就业替代压力大 高校能跑赢AI吗？

　　原标题：就业替代压力大 高校能跑赢AI吗

　　党的十九大报告指出，就业是最大的民生。高校毕业生作为每年进入劳动力市场的主要群体，其就业难的问题常引起社会的广泛关注和政府的高度重视。

　　近年来，随着大数据的积累、运算能力的提升和核心算法的突破，人工智能经历半个多世纪的摸索，继蒸汽机、电力和互联网之后，成为在全球范围内掀起一番热潮的技术。已进入后工业化时代的中国，其市场环境和政府政策均为人工智能产业的发展提供了优势条件。面对人工智能发展的新形势，劳动力的技能无法满足新行业、新业态、新技术的需求，就业遭遇严峻挑战，解决这一问题，高等教育的重要性不言而喻。

　　如何应对人工智能这种偏向型技术进步对劳动力市场、尤其是高素质劳动力的就业冲击？笔者从重点大学切入，使用两种类型的研究数据：北京大学(分数线,专业设置)教育学院在2017年开展的全国高校毕业生就业状况调查、中国人民大学(分数线,专业设置)国家发展与战略研究院计算的中国各行业和总体就业替代率，考察就其所带来的人力资本积累能否有效缓解人工智能高速发展带来的就业替代压力。

　　学历越高就业替代压力越小

　　英国牛津大学的两位经济学家——卡尔•弗雷和麦克尔•奥斯博在他们的研究中指出：一种职业是否容易被人工智能所替代，取决于对三方面能力的要求：感知和操作能力、创造力和社交智慧。其中，感知和操作能力包括手指灵敏度、动手能力，以及能否在狭窄的空间中工作；创造力包括原创性和艺术审美能力；社交智慧包括社交洞察力、谈判能力、说服力，以及能否做到协助和关心他人。总的来说，一种职业的可替代程度，与上述九种能力息息相关。

　　笔者先以行业为切入点进行研究。根据中国人民大学赵忠团队对我国各行业就业替代率的估算结果，中国城镇劳动力市场的总体就业替代率为45%，与美国预测的47%相近。在中国，房地产业的就业替代率最高，为88.8%。交通运输、仓储和邮政业、住宿和餐饮业，以及电气、热力、燃气及水生产和供应业这3个行业的就业替代率也在60%以上。这些行业的程式化和重复性较高，具备较高被替代的概率。此外，就业替代率高于45%的行业还有建筑业（59%）、批发和零售业（57.1%）、金融业（56.5%）、农林渔牧业（54%）和水利、环境和公共设施管理业（53%）这5个行业。

　　而就业替代率较低的行业有文化、体育和娱乐业（33%）、信息传输、软件和信息技术服务业（23%）、卫生和社会工作 （20%）、科学研究和技术服务业（13%）、教育（8.8%）等，这些行业属于服务业，对知识和技能的要求较高，被替代的概率低。我国是制造业大国，2017年制造业的就业占比为28.1%，而其就业替代率为43%，略低于总体就业替代率。

　　笔者的研究结果发现，从学历角度看，以专科学历为参照组，本科学历、硕士或博士学历的毕业生能进入就业替代率更低的行业，且呈现出学历越高，就业替代压力越小的关系，与预期相符。

　　男性进入的行业，就业替代率比女性的高。笔者分析，这可能是因为在就业替代率较高的行业，如电气、热力、燃气及水生产和供应业、建筑业、制造业、采矿业、农林渔牧业等行业以生产制造为基础，对体力要求较高，男性具有比较优势。而就业替代率较低的行业，如教育、卫生和社会工作、租赁和商务服务业、居民服务、修理和其他服务业等以人际交往为基础，女性具有比较优势。

　　商科学生的就业替代风险较大

　　笔者将样本按照学科门类分为人文与社会科学（文学、史学、哲学、教育学、法学）、商科（经济学和管理学）、理工科（理学和工学）、农学和医学五类后进行分析。还是以重点大学为例，笔者的研究结果表明，人文社科和理工科学生明显更容易进入替代率较低的行业，对于农学和医学专业的学生来说没有显著影响，但是商科类的学生会进入就业替代率更高的行业。

　　笔者认为可能存在以下原因：

　　第一，人工智能或许能解决技术上的问题，但难以处理人际关系。好奇心、创造力、同理心、批判性思维和写作能力等都是人文社科毕业生难以替代的优势；

　　第二，大学，尤其是重点大学能为理工科毕业生提供更为丰富的学术条件和业界资源，良好的数学基础、扎实的计算机功底和专业的科学技术知识使毕业生更能胜任技术类岗位；

　　第三，大多数商科学生进入金融业工作。目前人工智能技术逐渐被应用在金融科技中，如智能投顾、金融风控、移动支付等领域，其在为金融业注入新的创新活力、提高工作效率的同时，也在促进传统金融机构的转型，许多职能岗位存在降低人力需求的趋势。

　　“软能力”是最难替代的独特优势

　　笔者的研究结果显示，重点大学的毕业生更容易进入人工智能就业替代率更低的行业。基于计量回归分析，结果显示重点大学主要是通过提升学生的专业知识和技能、引导学生形成良好的人格特征，从而帮助他们进入就业替代率更低的行业，降低被人工智能替代的风险。

