本文为《中国就业新趋势：人工智能如何重塑劳动力市场》引言。
人工智能的发展及其对就业造成的影响，逐渐成为舆论界、学术界和决策圈关注的重点议题，并且成为国际社会讨论合作的共同而紧迫的话题。2025年2月10日至11日，在法国巴黎举行的人工智能行动峰会上，包括中国在内的60个国家和国际组织共同签署了《关于发展包容、可持续的人工智能造福人类与地球的声明》，其中涉及就业影响的条款，倡导增强关于人工智能对劳动力市场影响的共识，妥善预判人工智能对工作场景、培训和教育的影响，正确运用人工智能以提高生产率、劳动技能和就业质量，以及改善工作条件并增进社会对话。
中国拥有世界上最大的就业规模，位列人工智能发展的全球第一梯队，机器人市场规模也位居世界首位。因此，以人工智能革命性突破为引领的科技革命和数字经济发展，必然对中国的就业产生深远影响，是一个迫切需要深入研究的问题。相对这种紧迫需求而言，包括经济学界在内的研究领域，在这方面的研究成果仍显不足。我借撰写本书之际，做出初步的努力和探索，希望吸引更多同行的关注和加入，共同推进关于这个问题的学术和政策研究。谨以这个引言作为本书的“前奏曲”。
我们正处在怎样的“时刻”
2022年年底，美国人工智能公司OpenAI（开放人工智能研究中心）推出一款智能聊天机器人ChatGPT（聊天生成预训练转换器），它凭借“像人一样聊天”的能力，让全球用户第一次直观感受到人工智能技术演化的颠覆性进展。OpenAI作为行业先驱，被定位为通用人工智能（AGI）探索者，在技术路线上追求大模型、多模态和通用性。ChatGPT则像一个“全能学霸”，从写诗到编程几乎无所不能，其本质是赋能人类生产和生活的所有领域。
ChatGPT带来的冲击波尚未消散，人们便开始为该模型的“高门槛”——包括极高的算力要求及其相关的高能耗、高训练成本和巨额投资问题——颇感忧虑，也发现了其在中文支持和专业深度方面的缺陷。与此同时，有人担心人工智能发展水平的差距将拉大经济社会发展的差距，国家之间将进一步分化。这时，成立于2023年的中国人工智能公司深度求索（DeepSeek）推出同名模型，就上述问题给出了答案。如果说OpenAI走的是“高举高打”的路线，深度求索则是“小而精”，通过优化算法降低大模型成本，深耕垂直场景，更贴近中国本土语境，可更快渗透进日常工作和生活。
深度求索的横空出世，以及其所引发的人工智能领域的最新较量，也带来了诸多新的问题和严峻的挑战，为理论和实践提出一系列重要课题，特别是引发国家之间、企业之间、模型之间在技术开发和应用上更激烈的竞争，将会对经济、社会和民生产生更大的影响。一方面，事实证明中国在人工智能领域取得了显著的进展，在多个方向建立了具有国际竞争力的模型，涵盖大语言模型、计算机视觉、自动驾驶、多模态人工智能等方向；另一方面，如果从国力和民生的角度评判，未来各国，谁能在人工智能竞争中胜出，越来越取决于能否成功应对经济社会层面的挑战。
下面，我们从紧迫性、不可回避性和时效性3个角度来探讨，可以看到人工智能带来的经济社会影响，特别是就业挑战的显著性。下面的阐述也可视为对本书写作初衷和意图的说明。
西方媒体用“斯普特尼克时刻”这个说法，表达对深度求索模型诞生的震惊。借用这个以冷战事件为背景的隐喻，固然体现西方对这一技术突破的肯定，也暗含对人工智能领域国际竞争加剧的警觉。按照西方人的文化传统，他们或许更应该把这场较量类比为“大卫击败歌利亚”的故事。故事中，身材瘦小、以投石器为武器的牧童大卫与身形高大、披重甲持利剑的勇士歌利亚之间，体现了非对称优势的运用。不过，这个类比只应该是表面意义上的，技术竞争毕竟不是零和博弈，良性竞争终将催生更丰富的人工智能生态。
