張美莎，曾鈺桐，馮 濤

(西安交通大學經濟與金融學院，陜西 西安 710061)

0 引言

隨著以數字化、網絡化、信息化為載體的新一輪科技革命和產業(yè)革命興起，人工智能對社會和經濟影響日益凸顯。自2013年工信部發(fā)布 《關于推進工業(yè)機器人產業(yè)發(fā)展的指導意見》以來，政府相關部門先后發(fā)布了 《新一代人工智能發(fā)展規(guī)劃》 《促進新一代人工智能產業(yè)發(fā)展三年行動計劃》 《新一代人工智能治理原則——發(fā)展負責任的人工智能》 《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設工作指引》等一系列層層推進的配套指導文件，逐步將人工智能發(fā)展上升至國家戰(zhàn)略高度。2020年4月，國家發(fā)展和改革委員會首次明確指出人工智能是新型基礎設施建設的一大重要領域。在上述現實和政策雙重推動背景下，人工智能與機器人技術在生產和服務領域中得到廣泛應用，物化于機器人中的技術升級對勞動力就業(yè)市場產生了深刻影響。在勞動力結構發(fā)生重大變化的時代背景下，厘清人工智能對勞動力就業(yè)規(guī)模及結構的影響，對于實現 “穩(wěn)就業(yè)”和產業(yè)結構升級目標具有重要理論和現實意義。

現有關于人工智能與就業(yè)的研究主要集中于人工智能是否會替代部分勞動力就業(yè)崗位、人工智能對勞動力市場的沖擊評估及對勞動力市場結構的影響[1-3]。然而上述文獻或集中于理論闡述，或以西方發(fā)達國家為研究對象，缺乏人工智能對中國勞動力就業(yè)市場影響的經驗證據。此外，中國區(qū)域間經濟發(fā)展不平衡，東北、東部、中部、西部四大經濟區(qū)域的人工智能應用和產業(yè)升級進程呈現梯度差異，人工智能對中國勞動力就業(yè)市場的影響可能會呈現出不同于西方工業(yè)化國家的獨有特征。

考慮到中國人口跨區(qū)域流動的特征事實，本文選取2012—2018年中國省級機器人與勞動力就業(yè)的面板數據，采用空間面板模型評估人工智能對勞動力就業(yè)的影響機制及效果。在此基礎上，基于勞動力結構視角，進一步考察人工智能對高、中、低技能勞動力的就業(yè)沖擊及這種沖擊在不同區(qū)域間的異質性。研究發(fā)現，機器人應用顯著降低了勞動力就業(yè)需求，這種就業(yè)需求下降具有顯著的結構性和區(qū)域性特征。本文的研究為政府制定差異化的人工智能產業(yè)政策提供啟示，同時為人工智能影響中國勞動力就業(yè)市場的研究提供經驗證據。

1 文獻回顧與研究假說

1.1 文獻回顧

現有文獻關于人工智能與就業(yè)關系的研究并沒有統一界定，概括起來主要有3種觀點。①人工智能特別是工業(yè)機器人應用會顯著降低勞動力市場就業(yè)需求。Spitz-Oener[4]指出，信息技術的發(fā)展對勞動力就業(yè)市場產生了替代效應，特別是減少了重復性工作較高的中等技能勞動力的就業(yè)崗位。Karabarbounis等[5]基于美國計算機發(fā)展的實證研究表明計算機進步總體上減少了勞動力收入份額。國內部分學者也針對人工智能和就業(yè)的關系進行有益探討，韓民春等[1]、王林輝等[6]和閆雪凌等[7]一致認為工業(yè)機器人對地區(qū)就業(yè)具有顯著的負向影響。②信息技術和計算機的發(fā)展能夠增加勞動力就業(yè)崗位[8-9]，同時自動化技術也將會創(chuàng)造新的工作崗位，最終導致就業(yè)市場總體規(guī)模不斷擴張[10]。③部分學者認為人工智能對就業(yè)不存在顯著影響。Acemoglu 等[11-12]指出人工智能發(fā)展在對部分工作崗位進行替代的同時，也會創(chuàng)造出新的就業(yè)崗位，對整體就業(yè)并沒有顯著影響[13]。

