政策制定者可為潛在的人工智能失業潮做準備

截至目前，人工智能對勞動力市場的影響似乎有限。儘管偶爾有頭條新聞宣佈AI導致的裁員，但失業率並未大幅上升。然而，這種情況可能不會持續。未來幾年內，勞動力市場可能遭受劇烈衝擊，政策制定者應提前準備應對措施。

一項受歡迎的應對政策是政府直接創造就業，即“就業保障”。美國民調顯示，54%的人支持這一做法。歷史上，大蕭條時期美國聯邦政府曾通過公共就業項目，如工程進度管理局和民間資源保護隊，成功解決了大規模失業問題。這些機構在美國曆史上佔有重要地位，提醒我們強大的政府能夠通過工資和工作尊嚴切實改善人們的生活。

但我們需要清醒地認識到，現有文獻表明，我們應對當今大規模實施就業保障持懷疑態度。雖然高就業水平確實能帶來巨大的積極經濟效應，但我們有時會忽略工作對人們有益的根本原因。工作並非在真空中提供目標、意義或技能——這些品質只有在工作本身是僱主所需求的情況下才會產生。純粹為了僱傭而創造的工作，不一定能為勞動者提供勞動力市場上其他地方有用的技能。此外，只有當人們相信自己的工作提供了有價值的服務時，他們才會感到工作有價值。雖然有些情況下公共工程需要公共就業，但“為工作而工作”的崗位與提供特定服務的崗位功能不同。

作為研究失業和職業培訓項目的經濟學家，我首先想從技術角度審視現有的勞動力市場干預措施，瞭解這些項目的真實效果。讓我們從國會預算辦公室1976年的勞動力市場干預分類開始分析。技能發展項目通過課程或在職培訓來提升員工技能；工作經驗項目為沒有工作經驗的求職者提供就業入門，目標不是培養特定技能，而是提供一般性工作經驗；就業能力發展項目幫助人們尋找合適工作，包括求職援助、簡歷幫助和創建招聘平台；公共部門就業項目直接僱傭失業者，創造新工作崗位以降低失業人數，通常針對有工作經驗的成年人。

對超過200項勞動力評估的元分析顯示，技能發展和工作經驗項目在短期內效果較弱，但長期效果顯著；就業能力發展項目（如求職援助）短期內效果強，但長期效果減弱；而公共部門就業——即就業保障所要擴大的項目——在短期、中期和長期內效果均弱於其他三類。公共部門就業效果不佳的部分原因在於它排擠了勞動者本可進行的其他活動。失業並領取失業保險金的人可以花時間尋找合適工作、培養僱主需要的技能以及申請職位，而在公共部門就業項目中工作的人則較少有時間做這些事。此外，由於這些工作是為提供就業而創造的，可能無法培養其他僱主所需的技能。

但這並不意味着就業保障不能成為幫助勞動者應對AI衝擊的一攬子計劃的一部分。也許更廣泛的就業保障會產生與狹窄的公共部門就業項目根本不同的效果，或者政策制定者需要更多經驗來設計和改進這些項目。參議員科裏·布克和眾議員邦妮·沃森·科爾曼提出的《聯邦就業保障發展法案》等試點方案有助於解決各種問題。

同時，我們還應專注於擴大有效項目並使其更好。例如，Year Up（結合培訓和就業安置）的隨機試驗發現，該項目在結束後的7年內每年使工資增加超過8000美元。擴大該項目或將其轉向AI相關的就業破壞，可以大大幫助人們適應衝擊。還有有用的税收改革可以實施。勞動所得税抵免（EITC）實際上是一種工作補貼——增加工人的實得工資並降低僱主的用工成本——已顯著提高了就業率。擴大EITC規模，例如馬可·魯比奧2014年提出的將EITC轉變為工資補貼的提案，可以在這一成功基礎上繼續促進就業。允許更可預測的失業保險税的改革也能鼓勵更高的招聘率。

針對AI獨特挑戰設計的新項目——包括就業保障——可以補充現有項目。但AI勞動力政策的核心必須是已被證明有效的項目和激勵措施。各政治派別的政策制定者都應對未來AI導致的就業替代感到擔憂。是時候採取行動，回應公眾日益增長的焦慮，開始制定解決方案了。