人工智能技術對高質量就業的機制與對策研究

鄭 璐高 磊

（1.天津財經大學 天津 300221；2.河北經貿大學 河北石家莊 050061）

人工智能作為一種具強滲透性的新型通用技術，已悄然改變經濟社會組織運行模式。人工智能泛指計算機應用程序模擬人類智能并實現特定目標和任務的技術平臺。人工智能已廣泛運用于工業、農業、軍事、交通運輸、科學研究、醫療、保險和家庭等方面，可以大大提升勞動生產率，增強人類征服和改造自然的能力。人工智能與經濟增長的研究集中于依托任務模型，將人工智能技術作為重要生產要素引入生產函數的任務模型，實現人工智能技術在“合意”條件下對經濟增長的促進效應。除任務模型以外，還存在其他形式的模型將人工智能作為新興生產方式引入宏觀經濟的分析之中。

一、人工智能與就業的關系梳理

伴隨人工智能在眾多領域的廣泛應用的同時也面臨著勞動力份額下降與勞動生產率增長緩慢的窘境（Autor，2019），這無疑向勞動力市場釋放出明顯的負面信號。手工業階段，人工智能通過機器取代人類勞動力，降低了價值增值中的勞動力份額；第一次到第三次工業革命，生產機械化直接投入密集勞動力市場，實現了農業勞動力向制造業轉移，總體勞動力需求增加，藍領和白領工作需求增長；隨著第四次工業革命開展，人工智能技術發展迅速，計算機速度、數據收集、數據存儲和算法進步致使人工智能類人智能程度迅速提高，勞動生產率增長疲軟與就業崗位需求改變的矛盾日益加深。

人工智能與就業質量及收入分配的研究存在“替代效應”和“補償效應”的分歧：替代效應指人工智能會取代部分勞動者，造成就業率降低和工資下降的消極效應。如Acemoglu和Restrepo（2017）針對美國勞動力市場發現，千人擁有的機器人每增加1臺，就業人口比例將減少0.18%—0.34%，工資也將下降0.25%—0.5%；牛津大學的這項研究發現，未來10年美國47%的就業崗位面臨著被人工智能技術發展而被替代的潛在風險，其中，交通運輸、物流、辦公室和行政支持等中低技術行業首當其沖；補償效應則認為人工智能對人類勞動的替代程度被夸大，兩者之間的互補性被忽視，Berg等（2018）指出人工智能通過勞動生產率的提升會增加部分崗位的勞動需求量并創造新的就業崗位。也有學者從宏觀視角探討人工智能對就業的影響路徑與機制，得出人工智能在短期和長期內對就業具有不同影響的結論。勞動經濟學的相關知識講到，從短期或者局部看，勞動力市場存在著部分就業崗位被人工智能替代的可能，就業極化現象明顯，收入減少、差距拉大，尤其在制造型企業中較為明顯，影響就業結構及收入以及分配格局；麥肯錫在《失業與就業：自動化時代的勞動力轉型》報告中的預測，到2030年，全球將有多達8億人的工作崗位可能被自動化的機器人取代，相當于當今全球勞動力的1/5。Frey等2017年的研究發現，在美國702種職業中有47%的崗位有被人工智能替代的風險，其中辦公室文員、交通運輸和生成部門的崗位被替代的風險更高。互補效應相對樂觀地認為，AI技術的采用無法替代人類，雖然會造成一定范圍的失業，但是也會在“合意”條件下通過提高全要素生產率衍生和創造出很多新的就業崗位，在市場經濟的自我調節下實現總量的平衡，實現以創新/知識驅動的高質量增長；創造效應是指通過產業結構調整實現勞動力的技能轉移與空間轉移，認為人工智能本質是一種技術創新，那就有著時間與空間兩類發展變化，縱向維度視角是按照時間的前后審視AI的程度，人工智能將在應用中扮演著超越人力體能極限，生產要素價格相對下降，實現積極效應；那么空間的橫向視角則是的新技術大范圍應用，對就業數量和產業結構產生替代與互補雙重效應。產業結構調整即開發人工智能核心技術及衍生產業聚集高技能人才，借助人工智能滲透性及外溢性增加傳統勞動密集型產業新任務；技能轉移即中低技能勞動力通過認知、手工、溝通等技能提升就業能力，空間轉移即勞動力由資本高密度城市地區向郊區、農村轉移。