有位读者在致信英国《金融时报》时建议，与其使用“斯普特尼克时刻”这个比喻，不如用“丰田时刻”来形容深度求索的技术突破特点。读者在信中指出，与丰田重新定义汽车制造方式相似，深度求索的人工智能战略的制胜法宝在于减少浪费、注重效率、降低成本的理念，并凭借易于普及的产品为更广泛的产品和服务领域赋能。换句话说，打败“歌利亚”的“大卫”未必指某一家公司，更可能是开放协作、多元价值观的技术理念和技术进化本身。
况且“斯普特尼克时刻”这个比喻带有冷战思维的色彩，人工智能的发展及其技术路线的百花齐放、推陈出新，终究不是你死我活的零和博弈。在深度求索异军突起的过程中，一些投资者看到了苹果公司等智能手机制造商从中可以挖掘的机会。这就是说，在一个消费者大语言模型日益产品化的世界，分发平台越来越不可或缺；深度求索所代表的“小而美”技术路线，恰恰是智能手机的用武之地。以此类推，人工智能模型的平行竞争者也好，纵向用户也好，都可以从多赢格局中获益。
关注人工智能对就业的冲击
无论称之为何种“时刻”，它终究是针对参与人工智能竞争的创新公司及其所在国家的政府的战略启发和政策含义。同时应该关注的是，随着人工智能发展的竞争加剧，尤其是付诸应用的速度日益加快、赋能的范围越来越广，一系列关于人工智能的经济社会影响这样旷日持久的话题，必然以十倍、百倍于以往关注度的方式呈现，其中对就业的影响无疑居于首位。因此，谈及这“时刻”、那“时刻”，对普通人、经济学家和决策者而言，首先意味着需要探讨人工智能革命可能对就业产生的影响，以及应该做出的应对抉择，并且这一做法的紧迫性日益突显。
关于世界经济的长期发展，经济学界历来有着关于“趋同”与“分流”的讨论：有足够多的后起国家能够以更快的发展速度赶超，通常就导致世界性的趋同，但如果过多的国家进一步落后于先行国家，就可能形成发展分流的结果。世界经济史上最著名的“大分流”是工业革命促使发达国家与发展中国家分道扬镳，最近的“大趋同”则是在20世纪90年代以来的这一轮经济全球化中，以中国为代表的发展中国家赶超发达国家的结果。
人工智能革命很可能将产生与工业革命和经济全球化类似的经济后果，至于是促进新一轮“大趋同”，还是导致又一次“大分流”，根本上取决于人类共同的选择，又在相对大的程度上取决于中国的位势和作用。在推进中国式现代化的过程中，始终站在新一轮科技革命的制高点，既是中国实现自身宏伟目标的必要保障，也有助于中国有力地支撑发展中国家保持赶超势头。
凡事预则立。党的二十届三中全会把“着力解决结构性就业矛盾”作为完善就业优先政策的重大任务之一。全会部署改革任务完成的时间节点，与即将进入的国民经济和社会发展第十五个五年规划（“十五五”）时期高度重合，应该及早研究和谋划。结构性就业矛盾的一个关键起因，便是人工智能发展导致的经济结构和产业形态变化，并且由于人口老龄化而更显突出。
以上段落从大趋势上强调了人工智能产生的经济社会影响，特别突出应对挑战的紧迫性和不可回避性，描述人工智能如何引发结构性就业矛盾，可以使理论上讨论的问题更加贴近现实。每个家庭、每个劳动者可能面对的就业苦恼和困扰，研究者和规划者经常观察到的统计现象，都将与人工智能的应用产生越发紧密且显著的关联。
