□ 張 剛1 孫婉璐

(1.中國人民大學(xué) 勞動人事學(xué)院, 北京 100872;2.中共中央黨校 國際戰(zhàn)略研究院, 北京 100091)

一、引 言

技術(shù)進(jìn)步是否會對勞動力市場造成沖擊一直是人們關(guān)心的問題。早在200多年前的工業(yè)革命時期,就有人擔(dān)心機(jī)械化大生產(chǎn)和新技術(shù)會使大批工人失業(yè),經(jīng)濟(jì)學(xué)家稱之為“技術(shù)性失業(yè)”。為消除人們對技術(shù)進(jìn)步對就業(yè)造成的擔(dān)憂,美國總統(tǒng)林登·約翰遜在1964年成立了“全國科技、自動化和經(jīng)濟(jì)進(jìn)步藍(lán)帶委員會”，研究技術(shù)進(jìn)步是否帶來了失業(yè),得出的結(jié)論是技術(shù)進(jìn)步并沒有對就業(yè)造成威脅。

近年來,隨著計(jì)算機(jī)的發(fā)展以及數(shù)字技術(shù)的普及,人工智能得以飛快發(fā)展,作為此次科技革命的突破口,人工智能將成為經(jīng)濟(jì)增長的重要動力。人工智能簡單來講就是用計(jì)算機(jī)實(shí)現(xiàn)人腦的功能[1]。其概念由約翰·麥卡錫(John MaCarthy)在1956年達(dá)特茅斯舉行的學(xué)術(shù)研討會議上首次提出[2]。狹義的人工智能指機(jī)器人及其相關(guān)技術(shù),廣義的人工智能則指能夠模擬、延伸、替代人的行為的相關(guān)技術(shù)[2]。人工智能與以往科技革命的不同，不僅體現(xiàn)在其變革的速度、規(guī)模和深度上,它還具有以全新的方式替代人力勞動的潛質(zhì)。近些年許多工廠出現(xiàn)了工業(yè)機(jī)器人,代替了許多勞動者。圍棋人工智能AlphaGo戰(zhàn)勝了世界排名第一的柯潔,Tesla自動駕駛技術(shù)和3D打印技術(shù)等日益成熟,使人們又一次陷入“機(jī)器替代人”的恐慌?？陀^地認(rèn)識技術(shù)進(jìn)步、人工智能對勞動力市場和人們工作方式的影響,可以使人們正確評估未來就業(yè)前景及為公共政策的完善提供依據(jù),確保人工智能被積極地利用。

二、技術(shù)進(jìn)步、人工智能對就業(yè)均衡的影響

就業(yè)是個體獲得收入的主要方式,關(guān)系到社會穩(wěn)定。人工智能是否會造成大規(guī)模失業(yè),是當(dāng)今社會和學(xué)界普遍關(guān)心的問題。對這一問題的爭論,可以追溯到技術(shù)進(jìn)步是否會帶來大規(guī)模失業(yè)。

(一)技術(shù)進(jìn)步對就業(yè)均衡的影響

關(guān)于技術(shù)進(jìn)步是否會造成失業(yè)存在兩種觀點(diǎn)。一部分學(xué)者認(rèn)為,技術(shù)進(jìn)步是造成失業(yè)的重要原因。技術(shù)進(jìn)步使資本生產(chǎn)效率提高,生產(chǎn)者更傾向使用資本代替勞動,從而造成失業(yè)。技術(shù)進(jìn)步引發(fā)了“機(jī)器化大生產(chǎn)”,馬克思[3]在《資本論》中指出“機(jī)器和人存在著競爭關(guān)系”。機(jī)器化大生產(chǎn)造成大批勞動者失業(yè)[4]。Mantoux和Ashton[5]對第一次工業(yè)革命初期研究時也指出,機(jī)器化大生產(chǎn)使得機(jī)器和工人形成競爭關(guān)系,許多工人的工作被機(jī)器替代。Rasmussen[6]研究美國農(nóng)業(yè)史時認(rèn)為,機(jī)器替代了農(nóng)民的工作。Autor[7]更為具體地指出,1900年,美國有41%的勞動力從事農(nóng)業(yè)生產(chǎn),由于技術(shù)進(jìn)步的影響,到2000年,這一比例只有2%。中國學(xué)者王君等[8]認(rèn)為,技術(shù)進(jìn)步引發(fā)的三次科技革命無不表明,技術(shù)創(chuàng)新浪潮與經(jīng)濟(jì)周期下的大規(guī)模失業(yè)高度相關(guān)。姚站琪和夏杰長[9]也認(rèn)為,技術(shù)進(jìn)步會對就業(yè)產(chǎn)生破壞效應(yīng)。張剛等[10]指出,在技術(shù)進(jìn)步帶來的產(chǎn)業(yè)升級過程中,要警惕其帶來的結(jié)構(gòu)性失業(yè)。

