張雅銘（通訊作者） 馬嘉沛 王艷盈 邱嘉萱 梁京鉞

（華南師范大學(xué)，廣東 廣州 511400）

一、引言

隨著科技不斷更新與數(shù)字化經(jīng)濟的迅猛發(fā)展，廣東省面臨著就業(yè)結(jié)構(gòu)優(yōu)化的機遇與挑戰(zhàn)?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃的通知》出臺后，人工智能上升至國家戰(zhàn)略層面，對中國經(jīng)濟的滲透率越來越強，產(chǎn)業(yè)智能化程度越來越高，工業(yè)智能化進入全速發(fā)展階段。然而由于產(chǎn)業(yè)智能化的發(fā)展，機器學(xué)習(xí)等新一代人工智逐步替代現(xiàn)有勞動力，對勞動力市場產(chǎn)生較大沖擊（Sachs等，2015）。而廣東省作為經(jīng)濟大省，極其重視產(chǎn)業(yè)智能化的發(fā)展，因而受到智能化發(fā)展的沖擊更為顯著。因此探究智能化發(fā)展對勞動力就業(yè)的影響，平抑技術(shù)進步的負面影響是保證廣東地區(qū)社會穩(wěn)定、經(jīng)濟平穩(wěn)運行的關(guān)鍵。

同時，制造業(yè)作為國民經(jīng)濟的主要支柱，廣東省著力于推動制造業(yè)智能化改造，并計劃在2025年實現(xiàn)全省制造業(yè)全面進入智能化制造階段《廣東省智能制造發(fā)展規(guī)劃（2015—2025年）》，因此，在產(chǎn)業(yè)智能化的沖擊中，廣東省制造業(yè)首當(dāng)其沖。具體表現(xiàn)為兩個方面，首先，制造業(yè)自動化、智能化轉(zhuǎn)型將對廣東省勞動力的行業(yè)間流動產(chǎn)生重大影響。德勤的《中國人工智能白皮書》指出，人工智能的使用可降低制造商最高20%的加工成本，而這種減少最高有70%源自于更高的勞動生產(chǎn)率。而廣東省早期制造業(yè)為勞動密集型，聚集了大量勞動力，隨著廣東省經(jīng)濟發(fā)展，勞動力成本優(yōu)勢的消失使“機器換人”成為必要。其次，制造業(yè)服務(wù)化正在成為制造業(yè)發(fā)展的新方向和新趨勢，制造業(yè)的智能化改造將會影響廣東省生產(chǎn)性服務(wù)業(yè)在制造業(yè)中的嵌入。衛(wèi)力等（2020）的研究發(fā)現(xiàn)，企業(yè)技術(shù)創(chuàng)新能力與服務(wù)化績效存在顯著正相關(guān)關(guān)系。因此，結(jié)合制造業(yè)智能化存在的行業(yè)內(nèi)部異質(zhì)性，探討制造業(yè)及先進制造業(yè)，還有與之相對的傳統(tǒng)制造業(yè)智能化水平如何影響，以及多大程度上影響勞動力就業(yè)十分有必要。

二、文獻綜述

國內(nèi)外不乏學(xué)者研究智能化發(fā)展對勞動力就業(yè)的影響,但人工智能對就業(yè)結(jié)構(gòu)的總體效應(yīng)卻沒有一致的結(jié)論。Frey等（2013）的研究表明，美國將會有47%的工作面臨被計算機取代的風(fēng)險，Arntz等（2016）也認為OECD國家有6%～12%的職業(yè)有自動化風(fēng)險。但部分學(xué)者提出，人工智能在替代部分工作任務(wù)的同時，也創(chuàng)造了新的工作機會（Acemoglu等，2017；蔡躍洲等，2019），即“替代效應(yīng)”以及“收入效應(yīng)”。“替代效應(yīng)”指隨著人工智能的大量使用，會對原有的就業(yè)人群和就業(yè)結(jié)構(gòu)產(chǎn)生沖擊，造成技術(shù)性失業(yè)或結(jié)構(gòu)性失業(yè)（謝璐等，2019）；“收入效應(yīng)”指企業(yè)節(jié)約的勞動力成本傳遞給消費者后，提高了消費者的實際收入，從而產(chǎn)生了新的消費需求，企業(yè)為了滿足這些需求，會雇傭更多勞動者。除此之外，對人工智能的使用形成了新行業(yè)和新需求，相應(yīng)的增加了對新技術(shù)勞動者的需求。

