課題類別：國家社科基金一般項目

課題名稱：人工智能技術應用的職業可替代率、行業智能化程度及就業效應研究

負 責 人：董直慶

工作單位：華東師范大學

批 準 號：20BJY019

人工智能技術應用場景的不斷落地和應用空間擴大，將重塑產品生產過程和全面推動經濟智能化轉向。在人工智能技術賦能實體經濟過程中，新技術應用會對勞動力市場產生巨大沖擊。文獻關注人工智能技術的勞動就業更替和收入分配效應，并未系統識別人工智能情境中技術對職業和產業的滲透度，尚未厘清人工智能是否會對上下游行業就業產生何種聯動效應，也更未重視人工智能技術沖擊情境中政策干預的就業穩定器效果。為此，國家社科基金項目“人工智能技術應用的職業可替代率、行業智能化程度及就業效應研究”(項目編號：20BJY019）聚焦職業更替和行業智能化以及引發的就業效應問題，拓展自動化任務模型推演人工智能技術就業效應的內生形成機理與偏向性演化機制，量化評價人工智能技術的崗位更替效應、就業敏感度和產業智能化程度，以及人工智能情境中政策干預的穩就業效果，為經濟體應對人工智能技術應用和勞動就業沖擊提供理論思考。

人工智能技術應用的崗位更替和就業效應

伴隨大語言模型GTP突破和人工智能技術商業應用，出現無人駕駛、數字醫療、智能車間、智慧港口和智能城市等產業應用場景，人工智能+與各行各業滲透融合日益成為常態。人工智能技術存在就業替代和崗位創造的屬性，然而人工智能技術與職業更替的微觀機理推演尚處于初始階段，也缺乏來自發展中國家尤其是大國經濟的經驗證據。同時，人工智能技術與要素耦合過程中，對不同性質和不同類型要素存在偏向性偏好，非對等地改變要素生產率和要素報酬，進而改變要素收入分配格局和引發收入不平等。問題是，人工智能技術的收入分配效應如何？人工智能技術偏向的內在機理尚有待進一步剖析。此外，以往文獻并未厘清人工智能技術沖擊對就業穩定性的影響效果及作用機理，也未系統檢驗人工智能技術沖擊下，不同屬性政策干預是否存在就業穩定器效應。課題在自動化模型基礎上構建人工智能技術的任務創造與職業替代模型，理論演繹人工智能技術對本行業與上下游行業就業的作用機理，系統推演人工智能技術朝更具智能化或更具任務創造方向演化的偏向性形成機制；將技能勞動分類引入分段任務模型，推演并測算人工智能技術對不同質量勞動的就業更替效應及勞動收入分配平等性的影響；從城市層面和微觀企業視角實證探討了應用工業機器人對勞動就業穩定性的作用，特別是人工智能技術沖擊對個體勞動力失業時長、就業更替、就業規模及裁員風險的沖擊；檢驗在人工智能技術沖擊情境中，不同類型政策干預的就業穩定器效應。結果發現，人工智能技術會明顯沖擊勞動就業，通過崗位更迭和生產率機制作用于本行業，勞動替代效應表現明顯。然而，當人工智能技術催生出勞動具有絕對生產優勢的新生產任務，崗位更迭效應會提高勞動需求，而生產率效應則有利于增加就業；人工智能對于本行業勞動就業具有顯著的創造效應，對不同技能類型和不同行業勞動就業的影響存在異質性，對低和高技能勞動生產率產生倒“U”形影響，也會非對稱地改變低技能與高技能勞動工資，通過生產率效應途徑間接改變勞動收入分配結構；人工智能技術載體工業機器人應用對勞動就業沖擊明顯，尤其對常規職業的沖擊最為顯著，而且會增加勞動力長期失業的風險；在人工智能沖擊下，政策干預存在某種就業穩定器效應，這種效果主要通過降低非技能勞動需求而非推動勞動就業從低技能、常規性任務崗位向高技能、非常規性任務崗位更替方式實現。

人工智能技術沖擊和職業替代風險

技術進步與職業變更總是相伴而生，新技術應用通常會不斷誘發職業更替并朝與技術匹配及生產復雜化和高端技能方向演變。人工智能技術依據機器學習算法，利用大數據結合超強算法和算力，逐步實現自主學習、規律識別和判斷決策等模仿類人行為，將生產自動化推向更高層次和更智能化領域，不斷破除過去無法被機器所取代的非常規任務約束，傳統依賴人類判斷能力的非常規型工作正被智能化機器所替代，出現完全智能化場景，諸如卡車司機被無人駕駛技術取代、人工客服被聊天機器人取代。人工智能技術在不斷提高生產效率同時，更是引發人工智能技術是否會造成大規模失業大討論。

