智能化對新零售業勞動力需求的影響

孔微巍 劉曉熹 孫濤

[摘 要] 隨著人工智能在各個行業領域的普及，智能化在擴大就業崗位的同時也影響了勞動力需求，而現階段以“實體商店+網絡電商+物流”模式為發展趨勢的新零售業也涉及許多機械化和智能化的應用。運用文獻研究法和定性分析與定量分析相結合的研究方法，研究發現：在智能化的影響下，新零售業企業的勞動力需求結構會發生改變，需求結構由低技能型人才向高技能型人才轉變和單一型人才向復合型人才轉變;勞動力市場中信息不對稱現象愈發嚴重，低技能勞動者的薪酬收入增速變緩的同時競爭性會加劇，同時，將出現中、低技能勞動者的擠出效應。

[關鍵詞] 智能化;新零售;勞動力需求

[中圖分類號] F740[文獻標識碼] A[文章編號] 1009-6043（2020）01-0012-07

一、研究背景

從2014年2月習總書記提出，我國經濟處于“三期疊加”的狀態，經濟發展增速變緩，更加注重經濟質量發展，到2018年10月國務院辦公廳印發《完善促進消費體制機制實施方案（2018-2020年）》所提出的六項重點工作中有兩項提及了智能產業的推廣和智能技術的應用。結合“十二五”規劃中提到的推動我國傳統制造產業的結構轉型升級和十三五規劃中工業和信息化部發布的《智能制造“十三五”發展規劃》中提到的“兩步走”戰略，梳理近年我國政策的內容和演變，可以發現政策的提出和實施見證了——優化經濟結構，推動智能化發展是是適應我國社會主要矛盾變化和全面建設社會主義現代化國家的必然要求，也是推動新興工業化、城鎮化、信息化、農業現代化同步發展的重大舉措，是加快建設數字中國、推動構建智慧社會，不斷增加人民群眾的獲得感、幸福感、安全感的重要抓手。[1]可見，國家對智能化經濟發展的重視以及發展要求。

我國正大力推動智能化建設，并應用于第一、第二第三產業，如：無人機噴灑農藥、機器人數控機床和大數據運用處理等。近年來，我國電子商務的大力發展、大數據云計算在消費者購買偏好的運用、阿里巴巴的智能倉庫以及阿里旗下盒馬鮮生連鎖店的智能采購都體現了智能化在批發零售業的應用，都是一種新零售方式或者可以稱之為智能零售。新零售會和柜臺零售、傳統商超、百貨商場在一段時間內共存共生，但新零售很快會占絕大市場份額。[2]在新零售業逐步擴大市場份額的前提下，批發零售業就業人數卻持續下降，因此引發了對勞動力需求影響的思考。具體數據如表1：

由上表可知，批發零售業就業人數在總就業人數中所占比值持續降低，新零售市場份額的擴大或者說智能零售中智能化的發展沒有擴大就業，反而對勞動力需求產生了負效應。

（一）智能化與新零售含義界定

1.智能化含義界定。當前，全球幾大工業國已從國家戰略層面推出扶持智能化產業發展政策，如德國的工業4.0、美國的再工業化、英國的現代工業戰略和中國的“中國制造2025”。然而，不同專家學者對智能化有著不同的定義，從時代而言智能化是關于自動化以及機器的思維能力和認知活動的強化，機器部分代替人類的頭腦，很多日常的腦力勞動將被電腦化（Brynjolfsson and McAfee，2014、袁玉芝杜育紅，2019）[3][4];第四次工業革命是由機器人和人工智能等技術引領的（莊巨忠，2018）[5]。從行業而言智能制造實質上是基于“物聯網系統”實現“智能生產”（楊斌，2017）[6];智能制造是將人工智能、大數據、計算和移動互聯網、建模、控制與優化等現代信息技術與制造過程的物理資源緊密融合與協同，研發實現智能制造目標的各種新功能的智能技術系統（柴天佑，2018）[7];從內涵而言，移動互聯網、物聯網、大數據與云計算等在內的新技術力量（彭蘭，2016）[8]。結合黨的十九大報告中強調了推動人工智能與實體經濟深度融合，我們可以將智能化定義為運用網絡、大數據、物聯網和人工智能等技術，促進各行業升級、滿足人的各種需求的屬性。

