人工智能失業：社會化挑戰與法律應對

田思路 劉兆光

摘 要：結合我國特有的產業結構和勞動力市場，通過理論分析就能認清人工智能帶來的新就業形態、非正規就業和結構性失業等社會化挑戰。這些挑戰需要法律調適和公共政策加以應對：引入“類勞動者”概念解決非正規就業保護難題;利用產業扶持政策促進就業，并建立起適應人工智能發展階段的失業預警制度;理順非典型勞動關系，在發展和保護中尋求再平衡;構建社會化的勞動保障體系，惠及在勞動力市場競爭中的失敗者。唯有如此，勞動法才能順應時代發展，實現社會公平和正義。

關鍵詞：人工智能;結構性失業;勞動從屬性;社會化勞動保障

基金項目：國家社會科學基金一般項目“人工智能對勞動就業的影響及法律對策研究”（19BFX193）。

[中圖分類號] D699 ? ? ? ?[文章編號] 1673-0186（2020）010-0032-012

[文獻標識碼] A? ? ? [DOI編碼] 10.19631/j.cnki.css.2020.010.003

人工智能在當今社會無處不在，對許多人而言已經是生活的一部分。互聯網、語音識別、智能交通已經成為人類信賴的有益助手。雖然人工智能當下尚不具備“獨立學習”“自我進化”和“自由意志”等能力，這些能力都是人類區別于其他物種的典型特征，也是人人平等理念的起點[1]。智能機器人可以擁有遠遠超過人類的生產效率和能力，這種“破壞性創新”帶來的顛覆性影響會淘汰和改變原有的生產技術和生產關系。淘汰過程必然蘊含著機器對人類勞動的替代，很可能造成現有就業結構的破壞并引發嚴重的社會問題。

一、人工智能革命帶來的失業挑戰

對于人工智能技術對現有就業體系造成的影響，部分學者堅稱不會造成大規模失業，因為以往的歷次工業革命都沒有引發此類問題。然而，歷史往往會重演，但絕不會簡單重復。人工智能革命與其他任何工業革命相比存在巨大的差異，這些差異對就業將產生空前和深遠的影響。

（一）人工智能革命對就業的影響更持久、更嚴重

歷次工業革命都是對人類體力勞動進行替代，然而人工智能革命既有體力勞動替代又有智力勞動替代，并具有破壞性創新之特點。例如機器深度學習已經得到實踐的檢驗，這種巨大的智力優勢一度讓我們感到意外，繼之而來的勞動替代還會讓我們再度感到意外。人工智能通過深度學習，可以優化既有算法，執行復雜和準確的任務，這增加了人工替代的深度。隨著時間的推移，機器人還會變得更智能也更便宜，從而進一步增加人工替代的廣度。

在美國，2017年麥肯錫全球研究所（McKinsey Global Institute）的研究表明，美國經濟中人類可獲得報酬的工作時間有46%可以被時下的自動化科技所替代[2];在我國，因現有的勞動力市場無法適應技術進步的速度而出現了技術空心化的現象，即“勞動力技術極化”①[3]，這些都是智能技術對人工進行替代的早期情形。隨著人工智能技術的進步，這種替代還將逐步全面展開。一旦達到人工智能超越人類智慧的奇點，其“破壞性創新”的力量將迅速摧毀舊有的生產組織模式。面對這種破壞性的沖擊，一個理性的企業考慮更多的往往是市場份額和利潤。這就使得人工智能對就業的沖擊更猛烈、更持久，也更嚴重[4]。

從影響范圍來看，人工智能對人類勞動的替代幾乎涉及每一個行業，既包括傳統的制造業、農業，也包括專業服務領域。從影響程度來看，一旦達到人工智能的技術奇點，智能機器人對人類勞動的替代將是顛覆性的，可以在極短的時間內完成對整個行業甚至產業的替代。從影響時間來看，人工智能根據自身的發展水平，這種替代將從制造業開始，再到專業服務領域，直至完成對人類智力勞動的全面替代。這種影響是長期的，而且替代過程不可逆轉。

