人工智能对中国就业生态的影响

马晔风 陈煜波 吴邦刚

有学者预计，未来20年我国将有76%以上的就业岗位会遭受人工智能的冲击，如果仅考虑非农就业工人，这一比例也高达65%。

国际上，针对人工智能顶尖人才的争夺战已经打响，国内城市与国际城市之间，互联网科技公司与传统行业公司之间，甚至是企业与高校之间，都在进行着激烈的人才争夺。

目前人工智能在制造业数字化转型中扮演着越来越重要的角色，而制造业的服务化是数字化转型的一个重要方向，未来伴随着制造业流程的数字化，传统生产、装配、制造、监测等岗位的自动化水平将会大大提高，这些岗位将被释放出来，促使更多的技术工人转型到服务岗位中去。

近年来互联网+、大数据、共享经济等新业态蓬勃发展下也潜藏着风险，这些新业态短期内创造了许多新的岗位并带来大量的就业，但这些工作受数字技术和初创企业发展的影响非常大，从业者又多是年轻群体，在新兴市场的需求有非常大的波动，再加上缺乏良好的就业保障，相关群体具有很高的失业风险。

人工智能等新兴数字技术对就业生态的影响既有积极也有消极的一面。一方面，人工智能将改变诸多传统行业的商业逻辑，带来大量新兴领域的就业机会，与此同时，人工智能技术将对现有部分职位起到良好的补充作用，促进了劳动生产率的提高;另一方面，数字技术的发展也将威胁到一些容易被机器取代的传统职位，例如对一些低端重复性劳动表现出替代的趋势。越来越多的“认知型”任务正在依靠大数据、人工智能等技术实现自动化，从语言处理到模式匹配，再到解决实际的问题，人工智能技术极大地提高了机器的灵活性、移动能力和感知能力，例如无人驾驶技术、语音识别技术和各类智能机器人技术的快速发展，这样的趋势势必会影响传统的装配、搬运、驾驶等具有“重复性劳动”特征的职业。虽然短期来看，人工智能对我国的就业市场并未造成剧烈冲击，但是未来很长一段时间内，人工智能将对我国的就业结构、就业需求、劳动力技能等方面产生重大影响。

人工智能对就业结构的影响

我国三大产业的就业比例在过去60多年中经历了巨大的变化（图1），得益于生产率的提升，第一产业的就业比例大幅下降，第二产业的就业比例经历了快速增长后在近30年保持平稳的增长，而第三产业的就业比例在近30年增长迅速，特别是最近10年就业规模迅速增长，但是到2016年第三产业的就业比例仍然只有40%。相比之下，一些西方发达国家第三产业的从业比例已经达到70%以上。

未来较长时间内，中国就业市场受到的冲击可能要远远大于发达国家受到的冲击，以人工智能为代表的数字技术将持续推动就业结构的变革，促使第三产业的就业比例不断提高。以制造业为例，目前人工智能在制造业数字化转型中扮演着越来越重要的角色，而制造业的服务化是数字化转型的一个重要方向，未来伴随着制造业流程的数字化，传统生产、装配、制造、监测等岗位的自动化水平将会大大提高，这些岗位将被释放出来，促使更多的技术工人转型到服务岗位中去。

虽然人工智能技术的发展对具有重复性劳动特征的职业产生了很大威胁，但是在面对需要创造力、推理能力、灵巧性和共情能力等方面的任务时，人类的表现远远强于机器，并且在短期内无法超越。

在过去从农业经济转向工业经济的过程中，我们也曾经历技术进步给就业生态带来的颠覆性影响，历史证明技术进步有助于提升宏观经济生产率，生产率的提升最终会增加而不是降低劳动就业。当前人工智能技术发展所带来的就业生态变化很可能会再次重复这一历史过程，虽然目前制造、金融类产业的一些低技能职业首当其冲受到人工智能技术的替代作用影响，但是服务业的劳动力规模卻表现出上升的趋势，这一现象与“鲍莫尔成本病”规律相吻合：技术进步使第一和第二产业生产率提升，导致本产业内部劳动力规模下降，但其溢出效应提升了第三产业的劳动就业水平。不过需要警惕的是，技术进步对于劳动力需求提升的溢出效应可能更多地体现在高技能劳动力群体。

人工智能对就业需求的影响

笔者针对数字技术相关职业和就业做了专门的研究，从众多职业中提取出当前就业需求最旺盛的一类就业群体——数字人才。在此，将数字人才定义为拥有ICT专业技能和ICT补充技能的就业人群（参考OECD关于ICT技能的定义和分类），简单来说，包含具有ICT专业技能的人才以及与ICT专业技能互补协同的跨界人才。研究发现，各行各业对数字人才的需求都在快速上升，特别是传统行业对数字人才的需求正在急剧增长，甚至超过信息通信、计算机和互联网等ICT基础产业对数字人才的需求。基于领英在中国3600万的用户数据，通过分析数字人才在细分行业的分布情况（如图2所示）发现，近一半的数字人才来自ICT基础产业，其他数字人才主要分布在制造、金融、消费品、医药、企业服务、娱乐、教育等行业。其中，制造业、金融业和消费品行业是数字人才从业人数最多的三大行业，这三个行业也是当前中国人工智能技术发展最快、应用场景最丰富的三个行业。

从目前人工智能产业本身以及人工智能渗透最深的制造业、金融业和消费品行业来看，短期内人工智能对就业需求的影响主要表现在以下三个方面：

第一，人工智能产业对专业数字技术人才的需求量急速增长，基础研究人才成为最大人才需求点。在人工智能领域，美国的从业者数量在85万人以上，印度15万人，英国14万人，中国只有5万多人。与美国、英国、加拿大等国家相比，中国的数字人才储备尚有很大差距。目前，国际上针对人工智能顶尖人才的争夺战已经打响，国内城市与国际城市之间，互联网科技公司与传统行业公司之间，甚至是企业与高校之间，都在进行着激烈的人才争夺。

第二，人工智能的发展极大地刺激了新兴创新市场活力，催生出很多就业的新模式、新业态，在带动就业增长的同时也潜藏着很大的风险和不稳定性。以数字人才为例，通过对北京、上海、深圳、广州、杭州等地，从2014年到2016年三年间数字人才需求变化的研究发现，2014—2015年数字人才需求普遍上升，2015—2016年需求普遍下降。2016年数字人才需求的下降，与新增创业企业数量的大幅下降以及创业企业的倒闭有很大关系。这个现象从侧面反映了近年来互联网+、大数据、共享经济等新业态蓬勃发展下潜藏的风险，这些新业态短期内创造了许多新的岗位并带来大量的就业，例如快递和外卖配送、电商客服、数据标注、专车司机、网络主播等等。比起很多传统工作，这些工作受数字技术和初创企业发展的影响非常大，从业者又多是年轻群体，在新兴市场的需求有非常大的波动，再加上缺乏良好的就业保障，相关群体具有很高的失业风险。

第三，不同行业受到的影响有很大差异，与本行业工作岗位的自动化改造程度密切相关。与以往几次产业革命相比，人工智能革命带来的冲击范围要大得多，几乎所有行业和职业都受到影响，影响程度取决于不同工作可被自动化的可能性与改造程度。牛津大学的两位学者对700多种工作岗位被自动化的概率做了深入分析，认为一个工作是否容易被自动化主要取决于三个因素：职业需要的社交智能（Social Intelligence）、创造力（Creativity）和感知与操作能力（Perception and Manipulation），这三个因素对分析我国现阶段就业市场受到的影响有重要的借鉴意义。长期来看，人工智能对就业需求的影响尚难以估计。不过有学者做了初步研究和测算，预计未来20年我国将有76%以上的就业岗位会遭受人工智能的冲击，如果仅考虑非农就业工人，这一比例也高达65%。这些数字非常惊人，进一步体现了人才培养供给侧改革的重要性和必要性。

人工智能对劳动力技能的新要求

人工智能冲击的不只是工作岗位，还包括工作技能。许多岗位的技能需求正在发生变化，如果劳动者不能及时学习和满足新的技能要求，很容易被原有的工作岗位所淘汰，并错失向新工作的转移机会。从当前人工智能的发展阶段来看，对劳动力技能的新要求主要包括数字技能和被替代概率低的“软技能”两个方面，其中数字技能的培养尤其迫切。波士顿咨询公司发布的《数字经济下就业与人才研究报告》从就业人群、就业领域和就业方式三个方面分析了数字技术可能对就业生态产生的影响和变革，对于数字经济下的就业人群，拥有“特定专业技能（尤其是数字技术相关技能）”对获取中高端就业机会至关重要。

国内主要招聘网站的数据显示，雇主对求职者数字技能的需求在不断提高。笔者在对北京、上海、深圳等城市的研究中发现，需求最多的数字技能包括Java、C++、Javascript、C、Linux、Python、SQL、软件开发、项目管理等，整体来看编程技能占据主导。此外，项目管理、产品运营等“技术+管理”类技能的需求呈现出明显的上升趋势。在编程技能里，除了传统的四类编程语言技能，近几年对MySQL和SQL等数据库与数据分析技能的需求大幅上升。不同城市因其数字经济发展战略和产业优势的不同，对数字技能的要求也有较大差异，例如长三角很多城市对制造业相关的数字技能要求越来越高，包括故障模式和影响分析（FMEA）、Six Sigma、精益制造、持续改进、项目管理等技能，这类技能需要将传统制造技能和数字技能结合起来。

数字技能的培养并不能只局限于ICT专业技能（以编程技能为主），对于绝大多数就职者来说，更重要的是提高数字素养，增强ICT补充技能——借助新的数字技术辅助传统工作的能力，努力提高技术、管理的综合技能。提高综合技能对新兴创新市场就业者尤其重要，特别是处在产业中下游的年轻就业群体（外卖员、快递员、数据标注员等）。他们所处的行业在数字技术的推动下正经历飞速的发展和革新，而这些就业者大部分在提供最基础的服务，只具备较低端的劳动技能，被人工智能替代的可能性很高，非常需要ICT补充技能的培养。与此同時，领导力、创造力、感知力和社交能力等“软技能”也比从前更加重要，这些技能不容易被人工智能替代，在就业者核心技能的构成里将占据越来越重要的位置。

（作者单位：中国社会科学院数量经济与技术经济研究所;清华大学经济管理学院;四川大学商学院）