人工智能对劳动力市场极化的影响与对策

来源:《系统工程理论与实践》时间:2024-03-01


图源摄图网

摘  要:当智能资本成本低于中等技能工人的成本,人工智能将替代中等技能工作岗位进而导致劳动力市场极化现象。本文构建多部门动态一般均衡模型,对比研究三种应对策略: 1)提高中等技能工人劳动生产率,2)中等技能工人下沉为低技能工人,3)中等技能工人转化为高技能工人。发现: 三种对策均可以减轻工资极化现象,但中等技能工人转化为高技能工人可以提高总体劳动力技能水平,减少收入不平等现象。高(低)技能自动化将减少高(低)技能工人的工资和劳动收入份额,而创造高(低)指数任务将增加高(低)技能工人工资和劳动收入份额。政府增加新基建投资比例、 减少教育投资比例可以提高社会总产出,但将加剧工资极化现象,政府增加教育投资比例、 减少新基建投资比例将有利于缩小收入不平等,但经济增长效果不如投资新基建。
关键词:就业极化;工资极化;人工智能

一、研究背景与意义

党的二十大报告提出,共同富裕是中国特色社会主义的本质要求,要着力促进全体人民共同富裕,坚决防止两极分化。在新征程上,人工智能对劳动力市场就业和收入的影响值得关注。作为新一代信息技术的代表,人工智能技术已经成为经济发展的新引擎,推动经济社会从数字化、网络化向智能化方向发展,在推动产业结构转型升级、实现经济高质量发展方面功不可没;但同时,人工智能并非均等地惠及全体劳动者,正在导致劳动力市场出现极化现象,可能影响共同富裕的实现进程。为此,需要深刻理解人工智能对劳动力市场极化的影响,应开展前瞻性的对策研究。

劳动力市场极化是指劳动力市场上工作机会和工资水平在两个极端之间分化加剧的趋势,通常表现为中等技能工人的工作岗位数量和工资减少,而低薪和高薪工作数量增加。人工智能驱动的自动化倾向替代大量常规性工作岗位,导致就业和工资的极化。这种极化现象,在欧美国家在工业化的过程已普遍出现,为我国就业发展提供了前车之鉴。因此,在我国新发展阶段,既要充分发挥人工智能的核心驱动力,也要警惕其带来过高的就业市场风险,尤其是人工智能对就业技能结构和收入不平等的极化影响。

被自动化或人工智能替代的中等技能工人,既可能下沉到低技能工人队伍,也可能通过学习转换为高技能工人。例如,制造业中被自动化替代的工人,可以从事外卖骑手、网约车司机等“去技能化”工作,但也有经过培训和学习转化为高技能工人的可能性,比如通过学习与人工智能技术相关的知识和技能而参与到开发、维护和优化自动化系统的工作中去,或者转向从事与人工智能相关的研究、咨询或教育工作。由于工作岗位发生变化,劳动力的技能结构和工资收入也随之演变。从国家和地区的整体经济来说,需要通过一般均衡分析来明确上述动态过程对经济发展和收入不平等的影响,明确人工智能对劳动力市场和经济的影响。这具有非常现实的意义,因为合理应对劳动力市场极化现象,有利于实现“保就业”“稳增长”的经济目标。

二、主要内容

本文构建多部门动态一般均衡模型考察人工智能的劳动力市场后果,其中劳动力将划分为高、中、低三种类型。高等技能工人从事研发类或管理类工作,中等技能工人从事生产类工作,低技能工人从事外卖骑手、网约车司机等工作。本文认为人工智能是一种软体技术,以算法和数据为核心,将驱动自动化进行生产,自动化是人工智能在生产中的一种表现形式。在人工智能冲击下,中等技能工人有三种潜在的应对之策: (1)在现有岗位上经过培训提高劳动生产率,(2)下沉转化为低技能工人,(3)经过培训成为高技能工人。

