［人工智能与就业专题］
人工智能与就业变革*
何 勤
（北京联合大学 管理学院，北京 100101）
［摘 要］ 研究分析了人工智能技术对职业种类、就业规模和劳动者收入的影响，认为在短期，“机器换人”岗位集中在低端服务业、制造业和金融等行业，而未来则会渗透到医疗、教育、养老等行业，因而失业和再就业以及收入差距扩大是政府应关注的问题。在此基础上，提出了政府应加强宏观调控、合理进行二次收入分配以及深入开展教育和未来培训的建议。
［关键词］ 人工智能；劳动力市场；就业
一、引言
目前，世界发达国家对人工智能的关注度前所未有，旨在占领发展高地，在该产业及其上下游产业链取得竞争优势，并已经开启了部署人工智能的新时代。中国是较早部署人工智能的国家，2017年9月，国务院下发《新一代人工智能发展规划》，要求中国必须在2030年左右抢占人工智能全球制高点，并要孵化出10万亿的工业产值。在未来几年，我国人工智能技术必将继续突破创新，人工智能产业也将保持高速发展。[1]这对我国实施创新驱动战略、优化产业结构、促进转型升级、提升全球产业链竞争优势等将具有重要的战略意义。[2]产业布局影响国家高质量发展，[3]但同时也将对我国职业和就业模式产生巨大而深远的影响。抓住可持续发展机遇的同时也要认清充分就业目标下的潜在危机。与以往技术不同的是，人工智能涉及学科范围较广、对产业链条影响深远、波及企业众多，因此，人工智能及受影响领域就业特征也会呈现新的特征。
1.1 对象 2012年4月，采用目的抽样法，选取上海市和杭州市4所医院助产士为参与讨论的专家，其中2所为3级甲等专科医院，1所为3级甲等医院，1所为2级甲等专科医院。入选标准:具有10年以上助产工作经验，本科及以上学历，主管护师以上职称，熟练掌握各种会阴分娩助产方式，对本研究问题熟悉，对本次研究主题感兴趣。
二、未来人工智能发展阶段与职业替代
人工智能技术迅速发展和日趋成熟，企业投入成本随之降低，投入产出比提高，甚至零边际成本业务渗透到部分职业，且应用范围将愈来愈广。基于“李嘉图之谜”的研究侧重点在劳动手段替代机制、劳动力市场需求破坏机制、就业的补偿机制下的岗位冲击。与历史上三次科技革命不同，以往“机器换人”换的是蓝领工人，而本次岗位替代既包括传统的“蓝领”阶层，又包括工作内容重复性强的“白领”阶层。2016年，麦肯锡发布研究报告，打破现有职业划分模式，根据工作内容将所有工种划分为7种职业类型，具体包括管理他人、应用专业知识、与利益相关方互动、不可预测的体力劳动、数据收集、数据处理、可预测的体力劳动。并借助这种分类方式调查并预测了应用人工智能技术后可能节约的工作时间。其中可替代性最高的职业类型是“可预测的体力劳动”，人工智能普及后可以节约78%的工时。最不容易被替代的职业类型是“管理他人”，应用人工智能技术只能缩短9%的工时。
积累数据的竞争已经开始，目前由谷歌、脸书等巨头主导，在中国是百度和腾讯等巨头。到目前为止，这些公司都是“注意力商人”（attention merchants），它们通过向我们提供免费的信息、服务和娱乐来吸引我们的注意力，然后将我们的注意力转卖给广告商。然而，他们真正的业务不仅仅是销售广告。相反，通过吸引我们的注意力，他们设法积累了大量关于我们的数据，这些数据比任何广告收入都更有价值。我们不是他们的顾客，而是他们的产品。
可以把人工智能发展期分为弱人工智能阶段和强人工智能阶段。弱人工智能阶段即当前所处阶段，技术在各行业的应用方兴未艾，而强人工智能阶段则是人力大面积被替代、新岗位固化的阶段。弱人工智能阶段，是劳动者智力和国民财富继续积累阶段，而强人工智能阶段则是后技术冲击阶段的岗位适应和民众心理波动累积影响效应的集中爆发阶段。在弱人工智能阶段，以下三种职业类型最可能被取代：（1）低端服务业，涉及餐饮住宿、批发零售、治安维护等行业。这些岗位的工作内容大多属于“可预测的体力劳动”，对劳动者专业技能要求不高，偏重体力活动，甚至具有一定危险性，其可替代性是最高的。具体包括厨师、理货员、收银员、保安执勤员等，其中73%的服务工作在技术上已经可以实现自动化。（2）传统低端制造业。在传统低端制造业中，近六成的工作已经实现自动化，生产、装配、库管、物流、检验人员都面临下岗风险。这些岗位已经有九成的工作由机器人独立完成或借力机器人辅助完成。（3）会计、审计、金融和保险业。在诸多对中等技能劳动力需求量大的行业中，会计、审计、金融和保险业已经首当其冲，迎来人工智能技术的冲击。出纳员、记账员、审计员、银行柜台服务人员、保险信息整理员等工作者有一半的时间都花在了数据收集、处理、保存和查阅上，这些工作的特征是重复性强、具备一定知识的劳动者经过短期培训即可上岗，入行门槛低，在新划分的职业类型中属于“数据收集、数据处理”。人工智能技术在这些方面的应用已经较为成熟，岗位被人工智能技术替代的可能性强，可替代率超过40%。[4-5]
