人工智能對就業(yè)與收入不平等的影響研究

　　摘 要: 人工智能在刺激創(chuàng)新與促進經濟增長的同時，也在深刻影響就業(yè)體系，如果沒有適當?shù)墓舱吒深A，收入分配極化的風險很大。為此，我國應在積極引領人工智能技術革命的同時，想辦法減輕其對勞動者福利的負面沖擊，包括加強人工智能對就業(yè)影響的精細化研究、推動教育內容更加適應人工智能時代的要求、重視不同群體之間收入差距的擴大，以及通過鼓勵政策創(chuàng)新，確保我國能夠在未來的技術發(fā)展、風險防范、道德倫理規(guī)范制定中發(fā)揮獨特作用，引領構建人工智能時代的全球治理機制。

　　葛鵬， 中國物價 發(fā)表時間：2021-08-06

　　關鍵詞: 人工智能 技術進步 就業(yè) 收入不平等

　　當前，以人工智能為主要內容的新一輪科技革命和產業(yè)變革孕育興起，大數(shù)據(jù)的積聚、理論算法的革新、計算能力的提升及網絡基礎設施的完善，驅動人工智能發(fā)展進入新階段，智能化成為技術和產業(yè)發(fā)展的重要方向。與此同時，國務院印發(fā)新一代人工智能發(fā)展規(guī)劃，提出我國到 2030 年成為世界主要人工智能創(chuàng)新中心的戰(zhàn)略目標。政府和市場同時發(fā)力，讓我國人工智能取得了突飛猛進的發(fā)展，據(jù)報道，2017 年我國人工智能的企業(yè)數(shù)量和專利申請數(shù)量都已位居全球第二，相關學術論文發(fā)表數(shù)量世界第一。此外，國際機器人聯(lián)合會發(fā)布的報告指出，中國已經是世界上最大的工業(yè)機器人市場。近年的一些研究顯示，發(fā)展人工智能會提高本國的經濟增長率 ( Aghion et al. ，2017) 、刺激創(chuàng)新與提高研發(fā)生產率 ( Cockburn et al. ，2018) 、增加高技能勞動力溢價和資本回報率 ( Jaumotte et al. ，2013) 等。大力發(fā)展人工智能技術將有助于中國在國際競爭中處于領先地位。

　　在將科技進步轉化為更高生產率和經濟增長動力的同時，人工智能驅動下的自動化也在顛覆勞動力市場，加劇失業(yè)與收入不平等。世界經濟論壇在報告 《工作的未來———第四次工業(yè)革命下的就業(yè)、技能和勞動力策略》中認為，對于很多行業(yè)和國家，當前最緊缺的崗位或專家在 10 年前甚至在 5 年前都沒有相應的需求，而且這一改變速度仍在加快。據(jù)估計，現(xiàn)在小學生中 65% 在以后都將從事當前并不存在的嶄新工作。Frey 和 Osborne ( 2017) 估計認為，當前美國高達 47% 的勞動者屬于容易被人工智能替代的高危人群。因此，研究人工智能對就業(yè)體系的影響有著深刻的政策含義。

　　一、人工智能影響就業(yè)的特點

　　人工智能對不同崗位的替代性存在差異，其中需要一定技術和教育水平，但同時又是常規(guī)性的工作會受到很大沖擊。這類工作人工成本高同時又容易人工智能化，對它們進行人工智能替代的收益最大。低端的服務性工作和高端的需要創(chuàng)造性的工作受影響不大，就業(yè)在一段時間里可能出現(xiàn)分化: 中間部分被替代，兩端得以保留甚至增長。

　　人工智能對就業(yè)體系的短期與長期影響不同。短期看，被替代的工人存在轉型、再就業(yè)甚至退出勞動力市場的痛苦。需要相應的救濟措施、培訓計劃和勞動力市場政策來緩解過渡期的困難。長期看，現(xiàn)在還不存在的大量工作機會將在人工智能的發(fā)展過程中被大量創(chuàng)造。伴隨新崗位的創(chuàng)造，就業(yè)質量會提高，如工業(yè)革命摧毀了大量農村就業(yè)，但創(chuàng)造出大規(guī)模、高質量的產業(yè)工作機會。與短期政策不同，長期的政策應著眼于培養(yǎng)與人工智能技術相適應的下一代勞動者，同時采取收入分配措施，預防技術進步帶來的收入兩極分化。

