人工智能時代技術進步對就業影響的研究述評

李穎

〔摘要〕文章以 CiteSpace為工具，對1980-2018年間WOS和CNKI收錄的技術進步對就業影響的相關文獻進行計量與可視化分析，結合關鍵詞共現和文獻共被? 引分析總結該領域的發展歷程和研究前沿。研究發現雖然人工智能對就業影響的研究難以形成統一結論，但人工智能技術的采用勢必會對崗位需求產生顛覆性的影響，我國學者應該分行業探索人機協同成為主流生產和服務方式后的工作任務特征和勞動力技能需求，并為建立適應智能經濟和智能社會的就業培訓體系提供政策建議。

〔關鍵詞〕技術進步;就業;人工智能;可視化分析;CiteSpace;職業替代

〔中圖分類號〕F241.4 〔文獻標識碼〕A 〔文章編號〕2095-8048-（2019）04-0120-09

一、引言

技術進步對就業的影響是經濟學研究領域中具有爭議的話題，雖然學者們難以達成一致的觀點，但是不可否認19世紀的蒸汽機、20世紀的電力、20世紀70年代的自動化都為工業生產帶來了翻天地覆的變化。更有學者預測，與之前的歷次科技革命相比，人工智能革命要來得更猛烈、更徹底，由其造成的失業問題也會更加嚴重?；趯OS和CNKI數據庫的檢索可見，近年來以人工智能為代表的技術進步對就業影響研究領域發文數量逐年增加，國內外學者對該領域的文獻進行了描述性回顧和定性的分類研究，但是他們所梳理的文獻數量有限，既不能全面客觀反映技術進步就業影響的研究全貌，也沒有系統的展示該領域的研究過程。本研究嘗試使用CiteSpace可視化文獻分析軟件對該領域有代表性的文獻和理論成果進行梳理和挖掘。

二、技術進步對就業影響研究的發展歷程與前沿探討

本文以湯姆遜路透公司的Web of Science（WOS）核心數據庫和中國知網學術期刊網絡出版總庫（CNKI）1980-2018年間的期刊論文為數據源，以技術進步（technology progress）和就業（employment）為主題進行檢索。具體而言，選擇WOS核心數據庫為數據源;檢索主題為“技術進步”、“就業”;來源數據庫選擇默認;時間跨度選擇為1980至2018年，檢索時間為2018年10月22日，檢索結果顯示共有1659篇可選文獻總量。在中國知網中，設定主題為“技術進步”和“就業”，時間限定為1980-2018年，檢索時間為2018年10月22日，共檢索到2378篇中文文獻。為確保所分析的數據更加有說服力，這里對采集到的資料進行二次整理，將綜合質量不高的文獻予以剔除，分別獲得文獻1646篇和2355篇。

本文對檢索到的文獻記錄進行了如下幾種分析，即：發文量分析、文獻共被引分析，以及關鍵詞共現分析。其中網絡節點分別設置成進行“keyword”、“country（region）& institute”，以及“cited reference ”，所篩選的文獻的時間區間是1980-2018年，數據選取的對象是top50。通過國家與機構分析能夠了解世界范圍各個國家和機構的合作關系和影響力，通過關鍵詞的熱度來發現該領域的發展歷程，通過文獻共被引分析能夠發現該領域發展前沿。

（一）發文量與中心性分析

WOS數據庫中1980-2018年間有關技術進步與就業研究的發文量趨勢見圖1。檢索到最早的關于技術進步與就業的研究是1981年，1980-1990年期間年度發文量比較少，從1991年開始發文量緩慢增長，2006年以來，以深度學習為代表的人工智能等科技進步引起了學者再一次關注技術進步與就業之前的關系。2015年開始發文量急速增長，2016年、2017年發文量分別為171篇和170篇。美國、英國、中國和德國的發文量排在前列。發文量較多的機構主要分布在美國，前三位依次為美國國民經濟研究局、麻省理工學院和加利福尼亞大學伯克利分校。

我國知網1980-2018年間有關技術進步與就業研究的發文量趨勢見圖2。檢索到最早的國內關于技術進步與就業的研究是1988年，1988-1995年期間年度發文量比較平穩，1995年年度發文量開始快速增長，2004-2018年間發文量波動性增長。2013年以192篇文獻數達到高峰，2015年開始下降，但是發文量總體保持在100篇以上。其中趙利、郝楠和王光棟三位作者的發文量排在前三位，科研機構中南開大學、西南財經大學和湖南大學的發文量居于前三位。

