新一代信息技術對勞動力結構調整的影響研究
——基于中國三大產業勞動力份額變動的視角

徐偉呈，魏寧康，王 瀟

（中國海洋大學a.經濟學院；b.海洋發展研究院，山東 青島 266100）

一、引言

中國經濟具有典型的二元結構特征，勞動力持續由農業向非農業（工業和服務業）部門轉移，勞動力格局發生顯著變化，成為自改革開放以來推動國內經濟快速發展的重要因素之一［1］。在勞動力結構調整過程中，也表現出勞動力在不同部門之間的重新分配［2］。勞動力從農業向工業、服務業部門轉移的規律，在許多國家產業發展進程中都有所體現，勞動力在產業間重新分配這一特征亦由庫茲涅茨法則做出了闡釋［3］。配第-克拉克定理也表明，在經濟發展過程中，勞動力會由第一產業向第二、第三產業轉移。如圖1 所示，改革開放以來，中國勞動力資源在部門間進行了重新分配，即第一產業勞動力份額顯著下降，第三產業勞動力份額持續上升，而第二產業勞動力份額則呈“駝峰型”變動趨勢。

圖1 1978—2019年中國三大產業勞動力份額變動趨勢

需要注意的是，勞動力要素從農業部門向非農業部門轉移而產生的資源配置效率提升，是中國經濟增長中全要素生產率（TFP）的重要構成，未來經濟增長仍然要依靠這種傳統的全要素生產率增長源泉［4］。同時，勞動力轉移速度對經濟體快速達到廣義平衡增長路徑和GDP 水平不斷提高具有積極推動作用，對新常態背景下中國打破經濟失衡局面和實現經濟結構轉型升級具有重要意義［5］。2020 年4 月9 日，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，對引導勞動力要素合理暢通有序流動提出具體要求，進一步強調了產業間勞動力流動的現實意義。然而，產業間技術進步差異是勞動力要素在部門間流動和重新配置，以及推動產業和就業結構變遷的重要誘導因素［6］。這意味著具有較強的產業滲透性、創新性等優勢的新一代信息技術蓬勃發展，將成為推動中國勞動力結構調整的重要動力。

當前，以大數據、人工智能、移動互聯網等為代表的新一代信息技術是新一輪科技革命的核心，其快速發展和大規模應用能使產業模式發生根本性轉變。2021 年3 月11 日，十三屆全國人大四次會議表決通過的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》提出，要充分發揮信息技術的優勢，加快推進數字產業化和產業數字化轉型，賦能傳統產業轉型升級，驅動勞動力結構優化升級，壯大經濟發展新引擎。進入新時代，中國如何抓住新一輪信息技術革命所帶來的機遇，促進新一代信息技術與各產業融合發展，釋放“新基建”所帶來的紅利？如何發揮新一代信息技術驅動勞動力結構調整的作用，從而提高全要素生產率，進而實現經濟高質量發展？鑒于此，通過對新一代信息技術促進勞動力重新分配這一產業結構轉型的典型路徑進行剖析，并對新一代信息技術推動勞動力結構調整的作用機理進行探究，將為解決上述問題提供新的研究思路。

二、文獻綜述

產業結構轉型是發達國家和發展中國家共同面臨的經濟問題，國內外研究較為豐富。其中，勞動力在部門間的重新分配被認為是產業結構調整的典型特征［7］。也有研究直接選用農業、工業和服務業部門勞動力比重變化來表示產業結構的變遷［8］，得出在經濟發展過程中，農業部門勞動力份額趨于下降，服務業部門占比趨于上升，而工業部門呈現出先升后降趨勢的結論［9］。此外，關于產業和就業結構轉型特征的解釋，亦是國內外學者關注重點。其中，一是基于需求視角，通過需求收入的彈性變化來對結構調整進行闡釋［10-13］；二是從供給角度出發，認為產業間技術進步率差異和要素收入份額隨資本深化而產生的變動，是結構調整的重要驅動力［14-16］。

技術變革在很大程度上決定了產業結構轉型速度，技術進步在影響產業結構轉型的同時，也會對勞動力結構變遷產生顯著影響［17］。Baumol（1967）較早研究了技術進步對結構轉型的影響，建立了包含“進步部門”和“停滯部門”的兩部門模型，發現當部門產出之比滿足一定條件時，將會發生勞動力在部門間轉移［18］。在此基礎上，Ngai 和Pissa?rides（2007）通過構建多部門結構轉型模型，發現不同部門間TFP 差異是推動勞動力份額變動的重要因素［14］。Swiecki（2017）認為，部門偏向型技術進步是引致結構變化的重要因素，這種差異也能對結構轉型過程中勞動力在部門間轉移做出解釋［19］。程名望等（2018）對勞動力轉移特征及其對經濟增長的貢獻進行分析后發現，部門間生產率差異是勞動力從農業向非農業部門轉移的內在動力［20］。Monteforte（2020）建立了一個小規模的一般均衡模型，對部門TFP的提高與結構轉型之間的關系進行了研究，并對勞動力資源在部門間的重新分配進行了解釋［21］。郭凱明和羅敏（2021）、Song（2021）亦對勞動力份額調整的影響因素進行了研究，結果表明，有偏技術進步是重要的驅動力［22-23］。

