孟 浩,張美莎

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,陜西 西安 710061)

新技術(shù)的產(chǎn)生能否導(dǎo)致失業(yè)率上升是經(jīng)濟(jì)學(xué)界長期以來爭論的話題之一。人工智能與機(jī)器人技術(shù)在推動(dòng)經(jīng)濟(jì)發(fā)展的同時(shí),也加速了“機(jī)器代人”的進(jìn)程,給勞動(dòng)力就業(yè)市場帶來前所未有的挑戰(zhàn)[1]。麥肯錫全球研究院2017年發(fā)布的《失業(yè)與就業(yè):自動(dòng)化時(shí)代的勞動(dòng)力轉(zhuǎn)型》報(bào)告指出,到2030年,全球?qū)⒂卸噙_(dá)8億人的工作崗位可能被自動(dòng)化的機(jī)器人取代。當(dāng)前已有越來越多的人開始擔(dān)心自己的工作是否會被人工智能技術(shù)取代,或者只能在人工智能的“夾縫”中生存?！胺€(wěn)就業(yè)”是經(jīng)濟(jì)社會發(fā)展目標(biāo)的體現(xiàn),也是經(jīng)濟(jì)工作的底線所在。2019年國務(wù)院印發(fā)的《關(guān)于進(jìn)一步做好穩(wěn)就業(yè)工作的意見》指出,要“堅(jiān)持把穩(wěn)就業(yè)擺在更加突出位置”“做實(shí)就業(yè)優(yōu)先政策”;2020年的《政府工作報(bào)告》也提出要“優(yōu)先穩(wěn)就業(yè)保民生”,明確了“穩(wěn)就業(yè)”在“六穩(wěn)”中的基礎(chǔ)作用。可以說,在人工智能快速發(fā)展的背景下,如何破解“機(jī)器代人”難題、實(shí)現(xiàn)“穩(wěn)就業(yè)”目標(biāo)已經(jīng)成為當(dāng)前亟待解決的重大課題。

自2013年工信部發(fā)布《關(guān)于推進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》以來,中國政府相關(guān)部門先后發(fā)布了《新一代人工智能發(fā)展規(guī)劃》《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃》《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》《國家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引》等一系列層層推進(jìn)的配套指導(dǎo)文件,逐步將人工智能發(fā)展上升至國家戰(zhàn)略高度。國際機(jī)器人聯(lián)合會(IFR)統(tǒng)計(jì)數(shù)據(jù)顯示,2010—2019年,中國工業(yè)機(jī)器人平均安裝量占全球總安裝量的29.34%;2013年中國成為全球工業(yè)機(jī)器人安裝數(shù)量最多的國家(見圖1)。作為一個(gè)人口規(guī)模龐大的轉(zhuǎn)型經(jīng)濟(jì)體,人工智能發(fā)展對中國就業(yè)的影響將比其他國家更具代表性和深遠(yuǎn)性。然而,現(xiàn)有關(guān)于人工智能與就業(yè)的研究主要集中于歐美等發(fā)達(dá)經(jīng)濟(jì)體,針對發(fā)展中國家尤其是轉(zhuǎn)型經(jīng)濟(jì)體的經(jīng)驗(yàn)研究較為匱乏。近年來,一些學(xué)者從理論層面分析了人工智能對中國勞動(dòng)力就業(yè)需求、勞動(dòng)力生產(chǎn)率、勞動(dòng)力工資、結(jié)構(gòu)性失業(yè)的影響機(jī)制[2-3];還有少數(shù)學(xué)者基于中國地區(qū)和行業(yè)層面探討了人工智能對勞動(dòng)力就業(yè)需求影響的總體效應(yīng)、結(jié)構(gòu)效應(yīng)及轉(zhuǎn)移效應(yīng),為人工智能對就業(yè)需求的影響提供了宏觀層面的經(jīng)驗(yàn)證據(jù)[4-6]。從現(xiàn)有研究來看,當(dāng)前關(guān)于人工智能對中國勞動(dòng)力就業(yè)需求的影響主要集中于思辨式的理論分析和宏觀層面的實(shí)證檢驗(yàn),鮮有文獻(xiàn)從微觀企業(yè)視角進(jìn)行系統(tǒng)性的實(shí)證研究,僅王永欽等[7-8]利用制造業(yè)上市公司數(shù)據(jù)檢驗(yàn)了人工智能對中國制造業(yè)勞動(dòng)力就業(yè)市場的影響,但其研究樣本局限于制造業(yè)企業(yè),未能反映人工智能對服務(wù)業(yè)企業(yè)勞動(dòng)力需求的影響。此外,從勞動(dòng)力結(jié)構(gòu)來看,當(dāng)前低技能勞動(dòng)力在中國勞動(dòng)力市場中仍占據(jù)主導(dǎo)地位,而人工智能技術(shù)需要具備人機(jī)協(xié)作能力的技能型、復(fù)合型和專門型人才,技術(shù)與技能的不匹配必然導(dǎo)致技能勞動(dòng)力重組,盡管現(xiàn)有文獻(xiàn)分析了人工智能對勞動(dòng)力就業(yè)需求的結(jié)構(gòu)性差異,但尚未揭示人工智能對不同技能勞動(dòng)力需求的內(nèi)在影響機(jī)制。

