生產線上的“性別紅利”：自動化升級與雇傭合同期限*
——來自廣東省“企業-工人”匹配調查的證據

余玲錚 婁世艷

引言

當前，人類社會已經進入依托于機器人、人工智能、大數據以及互聯網等自動化和智能化的新紀元，先進生產線正全面滲透工業生產領域，促使傳統的生產組織方式發生顛覆性變革，極大地提升工業生產效率，尤其在一些深受老齡化問題困擾的國家或地區，先進自動化智能化技術能為保持經濟增長提供新的契機。按照麥肯錫全球研究院預測（2017），新技術每年能使全球經濟增長提高0.8～1.4個百分點。不過，在技術解放生產力之同時，也會因重塑技能需求而較大規模地取代傳統的工作崗位，引發技術性失業問題。過去20年，一些發達經濟體的工業就業人數持續下降。其中，韓國、新加坡、西班牙和英國工業就業人數下降幅度均超過10個百分點。①James Manyika,Michael Chui,Mehdi Miremadi,Jacques Bughin,Katy George,Paul Willmott and Martin Dewhurst,“A Future That Works:Automation,Employment and Productivity,”New York:McKinsey&Company,2017.在中國，隨著人口紅利逐漸消散和勞動供給日益短缺，工廠車間大規模引進機器人生產線已呈現不可逆轉趨勢。②程虹、陳文津、李唐：《機器人在中國：現狀、未來與影響——來自中國企業—勞動力匹配調查（CEES）的經驗證據》，《宏觀質量研究》2018年第6期。值得注意的是，先進生產線在普及應用的同時，對就業和工資的負面沖擊也是客觀存在的。

另一個值得關注的現象是，近年我國勞動力市場出現明顯的結構變化，從事有酬雇傭工作的女性人數在持續增長，雇傭合同短期化現象日益普遍。數據顯示，中國女性參與有酬就業的比重從1995年32%上升至2015年55%。③International Labour Organization(ILO),Non-standard Employment Around the World:Understanding Challenges,Shaping Prospects,Geneva:International Labour Office,2016.女性群體的就業擴張一定程度上得益于全球供應鏈延伸和國際分工所衍生的額外需求。在我國東南沿海地區，大量女性工人供職于諸如服裝、紡織和電子產品加工等“輕”工業部門或勞動密集型行業，成為制造業勞動力隊伍中一支不可或缺的力量。然而，這些企業容易遭受國際訂單不確定性的沖擊，為盡可能平抑用工成本，雇主往往僅提供短期勞動合同，工人工作更多地表現出非標準特征（non-standard work）。相比于男性，女性群體雇傭合同多以短期或季節性合同為主，處于相對不利的地位。由于天然的“母親身份”，使得絕大部分家務勞動和無酬照料工作由女性承擔。據國際勞工組織發布的數據，2018年全球范圍的女性平均承擔了所有無酬照料勞動的76%，為男性的三倍。④International Labour Organization(ILO),Women and Men in the Informal Economy:A Statistical Picture,third edition,Geneva:International Labour Office,2018.過多的無酬照料勞動制約女性的勞動力市場參與。而且，女性因在一段時間退出勞動力市場將導致技能退化。根據CHIPs（1995—2018）調查數據，我國就業市場雇傭短期化日益普遍，特別是女性穩定就業人數比例顯著低于男性，接近57%的女性從事短期臨時工作。

一旦將自動化技術應用與工廠車間的女性雇傭表現結合起來考察，人們或許可以看到一些新的現象——生產線上的“性別紅利”（gender dividend）。從理論上看，技術進步從來都是非中性的，更多表現出一種技能偏向型（或者任務偏向型），因而技術紅利不會均勻地惠及所有群體。⑤蔡昉:《經濟學如何迎接新技術革命?》，《勞動經濟研究》2019年第2期。在現實的工廠車間實踐中，男性在操作技能和體力方面具有優勢，而女性在溝通和認知方面表現更佳。當先進技術嵌入機器并廣泛應用于工廠車間，必然會改變“技術-技能”匹配關系，因而擁有不同技能的男女工人與機器的關系將被重新塑造，企業與不同性別雇傭關系的強度也將發生變化。換言之，生產線升級或許能為女性帶來更加穩定的雇傭關系，企業內部不同性別工人的雇傭合約和人力資源管理模式也因此發生新的變化。那么，真實情形如何呢？目前尚未有明確答案。

在此背景下，本文試圖基于“生產線”這一可觀測對象，研究工廠車間自動化升級如何重塑不同性別的雇傭合同期限。文章首先闡述自動化等先進技術應用如何影響不同性別雇傭期限的理論機制，進一步利用一手調查獲得的、來自于廣東省的“企業-工人”匹配數據進行實證分析。研究發現，生產線升級能夠顯著縮小企業內雇傭期限的性別差異，其機制在于，女性技能能夠與先進生產線形成良好的“技術-技能”匹配關系，從而使得雇主在與女性職工締約合同時，更愿意提供長期穩定的雇傭合同。而且，在具有更好的工會保護機制企業或者非國有企業里，生產線升級能夠給女性帶來更長期的雇傭合同。

本文主要的創新點有二：（1）利用“生產線”這一獨特分析對象，深入考察自動化技術變革如何重塑企業內部雇傭合同期限，這一研究視角是既有文獻所忽略的。在國內較為接近的文獻中，魏下海等（2018）考察生產線升級如何影響性別工資差距。①魏下海、曹暉、吳春秀：《生產線升級與企業內性別工資差距的收斂》，《經濟研究》2018年第2期。李小瑛和趙忠（2012）研究發現，雇傭制度環境的轉型是產生雇傭靈活性的重要因素。②李小瑛、趙忠：《城鎮勞動力市場雇傭關系的演化及影響因素》，《經濟研究》2012年第9期。不過遺憾的是，圍繞生產線升級與雇傭合同期限性別差異的研究文獻并未發現，我們試圖推進這一議題研究。（2）本文研究確認了一個事實，即技術變革改變技能偏向，而技能偏向則進一步改變性別偏見，這一發現為促進企業內部性別平等提供新的理論依據和政策啟示。

一、文獻回顧與理論機制闡述

本文旨在考察生產線升級對雇傭期限性別差異的影響，相關文獻主要有兩支。

（一）技術變革（包括自動化和生產線升級等）如何影響雇傭期限

另一方面，采用先進技術的企業更常雇傭穩定勞動者。⑤Brian Uzzi and Zoe I.Barsness,“Contingent Employment in British Establishments:Organizational Determinants of the Use of Fixed-term Hires and Part-time Workers,”Social Forces,Vol.76,No.3,1998,pp.967-1005.從新制度經濟學理論來講，基于企業特定生產線而形成的專用性人力資本，容易產生不可轉移性的沉沒成本，投資方遭受對方潛在的機會主義行為和“敲竹杠”風險較大，即為威廉姆森所言的“套牢”或“鎖定”效應。在此情形下，雇傭雙方有較強的動機達成穩定的雇傭關系，這既有效地防范專用性人力資本投資中的機會主義行為，也能為企業節約交易成本。⑥Oliver E.Williamson,The Economic Institutions of Capitalism:Firms,Markets and Relational Contracting,New York:Free Press,1985;Oliver Hart and John Moore,“Property Rights and the Nature of the Firm,”Journal of Political Economy,Vol.98,No.6,1990,pp1119-1158;王琦：《重新思考“雇傭”：新制度經濟學的解釋及評述》，《中國人力資源開發》2020年第6期;李杰、邱力生：《企業技能型勞動者專用性人力資本：投資與激勵》，《經濟管理》2007年第12期。同時，擁有一批固定勞動者可以減少培訓成本，有利于保護企業的專門知識。①Kyle J.Mayer and Jack A.Nickerson,“Antecedents and Performance Implications of Contracting for Knowledge Workers:Evidence from Information Technology Services,”Organization Science,Vol.16,No.3,2005,pp.225-242.隨著員工企業年資的增長，雇傭雙方會減少辭職（或裁員）的傾向。因此，即便在自動化生產體系下，擁有穩定的勞工隊伍也是有利可圖的，雇主和雇員可以通過“技術-技能”關系分享先進機器帶來的“技術紅利”，從而雙方達成一種穩定雇傭關系。因此，自動化技術對于雇傭期限長短的影響，事實上是一個相對開放的實證問題。

（二）技術變革如何影響雇傭期限性別差異

從理論上講，技術進步通常有鮮明的技能偏向性，由于男女分屬于不同技能集合，因此技術進步對不同性別雇傭期限的影響也是不對稱的。在既有文獻中，Galor和Weil（1996）較早地注意到技能性別差異對于工資差異的重要性。②Oded Galor and David N.Weil,“The Gender Gap,Fertility,and Growth,”American Economic Review,Vol.86,No.3,1996,pp.374-387.Welch（2000）研究表明，男性屬于肌肉密集型（brawn-intensive）勞動力，在常規操作技能和體力上更占優勢，而女性在人際溝通和認知技能上表現更佳，為大腦密集型（brain-intensive）勞動力。③Finis Welch,“Growth in Women＇s Relative Wages and in Inequality among Men:One Phenomenon or Two?”,American Economic Review,Vol.90,No.2,2000,pp.444-449.一旦自動化生產線升級，將降低對常規性勞動的需求，而增加非常規性勞動需求，女性群體因此獲益。Weinberg（2000）提供的經驗證據確認了計算機化對女性技能的擴展性需求。④Bruce A.Weinberg,“Computer Use and the Demand for Female Workers,”Industrial and Labor Relations Review,Vol.53,No.2,2000,pp.290-308.

偏向型技術進步將重塑不同群體技能需求，使得技術紅利溢出效應存在群體異質性，包括性別差異。從這個意義上講，“技術-技能”匹配關系決定著勞動者在工作場所的雇傭關系穩定性。如果說技術變革在決定工作穩定性方面發揮了重要作用，那么可以預期，常規工作最容易受到機器影響，從而導致工作穩定性下降，而非常規認知工作則獲得了相對優勢。女性技能恰好在這種技術變革背景下更具優勢，也能夠產生更大的技能溢價。因此，先進技術將重塑企業內部技能需求，這種重塑機制可能因性別技能差異而異，最終形成自動化背景下的性別紅利。

二、數據、變量與統計事實

（一）“企業-工人”匹配調查數據

本文數據來自廣東省制造業“企業-工人”匹配調查，該調查是由華南師范大學與廣東省南海高新區創設的博士后基地于2016年11—12月聯合開展。佛山市作為“中國制造2025”國家級示范區之一，其智能制造發展具有示范作用。2020年，廣東省遴選出88家智能制造試點示范企業，南海高新區就有10家制造業入選，故樣本選擇具有較好代表性。本文對原始數據缺失變量進行篩選清理之后，最終得到1870個觀測值。

（二）變量說明

本文重點關注企業生產線升級是否改變企業內勞動力市場的雇傭關系，從而使得不同性別雇傭期限收斂。因此，被解釋變量為雇傭合同期限，該變量由員工問卷中問題“您簽訂的勞動合同期限是哪種類型？”進行識別，“一年以下”視為短期合同，“一至三年”視為中期合同，“三至五年”及“五年以上”視為長期合同。采用離散數字表示，分別為：短期合同賦值為1，中期合同賦值為2，長期合同賦值為3。

核心解釋變量之一：企業是否進行生產線升級（PLU），由企業問卷中問題“與2015年相比，貴企業是否實現了流程升級？（優化或引進先進生產線）”識別，為二值虛擬變量，取值1表示企業已完成生產線升級，取值0表示企業未進行生產線升級。

核心解釋變量之二：工人性別，我們重點關注女性，因而變量設定采用女性虛擬變量表示，女性取值為1，男性取值為0。

炎性細胞因子IL-8對慢性鼻-鼻竇炎伴鼻息肉患者術后復發的預測價值初步探討（呂立輝 康洪濤 王春河）2∶93

（三）統計事實

圖1顯示了不同情形下雇傭合同期限的差異，對比左邊兩組數據可以看出，在生產線升級企業中的男性相較于未進行生產線升級企業中的男性，合同期限結構差異并不明顯，表明對于男性來說，企業是否進行生產線升級對其雇傭合同期限幾近無影響。但對女性來說，在生產線升級企業中，女性員工的長期合同明顯增多，中短期合同則顯著下降。這意味生產線升級對女性獲得穩定的雇傭合同更加有利，初步印證了理論預期。①Finis Welch,“Growth in Women＇s Relative Wages and in Inequality among Men:One Phenomenon or Two?”,American Economic Review,Vol.90,No.2,2000,pp.444-449;Motonori Yamaguchi and Gordon D.Logan,“Pushing Typists Back on the Learning Curve:Memory Chunking in the Hierarchical Control of Skilled Typewriting,”Journal of Experimental Psychology Learning Memory&Cognition,Vol.42,No.12,2016,pp.1919-1936.

圖1 不同情形下雇傭合同期限比較

（四）模型設定

雇主與雇員簽署勞動合同以及確立合同期限，本身是一個相對復雜的討價還價過程，除了本文所關注的生產線升級和性別因素外，還有其他有關個人談判力和特征的變量，比如教育、年資等，還包括企業規模、年齡等企業特征變量。因此，本文實證模型設定如下：

其中，i代表員工，j代表企業，Contij表示i員工與j企業所簽訂合同期限，PLUj表示j企業是否進行生產線升級。female表示員工是否為女性。Xij代表j企業中i員工個體相關控制變量，Ej代表j企業相關控制變量，ui為隨機擾動項。在公式（2）中有一個交互項PLUj×female，我們重點關注交互項回歸系數ρ，若系數ρ＞0，則說明企業實現生產線升級對企業女性員工獲取長期合同、穩定工作有積極作用。

個體層面控制變量包括：教育年限、年齡以及年齡平方/100、是否已婚、是否本地戶籍、工作年限。企業層面控制變量包括：企業年齡、企業規模（取自然對數）、是否組建工會、是否高新企業。此外還控制了企業所有制和行業固定效應。

三、生產線升級影響雇傭合同性別差異的實證分析

（一）基準估計結果

表1報告了基準模型回歸估計結果，采用穩健異方差估計。第（1）列為未加入生產線升級變量的估計結果，在控制工人個體和企業特征變量后，企業女工的雇傭合同期限相較于男性員工合同期限顯著更短，女工會面臨更大的就業不穩定性。第（2）列進一步加入了生產線升級變量，結果表明，那些實現生產線升級的企業更愿意與雇員達成更加穩定持久的合同關系。意味著在生產線標準化的生產模式下，擁有穩定產業工人隊伍同樣具有優勢，因為工人在工作崗位上獲得專有人力資本和精湛技藝是企業生命力建設的核心要素，因而企業就不會輕易解雇員工。

第（3）列估計結果（生產線升級×女性）交互項的估計系數刻畫了生產線升級的性別偏向性。結果可知，交互項的估計系數為0.1706，在5%水平高度顯著，說明其他條件不變的情況下，相比于男性雇員，生產線升級企業給予女性的雇傭合同期限有顯著延長。這一實證發現確認了生產線升級在減少工廠車間性別差異上發揮重要作用。一方面降低了對常規體力和機械操作技能的依賴（男性有相對優勢），另一方面則強化了對非常規認知技能和人際溝通能力的需求（女性有相對優勢），因而女性在生產線升級的技術變革中獲益更多，獲得更加持久穩定雇傭合同和體面勞動，最終改善了企業內部勞動力市場的性別分割現象。就此，本文提供了確鑿且直接的經驗證據，呼應了既有文獻的結論。①Finis Welch,“Growth in Women＇s Relative Wages and in Inequality among Men:One Phenomenon or Two?”,American Economic Review,Vol.90,No.2,2000,pp.444-449;Motonori Yamaguchi and Gordon D.Logan,“Pushing Typists Back on the Learning Curve:Memory Chunking in the Hierarchical Control of Skilled Typewriting”,Journal of Experimental Psychology Learning Memory&Cognition,Vol.42,No.12,2016,pp.1919-1936.

第（3）列的估計結果顯示，教育年限估計系數顯著為正，表明受教育程度越高的人，就業穩定性越強。工作年限的估計系數顯著為正，與既有文獻發現一致。②Annette Bergemann and Antje Mertens,“Job Stability Trends,Lay-offs,and Transitions to Unemployment in West Germany,”Labour,Vol.25,No.4,2011,pp.421-446.年齡和婚姻因素對雇傭合同期限的影響不顯著。在企業特征變量中，企業年齡對雇傭合同期限有顯著負向影響，企業規模則有顯著正向影響，高新企業有更大的員工流動性。

表1 基準估計結果（被解釋變量：勞動合同期限）

（二）穩健性檢驗

本文采用兩種方法來檢驗上文研究結果是否保持穩健。第一種方法是通過工具變量來克服潛在的內生性問題，第二種方法采用PSM對模型進行重新估計。

1.克服潛在的內生性問題

參考魏下海等（2018）工具變量選取方法，①魏下海、曹暉、吳春秀：《生產線升級與企業內性別工資差距的收斂》，《經濟研究》2018年第2期。采取三個變量作為外部工具變量，分別為：（1）“企業在2015年勞動力需求的滿足程度”；（2）“與同行企業相比工資水平”；（3）“近3年企業經營的外部環境有何變化”。估計方法采用干預效應模型。由表2前兩列可知，（生產線升級×女性）交互項系數依然顯著為正，分別為0.1454和0.1401，與OLS估計結果的0.1706相比略有減小，但差異不大。這表明，即便考慮可能存在的內生性問題，生產線升級依然有利于工廠車間女性獲得相對穩定的長期合同。

2.傾向得分匹配估計

我們進一步使用PSM匹配的方法以比較相似樣本是否是由于生產線升級帶來的雇傭合同期限性別差異收斂。結果見于表2第（3）列，交互項的估計系數0.1751，在10%水平顯著，與OLS回歸估計結果一致。總體來說，控制其他條件不變，企業進行生產線升級能夠促使女性員工合同期限延長，工作更為穩定。

表2 穩健性分析（被解釋變量：勞動合同期限）

（三）作用機制檢驗

正如前文的理論機制闡述，當技術嵌入生產線，雇員的原有技能如果無法匹配先進生產線需要，會變得過時甚至被“閑置”，出現技能“復舊效應”（vintage effect）。由于女性與男性的技能集有明顯差異，相比于男性技能，如果女性技能能夠與先進生產線技術達成良好的互補關系，就自然會提高女性在工廠車間的重要性以及雇傭合同的穩定性。那么，真實的作用機制情形是否如此呢？

在實證分析過程中，我們充分利用問卷問題：“您是否參加過企業組織的各種培訓？”，包括四個選項，（1）從未參加過；（2）極少參加；（3）偶爾參加；（4）經常參加，據此來刻畫男女工人在企業的技能培訓情況，并進一步構建技能培訓與女性交互項。由表3估計結果可知，在生產線未升級的企業組中，交互項（技能培訓×女性）的估計系數不顯著，這意味著在此企業組中，技能培訓對于男女雇傭期限差異幾乎沒有影響；而在生產線升級企業組中，交互項（技能培訓×女性）估計系數為正數，且達到10%顯著水平，表明在生產線升級企業中，相比于男性，技能培訓對于提升女性雇傭期限的確起到積極作用。換言之，女性技能在生產線升級企業中更受偏愛，女性技能與先進生產線技術具有良好互補關系。