　　究其原因，首先，重点大学的毕业生拥有更强的“硬能力”。普通高校更加注重高等教育的职业性和应用性，侧重提高提升学生的专业知识和技能。在制造业为主的经济发展阶段，人力资本理论的解释力很强，认为学校教育可以通过传输知识和技能，提高劳动生产率，增加就业竞争力。但是在经济发展的较高阶段，制造业的技术含量更高，对专业知识和技能的要求也更高。应对人工智能带来的就业冲击，记忆、复述、再现等初级加工信息的能力容易被机器所替代，具备更高专业知识和技能的学生能更好地适应信息社会的发展要求。

　　其次，重点大学的毕业生拥有更强的“软能力”，拥有良好的人格特征。人格特征作为一种重要的心理特征，可视为影响个体劳动力表现的非认知能力。人格特征并不完全由父母遗传先天决定，有40%~60%的部分较为稳定，它还可以通过教育干预来实现自身的有效积累。《21世纪技能》一书的作者认为，批判性思维、沟通能力、团队合作和创造力是21世纪人才竞争最重要的四项能力。而在这方面，重点大学做得更好。根据2017年全国高校毕业生就业状况的调查数据统计，重点大学的毕业生在接受高等教育的过程中，在创新创造能力、批判性思维、复杂问题的处理能力、沟通能力、团队合作能力、自信心等方面都有显著的增值评价。

　　笔者认为，人工智能在给各行各业带来便利的同时，也对个人的学习提出了更高的要求。信息社会要求学生不仅要掌握知识，而且需要培养基于认知能力的高阶思维。本杰明•布鲁姆将认知领域的教育目标分为由低到高的六个层次：记忆、理解、应用、分析、评价、创造。以往的高等教育满足于前几个层次，未来应上升到最高层次——创造。虽然人工智能技术可以复制各类行为，用极快的速度执行任务，但创新能力、注意力、包容力、自信心等都是代表个人综合素质的人格特征，这些方面都难以被人工智能所替代，个人的人格特征属于“软能力”，可以成为其难以替代的独特优势。

　　高校如何应对人工智能对劳动力市场的就业冲击

　　我国在2018年的《新一代人工智能发展规划》中指出，要求推进“新工科”建设，重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，形成“人工智能+X”复合专业培养新模式，到2020年建设100个“人工智能+X”复合特色专业、建立50家人工智能学院、研究院或交叉研究中心。

　　今年3月，教育部公布《2018年度普通高等学校本科专业备案和审批结果》，上海交通大学(分数线,专业设置)、同济大学(分数线,专业设置)、南京大学(分数线,专业设置)等35所高校获得首批人工智能专业建设资格，人工智能专业在2019年通过“自动化类”大类专业招生，授予工学学位。

　　此外，教育部公布的名单中还有203所高校获批“数据科学与大数据技术”专业，101所高校获批“机器人工程”专业，96所高校获批“智能科学与技术”专业，25所高校获批“大数据管理与应用”专业，25所学校获批“网络空间安全”专业，14所学校获批“物联网工程”专业。由此可见，许多高校已经开始筹建人工智能专业和人工智能学院，重视人工智能人才的培养，努力推动人工智能的学科建设。

　　笔者认为，人工智能对劳动力市场的影响可以分为四个方面：首先，人工智能的“发展效应”表现为对信息传输、软件和信息技术服务业的直接影响，该行业已经成为我国平均收入最高的行业，就业机会将持续增加；其次，人工智能的“创造效应”表现为对某些行业的间接影响。基于熊彼特的内生增长模型，人工智能能够提高单位生产报酬，利润的提高会促使企业扩大生产规模，从而增加就业需求。不仅如此，自动化还会创造出一些劳动更具有比较优势的新岗位；第三，人工智能的“低替代效应”对相关行业就业规模的影响不大。比如，教育、科技、文化、卫生、体育等行业，其从业人员中高校毕业生的占比很大，而这些行业也是高校毕业生喜欢就业的行业，人工智能的发展不会减少这些行业的就业需求；第四，人工智能的“高替代效应”对相关行业就业规模的影响很大，这些行业的就业规模将显著萎缩。

　　高校要如何应对人工智能对劳动力市场的就业冲击？笔者建议，首先，应该建立健全学科专业的动态调整机制，根据劳动力市场的需求变化，相应地减少人工智能就业替代率高的专业招生数量；其次，要提高教育教学质量，不仅要培养学生的专业知识和技能，同时要引导学生形成良好的人格特征，增强对高技能岗位的适应能力，提高就业竞争力；此外，高技能人才的培养固然重要，但还要不断完善就业服务体系，提高人才与市场的需求匹配度。不同专业背景的学生在劳动力市场上的就业表现存在差异，只有不断完善劳动力市场的信息网络，健全服务体系，才能提高专业人才的就业效率，将不同专业人才匹配到所需要的岗位，提升社会的整体运作效率。

　　责任编辑：润琰