圖1 2010—2019年主要國家工業(yè)機(jī)器人安裝量

本文的邊際貢獻(xiàn)主要有以下兩方面:一是采用企業(yè)層面的微觀數(shù)據(jù),利用雙重差分法(DID)系統(tǒng)研究了人工智能對不同技能勞動(dòng)力就業(yè)需求的影響效果及作用渠道,豐富了人工智能與就業(yè)的相關(guān)理論,同時(shí)也為其提供了微觀層面的經(jīng)驗(yàn)證據(jù)。二是從企業(yè)產(chǎn)權(quán)性質(zhì)、行業(yè)性質(zhì)、區(qū)域差異三個(gè)維度考察了人工智能對技能勞動(dòng)力需求的非對稱影響,有助于進(jìn)一步揭示新一代人工智能技術(shù)變革對就業(yè)需求的影響機(jī)制,為政府制定差異化的人工智能產(chǎn)業(yè)政策提供啟示。

一、文獻(xiàn)綜述與研究假設(shè)

(一)人工智能對勞動(dòng)力需求的影響

人工智能主要通過就業(yè)替代效應(yīng)和就業(yè)創(chuàng)造效應(yīng)影響勞動(dòng)力市場需求。就業(yè)替代效應(yīng)的作用機(jī)制主要表現(xiàn)為:當(dāng)采用人工智能技術(shù)的成本相對勞動(dòng)力更具比較優(yōu)勢時(shí),企業(yè)會選擇使用新技術(shù)來提高生產(chǎn)效率,導(dǎo)致部分勞動(dòng)力崗位被人工智能技術(shù)取代,特別是重復(fù)性強(qiáng)、創(chuàng)造性和情感交互性弱的工作崗位[9-11]。就業(yè)創(chuàng)造效應(yīng)的作用機(jī)制主要體現(xiàn)在三個(gè)方面:一是人工智能技術(shù)有利于降低企業(yè)生產(chǎn)自動(dòng)化任務(wù)成本,生產(chǎn)成本的下降增加了企業(yè)生產(chǎn)利潤,促使企業(yè)擴(kuò)大生產(chǎn)規(guī)模,提升了非自動(dòng)化任務(wù)中的勞動(dòng)力需求。二是人工智能技術(shù)在替代部分勞動(dòng)崗位的同時(shí),能夠創(chuàng)造新型任務(wù),進(jìn)而衍生出新的就業(yè)崗位,如“培訓(xùn)師”(培訓(xùn)人工智能系統(tǒng))、“解釋者”(向客戶傳達(dá)和解釋人工智能系統(tǒng)的輸出)和“維持者”(監(jiān)控人工智能系統(tǒng)的性能,包括它們對現(xiàn)行道德標(biāo)準(zhǔn)的遵守情況)等,進(jìn)而增加勞動(dòng)力市場的相對需求量。三是人工智能技術(shù)在降低企業(yè)成本的同時(shí),使得消費(fèi)者購買受自動(dòng)化技術(shù)影響的相關(guān)商品和服務(wù)的價(jià)格下降,變相提升了消費(fèi)者的實(shí)際購買力,促使消費(fèi)者對其他行業(yè)產(chǎn)品和服務(wù)的消費(fèi)增加,進(jìn)而引致相關(guān)行業(yè)不斷擴(kuò)大生產(chǎn)規(guī)模,產(chǎn)生更多的就業(yè)崗位。

從上述人工智能對就業(yè)影響的作用路徑來看,就業(yè)創(chuàng)造效應(yīng)相比于就業(yè)替代效應(yīng)更為豐富,但創(chuàng)造效應(yīng)的實(shí)現(xiàn)存在以下現(xiàn)實(shí)障礙:一是勞動(dòng)力從現(xiàn)有工作崗位轉(zhuǎn)向新工作崗位過程中難以實(shí)現(xiàn)無縫對接,人工智能技術(shù)發(fā)展加快了同質(zhì)產(chǎn)品更新?lián)Q代速度,部分老企業(yè)因缺乏相關(guān)技術(shù)設(shè)備無法生產(chǎn)新產(chǎn)品,只能通過降低生產(chǎn)規(guī)模、裁員等方式規(guī)避風(fēng)險(xiǎn),進(jìn)而降低對勞動(dòng)力的需求,而新企業(yè)無法快速進(jìn)入投資生產(chǎn)階段產(chǎn)生新就業(yè)崗位,短期內(nèi)無法無摩擦實(shí)現(xiàn)勞動(dòng)要素的重置,從而出現(xiàn)勞動(dòng)力需求的空窗期。二是人工智能技術(shù)產(chǎn)生的新任務(wù)要求勞動(dòng)者擁有新技能,當(dāng)前勞動(dòng)力擁有的技能水平無法與新技術(shù)產(chǎn)生的新任務(wù)相匹配時(shí),必然減緩就業(yè)結(jié)構(gòu)調(diào)整進(jìn)程。人工智能對勞動(dòng)力就業(yè)需求影響的最終結(jié)果取決于替代效應(yīng)和創(chuàng)造效應(yīng)的相對大小?；诖?本文提出以下假設(shè):

假設(shè)1a:就業(yè)替代效應(yīng)高于就業(yè)創(chuàng)造效應(yīng)時(shí),人工智能技術(shù)會降低企業(yè)勞動(dòng)力就業(yè)總需求。

