人工智能、职业技能结构与产业结构转型

　　一、引言

　　人工智能作为新一轮科技革命和产业变革的核心力量，正推动着传统产业升级换代，促使经济和社会发生重大变革。自1956年人工智能概念提出以来，人工智能的发展已经历多个阶段，其内涵十分广泛，包括机器人、语言识别、图像识别、自然语言处理、机器学习等。人工智能初期以工业机器人等自动化设备为主要应用载体，国际机器人联盟数据显示，中国自2011年开始大幅增加工业机器人的使用，2011-2017年期间，每年增速高达30％以上(见图1)。随着人工智能技术的不断发展，人类和机器之间的关系正在发生深刻的变化，机器通过人工智能技术，具备了更高的自主学习和自动化处理能力，能够协助人类完成重复性、可编码的常规型工作，降低常规型职业技能的市场需求。图1展示了中国常规型职业技能的就业比重随时间的变化趋势①，可以看到伴随着中国工业机器人的大幅增加，常规型职业技能的就业比重明显下降，在30年间下降了6.3个百分点。同时，人工智能的应用场景不断拓宽，催生了新产业和新业态，各种灵活就业形式涌现，促进了社交型职业技能需求的上升。新一代人工智能技术具备更高的通用性和智能性，随着大语言模型的开发利用，通用人工智能强大的信息处理能力和人机交互功能，再次引发劳动力市场职业技能需求的转换。

　　人工智能技术的深入发展不仅在微观层面引发了劳动力职业技能结构的变化，也在宏观层面推动了传统制造业向新兴服务业的转型升级。作为一种通用技术，人工智能改变了传统产业的生产方式，其具有基础设施的外溢特征能够全面影响经济各个产业(郭凯明，2019)。人工智能通过自动化和智能化提升了传统制造业生产效率，而制造业生产效率的提升又将进一步推动经济结构转型(魏、皮萨里德斯，2007；赫伦多夫等，2014)。图1展示出中国制造业占非农就业的比重在2010年之后也出现了大幅下降。如何理解人工智能技术推动劳动力职业技能结构转换以及产业结构转型的经济机制?未来人工智能技术升级变革如何进一步影响中国的职业技能结构转型?这是本文研究的主要问题。就业是最基本的民生。党的二十大报告提出“强化就业优先政策，健全就业促进机制，促进高质量充分就业”。当前，深化人工智能时代中国就业变革问题的研究，有效化解人工智能技术对就业的结构性影响，对于深入实施就业优先战略，统筹技术创新与就业稳定的关系，推动高质量发展具有重要意义。

　　

　　图1 中国工业机器人存量、常规型职业和制造业就业的趋势图

　　数据来源：国际机器人联盟、1990-2020年人口普查和抽样调查数据、《中国统计年鉴》。

　　为了深入分析人工智能影响中国职业技能结构及产业结构的内在机制，预判人工智能技术发展对于未来职业技能转换趋势的影响，本文基于中国人口普查的微观数据提取个体职业信息，借鉴胡涟漪等(2024)的方法度量各职业的技能程度，展示了中国在产业层面的职业技能结构变化趋势。在此基础上，本文建立了一个引入人工智能和职业技能异质性的多部门一般均衡模型，理论上解释了人工智能对职业技能结构和产业转型的影响。模型中各部门的劳动投入由3种职业技能复合构成，人工智能作为劳动扩展型技术，对不同职业技能产生偏向性的影响。研究发现，在一定条件下，随着人工智能技术水平的提高，经济总体和产业内会出现职业技能结构变化，即常规型职业技能的就业比重下降，社交型职业技能的就业比重上升，但认知型职业技能的就业比重变化方向不定。基于模型的数值模拟印证了理论分析的结论。随着人工智能技术加速升级，其对不同职业技能的偏向性影响逐渐趋同，这一趋势将减缓常规型职业技能就业比重的下降，推动认知型职业技能比重由升转降，保持社交型职业技能比重的上升，从定量上来看人工智能技术升级主要体现在对认知型职业技能的“挤出”效应。本文从产业视角分析了人工智能对于职业技能结构及产业结构转型的影响机制，通过数值模拟预判了人工智能技术发展对未来职业技能结构的影响趋势，为人工智能时代下的就业市场改革提供了理论基础和政策参考。

　　本文拓展了人工智能与就业结构的相关研究。已有文献聚焦于人工智能对职业转换的冲击和挑战，并基于不同分类方法测算了各个国家高风险职业的替代率(弗雷、奥斯本，2017；戴维，2017；奥申斯基、温奇，2017；王林辉等，2022；王等，2023)。研究发现，以工业机器人为代表的人工智能技术主要替代工作内容繁琐、需要体力活动的常规型职业(多思等，2021；阿西莫格鲁等，2023)，而以大语言模型为代表的前沿人工智能技术逐渐替代认知型职业，如文字翻译和语言组织等工作(埃隆杜等，2024)。尽管人工智能的应用产生了职业替代风险，但是人工智能提高了劳动生产率(阿西莫格鲁、雷斯特雷波，2020)，同时也衍生出新的工作岗位(贝森，2019；奥托等，2024)，通过替代效应和创造效应推动了职业转换和岗位变迁(闫雪凌等，2020；王林辉等，2023；黄浩权等，2024；潘珊、郭凯明，2024)。还有一部分文献讨论了人工智能背景下的劳动力市场结构变化，学者一般按照任务类型或者受教育程度，将劳动力划分为高中低不同技能类型，研究人工智能技术带来的就业极化现象，即高、低技能劳动力就业增加，中技能劳动力就业减少(阿西莫格鲁、奥托，2011；奥托、多恩，2013；阿西莫格鲁、雷斯特雷波，2018；格雷茨、迈克尔斯，2018；王永钦、董雯，2020；谢等，2021)。与现有文献相比，本文关注到不同产业内部的职业技能结构存在明显差异，因此在研究人工智能与职业技能转换时应该考虑产业异质性。此外，目前文献大多基于已有的人工智能技术水平来检验其对职业技能转换的影响，人工智能技术在不断发展变化，未来的人工智能技术如何影响职业技能结构?本文通过构建一般均衡模型，从理论上分析和预判了人工智能技术发展对职业技能结构和产业结构的影响，克服了微观实证中无法准确测度人工智能水平的缺陷，是对人工智能与就业结构趋势展望的有益补充。