袁志剛 | 人工智能時代勞動力和職業結構的演變_風聞
探索与争鸣-《探索与争鸣》杂志官方账号-昨天 21:53
袁志剛 | 復旦大學就業與社會保障研究中心主任、教授
本文原載《探索與爭鳴》2025年第3期
具體內容以正刊為準
非經註明,文中圖片均來自網絡

袁志剛教授
**與前幾次工業革命和20世紀中葉以來的計算機革命以替代體力勞動和部分腦力勞動為主要目標不同,以人工智能技術為核心的第四次工業革命以更為全面和深入地替代人類腦力勞動為己任,這將引發勞動力和職業結構的巨大變化。**一方面,人工智能技術將替代可程序化、高重複性、明確規定的常規任務;另一方面,人工智能技術與不可程序化、需要較高認知能力的非常規認知型任務形成互補效應,對勞動力市場提出新需求。大語言模型的出現更是極大深化了人工智能對勞動力市場的影響。
歷次工業革命對勞動力市場影響的基本規律
回顧人類社會從農業經濟到工業經濟、從產品經濟到服務經濟的發展歷程,歷次工業革命不僅推動了經濟結構轉型,也促進了生產方式的全方位變革和人類主要勞動形態的變遷。第一次工業革命中,蒸汽機、棉紡織技術的發明和運用開創了以機器生產代替手工勞動的時代,使人類從繁重的體力勞動中解脱出來。第二次工業革命中,在電力技術革命浪潮的推動下,集團化、標準化的大機器應用推動了大規模生產模式的形成和發展,勞動生產率急速上升,經濟快速發展。根據恩格爾定律,隨着國民收入水平的提高,收入中用於購買食品的支出比例則會下降。相應地,市場中農產品需求佔比逐漸下降,非農產品需求佔比增加。在農業生產部門,伴隨農業機械化和自動化對農民手工勞作的替代,農業勞動生產率迅速提升,生產同等產量的農產品需要投入的勞動力數量大幅下降,農村出現大量剩餘勞動力,為工業經濟快速發展提供充足的勞動要素。

**服務業伴隨着商品生產和交換而產生。**商品的規模生產和交換擴大了人們的經濟交易範圍,社會大生產的較高生產率和發達的社會分工,使得生產企業可以將某些為生產服務的業務(醫療衞生、餐飲、旅店、運輸及倉儲等服務)從企業經營中分離出來,交給第三方企業負責,提高了企業整體生產效率。隨着商品生產規模的擴張和交易網絡的擴大,市場對服務的需求規模也隨之上升。技術進步在促進經濟增長的同時,提高了人們的收入水平。當物質需求逐漸得到滿足,人們在生活中更加註重精神文化層面的消費,“情緒價值”佔比不斷上升。例如,節假日出門旅遊、注重強身健體、培養興趣愛好,等等。隨之,旅遊、文體、教育、家政等生活性服務業應運而生,對應行業提供的工作崗位數量也不斷增加。
在前兩次工業革命中,技術進步不僅使大量勞動力從繁重體力勞動中解放,轉而從事輕體力工作,也促使勞動力從農業部門轉向工業部門,進而向服務業部門轉移。進入以互聯網技術應用為主導的信息化時代,伴隨信息技術和知識經濟的發展,生產性服務業開始向專業化和價值鏈高端延伸、生活性服務業向高品質和多樣化升級,包括信息技術、研發設計、電子商務等現代服務業,相應地,服務業勞動力需求規模再次擴大。
**與前兩次工業革命以機器替代體力勞動力為主要目標不同,第三次工業革命即計算機革命已經開始對人類腦力勞動進行部分替代。**伴隨着大數據、雲計算、人工智能技術等新一輪科技革命的興起,第四次工業革命的核心便是以人工智能大規模地替代人類腦力勞動。未來的勞動力需求趨勢取決於以人工智能為核心的自動化技術如何進一步細化社會分工,以及隨着人們物質消費和服務需求方面逐漸趨向飽和,精神層面的感受性消費能否轉化為經濟高質量發展的新方向,如“體驗經濟”或“情感經濟”。到那時,人類的經濟形態是否會從物質經濟為主發展為知識經濟為主,再走向情感經濟為主,以及三類產業結構(農業、工業和服務業)的劃分是否要讓位於體力經濟、腦力經濟和情感經濟的劃分,值得深思。
體驗經濟:《風起洛陽》VR全感劇場
**迄今為止,三類產業勞動力比重的變化有一個基本規律,它們受需求側和供給側內部力量的變化而變化。**從需求側看,隨着經濟發展,先是人們的食品消費佔比下降,隨後是物質產品消費佔比下降,再後面是文化和情感消費佔比上升。從供給側看,農業勞動生產率提升最快,然後是第二產業的勞動生產率,服務業勞動生產率提升速度最慢。在上述兩方面力量的牽引下,就業結構的變化呈現出如下特徵:農業勞動力佔比迅速下降,發達國家大概為3%左右;第二產業勞動力佔比也隨之下降,大概為10%左右;第三產業勞動力佔比不斷上升,大概為80%以上。未來,人工智能時代的就業結構演變也將遵循類似規律:需求側的結構變化,使得體驗、文化及情感等精神生活需求不斷上升;供給側不同產業的勞動生產率隨着人工智能的廣泛應用繼續發生變化。需求與供給背後的這些結構性變化,都將重塑新勞動力需求和新職業結構。
人工智能技術對勞動力市場的三種效應
**產品生產和服務供給過程是由一系列任務組成,這些任務分別由生產技術和勞動力要素完成。**企業根據技術與勞動力在不同任務中的比較優勢分配任務內容。技術變革不僅會改變生產要素在執行當前任務時的效率,還會促進社會分工的進一步細化,改變生產任務的內容及其在技術和勞動力之間的權重分配。理論上,自動化技術對勞動力需求存在三種效應。
**一是負向的替代效應。**當自動化技術相對於勞動力具有比較優勢時,勞動力就會被自動化技術所取代。隨着工業機器人和其他自動化機械的興起,不僅生產工人的工作正在被替代,會計、銷售、物流、貿易和一些從事管理職業的白領也意識到,他們過去執行的一些任務正在被專門的軟件和人工智能所替代。**二是正向的生產率效應。**自動化技術的應用有利於提高企業生產效率,降低企業生產成本和商品服務供給價格,通過“收入效應”增加市場對該商品服務以及其他行業商品服務的消費需求。消費需求增加會擴大該企業及相關行業的生產規模,不僅會增加自動化崗位的勞動力需求,也會擴大對非自動化崗位的勞動力需求。自動化技術對現有工作崗位的勞動力需求的影響,直接取決於上述兩種效應的綜合作用。**三是正向的就業創造效應。**自動化技術不僅會替代勞動力,還會創造具有勞動力比較優勢的新任務,改變生產任務內容,將勞動力分配到更廣泛的生產任務中。與替代效應不同,就業創造效應通過產生新的生產任務或新型工作崗位直接增加勞動力需求和勞動力佔比。對比不同版本的職業分類大典可以發現,2022年版的《中華人民共和國職業分類大典》與2015年版相比,已經淨增了158個新職業,並標記了97個數字職業。當然,自動化技術的最終效應取決於三種效應的綜合作用。

《中華人民共和國職業分類大典》標記的97個數字職業(部分)
人工智能技術明顯有別於傳統技術,不僅在繁重體力作業、重複性作業等方面強於人類,也能夠模仿人類行為,在執行任務的效率、精度和可靠性方面表現優異,一些人工智能技術被廣泛應用於語音識別、文本翻譯、圖像識別等領域,對翻譯、外貿、銷售、教育和醫療等非製造業領域的就業產生深刻的影響。根據各職業是否可被程序化、是否需要認知能力,可以將職業類型劃分為常規非認知型、非常規非認知型、常規認知型、非常規認知型四類。
其中,智能化設備對可程序化、高重複性、明確規定的常規任務具有較強替代性,如翻譯、駕駛、物流分揀和倉庫管理等,而與需要較高認知和社交能力的非常規認知型任務構成互補效應,擴大了人類在提供解決問題的技能、適應性和創造力方面的比較優勢。大多數工作流程往往需要多方面的互補性投入,如創造力和按預設步驟重複執行、技術掌握和直覺判斷、遵循明確規則和自由裁量等,一個方面的改進並不能消除對另一個方面的需要,反而會通過提高整體生產率,增加對另一方面的需求。企業基於比較優勢,利用智能化機器替代勞動力執行常規任務,提高企業生產效率和經營規模,也增加了對同一工作流程中從事非常規職業的勞動力需求。智能化技術的應用也需要具備較高認知能力的勞動力來完成新任務。技術進步通過提高專業化分工效率和促進分工細化,衍生出新生產任務、新工種或新職業。2020年《新職業在線學習平台發展報告》顯示,數字化管理師、無人機駕駛員、人工智能工程技術人員、農業經理人、物聯網工程技術人員成為用户最想從事的新職業。總之,人工智能應用極大地提高與之相關職業的勞動力需求,而非人工智能相關職業的需求將進一步下降。
大語言模型應用對勞動力需求的兩種替代
近年來,隨着深度學習算法和神經網絡技術的發展,生成式人工智能進入人們的視野,從ChatGPT到DeepSeek都引發了廣泛的討論。人工智能應用在大語言模型的幫助下可以執行一些非常規工作,例如通過大規模數據集訓練來識別、總結、翻譯、預測和生成文本及其他內容。大語言模型正在為搜索引擎、自然語言處理、醫療等領域開闢新的可能性。考察大語言模型對勞動力市場的潛在影響,在一定程度上有助於我們預測人工智能時代未來勞動力需求的變化趨勢。
陳沁等學者將中國的職業映射到O*NET(Occupational Information Network)數據庫,以具體工作任務為基本單元,測算我國現有不同職業被大語言模型替代的可能性。**研究結果顯示,被大語言模型替代可能性排前25名的職業大多屬於非常規認知型職業,其中排名最高的3個職業分別是翻譯、保險核保專業人員以及劇作家。**這3個職業,有90%以上的工作任務和內容都暴露在大模型替代的風險中。其次,有10個職業的工作任務被大模型替代率處於80%~90%之間,包括視覺傳達設計、裝飾美工、美術編輯、廣告設計師、剪輯師等職業。再次,與文字生成和修改高度相關的職業,包括文字編輯、網絡編輯、文學作家、文字記者,被替代的工作內容超過75%。此外,呼叫中心接線員、前廳服務員、節目主持人、秘書等職業也出現在前25名中。最出人意料的,可能還是排名第25的計算機程序設計員,平均來説程序員有75%的工作內容面臨被大模型替代的風險。**此外,從被大語言模型替代可能性後25名的職業名單中可以看到,大模型替代率最低的職業主要是與各種製造業相關的藍領人員。**這並不意外,因為生成式人工智能評分標註時扮演的角色就是“大語言模型替代勞動力評估師”,它自然無法評估可能被其他機器所替代的職業。但仍然有一些製造業工人以外的工作崗位值得注意,像綠化工、保潔員、家政服務、洗衣師、按摩師、美甲師、中式麪點師等,這些不需要太高學歷、工作內容不易被程序化的非常規非認知型職業,反而可能是最難被大模型替代的。
這個趨勢表明,本輪大語言模型及其衍生出來的相關人工智能的一個顯著特徵是:人類在一個行業上積累的經驗、學到的技巧、掌握的訣竅,反而可能是被大模型首先替代的東西;而那些人類與生俱來的或孩提時代就掌握的技能和常識,或許是大語言模型最難替代的。
**那麼,這些高暴露率的非常規職業的勞動力市場需求是否已經因大模型的出現而下降?**至少從當前中國經濟發展階段來看,隨着大模型在市場上的滲透,高暴露率的非常規職業需求反而上升了。原因有二:其一,大語言模型產生的正向生產率效應發揮重要作用。所有規模企業中,中等規模企業對高暴露率職業的需求上升幅度最大,招聘規模增加。大語言模型降低了企業在開展創新性項目中的試錯成本,使得創新不再專屬於大企業,勞動力市場出現了新的勞動力需求。其二,大語言模型的應用不僅提高了高暴露率職業的任務執行效率,還改變了任務內容、創造了新的工作任務,使得高暴露率職業需要更多流程,去從事更綜合的工作。相應地,這些從業人員面臨的工作職責更加寬泛,工作任務更多。大語言模型可以幫助人們脱離巨型企業組織,使得生產組織變得更為原子化,並重新將人類注意力轉移到整體目標和架構上,而非迷失在各種技術細節中。當技術細節和分工可以被大模型接管時,人類的自主性反而可能得以提高。
勞動替代與高質量就業
基於人工智能技術對勞動力市場需求的影響,筆者提出促進高質量就業的三點建議。
**第一, 重視人工智能技術的就業創造效應。**中國經濟已經從高速增長階段進入高質量發展階段,以新質生產力創新驅動、與產業結構調整相一致的就業人口比重,在人力資本不斷提高、勞動力要素配置效率不斷提升的基礎上穩步增加,這樣的就業就是高質量就業。新技術應用創造出的新任務和提供的新崗位是歷次工業革命沒有引致大規模失業的重要原因。當前美國勞動力市場需求減少,很大程度上就歸因於自動化技術應用加速帶來的替代效應,超過了新技術應用帶來的就業創造效應。就目前情況來看,人工智能技術的初創發生在美國,但是中國有14億多人口的超大規模市場,在人工智能應用場景方面遠超美國,從DeepSeek等中國企業的創新速度和應用前景來看,人工智能在就業創造方面的效應將會大規模湧現。
**第二, 歷次工業革命沒有引致大規模失業的另一重要原因是新經濟增長點出現,經濟形態從農業經濟依次向工業經濟、服務業經濟轉換。**從高質量就業的角度來看,在人工智能大發展的背景下,當前中國勞動人口進一步從農業到工業再到服務業轉移的空間還很大,關鍵在於人口在大中小各類城市進一步集聚和市民化,社會保障到位,共同富裕穩步推進。在人工智能的賦能下,一方面,互補式就業崗位的勞動生產率將大幅提高,派生出大量的對服務市場的需求。另一方面,當更多人從物質消費和服務層面的消費轉向追求精神層面的消費,如強調消費體驗和情緒價值,人工智能技術是否可以為人們的消費升級需求提供技術支撐並衍生出新的工作任務、新職業、新業態,或許是尋求下一個經濟增長點的關鍵。

**第三,根據勞動力市場需求結構變化調整人才培養方案。**人工智能技術對常規職業具有替代性,而與非常規職業存在互補效應。非常規勞動力的供給取決於教育和培訓體系的長期影響。一方面,為解決當前市場對非常規職業勞動力的短期需求,政府需要聯合企業、社會力量,為在職勞動者、應屆大學生以及新入職勞動者提供相關技能培訓,增強勞動技能與崗位技術要求的匹配度。另一方面,教育關係到勞動力供給的數量和質量,是勾連勞動力供給與需求、實現高質量就業的關鍵環節,必須花大力氣進行深入研究,啓動改革,以迎接未來勞動市場對非常規勞動力的需求。政府應該從教育體系改革入手,從調整專業招生結構、更新專業課程設計、授課形式多樣化等多方面出發,培養符合勞動力市場需求的人才,以應對世界之變、時代之變、技術之變和國情之變。須知,中國過去四十餘年經濟高速增長得益於勞動力比較優勢和人口紅利的發揮,未來同樣需要人力資本的充分挖掘、高質量充分就業的實現。