具體到勞動力市場，對于人工智能如何對勞動力市場產生沖擊、影響勞動力市場的真實就業(yè)，Karabarbounis等[5]指出，在全球就業(yè)形勢呈現下滑趨勢的背景下，人工智能的發(fā)展進一步加劇了勞動力就業(yè)難問題。Hémous等[2]的研究表明，人工智能技術能夠通過減少低技能崗位需求、增加高技能崗位需求與報酬的途徑進一步加劇勞動力就業(yè)收入分配不平等問題。值得注意的是，人工智能技術并非只能替代低技能勞動，隨著近年來大數據與 “深度學習”等技術發(fā)展與應用，一些在傳統觀點中被認為無法替代的復雜型、認知型的勞動崗位也將可能被人工智能所替代，如銀行柜員、會計、文秘等。面對人工智能技術不斷發(fā)展的趨勢，Frey等[14]指出，約47%的職業(yè)將受到人工智能的沖擊，包括法律助理、金融顧問等重復性腦力勞動的高技術職業(yè)。

除了關注人工智能對勞動力市場的沖擊外，還有部分學者考察智能化技術對勞動力市場結構的影響。Bughin等[15]預測到2030年人工智能應用將促使約13%的社會總收入由從事重復性工作的低技能崗位轉移至從事創(chuàng)造性工作的高技能崗位，低技能勞動收入份額將從33%降至20%。Dauth等[3]的研究發(fā)現，在德國勞動力市場中人工智能應用減少了制造業(yè)相關勞動崗位的需求，但同時增加了對服務業(yè)相關勞動力崗位的需求。屈小博等[16]的研究指出，中國就業(yè)結構整體上呈現 “有序遞進的升級”結構，中等收入崗位數量相對增長較快。而郝楠等[17]指出，中國就業(yè)結構呈現 “N型極化”的升級趨勢，高技能崗位和低技能崗位就業(yè)增加，中等技能崗位需求減少。

上述文獻對人工智能與就業(yè)的研究做了許多有益探討，但仍存在以下兩點需要補充的內容。①上述實證研究文獻多數以西方發(fā)達國家為研究對象，人工智能對中國勞動力就業(yè)市場影響的經驗證據較少?？紤]到中國區(qū)域間經濟發(fā)展的不平衡，東北、東部、中部、西部四大經濟區(qū)域的人工智能應用和產業(yè)升級進程呈現梯度差異，人工智能對中國勞動力市場就業(yè)規(guī)模和就業(yè)市場的影響可能會呈現出不同于西方工業(yè)化國家的獨有特征。②上述關于人工智能對就業(yè)影響效應的研究中，忽略了勞動力就業(yè)的空間外溢性?；趯ΜF有文獻的補充，結合中國人口跨區(qū)域流動的特征事實，本文擬選取中國省級機器人與勞動力就業(yè)的面板數據，采用空間面板模型評估人工智能對勞動力市場就業(yè)的影響及區(qū)域差異化效果。

1.2 研究假說

人工智能對就業(yè)的影響主要有兩種效應，分別是就業(yè)創(chuàng)造效應和就業(yè)替代效應。從就業(yè)創(chuàng)造角度講，一方面物化于機器人中的技術升級提高了市場生產效率，降低了產品生產成本，促使企業(yè)生產利潤增加，企業(yè)存在足夠的盈余積累時傾向于擴大資本規(guī)模，最終導致勞動力就業(yè)市場規(guī)模得以擴張。據麥肯錫預測，人工智能應用將促使我國GDP每年增長0.8～1.5個百分點，經濟規(guī)模擴張最終會產生就業(yè)補償效應，擴大就業(yè)市場規(guī)模；另一方面，隨著人工智能的研發(fā)和推廣，人工智能技術發(fā)展會創(chuàng)造新型任務進而衍生出新的就業(yè)崗位，增加了勞動力市場的相對需求量。國際機器人聯合會的研究數據顯示，平均每應用1個人工智能機器人，社會將衍生出3.6個新興崗位。從就業(yè)替代角度講，人工智能特別是工業(yè)機器人的應用加快了生產機械化、自動化的進程，將會替代一部分重復性強、創(chuàng)造性和情感交互性弱的工作崗位，最終降低勞動力就業(yè)需求。

