人工智能是否促進了制造業(yè)就業(yè)結(jié)構(gòu)高級化？——基于產(chǎn)業(yè)結(jié)構(gòu)升級中介效應(yīng)的分析

李攀藝 史良玉

人工智能是否促進了制造業(yè)就業(yè)結(jié)構(gòu)高級化？——基于產(chǎn)業(yè)結(jié)構(gòu)升級中介效應(yīng)的分析

李攀藝 史良玉

（重慶理工大學(xué)經(jīng)濟金融學(xué)院，重慶 400054）

人工智能在推動制造業(yè)轉(zhuǎn)型升級的同時，也深刻影響著制造業(yè)就業(yè)?；?011—2019年中國30個省市區(qū)的面板數(shù)據(jù)，構(gòu)建計量模型探究人工智能對制造業(yè)不同技能勞動力就業(yè)的影響，通過中介效應(yīng)模型檢驗產(chǎn)業(yè)結(jié)構(gòu)升級在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)之間的傳導(dǎo)機制。研究表明：人工智能對制造業(yè)高技能勞動力就業(yè)有顯著促進作用，對低技能勞動力就業(yè)有顯著抑制作用，使制造業(yè)勞動力就業(yè)結(jié)構(gòu)呈現(xiàn)高級化趨勢。產(chǎn)業(yè)結(jié)構(gòu)高級化在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)高級化之間存在中介效應(yīng)，而產(chǎn)業(yè)結(jié)構(gòu)合理化在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)高級化之間不存在中介效應(yīng)。

人工智能；制造業(yè)；就業(yè)結(jié)構(gòu)；產(chǎn)業(yè)結(jié)構(gòu)；中介效應(yīng)

制造業(yè)作為實體經(jīng)濟支柱，是我國實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的堅實基礎(chǔ)。歷史發(fā)展經(jīng)驗表明，制造業(yè)興，則經(jīng)濟興、國家強。當(dāng)前，中國制造業(yè)面臨著發(fā)達國家“高端回流”和發(fā)展中國家“中低端分流”的雙重擠壓。同時，隨著劉易斯拐點的到來，人口紅利逐漸消失，制造業(yè)面臨“用工荒”與高技能人才短缺的雙重困境，成為就業(yè)崗位供需結(jié)構(gòu)錯配問題最突出的行業(yè)之一。在這種背景下，人工智能作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，與制造業(yè)的深度融合，正在引發(fā)制造業(yè)從發(fā)展理念到制造模式的深刻變革，對于推動制造業(yè)創(chuàng)新轉(zhuǎn)型、提升我國制造業(yè)整體競爭力尤為重要。

人工智能在賦能制造業(yè)轉(zhuǎn)型升級的同時，對勞動力市場尤其是就業(yè)結(jié)構(gòu)產(chǎn)生了較大的影響。一方面，伴隨著人口紅利消逝，企業(yè)用工成本不斷增加，加快了“機器換人”的發(fā)展進程，但值得注意的是，機器替代多為從事傳統(tǒng)勞動密集型工作任務(wù)的低技能勞動力；另一方面，高技能勞動力憑借較強的學(xué)習(xí)能力及自身比較優(yōu)勢與人工智能技術(shù)形成互補，這無疑會導(dǎo)致高技能勞動力的需求偏向。與西方國家不同的是，我國人工智能對勞動力就業(yè)結(jié)構(gòu)的影響并非呈現(xiàn)“兩極化”趨勢，而是通過替代低技能勞動力和增加高技能勞動力需求，呈現(xiàn)就業(yè)“高級化”趨勢。但是，中國作為制造業(yè)大國，面對勞動力整體素質(zhì)偏低、老齡化日益嚴重等現(xiàn)實約束，人工智能對制造業(yè)勞動力就業(yè)的作用更為復(fù)雜。那么人工智能是否促進了制造業(yè)就業(yè)結(jié)構(gòu)高級化？以及如何促進制造業(yè)就業(yè)結(jié)構(gòu)高級化？上述問題的研究對厘清人工智能與制造業(yè)就業(yè)結(jié)構(gòu)的關(guān)系有重要意義，為推動制造業(yè)高質(zhì)量發(fā)展與高質(zhì)量就業(yè)同步實現(xiàn)，共享新一輪技術(shù)進步帶來的“紅利”提供有價值的參考。

一、文獻綜述

（一）人工智能對就業(yè)的影響

人工智能作為一種全新的技術(shù)，多數(shù)學(xué)者認為其具有技能偏向性，故通常以“技能偏向型技術(shù)進步（Skilled-Biased Technological Changes, SBTC）假說”作為分析范式展開研究。在SBTC分析范式下，學(xué)界通常將人工智能技術(shù)對就業(yè)的影響歸納為替代效應(yīng)和創(chuàng)造效應(yīng)兩種截然相反的效應(yīng)。其中替代效應(yīng)是指人工智能技術(shù)通過提高生產(chǎn)率，形成資本對勞動力的替代進而降低勞動力需求，導(dǎo)致一些低技能勞動力所從事的簡單易操作崗位被擠占；創(chuàng)造效應(yīng)則是指人工智能在各產(chǎn)業(yè)間的滲透會催生出一系列新興崗位，增加了對勞動力的需求?？紤]到高技能勞動力與新興崗位之間的互補性，故人工智能的創(chuàng)造效應(yīng)顯然對高技能勞動力就業(yè)更有利。在替代效應(yīng)和創(chuàng)造效應(yīng)的共同作用下，學(xué)界對人工智能影響就業(yè)總量的最終結(jié)果尚未形成一致意見。一些學(xué)者認為人工智能技術(shù)的廣泛應(yīng)用會引發(fā)勞動力就業(yè)總量的顯著下降[1-2]。也有不少學(xué)者認為人工智能技術(shù)不會降低勞動力總需求，會使就業(yè)總量趨于穩(wěn)定[3-4]。

