應對人工智慧就業影響的“三篇大文章”
文 | 蔡昉
AI預期對就業產生巨大的影響，比人類過去幾百年經歷的包括工業革命在內的每一次技術衝擊的影響都要大，而且現在僅僅是開始，我甚至認為很可能還沒有開始，所以有些微觀研究都只是階段性的工作而已。
三個“悖論”和相關現象
從宏觀角度來看當前的人工智慧問題，我們可以觀察到三個悖論或三類相關的現象。這些可能比單純地展示AI能做什麼更具現實意義和政策價值。
第一，是所謂的“對齊悖論”。目前很多人工智慧專家都在討論“對齊”問題，也就是讓AI的行為與人類價值觀保持一致。但在我看來，這種討論並不利於在操作層面具體得到實現。AI到底應該跟誰對齊？它如何實現對齊？我們其實還沒有清晰的答案。
AI本質上是由人類設計和創造的，我們用人類生成的資料來訓練它，最終由人類決定是否應用它。然而，在實際應用中，AI卻可能帶來倫理風險，包括對就業造成破壞。這種一方面由人主導、一方面又產生非預期後果的現象，本身就構成了一個悖論，同時也是我們必須正視的現實問題。
第二，是著名的“索羅悖論”。正如技術進步歷史所顯示的那樣，人工智慧和其他技術一樣，會提高某些部門的生產率。但由於技術應用在不同行業、不同企業之間並不均衡，那些率先應用AI的部門提高了效率，反而將部分勞動力排擠出來，迫使他們流向生產率更低的行業。這導致整體勞動生產率下降，就業質量降低，進而加劇勞動力市場的兩極化和收入差距擴大。如果這種情況持續發展，就可能導致索羅悖論的重演，這是我們最不願意看到的結果。
第三，是我提出的“凱恩斯悖論”。近一百年前，凱恩斯曾預言生產率將極大提升，未來人們的工作時間將大幅縮短。他設想在一個生產力高度發達的社會中，人們可以透過重新定義就業來共享技術紅利。但在現實中，我們並未實現這種共享。技術的發展往往沒有真正服務於“以人民為中心”的發展目標，這也構成了一種悖論——技術本應造福所有人，但卻帶來了新的不平等。
針對上述三個悖論，我們要從宏觀政策角度著手，做好“三篇大文章”，以系統性方式應對人工智慧帶來的就業挑戰。
第一篇大文章是透過規制、激勵和引導等方式，來規範人工智慧的開發與應用。正如阿西莫格魯所提出的，存在“正確的人工智慧”和“錯誤的人工智慧”。所謂“正確的人工智慧”，是指它能夠延伸人類的能力、提升人的技能水平。
例如，過去一些低技能崗位由於人力資本不足而效率低下，AI可以透過輔助手段幫助從業者提高生產率，使這些崗位轉變為更高素質、更高質量的工作，而不是簡單地被替代。這是我們在政策設計中應重點引導的方向。
實際上，這也是一個“看齊”問題，所以我把英文中的Alignment翻譯為“對標”。這裡的“對標”不是直接針對AI本身，讓AI去適應某種抽象標準，而是透過制度安排，將規制、激勵和勸導機制作用於AI的開發者和使用者。
第二篇大文章是注重培養和發揮人類自身獨有的能力優勢。我們要思考哪些型別的人力資本是人工智慧目前尚無法替代的，而這些正是人類在未來仍具潛力的發展空間。這需要教育體系和職業培訓體系做出相應調整，強化人本身的獨特競爭力，如創造力、情感理解力、複雜決策能力等。
第三篇大文章是要做好社會兜底保障。從根本上講，發展人工智慧、提升生產率甚至部分替代人類勞動，其最終目的是為了實現人的全面發展。這是一個千載難逢的歷史機遇。如果我們不能建立起相應的制度體系，就難以真正享受到人工智慧帶來的紅利。因此，從這三個方面出發，我們未來還有很多研究和實踐的空間。
