2018人工智能技术进步对我国就业影响分析报告.docx

1 人工智能技术进步对我国就业影响 分析报告 2018 年 8 月1 目录 摘要 . 1 一、引言 . 2 二、 我国过去 25 年劳动力市场就业结构变迁 . 3 （一） 就业结构分类 . 3 （二） 就业结构整体变化趋势 . 3 （三） 不同人群就业结构变化 . 5 1、 非就业人群中接近 70%都是女性 . 5 2、 不同年龄的劳动者展现出不同的就业结构。 . 6 3、 按教育水平细分 . 6 4、户籍与居住地不同 . 7 5、 非就业群体占比在近 25 年快速上涨。 . 7 三、我国就业结构变迁原因 . 9 四、未来人工智能自动化偏向型技术对我国就业替代率估算 . 11 （一） 我国劳动力成本与发达国家相比仍有明显差距。 . 12 （二） 人工智能替代将首先缓解劳动力供给不足的问题。 . 13 （三）人工智能实现大规模应用尚需技术的进一步成熟。 . 13 五、应对人工智能对就业冲击的政策建议 . 15 （一） 要加强对人工智能产生就业影响的精细化研究。 . 16 （二） 要推动教育内容和方式更加适应人工智能时代 . 16 （三） 要推动我国劳动力市场结构的转变 . 17 （四）要研究完善相关财税社保政策。 . 17 2 （五）还要考虑劳动力市场政策的灵活性。 . 17 附录：就业结构分类依据 . 18 1 摘要 人工智能 (ArtificialIntelligence,AI)技术的蓬勃发展，引发人们 对 AI 替代就业的担忧。我们通过系统性地分析1990-2015年我国劳动力市场就业结构变迁，发现常规性就业占比仍然占据主导，但在技术变迁的过程中，常规性工作岗位占比明显减少，这主要来自常规操作性岗位减少，而非常规性工作岗位占比变动不大，从常规操作性工作被挤出的主要是女性、年轻人和学历较低者，主要进入了非就业群体。高学历人群中非常规就业占比逐年下降，显示大部分大学生毕业后从事的是重复性而非创造性工作，反映当前教育体制对学生技能的培养可能难以适应科技创新要求。 此外，根据 2015 年的各行业就业规模测算， 45%的城镇就业人口存在可替代风险。为此，我国应在积极应对、参与和引领 这次技术革命的同时，想办法减轻人工智能等技术进步对就业的负面冲击，包括加强对人工智能产生就业影响的精细化研究、推动教育体制更加适应人工智能时代要求的改革、立足国情和地区优势合理规划产业布局、政府和市场协力创造更多新的就业岗位、制定劳动力市场政策促进非常规性工作岗位的增加及完善相关财税社保政策。 2 一、引言 一、 当前，以人工智能为主要内容的新一轮科技革命和产业变革孕育兴起，大数据的积聚、理论算法的革新、计算能力的提升及网络基础设施的完善，驱动人工智能 (AI)发展进入新阶段，智能化成为技术和产业发展的重要方向。与此同时，国务院印发新一代人工智能发展规划，提出我国到 2030 年成为世界主要人工智能创新中心的战略目标。政府和市场同时发力，让我国人工智能取得了突飞猛进的发展，据报道， 2017 年我国人工智能的企业数量和专利申请数量都已位居全球第二，相关学术论文发表数量世界第一。 由于人工智能直接替代部分人类劳动，因此也引发了社会各界对 AI 带来失业的担忧 。 FreyandOsbome(2013)发现美国高达 47%的劳动者属于容易被人工智能替代的高危人群。多数都认为此次人工智能 技术革新浪潮不同于以往的技术进步，还可能带来就业岗位极化、收入差距扩大等社会问题。我国作为最大的发展中国家，“就业是最大的民生”，研究人工智能对就业的替代性对于保持就业率长期稳定有着重要意义。 本文主要通过系统性地解释过去 25 年我国劳动力市场就业结构变迁，在测算技术进步的潜在影响的同时，衡量人工智能为代表的自动化偏向型技术未来可能的就业替代规模，据此提出相应的政策建议。 3 二、 我国过去 25年劳动力市场就业结构变迁 （一） 就业结构分类 由于我们要分析人工智能这一技术进步对就业的可能替代，因此参照 Cortes 等 （ 2016)的做法，将劳动年龄人口从事职业按照其被自动化、电脑化替代的可能性，分为常规工作和非常规工作，并在这两大类岗位内部按照所需投入进一步细分为操作型或知识型。具体而言，常规操作性工作 （ RoutineManual,RM)指很容易被计算机、机器人、人工智能等自动化偏向型技术替代的操作性工作，包括流水线工人等；非常规操作性工作 (Non-routineManual,NRM)指不易被自动化偏向型技术替代的操作性工作，如餐饮服务人员等；常规 知识性工作 (RoutineCognitive,RC)指很容易被自动化偏向型技术替代的知识性工作，如计算人员、重 复 性 的 客 户 服 务 人 员 等 ； 非 常 规 知 识 性 工 作(Non-routineCognitive,NRC)指同自动化偏向型技术有很强互补性的知识性工作，如高管、专业技术人员等。