【摘要】高質量充分就業(yè)對中國經濟社會發(fā)展至關重要。當前，中國高質量充分就業(yè)面臨新的機遇；同時，在經濟增速放緩、產業(yè)結構調整、區(qū)域經濟結構變遷等因素作用下，也面臨多重挑戰(zhàn)。農村勞動力流動呈現新趨勢，教育、住房等問題亟待解決；高校畢業(yè)生就業(yè)壓力加大，教育回報率下降；人工智能深刻影響就業(yè)市場，推動就業(yè)結構加速演變。高質量充分就業(yè)關系勞動力需求與供給兩個方面?；谛枨蟮囊暯牵Х桨儆嫈U大總需求，提高經濟增長率，推動經濟持續(xù)回升向好，以進一步增加對勞動力的需求?；诠┙o的視角，從長期看，應積極推行鼓勵生育政策，推動教育機會均等化，為勞動力供給筑牢根基；從短期看，應深入推進全國統(tǒng)一勞動力市場建設，促進公共產品廣泛共享，持續(xù)深化市民化進程，使勞動力供給結構更趨優(yōu)化與合理。
【關鍵詞】高質量充分就業(yè) 農村勞動力 大學生就業(yè) 人工智能
【中圖分類號】F241.4/F249.21 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2025.06.006
【作者簡介】袁志剛，復旦大學經濟學院經濟系教授、博導，就業(yè)與社會保障研究中心主任，教育部“長江學者”特聘教授。研究方向為中國的就業(yè)與失業(yè)、經濟增長問題。主要著作有《宏觀經濟學 》《西方經濟學》《管理經濟學》《中國經濟增長轉型：挑戰(zhàn)與機遇》等。
高質量充分就業(yè)面臨新的形勢和挑戰(zhàn)
高質量就業(yè)的內涵與特征。何為高質量就業(yè)？簡單講，高質量就業(yè)是與中國經濟高質量發(fā)展相契合的就業(yè)狀況。主要有以下三方面內涵和特征：第一，與創(chuàng)新驅動、新質生產力發(fā)展、產業(yè)結構調整相適配的就業(yè)人口占比顯著提升。這類就業(yè)人群的收入隨著人力資本的持續(xù)優(yōu)化以及勞動力要素配置效率的穩(wěn)步提高而實現穩(wěn)定增長，此乃高質量就業(yè)的典型表現。第二，非農業(yè)就業(yè)人數充沛且穩(wěn)步上升。推進農業(yè)現代化是實現高質量發(fā)展的必然要求。參考世界發(fā)達國家的發(fā)展軌跡，農業(yè)勞動生產率的提升通常最為迅速。截至2023年，中國農業(yè)勞動力占比24%，然而農業(yè)產值在GDP總量中僅占10%，農業(yè)勞動力占比存在很大的優(yōu)化空間。在當前經濟發(fā)展階段，非農業(yè)就業(yè)對于提升勞動生產率、促進勞動力合理流動、增加居民收入具有重要意義，因此其在很大程度上屬于高質量就業(yè)范疇。第三，穩(wěn)定性高和社會保障到位的就業(yè)崗位充足。高質量充分就業(yè)的根本遵循和最終目標是以人為本、促進勞動力的全面發(fā)展。在市場化就業(yè)機制下，初次分配更加注重效率，再分配更加注重公平，三次分配側重于彌補初次分配和再分配的不足，最終實現全社會的共同富裕?，F階段，實現絕對的結果公平尚不現實，但可通過實施教育、醫(yī)療、失業(yè)保障、養(yǎng)老保險以及住房保障等一系列民生舉措，增強各類就業(yè)崗位的穩(wěn)定性與保障性，讓勞動者能夠安心工作，無后顧之憂。綜合上述高質量充分就業(yè)的內涵與特征來看，我國目前的總體就業(yè)狀況與高質量充分就業(yè)的目標仍存在一定差距，有待進一步優(yōu)化與提升。
改革開放以來中國經濟增長推動就業(yè)變革。1978年改革開放以來，中國經濟保持快速增長，1978～2022年平均增速高達9.5%，盡管近兩年回落至5%，但縱觀這一長時段，平均增速仍保持在9%以上。2024年，中國人均GDP達到1.35萬美元，展現了經濟發(fā)展的質量與韌性。我國是一個人口大國，新中國成立后，社會長期安定，連續(xù)多年出現出生率高峰，1978～2010年間，勞動力人口處于較快增長階段，勞動力供給超過需求的矛盾較為突出。加之1978年之前計劃經濟體制與城鄉(xiāng)二元經濟結構的影響，形成了大量隱性失業(yè)人口，就業(yè)形勢較為嚴峻。