27

自动化时代的劳动力市场

发自伯克利——人工智能和机器人技术的进步正在推动新一波的自动化浪潮,使得机器可以匹配或超越人类的任务范畴急剧扩大,包括执行一些需要复杂认知能力和高级学位才能胜任的任务。这一进程超越了专家的期望;不出意外,其对就业数量和质量产生的潜在不利影响也引发了人们的严重关切。

而按照特朗普当局的说法,你可能会认为贸易依然是造成美国制造业就业流失的主要原因。特朗普的财政部长史蒂文·莫尼辛(Steven Mnuchin)宣称因为技术对工人的取代“甚至不在[行政部门]的视野之内。

然而经济学家的共识是,过去三十年来,美国制造业就业的流失约有80%是由节约劳动力及提高生产率的技术变革导致的,而贸易的影响只能远远地屈居第二。那么问题在于,我们是否走向一个失业的未来,即科技令许多人丢掉工作,还是“大规模失业的未来”,也就是越来越多的劳动者,无论教育水平和技能如何,都无法再获得一份中产阶级收入。

答案可能是两者各占一部分。一项关于该课题的最新重大研究发现,在1990~2007年间,正是工业机器人——自主运行,自动控制,可重复编程以及多用途的机器——对行业的渗透削弱了就业和工资水平。

根据该研究的模拟测算,机器人可能令美国每年流失约40万个就业机会,其中许多是中等收入的制造业职位,尤其是在汽车,塑料化工和制药行业。当然,正如智库机构经济政策研究所最近发布的一份报告所指出的那样,相对于美国劳动力市场的整体规模,这些数字并不算大。但这种本地工作流失已经产生了影响:许多受影响最严重的社区都分布在投票给特朗普的中西部和南部各州——主要是被他的保护主义,反贸易承诺所吸引。

随着自动化在越来越多的工种中逐渐代替人力,对就业的数量和质量的影响将会加剧。而且正如近期麦肯锡全球研究所的研究显示,类似的取代还有很大的延伸空间。这项涵盖了46个国家和80%全球劳动力的研究发现虽然可以被完全自动化的职业不多——不到5%,但根据目前展现出来的技术,大约60%的职业中至少有30%的基础任务或活动将被自动化。

在短期内最容易受到自动化影响的活动是那些常规的认知任务,比如数据收集和处理,以及在结构化,可预测环境中的常规手工和体力活动。这些活动现在占美国工资总额的51%,而且在雇用大量工人的行业中最为普遍,包括酒店和餐饮服务业,制造业和零售业。

麦肯锡报告还发现,工作职位的薪酬一方面与所需技能水平正相关,另一方面也与这项工作实现自动化的潜力之间存在负相关。总而言之,自动化会降低那些低工资重复性工作对中低技能劳动力的需求,同时增加了对高技能,高收入劳动力的需求,因为后者可以执行需要技术和问题解决技能的抽象任务。简而言之,技术变革是技能偏向型的。

在过去30年间偏向技能的技术变革推动了就业和工资两方面的两极分化,导致中层劳动者实际工资水平停滞不前,无大学文凭劳动者的实际收入大幅下降。这种极化现象促使劳动收入分配的不平等状况加剧,从而推动了总体收入不平等的恶化——许多经济学家,从大卫·诺托(Thomas Autor)到托马斯·皮凯蒂(Thomas Piketty)都着重指出了这一动向。

正如迈克尔·斯宾塞(Michael Spence)和笔者最近联合发表的一篇论文中所提到的那样,偏向技能且取代劳动力的智能机器和自动化技术正在以其他几种方式推动收入差距的扩大,其中包括为超级巨星和最幸运的一小撮人带来巨大收益的赢家通吃效应,以及网络系统中因竞争不足和先发优势而产生的租金。数字资本的回报往往超过实物资本并呈现出幂率分布现象(power-law distribution),使绝大部分的收益再次累积到少数参与者的腰包。

我们认为技术变革还存在着另一个强化不平等的后果:它通���使企业能够快速,廉价地在相隔遥远的地点之间采购,监测和协调生产过程以利用较低的劳动力成本,从而对全球化产生了“涡轮增压式”的加速效应。有鉴于此,也就难以区分发达国家中就业,工资和收入不均的状况究竟是源自于技术还是全球化效应。

我们的分析结论是这两股力量其实是在相互强化,并助推资本占国民收入比率的提升——这也是皮凯蒂财富不均理论的一个关键变量。 2017年4月国际货币基金组织发布的《世界经济展望》也得出了类似结论,将导致劳动在各发达经济体国民收入中所占比率持续30年下滑的其中一半因素归于技术的影响,同时也将相近的另一半因素归于全球化。

人们对飞速智能化的工具对就业,工资以及收入不均的潜在影响日益感到忧虑,也因此呼吁出台某些减缓自动化步伐政策,例如对机器人征税。但这些政策又会破坏创新和生产率的增长,而生产率增长则是生活水平提高的主要推动力。

而政策制定者对应着眼于对失业者进行扶助,比如推出教育和培训项目,收入支持和社会保障网,包括工资保险,终生再培训贷款,流动型医疗和养老金等措施。此外将需要实施更积极的税收和转移支付政策以确保自动化的收入和财富收益能被更公平地分享。

三年前,我认为智能机器所带来的好处能否被广泛分享并非取决于其自身功能设计,而是依赖于围绕它们的政策设计。从那以后我的观点得到了越来越多人的响应。但不幸的是特朗普的团队似乎还没有收到这个消息。