智能化对新零售业劳动力需求的影响

孔微巍 刘晓熹 孙涛

[摘 要] 随着人工智能在各个行业领域的普及，智能化在扩大就业岗位的同时也影响了劳动力需求，而现阶段以“实体商店+网络电商+物流”模式为发展趋势的新零售业也涉及许多机械化和智能化的应用。运用文献研究法和定性分析与定量分析相结合的研究方法，研究发现：在智能化的影响下，新零售业企业的劳动力需求结构会发生改变，需求结构由低技能型人才向高技能型人才转变和单一型人才向复合型人才转变;劳动力市场中信息不对称现象愈发严重，低技能劳动者的薪酬收入增速变缓的同时竞争性会加剧，同时，将出现中、低技能劳动者的挤出效应。

[关键词] 智能化;新零售;劳动力需求

[中图分类号] F740[文献标识码] A[文章编号] 1009-6043（2020）01-0012-07

一、研究背景

从2014年2月习总书记提出，我国经济处于“三期叠加”的状态，经济发展增速变缓，更加注重经济质量发展，到2018年10月国务院办公厅印发《完善促进消费体制机制实施方案（2018-2020年）》所提出的六项重点工作中有两项提及了智能产业的推广和智能技术的应用。结合“十二五”规划中提到的推动我国传统制造产业的结构转型升级和十三五规划中工业和信息化部发布的《智能制造“十三五”发展规划》中提到的“两步走”战略，梳理近年我国政策的内容和演变，可以发现政策的提出和实施见证了——优化经济结构，推动智能化发展是是适应我国社会主要矛盾变化和全面建设社会主义现代化国家的必然要求，也是推动新兴工业化、城镇化、信息化、农业现代化同步发展的重大举措，是加快建设数字中国、推动构建智慧社会，不断增加人民群众的获得感、幸福感、安全感的重要抓手。[1]可见，国家对智能化经济发展的重视以及发展要求。

我国正大力推动智能化建设，并应用于第一、第二第三产业，如：无人机喷洒农药、机器人数控机床和大数据运用处理等。近年来，我国电子商务的大力发展、大数据云计算在消费者购买偏好的运用、阿里巴巴的智能仓库以及阿里旗下盒马鲜生连锁店的智能采购都体现了智能化在批发零售业的应用，都是一种新零售方式或者可以称之为智能零售。新零售会和柜台零售、传统商超、百货商场在一段时间内共存共生，但新零售很快会占绝大市场份额。[2]在新零售业逐步扩大市场份额的前提下，批发零售业就业人数却持续下降，因此引发了对劳动力需求影响的思考。具体数据如表1：

由上表可知，批发零售业就业人数在总就业人数中所占比值持续降低，新零售市场份额的扩大或者说智能零售中智能化的发展没有扩大就业，反而对劳动力需求产生了负效应。

（一）智能化与新零售含义界定

1.智能化含义界定。当前，全球几大工业国已从国家战略层面推出扶持智能化产业发展政策，如德国的工业4.0、美国的再工业化、英国的现代工业战略和中国的“中国制造2025”。然而，不同专家学者对智能化有着不同的定义，从时代而言智能化是关于自动化以及机器的思维能力和认知活动的强化，机器部分代替人类的头脑，很多日常的脑力劳动将被电脑化（Brynjolfsson and McAfee，2014、袁玉芝杜育红，2019）[3][4];第四次工业革命是由机器人和人工智能等技术引领的（庄巨忠，2018）[5]。从行业而言智能制造实质上是基于“物联网系统”实现“智能生产”（杨斌，2017）[6];智能制造是将人工智能、大数据、计算和移动互联网、建模、控制与优化等现代信息技术与制造过程的物理资源紧密融合与协同，研发实现智能制造目标的各种新功能的智能技术系统（柴天佑，2018）[7];从内涵而言，移动互联网、物联网、大数据与云计算等在内的新技术力量（彭兰，2016）[8]。结合党的十九大报告中强调了推动人工智能与实体经济深度融合，我们可以将智能化定义为运用网络、大数据、物联网和人工智能等技术，促进各行业升级、满足人的各种需求的属性。