假設(shè)1b:就業(yè)替代效應(yīng)低于就業(yè)創(chuàng)造效應(yīng)時(shí),人工智能技術(shù)會提升企業(yè)勞動(dòng)力就業(yè)總需求。

(二)人工智能對就業(yè)結(jié)構(gòu)的影響

人工智能技術(shù)對就業(yè)的替代效應(yīng)和創(chuàng)造效應(yīng)在不同技能勞動(dòng)力間存在不對稱性。技能偏向型技術(shù)進(jìn)步(SBTC)理論為分析人工智能對技能需求模式的影響提供了一個(gè)總體框架[12-13]。該分析框架將勞動(dòng)力分為高技能和低技能兩類,在替代效應(yīng)中,人工智能替代可預(yù)測的、程序性的低技能工作崗位,降低相應(yīng)的勞動(dòng)力需求;在創(chuàng)造效應(yīng)中,生產(chǎn)價(jià)格降低、勞動(dòng)生產(chǎn)率提升導(dǎo)致的生產(chǎn)規(guī)模擴(kuò)張?jiān)黾恿说图寄軇趧?dòng)力需求,同時(shí)物化于機(jī)器人中的技術(shù)升級衍生出更適合高技能勞動(dòng)者的新型崗位。在許多情況下,人工智能不一定會引致失業(yè),而是會改變公司的技能需求模式[14]?？偟膩碚f,人工智能對不同技能勞動(dòng)力的需求大小取決于上述兩種效應(yīng)的綜合作用結(jié)果。

基于上述分析框架,現(xiàn)有文獻(xiàn)采用不同國家的經(jīng)驗(yàn)數(shù)據(jù)分析了人工智能對不同技能勞動(dòng)力就業(yè)需求的影響。Acemoglu等[11]基于美國勞動(dòng)力市場的研究發(fā)現(xiàn),人工智能技術(shù)對技能勞動(dòng)力的就業(yè)需求存在顯著的兩極化現(xiàn)象,具體表現(xiàn)為勞動(dòng)力市場對高、低技能勞動(dòng)力需求的增加和中技能勞動(dòng)力需求的減少。Bughin等[15]預(yù)測到2030年人工智能應(yīng)用將促使13%左右的社會總收入由從事重復(fù)性工作的低技能崗位轉(zhuǎn)移至創(chuàng)造性工作的高技能崗位,低技能勞動(dòng)收入份額將從33%下降至20%。王永欽等[7]基于制造業(yè)的數(shù)據(jù)研究表明,中國制造業(yè)行業(yè)中高技能崗位和低技能崗位就業(yè)增加,中等技能崗位需求減少?？梢?人工智能應(yīng)用會減少中等技能員工需求、增加高技能和低技能勞動(dòng)力需求已成為一種全球性趨勢。有關(guān)這種現(xiàn)象最具代表性的解釋是,人工智能本質(zhì)上是自動(dòng)化和信息化技術(shù)的變革與升級,主要替代沒有情感性的程序化和常規(guī)化任務(wù),而多數(shù)中等技能勞動(dòng)者恰好承擔(dān)此類勞動(dòng)分工?；谏鲜龇治?本文提出以下假設(shè):

假設(shè)2:人工智能對高技能和低技能勞動(dòng)力以就業(yè)創(chuàng)造為主,對中等技能勞動(dòng)力以就業(yè)替代為主。

二、模型設(shè)定、研究方法與數(shù)據(jù)來源

(一)識別策略與模型設(shè)定

本文的研究目的在于考察人工智能對不同技能勞動(dòng)力的影響。由于人工智能技術(shù)能夠替代部分勞動(dòng)力就業(yè)崗位,可將企業(yè)“采用人工智能”作為準(zhǔn)自然實(shí)驗(yàn),剝離這部分因素對勞動(dòng)力就業(yè)的影響。具體地,本文從人工智能企業(yè)識別的技術(shù)維度、產(chǎn)品和行業(yè)維度出發(fā),采用《中國人工智能發(fā)展報(bào)告2018》提供的涵蓋“人工智能、機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、人臉識別、圖像識別、語音識別、語義搜索、語義網(wǎng)絡(luò)、文本分析、虛擬助手、視覺搜索、預(yù)測分析、智能系統(tǒng)、智能機(jī)器人、智能駕駛、無人機(jī)、AI+”等一系列人工智能相關(guān)術(shù)語作為關(guān)鍵詞,利用Python網(wǎng)絡(luò)爬蟲技術(shù)分別在各個(gè)企業(yè)經(jīng)營范圍及會計(jì)報(bào)表附注、企業(yè)公告內(nèi)容中進(jìn)行文本檢索與匹配。若企業(yè)在t年涉及1個(gè)或多個(gè)人工智能相關(guān)關(guān)鍵詞業(yè)務(wù),則表示該企業(yè)在t年被識別為人工智能相關(guān)企業(yè);反之,則為非人工智能企業(yè)。本文識別的人工智能企業(yè)包含兩類:一是主要從事人工智能產(chǎn)品研發(fā)、生產(chǎn)與制造的企業(yè)。二是將人工智能產(chǎn)品和技術(shù)應(yīng)用到生產(chǎn)經(jīng)營等業(yè)務(wù)流程中的企業(yè)。具體的模型設(shè)定如下:

laborit=β0+β1(AIi×Yeart)+β2Xit+θi+ηt+εit

(1)

