當前就業的結構性矛盾突出，表現為「有人沒活幹」和「有活沒人幹」這兩種現象並存。研究人工智能（AI）和數字經濟對就業的影響，特別是造成這種結構性失業的原因，是我們的當務之急。
「這次不一樣」是經濟學家最愛用的一句話，不管樂觀主義者還是悲觀主義者，都習慣於把這句話作為開頭和立論，對事物當前和歷史上的相似度進行比較。
就技術對就業的衝擊而言，從歷史來看，有兩種觀點：一是，技術會破壞就業，導致人們失去工作而且無法回到勞動力市場；二是，經濟史證明，人們最後都能找到工作，崗位和職業也比過去多得多，因此，技術會破壞就業，但是終究還會創造就業。這兩種觀點一直都存在。
技術顛覆頻率加快
這次確實不一樣，體現在人工智能的速度、廣度、深度與以往任何科技都不同。人類有史以來，在1.2萬年前發明農業，這是一次最大的革命；在幾百年前完成工業革命，這也是了不起的革命；還有幾十次具有關鍵通用型特徵的技術變革，帶來生產方式的進步及產業的革命。但以上這些革命都不能與人工智能相比，因為人工智能的每一次進步都可以視為一次關鍵性的通用技術進步，都可以賦能到其他科技領域和產業領域。
當今人工智能的發展呈現出三個特徵：
第一，顛覆性技術出現的頻率越來越快，技術路徑也趨於多樣化。科學技術的發展，歸根到底就是一個試錯的過程。比如傳統的育種方式，以前是一年種一季兩季，如果沒有結果，第二年繼續試。現在由於數字技術的應用，可以通過基因編輯進行育種，這個過程的推進速度越來越快。有人說人工智能最核心的競爭力是便宜，把什麼事情都變得非常廉價，其實更重要的是速度，在很短的時間內就能完成無數次試錯。
第二，技術的影響範圍越來越廣，涉及科技、教育、政府、個人。在早期的技術革命中，機器人替代操作型的工人，承擔髒活、累活和危險工作。但現在的人工智能更傾向於替代高智能崗位，替代就業幾乎無遠弗屆。
第三，AI賦能的技術得到深度應用，達到提高生產率的目標，也造成就業破壞。發展人工智能投入了大量資源，特別是國外的大語言模型的研發投入巨大，包括數據、算力、能源等。花了這麼多錢，最終是想賺回來，最直接的辦法就是推動深度應用，提高勞動生產率。提高勞動生產率最傳統的辦法就是減少勞動投入，這自然對就業造成巨大衝擊。
新技術應用導致的最典型現象，就是勞動力市場的兩極化。比如美國製造業的崗位實現自動化，人力資本高的人進入更高端的服務行業，沒有對應人力資本的人退回到低端崗位。他們或許都能生存，但是收入差距拉大，勞動力市場的兩極化態勢形成。
這些年中國機器人安裝數量的增長速度是世界上最快，更不用說一般性的機器替代人。自從出現勞動力短缺以來，企業把更多的投資用來購買機器，以替代人工。這既會創造崗位，也會破壞崗位，究竟兩者之間是什麼關係？我們不能給出準確的答案，但可以通過一些數據進行觀察。
根據官方的數據，過去很多年的城鎮新增就業都是1300萬左右，中國勞動年齡人口早已經歷負增長，為什麼還會有這麼多的新增就業？這是因為我們只記錄了新增加的崗位，不記錄損失的崗位。那麼，現在到底是創造的多還是損失的多呢？用「淨增就業」減去「新增就業」，就得到「淨就業創造或破壞」（數值為負就意味着崗位淨破壞）。從這個指標來看，2012年之前還有一些淨創造，2012年之後的淨破壞數額逐步加大，而且呈現持續累積的趨勢。（見配圖）
我們長期以來都在說人力資本很重要，特別是教育很重要，現在看來僅僅這樣說還是不夠的，AI時代人力資本有了並且仍將有新的變化、新的特徵。
首先，人力資本競爭從個人之間演變為人類智能與人工智能之間。過去我們對孩子投資，這是人和人的競爭。但現在新的人工智能技術對崗位的替代幾乎是無差別的，最近的趨勢反倒是替代受教育程度更高的崗位。因此，人力資本競爭已經從人與人之間競賽，變成人類智能與人工智能之間對決，這是一個很大的變化，背後有深刻的含義。
