正确的提示信息

扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
2022-05-14 08:46
为何技术创新,却产生了更多低技能、无保障的岗位?

本文来自微信公众号:IPP评论(ID:IPP-REVIEW),作者:吴璧君(华南理工大学公共政策研究院研究助理、政策分析师),原文标题:《吴璧君:解决“技工荒”难题在于实现不同的技术路线》,头图来自:视觉中国


当前,我国经济发展由高速增长阶段进入高质量发展新阶段,在这一转型过程中,做大做强制造业、推进“制造强国”建设,具有不可或缺的作用。然而,现阶段我国制造业发展仍旧面临着较为严峻的挑战:一直以来,我国制造业“大而不强”的问题突出,高能耗、高污染产业依然占比较大,而部分行业产能过剩,且存在关键核心技术缺失的制约。


然而,在目前更为紧迫的状况是,制造业各领域,尤其是智能制造领域面临着较为严重的“技工荒”问题,技能人才总量不足,高级技工占比远低于西方发达国家,职业教育体系也亟待全面革新。


针对制造业技能人才的总量缺口与结构失衡问题,在刚刚过去的全国两会期间,人大代表张兴海就提议,政府需要改善制造业就业环境、提高制造业收入、完善人才培育体系,“鼓励年轻人少送外卖多进工厂”。[1]此议引发了广泛讨论,不同意见中显示出的理论和实践问题值得进一步思考。


“技能贫困”与不同的技术路线


有一种观点指出,应对“技工荒”现状的策略并非是鼓励年轻人进工厂,隐藏在缺工问题背后的劳动者的“技能贫困”才是最需要得到重视的议题:无论是在互联网服务业还是在生产制造业中,自动化技术对中等技能工作的替代,都会使得没有高级技能的普通工人流向最低技能的工作岗位。在这种情况下,无论劳动者选择在工厂做一名流水线工人还是当一位外卖骑手,实际上并没有太多区别,因为这对他们自身的技术水平都没有太高的要求。因此,比起提倡劳动者选择制造业而非服务业,推动针对低技能劳动群体的技能教育,鼓励越来越多的劳动者进入高技能岗位,才是当务之急。[2]


但是,上述观点在指出“技能贫困”这个深层难题的同时,并不能回答应当给予劳动人群什么样的技能教育、这种技能教育如何能帮助劳动力应对数字化和智能化技术的冲击。很简单的道理是:既有技术路线已经确定了技术、资本与劳动之间的关系,在既有技术路线下,劳动力难以得到相对自主的发展,所以无论如何给予其技能教育,都很难指望劳动力可以获得超出新技术制约的能力。


放在当前中国社会的现实中来讲,这个道理就较容易理解了:能指望有什么样的技能教育和培训可以使年轻人马上放弃选择“外卖骑手”这种低技能需求但短期收入高的工作,而进入工厂去从事初始收入不可能太高、且面临巨大竞争压力的岗位?在有关“技能贫困”的议题背后,还有社会发展需要怎样的“技术路线”这个更重要的问题。


麻省理工学院的著名经济学教授阿西莫格鲁(Daron Acemoglu)及其合作者近年提出“人工智能的不同类型”的讨论,他们就把批判矛头直接指向当前主流的人工智能技术路线——自动化取向的人工智能:[3]


“我们曾经研究过最重要的自动化技术之一,即工业机器人产生的影响。研发工业机器人的目的不是提高劳动力的生产率,而是把之前由生产工人在车间里完成的任务实现自动化操作。有相当清晰的证据表明,在采用工业机器人较多的行业,劳动力需求会下降(特别是对生产工人的需求),而且劳动力的占比会大幅度下滑。更重要的是,本地劳动力市场面对的工业机器人越多(如底特律和迪法恩斯),这些地区的就业岗位和工资增长速度下降的幅度越明显。此外,对处于收入分配底部的工人以及大学以下学历的工人,他们的工资和就业下降更严重。尽管行业层面的数据表明机器人提高了生产率,但以上这一切仍然是不争的事实。”