根據WOS數據庫中1646條記錄，借助CiteSpace軟件能夠非?？焖俚膶⒏鲊蜋C構對應研究成果的數量、時間等信息以可視化顏色圈的方式展現出來。年輪越大代表發表論文的數量越多，而年輪外側紫色圈表示該國家或機構的中心性，中心性與圈寬度呈正相關關系?！?〕在得到的技術進步與就業研究的國家（地區）和機構綜合分析知識圖譜中（如圖3示），共計260條線以及119個節點，其中圓形節點與直線上分支節點分別表示地區和機構。在圖3當中，呈現出技術進步與就業研究的國家（地區）分布相對集中，通過節點連接線能夠看到國家（地區）和機構間合作較為緊密。從發文頻次角度來看，美國文獻貢獻率最高，與之前發文量統計一致。從各節點中心性強度來看，美國、英國的中心性也是最強的，表明美國和英國與共現網絡中的許多國家都有直接或間接的合作關系，該領域具有主導的影響力和控制力。我國的中心性為0.11，在德國、澳大利亞、西班牙和加拿大等國之后，表明我國研究機構應進一步加強與國際機構的研究互動和合作，以提高其學術影響力。

（二）關鍵詞共現分析

對關鍵詞的共現分析有助于分析某一科學領域研究的熱點問題，隨著關鍵詞共現頻率的增加，文獻表達的中心思想就越接近。關鍵詞中心性表示的是，相同節點在某領域當中的中介作用，通常情況下，該指標大于0.1即為較強。為了了解技術進步與就業的研究狀況，本文利用CiteSpace對WOS數據庫中1980-2018年間技術進步與就業領域關鍵詞進行共現分析，并對共現頻率排名前15的重要關鍵詞進行排序，見表1。

為了初步探索該領域研究的發展歷程，采用CiteSpace軟件中突變檢測功能探索技術進步與就業研究中關鍵詞的突變點，圖4顯示了該領域研究的演進過程。結合高頻關鍵詞以及閱讀重要結點節點文章，可發現國際間對技術進步與就業的研究可以分為兩個階段：1996-2005年，這一階段的研究主要集中在宏觀、中觀層面上，重點關注的是以計算機的為代表的信息技術進步對勞動力技能、需求、勞動力就業和薪酬公平性的影響;2006-2016年，為第二階段，2006年美國杰弗里·欣頓教授提出的深度學習技術及2013年德國工業4.0的提出，引發了學術界對以人工技能為代表的技術進步與就業關系的研究熱潮。這一時期的研究主要關注以人工智能、自動化為代表的技術進步所帶來的勞動力極化現象。

通過比較可以發現國內研究的熱點較之國際大部分是相同或相似的，這表明我國的研究能夠緊跟國際研究步伐。同時，我國研究也具有本國發展特色并具有強烈的時代色彩。如：改革開放之后，外商直接投資是促進我國技術進步的主要力量，而農村剩余勞動力的轉移也是我國學者研究的熱點之一。但是，我國學者對于就業公平、薪酬公平等相關領域關注度不及國際研究高。

（三）文獻共被引分析

CiteSpace軟件的開發者陳超美曾提到，借助文獻共被引分析，能夠幫助研究人員搜尋該領域的前沿研究。本研究在CiteSpace軟件上將節點選擇為cited reference，術語類型選burst terms，對WOS數據進行文獻共被引網絡聚類分析，顯示方式為timeline模式（見圖6）。從其生成的知識圖譜的模塊度和輪廓值指標來看，這幅圖在聚類方面是理想的。網絡的模塊度是0.7845，說明這一共被引聚類可以清楚的界定出研究主題的各個子領域。聚類效度評價的另一個指標——平均輪廓值的分值是0.4425，相對較低，這主要是因為很多小聚類的存在，對于本文中我們關注的大聚類來說，平均輪廓值其實是比較高的。

通過共被引網絡聚類圖和閱讀重要節點文章，可以確定聚類#0和#1是目前該領域研究的重點，其中Author、Goos、Moky、Acemoglu 和Frey等人的文獻構成了該領域的研究前沿，也代表著該領域研究的發展趨勢，下文將對這些文獻進行評述。