2.新零售含義界定。近年來，隨著線上線下加速融合發展，零售邊界不斷被超越和打破，原有的零售概念已無法描述新境況（韓彩珍、王寶義，2018）[9]。有專家學者通過研究傳統零售的變革與創新之路，指出未來的零售是“零售無界”狀態（Doug Stepnens，2018）[10]。學界對于“新零售”的定義主要區分為不同內涵的零售模式，基于線上線下平臺融合形成的全渠道的商業模式，打造了提升消費者購物體驗的環境（陳國元、徐孝勇，2019）[11];是以互聯網、物聯網、人工智能、大數據等領先技術為驅動，面向線上線下全客群提供全渠道、全品類、全時段、全體驗的新型零售的模式（中國流通三十人論壇秘書處，2017）[12];是以消費者體驗為中心的數據驅動的泛零售形態”，實質是從“貨—場—人”到“人—貨—場”的轉變，體現以消費者為中心滿足需求的本質（阿里研究院，2017）[13];是企業以互聯網為依托，通過運用大數據、人工智能等先進技術手段，對商品的生產、流通與銷售過程進行升級改造，進而重塑業態結構與生態圈，并對線上服務、線下體驗以及現代物流進行深度融合的零售新模式（杜睿云、蔣侃，2017）[14];是以互聯網為依托，運用大數據等技術手段，對零售鏈進行變革提升，重塑零售業態結構與生態圈的零售新模式（潘建林，2019）[15]。通過對不同學者概念界定的研究發現，學界對新零售的定義不盡相同，可歸納為，新零售是以互聯網為基礎，通過運用智能化的技術手段，結合線上線下服務的新型零售模式。

（二）智能化與勞動力市場研究動態

隨著人工智能等技術在全球的發展，智能化對勞動力市場的供需也產生了正面及負面的影響，智能化與勞動力市場如何相互影響也是近幾年來的一個研究熱點。國內學者對于智能化對勞動力需求的影響已形成的觀點各有不同，大致分為勞動力市場結構改變、智能化對人工崗位的替代等消極影響和智能化擴大崗位需求等積極影響以下三種觀點。

1.勞動力市場結構改變。2017年張倩編譯的美國白宮人工智能、自動化與經濟報告中提出新興的技術會對勞動力市場的結構會產生深遠變化;[16]2018年3月朱巧玲、李敏提出的人工智能可優化勞動力結構;[17]2018年蔣南平和鄒宇提出用人工智能帶來的高效率反哺被其淘汰的勞動者，從而優化中國勞動力供給側結構性改革。[18]2019年孔微巍和廉永生提出勞動力是經濟發展中最基礎和最具活力的生產要素，新時代經濟增長的動能轉換和經濟可持續發展需要素質更高的勞動力。[30]

2.智能化對人工崗位的替代。2013年Carl Benedikt Frey和Michael A.Osborne提出人工智能對美國不同行業的積極和消極影響各有不同，自動化較高的行業受人工智能影響較大，替代率偏高;[19]2016年羅記超研究并提出了輕工企業智能化使一線工人技術性率失業提升;[20]2017年Daron Acemoglu研究得出人工智能對美國各行業替代性有上升趨勢;[21]2018年陳秋霖和許多等通過研究提出當前人工智能發展屬于“誘導式創新”，與勞動力之間是替代關系，而且是“補位式替代”，不是“擠出式替代”。[22]

3.智能化擴大崗位需求。2014年Aaron Smith和Janna Anderson，通過調查1900位專家，詢問他們如何看待人工智能對就業的影響，超過半數的科學家認為新技術創造及衍生的工作崗位將遠遠超過它所取代的數目;[23]2018年薛在興提出人工智能可以通過規模效應增加大學生就業，同時高學歷的大學生會比低學歷的大學生更不容易被人工智能所取代。[24]

鑒于以上觀點，學界對于智能化對勞動力需求產生的影響觀點較為集中，真正的影響結果受政治、社會、技術等多方面因素的制衡，但對于新零售行業中人工智能對勞動力影響的研究卻剛起步，在理論上還存在不足，仍需補充理論空白。

