人工智能失业：社会化挑战与法律应对

田思路 刘兆光

摘 要：结合我国特有的产业结构和劳动力市场，通过理论分析就能认清人工智能带来的新就业形态、非正规就业和结构性失业等社会化挑战。这些挑战需要法律调适和公共政策加以应对：引入“类劳动者”概念解决非正规就业保护难题;利用产业扶持政策促进就业，并建立起适应人工智能发展阶段的失业预警制度;理顺非典型劳动关系，在发展和保护中寻求再平衡;构建社会化的劳动保障体系，惠及在劳动力市场竞争中的失败者。唯有如此，劳动法才能顺应时代发展，实现社会公平和正义。

关键词：人工智能;结构性失业;劳动从属性;社会化劳动保障

基金项目：国家社会科学基金一般项目“人工智能对劳动就业的影响及法律对策研究”（19BFX193）。

[中图分类号] D699        [文章编号] 1673-0186（2020）010-0032-012

[文献标识码] A      [DOI编码] 10.19631/j.cnki.css.2020.010.003

人工智能在当今社会无处不在，对许多人而言已经是生活的一部分。互联网、语音识别、智能交通已经成为人类信赖的有益助手。虽然人工智能当下尚不具备“独立学习”“自我进化”和“自由意志”等能力，这些能力都是人类区别于其他物种的典型特征，也是人人平等理念的起点[1]。智能机器人可以拥有远远超过人类的生产效率和能力，这种“破坏性创新”带来的颠覆性影响会淘汰和改变原有的生产技术和生产关系。淘汰过程必然蕴含着机器对人类劳动的替代，很可能造成现有就业结构的破坏并引发严重的社会问题。

一、人工智能革命带来的失业挑战

对于人工智能技术对现有就业体系造成的影响，部分学者坚称不会造成大规模失业，因为以往的历次工业革命都没有引发此类问题。然而，历史往往会重演，但绝不会简单重复。人工智能革命与其他任何工业革命相比存在巨大的差异，这些差异对就业将产生空前和深远的影响。

（一）人工智能革命对就业的影响更持久、更严重

历次工业革命都是对人类体力劳动进行替代，然而人工智能革命既有体力劳动替代又有智力劳动替代，并具有破坏性创新之特点。例如机器深度学习已经得到实践的检验，这种巨大的智力优势一度让我们感到意外，继之而来的劳动替代还会让我们再度感到意外。人工智能通过深度学习，可以优化既有算法，执行复杂和准确的任务，这增加了人工替代的深度。随着时间的推移，机器人还会变得更智能也更便宜，从而进一步增加人工替代的广度。

在美国，2017年麦肯锡全球研究所（McKinsey Global Institute）的研究表明，美国经济中人类可获得报酬的工作时间有46%可以被时下的自动化科技所替代[2];在我国，因现有的劳动力市场无法适应技术进步的速度而出现了技术空心化的现象，即“劳动力技术极化”①[3]，这些都是智能技术对人工进行替代的早期情形。随着人工智能技术的进步，这种替代还将逐步全面展开。一旦达到人工智能超越人类智慧的奇点，其“破坏性创新”的力量将迅速摧毁旧有的生产组织模式。面对这种破坏性的冲击，一个理性的企业考虑更多的往往是市场份额和利润。这就使得人工智能对就业的冲击更猛烈、更持久，也更严重[4]。

从影响范围来看，人工智能对人类劳动的替代几乎涉及每一个行业，既包括传统的制造业、农业，也包括专业服务领域。从影响程度来看，一旦达到人工智能的技术奇点，智能机器人对人类劳动的替代将是颠覆性的，可以在极短的时间内完成对整个行业甚至产业的替代。从影响时间来看，人工智能根据自身的发展水平，这种替代将从制造业开始，再到专业服务领域，直至完成对人类智力劳动的全面替代。这种影响是长期的，而且替代过程不可逆转。

人工智能劳动替代的终极状态将是大部分人类处于没有固定的工作，或者不工作的状态。人工智能爆发出的巨大生产力能创造丰富的物质条件，这种生产力提高是历次工业革命完全不能比拟的。随着替代过程的逐步展开，人类的整体工作时间将持续减少，社会空闲时间大大增加。这种由新技术革命带来的整体性“认知盈余”②[5]可以使人类摆脱重复性的基础劳动，转而从事那些更有价值和更有意义的工作。因此，与其说是人工智能造成了失业，不如说人们通过创造人工智能技术，自主选择了一种“不工作”状态。