本文将研究对象界定为 18-59 岁的城镇居民，其中当前没有工作且未丧失工作能力的属于非就业群体。 我们计算使用的数据为 1990-2015 年的全国人口普查数据，具有极好的全国代表性。我们将研究对象界定为18-59 岁的城镇人口。除了以上细分的四类，当前没有工作且未丧失工作能力的属于非就业 (Not-working)群体。 （二） 就业结构整体变化趋势 4 依据上述就业结构划分，图 1 展示了我国过去 25 年劳动力市场就业结构的整体变化趋势。 图 1：全国 1990-2015 年各类职业就业人数占比变化 从图 l 可以看出，常规操作性工作的就业人数占比下降幅度最为明显（下降幅度达 25%)，常规知识性工作在过去 25 年中就业占比稳步上升，增幅为 11%，这同我国教育水平提高及高等教育扩张导致受高等教育的人数持续增多有关。两者相加，常规性工作减少了 14%。同时非就业群体从 1990 年的 16。 /。上升到了 2015 年的 31。 /。，而非常规工作占比变化很小，说明在技术变迁的过程中，从常规操作性工作被挤出的劳动力并未大量进入不易被自动化偏向型技术替代的非常规工作中，而是主要进入了大幅上升的非就业群体及转化到常规知识性工作岗位。 5 将全国 分为东中西部三类地区分别观察就业结构变动情况，发现各地区展现出和全国相同的趋势，即：常规操作性工作占比大幅下降 ;非就业人数占比大幅上升；常规知识性占比工作稳步增加；非常规工作占比变化很小，甚至有所下降。 （三） 不同人群就业结构变化 类似的，我们对不同人群的就业结构变迁做进一步分析。 图 2 显示，男性和女性在未来被替代的可能性不同。对于常规知识性工作和非常规工作而言，男性和女性占比相差不大，但在常规操作性工作中，男性占比在随时间逐渐升高，到 2015 年已经达到 66.5%。这说明过去 25 年在常规操作性工作中被挤出的 主要是女性劳动者，但在未来人工智能发展中，男性由于占比较高而被替代的可能性高于女性。 1、 非就业人群中接近 70%都是女性 说明女性更容易因为工作或自身原因而离开劳动力市场。男性在未来如果被更多替代，却又不愿意进入非就业状态，可能会造成更严重的社会问题。 图 2:各类就业类型中男性占比 6 2、 不同年龄的劳动者展现出不同的就业结构。 对于 18-29 岁的年轻人，常规操作性工作占比降幅很大，常规知识性工作和非就业人群都在逐渐上升，这同年轻人受教育年限增长有关。从绝对数值来看， 2015 年非就业群体占比接近 40%，而非常规工作占比只有 16.2%。30-49 岁的中年人是非常规就业的主力，其非常规就业占比超过 20 ， 常规操作性就业占比虽然也在下降，但 2015年绝对值依然高达 35.7%。其常规知识性就业也在上升，2015 年达到了 22.2%，而非就业人群占比较低，只有约20%。在 50-59 岁的人群中非就业人群占比高达 45.8%，这和部分人进入离退休状态有关。 3、 按教育水平细分 不同学历人群从事的工作类型存在很大差别。常规操作性就业占比随学历上升而递减， 2015 年小学及以下学历7 从事此类工作者占比高达 45.5%，而大学及以上占比只有10%。常规知识性就业占比则随学历上升而递增， 2015 年小学及以下学历此类就业占比只有 9%，而大学及以上占比高达 27.2%，显示知识性工作对学历要求较高。非常规就业占比也显示出随学历上升而递增的趋势。但在高中和大学及以上人群中，非常规就业占比却在逐年下降，显示中国虽然培养了越来越多的大学生，但大部分大学生毕业后从事的是重复性而非创造性工作， 这反映了当前教育体制对学生技能的培养可能难以适应科技创新要求，导致大学毕业生也很容易被未来的人工智能替代。 4、户籍与居住地不同 我们发现户籍地与居住地不在同一县的流动人口在常规操作性就业占比上高于全部人群平均水平，未来可能也更容易被替代。 5、 非就业群体占比在近 25 年快速上涨。 该部分人群未工作的原因包括：在校学习、毕业后未工作、因单位原因失去工作、因本人原因失去工作、离退休、料理家务等。如果未工作者增多主要是因为继续上学或更早退休，由于属于进一步增加人力资本或享受休闲，可能带来的社会问题不大。但是统计显示，非就业群体中上学者的比例在 2000-2010 年间逐渐上升，但在 2010-2015 年间又有所下降，退休者占比也在随时间减少。上学者与退休者比例变化不能很好地解释一直随时间递增的非就业群体。即非就业人群占比持续上升的主要原因来自于