另一部分學(xué)者比較樂觀地認(rèn)為,技術(shù)進(jìn)步會創(chuàng)造出新的工作崗位,會降低資本成本,生產(chǎn)者在擴(kuò)大生產(chǎn)過程中會增加對工人的需求。Herrendorf 等[11]指出,在美國及歐洲農(nóng)業(yè)自動化過程中,糧食價(jià)格降低了,消費(fèi)者購買能力增強(qiáng),從而增加了對非機(jī)械化產(chǎn)品的需求,在非機(jī)械化領(lǐng)域創(chuàng)造了許多工作機(jī)會。同時,技術(shù)進(jìn)步可以減少人們的工作時間,人們增加了對閑暇時光的消費(fèi),因此還會拉動第三產(chǎn)業(yè)的發(fā)展。亞洲開發(fā)銀行經(jīng)濟(jì)學(xué)家莊巨忠公布了亞開行2018年經(jīng)濟(jì)報(bào)告的相關(guān)內(nèi)容,指出在2005—2015年期間,技術(shù)進(jìn)步使亞洲12個發(fā)展中國家或地區(qū)就業(yè)年均減少1.01億,同時,就業(yè)轉(zhuǎn)移和需求的增長使它們的就業(yè)年均增長1.37億[12]。李修全[13]引用了美國歷史就業(yè)數(shù)據(jù)分析顯示,美國汽車產(chǎn)業(yè)化替代了62萬個工作崗位,卻最終創(chuàng)造了753萬個新崗位;個人計(jì)算機(jī)替代了351萬個就業(yè)崗位,卻創(chuàng)造了1926萬個新崗位。Bessen[14]發(fā)現(xiàn),1995年至2010年,美國的ATM機(jī)由10萬臺增長到40萬臺,同時,銀行辦事員卻從50萬人增長到55萬人。

(二)人工智能對就業(yè)均衡的影響

學(xué)者對人工智能這項(xiàng)技術(shù)進(jìn)步對于就業(yè)均衡點(diǎn)影響持有不同的觀點(diǎn)。一部分人認(rèn)為人工智能將給就業(yè)市場帶來災(zāi)難,擔(dān)心人工智能對一些行業(yè)的失業(yè)沖擊可能是大規(guī)模的、快速的和斷崖式的。哪些工作未來會被人工智能取代?李開復(fù)和王詠剛[15]提出了較為簡單的判斷標(biāo)準(zhǔn),即“五秒鐘準(zhǔn)則”。一項(xiàng)本來由人從事的工作,如果人能在5秒鐘內(nèi)對工作中需要思考和決策的問題作出相應(yīng)決定,那么,這項(xiàng)工作就有非常大的可能被人工智能技術(shù)取代。從勞動特征來看,第一,簡單、重復(fù)、機(jī)械;第二,無需太多情感交流;第三,不需要太多人類靈感和智慧做出綜合判斷。

一些機(jī)構(gòu)和學(xué)者對未來人工智能的替代作用進(jìn)行了預(yù)測:世界銀行2016年的研究顯示,未來20年內(nèi),非洲高達(dá)71%的就業(yè)崗位有可能會被人工智能所取代,發(fā)展中國家這一比例平均為50%,OECD國家為57%[10]。根據(jù)麥肯錫全球研究所(McKinsey Global Institute)2017年底的一份調(diào)研報(bào)告顯示,到2030年,約60%職業(yè)可能被自動化替代。如果要足夠的工作崗位來保證充分就業(yè),將會有7500萬到3.75億工作人員(占全球勞動力總數(shù)的3%～14%)需要轉(zhuǎn)換職業(yè)類別[16]。Frey 和Osborne[17]根據(jù)自動化發(fā)生的概率對美國702種職業(yè)排序,結(jié)論認(rèn)為,未來10～20年由于人工智能的普及,美國會有47%的就業(yè)人口面臨失業(yè)風(fēng)險(xiǎn),英國35%的職業(yè)可能被取代,日本則高達(dá)49%。Autor等[18]則認(rèn)為,人工智能對未來日本職業(yè)替代率為55%。與Frey和Osborne[17]的結(jié)論相似,美國白宮2016年12月的報(bào)告稱,未來10～20年內(nèi),人工智能替代就業(yè)崗位的比例將由目前的9%上升到47%。日本經(jīng)濟(jì)產(chǎn)業(yè)省2016年4月的報(bào)告稱,對人工智能和機(jī)器人等技術(shù)革新如不采取任何措施,到2030年將減少735萬就業(yè)人數(shù),如采取積極措施,將減少161萬就業(yè)人數(shù)[2]。波士頓咨詢公司[19]的預(yù)測則相對保守:至2025年,世界機(jī)器人存量將是當(dāng)前的4倍,美國每1000人中機(jī)器人增加5.25倍,將會有0.94%～1.76%的失業(yè)率及工資收入減少1.3%～2.6%。