2.新零售含义界定。近年来，随着线上线下加速融合发展，零售边界不断被超越和打破，原有的零售概念已无法描述新境况（韩彩珍、王宝义，2018）[9]。有专家学者通过研究传统零售的变革与创新之路，指出未来的零售是“零售無界”状态（Doug Stepnens，2018）[10]。学界对于“新零售”的定义主要区分为不同内涵的零售模式，基于线上线下平台融合形成的全渠道的商业模式，打造了提升消费者购物体验的环境（陈国元、徐孝勇，2019）[11];是以互联网、物联网、人工智能、大数据等领先技术为驱动，面向线上线下全客群提供全渠道、全品类、全时段、全体验的新型零售的模式（中国流通三十人论坛秘书处，2017）[12];是以消费者体验为中心的数据驱动的泛零售形态”，实质是从“货—场—人”到“人—货—场”的转变，体现以消费者为中心满足需求的本质（阿里研究院，2017）[13];是企业以互联网为依托，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式（杜睿云、蒋侃，2017）[14];是以互联网为依托，运用大数据等技术手段，对零售链进行变革提升，重塑零售业态结构与生态圈的零售新模式（潘建林，2019）[15]。通过对不同学者概念界定的研究发现，学界对新零售的定义不尽相同，可归纳为，新零售是以互联网为基础，通过运用智能化的技术手段，结合线上线下服务的新型零售模式。

（二）智能化与劳动力市场研究动态

随着人工智能等技术在全球的发展，智能化对劳动力市场的供需也产生了正面及负面的影响，智能化与劳动力市场如何相互影响也是近几年来的一个研究热点。国内学者对于智能化对劳动力需求的影响已形成的观点各有不同，大致分为劳动力市场结构改变、智能化对人工岗位的替代等消极影响和智能化扩大岗位需求等积极影响以下三种观点。

1.劳动力市场结构改变。2017年张倩编译的美国白宫人工智能、自动化与经济报告中提出新兴的技术会对劳动力市场的结构会产生深远变化;[16]2018年3月朱巧玲、李敏提出的人工智能可优化劳动力结构;[17]2018年蒋南平和邹宇提出用人工智能带来的高效率反哺被其淘汰的劳动者，从而优化中国劳动力供给侧结构性改革。[18]2019年孔微巍和廉永生提出劳动力是经济发展中最基础和最具活力的生产要素，新时代经济增长的动能转换和经济可持续发展需要素质更高的劳动力。[30]

2.智能化对人工岗位的替代。2013年Carl Benedikt Frey和Michael A.Osborne提出人工智能对美国不同行业的积极和消极影响各有不同，自动化较高的行业受人工智能影响较大，替代率偏高;[19]2016年罗记超研究并提出了轻工企业智能化使一线工人技术性率失业提升;[20]2017年Daron Acemoglu研究得出人工智能对美国各行业替代性有上升趋势;[21]2018年陈秋霖和许多等通过研究提出当前人工智能发展属于“诱导式创新”，与劳动力之间是替代关系，而且是“补位式替代”，不是“挤出式替代”。[22]

3.智能化扩大岗位需求。2014年Aaron Smith和Janna Anderson，通过调查1900位专家，询问他们如何看待人工智能对就业的影响，超过半数的科学家认为新技术创造及衍生的工作岗位将远远超过它所取代的数目;[23]2018年薛在兴提出人工智能可以通过规模效应增加大学生就业，同时高学历的大学生会比低学历的大学生更不容易被人工智能所取代。[24]

鉴于以上观点，学界对于智能化对劳动力需求产生的影响观点较为集中，真正的影响结果受政治、社会、技术等多方面因素的制衡，但对于新零售行业中人工智能对劳动力影响的研究却刚起步，在理论上还存在不足，仍需补充理论空白。