其次，人力資本培養必須是終身的，衡量標準也不再僅僅是「受教育年限」。隨着人工智能的快速發展，人類知識和崗位技能變化得更快。「上學」和「升學」都不再代表人力資本培養，人們必須不斷學習，通過幹中學、在職培訓和再學習等全生命周期積累和更新技能。
再次，人類特有的能力通常是在早期兒童發展和學前教育階段形成，所以教育要向前延伸。人與人之間的競爭力是同質的，可以通過學習來提高競爭力。但人類與人工智能的競爭力是不同質的，我們必須找到自己最有競爭力的人力資本相對優勢。在體力勞動、操作性技能、認知能力等方面，新的人工智能已經超過人類。在非認知能力方面，譬如說人際交流、領導力、團隊精神、同情心、同理心等，以及隱性知識、實踐智慧方面，人類迄今仍具優勢。
有人提出一個所謂的「莫拉維克悖論」，認為人類所獨有的高階智慧能力，例如推理，只需要非常少的算力，但是要讓人工智能或機器人掌握無意識和依靠直覺的技能卻需要極大的算力。舉個例子，人工智能通過深度學習可以戰勝國際象棋和圍棋世界冠軍，但要讓機器人端着一杯水從這裏越過障礙走到那裏，卻相當困難。
人力資本培養要「三管齊下」。其一，按照發展階段，教育的公共品性質愈顯突出，公共教育支出水平要水漲船高。終身學習、教育向更早階段延伸，乃至延長義務教育年限，都需要大規模增加投入。迄今為止，中國公共教育投資佔GDP的比重是4%，大約是世界的中位水平，多年保持這個水平屬於難得的成就。但一方面如今面臨的人力資本挑戰十分嚴峻，另一方面中國即將進入高收入國家行列，因此增加教育投入確有必要。
其二，明顯改善教育資源配置的均衡性和公平性，這可以在既定投入基礎上明顯提高教育質量和人力資本投資回報率。
其三，啟動教育發展的第三級火箭，促進報酬遞增。教育推動經濟增長曾經有過兩級火箭：先是90年代開始的普及九年制義務教育；當教育對經濟增長的促進效應發生遞減現象時，第二級火箭即高校擴招又啟動了，接續了對經濟增長的驅動力。現在要啟動第三級火箭，包括義務教育分別向前後延伸等舉措。
應對思路需要轉變
宏觀政策上也要做出相應的調整。過去在宏觀經濟遭遇衝擊的時候，我們通常出台一些擴張性的宏觀經濟政策，包括寬鬆的貨幣政策和財政政策，以此來刺激經濟增長，使其回歸潛在增長能力，這就意味着回歸充分就業，消除周期性失業。
現在的問題是，在消除了勞動力市場周期性衝擊以後，自然失業率也跟着提高了。早在新冠疫情爆發之前，估算的自然失業率大概是5.1%，相當於充分就業的失業率，是可以接受的水平。疫情衝擊導致實際失業率高於自然失業率，說明三年裏大多數時間處在周期性衝擊之中，現在雖然逐漸回歸自然水平，卻保持在偏高的水平上。
還有一點需要關注，在過去十餘年裏，勞動年齡人口、城鄉勞動力、城鎮就業等不同口徑的勞動力資源，都已經進入或即將進入負增長階段，意味着總量性就業矛盾轉變為結構性就業矛盾，是一個發展階段現象，在趨勢上不可逆轉。
解決結構性問題，有很多可能性及應對的變化，除了人力資本的應對之策之外，還有一個舉措是顯著提高社會保障水平。這裏提到的社會保障和以往的含義也有所不同。過去強調不能養懶漢，要嚴格識別哪些人具備享受待遇的資格。未來勞動生產率得到極大提高，在人工智能的衝擊下，可能很難再識別誰是懶漢。這個時候社會保障體制將越來越具有普惠性與兜底性的統一，普惠的特點越來越明顯。
不能被忽視的是，未來勞動力市場制度仍然非常重要，要順應人工智能挑戰，與時俱進地構建新型勞動力市場制度，形成一套應對新矛盾的制度安排。
（作者為中國社科院國家高端智庫首席專家）