在經(jīng)驗(yàn)研究中,學(xué)者一般利用工業(yè)機(jī)器人作為人工智能的代理變量來研究人工智能對就業(yè)的影響。Francesco等[20]利用歐盟歐盟六國(芬蘭、法國、德國、意大利、西班牙和瑞典,六國占?xì)W盟工業(yè)機(jī)器人市場的85%以上)的工業(yè)機(jī)器人數(shù)據(jù)得出,每1000個勞動者中增加一個工業(yè)機(jī)器人,失業(yè)率就會增加0.16%～0.20%。他們沿用了Acemoglu和Restrepo[21]的勞動力市場均衡方法(labor market equilibrium approach)并與該文章比較后發(fā)現(xiàn),歐洲工業(yè)機(jī)器人對就業(yè)的替代效應(yīng)比美國更明顯。Acemoglu和Restrepo[21]利用國際機(jī)器人聯(lián)合會(IFR)的數(shù)據(jù),分析了1990—2007年間工業(yè)機(jī)器人增長對美國勞動力市場的影響,如不考慮貿(mào)易往來等因素,每1000人中增加一個機(jī)器人,將減少0.37%的就業(yè)人口和0.73%的工資收入?；诋?dāng)前美國機(jī)器人發(fā)展程度,人工智能對失業(yè)的影響仍有限,約在36～67萬個職位,相當(dāng)于總?cè)丝诘?.18%～0.34%。

另一部分學(xué)者比較樂觀,認(rèn)為人工智能會創(chuàng)造出許多工作,并不會造成大規(guī)模失業(yè)。徐英瑾[22]強(qiáng)調(diào)了專用人工智能和通用人工智能的區(qū)別,認(rèn)為當(dāng)前人工智能技術(shù)一般都是專用人工智能,要發(fā)展成通用人工智能在科學(xué)層面上仍面臨諸多瓶頸,例如專用于人臉識別的深度學(xué)習(xí)框架不能直接用于下圍棋。各領(lǐng)域獨(dú)立的人工智能應(yīng)用只能在人機(jī)交互的模式下進(jìn)行,實(shí)現(xiàn)完全自動化和通用人工智能還需很長時間。即使新技術(shù)發(fā)生了,被替代的勞動力也可以學(xué)習(xí)新技能來轉(zhuǎn)換工作以避免失業(yè)[23]。Bloom等[24]估計(jì),由于人工智能的發(fā)展,2010—2030年,全世界將有7.34億新的工作崗位被創(chuàng)造出來。Acemoglu和Restrepo[25]持謹(jǐn)慎的樂觀態(tài)度,他認(rèn)為從科技史的視角來看,技術(shù)進(jìn)步在替代一些工作的同時，會在長期創(chuàng)造出新的工作,新工作產(chǎn)生的補(bǔ)償效應(yīng)能夠抵消替代效應(yīng)。人工智能對勞動力市場上的影響有生產(chǎn)效應(yīng)、資本積累和資本深化三種方式,這三種方式都能夠增加對勞動力的需求。但是補(bǔ)償效應(yīng)不會那么快地起作用,經(jīng)濟(jì)調(diào)整要相對滯后并可能經(jīng)歷陣痛期。新任務(wù)需要新技能,工人重新尋找匹配的職位、重新進(jìn)入新部門、接手新任務(wù)和員工培訓(xùn)等都需要時間成本。特別是教育部門的培養(yǎng)明顯跟不上新技能的需求。Graetz和Michaels[26]的經(jīng)驗(yàn)研究利用1970—2011年17個發(fā)達(dá)國家的數(shù)據(jù)發(fā)現(xiàn),除美國以外,其他國家并沒有出現(xiàn)人工智能造成的結(jié)構(gòu)性失業(yè)。Dauth等[27]利用IFR數(shù)據(jù)對德國進(jìn)行研究,也沒有發(fā)現(xiàn)機(jī)器人帶來明顯失業(yè)。孫文凱等[28]利用中國2003—2013年的數(shù)據(jù)發(fā)現(xiàn),這十年間人工智能等技術(shù)進(jìn)步并沒有帶來勞動參與率下降。

三、技術(shù)進(jìn)步、人工智能對勞動力市場結(jié)構(gòu)的影響

在勞動市場均衡狀態(tài)下,勞動力市場中勞動者具有異質(zhì)性,一些學(xué)者根據(jù)勞動者受教育程度高低分為高技能勞動者和低技能勞動者,也有學(xué)者分為高技能工作者、中等技能工作者和低技能工作者。此前的一些技術(shù)進(jìn)步會增加對高技能勞動者的需求,降低對低技能勞動者需求;人工智能則會同時增加對高、低技能勞動者的需求,降低對中等技能勞動者的需求。

