袁志刚 | 人工智能时代劳动力和职业结构的演变

袁志刚 | 复旦大学就业与社会保障研究中心主任、教授

本文原载《探索与争鸣》2025年第3期

具体内容以正刊为准

非经注明，文中图片均来自网络

袁志刚教授

与前几次工业革命和20世纪中叶以来的计算机革命以替代体力劳动和部分脑力劳动为主要目标不同，以人工智能技术为核心的第四次工业革命以更为全面和深入地替代人类脑力劳动为己任，这将引发劳动力和职业结构的巨大变化。一方面，人工智能技术将替代可程序化、高重复性、明确规定的常规任务；另一方面，人工智能技术与不可程序化、需要较高认知能力的非常规认知型任务形成互补效应，对劳动力市场提出新需求。大语言模型的出现更是极大深化了人工智能对劳动力市场的影响。

历次工业革命对劳动力市场影响的基本规律

回顾人类社会从农业经济到工业经济、从产品经济到服务经济的发展历程，历次工业革命不仅推动了经济结构转型，也促进了生产方式的全方位变革和人类主要劳动形态的变迁。第一次工业革命中，蒸汽机、棉纺织技术的发明和运用开创了以机器生产代替手工劳动的时代，使人类从繁重的体力劳动中解脱出来。第二次工业革命中，在电力技术革命浪潮的推动下，集团化、标准化的大机器应用推动了大规模生产模式的形成和发展，劳动生产率急速上升，经济快速发展。根据恩格尔定律，随着国民收入水平的提高，收入中用于购买食品的支出比例则会下降。相应地，市场中农产品需求占比逐渐下降，非农产品需求占比增加。在农业生产部门，伴随农业机械化和自动化对农民手工劳作的替代，农业劳动生产率迅速提升，生产同等产量的农产品需要投入的劳动力数量大幅下降，农村出现大量剩余劳动力，为工业经济快速发展提供充足的劳动要素。

服务业伴随着商品生产和交换而产生。商品的规模生产和交换扩大了人们的经济交易范围，社会大生产的较高生产率和发达的社会分工，使得生产企业可以将某些为生产服务的业务（医疗卫生、餐饮、旅店、运输及仓储等服务）从企业经营中分离出来，交给第三方企业负责，提高了企业整体生产效率。随着商品生产规模的扩张和交易网络的扩大，市场对服务的需求规模也随之上升。技术进步在促进经济增长的同时，提高了人们的收入水平。当物质需求逐渐得到满足，人们在生活中更加注重精神文化层面的消费，“情绪价值”占比不断上升。例如，节假日出门旅游、注重强身健体、培养兴趣爱好，等等。随之，旅游、文体、教育、家政等生活性服务业应运而生，对应行业提供的工作岗位数量也不断增加。

在前两次工业革命中，技术进步不仅使大量劳动力从繁重体力劳动中解放，转而从事轻体力工作，也促使劳动力从农业部门转向工业部门，进而向服务业部门转移。进入以互联网技术应用为主导的信息化时代，伴随信息技术和知识经济的发展，生产性服务业开始向专业化和价值链高端延伸、生活性服务业向高品质和多样化升级，包括信息技术、研发设计、电子商务等现代服务业，相应地，服务业劳动力需求规模再次扩大。

与前两次工业革命以机器替代体力劳动力为主要目标不同，第三次工业革命即计算机革命已经开始对人类脑力劳动进行部分替代。伴随着大数据、云计算、人工智能技术等新一轮科技革命的兴起，第四次工业革命的核心便是以人工智能大规模地替代人类脑力劳动。未来的劳动力需求趋势取决于以人工智能为核心的自动化技术如何进一步细化社会分工，以及随着人们物质消费和服务需求方面逐渐趋向饱和，精神层面的感受性消费能否转化为经济高质量发展的新方向，如“体验经济”或“情感经济”。到那时，人类的经济形态是否会从物质经济为主发展为知识经济为主，再走向情感经济为主，以及三类产业结构（农业、工业和服务业）的划分是否要让位于体力经济、脑力经济和情感经济的划分，值得深思。

体验经济：《风起洛阳》VR全感剧场

迄今为止，三类产业劳动力比重的变化有一个基本规律，它们受需求侧和供给侧内部力量的变化而变化。从需求侧看，随着经济发展，先是人们的食品消费占比下降，随后是物质产品消费占比下降，再后面是文化和情感消费占比上升。从供给侧看，农业劳动生产率提升最快，然后是第二产业的劳动生产率，服务业劳动生产率提升速度最慢。在上述两方面力量的牵引下，就业结构的变化呈现出如下特征：农业劳动力占比迅速下降，发达国家大概为3%左右；第二产业劳动力占比也随之下降，大概为10%左右；第三产业劳动力占比不断上升，大概为80%以上。未来，人工智能时代的就业结构演变也将遵循类似规律：需求侧的结构变化，使得体验、文化及情感等精神生活需求不断上升；供给侧不同产业的劳动生产率随着人工智能的广泛应用继续发生变化。需求与供给背后的这些结构性变化，都将重塑新劳动力需求和新职业结构。