人工智能對勞動力就業(yè)崗位的替代和創(chuàng)造效應并非一蹴而就，從作用路徑看，就業(yè)創(chuàng)造效應的途徑更為豐富，但創(chuàng)造效應的實現存在以下現實障礙：①人工智能技術發(fā)展加快了同質產品更新換代速度，部分老企業(yè)缺乏相關技術設備無法生產新產品，只能通過降低生產規(guī)模、裁員等方式規(guī)避風險，進而降低對勞動力的需求，而新企業(yè)無法快速進入投資生產階段產生新的就業(yè)崗位，進而出現勞動力需求的空窗期，引發(fā)間歇性失業(yè)問題；②當前中國人工智能發(fā)展正處于初中期發(fā)展階段，人工智能的就業(yè)替代效應在短期內能夠得到快速反響，而就業(yè)創(chuàng)造效應的顯現是一個長期的持續(xù)過程，因此現階段人工智能創(chuàng)造新任務的速度遠不及替代現有勞動力的速度，Acemoglu等[18]的研究為此提供了理論和經驗支撐。因此本文認為相比于就業(yè)創(chuàng)造效應，當前階段人工智能應用帶來的就業(yè)替代效應更為明顯?；诖耍岢黾僭O1：現階段人工智能應用顯著降低了勞動力市場就業(yè)總需求。

人工智能技術對就業(yè)的替代和創(chuàng)造效應必然會反映在勞動力就業(yè)結構上[19]。替代效應方面，隨著人工智能技術的不斷發(fā)展，機器人應用直接替代可預測的、程序性任務崗位，這些崗位主要集中在第一產業(yè)、第二產業(yè)及第三產業(yè)的中低端，導致企業(yè)降低了中、低技能勞動力的相對需求。創(chuàng)造效應方面，首先物化于機器人中的技術升級衍生出新型崗位，大量工作將會需要人機協作，這就要求勞動力具有較高的專業(yè)性和協作性，對高技能人員的需求隨之不斷上升；其次，人工智能技術升級同時提升了高、中、低技能勞動力的勞動生產率，但相比于中、低技能勞動力，高技能勞動力與人工智能技術發(fā)展的契合性更高，邊際產出效率也更高，因此中低技能勞動力從被替代到再就業(yè)需要花費時間和成本更高，這進一步加劇了 “高技術”勞動力需求與 “低素質”勞動力供給之間的矛盾，進而引發(fā)結構性失業(yè)?；诖?，提出假設2：人工智能對高技能勞動力就業(yè)以就業(yè)創(chuàng)造為主，而對中、低技能勞動力就業(yè)以就業(yè)替代為主。

在研究人工智能對勞動力就業(yè)結構的影響時，區(qū)域差異是不容忽視的一個關鍵因素。人工智能發(fā)展程度越高的地區(qū)，如北上廣深等地區(qū)面對先進設備投資的大規(guī)模增長及持續(xù)產生的新的創(chuàng)新型任務，對高技能工人的需求相比中技能工人上升幅度更大。相反，在人工智能發(fā)展程度較低的地區(qū)，如中國西北地區(qū)等，囿于經濟條件的匱乏及產業(yè)結構的低級化，勞動力就業(yè)結構以中、低技能勞動力為主，很難吸引高技能人才流入?；诖?，提出假設3：人工智能對勞動力就業(yè)結構的影響效果存在顯著的區(qū)域性差異。

