人工智能对就业的影响研究:基于Citespace的文献计量综述

点击蓝字 关注我们

作者简介

辛孟含,山东农业大学经济管理学院2021级农业管理专业硕士研究生。


基金项目本文系2021年度山东省工人运动研究会课题“人工智能对农民工就业的影响研究”(项目编号:SDGY2021-01)、山东省社科规划基金项目“乡村振兴战略下农村劳动力回流促三产融合路径研究”(项目编号:19CJJJ19)的阶段性研究成果。



【引用原文】辛孟含.人工智能对就业的影响研究:基于Citespace的文献计量综述[J].山东工会论坛,2022,05:10-20.


| /


文章使用Citespace可视化文献计量方法,就人工智能对就业的影响研究进行了分析。通过分析代表性文章发现:该领域的研究主要集中于经济学和管理学,不仅缺乏跨学科交叉研究,而且机构间的合作较少,尚未形成较大的研究规模和完善的理论体系;研究热点主要是人工智能对就业的替代效应、互补效应以及对就业结构的影响;未来的研究主题可能集中于人工智能发展背景下的就业质量提高问题、多学科合作多视角分析问题、职业教育发展问题、就业心理问题、弱势群体充分就业问题等方面。

| /

近年来,人工智能逐渐成为人类社会发展的驱动性力量,在世界各国备受重视,如“德国工业4.0”旨在打造智慧制造业,日本“社会5.0”强调人工智能服务人类,英国《人工智能行业新政》从多角度规划人工智能发展。在中国,人工智能于2016年被写入“十三五规划”,2017年国务院颁布《新一代人工智能发展规划》,十九大报告强调推动人工智能与实体经济深度融合。目前,我国的人工智能产业已经形成了以基础技术作为支撑,以人工智能技术作为核心,加快实现人工智能应用的良好局面。

人工智能发展重塑传统产业结构,催生新兴产业,创造新型就业模式,影响劳动力市场和劳动者就业。人工智能对就业的影响较为复杂:对常规型和情景化工作岗位具有替代性,有利于创造非常规型和精神性工作岗位,同时对不同产业、不同行业、不同人力资本劳动者的影响也具有非对称性。因此,人工智能如何影响就业、研究热点是什么、未来趋势如何,都是值得深入研究的问题。本文基于Citespace可视化文献计量图谱分析方法,综述分析国内人工智能影响就业研究情况,通过可视化文献计量分析,得出可靠知识图谱,相较普通综述研究更具科学性。

数据来源和研究方法

(一)数据来源

本文所用数据全部来源于中国知网(CNKI)数据库。收集文献的过程中,将主题设为“人工智能”兼“就业”、“机器人”兼“就业”,时间设为2002—2021年,文献类别设置为SCI来源期刊、北大核心、CSSCI和CSCD,共获得文献315篇。

(二)研究方法

Citespace是一种可视化文献计量方法,结合引文分析、数据及信息可视化技术,能够形成框架结构明晰的知识图谱,既可以揭示知识和引文来源、演进规律、学科研究前沿热点及趋势,也可以通过图谱和数据参数揭示研究领域结构关系及发展历程。本文使用Citespace软件对315篇文献进行可视化分析,对作者、发文机构、关键词聚类、关键词共现、关键词突现等进行探讨,并生成作者、发文机构、关键词共现及聚类、关键词突现知识图谱,分析人工智能对就业影响的研究现状、研究热点及研究趋势。其中,关键词共现是指提取导入文献的关键词,根据关键词出现频次及相似词组之间的关系分析相关领域的研究热点;关键词突现主要用于突出相关研究前沿。

人工智能对就业的影响研究现状分析

(一)发文量分析

2016年之前,我国学者在人工智能与就业领域中的研究相对匮乏,发文量较少;此后,伴随着人工智能对就业的影响越来越大,发文量呈逐渐上升趋势,但相较于国外,数量依旧较少。可以预期,在人工智能技术不断普及的过程中,国内学术界对相关领域的研究将进一步加强。

