人工智能技术对高质量就业的机制与对策研究

郑 璐高 磊

（1.天津财经大学 天津 300221；2.河北经贸大学 河北石家庄 050061）

人工智能作为一种具强渗透性的新型通用技术，已悄然改变经济社会组织运行模式。人工智能泛指计算机应用程序模拟人类智能并实现特定目标和任务的技术平台。人工智能已广泛运用于工业、农业、军事、交通运输、科学研究、医疗、保险和家庭等方面，可以大大提升劳动生产率，增强人类征服和改造自然的能力。人工智能与经济增长的研究集中于依托任务模型，将人工智能技术作为重要生产要素引入生产函数的任务模型，实现人工智能技术在“合意”条件下对经济增长的促进效应。除任务模型以外，还存在其他形式的模型将人工智能作为新兴生产方式引入宏观经济的分析之中。

一、人工智能与就业的关系梳理

伴随人工智能在众多领域的广泛应用的同时也面临着劳动力份额下降与劳动生产率增长缓慢的窘境（Autor，2019），这无疑向劳动力市场释放出明显的负面信号。手工业阶段，人工智能通过机器取代人类劳动力，降低了价值增值中的劳动力份额；第一次到第三次工业革命，生产机械化直接投入密集劳动力市场，实现了农业劳动力向制造业转移，总体劳动力需求增加，蓝领和白领工作需求增长；随着第四次工业革命开展，人工智能技术发展迅速，计算机速度、数据收集、数据存储和算法进步致使人工智能类人智能程度迅速提高，劳动生产率增长疲软与就业岗位需求改变的矛盾日益加深。

人工智能与就业质量及收入分配的研究存在“替代效应”和“补偿效应”的分歧：替代效应指人工智能会取代部分劳动者，造成就业率降低和工资下降的消极效应。如Acemoglu和Restrepo（2017）针对美国劳动力市场发现，千人拥有的机器人每增加1台，就业人口比例将减少0.18%—0.34%，工资也将下降0.25%—0.5%；牛津大学的这项研究发现，未来10年美国47%的就业岗位面临着被人工智能技术发展而被替代的潜在风险，其中，交通运输、物流、办公室和行政支持等中低技术行业首当其冲；补偿效应则认为人工智能对人类劳动的替代程度被夸大，两者之间的互补性被忽视，Berg等（2018）指出人工智能通过劳动生产率的提升会增加部分岗位的劳动需求量并创造新的就业岗位。也有学者从宏观视角探讨人工智能对就业的影响路径与机制，得出人工智能在短期和长期内对就业具有不同影响的结论。劳动经济学的相关知识讲到，从短期或者局部看，劳动力市场存在着部分就业岗位被人工智能替代的可能，就业极化现象明显，收入减少、差距拉大，尤其在制造型企业中较为明显，影响就业结构及收入以及分配格局；麦肯锡在《失业与就业：自动化时代的劳动力转型》报告中的预测，到2030年，全球将有多达8亿人的工作岗位可能被自动化的机器人取代，相当于当今全球劳动力的1/5。Frey等2017年的研究发现，在美国702种职业中有47%的岗位有被人工智能替代的风险，其中办公室文员、交通运输和生成部门的岗位被替代的风险更高。互补效应相对乐观地认为，AI技术的采用无法替代人类，虽然会造成一定范围的失业，但是也会在“合意”条件下通过提高全要素生产率衍生和创造出很多新的就业岗位，在市场经济的自我调节下实现总量的平衡，实现以创新/知识驱动的高质量增长；创造效应是指通过产业结构调整实现劳动力的技能转移与空间转移，认为人工智能本质是一种技术创新，那就有着时间与空间两类发展变化，纵向维度视角是按照时间的前后审视AI的程度，人工智能将在应用中扮演着超越人力体能极限，生产要素价格相对下降，实现积极效应；那么空间的横向视角则是的新技术大范围应用，对就业数量和产业结构产生替代与互补双重效应。产业结构调整即开发人工智能核心技术及衍生产业聚集高技能人才，借助人工智能渗透性及外溢性增加传统劳动密集型产业新任务；技能转移即中低技能劳动力通过认知、手工、沟通等技能提升就业能力，空间转移即劳动力由资本高密度城市地区向郊区、农村转移。

