa（2017）的研究也指出，人工智能对诸如儿童护理、教育等部分人力资本密集型服务业的替代作用更小。根据美国劳工统计局（BLS）的一项研究，预计在2024年之前的十年中，劳动力市场上的大部分就业增长都将出现在服务业领域。Berriman & Hawksworth（2017） 认为人工智能的应用和发展会创造一些全新的工作岗位，提供更多就业机会，而这些新的岗位往往出现在服务业行业。Deming（2017）认为，随着计算机技术的发展，服务业中认知类和创造类的工作越来越难被替代，就业增长更有可能出现在需要高水平认知技能、社会技能的工作中。他们进一步利用全国纵向调查数据（NLSY79）研究发现，1980—2012年间美国社交技能类工作数量增加约24%，同期服务类工作增加约23%。从长期发展角度来看，未来服务业的劳动力需求仍可能呈上升态势。综上所述，人工智能对服务业就业的影响是有利的，需要说明的是，技术创新是提高服务业生产率的关键，人工智能技术也不例外。人工智能在服务业行业的广泛应用不仅推动了传统服务业向智能化产业的转型升级，还通过优化服务质量、扩大服务范围、提升服务行业技术进步等方式，提高了服务业生产率，有助于解决“鲍莫尔病”，同时也为提高经济整体发展效率提供了重要保障。（二）人工智能对不同产业劳动力就业的综合影响人工智能在不同的产业中发挥的作用不同，对就业的影响存在显著的产业异质性。Bessen（2019）认为自动化技术可能不会导致大规模失业，但是会对劳动力就业结构产生重要影响。自动化技术使得制造业就业率下降，非制造业就业率上升，工人在不同行业间进行转移。类似地，Mandel（2017）研究发现，电子商务等行业新增就业岗位足以弥补零售业减少的工作岗位数量，劳动力在这一过程中实现了行业间的就业转移。Autor（2015）研究指出，自动化技术能够为管理人员、从事手工劳动的工人等创造更多的就业机会，改变了就业市场可选工作的行业类型，从而引发了劳动力产业结构的变化。Susskind & Susskind（2018） 提出，人工智能的深入发展会创造更多的新兴行业，促进传统行业劳动力的就业转移，进而加速产业结构的调整进程。Autor & Salomons（2017）从人工智能的溢出效应考虑，认为一个行业内生产率的提高会减少该行业就业人数，但对其他行业就业的促进作用往往会抵消这一不利影响。综合制造业和服务业的就业影响效应来看，多数研究认为人工智能在减少制造业工作岗位数量的同时，也增加了服务业行业的就业机会。Autor & Dorn（2013）认为，制造业劳动力更容易被机器替代，但这部分劳动力最终会向服务业部门转移，以期实现再就业。随着人工智能技术的不断发展，会对制造业中常规性、程序性的工作产生较大冲击，劳动力就业将加快由制造业向服务业转移，劳动力的产业结构将得到优化升级。尽管如此，人工智能对制造业的影响并不完全是负向的，且随着自动化技术的不断发展，服务业中的许多工作和岗位也将存在被替代的风险。因而在未来发展过程中，需要正确把握人工智能技术演进方向，充分发挥人工智能对产业结构和人力资本结构转型升级的积极作用。（三）人工智能对劳动力产业间收入的差异化影响结合上述关于人工智能对劳动力就业产业分布的影响研究，学界进一步探讨了人工智能对不同产业间的劳动力收入差异的影响。首先，人工智能对不同行业工资水平的影响。Autor & Dorn（2013）研究指出，美国等发达国家工资水平的两极分化与服务业工资的快速增长有关。相较于其他行业，服务业工资上涨速度更快，究其原因在于服务业就业比例的迅速提升。伴随着就业率上升，服务行业的实际工资水平也大幅提升。其次，从劳动收入份额来看，Autor & Salomons （2018）认为自动化技术进步会降低劳动力的收入份额，且对重工业部门劳动力的影响最为严重。进一步研究发现，从20世纪80年代到21世纪初，劳动收入份额持续下降，制造业、采矿业和建筑业等行业的下降趋势最为明显。根据上文分析可知，人工智能对劳动收入份额的不利影响已经成为一种全球现象，但对于不同行业而言，其影响程度仍有所不同。Korinek & Stiglitz （2017）指出，人工智能应用可能较多地集中在制造业部门，经济发展逐渐向服务业部门转移。在这一过程中，如果服务业能够提供更多的就业机会和更好的就业环境，并提高就业工人的工资水平，那么这将有助于改善市场收入份额分布下降的现象。四、人工智能对就业和收入影响的地区差异20世纪90年代以来，以美国、日本等为代表的发达国家较早引入人工智能技术，对经济与社会发展产生了重要影响。近年来，随着人工智能技术的不断演进，发展中国家也逐渐加入研发与应用行列。由于人工智能技术对就业市场的影响较为复杂，不同国家或地区发展水平并不一致，其劳动力市场也具有很大差异性，因而最终人工智能对不同国家或地区就业的影响效果也有所不同（Barbieri et al，2019）。（一）人工智能对就业影响的地区差异从国家内部层面来看，Leigh & Kraft （20 17） 的研究表明，自动化技术进步对美国不同地区就业水平的影响存在显著差异，而这一差异在很大程度上与该地区的行业类型有关。Zhou et al（2020）基于Frey & Osborne（2017）对于美国劳动力市场702种职业被计算机化概率的研究，估计中国各职业的风险替代率，结果表明，人工智能对农村劳动力的不利影响更大。预计到2049年，约有39.5%的农村劳动人口将被机器替代。从不同国家层面来看，Nedelkoska & Quintini（2018） 研究发现，各国劳动力被机器替代的概率存在很大差异。总体而言，欧洲北部、北美和新西兰地区的替代比率较低，南欧和东欧国家的这一比例较高。Bloom et al（2018）指出人工智能将不成比例地影响高度发达国家的劳动力市场。Gries & Naudé （2018）认为自动化技术可能并不会对就业产生消极影响，但对于不同国家而言，这一影响效果也不尽相同，取决于人工智能和劳动力之间替代弹性、需求弹性以及人工智能的新岗位创造能力。Bessen（2019）提出面对自动化技术进步，各国劳动力市场的反应有所不同，有些国家的就业率会上升，另一些国家则会下降。Autor & Dorn（2013）利用空间均衡模型研究发现，自动化技术进步会导致相关机器设备价格的下降，但价格水平的下降对不同地区劳动力市场的影响不同。从职业类型出发，Charnoz & Orand（2017）认为不同地区的工作类型迥异，人工智能产生的就业效应也会有所差异。如对服务业而言，人工智能更有利于提高有常规性生产性工作地区的就业比例。从人工智能应用程度来看，Acemoglu & Restrepo（2017） 研究发现，人工智能使用量较高的地区就业水平有所下降。原因在于，就人工智能数量较多的地区而言，与之相关的活动也显著增加，进而对不同地区就业产生了差异化影响。就生产要素的成本优势而言，Abuselidze & Mamaladz（2021） 认为，随着人工智能的深入发展，机器使用成本降低会使发达国家受益。由于机器生产变得更加便宜，企业可能从劳动力成本较低的国家迁出，导致该国工作机会大量减少，对就业产生不利影响。此外，如果有的发展中国家能够提供与新技术相匹配的劳动力，那么这些国家也会在这场技术变革中获益。（二）地区差异的原因分析人工智能对不同技能水平、不同产业间劳动力存在差异化影响，这些因素通常也会影响不同国家或地区人工智能的就业效应。首先，劳动力技能水平是影响人工智能对就业影响的地区差异的主要因素。目前关于人工智能对低技能劳动力影响的看法还不完全一致，本文主要从中、高技能劳动力的就业情况来探讨，多数研究认为人工智能对中等技能劳动力的替代作用较大，对高技能劳动力的替代作用还不明显，且随着人工智能的持续发展，就业市场对高技能劳动力的需求也将不断增加。因而相对于发展中国家，美国、欧洲等发达经济体的中等技能劳动就业份额会减少，高技能劳动力比例将提高。其次，劳动力产业结构是影响人工智能对就业影响的地区差异的重要因素。根据上文分析已知人工智能对不同产业劳动力存在显著的差异化影响，对诸如机械加工、焊接等行业的替代效应较大，对诸如认知类、创造类等其他行业的替代作用较小。由于不同国家或地区的产业结构分布迥异，就业群体类型也并不一致，因而人工智能对就业的影响也会有所不同。Berriman & Hawksworth（2017） 对比分析不同经济体自动化技术与就业的关系发现，技术进步对不同国家劳动力的差异化影响是由各个国家特定行业构成的可自动化水平差异引起的。除上述原因外，其他一些与国家或地区发展相关的指标也是影响人工智能区域就业效应差异的关键。Bloom et al（2018）认为，发达国家经济发展水平较高，对劳动力的需求较大，与此同时，这些国家也正面临着人口老龄化和劳动增长率下降等问题，劳动力供给短缺现象较为严重。因此，人工智能对这些国家劳动力的影响更为广泛。尽管上述几种因素均会引发人工智能就业效应的地区差异，但区域经济政策、制度等的差别也发挥着重要的作用。Graetz & Michaels（2017）利用1970—2011年间17个国家在经历71次衰退后的相关经济复苏数据，就人工智能对劳动力的影响进行分析发现，技术变革并没有提高美国之外其他发达国家的失业率水平，这一现象可能与美国关于人工智能技术的引进方式、政府政策、制度水平等因素有关。基于Acemoglu & Restrepo（2017） 的研究，Dauth et al（2017） 利用同样的方法对德国劳动力市场人工智能的影响效应进行评估显示，一个工业机器人只能替代两名制造业工人，远低于Acemoglu & Restrepo（2017） 估计结果中的替代比例。这一差异性结果主要是由德国特有的工会制度、劳资关系等因素导致的。（三）地区间收入差异和收入不平等人工智能对收入的影响取决于劳动力需求的变化，因而人工智能对不同地区收入的影响与就业的变动方向一致。收入差异可能会加剧地区间收入不平等，进而引发一系列严重后果。Hrdy（2019）认为，技术进步更快地区的工资水平往往也较高。Berger & Frey （20 16）指出，与自动化技术相关的新工作多数集中在高技能人才聚集的地区，这些地区往往并不是遭受新技术冲击的地区，因而自动化技术进步加剧了地区间的收入不平等性。Berg et al（2016）认为，自动化技术进步会使劳动力替代成本降低，从而弱化了发展中国家的劳动力成本竞争优势，增加了发达国家将产业转移至本国附近自动化工厂的可能性，进而可能减缓低收入国家的经济发展水平，加大与发达国家的收入差距。Martens & Tolan（2018）提出，不同地区引入人工智能的速度迥异，劳动力适应职业变化的能力也并不相同，因此，地区间收入水平往往也存在差异。针对技术进步引发的收入不平等现象，政府部门应根据该地实际情况进行政策调整。Korinek & Stiglitz（2021）认为发展中国家内部不平等程度高于发达国家，人工智能可能会扩大不平等差距，而发展中国家往往难以应对这一问题。五、应对人工智能冲击的政策建议及研究展望（一）应对人工智能冲击的政策建议综上，人工智能对劳动力同时具有积极和消极两方面的影响，而技术进步作为推动经济增长的主要动力，未来也必然会对中国经济社会产生重大影响。因此，在目前中国进入高质量发展阶段的大背景下，全面考虑人工智能对劳动力市场的综合影响，发挥人工智能的积极作用，能够为提高中国就业水平，优化就业结构，进而实现经济高质量发展提供重要技术保障。基于此，本文就如何把握人工智能对劳动力市场的有利影响，更好地应对新一轮科技革命的冲击提出以下几点政策建议。第一，促进新兴产业快速发展，放大人工智能的就业创造效应。从长期发展角度来看，未来围绕人工智能衍生出来的新兴产业将创造出大量的工作岗位，鼓励人工智能自主研发，提升相关产业的核心竞争力，将促进新兴产业快速发展，创造大量新的就业机会，进而为解决人工智能发展过程中可能出现的技术性失业等问题提供可能。例如，Acemoglu & Restrepo（2018b） 提出人工智能在教育、医疗等方面产生的新工作岗位将会为劳动力提供更多就业机会，缓解劳动力市场失业压力。第二，加强教育和职业技能培训力度。人工智能是引领新一轮科技革命的重要动力，尽管促进与人工智能相关的新兴产业发展能够创造新的就业机会，但新型业态的发展需要与一定的知识素养和技能相匹配，因而在人工智能技术迅速革新的历史背景下，加强学习教育和技能培训是关键。加强相关领域教育学习，提高专业知识素养，不仅有助于推动人工智能在中国的迅速发展，还有利于应对技术革命产生的就业冲击。相较于高技能劳动力而言，中、低技能劳动者更容易受到人工智能的不利影响，加强这部分劳动者的教育和职业技能培训将有助于实现重新就业，在一定程度上减少失业压力，为促进劳动力市场健康发展提供重要保障。此外，新技术的引入可能使得部分工作岗位消失，对这部分劳动力进行职业技能再培训也将有助于他们更好地适应新的工作。因此，针对需要接受相关教育和职业技能培训的劳动群体，政府应采取积极的应对措施，增加其教育培训力度，使这部分群体熟练运用人工智能技术。现有研究也已经阐述了加强教育和职业技能培训的重要意义。Furman & Seamans（2018）指出，人工智能会使得现有职业发生变化，学习新的技能有利于工人继续在原有岗位工作或找到新的工作。此外，人工智能可能会使得很大一部分群体长期失业，为了减缓人工智能的这一不利影响，政府制定支持工人以及职业再培训的政策是非常必要的。Acemoglu & Restrepo （2018a） 从理论层面阐明了工人可以通过学校教育、在职学习、技能培训等方式获得更高的人力资本以适应新技术。值得注意的是，尽管提高教育和进行职业再培训会对劳动力产生积极影响，但对于受教育程度较低的劳动力而言，通过职业技能再培训获得相对于机器的竞争优势仍较为困难。即使不考虑对低技能劳动力的这一影响，面对新技术的冲击，当教育或技能培训跟不上技术对新技能的需求时，技术和技能之间的不匹配也会使得劳动力市场的调整过程变得更加缓慢。此时，政府政策、劳动力市场制度等的制定和完善同样对经济社会转型具有重要意义。第三，完善制度安排，防范社会风险。随着技术进步的不断深入，劳动力面临的失业风险也将增加，因而除了加强劳动力教育和职业技能再培训外，还要完善失业保险等一系列社会保障体系，保障失业者的基本生存水平，防范社会风险。此外，人工智能也会在一定程度上扩大收入差距，完善收入分配制度，防止收入差距不断扩大，也是维持社会稳定的关键。顺应人工智能发展潮流，完善制度安排，健全社会保障体系，对建立稳定有序的社会发展秩序具有重要意义。Furman & Sea mans （2018）提出在未来人工智能会继续替代劳动力、增加失业风险、加剧社会不平等的情况下，需要通过全民基本收入计划、工资补贴和就业保障等制度积极应对人工智能的不利冲击。上述三种政策各有优缺点，通过权衡各种政策的利弊，综合考虑政策与未来劳动力市场变化的相互作用，才能制定出更为完善、更有利于中国经济社会发展的政策体系。（二）研究展望本文系统总结了近年来有关人工智能对就业和收入水平影响的国外相关研究，文献梳理发现：首先，人工智能会对劳动力市场产生两种效果相反的影响，即人工智能在通过替代效应抑制就业的同时，也通过创造效应促进就业，对就业的综合影响取决于两种效应孰强孰弱。其次，人工智能增加了高技能劳动力的就业机会，这在一定程度上有助于优化劳动力技能结构，提升整体人力资本质量。另外，人工智能对不同产业和地区劳动力存在差异化影响。最后，对应于人工智能与就业关系的影响分析，本文进一步探讨了人工智能对收入水平的影响。目前，有关人工智能对劳动力市场影响的研究已较为丰富，但仍有几个重要问题值得进一步探究。第一，有关发展中国家的相关研究较为缺乏。目前关于人工智能应用的研究大多来自发达国家，由于发展中国家人工智能技术发展较晚，其研究尚处于起步阶段。但从实践层面来看，随着全球化的不断深入，人工智能作为一种科学技术，对部分发展中国家也产生了重要影响。值得注意的是，在工业化进程中，多数发展中国家仍以劳动密集型产业为主，未来人工智能的影响可能非常巨大。因此，探究人工智能对这类国家劳动力市场的影响尤为重要。第二，数据可获得性、准确性问题。已有文献关于人工智能与劳动力市场关系的研究已给予较多关注，但由于目前人工智能数据较为稀缺、可获得性较低，因而相关研究大多以理论分析为主，缺乏相应的实证分析。已有实证分析中关于人工智能指标的选取通常以部分数据来衡量，选取较为片面，不能反映人工智能的真实发展状况，无法准确衡量人工智能产生的实际影响。就中国人工智能实际发展情况来看，自动化技术起步较晚，目前仍处于初级发展阶段，人工智能相关数据极度匮乏。另外，有关产业、地区层面的数据统计有限，不能很好地依据中国实际发展情况考察人工智能对劳动力市场的影响程度。未来可以从数据的获取、准确性和全面性等方面入手进一步拓展人工智能对劳动力市场影响的研究。第三，研究角度较为单一。关于人工智能对就业和收入的研究多集中于宏观层面，缺少微观层面的深入探究。以微观企业为例，企业在进行要素投入决策时，根据成本收益原则，选择能使其获得最大收益的要素组合进行生产。在这一过程中，决策者通过综合考虑劳动和机器对企业收益的影响，决定是否选择机器替代劳动进行生产。基于微观层面的人工智能对劳动力的影响分析是今后的一大研究趋势。另外，已有研究多数只考虑人工智能对低、中等技能劳动力的替代作用，并认为高技能劳动力本身所具有的竞争优势使其无法被机器取代，然而，随着自动化技术的不断发展，高技能劳动力也会存在被替代的风险。人工智能对高技能劳动力的替代效应也是未来的一个重要研究方向。综上所述，探究人工智能对劳动力的影响对于中国劳动力技能结构优化、产业结构升级以及经济转型等均有重要意义。目前，中国人工智能发展仍处于起步阶段，对劳动力市场的最终影响还不明朗。中国需牢牢把握人工智能技术的发展方向，充分发挥人工智能对劳动力市场的积极影响，推动经济高质量发展，并通过完善社会保障制度，让更多的劳动者享受到技术变革带来的福利。（注和参考文献略）王军、常红，首都经济贸易大学经济学院，邮政编码：100070，电子邮箱：wjun@cueb. edu.cn。原载《经济学动态》2021年第8期，全文可见经济学动态网站“最新目录”栏目，或点击微信页“阅读原文”。 

订购《经济学动态》请扫描二维码

长按二维码关注

微信号：jjxdt-jjs

《经济学动态》

北京市西城区月坛北小街2号

邮箱：[e-mail]

电话：[phone]

网址：www.jjxdt.org