信息技術應用與勞動力市場極化

楊 飛

(南京審計大學 經濟與貿易學院，江蘇 南京 211815)

?

信息技術應用與勞動力市場極化

楊 飛

(南京審計大學 經濟與貿易學院，江蘇 南京 211815)

本文研究了工業4.0背景下信息技術與機器人大規模應用對高、中、低技能勞動的就業替代效應和就業創造效應。通過理論模型和世界銀行企業數據實證研究表明，制造業信息化和機器人應用促進了我國勞動力市場極化，導致高技能勞動需求占比上升，而從事規則化任務的制造業中等技能勞動需求下降。由于高技能勞動與從事低端服務的低技能勞動互補，信息技術應用提升了低技能勞動需求占比。本文的研究結論還表明，低技術制造業信息化能夠創造更多的高技能就業。最后，本文提出相應的政策建議，政府應該重視低技術制造業信息化程度的提升，避免采用行政化手段轉移低技能服務業。

一、引言

2010年以來，國內制造業企業特別是長三角地區和珠三角地區的制造業企業開始大量使用工業機器人替代工人進行生產。工業機器人是信息技術與傳統制造業的融合，由控制系統通過程序編程實現對機器人生產的控制，主要用在規則化可編碼的生產流程中，因此，工業機器人的使用替代了大量制造業工人。發達國家在上個世紀90年代開始將機器人用于制造業生產，導致從事傳統制造業的中等技能勞動占比下降,而從事制造業信息技術研發和應用的高技能勞動需求上升(Autor等，2003；Autor and Dorn，2013；Autor，2015；Acemoglu，Restrepo，2015；Beaudry等，2016)[1-5]。工業機器人的應用意味著制造業的信息化和智能化，制造業信息化及其對勞動力市場的影響在2000年以后得到發達國家政策和學術領域的普遍關注，但直到2008年金融危機以后發達國家和一部分發展中國家才將制造業信息化智能化上升為國家戰略，美國和德國都相繼提出各自的制造業發展戰略，其核心都是實現制造業的信息化和智能化。

工業機器人大量使用的背后是我國人口紅利消失和勞動力成本上升，低技術、低成本、高投入的產業發展模式已很難持續，經濟增長率不斷下降。國家統計局數據顯示，2012年我國的勞動年齡人口開始下降，單獨二孩政策實施后，2015年的出生人口不僅沒有增加，反而減少了32萬人。一系列數據表明，我國未來的勞動供給形勢不容樂觀，勞動力成本逐年上升(華小全,2015)[6]。推進工業4.0戰略可以有效緩解勞動供給壓力和勞動力成本上升。但是，勞動供給減少并不意味著就業更加容易，由于制造業信息化對中低端勞動力需求減少，對高技能人才需求增加，而我國中低端勞動占比較大，高技能人才短缺，因此，制造業信息化可能會造成更多的結構性失業。為此，本文利用技能偏向性技術進步理論和世界銀行數據從理論和實證角度研究制造業信息技術應用對制造業就業替代和就業創造的影響，并圍繞工業4.0戰略提出有針對性的政策建議。

希克斯(Hicks,1932)最早研究了機器替代勞動的原因，并提出了誘致性偏向性技術進步的概念。希克斯認為技術進步取決于勞動和資本的相對價格，如果勞動的相對價格更高，將會誘導技術進步節約勞動，更多地利用資本。第一次工業革命之所以發生在英國而非中國或其他國家，原因在于英國的能源價格和資本價格相對低廉，而勞動價格相對昂貴，刺激英國發明家發明機器，企業家也更多地利用機器，促進了英國的資本積累，導致第一次工業革命發生(Allen,2013)[7]。中國的勞動力資源非常豐富，充分利用廉價的勞動力即可維持農業生產，使得長江流域農業勞動生產率高于工業勞動生產率，因而中國沒有激勵發展工業或促進工業技術進步的環境(Li and Jan，2012)[8]。

