人工智能就業(yè)創(chuàng)新效應(yīng)補(bǔ)償了替代效應(yīng)嗎？

□魏 巍

一、引言

20 世紀(jì)90 年代，我國(guó)開(kāi)始涉足人工智能產(chǎn)業(yè)，隨著研究的不斷深入，人工智能技術(shù)取得了突飛猛進(jìn)的發(fā)展。2020 年1 月，我國(guó)人工智能產(chǎn)業(yè)指數(shù)499，發(fā)展速度雖環(huán)比有所放緩，但仍然是數(shù)字經(jīng)濟(jì)三大產(chǎn)業(yè)中的第一名①。據(jù)《全球人工智能發(fā)展報(bào)告》統(tǒng)計(jì)，近10 年來(lái)，我國(guó)的人工智能專利數(shù)量每年增速達(dá)到42%，總量上遙遙領(lǐng)先，是美國(guó)的2.27 倍。舉世矚目的成就離不開(kāi)我國(guó)政府的大力支持。2017 年7 月，我國(guó)正式發(fā)布了《新一代人工智能發(fā)展規(guī)劃》。展望未來(lái)，我國(guó)政府公布了到2030 年成為人工智能第一經(jīng)濟(jì)體和人工智能應(yīng)用和實(shí)施領(lǐng)域世界領(lǐng)先者的計(jì)劃。據(jù)Statista 統(tǒng)計(jì)，到2030 年，中國(guó)由人工智能引致的國(guó)內(nèi)生產(chǎn)總值將增加7 萬(wàn)億美元，從經(jīng)濟(jì)效益來(lái)看，中國(guó)很可能是實(shí)施人工智能的最大贏家[1]。

人工智能發(fā)展對(duì)我國(guó)的經(jīng)濟(jì)增長(zhǎng)無(wú)疑是利好的，但隨著時(shí)間的推移，一些潛在的社會(huì)問(wèn)題也逐漸顯現(xiàn)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機(jī)器，其主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。顯然，這對(duì)就業(yè)產(chǎn)生了直接影響。一些機(jī)械程度高的、重復(fù)性強(qiáng)的、易于編程實(shí)現(xiàn)的工作將會(huì)逐漸被人工智能所替代，勞動(dòng)力市場(chǎng)上將會(huì)出現(xiàn)一些剩余勞動(dòng)力；隨著人工智能的普及，一些新的工作崗位又會(huì)應(yīng)運(yùn)而生。我國(guó)人工智能發(fā)展對(duì)現(xiàn)有崗位產(chǎn)生的替代效應(yīng)程度如何？是否還會(huì)產(chǎn)生更多的剩余勞動(dòng)力？如何利用人工智能創(chuàng)造出更多新的工作需求來(lái)重新安置剩余勞動(dòng)力并擴(kuò)大就業(yè)？這些問(wèn)題都值得我們?nèi)ヌ接懞徒鉀Q，這也正是本研究的出發(fā)點(diǎn)。

二、文獻(xiàn)綜述

從技術(shù)進(jìn)步的視角看，人工智能是在機(jī)器自動(dòng)化基礎(chǔ)上發(fā)展起來(lái)的具有智能特點(diǎn)的新技術(shù)。我們可以將人工智能視為一種技術(shù)平臺(tái)，它延續(xù)了自動(dòng)化的特點(diǎn)，可以自動(dòng)完成以前由人工完成的任務(wù)，表現(xiàn)為替代效應(yīng)；也升級(jí)了自身的智能特點(diǎn)可以創(chuàng)建新的崗位需求，使勞動(dòng)力能夠有效地被利用，表現(xiàn)為創(chuàng)新效應(yīng)。在技術(shù)變革的研究中，標(biāo)準(zhǔn)方法都假定任何提高生產(chǎn)力（每名工人的附加值）的進(jìn)步都會(huì)增加對(duì)勞動(dòng)力的需求，從而增加就業(yè)和工資。當(dāng)然，技術(shù)進(jìn)步可能會(huì)使擁有不同技能的勞動(dòng)力不平等地受益，一個(gè)部門的生產(chǎn)力提高可能會(huì)導(dǎo)致該部門的失業(yè)。也就是說(shuō)，即使出現(xiàn)部門性失業(yè)，其他部門也會(huì)擴(kuò)張，為整體就業(yè)和工資增長(zhǎng)做出貢獻(xiàn)。但技術(shù)變革的現(xiàn)實(shí)并不是千篇一律的。許多自動(dòng)化技術(shù)并不能提高勞動(dòng)生產(chǎn)率，其目標(biāo)是通過(guò)在一系列由人類完成的任務(wù)中，用更便宜的資本（機(jī)器）來(lái)取代勞動(dòng)力，使得勞動(dòng)力在增加值中的份額減少，因?yàn)樽詣?dòng)化比勞動(dòng)力更能提高生產(chǎn)率。

