王姣娜：与机器赛跑的人力资本
作者简介
王姣娜，中国社会科学院经济研究所编辑。
本文原载于《经济学家茶座》2017年第1期（总第75辑）。
全文4830字，阅读约需11分钟
与机器赛跑的人力资本
工业革命以来，伴随着每一次技术进步的跨越发展，劳动力市场都不可避免地经历了深刻的冲击，人力资本与机器之间的角逐始终是一个不曾远离公众视野的话题。
20 世纪30 年代，凯恩斯发出了“技术性失业”的警告，指出当节约劳动力方法的发现速度远远超过开辟劳动力新用途的速度时，技术就会导致大范围失业；20 世纪50 年代，里昂惕夫预测，劳动将逐渐变得不重要，越来越多的工人将被机器所取代。
但是，在之后近半个世纪的经济发展进程中，他们的论断并没有被证实。凭借人力资本的积累，这一时期主要发达国家的就业和实际工资增长速度都比较快。
劳动力市场的表现更接近熊彼特在1942 年提出的“创造性破坏”理论，每一次大规模的创新在淘汰一部分岗位的同时，也在创造新的就业机会，而且在这样的就业更迭过程中整体经济效率不断提高。
然而，从21 世纪初开始，随着信息技术的加速发展及其与人工智能、大数据等技术的深度融合，我们又一次站在了重大技术变革的转折点上。
2016 年世界经济论坛即以“第四次工业革命”为主题，探讨当前的技术发展给人类社会带来的影响和挑战。
仅从就业角度看，这一轮新技术革命给劳动力市场带来的冲击确实有别于以往，几乎每一个行业都面临劳动密集程度降低的可能。
新技术革命在快速、大范围“破坏”旧生产体系的同时，新“创造”的就业机会明显变少了。
牛津大学的一项评估显示，近十几年来美国新兴行业只接纳了0.5% 的就业人数，远低于20 世纪八九十年代新兴行业所接纳的大约8% 和4.5% 的就业人数。
也就是说，从整体上看，当前的技术进步更多地表现为通过取代人工劳动来提高生产效率，人力资本与机器之间似乎已经开始了新一轮角逐。
1
从互补到替代
回顾人类历史上的三次工业革命，铁路和蒸汽机引领人类步入机械化时代，电力和生产线带来了规模化生产，电子计算机和信息技术又实现了生产的自动化。
尽管越来越自动化的机械和流水线不断对人类工作带来冲击，但是机器与劳动力之间基本上还是一种“互补”关系。
机器表现为“工具”属性，在帮助劳动者提高生产效率的同时，还在整体上扩大了生产规模，机器越多，对操作机器从事生产的工人的需求也越多。
以汽车行业为例，流水线的出现曾令人担忧，机器提高汽车生产效率的同时会造成大量汽车工人失业，那么买车的消费能力将会降低。
但是实际上汽车的购买量不仅没有减少，反而大幅增加，因为技术并没有让总体就业率下降，虽然一部分工种消失了，但同时也有很多新工种出现了。
然而汽车行业的这个例子，在信息时代的今天可能会不再适用。机器与劳动力的关系，开始从“互补”向“替代”演变。
新技术所带来的“创造性破坏”呈现出不同以往的特点：“破坏”几乎降临整个传统领域，而“创造”出的新兴产业往往是劳动力节约型的。标准化程度更高的制造业首当其冲。
以美国为例，在21 世纪的头十年间，制造业总产值大致保持稳定，而就业人数下降了32%。富士康在2011 年宣布，三年内购入100 万台机器人来取代大部分员工，并希望在未来5—10 年建成一个全自动化工厂。
而这一希望已经在特斯拉全自动化生产车间里实现，从原材料加工到成品的组装，除了少量人工外，几乎所有生产工作都由机器完成。
机器对劳动力的替代并未止步于制造业的生产线，还在继续向其他行业甚至需要人际互动的岗位迈进，从自助终端、虚拟助手，到无人驾驶汽车、智能物流，技术进步改变了我们的生活，也改变了我们对就业的认识。
曾经被认为是人类专属的基于知识的高技能岗位，也正在向机器或者说机器人敞开大门。
例如，在医疗领域，机器可以远程辅助外科手术，人工智能程序对一些疾病的诊断率已经比人类更加准确；
在教育领域，不仅兴起了大规模在线课程，机器人还出现在真实的课堂上担任助教；
在法律服务领域，计算机可以替代法律助理分析大量法律文件，它们的效率更高，差错率更低；
