人口经纬/AI时代如何解决就业矛盾？\蔡昉

　　图：AI赋能的技术得到深度应用，达到提高生产率的目标，也造成就业破坏。

　　当前就业的结构性矛盾突出，表现为“有人没活幹”和“有活没人幹”这两种现象并存。研究人工智能（AI）和数字经济对就业的影响，特别是造成这种结构性失业的原因，是我们的当务之急。

　　“这次不一样”是经济学家最爱用的一句话，不管乐观主义者还是悲观主义者，都习惯于把这句话作为开头和立论，对事物当前和历史上的相似度进行比较。

　　就技术对就业的冲击而言，从历史来看，有两种观点：一是，技术会破坏就业，导致人们失去工作而且无法回到劳动力市场；二是，经济史证明，人们最后都能找到工作，岗位和职业也比过去多得多，因此，技术会破坏就业，但是终究还会创造就业。这两种观点一直都存在。

　　技术颠覆频率加快

　　这次确实不一样，体现在人工智能的速度、广度、深度与以往任何科技都不同。人类有史以来，在1.2万年前发明农业，这是一次最大的革命；在几百年前完成工业革命，这也是了不起的革命；还有几十次具有关键通用型特征的技术变革，带来生产方式的进步及产业的革命。但以上这些革命都不能与人工智能相比，因为人工智能的每一次进步都可以视为一次关键性的通用技术进步，都可以赋能到其他科技领域和产业领域。

　　当今人工智能的发展呈现出三个特征：

　　第一，颠覆性技术出现的频率越来越快，技术路径也趋于多样化。科学技术的发展，归根到底就是一个试错的过程。比如传统的育种方式，以前是一年种一季两季，如果没有结果，第二年继续试。现在由于数字技术的应用，可以通过基因编辑进行育种，这个过程的推进速度越来越快。有人说人工智能最核心的竞争力是便宜，把什么事情都变得非常廉价，其实更重要的是速度，在很短的时间内就能完成无数次试错。

　　第二，技术的影响范围越来越广，涉及科技、教育、政府、个人。在早期的技术革命中，机器人替代操作型的工人，承担髒活、累活和危险工作。但现在的人工智能更倾向于替代高智能岗位，替代就业几乎无远弗届。

　　第三，AI赋能的技术得到深度应用，达到提高生产率的目标，也造成就业破坏。发展人工智能投入了大量资源，特别是国外的大语言模型的研发投入巨大，包括数据、算力、能源等。花了这么多钱，最终是想赚回来，最直接的办法就是推动深度应用，提高劳动生产率。提高劳动生产率最传统的办法就是减少劳动投入，这自然对就业造成巨大冲击。

　　新技术应用导致的最典型现象，就是劳动力市场的两极化。比如美国制造业的岗位实现自动化，人力资本高的人进入更高端的服务行业，没有对应人力资本的人退回到低端岗位。他们或许都能生存，但是收入差距拉大，劳动力市场的两极化态势形成。

　　这些年中国机器人安装数量的增长速度是世界上最快，更不用说一般性的机器替代人。自从出现劳动力短缺以来，企业把更多的投资用来购买机器，以替代人工。这既会创造岗位，也会破坏岗位，究竟两者之间是什么关系？我们不能给出准确的答案，但可以通过一些数据进行观察。

　　根据官方的数据，过去很多年的城镇新增就业都是1300万左右，中国劳动年龄人口早已经历负增长，为什么还会有这么多的新增就业？这是因为我们只记录了新增加的岗位，不记录损失的岗位。那么，现在到底是创造的多还是损失的多呢？用“淨增就业”减去“新增就业”，就得到“淨就业创造或破坏”（数值为负就意味着岗位淨破坏）。从这个指标来看，2012年之前还有一些淨创造，2012年之后的淨破坏数额逐步加大，而且呈现持续累积的趋势。（见配图）

　　我们长期以来都在说人力资本很重要，特别是教育很重要，现在看来仅仅这样说还是不够的，AI时代人力资本有了并且仍将有新的变化、新的特征。

　　首先，人力资本竞争从个人之间演变为人类智能与人工智能之间。过去我们对孩子投资，这是人和人的竞争。但现在新的人工智能技术对岗位的替代几乎是无差别的，最近的趋势反倒是替代受教育程度更高的岗位。因此，人力资本竞争已经从人与人之间竞赛，变成人类智能与人工智能之间对决，这是一个很大的变化，背后有深刻的含义。

