AI对就业的影响及应对策略

发布时间:2025-07-04 10:12:36
简介:专家认为,这些是必须正视的现实问题,尤其是在近年来我国尚未实质性遭遇AI就业冲击,就已经出现就业创造和就业破坏并存,且被破坏岗位数量逐渐增多的情况下。过去十年,我国劳动力市场总体呈现就业创造在数量上少于、在速度上慢于就业破坏的趋势。城镇新增就业累计为1.41亿,净增就业0.88亿,就业净破坏数量累计达0.53亿,特别是疫情以来净破坏数增加明显。此外,就业破坏还表现为就业非正规化以及形成内卷式流动等现象。
作者:CF40

AI对劳动力市场的影响

第一,AI在一些场景中已经快速渗透。专家指出,AI在三类场景表现突出:一是在培训方面,AI化身“老师傅”提供培训指导,在组织中发挥“传帮带”作用;二是质检监督场景,AI非常适合进行客户交付操作,内容合规管理以及提升效率的工作;三是所谓的“AI顾问”,企业利用AI为一线业务人员提供后台专家支持,这种应用尤其在法律和金融等高技术和高知识密度的领域较为常见。

此外,AI为创业带来新机遇。AI极大压缩了知识学习门槛,AI能力普及使得更多非技术背景的人也能利用AI进行创新和创业,未来可能涌现越来越多“超能个体”,由1-5人组成的小团队也可以创造巨大价值。

第二,AI对劳动力的替代效应有所显现。有专家基于实证研究发现,随着AI大语言模型技术的发展,我国职业层面的AI暴露度(职业受AI大语言模型技术影响的程度,即该职业任务平均意义上被AI所替代的程度)呈现下降趋势,尤其是在2022年后加速下降,反映出新出现的工作岗位对AI依赖程度的减少以及不易被替代职业数量的增加。

AI暴露度越高的职业,其招聘需求呈现出明显的下降趋势。受影响最大的主要是程序化或规范化的白领工作,如会计师和审计师、编辑、程序员等职业,而蓝领工作相对不受影响。

第三,AI对职业的技能需求产生正反两个方向的影响。从技能需求层面来看,AI对不同技能影响不同。随着AI暴露度的升高,需求增加的技能主要有专业性技能、管理能力和自主性,这反映了人机协同背景下对人类独特能力的更高要求;而需求下降的技能包括沟通能力、学习能力和思维能力,主要因为大语言模型在这些方面表现出色。

不过有专家认为,应以动态的眼光看待问题,一些技能需求的下降未必是永久的,有可能走出U字型曲线。

第四,正视AI发展可能带来的非预期后果。与会专家提到,目前基于宏观角度的观察显示,尽管AI发展由人主导,也会和其他技术一样提高某些部门的生产率,但AI发展也可能产生非预期后果。例如造成就业破坏,技术应用在不同行业和企业间的不平衡还可能导致劳动力从率先应用AI提高生产率的部门被迫流向生产率更低的部门,进而使整体劳动生产率和就业质量下降,加剧劳动力市场两极化和收入差距,造成新的不平等。

专家认为,这些是必须正视的现实问题,尤其是在近年来我国尚未实质性遭遇AI就业冲击,就已经出现就业创造和就业破坏并存,且被破坏岗位数量逐渐增多的情况下。过去十年,我国劳动力市场总体呈现就业创造在数量上少于、在速度上慢于就业破坏的趋势。城镇新增就业累计为1.41亿,净增就业0.88亿,就业净破坏数量累计达0.53亿,特别是疫情以来净破坏数增加明显。此外,就业破坏还表现为就业非正规化以及形成内卷式流动等现象。

