发布时间：2023/6/16 10:58:24                 点击量：5650

• 课题类别：国家社科基金一般项目

  课题名称：人工智能技术应用的职业可替代率、行业智能化程度及就业效应研究

  负 责 人：董直庆

  工作单位：华东师范大学

  批 准 号：20BJY019

  
  

  人工智能技术应用场景的不断落地和应用空间扩大，将重塑产品生产过程和全面推动经济智能化转向。在人工智能技术赋能实体经济过程中，新技术应用会对劳动力市场产生巨大冲击。文献关注人工智能技术的劳动就业更替和收入分配效应，并未系统识别人工智能情境中技术对职业和产业的渗透度，尚未厘清人工智能是否会对上下游行业就业产生何种联动效应，也更未重视人工智能技术冲击情境中政策干预的就业稳定器效果。为此，国家社科基金项目“人工智能技术应用的职业可替代率、行业智能化程度及就业效应研究”(项目编号：20BJY019）聚焦职业更替和行业智能化以及引发的就业效应问题，拓展自动化任务模型推演人工智能技术就业效应的内生形成机理与偏向性演化机制，量化评价人工智能技术的岗位更替效应、就业敏感度和产业智能化程度，以及人工智能情境中政策干预的稳就业效果，为经济体应对人工智能技术应用和劳动就业冲击提供理论思考。

  
  

  人工智能技术应用的岗位更替和就业效应

  
  

  伴随大语言模型GTP突破和人工智能技术商业应用，出现无人驾驶、数字医疗、智能车间、智慧港口和智能城市等产业应用场景，人工智能+与各行各业渗透融合日益成为常态。人工智能技术存在就业替代和岗位创造的属性，然而人工智能技术与职业更替的微观机理推演尚处于初始阶段，也缺乏来自发展中国家尤其是大国经济的经验证据。同时，人工智能技术与要素耦合过程中，对不同性质和不同类型要素存在偏向性偏好，非对等地改变要素生产率和要素报酬，进而改变要素收入分配格局和引发收入不平等。问题是，人工智能技术的收入分配效应如何？人工智能技术偏向的内在机理尚有待进一步剖析。此外，以往文献并未厘清人工智能技术冲击对就业稳定性的影响效果及作用机理，也未系统检验人工智能技术冲击下，不同属性政策干预是否存在就业稳定器效应。课题在自动化模型基础上构建人工智能技术的任务创造与职业替代模型，理论演绎人工智能技术对本行业与上下游行业就业的作用机理，系统推演人工智能技术朝更具智能化或更具任务创造方向演化的偏向性形成机制；将技能劳动分类引入分段任务模型，推演并测算人工智能技术对不同质量劳动的就业更替效应及劳动收入分配平等性的影响；从城市层面和微观企业视角实证探讨了应用工业机器人对劳动就业稳定性的作用，特别是人工智能技术冲击对个体劳动力失业时长、就业更替、就业规模及裁员风险的冲击；检验在人工智能技术冲击情境中，不同类型政策干预的就业稳定器效应。结果发现，人工智能技术会明显冲击劳动就业，通过岗位更迭和生产率机制作用于本行业，劳动替代效应表现明显。然而，当人工智能技术催生出劳动具有绝对生产优势的新生产任务，岗位更迭效应会提高劳动需求，而生产率效应则有利于增加就业；人工智能对于本行业劳动就业具有显著的创造效应，对不同技能类型和不同行业劳动就业的影响存在异质性，对低和高技能劳动生产率产生倒“U”形影响，也会非对称地改变低技能与高技能劳动工资，通过生产率效应途径间接改变劳动收入分配结构；人工智能技术载体工业机器人应用对劳动就业冲击明显，尤其对常规职业的冲击最为显著，而且会增加劳动力长期失业的风险；在人工智能冲击下，政策干预存在某种就业稳定器效应，这种效果主要通过降低非技能劳动需求而非推动劳动就业从低技能、常规性任务岗位向高技能、非常规性任务岗位更替方式实现。

  
  

  人工智能技术冲击和职业替代风险

  
  

  技术进步与职业变更总是相伴而生，新技术应用通常会不断诱发职业更替并朝与技术匹配及生产复杂化和高端技能方向演变。人工智能技术依据机器学习算法，利用大数据结合超强算法和算力，逐步实现自主学习、规律识别和判断决策等模仿类人行为，将生产自动化推向更高层次和更智能化领域，不断破除过去无法被机器所取代的非常规任务约束，传统依赖人类判断能力的非常规型工作正被智能化机器所替代，出现完全智能化场景，诸如卡车司机被无人驾驶技术取代、人工客服被聊天机器人取代。人工智能技术在不断提高生产效率同时，更是引发人工智能技术是否会造成大规模失业大讨论。

