人工智能与就业——以中国为例

李 磊，何艳辉

(南开大学 国际经济研究所，天津 300071)

技术进步对就业的影响已久，工业革命时期，大规模机器生产逐步取代了手工小作坊生产，机器开始大量从事劳动者的工作岗位。初期，技术进步的目的是为了简化工作任务，将一些技能性的工作岗位分解为更加细化、高度专业化的工作任务，实现生产率水平的提高，带来的结果是直接对技能劳动力的替代，对非技能劳动力的补充；中后期，工业社会逐步形成了相对完善的机械化生产体系，现代资本技能互补模式逐渐形成，信息技术的发展开始增加对技能劳动力的需求，同时降低了对非技能劳动力的需求。[1-2]

机器的使用在不同时期影响着不同技能的劳动力人群，并时刻改变着劳动力市场结构。工人对机器使用的不满日益累积，形成了“卢德主义”思想，(1)卢德主义是指对新技术和新事物的一种盲目冲动反抗。以此来表达对机器的抵制。虽然技术进步破坏了劳动力市场结构，但不可否认的是，技术进步带来了巨大的增长潜力，提高了社会生产力，促进了产业结构转变，为经济水平的提高带来了新的增长引擎。

现如今，人工智能技术借助大数据的使用，不断拓展对劳动力市场的影响范围，对就业的影响变得更加剧烈和全面，失业问题也可能会变得更加严重。[3]过去人工智能仅仅局限于替代一些常规性、结构化和重复性的工作。在涉及到一些认知方面的工作时，包括社交方面、创新方面等非结构化的工作，人工智能还处于完全无法替代的层面。现如今，大数据的应用使得机器学习和深度学习不断发展，人工智能对就业的影响开始影响一些非常规任务的工作，包括一些简单的认知方面的工作。同时，人们也开始思考未来人工智能的发展情况，究竟未来人工智能是否会带来爆炸式增长，“奇点”(2)奇点是指，人工智能会超过人类智慧，在有限的时间内带来无限的智慧。是否会到来成为人们担忧的问题。由于“奇点”的到来存在着许多限制性因素，从今天来看，“奇点”的到来还很遥远。[4-6]

总之，一方面，人工智能可以促进经济的发展;另一方面，人工智能对就业的影响不断扩展加深。因此，正确且全面地分析人工智能对就业的影响，可以为人工智能未来的发展指引方向，在发挥人工智能对经济增长的优势的同时，又避免出现更猛烈、更严重的“人工智能革命”，破坏了现有的劳动力市场机制。我们既要避免出现“卢德主义”，即不能否认人工智能的应用对经济增长的拉动作用；又要客观地认识人工智能，避免出现“技术决定论”，看到人工智能的应用对劳动力市场的波动影响，客观看待其影响结果。[7]

所谓人工智能，从广义上讲，是“让智能体在复杂环境下达成目标的能力”，是对“智能(机器)代理”的研究和开发，其中包括机器、软件或算法，能够通过识别和响应周围环境作出智能反应。[8-9]人工智能具体包括许多分支内容，机器学习作为代表分支之一，具体解释为：是思考如何从复杂数据自动构建稳健预测的领域，是建立在大数据的基础之上，基于人类认知过程中可通过数学模型模拟的假设，使机器可以自主地寻找可以解读数据或者是提供预测的规律或程序，从而使得人工智能获得归纳推理和决策的能力。[10]

另外，由于在人工智能领域数据相对缺乏，机器人作为人工智能的分支，且数据相对较易获得，学者们做实证分析时通常采用机器人使用数量的变动作为分析对就业影响的依据。国际标准化组织(International Organization for Standardization，ISO)将工业机器人定义为自动控制和可重新编程的多用途机器；[11]国际机器人联合会(International Federation of Robotics，IFR)将服务机器人定义为一种半自主或全自主工作的机器人，它能完成有益于人类健康的服务工作，区别于从事工业生产的设备。[12]Acemoglu等曾就美国的数据建立模型进行实证分析，得出机器人的使用会减少就业和工资的结论，每千名工人中增加一个机器人，就业人口比率将降低约0.18～0.34个百分点，工资则降低0.25～0.5百分点。[9]