　　同時，人工智能將帶來勞動生產率的提高和社會經濟的進步。人工智能的發(fā)展使更復雜的生產、服務、產業(yè)鏈成為可能。這些復雜的產業(yè)鏈的成功取決于: 成本效率; 各個環(huán)節(jié)的銜接。在整個鏈條中，存在常規(guī)性的部分，人工智能技術可以提高這些部分的質量、降低這些部分的成本。同時，鏈條中同時也存在大量的創(chuàng)造型、服務性、交互性的非常規(guī)性環(huán)節(jié)，這是人工智能難以替代的。在整個鏈條中人與人工智能的合理分工、相互比較優(yōu)勢的發(fā)展至關重要。

　　二、技術進步緩解就業(yè)替代的理論機制

　　總的看來，技術創(chuàng)新的目的是在生產同樣產品的過程中減少對投入品的使用，比如勞動力。因而，技術創(chuàng)新一般會節(jié)省勞動力投入。一般來講，人工智能和機器人等自動化技術在沖擊就業(yè)的同時，會有補償機制緩解其對勞動力的替代，Barbieri 等 ( 2019) 指出，古典理論、新古典理論、凱恩斯理論和熊彼特理論對相應的補償機制有不同的解釋。

　　( 一) 古典理論

　　新機器的引入。如果機器人等自動化技術被廣泛應用，他們可能在某些或全部任務上替代了勞動者。然而，機器人本身必須進行額外的生產。因此，對人工的需求會從下游的機器人應用行業(yè)轉移到上游的機器人生產部門，并對就業(yè)沖擊產生抵消效果 ( Dosi et al. ，2019) 。當然，如果機器生產部門對新部件的生產完全調用了生產舊部件的人員，那該部門并不會產生就業(yè)的增長效果。

　　產品價格的下降。機器人的廣泛使用導致生產率提高，可能引發(fā)平均生產成本的下降，這在高度競爭的市場中，會轉化為產品價格的下降。更低的價格會導致對該產品的需求上升，進而在未能自動化的生產任務中產生對勞動力更大的需求 ( Acemoglu and Restrepo，2020) 。

　　超額利潤的再投資。在非完全競爭市場中，單位成本下降與其導致的產品價格下降之間的彈性小于 1，這雖然限制了前一種勞動力補償機制的作用發(fā)揮，但機器人的使用會產生超額利潤，進而投資于資本形成 ( capital formation) ，擴大生產能力和中間需求，帶來就業(yè)增長。

　　( 二) 新古典理論

　　工資的下降。在開始時勞動力被機器人替代，會導致額外的勞動供給，進而使得平均工資下降，或工資上升受限 ( 如果法規(guī)不允許工資下調) 。在生產函數(shù)運行良好的情況下，工資下降導致的勞動力需求上升應該能重新平衡市場，并吸收初始的勞動供給盈余。然而，由于勞動力投入和機器人并非完美替代品，并且勞動力在組成上是一個充滿異質性的廣義范疇 ( 依賴于教育、崗位、工作和任務) ，因此低工資不一定導致對勞動力的需求提高。事實上，真實的生產流程幾乎是不可逆的，也就是說，無論相對價格如何，新技術都會取代舊技術 ( Dosi and Nelson，2010、2013) ，因為知識和技術變革的特點是路徑依賴和回報遞增 ( Capone et al. ，2019; David， 1985; Rosenberg，1982) 。

　　( 三) 凱恩斯理論

　　收入的增長。在任何情況下，工人都能從生產率增長中獲益。事實上，機器人的使用會導致工資和消費上升，至少對于那些未被自動化替代的工人是如此。消費需求的增長通過著名的凱恩斯定律產生了對勞動力的更高需求及就業(yè)增長，能抵消初始的勞動力替代。

　　( 四) 熊彼特理論

　　熊彼特 ( 1912) 強調，技術進步不能被簡化為單純的 ( 節(jié)省勞動力的) 過程創(chuàng)新。事實上，新產品 ( 機器人等) 的引進，產生了新的生產分支，刺激了額外的消費。一般來說，就人工智能而言，它可以作為一個平臺，在許多服務行業(yè)創(chuàng)造新的任務。產出的提高和消費的擴大能轉化為經濟體中更高的勞動力需求和就業(yè)。

　　不過，Barbieri 等 ( 2019) 指出，上述就業(yè)補償機制都存在潛在的問題: 產品價格下降可能因價格剛性和市場非競爭性而受限，由于技術進步而導致的額外收入不一定轉化為對勞動密集型活動的投資，新產品的生產甚至會取代舊產品的生產從而削弱崗位的創(chuàng)造。而且，這些補償機制不能忽略時間維度，技術變革的速度和發(fā)生潛在補償?shù)臅r間是需要額外考慮的因素。自動化技術總是非常有助于增長但卻加劇不平等，實際工資短期內下降，最終會上升，但上升需要很長的時間，長到令人擔憂 ( Berg et al. ， 2018) 。不過，Bessen ( 2019) 的模型顯示，技術進步的速度越快，就業(yè) ( 尤其是非常規(guī)就業(yè)) 的增長速度就會越快。總的來說，經濟理論既沒有提供明確的答案，也沒有對自動化技術的就業(yè)效應進行預測，因為它取決于一系列因素、假設、參數(shù)、彈性、模型校準。因此，上述理論模型被整合進了旨在提供更多證據(jù)的實證研究之中。