信息技術創新及其推廣應用是技術進步的重要構成。近年來，人工智能、云計算、大數據以及物聯網等新一代信息技術蓬勃發展，信息技術與勞動力結構轉型之間的關系引起了學界廣泛關注［24-26］。需要注意的是，新一代信息技術可以替代人類完成程式化工作任務，其發展和應用可能會造成某些領域就業減少甚至是消失，而對就業的最終影響則由信息技術所產生的替代效應和創造效應的相對大小來決定［27］。何小鋼等（2019）研究發現，信息通信技術與高技能勞動力之間存在互補效應，尤其體現在程序化、大規模任務工作中［28］。蔡躍洲和陳楠（2019）的研究則認為，在新一代信息技術革命背景下，人工智能等新技術的快速發展和廣泛應用，雖然能保證就業總量基本穩定，但對勞動力分配影響顯著，勢必會驅動勞動力結構調整［29］。然而，伴隨著新一代信息技術蓬勃發展，工業智能化進程不斷推進，有可能導致中國勞動力市場出現就業“兩極化”趨勢［30］。

現有文獻為本文研究提供了良好的借鑒，但鮮有文獻利用數值模擬，就新一代信息技術對勞動力結構調整的影響進行研究。因此，本文嘗試在以下三個方面進行研究：第一，構建由新一代信息技術驅動的三大產業勞動力結構變遷模型，創新性引入新一代信息技術在三大產業間的滲透率，以對各產業勞動力份額的變動進行分析；第二，充分考慮新一代信息技術在不同階段發展水平和其在各產業中的應用程度均存在差異，從而保證基準模型中三大產業勞動力份額變動的時間路徑，能較好地擬合中國實際勞動力份額變動的時間路徑，體現所構建的基準模型具有較高適用性；第三，基于所構建的由新一代信息技術驅動三大產業勞動力結構變遷模型，進行較豐富的數值模擬實驗和反事實實驗，從有別于傳統實證分析的角度，就新一代信息技術對中國勞動力結構調整的影響進行探究。

三、理論模型與分析

本文參考Duarte 和Restuccia（2010）的理論［2］，在模型中創新性地引入以大數據、人工智能、移動互聯網等技術為代表的新一代信息技術以及這種新技術在三大產業中的滲透率，構建由新一代信息技術驅動的三大產業勞動力結構變遷模型。本文的理論模型假定一國經濟由三大產業構成，并且在每一時期生產三種產品：農產品、工業產品和服務業產品。

（一）生產部門

假定經濟體中有農業（a）、工業（m）、服務業（s）三類生產部門，各部門代表性廠商的生產函數假定為規模報酬不變的Cobb-Douglas生產函數。

其中：Yi、Li、Ki、Ai表示第i產業的產出、勞動和資本要素投入量以及除新一代信息技術之外的原有“舊技術”的全要素生產率；A表示以大數據、人工智能、移動互聯網等技術為代表的新一代信息技術的全要素生產率（1）；γi衡量了這種新技術在第i產業中的使用效率，即新一代信息技術在第i產業中的滲透率；αi和（1-αi）分別表示第i產業代表性廠商的產出對勞動和資本要素投入的彈性。此外，假設第i產業產品的價格為pi，并進一步假設生產要素在各產業間可以自由流動，用w和r分別表示各產業的工資和資本要素的租金（利率），則第i產業的代表性廠商可以通過調整勞動力和資本要素投入量來實現利潤最大化。

由于本文研究重點在于分析新舊技術變化對三大產業勞動力結構調整的影響，從而對技術因素做如下設定。

1.新一代信息技術A

本文假設新一代信息技術進步服從“S”型技術擴散曲線［31］，具體形式為：

其中：A0為新技術進步率的初始值；A?為新技術進步率的上限；μ表示新技術增長率變化趨勢的曲率；h表示新技術進步率增長率變化趨勢由凸轉凹的時間節點。使用“S”型技術曲線的原因在于：一方面，新技術發展通常會經歷相對平緩的起步階段、高速發展階段以及再次進入發展緩慢的成熟階段；另一方面，在新技術產生初期，其對各大產業全要素生產率的促進作用相對有限，這是由于與新技術相配套的技術創新和生產體系轉型升級并不完善，此時，其對產出的貢獻相對較小。隨著相關配套基礎設施建設日趨完善，新技術在各產業的普及程度會快速提升，在達到一定程度之后，新技術發展逐漸步入瓶頸期，其對產出增長的貢獻也趨于平緩。綜合上述兩方面，本文采用式（3）來刻畫新一代信息技術發展。