(二)作者力量分析

将Node type设定为Author,将作者发文数量的阈值设置为2,可得作者共现知识图谱,如图1所示。作者共现知识图谱展示了该领域的核心作者群体,有助于分析不同研究者之间的合作关系,明确相关领域的研究热点和知识结构。图1中共有147个节点、51条连线,网络的密度为0.0048。147个节点表明发表两篇及两篇以上文章的研究者有147人,而且作者姓名显示越大,则其发文数量越多;不同作者之间的连线表示他们的合作关系及合作密切程度。

图1 2002—2021年人工智能影响就业研究的作者共现知识图谱

从作者共现的频次来看,发文量最多的研究者分别是刘涛雄(20篇)、刘骏(19篇)、杜文强(16篇)、潘资兴(16篇)、韩民春(10篇)、何勤(9篇)、吕荣杰(6篇)等人。分析作者共现知识图谱网络视图发现,视图网络分散不规则,呈散点图的分布状态;分析作者之间的合作关系发现,跨学科和跨组织的合作关系并不稳定,合作相对较少,同单位内的合作相对较多。因此,可以判定该领域的研究尚未形成规模,且研究成果比较分散,没有形成核心作者群体。总体而言,人工智能对就业影响的研究不够系统、研究不具规模,不同学者之间的合作沟通意识有待增强,研究层次和研究广度需要拓展。

(三)研究机构力量分析

表1报告了主要研究机构及发文数量。由表1可见,发文量排名前十的研究机构主要是高等院校和科研院所,研究多集中在经济学和管理学相关学科领域。多数研究机构之间相对独立,缺乏合作关系。机器人已经成为工业变革的核心力量,广泛影响人类日常生产和生活。根据国内人工智能发展情况,我国人工智能企业在2018年已经占到世界人工智能企业总数的20%以上,超过1000家。因此,人工智能对就业影响的研究不应只集中在某单一学科领域,应在多个领域开展跨学科式融合研究,如从计算机、社会学、哲学等多个学科视角进行分析。不同研究机构之间应该加强交流、合作研究、取长补短,发现新的研究视角,追踪发展趋势、热点及前沿。目前,人工智能对就业影响研究缺乏跨学科、跨领域研究,不利于多学科、多领域融合式创新研究。

表1 国内主要研究机构及发文数量

人工智能对就业产生影响的研究热点分析

(一)关键词共现分析

关键词是表达文章核心主题的关键,能够反映当前的研究热点及趋势。图2绘制了关键词共现知识图谱。该图谱共有441个节点、978条连线,密度为0.0101。其中,节点面积代表关键词出现频次,面积越大,说明该关键词的出现频次越多,受关注度越高;节点颜色表示研究时间,颜色越深,表示该关键词出现的时间越早。文献的影响力由中心性表现,中心性越大,文献的影响力越强。

图2 2002—2021年人工智能影响就业研究的关键词共现知识图谱

表2报告了出现频次排名前十的关键词以及中心性排名前十的关键词。由表2可知,多数研究已经证明人工智能显著影响就业,机器人与劳动者在就业中呈替代或互补关系,人力资本在人工智能影响下发生改变,劳动者技能结构以及就业结构受到人工智能发展影响,在制造业中尤其如此。人工智能影响劳动者就业,对劳动者产生替代,改变劳动者的技能结构和人力资本,已成为研究的热点问题。人工智能、机器人、人力资本、职业替代相关关键词最早出现在2002年,表明学者们当时已经意识到人工智能对就业产生替代性影响。2016年后,制造业、就业结构等关键词开始出现,表明学者们尤其关注人工智能对制造业就业的影响,对就业结构的影响同时成为研究的热点话题。中心性排名前十的关键词有:人工智能、就业、数字经济、机器人、制造业、职业教育、劳动力、就业替代、技能结构和新职业。综合关键词的频次和中心性可以发现,人工智能影响就业的研究热点主要是人工智能和机器人等技术进步影响就业,给劳动者就业带来替代效应和互补效应,影响劳动者的就业结构,改变劳动者的就业技能结构,提高对劳动者受教育程度的要求。