模型主要划分为家庭部门、企业部门、人工智能研发部门、政府部门。家庭部门中,劳动力根据自身能力并比较成为不同技能工人的效用,内生选择成为何种技能工人。企业部门中,由于中等技能工作程式化且自动化资本成本低于劳动力成本,人工智能将取代中等技能工人工作岗位。同时,低技能和高技能工人与人工智能互补。人工智能研发部门中,人工智能的研发受到新型基础设施投资和研发人员的影响,自动化受到新基建投资、研发人员和人工智能技术的驱动。政府部门通过对劳动收入征税获得收入,并将收入投资于新基建和教育投资。教育投资分为普及教育、高中教育和高等教育投资,还包括部分中等工人转化为高技能工人的培训成本,个人人力资本存量同时受个人教育投资和政府公共教育投资的影响。本文将通过数值模拟探究人工智能技术对劳动力市场极化的影响,并考察新基建和教育投资比例变动的公共政策对劳动力市场极化现象的影响。

三、主要结论及政策建议

面对人工智能的冲击,中等技能工人该如何合理面对呢?第一种方法是在原有岗位上提高中等技能工人的劳动生产率,该方法可以短暂提高中等技能工人工资。然而,这一策略在实践中面临着人工智能的竞争。由于人工智能在工作效率上远远超过人类,中等技能工人在原有岗位上可能陷入不利境地,导致长期中其工资将下降。第二种方法是中等技能工人放弃原有岗位下沉为低技能工人,此种现象在现实中最为普遍。该方法将减少工资极化现象,缩小收入不平等现象,但该方法将加剧就业极化现象,总体劳动收入份额也将减少。此种方法调整成本最小,但将导致总体劳动力技能水平下降,不利于长期发展。第三种方法是将部分中等技能工人培训为高技能工人。该方法可以减少工资极化现象,缩小收入不平等现象,提高总体劳动力的技能水平,实现高质量发展和就业,但该方法面临较高的转型成本。劳动力技能水平的提升和转化并非一帆风顺,需要社会和个人付出更多的努力。

人工智能的替代效应和创造效应同样对劳动力市场产生影响。高技能自动化将降低高技能工人工资,缩小劳动力收入不平等,提高社会总产出。低技能自动化将降低低技能工人工资,收入不平等现象将加剧,对社会总产出影响不显著。人工智能创造高指数任务将增加高技能工人的工作岗位,提高高技能工人工资和收入份额,有利于促进高质量就业但会加剧劳动收入不平等。人工智能创造低指数任务将增加低技能工人工作岗位,提高低技能工人工资和收入份额,有利于促进共同富裕。

面对劳动力市场极化现象,政府的宏观调控也将发挥作用。如果政府提高新基建的投资比例减少教育投资的比例,将增加高技能和低技能工人工资,降低中等技能工人工资,社会总产出将提高但工资极化现象将加剧。如果政府减少新基建的投资比例提高教育的投资比例,工资极化现象将减弱,劳动收入份额较稳定,但短期内对经济增长的促进作用不如新基建。

本文的研究结论可以帮助人们更深刻认知人工智能对劳动力市场的影响,并思考相应的应对之策。

第一,投资互补型智能技术研发与教育培训。为了应对智能资本低成本带来的冲击和减缓劳动力市场极化的趋势,政府应该加大对互补型智能技术的研发和创新投入,以推动人与机器的合作。同时,政府还应该提供更多的教育培训资源,特别是针对中等技能工人的培训计划,以便他们能够学习和掌握与智能化产业相关的高技能。通过这样的举措,可以提高劳动者的整体技能水平,使他们在与智能资本的竞争中更具竞争力,并减缓劳动力市场极化的趋势。这样的投资和教育培训策略有助于确保人工智能技术与劳动力的有机结合,促进更加包容和可持续的经济发展。

第二,鼓励产业结构转型与创新创业。政府可以通过激励企业实施产业结构转型,鼓励他们采用智能化技术提高生产力和创新能力。同时,加大对创新创业的支持,鼓励中等技能工人自主创业或参与高技能工作,以推动经济结构的优化和提高劳动力市场的灵活性。

第三,引导社会收入再分配和社会保障。面对智能资本带来的工资极化趋势,政府可以通过税收调节和社会保障政策,实现社会收入的再分配,缩小收入差距。设立相应的社会保障制度,为失业和转岗中的中等技能工人提供必要的救济和帮助,以保障他们的基本生活权益。