表3 作用機制分析（被解釋變量：勞動合同期限）

（四）生產線升級影響的異質性分析

1.工會保護差異

理論上，工會等勞動保護機制既可以影響企業技術升級方向，也可以通過強大的組織能力來改善職工受雇條件。①Richard B.Freeman and James L.Medoff,What Do Unions Do?,New York:Basic Books,1984.在中國，企業基層工會具有底線維權特征，有保護弱勢群體的責任。②Yang Yao and Ninghua Zhong,“Unions and Workers＇Welfare in Chinese Firms,”Journal of Labor Economics,Vol.31,No.3,2013,pp.633-667.相比于男工，女工通常是工廠車間里相對弱勢的一方，當工會組織介入，應該會放大生產線升級對性別雇傭條件差異的積極影響。

表4前兩列提供了這一問題的檢驗結果，從中可知，在沒有工會保護的企業中，生產線升級與女性交互項的估計系數不顯著。而在有工會企業中，交互項估計系數顯著為正（0.2257），且大于基準估計系數（0.1706）。這說明，工會不僅在保護雇傭條件均等化上發揮積極作用，而且能夠顯著促進生產線升級與女性的互補效應。

2.所有制差異

現實中，雇主在與雇員締約勞動合同時，會表現出鮮明的所有制差異。我們通過原始數據發現，國有企業員工長期合同占比更高，就業穩定性較高，而非國有企業員工的中短期合同占多數，就業靈活性更高。因此，生產線升級對雇傭期限影響的空間也會有所不同。

表4后兩列分別提供了不同所有制估計結果。可知，在國有企業中，生產線升級與女性交互項的估計系數并不顯著，這可能與國有企業雇傭合同期限調整空間不大有關，畢竟，國有企業雇傭合同更多是長期性的。而在非國有企業子樣本估計中，交互項的估計系數為正數，達到1%顯著水平，這體現了非國有企業合同短期化較為普遍（尤其女工），而生產線升級恰好為女工雇傭條件改善提供難得契機，從而使得雇傭合同期限的性別差異得以收斂。

表4 異質性分析（被解釋變量：勞動合同期限）

四、結論與政策啟示

本文利用廣東南海“企業-工人”匹配的一手調查數據考察了工廠車間的生產線升級如何影響企業內雇傭期限的性別差異，研究發現：（1）相比于男性，工廠中的女性雇傭合同短期化較為普遍，這一定程度反映了雇主在締約合同時的性別偏見。（2）不過，當更先進的生產線介入生產環節，女性相比于男性的特定技能優勢就彰顯出來，由于女性的非常規認知技能能夠與先進技術形成互補效應（而不是替代效應），使得雇主更愿意與女性達成更穩定的雇傭關系，機制檢驗確認了這一點。（3）異質性分析發現，工會保護機制會強化生產線升級對于女性雇傭期限的積極影響；在非國有企業中，由于短期雇傭比例較高，一旦企業引進先進生產線，對于女性的積極影響也更大。本文的研究結論顯示，女性技能在工業自動化進程有著不可忽視的積極貢獻。

當今以及未來一段時期，勞動力市場的工作性質將經歷深刻變革，突如其來的疫情沖擊加劇這種變革，尤其是那些需要大量近距離互動的行業將面臨更加快速的自動化，未來的工作地點將更為靈活（比如遠程工作），這使得勞動者要面臨新的工作場景和技能轉型。當務之急，政府、企業和個人需要在諸多方面做出適當調整和積極響應。包括：（1）優化教育培養體系。既然抽象認知和社會情感等（女性）技能能夠與自動化技術達成良好互補，因此，學校教育應強化這方面能力的培養，以確保教育體系與不斷變化的經濟、勞動力市場和社會相適應，實現教育技能與先進機器無縫合作。（2）發揮企業技能培訓作用。企業站在自動化的最前線，能最直接最充分了解到采用先進技術時需要哪些技能，由于女性與機器更能達成“并肩工作”的能力，因此企業在培訓和技能再造方面不僅應發揮積極作用，且要盡可能減少性別歧視。（3）完善勞動權益保護。考慮到自動化可能導致就業穩定性差的問題，應提供保護靈活就業者的勞動權益，健全政府、工會、企業代表組織共同參與的協商協調機制，促進和諧勞動關系建設。