人工智能發(fā)展對中國工業(yè)就業(yè)影響的實證研究

蔡 敏 魯 晨

（安徽師范大學(xué)，安徽 蕪湖 241000）

一、引言

近年來， 越來越多的國家開始重視智能技術(shù)的發(fā)展，中國在2017 年也將人工智能的發(fā)展納入國家發(fā)展戰(zhàn)略之中， 但是我們在享受智能技術(shù)發(fā)展便捷的同時，也不能忽視智能技術(shù)發(fā)展有可能帶來的“機器換人”現(xiàn)象。根據(jù)IDC 在2018 年的數(shù)據(jù)顯示，未來5 年智能技術(shù)發(fā)展將會帶來多個行業(yè)運行效率的提高。 這種智能技術(shù)帶來的高效率運行的背后的結(jié)果是“機器換人”現(xiàn)象的出現(xiàn)。世界經(jīng)濟論壇在《2018 未來就業(yè)》報告中指出，自動化技術(shù)以及智能科技技術(shù)運⒚在未來將會取代全球7500 萬份工作崗位，穩(wěn)定的全職工作將越來越少。 作為人口大國的中國，在快速發(fā)展的智能技術(shù)背景下， 如何處理智能機器對于勞動力就業(yè)的沖擊問題，顯得尤為重要。

目前， 學(xué)術(shù)界關(guān)于人工智能發(fā)展對就業(yè)的影響并沒有統(tǒng)一的結(jié)論。一種研究認為智能技術(shù)發(fā)展將會替代人類勞動力。 Manyika（2017）指出2013 年有50個國家超過57%的行業(yè)受到自動化設(shè)備影響[1]；David（2017）認為智能技術(shù)的發(fā)展將會帶來新的勞動工具和勞動方法， 并通過犧牲勞動力為代價提高生產(chǎn)效率[2]；Arntz(2016)認為美國將有9%的崗位將面臨極高被替代的風(fēng)險[3]；Michael Osborne（2014）認為全美將有47%的工作有被智能機器取代的可能[4]。Oschinski(2017)的研究發(fā)現(xiàn)，奧地利、德國等國家勞動力被自動化代替的風(fēng)險值已經(jīng)超過10%[5]；陳⒗偉（2018）通過對中國數(shù)據(jù)的估計，發(fā)現(xiàn)總就業(yè)崗位中有76%的崗位將會受到人工智能技術(shù)的沖擊， 即使不考慮農(nóng)業(yè)人數(shù)，受影響的比例依然高達65%[6]。 另一種研究認為智能技術(shù)對就業(yè)具有促進效應(yīng)。 Acemoglu(2017)認為自動化的運⒚在減少勞動力需求的同時也會帶來新的崗位需求， 原因在于對產(chǎn)品需求的增加以及對勞動力需求的增加[7]。 Thomas(2017)認為技術(shù)發(fā)展對就業(yè)具有促進作⒚， 技術(shù)投資和勞動力機會增長之間存在互補關(guān)系[8]；Hoedemakers(2017)通過對15 個國家的動態(tài)面板數(shù)據(jù)進行分析，得出智能機器設(shè)備和就業(yè)之間存在正向相關(guān)[9]。

基于前人的研究，本文關(guān)注的主要問題是，在智能技術(shù)發(fā)展的背景下， 中國工業(yè)行業(yè)的就業(yè)水平是否會受到影響？ 如果受到影響，那么在全行業(yè)中不同技術(shù)層面的影響是否相同？ 通過對中國2004-2017年32 個工業(yè)行業(yè)的面板數(shù)據(jù)進行研究，考察智能技術(shù)的發(fā)展對工業(yè)行業(yè)總體以及細分工業(yè)行業(yè)的勞動力就業(yè)產(chǎn)生的影響。

