快报:自动化时代的劳动力挑战:哪类劳动者更容易被机器人替代?

ChatGPT的横空出世掀起了大众对于智能时代就业冲击的讨论热潮。与前几代AI相比,ChatGPT不仅能写代码、写文案、做PPT,甚至还能开始辅助回答一些基础性的学术问题,人工智能质的飞跃对人类创造力、相关技能和就业的冲击令人始料未及。

来自复旦大学的青年副研究员张沛康博士致力于研究技术进步对教育和劳动力市场的影响,近期的研究包括机器人如何影响劳动力市场雇佣关系、重塑城市劳动力市场。本篇文章从工作任务的视角,探讨哪类工作和哪类劳动者更容易被机器人替代,在机器人浪潮下,什么类型的教育或培养模式有助于缓解劳动者被机器人技术替代的压力,使劳动者能与机器“并肩工作”,促进技术与技能的匹配关系。

不知有多少人曾经想过,自己能够摆脱令人麻木的工作,在梦中度过理想的生活,让机器人代替自己去面对疲惫不堪的现实,维持社会的正常运转。


(相关资料图)

这一“乌托邦”在电视剧《世界奇妙物语》中得以实现。在剧中,代替人类的机器人每天重复着相似的言行,去完成常规的工作任务, 而人类只需穿戴智能设备,长年在睡眠舱中 过上梦寐以求的日子……

但是在现实中,机器人真的可以替代人类的工作吗?

01 皇冠明珠照工厂,几家欢乐几家愁

作为“制造业皇冠顶端的明珠”,机器人一直是智能制造和产业转型升级的重要载体,正在全球范围内蓬勃发展。在我国,随着人口红利收缩和劳工成本持续上涨,工业机器人在工厂车间的应用日益普及。

武汉大学程虹教授团队开展的“中国企业-劳动力匹配调查”显示,中国企业在使用机器人生产线的比例从2008年的2%上升到2017年的13%。工业机器人的引入可以帮助完成焊接、码垛、喷漆、搬运、装配、上下料、涂胶、打磨抛光等工作,提高生产效率。

在珠三角,有一座拥有雄厚制造业基础的城市——东莞,曾被誉为“世界工厂”。2014年,东莞率先举起“机器换人”的旗帜,当时市政府为了积极对接“中国制造2025”,发布《东莞市推进企业“机器换人”行动计划(2014-2016年)》。我们正在进行一项研究,收集了2020年参与校企合作洽谈会1332家企业54757个工作岗位的招聘信息。研究发现,相比于其他企业,早期获得“机器换人”项目资助的企业在2020年下半年的疫情缓和期非但没有缩减用工规模,反而还增加了用工需求。

这主要是通过增加同类型岗位的招聘人数来实现,企业并没有明显地增减岗位的种类。扩大的用工规模主要体现在增加了制造人员的招聘需求,同时也缩减了服务人员的招聘需求。前期投入的大量机械设备,除了在平时可以完成各种生产制造工作,提高生产效率,在发生重大公共卫生事件之后还能上阵助力,有助于缓解劳动力短缺的问题。

图1:东莞市企业“机器换人”行动计划

阿里云研究中心的一篇报告也指出,企业的数智化转型成熟度越高,营业收入受疫情的负面影响越小,正常运营业务恢复的速度越快。这些研究结果对我国企业在走出疫情之后带动就业、实现高质量发展而言,都是一个非常积极的信号。

但在另一方面,机器人的使用也不可避免地引起了大家对于失业风险的担忧。从历史发展角度来看,技术进步与劳动力就业关系的讨论由来已久。

早在工业革命时期,技术进步带来了生产和组织方式的变革,例如铁路取代了公共马车、起重机取代码头工人。在当下,全国多地也发生了不少“机器换人”的真实案例。例如,江苏省昆山市的富士康工厂引入机器人之后,员工的数量从11万减少到了5万;武汉的美的空调智能工厂建成后,工人数量减少39%。

长期研究工业革命的学者乔尔·莫基尔 (Joel Mokyr) 总结新技术给劳动者带来的“技术焦虑”(Technological Anxiety)主要体现在三个方面:

第一,即便从长期来说,技术进步是有益的。但在短期内劳动会被资本替代,导致“技术性失业”,加剧了不平等;

第二,新技术的“去人类化”(dehumanization)减少了人们的福利;

第三,不充分的技术过程导致经济发展的速度变得缓慢。

02 哪类工作和哪类劳动者更容易被机器人替代?

