国发院政策简报第二十九期：人工智能等自动化偏向型技术进步对我国就业的影响.pdf

2018 年 4 月 第 3 期 总第 29 期 人工智能等自动化偏向型技术进步 对我国就业的影响 赵忠 孙文凯 葛鹏 人大国发院简介 国家发展与战略研究院（简称国发院）是由中国人民大学主办 的独立的校级核心智库。国发院以中国人民大学在人文社会科学领 域的优势学科为依托，以项目为纽带，以新型研究平台、成果转化 平台和公共交流平台为载体，组建跨学科研究团队，对中国面临的 各类重大社会经济政治问题进行深度研究。 作为首批25家国家高端智库建设试点单位之一，人大国发院坚 守“国家战略、全球视野、决策咨询、舆论引导”的目标，着眼于 思想创新和全球未来，致力于发展成为具有国际影响力的中国特色 新型智库，服务于国家发展战略与社会进步。 国发院通过学术委员会和院务会分别对重大学术和行政事务做 出决策。目前由人民大学校长刘伟教授担任院长，副校长刘元春教 授担任执行院长。 地址：北京市海淀区中关村大街59号中国人民大学崇德西楼8楼 网站：http://NADS.ruc.edu.cn 作者简介 赵忠，中国人民大学劳动人事学院教授，国家发展与战略研究 院劳动力市场研究中心主任，长期研究中国劳动力市场问题，已在 国内外重要学术期刊发表学术论文数十篇。 葛鹏，中国人民大学劳动人事学院博士研究生，研究领域为劳 动经济学。 孙文凯，中国人民大学经济学院副教授，国家发展与战略研究 院研究员，长期研究劳动经济学与中国经济问题，已在国内外重要 学术期刊发表学术论文数十篇。 欢迎媒体摘发、转载或采访。 媒体热线：程建平；办公电话：010-62625159 15601321015 主办：中国人民大学国家发展与战略研究院（首批国家高端智库试点单位之一） 主编：聂辉华 编辑部主任：邹静娴 本期责编：邹静娴 程建平 摘 要 人工智能(Artificial Intelligence, AI)技术的蓬勃发展，引发人们 对 AI 替代就业的担忧。我们通过系统性地分析 1990-2015 年我国劳 动力市场就业结构变迁，发现常规性就业占比仍然占据主导，但在 技术变迁的过程中，常规性工作岗位占比明显减少，这主要来自常 规操作性岗位减少，而非常规性工作岗位占比变动不大，从常规操 作性工作被挤出的主要是女性、年轻人和学历较低者，主要进入了 非就业群体。高学历人群中非常规就业占比逐年下降，显示大部分 大学生毕业后从事的是重复性而非创造性工作，反映当前教育体制 对学生技能的培养可能难以适应科技创新要求。此外，根据 2015 年 的各行业就业规模测算，45%的城镇就业人口存在可替代风险。为 此，我国应在积极应对、参与和引领这次技术革命的同时，想办法 减轻人工智能等技术进步对就业的负面冲击，包括加强对人工智能 产生就业影响的精细化研究、推动教育体制更加适应人工智能时代 要求的改革、立足国情和地区优势合理规划产业布局、政府和市场 协力创造更多新的就业岗位、制定劳动力市场政策促进非常规性工 作岗位的增加及完善相关财税社保政策。 一、引言 当前，以人工智能为主要内容的新一轮科技革命和产业变革孕育 兴起，大数据的积聚、理论算法的革新、计算能力的提升及网络基础 设施的完善，驱动人工智能(AI)发展进入新阶段，智能化成为技术和 产业发展的重要方向。与此同时，国务院印发新一代人工智能发展规 划，提出我国到 2030 年成为世界主要人工智能创新中心的战略目标。 政府和市场同时发力，让我国人工智能取得了突飞猛进的发展，据报 道，2017 年我国人工智能的企业数量和专利申请数量都已位居全球第 二，相关学术论文发表数量世界第一。 由于人工智能直接替代部分人类劳动，因此也引发了社会各界对 AI 带来失业的担忧。Frey and Osborne(2013)发现美国高达 47%的劳动 者属于容易被人工智能替代的高危人群。多数都认为此次人工智能技 术革新浪潮不同于以往的技术进步，还可能带来就业岗位极化、收入 差距扩大等社会问题。我国作为最大的发展中国家，“就业是最大的 民生”，研究人工智能对就业的替代性对于保持就业率长期稳定有着 重要意义。 本文主要通过系统性地解释过去 25 年我国劳动力市场就业结构 变迁，在测算技术进步的潜在影响的同时，衡量人工智能为代表的自 动化偏向型技术未来可能的就业替代规模，据此提出相应的政策建 议。 