王雪

摘? ?要：人工智能技術應用正引領新一輪科技革命浪潮，在推動產業(yè)轉型，促進經(jīng)濟增長的同時，也給勞動力市場帶來了重大的影響。通過選取我國31個省份人工智能技術應用廣泛的制造業(yè)2008—2016年的面板數(shù)據(jù)，運用回歸模型探究人工智能技術對制造業(yè)就業(yè)總量和就業(yè)結構的影響。研究發(fā)現(xiàn)，人工智能技術應用對制造業(yè)就業(yè)總量、技能、非技能勞動就業(yè)均存在正面影響?；诖颂岢鋈c政策建議：一是穩(wěn)步推進人工智能技術應用，創(chuàng)造更多的就業(yè)機會；二是重視中高端技術人才的培養(yǎng)；三是對非技能勞動者進行職業(yè)培訓，提高對新技術變革的適應能力。

關鍵詞：人工智能技術；制造業(yè)；就業(yè)

中圖分類號：F416? ? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2023）17-0035-05

一、研究背景

當前世界正處于由人工智能技術引發(fā)的第四次科技革命浪潮中，為抓住新一輪科技革命帶來的機遇，世界各國均制定了相應的發(fā)展戰(zhàn)略。美國政府推出了大力發(fā)展新興產業(yè)、鼓勵科技創(chuàng)新、支持中小企業(yè)發(fā)展等“再工業(yè)化”的政策和措施，振興美國制造業(yè)；德國提出“工業(yè)4.0”戰(zhàn)略，提升制造業(yè)的智能化水平以獲得在全球工業(yè)的競爭力，在新一輪的科技革命中搶占先機。作為世界上最大的發(fā)展中國家，我國對于人工智能技術的發(fā)展也給予了充分的重視。2017年3月李克強總理在《政府工作報告》中指出，要積極發(fā)展包括人工智能在內的新興產業(yè)；同年7月，國務院正式印發(fā)并實施《新一代人工智能發(fā)展規(guī)劃》，目標到2030年人工智能技術達到世界領先水平[1]；習近平總書記在黨的十九大報告中也著重強調“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]。人工智能技術的發(fā)展應用，可以有效緩解企業(yè)面臨的“招工難”問題，提高企業(yè)的生產效率，促進宏觀經(jīng)濟增長。但人工智能技術給人類帶來一系列機遇的同時也讓我們面臨著諸多挑戰(zhàn)，如人工智能技術的應用可能會減少勞動力的就業(yè)機會，失業(yè)率上升，改變勞動力市場結構。據(jù)國家統(tǒng)計局統(tǒng)計，我國制造業(yè)城鎮(zhèn)單位就業(yè)人數(shù)自2013年開始呈逐年下降趨勢，2019年就業(yè)人數(shù)與2013年相比下降了27.11%。為此，當前人工智能技術在勞動力就業(yè)中究竟扮演何種角色？是否會誘致中國勞動力就業(yè)量下降？對這些問題的研究，不僅有助于預判人工智能技術所引發(fā)的就業(yè)沖擊，維護勞動力市場就業(yè)穩(wěn)定，還可以推動人工智能技術高質量發(fā)展。

二、文獻述評

關于人工智能技術對就業(yè)影響的研究，最早開始于技術進步對就業(yè)影響的討論，雖然迄今為止，學術界就技術進步導致就業(yè)量增加還是減少還沒有形成統(tǒng)一的觀點，但提出了兩個特別值得重視的效應，一是“破壞效應”，技術進步導致就業(yè)量減少；另一種則是“補償效應”，技術進步將導致就業(yè)數(shù)量的增加。本質上，人工智能技術也屬于一種技術進步，滿足技術進步影響就業(yè)的一般規(guī)律，但對就業(yè)的影響范圍更廣，程度更深，具有屬于自身的特殊性[3]。人工智能技術的應用，既存在“替代效應”直接減少就業(yè)機會[4]，也存在“補償效應”和“創(chuàng)造效應”間接增加就業(yè)機會[5]。因此，關于人工智能技術對就業(yè)總量的影響研究同樣具有多種觀點。部分學者認為人工智能技術發(fā)展對就業(yè)總量具有消極影響，減少就業(yè)機會。當前人工智能技術對就業(yè)的影響范圍遠遠超過以往的技術變革，以往的技術變革替代的都是體力勞動，可以通過增加辦公室崗位增加就業(yè)，但現(xiàn)在人工智能技術不僅僅會替代體力勞動，還會對腦力勞動進行替代[6]，替代的工作崗位大于新創(chuàng)造出的崗位，總體就業(yè)量下降[2]。許多的實證研究也支持這一觀點[3]。

然而，更多的學者認為人工智能技術的發(fā)展對就業(yè)總量具有積極影響，能增加就業(yè)機會。雖然新技術會使傳統(tǒng)行業(yè)的就業(yè)機會減少，但人工智能技術與人類之間具有無法避免的本質性區(qū)別，不可能完全替代就業(yè)[7]。人工智能技術應用一方面可以降低勞動力成本，提高生產效率，刺激企業(yè)擴大生產規(guī)模，推動就業(yè)需求增加；另一方面，可以催生出更多新產品，創(chuàng)造新的就業(yè)崗位，增加就業(yè)機會[8]。同樣也有很多學者從實證角度研究發(fā)現(xiàn)人工智能技術發(fā)展促進就業(yè)[9]。新技術對就業(yè)的影響一定是一個從微觀到行業(yè)再到總體就業(yè)市場的過程，雖然從微觀視角研究的結論不能直接運用到宏觀就業(yè)研究中，但也會給宏觀研究提供一定的參考[10]。有學者通過選取企業(yè)層面數(shù)據(jù)進行實證研究，同樣發(fā)現(xiàn)人工智能等技術的使用提高了企業(yè)生產效率，擴大了企業(yè)規(guī)模，增加了勞動力需求[11]。

雖然關于人工智能技術對就業(yè)總體影響的相關研究還沒有形成統(tǒng)一的結論，但幾乎所有有關人工智能的研究都發(fā)現(xiàn)人工智能技術發(fā)展顯著改變了勞動力市場結構[12]。大量研究表明，人工智能技術發(fā)展會產生就業(yè)極化現(xiàn)象[13]，即低、高等技能勞動者就業(yè)機會增加，中等技能勞動者就業(yè)機會減少，中等技能勞動者比其他技能勞動者更容易被自動化等新技術替代。新技術發(fā)展推動我國勞動力質量不斷上升，優(yōu)化了勞動力市場結構[14]。

綜合以上研究可以發(fā)現(xiàn)，現(xiàn)有文獻多關注智能化發(fā)展水平較高的發(fā)達國家，對發(fā)展中國家的研究較少，而中國的勞動力市場結構與發(fā)達國家存在顯著差異，智能化發(fā)展水平處在不同的水平，因此針對發(fā)達國家的研究結論不能完全適用于我國國情。另外，關于人工智能技術應用對就業(yè)總量的影響尚未得到統(tǒng)一的觀點，一方面由于不同學者使用的研究方法和數(shù)據(jù)不同，另一方面是因為缺少與人工智能相關統(tǒng)計數(shù)據(jù)，也沒有衡量人工智能發(fā)展程度的統(tǒng)一指標。面對現(xiàn)有研究成果，本文將從本國國情出發(fā)，選取人工智能技術應用程度較高的制造業(yè)行業(yè)，運用相關理論以及實證分析，探究人工智能技術對制造業(yè)就業(yè)市場的影響。

三、理論與假設

從近代歷史上發(fā)生的三次重大的科技革命對就業(yè)的影響來看，技術進步通常是在一開始造成部分工作崗位被機器所替代，但隨著技術的發(fā)展，產生了大量新的工作崗位，就業(yè)量又會迅速增長。當前正處于人工智能等技術快速發(fā)展的第四次科技革命時期，人工智能技術推動了制造業(yè)行業(yè)技術升級，工業(yè)的智能化水平提高使企業(yè)的勞動生產率得到極大提升，同樣的時間內生產出的產品數(shù)量明顯提高，產品的銷售價格下降，從而在一定程度上會刺激消費者的購買欲望。面對產品需求的提升，企業(yè)將進一步擴大自身的生產規(guī)模，制造業(yè)企業(yè)的勞動力需求大大提高[15]。與此同時，工業(yè)企業(yè)所需要的智能化設備成本遠遠高于勞動力成本，面對產品更新?lián)Q代日益加快的市場環(huán)境，大多數(shù)中小企業(yè)更愿意選擇成本相對較低的勞動力來擴大市場規(guī)模，只有少部分企業(yè)可以負擔設備智能化的成本，總體看來，制造業(yè)勞動力需求將會提高。因此，本文提出以下假設：

假設1：人工智能技術應用對制造業(yè)整體勞動力數(shù)量有正面影響。

人工智能技術應用不僅會造成制造業(yè)就業(yè)數(shù)量上的變化，而且會對就業(yè)結構產生影響。我們將制造業(yè)勞動者分為技能勞動者和非技能勞動者，制造業(yè)技能勞動者定義為制造業(yè)科技活動人員，將非技能勞動者定義為制造業(yè)中除科技活動人員外的其他從業(yè)人員[16]。

人工智能技術在發(fā)展的過程中具有技能偏向性，這種偏向性會增加制造業(yè)中技能勞動者數(shù)量。制造業(yè)包含多個細分行業(yè)，比如紡織業(yè)、醫(yī)藥制造業(yè)、通信設備、計算機及其他電子設備制造業(yè)等等，每一個細分行業(yè)都需要大量的勞動人員，其中就包括從事基礎生產工作的機器操作人員以及負責產品研發(fā)的技術人員。人工智能技術應用使企業(yè)需要更多精通機器運轉的技能工作人員。大量的機器使得產品的生產環(huán)境變得更加復雜，需要專業(yè)人員進行操作與維修，這就對勞動者技能提出更高的要求，技能勞動者的需求自然會增加。另外，市場對產品的需求更新?lián)Q代加快，這就需要更多的產品研發(fā)人員去升級開發(fā)新的產品。與此同時，雖然人工智能技術發(fā)展會使企業(yè)引進機器進行生產工作，有些簡單和重復的工作就會被機器所代替，造成非技能勞動者數(shù)量有所減少，但這種情況基本發(fā)生在食品、紡織業(yè)等制造業(yè)細分行業(yè)，而且一般只有大型企業(yè)才會選擇用智能的設備和機器來代替勞動力，中小型企業(yè)相比成本高昂的機器設備更傾向于選擇價格低廉的勞動力。另外，由于人工智能技術應用，一些制造業(yè)行業(yè)如機械工業(yè)、交通運輸設備制造業(yè)等發(fā)展迅速，需要的勞動力也有所增加。因此，本文認為人工智能技術應用對于非技能勞動者的創(chuàng)造效應大于破壞效應，非技能勞動者數(shù)量會有所增加。因此本文提出下面的假設：

假設2：人工智能技術應用對技能勞動者的數(shù)量有正面影響，對非技能勞動者的數(shù)量同樣具有正面影響。

四、計量模型設定與指標選取

（一）計量模型設定

影響制造業(yè)就業(yè)量的因素有很多，在探究人工智能技術應用對制造業(yè)就業(yè)影響時，還要考慮其他控制變量，這里借鑒楊浩昌、劉軍等人的研究將工資水平、人力資本水平、城鎮(zhèn)化水平、地區(qū)生產水平、研發(fā)費用的投入、外商投資以及國家資本這些變量作為本文的控制變量。因此，我們設定計量模型為：

lnLit=α+β1lnInte_manuit+β2lnWageit+β3lnEduit+β4lnUrbanit+β5lnGDPit+β6lnFdiit+β7lnRdit+β8lnGovit+uit+εit

其中，L為被解釋變量，表示制造業(yè)就業(yè)人數(shù)；核心解釋變量Inte_manu表示制造業(yè)智能發(fā)展水平；變量Wage、Edu、Urban、GDP、Fdi、Rd以及Gov為一系列控制變量，分別表示制造業(yè)平均工資水平、人力資本水平、城鎮(zhèn)化發(fā)展水平、地區(qū)生產總值、外商投資水平；研發(fā)投入以及國家財政支出；α為常數(shù)項；u代表個體因素；ε為隨機擾動項；下標i、t分別表示研究的地區(qū)和年份，地區(qū)選取的是我國各個省份，時間選擇的年份為2008—2016年。

（二）變量定義和數(shù)據(jù)來源

本文選取2008—2016年中國省級面板數(shù)據(jù)進行實證研究，研究數(shù)據(jù)主要來源于2008—2016年《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》以及梁文莉發(fā)表的《中國工業(yè)機器人數(shù)據(jù)統(tǒng)計》整理的IFR中國工業(yè)機器人存量。下面對各變量的選取作具體說明。

1.制造業(yè)就業(yè)人數(shù)（L）。本文通過中國制造業(yè)就業(yè)總人口衡量制造業(yè)就業(yè)人數(shù)L。選取各地區(qū)制造業(yè)R&D人員衡量制造業(yè)技能勞動就業(yè)人數(shù)[17]，而制造業(yè)非技能勞動就業(yè)人數(shù)通過制造業(yè)就業(yè)總人數(shù)與制造業(yè)技能勞動就業(yè)人數(shù)相減取得，制造業(yè)非技能勞動就業(yè)人數(shù)和技能勞動就業(yè)人數(shù)分別表示為L1、L2。

2.制造業(yè)智能發(fā)展水平（Inte_manu）。通過各地區(qū)工業(yè)機器人存量進行衡量，這是由于當前智能發(fā)展水平還沒有統(tǒng)一的測算方式，而人工智能技術主要表現(xiàn)就是工業(yè)機器人的使用。

3.其他變量。制造業(yè)平均工資水平（wage）為各地區(qū)制造業(yè)分城鎮(zhèn)單位就業(yè)人員平均工資，人力資本水平（Edu）用各地區(qū)制造業(yè)就業(yè)人員平均受教育年限表示，城鎮(zhèn)化發(fā)展水平（Urban）用各地區(qū)城鎮(zhèn)人口占總人口的比例表示，外商投資水平（Fdi）為外商對中國制造業(yè)企業(yè)的直接投資額，并用每年的人民幣匯率進行換算，研發(fā)投入（Rd）表示為規(guī)模以上工業(yè)企業(yè)研發(fā)經(jīng)費投入，國家財政支出（Gov）為我國對制造業(yè)企業(yè)的直接投資。各變量的描述性統(tǒng)計結果見表1。

五、實證分析

本文運用stata.16進行分析。根據(jù)上文的基本模型和假設，本部分將實證檢驗人工智能技術應用對中國制造業(yè)就業(yè)總量以及就業(yè)結構的影響。這里運用的所有模型都考慮了個體因素和時間因素，在使用面板數(shù)據(jù)進行回歸之前，均進行了豪斯曼檢驗，根據(jù)檢驗結果，本文選擇的模型均采用固定效應模型，表2報告了模型估計的結果。

結果顯示，人工智能技術應用對中國制造業(yè)就業(yè)總量具有正向影響，并在5%的水平上顯著，驗證了本文提出的假設1；人工智能技術應用對非技能勞動者就業(yè)數(shù)量同樣具有正向影響，在10%的水平上顯著，對技能勞動者的就業(yè)數(shù)量也具有正向影響，在1%的水平上顯著，驗證了本文提出的假設2。從表2可以看出，除了人工智能技術應用對制造業(yè)就業(yè)總量存在正向影響外，地區(qū)的城鎮(zhèn)化水平、地區(qū)的生產總值、研發(fā)投入、外商直接投資以及國家資本投入均對制造業(yè)就業(yè)總量存在正向影響，但只有研發(fā)投入在1%的水平上顯著，其他變量都不顯著。從表2中的模型1還可以看出制造業(yè)工人平均工資和人力資本水平對制造業(yè)就業(yè)總量造成負面影響，制造業(yè)工人平均工資變量影響不太顯著，人力資本水平變量在10%的水平上作用顯著。模型2人工智能技術應用對制造業(yè)非技能勞動者就業(yè)量的估計結果和模型1對制造業(yè)就業(yè)總量的估計結果相類似。而模型3人工智能技術應用對技能勞動者就業(yè)量的估計結果與前面的模型結果有所不同，除了人工智能技術應用對技能勞動力就業(yè)量有顯著的正面影響外，工資水平、人力資本水平、地區(qū)生產總值、研發(fā)投入和國家資本也對技能勞動力就業(yè)量有正面影響，同樣，只有研發(fā)投入在1%的水平上顯著，城鎮(zhèn)化發(fā)展水平和外商直接投資對技能勞動力就業(yè)量在5%的水平上顯著的負相關。從系數(shù)大小來看，人工智能技術應用對技能勞動力就業(yè)總量的提升明顯大于對非技能勞動力總量的提升。

六、結論和討論

本文選取2008—2016年我國31個省份制造業(yè)面板數(shù)據(jù)，以制造業(yè)智能發(fā)展水平作為核心解釋變量構建回歸模型，探究制造業(yè)行業(yè)人工智能技術的使用對就業(yè)的影響?？紤]到制造業(yè)行業(yè)不同工作崗位對技能的要求存在差異，不同技能就業(yè)受人工智能技術影響可能也存在差異，本文將制造業(yè)勞動力就業(yè)劃分為技能勞動力就業(yè)與非技能勞動力就業(yè)，進一步分析其是否存在技能結構差異。研究發(fā)現(xiàn)，人工智能技術應用顯著提升了制造業(yè)總體就業(yè)水平，對制造業(yè)技能就業(yè)與非技能就業(yè)同樣具有正向的促進作用，但對技能就業(yè)的促進程度遠遠大于非技能就業(yè)。基于以上研究發(fā)現(xiàn)，本文為人工智能技術發(fā)展提出以下政策建議。

第一，穩(wěn)步推進人工智能技術應用，創(chuàng)造更多的就業(yè)機會。本文研究發(fā)現(xiàn)，人工智能技術應用并沒有對就業(yè)崗位造成實質性威脅，相反，人工智能技術應用對就業(yè)具有顯著的促進作用，創(chuàng)造了更多的就業(yè)機會。因此，一方面國家要為研究開發(fā)人工智能技術的企業(yè)提供資金和政策支持，鼓勵企業(yè)提升自主研發(fā)能力，提高新技術的核心競爭力，促進我國人工智能相關研發(fā)產業(yè)發(fā)展，創(chuàng)造更多與人工智能產業(yè)相關工作崗位；另一方面，鼓勵傳統(tǒng)企業(yè)引入我國自主研發(fā)的智能設備，并為其提供資金補貼，積極促進傳統(tǒng)企業(yè)早日完成轉型升級，提升生產效率，擴大市場規(guī)模，增加就業(yè)崗位。

第二，重視中高端技術人才的培養(yǎng)。本文研究發(fā)現(xiàn)，人工智能技術的應用顯著促進了技能勞動者的就業(yè)，對中高端技術人才的需求進一步提升。為了滿足人工智能時代對技術人才的需要，高校應該重視對技術人才的培養(yǎng)，開設與人工智能相關課程，鼓勵學生深入學習最新技術，提高未來勞動者的人工智能技術素養(yǎng)。同時為中高端技術人才提供人才補貼，吸引更多人才投身于人工智能產業(yè)的發(fā)展。

第三，對非技能勞動者進行職業(yè)培訓，提高對新技術變革的適應能力。雖然當前人工智能技術發(fā)展對非技能勞動者總體就業(yè)尚未產生負面影響，但人工智能技術發(fā)展的過程中還是會替代一些非技能勞動者。因此，為了避免大規(guī)模失業(yè)發(fā)生，政府應該在職業(yè)培訓中發(fā)揮積極作用，安排專業(yè)人員對企業(yè)非技能勞動者進行職業(yè)培訓，增加非技能勞動者對人工智能技術的了解，提升非技能勞動者工作能力，滿足最新崗位技能要求。

參考文獻：

[1]? ?蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業(yè)[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2019，36（5）：3-22.

[2]? ?曹靜，周亞林.人工智能對經(jīng)濟的影響研究進展[J].經(jīng)濟學動態(tài)，2018（1）：103-115.

[3]? ?閆雪凌，朱博楷，馬超.工業(yè)機器人使用與制造業(yè)就業(yè)：來自中國的證據(jù)[J].統(tǒng)計研究，2020，37（1）：74-87.

[4]? ?Daron Acemoglu，Pascual Restrepo. The Race between Man and Machine： Implications of Technology for Growth，F(xiàn)actor Shares，and Employment[J].American Economic Review，2018，108（6）.

[5]? ?Jason Furman，Robert Seamans. AI and the Economy[J].University of Chicago PressChicago，IL，2019，19.

[6]? ?David H.Autor.Why Are There Still So Many Jobs？The History and Future of Workplace Automation[J].Journal of Economic Perspectives，2015，29（3）.

[7]? ?程承坪.人工智能最終會完全替代就業(yè)嗎[J].上海師范大學學報（哲學社會科學版），2019，48（2）：88-96.

[8]? ?Trajtenberg M.AI as the next GPT：a Political-Economy Perspective[J].CEPR Discussion Papers，2018.

[9]? ?Oschinski M，Wyonch R.Future Shock？ The Impact of Automation on Canada's Labour Market[J].C.d.howe Institute Commentary，2017.

[10]? ?Guido Matias Cortes，Nir Jaimovich，Henry E.Siu.Disappearing routine jobs：Who，how，and why？[J].Journal of Monetary Economics，2017，91.

[11]? ?王澤宇.企業(yè)人工智能技術強度與內部勞動力結構轉化研究[J].經(jīng)濟學動態(tài)，2020（11）：67-83.

[12]? ?A.Mohammed Abubakar，Elaheh Behravesh，Hamed Rezapouraghdam，Selim Baha Yildiz.Applying artificial intelligence technique to predict knowledge hiding behavior[J].International Journal of Information Management，2019（49）.

[13]? ?Guy Michaels，Ashwini Natraj，John Van Reenen. Has ICT Polarized Skill Demand？ Evidence from Eleven Countries over Twenty-Five Years[J].Review of Economics and Statistics，2014，96（1）.

[14]? ?朱巧玲，李敏.人工智能、技術進步與勞動力結構優(yōu)化對策研究[J].科技進步與對策，2018，35（6）：36-41.

[15]? ?楊浩昌，李廉水，劉軍.科技創(chuàng)新與制造業(yè)就業(yè)[J].經(jīng)濟問題探索，2016（3）：108-115.

[16]? ?楊浩昌，劉軍，張芊芊.中國制造業(yè)就業(yè)的影響因素研究：基于省級面板數(shù)據(jù)的實證分析[J].經(jīng)濟問題探索，2014（12）：55-61.

[17]? ?馮鐘.技術進步偏向對中國制造業(yè)就業(yè)的影響研究[D].武漢：華中科技大學，2018.

Research on the Impact of the Application of Artificial Intelligence Technology on Manufacturing Employment

Wang Xue

（School of Business， Changzhou University， Changzhou 213164， China）

Abstract： The application of artificial intelligence technology is leading a new wave of scientific and technological revolution. While promoting industrial transformation and economic growth， it also has a significant impact on the labor market. By selecting the panel data of 31 provinces in China from 2008 to 2016 in the manufacturing industry where artificial intelligence technology is widely used， the regression model is used to explore the impact of artificial intelligence technology on the total employment and employment structure of the manufacturing industry. The study found that the application of artificial intelligence technology has a positive impact on the total employment of manufacturing， skilled and unskilled labor employment. Based on this， three policy recommendations are put forward： steadily promote the application of artificial intelligence technology and create more employment opportunities. Attach importance to the cultivation of medium and high-end technical talents. Provide vocational training for unskilled workers to improve their adaptability to new technological changes.

Key words： artificial intelligence technology; manufacturing; employment

[責任編輯? ?白? ?雪]