式(1)中,i代表企業(yè),t代表年份;AIi為人工智能;Yeart為企業(yè)采用人工智能技術(shù)的年份。本文的核心解釋變量是AIi×Yeart,β1是重點(diǎn)關(guān)注的系數(shù),代表企業(yè)采用人工智能技術(shù)對勞動(dòng)力需求的替代彈性;核心被解釋變量是laborit,其中,企業(yè)的總體勞動(dòng)力需求采用企業(yè)員工總數(shù)的自然對數(shù)衡量,同時(shí)參照Haltiwanger等[16]的研究,按照受教育程度對勞動(dòng)力技能進(jìn)行劃分,擁有大專及以上學(xué)歷的勞動(dòng)力視為高技能勞動(dòng)者,擁有高中、中專、高職、初中學(xué)歷的勞動(dòng)力視為中等技能勞動(dòng)力,小學(xué)及以下受教育者視為低技能勞動(dòng)力。Xit為影響企業(yè)勞動(dòng)力就業(yè)的其他因素,主要包括企業(yè)成立年限、企業(yè)資產(chǎn)規(guī)模、營業(yè)收入、研發(fā)投入及資本投入強(qiáng)度等;θi和ηt分別為城市固定效應(yīng)和時(shí)間固定效應(yīng);εit為隨機(jī)誤差項(xiàng)。

(二)數(shù)據(jù)來源及變量定義

本文以2000—2019年中國上市公司的數(shù)據(jù)為樣本,探討采用人工智能技術(shù)對勞動(dòng)力就業(yè)需求的影響效果及機(jī)制。其中,企業(yè)員工從業(yè)人數(shù)、員工受教育程度及員工類別數(shù)據(jù)來源于WIND數(shù)據(jù)庫中的股票數(shù)據(jù)瀏覽器;企業(yè)成立年限、企業(yè)資產(chǎn)規(guī)模、營業(yè)收入、研發(fā)投入及資本投入強(qiáng)度等涉及企業(yè)層面的控制變量來自于CSMAR數(shù)據(jù)庫中的公司研究系列數(shù)據(jù)及WIND數(shù)據(jù)庫。具體的變量定義如表1所示。

表1 主要變量定義

(三)變量的描述性統(tǒng)計(jì)

表2為變量的描述性統(tǒng)計(jì)結(jié)果。從中可以看出,識別為采用人工智能企業(yè)(did)的均值為0.102,這表明樣本中10.2%的企業(yè)屬于實(shí)驗(yàn)組,即當(dāng)前上市公司中采用人工智能技術(shù)的企業(yè)比例為10.2%。從勞動(dòng)力技能類型來看,高技能勞動(dòng)力(h-labor)、中技能勞動(dòng)力(m-labor)和低技能勞動(dòng)力(l-labor)占員工總量比重的均值分別為0.171、0.345、0.283,這表明中等技能和低技能勞動(dòng)力依然是現(xiàn)階段中國勞動(dòng)力市場的主要組成部分。

表2 變量的描述性統(tǒng)計(jì)結(jié)果

三、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸結(jié)果

表3報(bào)告了人工智能對勞動(dòng)力就業(yè)需求影響的基準(zhǔn)回歸結(jié)果,模型(1)—(4)只控制了企業(yè)個(gè)體固定效應(yīng)和年份固定效應(yīng),模型(5)—(8)為加入企業(yè)層面控制變量后的回歸結(jié)果。鑒于未加入控制變量的簡約式回歸與加入控制變量后的基準(zhǔn)回歸結(jié)果基本一致,且加入控制變量后的回歸結(jié)果能夠更真實(shí)地反映人工智能對勞動(dòng)力需求的影響效果,本文主要針對基準(zhǔn)回歸結(jié)果進(jìn)行分析。模型(5)為企業(yè)采用人工智能技術(shù)對總體勞動(dòng)力就業(yè)需求的影響。結(jié)果顯示,與對照組企業(yè)(未識別為人工智能企業(yè))相比,實(shí)驗(yàn)組企業(yè)(識別為人工智能企業(yè))對勞動(dòng)力總體就業(yè)需求出現(xiàn)更大幅度的下降,并通過了1%的顯著性水平檢驗(yàn),這意味著現(xiàn)階段人工智能技術(shù)應(yīng)用總體上降低了勞動(dòng)力需求,假設(shè)1a得到驗(yàn)證,即短期來看人工智能對中國勞動(dòng)力市場的就業(yè)替代效應(yīng)大于就業(yè)創(chuàng)造效應(yīng)。模型(6)—(8)為進(jìn)一步按教育水平劃分的勞動(dòng)力技能回歸結(jié)果,從交互項(xiàng)(did)的系數(shù)大小及方向來看,人工智能技術(shù)對高技能、低技能勞動(dòng)力的需求上升,而對中等技能的勞動(dòng)力需求下降,導(dǎo)致勞動(dòng)力就業(yè)結(jié)構(gòu)需求整體上表現(xiàn)為“兩極化”現(xiàn)象,假設(shè)2得到驗(yàn)證。

表3 基準(zhǔn)回歸結(jié)果

(二)DID設(shè)定的有效性及穩(wěn)健性檢驗(yàn)