部分學(xué)者更側(cè)重研究人工智能對就業(yè)結(jié)構(gòu)的影響。郝楠[5]研究發(fā)現(xiàn)在高技能和低技能勞動力就業(yè)增加的同時，一部分中等技能勞動力就業(yè)減少，整體就業(yè)結(jié)構(gòu)呈現(xiàn)出“N型極化”趨勢。朱巧玲等[6]基于人工智能影響勞動力結(jié)構(gòu)的模型，發(fā)現(xiàn)人工智能發(fā)展有助于優(yōu)化勞動力結(jié)構(gòu)。孫早等[7]研究了工業(yè)智能化發(fā)展對我國就業(yè)結(jié)構(gòu)的影響，發(fā)現(xiàn)從全國范圍看工業(yè)智能化發(fā)展會導(dǎo)致就業(yè)結(jié)構(gòu)呈現(xiàn)“兩極化”特征，而發(fā)達地區(qū)的就業(yè)結(jié)構(gòu)呈現(xiàn)“單極極化”特征。謝萌萌[8]發(fā)現(xiàn)人工智能與制造業(yè)融合會顯著降低低技能勞動者的就業(yè)比重，加劇高低技能勞動力間的工資差距，進一步導(dǎo)致制造業(yè)就業(yè)結(jié)構(gòu)呈現(xiàn)高級化趨勢。

（二）人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響

當(dāng)前人工智能與產(chǎn)業(yè)融合發(fā)展勢頭迅猛，在此背景下，學(xué)者們開始關(guān)注人工智能對產(chǎn)業(yè)結(jié)構(gòu)的影響。實證研究方面，郭凱明[9]基于多部門動態(tài)均衡模型和數(shù)值模擬發(fā)現(xiàn)，如果人工智能在制造業(yè)的比重較大，則會推動產(chǎn)業(yè)結(jié)構(gòu)向服務(wù)業(yè)演化，從而促進產(chǎn)業(yè)結(jié)構(gòu)升級。呂榮杰等[10]運用PVAR模型進行分析，發(fā)現(xiàn)人工智能通過外溢效應(yīng)、生產(chǎn)率效應(yīng)、創(chuàng)新效應(yīng)等促進產(chǎn)業(yè)升級，且表現(xiàn)出地區(qū)差異性。韋東明等[11]研究發(fā)現(xiàn)，人工智能發(fā)展促進了產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化。理論研究方面，Aghion等[12]基于理論模型提出了人工智能和傳統(tǒng)生產(chǎn)方式在不同產(chǎn)業(yè)部門的轉(zhuǎn)化，決定了產(chǎn)業(yè)結(jié)構(gòu)升級。就具體作用路徑而言，人工智能通過替代性和創(chuàng)新性等特征作用于各生產(chǎn)部門，使生產(chǎn)率水平、資源配置效率以及產(chǎn)品品質(zhì)大幅提高，最終促進產(chǎn)業(yè)結(jié)構(gòu)升級；同時，人工智能與傳統(tǒng)產(chǎn)業(yè)深度融合，基于滲透性和外溢性的技術(shù)—經(jīng)濟特征，催生出一系列新模式、新業(yè)態(tài)的新興產(chǎn)業(yè)，進而通過產(chǎn)業(yè)關(guān)聯(lián)和技術(shù)擴散推動傳統(tǒng)產(chǎn)業(yè)不斷向高附加值的產(chǎn)業(yè)活動轉(zhuǎn)移，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級。

（三）產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)

產(chǎn)業(yè)作為就業(yè)的載體，其結(jié)構(gòu)的變動為勞動力就業(yè)和流動提供了物質(zhì)前提。早期，威廉?配第[13]在《政治算術(shù)》中提到不同產(chǎn)業(yè)間的收入差距會促使勞動力在產(chǎn)業(yè)間流動，且勞動力的流向與產(chǎn)業(yè)結(jié)構(gòu)升級的方向保持一致。Syrquin等[14]指出，發(fā)展中國家與發(fā)達國家相比，其就業(yè)結(jié)構(gòu)的變動往往更滯后于產(chǎn)業(yè)結(jié)構(gòu)變動。徐波[15]和王陽[16]等通過理論分析和實證推演，指出中國就業(yè)結(jié)構(gòu)的調(diào)整滯后于產(chǎn)業(yè)結(jié)構(gòu)升級，驗證了上述觀點。產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)是經(jīng)濟結(jié)構(gòu)調(diào)整過程中的“一體兩翼”，二者的協(xié)調(diào)發(fā)展是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的重要推動力量。國內(nèi)學(xué)者對產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的關(guān)系及時空演進進行了大量研究：一方面，徐向龍[17]、王姝[18]和陳沖等[19]以某省份或某地區(qū)為例，以局部概念探究產(chǎn)業(yè)結(jié)構(gòu)變動對就業(yè)結(jié)構(gòu)的影響。另一方面，有學(xué)者以某一特定對象為切入點，利用全國數(shù)據(jù)，對二者關(guān)系進行探究，如李鵬[20]以人工智能為切入點，認為人工智能在促進產(chǎn)業(yè)結(jié)構(gòu)升級的過程中，推動了就業(yè)層級躍遷；李敏等[21]以平臺經(jīng)濟作為切入點，驗證了產(chǎn)業(yè)結(jié)構(gòu)升級在平臺經(jīng)濟發(fā)展和就業(yè)質(zhì)量提升之間的中介效應(yīng)；姚旭兵等[22]以成渝地區(qū)雙城經(jīng)濟圈為例，驗證了受教育程度越高，對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用越明顯。

