——基于行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新視角"/>
制造業(yè)是實(shí)體經(jīng)濟(jì)的重要基礎(chǔ)?!丁笆奈濉本蜆I(yè)促進(jìn)規(guī)劃》指出,要全面增強(qiáng)就業(yè)吸納能力,促進(jìn)制造業(yè)高質(zhì)量就業(yè)和提高從業(yè)人員收入水平。歷年統(tǒng)計(jì)年鑒有關(guān)數(shù)據(jù)表明,我國(guó)制造業(yè)就業(yè)人數(shù)在2014年達(dá)到1.03億峰值后的增長(zhǎng)率逐年下降,2015—2019年連續(xù)出現(xiàn)負(fù)增長(zhǎng)。分崗位看,從事生產(chǎn)、設(shè)備操作等一線崗位的員工所占比重下降明顯;分行業(yè)看,勞動(dòng)密集型行業(yè)就業(yè)彈性從2015年開(kāi)始持續(xù)表現(xiàn)為產(chǎn)值增加對(duì)就業(yè)的擠出,資本密集型行業(yè)存在勞動(dòng)力吸納空間,技術(shù)密集型行業(yè)只有極其有限的勞動(dòng)力吸納能力;分區(qū)域看,中、西部省份承接制造業(yè)就業(yè)增速明顯下降,2017年除河南省、江西省外,其余省份制造業(yè)就業(yè)比重均低于全國(guó)均值。由此可見(jiàn),制造業(yè)正在發(fā)生的行業(yè)結(jié)構(gòu)調(diào)整引發(fā)了就業(yè)水平的波動(dòng),細(xì)分行業(yè)的勞動(dòng)力吸納能力呈現(xiàn)出不同的變化趨勢(shì)。同時(shí),受?chē)?guó)際間分工格局變化、區(qū)域間產(chǎn)業(yè)梯度轉(zhuǎn)移和勞動(dòng)力市場(chǎng)分割等因素的影響,不同區(qū)域間的制造業(yè)分工格局變動(dòng)也同樣引起了就業(yè)結(jié)構(gòu)更為復(fù)雜的變化。
德育課其實(shí)是一門(mén)促進(jìn)學(xué)生形成正確世界觀、人生觀和價(jià)值觀的課程,是學(xué)生生動(dòng)活潑地主動(dòng)參與探究從而獲得人生經(jīng)驗(yàn)或指導(dǎo)思想的課程,是一門(mén)真正關(guān)注個(gè)人全面發(fā)展的課程。教師在進(jìn)行教學(xué)設(shè)計(jì)時(shí)要充分利用中職生的觸覺(jué)型與合作型學(xué)習(xí)風(fēng)格特點(diǎn),發(fā)揮學(xué)生學(xué)習(xí)潛能。
制造業(yè)轉(zhuǎn)型升級(jí)所引發(fā)的行業(yè)和區(qū)域結(jié)構(gòu)變化,必然引起就業(yè)結(jié)構(gòu)的變動(dòng)。一方面,我國(guó)制造業(yè)發(fā)展必須堅(jiān)持創(chuàng)新驅(qū)動(dòng)戰(zhàn)略,不斷推進(jìn)工業(yè)現(xiàn)代化,在產(chǎn)業(yè)鏈上不斷由中低端邁向中高端;另一方面,面對(duì)當(dāng)前就業(yè)形勢(shì)的嚴(yán)峻性,就業(yè)是最大的民生,也是我國(guó)“六穩(wěn)”“六?!敝?。因此,就業(yè)優(yōu)先與推進(jìn)制造業(yè)高質(zhì)量發(fā)展必須統(tǒng)籌推進(jìn)、形成良性循環(huán),而準(zhǔn)確把握制造業(yè)勞動(dòng)力需求和就業(yè)吸納能力的結(jié)構(gòu)性變化,是提升制造業(yè)就業(yè)質(zhì)量的關(guān)鍵所在。
克拉克定理和庫(kù)茲涅茨產(chǎn)業(yè)結(jié)構(gòu)論關(guān)于工業(yè)化過(guò)程中產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)變動(dòng)的一般規(guī)律,揭示了因三次產(chǎn)業(yè)的產(chǎn)品需求收入彈性和投資報(bào)酬差異導(dǎo)致各部門(mén)相對(duì)收入不同,進(jìn)而引起勞動(dòng)力轉(zhuǎn)移。錢(qián)納里—塞爾昆就業(yè)結(jié)構(gòu)轉(zhuǎn)換滯后理論和劉易斯二元經(jīng)濟(jì)理論則闡明了部門(mén)間因發(fā)展水平不同而影響就業(yè)結(jié)構(gòu)轉(zhuǎn)換的一般規(guī)律,對(duì)發(fā)展中國(guó)家更具現(xiàn)實(shí)意義。囤積在發(fā)展中國(guó)家低發(fā)展水平部門(mén)的剩余勞動(dòng)力,因收入差距被不斷吸收到高發(fā)展水平部門(mén),從而往往表現(xiàn)出工業(yè)化進(jìn)程中就業(yè)結(jié)構(gòu)轉(zhuǎn)換的滯后性。
我國(guó)學(xué)者在傳統(tǒng)理論基礎(chǔ)上進(jìn)行了諸多拓展和實(shí)證研究。一方面,制造業(yè)轉(zhuǎn)型升級(jí)必然引起行業(yè)結(jié)構(gòu)調(diào)整,進(jìn)而影響制造業(yè)整體以及細(xì)分行業(yè)的勞動(dòng)力吸納能力。陽(yáng)立高等
對(duì)2003—2012年制造業(yè)細(xì)分行業(yè)數(shù)據(jù)的實(shí)證分析表明,受勞動(dòng)力成本不斷上升和消費(fèi)結(jié)構(gòu)升級(jí)的影響,資本與技術(shù)密集型制造業(yè)得到快速發(fā)展,比重不斷增加,勞動(dòng)密集型制造業(yè)被迫進(jìn)行升級(jí)或退出市場(chǎng)。田洪川和石美遐
認(rèn)為,就業(yè)彈性在2011年出現(xiàn)的首個(gè)負(fù)值說(shuō)明制造業(yè)產(chǎn)值增長(zhǎng)對(duì)勞動(dòng)力需求的拉動(dòng)效應(yīng)減弱,甚至表現(xiàn)為負(fù)向影響。李中建和劉翠霞
運(yùn)用灰色模型進(jìn)行預(yù)測(cè)的結(jié)果顯示,制造業(yè)在未來(lái)三年對(duì)勞動(dòng)力需求數(shù)量的年均增量和漲幅不高。除總量研究,學(xué)者們還分析了制造業(yè)細(xì)分行業(yè)的勞動(dòng)力吸納能力變動(dòng)趨勢(shì)。王煒和孫蚌珠
的研究發(fā)現(xiàn),勞動(dòng)密集型制造業(yè)的就業(yè)彈性在1997—2011年有明顯的下降趨勢(shì),意味其就業(yè)吸納能力顯著下降,且物質(zhì)資本明顯替代了勞動(dòng)力要素。田洪川和石美遐