二、智能化對短期勞動力需求的影響

（一）理論分析

經濟學中對短期、長期劃分為對要素投入的不同，對于企業短期勞動力需求，主要變動要素為勞動，故運用產品市場完全競爭，勞動力市場買方壟斷的市場結構的均衡工資模型來分析智能化對企業短期勞動力需求的影響。

如圖1所示，在產品市場完全競爭、勞動力市場買方壟斷的市場結構中，產品價格恒定，企業使用勞動的邊際收益為：dTR/dL=P0*MPL=VMPL，即向右下方傾斜的勞動力需求曲線（DL），而企業使用勞動的邊際成本為：dTC/dL=W+（dW/dL）*L，即MFC，但向右上方傾斜的勞動力供給曲線（WL）與MFC不重合，即市場價格會低于企業雇傭勞動力價格。企業的均衡條件為企業利潤最大化，即邊際收益=邊際成本時利潤最大化，在圖1中表示為點E2（L，W）為均衡點。而在實際企業生產過程中，由于信息不對稱、勞動力供不應求等原因，形成了由E1、E2和W組成的陰影部分，該陰影部分表示為勞動市場買方壟斷剝削，即企業因想要高技能勞動者而提高的工資或者可能需要多付出的成本。

由于智能化的影響，企業需要調整勞動力結構，積極引進高技能人才，而由于企業在勞動力市場中處于買方市場，若在供給方不變的情況下勞動力市場會出現供不應求的局面，企業不得不提高工資從而吸引更多勞動者應聘，在圖型中體現為E2至E1的變化，企業給出的工資率提高;由于企業以利潤最大化為經營目標，在維持成本不變的前提下，給予老員工或者低技能勞動者的工資漲幅縮小，從而使得低技能勞動者的工資在勞動力市場中不具有競爭力，甚至使其淘汰出局;同時勞動力市場中存在的信息不對稱，致使企業雇傭勞動者時鑒別成本增加，會產生企業逆向選擇了技能較低的勞動者以次充好，間接增加了企業的用工成本，較高工資無法雇傭到較高技能的勞動者。短期勞動力需求理論揭示了在智能化背景下對勞動力需求產生的正效應與負效應。

（二）影響結果解析

1.改變了勞動力需求結構。傳統批發零售業為廠商——零售商——顧客的線下實體單一價值鏈模式，隨著全球智能化的發展，傳統模式逐漸轉變為線上線下融合升級、實現全渠道零售，以顧客體驗為中心、依托關系營銷和服務創新滿足消費者多維度需求，與新技術、新資源、新金融等融合重組的新模式。[25]因傳統批發零售業的線下實體模式向新零售的線上線下融合的新模式發生了轉變，該領域內的勞動力需求結構隨之變化，從現實看無論是義烏小商品城還是阿里巴巴的盒馬鮮生，對勞動力需求也由低技能型勞動者的大量需求轉變為對高技能型人才的渴求，如圖2所示。

圖表選取全球自動化潛能化較高的五個行業與較低的六個行業進行可自動化的工作內容分析，從數據顯示可見，智能化的各行業對勞動者的溝通和數據收集、處理能力有著較高要求。2018年人社部召開的就業形勢分析會上，中國社會科學院人口與勞動經濟研究所所長張車偉研究員認為中國的勞動力都是大學以上的畢業生，與他們相適應的是創新、互聯網網絡，這樣的新業態、新模式所帶來的就業。所以二者之間的匹配已經進入到轉型升級的階段，這是勞動力市場發生的變化。[26][27]2019年初阿里巴巴公布，去年阿里巴巴集團和螞蟻金服集團總計向國家納稅516億元，同比增長超過40%。伴隨著阿里巴巴平臺效應持續擴大，帶動上下游產業納稅2581億元，創造就業機會4082萬個。阿里巴巴新零售模式創造4000萬余個就業機會最大的特點為“包容性”，據阿里研究院研究中心主任、就業研究負責人郝建彬統計，網店就業人群中，80、90后成為絕對主體，8成網店員工是34歲以下年青人，75%是高中以上文化程度;2016年淘寶網上有16萬家殘疾人網店，銷售額達124億元;約有超過260萬的電商物流從業人員來自農村;同時促進就業的性別平等，目前，店主中女性占比為49.4%。[27]創造的就業崗位主要集中在電子商務、物流相結合等隨著新零售模式應運而生的新崗位上。可見，勞動力的需求結構已逐漸向復合型人才轉變。