下图列举了在机器人销售市场中具有代表性的五个国家。2017年，中国、日本、韩国、美国和德国这五个代表性国家的机器人市场占总销量的73%，因此这五个国家大致可以反映整个机器人市场使用的总变动情况。如图1，通过对比分析，可以得出近3年来，除了韩国在2017年受电气电子行业的影响，同比有所下降，其他时间段，其他国家工业机器人的供应量都表现出不同幅度的增加趋势，其中中国的增长速度最快。

图1 工业机器人的供应量 (单位：1 000台)

数据来源：国际机器人联合会(IFR)。

继续考虑上述五个国家的经济活动人口占比情况，由图2可以得出，虽然各个国家从事工业的经济活动人口占比存在差异，但总体上来讲，这五个国家从事工业的经济活动人口占比都呈下降趋势，而这五个国家工业机器人使用的数量却不断增加。未来，随着机器人使用数量的进一步增加，从事工业的经济活动人口可能还会持续下降。

图2 从事工业的经济活动人口占比变动趋势

数据来源：国际劳工组织(ILO)。

当然，除了直接采用机器人使用数量来分析对就业的影响外，也有的学者采用职业被人工智能替代程度的方法来分析人工智能对就业的影响。将职业划分为702种，根据被人工智能所替代的可能性，他们预测在未来的20年内，美国有47%的劳动者处在高风险的就业类别中。麦肯锡全球研究所的报告中对全球800多种职业所涵盖的2 000多项工作内容进行分析后得出结论：采用现有技术，全球大概50%的工作内容可以实现自动化(3)https://www.mckinsey.com.cn/人机共存的新纪元：-自动化、就业和生产力/。世界银行在《2016世界发展报告》中指出，在未来的20年里，OECD的国家将有57%的工作将面临着被人工智能所替代的可能性。[13]但Arntz等[14]指出，许多工人会选择从事一些不容易被人工智能所替代的工作，得出OECD国家只有9%的工作处在风险之中。

通过上述分析，我们可以看出人工智能对就业的深远影响。合理且全面地分析人工智能对就业的影响，可以降低对就业的负面影响，最大化对经济的促进作用。因此，本文将在第二部分详述人工智能对就业的影响现状，通过不同的角度分析人工智能对劳动力市场的就业变动影响；第三部分，将分析的视角回到我国，采用Frey和Osborne[1]的研究方法，研究我国职业被人工智能所替代的风险概率；第四部分，针对我国受人工智能影响的劳动力市场现状，提出相应的政策建议。

一、人工智能对就业的影响机制

(一)破坏效应和创造效应

人工智能与劳动者之间存在着三种类型的关系：一是人工智能会直接替代相对应的劳动力岗位，当企业在进行成本决策的时候，采用人工智能的成本如果低于劳动力的工资，同时产品的附加值又不足以承担劳动力的工资水平时，企业会选择用人工智能来替代劳动力的工作岗位。二是人工智能可以填补劳动者所无法胜任的岗位。一方面，人工智能可以增加产品生产的精度，降低工作中的错误率，提高产品质量；另一方面，人工智能技术可以从事在高压活动下危害人类健康和人身安全的工作。三是催生新的工作岗位。一方面，人工智能的使用提高了生产率，降低了生产成本，从而降低了产品的生产价格，增加了实际收入及对其他商品的需求，以此增加了对劳动力的需求；另一方面，生产成本的下降，会使得节约的成本可以用于再投资，从而直接创造新的工作岗位，客观上讲，人工智能的使用的确增加了劳动力的工作岗位数量。[15]

当经济中主要存在第一种关系时，劳动力市场会受到冲击，导致劳动力市场的就业岗位减少，从而威胁到劳动力市场的稳定，形成破坏效应。一般来讲，人工智能主要替代一些常规的、标准化的工作。当经济中主要存在的是第二种和第三种关系时，劳动力的岗位数量不降反升，可以在一定程度上带动劳动力市场的就业，促进经济的发展，形成创造效应。现实生活中三种关系都是存在的，也就是说，破坏效应和创造效应是同时存在的。但不同的学者针对上述两种效应存在着不同的观点，在研究上也就存在着不同的侧重点，表1根据学者研究角度的不同进行文献的区分。有的学者主要研究人工智能对就业的破坏效应或者创造效应，有的学者侧重分析两种效应之间存在的关系。虽然不同学者存在着不同的观点，但可以看出，两种效应在现实生活中都是存在的。