(一)技術(shù)進(jìn)步對勞動力市場結(jié)構(gòu)的影響

技術(shù)進(jìn)步會對勞動力市場帶來沖擊,但是對每個行業(yè)的沖擊不同。技術(shù)進(jìn)步會對勞動力市場結(jié)構(gòu)造成影響。

20世紀(jì)70～80年代,發(fā)達(dá)國家低技能工作者面臨著工資減少和失業(yè)率增加的雙重困境,這一趨勢并沒有隨著經(jīng)濟(jì)的發(fā)展而有所緩和[29-30]。1940—1996年間,美國勞動力市場對大學(xué)畢業(yè)生的需求量持續(xù)增加,特別是20世紀(jì)80年代以后,一些工業(yè)領(lǐng)域快速技術(shù)升級導(dǎo)致了對受過大學(xué)教育的從業(yè)者需求相對增加。在信息密集型產(chǎn)業(yè),技術(shù)升級的速度更快。技術(shù)型勞動力成比例地增長在大部分OECD國家也很明顯,計(jì)算機(jī)及計(jì)算機(jī)技術(shù)的廣泛擴(kuò)展是一個顯著因素。Machin[31]指出,這種現(xiàn)象的主要原因是在生產(chǎn)過程中技術(shù)發(fā)生了改變,技術(shù)進(jìn)步使企業(yè)更傾向于使用高技能工人。Acemoglu[32-33]在前人研究的基礎(chǔ)上,提出并完善了“技能偏向型技術(shù)進(jìn)步”(Skill-Biased Technological Change)這一概念。在勞動力供給方面,他們把市場上的勞動力分為高技能工作者和低技能工作者。“技能偏向型技術(shù)進(jìn)步”導(dǎo)致勞動力需求方對高技能勞動力的需求增加,對低技能勞動力需求減少,企業(yè)更傾向使用高技能人才。原來低技能勞動者從事的任務(wù)由于技術(shù)進(jìn)步被機(jī)器替代,新任務(wù)的產(chǎn)生使高技能勞動者直接受益,兩者的不平等加劇。Autor等[34]通過美國的經(jīng)驗(yàn)論證了“技能偏向型技術(shù)進(jìn)步”是高技能型人才需求背后的重要驅(qū)動力。因?yàn)?技術(shù)進(jìn)步使資本設(shè)備生產(chǎn)率更高、價(jià)格更低,導(dǎo)致對高技能人才需求的增長[35]。

(二)人工智能對勞動力市場結(jié)構(gòu)的影響

此次以人工智能為代表的技術(shù)進(jìn)步與之前的“技能偏向型技術(shù)進(jìn)步”有所不同,人工智能導(dǎo)致“程序偏向性技術(shù)進(jìn)步”(Routine-biased Technological Change)。從勞動力的供給方來看,按技能的高低把勞動力市場上的人分為高等技能工作者、中等技能工作者和低技能工作者,人工智能的廣泛應(yīng)用會造成高技能行業(yè)和低技能服務(wù)業(yè)的崗位增加,中等技能崗位減少,從而導(dǎo)致工作極化[36]。人工智能通過大量的數(shù)據(jù)運(yùn)算,可替代重復(fù)性和常規(guī)性勞動,如律師、金融辦事員、辦公室白領(lǐng)等中等技能的勞動力。但兩類工作最難替代,即抽象工作和手工業(yè)工作,這兩類工作在勞動力市場上所需要的正是高技能人才和低技能人才,而中等技能的白領(lǐng)工作將不斷被擠壓。亞開行2018年經(jīng)濟(jì)報(bào)告把職業(yè)劃分為四大類,即重復(fù)性腦力勞動、重復(fù)性體力勞動、非重復(fù)性腦力勞動和非重復(fù)性體力勞動。重復(fù)性的腦力勞動,如會計(jì)、銀行出納員采集和處理數(shù)據(jù)等職業(yè)被人工智能替代的可能性較高,數(shù)據(jù)采集和數(shù)據(jù)處理被替代的可能性分別高達(dá)64%和69%;二是重復(fù)性的體力勞動,包括流水線上的裝配工、紡織工等可預(yù)測的體力勞動,有78%可能被替代;三是非重復(fù)性的體力勞動,如廚師(20%)和理發(fā)師(25%)等工種,這些人要與顧客打交道,其體力勞動不可預(yù)測,機(jī)器很難做到;四是非重復(fù)性的腦力勞動,如研究人員和管理人員,他們的工作任務(wù)中只有9%和18%會被替代[10]。Autor 和Dorn[37]在此前的研究基礎(chǔ)上又進(jìn)一步指出,美國1980—2005年,高、低技能勞動者人數(shù)增加,中等技能勞動者減少,出現(xiàn)了工作極化現(xiàn)象。同樣,Katz和Margo[38]也認(rèn)為,美國技術(shù)升級導(dǎo)致的工作極化現(xiàn)象在20世紀(jì)80年代晚期就開始了。Michaels等[39]的研究也指出,美國近些年出現(xiàn)的失業(yè)現(xiàn)象,主要是由于人工智能等技術(shù)進(jìn)步削減了對中等技能勞動者的需求。