二、工業(yè)行業(yè)就業(yè)情況

（一）工業(yè)行業(yè)總體就業(yè)情況

圖1 2004-2017 年工業(yè)行業(yè)就業(yè)人數(shù)㈦其占經(jīng)濟活動人口比重變化趨勢

根據(jù)圖1，我們可以看到工業(yè)行業(yè)總體就業(yè)量在2004 年到2009 年期間，工業(yè)行業(yè)總體就業(yè)人數(shù)基本保持穩(wěn)定，之后開始增加，并在2013 年增長到最高水平；2013 年之后，由于智能技術(shù)進一步發(fā)展，工業(yè)行業(yè)智能自動化設(shè)備使⒚比例增大， 工業(yè)行業(yè)總體就業(yè)量開始呈現(xiàn)逐年較小幅度的下降趨勢，2017 年時工業(yè)行業(yè)總就業(yè)人數(shù)下降到4988 萬人，較于2013年的工業(yè)行業(yè)就業(yè)總量下降了12.5%； 但是相較于2012 年， 工業(yè)行業(yè)總體就業(yè)人數(shù)依然增加242.5 萬人，增長幅度達到5.1%，其工業(yè)行業(yè)就業(yè)人口總數(shù)量依然有2004 年的1.43 倍。

從圖1 中可以看出，2004 年工業(yè)行業(yè)就業(yè)人數(shù)占經(jīng)濟活動人數(shù)的4.64%， 并且在接下來的5 年中，其比例變化基本維持不變， 但是在2009 年之后，工業(yè)行業(yè)就業(yè)人口占經(jīng)濟活動人口的比重越來越大，從2009 年的5.07%增長到了2013 年的7.19%；在此之后這一比重又開始下降，到2017 年，工業(yè)行業(yè)就業(yè)人口占經(jīng)濟活動人口的比重為6.18%，盡管這一比重小于2013 年，但是相較于2013 年之前，依然有所增加。 雖然在部分年份工業(yè)行業(yè)就業(yè)數(shù)量有一定的起伏， 但整體上看工業(yè)行業(yè)就業(yè)變化起伏程度并不大，其就業(yè)水平依然保持相對穩(wěn)定的狀態(tài)。

（二）細分工業(yè)行業(yè)就業(yè)情況

通過對工業(yè)行業(yè)的整理合并， 本文主要考察32個工業(yè)行業(yè)就業(yè)整體情況①。按照OECD 對行業(yè)的劃分標(biāo)準(zhǔn)，將工業(yè)行業(yè)分為高技術(shù)、中高技術(shù)、中低技術(shù)及低技術(shù)四大類。

從表1 可以發(fā)現(xiàn)，2004 年到2017 年間高技術(shù)行業(yè)和中高技術(shù)行業(yè)的就業(yè)人口數(shù)量有不同程度的增加， 而中低技術(shù)行業(yè)和低技術(shù)行業(yè)的人口數(shù)量都出現(xiàn)了下降現(xiàn)象； 在高技術(shù)行業(yè)中， 總體占比增加8.29%；在中高技術(shù)行業(yè)中，各細分行業(yè)增減數(shù)量占比各占一半，但總體上增加了3.49%；在中低技術(shù)行業(yè)中，僅有3 個細分行業(yè)的就業(yè)人數(shù)占比增大，總體就業(yè)占比減少了7.98%；在低技術(shù)行業(yè)中，各細分行業(yè)的占比增減變動幅度并不是很大，都保持在1%的水平之內(nèi)。

表1 2004-2017 年細分工業(yè)行業(yè)就業(yè)情況

因此，我國工業(yè)行業(yè)就業(yè)總量基本穩(wěn)定，但在結(jié)構(gòu)上就業(yè)逐漸偏向技術(shù)水平更高的行業(yè)。 考慮到中國近些年智能技術(shù)的發(fā)展， 我們自然想到這種就業(yè)趨勢的變化和智能技術(shù)發(fā)展有很大的關(guān)系； 接下來本文將通過對2004-2017 年的工業(yè)行業(yè)實證數(shù)據(jù)研究來考察智能技術(shù)發(fā)展對工業(yè)行業(yè)所帶來的影響。

三、模型構(gòu)建

（一）基本模型

本文采⒚Acemoglu and Restrepo（2018）的模型[10]，該模型主要考察兩種不同類型技術(shù)進步對就業(yè)的影響。 假定t 時期i 行業(yè)的生產(chǎn)函數(shù)為柯布——道格拉斯生產(chǎn)函數(shù)形式：

其中，Yit表示t 時期i 行業(yè)的實際總產(chǎn)出，A 表示行業(yè)的智能技術(shù)水平，Kit表示t 時期i 行業(yè)的資本投入水平，Lit表示t 時期i 行業(yè)的勞動力數(shù)量。 α、β分別表示資本和勞動力投入份額。

廠商的利潤：

其中Pit表示t 時期i 行業(yè)商品的價格，Wit表示t時期i 行業(yè)勞動力工資水平，Cit表示t 時期i 行業(yè)資本的利息水平。 假設(shè)市場是完全競爭的，因此以利潤最大化為目標(biāo)的企業(yè)支付給勞動力的工資Wit等于勞動力的邊際產(chǎn)出，另外支付給資本的利息Cit等于資本的邊際產(chǎn)出。

對利潤關(guān)于資本和勞動力求一階導(dǎo)數(shù)得到企業(yè)利潤最大化均衡條件：

聯(lián)立（3）、（4）兩式得到資本關(guān)于勞動力的關(guān)系式：

將（5）代入（1）中，可以得到：

另外沿⒚Acemoglu and Restrepo（2018）的邏輯[10]，將智能技術(shù)區(qū)分為智能設(shè)備技術(shù)（E）和產(chǎn)品創(chuàng)新技術(shù)（G）[10]；其中智能設(shè)備技術(shù)是由于人工智能技術(shù)的發(fā)展，引起的企業(yè)智能自動化設(shè)備技術(shù)更新，考慮到智能技術(shù)在運⒚到設(shè)備生產(chǎn)上需要一定的時間，我們采⒚智能創(chuàng)新技術(shù)一期滯后性L.Eit； 而產(chǎn)品創(chuàng)新技術(shù)是指由于智能技術(shù)發(fā)展帶來行業(yè)研發(fā)部門研發(fā)能力增加， 從而使原有的產(chǎn)品質(zhì)量得以提高或研發(fā)出新的產(chǎn)品。 此外技術(shù)進步會隨著時間的變化而變化，加入時間趨勢項，可以得到技術(shù)表現(xiàn)形式為：

將式（7）代入式（6）中，取對數(shù)整理可得Acemoglu and Restrepo（2018）提出的“人機競爭”計量模型：

（二）數(shù)據(jù)及描述性統(tǒng)計

智能設(shè)備技術(shù)方面，參照冷國強（2018）所采⒚的方法[11]，加以調(diào)整后選⒚生產(chǎn)智能設(shè)備制造行業(yè)的新產(chǎn)品收入滯后一期項作為代理變量。其中智能設(shè)備制造行業(yè)選⒚通⒚設(shè)備制造業(yè)、專⒚設(shè)備制造業(yè)、電氣機械和器材制造業(yè)以及計算機、通信和其他電子設(shè)備制造業(yè)；各細分行業(yè)按照其主營業(yè)務(wù)收入占全行業(yè)主營業(yè)務(wù)收入的比重乘以智能設(shè)備制造行業(yè)的新產(chǎn)品收入進行測算。生產(chǎn)智能設(shè)備制造行業(yè)的新產(chǎn)品銷售以及主營業(yè)務(wù)收入來源于2005-2018 年《中國科技統(tǒng)計年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況。

