本文由韩文龙、康灵烁和张瑞生三位作者共同撰写，发表于《中共杭州市委党校学报》2025年第1期。韩文龙为西南财经大学经济学院副院长、教授，主要研究方向为数字经济和马克思主义政治经济学；康灵烁和张瑞生分别为西南财经大学经济学院的硕士研究生和博士研究生，研究方向为政治经济学。本文是国家社会科学基金后期资助暨优秀博士论文项目“新发展阶段促进共同富裕的政治经济学研究”（22FJLA002）的研究成果。
随着大数据、云计算和人工智能等技术的快速发展，第四次科技革命正在兴起。生成式人工智能（Generative AI），尤其是以ChatGPT为代表的技术的出现，标志着人工智能进入了新的发展阶段。生成式人工智能不仅能够高效生成文本、图像等数字内容，还能通过大数据模型分析学习，不断提高生成内容的质量和多样性。然而，这种技术的广泛应用也引发了人们对就业市场的担忧：生成式人工智能是否会替代大量传统岗位？劳动力市场的供求结构将如何变化？劳动者、企业和政府应如何应对这一技术带来的冲击？
本文旨在探讨生成式人工智能对就业的三重效应——替代效应、创造效应和综合效应，分析其对我国就业市场的冲击，并提出相应的政策建议，以促进高质量就业和高质量发展。
本文从生成式人工智能的经济特征与功能入手，详细分析了其对就业的三重效应，并结合国内外相关文献，探讨了生成式人工智能大规模应用后对我国就业的冲击和未来发展趋势。
生成式人工智能通过技术性替代、组织性替代和分工式替代三个层面，对劳动要素进行替代，从而对就业市场产生直接冲击。
技术性替代：生成式人工智能利用其强大的数据处理、内容生成及学习能力，替代了从事重复性高、程序性强的工作岗位。例如，自动化生产线、物流、客服等传统岗位逐渐被AI取代。
组织性替代：生成式人工智能推动了企业组织结构的扁平化，减少了中间管理层级的需求，导致管理层次和人员规模的压缩。
分工式替代：生成式人工智能加速了社会分工的细化，推动了“外包”和“众包”模式的发展，减少了企业对全职员工的需求。
替代效应具有技能偏向性、产业差异性和地域差异性。低技能的体力劳动者和高技能的创造性劳动者受影响较小，而中等技能的脑力劳动者面临较大威胁。服务业受替代效应影响最大，其次是工业和农业。
生成式人工智能在替代传统岗位的同时，也创造了大量新兴岗位，表现为补偿效应和新生效应。
补偿效应：生成式人工智能推动了传统产业的智能化转型。例如，在农业领域，AI技术优化了种植、灌溉和农业机器人操作；在工业领域，AI加速了生产制造、设计和产品开发等环节的智能化；在服务业，AI提升了服务效率和质量，缓解了信息不对称问题。
新生效应：生成式人工智能催生了新的职业和产业，如AIGC（人工智能生成内容）行业。上游产业包括数据采集、清洗和标注，下游产业涉及内容消费、内容管理和平台运营等。新兴职业如数据工程师、AI伦理专家等应运而生。
创造效应具有时滞性，从技术应用到岗位新生需要较长时间。短期内，替代效应大于创造效应，就业总量可能减少；长期来看，创造效应将超过替代效应，就业规模和质量将得到提升。
生成式人工智能的替代效应和创造效应共同作用，对就业市场产生了综合效应，主要体现在就业结构、就业总量和劳动者技能要求的变化。
就业结构的变化：生成式人工智能加速了传统农业、制造业和服务业的转型升级，替代了部分传统岗位，同时催生了大量新兴岗位。服务业受AI影响最大，制造业次之。
就业总量的变化：短期内，生成式人工智能替代的岗位数量可能超过新生岗位，就业总量减少；长期来看，随着技术成熟和普及，新兴业态将超过被淘汰的传统岗位，就业总量将增加。
对劳动者技能的影响：生成式人工智能对劳动者的技能提出了新的要求，包括数据科学、机器学习、软件开发等专业技能，以及批判性思维、创新能力和团队合作能力。
生成式人工智能的大规模应用将推动中国就业市场的结构调整和质量变革。为应对这一技术带来的挑战，中国应积极推进新型“轮岗制”的应用，促进劳动力在产业和区域之间的自由流动，加强社会保障，维持劳资关系和谐，以充分发挥生成式人工智能对优化就业结构和实现高质量就业的积极作用。
本文不仅为学术界提供了生成式人工智能对就业影响的理论框架，还为政府和企业应对技术变革提供了政策建议，具有重要的学术价值和实践意义。