2 研究設計

2.1 模型構建

本文采用空間計量模型考察人工智能對就業(yè)的影響。傳統計量方法假設地區(qū)間相互獨立，但在勞動力具有流動性、產生大規(guī)?？鐓^(qū)域就業(yè)的背景下，本省的人工智能水平變化可能對相鄰省份的勞動力就業(yè)產生影響，各省的勞動力就業(yè)也可能存在內生交互效應，空間計量模型可以較為準確地捕捉這一影響。同時，考慮到人工智能水平與勞動力就業(yè)可能存在相互因果關系，本文同時采用靜態(tài)和動態(tài)空間誤差模型進行實證分析，以避免可能存在的內生性問題。模型設定如下：

laborit=γ1robotit+γ2Xit+εit，εit=λWjtεit+νit

(1)

laborit=θlaborit-1+γ1robotit+γ2Xit+εit，εit=λWjtεit+νit

(2)

模型 (1)為靜態(tài)空間誤差模型，模型 (2)為動態(tài)空間誤差模型。模型中，laborit為不同技能勞動力就業(yè)，laborit-1為不同技能勞動力就業(yè)的滯后項，下標t與i分別表示第t年與第i個省份；Wjt為空間鄰接權重矩陣，λ代表空間誤差系數；robotit為人工智能水平；Xit為控制變量，包含消費水平、貿易開放程度、城鎮(zhèn)化水平、金融發(fā)展水平及研發(fā)投入水平等；εit為誤差項。

為了進一步驗證人工智能對勞動力結構影響的區(qū)域差異，構建以下模型：

laborit=β0+β1robotit×IDij+β2Xit+εit，εit=λWjtεit+νit

(3)

式中，IDij為地區(qū)虛擬變量，代表位于j地區(qū)的i省份，laborit、robotit、Xit與上文一致，εit為誤差項。

2.2 數據來源與指標選取

本文選取2012—2018年中國30個省份 (不含西藏)機器人與勞動力就業(yè)的面板數據實證檢驗人工智能對就業(yè)的影響機制和效果。具體的數據來源是：機器人數據來自于中國商品貿易庫；相關的勞動力就業(yè)數據來自于 《中國勞動統計年鑒》 《中國人口與就業(yè)統計年鑒》；其余變量數據分別來自于CSMAR數據庫、 《中國統計年鑒》及各省份統計年鑒，具體的指標選取和變量定義如下。

(1)主要解釋變量：人工智能水平 (robot)。目前有關機器人數據統計的報告主要來自于中國商品貿易庫和國際機器人聯合會 (IFR)，中國商品貿易庫提供了中國各個省份每年進出口機器人的類別和數量，IFR提供了基于中國行業(yè)層面機器人的安裝數量，因此無法直接獲取各省份每年機器人的安裝數量。鑒于此，本文參照孔高文等[20]的研究，采用各省份機器人進口數量作為人工智能的指示變量。

(2)主要被解釋變量：不同技能勞動力就業(yè) (labor)。受教育水平是衡量人力資本及技能積累的重要指標，良好的教育水平能夠讓人們快速適應新環(huán)境和新技能需求[21]，因此，本文采用受教育水平及年限的高低來劃分勞動力就業(yè)的技能等級。具體地，將受過高等教育 (大專院校及以上)的勞動力視為高技能勞動者，將受初中、高中及中專教育者劃分為中等技能勞動力，將小學及以下受教育者劃分為低技能勞動力。

