大数据、人工智能、机器人等技术的不断突破,以及随之而来的技术革命和生产组织变革,日益对经济增长、劳动技能、就业、收入分配乃至世界格局产生深刻影响。以大数据、人工智能为代表的新的技术的广泛应用,不仅使劳动生产率的提高和资本积累成为可能,连带着也使得那些为了生产和消费而创造出来的“长寿”且往往不可移动的“死”劳动越来越多,“活”劳动遭遇“死”劳动的控制力、排挤力和剥削力也越来越强。相比之下,资本主义“幼年”时期,劳动和知识是一个统一的整体,因为知识源于劳动经验的积累,具体来说,源于那些工匠和手艺人;从资本挤进家庭开始,从劳动之间的简单协作开始,从劳动不再是个人行为而是社会行为开始,知识和劳动就此开始分解,且从未停止过。例如:工场手工业分工的结果是,生产过程的智力同工人相对立;而“大工业则把科学作为一种独立的生产能力与劳动分离开来”,并迫使科学向技术转化,迫使技术为资本服务;自动化技术则把机器连接成一个生产系统,生产线就成为“自动的”了,而过去机器的布局都要遵从于操作流程,以便完成机器间工件的交接。这一番演变可以说成是资本对小到机器动作、大到劳动过程控制的加强,是对工匠技艺的摧毁,是对工人和技术之间的纽带的撕裂。总之,技术革命使得劳动过程比过去越来越复杂,而工人的技能不是随之提高,而是降低到劳动过程的水平以下;而且,相比之下,他们每个人需要知道和理解的比过去单独干活的工人不是多些,而是少得多。这亦是布雷弗曼笔下的“概念”与“执行”分离的结果。布雷弗曼(1979)认为“劳动过程的每一个步骤,尽可能地脱离专门知识和专门训练,都变成简单的劳动。与此同时,对那些还能有专门知识和能受专门训练的少数人,就尽可能地摆脱简单劳动的负担。”从资本支配的意义上讲,资本应用技术分工的好处在于,掌握和巩固“概念”的各个环节,以实现对“执行”进行有等级的控制。而资本驱动下的科技进步,始终在导演着这一劳动的概念和执行的“分离”——具体来讲,工业革命以来,技术变迁遵循了从机械化到自动化,继而到以人工智能为代表的智能化这一发展轨迹,在这一进程中,劳动日渐明显地呈现出布雷弗曼意义上的“概念”的高技能劳动和“执行”的低技能劳动的极化分离趋势,而且,还未等到劳动分工的好处消失殆尽,概念与执行分离的原则就会再次跳出来。长此以往,劳动质的划分和量的比例将呈现幂律分布,而且,头部将不断“萎缩”,尾部将不断“膨胀”。这就预示着,就业的不断分化以及随之而来的收入差距的不断扩大是必然趋势,而概念与执行的分离又是主要依靠技术革新实现的,自然,就业分化和收入不平等看起来就成了技术革新的必然产物。事实上,就技术变迁对劳动技能、就业和收入分配的影响,马克思早已提供了理论指导和分析工具,尤其是马克思的劳动过程理论、资本有机构成理论和相对过剩人口理论。比如,马克思的劳动过程理论,本身讨论的就是劳动的组织管理与控制、劳动的去技能化以及劳动对资本的隶属关系等问题;在此基础之上,马克思进一步推导出资本有机构成的提高和人口的相对过剩——作为分析技术进步的整体而言,资本有机构成理论对分析人工智能现象有其突出的适用性和价值:从资本有机构成出发,人工智能对劳动就业的影响,本质上只是一种技术构成变动及其相应的价值构成变动现象,其目的就是直接针对活劳动的构成及其所对应的劳动资料的总量与结构的变化,而且也是一种全局性和系统性变动的整体思考;而资本有机构成的提高必然意味着,活劳动相对死劳动的占比下降以及活劳动的相对过剩。但相对于劳动经济学和增长理论的研究而言,这些理论的人工智能这一重大理论与现实问题前的应用价值并未得到有效体现。本文立足于马克思主义政治经济学理论,尝试从劳动过程理论、资本有机构成理论和相对过剩人口理论出发,对这一现象进行有针对性的研究。研究发现:人工智能时代,低技能所对应的常规性操作和高技能对应的非常规性认知岗位不断增加,而中等技能所对应的常规性岗位的不断流失;就业极化导致的技能要求的提高非但没有否定劳动的去技能化,恰恰相反,技能要求的提高预示着劳动去技能化的不断加深,尽管技术的进步和迭代演化仍会不断激发对高技能工作的需求,这不仅仅源于客观意义上技能内容的变化,还源于布雷弗曼笔下的“过度教育”和“社会化控制”的需要,但从根本上说,仍源自资本的逐利性,这将驱使着资本不断追求对劳动过程的控制权,从而使劳动阶层不断历经着提高技能、去技能和再技能的轮回往复。研究还发现,人工智能并不能带来大失业。即使推测的技术进步可以带来对劳动的大冲击乃至完全替代,也不能保证企业最终选择新技术。因为这不仅仅取决于我们分析的因素,如机器替代劳动力的成本以及对应的工资率的调整额度,也不单单取决于个人所处的部门和职位,还取决于阶级斗争、制度建设和政府抉择等因素。但,我们必须清楚的是,问题并不在于新技术以及用智能机器人代替劳动本身,而在于人工智能技术“置身于”资本为其所专设的社会环境中了,在于被资本——准确的说是资本家——当作生产剩余价值、加强劳动剥削并替代劳动的手段。就未来技术是否会带来大失业,我们不得而知。但,文章就自动化和智能化有利于概念与执行的分离,有利于资本和少数高技能劳工,是否会带来工资的极化进行了验证——在技术创新的内生增长模型的基础上,将高技能自动化技术引入增长模型,解释了就业极化并不会带来工资极化,因为当偏向性的技术无利可图时,资本家将转而开发技能无偏性技术,以抑制高技能劳工技能溢价的上升,但资本与劳动间的收入不平等会进一步深化,这源于资本对技术的控制,源于概念与执行的分离,源于对劳动剥削的加强。本文的创新之处在于:第一,本文研究了人工智能带来的企业生产过程与组织变革:过去几十年,人工智能及其次级技术(大数据、云计算等)等新技术取得重大突破。作为一种新技术范式的典型技术特征,人工智能提高了组织间信息获取与信息传递的效率和灵活性,有效地解决了组织信息不对称问题;同时,人工智能通过挖掘组织间数据异质性与关联性价值,给出生产与管理的决策,促使组织的管理信息化、智能化的同时,使得组织的生产成本与交易成本发生结构性变革,进而重塑组织内与组织间的关系,引发组织形态的变迁;第二,在低技能自动化技术的基础上,导入高技能自动化技术和鲍莫尔成本病,研究人工智能对资本与劳动、高技能劳动和低技能劳动间的收入分配问题,结果表明,低技能自动化确实扩大了高技能劳工和低技能劳工的收入差距,但随着低技能自动化技术的完成和高技能自动化技术的普及,对技能溢价有显著的抑制作用;第三,求证了技能要求的提高与劳动去技能化的一致性:技能要求的不断提高非但没有否定劳动的去技能化,恰恰相反,技能要求的提高预示着劳动去技能化的不断加深,尽管技术的进步和迭代演化仍会不断激发对高技能工作的需求,这不仅仅源于客观意义上技能内容的变化,还源于布雷弗曼笔下的“过度教育”和“社会化控制“的需要,但从根本上说,仍源自资本的逐利性,这将驱使着资本不断追求对劳动过程的控制权,从而使劳动阶层不断历经着提高技能、去技能和再技能的轮回往复;第四,尝试将西方经济学尤其是西方经济学的模型与马克思主义政治经济学理论相融合。比如,将广义科布-道格拉斯生产函数与资本有机构成理论的融合,求证人工智能是否会带来大规模失业——分析了大失业实现的条件以及大失业所面临的反制力量;第五,本文试图将劳动经济学与政治经济学研究相融合:针对新技术发展对技能这一问题的影响进行讨论和评述——过去有布雷弗曼的统计维度(职业分类),现在也需要新统计方法对这一问题进行进一步澄清;恰恰,政治经济学中针对这一问题的研究缺乏统计验证,借鉴和融合其他学科的研究方法就显得尤为必要。因此,文章尝试将劳动经济学对这一问题的研究方法应用于政治经济学的研究。其中,难免出现内容衔接和过渡上的问题,但文章研究思路明确——首先梳理相关研究,讨论两个学科对技能定义、技能评价指标(技能溢价和技能要求)和技能测度方法的异同;进一步,站在劳动经济学的角度,讨论技能偏向型技术进步所带来的就业结构和技能溢价的变化与去技能化之间的逻辑关系。