人工智能技术对劳动力市场的三种效应

产品生产和服务供给过程是由一系列任务组成，这些任务分别由生产技术和劳动力要素完成。企业根据技术与劳动力在不同任务中的比较优势分配任务内容。技术变革不仅会改变生产要素在执行当前任务时的效率，还会促进社会分工的进一步细化，改变生产任务的内容及其在技术和劳动力之间的权重分配。理论上，自动化技术对劳动力需求存在三种效应。

一是负向的替代效应。当自动化技术相对于劳动力具有比较优势时，劳动力就会被自动化技术所取代。随着工业机器人和其他自动化机械的兴起，不仅生产工人的工作正在被替代，会计、销售、物流、贸易和一些从事管理职业的白领也意识到，他们过去执行的一些任务正在被专门的软件和人工智能所替代。二是正向的生产率效应。自动化技术的应用有利于提高企业生产效率，降低企业生产成本和商品服务供给价格，通过“收入效应”增加市场对该商品服务以及其他行业商品服务的消费需求。消费需求增加会扩大该企业及相关行业的生产规模，不仅会增加自动化岗位的劳动力需求，也会扩大对非自动化岗位的劳动力需求。自动化技术对现有工作岗位的劳动力需求的影响，直接取决于上述两种效应的综合作用。三是正向的就业创造效应。自动化技术不仅会替代劳动力，还会创造具有劳动力比较优势的新任务，改变生产任务内容，将劳动力分配到更广泛的生产任务中。与替代效应不同，就业创造效应通过产生新的生产任务或新型工作岗位直接增加劳动力需求和劳动力占比。对比不同版本的职业分类大典可以发现，2022年版的《中华人民共和国职业分类大典》与2015年版相比，已经净增了158个新职业，并标记了97个数字职业。当然，自动化技术的最终效应取决于三种效应的综合作用。

《中华人民共和国职业分类大典》标记的97个数字职业（部分）

人工智能技术明显有别于传统技术，不仅在繁重体力作业、重复性作业等方面强于人类，也能够模仿人类行为，在执行任务的效率、精度和可靠性方面表现优异，一些人工智能技术被广泛应用于语音识别、文本翻译、图像识别等领域，对翻译、外贸、销售、教育和医疗等非制造业领域的就业产生深刻的影响。根据各职业是否可被程序化、是否需要认知能力，可以将职业类型划分为常规非认知型、非常规非认知型、常规认知型、非常规认知型四类。

其中，智能化设备对可程序化、高重复性、明确规定的常规任务具有较强替代性，如翻译、驾驶、物流分拣和仓库管理等，而与需要较高认知和社交能力的非常规认知型任务构成互补效应，扩大了人类在提供解决问题的技能、适应性和创造力方面的比较优势。大多数工作流程往往需要多方面的互补性投入，如创造力和按预设步骤重复执行、技术掌握和直觉判断、遵循明确规则和自由裁量等，一个方面的改进并不能消除对另一个方面的需要，反而会通过提高整体生产率，增加对另一方面的需求。企业基于比较优势，利用智能化机器替代劳动力执行常规任务，提高企业生产效率和经营规模，也增加了对同一工作流程中从事非常规职业的劳动力需求。智能化技术的应用也需要具备较高认知能力的劳动力来完成新任务。技术进步通过提高专业化分工效率和促进分工细化，衍生出新生产任务、新工种或新职业。2020年《新职业在线学习平台发展报告》显示，数字化管理师、无人机驾驶员、人工智能工程技术人员、农业经理人、物联网工程技术人员成为用户最想从事的新职业。总之，人工智能应用极大地提高与之相关职业的劳动力需求，而非人工智能相关职业的需求将进一步下降。

大语言模型应用对劳动力需求的两种替代

近年来，随着深度学习算法和神经网络技术的发展，生成式人工智能进入人们的视野，从ChatGPT到DeepSeek都引发了广泛的讨论。人工智能应用在大语言模型的帮助下可以执行一些非常规工作，例如通过大规模数据集训练来识别、总结、翻译、预测和生成文本及其他内容。大语言模型正在为搜索引擎、自然语言处理、医疗等领域开辟新的可能性。考察大语言模型对劳动力市场的潜在影响，在一定程度上有助于我们预测人工智能时代未来劳动力需求的变化趋势。

