近年来，人工智能技术的应用广度与深度持续拓展，已成为推动新一轮科技革命和产业变革的核心驱动力。人工智能在深刻改变生产生活方式、重塑经济结构的同时，也对全球劳动力市场带来结构性冲击，引发就业形态、技能需求与人力资源开发模式的深层变革。特别是生成式人工智能技术的突破性进展，标志着人工智能进入通用化发展阶段，在越来越多领域展现出接近或超越人类水平的认知与执行能力，进一步加剧了就业市场面临的替代风险与转型压力。
在这一背景下，系统梳理典型国家应对人工智能型失业的政策实践，对我国前瞻性谋划“十五五”时期及更长阶段的就业战略，具有重要的借鉴意义。结合中国国情，从战略引导、技能重塑、社会保障、财税激励与社会协同等方面，与多国相应政策进行比较分析，提出增强就业创造效应、缓解短期替代冲击、推动劳动力市场平稳转型的政策启示。
人工智能型失业的全球特征与财政挑战
人工智能技术的发展正在深刻重塑全球就业市场，其引发的失业问题呈现出明显的结构化特征，并对各国财政体系构成严峻挑战。
人工智能对就业的冲击呈现显著的结构化、阶段化与区域化特征。首先，岗位替代呈现“倒U型”技能分化。最低技能与最高技能岗位替代率相对较低，而中等技能岗位最易被自动化替代。例如，制造业中低技能岗位替代率高达58%—72%，服务业中电话客服替代率更是达到89%。这种分化导致“就业空心化”，形成“两头高、中间低”的“三明治”结构，加剧了社会收入的不平等。其次，替代效应具有明显的阶段性与行业性。根据技术成熟度曲线，人工智能对就业的替代效应以低技能重复性岗位、中等技能规则性岗位、高技能创造性岗位的顺序逐步显现：2023—2025年主要影响低技能重复性劳动；2025—2030年延伸至中等技能规则性岗位；2030年后将渗透至高技能创造性岗位。制造业、服务业与金融业成为重灾区，但这些行业内部也催生了工业机器人运维师、AI训练师、算法合规审计师等新岗位。然而，新岗位创造周期通常比旧岗位的大规模消失晚3—5年，导致阶段性失业高峰。第三，区域与群体差异凸显。老工业基地与传统产业集聚区面临更高替代风险，但其新岗位的创造能力也远低于科技创新中心。此外，中年劳动者、教育水平较低的群体因转型困难，成为失业高风险人群，可能引发结构性社会问题。
人工智能型失业不仅带来社会冲击，更对各国财政构成多重压力，主要体现在社会保障、技能重塑与税基结构三个相互关联的维度上。首先，社会保障支出面临持续且结构性的压力。人工智能引发的大规模岗位替代使大量劳动力面临更长的失业周期，社会保障体系需要承担的不仅是短期的生活救济，更是长期的收入补偿，财政负担由此加剧。对此，国际货币基金组织（IMF）的分析指出，主要经济体每年可能面临相当于国内生产总值（GDP）1%至3% 的财政压力。尽管北欧国家试点的“普遍基本收入”在缓解个体焦虑方面显示出短期效果，但其长期财政的可持续性在国际学术界与政策界仍存在广泛争议。其次，劳动力技能重塑要求财政进行大规模、持续性的投入。 结构性失业的根本解决途径在于系统性的人力资本升级，这涉及公共财政对终身学习体系的深度补贴。例如，德国“双元制”职业教育及继续教育体系、新加坡“技能创前程”计划、日本“产官学”协同再培训等项目，均依赖财政资金对企业与个人的双向激励。欧盟已认识到这一挑战，并在2021—2027年规划了约1750亿欧元的数字投资计划，其中相当部分用于支持技能发展。这表明，目前应对就业转型已对公共财政构成显著压力。最后，人工智能加剧了传统税基侵蚀，并抬高了产业扶持成本。 自动化和平台化趋势削弱了以工薪税为主的传统税收基础。经济合作与发展组织（OECD）曾估计，在未来10—15年，成员国中25%至40% 的工作岗位将有超过一半的任务面临自动化风险。这种深度的就业结构变迁，预示着税基可能发生中长期偏移。各国为应对这一挑战，一方面探索针对数字服务、机器人或自动化设备的专项税种，以开拓新税源；另一方面，为培育人工智能等新兴产业，又需投入大量财政资源用于研发补贴、税收优惠及基础设施建设，这将进一步加剧财政收支平衡的难度。
全球主要经济体应对人工智能型失业的政策工具
全球主要经济体围绕人工智能与就业的关系展开政策布局，探索多元化策略以应对人工智能引发的就业结构性质变。这些政策工具构成了一个从预防到缓冲、从个体到社会的多层次体系。
财政资金精准投入，加强技能培训体系
技能重塑是应对人工智能型失业最前端、最根本的策略。各国普遍通过财政资金的精准设计，撬动个人、企业和社会共同投资于人力资本，实现劳动者从“被替代者”向“协同者”转化。
新加坡以“技能创前程”为核心构建全生命周期技能培训体系，该体系采用“个人账户+企业补贴”双轮驱动模式：个人层面，为25岁以上公民提供初始培训津贴，并为40岁以上劳动者增设进阶津贴，资金直接注入个人账户，让劳动者自主选择涵盖数据分析、智能制造、网络安全等领域的核准课程。企业层面则通过“技能创前程企业津贴”和“劳动力发展津贴”，对中小企业转型培训、岗位再设计提供高达70%的成本补贴。2026年起实施的“电子钱包”式补贴进一步简化流程、激发企业内生动力。该模式以1元财政投入撬动3元企业配套，实现了政策精准性与市场活力的结合，有效缓解了转型期失业压力。
德国则将享誉世界的“双元制”职业教育传统，拓展为覆盖全职业生涯的继续教育生态系统。在青年培养阶段，“双元制”通过企业实践与职业教育结合，为约70%的青年提供高就业率的职业资格认证。在成人继续教育领域，德国通过《联邦继续教育法》确立政府资助责任，依托近900所政府资助的继续教育中心提供普惠课程。关键财政工具包括面向职业深造的“升级培训助学金”、支持在职带薪培训的“技能保障计划”，以及针对中老年群体的“职业转型补贴”。政府通过联邦、州、市三级财政补贴承担机构九成以上运营成本，同时辅以个人补贴与企业税收抵扣，构建了法律完备、多方共担的终身学习支持网络，系统性地提升整个劳动力队伍应对技术变革的韧性。
法国2025年启动的“勇敢拥抱AI”计划则强调降低企业转型门槛。政府计划投入7亿欧元，目标在2030年前培训1500万名专业人员，并通过派遣“AI大使”为企业提供技术诊断，配套提供设备采购税收减免与低息贷款。这一组合拳旨在避免企业因转型成本高昂而导致“一刀切”式裁员，鼓励其在引入AI过程中同步投资人力资本。
美国则通过《2020年国家人工智能倡议法案》体现了“研发投资带动人力升级”的思路。法案要求受联邦资助的大型AI项目必须包含劳动力发展计划，使科研进展直接转化为教育资源。尽管该模式对前沿领域有促进作用，但对传统行业与中小企业的渗透仍然存在滞后性。
国际经验表明，技能培训体系需以财政投入为引导，撬动企业与社会多方资源，并与产业数字化转型深度绑定。其核心在于通过制度设计，将技能提升从外部要求转化为劳动者与企业的内在需求，从而为技术变革中的劳动力市场提供持续适应性。
完善社会保障，构建“转型安全网”
一些国家着力完善社会保障体系，构建从现金补助到公共服务的多层次“转型安全网”，旨在为被人工智能技术替代的劳动者提供支持与缓冲，防止其跌入贫困陷阱。
一是完善失业保险和社会救济制度。丹麦的“灵活安全”模式是制度化应对的典范，其核心在于将“灵活的雇佣和解雇制度”“慷慨的失业救济”与“强制性劳动力培训”三者结合。短期内失业者可领取相当于原工资80%—90%的救济金，但必须以参与培训、教育或实习为前提。该制度既提供了收入缓冲，又直接针对技能错配问题，有效促进长期再就业，降低了社会对技术变革的抵触。然而，其依赖高税收支撑高福利的模式，对财政可持续性构成挑战。与之相比，新加坡通过“职业支援计划”将社会保障支出从“被动补偿”转向“主动投资”，重点激励企业雇佣因技术变革失业的中年专业人员。政府向雇佣企业提供长达18个月的渐进式薪资补贴，显著降低了企业的用人成本与风险，将大量有经验的劳动者导向增长型行业，控制结构性失业率。
二是探索现金转移支付。全民基本收入（ Universal Basic Income，简称UBI）或类UBI的现金补助试点，为设计技术转型期的社会安全网提供了重要视角。2017—2018年芬兰的国家级实验表明，即便UBI未显著提升短期就业率，也能有效改善失业者的心理健康与安全感。在发展中国家，肯尼亚一项由慈善组织发起的长期农村UBI试点结果显示，小额定期现金转移显著提升了贫困家庭的创业率和女性的经济参与。伊朗的“目标补贴计划”虽因通胀等因素效果受限，但大规模现金转移的“自然实验”表明，其并未减少整体就业，反而可能促进服务业创业与教育投资。这些实践提示，有条件或导向明确的现金援助，在特定背景下可产生积极的“创业效应”与“人力资本投资效应”，并非必然导致劳动力供给减少。然而，其宏观经济效益与长期财政可持续性仍需审慎评估。
三是夯实国家基础服务保障。面对现金补助的局限性，强化“国家基础服务保障”（Universal Basic Services，简称UBS）成为增强社会整体韧性的关键策略。北欧国家通过普惠的医疗、教育、托育等公共服务，大幅降低了劳动者的基本生活成本，使其在收入波动期仍能保有基本尊严与发展机会。例如，芬兰将“人工智能线上速成班”（Elements of AI）作为公共产品推广，助力全民数字素养提升；其全民医保体系覆盖所有永久居民，家庭医疗自付比例显著低于国际平均水平。瑞典则通过立法对托育费用设置法定上限，并由财政补贴差价，此举不仅稳定了家庭支出，更解放了劳动力（尤其是女性），使其能更从容地参与技能再培训。UBS模式通过与现金补贴互补，构筑了应对技术冲击的深层防御网，通过直接降低转型期的生活与教育成本，有效减少了社会摩擦，并为劳动力能够适应新经济形态提供了稳定器。
国际经验表明，一张有效的“转型安全网”既需要失业保险等传统制度提供即时缓冲，并通过条件设计激励再就业；也需要探索现金转移支付，为特定群体提供基本保障与转型空间；更需要通过实施普惠式公共服务，从根本上降低劳动者的生存焦虑与转型成本，形成一张多维度弹性网络。
创新税收治理，协同就业保护
面对人工智能对就业的结构性冲击，各国尝试运用税收工具进行调节，旨在平衡企业自动化进程与劳动力市场稳定，并为社会转型筹集必要资金。
首先，通过调整现有税收政策，间接影响企业“机器换人”的节奏与成本。 韩国是较早采取实质性措施的经济体。2017年，其通过修订《特别税收限制法》，将企业投资自动化设备所能享受的税收抵免优惠税率予以调低。此举虽未直接创设“机器人税”，但通过削减原有激励，变相提高了企业自动化投资的税收成本，旨在为劳动力转型争取缓冲时间，尤其保护受冲击明显的中小企业。然而，对于自动化效益显著的大型企业，其劝阻作用相对有限。这体现了税收微调工具的温和性与局限性。
其次，针对数字经济的特征，开征数字服务税（Digital Services Tax，简称DST），从自动化、平台化业务中获取新财源以应对社会成本。 由于欧盟层面统一立法受阻，法国、意大利、西班牙等成员国相继推行了单边DST。这些税制通常对全球收入超过特定门槛的大型科技企业，就其在线广告、数字中介服务等自动化数字服务收入，征收2%～3%的税款。尽管征税初衷主要在于确保税收公平、应对税基侵蚀，但其税源恰恰集中于AI技术密集应用的领域。因此，DST为各国政府提供了应对数字转型（包括潜在失业问题）的新增财政收入，可间接用于支持劳动力再培训与社会保障。但此类单边措施具有过渡性质，并可能引发贸易争端。
最后，积极参与并推动国际税收合作，通过建立全球性规则，为各国应对技术变革提供更稳定、更可持续的财政空间。经济合作与发展组织主导的“双支柱”国际税收改革方案代表了这一方向。“支柱一”旨在将大型跨国企业（尤其是提供自动化数字服务的企业）的部分利润征税权重新分配至市场国；“支柱二”则通过设立全球最低税率（15%），遏制恶性税收竞争，确保跨国企业承担基本的税负。该方案已进入快速实施阶段，欧盟、英国、日韩等众多辖区已将其转化为国内法。这一全球性框架不仅有助于应对数字经济带来的税收挑战，其带来的新增财政收入，也为各国政府投资于劳动力技能重塑和升级社会安全网提供了至关重要的财政资源，体现了通过国际合作解决技术变革社会成本问题的治理思路。
综上，税收工具在应对人工智能就业冲击中扮演着“调节器”与“赋能者”的双重角色。从国内到全球的税收政策演进，反映了各国试图在鼓励技术创新与维护社会就业稳定之间寻求艰难平衡。税收手段通过成本信号引导企业创新行为、并通过筹集资金为企业转型提供支持的作用不可或缺，是构建系统性应对策略中的重要一环。
国际经验对中国应对人工智能影响就业的启示
应对人工智能型失业的国际多元实践，为我国提供了宝贵的经验镜鉴。我国拥有全球规模最庞大的劳动力市场和最完整的产业体系，在人工智能技术研发与应用方面亦处于全球第一梯队，这既意味着我们面临的转型压力空前巨大，也意味着我们拥有通过主动政策引导实现“技术赋能”而非“就业替代”的独特优势。综合国际经验与自身国情，我国应构建一个“前瞻布局、多方共担、精准施策”的韧性治理体系。
（一）战略引导与技能体系建设
为系统应对人工智能带来的就业冲击，我国应将战略性引导与技能体系深度结合，形成目标清晰、路径明确、支撑有力的政策框架。
一是确立“就业优先、增强人力”的战略导向与规制框架。 国家层面的人工智能发展规划与产业政策需明确将“保障和提升就业”作为核心目标。关键举措包括建立技术应用的就业影响前置评估机制，强制要求重大AI项目配套制定劳动力转型方案；完善伦理与法律规制，对招聘、绩效管理等高风险自动化决策设置必要人工干预门槛，并立法防范算法歧视；通过税收优惠、研发补贴等政策工具，大力鼓励开发与应用能够辅助人、增强人的“人机协作”型技术，从源头引导技术走向。
二是构建以“个人账户”与“企业补贴”为核心的双轮驱动技能供给体系。技能重塑是应对转型的根本。建议探索设立个人技能账户，尤其面向中年等转型关键群体，由政府注入启动资金，个人与企业共担，赋予劳动者自主选择经认证课程的权利，激发内生学习动力。同时，需优化对企业培训补贴的精准性与便捷性，将支持范围从培训过程延伸至企业的“岗位再造”与工作流程数字化改造，并对中小企业给予倾斜。补贴发放应简化流程，探索“培训券”“电子补贴包”等直达模式，提升政策效能。
三是强化结果导向与区域产业需求对接的实施机制。 技能培训必须紧密对接实际就业与产业需求。应推广“分段式补贴”等结果导向资助模式，将资金给付与培训合格、稳定就业等成果挂钩。同时，鼓励各省市依托本地主导特色产业集群，开发定制化培训项目，对人工智能训练师、工业机器人系统运维员等紧缺职业提供重点支持，打造地域性技能品牌，确保学有所用、训能就业，实现技能提升与产业升级的良性循环。
（二）社会保障与转型安全网建设
为缓冲技术替代带来的冲击，必须强化符合我国发展阶段和财政承受能力的社会保障体系的托底功能。
一是改革与扩容失业保险制度。当前我国的失业保险覆盖率有待提升。应逐步扩大覆盖范围，将更多灵活就业者、新业态从业者以及农民工纳入体系。在确保基本生活补助功能的基础上，优化失业保险基金的使用结构，划拨部分资金用于发放“培训券”或“技能提升津贴”，激励失业人员主动参与再培训。
二是审慎探索“类基本收入”定向补贴试点。 现阶段在我国推行无条件的全民基本收入（UBI）不具备财政与社会可行性，但可借鉴国际现金转移支付项目的设计逻辑，在人工智能替代风险较高的地区（如老工业基地、传统制造业集群）及群体（如大龄下岗职工）中，开展有时限、附条件的“转型基本收入”试点。试点可为受助者提供基本生活现金补助，但严格绑定其参与指定的职业技能培训、公益性岗位或社区服务。此举旨在保障受助群体转型期间的基本生活稳定，同时引导并支持其重新进入劳动力市场，为后续更大范围的政策设计积累经验与数据。
三是持续强化国家基础服务保障。普惠、可及的公共服务是应对经济波动的“稳定器”。一方面，应大力加强公共就业服务体系建设，为劳动者提供一站式的职业指导、技能鉴定、岗位匹配与法律咨询服务。另一方面，需持续完善教育、医疗、托育等基本公共服务，降低劳动者及其家庭的生活刚性支出，使其在职业空窗期或转型阶段仍能保有基本的安全感与发展机会。特别是在数字技能普及方面，可通过政府购买服务等方式，提供高质量、低成本的普惠性人工智能与数字素养培训课程，助力劳动者跨越技能鸿沟。
（三）治理协同与激励引导机制建设
应对人工智能带来的就业挑战，需在治理层面融合政策工具与社会机制，构建激励相容、多方共责的长效体系。
一是创新财税与产业政策，引导技术应用与就业稳定协同。 在税收政策上，应对企业自动化投资实施差异化税收调节，对能够创造高价值人机协作岗位、带动员工技能升级的智能化改造给予更大力度的税收抵免与加速折旧；对可能导致大规模简单岗位替代的“为自动化而自动化”投资，则减少或取消税收优惠。在产业政策上，应积极培育人工智能催生的新兴产业与灵活就业生态，通过设立专项产业基金、创业扶持、政府采购倾斜等方式，支持数据服务、AI治理、内容创作等领域发展，并将灵活就业者 纳入社会保障与公共服务体系，使其成为就业“蓄水池”。
二是强化区域协同与全球治理参与，统筹内外资源与规则。 针对技术变革可能加剧的区域发展不平衡，应强化中央财政的转移支付与区域援助功能，设立“产业转型与就业援助基金”，专项支持衰退地区承接产业转移、开展大规模技能培训与培育特色产业。同时，需积极参与全球人工智能与数字治理规则制定，主动对接OECD“双支柱”等国际税收改革框架，在跨国数字企业征税、数据跨境流动等议题中争取话语权，为我国利用国际资源应对转型挑战创造有利外部环境。
三是构建多方共治的社会协同机制，落实各方责任与提升公众认同。 关键在于建立健全政府、企业、工会与教育机构常态化协商平台，就技术路线、岗位变迁、技能标准等重大议题进行制度化对话，保障劳动者知情权与参与权，化解“算法黑箱”引发的矛盾。同时，通过将员工技能发展投入纳入企业评价体系、给予履责企业税收与融资优惠等措施，激励企业履行稳定就业与人力投资的主体责任。此外，需通过国民教育、科普宣传与社会倡导，系统性提升公众人工智能素养与技术理性，弘扬技能价值与工匠精神，为平稳转型营造积极包容的社会文化氛围。
总之，应对人工智能型失业，我国的策略不应是被动防御，而应是主动引领。通过将技术发展导向人机协作、构建终身技能体系、创新社会保障与财税政策，我们完全有能力将人工智能带来的就业挑战，转化为推动产业升级、提升全民技能、实现共同富裕的历史性机遇。这需要政府、企业、教育机构和每一个劳动者共同的智慧与努力，共同构建一个技术向善、就业向上的包容型发展生态。
（编辑 杨利红）