根据上述学者研究的内容，本文接下来则具体阐述破坏效应和创造效应的作用机制。在破坏效应和创造效应同时存在的情况下，我们首先要分析工作岗位被替代的速度和创造新工作岗位的速度之间的关系。在涉及短期时，工作岗位被替代的速度会快于创造新工作岗位的速度，技术性失业不可避免。随着时间的推移，一旦创造新工作岗位的速度加快，人工智能对劳动力就业的拉动作用就不断显现，可以看出，对经济结果的影响取决于哪种效应占主导。[15]

表1 破坏效应和创造效应研究者分类

但这并不代表二者之间必然是对立关系，因为随着工作岗位的不断被替代，劳动力市场并没有出现工作岗位大幅度减少的现象。相反，在一个运转良好的经济体系中，人工智能既表现出对工作岗位的替代，又创造了额外的工作岗位来支持经济，即二者存在着一种相对稳定的平衡增长路径。从稳定性角度来看，人工智能会降低使用劳动力成本。因为如果相对于工资，长期资本租金率较低，那么长期均衡结果是所有工作任务都被替代。所以劳动力成本受人工智能的影响，必然会出现下降的趋势。劳动成本的降低会限制进一步使用人工智能，从而鼓励创造新的工作岗位，二者之间的平衡关系更能反映经济现实中情况。[7,16]

另外，还可以从企业成本收益的角度解释二者之间的平衡关系。企业的最优选择是追求利润最大化，随着产业结构不断升级，企业需要更低的生产成本和更高的生产效率，从而实现更高的收益水平。由于劳动力稀缺性的特征导致劳动力的成本只升不降，这就激励企业为节省劳动力成本而奋斗，通过资本化来实现对劳动力的替代，也就是用人工智能来替代劳动力，减少劳动力的需求。但另一方面，随着收益的不断增加，企业会用额外的投资来扩大生产规模，从而又增加了劳动力的需求，创造了新的工作岗位。可以看出，企业的决策是破坏效应和创造效应共同作用的结果。

需要注意的是，二者之间的平衡关系，还受工作岗位性质的影响，因为破坏效应主要影响的是工作岗位的性质而不是工作本身。也就是说，直接消除工作岗位的可能性相对较小，更多的是替代劳动者所从事的工作任务。针对不同类别的工作任务，替代程度也存在着明显的差异。Autor et al[17]和Arntz et al[14]将工作任务分为手工与认知、常规与非常规任务。常规任务是指基于熟悉化的程序并能够通过明确的规则和算法来描述的工作；非常规任务需要灵活性和创造力，涉及到更加复杂的问题解决或人际交往方面。人工智能会表现出对常规任务的替代，对非常规的认知任务的补充，在一定程度上也可以反映出对工作岗位的一种相对平衡的状态。

具体来讲，不同的工作岗位会表现出不同的现实性特征，根据不同工作岗位任务的异质性，人工智能的使用所产生的破坏效应，会使运输和物流职业的劳动者最先被替代，大部分办公室的行政人员和生产工作中的劳动者也开始被人工智能所替代，其次是服务业、销售业和建筑业的劳动者表现出较高容易被人工智能所替代的概率，而人们在复杂的认知和操作任务、创造性智力任务和社交性智力任务中还存在着比较优势，包括大多数管理类、业务类和财务类职业都需要高度的社交能力，因此不易被替代，另外需要社交性智力的教育、医疗、艺术创作和媒体等工作，以及需要创造性智力的科学类工作，则相对不易被替代。[1]

创造效应一方面会作用于一些本身无法被替代的工作岗位，另一方面会在被替代的工作岗位中产生互补工作，因而涉及到的领域包括多个方面。例如，教育方面，人工智能技术可以通过实时收集和处理学生对不同学科领域的反应，通过数据分析，实现针对不同学生以不同的教学的方式，从而实现教学价值最大化；再如，医疗保健方面，通过将数字技术引入医疗行业，可以实现更精确的数据分析以及更全面的教育建议、诊断和治疗等；在增强现实技术方面，采用交互界面的形式来提高人类感知、监控和控制物体的能力，从而使工人与机器完成高精度的生产任务和综合设计任务等。[18]破坏效应和创造效应在现实中相互影响，在长期来看二者会形成一个相对稳定的平衡关系。

(二)就业极化效应

国际上许多学者都认为，劳动力就业结构呈现出两极化的趋势。高收入认知工作和低收入手工工作的就业需求不断增加，随之而来的是中等收入的常规工作不断减少，中低等收入水平的工作者面临更大的工作被替代的风险。[17,19-20]

