AI时代就业极化现象分析

失业与AI替代弥漫在身边。除少数学者认为AI对就业没有重大影响外，出现了AI"促进就业说"与"加剧失业说"的明显对立。政府的处境则更为微妙：一方面要鼓励产业智能化以形成新质生产力，另一方面又将提高就业率视为优先任务。西南科技大学马克思主义学院姚伟教授与蒋倩在《人工智能的就业效应及其应对策略》一文中提出了一个值得重视的判断：这两种看似针锋相对的说法，其实共享同一个盲区。它们都只从科技逻辑与市场逻辑展开分析，却没有深入分析这些逻辑所嵌入的社会制度结构。而一旦把制度结构这一层加进来，问题的形状就变了。真正正在发生的事情，可能既不是"大规模失业"，也不是"就业持续繁荣"，而是第三个词——极化。本文按现象—机制—结构—风险—出路的顺序，逐层拆解这一判断。

一、现象：为什么这次让人格外不安
先说"促进就业说"。这一立场的历史依据是：以往科技革命往往导致暂时性技术失业，但最终会促进就业显著增长。其内在机理有六条：科技进步促进分工深化与专业技能增强；创造出新产品及其产业链；提高单位时间产品量、降低价格从而刺激需求与生产规模；造就拥有知识产权的"知本家"和高收入者，带动消费与就业；机械化程度越高，资本和科技实力较弱的市场主体越会转用廉价劳动力，或把生产工序分解还原成低技能劳动力能完成的工序；信息扩散与交通便利降低摩擦性失业。在此基础上，AI"促进就业说"又补充了六条理由：AI对劳动力是补位式而非挤出式替代；AI可直接为劳动力植入创新技能；智能化始终存在"最后一英里"问题而需要大量人类工程师；AI会创造研发、算法开发、训练维护等新高端岗位，具有就业"升级"效应；家务智能化与工作柔性化有利于提高女性就业率；随着需求层次提高，以满足安全、社会交往、尊重与自我实现为目的的高情感人际服务岗位会应运而生。但作者指出，这一乐观立场存在三处说不通的地方。乐观派的三处缺陷：忽视了本质区别没有看到AI对于人类体力与脑力不仅具有拓展性，还具有替代性；赋能设想过于超前通过AI直接为劳动力赋能的看法似乎过于科幻，至少在未来相当长的时期内难以达到这一水平；把转移视为自然尽管看到了社会交往领域岗位应大幅增加，却似乎视其为一个自然而然就可实现的过程。

"加剧失业说"的谱系则更长。自18世纪以来，西斯蒙第、列昂惕夫、凯恩斯、熊彼特等都持此立场。到了AI时代，芒福德预言"无人经济"将成为常态，普通劳动者将面临"没有工作的世界"；里夫金认为工作即将终结，人类将进入"后工作"时代；赫拉利提出经济将出现"无就业增长"，即经济增长率与就业率日益不再相关甚至呈负相关；卡斯特则认为体力和简单脑力劳动者将永远被排除在生产体系之外。论文梳理出AI加剧失业的七条内在机理，其中三条最具解释力。其一，AI物化于机器系统，而非人化于劳动力。以往技术往往凝结在工人的技能里，AI则主要沉淀为固定资本。结果是人力资本加速折旧，劳动力日益去技能化。其二，替代性大于协同性。以前机器运行离不开人的控制和协同，工人与机器均不可或缺。而如今之所以还存在人机协同，只是因为AI还不够发达，不得不忍受人类劳动力的低效性与不稳定性。其三，替代具有无休止性。老一代AI先替代大量线下工人，同时出现少量技术专家；新一代AI又替代这些专家，出现更少量的生成式AI专家；后者很快又被替代——这种替代螺旋似乎没有终点。但作者同时认为，悲观立场也有过头之处：它过度夸大了人工智能对社会交往领域的情感劳动、价值评判与审美自由劳动的替代性，从根本上否定了科技与人文之间的界限，也否定了人们超越物质生产活动去从事更有意义劳动的可能性。

二、机制：为什么短期内，就业总量还是稳的
一个常被忽略的事实是：在AI快速发展的这几年，多数经济体的就业总量并未出现断崖式下滑。论文给出的解释是，有三条逻辑正在相对自发地起作用。技术偏向性逻辑AI天然有利于高技能者就业，政府对与AI相适应的高级技能就业者持支持和扶持态度，但这类就业始终占比极小；市场逻辑弱势市场主体出于节约成本考虑，会依靠廉价劳动力的比较成本优势谋求生存"小生境"；政府短期合法性逻辑低技能群体的就业与收入状况关系社会稳定，在应急反应式保就业政策作用下，低技能就业这一极仍然存在并不断扩大。三条逻辑叠加的直接结果是：就业总量能维持基本稳定甚至增加。但代价同样明确——大多数适龄劳动力仍被滞留在物质生产与服务领域，只能在体力和经验性低技能岗位上就业。

