劳动力结构变迁：人工智能化进程与展望——基于文献综述的视角

罗良文 陈 敏

近年来，人工智能作为新一轮科技革命的重要引擎，在引发人类生产生活实践重大变革的同时，推动着新产业的发展。欧盟通信委员会将人工智能定义为具有一定自主性与智能行为，能够实现特定目标的系统。与计算机技术必须依照输入命令进行编码不同，人工智能技术可以在大数据基础上改变传统的判断分析方式，并通过机器的自我学习实现持续优化。如此一来，部分曾由工人操作的工作逐步转变为由机器执行。先进的人工智能甚至可以通过自我学习，以更高效率、更低错误率的方式完成任务。不仅如此，人工智能将不再局限于扩展人类能力，它同时还能实现部分人类大脑工作，以更容易和更广泛的方式作用于传统行业①。作为新产业变革的关键力量，人工智能将进一步释放出因科技进步、产业变革而积蓄的能量，助力一国的经济发展，增强国家竞争力。

然而，从科技革命的历程来看，任何一种新技术应用带来的影响都具有两面性②。新技术在提高生产力、改善人们生活的同时，也会对人们产生一定的负面效应，尤其是人工智能对劳动力结构产生的巨大影响③。即使有研究尝试证明，技术进步不会导致净失业的发生④，但不可否认的是，人工智能对劳动力市场具有双重效应：智能化技术既存在替代部分劳动力的可能，也存在为劳动力创造新就业机会的可能⑤。不仅如此，随着人工智能的发展，其对劳动力就业与收入分配甚至福利待遇等方面的影响更加显著。近年来，学术界关于人工智能引起的劳动力就业效应与收入分配效应的研究发表了很多论文。本文通过对现有的关于人工智能对劳动力市场影响的文献进行梳理，从质量结构、产业结构、地域结构及性别结构等方面，厘清人工智能发展的劳动力结构效应，为学界进一步研究提供参考。

一、 人工智能发展的劳动力质量结构效应

通常，当使用人工智能成本远低于人工成本时，寻求利润极大化的企业家和管理者就会倾向于用机器替代人工⑥，这在很多行业已经发生的企业行为必将改变劳动力市场结构，进而影响劳动力就业需求及收入分配。虽然关于人工智能的替代效应是否占主导地位这一问题，学者们仍然争论不休，但可以肯定的是，当下其对劳动力结构的影响已引起了学者们的普遍关注⑦。新技术在淘汰一些工作岗位的同时，也开启了新工作岗位的大门。然而，不同教育水平和技能水平的劳动力受到智能化的冲击程度并不相同。

（一） 人工智能对劳动力质量结构的影响

劳动力质量结构通常指在劳动人口中，不同的受教育水平或不同技能等级的人口所占的比例。与受教育水平较高的工人相比，受教育水平低、技能等级低的工人更容易被人工智能取代⑧。技术进步的趋势使企业管理者们倾向于使用高技能工人⑨。尽管机器替代了部分人工劳动，但机器无法完成的非常规工作需求也在增加，这就使得高教育水平的劳动者从中获益。人工智能对技能水平低下的劳动者的就业抑制效应可以从过渡性失业和效率工资效应两个方面进行解释。由于资本市场的不完善，抑制了企业家迅速利用新机会的能力，人工智能对就业机会的破坏速度往往大于创造就业机会的速度，正如技术变革使工人以比他们找到新工作更快的速度被裁员，这就造成了过渡性失业⑩。效率工资理论则解释了生产效率与劳动者收入之间的关系，通常雇主更愿意对那些工作效率高的员工支付高出行业平均水平的工资，而那些技能水平相对较低的劳动者因为无法满足智能时代的生产新需求，只能继续忍受低工资。