AI影响就业的多重机制

首先,AI对就业的影响仍然遵循基本经济规律,同时通过需求派生和技术替代影响就业。有专家指出,AI对新就业机会的创造源于一个经济学的基本规律——对劳动力的需求是经济活动的派生需求。企业对劳动力的需求源于市场对产品和服务的需求。从社会经济发展和消费结构变化的历史趋势和马斯洛需求层次理论来看,AI在服务业的应用潜力较大,不仅能提高服务匹配效率,还可能满足更高层次的消费需求。

与此同时,企业追求降低成本的内在动机造成AI对人工的替代。“技术进步是为了节约稀缺要素”是传统经济学理论的经典假设之一。随着人工成本上升,技术进步会朝着减少使用这种稀缺要素的方向演进。当劳动力与AI技术要素相对价格发生变化,企业的生产技术选择倾向于成本更低的智能化方案。

其次,技术非中性放大了AI对收入分配的极化效应。专家认为,技术进步并非总是中性的,AI技术的非中性在国家、地区、行业、企业和个人等不同维度都可能发生,并对各个层面的收入分配产生影响。

在国家层面,AI技术领域领先的国家将获得更大优势;在行业或企业层面,AI 技术和其他技术进步共同推动以网络为特征的规模经济和正反馈效应,在使某些公司或个体变得非常强大的同时,也可能导致垄断,破坏完全竞争的市场环境;在劳动者层面,如果仅依赖AI技术自身发展所产生的涓流效应,很难实现共同富裕的目标,反而可能导致收入极化,进而演变为重大的社会问题。在这种情况下,政府必须在其中发挥重要作用。

构建系统性政策应对框架

即使AI能带来更高的生产率,但劳动生产率提高对人们收入和生活品质的提升作用并不是自然而然产生的,需要有制度性的安排。对此,与会专家提出以下建议:

第一,从理论和制度上重塑AI技术发展动机,引导技术服务于人的全面发展。

一是要突破技术变革以提高劳动生产率为核心动因的传统理论框架,更多关注技术进步对社会发展的综合效应,将人类发展、可持续发展、公平正义等目标纳入技术创新导向,AI技术发展本身已为此创造条件。

二是要突破传统的要素节约型的技术进步模式。专家指出,在需求约束而非资源约束成为经济发展新的关键制约因素的情况下,应通过增加产出(这里指优化资源配置,提高产品和服务质量等)而非减少投入的方式来提高劳动生产率。

三是规范人工智能的开发与应用,要通过制度安排,将规制、激励和劝导机制作用于AI的开发者和使用者而非AI本身,将AI发展引向延伸人类能力的正确方向而非简单替代人。

第二,构建适应AI时代的人力资本培养体系。未来人力资本培养应更加注重培养和发挥人类独有的能力优势,如创造力、情感理解力、复杂决策能力等,重视儿童早期非认知能力的培养。教育体系和职业培训体系需要做出相应调整,更加重视终身学习,核心在于培养人的实际能力和持续更新的技能。

可引入微学历或微证书等灵活形式满足劳动力市场快速变化的技能需求。政府应进一步提高公共人力资本支出,提高教育支出占GDP比重,抓住人口结构变化和AI发展的时间窗口推进12年义务教育,统筹利用闲置教育资源,为构建AI时代的人力资本培养体系提供资源支撑。

第三,建立合理的社会利益分配机制,包括健全劳动保护制度,构建公平合理的工资体系,强化公平普惠的社会保障制度。这需要基于新的理念,实现四个“脱钩”:居民基本社会保障与就业状态脱钩、劳动报酬水平与个人劳动生产率脱钩、基本公共服务与居住地发展水平脱钩、社会保障的获得与缴费积累状况脱钩。

此外,探索无条件基本收入(UBI)、生活工资(Living Wage)和社会养老金(Social Pension)等新型保障模式也值得考虑。在灵活就业趋势不可逆的情况下,还需要完善以劳动基准为核心的权益保护机制。专家认为,如果AI带动生产率提高是确定的,那么新型社保制度所需的公共资金来源问题,可以通过代际共担、资源重新配置等多种方式解决。


本文隶属CF40成果简报系列。