二、智能化对短期劳动力需求的影响

（一）理论分析

经济学中对短期、长期划分为对要素投入的不同，对于企业短期劳动力需求，主要变动要素为劳动，故运用产品市场完全竞争，劳动力市场买方垄断的市场结构的均衡工资模型来分析智能化对企业短期劳动力需求的影响。

如图1所示，在产品市场完全竞争、劳动力市场买方垄断的市场结构中，产品价格恒定，企业使用劳动的边际收益为：dTR/dL=P0*MPL=VMPL，即向右下方倾斜的劳动力需求曲线（DL），而企业使用劳动的边际成本为：dTC/dL=W+（dW/dL）*L，即MFC，但向右上方倾斜的劳动力供给曲线（WL）与MFC不重合，即市场价格会低于企业雇佣劳动力价格。企业的均衡条件为企业利润最大化，即边际收益=边际成本时利润最大化，在图1中表示为点E2（L，W）为均衡点。而在实际企业生产过程中，由于信息不对称、劳动力供不应求等原因，形成了由E1、E2和W组成的阴影部分，该阴影部分表示为劳动市场买方垄断剥削，即企业因想要高技能劳动者而提高的工资或者可能需要多付出的成本。

由于智能化的影响，企业需要调整劳动力结构，积极引进高技能人才，而由于企业在劳动力市场中处于买方市场，若在供给方不变的情况下劳动力市场会出现供不应求的局面，企业不得不提高工资从而吸引更多劳动者应聘，在图型中体现为E2至E1的变化，企业给出的工资率提高;由于企业以利润最大化为经营目标，在维持成本不变的前提下，给予老員工或者低技能劳动者的工资涨幅缩小，从而使得低技能劳动者的工资在劳动力市场中不具有竞争力，甚至使其淘汰出局;同时劳动力市场中存在的信息不对称，致使企业雇佣劳动者时鉴别成本增加，会产生企业逆向选择了技能较低的劳动者以次充好，间接增加了企业的用工成本，较高工资无法雇佣到较高技能的劳动者。短期劳动力需求理论揭示了在智能化背景下对劳动力需求产生的正效应与负效应。

（二）影响结果解析

1.改变了劳动力需求结构。传统批发零售业为厂商——零售商——顾客的线下实体单一价值链模式，随着全球智能化的发展，传统模式逐渐转变为线上线下融合升级、实现全渠道零售，以顾客体验为中心、依托关系营销和服务创新满足消费者多维度需求，与新技术、新资源、新金融等融合重组的新模式。[25]因传统批发零售业的线下实体模式向新零售的线上线下融合的新模式发生了转变，该领域内的劳动力需求结构随之变化，从现实看无论是义乌小商品城还是阿里巴巴的盒马鲜生，对劳动力需求也由低技能型劳动者的大量需求转变为对高技能型人才的渴求，如图2所示。

图表选取全球自动化潜能化较高的五个行业与较低的六个行业进行可自动化的工作内容分析，从数据显示可见，智能化的各行业对劳动者的沟通和数据收集、处理能力有着较高要求。2018年人社部召开的就业形势分析会上，中国社会科学院人口与劳动经济研究所所长张车伟研究员认为中国的劳动力都是大学以上的毕业生，与他们相适应的是创新、互联网网络，这样的新业态、新模式所带来的就业。所以二者之间的匹配已经进入到转型升级的阶段，这是劳动力市场发生的变化。[26][27]2019年初阿里巴巴公布，去年阿里巴巴集团和蚂蚁金服集团总计向国家纳税516亿元，同比增长超过40%。伴随着阿里巴巴平台效应持续扩大，带动上下游产业纳税2581亿元，创造就业机会4082万个。阿里巴巴新零售模式创造4000万余个就业机会最大的特点为“包容性”，据阿里研究院研究中心主任、就业研究负责人郝建彬统计，网店就业人群中，80、90后成为绝对主体，8成网店员工是34岁以下年青人，75%是高中以上文化程度;2016年淘宝网上有16万家残疾人网店，销售额达124亿元;约有超过260万的电商物流从业人员来自农村;同时促进就业的性别平等，目前，店主中女性占比为49.4%。[27]创造的就业岗位主要集中在电子商务、物流相结合等随着新零售模式应运而生的新岗位上。可见，劳动力的需求结构已逐渐向复合型人才转变。