人工智能勞動替代的終極狀態將是大部分人類處于沒有固定的工作，或者不工作的狀態。人工智能爆發出的巨大生產力能創造豐富的物質條件，這種生產力提高是歷次工業革命完全不能比擬的。隨著替代過程的逐步展開，人類的整體工作時間將持續減少，社會空閑時間大大增加。這種由新技術革命帶來的整體性“認知盈余”②[5]可以使人類擺脫重復性的基礎勞動，轉而從事那些更有價值和更有意義的工作。因此，與其說是人工智能造成了失業，不如說人們通過創造人工智能技術，自主選擇了一種“不工作”狀態。

（二）人工智能技術極大地促進了非正規就業的發展

當前，新興經濟體中存在著大量非正規就業，并具有極強的社會慣性，仍會長期存在。這些非正規就業規模龐大，勞動保護缺乏甚至缺位，勞動雇傭關系松散而且極不穩定，工資和生產率水平往往比較低，受雇業者往往享受不到醫療保險和社會保障待遇。世界銀行在2019年世界發展報告中的調查結果顯示，新興經濟國家中非正規就業的規模龐大，收入水平集中于中等和低收入區間（圖1）。在人工智能時代，由于勞動形態的多元化發展，還會出現各種勞動形式的過渡形態[6]，這些過渡形態大多是以非正規就業的面貌出現的。這些新型的用工形態一方面體現了智能技術推動下的用工靈活性要求，另一方面，其天然的競爭優勢又進一步造成了傳統用工關系的解體，再次增加了非正規就業的規模。

由于人工智能技術的突破性，其對就業的影響比過去的技術革命更猛烈、更徹底，在未來某個較短時期對傳統用工形態的沖擊將不可避免[6]。同時，由于技術進步與勞動者技能之間存在顯著的正向激勵關系，智能技術對就業的沖擊主要集中在低技術儲備的非正規從業人員身上。鑒于此，作為社會管理者的現代政府，必須認真考慮如何幫助失業者度過艱難時期實現再就業。

（三）人工智能失業造成前所未有的社會問題

人工智能技術的發展和應用會創造很多新崗位和新職業，這些高技術崗位要求高、收入也高。同時，新技術沖擊也會導致大量失業，失業人員需要學習新的技能以適應新的崗位和行業。人工智能技術具有顛覆性特點，這種“破壞性創新”造成的職業轉換速度很快，很可能會再次造成大規模的“下崗潮”。我國“下崗潮”是指在20世紀80年代出現的國營企業通過大規模的轉業或自謀職業實現再就業等大規模職業變遷形式，其實質是通過犧牲部分就業進行結構性改革。這種大規模的職業變遷造成了民眾難以撫平的傷痛，也產生了諸多社會不公。

歷史經驗告訴我們，應用新技術帶來的經濟發展并沒有使人類更加平等，反而產生了新的社會不公。比如自1980年后我國的不平等狀況持續惡化，收入最高的前1%人口占總收入的比例從1980年的6.4%左右增加到2015年的13.9%，而收入最低的后50%占總收入的比例從1980年的26.7%左右降低到2015年的14.8%[7]。當然，技術進步并沒有青睞發達國家，相同的不平等狀況也一樣在那里蔓延，比如美國在2009年以后不平等狀況也一直在持續增長。

此外，人工智能造成的失業和貧富分化問題會阻礙社會流動。英國慈善組織薩頓信托（Sutton Trust）在其發布的“2017社會流動性”報告中警告，未來的人工智能技術不但會加劇社會的不平等狀況，更為嚴重的是阻礙社會階層間的正常流動[8]。具體來說，人工智能淘汰了許多“白領工作”，這類人群原屬于傳統社會結構中的“中產階級”，是實現社會底層向上層流動的動力，缺少“中產階級”的社會自然會阻礙底層和上層之間的社會流動。如果政府不采取任何措施，富人占有更多的初始資源和機會，按照“贏者通吃”的規律就能完全占有經濟的話語權。不平等現象和社會流動固化，正是造成社會動蕩的根源。對于人工智能失業若非妥善應對，極易引發更嚴重的社會問題。

二、人工智能失業之理論分析

人工智能是涉及多個學科的交叉領域，包括計算機科學、統計學、腦神經學和社會科學等，而法學研究的嚴謹性要求任何概念都需要一個明確的定義。為便于研究，本文作出下述定義：把實現自主意識在內的全部人類智能作為目標，初級階段僅實現部分人類智能的所有技術手段稱為人工智能。相關領域包括：機器人、人機結合、語言或圖像識別、自動駕駛、基于大數據的決策系統，等等。

