在改革开放时期，中国经历了人类历史上最大规模且最迅速的人口转变，创造并收获了极为显著的人口红利。中国取得与此相关的发展成就，主要是通过劳动力市场发育及其相关改革，更好地配置劳动力资源达到的。与此同时，作为这个过程最显著的结果，即老龄化及其未富先老的特殊表现，也构成了前所未有的巨大挑战。也就是说，就业面对的结构性矛盾来自人口转变的反作用。

中国就业的主要矛盾变化及其带来的挑战，受到劳动力供给和需求两方面的影响：一方面，劳动年龄人口从快速增长到减速、达到峰值后转入负增长，减缓了就业的总量性矛盾；另一方面，技术进步和产业结构变化加快劳动力在区域间、产业间、行业间和经营主体间的重新配置，降低了劳动力过剩的程度，就业更加充分。与此同时，这个过程也加快了人力资本的折旧速度，从而加剧了结构性就业矛盾。此外，劳动力市场良好运行和合理匹配，进而应对结构性就业矛盾，也面临诸多体制机制障碍。

鉴于这里涉及的既是具有紧迫性的现实问题，也是需要久久为功的长期挑战，构建一个符合理论逻辑、一般经验和国情特点的分析框架，成为一项不可或缺的学术任务，也是本书试图达到的目标。总体来说，人工智能对就业的冲击虽然是不期而至的事件，却仍然可以从改善市场匹配度的角度寻找答案。

就业矛盾转换：从总量到结构

就业是大多数人最基本的收入来源，因而被视为民生之本。就业矛盾有多种表现及其原因，由于分别处于不同的经济发展阶段，各国往往面对不尽相同的就业矛盾，各国政策需要应对的问题有时也会大相径庭。大多数发展中国家通常处在较低的人口转变阶段，劳动力无限供给特征是经济常态，经济增长也尚不足以创造足够的就业岗位以吸收农业剩余劳动力，消除传统部门的隐蔽性失业现象。因此，促进就业的主要任务是克服劳动力供求的总量性矛盾。在大多数发达国家，劳动力总量意义的短缺是常态，就业的主要矛盾是结构性的，最主要的表现则是雇主和劳动者之间的匹配难题，包括两者之间如何相遇、协商和形成劳动关系。

一般来说，就业总量矛盾与人口转变所处的早期阶段特征密切相关。人口的全生命周期都可以根据与就业的关系来观察，例如，儿童和老年人处在由就业人口抚养的生命阶段，接受教育的人口处在为就业积累人力资本的阶段，创业者和劳动力则处于年富力强的劳动年龄阶段。因此，无论从数量及其增长来看，还是从结构及其变化来看，人口都是影响劳动力供给的基础因素和中长期变量。人口转变过程，即以生育率下降为驱动力、以少子化和老龄化为表现特征的过程，必然重新塑造劳动力市场格局，因而使就业的主要矛盾发生转化。

改革开放以来，中国在创造了经济高速发展、社会长期稳定两大奇迹的同时，也经历了完整且快速的人口转变。这个过程遵循了一般规律，也突显了自身特色，相应改变了劳动力市场面貌和就业的主要矛盾。通过识别其中关键的转折点，观察对应的标志性阶段，我们可以把人口转变过程与就业矛盾转换过程结合起来，做一个简洁的叙述。

在20世纪70年代末和80年代初，即改革开放的起步阶段，中国国情的主要特征和一般表述是人口众多和劳动力丰富。例如，1980年党中央以“公开信”的形式提倡“一对夫妇只生育一个孩子”，特别强调了控制人口增长的意图之一就是缓解就业困难。当时的预测及判断是，在30年内不必担心劳动力不足的问题，在40年内不必担心老龄化的问题。也就是说，与担心劳动力不足或老龄化问题相比，更应该关注的是如何为规模庞大的劳动力创造就业岗位。