二、促進人工智能對就業的積極效應

人工智能的實踐與應用可以通過全要素的傳導機制提升影響區域經濟增長。本文在任務模型基礎上嘗試人工智能內生化，描述在恒定人工智能和勞動力的生產效率條件下企業采用人工智能的傾向性問題（Bergetc，2018）。根據京津冀區域的15家樣本企業的人工智能實踐調研，將機器設備的復雜性、價值與智能化程度作為人工智能技術的指標，記為AI作為自變量；將高質量就業作為因變量，其中，員工數量作為因變量記為EN，勞動力技能記為EP，勞動力成本記為EC；中介變量采用CHEMMANUR（2014）選擇技術創新TI，資本偏好CP是指隨著AI技術的普及，企業會越發偏好與資本密集型發展，企業資本化的加深會影響勞動力的就業結構與質量，走訪中發現，企業研發投入與技術人員薪酬水平，受到資本投資偏好的影響。控制變量采用組織年限與組織規模兩個變量，構建以下計量模型，其中，中介效應與控制變量根據Chemmanur（2014）模型檢測。

根據15家企業調研數據的描述性分析與回歸分析結果顯示，樣本企業中，尤其是制造型企業采用人工智能技術對員工就業數量負相關，對員工技能與收入水平呈正相關，說明在樣本企業中AI技術采用尚處初級階段，替代響應明顯。但是，調研中也發現，AI技術的采用也重塑、創造了新的崗位，該類崗位數據顯示，AI對員工數量效應雖有增加，但效應不明顯，結構性高，收入差距顯著高于平均水平；主要是因為該類崗位技術要求高、供給小于需求量。產品創新在AI技術采用對高質量就業起到中介作用，新產品、新技術將會幫助企業獲得市場競爭優勢，帶來較高的利潤與市場占比。創新加強了人工智能在社會實踐中的應用。資本偏好的中介作用主要體現在組織資源的價值最大化，技術創新與產業升級都是在組織各類資本價值最大化的背景下發生的，因此，企業資本配置的最優化是資本更偏好于資本密集型、技術密集型方向，因此，AI技術在與組織的深度融合中將更傾向于提高技能型員工技能，對就業結構影響明顯。

三、人工智能對區域高質量就業的影響機制

如何發揮AI優勢同步推動高質量就業，進而實現經濟高質量增長？通過Web of Science、EBSCO數據庫及中國知網對TOP經濟學期刊、SSCI、CSSCI核心期刊進行主題檢索，包括：Artificial Intelligence,Automation,Labor,Job,Employment，人工智能，勞動，工作，就業，通過內容篩選、同質合并，共獲得73篇中文文獻與29篇英文文獻；同時以京津冀區域內15家制造加工型企業為研究、訪談對象，對人工智能對就業質量和就業結構的影響效應開展文獻研究。

就業總量反映一定時期內勞動力資源的實際利用效率，而效率通常直觀體現在數量變動上，首先要考慮就業總量的增減變動。現有研究通過理論模型與實證檢驗基本達成共識，確定了人工智能通過替代效應、重塑效應、補充效應對就業總量發揮作用。在宏觀層面，Abeliansky等（2020）估計，人口結構變化、勞動力參與率變化、失業率下降到84%目標水平（青年/成年人）以及自動化結合起來，需要在美國2020—2030年創造約3.4億就業崗位。是否減少總體勞動力需求取決于重塑與互補效應的強度。在微觀層面，王澤宇（2020）利用中國A股2013—2018年6年間上市公司數據提出，人工智能在微觀層面會提升企業總體勞動力需求，信息技術性企業受生產力效應影響較大，而傳統企業中重復型崗位受技術沖擊更為強烈。

