对人工智能就业效应的评析
江苏省社会科学院 沈于
摘 要： 人工智能技术的大规模推广会加剧社会失业吗？在经济学史上，新技术革命与失业之间的关系一直受到研究者的关注。本文梳理了相关学者的研究成果，在此基础上，结合新一代人工智能自身的技术特点对其就业效应作了分析，并提出了政策建议。
关键词： 人工智能 就业 失业
随着电脑性能的提升与算法思想的进步，近年来，人工智能(Artifi cial Intelligence，简称A.I.)技术取得了巨大突破。普遍认为，人工智能将形成新一轮产业变革的核心驱动力，重构生产、分配、交换、消费等经济活动环节，催生新产品、新服务、新产业，引发经济结构的重大变革，实现全社会生产力的整体跃升。目前，人工智能已成为全球竞争的新焦点，各国政府不断加大在人工智能领域的投入，力求在新一轮科技竞争中把握主导权。人工智能领域的风险投资金额、参与机构数量大幅攀升，人工智能企业的市场估值迭创新高。整体上看，全球范围内人工智能产业蓬勃发展的态势已经形成。
在人工智能高歌猛进的同时，一个不容忽视的问题逐渐浮出了水面——新一代人工智能技术会在多大程度上替代人的劳动？A.I.技术的大规模普及会加剧工人失业吗？近期，一些媒体开始渲染“人工智能将引发大规模失业”这一论断，并引发公众热议。毋庸讳言，大众舆论易受情绪左右，其观点缺乏严谨性，不足为凭。然而，站在学术的立场，“人工智能的就业效应”却是一项值得研究的课题。
人工智能是一项新近出现的技术，就此，对“人工智能是否会加剧失业？”这个具体的问题，经济学理论并没有现成的答案。然而，从逻辑上看，该问题隶属于一个更古老的论题，那就是——技术进步是否会导致工人失去工作？从历史上看，每一轮技术革命都在不同程度上引起了“机器替代工人”的现象，从而在当时引发了学术界的关注。有鉴于此，对人工智能就业效应的分析，无疑可以从经济思想史上得到有益的启示。另外，与历次科技革命相比，人工智能技术当然具备其独特性，对其就业效应的深入分析，必须考虑人工智能的自身特点。
1 历史的启示
“技术进步的就业效应”这一课题是近代社会的产物。在漫长的农业社会，一方面，技术进步非常缓慢；另一方面，以自然经济为主的农业社会，大规模雇佣劳动并不存在，失业只是偶发、零散的出现。当然也就谈不上技术进步加剧失业的问题。
到了18世纪，随着第一次工业革命的发生，动力机器开始出现。大规模工业化导致欧洲进入了以机器替代手工劳动的时代。在这一进程中，机器设备在一些领域取代了人工，技术进步的就业效应首次进入公众的视线，也引起了学术界的强烈兴趣。英国经济学家马尔萨斯认为，机器设备的大规模推广可能降低企业主对劳动力的需求，从而导致工人被解雇；与之相对，萨伊等经济学家却认为，使用新机器意味着生产效率提升，从而使产量增加，基于“萨伊定律”，这必然伴随着更多的产品需求，进而增加对劳动力的需求；李嘉图分析了机器大规模使用对就业带来的影响，他开创性的区分了长期与短期的差异。李嘉图认为：从短期看，技术进步必然伴随机器对工人的替代，这当然会加剧失业状况；但从长期看，使用机器将带来更高的产量，从而导致投资资本上升，这又会增加对劳动力的需求。很明显，李嘉图的观点综合了马尔萨斯与萨伊的论断，其对技术进步长期与短期效应的区分，对我们当前的研究依然有很强的参考价值。马克思则利用“资本有机构成”这一概念分析了使用机器的影响。在马克思看来，使用机器将导致人口相对过剩并带来失业，由于市场竞争的压力，这一过程会不断自我强化，从而加剧失业，最终导致庞大的产业后备军。此后，随着第二次工业革命的到来，新机器是否会导致失业这一论题再度引发经济学家的关注，一些研究者甚至将经济危机归因于技术进步。作为研究大萧条现象的专家，凯恩斯在其著作中提及了“技术进步引发的失业”。里昂惕夫也认为机器对劳动力存在挤出效应。这些早期的理论研究，虽然并不完善，但无疑为后来的研究者开辟了道路。
(1)毫不动摇的继续支持、鼓励人工智能产业的发展。人工智能不会对就业造成长期影响，一些媒体渲染“人工智能将导致大规模失业”的论断，造成了不必要的恐慌情绪，对此，应积极加以引导。
一般乡镇地处偏僻,获得知识和信息的方式和渠道较少,文化水平与城市相比较低。因此,在乡镇中的孕产妇对怀孕及分娩的认知也较薄弱,不懂得孕期应注意的事项,出现了问题也没有正确处理方法,有时更会盲目一些偏方,给孕产妇及胎儿带来了极大的伤害。
需要指出的是，人工智能对劳动力的替代效应固然取决于A.I.系统自身的成本，同时也受到劳动力成本的影响。而劳动力成本则受制于一系列市场、政策因素。如果允许工资自由浮动，那么在人工智能的压力下，相关职业的人员工资将向下调整，这就在一定程度上缓解人工智能的挤出效应。相反，如果为工资的自由浮动设置种种障碍，机器设备对劳动力的替代将更加严重。