在那之后，经济社会发展成就和计划生育政策实施成效明显加快了中国人口转变的进程。在一定时期内，劳动年龄人口的数量增长和比重提高大规模增加了劳动力供给，同时劳动者素质也得到改善，在人口转变与经济增长之间形成了良性的相互促进关系。换句话说，通过收获人口红利，中国在二元经济发展时期分几个转折点应对和解决了就业总量矛盾，成功渡过了劳动力无限供给阶段。

1992年是一个重要的转折点：中国的总和生育率降到2.1这个保持人口增长稳定的更替水平之下。按照国际上通行的定义，这意味着中国从此进入低生育水平阶段。虽然这个标志性变化在当时并未引起特别的关注，而且由此注定的重要转折点，即人口达到峰值进而开始负增长，要到30年之后的2022年才到来，但它毕竟还是引发了后续若干重要的人口转折点的出现，更直接地推动了中国劳动力市场变化。

根据国际上惯用的标准，老龄化率超过7%即被视为“老龄化社会”，超过14%为“老龄社会”，超过21%则为“重度老龄社会”。国内学术界和政策界也常常把这3个阶段分别称为“轻度老龄化”、“中度老龄化”和“重度老龄化”。2000年，尽管仍然处于劳动年龄人口继续增加、经济增长充分收获人口红利的阶段，但是65岁及以上人口的比重（即老龄化率）已达到6.9%，中国从此进入“老龄化社会”。

时隔不久的2004年，始于沿海地区的“民工荒”现象逐渐蔓延到全国各地，演变为普遍的劳动力短缺和普通劳动者工资上涨现象，标志着中国经济跨过了刘易斯转折点，不再具有“劳动力无限供给”的典型特征。随着人口老龄化加剧，不同统计定义下的劳动力资源也先后达到峰值，转入负增长。继2021年进入“老龄社会”，即老龄化率达到14.2%之后，2022年中国进入人口负增长时代，也意味着劳动年龄人口和劳动力的数量加速减少。

从理论上说，经济学的不同分支通常把重点放在就业的不同侧面上。例如，发展经济学关注的是在劳动力无限供给的条件下，如何充分利用劳动力资源，完成二元经济发展的任务，跨越剩余劳动力消失的刘易斯转折点。宏观经济学关注的是如何利用短期政策工具熨平经济周期波动，促进经济增长回归充分就业的轨道。劳动经济学则探讨劳动者与雇主之间如何通过相互搜寻，达成雇佣契约并形成劳动关系，实现劳动力市场的匹配。

从实践中看，中国已经经历完整的刘易斯式二元经济发展过程，劳动力无限供给特征逐渐退化乃至消失。总体而言，中国不再面对与劳动力供给相关的就业总量性矛盾，也应对了一系列宏观经济对劳动力市场的冲击，在新冠疫情后实现了经济复苏，消除了周期性失业现象。与此同时，由劳动力供需匹配问题造成的结构性就业矛盾日益凸显，成为劳动力市场的主要矛盾。

劳动经济学对自然失业的相关探讨和理论解释，针对的正是结构性和摩擦性就业矛盾。在技术迅速变革和广泛应用，特别是人工智能推动数字经济发展的条件下，岗位破坏与岗位创造、劳动力的重新配置、人力资本的供需匹配，以及结构性和摩擦性失业等，也成为相关领域的热门政策话题。此外，学术界对中国劳动力市场结构性就业矛盾的关注日益增强，陆续产生诸多研究成果。

这些理论和经验问题在后面的章节中将不断得到进一步展开。这里，结合已有的理论发现和实际经验，我们先列举一些造成中国城镇就业中结构性矛盾的主要因素，包括以自动化替代岗位为特征的技术变化、新冠疫情冲击造成的磁滞效应、体制机制因素对劳动力市场配置的阻碍，以及人口转变导致劳动力结构的变化等。其中，人口因素在形成结构性就业矛盾中的作用和机制，在学术和政策讨论中尚未形成应有的热点，但这无疑是极富中国特色的就业理论和政策问题。