重塑AI技術演進的動機
達到預期的目標，在政策上應該具體化為重塑人工智慧技術演進的動機，從而引導其發展方向。我們要推動AI沿著“正確”的路徑發展，即阿西莫格魯所說的那種能增強人類能力的技術路徑，而非單純以替代人類崗位為目標的“錯誤”路徑。
經濟學理論中有一個經典假設：技術進步是為了節約稀缺要素。也就是說，當某種資源或要素（比如勞動力）變得稀缺且昂貴時，技術就會朝著減少使用這種要素的方向演進。當前，隨著人工成本上升，很多技術發展的初衷就是替代人力，從而降低成本。
但我們現在看到，人工智慧發展本身已經創造了條件，有望突破這一邏輯框架。在新的發展階段，資源約束和要素約束已不再是絕對限制條件，技術進步的方向也不再僅僅是“節約稀缺要素”，而是轉向按照任何期望的方向發展。因此，我們可以重新定義技術進步的方向，主動引導各個層次的技術創新，以服務於人的需求。這意味著，在未來，我們有可能改寫傳統的經濟學原理，構建一種更加以人為本、更具包容性的技術發展模式。
更具體地，我有兩個主要結論。
第一個結論是，勞動生產率的提高已不再是技術變革的唯一動機。在過去，幾乎所有的技術進步都圍繞著提升勞動生產率這一核心目標展開。但今天我們面臨的發展環境已經變化，至少還有以下幾個重要目標同樣值得重視，但它們並不直接以提高勞動生產率為目的。
一是社會發展目標，這與人類自身的發展密切相關；二是可持續發展目標，這是一個具有全球意義的公共產品，其核心也不完全聚焦於生產率；三是公平正義目標。無論是在實現中國式現代化的過程中，還是在全球範圍內推動共同進步，我們都還遠未達到理想的公平正義狀態。我們應藉助人工智慧來促進這些目標的實現，而不是任由AI加劇社會不平等；此外還包括公共安全和公共服務目標等。
圖1想表達的是，首先，如圖的上部所示，人均收入水平的提升，確實與勞動生產率密切相關（這裡選擇的是各國服務業的勞動生產率），這是客觀規律，也是各類產業得以發展、提高勞動者報酬、進行再分配進而提高福利水平的必要基礎。但正如圖的下部所示，隨著人均收入水平的提高，服務業勞動生產率的增長並不一定需要維持原有的速度。或者說，在更高的發展階段上，我們追求的目標將更加多元，不再僅僅是增加產出。
圖1勞動生產率不再是技術變革的唯一動機
第二個結論是，即使仍以提高勞動生產率為目標，它也不再是透過減少勞動投入這一單一途徑來實現的。當資源約束逐漸弱化、不再是發展的主要瓶頸時，需求成為新的關鍵制約因素。在這種發展方式下，“提高分子”（即增加產出）的路徑變得更為重要。我列舉了五種透過提升產出而非減少投入來提高勞動生產率的方式，包括最佳化資源要素的配置、提高產品和服務的質量、暢通產業鏈供應鏈、改進工藝流程和創新產業模式、改善使用者體驗和消費者感受。
總之，我們要透過制度設計和技術治理，把AI的發展導向“正確”的軌道——即增強人的能力、服務於人的需求，而不是簡單替代人的崗位。
為未來培養什麼樣的人力資本？
應對人工智慧衝擊，在個人層面靠的是能力的提升，在社會層面靠的則是社會保障體系。這兩個方面既構成了面對衝擊時的“防火牆”，也是能夠讓AI造福人類的分享機制。
未來需要什麼樣的人力資本？我們先來看有關人工智慧的兩個有名的悖論，都涉及人機關係。
一個是莫拉維克悖論。這個悖論指出，人類輕而易舉可以完成的任務，譬如說運動或社交技能，對機器而言卻難以模仿，而對於人類難之又難的任務，譬如說數學運算、邏輯推理或大資料分析，AI幹起來卻駕輕就熟。如AI可以輕鬆達到國際象棋或圍棋大師級水平，對於一個幼兒的一些無意識行為卻無法複製。這揭示了人與機器之間存在的巨大差異。