现如今批发零售业实行网络电商零售和实体零售两者相结合，取长补短，网络电商零售逐步实体化，实体零售不断跨界融合，重构供应链。[28]彻底对消费者赋能，实现人端货场的打通，基于大数据实现有机融合，以消费者为中心，努力提高消费者的消费体验，激发消费者的消费需求。[29]比如淘宝手机客户端向每个消费者推荐独特的主会场、资讯，根据浏览记录智能推荐不同的内容等。实体商家基于大数据，为不同客户定制提供不同的产品和服务;蒙牛与菜鸟进行合作，地理位置，进行分仓发货，大大提高消费者收货的时效，降低了成本。

在新零售的模式下，许多新岗位应运而生，从短期劳动力需求角度看，企业为跟随市场变化，调整企业战略，而大量需要大数据、电子商务等新型复合人才。企业可以基于大数据、人工智能技术，细分消费者群体，并通过电商网络平台，更精准的生产和销售符合消费者需求的产品，从而达到企业追求的利润最大化目标。劳动力需求结构也发生了由低技能型人才向高技能型人才转变和单一性人才向复合型人才转变的趋势。

2.低技能劳动者平均收入较低且增速变缓。对于企业短期劳动力需求，受到新零售模式的影响，传统批发零售业的低技能劳动者平均收入会在本行业中处于劣势地位，且工资增长速度缓慢，具体数据如表2、如表3所示：

新零售模式涉及的行业主要集中为批发零售业、仓储物流业与信息计算机行业，由图表2和图表3可看出，低技能劳动者的工资收入较低，且增幅较慢，批发零售业人员近年来平均工资增长幅度均低于全国人均工资增长幅度，且自身增长幅度仍在降低。由于低技能劳动者工作可替代性较强，企业不会投入更多人工成本来保持该部分员工的稳定，从而导致该部分员工在智能化的冲击下，平均工资不存在竞争优势。

3.劳动力市场中信息不对称的负效应影响。受智能化的影响，批发零售业业人员需求结构发生变动，业内对高技能人才需求激增，而受制于市场薪酬水平，业内薪酬水平低于全国平均水平，易导致企业给予薪酬低于社会平均工资，从而找不到高水平人才。而由于信息不对称，又新零售业的发展时间较短，企业没有合适的评判标准，作为招聘人才的准则，此时会发生劳动者以次充好的显现。在劳动力市场上，信息不对称会产生逆向选择和道德风险，会导致市场的运转效率下降，在极端情况下甚至可能导致市场交易的停顿。[39]

传统批发零售业想要向新零售转型，必然会加大高技能人才的人工成本，而高技能人才如电商人才的水平参差不齐，在信息壁垒的影响下，企业会花费更高的成本招聘高技能人才，同时也会有低技能人才以次充好，无法为企业带来应有效益，从而加大企业人工成本。会使得低能力的人既得到了职位又获得了较高的报酬，而企业却处于既承担了相对高的招聘成本又无法获得高能力的人才的境地，最终导致风险和收益在分担与分配上的不对称现象。