机器人所产生的影响并非以均等的方式覆及所有的劳动者,机器人与执行不同任务的劳动者间存在不同程度的替代关系,这将很大程度决定劳动者在这个岗位乃至在这个城市的去留,最终在宏观层面导致城市劳动力市场格局被重新塑造。

在中国特殊的户籍制度下,外来务工群体规模庞大且议价能力相对较弱,对当地劳动力市场的变化更为敏感。外来务工人员与机器人在城市空间如何竞争?机器人挤出还是吸纳更多的外来务工人员?从事什么类型任务的外来务工人员更受机器人青睐?我们曾经围绕以上问题做过相关的研究。

美国麻省理工学院经济学家大卫·奥特尔 (David Autor) 等学者构建了任务模型,他根据常规/非常规 (Routine/Nonroutine) 和认知/操作 (Cognitive/Manual) 两个维度对工作任务进行分类。

表1:任务类型和对应例子。注:其中非常规认知类任务可以分为非常规互动类(Nonroutine Interactive)和非常规分析类(NonroutineAnalytic)任务

常规任务通常是可以遵循明确规则或程序的工作;非常规任务需要进行复杂的沟通和解决问题,常以分析、管理和决策为核心,或者以情景适应、人际沟通为主导。表1呈现了工作中不同类型的任务。

在研究中,我们根据劳动者在工作内容、工作强度和工作时间三方面的自主能力和灵活度,构建了工作任务的常规密集指数(Routine intensity index,RII)。由图2可以看出,劳动者在工作强度方面的自主能力和灵活度最高,工作时间位居其后,但在工作内容方面的自主能力和灵活度最低。常规的工作内容正在被数字化、程序化,大部分都有既定的执行方案,执行非常规任务的劳动者在工作内容、强度和时间三个方面都拥有更高的自主能力和灵活度。

图2:常规和非常规任务在工作内容、工作强度和工作时间三方面的自主能力和灵活度

为了分析机器人技术对外来务工的就业地点和劳动合同期限所产生的影响,我们利用国际机器人联盟报告中的工业机器人安装数据,测算出各城市的机器人安装密度,并且从中国劳动力动态调查数据中获取了劳动者的就业地点和劳动合同期限信息。

我们发现,整体而言,从空间迁移的角度来说,机器人浪潮不会导致外来务工在城市间流离失所,相反,机器人所释放的生产力能够创造更多的工作岗位以吸纳他们进入,与机器人在城市空间里实现“人机共存”。但从雇佣期限的角度来说,在机器人的冲击下,外来务工的雇佣合同在整体上呈现出短期化的趋势。这主要是因为,机器人渗透生产环节,在一定程度上重塑传统的“技术—技能”匹配和粘性,劳动者基于企业的传统特定技能被削弱。也就是说,虽然外来务工能在相应的城市落脚,但难以长期稳定下来。

进一步地,借助工作任务的常规密集型指数,我们将外来务工分成从事常规任务和从事非常规任务两类群体,发现能够胜任非常规任务的劳动者由于与机器人形成良好的互补性而更受市场欢迎。在空间迁移方面,机器人会降低从事常规任务的外来务工在该城市的就业概率,提高非常规任务的外来务工的就业概率。在雇佣合同期限方面,常规型技能者的雇佣合同会趋于短期化,执行非常规任务的劳动者,能够获取相对稳定的长期雇佣合同。

此外,不同性别、学历、年龄的劳动者受到的影响也并不相同,具体而言:

第一,男女有别。男性和女性分别在运动和认知能力上具有相对优势,女性劳动者执行了更多的非常规任务,任务更偏向“脑力密集型”(Brain Intensive)而非“体力密集型”(Brawn Intensive),因此女性受到的负面冲击更小。

第二,学历区隔。机器人对高中及以下的低技能常规任务工作者有负向影响。这也很容易理解,拥有更好教育技能的劳动者,更容易适应技术变化,而且能通过工作岗位调整或寻求新的工作机会以对冲技术冲击。