1978年之后，中國在保持40余年高速經濟增長的同時，成功實現了7億～8億勞動力人口的充分就業(yè)，創(chuàng)造了舉世矚目的奇跡。1978年的改革開放始于農業(yè)，家庭聯產承包責任制釋放了億萬剩余勞動力，鄉(xiāng)鎮(zhèn)企業(yè)以“離土不離鄉(xiāng)”的模式為農村剩余勞動力創(chuàng)造了大量非農業(yè)就業(yè)機會。隨著城市和工業(yè)領域市場化改革的推進，民營企業(yè)蓬勃發(fā)展，成為吸納就業(yè)的主力軍。與此同時，對外開放政策的落地帶來了大量的外國直接投資。2001年，中國加入世界貿易組織（WTO），吸引了更大規(guī)模的外資涌入。東部沿海地區(qū)憑借政策優(yōu)勢與地理便利，創(chuàng)造了大量就業(yè)崗位，形成了農村勞動力向城市轉移、中西部勞動力向東部轉移的大潮。在和平時期，一個國家能夠實現三億多人口的轉移，可謂史無前例。
人口的大規(guī)模流動使隱性失業(yè)迅速轉化為能夠創(chuàng)造價值的充分就業(yè)。在全球化的大背景下，中國巧妙利用勞動力的比較優(yōu)勢，促使其與全球資本、技術、管理、品牌等生產要素相結合，成功躋身全球產業(yè)鏈的各個重要環(huán)節(jié)，“中國制造”（Made in China）一躍成為世界知名品牌。直至今日，中國制造在世界制造業(yè)中的占比超過三分之一，為中國經濟增長立下了汗馬功勞。由此可見，經濟增長與就業(yè)增長緊密相連，經濟增長的背后實質上是就業(yè)的增長，且突出表現為非農業(yè)就業(yè)的快速增長。
當前我國就業(yè)形勢面臨的挑戰(zhàn)。近年來，隨著中國經濟由高速增長階段轉向高質量發(fā)展階段，經濟增速放緩；新冠疫情、烏克蘭危機引發(fā)的地緣政治局勢持續(xù)緊張與激化等因素，加劇了經濟逆全球化趨勢。資本逐利推動下的全球產業(yè)鏈布局讓位于基于安全考量的全球產業(yè)鏈布局，“脫鉤斷鏈”風險持續(xù)攀升，中國產品出口面臨新的挑戰(zhàn)。出口作為拉動中國經濟增長的重要引擎之一，其受阻必然對整體經濟增長產生負面影響，進而導致就業(yè)崗位的減少以及失業(yè)人數隨之上升。
從國內經濟結構看，隨著中國經濟實力的不斷增強以及增長方式的深刻轉變，在全球競爭格局中，勞動、土地、環(huán)境與能源等各類生產要素的比較優(yōu)勢發(fā)生了顯著轉換，國內不同區(qū)域間的經濟增長動力也發(fā)生轉變，產業(yè)結構調整成為必然趨勢。傳統(tǒng)的勞動密集型產業(yè)亟待向資本密集型和技術密集型產業(yè)轉型升級，產業(yè)結構必須從傳統(tǒng)的勞動密集走向資本密集和科技密集，進而推動不同產業(yè)的區(qū)域結構實現重構。在這一過程中，將不可避免地引發(fā)結構性失業(yè)問題。
當前，以人工智能等數字技術為核心的新一輪科技革命為我國經濟發(fā)展注入新活力，同時對就業(yè)規(guī)模、就業(yè)結構、就業(yè)方式帶來深刻影響。人類在經歷體力勞動被大規(guī)模替代之后，可能面臨腦力勞動也即將被替代的現實。一場前所未有的就業(yè)和職業(yè)結構變革正在我們面前展開。
綜合而言，在經濟增速放緩、產業(yè)結構調整、區(qū)域經濟結構變遷，以及技術革命加速推進等多重因素的交織作用下，中國的就業(yè)問題正面臨來自各個維度的嚴峻挑戰(zhàn)。如何有效應對這些挑戰(zhàn)，實現就業(yè)市場的穩(wěn)定與充分就業(yè)，成為當前中國經濟社會發(fā)展進程中亟待破解的關鍵課題。
農村勞動力流動呈現新趨勢，亟須加速推進新型城鎮(zhèn)化
改革開放以來，中國出現了世界最大規(guī)模的農村勞動力遷移，給城鄉(xiāng)融合和產業(yè)結構升級都帶來了極其深遠的影響。截至2023年，中國農民工總量已經超過2.9億人，占勞動年齡人口的比重突破30%。根據歷年《農民工監(jiān)測調查報告》數據，筆者團隊考察了2008～2023年間城鄉(xiāng)間勞動力流動的總體趨勢，以及不同地區(qū)農民工在流動方向以及流動范圍等方面的變化。期間，農民工總量呈逐漸上升趨勢，共計增加7211萬人，但農民工總量的增速在2010年達到峰值5.4%之后持續(xù)下降，并于2023年降至歷史最低值0.6%。與此同時，農民工的流動方向和范圍呈現以下新的趨勢。