表2 人工智能影响就业研究的前十位关键词排名

(二)关键词聚类分析

对关键词进行聚类,得到关键词聚类的时间线图(见图3)。关键词聚类分析中,平均轮廓值(S值)的取值范围是-1到1,用来反映类内相似性和关联性是否明显;模块值(Q值)的取值范围是0到1,揭示类间差异是否明显。本文中,Q值等于0.6374,大于0.3;S值等于0.9327,大于0.7,因此,关键词的聚类结构在取值范围内是显著的,聚类的结果是可信的。根据图3,对关键词聚类时间线进行分析,2004年前,人工智能技术及其载体机器人的使用对劳动就业产生了替代;2004—2016年,学术界对人工智能影响就业的研究处于空窗期,此阶段研究相对匮乏;2016年后,学术界对人工智能影响就业数量、就业结构、就业极化和就业替代等问题进行了深入探究。

图3 2002—2021年人工智能影响就业关键词聚类时间线图

根据图3,人工智能影响就业研究的聚类关键词主要是人工智能、就业、制造业、就业替代、就业结构、社会保障、算法、职业替代、职业教育和失业等。聚类关键词一方面说明学者们重视研究人工智能对就业产生的影响,尤其是人工智能在制造业中对就业的影响,多数研究认为人工智能对就业产生替代效应,冲击劳动者就业,可能造成失业现象,影响劳动者的就业结构;另一方面说明人工智能等新技术延伸可以增加就业岗位,对劳动者就业带来互补效应,劳动者可以通过职业教育成为适应人工智能岗位的技能化人才。梳理聚类关键词可以发现,该领域的前沿研究主题主要为人工智能对就业的替代效应、人工智能对就业的互补效应和人工智能对就业结构的影响。

1.人工智能对就业的替代效应

近年来,“机器换人”成为常态,低成本、高效率的机器人在生产中替代高成本就业岗位,减少就业机会,给劳动者就业造成负面影响。机器人存量每增加1%,将替代4.6%左右的就业岗位,增加劳动者失业风险,未来20年,将有76%的劳动者面临被替代的危险。人工智能发展对不同学历水平、不同技能水平劳动者的替代程度并不相同,低素质低技能劳动者被替代的风险更大,从而引发“技术性失业”。从不同行业来看,对劳动密集型行业的替代效应更加显著。

2.人工智能对就业的互补效应

人工智能发展优化产业和劳动者技能结构,催生新业态、新岗位,对就业产生互补效应。有学者认为,人工智能对就业的互补效应分为重组式互补和创造式互补两种,且强于替代效应,有助于补充就业岗位。具体来看,人工智能在提升自动化水平替代常规型就业的同时,导致岗位结构和技能需求结构发生重组,并通过增加非常规型就业岗位,带来岗位重组式互补效应,促进劳动者就业。创造式互补效应在新兴产业与服务业中更为突出,人工智能技术应用催生新产业、新业态,产生新兴就业岗位,对掌握人工智能技术的高端劳动者产生大量需求,为就业带来创造式互补效应。

3.人工智能对就业结构的影响

多数研究基于技术进步理论认为,技能偏向型技术进步倾向于增加高知识、高技能和非常规性就业需求,而程序偏向型技术进步则认为,从事程序性任务的劳动者更容易被技术进步所替代。根据技术进步理论,人工智能技术对就业的替代和互补效应引发岗位数量增减变动,劳动者在不同行业间发生就业转移,影响就业结构。另外,人工智能发展改变劳动者技能结构需求,导致就业结构极化。