四、技術(shù)進(jìn)步、人工智能對收入分配的影響

收入分配一直是勞動經(jīng)濟(jì)學(xué)比較關(guān)心的問題,收入分配過大會阻礙經(jīng)濟(jì)的發(fā)展,同時會帶來一系列的社會問題。在經(jīng)濟(jì)學(xué)界,一些學(xué)者認(rèn)為技術(shù)進(jìn)步會導(dǎo)致個體之間收入分配差距擴(kuò)大;針對人工智能對個體收入分配的影響,存在不一致的觀點(diǎn)。

(一)技術(shù)進(jìn)步對收入分配的影響

西方學(xué)者在早期關(guān)注收入分配時便發(fā)現(xiàn)，技術(shù)進(jìn)步是導(dǎo)致收入分配差距的一個重要原因。Katz和Murphy[40]觀察到,美國在1963—1987年間勞動者周工資收入差距擴(kuò)大,高等教育勞動者同未受過高等教育的勞動者收入差距擴(kuò)大了25%,技術(shù)變化導(dǎo)致了該現(xiàn)象的發(fā)生。Acemoglu[32-33]觀察美國工資結(jié)構(gòu)時也發(fā)現(xiàn)了收入差距擴(kuò)大。1971年90分位的收入是10分位上收入的2.6倍,1995年增長到了3.6倍。他指出，由于社會技術(shù)進(jìn)步方向是“技能偏向型技術(shù)進(jìn)步”,使得工廠對高技能人才的需求增多,提高了高技能人才工資,同時對低技能工人需求減少,降低了低技能工人的實(shí)際工資,導(dǎo)致收入差距擴(kuò)大。Machin和Reenen[41]利用7個OECD國家的數(shù)據(jù)也發(fā)現(xiàn),技術(shù)進(jìn)步是造成收入差距擴(kuò)大的原因。Weiss和Garloff[42]指出,20世紀(jì)80年代至90年代早期,美國和英國工人收入差距擴(kuò)大歸因于兩國技術(shù)需求的增加,而且技術(shù)需求增加的速度超過了技術(shù)供給的速度。Hemous和Olson[43]指出,由于技術(shù)進(jìn)步,資本更多的替代低技能勞動力并對高技能勞動力產(chǎn)生互補(bǔ)作用,成為收入差距擴(kuò)大的原因。克勞斯·施瓦布[44]在其著述中也提出,技術(shù)進(jìn)步導(dǎo)致國家內(nèi)部的不平等在擴(kuò)大,但是國家之間的差距在縮小。

(二)人工智能對收入分配的影響

學(xué)者在研究人工智能時發(fā)現(xiàn),人工智能這種“通用目的技術(shù)”(General Purpose Technology,GPT)屬于強(qiáng)化的自動化,可以被應(yīng)用于各種領(lǐng)域。GTP使那些具有快速適應(yīng)能力的勞動者受益,造成了收入不平等的加劇[45-47]。但是人工智能這項(xiàng)技術(shù)進(jìn)步在機(jī)理上同之前的“技能偏向型技術(shù)進(jìn)步”導(dǎo)致的收入分配差距不同。人工智能將重塑工作場所的“技能—技術(shù)”匹配關(guān)系,從而改變不同類型勞動者的技能溢價(jià),它的廣泛應(yīng)用會使勞動力市場形成“工作極化”(Job Polarization),進(jìn)而導(dǎo)致因技能溢價(jià)差異而產(chǎn)生“工資極化”現(xiàn)象,那些擁有非常規(guī)技能的勞動者在人工智能浪潮中獲益更多。人工智能導(dǎo)致的“程序偏向性技術(shù)進(jìn)步”,造成的工作極化會進(jìn)一步導(dǎo)致工資收入極化[7,48]。這種現(xiàn)象不僅在發(fā)達(dá)國家很普遍,在一些發(fā)展中國家也日漸凸顯[49]。Autor[7]利用美國1980—2010年30年的數(shù)據(jù)證明,人工智能等技術(shù)進(jìn)步導(dǎo)致了中等技能勞動者收入減少,造成工資極化。Marten等[50]利用14個歐洲國家的數(shù)據(jù)也驗(yàn)證了人工智能等 “程序偏向性技術(shù)進(jìn)步”是造成工資極化的重要原因。Harriganet等[51]利用1994—2007年法國企業(yè)數(shù)據(jù)也得出了同樣的結(jié)論。Dauth等[27]的研究認(rèn)為,隨著工業(yè)機(jī)器人使用的增多,中間技能的勞動者將面臨巨大的收入損失,但是這種收入損失并不是來自于工作替代或者損失,而是現(xiàn)有工作工資的降低。他在為德國聯(lián)邦就業(yè)局撰寫的1994—2014年德國機(jī)器人使用對勞動力影響的研究報(bào)告中認(rèn)為,機(jī)器人并沒有引起德國制造業(yè)工人就業(yè)不穩(wěn)定,他們可能仍然在原來的公司工作,盡管從事的任務(wù)可能不同了。但是這種穩(wěn)定性的代價(jià)是,同一種工作的工資水平明顯降低了。此外,機(jī)器人使用會降低中等技能勞動力和沒有正式學(xué)歷的低技能勞動力的收入水平,對前者的影響更為嚴(yán)重,但具有大學(xué)學(xué)歷的高技能勞動者收入明顯增加。