　　其次，人力资本培养必须是终身的，衡量标准也不再仅仅是“受教育年限”。随着人工智能的快速发展，人类知识和岗位技能变化得更快。“上学”和“升学”都不再代表人力资本培养，人们必须不断学习，通过幹中学、在职培训和再学习等全生命周期积累和更新技能。

　　再次，人类特有的能力通常是在早期儿童发展和学前教育阶段形成，所以教育要向前延伸。人与人之间的竞争力是同质的，可以通过学习来提高竞争力。但人类与人工智能的竞争力是不同质的，我们必须找到自己最有竞争力的人力资本相对优势。在体力劳动、操作性技能、认知能力等方面，新的人工智能已经超过人类。在非认知能力方面，譬如说人际交流、领导力、团队精神、同情心、同理心等，以及隐性知识、实践智慧方面，人类迄今仍具优势。

　　有人提出一个所谓的“莫拉维克悖论”，认为人类所独有的高阶智慧能力，例如推理，只需要非常少的算力，但是要让人工智能或机器人掌握无意识和依靠直觉的技能却需要极大的算力。举个例子，人工智能通过深度学习可以战胜国际象棋和围棋世界冠军，但要让机器人端着一杯水从这里越过障碍走到那里，却相当困难。

　　人力资本培养要“三管齐下”。其一，按照发展阶段，教育的公共品性质愈显突出，公共教育支出水平要水涨船高。终身学习、教育向更早阶段延伸，乃至延长义务教育年限，都需要大规模增加投入。迄今为止，中国公共教育投资占GDP的比重是4%，大约是世界的中位水平，多年保持这个水平属于难得的成就。但一方面如今面临的人力资本挑战十分严峻，另一方面中国即将进入高收入国家行列，因此增加教育投入确有必要。

　　其二，明显改善教育资源配置的均衡性和公平性，这可以在既定投入基础上明显提高教育质量和人力资本投资回报率。

　　其三，启动教育发展的第三级火箭，促进报酬递增。教育推动经济增长曾经有过两级火箭：先是90年代开始的普及九年制义务教育；当教育对经济增长的促进效应发生递减现象时，第二级火箭即高校扩招又启动了，接续了对经济增长的驱动力。现在要启动第三级火箭，包括义务教育分别向前后延伸等举措。

　　应对思路需要转变

　　宏观政策上也要做出相应的调整。过去在宏观经济遭遇冲击的时候，我们通常出台一些扩张性的宏观经济政策，包括宽松的货币政策和财政政策，以此来刺激经济增长，使其回归潜在增长能力，这就意味着回归充分就业，消除周期性失业。

　　现在的问题是，在消除了劳动力市场周期性冲击以后，自然失业率也跟着提高了。早在新冠疫情爆发之前，估算的自然失业率大概是5.1%，相当于充分就业的失业率，是可以接受的水平。疫情冲击导致实际失业率高于自然失业率，说明三年里大多数时间处在周期性冲击之中，现在虽然逐渐回归自然水平，却保持在偏高的水平上。

　　还有一点需要关注，在过去十馀年里，劳动年龄人口、城乡劳动力、城镇就业等不同口径的劳动力资源，都已经进入或即将进入负增长阶段，意味着总量性就业矛盾转变为结构性就业矛盾，是一个发展阶段现象，在趋势上不可逆转。

　　解决结构性问题，有很多可能性及应对的变化，除了人力资本的应对之策之外，还有一个举措是显著提高社会保障水平。这里提到的社会保障和以往的含义也有所不同。过去强调不能养懒汉，要严格识别哪些人具备享受待遇的资格。未来劳动生产率得到极大提高，在人工智能的冲击下，可能很难再识别谁是懒汉。这个时候社会保障体制将越来越具有普惠性与兜底性的统一，普惠的特点越来越明显。

　　不能被忽视的是，未来劳动力市场制度仍然非常重要，要顺应人工智能挑战，与时俱进地构建新型劳动力市场制度，形成一套应对新矛盾的制度安排。

　　（作者为中国社科院国家高端智库首席专家）