例如，以各级各类学校毕业生为主体的青年劳动者，越来越难以靠文凭得到劳动力市场的肯定，青年失业率大幅高于平均水平；渐进式延迟法定退休年龄的改革与现实中劳动参与率随年龄增长而下降的现象，形成鲜明的对立和强劲的反作用力；“有活儿，没人干”与“有人，没活儿干”并存的现象，或者岗位空缺率和失业率同时上升的悖论成为常态；遵循劳动生产率从低到高的方向，不再是劳动者流动的必然逻辑，反方向的流动和转岗现象俯拾皆是。这些都是结构性就业矛盾的表现，也将随着人工智能技术突破、机器人应用和数字经济发展而愈显突出，以前所未有的紧迫性要求我们有效应对。
国际货币基金组织调查了各国是否对人工智能的到来做好了准备，构造了人工智能准备指数并进行国际比较。该指数系由数字基础设施、创新与经济一体化、人力资本与劳动力市场政策、监管与伦理4个分指数合并而成。
总体来看，人工智能准备指数的排序几乎同各国经济发展水平完全一致。中国的人工智能准备指数排在第31位，明显比人均国内生产总值排位更靠前，这同中国人工智能领域的领先地位是一致的。在几个分指数中，中国在数字基础设施方面表现最突出——排在第14位，创新与经济一体化指数排在第29位，人力资本与劳动力市场政策方面准备相对不足——排在第37位，排在第41位的监管与伦理指数属于相对的短板。
尝试突破不合时宜的范式
本书是一本关于中国发展现实的经济学读物，着眼于探讨人工智能及其赋能数字经济对于就业的挑战。写作这样一本书，作者也面临两个挑战。
一方面，作者固然应该尽可能看懂人工智能和科技发展的大趋势，然而过度用力尝试弄明白种种技术细节，既是不可能的任务，也容易偏离目标，甚至陷入邯郸学步的窘境，失去经济学家固有的敏感性和另类的判断力。因此，本书努力集中注意力讲清楚技术发展及其影响的经济学原理。
另一方面，面对人工智能时代的经济问题，经济学的既有范式也表现出诸多落后于时代的弊端。我甘愿冒挂一漏万的风险，尝试找出其中与本书主题相关的若干不合时宜的理念，以便事先有所警惕，避免受到既有框架的束缚和传统观念的影响。
首先，为了构建有简洁形式之美的模型，也为了能够做出量化表达和实际度量，经济学追求过分简单和单一的因果关系。如果说这是经济学被长期诟病的缺陷之一，在人工智能渗透一切的时代，无论是世界经济、全球产业链，还是独角兽企业和创新企业，复杂度都日益增强，任何单一的指标都无法度量投入—产出关系，任何单一的变量都无法解释兴衰成败。我们不禁要问，在人工智能代替经济学家做深度思考的情况下，以往那些幼稚的模型和假设还如何站得住脚？
技术进步和发展后果的复杂性，还要求我们在面对看似单纯的经济现象时，超越经济学的视野，同时像社会学家、人口学家甚至历史学家、哲学家一样思考问题和认识问题。例如，即便我们所要研究的问题是正在或即将发生的人工智能对就业的影响，以下3个视角也不应被遮蔽。
一是任何时点上的就业状况，除了受技术变化和宏观经济波动的影响，通常也是较早时期人口结构转变的结果，所以人口学和历史的视角必不可少。
二是在经济发展和经济结构变化中，促进劳动者更好、更高质量就业，根本目标在于保持充分的社会流动性，社会学思维有助于我们形成这样的视角。
三是在技术进步过程中，总会出现就业创造与就业破坏之间的断裂现象，需要社会保障制度干预。与此相关的制度安排不再是一种通过严格识别进而实施的排他性社会保障制度。立足于人的全面发展的普惠性制度建设，不能只算财政平衡账，更需要从哲学的高度来把握。