人工智能可以代替人類承擔大量重復性、危險的工作，也可以承擔一些精密細致的技術性工作，人類的工作正在被技術替代。這種技術創新從整體上究竟會不會造成大規模失業？學術界對此分歧頗大：有的主張這種崗位替代的行業性和短期性，否認長期失業風險;也有人主張人工智能帶來大規模失業將不可避免，應盡早關注和應對這種風險。

（一）否定失業論

否定失業論認為技術進步是中性的，并不會對就業產生終極影響。其觀點主要源于三種理論假說。一是崗位轉移說，此觀點認為技術創新并不會消滅崗位，而只是轉移了崗位，總體上并未減少就業。比如銀行在應用自動柜員機降低成本的同時也創造了更多的銷售和客服工作，由此柜臺崗位轉變為銷售和客服崗位。此種觀點參照了前三次工業革命的歷史經驗，指出此前的技術革命并未出現“機器替代人”的結果，也沒有摧毀勞動力市場。既然歷次工業革命沒有帶來失業問題，則可以推演出人工智能革命也不會產生失業問題。雖然直覺告訴我們技術進步可能會帶來失業，然而實踐數據卻表明技術進步使美國工人的工作時間并沒有像預測的那樣大幅度減少[9]。人工智能只不過是一種工具，目前所承擔的大多還是常規、基礎性任務。正如人們在前三次工業革命初期感到不安和焦慮，可最終還是適應了新技術那樣，人工智能時代亦然。人們雖然表示出對失業的擔憂，然而現有的實證研究無論從宏觀還是微觀上并未得出歷次工業革命中存在過技術性失業的明確證據[4]。這是一個合作的過程，而不是取代的過程[10]，失業率與人工智能的發展之間并沒有實質上的因果關系[11]，長期來看人工智能并不會帶來大規模失業問題。

二是崗位創造說。雖然人工智能技術會替代初級、簡單和重復性的工作，但這種替代并不是一蹴而就的，而是一個長期的過程，需要時間來磨合。此外，人工智能帶來的失業影響范圍很小，目前只會造成10%左右的工作崗位流失。更重要的是，人工智能技術帶來的產業升級能夠創造大量的、新的高端就業崗位，這些新崗位的數量足以彌補人工智能對人類初級勞動替代帶來的崗位損失。兩者相抵，失業影響會被消弭于無形，人工智能失業成為一個偽命題[12]。具體來說，發展人工智能需要大量的技術專家進行研究、開發和應用，這會創造出很多新的工作崗位。更為重要的是人類的需求有無限增長的趨勢：一方面，人類的工作和生活方式會隨著技術進步不斷改變，這些改變帶來新的需求;另一方面，近代消費主義的盛行，使得人類對物質和服務需求遠遠超過基本生存需要，且還在不斷增長。要滿足這些新增需求，就需要創造大量的工作崗位。鑒于人性永不滿足的特點，為了追求更高的生活便利和生活質量，人類在未來還會不斷產生新的需求和創造與之相適應的就業。總而言之，人工智能給人類帶來的不是失業，而是工作的自由選擇權[13]。

三是智能技術昂貴論。此種觀點認為要討論人工智能替代人類勞動導致的失業問題，就必須首先考察這種勞動替代的經濟性。目前來看，人工智能技術所需的資源消耗比人力更加稀缺和昂貴，相對于人類勞動的低工資并不具備替代的經濟性，此時的人類勞動具有比較優勢。資本、土地、技術、勞動力等生產要素之間既可以相互替代，也可以相互彌補。比如技術進步離不開資本，資本對技術進步的程度和速度至關重要，這是一種典型的互補關系。有的學者還通過實證分析得出我國資本與勞動之間的互補關系[14]。據此，由于價格昂貴，人工智能技術和勞動力之間更多地呈現出互補關系，而不是替代關系。

（二）肯定失業論

一是結構性失業。在人工智能技術破壞性創新的沖擊下，部分行業或崗位短期內就可能面臨被智能機器人替代的風險，此類失業稱為結構性失業。目前來看，這種可替代性高的行業包括農業、制造業以及初級的專業服務業如翻譯、法律、金融和醫療等。從農業到工業，再到服務業和信息業，這種結構性的產業轉移確實曾經發生過。比如美國在1870年幾乎50%的勞動力集中在農業領域，然而在當代只有不足2%的勞動力服務于農業，但他們生產的食物已經遠超美國的總需求[15]。