一方面,学者们关注人工智能推动产业结构升级,引发劳动者行业间转移进而对就业结构造成的影响。工业机器人的应用减少了传统服务行业的就业岗位,促进劳动者向现代服务行业转移,显著减少了劳动者在工业行业中的就业数量,互联网使用有效提高了农村劳动力选择非农就业的概率。另一方面,学者们对人工智能改变劳动者技能结构需求进而引发就业结构极化进行了研究。人工智能对不同技能水平、不同受教育程度和不同智力能力劳动者就业产生异质性影响,技能水平较高的劳动者从事非常规性工作的机会更大,受人工智能技术替代威胁更小,智能化应用导致对劳动者的需求产生分化。不同禀赋、不同技能水平劳动者与人工智能技术在执行不同生产任务时的比较优势存在差异,导致人工智能对执行不同生产任务的劳动者的替代效应和创造效应存在差异,最终造成就业结构的“极化”现象。总体而言,人工智能发展具有偏向型技术进步的显著特征,增加高技能行业和低技能行业就业,削减中等技能劳动者就业岗位,造成就业结构极化。

(三)关键词突现分析

表3报告了关键词突现。由表3可见,该领域的研究前沿在于人工智能的载体机器人对劳动者就业的影响,人工智能对人力资本提升产生的影响,以及对就业的替代作用。综合相关分析可知,当前,人工智能影响就业的研究重点已转向对替代效应和互补效应、就业结构和就业规模以及对收入的影响研究。

表3 关键词突现情况

研究趋势

基于Citespace可视化文献分析工具发现,学者们越来越重视人工智能应用对就业产生的影响,现有研究多探讨人工智能对就业的替代效应、互补效应以及对就业结构等的影响,但集中于宏观整体研究,缺乏微观视角研究;多为管理学、经济学等单一学科研究,缺乏跨学科多元融合式研究。根据关键词、研究热点和研究现状对人工智能影响就业研究趋势做出预测,未来研究可能集中于以下几个方面:

(一)人工智能发展背景下的就业质量提高研究

人工智能发展改变劳动者就业环境,影响劳动者工作方式及技能结构,对就业质量造成影响。关键词共现中“社会保障”一词说明学者们已经就人工智能对就业质量的影响进行了一定的探讨,但发文量较少,且多数研究从理论角度进行分析,实证研究相对匮乏。人工智能引发就业两极分化,降低了就业岗位就业质量。为实现更加充分更高质量的就业,突出人类不同于人工智能的特殊价值,未来应关注在人工智能发展下如何发挥人类价值,增强劳动者与就业岗位的适配性,促进劳动者与人工智能有机融合、协调发展,从而提高劳动者的就业质量。

(二)跨学科交叉视角开展人工智能影响就业研究

根据前文可视化文献综合研究可知,该领域的研究多从经济学和管理学等学科切入。而人工智能技术是多学科综合的产物,广泛应用于医疗、物流、供应链和制造等多行业中,不同学科领域、不同行业共同面临人工智能带来的机遇和挑战。因此,不同行业、不同领域的专家应该相互沟通,从多学科交叉视角构建人工智能影响就业的理论体系,对人工智能影响就业进行融合式创新研究。

(三)人工智能背景下劳动者职业教育研究

加强职业教育,提高劳动者技能是人工智能背景下实现充分就业的关键。人工智能对就业产生替代和互补效应,影响劳动者就业结构,引发就业极化。应对人工智能替代效应的关键在于提高劳动者的素质和技能,增强其精神性价值,从而拥有反人工智能替代效应的人力资本,降低被替代的风险。人工智能创造新兴就业岗位,发展职业教育能够为新兴岗位提供适配性人才,削弱人工智能引发的就业极化现象,推动劳动者整体技能素质水平提升,增强岗位适配性,形成“人机合作”良好局面,实现劳动者充分高质量就业。因此,未来学者应该在劳动者职业教育方面加深研究,构建人工智能教育研究框架体系,促进人机融合协调发展。