從跨省流動轉向省內流動。2008年到2023年間，農民工的流動出現從跨省流動到省內流動的轉向?？缡×鲃拥霓r民工占比從2008年的33.2%下降到2023年的22.7%，下降了10.5個百分點。在外出農民工中，東中西部地區(qū)[1]的跨省流動農民工占比均呈下降趨勢，尤其是原本以跨省流動為主的中西部地區(qū)下降幅度更大，其跨省農民工占比從2008年的71.0%和63.0%下降到2023年的51.7%和44.5%，分別下降19.3個百分點和18.5個百分點。在中西部，農民工以跨省流動為主的格局正發(fā)生變化：在中部地區(qū)，在戶籍所在鄉(xiāng)鎮(zhèn)內跨村流動逐漸成為農民工的首要選擇；在西部地區(qū)，省內跨鄉(xiāng)鎮(zhèn)流動的農民工占比居多，而跨省流動成為農民工的末位選擇。從輸入地來看，東部曾是吸納農民工的主要區(qū)域，但近年來吸納能力正在逐漸下降。2010～2023年間，東部吸納的農民工數量占全國農民工總量的比重下降15.6個百分點。在東部就業(yè)的農民工數量于2012年達到峰值16980萬人，之后逐年下降，與逐年遞增的農民工總量變化趨勢相反。2023年東部對農民工的吸納容量比2012年減少1703萬人，而中西部地區(qū)對農民工的吸納容量共計增加5000余萬人。
從流向一線城市轉為流向家鄉(xiāng)及附近城市。中國產業(yè)的區(qū)域結構這幾年發(fā)生了很大變化，制造業(yè)逐步向中西部轉移；東部地區(qū)生活成本居高不下、住房成本不斷推高，特別是由于一線城市資源緊張、戶籍制度難以松動，農民工難以均等享受教育、醫(yī)療、社會保障與住房保障等公共產品，離開一線城市成為他們的理性選擇。同樣地，產業(yè)與企業(yè)流向變化的背后也是要素市場價格分化帶來的一般均衡效應。北上廣深住房價格與中西部地區(qū)同樣條件的住房價格差距較大，其主要源于土地價格的差異。自2023年以來，新一輪人口流動呈現從一線城市流向家鄉(xiāng)，流向離家更近的省會城市，或者流向離家鄉(xiāng)更近的三、四線城市的主要趨勢。這一人口流向的轉變具有一定的合理性。一方面，產業(yè)正逐步從東部地區(qū)向中西部地區(qū)轉移；另一方面，中國區(qū)域經濟朝著更為協調的方向穩(wěn)步邁進，這也是高質量發(fā)展的題中應有之義。然而也必須清醒地認識到，流動人口變動現象的背后，隱含著城鄉(xiāng)關系、戶籍制度、市場化等諸多亟待關注和破解的問題。當前，農民工非正規(guī)就業(yè)比重仍然較大，這類就業(yè)崗位的保障性較差，勞動者主動參與社會保障的意愿較低，難以享有完善的社會保障。此外，靈活就業(yè)人群規(guī)模約為8000萬，主要集中在網約車和快遞行業(yè)。這些行業(yè)的就業(yè)者，一方面受益于網絡與數字化賦能，工作效率得以提升，創(chuàng)造了相應價值；另一方面卻因數據和算法被困陷于勞動強度大、收入水平低的處境中，缺乏相應的社會保障，就業(yè)質量狀況及前景令人憂慮。
新型城鎮(zhèn)化進程中的教育、住房等問題亟待解決。截至2020年年末，我國常住人口城鎮(zhèn)化率為63.89%，與世界發(fā)達國家的城鎮(zhèn)化率水平相比存在較大差距。伴隨城鎮(zhèn)化進程的持續(xù)推進，從長遠趨勢來看，城鄉(xiāng)間勞動力的凈流動方向依舊是由農村向城市遷移。大量在農村地區(qū)接受基礎教育的勞動力群體，將成為推動城市經濟發(fā)展的重要勞動力供給來源。因此，提高農村基礎教育水平，不僅有利于提升當地居民的基本素質及勞動技能，也是未來實現高質量充分就業(yè)的根基所在。與此同時，加快農民工市民化進程，使流動人口在城市平等享有教育等公共產品也十分重要。2020年年末，我國常住人口城鎮(zhèn)化率與戶籍人口城鎮(zhèn)化率的差距達到18.49個百分點的歷史峰值，這意味著約有2.61億農村戶籍人口長期居住在城市，卻未取得城市戶籍。推動這部分人口實現市民化，使其全方位融入城市公共服務體系，充分享受各類公共產品，獲得城市社會保障網的全面覆蓋，是高質量充分就業(yè)的必要前提。