現如今批發零售業實行網絡電商零售和實體零售兩者相結合，取長補短，網絡電商零售逐步實體化，實體零售不斷跨界融合，重構供應鏈。[28]徹底對消費者賦能，實現人端貨場的打通，基于大數據實現有機融合，以消費者為中心，努力提高消費者的消費體驗，激發消費者的消費需求。[29]比如淘寶手機客戶端向每個消費者推薦獨特的主會場、資訊，根據瀏覽記錄智能推薦不同的內容等。實體商家基于大數據，為不同客戶定制提供不同的產品和服務;蒙牛與菜鳥進行合作，地理位置，進行分倉發貨，大大提高消費者收貨的時效，降低了成本。

在新零售的模式下，許多新崗位應運而生，從短期勞動力需求角度看，企業為跟隨市場變化，調整企業戰略，而大量需要大數據、電子商務等新型復合人才。企業可以基于大數據、人工智能技術，細分消費者群體，并通過電商網絡平臺，更精準的生產和銷售符合消費者需求的產品，從而達到企業追求的利潤最大化目標。勞動力需求結構也發生了由低技能型人才向高技能型人才轉變和單一性人才向復合型人才轉變的趨勢。

2.低技能勞動者平均收入較低且增速變緩。對于企業短期勞動力需求，受到新零售模式的影響，傳統批發零售業的低技能勞動者平均收入會在本行業中處于劣勢地位，且工資增長速度緩慢，具體數據如表2、如表3所示：

新零售模式涉及的行業主要集中為批發零售業、倉儲物流業與信息計算機行業，由圖表2和圖表3可看出，低技能勞動者的工資收入較低，且增幅較慢，批發零售業人員近年來平均工資增長幅度均低于全國人均工資增長幅度，且自身增長幅度仍在降低。由于低技能勞動者工作可替代性較強，企業不會投入更多人工成本來保持該部分員工的穩定，從而導致該部分員工在智能化的沖擊下，平均工資不存在競爭優勢。

3.勞動力市場中信息不對稱的負效應影響。受智能化的影響，批發零售業業人員需求結構發生變動，業內對高技能人才需求激增，而受制于市場薪酬水平，業內薪酬水平低于全國平均水平，易導致企業給予薪酬低于社會平均工資，從而找不到高水平人才。而由于信息不對稱，又新零售業的發展時間較短，企業沒有合適的評判標準，作為招聘人才的準則，此時會發生勞動者以次充好的顯現。在勞動力市場上，信息不對稱會產生逆向選擇和道德風險，會導致市場的運轉效率下降，在極端情況下甚至可能導致市場交易的停頓。[39]

傳統批發零售業想要向新零售轉型，必然會加大高技能人才的人工成本，而高技能人才如電商人才的水平參差不齊，在信息壁壘的影響下，企業會花費更高的成本招聘高技能人才，同時也會有低技能人才以次充好，無法為企業帶來應有效益，從而加大企業人工成本。會使得低能力的人既得到了職位又獲得了較高的報酬，而企業卻處于既承擔了相對高的招聘成本又無法獲得高能力的人才的境地，最終導致風險和收益在分擔與分配上的不對稱現象。