產(chǎn)品創(chuàng)新技術(shù)方面，參照董景榮（2017）在研究技術(shù)引進和創(chuàng)新增長對中國不同地區(qū)制造業(yè)的影響中采⒚的方法[12]，使⒚工業(yè)行業(yè)新產(chǎn)品的銷售收入作為產(chǎn)品創(chuàng)新技術(shù)的代理變量。 工業(yè)行業(yè)新產(chǎn)品的銷售收入來源于2005-2018 年《中國科技統(tǒng)計年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況。

勞動力數(shù)量方面，采⒚2005-2018 年《中國勞動統(tǒng)計年鑒》 中規(guī)模以上分行業(yè)就業(yè)人員的年末數(shù)量表示。

實際總產(chǎn)出方面，采⒚主營業(yè)務(wù)收入和生產(chǎn)者出廠價格指數(shù)的比值表示。主營業(yè)務(wù)收入來源于2005-2018 年《中國科技統(tǒng)計年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況， 生產(chǎn)者出廠價格指數(shù)來源于2005-2018 年《中國統(tǒng)計年鑒》中工業(yè)生產(chǎn)者出廠價格指數(shù)。

勞動力工資水平方面，采⒚分行業(yè)就業(yè)人員工資總額和居民消費價格指數(shù)的比值表示。分行業(yè)就業(yè)人員工資總額來自2005-2018 年《中國勞動統(tǒng)計年鑒》分行業(yè)就業(yè)人員和勞動報酬， 居民消費價格指數(shù)來自2005-2018 年《中國統(tǒng)計年鑒》中各種價格指數(shù)中的居民消費價格指數(shù)。2005-2018 年各變量的描述性統(tǒng)計如表2：

表2 2005-2018 年各變量的描述性統(tǒng)計

四、結(jié)果分析

（一）實證結(jié)果分析

使⒚工業(yè)行業(yè)面板數(shù)據(jù)， 通過F 檢驗和Hausman 檢驗，選擇固定效應(yīng)模型進行估計分析。 首先，對全工業(yè)行業(yè)的數(shù)據(jù)進行分析，對勞動力數(shù)量、實際總產(chǎn)出、智能設(shè)備創(chuàng)新技術(shù)、產(chǎn)品創(chuàng)新技術(shù)、勞動力工資水平的數(shù)據(jù)取對數(shù)；之后，再將工業(yè)行業(yè)細分成高技術(shù)和中高技術(shù)行業(yè)、 中低技術(shù)和低技術(shù)行業(yè)并進行分析。

首先，我們使⒚公式（8）對全工業(yè)行業(yè)的數(shù)據(jù)進行估計，（一） 是對全工業(yè)行業(yè)的估計結(jié)果。 在表3中， 智能設(shè)備技術(shù)變量對勞動力就業(yè)影響的估計系數(shù)顯著為負， 表明智能設(shè)備技術(shù)對于勞動力就業(yè)具有抑制效果，智能設(shè)備在工業(yè)行業(yè)的使⒚，一定程度會取代勞動力就業(yè)， 原因在于智能設(shè)備的使⒚可以替代原勞動力的崗位。 考慮到智能設(shè)備在研發(fā)和生產(chǎn)過程中具有一定的生產(chǎn)周期，這種影響具有滯后性。 產(chǎn)品創(chuàng)新技術(shù)變量對勞動力就業(yè)影響的估計系數(shù)顯著為正，表明產(chǎn)品創(chuàng)新技術(shù)對勞動力就業(yè)起促進作⒚，原因在于智能技術(shù)的發(fā)展，很多新產(chǎn)品被研發(fā)出來，市場的需求量增加，因此需求量的增加將刺激生產(chǎn)活動，行業(yè)的生產(chǎn)規(guī)模擴大， 進而促進就業(yè)崗位和勞動力需求的增加；此外，產(chǎn)品創(chuàng)新技術(shù)需要大量的研發(fā)人員，從另一方面擴大了就業(yè)需求。

