朱 力，夏恩君，王 為

(北京理工大學(xué) 管理與經(jīng)濟學(xué)院，北京 100081)

人工智能作為新一輪科技革命的典型代表和核心驅(qū)動力，屬于新一代信息技術(shù)的重要領(lǐng)域，是計算機技術(shù)發(fā)展到高級階段，綜合了計算機、控制論、信息論、邏輯學(xué)、神經(jīng)生理學(xué)、語言學(xué)、倫理學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)等而發(fā)展起來的新興交叉學(xué)科[1]，是當(dāng)下所有信息技術(shù)所不能達到的高級應(yīng)用[2]，其主要是研究如何用機器模擬、實現(xiàn)、延伸和擴展人類智能的一門科學(xué)和技術(shù)[3]。人工智能作為一種新型的通用目的技術(shù)，具有滲透性、替代性、協(xié)同性和創(chuàng)造性等技術(shù)和經(jīng)濟特征[4]，將會對經(jīng)濟和社會帶來變革性影響，已被各國上升到國家戰(zhàn)略和科技主權(quán)的高度，成為不斷升溫的全球科技競爭的新焦點。美國、德國、英國、日本和韓國等國家已出臺了一系列促進和規(guī)范人工智能發(fā)展的政策。中國正面臨著老齡化的加速到來和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的歷史重任，發(fā)展人工智能等戰(zhàn)略性新興產(chǎn)業(yè)是國家的必然選擇。從2015年至今國家已經(jīng)出臺了數(shù)十項促進和規(guī)范人工智能產(chǎn)業(yè)發(fā)展的政策，《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二○三五年遠景目標的建議》中也提到要瞄準人工智能等前沿領(lǐng)域，實施一批具有前瞻性、戰(zhàn)略性的國家重大科技項目，推動傳統(tǒng)產(chǎn)業(yè)高端化、智能化、綠色化；推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度融合。

人工智能作為自動化技術(shù)的延續(xù)，可以提高工業(yè)生產(chǎn)效率、產(chǎn)品安全度和服務(wù)質(zhì)量，縮短全球供應(yīng)鏈，促進經(jīng)濟增長，但是也會引發(fā)人們對“技術(shù)性失業(yè)”的恐慌。實際上對“技術(shù)進步會導(dǎo)致失業(yè)”問題的爭論由來已久，一些經(jīng)濟學(xué)家擔(dān)心機器的使用會導(dǎo)致大規(guī)模的失業(yè)[5-8]，特別是工業(yè)革命早期機器對英國紡織業(yè)的巨大沖擊所引起的“盧德運動”[9]，更是給人們提供了現(xiàn)實案例。但是縱觀人類發(fā)展的歷史，技術(shù)進步不僅沒有導(dǎo)致大規(guī)模的失業(yè)，反而創(chuàng)造了大量的就業(yè)機會[10-12]。不過以往技術(shù)進步主要是對人類體力的替代，而人工智能具有學(xué)習(xí)能力[13]，更多是對人類腦力的替代[14]，替代性更強，替代范圍更廣、程度更深，對經(jīng)濟社會的影響也更大，這就使人工智能對就業(yè)的影響具有更大的不確定性。因此，在國家大力鼓勵人工智能產(chǎn)業(yè)發(fā)展和人工智能技術(shù)創(chuàng)新的時代背景下，加強對其可能導(dǎo)致的失業(yè)問題的研究就更具有必要性和迫切性。本文主要從文獻出發(fā)，梳理了人工智能的就業(yè)影響。

1 人工智能對就業(yè)量的影響

人工智能對就業(yè)會產(chǎn)生替代效應(yīng)和創(chuàng)造效應(yīng)，替代效應(yīng)減少就業(yè)，創(chuàng)造效應(yīng)增加就業(yè)，人工智能對就業(yè)總量的影響取決于兩種效應(yīng)的強弱和大小。

1.1 人工智能對就業(yè)的替代效應(yīng)

與其他技術(shù)進步一樣，人工智能作為自動化技術(shù)的延續(xù)，對勞動力就業(yè)也具有替代效應(yīng)。總體來說，單調(diào)的、重復(fù)性的、機械呆板的、危險的、骯臟的、有害的、勞動力成本高的、規(guī)則流程式的職業(yè)和任務(wù)更可能被人工智能替代，而創(chuàng)意性、人際性、靈活敏捷性、直覺決策性、要求較高教育水平的職業(yè)和任務(wù)相對較難被替代[15-16]。由于人工智能尚處于弱人工智能和專用人工智能階段，很多國家也還處于發(fā)展初期，人工智能技術(shù)的普及程度和應(yīng)用范圍較小，應(yīng)用時間較短，對勞動力市場的影響有限，對就業(yè)的替代效應(yīng)還未完全顯現(xiàn)，因而已有很多研究側(cè)重于通過模型預(yù)測人工智能在未來對勞動力市場的影響。比如MGI[17]曾預(yù)測了自動化對世界主要經(jīng)濟體的就業(yè)影響，其發(fā)現(xiàn)全球大約有一半的工作活動可以通過采用當(dāng)前的技術(shù)來實現(xiàn)自動化，到2030年預(yù)計有0～30%的工作可能被自動化，同時將有7 500萬～3.75億工人(占全球勞動力的3%～14%)需要轉(zhuǎn)換職業(yè)類別；雖然很少有職業(yè)(少于5%)完全由可以完全自動化的活動組成，但是在大約60%的職業(yè)中，至少有1/3的組成活動可以自動化，這意味著所有工人的工作場所都將發(fā)生重大變化。有機構(gòu)利用了MGI的預(yù)測數(shù)據(jù)，研究了自動化對亞洲工人就業(yè)的影響，結(jié)果發(fā)現(xiàn)亞洲的制造業(yè)、餐飲業(yè)、運輸業(yè)、建筑業(yè)和采掘業(yè)、農(nóng)林牧漁業(yè)、醫(yī)療護理業(yè)中分別有80.2%、68.5%、48.4%、42.5%、41%、25.2%的活動可被自動化[18]。國際勞動組織對東盟五國(柬埔寨、印度尼西亞、菲律賓、泰國和越南)的研究顯示，約56%的就業(yè)崗位在未來20年內(nèi)存在高度自動化風(fēng)險[19]。Frey和Osborne[20]研究了702種職業(yè)可被計算機化的概率，發(fā)現(xiàn)47%的職業(yè)存在較高風(fēng)險，在未來可能被計算機化。許多學(xué)者采用了Frey和Osborne的方法估計了其他地區(qū)的情況，發(fā)現(xiàn)芬蘭約35%的工作易受自動化的影響[21]，而德國高達59%的工作面臨自動化的風(fēng)險[22]，在歐洲易受自動化影響的工作占比在45%～60%，其中南歐勞動力面臨的潛在自動化風(fēng)險最高[23]。然而，也有人認為Frey和Osborne基于職業(yè)的研究可能高估了自動化的風(fēng)險，他們使用了基于任務(wù)的方法評估了21個OECD國家的工作自動化程度，認為平均只有9%的工作可能是自動化的，在美國也只有9%的人面臨高度自動化的風(fēng)險[24]。

