薛繼亮,管華意,薄 婧

( 內(nèi)蒙古大學(xué) 經(jīng)濟管理學(xué)院，內(nèi)蒙古 呼和浩特 010021 )

近年來，人工智能發(fā)展勢不可擋，從掃地機器人、智能語音助手到無人機、大數(shù)據(jù)處理等，正逐漸滲入人們的日常生活。國內(nèi)一大批新興企業(yè)抓住大好勢頭，憑借技術(shù)、資金與數(shù)據(jù)等方面的優(yōu)勢成為中國人工智能行業(yè)的先鋒。當(dāng)前，人工智能已上升到國家戰(zhàn)略發(fā)展層面，將來勢必會進入更加蓬勃發(fā)展的新階段。智能化的應(yīng)用影響就業(yè)存在以下可能方式：創(chuàng)造效應(yīng)和破壞效應(yīng)，即它不僅會帶來技術(shù)創(chuàng)新，有著創(chuàng)造新崗位新工作的可能性，同時也存在著取代人類勞動力進而引發(fā)失業(yè)的風(fēng)險。因此，如何正確看待人工智能與我國勞動力就業(yè)之間的關(guān)系成為重要的問題。為更好地利用和發(fā)展好人工智能，同時穩(wěn)定就業(yè)、保障人民福祉，需要盡早就人工智能發(fā)展對我國勞動力就業(yè)的影響作出理性預(yù)期和合理判斷，及時調(diào)整應(yīng)對策略，穩(wěn)定勞動力市場。

一、文獻綜述

國內(nèi)外學(xué)者關(guān)于人工智能對就業(yè)沖擊的研究比較深入，集中體現(xiàn)在人工智能的就業(yè)創(chuàng)造或就業(yè)破壞方面。從國外文獻來看，Brown和Weisbenner的研究表明，當(dāng)儲蓄率較低時，機器人生產(chǎn)率的提高更有可能會降低年輕勞動力及未來幾代人的福利。智能機器正在一系列工作中迅速取代勞動力[1]。Frey和Osborne通過估計702個具體職業(yè)被計算機替代的可能性，發(fā)現(xiàn)美國約有47%的職業(yè)處于高風(fēng)險類別，未來10—20年會被替代，且服務(wù)業(yè)的大量崗位極易受到替代效應(yīng)的影響[2]。與此同時，Acemoglu和Restrepo的兩項研究均發(fā)現(xiàn)，自動化可以創(chuàng)造全新的工作崗位，因為技術(shù)進步所激發(fā)的新任務(wù)的產(chǎn)生會使得勞動力存在比較優(yōu)勢，從而提升勞動力需求[3-4]。當(dāng)然，這種就業(yè)“創(chuàng)造”和“破壞”也可能同時存在。自動化雖然會創(chuàng)造一種生產(chǎn)率提高效應(yīng)，增加高技能勞動力就業(yè)，但也會取代它直接影響的勞動力類型，降低其工資，其中低技能勞動力從中受損最嚴(yán)重[5-6]。

隨著人工智能的飛速發(fā)展，近年國內(nèi)學(xué)者也開始著眼于研究人工智能對就業(yè)的影響。在就業(yè)破壞方面，王燊成認(rèn)為，人工智能可能會加劇地區(qū)間、行業(yè)間和群體間的就業(yè)不公平[7]。楊偉國和邱子童認(rèn)為，人工智能提高了低技能勞動者的就業(yè)門檻，降低了其就業(yè)的自主性[8]。余玲錚等認(rèn)為，機器人的使用會降低勞動收入份額和就業(yè)規(guī)模，損害勞動者福利[9]。韓民春和趙一帆發(fā)現(xiàn)，工業(yè)機器人對制造業(yè)的就業(yè)效應(yīng)存在區(qū)域性差異[10]。閆雪凌等認(rèn)為，我國工業(yè)機器人對制造業(yè)整體就業(yè)存在替代效應(yīng)，對崗位數(shù)量產(chǎn)生了明顯的負(fù)向影響[11]。魏巍認(rèn)為，人工智能替代效應(yīng)所導(dǎo)致的技術(shù)性失業(yè)現(xiàn)象已在我國初露端倪[12]。謝萌萌等發(fā)現(xiàn)，制造業(yè)企業(yè)融合人工智能將顯著降低低技能勞動力的就業(yè)比重[13]。在就業(yè)創(chuàng)造方面，金陳飛等發(fā)現(xiàn)，人工智能應(yīng)用顯著提升了企業(yè)的勞動收入份額[14]。何勤和邱玥認(rèn)為，企業(yè)提高人工智能技術(shù)的研發(fā)投入帶來了更多的工作機會[15]。李磊等也認(rèn)為，機器人對就業(yè)的促進效應(yīng)強于替代效應(yīng)[16]。此外，孫早和侯玉琳認(rèn)為，人工智能的應(yīng)用會使就業(yè)呈現(xiàn)“兩極化”特征[17]61-70。竇暢宇和肖峰認(rèn)為，就業(yè)替代和就業(yè)創(chuàng)造在不同就業(yè)群體中可能會同時發(fā)生[18]。潘丹丹發(fā)現(xiàn)，人工智能顯著提升了本科和專科學(xué)歷的員工就業(yè)比重，同時顯著降低研究生及以上和高中及以下學(xué)歷的員工比例[19]。陳曉等發(fā)現(xiàn)，對于不同技能水平的勞動力來講，工業(yè)智能化會增加高等技能勞動力需求和替代中等技能勞動力[20]。

綜上所述，國內(nèi)外文獻從就業(yè)創(chuàng)造和就業(yè)破壞的不同視角來分析人工智能對就業(yè)的影響，但結(jié)論并不完全一致。在工業(yè)化進程中，人工智能究竟會帶來怎樣的就業(yè)沖擊，需要更加深入的研究。本研究不同于以往文獻中單純根據(jù)就業(yè)人員的不同受教育程度區(qū)分勞動力就業(yè)結(jié)構(gòu)，而是重新劃分定義低、中、高水平勞動力，在構(gòu)建人工智能水平測度指標(biāo)的基礎(chǔ)上，檢驗中國勞動力就業(yè)創(chuàng)造和就業(yè)破壞的變化趨勢，以期為新時期穩(wěn)就業(yè)提供理論和經(jīng)驗支持。

二、模型與假說

（一）人工智能對中國勞動力就業(yè)結(jié)構(gòu)作用機理的理論模型

關(guān)于技術(shù)進步對勞動力就業(yè)影響的分析，一般采用基于任務(wù)的理論模型。本研究也同樣沿用Acemoglu的經(jīng)典理論模型，在同一框架下探究中國不同地區(qū)的智能化程度差異對勞動力就業(yè)結(jié)構(gòu)的影響。

假設(shè)“任務(wù)”是制造產(chǎn)出的一系列工作活動，而“技能”則是勞動力用以完成各項任務(wù)的能力。光有技能不能直接得到產(chǎn)出，只有將技能應(yīng)用到任務(wù)中才能得到產(chǎn)出。研究將勞動力劃分為擁有低級、中級和高級技能的三種群體。理論上，任一給定技能水平的勞動者都可以根據(jù)不同的技術(shù)級別去選擇相對應(yīng)的任務(wù)。同時，假設(shè)封閉經(jīng)濟中只生產(chǎn)單一最終品，且該最終品由一系列在單元區(qū)間[0，1]連續(xù)的任務(wù)生產(chǎn)而成。簡便起見，假定最終品的生產(chǎn)函數(shù)為：

其中，Y指的是該最終品的產(chǎn)出，而y(i)是任務(wù)i的生產(chǎn)水平。假定所有市場均為競爭性市場，則有另外，假定最終品的價格為1。因此，每個任務(wù)的生產(chǎn)函數(shù)為：

其中，A代表各種要素的偏向性技術(shù)（例如AL指的是最能夠改善低技能勞動力的技術(shù)）；αL(i)、αM(i)和αH(i)分別指的是在不同任務(wù)中低級、中級和高級技能勞動力的生產(chǎn)力，αK(i)指的是不同任務(wù)中資本的生產(chǎn)力；而l(i)是被分配到任務(wù)i中的低技能勞動者數(shù)量，l(m)和l(h)的定義也與此類似，k(i)是被分配到任務(wù)i中的資本數(shù)量。上面的生產(chǎn)函數(shù)意味著，理論上每項任務(wù)都可以由低級、中級或者高級技能勞動力來完成，但是不同任務(wù)在不同技能水平的群體間的比較優(yōu)勢不同。而這個比較優(yōu)勢是理論模型中重要的一部分，為了確保它的存在，我們假定αL(i)/αM(i)和αM(i)/αH(i)均是連續(xù)可導(dǎo)且嚴(yán)格遞減的函數(shù)。

繼而得到三種技能勞動力需求的相對值：

由式（6）和式（7）可以看出，不同勞動力之間的相對需求與機器替代的任務(wù)區(qū)間長度ε有關(guān)。進而有：

近年來，人工智能發(fā)展日新月異，涉及領(lǐng)域不斷擴充，更新?lián)Q代頻率加快，這也就意味著機器任務(wù)區(qū)間ε的不斷增大，結(jié)合（8）、（9）兩式可以合理推斷，中等技能勞動力需求相對于低等技能和高等技能勞動力都在減小，出現(xiàn)“兩頭大、中間小”的就業(yè)需求格局。由此，本研究提出以下假設(shè)：

隨著智能化的不斷推進，中國勞動力就業(yè)結(jié)構(gòu)也會呈現(xiàn)“兩極化”趨勢。對于高技能和低技能勞動力而言，就業(yè)創(chuàng)造效應(yīng)大于破壞效應(yīng)，其技能份額有所增加；而對于中技能勞動力而言，就業(yè)創(chuàng)造效應(yīng)小于破壞效應(yīng)，人工智能的快速發(fā)展將取代一部分中技能勞動力完成工作任務(wù)，從而降低其技能份額。

（二）實證模型

根據(jù)前文的理論模型，為探索人工智能對我國勞動力就業(yè)結(jié)構(gòu)的影響趨勢，設(shè)定實證模型如下：

為進一步考察不同經(jīng)濟區(qū)域中人工智能水平對當(dāng)?shù)貏趧恿蜆I(yè)的影響差異，在模型（10）的基礎(chǔ)上加入人工智能水平Int與地區(qū)虛擬變量Dn的交互項，進而得到計量模型（11）。

（三）指標(biāo)選取及數(shù)據(jù)來源

研究選取2008—2016年中國省級面板數(shù)據(jù)進行實證分析。由于西藏、青海、寧夏地區(qū)部分?jǐn)?shù)據(jù)不可得，故將以上三個地區(qū)的樣本剔除。本研究的數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》、《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、中宏數(shù)據(jù)庫以及CSMAR數(shù)據(jù)庫。各指標(biāo)的具體選取和處理方法如下：

1.人工智能水平

研究參照孫早和侯玉琳構(gòu)建的工業(yè)智能化指標(biāo)體系[17]68-70，基于實際數(shù)據(jù)可得性選取了三個代表性指標(biāo)，分別是：（1）軟件普及和應(yīng)用情況，采用的指標(biāo)是所有軟件產(chǎn)品的總收入占所有規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入的比重；（2）創(chuàng)新能力，采用各省專利申請授權(quán)量與研究設(shè)計成員全時當(dāng)量的比值來衡量；（3）新產(chǎn)品生產(chǎn)情況，采用的指標(biāo)是新產(chǎn)品銷售收入占大規(guī)模工業(yè)企業(yè)主營業(yè)務(wù)收入的比重。將這三個指標(biāo)標(biāo)準(zhǔn)化之后采用主成分分析法測度，結(jié)果出現(xiàn)負(fù)值，故將坐標(biāo)統(tǒng)一平移至均為正值進行衡量。本研究構(gòu)建的人工智能指標(biāo)相較孫早和侯玉琳構(gòu)建的指標(biāo)體系更為簡潔，該方法得到的人工智能水平的描述性統(tǒng)計情況如表1所示。

表1 人工智能水平的描述性統(tǒng)計

2.不同技能水平勞動力

受限于2008—2016年省級面板數(shù)據(jù)可得性，首先，將歷年《中國勞動統(tǒng)計年鑒》中分地區(qū)各行業(yè)受教育程度為小學(xué)及以下的勞動力歸為低水平勞動力，大學(xué)本科及以上的勞動力歸為高水平勞動力，而中學(xué)、中高等職業(yè)教育和大學(xué)?？频膭趧恿澐譃橹械人絼趧恿?；其次，通過觀察這9年間各行業(yè)就業(yè)人員的受教育程度占比分布情況，將低水平勞動力平均占比相當(dāng)高的農(nóng)林牧漁業(yè)歸為低技能行業(yè)，而電熱燃水業(yè)、建筑業(yè)、交通運輸業(yè)、批發(fā)零售業(yè)、住宿餐飲業(yè)、采礦業(yè)、制造業(yè)、房地產(chǎn)業(yè)、租賃和商務(wù)服務(wù)業(yè)、水利環(huán)境公共設(shè)施管理業(yè)、衛(wèi)生社會工作、居民服務(wù)修理業(yè)、文化體育娛樂業(yè)等行業(yè)的中等水平勞動力偏高，故將這些行業(yè)歸為中等技能行業(yè)，其余的如房地產(chǎn)業(yè)、信息傳輸軟件服務(wù)、金融業(yè)、科學(xué)研究技術(shù)服務(wù)、公共管理社會保障組織和教育業(yè)等行業(yè)因高水平人才占比較高而歸為高等技能行業(yè)。將這些各地區(qū)分行業(yè)就業(yè)人員數(shù)進行分組加總后再分別除以城鎮(zhèn)總就業(yè)人數(shù)，即得到低等技能勞動力占比、中等技能勞動力占比和高等技能勞動力占比。

3. 控制變量

（1）產(chǎn)業(yè)結(jié)構(gòu)，用各個省份第二、三產(chǎn)業(yè)增加值的比值來衡量。（2）貿(mào)易水平，用各省份的進出口總額占國內(nèi)生產(chǎn)總值（GDP）的比重進行衡量。（3）人力資本，參照杜偉等的處理方式，將未上過學(xué)、小學(xué)和初中、高中及職業(yè)技術(shù)學(xué)院、大學(xué)專科、大學(xué)本科及以上這五組勞動力受教育年限按平均累計受教育年限分別設(shè)定為2、6、9、12和16年[21]，則勞動力的平均受教育年限為這五組的加權(quán)平均數(shù)。這里同樣考慮到未上過學(xué)的勞動力也可以在工作過程中不斷積累知識技能，故并未取零處理。（4）人口負(fù)擔(dān)，即養(yǎng)育負(fù)擔(dān)，用0—14歲及65歲以上人口占勞動年齡人口的比重來衡量。各變量的描述性統(tǒng)計如表2所示。

表2 變量的描述性統(tǒng)計

三、實證回歸結(jié)果

（一）人工智能對就業(yè)影響的實證結(jié)果及其解釋

1.人工智能對就業(yè)影響的整體檢驗

由于截面數(shù)大于個體數(shù)，故研究數(shù)據(jù)為短面板數(shù)據(jù)。Hausman檢驗結(jié)果表明，應(yīng)使用控制個體效應(yīng)的固定效應(yīng)模型，并采用LSDV法對樣本進行估計，回歸結(jié)果如表3所示。

觀察表3中人工智能水平對勞動力就業(yè)影響的回歸結(jié)果可以發(fā)現(xiàn)，在就業(yè)創(chuàng)造效應(yīng)的主導(dǎo)作用之下，低等技能和高等技能勞動力的占比均有所增加，人工智能技術(shù)的進步并沒有對上述兩種技能的勞動力就業(yè)產(chǎn)生擠出效應(yīng)，反而擴大了勞動力需求。與此同時，受制于就業(yè)破壞效應(yīng)的影響，中等技能勞動力占比隨智能技術(shù)的發(fā)展呈現(xiàn)萎縮態(tài)勢。這一結(jié)果驗證了本研究提出的假設(shè)，即人工智能技術(shù)通過破壞效應(yīng)和創(chuàng)造效應(yīng)對不同勞動技能群體產(chǎn)生了不同的影響，在提高低等、高等技能勞動力就業(yè)的同時，替代一部分中等技能勞動力，最終導(dǎo)致中國整體出現(xiàn)就業(yè)結(jié)構(gòu)“兩極化”趨勢，該趨勢與國內(nèi)外已有研究結(jié)論一致。

表3 人工智能對就業(yè)影響的實證結(jié)果

具體來說，核心解釋變量人工智能水平將促進低等技能勞動力占比增加0.0030個單位，即每1個單位的人工智能水平提升將會促進低技能勞動力在總就業(yè)占比中增加0.30%，但不顯著。而人工智能對就業(yè)結(jié)構(gòu)的影響在后兩組中均顯著：人工智能水平每增長1個單位，在其他變量不變的情況下，將在1%的水平下顯著促進高等技能勞動力占比增長0.0557個單位，也就意味著智能技術(shù)每提升1個單位，就會通過創(chuàng)造效應(yīng)使高等技能勞動力所占就業(yè)份額顯著增長5.57%；同時人工智能將在1%的水平下抑制中等技能勞動力占比0.0587個單位的增長，即中等技能勞動力所占就業(yè)份額在經(jīng)濟環(huán)境中除人工智能水平增加1個單位之外，其他條件不變時，將會在就業(yè)破壞效應(yīng)的影響之下顯著降低5.87%。

