姜雪

收入分配質(zhì)量是衡量高質(zhì)量發(fā)展的重要指標(biāo)，調(diào)整優(yōu)化收入分配格局是全面建設(shè)小康社會(huì)的應(yīng)有之義，更是全面實(shí)現(xiàn)現(xiàn)代化的重要內(nèi)涵。當(dāng)前我國(guó)收入分配格局仍然存在諸多問(wèn)題，人工智能的應(yīng)用疊加疫情沖擊將加快制造工廠“無(wú)人化”和服務(wù)業(yè)機(jī)器人化趨勢(shì)，這對(duì)優(yōu)化我國(guó)收入分配格局帶來(lái)更多挑戰(zhàn)。因此，分析近期人工智能的應(yīng)用對(duì)我國(guó)收入分配格局帶來(lái)的挑戰(zhàn)，趨利避害應(yīng)對(duì)可能產(chǎn)生的問(wèn)題將顯得尤為重要。

一、人工智能通過(guò)資本、就業(yè)和技能渠道影響收入分配

人工智能技術(shù)是對(duì)人的智能的延伸，目前其應(yīng)用領(lǐng)域主要包括機(jī)器人領(lǐng)域、語(yǔ)言和圖像識(shí)別領(lǐng)域以及能夠解決相對(duì)復(fù)雜問(wèn)題的專家系統(tǒng)。無(wú)人駕駛、人臉識(shí)別、智能機(jī)器人等人工智能技術(shù)的逐步成熟將會(huì)導(dǎo)致一些簡(jiǎn)單、重復(fù)和具有規(guī)律性的工作被替代。作為新一輪科技革命的主要代表，人工智能推動(dòng)經(jīng)濟(jì)增長(zhǎng)的過(guò)程更多地表現(xiàn)為技能—資本偏向性，這種偏向性既體現(xiàn)在資本與勞動(dòng)之間，也體現(xiàn)在勞動(dòng)力市場(chǎng)內(nèi)部。因此，與歷次技術(shù)革命類似，人工智能的推廣應(yīng)用將會(huì)通過(guò)影響勞動(dòng)與資本之間的收入分配以及就業(yè)結(jié)構(gòu)影響收入分配格局。

（一）人工智能促使資本投入增加，提高資本要素分配比重

從國(guó)際經(jīng)驗(yàn)看，新技術(shù)變革往往會(huì)使得勞動(dòng)者報(bào)酬在國(guó)民收入分配格局中的占比下降。人工智能的應(yīng)用將會(huì)使更多的收入和財(cái)富向少數(shù)資本所有者聚集，從而提高資本要素分配比重，降低勞動(dòng)收入份額。其主要原因是人工智能的應(yīng)用推廣是資本深化的過(guò)程，在此過(guò)程中，其價(jià)格必然下降，導(dǎo)致越來(lái)越多的資本向新技術(shù)集中，引致資本替代勞動(dòng)。長(zhǎng)期看，人工智能的應(yīng)用必然帶來(lái)生產(chǎn)效率的提升，進(jìn)一步提高資本要素回報(bào)率，擴(kuò)大勞動(dòng)要素與資本要素的回報(bào)差距，從而加劇資本和勞動(dòng)在要素分配格局中的占比差距。