探究就业极化出现的原因：一方面是因为工作性质差异所致，人工智能主要替代的是重复性、程式化的工作任务，而这些任务主要集中在中等收入岗位中；另外，根据成本收益分析，中等技能劳动力工作岗位被替代后的收益较高且技术上更具有可行性，因此中等收入的劳动者将首先被替代，而具有一定创造性的、非程式化的工作任务，在短期内不易被替代，因此，人工智能对就业的影响呈现两极分化的现象；另一方面，人工智能对中等收入工作的替代，形成了对中等收入劳动者的挤压，中等收入的劳动者向高收入工作岗位和低收入工作岗位转移，出现高低收入劳动力人数的增加。另外，技术进步对高技能劳动力也产生直接需求，从而造成了就业的极化效应。[1,21]

在不久的将来，随着技术水平的不断提高，人工智能的应用越发广泛，就业极化现象可能会出现变动。人工智能对就业的替代，不仅涉及到中等收入的劳动者，更大程度上是替代低技能劳动者，但对于高技能劳动者而言，仍然是最不易受人工智能的影响。[1]

(三)长期和短期效应

在短期，随着大数据的广泛应用，人工智能对就业的影响更具有波动性，相关工作岗位会不断被替代，劳动者的工作性质也发生改变，常规性的手工任务和认知任务不断被人工智能所替代，一些非常规的任务也开始被人工智能所替代，失业人数不断增加。即，短期人工智能创造工作岗位的速度无法弥补替代工作岗位的速度，技术性失业不可避免，短期对就业的冲击作用相对明显。[1,7,17]

从长期来看，一般认为人工智能会给社会带来积极的影响。一方面，生产率水平不断提高，资本的回报份额不断增加，经济的增长水平不断提高；另一方面，人工智能的创造效应不断显现，可以创造出许多新的工作岗位来吸纳劳动力，拉动就业增长，提高就业质量。需要指出的是，人工智能的技能偏向性影响在长期会导致不同技能劳动者产生明显的差异化结果，高技能的劳动者会从中获益，低技能劳动者可能会受到损害。[5]虽然从整体上来讲，长期人工智能对就业的影响具有积极作用，但还需要做到具体分析不同部门、不同技能的劳动者之间的差异。

(四)产业间的差异

人工智能的偏向性影响也反映在产业部门。在农业部门，人工智能可以通过在很短的时间内实现处理大量数据和协调大规模监控活动，保证作物可以健康成长；也可以通过劳动监控系统跟踪采摘者的采摘数量，保证农业活动的公平；另外，还可以通过打造一个知识密集型农业，借助农业创新提高农业生产效率，促进可持续的自然资源管理。[22-23]可以看出，人工智能应用于农业部门，使得农业生产变得更加合理有效率，并可以借此改变农民的生产习惯和生产方式。由于人工智能在农业部门普及程度相对较低，所以并未表现出对农民使用数量的变动影响，总之，农业部门的就业处于相对稳定的局面。

在工业部门，大多数学者主要是用工业机器人的数据反映人工智能对就业的影响。美国劳动力市场已广泛将工业机器人应用于制造业，有数据表明，每引入1个新工业机器人，将会造成当地平均6.2个工人失业，同时降低平均工资0.73个百分点。[9]可以看出，人工智能对工业部门的劳动者存在着明显的替代效应，随着世界各国对机器人使用数量的不断增加，工业部门的劳动力市场结构会持续受到挑战。

许多程式化工作任务存在于服务业部门，而许多非程式化的认知任务也存在于服务业部门，因此，破坏效应和创造效应都将作用于服务业，在短期，服务业可能会出现一定的替代影响，但在长期，鉴于许多认知类、创造类工作不易被人工智能所替代，且相关职业需求还会增加，所以服务业部门的创造效应会不断显现。有美国数据表明，美国社交技能类工作增长了24%，同时期高技能劳动力就业份额提高了7.2%，未来服务业的劳动力需求仍可能呈现上升的趋势。[24-25]随着未来就业的破坏效应不断向服务业转移，服务业的就业变动可能会更大。[25-26]

