工業(yè)智能化對我國就業(yè)和工資的影響效應(yīng)研究

李宏兵 ，王賀新 ，翟瑞瑞

( 1. 北京郵電大學(xué) 經(jīng)濟管理學(xué)院，北京 100876; 2. 北京郵電大學(xué) 網(wǎng)絡(luò)教育學(xué)院，北京 100876)

一、引 言

黨的十九大以來，以數(shù)字經(jīng)濟和人工智能發(fā)展為代表的新一輪信息技術(shù)與經(jīng)濟社會加速融合，為經(jīng)濟轉(zhuǎn)型升級和勞動力市場變革帶來新的動能。然而，人工智能在帶來自動化成本持續(xù)下降以及勞動生產(chǎn)率不斷增加的同時，也引發(fā)了“機器替代人”的恐慌。2019年，牛津經(jīng)濟研究所的報告顯示，預(yù)計2030年全球約8.5%的制造業(yè)職位將被機器人取代，并可能會加劇收入的不平等(1)2019年6月26日，英國牛津經(jīng)濟研究所(Oxford Economics)發(fā)表的報告《機器人如何改變世界》。。新技術(shù)的擴散不僅會替代勞動者的就業(yè)崗位，帶來結(jié)構(gòu)性失業(yè)、技能供需不匹配等問題，還會給勞動力市場帶來深刻變革。但是，當前人工智能的就業(yè)替代效應(yīng)尚未明確，對于不同國家、不同行業(yè)的影響及其替代程度也不盡相同[1]。因此，理順人工智能影響勞動力市場就業(yè)的理論機制，檢驗其對就業(yè)和工資的異質(zhì)性影響，對全球經(jīng)濟不確定性下的就業(yè)增長具有重要意義。隨著我國工業(yè)智能化的高速發(fā)展和就業(yè)結(jié)構(gòu)的同步調(diào)整，明確工業(yè)智能化對就業(yè)及工資的影響，可以為疫情沖擊下我國“保就業(yè)”提供理論支持。

針對人工智能及自動化等新技術(shù)與就業(yè)關(guān)系的早期研究認為，技術(shù)進步對勞動力市場就業(yè)的影響以直接破壞為主，導(dǎo)致出現(xiàn)所謂的“技術(shù)性失業(yè)”[2]。Frey等[3]以工作自動化可行性程度為依據(jù)，對美國702個職業(yè)進行了分類，預(yù)測在未來20年內(nèi)美國可能會有47%的職位被替代。孫文凱等[4]基于以上研究發(fā)現(xiàn)，我國的常規(guī)性就業(yè)崗位數(shù)量與發(fā)達國家相比要高出許多，因此，人工智能技術(shù)在崗位中的運用會對我國勞動力市場帶來較大的沖擊。但也有學(xué)者指出，技術(shù)進步在直接破壞就業(yè)的同時，也通過各種途徑間接促進就業(yè)增加，因而總體上促進就業(yè)增長[5]。隨著研究進一步深入，現(xiàn)有的理論模型大多認為，自動化或智能化主要通過兩個渠道影響勞動力市場：替代效應(yīng)和補償效應(yīng)[6-7]，但以上兩種效應(yīng)的共同作用究竟會帶來怎樣的最終結(jié)果，學(xué)術(shù)界仍然未有定論。如Greatz等[8]針對17個國家1993—2007年的研究并未發(fā)現(xiàn)工業(yè)機器人對總就業(yè)有顯著的影響。而Dauth等[9]針對德國1994—2014年的研究發(fā)現(xiàn)，機器人的應(yīng)用雖然減少了制造業(yè)就業(yè)，但增加了服務(wù)業(yè)的就業(yè)，并未造成總體就業(yè)損失。在人工智能應(yīng)用影響就業(yè)結(jié)構(gòu)方面，很多學(xué)者已發(fā)現(xiàn)人工智能及自動化等新技術(shù)會造成勞動力市場中就業(yè)極化現(xiàn)象，即新技術(shù)替代中等技能崗位并增加高技能與低技能的就業(yè)崗位[10-12]。不僅如此，已有研究進一步指出，人工智能影響就業(yè)數(shù)量和崗位的變動必然會對工資收入產(chǎn)生影響，伴隨就業(yè)極化的社會發(fā)生工資極化的現(xiàn)象[13]，Lankisch等[14]基于內(nèi)生經(jīng)濟增長模型發(fā)現(xiàn)，智能化應(yīng)用降低了低技能工人的實際工資，從而提高了技能溢價和收入的不平等。

上述研究為理解工業(yè)智能化如何影響我國勞動力市場的就業(yè)與工資提供了較為清晰的思路，但對于工業(yè)智能化影響就業(yè)變動及工資分配在產(chǎn)業(yè)層面的理論機制缺乏應(yīng)有的思考，沒有對其影響機制給予足夠的重視；且現(xiàn)有文獻主要集中于分析人工智能對產(chǎn)業(yè)結(jié)構(gòu)的影響，鮮有以產(chǎn)業(yè)結(jié)構(gòu)升級作為中介來剖析其內(nèi)在傳導(dǎo)機制的研究。實際生產(chǎn)中，人工智能的應(yīng)用會使不同生產(chǎn)部門間的生產(chǎn)效率出現(xiàn)差異[15]，導(dǎo)致要素生產(chǎn)率的“馬太效應(yīng)”，進而形成生產(chǎn)要素跨部門的流動[16]。促進產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級和就業(yè)變革。對此，大多數(shù)學(xué)者也認同配第-克拉克定理對二者相互關(guān)系的判斷，尤其是庫茲涅茨的多國統(tǒng)計研究和錢納里的多國模型均證明了配第-克拉克定理的存在；且從國際經(jīng)驗來看，產(chǎn)業(yè)結(jié)構(gòu)變化必然導(dǎo)致就業(yè)結(jié)構(gòu)的變化，而且二者變化的速率大致接近[5]20。因此，將人工智能、產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)三者之間建立起有機聯(lián)系，探究三者之間的關(guān)系機制變得更有意義。

因此，在已有研究基礎(chǔ)上，本文將三者納入同一研究框架，詳細剖析以產(chǎn)業(yè)結(jié)構(gòu)升級作為傳導(dǎo)中介時，工業(yè)智能化等新技術(shù)對于就業(yè)變動所起到作用。具體而言，本文利用2001—2016年省份層面的數(shù)據(jù)，構(gòu)建并測度衡量工業(yè)智能化的指標，分別通過理論分析及實證研究，探索工業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)升級對我國勞動力市場就業(yè)效應(yīng)的理論機制及影響研究。本文的主要貢獻在于：(1)從研究方法看，與以往多為定性研究相比，本文對工業(yè)智能化與勞動力市場的關(guān)系進行了定量研究的探索；在測算工業(yè)智能化指標基礎(chǔ)上，采用固定效應(yīng)、中介效應(yīng)及系統(tǒng)GMM回歸模型，力求得出更為精準的估計結(jié)果，并從更長時間維度上檢驗了工業(yè)智能化影響我國勞動力市場的就業(yè)及工資效應(yīng)；(2)從影響機制看，與已有研究多從人工智能等新技術(shù)的就業(yè)替代效應(yīng)、創(chuàng)造效應(yīng)來剖析相比，本文綜合考慮了產(chǎn)業(yè)結(jié)構(gòu)升級基于就業(yè)的替代效應(yīng)和補償效應(yīng)的影響，拓展了產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化作為中介機制的研究；(3)從實證研究看，本文不僅考察了工業(yè)智能化對就業(yè)變動的影響，還從地區(qū)、產(chǎn)業(yè)和技能等方面更為細致地檢驗勞動力的異質(zhì)性，系統(tǒng)考察了工業(yè)智能化程度對就業(yè)增長的影響。在進一步研究中，本文通過衡量制造業(yè)內(nèi)部的工資差距，初步探究了工業(yè)智能化對于工資及工資差距的影響，對工業(yè)智能化與勞動力市場的關(guān)系進行了更深層次的探討。

二、理論機制與研究假設(shè)

自內(nèi)生增長理論提出以來，學(xué)者們將勞動力市場納入研究框架，進一步探討了人工智能或工業(yè)智能化等新技術(shù)的應(yīng)用對就業(yè)增長、勞動力結(jié)構(gòu)以及工資差距等的影響。基于以往學(xué)者的研究，本文構(gòu)建了工業(yè)智能化對就業(yè)變動及工資變動的影響路徑，如圖1所示。

總體上，工業(yè)智能化促使技術(shù)進步，這一方面會直接提高勞動的邊際生產(chǎn)力，提高對勞動力的需求，增加就業(yè)，從而具有就業(yè)創(chuàng)造效應(yīng)；另一方面，新技術(shù)產(chǎn)生的技術(shù)進步，首先會促使勞動生產(chǎn)率提高，替代某些工作崗位，而后資本替代勞動，減少就業(yè)數(shù)量，從而具有就業(yè)替代效應(yīng)；就業(yè)的替代效應(yīng)與創(chuàng)造效應(yīng)共同作用，影響對就業(yè)崗位需求。從產(chǎn)業(yè)層面看，技術(shù)進步可以使不同生產(chǎn)部門間的生產(chǎn)效率出現(xiàn)差異，形成生產(chǎn)要素跨部門的流動，促進產(chǎn)業(yè)轉(zhuǎn)型和結(jié)構(gòu)升級，影響產(chǎn)業(yè)層面的就業(yè)變動。杜傳忠等[17]研究指出，由技術(shù)進步帶來的產(chǎn)業(yè)生產(chǎn)規(guī)模擴大與新興產(chǎn)業(yè)發(fā)展將創(chuàng)造更多就業(yè)崗位，產(chǎn)生就業(yè)促進效應(yīng)，但同時技術(shù)進步也導(dǎo)致部分產(chǎn)業(yè)衰退，引發(fā)大量勞動力失業(yè)，產(chǎn)生就業(yè)抑制效應(yīng)。這兩種就業(yè)效應(yīng)共同影響產(chǎn)業(yè)層面的就業(yè)變動。作為影響產(chǎn)業(yè)轉(zhuǎn)型升級的重要因素，工業(yè)智能化水平的差異將對產(chǎn)業(yè)層面的就業(yè)產(chǎn)生重要影響，沈賞[18]通過兩步系統(tǒng) GMM證實了人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級具有一定的促進作用。已有研究中，產(chǎn)業(yè)結(jié)構(gòu)升級主要表現(xiàn)為產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化的過程[19]。產(chǎn)業(yè)結(jié)構(gòu)合理化作為衡量行業(yè)產(chǎn)值與就業(yè)人數(shù)的結(jié)構(gòu)指標，使得勞動力可以在各產(chǎn)業(yè)間自由流動，影響各產(chǎn)業(yè)的就業(yè)。自改革開放以來，我國主要是通過放松對勞動力流動的管制，促進勞動力在城鄉(xiāng)間、地區(qū)間和行業(yè)間自由流動來實現(xiàn)中國產(chǎn)業(yè)結(jié)構(gòu)合理化[20]。而產(chǎn)業(yè)結(jié)構(gòu)高級化表現(xiàn)為經(jīng)濟結(jié)構(gòu)的服務(wù)化，產(chǎn)業(yè)結(jié)構(gòu)高級化程度的提高意味著經(jīng)濟在向服務(wù)化的方向推進，由此引起各產(chǎn)業(yè)就業(yè)人員數(shù)量發(fā)生變化。張浩然等[21]利用空間面板分析我國產(chǎn)業(yè)結(jié)構(gòu)變動和就業(yè)增長關(guān)系，發(fā)現(xiàn)快速調(diào)整產(chǎn)業(yè)結(jié)構(gòu)對城市就業(yè)有顯著的促進作用。吳振球等[22]與田洪川等[23]同樣認為，產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化會對就業(yè)產(chǎn)生促進效應(yīng)。當前在我國經(jīng)濟新常態(tài)背景下，產(chǎn)業(yè)轉(zhuǎn)型升級速度加快，就業(yè)結(jié)構(gòu)性矛盾凸顯。隨著我國工業(yè)智能化程度不斷擴張，對總體就業(yè)的影響最終還是要以產(chǎn)業(yè)為最終載體呈現(xiàn)。因此，本文假設(shè)：

假說1:工業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化，推動了我國就業(yè)增長。

對于工業(yè)智能化將如何影響勞動力市場的就業(yè)結(jié)構(gòu)，已有研究主要從勞動力的技能、區(qū)域、所屬行業(yè)等分類出發(fā)，認為人工智能等新技術(shù)會造成勞動力市場結(jié)構(gòu)出現(xiàn)變化。從勞動力的技能來看，Autor等[24]概括了兩大類難以計算的任務(wù)：一類是抽象任務(wù)，通常為專業(yè)、技術(shù)或者管理職位，需要解決問題的能力、直覺、創(chuàng)造力以及說服力；另一類是手工任務(wù)，通常為服務(wù)和勞工性工作，需要環(huán)境適應(yīng)性、視覺或者語言識別以及互動的能力。由于這兩類工作一般分布在崗位技能的兩端，所以產(chǎn)生了就業(yè)技能極化現(xiàn)象。從產(chǎn)業(yè)來看，人工智能等技術(shù)突飛猛進發(fā)展，使勞動力在產(chǎn)業(yè)間的流動由“遞增式”轉(zhuǎn)變?yōu)椤疤S式”，即新技術(shù)所帶來的技術(shù)進步會使勞動力大幅度地流向第三產(chǎn)業(yè)，而第二產(chǎn)業(yè)的就業(yè)比例變化不大。從區(qū)域來看，中國工業(yè)智能化進程伴隨著地區(qū)間發(fā)展的不平衡，因此在工業(yè)智能化發(fā)展程度比較緩慢的地區(qū)，新技術(shù)創(chuàng)造就業(yè)崗位的勢頭更加迅猛，這些地區(qū)對于新興產(chǎn)業(yè)勞動力需求增長幅度會大于工業(yè)智能化發(fā)展程度較高的地區(qū)。基于上述分析，本文提出以下假說：

假說 2：工業(yè)智能化對就業(yè)結(jié)構(gòu)具有異質(zhì)性影響，它不僅加劇了就業(yè)技能極化現(xiàn)象，也使勞動力在產(chǎn)業(yè)間“跳躍式”流動，對中西部地區(qū)就業(yè)拉動作用更為明顯。

除了對就業(yè)數(shù)量和結(jié)構(gòu)的影響，工業(yè)智能化程度對現(xiàn)有勞動力工資水平的影響也是一個值得關(guān)注的問題。已有研究表明，工業(yè)機器人的使用可能促進我國制造業(yè)工資水平的提高：第一，當行業(yè)內(nèi)原本低工資水平的中低技能勞動力被擠出后，剩余勞動力的實際工資水平將會呈現(xiàn)一定程度的上升趨勢；第二，新技術(shù)的應(yīng)用會提高生產(chǎn)力，降低要素價格，提高實際工資[25]。勞動者在工作中運用的技能和所執(zhí)行的具體工作任務(wù)在工資決定和工資增長中發(fā)揮著重要作用。人工智能等新技術(shù)具有“常規(guī)任務(wù)偏向性”，通過取代大量常規(guī)任務(wù)導(dǎo)致勞動力向其他兩個端點分流，造成就業(yè)極化與收入極化并存的“雙極”現(xiàn)象[26]。但相對工資的變動改變了勞動力技能供給的成本與收益，高等教育從精英型走向大眾型，降低了技能投資的成本，相對工資的上漲增加了技能供給的收益。因此，通過教育或培訓(xùn)使高技能勞動力供給增加，在一定程度上減緩相對工資的上漲趨勢，收入不平等差距縮小[27]。基于上述分析，本文提出以下假說：

假說3：工業(yè)智能化可能會對我國制造業(yè)工資水平存在促進作用，并降低制造業(yè)行業(yè)間的工資差距。

三、數(shù)據(jù)描述與模型構(gòu)建

(一)計量模型的設(shè)定

本文在理論分析的基礎(chǔ)上，進一步研究工業(yè)智能化對于就業(yè)及工資變動的影響程度。對此，根據(jù) Hausman 檢驗的結(jié)果，選擇了固定效應(yīng)模型，所有模型均控制了個體和時間因素，將基本計量模型設(shè)定如下

(1)

(2)

上述模型中，被解釋變量jyit表示省份i在第t年就業(yè)率，gzit表示省份i在第t年制造業(yè)就業(yè)人員工資的平均水平，α1為影響系數(shù)，φj為各控制變量系數(shù)，α0為常數(shù)項，核心解釋變量intit表示省份i在第t年的工業(yè)智能化水平，變量Xijt為一系列的控制變量，σi、λt、μit分別為個體因素、時間因素和誤差項，α0為常數(shù)項。

為進一步研究工業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化對就業(yè)增長的間接影響，本文擬借助中介效應(yīng)模型來檢驗。中介效應(yīng)模型表明，如果將解釋變量X對被解釋變量Y的影響進行分解，不僅含有X對Y的直接影響，還包含通過中間變量M對Y產(chǎn)生的間接影響，那么M就是中介變量，即中介變量是解釋變量對被解釋變量發(fā)生間接作用的內(nèi)部傳導(dǎo)媒介。根據(jù)上述分析，構(gòu)建如下計量檢驗?zāi)Ｐ?/p>

(3)

(4)

其中，Tit為中介變量，包含tl(產(chǎn)業(yè)結(jié)構(gòu)合理化)和ts(產(chǎn)業(yè)結(jié)構(gòu)高級化)兩個變量；β1、γ1、γ2為相應(yīng)變量的影響系數(shù)，β0、γ0為相應(yīng)模型的常數(shù)項，其余設(shè)定與模型(1)和模型(2)一致。

(二)變量描述及數(shù)據(jù)說明

本文研究數(shù)據(jù)主要來源于2001—2016年《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和各地區(qū)統(tǒng)計年鑒；由于西藏自治區(qū)數(shù)據(jù)缺失嚴重，故將其剔除。通過平均增長率補齊個別缺失數(shù)據(jù)。

1.被解釋變量

就業(yè)率(jy)、就業(yè)量(jys)、制造業(yè)工資(gz)、工資差距(gini)。本文選取就業(yè)率為各省市就業(yè)人員占各省份當年年末常住人口總數(shù)的比重，就業(yè)量為就業(yè)人員總量，制造業(yè)工資為制造業(yè)各行業(yè)工資的平均水平，工資差距為制造業(yè)內(nèi)部各行業(yè)工資差距水平。

2.解釋變量

工業(yè)智能化(int)。借鑒孫早等[28]對地區(qū)工業(yè)智能化水平進行測度的方法，從基礎(chǔ)建設(shè)、生產(chǎn)應(yīng)用、競爭力和效益三個一級指標進行衡量測算，包含軟件普及和應(yīng)用情況、智能制造企業(yè)情況和工業(yè)企業(yè)創(chuàng)新能力等9個二級指標(詳見附錄1)。綜合本文中九個細化指標，將數(shù)據(jù)逐年標準化后采用主成分分析方法進行二級指標權(quán)重的計算，測度出各省份工業(yè)智能化程度。在此基礎(chǔ)上，本文對二級指標進行了如下改進：(1)軟件應(yīng)用情況的測度指標為基礎(chǔ)軟件、應(yīng)用軟件、支撐軟件、定制軟件、信息安全軟件和接受委托開發(fā)的嵌入式軟件等產(chǎn)品收入與規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入的占比；(2)本文將數(shù)據(jù)處理和存儲能力及平臺運營和維護合并為一個二級指標——信息系統(tǒng)集成及數(shù)據(jù)服務(wù)情況，這里采用的測度指標為信息系統(tǒng)集成服務(wù)、信息技術(shù)咨詢服務(wù)、數(shù)據(jù)處理和運營服務(wù)、嵌入式系統(tǒng)軟件、ICT設(shè)計等收入占規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入的比重；(3)文中智能制造情況改用工信部自2015年來連續(xù)四年發(fā)布的智能制造試點企業(yè)名單，本文采用的測度指標為2015—2018年共302家智能制造試點企業(yè)在各省份分布的占比進行衡量。

3.中介變量

本文選取產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級作為工業(yè)智能化影響就業(yè)的中介變量。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級通過產(chǎn)業(yè)結(jié)構(gòu)合理化(tl)、產(chǎn)業(yè)結(jié)構(gòu)高級化(ts)來體現(xiàn)，本文借鑒了干春暉等[19]5對于產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化的衡量方法。其中，產(chǎn)業(yè)結(jié)構(gòu)合理化用泰爾指數(shù)度量，泰爾指數(shù)越大，說明經(jīng)濟越偏離均衡狀態(tài)，產(chǎn)業(yè)結(jié)構(gòu)越不合理；同時，本文還采用泰爾指數(shù)的倒數(shù)來表示其與產(chǎn)業(yè)結(jié)構(gòu)合理度的正向關(guān)系。產(chǎn)業(yè)結(jié)構(gòu)高級化主要指產(chǎn)業(yè)結(jié)構(gòu)從低水準向高水準發(fā)展的動態(tài)過程，是對原有產(chǎn)業(yè)結(jié)構(gòu)的揚棄，表現(xiàn)為第一產(chǎn)業(yè)的優(yōu)勢地位逐步被第二、第三產(chǎn)業(yè)取代。本文采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比作為產(chǎn)業(yè)結(jié)構(gòu)高級化的度量。

4.控制變量

為控制其他因素對就業(yè)的影響，本文借鑒了孫早[28]69、賴德勝等[29]、呂世斌等[12]759和郝楠等[30]人的做法，選取的控制變量包括：(1)地區(qū)生產(chǎn)總值(ln gdp)。一般來說，地區(qū)經(jīng)濟發(fā)展水平越高，地區(qū)對就業(yè)崗位的需求越大，從而引起就業(yè)及工資的變化，因此，本文將地區(qū)生產(chǎn)總值作為控制變量引入，用于控制地區(qū)經(jīng)濟發(fā)展水平對就業(yè)的影響(2)本文計算以2001年為基年的GDP平減指數(shù)，并對各省份名義GDP進行平減處理。。(2)城鎮(zhèn)化水平(ur)。在城鎮(zhèn)化進程中，勞動力資源在產(chǎn)業(yè)間重新配置，影響了整體就業(yè)水平，因此本文引入各省份城鎮(zhèn)人口占總?cè)丝诘谋戎?，用于控制地區(qū)城鎮(zhèn)化進程對就業(yè)的影響。(3)人力資本投資(hi)。一般來說，人員受教育程度越高，其就業(yè)可能性越大，因此本文引入各地區(qū)國家財政性教育經(jīng)費占地方財政一般預(yù)算支出的比重，用于控制人力資本對就業(yè)的影響。(4)生活成本(ch)。生活成本的增加會促使勞動力在地區(qū)間的流動，因此本文采用各省區(qū)市城鎮(zhèn)居民家庭人均消費支出(含居住支出)占可支配收入的比重，用于控制家庭消費對就業(yè)的影響。(5)對外開放程度(tra)。對外貿(mào)易是影響中國就業(yè)技能極化的重要因素，因此本文采用各省區(qū)市的進出口總額占GDP的比重，用于控制地區(qū)貿(mào)易開放程度對就業(yè)的影響。主要變量的統(tǒng)計性描述如表1所示。

表1 變量統(tǒng)計性描述

(三)工業(yè)智能化進程中的勞動力市場變遷

本文在參考孫早等[28]68測度工業(yè)智能化指數(shù)方法的基礎(chǔ)上，得到2001—2016年30個省區(qū)市共480個工業(yè)智能化指數(shù)觀測值。圖2反映了30省市平均工業(yè)智能化水平，處于0.101 4～0.345 7之間，均值為0.198 1?？梢钥吹?，位列前五名的為北京市(0.345 7)、廣東省(0.339 3)、上海市(0.333 9)、浙江省(0.300 8)和福建省(0.289 1)；后五名分別為甘肅省(0.121 9)、內(nèi)蒙古自治區(qū)(0.116 6)、山西省(0.116 3)、青海省(0.105 6)和寧夏回族自治區(qū)(0.101 4)(如圖3所示)。北京、廣東及上海工業(yè)智能化發(fā)展程度較高，主要得益于長期以來數(shù)字經(jīng)濟基礎(chǔ)較為雄厚，產(chǎn)業(yè)環(huán)境較為成熟。根據(jù)《新一代人工智能產(chǎn)業(yè)區(qū)域發(fā)展競爭力評價指數(shù)》，京津冀、長三角和珠三角三大經(jīng)濟圈，處于智能科技和產(chǎn)業(yè)發(fā)展前沿，北京、廣東、浙江和上海的人工智能發(fā)展水平位于第一梯隊。另外，從人工智能產(chǎn)業(yè)發(fā)展的政策層面看，北京、上海、廣東三地也牢牢占據(jù)我國人工智能產(chǎn)業(yè)發(fā)展的第一梯隊[31]，與本文的測算結(jié)果基本吻合。

為了初步觀察工業(yè)智能化程度對于勞動力市場的影響，分別繪制了2001—2016年各地區(qū)工業(yè)智能化與就業(yè)率水平、工業(yè)智能化與制造業(yè)工資水平之間關(guān)系的散點圖及線性擬合曲線，如圖3所示。從圖3可以看出，工業(yè)智能化與就業(yè)及工資之間存在顯著的正相關(guān)關(guān)系，初步驗證了假設(shè)1及假設(shè)3的部分內(nèi)容，但具體的關(guān)系需要通過進一步實證予以分析。另外，在表2的相關(guān)系數(shù)矩陣中可以看出，工業(yè)智能化程度與就業(yè)水平呈正相關(guān)關(guān)系。 從圖4可以看出，工業(yè)智能化程度及就業(yè)率兩者的演變趨勢基本一致?？梢钥吹?，除了在個別年份(2002、2007及2012年)之外，就業(yè)率一直處于上升的狀態(tài)；而中國工業(yè)智能化平均水平基本上一直處于上升的狀態(tài)，且攀升速度略高于就業(yè)率的變動。

表2 相關(guān)系數(shù)矩陣

四、實證分析

(一)基準回歸

表3顯示了工業(yè)智能化程度影響我國就業(yè)率及就業(yè)總量的基準回歸結(jié)果，其中，第(1)列和第(2)列是工業(yè)智能化水平對就業(yè)率的影響。結(jié)果顯示，在控制時間固定效應(yīng)和地區(qū)固定效應(yīng)的情況下，核心解釋變量工業(yè)智能化水平的系數(shù)顯著為正，工業(yè)智能化水平每增加1%，就業(yè)率就隨之增加0.43%，表明工業(yè)智能化發(fā)展顯著促進了地區(qū)就就業(yè)率提升。這是因為，工業(yè)智能化發(fā)展所促進的技術(shù)進步通過提高勞動的邊際生產(chǎn)力，增加對于新興產(chǎn)業(yè)勞動力的需求并影響產(chǎn)業(yè)間勞動力的流動，進而促進就業(yè)率增長。第(3)和第(4)列分別考察了工業(yè)智能化程度對就業(yè)總量的影響，在控制相關(guān)變量的基礎(chǔ)上，工業(yè)智能化顯著促進了就業(yè)總量提升。上述結(jié)論表明，無論是從就業(yè)率還是就業(yè)總量來看，地區(qū)工業(yè)智能化水平的提升均可顯著帶動地區(qū)就業(yè)增長。從控制變量來看，城市化水平回歸系數(shù)顯著為負，表明城市化發(fā)展并非總是促進就業(yè)，反映出近年來我國城市化主要表現(xiàn)為較為粗放的城市蔓延，各級地方政府為實現(xiàn)GDP快速增長，利用城市規(guī)模擴大的契機推動工業(yè)發(fā)展，從而使大量從事農(nóng)業(yè)的勞動力向工業(yè)及服務(wù)業(yè)進行轉(zhuǎn)移，但城市中的產(chǎn)業(yè)并沒有完全地吸納轉(zhuǎn)移至城市的勞動力[17]58。人力資本投資的系數(shù)顯著為正，表明近年來我國教育投入人口的知識技能結(jié)構(gòu)與勞動力社會需求結(jié)構(gòu)相匹配，在一定程度上緩解了結(jié)構(gòu)性失業(yè)問題。

表3 工業(yè)智能化影響我國就業(yè)率及就業(yè)總量的回歸結(jié)果

(二)異質(zhì)性檢驗

1.區(qū)域異質(zhì)性的回歸結(jié)果

中國漸進式改革的發(fā)展戰(zhàn)略導(dǎo)致了區(qū)域發(fā)展不均衡，這種不均衡造成工業(yè)智能化的就業(yè)效應(yīng)存在區(qū)域差異。因此，本文參照國家統(tǒng)計局的劃分標準，將全國樣本劃分為東部和中西部兩個區(qū)域進行分組回歸(3)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、海南等11個省(市)；中西部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等19個省(市)；西藏因數(shù)據(jù)缺失，不納入統(tǒng)計范疇。，如表4所示?？傮w來看，東部和中西部地區(qū)差異并不顯著。在東部、中部及西部地區(qū)，工業(yè)智能化對就業(yè)均有促進效應(yīng)且十分顯著，但工業(yè)智能化程度每增加1%，不同區(qū)域的就業(yè)率增長程度就會有所差別。這是因為我國數(shù)字化地理上呈現(xiàn)由東向西的“貪吃蛇”式推進特征，并且在地理上呈現(xiàn)一條南北貫穿的“數(shù)字化鴻溝”[32]，對于智能化基礎(chǔ)較為薄弱的中西部地區(qū)，工業(yè)智能化的不斷提升能夠更為顯著地促進產(chǎn)業(yè)結(jié)構(gòu)升級，進而創(chuàng)造出更多的新型崗位，吸收大量的就業(yè)人員。數(shù)據(jù)顯示，中西部地區(qū)在全國的經(jīng)濟占比已經(jīng)由2008年的37.35%，提升至2018年的41.18%，東中西部區(qū)域發(fā)展差距持續(xù)縮小。另外，由于中部崛起戰(zhàn)略以及西部大開發(fā)，中西部省區(qū)市承接了東部地區(qū)轉(zhuǎn)移的工業(yè)，工業(yè)結(jié)構(gòu)不斷優(yōu)化，中西部地區(qū)通過實施人才強區(qū)戰(zhàn)略、加大教育培訓(xùn)力度、優(yōu)化人才發(fā)展環(huán)境等綜合措施，為中西部發(fā)展提供堅實的人才支撐。

表4 分地區(qū)和分技能的就業(yè)估計

2.技能異質(zhì)性的回歸結(jié)果

表4第(3)至第(5)列分別顯示了工業(yè)智能化對于低技能、中等技能和高技能勞動力就業(yè)水平的影響。本文參照Graetz等[33]研究，根據(jù)工人的受教育水平劃分技術(shù)高低，包括研究生(含碩士研究生和博士研究生)、大學(xué)本科、大學(xué)?？?、高中、初中、小學(xué)及以下6種受教育程度分類，將大學(xué)專科及以上占就業(yè)人員的比值視為高技能勞動力；高中和初中占就業(yè)人員的比值視為中等技能勞動力；小學(xué)及以下占就業(yè)人員的比值為低技能勞動力。從實證結(jié)果可以看出，工業(yè)智能化減少了對高中和初中教育程度勞動力的就業(yè)需求，增加了對大學(xué)專科及以上和小學(xué)及以下勞動力的就業(yè)需求。在1%的顯著性水平下，工業(yè)智能化程度每增加1%，中等技能勞動力占比就會減少0.62%，高等技能勞動力增加0.55%，說明工業(yè)智能化的發(fā)展及應(yīng)用使勞動力市場出現(xiàn)了技能極化現(xiàn)象，由此印證了前文假說2的部分內(nèi)容。工業(yè)智能化作為先進制造技術(shù)，是計算機技術(shù)、信息技術(shù)、制造技術(shù)等軟硬技術(shù)的深入融合，對勞動力的技能提出新的要求，對勞動力的體力要求越來越低，并對知識和技能的要求越來越高，尤其是擁有多學(xué)科的復(fù)合型人才最符合智能制造技術(shù)的需要。工業(yè)智能化進程對低技能勞動力產(chǎn)生就業(yè)替代的同時增加了高技能勞動力需求，且高技能勞動力的工資水平高于低技能勞動力，勞動力會不斷提高人力資本，提升到高技能階層并改善就業(yè)結(jié)構(gòu)。隨著中國工業(yè)智能化進程的不斷推進，內(nèi)含前沿技術(shù)的先進設(shè)備會逐步替代中等技能勞動力，對低技能和高技能勞動力的需求也隨之提高，導(dǎo)致中國勞動力就業(yè)結(jié)構(gòu)呈現(xiàn)“兩極化”趨勢。本文結(jié)論與國外已有研究基本一致[34]：自動化和智能化對勞動力就業(yè)需求的影響在中等技能勞動力處出現(xiàn)了逆轉(zhuǎn)，降低了以高中和初中勞動力為代表的中等教育程度勞動力的就業(yè)需求。

3.產(chǎn)業(yè)異質(zhì)性的回歸結(jié)果

分產(chǎn)業(yè)的回歸結(jié)果如表5所示。結(jié)果顯示，工業(yè)智能化水平對于第一產(chǎn)業(yè)就業(yè)增長呈現(xiàn)顯著的抑制作用，對于第二產(chǎn)業(yè)的影響并不明顯，但卻顯著地促進了第三產(chǎn)業(yè)的就業(yè)增長，勞動力在產(chǎn)業(yè)間出現(xiàn)“跳躍式”的流動，恰好部分證明了假說2。這與張紅霞[35]的研究基本一致，即新技術(shù)的使用會導(dǎo)致新的產(chǎn)業(yè)和產(chǎn)品興起，采用原有技術(shù)的產(chǎn)業(yè)和產(chǎn)品會逐漸退出市場，產(chǎn)業(yè)結(jié)構(gòu)隨之發(fā)生變動。技術(shù)進步對第一產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)有負向影響，與第二產(chǎn)業(yè)就業(yè)結(jié)構(gòu)之間不存在長期的均衡關(guān)系，技術(shù)進步對第三產(chǎn)業(yè)就業(yè)結(jié)構(gòu)有正向影響，從而使產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級。

表5 分產(chǎn)業(yè)的就業(yè)估計

4.中介機制檢驗

前文證實了工業(yè)智能化對就業(yè)的促進作用，而對其如何影響的理論機制仍需進一步檢驗。對此，本文利用中介效應(yīng)模型，進一步探究工業(yè)智能化是否通過產(chǎn)業(yè)結(jié)構(gòu)合理化及產(chǎn)業(yè)結(jié)構(gòu)高級化影響就業(yè)水平。工業(yè)智能化影響就業(yè)的中介機制回歸結(jié)果如表6所示。第(1)～(2)列顯示，工業(yè)智能化在1%的顯著性水平下增加了產(chǎn)業(yè)結(jié)構(gòu)合理化程度；在加入產(chǎn)業(yè)結(jié)構(gòu)合理化變量后，核心解釋變量的系數(shù)值依舊在1%的水平上顯著，且工業(yè)智能化系數(shù)的絕對值有所降低。因此，產(chǎn)業(yè)結(jié)構(gòu)合理化是工業(yè)智能化影響就業(yè)水平的部分中介因子，工業(yè)智能化通過提升產(chǎn)業(yè)結(jié)構(gòu)合理化程度帶動了就業(yè)增加。第(3)～(4)也顯示，產(chǎn)業(yè)結(jié)構(gòu)高級化是工業(yè)智能化影響就業(yè)水平的部分中介因子，與吳振球等[22]74和田洪川等[23]68的研究結(jié)論一致。由此可見，工業(yè)智能化通過技術(shù)進步促進不同產(chǎn)業(yè)的要素投入比例發(fā)生變化，并衍生出具有高技術(shù)特點的新興產(chǎn)業(yè)，改變了原有的產(chǎn)出和產(chǎn)業(yè)結(jié)構(gòu)，進而推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級[36]。工業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化對就業(yè)產(chǎn)生促進效應(yīng)，假設(shè)1得以證實。

表6 工業(yè)智能化影響就業(yè)的機制檢驗

5.穩(wěn)健性檢驗

前文討論了工業(yè)智能化對就業(yè)率的促進作用，上述回歸結(jié)果的穩(wěn)健性檢驗，如表7所示。其中，第(1)至(3)列考察了樣本區(qū)間變動是否會對估計結(jié)果產(chǎn)生影響?？紤]到一些省區(qū)市經(jīng)濟上的特殊性可能會對估計結(jié)果產(chǎn)生影響，本文分別剔除工業(yè)智能化程度排名前五名和后五名的地區(qū)，并同時剔除掉二者進行子樣本回歸。結(jié)果顯示，工業(yè)智能化水平對就業(yè)率的影響與前文分析基本一致，均顯著促進了就業(yè)增長，表明本文的結(jié)論比較穩(wěn)健。接下來，為了考察同期其余政策的沖擊，表7中第(4)列顯示，考慮2008年金融危機沖擊的回歸，在加入2008年的啞變量后，工業(yè)智能化程度對于總體就業(yè)率的影響仍然十分顯著且系數(shù)一致，表明考慮金融危機后本文基準回歸結(jié)果的穩(wěn)健性并沒有改變，工業(yè)智能化對總體就業(yè)率起到了正向的促進作用。由于模型可能存在內(nèi)生性問題，會導(dǎo)致有偏的估計結(jié)果，所以其嘗試采用系統(tǒng)GMM方法(SYS-GMM)估計第(5)列，具體的回歸方程如下

(5)

其中，jyit-1是jyit的滯后一期變量，其他變量的含義與式(1)相同。第(5)列的回歸結(jié)果與基準回歸結(jié)果基本相符，Sargan統(tǒng)計量的P值為1，拒絕了工具變量滿足過度識別約束條件，AR(1)和AR(2)檢驗也證實了回歸結(jié)果的有效性。

表7 穩(wěn)健性檢驗

6.基于工資差距的拓展研究

在前文研究的基礎(chǔ)上，本文繼續(xù)探究了工業(yè)智能化對制造業(yè)工資水平及工資差距的影響(4)行業(yè)勞動者報酬來源于歷年《中國勞動統(tǒng)計年鑒》公布的城鎮(zhèn)單位工業(yè)就業(yè)人員平均勞動報酬，本文中將其按消費價格指數(shù)進行平減(2001年=100)。。工業(yè)智能化對制造業(yè)工資及制造業(yè)內(nèi)部工資差距的回歸結(jié)果如表8所示。從第(1)列可以看出，工業(yè)智能化程度對制造業(yè)平均工資水平的影響并不明顯，這與閆雪凌等[25]81的結(jié)論基本一致。造成此結(jié)論的原因可能是受限于制造業(yè)行業(yè)平均工資，難以更為精確地捕捉到個體工資受到?jīng)_擊后的影響[9]34。

表8的第(2)～(6)列顯示了工業(yè)智能化影響制造業(yè)組內(nèi)工資差距的回歸結(jié)果。結(jié)果顯示，工業(yè)智能化整體上會縮小制造業(yè)各行業(yè)的工資差距，再次支持了鄧翔等[37]基于Acemoglu的任務(wù)模型和2003—2016年我國行業(yè)面板數(shù)據(jù)顯示的結(jié)論，即人工智能對行業(yè)收入差距的影響具有縮小的趨勢。但從不同工資差距來看，工業(yè)智能化會導(dǎo)致制造業(yè)內(nèi)部各行業(yè)工資結(jié)構(gòu)出現(xiàn)“極化”現(xiàn)象，即工業(yè)智能化水平逐漸縮小了中高收入者的工資差距，擴大了中低收入者的工資差距，說明工業(yè)智能化并沒有促進制造業(yè)內(nèi)部的收入分配格局由金字塔型向橄欖型演進，中低收入者的工資差距在持續(xù)擴大。從控制變量看，貿(mào)易開放程度顯著擴大了制造業(yè)行業(yè)內(nèi)部的工資差距，這與翟濤等[38]和楊春艷[39]的結(jié)論一致：就制造業(yè)總體而言，貿(mào)易主要通過技術(shù)進步機制和勞動生產(chǎn)率機制來影響行業(yè)工資，造成行業(yè)間工資差距的擴大。

表8 工業(yè)智能化對制造業(yè)工資及工資差距的估計

五、結(jié)論與政策建議

近年來，以人工智能、工業(yè)互聯(lián)網(wǎng)等為代表的工業(yè)智能化高速發(fā)展，沖擊著勞動力市場的就業(yè)和工資結(jié)構(gòu)，并逐步改變了傳統(tǒng)勞動力市場的運行機制?；诖?，本文在分析工業(yè)智能化影響就業(yè)和工資變動的理論機制基礎(chǔ)上，利用中國2001—2016年中國省級面板數(shù)據(jù)和多種計量方案，實證檢驗了工業(yè)智能化對勞動力就業(yè)和工資的影響效應(yīng)。本文研究發(fā)現(xiàn)：(1)總體來看，工業(yè)智能化水平顯著促進了我國勞動力市場整體就業(yè)率的提升，且多種穩(wěn)健性檢驗的方案均得到一致性結(jié)論；(2)從異質(zhì)性檢驗的結(jié)果來看，工業(yè)智能化對中西部地區(qū)和高技能勞動力的就業(yè)增長影響作用更為明顯，不僅加劇了就業(yè)結(jié)構(gòu)單極極化趨勢，也推動了勞動力在產(chǎn)業(yè)間“跳躍式”流動；(3)從影響機制看，工業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化的中介機制促進了就業(yè)增長；(4)從工資效應(yīng)看，工業(yè)智能化總體上顯著縮小了制造業(yè)工資差距，且縮小了中-高收入群體的工資差距，擴大了中-低收入群體的工資差距。

工業(yè)智能化對經(jīng)濟社會的影響將不斷加深，要充分釋放其對就業(yè)和工資的積極效應(yīng)，需要從產(chǎn)業(yè)升級、區(qū)域政策、社會保障及教育培訓(xùn)等多方面采取相關(guān)政策。首先，適時加快工業(yè)智能化進程，培育具有良好就業(yè)前景的新興產(chǎn)業(yè)和就業(yè)載體。在推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化的同時，創(chuàng)造更多新崗位，引導(dǎo)工業(yè)智能化向“保就業(yè)”的方向發(fā)展。其次，加快中西部地區(qū)產(chǎn)業(yè)轉(zhuǎn)型的升級速度，積極鼓勵制造業(yè)智能化應(yīng)用，充分發(fā)揮工業(yè)智能化對中西部地區(qū)就業(yè)人員的吸納作用。同時，需要重點關(guān)注中國勞動力市場的就業(yè)極化現(xiàn)象，政府要繼續(xù)加大對中低技能勞動者的人力資本投入，防止中等技能勞動力的就業(yè)狀況進一步惡化。再次，加快完善勞動力市場，消除由技術(shù)進步與產(chǎn)業(yè)轉(zhuǎn)型所導(dǎo)致的收入不平等現(xiàn)象，進一步通過職業(yè)教育、在職培訓(xùn)等各種途徑改善制造業(yè)低收入人群的人力資本質(zhì)量，提高勞動力收入水平，推動制造業(yè)的收入分配結(jié)構(gòu)逐步向橄欖型演進。