在强人工智能阶段，人工智能技术渗透力最强的是以下三种行业：（1）以身体检查、咨询服务为主的医疗业。在医疗业的工作内容中，包括预约挂号、在线咨询、远程会诊、电子处方、慢病管理、健康消费、全科专科诊疗等已经开始应用，这些细分职业均可能被新技术取代，取代率将超过60%。（2）教育和培训行业。目前人工智能在教育领域中的运用还只限于儿童互动、视频交互课程。在未来，更多细分职业会大幅缩减，甚至消失。其中，基础课程教师、各级各类教育助理教师、行政人员等被取代率将超过75%。另外，在培训行业，人工智能的渗透率也较高。以残疾人技术培训为例，在20-30年时间内，被人工智能取代的岗位会超过60%。（3）养老行业。与其他行业的替代效应不同，养老行业人工智能渗透率受需求影响显著。到2030年，全国60岁及以上老年人口占比将达25%左右。如果考虑需求增加的补偿效应，养老行业被人工智能取代的岗位将达到42%。
3）从学习活动来看，设计的活动一定要具有问题性和情境性，促进学习者在信息技术环境下对学习内容进行主动探索、主动分析理解，切身体会知识的形成。
三、人工智能对就业规模和工资的影响
2.在中国，就业和再就业面临挑战已成必然趋势。据国际机器人协会（IFR）统计：早在2013年，中国共销售工业机器人37000台，约占全球销量的五分之一，成为全球第一大工业机器人市场。换句话说，中国的人工智能产业规模已经集聚。可以预见，在人工智能技术广泛普及之后，被人工智能取代的大多是大量低、中端就业岗位，释放出来受教育年限短、知识技能排他性弱的劳动力。包括企业管理、数据挖掘、财务分析等各类职业中人工智能不易挑战的高端就业岗位，存在较高的准入门槛，科学的家庭教育、现代化的高等教育、终身学习制体系共同支撑在岗人员素质培养与提升。这说明被新技术挤出的大量失业者，在短期内再就业并非一蹴而就。即使这些失业者渴望通过再教育或培训来获得新技能，也会面临超出其承受范围的教育成本，谁为这些劳动者买单、未来的教育和培训体系如何变革都是需要考虑的问题。另外，尽管各级政府对再就业人员的培训力度较大，但这些主要集中于操作技能、专业知识方面的短期培训。而创造性专业知识学习难度大、学习周期长。不仅如此，就内部结构和教育培训质量来看，由于许多院校和机构对人工智能未来发展方向和发展速度估计不足，专业体系设计、课程内容搭建不合理。
1.人工智能导致短期内劳动力市场的失业规模扩张，诱发岗位结构性供需矛盾。人工智能技术能够降低人工成本、提高劳动生产率、增加企业利润。就目前新增人工智能企业增长率和上文提到的几类应用企业增长规模来看，失业规模扩张或者就业年龄人口人均工作时间缩短将成为必然趋势。根据《全球智能制造发展指数报告》数据，2018年全球将有232万台智能机器人上岗，千万人口面临失业。以中国银行业为例，根据银行业协会的数据，截至2016年末，工商银行共减少柜员14090人，农业银行减少10843人，建设银行减少30007人。据2016年世界经济论坛(World Economic Forum，WEF)发布的数据显示，短期内，在全球最领先的15个国家中，人工智能新技术的发展和应用会导致工作岗位数量减少710万个，与此同时，也会新增200万个岗位，这意味着净减少的工作数量为510万个。按照这个比率计算，如果我国人工智能技术广泛推广，9亿劳动年龄人口中，从事“可预测的体力劳动”、“数据整理”、“数据收集”等方面工作的劳动者占比超过50%，而根据目前调查失业率在5%左右、裁员率30%、再就业率25%保守测算，将有约1亿人失业。不仅如此，改革开放前40年，中国企业大多处在产业链的低端，这意味着，中国可能被人工智能和机器人产业替代的岗位更多。
如果人工智能技术大量普及，被淘汰工人将面临更大的失业风险。若没有新技能劳动工人供给，就会对我国就业形势产生巨大的冲击和严峻的挑战。不过，挑战与机遇并存，厘清人工智能对就业规模和工资的影响特征，也就是认识挑战并发掘机遇的过程。