盡管人工智能對于就業(yè)結(jié)構(gòu)的總體效應(yīng)尚不明確（曹靜等，2018），但無可爭議的是，人工智能對勞動力就業(yè)影響存在“異質(zhì)性”。如呂榮杰等（2018）認為人工智能的發(fā)展在一定程度上替代了鄉(xiāng)村勞動力，也有學(xué)者認為技術(shù)進步使辦公員和行政工作人員的數(shù)量減少（Autor&Dorn，2013;Autor，Manning&Smith，2016；Acemoglu&Redtrepo，2017）。

同時，國內(nèi)外理論和實證研究從不同角度探究技術(shù)進步對就業(yè)的破壞和創(chuàng)造效應(yīng)，但缺乏針對我國制造業(yè)智能化對就業(yè)的影響的研究。Acemoglu等（2017）研究發(fā)現(xiàn)制造業(yè)工業(yè)機器人的使用顯著抑制了產(chǎn)業(yè)內(nèi)就業(yè)和工資，技術(shù)進步在制造業(yè)主要表現(xiàn)為破壞效應(yīng)，根據(jù)估計結(jié)果，美國1993年至2007年間因工業(yè)機器人的使用產(chǎn)生的失業(yè)至少為36萬人次。蔡嘯等（2019）則結(jié)合國內(nèi)的情況，發(fā)現(xiàn)在多數(shù)情況下，人工智能技術(shù)會抑制制造業(yè)就業(yè)，其對制造業(yè)就業(yè)的替代將促進勞動力向服務(wù)業(yè)的流動；當(dāng)人工智能技術(shù)存在較大突破導(dǎo)致制造業(yè)生產(chǎn)率有巨大提升時，產(chǎn)出增長對勞動力的需求效應(yīng)會大于技術(shù)替代效應(yīng)，勞動力回流入制造業(yè)。孫早等（2019）從理論和經(jīng)驗兩個層次證明：工業(yè)智能化將促使先進設(shè)備替代初、高中學(xué)歷勞動力，增加對高、低教育程度勞動力的需求，即呈現(xiàn)“兩極化”趨勢。而在東南沿海地區(qū)由于高生活成本，先進設(shè)備對低教育程度勞動力的替代加劇，但第三產(chǎn)業(yè)的快速發(fā)展弱化了這一替代效應(yīng)。在所有地區(qū)，勞動力的受教育程度越高，勞動力就業(yè)受到生活成本因素的負向影響就越小。

鑒于此，本文采用雙向固定效應(yīng)模型，結(jié)合2010年至2017年廣東省城級面板數(shù)據(jù)，基于構(gòu)建的制造業(yè)智能化沖擊指數(shù)，探究制造業(yè)智能化對廣東省制造業(yè)勞動力就業(yè)的影響。

與已有文獻相比，本文的創(chuàng)新體現(xiàn)在：（1） 現(xiàn)有文獻研究尚未針對先進制造業(yè)及傳統(tǒng)制造業(yè)智能化的就業(yè)效應(yīng)進行研究，本文將針對三類制造業(yè)智能化展開研究；（2）現(xiàn)有文獻研究層次大部分集中于省級或者國家級層面，然而我國處于工業(yè)化階段，區(qū)域間存在技術(shù)差異，因此以城市為劃分維度的討論十分必要。本文采用廣東省內(nèi)城級數(shù)據(jù)進行研究，在已有文獻基礎(chǔ)上更加細化地探究制造業(yè)智能化對制造業(yè)勞動力就業(yè)所帶來的影響。

三、研究假設(shè)