1.預(yù)期效應(yīng)

為檢驗(yàn)是否存在預(yù)期效應(yīng),本文在基準(zhǔn)模型(1)的基礎(chǔ)上加入AIi×Yeart-1。其中,Yeart-1表示企業(yè)采用人工智能技術(shù)前一年的啞變量,若AIi×Yeart-1交互項(xiàng)的系數(shù)顯著不為0,則意味著在企業(yè)使用人工智能技術(shù)之前,已經(jīng)存在其他原因影響勞動(dòng)力就業(yè)需求。這表明上文的結(jié)果是有偏的,DID模型中控制組和處理組的結(jié)果變量在采用人工智能技術(shù)之前不具有可比性。從表4的回歸結(jié)果來看,AIi×Yeart-1的系數(shù)不顯著,表明在企業(yè)使用人工智能技術(shù)之前,勞動(dòng)力就業(yè)需求并沒有發(fā)生明顯變化,即企業(yè)“采用人工智能”行為具有較強(qiáng)的外生性。

表4 DID設(shè)定的有效性及穩(wěn)健性檢驗(yàn)結(jié)果

2.安慰劑檢驗(yàn)

為檢驗(yàn)上述估計(jì)結(jié)果的穩(wěn)健性,本文進(jìn)行了安慰劑檢驗(yàn)?；舅悸肥窃谄髽I(yè)采用人工智能技術(shù)之前,對照組和實(shí)驗(yàn)組樣本的勞動(dòng)力就業(yè)需求并沒有顯著異質(zhì)性,反之則說明可能存在影響上文結(jié)果的潛在因素。具體來講,只選取企業(yè)未采取人工智能技術(shù)之前的數(shù)據(jù)進(jìn)行處理,并假定企業(yè)采取人工智能技術(shù)的年份提前2年,重新對所選取的樣本進(jìn)行DID模型的實(shí)證檢驗(yàn)。從表4的實(shí)證結(jié)果來看,交互項(xiàng)的系數(shù)didan不顯著,說明不存在或可忽略影響上文結(jié)果的潛在因素。

3.控制產(chǎn)業(yè)時(shí)間趨勢

企業(yè)勞動(dòng)力需求變化可能受到其所在行業(yè)某些觀測不到的特定產(chǎn)業(yè)因素的影響,因此不同行業(yè)中企業(yè)勞動(dòng)力需求變化的時(shí)間趨勢可能存在差異,這可能引致處理組與對照組的結(jié)果變量會隨不同的路徑發(fā)生變化,導(dǎo)致估計(jì)結(jié)果可能存在有偏性。為處理這一問題,本文借鑒Liu等[17]的研究,將產(chǎn)業(yè)特定的線性時(shí)間趨勢納入基準(zhǔn)模型中進(jìn)行估計(jì),回歸結(jié)果見表4。在控制產(chǎn)業(yè)時(shí)間趨勢項(xiàng)后交叉項(xiàng)(did)的結(jié)果與前文基本一致,這表明未觀測到的行業(yè)特定因素并未影響本文的核心結(jié)論。

(三)影響機(jī)制

人工智能技術(shù)的應(yīng)用有利于降低生產(chǎn)自動(dòng)化任務(wù)成本,企業(yè)生產(chǎn)成本的下降促使企業(yè)生產(chǎn)利潤增加,生產(chǎn)規(guī)模擴(kuò)大,進(jìn)而提升了非自動(dòng)化任務(wù)中的勞動(dòng)力需求;同時(shí)產(chǎn)品價(jià)格下降提升了消費(fèi)者的實(shí)際購買力,促使產(chǎn)業(yè)鏈上下游行業(yè)擴(kuò)大生產(chǎn)規(guī)模,進(jìn)一步增加了勞動(dòng)力需求。基于此,本文推測人工智能技術(shù)可能通過企業(yè)生產(chǎn)規(guī)模擴(kuò)張途徑影響企業(yè)勞動(dòng)力就業(yè)需求。借鑒王永進(jìn)等[18]的做法,本文采用企業(yè)銷售額增長率來衡量企業(yè)生產(chǎn)規(guī)模擴(kuò)張(scale),同時(shí)引入三重交互項(xiàng)scale×AIi×Yeart,構(gòu)建以下回歸模型來驗(yàn)證企業(yè)規(guī)模擴(kuò)張是否是影響人工智能與勞動(dòng)力就業(yè)的機(jī)制:

Laborit=β0+β1(AIi×Yeart)+β2(scale×AIi×Yeart)+β3Xit+θi+ηt+εit

(2)

式(2)中,三重交互項(xiàng)scale×AIi×Yeart是本文關(guān)注的核心解釋變量,若交互項(xiàng)系數(shù)β2顯著為正,則意味著企業(yè)規(guī)模擴(kuò)張是人工智能促進(jìn)勞動(dòng)力需求的機(jī)制;反之,則意味著企業(yè)規(guī)模擴(kuò)張不是人工智能促進(jìn)勞動(dòng)力需求的機(jī)制。表5報(bào)告了企業(yè)規(guī)模擴(kuò)張效應(yīng)的回歸結(jié)果,從中可以看出,在全樣本中,三重交互項(xiàng)scale×AIi×Yeart的系數(shù)顯著為正,這表明企業(yè)規(guī)模擴(kuò)張效應(yīng)能夠增加勞動(dòng)力總體就業(yè)需求,在一定程度上抑制了人工智能對勞動(dòng)力的替代作用。進(jìn)一步基于勞動(dòng)力技能結(jié)構(gòu)的回歸結(jié)果表明,三重交互項(xiàng)scale×AIi×Yeart的系數(shù)僅在低技能勞動(dòng)力就業(yè)樣本中顯著,在高技能、中技能勞動(dòng)力樣本中不顯著,即企業(yè)規(guī)模擴(kuò)張引致的就業(yè)創(chuàng)造效應(yīng)主要增加了低技能勞動(dòng)力的需求。

表5 影響渠道回歸結(jié)果:規(guī)模擴(kuò)張和技術(shù)升級

此外,隨著人工智能與機(jī)器人技術(shù)在生產(chǎn)和服務(wù)領(lǐng)域中的廣泛應(yīng)用,物化于機(jī)器人中的技術(shù)升級能夠不斷創(chuàng)造出與新技術(shù)相匹配的新崗位,進(jìn)而增加勞動(dòng)力就業(yè)需求。因此,筆者推測人工智能可能通過技術(shù)升級渠道影響企業(yè)勞動(dòng)力就業(yè)需求。具體地,本文借鑒岳文等[19]的做法,采用企業(yè)全要素生產(chǎn)率來衡量企業(yè)技術(shù)升級效果(tfp),同時(shí)引入三重交互項(xiàng)tfp×AIi×Year,構(gòu)建以下回歸模型來驗(yàn)證技術(shù)升級是否是影響人工智能與勞動(dòng)力就業(yè)的機(jī)制:

Laborit=β0+β1(AIi×Yeart)+β2(tfp×AIi×Yeart)+β3Xit+θi+ηt+εit

(3)

式(3)中,三重交互項(xiàng)tfp×AIi×Year是本文關(guān)注的核心解釋變量,若交互項(xiàng)系數(shù)β2顯著為正,則意味著技術(shù)升級是人工智能促進(jìn)勞動(dòng)力就業(yè)需求的渠道;反之,則意味著技術(shù)升級效應(yīng)會抑制勞動(dòng)力就業(yè)。表5同時(shí)報(bào)告了企業(yè)技術(shù)升級效應(yīng)的回歸結(jié)果,從中可以看出,在全樣本中,三重交互項(xiàng)tfp×AIi×Year的系數(shù)顯著為負(fù),這表明企業(yè)技術(shù)升級效應(yīng)會降低勞動(dòng)力總體就業(yè)需求,加劇了人工智能對勞動(dòng)力的替代作用。進(jìn)一步基于勞動(dòng)力技能結(jié)構(gòu)的回歸結(jié)果發(fā)現(xiàn),三重交互項(xiàng)tfp×AIi×Year的系數(shù)在高技能勞動(dòng)力就業(yè)樣本中顯著為正,在中技能勞動(dòng)力就業(yè)樣本中顯著為負(fù),在低技能勞動(dòng)力就業(yè)樣本中不顯著。換言之,物化于機(jī)器人中的技術(shù)升級引致的就業(yè)創(chuàng)造效應(yīng)主要增加了高技能勞動(dòng)力的需求,同時(shí)降低了中技能勞動(dòng)力就業(yè)需求。

五、進(jìn)一步分析

(一)微觀視角:企業(yè)所有權(quán)性質(zhì)分組回歸

從計(jì)劃經(jīng)濟(jì)體制向市場經(jīng)濟(jì)體制轉(zhuǎn)型過程中,所有制結(jié)構(gòu)決定了不同產(chǎn)權(quán)企業(yè)的生產(chǎn)目標(biāo)函數(shù)不同。相比于民營企業(yè),以社會福利最大化為目標(biāo)函數(shù)的國有企業(yè)往往受到更多預(yù)算軟約束限制,在經(jīng)濟(jì)社會中承擔(dān)著“穩(wěn)就業(yè)”的主要責(zé)任。這就導(dǎo)致國有企業(yè)即使大規(guī)模地采用人工智能技術(shù),也依然無法在短期內(nèi)大量裁員,而民營企業(yè)以利潤最大化為目標(biāo)函數(shù),在企業(yè)用工制度更為靈活,解除勞務(wù)關(guān)系的成本也相對較低。考慮到人工智能對不同產(chǎn)權(quán)性質(zhì)企業(yè)勞動(dòng)力就業(yè)的需求可能存在顯著異質(zhì)性,本文根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)將樣本分為國有企業(yè)和非國有企業(yè)兩組進(jìn)行分析,具體的回歸結(jié)果見表6。結(jié)果表明,人工智能對勞動(dòng)力的就業(yè)替代效應(yīng)主要表現(xiàn)在非國有企業(yè)?；趧趧?dòng)力技能分類的結(jié)果發(fā)現(xiàn),在國有企業(yè)中,人工智能對高技能勞動(dòng)力需求增加,對中技能、低技能勞動(dòng)力需求無明顯影響,并未出現(xiàn)與歐美等發(fā)達(dá)經(jīng)濟(jì)體類似的就業(yè)兩極化現(xiàn)象。而在非國有企業(yè)中,人工智能對高、低技能勞動(dòng)力需求增加,對中等技能勞動(dòng)力需求減少,與現(xiàn)有發(fā)達(dá)經(jīng)濟(jì)體的實(shí)證研究結(jié)論相吻合。究其原因,可能在于國有企業(yè)受制于企業(yè)用工制度的約束,一方面解除勞動(dòng)力的成本較高;另一方面承擔(dān)著更多的“穩(wěn)就業(yè)”責(zé)任,導(dǎo)致其現(xiàn)有就業(yè)規(guī)模無法反映真實(shí)的勞動(dòng)力就業(yè)需求。

