人工智能對就業與收入不平等的影響研究

　　摘 要: 人工智能在刺激創新與促進經濟增長的同時，也在深刻影響就業體系，如果沒有適當的公共政策干預，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新，確保我國能夠在未來的技術發展、風險防范、道德倫理規范制定中發揮獨特作用，引領構建人工智能時代的全球治理機制。

　　葛鵬， 中國物價 發表時間：2021-08-06

　　關鍵詞: 人工智能 技術進步 就業 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變革孕育興起，大數據的積聚、理論算法的革新、計算能力的提升及網絡基礎設施的完善，驅動人工智能發展進入新階段，智能化成為技術和產業發展的重要方向。與此同時，國務院印發新一代人工智能發展規劃，提出我國到 2030 年成為世界主要人工智能創新中心的戰略目標。政府和市場同時發力，讓我國人工智能取得了突飛猛進的發展，據報道，2017 年我國人工智能的企業數量和專利申請數量都已位居全球第二，相關學術論文發表數量世界第一。此外，國際機器人聯合會發布的報告指出，中國已經是世界上最大的工業機器人市場。近年的一些研究顯示，發展人工智能會提高本國的經濟增長率 ( Aghion et al. ，2017) 、刺激創新與提高研發生產率 ( 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———第四次工業革命下的就業、技能和勞動力策略》中認為，對于很多行業和國家，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。據估計，現在小學生中 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體系的影響有著深刻的政策含義。

　　一、人工智能影響就業的特點

　　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造性的工作受影響不大，就業在一段時間里可能出現分化: 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，現在還不存在的大量工作機會將在人工智能的發展過程中被大量創造。伴隨新崗位的創造，就業質量會提高，如工業革命摧毀了大量農村就業，但創造出大規模、高質量的產業工作機會。與短期政策不同，長期的政策應著眼于培養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。人工智能的發展使更復雜的生產、服務、產業鏈成為可能。這些復雜的產業鏈的成功取決于: 成本效率; 各個環節的銜接。在整個鏈條中，存在常規性的部分，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造型、服務性、交互性的非常規性環節，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、相互比較優勢的發展至關重要。

　　二、技術進步緩解就業替代的理論機制

　　總的看來，技術創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，技術創新一般會節省勞動力投入。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轉移到上游的機器人生產部門，并對就業沖擊產生抵消效果 ( 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 ( 如果法規不允許工資下調) 。在生產函數運行良好的情況下，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 ( 節省勞動力的) 過程創新。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，在許多服務行業創造新的任務。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。

　　不過，Barbieri 等 ( 2019) 指出，上述就業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生潛在補償的時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 ( 尤其是非常規就業) 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效應進行預測，因為它取決于一系列因素、假設、參數、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的實證研究之中。

　　三、技術進步影響就業的實證證據

　　最近幾十年在美國和十幾個歐盟國家都出現了勞動力市場的 “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) 。導致這種現象的主要原因，是 “常規型”崗位的消失 ( Cortes et al. ，2017) 。常規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型崗位勞動力的替代作用是導致常規型崗位消失的主因。

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

　　而發展中國家的就業結構變化和發達國家可能存在很大差異。因為發展中國家的初始崗位分布不同，承接了發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) ，在發達國家出現的就業兩極化現象不一定符合發展中國家情況。不過，即便在發展中國家，隨著人工智能產業化的可行和成本的下降，常規工作也在成為被替代的重點。

　　除了對就業結構的影響，文獻中就自動化技術能否引發大規模失業存在廣泛爭論。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崗位，然而現在由于人工智能技術的發展，很多通常被認為從事非常規崗位的勞動者也在逐漸被計算機替代。他們測算發現，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，這種焦慮在上世紀五六十年代也出現過。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，并創造新的就業崗位，因而他認為長遠來看，機器并不會造成大量勞動者失業。

　　現有文獻的研究結論不一致，出現上述不同的正向或者負向效應的可能原因是: 自動化對就業市場的影響本身很復雜，不同的國家或地區自動化技術的發展水平和狀態并不同步，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) 也發現，工業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) 發現，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 國家的數據研究發現，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，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，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展。

　　一要加強對人工智能產生就業影響的精細化研究。人工智能對不同行業、不同人群甚至流水線的不同環節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。人工智能發展可能帶來更為復雜的產業鏈條，其中規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; 但創造性、服務性、交互性的環節，人工智能無法取代。只有促進產業鏈中人與人工智能的合理分工、有機銜接、充分發揮比較優勢，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，通過職業教育和在職培訓提升現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性工作崗位的增加，穩步提高非常規體力型工作和非常規認知型工作的占比。這需要教育政策、產業政策和勞動力市場政策的配合與協調。

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

　　最后，中國需要積極適應新就業形態的發展趨勢，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。通過鼓勵政策創新，中國能夠在未來的技術發展、風險防范、道德倫理規范制定中發揮獨特作用，引領構建人工智能時代的全球治理機制。