資料圖。本文來源：北京商報、中國國創(chuàng)會

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

中國社科院學部委員蔡昉參加新經(jīng)濟學家智庫研討會資料圖。本文來源：清華大學CIDEG

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

蔡昉&趙靜：如何應對人工智能對就業(yè)的影響？

近日，清華大學公共管理學院副教授、CIDEG副主任趙靜，基于戴維·奧托等人的著作《AI時代的工作》（CIDEG文庫著作），圍繞“如何應對人工智能對就業(yè)的影響？”這一熱點問題，對中國社會科學院學部委員、勞動經(jīng)濟學會會長蔡昉進行了深度訪談。趙靜老師結合相關理論研究結論，與蔡昉教授共同探討了新技術對當下及未來就業(yè)市場的挑戰(zhàn)，討論了AI時代技術創(chuàng)造性與破壞性的平衡路徑。

趙靜：蔡昉老師，您長期從事勞動就業(yè)問題研究。人工智能的發(fā)展、由此引起的自動化以及其他新興技術，對當下的就業(yè)以及未來的就業(yè)市場帶來挑戰(zhàn)，請您分享一些觀點和想法。

蔡昉：人工智能影響就業(yè)的根源和機理，在于像其他新技術一樣，這個技術具有大幅度提升勞動生產(chǎn)率的潛能。所以，我們應該從這個問題談起，介紹一些經(jīng)濟學的原理和爭論。在經(jīng)濟學領域，有一個廣為人知的話題，叫作索洛悖論。提出這一理論的羅伯特·索洛是麻省理工學院的教授，他已去世且享年頗高。他于1987年獲得諾貝爾經(jīng)濟學獎，也是在同一年他寫了一篇很短的書評，其中有一句話成為經(jīng)典。他說如今到處可以看到計算機，唯獨在統(tǒng)計中看不到生產(chǎn)率的提高。他的意思是，新技術隨處可見，但是這些新技術未促進生產(chǎn)率的提升，這個疑問引發(fā)很多學者對這個問題的研究，并且把這個觀察或者問題稱之為索洛悖論。

我認為索洛悖論的問題是，為什么以及在何種情況下，新技術無法提高生產(chǎn)率。包括戴維·奧托在內的很多勞動經(jīng)濟學家，也都在嘗試在拓展的話題上回應這個謎題。我們也可以總結出類似的“悖論”，或者稱之為“奧托悖論”。奧托悖論是什么意思？就是說為什么本來應該造福于人類的最新技術，如人工智能的使用，可能會產(chǎn)生不利于民生的負面影響，甚至破壞就業(yè)崗位、拉大收入差距拉大。如果我們以這個問題為切入點去探討結論，便會發(fā)現(xiàn)問題的關鍵取決于我們做出怎樣的政策選擇，在這方面經(jīng)濟學家都提出了相應的政策建議。

趙靜：提到奧托教授，我前幾天讀了他領銜出版的一本新書叫《AI時代的工作》，這本書最開始也用了一個有趣的謎題導入。我記得這本書上有一張非常有趣的圖，說在20世紀六七十年代，每小時的生產(chǎn)率是在不斷提升的，但是美國的工資中位數(shù)水平卻在下降，他花了很多篇幅來解釋這個現(xiàn)象，給出兩個有趣的結論，第一個結論是任何一個新興技術，從被發(fā)明出來到在全社會范圍內得到應用，實際上需要40年左右的時間。第二個結論是，是否產(chǎn)生這樣的現(xiàn)象，歸根結底在于相關的制度安排，包括勞動保障制度、教育培訓制度和創(chuàng)新制度。