(五)其他影响

上述分析是将世界劳动力作为同质要素来考虑，但现实中世界各国劳动力成本是存在差异的，部分国家仍然可以发挥廉价劳动力的优势来发展经济。因此，对于人工智能的需求相对较小，而有的国家劳动年龄结构不断老化，迫切需要人工智能来替代劳动力，从而拉大了不同国家人工智能的发展进度。同时，大多数发展中国家并不具备吸引新技术引入的条件，例如能源基础设施、宽带和运输网络等；新技术革命会使得制造业和参与全球价值链的成果更加集中，进一步限制了部分国家的经济发展和结构转型(4)引自联合国报告：《AI技术革命对劳动力市场和收入分配的影响》(腾讯研究院法律研究中心编译)。。上述现象表明，人工智能的使用在不同国家的确存在明显差异，那么各个国家的就业现状也会存在不同，对我国就业现状的分析具有一定的现实意义，接下来本文将着重分析我国就业影响现状。

二、人工智能对我国就业的影响

由上述分析可知，当劳动力成本相对较低时，对人工智能的需求也相对较低。在过去几十年里，我国凭借着庞大的人口基数，一直发挥着人口红利的优势，对人工智能的需求也相对较小。由图3可知，在2010年之前，劳动年龄人口占总人口比重呈上升趋势，而总抚养比呈下降趋势，我国具有相对年轻的人口年龄结构；但在2010年以后，劳动年龄人口占总人口比重不断下降，总抚养比却呈上升趋势，这意味着我国人口红利优势的不断消失，人口老龄化现象不断加深，人口年龄结构的开始老化，廉价劳动力的竞争优势不断减弱，伴随着技术进步，对人工智能的需求将不断增加。

图3 劳动年龄人口占总人口比重和总抚养比变动

数据来源：中国国家统计局。

同时，“用工荒”现象的出现，劳动力出现短缺的问题，我国经济的发展需要寻找新的增长引擎；另外，随着我国工业化的快速发展，产业结构转型升级，技术创新对经济增长的贡献不断增加，未来，人工智能将成为经济增长的关键因素。上述分析预示着我国对人工智能使用的增加必然会造成我国劳动力市场结构的变动，因此分析人工智能对我国就业的影响结果具有重要意义。

人工智能对就业影响的分析方法包括基于职业的方法和基于任务的方法。由于人工智能对就业的影响不仅局限于常规任务层面，因此Frey and Osborne[1]发展了Autor 等[17]基于任务模型的方法，对包含了非常规任务的所有职业进行了被替代概率的计算。具体来讲，Frey and Osborne[1]认为，一种职业被人工智能所替代的可能性取决于职业所需要的感知和操作能力、创造智慧和社交智慧，也被称之为技术性瓶颈，即当人工智能面临着具备这三个方面特征的职业时，对就业的替代会受到阻碍。将这三方面的内容进一步细分为9种特征，职业被人工智能所替代的概率由这9种特征共同影响，并采用机器学习的方法，得出每个职业被人工智能所替代的概率，从而对美国702种职业进行了排名。利用概率并结合美国职业分类的就业人数，他们预测在未来的20年里，美国有47%的劳动者处在被人工智能所替代的高风险职业类别中。

我们采用Frey and Osborne[1]的方法，根据美国各个职业内容介绍，将美国各个职业被人工智能所替代的概率匹配到我国职业类别数据中，这具有一定的合理性。因为，首先我国的职业数据缺少对每个职业特征进行打分的数据库；其次我们主要关注的是职业的排名以及可能被替代职业的就业人数占比问题；最后不同国家相似职业之间被替代的概率存在着相似性。本文采用的是我国2010年全国第六次人口普查中的职业数据，成功匹配了240种职业作为本章节分析的依据，根据匹配成功的职业被人工智能所替代的概率分析我国就业影响现状。

论文根据被人工智能所替代的概率将职业类别划分为高、中、低风险三个类别，阈值概率为0.7和0.3，发现我国约有45%的职业处于高风险类别。其中，生产加工人员、运输和物流操作人员及行政办公人员等大多处在高风险职业类别中，而教育行业、医疗卫生行业、大多数科学技术行业和创造性较强的文化传媒行业的工作人员大多处在低风险职业类别中。从就业人数的角度分析，我国约有76%的就业人数处在被人工智能所替代的高风险职业类别中，其中，男性就业人数占比为41%，女性就业人数占比为35%，可以看出，我国处在高风险职业类别中的就业人数比例非常高。在不久的将来，我国将面临着严峻的就业形势。不同风险类别包含的职业类别可参照表2。

