中國(guó)制造業(yè)技術(shù)進(jìn)步的特征變化及其對(duì)就業(yè)的影響

趙一凡，陳思怡，易定紅

(1.中國(guó)宏觀經(jīng)濟(jì)研究院 社會(huì)發(fā)展研究所，北京 100038；2.江西省社會(huì)科學(xué)院，江西 南昌 330077；3.中國(guó)人民大學(xué) 勞動(dòng)人事學(xué)院，北京 100872)

一、問(wèn)題提出

技術(shù)進(jìn)步對(duì)就業(yè)的影響是重要的經(jīng)濟(jì)問(wèn)題，也是社會(huì)各界長(zhǎng)期關(guān)注的焦點(diǎn)。根據(jù)羅默(Romer，1986)[1]提出的內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論，技術(shù)進(jìn)步會(huì)推動(dòng)經(jīng)濟(jì)增長(zhǎng)，作為一種派生需求，勢(shì)必也會(huì)影響到勞動(dòng)力的就業(yè)狀況。改革開(kāi)放以來(lái)，中國(guó)擁有豐富的人力資源儲(chǔ)備，尤其是在勞動(dòng)密集型行業(yè)中，大量農(nóng)民工群體源源不斷地涌入城市務(wù)工，為國(guó)家經(jīng)濟(jì)發(fā)展做出了巨大的貢獻(xiàn)[2]。在新技術(shù)革命的沖擊下，大量企業(yè)加大對(duì)新技術(shù)的研發(fā)投入力度，這對(duì)勞動(dòng)力市場(chǎng)的用工需求和就業(yè)結(jié)構(gòu)都會(huì)產(chǎn)生不小的影響。黨的十九屆五中全會(huì)中明確提出“強(qiáng)化國(guó)家戰(zhàn)略科技力量，提升企業(yè)技術(shù)創(chuàng)新能力，激發(fā)人才創(chuàng)新活力，完善科技創(chuàng)新體制機(jī)制”。與此同時(shí)，隨著《中國(guó)制造2025》等一系列政策的出臺(tái)，國(guó)家逐漸加大對(duì)制造業(yè)技術(shù)升級(jí)的投入力度，培養(yǎng)更多的技術(shù)創(chuàng)新人才，以應(yīng)對(duì)自動(dòng)化和數(shù)字化技術(shù)帶來(lái)的影響。縱觀學(xué)界已有的文獻(xiàn)研究，較多關(guān)注互聯(lián)網(wǎng)、人工智能等某一特定類(lèi)別技術(shù)給勞動(dòng)力市場(chǎng)帶來(lái)的影響[3-4]，但其背后所表現(xiàn)出的具體特征和影響機(jī)制研究仍有待進(jìn)一步完善[5]。作為吸納勞動(dòng)力比重較大以及受到技術(shù)進(jìn)步?jīng)_擊較為明顯的行業(yè)，制造業(yè)具有一定的代表性。基于此，本文主要研究中國(guó)制造業(yè)的技術(shù)進(jìn)步對(duì)勞動(dòng)力就業(yè)的影響，通過(guò)理論和實(shí)證兩方面分析近年來(lái)中國(guó)制造業(yè)技術(shù)進(jìn)步的主要特征變化，從而深入探討其影響機(jī)制。本文研究有助于豐富相關(guān)領(lǐng)域的理論基礎(chǔ)，深化對(duì)相關(guān)規(guī)律的認(rèn)知；基于中國(guó)制造業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)所得到的實(shí)證分析結(jié)果，有助于提出切實(shí)可行的政策建議，從而應(yīng)對(duì)新技術(shù)革命給勞動(dòng)力市場(chǎng)帶來(lái)的沖擊。

本文余下部分的內(nèi)容結(jié)構(gòu)為：第二部分為相關(guān)文獻(xiàn)回顧，并提出本文的創(chuàng)新點(diǎn)；第三部分為理論分析和實(shí)證模型介紹；第四部分為變量選取與描述性統(tǒng)計(jì)分析；第五部分為實(shí)證結(jié)果及相應(yīng)的分析；最后一部分為本文的研究結(jié)論與政策啟示。