表6 企業(yè)所有權(quán)性質(zhì)分組結(jié)果

(二)中觀視角:不同行業(yè)分組回歸

企業(yè)勞動(dòng)力需求變化可能受到其所在行業(yè)特定產(chǎn)業(yè)因素的影響,因此人工智能技術(shù)對不同行業(yè)企業(yè)的勞動(dòng)力需求變化可能存在不對稱性。Dauth等[20]基于德國勞動(dòng)力市場的研究發(fā)現(xiàn),人工智能應(yīng)用減少了制造業(yè)常規(guī)性勞動(dòng)崗位的需求,但同時(shí)增加了服務(wù)業(yè)非常規(guī)性勞動(dòng)力需求。為驗(yàn)證人工智能對不同行業(yè)勞動(dòng)力就業(yè)需求是否存在異質(zhì)性,本文根據(jù)企業(yè)所屬行業(yè)性質(zhì)將樣本劃分成制造業(yè)和服務(wù)業(yè)兩組分別進(jìn)行回歸分析,具體的回歸結(jié)果見表7。從全樣本來看,人工智能對勞動(dòng)力的就業(yè)需求在制造業(yè)與服務(wù)業(yè)間存在異質(zhì)性,人工智能對勞動(dòng)力的就業(yè)替代效應(yīng)主要存在于制造業(yè)企業(yè)。從勞動(dòng)力技能的分類結(jié)果來看,在服務(wù)業(yè)企業(yè)中,人工智能對高技能和中技能勞動(dòng)力需求增加,對低技能勞動(dòng)力需求無明顯影響,并未出現(xiàn)與歐美等發(fā)達(dá)經(jīng)濟(jì)體類似的就業(yè)雙極化現(xiàn)象;而在制造業(yè)企業(yè)中,人工智能對高、低技能勞動(dòng)力需求增加,對中技能勞動(dòng)力需求減少,與現(xiàn)有發(fā)達(dá)經(jīng)濟(jì)體的實(shí)證研究結(jié)論相吻合。究其原因,一方面可能主要在于服務(wù)業(yè)中的大多崗位屬于情感類的非常規(guī)任務(wù),制造業(yè)中多數(shù)崗位屬于常規(guī)性生產(chǎn)任務(wù),而人工智能技術(shù)主要替代的是常規(guī)性任務(wù)崗位;另一方面可能是因?yàn)椴糠謩趧?dòng)力從制造業(yè)轉(zhuǎn)移到服務(wù)業(yè)中,導(dǎo)致服務(wù)業(yè)勞動(dòng)力需求增多。

表7 不同行業(yè)分組回歸結(jié)果

(三)宏觀視角:不同區(qū)域分組回歸

在分析人工智能對勞動(dòng)力就業(yè)結(jié)構(gòu)影響時(shí),區(qū)域差異是不容忽視的一個(gè)關(guān)鍵因素。例如,北上廣深等人工智能技術(shù)應(yīng)用較為廣泛的地區(qū),面對先進(jìn)設(shè)備投資的大規(guī)模增長及持續(xù)創(chuàng)新產(chǎn)生的新型任務(wù),對高技能勞動(dòng)力需求急劇增長。相反,在西北地區(qū)等人工智能發(fā)展程度較低的地區(qū),囿于經(jīng)濟(jì)條件匱乏及產(chǎn)業(yè)結(jié)構(gòu)的低級化,勞動(dòng)力就業(yè)結(jié)構(gòu)以中、低技能勞動(dòng)力為主,很難吸引高技能人才流入。為研究人工智能對勞動(dòng)力就業(yè)需求影響的區(qū)域異質(zhì)性,本文將所有企業(yè)按其地理位置分為東部、中部、西部3個(gè)區(qū)域(中國香港、澳門、臺灣除外),其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西;西部地區(qū)包括四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。從表8的回歸結(jié)果來看,人工智能對就業(yè)的替代效應(yīng)主要存在于東部地區(qū),對中、西部地區(qū)的整體就業(yè)需求無顯著影響,可能原因在于當(dāng)前人工智能技術(shù)主要集中在上海、深圳、廣州、江蘇等東部省份。從勞動(dòng)力技能結(jié)構(gòu)來看,人工智能的應(yīng)用提升了東部地區(qū)高技能勞動(dòng)力需求,中部地區(qū)高技能、低技能勞動(dòng)力需求以及西部地區(qū)中技能勞動(dòng)力需求;降低了東部地區(qū)中、低技能勞動(dòng)力需求。其原因可能在于人工智能在東部地區(qū)的應(yīng)用替代了常規(guī)性的中技能勞動(dòng)崗位,增加了高、低技能勞動(dòng)力的需求,但東部地區(qū)過高的生活成本對低技能勞動(dòng)力產(chǎn)生擠出效應(yīng),最終導(dǎo)致東部地區(qū)部分中、低技能勞動(dòng)力轉(zhuǎn)移到中、西部地區(qū),這與當(dāng)前勞動(dòng)力回流現(xiàn)象相一致。