将我国职业被人工智能所替代的概率按照职业种类划分，并画出图4的核密度图。发现，专业技术人员从事的职业主要分布在低风险类别中，生产、运输设备操作人员及有关人员所从事的职业大多处在高风险职业类别中，商业和服务人员所从事的职业也较多地存在于高风险职业类别中。这表明：具有认知性、创造性的高技能劳动者最不易被人工智能所替代，而手工类、程式化的职业受人工智能的影响最为显著，在未来更有可能最先被替代。相比于其它职业类别而言，从事农业的人员受人工智能的影响较弱，这也印证了上文所讲到的人工智能在产业层面的影响结果。

表2 低、高风险类别的职业分类

图4 按职业种类划分我国职业被人工智能替代概率分布的核密度图

数据来源：我国第六次人口普查职业分类。

对比我国和美国职业的核密度图，由图5和图6可知，虽然我国和美国的职业在高风险类别和低风险类别中都有一个峰值，但与美国相比，我国处在高风险类别中的职业就业人数相对较多，超过76%的劳动者从事着易被人工智能所替代的高风险职业，中等风险的职业数量也相对较多，而低风险类别的职业数量却相对较少(5)相比较而言，美国的职业则大多数主要集中在高风险类别和低风险类别中，极化现象更为明显。。这带来的结果是，随着科学技术的不断发展，人工智能的广泛应用使得我国高风险类别的职业面临被替代的可能时，会有大量的劳动者面临着失业的风险，而我国低风险类别职业由于相对较少，不足以拉动劳动力需求增长，因而使得我国相对于美国就业波动会更大。

图5 我国职业被人工智能替代概率分布的核密度图

数据来源：我国第六次人口普查职业分类。

图6 美国职业被人工智能替代概率分布的核密度图

数据来源：美国劳工部O*NET数据库。

本文还将职业类别按照地区就业人数的差异进行了对比分析，不同风险职业类别在不同地区的就业人数存在着明显的差异。由图7和图8，我们可以清晰地看到高风险职业类别和低风险职业类别就业人员相对密集的地区主要分布在东南沿海地区以及京津翼地区，均为经济较为发达的地区，此类地区具有相对较高的工资水平以及相对完善的基础设施等，吸引着全国各地的优秀人才以及源源不断的劳动力涌入，从而形成了较为密集的状态。另外，经济较为发达的地区一般科技水平也相对较高，人工智能也得以广泛应用。一方面，人工智能的应用形成了对高收入认知工作劳动者的互补，以及对中等收入劳动者的替代，主要集中在对重复性、程式化的工作任务的替代，虽然对低收入手工工作劳动者的替代具备技术上的可行性，但由于被替代后的收益可能并不足以弥补成本，因此在短期，人工智能对劳动者的替代可能主要集中在中等收入劳动者；另一方面，对中等收入劳动者的替代，会促使中等收入劳动者向高收入工作岗位和低收入工作岗位转移，从而使得两极的劳动力数量增加，这印证了本文上述的就业极化现象。高风险和中等风险职业类别主要以重复性、结构化的低收入和中等收入工作为主，而低风险职业类别主要以创造性、非程式化的高收入认知工作为主，因此，在东南沿海和京津翼此类经济较为发达的地区，低风险和高风险职业类别的就业人数会相对密集。

图7 低风险职业类别就业人数分布情况

数据来源：我国第六次人口普查数据。

图8 高风险职业类别就业人数分布情况

数据来源：我国第六次人口普查数据。

另外，根据我国所匹配的职业以及被替代的风险概率，可以得出我国按行业类别划分的被替代程度指标，本文成功匹配了77种行业，由表3可知，处在高风险类别的行业占比达42%，主要包含制造业、采矿业和交通运输、仓储和邮政业。其中，有52%的制造业、80%的采矿业和56%的交通运输、仓储和邮政业处在高风险概率类别中。从就业人数的角度分析，可以得出，有52%的制造业就业人数、41%的采矿业就业人数以及77%的交通运输、仓储和邮政业就业人数处在高风险的行业类别中，而科学研究、技术服务、教育以及卫生等行业类别中的相关行业大多处在低风险行业类别中，被替代的概率相对较低，未来，制造业、采矿业等相关行业更可能面临着较高的被替代风险。

