人工智能时代就业极化的理论解析与多维度成因研究

李建涛¹，戴晓晖²，谢晋²，范盈盈²，张晓红³，王喆^3*，张丽芳⁴

1.河北省人民医院 2.河北医科大学 3.河北省老年病医院4.泰山财产保险股份有限公司河北分公司 

摘要：本文从理论基础出发，分析了人工智能对就业市场产生冲击所引发的就业悖论问题，厘清了就业市场极化现象的具体表现，并在分析极化现象成因的基础上梳理了大变革时代对就业问题的深刻影响，以期为政府相关部门就业政策的调整提供针对性的理论支持。

关键词：人工智能，就业极化，就业悖论，成因分析

一、引言

随着摩尔定律的逐渐失效，人类微电子技术的发展在现有物理学基础理论没有革命性突破的情况下已经趋近极限，然而这种极限所催生的工业化生产的各类芯片的史无前例的超高性能，却为以芯片算力为基础的人工智能的发展提供了前所未有的发展机遇，并已经使其成为人类第四次工业革命的关键核心技术，推动了以新质生产力为特点的新一轮科技革命，在人类社会发展史上具有划时代的重要意义。

在人类的认知体系中，任何一种新生事物的出现都是一把双刃剑，当然人工智能也不会例外，它在给社会生产力的发展提供巨大推动力的同时，也给反应相对滞后的社会生产关系带来了无法详细预知的严峻挑战，人工智能对于就业市场的影响正是这种挑战的具体体现。此外，国内不同区域、各个省份间具体发展状况差异巨大，各地需要以更高的智慧和灵活性，来应对人工智能大发展影响下的就业市场，从而使我国在这场机遇与挑战并存的大潮中平稳过渡并再次起飞。这种影响并非单纯表现为就业岗位数量的增减，而是体现为人工智能在创造新就业机会与替代传统岗位之间形成的“就业悖论”，并进一步表现为就业结构分化乃至就业极化的现实趋势。

二、人工智能时代就业悖论的理论体系

（一）就业悖论的三大理论支柱

人工智能时代的到来，使得就业市场呈现出的悖论局面从本质上讲是生产力与社会生产关系之间的一种复杂关联^[]。而这种悖论从理论的视角上主要表现在以下三个方面：

1.生产率悖论：该理论由著名的诺贝尔经济学奖获得者：罗伯特·索洛在1987年提出^[]，具体指信息技术的广泛应用并未带来社会生产率显著提高的现象。而这个悖论在信息技术发展到人工智能阶段的今天依然存在，其原因可以用马克思主义政治经济学的基本理论解释，那就是以科技进步为特点的劳动生产力的提高需要特定社会环境下相对僵化的社会生产关系与之相匹配，而这个匹配的过程存在明显的滞后效应。

2.技能悖论：该理论认为，科学技术的进步对于社会就业岗位存在创造和破坏两种相反的效应，人工智能对社会就业的影响具体表现为，人工智能在创造了大量高端技术岗位如算法工程师以及低端服务岗位如外卖员，同时还消减了许多中等技能岗位，如某些生产线技术工人等，从而导致就业市场的“空心化”趋势日益明显。

3.价值分配悖论：该理论同技能悖论相呼应，指人工智能技术的应用可以通过优化资源配置的方式提高社会生产效率，创造出更加丰盛的社会价值，但在价值分配方面却表现出明显的极化现象，即少数高端技术岗位从业者和资本持有者获得大部分收益，而人数众多的普通劳动者并未完全享受到技术进步所带来的社会红利，甚至于许多传统行业的中低技能劳动者面临被就业市场淘汰的风险。

（二）就业市场极化现象的具体表现

从业者劳动技能结构维度：这个维度是观察就业市场极化现象最为直接的维度，其具体表现为AI工程师、大数据分析师等高端技术岗位处于供不应求的状态，薪资水平较高并且上涨趋势明显；单位行政人员、会计等传统中等技能岗位的需求持续减少，在岗人员的薪资水平也有所降低；低技能服务型岗位数量增加，但呈现出收入水平低、稳定性差和保障程度低的特点。

1.行业分布维度：不同行业内人工智能应用的程度和劳动力吸纳的能力存在着明显的差异。前沿的高端制造以及金融行业都是人工智能技术应用较为广泛的领域之一，该领域内的就业岗位相对技术门槛较高，因此，需要大量的高知和高技术人才。而在传统的服务业、低端制造业等领域，多以劳动密集型为主要特征，人工智能等高新技术的应用场景较少，相应地对从业者的技术水平也没有那么高的要求。这种行业间技术需求的差异造就了就业质量的显著不同。