三、智能化对长期劳动力需求的影响

（一）替代效应理论分析

在企业长期劳动力需求中，劳动和资本等要素都会变动，因此我们可采用劳动和资本最优使用量模型和企业技术进步经济模型分析智能化对批发零售业产生的影响。

批发零售业智能化的发展，如阿里巴巴的智能仓库中全部由机器人配送货物，提高了企业收益率，自2015年至2017年，城镇职工平均工资分别为62029（元/年/人）、67569（元/年/人）以及74318（元/年/人），同时据厦门大学宏观经济研究中心测算，近三年基本养老保险收入与参保人数的比值分别为3750.9元、4279.4元以及5727.5元，[31]可见近年来人力成本逐年提升。同时据麦肯锡统计，在全球范围内，工作场所的自动化触及到了12億名雇员，以工资计算相当于14.6万亿。四大经济体—中国、印度、日本和美国，受影响的工资支出及雇员占到球的一半。中印两国由于劳动力相对规模较大，预计会有超过7亿名全职雇员受到影响，技术自动化潜力最大。欧洲的潜力也十分可观，据麦肯锡报告分析，欧洲五大经济体—法国、德国、意大利、西班牙和英国，将有6，200万名全职雇员及超过1.9万亿美元的工资支出受到自动化影响。截至2017年，中国可自动化的工作在改进现有技术的条件下，将有3.6万亿美元的薪资受到影响，即在全球智能化的进程下，我国将有3.6万亿的人力成本可转化为资金成本。如图3所示：

伴随着人力成本的上涨，企业可承受成本有限，在高资本的投入下，为控制成本稳定，企业会趋向于用资本替代劳动力，如图4所示，当资本由K1增加到K2时，企业将投入智能化资本取代人力资本，依据企业劳动力和资本最优使用量，为了达到企业利润最大化的目标，企业会将劳动力使用量从L1减少到L2，也因此发生了智能化使企业劳动力需求减少的影响;同时由于企业提供给低技能型劳动力的岗位减少，从而使得低技能型劳动者岗位竞争力变大;随着智能化的发展，企业技术也随之进步，而企业是理性的经济人，追求利润最大化的目标，当智能化发展足够替代劳动力而不改变或降低成本时，企业会采用劳动节约型的技术进步，如图5所示，在产量不变的前提下，即Q1=Q2时，企业技术有所进步，可以替代低技能型劳动力，会使劳动力出现减少的情况，即由E1点移动到E2点。如同阿里巴巴利用大数据分析而形成的分析数据统计类工具——“小艾分析”，已有超过22万淘宝卖家在使用，能够分析消费者偏好也能了解本店优劣势，有效节约了成本。[32]因此，在追求企业利润最大化的目标时要平衡资本和劳动力，智能化使资本成本低于劳动力，而效率高于劳动力，从而对劳动者产生了挤出效应。

（二）影响结果解析

1.减少了企业对劳动者的需求。针对长期劳动力需求，劳动力市场存在劳动和资本两个变量。Don Tapscott在数据时代的经济学中提出：新技术会缩减企业规模。但是不同于业务流程重组，新技术带来的是去中间化，使传统中间商转变为“消费者”，因此受其影响的主要是一线客服人员、职业工作者和中高层管理者。具体而言，未来可能出现以下岗位的萎缩：代理商（销售、地产、人寿保险、旅行社等）、批发商（食品、干货、服装等）、教师（小学和初中）、经销商（邮政员工、零售贸易）。[33]麻省理工经济学教授AcemogluD对美国不同产业中机器人使用量进行了加权加总，建立模型分析估计机器人对地方劳动力市场的净效应，发现地区机器人使用与当地就业之间存在极强关系，1990-2007年间，相对于其他地区，使用机器人的地区工资和就业均出现显著下降，每千人增加一个机器人会导致就业/总人口比率下降0.37个百分点，等价于每个机器人带来6.2个就业岗位的流失。在排除了机器人降低成本，促进经济发展而创造新的就业，发现每千人增加一个机器人会导致就业/总人口比率下降0.34个百分点，约等价于每个机器人带来3个就业岗位的流失。[34]就我国今年来就业情况而言，横向对比新零售各行业的就业人员数量与近年来变动幅度，发现劳动力市场对低技能劳动者或重复性劳动者的需求逐渐减少，具体数据如表4。

由数据可见，传统批发零售业的劳动力需求降幅较大，而计算机等高技能型劳动者在劳动力需求减少的环境下仍能保证大量需求，因此从全国乃至全球来看，智能化最终给劳动力市场带来的影响之一为低技能型劳动力需求减少。

