人工智能對國內勞動就業影響研究綜述

張鈺瑤,趙 媛

(南京師范大學金陵女子學院,江蘇 南京 210097)

技術進步對勞動就業的影響歷來備受關注. 人工智能是一種模仿人類思維的智能化、自動化的設備或系統. 近年來,隨著人工智能的發展與應用,人工智能對勞動就業的影響逐漸受到關注. 本文利用citespace關鍵詞共現分析方法,分析國內人工智能對勞動就業影響的研究情況. 在知網中輸入“KY=(人工智能+新技術革命+新科技革命+智能技術+第四次工業革命+機器人+AI)AND SU=(勞動+就業)”,時間限定至2019年12月31日,剔除無效及與主題不相關文獻,共得到602篇文獻.

1 研究的基本情況

1.1 發文量

人工智能早在1956年就由McCarthy在Dartmouth學會上正式提出. 20世紀80年代,機器人在發達國家出現,由此在我國也引發了關于機器人與勞動價值的思考,第一篇相關文獻是《機器人能創造價值嗎》[1]. 20世紀80年代的文獻主要圍繞著機器人能否創造價值,由于技術發展的限制與鮮少應用,有關人工智能對勞動就業的影響并未得到大量關注. 從20世紀90年代一直到2016年,相關文獻一直處于個位數. 從2017年開始,研究文獻出現大幅度增長,從2017年的60篇增長到2019年的270篇,研究主題也得到拓廣. 這得益于人工智能取得的突破性發展,一個標志性的事件是2016年韓國圍棋選手李世石與谷歌計算機圍棋程序AlphaGo在人機大戰中落敗,關于“人工智能超越人類智能”“機器換人”等討論開始大量出現.

1.2 研究主題

利用citespace關鍵詞共現分析該領域研究的具體內容,從1980年到2019年,關鍵詞頻率出現最多的是人工智能(418)、就業(91)、機器人(87)、新技術革命(43)、生產力(41)、勞動價值論(29)、生產方式(29)、勞動生產率(25)、資本家(23)、剝削者(22). 近幾年來出現較高頻次的關鍵詞還有技術進步(18)、大學生(16)、就業結構(12)、職業教育(10)、機器換人(8)等. 這些詞反映了研究的熱點. 除此以外,勞動關系(5)、勞動對象(5)、勞動法(5)、勞動教育(4)、替代效應(4)、異化勞動(3)、收入分配(3)、結構性失業(3)、就業效應(2)、就業規模(2)等是近幾年來的新興關鍵詞,反映了最新的研究方向. 關鍵詞中心度最高的依次為人工智能(0.26)、就業(0.21)、機器人(0.16)、生產力(0.16)、勞動生產率(0.13)、體力勞動(0.10).

綜合以上分析將目前關于人工智能對勞動就業影響的主要研究歸納為以下幾個方面:(1)人工智能影響就業的機制(技術進步、機器換人);(2)人工智能對就業規模的影響;(3)人工智能對收入分配的影響;(4)人工智能對就業形態的影響;(5)人工智能對勞動過程、勞動關系的影響. 此外,人工智能對大學生群體就業的影響也是近幾年來較為熱點的話題,人工智能與勞動教育、勞動法等成為新興的研究內容.

2 研究的主要問題

2.1 人工智能影響就業的機制

人工智能影響就業的機制是學者們討論的重點. 目前的研究認為人工智能對就業具有破壞效應、創造效應、結構效應與時間效應、填補效應.

2.1.1 破壞效應

破壞效應是指技術進步減少了人類就業. 破壞效應包括以下幾種機制:勞動手段替代機制、管理效率破壞機制、產品生命周期破壞機制、經濟波動破壞機制、勞動市場需求破壞機制[2]. 但也應注意到,企業是否選擇引入機器也受到多重因素的影響. 企業是否選擇引進機器與機器的成本、社會的需求、企業績效息息相關. 企業會綜合考慮人工智能的成本、勞動力的成本與產品的附加值來確定是否使用人工智能代替勞動力[3]. 準確來說,人工智能在人類勞動生產過程中的直接替代效應不容忽視,即在生產過程中,人工智能可以代替人類獨立完成工作,這是人工智能區別于傳統技術進步的特征. 盡管傳統的技術進步也會使一些工作由機器完成,但多限于體力勞動,且多由人來操縱機器;而人工智能則使更多的工作可由智能機器完成,這些工作不僅包括體力勞動,還包括腦力勞動. 一些學者指出了這種替代關系,人工智能與人類就業的關系包括3種情況,其一就是替代關系,即人工智能替代人類就業[4]. 人工智能能夠替代什么樣的工作崗位受到自身技術的約束. 需要注意的是,人工智能能否實現對勞動的替代,即能否實現“機器換人”,除了要考慮技術和經濟因素外,還需要考慮如法律政策、倫理道德、社會習俗、文化傳統等在內的社會價值取向因素[5]. 鄧智平對珠三角地區機器換人的實證研究表明,國家層面的“政治合法性”、企業層面的柔性控制以及工人的自主性的聯合作用,是機器換人未能引發“盧德運動”的原因[6].

2.1.2 創造效應

歷史的經驗表明,技術進步并未造成大規模的失業,反而使就業崗位不斷增加,說明技術進步在破壞就業的同時也創造了就業. 盡管技術進步往往是勞動節約型的,但當其應用到社會生活中,卻會帶來更多的就業. 一方面,使用新技術和新設備、研發新產品、擴張生產規模等均能創造新的就業機會;另一方面,技術進步促使生產效率提高,資本家、消費者、勞動者都成為獲益群體[7]. 人工智能創造就業可分為直接創造與間接創造兩種途徑,一方面,人工智能相關行業的研發、制造、維護會帶來直接的就業增加,人工智能相關行業投資增加也會帶來就業增加;另一方面,勞動者收入增加帶來消費增加進而會創造就業[8].

2.1.3 結構效應與時間效應

人工智能的發展對勞動者的惠及程度不同,對產業發展的促進程度也不同,人工智能創造的工作崗位與淘汰的工作崗位在專業技能水平上并不相同[7]. 目前來說,常規型、程序型工作將是人工智能主要應用的領域,將會有大量人員被替代. 有學者認為,第一、第二產業中的生產人員和第三產業中的批發零售業、金融業、交通運輸、倉儲和郵政業中大量的就業人口和企業、機關事業單位的會計、統計、審計及行政后勤人員將被人工智能大量替代[9]. 人工智能對就業的影響在時間范圍內也是不同的. 一種看法是,從短期看,新技術對就業的破壞性替代效應比較大;從長期看,新技術對就業的創造性的補償效應逐漸發揮作用,并成為主導[8].

2.1.4 填補效應

人工智能填補了很多供給缺位的勞動崗位,使得整個經濟鏈條完整,從而使得勞動者愿意且能夠勝任的崗位得以存在[7]. 從這個意義來看,人工智能的填補效應也意味著人類工作崗位的增加.

此外,技術進步影響就業還存在人口學機理,即技術進步通過物質生產能力的提升,為人口增長奠定了基礎,而人口增長又使需求增長,從而促進就業增長[4].

2.2 人工智能對就業規模的影響

2.2.1 理論預測與討論

由于人工智能對就業影響機理的復雜性,除了技術本身發展的因素外,還包括經濟因素、社會因素、制度因素等,人工智能對就業規模的影響并不明朗,因而所持觀點并不統一. 依照傳統技術創造就業的邏輯,一些學者認為,人工智能能夠填補和創造就業崗位,因此無需擔憂人工智能消滅就業崗位造成失業[7];人工智能無法完全代替人類勞動,智能制造時代下,隨著社會分工的進一步細化,新的就業領域被開辟出來,如人工智能研發、機器編程、智能設備運維等,都是需要更高技能水平的就業崗位[10]. 但也有學者持就業人數會大規模減少的觀點,人工智能終將有一天能夠取代服務和交通行業乃至各行各業的人類勞動者,因此人類并不會獲得更多的就業機會[11];傳統技術創造就業的邏輯是暫時的,一旦人工智能在全行業普及,全產業鏈實現機器化、自動化、智能化生產,工人就有可能從產業鏈的制造崗位上被完全“趕”下去,成為絕對過剩人口[12];科技的發展與人工智能的普及是永無止境的,自然力替代人力的過程將會一直延續,直到有一天自然力會在各行各業全面取代人類勞動[13]. 亦有持不確定態度的學者,認為人工智能對就業的影響是復雜的,由于受到多重因素的影響,因此結果是不確定的. 人工智能對就業短期來看負面影響輕微,但長期來看樂觀、悲觀皆有可能[14];一方面,技術路徑本身存在較多發展的可能,另一方面也不能忽略公共政策對技術進步就業效應的干預,因此難以準確量化預測人工智能對就業總量的影響[5];技術變革對勞動力市場的影響難以確定,取決于勞動力市場機制以及相關制度和政策的合理安排[15]. 技術可行性角度的預測表明,我國約有 76% 的就業者從事著未來可能被人工智能所替代的職業,就業市場將面臨嚴峻的挑戰[3].

人工智能是否會帶來大規模的失業尚未可知,但是不同就業受到人工智能影響的方向及其程度是不同的. 從就業的行業來看,農業與傳統制造業就業比重都會下降,生產性服務業和高端生活服務業就業比重將會顯著增加[16];人工智能發展將加速制造業就業比重下降和服務業就業比重上升的趨勢,順應這一趨勢,在科學研究、教育、衛生與社保、信息服務、藝術娛樂等領域的就業崗位會增加[17]. 不同技能的勞動者受人工智能的影響也不同. 一方面,現階段人工智能替代的是規則性高的工作,通常來說,知識與技能要求越低的工作規則性越強,因此,學者們普遍認為,人工智能會對低技能的勞動者形成替代,而對高技能的勞動者形成需求. 在AI時代,長期可持續競爭優勢的唯一來源是知識與技術,并且對知識和技術的要求會越來越高,因此低技能工作會減少,高技能工作會增加[4];隨著企業的技術創新升級,企業對勞動力知識技能的要求將會提高,研發、設計和管理等高級技術工種比例將顯著提高,職業結構趨向高層次化[16]. 另一方面,不易被替代的規則性低的工作并不全是高知識、技術含量的工作,如規則性較低的低端服務型行業. 因而,有學者指出,人工智能將會造成就業的“兩極分化”. 人工智能會使就業結構呈兩極分化趨勢,新型高端職位與傳統低端崗位的就業需求均會增長,但新型高端職位人才供不應求,傳統低端崗位勞動力供過于求[5];新技術對就業的沖擊是技能員工型偏向的,這種沖擊可能會使中等收入員工數量減少,就業質量高低兩極分化[18].

2.2.2 實證研究

基于已有數據,一些學者對人工智能對就業規模整體影響與結構性的影響進行了實證研究. 陳永偉等應用IFR的數據,構造了“工業機器人沖擊指數”,并用其作為“第二次機器革命”強度的度量,通過回歸分析發現“第二次機器革命”會增加失業率[19];程虹等運用傾向得分匹配的方法,得出了機器人對使用企業勞動力的整體替代效應以及機器人對我國勞動力市場整體的替代效應[20];吳清軍等以電商行業s平臺為例,測算了人工智能對就業的實際影響,發現人工智能技術的使用對相應部門業務人員的總就業不存在負向效應[21]. 對不同就業技能的研究是學者研究的重點,謝萌萌等基于 2011-2017 年制造業企業面板數據的研究表明,制造業企業融合人工智能顯著降低了低技能的就業比重,且這一負向效應具有動態異質性[22];程虹等的研究表明,機器人對不同技能水平的勞動力具有非對稱影響,機器人對非技能勞動力具有顯著的替代效應,對技能勞動力具有增進效應[20];但也有研究發現人工智能對就業的影響呈現出就業反極化效應,即使中等技能的勞動者數量增加,使高低技能的勞動者數量減少[23];除此之外,也有學者對人工智能對就業的產業結構[24]、城鄉結構[25]的影響進行了研究.

2.3 人工智能對收入分配的影響

在勞動報酬方面,陳永偉等的實證研究表明,第二次機器革命雖然會提升工資水平,但會降低勞動報酬在收入中所占的比重[19];余玲錚等的實證研究進一步證實,機器人所產生的增長效應并不會均等地惠及所有要素,工資率的增長幅度不及勞動生產率的增長幅度,勞動收入份額下降,勞動力相對于資本的地位在惡化[26]. 在勞動者之間的收入差距方面,張于喆認為,人工智能對不同的群體影響不同,會使高技能、富資本的人群受益,中低技能人群受損,且從長期看,受損者面臨著生存困境和日益弱化的社會流動性[14];亓紅強認為,人工智能會使能熟練操控高端機器設備的技術人員和普通勞動者這兩部分群體之間的收入差距越來越大,呈現兩極分化趨勢[27];潘文軒指出,從總體角度而言,人工智能發展會促進勞動報酬增長,但對于不同就業群體來說,會存在一定差異性[5]. 人工智能對行業收入差距的影響具有階段差異性,在導入階段,人工智能技術創新使行業收入差距呈先擴大后縮小的趨勢,且對工作重復性高、創造性低的行業沖擊更大[28].

2.4 人工智能對就業形態的影響

技術進步改變了傳統的生產方式和產業組織方式,產生新的“技術-經濟范式”,從而對勞動者的就業方式產生影響[29]. 原本穩定的“公司+雇員”的就業形式在互聯網的作用下會轉向更加靈活自由的“平臺+個人”的就業形式,正式就業與非正式就業的界限日漸模糊,各種非全日制形式的就業會越來越普遍[16];靈活就業、彈性就業的比重會顯著增加,“零工經濟”“獨立工人”現象應運而生,工作方式多元化,“隨時隨地辦公”成為可能[30]. 技術進步產生了新的就業形態,隨著新就業形態規模的逐漸擴大,一些學者對其內涵、總體特征、分類等進行了分析. 張成剛將新就業形態分為生產力和生產關系兩個方面[31];朱松嶺認為,新就業形態是傳統產業在互聯網條件下延伸而產生的,尚未完全轉化為獨立新形態,新就業形態體現為虛擬與現實相結合的工作模式與私人訂制式的工作模式,具有共享的特征[32];王娟認為,新就業形態具有雇傭關系彈性化、虛擬化、多重化,組織方式平臺化、無組織化,就業邊界擴大化、全球化的特點[29]. 新就業形態包含有多種類型,張成剛認為,生產關系角度的新就業形態包括創業式就業者、自由職業者、依托于互聯網或是市場化資源的多重職業者[31];王娟認為,新就業形態主要包括創新驅動型就業、新經濟就業、創業式就業、依托于信息技術和市場分工細化帶來的新興職業[29];朱松嶺認為,新就業形態共有創客模式、威客模式、對客模式、圈客模式和兼客模式5種[32]. 此外,人工智能技術的應用使用工需求靈活化,從而促進非典型勞動形態的快速發展,具體可以分為遠程勞動、共享勞動、委托勞動、人機協同勞動、多重身份勞動[33].

2.5 人工智能對勞動過程與勞動關系的影響

學者們對人工智能對勞動者技能的影響持有知識化、再技能化、去技能化與技術空心化等不同的觀點. 張新春等在分析人工智能技術經濟范式的基礎上分析了勞動的一般特點,包括勞動主體的變化、勞動內涵的變化、勞動分工的變化、勞動生產力的變化,認為生產系統的數字化、智能化特征將導致直接從事生產的人數減少,勞動力結構將由操作型員工和技能型員工向知識型員工轉變,這要求勞動者具備豐富的知識積累[34]. 邱子童等從任務劃分、專業化工具、局部工人和過程控制4個方面對勞動者技能需求進行了梳理和探討,認為人工智能應用背景下勞動過程趨向于實現有效的人機合作,這要求勞動者不僅要具備更高水平的生產技能,還要具備相應的素質技能,最終勞動者由去技能化向再技能化轉型[35]. 王瀟通過對知識工人勞動過程的調查研究發現,人工智能對知識工人的影響不僅是“去技能化”,更在于“技術空心化”,造成了核心科學技術和探索科學本質的精神從專業技術中抽離,勞動者的技術發生從深到廣的變化,這導致知識工人工作自主性變化以及職業精神喪失[36].

勞動關系的從屬性弱化,但勞動關系的資本邏輯依然存在. 新科技革命背景下勞動關系的變化表現在勞動關系的從屬性與靈活性發生了改變. 首先,勞務關系中人身依附性和組織從屬性被削弱;其次隨著科技的進步,勞動關系的靈活性越來越高[37];企業用工形式的多樣化使勞動關系從屬性弱化,撼動了勞動法的理論基礎[38];數字勞動是一種基于互聯網技術的虛擬勞動過程,但資本剝削的邏輯仍然存在,數字勞動使勞動場所從工廠轉移到通訊工具,從而模糊了勞動和休閑時間的界限,為資本剝削提供了新形式[39];數字勞動是一種數字資本驅動的人類勞動新形式,其本質并未脫離資本邏輯的統治,依然存在異化和剝削[40];“人工智能+”時代下,資本主義社會依然是一個貧富分化、資本與勞動對立日趨嚴重的社會,數據資源的資本主義應用剝奪了人身數據和物品數據所有人的權利,所謂的“人機協作”關系本質上仍然是資本對勞動的統治關系[41]. 許輝認為,“機器換人”引起生產車間人數、技能、性別等勞動結構的變化,進而會影響勞資關系的變化[42].

一些學者進行了勞動過程與勞動關系的經驗研究,通過具體的場景考察了作為人工智能核心的算法如何納入勞動的過程以及工人的反饋. 孫萍通過田野調查發現,平臺算法通過“時間內嵌”“情感勞動”和“游戲化”等多種途徑對外賣員進行勞動管理,與此同時,數字勞動者也形成了一套“逆算法”的勞動實踐和協商技巧[43]. 馮向楠等經過對外賣騎手的調查發現,人工智能技術應用強化了互聯網平臺對勞動過程的管控,而騎手則通過合理利用規則、主動的合作與抗爭、自主選擇送餐路線和順序、搭建“前后臺”、尋找成就感與身份認知等方式減少平臺的控制,爭取勞動的自主性,維護自身的主體性[44]. 吳清軍等采用混合研究方法發現,平臺對勞動的控制呈現碎片化特征,平臺對勞動過程的控制與勞動者擁有工作自主權并存,而勞動者對平臺與平臺規則形成了主動認同與被動接受的復雜主觀感受與工作體驗[45].

3 結論、討論與展望

本文梳理了國內人工智能對勞動就業影響的相關文獻. 該領域的研究始于20世紀80年代,近3年來受到更多關注. 目前國內人工智能對勞動就業影響的研究與討論的主題主要集中在人工智能影響就業的機制、人工智能對就業規模的影響、人工智能對就業形態的影響、人工智能對收入分配的影響、人工智能對勞動過程與勞動關系的影響,此外勞動價值也是研究的重要主題. 學者們的觀點如下:(1)人工智能影響就業的機制主要包括破壞效應、創造效應、結構效應和時間效應、填補效應. (2)人工智能對就業規模的影響方面,通過理論上的預測和實證研究,學者們對人工智能是否會造成大規模失業態度不一,持樂觀態度的學者認為人工智能不會造成大規模失業,持悲觀態度的學者則認為人工智能對就業的長期影響不容樂觀,也有學者持不確定的態度. 此外,人工智能對不同行業、技能的勞動者影響不一. (3)人工智能將會對就業形態產生影響,使就業形態呈現新的特征. (4)人工智能對勞動者收入分配的影響方面,大多數學者認為人工智能會加大勞動者之間的收入差距. (5)人工智能對勞動過程與勞動關系的影響方面,人工智能使勞動者向知識化、再技能化方向發展,但也使勞動者面臨“去技能化”“技能空心化”的危機;勞動關系的從屬性減弱、靈活性增強,但資本對勞動的剝削也在增強. 可以發現,在目前的研究中,與勞動力市場尤其是失業相關的議題占大多數,與勞動過程和勞動關系相關的議題逐漸變多,初步形成了多學科、多視角的研究. 此外,理論性的論述較多,實證研究較少;宏觀性的研究較多,深入企業與生產現場考察的微觀研究較少.

傳統技術進步對就業的影響從短期看,技術進步節約了勞動力,造成部分行業勞動需求下降,同時,技術進步也使一些傳統行業衰落,帶來失業;但從長期看,技術進步帶來了更高的職業開發率,極大提高了產品競爭率,擴大了需求,帶來更多的就業機會. 與傳統技術進步相比,人工智能又呈現了新的特點. 若以往技術進步是掌握更先進技術的人取代了落后技術的人,那么人工智能則是智能機器對人的取代,顯然人工智能有更大的破壞就業的潛力,因此引發了人工智能與失業問題的廣泛討論. 本文認為,首先,在相當長的時間內,人工智能帶來大規模失業的可能性較小. 人工智能帶來大規模失業需要滿足兩個條件,一是人工智能技術水平達到可以替代各行各業人類勞動的程度,二是這種技術水平的人工智能在各行各業得到應用. 對于第一個條件,當前人工智能尚處于弱人工智能發展階段,仍有許多工作領域人工智能無法代替人類,而從弱人工智能發展到強人工智能不是一蹴而就的,需要很長時間,既便發展到強人工智能階段,可以對更多的行業形成替代,但仍需要人來設計、制造、操作和維修. 因此,人工智能不能對各行各業的勞動形成替代. 對于第二個條件,人工智能的應用受到多重因素的影響,包括經濟利益、社會價值取向、公共政策等,這些都使人工智能的大規模應用較為遙遠. 因而在相當長的時間內,并不會出現大規模的失業. 其次,盡管人工智能不會帶來大規模的失業,甚至在一個比較長的時期內,人工智能還會帶來更多的就業,但在這個過程中,一些人會經歷失業與就業的調整. 歷史的經驗證據表明,技術進步對就業更多是一種結構性的影響,人工智能也是如此. 這意味著人工智能造成的是特定類型勞動者的失業,盡管失業的勞動者可以轉移到新創造的工作崗位中,但這至少需要失業者在舊的工作與新的工作之間技能相匹配,而當失業者在質量和數量上與勞動力需求不相適應時,就會難以順利調整工作.

從整體來看,本文提出以下幾點研究展望:第一,拓寬研究主題,除了對失業的關注之外,還需對就業形態、就業質量、勞動過程、勞動關系、勞動權利等問題予以關注. 當人工智能技術應用到社會的生產體系當中,所引發的改變是全面的,對勞動就業的影響是深刻的,這需要拓寬視野去關注與勞動就業有關的更多的細分議題. 第二,須進行多種視角與跨學科研究,勞動就業不僅是一個經濟問題,也是社會問題,多種視角、不同學科的結合可以更好地理解. 第三,重視實證研究與微觀研究. 實證研究可以提供更具說服力的證據并驗證理論,宏觀研究則有助于了解整體情況,而要揭示更多的規律與機制則需要通過微觀的研究才能獲得. 因此,未來應重視實證研究與微觀研究.