人工智能與就業安全研究

摘 要：就業是最大的民生。而人工智能對就業的影響和沖擊越來越受到全社會關注。已有研究往往聚焦于理論與宏觀探討，缺乏對普通勞動者認知的調查分析。本研究通過問卷調查，從自身認知的角度分析了人工智能對普通勞動者就業、收入的影響，研究發現普通勞動者對于人工智能就業影響的認知存在“雙重性”與“復雜性”：勞動者確實擔憂人工智能對就業的沖擊，但并不認為人工智能的影響都是負面的；同時，勞動者也不是被動的旁觀者，能夠積極地適應技術變革，試圖從中獲利，并提出應從宏觀、微觀等多方面應對沖擊。因此，國家的制度與政策應從社會保障、教育、勞動時間等方面，推動勞動者的積極自我適應，以應對人工智能發展對就業帶來的影響。

關鍵詞: 就業；人工智能；勞動者；調查；社會保障

引 言

        黨的十九大報告指出，“就業是最大的民生”。特別是在新冠肺炎疫情爆發以來，保居民就業、保基本民生成為工作的重中之重，但也遇到了很大的困難。在疫情期間，網絡、大數據、人工智能等新技術對疫情防控起到了巨大的作用，也帶來了新的商業形態與工作模式，創造了大量新的就業機會。但也必須看到，人工智能新技術存在沖擊居民就業的風險與問題，例如網絡購物、“外賣”的興起可能使得實體經濟的經營受到影響。

        近些年來，關于人工智能等新技術的影響已成為就業方面學術研究與社會討論的熱點[1]。然而，已有研究較多從技術、政策層面進行研究，或者主要利用宏觀數據去分析技術進步、人工智能對于就業的影響。較少有研究采用問卷調查的方式，從勞動者自身認知的角度，分析人工智能對他們個人就業、收入等方面的影響，并探討在勞動者自己看來，人工智能的發展將如何影響他們的就業。本文即試圖通過一定規模的問卷調查，分析勞動者自身的認知與判斷。這對我們全面研判人工智能對于就業的影響，促進就業，保障社會繁榮穩定，具有重要的理論與現實意義。

 1.文獻回顧與評述

        不同研究對于“人工智能”的定義很不相同。就人工智能對于就業的研究而言，一般強調人工智能所代表的是“為實現特定任務目標而創造的能夠表現出與人類能力（認知、思維或行動）相似水平的技術”[1]，而這種技術往往能夠替代、互補人類的勞動[2]。

        一些研究認為，人工智能能助力人類的勞動，使勞動者專注于更“高級”的工作[3]。而另一些研究則強調人工智能的“替代”效應，認為會沖擊部分勞動者的工作，帶來大范圍的失業、勞動者的權利保護問題[4-5]，同時這種沖擊不僅是技術層面的，對不同性別、種族的勞動者而言，沖擊也不同，因此還存在社會性的不平等[6]。

        具體到人工智能對就業的影響表現和機制方面，已有的研究注意到：人工智能對不同產業的影響不同，受到產業特征和屬性的影響，特別是對于服務業、制造業的沖擊較大[7-8]，但同時也存在增加就業機會的效應[9]，如農業人工智能將帶來新的業態、新模式[10]；人工智能對就業崗位有復雜的影響，存在“崗位極化”[11]、“崗位替代”[12]、“崗位創造”[13]、“崗位合作”[1]等效應；人工智能可能拉大基于教育回報的工資不平等[14]，并拉大行業間的工資差距[7]。

        綜上可以看出，以往的研究較多從理論、宏觀數據去分析技術進步、人工智能對于就業的影響。但較少從勞動者自身的視角，利用問卷微觀調查資料，分析人工智能對其本人就業、收入的影響程度及表現，展現勞動者自身的認知和判斷。面對技術發展，勞動者不是被動的旁觀者，也會判斷并主動適應變化，甚至尋求從變化中獲利。因此，要研判、應對人工智能的經濟社會影響，除了宏觀的分析，也需要對勞動者的微觀調查。基于相關的調查研究與分析，才能真正、深入地研判人工智能對就業帶來的影響與挑戰，服務勞動者自身的就業需求和轉型，維護社會穩定與繁榮。