二、我国过去 25 年劳动力市场就业结构变迁 1.就业结构分类 1 由于我们要分析人工智能这一技术进步对就业的可能替代，因此 参照 Cortes 等（2016）的做法，将劳动年龄人口从事职业按照其被自 动化、电脑化替代的可能性，分为常规工作和非常规工作，并在这两 大类岗位内部按照所需投入进一步细分为操作型或知识型。具体而 言，常规操作性工作（Routine Manual, RM）指很容易被计算机、机器 人、人工智能等自动化偏向型技术替代的操作性工作，包括流水线工 人等；非常规操作性工作(Non-routine Manual, NRM)指不易被自动化 偏向型技术替代的操作性工作，如餐饮服务人员等；常规知识性工作 (Routine Cognitive, RC)指很容易被自动化偏向型技术替代的知识性工 作，如计算人员、重复性的客户服务人员等；非常规知识性工作 (Non-routine Cognitive, NRC)指同自动化偏向型技术有很强互补性的 知识性工作，如高管、专业技术人员等。本文将研究对象界定为 18-59 岁的城镇居民，其中当前没有工作且未丧失工作能力的属于非就业群 体。 我们计算使用的数据为 1990-2015 年的全国人口普查数据，具有 极好的全国代表性。我们将研究对象界定为 18-59 岁的城镇人口。除 了以上细分的四类，当前没有工作且未丧失工作能力的属于非就业 （Not-working）群体。 2.就业结构整体变化趋势 依据上述就业结构划分，图 1 展示了我国过去 25 年劳动力市场 就业结构的整体变化趋势。 2 图1：全国1990-2015年各类职业就业人数占比变化 60% 50% 40% 30% 20% 10% 0% 1990 2000 RC RM 2005 Non-routine 2010 NRM 2015 Not-working 从图 1 可以看出，常规操作性工作的就业人数占比下降幅度最为 明显（下降幅度达 25%），常规知识性工作在过去 25 年中就业占比 稳步上升，增幅为 11%，这同我国教育水平提高及高等教育扩张导致 受高等教育的人数持续增多有关。两者相加，常规性工作减少了 14%。 同时非就业群体从 1990 年的 16%上升到了 2015 年的 31%，而非常规 工作占比变化很小，说明在技术变迁的过程中，从常规操作性工作被 挤出的劳动力并未大量进入不易被自动化偏向型技术替代的非常规 工作中，而是主要进入了大幅上升的非就业群体及转化到常规知识性 工作岗位。 将全国分为东中西部三类地区分别观察就业结构变动情况，发现 各地区展现出和全国相同的趋势，即：常规操作性工作占比大幅下降； 非就业人数占比大幅上升；常规知识性占比工作稳步增加；非常规工 作占比变化很小，甚至有所下降。 3.不同人群就业结构变化 3 类似的，我们对不同人群的就业结构变迁做进一步分析。 图 2 显示，男性和女性在未来被替代的可能性不同。对于常规知 识性工作和非常规工作而言，男性和女性占比相差不大，但在常规操 作性工作中，男性占比在随时间逐渐升高，到 2015 年已经达到 66.5%。 这说明过去 25 年在常规操作性工作中被挤出的主要是女性劳动者， 但在未来人工智能发展中，男性由于占比较高而被替代的可能性高于 女性。此外，非就业人群中接近 70%都是女性，说明女性更容易因为 工作或自身原因而离开劳动力市场。男性在未来如果被更多替代，却 又不愿意进入非就业状态，可能会造成更严重的社会问题。 图2：各类就业类型中男性占比 75% 50% 25% 0% 1990年 RC 2000年 2005年 RM Nonroutine 2010年 NRM 2015年 nowork 其次，不同年龄的劳动者展现出不同的就业结构。对于 18-29 岁 的年轻人，常规操作性工作占比降幅很大，常规知识性工作和非就业 人群都在逐渐上升，这同年轻人受教育年限增长有关。从绝对数值来 看，2015 年非就业群体占比接近 40%，而非常规工作占比只有 16.2%。 30-49 岁的中年人是非常规就业的主力，其非常规就业占比超过 20%， 4 常规操作性就业占比虽然也在下降，但 2015 年绝对值依然高达 35.7%。其常规知识性就业也在上升，2015 年达到了 22.2%，而非就 业人群占比较低，只有约 20%。在 50-59 岁的人群中非就业人群占比 高达 45.8%，这和部分人进入离退休状态有关。 第三，按教育水平细分，不同学历人群从事的工作类型存在很大 差别。常规操作性就业占比随学历上升而递减，2015 年小学及以下学 历从事此类工作者占比高达 45.5%，而大学及以上占比只有 10%。常 规知识性就业占比则随学历上升而递增，2015 年小学及以下学历此类 就业占比只有 9%，而大学及以上占比高达 27.2%，显示知识性工作 对学历要求较高。非常规就业占比也显示出随学历上升而递增的趋 势。但在高中和大学及以上人群中，非常规就业占比却在逐年下降， 显示中国虽然培养了越来越多的大学生，但大部分大学生毕业后从事 的是重复性而非创造性工作，这反映了当前教育体制对学生技能的培 养可能难以适应科技创新要求，导致大学毕业生也很容易被未来的人 工智能替代。 第四，我们发现户籍地与居住地不在同一县的流动人口在常规操 作性就业占比上高于全部人群平均水平，未来可能也更容易被替代。 第五，非就业群体占比在近 25 年快速上涨。该部分人群未工作 的原因包括：在校学习、毕业后未工作、因单位原因失去工作、因本 人原因失去工作、离退休、料理家务等。如果未工作者增多主要是因 为继续上学或更早退休，由于属于进一步增加人力资本或享受休闲， 可能带来的社会问题不大。但是统计显示，非就业群体中上学者的比 5 例在 2000-2010 年间逐渐上升，但在 2010-2015 年间又有所下降，退休 者占比也在随时间减少。上学者与退休者比例变化不能很好地解释一 直随时间递增的非就业群体。即非就业人群占比持续上升的主要原因 来自于上学和退休之外，包括失业或因找不到合适的工作而退出劳动 力市场等，这同技术进步所导致的就业结构和劳动者技能不匹配有密 切关系，必须重视。 三、我国就业结构变迁原因 按照一般的分解理论，就业结构变化可以分解为结构效应、倾向 效应，及两者的交互效应。结构效应指的是由就业人群特征改变引发 的就业结构变化，其可能同人口老龄化、教育水平普遍提高以及性别 比例变化等因素有关。倾向效应指由生产技术进步等引发的劳动市场 对不同类型人口需求变动。交互效应则是两者的交互影响。本文将人 群按性别、教育程度和年龄分组，考察结构效应和倾向效应对总就业 结构影响。 我们的计算结果发现，在 1990-2005 年间，结构效应能解释常规 操作性工作占比下降的 67.6%，倾向效应能解释 66.4%，交互效应为 -34%。这说明常规操作性工作人数占比的大幅下滑是由人口结构变化 与技术进步共同造成的——一方面，由于人口老龄化和教育水平提 高，导致愿意从事常规操作性工作的人数减少；另一方面，该类工作 对劳动力需求也在下降。对于常规知识性工作，主要是倾向效应 （73.5%）在发挥作用，说明劳动力市场对常规知识性人员需求大幅 上升。此外，倾向效应（92.8%）还导致非就业人数大幅上升，即人 6 们越来越容易进入非劳就业队伍。 对近十年的分解结果显示：在 2005-2015 年间常规操作性就业变 化主要由结构效应（72.5%）造成，即人口特征变化导致；常规知识 性工作变化主要由倾向效应（86.3%）导致，即企业需求变动导致； 非就业群体的增多则由结构效应（60%）和倾向效应（59.6%）共同 引发。 通过上述分解本文发现，从 1990 年到 2015 年，我国就业结构发 生了显著变化。首先，常规操作性就业大幅减少，其中劳动力结构变 化和技术进步等因素的影响都很重要，从常规操作性工作被挤出的劳 动力一部分处于非就业状态，一部分转化到以常规知识性为主的其他 类型工作中。其次，非就业人口大幅增多，其中前 15 年，劳动力结 构变动、技术进步等因素的影响都很重要，而近十年则主要是市场需 求变动导致。第三，非常规性（知识与操作性）工作占比有所增加， 但幅度不大，显示常规性就业的减少并未进入更难替代的非常规就业 队伍。由于常规性工作的劳动者被人工智能替代的可能性很大，这个 现象意味着我国人工智能对我国劳动力市场冲击可能更严重;非常规 性就业岗位占比长期停滞，表明我国劳动力市场结构亟待变革以适应 技术进步的需要。 四、未来人工智能为代表的自动化偏向型技术对我国就 业替代率估算 毫无疑问，直接模仿劳动者特征的人工智能一定会替代就业。参 考 Frey and Osborne(2013)的思路，本文按照行业进行估算，即由于不 7 同行业从事工作内容不同，可替代率不同，分别估算各个行业替代规 模然后加总可以估计大致的总替代规模。 2015 年，我国城镇就业分布在 19 个大行业中，各行业就业规模 如表 2 所示。按照 Frey and Osborne(2013)的各行业就业可被电脑化替 代率估计，并假设电脑、自动化和人工智能替代劳动的比例在美国和 中国是相等的（长期看可能成立），则可以根据已有文献的就业岗位 替代率估算中国的劳动替代潜在规模。 表 1：中国各行业和总体就业替代估算结果 行业 城镇就业替 替 代 率 代人数 行业 （%） （万人） 总计 0.45 16544 农林牧渔业 0.54 145.8 金融业 0.5654 343.1 采矿业 0.45 245.6 房地产业 0.888 370.6 制造业 0.43 3370.8 租赁和商务服务业 0.3714 799.3 电力、燃气及水的生产和供应业 0.65 257.4 科学研究、技术服务和 0.13 地质勘查业 53.4 建筑业 0.59 2188.3 水利、环境和公共设施 0.53 管理业 144.8 批发和零售业城镇 0.5706 5087.2 居民服务和其他服务业 0.4 490.7 交通运输、仓储及邮电通信业 0.7 900.3 教育业城镇 152.8 住宿和餐饮业城镇单位 0.6565 1106.4 卫生、社会保障和社会 0.2 福利业 168.3 信息传输、计算机服务和软件业 0.2295 80.3 文化、体育和娱乐业 0.33 49.2 金融业 343.1 公共管理和社会组织 0.36 589.6 0.5654 城镇就业 替 代 率 替代人数 （%） （万人） 0.088 从表 1 可以看出，我国城镇劳动力市场被人工智能为代表的技术 8 进步替代的潜在比例为 0.45，即 45%的城镇就业人口存在可替代风险。 这和 Frey and Osborne(2013)对美国估算的 47%接近。总体看，城镇就 业潜在被替代的为 1.65 亿人。由于我国企业就业人口多半在制造业和 批发零售业，这两个行业的平均替代率分别为 0.43 和 0.57，这两个行 业的潜在被替代的工作岗位总量很大。此外，加上未列出的农村私营 和个体可替代接近 3500 万人，总计在企业及各类单位中可替代近 2 亿人。当然，这个估算忽略了由于人工智能而带动的新需求创造的新 劳动岗位，以及可替代劳动转入较难替代行业的可能。 虽然按照上述测算，企业及各类单位中近 2 亿人处于容易被替代 的高危人群，但人工智能对中国劳动者的替代过程会长于发达国家。 主要原因包括：一是我国劳动力成本与发达国家相比仍有明显差距。 在权衡技术成本与劳动成本之后产生的技术替代，需要更长时间。二 是人工智能替代将首先缓解劳动力供给不足的问题。我国劳动力从 2011 年后开始出现绝对数量下降，部分地区出现“用工荒”，技术进 步将弥补劳动力不足，而非完全替代。三是人工智能实现大规模应用 尚需技术的进一步成熟。在德国等发达国家由工业 3.0 推进到工业 4.0 时，我国很多产业还处于工业 2.0 阶段，技术的更新换代和推广还需 要时间，一段时期内我国劳动替代问题不会太大。 9 表 2：中美就业结构变化比较（%） 美国 中国 1990 年 2015 年 变化 1989 年 2014 年 变化 常规性工作 64.82 50.78 -14.04 40.6 31.2 -9.6 常规知识性工作 8.17 19.20 11.03 19.6 16.1 -3.5 常规操作性工作 56.65 31.58 -25.07 21.0 15.1 -5.9 非常规性工作 19.33 18.46 -0.87 34.3 40.5 6.2 非常规知识性工作 13.10 11.15 -1.95 24.7 28.2 3.5 非常规操作性工作 6.23 7.31 1.08 9.6 12.3 2.7 不工作 15.85 30.76 14.91 25.2 28.3 3.1 数据来源：中国数据为作者自己计算，美国数据引自 Cortes 等（2016） 同时，从我国 1990 年至 2015 年就业结构变化的趋势看，我国就 业结构应对未来的技术进步还存在不足和挑战。如表 2 所示，与美国 相比，我国常规性工作占比还很高，非常规性工作占比长期处于停滞 状态，而美国非常规性工作增长势头良好。这些都对我国劳动力市场 应对人工智能为代表的技术进步不利，亟待对劳动力市场结构进行转 型。 五、应对人工智能对就业冲击的政策建议 以人工智能为代表的技术革命不可避免。经过过去几十年的计算 机技术、信息技术、互联网技术等的发展，人工智能的发展现在进入 关键时期。在人类社会由工业社会向智能社会的变革中，各领域都将 发生深刻变化，发展人工智能技术对我们国家今后的发展和在世界经 济中的地位至关重要。人工智能对传统就业的冲击不可避免，现有分 10 析表明，40%到 50%的工作会受到此次以人工智能为代表的技术革面 的影响。对此，中国应该积极应对、积极参与和引领这次技术革命， 同时想办法减轻人工智能发展对就业的负面冲击，具体可以从以下措 施着手。 一要加强对人工智能产生就业影响的精细化研究。人工智能对不 同行业、不同人群、甚至流水线不同环节产生的影响都存在差异，只 有基于精细化的研究，才能提出精准化的对策。建议将人工智能与劳 动力市场之间关系的研究作为国家经济政策研究立项的重要对象。人 工智能发展可能带来更为复杂的产业链条，其中规范化和程序性的部 分，使用人工智能可以降低成本、提高效率；但创造性、服务性、交 互性的环节，人工智能无法取代。只有促进产业链中人与人工智能的 合理分工、有机衔接、充分发挥比较优势，才能让复杂的链条运转高 效，这也应当成为人工智能研究的一项重要内容。 二要推动教育内容和方式更加适应人工智能时代的要求。如果说 人工智能对劳动力的替代需要 10—20 年时间，那么受到最大冲击的 一批劳动者今天还在校园里读书。无论是人工智能时代需要的技术知 识，还是创新能力、人际交往能力等劳动者素质，都应当是今天教育 的重点。与此同时，改造和提升现有劳动者刻不容缓。我国高中文化 程度以下且年龄在 20-29 岁劳动人口占总劳动人口的比重超过 7%， 远高于美国的不到 2%，这部分人在人工智能发展中转换工作甚至退 出劳动力队伍的概率最大。要大力发展职业教育，政府可通过财政补 贴、税收减免等方式调动企业开展技能培训的积极性，让职业转换的 11 过程更加平稳顺畅。 三要推动我国劳动力市场结构的转变，采取政策和措施促进非常 规性工作岗位的增加，稳步提高非常规操作性工作和非常规知识性工 作的占比。这需要教育政策、产业政策和劳动力市场政策的配合与协 调。 四要研究完善相关财税社保政策。一方面，要平衡人工智能发展 对不同人群的冲击差异。针对可能拉大的收入差距，通过二次分配予 以调整。扩大社会保障覆盖面，强化征缴工作，特别要重点关注受冲 击明显的重点区域和重点人群。另一方面，要通过减税降费激发企业 创新活力。减轻企业负担，促进企业成为人工智能发展主体，并通过 转型升级扩大规模带动更多更高质量的就业。 最后，还要考虑劳动力市场政策的灵活性。比如，随着大规模就 业替代发生，应该适当减慢当前最低工资标准提高速度，以避免出现 被替代者进入失业者队伍的风险。 12 附录：就业结构分类依据 职业 Cortes 等 (2016) 本文分类 分类 2010 年美国人口普查职业分类代码 1988 年国际标准职业分类代码 （ISCO-88） 常规操 作性 6200-9750：施工与维护人员，生产、 6111-6340 :农林渔业从业人员; 运输和器材搬运人员 7111-9629 :手工艺及相关交易人员, 设备 机器操作员, 装配工, 其它非技术工人 常规知 识性 4700-5940：销售和办公人员 5211-5249:销售人员 4110-4419:文职协助人员 非常规 操作性 3600-4650 : 服务业从业者 5111-5169 & 5311-5419 :服务业从业者 非常规 知识性 0010-3540：管理人员， 商业、科学与艺术从业者 1111-3522 :管理者，专业人员，技术人员 和助理专业人员 13 供稿：中国人民大学国家发展与战略研究院。所有权利保留。任何机 构或个人使用此文稿时，应当获得作者同意。如果您想了解人大国发 院其它研究报告，请访问 http://nads.ruc.edu.cn/more.php?cid=425 14