  课题依据Frey和Osborne（2017）的研究思路，评估人工智能技术对职业替代的冲击，以及比较不同职业属性在其中扮演的角色，考察职业可替代过程中职业组群特征，以及人工智能技术的职业和劳动选择性偏好，从职业任务的技能水平、工作灵活度、社会评价和所属产业四个维度，探讨人工智能技术的职业替代效应对劳动力职业结构的影响。研究发现，人工智能技术冲击会诱发职业出现替代风险，中国近19.88%的职业处于高替代风险状态，分行业测算结果表明，制造业职业可替代风险最高而教育行业可替代风险最低。相对而言，男性、中老年以及任务技能水平较低、工作灵活度较低和从属第一产业的职业的可替代风险更高。人工智能技术会借助于职业属性引发不同级别的职业可替代风险，其中创新类属性对职业替代的影响最大，职业技能宽度越大则职业可替代风险越低。同时人工智能技术的职业可替代性也存在组群性特征，若将职业分成创新型、社交型、学习型、动作型和一般型五大组群，发现前三者的职业属性会降低职业替代风险。人工智能技术的职业替代对职业结构会形成极化效应，且会受城市市场化程度和教育规模约束。

  
  

  人工智能技术冲击与行业智能化水平

  
  

  人工智能技术渗透融合，尤其伴随区块链和云计算等新一代信息技术突破，产业逐渐不断向智能化转型，产业智能化全新蓝图正在全面展开。目前，人工智能产业规模持续增长，2022年中国人工智能核心产业规模达5080亿元，同比增长18%。结合中国的大国经济海量数据，人工智能商业化的行业应用场景得到不断开发与落地，推动人工智能技术不断渗透且与实体经济的融合程度向纵深发展，不断提升企业生产效率和产业运营模式。

  
  

  然而，关于人工智能技术的测度问题，文献普遍使用诸如机器人应用或人工智能专利等单一指标进行衡量，这类单维度指标往往仅能衡量人工智能技术的某个侧面，难以综合衡量行业智能水平。课题基于微观企业人工智能专利数据与国际机器人联合会机器人应用数据，重新构建行业层面人工智能指数，结合上市公司微观企业数据，检验人工智能技术应用行业的智能化程度及其约束条件。研究表明，中国制造业不断朝智能化转向，但不同行业的人工智能技术水平差距略有扩大，这主要源于智能化创新产出差距。人工智能技术对不同岗位结构和技能结构存在选择性偏向，显著提升非程式化认知型岗位劳动以及高端技能劳动就业占比，引致就业出现“单极化”特征。一方面，人工智能技术对不同技术属性和所有制属性的企业就业存在非对称影响，人工智能企业提高中高端技能劳动就业占比的同时，国有企业表现出对中低端劳动的就业保护。另一方面，人工智能技术在行业间存在显著的就业涟漪效应，且新冠疫情加剧人工智能技术对中端劳动就业的负向冲击。

  
  

  人工智能技术冲击和劳动力就业的应对策略

  
  

  当前人工智能技术已逐渐渗透到人类生产生活的各个领域，在极大提升产品、企业和产业生产效率的同时，也会给不同类型行业发展和劳动力市场造成潜在冲击，在人工智能技术情境中稳就业与共同富裕目标面临更大挑战。由此，在充分发挥人工智能技术生产效率创造的同时，如何应对人工智能技术对经济和就业冲击是当前政策的重要方向。

  
  

  第一，政府部门应大力推动人工智能技术赋能实体经济，推动新兴产业发展和传统行业智能化转型，因地制宜地规划不同区域人工智能技术的发展策略，灵活调整各地区产业政策。

  
  

  第二，政府部门需要健全工业机器人应用配套政策和建设信息共享平台，运用政策措施建立完善工业机器人产业链，以推动其在生产过程中的使用。

  
  

  第三，政府与企业需积极引导人工智能技术朝着“人机结合”而非“机器换人”的方向发展，推动人工智能技术与劳动者“合作”而非“竞争”，协助劳动者再技能化提高人机匹配度和人机协作。

  
  

  第四，政府部门应完善社会保障制度和就业公共服务体系建设，促进劳动力市场跨地区跨行业就业信息的有效传递，提高用工企业与劳动供给工人的匹配效率。

  
  

  第五，政府部门应健全就业培训机制，全方位提升劳动技能水平，帮助弱势群体就业和社会生活保障。教育部门动态调整人才培养方向，完善学科设置和人才培养机制体制，注重技术和技能匹配性助力劳动者就业和人力资本积累，促进技术进步、人力资源和社会经济发展相协调。当然，劳动者自身应当积极提高自身人力资本水平，加强综合性技能学习提高技能宽度，以提高就业稳定性。