人工智能技术冲击和中国职业变迁方向

点击蓝字 关注我们

文献信息

人工智能技术冲击和中国职业变迁方向

作者：王林辉 钱圆圆 周慧琳 董直庆

来源：管理世界. 2023,39(11)

摘要

随着人工智能技术在生产生活中的广泛应用，新的职业场景不断涌现，新旧职业更替也日趋频繁。但现有文献并未关注人工智能引致的职业变迁方向，以及技术冲击下的职业平等性问题。基于此，本文在分析中国职业变迁典型化事实的基础上，采用微观调查数据检验人工智能技术在职业变迁过程中的作用，从职业类型、任务属性和职业技能等方面，识别人工智能引发的职业变迁方向；从职业收入、就业稳定性、工作满意度以及职业地位等维度，探究人工智能对不同技术复杂度职业的影响差异。研究发现，人工智能技术能够诱发职业变迁，引致劳动者从传统职业转向新职业和数字职业，也会重塑职业任务属性，促使任务向非繁重、精简化和自由化方向发展；人工智能技术的“再技能化”效应会拓展职业技能宽度，而其“去技能化”效应则会降低技能深度；人工智能技术也会推动职业地位向上流动，但对不同技术复杂度职业的工资收入、工作稳定性与满意度会产生差异化影响，进而对职业平等性形成冲击。

关键词：人工智能;职业变迁方向;职业平等性;

一、引言

人工智能迅猛发展，新旧职业更替也与之相伴，该技术的不断发展与应用将会催生新的职业场景。

本文在分析中国职业变迁典型化事实的基础上，从微观视角考察人工智能技术对职业变迁的影响，以期回答：①人工智能技术能否引发职业变迁？②劳动者所从事的职业朝何种方向演进？③又会如何冲击职业平等性？

二、研究设计

研究假设

本文基于文献综述提出了三个研究假设：

假说1：人工智能技术会诱致职业变迁，也会重塑职业的任务属性。

假说2：人工智能技术的“去技能化”和“再技能化”特征，会拓展劳动者的职业技能宽度和降低职业的技能深度。

假说 3：人工智能技术会推动职业地位向上流动，但对不同技术复杂度职业的工资收入、就业稳定性与工作满意度会产生差异化影响。

模型设定

为检验人工智能技术对职业变迁的影响和识别职业变迁方向，构建计量模型如下：

采用模型（1）来检验人工智能技术对职业变迁影响的存在性，其中，occupcha_ijt表示 t 年 j 城市 i 个体是否发生职业变动，分别用职业五位代码、三位代码和一位代码是否变化来加以表征，取1时表示发生了职业变迁，取0时表示未发生职业变迁。采用模型（2）来检验人工智能技术诱发的职业变迁方向，其中 direction_ijt表征 t 年 j城市 i 个体的职业变迁方向，从职业类型、任务属性、技能深度和宽度等维度加以考察，分析人工智能技术冲击下职业变迁的方向性特征。

在模型（1）和模型（2）中，AI_jt表示 t 年 j 城市的人工智能技术，X_ijt、Z_jt分别表示个体层面和城市层面的控制变量。个体层面控制变量包括劳动者的年龄（age）、年龄的平方项（age2）、受教育年限（schooling）、性别（gender）和户口类别（hukou）。其中，性别变量是男性时取值为1，女性时取值为0；户口类别变量是农业户口时取值为0，非农业户口时取值为1。城市层面变量包括经济发展水平（pgdp），用人均 GDP 来表征，采用 2000 年为基期的 GDP 平减指数进行平减；产业结构（ind），用第二产业占 GDP 的比重来表征；城镇化水平（urb），用城镇化率来表征；城市就业规模（emp），用城市在岗职工年平均人数来表征；城市工资水平（avgwage），用在岗职工年平均工资来表征，并用 2000 年为基期的 CPI 平减指数进行平减。当被解释变量是二元变量时，采用 Probit 模型估计。为保证估计结果的稳健性，基准回归同时汇报了Logit 模型和固定效应模型估计的结果。当被解释变量是连续变量时采用固定效应模型估计；当被解释变量是有序的分类变量时，如对工作自主性的回答，取值依次有1（完全由他人决定），2（部分由自己决定），3（完全由自己决定），采用有序 Logit 模型估计。此外，模型回归时还加入了城市固定效应μ_j和时间固定效应δ_t。

