人工智能技術(shù)對(duì)我國(guó)制造業(yè)就業(yè)的替代效應(yīng)

楊 慧，吳淑梅

(皖江工學(xué)院，安徽 馬鞍山 243000)

人工智能(Artificial Intelligence，縮寫(xiě)為AI)是對(duì)所有智能的模擬和應(yīng)用的一門(mén)新的技術(shù)科學(xué)。該領(lǐng)域的研究包括計(jì)算機(jī)視覺(jué)、語(yǔ)言識(shí)別與生成、機(jī)器學(xué)習(xí)、自然語(yǔ)言理解與交流和專(zhuān)家系統(tǒng)等。人工智能作為一種全新的技術(shù)進(jìn)步，是新工業(yè)革命的標(biāo)志，將對(duì)經(jīng)濟(jì)、社會(huì)、國(guó)防等多個(gè)領(lǐng)域帶來(lái)深遠(yuǎn)影響。

隨著中國(guó)制造2025、工業(yè)4.0等概念的提出，中國(guó)從制造大國(guó)邁向制造強(qiáng)國(guó)的道路上，AI與制造業(yè)的結(jié)合是至關(guān)重要的一步。在國(guó)際挑戰(zhàn)中，可以視為一個(gè)重要的超車(chē)機(jī)遇。制造業(yè)與AI的融合在實(shí)現(xiàn)智能化生產(chǎn)模式的過(guò)程中的角色，變得愈發(fā)不可替代。近年來(lái)，隨著人工智能的發(fā)展，在生產(chǎn)中大量可編程性較高、重復(fù)性、規(guī)則性的勞動(dòng)被解放出來(lái)。尤其是在中國(guó)的制造業(yè)中，由于傳統(tǒng)的產(chǎn)業(yè)驅(qū)動(dòng)，低技術(shù)含量的勞動(dòng)逐漸將被人工智能替代。

人工智能技術(shù)作為一種技術(shù)進(jìn)步，雖然對(duì)社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)新的機(jī)遇，但是也帶來(lái)失業(yè)問(wèn)題。從全球范圍來(lái)看，人工智能技術(shù)的應(yīng)用對(duì)勞動(dòng)就業(yè)產(chǎn)生了影響。謝璐指出新技術(shù)的應(yīng)用對(duì)勞動(dòng)就業(yè)具有多重的影響。一方面，人工智能技術(shù)的進(jìn)步提高了勞動(dòng)生產(chǎn)率，就業(yè)崗位逐漸被人工智能技術(shù)擠壓，造成技術(shù)性失業(yè)問(wèn)題。另一方面，人工智能技術(shù)對(duì)就業(yè)又有創(chuàng)造效應(yīng)[1]。

一、文獻(xiàn)綜述及研究假設(shè)

人工智能技術(shù)究竟會(huì)對(duì)勞動(dòng)就業(yè)產(chǎn)生怎樣的影響，學(xué)術(shù)界存在不同的觀點(diǎn)。人工智能對(duì)就業(yè)既有替代效應(yīng)，消滅就業(yè)崗位，也有創(chuàng)造效應(yīng)，使就業(yè)增加。

(一)人工智能對(duì)就業(yè)的替代效應(yīng)

新技術(shù)對(duì)勞動(dòng)的替代問(wèn)題可追溯到第一次工業(yè)革命。人工智能的蓬勃發(fā)展雖然對(duì)社會(huì)經(jīng)濟(jì)有著巨大的促進(jìn)作用，但是也引發(fā)了人們對(duì)新一輪失業(yè)問(wèn)題的擔(dān)憂，導(dǎo)致對(duì)“機(jī)器換人”的焦慮。無(wú)疑，技術(shù)的進(jìn)步由于降低了勞動(dòng)強(qiáng)度，提高了勞動(dòng)生產(chǎn)率，進(jìn)而產(chǎn)生了就業(yè)的替代效應(yīng)。

KAPALAN J指出人工智能技術(shù)的發(fā)展會(huì)導(dǎo)致非常多的崗位逐漸被人工智能機(jī)器替代[2]。Frey和Osborne基于概率模型，研究了計(jì)算機(jī)技術(shù)對(duì)全美702種職業(yè)取代的風(fēng)險(xiǎn)。預(yù)測(cè)其中有47%的勞動(dòng)崗位被列為 “高風(fēng)險(xiǎn)”職業(yè)，其中包括服務(wù)人員、文員、以及絕大多數(shù)生產(chǎn)性工人。之后，其他國(guó)家的學(xué)者也利用同樣的定量分析的方法對(duì)不同國(guó)家的職業(yè)做了預(yù)測(cè)[3]。其中，David研究發(fā)現(xiàn)，在日本大約55%的勞動(dòng)崗位被替代的風(fēng)險(xiǎn)很高[4]。2018年世界經(jīng)濟(jì)論壇年會(huì)發(fā)布的調(diào)查報(bào)告指出，全球7500萬(wàn)個(gè)工作崗位將受到人工智能的替代。

(二)人工智能對(duì)就業(yè)的創(chuàng)造效應(yīng)

人工智能技術(shù)的應(yīng)用在替代就業(yè)崗位的同時(shí)，也表現(xiàn)出一定的創(chuàng)造效應(yīng)。Autor等認(rèn)為人工智能取代的是機(jī)械的程式化的生產(chǎn)任務(wù)，但是對(duì)復(fù)雜的非程式化任務(wù)，在增加智能投入的同時(shí)也增加對(duì)高智能勞動(dòng)力的需求，進(jìn)而產(chǎn)生創(chuàng)造效應(yīng)[5]。Bessen通過(guò)實(shí)證研究表明人工智能技術(shù)雖然消滅了部分就業(yè)崗位，但促進(jìn)了一些工作任務(wù)結(jié)構(gòu)化程度低的崗位的增加[6]。Acemoglu和Restrepo指出，新技術(shù)在消滅某些就業(yè)崗位的同時(shí)，也會(huì)創(chuàng)造出新的工作任務(wù)，創(chuàng)造出新就業(yè)崗位[7]。Trajtenberg指出，人工智能技術(shù)會(huì)創(chuàng)造大量的新崗位，一方面，是以人工智能為核心的新工作崗位的出現(xiàn)。另一方面，人工智能的發(fā)展和應(yīng)用也需要更多的專(zhuān)業(yè)技術(shù)人員。特別是人工智能技術(shù)的研發(fā)設(shè)計(jì)、使用、維護(hù)等領(lǐng)域會(huì)創(chuàng)造出新的工作崗位需求[8]。謝璐指出，長(zhǎng)期趨勢(shì)看，隨著人工智能技術(shù)的成熟化，其替代效應(yīng)會(huì)與生產(chǎn)效率抵消，對(duì)就業(yè)的創(chuàng)造效應(yīng)會(huì)逐漸發(fā)揮作用[1]。

(三)人工智能對(duì)制造業(yè)的影響

Acemoglu & Restrepo在實(shí)證研究中發(fā)現(xiàn)，美國(guó)在1993年-2007年間，工業(yè)機(jī)器人在制造業(yè)的使用密度與制造業(yè)的就業(yè)與制造業(yè)工人的工資水平均呈現(xiàn)明顯的負(fù)相關(guān)。工業(yè)機(jī)器人的使用密度越高，制造業(yè)的工人就業(yè)率與工資水平就越低，技術(shù)進(jìn)步在制造業(yè)的替代效應(yīng)明顯高于創(chuàng)造效應(yīng)。并依據(jù)數(shù)據(jù)推斷，在20世紀(jì)初，美國(guó)因工業(yè)機(jī)器人的使用造成的制造業(yè)失業(yè)人數(shù)高達(dá)36萬(wàn)人[7]。閆雪凌等使用制造業(yè)分行業(yè)數(shù)據(jù)研究后發(fā)現(xiàn)，工業(yè)機(jī)器人的使用對(duì)制造業(yè)的就業(yè)崗位數(shù)量存在明顯的負(fù)向作用[9]。蔡嘯等的研究認(rèn)為人工智能技術(shù)的使用抑制了制造業(yè)的就業(yè)，對(duì)低技能就業(yè)的擠出效應(yīng)明顯。但是研究同時(shí)指出人工智能對(duì)制造業(yè)就業(yè)存在門(mén)限特征[10]。說(shuō)明了人工智能對(duì)制造業(yè)就業(yè)的替代效應(yīng)會(huì)隨技術(shù)水平的提升而減弱。

中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所研究編制的《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報(bào)告》認(rèn)為[11]，人工智能和制造的融合，本質(zhì)上追求的“人機(jī)協(xié)同”，而不是“機(jī)器替代人”。這和工業(yè)革命后的機(jī)器自動(dòng)化生產(chǎn)有著本質(zhì)的不同。而“人工智能+制造”追求的是機(jī)器的柔性生產(chǎn)，強(qiáng)調(diào)機(jī)器能夠自主反饋和調(diào)整。

綜上所述，近年來(lái)國(guó)內(nèi)外學(xué)者對(duì)人工智能對(duì)就業(yè)的影響相關(guān)研究已經(jīng)有了規(guī)模。但是,就國(guó)內(nèi)來(lái)看，目前的研究多集中在人工智能對(duì)國(guó)內(nèi)勞動(dòng)力規(guī)?？傮w變化的影響,更多是宏觀層面的趨勢(shì)預(yù)測(cè)，缺少人工智能對(duì)于產(chǎn)業(yè)、行業(yè)以及崗位具體影響的實(shí)證研究，缺少對(duì)企業(yè)層面的微觀研究。本文以汽車(chē)行業(yè)為例,研究人工智能應(yīng)用對(duì)汽車(chē)行業(yè)的就業(yè)影響,并利用實(shí)證研究檢驗(yàn)人工智能技術(shù)的應(yīng)用對(duì)汽車(chē)行業(yè)的就業(yè)數(shù)量和結(jié)構(gòu)產(chǎn)生的影響。本文用倍差法模型研究就業(yè)問(wèn)題的思路，從企業(yè)層面上驗(yàn)證人工智能技術(shù)對(duì)汽車(chē)制造業(yè)中的生產(chǎn)性員工的就業(yè)比重的影響。并提出本文的假說(shuō)設(shè)定:人工智能技術(shù)的使用對(duì)我國(guó)汽車(chē)制造的就業(yè)影響總體上呈現(xiàn)崗位替代效應(yīng)。本文將使用我國(guó)汽車(chē)行業(yè)人工智能技術(shù)應(yīng)用的相關(guān)數(shù)據(jù)(包括汽車(chē)零配件行業(yè))，實(shí)證研究人工智能技術(shù)對(duì)制造業(yè)就業(yè)產(chǎn)生的影響。

二、模型、變量與數(shù)據(jù)

(一)模型設(shè)定

研究采用政策評(píng)估中常用的倍差法(Difference-In-Difference,DID)探究人工智能應(yīng)用技術(shù)對(duì)生產(chǎn)性員工就業(yè)數(shù)量的影響。倍差法是政策效應(yīng)評(píng)估方法中的一大利器，能夠避免政策變量存在的內(nèi)生性問(wèn)題。其基本形式為:

yit=α+β1du+β2dt+β3du×dt+εit

(Ⅰ)

其中，dt為政策實(shí)施虛擬變量(dt=0則為政策實(shí)施前，dt=1為政策實(shí)施后)，其刻畫(huà)了政策實(shí)施前后存在的固有時(shí)間趨勢(shì);du為分組虛擬變量(du=1,個(gè)體屬于實(shí)驗(yàn)組;du=0，則個(gè)體屬于控制組)，表述了實(shí)驗(yàn)組和對(duì)照組所存在的固有差異;du×dt為分組虛擬變量與政策實(shí)施變量的交互項(xiàng)，其系數(shù)β3反映了政策實(shí)施的凈效應(yīng)，即實(shí)驗(yàn)組的政策效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

為了準(zhǔn)確估計(jì)人工智能技術(shù)對(duì)就業(yè)帶來(lái)的影響效果，本研究將人工智能的應(yīng)用視同準(zhǔn)自然實(shí)驗(yàn)，選取215家汽車(chē)企業(yè)作為研究樣本，根據(jù)企業(yè)是否屬于人工智能技術(shù)的企業(yè)分為實(shí)驗(yàn)組和對(duì)照組。本文構(gòu)建以下實(shí)證模型，考察人工智能AI對(duì)生產(chǎn)性員工的就業(yè)數(shù)量的影響。

Eit=α+β1AIi+β2YEARit+β3AIi×YEARit+μi+λi+yXit+εit

(Ⅱ)

其中，下標(biāo)it分別代表個(gè)體企業(yè)和年份。i為具體企業(yè)，t為時(shí)間。α代表常數(shù)項(xiàng)。Eit代表企業(yè)生產(chǎn)性員工的比重，即本文的被解釋變量。AIi表示政策虛擬變量即人工智能虛擬變量。以該企業(yè)是否為人工智能應(yīng)用的企業(yè)分別取值為1和0，分別代表實(shí)驗(yàn)組和控制組。YEARit為時(shí)間虛擬變量，采用人工智能之前為0，以后為1。交互項(xiàng)AIi×YEARit是本文的重點(diǎn)關(guān)注變量，其系數(shù)β3代表了人工智能技術(shù)的實(shí)施效應(yīng)。如果β3為負(fù)值且顯著則表示人工智能技術(shù)的應(yīng)用對(duì)生產(chǎn)性員工產(chǎn)生了替代效應(yīng)。為了保證回歸方程具有更好的穩(wěn)健性，本文選取了影響的相關(guān)變量作為控制變量，yXit為控制變量。λi為個(gè)體虛擬變量，用來(lái)控制各個(gè)企業(yè)不隨時(shí)間變化的個(gè)體特征;μi為時(shí)間固定效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

(二)變量

本文設(shè)計(jì)的變量包括:

1.被解釋變量:用生產(chǎn)性員工的數(shù)量Eit的變化來(lái)刻畫(huà)汽車(chē)制造業(yè)就業(yè)所受到的影響。

2.核心解釋變量:采用虛擬變量來(lái)表示企業(yè)是否已經(jīng)屬于使用人工智能AI的范圍。鑒于汽車(chē)制造業(yè)的自動(dòng)化以及工業(yè)機(jī)器人采用的程度較高，所以本文放棄單純用工業(yè)機(jī)器人的數(shù)量來(lái)衡量人工智能應(yīng)用的方法。2015年5月，《中國(guó)制造2025》中首次提及智能制造。因此，本文將2015設(shè)為初始年份，把人工智能定義為“人工智能+制造”。將人工智能技術(shù)應(yīng)用到制造業(yè)，并嵌入生產(chǎn)流程中，使得機(jī)器在數(shù)字化和網(wǎng)絡(luò)化的基礎(chǔ)上實(shí)現(xiàn)自主生產(chǎn)的過(guò)程定義為人工智能這個(gè)核心解釋變量。因此本文討論的人工智能包括計(jì)算機(jī)視覺(jué)、大數(shù)據(jù)分析、機(jī)器人、語(yǔ)音識(shí)別與自然語(yǔ)言處理、AR/VR、云計(jì)算等與生產(chǎn)過(guò)程的融合。例如大數(shù)據(jù)分析技術(shù)在汽車(chē)制造業(yè)的體現(xiàn)，生產(chǎn)人員在利用大數(shù)據(jù)分析后，可以預(yù)測(cè)生產(chǎn)線的狀態(tài)。預(yù)先設(shè)置設(shè)備維護(hù)的時(shí)間，避免生產(chǎn)過(guò)程中因故障問(wèn)題影響生產(chǎn)。自然語(yǔ)言處理(NLP)是讓系統(tǒng)對(duì)人類(lèi)的語(yǔ)言表達(dá)能夠理解的核心技術(shù)，在相關(guān)的文件處理、售后服務(wù)以及汽車(chē)的交互功能中廣泛應(yīng)用。AR/VR增強(qiáng)現(xiàn)實(shí)與虛擬現(xiàn)實(shí)是基于虛擬和現(xiàn)實(shí)環(huán)境，通過(guò)虛擬場(chǎng)景的設(shè)置，為產(chǎn)品和設(shè)計(jì)與研發(fā)、產(chǎn)品的智能升級(jí)提供支持，從而推動(dòng)整個(gè)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。例如:寶沃汽車(chē)集團(tuán)按照德國(guó)工業(yè)4.0標(biāo)準(zhǔn)開(kāi)始建設(shè)柔性智能工廠。寶馬汽車(chē)?yán)萌斯ぶ悄軆?yōu)化汽車(chē)沖壓過(guò)程。

3.控制變量：為了保證更好的穩(wěn)健性，本文通過(guò)在實(shí)證模型中加入以下變量作為控制變量:(1)資本深化度(CD)，資本存量與勞動(dòng)力的比重，較高的資本深化度表示企業(yè)有較高的勞動(dòng)生產(chǎn)率。(2)研發(fā)投入(RD)，企業(yè)內(nèi)部研發(fā)投入衡量，會(huì)影響人工智能技術(shù)應(yīng)用的深度和廣度;(3)盈利能力(Prof)，用企業(yè)年利潤(rùn)總額衡量，盈利能力越強(qiáng)對(duì)勞動(dòng)力的吸引力就越強(qiáng)；(4)企業(yè)規(guī)模(Size)，用企業(yè)的總資產(chǎn)規(guī)模，一般來(lái)說(shuō)，企業(yè)規(guī)模與其對(duì)勞動(dòng)力的需求成正比;(5)企業(yè)年齡(Age) 。

(三) 數(shù)據(jù)來(lái)源

本文和數(shù)據(jù)資料來(lái)源于兩個(gè)部分。初始樣本使用數(shù)據(jù)為滬深兩市和新三板全部汽車(chē)制造業(yè)，其中包括整車(chē)制造和汽車(chē)零部件企業(yè)，數(shù)據(jù)跨度2014-2019。企業(yè)員工和其他指標(biāo)數(shù)據(jù)均來(lái)自Wind經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)。部分缺失數(shù)據(jù)通過(guò)插值法進(jìn)行補(bǔ)齊。二是對(duì)以上企業(yè)的定性調(diào)查。主要解決本文核心解釋變量的數(shù)據(jù)問(wèn)題。變量的描述性統(tǒng)計(jì)見(jiàn)表1。

表1 變量描述性統(tǒng)計(jì)

三、實(shí)證結(jié)果及分析

(一)基準(zhǔn)模型回歸估計(jì)結(jié)果

為了驗(yàn)證人工智能技術(shù)的運(yùn)用對(duì)生產(chǎn)性員工就業(yè)的影響情況，文章用了雙重倍差法進(jìn)行實(shí)證檢驗(yàn)。實(shí)證研究的分析結(jié)果見(jiàn)表2。

表2 基準(zhǔn)回歸結(jié)果

首先，列(1)是控制了人工智能技術(shù)的應(yīng)用和實(shí)施時(shí)間虛擬變量的交互項(xiàng)AIi×YEARit，未控制其他變量。列(2)則在列(1)基礎(chǔ)上控制時(shí)間效應(yīng)和個(gè)體效應(yīng)后的評(píng)估結(jié)果。列(3)是控制了資本深化度(CD)、盈利能力(Prof)、研發(fā)投入(RD)、企業(yè)規(guī)模(Size) 、企業(yè)年齡(Age) 等一系列變量。列(4)在列(3)的基礎(chǔ)上控制了時(shí)間效應(yīng)和個(gè)體效應(yīng)。

列(1)至列(4)中其AIi×YEARit的系數(shù)均為負(fù)值，并且通過(guò)了1%水平下的檢驗(yàn)。其中，列(4)為模型中的主效應(yīng)模型回歸結(jié)果，表明人工智能技術(shù)的應(yīng)用和政策實(shí)施時(shí)間虛擬變量的交互項(xiàng)AIi×YEARit對(duì)生產(chǎn)性員工的就業(yè)具有顯著的負(fù)向影響，其顯著性水平高達(dá)1%，兩者間相關(guān)性系數(shù)為 0.076。這表明人工智能技術(shù)的使用對(duì)制造業(yè)生產(chǎn)性員工數(shù)量總體呈現(xiàn)替代效應(yīng)，從而驗(yàn)證了本文的研究假設(shè)。列(3)和列(4)中，企業(yè)規(guī)模和資本深化度的影響系數(shù)顯著為正，由此可見(jiàn)，規(guī)模越大的企業(yè)會(huì)提供越多的就業(yè)機(jī)會(huì)。研發(fā)強(qiáng)度，技術(shù)投入越多，生產(chǎn)性員工就業(yè)比重就越少。企業(yè)年齡對(duì)生產(chǎn)性員工的影響并不明顯?？紤]到就業(yè)數(shù)量存在動(dòng)態(tài)調(diào)整，人工智能與制造業(yè)融合是一個(gè)循序漸進(jìn)的過(guò)程，人工智能使用對(duì)就業(yè)的影響具有時(shí)滯性。

(二)動(dòng)態(tài)異質(zhì)性檢驗(yàn)

隨著人工智能與企業(yè)制造進(jìn)一步深化是否會(huì)對(duì)生產(chǎn)性員工的替代產(chǎn)生不同的趨勢(shì)性影響，本文進(jìn)一步構(gòu)建了模型(Ⅲ)來(lái)考察動(dòng)態(tài)影響及變化趨勢(shì)。

(Ⅲ)

經(jīng)驗(yàn)證，人工智能技術(shù)應(yīng)用的第1年的替代效應(yīng)為-2.134且通過(guò)1%水平的顯著性檢驗(yàn)。在其后的第2年、第3年、第4年、第5年中，替代效應(yīng)均在1%水平上顯著，且效應(yīng)系數(shù)分別為-2.256、-2.311、-2.751、-2.896呈現(xiàn)出明顯的上升趨勢(shì)。在加入控制變量進(jìn)行回歸時(shí)，存在同樣的變化趨勢(shì)。這充分說(shuō)明，在樣本考察期內(nèi)，人工智能對(duì)生產(chǎn)性員工的替代效應(yīng)幅度呈穩(wěn)步的上升趨勢(shì)。

(三)不同企業(yè)類(lèi)型下人工智能對(duì)就業(yè)的影響

為驗(yàn)證不同企業(yè)類(lèi)型下人工智能對(duì)就業(yè)差異性影響問(wèn)題，本文將研究樣本細(xì)分為整車(chē)制造和汽車(chē)零部件分別檢驗(yàn)。相關(guān)實(shí)證檢驗(yàn)顯示，AIi×YEARit的系數(shù)顯著為負(fù)，且均在5%的水平下顯著。但相較而言，人工智能對(duì)汽車(chē)零部件行業(yè)的替代效應(yīng)更為顯著，影響系數(shù)為-0.089，而對(duì)整車(chē)企業(yè)的影響系數(shù)-0.023。這主要?dú)w因于汽車(chē)零部件企業(yè)相對(duì)與整車(chē)企業(yè)人工智能的與制造環(huán)節(jié)的融合更晚，近期政策實(shí)施后的替代效應(yīng)更為顯著。

(四)穩(wěn)健性實(shí)驗(yàn)

上述實(shí)證分析檢驗(yàn)了人工智能對(duì)生產(chǎn)性員工就業(yè)影響的效果，結(jié)果表明，人工智能的應(yīng)用對(duì)生產(chǎn)性員工的就業(yè)崗位有替代效應(yīng)。本文進(jìn)行以下穩(wěn)健性檢驗(yàn)。一是替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。參考謝萌萌等的做法，將被解釋變量指標(biāo)換成受教育程度(高中以下受教育程度的員工)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果數(shù)據(jù)中AIi×YEARit的系數(shù)均為負(fù)值，1%的水平下顯著，說(shuō)明結(jié)果具有穩(wěn)定性。二是通過(guò)更改樣本數(shù)據(jù)的方法。本文在滬深兩市和新三板企業(yè)的數(shù)據(jù)之外，增加了非上市汽車(chē)制造行業(yè)的相關(guān)數(shù)據(jù)后對(duì)模型重新估算，AIi×YEARit系數(shù)顯著為負(fù)。綜合上述檢驗(yàn)成果可知，人工智能的應(yīng)用對(duì)生產(chǎn)性員工的就業(yè)崗位有穩(wěn)健的替代效應(yīng)。

四、結(jié)論和建議

人工智能技術(shù)作為一種技術(shù)進(jìn)步，雖然對(duì)社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)新的機(jī)遇，但是也帶來(lái)失業(yè)問(wèn)題。本文使用了我國(guó)2015-2019年汽車(chē)行業(yè)數(shù)據(jù)，將人工智能技術(shù)的應(yīng)用作為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重倍差法進(jìn)行實(shí)證研究后發(fā)現(xiàn)，人工智能技術(shù)的使用對(duì)樣本期內(nèi)我國(guó)汽車(chē)行業(yè)生產(chǎn)性員工的數(shù)量產(chǎn)生了明顯的負(fù)向影響，其中對(duì)汽車(chē)零部件行業(yè)的就業(yè)影響更為顯著。從事生產(chǎn)崗位的員工面臨較大的崗位淘汰的風(fēng)險(xiǎn)。與歷史上歷次技術(shù)革命帶來(lái)的影響類(lèi)似，人工智能會(huì)給制造業(yè)的常規(guī)性崗位帶來(lái)比較大的沖擊，會(huì)帶來(lái)技術(shù)性的失業(yè)。但是長(zhǎng)期來(lái)看人工智能是必然的趨勢(shì)。人工智能的發(fā)展會(huì)帶來(lái)生產(chǎn)率的提高，同時(shí)人工智能的使用會(huì)派生出新的就業(yè)崗位，吸納新的就業(yè)者，對(duì)社會(huì)發(fā)展有極大的促進(jìn)作用。綜上所述，本文政策建議為，第一，加強(qiáng)對(duì)中低技能勞動(dòng)者的職業(yè)技能培訓(xùn)，加大培訓(xùn)力度，提高勞動(dòng)者適應(yīng)新技術(shù)的勞動(dòng)技能，消弱人工智能技術(shù)的就業(yè)替代效應(yīng)。第二，建立健全以社會(huì)保障為核心的勞動(dòng)者保護(hù)體制。完善就業(yè)補(bǔ)助機(jī)制，對(duì)失業(yè)人員的自主創(chuàng)業(yè)給與政策和技術(shù)上的扶持。避免由失業(yè)可能引發(fā)的社會(huì)風(fēng)險(xiǎn)和社會(huì)問(wèn)題。