蔡昉：我認為“技術從發(fā)明到應用需40年”這一判斷，或許是根據(jù)過去的經(jīng)驗總結的。如果結合如今人工智能技術的發(fā)展，特別是看到ChatGPT以及類似模型的出現(xiàn)，特別是已經(jīng)開始進行的應用，人們必然會修改新技術到普遍應用的時間長度判斷，大多數(shù)情況下不會是40年，或許應該改成20年或10年，實際上可能會更快，而且將來會越來越快，這是人工智能技術與過去技術發(fā)展的差別。當然也有一些東西沒有發(fā)生變化，比如說“技術是把雙刃劍”這個判斷。包括人工智能在內的新技術，對工作和就業(yè)的影響就具有“雙刃劍效應”。技術變革的革命性意義，就在于奧地利經(jīng)濟學家約瑟夫·熊彼特所說的“創(chuàng)造性破壞”，也就是說新技術既有就業(yè)創(chuàng)造，又有就業(yè)破壞，創(chuàng)造和破壞就像一枚硬幣的兩面，相反相成、互為因果。因為我們知道大規(guī)?？萍及l(fā)現(xiàn)和應用，以及由此帶來的經(jīng)濟迅猛發(fā)展和市場擴張，歸根結底是技術創(chuàng)新這種創(chuàng)造性破壞特質。技術創(chuàng)新作為一個創(chuàng)造性破壞的過程，需要破壞那些生產(chǎn)率不能提高的產(chǎn)能和企業(yè)，保護那些生產(chǎn)率得以提高的產(chǎn)業(yè)和市場主體，讓它生存、發(fā)展，給它更多資源。優(yōu)勝劣汰的過程是必然的，兩者是統(tǒng)一的。

那么問題在于，市場本身存在創(chuàng)造和破壞，從整體來看，市場最終能夠實現(xiàn)收益，實現(xiàn)生產(chǎn)率的大幅度提高，而且未來我認為人工智能的創(chuàng)造性會越來越大，生產(chǎn)率的提高甚至是無限的，與此同時，破壞性也會越來越大。同時我們也知道，盡管技術進步帶來生產(chǎn)率提高，但是市場本身沒有一種被稱為“涓流效應”的機制，不會自然而然地保護勞動者，讓大家均等地分享生產(chǎn)率提高的結果。因此就需要剛才提到的各項制度安排，譬如說我們的社會保障制度是不是更加普惠、更加包容、應保盡保；我們的勞動力市場制度能不能關注到每一個群體，保障每個人在勞動力市場上的權益，特別是在遭遇人工智能沖擊的時候；我們的教育和培訓體制能不能適應新的人力資本需求，形成一個貫穿全工作生命周期的人力資本模式，等等。

趙靜：請您再簡單概括一下，“創(chuàng)造性破壞”與前面提到的“索洛悖論”和“奧托悖論”之間，究竟有什么樣的關聯(lián)。

蔡昉：我們且不去回答索洛教授針對美國情況提出的“悖論”，即為什么處處可見計算機，卻看不到生產(chǎn)率提高的統(tǒng)計事實。針對這一次人工智能革命，針對中國的情況，我們可以簡單地這樣說，像任何技術進步一樣，人工智能包含著創(chuàng)造性和破環(huán)性兩種特質。一方面，如果不借助“破環(huán)性”，就缺乏一種機制實質性提高生產(chǎn)率，就造成“索洛悖論”。與很多人想象的情況不同，社會整體生產(chǎn)率提高不是所有的產(chǎn)業(yè)、領域和市場主體齊步走，一起把生產(chǎn)率提高一定的幅度。事實上，整體生產(chǎn)率的提高，是通過讓更高生產(chǎn)率的主體進入、生存和發(fā)展，讓長期處于低生產(chǎn)率狀態(tài)的主體退出和死亡，這樣，資源要素才得以在更高的效率上得到配置。另一方面，物質要素也好、產(chǎn)能也好、甚至市場主體和產(chǎn)業(yè)也好，低效的配置格局需要被打破，唯獨不能破壞勞動要素，因為勞動力以人為載體，而人是發(fā)展的目的本身。

趙靜：我們當然希望做到讓“創(chuàng)造性”和“破環(huán)性”各得其所、有機統(tǒng)一，然而，這是否具有現(xiàn)實可行性呢？換句話說，在現(xiàn)實的經(jīng)濟過程中，如何讓各自的積極作用得到充分發(fā)揮，消極因素得到充分抑制呢？