尽管上述论断是基于对历史文献的梳理而得出的，但它同样适用于分析新一代人工智能的就业效应。这意味着，从长期看，我们大可不必担心人工智能技术会加剧整体失业率。但在短期内，人工智能可能对就业状况有所影响，而在某些特定行业，这种影响还可能较为显著。
综上所述，对于人工智能的就业效应，我们的观点是，从长期看，人工智能技术不可能加剧全社会失业水平，但在短期，人工智能可能对就业造成某种影响，在特定某些行业，影响还可能比较严重。基于此，我们的建议主要有以下几点。
进入虚拟漫游培训场景后，可以通过手柄摇杆控制场景中的漫游动作。将场景中的主摄像机Main Camera替换为MojingMain预设摄像头，添加脚本组件MojingWalk挂在MojingMain上，实例代码如下：
2 进一步分析
一个公认的事实是，新一代人工智能是“数据驱动型”技术。这就是说，要在某一领域实现人工智能，就必须向电脑系统输入大量(该领域的)数据。比如，要实现对肺部X光影像的智能识别，就必须向电脑输入大量肺部X光照片，并在每一张照片上标注这是“健康人”还是“肺炎患者”或“肺结核患者”。当电脑消化了大量已知照片之后(该过程被称为“训练”)，面对一张全新的、未标注的肺部X光照片，A.I.即可判断该照片属于“健康人”还是“肺炎患者”或“肺结核患者”。不仅如此，用于训练的X光照片数量越多，A.I.的识别准确率越高。类似的，要开发一个语音识别系统，就必须向电脑输入大量的语音材料，以供电脑展开“训练”。这意味着，新一代人工智能须要大量数据作为支撑(AlphaGo就输入了16万盘人类棋手的对弈资料)。从某种意义上说，数据的可得性在很大程度上决定了人工智能系统的性能。所幸的是，随着互联网技术的发展，万物互联正从理想变为现实，大数据的兴起在很大程度上缓解了数据的可得性问题，为人工智能插上了腾飞的翅膀。在医学影像领域，早在多年前就实现了影像资料的全数字化保存，从而拥有大量现成的医学影像资料可供调阅，这极大便利了相关A.I.系统的开发。此外，在金融、气象等领域，往往都保存着较为完整的历史数据可供调用。从某种意义上说，越是拥有大量完整数据资料的行业，人工智能系统的开发成本就越低廉。相应的，相关职业岗位越容易受到A.I.的冲击。然而，并非每个行业的数据都是廉价可得的，那些不保存历史资料，甚至不记录数据的行业，部署人工智能的成本将非常高昂——这意味着需要从零开始积累数据，从而耗费大量时间及人力、物力资源。就此，我们的判断是：某个行业越容易获得完整的数据资料，相关职业越易于遭受人工智能的冲击。
既然人工智能对不同职业的影响是不同的。那么，顺理成章，研究重点就在于预判哪些职业更可能受到A.I.技术的影响。毫无疑问，这既涉及职业自身的特点，也涉及新一代人工智能的技术特性。
（2）数据拓扑关系管理就是数据拓扑结构的重组。具体结构需要根据上述使用的矢量关系数据来表示，点线和面分别表示节点、数据链和岛。
3 结论与对策建议
总体而言，就长期看，现有研究并不支持“技术进步将导致社会整体失业率增加”这一论断，理论逻辑或实证分析均表明，技术进步在长期倾向于促进而非削减就业。至于短期，情况有所不同，技术进步对就业的短期影响是不定的。如果把视线局限于某一类职业，则情况更加复杂，一般来说，技术进步总是倾向于削减某类职位，而增加另一类职位。无论如何，在短期内，至少有一部分职业岗位会受到技术进步的影响。
在当代的研究文献中，对技术进步就业效应的研究主要基于实证分析。一些宏观层面的研究者分析了美国或欧洲的就业数据，大多数研究结果表明，技术进步对就业的影响是不确定的，主要取决于需求弹性及要素替代弹性，若弹性较高，则技术进步不仅不会导致失业，还将促进就业，反之则可能减少就业岗位(Sinclair，1981，Nickell and Komg，1989等)。一些研究还证实了李嘉图的观点，即技术进步在短期倾向于加剧失业，但从长期看，技术进步几乎不会影响就业水平(Feldmann，2013等)。在微观层面，从直觉上说，技术进步对不同部门就业状况的影响应当是有差异的。这种直观猜测得到了实证研究的支持。有学者研究了欧洲五国的就业数据，其结论是，若仅仅考察制造业的就业状况，那么技术进步将阻碍就业。若将服务业数据纳入样本，结论将完全相反(Bogliacino and Pianta，2010)。无论对欧洲还是美国的分析均表明，技术进步显著促进了高科技领域的就业(Bogliacino and Vivarelli，2012；Coad and Rao,2012)。