劳动力市场匹配的体制障碍

从趋势上看，导致或加剧结构性就业矛盾的长期因素，包括人口转变、技术变迁、产业结构升级、体制和机制因素等。人口和技术作为重要的影响因素，作为本书的主题，我们在适当的章节中均会进行详尽的讨论。然而，结构性就业矛盾的体制因素体现了中国经济增长和结构变化的阶段性特征，需要在各个方面以改革的思路应对。所以，我们把揭示需要进一步改革的体制机制障碍作为本节的主要任务。

像一般意义上的市场一样，如产品或服务市场及物质要素市场，劳动力市场的良好运行需要具备两个条件：一是市场功能充分发育，并且不受人为扭曲因素的干扰；二是有合理的制度安排，恰如其分地弥补市场失灵。只有做到这两点，市场才能通过劳动力供求双方（即求职者和用工单位）的相互搜寻和有效匹配，实现雇佣关系的供求衔接和劳动力资源的有效配置。与此同时，劳动力市场又有与一般产品市场和其他要素市场的不同之处：劳动要素以人为载体，因此，对劳动力不能像对其他要素那样召之即来、挥之即去。

所以，超出合意水平的自然失业或结构性就业困难，归根结底在于尚存的体制机制障碍造成劳动力市场功能不够健全，导致劳动力市场匹配效率相对低下。也可以说，这些因素既可能是造成市场失灵的原因，也可能是政府公共服务职能不到位的结果。可以从3个视角看造成结构性就业矛盾的体制因素。

第一，公共就业服务的目标导向、实施效率和运行模式尚有不足。一方面，这类公共服务尚未达到应有的均等性和普惠性，特别是那些从事非正规就业的群体，其中最主要的是数以亿计的农民工，往往未能被充分覆盖。另一方面，这类公共服务的供给过程具有较浓重的行政色彩，在信息收集和发布、中介服务及技能培训等方面，均有脱离劳动力市场供求双方真实需要的倾向，因而在缓解结构性就业矛盾方面成效不彰。

第二，社会保障体系和劳动力市场制度还没有充分发挥应有的功能，特别是在保障和规制就业质量及劳动关系方面，一些就业者尚未被完全覆盖在内。这表现在失业保险等基本社会保险未能做到应保尽保，劳动合同、最低工资、集体协商等制度实施尚不充分。社会保险和劳动力市场制度是高质量就业的制度保障，劳动者如果由于户籍身份不同，享受的制度服务有所差别，则意味着这种基本公共服务或制度公共品的供给仍是不充分、不均等的。

第三，户籍制度仍然妨碍着城乡就业统筹和劳动力市场一体化。根据第七次全国人口普查的数据，在城镇常住人口中，撇除市辖区内人户分离的情形，户籍登记地在外乡、镇、街道的人口比重高达37.6%。其中，年轻劳动年龄人口的该比重更高。例如，在15~59岁劳动年龄人口中，在15~40岁这个年龄区间，没有本地户口的人口比重均超过平均水平；年龄在16~21岁区间的非户籍比例最高，不过其中很多处于城镇就学状态；年龄在22~40岁区间的人口占劳动年龄人口的比重高达51.3%，其中无本地户籍的比例仍然相当大（见图2—1）。

图2—1 城镇常住人口中非户籍人口比重

资料来源：国务院第七次全国人口普查领导小组办公室编，《中国人口普查年鉴（2020）》，表3-1a、表3-1b、表7-2a、表7-2b，中国统计出版社，2022。

户籍制度仍在发挥什么作用

在前文的讨论中，我们把很多劳动者在城镇就业受制于户籍身份的问题，作为造成结构性就业矛盾的体制因素之一。更进一步说，户籍制度是导致一系列现存问题的根源性因素。一方面，这个制度的排他性是基本公共服务和诸多社会保护机制未能实现全人群覆盖的原因；另一方面，直接受到这个因素影响而面临就业困难的群体规模庞大，不仅包括农民工，还包括大学毕业生、退役军人和在城镇之间流动的劳动者。