在近三億流動人口的城市生活中，住房是亟待解決的突出問題。低廉的土地和勞動力成本曾經是我國制造業(yè)發(fā)展的比較優(yōu)勢。近年來，土地和勞動力價格不斷上升。沿海地區(qū)大力推進產業(yè)升級，積極發(fā)展高新技術產業(yè)，而廣大中部和西部地區(qū)仍需著力發(fā)展制造業(yè)，以解決大量勞動力就業(yè)問題。住房成本是勞動力成本的重要組成部分，城市房價的上漲導致勞動力居住成本的上升，進而引起當地用工成本的上升，這在一定程度上削弱了我國在全球產業(yè)鏈中的競爭力。在當前全球產業(yè)鏈重構的背景下，各級地方政府可嘗試創(chuàng)新舉措，例如收購滯銷房地產，將其改造為制造業(yè)工人的保障房，以此降低勞動力成本，重塑我國制造業(yè)的比較優(yōu)勢。
高校畢業(yè)生就業(yè)壓力加大，教育回報率有所下降
2018年以來，全國城鎮(zhèn)調查失業(yè)率總體維持在5%～6%的區(qū)間。2020～2022年間，失業(yè)率達到6%以上，加上大量農民工回歸家鄉(xiāng)，就業(yè)形勢相對嚴峻。2023年以來，失業(yè)率呈現下降趨勢，到2023年6月已降至5.1%。與此同時，年輕勞動力失業(yè)率呈現上升趨勢。2018年筆者團隊開展勞動力月度調查之初，中國16歲～24歲就業(yè)人口的調查失業(yè)率為11%，隨后幾年波動上升，2023年6月已高達21.3%。相較于相對平穩(wěn)的全國城鎮(zhèn)調查失業(yè)率，年輕勞動力居高不下的失業(yè)率引發(fā)了各界密切關注。通常情況下，伴隨中國經濟發(fā)展水平穩(wěn)步提升，產業(yè)結構持續(xù)優(yōu)化升級，對勞動力素質的要求也水漲船高，高校畢業(yè)生理應更契合經濟發(fā)展對高質量勞動力的需求，但現實情況卻與之相悖。
對學歷和工作經驗的要求同步提升。為探究社會對勞動力的需求特征，筆者團隊對社會用人單位的招聘啟事數據展開了研究。通過對比2018年7月與2023年7月的招聘數據發(fā)現，學歷需求為大專的招聘崗位，在所有招聘崗位中的占比從2018年的39.22%降至2023年的38.47%，變化幅度較小。然而，相關崗位對工作經驗的要求方面出現明顯變化。從2018年至2023年，無需經驗或僅需1年以下經驗的大專學歷招聘崗位比例下降了5個百分點；與此同時，要求3～5年經驗以及5～7年經驗的招聘崗位占比逆勢上升了4.66個百分點。學歷需求為本科的招聘崗位，在所有招聘崗位中的占比從2018年的35.5%上升至2023年的50.79%，提高15.29個百分點，說明社會對高學歷人才的需求不斷提升。值得注意的是，相關崗位對本科畢業(yè)生的工作經驗要求也同樣在提高。具體來看，無經驗要求的本科崗位需求在5年間下降了72%，而要求工作經驗10年以上的本科崗需求大幅上升，漲幅高達211%。這一現象充分說明，就業(yè)市場上留給高學歷卻無工作經驗的應屆大學畢業(yè)生的崗位愈發(fā)稀缺。鑒于此，我們發(fā)現了總失業(yè)率和年輕勞動力失業(yè)率背離的一個重要原因：市場對勞動力的需求依舊存在，對高學歷勞動力的需求也在持續(xù)增長，然而，市場愈發(fā)看重工作經驗，因此對無工作經驗的高學歷勞動力需求呈下降態(tài)勢。
教育回報率呈下降趨勢。筆者團隊調研發(fā)現，2015～2023年間，教育回報率呈下降趨勢。2015年，招聘啟事的教育年限需求每增加一年，該職位提供的工資漲幅為8%；2018～2021年，這一增長幅度降至5%；2022～2023年，進一步下滑至2%～3%。與之相反，工作經驗回報率呈上升趨勢。2015年，招聘啟事每要求多一年工作經驗，工資提升幅度約為5%左右，自2019年起，這一數字上升至8%～9%左右。