在中國，孫文凱等[25]也使用了Frey和Osborne估計的數(shù)據(jù)，并結(jié)合2014中國城鎮(zhèn)各行業(yè)的就業(yè)規(guī)模，估計出中國45%的人口存在可替代風(fēng)險，就業(yè)人口集中的制造業(yè)和批發(fā)零售業(yè)中分別有43%和57%的人口存在可替代風(fēng)險。陳永偉和許多[12]借鑒了Frey和Osborne的研究方法，邀請了16位專家對中國的100個職業(yè)進行了判斷，發(fā)現(xiàn)未來20年中國76.76%的就業(yè)人口會受到人工智能的沖擊，如果只考慮非農(nóng)業(yè)人口，這一比例是65.58%。龔遙和彭希哲[26]對中美職業(yè)進行了匹配，并采用隨機森林分類器算法預(yù)測了人工智能對就業(yè)的替代效應(yīng)，結(jié)果顯示大約59.5%的中國就業(yè)崗位在未來20年后將受到來自人工智能技術(shù)的沖擊，同時處于高替代風(fēng)險的職業(yè)數(shù)占當(dāng)前職業(yè)總數(shù)的24.7%。Chen等[27]研究了中國城市層面自動化對就業(yè)的影響，平均而言，中國102個城市預(yù)計79%的工作崗位處于高風(fēng)險狀態(tài)，北京、上海、廣州和深圳等知名大城市表現(xiàn)出對自動化技術(shù)的韌性，預(yù)期沖擊率分別為64%、67%、69%和72%，而駐馬店和南陽等其他大城市則相反，它們的就業(yè)影響都高達83%。不過MGI[17]預(yù)測則顯示，到2030年，中國目前僅16%的工作時間將實現(xiàn)自動化。

從經(jīng)驗研究來看，由于尚無人工智能的有效度量指標，大部分研究都使用“信息傳輸、計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資額”作為人工智能的代理變量[28-30]，但是ICT技術(shù)的范圍大于人工智能，使用“信息傳輸、計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資額”來代理人工智能可能會夸大人工智能對就業(yè)的影響。還有很多學(xué)者使用“工業(yè)機器人”相關(guān)變量來研究人工智能等自動化技術(shù)對就業(yè)的影響[31-33]。王永欽和董雯[32]使用工業(yè)機器人數(shù)據(jù)和上市公司數(shù)據(jù)，發(fā)現(xiàn)機器人應(yīng)用對企業(yè)的勞動力需求會產(chǎn)生一定的替代效應(yīng)，工業(yè)機器人滲透度每增加1%，企業(yè)的勞動力需求下降0.18%；Acemoglu和Restrepo[34]發(fā)現(xiàn)每部署一臺工業(yè)機器人，就會導(dǎo)致周圍大都市地區(qū)的6名人類工人減少；劉駿等[35]對58個國家的實證研究發(fā)現(xiàn)，一個機器人每年大約可以替代7萬～8.3萬 h的勞動工作量，大約可以替代39～46個勞動力。但是隨著人工智能技術(shù)的發(fā)展，其在農(nóng)業(yè)與服務(wù)業(yè)中的應(yīng)用也越來越普遍，使用“工業(yè)機器人”變量可能縮小了人工智能的就業(yè)影響。也有學(xué)者使用“有關(guān)人工智能的專利申請項”[36]作為人工智能的代理變量來研究人工智能對就業(yè)的沖擊和影響，雖然具有一定的合理性，但是人工智能專利與人工智能應(yīng)用可能會存在較大差距，仍然不能準確衡量人工智能的就業(yè)效應(yīng)。

綜上所述，不論是預(yù)測性研究還是經(jīng)驗性研究，都發(fā)現(xiàn)人工智能對勞動力具有替代效應(yīng)，但是關(guān)于替代性的大小和強弱不同學(xué)者卻得出了不一樣的結(jié)論，這主要是因研究方法、變量選取和數(shù)據(jù)來源不同所致。但是上述研究也存在一些局限性:①人工智能技術(shù)與機器人技術(shù)、自動化技術(shù)、信息技術(shù)和計算機技術(shù)等之間既有密切聯(lián)系也有區(qū)別，使用機器人、自動化和計算機等來代理人工智能會夸大其對勞動的影響；②上述研究往往側(cè)重于某一個具體的行業(yè)和部分采用人工智能技術(shù)的地區(qū)，沒有說明人工智能對整個勞動力市場的影響。

1.2 人工智能對就業(yè)的創(chuàng)造效應(yīng)

人工智能除了對勞動力具有替代效應(yīng)之外，還能創(chuàng)造就業(yè)，具有創(chuàng)造效應(yīng)?？v觀人類發(fā)展的歷史，雖然自動化對勞動力的替代無處不在，但是新任務(wù)卻能夠為勞動力持續(xù)創(chuàng)造新的就業(yè)機會，隨著紡織、金屬、農(nóng)業(yè)和其他行業(yè)的任務(wù)在19世紀和20世紀實現(xiàn)自動化，工廠工作、工程、維修、后勤、管理和金融等一系列新任務(wù)產(chǎn)生了對失業(yè)工人的需求[37-38]。在美國，雖然有350萬個工作崗位因計算機的引入而消失，其中包括打字機制造、秘書工作和簿記工作，但是自1970年以來，計算機已經(jīng)凈創(chuàng)造了1 580萬個工作崗位[17]。在中國，孫文凱等[25]通過使用CGSS數(shù)據(jù)研究發(fā)現(xiàn)，2003—2013年中國在常規(guī)性工作內(nèi)部雖然出現(xiàn)替代，但創(chuàng)造的新崗位甚至超過了被替代崗位的數(shù)量；閆雪凌等[39]使用中國制造業(yè)工業(yè)機器人的數(shù)據(jù)研究發(fā)現(xiàn)，1單位標準差的人工智能技術(shù)沖擊導(dǎo)致勞動力就業(yè)崗位上升約0.04～0.045個百分點，即人工智能技術(shù)對中國勞動力市場具有正向影響，其更多表現(xiàn)為創(chuàng)造效應(yīng)而非替代效應(yīng)。

人工智能作為一種滲透性極強的技術(shù)，可以從以下幾個方面增加就業(yè)：①需求效應(yīng)，即人工智能的應(yīng)用可以提高企業(yè)的生產(chǎn)率，降低生產(chǎn)成本，如果產(chǎn)品需求具有彈性，則產(chǎn)品價格的下降會增加對產(chǎn)品的需求，從而促使企業(yè)擴大規(guī)模，增加企業(yè)未被替代任務(wù)的就業(yè)崗位數(shù)量[37]；②溢出效應(yīng)，人工智能等自動化技術(shù)所導(dǎo)致的企業(yè)生產(chǎn)效率提高，產(chǎn)品價格下降，會增加居民收入，從而引致其他行業(yè)規(guī)模的擴大，從而增加就業(yè)[37]；③人工智能技術(shù)的發(fā)展本身也能夠創(chuàng)造與該技術(shù)相關(guān)的就業(yè)崗位的產(chǎn)生[40-41]；④人工智能技術(shù)的應(yīng)用會創(chuàng)造一些新任務(wù)、新業(yè)態(tài)、新工種和新服務(wù)[42]，從而增加就業(yè)，比如Acemoglu和Restrepo[43]就認為，伴隨著人工智能技術(shù)發(fā)展進步，現(xiàn)有勞動密集型工作將覆滅，全新的、更復(fù)雜的工作機遇同時會被創(chuàng)造出來。

1.3 人工智能對就業(yè)的總效應(yīng)

人工智能對就業(yè)具有替代效應(yīng)和創(chuàng)造效應(yīng)，而總效應(yīng)的大小和方向取決于兩種效應(yīng)的相對強弱，人工智能對就業(yè)總量的影響學(xué)者之間目前存在較大分歧，一般有就業(yè)均衡、就業(yè)增加、就業(yè)減少和不確定等幾種觀點。

從現(xiàn)有研究來看，很多學(xué)者持就業(yè)均衡的看法，認為人工智能和勞動者之間是一種互補關(guān)系，而非替代關(guān)系,即使發(fā)生技術(shù)變革，只要加強教育和培訓(xùn)，勞動技能將與勞動需求逐步匹配[15,31]；新技術(shù)的應(yīng)用會受到經(jīng)濟、法律、社會、文化、技術(shù)和政治等因素的影響，技術(shù)替代經(jīng)常不會按預(yù)期進行[24,44]；人工智能、機器人等自動化技術(shù)在替代勞動者所從事的工作時，也帶來了需要勞動者發(fā)揮比較優(yōu)勢的新工作，所以人工智能不會造成大規(guī)模失業(yè)[37]。Graetz和Michaels[44]使用17個國家1993—2007年的數(shù)據(jù)，研究發(fā)現(xiàn)工業(yè)機器人雖然提高了勞動生產(chǎn)率，但對總的工作時間沒有顯著影響。蔡躍洲和陳楠[4]認為，中國就業(yè)總量基本穩(wěn)定，在中短期人類作為勞動者完全被替代的極端情形不會出現(xiàn)。

也有一些學(xué)者認為，人工智能對就業(yè)的創(chuàng)造效應(yīng)大于替代效應(yīng)，人工智能將會增加就業(yè)。比如Johal等[45]認為，自動化通過提高生產(chǎn)率和降低成本推動了經(jīng)濟增長，從而使得創(chuàng)造的就業(yè)機會多于減少的就業(yè)機會。Martech等[46]利用2000—2008年美國制造業(yè)數(shù)據(jù)，發(fā)現(xiàn)勞動力就業(yè)總量并沒有隨著工業(yè)機器人的使用而減少，反而增加更多。吳清軍等[47]通過對某電商平臺上使用人工智能情況的研究發(fā)現(xiàn)，人工智能會替代電商的某些簡單重復(fù)性工作，短期內(nèi)會對電商的就業(yè)崗位帶來一定消極的影響，但從長遠來看，人工智能會帶來電商行業(yè)整體經(jīng)濟效益的增長，為行業(yè)總體帶來更多的就業(yè)機會。陳明藝和胡美齡[48]研究發(fā)現(xiàn)人工智能水平與中國勞動力就業(yè)總量水平呈現(xiàn)出顯著正相關(guān)的關(guān)系，表明人工智能水平的提高對中國勞動力就業(yè)總量產(chǎn)生了顯著的正向效應(yīng)，人工智能會促進中國勞動力就業(yè)總量水平增長。

悲觀論者認為，隨著人工智能和機器人技術(shù)的不斷發(fā)展與成熟，人類與機器的比較優(yōu)勢正逐漸發(fā)生改變，自動化機器廣泛應(yīng)用可能會削減企業(yè)的總勞動力需求，最終導(dǎo)致勞動力需求減少[49]。比如Acemoglu和Restrepo[50]的研究表明，每多雇用一個機器人，就會減少7名工人，并且?guī)缀鯖]有證據(jù)表明其他部門的就業(yè)增長抵消了這些損失。

還有很多學(xué)者認為人工智能對就業(yè)的影響存在不確定性。有的學(xué)者認為人工智能技術(shù)對于就業(yè)的影響取決于替代效應(yīng)與創(chuàng)造效應(yīng)的動態(tài)變化[30]，也有人認為自動化對勞動力需求的凈影響取決于替代效應(yīng)和生產(chǎn)率效應(yīng)如何相互權(quán)衡[51]。Matuzeviciute等[52]認為，技術(shù)進步對就業(yè)崗位的“替代效應(yīng)”和“補償效應(yīng)”同時存在，總效應(yīng)存在不確定性。薛在興研究了人工智能對大學(xué)生就業(yè)的影響，發(fā)現(xiàn)既有積極的影響，亦有消極的影響，但凈效應(yīng)目前尚難下定論，它要受到技術(shù)發(fā)展以及社會、政治、文化等諸多因素的影響。

綜上所述，人工智能對就業(yè)具有替代效應(yīng)和創(chuàng)造效應(yīng)已無可置疑，但是兩種效應(yīng)的強弱卻具有明顯的空間、時間、產(chǎn)業(yè)結(jié)構(gòu)和社會文化異質(zhì)性，即人工智能對不同地區(qū)、不同經(jīng)濟發(fā)展階段、不同產(chǎn)業(yè)結(jié)構(gòu)、不同的社會文化背景的勞動者影響不一樣，因此總效應(yīng)的大小和方向具有不確定性。一些研究將同一研究方法、研究結(jié)論和樣本數(shù)據(jù)直接推廣到其他國家和地區(qū)，但是卻忽視了經(jīng)濟、社會、政治、文化和技術(shù)發(fā)展等因素對技術(shù)擴散的影響，因此得出的結(jié)論并不一定能反映當(dāng)?shù)氐恼鎸嵡闆r。

2 人工智能對就業(yè)結(jié)構(gòu)的影響

人工智能對就業(yè)量的影響具有不確定性，但是對就業(yè)結(jié)構(gòu)具有異質(zhì)性影響已達成共識，因此從短期來看，研究人工智能對就業(yè)結(jié)構(gòu)的影響可能更具現(xiàn)實性和政策性。就業(yè)結(jié)構(gòu)按照不同的標準可以分為技能結(jié)構(gòu)、性別結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)結(jié)構(gòu)、職業(yè)結(jié)構(gòu)、區(qū)域結(jié)構(gòu)等。本文僅介紹人工智能對技能結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域結(jié)構(gòu)的影響。

2.1 人工智能對勞動者技能結(jié)構(gòu)的影響

現(xiàn)有研究大部分都使用受教育程度來衡量勞動者的技能結(jié)構(gòu)，一般將勞動者分成高技能勞動者、中等技能勞動者和低技能勞動者3種人群，并根據(jù)人工智能對不同技能勞動者的沖擊程度分為“兩極化”和“單極化”兩種趨勢。

勞動力就業(yè)結(jié)構(gòu)的“兩極化”趨勢，即在勞動力市場上高收入、高技能崗位與低收入、低技能崗位的比重上升，中等技能、中等收入崗位的比重不斷下降。自20世紀80年代以來，已經(jīng)在美國[53]、歐洲[54-56]、中國[57-58]等多個國家觀察到了這種趨勢的存在。目前存在以下幾種關(guān)于就業(yè)“極化”現(xiàn)象的解釋：專業(yè)化生產(chǎn)導(dǎo)致就業(yè)層次分割；技術(shù)進步對常規(guī)化生產(chǎn)任務(wù)的替代效應(yīng)；外包和技術(shù)進步的綜合影響[59]。其中技術(shù)進步對中等技能崗位替代的情況已經(jīng)得到了大量研究的支持[1,59]。比如Goos等[55]通過對歐洲16個國家1993—2006年的就業(yè)數(shù)據(jù)的分析發(fā)現(xiàn)，高薪和低薪職業(yè)相對于接近平均工資的職業(yè)擴大了其就業(yè)份額，平均而言，低薪和高薪職業(yè)的就業(yè)份額分別增加了6個百分點和2個百分點(即9%和22%)，而中等職業(yè)減少了其就業(yè)份額8個百分點(即17%),主要原因是技術(shù)越來越頻繁地使用集中在高收入和低收入服務(wù)崗位的非常規(guī)任務(wù)，而減少了集中在制造業(yè)和文書工作的常規(guī)任務(wù)。Michaels等[56]使用1980—2004年美國、日本和9個歐洲國家的數(shù)據(jù)，研究發(fā)現(xiàn)工資和技能分布中間的工人的狀況似乎比最底層和最頂層的工人差得多，他們認為主要原因在于ICT技術(shù)的應(yīng)用，ICT補充了非常規(guī)認知任務(wù)，但替代了常規(guī)任務(wù)，而不影響非常規(guī)體力任務(wù)(如清潔、園藝和照看孩子等)，這意味著，許多執(zhí)行銀行常規(guī)任務(wù)的中級技能團體(例如銀行職員和律師助理)的需求下降。在中國，孫早和侯玉琳[57]研究也發(fā)現(xiàn)，工業(yè)智能化促使先進設(shè)備替代了初中和高中學(xué)歷的勞動力，增加了對高、低教育程度勞動力的需求，導(dǎo)致中國勞動力就業(yè)結(jié)構(gòu)整體呈現(xiàn)出“兩極化”特征。Autor等[53]研究了美國1980—2005年的就業(yè)也發(fā)現(xiàn)了就業(yè)兩極化趨勢的存在，他們認為計算機化可以替代低技能工人執(zhí)行常規(guī)性任務(wù)，同時又增加了受過高等教育的工人所從事的抽象、創(chuàng)造性、解決問題和協(xié)調(diào)任務(wù)的能力，隨著計算機技術(shù)價格的下降降低了日常工作的工資，低技能工人將其勞動力供應(yīng)重新分配給服務(wù)性職業(yè)，由于他們高度依賴靈活性，靈活的人際溝通和直接的身體親近感，因此難以實現(xiàn)自動化。

也有研究認為人工智能對勞動力就業(yè)的影響呈“單極化”趨勢，即人工智能增加了高技能勞動力的就業(yè)機會和工作時間，降低了中、低技能勞動力的就業(yè)機會和工作時間[56,59]。

綜上來看，不管是“兩極化”趨勢還是“單極化”趨勢，高學(xué)歷、高素質(zhì)、高技能勞動者更容易適應(yīng)人工智能時代的要求，職業(yè)轉(zhuǎn)換的難度也要遠低于中低技能勞動者，中低技能勞動者受人工智能的沖擊更大，職業(yè)轉(zhuǎn)換更難。

2.2 人工智能對產(chǎn)業(yè)結(jié)構(gòu)的影響

由于不同產(chǎn)業(yè)或者行業(yè)的生產(chǎn)方式、產(chǎn)品特性、工藝流程和所需職業(yè)技能不同，因此受人工智能的影響也不一樣。總體來看，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的商業(yè)、物流運輸業(yè)和其他低端服務(wù)業(yè)等潛在被替代風(fēng)險較高，人工智能可能加速勞動力從第一、二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移[26]，因為人工智能簡化了生產(chǎn)端生產(chǎn)，但豐富了消費端的內(nèi)容，有利于服務(wù)業(yè)的擴展[25]。事實上，農(nóng)業(yè)和制造業(yè)人口向服務(wù)業(yè)轉(zhuǎn)移已經(jīng)在大部分經(jīng)濟體發(fā)生，比如美國農(nóng)業(yè)占總就業(yè)人數(shù)的比例從1850年的60%下降到1970年的不到5%，制造業(yè)占美國總就業(yè)人數(shù)的比例從1960年的26%下降到今天的10%以下；在日本，農(nóng)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比例從1960年的31%下降到2015年的3.5%，而制造業(yè)占總就業(yè)人數(shù)的比例從1973年25%的峰值下降到2015年的13%；在墨西哥，農(nóng)業(yè)在就業(yè)中的比例從1960年的52%下降到2015年的13%；中國農(nóng)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比例從1990年的60%下降到2015年的28%,近1/3的勞動力離開了農(nóng)業(yè)[17]。

從經(jīng)濟發(fā)展進程來看，第一產(chǎn)業(yè)相關(guān)職業(yè)的潛在替代風(fēng)險較高[13]，但是其替代性在國家之間的異質(zhì)性很強。美國等經(jīng)濟發(fā)達國家，農(nóng)業(yè)的自動化程度已經(jīng)很高，所需勞動力較少，農(nóng)業(yè)機器人和人工智能技術(shù)更多起輔助作用，傾向于人機合作，優(yōu)勢互補，因此對勞動力的替代性有限[60]。而在中國等發(fā)展中國家，第一產(chǎn)業(yè)的自動化程度和生產(chǎn)效率較低，從事農(nóng)業(yè)生產(chǎn)的勞動者在就業(yè)份額中所占比例較高，因此潛在替代風(fēng)險較高。比如Xu等[61]的研究發(fā)現(xiàn)，中國農(nóng)業(yè)工人所占就業(yè)份額的比例較高，但是他們所擁有的技能內(nèi)容主要由易受自動化影響的技能組成，故增加了失業(yè)風(fēng)險。有研究曾預(yù)測中國農(nóng)、林、牧、漁、水利生產(chǎn)人員的職業(yè)潛在替代風(fēng)險超過了60%[26]。其次，中國農(nóng)業(yè)人口占比高、基數(shù)大，如果中國的農(nóng)業(yè)就業(yè)比重降低到日本當(dāng)前3.4%的水平，將釋放出1.8億左右的剩余勞動力[13]。

第二產(chǎn)業(yè)也是易于被人工智能替代的產(chǎn)業(yè)門類。有研究表明，在東南亞80%以上的工業(yè)活動可以實現(xiàn)自動化[18]。在美國，2017年其制造業(yè)崗位比2007年少了140萬個[62]，勞動者在保持當(dāng)前勞動時間的情況下，中國第二產(chǎn)業(yè)將釋放出超過1億的勞動力[13]。從全世界范圍來看，制造業(yè)具有較強的替代性主要有以下原因：①制造業(yè)的大部分任務(wù)都是重復(fù)性的，替代的技術(shù)難度較低，易于實現(xiàn)；②制造業(yè)工人的工資和福利水平相對較高[64]，企業(yè)出于節(jié)約生產(chǎn)成本的考慮，傾向于使用機器人等自動化設(shè)備替代勞動力進行生產(chǎn)；③生產(chǎn)環(huán)境和生產(chǎn)條件較差，安全性較低的工作對工人身心健康損害較大，出于社會壓力的考慮，企業(yè)傾向于使用自動化設(shè)備；④人類勞動無法滿足產(chǎn)品制造的高精度、高硬度和低成本要求，譬如芯片制造等，故對機器人等自動化技術(shù)的需要較為迫切[63]。除此之外，制造業(yè)的不同細分行業(yè)受自動化沖擊的程度也是不一樣的。比如電子和汽車行業(yè)對自動化就比較敏感，因為它們涉及線性工作流程和結(jié)構(gòu)化，以及定義明確的物理材料，且其產(chǎn)品具有全球競爭力，并由世界上最先進的技術(shù)公司主導(dǎo)；服裝業(yè)則很難完全實現(xiàn)自動化，因為機器人在處理不可預(yù)測的折痕和柔軟的材料方面仍然沒有足夠的能力，但這是服裝工作流程的重要組成部分；雖然服裝業(yè)并不是機器人生產(chǎn)的主導(dǎo)領(lǐng)域，但是服裝業(yè)中的制鞋工業(yè)卻正在不斷自動化[64]。