相比傳統(tǒng)制造業(yè)，先進制造業(yè)更可能對制造業(yè)就業(yè)帶來“收入效應(yīng)”。蔡嘯等（2019）研究表明，如果人工智能技術(shù)發(fā)生重大突破，其對生產(chǎn)率的改進幅度很大，此時制造業(yè)產(chǎn)出增加對勞動力的需求效應(yīng)大于人工智能技術(shù)的替代效應(yīng)，人工智能技術(shù)將會提升制造業(yè)就業(yè)。劉汶榮（2021）也同樣發(fā)現(xiàn)，“技術(shù)創(chuàng)新與就業(yè)的交互作用在選擇走高質(zhì)量發(fā)展路徑且勞動生產(chǎn)率高的制造業(yè)企業(yè)中最顯著”。同樣的，牛沖槐等（2014）提出技術(shù)創(chuàng)新對就業(yè)創(chuàng)造力影響的大小與企業(yè)技術(shù)創(chuàng)新的類型有關(guān)，Georg等（2001）也提出技術(shù)領(lǐng)先企業(yè)對技能型勞動力需求的增多會產(chǎn)生“技能偏向”效應(yīng)，是創(chuàng)造就業(yè)的主力軍，而技術(shù)落后的企業(yè)的就業(yè)創(chuàng)造能力相對較弱。

綜上所述，本文提出如下假設(shè)：

H1：制造業(yè)內(nèi)，先進制造業(yè)智能化主要影響了制造業(yè)就業(yè)人口增長。

四、研究設(shè)計

1.變量設(shè)定

（1）核心解釋變量的構(gòu)建：制造業(yè)智能化沖擊指數(shù)

本文使用“制造業(yè)智能化沖擊指數(shù)”度量省內(nèi)各市受制造業(yè)智能化水平的影響程度，它被定義為每個城市的通信設(shè)備、計算機用其他電子設(shè)備制造業(yè)和信息傳輸、計算機服務(wù)和軟件業(yè)投入到制造業(yè)行業(yè)①的中間產(chǎn)品占增加值的比重。其中，借鑒中國信通院②《中國數(shù)字經(jīng)濟發(fā)展白皮書（2020年版）》的計算方法，將上述這兩個行業(yè)的投入到各制造業(yè)中的中間產(chǎn)品價值之和定義為ICT投資，并依據(jù)廣東省投入產(chǎn)出表計算得到全省制造業(yè)智能化數(shù)據(jù)，表示為ICT/增加值。

在全省制造業(yè)智能化的數(shù)據(jù)基礎(chǔ)上，我們根據(jù)省內(nèi)每個城市的產(chǎn)業(yè)結(jié)構(gòu)狀況，加權(quán)計算得出廣東省內(nèi)各城市的“制造業(yè)智能化沖擊指數(shù)”。假設(shè)在第t年（t=1,2,…，T）時行業(yè)j(j=1,2,…，J)在i城市（i=1,2,…，I）的產(chǎn)值占比為Sijt，并將行業(yè)的“制造業(yè)智能化沖擊指數(shù)”記為indintjt，則將當(dāng)年城市的“制造業(yè)智能化沖擊指數(shù)”定義為：

另外，下文中所出現(xiàn)的第t年i城市的產(chǎn)業(yè)層面和行業(yè)層面的“制造業(yè)智能化沖擊指數(shù)”均可按照上述定義同理推導(dǎo)求得。至此已得到本文解釋變量“制造業(yè)智能化沖擊指數(shù)”。

（2）被解釋變量的構(gòu)建：制造業(yè)就業(yè)人口

許多學(xué)者在關(guān)注勞動力就業(yè)問題時，會考慮到對就業(yè)的測度問題。本文使用“制造業(yè)城鎮(zhèn)單位就業(yè)人口”指標(biāo)衡量制造業(yè)就業(yè)人口，作為對制造業(yè)整體就業(yè)水平和分行業(yè)就業(yè)水平的度量，記作emp。

（3）控制變量的構(gòu)建

本文參考相關(guān)文獻（陳永偉等，2020；孫早等，2019），選擇如下控制變量：①研發(fā)支出（R&D）；②勞均資本存量，用地區(qū)資本形成總額與就業(yè)人口之比衡量；③生活成本，用城鎮(zhèn)居民家庭人均消費支出占可支配收入的比重衡量；④出口額；⑤外商投資企業(yè)投資總額；⑥規(guī)模以上工業(yè)企業(yè)單位數(shù)。