蔡昉：我們確實面臨著回應這樣問題的政策選擇。首先，形成讓創(chuàng)造性破壞機制充分發(fā)揮作用的市場競爭環(huán)境。這方面的改革任務包括：暢通要素流動渠道，促進既有要素的再配置和新要素的新配置，都意味著要素的創(chuàng)新性配置和技術的新場景應用，形成新產(chǎn)業(yè)、新模式、新業(yè)態(tài)、新融合，達到產(chǎn)業(yè)轉型升級融合的目標要求。

其次，通過立法和規(guī)制，把就業(yè)優(yōu)先的理念轉變成人工智能當事人之間的共同意圖、約束性要求和激勵相容行動。具體來說，勞動經(jīng)濟學家普遍認為，從就業(yè)影響角度來說，人工智能有兩種可能的發(fā)展方向，一類著眼于提高勞動者能力，這意味著可以在低技能勞動者身上補充更多技能；還有一類著眼于替代勞動者的工作，這造成就業(yè)破壞。引導人工智能走哪條道路，取決于政策選擇和制度安排。

最后，用社會保障和基本公共服務保護勞動者，使他們的必要生活質量及基本公共服務水平，不受到人工智能的沖擊。在理念上，需要設立一個保護勞動者和就業(yè)崗位的公共利益底線。在具體的制度安排上，則需要完善社會保護機制和勞動力市場制度。

趙靜：勞動者個人能夠做些什么呢？技術迭代可能會讓某些特定“任務”消失，但是我們的能力在不斷提升。最近看到一些勞動經(jīng)濟學論文，其中經(jīng)濟學家會把工作崗位劃分成兩類，一個是任務，一個是技能。某個任務可能最終沒有了，但是人類的技能是可以提升的。技能提升在于教育和培訓。不只是得益于大學教育，也得益于很多日常的學習培訓和更新迭代，包括在職培訓。我很想問問蔡老師，應該如何在我們的教育體系中，利用更側重技能的高校，以及各種類型職業(yè)培訓，快速彌補教育方面的缺失，從而更好適應人工智能時代。

蔡昉：教育和培訓正是我關心的話題。大家都承認，我國同發(fā)達國家在教育發(fā)展上仍有差距，譬如說美國的高等教育水平至今處于國際一流。但是我覺得在人工智能的沖擊和未來可能的更大沖擊下，各國在人力資本培養(yǎng)上面臨的挑戰(zhàn)幾乎是一樣的。即便美國的高等教育水平更領先，也無法抵御此次沖擊。與此同時，這也給我們提供了一個趕超的機會，在適應新的人力資本需求條件下，重塑人力資本培養(yǎng)模式，我們與美國之間的挑戰(zhàn)一樣，機會也是一樣的。我借這個機會談一點我的觀察，即在人工智能的沖擊下，人力資本本身及其培養(yǎng)模式的基本特征發(fā)生了哪些變化。

過去經(jīng)濟學家通過回歸分析解釋經(jīng)濟增長因素時，會將人力資本作為一個解釋變量放進去，都得出正面和顯著的結果。由于無法直接度量人力資本，所以通常以“受教育年限”成為代理變量，放進回歸模型以后幾乎永遠是顯著和正面的。但是在人工智能沖擊下，人均受教育年限可能不完全管用了，不再是“一學定終身”或者“一紙定終身”了。大家熟知的美國勞動力市場兩極化的現(xiàn)象，即一極是沒受過那么多教育的群體，自然應付不了技術和自動化的沖擊，另一極是受教育程度較高的群體，相對能更好地適應變化，因此工資得到明顯的提高。所以，很久以來人們都認為，應對技術沖擊的最好辦法就是盡可能多地上學。

然而未來這種以受教育年限劃分兩極的邏輯將不再成立，今后你不太可能知道哪一種技能是勞動力市場需要的，哪種技能是勞動力市場不需要的；哪種技能跟人工智能是協(xié)同、互補的關系，哪些技能會與人工智能產(chǎn)生競爭進而被替代?；舜罅繉W費在頂尖學校學習一門似乎有用的技能，最終卻發(fā)現(xiàn)這種技能與人工智能形成競爭，自然是競爭不過人工智能的。

所以，如今不是說教育沒用了，而是說教育更有用了，但是要轉向終身教育，轉向隨時隨地學習和培訓，然后不斷地把課堂和工作實踐結合起來，兩者交叉進行。這是在人工智能時代下，人力資本培養(yǎng)的核心特點。