國內(nèi)外學(xué)者針對人工智能技術(shù)對就業(yè)的影響、人工智能技術(shù)對產(chǎn)業(yè)結(jié)構(gòu)的影響以及產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)之間的關(guān)系等進行了大量研究，研究成果豐碩，為本研究的順利開展奠定了堅實的理論基礎(chǔ)，但仍有待拓展的空間。第一，現(xiàn)有研究多從宏觀層面揭示人工智能對就業(yè)總量的影響，較少有研究分析人工智能影響就業(yè)結(jié)構(gòu)的作用機制問題。第二，缺少從新視角闡述人工智能對就業(yè)結(jié)構(gòu)的影響，鮮有研究從產(chǎn)業(yè)結(jié)構(gòu)升級的角度，探究人工智能對制造業(yè)就業(yè)結(jié)構(gòu)的影響?；诖?，利用2011—2019年中國30個省市自治區(qū)的面板數(shù)據(jù)，實證考察人工智能對制造業(yè)就業(yè)結(jié)構(gòu)的影響，并納入產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化兩個中介變量，構(gòu)建人工智能—產(chǎn)業(yè)結(jié)構(gòu)升級—就業(yè)結(jié)構(gòu)的中介效應(yīng)模型，探究人工智能對不同類型的技能勞動力作用效果如何？能否通過產(chǎn)業(yè)結(jié)構(gòu)升級促進制造業(yè)就業(yè)結(jié)構(gòu)高級化？以上問題的回答，可為如何推進人工智能與制造業(yè)深度融合并保持制造業(yè)就業(yè)市場的穩(wěn)定提供針對性對策。

二、理論分析與研究假設(shè)

（一）人工智能與制造業(yè)就業(yè)結(jié)構(gòu)

人工智能技術(shù)與制造業(yè)深度融合最直接的表現(xiàn)為：以智能化裝備賦能生產(chǎn)、管理等領(lǐng)域，實現(xiàn)精準品質(zhì)把控、勞動力替代以及原材料、生產(chǎn)設(shè)備等要素的合理高效配置。在此過程中，勞動力的技能和知識素養(yǎng)隨著高技術(shù)智能化設(shè)備的使用逐步提升，而這一變動勢必會對制造業(yè)就業(yè)結(jié)構(gòu)產(chǎn)生兩方面的影響：一方面，對制造業(yè)低技術(shù)部門而言，人工智能的應(yīng)用使制造業(yè)的生產(chǎn)方式發(fā)生變革，智能化設(shè)備在企業(yè)生產(chǎn)加工過程中的應(yīng)用使其擺脫了依靠人工的生產(chǎn)模式。因此，處于勞動密集型制造業(yè)部門的低技術(shù)含量的工作崗位會更易被人工智能替代。另一方面，對制造業(yè)高技術(shù)部門而言，人工智能技術(shù)與傳統(tǒng)制造業(yè)的交叉融合推動產(chǎn)業(yè)轉(zhuǎn)型升級，表現(xiàn)為高技術(shù)部門在制造業(yè)行業(yè)中所占比重不斷提升，并逐漸實現(xiàn)擴容增產(chǎn)，這一過程將涌出大量新的就業(yè)崗位，尤其對擁有大數(shù)據(jù)分析、互聯(lián)網(wǎng)開發(fā)等知識背景，熟悉行業(yè)業(yè)務(wù)流程的復(fù)合型人才的需求將尤為迫切，勞動力將不斷轉(zhuǎn)移至制造業(yè)高技術(shù)部門。同時，勞動力自身學(xué)習(xí)積極性提高，最終使就業(yè)結(jié)構(gòu)整體呈現(xiàn)高級化趨勢。值得注意的是，就人工智能對中等技能勞動力的影響而言，學(xué)者們并未得到一致結(jié)論。Graetz等[23]、呂潔等[24]認為人工智能對中等技能勞動力的影響與高技能勞動力一致，需求會增加，從而使勞動力就業(yè)結(jié)構(gòu)不斷邁向高級化；張于喆[25]則強調(diào)人工智能對中等技能勞動力的影響與低技能勞動力一致，存在較大替代效應(yīng)，進而導(dǎo)致需求下降?；谏鲜龇治觯疚奶岢黾僭O(shè)H1：

H1：人工智能技術(shù)會通過抑制低技能勞動力就業(yè)，促進高技能勞動力就業(yè)，使制造業(yè)呈現(xiàn)就業(yè)結(jié)構(gòu)高級化趨勢。

（二）產(chǎn)業(yè)結(jié)構(gòu)升級的中介效應(yīng)

人工智能的廣泛應(yīng)用是產(chǎn)業(yè)結(jié)構(gòu)升級的核心驅(qū)動力。一方面，人工智能與傳統(tǒng)產(chǎn)業(yè)深度融合，助力產(chǎn)業(yè)智能化和數(shù)字化，實現(xiàn)各產(chǎn)業(yè)部門的提質(zhì)增效，推動三大產(chǎn)業(yè)不斷由勞動密集型向資本密集型，再向知識技術(shù)密集型演進，實現(xiàn)資源要素在三次產(chǎn)業(yè)中的合理配置，從而促進產(chǎn)業(yè)結(jié)構(gòu)升級[26]；另一方面，人工智能應(yīng)用于制造業(yè)，會顯著提升制造業(yè)生產(chǎn)效率，促進制造業(yè)相關(guān)部門的擴張，帶動與其具有互補關(guān)系的、處在同一產(chǎn)業(yè)鏈中的服務(wù)業(yè)的發(fā)展，從而推動產(chǎn)業(yè)結(jié)構(gòu)向高級化邁進，促進產(chǎn)業(yè)結(jié)構(gòu)升級[2]。而產(chǎn)業(yè)結(jié)構(gòu)的升級會對勞動力就業(yè)結(jié)構(gòu)產(chǎn)生影響，具體而言，人工智能的滲透模糊了產(chǎn)業(yè)之間的邊界，其與產(chǎn)業(yè)間的融合尤其是與傳統(tǒng)產(chǎn)業(yè)的深度融合促使新興產(chǎn)業(yè)不斷涌現(xiàn)。新興產(chǎn)業(yè)延伸出的工作崗位往往要求勞動者具備更高的技能與知識儲備，為適配新興工作崗位，勞動力會加強自身知識素養(yǎng)，掌握先進技能，從而優(yōu)化就業(yè)結(jié)構(gòu)。據(jù)估算，“十四五”時期，我國制造業(yè)總體就業(yè)量將減少1 540萬人，其中有804萬的就業(yè)者轉(zhuǎn)向服務(wù)業(yè)，所占比重已超50%[27]。由此得知，伴隨著產(chǎn)業(yè)結(jié)構(gòu)升級，人工智能所替代的低技能勞動力會很大概率地轉(zhuǎn)向服務(wù)業(yè)就業(yè)[28]，而剩余未被取代的制造業(yè)勞動力的工資水平會得到一定程度的提升，這也會進一步強化制造業(yè)就業(yè)結(jié)構(gòu)高級化趨勢。簡言之，伴隨著產(chǎn)業(yè)結(jié)構(gòu)不斷邁向高級化，就業(yè)結(jié)構(gòu)通常也會呈現(xiàn)高級化特征[29]?；谝陨戏治觯疚奶岢黾僭O(shè)H2：