(3)其他變量：消費水平 (con)、貿易開放程度 (trade)、城鎮(zhèn)化水平 (urb)、金融發(fā)展水平 (fin)、研發(fā)投入水平 (rd)。人工智能與工業(yè)智能化具有較強的關聯性，鑒于此，本文參照孫早等[22]關于工業(yè)智能化的研究，采用以下5個控制變量進行分析。①消費水平采用各省份居民家庭人均消費占可支配收入的比重衡量；②貿易開放程度采用各省份經營單位所在地進出口總額占當地GDP比重衡量；③城鎮(zhèn)化水平采用各省份城鎮(zhèn)人口占總人口比重衡量；④金融發(fā)展水平采用各省份年末存貸款余額與GDP比重衡量；⑤研發(fā)投入水平采用各省份研發(fā)經費投入占GDP比重衡量。各變量定義與說明見表1。

表1 變量定義與說明

2.3 描述性統計

機器人應用分布。本文分別將中國商品貿易庫和國際機器人聯合會2012—2018年提供的機器人進口數量及機器人安裝數量進行匯總，如圖1所示。圖1中，2012—2018年機器人安裝量與進口量二者趨勢基本一致，中國進口機器人數量 (中國商品貿易庫統計)平均約為機器人安裝數量 (IFR統計)的1.1倍，這也間接表明用各省份進口機器人數量衡量各省份真實的人工智能水平具有現實依據。

圖1 2012—2018年機器人安裝量與進口量

3 實證與結果分析

3.1 空間自相關檢驗

在使用空間面板模型前，首先需要驗證省際勞動力就業(yè)是否存在空間依賴性。莫蘭指數是常用的檢驗空間依賴性的指標，本文計算了2012—2018年中國各省份就業(yè)規(guī)模的莫蘭指數，結果見表2，可以看到莫蘭指數均大于零且均通過了10%的顯著性檢驗，這表明各省份勞動力就業(yè)規(guī)模顯著空間正相關，具有明顯的空間聚集性。

表2 2012—2018年各省份就業(yè)規(guī)模的空間相關性檢驗

3.2 基準回歸結果

(1)人工智能對勞動力就業(yè)需求及就業(yè)結構的影響。人工智能對總體就業(yè)、不同技能勞動力就業(yè)影響的估計結果見表3。第 (1) (3) (5) (7)列與第 (2) (4) (6) (8)列分別是采用靜態(tài)空間面板和動態(tài)空間面板的回歸結果。從表3的回歸結果可以看出，靜態(tài)空間面板的回歸結果與動態(tài)空間面板的回歸結果基本一致，不存在顯著性的差異，因此下文主要以靜態(tài)空間面板的回歸結果為例，對實證研究結果進行分析。從模型 (1)回歸結果看，勞動力就業(yè)總體規(guī)模的系數為負且通過了1%的顯著性水平檢驗，這表明現階段人工智能對就業(yè)市場的總體效應以就業(yè)替代為主，人工智能水平每提高1個單位，勞動力總體就業(yè)規(guī)模下降0.4%。究其原因，可能在于現階段中國人工智能產業(yè)發(fā)展尚處于起步階段，短期內無法為勞動市場創(chuàng)造更多的就業(yè)機會；但人工智能對就業(yè)的替代效應卻隨著工業(yè)機器人安裝數量的提升逐漸增強，這就導致現階段人工智能創(chuàng)造的新就業(yè)崗位遠低于其替代的原有就業(yè)崗位，呈現出勞動力就業(yè)需求減少的總體態(tài)勢，損害了總體就業(yè)水平，與前文的假設1相一致。此外，從空間滯后系數的回歸結果看，其均通過1%的顯著性水平檢驗，這表明在中國人口跨區(qū)域流動背景下，勞動力就業(yè)具有明顯的空間外溢性。

