政策制定者可为潜在的人工智能失业潮做准备

截至目前，人工智能对劳动力市场的影响似乎有限。尽管偶尔有头条新闻宣布AI导致的裁员，但失业率并未大幅上升。然而，这种情况可能不会持续。未来几年内，劳动力市场可能遭受剧烈冲击，政策制定者应提前准备应对措施。

一项受欢迎的应对政策是政府直接创造就业，即“就业保障”。美国民调显示，54%的人支持这一做法。历史上，大萧条时期美国联邦政府曾通过公共就业项目，如工程进度管理局和民间资源保护队，成功解决了大规模失业问题。这些机构在美国历史上占有重要地位，提醒我们强大的政府能够通过工资和工作尊严切实改善人们的生活。

但我们需要清醒地认识到，现有文献表明，我们应对当今大规模实施就业保障持怀疑态度。虽然高就业水平确实能带来巨大的积极经济效应，但我们有时会忽略工作对人们有益的根本原因。工作并非在真空中提供目标、意义或技能——这些品质只有在工作本身是雇主所需求的情况下才会产生。纯粹为了雇佣而创造的工作，不一定能为劳动者提供劳动力市场上其他地方有用的技能。此外，只有当人们相信自己的工作提供了有价值的服务时，他们才会感到工作有价值。虽然有些情况下公共工程需要公共就业，但“为工作而工作”的岗位与提供特定服务的岗位功能不同。

作为研究失业和职业培训项目的经济学家，我首先想从技术角度审视现有的劳动力市场干预措施，了解这些项目的真实效果。让我们从国会预算办公室1976年的劳动力市场干预分类开始分析。技能发展项目通过课程或在职培训来提升员工技能；工作经验项目为没有工作经验的求职者提供就业入门，目标不是培养特定技能，而是提供一般性工作经验；就业能力发展项目帮助人们寻找合适工作，包括求职援助、简历帮助和创建招聘平台；公共部门就业项目直接雇佣失业者，创造新工作岗位以降低失业人数，通常针对有工作经验的成年人。

对超过200项劳动力评估的元分析显示，技能发展和工作经验项目在短期内效果较弱，但长期效果显著；就业能力发展项目（如求职援助）短期内效果强，但长期效果减弱；而公共部门就业——即就业保障所要扩大的项目——在短期、中期和长期内效果均弱于其他三类。公共部门就业效果不佳的部分原因在于它排挤了劳动者本可进行的其他活动。失业并领取失业保险金的人可以花时间寻找合适工作、培养雇主需要的技能以及申请职位，而在公共部门就业项目中工作的人则较少有时间做这些事。此外，由于这些工作是为提供就业而创造的，可能无法培养其他雇主所需的技能。

但这并不意味着就业保障不能成为帮助劳动者应对AI冲击的一揽子计划的一部分。也许更广泛的就业保障会产生与狭窄的公共部门就业项目根本不同的效果，或者政策制定者需要更多经验来设计和改进这些项目。参议员科里·布克和众议员邦妮·沃森·科尔曼提出的《联邦就业保障发展法案》等试点方案有助于解决各种问题。

同时，我们还应专注于扩大有效项目并使其更好。例如，Year Up（结合培训和就业安置）的随机试验发现，该项目在结束后的7年内每年使工资增加超过8000美元。扩大该项目或将其转向AI相关的就业破坏，可以大大帮助人们适应冲击。还有有用的税收改革可以实施。劳动所得税抵免（EITC）实际上是一种工作补贴——增加工人的实得工资并降低雇主的用工成本——已显著提高了就业率。扩大EITC规模，例如马可·鲁比奥2014年提出的将EITC转变为工资补贴的提案，可以在这一成功基础上继续促进就业。允许更可预测的失业保险税的改革也能鼓励更高的招聘率。

针对AI独特挑战设计的新项目——包括就业保障——可以补充现有项目。但AI劳动力政策的核心必须是已被证明有效的项目和激励措施。各政治派别的政策制定者都应对未来AI导致的就业替代感到担忧。是时候采取行动，回应公众日益增长的焦虑，开始制定解决方案了。