H2：人工智能通過推動產(chǎn)業(yè)結(jié)構(gòu)升級促進制造業(yè)就業(yè)結(jié)構(gòu)高級化。

三、模型設(shè)定與指標選取

（一）指標選取

1．被解釋變量：制造業(yè)就業(yè)結(jié)構(gòu)

關(guān)于就業(yè)結(jié)構(gòu)的衡量，現(xiàn)有研究中的劃分標準主要有兩種方式：一是按照工作性質(zhì)來劃分勞動力，如韓民春[2]用企業(yè)研發(fā)人員表示高技能勞動力，用制造業(yè)就業(yè)總量與研發(fā)人員數(shù)之差表示低技能勞動力；二是根據(jù)受教育程度來劃分勞動力。基于數(shù)據(jù)的可獲得性，本文借鑒陳曉[27]等多數(shù)學(xué)者的做法，采用不同受教育程度就業(yè)人員占比來衡量制造業(yè)從業(yè)人員的就業(yè)結(jié)構(gòu)。將制造業(yè)行業(yè)中，初中及以下學(xué)歷、高中學(xué)歷（2015年及以后包含中等職業(yè)教育）、大學(xué)?？萍捌湟陨希?015 年及以后包含高等職業(yè)教育）學(xué)歷的就業(yè)人員分別劃分為低技能、中等技能、高技能勞動力。

2．解釋變量：人工智能發(fā)展水平

人工智能發(fā)展水平的測度在學(xué)界并未形成統(tǒng)一的衡量標準。部分學(xué)者借鑒了Borland等[30]的做法，以“信息傳輸、計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資”測度人工智能的發(fā)展水平；還有一部分學(xué)者，如康茜等[31]、韓民春等[2]借鑒Acemoglu等[32]的研究方法，使用工業(yè)機器人的安裝密度或滲透度衡量人工智能發(fā)展水平。借鑒后者的衡量方法，本研究以機器人安裝度來反映人工智能發(fā)展水平。

工業(yè)機器人的數(shù)據(jù)源自國際機器人聯(lián)合會（IFR）的報告。IFR公布了歷年來各個國家行業(yè)層面的工業(yè)機器人安裝量和保有量，但本文需要我國省級層面制造業(yè)機器人安裝密度的數(shù)據(jù)，為使二者匹配，將IFR所統(tǒng)計的中國行業(yè)分類與各省份統(tǒng)計年鑒的行業(yè)分類加以對照，進而反映人工智能發(fā)展水平。具體公式：

3. 中介變量

產(chǎn)業(yè)結(jié)構(gòu)升級包含產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化兩方面。產(chǎn)業(yè)結(jié)構(gòu)合理化既反映產(chǎn)業(yè)間的協(xié)調(diào)程度也反映資源有效利用的程度[33]，采用泰爾指數(shù)作為產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)；產(chǎn)業(yè)結(jié)構(gòu)高極化是指產(chǎn)業(yè)結(jié)構(gòu)在演變的過程中，三次產(chǎn)業(yè)比重沿第一、二、三產(chǎn)業(yè)不斷增加，采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比（記為）作為產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)的度量。具體公式分別為：

其中，表示產(chǎn)業(yè)數(shù)量，Y表示產(chǎn)業(yè)產(chǎn)值，L表示產(chǎn)業(yè)從業(yè)人員數(shù)量，表示總產(chǎn)值，表示總就業(yè)人數(shù)。

4. 主要控制變量

影響制造業(yè)就業(yè)結(jié)構(gòu)的因素很多，為降低因遺漏重要變量導(dǎo)致的內(nèi)生性，本文借鑒韓民春等[34]的做法引入經(jīng)濟發(fā)展水平（）、城鎮(zhèn)化水平（）、技術(shù)創(chuàng)新能力（）作為制造業(yè)就業(yè)結(jié)構(gòu)的控制變量，變量的具體定義詳見表1。

表1 變量及測量方式

（二）數(shù)據(jù)來源與描述性統(tǒng)計

選取2011—2019年中國30個省份（市、自治區(qū)、直轄市）的數(shù)據(jù)作為研究樣本進行實證分析。其中，工業(yè)機器人的數(shù)據(jù)源自國際機器人聯(lián)合會IFR，高、中、低技能勞動力的相關(guān)數(shù)據(jù)源自《中國勞動統(tǒng)計年鑒》，其余相關(guān)數(shù)據(jù)均來自《中國統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。對于缺失的個別數(shù)據(jù)，本文采用插值法補齊。變量的描述性統(tǒng)計如表2所示。

表2 變量的描述性統(tǒng)計

（三）模型設(shè)定

根據(jù)上述分析，本文基于產(chǎn)業(yè)結(jié)構(gòu)升級的視角，實證探究人工智能發(fā)展水平對制造業(yè)就業(yè)結(jié)構(gòu)的影響，故在分析中介效應(yīng)前，構(gòu)建如下基本計量模型：