在保险行业，人工智能系统可以为客户制定保险方案，并开始取代理赔人员从事定损理赔工作；
在传媒行业，机器人甚至已经开始“撰写”新闻稿了。
2016 年世界经济论坛预测，到2020 年，技术进步将导致15 个主要发达国家和新兴经济体净损失超过700 万个工作岗位，而其中最有可能被人工智能技术取代的是那些原本被认为不会受到影响的人群。
2
谁先“出局”
在这场新一轮的人力资本与机器的赛跑中，哪些人会面临更大的失业风险？
和以往我们看到的低技能人力资本更容易受到技术进步影响有所不同，新技术革命可能会给中等技能劳动力带来更大的冲击。
其中的原因，可以用技术进步的非中性和不同技能人力资本的特征差异来解释。在前几次工业革命中，技术进步更多表现为“技能偏向型”。
在劳动力市场上对高技能工人需求的增加和技能的溢价同时发生，低技能人力资本的劳动力市场回报相对较低，他们的就业往往不稳定，工资也更低。
而近年来，技术进步有“资本偏向型”趋势。资本的边际产出更高，导致企业更倾向于用资本替代劳动。
而从资本与劳动的替代弹性看，技术对中等技能人力资本的替代弹性要高于高技能和低技能。
中等技能的工作往往具有常规性、程序化的特点，更容易被计算机和人工智能技术所代替；
高技能工作与技术之间更接近互补关系，这类工作属于认知型或创造型，需要具有创造力、综合协作能力，能够处理复杂问题；
低技能工作一般集中在低端服务业，其具备的一些能力，如精细动作、人际体验，也许对于人类来说要求不高，但是对于机器而言却属于“高技能”，而且这类工作的规模化程度较低。
因此，当资本和劳动两种要素的边际收益率发生改变时，替代弹性更高的中等技能人力资本会率先面临被技术替代的风险，从而使得劳动力市场表现出“两极化”趋势。
一项针对美国劳动力市场的量化研究发现，技术创新对不同技能水平劳动力的影响是非线性的，无论是在就业数量还是工资增长水平上，低技能和高技能劳动力的表现均要优于中等技能劳动力。
该研究认为，在未来10—20 年，受到信息技术的威胁，美国47% 的就业人口可能会面临失业风险。风险最高的是那些容易被自动化的工作，如电话销售员、保险代理人、裁判、法律助理、房产经纪人等；
而风险最低的职业是那些需要社交技能和创造力，尤其是能在不确定状态下做出决策和提出创新思想的工作，如一些社会工作者、内外科医生、心理学家、计算机系统分析师、编舞人员、首席执行官等。
另外一些研究也发现，类似的就业两极化现象不仅存在于西班牙、希腊、英国等发达国家，还存在于像中国这样的快速发展国家。
3
终于迎来开学季
新技术革命正在对经济产生深刻影响。从积极的一面看，由于机器可以直接替代劳动力，那么它也可以被视为生产函数中的劳动要素，在资本投入受到劳动力供给约束的经济体，机器的加入可以缓解资本的边际报酬递减趋势。
与此同时，对于企业而言，创造单位财富所需要投入的劳动力要比以前少得多，尤其是新兴数字企业，其边际成本几乎为零，也就意味着企业的规模报酬不会递减。
因此，从财富角度看，伴随着技术不断前进的步伐，总财富的创造也不会停滞。
但是，总财富的增长并不会意味着自动增加所有人或绝大多数人的收入。过去几年间，在绝大部分最发达国家以及部分快速发展经济体中，劳动力对GDP 的贡献比重均有所下滑。
技术进步弱化了价值创造和就业创造之间的联系，一些国家在经济增长的同时，失业也在增加，劳动力的中值收入增长停滞甚至下降，这说明新技术革命给收入分配带来了系统性挑战。
收入分配差距的扩大，将导致经济的总需求不足，从而影响增长的持续性。而且处于这样的经济形势下，消费者可能会改变对失业可能性和失业时间的预期，这又会进一步引起消费支出的削减，从而加大经济下行风险。
2013 年1 月，斯蒂格利茨在《纽约时报》专栏中指出，不平等在压制着经济复苏，随着先进技术不断推动收入和消费的不平等，它最终将破坏对于持续繁荣至关重要的广泛市场需求。
除此之外，机器的加入会改写地区间基于劳动力成本差异而形成的比较优势，从而导致国际分工格局的变化。这种变化对劳动力成本更为敏感的制造业表现得尤为突出。
2015 年波士顿咨询公司的一份关于全球制造业成本竞争力的报告指出，各主要经济体之间的制造业相对成本发生变化，促使很多企业在重新评估其采购战略与生产选址。
该报告显示，美国已经成为发达经济体中制造业相对成本最低的国家，大致与东欧经济体持平，与中国的差距正在快速缩小，如果这一趋势持续10 年，那么这个差距将会消失。
英国《金融时报》报道了一家美国工厂的经历，工厂主称现在车间里的生产过程以往都是在中国进行的，由于使用了机器人，他们将这些中国制造变成了美国制造。
这既是美国经济无就业复苏的写照，更是中国劳动力面临全球制造业转移与技术进步双重挑战的写照。一直以来，中国以廉价劳动力作为比较优势，在国际分工中主要提供劳动密集型产品。
由于近年来生产率的提高速度不足以抵消劳动力成本的上升幅度，再加之技术进步的影响，中国制造业的竞争力可能会迅速削弱。
因此，新技术革命对中国这样的发展中国家如何实现经济持续增长提出了新的挑战，工资差别可能不再是决定一国劳动力比较优势的主要原因。
一种我们可能需要面对的情况是，今后与发展中国家劳动力竞争的，不是发达国家的劳动力，而是发达国家的资本。
4
助跑人力资本
助跑人力资本的目的不在于和机器形成对抗，而是要促进劳动力与机器的“合作”，更好地发挥技术进步给经济社会带来的积极作用。
实现“合作”的重点在于发展人类的长板：个体层面要扩大与机器能够形成互补的人力资本的积累，组织层面要激发人与人、人与机器之间的组合式创新。在这一过程中，教育和制度设计应该充分发挥作用。
世界经济论坛预测，到2020 年对解决复杂问题的能力、社交技能以及过程控制等综合技能的需求会远远高于对身体能力、知识性技能和专业技能的需求。
教育可以从多个方面发力，加大对前几项需求更高的人力资本的积累力度。一是重视高等教育发展，延长劳动者受教育年限。
目前，就业的两极化导致了教育的两极化，有研究表明这一现象在中国和美国都存在，那些判断自己无法考上大学或无法从大学毕业的人，其完成高中学业的动力也会减少，而选择提早进入劳动力市场。
这对高技能人力资本的积累造成不利影响，而且由于受过高等教育的人往往更重视安排自己的闲暇，因此也一定程度上影响了服务消费需求的创造。
二是加强学前教育与通识教育。在各个教育层级中，学前教育的社会回报率最高。
在强调合作的今天，非认知能力的重要性越发突显，哈佛大学一项研究显示，孩子在学前班学到的社交技能，如同情心、合作精神等，会让他们终身受益。
此外，快速发展的技术使劳动者在整个职业生涯中可能会面临更频繁更换工作的可能，因此依靠单一技能的劳动者将面临更大的失业风险。
通识教育培养的是通用性人力资本，有助于提高劳动者的学习能力和适应能力，增大转换工作的可能性。
三是在终身教育视域下发展职业教育。职业教育可以分为在职学习和在校学习两种途径。近十几年来，世界各国在校职业教育比重的平均水平呈下降趋势，这也包括一向注重发展职业教育的欧洲国家。
有研究表明，短期的、在职的职业教育比长期的、在校的职业教育更加有效。
因此，应该将在职学习作为终身教育的重要一环，帮助劳动者适应技术发展带来的就业变化。
除了加强个体的人力资本积累，提升组织的创造力也尤为重要，这需要设计相关制度提供激励和保障。
组织的创造力主要体现在组合式创新上，需要强调企业家精神和制度设计的灵活性，降低创业成本和企业综合成本、鼓励合作研发、激励资源能够以更高效的方式配置。
组织的创造力也源于整个社会知识水平的不断提高，因此还应鼓励知识的创造与传播，可以通过改革专利技术、缩短版权期限等，促进公共知识在数字化条件下的社会共享。
在组织创造力提升的过程中，可能会加大劳动力市场的灵活性，导致就业保障的缺失。
例如在共享经济中，参与者只是从事某一项具体工作的个人，由于不是传统意义上的员工，他们可能无法享受由企业提供的各项就业福利。
因此应考虑专门的制度设计，加强对这部分劳动者的基本保障。