（二）人工智能擠出和替代就業(yè)，不利于勞動(dòng)收入份額提升

人工智能通過(guò)就業(yè)渠道影響勞動(dòng)收入份額，突出表現(xiàn)在就業(yè)的破壞效應(yīng)，從而降低勞動(dòng)收入份額。人工智能對(duì)就業(yè)的破壞效應(yīng)主要表現(xiàn)在兩方面，一方面人工智能有利于提高勞動(dòng)生產(chǎn)效率和企業(yè)的管理效率，在保持原有生產(chǎn)規(guī)模不變的前提下會(huì)導(dǎo)致一些就業(yè)崗位的直接減少;另一方面人工智能的應(yīng)用將提高資本的使用效率，導(dǎo)致資本和勞動(dòng)之間的替代，從而減少對(duì)勞動(dòng)者的需求。當(dāng)然，也有研究表明未來(lái)隨著人工智能技術(shù)的應(yīng)用推廣，人工智能會(huì)通過(guò)提高生產(chǎn)效率，降低生產(chǎn)成本和產(chǎn)品價(jià)格，增加消費(fèi)需求，創(chuàng)造新的工作崗位。但是目前人工智能的大部分技術(shù)尚處于初步探索階段，由于技術(shù)的規(guī)模效應(yīng)相對(duì)有限，對(duì)就業(yè)的替代較為明顯。被人工智能替代的勞動(dòng)力多為受教育程度較低的勞動(dòng)力，高端就業(yè)崗位存在著較高的準(zhǔn)入門檻，獲取新技能需要較高的教育成本和學(xué)習(xí)能力，并且人工智能取代勞動(dòng)力的速度遠(yuǎn)超于對(duì)高端勞動(dòng)力的培訓(xùn)速度。有研究表明，每安裝一臺(tái)工業(yè)機(jī)器人，將替代1.6個(gè)制造業(yè)工人。因此，人工智能技術(shù)的應(yīng)用會(huì)對(duì)現(xiàn)有勞動(dòng)力結(jié)構(gòu)造成沖擊，造成勞動(dòng)力市場(chǎng)供需失衡，不利于勞動(dòng)收入份額的提升。

（三）人工智能提高技能溢價(jià)①，擴(kuò)大收入分配差距

一些研究表明，中低等教育水平的工作者面臨更大的被人工智能替代的風(fēng)險(xiǎn)，因?yàn)樗麄冎饕ぷ饔谧钊菀资茏詣?dòng)化影響的行業(yè)。在人工智能發(fā)展初期階段，人工智能技術(shù)的應(yīng)用會(huì)降低低技能勞動(dòng)力的工資水平，提高技能溢價(jià)，擴(kuò)大收入分配差距。首先，以先進(jìn)技術(shù)和資本設(shè)備為載體的技術(shù)變革往往是技能偏向型的，先進(jìn)的機(jī)器設(shè)備的應(yīng)用需要擁有非常規(guī)技能的勞動(dòng)者與之結(jié)合。因此，人工智能的發(fā)展對(duì)勞動(dòng)者的知識(shí)水平、智力水平和創(chuàng)新能力要求越來(lái)越高，加速了勞動(dòng)力技能分化進(jìn)程，對(duì)高技能勞動(dòng)力的需求不斷擴(kuò)大，這必然導(dǎo)致收入分配向高技能勞動(dòng)群體傾斜。其次，就業(yè)結(jié)構(gòu)調(diào)整后，低技能就業(yè)崗位的就業(yè)人數(shù)將可能增長(zhǎng)，競(jìng)爭(zhēng)更加激烈，工資下行壓力持續(xù)擴(kuò)大，導(dǎo)致高技能人群與低技能人群之間的工資差距不斷擴(kuò)大，最終表現(xiàn)為收入分配向高學(xué)歷、高技能勞動(dòng)者群體的不斷傾斜。

二、人工智能對(duì)我國(guó)優(yōu)化收入分配格局的挑戰(zhàn)

（一）人工智能疊加疫情增加勞動(dòng)力市場(chǎng)供需失衡，不利于優(yōu)化收入分配格局

人工智能的推廣應(yīng)用將會(huì)加大擠出低技能崗位的風(fēng)險(xiǎn)，同時(shí)會(huì)增加對(duì)高技能勞動(dòng)力的需求，疊加疫情對(duì)我國(guó)經(jīng)濟(jì)帶來(lái)的負(fù)面沖擊，短期內(nèi)將會(huì)加劇勞動(dòng)力市場(chǎng)供需失衡的風(fēng)險(xiǎn)。這將會(huì)在一定程度上導(dǎo)致勞動(dòng)收入份額下降和收入差距的擴(kuò)大，不利于優(yōu)化收入分配格局。