機器人將會迅速替代原來由人類完成的重復性、機械性的基礎勞動。普華永道于2018年1月《全球第四次工業革命》報告中指出，大規模的自動化應用造成失業的行業包括：運輸、制造、農業和服務業領域。高盛提交的《2017智能駕駛報告》指出，智能駕駛技術會威脅到全美310萬個卡車司機的崗位[16]。除了體力勞動領域，人工智能技術在智力領域也取得了長足的發展，比如在專業服務領域：翻譯、法律服務、金融甚至醫療服務等。其中典型的翻譯領域中，科大訊飛等企業的人工智能技術已經達到很高的翻譯水準，可以實現實時、個性化的翻譯服務。

二是技術性失業。發展經濟學認為，生產中廣泛應用節省人力的技術必然會減少對勞動力的需求。技術性失業是指由于采用了新技術，讓生產設備或機器人取代人類勞動，從而減少了對勞動力的需求而造成的失業現象。技術進步帶來經濟發展，而經濟發展又造成勞動力價格上升，這又會加劇勞動力替代造成更多的失業。與結構性失業不同，技術性失業強調的是人工智能技術沖擊的覆蓋面，而不考慮職業、行業所受到的不同影響。比如，麻省理工學院的研究表明，平均每新增一個工業機器人可以減少5.6個人類工作崗位[17]。

技術性失業并不是一個新名詞，在歷次工業革命的初期一直存在技術進步導致失業的擔憂。李嘉圖認為效率更高成本更低的機器代替了勞動力導致失業，而采用新技術產生的高效率和高產出還會吸引更多投資，這又再次提高了勞動力需求。李嘉圖認為在短期內技術進步會導致失業，然而長期的影響是正面的。因此，針對技術性失業，應把焦點放在如何消除其短期影響之上。

（三）理論分析與評價

人工智能技術既有就業替代效應的一面，同時還會有就業創造效應的一面。就業替代效應主要包括對低技能勞動力的替代，以及全要素生產力提高引起勞動力需求減少造成的技術性失業;就業創造效應來源于新技術帶來的產業升級、收入提高、需求增加等。此外，人工智能對就業造成的影響，還與所在國的人口與產業結構等密切相關[18]。否定失業論和肯定失業論把研究聚焦在人工智能就業效應的某個側面，未能完整地對就業創造和就業替代兩方面進行綜合比較分析。

雖然人工智能會創造新的崗位和職業，然而這些新崗位往往屬于高技能工作，在一定時間內會有一定程度的短缺。但是人工智能帶來的世界扁平化和去中心化趨勢，再加上贏者通吃的新規律使得高技術崗位只限于少數的高端勞動者。簡言之，人工智能新創造的就業崗位數量有限而且需要長期培育。如此一來，低技能的體力勞動者往往無法迅速適應這種產業變化，在短期內受到失業沖擊。另外，人工智能的就業創造效應是有限的，并不會延續歷次工業革命的勞動力市場運行結果。新技術通過擴大盈利從而吸引投資并提高勞動力需求的經濟循環并不會必然發生。因為產生這種經濟循環的邏輯是基于雇傭人類勞動者的數量大于機器人的前提假設。一旦突破該假設，在未來智能時代僅使用少數人類勞動者的情況下，投資擴大只會加速勞動力的替代過程。

此外，我國獨有的人口與產業結構與西方國家存在巨大差異，這會加劇人工智能的失業沖擊。世界銀行在《2016年世界發展報告：數字紅利》中預測，未來中國55%～77%的就業崗位會被新技術所取代。作為一個制造業大國，工業部門在就業市場中扮演關鍵角色。我國的工業生產在國際分工體系中處于低技術密度區間，這正是受人工智能技術沖擊最嚴重的產業門類。一旦國外的土地、新技術和新設備等綜合成本低于人工價格的臨界點，西方國家就可以另行構造供應鏈，擺脫對我國現有產業鏈的依賴。這種因人工智能技術帶來的產業鏈轉移，很容易造成大規模失業，個中風險急需引起高度重視。

歷次工業革命沒有造成大規模失業的根本原因是近代消費主義的盛行，然而消費主義會伴隨人工智能技術的發展而走向末路。比如消費主義的基本假設是橄欖型或者金字塔型的社會結構，搭配物資“稀缺性”的供給條件。這些假設條件將隨著巨大的生產力釋放而變得不成立。在人工智能時代，物資將從稀缺變得極大豐富，人類只需要少數的創造性工作崗位，勞動的意義也會發生改變。同時，由于人工智能廣泛的替代效應，原有社會結構中從事智力勞動的中產階級會消失，社會結構會發生巨變，那種基于人類無限欲望和需求的消費主義將從社會自我調節中被排除。

綜上所述，人工智能技術的大規模應用會極大提高生產力，人類只需要從事藝術、哲學等創造性的工作。人類社會的發展歷史表明，雖然成功的創新者只有極少數，然而他們的創新卻養活了大多數人類。未來社會將不再是一個工作型社會，而是創造型社會，人工智能會帶領人類文明進入一個幾乎不需要工作的社會[5]。由此，人工智能革命與歷次工業革命存在巨大差異，原有的市場經濟學需要重構，人工智能技術造成勞動者失業無法避免。技術進步的歷史洪流誰也無法阻擋，法律也不能逼迫企業只雇傭人類勞動者，更不應通過單方面加重企業負擔的方式來保障勞動安定性。正確的應對途徑只能從國家和社會的角度入手，調適原有的法律和勞動保障體系，并協同運用公共政策來完成。

三、法律政策應對舉措

應對人工智能大規模失業，勞動法遠未做好準備。首先，在失業規制方面，我國目前只有《勞動合同法》第四十一條第三款：“企業轉產、重大技術革新或者經營方式調整，經變更勞動合同后，仍需裁減人員的;需要裁減人員二十人以上或者裁減不足二十人但占企業職工總數百分之十以上的，用人單位提前三十日向工會或者全體職工說明情況，聽取工會或者職工的意見后，裁減人員方案經向勞動行政部門報告，可以裁減人員。”本法律條款僅規定了企業對大規模裁員的程序性義務，無法應對人工智能失業帶來的難題。

其次，人工智能技術帶來的新型勞動關系越來越呈現出非典型化的特征，但我國非典型勞動關系仍然缺乏明確的定位和勞動保護。實踐表明，過度強調勞動關系的標準化和剛性化并不能起到真正保護勞動者的作用，這不能成為缺乏非典型勞動保護的借口，當下的勞動保護并不適應人工智能發展的未來。

盡管多數經濟學家認為，應用人工智能帶來的經濟利益可以充分補償因此受到損失的人[2]。然而我們的社會究竟能不能補償，以及如何補償在人工智能時代的競爭失敗者？過去幾十年的經濟發展導致犯罪增加、家庭解體和污染都是社會福利損失[19]。我們并沒有處理好歷次技術革命所獲利益的再分配問題，未來又怎么能處理好人工智能技術帶來更為巨大的紅利再分配問題[2]？人工智能使生產力極大提高，物質極大豐富，然而資本家可以拿走更多的利潤，可以不必再雇傭人類勞動者。若法律不處理好人工智能失業造成的再分配問題，它就會從一個單純的勞動保護問題，演變成一個更復雜的、更嚴重的社會問題。

（一）勞動關系從屬性理論之修正

面對人工智能技術帶來的失業問題和挑戰，以從屬性理論為基礎的勞動法顯得無能為力。首先，從屬性理論發端于大工業時期的標準勞動關系，以調整勞動時間、勞動場所和勞動報酬為主要手段。然而在人工智能時代勞動形態的非典型化趨勢之下，勞動時間、勞動場所極具彈性，標準勞動關系甚至不再是主流。其次，我國現有的勞動法以穩定的勞動關系為前提，并把勞動安定性作為勞動關系調整的目標。但人工智能時代大量過渡性的勞動形態無法用穩定的勞動關系來調整。最后，人工智能具有“破壞性創新”之特點，對就業的影響是動態的、分階段進行的，而我國勞動從屬性認定標準是靜態的，兩者相悖。