那么，為什么我國(guó)勞動(dòng)力份額大體上保持不變，生產(chǎn)力增長(zhǎng)與相應(yīng)的工資增長(zhǎng)是同步的呢（胡斌紅和楊俊青，2020；馬國(guó)旺和李焙堯，2020）[2-3]？從歷史上看，隨著自動(dòng)化技術(shù)的引入，其他技術(shù)進(jìn)步同時(shí)促成了新的工作崗位，在這些崗位中，勞動(dòng)力具有競(jìng)爭(zhēng)優(yōu)勢(shì)。這就產(chǎn)生了新的勞動(dòng)需求，在此人類的勞動(dòng)可以恢復(fù)到生產(chǎn)過(guò)程中，并隨著新任務(wù)改善勞動(dòng)分工而有力地促進(jìn)生產(chǎn)力的增長(zhǎng)。20 世紀(jì)初開(kāi)始的農(nóng)業(yè)機(jī)械化事件形象地說(shuō)明了這一模式。盡管機(jī)械化降低了農(nóng)業(yè)的勞動(dòng)份額和就業(yè)率，但由于制造業(yè)和服務(wù)業(yè)都創(chuàng)造了一系列新崗位，總體勞動(dòng)力需求上升。比如：文秘職業(yè)、更加專業(yè)化的藍(lán)領(lǐng)和白領(lǐng)工作都是這個(gè)時(shí)期產(chǎn)生的，提高了生產(chǎn)力和對(duì)勞動(dòng)力的需求以及勞動(dòng)力在制造業(yè)和服務(wù)業(yè)中所占的份額。從這個(gè)角度來(lái)看，造成就業(yè)問(wèn)題的部分原因是生產(chǎn)力增長(zhǎng)乏力，更重要的是由于新的崗位創(chuàng)造未能實(shí)現(xiàn)，而這種崗位創(chuàng)造更多來(lái)源于創(chuàng)新效應(yīng)。

創(chuàng)新效應(yīng)涉及的不僅是創(chuàng)新者，還有使用新技術(shù)的工人、采用新技術(shù)的公司，以及未來(lái)在新技術(shù)基礎(chǔ)上發(fā)展起來(lái)的其他公司和研究人員，要確保他們從中受益。但當(dāng)存在可供選擇的、相互競(jìng)爭(zhēng)的技術(shù)模式時(shí)，市場(chǎng)導(dǎo)向下的結(jié)果就具有不確定性，一方面決策者的判斷依據(jù)存在局限性；另一方面決策者更加注重眼前利益。比如，根據(jù)利潤(rùn)最大化原則，當(dāng)一種范式領(lǐng)先于另一種范式時(shí)，研究人員和公司也傾向于遵循這種范式，即使另一種范式可能更具生產(chǎn)力。在這種情況下，一旦錯(cuò)誤的范式向前推進(jìn)，就很難扭轉(zhuǎn)這種趨勢(shì)，也難以享受從替代范式所帶來(lái)的收益。事實(shí)上，我們更多側(cè)重了人工智能的自動(dòng)化，忽視了可以創(chuàng)造更多就業(yè)機(jī)會(huì)的創(chuàng)新效應(yīng)。比如：美國(guó)最具創(chuàng)意的產(chǎn)業(yè)集群（如硅谷）周圍的生態(tài)系統(tǒng)存在過(guò)度獎(jiǎng)勵(lì)自動(dòng)化的情況，而對(duì)前沿技術(shù)的其他用途關(guān)注不夠。一部分原因是領(lǐng)先研究人員的價(jià)值觀和興趣（例如，特斯拉（Tesla）等公司不斷嘗試實(shí)現(xiàn)自動(dòng)化的精神），另一部分原因在于大型智能公司的主流商業(yè)模式和愿景，它們專注于自動(dòng)化和從生產(chǎn)過(guò)程中去除（易出錯(cuò)的）人的因素。這種自動(dòng)化理念又會(huì)通過(guò)產(chǎn)學(xué)研滲透到人才培養(yǎng)當(dāng)中，當(dāng)一個(gè)生態(tài)系統(tǒng)變得無(wú)所不包時(shí)，它將沒(méi)有多余的空間去進(jìn)行技術(shù)變革（Acemoglu，2019）[4]。因此，如果不同的人工智能方法構(gòu)成了可供選擇的、相互競(jìng)爭(zhēng)的模式，那么我們不應(yīng)該只依靠市場(chǎng)導(dǎo)向來(lái)決定，還需要政府從更加宏觀、系統(tǒng)、全面的角度進(jìn)行考量，進(jìn)行適當(dāng)?shù)囊龑?dǎo)和干預(yù)。