劳动力市场存在匹配效率低下的问题，体制和机制因素往往是根源。社会政策、公共服务和相关制度安排，本意是消除劳动力供求双方的匹配障碍，减少劳动力市场摩擦。如果政策不完善或者制度功能不健全，甚至存在突出的系统性缺陷，反而会以特定的方式放大已有的就业矛盾。不仅如此，结构性就业矛盾还具有自我强化的性质，因此极易陷入一种超稳定状态，应对起来难度便明显加大。

如果外来人口、新成长劳动力、人户分离居民，或者因年龄、性别、身体状况等差别因素处于不利地位的群体，始终面对劳动力市场的进入障碍，劳动力市场的统一性和一体化便会受到损害，甚至可能造成二元分割的劳动力市场结构。诚然，中国的劳动力市场不同于其他发展中国家，并不普遍存在典型的二元分割现象，但是也要防止劳动力市场受相关现象的影响，避免效率和公平均有所降低的情形。

国际上一般认为，发展中国家面对的一个标志性难题是就业的非正规化。国际劳工组织对非正规就业主要采取列举范围的方法予以界定。例如，非正规就业包括：（1）非正规部门的自营职业者、雇主及生产合作社成员；（2）生产家庭自用产品（如自给性农产品）的自营职业者；（3）正规部门和非正规部门的家庭帮工；（4）从事非正规工作的雇员，包括受雇于正规部门和非正规部门，或家庭雇用的有偿家政工人等。

按照这个定义范围，中国的非正规就业群体在比例上明显低于大多数发展中国家。这是因为在中国，对于就业性质的正规与否并没有一个确切的定义，也没有对应的统计特征可以做出有用的统计区分和分析描述。一般来说，就业者的劳动力市场地位，譬如在岗位层级和晋升机会、劳动合同签订情况、社会保险覆盖率、劳动力市场制度保护程度、待遇条件及其他权益保障等方面的差异，可以帮助我们粗略地区分正规就业和非正规就业。从这些方面出发，中国城镇就业有一种独特的非正规化类型，或可称之为“非单位化”。

中国城镇就业的统计由两个不同的体系组成，其差异特征可供我们分析不同类型就业的性质。例如，从基于住户抽样调查的劳动力调查制度，我们可以获得推算的城镇就业人员总数；从基于法人单位的劳动工资统计报表制度，我们可以获得不含私营企业的城镇单位就业人员数量。城镇就业人员总数显著大于非私营单位就业人员总数，两者之差由3个部分构成，分别是私营企业就业人员、个体就业人员及未被用人单位注册为员工的就业人员，后两者可以统称为非单位就业人员。

从性质上说，以及从实际待遇来看，这3类就业人员相对于非私营单位就业人员，显然更接近于非正规就业。所以，私营企业就业人数和非单位就业人数（即前述3类）之和与非私营单位就业人数的比率（或就业的“非正规指数”），可以用来衡量城镇就业非正规化程度。官方数据表明，该比率从2000年的49.8%提高到2010年的62.4%，一度下降到2013年的53.0%，随后再次进入上升的轨道，2023年达到65.2%这一有记录以来的最高水平（见图2—2）。

图2—2 城镇就业的非正规化趋势

资料来源：国家统计局“国家数据”，https://data.stats.gov.cn/easyquery.htm?cn=C01。

分割的劳动力市场还会扭曲求职和就业行为，导致结构性就业矛盾加剧。例如，遭遇体制性障碍或系统性歧视的群体，往往不得已进入并长期滞留在非正规领域，接受低于自身技能应获水平的工资和工作条件。这导致人力资本回报率下降，在微观层面造成对部分劳动者群体工资的抑制，进而产生对人的投资的负激励，在宏观意义上则意味着资源的错配和低效利用。

在一些发达国家，常常可以观察到外来移民在劳动力市场上遭遇“过度资历”或“过度教育”的现象。例如，加拿大统计局在一项研究中发现，2006—2016年，大约10%的移民劳动者持续处于过度资历状态，而非移民群体的这一比例只有4%。这就是说，与居住身份相关的排他性制度使移民劳动力未能获得与其教育资历相符的工作，也未能获得应有的人力资本回报。