3.劳动者收入差距将进一步拉大。当人工智能技术大规模应用之后，企业主、中高层管理人员的收入会越来越高，在初次分配过程中的财富集中现象会更加凸显。[6]而失业人员、特别是长期被隔绝在劳动力市场之外且长期没有进行人力资本投资的人员，其职业和岗位适应性越来越弱，在没有社会补贴的情况下，收入会越来越低。因此，这势必导致社会收入不平等加剧、拉大贫富差距。更多的劳动者缺乏生活保障或者已有生活水平下降，在消费的棘轮效应影响下，其满足感会降低，最终影响社会稳定。尽管国家建立了社会福利、社会救济以及失业保险制度以保障低收入人群和无收入群的基本生活，但是，不断拉大的贫富差距继续扩大，甚至失业者就业无门，绝对贫困引发社会恐慌，一旦微观个体的心理恐慌形成燎原之势，很容易引发社会动荡。
陈颐磊深知衢州城这样相安无事的好日子不会太久，但他对即将深陷的围城却一点也不担心，他心里清楚，委员长在金衢下一盘很大的棋，这盘棋如果走活了，整个华东抗战将发生根本性的转折。
4.人工智能的大面积普及和人力资本的合理增长并举，可促使长期内中国劳动力市场供给回复均衡。世界经济论坛论坛(World Economic Forum，WEF)发布的《2018未来就业》报告显示：在未来，人工智能技术的发展将取代7500万份工作，不过也会有1.33亿份新工作会被创造出来，即净增的新工作岗位多达5800万份。不过，这些变化与公司战略调整、工作模式转换、工时政策再设计息息相关。这意味着，如果新增劳动力和失业人口能够适应科技发展，能够通过教育或培训等人力资本积累方式在社会交往、综合管理、新技术运营等职业方面得到训练，补给劳动力市场新就业岗位的需求，[7]失业风险可大大降低。
四、应对人工智能对就业挑战的建议
1.加强顶层设计，分短期和长期制定适应技术发展和劳动力市场稳定的调控政策。应从全局出发，以人为本，以提升劳动者“满足感、获得感”为出发点，以解决劳动力市场“不平衡、不充分”矛盾为前提，以顺应人口老龄化趋势为考量因素，对人工智能产业的发展进行宏观调控。一是在人工智能技术研发、人才培养、社会服务方面加大投入，争取继续保持在第一梯队国家，甚至超越国际一流水平。扶持相关企业在人工智能产业链上抢占制高点，防范国际上的技术封锁，以取得竞争优势。二是对人工智能和机器人的推广和应用进行规范化管理，设计底线与鼓励其自由发展并举，即以实际失业率为坐标、以技术发展的国际水平为依据，调整行业产业政策，避免大规模的体力劳动者、中等技术人员、低层管理者失业且无所安置。为应届毕业生提供适应产业发展的就业机会，为转岗人员提供技术培训。三是防范“过度调节”，可以国家为担保人，在社会公益企业、国家所有企业中首先推动人工智能发展，避免技术搁置在实验室或专利留在纸面上。
2.借力二次收入分配制度，控制社会贫富差距进一步扩大。为了避免贫富差距的过大，对于因人工智能替代效应而失业的劳动者，可以采取以下措施给予扶持。一是提高失业救济金比率，同时改革救济金投放方式，采取“失业+基本保障+再培训保障金”的混合保障模式，在保障失业人员的基本生活的基础上，让他们有机会体面地参加再培训；二是需要进行合理的社会分工，如在强人工智能时代，扩展就业渠道，早做设计、提前培训，在心理咨询、保健康复、老年人陪护、临终关怀、社会公益等服务性就业岗位方面做出税收减免努力，鼓励相关企业健康发展；三是建立有效的财政转移支付制度，政府应通过财政转移支付的方式对那些从事有社会福利性、公益性、服务性的收入较低的再就业劳动者或者转岗劳动者，予以适当补贴。这样可以形成激励机制，不仅仅保障他们有就业岗位，而且有利于缩小贫富差距，规避“绝对贫困”，消除社会不稳定因素。
3.加强教育和再就业培训。一是进行高等教育改革，利用高校科研平台培养基于人工智能技术的基础性研究人才和应用性人才，为国家战略发展奠定人才基石。二是整合高等职业教育，健全完善适应人工智能发展的专业体系，构建与研究型院校的联盟，增强师资队伍建设，建立实践基地，以培养适应智能化的高技术岗位以及适应智能化工作的辅助性岗位。三是加强再就业培训。除了现有的高等职业院校外，政府应支持建立更多的再就业培训基地和实践基地，不仅对其进行技术能力培训，还要对其进行包括人际交往、精细化服务等方面的素质教育。另外，还要鼓励低技能年轻人的回炉深造，并加大政策性补贴力度，对深造期间的费用给予补偿，采取“回炉补贴、就业奖励”的模式保障深造质量。四是构建基于高校、职业院校、培训机构和实训基地的联盟体系，让实验室的专利落地，让技术实操人员回炉深造更顺畅，特别是让中等技术人员更容易确定未来职业定位和发展方向。五是出台相关优惠政策，引导劳动力在国民经济各个部门之间、各地区之间、城乡之间有序流动，使劳动者个人不需为获取新的劳动技能和岗位而支付过多的跑路成本。