（二）人工智能技术极大地促进了非正规就业的发展

当前，新兴经济体中存在着大量非正规就业，并具有極强的社会惯性，仍会长期存在。这些非正规就业规模庞大，劳动保护缺乏甚至缺位，劳动雇佣关系松散而且极不稳定，工资和生产率水平往往比较低，受雇业者往往享受不到医疗保险和社会保障待遇。世界银行在2019年世界发展报告中的调查结果显示，新兴经济国家中非正规就业的规模庞大，收入水平集中于中等和低收入区间（图1）。在人工智能时代，由于劳动形态的多元化发展，还会出现各种劳动形式的过渡形态[6]，这些过渡形态大多是以非正规就业的面貌出现的。这些新型的用工形态一方面体现了智能技术推动下的用工灵活性要求，另一方面，其天然的竞争优势又进一步造成了传统用工关系的解体，再次增加了非正规就业的规模。

由于人工智能技术的突破性，其对就业的影响比过去的技术革命更猛烈、更彻底，在未来某个较短时期对传统用工形态的冲击将不可避免[6]。同时，由于技术进步与劳动者技能之间存在显著的正向激励关系，智能技术对就业的冲击主要集中在低技术储备的非正规从业人员身上。鉴于此，作为社会管理者的现代政府，必须认真考虑如何帮助失业者度过艰难时期实现再就业。

（三）人工智能失业造成前所未有的社会问题

人工智能技术的发展和应用会创造很多新岗位和新职业，这些高技术岗位要求高、收入也高。同时，新技术冲击也会导致大量失业，失业人员需要学习新的技能以适应新的岗位和行业。人工智能技术具有颠覆性特点，这种“破坏性创新”造成的职业转换速度很快，很可能会再次造成大规模的“下岗潮”。我国“下岗潮”是指在20世纪80年代出现的国营企业通过大规模的转业或自谋职业实现再就业等大规模职业变迁形式，其实质是通过牺牲部分就业进行结构性改革。这种大规模的职业变迁造成了民众难以抚平的伤痛，也产生了诸多社会不公。

历史经验告诉我们，应用新技术带来的经济发展并没有使人类更加平等，反而产生了新的社会不公。比如自1980年后我国的不平等状况持续恶化，收入最高的前1%人口占总收入的比例从1980年的6.4%左右增加到2015年的13.9%，而收入最低的后50%占总收入的比例从1980年的26.7%左右降低到2015年的14.8%[7]。当然，技术进步并没有青睐发达国家，相同的不平等状况也一样在那里蔓延，比如美国在2009年以后不平等状况也一直在持续增长。

此外，人工智能造成的失业和贫富分化问题会阻碍社会流动。英国慈善组织萨顿信托（Sutton Trust）在其发布的“2017社会流动性”报告中警告，未来的人工智能技术不但会加剧社会的不平等状况，更为严重的是阻碍社会阶层间的正常流动[8]。具体来说，人工智能淘汰了许多“白领工作”，这类人群原属于传统社会结构中的“中产阶级”，是实现社会底层向上层流动的动力，缺少“中产阶级”的社会自然会阻碍底层和上层之间的社会流动。如果政府不采取任何措施，富人占有更多的初始资源和机会，按照“赢者通吃”的规律就能完全占有经济的话语权。不平等现象和社会流动固化，正是造成社会动荡的根源。对于人工智能失业若非妥善应对，极易引发更严重的社会问题。

二、人工智能失业之理论分析

人工智能是涉及多个学科的交叉领域，包括计算机科学、统计学、脑神经学和社会科学等，而法学研究的严谨性要求任何概念都需要一个明确的定义。为便于研究，本文作出下述定义：把实现自主意识在内的全部人类智能作为目标，初级阶段仅实现部分人类智能的所有技术手段称为人工智能。相关领域包括：机器人、人机结合、语言或图像识别、自动驾驶、基于大数据的决策系统，等等。

人工智能可以代替人类承担大量重复性、危险的工作，也可以承担一些精密细致的技术性工作，人类的工作正在被技术替代。这种技术创新从整体上究竟会不会造成大规模失业？学术界对此分歧颇大：有的主张这种岗位替代的行业性和短期性，否认长期失业风险;也有人主张人工智能带来大规模失业将不可避免，应尽早关注和应对这种风险。

（一）否定失业论

否定失业论认为技术进步是中性的，并不会对就业产生终极影响。其观点主要源于三种理论假說。一是岗位转移说，此观点认为技术创新并不会消灭岗位，而只是转移了岗位，总体上并未减少就业。比如银行在应用自动柜员机降低成本的同时也创造了更多的销售和客服工作，由此柜台岗位转变为销售和客服岗位。此种观点参照了前三次工业革命的历史经验，指出此前的技术革命并未出现“机器替代人”的结果，也没有摧毁劳动力市场。既然历次工业革命没有带来失业问题，则可以推演出人工智能革命也不会产生失业问题。虽然直觉告诉我们技术进步可能会带来失业，然而实践数据却表明技术进步使美国工人的工作时间并没有像预测的那样大幅度减少[9]。人工智能只不过是一种工具，目前所承担的大多还是常规、基础性任务。正如人们在前三次工业革命初期感到不安和焦虑，可最终还是适应了新技术那样，人工智能时代亦然。人们虽然表示出对失业的担忧，然而现有的实证研究无论从宏观还是微观上并未得出历次工业革命中存在过技术性失业的明确证据[4]。这是一个合作的过程，而不是取代的过程[10]，失业率与人工智能的发展之间并没有实质上的因果关系[11]，长期来看人工智能并不会带来大规模失业问题。

二是岗位创造说。虽然人工智能技术会替代初级、简单和重复性的工作，但这种替代并不是一蹴而就的，而是一个长期的过程，需要时间来磨合。此外，人工智能带来的失业影响范围很小，目前只会造成10%左右的工作岗位流失。更重要的是，人工智能技术带来的产业升级能够创造大量的、新的高端就业岗位，这些新岗位的数量足以弥补人工智能对人类初级劳动替代带来的岗位损失。两者相抵，失业影响会被消弭于无形，人工智能失业成为一个伪命题[12]。具体来说，发展人工智能需要大量的技术专家进行研究、开发和应用，这会创造出很多新的工作岗位。更为重要的是人类的需求有无限增长的趋势：一方面，人类的工作和生活方式会随着技术进步不断改变，这些改变带来新的需求;另一方面，近代消费主义的盛行，使得人类对物质和服务需求远远超过基本生存需要，且还在不断增长。要满足这些新增需求，就需要创造大量的工作岗位。鉴于人性永不满足的特点，为了追求更高的生活便利和生活质量，人类在未来还会不断产生新的需求和创造与之相适应的就业。总而言之，人工智能给人类带来的不是失业，而是工作的自由选择权[13]。

三是智能技术昂贵论。此种观点认为要讨论人工智能替代人类劳动导致的失业问题，就必须首先考察这种劳动替代的经济性。目前来看，人工智能技术所需的资源消耗比人力更加稀缺和昂贵，相对于人类劳动的低工资并不具备替代的经济性，此时的人类劳动具有比较优势。资本、土地、技术、劳动力等生产要素之间既可以相互替代，也可以相互弥补。比如技术进步离不开资本，资本对技术进步的程度和速度至关重要，这是一种典型的互补关系。有的学者还通过实证分析得出我国资本与劳动之间的互补关系[14]。据此，由于价格昂贵，人工智能技术和劳动力之间更多地呈现出互补关系，而不是替代关系。

（二）肯定失业论

一是结构性失业。在人工智能技术破坏性创新的冲击下，部分行业或岗位短期内就可能面临被智能机器人替代的风险，此类失业称为结构性失业。目前来看，这种可替代性高的行业包括农业、制造业以及初级的专业服务业如翻译、法律、金融和医疗等。从农业到工业，再到服务业和信息业，这种结构性的产业转移确实曾经发生过。比如美国在1870年几乎50%的劳动力集中在农业领域，然而在当代只有不足2%的劳动力服务于农业，但他们生产的食物已经远超美国的总需求[15]。

机器人将会迅速替代原来由人类完成的重复性、机械性的基础劳动。普华永道于2018年1月《全球第四次工业革命》报告中指出，大规模的自动化应用造成失业的行业包括：运输、制造、农业和服务业领域。高盛提交的《2017智能驾驶报告》指出，智能驾驶技术会威胁到全美310万个卡车司机的岗位[16]。除了体力劳动领域，人工智能技术在智力领域也取得了长足的发展，比如在专业服务领域：翻译、法律服务、金融甚至医疗服务等。其中典型的翻译领域中，科大讯飞等企业的人工智能技术已经达到很高的翻译水准，可以实现实时、个性化的翻译服务。

二是技术性失业。发展经济学认为，生产中广泛应用节省人力的技术必然会减少对劳动力的需求。技术性失业是指由于采用了新技术，让生产设备或机器人取代人类劳动，从而减少了对劳动力的需求而造成的失业现象。技术进步带来经济发展，而经济发展又造成劳动力价格上升，这又会加剧劳动力替代造成更多的失业。与结构性失业不同，技术性失业强调的是人工智能技术冲击的覆盖面，而不考虑职业、行业所受到的不同影响。比如，麻省理工学院的研究表明，平均每新增一个工业机器人可以减少5.6个人类工作岗位[17]。

技术性失业并不是一个新名词，在历次工业革命的初期一直存在技术进步导致失业的担忧。李嘉图认为效率更高成本更低的机器代替了劳动力导致失业，而采用新技术产生的高效率和高产出还会吸引更多投资，这又再次提高了劳动力需求。李嘉图认为在短期内技术进步会导致失业，然而长期的影响是正面的。因此，针对技术性失业，应把焦点放在如何消除其短期影响之上。

（三）理论分析与评价

人工智能技术既有就业替代效应的一面，同时还会有就业创造效应的一面。就业替代效应主要包括对低技能劳动力的替代，以及全要素生产力提高引起劳动力需求减少造成的技术性失业;就业创造效应来源于新技术带来的产业升级、收入提高、需求增加等。此外，人工智能对就业造成的影响，还与所在国的人口与产业结构等密切相关[18]。否定失业论和肯定失业论把研究聚焦在人工智能就业效应的某个侧面，未能完整地对就业创造和就业替代两方面进行综合比较分析。

虽然人工智能会创造新的岗位和职业，然而这些新岗位往往属于高技能工作，在一定时间内会有一定程度的短缺。但是人工智能带来的世界扁平化和去中心化趋势，再加上赢者通吃的新规律使得高技术岗位只限于少数的高端劳动者。简言之，人工智能新创造的就业岗位数量有限而且需要长期培育。如此一来，低技能的体力劳动者往往无法迅速适应这种产业变化，在短期内受到失业冲击。另外，人工智能的就业创造效应是有限的，并不会延续历次工业革命的劳动力市场运行结果。新技术通过扩大盈利从而吸引投资并提高劳动力需求的经济循环并不会必然发生。因为产生這种经济循环的逻辑是基于雇佣人类劳动者的数量大于机器人的前提假设。一旦突破该假设，在未来智能时代仅使用少数人类劳动者的情况下，投资扩大只会加速劳动力的替代过程。

此外，我国独有的人口与产业结构与西方国家存在巨大差异，这会加剧人工智能的失业冲击。世界银行在《2016年世界发展报告：数字红利》中预测，未来中国55%～77%的就业岗位会被新技术所取代。作为一个制造业大国，工业部门在就业市场中扮演关键角色。我国的工业生产在国际分工体系中处于低技术密度区间，这正是受人工智能技术冲击最严重的产业门类。一旦国外的土地、新技术和新设备等综合成本低于人工价格的临界点，西方国家就可以另行构造供应链，摆脱对我国现有产业链的依赖。这种因人工智能技术带来的产业链转移，很容易造成大规模失业，个中风险急需引起高度重视。

历次工业革命没有造成大规模失业的根本原因是近代消费主义的盛行，然而消费主义会伴随人工智能技术的发展而走向末路。比如消费主义的基本假设是橄榄型或者金字塔型的社会结构，搭配物资“稀缺性”的供给条件。这些假设条件将随着巨大的生产力释放而变得不成立。在人工智能时代，物资将从稀缺变得极大丰富，人类只需要少数的创造性工作岗位，劳动的意义也会发生改变。同时，由于人工智能广泛的替代效应，原有社会结构中从事智力劳动的中产阶级会消失，社会结构会发生巨变，那种基于人类无限欲望和需求的消费主义将从社会自我调节中被排除。

