人工智能对就业与收入不平等的影响研究

　　摘 要: 人工智能在刺激创新与促进经济增长的同时，也在深刻影响就业体系，如果没有适当的公共政策干预，收入分配极化的风险很大。为此，我国应在积极引领人工智能技术革命的同时，想办法减轻其对劳动者福利的负面冲击，包括加强人工智能对就业影响的精细化研究、推动教育内容更加适应人工智能时代的要求、重视不同群体之间收入差距的扩大，以及通过鼓励政策创新，确保我国能够在未来的技术发展、风险防范、道德伦理规范制定中发挥独特作用，引领构建人工智能时代的全球治理机制。

　　葛鹏， 中国物价 发表时间：2021-08-06

　　关键词: 人工智能 技术进步 就业 收入不平等

　　当前，以人工智能为主要内容的新一轮科技革命和产业变革孕育兴起，大数据的积聚、理论算法的革新、计算能力的提升及网络基础设施的完善，驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。与此同时，国务院印发新一代人工智能发展规划，提出我国到 2030 年成为世界主要人工智能创新中心的战略目标。政府和市场同时发力，让我国人工智能取得了突飞猛进的发展，据报道，2017 年我国人工智能的企业数量和专利申请数量都已位居全球第二，相关学术论文发表数量世界第一。此外，国际机器人联合会发布的报告指出，中国已经是世界上最大的工业机器人市场。近年的一些研究显示，发展人工智能会提高本国的经济增长率 ( Aghion et al. ，2017) 、刺激创新与提高研发生产率 ( Cockburn et al. ，2018) 、增加高技能劳动力溢价和资本回报率 ( Jaumotte et al. ，2013) 等。大力发展人工智能技术将有助于中国在国际竞争中处于领先地位。

　　在将科技进步转化为更高生产率和经济增长动力的同时，人工智能驱动下的自动化也在颠覆劳动力市场，加剧失业与收入不平等。世界经济论坛在报告 《工作的未来———第四次工业革命下的就业、技能和劳动力策略》中认为，对于很多行业和国家，当前最紧缺的岗位或专家在 10 年前甚至在 5 年前都没有相应的需求，而且这一改变速度仍在加快。据估计，现在小学生中 65% 在以后都将从事当前并不存在的崭新工作。Frey 和 Osborne ( 2017) 估计认为，当前美国高达 47% 的劳动者属于容易被人工智能替代的高危人群。因此，研究人工智能对就业体系的影响有着深刻的政策含义。

　　一、人工智能影响就业的特点

　　人工智能对不同岗位的替代性存在差异，其中需要一定技术和教育水平，但同时又是常规性的工作会受到很大冲击。这类工作人工成本高同时又容易人工智能化，对它们进行人工智能替代的收益最大。低端的服务性工作和高端的需要创造性的工作受影响不大，就业在一段时间里可能出现分化: 中间部分被替代，两端得以保留甚至增长。

　　人工智能对就业体系的短期与长期影响不同。短期看，被替代的工人存在转型、再就业甚至退出劳动力市场的痛苦。需要相应的救济措施、培训计划和劳动力市场政策来缓解过渡期的困难。长期看，现在还不存在的大量工作机会将在人工智能的发展过程中被大量创造。伴随新岗位的创造，就业质量会提高，如工业革命摧毁了大量农村就业，但创造出大规模、高质量的产业工作机会。与短期政策不同，长期的政策应着眼于培养与人工智能技术相适应的下一代劳动者，同时采取收入分配措施，预防技术进步带来的收入两极分化。

　　同时，人工智能将带来劳动生产率的提高和社会经济的进步。人工智能的发展使更复杂的生产、服务、产业链成为可能。这些复杂的产业链的成功取决于: 成本效率; 各个环节的衔接。在整个链条中，存在常规性的部分，人工智能技术可以提高这些部分的质量、降低这些部分的成本。同时，链条中同时也存在大量的创造型、服务性、交互性的非常规性环节，这是人工智能难以替代的。在整个链条中人与人工智能的合理分工、相互比较优势的发展至关重要。