三、智能化對長期勞動力需求的影響

（一）替代效應理論分析

在企業長期勞動力需求中，勞動和資本等要素都會變動，因此我們可采用勞動和資本最優使用量模型和企業技術進步經濟模型分析智能化對批發零售業產生的影響。

批發零售業智能化的發展，如阿里巴巴的智能倉庫中全部由機器人配送貨物，提高了企業收益率，自2015年至2017年，城鎮職工平均工資分別為62029（元/年/人）、67569（元/年/人）以及74318（元/年/人），同時據廈門大學宏觀經濟研究中心測算，近三年基本養老保險收入與參保人數的比值分別為3750.9元、4279.4元以及5727.5元，[31]可見近年來人力成本逐年提升。同時據麥肯錫統計，在全球范圍內，工作場所的自動化觸及到了12億名雇員，以工資計算相當于14.6萬億。四大經濟體—中國、印度、日本和美國，受影響的工資支出及雇員占到球的一半。中印兩國由于勞動力相對規模較大，預計會有超過7億名全職雇員受到影響，技術自動化潛力最大。歐洲的潛力也十分可觀，據麥肯錫報告分析，歐洲五大經濟體—法國、德國、意大利、西班牙和英國，將有6，200萬名全職雇員及超過1.9萬億美元的工資支出受到自動化影響。截至2017年，中國可自動化的工作在改進現有技術的條件下，將有3.6萬億美元的薪資受到影響，即在全球智能化的進程下，我國將有3.6萬億的人力成本可轉化為資金成本。如圖3所示：

伴隨著人力成本的上漲，企業可承受成本有限，在高資本的投入下，為控制成本穩定，企業會趨向于用資本替代勞動力，如圖4所示，當資本由K1增加到K2時，企業將投入智能化資本取代人力資本，依據企業勞動力和資本最優使用量，為了達到企業利潤最大化的目標，企業會將勞動力使用量從L1減少到L2，也因此發生了智能化使企業勞動力需求減少的影響;同時由于企業提供給低技能型勞動力的崗位減少，從而使得低技能型勞動者崗位競爭力變大;隨著智能化的發展，企業技術也隨之進步，而企業是理性的經濟人，追求利潤最大化的目標，當智能化發展足夠替代勞動力而不改變或降低成本時，企業會采用勞動節約型的技術進步，如圖5所示，在產量不變的前提下，即Q1=Q2時，企業技術有所進步，可以替代低技能型勞動力，會使勞動力出現減少的情況，即由E1點移動到E2點。如同阿里巴巴利用大數據分析而形成的分析數據統計類工具——“小艾分析”，已有超過22萬淘寶賣家在使用，能夠分析消費者偏好也能了解本店優劣勢，有效節約了成本。[32]因此，在追求企業利潤最大化的目標時要平衡資本和勞動力，智能化使資本成本低于勞動力，而效率高于勞動力，從而對勞動者產生了擠出效應。

（二）影響結果解析

1.減少了企業對勞動者的需求。針對長期勞動力需求，勞動力市場存在勞動和資本兩個變量。Don Tapscott在數據時代的經濟學中提出：新技術會縮減企業規模。但是不同于業務流程重組，新技術帶來的是去中間化，使傳統中間商轉變為“消費者”，因此受其影響的主要是一線客服人員、職業工作者和中高層管理者。具體而言，未來可能出現以下崗位的萎縮：代理商（銷售、地產、人壽保險、旅行社等）、批發商（食品、干貨、服裝等）、教師（小學和初中）、經銷商（郵政員工、零售貿易）。[33]麻省理工經濟學教授AcemogluD對美國不同產業中機器人使用量進行了加權加總，建立模型分析估計機器人對地方勞動力市場的凈效應，發現地區機器人使用與當地就業之間存在極強關系，1990-2007年間，相對于其他地區，使用機器人的地區工資和就業均出現顯著下降，每千人增加一個機器人會導致就業/總人口比率下降0.37個百分點，等價于每個機器人帶來6.2個就業崗位的流失。在排除了機器人降低成本，促進經濟發展而創造新的就業，發現每千人增加一個機器人會導致就業/總人口比率下降0.34個百分點，約等價于每個機器人帶來3個就業崗位的流失。[34]就我國今年來就業情況而言，橫向對比新零售各行業的就業人員數量與近年來變動幅度，發現勞動力市場對低技能勞動者或重復性勞動者的需求逐漸減少，具體數據如表4。

由數據可見，傳統批發零售業的勞動力需求降幅較大，而計算機等高技能型勞動者在勞動力需求減少的環境下仍能保證大量需求，因此從全國乃至全球來看，智能化最終給勞動力市場帶來的影響之一為低技能型勞動力需求減少。