二、相關(guān)文獻(xiàn)回顧

技術(shù)進(jìn)步對(duì)勞動(dòng)力就業(yè)的影響是勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域中的經(jīng)典問(wèn)題，國(guó)內(nèi)外學(xué)者對(duì)此展開(kāi)了豐富的理論和實(shí)證研究。在理論研究方面，早期以李嘉圖為代表的古典經(jīng)濟(jì)學(xué)家認(rèn)為經(jīng)濟(jì)體中投入使用大量機(jī)器有利于擴(kuò)大生產(chǎn)規(guī)模，派生更多的就業(yè)崗位。但隨著“機(jī)器換人”現(xiàn)象的出現(xiàn)，也產(chǎn)生了著名的“李嘉圖之謎”[6]。熊彼特(Schumpeter，1939)在此基礎(chǔ)上提出了“創(chuàng)造性破壞”的思想，認(rèn)為技術(shù)進(jìn)步在帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)也會(huì)調(diào)整就業(yè)結(jié)構(gòu)，使低技能勞動(dòng)者的崗位走向消亡[7]。阿吉翁和豪伊特(Aghion &Howitt，1992)認(rèn)為，隨著內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論學(xué)派的出現(xiàn)與推廣，技術(shù)進(jìn)步被視為經(jīng)濟(jì)體內(nèi)生決定的因素，同時(shí)也更加細(xì)化創(chuàng)新的類(lèi)別，包括產(chǎn)品創(chuàng)新型和工藝創(chuàng)新型技術(shù)進(jìn)步，其影響經(jīng)濟(jì)增長(zhǎng)的本質(zhì)在于資本和勞動(dòng)要素投入份額產(chǎn)生了相應(yīng)的變化[8]。隨著阿西莫格魯(Acemoglu，1998)[9]提出了經(jīng)典的技能偏向型技術(shù)進(jìn)步理論，學(xué)界普遍以此為基礎(chǔ)解釋制造業(yè)行業(yè)中以人工智能和工業(yè)機(jī)器人為代表的技術(shù)進(jìn)步對(duì)勞動(dòng)者就業(yè)的影響。阿西莫格魯和雷斯特雷波(Acemoglu &Restrepo，2020)認(rèn)為，機(jī)器人的投入使用一方面能夠細(xì)化勞動(dòng)的分工，將具有不同技能稟賦的勞動(dòng)者篩選出來(lái)，從而留下具有比較優(yōu)勢(shì)的一部分群體[10]。另一方面，自動(dòng)化技術(shù)也具有一定的生產(chǎn)力效應(yīng)。隨著工業(yè)機(jī)器人等技術(shù)投入使用，企業(yè)可以有效地節(jié)約生產(chǎn)成本，提高勞動(dòng)者的生產(chǎn)效率，從而為企業(yè)創(chuàng)造更多的利潤(rùn)，進(jìn)而提高員工的收入和福利待遇。與此同時(shí)，埃倫多夫等(Herrendorf et al.，2014)認(rèn)為，技術(shù)進(jìn)步還會(huì)提高企業(yè)的生產(chǎn)規(guī)模，進(jìn)而創(chuàng)造出更多的就業(yè)崗位[11]。

在實(shí)證研究方面，不同學(xué)者基于不同國(guó)家和地區(qū)的背景，采用不同時(shí)期的數(shù)據(jù)，選取不同的方法，所得出的結(jié)論也存在一定爭(zhēng)議。阿西莫格魯和雷斯特雷波(2018)認(rèn)為，從影響就業(yè)總量的角度來(lái)看，制造業(yè)企業(yè)中的技術(shù)進(jìn)步對(duì)就業(yè)同時(shí)存在著創(chuàng)造效應(yīng)和替代效應(yīng)[12]。例如，自動(dòng)化技術(shù)的引入會(huì)通過(guò)創(chuàng)造新就業(yè)模式，產(chǎn)生更多的工作崗位，這也解釋了美國(guó)在1980—2010年擴(kuò)大了50%左右的就業(yè)規(guī)模。與此同時(shí)，奧托等(Autor et al.，2003)認(rèn)為，機(jī)器的大規(guī)模使用可能也會(huì)擠占缺乏技能稟賦的勞動(dòng)力[13]。從影響就業(yè)結(jié)構(gòu)的角度來(lái)看，阿西莫格魯和奧托(Acemoglu &Autor，2011)認(rèn)為制造業(yè)技術(shù)進(jìn)步會(huì)增加高技能人才和低技能勞動(dòng)者的數(shù)量，降低中技能勞動(dòng)者數(shù)量[14]。古斯等(Goos et al.，2014)認(rèn)為，這主要是由于在制造業(yè)中，隨著機(jī)器大規(guī)模投入使用，從事與自動(dòng)化專(zhuān)業(yè)相匹配工作的高技能人才和從事簡(jiǎn)單體力勞動(dòng)工作的員工都不容易被替代，而從事常規(guī)化、程序性的中技能勞動(dòng)者則相對(duì)容易被機(jī)器所替代[15]。昆斯特(Kunst，2019)認(rèn)為，這也成為全球制造業(yè)發(fā)展過(guò)程中的一個(gè)趨勢(shì)[16]。國(guó)內(nèi)學(xué)者針對(duì)制造業(yè)技術(shù)進(jìn)步的研究，普遍以國(guó)際機(jī)器人聯(lián)合會(huì)發(fā)布的世界機(jī)器人統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，針對(duì)不同時(shí)期和不同群體的樣本展開(kāi)分析。閆雪凌等(2020)采用中國(guó)2006—2017年的制造業(yè)數(shù)據(jù)，發(fā)現(xiàn)工業(yè)機(jī)器人的使用抑制了制造業(yè)勞動(dòng)力就業(yè)崗位數(shù)量，而對(duì)工資收入水平影響不顯著[17]。王永欽和董雯(2020)基于中國(guó)2011—2015年滬深兩市A股制造業(yè)上市公司的數(shù)據(jù)，采用巴蒂克工具變量的方法進(jìn)行更為精準(zhǔn)的因果識(shí)別，得到同樣的結(jié)論[18]。康茜和林光華(2021)基于國(guó)家衛(wèi)生健康委員會(huì)發(fā)布的中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，發(fā)現(xiàn)工業(yè)機(jī)器人的出現(xiàn)抑制了農(nóng)民工群體在工業(yè)中的就業(yè)概率，其主要機(jī)制在于技術(shù)進(jìn)步誘導(dǎo)了產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整[19]。