　　二、技术进步缓解就业替代的理论机制

　　总的看来，技术创新的目的是在生产同样产品的过程中减少对投入品的使用，比如劳动力。因而，技术创新一般会节省劳动力投入。一般来讲，人工智能和机器人等自动化技术在冲击就业的同时，会有补偿机制缓解其对劳动力的替代，Barbieri 等 ( 2019) 指出，古典理论、新古典理论、凯恩斯理论和熊彼特理论对相应的补偿机制有不同的解释。

　　( 一) 古典理论

　　新机器的引入。如果机器人等自动化技术被广泛应用，他们可能在某些或全部任务上替代了劳动者。然而，机器人本身必须进行额外的生产。因此，对人工的需求会从下游的机器人应用行业转移到上游的机器人生产部门，并对就业冲击产生抵消效果 ( Dosi et al. ，2019) 。当然，如果机器生产部门对新部件的生产完全调用了生产旧部件的人员，那该部门并不会产生就业的增长效果。

　　产品价格的下降。机器人的广泛使用导致生产率提高，可能引发平均生产成本的下降，这在高度竞争的市场中，会转化为产品价格的下降。更低的价格会导致对该产品的需求上升，进而在未能自动化的生产任务中产生对劳动力更大的需求 ( Acemoglu and Restrepo，2020) 。

　　超额利润的再投资。在非完全竞争市场中，单位成本下降与其导致的产品价格下降之间的弹性小于 1，这虽然限制了前一种劳动力补偿机制的作用发挥，但机器人的使用会产生超额利润，进而投资于资本形成 ( capital formation) ，扩大生产能力和中间需求，带来就业增长。

　　( 二) 新古典理论

　　工资的下降。在开始时劳动力被机器人替代，会导致额外的劳动供给，进而使得平均工资下降，或工资上升受限 ( 如果法规不允许工资下调) 。在生产函数运行良好的情况下，工资下降导致的劳动力需求上升应该能重新平衡市场，并吸收初始的劳动供给盈余。然而，由于劳动力投入和机器人并非完美替代品，并且劳动力在组成上是一个充满异质性的广义范畴 ( 依赖于教育、岗位、工作和任务) ，因此低工资不一定导致对劳动力的需求提高。事实上，真实的生产流程几乎是不可逆的，也就是说，无论相对价格如何，新技术都会取代旧技术 ( Dosi and Nelson，2010、2013) ，因为知识和技术变革的特点是路径依赖和回报递增 ( Capone et al. ，2019; David， 1985; Rosenberg，1982) 。

　　( 三) 凯恩斯理论

　　收入的增长。在任何情况下，工人都能从生产率增长中获益。事实上，机器人的使用会导致工资和消费上升，至少对于那些未被自动化替代的工人是如此。消费需求的增长通过著名的凯恩斯定律产生了对劳动力的更高需求及就业增长，能抵消初始的劳动力替代。

　　( 四) 熊彼特理论

　　熊彼特 ( 1912) 强调，技术进步不能被简化为单纯的 ( 节省劳动力的) 过程创新。事实上，新产品 ( 机器人等) 的引进，产生了新的生产分支，刺激了额外的消费。一般来说，就人工智能而言，它可以作为一个平台，在许多服务行业创造新的任务。产出的提高和消费的扩大能转化为经济体中更高的劳动力需求和就业。