2.低技能勞動者競爭壓力增加。騰訊研究院預感到人工智能技術的迅速發展和普及，可能對未來勞動力市場產生顛覆性且不可逆轉的影響。[35]從長期勞動力需求來看，由于低技能勞動者被智能化取代的可能性較高，如電商平臺大大減少了批發零售企業對銷售推銷人員的需求，從而增加了低技能勞動者的就業壓力和競爭強度。類似于現如今各地區行政人員的求人倍率在0.5左右，隨著智能化的發展，批發零售業對銷售人員、理貨人員、進貨人員將呈現大幅度跳水，屆時低技能勞動者的競爭力將大幅度上升。[36]如勞動者不提升自身技能，將會出現低技能勞動者的“人口紅利”。

3.勞動力市場中出現勞動者擠出效應。2013年神州數碼將佛山打造成了共享服務智慧城市，聯系著政府百姓，解決著百姓身邊事。[37]可見智能化的發展已超乎人們的想象，加之今年阿里巴巴的盒馬鮮生的開業、智能倉庫投入使用的成功以及消費者偏好云計算促進成交，都印證了智能化發展速度之快。如果有一天批發零售業的買方和賣方也組成了一個實時交流互動的智能平臺，通過圖片、3D影像等信息虛擬實體購買，在前端確認下單后臺直接發貨，將對勞動力有著更大的沖擊。[38]由于替代效應的存在，企業會依據利潤最大化投入勞動和資本的比例，易發生“機器吃人”的現象，加之勞動力市場信息不對稱會產生“劣幣驅逐良幣”的現象，從而使機器擠出勞動力市場勞動者。

四、對策建議

伴隨著全球智能化的發展趨勢，供給側結構性改革的深入推進，智能化對批發零售業勞動力需求的影響不可忽視，針對不同時期企業勞動力需求影響的不同，下面將從政府、社會、勞動者三個層面分析相應的建議。

（一）政府層面

1.持續性的政策支持。政府政策支持是企業智能化轉型強有力的保障，不僅有國務院提出的“放管服”改革、“三去一降一補”等工作中，都非常強調通過電子政務服務，通過大數據、云計算和物聯網技術應用，推進政府管理模式創新;還有各省地方政府給予企業智能化轉型的補貼和優惠以及對新型技術企業的扶植政策。但針對部分短期政策，并沒有起到持續性支持的作用，以黑龍江省為例，2012年開始投入使用的中國云谷產業園區，對新入駐企業實行了減免2年租金的政策，但并沒有后續的政策跟進，與企業智能化轉型周期和企業經營周期不符，知識多家企業搬離園區，轉向其他優惠政策的園區或地域?？梢?，不能持續性支持的政策或只為招商引資的政策性優惠，反而會適得其反，并沒有從長遠的角度考慮，不能有效支持企業智能化轉型和創新型、智能化企業的成立，就批發零售業而言，短期的政策易引發行業內部結構的變化，促使行業內企業轉型不可逆的發生。

2.對政策實施的有效監督。對政策的監督是確保政策有效實施的舉措，也是政策閉環上的重要環節。國家及地區針對智能化出臺的相關優惠政策，需要保質保量的作用在企業中，有效的監督能夠從政策對象、實施企業、涉及政府預算以及實施結果多方面進行管控，以確保從選擇政策對象到政策實施效果的切實落地工作，避免虎頭蛇尾的現象出現。就智能化這一新興業態而言，政策的出臺沒有依據可尋，只能在實施的過程中進行監督反饋，評價政策的有效性，鑒于皮包公司等冒領優惠的情形，有效的監督還可以及時止損，讓更多的企業切實享受到優惠政策。

（二）社會層面

1.職業培訓的加強。加強職業培訓可以使勞動者更好更快的適應崗位，促進勞動者就業與再就業，提高相對行業的就業率，節約企業無效成本。職業培訓的的主體可以為政府，也可以為企業，從政府角度來看，大集開展職業培訓可以使社會再就業人員掌握智能化相應的技能，也能使企業員工提高工作效率，增加企業效益。以批發零售業為例，對勞動者的專業技能要求不高，經過電子商務和操作技能的培訓可促進失業勞動者的二次就業與創業，而針對批發零售行業的企業，可拓展智能化的各個領域職業培訓，開辟電子商務的模式拓展市場或加入智能化元素降低生產、銷售、倉儲等各方面成本的員工職業提升培訓，通過降低人工成本提高企業利潤。