(四)人工智能背景下劳动者就业心理研究

人工智能影响就业对劳动者的心理也会造成影响。一方面,“机器换人”增大就业者失业风险,加剧其心理焦虑;人工智能发展要求就业者对自身技能结构做出改善,高成本的技能素质提升引发就业者担忧。另一方面,人工智能的创造效应可以补充部分就业岗位,增加就业者就业机会,对就业者就业焦虑情绪产生中和作用,舒缓就业者心理压力。当前学术界对人工智能引发就业心理焦虑的研究存在空缺,因此,在人工智能发展背景下研究就业者意愿、行为和心理状况并采取有效措施进行疏导显得尤为重要。

(五)人工智能发展下的道德伦理研究

有学者将人工智能时代划分为普通机器人、弱人工智能和强人工智能三个时代,目前我国仍处于弱人工智能时代。如果人工智能达到强智能水平,可能会引发如技术滥用、人类社会得不到保障和人类人格得不到认可等问题,将会牵涉法律、道德和责任等道德伦理问题。所以,建立合法的人工智能规章制度,形成严格的道德伦理规范,对形成良好的人机共存关系尤其重要。对人工智能影响就业领域的伦理道德进行研究,有利于促进人工智能影响就业朝着健康的方向发展,形成和谐有序的社会生产关系。因此,人工智能道德伦理的研究也值得深入探讨。

(六)人工智能背景下农民工等弱势群体就业研究

人工智能强烈影响第二、三产业就业。国家统计局数据显示,2020年我国工业机器人占比59.4%,服务业机器人占比31.2%;据2021年全国农民工监测调查报告,第二产业就业农民工占比56.6%,第三产业占比42.9%。农民工群体人力资本水平较低,素质技能禀赋较差,极易受到人工智能影响。当前学术界多从行业或者整体就业群体视角研究人工智能对就业的影响,对农民工等弱势群体的研究相对匮乏。我国农民工等弱势群体规模庞大,而且国家高度重视农民工等弱势群体就业情况,未来人工智能对农民工等弱势群体就业的影响值得进一步研究。

研究结论

本文基于Citespace对CNKI数据库中人工智能影响就业的相关文献进行了可视化分析。研究发现,学术界重视人工智能对就业影响的研究,但相关研究仍存在一定缺陷:一是研究理论基础不足,研究机构之间的沟通合作不密切,学术界的沟通交流相对缺乏,尚未形成相应的研究体系。二是对该主题的研究集中于经济学和管理学等少数学科层面,以其他学科为视角切入的相关研究较少,缺乏跨学科交叉融合研究,不利于多元化发展。三是研究热点集中在就业结构、就业替代和就业互补等宏观影响研究层面,多理论模型分析,实证研究相对较少,缺乏以微观主体层面为切入点的研究。

未来研究中,各机构学者应加强交流沟通,形成人工智能影响就业的理论研究体系,加强研究合作,共同研究创新。对人工智能影响就业研究要创新研究视角,针对不同就业领域进行融合式研究,拓展研究的深度和广度。同时,学术界可以从就业质量提高、跨学科合作、职业教育研究、就业心理研究、道德伦理研究和农民工等弱势群体就业研究等方面拓宽人工智能对就业影响的研究广度和深度,为实现人工智能发展背景下劳动者充分高质量就业提供理论支撑。


(注释及参考文献见原刊)

图片来源:网络

排版:张岩

审核:一苇


特别说明:

本刊不收取版面费和审稿费,优秀稿件支付稿酬。

本刊已启用网络投稿,

编辑部不再接收纸质和电子邮件投稿。

投稿请登录本刊官方网站:

http://gfgb.cbpt.cnki.net


未经允许不得转载:ai论文润色 » 人工智能对就业的影响研究:基于Citespace的文献计量综述

评论 抢沙发

评论前必须登录!

立即登录   注册