當(dāng)前國(guó)內(nèi)針對(duì)相關(guān)領(lǐng)域的研究普遍缺少對(duì)于近些年來(lái)制造業(yè)技術(shù)進(jìn)步所表現(xiàn)出的特征的判斷與驗(yàn)證，也少有研究結(jié)合國(guó)內(nèi)經(jīng)濟(jì)發(fā)展的背景，構(gòu)建相應(yīng)的理論模型論證這一時(shí)期技術(shù)進(jìn)步對(duì)勞動(dòng)者就業(yè)產(chǎn)生何種影響，由此導(dǎo)致實(shí)證分析模型的變量選取缺乏一定的經(jīng)濟(jì)意義。其次，現(xiàn)有研究不少集中在互聯(lián)網(wǎng)、工業(yè)機(jī)器人等具體技術(shù)進(jìn)步變化對(duì)制造業(yè)勞動(dòng)力市場(chǎng)的影響，而相對(duì)缺少有關(guān)企業(yè)技術(shù)進(jìn)步的整體度量和全局的把握。此外，由于不同時(shí)期內(nèi)，以及不同行業(yè)中占主要地位的技術(shù)進(jìn)步所表現(xiàn)出的性質(zhì)有所差異，現(xiàn)有研究普遍缺少對(duì)于樣本數(shù)據(jù)時(shí)期選取的詳細(xì)說(shuō)明，導(dǎo)致其研究結(jié)果的科學(xué)性與說(shuō)服力不足。

基于此，本文的主要?jiǎng)?chuàng)新點(diǎn)如下：在理論分析方面，本文結(jié)合內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和中國(guó)經(jīng)濟(jì)運(yùn)行的實(shí)際背景，構(gòu)建符合中國(guó)制造業(yè)特征的理論模型，分析近年來(lái)中國(guó)制造業(yè)技術(shù)進(jìn)步的特征及其對(duì)就業(yè)的影響，進(jìn)而通過(guò)相關(guān)數(shù)據(jù)進(jìn)行驗(yàn)證。在樣本數(shù)據(jù)選取方面，本文聚焦于2010年以來(lái)中國(guó)制造業(yè)勞動(dòng)力市場(chǎng)就業(yè)水平，以及技術(shù)發(fā)展水平發(fā)生顯著變化這一時(shí)期展開(kāi)分析，為制造業(yè)技術(shù)發(fā)展提供相應(yīng)的經(jīng)驗(yàn)證據(jù)和政策啟示。在實(shí)證分析方面，本文通過(guò)多維固定效應(yīng)模型和工具變量法，在一定程度上克服潛在的內(nèi)生性問(wèn)題，同時(shí)通過(guò)驗(yàn)證制造業(yè)企業(yè)技術(shù)進(jìn)步的特征變化，分析其影響勞動(dòng)力就業(yè)的主要機(jī)制。

三、理論分析與實(shí)證策略

(一)理論分析

中國(guó)自“十二五”時(shí)期以來(lái)，在制造業(yè)中逐漸使用并推廣以工業(yè)機(jī)器人為代表的自動(dòng)化技術(shù)。根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)發(fā)布的《全球機(jī)器人報(bào)告2019》，中國(guó)制造業(yè)萬(wàn)名員工機(jī)器人密度在2010—2018年由每萬(wàn)人15臺(tái)增加到每萬(wàn)人140臺(tái)，這勢(shì)必對(duì)制造業(yè)企業(yè)中不同技能勞動(dòng)者就業(yè)狀況帶來(lái)一定的沖擊。本部分嘗試構(gòu)建理論模型分析制造業(yè)中的技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)就業(yè)的影響。

