AI 新技术革命将如何重塑就业和全球化格局?深度解读 UN 报告(中篇)

相关推荐: AI 新技术革命将如何重塑就业和全球化格局?深度解读 UN 报告 (上篇)

AI 新技术革命将如何重塑就业和全球化格局?深度解读 UN 报告 (下篇)

  • 对女性就业的影响:受到多种因素限制,新技术革命带来的就业前景可能并不乐观

教育程度是妇女劳动力参与经济活动的主要决定因素之一。它也有助于减少妇女的保留工资(即进入劳动力市场的机会成本),提高其进入劳动力市场的动力。

技术的进步推动女性劳动力在强调认知技能多过身体技能的领域(如服务业)内参与就业,并促使妇女的工作任务从主要的例行化向非例行化转变。现有的研究发现,发达国家和发展中国家之间的自动化对男女的相对化影响似乎有所不同。

就发达国家而言,鉴于男性在运输和制造业方面占主导地位,而女性则在教育、保健和社会工作中更具代表性,因此男性将面临更大的自动化风险。此外,技术进步与结构转型之间的相互作用存在明显的性别差异。从维持生计的农业向制造业和服务业的转移通常与资本密集型农业技术的推广使用有关,先进农业技术对男性工作的补充作用高于对女性劳动力的补充作用,这为女性在结构转型的早期阶段的劳动力参与度下降提供了合理解释。

然而,在亚洲经济结构转型中发挥重要作用的如电子产品之类的轻工业制作领域,其工作任务往往更适合女性,导致女性劳动力参与度增加,在1985-2006年期间女性在制造业中的就业份额得到增加。

研究表明,无论是有偿还是将无偿工作都考虑在内,妇女工作时间都比男性多。妇女会在育儿成本和工作成本之间进行比较,因此技术变革带来的从传统工作安排向灵活的工作安排的转变,可能为妇女调和其生育和工作之间的矛盾提供机会。然而,到目前为止,碎片化的工作任务和较短的工作时间只会维持收入上的性别差距。

虽然越来越多的国家通过立法提供了生育和赡养费,但这些福利很少适用于如家庭佣工和临时工之类的工作部门。在这些因素持续限制妇女劳动力参与和工资的情况下,妇女在获得技术革命所提供的就业机会方面可能并不理想。

(四)对收入不平等的影响:技术助长两极分化

相对于世界其他地区,第一和第二次工业革命激发了包括美国和西欧在内的技术前沿经济体的收入水平的强劲增长。这意味着从1820年代到90年代全球不平等现象不断扩大。米兰诺维奇指出,全球不平等程度在20世纪80年代保持了稳定,2003年开始大幅度下降。这一趋势很大程度上是由于中国和印度的收入水平迅速增长。

这些经济体的发展得益于在全球化和全球价值链(GVC)扩散的情况下,国内政策转变以及技术进步迅速。国家内部的不平等现象在不同地区和时间段出现异质性趋势。数据显示,1980年代和90年代初期,大多数地区的国内不平等趋势都有所增加。该趋势在发达国家持续存在,尤其美国的不平等在持续加剧。不过,这些发展是否会持续下去还有待观察,特别是全球金融危机对不同家庭的不同影响效果,增加了收入分配长期轨迹的复杂性。

偏向于解决常规工作的技术变革和外包的组合导致了发达经济体的工作两极分化,美国的工资分配记录以及16个欧洲国家的数据样本表明,自20世纪80年代以来,就业已从中等工资岗位分别向高收入就业岗位和低工资岗位转移。20世纪90年代中期以来,许多发展中国家的劳动力市场也出现了两极分化,中等职业技术就业人数开始下降。然而,这种趋势有一些显著的例外,例如中国和埃塞俄比亚,没有出现这个“中空”现象。

在某种情况下,这种职业的两极分化伴随着薪资不平等的加剧。自1970年以来,高技能工人的实际工资不仅比就业岗位下降的中等技术工人的实际工资增长得快,而且还比低技术工人的实际工资要快。在发达国家,特别是美国,这种趋势特别明显。

近几十年来新技术的传播促成了就业结构的重大变化,以及资本与劳动在不同类型工人之间的重新分配。虽然这些趋势因国家而异,但有一些共同点,特别是在发达国家之间。如前所述,近几十年的自动化大多取代了常规的手动和认知任务。许多常规任务密集的工作都在中档工资的范围内,例如制造业和日常办公人员。而另一方面,非日常工作密集型的职业,其薪资水平会出现完全相反的两种极端,例如管理型、专业性和技术性的专家在顶端,而服务行业工作者,如美甲师、酒保和个人工作者则出现在薪资的底端。

劳动力不平等不能完全解释多年来收入差距的演变,只能作为一个重要决定因素。工资不平等的上升也可部分归因于信息技术与认知活动之间的强大互补性,因为这提高了高技能工人的生产力创造可能性。在某些情况下,这种影响会受到制度因素的影响,如工会变弱以及低技术劳动力的供给比高技能劳动力弹性更高。

同时,收入不平等也受到劳动和资本在收入方面分配比例的影响,而这又受到技术变革的影响。由于低收入家庭中劳动力份额占总收入的比重高于高收入家庭,且资本通常只在资本所有者之间进行分配,因此国民收入中的劳动份额下降总是与收入分配恶化相关。

(五)对全球化的影响:自动化重新定义全球价值链的地理分配,并促成生产重新上岸

全球化,表现为国际贸易和资金流动的大量增加,和一定程度上的移民增加,通常被视为是推动和形成发达国家和发展中国家国内劳动力市场趋势和不平等现象产生的主要原因。全球制造业向亚洲发展中经济体的转移也是许多亚洲发展中国家中产阶级崛起的一个因素,因为它允许工人从农业转移到制造业以得到更好的就业机会。

技术变革和全球化并不独立,两者密切相关。物流技术进步(特别是集装箱的引进)以及通信和金融的发展,在减少跨国交易的成本和时间方面发挥了重要作用,从而促进了全球化。同时,更深入的区域和全球经济一体化也扩大了公司进入国外市场的机会,这为企业提供了进一步投资开发新技术的激励措施,包括在物流、通信和金融领域,以充分利用新的消费市场机会提供的潜力。

由于目前很大一部分贸易涉及离岸和外包,这促使了商品在其生产过程中的不同步骤由世界不同地区的不同企业承担的现象(GVC)的出现。而技术进步对全球化的生产方式产生的影响,主要体现在自动化重新定义全球价值链的地理分配,以及促成生产的重新上岸这两个方面。具体来说,自动化的发展以及制造中对AI等先进技术的引入将引导决定生产何种商品以及商品在何处被生产。例如在某些行业(如服装制造业)中,自动化尚未产生竞争压力,廉价劳动力依然有成本优势。所以中国劳动力价格上涨将会为发展更落后的国家创造更多的制造业就业机会。

当然,廉价劳动力也会减少在制造业中的新技术投资动力,最终制造业停留在低技术含量的行业水平。在一些行业中,劳动力成本差可能已经不足以证明离岸外包是合理的,先进制造方法的收益似乎也可以佐证在国内生产是正确的。但是由于过去十年经济增长疲弱,投资步伐缓慢,供应商网络不足以及拥有发展良好的供应商网络的企业对消费市场的规模和增长比较关心,因此在利益的权衡下,重新上岸是否会大规模发生暂时还不清楚。

虽然只有少数公司参与了全球化生产,但这些企业的生产率通常比非出口企业高。在行业中,出口企业比非出口企业的生产力更高,部分原因是这些企业在生产过程中采用更大的技术激励政策。出口产生的收入增长有助于弥补技术投入的固定成本,所以两者相辅相成。结果是高生产率企业和不能投资技术的企业的收入差距越来越大。自动化在全球价值链的基础上进一步加剧了市场竞争压力,为了保持竞争力,企业必须在生产中采用新的先进技术。

根据国际机器人联合会(IFR)的数据,工业机器人的全球销售量从2005年至2012年5%的年平均增长速度加快到2012年至2016年的16%。

三个原因促成了这一加速。首先,机器人正在变得越来越便宜。其二,随着机器视觉、传感器和电机等技术改进,机器人能力增强。其三,一些制造业国家的人口老龄化和劳动力成本上升以及竞争压力,促进了自动化需求上升。

在自动化方面,值得注意的是,中国是购买工业机器人的积极分子,其需求在2005年至2016年期间平均增长了31%。中国企业预计将在2019年吸收全球工业机器人供应的40%。中国制造业仍然有足够的空间引进机器人,因为其机器人密度是每1万名员工中只有49个单位,低于全球平均水平的69个单位,更远低于韩国每1万名员工中531个单位。中国企业的大量投资与中国10年计划相一致(“中国制造”2025年),即让中国成为主要的技术性工业制造商,使中国的比较优势不再基于劳动密集型的制造业。

在机器人用途方面,虽然机器人也越来越多地用于服务业,特别是后勤物流领域,然而,由于许多服务工作需要紧密的人际交往(机器人难以接管的工作),所以工业机器人更可能是全球机器人的主要使用方式。