2.地域空间维度：数字经济、信息化产业以及人工智能相关领域的就业岗位，例如AI构架师、数据分析师、机器学习工程师等主要集中于北上广深等一线城市，或者经济发达地区和算力发达的城市。研究表明，随着城市发电能力的提升而产生的新兴算力城市和中小型城市，在人工智能技术的应用和发展方面表现出活跃的动力，使我国地域间的极化现象得到了有效的缓解。但是，区域间的发展仍存在显著差距。

3.收入分配维度：人工智能的广泛应用使就业市场的极化现象向纵深方向发展，而就业市场的极化必然会带来收入分配领域的极化现象。加之，人工智能的高技术属性，使与之相关的工作岗位存在着较高的技术门槛，这在一定程度上抑制了社会阶层的自由流动。相对于从事低端技术行业工作的从业者来说，高端技术人才的薪资收入显著提高，二者间甚至可能出现数倍甚至更高的收入差距，这进一步推升了分配领域的不均衡。

三、就业极化现象的影响因素

（一）技术因素

人工智能技术在现代社会的广泛应用，是造成就业极化现象的直接因素之一，其具体的形成机制有如下几个方面的内容。

1.任务替代：人工智能技术是数字化、自动化发展到高级阶段的产物，它能够高效且不知疲倦地完成诸如生产线式操作、数据采集录入等程式化且简单重复的繁重工作任务。在实践领域，这类任务在社会分工体系内常被归类于中等技能，相应的也对应着中等技能岗位，典型的中等技能岗有：操作工、装配工、检验员等，这类岗位对学历要求不高，但需要一定的专业技能。而像医生、行业智库分析师、机械工程师等需要从业人员具有复杂决策、创新以及战略管理等综合能力的岗位，对高水平、高技能人才的需求始终居高不下，这种客观存在，促进了中高技能岗位之间极化现象的加深。

2.任务补充：人工智能在现阶段无法完全替代人类劳动，在这些领域里人工智能同人类劳动之间形成了一种相对稳定的优势互补关系。在医学等高技术领域里，人工智能可以通过总结归纳现有知识体系的相关内容，从而协助人类的决策和创新。而在幼教、老年人护理等情感类服务类工作当中，人工智能也无法完全精准捕捉人类的情感需求，因此无法灵活应对。这种互补关系在呈现了人工智能技术的应用短板的同时，也强化了就业的极化趋势。

3.人工智能的高技能人群偏好：人工智能技术在高技能领域拥有更多的应用场景且人类劳动处于主动地位，而与之相对的中低端技术领域，人工智能的应用场景比较单一，并且人类劳动处于相对被动的地位。这种技能人群偏好和合作中地位的从属关系客观上也加大了不同群体之间的就业难度和收入水平的差距。

（二）产业变革因素

在数字化大背景下的产业结构调整已经成为就业极化的重要推动力量，其推动作用主要通过以下三种途径实现。

1.数字化平台经济的快速发展：数字化平台经济的崛起在很大程度上颠覆了传统就业的模式，出现了如网约车司机、网络主播和外卖员等全新的就业形势，但是这些就业岗位多属于低端技术类就业岗位，就业门槛较低，抗风险能力较差。同时平台经济也催生了诸如算法工程师、平台后台维护和大数据分析师等高技能岗位。这两类岗位之间拥有巨大的技术鸿沟，虽然很多细分岗位之间的收入差距并不显著，但是就业的稳定性和抗风险能力差异巨大。这在一定程度上加剧了就业极化的趋势。

2.制造业与服务业的全方位融合：人工智能的广泛应用推动了制造业和服务业之间边界的模糊化和内容的深度融合，制造业服务化（产品定制化、售后支持常规化等）使得高技能的生产性服务业成为整个社会分工体系的重要一环。然而这种融合在创造众多高端就业岗位的同时，也让众多中低端就业岗位面临被社会分工体系淘汰的风险。此外，产业融合下所产生的新的高端就业岗位要求从业者具有极强的学习能力和适应能力，这在客观上提高了就业岗位的门槛。

3.产业的升级：人工智能推动了传统产业的升级，同时也催生了许多战略性新兴产业的快速发展。这一切必然会导致社会分工体系的重构和就业结构的深度调整。这在创造了许多高技术含量和高附加值的就业岗位的同时也淘汰了众多低效工作岗位。

（三）制度因素

制度政策与人工智能产业应用的匹配度和其具体的调整方向对就业极化的形成和演变产生了重要的影响。

1.教育体系和技能培训体系同劳动力市场需求脱节：高等教育和职业技能教育的重点同数字经济时代劳动力市场的需求点之间存在较大偏差。各级高校及职业教育机构在人工智能相关人才培养方面的能力参差不齐，从总体看师资力量相对薄弱，即使在人工智能相关专业里也主要注重理论知识的学习，从而忽视了学生实践能力和创新能力的培养。这导致了人工智能大发展的环境下，劳动力市场供需关系的失衡，加剧了相关高技能人才的短缺和中低技能劳动力资源过剩的矛盾。