第三產(chǎn)業(yè)是世界各國最重要的產(chǎn)業(yè)部門，吸納了大量的勞動力就業(yè)。但是通過機器學(xué)習(xí)、算法驅(qū)動的決策框架以及迅速提高語音和人臉識別準確性，服務(wù)部門已經(jīng)受到自動化的巨大影響。比如機器人過程自動化正在取代律師助理服務(wù)、管理、IT支持和客戶服務(wù)等領(lǐng)域的工作人員，物流、配送和倉儲業(yè)可能會受到人工智能的負面影響[64]。第三產(chǎn)業(yè)作為一個非常龐雜的產(chǎn)業(yè)門類，其內(nèi)部各職業(yè)受人工智能等自動化技術(shù)影響的程度也不一樣。第三產(chǎn)業(yè)中的批發(fā)零售業(yè)、交通運輸業(yè)、倉儲郵政業(yè)、電信業(yè)、金融業(yè)等行業(yè)潛在替代性較高，將釋放大量勞動力[13,20,26]；而對社交性、專業(yè)性、互動性、靈活性要求較高的管理、研究、教育培訓(xùn)、醫(yī)療照護、心理疏導(dǎo)、宗教等職業(yè)潛在替代風(fēng)險較低，未來將會吸引大量勞動力就業(yè)[26]。

綜上所述，隨著人工智能的發(fā)展和自動化的不斷推進，從三大產(chǎn)業(yè)角度來看，第一、第二產(chǎn)業(yè)的就業(yè)比重將不斷下降，第三產(chǎn)業(yè)的就業(yè)比重將不斷上升；從行業(yè)角度來看，農(nóng)業(yè)和制造業(yè)的就業(yè)比重不斷下降，服務(wù)業(yè)的就業(yè)比重不斷上升，特別是服務(wù)業(yè)中的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)，教育、衛(wèi)生和社會工作等行業(yè)的就業(yè)比重將不斷上升。在中國，新一代信息技術(shù)產(chǎn)業(yè)、高端裝備制造產(chǎn)業(yè)、新材料產(chǎn)業(yè)、生物產(chǎn)業(yè)、新能源汽車產(chǎn)業(yè)、新能源產(chǎn)業(yè)、節(jié)能環(huán)保產(chǎn)業(yè)、數(shù)字創(chuàng)意產(chǎn)業(yè)等新興戰(zhàn)略產(chǎn)業(yè)將獲得快速發(fā)展，預(yù)計會吸引大量勞動者就業(yè)。

2.3 人工智能對地區(qū)就業(yè)結(jié)構(gòu)的影響

由于不同地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、區(qū)位因素、自然資源稟賦不一樣，人工智能技術(shù)的應(yīng)用程度和人工智能產(chǎn)業(yè)發(fā)展水平差異很大，這會導(dǎo)致人工智能對勞動力就業(yè)的影響具有明顯的空間異質(zhì)性。

從國別層面來看，工資水平、需求增長、人口特征、經(jīng)濟結(jié)構(gòu)等因素會影響一個國家新工作崗位的創(chuàng)造[17]，由于以上因素在國家之間差別明顯，故人工智能對就業(yè)的影響在國家之間具有很強的異質(zhì)性。比如美國和德國雖然在未來可能面臨自動化帶來的勞動力大量流失，但是經(jīng)濟的快速增長卻可能創(chuàng)造更多的就業(yè)機會；日本未來經(jīng)濟可能會增長緩慢，但是預(yù)計到2030年，日本的勞動力也將減少400萬人，因此日本工作崗位的凈變化可能大致平衡；印度雖然人口增加迅速，自動化可能加劇就業(yè)壓力，但是其快速的經(jīng)濟增長可能會提供更多的就業(yè)崗位，雇傭新的工人[17]。總體來看，以制造業(yè)為主的國家和地區(qū)，由于他們所從事的工作易被自動化，潛在替代風(fēng)險較高，人工智能對他們的沖擊更大。亞洲的日本、新加坡、韓國、馬來西亞、越南、孟加拉國和泰國等，都建立在如今面臨自動化風(fēng)險的制造業(yè)之上，包括電子、汽車和服裝產(chǎn)業(yè)隨著人工智能等自動化技術(shù)的發(fā)展，這些新興經(jīng)濟體可能會受到較大影響[64]。在東南亞地區(qū)，80%以上的工業(yè)活動使用現(xiàn)有技術(shù)都可以實現(xiàn)自動化，如工廠裝配工、焊工、鞋匠、縫紉機操作員等[18]。

從中國人工智能產(chǎn)業(yè)發(fā)展來看，人工智能作為新一代信息技術(shù)的重要組成部分，對受過高等教育的專業(yè)人才需求旺盛，同時也需要資金和政策的大力支持，這就注定了目前人工智能產(chǎn)業(yè)在經(jīng)濟、教育、科技發(fā)達和政策支持力度較大的東部地區(qū)發(fā)展會更好，大量研究也證實這一猜想[65-67]。人工智能產(chǎn)業(yè)發(fā)展較好的地區(qū)會創(chuàng)造大量與人工智能產(chǎn)業(yè)相關(guān)的工作崗位。根據(jù)智聯(lián)招聘發(fā)布的《2021年互聯(lián)網(wǎng)產(chǎn)業(yè)求職指南》顯示，機器學(xué)習(xí)、算法工程師、深度學(xué)習(xí)、自然語言處理、圖像算法等人工智能崗位呈現(xiàn)出競爭熱度低、招聘薪酬高的態(tài)勢，而這些崗位主要分布在北京、上海、深圳等一線城市。其次，中西部地區(qū)由于經(jīng)濟發(fā)展相對落后，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)比重相對較高，因此受到人工智能的沖擊程度會更高[12]，在未來將會面臨更為嚴重的挑戰(zhàn)；并且在人工智能時代，工業(yè)智能化降低了勞動力成本對產(chǎn)業(yè)轉(zhuǎn)移的影響，改變了區(qū)域間產(chǎn)業(yè)的單向梯度轉(zhuǎn)移模式，許多制造業(yè)出現(xiàn)了向南部沿海等經(jīng)濟發(fā)達地區(qū)回流的現(xiàn)象[68]，這可能會使中西部地區(qū)承接沿海地區(qū)淘汰產(chǎn)業(yè)來發(fā)展經(jīng)濟、拉動就業(yè)的模式變得不可持續(xù)，可能會加劇中西部地區(qū)的就業(yè)困難狀況。由于各地在產(chǎn)業(yè)結(jié)構(gòu)、融資水平、地方政策和工業(yè)智能發(fā)展水平不一樣，不同的要素稟賦會使地區(qū)對勞動力的需求產(chǎn)生差異，如果中西部地區(qū)強行提高工業(yè)智能化水平，也不會創(chuàng)造大量就業(yè)，反而可能導(dǎo)致失業(yè)，影響經(jīng)濟發(fā)展[62]。從城市層面上看，擁有更多優(yōu)質(zhì)資源、更高行政權(quán)力、多元化就業(yè)市場的中心城市有助于減輕自動化的影響，而就業(yè)結(jié)構(gòu)單一、行政層級較低的中小城市受自動化的影響更大[61]；工業(yè)智能化升級可能會導(dǎo)致城市體系空間經(jīng)濟格局的馬太效應(yīng)，因為智能化導(dǎo)致的優(yōu)勢區(qū)域產(chǎn)業(yè)產(chǎn)出增加和資本向優(yōu)勢區(qū)域的集聚會增強大城市的頭部效應(yīng)[69]，大城市未來將產(chǎn)生大量就業(yè)崗位，而縣城的經(jīng)濟發(fā)展則會更加處于劣勢，未來的就業(yè)吸納能力有限。從城鄉(xiāng)來看，人工智能有利于促進城鎮(zhèn)勞動力就業(yè)水平的提高，但是對鄉(xiāng)村勞動力造成了替代作用[29]。