然后，我們對工業(yè)行業(yè)細分，考察智能技術(shù)發(fā)展帶來的兩種效應(yīng)對于不同技術(shù)水平行業(yè)的影響。表3 中（二）是對高技術(shù)和中高技術(shù)行業(yè)的估計結(jié)果，表中產(chǎn)品創(chuàng)新技術(shù)對于就業(yè)影響為正且顯著，表明產(chǎn)品創(chuàng)新促進了其就業(yè)水平，高端行業(yè)需要更多的研發(fā)人員投入，對于高新產(chǎn)品的需求量空間很大， 智能技術(shù)在高端行業(yè)有很大促進就業(yè)的潛力。 表3 中（三）是對中低技術(shù)和低技術(shù)行業(yè)的估計結(jié)果， 智能設(shè)備技術(shù)對就業(yè)影響的估計系數(shù)顯著為負， 表明智能設(shè)備技術(shù)在低端行業(yè)對于就業(yè)存在抑制作⒚； 產(chǎn)品創(chuàng)新技術(shù)對就業(yè)影響的估計系數(shù)顯著為正， 表明產(chǎn)品創(chuàng)新技術(shù)在低端行業(yè)對于就業(yè)存在促進作⒚，比較二者系數(shù)發(fā)現(xiàn)，智能技術(shù)在低端行業(yè)的就業(yè)效應(yīng)更多的是抑制作⒚， 主要原因是目前智能技術(shù)還處于初步發(fā)展階段， 在工業(yè)上大多替代的是簡單性、可重復(fù)性高的低端技術(shù)行業(yè)，因此智能技術(shù)對低端行業(yè)的影響更多是對就業(yè)的替代。 綜合比較表3 中的（二）、（三），我們可以發(fā)現(xiàn)產(chǎn)品創(chuàng)新技術(shù)對高端技術(shù)行業(yè)的影響大于對低端技術(shù)行業(yè)的影響， 而智能設(shè)備技術(shù)對于低端行業(yè)的影響相較于高端行業(yè)更為明顯。

（二）穩(wěn)健性檢驗

為了檢驗上述模型穩(wěn)健性， 將原模型被解釋變量更換為按行業(yè)分大中型工業(yè)企業(yè)全部從業(yè)人員年平均人數(shù)。 同樣采⒚固定效應(yīng)估計方法對細分工業(yè)行業(yè)進行回歸，回歸結(jié)果見表3 中的（4）和（5）。 從（4）中可以看出，產(chǎn)品創(chuàng)新技術(shù)對高技術(shù)和中高技術(shù)行業(yè)就業(yè)影響依然顯著為正， 說明智能技術(shù)帶來的產(chǎn)品創(chuàng)新技術(shù)依然可以帶來高技術(shù)和中高技術(shù)行業(yè)就業(yè)水平的提高；從（5）中可以看出，智能設(shè)備技術(shù)對于就業(yè)的影響依然顯著為負， 產(chǎn)品創(chuàng)新技術(shù)依然顯著為正， 說明智能技術(shù)帶來的智能設(shè)備技術(shù)會抑制中低技術(shù)和低技術(shù)行業(yè)的就業(yè)， 而智能技術(shù)帶來的產(chǎn)品創(chuàng)新技術(shù)可以促進中低技術(shù)和低技術(shù)行業(yè)的就業(yè)。 其他變量估計結(jié)果沒有發(fā)現(xiàn)顯著變化，因此模型估計結(jié)果具有一定的顯著性。

表3 行業(yè)就業(yè)回歸方程估計

五、結(jié)論及政策建議

（一）結(jié)論

通過對工業(yè)行業(yè)的數(shù)據(jù)研究， 我們發(fā)現(xiàn)智能技術(shù)發(fā)展對于工業(yè)行業(yè)就業(yè)有著重要影響。 從全行業(yè)來看，智能設(shè)備技術(shù)會抑制就業(yè)，產(chǎn)品創(chuàng)新技術(shù)會促進就業(yè)，在智能技術(shù)初期階段，智能設(shè)備技術(shù)對就業(yè)的影響效果更大，考慮到智能技術(shù)的不斷發(fā)展，智能設(shè)備生產(chǎn)成本的下降， 工業(yè)行業(yè)就業(yè)將會面臨巨大挑戰(zhàn)；從細分工業(yè)行業(yè)來看，智能技術(shù)對高端技術(shù)行業(yè)就業(yè)具有促進作⒚， 尤其是對計算機和通信設(shè)備制造業(yè)等高技術(shù)行業(yè)就業(yè)促進作⒚尤為明顯。 但智能技術(shù)對于工業(yè)行業(yè)中低端行業(yè)的就業(yè)具有很強的替代作⒚， 這種替代效應(yīng)超過智能技術(shù)在高端行業(yè)帶來的就業(yè)促進效應(yīng)，因此在智能技術(shù)發(fā)展初期，智能技術(shù)對就業(yè)造成的影響更多的是崗位替代效應(yīng)。

（二）政策建議

第一，加大高端行業(yè)研發(fā)投入，改善研發(fā)環(huán)境；各地政府一方面應(yīng)該通過一系列的稅收優(yōu)惠政策，鼓勵企業(yè)進行高層次的創(chuàng)新研發(fā)，而不是只局限于對于自動化設(shè)備的使⒚；另一方面加大對于創(chuàng)新性企業(yè)的扶持力度， 幫助創(chuàng)新性企業(yè)解決巨額資金投入難題，提高創(chuàng)新性企業(yè)的識別準(zhǔn)確率，避免一些企業(yè)以創(chuàng)新為噱頭進行圈錢融資行為。

第二，提高高端人才培養(yǎng)意識，注重對高素質(zhì)勞動力的培養(yǎng)；智能技術(shù)對就業(yè)的促進作⒚集中在對高素質(zhì)勞動力就業(yè)的促進，但我國高等院校在對于智能技術(shù)人才培養(yǎng)還處于起步階段，無論在理論研究還是在實踐操作方面和歐美發(fā)達國家還存在差距。 因此，高校應(yīng)加大對于高端前沿技術(shù)的人才培養(yǎng)，以此解決有可能出現(xiàn)的勞動力和勞動崗位不匹配所造成的結(jié)構(gòu)性失業(yè)問題。

第三，做好工業(yè)行業(yè)失業(yè)人員的保障機制；首先完善就業(yè)補助機制， 滿足失業(yè)人員的基本生活需求，其次做好工作崗位信息傳遞工作，避免出現(xiàn)就業(yè)信息缺乏導(dǎo)致的失業(yè)現(xiàn)象發(fā)生，鼓勵失業(yè)者自身在資金允許范圍內(nèi)自主創(chuàng)業(yè)，并給㈣政策上的優(yōu)惠和技術(shù)上的幫助；最后，考慮到該類人員大部分是由于技能水平較低造成的失業(yè)， 短期內(nèi)無法迅速提升技能水平，可以通過服務(wù)業(yè)來承接該部分失業(yè)人員，因此還需大力發(fā)展服務(wù)行業(yè)，通過服務(wù)行業(yè)的發(fā)展來緩解由于智能技術(shù)發(fā)展所帶來的就業(yè)壓力。

注釋：

①工業(yè)行業(yè)分類標(biāo)準(zhǔn)參考《中國勞動統(tǒng)計年鑒》中對規(guī)模以上工業(yè)行業(yè)分類標(biāo)準(zhǔn)，由于2012 年之前橡膠制造業(yè)和塑料制造業(yè)分開統(tǒng)計，2012 年后放在一起統(tǒng)計，因此本文將2012 年之前橡膠制造業(yè)和塑料制造業(yè)合并成橡膠和塑料制品業(yè)；將2012 年之前的汽車制造業(yè)及鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)合并成交通運輸設(shè)備制造業(yè)；另外刪除了儀器儀表制造業(yè)、其他制造業(yè)、金屬制品、機械和設(shè)備修理業(yè)。