与进入新发展阶段、转向高质量发展的需要相比，中国的教育理应得到更快的发展，因此，城镇就业市场上的过度资历问题既不利于形成应有的激励，也并不是高等院校扩大招生造成的，而是户籍制度等因素对劳动力资源配置的体制性制约的表现。只需利用已有的研究和统计数据，观察青年劳动者群体同时具有的几个特征，即可说明这个性质。也就是说，与其他年龄组人口相比，青年劳动人口受教育程度（见图2—3）、调查失业率、没有常住地城镇户籍的比例更高，因而这个群体遭遇过度教育问题的比例也更高。

同其他要素市场一样，劳动力市场价格信号的目的在于调节供求、反映要素稀缺性，以及鼓励人力资本投资。既然结构性就业矛盾具有扭曲劳动力价格的倾向，一旦这种状况持续下去，就意味着劳动力市场失灵现象日趋严重，从而降低就业搜寻和匹配的效率。相反的结论也成立，即如果能够有效消除制度性障碍，劳动力市场匹配水平和资源配置效率都会得到提高，意味着可以依靠更高的经济增长速度获得改革红利。

图2—3 城镇分年龄受教育年限

资料来源：国务院第七次全国人口普查领导小组办公室编，《中国人口普查年鉴（2020）》；国家统计局“普查数据”，https://www.stats.gov.cn/sj/pcsj/。

国外的经验可以提供一些政策启示。例如，谢长泰等人研究发现，在1960—2010年的50年里，美国劳动力市场见证了高技能职业开放度的提高、歧视性的减弱，使具有高技能的女性和黑人男性劳动者能更充分地发挥人力资本优势，因此劳动力市场配置效率及整体生产率均显著提高。在同期人均市场总产出的增量中，这种配置效率改善的贡献率高达20%~40%。

虽然中国和美国的劳动力市场并不具有直接的可比性，但中国城镇劳动力市场效率的确有提高的空间。从图2—1和图2—3即可看出，16~24岁年龄组人口恰是受教育程度最高的群体，这个年龄组也是拥有常住地户口比例最低的群体。因此，他们中有就业意愿且不在学的人口群体，可能遭遇比城镇经济活动人口平均高两倍以上的失业率，意味着他们走上与技能相匹配岗位的概率较低，从总体上看人力资本损失不可谓不大。相应地，通过体制改革所能创造的红利也不可谓不大。在第三章，我们还会回到这个问题上来。

这里还需要说明的是，劳动力市场上的体制性障碍也会削弱政府积极就业政策的实施效果。户籍制度仍然发挥的一个职能便是按照户籍身份提供公共服务，其中自然包括公共就业服务。由于农民工及跨区域流动就业人群没有本地户口，他们所能获得的技能培训、岗位信息、职业介绍、公益性岗位等公共就业服务，相较于本地户籍居民终究是不充分的。

例如，2010—2023年，农民工总人数已经从2.42亿增加到2.98亿，占全国非农就业的比重已经超过一半。与此同时，这部分劳动者的年轻化特征正在消失，即年龄超过50岁的农民工占比同期从12.9%大幅提高到30.6%。如果这个群体享受的公共就业服务不足，将面临更严峻的结构性就业困难，也将放大人工智能和数字经济的整体就业冲击效应。

确定性预期遭遇不确定性现实

在经济发展过程中，不确定性总是存在的。不过，很多不确定性是经常出现的，除了很难预判其出现的时间和地点，人们通常懂得这种不确定性的概率和性质，因而可以做出未雨绸缪的安排。从这个意义来说，这类不确定性仍然在我们的预期之中，相对而言尚可视为确定性。就如同放羊的孩子说“狼来了”，虽然并不总是真话，但既然狼终有一天要来，那么“狼来了”也就可以成为确定性预期。