与此同时,从发达国家转移到发展中国家和转型期经济体的海外制造和商业服务外包浪潮,大大推迟了发达国家对自动化的采用。随着发展中国家劳动力成本的增加以及自动化技术的成本大大降低,越来越多的部门开始没有理由将生产转移到发展中国家,甚至在某些部门已经发生转变,这一变化的结果是可能迎来“重塑”阶段。

GVC为发展中国家的企业融入全球市场提供了机会,因为它们可以集中在与其能力相称的领域,而不是在完整和复杂的生产过程中竞争。在许多情况下,GVC在发展中国家创造了就业机会。然而,GVC不是灵丹妙药。没有技术上的升级,发展中国家的企业只能够获取市场利益的一小部分,并且在结构转型方面进展有限。

鼓励投资于技术和自动化并拥有必要的补充技能和基础设施的国家更有能力获取GVC带来的好处。然而,许多较贫穷的发展中国家缺乏这些技能和基础设施。因此,一个国家的出口企业在技术变革迅速的时代里持续创新和保持竞争力的能力不仅取决于现有技术,而且还取决于许多其他因素,包括出口部门的规模,工人的技能水平,融资的可获取性以及出口和国内市场的规模。

三、国家政策和国际合作需求

总的来说,技术创新是生产率增长的主要动力,也可能是破坏的主要动力。技术对经济的影响不是预先的,而是可以通过地方、国家和全球层面的政策来共同塑造。政府和联合国不该采取被动的观望态度,而是可以且应该影响这些进程。

总体政策立场应该是拥抱和引导这些新技术。政策制定者应该采取适当、灵活的监管和法律政策,促进国家创新能力,而不是单纯阻止它们可能带来的破坏效果,如导致暂时性失业。总而言之,新一轮技术浪潮如何塑造劳动力市场和收入分配,很大程度上取决于国家和全球层面的制度和政策。

(一)政府对新技术的政策

政府对新技术发展最直接的作用体现在资金支持上,所谓的“创业型国家”在创新链的各个阶段(从基础的应用研究到商业化的初创企业的融资过程)都起着重要的作用。许多热门的技术,包括全球定位系统(GPS)、语音激活的个人助理和Google使用的算法都受益于政府在早期的资金投入。

政府对政策的间接支持体现在为新技术的开发、传播和应用适应本国国情创造良好环境。例如,支持国家(公共和私人)研究和创新机构,提供基础设施(如宽带),支持企业孵化器,使初创公司能够更快地将新技术推向市场。

未来,所有国家都会有所谓的国家创新体系(NIS),其中包括教育系统,科技研究机构,私营企业的产品开发部门以及产品和生产流程的其他机制。

对消费者的补贴、税收优惠以及监管优惠政策也可以促进新技术的采用和推广。由于行业在经济联系和技术升级的可能性方面各不相同,因此还可以制定针对具体经济部门和行业的不同政策。

新技术还需要新的法规来解决责任和道德问题。制造商、医院、医生或病人是否应为AI设备的医疗建议的后果负责?无人驾驶汽车的责任问题如何处理?

最优化的规范可能得来不易,这就要求首先在部分领域或市场进行法规试点并总结实践经验。此外,数据作为 AI 和经济活动驱动的重要因素,需要相关法规加以规范,确保既能有效保护隐私和安全性又不会扼杀创新。

知识产权法规也会影响创新。专利、版权和商标旨在促进创新,其方式是,允许企业在特定时期内从其研发投入中获得较大的投资回报,作为交换,企业需要公开其发明。然而,知识产权也可能固化老牌企业的优势,阻止其他企业开发新技术,最终扼杀创新。政府需要做的是在激励创新和共享收益之间找到平衡点。此外,反垄断法规也可能需要考虑跟进,以确保其适用于通过技术实现的新业务模式。

(二)劳动力市场政策、教育和再培训

技术变革正在重新定义劳动力市场的技能需求,因此为当下和未来的工人提供适当的技能教育是是政策的重要落脚点。除了校内学习和职业培训以外,支持早期教育和终身学习技能的政策也至关重要。

在大多数国家,特别是发展中国家,完善教育体系需要聘请和留住优质教师以迎接新技术的挑战,同时为教育机构提供充足的资金。对能够反映未来技能需求的教育课程加以调整也很重要,例如新技术要求在教育上重视科学、技术、工程和数学(STEM)。此外,政策可以为工人提供相关激励和途径,让劳动者不仅在技术领域得到更多的培训和教育,而且还在创造力、管理、社会和沟通能力等方面增进学习。

随着新技术的普及使用,越来越多的工人的工作安排具有灵活性、不稳定性和不安全性,传统上,工会可以赋予所有工人更大的力量,使经济租金和技术进步带来的好处得到公平分配。而非正式工作安排的特点是消除集体代表,让工人在工资待遇和工作条件的谈判桌上处于弱势。因此需要新形式的工人代表。