此外，有研究表明，技术进步，特别是信息技术的发展，对高、中、低层就业岗位的影响差异巨大，甚至达到了“极化”(polarization)的地步。Goos等人(2009)发现，信息技术严重削弱了中层职位的数量，而低层及高层职位的数量不仅没有减少，反而有所增加。根据Autor(2003)等研究者的分析，这可能是由于相关职业的特性所致——中层职位，比如出纳、速记员等，其工作易于被计算机所替代。高层职位往往涉及决策、灵感、判断力等，这些须要创造力的工作难以被计算机取代。而低层职务，往往是一些体力劳动或直接面向顾客的服务，它们可能涉及视觉或听觉感知能力、手工操作能力、语言表达能力等，这同样难以被计算机所取代。最终，信息技术的发展导致了中间层职位减少，高层及低层职位增加的“极化”现象。
1.4 统计学方法 采用SPSS 19.0软件对数据进行分析。计数资料以百分比表示，采用χ2检验；计量资料以x±s表示，采用t检验。以P<0.05为差异有统计学意义。
(2)人工智能对特定某些职业的冲击较大。对那些处于人工智能冲击波第一线的人员，应鼓励其未雨绸缪，早做准备，根据自身能力、技能，尽早转向新职业。政府部门应根据其实际状况，提供职业培训、就业指导等服务。对于一些因为年龄、技能等因素，确实无法顺利再就业的人员，政府应当在社会福利等方面及时给予救助。
(3)工资自由浮动可削弱人工智能技术对劳动力的替代效应。应强化市场机制在劳动力薪酬中的决定作用，尽可能消除各种身份、户籍等歧视，减少劳动力市场运行的摩擦。
(4)面临人工智能的冲击浪潮，教育部门应及时调整大专院校、职业学校的专业设置，削减易受人工智能影响专业的招生数量。
我点点头，叫他拿来碗筷。金宝感激地说：“杨细婆才送来一瓢鸡蛋，前脚刚走。这小半天儿啊就过来好几位乡亲。这个情啊我什么时候才还得清啊。”
参考文献
[1]Autor，D．H．et al．“the skill content of recent technological change：An empirical exploration”[J]．Quarterly Journal of Economics，2003，118(4)．
[2]Bogliacino，F．，Pianta，M．．“Innovation and Employment，A Reinvestigation Using Revised Pavitt Classes”[J]．Research Policy，2010(39)．
[3]Bogliacino，F．， Vivarelli，M．．“The Job Creation Effect of R&D Expenditures”[D]．Australian Economic Papers，2012．
[4]Coad，A．，Rao，R．．“The Firm-Level Employment Effects of Innovations in High-tech US Manufacturing Industries”[J]．Journal of Evolutionary Economics，2011(21)．
[5]Feldmann，H．．Technological Unemployment in Industrial Countries[J]．Journal of Evolutionary Economics，2013(23)．
[6]Goos，M．etal．“Job polarization in Europe”[J]．American Economic Review 2009，99(2)．
[7]Nickell，S．，and Komg，P．“Technical Progress and Jobs”[D]．Centre for Labour Economics．Discussion Paper 366，London School of Economics，London．，1989．
[8]Sinclair，P．J．N．．“When Will Technical Progress Destroy Jobs？”[D]．Oxford Economic Papers，1981．
中图分类号： F241
文献标识码： A
文章编号： 2096-0298(2019)06(a)-238-02
DOI: 10.19699/j.cnki.issn2096-0298.2019.11.238
标签：人工智能论文; 就业论文; 失业论文; 江苏省社会科学院论文;