上述模型（4）（5）（6）分別表示人工智能應(yīng)用水平對低、中、高技能水平勞動力的影響。其中，表示省份，表示年份，被解釋變量包含三個部分：表示制造業(yè)低技能勞動力就業(yè)比重，表示制造業(yè)中等技能勞動力就業(yè)比重，表示制造業(yè)高技能勞動力就業(yè)比重。核心解釋變量是工業(yè)機器人安裝密度，代表人工智能應(yīng)用水平。表示經(jīng)濟發(fā)展水平，表示技術(shù)創(chuàng)新能力，均為控制變量，表示隨機誤差項。為消除可能存在的異方差，將、變量進行對數(shù)化處理。

四、實證結(jié)果與分析

（一）基準回歸結(jié)果分析

首先，實證分析我國30個省市區(qū)人工智能應(yīng)用對制造業(yè)低技能勞動力就業(yè)、中等技能勞動力就業(yè)以及高技能勞動力就業(yè)的影響。表3中（1）（2）（3）列分別展示了人工智能對我國各省市區(qū)制造業(yè)低、中及高技能勞動力就業(yè)的回歸結(jié)果。

表3 基準回歸結(jié)果

注：***、 **、 *分別表示通過了1%、5%、10%水平的顯著性檢驗；括號里的數(shù)值為估計系數(shù)對應(yīng)的穩(wěn)健標準誤，下表同

第（1）列中，人工智能應(yīng)用水平的系數(shù)（）顯著為負，表明在我國各省份地區(qū)中，人工智能的應(yīng)用對制造業(yè)低技能勞動力就業(yè)有顯著的負面影響；第（3）列中，人工智能應(yīng)用水平的系數(shù)（）顯著為正，意味著人工智能的應(yīng)用對制造業(yè)高技能勞動力就業(yè)有顯著的正面促進作用；但在（2）列中，人工智能應(yīng)用水平的系數(shù)（）為正，系數(shù)極小且不顯著，表明人工智能的應(yīng)用對制造業(yè)中等技能勞動力就業(yè)的影響效果并不顯著。以上分析結(jié)果表明，人工智能的應(yīng)用并未導(dǎo)致我國制造業(yè)就業(yè)結(jié)構(gòu)趨于“就業(yè)兩極化”的現(xiàn)象，而是呈現(xiàn)就業(yè)技能結(jié)構(gòu)高級化的趨勢，假設(shè)H1得到驗證。該結(jié)論與呂潔[24]，陳曉等[27]實證分析的結(jié)論一致。造成該結(jié)果的原因可能有以下幾點：第一，隨著制造業(yè)與人工智能的深度融合，生產(chǎn)過程逐漸自動智能化，一些傳統(tǒng)的、技能水平較低的崗位可能會被替代，從而減少了低技能勞動力的需求，一定程度上形成了“機器換人”的局面；第二，制造業(yè)作為人工智能最具潛力、應(yīng)用最廣泛的應(yīng)用場景，二者融合催生出大量新業(yè)態(tài)、新模式，由此產(chǎn)生的新型崗位亟需大量高技能勞動力，進而提升制造業(yè)高技能勞動力就業(yè)所占比重。

就控制變量而言，經(jīng)濟發(fā)展水平與制造業(yè)低技能勞動力的就業(yè)呈反方向變動，但與中等技能勞動力和高等技能勞動力的就業(yè)呈同向變動。這一結(jié)論與制造業(yè)就業(yè)現(xiàn)狀基本一致：某一地區(qū)的經(jīng)濟發(fā)展水平往往代表著新興技術(shù)的應(yīng)用廣泛度，隨著人工智能等新技術(shù)在制造業(yè)的應(yīng)用，催生出大量新興工作崗位，吸引大批高技能復(fù)合型人才，制造業(yè)平均工資水平提升，而低技能勞動力由于自身稟賦有限，無法適應(yīng)這一轉(zhuǎn)變，更愿從制造業(yè)轉(zhuǎn)向服務(wù)業(yè)進行再就業(yè)。技術(shù)創(chuàng)新能力和城鎮(zhèn)化水平對制造業(yè)低技能勞動力就業(yè)產(chǎn)生了顯著的負面影響，對中等技能勞動力就業(yè)的影響并不顯著，但卻顯著促進了高技能勞動力就業(yè)。

（二）產(chǎn)業(yè)結(jié)構(gòu)升級的中介效應(yīng)分析

由基準回歸結(jié)果可知，人工智能的應(yīng)用通過降低低技能勞動力就業(yè)和促進高技能勞動力就業(yè)，從而使制造業(yè)就業(yè)結(jié)構(gòu)呈現(xiàn)高級化趨勢。為進一步探究人工智能影響制造業(yè)就業(yè)結(jié)構(gòu)高級化過程中產(chǎn)業(yè)結(jié)構(gòu)升級所起的“橋梁”作用，本文借鑒溫忠麟等[35]的中介效應(yīng)模型檢驗，中介變量產(chǎn)業(yè)結(jié)構(gòu)升級以產(chǎn)業(yè)結(jié)構(gòu)合理化（）和產(chǎn)業(yè)結(jié)構(gòu)高級化（）度量。具體模型如下：

如果人工智能的應(yīng)用可以通過產(chǎn)業(yè)結(jié)構(gòu)高級化影響制造業(yè)就業(yè)結(jié)構(gòu)，那么模型（7）中系數(shù)1和模型（8）中系數(shù)2應(yīng)是顯著的。同理，該邏輯分析也適用于產(chǎn)業(yè)結(jié)構(gòu)合理化。

表4顯示，人工智能對產(chǎn)業(yè)結(jié)構(gòu)高級化的估計系數(shù)在5%的水平上顯著為正，系數(shù)為0.021，表明人工智能會促進產(chǎn)業(yè)結(jié)構(gòu)高級化，這與李穎等[36]的結(jié)論一致。從模型（8）明顯看出，人工智能應(yīng)用水平和產(chǎn)業(yè)結(jié)構(gòu)高級化對制造業(yè)高技能勞動力就業(yè)的影響系數(shù)均顯著為正，綜合模型（3）（7）（8）的結(jié)果表明：人工智能可以通過產(chǎn)業(yè)結(jié)構(gòu)高級化增加對制造業(yè)高技能勞動力的需求，進而促進制造業(yè)就業(yè)高級化。具體而言，人工智能應(yīng)用水平每提高1個單位，高技能勞動力就業(yè)直接增加0.138個單位，同時促使產(chǎn)業(yè)結(jié)構(gòu)高級化增加0.021個單位，從而導(dǎo)致高技能勞動力就業(yè)間接增加0.092 1（0.021′4.388），中介效應(yīng)占總效應(yīng)的40.2%。模型（10）為人工智能應(yīng)用水平對產(chǎn)業(yè)結(jié)構(gòu)合理化影響的回歸結(jié)果，其人工智能應(yīng)用水平的估計系數(shù)1并不顯著。模型（11）是我國人工智能應(yīng)用水平、產(chǎn)業(yè)結(jié)構(gòu)合理化對高技能勞動力就業(yè)影響的回歸結(jié)果，其中人工智能應(yīng)用水平對制造業(yè)高技能勞動力就業(yè)的直接效應(yīng)為系數(shù)1，在1%的水平上顯著，但產(chǎn)業(yè)結(jié)構(gòu)合理化的影響系數(shù)2并不顯著，根據(jù)中介效應(yīng)可知，需要進行Bootstrap檢驗，檢驗結(jié)果如表5所示，可以看到Bootstrap中95%的置信區(qū)間中包含0，即中介效應(yīng)不存在。

表4 高技能勞動力中介效應(yīng)模型回歸結(jié)果

表5 Bootstrap檢驗結(jié)果

注：Bootstrap的重復(fù)次數(shù)為500次，下同

表6是產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)結(jié)構(gòu)合理化在人工智能應(yīng)用水平與制造業(yè)低技能勞動力就業(yè)之間的中介效應(yīng)回歸結(jié)果。綜合模型（1）（7）（9）表明：人工智能促進產(chǎn)業(yè)結(jié)構(gòu)高級化，但產(chǎn)業(yè)結(jié)構(gòu)高級化會顯著抑制制造業(yè)低技能勞動力的需求。模型（10）為人工智能應(yīng)用水平對產(chǎn)業(yè)結(jié)構(gòu)合理化影響的回歸結(jié)果，其人工智能應(yīng)用水平的估計系數(shù)1并不顯著。模型（12）是我國人工智能應(yīng)用水平、產(chǎn)業(yè)結(jié)構(gòu)合理化對低技能勞動力就業(yè)影響的回歸結(jié)果，其中人工智能應(yīng)用水平對制造業(yè)低技能勞動力就業(yè)的直接效應(yīng)為系數(shù)1，在5%水平上顯著，但產(chǎn)業(yè)結(jié)構(gòu)合理化的影響系數(shù)2并不顯著，根據(jù)中介效應(yīng)可知，需要進行Bootstrap檢驗，檢驗結(jié)果如表7所示，可以看到Bootstrap中95%的置信區(qū)間中包含0，即中介效應(yīng)不存在。

表6 低技能勞動力中介效應(yīng)模型回歸結(jié)果

表7 Bootstrap檢驗結(jié)果

經(jīng)分析，產(chǎn)業(yè)結(jié)構(gòu)高級化在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)高級化之間存在中介效應(yīng)，即人工智能可以通過產(chǎn)業(yè)結(jié)構(gòu)高級化促進制造業(yè)高技能勞動力就業(yè)，抑制低技能勞動力就業(yè)，使制造業(yè)整體就業(yè)呈現(xiàn)高級化趨勢，假設(shè)H2成立。而產(chǎn)業(yè)結(jié)構(gòu)合理化在人工智能應(yīng)用水平與制造業(yè)勞動力就業(yè)之間并不存在中介效應(yīng)。

五、穩(wěn)健性檢驗

為驗證上述回歸結(jié)果的可靠性，本文擬通過替換被解釋變量的方式對以上結(jié)論進行穩(wěn)健性檢驗。參照喻美辭等[37]的做法，根據(jù)工作性質(zhì)劃分勞動力，用企業(yè)研發(fā)人員作為高技能勞動力的替代指標，得到產(chǎn)業(yè)結(jié)構(gòu)升級中介效應(yīng)的回歸結(jié)果，如表8所示。產(chǎn)業(yè)結(jié)構(gòu)高級化在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)高級化存在中介效應(yīng)，但產(chǎn)業(yè)結(jié)構(gòu)合理化在二者之間不存在中介效應(yīng)，該結(jié)果與前文結(jié)論一致，故本文主要結(jié)論依舊穩(wěn)健。

表8 產(chǎn)業(yè)結(jié)構(gòu)高級化中介效應(yīng)的穩(wěn)健性回歸結(jié)果

六、研究結(jié)論與對策建議

基于我國2011—2019年30個省市自治區(qū)的面板數(shù)據(jù)，探究人工智能應(yīng)用對制造業(yè)就業(yè)結(jié)構(gòu)的影響；再以產(chǎn)業(yè)結(jié)構(gòu)為中介變量，運用中介效應(yīng)模型實證考察人工智能對制造業(yè)就業(yè)結(jié)構(gòu)影響的作用路徑。本文的主要研究結(jié)論如下：第一，由基準實證模型可知，人工智能對制造業(yè)高技能勞動力就業(yè)有顯著的促進作用，對低技能勞動力就業(yè)有顯著的抑制作用，表明人工智能在制造業(yè)中的廣泛應(yīng)用使制造業(yè)就業(yè)結(jié)構(gòu)呈現(xiàn)高級化趨勢。第二，產(chǎn)業(yè)結(jié)構(gòu)高級化在人工智能與制造業(yè)就業(yè)結(jié)構(gòu)高級化之間存在中介效應(yīng)，而產(chǎn)業(yè)結(jié)構(gòu)合理化在二者之間不存在中介效應(yīng)，即人工智能對制造業(yè)就業(yè)結(jié)構(gòu)高級化的影響是通過產(chǎn)業(yè)結(jié)構(gòu)高級化來發(fā)揮作用的。根據(jù)上述結(jié)論，本文提出以下對策建議：

（一）做好托底保障，緩沖人工智能可能產(chǎn)生的負面影響

一方面，政府應(yīng)審時度勢出臺和完善相應(yīng)社會保障和就業(yè)扶持制度，為受到?jīng)_擊的失業(yè)人員提供兜底政策；健全崗位技能培訓(xùn)制度，對重點人群進行精準幫扶，大力支持職工進行轉(zhuǎn)崗培訓(xùn)、在崗培訓(xùn)等活動，防止因大規(guī)模就業(yè)替代或結(jié)構(gòu)調(diào)整導(dǎo)致規(guī)模性失業(yè)。另一方面，政府和企業(yè)要引導(dǎo)勞動力就業(yè)者發(fā)揮主觀能動性，打破一技定終身的傳統(tǒng)觀念，積極主動學(xué)習(xí)新知識、新技能以適應(yīng)不斷變化的技能要求。

（二）加快構(gòu)建“人工智能+制造業(yè)”高技能復(fù)合型人才培養(yǎng)體系

充分發(fā)揮職業(yè)技術(shù)教育的作用，鼓勵高校開展高技能復(fù)合型人才的培養(yǎng)，設(shè)立校企聯(lián)合培養(yǎng)項目，依托產(chǎn)教融合方式，培養(yǎng)能夠滿足制造業(yè)轉(zhuǎn)型升級所需的高技術(shù)人才，為制造業(yè)高質(zhì)量發(fā)展輸送高層次后備軍；同時，鼓勵相關(guān)企業(yè)加快建立技能轉(zhuǎn)崗培訓(xùn)機制，完善人力資源培養(yǎng)體系，提升勞動者技能素質(zhì)與制造業(yè)企業(yè)崗位需求的適配性。

（三）多措并舉助力產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)協(xié)同演進

一方面，強化各部門間的政策聯(lián)動和協(xié)調(diào)配合，構(gòu)建產(chǎn)業(yè)工人培訓(xùn)體系，探索不同行業(yè)間的轉(zhuǎn)崗機制，化解因受人工智能沖擊出現(xiàn)的低技能勞動者結(jié)構(gòu)性失業(yè)難題；另一方面，產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的協(xié)同演進離不開高技能人才支撐，各地區(qū)應(yīng)根據(jù)自身實際發(fā)展情況，制定高技能人才引進政策，打破勞動力跨區(qū)域流動壁壘，構(gòu)建人才教育培訓(xùn)聯(lián)盟，實現(xiàn)人力資源由“量”到“質(zhì)”的轉(zhuǎn)變，最大限度釋放現(xiàn)有人力資本紅利，進而促進產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的協(xié)調(diào)發(fā)展。

[1] Frey C B, Osborne M A. The Future of Employment：How Susceptible are Jobs to Computerisation? [J]. Technological Fore-casting and Social Change，2017(114)：254-280.

[2] 韓民春，喬剛.工業(yè)機器人對制造業(yè)勞動力就業(yè)的結(jié)構(gòu)性影響與地區(qū)差異[J].產(chǎn)經(jīng)評論，2020，11（3）：49-63.

[3] 段海英，郭元元.人工智能的就業(yè)效應(yīng)述評[J].經(jīng)濟體制改革，2018（3）：187-193.

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

[5] 郝楠.勞動力就業(yè)“極化”趨勢與機制的文獻綜述：基于技能結(jié)構(gòu)的動態(tài)視角[J].蘭州財經(jīng)大學(xué)學(xué)報，2017（2）：87-95.

[6] 朱巧玲，李敏.人工智能、技術(shù)進步與勞動力結(jié)構(gòu)優(yōu)化對策研究[J].科技進步與對策，2018，35（6）：36-41.

[7] 孫早，侯玉琳.工業(yè)智能化如何重塑勞動力就業(yè)結(jié)構(gòu)[J].中國工業(yè)經(jīng)濟，2019（5）：61-79.

[8] 謝萌萌，夏炎，潘教峰，等.人工智能、技術(shù)進步與低技能就業(yè)——基于中國制造業(yè)企業(yè)的實證研究[J].中國管理科學(xué)，2020（12）：54-66.

[9] 郭凱明.人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與勞動收入份額變動[J].管理世界，2019（7）：60-77+202-203.

[10] 呂榮杰，楊蕾，張義明.人工智能、產(chǎn)業(yè)升級與人力資本的關(guān)系研究——基于省際面板的PVAR模型分析[J].管理現(xiàn)代化，2021（1）：26-31.

[11] 韋東明，顧乃華，韓永輝.人工智能推動了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級嗎——基于中國工業(yè)機器人數(shù)據(jù)的實證檢驗[J].財經(jīng)科學(xué)，2021（10）：70-83.

[12] Aghion, P. ,B. F. Jones and C. I. Jones,2017,”Artificial Intelligence and Economic Growth”, Working Paper.

[13] 威廉?配第.政治算術(shù)[M]．北京：中國社會科學(xué)出版社，2010.

[14] H?錢納里，賽爾奎因.工業(yè)化和經(jīng)濟增長的比較研究[M]．上海：上海人民出版社，1995：134-137.

[15] 徐波，汪波，朱琳.我國產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)演進及動態(tài)測度[J].統(tǒng)計與決策，2019（18）：121-125.

[16] 王陽，趙海珠.就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)失衡問題研究[J].中國人口科學(xué)，2022（2）：74-85+127.

[17] 徐向龍.廣東省產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)演進特征與互動效率研究[J].學(xué)術(shù)研究，2009（5）：90-96.