2.高校的課程設置與專業培養。高校每年輸出的應屆畢業生，是勞動力市場就業方面的主力軍，提高高校畢業生與就業崗位的匹配程度，在一定程度上影響著勞動力市場供求的狀況，而高校提高勞動者與崗位的匹配度，應從專業課程設置與培養內容入手。依據國家人社局的統計數據，多省行政崗位的求人倍率低于0.5，而高級技師等技能要求高的崗位仍處于供不應求的狀況。高校在專業課程設置與人才培養上應更加傾向于理論與實踐相結合，根據勞動力市場需求及時調整專業設置及培養內容，在智能化趨勢的今天，各專業的培養應與時俱進，以期提高高校畢業生與勞動力市場崗位的匹配程度。

（三）勞動者層面

1.自我技能的提升。隨著各行業智能化的快速發展，企業內部技術的更新，勞動者所掌握的技能也會存在被替代的風險，為了避免擠出效應的發生，勞動者自我技能的提升顯得尤為重要。從長期勞動力市場需求來看，智能化發展會出現替代勞動者的平臺、機械、技術等，從而降低勞動力市場的勞動力需求，易使用工需求出現萎縮現象，勞動崗位的競爭度增加，對勞動者的技能要求也會相應增加。同時，對復合型人才的需求逐漸擴大，勞動者應學習多重技能，以保證在勞動力市場中的優勢。針對批發零售行業的企業，勞動者可深入掌握電子商務等技能，以匹配勞動力市場崗位技能要求的提高。

2.低替代性崗位的選擇。勞動者的勞動偏好一定程度上影響職業選擇，因勞動替代率較低的崗位穩定性較強，故勞動者對低替代性崗位的選擇，會緩解智能化對勞動力市場的影響。在勞動力市場長期需求中，由于使用智能化機械等的成本較低效率較高，從而對勞動者產生了擠出效應，加大了低技能型勞動者的就業壓力。雖然低替代性的崗位往往需求高技能勞動者，但就批發零售業而言，行業的擇業門檻較低，對勞動者入行后技能學習的要求較高，因此勞動者也不會因學習高技能產生無效的時間成本，在工作中有偏好性的學習不失為最優選擇。

[參考文獻]

[1]方方.未來我國智慧城市建設將處在三期疊加狀態[J].中國戰略新興產業，2018（7）：44-46.

[2]傅人意.新舊零售的博弈[N].海南日報，2018-12-18（B04）.

[3]Brynjolfsson and McAfee. The Second Machine Age[M].W. W. Norton & Company，2014.

[4]袁玉芝，杜育紅.人工智能對技能需求的影響及其對教育供給的啟示——基于程序性假設的實證研究[J].教育研究，2019（2）：113-123.

[5]中國勞動世界的未來議題二：人工智能和技術進步對人力資源社會保障工作的影響[J].中國勞動，2018（10）：4-17.

[6]楊斌.智能化浪潮下的農業轉移勞動力就業研究[J].福州大學學報（哲學社會科學版），2017（2）：51-58.

[7]柴天佑.制造流程智能化對人工智能的挑戰[J].中國科學基金，2018（3）：251-256.

[8]彭蘭.移動化、智能化技術趨勢下新聞生產的再定義[J].新聞記者，2016（1）：26-33.

[9]韓彩珍，王寶義.“新零售”的研究現狀及趨勢[J].中國流通經濟，2018（12）：20-30.

[10]道格·斯蒂芬斯.零售無界：新零售革命的未來[M].北京：中國人民大學出版社，2018.

[11]陳國元，徐孝勇.從全渠道到無人零售：新零售智能化發展探討[J].商業經濟研究，2019（6）：33-36.

[12]中國流通三十人論壇秘書處，本刊編輯部，林英澤，等.從阿里與百聯“聯姻”看“新零售”[J].中國流通經濟.2017（3）：124-128.

