技術進步對工作和就業水平結構的沖擊

吳錦宇 浙江工商大學經濟學院

“一種新的疾病正在折磨著我們，某些讀者也許還沒有聽說過它的名稱，不過在今后幾年內將聽得不想再聽”——約翰·梅納德·凱恩斯于1930年將這種病命名為“由技術進步而引致的失業”。2019年2月國際勞工組織研究報告——《世界就業和社會展望：2019年趨勢》報告在列舉當前全球就業的一些突出問題后警告說，如果各國政策制定者及其推出的政策不能應對相關挑戰，那么一些通過新技術實現的新商業模式，可能會破壞現有勞動力市場在改善就業情況、就業社會保護和完善勞動標準等領域的成就。

一、技術進步對就業影響的爭論

對“技術進步對就業的負面影響”話題而引發的擔憂其實由來已久，科學技術進步總是帶來工作崗位的毀滅和創造。西方各國學者們一致的觀點是，當前面臨情況與以前不一樣，這一進程在現在和未來都會更快，因為經歷的不是一次科技革命，而是同時經歷多次科技革命。哪怕變動速度不像很多人以為的那樣具有爆炸性，但至少也是非常快的。

關于“技術進步對就業的影響”，有以下兩種截然不同的觀點。悲觀派提出，這些變化是非常迅速的，如果生產系統和政府機構不能適應，它們將落伍于這些變動。卡爾·弗雷等的研究顯示，美國47%的工作，OECD國家57%的工作，中國77%的工作，正在由于機器學習和自動機器人的最新進展而面臨自動化的挑戰。樂觀派認為，歷史上有過其它的技術革命，它們摧毀了工作，但是也創造了新工作。托馬斯·弗里德曼提出，新機器在很多領域會是人類的“智能助手”，這會提升生產效率，在很多情形中有助于就業。他指出，這些智能助手意味著幾乎所有的工作都成了知識工作。這種互補性不會自動發生，而是需要公共政策方面的一致努力，公司和個人對于終生學習的態度，還有新的社會契約和機構來帶來變革和刺激所需要的投資。但是，這兩派都未能提供確鑿的證據來支持觀點。

二、藍領工作、白領工作與自動化

（一）20世紀及以前

勞動學界的傳統觀點是：藍領工作崗位有被自動化取代的風險，而白領工作崗位則不可能。達龍·阿西莫格魯指出，尖端技術工作的發展會比40年前更為快速，藍領職業會迅速萎縮。他說，在1760年至1850年間，得益于工會和高中教育的普及發展，當時的技術發展帶來的益處才抵達低端藍領階層。

在20世紀的發達國家中，與只有高中文憑的工人相比，接受過大學教育的工人的相對工資有所增長，此類現象被稱為“技能溢價”。當然，技能溢價增長幅度因時間和地點而有所不同。但是一般趨勢是，熟練工人的“價格”相對于非熟練工人的“價格”在上升，這價格是靠與其相對的工資水平而衡量的。技術至關重要，它有“技術偏向”。它偏好那些有技能的人，或者說對那些非熟練工人有負面偏見。總之，因為技術這個原因，和非熟練工人的工作相比，熟練工人的工作更重要，更有價值。這種“技術進步偏向”理論被用于解釋發達國家中的工資趨勢。

（二）21世紀：技術變革對白領工作的沖擊

進入21世紀，這并不能確保白領工作在未來也能在技術變革面前受到保護。因為現在機器的能力有很大提高。

促進了現在機器的能力的突飛猛進有以下三個原因：計算能力、數據處理能力、程序設計的改進。第一，計算能力的飛速提高。在2001年諾貝爾經濟學家得主邁克爾·斯賓塞指出，摩爾法則在過去的50年里處理能力的費用降低了“100億倍”。在斯賓塞提及的這50年中，這個預言大多都被證實，一些年份快一點，一些年份放慢。這種機械成就驅動了計算處理能力在同期的迅猛增長。很多計算機科學家預言通過不同的計算方式，摩爾法則在未來仍會有效。第二，數據存儲能力的這種改善。數據科學亦稱大數據，預測性分析，以及數據分析。這些術語大多指的是同一種現象。在《職業的未來》一書中，理查德·蘇斯肯德預計到2020年，同樣的信息每幾個小時就創造出來了。隨著人類的活動變得數碼化，所有活動和決策都留下了海量“數據殘余”，現在能捕捉和儲存這種殘余。第三，程序設計的突飛猛進。近期程序設計方面，也就是這些系統和機器所遵循的規則方面有了突破性的智識進展。這意味著可以將這種處理能力和數據付諸使用。