2.模型設(shè)定

本文研究目的在于考察制造業(yè)智能化對勞動力就業(yè)的影響，考慮到面板數(shù)據(jù)的特點，即同時提供了大量不同時點和不同截面的信息，并且，存在不隨時間變化而影響就業(yè)人口的因素，如自然資源稟賦（梁斌等,2016）；也存在不因截面差異而改變的時間效應(yīng)，如近年來國家和廣東頒布的調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的相關(guān)政策，如財政激勵和稅收優(yōu)惠政策（張同斌等，2012），以及正在進行的財稅體制改革（儲德銀等，2014）。因此，借鑒已有文獻，為將不隨時間變化和截面變化的因素加以固定，本文使用雙向固定效應(yīng)模型（Two-wayFixedEffectModel）③解決部分內(nèi)生性問題，以獲得制造業(yè)智能化對勞動力就業(yè)更精準(zhǔn)的測量。具體的計量經(jīng)濟模型設(shè)定如下：

五、計量分析

1.基本回歸分析

根據(jù)上述計量經(jīng)濟模型，本部分實證檢驗產(chǎn)業(yè)智能化對就業(yè)人口的影響。為更好地體現(xiàn)產(chǎn)業(yè)智能化對勞動力就業(yè)所起到的作用，根據(jù)前文文獻描述的產(chǎn)業(yè)智能化的經(jīng)濟內(nèi)涵，以下模型按照研究設(shè)計，主要使用控制城市和年份因素的雙向固定效應(yīng)模型（Two-wayFEM）。

由表1列（2）可得，先進制造業(yè)智能化對制造業(yè)就業(yè)人口的影響系數(shù)在1%顯著性水平下為正，結(jié)果驗證了假設(shè)。先進制造業(yè)智能化能夠帶動制造業(yè)生產(chǎn)效率的巨大提升，其產(chǎn)出增長呈現(xiàn)勞動力就業(yè)的需求效應(yīng)，促使勞動力流入，導(dǎo)致制造業(yè)行業(yè)的就業(yè)創(chuàng)造。如列（1）、（3），制造業(yè)與傳統(tǒng)制造業(yè)智能化沖擊指數(shù)未呈顯著，因此總體上制造業(yè)智能化未能帶來顯著的就業(yè)效應(yīng)。

2.穩(wěn)健性分析

考慮到制造業(yè)智能化對勞動力就業(yè)可能存在滯后性，因此本文借鑒閆雪凌等（2020）的做法，通過對制造業(yè)就業(yè)人口滯后一期對被解釋變量進行替換，并根據(jù)模型（1）進行穩(wěn)健性檢驗。從表2列（2）可見，先進制造業(yè)智能化沖擊指數(shù)系數(shù)在1%顯著性水平下顯著為正，表明先進制造業(yè)智能化沖擊指數(shù)正向影響制造業(yè)就業(yè)人口，與前述回歸結(jié)果一致，因此回歸結(jié)果通過了穩(wěn)健性檢驗。

3.異質(zhì)性分析

本部分將進行異質(zhì)性分析，更為細致地了解制造業(yè)的智能化應(yīng)用對不同行業(yè)就業(yè)人口的影響。

表1 制造業(yè)產(chǎn)業(yè)智能化沖擊指數(shù)影響制造業(yè)就業(yè)人口的估計結(jié)果

表2 制造業(yè)產(chǎn)業(yè)智能化沖擊指數(shù)影響制造業(yè)就業(yè)人口的滯后一期檢驗結(jié)果

從表3可得，在相應(yīng)顯著性水平之下，先進制造業(yè)智能化對信息傳輸軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)、水利環(huán)境和公共設(shè)施管理業(yè)和教育行業(yè)就業(yè)人口呈顯著正向影響。以上行業(yè)均為專業(yè)化、知識密集程度較高的生產(chǎn)性服務(wù)業(yè)。一方面，生產(chǎn)性服務(wù)業(yè)設(shè)備需求來自于先進制造業(yè)，智能化下的產(chǎn)出增加帶動了該類服務(wù)業(yè)的規(guī)模擴張，進而促進就業(yè)增長；另一方面，智能化的技術(shù)進步將促進先進制造業(yè)提升企業(yè)的生產(chǎn)與管理水平，企業(yè)對信息技術(shù)服務(wù)、金融服務(wù)等需求增加進一步推動該類服務(wù)業(yè)的就業(yè)增長。