学者们在分析人工智能对存在技能差异的劳动力的取代问题时，倾向于使用文化程度、工作任务和工作类型等作为评价指标。如果以受教育程度作为评价指标，学者们将低技能工人定义为：拥有高中及以下文凭的劳动力。他们认为人工智能发展对低技能劳动者存在负面作用。反之，技能水平高的劳动者可以从人工智能的蓬勃发展中受益。朱巧玲和李敏认为，随着技术的进步，人工智能可以提高日常生产效率，但对部分劳动力却具有替代作用。为了应对人工智能带来的冲击，劳动力应该提高自身的教育水平和技能水平。另外，判断人工智能对不同文化程度劳动力的差异性影响，受到多种因素的干扰。首先，工人的技能高低仅从文化水平来判定并不准确。如果从工作任务的角度来衡量工作技能要求，不难发现，人工智能对从事常规任务的劳动者产生明显的替代效应，而负责非常规任务的劳动者则不会受其影响。当常规任务由人工智能执行以后，那些从事非常规任务的工人边际生产率得以提高，进而推动市场对这部分劳动者的需求。简言之，无论是智能化应用还是创新性任务都加剧了就业不均衡，前者是因为人工智能取代了低技能工人；后者则是因为人工智能为高技能工人提供新的就业机会，相对于低技能工人，他们在更新、更复杂的任务中具有比较优势。因此，低技能工人逐渐被挤压到越来越小的任务范围中，进一步加剧了就业的不平等。

现有研究指出，伴随着人工智能发展，劳动力就业结构的极化趋势日益凸显。相关学者设计了一个识别培训需求及任务复杂度的模型，用以解释人工智能发展导致就业极化的机理。他们认为，完成培训需求度高的任务需要较高的劳动力成本，如果完成同样复杂程度任务需要的自动化成本相对较低，此时，管理者就会选择使用人工智能执行该任务。这样一来，劳动力就会向高难度的任务发生转移，于是产生了就业极化现象。有研究发现，高技能、高工资劳动者和低技能、低工资劳动者的就业份额在不断增长的同时，中等技能劳动者的就业份额被大量削减。销售、办公室和行政支持、维修工人、操作工人、制造工人等被学者们界定为中等技能职业，对于中等技能工人而言，其核心工作必须按照精确且容易理解的程序进行，因而具体任务越来越多地可以使用计算机编码，由机器来执行，故而执行规则化任务的中等技能劳动力就业比例不断降低，这部分劳动者受到人工智能带来的负面影响可能较大。而对于那些从事低技能服务工作的劳动者，其职业被人工智能取代的风险较低，即人工智能对低技能劳动力就业或许具有积极影响。

这种就业极化现象不仅反映了就业结构变化，同时也反映出不同技能水平的劳动力在受到人工智能影响时的差异。在欧洲，工业机器人的广泛应用导致行业间的两极分化，改变了劳动力市场的就业结构，人工智能应用带来的新就业岗位对高技能劳动力的需求更大。郝楠、江永红为了解释中国劳动力市场出现就业极化的原因，运用省级面板数据进行实证分析，得出结论：中国就业结构变化趋向于“U 型极化”，即处于两端的岗位就业机会增加，处于中间岗位的就业需求减少。从劳动力就业极化结果来看，高技能水平劳动者就业增加有利于提高劳动力的整体技能水平，进而推动产业结构优化。综上所述，由于劳动者自身的异质性因素，技能水平不同的劳动者在面对技术进步时，无论是获取就业机会还是获得工资收入均存在着较大差异，劳动力就业结构也相应改变。

学界还存在另外一种观点，劳动力市场就业情况受自动化的影响程度，会随着智能化机器应用时间的推移而发生变化。基于对法国人工智能相关数据的实证分析，发现智能化减少了劳动力市场的总就业。此外他们还指出，虽然在新技术出现初期，教育水平低的工人受智能化的负面影响更大，但从长期发展的角度看，随着新技术的持续发展，高技能水平工人被人工智能边缘化的风险也在逐渐增加。从生命周期理论来分析人工智能的发展，可知，目前人工智能尚处于发展早期，相关技术将在实践中不断发展。由此人工智能对劳动力市场产生了新的就业需求，即需要大量了解专业知识、可以进行技术创新和熟练操作的人才。人们将新技术作为经济社会发展动力的同时，也应该最大限度地削弱人工智能带来的消极影响。我们正处于一个以网络物理系统为特征的时代，这种转变是由人类的创造性思维驱动的。所以我们应该根据新技术的发展阶段加强人力资本的管理，培养和发展有创造力的高技能水平的劳动力。