“機(jī)器換人”勢(shì)不可擋，擠出低技能崗位風(fēng)險(xiǎn)加大。近年來(lái)，我國(guó)勞動(dòng)力成本不斷上漲、企業(yè)提質(zhì)增效要求提高，倒逼企業(yè)“機(jī)器換人”現(xiàn)象明顯。2019年我國(guó)制造業(yè)規(guī)上企業(yè)平均工資為70494元，較2013年增加27583元，增長(zhǎng)64%。國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）數(shù)據(jù)顯示，工業(yè)機(jī)器人作為人工智能的重要載體，在我國(guó)每萬(wàn)名制造業(yè)工人擁有量正在迅速增長(zhǎng)，2016年起已經(jīng)超過(guò)世界平均水平。以工業(yè)機(jī)器人為例，電氣電子設(shè)備和器材制造連續(xù)三年成為我國(guó)市場(chǎng)的首要應(yīng)用領(lǐng)域，2018年銷量4.6萬(wàn)臺(tái)，占我國(guó)市場(chǎng)總銷量的29.8%，其次為汽車制造業(yè)，2018年占比為25.5%，金屬加工業(yè)和食品制造行業(yè)的機(jī)器人銷量占比緊隨其后。相應(yīng)地，這些行業(yè)就業(yè)人數(shù)在不斷減少。電子機(jī)械及器材制造業(yè)從業(yè)人員由最高時(shí)2013年2月的616.9萬(wàn)人降低到2018年12月的547萬(wàn)人，減少了69.9萬(wàn)人。汽車制造業(yè)、金屬加工業(yè)和食品制造業(yè)的從業(yè)人員近幾年也均出現(xiàn)減少的情況，就業(yè)崗位的減少必然會(huì)加劇失業(yè)風(fēng)險(xiǎn)，在一定程度上降低勞動(dòng)收入份額。

疫情蔓延加劇結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn)，進(jìn)一步擴(kuò)大收入分配差距。隨著新冠疫情在全球的蔓延，對(duì)我國(guó)就業(yè)市場(chǎng)的沖擊越來(lái)越大。雖然目前城鎮(zhèn)調(diào)查失業(yè)率上升幅度不大，但對(duì)就業(yè)形勢(shì)的判斷不應(yīng)僅關(guān)注失業(yè)率，當(dāng)前還有很大一部分非失業(yè)群體面臨著不充分就業(yè)的問(wèn)題。有預(yù)測(cè)顯示，我國(guó)已經(jīng)有超過(guò)1億人的就業(yè)因疫情受到不同程度的影響，包括約400萬(wàn)新增失業(yè)者，2600萬(wàn)因疫情退出勞動(dòng)力市場(chǎng)的人以及7500萬(wàn)休假不上班的人。中央政治局會(huì)議將“保居民就業(yè)”置于“六?！敝滓矎膫?cè)面反映出當(dāng)前就業(yè)形勢(shì)的嚴(yán)峻。受疫情沖擊較為明顯的行業(yè)包括餐飲住宿、交通運(yùn)輸?shù)刃袠I(yè)。隨著國(guó)外疫情的持續(xù)蔓延，出口外向型企業(yè)受到疫情的沖擊也很明顯，而這些行業(yè)多為低技能勞動(dòng)力密集的行業(yè)。有部分企業(yè)出于壓低生產(chǎn)經(jīng)營(yíng)成本的考慮，或者因?yàn)橐咔榉揽匕踩男枰?，加快了“機(jī)器換人”的速度。因此，人工智能應(yīng)用疊加疫情將會(huì)增加低技能勞動(dòng)力失業(yè)風(fēng)險(xiǎn)。

人工智能迅速發(fā)展，高端人才供給不足，擴(kuò)大不同群體收入差距。在“新基建”的熱潮下，人工智能領(lǐng)域迅速發(fā)展。雖然目前我國(guó)人工智能領(lǐng)域的論文總量、被引論文數(shù)量等方面處于領(lǐng)先地位，但在人工智能領(lǐng)域高端人才儲(chǔ)備方面存在明顯短板，人才總量和質(zhì)量均不能滿足人工智能快速發(fā)展的需求，特別是高端和領(lǐng)軍人才比較缺乏。相關(guān)數(shù)據(jù)顯示，2020年我國(guó)人工智能人才缺口達(dá)500萬(wàn)人。但是眾多高校人工智能專業(yè)尚未形成成熟的人才培養(yǎng)方案，且合格的AI人才培養(yǎng)所需時(shí)間相對(duì)較長(zhǎng)，因而這方面高端人才的需求短期內(nèi)無(wú)法快速?gòu)浹a(bǔ)。因此，在高端人才供給不足和低技能人群供給過(guò)剩的情況下，必然提高技能溢價(jià)，擴(kuò)大不同群體收入分配差距。

（二）中低技能勞動(dòng)力比重大，工作轉(zhuǎn)換能力低，收入分配格局更易受到?jīng)_擊

如前所述，人工智能應(yīng)用的推廣將會(huì)使得更多的中低端技能勞動(dòng)力更易被替代，增加其失業(yè)風(fēng)險(xiǎn)。從高收入國(guó)家數(shù)據(jù)看，2018年受高等教育的勞動(dòng)者失業(yè)率平均為4.6%，相應(yīng)地，僅受過(guò)基本教育和中等教育的勞動(dòng)者失業(yè)率則分別為11.67%和7.77%。

我國(guó)從上世紀(jì)90年代末開(kāi)始推動(dòng)高等教育的大眾化，高等教育毛入學(xué)率由1978年的1.55%上升到2018年的48.1%，2020年的高校畢業(yè)生更是高到874萬(wàn)人。但是由于歷史欠賬問(wèn)題，我國(guó)就業(yè)人員的平均受教育水平仍然偏低。如2018年我國(guó)接受基礎(chǔ)教育的勞動(dòng)者占比高達(dá)61.8%，這一比重要遠(yuǎn)高于美國(guó)、德國(guó)和韓國(guó)，而接受過(guò)高等教育的勞動(dòng)者占比僅為不足10%，遠(yuǎn)低于美國(guó)、德國(guó)和韓國(guó)。從這方面看，人工智能的推廣應(yīng)用對(duì)我國(guó)勞動(dòng)力市場(chǎng)的結(jié)構(gòu)性沖擊將會(huì)更為明顯。

除了教育和技能水平外，年齡也是影響勞動(dòng)者再就業(yè)的重要因素。在勞動(dòng)力要素的重新配置過(guò)程中，年輕的勞動(dòng)者個(gè)體在職業(yè)轉(zhuǎn)換中更具優(yōu)勢(shì)。但是我國(guó)老齡化狀況日趨嚴(yán)峻，增加了勞動(dòng)者轉(zhuǎn)換職業(yè)的難度。2011年以來(lái)，我國(guó)勞動(dòng)年齡人口中45歲以上人口占比持續(xù)增加，2018年已經(jīng)達(dá)到41.4%，較2011年提高近8個(gè)百分點(diǎn)。加之這部分群體平均受教育水平普遍低于較為年輕的群體，更是加重了其就業(yè)轉(zhuǎn)換難度。如2018年，我國(guó)45歲以上就業(yè)人員中，接受過(guò)高等教育的比重僅為3.6%，遠(yuǎn)低于25歲—44歲年齡群體。因此，無(wú)論從勞動(dòng)者的教育結(jié)構(gòu)還是年齡結(jié)構(gòu)看，人工智能對(duì)我國(guó)勞動(dòng)力市場(chǎng)將會(huì)帶來(lái)更大的沖擊，進(jìn)而使得我國(guó)收入分配格局受到的影響更大。