Acemoglu(2002a)構建了技能偏向性技術進步模型為機器人應用和制造業信息技術應用提供了理論基礎，企業出于利潤動機進行技術研發，研發取決于要素的價格效應和市場規模效應，一方面，要素的價格越高，研發充分利用該要素的技術的利潤就越大，企業研發的技術會偏向該要素，這是價格效應；另一方面，要素的市場規模越大，研發充分利用該要素的技術的利潤越大，企業會研發偏向該要素的技術。但是，要素的市場規模越大，其相對價格就越低，這表明，價格效應與市場規模效應對技術進步方向的影響相反，因此，技術進步的偏向性取決于價格效應與市場規模效應的對比。該文進一步認為，發達國家高技能勞動占比擴大主要源于以信息技術為代表的高技能偏向性技術進步[9]。

Hemous and Olsen(2014)利用技能偏向性技術進步理論研究表明，低技能勞動供給豐裕時，機器人應用程度較低，隨著高技能勞動相對供給和低技能勞動工資的增加，企業對機器人研發和應用的投資增加。機器人應用和制造業信息化提高了經濟產出的總水平，進而提高了低技能勞動和高技能勞動的工資，但高技能勞動工資的漲幅要高于低技能勞動的工資漲幅[10]。Acemoglu and Restrepo(2015)建立偏向性技術進步模型分析機器替代勞動和高技能工作的出現，制造業信息化和機器人的應用會減少制造業就業崗位，從而降低了制造業工人(中等技能勞動)的相對工資，同時提高資本(機器)積累。但是，資本積累的市場規模效應小于勞動工資下降的價格效應，刺激企業家進行制造業信息技術應用和機器人創新，以便創造新的工作崗位吸引高技能勞動[4]。

國內對于信息技術應用或機器人應用對勞動需求影響的研究較少。寧光杰和林子亮(2014)、邵文波和李坤望(2014)利用世界銀行與世界投入產出數據(WIOD)研究了我國信息技術應用通過改變企業組織結構對勞動力需求結構的影響，研究結果表明企業信息技術應用降低了企業的決策成本，企業組織更加扁平化或去中心化，需要更多的高技能勞動適應企業組織結構的變化，因而提高了高技能勞動的相對需求[11-12]。但是，這些文獻是從微觀角度進行分析，并未從宏觀層面結合我國工業4.0背景下勞動力市場變化情況研究信息技術或機器人應用對勞動需求結構的影響。總體而言，國內這方面的文獻較少，研究維度較為單一，本文是對這一研究領域的補充。

本文的內容安排如下，第二部分構建理論模型，第三部分設定計量模型，第四部分進行實證結果分析，第五部分進行小結并提出政策建議。

二、理論模型

(一)模型設計

本文的理論模型借鑒Autor and Dorn(2013)構建了3要素模型[2]。假設總產品由高技能產品、中等技能產品和低技能產品生產，其中，高技能產品YH由高技能勞動LH和信息技術生產，中等技能產品YR由中等技能勞動LR生產，低技能產品由低技能勞動LL生產。高技能產品和中等技能產品共同生產制造業產品，低技能產品用于從事服務性活動。生產函數設定如下：

Ai為高、中、低技能產品的技術水平，其中，AH為生產高技能產品的信息技術(也稱為高技能增強型技術進步)，AR為中等技能增強型技術進步，AL為低技能增強型技術進步。β∈(0,+∞)為高技能產品和中等技能產品的替代彈性。在現實經濟中，制造業領域信息技術和機器人的應用替代了制造業傳統產品和中等技能勞動，因此，我們假設β>1，即產品間存在替代關系(Acemoglu，2002a)[9]。σ∈(0,1)為要素產出彈性。ε為制造業產品與服務部門產品的替代彈性。Autor and Dorn(2013)研究表明，高技能收入上升提高了對低技能服務和勞動的需求，因此，高技能和低技能勞動的互補性更強，即ε<1[2]。λ,γ∈(0,1)為生產函數中要素的相對重要性。

(二)勞動力市場均衡

在產品市場為完全競爭市場條件下，工資等于勞動的邊際產出。對(1)求高、中、低技能勞動的導數，可以得到高技能勞動相對中等技能勞動的相對工資：

(2)

根據對(1)求導的結果，信息技術應用水平(AH/AR)上升雖然能夠同時提升高技能勞動和中等技能勞動的工資，但是，如果高技能勞動和中等技能勞動的替代彈性β>1，那么，信息技術對高技能勞動工資的提升幅度更大，導致高技能勞動的相對工資(wH/wR)上升。相反，如果高技能勞動和中等技能勞動的替代彈性β<1，雖然信息技術提升了高技能勞動的工資，由于高技能勞動與中等技能勞動互補，使得中等技能勞動的需求更高，導致高技能勞動的相對工資下降。 Autor and Dorn(2013)研究表明，高技能勞動與中等技能勞動存在替代性，即β>1，此時的信息技術偏向高技能勞動，可以稱為高技能偏向性技術進步[2]。

