摘要：随着人工智能技术在生产生活中的广泛应用，新的职业场景不断涌现，新旧职业更替也日趋频繁。但现有文献并未关注人工智能引致的职业变迁方向，以及技术冲击下的职业平等性问题。基于此，本文在分析中国职业变迁典型化事实的基础上，采用微观调查数据检验人工智能技术在职业变迁过程中的作用，从职业类型、任务属性和职业技能等方面，识别人工智能引发的职业变迁方向；从职业收入、就业稳定性、工作满意度以及职业地位等维度，探究人工智能对不同技术复杂度职业的影响差异。研究发现，人工智能技术能够诱发职业变迁，引致劳动者从传统职业转向新职业和数字职业，也会重塑职业任务属性，促使任务向非繁重、精简化和自由化方向发展；人工智能技术的“再技能化”效应会拓展职业技能宽度，而其“去技能化”效应则会降低技能深度；人工智能技术也会推动职业地位向上流动，但对不同技术复杂度职业的工资收入、工作稳定性与满意度会产生差异化影响，进而对职业平等性形成冲击。关键词：人工智能 职业变迁方向 职业平等性一、引言2022年11月OpenAI推出生成式AI 产品ChatGPT ，其强大的自然语言处理、文本分析、信息整合和对话能力震惊全球。在人工智能技术革命浪潮中，各国纷纷通过政策激励人工智能技术研发，并在国家战略层面布局，力求占领技术制高点。2022年1 月，英国牛津洞察智库发布的《政府AI 就绪指数报告》称，世界范围内40%左右的国家已将发展人工智能确定为国家级战略①。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，“推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎，培育新技术、新产品、新业态、新模式”②。党的二十大报告指出“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”③。随着人工智能相关政策的陆续出台，中国人工智能技术取得突破性进展。2021年4 月，清华—中国工程院知识智能联合研究中心、清华大学人工智能研究院知识智能研究中心联合中国人工智能学会发布《人工智能发展报告2011- 2020》，指出在2011~ 2020年期间，中国人工智能专利申请处于全球领先地位，申请量高达近39万件，约占全球总量的74.7% 。通常，新旧职业更替往往与技术进步相伴而生，人工智能技术的不断发展与应用将会催生新的职业场景。1959年第一台工业机器人诞生，1982年第二代“感知机器人”问世，相比于第一代，这类机器人具备感知和反馈能力，能够在危险、艰苦环境下完成勘探和操作任务，或者代替人类执行一些重复、繁重的体力工作。第三代“智能机器人”或称“仿人机器人”，具有类人的思维能力，借助跨学科的知识图谱、前沿算法和超强算力，可以进行规律识别、因果推断、判断决策和自主学习，不断推动人工智能从智能感知朝智能认知方向转变，可以完成传统机器人难以做到的任务，并已广泛应用于智能交通、智能家居、智能医疗以及零售等领域。可以预见，随着技术的不断迭代发展，人工智能技术会大幅度地提高劳动效率，既能替代体力劳动者执行繁重和重人工智能技术冲击和中国职业变迁方向*王林辉 钱圆圆 周慧琳 董直庆* 本项研究得到国家社会科学基金重大项目“人工智能技术与更充分更高质量就业问题研究”（基金号：20ZDA 069）、教育部哲学社会科学研究后期资助重大项目“工业智能化的经济地理格局重塑效应研究：技术偏向与微观机制”（项目号：22JHQ 011）的资助。感谢匿名审稿专家的宝贵意见，当然文责自负。董直庆为本文通讯作者。人工智能技术冲击和中国职业变迁方向经济学- - 74DOI:10.19744/j.cnki.11-1235/f.2023.0131《管理世界》2023年第11期复性任务，又会替代脑力劳动者，引领职业转向全新方向（贾根良，2016；郭凯明等，2023）。 一些传统职业渐次退出历史舞台，比如寻呼台传呼员、铅版制版工等；同时一些新职业应运而生，如人工智能工程师、区块链工程技术人员等，新旧职业更替日趋频繁。2020年，人力资源和社会保障部中国就业培训技术指导中心联合阿里巴巴钉钉发布《新职业在线学习平台发展报告》，报告显示数字化管理师、无人机驾驶员、人工智能工程技术员和物联网工程技术人员等新职业备受关注，成为用户最想从事的新职业。在人工智能应用的初始阶段，其劳动替代效应往往高于岗位创造效应（阿西莫格鲁、雷斯特雷波，2020；王永钦、董雯，2020）。 文献从职业维度评估人工智能技术的就业替代风险，推测未来将有47%~55% 的职业面临高替代风险（弗雷、奥斯本，2017；戴维，2017）。 考虑到人工智能可能只是替代职业中部分任务而未必是整个职业，若从职业层面测算可能会高估职业替代风险。因此，一些文献从任务属性视角修正测算方法，重新评估各国的职业替代风险（梅拉妮等，2017；内德尔科斯卡、昆廷尼，2018；王林辉等，2022a）。 也有文献基于在线职位招聘数据，分析人工智能相关职业的招聘需求变化和招聘岗位的人工智能暴露程度（阿西莫格鲁等，2022；阿尔巴内西等，2023）。 这些研究均证实，人工智能技术正逐渐改变生产任务和创造新职业。此外，为识别人工智能如何影响职业技能，文献将技术创新细分为替代型和增强型创新两类，考察不同类型创新对职业技能需求的影响，结果发现自动化创新会降低就业，而增强型创新能够明显创造新职业，并对劳动者的专业化技能产生新的需求（奥特等，2022）。 然而，这些文献或关注人工智能的劳动替代和岗位创造效应，或考察人工智能冲击下的岗位招聘需求变化情况，尚未重视人工智能冲击对职业变迁会产生何种影响。实际上，技术变革带来了新的生产场景和新的职业机会，也对传统职业形成冲击。结果是，一些过时的旧职业不断消失，而一些新的职业应运而生，新旧职业不断更迭即产生了职业变迁（弗雷、奥斯本，2017；奥特等，2022）。 当然，在新旧职业变迁的过程中，也会有很多职业的工作对象、工作方式、生产工具和劳动过程发生变化，相应的任务内容也随之改变。可以说，职业变迁既表现为新旧职业的更替，又表现为职业任务内容的变动。那么，人工智能技术能否引发职业变迁？劳动者所从事的职业朝何种方向演进？又会如何冲击职业平等性？对这些问题的回答，将有助于全面了解人工智能技术对劳动力市场的冲击和判别中国职业变迁方向。基于此，本文在分析中国职业变迁典型化事实的基础上，从微观视角考察人工智能技术对职业变迁的影响。本文的边际贡献在于：第一，现有文献主要关注人工智能技术对劳动力的替代和创造效应，并未考察人工智能技术冲击下的职业变迁问题。本文采用职业代码变化表征职业变迁，通过梳理历次职业分类大典的修订变化来识别新职业，探究人工智能技术对职业变迁的冲击和中国职业变迁方向，发现人工智能技术会推动传统职业朝新职业和数字职业方向演变。第二，创新性地从职业的任务属性视角，基于任务数量、任务繁重度、任务复杂度以及任务自由度等维度，探究人工智能技术是否会诱致职业任务属性变化。研究发现，人工智能会重塑职业的任务属性，诱致职业任务朝非繁重、精简化、自由化方向转变。第三，构建职业技能宽度与深度指标，分析人工智能技术应用对职业技能需求的影响，诠释人工智能技术的“去技能化”和“再技能化”特性，发现人工智能会拓展职业技能宽度和降低技能深度。第四，引入职业收入、就业稳定性、工作满意度以及职业地位等，剖析人工智能技术对职业平等性的冲击，旨在进一步探讨人工智能技术诱致职业变迁的经济社会后果。研究发现，人工智能技术会推动职业地位向上流动，但对不同技术复杂度职业的工资收入、工作稳定性与满意度会产生差异化的影响，进而对职业平等性形成冲击。本文的剩余结构安排如下：第二部分是文献综述与研究假说；第三部分是中国职业变迁的典型化事实；第四部分介绍计量模型选择、变量设计和数据来源；第五部分是人工智能技术对职业变迁影响的存在性检验；第六部分是人工智能技术冲击下的职业变迁方向检验；第七部分是进一步讨论；第八部分是研究结论与政策建议。二、文献综述与研究假说亚当·斯密在《国富论》中论述分工与专业化问题时，认为分工有利于提高劳动生产率和节省劳动时间，随着市场范围扩大会产生专业化分工并形成职业。技术进步则会提高生产率，促使分工进一步细化，在新职业- - 75的形成与新旧职业的更替过程中扮演着重要角色。当前，新一代人工智能技术明显有别于传统技术，不仅在耐疲劳、连续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。因此，采掘、装卸、搬运等重体力和高强度的任务转由机器人执行（阿西莫格鲁、奥特，2011；余玲铮等，2021a）。 一些明确定义的、可编码的、常规的生产任务，比如翻译、驾驶、物流分拣和仓库管理等也逐渐被人工智能替代（阿西莫格鲁等，2023；王林辉等，2022a）。 阿西莫格鲁和雷斯特雷波（2020）指出，自动化倾向于替代重复性工作，一些低技能工作面临淘汰风险，但自动化也会创造需要高技能劳动力来完成的新任务和就业机会。换言之，技术进步会提高专业化分工效率和促进分工细化，进而衍生出新生产任务、新工种或新职业，一部分劳动者将从传统职业转向新职业，如人工智能训练师、工业机器人系统运维员等（弗兰克等，2019；巴德特，2021）。 阿西莫格鲁等（2022）运用2010~ 2018年间的美国在线招聘数据研究人工智能对劳动力市场的影响，发现人工智能应用极大地提高了与之相关职业的劳动力需求，但非人工智能相关职业的招聘需求有所下降。奥特等（2022）研究发现当前的大部分工作都是从1940年以来出现的新职业，将1940~ 2018年分成两个阶段对比新技术创造新工作的差异，发现新工作的产生领域已经从前40年低薪的生产和办事人员等职业，转向技术人员和管理人员等高薪职业。奥特等（2003）用矩阵分类法，将职业类型按照是否可被程序化划分为常规型和非常规型；按照是否需要认知能力划分为认知型和非认知型两类。因此，文献通常将可被程序化且不需要过多认知能力的职业划分为常规非认知型；将工作内容不易被程式化，但对脑力劳动要求不高的职业划分为非常规非认知型；将有预设执行步骤但需要一定认知能力的任务划分为常规认知型；将工作内容难以规范化，需要灵活应对的任务划分为非常规认知型（王林辉等，2022b ；都阳等，2023）。 相关研究发现，智能化设备会替代劳动执行常规任务，但会提升从事非常规任务的劳动力需求（莱恩德斯、德弗里斯，2018；阿西莫格鲁、雷斯特雷波，2019）。 阿塔莱等（2020）研究美国1950~ 2000年的职业演变后，发现88% 的职业变化源于任务内容变化，具体表现为从常规认知任务向非常规认知任务转变。德弗里斯等（2020）运用2005~ 2015年37个国家的跨国面板数据考察工业机器人对不同类型工作的影响，结果发现机器人应用的扩大能够降低常规任务密集型工作的就业份额。余玲铮等（2021a）的研究也证实了工业机器人对可编码的、高重复性的常规任务具有替代性，但是与需要较高认知和社交能力的非常规任务却能够实现互补。在技术日新月异的环境中，智能机器的使用将给组织运作和任务执行方式带来彻底的改变（施普赖策等，2017）。 人工智能通过不同领域的算法交互处理，将繁杂的任务拆分成一系列单一生产任务，替代劳动力或以人机协作的形式执行生产任务。原本复杂的生产任务通过拆分，交给机器人执行，而需要劳动者执行的任务逐步呈现简单化、轻松化特征，劳动者工作的自主性也会不断提高（葛等，2021）。 比如医药、食品加工和物流业等诸多行业采取“机器换人”，借助自动化药房、流水线机器加工和智能分捡等，将劳动者从原先繁杂的任务中解放出来，转向更灵活和更轻松的岗位。米奇（2021）认为，技术进步对常规型劳动力的替代，实际上也从侧面反映出技术进步会将复杂任务简单化，如仓库中材料记录文员工作，以前需要专业技术人员管理复杂的档案材料、跟踪与记录货物进出信息、调度货物与管理库存，而如今智能化的计算机软件可以处理这些复杂问题，人机协作后材料记录员可能只需通过电脑就可以轻松完成这一工作。同时，人工智能应用有助于非正规就业的兴起，职业任务的灵活性和自主性相对于传统职业自然更高（那瓦基特海通、汤，2020；王天夫，2021）。任务自主性不仅体现在灵活决策即自主地安排工作任务和进度，也体现在工作方式方面的灵活自由（汉弗莱等，2007）。 一些固定地点或时间的工作模式将逐步被打破，传统观念中难以想象的远程办公、居家办公已变成现实（维斯基兴等，2017）。 据此，提出假说1 。假说1 ：人工智能技术会诱致职业变迁，也会重塑职业的任务属性。智能机器的规模化使用将产品生产过程逐一分解成一道道工序，机器人的“执行替代”易使劳动者技能退化（许怡、叶欣，2020）。 例如，传统手工艺人拥有经过漫长岁月沉淀的工艺品制作手艺，但借助先进设备可以将生产工艺标准化和自动化，产品生产周期更短且效率更高，流水线上的工人只需进行简单技能培训就能执人工智能技术冲击和中国职业变迁方向经济学- - 76《管理世界》2023年第11期行生产任务（戴明、诺拉，2020；莫怡青、李力行，2022；布林约尔松，2022）。 同时，当技术迭代使产品生产从自动化流水线生产不断转向智能化生产，人工智能拥有强大的推理、判断、归纳和决策等能力，可以胜任更多生产任务。新生产场景中很多任务开始交由机器人执行，一些机器人无法较好完成的任务也只需与普通工人配合处理就可以完成，这无疑会降低劳动者的技能深度。米奇（2021）认为，技术并没有完全取代工人，而是简化了工作，减少了工人执行这些任务所需的技能。曼尼卡等（2017）认为，一些技术应用的后果是使低技能工人取代高技能工人。例如，计算机视觉和图像识别技术在医疗领域中的应用，可帮助医技人员高效地完成影像识别与诊断任务，减轻医生的工作量。再如伴随自然语言处理技术的不断迭代、持续智能化和流程简化，先前需要专业人员来完成的自然语言处理任务，现在非专业人士也能轻松地完成。这些均说明人工智能技术具有“去技能化”效应，降低了职业特别是高技术复杂度职业的技能深度。人工智能应用不仅会“去技能化”，也会激励劳动者“再技能化”。人工智能技术创造出新的岗位，执行新的生产任务需要新技能，此时劳动者需要“再技能化”才能适应新任务。如算法工程师需要掌握深度学习、神经网络、决策树等算法及参数设计能力，人工智能训练师则需要拥有数据标注、人机交互设计和人工智能产品性能跟踪测试等技能。相较于传统技术，人工智能技术更具渗透性和通用性，其应用场景不断拓展，推动新环境中的工作形式、对象和内容更加多元化，不同岗位之间的边界趋于模糊，劳动分工的“去边界化”成为新趋势（郜清攀，2022）。 然而，新任务和新问题的解决又需要多学科、多部门和多领域的专业知识协同。因此，劳动者的技能越多元即技能宽度越广，越能适应新技术环境，更能顺畅地转换到新岗位。换言之，人工智能冲击下劳动者亟需掌握多元化技能，即不断扩大自身技能宽度以适应新技术环境。卢卡斯等（2023）利用2017~ 2019年期间波兰网站上发布的在线招聘信息数据分析职业的技能需求，发现无论何种岗位任务都需要较强的认知能力、沟通能力和组织能力，非常规和常规认知任务均需要广泛且相似的技能组合，其中认知能力、数学能力、人际交往和沟通能力是非常规任务的主要技能要求，劳动者只有通过拓展技能才能适应市场需求。可见，新技术环境下，劳动者需要拓展技能宽度以应对技术进步带来的任务优化和升级。据此，提出第二个假说。假说2 ：人工智能技术的“去技能化”和“再技能化”特征，会拓展劳动者的职业技能宽度和降低职业的技能深度。通常，机器换人更易发生在任务强度大、重复度高或环境危险恶劣的岗位，而需要劳动者执行的生产任务变得更轻松、自由或工作环境更安全、友好，这会有利于职业本身的社会地位上升（利普塞特、本迪克斯，1959；马斯、范鲁文，2002）。 哈迪等（2018）研究1998~ 2015年欧洲24个国家的工作任务内容变化后发现，所有国家的非常规认知任务都在增加，而需要体力的任务都在下降。美国劳动力市场的变化趋势也证实了这一结论（科尔特斯等，2020）。 多思等（2021）研究1994~ 2014年间机器人对德国劳动力市场的冲击时发现，那些被自动化替代的劳动者可能会转向执行新任务，相较于转换前，劳动者转换后的工作质量和工资收入更高。这与加洛尔和茨伊登（1997）的研究结论相一致，即技术进步能够提高劳动者的职业地位。贾维斯和宋（2017）使用嵌套职业分类法将职业分成体力和非体力两类，考察1969~ 2011年美国个体在其职业生涯过程中的职业流动经历，发现职业流动和劳动力结构、技术进步等因素息息相关，几乎所有层级的职业都呈现出向上流动趋势。此外，人工智能应用会催生出新职业，如机器人训练师、算法工程师等。而新职业需要的新专业化知识会带来稀缺性溢价，因此这些职业劳动者的收入普遍较高，劳动者的职业地位会向上流动（奥特等，2022）。在人工智能技术诱发职业变迁过程中，技术虽然会提升劳动者的职业地位，但对不同技术复杂度职业的收入、就业稳定性、工作满意度影响存在差异。首先，人工智能技术在生产中广泛应用，常规型任务交由机器来执行，这些职业的部分劳动者可能被挤出劳动力市场，其工资收入可能受损（萨斯坎德，2017）。 而高技术复杂度职业的劳动者，因其被机器人替代的可能性小，若能借助新技术实现人机协作，劳动者的生产率提高还会使其工资不降反升（余玲铮等，2021a）。 其次，人工智能技术会削弱对低技术复杂度职业的劳动控制权，降低此类职业的就业稳定性（许怡、叶欣，2020）。 主要原因在于，一方面，人工智能的“去技能化”效应将技术工艺和生产工序分离，简化低技术复杂度职业的工作内容，劳动者对于企业的重要性降低，企业更愿意选择非稳定- - 77的雇佣关系（余玲铮等，2021b）；另一方面，人工智能的“再技能化”效应会对劳动者的技能提出新要求，如实现人机协作所需的数字技能等。而那些低技术复杂度职业的劳动者通常在学习新技能方面存在困难，加上新技术的快速更新又会增加企业的培训成本，企业对低技术复杂度职业群体更倾向于采用松散的临时雇佣方式（朱斌，2022）。 最后，从工作满意度上看，人工智能技术可以替代劳动者执行重复、繁重甚至危险的工作，将提升从事这类任务劳动者的工作满意度（马丁、奥姆拉尼，2015）。 吉赫勒布等（2022）运用企业数据研究工业机器人与工伤之间的关系后发现，机器人渗透度每增加一个标准差，员工工伤发生率就会降低1.2% ，进一步研究发现，机器人应用能够提升受过职业培训群体的工作满意度。根据上述分析，提出本文的假说3 。假说3 ：人工智能技术会推动职业地位向上流动，但对不同技术复杂度职业的工资收入、就业稳定性与工作满意度会产生差异化影响。三、中国职业变迁的典型化事实（一）新旧职业更替职业演变可以折射技术变革和经济变迁。随着经济水平的提升、市场需求的变化和技术的日新月异，新旧职业不断更替，职业趋向多元化。1999年我国正式颁布第一部《中华人民共和国职业分类大典》，2015年颁布了修订后的《中华人民共和国职业分类大典》，2022年再次颁布了最新版《中华人民共和国职业分类大典》。《中华人民共和国职业分类大典》将职业分为大类、中类、小类和细类，见表1 。对比不同版本的职业分类大典，发现2015年修订后的《中华人民共和国职业分类大典》与1999年版相比，新增了9 个中类、21个小类和347个细类职业，取消了894 个细类职业，并标记了127 个绿色职业。2022年的《中华人民共和国职业分类大典》与2015年版相比，净增了158 个新职业，并标记了97个数字职业，134 个绿色职业，其中23个职业两者兼具。当前，人工智能等新技术广泛应用，正逐渐替代劳动力执行生产任务（王林辉等，2022a）。 一个典型的场景，传统银行柜员需要掌握点钞、识别货币、会计分录等一系列岗位技能。新技术应用到金融业后，以往需要由柜员完成的工作逐渐由自动取款机、点钞机、捆扎机等自动化设备执行。同时，新技术的应用也会引发职业更替甚至永久消失。通过对比1999年和2015年《中华人民共和国职业分类大典》中的职业类别发现，诸如话务员、凸版和凹版制版工、唱片工等传统职业在技术变迁中逐渐被淘汰。当传统生产任务属性变化或新产品生产引起社会分工和技能需求变动时，新职业便应运而生。自2019年以来，我国人力资源和社会保障部共发布了74个新职业，其中与人工智能紧密相关的职业包括人工智能工程技术人员、工业机器人系统操作员、工业机器人系统运维员、智能制造工程技术人员、机器人工程技术人员等。这些职业具有明显的新技术任务属性，比如人工智能工程技术人员的职业任务主要有分析、研究和优化人工智能算法、指令以及应用技术和指导相关技术应用。当然，职业变化也伴随着就业人数变动，如自20世纪90年代以来，我国第一产业就业人数占比逐年递减，第二、三产业就业人数占比呈现稳步上升趋势，其中第三产业就业人数占比增长尤为明显，见图1 。在第三产业细分行业中，2020年信息传输、软件和信息技术服务业、房地产业、租赁和商务服务业就业人数均达到2005年就业人数的2.9 倍以上，而第一产业农林牧渔业就业人数负增长，见图2 。第一产业就业人数大量减少，信息技术、金融业等服务业就业人数大幅增加，表明职业结构呈现向高级化发展的趋势。（二）职业任务变迁特征伴随着技术进步，职业表1 职业分类大典中的职业类型和职业变化颁布年份199920152022职业种类分布大类888中类667579小类413434449细类183814811639标记职业绿色职业L—127134数字职业S——97两者均是L/S——23修订明细—①新增9 个中类、21个小类、347 个细类；②取消894 个细类职业；③新增绿色职业的标记；①净增158 个新职业；②调整30个中类和100 余个小类名称及定义、700 多个职业信息描述；③新增数字职业的标记。注：（1）L 是绿色职业的汉语拼音首字母，用以标识绿色职业；S 是数字职业的汉语拼音首字母，用以标识数字职业。（2）2015年版职业分类大典相比于1999年版，新增了347 个细类，取消了894 个细类，但也做了归并，因此1481≠ 1838+ 347- 894 。人工智能技术冲击和中国职业变迁方向经济学- - 78《管理世界》2023年第11期第二产业就业人数占比就业人数占比（%）就业人数（万人）90807060504030201009000080000700006000050000400003000020000100000第一产业就业人数第三产业就业人数第二产业就业人数第一产业就业人数占比第三产业就业人数占比196019631966196919721975197819811984198719901993199619992002200520082011201420172020年分工通常会日益细化，职业任务会在原先任务内容上更加明确。如公司管理者原先统称为经理，随着企业组织形式和分工细化，衍生出不同层级的经理人，包括但不限于董事长、总经理、首席执行官、部门经理、项目经理和产品经理等。同时，技术在推动分工细化的过程中，会通过任务分解将部分由劳动力执行的任务交给机器完成，需要劳动者完成的生产任务趋向简单化。如传统纺织生产主要依靠手工操作完成，缫丝机在生产中的应用，将原来手工缫丝技术分解成除杂、梳理、精梳、牵伸、加捻等工序，实现自动化生产。这样传统手工艺人成为流水线工人，任务的复杂程度自然随之下降。人工智能赋予机器设备类人技能，通过将生产流程标准化、机械化和智能化，代替劳动者更高效地执行生产任务，从而更大程度地简化劳动力的任务。例如，融合了自动化技术、视觉识别技术以及智能处理技术的纺纱机器人，能够自动、高效和智能地完成上料、纤维预处理、纺纱、纺线和自动清洁等任务，与人工相比工作效率更高、所生产的产品质量更好。一般而言，任务数量在一定程度上能够反映出职业任务的复杂度，某一职业的任务数量越多，完成该职业所需的步骤或环节越多，任务越复杂，则对技能要求越高；反之，职业任务数量越少，意味着其任务复杂度越低。作者根据1999年、2015年和2022年《中华人民共和国职业分类大典》中关于职业任务的具体描述，整理出职业任务数量分布，见图3 。从时间维度上看，这3 个时期的职业任务数量分布整体呈现出类纺锤形，大部分任务数量集中于中位数附近。然而，当任务数量超过 15条时，2015年和2022年职业分布密度明显低于1999年，1999年部分职业任务数量甚至高达20余条。如1999年职业分类大典中“6- 13- 03- 01烟用二醋片制造工”的任务数量为22条，而在2015年职业分类大典中“6- 03- 02- 01烟用二醋片制造工”的任务数量减少为8 条。再如，1999年“2- 02- 03- 02选矿与矿物加工工程技术人员”的任务数量为13条，而在2015年职业分类大典中“2- 02- 03-04选矿与矿物加工工程技术人员”的任务数量减少为9 条，其中减少了研究开发选煤技术、煤的气化和液化技术、煤炭燃烧技术、煤炭能源转化技术、烟道气除尘技术和脱硫技术等任务。可见，在职业演进过程中，新技术应用可降低职业任务数量或简化职业任务内容。特别是人工智能在生产中的应用，通过“机器换人”或“人机协作”等生产方式，促进职业任务朝简单化方向发展。比如，智能客服机器人可以代替人工客服回答常见问题，减少了人工客服的图1 1960~ 2021年各产业就业人数及占比资料来源：国家统计局。图2 2005年、2010年、2015年、2020年分行业就业人数资料来源：国家统计局。- - 79重复性工作，也能避免客户拥挤和提高回应效率；再如人工智能视觉检测技术可以自动检测产品的缺陷和质量问题，不仅可以简化工人的质检任务，还能够提高工作效率和产品质量。进一步地，从职业视角对比1999年和2022年5 个职业大类的任务数量分布，探究不同类别职业任务变动差异。从图4 中可看出，农林牧渔业生产及辅助人员、生产制造及有关人员这两大类职业任务数量分布区间缩短，尤其是区间上限值明显减小。表明在职业演进过程中，部分职业的任务数量在逐渐减少，职业的任务复杂度呈现出逐渐降低的趋势。现实中此类案例比比皆是，如在农业生产中，不同于原先的人工采摘，智能机器人能够通过颜色识别技术进行瓜果采摘，农民仅需操作机器即可；又如在制造业生产过程中，工业机器人、机械臂等自动化设备广泛使用，替代了大量工人。不过，就商业、服务业人员与专业技术人员而言，任务数量分布区间上限值略有变大，原因在于，人工智能技术会衍生新任务或增加任务量，从事人工智能、物联网、大数据、云计算、智能制造、区块链等数字技术领域研发、设计的工程技术人员的任务数量会因职业复杂度较高而增加。但不可否认的是，服务业中人工智能也会降低部分从业者工作量，如酒店智能配送机器人能够根据用户需求自主规划路线、上下电梯以实现自动化配送物品；智能图书管理机器人可以完成全自动借还书和书籍整理等任务；人工智能在智能理赔、风险评估和保险精算等方面的应用，也大大简化了传统的保险代理人、保险精算师等职业的工作内容；人工智能技术强大的文本和案例快速检索能力，能够简化律师的法律文件、法律论据准备任务。（三）热点职业与评价标准变化职业作为社会分工的产物和劳动者赖以生存的手段，不同时期职业选择和评判标准蕴含鲜明的时代特征。通常，热点职业与评价标准随着职业地位的变化而变化。改革开放前，我国科技基础薄弱，职业种类较为单一，多数劳动者从事农林牧渔业等工作。国家统计局数据显示，1970年我国农林牧渔业从业人数超过2.7 亿人，远高于第二、三产业各3000万人的就业人数。在计划经济时期，劳动就业采取统分统配形式，相比于传统的农林牧渔业等职业，公务员、医生、教师、驾驶员、国营商店售货员等因收入高、职业稳定且拥有较高社会地位，是当时多数人梦想从事的“好”职业。改革开放后，社会开放度和经济活力渐次增强，职业种类不断增加，就业选择走向多元化，社会职业评价标准也随之发生变动。此时，劳动者不仅关注职业的社会地位，也更关注劳动报酬。特别地，随着民营企业不断发展壮大、外资企业不断涌入，丰厚的工资报酬吸引了众多劳动者，国有企业不再是最佳的职业选择。《中国劳动统计年鉴》的数据显示，1990年国有单位就业人数10346 万人，但在1999年国有单位就业人数已降至8572万人。同时，良好的营商环境也激发了劳动者的创业热情，许多公务员选择“仕而优则商”，20世纪90年代在全国范围内掀起了公务员辞职下海经商潮。进入21世纪，在互联网和人工智能等新兴技术的冲击下，社会分工调整使职业不断更替，与新技术相关的1999年2022年任务数量（条）1999年 2015年 2022年专业技术人员办事人员和有关人员商业、服务业人员农林牧渔生产及辅助人员生产制造及有关人员25201510502520151050任务数量（条）图3 职业任务数量分布：时间视角资料来源：作者根据《中华人民共和国职业分类大典》整理而得。图4 职业任务数量分布：职业视角资料来源：作者根据《中华人民共和国职业分类大典》整理而得。人工智能技术冲击和中国职业变迁方向经济学- - 80《管理世界》2023年第11期职业焕发旺盛生命力，劳动者的职业选择和评判标准呈现多元化。21世纪的第一个十年，互联网、金融业发展迅猛，该行业平均薪酬明显高于其他行业，成为热点职业。国家统计局数据显示，2005年信息传输、计算机服务和软件业的年平均工资以38799 元排名榜首，紧随其后的是年平均薪资为29229 元的金融业，程序员与证券经纪人等职业成为高校毕业生青睐的热点职业。到21世纪的第二个十年，互联网及人工智能等技术进步引发新职业不断涌现，劳动就业形态更加多样化，幸福感和成就感等情感体验也成为职业评判的关键点。互联网和信息技术的飞速发展推动了互联网平台经济发展，越来越多的劳动者从事互联网营销师、直播售货员等职业。网经社数据显示，2021年我国直播电商用户规模高达4.3 亿人，约占总人口的30%④。人工智能技术对职业选择和就业形式也同样产生不可忽视的影响，人工智能技术工程师、人工智能训练师等新职业涌现，这类职业被认为是未来具有高竞争力的职业。同期，劳动者对职业自由度的要求越来越高，如工作场所不再局限于办公室等传统空间、工作时间更加弹性等。诸如视频网站UP主、网络主播、外卖骑手、网约车司机等灵活性高、自主性强的新职业层出不穷，灵活就业成为新时代劳动者就业新特征。教育部学生服务与素质发展中心（原全国高等学校学生信息咨询与就业指导中心）数据显示，2021年高校毕业生灵活就业率超过16%⑤。四、计量模型选择、变量设计和数据来源说明（一）模型设定为检验人工智能技术对职业变迁的影响和识别职业变迁方向，构建计量模型如下：occupcha ijt = α 0ln AI jt + α 1X ijt + α 2ln Z