表8 不同區(qū)域分組回歸結(jié)果

六、結(jié)論與政策啟示

人工智能技術(shù)作為新一輪技術(shù)革命的核心驅(qū)動(dòng)力,是建設(shè)制造強(qiáng)國、發(fā)展先進(jìn)制造業(yè)、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)鍵途徑。然而,人工智能技術(shù)的快速發(fā)展加速了“機(jī)器代人”的進(jìn)程,勢必會對實(shí)現(xiàn)“穩(wěn)就業(yè)”目標(biāo)造成不可避免的沖擊。在人工智能快速發(fā)展的背景下,如何實(shí)現(xiàn)“穩(wěn)就業(yè)”目標(biāo)已經(jīng)成為當(dāng)前亟待攻克的重大課題?；诖?本文在一個(gè)準(zhǔn)自然實(shí)驗(yàn)的框架下,以中國上市公司2010—2019年員工就業(yè)數(shù)據(jù)為樣本,采用雙重差分法系統(tǒng)研究了人工智能對不同技能勞動(dòng)力就業(yè)需求的影響效果及作用機(jī)制。主要研究結(jié)論如下:(1)人工智能降低了現(xiàn)階段企業(yè)勞動(dòng)力的總體需求,即當(dāng)前人工智能的就業(yè)替代效應(yīng)大于就業(yè)創(chuàng)造效應(yīng)。(2)人工智能對勞動(dòng)力就業(yè)需求的影響具有顯著的結(jié)構(gòu)性特征,人工智能顯著提升了對高技能和低技能勞動(dòng)力的就業(yè)需求,降低了對中技能勞動(dòng)力的就業(yè)需求。(3)從作用機(jī)制來看,人工智能通過企業(yè)生產(chǎn)規(guī)模擴(kuò)張途徑增加了低技能勞動(dòng)力就業(yè)需求,通過技術(shù)升級途徑提升了高技能勞動(dòng)力的就業(yè)需求,降低了中技能勞動(dòng)力就業(yè)需求。(4)進(jìn)一步研究發(fā)現(xiàn),人工智能對勞動(dòng)力的就業(yè)替代效應(yīng)在民營企業(yè)、制造業(yè)企業(yè)及東部地區(qū)企業(yè)中更為明顯。本文的研究結(jié)論為厘清人工智能對就業(yè)需求的影響及政府制定人工智能產(chǎn)業(yè)政策提供了理論依據(jù)和政策參考,結(jié)合上述研究結(jié)論,可以得到以下政策啟示:

第一,針對不同人群制定差異化的就業(yè)促進(jìn)和社會保障政策。首先,加大中、低技能群體職業(yè)技能培訓(xùn)投入及教育經(jīng)費(fèi)投入,特別是加強(qiáng)在崗職工、失業(yè)人員的專業(yè)技能培訓(xùn),幫助其快速適應(yīng)勞動(dòng)力市場變化的新需求;強(qiáng)化就業(yè)服務(wù)體系建設(shè),提高勞動(dòng)力市場信息的透明度,減少摩擦性失業(yè),加快勞動(dòng)力就業(yè)轉(zhuǎn)移和結(jié)構(gòu)調(diào)整進(jìn)程。其次,加快人工智能專業(yè)人才隊(duì)伍建設(shè),優(yōu)化和調(diào)整智能制造學(xué)科體系,以應(yīng)對人工智能技術(shù)對高技能勞動(dòng)力的巨大需求;以培育新興產(chǎn)業(yè)創(chuàng)造就業(yè)機(jī)會、提升勞動(dòng)力素質(zhì)適應(yīng)高技能崗位為重點(diǎn),培育具有較強(qiáng)創(chuàng)新能力、高度理解運(yùn)用能力、能夠解決核心技術(shù)問題的高素質(zhì)人才,增強(qiáng)我國人工智能技術(shù)的競爭能力和創(chuàng)新能力。

第二,結(jié)合各地實(shí)際情況,制定差異化的人工智能產(chǎn)業(yè)政策。東部地區(qū)應(yīng)繼續(xù)提升人工智能應(yīng)用水平,大力支持國產(chǎn)人工智能產(chǎn)品的研發(fā),積極發(fā)展新興產(chǎn)業(yè)和新型業(yè)態(tài),放大人工智能和機(jī)器人對就業(yè)的創(chuàng)造效應(yīng)。由于采用了人工智能,旨在通過將制造業(yè)從東部轉(zhuǎn)移到中西部地區(qū)來改善中西部地區(qū)大量低技能工人就業(yè)的政策效果會逐漸減弱,為適應(yīng)技術(shù)自動(dòng)化的進(jìn)程,中西部城市一方面應(yīng)逐步推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級,增加基礎(chǔ)性就業(yè)崗位,吸納東部地區(qū)轉(zhuǎn)移的中低技能勞動(dòng)力;另一方面要加快促進(jìn)人工智能技術(shù)應(yīng)用的相關(guān)制度建設(shè)和人才建設(shè),為人工智能未來在中西部地區(qū)的應(yīng)用提供條件。