2.各產業原有技術Ai

遵循大多數文獻的做法，本文假設技術進步率外生且為常數，記為μi。

此外，假設μi>0，即技術進步不會出現停滯。

（二）家庭部門

本文重點從技術層面來研究新一代信息技術對三大產業勞動力結構調整的影響，并不涉及經濟增長問題，從而對于家庭部門效用函數的設定僅基于單期效用的形式，并不涉及跨期資本累積等問題。事實上，即使考慮經濟增長問題，對勞動力結構變動的影響也并無本質性區別。簡單起見，本文假設一國經濟的勞動要素總供給量為L，代表性家庭從對農產品消費（ca,t）和非農產品消費（ct）中獲得效用，效用函數為單期形式。

其中，>0 是維持代表性家庭生存水平的必要農產品消費數量。這種偏好特征被多數文獻認為是產業結構變遷過程中，勞動力要素從農業部門向其他部門轉移的顯著特征［32］。一般而言，農產品的消費權重a較小。從式（5）可以看出，農產品與非農產品之間的替代彈性較小，即農產品不能被其他產品所替代。

非農產品消費數量ct為CES效用函數。

其中：cm,t和cs,t分別表示代表性家庭的工業產品和服務業產品消費量；>0 為家庭所能提供的固定水平的服務業產品數量；b∈(0,1)，ρ<1。式（6）中，>0 意味著服務業產品需求的收入彈性大于1。當家庭收入水平較低時，分配到服務業的生產要素數量較少；反之，家庭收入水平提高時，將有更多要素被分配到服務業。ρ的符號決定了工業產品與服務業產品之間的替代性。當0 <ρ<1 時，工業產品與服務業產品之間的替代性較強；當ρ<0 時，兩種產品之間的替代性則較弱。當三大產業產品價格給定時，家庭通過對不同產品消費數量進行選擇，以實現其效用水平最大化。公式如下：

其預算約束為：

（三）經濟均衡

在給定生產和效用函數的基礎上，產業結構變遷模型的均衡解為農產品、工業產品和服務業產品價格集合{pa,pm,ps}、廠商投入的勞動力資源配置集合{La,Lm,Ls}，以及家庭選擇的產品消費集合{ca,cm,cs}，使一國經濟滿足如下均衡條件：給定產品價格集合，廠商選擇勞動力資源配置組合{La,Lm,Ls}來使式（2）的利潤實現最大化，并且家庭對消費組合{ca,cm,cs}進行選擇來使式（7）效用最大化；勞動力市場出清，即La+Lm+Ls=L；商品市場出清，即ca=Ya，cm=Ym，cs=Ys。

首先，求解廠商利潤最大化問題。由一階條件廠商邊際收益等于邊際成本，可以得到勞動和資本要素滿足如下等式：

廠商利潤最大化問題可簡化為：

由利潤最大化的一階條件可知，商品價格與新一代信息技術進步率A負相關。

對于家庭部門而言，各產品的最優消費組合滿足：

注意到式（13）—（15）都是線性方程，在上述三式兩邊同時除以L后，即可得到三大產業勞動力份額{La,Lm,Ls}，且滿足：

為了得到三大產業勞動力份額簡化的表達式，本文將進一步假設αm=αs，在后文穩健性討論部分將放松這一假設。記，其經濟學含義為當技術水平發展到一定程度時的第一產業勞動力份額極限；，為由第二、第三產業勞動力投入彈性以及產品替代彈性所決定的常數；，為第三產業和第二產業的全要素生產率比值。在上述條件下，求解式（13）、式（14）和式（16），可以得到三大產業的勞動力份額。

（四）新舊技術對勞動力結構均衡解的影響

第一產業勞動力份額隨著新技術和舊技術發展呈現逐年下降趨勢，即隨著技術進步，第一產業勞動力將向第二和第三產業轉移。且當時間t趨于無窮時，技術水平和均趨于無限大，則第一產業勞動力份額將趨于a?。

對于第二產業勞動力份額而言，其變動情況相對復雜。一般而言，第一產業技術進步最快［33］，因而，式（18）中的分子往往呈現出遞減態勢。而式（18）中分母的變化則取決于第二和第三產業全要素生產率的比值D以及工業產品和服務業產品之間的替代彈性ρ。在技術進步初期，上述比值變動也相對較慢，因而，第二產業勞動力份額在初期會逐年增加；若D(t)ρ/(1 - ρ)隨著時間的推移趨于無窮，則存在時刻t?，當t>t?時，Lm隨時間推移而遞減。綜上分析，第二產業的勞動力份額會呈現出先增后減的“駝峰型”曲線。

對于第三產業勞動力份額而言，新舊技術進步對第一產業勞動力產生“擠出效應”，且第三產業在初期較低的勞動力份額可能會導致其吸納勞動力的能力相較于第二產業更強。而在時刻t?之后，新技術發展對第一和第二產業勞動力都會產生“擠出效應”，第三產業勞動力份額將會持續增長。

四、參數校準

本文利用1978—2019 年中國勞動力市場實際數據對上述基準模型進行校準，以驗證理論分析內容。通過選擇合適的參數值，可以保證基準模型達到均衡時，勞動力結構變化的時間路徑能很好地擬合在此期間實際勞動力結構變化情況。中國三大產業勞動力份額使用三大產業就業人員數（年末數）計算得到，數據來源于《中國統計年鑒》。

（一）新一代信息技術水平的設定

由于新一代信息技術是當前驅動中國勞動力結構調整的重要動力，因而，本文首先對新一代信息技術發展水平進行設定。基于Mansfield（1961）提出的技術擴散“S”型曲線［31］，參考現有文獻對人工智能技術的設定［34-35］，本文使用式（3）來刻畫新一代信息技術A(t)。同時，將新一代信息技術初始值A0標準化為1；將新技術進步率增長率變化趨勢的曲率設定為0.25，即μ=0.25；將新技術進步率增長率變化趨勢由凸轉凹的時間節點設定為2020 年，即h=2020；并將新技術的極限值A?設定為4。在上述假設下，新一代信息技術水平發展趨勢如圖2所示。

圖2 新一代信息技術水平發展趨勢

從圖2 可以看出，新一代信息技術在2000 年前近似為1，這可能是由于在2000 年之前，新技術發展水平較低且尚未應用到各個行業中，對社會經濟活動產生的影響較小。新一代信息技術發展大致起步于2000 年，并在2000—2010 年處于發展的初級階段。在這10 年間，我國信息產業增加值年均增速超過20%，占國內生產總值的比重由不足1%增加到10%左右，意味著信息化水平得到快速提升，對社會經濟和人民生活產生了巨大影響。2010 年10 月，《國務院關于加快培育和發展戰略性新興產業的決定》提出，要大力發展國家戰略性新興產業，到2020 年，將新一代信息技術產業發展為國民經濟支柱產業。為響應這一號召，我國新一代信息技術在2010 年左右進入高速發展階段，之后逐漸趨于成熟，2020 年的技術水平較2010 年提高近一倍。這意味著我國新一代信息技術與經濟發展高度融合，在推動勞動力結構調整和帶動經濟發展方式轉變過程中起到重要的引擎作用。近年來，新一代信息技術發展得到國際社會的廣泛關注和重視，得到的政策支持隨之增多，配套科技創新成果也不斷增加；同時，新一代信息技術發展和應用所帶來的成果亦對廠商產生了較大吸引力，從而，使其得到了更大范圍推廣和應用，因而得以快速發展。

（二）模型參數校準

在本文模型中，需要校準的參數為a?、、、κ；表示技術水平相關參數為μa、μs、γa、γs；表示技術水平差異參數為。參數校準原則是對參數值進行限定，使基準模型擬合值與1978—2019年中國勞動力結構實際數據的均方誤差最小。

參數a?、和κ的設定如下：社會發展步入后工業化階段的標志之一，是第一產業就業占比低于10%［36］。結合我國人口基數大且農村人口比例較高的現實，本文設定當技術水平發展程度較高時，第一產業就業占比的極限值a?=5%。與Duarte 和Restuccia（2010）的做法類似［2］設定為初期（1958年）第三產業就業份額，即=0.121 8。由于初期所有產業技術水平均標準化為1，和κ的取值將使得由式（17）和式（18）決定的三大產業勞動力結構與初期的勞動力結構相一致，從而得到=0.659 0，κ=1.407 9。

對于舊技術的技術進步率μa、μs以及通過產品間替代彈性修正的第二、第三產業技術進步率之差μdif，使用1978—2000 年三大產業實際就業份額數據進行擬合校準，可以得到μa=0.018 0，μs=0.015 0，μdif=0.002 0；新一代信息技術的技術滲透率γa、γs以及經過產品替代彈性修正的第二、第三產業技術滲透率之差γdif，使用2000—2019 年三大產業實際就業結構數據進行擬合校準，得到γa=0.550 0，γs=0.840 0，γdif=0.126 0。從參數校準結果來看，1978—2000 年，第一產業技術進步率最高，這與已有研究結論相一致。Fan和Zhang（2002）估計出1979—1997 年中國第一產業全要素生產率約為0.033［37］，數值上存在差異的原因，是由于估計方法和樣本期設定不同。具體參數值和擬合目標見表1所列。

表1 參數值和擬合目標

續表1

1978—2019 年，中國三大產業實際勞動力份額變動的時間路徑和由基準模型呈現出的三大產業勞動力份額隨時間推移的變化趨勢如圖3所示。可以看出，由基準模型擬合的三大產業勞動力份額變動與中國實際就業份額變動的時間路徑基本一致。在2010 年之前，以大數據、人工智能、移動互聯網等為代表的新一代信息技術處于發展初級階段；2010年后，新興信息技術蓬勃發展并得到了廣泛推廣和應用。從圖3 可以看出，近年來，中國三大產業勞動力份額的確發生了顯著變化。第一產業勞動力份額快速下降，第三產業勞動力份額快速上升，這與中國新一代信息技術發展趨勢以及產業間就業結構轉型的典型特征相符合，意味著本文所建立的基準模型可以較好地刻畫中國勞動力結構變遷的典型特征。

圖3 基準模型的擬合效果

（三）結果分析

對于第一產業而言，由恩格爾定律（Engel′s law）可知，隨著我國經濟發展水平不斷提高，居民收入水平也不斷增加，用于購買食物支出的比例呈現下降趨勢，這在相關研究中已得到證實［38］。家庭對農產品的需求相對穩定，而第一產業原有的技術進步率高于第二、第三產業，在產出（需求）相對不變的情況下，技術進步則會促使第一產業勞動力向第二、第三產業轉移，導致1978—2000年第一產業勞動力份額呈階梯式穩定的下降趨勢。然而，在2000年以后，尤其是2010年后，隨著大數據、人工智能、移動互聯網等新一代信息技術在傳統農業中快速滲透，極大促進了第一產業自動化、規模化和智慧化生產，第一產業TFP大幅提升，由新一代信息技術進步所產生的“替代效應”愈發明顯，這表現為自2010年之后，第一產業勞動力份額的下降速度相較之前明顯加快，大量勞動力向第二、第三產業轉移。

對于第二、第三產業而言，新一代信息技術的廣泛應用會使其產品價格下降，參見式（11）。家庭在滿足基本生活所需的農產品消費之后，由于工業產品和服務業產品價格下降，家庭對這些產品的需求將會增加，從而導致第二、第三產業對勞動力需求也將增加，表現為第二、第三產業勞動力份額呈現上升趨勢。第二、第三產業吸納的勞動力如何分配，則主要取決于新一代信息技術在第三產業和第二產業滲透率的比值，當新技術在第三產業的滲透率更高時，第三產業對勞動力的需求也相對更高。此外，隨著新一代信息技術快速發展，家庭對于工業產品和服務業產品的消費支出比例也隨之改變，服務業產品會不斷替代部分工業產品。如共享單車、共享汽車等第三方服務平臺出現，使得家庭對汽車等制造業產品的需求逐漸轉移到基于大數據、互聯網等信息平臺發展起來的服務業。由于對服務業產品的需求增量相對于工業產品而言更大，從而表現出近年來中國服務業部門勞動力份額快速上升，而工業部門勞動力份額呈現較為平緩的上升趨勢。

五、穩健性討論

本文將從市場結構扭曲和生產結構差異兩個方面對基準模型的穩健性進行討論。在基準模型中，個別假設與中國經濟現實并不十分相符。例如，假設三大產業之間無勞動力流動壁壘，從而將三大產業的工資設定為相同水平。但從現實情況來看，第二產業和第三產業勞動力的平均工資遠高于第一產業。并且在基準模型中，為了得到形式較為簡潔的三大產業勞動力份額表達式，本文假設勞動力投入對第二、第三產業產出的彈性均相等，即αm=αs。在此將放松上述假設，并對數值模擬結果與基準模型結果進行比較分析。

（一）市場結構扭曲

考慮中國作為最大的發展中國家，存在勞動力市場體系不完善和市場扭曲等現實情況，這可能會壓低農業部門的勞動力工資水平，勞動力從農業向非農業部門轉移的流動成本也可能因勞動力流動壁壘或市場扭曲等因素存在而增加［39］。因此，本文用農業與非農業部門的勞動力工資比率θ對這種增加的流動成本進行刻畫。假設第二、第三產業工資相等，記為w，第一產業的工資為(1-θ)w，此時，只需在基準模型中，用代替αa即可。在新的數值模擬實驗中，取θ=0.250 0。當αa=0.600 0、αs=0.400 0 時，可得=0.800 0，a?則由0.050 0 變為0.095 0。由此可知，第一產業的工資扭曲僅僅改變了第一產業的極限勞動力份額，其他參數值則保持不變。考慮勞動力流動成本也即勞動力流動壁壘存在，此時勞動力在部門間的流動相對困難。對于第一產業的資本扭曲等情形可做類似處理，只需相應地改變a?的值即可。考慮工資扭曲后的勞動力份額變化情況見表2 所列。

表2 三大產業勞動力份額變化比較

從表2 可以看出，與基準模型相比，存在工資扭曲時，第一產業勞動力份額下降程度和第三產業勞動力份額上升程度相對較小。這意味著中國勞動力市場體系不完善導致農業部門勞動力工資水平被壓低，而勞動力流動壁壘的存在一定程度上阻礙了勞動力由農業向非農業部門轉移，不利于勞動力結構轉型升級，且不利于消除勞動力工資水平差距。但總的來說，考慮工資扭曲后勞動力結構變化趨勢沒有發生顯著改變，即該結果仍能較好地展示中國三大產業勞動力份額變化趨勢，說明基準模型的模擬結果穩健可靠。

（二）生產結構差異

在研究技術進步對經濟增長和結構變遷影響的經典文獻中，大多假設三大產業除了技術進步率不同之外，生產函數中勞動力和資本投入的結構相同［2，9，15］。在本文的基準模型中，已經對這一假設進行了放松。為了得到相對簡潔的勞動力份額顯式表達式，在基準模型中僅假設αm=αs，即第二、第三產業的要素投入結構相同，第一產業要素投入結構與第二、第三產業不同。為了進一步討論基準模型的穩健性，在新的數值模擬實驗中，假設第三產業勞動力對產出的貢獻率比第二產業更高，并取αmαs=0.800 0，其他參數值保持不變。此時，勞動力份額變化情況見表2所列。

從表2 可以看出，考慮生產結構調整后，勞動力結構變化的時間路徑與基準模型結果具有較高一致性，說明生產函數中要素投入差異對勞動力份額變化不會產生太大影響，進一步驗證了基準模型具有較強的穩健性。此外，參考現有文獻寫作慣例［40］，本文不再進行相關的內生性檢驗。

六、反事實實驗

本文建立的基準模型較好地模擬了中國三大產業實際勞動力份額變動的時間路徑，基準模型的穩健性檢驗則表明，市場結構扭曲和生產結構差異對各產業勞動力份額變動的影響作用并不顯著，說明基準模型具有較高適用性。本文將繼續采用“反事實實驗”分析方法，從技術角度出發，研究新一代信息技術發展和應用對中國勞動力結構調整的影響。

這里需要研究的問題是，新一代信息技術能否優化中國勞動力結構，以及對勞動力結構調整會產生多大程度影響。為此，本文將展開數值模擬實驗，分兩個步驟來討論和回答上述問題，具體見表3所列。第一步，假定2000年之后，新一代信息技術的技術水平恒為1，即不存在新一代信息技術發展，技術進步仍保持2000 年之前的水平。在此情景下，將得到的三大產業勞動力份額變動的時間路徑與基準模型進行比較，從而探究新一代信息技術發展和應用會對勞動力結構調整產生多大程度影響。第二步，在新一代技術發展更快或應用更廣的情況下，通過調整新一代信息技術進步率、新技術進步率極限值以及新技術在三大產業中的滲透率，將在這三種情景下三大產業勞動力份額變動情況與基準模型進行比較，從而考察新一代信息技術進步能對勞動力結構調整產生何種影響以及影響作用大小。

表3 反事實實驗情景設定

（一）不存在新一代信息技術進步的情形分析

在該反事實實驗中，假設2000 年之后沒有新一代信息技術發展，三大產業技術進步率仍保持在2000 年之前的水平，其他參數值保持不變。由于基準模型在2000年之前也沒有考慮新一代信息技術，為了便于對比分析，該實驗樣本期設定為2000—2019 年，勞動力結構變化的時間路徑與基準模型對比如圖4所示。

圖4 不存在新一代信息技術進步時，三大產業勞動力份額變動的時間路徑對比

從圖4 可以看出，如果沒有新一代信息技術的快速發展和廣泛應用，第一產業勞動力份額依然呈現下降趨勢，且第三產業勞動力份額仍保持上升趨勢，但此時勞動力份額變動幅度相對較小，勞動力結構轉型升級特征不夠明顯。這可能是由于在不存在新技術進步的情況下，產業間生產活動沒有發生顯著調整和改變，勞動力需求結構變動也較小。

由于本文的基準模型能很好地刻畫在新一代信息技術革命背景下，第一產業勞動力份額迅速下降和第三產業勞動力份額快速上升，這一與實際較為接近的勞動力結構轉型特征，且能較好地與我國產業間勞動力資源重新分配的實際狀況相吻合。由此可以推斷出，新一代信息技術的快速發展和廣泛應用，會加快中國勞動力結構調整進程。此外，從圖4還可以看出，新一代信息技術發展對就業崗位的替代效應所導致的第一產業勞動力流出，大多被快速發展的第三產業所吸納，可能原因在于，新一代信息技術的廣泛應用可以間接創造出新的就業崗位，而這些新的就業崗位主要集中在第三產業。

（二）基于新一代信息技術進步的情景分析

為了顯著對比反事實實驗中三大產業勞動力份額變動的時間路徑與基準模型中的變動差異，本文將時間跨度延長，將樣本期設定為2000—2050年。

首先，考察新一代信息技術進步加快情形。假設技術進步率提高一倍，即μ=0.500 0，其他參數不變，2000—2050 年三大產業勞動力份額變動路徑與基準模型對比如圖5所示。

圖5 新一代信息技術進步率加快時，三大產業勞動力份額變動的時間路徑對比

從圖5 可以看出，在假設新一代信息技術發展更快的情形下，三大產業勞動力份額在2020 年之前的變動滯后于基準模型，2020 年后的變化相較于基準模型而言較快，而2035 年之后與基準模型的變化基本吻合。這可能是由于在新一代信息技術發展早期，其優勢還未顯現，推廣和應用范圍還不夠廣泛。在技術發展初期，企業技術進步更多依靠“模仿創新”模式，即學習國內外先進技術并根據企業自身條件進行調整，產業轉型升級進程處于相對初級階段，產業自身發展狀況相對滯后，因而新一代信息技術進步率提升過快，短期內企業發展現狀不能與過快的技術進步相匹配，對產業生產活動和勞動力結構調整不能迅速地產生影響。但隨著近年來新一代信息技術發展的基礎設施條件不斷完善，同時，在國家政策支持、創新驅動、產業結構優化升級以及經濟轉型等推動下，新一代信息技術對產業生產活動逐漸產生顯著影響，表現為較快的勞動力結構變動趨勢。但從更長一段時間來看，對勞動力份額調整與基準模型相比并無顯著差異，影響相對較小。

其次，考慮國際社會對大數據、人工智能、移動互聯網等新一代信息技術的關注不斷提高，且在全球化背景下，技術擴散和引進的國際合作程度不斷加深，以及由競爭所激發的企業創新潛力不斷提升，新一代信息技術發展和進步空間也將增大。假設新一代信息技術進步率極限值提高一倍，即A?=8，其他參數值保持不變，此時，2000—2050 年三大產業勞動力份額變動的時間路徑與基準模型對比如圖6 所示。

圖6 新一代信息技術進步空間更大時，三大產業勞動力份額變動的時間路徑對比

從圖6 可以看出，當新一代信息技術具有較大增長潛力和更大進步空間時，第一產業勞動力份額下降和第三產業勞動力份額上升速度將會更快、幅度更大。此外，由圖6 的對比可知，在新一代信息技術進步空間更大的情景中，第一產業與第三產業勞動力份額的交點發生時間會提前，第二產業勞動力份額先升后降的拐點也會提前。由此說明，在新一代信息技術進步空間更大的情形下，勞動力在產業間重新分配的速度會加快，并且從長期來看，新一代信息技術進步空間增大對勞動力結構調整的推動作用也一直較為顯著。

上述反事實實驗從技術進步速度和技術進步空間兩個角度對新一代信息技術進行了設定，本文最后一個反事實實驗則在基準模型基礎上，假設新一代信息技術在三大產業中的滲透率均提升50%，即γa=0.825 0、γs=1.260 0、γdif=0.189 0，其他參數值保持不變，此時，三大產業勞動力份額變動的時間路徑與基準模型對比如圖7所示。

圖7 技術滲透率提升時，三大產業勞動力份額變動的時間路徑對比

從圖7 可以看出，當新一代信息技術在三大產業中的滲透率提升時，第一產業和第三產業勞動力份額變動幅度和趨勢將會更加明顯。對比圖6 和圖7 可以發現，新一代信息技術進步空間和技術滲透率提升對勞動力份額調整的影響作用大體一致，但技術滲透率提升對勞動力份額變動的影響更加顯著，僅需提升50%，即可得到技術進步極限值提升100%的效果。從長期來看，第一產業勞動力份額仍大幅低于基準模型，第三產業勞動力份額則顯著高于基準模型，新一代信息技術滲透率提升將長期對勞動力結構優化發揮顯著作用。

七、結論與政策啟示

本文構建了由新一代信息技術驅動的三大產業勞動力結構變遷模型，通過引入新一代信息技術在三大產業間的滲透率對各產業勞動力份額變動進行分析，并采用1978—2019 年中國勞動力市場實際數據進行參數校準，以期探究新一代信息技術進步對中國勞動力結構調整的影響作用，得到如下結論：①自2000 年以來，新一代信息技術快速發展和廣泛使用加快了中國勞動力結構調整步伐，基準模型對近年來第一產業勞動力份額快速下降和第三產業勞動力份額大幅提升作出了合理解釋。家庭部門對農產品的非位似偏好導致家庭對農產品需求相對穩定，而新一代信息技術所帶來的第一產業TFP 大幅提升將導致第一產業勞動力向外流出。同時，新一代信息技術在第三產業中的更高滲透率導致其對第三產業TFP 增長的貢獻高于第二產業。因此，第三產業對勞動力吸納能力更強，勞動力份額大幅上升。②基準模型的穩健性檢驗表明，市場結構輕微扭曲和生產結構的些許差異對中國勞動力結構變化的影響并不顯著。反事實實驗發現，近年來，新一代信息技術對勞動力結構調整發揮著重要作用，與保持原技術水平的實驗相比，新一代信息技術發展將會顯著促進勞動力結構調整進程。③在最初階段，由于配套設施狀況和相對較慢的產業結構條件不適應過快的技術進步，新一代信息技術進步率提升過快反而使勞動力結構調整轉折點時間延后，而隨著產業發展，新一代信息技術進步率提高可以加快中國勞動力結構調整速度。新一代信息技術進步空間提升及其在三大產業中滲透率增強，均能長期顯著促進勞動力結構優化。

本文結論具有如下政策啟示：

首先，應充分利用新一代信息技術改造傳統產業，深化新一代信息技術在各產業集成應用，加快提升新一代信息技術在各產業中的滲透率。具體表現在我國三大產業亟須利用互聯網、大數據、人工智能等新一代信息技術構建數字化、智能化、網絡化的新型生產模式，促進新一代信息技術與各產業深度融合。同時，需以智能生產模式為載體，深化新一代信息技術在三大產業管理過程中的應用，創建現代管理模式，充分發揮新一代信息技術對勞動力結構優化的促進作用。

其次，應加大對新一代信息技術產業發展的政策扶持力度，將其確定為亟需重點發展的戰略性新興產業，使之成為國民經濟發展的先導性、支柱性產業，從而帶動并服務經濟社會發展，成為勞動力結構調整和經濟發展方式轉變的新引擎。此外，需加強風險防控意識，建立新一代信息技術安全認證系統，建立健全信息技術安全管理機制，從而保證新一代信息技術與三大產業相融合的新業態規范健康發展，以加快勞動力結構調整進程。

最后，應完善信息技術產業配套設施建設，并加快調整勞動力結構，使其適應快速發展的新一代信息技術。同時，政府在制定和實施勞動力結構調整政策過程中，還應大力鼓勵和支持引導新一代信息技術創新和研發，加強其對各產業升級改造，推動新舊動能轉換。這就需要利用新一代信息技術發展現代農業，推動新一代信息技術在工業生產中應用，重視加強核心工業技術培育并擴大國際合作。同時，還應注重提高服務業質量，積極利用新一代信息技術發展現代服務業，進而充分發揮新一代信息技術對我國勞動力結構調整的驅動作用。

從本文的分析可以看出，大力發展以大數據、人工智能、移動互聯網等為代表的新一代信息技術，并促進新一代信息技術與各大產業深度融合，將會加快中國勞動力結構優化升級進程。企業部門應充分利用新一代信息技術改造傳統產業，深化新一代信息技術在各產業集成應用，加快提升新一代信息技術在各產業中的滲透率。政府部門在制定和實施產業政策過程中，應大力鼓勵和支持引導新一代信息技術創新和研發，充分發揮新一代信息技術對中國勞動力結構優化的促進作用，從而落實好黨的二十大提出的“構建新一代信息技術”和“建設現代化產業體系”要求。此外，本文的理論模型可以從單期均衡模型擴展為跨期均衡模型，進而可以將經濟增長問題納入理論模型中，在研究新一代信息技術對勞動力份額影響的基礎上，考慮新技術對非平衡經濟增長的影響，還可以在模型中引入更多部門，來研究新一代信息技術革命下的高質量增長和高質量就業問題，這均是未來可以進一步研究的方向。

注釋：

（1）為使表達簡便，將Ai簡稱為第i產業舊技術的全要素生產率，A為新技術的全要素生產率。