表3 人工智能對不同技能勞動力就業(yè)的影響：基準回歸結果

從勞動力就業(yè)結構的回歸結果看，人工智能應用對不同技能等級勞動力的就業(yè)影響存在顯著差異。其中，低技能勞動力及中技能勞動力的回歸系數顯著為負且均通過10%的顯著性水平檢驗，人工智能水平提高1個單位將導致低技能和中技能勞動力就業(yè)規(guī)模分別下降0.7%、0.5%；而高技能勞動力的回歸系數顯著為正，人工智能水平提高1個單位，高技能勞動力就業(yè)上升1.6%，動態(tài)空間面板的結果與靜態(tài)面板相一致。這表明人工智能對高技能勞動力就業(yè)以就業(yè)創(chuàng)造為主，對中、低技能勞動力就業(yè)以就業(yè)替代為主，假設2得到驗證。導致上述結果產生的原因可能在于，以工業(yè)機器人為代表的人工智能技術對勞動力就業(yè)需求具有顯著的結構性特征，人工智能技術在替代重復性強、創(chuàng)造性和情感交互性弱的低技能、中技能勞動力就業(yè)崗位的同時，也會增加對專業(yè)性、創(chuàng)造性與人機交互性的高技能勞動力需求，這與中國當前以低技能、中技能為主的勞動力市場結構不匹配，加劇了 “高技術”勞動力需求與 “低素質”勞動力供給之間的矛盾，最終引致 “就業(yè)極化”現象。

(2)人工智能對勞動力就業(yè)影響的區(qū)域差異。為了防止變量過多、自由度偏小引起的估計誤差，本文結合中國4個區(qū)域，以東北地區(qū)為基準，共設置3個地區(qū)虛擬變量，東北地區(qū)的省份設為同一虛擬變量；東部地區(qū)的省份設為同一虛擬變量；西部地區(qū)省份設為同一虛擬變量。區(qū)域差異回歸結果見表4。

表4 人工智能影響就業(yè)結構的區(qū)域差異分析結果

從東北地區(qū)的回歸結果看，人工智能對勞動力總體就業(yè)規(guī)模的影響顯著為負，中、低技能勞動力就業(yè)規(guī)模變化與全國總樣本的回歸結果相一致，但高技能勞動力就業(yè)的正向促進效應并不顯著。究其原因，可能在于盡管東北地區(qū)人工智能水平位居全國前列，但是由于東北地區(qū)經濟不發(fā)達，對高技能人才吸引力不足的同時伴隨著嚴重的人才流失問題，導致東北地區(qū)人工智能發(fā)展對高技能勞動力就業(yè)的影響并不顯著。

從東部地區(qū)的回歸結果看，人工智能對勞動力總體就業(yè)的影響是正向的，人工智能每增加1單位，勞動力總體就業(yè)增加0.3%。值得注意的是，人工智能應用同時提升了東部地區(qū)低技能和高技能勞動力的就業(yè)規(guī)模。究其原因，一方面可能是因為東部地區(qū)工業(yè)機器人應用時間較長，相較于其他地區(qū)人工智能的就業(yè)創(chuàng)造效應逐步開始顯現，衍生出更多與人工智能相關的第二、三產業(yè)的基礎崗位，增加了低技能勞動力的就業(yè)機會；另一方面，東部地區(qū)人口稠密，勞動力流入較多，也吸引了更多專業(yè)技能人才，對就業(yè)崗位的適配性和適應性更強，因此在東部地區(qū)，人工智能的就業(yè)創(chuàng)造效應已經開始顯現。

從中部地區(qū)的回歸結果看，人工智能對勞動力總體就業(yè)的影響顯著為負，對高技能勞動力就業(yè)的影響顯著為正，從回歸結果的系數大小看，人工智能每增加1單位，高技能勞動力就業(yè)增加0.6%，人工智能對就業(yè)的創(chuàng)造效應低于東部地區(qū)，這可能是因為中部僅有部分地區(qū)應用了人工智能機器人，人工智能水平相比于東部地區(qū)仍有差距。在中技能勞動力就業(yè)方面，人工智能應用提高了中部地區(qū)中技能勞動力的就業(yè)規(guī)模，這可能是因為中部地區(qū)人工智能發(fā)展尚處在初級階段，東部地區(qū)的部分中技能勞動力轉移到了中部地區(qū)就業(yè)，增加了中部地區(qū)的中技能勞動力就業(yè)。