科技不断进步就是确定性预期，技术应用可能形成就业冲击，也是确定性预期。但是，“这次不一样”的人工智能及其赋能的科技及产业革命，可能产生的就业冲击幅度、深度、范围和延续时间具有越来越难以准确预测的性质。既是由于这场技术变革本身就具有超越预期的突破特征，也是由于技术应用对就业的影响是前所未见的，所以后果的出现很可能表现为一种不期而至。

在学术界也好，在决策圈也好，人们对于人工智能将带来前所未有的就业冲击这一点已经有所警醒，在很多政策思路上也达成了共识。但是，对就业冲击出现的形式和机制，人们迄今尚未进行充分的探讨。也许，正是由于前述不确定性的存在，事先知晓事件发生的具体情形也很困难。下面，我们借鉴一些已有的经验事实，尝试描摹一个粗略的画面，看人工智能如何排斥劳动者、破坏岗位，以及改变人们的就业前景。

首先，人工智能将赋能各行业、领域的自动化和智能化，在越来越多的岗位上替代劳动者。从美国等发达经济体的经验可知，在经济全球化的高潮时期，制造业的自动化曾经淘汰掉大量的熟练工人，造成劳动力市场两极化、蓝领中产阶级萎缩和收入差距扩大，社会后果和政治后果极其严重。如今，智能化正在高端服务业做着同样的事情，对受教育程度有很高要求的岗位来说，如今就业都不再安全，白领中产阶级的地位也受到威胁。

其次，作为就业破坏的结果，不仅很多岗位消失，很多职业最终很可能不再作为人类劳动的领域。这是技术变化过程中一直存在的现象，只不过如今这个过程的周期越来越短，也越来越无法预判。ChatGPT问世后，各智库和咨询公司纷纷撰写报告，对人工智能将在何时、替代哪些岗位上的劳动者做出种种预测。然而，这些预测很可能只是对正在发生的事情的描述，而不是对尚未发生的事件的预测。

这是因为不确定性的存在恰恰说明，我们事先无法预知究竟哪些岗位前途无量、哪些岗位首当其冲。曾几何时，计算机算法和互联网平台推动了快递岗位的蓬勃兴起。然而，更高智能的机器人（例如无人驾驶汽车、无人机）的时代已经到来，完全有可能迅速使快递员失业。世界经济论坛在2025年的报告中就对此前报告中关于岗位和技能的预测做了修正，这恰恰说明现实和应对本身都可能改变未来情景。报告指出，预计在2025—2030 年，现有技能的39%将被改变或者被淘汰。正是由于更多的劳动者接受了培训并提升了技能，这个比例与2020年报告中预测的57%和2023年报告中预测的44%相比已显著降低。

最后，如果不从人与机器（人）的关系，而是从人与人的关系来看待就业替代，岗位替代的本质是技能替代。新的产业模式和业态不再需要某些技能，同时又对另一些技能产生需求。以往的经验表明，被淘汰的技能数量往往大于所需的新技能。而这一轮技术变革的特点在于，技能更新速度快于培养速度，因此诱致出替代新技能的新技术发明和应用，使得人类技能似乎永远达不到就业创造所需要的水平，形成一种不利于就业的循环累积效应。

综上所述，相比于人工智能突破性变革及其引致的变化，经济社会发展的常态预期显得过于稳定不变，与此对应的体制、机制、制度和政策也显得过于静态不动。这就是确定性预期与不确定性现实相遇时所出现的情形。我们无法减缓技术变革的速度，也不应该这样做，唯一要做的和能够做的就是修正我们的预期，使之尽可能接近于实际变化，从而使制度环境更加与时俱进。这样做的关键一招（或者说前提条件）是改变认识问题的范式。

人工智能对就业的影响的若干事实

可以说，面对人工智能指数级发展，以及大范围的应用和可能的影响，越来越多的人认为“这次真的不一样”。得出这种认识既重要又必要，因为它告诉我们，针对以往关于技术对就业影响的思维方式、分析范式、特征化事实及政策思路，我们都需要进行深刻反思，进而使需要修正的得到修正。至此，本书已经对相关问题有所涉及。如果打算更加系统地做这项工作，有必要浏览一下经济学相关文献，看一看主流理论家讨论了哪些问题。

有意思的是，当我们尝试归纳与本书最切题的理论动态时，发现有两位作者在这个领域持续进行着最系统的理论和经验研究：一位是2024年诺贝尔经济学奖获得者、麻省理工学院经济学教授达龙·阿西莫格鲁；另一位是曾在麻省理工学院攻读博士学位，如今在波士顿大学任教的帕斯卡尔·雷斯特雷珀。在合作研究中，他们几乎回答了与人工智能对就业的影响相关的所有最重要、最受关注的问题。下面，我们根据他们的文章概括几个具有针对性的结论，并且鉴于他们所讨论的现象的背后既有理论逻辑又有经验依据，对中国现实具有直接的借鉴意义，我们不妨将其作为特征化事实看待。

事实一，人口老龄化是自动化加速的重要动因。人口转变的重要表现是年龄结构变化及老龄化，结果就是劳动力短缺和平均工资上涨。迄今为止，诱致性技术变迁机制仍然发挥作用，其把人工智能革命和其他相关技术创新转化为自动化，进而替代人类劳动，既符合理论预期，也日益成为经验事实。

阿西莫格鲁等人的研究分析了跨国、跨行业等多种数据，揭示出老龄化，特别是由其导致的中间年龄劳动力短缺，引致和推动着机器人技术及其他自动化技术的创新。因此，在老龄化速度较快的国家，涉及自动化方面的创新则表现更突出；在更依赖中间年龄劳动力的产业，自动化过程也更明显。这个事实也可以通过更加直观的方式来观察。

人口转变是一个世界性现象，尽管各国所处的阶段并不一样。那些长期处于低生育率的国家，老龄化率加速提高，劳动年龄人口相应迅速减少，必然出现比较严重的劳动力短缺现象。劳动力要素的相对稀缺及其导致的劳动力相对价格提高，意味着用资本和技术密集型的机器和机器人替代人类劳动，符合企业的投入产出决策理性。所以，我们可以预期这类国家将以很快的速度推进自动化进程。

例如，在全球工业机器人市场上分别排在第一位的中国、第二位的日本和第四位的韩国，也是人口转变过程和结果最引人注目的3个国家。分别来看，中国具有典型的未富先老特征；日本在低生育水平上徘徊最久，是世界上老龄化率最高的国家之一；韩国则创下世界上总和生育率最低的纪录。根据世界银行的数据，中国、日本和韩国2022年的总和生育率分别为1.18、1.26 和0.78，2023年的老龄化率分别为14.3%（国家统计局的数据为15.3%）、29.6%和18.3%。作为老龄化的后果，20~40岁这个核心劳动年龄人口占全部人口的比重，中国、日本和韩国都经历了迅速的降低，2000—2023年，分别下降了7.3、7.5和10.2个百分点（见图2—4）。

图2—4 劳动力短缺的国际比较

资料来源：United Nations， Department of Economic and Social Affairs， Population Division (2024)， World Population Prospects 2024， Online Edition.

事实二，自动化和其他技术对岗位的替代导致收入分配不平等。如果对雇主来说，机器（人）替代人类劳动成为一个更经济合理的投入—产出选择，就意味着劳动力市场及劳动关系的天平发生倾斜，劳动者作为总体处于不利的讨价还价地位，劳动报酬相对于资本报酬就会下降。与此同时，人力资本禀赋不同的劳动者便面临不同的市场需求和回报水平，他们之间的收入差距也会扩大。

阿西莫格鲁等人观察到，从资本和劳动之间的关系来看，自动化和机器人对工人的替代倾向于降低国民收入中的劳动份额，抑制工资上涨和就业扩大；从熟练劳动和非熟练劳动之间的关系来看，后者往往是被替代的主要对象，这在引致更大的技能需求的同时，也造成收入差距进一步扩大。对中国来说，这个经验事实具有重要的政策含义。

正是在经济高速发展时期，中国经历了明显的收入差距的起伏跌宕，城乡居民收入比率（农村=1）和居民收入基尼系数从1981年的2.24和0.31一路提高，在2009年分别达到3.11和0.49 的峰值，随后持续降低到2022年的2.45和0.47。如图2—5所示，我们用一个不同于基尼系数但同样反映居民收入差距的指标—帕尔马指数，即收入分组中最高10%与最低40%的收入比率，展示中国收入分配的变化趋势，从中甚至可以看到先上升，到达转折点后再下降这样的轨迹，近似于理论上的库兹涅茨倒U形曲线。

从理解阿西莫格鲁事实的角度，有必要借助图2—5，对中国收入分配这个变化趋势做些阐释。在统计意义上，中国居民收入差距由3个部分构成，分别为城乡之间收入差距、农村内部收入差距和城镇内部收入差距。迄今为止，总体收入分配状况的改善，主要得益于城乡之间收入差距的显著缩小，与此同时城镇内部收入差距却明显扩大。从趋势可见，总体收入分配改善的速度和幅度已经平缓下来。从基尼系数的变化来看，2015年的0.462成为一个谷底，2016—2022年一直在0.465~0.468徘徊。

图2—5 全国和分城乡帕尔马指数变化

资料来源：UNU-WIDER， World Income Inequality Database， Version 28 November 2023. https://doi.org/10.35188/UNU-WIDER/WIID-281123.

从国际比较来说，这样的收入不均等水平仍然过高。收入差距的构成变化也表明，既有的差距在相当大的程度上，并且将在越来越大的程度上同新技术的应用后果相关。这也意味着在改善收入分配的基本途径和方式上，中国亟待进行一个大的政策转向，进而采取有力措施以形成新一轮显著降低的势头。

事实三，人工智能发展应该且可以进行引导，以创造富有生产性的岗位为取向。阿西莫格鲁等人发现，人工智能这样的新技术应用存在彼此对立的模式选择，如果企业和社会被引导到以自动化为主要目标，即偏向于替代劳动从而降低劳动份额，而不是热衷于创造岗位进而缩小收入差距，则意味着市场失灵。“正确的”技术变革结果不会自然而然地产生，却可以通过制度安排取得。

从经济学的视角来看，这场关于技术发明和应用如何有利于劳动者的旷日持久的争论，涉及的话题显然是市场失灵和政府干预必要性的一般结论，如何应用于技术变迁这个领域。多个学科的研究者也热情地投入这个问题的讨论，不过使用了不尽相同的话语体系，有些还得出另类的结论。例如，人工智能领域的学者或许最懂得人工智能技术的潜在危险，所以提出使人工智能与人类道德“对齐问题”。同时，也有人认为，“对齐问题”本身会使我们陷入一种逻辑困境：与什么人的何种道德对齐呢？

在后面的章节再次回到与“对齐”相关的问题上来之前，我们先在市场失灵这个范式框架下，探讨是否有可能避免人工智能造成不必要的就业冲击。对大多数经济学家来说，微观和宏观之间的激励不相容就是市场失灵的典型表现。例如，一方面，企业通常会经由种种途径，包括技术选择、产品结构调整和管理方式变化，对劳动力短缺和工资上涨做出理性的反应，这种节约人工成本的动机无可厚非；另一方面，政府出于宏观层面人力资源物尽其用，以及稳定和改善民生的社会目标，希望企业的调整不致破坏就业岗位。

关于市场和政府关系的理论和经验，表明微观主体和宏观调控者的不同出发点之间是可以实现“对齐”的。在就业优先政策和产业政策的实施过程中，通过合理弥补市场机制不足、加强政府公共品供给解决激励相容问题，就是一种“对齐”的意图和实践。不过，我们仍需对人工智能的就业影响有更深刻的认识，才能真正做到把已变化的情况更新到相关政策之中。

本文来自微信公众号：腾讯研究院，作者：蔡昉，本文摘自蔡昉《中国就业新趋势》第二章《理解就业挑战的性质》