三、结构：稳定之下的四重分化
这是全文最具原创性的部分，也最贴近普通人的真实感受。论文认为，AI的迅速发展和广泛应用、市场作为资源配置主体地位的进一步发挥，以及政府自发性的短期合法性追求，共同导致了今天的就业极化。这种极化沿着四个方向同时展开。

"极化"这个词的价值在于，它解释了一个长期困扰公共讨论的矛盾：为什么宏观数据看起来还算平稳，个体的焦虑感却在持续放大。如果只用"失业率"这一把尺子，那么大量劳动者在统计口径上是"就业人口"，他们的困境就无法被测量、也无法被讨论。而极化的视角把注意力从"有没有工作"转向"这份工作处在结构的哪一端"——前者看的是数量，后者看的是位置。位置，恰恰才是决定收入、尊严与未来的东西。

极化类型 上端 下端
技能 极少数复杂创新性高技能岗位 大多数体力和经验性低技能岗位
空间 高技能岗位向AI核心产业所在国家、地区与城市集中 科技欠发达地区与乡村成为低技能劳动力聚集空间
形式 正式雇用合约、劳动过程相对自主、享有法定劳动权利 柔性就业、表面接单自由、高度不确定性
性别 生产性与创造性数字劳动岗位绝大部分被男性占据 传统上女性居多的白领岗位大量消失

（一）技能极化：中间层正在消失
就业技能存在初、中、高级之分：初级是个人经验性的基础操作技能，中级是中等专业知识性技能，高级是复杂创新性技能。论文指出，市场主体出于节约成本的考虑，会优先使用AI替代中等技能白领——这直接导致"中产社会"逐渐坍塌，白领则可能逐渐归于规模日益庞大、就业压力日益增加的低技能群体。

（二）空间极化：数字空间里也有"轮子经济"
在地理空间上，高技能岗位向AI核心产业所在国家、地区和城市集中，科技发达国家的增幅可能进一步扩大；科技欠发达国家、地区和乡村则成为低技能劳动力的聚集空间。在数字空间中，同样是小部分人从事高技能和创新性工作，大部分数字劳工只能从事低技能数字工作——诸如外卖、快递、网约车等"轮子经济"任务。不同技能水平的网络工作者往往分属于不同网络平台和空间，二者之间无论线上还是线下都存在较难逾越的技术与社会区隔。

（三）形式极化：表面的自由与本体性焦虑
这一极或许最能解释当代年轻人的体感。就业从形式上可分为正规就业与非正规就业，二者在雇用合约、劳动过程组织管理监督、劳动权利保障等方面存在明显差别。高级技能就业者往往能与雇主形成正式的雇用合约，其劳动过程具有相对自主性，也享有法定劳动权利。而低级技能就业者往往只能实现柔性就业——拥有表面的接单自由，却不得不面对高度不确定性；少数人收入更高而多数人收入下降；在物质生产和服务领域中处于从属地位，日益游离于传统经济组织以及社会文化意识形态系统之外，失去对经济、政治和社会组织的归属感。

论文用一个很重的表述：这部分劳动者在传统物质生产与服务领域日益找不到存在的意义感，日益陷入本体性焦虑，更难以发展和满足更高层次的需求。

"本体性焦虑"这个词值得停下来读一遍。它指向的不是收入高低，而是一个人能否通过工作确认自己是谁、在哪里、属于什么。当大量劳动者在统计口径上"有工作"，却同时失去归属感与意义感时，失业率这个指标就失去了对真实处境的解释力。

（四）性别极化：家务智能化未必解放女性
AI使传统上女性居多的、服务于物质生产与消费的工作岗位大量消失，而新工作岗位往往需要较强的数字理性和运算逻辑能力。理论上，家务劳动智能化似乎可以使女性从家庭劳动中解放出来，但实际上AI不一定有利于女性就业：传统上属于女性的白领岗位日益消失，而在外卖骑手、网约车司机等网络劳工队伍中女性处于就业劣势，生产性与创造性数字劳动岗位绝大部分都被男性占据。