人工智能對勞動者就業的影響一個文獻綜述

一、人工智能的概念及其與現代反應的主要方法。國外學者認為,近年來，人工智能的影響已成為研究的中心主題。圍繞產業、崗位、工資等方面進行人工智能應用的就業效應研究,既能從宏觀層面了解人工智能對就業形勢的方向性影響,也能在微觀層面觀察現有的工作任務、收入分配在面臨人工智能時出現的具體變化。在討論各方面的影響之前,需要首先明確人工智能的概念及其應用和現階段對其就業效應研究的主要方法。國外學者對于人工智能的概念有不同的理解。在發展初期,人工智能被描述為具備等同于人類的思維、行動能力并在未來能夠超越人類相應能力的“思考機器”(McCorduck,1979)。也有學者認為能力的發揮需要特定的載體與外部環境,Dreyfus(1972)對人工智能的經典批判由于人工智能正在全面進入和重塑生產、生活空間,對其描述既要避免認識論上的盧德主義,又要避免技術決定論,以保持對人工智能技術的客觀認識現階段國外學者進行人工智能對就業影響的研究,通常基于任務模型方法。Autor等(2003)區分認知和手工任務、常規和非常規任務的主要目的是了解計算機化二、服務業領域從目前的研究結果看,農業生產部門受人工智能的影響較小,制造業部門勞動者受人工智能替代效應的影響將逐步轉移到服務業領域(Autor等,2013),鐘仁耀等(2013)認為這種情況與原從業人員的知識結構和變化適應能力有關。美國勞工統計局的研究顯示,到2024年,幾乎所有新增就業機會將集中于服務業,尤其是在醫療保健和社會援助服務領域(Trajtenberg,2018)。(一)農業和農村發展雖然現階段人工智能應用并未對農民數量產生顯著影響(Manyika等,2017;Frey等,2017),但人工智能技術確實會轉變農民生產勞作的習慣與方式,并強化與市場的聯系。一是從農業生產角度考慮,Ampatzidis等(2017)指出,目前的自動化和機器人可以實現從作物選擇、播種到災害預防等直到作物收獲,即整個農業生產流程的人機合作。二是從農民與市場的聯系角度考慮,Lele等(2017)認為,現階段智能、數字技術變革的速度和范圍有利于包容性的農業和農村發展,真正實現農民與市場在每個生產環節上的密切聯系,并可以通過提供更高水平的教育、衛生保健、金融和市場服務等間接提高農民收入。已有研究表明,人工智能對農業生產的影響主要集中在轉變農業生產方式、提高生產效率、增加農民收益方面,對農民的替代效應并不明顯。這可能是由于農業生產從機械化向自動化過渡的過程中,生產任務完成方式的變化并沒有影響到農業生產過程對農民的需求,或者遠未達到農業機械化設備應用時所產生的影響。(二)工業機器人使用促使制造業失業人數降到產出量Acemoglu等(2017)關注工業機器人的使用對美國勞動力市場的影響,研究了1993~2007年19個產業(主要是制造業)中工業機器人的大規模使用與722個通勤區就業率及工資之間的關系,發現工業機器人的大規模應用與就業、工資呈顯著的負相關關系,并提出現階段工業機器人對勞動力市場的替代作用大于其創造效應,每千名工人中每多1臺機器人,就業人口比例降低0.18%~0.34%,工資下降0.25%~0.5%,并據此推斷1990~2007年因工業機器人使用而造成的制造業失業人數達36萬~67萬人。同時,人工智能也深刻影響著制造業內部的生產模式與生產系統,并改變著對這些生產系統中勞動者的技能需求。Yin等(2017)在梳理歷次工業革命的生產系統變化時發現,與第二次工業革命創造的流水線、豐田生產體系(TPS)及單元式制造相比,第三次工業革命催生的以計算機化和工業機器人為軟、硬件基礎的柔性制造系統(FMS)和Seru在人工智能影響就業的產業分布研究中突出制造業,不僅由于制造業本身容易受工業機器人和自動化的影響,還因為制造業吸納了大量普通勞動力,其勞動力分布與農業、服務業相比也更為集中。人工智能對制造業的影響不僅局限于就業數量方面,也不完全是負面影響。具體的效應依賴于產業的特征和屬性(Acemoglu等,2017),人們普遍預期工業機器人應用的積極成果直接關系到生產力,尤其是在工業環境中,對于特定任務中使用工業機器人會減少人的工作負擔與可能承受的危險,同時還可以節約勞動時間,增加閑暇。而對消極影響首要的考慮是有關工業機器人對就業的沖擊,其次是對工業機器人應用事故的問責存在困難。(三)．全社會職業的勞動者除了承接來自制造業的勞動者外,在Frey等(2017)的研究中,服務業的很多勞動者都存在被計算機化替代的風險。從事電話銷售、保險承銷、運輸服務、攝影、數據維護等職業的勞動者被視為是極有可能被計算機化替代的群體。但人工智能的創造效應也促使一部分職業的勞動力需求有所上升,增長最快的是幼兒(及小學)教師、會計與財務人員、護士、健康顧問、康復師和社會資訊類工作者等。對于后者勞動力需求數量的上升,Deming(2017)認為,任務對社交能力的要求是計算機化、自動化技術還無法實現的,但會促使勞動者提升社交能力及相關技能并轉變工作選擇,并指出1980~2012年美國社交密集型工作增長了24%,同時期就業份額提高了7.2%,且工資水平上升了26%。三、對該部門的影響從已有文獻看,人工智能對崗位的影響不僅涉及崗位數量和任務性質的變化,即替代和創造效應,還會造成崗位極化并加速崗位上的人機合作。(一)勞動力就業選擇20世紀計算機革命與21世紀人工智能技術飛速發展相結合對崗位的影響突出表現為中等收入、中等技能需求崗位數量的減少(Autor,2013;Frey等,2017)。與之相對應的是高收入的腦力勞動(認知工作)和低收入的體力勞動崗位均有所增加,就業人數也隨之變化,勞動力市場兩極分化的趨勢已出現,并影響著勞動者的就業選擇(Goos等,2007)。Autor等(2013)發現,美國勞動力市場中崗位極化趨勢主要表現為低技能服務業崗位與就業人數的增加;且在常規的勞動密集型市場中,就業和工資的兩極分化更加明顯。同時,Jerbashian(2016)聚焦于單一技術領域,利用歐洲10個國家的數據證明信息技術價格的下跌與中等工資崗位份額降低和高工資崗位份額提升有關,但對最低收入職業的崗位比重影響較小,證明了以計算機化為代表的智能技術存在引起崗位單極化發展的可能性。對于極化的趨勢,Autor(2013)認為,其他領域的互補性和勞動力市場需求上升的抵消效應目前難以確定,崗位極化現象不會無限期持續下去。Frey等(2017)指出,在現階段計算機化主要局限于低技能和低工資崗位的情況下,當前勞動力市場極化范圍不會繼續擴大,其影響可以通過相應措施予以緩解,即低技能的勞動者將重新分配到那些不受計算機化影響的任務中去,但勞動者為了贏得這些機會必須提高創造性思維能力和社交能力。(二)就業替代風險人工智能的替代效應比以往任何技術進步的影響都要明顯(曹靜、周亞林,2018)。世界銀行調查顯示,2013年超過50個國家57%的工作受到了自動化技術的影響(Manyika等,2017)。在美國,47%的勞動崗位被替代(計算機化)的風險較高,且被替代率同工資和崗位技能需求呈負相關關系。在702種職業中,工作在交通運輸、后勤服務、辦公文員及部分生產部門崗位的勞動者都面臨被替代的風險(Frey等,2017)。Arntz等(2016)分析了21個OECD國家的崗位可被自動化替代的程度,結果顯示,在美國有9%的崗位處于高風險狀態關于崗位替代的發展趨勢,以技術性失業為代表的傳統觀點仍然有著很強的聲音。Trajtenberg(2018)指出,仍然有新的“技術狂熱者”認為人工智能將在可預期的時間內取代大部分人的工作,釋放出巨大的生產力,隨之會出現對就業預期、收入分配的負面影響。