（二） 人工智能对劳动力质量结构效应的进一步影响

在基于可变因素生产率概率分布的Houthakker模型基础上，学者们试图分析人工智能引入对劳动者收入分配的影响。研究表明随着时间的推移，人工智能和劳动力之间的替代弹性增加，可能会降低劳动力收入，进而加剧收入分配的不平等。事实上，新技术变革导致劳动力技能偏向的关键原因在于其对工资不平等的潜在影响。抽象困难的工作任务处于工资分配的顶端，而简单工作任务处于工资分配的底部，这可能会导致收入不平等的加剧。这也可以解释日常工作的自动化趋势往往与劳动力市场的极化有关。

相关学者对劳动者的教育回报进行研究，指出人工智能的进步可能会加剧基于教育回报的收入不平等现象，这是因为新技术加深了物质资本与技能型劳动力的互补程度，进而激发了市场对高技能劳动力的需求，减少对低技能劳动力的需要，由此进一步扩大这两类劳动力间的收入差异。但从长远角度看，除非受教育程度提高或技能提升受到限制，不然受教育水平相对高的劳动者，其教育回报会逐步回归于市场平均水平。因此，在探究新技术的出现对劳动力工资收入造成的影响时，劳动力的收入差距成为研究重点。一些学者指出，新技术的出现通常具有一定偏向性，如第四次科技革命就具有技术偏向性的特征。人工智能对技能水平低下的劳动者会产生取代效应，对技能水平高的工作者则具有辅助作用，两者相辅相成。技能水平决定的影响差异改变了劳动力市场的就业需求，从而使得两种技能水平劳动者的收入分配不平等。有学者提出大学溢价的概念，即大学毕业生与高中毕业生的相对工资可以被视为市场对技能估值的一种综合衡量。低技能工人，特别是低技能男性在自动化的影响下经历了显著的实际收入下降，且在过去20年里，收入水平在整个收入分布上出现了显著的非单调变化，这种现象有时被称为工资的“极化”。有学者认为自动化机器是低技能劳动力的完美替代品，但无法完全替代高技能劳动力。为了研究人工智能对上述两种劳动力收入产生的效应，他们通过以技术进步等重要参数作为内生变量来决定经济的长期增长率模型，发现人工智能加速了低技能劳动力收入水平下降，加剧了技能溢价的发生，即进一步拉开高技能劳动力工资与低技能劳动力工资的比值，致使两类劳动力收入分配不平等产生，甚至差距也不断扩大。随着人工智能使用成本逐渐降低，资本所占总收入的份额将会变大，并且高技能劳动力的工资将持续增长，低技能劳动力更容易受到人工智能带来的冲击，进一步加剧收入不平等的发生。以德国作为研究对象，分析机器人以及其他技术和贸易冲击是否对不同技能类型劳动者的工作替代风险和工资产生了因果影响。研究结论表明：机器人的出现显著增加高技能工人的在职收入，尤其是处于科学和管理岗位的高技能工人。但对于中低技能工人，尤其是制造业中等技能的劳动者可能会受到机器人出现的负面影响。由于人工智能造成中低技能工人的岗位被替代，他们已经接受以低工资换取工作保障的现实。需要关注的是，人工智能的替代对象不同，对劳动力收入的影响亦会不同。如果人工智能代替的是低技能劳动者，那么工资收入的不平等现象将进一步扩大；如果替代对象是高技能劳动者，那么工资收入的不平等可能会缩小。简言之，从长远发展的角度考虑，智能化机器的大规模使用并不会使劳动力市场的整体就业情况产生较大波动，但智能化机器对于不同技能水平劳动者的工资收入确实存在差异影响，扩大了不同类型劳动者之间的收入分配差距。

二、 人工智能的劳动力产业结构效应

劳动力产业结构表明了劳动力在国民经济各产业间的分布，这一概念常被用来衡量各国经济发展水平。毫无疑问，未来人工智能发展会对传统的劳动力产业结构提出新的挑战。目前，农业部门劳动力结构受到人工智能的影响相对较小，制造业部门劳动力受到的影响相对较大，随着人工智能的不断创新发展，其对劳动力结构的影响已逐步转向服务业。

