發(fā)布時(shí)間：2021-03-02 03:52

　　人工智能技術(shù)對就業(yè)的創(chuàng)造效應(yīng)與替代效應(yīng)同時(shí)存在,不僅會(huì)帶來就業(yè)量的變動(dòng),也會(huì)引起就業(yè)的結(jié)構(gòu)性效應(yīng)。從2015年開始,我國人工智能呈現(xiàn)出爆發(fā)式發(fā)展特點(diǎn),引發(fā)社會(huì)高度關(guān)注,AI作為第四次技術(shù)革命的主要驅(qū)動(dòng)力之一,將對人類生產(chǎn)與生活方式產(chǎn)生重大影響,同時(shí)對就業(yè)結(jié)構(gòu)尤其技能結(jié)構(gòu)帶來的影響不可忽視。在這一背景下,本文遵循“現(xiàn)狀分析-影響分析-優(yōu)化措施”的思路,對我國人工智能影響就業(yè)技能結(jié)構(gòu)進(jìn)行系統(tǒng)研究。首先,對歷次技術(shù)革命影響下就業(yè)技能結(jié)構(gòu)演變進(jìn)行分析,在此基礎(chǔ)上,結(jié)合人工智能在我國階段式的發(fā)展特點(diǎn),分層次分階段搭建AI對就業(yè)技能結(jié)構(gòu)影響的機(jī)理框架。其次,分別對我國人工智能與就業(yè)技能結(jié)構(gòu)現(xiàn)狀進(jìn)行描述分析,由此得出我國AI技術(shù)發(fā)展呈現(xiàn)階段性漸進(jìn)式特點(diǎn),就業(yè)技能結(jié)構(gòu)升級(jí)與極化同時(shí)存在,某些行業(yè)極化特征尤其顯著。然后,通過構(gòu)建面板回歸模型,運(yùn)用實(shí)證方法分析人工智能對就業(yè)技能結(jié)構(gòu)的影響,實(shí)證結(jié)果表明AI發(fā)展初步階段對就業(yè)技能結(jié)構(gòu)的影響使其呈現(xiàn)升級(jí)特點(diǎn),隨后又對AI深入發(fā)展引起就業(yè)技能結(jié)構(gòu)變化進(jìn)行了簡單預(yù)測,認(rèn)為這種影響將使其呈現(xiàn)極化特點(diǎn)。最后,提出了AI持續(xù)發(fā)展下優(yōu)化我國就業(yè)技能結(jié)構(gòu)的政策建議,其中包括... 

【文章來源】：山西財(cái)經(jīng)大學(xué)山西省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中國人工智能相關(guān)專利申請數(shù)量圖

文23數(shù)據(jù)來源：2004 年-2018 年《中國統(tǒng)計(jì)年鑒》圖 3. 2 中國信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)全社會(huì)固定資產(chǎn)投資圖3.2 我國就業(yè)技能結(jié)構(gòu)現(xiàn)狀分析本節(jié)將對我國就業(yè)技能結(jié)構(gòu)進(jìn)行考察與研究。國內(nèi)外學(xué)者對技能水平按照不同分類標(biāo)準(zhǔn)進(jìn)行排序，奧托等人（2006）基于工資水平、教育程度和任務(wù)內(nèi)容的不同對就業(yè)技能進(jìn)行研究，提出髙技能、低技能與中等技能水平的就業(yè)増長率存在差異。戈斯等人（2010）基于工資水平標(biāo)準(zhǔn)深入研究歐洲 16 個(gè)國家的勞動(dòng)力市場，指出大部分國家的高工資、低工資崗位就業(yè)份額與中等工資崗位比較均出現(xiàn)增長。宋冬林等（2010）將制造業(yè)平均工資比農(nóng)林牧漁業(yè)平均工資數(shù)值作為技能溢價(jià)進(jìn)行了研究。劉蘭（2013）將各行業(yè)就業(yè)人員教育水平進(jìn)行技能排序，進(jìn)而劃分高、中、低技能行業(yè)。林文鳳（2013）按受教育程度將我國勞動(dòng)力分為髙、中、低三種技能層次，將大專以及以上學(xué)歷歸屬為高技能層次，將高中及職中學(xué)歷歸屬為中等技能層次，將初中及以下學(xué)歷歸屬為低技能層次。并把中等技能勞動(dòng)力與低技能勞動(dòng)力二者比較，認(rèn)為中等技能勞動(dòng)者更能適應(yīng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對就業(yè)產(chǎn)生的影響，進(jìn)而更容易轉(zhuǎn)向髙技能勞動(dòng)力。寧光杰等（2014）利用企業(yè)微觀調(diào)查數(shù)據(jù)，按受教育水平將勞動(dòng)力分為高、中和低技能三個(gè)層次，并提出信息技術(shù)廣泛應(yīng)用可以使高技能勞動(dòng)力就業(yè)比重得以提升，但阻礙了技能勞動(dòng)力就業(yè)。呂世斌，張世偉（2015）也是按受教育程度對技能劃分。本節(jié)按受教育水平、工資水平、工作任務(wù)對技能進(jìn)行分類，多角度刻畫我國就業(yè)技?

水平作為中等技能勞動(dòng)力，大專及以上受教育程度作為高等技能勞 顯示了這三類層次就業(yè)人數(shù)比重�？梢钥闯觯晕覈踔屑耙韵聦W(xué)歷力就業(yè)人員比重在 2002—2009 年基本穩(wěn)定在 80%左右，從 2009 年續(xù)呈現(xiàn)下降趨勢，2016 年下降至 63.4%。以高中學(xué)歷水平為代表的力就業(yè)人數(shù)比重在 2002—2004 年基本保持 13.5%，2005 年與 2006有下降，從 2007 年開始，高中學(xué)歷勞動(dòng)力就業(yè)比例又呈上升趨勢，到 18.5%。以大專及以上學(xué)歷為代表的高技能勞動(dòng)力就業(yè)人員比重4 年呈現(xiàn)略微上升趨勢，2005—2008 年基本穩(wěn)定在 6.6%，從 2008 年趨勢，2016 年達(dá)到 18.1%�？梢园l(fā)現(xiàn)，我國就業(yè)技能結(jié)構(gòu)并沒有呈點(diǎn)而是升級(jí)特點(diǎn)，一方面由于受過高等教育的勞動(dòng)力并不一定具備歷低的勞動(dòng)者也不一定不具備一定水平的技能，另一方面對總體技并不能反映產(chǎn)業(yè)內(nèi)、職業(yè)內(nèi)的結(jié)構(gòu)，并不能說明內(nèi)部結(jié)構(gòu)也未呈現(xiàn)

【參考文獻(xiàn)】：
期刊論文
[1]人工智能影響就業(yè)的機(jī)理及中國對策[J]. 程承坪,彭歡.  中國軟科學(xué). 2018(10)
[2]人工智能應(yīng)用的就業(yè)效應(yīng)研究綜述[J]. 楊偉國,邱子童,吳清軍.  中國人口科學(xué). 2018(05)
[3]人工智能技術(shù)發(fā)展對就業(yè)的多重影響及應(yīng)對措施[J]. 潘文軒.  湖湘論壇. 2018(04)
[4]第四次工業(yè)革命對就業(yè)結(jié)構(gòu)的影響及中國的對策[J]. 杜傳忠,許冰.  社會(huì)科學(xué)戰(zhàn)線. 2018(02)
[5]人工智能、就業(yè)與我國勞動(dòng)政策法制的變革[J]. 涂永前.  河南財(cái)經(jīng)政法大學(xué)學(xué)報(bào). 2018(01)
[6]人工智能的發(fā)展與未來勞動(dòng)力結(jié)構(gòu)變化趨勢——理論、證據(jù)及策略[J]. 朱巧玲,李敏.  改革與戰(zhàn)略. 2017(12)
[7]創(chuàng)新經(jīng)濟(jì)對就業(yè)的沖擊與應(yīng)對研究[J]. 張車偉,王博雅,高文書.  中國人口科學(xué). 2017(05)
[8]論智能機(jī)器對就業(yè)的影響[J]. 杜娟.  開放導(dǎo)報(bào). 2017(02)
[9]分行業(yè)技術(shù)進(jìn)步對就業(yè)的動(dòng)態(tài)影響研究——基于中國34個(gè)工業(yè)行業(yè)1980～2011年的數(shù)據(jù)[J]. 姜金秋,杜育紅.  工業(yè)技術(shù)經(jīng)濟(jì). 2015(07)
[10]中國就業(yè)結(jié)構(gòu)變化:“升級(jí)”還是“兩極化”?[J]. 屈小博,程杰.  勞動(dòng)經(jīng)濟(jì)研究. 2015(01)

博士論文
[1]技能偏向性技術(shù)進(jìn)步與勞動(dòng)力市場極化[D]. 楊飛.南開大學(xué) 2013
[2]技術(shù)進(jìn)步的就業(yè)效應(yīng)研究[D]. 張紅霞.天津大學(xué) 2012
[3]技術(shù)進(jìn)步對勞動(dòng)就業(yè)的影響研究[D]. 趙利.天津大學(xué) 2009
[4]技術(shù)進(jìn)步與人力資本形成[D]. 周禮.浙江大學(xué) 2006



本文編號(hào)：3058550