同理，我們可以得到低技能勞動相對中等技能勞動的工資：

(3)

(3)式表明，當ε<β時，信息技術應用將提高低技能勞動相對中等技能勞動的工資(wL/wR)。在高技能勞動與低技能勞動的替代彈性ε小于高技能勞動與中等技能勞動的替代彈性β的情況下，信息技術應用對低技能勞動需求的提升幅度要高于對中等技能勞動需求的提升幅度，因而使得低技能勞動的相對工資上升。(2)和(3)共同解釋了信息技術應用促進高低技能勞動工資上升和中等技能勞動工資下降的機制，能夠解釋勞動力極化現象。

同理，我們可以得到高技能勞動相對低技能勞動的工資：

(4)

對(4)求AH的導數表明，當高技能勞動與中等技能勞動的替代彈性β>1，且高技能勞動與低技能勞動的替代彈性ε<1時，信息技術應用水平上升將首先促進高技能勞動相對低技能勞動的工資(wH/wL)上升，當達到臨界點后，信息技術應用反而會提升低技能勞動相對高技能勞動的工資，即wH/wL下降。Beaudry等(2016)研究美國勞動力市場發現，2000年以前信息技術促進了高技能勞動相對低技能勞動的相對工資，但2000年之后，由于信息技術應用成熟和投資飽和，信息技術應用反而降低了高技能勞動相對低技能勞動的工資[5]。因此，本模型的(4)市能夠解釋發達國家勞動力市場的變化。

(三)就業替代與就業創造

為了解釋信息技術應用對中等技能勞動的替代和對高、低技能勞動就業的創造，本節將勞動供給內生化。借鑒Hanlon(2011)[13]，假設勞動供給與工資滿足如下關系：

Li=φiwi, i=H,R,L

(5)

φi為高中低技能勞動的供給彈性，勞動供給決策正向取決于工資水平。

將(5)式分別帶入(2)(3)(4)式，可以得到高、中、低技能勞動與信息技術的關系式：

(6)

(6)式表明，當高技能勞動與中等技能勞動相互替代(β>1)時，信息技術應用將會提升高技能勞動的相對就業。原因在于信息技術應用提升了高技能勞動的相對工資，從而促進了高技能勞動的相對就業。根據技術-技能互補性原理，信息技術需要高技能勞動研發和應用，從而使得高技能勞動的邊際產出(或工資)上升。而以信息技術為核心的機器人應用替代了規則化操作的中等技能勞動，使得中等技能勞動的工資和就業下降。

(7)

(7)式表明，當ε<β時，信息技術應用能夠提高低技能勞動相對中等技能勞動的就業。由于低技能勞動與高技能勞動互補，一方面，信息技術應用提高了高技能勞動的就業和工資收入，而高技能勞動收入上升提高了對低端服務的需求(張川川，2015)[14]；另一方面，在同等時間條件下，高技能勞動出于機會成本的考慮，會將之前由自身承擔的低技能服務外包，從而提高了對低技能類服務業勞動的需求。根據(6)式，信息技術應用降低了對中等技能勞動的工資和需求。因此，信息技術應用提高了低技能勞動的相對就業。

(8)

(8)式同(4)式類似，信息技術應用將首先提升高技能勞動的就業，但是隨著信息技術應用的成熟和高技能勞動收入的上升，在信息技術應用達到一定臨界值后，由于高技能勞動與低技能勞動的互補性，低技能勞動的相對就業開始上升。早期從技能偏向性技術進步角度研究技能溢價上升的文獻中，馬克思在《資本論》中論述了工業革命時期機器大規模替代工人，導致工人失業和收入不平等的加劇 ，此后許多經濟學者也分析了機器對勞動的替代，本文的理論模型也適用于這種現象的解釋(Acemoglu，2002b)[15]。Acemoglu(2002a)基于新古典經濟學模型表明，高技能勞動與低技能勞動間的替代彈性大于1，高技能偏向性技術進步提升了高技能勞動相對低技能勞動的工資和就業[9]，這與本文高技能勞動與低技能勞動互補看似相矛盾。不過，早期的文獻將勞動劃分為高技能勞動和低技能勞動，而本文將勞動進一步細化為高、中、低技能勞動，本文和勞動力市場極化文獻中高、低技能勞動的互補性一方面來源于勞動力的進一步細分，另一方面來源于高技能勞動與低技能勞動的替代彈性隨著高技能勞動收入增加而上升。