阿西莫格鲁等强调了这样的担心:“如果我们只是沿着自动化的道路继续前进,而不开展补偿性创新创造出新的工作岗位,那么AI(人工智能)无疑会抑制对劳动力的需求。工作机会不会迅速消亡,但劳动力的占比下降以及劳动力需求增长疲软的趋势不会终止,这很可能对收入不平等和社会凝聚力产生灾难性的后果。”


那么,可能有出路吗?阿西莫格鲁等显然也不愿意陷入技术悲观主义的哀叹,他们指出,重读人类科技史,可以发现一个未得到广泛关注的现象,即在同一时期内存在着不同的技术路线,可以通过对技术路线的调整而实现不同的经济政治社会效果。


在AI时代,应当考虑的是改变自动化取向的人工智能技术路线,转而实施一种有助于增加劳动能力的技术路线:“AI并不仅仅是预设了具体应用和功能的一组范围有限的技术,而是一个技术平台,所以它的应用领域远远超过了自动化操作,它可以用来重建生产流程,从而为劳动力创造出许多高产的新工作岗位。如果我们有可能引进这类‘重振劳动力需求的AI’,那么无论从提高生产率还是推高劳动力需求的角度看,都可能产生巨大的社会效益(这不仅会创造出更多包容性增长,而且规避了失业和工资下降引发的社会问题)。”


其实,回顾各类经验现象的描绘可以发现,无论是对现今“机器换人”背景下中低技能劳动者的去技能化和技能提升路径的热议,还是对高技能劳动者如何应对算力指数级增长的人工智能的讨论,都隐隐约约地透露出这样一种认识,即新技术革命似乎并非像经济学家曼德尔(Ernest Mandel)所预言的一样,可以“自然地”增强人类的劳动能力,并直接将人带往工作终结的乌托邦。


相反,当前制造业的工业互联网和工业机器人,服务业的大数据和算法,还有“元宇宙”以及与之相联的各种虚拟世界概念,似乎一方面在勾勒一个超越天际的蓝图,一方面又无一不在增加着各种琐碎、低技能的劳动——包括新技术本身催生的新型劳动方式,也包括劳动者为了应对新技术的取代而进行的职业能力训练。这种衍生的新型工作可以称为“为了再生产所进行的劳动”。


只要想想计算机诞生之后出现的有关程序员工作状况的各种“段子”,再想想伴随各类互联网平台兴起的“外卖骑手”、网约车司机、个体电商等等,就会让人不禁疑惑,为何承诺更大自由、更多便利的数字化和智能化新技术的迅速崛起,反而产生如此多的低技能、无保障的所谓“工资奴隶”?为什么人类没有在技术进步的浪潮下等来“工作的终结”,反而却进一步被机械化的、不断重复的工作裹挟?


需要探讨的是,如何通过改变既有的技术发展的路线,去重新调整技术、资本和劳动之间的关系,使技术更多地为社会、为劳动人群服务(而不是取代、贬低劳动)。哈佛大学法理学家昂格尔(Roberto M. Unger)指出,既有的新技术,是一种掌握在少数精英手中的“孤岛先锋主义”技术形态——即使从表面上看,似乎人人都可以使用智能手机和各类APP——因此无法形成如同大工业时代的“通用性技术”福特主义生产线那样对常规工作方式和生产制度的深层次冲击效果。


换言之,新技术的应用在多数领域只是增强了该领域的工作强度和精度,而没有改变该领域原有的等级制和劳动分工;此外,技术精英、大型平台对于新技术的垄断,使得真正有利于发展通用性技术的创新难以发生。这造成了新技术作为先进经济主体所垄断的工具,无法产生更广泛的社会变革的效力。昂格尔把思考引向制约技术发展方向的制度环境和社会过程。


与之相似的是,《狗屁工作:一种理论》的作者,美国人类学家戴维·格雷伯(David Graeber)在其2015年出版的著作《规则的乌托邦》[4](The Utopia of Rules)中也提到了一种长时段的社会分析。他认为,当代西方新自由主义促使新技术革命往“官僚的技术”方向发展,使新技术最终变成了监视、工作纪律和社会控制的“帮凶”。本文简要梳理格雷伯对于“技术减速主义”的社会思考,希望能为决策者思考如何推动有助于劳动人群的技术路线提供启示。


“技术减速主义”的社会过程


在《规则的乌托邦》第二章开头,格雷伯首先质疑了2000年以来权威的“人类处于前所未有的新技术乌托邦”的观点。他反思道,要是新技术已经获得了巨大的发展,那为什么20世纪50年代出生的人,到了今天还是没有见到飞行汽车、三录仪(Tricorder,科幻影视作品《星际迷航》系列中提到的一种万用仪器)、长生不老药、火星殖民地等等人类反复探讨、期盼的“技术奇迹”出现?


