引言

自 2017 年大語言模型興起以來，AI 技術(shù)對白領(lǐng)職業(yè)和知識密集型崗位的沖擊，很快就成為各界關(guān)注的焦點?！霸鰪姟保╝ugmentation）還是 “替代”（automation），已經(jīng)成為 AI 時代哈姆雷特式的問題之一。然而，盡管討論非常熱鬧，但基于真實數(shù)據(jù)來研究 AI 技術(shù)應(yīng)用對中國勞動力市場的沖擊，這樣的成果卻并不多見。

在 “” 的現(xiàn)場，北京大學(xué)國家發(fā)展研究院經(jīng)濟(jì)學(xué)教授、中國公共財政研究中心主任李力行，為我們揭開了最新實證研究的一角。根據(jù)國內(nèi)線上招聘網(wǎng)站的數(shù)據(jù)，李教授分析了不同職業(yè)、企業(yè)和城市受到 AI 技術(shù)的沖擊程度，以及隨之而來的勞動力市場變化。

李力行教授指出，我們可以將 AI 帶來的勞動力市場沖擊看作是需求與供給之間的重新匹配：需求側(cè)存在 “直接參與 AI”、“與 AI 相關(guān)”、“非 AI 相關(guān)” 三大類型任務(wù)，供給側(cè)也有 “與 AI 高度相關(guān)”、“與 AI 接近”、“非 AI 相關(guān)” 三大類型技能。任務(wù)與技能之間的重新匹配，將促使企業(yè)調(diào)整其生產(chǎn)組織和勞動力需求，也將推動勞動者提升自身技能，并能在不同的工作之間轉(zhuǎn)換。

以下是李力行教授的演講全文：

今天很高興能代表北大國發(fā)院的研究團(tuán)隊來分享我們的一些研究發(fā)現(xiàn)。

01

基于“任務(wù)”的勞動力市場模型

我們的研究是從 “基于任務(wù)的模型”（task-based model）出發(fā)，分析 AI 技術(shù)進(jìn)步對勞動力市場的影響。在這一視角下，企業(yè)通過組織來自不同 “職業(yè)”（occupations）的勞動者，完成生產(chǎn)活動。而 “職業(yè)” 則是由一系列不同的 “任務(wù)”（tasks）所組成。隨著數(shù)字技術(shù)和數(shù)字經(jīng)濟(jì)的發(fā)展，這些任務(wù)可能被進(jìn)一步拆分，使得原本被捆綁在一個職位或職業(yè)中的任務(wù)，現(xiàn)在可以由不同的人、在不同的地點、在不同的時間來完成。其中有一些任務(wù)可以通過技術(shù)實現(xiàn)自動化，而另一些任務(wù)還無法被自動化。這就是勞動力市場的需求側(cè)。

在供給側(cè)，同樣也出現(xiàn)了一個拆分的過程。一名勞動者通常具備多種 “技能”（skill），因此技能原本是被捆綁在一起提供的。而現(xiàn)在，這些技能也可以被拆分，單獨提供給市場。我們稱之為從 “捆綁”（bundling）到 “解綁”（unbundling）的轉(zhuǎn)變。

這樣，勞動力市場上的需求和供給之間的匹配，已經(jīng)不再發(fā)生在傳統(tǒng)意義上的 “勞動”（labor）或 “職位”（jobs）層面，而是越來越發(fā)生在 “任務(wù)” 和 “技能” 的層面。在這種情況下，一方面，企業(yè)需要調(diào)整對生產(chǎn)的組織和對勞動力的需求。與此同時，勞動者個人也需要提升自身技能，在不同的任務(wù)之間轉(zhuǎn)換。

現(xiàn)有的實證研究也對此提供了一些證據(jù)。有研究發(fā)現(xiàn)，美國的各行各業(yè)中，“AI 暴露度”（exposure to AI，注：一項任務(wù)的 AI 暴露度越高，則它越容易由 AI 自動完成）均值越高的行業(yè)，其用人需求正在下降。也就是說，越是容易被 AI 自動化的任務(wù)，已經(jīng)越不需要人了。但與此同時，在行業(yè)內(nèi)部，各類任務(wù)的 “AI 暴露度” 的分化程度（dispersion）卻在上升，勞動者正在轉(zhuǎn)移到行業(yè)中那些不容易被 AI 取代的任務(wù)上，比如護(hù)理等。

