就業替代壓力大 高校能跑贏AI嗎

　　黨的十九大報告指出，就業是最大的民生。高校畢業生作為每年進入勞動力市場的主要群體，其就業難的問題常引起社會的廣泛關注和政府的高度重視。

　　近年來，隨著大數據的積累、運算能力的提升和核心算法的突破，人工智能經歷半個多世紀的摸索，繼蒸汽機、電力和互聯網之后，成為在全球范圍內掀起一番熱潮的技術。已進入后工業化時代的中國，其市場環境和政府政策均為人工智能產業的發展提供了優勢條件。面對人工智能發展的新形勢，勞動力的技能無法滿足新行業、新業態、新技術的需求，就業遭遇嚴峻挑戰，解決這一問題，高等教育的重要性不言而喻。

　　如何應對人工智能這種偏向型技術進步對勞動力市場、尤其是高素質勞動力的就業沖擊？筆者從重點大學切入，使用兩種類型的研究數據：北京大學教育學院在2017年開展的全國高校畢業生就業狀況調查、中國人民大學國家發展與戰略研究院計算的中國各行業和總體就業替代率，考察就其所帶來的人力資本積累能否有效緩解人工智能高速發展帶來的就業替代壓力。

　　學歷越高就業替代壓力越小

　　英國牛津大學的兩位經濟學家——卡爾·弗雷和麥克爾·奧斯博在他們的研究中指出：一種職業是否容易被人工智能所替代，取決于對三方面能力的要求：感知和操作能力、創造力和社交智慧。其中，感知和操作能力包括手指靈敏度、動手能力，以及能否在狹窄的空間中工作；創造力包括原創性和藝術審美能力；社交智慧包括社交洞察力、談判能力、說服力，以及能否做到協助和關心他人。總的來說，一種職業的可替代程度，與上述九種能力息息相關。

　　筆者先以行業為切入點進行研究。根據中國人民大學趙忠團隊對我國各行業就業替代率的估算結果，中國城鎮勞動力市場的總體就業替代率為45%，與美國預測的47%相近。在中國，房地產業的就業替代率最高，為88.8%。交通運輸、倉儲和郵政業、住宿和餐飲業，以及電氣、熱力、燃氣及水生產和供應業這3個行業的就業替代率也在60%以上。這些行業的程式化和重復性較高，具備較高被替代的概率。此外，就業替代率高于45%的行業還有建筑業(59%)、批發和零售業(57.1%)、金融業(56.5%)、農林漁牧業(54%)和水利、環境和公共設施管理業(53%)這5個行業。

　　而就業替代率較低的行業有文化、體育和娛樂業(33%)、信息傳輸、軟件和信息技術服務業(23%)、衛生和社會工作 (20%)、科學研究和技術服務業(13%)、教育(8.8%)等，這些行業屬于服務業，對知識和技能的要求較高，被替代的概率低。我國是制造業大國，2017年制造業的就業占比為28.1%，而其就業替代率為43%，略低于總體就業替代率。

　　筆者的研究結果發現，從學歷角度看，以專科學歷為參照組，本科學歷、碩士或博士學歷的畢業生能進入就業替代率更低的行業，且呈現出學歷越高，就業替代壓力越小的關系，與預期相符。

　　男性進入的行業，就業替代率比女性的高。筆者分析，這可能是因為在就業替代率較高的行業，如電氣、熱力、燃氣及水生產和供應業、建筑業、制造業、采礦業、農林漁牧業等行業以生產制造為基礎，對體力要求較高，男性具有比較優勢。而就業替代率較低的行業，如教育、衛生和社會工作、租賃和商務服務業、居民服務、修理和其他服務業等以人際交往為基礎，女性具有比較優勢。

　　商科學生的就業替代風險較大

　　筆者將樣本按照學科門類分為人文與社會科學(文學、史學、哲學、教育學、法學)、商科(經濟學和管理學)、理工科(理學和工學)、農學和醫學五類后進行分析。還是以重點大學為例，筆者的研究結果表明，人文社科和理工科學生明顯更容易進入替代率較低的行業，對于農學和醫學專業的學生來說沒有顯著影響，但是商科類的學生會進入就業替代率更高的行業。

　　筆者認為可能存在以下原因：

　　第一，人工智能或許能解決技術上的問題，但難以處理人際關系。好奇心、創造力、同理心、批判性思維和寫作能力等都是人文社科畢業生難以替代的優勢；

　　第二，大學，尤其是重點大學能為理工科畢業生提供更為豐富的學術條件和業界資源，良好的數學基礎、扎實的計算機功底和專業的科學技術知識使畢業生更能勝任技術類崗位；

　　第三，大多數商科學生進入金融業工作。目前人工智能技術逐漸被應用在金融科技中，如智能投顧、金融風控、移動支付等領域，其在為金融業注入新的創新活力、提高工作效率的同時，也在促進傳統金融機構的轉型，許多職能崗位存在降低人力需求的趨勢。

　　“軟能力”是最難替代的獨特優勢

　　筆者的研究結果顯示，重點大學的畢業生更容易進入人工智能就業替代率更低的行業。基于計量回歸分析，結果顯示重點大學主要是通過提升學生的專業知識和技能、引導學生形成良好的人格特征，從而幫助他們進入就業替代率更低的行業，降低被人工智能替代的風險。

