2022 年，以ChatGPT 大語言模型（LLM）的發布為標志， AI 神經網絡的類人學習能力取得了里程碑式的進展，在全球范圍內掀起了一股 AI 熱潮。

自此，AI 對就業市場的潛在影響引發了各界的熱烈討論。一些研究者預告AI將帶來大規模失業，但也有聲音認為，AI帶來的經濟繁榮將創造新的就業機會。

那么，AI 的發展究竟是如何對就業產生影響的呢？它真的會讓大部分人失去工作嗎？面對這一技術革命浪潮，我們又該如何積極應對？

以下是中金研究院、中金公司研究部依據大量數據對 AI 對就業的影響所進行的深入分析。

AI 如何影響就業

AI 對就業的影響在全球范圍日益引發關注。市場調查公司 YouGov 于2023年進行的調查顯示，全球約3/5的受訪者擔心工作被人工智能取代。在亞洲，相當大比例的受訪者擔憂工作會被 AI 取代。印度受訪者擔憂的比例高達 76%，阿聯酋和印度尼西亞約七成受訪者表示擔憂。相比之下，中國的受訪者態度相對中性，表示擔憂的受訪者比例為 55%。

國際市場研究機構益普索于 2023 年進行的覆蓋 31 個國家和地區的調查也顯示，全球平均有 57% 的工人預計人工智能會改變他們目前的工作方式，36% 的工人預計人工智能會取代他們目前的工作。皮尤研究中心更早的一項覆蓋 10 個國家和地區的調查顯示，當人們展望更長時期的未來比如 50 年時，絕大多數人認為機器人和計算機可能接管很多現在由人類從事的工作，持這一觀點的受訪者在希臘、日本、加拿大的比例分別高達 91%、89% 和 84%。

人們真的需要如此擔憂嗎？要判斷 AI 對就業市場的整體影響，需要從多個角度去分析和理解。我們首先從職業層面入手，探討在中國的職場中 AI 對不同職業的影響程度，進而總結 AI 對中國整體就業市場的可能影響。我們的研究發現，迄今為止人們過于擔憂 AI 對人類勞動的替代作用，而忽視了增強作用；盡管AI 在經濟中的滲透不可避免帶來就業增長的放緩和結構性失業，但是在可預見的未來AI 導致大規模失業的現象并不會出現。

AI 可能導致未來10年就業增長放緩

關于AI對就業的整體影響，現有研究存在針鋒相對的不同觀點。部分研究認為AI和自動化技術會導致較高失業率，多項研究估計 14%~56% 的現有工作存在被自動化的高風險。然而，另一些研究則認為AI會帶來就業增長，因為AI能通過提高效率和促進產業升級等途徑創造就業機會，其創造就業機會的效應足以抵消替代勞動力的效應。世界經濟論壇的企業調查數據顯示，約 50% 的企業預計AI將創造就業機會，只有 25% 的企業預計 AI 會減少就業機會。

總體而言，現有研究文獻顯示技術變革的就業影響取決于其對人類工作的替代效應和創造效應等機制的共同作用結果，整體效果具有高度不確定性。

我們利用前文測算的中國各職業 AI 暴露度，結合現有研究文獻，估算了 AI對中國就業增長的潛在影響。高更等人把 AI 暴露度與未來 10 年的就業增長率聯系了起來：替代作用的 AI 暴露度上升 40 個百分位數對應未來 10 年就業累計增長率下降 4.4 個百分點；而增強作用的 AI 暴露度上升 40 個百分位數對應未來10 年就業增長率提高 9.1 個百分點。我們根據其估算結果計算了每單位 AI 暴露度變化對應的就業增長率變化，并將這一系數應用于中國 SOC-6 職業，計算AI 對每個職業的凈就業影響。我們發現，AI 對中國不同職業的就業增長率影響各異（見圖 4.5）。

將各職業的凈就業影響按其在中國總就業中的占比進行加權平均，即可得到 AI 對總就業的影響。我們的估算顯示，AI 可能導致中國未來 10年的累計就業增長率比基準水平低 1.8 個百分點，年就業增長率平均降低約 0.18個百分點。對比我國龐大的就業人口和勞動力數量，這一數字帶來的影響并不顯著。這意味著 AI 本身在未來 10 年內并不會導致大規模失業。

上述估計結果當然存在不確定性。

首先，這里的就業增長率變化考慮了全行業層面的生產率效應及其正向溢出效應，即受 AI 增強影響的行業會擴張，影響會溢出到其他行業，創造出新的勞動需求。如果只考慮 AI 對現有在崗人員的影響，則即使勞動增強型的 AI 也會導致失業，特別是職業內收入較高的工人失業概率將上升，這主要是新技術的引入造成現有人員的技能過時和人力資本下降（技能流失效應）導致的。這提醒我們在解讀整體失業率變化時要保持謹慎，因為較為平穩的整體情況可能掩蓋其中的結構性變化。

其次，我們使用的是基于美國數據估計的勞動力市場微觀參數，由于缺乏中國微觀數據，我們目前無法估計中國的相關參數。盡管存在上述局限性，我們的估算仍為評估 AI 對中國就業的潛在影響提供了一個基礎成果。

AI 可能導致工資差距拉大

現有研究采用了多種方法和數據來評估人工智能和自動化對工資的影響。一個主要的共識是這些技術的變革可能會加劇工資不平等，但是不同研究對影響機制和程度各有主張。

有實證研究發現，采用了信息技術和自動化程度較高的地區，勞動力市場出現了工資極化，中等工資的工作機會減少，高低兩端的工作機會增加。根據國際勞工組織（ILO）報告，盡管技術進步會創造新的工作機會，但可能會加劇不平等，低工資工人、女性和非正規就業者的工資損失最為嚴重。也有研究認為，AI 可能加速自動化進程，這可能壓低低技能勞動者工資。相比之下，高技能勞動者和受影響較少的職業可能經歷工資增長，從而加大工資差距。

相比現有的信息技術和自動化技術，AI 對工資差距的影響可能更為復雜和微妙。一些研究區分了 AI 的勞動替代效應和勞動增強效應，發現它們對工資和就業有不同的影響。勞動力節省型技術的內涵就是能夠替代工人完成常規任務的資本質量提高（或者說在質量不變的情況下價格降低），促成資本對勞動的替代。相比之下，勞動力增強型技術能提高工人的生產效率，有利于掌握新技術的工人，但對熟練于舊技術而無法適應新技術的工人（主要是年齡大、受教育程度高且相對工資較高的人）則可能產生負面影響。總體而言，替代作用與勞動收入份額下降相關，增強作用與勞動收入份額略微上升相關。

還有一類觀點則強調，人工智能可能通過提高生產率和創造新任務對就業和工資產生正面影響，但由于不同群體受益不均，因此會拉大不同群體之間的收入差距。比如，研發密集型的創新企業支付更高工資，這加劇了企業間工資差距。一些基于中國數據的分析及文獻綜述也顯示，AI 提高了非常規勞動力的工資溢價，但對常規勞動力特別是某些群體（女性、高技能人群）產生了負面影響，加劇了地區、行業和群體間的收入差距。

我們使用中國的在線招聘數據中各小類職業的工資分布數據，結合我們所測算的中國各職業的 AI 暴露度，估算了 AI 對勞動者工資差距的潛在影響。和現有文獻的主流預測一致，AI 替代效應強的職業在 2018—2023 年工資累計增長率更慢。同時，AI 增強效應小的職業內部基尼系數雖然略有增加，但增幅較小。對于 AI 增強的職業，理論上有兩股相反的影響工資的力量，即技能偏向型技術進步帶來職業內工資極化，技能流失效應使老員工和新員工間工資差距縮小。

從中國數據來看，在受 AI 增強效果影響較大的職業內部，尚無哪種效應展現出壓倒性影響；進一步區分兩種效應需要更加微觀的勞動者層面的數據。不過，在解讀 AI 對收入差距的影響時也應謹慎。鑒于大語言模型從 2023 年起才得到廣泛應用，對于其對工資差距的影響，我們仍需持續觀察數據以準確評估。

AI 可能導致勞動收入份額下降

現有研究采用了多種方法和數據來分析勞動收入份額的決定因素和趨勢。一個主要的共識是，過去幾十年勞動收入份額呈現下降趨勢。一些基于美國數據的研究顯示，制造業勞動收入份額不斷下降。對于背后的驅動原因，早期的研究強調資本深化是導致勞動收入份額下降的關鍵因素。近期的研究開始使用行業數據分析勞動收入份額的變化趨勢，比如《經濟學季刊》的一項涵蓋 59 個國家和地區的研究發現，全球范圍內勞動收入份額顯著下降，其中約一半原因可以用投資品相對價格的下降來解釋。

一項基于美國行業數據的研究發現，勞動收入份額的下降主要發生在行業內部，特別是在制造業和貿易行業；因此，將勞動密集型的供應鏈外包可能是美國勞動收入份額下降的一個關鍵原因。一項基于歐洲行業數據的研究也發現，資本深化和部門就業結構的變化是導致歐洲勞動收入份額下降的主要因素。近期的一些研究開始關注技能偏向型技術進步（skill-biased technical change, SBTC）對勞動收入份額的影響，指出其可以解釋美國制造業部門 1970—2010 年勞動收入份額下降程度的 20%。上述研究描述和解釋了過去幾十年間勞動收入份額的下降趨勢，特別是在制造業等行業（見圖 4.6）。

然而，如果我們把視線拉長，過去 200 多年間的勞動收入份額變化更多呈現周期性，而沒有明顯的線性上升或下降趨勢（見圖 4.7）。這提醒我們在分析勞動收入份額變化時應有一個全面且動態的視角，過去幾十年間勞動收入份額的下降固然是現實問題，但我們并不能由此得出其趨勢會長期延續的判斷，更無法直接推出技術進步等因素會使得勞動收入份額跌至零的極端結論。

一些學者對 AI 時代勞動收入份額的變化做了一些預測。科里尼克等人認為，即使人工智能最終完全取代人類勞動，這也未必是個問題，因為在這種情況下，雖然經濟產出主要由機器創造，但勞動者的絕對收入水平并沒有下降。阿吉翁等人認為，即使在 AI 技術高度發展的未來，勞動收入份額也會趨于穩定，而不是趨于零，因為自動化的實際程度是內生的，受到產品間替代性的制約。阿西莫格魯等人提出了自動化的自穩定效應和平衡增長路徑的概念。他們認為，當自動化速度超過新任務創造速度時，自動化會降低使用勞動力的成本，從而抑制進一步的自動化并創造出更適合勞動者完成的新任務。這種自穩定效應使得自動化和新任務創造以相等速度推進，從而維持勞動收入份額的穩定。

針對著名經濟學家列昂惕夫在 20 世紀80年代對機器替代人做出的悲觀預測——“20 世紀早期出現的新技術使馬匹變得多余……勞動力將變得越來越不重要”，阿西莫格魯等人回應道：“人類勞動力與馬匹的區別在于，人類在（新技術應用后產生的）更復雜的新任務中具有比較優勢，而馬匹沒有。”不過，由于 AI 技術的普及尚在初期，目前的實證研究很難就 AI 對勞動收入份額的影響給出確切答案。

我們使用前文測算的中國各職業的 AI 暴露度和文獻估算的參數，估算了 AI對勞動收入份額的潛在影響。結果顯示，未來 5 年勞動收入份額相比基準情況可能累計下降 0.73%，主要集中在辦公室和行政支持，農林漁，生產，運輸和物料搬運，以及銷售（預計就業人口增長但工資下降）等相關職業。教育和圖書館，管理，法律服務，社區和社會服務，醫療保健支持，這些是為數不多的勞動收入份額上升的職業，但增幅不足 0.1%。

我們對中國上市公司的問卷調查結果也反映了 AI 可能造成勞動收入份額下降。當被問及“您預計未來 3 年內，AI 是否會導致貴公司人力成本占經營總成本的比重下降”時，受訪者回答“很可能”的比例為 45.5%，回答“說不準”的比例為 47.3%，只有 7.2% 的受訪者回答“不可能”。

AI 時代的靈活就業和社會保障

AI 時代，靈活就業呈現進一步擴大的趨勢。國際勞工組織定義的“非標準就業”包括臨時工作、兼職工作、多方就業協作（包括平臺“零工經濟”“按需經濟”）等形式 ，本章統一稱之為“靈活就業”。以大語言模型為代表的本輪人工智能技術發展可能進一步增加靈活就業的占比。大語言模型可以促進員工和公司之間更自然、更高效地溝通，可以提供實時翻譯功能，使人們實現跨地理邊界的順暢協作；它還可以為內容創建、客戶支持和市場研究等任務提供易于使用的工具，降低成為企業家和自由職業者的門檻。

2024 年的一項調研顯示，近七成的受訪者認為生成式 AI 會增加他們成為自由職業者的可能性。特別是技能水平高的獨立工作者（躋身各自領域的前 2%）受到人工智能技術的增強，生產力提升，受訪者中近一半已經在為各類企業構建生成式 AI 解決方案。

在數字經濟時代，靈活就業已成為全球總就業的重要組成部分，推動了充分就業，但與其相關的勞動保護和就業質量方面的爭議也很多。截至 2021 年，中國約有 2 億靈活就業人員，英國英格蘭和威爾士約有 450 萬人經常通過在線平臺找到工作，日本和韓國的數字經濟新政也促進“蟄居族”成為“數字游民”。數字平臺和靈活就業提高了勞動力的流動性和匹配效率，但同時靈活就業也存在諸多勞動保障問題。

首先，靈活就業缺乏正規的勞動合同關系，2019 年的數據顯示，中國僅約 8% 的平臺從業者與平臺建立了正式的勞動關系。

其次，平臺的高談判能力可能導致從業者處于相對弱勢的地位。例如，有調查研究顯示，外賣配送員、網約車司機等群體的工作時間較長，而在某些城市他們的凈收入水平也較低。

最后，靈活就業往往存在失業保險保護不足的問題。全國整體來看，失業保險金領取人數占總失業人口的比例相對較低，失業保險覆蓋率有待進一步提高。G20（二十國集團）成員在 2023 年聯合呼吁應為零工和平臺經濟中的勞動者提供充足且可持續的社會保障。

AI 在靈活就業領域的擴大應用趨勢，也凸顯了 AI 時代完善社會保障制度的緊迫性。AI 的發展可能會加劇靈活就業者面臨的挑戰，如 AI 替代效應可能增加工作的不穩定性。

有研究顯示，在 ChatGPT 推出后，AI 替代效應大的自由職業職位發布數量減少了 21% ；初級技能自由職業者，比如撰寫公式化的 SEO（搜索引擎優化）文章或 HTML（超文本標記語言）代碼、做基本的數據分析和圖形設計的勞動者面臨更大風險。數字經濟時代，零工社保較難納入“社會統籌和個人賬戶相結合”，政府、企業和個體按一定比例共同承擔的“三位一體”模式。平臺方和雇主方認為不應承擔社保責任，而靈活就業者的繳費能力和意愿也較低，即使參保也多選擇保障水平較低的方案，這會導致其退休后的養老金水平較低。

為應對這一挑戰，社會保障制度需要從多個角度完善。社會保障具有兩種功能：強制儲蓄和再分配。傳統的雇傭關系中，企業承擔為員工繳納社會保險的責任，幫助員工完成強制儲蓄，以避免個體不理性的跨期消費行為。但新形勢下，企業難以明確一個靈活就業者是不是自己的員工，也就無法為其執行“強制儲蓄”職能。從強制儲蓄的功能出發，企業繳費的確定性有必要加強，這也有利于社保體系的存續。而要做到這一點，需要從簽訂勞動合同等環節強化企業和勞動者的法律關系和權利義務，確定繳費責任。

從再分配的功能看，社會保障制度是我國收入再分配的重要制度，其再分配程度主要取決于社會保險支出相對于 GDP 的比例。我國社會保險支出占 GDP 的比例從 1989 年的 1% 逐步增長到 2019 年的 11% 左右，顯示出社會保障的水平在隨著經濟發展而不斷提高，但與 OECD 國家平均水平相比仍有一定差距。政府可考慮對低收入者參保給予財政補貼，同時也應激勵靈活就業者參保。

國際勞工組織建議為非標準就業者提供更加靈活和可轉移的社保方案。農民工群體在就業市場中面臨的挑戰相對較多，且有一定比例的農民工從事生產、物流等受AI 替代作用影響較大的職業，而與其經濟決策息息相關的農村老人的社會保障也有提升空間。在保證社會保險支出穩步增長的同時，提高社保體系對弱勢群體的保護力度，在 AI 時代意義尤為重大。

 本文摘編自《AI經濟學：宏觀、產業與治理分析》，作者：中金研究院、中金公司研究部