陈沁等学者将中国的职业映射到O*NET（Occupational  Information Network）数据库，以具体工作任务为基本单元，测算我国现有不同职业被大语言模型替代的可能性。研究结果显示，被大语言模型替代可能性排前25名的职业大多属于非常规认知型职业，其中排名最高的3个职业分别是翻译、保险核保专业人员以及剧作家。这3个职业，有90%以上的工作任务和内容都暴露在大模型替代的风险中。其次，有10个职业的工作任务被大模型替代率处于80%~90%之间，包括视觉传达设计、装饰美工、美术编辑、广告设计师、剪辑师等职业。再次，与文字生成和修改高度相关的职业，包括文字编辑、网络编辑、文学作家、文字记者，被替代的工作内容超过75%。此外，呼叫中心接线员、前厅服务员、节目主持人、秘书等职业也出现在前25名中。最出人意料的，可能还是排名第25的计算机程序设计员，平均来说程序员有75%的工作内容面临被大模型替代的风险。此外，从被大语言模型替代可能性后25名的职业名单中可以看到，大模型替代率最低的职业主要是与各种制造业相关的蓝领人员。这并不意外，因为生成式人工智能评分标注时扮演的角色就是“大语言模型替代劳动力评估师”，它自然无法评估可能被其他机器所替代的职业。但仍然有一些制造业工人以外的工作岗位值得注意，像绿化工、保洁员、家政服务、洗衣师、按摩师、美甲师、中式面点师等，这些不需要太高学历、工作内容不易被程序化的非常规非认知型职业，反而可能是最难被大模型替代的。

这个趋势表明，本轮大语言模型及其衍生出来的相关人工智能的一个显著特征是：人类在一个行业上积累的经验、学到的技巧、掌握的诀窍，反而可能是被大模型首先替代的东西；而那些人类与生俱来的或孩提时代就掌握的技能和常识，或许是大语言模型最难替代的。

那么，这些高暴露率的非常规职业的劳动力市场需求是否已经因大模型的出现而下降？至少从当前中国经济发展阶段来看，随着大模型在市场上的渗透，高暴露率的非常规职业需求反而上升了。原因有二：其一，大语言模型产生的正向生产率效应发挥重要作用。所有规模企业中，中等规模企业对高暴露率职业的需求上升幅度最大，招聘规模增加。大语言模型降低了企业在开展创新性项目中的试错成本，使得创新不再专属于大企业，劳动力市场出现了新的劳动力需求。其二，大语言模型的应用不仅提高了高暴露率职业的任务执行效率，还改变了任务内容、创造了新的工作任务，使得高暴露率职业需要更多流程，去从事更综合的工作。相应地，这些从业人员面临的工作职责更加宽泛，工作任务更多。大语言模型可以帮助人们脱离巨型企业组织，使得生产组织变得更为原子化，并重新将人类注意力转移到整体目标和架构上，而非迷失在各种技术细节中。当技术细节和分工可以被大模型接管时，人类的自主性反而可能得以提高。

劳动替代与高质量就业

基于人工智能技术对劳动力市场需求的影响，笔者提出促进高质量就业的三点建议。

第一， 重视人工智能技术的就业创造效应。中国经济已经从高速增长阶段进入高质量发展阶段，以新质生产力创新驱动、与产业结构调整相一致的就业人口比重，在人力资本不断提高、劳动力要素配置效率不断提升的基础上稳步增加，这样的就业就是高质量就业。新技术应用创造出的新任务和提供的新岗位是历次工业革命没有引致大规模失业的重要原因。当前美国劳动力市场需求减少，很大程度上就归因于自动化技术应用加速带来的替代效应，超过了新技术应用带来的就业创造效应。就目前情况来看，人工智能技术的初创发生在美国，但是中国有14亿多人口的超大规模市场，在人工智能应用场景方面远超美国，从DeepSeek等中国企业的创新速度和应用前景来看，人工智能在就业创造方面的效应将会大规模涌现。

第二， 历次工业革命没有引致大规模失业的另一重要原因是新经济增长点出现，经济形态从农业经济依次向工业经济、服务业经济转换。从高质量就业的角度来看，在人工智能大发展的背景下，当前中国劳动人口进一步从农业到工业再到服务业转移的空间还很大，关键在于人口在大中小各类城市进一步集聚和市民化，社会保障到位，共同富裕稳步推进。在人工智能的赋能下，一方面，互补式就业岗位的劳动生产率将大幅提高，派生出大量的对服务市场的需求。另一方面，当更多人从物质消费和服务层面的消费转向追求精神层面的消费，如强调消费体验和情绪价值，人工智能技术是否可以为人们的消费升级需求提供技术支撑并衍生出新的工作任务、新职业、新业态，或许是寻求下一个经济增长点的关键。

第三，根据劳动力市场需求结构变化调整人才培养方案。人工智能技术对常规职业具有替代性，而与非常规职业存在互补效应。非常规劳动力的供给取决于教育和培训体系的长期影响。一方面，为解决当前市场对非常规职业劳动力的短期需求，政府需要联合企业、社会力量，为在职劳动者、应届大学生以及新入职劳动者提供相关技能培训，增强劳动技能与岗位技术要求的匹配度。另一方面，教育关系到劳动力供给的数量和质量，是勾连劳动力供给与需求、实现高质量就业的关键环节，必须花大力气进行深入研究，启动改革，以迎接未来劳动市场对非常规劳动力的需求。政府应该从教育体系改革入手，从调整专业招生结构、更新专业课程设计、授课形式多样化等多方面出发，培养符合劳动力市场需求的人才，以应对世界之变、时代之变、技术之变和国情之变。须知，中国过去四十余年经济高速增长得益于劳动力比较优势和人口红利的发挥，未来同样需要人力资本的充分挖掘、高质量充分就业的实现。