人工智能（AI）技術正以前所未有的速度，從輔助性工具演變為關鍵生產要素，並迅速改變勞動力市場結構。在此背景下，一個核心問題已經無法迴避：當AI替代速度系統性快於新崗位創造與勞動力再配置速度時，傳統就業政策工具是否仍然足夠？

本研究團隊基於約163萬條智聯招聘在線招聘文本構建的AI-LLM職業暴露度指數顯示，白領崗位更多集中於高AI暴露風險職業；同時，職業暴露風險愈高，用人單位對初級崗位求職者的進入門檻提升愈明顯。AI不僅正在重塑職業結構，也正在職業發展的起點階段強化勞動力市場分化。

更值得關注的是，這一輪技術衝擊與人口老齡化、青年就業壓力上升、靈活就業擴張等趨勢相互疊加，使到「就業優先」戰略面臨新的治理挑戰。

影響的廣度大與速度快

在討論具體公共政策選項之前，需要先討論政府介入AI就業重構治理的必要性。當決定是否使用AI替代員工時，每一家企業只計算自身的收益——例如節省了多少工資成本、提高了多少運營效率，而忽略了「社會成本」——被替代勞動者收入下降後，消費能力同步減弱，而需求收縮最終會以訂單減少、銷售下滑等形式，重新反饋至整個經濟體系。

換言之，企業自動化所帶來的成本節約收益，往往由企業自身獨享；而由就業收縮引發的需求下降，卻由全社會共同承擔。這意味着，在分散競爭的市場結構下，單個企業出於理性決策推動的自動化進程，難以形成社會整體最優的結果。競爭愈充分、企業愈分散，個體企業愈難「內部化」（internalize）自身行為對整體需求的影響，就業替代引致的「總需求外部性」（aggregate demand externality）就愈強。

而本輪AI技術革命的特殊性，在於其「廣度」與「速度」同時顯著超過歷史上的大多數技術變遷，使得這一總需求外部性的邏輯變得尤為重要。歷史上的技術革命，通常具有相對明確的行業邊界，即便部分崗位被替代，勞動者往往仍擁有相對充足的時間與空間，向其他行業或職業遷移。例如，工業自動化主要衝擊製造業崗位；計算機普及則更多改變辦公室行政流程。

但這一輪以大語言模型為代表的AI技術，則呈現出高度橫向擴散的特徵。文案寫作、客戶服務、初級編程、法務初稿、翻譯、研報撰寫等大量認知型崗位，正在幾乎同時進入AI可替代範圍。技術衝擊不再局限於單一產業，而開始跨行業、跨職業層級同步展開。

與此同時，技術擴散速度也遠超歷史經驗。電力完成工業體系滲透大約用了30年，個人電腦普及經歷了20年左右，互聯網擴散大致用了10年；而大語言模型一經上線，便能夠依託雲計算平台和數字化基礎設施，在全球範圍內迅速部署和複製。這意味着，當AI對勞動的替代速度，系統性快於經濟體系創造新崗位、勞動者完成再培訓與職業遷移的速度時，技術進步所帶來的問題，就不再只是短期摩擦性失業，而可能演化為持續性的總需求不足與社會福利損失。

也正因此，「外部性」視角為公共政策提供了理論上的介入空間。AI的使用本身並非企業行為「失範」，恰恰相反，它往往是市場競爭壓力下的理性選擇；問題在於，當所有企業都沿着「降低人工成本」的方向同步推進時，個體理性可能通過類似「囚徒困境」的機制，累積為整體性的社會福利損失。

而這種由市場機制自身難以修復的總需求外部性，正是制度介入最具正當性的領域之一。從這個意義上說，政府、企業與勞動者之間圍繞AI轉型建立新的協作機制，不僅具有社會穩定意義，也具有糾正外部性、提升整體經濟效率的含義。

