下载掌阅APP，畅读海量书库
立即打开
如果说技术导致工作岗位流失势将产生广泛的社会影响，那么它必将会对服务业就业产生巨大的冲击——在高收入国家，服务业吸纳了约74%的就业人口，而全球范围内，服务业吸纳就业人口的比例为52%。 [1] 因此，自动化话语的倡导者们将目光投向于零售、运输和食品服务环节出现的“服务业自动化新形态”。他们认为，这些领域的“机器人化”发展“蒸蒸日上”，从事接订单、摆货架、开汽车、做汉堡的机器人大军规模日益增长。同时，他们表示，随着人工智能的发展，大批服务业岗位在未来几年可能会失去用武之地，其中包括一些原本需要几年教育培训周期的岗位。 [2] 当然，这些说法大多只是对技术影响未来就业模式的种种预测。这些预测有可能会落空——例如，在2020年1月的第一个星期，美国大湾区有三家机器人公司或遭遇了关门倒闭，或被迫减少损失。 [3] 在阐释其观点时，自动化理论家们通常会在参照制造业前例的基础上提出他们对服务业新趋势的设想。在制造业领域，就业灾难已经爆发。 [4] 想要评估这些理论家的观点，从分析自动化对行业命运的影响入手不失为一种合理的办法。毕竟，制造业是最容易实现自动化的领域，因为在车间内部可以“彻底简化机器的工作环境，以实现机器的自主运行”。 [5] 工业机器人的出现由来已久：1961年，通用汽车公司的工厂里安装了全球第一台工业机器人“Unimate”。即便如此，直到20世纪60年代末期，研究制造业的学者们仍对卢德派所担忧的长期技术性失业嗤之以鼻。在制造业中，就业增长速度最快的领域也正是技术创新速度最快的领域。其原因在于，在这些领域，价格下降的速度最快，从而刺激了产品需求的增长。 [6] 但是，那个时代早已结束。在过去的50年中，工业化进程已被逆工业化所取代，这一情形不仅仅只存在于某一领域，而是广泛地出现在了多数国家的制造业部门当中。 [7]
[1] 估测数据援引自国际劳工组织（ILO）， Key Indicators of the Labour Market, 9th ed., 2015, 其中包含了对2019年的预测。在全球经济范围内，这些服务业工人当中有很多人都处于非正规雇佣状态，他们或捡拾垃圾、或手推着餐饮小车售卖食品；在20世纪已经出现超市、仓储式零售商、冷藏车运输等技术的情况下，这些岗位原本面临着淘汰的可能。
[2] Nick Dyer-Witheford, Cyber-proletariat: Global Labour in the Digital Vortex , Pluto, 2015, p.184. 常规的智力活动，甚至高技能活动显然比非常规的手工岗位更易实现自动化，原因在于当前机器的灵巧度尚无法达到后者的要求。Erik Brynjolfsson and Andrew McAfee, The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies , W.W. Norton, 2014, pp.28–9。
[3] Eve Batey, “Is SF Facing a Robot Food Apocalypse?,” Eater San Francisco ,January 8, 2020. 亦见Tim Carman, “This Automated Restaurant Was Supposed to Be the Future of Dining. Until Humanity Struck Back,” Washington Post , October 24, 2017。
[4] 可参见Brynjolfsson and McAfee, Second Machine Age , pp.30–1;Martin Ford, Rise of the Robots: Technology and the Threat of a Jobless Future , Basic Books, 2015, pp.1–12。
[5] David Autor, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation,” Journal of Economic Perspectives ,vol. 29, no. 3, 2015, p.23。
[6] Eileen Appelbaum and Ronald Schettkat, “Employment and Productivity in Industrialized Economies,” International Labour Review , vol. 134,nos. 4–5, 1995, pp.607–9。
[7] 如无另行说明，本节其余部分统计数据均来自于Conference Board, International Comparisons of Manufacturing Productivity and Unit Labour Cost （更新截至2020年1月），及 Total Economy Database （更新截至2019年4月）。