第三,年龄差异。机器人的使用对中年劳动群体(31-45岁)的冲击更为明显。年龄反映了个体的生命周期,也与职业生涯发展阶段密切相关。31-45岁劳动者的工作内容逐渐固定化和程序化。与此相比,16-30岁年轻劳动者具有快速学习和适应新环境的能力,而46-60岁劳动者的工作经验丰富,从事的更多是领导、协调沟通等方面的工作。

03 教育与技术的马拉松

劳动者与机器人的互动过程,实际上是一场教育与技术的马拉松。

在机器人浪潮下,什么类型的教育或培养模式有助于缓解劳动者被机器人技术替代的压力,使劳动者能与机器“并肩工作”,促进技术与技能的匹配关系?劳动力市场的招聘动态给我们带来了一些思考和启示。

我们曾结合全国各城市的机器人安装情况和当地企业的招聘广告文本进行研究,发现一个城市的机器人安装密度越高,当地企业的工作岗位对抗压能力、动手操作能力的需求越低,对创新能力、学习能力和逻辑思维能力的需求越高。

更有趣的是,机器人的引入还改变了对一些能力组合的需求。比如,工作岗位对沟通能力搭配写作能力、创新能力搭配观察力的需求是更高的,但抗压能力搭配动手操作能力的需求是更低的。

这对学校的培养也提出了更高的要求。在未来,学校需要优化课程大纲,使课程内容与前沿知识和现实情境接轨,使学生拥有多元的知识储备。此外,学校也要注重关注学生在创新能力、学习能力、逻辑思维能力等方面的提升。就业指导中心除了举办简历撰写、模拟面试、性格测评、从业人员经验分享等常规的职业指导活动以外,还可以尝试通过校企实践或科研活动,提高学生的沟通协调、演绎推理、判断决策等非常规能力。

相应地,职业培训行业首先要做到的是加强师资建设,保障培训质量,通过公开规范的报名门槛、完善的课程体系、合理的培训费用、真实的成功案例来减少培训机构和消费者之间的信息不对称,增强消费者的信心;其次,在健康、规范的基础上,加强与企业的联合实践,使培训内容与现实情境接轨,增强培训的针对性;最后,拓宽信息收集渠道,把握劳动力市场上的劳动者流出流入状况,帮助劳动者把握职位调动或再就业的时机。

对于用人单位来说,随着新兴技术的突破式发展,如何在劳动力市场上甄别具备执行非常规工作任务的劳动者,成为一个重要的问题。在发布招聘广告环节,对于有特定能力需求的岗位,清晰地描述工作职责和招聘门槛,平衡与各种能力相关的关键词的数量与位置,减少机械性地套用广告模板行为,做到因不同时间、不同岗位而异,从而有助于求职者了解招聘需求,提高职业搜寻效率,降低用人单位在面试环节和实习试用期的用人成本。

职场人士们则需要做到居安思危、未雨绸缪,一方面注重提升执行非常规任务的能力,通过业余时间进行课外阅读、培训实践等方式,提升自身的创新能力、快速学习能力、逻辑思维能力;另一方面结合自身的专业、特长、工作经历等优势,构造能力组合,培养自己成为复合型人才。

美国东北大学校长约瑟夫·奥恩 (Joseph E. Aoun) 在《教育的未来:人工智能时代的教育变革》一书中写道,“未来的教育要培养学生的数据素养、科技素养和人文素养,使学生不仅能管理大数据、了解机器的工作原理,还能与智能机器协同合作”。在我国从制造大国迈向制造强国的过程中,这场教育与技术的马拉松变得更为扣人心弦。学校、用人单位、职场人士和职业培训行业在这场赛跑中都有各自的位置,我们期待他们都各有所为,共同实现“技术升级”与“技能升级”的良好协同关系。

论文原文:

[1]魏下海,张沛康,杜宇洪.机器人如何重塑城市劳动力市场:移民工作任务的视角[J].经济学动态,2020(10):92-109.

[2]余玲铮,张沛康,魏下海.机器人如何影响劳动力市场雇佣关系:“技术—技能”重塑机制的解释[J].学术研究,2021(02):100-107+178.

[3] Zhang, Peikang, Yiming Qin, Huailiang Liang, and Liping Zhou. "Robotization and Labour Demand in Post-Pandemic Era: Microeconomic evidence from China", Technological Forecasting and Social Change, Forthcoming.

关键词: