





摘 要:本文基于2008-2019年我國267個地級市面板數據,利用雙向固定效應模型考察了人工智能對我國勞動力就業的影響。經實證結果表明:人工智能對我國的勞動力就業的創造效應大于替代效應,且替代效應主要體現在制造業,而創造效應主要體現在服務業。
關鍵詞:人工智能;勞動力;就業
一、引言
隨著新一輪技術革新浪潮的迭起,帶來了互聯網技術和數字科技等一系列技術基礎的迅猛發展,人工智能技術的發展在世界范圍內實現了新一輪的革新,加速了與經濟社會的滲透和融合。人工智能作為促進產業升級、引領經濟高質量發展的新動能,其帶來的變化滲入了人類社會生產生活的各個領域,習總書記曾在黨中央政治局會議上指出“人工智能是引領新一輪科技革命和產業變革的戰略性技術,具有溢出帶動性很強的‘頭雁’效應”。然而,對于處在人口紅利消失、經濟增速放緩和資源約束加劇時期的中國而言,人工智能的廣泛應用卻引發了社會對“機器換人”的隱憂,那么,人工智能的發展究竟是如何重塑我國的勞動力就業市場呢?在后疫情時代,中國在追求穩步增長且就業均衡的宏觀政策目標下,研究人工智能發展對勞動力就業影響無比迫切。
二、文獻綜述
第一類學者認為人工智能對勞動力就業持悲觀態度。他們認為人工智能的應用引發了“技術性失業”的擔憂。蔡嘯和黃旭美(2019)[1]認為,我國人工智能的使用顯著降低了制造業的勞動力占比,對就業具有抑制效應,但制造業生產率的增長會在一定程度上緩解這種抑制作用。第二類學者認為人工智能對勞動力就業的影響持樂觀態度。李磊等(2021)[2]利用中國微觀企業數據檢驗機器人使用對我國就業的影響,研究發現企業的勞動力需求反而因機器人的使用顯著上升。第三類學者持中立態度,Dauth等(2021)[3]檢驗了工業機器人對1994~2014年期間德國勞動力市場的就業和工資的影響,發現工業機器人的采用對當地勞動力市場的總體就業沒有影響。且經實證檢驗發現,從就業結構來看,以往制造業流出的勞動力逐漸轉向了服務業。
綜上所述,以往的學者多聚焦于人工智能對勞動力就業的正面或負面影響,國外有學者研究人工智能對其勞動力就業結構的影響,但我國在這方面的經驗數據研究還相對匱乏,基于此,本文從這一角度出發進行進一步的完善。
三、實證檢驗
(1)模型設定
為實證檢驗我國人工智能對勞動力就業的影響效應,本文基于地級市面板數據構造固定效應回歸模型:
(2)指標設定
被解釋變量:勞動力就業人數(lnlabor):采用城鎮單位從業人員數和城鎮私營和個體從業人員數之和來表示全社會年末從業人員數量,用以衡量勞動力就業水平。
核心解釋變量:借鑒阿西莫格魯的做法,指標具體計算方式如下:
如式(2)所示,表示的是t年j城市里n行業的就業人數,表示的是t年j城市的總就業人數,因而這二者之間的比值加總相當于j城市各行業的就業份額,以此作為權重。表示的是n行業在t年的工業機器人的應用量。
(3)數據來源
以上數據均來自《中國勞動統計年鑒》和《中國城市統計年鑒》。
(4)實證檢驗
依照公式(1)所設定的實證模型進行了基準回歸分析,如下表1所示,列(1)和(2)表示將控制變量逐步引入模型時,人工智能對勞動力就業的影響,具體而言,核心解釋變量即人工智能的系數在1%的水平下顯著為正,即表明人工智能對各地區的勞動力就業具有顯著的正向影響。列(3)回歸系數顯著為正,體現了人工智能對我國服務業主要以就業創造效應為主。列(4)回歸系數顯著為負,表明人工智能對我國的制造業就業以替代效應為主。我國人工智能這一技術的沖擊會對各地區的就業有替代影響,但隨著人工智能的不斷更新和完善,總體上表現為創造效應作用大于替代效應作用。
四、結論與建議
經上述實證檢驗分析發現,人工智能對我國的就業創造效應大于就業替代效應,且就業創造效應大多在服務業,就業替代效應多出現在制造業。因而要優化服務業產業結構,一是積極推動服務業貿易國際合作,嚴防低生產率服務業蔓延引發“鮑莫爾成本病”,創造更多的服務業崗位來應對人工智能的沖擊。二是協同推進,政府應積極鼓勵就業人員適應人工智能對就業的沖擊,給予一定的就業幫扶。
參考文獻:
[1]蔡嘯,黃旭美.人工智能技術會抑制制造業就業嗎?——理論推演與實證檢驗[J].商業研究,2019,No.506(06):53-62.
[2]李磊,王小霞,包群.機器人的就業效應:機制與中國經驗[J].管理世界,2021,37(09):104-119.DOI:10.19744/j.cnki.11-1235/f.2021.0140.
[3] Dauth,W.,S.Findeisen,J.Suedekum,and N.Woessner,2021,“The Adjustment of Labor Markets toRobots”,Journal of theEuropean Economic Association,Forthcoming.