三、技術進步對就業影響關鍵文獻述評

通過CiteSpace軟件對相關文獻的可視化分析，可以準確把握相關研究的重點文獻。通過對重點文獻進行總結和整理，可以發現目前技術進步對就業影響的前沿文獻主要從人工智能的“職業替代”和“職業創造”兩個方面進行研究。部分學者也針對智能機器人對制造業勞動力的影響進行了相關研究。

（一）職業替代

目前主要有兩類人工智能替代職業的研究。一種是基于任務的方法。Autor等提出的任務模型是任務方法的基礎模型，該模型最大的特點在于它區分了勞動技術（勞動者個體在一段時間內的稟賦）與任務（勞動活動），而我們所熟悉的職位則是數個任務構成的?！?〕在不同任務時間內，如何分配不同類型的勞動影響著就業問題。在生產中需要常規型和非常規型兩種任務，并且這兩種任務只有相互配合，才能取得良好效果?！?〕低技能勞動只能從事常規任務，高技能勞動更適合從事非常規型任務。勞動與任務的匹配程度影響著社會就業，匹配度越高，社會失業率越低;匹配度越低，則社會失業率越高。采取這種方研究方法的學者認為，人工職能將取代部分人類工作任務。Arntz等結合不同工作場景的任務清單，對各個崗位所需技能、任務、經濟特征等進行分析，其分析結果表明，經合組織國家最高有12%的工作會面臨被計算機替代的風險?！?〕Borland和Coelli同樣選取了這種研究方法，其研究結果表明，在澳大利亞有接近9%的工作會面臨被自動化取代的風險?！?〕

此外，還有一種研究方法是基于職業的方法。Frey 和 Osborne對ALM模型進行了拓展，根據美國職業信息網站上的職業信息，通過定量分析的方式對自動化和計算機技術與美國部分就業崗位之間的相關關系進行研究。研究結果顯示：美國有接近一半的工作崗位未來都有可能被人工智能取代?！?〕在后續的研究當中，學者們繼續沿用了這種方式，并且針對澳大利亞、德國、芬蘭、日本、中國等國家的職業被替代率進行分析，研究結果表明，盡管人工智能的出現對于各個國家職業替代作用有一定的差異，但是都會不同程度的替代現有職業（Pajarinen和Rouvinen，2014; Benjamin，2017; The Bruegel Institute，2014; Chen 和 Xu，2018）。

這兩類方法從微觀視角出發，對技術進步與就業的關系做出了解釋。雖然部分學者批判基于任務的方法存在過度強調的問題，對于技術進步對就業總量的影響無法做出判斷。但需要注意的是，人工智能對工作的替代并非一個絕對的數值。在很多時候，人工智能僅能替代某些職業當中的一部分工作任務，很難對整個職業進行替代。而決定人工智能對職業替代率的主要因素是任務的自動化程度。所以，基于任務的方法所計算出的結果更具說服力。但是，不論何種方法，都不能僅僅關注新技術的替代效應，而更應當考慮其互補效應。

（二）職業創造

新技術在替代部分工作任務的同時，也創造了新的工作機會。埃森哲研究所的一項研究表明，雖然人工智能取代了很多工作崗位，卻又重新創造了很多新的崗位，其中最具代表性的當屬人工智能培訓人員、維護人員，以及解釋人員等。Brynjolfsson和Mcafee認為，機器人的出現可以提供大規模數據處理能力，這勢必會造就很多數據分析的工作崗位?！?〕Autor認為在未來幾十年中，自動化和智能機器人在替代部分工作的同時，也會與勞動力形成互補，中等水平的數字、文字、解決方案的工作崗位仍然需要大量的人工進行處理?！?〕Gaggl和Wright通過實證研究的方法驗證了人工智能時代新工作的產生?！?〕