综上所述，人工智能技术的大规模应用会极大提高生产力，人类只需要从事艺术、哲学等创造性的工作。人类社会的发展历史表明，虽然成功的创新者只有极少数，然而他们的创新却养活了大多数人类。未来社会将不再是一个工作型社会，而是创造型社会，人工智能会带领人类文明进入一个几乎不需要工作的社会[5]。由此，人工智能革命与历次工业革命存在巨大差异，原有的市场经济学需要重构，人工智能技术造成劳动者失业无法避免。技术进步的历史洪流谁也无法阻挡，法律也不能逼迫企业只雇佣人类劳动者，更不应通过单方面加重企业负担的方式来保障劳动安定性。正确的应对途径只能从国家和社会的角度入手，调适原有的法律和劳动保障体系，并协同运用公共政策来完成。

三、法律政策应对举措

应对人工智能大规模失业，劳动法远未做好准备。首先，在失业规制方面，我国目前只有《劳动合同法》第四十一条第三款：“企业转产、重大技术革新或者经营方式调整，经变更劳动合同后，仍需裁减人员的;需要裁减人员二十人以上或者裁减不足二十人但占企业职工总数百分之十以上的，用人单位提前三十日向工会或者全体职工说明情况，听取工会或者职工的意见后，裁减人员方案经向劳动行政部门报告，可以裁减人员。”本法律条款仅规定了企业对大规模裁员的程序性义务，无法应对人工智能失业带来的难题。

其次，人工智能技术带来的新型劳动关系越来越呈现出非典型化的特征，但我国非典型劳动关系仍然缺乏明确的定位和劳动保护。实践表明，过度强调劳动关系的标准化和刚性化并不能起到真正保护劳动者的作用，这不能成为缺乏非典型劳动保护的借口，当下的劳动保护并不适应人工智能发展的未来。

尽管多数经济学家认为，应用人工智能带来的经济利益可以充分补偿因此受到损失的人[2]。然而我们的社会究竟能不能补偿，以及如何补偿在人工智能时代的竞争失败者？过去几十年的经济发展导致犯罪增加、家庭解体和污染都是社会福利损失[19]。我们并没有处理好历次技术革命所获利益的再分配问题，未来又怎么能处理好人工智能技术带来更为巨大的红利再分配问题[2]？人工智能使生产力极大提高，物质极大丰富，然而资本家可以拿走更多的利润，可以不必再雇佣人类劳动者。若法律不处理好人工智能失业造成的再分配问题，它就会从一个单纯的劳动保护问题，演变成一个更复杂的、更严重的社会问题。

（一）勞动关系从属性理论之修正

面对人工智能技术带来的失业问题和挑战，以从属性理论为基础的劳动法显得无能为力。首先，从属性理论发端于大工业时期的标准劳动关系，以调整劳动时间、劳动场所和劳动报酬为主要手段。然而在人工智能时代劳动形态的非典型化趋势之下，劳动时间、劳动场所极具弹性，标准劳动关系甚至不再是主流。其次，我国现有的劳动法以稳定的劳动关系为前提，并把劳动安定性作为劳动关系调整的目标。但人工智能时代大量过渡性的劳动形态无法用稳定的劳动关系来调整。最后，人工智能具有“破坏性创新”之特点，对就业的影响是动态的、分阶段进行的，而我国劳动从属性认定标准是静态的，两者相悖。

鉴于人工智能对劳动从属理论的挑战，应该鼓励创新以适应新时代的要求。大多数劳动法学者主张对劳动从属性理论进行修正，以解决劳动关系认定的现实问题。在人工智能应用的初级阶段，标准劳动关系仍然占主流，此时把部分非典型劳动关系归为标准劳动关系，能在法律实施层面缓解非典型劳动保护不足的问题。但这种微调无法应对人工智能大规模失业之情形，应该在从属性理论创新的基础上，理顺劳动法、社会法以及民法对雇佣劳动的调整范围[20]，相互协调并一致地实现劳动保护之立法目的。