[13]呂志彬，粟日，程欣，等.C時代新零售——阿里研究院新零售研究報告[R].杭州：阿里研究院，2017.

[14]杜睿云，蔣侃.新零售：內涵、發展動因與關鍵問題[J].價格理論與實踐，2017（2）：139-141.

[15]潘建林.新零售理論文獻綜述：兼論四構面商業模式[J].商業經濟研究，2019（5）：9-11.

[16]張倩.美國白宮：人工智能、自動化與經濟報告[J].杭州科技，2017（2）：57-60.

[17]朱巧玲，李敏.人工智能、技術進步與勞動力結構優化對策研究[J].科技進步與對策，2018（6）：36-41.

[18]蔣南平，鄒宇.人工智能與中國勞動力供給側結構性改革[J].四川大學學報（哲學社會科學版），2018（1）：130-138.

[19]Frey .C. B.&Osborne，M.A. （ 2013） .The future of employment： how susceptible are jobs to computerization ？ .Techno-logical Forecasting & Social Change，114.

[20]羅記超.輕工企業機械智能化生產對勞動力需求的影響及對策分析[J].人才資源開發，2016（10）：122.

[21]Daron Acemoglu，Pascual Restrepo （ 2017） .Robots And Jobs： Evidence From US Labor Markets. NBER Working Paper，No.23285.http： / / www.nber.org / papers / w23285

[22]陳秋霖，許多，周羿.人口老齡化背景下人工智能的勞動力替代效應——基于跨國面板數據和中國省級面板數據的分析[J].中國人口科學，2018（6）：30-42.

[23]Georgios Petropoulos（2017）.《我們真的理解人工智能對就業的影響嗎？》，http：//www.sohu.com/a/143591603_463913

[24]薛在興.人工智能對大學生就業的影響[J].中國青年社會科學，2018（4）：6-10.

[25]徐苗.新零售業態發展動因與路徑研究[J].西南科技大學學報（哲學社會科學版，2018（2）：66-70.

[26]Bo Yang，Dongbo Zhang. Research on Coordination Fresh Product Supply Chain Under New Retailing Model[M].Springer Singapore：2018-07-21.

[27]新經濟新挑戰新應對——2018年上半年就業形勢分析會專家觀點綜述[J].中國就業，2018（8）：4-6.

[28]阿里巴巴平臺生態就業情況匯報[J].中國就業，2017（11）：38-39.

[29]王家寶，黃益俊.新零售的起因、特征、類型與發展趨勢[J].商業經濟研究，2018（23）：5-7

[30]孔微巍，廉永生，劉聰.人力資本投資、有效勞動力供給與高質量就業[J].經濟問題，2019（5）：9-18.

[31]廈門大學宏觀經濟研究中心“中國季度宏觀經濟模型”課題組.減稅降費賦能新時代中國經濟增長[N].經濟參考報，2019-02-27（005）.

[32]唐·泰普斯科特/畢崇毅.數據時代的經濟學：對網絡智能時代機遇和風險的思考[M].北京：機械工業出版社，2016：412-420.

[33]Acemoglu D，Restrepo P.Robots and Jobs： Evidence from US Labor Markets[R].Nber Working Papers，2017.

[34]呂榮杰，郝力曉.人工智能等技術對勞動力市場的影響效應研究[J].工業技術經濟，2018（12）：131-137.

[35]徐子沛.數據之巔：大數據革命，歷史、現實與未來[M].北京：中信出版社，2016：315-317.

[36]孫大尉，趙啟蘭，張小蒙.新零售業態下物流平臺運營策略研究[J/OL].北京交通大學學報（社會科學版），2019（3）：1-7[2019-07-22].https：//doi.org/10.16797/j.cnki.11-5224/c.20190717.003.

[37]張發松.云商經濟[M].北京：經濟管理出版社，2015：194-197.

[38]高遠.數字普惠金融視角下我國零售業創新發展研究[J].商業經濟研究，2019（13）：160-163.

[39]張藝川.信息不對稱下勞動力市場失靈及其規制[J].河南科技學院學報，2015（7）：18-21.

[責任編輯：潘洪志]