人工智能對就業結構的影響：第一，就業極化與收入不平等。人工智能應用使工作任務被分解和重組，最直接的變化是造成工作崗位結構化調整。一邊是高學歷、高薪酬的管理及技術職位，另一邊是典型的低薪服務與勞力職位，而低學歷、中等技能的藍領工人及白領行政崗位正在逐漸消失，特別是低學歷男性就業前景急劇萎縮，不同技能水平崗位就業比重增長呈現“U”型，尤其在服務行業顯現出了“雙峰”的特征。關鍵原因在于，低技能工人失去了無法與技術溢價抗衡的核心技能。收入不平等通常表現為低技能工人與高技能工人在不同地區、行業、部門間不斷擴大的收入差距（胡晟明等，2021）。第二，靈活的就業模式與工作形式。越來越多的人處于非正式、不穩定、不標準的就業模式，嚴重削弱了員工的集體力量；精英員工將繼續發揮契合管理責任的技術專長，穩固高報酬地位，而技能匱乏且成本低廉的勞動力將被迫承受經濟與組織力量下行的后果，重返正式工作組織的機會非常渺茫。

人工智能對區域經濟發展的促進作用是長期的，首先，技術創新與資本偏好影響著AI應用實踐，就業極化與收入不平等率的觸發機制，該類指標可作為“合意”條件，作為改善就業結構的預警指標。通過技能、任務與人機協作三類路徑對高質量就業實現作用。

四、人工智能對區域高質量就業的建議

人工智能的有效開發與應用是人類的“福祉”工程，“智能化”追求的是機器的柔性生產，本質是“人機協同”，更加看重機器能夠自主配合人和環境的工作。結合人工智能技術運用對經濟增長和就業結構的效應與機制的認知，對區域經濟建設如何實踐與發展人工智能，建議如下。

第一，加速人工智能與包括制造業在內的其他行業的高度融合。人工智能作為典型的使能技術，應加快人工智能與傳統制造、教育和醫療等行業領域深度融合，通過數字化、智能化，降低企業對密集勞動力的依賴，優化資源配置，放大資本、勞動力的當下能力，為傳統行業賦能；同時，人工智能技術的落地又催生了新的經營方式與新的智能化產品，其應用又會改變人們的生活方式，進一步影響、塑造新的市場需求，打造新的經濟發展點，為經濟發展提供強大動能。

第二，提升員工技能與崗位，發揮人工智能技術對新型商業模式發展的驅動作用。人類相比人工智能的競爭優勢不是基于身體素質，而是基于智力和解釋工作場所情感的關鍵技能,人類勞動力仍然是生產過程中的關鍵因素。鑒于人工智能對就業的短期替代效應，建議政府應在短期內為制造業在內的人工智能應用釋放政策紅利，完善低技能勞動者的退出保障機制，提供必要的培訓與再就業服務；預防智能經濟造成的結構性失業風險。同時，針對性提升勞動者的技能結構，營造良好創新環境、加強人工智能產業人才的培養和壯大人工智能領域人才隊伍，培養勞動者適應人工智能的通識技能體系，包括認知技能、手工技能與人際交往技能，減緩人工智能替代效應；AI技能提升是一項投資期長、成本高、回收期慢的長期工程，需要政府提供必要的政策性資助，進一步促進人工智能融合行業應用、發揮人工智能技術對新型商業模式發展驅動作用。

第三，加大人工智能的基礎教育投入，構建多層次AI人才培養體系。工信部2018年數據顯示，全球人工智能領域人才大約30萬人，但市場需求在100萬人以上，全球高校每年畢業的人工智能領域大學生約2萬人，中國畢業的人工智能相關專業的大學生不到4000人，遠遠達不到人工智能市場對專業人才的需求。截至2020年2月，北京大學、清華大學等50余所高校成立人工智能學院、研究院，這為中國智能經濟健康發展創造了較好條件。但總體而言，中國人工智能人才培養體系尚處于初級探索階段，需要加快完善。建議基礎完善AI相關的二級學科與交叉學科建設，動態調整本科專業設置，同時加強大中專的實踐能力導向的專業設置，實現“學術—實踐一體化”專業體系設置，各有側重，滿足區域經濟建設的不同需求。同時在中小學也要設置相應的興趣導向類課程，設置“AI小天才”等人才計劃，抵制電子娛樂對孩子們的誤導，用社會主義人才觀、智能觀保護下一代的知識陣地，從小培養青少年的智能性活躍思維，為未來智能化社會打下堅實的人才保障。

本文從人工智能的“技術—就業—經濟”思路出發，探討了人工智能對高質量就業的雙重效應及對區域經濟發展的促進作用。但尚需以省域的對比數據進一步驗證人工智能對省域高質量發展的影響機理，進而提出針對性實踐建議。