四、边际贡献与未来拓展

与已有文献比较,本文的边际创新在于: 首先,拓展了任务类模型,区分了人工智能与自动化,并将人工智能技术进行内生化处理,这对现有的人工智能劳动力市场后果的理论研究进行了一定拓展;其次,本文考虑了工人技能身份的可转变性,对比了三种基于工人技能身份调整的策略对应产生的劳动力市场极化现象,这在过去的文献中并未得到考虑,有助于深化理解工人技能可调整时人工智能的劳动力市场后果;最后,在模型基础上进一步探讨了国家投资新基建和投资教育对经济和劳动力市场的影响,这对促进经济高质量发展和稳定劳动收入份额具有现实意义。

未来的拓展方向包括但不仅限于以下几个方面:(1)对比中国和发达国家劳动力市场极化现象的不同,特别是关注人工智能对职业替代的影响。深入分析人工智能技术在不同国家的应用现状、对不同行业的渗透速度以及对职业结构的差异性影响。这有助于为中国人工智能的可持续发展提供经验支撑,并为制定相应政策提供更明智的指导。(2)除了本研究已考虑的公共政策,未来研究可以进一步探讨其他公共政策的效应,例如转移支付、全民基本收入政策(UBI)和资本税等。这样的研究将有助于全面了解各类政策对劳动力市场极化的影响,为政府制定更全面、灵活的政策提供依据。(3)尤其关注生成式人工智能对就业和收入的影响。生成式人工智能通过学习大量数据并生成新的内容,与传统人工智能不同。研究可以深入剖析生成式人工智能在各行业的应用,以及对高技能劳动者的具体影响。这有助于更好地理解未来劳动力市场的演变趋势。(4)跨领域合作与研究。推动跨学科研究,将经济学、社会学、计算机科学等多个领域的专业知识结合起来,以更全面的视角研究人工智能对就业和劳动力市场的综合影响。这样的跨领域合作有助于挖掘更深层次的规律和机制,为未来社会提供更为全面的解决方案。

五、写作、投稿过程的心得体会

党的二十大报告明确提出“着力推动高质量发展”和“促进高质量充分就业”作为全面建设社会主义现代化国家的重要组成部分。在新一代信息技术中,人工智能作为代表将成为中国未来经济增长的新引擎,促进产业转型升级,推动中国经济实现高质量发展。然而,人工智能的广泛应用也将对劳动力市场产生重大冲击,尤其是人工智能驱动的自动化可能替代大量常规性工作岗位,使中等技能工人面临较大的失业风险。出于对这一问题的关切,我们产生了研究的兴趣,并思考如何通过公共政策解决相关问题。

本次研究得到了四位匿名评审专家的宝贵意见,通过经过四轮修改,论文的质量得到了显著提升。专家们的建议不仅丰富了研究内容,还提高了论文的学术水平,使我们在这一领域的认知水平和科研能力都得到了提升。同时,我们由衷感谢《系统工程理论与实践》编辑部的老师们,他们严谨负责的态度、高效细致的处理以及给予的帮助,让我们深感感动。这次经历不仅使我们的研究更为完善,也为我们今后的科研之路提供了宝贵的经验。

 

本文摘编自《系统工程理论与实践》2024年,第44卷,第1期论文《人工智能对劳动力市场极化的影响与对策》(点击题目链接全文)
作者:黄旭1, 董志强2,教授,管理学博士,博士生导师,研究方向:劳动经济学,新政治经济学,行为和实验经济学
        1. 宁波财经学院 金融与信息学院, 宁波 315175;
        2. 华南师范大学 经济与管理学院, 广州 510004

2024年第1期以“人工智能与数字经济”为专辑,汇聚全国高校科研人员力量,对中国数字经济实践中碰到的问题进行深入研究,为理解数字经济运行规律添砖加瓦,为数字中国建设贡献高校智慧。入选论文共22篇,涵盖了三个方向:1) 数字经济机理与机制;2) 数字经济发展对经济社会影响;3) 人工智能技术在经济社会中的应用。