高等教育在勞動力市場上能夠起到兩方面作用：一種是培養(yǎng)合格勞動力，提高年輕勞動力的勞動技能和工作能力，從而為企業(yè)帶來更多收益；另一種是信號作用，當企業(yè)難以確切知曉求職者的真實能力時，可借助學歷等條件對求職者進行篩選。但是，隨著人口結構的變遷和高校的擴招，學歷所承載的信號作用正在減弱。1977年我國恢復高考，當年考生的錄取比例僅為5.7%，而如今高考錄取率在80%以上。學生畢業(yè)后，不同能力水平的勞動者大量涌入就業(yè)市場，企業(yè)若想從中挑選出高能力人才，不得不參考學習經歷之外的其他指標。例如，要求高于崗位標準的學歷、求職者畢業(yè)于知名高校等；或采用更為直接的方式，將工作經驗作為額外的篩選依據。
高校畢業(yè)生就業(yè)難的多重成因。高校畢業(yè)生就業(yè)困難這一現象背后的成因非常復雜。除了前文分析的因素，諸如高校擴招人數過多，使得大學生的人才辨識度降低之外，如何有效提升高校（特別是擴招后）人才培養(yǎng)體系與社會人才需求的適配性，也是亟待探討和研究的問題。小學到中學階段，我國的教育體系基本以應試教育為導向，中小學教育的競爭焦點在于培養(yǎng)能在高考中脫穎而出、順利考入優(yōu)質大學的學生。然而，大學之間的競爭并不以學生的就業(yè)指標為主要衡量標準，這就導致大學缺乏依據勞動力市場變化調整自身教育體系的內在驅動力。此外，隨著中國人口結構的改變，年輕勞動力數量總體呈下降趨勢。盡管社會，尤其是服務行業(yè)，對年輕勞動力有著較大需求，但當下的年輕勞動力大多為獨生子女，一方面，他們對工作崗位和薪資期望頗高，卻缺乏吃苦耐勞的精神；另一方面，部分家庭也有能力讓他們“啃老”，這些因素共同導致了“自愿失業(yè)率”的上升。
人工智能深刻影響就業(yè)市場，推動就業(yè)結構加速演變
歷次工業(yè)革命推動經濟與就業(yè)結構轉變?；仡櫲祟惿鐣霓r業(yè)經濟到工業(yè)經濟、從產品經濟到服務經濟的發(fā)展歷程，由技術革命引發(fā)的幾次工業(yè)革命不僅推動了經濟結構轉型，也促進就業(yè)結構發(fā)生了全面且深刻的變化。第一次工業(yè)革命，蒸汽機、棉紡織技術的發(fā)明與應用開創(chuàng)了以機器生產代替手工勞動的時代，讓人類從繁重的體力勞動中解脫出來成為可能。第二次工業(yè)革命，在電力技術革命浪潮的推動下，集團化、標準化的大機器應用促進大規(guī)模生產模式的形成和發(fā)展，勞動生產率急速上升，經濟實現快速發(fā)展。隨著物質生產效率的大幅提高，服務業(yè)應運而生。農業(yè)、工業(yè)與服務業(yè)三大產業(yè)形態(tài)完整呈現。三大產業(yè)對勞動力的需求結構受兩方面力量的支配：供給和需求。從供給的角度看，勞動生產率增長最快的產業(yè)，其勞動占比會迅速下降；從需求的角度看，人們的需求先是圍繞維持生存的食品等必需品，隨后拓展到對其他物質產品的享用，進而延伸至對服務產品的追求。隨著生活水平的提高，需求逐漸從物質層面轉向精神層面?；诠┙o與需求這兩股力量的矛盾運動，勞動生產率上升空間最大的農業(yè)，其勞動力占比迅速下降，在發(fā)達國家僅為個位數；工業(yè)次之，其勞動力占比在10%左右；服務業(yè)勞動生產率提高最為緩慢，其勞動力占比迅速擴大，在發(fā)達國家普遍超過80%。
技術進步在推動經濟增長的同時，也不斷提升人們的收入水平。當物質需求逐漸得到滿足，人們開始注重精神文化層面的消費，與“情緒價值”相關的消費占比不斷上升。與前幾次工業(yè)革命以機器替代體力勞動力為主要目標不同，第三次工業(yè)革命，即數字革命，開始對人類腦力勞動進行部分替代。隨著大數據、云計算、人工智能技術等新一輪科技革命的興起，人類腦力勞動將被大規(guī)模替代。以人工智能、大數據等核心技術推動的現代化產業(yè)體系，成為重塑全球競爭格局的關鍵力量。未來勞動力需求的變化趨勢取決于以人工智能為核心的自動化技術如何進一步細化社會分工，以及在人們的物質消費和服務消費逐漸趨于飽和的過程中，對精神層面感受性消費的追求能否轉化為經濟高質量發(fā)展的新方向。由此我們可能要問：人類的經濟形態(tài)是否將從以物質經濟為主過渡到以知識經濟為主，進而邁向以情感經濟為主？三次產業(yè)結構（農業(yè)、工業(yè)和服務業(yè)）的劃分是否將被體力經濟、腦力經濟和情感經濟的劃分所取代？三次產業(yè)之后是否會出現第四次產業(yè)？