（一） 人工智能对农业就业结构的影响

新技术的快速发展，为开发农业机器人投入生产、促进农林业自动化提供了重要的机会。系统化、重复性和对时间有依赖性的工作任务是农业机器人的最佳应用领域。汝刚等认为，中国农业正处于向现代农业转型的阶段，人工智能的应用有助于实现农业的高速发展和转型升级。由于人工智能更新速度快，劳动力市场对于高级人才的需求不断增长，进而提升了农业领域高技能劳动力的薪酬水平。关于农业机器人的研究成果在过去几年持续增加。机器人可以应用于诸多农业领域，主要集中在提高传统农业的机械自动化程度，如整理土地、播种、施肥和收获。传统农业通过与人工智能的结合，开始向智能农业转变。智能农业相对于传统农业而言，其优势体现在机器人可以进行自我学习、精准预测，实现科学务农。随着智能农业优势得以体现，劳动力市场产生对具备相关技术劳动力的需求，客观上要求低技能工人通过强化学习或专业训练等途径，向高技能工人转变，从而改变了农业领域的劳动力结构。

目前，学者们关于农业智能化对劳动力市场结构的影响的研究尚未形成一致意见。有学者利用跨国面板数据，基于理论模型进行实证分析，得出结论：人工智能可以有效提高农业生产率，但与此同时，人工智能将替代一定数量的劳动力，替代效应较为显著。人工智能具有拉近农户与消费者之间距离的作用，它使产品从生产到送达消费者这一过程变得更为便捷，从而农民可以通过减少农产品销售费用实现自身收入水平的提高，最终实现农业部门劳动力整体就业水平的提升。不过可惜的是，尽管人工智能是促进农业经济增长、实现可持续发展的巨大引擎，但事实上，人工智能在农村地区的应用仍然非常有限。一方面，农村地区因为发展的不均衡导致新技术普及比较困难；另一方面，不少农民并未意识到人工智能对农业发展的重要性，不愿接受新兴技术，这也成为农业智能化进程的阻碍因素。

（二） 人工智能对制造业就业结构的影响

毋庸置疑，当下工业机器人俨然成为人工智能在制造业中的代表性应用。同时，它也推动着传统制造业向智能化转型，由此工业机器人的应用也成为学者们关注的重点。许多学者认为，人工智能对制造业就业结构具有负向冲击。李舒沁、王灏晨利用回归方法分析工业机器人数量与劳动力结构的关系，研究结论表明，工业机器人在促进技术型劳动力就业的同时，增加了非技术型劳动力的失业风险。在技术劳动力充分就业的背景下，工业机器人的数量越多，面临失业风险的低技术劳动力就越多。随着新技术的持续发展，中、低技能水平工人被人工智能取代的风险也逐渐增加。因此，智能化机器的出现增加了市场对制造业高技能工人的就业需求，进而促使劳动力提高技能水平。虽然人工智能对制造业劳动力结构存在负面影响，但也有部分学者对人工智能持乐观态度。崔艳通过专题调研指出，84%的制造业公司倾向于招聘熟悉自动化机器设备的员工，未来对制造业高技能员工的就业需求将持续增加。当然，新技术对制造业部门劳动力结构的影响是由多方面因素决定的，如果从企业层面来看，企业中高技能劳动力就业机会明显增加，而生产操作类岗位就业机会减少。蔡啸、黄旭美利用我国28 个省份的面板数据展开实证分析，研究发现，尽管目前制造业人工智能应用对劳动力就业产生了消极影响，但随着智能化技术对生产效率的促进，劳动就业率可能受益于新技术带来的积极补偿效应。综上所述，人工智能对制造业部门的技术型劳动力产生补偿效应，而对非技术型劳动力存在替代效应。虽然人工智能对制造业整体的影响尚未明朗，但是其发展的确具有推动劳动力结构转变的作用。

（三） 人工智能对服务业就业结构的影响

随着人工智能在服务业领域的应用，智能化技术逐步渗入服务业的各个环节，并悄然改变着服务业的传统生产方式，推动服务业就业结构发生转变。人工智能并非一场突然的变革，智能化发展带来的是一种稳定、渐进的影响，在这一过程中，各行业都或多或少地受其影响。与制造业相比较，服务业劳动力并没有因为人工智能的出现而发生大规模失业现象。洪群联认为，技术的经济性导致人工智能的应用成本较高，短期内服务机器人会替代部分服务业劳动力，但是人工智能不会造成服务业大规模的劳动力失业现象。此外，不少学者认为，从长期看来，人工智能发展可能为服务业提供更多的就业机会。相关学者认为人工智能有潜力释放出一波新的创造力和生产力，尤其是在服务业。据美国劳工统计局预计，近十年人工智能带来的所有就业增长机会或将都出现在服务部门，尤其是卫生保健和社会援助部门。同时，新技术的出现可以为从业者和服务智能机器人之间开发新的连接，从而提升服务质量。例如，专业护理人员使用人工智能测试年幼儿童的学习障碍，然后用专门定制的基于人工智能的游戏来治疗他们。劳动力从中等收入的制造业被重新分配到低收入的服务行业，这是由于服务行业中的手工作业需要更高水准的灵活性和身体适应性，不太容易被智能化。王小艳认为，人工智能在服务业的应用改变了过去服务业的劳动力结构，人工智能在替代部分劳动力的同时，也可能提供更多高质量的就业机会。简言之，人工智能的发展对于服务业劳动力结构有着明显的促进作用。伴随着服务业与人工智能的进一步结合，未来不仅会为服务业创造更多的就业机会，还能吸引更多高技能人才聚集于现代服务业，推动服务业的高质量发展。

（四） 人工智能对不同产业就业均衡的影响

如果人工智能可以刺激潜在的市场需求，那么它应该具有增加劳动力就业的作用。这种假设无疑挑战了当下较为流行的观点，即认为更快的技术变革更有可能减少工作岗位。基于摩尔定律，新信息技术迭代加快，将导致失业加剧。如果需求是有弹性的，那么更快的技术变革反而会创造更快的就业增长。但事实上，更快的技术变革也未必使需求表现出显著弹性。在人工智能发展初期，由于人工智能对各行业的需求弹性不同，各产业的劳动力就业情况受到了不同程度的影响。美国及欧洲的农业受到人工智能等新技术的影响，粮食价格下降，消费者购买能力增强，对非机械化产品的需求增加，进而促进非机械化领域的劳动力就业增加。另外，人工智能的进步可以提高生产率，缩减劳动力工作时长，从而劳动力拥有更多闲暇时间，进一步推动服务业的发展。由于人工智能等新技术而出现的新兴行业可能对劳动力就业产生积极影响。以电子商务劳动力为例，基于计算机技术的电子商务其实是就业岗位的创造者，而非破坏者。有调查发现，实体零售岗位的减少原因之一可能是由于消费者实际支出大幅放缓，而非电子商务的兴起。但电子商务同期就业人数的增长速度远快于实体零售就业人数的下降速度，可见，传统零售业工人在人工智能的影响下流向了电子商务领域。王永钦、董雯指出，从人工智能带来的双重效应的角度出发，人工智能对中国制造业部门劳动力具有显著的替代效应，其中面临较大的失业风险的是中等技能水平的劳动力。但与此同时，机器人的应用也会创造出新的就业需求，新一轮技术革命也会带来全新的发展机遇。事实上，人工智能在一定程度上与劳动力有着较强互补性，这些互补性可以提高生产率、增加收入，并扩大对市场劳动力的需求。具体而言，新技术的出现并不能替代那些需要情景适应性、视觉和语言识别以及面对面互动的工作岗位，因为它们不能被完全编码和实现自动化。人工智能能够对这些职业起到辅助作用，从而提升工作效率和工作水平。在这里，人工智能发挥了创造效应，推动了劳动力市场的就业结构转型。有学者从工人和消费者两个角度分析了人工智能和机器人技术对就业可能产生的影响。从消费者层面进行的分析表明，儿童保育、医疗保健、教育等个性化的服务不太可能被人工智能和机器人取代，因为消费者更倾向于由人类劳动者提供这些服务，所以新技术对服务行业的替代效应并不显著，反而在传统产业上进行的技术创新可能会为劳动力提供新的就业机会。马相东认为，人工智能不会导致就业总量发生较大变化，但可能会改变劳动力结构，引发结构性失业。随着人工智能的应用，交通运输、行政文员等中低技能行业的劳动力将面临失业风险。同时，人工智能提高了部分产业的生产效率，扩大了生产规模，进而提供了更多就业机会。在以往的技术革命中，机器在力量等方面占据优势，会替代部分非技能型工作，而人类凭借独有的思考能力和创新能力，与脑力劳动相关的工作不会轻易被机器替代。然而，在新一轮的技术革命中，人工智能的发展使得部分产业的劳动力被替代，自我学习与创新优化已不再是人类独有的优势。因此需要对人工智能的劳动力产业结构影响进行深入分析，掌握其发展方向以实现劳动力市场的优化升级。

（五） 人工智能的产业劳动力结构效应对收入分配的影响

一方面，工资分配变化可以看作不同技能类型市场价值信息的解析；另一方面，收入的不平等进一步加剧了社会贫富差距，因此，学者们尤其重视人工智能对劳动力产业间收入不均衡的影响。由人工智能引起的各产业劳动者就业的不平等问题可能与自动化对劳动力产业间收入的影响有直接联系。从不同行业劳动力的收入层面出发，许多工业发达的国家在过去的二三十年，出现了按技能水平划分的“就业极化”和“工资极化”现象，且后者与服务业收入水平的提高有一定关联。服务业相对于其他产业的收入水平提升较快，这是因为消费者偏好多样化。智能化极大地降低了完成常规、可编码工作任务的成本，但对需要进行现场服务工作的成本影响较小。虽然服务业的需求会随着人工智能的发展而提高，但如果消费者不认可服务产业智能化替代人工，在这一情况下，服务业的劳动力就业和工资收入均会获得增长。研究发现，随着人工智能的应用，许多领域中低技能劳动力的实际收入呈现下降趋势，但服务业领域的低技能劳动力的实际薪资水平却呈现出上涨趋势，所以人工智能对劳动力产业结构的确存在着异质性影响。值得注意的是，虽然不同行业的工作性质不同，对行业间劳动力收入进行比较意义不大，但对各行业的收入差异进行分析，有助于更深层次地研究人工智能对不同产业劳动力的影响。

三、 人工智能的劳动力地域结构效应

任何一次技术革命都会给人类社会带来巨大进步，并对社会生活产生深刻影响，甚至会改变整个市场的产业结构和就业结构。现有文献指出，人工智能的发展在创造新就业需求的同时，也加剧了收入不平等现象，随着这种不平等现象在不同人群的演化，进而演变成地区间的收入不平等。高技能水平劳动力通常会向创造新工作的城市转移，在那些人工智能替代效应占主导地位的城市，其低技能水平劳动力逐渐被挤出，由此不同地区内的劳动力结构发生改变，推动着地区间的收入不平等逐渐加大。

（一） 人工智能的区域性就业结构分析

人工智能发展快慢与地域间分布差异有着直接联系。人工智能等新技术开发和应用不仅需要大量高技能劳动力，机器设备配置、资金投入都必不可少。不同地区间因其发展水平不同，物质资源和人力资源等方面的条件也存在着差异，因此人工智能发展对就业结构的影响也存在着显著的地区性差异。有学者指出，拥有更多优质资源、更高行政权力、多元化就业市场的中心城市较少受到人工智能的负面影响，反之，就业结构单一、行政层级较低的中小城市受人工智能的负面影响更大。有学者利用中国地区及行业层面的机器人安装数据和劳动力就业数据展开分析，研究发现，在受教育程度低的劳动力比例较高且劳动力保护较弱的地区，人工智能应用对该地区的劳动力就业有明显抑制作用。当然，由于各地区具体情况不同，人工智能对劳动力就业的实际影响也不相同。如果增加某地区的智能机器人使用量，则该地区的就业率就会因此降低。这是因为智能化机器使用程度高的地区，自动化工作任务相应增加，人工智能对该地区的影响程度加深，反之亦然。