三、計量模型設定與數據說明

(一)模型設計

根據理論模型，為了檢驗信息技術應用對高、低技能勞動的就業創造和對中等技能勞動的替代，本文的計量模型設定如下：

(A1)

(A2)

(A3)

LHG,it為企業雇傭的管理銷售人員，LHM,it為企業i雇傭的生產環節的高技能勞動，LR,it為生產環節中的中等技能勞動，Lit為企業雇傭的總勞動，ITPit為企業采用的信息技術。(A1)式用于檢驗信息技術應用對管理銷售人員的影響，管理銷售人員主要由高技能勞動組成，也包含部分非生產的低技能服務人員，對應本文模型中的高、低技能勞動。(A2)式用于檢驗信息技術應用對生產環節中高技能勞動就業創造的影響。(A3)式用于檢驗信息技術對生產環節中未經培訓的中等技能勞動的替代效應。

χit為控制變量。本模型的控制變量包括銷售額、出口占比、企業存續時間、國有股占比、產能利用率和是否為主要經濟城市。銷售額代表企業面對的市場規模，市場規模越大對企業的就業越有利。出口總額占比代表企業的貿易開放度，國際貿易對高、中、低技能勞動的相對就業影響不明確，根據新古典貿易理論，國際貿易有利于豐裕要素的就業，即中等技能勞動和低技能勞動，而根據異質性貿易理論，參與貿易的企業本身競爭力較高，在市場競爭作用下，國際貿易會增加高技能勞動就業。企業存續時間越久，意味著工人的經驗豐富，人力資本較高,即高技能勞動占比越高(Brown和Medof，2003)[16]，不過，Adelino等(2104)研究表明，年輕企業創造了更多的就業，老企業創造就業的能力較低[17]。國有股占比對就業的影響中，國有企業為履行社會職能而擁有冗余雇員(曾慶生和陳信元，2006)[18]，但由于國有企業創造就業的能力有限，再加上擠占民營企業融資資源，拖累了民營企業創造就業的能力(李勇和郭麗麗，2015)[19]。產能利用率越高，越有利于創造就業。主要經濟城市的市場規模較大，就業人口規模大和高技能人才聚集較多。這些控制變量會影響就業，但對高、中、低技能勞動的影響不明確。

(二)數據說明

本模型數據均來自于世界銀行2012年中國企業投資環境調查數據 (2012 Investment Climate Survey)。該數據庫調查了中國2011年2700個企業的287個變量指標，包括企業特征、銷售、水電和產能利用、研發、信息技術應用、勞動就業、政府關系、融資和生產成本等指標。由于調查的服務業企業沒有勞動力數據，因此，本文的樣本數據均為制造業企業數據，觀測值為1693個。本模型高技能勞動為管理營銷人員和生產環節中的技能勞動工人，管理銷售人員中也包括少部分低技能服務人員，中等技能勞動為生產中未經培訓的生產工人，高低技能勞動占比和中等技能勞動占比分別為高低技能勞動和中等技能勞動占企業雇傭總勞動的比重。信息技術采用2011年計算機使用比例作為代理指標。銷售額、企業存續時間和產能利用率為數據庫中的原數據，出口占比為出口總額與總銷售額的比重。表1為各變量的統計性描述。

鑒于計算機使用比例可能存在的內生性問題，例如計算機使用比例不能完全準確地代表信息技術應用，從而可能與殘差項相關，而且高技能勞動與計算機使用比例存在互為因果關系。因此，本文在采用最小二乘法估計的基礎上，采用兩階段最小二乘法進行估計。工具變量選擇與內生變量相關而與殘差項無關的變量，為此，本文選擇2012年企業投資環境調查數據庫提供的企業三年前(即2009年)計算機使用比例和通信設施獲取程度。通信設施獲取程度分為5個級別，本文分別為其賦值1-5。本文采用Stock-Yogo weak ID test檢驗弱工具變量，下文表2-4顯示上述兩個工具變量通過了弱工具變量檢驗。為了估計結果的穩健性，本文將樣本進一步劃分為高技術制造業企業樣本和低技術制造業企業樣本，檢驗信息技術應用對高、低技術制造業技能勞動的影響。高技術制造業包括設備制造業、電子信息業和汽車制造業等，中等技術制造業包括食品制造業、紡織業、服裝業、化學制品業、塑料橡膠業、金屬礦產業和金屬制品業等。