課題依據Frey和Osborne（2017）的研究思路，評估人工智能技術對職業替代的沖擊，以及比較不同職業屬性在其中扮演的角色，考察職業可替代過程中職業組群特征，以及人工智能技術的職業和勞動選擇性偏好，從職業任務的技能水平、工作靈活度、社會評價和所屬產業四個維度，探討人工智能技術的職業替代效應對勞動力職業結構的影響。研究發現，人工智能技術沖擊會誘發職業出現替代風險，中國近19.88%的職業處于高替代風險狀態，分行業測算結果表明，制造業職業可替代風險最高而教育行業可替代風險最低。相對而言，男性、中老年以及任務技能水平較低、工作靈活度較低和從屬第一產業的職業的可替代風險更高。人工智能技術會借助于職業屬性引發不同級別的職業可替代風險，其中創新類屬性對職業替代的影響最大，職業技能寬度越大則職業可替代風險越低。同時人工智能技術的職業可替代性也存在組群性特征，若將職業分成創新型、社交型、學習型、動作型和一般型五大組群，發現前三者的職業屬性會降低職業替代風險。人工智能技術的職業替代對職業結構會形成極化效應，且會受城市市場化程度和教育規模約束。

人工智能技術沖擊與行業智能化水平

人工智能技術滲透融合，尤其伴隨區塊鏈和云計算等新一代信息技術突破，產業逐漸不斷向智能化轉型，產業智能化全新藍圖正在全面展開。目前，人工智能產業規模持續增長，2022年中國人工智能核心產業規模達5080億元，同比增長18%。結合中國的大國經濟海量數據，人工智能商業化的行業應用場景得到不斷開發與落地，推動人工智能技術不斷滲透且與實體經濟的融合程度向縱深發展，不斷提升企業生產效率和產業運營模式。

然而，關于人工智能技術的測度問題，文獻普遍使用諸如機器人應用或人工智能專利等單一指標進行衡量，這類單維度指標往往僅能衡量人工智能技術的某個側面，難以綜合衡量行業智能水平。課題基于微觀企業人工智能專利數據與國際機器人聯合會機器人應用數據，重新構建行業層面人工智能指數，結合上市公司微觀企業數據，檢驗人工智能技術應用行業的智能化程度及其約束條件。研究表明，中國制造業不斷朝智能化轉向，但不同行業的人工智能技術水平差距略有擴大，這主要源于智能化創新產出差距。人工智能技術對不同崗位結構和技能結構存在選擇性偏向，顯著提升非程式化認知型崗位勞動以及高端技能勞動就業占比，引致就業出現“單極化”特征。一方面，人工智能技術對不同技術屬性和所有制屬性的企業就業存在非對稱影響，人工智能企業提高中高端技能勞動就業占比的同時，國有企業表現出對中低端勞動的就業保護。另一方面，人工智能技術在行業間存在顯著的就業漣漪效應，且新冠疫情加劇人工智能技術對中端勞動就業的負向沖擊。

人工智能技術沖擊和勞動力就業的應對策略

當前人工智能技術已逐漸滲透到人類生產生活的各個領域，在極大提升產品、企業和產業生產效率的同時，也會給不同類型行業發展和勞動力市場造成潛在沖擊，在人工智能技術情境中穩就業與共同富裕目標面臨更大挑戰。由此，在充分發揮人工智能技術生產效率創造的同時，如何應對人工智能技術對經濟和就業沖擊是當前政策的重要方向。

第一，政府部門應大力推動人工智能技術賦能實體經濟，推動新興產業發展和傳統行業智能化轉型，因地制宜地規劃不同區域人工智能技術的發展策略，靈活調整各地區產業政策。

第二，政府部門需要健全工業機器人應用配套政策和建設信息共享平臺，運用政策措施建立完善工業機器人產業鏈，以推動其在生產過程中的使用。

第三，政府與企業需積極引導人工智能技術朝著“人機結合”而非“機器換人”的方向發展，推動人工智能技術與勞動者“合作”而非“競爭”，協助勞動者再技能化提高人機匹配度和人機協作。

第四，政府部門應完善社會保障制度和就業公共服務體系建設，促進勞動力市場跨地區跨行業就業信息的有效傳遞，提高用工企業與勞動供給工人的匹配效率。

第五，政府部門應健全就業培訓機制，全方位提升勞動技能水平，幫助弱勢群體就業和社會生活保障。教育部門動態調整人才培養方向，完善學科設置和人才培養機制體制，注重技術和技能匹配性助力勞動者就業和人力資本積累，促進技術進步、人力資源和社會經濟發展相協調。當然，勞動者自身應當積極提高自身人力資本水平，加強綜合性技能學習提高技能寬度，以提高就業穩定性。