其次，经济学家习惯于追求确定性或可预见性。米尔顿·弗里德曼认为，作为实证科学的经济学，提出理论或假说的目的就是对尚未观察到的现象做出有效且有意义的预测。借助统计学的概念来理解，可预见的总体趋势相当于平均值或期望值。利用理论的逻辑预判未来，乃至进行情景预测，无疑都是理论研究的题中应有之义。与此同时，作为不确定性的体现，离差与期望值是相反相成的共生事物。因此，认识事物及其变化趋势，既要整体把握期望值，这样才有归属感，又要关注和理解离差，因为在一个越来越不确定的世界和时代，离差本身已经成为一种常态，尽管每个偏离的案例原因不尽相同。
最后，一些曾经流行甚至在一定条件下具有解释力的理论假说，在颠覆性科技进步的背景下，逐渐失去其实践的根基，甚至亟待消除其政策影响力。我们选择3种此类理论为例予以说明。
一是人工智能赋能的数字经济发展并不自动产生成果共享的“涓流效应”。只有在各类群体均充分就业、各产业生产率均衡提高，以及发展成果获得制度性分享的条件下，人工智能的发展效应才符合共同富裕的目标。如今，那些兼具技术创新和财富积累的企业家成为社会上最受尊重和信赖的人，而他们往往是涓流经济学的信奉者和宣讲者。例如，美国风险投资人、网景通信公司联合创始人马克·安德森最近指出：科技赋能的生产率增长是经济增长、工资水平提升以及新行业、新职业涌现的主要驱动力，可以使人力与资本潜力得以持续释放，从事更重要、更有价值的工作。这种说法没有错，但容易把人们的认知误导到“涓流效应”上。
二是新科技驱动数字经济的投入—产出模式，日益打破经济学的报酬递减假设，逐渐成为主流的报酬递增现象。这不仅产生了提高生产率的正面效应，而且存在“赢者通吃”从而垄断和破坏就业岗位等负面效应。
三是曾经流行一时的技术变迁理论逐渐失去其解释力。该理论认为，技术变迁是由要素的相对稀缺性诱致产生的。人工智能赋能产业发展，终究会打破资源约束，节约某种要素的技术进步动机完全可能丧失其现实意义。
基于研究文献和实践经验，我们可以概括几个有关技术对就业冲击的特征化事实，这既有助于认识人工智能和数字经济发展的就业冲击特征，也有助于在深入分析问题时，特别是在观察中国劳动力市场现象的基础上，发展和丰富相关理论。相关分析将贯穿本书始终。
这些特征化事实包括：第一，往往出现这样一种过程，即就业从生产率较高部门到较低部门的逆向转移，可以称之为“逆库兹涅茨过程”；第二，那些同时具有低生产率、高成本和高收入需求弹性特征的部门，或称为有“鲍莫尔成本病”的部门，就业吸纳能力趋于扩大；第三，包括人工智能在内的各种新技术，具有提高人类能力和替代人类工作的两种倾向，“正确的”方向需要政策引导；第四，对提高的生产率进行充分分享，是应对就业冲击、解决劳动者出路问题，以及增进人民福祉的终极途径。
关于如何促进技术进步与就业规模扩大之间的兼容，以及新就业形态如何承载高质量就业，本书将从以下方面着眼提出政策建议：一是为人工智能这类技术发展确立向善发展的规制底线，二是完善劳动力市场制度和加强社会保护，三是利用人工智能平台和技术为实施就业优先政策赋能，四是培育新人力资本并加快形成新质生产力，五是推动制度建设以分享技术进步和生产率提高成果。
政策思路：变与不变的辩证法
鉴于人工智能革命的性质，其造成的就业冲击和就业破坏的程度将史无前例，因此我们说情况变了，“这次真的不一样”。如今，几乎所有的人工智能专家、科学家、关心科技革命的社会科学家，无一例外都相信通用人工智能诞生的可能性，并且认为这个奇点将很快到来。如果说“通用人工智能不久后出现”的预言能大概率实现，而不是虚无缥缈的，那么它实现的那一刻必将成为一个分水岭，把自动化冲击就业的性质和程度区分为前后两个阶段。