四、實證分析

(一)信息技術應用對高、低技能勞動的影響

管理銷售人員中包含了少量低技能銷售服務勞動，但是由于世界銀行2012年中國企業投資環境調查數據并未單獨列出管理銷售人員中的低技能服務，本文對管理銷售人員中的高、低技能勞動一同估計。表1利用Sargan檢驗表明，工具變量通過了過度識別檢驗。OLS和2SLS估計方法均顯示，計算機使用比例均顯著提高了管理銷售人員占總勞動的比例，其中，計算機使用比例對高技術制造業企業管理銷售人員的提升幅度大于對低技術制造業企業管理銷售人員提升幅度。本文的估計結果同寧光杰和林子亮(2014)的結論相一致，高技術制造業企業的信息化程度和信息技術復雜程度更高，組織結構相對扁平化，因而計算機使用對高技能管理銷售人員的需求量更高，并間接提升了對低技能勞動的需求。

表2顯示，計算機使用比例對整個制造業生產環節高技能勞動占比有顯著的正向影響，特別是對低技術制造業生產環節高技能勞動需求更為顯著，而對高技術制造業生產環節高技能勞動的需求不顯著。裝備制造業、電子信息制造業或汽車制造業等高技術制造業本身的信息化程度較高，生產環節的高技能勞動對信息化適應性較強，因而信息化程度提升對新增的高技能勞動需求較少。但是，低技術制造業的信息化程度較低，低技術企業中高技能勞動對信息化程度提升的適應性較差，因而，信息化提升對新增高技能勞動的需求較大。該結論意味著在我國推行工業4.0戰略對于促進就業和提升技能勞動結構具有非常大的潛力，根據國家統計局統計數據顯示，2014年低技術制造業產值約占制造業總產值的70%，產值占比較大，因此，低技術制造業信息化程度的提升能夠創造更多的就業崗位。制造業信息化還能夠通過提高勞動生產率降低勞動力的實際成本，緩解近年來勞動力成本上升給企業帶來的壓力。

表1 信息技術對管理銷售人員占比的影響

括號內為標準差，*** p<0.01,** p<0.05,* p<0.1.

表2 信息技術對生產環節高技能勞動占比的影響

括號內為標準差，*** p<0.01,** p<0.05,* p<0.1.

注：采用三年前計算機使用比例和通信使用作為工具變量，通過Sargan檢驗表明存在過度識別情況，為此，表3只采用三年前計算機使用比例作為工具變量，即恰好識別。

(二)信息技術應用對中等技能勞動的影響

表3顯示，計算機使用比例上升會顯著地降低制造業生產環節中等技能勞動的占比，而且高技術企業中等技能勞動的下降幅度更大。中等技能勞動大多沒有接受系統的技能培訓，對生產環節信息化程度的提升缺乏靈活的適應能力。企業信息化程度越高，中等技能勞動的適應能力越差，被淘汰減雇的概率也越高，這也是高技術制造業企業中等技能勞動下降幅度更大的原因。發達國家的經驗表明，中等技能勞動失業以后，轉而從事高技能工作和低技能工作，但由于知識技能的限制，中等技能勞動主要從事低技能工作(Autor and Dorn，2013)[2]。我國在實施工業4.0過程中制造業信息化也會產生更多類似的現象，因而對我國的技能培訓和低技能服務業發展提出更高的要求，以便化解更多剩余的中等技能勞動。

我們結合表1-表3對控制變量的影響做一分析。銷售量增加減少了對管理銷售人員和生產環節高技能勞動人員占比，可能的解釋是目前制造業企業的生產主要依賴中等技能勞動生產(見表1描述性統計)，銷售量越大對中等技能勞動的依賴越大。產能利用率的系數驗證了這一推斷，產能利用率越高，管理銷售人員和生產環節高技能勞動占比越低，而中等技能勞動占比越大。出口占比降低了管理銷售人員占比，但對生產環節高技能勞動和中等技能勞動影響不顯著。國有股占比降低了管理銷售人員和中等技能勞動占比，提高了生產環節高技能勞動占比，說明國有企業希望通過提高生產環節技能水平促進生產效率的提升，但在管理銷售環節重視不足，這同現實經濟中國有企業治理不足相符合。主要經濟城市提升了管理銷售人員占比，對生產環節勞動影響不顯著，這同我國主要經濟城市注重提升高端服務業，向外轉移制造業的現狀相符合。企業持續時間對技能勞動就業影響不顯著。

表3 信息技術對生產環節中等技能勞動占比的影響

括號內為標準差，*** p<0.01,** p<0.05,* p<0.1.

五、小結及政策建議

本文結合工業4.0戰略利用世界銀行企業層面數據實證研究了信息技術應用的就業替代效應與就業創造效應。研究結果表明，由于制造業的工作流程規則化可編碼，信息技術和機器人的大規模應用替代了制造業中從事規則化任務的中等技能勞動，同時提高了管理、軟件編程和咨詢等行業的高技能勞動和低技能勞動。實證研究還表明，相比高技術制造業，提高低技術制造業的信息化程度能夠創造更多的高技能就業崗位。

本文的研究結論意味著，我國實施工業4.0戰略即面臨著較大的發展機遇，同時也面臨著不小的挑戰。機遇方面，通過實施工業4.0戰略可以提升我國制造業信息化程度，更好地促進產業轉型升級，也能創造更多的高技能就業崗位，促進人力資本結構提升。而挑戰在于，在實施工業4.0戰略的過程中將會出現制造業中等技能勞動的失業，工業4.0戰略實施越快、范圍越廣，失業現象可能會越嚴重。為此，本文提出相應的對策建議。

第一，加大資金支持和產權保護力度，改革科研政策，提高信息技術自主創新能力。2014年，我國財政科技支出總額占GDP比重剛達到2%，發達國家普遍在3%左右，而且政府科技經費支出占全社會科技經費支出只有20%多，且多為應用性研究，基礎研究的投入較少。建議政府在推行工業4.0戰略的背景下加大對信息技術研發應用相關領域的資金支持，完善知識產權保護制度，提高企業創新激勵。

其次，提高低技術制造業信息化水平，促進傳統產業轉型升級。本文的研究結論表明，低技術制造業信息化能夠創造更多的高技能就業。食品加工、紡織服裝、化學制品、金屬礦產和金屬冶煉等低技術制造業雖然不是國家的戰略性新興產業，但卻是國民生計不可缺少的產業，也是吸納就業貢獻產出的主要產業，提升這些低技能產業的信息化水平有利于促進產業結構轉型升級，創造更多就業，而且還可以幫助企業提高生產效率緩減勞動力成本上升壓力。政府在促進高技術制造業信息化的同時，應該出臺優惠的財稅金融政策支持傳統低技術制造業轉型升級。

第二，順應產業發展新趨勢，改革教育和技能培訓體系，加大理論和應用型人才培養。工業4.0背景下，信息技術研發與應用需要大量基礎創新人才、高端服務型人才和熟練技工。政府和企業應合力完善技能培訓體系，加大對職業教育的投入，鑒于技能培訓的外部性，政府可以給予企業技能培訓補貼，將盡可能多的剩余勞動力轉變為熟練技工，增加技能勞動供給，減少失業。

第三，充分發展高技能服務業，放松服務業管制。制造業信息化需要與金融、電信、管理咨詢和信息服務深度融合，我國金融和電信領域存在民營資本進入的各種顯性和隱形管制，而管理咨詢和信息服務領域多為民營經濟，存在行業分散、資金和人才匱乏等問題，政府應該切實放開對金融、電信領域的資本管制，通過金融和財稅政策支持管理咨詢和信息服務領域充分發展。

第四，正確認識低技能服務業，避免用行政手段轉移低技能服務業。目前國內許多城市將人口多和低技能服務業集中視為城市發展的拖累，出臺各種政策或城市規劃將低技能服務業轉移出市中心。但是，根據本文的研究結論，制造業信息化會提升對低技能服務勞動的需求，制造業信息化和高技能服務業需要低技能勞動提供服務，而且，充分發展的低技能服務業能夠降低高技能服務業發展成本。通過行政手段轉移低技能服務業反而會阻礙高端服務業和制造業信息化的發展。

[1] Autor,David,Frank Levy,and Richard J.Murnane.The Skill-Content of Recent Technological Change:An Empirical Investigation[J].Quarterly Journal of Economics,2003,118(4):1279-1333.

[2] Autor,David and David Dorn.The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market[J].American Economic Review,2013,103(5):1553-1597.

[3] Autor,David.Why Are There Still So Many Jobs?The History and Future of Workplace Automation[J].Journal of Economic Perspectives,2015,29(3:3-30.

[4] Acemoglu,Daron and Pascual Restrepo.The Race Between Man and Machine:Implications of Technology for Growth,Factor Shares and Employment[J].NBER working paper No.22252,2015.

[5] Beaudry,Paul,David.Green,and Benjamin.Sand.The Great Reversal in the Demand for Skill and Cognitive Tasks [J].Journal of Labor Economics,34(S1):S199-S247.

[6] 華小全.人口紅利對中國經濟增長影響的因素分解[J].財經理論研究,2015,(3)：9-15.

[7] Allen,Robert.The High Wage Economy and the Industrial Revolution: A Restatement[J].Oxford University Discussion Papers in Economic and SocialHistory,2013,(115).

[8] Li,Bozhong and Jan Luiten van Zanden.Before the Great Divergence?Comparing the Yangzi Delta and the Netherlands at the Beginning of the Nineteenth Century[J].The Journal of Economic History,2012,72(4):956-989.

[9] Acemoglu,Daron.Directed Technical Change[J].Review of Economic Studies,2002a,69(4):781-809.

[10] Hemous,David and Morten Olsen,The Rise of the Machines:Automation,Horizontal Innovation and Income Inequality[J].Ssrn Electronic Journal,2014.

[11] 寧光杰,林子亮.信息技術應用、企業組織變革與勞動力技能需求變化[J].經濟研究，2014,(8)：79-92.

[12] 邵文波,李坤望.信息技術、團隊合作與勞動力需求結構的差異性[J].世界經濟，2014,(11)：71-99.

[13] Hanlon,Walker.Necessity is the Mother of Invention:Input Supplies and Directed Technical Change[J].Job Market paper,2011.

[14] 張川川.地區就業乘數:制造業就業對服務業就業的影響[J].世界經濟，2015,(6):70-87.

[15] Acemoglu,Daron.Technical Change,Inequality,and the Labor Market[J].Journal of Economic Literature,2002b,40(1):7-72.

[16] Brown,Charles and James.Medoff.Firm Age And Wages[J].Journal of Labor Economics,2003,21(3): 677-697.

[17] Adelino,Manuel,Song Ma,and David T Robinson.Firm Age,Investment Opportunities,and Job Creation[J].NBER Working Paper,19845,2014.

[18] 李勇,郭麗麗.國有企業的就業拖累效應及其門檻特征[J].財經研究，2015,(2):135-144.

[19] 曾慶生,陳信元.國家控股、超額雇員與勞動力成本[J].經濟研究，2006,(5):74-86.

[責任編輯：安 錦]

Information Technology Application and Labor Market Polarization

YANG Fei

(School of Economics and Trade,Nanjing Audit University,Nanjing 211815,China)

This paper studies the effect of information technology and robotics application on employment substitution and employment creation.Theoretical models and empirical studies using the World Bank Enterprise Data show that manufacturing informatization and robotics applications promote the labor market polarization increase the demand proportion of high-skilled labor,while decrease the demand of middle-skilled labor engaged in the rule task of manufacture.The application of information technology increases the proportion of low-skilled labor because of complementary of high-skilled labor and low-skilled labor.This study also showed that manufacture informatization creates more highly skilled jobs of low-skilled manufacture industry.The government should pay more attention to low-skilled manufacturing to enhance the degree of informatization,avoid the administrative means to transfer low-skilled services.

information technology application; employment substitution; labor market polarization

2016-08-07

江蘇省高校哲學社會科學研究基金(2014SJB211)

楊飛(1983- )，男，內蒙古前旗人，南京審計大學公共經濟學院講師，博士，從事技術創新與經濟增長研究.