趙靜：人類是否具有相對于人工智能更有優(yōu)勢的能力？如果答案是肯定的話，我們如何特別突出地培養(yǎng)勞動者以及未來的勞動者具備這種能力？

蔡昉：奧托教授提到過一個被稱作“波蘭尼悖論”的現(xiàn)象，也引起不少研究者關注，產(chǎn)生諸多相關討論。我之所以很關注各類“悖論”現(xiàn)象，是因為這些“悖論”通常具有一個共同的特征，那就是按照既有的理論觀察某種事物，會得出不合邏輯的結論。像人工智能這樣的顛覆性技術變革，必然造成諸多打破傳統(tǒng)智慧的現(xiàn)象，所以，討論并嘗試破解“悖論”，無異于在試圖實現(xiàn)范式轉換的前提下，發(fā)現(xiàn)新的特征化事實，形成新的理論假說，這正是理論創(chuàng)新的題中應有之義。波蘭尼悖論揭示出一個很有意思的現(xiàn)象，就是對人來說很難的能力，對人工智能來說非常容易。比如說在國際象棋和圍棋這樣的智力競賽中，人工智能能輕松超過人類世界冠軍水平。與此同時，一個對于人類來說至為簡單的能力，可能完全沒有技術含量的行為，比如一個三四歲的孩子把一杯茶送到某個位置，中間他需要跨過一些障礙，可能遭遇突然發(fā)生的情況，這些能力對智能機器人來說卻很難。

波蘭尼悖論并不意味著可以低估人工智能的潛力，但是它也提示我們，人類的有些能力可能不是可以用程序和算法確定下來的，也不能簡單歸因為遺傳，而更像是生命體從原始形態(tài)開始便具備，并逐漸演化和變異的本能。對這類能力的討論不必牽扯過遠，我們所知的在非認知能力和認知能力的比較中，非認知能力可能相對于人工智能更有優(yōu)勢，因為它可以幫助我們培養(yǎng)后天的“隱性知識”，就是那些能做但說不出來的東西。這類隱性知識無法被清晰言說，而人工智能的學習依賴于人類提供的數(shù)據(jù)和信息，自然難以掌握這類知識。

與此同時，比如亞里士多德時代便有所討論的“實踐智慧”，機器人暫時也不具備，所以我們要求培養(yǎng)人的非認知能力，而研究證明非認知能力主要在兒童的早期階段形成，譬如說從孕期到五歲，是非認知能力培養(yǎng)的峰值。

趙靜：您提到的這些概念以及您所做的這些分析，具有哪些政策含義呢？或者說，您是否可以從中直截了當?shù)乜偨Y出幾條政策建議？

蔡昉：揭示政策含義、提出政策建議，正是我進行研究的目的，也是我們這次對話的意圖。我們可以借助一條曲線，來討論一個人力資本培養(yǎng)或者說教育和培訓的社會收益率問題。過去我們討論教育投資時，普遍認為教育有巨大的回報，家庭給孩子在教育上投資，因為預期能夠從孩子未來的工資、終身職業(yè)的穩(wěn)定性以及發(fā)展空間中得到私人回報。這種“有投入就有回報”的認識，讓我們愿意對孩子進行人力資本投資。后來人們又發(fā)現(xiàn)家庭投資孩子后，不僅是家庭能獲得教育的回報，社會也能得到很大部分的教育回報。整體教育水平的提升有助于提高社會安定性、凝聚力、創(chuàng)新能力，甚至公眾衛(wèi)生意識的提高等，都是明顯的社會收益。人們認識到并估算出教育投資具有社會收益，就意味著可以得到這樣的認識，如果僅僅讓家庭來投資，教育投資就會少于需要的水平。因此，既然教育是具有外部性的公益事業(yè)，就需要政府承擔部分支出責任。所以我國把教育的公共投資穩(wěn)定確立在GDP的4%，至今已經(jīng)堅持了十多年。

可以想象一條關于教育社會回報的曲線，縱軸是教育的社會回報率，橫坐標是教育階段或年齡，涵蓋從胎兒、孩童、學生、就業(yè)、老年等各階段。教育的社會收益率是一條水平線，表明正的社會回報率要求政府會投入資金。然而，實際上在各階段教育之間，教育的社會收益率并不是相同的，所以，這條社會收益率曲線不應該是條水平線。諾貝爾經(jīng)濟學獎獲得者詹姆斯?赫克曼指出過，教育社會回報率曲線是向下傾斜的，表明越是早期的教育，社會回報率越高。遵循著從胎教、0~3歲兒童早期教育、學前教育、小學教育、初中、高中、大學，乃至進入職業(yè)崗位后的培訓等，社會收益率逐漸下降。相應地，政府的支出責任也是遞減的。

我想對此進行補充的是，在人工智能時代，教育和培訓的社會收益率還會產(chǎn)生上揚的趨勢。這時，教育不再僅僅是家庭為孩子進行的投資，僅僅期盼自家孩子比鄰居家孩子更優(yōu)秀，并不足以保障你的孩子不受到人工智能的沖擊。未來的人力資本是為了跟人工智能競爭，技術不斷變化，教育也必然成為終身的要求。尤其在我國情況下，當年的生育政策作為歷史遺產(chǎn)，導致老齡化程度加速加深，老年人的福祉、就業(yè)、技能，以及他們的消費對經(jīng)濟增長，他們的福祉水平對社會穩(wěn)定的貢獻，有賴于他們就業(yè)是否充分、有沒有能力延遲退休，在勞動力市場中持續(xù)發(fā)揮作用，因此大齡勞動者的培訓也是有高社會回報率的。這樣，教育社會回報率曲線傾斜下來以后再次上揚。于是，我們便有了一條人力資本培養(yǎng)社會收益率的U形曲線。意味著政府要對早期教育和工作后培訓予以更多的財政投入。

趙靜：從您這些討論中，我突然覺得當下老年大學特別重要。當然，各種再教育、培訓都應該順應技術進步而不斷擴大。目前，我們的一些培訓機構或許幫助受培訓人員拿到了證書，但是，這些證書實際上并沒有幫我們獲得所需要的技能提升。我們真正缺失的，或許是在社區(qū)層面、非精英化的基礎上，可以同實踐相結合的部分。我想聽聽您的想法和意見。

蔡昉：剛才我談到面對人工智能的沖擊，我們應該期待人力資本培養(yǎng)模式的變化。其中還應該暗含著這樣一個意思，就是你提到的證書或者文憑的功能，必然發(fā)生顛覆性的變化。在勞動經(jīng)濟學領域，關于文憑有一個著名的說法，叫作“羊皮紙效應”。歐洲古老的大學頒發(fā)的學位證書，可能都是羊皮紙印制的。所以，羊皮紙效應說明人們追求的是學歷和學位證書，而不是真正的技能。然而，文憑作為一個代理性的標志也是有意義的。在短期內考察一個人的技能很難，憑著學歷學位證書這張紙，用人單位就可以判斷你的稱職概率。但是，如果說這個效應過去是有道理的，但在人工智能面前則不再管用了。未來需要不斷更新技能，越來越依賴所謂的“微培訓”“微學歷”“微證書”。

說到中國的培訓，當前政府組織的培訓往往難以精準把握實際所需的知識與技能，因為企業(yè)有時都不一定把握得準，但是至少企業(yè)是在一線的，因此應該讓企業(yè)來識別需要為哪些人提供培訓。對企業(yè)來說也有一個難點，教育和培訓都具有外部性，企業(yè)投入成本開展培訓后，員工可能因其他更好的機會而離職，導致企業(yè)的培訓投入不能為企業(yè)帶來效益。因此，既然關于人力資本培養(yǎng)社會收益率具有U形曲線特征，即表示培訓也是有社會效益的，政府雖然不宜直接舉辦企業(yè)員工的培訓工作，但是需要承擔各類培訓的支出責任。