在人工智能时代，非典型就业对雇主的从属性持续弱化，我们应考虑构造“类劳动者”的概念以实现对非典型劳动、非正规就业的部分保护[6]。同时，从属性强弱的认定应考虑人工智能技术不同的发展阶段，包括技术导入期、拓展期和衰退期。在导入期由于人工技术的应用对就业的影响有限，技术尚在培育期，在劳动关系从属性认定上应该从严，即对新型劳动形态不轻易认定为传统劳动关系。在拓展期由于人工智能技术的大量应用，会出现“劳动力技术极化”现象，即高端技术型劳动力短缺和低端体力型劳动力过剩同时出现。此时的从属性认定应加以区别对待，对技术成熟的产业门类和劳动者从属性认定从宽，在立法中支持对“类劳动者”的部分劳动保障;对技术尚不成熟的产业门类的相关认定仍旧从严。在人工智能应用后期，由于人工智能对就业的长期影响是颠覆性的[21]，底线性的劳动保护应覆盖所有类型的劳动者。

（二）就业促进与失业预警措施

我国在人工智能开发领域投入了大量资源，但与发达国家相比，技术发展仍然滞后，劳动者的素质与人工智能岗位的要求并不匹配。同时，我国独有的人口与产业结构更容易遭受人工智能就业替代效应的冲击，结构性失业不可避免。然而，现有的就业促进法立法技术过于笼统，可执行性弱。就业促进法虽然对公平就业、就业服务与管理、就业援助等方面做了比较详细的规定[22]，但并未顾及新技术应用带来的大规模职业转换的情形。为此，本文对人工智能时代的就业促进措施提出如下建议。

首先，应该充分利用人工智能产生新型商业模式、新型劳动形态和职业分化的时间窗口，为劳动者创造更多的就业机会，拓宽就业渠道。比如，从政策上鼓励新技术的开发和应用，放大就业创造效应。开展符合劳动力市场需要的职业技术培训，并彻底开放职业中介的市场化。另外，由于新型就业形态能够增加残疾人、老年人和女性工人等弱势群体的就业机会[23]，这就要求加强反就业歧视的执法力度，对反就业歧视形成细则、罚则等。

其次，为缓解就业替代效应，就业促进应向那些有被替代风险的行业和劳动者倾斜，并激励劳动者在产业转型过程中完成职业身份转换。政府应与产业界良性互动，合作建立专业的就业服务与指导机构以提供人工智能时代的就业咨询与指导服务;改进现有的福利制度并在工人学习新技能时对其提供支持，帮助他们做好职业转换的准备;认真考虑对那些愿意投入资源对转业劳动者进行接收和培训的企业提供税收优惠等。

再次，我国的劳动法对就业促进只有原则性的规定，而就业促进法也自成体系，并没有形成一个完整的劳动保护体系。对此，劳动法应把失业者享受劳动保护的条件与参与就业促进计划进行对接，使拓宽就业和职业培训等就业促进措施与失业保障程序之间形成联动机制。

最后，为应对短期内的突发性大规模失业风险，应建立适合我国国情的失业预警制度。失业预警制度是根据宏观经济形势变化、新技术大规模应用等因素对就业产生的影响进行连续监测和综合分析，并对一段时间内可能出现的大规模失业风险采取预防、调节和控制等措施的一种警示和应对制度[24]。建立失业预警制度，应在充分的社会调查基础上，对就业促进措施设置不同的目标和预算，并根据警报等级和就业情况，执行相应等级的就业促进方案。这既是《就业促进法》赋予的职责，也是做好失业预防和失业调控的前提和基础，是应对人工智能失业的重要一环。

（三）非典型劳动关系再平衡

人工智能技术弱化了劳动关系的从属性，降低了企业的用工成本，从而促进了非正规就业的规模。当前，非正规就业大多参照非典型劳动关系加以调整，人工智能时代的用工很可能会呈现出全面非典型化的特征[25]。然而，我国现有劳动法体系强调标准劳动关系，忽视非典型劳动保护，相关的法律保护远未到位。

首先，许多非典型劳动关系从属性弱、雇主身份模糊，使原有的劳动法调整手段失去了着力点。比如自2018年以来，我国存在大量的判决案例否认非典型劳动者的劳动关系，使他们无权享有标准劳动关系的底线保障。