多數(shù)研究證實(shí)，人工智能對(duì)就業(yè)的影響既存在替代效應(yīng)又具備創(chuàng)新效應(yīng)（Trajtenberg，2018；程承坪，2019；張于喆，2019）[5-7]。替代效應(yīng)會(huì)導(dǎo)致部分勞動(dòng)力失業(yè)，創(chuàng)新效應(yīng)又會(huì)產(chǎn)生新的勞動(dòng)力需求，而二者之間的總效應(yīng)決定了人工智能對(duì)我國(guó)勞動(dòng)力就業(yè)所帶來(lái)的最終影響。事實(shí)證明，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(guó)初露端倪（蔣南平和鄒宇，2018）[8]，而人工智能創(chuàng)新效應(yīng)所出現(xiàn)的新崗位需求和勞動(dòng)者技能之間的差距成了我國(guó)勞動(dòng)力就業(yè)面臨的最大問(wèn)題（屈小博，2019）[9]，若不加以妥善解決就會(huì)演變成嚴(yán)重的社會(huì)問(wèn)題?，F(xiàn)有研究指出人工智能對(duì)我國(guó)勞動(dòng)力市場(chǎng)存在沖擊，證實(shí)了人工智能的就業(yè)效應(yīng)既包括替代效應(yīng)，也具有創(chuàng)新效應(yīng)，但并未深入分析替代效應(yīng)和創(chuàng)新效應(yīng)之間的分化與聯(lián)系，也未檢驗(yàn)我國(guó)人工智能就業(yè)創(chuàng)新效應(yīng)和替代效應(yīng)的發(fā)展階段。本文基于市場(chǎng)配置視角，數(shù)理演繹了人工智能就業(yè)替代-創(chuàng)新效應(yīng)的作用機(jī)制及影響因素，實(shí)證檢驗(yàn)了我國(guó)人工智能替代-創(chuàng)新效應(yīng)的發(fā)展階段，基于技術(shù)進(jìn)步理論總結(jié)并提出了就業(yè)外部性創(chuàng)新效應(yīng)的途徑。

三、人工智能就業(yè)效應(yīng)的分化構(gòu)成

（一）兩部門模型

將所有產(chǎn)業(yè)劃分為傳統(tǒng)產(chǎn)業(yè)和人工智能產(chǎn)業(yè)兩類，各企業(yè)在市場(chǎng)中自由競(jìng)爭(zhēng)，不考慮政府部門。這種競(jìng)爭(zhēng)可能會(huì)形成優(yōu)勝劣汰的良性發(fā)展，也可能會(huì)由于技術(shù)的高門檻而形成壟斷。比如，在傳統(tǒng)產(chǎn)業(yè)中人工智能對(duì)勞動(dòng)力的替代，可以視為自由競(jìng)爭(zhēng)形成的優(yōu)勝劣汰模式，而由此形成的人工智能產(chǎn)業(yè)更加傾向于壟斷競(jìng)爭(zhēng)的模式，因?yàn)槿斯ぶ悄芗夹g(shù)的門檻相對(duì)較高，不是所有企業(yè)都能進(jìn)入。在這種模式下，人工智能的就業(yè)會(huì)產(chǎn)生自動(dòng)化帶來(lái)的替代效應(yīng)和組織結(jié)構(gòu)重組帶來(lái)的創(chuàng)新效應(yīng)。

假設(shè)傳統(tǒng)企業(yè)投入勞動(dòng)和資本兩種要素進(jìn)行生產(chǎn)，則生產(chǎn)成本為：

其中，w 代表勞動(dòng)力的工資，L 代表勞動(dòng)力數(shù)量，r 代表資本利率，K 代表資本總量。為簡(jiǎn)化計(jì)算，假設(shè)人工智能均為機(jī)器形態(tài)，每臺(tái)人工智能的購(gòu)入價(jià)格為k，且人工智能的使用壽命為n 期。假設(shè)工資具有剛性，不考慮替代成本以外的其他因素，在最終產(chǎn)品需求不變的基礎(chǔ)上，根據(jù)成本最小化原則，企業(yè)愿意購(gòu)入人工智能的條件應(yīng)該滿足：

其中，l 代表被人工智能替代的勞動(dòng)力數(shù)量與組織結(jié)構(gòu)重組產(chǎn)生的新崗位吸納的勞動(dòng)力數(shù)量之差（即傳統(tǒng)企業(yè)中被替代崗位的勞動(dòng)力數(shù)量減去新增銜接崗位的勞動(dòng)力數(shù)量），m 代表傳統(tǒng)企業(yè)購(gòu)入人工智能的個(gè)數(shù)，即人工智能對(duì)勞動(dòng)力的替代率為l/m。當(dāng)傳統(tǒng)企業(yè)實(shí)現(xiàn)最大化的人工智能替代時(shí)，應(yīng)該滿足：

其中，lˉ是人工智能所替代的最大勞動(dòng)力人數(shù)，m 是傳統(tǒng)企業(yè)購(gòu)入人工智能的最大個(gè)數(shù)，也是人工智能生產(chǎn)企業(yè)面臨的最大需求量。那么，人工智能生產(chǎn)企業(yè)的利潤(rùn)為：

由于人工智能產(chǎn)業(yè)的準(zhǔn)入門檻較高，因此，人工智能生產(chǎn)企業(yè)具有一定的壟斷性。借鑒Acemoglu（2002）[10]的思路，根據(jù)利潤(rùn)最大化條件，人工智能壟斷生產(chǎn)企業(yè)的產(chǎn)品邊際成本應(yīng)該為k2，因此，人工智能生產(chǎn)企業(yè)的利潤(rùn)公式可以表示為：

將兩個(gè)利潤(rùn)公式（4）和（5）聯(lián)立，可以得到：

將（3）代入（6）可得：

由公式（7）可得，人工智能對(duì)勞動(dòng)力的替代-創(chuàng)新效應(yīng)受人工智能機(jī)器價(jià)格、技能溢價(jià)、資本溢價(jià)和要素結(jié)構(gòu)的共同影響。即人工智能機(jī)器的價(jià)格越高，替代-創(chuàng)新效應(yīng)就越弱，說(shuō)明人工智能機(jī)器價(jià)格的提高會(huì)促進(jìn)廠商積極性，創(chuàng)造更多的就業(yè)崗位；人工智能產(chǎn)業(yè)的高技能人員相對(duì)于傳統(tǒng)企業(yè)的低技能人員的工資溢價(jià)越高，人工智能的替代-創(chuàng)新效應(yīng)就越強(qiáng)；資本相對(duì)于勞動(dòng)的報(bào)酬率越高，人工智能的替代-創(chuàng)新效應(yīng)就越強(qiáng)；人工智能產(chǎn)業(yè)內(nèi)部資本要素相對(duì)于勞動(dòng)要素的投入數(shù)量越多，人工智能的替代-創(chuàng)新效應(yīng)就越強(qiáng)。這說(shuō)明后三者的增加會(huì)使得人工智能廠商生產(chǎn)成本增加，減弱了創(chuàng)新效應(yīng)。

（二）三部門模型

僅依靠市場(chǎng)導(dǎo)向能實(shí)現(xiàn)基于創(chuàng)新外部性的就業(yè)創(chuàng)新效應(yīng)嗎？創(chuàng)新外部性涉及的不僅是創(chuàng)新者，還有使用新技術(shù)的工人、采用新技術(shù)的公司，以及未來(lái)在新技術(shù)基礎(chǔ)上發(fā)展起來(lái)的其他公司和研究人員，要確保他們從中受益。但當(dāng)存在可供選擇的、相互競(jìng)爭(zhēng)的技術(shù)模式時(shí)，市場(chǎng)導(dǎo)向下的結(jié)果就具有不確定性，一方面決策者的判斷依據(jù)存在局限性，另一方面決策者更加注重眼前利益。此時(shí)，我們不應(yīng)只依靠市場(chǎng)導(dǎo)向來(lái)決定，還需要政府從更加宏觀、系統(tǒng)、全面的角度進(jìn)行考量，進(jìn)行適當(dāng)?shù)囊龑?dǎo)和干預(yù)。我國(guó)對(duì)于人工智能的扶持措施主要表現(xiàn)為減稅政策，在（1）式的基礎(chǔ)上考慮政府減稅：

T 代表政府稅收，由于政府的減稅政策只在人工智能產(chǎn)業(yè)施行，因此，這里僅考慮人工智能產(chǎn)業(yè)的稅收。利潤(rùn)公式可以表述為：

結(jié)合（5）式，可得：

結(jié)合（3）式，可得：

考慮政府干預(yù)的三部門模型中，除了技能溢價(jià)、資本溢價(jià)和要素結(jié)構(gòu)，單位人工智能報(bào)酬稅收也會(huì)對(duì)替代-創(chuàng)新效應(yīng)產(chǎn)生影響。稅收水平越高，替代-創(chuàng)新效應(yīng)就越強(qiáng)。

四、人工智能就業(yè)替代-創(chuàng)新效應(yīng)實(shí)證分析

（一）計(jì)量模型及數(shù)據(jù)來(lái)源

構(gòu)建人工智能就業(yè)效應(yīng)的基本計(jì)量模型如下：

其中，SUBit代表i 區(qū)域第t 年的替代-創(chuàng)新效應(yīng)，kit代表i 區(qū)域第t 年人工智能行業(yè)的資本價(jià)格，wit代表i 區(qū)域第t 年的技能溢價(jià)，tit代表i 區(qū)域第t 年的人工智能稅收效應(yīng)，rit代表i 區(qū)域第t 年的資本溢價(jià)，fit代表i區(qū)域第t 年的人工智能行業(yè)要素結(jié)構(gòu)，x 代表一系列控制變量，結(jié)合人工智能替代效應(yīng)的影響因素，本文將控制變量界定為產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外貿(mào)易程度、傳統(tǒng)行業(yè)自主研發(fā)水平、勞動(dòng)力受教育水平、人工智能企業(yè)規(guī)模。

根據(jù)各指標(biāo)數(shù)據(jù)的可獲得性，選取2003-2017 年為研究期間，具體來(lái)說(shuō)，各變量的數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)情況如表1 所示。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)固定資產(chǎn)投資統(tǒng)計(jì)年鑒》《中國(guó)信息產(chǎn)業(yè)年鑒》《中國(guó)稅務(wù)年鑒》《中國(guó)基本單位統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒。

表1 各變量的描述性統(tǒng)計(jì)情況

（二）實(shí)證研究結(jié)果

1.基礎(chǔ)回歸

經(jīng)檢驗(yàn)，回歸變量存在組內(nèi)自相關(guān)和組間異方差，因此選用FGLS 法對(duì)人工智能的就業(yè)替代效應(yīng)進(jìn)行估計(jì)，根據(jù)結(jié)果顯著性進(jìn)行添加式回歸。表2 顯示的單項(xiàng)變量回歸結(jié)果中的模型一至模型五表示在控制變量的基礎(chǔ)上依次添加了人工智能行業(yè)資本價(jià)格、人工智能行業(yè)要素結(jié)構(gòu)、資本溢價(jià)、技能溢價(jià)和稅收效應(yīng)五個(gè)變量。模型一至模型五的回歸結(jié)果均顯示人工智能行業(yè)產(chǎn)品價(jià)格的提升會(huì)顯著增加人工智能就業(yè)替代-創(chuàng)新效應(yīng)，說(shuō)明獲利水平升高，創(chuàng)新效應(yīng)增強(qiáng)；模型二至模型五的回歸結(jié)果均顯示人工智能行業(yè)資本要素相對(duì)勞動(dòng)要素投入比的增加會(huì)顯著降低就業(yè)替代效應(yīng)；模型三至模型五的回歸結(jié)果均顯示資本溢價(jià)的提升會(huì)顯著降低就業(yè)替代效應(yīng)，說(shuō)明生產(chǎn)成本增加，創(chuàng)新效應(yīng)減弱。但模型四和模型五顯示的技能溢價(jià)和稅收效應(yīng)并未對(duì)人工智能的就業(yè)替代效應(yīng)形成顯著影響，結(jié)合理論推導(dǎo)模型，我們需要進(jìn)一步考察交叉項(xiàng)的作用結(jié)果。

2.交叉項(xiàng)回歸

對(duì)表2 中回歸結(jié)果不顯著的兩個(gè)變量加入人工智能行業(yè)資本價(jià)格進(jìn)行交叉項(xiàng)處理，如表3 所示。模型一和模型二分別表示在技能溢價(jià)的基礎(chǔ)上單獨(dú)考察交叉項(xiàng)變量和共同考察其他變量的回歸結(jié)果，二者均顯示技能溢價(jià)和人工智能行業(yè)機(jī)器價(jià)格的交叉項(xiàng)對(duì)人工智能就業(yè)替代效應(yīng)具有顯著的抑制作用。也就是說(shuō)，人工智能行業(yè)機(jī)器價(jià)格的提升會(huì)放大技能溢價(jià)的作用效果，對(duì)人工智能就業(yè)替代效應(yīng)形成顯著的抑制作用。模型三和模型四分別表示在稅收效應(yīng)的基礎(chǔ)上單獨(dú)考察交叉項(xiàng)變量和共同考察其他變量的回歸結(jié)果，二者均顯示稅收效應(yīng)和人工智能行業(yè)機(jī)器價(jià)格的交叉項(xiàng)對(duì)人工智能就業(yè)替代效應(yīng)具有顯著的抑制作用。同理，這說(shuō)明人工智能行業(yè)機(jī)器價(jià)格的提升會(huì)放大稅收效應(yīng)，對(duì)人工智能就業(yè)替代效應(yīng)形成顯著的抑制作用。模型五是綜合考慮所有變量和交叉項(xiàng)影響的回歸結(jié)果，各變量的作用結(jié)果與前述理論推導(dǎo)一致。表2 和表3中所有的控制變量均顯著作用于人工智能就業(yè)替代效應(yīng)，其中，第三產(chǎn)業(yè)占比的提升、勞動(dòng)力受教育水平的提升和人工智能企業(yè)規(guī)模的增加會(huì)顯著促進(jìn)人工智能就業(yè)替代-創(chuàng)新效應(yīng)，這是因?yàn)檫@些會(huì)促進(jìn)人工智能行業(yè)產(chǎn)品需求的增加和符合崗位需求勞動(dòng)力的增加，進(jìn)而搶占了傳統(tǒng)行業(yè)的勞動(dòng)力資源。傳統(tǒng)制造業(yè)自主研發(fā)水平的提升和對(duì)外貿(mào)易的擴(kuò)大會(huì)顯著抑制人工智能就業(yè)替代-創(chuàng)新效應(yīng)，這可能是因?yàn)槲覈?guó)的對(duì)外貿(mào)易仍然以傳統(tǒng)行業(yè)為主，自主研發(fā)的提升會(huì)帶動(dòng)傳統(tǒng)行業(yè)的產(chǎn)品升級(jí)，從而提升利潤(rùn)空間，增加了傳統(tǒng)行業(yè)的勞動(dòng)力需求。

表2 單項(xiàng)變量的回歸結(jié)果

3.穩(wěn)健性檢驗(yàn)

考慮到勞動(dòng)力流動(dòng)的滯后性，同時(shí)為了檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，我們用滯后一期的人工智能創(chuàng)新-替代效應(yīng)作進(jìn)一步檢驗(yàn)，回歸結(jié)果如表4 所示?？梢钥闯?，滯后一期的回歸結(jié)果與表3 中的結(jié)果大同小異，總體的顯著性有所弱化，作用系數(shù)也有所減小，但各變量的系數(shù)方向和作用效果類似。這說(shuō)明上述回歸結(jié)果較為穩(wěn)健，也表示了人工智能的創(chuàng)新-替代效應(yīng)有滯后影響，且隨著時(shí)間的推移，影響會(huì)減弱。

表3 考慮交叉項(xiàng)變量的回歸結(jié)果

表4 考慮交叉項(xiàng)變量的滯后一期回歸結(jié)果

綜上，隨著我國(guó)人工智能行業(yè)的日益壯大和傳統(tǒng)制造業(yè)的逐漸縮減，就業(yè)替代效應(yīng)在一定時(shí)期內(nèi)將會(huì)成為我國(guó)經(jīng)濟(jì)發(fā)展的重要特征，且這種發(fā)展趨勢(shì)很難靠市場(chǎng)力量去改變或緩解。只有通過(guò)宏觀調(diào)控手段來(lái)發(fā)揮就業(yè)創(chuàng)新效應(yīng)，創(chuàng)造更多的就業(yè)崗位，吸納和轉(zhuǎn)化被替代的勞動(dòng)力，才能妥善安置剩余勞動(dòng)力，降低失業(yè)率。

五、結(jié)論與啟示

（一）結(jié)論

本文總結(jié)梳理了現(xiàn)有文獻(xiàn)對(duì)人工智能就業(yè)效應(yīng)的研究理論、方法和結(jié)果，發(fā)現(xiàn)現(xiàn)有研究并未深入分析替代效應(yīng)和創(chuàng)新效應(yīng)之間的分化與聯(lián)系，也未檢驗(yàn)我國(guó)人工智能替代效應(yīng)和創(chuàng)新效應(yīng)的發(fā)展階段。基于此，本文基于市場(chǎng)導(dǎo)向視角，數(shù)理演繹了人工智能就業(yè)替代-創(chuàng)新效應(yīng)的作用機(jī)制及影響因素，實(shí)證檢驗(yàn)了我國(guó)人工智能替代-創(chuàng)新效應(yīng)的發(fā)展階段，基于技術(shù)進(jìn)步理論總結(jié)并提出了就業(yè)外部性創(chuàng)新效應(yīng)的途徑。研究發(fā)現(xiàn)，人工智能就業(yè)替代效應(yīng)和創(chuàng)新效應(yīng)之間存在著市場(chǎng)最優(yōu)配置，技能溢價(jià)、資本溢價(jià)和要素結(jié)構(gòu)是人工智能替代-創(chuàng)新效應(yīng)的內(nèi)生決定因素?？紤]政府干預(yù)的情況下，稅收、補(bǔ)貼等會(huì)成為有效的調(diào)控手段。隨著我國(guó)人工智能的發(fā)展，替代-創(chuàng)新效應(yīng)會(huì)逐漸增強(qiáng)。人工智能行業(yè)資本勞動(dòng)投入比的增加、資本溢價(jià)、技能溢價(jià)和稅收的提升均會(huì)顯著抑制人工智能就業(yè)創(chuàng)新效應(yīng)，人工智能行業(yè)產(chǎn)品價(jià)格的提升會(huì)提升就業(yè)創(chuàng)新效應(yīng)。

（二）啟示

1.初步研判人工智能就業(yè)效應(yīng)，制定長(zhǎng)短期勞動(dòng)力發(fā)展規(guī)劃

人工智能就業(yè)效應(yīng)包括替代效應(yīng)和創(chuàng)新效應(yīng)兩類。以我國(guó)現(xiàn)階段的人工智能發(fā)展情況來(lái)看，短期的發(fā)展規(guī)劃應(yīng)主要針對(duì)自動(dòng)化生產(chǎn)所產(chǎn)生的“替代效應(yīng)”，而長(zhǎng)遠(yuǎn)來(lái)看則需著眼于政府調(diào)控所產(chǎn)生的外部“創(chuàng)新效應(yīng)”。各地政府可以結(jié)合本地的技能溢價(jià)水平、稅收水平、要素稟賦情況和資本溢價(jià)水平等來(lái)判斷本地的人工智能替代效應(yīng)將會(huì)帶來(lái)的勞動(dòng)力供需問(wèn)題，提前制定應(yīng)對(duì)措施。各地政府也可以根據(jù)本地的經(jīng)濟(jì)發(fā)展情況，規(guī)劃人工智能優(yōu)勢(shì)產(chǎn)業(yè)鏈，有重點(diǎn)地布局人工智能在不同領(lǐng)域計(jì)劃產(chǎn)生的外部性以及由此將創(chuàng)造的勞動(dòng)力需求。將短期應(yīng)對(duì)計(jì)劃與長(zhǎng)期發(fā)展規(guī)劃相結(jié)合，分階段、有重點(diǎn)、有準(zhǔn)備地應(yīng)對(duì)人工智能發(fā)展對(duì)勞動(dòng)力市場(chǎng)帶來(lái)的機(jī)遇和挑戰(zhàn)。

2.順應(yīng)人工智能就業(yè)替代效應(yīng)，提前安置和培訓(xùn)剩余勞動(dòng)力

人工智能就業(yè)替代效應(yīng)是市場(chǎng)導(dǎo)向的結(jié)果，取決于技術(shù)進(jìn)步的發(fā)展，是不可逆的，因?yàn)樯鐣?huì)發(fā)展不會(huì)停滯不前，人工智能的壯大和普及必將成為大勢(shì)所趨，而市場(chǎng)上必將產(chǎn)生被人工智能替代的剩余勞動(dòng)力。如果不能妥善安置勞動(dòng)力，就勢(shì)必會(huì)引起社會(huì)恐慌和失業(yè)率的攀升。與其被動(dòng)地等到人工智能替代效應(yīng)產(chǎn)生后才去尋找安置剩余勞動(dòng)力的途徑，不如未雨綢繆，提前規(guī)劃，根據(jù)人工智能普及后可能會(huì)出現(xiàn)的新崗位和新工作對(duì)即將被替代的勞動(dòng)力進(jìn)行二次培訓(xùn)。這一方面可以提前消除替代效應(yīng)出現(xiàn)后的恐慌，另一方面也可以緩解后期出現(xiàn)的新崗位所需人員的就業(yè)壓力，一舉兩得。當(dāng)然，在規(guī)劃剩余勞動(dòng)力的安置辦法時(shí)，應(yīng)該結(jié)合勞動(dòng)力的現(xiàn)有技能，尋找最適應(yīng)的對(duì)口新崗位，采取成本低見(jiàn)效快的培訓(xùn)方式，盡快讓再培訓(xùn)后的勞動(dòng)力順利上崗。

3.擴(kuò)大人工智能就業(yè)創(chuàng)新外部性，大力發(fā)揮政府的宏觀調(diào)控作用

如前所述，人工智能的出現(xiàn)是技術(shù)進(jìn)步的結(jié)果，而就業(yè)替代效應(yīng)是市場(chǎng)導(dǎo)向的結(jié)果，我們只能順應(yīng)和接受即將發(fā)生的事實(shí)。但創(chuàng)新效應(yīng)卻在更大的程度上依賴于政府的宏觀舉措，如果我們?cè)谡囊龑?dǎo)下能夠調(diào)動(dòng)更多的智能技術(shù)，增加勞動(dòng)力需求，確保生產(chǎn)率的強(qiáng)勁增長(zhǎng)，那么未來(lái)的就業(yè)將一片光明。這就要求各地政府要發(fā)揮宏觀調(diào)控作用，結(jié)合地方經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)，創(chuàng)造以人工智能為主導(dǎo)的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)，將人工智能納入公共服務(wù)體系，借此推廣和普及人工智能的應(yīng)用，更大范圍地提供就業(yè)崗位。綜上所述，正確利用政府調(diào)控?cái)U(kuò)大創(chuàng)新效應(yīng)，不僅能夠消除失業(yè)預(yù)期所帶來(lái)的恐慌，更加能夠合理利用技術(shù)進(jìn)步所帶來(lái)的紅利，為勞動(dòng)力就業(yè)帶來(lái)更多的選擇和更大的市場(chǎng)。

注：

①根據(jù)財(cái)新智庫(kù)的劃分，數(shù)字經(jīng)濟(jì)包括互聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)三大產(chǎn)業(yè)。2020 年1 月數(shù)字經(jīng)濟(jì)另外兩大產(chǎn)業(yè)的指數(shù)分別為互聯(lián)網(wǎng)產(chǎn)業(yè)259、大數(shù)據(jù)產(chǎn)業(yè)437。

②比值增大代表制造業(yè)勞動(dòng)力被信息傳輸業(yè)所替代，反之則反是。

③信息傳輸業(yè)單位成本收入價(jià)格=信息傳輸業(yè)主營(yíng)業(yè)務(wù)收入/信息傳輸業(yè)主營(yíng)業(yè)務(wù)成本。由于《中國(guó)信息產(chǎn)業(yè)年鑒》中2009年以前的信息業(yè)主營(yíng)業(yè)務(wù)成本數(shù)據(jù)并未披露，本文選取信息傳輸業(yè)勞動(dòng)力報(bào)酬與資本報(bào)酬之和代表主營(yíng)業(yè)務(wù)成本。

④參照魏巍和王林輝（2020）的方法計(jì)算得到[11]。

⑤參照白雪梅（2004）的方法計(jì)算得到[12]。