表3 先進、傳統(tǒng)制造業(yè)智能化沖擊指數(shù)影響各行業(yè)就業(yè)人口的估計結(jié)果

此外，傳統(tǒng)制造業(yè)智能化與制造業(yè)智能化均顯著正向影響了采礦業(yè)、電力熱力燃氣及水的生產(chǎn)和供應(yīng)業(yè)、信息傳輸軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)以及教育行業(yè)就業(yè)人口。由于傳統(tǒng)制造業(yè)多以勞動密集型、資本密集型為主，生產(chǎn)多較為粗放，因此短期內(nèi)智能化應(yīng)用以實現(xiàn)生產(chǎn)規(guī)模擴張為主，進而帶動了關(guān)聯(lián)企業(yè)如采礦業(yè)、電力熱力燃氣及水的生產(chǎn)和供應(yīng)業(yè)的產(chǎn)品需求，產(chǎn)出擴張為該行業(yè)提供了一定的就業(yè)需求。信息傳輸軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)均屬典型生產(chǎn)性服務(wù)業(yè)，可見傳統(tǒng)制造業(yè)智能化也帶來了一定的生產(chǎn)性服務(wù)業(yè)需求，但有結(jié)果可見該類需求小于先進制造業(yè)。

由結(jié)果可見，智能化以不同的技術(shù)效應(yīng)提升著先進制造業(yè)和傳統(tǒng)制造業(yè)的技術(shù)水平。借鑒李廉水等（2020） 的技術(shù)進步機制概括，可認為先進制造業(yè)智能化主要以知識溢價的方式帶動行業(yè)就業(yè)，傳統(tǒng)制造業(yè)智能化則以技術(shù)效率的提升為主。

六、結(jié)論與啟示

人工智能作為新一輪產(chǎn)業(yè)變革的核心力量，將重塑生產(chǎn)、分配、交換和消費等經(jīng)濟活動環(huán)節(jié)，在催生新業(yè)務(wù)、新模式和新產(chǎn)品從而創(chuàng)造勞動力崗位的同時，人工智能對行業(yè)的就業(yè)影響不容小覷。當(dāng)前，“新基建”的密集部署將推動人工智能進一步深入生產(chǎn)場景，借此背景和趨勢，以下研究結(jié)論的意義更顯重大。

研究表明，先進制造業(yè)智能化對制造業(yè)、生產(chǎn)性服務(wù)業(yè)、教育業(yè)就業(yè)呈收入效應(yīng)。結(jié)果佐證了人工智能技術(shù)的外溢性以及異質(zhì)性特征；同時也可以看出當(dāng)前廣東制造業(yè)的智能技術(shù)產(chǎn)業(yè)融合有待深入。

綜上所述，研究可得出重要政策含義：（1）深化智能技術(shù)的產(chǎn)業(yè)融合，推動生產(chǎn)性服務(wù)業(yè)與制造業(yè)的嵌入式發(fā)展；（2）打造城市人才庫，教育系統(tǒng)加強人工智能課程建設(shè)，企業(yè)培訓(xùn)注重層級化的員工數(shù)據(jù)素養(yǎng)提升，加強校企合作整合城市人工智能教育資源，打造人工智能公共教育和培訓(xùn)平臺，實現(xiàn)資源開放共享；（3）進一步完善社會保障制度，通過提升最低收入標(biāo)準(zhǔn)，加強失業(yè)津貼、失業(yè)保險補貼力度，為因智能化沖擊而失業(yè)的勞動力編制強有力的社會“安全網(wǎng)”。

未來可以從以下兩個方面完善本研究的不足之處：（1）尋找合適的工具變量加入模型，進一步解決固定效應(yīng)模型所不能全面企及的內(nèi)生性問題，以及提高研究的穩(wěn)健性；（2）進一步研究第三產(chǎn)業(yè)以及服務(wù)業(yè)智能化對勞動力就業(yè)的影響，完善當(dāng)前僅通過制造業(yè)智能化了解溢出性、異質(zhì)性的不足，并且進一步探明人工智能在行業(yè)間的應(yīng)用差異特點。

注釋：

① 此處行業(yè)采用2017年版國民經(jīng)濟行業(yè)分類中的門類劃分（2017年10月1日起實施），若無特殊說明，下文行業(yè)劃分均以此為準(zhǔn)。

② 中國信通院，全稱為中國信息通信研究院，英文簡稱CAICT。

③ 研究先后使用個體固定效應(yīng)模型和加入時間因素的雙向固定效應(yīng)模型，結(jié)果顯示后者的系數(shù)均更為顯著，故本文采用雙向固定效應(yīng)模型，下文除必要之處外只列示固定效應(yīng)模型結(jié)果。