二、促进人工智能对就业的积极效应

人工智能的实践与应用可以通过全要素的传导机制提升影响区域经济增长。本文在任务模型基础上尝试人工智能内生化，描述在恒定人工智能和劳动力的生产效率条件下企业采用人工智能的倾向性问题（Bergetc，2018）。根据京津冀区域的15家样本企业的人工智能实践调研，将机器设备的复杂性、价值与智能化程度作为人工智能技术的指标，记为AI作为自变量；将高质量就业作为因变量，其中，员工数量作为因变量记为EN，劳动力技能记为EP，劳动力成本记为EC；中介变量采用CHEMMANUR（2014）选择技术创新TI，资本偏好CP是指随着AI技术的普及，企业会越发偏好与资本密集型发展，企业资本化的加深会影响劳动力的就业结构与质量，走访中发现，企业研发投入与技术人员薪酬水平，受到资本投资偏好的影响。控制变量采用组织年限与组织规模两个变量，构建以下计量模型，其中，中介效应与控制变量根据Chemmanur（2014）模型检测。

根据15家企业调研数据的描述性分析与回归分析结果显示，样本企业中，尤其是制造型企业采用人工智能技术对员工就业数量负相关，对员工技能与收入水平呈正相关，说明在样本企业中AI技术采用尚处初级阶段，替代响应明显。但是，调研中也发现，AI技术的采用也重塑、创造了新的岗位，该类岗位数据显示，AI对员工数量效应虽有增加，但效应不明显，结构性高，收入差距显著高于平均水平；主要是因为该类岗位技术要求高、供给小于需求量。产品创新在AI技术采用对高质量就业起到中介作用，新产品、新技术将会帮助企业获得市场竞争优势，带来较高的利润与市场占比。创新加强了人工智能在社会实践中的应用。资本偏好的中介作用主要体现在组织资源的价值最大化，技术创新与产业升级都是在组织各类资本价值最大化的背景下发生的，因此，企业资本配置的最优化是资本更偏好于资本密集型、技术密集型方向，因此，AI技术在与组织的深度融合中将更倾向于提高技能型员工技能，对就业结构影响明显。

三、人工智能对区域高质量就业的影响机制

如何发挥AI优势同步推动高质量就业，进而实现经济高质量增长？通过Web of Science、EBSCO数据库及中国知网对TOP经济学期刊、SSCI、CSSCI核心期刊进行主题检索，包括：Artificial Intelligence,Automation,Labor,Job,Employment，人工智能，劳动，工作，就业，通过内容筛选、同质合并，共获得73篇中文文献与29篇英文文献；同时以京津冀区域内15家制造加工型企业为研究、访谈对象，对人工智能对就业质量和就业结构的影响效应开展文献研究。

就业总量反映一定时期内劳动力资源的实际利用效率，而效率通常直观体现在数量变动上，首先要考虑就业总量的增减变动。现有研究通过理论模型与实证检验基本达成共识，确定了人工智能通过替代效应、重塑效应、补充效应对就业总量发挥作用。在宏观层面，Abeliansky等（2020）估计，人口结构变化、劳动力参与率变化、失业率下降到84%目标水平（青年/成年人）以及自动化结合起来，需要在美国2020—2030年创造约3.4亿就业岗位。是否减少总体劳动力需求取决于重塑与互补效应的强度。在微观层面，王泽宇（2020）利用中国A股2013—2018年6年间上市公司数据提出，人工智能在微观层面会提升企业总体劳动力需求，信息技术性企业受生产力效应影响较大，而传统企业中重复型岗位受技术冲击更为强烈。