從控制變量看，產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)系數(shù)多為負(fù)，這表明第二產(chǎn)業(yè)相較第三產(chǎn)業(yè)來說發(fā)展較慢，這也說明第三產(chǎn)業(yè)在國民經(jīng)濟中的發(fā)展越來越重要，同時，該項指標(biāo)對從低到高水平的勞動力就業(yè)呈現(xiàn)先抑制后促進再抑制的影響趨勢，且實證結(jié)果均在1%的水平下顯著。值得一提的是，產(chǎn)業(yè)結(jié)構(gòu)與人工智能水平對勞動力技能結(jié)構(gòu)的影響方向在三種不同技能層次的群體中均呈現(xiàn)相反趨勢，這與江永紅等[22]的研究結(jié)論一致，進一步驗證了產(chǎn)業(yè)結(jié)構(gòu)升級將在一定程度上加劇中國就業(yè)“兩極化”發(fā)展。這可能是由于我國第三產(chǎn)業(yè)中的服務(wù)業(yè)占比較大，其中的批發(fā)零售、住宿餐飲等行業(yè)所需要的勞動力知識技能要求并不高。該行業(yè)的工作任務(wù)基本屬于情感類、情景交互類的當(dāng)場交付任務(wù)，可以吸納相當(dāng)一部分低等技能勞動力，從而促進低等技能勞動力就業(yè)。此外，同屬第三產(chǎn)業(yè)的金融、教育等行業(yè)也由于人才強國等戰(zhàn)略的實施方興未艾，這將為專攻商科、教育學(xué)類的高素質(zhì)人才提供大量互動性崗位，這類崗位對創(chuàng)意思維、抽象思維、數(shù)理運算等能力提出了較高要求，因而可以吸納更多高技能人才。

貿(mào)易水平對低等和中等技能勞動力所占市場份額均有正向影響但并不顯著，但對高等技能勞動力卻有顯著負(fù)向影響。人力資本對三組不同程度技能的勞動力均有顯著正向影響，其中，對低技能勞動力就業(yè)的促進作用最大，也就是說在其他條件不變時，勞動力平均受教育年限每增加1%，就會使得這部分勞動力的就業(yè)份額在10%的水平下顯著增長1.03%。而人力資本對高技能就業(yè)份額的增益程度在三種勞動力技能群體中最小，即控制其他變量不變時，勞動力平均受教育年限每增長1%，將會在1%的水平下顯著促使高技能勞動力就業(yè)份額增長0.57%。這表明人力資本的增加能在不同程度上促進國內(nèi)不同行業(yè)勞動力就業(yè)數(shù)量的增長，尤其是對于農(nóng)林牧漁業(yè)勞動力的積極影響更大。而高技能勞動力之所以并未成為模型中在人力資本增加下受益最大的群體，可能是因為本研究將受過大學(xué)本科及以上教育的勞動力的受教育年限統(tǒng)一歸為16年，但隨著近年來高等教育的深入發(fā)展，其規(guī)模也在不斷擴大，大學(xué)畢業(yè)后選擇讀研深造的學(xué)生不在少數(shù)，碩士研究生和博士研究生的數(shù)量不斷增多，但受限于歷年統(tǒng)計年鑒中受教育程度劃分最高的僅是“研究生及以上”級別，對于具體的勞動力群體中碩士研究生、博士研究生數(shù)量缺乏相關(guān)數(shù)據(jù)，因而實際的平均受教育年限與本研究的衡量方式存在些許誤差。人口負(fù)擔(dān)在低等、中等技能勞動力中均有抑制作用，且對中技能勞動力的消極作用更顯著，而對高等技能勞動力有積極影響。

2.人工智能對就業(yè)影響的分地區(qū)驗證

在人工智能對我國各省份勞動力就業(yè)影響的基本實證回歸之后，為進一步探索人工智能在我國不同區(qū)域內(nèi)對國內(nèi)勞動力就業(yè)的影響，采用地理經(jīng)濟學(xué)傳統(tǒng)分區(qū)方式，將全國省份分為八大經(jīng)濟區(qū)，分地區(qū)對影響結(jié)果進行實證檢驗。這八大經(jīng)濟區(qū)域分別是東北經(jīng)濟區(qū)（遼寧、吉林、黑龍江）、北部沿海經(jīng)濟區(qū)（北京、天津、河北、山東）、東部沿海經(jīng)濟區(qū)（上海、江蘇、浙江）、南部沿海經(jīng)濟區(qū)（福建、廣東、海南）、黃河中游經(jīng)濟區(qū)（陜西、山西、河南、內(nèi)蒙古）、長江中游經(jīng)濟區(qū)（湖北、湖南、江西、安徽）、西南經(jīng)濟區(qū)（云南、貴州、四川、重慶、廣西）和西北經(jīng)濟區(qū)（甘肅、新疆）。人工智能對不同地區(qū)勞動力就業(yè)的影響如表4所示。

表4 人工智能對就業(yè)影響的分地區(qū)實證結(jié)果

由表4可知，分八大經(jīng)濟區(qū)域進一步檢驗人工智能水平對我國勞動力就業(yè)影響的實證結(jié)果與基本實證回歸得出的基本結(jié)論仍然一致：人工智能發(fā)展對高等技能的勞動力就業(yè)的影響系數(shù)均顯著為正，對低等技能動力就業(yè)的影響為正但不顯著，表明低等、高等技能勞動力群體從人工智能的應(yīng)用中獲得了一定的就業(yè)創(chuàng)造效應(yīng)，而對中等技能勞動力的影響系數(shù)顯著為負(fù)，表明在經(jīng)濟激勵的驅(qū)使下，人工智能對中等技能勞動力就業(yè)的負(fù)向破壞效應(yīng)更明顯，從而造成國內(nèi)就業(yè)結(jié)構(gòu)“兩極化”，這與前文理論模型推導(dǎo)結(jié)果也吻合，同樣進一步驗證了假設(shè)。

具體來看，各經(jīng)濟區(qū)域?qū)嵶C結(jié)果均較為顯著。其中：（1）東北地區(qū)的高技能勞動力在八個經(jīng)濟區(qū)中受到人工智能創(chuàng)造效應(yīng)的影響程度最大，為0.0643個單位，也就是說每1個單位的智能技術(shù)發(fā)展會促進東北地區(qū)勞動力在5%的水平下顯著增長6.43%的就業(yè)份額。這可能是因為東北地區(qū)大力推進新型工業(yè)化，促進地區(qū)間產(chǎn)業(yè)創(chuàng)新合作，不斷推動產(chǎn)業(yè)優(yōu)化升級，對富有創(chuàng)新能力、學(xué)習(xí)能力、合作能力的高素質(zhì)勞動力存在大量需求。（2）西南地區(qū)的高技能勞動力占總就業(yè)比重對智能技術(shù)的發(fā)展相較于其余七個經(jīng)濟區(qū)來說最不敏感，獲益程度相對較小，僅在5%的水平下增長4.39%。這可能是因為西南地區(qū)地處內(nèi)陸，自身經(jīng)濟情況較為落后，科技發(fā)展水平也較弱，即便智能技術(shù)快速發(fā)展，也較難吸引到高等技能人才。（3）長江中游地區(qū)人工智能的應(yīng)用對低等技能勞動力產(chǎn)生的積極影響在八個經(jīng)濟區(qū)中最大，為0.0044個單位，反映了人工智能應(yīng)用于該地區(qū)所產(chǎn)生的就業(yè)促進效應(yīng)強于替代效應(yīng)。這可能是因為作為傳統(tǒng)重工業(yè)重型裝備制造基地的長江中游地區(qū)的勞動力市場仍以重工業(yè)為主，相對青睞從事工業(yè)產(chǎn)品維護保養(yǎng)等基礎(chǔ)性工作的低等技能勞動力，因而人工智能對該地區(qū)低等技能勞動力的就業(yè)有很大的促進作用。（4）東北地區(qū)的中等技能勞動力受人工智能的就業(yè)破壞效應(yīng)影響最大，為0.0613個單位。這表明內(nèi)含前沿技術(shù)的先進設(shè)備在東北地區(qū)的智能化程度最高，能大幅度替代中等技能勞動力，對其就業(yè)起到了顯著抑制作用。

此外，在所有經(jīng)濟區(qū)域中，屬于信息傳輸軟件服務(wù)、金融業(yè)、科學(xué)研究技術(shù)服務(wù)、教育業(yè)等行業(yè)的勞動力，以及農(nóng)林牧漁業(yè)的勞動力均能在人工智能的浪潮里占據(jù)優(yōu)勢，就業(yè)創(chuàng)造效應(yīng)占主導(dǎo)，就業(yè)結(jié)構(gòu)份額相應(yīng)增加，而其余行業(yè)的就業(yè)人員則面臨勞動力需求擠壓進而被人工智能取而代之的風(fēng)險。

（二）人工智能對相對就業(yè)影響的實證結(jié)果及其解釋

1.人工智能對相對就業(yè)影響的整體驗證

研究將勞動力技能結(jié)構(gòu)的相對值定義為高等技能勞動力與中等技能勞動力的比值（HM）及中等技能勞動力與低等技能勞動力之比（ML）。人工智能對相對技能結(jié)構(gòu)影響的實證回歸結(jié)果如表5所示。

表5第二列反映了我國各省份分別屬于各大類行業(yè)內(nèi)高等與中等技能勞動力之比（HM）的回歸結(jié)果。實證結(jié)果顯示，人工智能水平對HM的回歸系數(shù)為0.3604，智能技術(shù)會促進高等與中等技能勞動力的相對值在1%的水平內(nèi)顯著增加，也就是說，隨著智能技術(shù)的發(fā)展，就業(yè)創(chuàng)造效應(yīng)使高等技能勞動力的就業(yè)份額增加，而就業(yè)破壞效應(yīng)使中等技能勞動力的就業(yè)份額減少，從而使二者之間的就業(yè)差距明顯拉大?？梢赃@樣理解：智能技術(shù)的發(fā)展在一定程度上進一步增加了高等技能群體在就業(yè)市場上的比較優(yōu)勢，創(chuàng)造了高等技能勞動力具有比較優(yōu)勢的新工作任務(wù)，而中等技能勞動力主要從事常規(guī)型工作，相對而言其人力資本會變得更加脆弱且就業(yè)崗位會變得愈加不穩(wěn)定，故智能技術(shù)的進步增加了高等技能勞動力相對于中等技能勞動力的需求。這一結(jié)果也為我國進一步推進科教興國、人才強國戰(zhàn)略提供了理論支撐。只有不斷推進高等教育發(fā)展，盡可能提升我國勞動力素質(zhì)，增加我國人力資本原始積累，才有助于我國勞動力市場的優(yōu)化升級，有利于勞動力結(jié)構(gòu)的改善，進而促進就業(yè)，保障人民福祉，提升勞動者生活質(zhì)量。

表5 人工智能對相對就業(yè)影響的實證結(jié)果

此外，產(chǎn)業(yè)結(jié)構(gòu)與人工智能水平對技能結(jié)構(gòu)相對值的影響方向正好相反，且同樣顯著，在1%的水平下產(chǎn)業(yè)結(jié)構(gòu)的增長會顯著抑制高等與中等技能勞動力之間的就業(yè)差距，這一結(jié)果同樣符合經(jīng)濟規(guī)律。本研究采用的產(chǎn)業(yè)結(jié)構(gòu)衡量指標(biāo)為第二產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)增加值之比，因而產(chǎn)業(yè)結(jié)構(gòu)的高級化意味著第三產(chǎn)業(yè)增加值相較第二產(chǎn)業(yè)增加值來說增速更快，也對應(yīng)著我國現(xiàn)在經(jīng)濟發(fā)展迅速、第三產(chǎn)業(yè)占比逐漸加大的現(xiàn)狀，在這樣的形勢下，高等技能勞動力占據(jù)的就業(yè)份額將會與中等技能勞動力占比拉開差距。這可能因為第三產(chǎn)業(yè)的高速發(fā)展對高等技能勞動力的需求強于對中等技能勞動力的需求。高等技能勞動力的抽象邏輯思維能力和學(xué)習(xí)創(chuàng)新等能力較難習(xí)得，對于處理復(fù)雜的非程序化類較為靈活機動的事務(wù)有比較優(yōu)勢。而第三產(chǎn)業(yè)中占比較大的行業(yè)為服務(wù)類行業(yè)，尤其是金融、科學(xué)研究等行業(yè)的從業(yè)門檻并不低，對勞動力技能水平有較高要求，受教育程度主要分布在僅為大專以下的中等技能群體顯然不是現(xiàn)如今高速發(fā)展的第三產(chǎn)業(yè)的最大需求目標(biāo)。高等技能勞動力接受過大學(xué)本科以上教育，在多年的求學(xué)過程中習(xí)得了較為系統(tǒng)的問題解決思維，對于相關(guān)經(jīng)濟金融知識、科學(xué)文化知識等有了較為豐富的積淀，成為第三產(chǎn)業(yè)發(fā)展過程中吸納就業(yè)最多的群體。當(dāng)然，第二產(chǎn)業(yè)的發(fā)展集中于專業(yè)工人的就業(yè)，主要有利于吸納來自中等技能群體的勞動者。而產(chǎn)業(yè)結(jié)構(gòu)與人工智能水平對勞動力技能相對結(jié)構(gòu)HM的影響方向之所以相反，也可以印證前文的推斷，即產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級會進一步加大人工智能影響高等技能勞動力與中等技能勞動力之間的差距，加速高等技能勞動力與中等技能勞動力的分化，造成不平等的隱患。

第三列回歸結(jié)果中，人工智能水平對中等技能勞動力與低等技能勞動力之比（ML）的影響為負(fù)，說明智能技術(shù)的發(fā)展會抑制中等技能勞動力與低等技能勞動力占比差距的增加。對于低等技能勞動力而言，引進人工智能技術(shù)會促進其就業(yè)，而對于中等技能勞動力而言，其就業(yè)份額會隨著人工智能技術(shù)的引入而減少。這在一定程度上會促進中等技能勞動力與低等技能勞動力之間的就業(yè)平等，但對于中等技能勞動力來說并非有利信號。實證結(jié)果表明，人工智能發(fā)展會通過就業(yè)破壞效應(yīng)擠占中等技能勞動力的就業(yè)崗位，使得中等技能勞動力的就業(yè)環(huán)境惡化。與此同時，要求具有靈活性的低等技能工作崗位卻會因人工智能獲益，從而增加低等技能勞動力就業(yè)份額，擴大其就業(yè)范圍。中等技能勞動力本身在受教育時間上超過低等技能勞動力，按照生命周期理論可知，學(xué)習(xí)時間的增加會導(dǎo)致其總勞動時間相對低等技能勞動力較短。人工智能發(fā)展在阻礙中等技能勞動力就業(yè)的同時促進了低等技能勞動力就業(yè)，這將進一步減少中等技能人群的福祉。隨著人工智能的應(yīng)用，低等技能崗位逐漸增多，中等技能勞動力原先從事的部分工作被智能機器所替代，中等技能勞動力群體面臨著失業(yè)的危機。此時他們轉(zhuǎn)而從事高技能崗位的工作存在一定難度，因為這部分工作對思維邏輯、知識能力要求較高，而且很多部門的就業(yè)門檻較高，對沒有相關(guān)工作經(jīng)驗或者沒有達到一定學(xué)歷的勞動力有準(zhǔn)入門檻，因而中等技能勞動力中的一部分人將只能轉(zhuǎn)向總體來說收入較低、社會地位也較低的低技能行業(yè)。這一流動行為也將進一步增加低等技能勞動力就業(yè)占比與中等技能勞動力所占就業(yè)份額之間的差距。相反，產(chǎn)業(yè)結(jié)構(gòu)對勞動力技能相對結(jié)構(gòu)ML的影響因子為正值，也就是說產(chǎn)業(yè)結(jié)構(gòu)升級會提高中等技能勞動力相對于低等技能勞動力的就業(yè)占比。