第一个阶段，人工智能赋能的自动化既创造就业也破坏就业，破坏的是人力资本要求较低的岗位，创造的是人力资本要求更高的岗位，所以人力资本培养的速度制约着新创岗位的数量。表面上看是机器（人）替代人，本质上还是更高的人力资本替代较低的人力资本，既表现为结构性失业，也表现为收入差距的扩大。例如，相对于劳动报酬，资本收益更高了；相对于人力资本禀赋低的工人，人力资本禀赋更高的工人收入更高了；相对于技术的接受者，技术创新者的报酬更高了。
第二个阶段，人工智能模型具有了与人同等甚至更高级的智力，并通过人工智能代理、具身智能、机器人等形式，越来越倾向于替代所有人类岗位。这时，传统意义上的劳动者技能已经不足以抵御人工智能化的就业冲击。人与人之间的技能差距不再重要，人力资本回报与生产率不再挂钩。
事实上，与第一个阶段相关的所有表现，在我们所处的现实已经处处可见，已经引起经济社会各层面的变化。与此同时，与第二个阶段相联系的诸多特征也初见端倪。这就是变了的现实。不变的是，人力资本和社会保障仍然是应对就业冲击的制胜法宝。
但是，在预期通用人工智能必然出现的情况下，这两样法宝的内涵也需要随之改变。首先，就人力资本投资来说，如果说在第一个阶段，投资于人尚意味着提高一部分人在就业市场上的竞争力，那么在第二个阶段，对人的投资已经变成人类智能与人工智能之间的竞争，关系着个人乃至人类就业岗位的生死存亡。其次，就社会保障来说，必然要求把以往采取严格手段识别受益人、具有区别性和排他性的社会保障模式，转向更具普惠性的社会福利制度，做到随时随地向任何人提供保障，既没有死角也没有时滞。
本书的逻辑、结构和提要
为了突出本书的整体逻辑和总体结论，也出于帮助读者“把书越读越薄”的用心，我们可以把本书9章的内容分别框定在三大部分中，在引言提出人工智能对就业的影响的基础上，分别讨论和分析：
（1）中国劳动力市场格局、就业现状和人工智能时代的新挑战；
（2）人工智能冲击就业的可能后果；
（3）应对挑战所需的政策和制度建设。
第一部分包括第一章到第三章，我们指出人工智能的快速发展正在深刻地改变就业市场。这种改变兼具岗位创造与岗位破坏的双重效应，但两者并不对称，岗位破坏往往先于且大于岗位创造。中国作为人工智能技术的重要参与者，面临多重挑战。人工智能具有“通用目的技术”特征，其颠覆性影响可能超越预期。尽管技术进步最终会创造新岗位，但人工智能的高渗透性和自动化趋势可能导致就业冲击长期化。
伴随着人口老龄化加深和劳动力短缺加剧，中国的就业矛盾已从总量性转向结构性。在多种导致结构性就业矛盾的因素中，我们重点关注和分析了现存的体制性因素。人工智能驱动的自动化可能加速岗位替代，加剧技能错配与收入不平等，户籍制度等体制障碍还会进一步降低劳动力市场效率。国际经验表明，老龄化是自动化替代就业的诱导因素，而意图明确的政策可引导技术路径，减少就业冲击。因此，制度创新与政策调整是平衡技术进步与就业稳定的关键。
聚焦中国劳动力市场的结构性就业矛盾，这一部分重点分析劳动力市场“一老一小”问题及其对就业匹配的挑战。作为一种规律性的现象，劳动力年龄结构与人力资本需求之间呈现倒U形关系，然而现实中的中国人口年龄结构越来越倾向于形成U形曲线，这种鲜明的反差则孕育出结构性就业矛盾。劳动力市场的求人倍率与失业率同步上升，标志着结构性就业矛盾强化，以及自然失业率上升。应对这个矛盾，要求以“一老一小”为重点，着眼于全生命周期的政策扶助和制度性保护。