其次，如果法律单方面和局部强调劳动安定，从而放宽劳动关系的认定标准，会加重企业雇佣劳动者的负担，从而促使企业更偏向于使用机器人。

最后，如果硬性规定企业使用一定比例的劳动者，甚至向使用机器人的企业强行征税，都会变相抑制人工智能技术的发展，降低其就业创造效应。

在劳动法历史上，我们曾经一度实现了劳动保护和劳动权利之间的平衡。比如工业化早期我们极力反对“工资奴隶”式的工作方式，通过强制劳动保护条件来规制标准劳动关系;在工业化的后期为规制劳动者滥用集体抗争权，又制定了工会法、罢工法等来对权利进行约束，以调整和缓和集体结社等抗议斗争，从而取得了权利和保护之间的平衡。当今时代，随着非典型劳动的演化和发展，劳动保护、弹性用工和技术发展之间又一次出现了失衡风险。

首先，實现非典型劳动关系的再平衡，就要根据非典型劳动的不同类型和从属性强弱采用不同的法律适用。类劳动关系和雇佣劳动关系都属于非典型用工，当前由民法来调整，未来通过适当的社会法立法来调整从属性弱化的非典型劳动关系（表1）。其次，加强非典型劳动的数据统计，掌握我国非典型劳动关系演化的准确趋势，从而对非典型劳动保护立法提供参考。最后，把握人工智能技术的发展阶段，在技术发展、弹性用工和劳动保护之间实现良性平衡，尽可能实现劳动者就业转化的平稳过渡。

（四）社会化劳动保障体系

亚当·斯密和李嘉图等人确立了劳动价值论，认为劳动才是财富创造的真正源泉。现代社会保障体系其实质也是基于“劳动创造财富”这个基本假设。然而，“人人都需要工作”这样的社会状态是工业化革命深刻影响了社会运行的结果，并不是自始存在的。在原始社会，人类生活依赖自然产出，由于人口稀少且仅限于生存需求，生存压力不大也不必整日劳作。在未来，人工智能所带来的巨大生产力和极其丰富的物质条件，使得“大部分人不需要工作”再次成为可能。一旦“劳动才能创造财富”假设条件不再成立，现有社会保障体系便很难发挥作用了。

通过少数人工作来养活社会上所有的人，无论现在听上去多么不可思议，未来在极大的社会生产力条件下是完全可能的，其根源是人工智能创新所能释放的生产力是颠覆性的。人类解放生产力的历史也是由极少数的创新完成的，比如农业、养殖业和工业发明等，这些少数的创新引起了人口数量的大爆发。与普通的劳作相比，创新才是人类社会进步的关键。应对人工智能失业，构建社会化的保障体系，就要理解创新比简单劳动能创造更多的社会财富。因此，未来的劳动保障不再坚持充分就业的理想状态，而应该以鼓励和保护创新为目标。

我国的标准劳动关系过于注重劳动安定，并希望用失业补偿的方式来弥补社会保障不足。如此一来，反而阻碍了劳动力市场的流动性，抑制了创新，削弱了经济的活力。另一方面，非典型劳动的发展趋势增大了非正规就业的规模，且相关劳动保护缺位。为此，需要构建社会化劳动保障体系，应对人工智能失业风险。

首先，针对标准劳动关系可以沿用现有的劳动保护办法，以尊重法律的连续性和稳定性。当然，一旦时机成熟，可以适当和稳妥地放松劳动合同解除的条件，以维护劳动力市场的弹性，鼓励创新。

其次，区别保护非典型劳动关系。“类劳动关系”部分采用劳动法保障，不足部分按照自愿原则参与市场化的社会保障。民事雇佣关系则完全利用市场化的社会保障体系。

最后，从福利政府理念出发，创建覆盖全社会的基本收入保障体系。利用社会基本收入（或称社会红利或公民收入）来消解广泛的失业和收入不平等问题，对于劳动保障或市场化的社会保障无法覆盖的劳动者纳入基本收入保障范畴。“全民基本收入”的构想是让收入与工作彻底脱钩，无论个人境遇如何，每一个人都能享有一份基本收入[26]。全民基本收入保障使劳动者有机会能自由地选择工作方式和工作内容，从而改变了劳动的意义并鼓励创新。

四、结语

伴随人工智能技术的发展和应用，必然出现人类体力劳动岗位大量缩减以及不断加剧的社会不平等现象。理想情况下，我们可以借助人工智能的生产力，实施恰当的劳动法律和公共政策使技术革命惠及每一位劳动者，避免产生工业革命早期“砸烂生产机器”等社会问题。此外，我们还应当注意到，人工智能时代的技术杠杆很容易放大贫富分化和社会不公。因此，公平分配制度仍然是解决失业和贫富分化问题的核心。与历次工业革命明显不同，人工智能技术带来了就业市场的扁平化和去中心化等新特点，如果我们能对这些特点善加利用，就能引导我们探寻公平就业问题的终极解决之道。

参考文献

[1]  李锡鹤.民法哲学论稿[M].2版.上海：复旦大学出版社，2009：87-88.

[2]  Cynthia L. Estlund， What Should We Do After Work？ Automation and Employment Law[EB/OL].（2020-01-09）.https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3007972.

[3]  赖德胜.2017劳动力市场发展报告[M].北京：北京师范大学出版社，2017.

[4]  陈永伟，许多.“人工智能革命”的就业影响：回顾和预测（The Impact of the 'Artificial Intelligence Revolution' on Employment： Review and Prediction）[J]. Social Science Electronic Publishing， 2018.

[5]  刘庆振，等.智能红利：即将到来的后工作时代[M].北京：电子工业出版社，2017.

[6]  田思路，刘兆光.人工智能时代劳动形态的演变与法律选择[J].社会科学战线，2019（2）：212-221+282.

[7]  全球不平等数据[EB/OL].（2020-02-09）.http：//wid.world/country/china/.

[8]  Sutton Trust. SOCIAL MOBILITY SUMMIT 2017[EB/OL].（2020-07-22）.https：//www.suttontrust.com/wp-content/uploads/2017/07/Social-mobility-delegate-pack_WEB_FINAL.pdf.

[9]  Betsey Stevenson. AI， Income， Employment， and Meaning[EB/OL].（2020-02-26）http：//www.nber.org/chapters/c14026.pdf.

[10]  王晓真.人工智能时代的崭新就业观念[N].中国社会科学报，2019-07-24（003）.

[11]  皮埃罗·斯加鲁菲. 智能的本质[M].任莉，张建宇，译.北京：人民邮电出版社，2017：77-78.

[12]  张亚豪.人工智能导致失业潮是个伪命题[EB/OL].（2019-04-11）.http：//pinglun.youth.cn/wztt/201803/t20180316_11511717.htm.

[13]  何云峰.挑戰与机遇：人工智能对劳动的影响[J].探索与争鸣，2017（10）：107-111.

[14]  陆雪琴，章上峰.技术进步偏向定义及其测度[J].数量经济技术经济研究，2013（8）：20-34.

[15]  Carl BenediktFrey，Michael A. Osborne. The future of employment： How susceptible are jobs to computerisation？[J]. Technological Forecasting & Social Change， 2017： 114.

[16]  高盛经济研究.“自动驾驶汽车每月可能使美国的职业驾驶员高达25，000个工作岗位”[EB/OL].（2019-04-26）. https：//www.cnbc.com/2017/05/22/goldman-sachs-analysis-of-autonomous-vehiclejob-loss.html.

[17]  迈克.令人不安的数据表明机器人如何迅速取代人力[EB/OL].（2019-05-09）.https：//www.sciencealert.com/new-statistics-reveal-the-scale-of-robots-replacing-human-workers.

[18]  程承坪，彭欢.人工智能影响就业的机理及中国对策[J].中国软科学，2018（10）：62-70.

[19]  Charles M. A. Clark， Catherine Kavanagh.Basic Income， Inequality， and Unemployment： Rethinking the Linkage between Work and Welfare[J]. Journal of Economic Issues，1996，30（2）.

[20]  董保华.雇佣、劳动立法的历史考量与现实分析[J].法学，2016（5）：13-23.

[21]  王君，张于喆，张义博，等.人工智能等新技术进步影响就业的机理与对策[J].宏观经济研究，2017（10）：169-181.

[22]  喻术红. 老龄化背景下的高龄劳动者就业促进问题[J]. 武汉大学学报（哲学社会科学版），2017（5）：30-41.

[23]  张成刚.就业变革：数字商业与中国新就业形态[M].北京：中国工人出版社，2019：12.

[24]  小向.失业预警制度[J].中国就业，2016（5）：17.

[25]  田思路.劳动关系非典型化的演变及法律回应[J].法学，2017（6）：138-147.

[26]  凯文·拉古兰德，等.未来的就业：技术性失业与解决之道[M].艾辉，冯丽丽，译.北京：人民邮电出版社，2018：147-148.