人工智能的普及將會減少市場對勞動力的需求,進(jìn)而降低勞動力的回報(bào)率;同時,作為一種資本密集型技術(shù),人工智能可以讓資本回報(bào)率大為提升。在這兩方面的共同作用下,資本和勞動這兩種要素的回報(bào)率差別會繼續(xù)擴(kuò)大,這會引發(fā)收入不平等的進(jìn)一步攀升[52]。

也有學(xué)者的研究認(rèn)為,人工智能對收入分配的整體影響不容易輕易判斷。Acemoglu和Restrepo[53]指出,人工智能及自動化替代了它直接影響的那些類型的勞動力并使他們的實(shí)際工資降低。低技能任務(wù)的自動化加劇了工資不平等,高技能任務(wù)的自動化減少了工資不平等,但是對于工資的總效應(yīng)并不明確。

五、技術(shù)進(jìn)步、人工智能對勞動收入份額的影響

勞動收入是勞動者獲得收入的最主要方式,勞動收入份額所占GDP的比重直接關(guān)系到勞動者的利益。技術(shù)進(jìn)步、人工智能會通過對勞動力市場結(jié)構(gòu)的改變對勞動收入份額造成影響。學(xué)者普遍認(rèn)為技術(shù)進(jìn)步、人工智能會減少勞動收入份額。

(一)技術(shù)進(jìn)步對勞動收入份額的影響

勞動收入占產(chǎn)出份額的比重一直是勞動經(jīng)濟(jì)學(xué)中比較關(guān)心的問題。勞動收入份額的變化代表著勞動產(chǎn)出在經(jīng)濟(jì)產(chǎn)出中的貢獻(xiàn)比。技術(shù)進(jìn)步通常會帶來勞動份額的變化。當(dāng)技術(shù)進(jìn)步為資本偏向型(Capital-biased Technical Progress),技術(shù)進(jìn)步會傾向于更利用資本,勞動收入份額會下降。當(dāng)技術(shù)進(jìn)步為勞動偏向型(Labor-biased Technical Progress),技術(shù)進(jìn)步會傾向于利用更多勞動力,勞動收入份額也會相應(yīng)的增加。Ripatti 和Vilmunen[54]研究芬蘭發(fā)現(xiàn),1975—2000年,由于技術(shù)進(jìn)步偏向資本,導(dǎo)致勞動收入份額下降。Ghazala 等[55]指出，在OECD國家,計(jì)算機(jī)發(fā)展產(chǎn)生的工作極化導(dǎo)致勞動收入份額減少。Karabarbounis和Neiman[56]更為具體地指出,勞動份額急劇下降主要是因?yàn)樾畔⑼ㄐ偶夹g(shù)(Information and Communication Technologies)相對勞動價(jià)格急劇下降,導(dǎo)致工廠用資本代替勞動。我國一些學(xué)者在研究技術(shù)進(jìn)步對收入份額的影響時，也得出了類似結(jié)論。黃先海和徐圣[57]利用中國1989—2006年制造業(yè)的數(shù)據(jù),研究認(rèn)為，中國制造業(yè)中的技術(shù)進(jìn)步偏向資本,造成制造業(yè)中勞動收入份額下降。姚毓春等[58]對中國1997—2011年的研究也得出了同樣的結(jié)論。

(二)人工智能對勞動收入份額的影響

理論上,人工智能這項(xiàng)技術(shù)進(jìn)步屬于利用資本代替勞動,資本的產(chǎn)出比升高,勞動的產(chǎn)出比下降,勞動收入所占份額也就下降。學(xué)者在研究人工智能時，一般會用自動化水平來代替。自動化使每位工人的產(chǎn)出增加，并不會導(dǎo)致勞動力需求相應(yīng)地?cái)U(kuò)大,導(dǎo)致勞動收入份額下降。Autor[59]指出,美國勞動收入份額從20世紀(jì)80年代開始下降,2000年后下降的尤為明顯。這種情況不僅限于美國,其他工業(yè)化國家也存在。2018年,Autor和Salomons[60]指出,自動化使19個工業(yè)化國家的勞動收入份額減少,這些國家往往自動化發(fā)展較早,自動化對它們產(chǎn)生了直接影響,重工業(yè)領(lǐng)域尤其如此。在該研究的40年數(shù)據(jù)中,除20世紀(jì)70年代勞動收入份額小幅增長,80、90和00年代一直下降,這種下降趨勢在制造業(yè)、采礦業(yè)及建筑業(yè)等領(lǐng)域最為明顯。特別在過去幾年中,創(chuàng)新驅(qū)動使企業(yè)用資本取代勞動力,生產(chǎn)設(shè)備價(jià)格相對下滑,在絕大部分發(fā)達(dá)國家及中國等快速發(fā)展經(jīng)濟(jì)體,機(jī)器的使用使勞動力對GDP的貢獻(xiàn)比降低。

Dao等[61]利用49個新興工業(yè)化國家的面板數(shù)據(jù),說明工業(yè)機(jī)器人的使用，會使從事常規(guī)性工作的國家和行業(yè)的勞動收入份額迅速下降。Dauth等[27]的報(bào)告指出,機(jī)器人的使用增加了產(chǎn)出并不是以增加勞動力為前提,相反,卻使勞動收入份額下降,這種趨勢在包括德國在內(nèi)的許多高收入國家尤為明顯。Berg等[62]指出,隨著機(jī)器人技術(shù)的成本更加低廉,每個人的實(shí)際產(chǎn)出將會增加,資本所占總收入的份額將會增大,勞動收入份額會大幅下降。

學(xué)界還有一些較為樂觀的觀點(diǎn),如Acemoglu和Restrepo[21]指出,雖然人工智能及自動化增加了每位工人的產(chǎn)出,但工資卻沒有相應(yīng)地增加,每位工人的產(chǎn)出和工資反向分離,勞動收入份額下降。然而,人工智能及自動化可能在一些新的領(lǐng)域創(chuàng)造出勞動密集型任務(wù),能抵消自動化使勞動收入份額下降的負(fù)面影響,因此人工智能及自動化對勞動收入份額的影響并不確定。

六、政策建議

綜上所述,不管是樂觀派還是悲觀派學(xué)者,都認(rèn)為技術(shù)進(jìn)步、人工智能至少短期內(nèi)會對勞動力市場帶來沖擊。最終影響不僅僅取決于技術(shù)本身,還取決于政府和企業(yè)的應(yīng)對政策和措施。制定相應(yīng)的公共政策能夠減緩技術(shù)進(jìn)步、人工智能對勞動力市場帶來的消極影響,把握新技術(shù)帶來的機(jī)遇。

第一,改變傳統(tǒng)教育模式,增加職業(yè)培訓(xùn)。那些中等技能和低技能的勞動者需要新技能來適應(yīng)未來的工作崗位,做好培訓(xùn)工作可以防止大規(guī)模失業(yè)發(fā)生,以緩解對勞動力市場帶來的沖擊[53]。Nedelkoska和Quintini[63]也指出,為應(yīng)對人工智能等技術(shù)進(jìn)步帶來的危機(jī),培訓(xùn)可以幫助勞動者轉(zhuǎn)換工作以應(yīng)對危機(jī)。朱巧玲和李敏[64]指出,政府和企業(yè)應(yīng)該加強(qiáng)在職員工培訓(xùn)以適應(yīng)技術(shù)進(jìn)步。此外,傳統(tǒng)的單科教育已經(jīng)不能適應(yīng)新技術(shù)帶來的沖擊,要大力發(fā)展科學(xué)(Science)、技術(shù)(Technology)、工程(Engineering)、藝術(shù)(Art)、數(shù)學(xué)(Mathematics)融為一體的STEAM綜合教育,并在社會中培養(yǎng)終身教育理念。因此，政府應(yīng)該加強(qiáng)人工智能技能教育,注重職業(yè)教育和在職培訓(xùn)[65]。但是,相對于教育,在職培訓(xùn)和職業(yè)培訓(xùn)更能夠應(yīng)對技術(shù)進(jìn)步帶來的沖擊[14]。然而,為適應(yīng)自動化科技發(fā)展的政策調(diào)整相對滯后并可能經(jīng)歷陣痛期。勞動力市場的補(bǔ)償效應(yīng)會相對緩慢,因?yàn)楣と酥匦逻M(jìn)入新的部門、接手新的任務(wù)是一個高成本的過程,包括尋找匹配的職位、職業(yè)培訓(xùn)等都很耗時。新任務(wù)需要新技能,人才培養(yǎng)要與新技能崗位需求對接,加強(qiáng)校企合作。

第二,針對人工智能造成的短期失業(yè)和收入差距擴(kuò)大,政府還應(yīng)該做好社會保障工作,完善二次分配政策,保障低收入者的基本生活水平,避免貧富差距擴(kuò)大,確保社會穩(wěn)定。孫文凱等[28]指出,人工智能技術(shù)對就業(yè)的替代不可逆轉(zhuǎn),政府需要對被替代的人群做好全面覆蓋的社會保障工作,使這些人在工作轉(zhuǎn)換的空檔期能夠平穩(wěn)過度。同時,發(fā)揮國家的稅收政策,針對人工智能帶來的收入差距擴(kuò)大,政府應(yīng)該通過二次分配進(jìn)行調(diào)整。朱敏等[65]指出,應(yīng)對人工智能對勞動力市場帶來的沖擊,要做好政府兜底工作,重新設(shè)計(jì)最低工資和社保福利。

第三,對機(jī)器人征稅。許多學(xué)者提出,國家針對個人征稅,對機(jī)器人也同樣需要征稅,稅款可用于職業(yè)培訓(xùn)和對失業(yè)工人的補(bǔ)償[65]。Abbott和Bogenschneider[66]也指出,由于人工智能的使用,導(dǎo)致勞動收入份額減少,對機(jī)器人征稅可以增加稅收來源,增加的稅收可以用于對人工智能造成的失業(yè)人員進(jìn)行專業(yè)培訓(xùn),使其適應(yīng)新的崗位,重新工作。機(jī)器人應(yīng)同一般勞動者中立(Neutral)地對待,對其征稅。

七、評述與展望

隨著人工智能近十年來的迅速發(fā)展,人工智能領(lǐng)域的文獻(xiàn)越來越多。在勞動經(jīng)濟(jì)學(xué)領(lǐng)域,首先,對于人工智能是否會帶來大規(guī)模失業(yè),學(xué)者通過理論模型和實(shí)證研究進(jìn)行闡述。他們的觀點(diǎn)并不統(tǒng)一,有學(xué)者認(rèn)為人工智能會帶來失業(yè),也有學(xué)者持樂觀態(tài)度,指出人工智能創(chuàng)造的崗位會更多。其次,人工智能對就業(yè)結(jié)構(gòu)和勞動收入份額問題的研究結(jié)論比較一致,多數(shù)學(xué)者認(rèn)為人工智能會造成就業(yè)極化,并減少勞動收入份額。另外,在人工智能對收入分配的影響中,多數(shù)學(xué)者認(rèn)為人工智能會加劇收入分配差距,但是也有學(xué)者指出,人工智能發(fā)展后期可能會縮小收入差距。最后,為應(yīng)對人工智能給勞動力市場帶來的沖擊,學(xué)者們提出應(yīng)該做好教育培訓(xùn)、做好社會保障工作及對機(jī)器人進(jìn)行征稅等政策建議。

目前,人工智能對勞動力市場的影響研究已經(jīng)初見成果,但是還存在一些空白領(lǐng)域值得關(guān)注。

第一,很多學(xué)者研究人工智能主要參考工業(yè)機(jī)器人這一指標(biāo)。而智能機(jī)器人和工業(yè)機(jī)器人的工作性能和工作方式有所不同,智能機(jī)器人在家務(wù)中的作用未被納入經(jīng)濟(jì)統(tǒng)計(jì)在內(nèi)。隨著數(shù)據(jù)的可得性增加,未來研究若參考智能機(jī)器人的數(shù)據(jù)更能體現(xiàn)出對女性勞動力的作用。

第二,目前人工智能的國別研究多針對一些發(fā)達(dá)經(jīng)濟(jì)體。但是近幾年,中國在人工智能領(lǐng)域得到了迅猛發(fā)展,中國的勞動力市場又具有一定的特殊性。因此,中國的人工智能發(fā)展?fàn)顩r與其研究現(xiàn)狀之間存在很大差距。

第三,老齡化同人工智能的關(guān)系。與以往不同的是,以人工智能為代表的技術(shù)進(jìn)步是伴隨著人口老齡化發(fā)生的。Acemoglu 等[21]在研究中發(fā)現(xiàn),人口老齡化越嚴(yán)重的國家,人工智能發(fā)展的越好。人工智能的發(fā)展同人口結(jié)構(gòu)變化的因果關(guān)系是具有研究價(jià)值的一大問題。□