鑒于人工智能對勞動從屬理論的挑戰，應該鼓勵創新以適應新時代的要求。大多數勞動法學者主張對勞動從屬性理論進行修正，以解決勞動關系認定的現實問題。在人工智能應用的初級階段，標準勞動關系仍然占主流，此時把部分非典型勞動關系歸為標準勞動關系，能在法律實施層面緩解非典型勞動保護不足的問題。但這種微調無法應對人工智能大規模失業之情形，應該在從屬性理論創新的基礎上，理順勞動法、社會法以及民法對雇傭勞動的調整范圍[20]，相互協調并一致地實現勞動保護之立法目的。

在人工智能時代，非典型就業對雇主的從屬性持續弱化，我們應考慮構造“類勞動者”的概念以實現對非典型勞動、非正規就業的部分保護[6]。同時，從屬性強弱的認定應考慮人工智能技術不同的發展階段，包括技術導入期、拓展期和衰退期。在導入期由于人工技術的應用對就業的影響有限，技術尚在培育期，在勞動關系從屬性認定上應該從嚴，即對新型勞動形態不輕易認定為傳統勞動關系。在拓展期由于人工智能技術的大量應用，會出現“勞動力技術極化”現象，即高端技術型勞動力短缺和低端體力型勞動力過剩同時出現。此時的從屬性認定應加以區別對待，對技術成熟的產業門類和勞動者從屬性認定從寬，在立法中支持對“類勞動者”的部分勞動保障;對技術尚不成熟的產業門類的相關認定仍舊從嚴。在人工智能應用后期，由于人工智能對就業的長期影響是顛覆性的[21]，底線性的勞動保護應覆蓋所有類型的勞動者。

（二）就業促進與失業預警措施

我國在人工智能開發領域投入了大量資源，但與發達國家相比，技術發展仍然滯后，勞動者的素質與人工智能崗位的要求并不匹配。同時，我國獨有的人口與產業結構更容易遭受人工智能就業替代效應的沖擊，結構性失業不可避免。然而，現有的就業促進法立法技術過于籠統，可執行性弱。就業促進法雖然對公平就業、就業服務與管理、就業援助等方面做了比較詳細的規定[22]，但并未顧及新技術應用帶來的大規模職業轉換的情形。為此，本文對人工智能時代的就業促進措施提出如下建議。

首先，應該充分利用人工智能產生新型商業模式、新型勞動形態和職業分化的時間窗口，為勞動者創造更多的就業機會，拓寬就業渠道。比如，從政策上鼓勵新技術的開發和應用，放大就業創造效應。開展符合勞動力市場需要的職業技術培訓，并徹底開放職業中介的市場化。另外，由于新型就業形態能夠增加殘疾人、老年人和女性工人等弱勢群體的就業機會[23]，這就要求加強反就業歧視的執法力度，對反就業歧視形成細則、罰則等。

其次，為緩解就業替代效應，就業促進應向那些有被替代風險的行業和勞動者傾斜，并激勵勞動者在產業轉型過程中完成職業身份轉換。政府應與產業界良性互動，合作建立專業的就業服務與指導機構以提供人工智能時代的就業咨詢與指導服務;改進現有的福利制度并在工人學習新技能時對其提供支持，幫助他們做好職業轉換的準備;認真考慮對那些愿意投入資源對轉業勞動者進行接收和培訓的企業提供稅收優惠等。

再次，我國的勞動法對就業促進只有原則性的規定，而就業促進法也自成體系，并沒有形成一個完整的勞動保護體系。對此，勞動法應把失業者享受勞動保護的條件與參與就業促進計劃進行對接，使拓寬就業和職業培訓等就業促進措施與失業保障程序之間形成聯動機制。

最后，為應對短期內的突發性大規模失業風險，應建立適合我國國情的失業預警制度。失業預警制度是根據宏觀經濟形勢變化、新技術大規模應用等因素對就業產生的影響進行連續監測和綜合分析，并對一段時間內可能出現的大規模失業風險采取預防、調節和控制等措施的一種警示和應對制度[24]。建立失業預警制度，應在充分的社會調查基礎上，對就業促進措施設置不同的目標和預算，并根據警報等級和就業情況，執行相應等級的就業促進方案。這既是《就業促進法》賦予的職責，也是做好失業預防和失業調控的前提和基礎，是應對人工智能失業的重要一環。

（三）非典型勞動關系再平衡

人工智能技術弱化了勞動關系的從屬性，降低了企業的用工成本，從而促進了非正規就業的規模。當前，非正規就業大多參照非典型勞動關系加以調整，人工智能時代的用工很可能會呈現出全面非典型化的特征[25]。然而，我國現有勞動法體系強調標準勞動關系，忽視非典型勞動保護，相關的法律保護遠未到位。

首先，許多非典型勞動關系從屬性弱、雇主身份模糊，使原有的勞動法調整手段失去了著力點。比如自2018年以來，我國存在大量的判決案例否認非典型勞動者的勞動關系，使他們無權享有標準勞動關系的底線保障。

其次，如果法律單方面和局部強調勞動安定，從而放寬勞動關系的認定標準，會加重企業雇傭勞動者的負擔，從而促使企業更偏向于使用機器人。

最后，如果硬性規定企業使用一定比例的勞動者，甚至向使用機器人的企業強行征稅，都會變相抑制人工智能技術的發展，降低其就業創造效應。

在勞動法歷史上，我們曾經一度實現了勞動保護和勞動權利之間的平衡。比如工業化早期我們極力反對“工資奴隸”式的工作方式，通過強制勞動保護條件來規制標準勞動關系;在工業化的后期為規制勞動者濫用集體抗爭權，又制定了工會法、罷工法等來對權利進行約束，以調整和緩和集體結社等抗議斗爭，從而取得了權利和保護之間的平衡。當今時代，隨著非典型勞動的演化和發展，勞動保護、彈性用工和技術發展之間又一次出現了失衡風險。

首先，實現非典型勞動關系的再平衡，就要根據非典型勞動的不同類型和從屬性強弱采用不同的法律適用。類勞動關系和雇傭勞動關系都屬于非典型用工，當前由民法來調整，未來通過適當的社會法立法來調整從屬性弱化的非典型勞動關系（表1）。其次，加強非典型勞動的數據統計，掌握我國非典型勞動關系演化的準確趨勢，從而對非典型勞動保護立法提供參考。最后，把握人工智能技術的發展階段，在技術發展、彈性用工和勞動保護之間實現良性平衡，盡可能實現勞動者就業轉化的平穩過渡。

（四）社會化勞動保障體系

亞當·斯密和李嘉圖等人確立了勞動價值論，認為勞動才是財富創造的真正源泉。現代社會保障體系其實質也是基于“勞動創造財富”這個基本假設。然而，“人人都需要工作”這樣的社會狀態是工業化革命深刻影響了社會運行的結果，并不是自始存在的。在原始社會，人類生活依賴自然產出，由于人口稀少且僅限于生存需求，生存壓力不大也不必整日勞作。在未來，人工智能所帶來的巨大生產力和極其豐富的物質條件，使得“大部分人不需要工作”再次成為可能。一旦“勞動才能創造財富”假設條件不再成立，現有社會保障體系便很難發揮作用了。

通過少數人工作來養活社會上所有的人，無論現在聽上去多么不可思議，未來在極大的社會生產力條件下是完全可能的，其根源是人工智能創新所能釋放的生產力是顛覆性的。人類解放生產力的歷史也是由極少數的創新完成的，比如農業、養殖業和工業發明等，這些少數的創新引起了人口數量的大爆發。與普通的勞作相比，創新才是人類社會進步的關鍵。應對人工智能失業，構建社會化的保障體系，就要理解創新比簡單勞動能創造更多的社會財富。因此，未來的勞動保障不再堅持充分就業的理想狀態，而應該以鼓勵和保護創新為目標。

我國的標準勞動關系過于注重勞動安定，并希望用失業補償的方式來彌補社會保障不足。如此一來，反而阻礙了勞動力市場的流動性，抑制了創新，削弱了經濟的活力。另一方面，非典型勞動的發展趨勢增大了非正規就業的規模，且相關勞動保護缺位。為此，需要構建社會化勞動保障體系，應對人工智能失業風險。

首先，針對標準勞動關系可以沿用現有的勞動保護辦法，以尊重法律的連續性和穩定性。當然，一旦時機成熟，可以適當和穩妥地放松勞動合同解除的條件，以維護勞動力市場的彈性，鼓勵創新。

其次，區別保護非典型勞動關系。“類勞動關系”部分采用勞動法保障，不足部分按照自愿原則參與市場化的社會保障。民事雇傭關系則完全利用市場化的社會保障體系。

最后，從福利政府理念出發，創建覆蓋全社會的基本收入保障體系。利用社會基本收入（或稱社會紅利或公民收入）來消解廣泛的失業和收入不平等問題，對于勞動保障或市場化的社會保障無法覆蓋的勞動者納入基本收入保障范疇。“全民基本收入”的構想是讓收入與工作徹底脫鉤，無論個人境遇如何，每一個人都能享有一份基本收入[26]。全民基本收入保障使勞動者有機會能自由地選擇工作方式和工作內容，從而改變了勞動的意義并鼓勵創新。

四、結語

伴隨人工智能技術的發展和應用，必然出現人類體力勞動崗位大量縮減以及不斷加劇的社會不平等現象。理想情況下，我們可以借助人工智能的生產力，實施恰當的勞動法律和公共政策使技術革命惠及每一位勞動者，避免產生工業革命早期“砸爛生產機器”等社會問題。此外，我們還應當注意到，人工智能時代的技術杠桿很容易放大貧富分化和社會不公。因此，公平分配制度仍然是解決失業和貧富分化問題的核心。與歷次工業革命明顯不同，人工智能技術帶來了就業市場的扁平化和去中心化等新特點，如果我們能對這些特點善加利用，就能引導我們探尋公平就業問題的終極解決之道。

參考文獻

[1]? 李錫鶴.民法哲學論稿[M].2版.上海：復旦大學出版社，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]? 賴德勝.2017勞動力市場發展報告[M].北京：北京師范大學出版社，2017.

[4]? 陳永偉，許多.“人工智能革命”的就業影響：回顧和預測（The Impact of the 'Artificial Intelligence Revolution' on Employment： Review and Prediction）[J]. Social Science Electronic Publishing， 2018.

[5]? 劉慶振，等.智能紅利：即將到來的后工作時代[M].北京：電子工業出版社，2017.

[6]? 田思路，劉兆光.人工智能時代勞動形態的演變與法律選擇[J].社會科學戰線，2019（2）：212-221+282.

[7]? 全球不平等數據[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]? 王曉真.人工智能時代的嶄新就業觀念[N].中國社會科學報，2019-07-24（003）.

[11]? 皮埃羅·斯加魯菲. 智能的本質[M].任莉，張建宇，譯.北京：人民郵電出版社，2017：77-78.

[12]? 張亞豪.人工智能導致失業潮是個偽命題[EB/OL].（2019-04-11）.http：//pinglun.youth.cn/wztt/201803/t20180316_11511717.htm.

[13]? 何云峰.挑戰與機遇：人工智能對勞動的影響[J].探索與爭鳴，2017（10）：107-111.

[14]? 陸雪琴，章上峰.技術進步偏向定義及其測度[J].數量經濟技術經濟研究，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]? 高盛經濟研究.“自動駕駛汽車每月可能使美國的職業駕駛員高達25，000個工作崗位”[EB/OL].（2019-04-26）. https：//www.cnbc.com/2017/05/22/goldman-sachs-analysis-of-autonomous-vehiclejob-loss.html.

[17]? 邁克.令人不安的數據表明機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，彭歡.人工智能影響就業的機理及中國對策[J].中國軟科學，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]? 董保華.雇傭、勞動立法的歷史考量與現實分析[J].法學，2016（5）：13-23.

[21]? 王君，張于喆，張義博，等.人工智能等新技術進步影響就業的機理與對策[J].宏觀經濟研究，2017（10）：169-181.

[22]? 喻術紅. 老齡化背景下的高齡勞動者就業促進問題[J]. 武漢大學學報（哲學社會科學版），2017（5）：30-41.

[23]? 張成剛.就業變革：數字商業與中國新就業形態[M].北京：中國工人出版社，2019：12.

[24]? 小向.失業預警制度[J].中國就業，2016（5）：17.

[25]? 田思路.勞動關系非典型化的演變及法律回應[J].法學，2017（6）：138-147.

[26]? 凱文·拉古蘭德，等.未來的就業：技術性失業與解決之道[M].艾輝，馮麗麗，譯.北京：人民郵電出版社，2018：147-148.