綜上所述，人工智能可能會對以農(nóng)業(yè)、制造業(yè)和低端服務(wù)業(yè)為主，國民技能程度偏低，人口增長迅速，經(jīng)濟發(fā)展落后和經(jīng)濟增長緩慢的國家和地區(qū)沖擊更大，未來可能會造成大量失業(yè)；人工智能可能會增強中國大城市經(jīng)濟和就業(yè)的“頭部效應(yīng)”，導(dǎo)致城市經(jīng)濟和就業(yè)的兩極分化。

3 人工智能對收入分配的影響

在人工智能的沖擊之下，就業(yè)結(jié)構(gòu)的變化會導(dǎo)致勞動力的供給和需求發(fā)生變化，進而導(dǎo)致不同勞動者的收入發(fā)生變化，而從整體上是否會導(dǎo)致勞動者的收入減少呢?一些針對中國的研究指出，人工智能等自動化技術(shù)的使用從整體上并沒有降低勞動者的收入，反而增加了勞動者的收入[29,68]，比如閆雪凌等[39]的研究發(fā)現(xiàn),1單位標準差的人工智能技術(shù)沖擊導(dǎo)致勞動力工資水平上升0.03～0.04個百分點。因此，人們可能更加關(guān)心人工智能對勞動收入份額和收入分配的影響。

人工智能對勞動收入份額的影響一直是討論的熱點話題。其實自20世紀80年代初以來，全球絕大多數(shù)國家和行業(yè)勞動力份額顯著下降，重要原因就是投資品價格較低，而投資品相對價格的下降通常歸因于信息技術(shù)和計算機時代的進步，導(dǎo)致企業(yè)從勞動力轉(zhuǎn)向資本[70]?，F(xiàn)有研究大都支持技術(shù)變革是導(dǎo)致大多數(shù)發(fā)達經(jīng)濟體的勞動力在國民收入中所占的比例總體上都在下降(與資本相比)的觀點[71-72]。Acemoglu和Restrepo[51]就認為自動化本身總是會降低工業(yè)增加值中的勞動收入占比，并傾向于降低經(jīng)濟中的整體勞動收入占比，過去之所以擁有快速的工資增長和穩(wěn)定的勞動力份額，是由于其他技術(shù)變革產(chǎn)生了新的勞動力任務(wù)，并抵消了自動化對生產(chǎn)任務(wù)內(nèi)容的影響，一些技術(shù)將勞動力從自動化任務(wù)中轉(zhuǎn)移了出來，而另一些則將勞動力恢復(fù)為新的任務(wù)。Autor[73]認為，人工智能應(yīng)用帶來的生產(chǎn)效率提升，將會繼續(xù)提高資本要素回報率，擴大勞動要素與資本要素的回報差距。蔡躍洲和陳楠[4]認為，人工智能技術(shù)的應(yīng)用推廣也是資本深化的過程，將進一步降低勞動報酬在國民收入中的比重，擴大資本和勞動在國民收入中的占比差距。

人工智能等自動化技術(shù)可能會擴大勞動收入差距。正如前文所述，人工智能可能會導(dǎo)致就業(yè)技能結(jié)構(gòu)呈現(xiàn)“兩極化”和“單極化”趨勢。在“單極化”趨勢下，許多中低技能勞動者將會失業(yè)，無收入、收入無增長甚至收入降低，而高技能勞動力市場將面臨勞動力供給不足、工資上漲的情況，這會擴大勞動力收入差距。在“兩極化”趨勢下，人工智能會導(dǎo)致一部分中等技能勞動者進入低技能崗位，加劇低技能崗位的競爭，導(dǎo)致他們實際工資下降，最終拉大高技能人群與低技能人群收入的差距[74-75]。總體來看，受教育程度較高、有技術(shù)專長的高技能工人將從中受益，而那些身處被替代行業(yè)、受教育程度較低的中低技能工人將會面臨較大的福利損失[76]。MGI[17]的報告顯示，美國和其他發(fā)達經(jīng)濟體的大部分就業(yè)增長將出現(xiàn)在目前處于工資分布高端的職業(yè)，以及諸如護士助理和助教等目前薪資較低的職業(yè)，而范圍廣泛的中等收入職業(yè)的就業(yè)率降幅將最大，并且收入兩極分化可能會持續(xù)下去,不過他們認為在中國和印度等新興經(jīng)濟體中，工資趨勢圖則有很大不同，零售業(yè)銷售人員和教師等中等工資工作將隨著經(jīng)濟發(fā)展迅速增長。黃旭[77]認為，人工智能是偏向性技術(shù)，人工智能會增加高技能工人的工資，降低低技能工人的工資，高技能工人勞動收入份額保持不變，而低技能工人勞動收入份額減少，收入不平等現(xiàn)象加劇。

大量的經(jīng)驗研究也支持了上述觀點。比如Acemoglu和Autor[78]的研究發(fā)現(xiàn)，1980年以后，美國不同受教育群體之間的收入差距逐漸擴大，受過高等教育的工人，尤其是受過大學(xué)以上教育的工人，實際工資上升；而受教育程度較低的工人，尤其是受教育程度較低的男性，實際工資大幅下降。吳清軍等[47]通過對某平臺的研究發(fā)現(xiàn)，智能化技術(shù)的應(yīng)用可以顯著增加該部門員工的收入，但是技術(shù)水平較高的設(shè)計人員和數(shù)據(jù)分析人員收入的增加幅度大于技術(shù)水平要求較低的客服人員收入的增加幅度。張桂金和張東[76]使用2018年中國勞動力動態(tài)調(diào)查數(shù)據(jù)發(fā)現(xiàn)，機器人的使用降低了中低技能勞動者的工資水平，顯著提高了高技能勞動者的工資水平，即機器人等技術(shù)變革往往使高技能工人獲益，低技能工人未能獲益甚至受損，從而導(dǎo)致了高、低技能工人收入差距的擴大。王琦和李曉宇[79]通過對“智聯(lián)招聘”相關(guān)數(shù)據(jù)的研究發(fā)現(xiàn)，北京市2017年對技術(shù)水平要求較高的人工智能人才的需求量是2016年的近3倍，從而導(dǎo)致其工資收入比其他行業(yè)的平均年工資高出4萬～7萬元。在東莞市，機器人制造業(yè)熟練工人月薪普遍超過1萬元，但是被機器人替代的工人，即使通過培訓(xùn)轉(zhuǎn)到其他崗位，薪水也要降低近1/3[80]。

綜上所述，人工智能雖然從整體上不會導(dǎo)致勞動收入的降低，但可能會導(dǎo)致勞動收入份額的降低和收入分配差距的擴大?？傮w來看，高技能工人將會從中受益，而中低技能工人將會面臨較大的福利損失。

4 結(jié)論與展望

人工智能是新一輪科技革命的關(guān)鍵技術(shù)和重要產(chǎn)業(yè)，是世界各國都在搶占的戰(zhàn)略制高點，隨著技術(shù)的深化和應(yīng)用的拓展，人工智能必將獲得飛速發(fā)展。作為一種通用目的技術(shù)，人工智能對勞動力市場的影響可能比歷次科技革命都要廣泛、深刻和持久。人工智能對就業(yè)具有替代效應(yīng)和創(chuàng)造效應(yīng)，但是兩種效應(yīng)的強弱卻具有明顯的空間、時間、產(chǎn)業(yè)結(jié)構(gòu)和社會文化異質(zhì)性，因此總效應(yīng)的大小和方向具有不確定性。但是人工智能對就業(yè)結(jié)構(gòu)卻具有實質(zhì)性影響，從勞動者技能結(jié)構(gòu)來看，高技能勞動者是人工智能時代的獲益者，中低技能勞動者則會受到較大沖擊，面臨失業(yè)和職業(yè)轉(zhuǎn)換的風(fēng)險；從產(chǎn)業(yè)結(jié)構(gòu)來看，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的商業(yè)、物流運輸業(yè)和金融業(yè)等中的許多職業(yè)潛在被替代風(fēng)險較高，而以人工智能為代表的戰(zhàn)略性新興產(chǎn)業(yè)就業(yè)將增加，人工智能可能加速勞動力從第一、二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移；從地區(qū)結(jié)構(gòu)來看，以農(nóng)業(yè)和制造業(yè)為主的國家和地區(qū)受人工智能的沖擊更大，經(jīng)濟發(fā)展迅速的新興經(jīng)濟體受人工智能的影響較小。人工智能對就業(yè)結(jié)構(gòu)的影響會使不同勞動者的收入發(fā)生變化，可能會導(dǎo)致全球絕大多數(shù)國家和行業(yè)勞動力份額的下降，以及收入分配差距的擴大，影響社會公平。

雖然目前關(guān)于人工智能就業(yè)影響的研究已初具規(guī)模，但是通過文獻梳理我們可以發(fā)現(xiàn)已有研究仍存在不少局限性，未來在研究方法、視角、主體、內(nèi)容和方向上還有進一步拓展的空間。

1)現(xiàn)有研究缺乏對人工智能概念的準確理解和運用，往往將自動化、機器人、信息技術(shù)、計算機技術(shù)等概念與人工智能混用。關(guān)于人工智能就業(yè)影響研究最大的困難在于如何準確度量“人工智能”，人工智能是用機器模擬、實現(xiàn)或延伸人類感知、思考和行動等智力與行為能力的科學(xué)與技術(shù)[81]，其不僅包括機器人等有形資本，也包括算法等無形資本，并且人工智能也被用作其他資本的投入，這些無形資本會極大增加對人工智能的度量難度[82]。人工智能作為一個綜合了多學(xué)科知識的復(fù)雜系統(tǒng)，其與自動化、機器人、信息技術(shù)和計算機技術(shù)等概念雖然有很大關(guān)聯(lián)，但也存在一定的區(qū)別，如果在實際研究中不理清這些概念之間的關(guān)系，最終可能導(dǎo)致研究結(jié)論出現(xiàn)一定的偏差。比如被廣泛引用的Frey和Osborne[20]的研究，討論的是職業(yè)被計算機替代的概率，而Acemoglu的大量研究討論的是自動化與就業(yè)的關(guān)系，如果直接使用他們的數(shù)據(jù)或者引用他們的結(jié)論來考察人工智能的就業(yè)效應(yīng)，這無疑會夸大人工智能對就業(yè)的影響。中國研究人工智能就業(yè)影響的文章大部分使用“工業(yè)機器人”來度量人工智能，然而人工智能技術(shù)在中國已經(jīng)廣泛應(yīng)用于金融、安防、交通物流、商業(yè)服務(wù)、政務(wù)服務(wù)、教育、新聞傳媒、醫(yī)療保健和家政服務(wù)等服務(wù)業(yè)，特別是隨著以掃地機器人、問詢機器人、炒菜機器人等為代表的服務(wù)機器人的飛速發(fā)展，以及農(nóng)業(yè)中人工智能技術(shù)的大量應(yīng)用，人工智能已經(jīng)替代了大量第一和第三產(chǎn)業(yè)的工作任務(wù)，因此，使用“工業(yè)機器人”來度量人工智能往往會降低人工智能的就業(yè)影響，使研究結(jié)論出現(xiàn)一定的偏差。在未來，應(yīng)該加強對人工智能相關(guān)概念的界定，加強對人工智能直接數(shù)據(jù)的采集，使研究能夠更加精細化，提高研究的準確性和政策指導(dǎo)性。

2)從研究區(qū)域來看，現(xiàn)有研究主要針對發(fā)達經(jīng)濟體，缺乏對經(jīng)濟欠發(fā)達國家的研究；側(cè)重于從宏觀上對一個國家的整體研究，缺乏對一國區(qū)域間異質(zhì)性的研究；側(cè)重于對工業(yè)發(fā)達地區(qū)的研究，缺少對經(jīng)濟落后的農(nóng)牧地區(qū)的研究。發(fā)達國家人工智能技術(shù)領(lǐng)先，人工智能產(chǎn)業(yè)興盛，并且科教實力雄厚，研究經(jīng)費充足，因此現(xiàn)有關(guān)于人工智能就業(yè)影響的研究大部分集中在歐美和日韓等發(fā)達經(jīng)濟體；而以中國為代表的興新經(jīng)濟體雖然已取得了一些研究成果，但是研究起步晚、規(guī)模小、范圍窄、深度不夠，缺乏原創(chuàng)性理論成果和重大理論突破，大部分理論和模型都借鑒于發(fā)達國家已有研究，僅進行簡單的參數(shù)修改和變量替換；而大部分欠發(fā)達經(jīng)濟體目前關(guān)于人工智能及其就業(yè)影響的研究則相對滯后，有的甚至還處于研究空白。實際上發(fā)展中國家整體上經(jīng)濟相對落后，生產(chǎn)力水平較低，農(nóng)業(yè)生產(chǎn)人口占比高，工業(yè)生產(chǎn)又以勞動密集型和資源密集型產(chǎn)業(yè)為主，第三產(chǎn)業(yè)以低端服務(wù)業(yè)為主，而這些產(chǎn)業(yè)未來被人工智能等自動化技術(shù)替代的可能性較大，再加上發(fā)展中國家社會保障制度不夠健全，勞動力技能程度相對較低，貧富差距較大，部分國家還面臨著環(huán)境保護和人口老齡化問題，因此，人工智能對發(fā)展中國家勞動力市場的影響遠大于發(fā)達國家。其次，現(xiàn)有研究大部分都從國家整體上研究人工智能的就業(yè)效應(yīng)，缺乏對不同區(qū)域之間的異質(zhì)性研究，而一國內(nèi)部，特別是發(fā)展中國家內(nèi)部經(jīng)濟發(fā)展往往存在較大差異，經(jīng)濟發(fā)達地區(qū)以工業(yè)和高端服務(wù)業(yè)為主，經(jīng)濟欠發(fā)達地區(qū)以農(nóng)牧業(yè)和低端服務(wù)業(yè)為主，人工智能可能會導(dǎo)致大量勞動力流向經(jīng)濟發(fā)達地區(qū)，擴大一國內(nèi)部經(jīng)濟發(fā)展的差距，改變不同地區(qū)未來的發(fā)展戰(zhàn)略。因此，未來在繼續(xù)對發(fā)達經(jīng)濟體進行研究的同時，還應(yīng)該加強對經(jīng)濟欠發(fā)達國家人工智能就業(yè)影響的研究，特別是加強對一國內(nèi)部不同區(qū)域之間的研究。

3)從行業(yè)來看，側(cè)重于對制造業(yè)的研究，缺乏對農(nóng)業(yè)和服務(wù)業(yè)的研究。制造業(yè)較易自動化，人工智能的許多技術(shù)易于與制造業(yè)相結(jié)合，并且制造企業(yè)財務(wù)報表規(guī)范，統(tǒng)計數(shù)據(jù)齊全且規(guī)模大，特別是“機器人”相關(guān)數(shù)據(jù)較為完備，所以現(xiàn)有研究主要集中在制造企業(yè)。而農(nóng)業(yè)和服務(wù)業(yè)由于數(shù)據(jù)獲取較為困難，研究相對較少。從中國研究情況來看，無論是宏觀層面的研究還是微觀層面的調(diào)查也主要集中在制造企業(yè)，特別是正在進行“機器換人”的企業(yè)，部分微觀調(diào)查對一些大的電商平臺進行了調(diào)查和實證研究。而從人工智能在中國的發(fā)展來看，目前在金融、醫(yī)療、零售、教育、家居、新聞傳媒、物流運輸、智能安防、人力資源、網(wǎng)絡(luò)安全等服務(wù)行業(yè)的應(yīng)用最為普遍，極大地提高了這些行業(yè)的生產(chǎn)效率和服務(wù)質(zhì)量，可能會重塑這些行業(yè)的競爭格局、組織架構(gòu)和行業(yè)生態(tài)，可能會導(dǎo)致這些行業(yè)的工作崗位和工作任務(wù)被大量替代，勞動者頻繁進行職業(yè)轉(zhuǎn)換，加強對這些行業(yè)的研究顯得十分迫切。因此，我們不僅要繼續(xù)加強對制造業(yè)的研究，還要更加關(guān)注第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，特別是加強對受人工智能影響的服務(wù)業(yè)的研究。

4)從數(shù)據(jù)來源看，現(xiàn)有研究主要為國家的宏觀統(tǒng)計數(shù)據(jù)和上市公司數(shù)據(jù)，缺乏高質(zhì)量的微觀數(shù)據(jù)。由于中國人工智能產(chǎn)業(yè)發(fā)展較晚，關(guān)于人工智能就業(yè)效應(yīng)的研究滯后，且缺乏準確衡量人工智能的標準，現(xiàn)有經(jīng)驗研究的數(shù)據(jù)主要來源于國家統(tǒng)計部門、上市公司財報、行業(yè)協(xié)會、研究機構(gòu)以及微觀企業(yè)調(diào)查，但是以宏觀層面的統(tǒng)計數(shù)據(jù)為主，微觀層面的統(tǒng)計數(shù)據(jù)、調(diào)查數(shù)據(jù)和其他數(shù)據(jù)較少，并且現(xiàn)有的微觀企業(yè)調(diào)查數(shù)據(jù)也主要集中在制造業(yè)，調(diào)查范圍窄、樣本少，缺乏全國性的大樣本調(diào)查。小規(guī)模和小范圍的調(diào)查雖然對于研究人工智能的就業(yè)效應(yīng)具有重要意義，但是缺乏整體性和全局性會使研究結(jié)論無法反映問題的本質(zhì)，比如智能客服機器人的使用會大幅度降低公司客服部門的員工數(shù)量，如果僅僅以某公司或平臺的客服部門作為研究樣本，就會得出人工智能會減少就業(yè)的結(jié)論，但是智能客服機器人的使用會提高公司效益，從而擴大公司規(guī)模，客服部門裁減的員工可能就會被分配到其他部門，因此只有把整個公司作為研究樣本才能得出更為全面的結(jié)論。如果把這個思路推展到國家層面，我們不僅要從國家宏觀上研究人工智能對就業(yè)的影響，還要進行更多的微觀研究，只有把宏觀和微觀結(jié)合起來，才能使研究結(jié)論更為可靠。因此，未來不僅要注意宏觀層面的數(shù)據(jù)統(tǒng)計與分析，也要更加注重對微觀統(tǒng)計數(shù)據(jù)、調(diào)查數(shù)據(jù)和其他數(shù)據(jù)的收集與分析，以支撐我們的研究。

5)從研究內(nèi)容看，現(xiàn)有研究主要集中在人工智能對就業(yè)量、就業(yè)結(jié)構(gòu)、收入分配與不平等的研究，缺乏對人機協(xié)同、勞動者知識技能和職業(yè)的轉(zhuǎn)換等方面的研究。由于人工智能在中外的發(fā)展時間、研究水平和產(chǎn)業(yè)化程度不同，中國與歐美等國家關(guān)于人工智能就業(yè)影響的研究也存在一定的差異。中國學(xué)者的研究集中在對人工智能的就業(yè)替代效應(yīng)、創(chuàng)造效應(yīng)和收入分配的研究，側(cè)重于考察人工智能對不同技能和不同行業(yè)勞動者就業(yè)量和收入水平的影響。歐美學(xué)者研究范圍相對更為廣泛和全面，除以上研究領(lǐng)域，還注重對人工智能技術(shù)在就業(yè)市場中所帶來的需求變化、技能要求變化、就業(yè)質(zhì)量的改善等方面的研究[83]。在未來，隨著人工智能技術(shù)的成熟和人工智能產(chǎn)業(yè)的發(fā)展，其對我們的社會經(jīng)濟生活的方方面面都會產(chǎn)生巨大影響，我們除了要繼續(xù)對上述領(lǐng)域進行深入研究之外，還要加強對人機協(xié)同、勞動者知識技能和職業(yè)的轉(zhuǎn)換、人工智能與社會福利、人工智能與區(qū)域和國家發(fā)展、勞動者就業(yè)心理以及人工智能對不同性別、民族、信仰、社會制度勞動者就業(yè)的影響等方面的研究，要保持對人工智能革命可能導(dǎo)致的國際局勢變化、貧富差距擴大和人工智能倫理規(guī)范等方面的關(guān)注。

6)從研究主體來看，現(xiàn)有研究者大部分來自高校、科研院所和咨詢機構(gòu)，學(xué)科背景以經(jīng)濟學(xué)和管理學(xué)等社會科學(xué)為主，缺少理工科背景的人工智能從業(yè)者特別是一線技術(shù)人員的參與。由于人工智能對勞動力市場的影響這一研究議題本身偏向經(jīng)濟和管理學(xué)學(xué)科，且理論性較強，所以研究人員主要是高校和科研機構(gòu)經(jīng)管背景的專職研究人員，但是大部分社科背景的研究人員由于缺少關(guān)于人工智能的專業(yè)知識，他們對人工智能技術(shù)的理解、把握和預(yù)判往往不夠準確，對人工智能發(fā)展的瓶頸、現(xiàn)狀、方向和潛力理解不夠深刻，所以在實際研究中往往會出現(xiàn)概念理解不準確、研究深度不夠、研究內(nèi)容滯后、研究結(jié)論無法指導(dǎo)實踐等問題。而人工智能從業(yè)者特別是一線技術(shù)人員由于長期從事相關(guān)工作，對這個行業(yè)的發(fā)展現(xiàn)狀、技術(shù)瓶頸和發(fā)展前景了解較多，對人工智能的社會經(jīng)濟影響也有更為深刻的感知。因此，未來應(yīng)該吸收更多人工智能從業(yè)人員參與到人工智能就業(yè)影響的研究，以提高研究的準確性、及時性和針對性，更好地服務(wù)政府的政策制定和國家的經(jīng)濟社會發(fā)展。