文 ｜ 蔡昉 中國社科院國家高端智庫首席專家、學部委員

技術進步對於就業的影響，從工業革命開始就是社會的焦點和研究的關注點。具有“盧德主義”性質的運動和思潮，曾經以各種面貌反覆出現。不過，無論是從原因窮究結果，還是從本質看到表像，AI就業衝擊這一次來得真的不同以往。凡事預則立。面對可能的AI就業衝擊，需要澄清一些認識，確立若干政策原則。

AI就業衝擊不同於歷史上反反覆復出現的“技術性失業”

首先，這一次不再是歷史上反反覆復出現的“技術性失業”幽靈（spectre），而是可以替代幾乎所有職業的終結者（terminator）。從懂科學的企業家馬斯克，到關心AI發展的經濟學家薩默斯，都認為AI對崗位的替代將是全面的，一旦不久後通用人工智慧（artificial　general　intelligence，AGI）出現，簡單的、複雜的、體力的、智力的，無論何種崗位將無一倖免。

其次，AI技術進步的速度之快，越來越讓人有一日千里、一日三秋的感覺。例如，從“土耳其下棋機器人”（1770年騙局，可將其權且當作這個想法的起點）到圖靈1950年論文發表，經過了180年；再到1997年“深藍”戰勝卡斯帕羅夫，又經歷47年；再到名為“阿爾法狗”的西洋棋機器人于2016年戰勝李世石、于2017年戰勝柯潔，也相隔了約20年。而從ChatGPT問世到Sora的出爐，僅僅相隔一年。我們無須用任何複雜的模型來預測，只要看一看這個速度和加速度，即可得出對通用人工智慧出現的合理預期。

最後，大模型AI的“發展悖論”註定了崗位的大規模損失幾乎是必然的。陣營之間、國家之間、企業之間都認識到能否佔據AI技術和産業的制高點關乎生死存亡。這導致圍繞著AI的發展，形成一種類似冷戰時期太空競賽、軍備競賽、核武器競賽的競爭。並且，大模型AI高度耗能、燒錢。挖掘模型用途、擴大用戶群、提高回報率的必然方向和方式，便是提高勞動生産率，從而減少勞動力和人力資本的使用。

人類應對崗位替代的兩條根本出路，迄今尚未發生根本性的變化

然而，只要人類勞動還沒有徹底由人工智慧替代或者決定，或者説“人機一體”尚未普遍實現之前，就仍有一些東西不會發生變化。而且，這些沒變的事物或方面越發彌足珍貴，可以為我們提供一個時間窗口。

最重要的一點就是，人仍然是主導的一方，仍然是“人告訴機器做什麼”，這是使我們保持信心的根本。這一點既有技術上的涵義，也有制度上的涵義。也就是説，我們人類應對崗位替代的兩條根本出路，迄今尚未發生根本性的變化，雖然也需要與時俱進，不斷校正方向。

第一，人力資本依然是抵禦AI衝擊的底氣，但是人類需要知道自身的所長和所短，把揚長避短作為AI時代人力資本培養的基本策略。迄今為止，人類智慧或自然智慧相對於AI，仍然具有優勢的方面在於：（1）軟技能而非硬技能；（2）非認知能力而非認知能力；（3）情商而非智商；（4）人文的理解力和同理心，而非數理化的解題能力，甚至不是編碼技能；（5）隱性的知識而不僅是顯示性的技能。

第二，社會福利體系仍然是根本性的托底制度，而且履行此類功能的物質條件日益增強。馬克思從早期資本主義的發展看到，一旦勞動力成為商品，工人從制度上便難以擺脫受剝削的命運。北歐在建立福利國家之初，在制度設計中就突出“去商品化”，即弱化勞動力作為純私人要素的屬性，強化勞動者及其家庭的社會權利。在AI的“崗位破壞”日益大於和快於“崗位創造”的條件下，這個理念和做法越來越重要。

AI就業衝擊下勞動者的幾種出路

無論是老辦法還是新思路，就業對AI替代做出反應的方式，不外以下幾種。在概括這些方式之前，我們先給出一個合理的預設前提，即AI的發展終究會以前所未有的幅度提高勞動生産率。在此基礎上，勞動者通常並且可以有以下幾種出路。

第一，轉入要求更高技能的崗位。這是樂觀的經濟學家始終堅信的一種結果，自從歷史上發生“盧德主義運動”以來，也不斷被事實所證明。只不過這要求勞動者具有更高的技能與之相適應。換句話説，獲得這種新崗位的與失去舊崗位的，通常不是同一批人，很大程度上也不是同一隊列的人，甚至不是同一代人。

今後，失去老工作和得到新工作的時間缺口只會更大。包括美國前財長薩默斯在內的許多經濟學家，已經從以前對技術進步創造崗位充滿信心，轉變為如今認為“盧德主義”自有其道理。鋻於另一位美國前財長姆努欽對AI的就業影響仍然“樂觀”，並且如今已經難得找到持這種態度的人了，我們可以稱這種不會自然而然産生的崗位為“姆努欽式崗位”。