被解释变量设计

职业变迁

《中华人民共和国职业分类大典》提供的职业代码具体包括大类（一位代码）、中类（三位代码）和小类（五位代码）等。

首先，本文重点考察劳动者的职业小类（五位代码）是否变化来探究劳动者是否发生职业变化，将当前和上一份职业的五位职业代码一致的标记为 0，表示职业并没有发生变动，将当前和上一份职业五位职业代码不一致的标记为1，表示职业发生了变动。

其次，进一步考察劳动者职业中类（三位代码）和职业大类（一位代码）是否发生变动。考察职业大类的变化，即是从职业性质视角探究劳动者的职业变迁状况。

职业变迁方向

本文从职业类型、任务属性、技能宽度和深度3个维度，考察人工智能技术引致的职业变迁方向。

（1）从职业类型来看，考察劳动者所从事工作的职业类型是否为新职业或数字职业。

（2）就任务属性而言，从任务数量和任务内容两个方面来考量。其中任务数量根据职业分类大典内容手工整理得出；而任务内容的变化，则分别从任务繁重度、任务复杂度以及任务自由度等 3 个维度加以考察。

（3）技能宽度和技能深度。职业技能宽度是指劳动者的技能综合化程度，选取 CLDS 数据库中个体的快速反应思考能力、社交能力、管理能力、语言表达能力等变量构建综合指标来评价。职业技能深度通常反映专业技能水平，采用熵权法将 CLDS 数据库中劳动者专业技术资格等级、专业技术资格证书数量和掌握该项工作技能时间等指标，合成综合指标来加以测度。

表2 职业变迁和职业变迁方向的变量设计

核心解释变量设计

本文采用人工智能专利的授权量来表征人工智能技术。具体而言，先综合政府官方发布的文件和国际权威文献，整理出人工智能技术相关的关键词，尽可能地保证人工智能关键词筛选的科学性、完备性和权威性。接着在已授权有效专利摘要信息中搜索这些关键词，识别出人工智能专利，再将人工智能技术专利授权数在城市层面加总，用以表征人工智能技术，并对其进行加1取对数处理。

研究实施

首先，采用 Probit 模型对模型（1）进行回归，检验假说 1 中人工智能技术职业变迁效应的存在性。综合而言，人工智能会促进劳动者发生职业转变，在不同模型估计下结果依然稳健。为准确识别人工智能技术的职业变迁效应，本文采用多种方法进行稳健性检验。结果表明，人工智能技术能够提升劳动者发生职业变迁的可能性，印证了基准回归结论的稳健性。考虑到人工智能技术对劳动者职业变动的影响，也可能因样本选择偏误和遗漏变量产生内生性问题，本文采用工具变量法进行内生性处理。经过内生性处理后，人工智能技术促进劳动者发生职业变迁的结论依然成立。

其次，从职业类型、职业任务属性、职业技能深度和宽度等维度，来考察人工智能技术诱致职业变迁的方向性特征：①从新职业与数字职业视角，考察人工智能技术引发的职业变迁方向特征。采用 Probit 模型检验人工智能技术是否会促进劳动者从事新职业，结果显示，在 5%的显著性水平上，人工智能技术的系数显著为正，说明人工智能技术能促进劳动者从事新职业，也可以说人工智能技术突破与广泛应用是新职业衍生的重要推动力。②考察人工智能是否有利于劳动者从事数字职业。用Probit 模型加以检验，结果显示，在5%的显著性水平上，人工智能技术能提高劳动者从事数字职业的概率。③探究人工智能是否有利于劳动者从传统职业转向新职业或者数字职业。当前职业是新职业或者数字职业的标记为 1，其他样本标记为 0，用 Probit 模型进行实证检验。结果证实，人工智能技术会促进劳动者从传统职业转向新职业，从非数字职业转向数字职业，即人工智能技术促进了新旧职业变动。

从任务属性视角深入探究人工智能技术冲击下的职业变迁方向。为检验假说 1，本文整理职业分类大典描述的任务特征，并结合劳动者职业任务特性，从任务数量和任务内容变动维度，分析人工智能技术是否会引发职业任务属性的变化。结果显示，人工智能技术系数在 1%水平上显著为正，说明人工智能技术诱发职业任务从繁重向非繁重、复杂化向简单化方向转变。人工智能既具有机器的力量、速度和抗疲劳等优势，又具有人类的识别、判断、推理和决策等能力，因此能替代人类执行那些重体力、超负荷和高精准度要求的任务，进而降低劳动者执行任务的繁重度和复杂度。此后，本文从任务自由度和工作地点自由度考量了人工智能技术对职业任务自由度的影响。结果显示，人工智能技术促使劳动者转向工作地点更加灵活的职业。

从技能宽度和技能深度两个角度考察人工智能技术对职业技能需求的影响。结果显示，在 10%的显著性水平上，人工智能技术对技能宽度的作用系数显著为正，说明人工智能技术能够提升劳动者的技能宽度；对于高技术复杂度职业，人工智能技术的系数在5%显著性水平上为正，但对低技术复杂度职业的技能宽度影响并不显著，说明人工智能技术会促进高技术复杂度职业技能宽度的增加，这意味着劳动者需要不断拓展其技能宽度，如提高认知、社交与创造等综合能力，才能够胜任新技术环境下的那些高技术复杂度职业。在5%的显著性水平上，人工智能技术对技能深度的作用系数显著为负，说明人工智能技术应用存在降低劳动者技能深度的倾向。同样地，人工智能技术会显著地降低那些高技术复杂度职业的技能深度，对于低技术复杂度职业的影响则不显著。表明人工智能技术可以通过人机协作等方式辅助劳动者，完成高技术复杂度的工作，降低其技能深度；由于低技术复杂度职业的技能深度要求本身就很低，因此对其降低效应不显著。进一步，采用劳动个体对工作的学历和经验要求的主观评估作为被解释变量进行检验。结果显示，人工智能技术的系数只在高技术复杂度组显著，表明人工智能技术能够显著降低高技术复杂度职业的工作经验要求。

三、研究结论与政策建议

研究结果

本文在分析中国职业变迁典型化事实的基础上，采用人工智能技术专利和 CLDS 微观调查数据，从职业类型、任务属性和职业技能等方面，考察人工智能技术引致的中国职业变迁方向；从职业收入、就业稳定性、工作满意度和职业地位等视角，剖析人工智能技术对职业平等性的影响。结果表明：

第一，人工智能技术能够推动职业变迁，使劳动者从传统职业转向新职业和数字职业，也能够重塑职业的任务属性，使一些职业任务向非繁重、精简化、自由化方向转变。

第二，人工智能技术的“去技能化”和“再技能化”特征，会拓展劳动者的职业技能宽度和降低职业技能深度，且在高技术复杂度职业中表现更明显。

第三，人工智能技术引发的职业变动能够推动劳动者职业地位向上流动，但对高低技术复杂度职业收入、就业稳定性和满意度存在差异化的影响。

人工智能可以替代劳动者执行重复、繁重甚至是危险的工作，进而提升劳动者特别是低技术复杂度职业劳动者的工作满意度，但会削弱低技术复杂度职业劳动者的就业稳定性，扩大高、低技术复杂度职业的收入差距，引发职业不平等。

政策建议

第一，建议教育部门及时把握人工智能技术引致的职业变迁方向，前瞻性地制定专业人才培养规划，科学地布局学科专业，使学校人才培养与市场需求相协调。

第二，建议人力资源管理部门联合用工单位、职业技术学校和职业培训机构，建立多元化的人才培养协同联动体系，拓展劳动者的职业技能以适应新技术环境。

第三，建议政府相关部门通过社会保障政策和差异化的税收政策，缩小人工智能技术冲击造成的收入差距，使新技术应用惠及更多劳动群体。

第四，建议政府相关部门将新形态就业群体纳入公共服务范畴，并运用数字技术搭建劳动供需平台，缓解新兴技术对就业稳定性的不利影响。

如何获取文献？

关注本公众号：图灵财经

点击文末“阅读全文”获取

来源：管理世界

作者：王林辉 钱圆圆 周慧琳 董直庆

导读/编辑：李子嘉

精彩推荐

更多精彩内容