2.研究設計

        本研究使用的是某課題組開展“人工智能（AI）對就業影響調查”所獲得的數據。該調查以人工智能對不同人群的就業影響感知為核心，調研對象設計了性別、年齡、行業、教育水平等特征，問卷內容主要從兩個角度調查了普通勞動者對于人工智能就業影響的認知。一方面詢問受訪者如何看待人工智能對自身就業、收入的影響，主要問題包括：您的工作對專業技能的依賴有多大；您的工作對創造性的要求有多大；您所處行業的就業受到AI的沖擊有多大；AI發展會對您的勞動收入造成怎樣的影響；您所處的行業AI應用處于什么階段；AI普及應用，您會感到擔憂，害怕自己被淘汰嗎。另一方面調查人工智能與就業、財富分配之間的影響關系，主要問題包括：AI發展會對整個社會的財富和消費造成怎樣的影響；AI發展的不同階段，分別對就業有何影響；AI對整個社會就業總量的影響；AI對就業總量產生影響的原因；AI對不同行業的就業影響是否存在差異；AI最容易沖擊哪些勞動群體；隨著AI發展，專業技能要求不同的勞動者之間的收入差距會變大還是縮小；AI技術進步對就業沖擊將是短期的還是長期的；可以通過哪些途徑應對AI技術對就業的沖擊。

        該調查由課題組通過配額抽樣，通過網絡調查方式發放，總計發放問卷數量1 596份，其中有效樣本數為1 154份，樣本有效率為72.3%。調查覆蓋了全國大多數省份及行業，具有一定的代表性。如表1，可以看到盡管樣本總體上較為年輕，學歷較高，女性較多，但這與我國互聯網用戶的構成基本一致，可見調查對于互聯網用戶具有較好的代表性。本研究主要通過描述性分析，展示普通勞動者的認知，并通過回歸模型分析解釋不同勞動者的認知差異。

表 1 受訪者基本情況

3.研究發現

       3.1 勞動者對人工智能就業影響的認知存在雙重性

       3.1.1 較大比例的受訪者認為所處行業的就業會受到沖擊

      總體上看，調查發現較大比例的勞動者認為自己所處行業的就業會受到人工智能較大的沖擊。其中13.08%的受訪者表示沖擊“非常大”，另有13.95%的認為“很大”。這表明，人工智能對就業的影響，受到廣泛關注，并且存在較普遍的擔憂。

表 2 您認為，您所處行業的就業受到人工智能的沖擊有多大？

      進一步分析發現，平均而言，女性認為自己所處行業的就業受到人工智能的沖擊顯著大于男性；31~50歲年齡段人員的就業受到人工智能的沖擊顯著大于其他年齡段；專科以下學歷人員所處行業的就業受到人工智能的沖擊顯著低于平均值，這和人們通常的認識可能不一致，可能是受到年齡、行業的影響。從不同行業來看，采礦業（金屬及其他）和采礦業（石油和天然氣）勞動者認為自己行業受到人工智能的沖擊最大。公共管理（中國共產黨機關）和商務服務業（其他）受到人工智能的沖擊比較小。

      3.1.2  相對較小比例的勞動者擔心被淘汰

      盡管相當比例的受訪者認為自己行業的就業受影響，但調查卻發現，只有相對較小比例的受訪者擔心自己會被淘汰，表示“擔心”的比例合計為35.79%，表示“不擔心”的合計占41.51%。

表 3 人工智能普及應用，您會感到擔憂，害怕自己被淘汰嗎？

      進一步分析發現，隨著人工智能的普及應用，女性明顯比男性更擔心自己被淘汰；50歲之前，年齡越大越擔心被淘汰，50歲之后，年齡越大越不擔心，則與勞動者所處的職業發展階段有關；學歷越高越不擔心被淘汰，博士以上學歷人員顯著不擔心被淘汰。從不同行業來看，農、林、牧、漁業和制造業（木材加工）從業者最擔心因為人工智能的發展而被淘汰，公共管理（中國共產黨機關）和衛生行業從業者最不擔心。

      3.1.3 較大比例的勞動者認為人工智能發展會增加自己的勞動收入

      人工智能除了影響人們的就業機會，還可能影響勞動者的收入。調查發現，盡管人們認為人工智能會沖擊就業，但并不認為人工智能會降低自己個人的勞動收入，反倒有相當比例的受訪者認為自己的勞動收入將會提高，合計占42.98%，只有23.92%的受訪者認為自己的收入會降低。這也和人們通常的認識可能不一致，證明了普通勞動者并不是被動的旁觀者，而是會主動適應技術變革并從中尋求獲益。

表 4 您認為，人工智能發展會對您的勞動收入造成怎樣的影響？

      進一步分析表明，在所有年齡段中，31~50歲的人更加明顯地認為人工智能發展能提高其勞動收入。前文中我們發現，同樣是這個年齡段的人，認為受到人工智能的沖擊最大。這似乎說明在普通勞動者的眼中，人工智能就像一把雙刃劍，感受的沖擊越大，預期的回報也越大，而并不是簡單地沖擊、負面影響。從不同行業來看，采礦業（煤炭）從業者最認同人工智能發展將提高他們的勞動收入。普通商務服務業和社會工作從業者最認同人工智能發展將降低他們的勞動收入。

      3.1.4 普遍認為人工智能將提高社會財富和消費水平

      盡管不同職業人群認為人工智能對勞動就業存在沖擊，但普遍認為人工智能能夠提高社會財富和消費水平，合計占64.55%。這種樂觀情緒可能源自技術創新在降低成本、效率提升以及生產生活水平的改善，也可能源自改革開放技術引進帶來的正面預期外推。

表 5 您認為，人工智能發展會對整個社會的財富和消費造成怎樣的影響？

      通過以上描述性分析，我們初步可以看出勞動者對于人工智能就業影響的認知存在“雙重性”：

• 一方面，在宏觀上，確實普遍認為人工智能的發展會對各行業的就業帶來負面的沖擊，但同時又認為能夠促進整個社會的財富和消費；

• 另一方面，在個體、微觀層面，普遍較為樂觀，大多并不擔憂自己會被淘汰，甚至認為人工智能的發展能夠提升個人的勞動收入。

      這種認知上的“雙重”與“矛盾”，可能既是宏觀、微觀層面的差異，也可能受到受訪者個人教育、年齡段、所處行業、就業特點等特征的影響。因此，為了克服簡單描述統計的不足，控制并分析受訪者個體層面因素的影響，我們進一步對以上四個方面進行了回歸模型分析（略）。以上發現，進一步拓展了我們對普通勞動者對于人工智能就業影響的認知雙重性的理解，即除了“宏觀-個體”的雙重性以外，還存在基于職業技能、創造性的雙重性：從事技能依賴程度較高、創造性要求較高職業的勞動者，一方面更擔心自己的就業受到沖擊、淘汰，但另一方面，又對人工智能持積極的預期，認為自己能夠從人工智能的發展中獲利，增加收入和財富。 

      3.2 勞動者對人工智能如何影響就業的判斷存在復雜性

      3.2.1對人工智能不同發展階段就業影響的判斷存在差異

      受訪者普遍認為人工智能處于技術導入期和拓展期，這說明距離通用性、全面普及的技術爆發期還存在一定距離和時間。比較有意思的是，還有一部分2.43%的受訪者認為，自己所處的行業人工智能技術處于衰退期，結果見表7。

表 7 您所處的行業人工智能發展處于什么階段？

      人工智能發展的不同階段，分別對就業有何影響？學者們提出了不同的效應：

• “替代效應”，指人工智能技術進步通過工業機器人、智能制造等方式替代了一些簡單、重復的勞動就業；
• “創造效應”，指人工智能技術通過開發新產品、開辟新的生產服務領域和新的產業或者組織形式等方式，創造出新的就業崗位，結果見表8。

表 8 您認為人工智能發展的不同階段，分別對就業有何影響？

      調查發現，在技術導入期行業，有28.86%的受訪者認為人工智能對就業沒有影響，這與理論研究可能存在偏差。理論上認為，在技術導入期，一些行業領域最先受到沖擊，新技術引進和應用可能最早沖擊這些行業領域的就業，引起就業更迭。

      一般認為，在技術拓展期的就業創造效應比較大，這主要是因為在技術拓展期，新技術加速替代原有技術，與之相匹配的新產業、新業態、新模式紛紛出現，創造了很多新的就業崗位。這一點調研結果與之基本符合。

      在技術爆發期，替代效應開始下降，新技術在全社會普及，帶來更多新的生產模式、產業組織形態、商業模式等創新，進而創造更多就業崗位，調研結果與之契合。

       3.2.2對人工智能影響全社會就業總量的判斷存在明顯分化

      調研結果顯示，人工智能對就業總量的影響呈現明顯分化，沒有很統一的認識。這可能源于不同產業就業者對人工智能沖擊的反應不一。一般來說，技術進步類型決定了就業總量走向，技術偏向性的技術進步可能會帶來更少的就業，人工智能在就業總量上的分化，可能源于其替代效應與創造效應得到相抵，結果見表9。

表 9 您認為，人工智能對整個社會就業總量的影響？

      進一步分析表明，不同判斷的背后存在對影響機制的認知差異。持“總量減少”判斷的勞動者，認為這主要是基于“機器替代簡單重復勞動”（占63.47%），其次是“勞動生產率提升”（占32.04%）；認為“總量不變”的，則預期人工智能的發展會“替代效應和創造效應相抵”（占54.21%），會帶來“就業結構轉變”（45.79%），因此總體上不會影響就業總量；而認為“總量增加”的受訪者，認可人工智能在就業創造崗位的作用，認為通過“創造新的產品和服務”（占42.86%）、“創新商業模式”（占24.57%）、“創造新的崗位”（占17.71%）等方式，帶來就業崗位的增加，結果見表10。

表 10 您認為，人工智能技術進步對就業沖擊將是？

      此外，大多數受訪者認為，人工智能引致失業是結構性，這意味著失業是暫時性的，需要一個轉化時間；但長期替代引致失業問題是很嚴重的問題，這意味著勞動者需要通過較長時間的創新學習或者技能轉化，這期間就會造成勞動力失業社會成本抬高和資源浪費。

      3.2.3 對最容易受沖擊的勞動群體的判斷存在一定差異

      受訪者普遍認為，專業技能低的勞動者越容易受到沖擊（占60.75%），這可能是源于專業技能低的工作，大多具有簡單重復的勞動、規則性更強等特點，而這類工作更容易被人工智能替代有關。但是也有觀點認為，高、低技能勞動者的就業機會將增加，而中等技能勞動者最易受到沖擊。這主要是源于高技能勞動不容易被替代，且具有向下取代中技能勞動者的優勢，而低技能勞動者多從事人與人、人與環境工作，面臨較多交互和情景，因而不容易被人工智能替代，結果見表11。

表 11 您認為，上述群體最容易受到沖擊是因為？

      進一步調查表明，受訪者認為，技能轉化難度大是上述群體最容易受沖擊的最主要原因。比較有意思的是，一般認為受教育程度因素影響很大，但在調查中僅排在第三位，落后于產業轉型升級。這說明受訪者認為人工智能的就業沖擊是技術推進產業轉型升級引起的，是社會經濟宏觀層面變革，與勞動者自身受教育水平關聯不大。與之相佐證的是，調查表明，勞動者普遍認可不同行業的就業受沖擊影響不同，58.58%的受訪者認為人工智能對不同行業的就業影響存在顯著差異。受訪者普遍認為，采礦業和制造業是人工智能對就業負向沖擊最大的行業。沖擊最小的行業是體育、國際組織及社會工作。

      3.2.4 勞動者認為應從宏觀、微觀兩個層面應對就業沖擊

      大多數受訪者認為應對就業沖擊的途徑有兩個層面：宏觀上，應該促進產業升級轉型（占30.68%）、減少勞動時間以保持就業機會供給總量不變（占15.16%）；微觀上，應該增加勞動者個體的人力資本投入，如教育（占32.24%）、職業技術培訓（20.88%）。二者的比重接近，總體上勞動者相對較希望增加個體的人力資本，以應對沖擊，合計占比為53.12%，結果見表12。

表 12 您認為，可以通過哪些途徑應對人工智能技術對就業的沖擊？

結 語

      以往的研究較少從勞動者個體認知的層面剖析人工智能對就業的影響。本研究通過網絡問卷調查，發現普通勞動者對于人工智能就業影響的認知存在雙重性：

• 首先，存在“宏觀-個體的雙重性”，勞動者們對于人工智能的宏觀和行業發展影響比較關注，認為人工智能的就業沖擊主要體現在宏觀、行業方面，而在微觀層面并沒有特別的擔憂，甚至預期自己的收入會隨之增加；
• 其次，表現出“基于技術的雙重性”，高技術的勞動者對于人工智能發展既表現出擔憂，但又認為存在機遇。從事技術依賴度高、創造性要求高的勞動者，既擔心自己的就業受沖擊、被淘汰，但又對人工智能有積極的預期，認為能夠增加自己的收入。

      同時，本研究還發現勞動者對人工智能如何影響就業的判斷存在復雜性：

• 首先，勞動者們對于人工智能就業影響的認知比較理性，清晰地認識到人工智能對就業的影響存在階段性、結構性，認為人工智能既可能減少就業，但又同時能夠增加就業，對于不同行業、崗位的影響也不同；

• 其次，勞動者們提出應該從宏觀、微觀兩個層面應對就業的沖擊，其中特別是提升個體的人力資本。

      以上發現，既印證了已有研究從理論、政策、宏觀分析中得到的發現，同時又補充了微觀、普通勞動者認知的調查發現，加深了我們對人工智能就業影響復雜機制的認識理解，特別是體現出普通勞動者應對人工智能影響的復雜認知與積極主動的態度，對相關的研究有所推進。

      基于以上的調查發現，筆者針對如何應對人工智能的就業影響提出如下政策建議：

      1）調查中發現，雖然目前人工智能對人類就業的沖擊尚在社會可接受的范圍內，但人們普遍對未來的就業感到擔憂，如果未來人工智能對人類就業的沖擊加大，可能引發社會矛盾和社會動蕩。為了緩解人們對未來的焦慮，政府可以考慮逐步建立完善基本收入制度，滿足人類的基本勞動生產問題。

      2）人工智能對不同就業人群的沖擊和影響不同，其重要差別在于教育和技能的不同。調查表明，制造業和運輸業等一些行業更容易被人工智能替代。但是教育、管理、專業人員、信息和醫療保健、藝術等其他行業則不太容易被替代，即受到的教育越多，思考能力越強，越不容易受到人工智能的威脅。因此，政府應加大教育改革，更注重培養勞動者的思考能力，強化設計、信息、管理、藝術，教育等專業學科建設，加強人工智能的使用和管理學習，在人與技術之間找到新的定位和合作方式。

      3）人工智能替代人工的過程必然提高勞動生產率，人均產能更高，創造價值更大。如果人類在社會生產中的分工不變必然面臨大量失業問題。因此，需要在人和人工智能（及其他生產機器）之間達成新的平衡，將人工智能的產出惠及所有人，適當減少人類的工作時間，能夠增加更多勞動者的就業機會，同時使得每個勞動者能獲得更多的時間用于學習與自我提升，融入家庭與社區，增強人民群眾的獲得感，推動社會的全面進步。

      4）目前，針對高科技企業，國家有諸多稅收激勵和其他優惠措施，但是，這種激勵可能過分加速自動化進程，使人類面臨更嚴重的失業問題。由于使用人工智能技術的企業享受稅收激勵的同時，又不用承擔雇傭勞動者的人員工資和福利費用，因此對不采用人工智能技術的公司造成稅負的不平等，最終可能出現財富不斷向少數的人工智能企業聚集。這需要政府采取有形的手進行社會收入的再分配，擴大稅收基數，對機器人征稅，建立人工智能時代新的征稅體系。

【參考文獻】

      [1] 楊偉國, 邱子童, 吳清軍. 人工智能應用的就業效應研究綜述[J]. 中國人口科學, 2018(5): 109-128.

      [2] AUTOR D H, LEVY F, MURNANE R J. The skill content of recent technological change: An empirical exploration[J]. Quarterly Journal of Economics, 2003(4): 1279-1333.

      [3] WILSON H J, DAUGHERTY R P. Collaborative intelligence: Humans and AI are joining forces[J]. Harvard Business Review, 2018(4): 114-123.

      [4] FRANK M R, AUTOR D, BESSEN J E, et al. Toward understanding the impact of artificial intelligence on labor[J]. Proceedings of the National Academy of Sciences, 2019(14): 6531-6539.

      [5] ESTLUND C. What should we do after work? Automation and employment law[J]. Yale Law Journal, 2018(2): 254.

      [6] SCHILLER A, MCMAHON J. Alexa, alert me when the revolution comes: Gender, affect, and labor in the age of home-based artificial intelligence[J]. New Political Science, 2019(2): 173-191.

      [7] AUTOR D H, DORN D. The growth of low-skill service jobs and the polarization of the US labor market[J]. American Economic Review, 2013(5): 1553-1597.

      [8] ACEMOGLU D, RESTREPO P. Robots and jobs: Evidence from us labor markets[J]. Journal of Political Economy, 2020(6): 2188-2244.

      [9] DEMING D J. The growing importance of social skills in the labor market[J]. Quarterly Journal of Economics, 2017(4): 1593-1640.

      [10] 梁瑞華. 農業人工智能實踐探索與發展路徑研究[J]. 學習論壇, 2019(2): 31-36.

      [11] AUTOR D H. The “task approach” to labor markets: An overview[J]. Journal for Labour Market Research, 2013(3): 185-199.

      [12] 曹靜, 周亞林. 人工智能對經濟的影響研究進展[J]. 經濟學動態, 2018(1): 103-115.

      [13] 王君, 楊威. 人工智能等技術對就業影響的歷史分析和前沿進展[J]. 經濟研究參考, 2017(27): 11-25.

      [14] Brown C, Campbell B A. The impact of technological change on work and wages[J]. Industrial Relations: A Journal of Economy and Society, 2002(1): 1-33.