傳統觀點認為，白領工作很難被自動化取代，因為人們從事的工作是一整塊無法分割的“事情”的組合。但是，這種觀點顯然是錯的。工作不是不可分割的事物的渾然整體。事實上，任何工作都是由很多任務組成的。職業工作人員在崗位上進行多種活動，這是“基于任務的就業市場模式”。

基于工作的過程當職業性工作被分解或者解構，變成各項任務時，工作的各個部分就變得非常簡單。并不是白領工作的所有活動都需要創造力、判斷力或者同情心，或者說很多情況下，都不太需要這三者。如果職業性工作被分解成各個分支任務，可以發現很多任務就是簡單重復性的。這意味著我們發現，人們可以輕易解釋他們執行這些任務時所遵循的特定規則。如果這些規則很容易闡述，也就很容易為機器設計出一套類似的規則，讓機器基于解釋來遵守。

在經濟學文獻中，慣常性任務最容易被自動化取代，這被稱為“慣常性假設”。學者理查德·蘇斯肯德和丹尼爾·蘇斯肯德于2019年指出，認為非慣常性任務不會被自動化取代，這個觀點基于一個錯誤的想法—“要發展能從事專家層面的任務的系統，唯一的辦法是重復人類專家的思考過程，這是一個錯誤想法”；這個想法是“人工智能錯誤”。 實際上，機器通過分析數據，能夠比人類取得更好的成果，而不需要進行人類所經過的過程。當白領工作被分解成活動時，它經常有一個慣常性任務的組成部分，很容易被自動化。因此，白領工作在自動化面前有風險。而且，非慣常性工作也來越能被自動化。白領工作的自動化，很多是非慣常性任務，而不是慣常性任務。

在思考技術能力方面，人類的職業工作者被驚人的機器處理能力，大規模數據存儲能力，還有復雜程序所擊敗。系統比律師更準確的預見法庭判決，機器依照過去的醫療數據比醫學做出更好的醫學診斷。高性能的機器并不依賴于人類的創造力、判斷力或者同情心。在很多情況下，它們所遵循的規則并不是人類所遵循的。

人工智能謬誤還在于這個慣常性假設的核心。這個假設指出，因為人類能夠輕易說出他們在執行這些任務時遵循的法則，所以慣常性任務很容易被自動化。因此我們很容易基于這些闡述制定規則讓機器人遵守。反而言之，非慣常性任務很難被自動化，因為人類遵循的規則并不清楚。但是這忽視了一個事實，那就是有其它方式來發展系統，來從事專家級的工作，而不需要試圖復制人類專家的思考過程。也就是說，如果在執行同樣的任務時，機器遵循的法則不同于人類所遵循的法則，那么人類能否解釋他們在完成任務時所遵循的法則并不重要。

三、技術進步對就業水平和結構的影響

布林約爾松和邁克菲研究技術是否會終結工作以及和工作緊密相關的所有福利（例如養老金和健康保險），他們指出，人類正在經歷前所未有的迅速變化的技術革命的陣痛。如果機器能夠更好而且更經濟的做工，那還要人類干什么？技術會讓人類陷入失業和不公平的深淵嗎？

總的來說，技術改變就業水平結構有以下三大特點：（1）技術會取代大部分慣常性任務，但是不一定會取代人類所從事的所有工作。工作由很多任務組成。“工作”和“任務”的區分很重要，因為技術能夠取代一些任務，輔助補充其它任務。最容易被技術取代的任務是重復性的，很容易被自動化。但是，事實是很少有職業能被完全自動化（至少目前如此）。瑪尼格等人指出，不到5%的現今工作可以被完全自動化，但是，在60%的工種中，幾乎三分之一（30%）的任務可以被自動化。最新研究顯示，在美國和發達經濟中，基于慣常任務的工作大幅下降。（2）技術使得基于非慣常性任務的職業更加寶貴。這導致勞動力市場的兩極分化，對工資分布的兩個極端的兩種職業的需求大增。基于非慣常認知任務的職業（計算機專家，工程師和技師，以及那些其工作隨著技術而變得更加寶貴的工人）的崗位和工資增長。這些職業通常在工資分布的頂端。同時，一些非慣常性體力工作（例如，家政服務）不太容易被自動化，通常由教育水平不高的低收入人群承擔，也面臨需求增長。而對中等水平工資的職業的需求則下降，這些職業通常涉及慣常性的任務。布林約爾松和邁克菲預測說，這一趨勢會加劇，因為它不僅影響到那些其工作由慣常任務組成的工人，也影響到很多其工作會在近期被自動化的工人，這些人處于教育水平分布的高端（翻譯，數據分析師，管理人員等白領工人）和低端（例如汽車和卡車司機等藍領工人）。（3）技術降低了生產很多商品和服務的成本，這至少會提升一些行業中的雇工數量。例如，詹姆士·貝森研究表明，自動提款機的大規模使用并不意味著銀行業雇員的末日。與此相反，銀行業的工作崗位年均增長2%。自動提款機將雇員從最慣常性的任務中解放出來，將他們的工作從簡單的柜臺交易轉換到處理客戶的信貸申請和投資。但是，更重要的是，自動提款機的使用大規模降低了開設新的分支機構的成本。因此，盡管每間分支機構的員工人數降低，分支機構的數目大幅增加，使得銀行業的雇員人數增加。