［参考文献］
[1]莫荣，陈云. 高质量发展就业形势[J].中国劳动，2019(01):4-9.
[2]赵凯，高友笙，黄志国.中国劳动力市场均衡及失业问题研究[J].统计研究，2016(05):69-76.
[3]曾湘泉.基于大数据的劳动力市场研究[J].中国人民大学学报，2017(06):7.
[4]李实.当前中国的收入分配状况[J].学术界，2018(03):5-19.
[5]何勤，王琦，赖德胜. 平台型灵活就业者收入差距及影响机制研究[J]. 人口与经济，2018(05):1-15.
[6]刘瑞明，亢延锟，黄维乔.就业市场扭曲、人力资本积累与阶层分化[J].经济学动态，2017(08):76-89.
[7] LOPREST P J. Gender Differences in Wage Growth and Job Mobility[J]. American Economic Review, 1992(02):526-532.
An Exploratory Study on Artificial Intelligence and Employment Change
HE Qin
( School of Management, Beijing Union University, Beijing 100101 )
Abstract: This study focuses on analyzing the impacts of artificial intelligence (AI) technology on laborers' occupational types, employment scale and their income, and proposes that workers of low-end services, manufacturing and finance industries may suffer job losses in the short term. This trend will spread into other industries, such as medical profession, as well as education and pension industries in the long run. Thus, attention should be paid to issues of workers' short-term unemployment, their re-employment and continual widening income gap. In addition, suggestions have also been made that the government should strengthen macro-control to rationalize secondary income distribution and to further carry out education and training.
Key words: artificial intelligence; labor market; employment
［中图分类号］ F246; D412
［文献标识码］ A
［文章编号］ 1673-2375（2019）03-0001-04
*［收稿日期］ 2019-02-24
［基金项目］ 本文系北京社科基金重大项目“动态匹配视角下人工智能对北京市就业的影响与应对研究”（项目编号：18ZDA09）、国家自然科学基金项目“大学联盟模式对区域创新的影响研究”（项目编号：71603022）、国家社科基金重大项目“中国经济下行阶段就业结构调整与防范失业战略研究”（项目编号：16ZDA026）、北京联合大学人才强校优选计划项目“劳动力市场就业性别歧视研究”(项目编号：BPHR2018DS07)的阶段性成果。
［作者简介］ 何勤（1972—），女，四川青神人，博士，北京联合大学管理学院教授，研究方向：劳动经济。
［责任编辑：西 半］
标签：人工智能论文; 劳动力市场论文; 就业论文; 北京联合大学管理学院论文;