趙靜：在社會保障制度、對勞動群體和普通家庭的兜底保障制度，以及其他涉及社會保護的制度方面，我們需要做哪些改革和改善，才能夠有效應對人工智能時代的新情況？

蔡昉：針對人工智能對我們就業(yè)的沖擊，我主張分別在事前、事中、事后做好三篇大文章。第一篇是“事前”的大文章，如何對人工智能的發(fā)展與應用進行有效規(guī)制、科學引導和合理激勵，確保其方向符合社會整體目標、民生改善需求以及共同富裕的要求。在人工智能領域，確保人工智能與人類道德規(guī)范相一致，通常被稱為“對齊問題”。但是這個“對齊”的思路可能有一個缺陷，通常認為是人工智能本身與目標看齊，可事實上，正如很多研究注意到的那樣，最終決定是否使用人工智能或者智能體，是否要用人工智能替代辦公室人員，以機器人替代工人，決策的主體是企業(yè)首席執(zhí)行官，而非人工智能系統(tǒng)本身。用符合中國表述習慣的概念來說，我們應明確“對標”的主體是人工智能的開發(fā)者、投資者、創(chuàng)新者、應用者，在應用人工智能之前就盡可能避免沖擊就業(yè)。

第二篇是“事中”的大文章，即真正抵御人工智能對就業(yè)的沖擊，仍在于“勞動者的智能”，也就是我們所說的人力資本。因此，必須改革好教育和培訓體制，以適應新的技術發(fā)展。教育領域一直在進行改革，但改革的常規(guī)力度，同人工智能帶來的“前所未有的挑戰(zhàn)”相比，仍然有所不足。此外，人工智能及其賦能的平臺和技術，也給我們創(chuàng)造了改善教育和培訓的無限機會。經(jīng)濟學家一般都認為有兩個人工智能發(fā)展和應用方向，最有利于提高人力資本，分別是教育和醫(yī)療。我們應該充分利用人工智能的賦能特點以提高人力資本。這就是所謂“以子之矛，攻子之盾”的策略。

第三篇是“事后”的大文章，也就是社會保障兜底。即便我們在“事前”“事中”方面做得很好，產(chǎn)生的結果也不是“涓流效應”，不能自動處理好就業(yè)破壞，生產(chǎn)率的提高也不會自然而然覆蓋所有群體，減小人工智能就業(yè)沖擊的措施仍會產(chǎn)生遺漏，仍會有部分人受到影響。不能讓這部分受沖擊的勞動者群體陷入困境，因此必須有社會保障體系兜底。這也要求社會保障需更加具有普惠性。為什么普惠性很重要？因為在人工智能時代，我們常常很難區(qū)分誰是懶漢，誰不是懶漢，誰的個人決策做對了，誰做錯了。勞動者就業(yè)的困境不是源于他的不努力，也不是由于他做了錯誤的選擇。因此這時去識別這些問題，既有難度也沒有必要——受人工智能沖擊的個體都應得到社會保護。

而且在更高的生產(chǎn)率水平上和更高的經(jīng)濟社會發(fā)展階段，要以更高的標準保障人們的必要生活質量和基本公共服務。按照約翰·羅爾斯“無知之幕”理論所蘊含的邏輯，社會保障標準應隨經(jīng)濟社會發(fā)展水平“水漲船高”，其目標不應局限于保障最基本生活水平，而需要達到符合時代的社會必要水平?？梢?，我們的社會保障制度和一系列相關的制度，比如勞動力市場制度等，都應該隨著人工智能新挑戰(zhàn)的來臨進行相應改革，而且，改革已經(jīng)迫在眉睫。

趙靜：非常贊成改革迫在眉睫這個說法。那么，人工智能時代的來臨，總體來說利弊究竟如何呢？

蔡昉：在1930年，全球正處于資本主義危機的悲觀情緒中，凱恩斯發(fā)表一篇文章《我們子孫后代的經(jīng)濟可能性》。他當時預測勞動生產(chǎn)率在100年內會提高4~8倍，指出人類將首次因生產(chǎn)率的大幅提升，而面臨成長中的煩惱，他當時設想勞動時間會縮短至每周15小時。最近大家都說凱恩斯關于生產(chǎn)率的預測是正確的，但也都在問為什么我們的工作時間依舊那么長？這就是說，生產(chǎn)率提高之后，如何分好以及消費這個更大的蛋糕，給我們帶來新的挑戰(zhàn)，需要解決收入分配、基本公共服務供給、擴大居民消費、提高社會流動性等一系列問題。