格雷伯认为,相比起上世纪60~80年代科幻电影里所描述的各种幻想中的技术,我们当前生活的世界中的各种突破性的科技创新,事实上仅仅是一种对之前已有的技术的模仿(pastiche)或包装,也就是所谓的“超真实”(hyper-real,一种使仿造物比原型更加真实的能力)


因此,当前人们认为的后工作时代的“技术乌托邦”,实际上只是后现代主义伪装出来的巨大骗局;技术根本就没有实现革命性的进步。制造业的例子可以说明这一问题:上世纪80年代之后,烟囱工业确实在逐步消失,流水线技术也在朝着精密化和复杂化方向发展。


然而,这并不代表有价值的技术突破已经出现;因为现在人们脚上穿着的各种高科技的运动鞋,实际上大部分还是出自发展中国家工厂内的老式缝纫机,而不是由具有智慧的仿生人借助分子纳米技术而生产的。


造成这一状况的原因众所周知:全球化背景下,新的运输组织方式的出现使得工业工作在全球层面上实现了“南迁”:东亚、东南亚、拉美发展中国家廉价的劳动力使得发达国家的制造业企业有条件在外包工厂采用比国内工厂更为简单的传统生产技术;这进一步降低了企业对于技术创新的激励。


格雷伯指出,对于技术创新为什么一直不能突破“模仿”,通常在逻辑上有两种解释:第一,美苏冷战时期的太空竞赛催生了人们对于技术变革速度的不切实际的期望;第二,技术发展确实在减速,或说到达了瓶颈。第一种解释实际上很容易反驳:1900年代的文学作品中的飞行器、火箭船、潜艇和电视在1960年代已经实现了;既然如此,在1960年代期望2020年能出现喷气式背包和洗衣机器人,怎么能说是“不现实”的呢?


但是,格雷伯也提供了实证的数据,说明自上世纪末开始,技术发展确实在“减速”。自1970年以来,人类借助科技所能达到的最高移动速度就不再提高了:1900年,人类的最高移动速度从之前的每小时25英里迅速提高到每小时100英里;到了1970年,就实现了指数级的增长,达到每小时24791英里了(阿波罗10号的数据)。然而,自1970年以后,这个速度就没有再提高,对于民用交通工具来说也是如此:如今最高速度的民用交通工具仍旧是1969年首飞、2003年退役的协和式超音速客机(见图1)


图1 民用交通工具的速度变迁。资料来源:Graeber, D.(2015) The Utopia of Rules: OnTechnology, Stupidity, and the Secret Joys of Bureaucracy, p.116. 


因此,有理由怀疑,确实有一些社会变迁的因素在引导着技术朝着特定的(而不一定是大多数人期盼的)方向发展。美国社会思想家托夫勒(Alvin Toffler)曾经在上世纪末建议过,在技术加速推进的环境下,政府需要对容易导致社会动荡的技术发展进行限制。托夫勒的建议得到了某些民主党国会议员的认可——技术评估办公室(OTA)于1972年的建立也有他的一份功劳。格雷伯在书中认为,当代技术之所以不能发展到能生产飞行汽车,可能就和这种以托夫勒为代表的“需要对技术的有害影响施加控制”的思维方式有关。


也即是说,从上世纪末开始,政治家和工业界代表开始有意将技术发展的方向从狂野的幻想、“诗意的技术”(poetic technologies)向更能促进生产、劳动和消费的“官僚的技术”(bureaucratic technologies)的方向引导。


