数字经济对发展中国家与发达国家劳动力市场的不同影响——技能替代视角的分析

陈斌开，马燕来

(中央财经大学 经济学院，北京 100081)

一、引 言

人工智能、互联网、大数据、云计算等新一代信息技术的发展，催生了数字经济，开启了数字时代。20世纪90年代以来，美国、欧洲、日本等发达国家开始大力发展数字经济，对其经济社会发展产生了深远影响。对于发展中国家，数字革命是实现“弯道超车”的良机，可以充分利用数字经济发展的机遇，促进经济高质量发展。人工智能是引领新一轮技术革命和产业变革的战略性技术。习近平强调，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源[1]。当前，以人工智能、大数据为代表的第四次工业革命，正将人类的发展提高到一个新的台阶。

当前，我国数字经济规模不断扩张、贡献不断增多。根据中国信息通信研究院的统计(如图1所示)，2019 年，我国数字经济增加值规模达35.8 万亿元，占GDP 比重达36.2%，同比提升1.4%，按照可比口径计算，2019 年我国数字经济名义增长15.6%，高于同期 GDP 名义增速约7.85%，数字经济在国民经济中的地位进一步凸显。

图1 2014—2019中国数字化市场规模及占GDP比重

大量证据表明，人工智能等数字经济技术对劳动力市场有深远影响。Acemoglu和Restrepo[2](2017)分析了1990年—2007年间工业机器人使用量增加对美国劳动力市场的影响，研究发现，每千名工人增加一个机器人，就业人口比率降低约0.18-0.34个百分点，工资下降0.25-0.5%。人工智能不仅影响整体就业和工资水平，还会对就业和工资结构产生长期影响[3-8]，其可能的原因是人工智能具有明显的技能偏向性[9]，造成不同技能劳动者之间出现就业分化。以美国为例，美国1980年以来技术进步明显加速，同一时期，其技能溢价快速上升，就业极化特征明显[10]。

近年来，以美国为代表的发达国家劳动力市场出现了一个重要现象：高技能劳动力占比快速上升，中等技能劳动力占比不断下降，低技能劳动力稳中有升。很多研究表明，人工智能等数字经济技术的发展是就业极化的重要原因[2，11-12]。本文基于国际劳工组织数据对人工智能快速发展时期世界主要发达国家和发展中国家就业结构演变特性进行了系统总结，研究发现，就业极化现象并没有出现在以中国为代表的众多发展中国家，技术进步对发达国家和发展中国家就业结构的影响存在明显差异，发展中国家中等技能劳动力占比往往呈现上升趋势，同时，低技能劳动力占比快速降低。

为什么发展中国家劳动力市场就业结构和发达国家存在明显差异？本文构建了一个包含三种不同技能劳动力的简单理论框架，从劳动力成本和技能替代成本的视角对这一现象进行了理论解释，从技能替代视角讨论数字经济对发展中国家与发达国家劳动力市场的不同影响。本文与现有文献存在以下不同：第一，本文系统阐述了发达国家与发展中国家就业结构差异的现象：发达国家中等技能劳动力占比快速下降，发展中国家低技能劳动力占比不断降低；第二，本文从劳动力成本和技能替代成本视角对这一现象进行了逻辑解释，阐释了发达国家与发展中国家就业结构差异的深层次原因。当前，机器人凭借其灵活性高、成本低以及维护方便等多方面优势，必将对劳动力就业产生重要影响。因此，研究数字经济技术发展及其对发达国家与发展中国家劳动力市场的影响，对保障我国劳动力就业，完善收入分配机制有一定参考价值。

二、文献评述

数字经济在技术层面，包括大数据、云计算、物联网、区块链、人工智能、5G 通信等新兴技术。其中，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是分等级的，包括弱人工智能、强人工智能和超级人工智能(1)强人工智能阶段非常接近于人的智能，这需要脑科学的突破，国际上普遍认为这个阶段要到2050年前后才能实现。超级人工智能是指脑科学和类脑智能有极大发展后，人工智能就成为一个超强的智能系统。从技术发展看，从脑科学突破角度发展人工智能，现在还有局限性。三类，当前全球人工智能发展仍处于弱人工智能阶段。人工智能最明显的特征之一是主体与客体的双主体协同创新进步，即人与人工智能协同的技术进步。人工智能在与人的协同进步中，可能会产生技能替代，也可能会产生新的劳动需求。研究发现，人工智能技术既会替代与创造就业岗位[13-14]，又会改变要素生产率[15]，共同影响劳动力市场。

人工智能的发展能否造成大规模失业是当今社会普遍关注的问题。人工智能等数字经济技术对就业的影响首先体现为中等技能岗位减少[16-17]。与之相对应的是高技能岗位(脑力劳动等)和低技能岗位(体力劳动等)的增加，而不同技能就业人数也随就业岗位的变化而产生变化[11，18]，劳动力市场两极分化现象在发达国家尤为突出[5，7，16，19]。同时，人工智能等技术进步对不同技能劳动力需求的影响加剧[20-22]。未来，凯恩斯关于“技术性失业”的预言是否会成为现实？不同学者持有不同观点。

一种观点认为人工智能等技术进步意味着人类工作的结束，劳动岗位消失[23]，产生“就业替代”效应。1993—2007年，美国和西欧地区的工业机器人库存增加四倍，有150～175万工业机器人在这两个地区运行，到2025年这一数字可能会增加到400～600万。美国汽车、电子等行业雇佣了58%的工业机器人[2]，大批上述行业的工人会因此失业。Frey和Osborne[24](2017)认为机器学习和移动机器人技术可实现法律助理、金融顾问等高技术职业自动化，未来20年将有47%的美国工人面临失业风险。随着人工智能、大数据与“深度学习”等技术的创新应用，人工智能并非只替代低技能劳动，复杂型和认知型的高技能劳动岗位也可能被人工智能替代。

另一种观点则认为，过去几百年的技术进步最终都会增加劳动力需求，因此，没有理由担心这一次会有所不同[2，13]。技术进步在挤出就业的同时，会增加部分劳动需求，产生“就业创造”效应。Acemoglu和Restrepo[25](2018)研究发现，人工智能等数字经济技术虽然会带来就业岗位的替代，但也会从多个方面扩大就业的总体规模。随着人工智能等数字经济技术成本的下降，经济规模扩大，新的劳动需求不断产生。

人工智能等技术进步使得企业对劳动者技能的需求逐渐增高[26-27]，各行业不同技能的劳动力需求存在差异[18，28-29]。机器人作为人工智能的载体，对中国服务业发展[30]和经济增长[31]产生了影响。以工业机器人为载体的新技术不断替代以往由人工执行的任务，不仅提高了制造业劳动生产率[32]，还改变了劳动力市场的技能需求和工资分配方式[33]。

现有文献主要研究了人工智能等技术进步对发达国家劳动力市场的影响，针对发展中国家的研究较少，系统比较发达国家和发展中国家差异的研究则更为鲜见。本文将从技能替代和劳动力成本的角度探讨不同国家就业结构特征的不同。随着工业机器人保有量的日益增加，为什么发展中国家劳动力市场就业结构和发达国家存在明显差异？现有文献没有对二者就业结构的差异性做出合理解释，本文从技能替代成本和劳动力价格视角研究数字经济的核心产业或技术——人工智能对不同国家就业结构的影响机制，剖析数字经济对发展中国家与发达国家的不同意义。

三、数字经济与就业结构：典型事实

数字经济已成为全球经济发展的新引擎，随着大数据、人工智能的快速发展，机器人等智能化产物应运而生。机器人是人工智能技术应用的直接指标。根据国际机器人联合会(IFR)的报告，2013年开始，我国已跃升至全球工业机器人第一大市场的位置，机器人保有量、产量均保持快速增长，以制造业为核心的“机器换人”需求旺盛，预计仍将保持快速增长。随着人工智能发展规划的实施，我国自主研发的工业机器人产量稳步上升(如图2所示)。中国工业机器人销量在2018年已达到154 031台，位居全球首位[34]。

图2 2016—2020年中国工业机器人月度产量

经合组织(OECD)估算了其成员国未来20年易被自动化技术取代的工作岗位比例(如图3所示)，发现经合组织国家的平均值是57%，在一些发展中国家这一比例甚至超过70%，中国可能达到77%[35]。自动化和人工智能等数字经济技术的高速发展必将对劳动力市场产生极大冲击，而这种冲击在不同国家就业结构上呈现的差异性将是本文研究的重点。

图3 未来20年易被自动化技术取代的工作岗位比例估算

人工智能等数字经济技术与劳动力市场就业结构密切相关。有趣的是，中国与美国在劳动力市场就业结构上呈现出不同特点：中国低技能就业占比下降，中、高技能就业占比快速上升，而美国中等技能就业占比不断下降，出现了“U”型技能分化现象。图4基于国际劳工组织(ILO)数据(2)国际劳工组织(ILO)按照职业划分了劳动者技能。国际劳工组织(ILO)将高技能职业定义为大量使用非常规的认知与人际交往能力，中等技能职业为大量使用常规的认知与动手技能，低技能职业为大量使用非常规动手技能。刻画了中、美两国不同技能劳动者的就业占比状况。

图4 中国、美国不同技能劳动者占比变化(2000—2020)

国际劳工组织的数据显示(如图4所示)，21世纪以来，中国低技能劳动者就业比例快速下降，2020年该比例已下降至36%；美国低技能劳动者比重稳中有升，2020年该比例升至10%。中国中、高技能就业占比快速上升，2020年，中等技能就业占比升至47%，高技能就业占比升至17%；美国高技能就业占比呈现不断上升趋势，中等技能就业占比却不断下降，2020年这一比例为42%。人工智能等数字经济技术对中国和美国就业结构的影响存在明显差异。

基于Autor[17](2014a)的讨论，本文沿用国际劳工组织数据通过对部分发展中国家和发达国家作对比分析，可以看出，人工智能等数字经济技术对发展中国家和发达国家就业结构的影响也存在明显差异。

发展中国家高、中、低三种技能的就业比例变化趋势如图5所示。可以看出，发展中国家高技能就业整体占比较低，低技能就业整体占比较高，中国低技能就业平均占比达40%，但该比例不断下降。根据劳动统计年鉴数据，中国近20年低技能行业的从业人员由670万下降到193万，在全部就业中的占比不断下降。同时，中国高技能就业占比较低，这与中国的技术先进程度、科技水平等密切相关。我国现在仍处于弱人工智能阶段，人工智能等数字经济技术水平较低，技能替代成本较高，加之我国劳动力价格偏低，因此，呈现出与发达国家不同的就业结构。

图5 发展中国家劳动力市场就业结构变化(2000—2020)

发达国家劳动力市场就业结构的变化趋势如图6所示。18个发达国家中，高技能就业份额占比较高，低技能就业占比较低，中等技能就业占比呈现不断下降的趋势。美国等发达国家劳动力工资水平较高且技能替代成本较低，不断上升的劳动力成本使得大量中等技能劳动力被迅速替代，导致就业极化。同时，发达国家低技能劳动力占比较低，且多集中在替代性较弱的服务业(如保姆等)，低技能人工智能技术替代成本较高，使得低技能劳动力比重整体稳定。

图6 发达国家劳动力市场就业结构变化(2000—2020)

以中国为代表的发展中国家与美国等发达国家在不同发展阶段存在不同的劳动力市场就业结构(如图7所示)。图7是按照经济发展阶段刻画的不同国家中等技能就业占比。可以看出，随着人均GDP的增加，中国等发展中国家中等技能就业占比快速上升，而发达国家中等技能就业占比呈现下降趋势。其中，韩国的下降趋势最为明显，日本的中等技能就业占比则持续处于高位，美、英两国的中等技能就业占比则比较接近，约为40%。

图7 不同国家中等技能劳动者占比变化(2000—2020)

自1999年开始，中国高等教育不断扩大招生人数，大学扩招效果显著，且中等技能劳动力价格相对美国仍处于较低阶段，在这个阶段，中国没有激励用机器人大量替代中等技能劳动力，因此，中等技能就业比例在这一阶段仍然保持上升趋势。发达国家中等技能劳动力工资水平高、技能替代成本低，造成中等技能劳动力更容易被技术替代，导致就业极化。劳动统计年鉴数据显示，中国制造业工资为每周工作40个小时，每小时约为3.5美元，而同期美国制造业的平均工资为每小时19.5美元[36]。

综上所述，随着人工智能等数字经济技术的快速发展，各国工业机器人密度和机器人保有量不断增加，工业机器人销量和产量大幅增加。在此趋势下，各国对不同技能劳动力需求不同，技能分化现象凸显。由于替代成本与劳动力价格的不同，发展中国家与发达国家的就业结构也出现显著差异。

四、理论模型

(一)理论框架

20世纪90年代以来，美国、英国等发达国家高技能工作的劳动份额快速上升，中等技能工作的劳动份额不断下降[37]，就业分布产生了两极化现象。中国等发展中国家的典型事实表明，中等技能、高技能就业比例快速上升，同时，低技能就业比例不断下降，不同国家就业结构显著不同。以下本文将从劳动力成本和技能替代成本视角对上述现象进行理论解释。

数字经济特别是人工智能的发展，使得资本可以替代那些原来由劳动力完成的工作任务[38-39]，人工智能对劳动或资本会产生技能偏向的替代性。当前缺少一个系统的全面的框架来解释数字经济特别是人工智能对技能分化以及就业结构的影响机制，本文提供了包含三种不同技能劳动力的简单理论框架，从劳动力成本和技能替代成本视角对这一现象进行理论解释，探讨数字经济特别是人工智能对技能替代及就业结构产生的影响。数字经济对不同国家就业结构的影响机制如图8所示。

图8 数字经济对就业结构影响的传导机制

本文将劳动力分为三种类型：高技能劳动力、中等技能劳动力、低技能劳动力。发达国家与发展中国家在人工智能替代成本、劳动力成本等方面存在差异。

替代成本方面，人工智能替代成本越高，劳动力越难被替代。中国等发展中国家低技能劳动力主要集中在制造业，替代成本较低，大量低技能劳动力被迅速替代。美、英等发达国家低技能劳动力主要集中在服务业，技能替代成本较高，所以低技能劳动力比重相对稳定。对于高技能劳动力，其替代成本都很高，所以各国高技能劳动比重都在上升。

劳动力成本方面，发展中国家劳动力成本更低廉，因此，劳动者更不容易被技术替代；发达国家劳动力成本更高，发达国家有更强的激励用机器人替代劳动者。随着发达国家中等技能劳动力成本的迅速上升，中等技能就业比例快速下降。发展中国家低技能劳动力成本出现上升后，大量低技能劳动力也将被替代。

(二)模型设定

本文考虑一个包含三种不同技能劳动力的简单理论框架。在本文的模型设定中，假设存在三种类型的机器人和劳动力。

首先，将生产函数设定为C-D生产函数形式。最终产品的生产函数设定为如下形式：

Y=AKαH1-α

(1)

(2)

式中：A表示技术水平，K代表物质资本，H代表人力资本，KH、KM、KL分别代表高技能、中等技能、低技能机器人存量，LL为低技能劳动，LM为中等技能劳动，LH为高技能劳动。

α代表资本产出的弹性系数，α∈(0,1)。ρ表示不同技能商品之间的替代弹性，ρ>1表示产品间存在替代关系，ρ<1表示产品间存在互补关系。本文假定ρ>1。

本文给出以下四点假设：

1.β∈(0,+∞)为高技能机器人和高技能劳动的替代弹性。根据已有研究经验[40-41]，本文假定β<1[12]，θ<1，σ<1。θ为中等技能机器人和中等技能劳动的替代弹性，σ为低技能机器人和低技能劳动的替代弹性。β<1，θ<1，σ<1均代表机器人与劳动者之间存在互补性。

2.假定机器人均由购买所得，不同技能机器人的购买价格外生给定，三种类型机器人的购买价格分别为pH、pM、pL。低技能机器人的购买价格为pL，pL随着劳动力LL的变化存在非凸上升的趋势；中等技能机器人的购买价格为pM；高技能机器人的购买价格为pH。发展中国家与发达国家在不同技能机器人的购买价格上存在显著差异。

3.假定不同技能劳动者的工资外生给定，经济中存在失业。

4.假定最终产品市场为完全竞争市场。

(三)均衡分析和解释

基于模型设定，本部分通过均衡分析考察数字经济特别是人工智能技术影响技能替代及就业结构的效果和传导机制。

设定最终品价格为P。高技能劳动力、中等技能劳动力和低技能劳动力的工资分别为wH、wM、wL。根据Acemoglu[39](2002)的研究，我们将最终商品的价格标准化为1，即，P≡1。假定物质资本的价格为r，竞争性条件下，商品价格等于边际产品(MP)，所以根据生产函数的设定，生产部门的利润最大化问题为

π=PY-rK-wHLH-wMLM-wLLL-pHKH-pMKM-pLKL

(3)

经过一系列求导化简，可以得到不同技能劳动力的需求函数

(4)

(5)

(6)

根据式(4)～式(6)，对发展中国家和发达国家产生的就业结构差异进行比较静态分析。

1.高技能

中国高技能劳动力未被替代的原因在于:首先，中国相比美国，高技能劳动力匮乏；其次，机器人替代高技能劳动力困难，技能替代成本高，且高技能劳动力与机器人互补性强，因此，人工智能未取代高技能劳动力。

类似地，美国等发达国家同样由于机器人替代难度大，技能替代成本高，所以，美国等发达国家高技能劳动力需求不断增加。

2.中等技能

中国中等技能劳动力未被中等技能机器人大量取代，主要原因是:自1999年开始，中国高等教育不断扩大招生人数，大学扩招效果显著，中等技能劳动力供给增加较快。劳动力供给增加使得中国中等技能劳动力价格长期处于较低水平，在这一阶段，中国中等技能劳动力需求不断增加，中等技能就业占比不断攀升。

美国中等技能劳动力出现替代的主要原因是美国劳动力价格不断上升，同时，机器人替代中等技能劳动力的成本相对较低，因此,会出现中等技能就业占比下降的趋势。

3.低技能

给定σ<1，由(6)式知，LLD是pL的增函数，即，随着低技能机器人价格的增加，低技能劳动力需求LLD增加。LLD是wL的减函数，随着低技能劳动力价格的增加，低技能劳动力需求降低。

中国低技能劳动力被人工智能替代的原因在于:首先，中国低技能劳动力成本不断上升，低技能劳动力需求降低。其次，由于中国低技能劳动力主要处于制造业部门，其技术替代成本较低，使得中国低技能劳动力快速被替代，低技能就业占比不断下降。

美国未发生低技能劳动力替代的主要原因是低技能人工智能替代成本较高。美国低技能劳动力主要集中在服务业，服务业的特性是类型多、非常规技能多，技术替代成本很高。随着pL的上升，美国低技能劳动力不会被替代，低技能就业比例整体保持稳定。