詹姆士·貝森的另一項研究表明，從1980年到2013年，大量使用信息和通訊技術的部門雇傭了更多工人。這確認了一個歷史趨勢，那就是在過去一個世紀技術并沒有降低人口中的勞動人口比例。相反，這個比例在每個國家都有增加，和婦女大量進入勞動力市場同步。根據國際機器人聯合會（IFR）的研究，制造類機器人直接或間接地增加了人類就業崗位的總數。到2020年，機器人產業在全球范圍內直接或間接創造的崗位總數將從190萬增長到350萬，每部署一個機器人，將創造出3.6個崗位。阿西莫格魯和雷斯特雷波的最新研究探索了在美國制造業中使用機器人的影響。他們認為，與信息技術不同，工業機器人對于勞工需求和工資都有負面影響。在這種情形中，工作損失這一負面影響大于產品和服務的低成本所帶來的雇傭上的正面影響。目前這種工作崗位損失還比較小，因為盡管機器人的使用大大增長，使用比例仍然很低。但是，所有跡象似乎都表明，機器人在未來會非常普及。產品和服務的低成本，還有勞動力轉移到非慣常性任務，這都帶來的雇傭上的正面影響。該研究表明，就業所受的沖擊可能是非常大的。

對于技術所創造的新工作機會是否能夠惠及那些被這些變革取代的工人這個問題。在這方面的結論也是不確定的。就美國而言，奧拓和唐認為，很多因為信息和通訊技術而下崗的工人被迫從事低技術含量（處于工資分布低端）的工作。只有少數人能夠實現突破，獲得同等的、或者更加有技術含量或者收入更高的工作。

自動化是否會導致就業人口比例下降，或者只是導致職場的轉型？許多研究都表明，很多（尤其是慣常性）工作會被摧毀，而一些全新的工作會被創造出來。但是，工作創造和工作摧毀的速度取決于變化的速度，還有經濟體重新培訓工人，將工人從式微的經濟活動轉移到新生經濟活動中的能力。如果沒有政策干預，這些變動會繼續導致收入不平等。

世界正在進入第四次工業革命。第一次工業革命是在制造業中使用蒸汽機；第二次工業革命由電的發現而引發；第三次和第四次工業革命以信息通訊技術的大規模發展應用為特點。最近的發展階段則以信息通訊技術與包括人工智能、大數據、云、3D打印、物聯網和數據區塊鏈的各種新技術混糅和交融為特征。與以往的歷次技術革命相比，“人工智能革命”對就業的沖擊范圍將更廣、力度將更大、持續也將更久。2015年國際機器人協會將工業機器人界定為“三維以上空間的自動控制、可重新編程和多重目的的機器，用于工業自動化，可能是固定的或者活動的。”機器人指的是自動化控制、可以被重新編程的多功能機器。在過去的20年中，機器人在美國和歐洲的使用增長了4到5倍，在電氣、電子、塑料、金屬和機械業增長尤為迅速。全世界的可運營工業機器人到2019年年底會增至260萬，這意味著從2016年到2019年平均12%的年增長率。機器人和自動化的傳統市場仍然保持最強勁的增長勢頭。人工智能取得了突破性進展。牛津大學的研究表明，47%的工作在未來20年會被自動化完全取代。麥肯錫的一項研究表明，自動化活動在美國占到了經濟總體的51%，27萬億美元的工資總值。在全球范圍，自動化可能會影響到全球經濟的49%，11億工人，還有127萬億美元的工資總值。據估算，因為自動化和人工智能，目前職業中的一半將會在2055年消失。

自從20世紀80年代計算機開始廣泛應用以來，工資中位數變化不大，勞動收入所占的比重下降，普通技術人群中的勞動力參與程度下降地尤為明顯。部分原因是由于自動化導致了許多中等收入工作的消亡，其中包括機械操作員、行政秘書、律師助理、保險推銷員等。因而，在發達經濟體中的勞動力市場中，由自動化帶來的中等收入工作消亡的趨勢正在日益上升。最近，這一趨勢在部分發展中國家也逐漸蔓延。從長遠看，自動化進程似乎不會減速。

可以預見，技術進步正在改變著工作以及就業水平結構。