趙靜：改善民生、加強教育和培訓、提高社會保障普惠性，乃至推進福利國家建設，意味著大幅度增加政府支出。人們會提出“錢從哪里來”的問題。

蔡昉：說到“有沒有錢”以及“錢從哪來”的問題，我想簡單提到幾點，其中最重要的一點，就從“投資于物”轉向“投資于人”。這一轉向的依據(jù)有兩個，分別是從規(guī)范層面和實證層面得出來的。從規(guī)范層面來講，從共同富裕的要求出發(fā)，我們當前已處于較高的發(fā)展階段，人均GDP在即將超過14000美元，這就是說，我們將躋身高收入國家行列。雖然只是處在高收入國家的較低階段，仍然理應讓人民享受到與這一發(fā)展階段相匹配的生活水平。一般規(guī)律表明，居民生活品質的提高一部分靠私人品，取決于由市場機制決定的工資收入水平；但在更高的發(fā)展階段，更多的部分要通過再分配，譬如促進收入均等化、完善社會保障體系等。這些是一個國家發(fā)展到高收入階段后，理應實現(xiàn)的目標，這就是從規(guī)范層面提出的要求。

從實證層面來看，許多研究都表明：當國家發(fā)展到更高階段后，物質資本的投資回報率會下降，這可以說是經(jīng)濟學的一條鐵律。目前，我國的資本投資回報率已經(jīng)顯著降低并處于很低水平。與之形成鮮明對比的是，對人的投資，比如在各級教育領域的投資回報率始終保持在較高水平。清華大學一個團隊的研究預測，即便到90年后，這類人力資本投資的回報率仍能維持在20%左右?；蛟S不同的研究得出不盡相同的結果，但對人的投資長期保持高回報率這一點是符合道理的。

從這個意義上來看，將更多對物的投資轉向對人的投資是具有重要意義的。中國政府支出占GDP的比重在國際上不算很低，但政府社會性支出占GDP的比重相對偏低。這意味著我們的大量投資流向了物質生產(chǎn)領域，地方政府也提供了大量的補貼。這不僅導致一些領域的產(chǎn)能過剩，這類投資的回報率也越來越低，企業(yè)過度依賴補貼甚至可能阻礙創(chuàng)新。因此，我們應當果斷地盡可能將這部分投資轉向對人的投資。

趙靜：同意蔡老師的觀點。特別感謝您的精彩分享。最近看到您的一部題為《中國就業(yè)新趨勢》的新著，副標題就是“人工智能如何重塑勞動力市場”。能否簡要地介紹這本書的內容和特點？

蔡昉：中國擁有全球最大的就業(yè)規(guī)模，位列人工智能發(fā)展的第一梯隊，機器人市場規(guī)模也位居世界首位。因此，人工智能革命性突破引領的科技革命和數(shù)字經(jīng)濟發(fā)展，必然對中國的就業(yè)產(chǎn)生深遠影響，是一個迫切需要深入研究的課題。我不揣冒昧寫作這本書，著眼于人工智能及其賦能數(shù)字經(jīng)濟對于就業(yè)的挑戰(zhàn)，深入探討了人工智能發(fā)展及其對就業(yè)的顛覆性影響。從經(jīng)濟學、社會學、人口學等跨學科的視角，解構了人工智能賦能科技革命如何重塑勞動力市場的核心主題。揭示人工智能就業(yè)沖擊的現(xiàn)實影響，剖析就業(yè)挑戰(zhàn)的性質，勾勒應對策略的全貌，并結合中國特有的社會經(jīng)濟背景，提出政策應對和制度建設方案，重點置于人工智能時代新人力資本的培育路徑與戰(zhàn)略，旨在利用人工智能推動經(jīng)濟社會發(fā)展和民生建設，實現(xiàn)人的全面發(fā)展與技術進步的協(xié)同一致，更好服務中國式現(xiàn)代化建設。■

掃碼入群可參加全年至少12場精彩閉門研討