文 | 陈永伟，《比较》研究部主管，北京大学市场与网络经济研究中心研究员
编 | 黄锫坚
按： 本文节选自“人工智能与经济学：关于近期文献的一个综述 ”（该文已发表于《东北财经大学学报》2018年第3期），标题有修改
技术的进步在推进生产率提升的同时，会带来“技术性失业”。作为一项革命性的技术，人工智能当然也不例外。与以往的历次技术革命相比，“人工智能革命”对就业的冲击范围将更广、力度将更大、持续也将更久。
目前，人工智能对就业的可能冲击已经成为了重要的政策话题，有不少文献对此进行了探讨。需要指出的是，由于在讨论人工智能对就业和收入分配的影响时，通常把人工智能作为一种强化版的自动化来处理，因此在以下两节中，我们在介绍人工智能影响的文献外，还将介绍自动化和机器人影响的文献。
1、关于人工智能和自动化就业影响的理论分析
Autor et al（2003）提出的ALM模型是研究人工智能和自动化的就业影响的基准模型。在ALM模型中，生产需要两种任务——程式化任务和非程式化任务配合，其中程式化任务只需要低技能劳动，而非程式化任务则需要高技能劳动。在几位作者看来，自动化只能用来完成程式化任务，而不能用来完成非程式化任务，因此它对低技能劳动形成了替代，而对高技能劳动则形成了互补。在这种假设下，自动化的冲击将是偏向性的，它对低技能劳动者造成损害，但却会给高技能劳动者带来好处。Frey and Osborne（2013）对ALM模型进行了拓展。在新的模型中，而非程式化任务则既需要程式化劳动，也需要高技能劳动和低技能劳动的共同投入。在这种设定下，自动化对于高技能劳动者的作用将是不确定的，在一定条件下它们也会受到自动化的损害。
Benzell et al（2015）在一个跨期迭代（OLG）模型中讨论了机器人对劳动力进行替代的问题。他们指出，在一定条件下，机器人可以完全替代低技能工作，并替代一部分高技能工作，这会导致对劳动力需求的减少和工资的下降。虽然在采用机器人后，由生产率提升会带来的价格下降可以在一定程度上改善劳动者福利，不过从总体上讲它并不能完全弥补就业替代对劳动力造成的损害。因此，几位作者认为机器人的使用可能会带来所谓的“贫困化增长”（Immiserizing Growth）——虽然经济增长了，但社会福利却下降了。为了防止这种现象的发生，几位作者建议要推出针对性的培训计划，并对特定世代的人群进行补贴。
Acemoglu and Restrepo构造了一个包括就业创造的模型。在模型中，自动化消灭某些就业岗位的同时，也会创造出劳动更具有比较优势的新就业岗位，因此其对就业的净效应要看两种效应的相对程度。他们发现，在长期均衡的条件下，结果取决于资本和劳动的使用成本。如果资本的使用成本相对于工资足够地低，那么所有职业都将被自动化；反之，自动化就会有一定的界限。此外，几位作者还指出，如果劳动本身是异质性的，那么自动化的进行还将导致劳动者内部收入差异的产生。
2、关于人工智能和自动化就业影响的实证分析
Autor et al （2003）对1960-1998年的美国劳动力市场进行了分析。结果发现在1970年之后，“计算化”（Computerization）导致了“极化效应”——对程式化工作的需求大幅下降，但同时导致了对非程式化工作需求的增加。尤其是在1980年之后，这种趋势更加明显。Goos and Manning（2007）利用英国数据对ALM模型的结论进行了检验，结果发现技术进步在英国也导致了“极化效应”的出现。随后，Autor and Dorn（2013）、Goos et al（2014）等文献分别对美国和欧洲的数据进行了分析，也同样发现了“极化效应”的存在——在技术进步的冲击下，大批制造业的就业机会被服务业所抢占。
Graetz and Michaels（2015）分析了1993-2007年间17个国家的机器人使用及经济运行状况。发现平均而言机器人的使用让这些国家的GDP增速上涨了0.37个百分点。同时，机器人的使用还让生产率获得了大幅增加，并减少了中、低端技能工人的劳动时间和强度。Acemoglu and Restrepo（2017）利用1990年到2007年间美国劳动力市场的数据进行了研究。结果发现，机器人和工人的比例每增加千分之一，就会减少0.18%-0.34%的就业岗位，并让工资下降0.25%-0.5%。
3、关于人工智能和自动化就业影响的预测和趋势分析
除了实证研究外，也有不少学者采用不同的方法对人工智能对就业的影响进行了预测，其结果相差很大。
Frey and Osborne（2013）曾对美国的702个就业岗位被人工智能和自动化替代的概率进行了分析，结果表明47%的岗位面临着被人工智能替代的风险。Chui，Manyika，and Miremadi， （2015）则预测，美国45%的工作活动可以依靠现有技术水平的机器来完成；而如果人工智能系统的表现可以达到人类中等水平，该数字将增至58%。相比之下，Arntz， M.， Gregory，T.， and Zierahn（2016）的预测则要乐观得多，他们认为OECD国家的工作中，只有约9%的工作会被取代。在国内，陈永伟等（2018）用Frey and Osborne（2013）的方法对中国的就业岗位被人工智能取代的概率进行了估计，结果显示在未来20年中，总就业人的76.76%会遭受到人工智能的冲击，如果只考虑非农业人口，这一比例是65.58%。
除了基于计量方法的预测外，也有一些经济史学者根据历史经验对人工智能的就业影响进行了分析。在一次麻省理工学院组织的研讨会上，Gordon指出从第一次工业革命以来的这250年间，还没有哪个发明引起了大规模的失业。尽管工作岗位持续地在消失，却有更多的就业机会涌现了出来。在他看来，同样的机制将会保证“人工智能革命”并不会造成剧烈的冲击。而Mokyr则认为，随着经济的发展，服务性行业的比例将会上升，这些行业相对来说较难被人工智能所替代。即使人工智能替代了其中的一部分岗位，但老龄化等问题会带来巨大的劳动力需求，由此提供的就业岗位将足以抵消人工智能带来的影响。
此外，还有一些学者认为在分析人工智能的就业影响时，应当综合考虑其他各种因素。例如Goolsbee（2018）认为现有的研究大多是从技术可行性角度去思考人工智能的就业影响，而没有分析价格因素和调整成本，也没有考虑冲击的持续时间。显然，如果忽略了这些因素，只是抽象地说人工智能会替代多少劳动力，其政策意义将大打折扣。
4、对于人工智能就业影响的政策探讨
尽管不同学者关于“人工智能革命”影响的估计存在很大差异，但大部分学者都认为，同历史上的各次技术革命一样，“人工智能”在长期将会创造出足够多的新岗位以代替被其摧毁的岗位，因此问题的关键就是通过政策平滑好短期的冲击，让就业结构完成顺利转换。
应对短期就业冲击的最重要政策是加强教育。很多研究指出，“人工智能革命”对就业的最大影响并不是让就业岗位绝对减少了，而是从旧岗位被淘汰的那部分劳动者不适应新岗位。因此，为了让劳动者们适应新岗位，政府应当负责提供教育和职业指导。由于“人工智能革命”的冲击是持续性的，因此相关的教育也应当有持续性。为了解决失业人员的培训支出，可以探索“工作抵押贷款”，让失业人员以未来获得的工作为抵押来获取贷款，用以进行相关培训。
本系列共3篇，请继续阅读：
本论文可点击此链接下载：人工智能与经济学：关于近期文献的一个综述
评论