(四)小结

本文构建了一个包含三种不同技能劳动力的简单理论框架，从劳动力成本和技能替代成本视角解释发展中国家与发达国家就业结构的差异性。替代成本对劳动需求具有正向作用，劳动力成本对劳动力需求具有负向作用，人工智能替代成本越高，工资越低，劳动力需求越高。发展中国家由于低技能劳动者工资上升，同时,低技能替代成本较低，大量低技能劳动力被迅速替代；发达国家中等技能劳动力工资水平高、技能替代成本低造成中等技能劳动力更容易被技术替代，中等技能就业比例下降。

中国未来也会面临技能替代成本不断上升的问题。随着发展阶段的趋近以及科技水平的提高，中国的低技能劳动力类型会趋同于美国，特别是低技能劳动者逐渐由熟练工人转变为非常规操作的服务业劳动者，技能替代成本不断上升，机器人越来越难以替代这些低技能劳动力。随着经济的进一步发展，中等技能劳动力成本将上升，机器替代中等技能劳动力的成本越来越低，中等技能劳动力比重将开始下降，就业极化问题也将出现。

五、结论与政策启示

本文通过构建包含三种不同技能劳动力的理论模型，从技能替代成本和劳动力工资视角诠释发达国家与发展中国家就业结构差异的成因，考察数字经济特别是人工智能对就业结构的作用机理。在此基础上，结合国际劳工组织2000—2020年数据，解释中美等国人工智能替代不同技能劳动力出现差异的原因。结果发现：(1)随着人工智能等数字经济技术水平的提高，以中国为代表的发展中国家低技能就业占比不断下降，中、高技能就业占比不断上升。(2)发达国家就业两极化现象日趋明显，人工智能不断替代中等技能劳动者，产生了“U”型就业极化。(3)发达国家和发展中国家的技能替代成本和劳动力价格差异，导致就业结构不同。

本文提出的理论视角丰富了关于数字经济特别是人工智能对劳动力市场影响的分析，解释了不同国家劳动力市场就业结构呈现差异化特征的原因。首先，发展中国家与发达国家在低技能就业比例上存在差异性：发展中国家技能替代成本较低，劳动力成本提高，大量低技能劳动力被替代；发达国家技能替代成本较高，低技能劳动力比重稳中有升。其次，发展中国家与发达国家在中等技能占比上存在不同：发展中国家中等技能劳动力的工资水平低，导致中等技能劳动力未被大量替代；发达国家中等技能劳动力价格高、技能替代成本低造成中等技能劳动力更容易被技术替代，导致就业极化。最后，机器人替代高技能劳动者的成本较高，高技能劳动者与高技能机器人互补性强，人工智能难以替代各国的高技能劳动者，各国高技能就业占比仍保持相对上升趋势。

世界各国在新一轮科技革命的带动下加快推进数字化转型，蓄势待发迎接新形势、新机遇、新挑战。中国等发展中国家可以充分利用数字经济中的后发性优势，弯道超车，缩小与发达国家的数字鸿沟。在大力发展人工智能等先进智能化技术的大背景下，如何解决人工智能等技术进步发展中出现的技能替代、就业结构分化等问题成为重要议题。本文研究表明，人工智能等数字经济技术的快速发展，促进了劳动力技能替代。人工智能降低了劳动收入份额，随着人工智能技术的快速发展，人工智能等数字经济技术对劳动者的替代作用日渐显现，劳动力市场受到极大冲击。为应对数字经济特别是人工智能对劳动力市场结构产生的冲击，政府应该基于不同发展阶段特点提供不同的公共就业培训机会，帮助劳动者掌握不易被技术替代的新技能，借助数字化技术完善社会保障体系，改善收入分配。政府还应积极支持企业提高研发和创新水平，缩小与发达国家的人工智能技术水平差距。