2016年3月15日，谷歌公司开发的围棋软件阿法狗（AlphaGo）再胜韩国棋手李世石九段，最终以4:1的成绩结束了双方的5轮比赛。围棋被认为是人类最复杂的棋类游戏，而李世石则是多次获得围棋世界冠军顶级围棋手，之前人们普遍认为计算机围棋软件战胜人类至少是10年以后的事情，而这次比赛则让职业围棋界对人工智能刮目相看。尽管阿法狗的成功主要体现在工程整合上，而非技术的突破，但这一赛事在视围棋为东方智慧的中国激起了人们对人工智能的进一步关注。
与此同时，对机器代替人类工作，乃至最终取代人类的担心也越来越盛。在微博中广为流传的一段笑话是：“关于机器人奴役人类的可能性，我觉得人类不如先考虑一下自己有什么值得奴役的价值吧……你是挖煤挖得比机器人快了还是搬砖搬得比机器人多了……你连下棋都下不过机器人…”
实际上，智能机器人在很多领域取代人工的现象早已在中国出现。早在2011年，世界最大代工厂富士康的总裁郭台铭就宣布，公司将以日产千台的速度，5年内引入上百万台机器人，用于单调、危险性强的工作。又如，2015年，海尔在沈阳的冰箱无人工厂就在智能互联的基础上，开始为用户个性化定制和生产冰箱。
这种趋势引发了有关机器抢走人类工作的忧虑，进而有人提出：“随着技术的进步，很多工作将被机器取代，还要那么多人干嘛？”其实，这种担忧早已有之。例如，1955年马寅初在《新人口论》中就担心“从前一千个人做的事，机械化、自动化以后，五十个人就可以做了，那其余九百五十人怎么办？”机械化和自动化是他倡导节育的重要理由之一。
纵观人类历史，对技术进步导致人口过剩的担忧早已存在，但从未构成现实的问题。从采集时代到农业时代，到工业化时代，再到信息化时代，自动化程度和工作效率在不断提升，但长期来看，人类社会不仅人口越来越多，就业也越来越充分。自动化并未造成长期就业困难，更未导致人口过剩。图1是人均GDP与失业率的关系。图左是世界各国，图右是中国各省区。该图显示，人均GDP越高的地方，失业率越低。由于人均GDP越高，自动化程度通常也越高，该图印证了自动化程度高的地方就业反而更充分。
图 1 人均GDP与失业率的关系
一、一个假想例子
为何自动化不会导致人口过剩呢？不妨假设一个20人的部落每人每天平均要采集12个小时才能维持温饱。从采集过度到农耕后，假设只要10个人每天平均耕作12个小时就能维持全部落的温饱。另外10个人是否就是多余了呢？假设为了保证充分就业，部落酋长决定消减部落一半人口，以保证剩下的10人每天足以工作12个小时。但问题是，如果部落人口真的减少了一半，那衣食住行需求也会减少一半。原来需要10个人每天工作12个小时，变成只要5个人每天工作12个小时。因此酋长决定再消减一半人口。如此下去，全部落最后会剩下酋长一个人。
酋长的想法荒诞不经，但这正是像马寅初那种认为自动化造成人口过剩的思路，都是担心工作效率的提升让人变得多余。其实，人类发展经济的目的并不是要工作，而是要满足自身的消费需求；工作只是为了满足需求要付出的代价。机器人应用带来效率提升，意味着人类整体可用更少的工作时间创造出更多的物品与服务，即用更小的代价就满足更大的需求。这怎么可能会使得人类本身变得多余呢？
回到前面的例子，技术进步使原来20个人每天工作12个小时的工作量，变成只需10个人每天工作12个小时就能完成，那么其余10个人怎么办？一种办法是把10个人的工作分给20个人来做，让每人每天的工作从12小时变成6小时。这样每人每天多出6小时的闲暇，但却维持了原来的生活水平。另一种办法是依然让10个人每人工作12个小时，另外10个人再去额外工作12个小时来满足人们更高层次的需求，比如建造房屋或制作艺术品。这样全部落付出的总劳动时间与之前一样，但却享受了比之前更丰富的生活。
当然，还有介于两者之间的选择，比如其中10个人每天工作8小时来满足部落的温饱，其余10个人每天工作8小时满足部落的其他需求。这样，部落每人以更小的代价满足了更多的需求。无论选择哪种方法，整个部落会比以前更好；到底是工作6个还是12个小时，或介于两者之间，取决于人们的工作意愿，即为了满足自身的需求愿意付出多大的代价；工作意愿越高，整个部落工作时间越长，能被满足的需求也越多。
二、就业问题的本质是经济失衡
经济活动的目的，是通过工作创造物品和服务来满足人们的消费需求。人们是否愿意工作和想工作多长时间，取决于他们对闲暇与消费需求的相对偏好。这种偏好各人不同。在同等的工资水平下，有人愿意每天工作10小时，赚钱来维持更高的消费水平；而有人却只愿意工作5小时，而宁愿消费水平低一些。假设年龄结构和技术水平等条件相同，一个勤劳的社会愿意工作的人口比例较高，平均工作时间更长，消费水平也更高。
如果全社会只有一个人，那工作机会和工作意愿完全匹配。所谓工作机会是指有事可做，而工作意愿是指愿意去做事。个人总是在有事可做时才愿意去做事，所以每个工作意愿都匹配一个工作机会。比如，他想吃果子促使他愿意去摘果子；想吃果子的消费需求产生了摘果子的工作机会，而摘果子的行为则实现了他愿意摘果子的工作意愿。
从单人推至群体社会，工作意愿和工作机会应该基本匹配。这是因为人们工作的目的是为了满足自身的消费需求，所以工作意愿对应于消费需求，而消费需求则是工作机会的来源。比如，人们去辛勤工作，目标可能是要买车买房，而对汽车和房屋的需求所形成的市场就产生了工作机会。
但工作机会和工作意愿的匹配，只有在长期和整体意义上才成立。各种时间上的迟滞和空间上的壁垒，可能让这种匹配在短期和局域上失效，这种经济失衡就是就业问题的根源。简言之，工作机会少于工作意愿意味着就业难，工作意愿小于工作机会则意味着招工难。
一方面，时间上的不匹配导致周期性失衡。原因是，经济决策通常基于预期，而现实经常会偏离预期，这种偏差通过局部的正反馈机制致使经济系统发生周期性振荡。比如，消费者购房决策可能取决于对自己未来收入的预期，而生产厂商的产量可能来自对市场变化的预期，而现实与预期的偏差会通过各市场传导到整个经济体。整体上，如果消费需求小于生产供应，经济就会萧条，这时有就业难，即整体上工作机会小于工作意愿。反之，如果消费需求大于生产供应，经济就会过热，这时有招工难，即整体上工作机会大于工作意愿。如果有人既有消费需求又愿意为之工作，但却没有机会，说明经济失衡导致其潜在的消费需求没有转化为现实的工作机会。反之，如果企业有消费市场却无法招到愿意工作的员工，说明经济失衡导致低迷的工作意愿还未转化成消费市场的萎缩。
另一方面，空间上的不匹配导致结构性失衡。原因是，专业分工使得消费需求所产生的工作机会，不一定匹配工作意愿所对应的技能。比如，一个出租车司机拼命工作是为了让自己的孩子获得优质教育。他对优质教育的需求增加了教育领域的工作机会，而为了满足对优质教育的需求所产生的出车更多的工作意愿，则增加了出租车行业的服务供给。这位父亲创造的教育领域的工作机会和他自己在出租车行业的工作意愿并不匹配，但却可以通过市场来交换。如果优质师资供不应求而出租车服务又供过于求，那么这个父亲会进一步加重师资的短缺和出租车服务的过剩。
长期来看，无论是时间上的周期性失衡，还是空间上的结构性失衡，都是经济循环中的内生性现象，与人口和技术进步没有太直接的关系。这种失衡无法完全避免，但可通过完善的市场化和适当的宏观政策加以缓解。
比如，金融市场上的对冲机制以及货币和财政等宏观政策，可有效缓解周期性的失衡。而工作职位的充分市场化，则可通过市场薪资变化，影响就业者的职业选择来缓解结构性失衡。即，招工难的行业薪资上升，既吸引就业者而提升工作意愿，又抑制消费需求而减少工作机会；反之，就业难的行业薪资下降，既排出就业者而减弱工作意愿，又提升消费需求而增加工作机会。在上面的例子中，优质师资价格的上升和出租车服务价格的下降，会使得更多人会选择去做教师，而不是去开出租车。
总之，缓解就业市场失衡的关键，是增加市场的灵敏性和韧性，让消费需求的变化，无论在时间上还是空间上，都能够尽快地改变工作机会，并进而影响工作意愿，促进两者之间更迅速且紧密的匹配。
三、自动化如何影响就业？
技术水平决定了工作时间的投入转换为商品与服务的效率。技术进步意味着，能用更少的工作时间创造出更多的商品和服务。随着效率的提升，社会整体可选择投入较少的工作时间来赢得更多的闲暇，或者创造更多的物品和服务来满足更多的消费需求，至于在何处平衡取决于社会整体对闲暇和消费的偏好。
工作效率的提升，让人们有时间和精力去满足更多元的消费需求。由于人的技能各不相同，更多元的消费需求给不同技能的人提供了机会。如在前面部落的例子中，在效率低下的采集时期，体弱者也需要去采集来满足部落温饱。但到了耕作时期，一半人耕作就可满足温饱，身体羸弱却有良好艺术感的人，或许可去制作别人喜爱的工艺品来维持生计。
在现代经济中，自动化程度的提高，能产生更细分的消费需求和相应的行业。比如，汽车的出现，导致马车夫失业，但却创造了诸如司机、汽车研发、制造、修理等职位；这些行业的从业者要远多于以前马车行业。正是由于技术进步能产生更加多元的需求和供给，如图1所显示，自动化程度越高的社会，整体上就业反而越充分。一个数学天才在现代社会可能成为大学数学系的教授，但在农业社会却可能是游手好闲之辈。
虽然自动化对就业市场的长期和整体影响是正面的，但却可能产生短期和局部的冲击。特别是在现代经济中，各个行业高度专业化；一旦某个行业的工作被机器取代，这个行业的失业者长期积累的技能将失去用武之地。那些由于年龄、教育水平等因素难以另起炉灶的失业者更是面临困难。但某种工作被机器取代，本质上是社会整体用更少工作时间创造出同样甚至更多的产品，社会整体的收益要大于失业者的损失。因此，合理的政策是让失业者从机器化带来的社会收益中分得一定补偿，让各方受益。如果失业者有工作意愿，那他们在新岗位上的产出则是新增的社会财富流量。当越来越多的工作被机器取代，人们可选择享受更多的闲暇，或去创造更多的个性化的、创意性的物品和服务。
严格来说，就业市场不存在多余的人。只要有工作意愿，任何人都拥有比较优势。换言之，哪怕这个人的每种技能都差于他人，他也可以接替他人相对低收益的工作，让后者节省时间来专注于更高收益的工作，最终通过交换达到双赢。这是为什么服务业创造工作机会的潜力是无限的。实际上，与农业和工业相比，服务业更需要个性化、多样性和创造力，所以到这个时代，人的价值更大，人口众多的优势更加突出。
中国在1990年代进行国企改制，有超过2800万工人下岗（中国劳动统计年鉴，2005；张春霖，2003）。整体而言，经过几年阵痛，国企改制引导了技术进步，提高了生产效率，而许多下岗工人也转移到第三产业，促进了经济的繁荣。但在转型过程中，许多面临转岗困难的工人付出了沉痛的代价，如果转型带来的效益，能在更大程度补偿他们的损失，更好地保障他们的生活，转型的痛苦会小很多。
四、减少人口反而降低就业市场应对技术冲击的韧性
在前面部落的例子中，从采集到农耕的转型过程中，酋长可参考个人的专长和意愿，来决定人们的分工和工作时间，以达到工作意愿和工作机会的匹配。在现代经济中，经济体系错综复杂，每个人的技能和意愿又千变万化，这种匹配只能由市场来实现。人工智能对就业市场的冲击体现为，被机器取代的失业者难以找到新的工作而面临生活困难，这反映的是社会保障机制的缺乏和就业市场灵敏性和韧性的不足，而与人口多少关联很小。针对这种冲击，除了改善宏观的经济政策和微观的经济结构外，更需要促进需求，为创新创业提供良好的环境，完善教育和培训，以利于人们掌握与需求更匹配的工作技能。
如果一个失业者没有足够的工作技能来适应新的工作岗位，而必须依靠补助来维持基本生活，那从纯粹经济学而非伦理角度来看，“消减”这个失业者能缓解就业市场的失衡并提升其他人的福利水平，如同退休者去世会缓解养老金体系那样。但即便“消减”无法转岗的失业者能改善劳动市场和其他人的社会保障，就算在纯粹的经济学意义上，这也不意味着应该通过限制生育来消减人口。
这是因为，限制生育所消减的人口，不是技能不足的人，而是未来的孩子。相比成人，孩子更具可塑性，更容易适应未来的生活方式，既蕴含未来的消费需求，又能学习和掌握未来所需的技能。孩子从出生到成年，要经历生长、学习、婚恋、养育等过程，这一切需求都是工作机会的源头。孩子比例越高，社会对未来技术变化的灵敏性和韧性就会越高，不仅知识更新更迅速，而且创新创业也更活跃，让工作技能和工作机会更容易匹配，促进充分就业。因此，限制生育的结果，恰恰是人为压低那些更适应未来经济循环的人口之比例，加大未来就业技能不足人口的比例，从而恶化就业形势。如果生育限制政策对教育和家庭环境更好的城市家庭更严格，那更是雪上加霜。
再者，生育限制最终会降低人口规模，这也不利于充分就业。所有工作机会都来自人的需求。人口多，求职者多，但需求大，工作机会也多。而且人口越多，需求和供给越容易细分，求职者与工作机会更容易匹配，就业可能更充分。如果中国人口只有现在的1/5, 那么教师、售货员、理发师这些职位只有现在的1/5，但航天、高铁这些人口大国才能支撑的行业的职位就可能不存在。
如图2，无论对世界各国还是中国各省区，人口越多的地方，失业率越低。过去三十多年来，中国人的迁徙是从乡村去城市，从小城市去大城市，从内地去沿海，都是从人少去人多的地方找工作。如果人少有利于就业，人们只会反向迁徙。这是因为人口越多，求职者与工作机会越容易匹配，社会复杂性更高，容易孕育新的工作机会。
图2 人口密度与失业率的关系
此外，由于不同年龄人口的工作和生活规律不同，人口结构的改变也是经济失衡的外部因素之一，生育限制政策强化了这个因素。比如，前几年春节后招工难的主要原因之一是1990年代出生人口陡降导致当前新增年轻人口减少。虽然年轻人口下降既会减少年轻劳动力也会逐步降低消费需求，从而最终促成新的均衡，但因为新增劳动力的收入本来就较低，并且出口加工业的市场不受国内需求影响，消费萎缩滞后于劳动力减少，导致当时部分地区短期内招工难，但近年经济低迷反过来又缓解了招工难。
总之，社会自动化程度提高，在短期内可能会引发劳动市场的失衡；但长期来看，只要不去人为扭曲结构，经济系统会自我调整，适应变化，最终形成新的均衡，让就业市场得到缓解。某种工作被机器取代，本质上相当于，社会整体用更少的工作时间创造出同样甚至更多的产品，社会整体的受益要大于失业者的损失。当越来越多的工作被机器取代，人类就可以选择享受更多的闲暇，或者去创造更多个性化的、创意性的物品和服务。限制生育消减的是未来孩子，而他们恰恰是最能增加未来劳动市场灵敏性和韧性的群体。
六、阿法狗们将带来何种挑战？
然而，人工智能的快速进步让人类处于一个崭新的时代。阿法狗比之前预期早至少10年战胜人类顶级围棋手说明，人工智能的进展速度可能出乎一般人的预料。很多人以积极的态度描绘人工智能的广阔前景。比如，未来学家雷·库兹韦尔（RayKurzweil）在2011年就预言，“2045年左右，人工智能将达到一个奇点，跨越这个临界点，人工智能将超越人类智慧，人们需要重新审视自己与机器的关系。”
但我们认为，这一预言语义比较模糊，而且过于乐观。本文作者之一在《阿法狗们会取代人类吗？》一文在详细讨论围棋的可破解性和阿法狗算法、并深入比较了人工智能和人类智能。文章认为，尽管人工智能取得了长足的进展，但目前还仅善于处理可结构化表达的、目标明确的任务。而构成人类智能基础的感性机制和认知常识看似简单，却浓缩了生命和人类族群在漫长的演化历史以及个体的长期生活经历，因而要在人工智能上实现依然面临巨大挑战。
一种可能的实现路径是模拟人类的演化过程。在个体上，让机器的行为目标变得抽象，即赋予机器某种“自我意识”；再将类似于人类“情感”的激励机制嵌入到机器中，以便将抽象目标自动分解为短期和局域子目标，再加以类似于“自由意志”的随机行为。再进一步则是可以模拟人类的繁衍过程，即实现机器的自我复制、变异、改进等机制，以提升机器学习和适应环境的普遍性，合作性与安全性。当然，也有捷径可走，如通过了解人类的特点，直接将感性机制嵌入机器。但迄今为止，人工智能对人类感性甚至常识的理解和表达还很初级，对于用非监督学习方式来模拟人类的感性行为还一筹莫展。在可预见的将来，人机合作将长期存在；人负责非结构化的问题，或把非结构化问题转化为结构化的模式，让机器负责结构化问题的搜索和求解。
但不管人工智能以何种方式演化，其对人类就业模式和劳动市场的影响将难以估量。可以预料，大量的重复性工作，甚至很多创造性工作可能被人工智能取代，这不仅会发生在低端劳动市场，也会发生在高端劳动市场。如果人工智能的进步速度一直大幅快于劳动市场整体技能的自我调整，大量失业的现象可能长期存在，贫富差距可能不断恶化。从正面来看，这种现象出现意味着，社会整体付出更少的劳动却能创造更多的商品和服务，但失业及贫富差距等负面后果则是再分配和社会保障等社会问题，而绝不是人口问题。如前所述，限制生育来消减人口不仅不能缓解就业问题，反而可能降低未来就业市场的韧性而制造更多问题。
如果人工智能发展到几乎可以完成人类的所有工作，从经济的角度来说，绝大部分人类存在的价值或许只是提供各种消费动力，以及作为基数人口来孕育个别天才的出现。在这种情况下，人类社会可能需要对再分配和福利保障制度等进行根本性的变革。更进一步，如果哪天机器可以胜任人类所有的工作，甚至人类天才都被机器完全超越，那也只意味着，人类无需劳动就可以获得物品与服务来满足自身的需求，社会的核心问题或许变成如何把商品和服务配置给个体。
到了那个时代，人类可能会重新探讨自身的价值和生命的意义，但由当前理念的延伸来展望，这个机器在所有工作上取代人类的前景，并不意味着人类自身会失去存在的意义。试想，人类一直在追求用更少的劳动来满足更多的需求，而技术进步则让人类在这个方向上不断迈进。在这个满足同等需求所需的劳动时间持续变短的过程中，人类存在的意义从未弱化，那么当劳动时间变成零之后，更没有理由认为人类存在的意义就会消失。
当然，这是从人类本身的角度来看待自己。至于完全超越人类智能的机器届时如何看待人类则是另外一个问题。机器与人类的争斗并最终消灭人类一直是各种科幻作品中的主题。但如我们前面所述，目前这一威胁依然十分遥远。况且，未来人工智能的发展不可能一蹴而就。人类完全可以在意识到威胁的时候，形成共识来规范人工智能的发展，比如禁止让机器人目标完全抽象化形成自我意识，禁止让机器人在未经人类监控的情况下实现自我繁衍等。鉴于人类对人工智能的无限想象力，公共政策只会过早而非过晚来推动相关措施。再说，这些目前依然还属于科幻话题的讨论，显然超出了人们对人工智能可能导致人口过剩的现实忧虑。