那些與人類生物本能緊密相連、經過數億年進化形成的內在的東西，也會表現為技能和知識，是我們尚未完全自覺開發，或只是在使用但未能明確表述的部分。這便引出了“波蘭尼悖論”，即知識是客觀性與個人性的結合，人們所知道的比能夠意識到的更多，對自己身體的認知與生理學認知也不盡相同，由此可推論出隱性知識的存在（Tacit Knowledge）。
現實中存在大量隱性知識，這些是人類獨特的資本，我們應該將人力資本培養的重點放在這些獨特領域。因此，我們需要進行教育正規化的轉變，據此改變人力資本培養模式。具體來說，未來人力資本培養將發生以下幾個變化。
首先，衡量終身技能培養的標準不再是受教育年限。傳統意義上的教育年限主要反映的是知識積累，而這種積累的東西對機器來說，如今只需幾秒鐘即可處理完畢。因此，終身學習的核心應在於實際能力和持續更新的技能。
其次，與上述觀點相關的是，未來技能市場將更多依賴於微證書。這意味著人們需要不斷學習新技能，以應對勞動力市場的快速變化。今天的技能可能明年就不再適用，因此透過微學歷或微證書來應對。過去，文憑被視為一種保證，即所謂“羊皮紙效應”，表明持有者具備一定的水平。然而，隨著AI時代的來臨，人們對文憑的信任度降低，導致頻繁跳槽和勞動力市場的非正規化增強。為此，我們需要引入新的技能識別方式，避免勞動力市場採用“試錯法”，從而傷害勞動者權益。
此外，非認知能力通常是在兒童的早期發展和教育中形成，微學歷涉及全生命週期，這都使得人力資本培養的外部性越來越顯著，政府在其中的責任越來越大，公共人力資本支出應進一步提高。目前，我國財政教育支出佔GDP的比例約為4%，處於世界中位數水平，但考慮到我國人均GDP已超過1.3萬美元，遠高於全球中位數的7000-8000美元，我們應該抓住這次預期中的人工智慧衝擊機遇，大幅提高教育支出。
值此時機，實行12年義務教育的需求變得越來越迫切。由於人口年齡結構的變化具有削峰填谷效應，老齡化在加重支出負擔的同時，少子化則減輕了某些負擔，兩者之間形成了相互抵消的關係。例如，近年來幼兒園、小學和初中的數量均在減少，高中數量只是略有增加，而中等職業學校數量在減少，大學數量雖然增長，但這個增長不會延續很久。
這些閒置的教育資源應得到統籌利用，既有助於解決當前非常緊迫的問題，如確保農民工子女獲得公立教育服務，也有助於為構建人力資本培養體系提供資源支撐。
社會保護和勞動力市場制度愈益重要
社會保護體系和勞動力市場制度不僅不會因AI發展而過時，反而變得更為重要，同時也面臨一些新的要求。
儘管我們希望AI能夠朝著理想的方向發展，但不能完全把寶押在這一假設之上。根據歷史經驗教訓，我們稱之為“涓流效應”的東西從來都不可靠，即不能希望AI發展會自然而然地朝著我們預期的方向進行。因此，我們必須針對當前勞動力市場面臨的結構性就業矛盾，從實際問題的解決做起，並按照更高的要求推進制度建設。
即使在尚未實質性遭遇人工智慧就業衝擊的情況下，近年來已出現就業創造與就業破壞並存的現象，且被破壞的崗位數量逐漸增多。儘管總會有新崗位出現並替代舊崗位，但總體趨勢是就業創造在數量上少於、在速度上慢於就業破壞（圖2）。過去十年，城鎮就業創造累計數量為1.41億，就業淨增數量為0.88億，兩者之差意味著就業破壞的數量逐年增加，累計也達0.53億。此外，就業非正規化以及形成內卷式流動等現象，也是就業破壞的特定表現。
圖2 就業破壞規模趨於擴大
因此，我們需要立足於一些新的理念進行制度建設，我將其概括為若干個“脫鉤”的理念，具體包括以下幾個方面：
1）社會保障制度普惠化。這意味著涉及居民基本生活的社會保障應與就業狀態脫鉤，不應因為個人未就業或從事非正規靈活就業而缺乏社會必要的基本保障。這也是中國特色福利國家建設的必經之路。
2）勞動報酬水平與個人勞動生產率脫鉤。雖然這似乎會引起對“養懶漢”的擔心，但在人工智慧時代，越來越難以識別“懶漢”，無法區分誰是懶惰，誰是迫不得已。其實，“懶漢”這個概念只能用於個體，不能用於群體，因此，無法識別則意味著需要新正規化，可見這種脫鉤有助於公平對待每個人。
3）基本公共服務與居住地的發展水平脫鉤。在實施區域均衡發展戰略取得成效的同時，也形成了新的區域不均衡，特別是區域人口增減分化，可能傷害某些人口和勞動力淨流出地區的長期發展能力。這些地區的居民，不應因此降低基本生活標準，意味著任何人，無論居住在哪裡，無論戶籍身份如何，都應享有相同的基本公共服務。
4）社會保障的獲得與繳費及積累狀況脫鉤。隨著AI一方面帶來衝擊，另一方面也創造了更高的生產率，越來越多的社會保障專案應具有普惠性，不應再借助傳統方式進行身份識別。有些各國都在探討的新型福利形式也值得考慮，如無條件全民基本收入（UBI）、生活工資（Living Wage）和社會養老金（Social Pension）等。這些制度形式過去被認為過於遙遠或容易產生“養懶漢”問題，但在人工智慧衝擊下，它們越來越顯示出必要性和可行性。
關於財力和資金來源的問題。一方面，我們需要確立一個理念，那就是，當我們考慮是否建立某項制度時，不應首先考慮是否有足夠的資金支援，而是應思考這項制度是否有必要性和必然性。另一方面，在人工智慧預期具有生產率無限提升可能的前景下，“免費午餐”或許並非遙不可及。據麥卡錫報告估算，未來幾年內，人工智慧將帶來約4.4萬億美元的勞動生產率提高。
更加具體來說，我們可以透過以下四條途徑解決社會保護所需公共投入的問題。
一是代際共擔與分享。智慧體作為生產率提高的永動機，意味著我們將為子孫後代提供一個“金飯碗”。如果生產率提高是確定的預期，向下一代借債就不是寅吃卯糧，而是理應達成的代際約定。
二是人口年齡結構的削峰填谷效應。少兒撫養比下降抵消了老年撫養比提升，各級各類教育資源出現閒置狀況，做好資金統籌和資源重配的工作，可以透過更好利用閒置資源推動達到與新增資源需求之間的供求平衡。
三是以公平換效率。資源分配不均等通常導致資源使用效率降低，遵循更加公平的原則重新配置資源，可以在原有支出水平上實現更高的效率和效益。
四是人工智慧賦能。人工智慧賦能科技創新、提高生產率的程度可謂無所不能，範圍也無遠弗屆，不僅應該把新創資源引導至公共品供給領域，還應該把AI技術應用到公共品供給領域，以既定的投入提供更多更高質量服務，確保人工智慧帶來的收益用於人類自身的發展，而非不斷地任其自我賦能，及至對社會造成傷害。
2024年，中國金融四十人研究院正式推出原創研究品牌「CF40研究」。訂閱“CF40研究”，您將暢享全年無間斷原創報告、視聽服務、精品圖書贈閱、會員專享主題活動等線上線下超值權益組合。加入我們，開啟這場新知之旅吧！
版面編輯：潘潘｜責任編輯：潘潘
視覺：李盼 東子
監製：李俊虎 潘潘