　　三、技術進步影響就業(yè)的實證證據(jù)

　　最近幾十年在美國和十幾個歐盟國家都出現(xiàn)了勞動力市場的 “兩極化”趨勢，即崗位占比越來越向技能和收入分布的頂端與底部聚集，而中間技能的就業(yè)占比則急劇下降 ( Autor et al. ，2008; Goos and Manning，2007; Goos et al. ，2009; Michaels et al. ， 2014) 。導致這種現(xiàn)象的主要原因，是 “常規(guī)型”崗位的消失 ( Cortes et al. ，2017) 。常規(guī)型崗位所包含的一系列任務可以由機器遵循特定的程序完成，而自動化技術的進步對常規(guī)型崗位勞動力的替代作用是導致常規(guī)型崗位消失的主因。

　　比較典型的如 Cortes et al. ( 2017) 在研究自動化對美國就業(yè)結構的影響時發(fā)現(xiàn)，1989 - 2014 年間，美國經歷了常規(guī)認知型就業(yè)占比的下降 ( 從 19. 6% 降至 16. 1% ) ，以及常規(guī)體力型工作占比的下滑 ( 從 21. 0%降至 15. 1% ) ，同時，非常規(guī)認知型就業(yè)占比上升 ( 從24. 7%提高到28. 2% ) ，非常規(guī)體力型工作占比增長 ( 從 9. 6% 升至 12. 3% ) ，非就業(yè)人群占比也從 25. 2%上升至 28. 3%。美國從中等收入水平的常規(guī)崗位中被擠出的勞動者，主要進入了低收入的非常規(guī)體力型工作以及非就業(yè)群體。

　　而發(fā)展中國家的就業(yè)結構變化和發(fā)達國家可能存在很大差異。因為發(fā)展中國家的初始崗位分布不同，承接了發(fā)達國家大量的離岸外包工作，信息技術成本和技能升級難度更高等原因 ( Maloney and Molina，2016) ，在發(fā)達國家出現(xiàn)的就業(yè)兩極化現(xiàn)象不一定符合發(fā)展中國家情況。不過，即便在發(fā)展中國家，隨著人工智能產業(yè)化的可行和成本的下降，常規(guī)工作也在成為被替代的重點。

　　除了對就業(yè)結構的影響，文獻中就自動化技術能否引發(fā)大規(guī)模失業(yè)存在廣泛爭論。比較典型的如 Frey and Osborne ( 2017) 研究認為，歷史上，勞動者被計算機替代主要集中在常規(guī)崗位，然而現(xiàn)在由于人工智能技術的發(fā)展，很多通常被認為從事非常規(guī)崗位的勞動者也在逐漸被計算機替代。他們測算發(fā)現(xiàn)，當前美國高達 47% 的勞動者屬于容易被人工智能替代的高危人群。Autor ( 2015) 則認為，當前人們處于對人工智能等自動化技術替代人工的焦慮狀態(tài)，這種焦慮在上世紀五六十年代也出現(xiàn)過。他認為，雖然機器的產生天生就是為了替代人工，但生產率提高也會導致勞動力需求增長，此外機器會提升只有人能夠完成的工作任務的勞動力價值，并創(chuàng)造新的就業(yè)崗位，因而他認為長遠來看，機器并不會造成大量勞動者失業(yè)。

　　現(xiàn)有文獻的研究結論不一致，出現(xiàn)上述不同的正向或者負向效應的可能原因是: 自動化對就業(yè)市場的影響本身很復雜，不同的國家或地區(qū)自動化技術的發(fā)展水平和狀態(tài)并不同步，而勞動力市場本身也具有很大的差異性，產出彈性和勞動力供給彈性不完全相同，從而對就業(yè)產生了不同的影響效果 ( 曹靜、周亞林，2018) 。