第二部分包括第四章和第五章，我们探讨了人工智能时代就业转型的理论与情景，聚焦生产率提升与就业冲击之间的悖论，即在生产率大幅增长的同时，岗位替代扩大了收入不平等。在分析“索洛悖论”和“鲍莫尔成本病”等现象的基础上，我们指出低生产率服务业可能成为就业蓄水池，教育、医疗等“正确的人工智能”应用领域则能创造互补性岗位。借鉴凯恩斯的乐观展望，这里提出两个“脱钩”的理念：一是技术创新与就业破坏脱钩，二是劳动者报酬与个人生产率脱钩，强调通过社会福利和再分配机制分享生产率红利。
就业形态的变化具有必然性，但新就业形态具有就业不充分、不稳定，并且引发“逆库兹涅茨化”和劳动力市场内卷的特征，从而倾向于抑制工资水平和降低就业质量。要让新就业形态承载高质量就业，就不能假设其能够自动产生“涓流效应”，而是需要有针对性地规范和引导，加强社会保护与技能培训，提升劳动者的谈判地位，以促进就业质量和社会流动性。可见，在人工智能时代完善“分好蛋糕”的生产率分享机制，也是实现高质量就业的题中应有之义。
第三部分包括第六章到第九章，我们从人工智能的“双刃剑”特性入手，在指出替代就业、伦理失范等风险的基础上，强调“对齐”问题的重要性，即需确保人工智能发展目标与人类福祉、伦理原则一致。为实现人工智能创新向善，需要在算法设计、数据选择等环节嵌入就业优先理念，通过人机协作平衡效率与就业，还需要利用人工智能自身的能力应对其带来的冲击，加速创造新岗位，优化公共服务，降低劳动力替代动机，并通过制度保障生产率的分享，缩小技术鸿沟。
通过保持合理的经济增长速度，尽快跨越中等收入阶段，在2035年成为中等发达国家，是应对一切挑战的硬道理。在供给侧，着力发展新质生产力，通过要素流动和技术创新提升全要素生产率。用好人工智能这一万物动能，保持合理的增长速度，结合体制机制改革，提升投资收益率，避免内卷式竞争。在需求侧，着力提高居民收入、改善收入分配、扩大公共服务，以释放消费潜力。面对“人口金字塔消费悖论”，通过政策调整和制度建设，推动消费率向符合发展阶段的常态趋同。通过转换动能和提振消费同时发力，实现可持续高质量发展。
我们也将在第三部分探讨人工智能时代新人力资本的培育路径与战略。面对人工智能对就业的冲击，以增加受教育年限为目标的人力资本培养模式日渐捉襟见肘，需更加注重实践智慧、社交技能和隐性知识等非认知能力的培养。人力资本投资应贯穿全生命周期：一是更加重视婴幼儿早期发展；二是把学前教育和高中教育纳入义务教育体系；三是强化终身学习机制，完善职业培训、数字化学习平台等。通过整合托儿所与幼儿园资源、中等职业教育与大龄劳动力培训资源等，以包容性教育促进社会流动，实现人的全面发展与技术进步协同一致。
面对人工智能时代的就业和经济社会冲击，加强民生建设与社会保护是必要的应对之举，包括政府扩大公共品供给，提高社会支出比重，保障教育、医疗、社保等基本需求，并通过再分配缩小收入差距。应借鉴高收入国家的现代化经验，加大转移支付力度，破解户籍制度改革僵局，增强社会流动性。特别需要重新定义就业，创新岗位形成机制，如补贴更加广义的“鲍莫尔式岗位”，探索全民基本收入，保护集经济、文化价值和乡愁于一体的行业（如实体书店）。
同时，推动社会保障向普惠性社会福利转型，消除社会群体间的待遇差异，提高公共服务水平和均等化程度。通过代际共担、边增长边分享、以均等化提升效率等方式重构公共财政，构建以人为本的社会保护体系。更新和重构劳动力市场制度，引入“生活工资”等新机制，确保技术进步成果共享。