人工智能對勞動力需求的作用關系。理論上，人工智能發(fā)展與應用對勞動力需求存在三種作用關系：[2]一是負向的替代效應；二是正向的互補效應；三是正向的新就業(yè)創(chuàng)造效應。
人工智能技術顯著區(qū)別于傳統(tǒng)技術，其不僅在繁重體力作業(yè)、重復性作業(yè)等方面強于人類，還能夠模仿人類行為，在執(zhí)行任務的效率、精度和可靠性方面表現優(yōu)異。[3]近些年人工智能技術開始應用于語音識別、文本翻譯、圖像識別等領域，對翻譯、外貿、銷售、教育和醫(yī)療等領域的就業(yè)產生了深遠的影響。根據各類職業(yè)是否可被程序化、是否需要認知能力，可以將職業(yè)類型劃分為常規(guī)非認知型、非常規(guī)非認知型、常規(guī)認知型、非常規(guī)認知型四類。智能化設備對可程序化、高重復性、有明確規(guī)定的常規(guī)任務具有替代性，例如翻譯、駕駛、物流分揀和倉庫管理等工作；而與需要較高認知和社交能力的非常規(guī)認知型任務則形成互補效應，從而進一步提高了人類解決問題的技能和在適應性、創(chuàng)造力方面的比較優(yōu)勢。大多數工作流程往往需要多方面的互補性投入，諸如腦力勞動和體力勞動、創(chuàng)造力和按預設步驟重復執(zhí)行、技術掌握和直覺判斷、遵循明確規(guī)則和自由裁量等。某一方面的改進并不會消除對其他方面的需求，反而會通過提高整體生產率而增加對另一方面的需求。[4]
企業(yè)基于比較優(yōu)勢，利用智能化機器替代勞動力執(zhí)行常規(guī)任務，以提高生產效率并擴大經營規(guī)模，進而增加了同一工作流程中原本從事非常規(guī)職業(yè)的勞動力需求。同時，智能化技術的應用還會催生新的任務，創(chuàng)造出需要具備較高認知能力才能完成的就業(yè)機會。技術進步通過提高專業(yè)化分工效率和促進分工細化，衍生出新生產任務、新工種或新職業(yè)。2020年發(fā)布的《新職業(yè)在線學習平臺發(fā)展報告》顯示，數字化管理師、無人機駕駛員、人工智能工程技術人員、農業(yè)經理人、物聯網工程技術人員成為用戶最想學習的新職業(yè)。人工智能應用極大地增加了與之相關職業(yè)的勞動力需求，與此同時，非人工智能相關職業(yè)的需求有所下降。
基于人工智能對勞動力市場影響的若干建議。根據人工智能技術對勞動力市場需求的影響，筆者提出以下幾點建議。第一，高度重視人工智能技術的就業(yè)創(chuàng)造效應。新技術應用所催生的新任務和提供的新崗位，是歷次工業(yè)革命沒有引致大規(guī)模失業(yè)的重要原因。充分挖掘人工智能技術在這方面的潛力，能夠為勞動力市場注入新的活力。第二，歷次工業(yè)革命沒有引致大規(guī)模失業(yè)的另一重要原因在于，新的經濟增長點不斷涌現，經濟形態(tài)從農業(yè)經濟依次向工業(yè)經濟、服務業(yè)經濟轉化。隨著人們收入水平的提高，其物質消費和服務消費逐漸得到滿足，進而開始追求精神層面的消費，例如人們開始更加注重消費的體驗過程和情緒價值。在此背景下，人工智能技術能否為消費升級提供技術支撐，并衍生出新的工作任務以及新職業(yè)、新業(yè)態(tài)，是尋求下一個經濟增長點的關鍵所在。第三，根據勞動力市場需求結構變化調整人才培養(yǎng)方案。人工智能技術對常規(guī)職業(yè)具有替代性，而與非常規(guī)職業(yè)存在互補效應。非常規(guī)勞動力的供給，很大程度上取決于教育和培訓體系的改革成效。一方面，為應對當前市場對非常規(guī)職業(yè)勞動力的短期需求，政府需要聯合企業(yè)與社會力量，為在職勞動者、應屆大學生以及新入職勞動者提供相關技能培訓，增強勞動技能與崗位技術要求的適配程度；另一方面，為迎接未來市場對非常規(guī)勞動力的需求，政府應該從教育體系改革入手，從調整專業(yè)招生結構、更新專業(yè)課程設計、實現授課形式多樣化等方面出發(fā)，著力培養(yǎng)符合勞動力市場需求的專業(yè)人才。
結論
