炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：中国地产基金百人会）

蔡昉

中国社会科学院学部委员、原副院长

人工智能的突破性发展，既可以成为创造更多更高质量就业的机遇，也可能造成技术性失业等不利后果。应对前所未有的挑战、抓住前所未有的机遇，一个重要的着力点是通过制定和实施相应的法律和政策，规制、规范和引领人工智能发展，确保其符合就业优先战略和理念。

人工智能自动化与劳动生产率的关系

我们讨论这两个与对齐最相关的命题：第一，自动化最擅长的减少劳动力投入的做法，并不是提高劳动生产率的唯一途径；第二，提高劳动生产率也不应该是人工智能应用的唯一目的。

传统经济学理论认为，技术变迁是由节约稀缺要素的需求引致的。对于任何具有更大稀缺程度从而更高相对价格的要素，节约要素成本的动机和市场创造的激励，都会推动以减少该要素使用为目标的技术创新。不过，这个理论的有效性依赖一个条件，即存在资源约束和技术制约。一旦这些约束被实质性打破，诱致性技术变迁理论的效能便大大弱化。

人工智能及其赋能的技术进步具有提高劳动生产率、创造充足物质财富的无限能力，因而正在不断拓展资源约束的边界，从而打破传统理论范式，技术变迁不再需要要素相对稀缺性或相对价格信号来引导，而是可以做到指哪儿打哪儿。

第一，技术可望达到这样的程度：要素不再具有绝对或相对稀缺性，技术创新也就不需要诱致性过程。

第二，通过大数据分析和机器学习，人工智能可以预测未来需求和技术趋势，主动引导各层面创新。

第三，人工智能可以超越物质需求，识别变化的社会性需求，而无须通过市场信号。由此引申的政策含义是双重的。一方面，即便在劳动力短缺的禀赋特征消失的情况下，最新的技术应用也可以不顾市场信号，遵循惯性以人工智能和行为能力替代劳动力。

另一方面，无论劳动力是短缺还是过剩，新技术都可以做到忽略不计，并不必然引致节约劳动的技术变化。这两个方面的变化都意味着，技术变迁过程与就业替代结果之间已经具有脱钩的可行性。所以，人工智能发展对就业的影响，越来越是一种主观选择，而不是客观必然。

迄今为止，各产业、行业的自动化需求，仍然产生于劳动力短缺和技能人才不足。对中国来说，自动化或替代就业的技术变迁，受到老龄化和劳动力短缺，以及工资成本上升的要素禀赋驱动。根据国际劳工组织的数据，进入21世纪以来，工人实际工资水平在各国均有显著提高，各国之间的工资差距也有所缩小。在很大程度上，这是由于在中等收入国家，人口年龄变化导致劳动力短缺，因而工资增长速度明显快于其他收入组的国家。作为中等偏上收入国家，中国对全球工资水平提高和差距缩小的贡献最为显著。

劳动力短缺改变要素稀缺程度和相对价格，诱致产生节约劳动力的技术应用，一直以来都被认为是产业优化升级的表现，也被认为是中国经济转向新阶段的特征。然而，由于人工智能及其赋能的数字经济具有巨大的生产率提高潜力和显著的成本降低空间，因此值得担忧的是，在劳动力短缺程度得到缓解，甚至结构性就业矛盾已经显现的情况下，节约劳动力的技术变迁仍会继续。这意味着人工智能对就业的冲击可能趋于长期化。

对于是否存在将技术变迁过程与就业替代结果相分离的可能性，从现有的理论和经验出发，可以提出两个命题来回答。

第一，提高劳动生产率虽然是人工智能助力自动化的重要目标，但减少劳动力投入却不是提高生产率的唯一途径。现实中，人工智能提高生产率的途径可谓多矣。

第二，提高劳动生产率也不是技术创新的唯一目的，有很多与提高生产率同等重要的目标，同时与创造就业的效果兼容。这与阿西莫格鲁等人指出的“正确的人工智能”方向有异曲同工之妙。具体而言，一是人文、社会发展目标。通过赋能儿童发展与教育、医疗与公共卫生、养老服务事业与产业等，直接服务于促进人的全面发展。二是可持续发展目标。包括赋能生态环境保护、应对气候变化和气候危机，促进资源合理利用和绿色转型等。三是公平正义目标。借助先进技术手段实现收入再分配，更均等配置公共资源，发展普惠型金融和工商业模式，提高社会福利水平，促进社会流动。四是公共安全和公共服务目标。包括提高产业链供应链的安全性，防范和应对公共危机，提高政府服务效率，建设智慧城市基础设施等。

人工智能多大程度上影响就业？

人工智能并不需要以替代就业为发展的必要动机。然而，也不可能将其视为一种自然而然的结果。也就是说，使人工智能的发展激励与替代就业的动因脱钩，应该作为产业政策、社会政策和社会福利体系的共同目标，为此必须构建和依托相应的制度框架。

推动必要的制度建设，既要顺应人工智能时代的挑战，与时俱进改变治理观念，也有一般规律可供遵循，有各国发展的共同经验可供借鉴。作为市场主体的人工智能技术使用者，通常以利润作为生产和经营目标，最大限度降低成本和增加收入。所以，减少对劳动力的雇用进而节约人工成本，是生产经营的天然动机和生存之路。这种市场竞争逻辑不可能改变，迄今也没有做出改变的条件。然而，这种微观动机也完全可以在顺应发展阶段变化的条件下，按照一般发展规律的要求，通过制度安排予以重塑，在不损害信号作用和激励机制的同时，使其与社会利益达成一致。

生活在19世纪的英国经济学家威廉姆·杰文斯发现一个悖论，即提高煤炭使用效率的新技术，不仅没有减少对煤炭的需求，反而扩大了煤炭的用量，从而加速了资源枯竭的速度。也有人借用这个“杰文斯效应”，预测人工智能的不断进步，导致对算力的需求扩大，从而造成对能源的过度依赖和惊人耗费。如果从乐观、正面的角度，把杰文斯效应借鉴来认识人工智能对就业的影响，可以预期劳动者的生产率提高可以具有两个效应：一是岗位供求失衡会导致市场工资的降低，二是整体生产率提高可以支撑更多鲍莫尔性质的有需求产业。可见，就业增长的潜在可能性是存在的，归根结底在于各种政策如何做到因势利导。

我们可以通过跨国数据的比较，观察到这样一个经验事实，并尝试解读其背后蕴藏的一般规律性，即随着人均收入水平的提高，人民生活品质和民生福祉的改善，与政府的公共品供给水平越来越相关。或者说在更高的发展阶段上，公共服务成为劳动力再生产的一个必要条件和重要组成部分。反过来说，劳动力市场上的供求关系及其变化，对劳动力的相对价格或工资的影响也越来越小。相应地，引导技术变迁的要素相对价格信号也发生变化。

这种资源制约状况随着发展水平的提高逐渐改变。我们暂且撇开从中等偏上收入阶段跨入高收入阶段时需要有一个跨越性的消费提升这个话题不谈，而是着眼于更长期的趋势性变化。从更长的历史跨度看，两个指标的走向之间呈现出收敛的趋势—居民消费率向下，政府支出率向上。这说明，居民消费需求和民生福祉的满足，越来越不那么依赖于把国民收入的极大比重支出在私人产品与服务中，而是越来越需要依靠公共品的供给。

上述变化既是一个具有一般规律性的趋势，也带来一个附带结果，即在劳动力市场上形成的工资水平，以及企业在生产经营过程中面临的劳动力成本，都会显著降低。或者说，生产经营中使用的劳动力，不再构成市场主体最迫切需要替代的昂贵要素。而在经济发展和技术进步过程中，涉及机器人技术发展和应用的经济动机，则从替代劳动力转向补充和增强劳动者能力，人工智能发展的就业破坏倾向可以得到扭转。反过来，这还会形成一种信号和激励，引导人工智能的发展更加主动地弱化替代劳动力和破坏岗位的功能。

应对创造性破坏的破题之策

当人们越来越认识到人工智能将无所不能，并危及各种就业岗位，进而为此忧心忡忡时，实际上陷入了一个悖论式的思维定式。如同用“以子之矛，陷子之盾，何如？”的诘问指出楚人的荒谬一样，对人工智能就业冲击的悖论，也可以提出类似的质问：既然人工智能无所不能，其应用场景无远弗届，何不借助这种威力来解决岗位替代和就业破坏问题？具体来说，应对人工智能可能造成的就业冲击，确实不应该听天由命，更不应该试图阻碍技术本身的发展。唯一不可回避且正确的选择，是主动引导人工智能发展和应用方向，避免或应对人工智能冲击就业的自发效应。

无论是大语言模型“自动补全”的技术特点（即按照指令或用户要求以最大可能性实现任务目标），还是大规模强化学习被用于训练人工智能代理，都倾向于赋予人工智能模型一种内在动力，进而成为一种不断提高的能力，即以一往无前的决心，乃至无所不用其极的手段达到目标。从积极的方面来看，这意味着人工智能系统解决问题的能力不断提高，达到目标的愿望也日益增强。问题在于，应如何赋予其正确目标，并使其善用自身完成任务的愿望。下面，从四个方面探讨应该采取什么样的手段，才能让人工智能的功能符合人类和社会的意图。

首先，利用人工智能加速技术进步的巨大能量直接创造就业岗位。人工智能优越于以往任何新技术乃至很多核心通用型技术之处，在于其具有加速所有变革过程的能力。无论就其积极意义而言，还是就其消极方面而言，皆是如此。对于是创造就业还是破坏就业这个问题来说，长期存在的所谓不对称问题和时间差问题，或者说就业创造在数量上小于、在时间上滞后于就业破坏的问题，可望在这种强大的技术能力下得到解决。作为这方面的一个例子，人工智能技术平台能够产生显著加速产业孵化的效应，因此可以大大缩短初创市场主体诞生的时间，并在更短的时间内释放出就业创造潜力。

社会总供给与总需求之间的对立统一关系，既可以提出新的岗位需求，也可以创造新的岗位供给。新时代中国社会的主要矛盾，已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。这意味着，尽管需求侧因素越来越成为经济增长的主要制约，但城乡居民希望提高生活品质和改善民生福祉的很多需求，尚未在供给侧得到完全满足。此外，人口老龄化、气候变化和绿色转型、发展方式转变、“一带一路”建设，以及向以国内大循环为主体的双循环格局转型等战略的推进，也创造出对于新的消费品、投资品、服务和公共品等的强劲需求，因而也对人工智能赋能产业发展、扩大优质供给提出了有效需求，必然创造出相应的新就业岗位。

其次，借助人工智能技术之力找到或设计出人机互补性，进而推进人机协作，尽可能接近一种人机共进的境界，具有创造就业岗位的无限可能性。虽然关于未来人类智能与人工智能谁将占据统治地位的问题，目前尚无定论，但是，可以设想在相当长的时间内，两种智能各自具有相对优势，仍将和平共处。这提供了一个足够大的空间，可以利用人工智能相关技术，通过重新安排工作任务、重塑生产流程、增强劳动者能力边界，一方面在企业内部推动人机协作模式，另一方面催生人机协作的新业态，稳定乃至增加人类劳动力的岗位。既然人机协作可以通过多种路径实现，也就意味着有多种创造就业的可能性。譬如通过任务的重新组合和配置，让机器人接管那些程式化、重复性的工作，同时帮助劳动者转向决策性、更具创意、需要随机应变性质的岗位；通过增强任务复杂性和延伸产业链，增加人机协作型岗位；在推动技能升级的同时创造互补性岗位；降低各行业的岗位技能门槛，雇用更多就业人员，特别是大龄劳动者；等等。

再次，通过制度安排使生产率提高的成果获得分享，为那些生产率尚未提高却有需求的岗位提供继续存在的理由和条件，或者通过改变就业的定义，创造出以往不被认为是就业的新类型岗位。这相当于把可能发生的“逆库兹涅茨过程”引向“鲍莫尔过程”。也就是说，如果任由人工智能系统自发地替代就业岗位，那些被替代的劳动者就会大规模转移到低生产率部门，在由此造成整体生产率降低的同时，这部分劳动者的就业质量和工资水平也会下降，全社会的收入差距也会扩大。如果在生产率分享和社会需求扩大的合理范围内，可以做到使新岗位的报酬水平与生产率水平脱钩，则劳动力重新配置的结果，即意味着创造出更多有社会需求的鲍莫尔类型岗位。

最后，所有假设的就业创造可以大于、先于或者同步于就业破坏的可能情形，都不会自然而然地产生，或者说不存在所谓的涓流效应，而是需要通过政策调整和制度建设，创造出实现这些目标的必要条件。一个缺一不可的必要条件链条可以表述如下：第一，人工智能技术确实能够转化为提高生产率的手段；第二，生产率的提高能够相应转化为居民收入的提高；第三，人均收入的提高能够转化为新的消费需求。由此可见，技术本身不会给出关于就业影响的全部答案，经济社会体制的因应性变革及其成效，才是影响最终结果的决定性因素。

这里需要特别强调消除可能存在的“人工智能鸿沟”的重要性。任何新技术的发明和使用，都可能制造出针对弱势群体的技术鸿沟，数字鸿沟是迄今为止的一个最新表现。可以预期的是，一方面，人工智能可能产生史无前例的机会，创造出新的工作岗位和就业形态；另一方面，人工智能也会对部分人群形成前所未有的技术阻碍。在就业创造最终惠及全体劳动者之前，就业困难和劳动力市场冲击总是率先降临在特定的脆弱群体身上。因此，利用人工智能创造就业的能力和机会，同时保护好自身权益，防范劳动力市场冲击和风险，必然要求所有劳动者都是平等的人工智能用户：拥有同等的进入机会、便利程度、必备知识和成本承受能力等。

在这个传统意义上的“技术鸿沟”之外，人工智能的发展还创造出一种特殊类型的“鸿沟”，表现为一种人工智能的创造者和潜在应用者之间的不对称现象。或许是由于人工智能技术的突破性太强、速度过快和步伐太大，导致潜在的技术应用者对技术本身的理解相对滞后，在如何应用新技术方面知识不足。或者说，关于人工智能技术应用的创新性、想象力和主动精神，均远远不如技术和模型创造本身。与此同时，大型科技公司也好，中小型新创企业也好，由于面临巨大的竞争压力，每时每刻都在追求可以使自己脱颖而出的技术突破，因而，如何善用技术本身以及如何通过与使用者协同行动，实现科技向善的目标，自然不在它们的优先议程之中。可见，消除这种人工智能在创造与应用之间的知识鸿沟，也应该成为规制和激励机制的取向。

本文整理自《读懂“十五五”：高质量发展新征程》中信出版集团  2025.11