　　究其原因，首先，重點大學的畢業生擁有更強的“硬能力”。普通高校更加注重高等教育的職業性和應用性，側重提高提升學生的專業知識和技能。在制造業為主的經濟發展階段，人力資本理論的解釋力很強，認為學校教育可以通過傳輸知識和技能，提高勞動生產率，增加就業競爭力。但是在經濟發展的較高階段，制造業的技術含量更高，對專業知識和技能的要求也更高。應對人工智能帶來的就業沖擊，記憶、復述、再現等初級加工信息的能力容易被機器所替代，具備更高專業知識和技能的學生能更好地適應信息社會的發展要求。

　　其次，重點大學的畢業生擁有更強的“軟能力”，擁有良好的人格特征。人格特征作為一種重要的心理特征，可視為影響個體勞動力表現的非認知能力。人格特征并不完全由父母遺傳先天決定，有40%～60%的部分較為穩定，它還可以通過教育干預來實現自身的有效積累。《21世紀技能》一書的作者認為，批判性思維、溝通能力、團隊合作和創造力是21世紀人才競爭最重要的四項能力。而在這方面，重點大學做得更好。根據2017年全國高校畢業生就業狀況的調查數據統計，重點大學的畢業生在接受高等教育的過程中，在創新創造能力、批判性思維、復雜問題的處理能力、溝通能力、團隊合作能力、自信心等方面都有顯著的增值評價。

　　筆者認為，人工智能在給各行各業帶來便利的同時，也對個人的學習提出了更高的要求。信息社會要求學生不僅要掌握知識，而且需要培養基于認知能力的高階思維。本杰明·布魯姆將認知領域的教育目標分為由低到高的六個層次：記憶、理解、應用、分析、評價、創造。以往的高等教育滿足于前幾個層次，未來應上升到最高層次——創造。雖然人工智能技術可以復制各類行為，用極快的速度執行任務，但創新能力、注意力、包容力、自信心等都是代表個人綜合素質的人格特征，這些方面都難以被人工智能所替代，個人的人格特征屬于“軟能力”，可以成為其難以替代的獨特優勢。

　　高校如何應對人工智能對勞動力市場的就業沖擊

　　我國在2018年的《新一代人工智能發展規劃》中指出，要求推進“新工科”建設，重視人工智能與計算機、控制、數學、統計學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合，形成“人工智能+X”復合專業培養新模式，到2020年建設100個“人工智能+X”復合特色專業、建立50家人工智能學院、研究院或交叉研究中心。

　　今年3月，教育部公布《2018年度普通高等學校本科專業備案和審批結果》，上海交通大學、同濟大學、南京大學等35所高校獲得首批人工智能專業建設資格，人工智能專業在2019年通過“自動化類”大類專業招生，授予工學學位。

　　此外，教育部公布的名單中還有203所高校獲批“數據科學與大數據技術”專業，101所高校獲批“機器人工程”專業，96所高校獲批“智能科學與技術”專業，25所高校獲批“大數據管理與應用”專業，25所學校獲批“網絡空間安全”專業，14所學校獲批“物聯網工程”專業。由此可見，許多高校已經開始籌建人工智能專業和人工智能學院，重視人工智能人才的培養，努力推動人工智能的學科建設。

　　筆者認為，人工智能對勞動力市場的影響可以分為四個方面：首先，人工智能的“發展效應”表現為對信息傳輸、軟件和信息技術服務業的直接影響，該行業已經成為我國平均收入最高的行業，就業機會將持續增加；其次，人工智能的“創造效應”表現為對某些行業的間接影響。基于熊彼特的內生增長模型，人工智能能夠提高單位生產報酬，利潤的提高會促使企業擴大生產規模，從而增加就業需求。不僅如此，自動化還會創造出一些勞動更具有比較優勢的新崗位；第三，人工智能的“低替代效應”對相關行業就業規模的影響不大。比如，教育、科技、文化、衛生、體育等行業，其從業人員中高校畢業生的占比很大，而這些行業也是高校畢業生喜歡就業的行業，人工智能的發展不會減少這些行業的就業需求；第四，人工智能的“高替代效應”對相關行業就業規模的影響很大，這些行業的就業規模將顯著萎縮。

　　高校要如何應對人工智能對勞動力市場的就業沖擊？筆者建議，首先，應該建立健全學科專業的動態調整機制，根據勞動力市場的需求變化，相應地減少人工智能就業替代率高的專業招生數量；其次，要提高教育教學質量，不僅要培養學生的專業知識和技能，同時要引導學生形成良好的人格特征，增強對高技能崗位的適應能力，提高就業競爭力；此外，高技能人才的培養固然重要，但還要不斷完善就業服務體系，提高人才與市場的需求匹配度。不同專業背景的學生在勞動力市場上的就業表現存在差異，只有不斷完善勞動力市場的信息網絡，健全服務體系，才能提高專業人才的就業效率，將不同專業人才匹配到所需要的崗位，提升社會的整體運作效率。

　　(岳昌君為北京大學教育學院教授，張沛康為北京大學教育學院碩博連讀研究生)