根据格雷伯在书中的定义,“诗意的技术”指的是将看似不可能实现的幻想变成现实的理性或科层制手段;在这个意义上,以苏联专家设想的“太阳帆”和“太空太阳能发电厂”等为代表的技术想象,体现了诗意的技术的最高水平。然而在当前,无处不在的科层制的实践和规范使得这些具有突破性潜力的技术幻想毫无用武之地。


科层制不是不鼓励人们进行技术想象,而是通过以科学技术为名的管理结构压制挑战官僚体系存在的技术,并发展有利于劳动纪律、社会控制、监视的技术。


那么,具体来说,科层制或说官僚主义,是如何压制“诗意的技术”的发展,并增加机械化、重复性高的劳动的?格雷伯认为,主要有两种手段。


第一,推动研发资金从不能应用于生产和劳动的技术领域(例如,部分关于太空领域的基础研究)撤出,并转移到信息技术和医药等领域。这个举措从两方面固化了劳动者作为“工资奴隶”(即无法摆脱对工资的依赖)的弱势地位:


一方面,信息技术的进步增加了资本的金融化程度,使得劳动者背上了不同形式的债务。更重要的是,正如人们所观察到的,新信息技术的发展,如算法等,打破了传统的工作体系并创造了新的灵活就业形态,在增加劳动者工作时间的同时,也将他们排除在以传统劳动市场的参与为基础的社会保障体系之外。


另一方面,对医学技术特别是生物医药等学科的研发投入,事实上是为了保证新技术革命带来的工作需求不会使劳动者精神错乱,进而引发社会运动;这就将劳动者进一步困在既有工作系统的牢笼内。


第二,也是更为重要的一点是,将科层手段引入研究机构,并通过官僚体系推动“大科学”研究(big science,即投资大、多学科交叉的基础研究),进一步阻碍突破性观念的产生。


格雷伯认为,当前的“大科学”研究例如人类基因组计划等,其研究结果的革命性相较于100年前科学家们所提出的相对论、精神分析、量子力学等概念来说,实在是微不足道。因为在当前,这些大的基础研究项目都是由官僚体系推动实施的,并且收到了“政治性的投资”


这就意味着当前大型的基础研究实际上还是在迎合政治家和市场的要求,即能尽快促进消费、生产,或是满足政治家的个人政治需求;因此这种技术创新并不能催生任何革命性的结果。此外,硅谷等创新中心的小规模研究团体所推动的原创性的、开源的基础研究或者应用研究,虽然看起来容易产生突破性成果,但也只是看起来而已,官僚体系所占有的资源还是更胜一筹。


此外,引入科研院所中的、以新信息技术作为辅助手段的科层制管理模式和企业管理技术,进一步压缩了研究人员的思考时间。


一方面,科层制的管理模式增加了研究人员所面对的行政事务,使得研究人员将大块的时间浪费在填写各种表格、参加各种会议上(例如撰写项目课题申请书、专著出版提案,参与科研院所内部的各种交流研讨会,参加线上线下的学术会议)


另一方面,企业管理手段和竞争体系的引入使得研究人员不再是研究人员;为了在学术研究的竞争中夺得先机,每个研究人员都仿佛变成了一个“自我营销者”,营销内容就是自己的研究成果。这与研究成果的私有化风气是分不开的:研究成果一旦变成私人物品,其商业价值会远大于学术价值;这进一步阻挠了知识变成公共的、开源的,并压制了以此为基础的技术进步。格雷伯认为,这种风气的蔓延可以视为官僚体系的一种阴谋。


如何使技术进步真正服务于劳动人群?


上文简述了格雷伯对本世纪技术进步的本质的反思,以及科层体系如何将“诗意的技术进步”转变为“官僚的技术”的几种做法。在这些讨论中,有一个最关键的问题:当代西方资本主义为什么要压制“诗意的技术”的产生?格雷伯在书中虽然没有完整论述,但笔者认为应和当代资本主义制度的生存需求有关。


格雷伯在书中指出,历史地说,资本主义的支持者对于资本主义有三个最基本的假设:


(1)资本主义的那种分散化市场决策、市场机制为引导的生产方式在本质上可以推进科技的飞速发展;


(2)虽然资本主义使得财富只集中在一小部分人手中,但最终还是能促成总体的繁荣;


(3)资本主义可以为人类创造出一个安全、民主的世界。


然而,格雷伯认为,当前的新自由资本主义并不能适用这些假设;因为新自由主义的目的并不是将资本主义本身转变成为一个具有可持续性的、更好更可行的经济体系,而是将其包装成为一个“看起来更好”的经济体系。


正如同社会学家鲍曼(Zygmunt Bauman)所言,资本主义的现代化已经快要到达尽头;因此现代资本主义为了进一步生存,只能把“已经现代化的部分进一步现代化”[5],也即通过“制造过剩”来让人相信资本主义是当前唯一一个可行的经济体系。在格雷伯看来,在这一“制造过剩”的过程中,通过科层手段压制任何会使资本主义到达一个“完全不同的技术未来”的、具有突破性的科技进步,是不可或缺的。


那么,在当前全球层面的“诗意的”技术创新受到新自由主义阻碍的背景下,如何使新的技术路线真正服务于人类整体,而不是单纯增加令人厌弃的工作和劳动?遗憾的是,格雷伯在书中并没有提到完整的方案。然而,他强调,无论是何种技术进步,都需要打破现有的官僚结构,并应当建立在更加平等的权力和财富分配的基础上。


这和昂格尔提出的“解放劳动者的想象力”的思想不谋而合。昂格尔认为,在探索新的技术路线时,需要变革劳动者和管理者的合作模式,用新技术替代人力的重复劳动,并将劳动者重新安排到可以拓展想象力的工作岗位上。[6]


在这个意义上,我国60年代通过“鞍钢宪法”首推的“两参一改三结合”的一线职工参与技术革新的企业管理模式,以及当前珠三角制造业企业创新的技能工人“学徒制”和“共享用工”模式,都是提高新的技术路线中人的“想象力”的有效做法。因此,从决策层面上来说,如何提高劳动者特别是技能劳动者的“想象力”,是当前制定科技政策值得考虑的一点。


当然,要更大范围内实现新的技术路线,重新调整技术、资本和劳动关系,还需要更广泛领域的制度创新和政策创新。美国在近年反思其因国内制造业衰败而导致的发展不平衡,制定了一系列促进科技创新为先进制造赋能的政策措施,值得我们观察和借鉴。


无论如何,中国当前处于推进经济高质量发展的关键时期,“技工荒”难题的出现已经提出了既有技术发展路线并不适应社会发展需求的警告。如何使技术进步成为劳动人群技能提升、制造业做大做强的辅助,而不是贬低劳动过程和制造经验中的创新可能性,是有识之士应当大力关注的要点。


引用来源:

[1]《张兴海代表:鼓励年轻人少送外卖、多进工厂》,新浪科技网,2022年3月5日,https://finance.sina.com.cn/tech/2022-03-05/doc-imcwiwss4309780.shtml。

[2]闻效仪:《评论:年轻人逃离工厂去送外卖?先进制造业应成为劳动者就业主渠道》,新浪财经网,2022年3月9日,https://finance.sina.com.cn/jjxw/2022-03-09/doc-imcwipih7507953.shtml。

[3]达龙·阿西莫格鲁(Daron Acemoglu)、帕斯卡尔·雷斯特雷珀(Pascual Restrepo):《错误的人工智能?人工智能与未来的劳动力需求》,载《比较》102辑,https://mp.weixin.qq.com/s/4YkCs_DU1z-Z8Gm1h7nRaQ。

[4] Graeber, D. (2015) The Utopiaof Rules: On Technology, Stupidity, and the Secret Joys of Bureaucracy, Brooklyn:Melville House.

[5] [英]齐格蒙特·鲍曼:《工作、消费主义和新穷人》,上海:上海社会科学院出版社,2021年9月,第121页。

[6] Unger, R. M. (2019) TheKnowledge Economy, London: Verso.


本文来自微信公众号:IPP评论(ID:IPP-REVIEW),作者:吴璧君(华南理工大学公共政策研究院研究助理、政策分析师)

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账户

    自定义
    支付: