彭瑩瑩, 汪昕宇

(北京聯(lián)合大學 人力資源管理研究所， 北京 100023)

引言

近十多年來，全球人工智能技術快速發(fā)展，成為新一輪科技革命與產(chǎn)業(yè)革命的核心驅(qū)動力之一。制造業(yè)作為工業(yè)的主體和國民經(jīng)濟支柱，是人工智能應用場景最具潛力的區(qū)域，它在成本節(jié)約、效率提升、價值創(chuàng)造、發(fā)展擴散等4個方面的優(yōu)勢有助于推動制造業(yè)的高質(zhì)量發(fā)展[1]。中國共產(chǎn)黨的十九大報告提出“加快建設制造強國，加快發(fā)展先進制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”[2]，明確了促進人工智能與以制造業(yè)為主的實體經(jīng)濟部門深度融合的戰(zhàn)略決策。人工智能與制造業(yè)深度融合帶來的效率和效益改進，對于促進經(jīng)濟增長和產(chǎn)業(yè)發(fā)展的效果要遠遠高于其他行業(yè)[3]。埃森哲比較了人工智能對我國15個行業(yè)可能帶來的經(jīng)濟影響，預計到2035年，人工智能將推動制造業(yè)的年增長率提升2.0%，制造業(yè)將成為從人工智能應用中獲益最多的行業(yè)[4]。因此，人工智能在制造業(yè)領域的大規(guī)模應用非常關鍵。但是，歷史上每一次重大的技術創(chuàng)新，均會對就業(yè)產(chǎn)生深遠影響，尤其是近年來人工智能和機器人應用加速，已經(jīng)引發(fā)了人們對“機器換人”的擔憂。如何正確認識機器人、人工智能等新一輪技術進步對就業(yè)的可能影響，提前做好政策預案，平抑技術進步對就業(yè)的負面影響，協(xié)同推動技術進步與經(jīng)濟增長和就業(yè)促進就變得格外重要。

一、文獻綜述

關于人工智能技術對就業(yè)的影響，學界和業(yè)內(nèi)人士已經(jīng)進行了不少的探討，主要集中在人工智能技術的就業(yè)替代效應和就業(yè)創(chuàng)造效應方面。人工智能技術之所以會產(chǎn)生就業(yè)替代效應、造成勞動者失業(yè)，根源在于其具有直接替代人類勞動的作用。技術進步使得勞動生產(chǎn)率和資本生產(chǎn)率大幅提升，在直接減少就業(yè)崗位的同時，還導致資本對勞動的替代，以“機器替代人”對就業(yè)造成沖擊[5]。20世紀80年代，Nilsson就預見到人工智能會大幅減少對人類勞動的需求，進而導致機器換人[6]。Frey等基于概率分類模型，對美國702種職業(yè)被計算機技術取代的潛在可能性進行了估計，結(jié)果顯示美國約有47%的崗位面臨被計算機化取代的失業(yè)風險[7]。世界經(jīng)濟論壇在 2016 年預測，受人工智能等新技術崛起的影響，未來5年中，全球15個主要國家將有超過 710萬個工作崗位消失[8]。與此同時，自動化推進也能產(chǎn)生正向的溢出效應，間接創(chuàng)造出新的就業(yè)崗位，也被稱為創(chuàng)造效應[9]。一方面，人工智能替代性帶來的效率提升將引致相關產(chǎn)業(yè)規(guī)模的擴大；另一方面，技術進步會創(chuàng)造新的行業(yè)、領域，并刺激新的工作崗位產(chǎn)生。美國白宮經(jīng)濟顧問委員會指出，人工智能發(fā)展將直接帶動人工智能研發(fā)、人工智能監(jiān)管等四大類就業(yè)崗位的增長[10]。Benjamin David 也認為，部分工作可能會被破壞，但不等于會帶來未來的失業(yè)，新技術的發(fā)展也會創(chuàng)造新的就業(yè)機會[11]。

人工智能技術產(chǎn)生的就業(yè)替代效應和創(chuàng)造效應，會對就業(yè)規(guī)模形成方向相反的作用，就業(yè)規(guī)模的最終變化取決于兩者的相對大小。2018年，《二十國集團(G20)國家創(chuàng)新競爭力黃皮書》指出，人工智能對就業(yè)規(guī)模的綜合效應存在不確定性。對此，學者從不同區(qū)域的發(fā)展階段、時間周期、行業(yè)和崗位等方面展開了更深層次的研究。布萊恩約弗森認為，自動化對擁有低成本勞動力競爭優(yōu)勢的發(fā)展中國家的沖擊遠高于發(fā)達國家[12]。呂榮杰等利用中國 31個省份的非平衡面板數(shù)據(jù)，實證檢驗了人工智能發(fā)展水平對勞動力市場的影響效應，認為人工智能的發(fā)展促進了勞動力就業(yè)，尤其是城鎮(zhèn)勞動力就業(yè)，但在一定程度上替代了鄉(xiāng)村勞動力[13]。張于喆認為，從時間層面看，短期看負面影響輕微，長期看樂觀、悲觀皆有可能[14]。謝璐認為，人工智能技術對就業(yè)存在跨期的時間效應[15]。從行業(yè)層面看，Dauth等對德國數(shù)據(jù)的分析表明，每增加1臺工業(yè)機器人，會帶來2個制造業(yè)就業(yè)崗位的消失，但是在服務業(yè)會出現(xiàn)足夠多的新增就業(yè)崗位[9]。針對英國的調(diào)查結(jié)果顯示，到2030年，早期有些行業(yè)被自動化的風險很高，如水、污水和垃圾管理(62.6%)、運輸與倉儲(56.4%)、制造(46.4%)和批發(fā)零售(44%)，但另一些行業(yè)的風險較低，如家政(8.1%)、教育(8.5%)和醫(yī)療與社會工作(17%)[16]。從崗位層面看，在日本有 55%的崗位處于“危險”狀態(tài)，且非正規(guī)就業(yè)的勞動者及其崗位被替代的可能性更大[11]。陳明生則從勞動分類和可替代性角度分析得出，建立在創(chuàng)造性勞動和情感性勞動基礎上的工作崗位是人工智能所難以替代的[17]。

制造業(yè)本身容易受工業(yè)機器人和自動化的影響，而且吸納了大量的普通勞動力，其勞動力分布與農(nóng)業(yè)、服務業(yè)相比也更為集中，因此，人工智能對制造業(yè)的就業(yè)影響也格外突出。Acemoglu等就美國工業(yè)機器人技術對制造業(yè)就業(yè)結(jié)構(gòu)的影響進行了實證檢驗，結(jié)果發(fā)現(xiàn)，美國在1993—2007年，工業(yè)機器人的使用顯著抑制了制造業(yè)的就業(yè)和工資，其對勞動力市場的替代作用大于其創(chuàng)造效應，根據(jù)估計結(jié)果，美國樣本期間因工業(yè)機器人使用而造成的制造業(yè)失業(yè)人數(shù)達36萬～67萬人[18]。蔡嘯等構(gòu)建了兩部門任務模型，并利用我國28個省份的面板數(shù)據(jù)進行實證分析，提出我國人工智能技術的使用顯著降低了制造業(yè)的勞動力占比，但其生產(chǎn)率增長會在一定程度上緩解這種抑制作用，而且隨著人工智能技術取得重大突破會發(fā)生反轉(zhuǎn)，促進制造業(yè)勞動力回流[19]。

綜上所述，學者已經(jīng)對人工智能對就業(yè)的影響展開了較為充分的討論，但是，討論多集中于人工智能對就業(yè)規(guī)?？傮w變化的影響，對于具體產(chǎn)業(yè)和崗位的影響卻探討得不夠，而且，現(xiàn)有研究多是利用宏觀層面的數(shù)據(jù)開展實證分析，對企業(yè)微觀層面的研究不足，尤其沒有考慮到人工智能技術的應用程度會對微觀企業(yè)帶來的具體影響，這可能與國內(nèi)企業(yè)的微觀數(shù)據(jù)獲取較難有一定關系。廣東省既是國內(nèi)制造大省和全球重要的制造基地，也是名副其實的人工智能大省，2017年，廣東省人工智能核心產(chǎn)業(yè)規(guī)模約260億元，約占全國1/3，帶動機器人及智能裝備等相關產(chǎn)業(yè)規(guī)模超2 000億元，人工智能核心產(chǎn)業(yè)及相關產(chǎn)業(yè)規(guī)模均居全國前列，并初步形成了人工智能與智能制造產(chǎn)業(yè)集群，2017年，廣東省10個智能制造示范基地產(chǎn)值已達10 230億元，在國內(nèi)具有一定的先進性和典型性[20]。因此，本文以廣東省制造企業(yè)為例，深入研究人工智能應用對制造業(yè)的就業(yè)影響，并利用實證研究檢驗人工智能技術的應用對制造企業(yè)的就業(yè)總量和結(jié)構(gòu)到底有著怎樣的影響。

二、數(shù)據(jù)來源與描述性統(tǒng)計

(一)數(shù)據(jù)來源與變量賦值

本文采用的數(shù)據(jù)是2018年針對廣東省制造企業(yè)人工智能應用情況的調(diào)查數(shù)據(jù)。結(jié)合2018年廣東省分行業(yè)工業(yè)占比排名，此次調(diào)研采用了分層抽樣的方式，重點選擇人工智能應用較為廣泛的地區(qū)和行業(yè)，調(diào)研企業(yè)共涉及10個地級市，共回收有效問卷270份。其中行業(yè)占比排名前4位的是：其他制造業(yè)占比為24.7%，金屬制品業(yè)和計算機、通信和其他電子設備制造業(yè)的占比均為12.7%，通用設備制造業(yè)、專用設備制造業(yè)占比為9.0%，與廣東省制造業(yè)的分布基本一致(1)根據(jù)2019年廣東省統(tǒng)計年鑒，2018年廣東省分行業(yè)工業(yè)占比排名依次為計算機、通信和其他電子設備制造業(yè)，電子器械和器材制造業(yè)，汽車制造業(yè)，電力、熱力生產(chǎn)和供應業(yè)，金屬制品業(yè)，石油化工、煉焦和核燃料加工業(yè)，非金屬礦物制品業(yè)，化學原料和化學制品制造業(yè)，橡膠和塑料制品業(yè)，通用設備制造業(yè)，專用設備制造業(yè)等。。本文對數(shù)據(jù)所涉及變量進行了賦值，具體情況見表 1。

表1 變量設置

(二)變量的描述性統(tǒng)計結(jié)果

調(diào)查對象中，民營企業(yè)的占比最高，達50%，其他為44%，國有企業(yè)的占比最低，僅為6%。就近3年營收增速看，50.2%的企業(yè)營收增速在10%以下，26.8%的企業(yè)營收增速達10%～20%，還有23%的企業(yè)營收增速在20%以上。通過對AI應用、用工規(guī)模、用工結(jié)構(gòu)和員工收入等變量的初步統(tǒng)計，表現(xiàn)出以下一些特征。

1.廣東省制造業(yè)的人工智能技術應用起步較早

廣東省是國內(nèi)高端新型電子信息和智能制造產(chǎn)業(yè)的主要優(yōu)勢區(qū)域，具備較強的產(chǎn)業(yè)和技術基礎，這些優(yōu)勢為廣東省人工智能技術與制造業(yè)的融合發(fā)展提供了良好的技術和市場基礎[21]。從調(diào)查結(jié)果可以看出，目前有八成被調(diào)查企業(yè)已經(jīng)制定了AI技術的應用計劃，而且大多已于近3年內(nèi)開始應用AI技術。具體來看，81%的企業(yè)已經(jīng)制定了AI應用計劃，19%的企業(yè)尚未制定。20.5%的企業(yè)在近1年內(nèi)開始應用AI技術，37.6%的企業(yè)于近2～3年開始應用AI技術，20.5%的企業(yè)在3年以前已經(jīng)開始應用AI技術，只有21.4%的企業(yè)不確定何時應用。這與廣東省對制造和機器人等人工智能應用的重點關注有很大關系。

2.提高競爭力是制造企業(yè)引入人工智能技術的首要動機

調(diào)查結(jié)果顯示，提高競爭力被很多企業(yè)視為應用AI技術的首選目標。其中，64.4%的企業(yè)應用AI技術的首要動機是提高競爭力，24.4%的企業(yè)應用AI技術的首要動機是解決用工問題，11.2%的企業(yè)應用AI技術的首要動機是改善工作環(huán)境。這主要與被調(diào)查企業(yè)的類型有關。一般來說，制造企業(yè)可以分為三類：石化、鋼鐵、冶金、建材、紡織、造紙、醫(yī)藥、食品等流程制造類企業(yè)，機械、汽車、航空、船舶、輕工、家用電器和電子信息等離散制造類企業(yè)，以及家電、服裝、家居等距離終端消費用戶最近的消費品制造類企業(yè)。不同類型制造企業(yè)的AI應用動機存在一定差異，流程制造類企業(yè)側(cè)重于從生產(chǎn)數(shù)字化建設起步，基于產(chǎn)品品質(zhì)控制需求從產(chǎn)品末端控制逐步向全流程控制轉(zhuǎn)變；離散制造類企業(yè)側(cè)重于從單臺設備自動化和產(chǎn)品智能化入手，基于生產(chǎn)效率和產(chǎn)品效能的提升拓展產(chǎn)品價值空間、促進實現(xiàn)最終價值增長；消費品制造類企業(yè)側(cè)重于通過互聯(lián)網(wǎng)平臺，開展大規(guī)模個性化定制模式的創(chuàng)新[22]。由于廣東省的被調(diào)查企業(yè)多為離散制造類企業(yè)，因此，其應用AI技術的首要動機就是通過提升生產(chǎn)效率和產(chǎn)品效能，提高企業(yè)競爭力。進一步調(diào)查可知，被調(diào)查企業(yè)應用AI技術最主要的形式排名前三的分別是：數(shù)控自動化設備和產(chǎn)線應用比例高達82.8%，智能信息化管理系統(tǒng)的應用比例為35.9%，多軸工業(yè)機器人的應用比例為26.3%。

3.制造企業(yè)人工智能技術應用比例有待提高

雖然起步較早，但廣東省制造業(yè)的AI技術應用仍有待改進。其中，47.3%的企業(yè)AI技術應用比例在30%以下，30.2%的企業(yè)AI技術應用比例達30%～50%，18%的企業(yè)AI技術應用比例達50%以上，還有4.5%的企業(yè)不確定。

從AI技術用于原有設備更新升級的比例看，56.6%的企業(yè)將AI技術用于原有設備更新升級的比例達30%以下，27.3%的企業(yè)將AI技術用于原有設備更新升級的比例達30%～50%，16.1%的企業(yè)將AI技術應用于原有設備更新升級的比例超過50%。從AI技術用于新產(chǎn)能投資的比例看，33.5%的企業(yè)新產(chǎn)能投資比例不足30%，30.5%的企業(yè)新產(chǎn)能投資比例為30%～50%，36%的企業(yè)新產(chǎn)能投資比例高于50%。從這些數(shù)據(jù)可以看出，大多數(shù)被調(diào)查企業(yè)選擇將AI技術應用于新產(chǎn)能，而非對原有設備進行升級改造，但也這意味著企業(yè)需要投入的資金成本較高，進而影響了企業(yè)的AI技術應用比例。

4. 人工智能技術應用后制造企業(yè)用工數(shù)量呈下降趨勢

為明確AI技術對制造業(yè)用工數(shù)量的影響，本文對廣東省制造企業(yè)AI技術應用前后與未來2年的用工數(shù)量進行了對比(見表2)。從AI技術應用前后的用工數(shù)量變化看，盡管有近一半的制造企業(yè)在AI技術應用前后用工數(shù)量基本保持不變，但用工數(shù)量減少的企業(yè)比例還是明顯高于用工數(shù)量增加的企業(yè)。值得注意的是，對比AI技術應用前后與未來2年的用工數(shù)量看，未來2年用工數(shù)量減少的企業(yè)比例達48.8%，可以判斷，隨著AI技術的應用及普及，未來2年廣東省制造企業(yè)的總體用工數(shù)量將呈現(xiàn)出更加明顯的下降趨勢，AI技術對就業(yè)的替代效應更加明顯。同時，未來2年用工數(shù)量出現(xiàn)增加的企業(yè)也有小幅增加，這說明AI技術對就業(yè)的創(chuàng)造效應也開始逐漸顯現(xiàn)。這也證實了AI技術對就業(yè)規(guī)模存在比較明顯的跨期效應，其對就業(yè)的短期和長期影響還是存在差異的。

表2 AI應用前后與未來2年用工數(shù)量變化趨勢 %

從AI技術替代的冗余人員分流去向看，首先，大多數(shù)企業(yè)選擇了對冗余人員進行培訓后轉(zhuǎn)到智能化設備產(chǎn)線和其他非智能化產(chǎn)線，分別占73.6%和69.1%，其次，冗余人員跳槽也是主要分流去向，占51.3%，還有42%的企業(yè)將冗余人員轉(zhuǎn)去服務、銷售崗位，而選擇裁員的企業(yè)比例也達到了40.0%。這說明AI技術應用對企業(yè)用工的影響還是非常明顯的。

5.人工智能技術應用后制造企業(yè)用工結(jié)構(gòu)出現(xiàn)明顯分化

用工結(jié)構(gòu)的變化進一步反映了AI技術對企業(yè)內(nèi)部各崗位的具體影響。從調(diào)查結(jié)果看，制造企業(yè)內(nèi)部的用工結(jié)構(gòu)出現(xiàn)明顯分化(見表3)。從表3中可以看出，AI技術應用對管理崗位和銷售崗位人數(shù)變化的影響較小，其崗位人數(shù)保持不變的企業(yè)比例分別為53.7%和61.4%；但對研發(fā)崗位和運營維護崗位人數(shù)的影響較大，這2個崗位人數(shù)增加的企業(yè)比例分別達到了51.7%和50.8%；而AI技術對生產(chǎn)崗位人數(shù)的影響最大，生產(chǎn)崗位人數(shù)減少的企業(yè)比例高達70.6%。這主要是因為AI技術與制造業(yè)的深度融合會對簡單程序化、無需太多創(chuàng)造性思維的腦力勞動崗位形成沖擊，同時在體力勞動崗位上加速機器對人的替代。這就導致制造企業(yè)對勞動力的需求結(jié)構(gòu)會發(fā)生變化，對于規(guī)則性較強的生產(chǎn)崗位勞動的需求會出現(xiàn)明顯下降，而對于規(guī)則性較弱尤其是非規(guī)則性腦力勞動的研發(fā)崗位和運營維護崗位人員的需求會相對上升。實際上，在深圳、東莞等地，AI在車間的使用已經(jīng)給傳統(tǒng)的產(chǎn)業(yè)工人帶來了較大沖擊。

表3 AI應用前后各崗位人員變化情況 %

6.人工智能技術應用后制造企業(yè)用工短缺現(xiàn)象嚴重

就具體崗位人員的短缺情況看，隨著企業(yè)的智能化升級，被調(diào)查企業(yè)普遍認為存在不同程度的員工短缺問題(見表4)。這可能是受AI技術帶來的創(chuàng)造效應的影響：(1)企業(yè)生產(chǎn)線上仍然存在一些不易被AI技術替代的任務和環(huán)節(jié)，需要增加就業(yè)崗位數(shù)量才能匹配生產(chǎn)率大幅提升的可替代環(huán)節(jié)；(2)生產(chǎn)效率提升帶來的成本下降，使得企業(yè)有條件擴大再生產(chǎn)，如增加生產(chǎn)線或經(jīng)營單元，也會導致就業(yè)崗位增加；(3)由于人機合作的影響，即使自動化設備在某些低技能需求崗位替代了普通工人所做的簡單、重復性工作，但在設備使用和維護中仍需要局部工人掌握相應運行原理與解決問題所需的技術、知識。這一點從表4中也得以證實，認為智能化設備維護修理人員、自動化設備操作工人和研發(fā)人員等人員短缺的企業(yè)比例最高，分別達到90.8%、90%和88.5%，而且短缺比例多集中在10%～50%的范圍。

表4 AI應用前后各崗位人員短缺情況 %

7.人工智能技術應用對員工的收入影響明顯

調(diào)查結(jié)果顯示，企業(yè)的自動化操作崗位平均工資多集中在4 000～5 000元，約占54.1%，24.4%的員工工資可達5 000～8 000元，還有3.4%的員工工資可達8 000～10 000元，與之對應的是，非自動化操作崗位平均工資多集中在3 000～4 000元，約占48.9%，只有30.9%的員工工資可達4 000～5 000元，而最高工資超過8 000元的比例為0，明顯比自動化操作崗位低一個檔。這說明隨著人工智能與制造業(yè)的深度融合，高水平的自動化生產(chǎn)正在迅速取代人工操作的流水線，企業(yè)對人才的能力要求明顯提高，必然會導致收入的變化。

表5 自動化操作崗位員工與非自動化

經(jīng)過自動化轉(zhuǎn)崗培訓后，工資增幅主要集中在10%以內(nèi)，占46.4%，工資增幅為10%～30%的占37.5%，工資增幅為30%～50%的占2.0%，工資增幅為50%～80%的占0.8%，工資增幅相對比較明顯，但值得注意的是，13.3%的企業(yè)員工自動化轉(zhuǎn)崗后工資沒有變化，這會大大降低員工參與自動化轉(zhuǎn)崗培訓的積極性。

三、人工智能技術應用對用工數(shù)量影響的實證分析

為進一步說明AI技術應用對就業(yè)的影響，本文基于細致的基礎調(diào)研數(shù)據(jù)，采用定量分析方法，以探索AI技術應用的不同因素對企業(yè)用工數(shù)量的具體影響。研究選取了AI技術應用前后制造企業(yè)用工數(shù)量的變化作為被解釋變量，以AI應用首要動機、是否制定AI計劃、AI應用時間、AI應用比例和AI用于原有設備更新升級的比例作為自變量，近3年營收增速和生產(chǎn)性人員占比作為控制變量。由于用工數(shù)量變化被分為增加、不變和減少3種狀態(tài)，因此，本研究將多分類Logistic回歸應用于AI技術對制造業(yè)用工數(shù)量的影響因素分析，因素的發(fā)生概率越大，其作用程度越大，從而探究各影響因素的重要性。假定Y的取值分別為a，b，c，選Y=c為a和b的共同參照組，則有以下模型：

(1)

(2)

其中，α為常數(shù)項，β1，β2，…β7為回歸系數(shù)，Xi為自變量。

多元logistics回歸分析結(jié)果見表6，說明模型通過檢驗，有統(tǒng)計意義。表6中有2套 Logistic 數(shù)據(jù)，分別針對用工數(shù)量增加和用工數(shù)量不變，用工數(shù)量減少作為參考類別。表中B值的正負和絕對值大小分別反映了對應變量的變化對用工數(shù)量增加和用工數(shù)量不變概率比的影響方向及程度。

從表6中可以看出，首先，AI技術應用因素和動機因素都對制造企業(yè)用工數(shù)量變化產(chǎn)生了不同程度的影響。其中，AI技術應用比例對制造企業(yè)用工數(shù)量變化的影響最大，它對用工數(shù)量增加和不變均表現(xiàn)出顯著的負向影響，這說明隨著AI技術應用比例的增加，制造企業(yè)出現(xiàn)用工數(shù)量增加或不變的概率越低，而用工數(shù)量減少的概率則更高一些。

其次，AI技術應用時間也對制造企業(yè)用工數(shù)量增加或不變表現(xiàn)出顯著的負向影響，回歸結(jié)果顯示，AI技術應用時間超過1年以上，對用工數(shù)量變化的影響開始趨于顯著，尤其是隨著AI技術應用時間的延長，制造企業(yè)出現(xiàn)用工數(shù)量增加或不變的概率也越來越低。這進一步證實了隨著AI技術與制造業(yè)的深度融合，它對于制造業(yè)用工數(shù)量的影響會越來越大。

此外，是否制定AI技術應用計劃、AI技術應用首要動機以及生產(chǎn)性員工比例都對制造企業(yè)用工數(shù)量增加表現(xiàn)出顯著影響，其中，是否制定AI計劃對制造企業(yè)用工數(shù)量增加會產(chǎn)生顯著的正向影響，即相比未制定AI應用計劃，制定AI計劃會導致制造企業(yè)用工數(shù)量增加的概率變大，這可能是因為企業(yè)一旦明確制定了AI應用計劃，就需要引入大量高知識和高技術的研發(fā)和設計人才，以及新設備的使用、售后服務和維修人才，從而可能會導致用工數(shù)量出現(xiàn)增加，這一點在前面分析廣東省制造企業(yè)用工結(jié)構(gòu)的變化中也得到了證實。AI應用的首要動機為降低用人成本和緩解用工短缺時，也會對制造企業(yè)用工數(shù)量增加產(chǎn)生負向影響，這可能是因為有些企業(yè)采用“機器換人”首先是受“用工荒”倒逼所致，其引入AI的核心目的就是為了解決用工問題，因此，出現(xiàn)用工數(shù)量增加的概率會變小。生產(chǎn)性人員占比也會對制造企業(yè)用工數(shù)量增加產(chǎn)生負向影響，即生產(chǎn)性人員占比越高，制造企業(yè)用工數(shù)量增加的概率比越小，這說明制造業(yè)的人工智能目前主要還是用機械設備替代體力勞動，因此，影響的最主要的就業(yè)群體就是傳統(tǒng)的產(chǎn)業(yè)工人。

表6 多元回歸模型分析結(jié)果

而AI用于原有設備更新升級的比例對制造企業(yè)用工數(shù)量不變則會產(chǎn)生正向影響，即相比用于原有設備更新升級超過50%的企業(yè)，低于50%的企業(yè)用工數(shù)量保持不變的概率更大。近3年營收增速對于用工數(shù)量變化沒有影響，這可能與被調(diào)查企業(yè)的經(jīng)濟狀況良好有一定關系。

四、結(jié)論和政策建議

(一)主要結(jié)論

1.從現(xiàn)階段看制造業(yè)的用工數(shù)量總體是減少的，而且隨著人工智能技術的普及和推廣，制造業(yè)用工數(shù)量減少趨勢會更加明顯。但是在替代勞動減少部分就業(yè)崗位的同時，人工智能技術也會通過創(chuàng)造效應增加部分就業(yè)崗位，從而對其替代效應形成了一定的抑制作用。

2.人工智能的應用會帶來制造企業(yè)用工結(jié)構(gòu)和用工需求的變化，制造企業(yè)研發(fā)、運營維護崗位用工數(shù)量出現(xiàn)明顯增加，生產(chǎn)崗位人員出現(xiàn)明顯減少，管理崗位人數(shù)變化不大。而且隨著人工智能的發(fā)展，受人工智能創(chuàng)造效應的影響，企業(yè)智能化設備維護修理人員、自動化設備操作工人和研發(fā)人員的短缺將十分明顯。

3.人工智能的應用對員工的收入影響明顯，自動化操作工人的平均工資較非自動化操作的工人高一個檔次，而且隨著員工的自動化轉(zhuǎn)崗，收入出現(xiàn)明顯增加。

4.AI技術應用比例、AI技術應用時間、是否制定AI技術應用計劃、AI技術應用首要動機、生產(chǎn)性人員占比是影響制造業(yè)用工數(shù)量變化的主要因素。其中，制定AI技術應用計劃的制造企業(yè)用工數(shù)量出現(xiàn)增加的概率更高；生產(chǎn)性人員占比較高、AI技術應用時間較長、應用比例較高，以及應用動機為降低用人成本和緩解用工短缺的制造企業(yè)用工數(shù)量出現(xiàn)增加的概率較低，而出現(xiàn)數(shù)量減少的概率更高；相比設備升級比例超過50%的企業(yè)，設備升級比例在50%以下的制造企業(yè)用工數(shù)量保持不變的可能性更大。

(二)政策建議

1.正確、全面認識人工智能對就業(yè)的影響。人工智能替代、填補和創(chuàng)造就業(yè)崗位，雖然無需擔憂人工智能消滅就業(yè)崗位造成失業(yè)，但要高度重視由人工智能造成的結(jié)構(gòu)性失業(yè)和崗位需求結(jié)構(gòu)的變化。

2.加快推進制造業(yè)與人工智能的深度融合。由于人工智能存在跨期效應，短期內(nèi)替代效應會發(fā)揮主導作用，而長期創(chuàng)造效應會發(fā)揮主導作用，而這取決于人工智能技術群和產(chǎn)業(yè)發(fā)展的速度和規(guī)模。因此，要圍繞制造業(yè)與人工智能的深度融合，加強制造業(yè)的智能化轉(zhuǎn)變，鼓勵和推動人工智能技術創(chuàng)新、人工智能在制造業(yè)場景應用的突破性拓展與創(chuàng)新、制造業(yè)智能化模式的構(gòu)建與創(chuàng)新，縮短人工智能短期替代效應的存續(xù)時間和對就業(yè)的沖擊時間，盡早迎來人工智能的長期創(chuàng)造效應。

3.加強人才培養(yǎng)體系建設。人工智能、機器人等技術進步大大提高了未來工作崗位的技能要求，當前面臨的重要問題就是勞動者素質(zhì)與未來工作崗位技能要求之間的不匹配，因此，必須盡快加強人才培養(yǎng)體系建設。一方面，加強職業(yè)培訓和再就業(yè)培訓，建立起終身學習的職業(yè)教育體系，通過實施全國新技術應用人才培訓工程，加大技能培訓投入，努力提高勞動者適應新技術變革的勞動技能，緩解人工智能帶來的就業(yè)替代效應。另一方面，在大學和職業(yè)院校中開設人工智能專業(yè)等，通過基礎性教育和專業(yè)性教育，提高未來勞動者的人工智能技術素養(yǎng)，培養(yǎng)適應人工智能時代的復合型人才，以滿足產(chǎn)業(yè)發(fā)展的未來需要。

4.完善社會保障制度。短期內(nèi)人工智能的替代效應可能會對就業(yè)產(chǎn)生較大沖擊，結(jié)構(gòu)性失業(yè)和全面性失業(yè)并存，因此，要完善社會保障制度：(1)加快完善醫(yī)療、失業(yè)、工傷等各項社會保險制度，穩(wěn)步提高各項社會保障待遇水平，構(gòu)建更加公平可持續(xù)的社會保障體系。(2)建立健全適應人工智能等新技術變革的就業(yè)預測和失業(yè)預警機制，為教育、培訓、就業(yè)提供風向標，使各類經(jīng)濟主體提前做好應對就業(yè)市場變化的準備。(3)健全勞動者就業(yè)保護機制，著力完善解雇保護制度，要求大規(guī)模裁員企業(yè)向人社部門報告相關事宜，加大對不公平、歧視性解雇行為的治理力度，在特殊情況下實行必要的解雇限制措施。(4)完善失業(yè)人員扶持政策。建立針對不同失業(yè)人群的失業(yè)救助制度和完善積極的就業(yè)援助制度，鼓勵與企業(yè)合作建立就業(yè)培訓制度、企業(yè)用工獎勵制度等， 給予失業(yè)再就業(yè)人群資金支持和制度傾斜。