2.劳动力市场的制度性分割：在传统产业占据绝对优势的时代，制度制定者为了便于管理和责任划分人为的对劳动力市场做了诸如行业划分、所有制划分、城乡分割等多种形式的划分，这种划分具有鲜明的时代特色，与制度政策制定时的生产力水平相匹配，促进了社会的发展。然而在当今以人工智能为代表的新质生产力大发展的时代，这种分割在客观上限制了劳动力的自由流动和资源的优化配置，使就业极化问题复杂化、尖锐化，成为社会发展的阻力。其中一个鲜明的例证就是相对滞后的户籍制度改革影响了城乡间劳动力的自由流动和职业能力的适应性升级。这种情况使得受其影响的劳动力只能集中在相对低端的就业领域。

3.社会保障体系不够完善：现行的社会保障体系在设计之初是为了应对传统就业当中社保问题，而在数字经济时代大量灵活就业形态层出不穷的今天，其保障能力已经显现出明显的疲态。许多平台经济从业者如外卖员、电商经营者等无法在现行的社会保障体系中获得充分的保障兜底，这使其不可避免地沦为社会的弱势群体，无法享受到国家发展给予全民的保障福利。这种社会保障的制度性缺失，使得众多数字经济下的新兴就业岗位得不到社会的广泛认可，这在一定程度上加剧了就业极化现象。

（四）劳动者个人因素

劳动者本身的诸多因素影响着其在就业方面的判断能力和决策能力，进而影响着就业极化现象的发展趋势。

1.信息的获取和分析的能力差异：人工智能时代，有效的信息获取能力和敏锐地分析判断行业趋势的能力直接影响着个人的就业质量。许多高技能劳动者因其较高的受教育水平和学习能力，使其拥有较高的信息获取能力和态势感知能力，能够较为精准地预判技术变革的方向和市场供需的变化；而低技能劳动者在此方面的能力较差，因而在优质就业岗位的竞争中处于劣势，从而也加剧了就业市场的极化。

2.教育投资和技能投资的认知差异：不同的社会群体在教育投资和技能投资方面的认知差异巨大。社会中的高收入家庭大都拥有较好的受教育背景，因而有能力也更有意愿投资子女的教育，使其有机会获得较高的劳动技能和高质量的就业岗位；与之相对的众多低收入水平家庭没有足够的意愿投资下一代的教育，其子女往往由于受教育水平较低而只能从事低技能工作。这种认知惯性会在几代人中间代际传递，强化了就业极化的连续性。

3.劳动力地理流动能力和适应能力的差异：数字经济时代，发展机遇在地域间的轮转速度加快，因此劳动者的地理流动能力和适应能力直接影响着个人就业选择的广度和发展空间的深度。那些社会认可度高的高技能劳动者拥有更强的地域流动性和岗位适应能力，能够追逐更好的就业机会。而很多低技能劳动者受制于个人的认知能力、技术能力、家庭和社会关系，地域流动性较差，只能在本地竞争有限的低端就业岗位。这种个人能力的差异直接导致了单个劳动者的就业机会在地域维度上的分布不均，并且这种不均同就业极化相辅相成。

四、结论

人工智能时代的就业悖论是人类社会生产力的进步和劳动生产关系调整相对滞后这对矛盾所产生的必然结果。人工智能技术在提高劳动生产率和创造新型就业机会的同时，不可避免地冲击到许多传统产业的就业岗位，从而导致了系统性的失业和不同技术层次之间的就业极化现象。

从上文的分析可知，产业数字化所导致的就业极化现象具有多维表现，且成因复杂，不仅体现在劳动力的技能结构方面，还表现在行业分布、地域分布和收入分配等多个层面。就业极化是技术、产业变革、制度和劳动者个人等多重因素共同作用的结果。

就业极化给现今的经济社会生活带来了巨大而深远的影响。它在加大了劳动力市场割裂和收入分配差距的同时，也推动了传统产业的数字化升级和人力资源配置的优化，使社会经济发展更具活力。

应对就业极化所催生的各种社会问题需要多元政策设计和探索实施。政策制定者应在借鉴国际发达经济体成功经验的基础上，结合当地实际情况，从劳动者培训、相关产业政策调整、社会保障体系完善以及区域协同发展等方面积极采取措施，引导就业市场从传统经济时代向数字经济时代平稳过渡。

参考文献

...