把30個(gè)制造業(yè)細(xì)分行業(yè)按照人均資本存量進(jìn)行劃分比較得出,2000—2011年高人均資本制造部門(mén)主要依靠資本和技術(shù)推動(dòng)增長(zhǎng),對(duì)就業(yè)吸納的作用不明顯;中人均資本制造部門(mén)在產(chǎn)值增長(zhǎng)的同時(shí)吸納了充足的就業(yè),使就業(yè)崗位增加;低人均資本制造部門(mén)具有典型的勞動(dòng)密集型產(chǎn)業(yè)特征,勞動(dòng)力就業(yè)占比高于產(chǎn)值占比,有勞動(dòng)力轉(zhuǎn)出壓力。楊艷和李雨佳
按技術(shù)類(lèi)型把制造業(yè)劃分成28個(gè)細(xì)分行業(yè)進(jìn)行比較分析發(fā)現(xiàn),1994—2013年高技術(shù)制造業(yè)行業(yè)的勞動(dòng)力要素始終表現(xiàn)為供不應(yīng)求,中高技術(shù)制造業(yè)行業(yè)的勞動(dòng)力供求基本平衡,中、低技術(shù)制造業(yè)行業(yè)的勞動(dòng)力要素表現(xiàn)為供過(guò)于求。根據(jù)蔡秀玲和高文群
的測(cè)算,農(nóng)業(yè)轉(zhuǎn)移勞動(dòng)力在初級(jí)金屬加工、塑料和橡膠制品制造行業(yè)的就業(yè)替代比例為21%,在計(jì)算機(jī)和電子產(chǎn)品、機(jī)械設(shè)備和電氣設(shè)備與零部件制造、汽車(chē)制造行業(yè)的就業(yè)替代比例高達(dá)79%。綜上,實(shí)證分析和預(yù)測(cè)結(jié)果均表明我國(guó)制造業(yè)整體的勞動(dòng)力需求已經(jīng)下降,就業(yè)吸納能力逐漸減弱,且由于行業(yè)特性和發(fā)展模式的不同,細(xì)分行業(yè)的就業(yè)吸納能力具有明顯的差異性。值得注意的是,已有的實(shí)證分析主要集中在2013年以前,要了解當(dāng)下制造業(yè)行業(yè)結(jié)構(gòu)調(diào)整對(duì)就業(yè)吸納能力的影響態(tài)勢(shì),還需對(duì)2012年以后數(shù)據(jù)的準(zhǔn)確性把握。
我國(guó)產(chǎn)業(yè)布局有明顯的區(qū)域特征,各區(qū)域發(fā)展水平存在差異,制造業(yè)亦是如此。從2008年開(kāi)始,受?chē)?guó)際分工格局變化、區(qū)域間產(chǎn)業(yè)梯度轉(zhuǎn)移影響,中部、西部省份加速承接?xùn)|部省份制造業(yè)轉(zhuǎn)移,因此,行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對(duì)不同區(qū)域制造業(yè)就業(yè)必然產(chǎn)生差異化影響。
另一方面,制造業(yè)轉(zhuǎn)型升級(jí)引發(fā)生產(chǎn)要素需求比例朝資本深化方向演進(jìn),“機(jī)器換人”就是企業(yè)資本深化的結(jié)果。田洪川和石美遐
的研究發(fā)現(xiàn),2010年之后制造業(yè)的要素替代彈性具有明顯的資本替代勞動(dòng)特征。黃浩
認(rèn)為,勞動(dòng)力需求正在面臨“雙重?cái)D壓”,一是資本對(duì)勞動(dòng)產(chǎn)生的擠出和替代,二是制造業(yè)依賴(lài)資本驅(qū)動(dòng)的發(fā)展模式導(dǎo)致經(jīng)濟(jì)增速減緩。寧光杰和張雪凱
的研究進(jìn)一步說(shuō)明,企業(yè)不斷增加的機(jī)器設(shè)備投資和研發(fā)投入最終將導(dǎo)致企業(yè)的勞動(dòng)力需求減少。面對(duì)生產(chǎn)要素相對(duì)價(jià)格的改變,葉振宇
認(rèn)為,制造業(yè)企業(yè)用技術(shù)進(jìn)步優(yōu)化要素配置而引發(fā)的勞動(dòng)力“動(dòng)力變革”會(huì)降低企業(yè)的退出風(fēng)險(xiǎn),企業(yè)的生存目標(biāo)削減了勞動(dòng)力需求,使其就業(yè)吸納能力下降。此外,資本深化對(duì)不同技能水平勞動(dòng)力就業(yè)具有差異化影響。Lordan和Neumark
的研究發(fā)現(xiàn),在美國(guó)可自動(dòng)化程度高且所需勞動(dòng)技能較低的崗位最容易被機(jī)器替代。韓民春和喬剛
的實(shí)證分析結(jié)果顯示,我國(guó)制造業(yè)中的低技能勞動(dòng)力已受到?jīng)_擊,機(jī)器人使用量每增加10%,低技能勞動(dòng)力就業(yè)量下降0.54%。呂潔等
通過(guò)對(duì)比22個(gè)國(guó)家1990—2015年制造業(yè)數(shù)據(jù)發(fā)現(xiàn),工業(yè)機(jī)器人的應(yīng)用加大了對(duì)低技能勞動(dòng)力的替代,同時(shí)也增加了對(duì)中、高技能勞動(dòng)力的互補(bǔ)性需求。張艷華
對(duì)6家北京制造業(yè)企業(yè)的案例研究發(fā)現(xiàn),“機(jī)器換人”的破壞效應(yīng)已經(jīng)沖擊到具有一定專(zhuān)業(yè)技術(shù)的白領(lǐng)人員就業(yè)崗位,而企業(yè)對(duì)數(shù)字化、智能化、自動(dòng)化技術(shù)等方面的高技能人才需求仍得不到滿足,缺口很大。由于我國(guó)勞動(dòng)力市場(chǎng)具有的城鄉(xiāng)二元結(jié)構(gòu)特征,資本深化對(duì)農(nóng)村轉(zhuǎn)移勞動(dòng)力的沖擊更加突出。蔡秀玲和高文群
通過(guò)模型預(yù)測(cè)2016—2025年制造業(yè)對(duì)農(nóng)村轉(zhuǎn)移勞動(dòng)力的年均就業(yè)替代規(guī)模將達(dá)到22.78萬(wàn)人,且呈逐年遞增態(tài)勢(shì)。由此可見(jiàn),制造業(yè)在面臨轉(zhuǎn)型升級(jí)和生產(chǎn)要素相對(duì)價(jià)格改變的情形下,采取的方法通常會(huì)使資本要素比重不斷上升,勞動(dòng)要素比重不斷下降,但資本要素對(duì)不同技能水平勞動(dòng)的替代程度存在差異。
此外,也有學(xué)者從勞動(dòng)力供給角度進(jìn)行分析。我國(guó)人口結(jié)構(gòu)在2010年左右發(fā)生重要改變,20世紀(jì)50—60年代出生的人口逐漸退出勞動(dòng)力市場(chǎng),80—90年代出生的新生代勞動(dòng)力逐漸成為勞動(dòng)力供給主體。陽(yáng)立高等
的實(shí)證研究發(fā)現(xiàn),新生代勞動(dòng)力的擇業(yè)有“去制造業(yè)化”“高端化”“服務(wù)化”的特征。江鵑等
的研究認(rèn)為,新生代勞動(dòng)群體表現(xiàn)的排斥在低端產(chǎn)業(yè)和勞動(dòng)密集型制造業(yè)工作的擇業(yè)傾向,與這代人具有高學(xué)歷、高職業(yè)預(yù)期、高物質(zhì)精神需求和低耐受能力的“三高一低”特征有密切關(guān)系。由此可見(jiàn),勞動(dòng)力供給結(jié)構(gòu)的改變降低了低端產(chǎn)業(yè)和勞動(dòng)密集型制造業(yè)行業(yè)的就業(yè)吸納能力。
模型(2)的回歸分析結(jié)果顯示,制造業(yè)行業(yè)結(jié)構(gòu)調(diào)整的估計(jì)系數(shù)為-10.1028,表明行業(yè)結(jié)構(gòu)調(diào)整速度對(duì)就業(yè)增長(zhǎng)率有顯著負(fù)向影響,行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,制造業(yè)整體的就業(yè)增長(zhǎng)率下降的10.10%。
1.行業(yè)結(jié)構(gòu)調(diào)整對(duì)制造業(yè)勞動(dòng)力吸納能力影響的分析模型
本次研究,奧美拉唑?qū)颊叩闹委熜Ч容^理想,患者的潰瘍程度得到了控制,潰瘍的面積明顯的縮減,因此療效突出。經(jīng)過(guò)治療后,觀察組有20例有效,臨床治療有效率是95.24%,對(duì)照組有14例有效,臨床治療有效率是66.67%,對(duì)兩組的一般性資料對(duì)比不存在統(tǒng)計(jì)學(xué)差異性(P<0.05)。
制造業(yè)轉(zhuǎn)型升級(jí)引發(fā)細(xì)分行業(yè)的結(jié)構(gòu)調(diào)整,使各細(xì)分行業(yè)間的比例關(guān)系發(fā)生改變,從而導(dǎo)致行業(yè)規(guī)模變動(dòng)對(duì)制造業(yè)整體的勞動(dòng)力吸納能力同時(shí)產(chǎn)生正向的強(qiáng)化效應(yīng)和反向的弱化效應(yīng)。能夠緊跟市場(chǎng)發(fā)展趨勢(shì),滿足消費(fèi)者需求和消費(fèi)升級(jí)需要的行業(yè),因產(chǎn)量的增加會(huì)導(dǎo)致整體規(guī)模擴(kuò)大,最終提高了行業(yè)的勞動(dòng)力吸納能力,產(chǎn)生正向的強(qiáng)化效應(yīng)。相反地,因產(chǎn)能過(guò)剩以及無(wú)法承受高邊際成本壓力而關(guān)閉生產(chǎn)的企業(yè)會(huì)導(dǎo)致行業(yè)整體規(guī)??s小,從而降低了行業(yè)的勞動(dòng)力吸納能力,產(chǎn)生反向的弱化效應(yīng)。當(dāng)前,傳統(tǒng)的勞動(dòng)密集型和資本密集型制造業(yè)發(fā)展已受制約,基于此,筆者提出如下假設(shè):
行業(yè)結(jié)構(gòu)調(diào)整速度越快,制造業(yè)整體的勞動(dòng)力吸納能力越弱。
(1)行業(yè)結(jié)構(gòu)調(diào)整系數(shù)的構(gòu)建
結(jié)構(gòu)調(diào)整系數(shù)用于衡量整體中各部分增長(zhǎng)速度的差異。各部分增長(zhǎng)速度差異越大,意味著結(jié)構(gòu)調(diào)整速度越快,則結(jié)構(gòu)調(diào)整系數(shù)越大。本文借鑒陳素青
的方法構(gòu)建以制造業(yè)各要素密集度行業(yè)為標(biāo)志的行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ),計(jì)算公式如下:
(1)
其中,x
為某時(shí)期第i類(lèi)要素密集度行業(yè)的年均增長(zhǎng)速度;x
為該時(shí)期制造業(yè)的年均增長(zhǎng)速度;R
為第i類(lèi)要素密集度行業(yè)的比重。
(2)模型設(shè)計(jì)
大丫小的時(shí)候,身體被一個(gè)歹人破壞過(guò)。她是那種極有可能考上高中而后再上大學(xué)的好學(xué)生。只是她不幸的遭遇并沒(méi)有得到家人、親屬和同學(xué)們的同情。這是令人失望的事。
根據(jù)假設(shè),本文構(gòu)建以行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ)為解釋變量,就業(yè)增長(zhǎng)率(l)為被解釋變量的計(jì)量模型:
l
=α
+α
δ
+ε
(2)
其中,被解釋變量l
表示t期內(nèi)制造業(yè)的就業(yè)增長(zhǎng)率;解釋變量δ
表示t期內(nèi)制造業(yè)的行業(yè)結(jié)構(gòu)調(diào)整系數(shù);ε為隨機(jī)擾動(dòng)項(xiàng)。
2.技術(shù)創(chuàng)新對(duì)制造業(yè)勞動(dòng)力吸納能力影響的分析模型
技術(shù)創(chuàng)新推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí),對(duì)其勞動(dòng)力吸納能力會(huì)同時(shí)產(chǎn)生正向的增強(qiáng)效應(yīng)和反向的減弱效應(yīng)。一方面,技術(shù)創(chuàng)新降低生產(chǎn)成本使產(chǎn)品的價(jià)格優(yōu)勢(shì)逐漸顯現(xiàn),同時(shí)縮短新產(chǎn)品的上市周期使其更具吸引力,導(dǎo)致需求量不斷擴(kuò)大,為滿足擴(kuò)張的需求量而擴(kuò)大生產(chǎn)規(guī)模增加了勞動(dòng)力需求,使行業(yè)的勞動(dòng)力吸納水平提高,產(chǎn)生正向的增強(qiáng)效應(yīng);另一方面,技術(shù)創(chuàng)新必然帶來(lái)勞動(dòng)生產(chǎn)率的提高,在生產(chǎn)規(guī)模不變和節(jié)約生產(chǎn)成本的前提下,用其他要素替代勞動(dòng)力要素使行業(yè)的勞動(dòng)力吸納水平下降,產(chǎn)生反向的減弱效應(yīng)?,F(xiàn)階段,新興產(chǎn)業(yè)、新型業(yè)態(tài)尚處于發(fā)展初期,技術(shù)創(chuàng)新對(duì)產(chǎn)業(yè)的輻射作用還未顯現(xiàn),基于此,筆者提出如下假設(shè):
生物源于生活,服務(wù)于生活.在當(dāng)前教學(xué)中,由于受傳統(tǒng)教學(xué)模式的影響,生物教學(xué)課時(shí)安排較為緊張,生物教師很少組織學(xué)生參加野外活動(dòng)、參觀生產(chǎn)基地等生物知識(shí)類(lèi)的教學(xué)活動(dòng).由于高中生物教學(xué)缺少色彩,學(xué)生只能被動(dòng)、機(jī)械地學(xué)習(xí)生物,自主性學(xué)習(xí)興趣不高漲,難以有效地將生物知識(shí)與生活相聯(lián)系,生物思維得不到有效激發(fā).
技術(shù)創(chuàng)新投入越多,制造業(yè)整體的勞動(dòng)力吸納能力越弱。
因規(guī)模以上工業(yè)企業(yè)統(tǒng)計(jì)口徑和國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)分別在2011年、2012年發(fā)生重大變更,為保證數(shù)據(jù)的一致性,本文選取2012—2019年中國(guó)29個(gè)省、自治區(qū)
、直轄市和30個(gè)制造業(yè)細(xì)分行業(yè)
的主營(yíng)業(yè)務(wù)收入、就業(yè)人數(shù),以及29個(gè)細(xì)分行業(yè)
的R&D經(jīng)費(fèi)內(nèi)部支出等數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。借鑒王志華和董存田
對(duì)制造業(yè)的分類(lèi)辦法將30個(gè)制造業(yè)細(xì)分行業(yè)劃分為勞動(dòng)密集型、資本密集型和技術(shù)密集型。
技術(shù)創(chuàng)新的速度和質(zhì)量受研發(fā)經(jīng)費(fèi)支出的直接影響,因此,本文構(gòu)建以R&D經(jīng)費(fèi)內(nèi)部支出(r&d)為解釋變量,就業(yè)人數(shù)(L)為被解釋變量的計(jì)量模型:
lnL
=β
+β
lnr&d
+μ
(3)
其中,被解釋變量L
表示t期內(nèi)制造業(yè)的就業(yè)人數(shù);解釋變量r&d
表示t期內(nèi)制造業(yè)的R&D經(jīng)費(fèi)內(nèi)部支出;對(duì)二者取自然對(duì)數(shù)消除不同量綱的影響。β
為就業(yè)人數(shù)對(duì)R&D經(jīng)費(fèi)內(nèi)部支出的彈性系數(shù);μ為隨機(jī)擾動(dòng)項(xiàng)。
1.數(shù)據(jù)選擇
綜上可見(jiàn),消費(fèi)主義生活方式是一種以購(gòu)物和消費(fèi)為主要內(nèi)容,以過(guò)度消費(fèi)、奢侈消費(fèi)、炫耀消費(fèi)為具體表現(xiàn),具有占有性、破壞性的生活方式??撇颊J(rèn)為,社會(huì)的整個(gè)推動(dòng)力是經(jīng)濟(jì)進(jìn)步,但這種單一唯度的進(jìn)步意味著生態(tài)災(zāi)難[13]。加里·加德納也認(rèn)為,我們今天看到的大多數(shù)環(huán)境問(wèn)題都能跟消費(fèi)扯上關(guān)系[14]。這些論斷表明:消費(fèi)主義生活方式既是工業(yè)文明生活方式的主要表現(xiàn),也是造成全球生態(tài)危機(jī)的罪魁禍?zhǔn)住?/p>
1.行業(yè)結(jié)構(gòu)調(diào)整對(duì)各區(qū)域制造業(yè)勞動(dòng)力吸納能力的影響差異比較
2.數(shù)據(jù)來(lái)源
制造業(yè)細(xì)分行業(yè)的主營(yíng)業(yè)務(wù)收入、就業(yè)人數(shù)主要來(lái)自Wind數(shù)據(jù)庫(kù),缺失數(shù)據(jù)來(lái)自2014—2015年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》;R&D經(jīng)費(fèi)內(nèi)部支出主要來(lái)自Wind數(shù)據(jù)庫(kù),缺失數(shù)據(jù)來(lái)自2019年《中國(guó)統(tǒng)計(jì)年鑒》;各省份制造業(yè)細(xì)分行業(yè)的主營(yíng)業(yè)務(wù)收入、就業(yè)人數(shù)主要來(lái)自2012—2017年及2020年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》,2018年《中國(guó)經(jīng)濟(jì)普查年鑒》和相應(yīng)年份的省份統(tǒng)計(jì)年鑒,缺失數(shù)據(jù)來(lái)自wind數(shù)據(jù)庫(kù);R&D經(jīng)費(fèi)內(nèi)部支出來(lái)自2013—2020年《中國(guó)統(tǒng)計(jì)年鑒》。
例如,在學(xué)習(xí)“函數(shù)單調(diào)性”問(wèn)題時(shí),先要對(duì)函數(shù)的概念進(jìn)行導(dǎo)入,然后使用信息技術(shù)將學(xué)生所在城市某個(gè)季節(jié)的溫度變化情況進(jìn)行統(tǒng)計(jì),并將數(shù)據(jù)內(nèi)容轉(zhuǎn)換為圖表展示出來(lái),最后提出與學(xué)生生活經(jīng)驗(yàn)相關(guān)的真實(shí)問(wèn)題。讓學(xué)生通過(guò)圖形變化,對(duì)知識(shí)有新的認(rèn)知,使用數(shù)學(xué)進(jìn)行溫度圖形呈現(xiàn),能清晰了解到該季節(jié)城市的溫度變化情況,讓學(xué)生對(duì)知識(shí)產(chǎn)生熟悉感和親切感,進(jìn)而能降低學(xué)生對(duì)知識(shí)學(xué)習(xí)的厭惡感,這能在一定程度上保障高中課堂教學(xué)的有效性。
3.數(shù)據(jù)估算
行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新導(dǎo)致制造業(yè)整體的就業(yè)增長(zhǎng)率和就業(yè)人數(shù)下降,也必然會(huì)對(duì)各區(qū)域的制造業(yè)勞動(dòng)力吸納能力產(chǎn)生影響。為準(zhǔn)確把握區(qū)域性結(jié)構(gòu)特征,本文將29個(gè)省、直轄市、自治區(qū)
劃分為東部、中部和西部三個(gè)區(qū)域,如表2所示。
缺失2017年制造業(yè)細(xì)分行業(yè)主營(yíng)業(yè)務(wù)收入和就業(yè)人數(shù)的省份,根據(jù)該省份2016年和2018年細(xì)分行業(yè)所占份額加權(quán)平均估算得來(lái);因缺失制造業(yè)細(xì)分行業(yè)R&D經(jīng)費(fèi)內(nèi)部支出的省份較多,本文以各省份規(guī)模以上工業(yè)企業(yè)的R&D經(jīng)費(fèi)內(nèi)部支出代替制造業(yè)的R&D經(jīng)費(fèi)內(nèi)部支出。
“40年滄桑巨變,這是中國(guó)人民在人類(lèi)發(fā)展史上所創(chuàng)造的偉大奇跡,造就這個(gè)奇跡的密碼,就是堅(jiān)持中國(guó)共產(chǎn)黨的領(lǐng)導(dǎo)?!笔嬲拐f(shuō)。
句(1)涉及的下雨地點(diǎn)是隱含的。就話語(yǔ)本身來(lái)說(shuō),這個(gè)地點(diǎn)在邏輯上可以是任何地方,但就交際意圖來(lái)說(shuō),小王同學(xué)要“突顯”的只能是語(yǔ)用上的一個(gè)地方。小王認(rèn)為某地下雨這件事對(duì)本次旅行至關(guān)重要,必須告知有關(guān)同學(xué),此時(shí),小王就產(chǎn)生了交際意圖,而且是真誠(chéng)的意圖。這一意圖進(jìn)而激發(fā)了他的言語(yǔ)行為,即用口頭形式將含有其交際意圖的語(yǔ)言編碼傳遞給有關(guān)同學(xué),即“It is raining”這一所言。
考慮到經(jīng)典回歸模型是建立在平穩(wěn)數(shù)據(jù)變量基礎(chǔ)之上,否則會(huì)出現(xiàn)偽回歸等問(wèn)題,因此,本文先采用單位根(ADF)方法對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。檢驗(yàn)結(jié)果顯示就業(yè)增長(zhǎng)率、行業(yè)結(jié)構(gòu)調(diào)整系數(shù)、就業(yè)人數(shù)、R&D經(jīng)費(fèi)內(nèi)部支出的一階差分ADF值分別在1%、10%、5%、5%的水平下顯著,說(shuō)明四個(gè)變量是平穩(wěn)的時(shí)間序列,可以進(jìn)行回歸分析。表1是應(yīng)用模型(2)和模型(3)對(duì)制造業(yè)整體的實(shí)證檢驗(yàn)結(jié)果。
技術(shù)創(chuàng)新對(duì)勞動(dòng)力就業(yè)的影響是持久且復(fù)雜的。20世紀(jì)30年代初,凱恩斯就預(yù)言人類(lèi)將面臨“技術(shù)性失業(yè)”。事實(shí)上,世界主要經(jīng)濟(jì)發(fā)達(dá)國(guó)家從20世紀(jì)80年代開(kāi)始都經(jīng)歷了勞動(dòng)力就業(yè)結(jié)構(gòu)的變革過(guò)程,即低技術(shù)勞動(dòng)力面臨轉(zhuǎn)型壓力,高技術(shù)勞動(dòng)力需求不斷上升。技術(shù)創(chuàng)新對(duì)就業(yè)崗位影響是創(chuàng)造性的還是毀滅性的仍是當(dāng)前學(xué)界研究的焦點(diǎn)。王永欽和董雯
對(duì)2011—2015年制造業(yè)上市公司數(shù)據(jù)的實(shí)證分析得出,工業(yè)機(jī)器人的應(yīng)用對(duì)企業(yè)的勞動(dòng)力需求產(chǎn)生了替代效應(yīng),滲透度每增加1%,勞動(dòng)力需求下降0.18%。然而,Acemoglu和Restrepo
的研究顯示,自動(dòng)化的就業(yè)創(chuàng)造效應(yīng)解釋了美國(guó)1980—2010年50%的就業(yè)增長(zhǎng)。技術(shù)創(chuàng)新對(duì)就業(yè)崗位的總量影響尚未明確,但其對(duì)就業(yè)崗位的結(jié)構(gòu)性影響較為明顯,表現(xiàn)為“技能偏向性技術(shù)進(jìn)步”,導(dǎo)致勞動(dòng)力市場(chǎng)結(jié)構(gòu)的就業(yè)極化現(xiàn)象。自20世紀(jì)50年代以來(lái),全球制造業(yè)變化趨勢(shì)是中等技能崗位需求不斷減少,Acemoglu和Autor
將就業(yè)極化描述為高、低技能勞動(dòng)者的就業(yè)呈上升趨勢(shì),中等技能勞動(dòng)者的就業(yè)呈下降趨勢(shì)。與此同時(shí),技術(shù)創(chuàng)新對(duì)就業(yè)崗位影響還表現(xiàn)出時(shí)序性差異。方建國(guó)和尹麗波
認(rèn)為,長(zhǎng)期來(lái)看技術(shù)創(chuàng)新對(duì)勞動(dòng)力就業(yè)總量的影響不顯著,只有當(dāng)大規(guī)模的技術(shù)變革引起產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)時(shí),才會(huì)出現(xiàn)局部的、短期的技術(shù)替代勞動(dòng)的失業(yè)現(xiàn)象。王君等
將技術(shù)創(chuàng)新過(guò)程劃分為導(dǎo)入期、拓展期和衰退期,技術(shù)創(chuàng)新在導(dǎo)入期因未形成對(duì)相關(guān)產(chǎn)業(yè)的擴(kuò)散影響而表現(xiàn)為對(duì)就業(yè)的破壞效應(yīng),在拓展期隨著相關(guān)產(chǎn)業(yè)規(guī)模擴(kuò)大會(huì)創(chuàng)造大量就業(yè)崗位,在衰退期對(duì)就業(yè)的影響逐漸減弱。朱巧玲和李敏
通過(guò)梳理歷次技術(shù)革命與勞動(dòng)力市場(chǎng)結(jié)構(gòu)特征認(rèn)為,技術(shù)創(chuàng)新最初替代的是體力勞動(dòng)者,之后通過(guò)解放人的思維替代腦力勞動(dòng)者,隨著信息化、數(shù)字化、智能化程度加深,被替代的智能勞動(dòng)者和創(chuàng)新勞動(dòng)者的比重逐漸增加。
模型(3)的回歸分析結(jié)果顯示,制造業(yè)R&D經(jīng)費(fèi)內(nèi)部支出對(duì)就業(yè)人數(shù)的影響顯著為負(fù),lnr&d的估計(jì)系數(shù)為-0.2153,說(shuō)明制造業(yè)R&D經(jīng)費(fèi)內(nèi)部支出每增加1%,制造業(yè)整體就業(yè)人數(shù)下降約0.22%。
實(shí)證結(jié)果表明,當(dāng)前的行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對(duì)制造業(yè)整體的勞動(dòng)力吸納能力產(chǎn)生的是負(fù)向的弱化效應(yīng)和減弱效應(yīng),降低了制造業(yè)的就業(yè)增長(zhǎng)率和就業(yè)人數(shù),從而削弱了制造業(yè)的勞動(dòng)力吸納能力。本文提出的H1和H2都通過(guò)了實(shí)際數(shù)據(jù)的驗(yàn)證。
宗守云(2007)在研究“副”的時(shí)候,對(duì)于每一種擴(kuò)展方式都仔細(xì)分析了其擴(kuò)展動(dòng)因(見(jiàn)圖1),主要包括轉(zhuǎn)喻和隱喻兩種。其中,隱喻是最為基本的促動(dòng)因素,由于事物的相似性促發(fā)的延伸就是隱喻的促動(dòng)。齊振海、覃修貴(2004)在對(duì)“心”隱喻詞語(yǔ)的范疇化研究中,根據(jù)概念隱喻和意向圖示理論把“心”的隱喻分為實(shí)體、空間、容器及其他四個(gè)認(rèn)域:
2.1.2 實(shí)施階段(D)。提出想法到真正去做,難免有一定差距,過(guò)程總是富有挑戰(zhàn)。盡管筆者給自己制定的計(jì)劃,只是一份短短5分鐘的發(fā)言稿,但當(dāng)面對(duì)五十多位新同事和新員工培訓(xùn)的工作人員發(fā)言時(shí),作為比新員工稍微早入職兩個(gè)月的“半新”員工,還是非常忐忑。最終是用顫抖的聲音,匆匆忙忙、一字不落、滿臉通紅地將預(yù)先準(zhǔn)備好演講稿念完。
筆者針對(duì)事故車(chē)輛類(lèi)型、事故發(fā)生時(shí)間段、肇事人年齡段、性別、是否酒駕、是否持駕照、是否本人車(chē)輛、肇事時(shí)間和肇事次數(shù)等指標(biāo)對(duì)事故中的車(chē)和人進(jìn)行詳細(xì)分析,從事故發(fā)生根源入手,分析事故發(fā)生原因,從而為預(yù)防事故的措施出臺(tái)提供可靠理論基礎(chǔ)。
首先,根據(jù)公式(1)計(jì)算東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整系數(shù);其次,對(duì)其就業(yè)增長(zhǎng)率和行業(yè)結(jié)構(gòu)調(diào)整系數(shù)進(jìn)行ADF檢驗(yàn);最后,根據(jù)模型(2)進(jìn)行回歸分析,結(jié)果如表3所示。
三個(gè)區(qū)域制造業(yè)的就業(yè)增長(zhǎng)率和行業(yè)結(jié)構(gòu)調(diào)整系數(shù)均通過(guò)ADF檢驗(yàn)。表3的回歸結(jié)果表明,東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整速度對(duì)就業(yè)增長(zhǎng)率有顯著負(fù)向影響,但影響程度存在差異。三個(gè)區(qū)域的行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ)的估計(jì)系數(shù)(-14.4359、-5.6152、-4.1108)分別在1%、1%和5%的置信水平下顯著,說(shuō)明行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,東部省份制造業(yè)就業(yè)增長(zhǎng)率下降約14.44%,中部、西部省份則分別下降約5.62%和4.11%。
實(shí)證結(jié)果表明,行業(yè)結(jié)構(gòu)調(diào)整對(duì)各區(qū)域的制造業(yè)就業(yè)增長(zhǎng)率均產(chǎn)生了負(fù)向的弱化效應(yīng)。在當(dāng)前制造業(yè)行業(yè)的區(qū)域布局下,東部省份制造業(yè)的勞動(dòng)力吸納能力受行業(yè)結(jié)構(gòu)調(diào)整速度的影響最大,中部、西部省份次之。
2.技術(shù)創(chuàng)新對(duì)各區(qū)域制造業(yè)勞動(dòng)力吸納能力的影響差異比較
目前臨床對(duì)于肺部真菌感染疾病的檢查方法通過(guò)纖維支氣管鏡檢方法、穿刺活檢方法、手術(shù)病理方法為主,而病原學(xué)檢查則作為肺部真菌感染疾病的檢查“金標(biāo)準(zhǔn)”[3]。但是病原學(xué)檢查方法的培養(yǎng)時(shí)間長(zhǎng),而且容易因涂片受污染而造成假陽(yáng)性。隨著臨床影像學(xué)技術(shù)持續(xù)發(fā)展進(jìn)步,在臨床診斷肺部真菌感染方面起到一定應(yīng)用價(jià)值,尤其是CT技術(shù)的持續(xù)發(fā)展,更明顯提升肺部真菌感染疾病的早期診斷與鑒別[4][5]。從本次研究結(jié)果可知,經(jīng)真菌類(lèi)型培養(yǎng)結(jié)果顯示,真菌類(lèi)型培養(yǎng)率為100.00%,CT檢查陽(yáng)性率為73.00%,X線檢查陽(yáng)性率為51.00%,提示,CT檢查陽(yáng)性率更高于X線檢查。
東部、中部、西部省份的制造業(yè)就業(yè)人數(shù)(lnL)和R&D經(jīng)費(fèi)內(nèi)部支出(lnr&d)通過(guò)了ADF單位根檢驗(yàn),根據(jù)模型(3)進(jìn)行回歸分析的結(jié)果如表4所示。
表4的回歸結(jié)果顯示,東部、西部省份制造業(yè)就業(yè)人數(shù)對(duì)R&D經(jīng)費(fèi)內(nèi)部支出的影響顯著為負(fù),lnr&d的估計(jì)系數(shù)為-0.3521和-0.1598,并分別在1%和10%的置信水平下顯著,說(shuō)明R&D經(jīng)費(fèi)內(nèi)部支出每增加1%,東部省份制造業(yè)就業(yè)人數(shù)下降約0.35%,西部省份下降約0.16%;中部省份制造業(yè)就業(yè)人數(shù)對(duì)R&D經(jīng)費(fèi)內(nèi)部支出的影響未通過(guò)顯著性檢驗(yàn)。
實(shí)證結(jié)果表明,技術(shù)創(chuàng)新對(duì)東部、西部省份制造業(yè)就業(yè)人數(shù)產(chǎn)生了負(fù)向的減弱效應(yīng),對(duì)中部省份未產(chǎn)生顯著影響,存在區(qū)域結(jié)構(gòu)特征。當(dāng)前的制造業(yè)技術(shù)創(chuàng)新投入水平對(duì)東部省份制造業(yè)勞動(dòng)力吸納能力的影響最大。
上述分析結(jié)果顯示,在行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新背景下,制造業(yè)整體和分區(qū)域的勞動(dòng)力吸納能力已經(jīng)出現(xiàn)波動(dòng)和復(fù)雜性變化趨勢(shì)。本文認(rèn)為這不僅與制造業(yè)自身發(fā)展有關(guān),還可能受以下三方面因素的影響:第一,我國(guó)嵌入全球價(jià)值鏈的程度從未如此之深,國(guó)際經(jīng)濟(jì)形勢(shì)和環(huán)境必然會(huì)影響我國(guó)制造業(yè)發(fā)展,再加上技術(shù)的創(chuàng)新和應(yīng)用對(duì)勞動(dòng)力要素的替代,都直接影響了制造業(yè)勞動(dòng)力吸納能力。第二,我國(guó)制造業(yè)的發(fā)展戰(zhàn)略正在從制造大國(guó)向制造強(qiáng)國(guó)轉(zhuǎn)變,制造業(yè)的轉(zhuǎn)型升級(jí)是不斷演進(jìn)的過(guò)程,新興產(chǎn)業(yè)和新型業(yè)態(tài)還在起步階段,尚未形成吸收大量就業(yè)的能力,從而降低了當(dāng)前的勞動(dòng)力吸納能力。第三,勞動(dòng)者的就業(yè)能力不能對(duì)新需求作出及時(shí)調(diào)整,且在擇業(yè)時(shí)偏好于發(fā)展水平較高的城市和成熟度較高、保障性較強(qiáng)的行業(yè),導(dǎo)致空崗和失業(yè)同時(shí)存在,進(jìn)而降低了制造業(yè)勞動(dòng)力吸納能力。轉(zhuǎn)型升級(jí)期,制造業(yè)勞動(dòng)力就業(yè)吸納能力的下降是必然要經(jīng)歷的陣痛,傳統(tǒng)的依賴(lài)人口紅利和勞動(dòng)力成本低廉發(fā)展壯大的勞動(dòng)密集型行業(yè)已不具有優(yōu)勢(shì),以創(chuàng)新驅(qū)動(dòng)和消費(fèi)升級(jí)為特征的行業(yè),如計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè),文教、工美、體育和娛樂(lè)用品制造業(yè),金屬制品業(yè)和醫(yī)藥制造業(yè),可能是勞動(dòng)力吸納的潛力部門(mén)。
第一,從整體看,現(xiàn)階段的行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對(duì)制造業(yè)的勞動(dòng)力吸納能力是負(fù)相關(guān)關(guān)系,即行業(yè)結(jié)構(gòu)調(diào)整的速度越快、技術(shù)創(chuàng)新的投入越多,制造業(yè)的勞動(dòng)力吸納能力越弱。實(shí)證檢驗(yàn)結(jié)果表明,行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,制造業(yè)就業(yè)增長(zhǎng)率下降約10.10%;R&D經(jīng)費(fèi)內(nèi)部支出每增加1%,制造業(yè)就業(yè)人數(shù)下降約0.22%。
第二,從區(qū)域看,行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對(duì)各區(qū)域制造業(yè)勞動(dòng)力吸納能力影響存在差異。雖然東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整不存在明顯差異,但東部省份受其影響最大,中部、西部省份次之;技術(shù)創(chuàng)新對(duì)東部、西部省份制造業(yè)就業(yè)人數(shù)有顯著負(fù)向影響,對(duì)中部省份的影響不顯著。
為統(tǒng)籌推進(jìn)就業(yè)優(yōu)先與制造業(yè)高質(zhì)量發(fā)展,緩解當(dāng)下制造業(yè)轉(zhuǎn)型升級(jí)帶來(lái)的勞動(dòng)力吸納能力下降的陣痛,筆者根據(jù)以上結(jié)論提出如下政策建議:
第一,實(shí)施差別化的產(chǎn)業(yè)政策和區(qū)域政策?;谝胤A賦和相對(duì)價(jià)格的動(dòng)態(tài)變化,對(duì)現(xiàn)有制造業(yè)細(xì)分行業(yè)進(jìn)行合理、科學(xué)地評(píng)估和分類(lèi),實(shí)施控、扶兼顧的差異化政策,在保證平穩(wěn)就業(yè)基礎(chǔ)上推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí),避免出現(xiàn)因調(diào)整步伐過(guò)快導(dǎo)致就業(yè)量的快速下降,做到“穩(wěn)就業(yè)”。發(fā)揮財(cái)稅、信貸等政策的調(diào)節(jié)效應(yīng):一方面,針對(duì)勞動(dòng)力成本上升的情況,對(duì)勞動(dòng)密集型企業(yè)實(shí)施就業(yè)解決稅收減免和再就業(yè)補(bǔ)貼,降低企業(yè)的運(yùn)營(yíng)成本,鼓勵(lì)企業(yè)吸納潛在勞動(dòng)力;另一方面,根據(jù)新產(chǎn)業(yè)和新業(yè)態(tài)的發(fā)展情況,實(shí)施租金優(yōu)惠和就業(yè)創(chuàng)業(yè)補(bǔ)貼,促進(jìn)形成和釋放“兩新”的就業(yè)創(chuàng)造效應(yīng),實(shí)現(xiàn)“增就業(yè)”。我國(guó)區(qū)域資源稟賦差異較大,要在全國(guó)“一盤(pán)棋”的指導(dǎo)思想下實(shí)施差別化的區(qū)域政策,充分利用區(qū)域資源比較優(yōu)勢(shì),優(yōu)化產(chǎn)業(yè)布局,實(shí)現(xiàn)合理分工合作。鼓勵(lì)東南沿海和主要發(fā)達(dá)地區(qū)發(fā)揮區(qū)位優(yōu)勢(shì)、資本和技術(shù)的比較優(yōu)勢(shì),打造全國(guó)創(chuàng)新高地,培育產(chǎn)業(yè)發(fā)展能級(jí),吸引領(lǐng)軍型人才和中高端技術(shù)人才;促進(jìn)產(chǎn)業(yè)在區(qū)域間的有序轉(zhuǎn)移,定期發(fā)布符合中西部比較優(yōu)勢(shì)的資源和勞動(dòng)密集型產(chǎn)業(yè)轉(zhuǎn)移指導(dǎo)目錄,對(duì)承接地區(qū)給予住房、教育、醫(yī)療等方面的稅費(fèi)優(yōu)惠政策,降低中低端技術(shù)勞動(dòng)者的轉(zhuǎn)入成本,實(shí)現(xiàn)產(chǎn)業(yè)和勞動(dòng)力的雙轉(zhuǎn)移。
第二,加強(qiáng)職業(yè)教育和職業(yè)技能培訓(xùn)。制造業(yè)轉(zhuǎn)型升級(jí)促使勞動(dòng)力就業(yè)由數(shù)量型向質(zhì)量型轉(zhuǎn)變,加大人力資本投入,提升勞動(dòng)者技能是客觀且必要的。教育是勞動(dòng)者提高技能,提升適應(yīng)新形勢(shì)、新技術(shù)能力的最有效途徑。培養(yǎng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)所需勞動(dòng)力,要做到“產(chǎn)業(yè)升級(jí),職業(yè)教育先行”“就業(yè)轉(zhuǎn)移,技能培訓(xùn)保障”。一方面,擴(kuò)大高等職業(yè)院校與裝備制造、電子信息、人工智能等密切相關(guān)的專(zhuān)業(yè)招生規(guī)模,鼓勵(lì)高等職業(yè)院校建立以企業(yè)需求為中心的“預(yù)科班”,推動(dòng)高等職業(yè)院校與行業(yè)共建專(zhuān)業(yè)課程、實(shí)訓(xùn)基地,縮短潛在勞動(dòng)者在學(xué)與用之間的轉(zhuǎn)換時(shí)間,采用產(chǎn)學(xué)合作模式培養(yǎng)產(chǎn)業(yè)發(fā)展所需的高技能型人才;另一方面,放寬職業(yè)技能培訓(xùn)機(jī)構(gòu)的準(zhǔn)入門(mén)檻,營(yíng)造公平競(jìng)爭(zhēng)的市場(chǎng)環(huán)境;以政府購(gòu)買(mǎi)公共服務(wù)的方式引導(dǎo)培訓(xùn)機(jī)構(gòu)或企業(yè)開(kāi)展應(yīng)對(duì)技術(shù)變化的技能培訓(xùn);鼓勵(lì)具有豐富實(shí)踐經(jīng)驗(yàn)的業(yè)內(nèi)人士定期制定和審查培訓(xùn)內(nèi)容,保證技能培訓(xùn)的質(zhì)量;對(duì)學(xué)員再就業(yè)率高的機(jī)構(gòu)或企業(yè)給予一定的稅收優(yōu)惠、培訓(xùn)補(bǔ)貼等。
第三,完善重點(diǎn)人群的就業(yè)保障工作。產(chǎn)業(yè)轉(zhuǎn)型升級(jí)促使企業(yè)增加高素質(zhì)、高技能型人才需求。對(duì)這類(lèi)勞動(dòng)者的保障措施包括:建立和定期發(fā)布對(duì)人工智能、新一代信息產(chǎn)業(yè)、戰(zhàn)略新興等產(chǎn)業(yè)發(fā)展的統(tǒng)計(jì)監(jiān)測(cè)與分析,掌握產(chǎn)業(yè)未來(lái)的發(fā)展動(dòng)態(tài)和崗位需求;建立高素質(zhì)、高技能型人才就業(yè)及轉(zhuǎn)崗再就業(yè)的信息平臺(tái),發(fā)揮平臺(tái)優(yōu)勢(shì)提高勞動(dòng)者供給與市場(chǎng)需求的匹配效率;鼓勵(lì)行業(yè)協(xié)會(huì)和人社部門(mén)聯(lián)合舉辦高技能人才服務(wù)活動(dòng),營(yíng)造勞動(dòng)力供需的匹配環(huán)境。與此同時(shí),產(chǎn)業(yè)轉(zhuǎn)型升級(jí)給中低技能勞動(dòng)者帶來(lái)巨大沖擊,尤其是農(nóng)民工群體。對(duì)這類(lèi)勞動(dòng)者的保障措施包括:通過(guò)政府購(gòu)買(mǎi)公共服務(wù)的方式建設(shè)公共就業(yè)服務(wù)平臺(tái),充實(shí)平臺(tái)的服務(wù)內(nèi)容和質(zhì)量,與地方的職業(yè)技能培訓(xùn)形成信息聯(lián)動(dòng),支持包括在線教育、訂單式課程等多種培訓(xùn)形式,還可以提供免費(fèi)的社區(qū)式學(xué)習(xí)服務(wù)中心,提供便捷有效的服務(wù);制定教育培訓(xùn)學(xué)費(fèi)補(bǔ)貼政策,鼓勵(lì)其參與職業(yè)技能培訓(xùn),提高就業(yè)能力。
[1] 陽(yáng)立高,謝銳,賀正楚,等.勞動(dòng)力成本上升對(duì)制造業(yè)結(jié)構(gòu)升級(jí)的影響研究——基于中國(guó)制造業(yè)細(xì)分行業(yè)數(shù)據(jù)的實(shí)證分析[J].中國(guó)軟科學(xué),2014,(12):136-147.
[2] 田洪川,石美遐.制造業(yè)產(chǎn)業(yè)升級(jí)對(duì)中國(guó)就業(yè)數(shù)量的影響研究[J].經(jīng)濟(jì)評(píng)論,2013,(5):68-78.
[3] 李中建,劉翠霞.制造業(yè)升級(jí)中勞動(dòng)力需求趨勢(shì)與質(zhì)量結(jié)構(gòu)研究——基于灰色理論的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì),2015,(2):118-123.
[4] 王煒,孫蚌珠.勞動(dòng)力供需對(duì)勞動(dòng)密集型制造業(yè)增長(zhǎng)的影響分析——基于1996—2011年的數(shù)據(jù)[J].工業(yè)技術(shù)經(jīng)濟(jì),2014,(3):42-51.
[5] 王煒,孫蚌珠.勞動(dòng)力需求對(duì)中國(guó)制造業(yè)影響的實(shí)證研究——基于1996—2011年的數(shù)據(jù)[J].學(xué)習(xí)與探索,2014,(3):84-88.
[6] 楊艷,李雨佳.技術(shù)進(jìn)步偏向與勞動(dòng)力要素的關(guān)系研究——以中國(guó)制造業(yè)為例[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào),2015,(2):53-64.
[7] 蔡秀玲,高文群.中國(guó)智能制造對(duì)農(nóng)業(yè)轉(zhuǎn)移勞動(dòng)力就業(yè)的影響[J].福建師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2017,(1):68-86.
[8] 黃浩.中國(guó)制造業(yè)資本深化與勞動(dòng)力就業(yè)關(guān)系實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策,2016,(14):129-132.
[9] 寧光杰,張雪凱.勞動(dòng)力流轉(zhuǎn)與資本深化——當(dāng)前中國(guó)企業(yè)機(jī)器替代勞動(dòng)的新解釋[J].中國(guó)工業(yè)經(jīng)濟(jì),2021,(6):42-60.
[10] 葉振宇.勞動(dòng)力成本上漲、勞動(dòng)力“三大變革”與中國(guó)制造業(yè)企業(yè)退出[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2021,(4):54-67.
[11] Lordan,G.,Neumark,D.People Versus Machines:The Impact of Minimum Wages on Automatable Jobs[J].Labour Economics,2018,52(3):40-53.
[12] 韓民春,喬剛.工業(yè)機(jī)器人對(duì)制造業(yè)勞動(dòng)力就業(yè)的結(jié)構(gòu)性影響與地區(qū)差異[J].產(chǎn)經(jīng)評(píng)論,2020,(3):49-63.
[13] 呂潔,杜傳文,李元旭.工業(yè)機(jī)器人應(yīng)用會(huì)倒逼一國(guó)制造業(yè)勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)型嗎?——基于1990—2015年間22個(gè)國(guó)家的經(jīng)驗(yàn)分析[J].科技管理研究,2017,(22):32-41.
[14] 張艷華.制造業(yè)“機(jī)器換人”對(duì)勞動(dòng)力就業(yè)的影響——基于北京市6家企業(yè)的案例研究[J].中國(guó)人力資源開(kāi)發(fā),2018,(10):136-146.
[15] 陽(yáng)立高,龔世豪,韓峰.新生代勞動(dòng)力供給變化對(duì)制造業(yè)升級(jí)的影響研究——基于新生代勞動(dòng)力供給和制造業(yè)細(xì)分行業(yè)數(shù)據(jù)的實(shí)證[J].中國(guó)軟科學(xué),2015,(11):136-144.
[16] 江鵑,楊華峰,陽(yáng)立高,等.勞動(dòng)力結(jié)構(gòu)變化影響制造業(yè)結(jié)構(gòu)升級(jí)的實(shí)證研究[J].科學(xué)決策,2018,(8):73-94.
[17] 王永欽,董雯.機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)?——來(lái)自制造業(yè)上市公司的證據(jù)[J].經(jīng)濟(jì)研究,2020,(10):159-175.
[18] Acemoglu,D.,Restrepo,P.The Race Between Man and Machine: Implications of Technology for Growth,F(xiàn)actor Shares and Employment[EB/OL].http://ssrn.com/abstract=278-1320,2016-05-06/2017-06-06.
[19] Acemoglu,D.,Autor,D.Skills,Tasks and Technologies: Implications for Employment and Earnings[J].Handbook of Labor Economics,2011,4(Part B):1043-1171.
[20] 方建國(guó),尹麗波.技術(shù)創(chuàng)新對(duì)就業(yè)的影響:創(chuàng)造還是毀滅工作崗位[J].中國(guó)人口科學(xué),2012,(6):34-43.
[21] 王君,張于喆,張義博,等.人工智能等新技術(shù)進(jìn)步影響就業(yè)的機(jī)理與對(duì)策[J].宏觀經(jīng)濟(jì)研究,2017,(10):169-181.
[22] 朱巧玲,李敏.人工智能、技術(shù)進(jìn)步與勞動(dòng)力結(jié)構(gòu)優(yōu)化對(duì)策研究[J].科技進(jìn)步與對(duì)策,2018,(6):36-41.
[23] 陳素青.長(zhǎng)江三角洲主要城市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換的綜合評(píng)價(jià)[J].世界地理研究,2004,(4):34-39.
[24] 王志華,董存田.我國(guó)制造業(yè)結(jié)構(gòu)與勞動(dòng)力素質(zhì)結(jié)構(gòu)吻合度分析——兼論“民工荒”“技工荒”與大學(xué)生就業(yè)難問(wèn)題[J].人口與經(jīng)濟(jì),2012,(5):1-7.