總體來看，高質量充分就業(yè)關系勞動力需求與勞動力供給兩個方面?；趧趧恿π枨蟮囊暯?，當宏觀經濟運行處于周期性低迷階段時，首要任務是借助擴張性宏觀經濟治理手段及相關政策，千方百計擴大總需求，提高經濟增長率，推動經濟持續(xù)回升向好。此輪經濟周期低迷的成因較為復雜，既有傳統(tǒng)總需求不足的原因，也有逆全球化趨勢抬頭、全球產業(yè)鏈重構的原因，同時房地產業(yè)調整所導致的資產負債表收縮性經濟下滑也是原因之一，并且資產負債表修復所經歷的周期可能持續(xù)時間更長。因此，在運用宏觀經濟治理及其政策走出經濟低迷的過程中，需要將逆周期、跨周期甚至長周期的戰(zhàn)略和政策有機融合。一方面，要通過長期規(guī)劃和產業(yè)政策，大力發(fā)展新質生產力，推動我國產業(yè)結構向更高層次邁進；另一方面，要穩(wěn)固并拓展我國制造業(yè)在全球產業(yè)鏈中的地位，進一步增強中國制造業(yè)的韌性；此外，在全國統(tǒng)一要素市場形成的過程中，優(yōu)化我國產業(yè)的區(qū)域布局。與此同時，要特別關注未來房地產業(yè)的轉型路徑。從短期看，應著力推動房地產市場止跌企穩(wěn)；從長期看，要迅速開啟房地產業(yè)發(fā)展新模式，即市場與社會保障并重的發(fā)展模式。對城市已有住房的居民，繼續(xù)通過市場化機制滿足其改善型需求；針對城市低收入階層和流動人口，提供保障性住房以滿足其基本居住需求。特別是對流動人口而言，加快推進保障性住房建設具有“一箭四雕”的作用：一是有利于推進流動人口市民化；二是有利于降低勞動力成本，保持勞動力比較優(yōu)勢，進而穩(wěn)固中國制造業(yè)在全球產業(yè)鏈中的地位；三是有助于提升流動人口的消費能力，擴大內需，助力構建以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局；四是有利于推動實現全體人民共同富裕，彰顯社會主義制度的優(yōu)越性。與此同時，應實施擴張性財政政策，特別是在住房之外的其他公共產品（如教育、醫(yī)療、養(yǎng)老等）領域加大投入，推進均等共享。這一方面可為高質量充分就業(yè)創(chuàng)造前提條件，另一方面能夠促進全體居民提升消費、擴大內需。同時，寬松的貨幣政策以及融資成本的下降，能夠刺激企業(yè)投資和居民消費，拉動總需求，助力經濟走出周期底部。上述政策措施，能夠顯著增加對勞動力的需求。
基于勞動力供給的視角，從長期看，應高度關注人口出生率下降的問題，切實推行鼓勵生育政策，推動教育機會均等化，合理延長基礎教育年限，穩(wěn)定未來勞動力數量增長趨勢，推動勞動力年齡結構朝著更優(yōu)方向發(fā)展，為長遠的勞動力供給筑牢根基。從短期看，應深入推進全國統(tǒng)一勞動力市場建設，推動戶籍制度改革，促進公共服務普惠共享，加快勞動力在區(qū)域間的流動，持續(xù)深化市民化進程，使勞動力供給結構更趨優(yōu)化與合理。面對年輕勞動力就業(yè)困難和人工智能對就業(yè)結構、職業(yè)結構帶來的影響，我國高等教育和人才培養(yǎng)體系的改革迫在眉睫。教育關系勞動力供給的數量和質量，是聯結勞動力供給與需求、實現高質量就業(yè)的關鍵環(huán)節(jié)，必須花大力氣進行深入研究，全面改革，以應對世界之變、時代之變、技術之變和國情之變。
（本文系國家自然科學基金重點項目“中國宏觀經濟調控政策研究”的階段性成果，項目編號：71933001）
注釋
[1]中國大陸東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個?。ㄊ校Ｖ胁康貐^(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8省。西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個?。ㄗ灾螀^(qū)）。另外，在2015～2023年的數據中，東部地區(qū)不包括遼寧，中部地區(qū)不包括吉林和黑龍江。
[2]王永欽、董雯：《機器人的興起如何影響中國勞動力市場？——來自制造業(yè)上市公司的證據》，《經濟研究》，2020年第10期。
[3]陳琳、高悅蓬、余林徽：《人工智能如何改變企業(yè)對勞動力的需求？——來自招聘平臺大數據的分析》，《管理世界》，2024年第6期。
[4]D. H. Autor, "Why Are There Still So Many Jobs? The History and Future of Workplace Automation," Journal of Economic Perspectives, 2015, 29(3).
責 編∕張 貝 美 編∕梁麗琛
Technological Shocks, Structural Imbalances, and Policy Adaptation in the Labor Market
Yuan Zhigang
Abstract: High-quality full employment is crucial for China's economic and social development. Currently, China faces new opportunities in achieving high-quality full employment; however, it also encounters multiple challenges due to factors such as slowing economic growth, industrial restructuring, and regional economic shifts. New trends are emerging in rural labor mobility, while issues in education, housing, and other areas demand urgent resolution. The employment pressure on college graduates is intensifying, accompanied by a decline in the return on education. Artificial intelligence is profoundly reshaping the labor market, accelerating structural transformations in employment. High-quality full employment hinges on both labor demand and supply. From a demand-side perspective, it is essential to expand aggregate demand through all possible means, elevate economic growth rates, and sustain economic recovery to further boost labor demand. From a supply-side perspective, long-term strategies should include proactive policies to encourage childbirth and promote equal access to education, thereby strengthening the foundation of labor supply. In the short term, it is imperative to advance the development of a nationally unified labor market, promote the widespread sharing of public goods, and continuously deepen the urbanization process, thereby optimizing and rationalizing the structure of labor supply.
Keywords: high-quality full employment, rural labor force, graduate employment, artificial intelligence