被動關注轉向主動干預

中國對人工智能與就業關係的認識，正在加速進入制度化階段。近年來，對「AI與就業」的政策表述明顯從「關注影響」轉向「主動治理」。

2024年5月，國家主席習近平在中央政治局第十四次集體學習時明確提出，要「增強新技術創造就業的正面效應，防止替代效應短期集中釋放」；同年，《國務院關於深入實施「人工智能＋」行動的意見》提出，要建立人工智能應用就業影響評估機制，防範和緩釋技術衝擊。隨後，中共二十屆三中全會與「十五五」規劃相關部署，又進一步強調「促進高質量充分就業」「構建就業友好型發展方式」，並提出系統應對新技術變革對就業結構帶來的影響。

與部分國家主要聚焦「限制替代」不同，中國當前政策邏輯的一個重要特點，在於更強調「增強創造效應」。換言之，政策目標並不僅僅是延緩AI對既有崗位的衝擊，更重要的是通過產業擴張、新業態培育與技能升級，加快形成新的就業需求和收入來源，盡可能使技術進步形成「造血機制」，而非單純的「替代機制」。這一思路與中國長期以來強調發展與穩定協同推進的治理邏輯高度一致。

在這一背景下，中國圍繞AI與就業的政策框架，也正在逐漸從零散應對走向系統構建。其核心方向，並非簡單限制技術擴散，而是在推動AI發展的同時，建立一套覆蓋風險評估、就業緩衝、技能轉換與社會保障適配的綜合治理體系，使技術進步與勞動市場調整能夠相互協調。

從國際比較看，中國的探索正在形成一種更強調「發展中治理」的路徑：既不同於美國相對依賴市場自發調整，也不同於歐盟側重程序監管，更不同於新加坡高度依賴三方協商機制，而是試圖在保持技術擴散速度的同時，將就業穩定、技能升級與社會保障同步納入國家發展框架。

展望未來，下一步政策設計的重點，或許需要從「被動應對技術衝擊」，進一步轉向「主動構建互動補償機制」。所謂「互動補償」，其核心並不是簡單的收入再分配，而是在制度上建立技術受益方與技術受損方之間更穩定的調節機制，使AI所創造的效率紅利，能夠部分回流至承擔轉型成本的勞動者群體，從而緩解技術擴散過程中的結構性失衡。

搭建全方位政策框架

圍繞這一目標，未來可以逐步形成「一基金、兩支柱、三配套」的政策框架。

首先，「一基金」是探索建立人工智能就業補償專項基金。其資金來源可以採用多元籌資方式，包括財政支持、失業保險結餘、企業繳費及與數據、算力相關的附加性收入安排等。基金重點不在於普惠性現金發放，而在於定向支持穩崗擴崗、轉崗培訓、再就業扶持以及重點群體幫扶，使技術紅利能夠部分反哺勞動力市場調整。

其次，「兩支柱」對應短期緩衝與長期制度建設。短期層面，應建立基於AI暴露度的就業風險監測與預警體系，在高風險行業探索更加靈活的工時與收入支持安排，並針對青年勞動者、低技能勞動者等重點群體提供更精準的轉型支持。中長期層面，則需要推動終身學習體系與技能積累機制制度化。例如探索「技能賬戶」、「學習賬戶」等安排，使培訓資源能夠隨勞動者流動；同時，逐步將AI就業治理納入《就業促進法》及未來相關人工智能立法框架，提高政策連續性與制度穩定性。

最後，還需要推動社會保障體系與AI時代勞動結構相適配。重點包括完善靈活就業與平台勞動者保障，拓展失業保險在技能轉換與職業過渡中的功能，並進一步探索如何將AI帶來的生產率紅利，更穩定地反哺養老與社會保障體系。

歸根結底，AI對就業的影響，並不只是一次技術升級，而更是一場關於「增長如何分配」的制度考驗。技術進步本身並不自動決定社會結果。真正決定AI最終是擴大社會繁榮，還是加劇社會分化的，仍在於制度如何協調技術、資本與勞動之間的關係。

（作者為北京大學國家發展研究院副院長）