從西部地區(qū)的回歸結果看，人工智能對勞動力總體就業(yè)的影響同樣顯著為負。從勞動力結構看，人工智能應用對西部地區(qū)中技能勞動力就業(yè)產生了正向影響，對高技能勞動力就業(yè)產生了負向影響。究其原因，可能在于西部地區(qū)同樣接收了從東部地區(qū)溢出的部分中技能勞動力，從而增加了本地區(qū)的中技能勞動力就業(yè)；同時由于西部地區(qū)人工智能水平低，經濟發(fā)展水平落后，具有專業(yè)技術的高技能人才傾向于到人工智能水平較高的東部地區(qū)就業(yè)。

3.3 穩(wěn)健性檢驗

勞動力就業(yè)結構是本文的核心解釋變量，為了保證上述結果的穩(wěn)健性，本文采取替換被解釋變量代理指標的方法重新對上述理論假設進行實證分析。具體地，參照孫早等[22]、宋冬林等[23]、陸雪琴等[24]的做法，通過比較 《中國人口和就業(yè)統計年鑒》中行業(yè)分類就業(yè)人員的受教育程度和大學?？萍耙陨蠈W歷的比例，以第一、二、三產業(yè)就業(yè)人員的平均工資與各省份全部就業(yè)人員平均工資的差值分別衡量低技能勞動力、中技能勞動力、高技能勞動力就業(yè)水平。穩(wěn)健性檢驗結果與上文研究結果基本一致，在此不再披露與贅述。

4 結論與啟示

本文基于勞動力結構視角，選取2012—2018年中國省級機器人與勞動力就業(yè)的面板數據，采用動態(tài)空間面板模型評估人工智能對勞動力市場就業(yè)的影響。研究結果表明：人工智能發(fā)展顯著降低了勞動力就業(yè)需求，在中國人口跨區(qū)域流動背景下，這種效應具有明顯的空間外溢性；人工智能發(fā)展引起的勞動力就業(yè)需求下降效應具有顯著的結構性特征，就業(yè)替代效應在中、低技能群體中更為明顯；人工智能對勞動力就業(yè)結構的影響效果存在顯著的區(qū)域性差異。

根據上述研究結論，得到以下幾點啟示：①政府要加大低技能群體職業(yè)技能培訓投入及教育經費投入。人工智能的發(fā)展將會替代越來越多中低技能勞動力，而勞動力就業(yè)轉移需要提高人力資本，因此政府要持續(xù)加大各級各類教育經費投入，特別是加強在崗職工、失業(yè)人員的專業(yè)技能培訓，幫助勞動力提升就業(yè)擇業(yè)能力；同時要建設公共就業(yè)服務體系，增強勞動力接受市場信息的能力，減少摩擦性失業(yè)。②要結合各地實際情況，制定差異化的人工智能產業(yè)政策。如東北地區(qū)應采取切實有效的措施，建立更加完善的人才引進機制，提升人才福利待遇，建立健全完善的住房、醫(yī)療、教育保障體系，提高城市對高技能人才的吸引力；東部地區(qū)應繼續(xù)提升人工智能應用水平，大力支持國產人工智能產品的研發(fā)，進一步推進我國人工智能技術發(fā)展；中西部城市應逐步推進產業(yè)結構升級，增加基礎性就業(yè)崗位，吸納東部地區(qū)轉移的中低技能勞動力。③加快人工智能專業(yè)人才隊伍的建設，優(yōu)化和調整智能制造學科體系。我國目前應用的人工智能技術過度依賴進口，國產人工智能機器人市場占有率較低，政府應加大對人工智能的研發(fā)經費投入，支持高校建設世界一流的智能制造學科體系，培育具有較強創(chuàng)新能力、高度理解運用能力、能夠解決核心技術問題的高素質人才，增強我國人工智能技術的競爭能力和創(chuàng)新能力。