我想指出的是，AI 與過去幾代的技術(shù)革命有非常大的不同。我們將各類職業(yè)的 “AI 暴露度” 與它們對前幾輪技術(shù)的暴露度做了對比，發(fā)現(xiàn) “AI 暴露度” 與 “自動化暴露度”（automation exposure）和 “信息化暴露度”（information exposure）都呈現(xiàn)出明顯的負(fù)相關(guān)。也就是說，曾經(jīng)容易被自動化和信息化替代的職位，現(xiàn)在反而不容易被 AI 替代。這意味著 AI 是一種與以往全然不同的 “通用目的技術(shù)”（general purpose technology）。

02

研究設(shè)計

基于這類理論視角和現(xiàn)有研究，我們可以構(gòu)建一個研究框架。首先需要理解政府的產(chǎn)業(yè)政策、稅收政策等各項政策是如何影響技術(shù)創(chuàng)新的。隨后，在新技術(shù)出現(xiàn)之后，它會逐漸被企業(yè)和個人采用。企業(yè)采納新技術(shù)，可以重塑其組織和生產(chǎn)，并改變勞動力市場的需求。個人通過學(xué)習(xí)新技術(shù)，可以提高自身的技能水平，或改變自己的職位角色。此外，對于那些受到新技術(shù)的負(fù)面沖擊比較大的群體，還需要通過社會政策提供一定的保障，如社會保險和再培訓(xùn)等。這些都是值得探索的重要問題。

在研究中，我們主要依靠線上招聘平臺的數(shù)據(jù)，分析 “AI 沖擊”（AI shocks）對勞動力市場的各種影響。那么，第一個問題就是如何衡量 “AI 沖擊”。在職業(yè)層面，我們實際衡量的是不同職業(yè)的 “AI 暴露度”，也就是一個職業(yè)所涉及的各種任務(wù)由 AI 自動完成的可能性有多大。在企業(yè)層面，我們通過觀察一家企業(yè)最早發(fā)布 AI 職位招聘需求的時間點，來衡量其對 AI 的暴露程度。在城市層面，我們的衡量對象包括政府的產(chǎn)業(yè)政策，以及 AI 職位招聘需求所占的比例。這些是我們關(guān)注的自變量。

在因變量或結(jié)果方面，我們衡量的指標(biāo)包括：企業(yè)的用人需求、技能要求、績效表現(xiàn)、創(chuàng)新成果，以及宏觀層面的職業(yè)和產(chǎn)業(yè)結(jié)構(gòu)。這些數(shù)據(jù)基本上都來自于在線招聘平臺上發(fā)布的廣告（posts），如：一類職業(yè)下的所有新增職位數(shù)量、招聘廣告中提到的技能要求、學(xué)歷要求和薪資水平等。如果我們將這些招聘平臺的數(shù)據(jù)與企業(yè)層面的數(shù)據(jù)相匹配，還可以進(jìn)一步分析企業(yè)的創(chuàng)新成果、績效表現(xiàn)和人力需求等指標(biāo)。在城市層面，我們將這些數(shù)據(jù)進(jìn)一步整合，從而可以對職業(yè)和行業(yè)多樣性等問題做出新的觀察。需要說明的是，我們目前的研究成果，主要是對變量之間相關(guān)性的分析，還談不上因果聯(lián)系。

03

研究發(fā)現(xiàn)