　　四、技術進步對收入不平等的影響

　　替代就業(yè)之外，自動化技術對勞動者福利最重要的影響可能在于收入差距的擴大。一 方 面， Acemoglu ( 2002) 在大量實證研究的基礎上，指出新技術主要惠及高技能工人，導致工資差距增大; Graetz ( 2015) 也發(fā)現(xiàn)，工業(yè)機器人的使用降低了中低技能勞動者的工時和福利水平。另 一 方 面， Prettner ( 2017) 發(fā)現(xiàn)，自動化技術能解釋勞動力份額下降的 14%，引入自動化能提高整體生活水平，但會造成工人受損、資本持有者獲益; Braconier et al. ( 2014) 利用 OECD 國家的數(shù)據(jù)研究發(fā)現(xiàn)，技能偏向型技術進步是導致收入差距上升的關鍵驅動因素，如果過去 25 年的這種技能偏向型技術進步的趨勢持續(xù)，到 2060 年 OECD 國家的收入差距會比當前提升 30% ; Korinek and Stiglitz ( 2017) 進一步指出，人工智能的創(chuàng)新者會得到大量溢價，導致收入差距增大; Acemoglu and Restrepo ( 2020) 測算認為，每千名勞動者中多使用 1 臺機器人會導致員工工資降低 0. 42%。

　　自動化技術對收入不平等的影響已經引起了政策制定者的關注。2016 年 12 月美國白宮所發(fā)布的《人工智能、自動化與經濟報告》提出，需促進勞動力資源在區(qū)域間的轉移和流動，以及通過稅收制度促進財富向中低收入群體轉移，來緩解收入差距擴大的問題。

　　人工智能會提升技能和非常規(guī)崗位溢價，還會加大資本持有者與勞動者之間的收入差距。對此， Freeman ( 2016) 指出，當前最需要擔心的不是人工智能會導致失業(yè)，而是未來勞動者的收入可能會停滯或者下滑 ( 因為機器人承擔了更多高生產率工作) ，收入將更多地流向機器的擁有者。Freeman 提出三條 “機器人經濟學”法則: 一是人工智能和機器人技術的進步會產生更好地替代人工的機器，從經濟學意義上講，機器人和人類工作的替代彈性在逐漸增大; 二是機器人代替人工的成本會逐漸下降，因為技術進步降低了生產成本，這會對工資產生向下的壓力; 三是收入將集中向機器人或其他形式的資本持有者手中，而不是勞動者，這會加劇收入不平等。

　　五、政策建議

　　我國應在積極應對、參與和引領人工智能技術革命的同時，努力減輕其對勞動者福利的負面沖擊。具體可以從以下措施著手降低其負面影響，并促進人工智能技術的長遠發(fā)展。

　　一要加強對人工智能產生就業(yè)影響的精細化研究。人工智能對不同行業(yè)、不同人群甚至流水線的不同環(huán)節(jié)產生的影響都存在差異，只有基于精細化的研究，才能提出精準化的對策。人工智能發(fā)展可能帶來更為復雜的產業(yè)鏈條，其中規(guī)范化和程序性的部分，使用人工智能可以降低成本、提高效率; 但創(chuàng)造性、服務性、交互性的環(huán)節(jié)，人工智能無法取代。只有促進產業(yè)鏈中人與人工智能的合理分工、有機銜接、充分發(fā)揮比較優(yōu)勢，才能讓復雜的鏈條運轉高效，這應當成為人工智能研究的一項重要內容。

　　二要推動教育內容更加適應人工智能時代的要求。如果說人工智能對勞動力的替代需要 10 - 20 年時間，那么受到最大沖擊的一批勞動者今天還在校園里讀書。無論是人工智能時代需要的技術知識，還是技術難以替代的創(chuàng)新能力、人際交往能力等，都應當是今天教育的重點。同時，通過職業(yè)教育和在職培訓提升現(xiàn)有勞動者的技能刻不容緩。

　　三要推動我國勞動力市場結構的轉變，采取政策和措施促進非常規(guī)性工作崗位的增加，穩(wěn)步提高非常規(guī)體力型工作和非常規(guī)認知型工作的占比。這需要教育政策、產業(yè)政策和勞動力市場政策的配合與協(xié)調。

　　四要優(yōu)化財稅社保政策，通過二次分配向受人工智能沖擊較為嚴重的人群傾斜，從而更有效地調節(jié)稅前收入不平等，讓人工智能的發(fā)展紅利惠及更廣泛的區(qū)域和人群。

　　最后，中國需要積極適應新就業(yè)形態(tài)的發(fā)展趨勢，構建具有包容性的政策參與機制，讓社會各方面意見能夠理性地參與到相關政策制定過程中。通過鼓勵政策創(chuàng)新，中國能夠在未來的技術發(fā)展、風險防范、道德倫理規(guī)范制定中發(fā)揮獨特作用，引領構建人工智能時代的全球治理機制。