第二，轉到勞動生産率較低，從而報酬也較低的行業。庫茲涅茨把勞動力向更高生産率部門轉移，是産業結構變化的正常方向，與之相應，生産率降低的崗位則屬於具有“逆庫茲涅茨化”特徵的崗位。從客觀上説，新崗位的正規化程度要低於原來的工作。從主觀上説，新崗位的體面程度也要低於原來的工作。總而言之，就業品質被降低。

第三，轉到少量具有高需求彈性行業的崗位上。這是指那些人們保持著巨大的需求，卻天然具有勞動生産率難以提高特性的行業。經濟學家威廉·鮑莫爾把表演藝術作為這種行業的典型例子。這種類型的行業和崗位能否繼續存在，以及能否得以擴大的關鍵，在於人們對相應産品和服務的需求及其彈性。但是，此類行業的規模和崗位數量並不會無限擴大。這類崗位可以被稱為“鮑莫爾成本病崗位”。

第四，轉到由新的消費所誘致出來的崗位上。我們今天的消費內容，在若干年之前可能難以想像，在更早的時候索性就不存在。就業崗位也是如此。未來隨著勞動生産率的提高，人們的品位在變化，新事物新觀念不斷涌現，因而消費的領域不斷拓展，職業類型花樣翻新。鋻於這類崗位的消費歸根結底由供給側生産率的提高引起，是一種“供給創造需求”的現象，我們可以稱之為“薩伊式的崗位”。

第五，轉到因重新定義而出現的崗位上。以前不符合就業定義的活動，如今在整體勞動生産率的支撐下，可以被社會承認為“就業”，並以轉移支付的方式得到補償。例如，如果一個人自認為是“作家”卻沒有作品出版並獲得酬勞，按照失業的調查定義，這種“在過去一週內未從事一小時以上有報酬工作”的狀態，則不被算作就業。然而，如果社會負擔得起，也完全可以認為這是一種就業。

與此相類似的情形還包括那些並不宣稱自己正在“工作”的人，即不再尋求就業的人群。這包括兩種情形。一種是當事人有供養來源，例如索性採取啃老等方式“躺倒”。另一種是無需就業，卻可以得到普惠性的社會福利支撐。例如，如果實施全民基本收入（universal　basic　income）制度，就形成一種環境，使受到就業衝擊的一些人選擇不再參與傳統意義上的工作。鋻於凱恩斯很早以前就探討過如何分享生産率提高成果的方式，我們也可以稱其為“凱恩斯式崗位”。

應對之策

根據經濟史上人類應對技術替代就業現象的長期經驗，可以提煉出幾個原則性建議，即通過制度建設、政策調整、體制改革引導技術發展以及市場主體行為，最大限度做到幾個“同步”：一是保持崗位破壞速度與崗位創造速度的同步性，特別是在數量上盡可能使轉崗成為可行的。二是保持各行業生産率提高速度的同步性，避免索洛悖論（IT僅提高部分行業的生産率，卻未能滲透到其他行業）情形的發生。三是保持AI替代勞動力的速度與培訓勞動者能力的速度同步性，盡可能縮短再就業摩擦期。四是保持生産率提高與生産率分享的同步性，這也是公平與效率統一的要求和體現。

從政府職能的角度保障落實以上原則，可以從若干既重要且緊迫的應對之策入手。

首先，加快建設中國式福利國家。對此應該強調幾點：第一，以只爭朝夕的精神，或者説以摩爾定律的速度加快完善社會福利體系。第二，按照普惠的原則設計和完善福利制度。這意味著改變以往嚴格識別社會福利受益對象的理念，因為在崗位的加速流失時代，已經越來越無法區分一個人是否“躺倒”，而且AI驅逐勞動者本身具有強烈的外部性。第三，用社會共濟、社會保護和權益保障，抵消非正規就業的蔓延趨勢及其對勞動者的不利影響。

其次，大幅度延長義務教育或免費教育年限。與AI競爭的需要，一方面對人力資本提出越來越高的要求，另一方面需要更偏重非認知能力的培養。哈佛大學兒童發展中心的研究顯示，在人生的最初幾年，大腦每秒鐘能夠建立超過100萬個神經元連接，這在此後任何生命階段都無法重現。非認知能力的最佳培養時間在三歲至四歲，最理想的舉措是把義務教育延長到這個學前教育年齡。勞動生産率的預期大幅度提高，可以顯著擴大教育公共資源，足以支撐更長的兒童在校時間。

最後，消除在兒童發展、教育與培訓、流動與就業、社會保障，以及其他基本公共服務方面存在的制度性障礙。其中特別是消除流動兒童和留守兒童存在的制度原因。研究表明，對於孩子的人力資本培養，特別是對於非認知能力的獲得，以及他們終生的社會流動機會，父母的養育和照護具有學校和社會均無法替代的作用。因此，推動戶籍制度改革，解決留守兒童和流動兒童面臨的此類問題，應該置於最高的優先序。