[18] 王姝，管超，張榮.陜西省產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)演進分析[J].改革與開放，2011（10）：117+128.

[19] 陳沖，吳煒聰.制造業(yè)產(chǎn)業(yè)升級對就業(yè)數(shù)量的影響研究——基于西部地區(qū)26個子行業(yè)的實證檢驗[J].西北人口，2019（5）：104-116.

[20] 李鵬.人工智能推動產(chǎn)業(yè)結(jié)構(gòu)升級和就業(yè)層級躍遷[J].金融博覽，2019（8）：44-45.

[21] 李敏，吳麗蘭，吳曉霜.平臺經(jīng)濟發(fā)展對就業(yè)質(zhì)量的影響研究——產(chǎn)業(yè)結(jié)構(gòu)升級的中介效應(yīng)[J].工業(yè)技術(shù)經(jīng)濟，2021（10）：62-69.

[22] 姚旭兵，鄧曉霞，陳鳴.高等教育對成渝城市群產(chǎn)業(yè)結(jié)構(gòu)升級的影響研究——基于門檻模型的實證分析[J].重慶三峽學(xué)院學(xué)報，2022（5）：24-35.

[23] Graetz, G．, Michaels, G．Robots at Work[J]．Review of Economics and Statistics,2018（5）: 753-768．

[24] 呂潔，杜傳文，李元旭.工業(yè)機器人應(yīng)用會倒逼一國制造業(yè)勞動力結(jié)構(gòu)轉(zhuǎn)型嗎?——基于1990—2015年間22個國家的經(jīng)驗分析[J].科技管理研究，2017（22）：32-41.

[25] 張于喆.人工智能、機器人的就業(yè)效應(yīng)及對策建議[J].科學(xué)管理研究，2019（1）：43-45+109.

[26] 趙春明，李震，李宏兵，等.機器換人：工業(yè)機器人使用與區(qū)域勞動力市場調(diào)整[J].社會科學(xué)文摘，2021（1）：53-55.

[27] 陳曉，鄭玉璐，姚笛.工業(yè)智能化、勞動力就業(yè)結(jié)構(gòu)與經(jīng)濟增長質(zhì)量——基于中介效應(yīng)模型的實證檢驗[J].華東經(jīng)濟管理，2020（10）：56-64.

[28] 榮晨.推動制造業(yè)高質(zhì)量發(fā)展須把“穩(wěn)就業(yè)”放在突出位置——兼析新一輪科技革命進程中的就業(yè)結(jié)構(gòu)變化[J].價格理論與實踐，2021（2）：25-29.

[29] 于晗.產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)演進趨勢及預(yù)測[J].財經(jīng)問題研究，2015（6）：26-31.

[30] Borland, J. Coelli, M．Are Robots Taking Our Jobs?[J]. Australian Economic Review,2017，50(4):377-397.

[31] 康茜，林光華.工業(yè)機器人對就業(yè)的影響機制——產(chǎn)業(yè)結(jié)構(gòu)高級化還是合理化?[J].軟科學(xué)，2021（4）：20-27.

[32] Acemoglu D, Restrepo P. Robots and Jobs: Evidence from US Labor Markets[J]．Journal of Political Economics,2020,128(6):2188-2244．

[33] 干春暉，鄭若谷，余典范.中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟增長和波動的影響[J].經(jīng)濟研究，2011（5）：4-16+31.

[34] 韓民春，趙一帆.工業(yè)機器人對中國制造業(yè)的就業(yè)效應(yīng)[J].工業(yè)技術(shù)經(jīng)濟，2019（11）：3-12.

[35] 溫忠麟，葉寶娟.中介效應(yīng)分析:方法和模型發(fā)展[J].心理科學(xué)進展，2014（5）：731-745.

[36] 李穎，李浩寧.人工智能發(fā)展對天津制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化的影響研究[J].天津商業(yè)大學(xué)學(xué)報，2021（3）：20-27+35.

[37] 喻美辭，熊啟泉.中間產(chǎn)品進口、技術(shù)溢出與中國制造業(yè)的工資不平等[J].經(jīng)濟學(xué)動態(tài)，2012（3）：55-62.

Does Artificial Intelligence Promote the Advanced Employment Structure of Manufacturing? Analysis Based on the Mediation Effect of Industrial Structure Upgrading

LI Panyi SHI Liangyu

While artificial intelligence is promoting the transformation and upgrading of the manufacturing industry, it will also profoundly affect the employment of the manufacturing industry. The impact on the employment structure of the manufacturing industry requires further research. Based on the panel data of 30 provinces, municipalities and autonomous regions in China during 2011—2019, an econometric model is constructed to explore the impact of artificial intelligence on the employment of labor with different skills in the manufacturing industry, and then the transmission mechanism between artificial intelligence and manufacturing employment structure is tested through the intermediary effect model. The research shows that artificial intelligence can significantly promote the employment of high-skilled labor in the manufacturing industry, and significantly inhibit the employment of low-skilled labor, making the employment structure of the manufacturing labor force present an advanced trend. The advanced industrial structure has an intermediary effect between artificial intelligence and the advanced employment structure of manufacturing industry, while the rational industrial structure has no intermediary effect between artificial intelligence and the advanced employment structure of manufacturing industry.

artificial intelligence; manufacturing industry; employment structure; industrial structure; intermediary effect

F407

A

1009-8135（2023）01-0072-15

李攀藝（1980—），女，重慶人，教授，博士，主要研究勞動經(jīng)濟及人力資源管理；

史良玉（1998—），女，碩士研究生，主要研究區(qū)域經(jīng)濟與產(chǎn)業(yè)發(fā)展。

重慶市教委人文社科研究項目“人工智能對重慶市制造業(yè)就業(yè)的影響效應(yīng)及對策研究”（21SKGH183）；重慶理工大學(xué)研究生創(chuàng)新項目“人工智能對制造業(yè)就業(yè)結(jié)構(gòu)的影響研究”（gzlcx20223262）。

（責(zé)任編輯：張新玲）