　　不过，Barbieri 等 ( 2019) 指出，上述就业补偿机制都存在潜在的问题: 产品价格下降可能因价格刚性和市场非竞争性而受限，由于技术进步而导致的额外收入不一定转化为对劳动密集型活动的投资，新产品的生产甚至会取代旧产品的生产从而削弱岗位的创造。而且，这些补偿机制不能忽略时间维度，技术变革的速度和发生潜在补偿的时间是需要额外考虑的因素。自动化技术总是非常有助于增长但却加剧不平等，实际工资短期内下降，最终会上升，但上升需要很长的时间，长到令人担忧 ( Berg et al. ， 2018) 。不过，Bessen ( 2019) 的模型显示，技术进步的速度越快，就业 ( 尤其是非常规就业) 的增长速度就会越快。总的来说，经济理论既没有提供明确的答案，也没有对自动化技术的就业效应进行预测，因为它取决于一系列因素、假设、参数、弹性、模型校准。因此，上述理论模型被整合进了旨在提供更多证据的实证研究之中。

　　三、技术进步影响就业的实证证据

　　最近几十年在美国和十几个欧盟国家都出现了劳动力市场的 “两极化”趋势，即岗位占比越来越向技能和收入分布的顶端与底部聚集，而中间技能的就业占比则急剧下降 ( Autor et al. ，2008; Goos and Manning，2007; Goos et al. ，2009; Michaels et al. ， 2014) 。导致这种现象的主要原因，是 “常规型”岗位的消失 ( Cortes et al. ，2017) 。常规型岗位所包含的一系列任务可以由机器遵循特定的程序完成，而自动化技术的进步对常规型岗位劳动力的替代作用是导致常规型岗位消失的主因。

　　比较典型的如 Cortes et al. ( 2017) 在研究自动化对美国就业结构的影响时发现，1989 - 2014 年间，美国经历了常规认知型就业占比的下降 ( 从 19. 6% 降至 16. 1% ) ，以及常规体力型工作占比的下滑 ( 从 21. 0%降至 15. 1% ) ，同时，非常规认知型就业占比上升 ( 从24. 7%提高到28. 2% ) ，非常规体力型工作占比增长 ( 从 9. 6% 升至 12. 3% ) ，非就业人群占比也从 25. 2%上升至 28. 3%。美国从中等收入水平的常规岗位中被挤出的劳动者，主要进入了低收入的非常规体力型工作以及非就业群体。

　　而发展中国家的就业结构变化和发达国家可能存在很大差异。因为发展中国家的初始岗位分布不同，承接了发达国家大量的离岸外包工作，信息技术成本和技能升级难度更高等原因 ( Maloney and Molina，2016) ，在发达国家出现的就业两极化现象不一定符合发展中国家情况。不过，即便在发展中国家，随着人工智能产业化的可行和成本的下降，常规工作也在成为被替代的重点。

　　除了对就业结构的影响，文献中就自动化技术能否引发大规模失业存在广泛争论。比较典型的如 Frey and Osborne ( 2017) 研究认为，历史上，劳动者被计算机替代主要集中在常规岗位，然而现在由于人工智能技术的发展，很多通常被认为从事非常规岗位的劳动者也在逐渐被计算机替代。他们测算发现，当前美国高达 47% 的劳动者属于容易被人工智能替代的高危人群。Autor ( 2015) 则认为，当前人们处于对人工智能等自动化技术替代人工的焦虑状态，这种焦虑在上世纪五六十年代也出现过。他认为，虽然机器的产生天生就是为了替代人工，但生产率提高也会导致劳动力需求增长，此外机器会提升只有人能够完成的工作任务的劳动力价值，并创造新的就业岗位，因而他认为长远来看，机器并不会造成大量劳动者失业。

　　现有文献的研究结论不一致，出现上述不同的正向或者负向效应的可能原因是: 自动化对就业市场的影响本身很复杂，不同的国家或地区自动化技术的发展水平和状态并不同步，而劳动力市场本身也具有很大的差异性，产出弹性和劳动力供给弹性不完全相同，从而对就业产生了不同的影响效果 ( 曹静、周亚林，2018) 。