我們的第一項成果是構(gòu)建職業(yè)層面的 “AI 暴露度”。數(shù)據(jù)來自 “智聯(lián)招聘網(wǎng)”（zhaopin.com）：我們從 2018 年到 2024 年的招聘廣告中，隨機抽取了 125 萬條。然后，我們對這廣告所涉及的工作任務(wù)進(jìn)行了識別。具體參考依據(jù)是美國 O*NET 數(shù)據(jù)庫中對于工作內(nèi)容描述的拆分和聚類指標(biāo)，總共包括約 2 萬項 “任務(wù)”，以及由此聚類而成的約 2000 種 “詳細(xì)工作活動”（detailed work activities）。我們提取了招聘廣告樣本中對于每項工作任務(wù)的描述信息，并對任務(wù)層面的 “AI 暴露度” 做出評估。在此基礎(chǔ)上，我們匯總形成職位層面的 “AI 暴露度”，并進(jìn)一步整合為職業(yè)層面的 “AI 暴露度”。

結(jié)果顯示，“AI 暴露度” 最高的 20 個職業(yè)幾乎都是知識密集型的白領(lǐng)職業(yè)，如會計、編輯、銷售、編程、審計、網(wǎng)頁開發(fā)、電話銷售等；而“AI 暴露度” 最低的職業(yè)則大部分是體力勞動，比如洗碗工、廚師、貨車司機、保潔員、搬運工、保姆等。

第二項發(fā)現(xiàn)是“AI 暴露度” 的發(fā)展趨勢。與其他研究類似，我們發(fā)現(xiàn)新發(fā)布職位的 “AI 暴露度” 正在逐漸下降。也就是說，“AI 暴露度” 較高的職位已經(jīng)逐漸被機器取代了，所以企業(yè)的招聘需求開始更多地轉(zhuǎn)向 “AI 暴露度” 較低的職位。

在這一點上，我們與美國的研究結(jié)果形成鮮明對比：在中國，“AI 暴露度” 最高的職位在減少；在美國，這些職位的數(shù)量卻在增加。對此，一種可能的解釋是：在美國，那些對 AI 暴露程度較高的職位中，也包含了大量直接參與 AI 研發(fā)和創(chuàng)新的職位，而這些職位的數(shù)量正在快速增長。但對于中國和其他處于技術(shù)追趕階段的國家來說，直接投入到技術(shù)創(chuàng)新前沿的職位并沒有那么熱門，“AI 暴露度” 高的職位更多還是在傳統(tǒng)意義上的知識密集型白領(lǐng)職業(yè)。

第三項發(fā)現(xiàn)來自于職業(yè)的 “AI 暴露度” 與其新增職位數(shù)量之間的關(guān)聯(lián)。我們發(fā)現(xiàn)，一個職業(yè)的 “AI 暴露度” 越高，則其新發(fā)布的職位數(shù)量越少。也就是說，相比其他職業(yè)，會計、審計、程序員等職業(yè)的新增職位數(shù)量正在減少。同時我們也觀察到，“AI 暴露度” 較高的職業(yè)，往往薪資增長較慢，薪資差距較大，對學(xué)歷和經(jīng)驗的要求也更高。這些職業(yè)的勞動者尤其面對需要提升技能的挑戰(zhàn)。另外，在城市層面，那些對高 “AI 暴露度” 職位需求較大的城市（即 “AI 暴露度” 較高的城市），正在出現(xiàn)勞動力需求的總體下滑。這意味著，如果一個城市以知識密集型的白領(lǐng)職業(yè)為主、但并不直接從事新技術(shù)的研發(fā)，那么它在 AI 沖擊下面臨的風(fēng)險會較高。

我們的第四項研究成果是對供給側(cè)的衡量。這部分的數(shù)據(jù)來自國內(nèi)的另一家主流招聘平臺 ——“前程無憂”（51job.com）。我們嘗試了多種方法，最終采用的是 “關(guān)鍵詞提取”（keyword extraction）。我們將 “技能” 劃分為 18 類：（下圖中）黑色的類別是AI 技能，被大約 4% 的招聘廣告提到；藍(lán)色的類別是那些與 AI 技能最遠(yuǎn)、相關(guān)性最低的技能，比如社交技能、工作態(tài)度和個人特質(zhì)等；橙色的類別則是與 AI 技能較為接近的技能，如技術(shù)支持、數(shù)據(jù)分析、專業(yè)軟件技能等。