本文分析了我国不同职业被替代程度的现状以及我国不同职业就业人数被替代程度的现状；同时分析了相同职业在不同地区就业人数差异的现象；最后，还根据我国职业类别分析了我国行业被替代程度的现状以及特征。虽然从不同的角度进行了分析，但得出的结果都表现为，人工智能未来将对我国劳动力市场产生明显的影响。是时候采取相应的政策措施来应对未来人工智能对我国就业的影响。

三、结论

从上述分析可以得出，人工智能的使用可以提高生产率、拉动经济增长，但也造成了劳动力市场的扰动，随着大数据的广泛应用，人工智能对就业的影响会更加的明显。因此本文首先综合分析了世界范围内人工智能对就业的影响现状，包括对就业的破坏效应、创造效应和极化效应，并阐述了对就业影响的长短期差异和产业间差异。结果表明，随着时间的推移，对就业的破坏效应和创造效应会持续存在，短期可能会表现出许多就业岗位被替代，但长期二者会保持一个相对稳定的状态，创造效应则不断显现；在不久的将来，极化效应不只影响中等收入劳动者，低技能劳动者也面临着被人工智能所替代的可能性；人工智能在产业间存在差异化影响，工业部门的替代效应较为明显。在未来，人工智能的冲击作用还将逐渐扩散到服务业部门，创造效应和破坏效应共同作用于服务业，使得服务业的就业可能出现较大的变动。

表3 低、高风险类别的行业分类

由于不同国家劳动力本身存在差异，因此人工智能对就业的影响在不同国家也表现出差异化结果。对此，本文根据美国职业被人工智能所替代的概率，逐一匹配到我国的职业类别中，得出在未来20年内，我国可能被人工智能所替代的职业数量和就业人数。结果显示，我国约有45%的职业处在高风险类别中，且约有76%的就业人数处在未来可能被人工智能所替代的职业中，与美国职业被人工智能所替代的概率结果相比，未来我国的劳动力市场可能面临着更大的波动。同时本文还从职业类别在不同地区就业人数差异的角度以及从行业类别的角度分析了对劳动力市场的影响，结果都显示出我国就业市场存在着明显的被人工智能替代的现象。

针对上述结果，可以得出，仅靠市场调节人工智能与就业的关系是不够的，要充分发挥教育和培训的作用，同时综合考虑政府和社会各个主体的认可程度，努力实现人机合作，实现智能化生产，以此来积极应对未来劳动力市场的波动。[7]

首先，发挥教育和培训对劳动力的作用。一方面，教育有助于培养感知类、创造性和社交方面的技能和能力，而这些技能有助于在未来执行更加复杂并难以被人工智能所替代的工作任务；另一方面，从全球范围来看，人工智能在不断催生新的工作岗位，而教育和培训可以帮助劳动者适应新的工作岗位的要求。因此，要调整教育结构，注重培养感知类、创造类的工作技能和知识，从而实现为未来工作岗位培养劳动力。同时，针对处在高风险类别的就业人群，要加强其在岗、转岗职业培训，不断增强劳动力的竞争优势，降低失业率和失业周期，从而降低劳动力市场的就业波动。

其次，发挥政府的主导作用，实现稳定就业的目标。政策导向对我国人工智能的使用起到了重要作用，未来经济的快速增长，必然建立在大幅度使用人工智能的基础之上，仅靠市场经济来维持就业稳定是很难做到的。因此，政府需要通过行政和立法手段，完善市场机制，维持劳动力市场的就业平衡，切实地维护劳动者的利益；另一方面，政府可以加大对企业的扶持力度，引导企业向智能化方向发展，从而增强企业的竞争活力。由于服务业对就业起到了拉动作用，政府可以积极鼓励服务业的发展，以此带动相关产业的发展，拉动经济增长，创造新的劳动力需求，降低总体的失业率水平。

最后，发展人机合作，实现智能化生产，实现劳动者价值最大化。人机合作为世界提供了一个全新的可能，它可以拓展劳动者自身的能力，使劳动者可以在创造性和灵活性等方面发挥优势，同时还可以最大限度减少劳动者从事危害人身安全和健康的工作，在工作岗位上实现更有价值的合作互补。因此，政府可以在政策上鼓励人机合作，企业可以通过投资促进人机合作，而劳动者自身则要加强学习，积极学习人工智能使用方面的知识，实现自身价值最大化，使劳动者在未来的劳动力市场中站稳脚跟。总之，未来的就业市场的稳定需要多方面因素共同努力。