AI浪潮下的就业：关于既有经典研究的综述

1导致手工织工收入显著下滑，工人家庭收入下降约一半。2一个世纪后，电力革命让美国马车相关产年间几乎消失，煤气照明工人、电报员等职业419世纪20年代，“里嘉图(Ricardian)的社会主义者"认为使用机械提高生产率会减少就业，压低工种观点的。而在后面半个世纪，资本积累和技术革新使得英国的平2明会产生技术性的失业大军，会让大萧条看上去只难登上月球时，登月就会变得像骑自行车一样普通；技术能协助每个人类就会想要生产另一些从未见过的产品。只要稀缺性存在，人类就需要一面就是使用成本降低、商业可能性被打开，这会催生更广泛的资源行柜员，但在它出现后的数十年柜员数量实际上更多了，因为运营成本的再次，智能危机和“无刹车循环”论的另一核心假设是总量收缩和个人消总需求补偿逻辑之下，额外的购买力和社会资源会流向那l针对人类历史上的通用技术影响，熊彼特的“创造性破坏”仍是一个最基础性的理解框架。7Aghionand通用技术的扩散，通常不会只是在原有生产体系内提高效率，而会义劳动、资本和组织之间的关系。新技术进入生产过程后，原有岗部分劳动者的经验积累和专门技能会迅速贬值，部分企业创造性破坏理论下，通用技术真正改变的是就业结构。它会使一部分岗3且许多技术本来就是为节省劳动而产生。但完整职业通常由多类任意味着整个职业同步消失。更多时候，自动化会压低某些任务的劳动需求，同时提高其他互补任务的价值。例如，计算机可以替代大量例行计算和文书处理，却提高了数据分务的重要性。Autor因此强调，关于自动化的讨论常常高估机器对人的直接替代，低估自动商业模式和劳动需求，数字技术既带来“红利”，也带来“分化”。10Agrawaletal.（2022）将AI简化为主要扩展了人的体力；第二次机器革命以计算机、软件、互联网、人工认知能力。伴随新一轮技术进入听、说、读、写、推理、识别、编码、设计等和体力劳动部门，扩展到金融、法律、教育、研究、客服、软件开发等白领和知识工作领域。的不确定性。应用于几乎所有需要语言理解、数据分析和决策支持的领域，影响范围高学历群体首次成为技术替代的主要目标之一，打破了教育能抵御技术冲击的传统认知。414AcemogluandRestrepo（2019）指出，自动化通过AI创造了多少新的任务。这一框架把AI就业冲击从一般性的技术进步讨论中区分出来。传统的要素增强型化深化和新任务创造等渠道发生，其中，短中期内最重要的是AI在具体任务层面带来的成本节约和效率提Effect），指技术进步创造出劳动具有比较优势的新任务，使劳动重新进入生产过程，Acemogluand替代效应是AI对劳动需求最直接的负面冲击。当AI、算法或自动化资本能够完成原本由劳动者执行的任务时，企业会减少对相关劳动投入的需求。替代效应不能单独决定就业总量。5一定全部是高技能岗位，但它们要求劳动者在判断、沟通、责任承担、情境理解和跨任务协调法解决，客户满意度下滑。这种自动化创造的价值，可能远低于其会造成双重损失，资源从可能真正创造价值的领域被抽走，而被替代的20Autor（2019）对美国劳动市场的研究显示，1980年以来，工资增长更多集中于高学历劳动者尤其是男性劳动者的实际工资表现明显较弱，劳动市场出现了与教育、化。这一历史背景说明，传统计算机化和自动化主要压缩了中等技能、例行化造成的劳动市场极化现象。增强型AI。但若AI应用方向被企业成本节约逻辑主导，它可能先削弱职业入口，再加剧高技能核心员工与代问题。21Brynjolfssonetal.（2025）的实证研究直接考察生成式AI普及后的劳动市场结果，该研究6用了AI的真实工作场景的AI暴露程度，相比单纯的“理论A按照Anthropic的实际AI暴露度，数值最大的前几位分农业和安保等线下岗位实际暴露度较低。Anthropic报告显示，约30%的劳动者处于零观察覆盖是其任务在Claude使用数据中出现频率不足，或难包括厨师、摩托车修理工、救生员、酒保、洗碗工和试衣间服务员等。这类岗位的核心任务依赖现场操作、身体动作、设备接触、即时互动或环境判断，当前大语言模型难以直接替代。统性上升，更早显现的变化在招聘端，尤其是年轻劳动者想象中缓慢，考虑到后续被AI影响的任务可7性别影响上的差异主要来自职业结构的差异，文员、行政支这些岗位恰恰更容易被文本生成、信息检索、客户响应和流程化办公工具29Minnitietal.（2025）基于2000年以来欧洲各区域的数据研究了人工智能（AI）的发展如何影响资本与劳百分点。这一新技术对中、高技能劳动者的负面影响尤为显著，主要体现在工年至2016年间美国工资结构变化的50%到70%，可以用那些在经历快速自动化的行业中，专门从事常规任lAI对全球劳动力市场的影响在不同收入水平和全球产业分工的国技术支持，印度企业都能用远低于欧美的成本完成任务。然而能化驱动的结果。今后，企业仍需要人类程序员，但主要集中在复复性的岗位需求将大幅下降。这意味着，印动化的任务。调查显示，近30%的公司计划在一年内用AI取代所有类别的工作。这些数字并不抽象。它们反映了西方企业内部已经在进行的变革，不过许多人还没有公开谈论这些变革。但现在的生产是通过模型而非离岸工人进行的。当一个系统能够以仅占远程雇员的成本的一小部分完成任务，而又不存在协调风险或地缘政治不确定性时，外包模式迅速瓦解双重脆弱性，因为这些国家严重依赖替代风险高的行业，同时又缺乏足够的资源进技术。风险显而易见，但反应迟缓。8商业模式的中长期价值3）关注替代效应和复原效应之间的就业冲击阶段对于企业盈利、居民收入和支人消费支出占美国GDP的比重过去十年基本上稳定在68就业水平决定薪资增速；美国家庭储蓄率较低，家庭净储蓄率只有5%左右，于是薪资增速大致决定消费增对于过去几年的美国经济预测来说，一直有观点判断“衰退”，但回头来看指标的重要性。失业率在4.5%以下，则衰退概率较低。在上一轮加息的2022-2023年，美国失业率年均值其经济的脆弱性在初步上升，2024-2025年年均值分别为4.0%、4.3%，今年一季度均值持平在4如果后续美国就业大致稳定，则可以继续跟踪分子端的产业趋），），而更有可能产生低质量替代和社会福利损失若企业主要把AI用于压缩客服、文员、初级代码、基础研究助理等岗缩、技能积累链条断裂和工资分化扩大。更可取的方向，是鼓励AI嵌入教育、医疗、工程维护、法律辅助、企业管理等场景，降低知识使用门槛，提高普通劳动者处理复杂任务的能力。Autor（2024）所谓“赋能中9产”的关键含义，正是让AI提高劳动者的