　　四、技术进步对收入不平等的影响

　　替代就业之外，自动化技术对劳动者福利最重要的影响可能在于收入差距的扩大。一 方 面， Acemoglu ( 2002) 在大量实证研究的基础上，指出新技术主要惠及高技能工人，导致工资差距增大; Graetz ( 2015) 也发现，工业机器人的使用降低了中低技能劳动者的工时和福利水平。另 一 方 面， Prettner ( 2017) 发现，自动化技术能解释劳动力份额下降的 14%，引入自动化能提高整体生活水平，但会造成工人受损、资本持有者获益; Braconier et al. ( 2014) 利用 OECD 国家的数据研究发现，技能偏向型技术进步是导致收入差距上升的关键驱动因素，如果过去 25 年的这种技能偏向型技术进步的趋势持续，到 2060 年 OECD 国家的收入差距会比当前提升 30% ; Korinek and Stiglitz ( 2017) 进一步指出，人工智能的创新者会得到大量溢价，导致收入差距增大; Acemoglu and Restrepo ( 2020) 测算认为，每千名劳动者中多使用 1 台机器人会导致员工工资降低 0. 42%。

　　自动化技术对收入不平等的影响已经引起了政策制定者的关注。2016 年 12 月美国白宫所发布的《人工智能、自动化与经济报告》提出，需促进劳动力资源在区域间的转移和流动，以及通过税收制度促进财富向中低收入群体转移，来缓解收入差距扩大的问题。

　　人工智能会提升技能和非常规岗位溢价，还会加大资本持有者与劳动者之间的收入差距。对此， Freeman ( 2016) 指出，当前最需要担心的不是人工智能会导致失业，而是未来劳动者的收入可能会停滞或者下滑 ( 因为机器人承担了更多高生产率工作) ，收入将更多地流向机器的拥有者。Freeman 提出三条 “机器人经济学”法则: 一是人工智能和机器人技术的进步会产生更好地替代人工的机器，从经济学意义上讲，机器人和人类工作的替代弹性在逐渐增大; 二是机器人代替人工的成本会逐渐下降，因为技术进步降低了生产成本，这会对工资产生向下的压力; 三是收入将集中向机器人或其他形式的资本持有者手中，而不是劳动者，这会加剧收入不平等。

　　五、政策建议

　　我国应在积极应对、参与和引领人工智能技术革命的同时，努力减轻其对劳动者福利的负面冲击。具体可以从以下措施着手降低其负面影响，并促进人工智能技术的长远发展。

　　一要加强对人工智能产生就业影响的精细化研究。人工智能对不同行业、不同人群甚至流水线的不同环节产生的影响都存在差异，只有基于精细化的研究，才能提出精准化的对策。人工智能发展可能带来更为复杂的产业链条，其中规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; 但创造性、服务性、交互性的环节，人工智能无法取代。只有促进产业链中人与人工智能的合理分工、有机衔接、充分发挥比较优势，才能让复杂的链条运转高效，这应当成为人工智能研究的一项重要内容。

　　二要推动教育内容更加适应人工智能时代的要求。如果说人工智能对劳动力的替代需要 10 - 20 年时间，那么受到最大冲击的一批劳动者今天还在校园里读书。无论是人工智能时代需要的技术知识，还是技术难以替代的创新能力、人际交往能力等，都应当是今天教育的重点。同时，通过职业教育和在职培训提升现有劳动者的技能刻不容缓。

　　三要推动我国劳动力市场结构的转变，采取政策和措施促进非常规性工作岗位的增加，稳步提高非常规体力型工作和非常规认知型工作的占比。这需要教育政策、产业政策和劳动力市场政策的配合与协调。

　　四要优化财税社保政策，通过二次分配向受人工智能冲击较为严重的人群倾斜，从而更有效地调节税前收入不平等，让人工智能的发展红利惠及更广泛的区域和人群。

　　最后，中国需要积极适应新就业形态的发展趋势，构建具有包容性的政策参与机制，让社会各方面意见能够理性地参与到相关政策制定过程中。通过鼓励政策创新，中国能够在未来的技术发展、风险防范、道德伦理规范制定中发挥独特作用，引领构建人工智能时代的全球治理机制。