2.人工智能對相對就業(yè)影響的分地區(qū)驗證

觀察表6第二列回歸結(jié)果發(fā)現(xiàn)，八大經(jīng)濟區(qū)中人工智能水平對HM的回歸系數(shù)均為正值，這說明不同地區(qū)的影響方向并未出現(xiàn)異質(zhì)性，且均在1%的水平內(nèi)顯著促進了HM的增加。進一步縱向?qū)Ρ瓤梢园l(fā)現(xiàn)：（1）東北地區(qū)人工智能發(fā)展對勞動力相對技能結(jié)構(gòu)HM的影響最大，每1個單位的人工智能水平增長將會在1%的水平上顯著促進當(dāng)?shù)貐^(qū)域的HM增長0.1806個單位，也就意味著在其他條件相同時，高等技能勞動力占比會以0.1806倍于中等技能勞動力占比增長。相對于高等技能勞動力，人工智能的應(yīng)用減少了中等技能勞動力的工作任務(wù)。這可能是因為東北地區(qū)近年來產(chǎn)業(yè)轉(zhuǎn)型升級，對高等技能勞動力的需求超過了對中等技能勞動力的需求。（2）西北、北部沿海和東部沿海地區(qū)的人工智能發(fā)展對勞動力技能相對結(jié)構(gòu)的促進程度緊隨其后，它們的回歸系數(shù)分別為0.1684、0.1664和0.1616。其中北部沿海地區(qū)以高新技術(shù)的發(fā)展迅猛為特點，不僅是高新技術(shù)的研發(fā)制造中心之一，而且包含北京、天津這類求職熱門城市，因而備受高等技能勞動者的青睞。人工智能的快速發(fā)展不僅直接促進了該地區(qū)高等技能勞動力就業(yè)占比的增大，更進一步擴大了其比較優(yōu)勢。相較于中等技能勞動力，人工智能的應(yīng)用與高等技能勞動力之間存在較強的互補性。人工智能的應(yīng)用會創(chuàng)造出更多適宜高等技能勞動力的新工作機會，同時也會通過提升企業(yè)生產(chǎn)率水平而對勞動力就業(yè)起到正向促進作用，因而智能技術(shù)提升會促使高等技能勞動力就業(yè)占比相較中等技能勞動力進一步提升，勞動力技能相對結(jié)構(gòu)HM增加。東部沿海地區(qū)經(jīng)濟發(fā)達，是最具競爭力的地區(qū)之一，類似于北部沿海地區(qū)的發(fā)展?fàn)顩r，人工智能的發(fā)展也同樣利于高水平人才利用技術(shù)提升自身競爭力，增加相對于中等技能群體的比較優(yōu)勢，故而最終造成勞動力技能相對結(jié)構(gòu)HM的增加。（3）西南地區(qū)在這八大經(jīng)濟區(qū)域中人工智能發(fā)展對勞動力技能相對結(jié)構(gòu)HM的促進效應(yīng)最小，控制其他變量相同時，每1個單位人工智能水平的增長將會在1%的水平下顯著促進高等技能勞動力占比相較中等技能勞動力拉大0.1228個單位的差距，說明相比于其他地區(qū)而言，西南地區(qū)人工智能技術(shù)的應(yīng)用對于提高高等技能勞動力相對中等技能勞動力就業(yè)占比的促進作用較小。這可能是因為西南地區(qū)的社會經(jīng)濟資源相對貧乏，加之地處內(nèi)陸，發(fā)展前景受限，在吸引高技能人才方面缺乏足夠的吸引力，且主要發(fā)展傳統(tǒng)的重化工業(yè)、輕紡工業(yè)和旅游業(yè)等相關(guān)產(chǎn)業(yè)，其勞動力需求仍然處在較高水平，故而低于其他七大地區(qū)的影響程度。

表6 人工智能對勞動力相對就業(yè)影響的分地區(qū)實證結(jié)果

第三列八大經(jīng)濟區(qū)內(nèi)人工智能水平對中等與低等技能勞動力結(jié)構(gòu)之比的回歸系數(shù)均為負(fù)值，表明智能技術(shù)將在1%的水平下抑制中等技能勞動力與低等技能勞動力就業(yè)差距的拉大，有利于低等技能勞動力占比的增大。這一結(jié)果預(yù)示著中等技能勞動力的就業(yè)環(huán)境相對惡化，人工智能技術(shù)對不同技能水平勞動力就業(yè)有異質(zhì)性影響。具體到不同經(jīng)濟區(qū)域有如下結(jié)論：（1）西南地區(qū)就業(yè)受到智能發(fā)展的破壞效應(yīng)在所有八個地區(qū)中最為明顯。每1個單位的人工智能技術(shù)增加將會在1%的水平下顯著阻礙中等技能勞動力與低等技能勞動力占比增加139.5369個單位。相較于該地區(qū)人工智能發(fā)展對高等與中等技能勞動力之比的促進作用，人工智能的發(fā)展會對低等與中等技能勞動力之比產(chǎn)生抑制作用。這可能是因為在西部崛起的過程中，西南地區(qū)對低等技能勞動力需求增加，傳統(tǒng)的支柱產(chǎn)業(yè)以工業(yè)為主，生產(chǎn)過程所需的任務(wù)相對簡單、可程式化強，容易受到自動化技術(shù)的沖擊，中等技能勞動力在智能機器化大生產(chǎn)的背景下被擠占生存空間，從而降低了其相對低等技能勞動力的就業(yè)份額優(yōu)勢。（2）東北地區(qū)和北部沿海地區(qū)受到的負(fù)面影響僅次于西南地區(qū)。這兩個區(qū)域的人工智能發(fā)展將顯著影響中等與低等技能勞動力之比降低123.2561個單位和119.8105個單位，抑制中等技能勞動力超過低等技能勞動力的增長。（3）在各區(qū)域中，人工智能水平的發(fā)展對中等與低等技能勞動力之比的消極影響最小的是東部沿海地區(qū)。每1個單位的人工智能水平的增長將帶來中等技能和低等技能勞動力占比縮小92.7165個單位。這可能是因為東部沿海地區(qū)的行業(yè)分布較廣，相對來說是多功能的經(jīng)濟區(qū)域，在人工智能快速發(fā)展的當(dāng)口需要低等技能勞動力與人工智能的交互操作，人工智能發(fā)揮破壞效應(yīng)的可能性較小，從而阻礙了中等技能勞動力與低等技能勞動力之間就業(yè)份額差距的拉大。

（三）穩(wěn)健性檢驗

本研究計量回歸采用的自變量受限于數(shù)據(jù)獲取來源，僅構(gòu)建了三個維度的指標(biāo)，經(jīng)過主成分分析法處理后的數(shù)據(jù)與實際的人工智能水平之間可能存在一定誤差，會影響回歸結(jié)果的穩(wěn)健性。同時，因變量就業(yè)結(jié)構(gòu)的創(chuàng)新性構(gòu)建需要通過重復(fù)試驗驗證其可靠性。因此，為檢驗計量模型的穩(wěn)健性，在基礎(chǔ)回歸模型的基礎(chǔ)上，增加如下控制變量：機器設(shè)備投資（設(shè)備、工器具購置等投入占固定資產(chǎn)投資的比重）、研發(fā)投入（各省R&D內(nèi)部經(jīng)費支出占地區(qū)財政支出的比重）和技術(shù)引進（各省FDI占該地區(qū)GDP的比重），進行回歸檢驗，結(jié)果如表7所示?？梢钥闯觯斯ぶ悄芩降南禂?shù)符號和原回歸完全一致且顯著性相近，說明由于智能技術(shù)進步所引起的破壞效應(yīng)和創(chuàng)造效應(yīng)綜合作用而導(dǎo)致中國就業(yè)整體出現(xiàn)“兩極化”局面的結(jié)論仍穩(wěn)健，這同時也排除了因遺漏變量導(dǎo)致的模型內(nèi)生性問題。這一結(jié)果驗證了本研究采用的人工智能水平指標(biāo)和就業(yè)結(jié)構(gòu)指標(biāo)的解釋能力，表明實證結(jié)果具有科學(xué)性、可靠性。

表7 人工智能對勞動力就業(yè)影響的穩(wěn)健性檢驗

四、結(jié)論及政策建議

面對新一輪科技革命，我國在十八大以后確立了人工智能國家發(fā)展戰(zhàn)略，推進人工智能運用到社會發(fā)展的諸多領(lǐng)域。人工智能正在影響我們的生活，并且未來將在更深層次、更大范圍內(nèi)產(chǎn)生作用。智能技術(shù)主要通過兩種方式作用于就業(yè)：一是存在著就業(yè)破壞效應(yīng)，它伴隨著機器、資本對勞動力的替代；二是存在著就業(yè)創(chuàng)造效應(yīng)，它既可以直接填補勞動力所無法勝任的崗位，也可以催生新生產(chǎn)任務(wù)及新工作崗位。我國正處于社會主義新時代，大力發(fā)展人工智能技術(shù)，推進制造強國建設(shè)是必經(jīng)之路，有助于提升國家競爭力，但為實現(xiàn)平穩(wěn)有效的高質(zhì)量發(fā)展，在發(fā)展經(jīng)濟的同時不可忽視穩(wěn)定就業(yè)的目標(biāo)，必須對智能化發(fā)展可能引起的就業(yè)結(jié)構(gòu)波動予以重視。本研究在這樣的背景下，首先建立理論模型，提出智能化會促進勞動力就業(yè)結(jié)構(gòu)“兩極化”的假設(shè)，繼而利用2008—2016年省級面板數(shù)據(jù)進行實證檢驗，結(jié)果發(fā)現(xiàn)：（1）整體來看假設(shè)成立，人工智能對就業(yè)有偏向性影響，就業(yè)創(chuàng)造效應(yīng)在低等技能和高等技能勞動力間發(fā)揮主導(dǎo)作用使其就業(yè)份額增加，中等技能勞動力就業(yè)份額由于受到破壞效應(yīng)的影響而有所下降；（2）產(chǎn)業(yè)結(jié)構(gòu)升級將在一定程度上進一步加劇人工智能對中國就業(yè)“兩極化”發(fā)展的影響；（3）東北地區(qū)高等技能勞動力和長江中游地區(qū)低等技能勞動力受人工智能就業(yè)創(chuàng)造效應(yīng)的影響最大，而東北地區(qū)中等技能勞動力受人工智能就業(yè)破壞效應(yīng)的影響最大。

基于上述結(jié)論，本研究提出以下政策建議：（1）在現(xiàn)有義務(wù)教育的基礎(chǔ)上，增加對高等教育的投入。未來人工智能進一步發(fā)展勢必對高層次人才提出更高的需求，人機交互亦是大勢所趨。政府應(yīng)增加經(jīng)費投入，加強高等教育建設(shè)，推進學(xué)校教育課程內(nèi)容與實際運用結(jié)合，設(shè)立人工智能專業(yè)試點，培育有優(yōu)秀學(xué)習(xí)能力、創(chuàng)新能力的高素質(zhì)人才。（2）加強中等技能勞動力的職業(yè)技能培訓(xùn)。作為在智能化浪潮中最受破壞效應(yīng)沖擊的群體，中等技能勞動力應(yīng)得到更多差異化的技能提升培訓(xùn)，以適應(yīng)人工智能時代靈活多變的工作安排。另外，還應(yīng)為下崗職工提供再就業(yè)培訓(xùn)，擴大市場招聘信息的渠道和范圍，縮短其失業(yè)時間，促進勞動力市場的穩(wěn)定。（3）健全勞動者生活保障體系。完善食品安全、醫(yī)療保險、住房保障、交通出行、子女教育等涉及百姓生活的相關(guān)政策，增加社會基礎(chǔ)設(shè)施的投入，提升民生服務(wù)業(yè)質(zhì)量，從貨幣投入和政策傾斜層面減輕勞動者生活壓力，保障人民幸福生活，提高對高素質(zhì)人力資本的吸引能力。（4）東北地區(qū)在加速智能化產(chǎn)業(yè)升級的同時需要加強產(chǎn)業(yè)創(chuàng)新，加強地區(qū)間創(chuàng)新合作發(fā)展以創(chuàng)造新部門、新崗位去容納被人工智能擠占就業(yè)的中等技能勞動力。而傳統(tǒng)重型工業(yè)發(fā)展需要轉(zhuǎn)型升級，以適應(yīng)新時代的需求。