從我們的數(shù)據(jù)來看，招聘廣告中提及 AI 相關(guān)技能的比例正在增加，發(fā)布 AI 相關(guān)技能需求的用人單位占比也同樣上漲，特別是在 2017 年國務(wù)院出臺《新一代人工智能發(fā)展規(guī)劃》以來。

第五項發(fā)現(xiàn)是關(guān)于地方政府的政策。中國的地方政府在眾多領(lǐng)域展開競爭，在前沿技術(shù)領(lǐng)域也不例外。我們注意到，越來越多的地方政府在其年度工作報告中都提到對 AI 產(chǎn)業(yè)的支持政策，尤其強調(diào)政府在協(xié)調(diào)產(chǎn)學(xué)研結(jié)合中的作用。通過 “事件研究法”（event study，注：研究特定事件對公司價值影響的方法），我們發(fā)現(xiàn)在這些政策出臺之后，AI 相關(guān)的專利申請數(shù)量會出現(xiàn)顯著增長，對 AI 技能的需求也會顯著上漲，這些都體現(xiàn)了 AI 創(chuàng)新活躍度的提升。

不過，如果我們進(jìn)一步將技能區(qū)分為 “與 AI 緊密相關(guān)型技能” 和 “非 AI 相關(guān)型技能”，就會發(fā)現(xiàn)一個令人意外的結(jié)果：需求增長更明顯的反而是后者，而前者在政策出臺后并未出現(xiàn)顯著上升。我猜測這可能反映了這兩類技能之間存在 “互補性”（complementary）和 “兩極化”（polarization）。試想，一名 AI 工程師可能需要雇傭一位保姆來打理家務(wù) —— 兩者在技能上差異很大，但在生活中卻構(gòu)成互補。這一結(jié)果也呼應(yīng)了我們前面提到的一個發(fā)現(xiàn)，即 “AI 暴露度” 在不同任務(wù)之間的分化程度在上升，勞動者正在越來越投入到更不容易被 AI 取代的任務(wù)中。換句話說，當(dāng)勞動者原本從事的任務(wù)被 AI 替代后，他們可能會轉(zhuǎn)向那些更需要人際溝通等非 AI 相關(guān)技能的任務(wù)，這是潛在的轉(zhuǎn)型方向之一。

另外，我們還就AI 采用對企業(yè)績效的影響進(jìn)行了初步分析。具體的做法是將樣本中的上市公司，與其所在城市中 AI 相關(guān)招聘廣告的占比，進(jìn)行匹配，從而衡量出企業(yè)層面的 “AI 暴露度”。結(jié)果發(fā)現(xiàn)，企業(yè)的 “AI 暴露度” 與其銷售額、人數(shù)和全要素生產(chǎn)率（TFP）都存在正相關(guān)。當(dāng)然，目前我們只考察了樣本中的上市公司，也僅限于 AI 應(yīng)用的直接效應(yīng)。

最后，在城市層面，我們關(guān)注AI 對產(chǎn)業(yè)結(jié)構(gòu)和職業(yè)結(jié)構(gòu)的影響，特別是產(chǎn)業(yè)和職業(yè)的多樣化。結(jié)果比較意外：AI 技術(shù)似乎在一定程度上加劇了產(chǎn)業(yè)和職業(yè)的集中化，并導(dǎo)致其他產(chǎn)業(yè)和職業(yè)的萎縮，從而導(dǎo)致城市層面的產(chǎn)業(yè)和職業(yè)多樣性出現(xiàn)了下降。但這仍屬于初步觀察。

簡要小結(jié)一下：

我們基于線上招聘數(shù)據(jù)衡量了 AI 的暴露程度和采用程度。在勞動力市場中，需求側(cè)的主要衡量點是 “任務(wù)”，供給側(cè)的衡量點是 “技能”。由此，我們在職業(yè)、企業(yè)和城市三個層面上，考察了 AI 對勞動力需求引起的變化。我們的研究發(fā)現(xiàn)主要集中在職位構(gòu)成和技能要求的變化上。這為我們更好地討論 AI 究竟是 “替代還是增強” 了人的工作，提供了一些參考。

謝謝大家。