2.低技能劳动者竞争压力增加。腾讯研究院预感到人工智能技术的迅速发展和普及，可能对未来劳动力市场产生颠覆性且不可逆转的影响。[35]从长期劳动力需求来看，由于低技能劳动者被智能化取代的可能性较高，如电商平台大大减少了批发零售企业对销售推销人员的需求，从而增加了低技能劳动者的就业压力和竞争强度。类似于现如今各地区行政人员的求人倍率在0.5左右，随着智能化的发展，批发零售业对销售人员、理货人员、进货人员将呈现大幅度跳水，届时低技能劳动者的竞争力将大幅度上升。[36]如劳动者不提升自身技能，将会出现低技能劳动者的“人口红利”。

3.劳动力市场中出现劳动者挤出效应。2013年神州数码将佛山打造成了共享服务智慧城市，联系着政府百姓，解决着百姓身边事。[37]可见智能化的发展已超乎人们的想象，加之今年阿里巴巴的盒马鲜生的开业、智能仓库投入使用的成功以及消费者偏好云计算促进成交，都印证了智能化发展速度之快。如果有一天批发零售业的买方和卖方也组成了一个实时交流互动的智能平台，通过图片、3D影像等信息虚拟实体购买，在前端确认下单后台直接发货，将对劳动力有着更大的冲击。[38]由于替代效应的存在，企业会依据利润最大化投入劳动和资本的比例，易发生“机器吃人”的现象，加之劳动力市场信息不对称会产生“劣币驱逐良币”的现象，从而使机器挤出劳动力市场劳动者。

四、对策建议

伴随着全球智能化的发展趋势，供给侧结构性改革的深入推进，智能化对批发零售业劳动力需求的影响不可忽视，针对不同时期企业劳动力需求影响的不同，下面将从政府、社会、劳动者三个层面分析相应的建议。

（一）政府层面

1.持续性的政策支持。政府政策支持是企业智能化转型强有力的保障，不仅有国务院提出的“放管服”改革、“三去一降一补”等工作中，都非常强调通过电子政务服务，通过大数据、云计算和物联网技术应用，推进政府管理模式创新;还有各省地方政府给予企业智能化转型的补贴和优惠以及对新型技术企业的扶植政策。但针对部分短期政策，并没有起到持续性支持的作用，以黑龙江省为例，2012年开始投入使用的中国云谷产业园区，对新入驻企业实行了减免2年租金的政策，但并没有后续的政策跟进，与企业智能化转型周期和企业经营周期不符，知识多家企业搬离园区，转向其他优惠政策的园区或地域。可见，不能持续性支持的政策或只为招商引资的政策性优惠，反而会适得其反，并没有从长远的角度考虑，不能有效支持企业智能化转型和创新型、智能化企业的成立，就批发零售业而言，短期的政策易引发行业内部结构的变化，促使行业内企业转型不可逆的发生。

2.对政策实施的有效监督。对政策的监督是确保政策有效实施的举措，也是政策闭环上的重要环节。国家及地区针对智能化出台的相关优惠政策，需要保质保量的作用在企业中，有效的监督能够从政策对象、实施企业、涉及政府预算以及实施结果多方面进行管控，以确保从选择政策对象到政策实施效果的切实落地工作，避免虎头蛇尾的现象出现。就智能化这一新兴业态而言，政策的出台没有依据可寻，只能在实施的过程中进行监督反馈，评价政策的有效性，鉴于皮包公司等冒领优惠的情形，有效的监督还可以及时止损，让更多的企业切实享受到优惠政策。

（二）社会层面

1.职业培训的加强。加强职业培训可以使劳动者更好更快的适应岗位，促进劳动者就业与再就业，提高相对行业的就业率，节约企业无效成本。职业培训的的主体可以为政府，也可以为企业，从政府角度来看，大集开展职业培训可以使社会再就业人员掌握智能化相应的技能，也能使企业员工提高工作效率，增加企业效益。以批发零售业为例，对劳动者的专业技能要求不高，经过电子商务和操作技能的培训可促进失业劳动者的二次就业与创业，而针对批发零售行业的企业，可拓展智能化的各个领域职业培训，开辟电子商务的模式拓展市场或加入智能化元素降低生产、销售、仓储等各方面成本的员工职业提升培训，通过降低人工成本提高企业利润。

2.高校的课程设置与专业培养。高校每年输出的应届毕业生，是劳动力市场就业方面的主力军，提高高校毕业生与就业岗位的匹配程度，在一定程度上影响着劳动力市场供求的状况，而高校提高劳动者与岗位的匹配度，应从专业课程设置与培养内容入手。依据国家人社局的统计数据，多省行政岗位的求人倍率低于0.5，而高级技师等技能要求高的岗位仍处于供不应求的状况。高校在专业课程设置与人才培养上应更加倾向于理论与实践相结合，根据劳动力市场需求及时调整专业设置及培养内容，在智能化趋势的今天，各专业的培养应与时俱进，以期提高高校毕业生与劳动力市场岗位的匹配程度。

（三）劳动者层面

1.自我技能的提升。随着各行业智能化的快速发展，企业内部技术的更新，劳动者所掌握的技能也会存在被替代的风险，为了避免挤出效应的发生，劳动者自我技能的提升显得尤为重要。从长期劳动力市场需求来看，智能化发展会出现替代勞动者的平台、机械、技术等，从而降低劳动力市场的劳动力需求，易使用工需求出现萎缩现象，劳动岗位的竞争度增加，对劳动者的技能要求也会相应增加。同时，对复合型人才的需求逐渐扩大，劳动者应学习多重技能，以保证在劳动力市场中的优势。针对批发零售行业的企业，劳动者可深入掌握电子商务等技能，以匹配劳动力市场岗位技能要求的提高。

2.低替代性岗位的选择。劳动者的劳动偏好一定程度上影响职业选择，因劳动替代率较低的岗位稳定性较强，故劳动者对低替代性岗位的选择，会缓解智能化对劳动力市场的影响。在劳动力市场长期需求中，由于使用智能化机械等的成本较低效率较高，从而对劳动者产生了挤出效应，加大了低技能型劳动者的就业压力。虽然低替代性的岗位往往需求高技能劳动者，但就批发零售业而言，行业的择业门槛较低，对劳动者入行后技能学习的要求较高，因此劳动者也不会因学习高技能产生无效的时间成本，在工作中有偏好性的学习不失为最优选择。

[参考文献]

[1]方方.未来我国智慧城市建设将处在三期叠加状态[J].中国战略新兴产业，2018（7）：44-46.

[2]傅人意.新旧零售的博弈[N].海南日报，2018-12-18（B04）.

[3]Brynjolfsson and McAfee. The Second Machine Age[M].W. W. Norton & Company，2014.

[4]袁玉芝，杜育红.人工智能对技能需求的影响及其对教育供给的启示——基于程序性假设的实证研究[J].教育研究，2019（2）：113-123.

[5]中国劳动世界的未来议题二：人工智能和技术进步对人力资源社会保障工作的影响[J].中国劳动，2018（10）：4-17.

[6]杨斌.智能化浪潮下的农业转移劳动力就业研究[J].福州大学学报（哲学社会科学版），2017（2）：51-58.

[7]柴天佑.制造流程智能化对人工智能的挑战[J].中国科学基金，2018（3）：251-256.

[8]彭兰.移动化、智能化技术趋势下新闻生产的再定义[J].新闻记者，2016（1）：26-33.

[9]韩彩珍，王宝义.“新零售”的研究现状及趋势[J].中国流通经济，2018（12）：20-30.

[10]道格·斯蒂芬斯.零售无界：新零售革命的未来[M].北京：中国人民大学出版社，2018.

[11]陈国元，徐孝勇.从全渠道到无人零售：新零售智能化发展探讨[J].商业经济研究，2019（6）：33-36.

[12]中国流通三十人论坛秘书处，本刊编辑部，林英泽，等.从阿里与百联“联姻”看“新零售”[J].中国流通经济.2017（3）：124-128.

[13]吕志彬，粟日，程欣，等.C时代新零售——阿里研究院新零售研究报告[R].杭州：阿里研究院，2017.

[14]杜睿云，蒋侃.新零售：内涵、发展动因与关键问题[J].价格理论与实践，2017（2）：139-141.

[15]潘建林.新零售理论文献综述：兼论四构面商业模式[J].商业经济研究，2019（5）：9-11.

[16]张倩.美国白宫：人工智能、自动化与经济报告[J].杭州科技，2017（2）：57-60.

[17]朱巧玲，李敏.人工智能、技术进步与劳动力结构优化对策研究[J].科技进步与对策，2018（6）：36-41.

[18]蒋南平，邹宇.人工智能与中国劳动力供给侧结构性改革[J].四川大学学报（哲学社会科学版），2018（1）：130-138.

[19]Frey .C. B.&Osborne，M.A. （ 2013） .The future of employment： how susceptible are jobs to computerization ？ .Techno-logical Forecasting & Social Change，114.

[20]罗记超.轻工企业机械智能化生产对劳动力需求的影响及对策分析[J].人才资源开发，2016（10）：122.

[21]Daron Acemoglu，Pascual Restrepo （ 2017） .Robots And Jobs： Evidence From US Labor Markets. NBER Working Paper，No.23285.http： / / www.nber.org / papers / w23285

[22]陈秋霖，许多，周羿.人口老龄化背景下人工智能的劳动力替代效应——基于跨国面板数据和中国省级面板数据的分析[J].中国人口科学，2018（6）：30-42.

[23]Georgios Petropoulos（2017）.《我们真的理解人工智能对就业的影响吗？》，http：//www.sohu.com/a/143591603_463913

[24]薛在兴.人工智能对大学生就业的影响[J].中国青年社会科学，2018（4）：6-10.

[25]徐苗.新零售业态发展动因与路径研究[J].西南科技大学学报（哲学社会科学版，2018（2）：66-70.

[26]Bo Yang，Dongbo Zhang. Research on Coordination Fresh Product Supply Chain Under New Retailing Model[M].Springer Singapore：2018-07-21.

[27]新经济新挑战新应对——2018年上半年就业形势分析会专家观点综述[J].中国就业，2018（8）：4-6.

[28]阿里巴巴平台生态就业情况汇报[J].中国就业，2017（11）：38-39.

[29]王家宝，黄益俊.新零售的起因、特征、类型与发展趋势[J].商业经济研究，2018（23）：5-7

[30]孔微巍，廉永生，刘聪.人力资本投资、有效劳动力供给与高质量就业[J].经济问题，2019（5）：9-18.

[31]厦门大学宏观经济研究中心“中国季度宏观经济模型”课题组.减税降费赋能新时代中国经济增长[N].经济参考报，2019-02-27（005）.

[32]唐·泰普斯科特/毕崇毅.数据时代的经济学：对网络智能时代机遇和风险的思考[M].北京：机械工业出版社，2016：412-420.

[33]Acemoglu D，Restrepo P.Robots and Jobs： Evidence from US Labor Markets[R].Nber Working Papers，2017.

[34]呂荣杰，郝力晓.人工智能等技术对劳动力市场的影响效应研究[J].工业技术经济，2018（12）：131-137.

[35]徐子沛.数据之巅：大数据革命，历史、现实与未来[M].北京：中信出版社，2016：315-317.

[36]孙大尉，赵启兰，张小蒙.新零售业态下物流平台运营策略研究[J/OL].北京交通大学学报（社会科学版），2019（3）：1-7[2019-07-22].https：//doi.org/10.16797/j.cnki.11-5224/c.20190717.003.

[37]张发松.云商经济[M].北京：经济管理出版社，2015：194-197.

[38]高远.数字普惠金融视角下我国零售业创新发展研究[J].商业经济研究，2019（13）：160-163.

[39]张艺川.信息不对称下劳动力市场失灵及其规制[J].河南科技学院学报，2015（7）：18-21.

[责任编辑：潘洪志]