Acemoglu和Restrepo以任務模型為核心，提出了一個就業創造模型。該模型認為在實現自動化以后盡管部分崗位消失，但是這同時會造就一些新的崗位。自動化將降低生產成本，促進資本積累并提高機器的生產率，他們強調自動化的“崗位創造”效應?！?0〕然而，很多人在面對人工智能的時候，往往只會看到其對當前社會所造成的不良影響，卻往往忽略了新技術會創造出新的崗位和需求。學者所關注的很多工作崗位出現空缺而同時又有很多人員找不到工作的問題，部分原因是因為“搜尋成本”過高而造成的匹配摩擦問題?！?1〕隨著大數據和人工智能等技術的發展，搜索成本逐漸降低，此時我們的關注點應該轉向“已經失業或即將失業的人員與新工作崗位之間的技能匹配”問題。

（三）智能機器人對制造業就業的影響

還有部分學者針對智能機器人對勞動力，尤其是制造業勞動力的影響進行了相關研究。UNCAD通過研究指出，工業機器人在電子制造、汽車生產等多個領域當中都有使用，發展中國家有2/3的崗位會被機器人所取代?！?2〕Martech在研究中發現，在本世紀初，美國的很多制造業當中都出現了工業機器人，但是這并沒有導致美國制造業出現大規模失業，反而增加了部分就業崗位?！?3〕Mishel等在研究當中提到，對于高技能與低技能的勞動者而言，其勞動結構的變化受工業機器人的影響不大，這是由于這兩種崗位的工資變化導致的?！?4〕Hemous提到，智能機器人的使用會在很大程度上替代低技能勞動者，同時又會和高技能勞動者產生互補，這會進一步造成貧富分化?！?5〕通過上述論述可以發現，智能機器人對制造業就業的影響研究以定量測算的實證研究為主，缺乏理論研究框架的支撐，亦沒有形成統一結論。

（四）我國研究現狀

相對來講，國內學者對于人工智能、工業機器人等相關內容的實證和理論研究不多。馬嵐主要研究的是日韓的情況，并認為我國即將面臨工業機器人取代人工而造成的失業問題?！?6〕呂潔等對22個國家的情況進行分析后發現，那些工業機器人使用范圍越大的國家，其高技能人員的數量比也越高。同時他們還發現，在日韓引入工業機器人以后，其勞動力結構發生了非常大的變化?！?7〕呂世斌和張世偉通過對我國1998-2009年期間制造業的相關情況進行分析，發現我國就業市場存在就業 “極化”現象?！?8〕鐘世川利用1987-2014年中國制造業數據展開分析，分析結果表明：我國勞動力和資本間出現了明顯的互補關系?！?9〕程承坪和彭歡分析了人工智能影響就業的經濟學和非經濟學機理，并結合我國現狀提出了應對人工智能就業影響的對策?！?0〕我國正面臨著以人工智能為代表的第四次工業革命的挑戰，既要廣泛應用高新技術實現產業結構升級，又要關注由于人工智能等技術進步所帶來的一系列問題，我國學者應進一步提出正確處理人工智能、經濟增長和就業之間關系的具體建議。

四、結論

技術進步對就業的影響已是學術史上百年爭論的話題，學者們的觀點難以統一。不可否認的是，以人工智能為代表的技術進步即將對社會就業結構和崗位需求產生顛覆性的影響?？v觀研究歷程，可以發現學者們從最開始的理論爭論，逐漸轉向實證研究，研究內容既包括由此引發的宏觀經濟現象也包括具體崗位的消失與創造，既有歷史數據驗證又有模型推理預測，學者們從不同層面研究了技術進步對就業的影響。但是人工智能時代勞動力“生成與匹配”機制和轉型路徑仍是一個黑箱，當代勞動力要如何面對以人工智能為代表的技術進步的影響，前期研究還沒有給出明確解答?，F有研究缺口包括：一是忽視了人工智能與勞動力“互補”視角的研究;二是重點關注了“被替代職業”或“新創造職業”的類型，缺乏對工作任務特征的分析;三是從靜態視角測算了人工智能時代某一階段的失業率或新創造職業的類型，而從動態視角研究人工智能時代勞動力“生成與匹配”機制和升級路徑仍是一個黑箱;四是我國分行業的理論與實證研究相對較少。

人工智能在深度學習技術提出之后得到了迅猛發展，各個國家均在部署人工智能發展戰略和規劃。為了促進我國智能化、自動化技術的發展， “中國制造”“‘互聯網+人工智能三年行動實施方案”“新一代人工智能發展規劃”等戰略規劃相繼發布。習近平總書記在中共中央政治局第九次集體學習時強調，推動我國新一代人工智能健康發展，加快研究人工智能帶來的就業結構、就業方式轉變以及新型職業和工作崗位的技能需求。因此，為了確保勞動力市場面向未來需求平穩過渡，未來我國相關研究應在人工智能疾速發展的背景下，分行業探索人機協同成為主流生產和服務方式后的工作任務特征和勞動力技能需求，并為建立適應智能經濟和智能社會的就業培訓體系提供政策建議。

〔參考文獻〕

〔1〕 陳超美， 陳悅， 侯劍華. CiteSpaceⅡ：科學文獻中新趨勢與新動態的識別與可視化〔J〕. 情報學報， 2009， （3）.

〔2〕 AUTOR D， LEVY F， MURNANE R J. The Skill Content of Recent Technological Change： An Empirical Exploration 〔J〕. Quarterly Journal of Economics， 2003， 118（4）： 1279-1333.

〔3〕 都陽， 賈朋， 程杰. 勞動力市場結構變遷、工作任務與技能需求〔J〕. 勞動經濟研究， 2017，（3）.

〔4〕 ARNTZ M， GREGORY T， ZIERAHN U. The Risk of Automation for Jobs in OECD Countries〔J〕. OECD Social Employment & Migration Working Papers， 2016， 5（7）： 11-19.

〔5〕 BORLAND J， COELLI M. Are Robots Taking Our Jobs？ 〔J〕. Australian Economic Review， 2017， 50（4）： 377-397.

〔6〕 FREY C B， OSBORNE M A. The future of employment： How susceptible are jobs tocomputerisation？ 〔J〕. Technological Forecasting & Social Change， 2013， 3（12）： 114-118.

〔7〕 BRYNJOLFSSON E， MCAFEE A. The second machine age： work， progress， and prosperity in a time of brilliant technologies〔M〕. New York： W. W. Norton & Company Press， 2014： 47-52.

〔8〕 AUTOR D H. Why are there still so many jobs？ The history and future of workplace automation 〔J〕. Journal of Economic Perspectives， 2015， 29（3）： 3-30.

〔9〕 GAGGL P， WRIGHT G C. A Short-Run View of What Computers Do： Evidence from a UK Tax Incentive〔J〕. American Economic Journal： Applied Economics， 2017， 3（26）： 48-51.

〔10〕 ACEMOGLU D， RESTREPO P. Artificial Intelligence， Automation and Work〔J〕. Social Science Electronic Publishing， 2018， 17（3）：32-39.

〔11〕 呂榮杰， 郝力曉. 人工智能等技術對勞動力市場的影響效應研究〔J〕. 工業技術經濟， 2018，（12）.

〔12〕 UNCAD. Robots and Industrialization in developing countries 〔R〕. Geneva： UNCTAD Policy Brief， 2016.

〔13〕 MARTECH M. Positive impact of industrial robots on employment 〔R〕. Frankfurt： Bank for International Settlements， 2013.

〔14〕 MISHEL L， SCHMITT J， SHIERHOLZ H. Don't blame the robots. Assessing the job polarization explanation of growing wage inequality 〔R〕. London： Education Policy Institute， 2013.

〔15〕 HMOUS D， OLSEN M . The Rise of the Machines： Automation， Horizontal Innovation and Income Inequality〔J〕. Social Science Electronic Publishing， 2014， 5（12）： 34-40.

〔16〕 馬嵐. 中國會出現機器人對人工的規模替代嗎？〔J〕. 世界經濟研究，2015，（10）.

〔17〕 呂潔， 杜傳文， 李元旭. 工業機器人應用會倒逼一國制造業勞動力結構轉型嗎？——基于1990-2015年間22個國家的經驗分析〔J〕. 科技管理研究， 2017，（22）.

〔18〕 呂世斌， 張世偉. 中國勞動力“極化”現象及原因的經驗研究〔J〕. 經濟學（季刊）， 2015，（2）.

〔19〕 鐘世川. 開放條件下中國制造業技術進步偏向與就業增長研究〔J〕. 經濟經緯， 2018，（2）.

〔20〕 程承坪，彭歡. 人工智能影響就業的機理及中國對策〔J〕. 中國軟科學， 2018，（10）.

【責任編輯：劉彥武】