人工智能对劳动力结构的影响具有显著的地域性差异，这是因为不同地域的产业类型不同，由此人工智能应用带来的效应也不同，即使是同一国的不同地区，产生的劳动力就业影响程度也不同。吕荣杰、郝力晓通过实证研究指出，人工智能促进了城镇地区的劳动力就业，而部分农村地区的低技能劳动力将面临失业的风险。魏建、徐恺岳也得出类似结论，他们指出，国内的高技能劳动力主要聚集在城市，而农村地区的劳动力主要由技能水平中等及以下的工人组成。因此，对比农村地区与城市，不难发现人工智能劳动力地域结构影响存在显著差异。

此外，各个国家的自动化程度差异很大，与南欧国家、德国、智利、日本等国家相比，挪威、芬兰、英国、美国和加拿大等国家的工作自动化程度较低。研究发现工业机器人主要应用在高度发达的国家，因为这些国家有高水平的经济活动，因此对劳动力有强烈的需求。与此同时，这些国家又面临老龄化和适龄劳动力增长下降的问题，劳动力十分匮乏。通过构建内生性增长模型发现人工智能或许会对劳动力市场就业发挥积极作用，而不是负面影响。但人工智能产生的效应存在国家差异性，主要原因是各国的智能化程度与工人间的替代和需求弹性不同，并且智能化机器在不同国家的劳动力结构的创造效应也不同。研究发现，人工智能对于不同国家劳动力就业的影响具有较大差异。预计到2030年，日本的劳动力将减少大约400 万人，但考虑到未来可能会出现的新职业，日本工作岗位的增减大致相当。而美国和德国由于人工智能等新技术的出现，同样可能流失大量劳动力，但他们可以通过创造新的职业使劳动力数量大致处于平衡状态。而印度作为一个经济扩张潜力极大的发展中国家，智能化或对就业产生消极影响，但由于经济发展而创造的就业机会恰好可以抵偿这一影响。

（二） 人工智能区域性结构效应对收入分配的影响

从长远发展的角度考虑，智能化机器的大规模使用并不会使劳动力市场的整体就业情况产生较大波动，但智能化机器对于不同地区、不同技能水平的劳动者工资收入的影响存在差异。有学者计算了职业水平的实际替代概率，发现人工智能对农村劳动力的替代效应更大。农村劳动力就业机会减少、工资增长放缓都可能加剧城乡贫富差距。人工智能在城市和地区间发展不均衡，人工智能大多在高技能劳动力密集地区创造新岗位，而其它地区劳动力就业可能会受到人工智能带来的负面影响，因此人工智能的出现可能加大了地区间薪资分配的差距。有学者利用2001—2016年全国及省级层面数据分析收入分配效应，指出人工智能对收入差距的影响具有地区异质性。相对劳动密集型地区而言，人工智能对资本密集型地区的收入差距影响更为显著。也有学者认为，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。造成收入不平等的直接原因是技能溢价，这进一步加剧了低技能工人与高技能工人在劳动收入份额上的不平等。新技术的发展使得智能化机器的使用成本下降，许多发展中国家的劳动力相对成本优势减弱，发达国家更倾向于设立智能化工厂进行规模生产，进一步拉开国家间的经济发展速度，扩大国别居民收入水平差距。此外，也有专家指出在人工智能的实际应用中，由于劳动力结构存在的差异，人工智能发展使低技能工人从劳动产品中获得生存资料变得更为困难，而高技能工人则更容易获得生存资料，从而使劳动力技能结构的差异间接加剧国家间的收入不平等。

四、 人工智能的劳动力性别结构效应

现有文献中，关于人工智能的劳动力性别结构效应的研究为数不多，系统深入的分析也不常见，大部分文献仅从宏观层面分析人工智能造成的劳动力工资差距。已有研究结论指出，人工智能对不同性别群体产生的效应也不尽相同。相关学者曾指出劳动力市场的激励问题放大了由于性别而导致的收入差距。在性别均衡下，女性劳动者更容易被诱导进入低技能职业，这将产生与性别歧视有关的分配不当成本。当然，随着技术的发展，将减少女性用于家庭劳动的时间，从而促使女性进入社会工作，拉近男女性别层面的收入差异。人工智能通过增加非重复性新工作岗位的劳动就业需求，进而改变收入不均衡现状。如果将市场上劳动力分为认知类型和体能类型，女性在认知方面的技能明显优于男性技能，新技术的出现可以促进认知技能高的劳动力收入增加，故而女性劳动者收入受到新技术的积极影响，进而减少因为性别问题产生的工资差距。

国内学者利用我国2005年人口统计数据及2011年动态人口监测数据进行实证分析发现，提高受教育程度可以有效减少因技术进步造成的性别工资差异。郝翠红、李建民也得出类似结论，指出随着人工智能的不断发展，这种技术创新更注重认知技能而非运动技能。如果以性别作为划分属性，男性群体的认知技能更弱，女性的运动技能更弱。因此，具有技能偏向性的人工智能的发展，会有利于女性的就业，并在某种程度上会扩大收入差距。一些学者认为，由于男性与女性的技能不同，女性在认知技能回报上升时，其收入明显提升。此外，由于企业生产技能化要求的提升，增加了对那些具备认知技能劳动力的需求，从而减小因性别引起的工资差距。孙早和韩颖以我国工业部门为例，从经验、理论层面展开研究，他们认为人工智能发展在一定程度上增加了技能水平要求较低部门对女性劳动力的就业需求，但同时也增加了技能水平要求较高部门对男性劳动力的就业需求，且随着智能化发展将进一步缩小技能水平要求较低部门的性别收入差距，扩大技能水平要求较高部门的性别收入差距。

现有文献对于人工智能的劳动力性别结构效应的研究还处于初步阶段，多数学者对人工智能的发展持乐观态度，他们认为人工智能对女性劳动力就业状况产生积极影响，其收入水平可能也会随之增长，从一定程度上缩小劳动力市场性别收入差距。

五、 研究结论与展望

近年来，随着人工智能的高速发展，相关研究文献随之增加。毫无疑问，人工智能的出现将会打破传统的劳动力市场结构，并对就业和收入分配产生深刻影响。乐观主义者和悲观主义者在人工智能对劳动力市场造成影响的问题上一直处于激烈争论之中。人工智能的出现对劳动力就业存在双重效应，智能化机器既可以取代劳动力，降低其就业率，也能产生新的劳动力需求，创造更多就业机会，这一双重效应与劳动力质量结构有着密切关系。已有研究指出，人工智能的发展在加大市场对高技能劳动者需求的同时，也进一步挤占了低技能劳动者的就业机会，不仅如此，人工智能对劳动力结构效应还存在着产业差异性、地区差异性、性别差异性。尽管现阶段学者们关于人工智能发展对劳动力市场影响产生了很多研究成果，但仍有必要围绕人工智能发展对社会经济影响进一步深入研究，为扩大人工智能对劳动力市场就业的积极影响助力。

注释：

① 蓝志勇：《第四次工业革命与新公共治理原则》，《清华大学学报》 （哲学社会科学版） 2021年第6 期。

② 蔡宏波、韩金镕：《人工智能缓解人口老龄化压力：作用机理与实现路径》，《新视野》2021年第6 期。

③ 陈德余、汤勇刚：《人工智能产业对区域经济发展影响测度分析》，《科技管理研究》2021年第2 期。

④ 王娟、尹敬东：《以智能化为核心的新科技革命与就业——国际学术研究述评》，《西部论坛》2019年第1 期。

⑤ 张建武、马紫孟、邱依婷：《人工智能对劳动力市场的影响机制研究综述》，《开放经济研究》2020年第3 期。

⑦ 贾开：《人工智能与算法治理研究》，《中国行政管理》 2019年第 1 期。

⑧ 李小瑛、吴鑫杰：《劳动成本上升如何影响企业机器换人投入？——来自广东制造业企业的证据》，《华东理工大学学报》 （社会科学版） 2021年第1 期。

⑨ 袁青川、易定红：《中国工会对工资收入分配不平等影响的实证分析——基于基尼系数的RIF-OLS 估计的Blinder-Oaxaca 分解》， 《中国劳动关系学院学报》2017年第 5 期。