此外,各国政府还可以进行法律和税务改革,加强工人在非正式工作安排中的权利。例如,最近英国关于未来工作的报告,提出了可以将最低工资标准的法律规定同样适用于“独立合同工”。委员会还提议在与雇主发生冲突的情况下,为工人进入法院提供便利,并消除税收制度对将工人分类为自我雇佣者的这一行为的激励性作用。

(三)社会保障和公平分配

非标准就业(技术驱动)和非正式工作的增加使许多工人在疾病、工伤和养老金等方面得不到充分的保护。因此,社会保障制度需要进行改革,以向非正规和非正规工作中的工人提供保护。鉴于发达国家已经开始审查社会保险制度,以确保所有工人都能获得失业保险和养恤金。因此发展中国家也要积极促进全民社会保障制度,将保障范围扩大到非标准和非正式就业的工人。

税收制度也能给社会公平带来新的流动机制。虽然大多数国家的不平等现象的原因是多样的,但快速的技术变革导致了工人与工人之间,工人与和企业所有者之间的工资不平等现象。

更为先进的税收政策可以确保新技术(如AI)的利益得到广泛的分享,产生更多公共资源,为重新分配和建设全民社会保护制体系提供物质支持。减少个人所得税可以鼓励就业,减少再分配的需要,而对新技术征税则会影响经济增长和技术采用,减少再分配来源。相反,对因集中的市场结构而产生的租金收益和高利润征税可能更有利于平衡社会和谐和经济发展。对自然资源和环境污染征税也可以为重新分配创造财富,同时将技术开发引向可持续发展。

还有学者提出了“普遍基本收入”和“普遍基本股利”。前者保证每个个体都将获得无条件现金补助,并将有助于保证最低收入水平,简化各种公共项目的管理。后者通过将企业的新股发行的固定份额置于公共信托中,产生一个能持续分配到社会服务部的收入流。

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

剑桥大学:156页PPT全景展示AI过去的12个月(附下载)

导读:剑桥大学Nathan Benaich 与Ian Hogarth 博士共同发布关于人工智能最近12个月进展的报告,其中包含对新技术,人才流动,工业界动向,各...

801
来自专栏AI科技评论

线性资本王淮:明年人工智能泡沫将达到顶点

虽然说当下几乎各行各业都在拥抱人工智能,但你是否知道人工智能曾经有过一段时间被忽视,且只能以数据挖掘、机器学习等其他称呼来进行代替? ? 近日由网易科技和网易智...

2769
来自专栏PPV课数据科学社区

递归神经网络(RNN)在语义识别方面的应用

背景 数据时代已经到来,当今企业家们已经认识到数据的重要性,并且期望通过数据分析能够驱动增长。企业业务流程面临“计划驱动”转型到”数据驱动“的巨大变革。企业需要...

26711
来自专栏AI科技评论

专访百度吴恩达:深度学习能给一个公司带来什么价值

GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人峰会”(简称CCF-GAIR)。大会现场,谷歌,DeepMind,Uber,微软等巨头...

3066
来自专栏灯塔大数据

塔观 | AI会全面超越人类吗?来看看352位AI专家的答案

导读:如果听到有人预测人工智能(AI)何时会取代人类,你肯定会以为预测者不懂AI或是末世论者。但是现在,研究人员联合机器学习专家对这个问题开展了有史以来规模最...

3337
来自专栏大数据文摘

大咖 | “大数据之父”达文波特:成功的数据科学家不一定要有研究生学位

1263
来自专栏产品成长日志

转型AI产品经理需要掌握的硬知识(一):AI产品经理能力模型和常见AI概念梳理

近几年,从亚马逊, Facebook,到谷歌,微软,再到国内的BAT,全球最具影响力的技术公司都将目光转向了人工智能( AI )。2016年 AlphaGo 战...

713
来自专栏机器学习算法与Python学习

Andrew Y. Ng解读DL给我带来什么

近日,吴恩达接受了Strategy+Business的采访,由于Strategy+Business主要是一家关注公司的管理和经营策略的杂志,因此采访也主要偏向于...

3217
来自专栏人工智能头条

李飞飞等谈AI:距离会思考还太远,我们刚进入“第二阶段”

1023
来自专栏量子位

NYU心理学教授:深度学习狂热正把人工智能引入歧途

李杉 编译自 TechCrunch 量子位 报道 | 公众号 QbitAI 如今,只要访问科技网站,几乎不可能看不到跟深度学习有关的文章,似乎人工智能即将解决我...

2404

扫码关注云+社区