ARTICLE
技能偏向型技术进步
技能偏向型技术进步(Skill-Biased Technological Change,简称SBTC)是劳动经济学和技术经济学中的核心概念,指那些系统性增加高技能劳动力需求、提升其相对工资水平,同时降低低技能劳动力相对需求的技术变革。这一概念主要形成于20世纪80至90年代,当时美国等发达国家的大学毕业生与高中毕业生之间的工资差距(即技能溢价)显著扩大,传统
技能偏向型技术进步(Skill-Biased Technological Change,简称SBTC)是劳动经济学和技术经济学中的核心概念,指那些系统性增加高技能劳动力需求、提升其相对工资水平,同时降低低技能劳动力相对需求的技术变革。这一概念主要形成于20世纪80至90年代,当时美国等发达国家的大学毕业生与高中毕业生之间的工资差距(即技能溢价)显著扩大,传统贸易理论无法充分解释这一现象,因为技能溢价上升主要发生在同一产业内部而非产业间。经济学家因此转而关注技术进步本身的偏向性特征。
从历史脉络看,SBTC假说的重要奠基工作来自Katz和Murphy(1992)以及Autor、Katz和Krueger(1998)的实证研究。他们发现美国劳动力市场中,各行业内部对大学学历劳动力的相对需求在20世纪80年代后持续上升。尽管同期高技能劳动力供给大幅增加,技能溢价依然走高,这说明需求曲线发生了系统性向右移动。计算机和信息通信技术的普及被认为是这一变化的根本驱动力——这些技术本质上与抽象性、分析性的高技能工作呈互补关系,同时替代重复性、规则化的低技能任务。
Acemoglu(1998, 2002)则从内生技术进步的角度进一步理论化了这一现象。传统观点将技术进步视为外生且中性,但Acemoglu指出,技术进步的方向(技能偏向还是技能替代)取决于市场激励。当市场上高技能劳动力供给增加时,研发者和企业会更有动力开发与其互补的技术,从而使技术进步更偏向高技能。这一"内生偏向性"机制可以解释一个看似矛盾的观察:美国20世纪70年代高技能劳动力供给骤增时,技能溢价曾短暂下降,而80年代后却持续攀升。原因在于技术调整存在滞后——新技术的开发和采用需要时间,一旦偏向高技能的技术体系形成,就会反过来放大需求侧的偏移。
进入21世纪,Autor、Levy和Murnane(2003)对SBTC框架做出了重要修正。他们提出"常规偏向型技术进步"(Routine-Biased Technological Change, RBTC),认为计算机和自动化主要替代的是中等技能、从事常规性重复任务的劳动者(如文员、簿记员、装配线操作工),而非传统意义上所有低技能劳动者。这一修正产生了"就业极化"(job polarization)假说:高技能的知识性工作和低技能的手工服务工作就业份额都在增加,而中间层级的常规性岗位不断萎缩。美国和欧洲多地数据验证了这一趋势。
此后,劳动力市场"极化"与SBTC的整合研究成为热点。Goos和Manning(2007)利用英国数据发现了"美丽工作"(lovely jobs)和"糟糕工作"(lousy jobs)同时增加的极化格局。欧洲多个国家的面板数据研究表明,虽然极化的具体形态因制度差异有所不同,但技术偏向性的本质逻辑在各工业化经济体中普遍成立。这一发现对传统人力资本理论提出了新的挑战:不再是简单地增加教育就能解决问题,因为中间层常规认知技能的回报正在下降,教育体系需要更精准地培养抽象推理和人际互动等高阶能力。
SBTC框架在发展中国家的适用性也是研究前沿。由于发展中国家的技术来源以引进和模仿为主,发达经济体创造的偏向性技术在被引入时可能与本地要素禀赋结构产生错配。以中国为例,20世纪90年代后期深度融入全球价值链后,出口部门和外资企业的技术引进呈现出明显的技能偏向性,导致技能溢价持续上升。但值得注意的是,中国高等教育大幅扩招后高技能供给快速增加,技能溢价的上升势头在21世纪前十受到了一定抑制——这与Acemoglu内生偏向理论中供给冲击的短期效应相符。
最新一轮的技术浪潮——人工智能与机器学习——将SBTC讨论推向新高度。Acemoglu和Restrepo(2018, 2019)提出的"任务空间"模型区分了两种效应:一是自动化效应,即AI替代人类完成特定任务,降低劳动力需求;二是复生效应,即AI在创造新任务、新岗位方面的潜力。如果AI主要替代中等技能常规任务(如翻译、初级编程),则可能延续RBTC的极化逻辑;但如果AI在高技能领域(如医疗诊断、法律分析)也展现出替代能力,则技能偏向性可能减弱甚至逆转。当前实证研究尚处于早期阶段,但已有证据表明生成式AI对不同技能层级的影响具有高度异质性。
从政策角度出发,理解技能偏向型技术进步对于应对收入不平等和社会流动性下降具有重要意义。研究表明,单纯增加教育供给并不能自动抵消SBTC的负面影响,因为技术可能以快于人力资本积累的速度演进。政策应对需要多管齐下:完善终身教育和职业培训体系以适配技术迭代、强化社会保障网以缓冲转型失业、鼓励对企业岗位培训和技能再教育进行税收激励,以及在技术研发端引导更加"包容性"的创新方向。
总之,技能偏向型技术进步是理解劳动力市场结构性变迁和收入分配变迁的关键分析工具。从计算机化到自动化再到人工智能化,技术进步的方向始终在改变不同技能群组的相对地位。能否有效引导技术向更均衡的方向发展,将直接决定未来社会的就业形态和分配格局。