（三）人工智能加速資本投入，不利于勞動(dòng)收入份額提升

自2015年開(kāi)始，我國(guó)人工智能市場(chǎng)規(guī)模已經(jīng)達(dá)到216.9億元。據(jù)預(yù)測(cè)，2020年我國(guó)人工智能市場(chǎng)規(guī)模將達(dá)到710億元人民幣，2015年到2020年年均復(fù)合增長(zhǎng)率為44.5%。對(duì)于人工智能領(lǐng)域的投資也在不斷提高，2018年上半年，我國(guó)人工智能投資總金額達(dá)到1527億元，超過(guò)2016年和2017年之和。與此同時(shí)，2017年，我國(guó)資本收入份額和勞動(dòng)收入份額分別為38.3%和47.51%，分別較2015年增加1.06個(gè)百分點(diǎn)和降低0.39個(gè)百分點(diǎn)。而人工智能應(yīng)用更多的長(zhǎng)三角、珠三角和北京等地勞動(dòng)收入份額下降比重要明顯高于全國(guó)平均水平，如2017年北京、江蘇、浙江和廣東幾省市的勞動(dòng)收入份額分別較2015年下降0.58、0.87、1.17和0.51個(gè)百分點(diǎn)。這也印證了人工智能技術(shù)的推廣應(yīng)用使得勞動(dòng)收入份額進(jìn)一步下降。

三、趨利避害，積極應(yīng)對(duì)人工智能對(duì)我國(guó)收入分配的挑戰(zhàn)

針對(duì)人工智能的應(yīng)用可能對(duì)我國(guó)收入分配領(lǐng)域帶來(lái)的挑戰(zhàn)，不應(yīng)談人工智能而色變，而應(yīng)趨利避害，加快構(gòu)建適應(yīng)人工智能發(fā)展的就業(yè)培訓(xùn)和教育體系，提高就業(yè)人員質(zhì)量和對(duì)新技術(shù)的適應(yīng)能力;充分利用人工智能新技術(shù)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，創(chuàng)造更多需求，從而增加就業(yè)崗位;提高服務(wù)業(yè)質(zhì)量和服務(wù)的增加值，提高服務(wù)業(yè)從業(yè)人員收入;積極引導(dǎo)人工智能向人機(jī)協(xié)作的方向發(fā)展。

一是實(shí)施勞動(dòng)者素質(zhì)提升工程，提高勞動(dòng)者適應(yīng)人工智能技術(shù)能力，從而降低失業(yè)風(fēng)險(xiǎn)，促進(jìn)收入分配格局改善。加大在職培訓(xùn)力度，不斷提高勞動(dòng)者技能。針對(duì)那些年齡和受教育水平均較低的“雙低”從業(yè)者，應(yīng)加強(qiáng)新技術(shù)應(yīng)用培訓(xùn)。鼓勵(lì)勞動(dòng)密集型制造業(yè)企業(yè)，在引入新技術(shù)的同時(shí)定期組織員工參與技能培訓(xùn)，讓員工充分了解人工智能技術(shù)的發(fā)展對(duì)本行業(yè)的影響，以適應(yīng)人工智能快速發(fā)展對(duì)人才的需求，提高就業(yè)轉(zhuǎn)換能力。同時(shí)，應(yīng)堅(jiān)持多渠道、多方式提供有針對(duì)性的培訓(xùn)，鼓勵(lì)企業(yè)采用機(jī)器人、人工智能應(yīng)用改造升級(jí)人才培訓(xùn)方式。

二是深化教育體系改革，更好體現(xiàn)就業(yè)優(yōu)先戰(zhàn)略。要積極改變傳統(tǒng)教育模式，培養(yǎng)終身教育理念。傳統(tǒng)的大規(guī)模的單科教育可能已經(jīng)不能適應(yīng)當(dāng)前新技術(shù)帶來(lái)的沖擊，應(yīng)大力發(fā)展科學(xué)、技術(shù)、工程、藝術(shù)、數(shù)學(xué)等融為一體的STEAM綜合教育。重視貫通人工智能基礎(chǔ)理論、軟硬件技術(shù)、市場(chǎng)產(chǎn)品及垂直領(lǐng)域應(yīng)用的縱向跨界人才的培養(yǎng)，以及兼顧人工智能與經(jīng)濟(jì)、社會(huì)和法律等橫向跨界人才的培養(yǎng)，注重培養(yǎng)各類人工智能復(fù)合型人才，完善人才隊(duì)伍建設(shè)。同時(shí)鼓勵(lì)高等教育和高職院校積極迎合人工智能發(fā)展趨勢(shì)，圍繞人工智能等基礎(chǔ)理論研究，促進(jìn)高校、科研院所和企業(yè)等創(chuàng)新主體協(xié)同互動(dòng)，建立人才培養(yǎng)方案和專業(yè)結(jié)構(gòu)的動(dòng)態(tài)調(diào)整機(jī)制。借鑒發(fā)達(dá)國(guó)家經(jīng)驗(yàn)，培養(yǎng)終身教育理念，增加對(duì)終身教育投入力度。

三是加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，創(chuàng)造新供給，增加新需求和就業(yè)崗位，提高居民收入水平。應(yīng)把握“互聯(lián)網(wǎng)+”“人工智能+”等經(jīng)濟(jì)新業(yè)態(tài)發(fā)展趨勢(shì)，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，加速人工智能與產(chǎn)業(yè)的融合滲透，帶動(dòng)產(chǎn)業(yè)鏈上下游良性互動(dòng)，構(gòu)建多方聯(lián)動(dòng)、協(xié)調(diào)發(fā)展的現(xiàn)代化產(chǎn)業(yè)體系。創(chuàng)造新供給，激發(fā)新需求。如可鼓勵(lì)企業(yè)以本次疫情為契機(jī)，通過(guò)人工智能手段，打造線上旅游、數(shù)字旅游等，豐富文旅產(chǎn)業(yè)新生態(tài)。從而不斷增加新的工作崗位，提高居民收入水平和勞動(dòng)收入份額，縮小收入分配差距。

四是要提高服務(wù)業(yè)質(zhì)量和服務(wù)業(yè)從業(yè)人員收入。我國(guó)服務(wù)業(yè)增加值占GDP的比重和服務(wù)業(yè)從業(yè)人員占比均已過(guò)半，在促進(jìn)我國(guó)經(jīng)濟(jì)由工業(yè)化向服務(wù)化轉(zhuǎn)變的過(guò)程中更應(yīng)該注重提高服務(wù)業(yè)的質(zhì)量。一方面要拓寬服務(wù)業(yè)投融資渠道，提升服務(wù)業(yè)技術(shù)密集型行業(yè)比重，不斷提高服務(wù)業(yè)從業(yè)人員收入水平和勞動(dòng)收入份額。另一方面，要通過(guò)人工智能等新技術(shù)手段，更好地匹配服務(wù)業(yè)的供給和需求，提高服務(wù)質(zhì)量和消費(fèi)者滿意度，增加服務(wù)的增加值，從而提高相關(guān)從業(yè)人員服務(wù)收入水平。

五是要積極引導(dǎo)人工智能朝著人機(jī)協(xié)作的方向發(fā)展。為防止人工智能帶來(lái)的自動(dòng)化程度超過(guò)一定規(guī)模可能導(dǎo)致的收入不平等問(wèn)題，防止過(guò)度自動(dòng)化現(xiàn)象出現(xiàn)。應(yīng)通過(guò)制定相關(guān)激勵(lì)政策，大力支持研發(fā)團(tuán)隊(duì)發(fā)展可以直接提升勞動(dòng)生產(chǎn)率的人工智能技術(shù)，促使人工智能技術(shù)朝著與勞動(dòng)者相互協(xié)作而非競(jìng)爭(zhēng)的方向發(fā)展，提高勞動(dòng)生產(chǎn)效率以推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

注：

①一般是指高技能勞動(dòng)力與低技能勞動(dòng)力的工資比率。

（作者為國(guó)家發(fā)展改革委經(jīng)濟(jì)所助理研究員）