對此,也有學者持不同觀點,Arntz等(2016)提出現有替代效應被夸大了,以區分任務為基礎的研究結果代表的只是替代的可能性,而不是真實情況;Autor(2015)、Brynjolfsson等(2018)指出,大多數自動化系統缺乏靈活性,仍無法適應部分非常規任務的需要。曹靜、周亞林(2018)也認為工作被自動化的風險并不意味著實際的工作損失。此外,較為折中的觀點是從長遠來看,技術進步對大家都有益。但從短期考慮,并非所有人都是贏家(Cortes等,2014)。Manyika等(2017)通過考察自動化對工作(職業)的影響,認為現階段的轉型充滿挑戰,但到2030年大部分工作場所能夠提供維持充分就業所需的工作崗位(三)人工智能等新技術對勞動力生產行為的影響雖然人工智能應用(現階段的計算機化、自動化)所表現出的替代效應較為明顯,但是其創造效應仍然存在。Acemoglu(2017)提出自動化在減少就業的同時會通過創造新的工作任務衍生出新的就業機會。創造的崗位由兩部分構成,一是由于人工智能應用提升業務量引起的對勞動力需求的增加;二是圍繞人工智能產生的新類型的崗位(算法開發、訓機師、智能設備維護等)。兩者的就業群體存在共性,即與新興的通用技術除崗位數量增加外,王君、楊威(2017)提出人工智能等新技術進步對就業總量的影響具有拓展性,有利于改善工作質量。根據Kremer(1993)的O-ring模型,任務生產率的提高會增加生產鏈條中剩余任務的價值,而人工智能在提升常規體力勞動效率的同時也會帶動剩余的人工生產環節價值的提升。實現改進的首要前提是人機之間在任務過程中的互補性。1988~2004年,ATM造成美國銀行分支機構柜員數量平均減少了1/3,但全美銀行分支機構數量上升了40%以上;同時,柜員也從單一的現金結算業務中解放出來,其工作內容逐步轉變為銷售、客戶業務,單一崗位創造的價值更高(Autor,2015)。(四)人工智能時代為我們提供更多啟示關于崗位上勞動者與人工智能應用的關系研究,可以圍繞McCarthy與Douglas之間的核心觀點沖突來理解,即是用日益強大的計算機軟件和硬件組合來替代工作場所里的勞動者,還是使用相同的工具在腦力、社會、經濟等方面拓展勞動者的能力。這一爭論并沒有立場、觀點方面的對錯,只是對現象或趨勢的爭議,脫離現實情景單純考慮這兩個問題會使答案出現偏頗(Markoff,2015),而技術的實踐應用反而會為我們提供更多啟示。道格拉斯·恩格爾巴特(DouglasC.Engelbart)制造的計算機系統開啟了辦公自動化的大門,很多人工智能應用(程序、設備等)替代了部分崗位,但勞動者在工作中與其他崗位的勞動者仍然是合作關系,區別在于增加了勞動者與機器的合作。因此,人機合作、人機互動決定了我們將把人工智能載體視為伙伴(Markoff,2015),而要實現人機互動、促進這些載體在團隊協作中作用的發揮,就需要其具備必要的任務知識、技能及其他必備特征,包括團隊協作中的團隊知識、領導、溝通、監控和反饋能力。2009年以來,面向深度學習的應用型研究有了顯著的成果。人工智能創新過程的變化引出了一系列政策和管理領域的關鍵問題(Cockburn等,2018)。具體而言,機器學習可以納入盡可能多的變量,從中剝離出傳統方法無法得到的影響因素(Camerer,2018)。隨著機器學習的發展,在研究預測與決策之間的關系時,人工智能應用對于不確定性下的預測能力有所加強,預測成本也有所下降,可以將人工智能思維視為人類判斷的補充(Agrawal等,2018)。結合現有研究,未來在崗位中實現人機合作有著十分明顯的優勢,了解如何與人工智能合作也是未來勞動者就業時不可或缺的技能。四、工資分布的演變提供了不同類型技能的市場價值信息現有研究重視人工智能等技術進步對工資的影響,不僅由于收入不平等這一主題的重要性,同時也因為工資分布的演變提供了不同類型技能的市場價值信息(Acemoglu等,2011)。此外,由人工智能引起的工作場所內勞動者的不平等問題可能與人工智能應用對工資的影響有直接的聯系(Chace,2016)。(一)對技術進步在資源配置和收入成本技術方向的啟示從技術進步已經替代勞動者的前提條件出發,Acemoglu等(2017)認為,制造業中工業機器人的應用對制造業勞動者的工資有較強的負面影響。Korinek等(2017)將人工智能對工資、福利的不同影響進行了分類:一是在最優情況下(完全市場,個人對技術進步進行投資和風險規避),技術進步總是讓每個人都更富裕;二是在次優情況下(完全市場,伴隨著無成本的再分配),如果再分配能夠充分發揮作用,勞動者與技術進步之間是雙贏,但如果沒有足夠的再分配能力彌補勞動者的損失,勢必會產生抵制行為,同時,在收入差距過大的情況下,技術進步對生產的提升作用會受到影響;三是在完全市場中(存在有成本的再分配),工資、福利在短期內會受到影響,但帕累托改進從長遠來看是存在的,技術進步在造成資本壟斷的同時,會通過再分配實現資源配置的相對公平,這取決于再分配成本的高低;四是在不完全市場中,帕累托改進很難實現,技術進步會給工人的福利帶來很大影響。從勞動者的教育回報角度考慮,Brown等(2002)認為,在技術沖擊背景下,基于教育回報的工資不平等將會擴大,這是技能與資本互補水平的提高導致高技能勞動者需求上升的結果。但從長遠角度看,除非受教育程度提高和技能提升受到限制,否則受教育程度較高的勞動者的教育回報會逐漸回歸到市場平均水平。由此引出的對策是采取包括發展知識產權在內的措施努力實現次優,通過促使勞動者工資、福利提升和擴展智能技術應用的雙贏形式實現人工智能產生的帕累托改進效應最大化;在次優情況無法實現時,要促使資源分配進行調整,為面對人工智能處于劣勢的人提供支持。Trajtenberg(2018)從政治經濟學角度出發,認為實現“人類強化創新”(二)人工智能技術崗位外包的促進了企業內部人才的增長首先,從同行業角度看,崗位極化本身就代表了基于技能水平的工資差異。在具體的差異程度方面,技術進步的飛速發展促使在工資分配過程中的中間與底部群體之間的差距越來越大,且這一趨勢會持續很長時間(Kearney等,2015)。同時,人工智能應用水平較高的企業出于管理和成本方面的考慮,可能將低技術崗位外包給其他企業,并對保留在企業內部的技術工人給予高工資(Aghion等,2017),這也拉大了工資差距。其次,對于不同行業,由于工作性質的差異,比較工資的絕對數值沒有太大的意義,但對比工資變動情況可以看出行業間對技術進步的不同反應。以服務業為例,Autor等(2013)的研究發現,在過去25年里,大多數低技能職業及其所屬行業中勞動者的實際收入和就業率出現了停滯或下降,但服務業的就業和收入卻是一個例外。1980~2005年,非大學學歷員工在服務行業工作的時間增加了50%以上,與此同時,實際時薪增加了約11%,超過了其他低技能職業及行業的工資增長。五、未來研究方向在現階段研究中,現象描述、細節分析和趨勢預測3個方面的內容構成了研究主體,理論與實證研究兼顧,存在積極和消極兩種不同觀點。出于研究角度與內容的不同,兩種觀點并無對錯之分。雖然現階段已出現了人工智能對就業的某些負面影響,破壞機制也得到眾多學者認同,如替代效應、削減崗位數量、拉大工資差距等,但人工智能的突飛猛進需要其他產業的相應升級才能真正發揮其作用,這些負面作用是否在社會、產業或組織進行了相應調整后仍然存在,還需要繼續觀察。但對于未來趨勢的把握還是有可能的,在應用于生產部門的人工智能及其載體仍處于計算機化、自動化背景下(Acemoglu等,2018;Frey等,2017),未來主要考慮的應是人工智能應用條件下勞動者技能水平的提升,通過教育、培訓幫助其適應技術進步的需求(Arntz等,2016)。在考慮到實現有效的人機合作時,歐洲政治戰略中心(EuropeanPoliticalStrategyCenter)在2018年的報告