人工智能对就业结构的影响：第一，就业极化与收入不平等。人工智能应用使工作任务被分解和重组，最直接的变化是造成工作岗位结构化调整。一边是高学历、高薪酬的管理及技术职位，另一边是典型的低薪服务与劳力职位，而低学历、中等技能的蓝领工人及白领行政岗位正在逐渐消失，特别是低学历男性就业前景急剧萎缩，不同技能水平岗位就业比重增长呈现“U”型，尤其在服务行业显现出了“双峰”的特征。关键原因在于，低技能工人失去了无法与技术溢价抗衡的核心技能。收入不平等通常表现为低技能工人与高技能工人在不同地区、行业、部门间不断扩大的收入差距（胡晟明等，2021）。第二，灵活的就业模式与工作形式。越来越多的人处于非正式、不稳定、不标准的就业模式，严重削弱了员工的集体力量；精英员工将继续发挥契合管理责任的技术专长，稳固高报酬地位，而技能匮乏且成本低廉的劳动力将被迫承受经济与组织力量下行的后果，重返正式工作组织的机会非常渺茫。

人工智能对区域经济发展的促进作用是长期的，首先，技术创新与资本偏好影响着AI应用实践，就业极化与收入不平等率的触发机制，该类指标可作为“合意”条件，作为改善就业结构的预警指标。通过技能、任务与人机协作三类路径对高质量就业实现作用。

四、人工智能对区域高质量就业的建议

人工智能的有效开发与应用是人类的“福祉”工程，“智能化”追求的是机器的柔性生产，本质是“人机协同”，更加看重机器能够自主配合人和环境的工作。结合人工智能技术运用对经济增长和就业结构的效应与机制的认知，对区域经济建设如何实践与发展人工智能，建议如下。

第一，加速人工智能与包括制造业在内的其他行业的高度融合。人工智能作为典型的使能技术，应加快人工智能与传统制造、教育和医疗等行业领域深度融合，通过数字化、智能化，降低企业对密集劳动力的依赖，优化资源配置，放大资本、劳动力的当下能力，为传统行业赋能；同时，人工智能技术的落地又催生了新的经营方式与新的智能化产品，其应用又会改变人们的生活方式，进一步影响、塑造新的市场需求，打造新的经济发展点，为经济发展提供强大动能。

第二，提升员工技能与岗位，发挥人工智能技术对新型商业模式发展的驱动作用。人类相比人工智能的竞争优势不是基于身体素质，而是基于智力和解释工作场所情感的关键技能,人类劳动力仍然是生产过程中的关键因素。鉴于人工智能对就业的短期替代效应，建议政府应在短期内为制造业在内的人工智能应用释放政策红利，完善低技能劳动者的退出保障机制，提供必要的培训与再就业服务；预防智能经济造成的结构性失业风险。同时，针对性提升劳动者的技能结构，营造良好创新环境、加强人工智能产业人才的培养和壮大人工智能领域人才队伍，培养劳动者适应人工智能的通识技能体系，包括认知技能、手工技能与人际交往技能，减缓人工智能替代效应；AI技能提升是一项投资期长、成本高、回收期慢的长期工程，需要政府提供必要的政策性资助，进一步促进人工智能融合行业应用、发挥人工智能技术对新型商业模式发展驱动作用。

第三，加大人工智能的基础教育投入，构建多层次AI人才培养体系。工信部2018年数据显示，全球人工智能领域人才大约30万人，但市场需求在100万人以上，全球高校每年毕业的人工智能领域大学生约2万人，中国毕业的人工智能相关专业的大学生不到4000人，远远达不到人工智能市场对专业人才的需求。截至2020年2月，北京大学、清华大学等50余所高校成立人工智能学院、研究院，这为中国智能经济健康发展创造了较好条件。但总体而言，中国人工智能人才培养体系尚处于初级探索阶段，需要加快完善。建议基础完善AI相关的二级学科与交叉学科建设，动态调整本科专业设置，同时加强大中专的实践能力导向的专业设置，实现“学术—实践一体化”专业体系设置，各有侧重，满足区域经济建设的不同需求。同时在中小学也要设置相应的兴趣导向类课程，设置“AI小天才”等人才计划，抵制电子娱乐对孩子们的误导，用社会主义人才观、智能观保护下一代的知识阵地，从小培养青少年的智能性活跃思维，为未来智能化社会打下坚实的人才保障。

本文从人工智能的“技术—就业—经济”思路出发，探讨了人工智能对高质量就业的双重效应及对区域经济发展的促进作用。但尚需以省域的对比数据进一步验证人工智能对省域高质量发展的影响机理，进而提出针对性实践建议。