為簡(jiǎn)化分析，假設(shè)在完全競(jìng)爭(zhēng)的經(jīng)濟(jì)體內(nèi)存在傳統(tǒng)生產(chǎn)部門(mén)1與具有技術(shù)進(jìn)步的生產(chǎn)部門(mén)2[20]，在利潤(rùn)最大化的目標(biāo)導(dǎo)向下配置資本和不同技能的勞動(dòng)力，生產(chǎn)不完全替代的商品。假設(shè)生產(chǎn)函數(shù)均為柯布-道格拉斯形式：

Y1t=K1tαtLLt1-αt

(1)

Y2t=AK2tβtLHt1-βt

(2)

其中，Y1t和Y2t分別表示部門(mén)1和部門(mén)2在第t期的總產(chǎn)量，A為部門(mén)2中的技術(shù)進(jìn)步水平(假設(shè)部門(mén)1中不存在技術(shù)進(jìn)步)。K1t和K2t分別表示部門(mén)1和部門(mén)2在第t期的資本要素投入，LLt和LHt分別表示部門(mén)1和部門(mén)2在第t期的勞動(dòng)要素投入。傳統(tǒng)生產(chǎn)部門(mén)中主要為勞動(dòng)密集型工作，企業(yè)雇傭低技能勞動(dòng)者以減少成本。而在有技術(shù)進(jìn)步的生產(chǎn)部門(mén)中，企業(yè)主要雇傭高技能勞動(dòng)者以更快適應(yīng)新技術(shù)帶來(lái)的沖擊。αt、1-αt、βt和1-βt分別表示兩個(gè)部門(mén)中資本和勞動(dòng)要素配置比例。此時(shí)，假設(shè)該技術(shù)進(jìn)步具有一定的技能偏向性，在此條件下對(duì)企業(yè)的資源配置決策行為展開(kāi)分析。在利潤(rùn)最大化目標(biāo)導(dǎo)向下，部門(mén)1和部門(mén)2的利潤(rùn)函數(shù)分別為(1)為簡(jiǎn)化分析，在此假設(shè)企業(yè)生產(chǎn)商品的價(jià)格pt為1。：

maxK1t，LLtπ1t=[(1-τ1t)Y1t-r1tK1t-wLtLLt-θ1tLLt]

(3)

maxK2t，LHtπ2t=[(1-τ2t)Y2t-r2tK2t-wHtLHt-θ2tLHt]

(4)

參考卡赫克等(Cahuc et al.，2014)[21]的研究，其中，r1t和r2t分別表示部門(mén)1和部門(mén)2在第t期的資本價(jià)格，wLt和wHt分別表示部門(mén)1和部門(mén)2在第t期的工資率，θ1t和θ2t分別表示部門(mén)1和部門(mén)2在第t期雇傭勞動(dòng)力需要付出調(diào)整成本的參數(shù)。考慮到在中國(guó)經(jīng)濟(jì)運(yùn)行體制下，政府的稅收制度具有一定的作用，本文將政府征稅行為納入利潤(rùn)函數(shù)，分別通過(guò)τ1t和τ2t表示在第t期兩個(gè)部門(mén)的稅率。在競(jìng)爭(zhēng)性市場(chǎng)中，利潤(rùn)為0，則在一段時(shí)間內(nèi)相應(yīng)的兩部門(mén)約束條件分別為：

H1=[(1-τ1t)K1tαtLLt1-αt-r1tK1t-wLtLLt-θ1tLLt]+μ1t(r1tK1t+wLtLLt+θ1tLLt-C1t-δ1tK1t)

(7)

H2=[(1-τ2t)AK2tβtLHt1-βt-r2tK2t-wHtLHt-θ2tLHt]+μ2t(r2tK2t+wHtLHt+θ2tLHt-C2t-δ2tK2t)

(8)

分別對(duì)部門(mén)1和部門(mén)2的資本與勞動(dòng)要素求解一階最優(yōu)條件，可以得到其資本價(jià)格和市場(chǎng)工資率分別為：

當(dāng)市場(chǎng)達(dá)到均衡狀態(tài)時(shí)，投資于兩部門(mén)的資本所取得的回報(bào)應(yīng)當(dāng)相同，即r1t=r2t，否則將會(huì)產(chǎn)生部門(mén)間投資偏好的差異，進(jìn)而產(chǎn)生資本流動(dòng)，直至投資于兩部門(mén)所取得的回報(bào)相同。因此，在均衡狀態(tài)下有：

根據(jù)式(11)，可以分別推導(dǎo)出在均衡狀態(tài)下兩部門(mén)的就業(yè)量：

當(dāng)企業(yè)產(chǎn)生技術(shù)進(jìn)步時(shí)，部門(mén)2投入的資本數(shù)量和生產(chǎn)率將有所提高，進(jìn)而推動(dòng)人均資本使用量k2t的提升。與此同時(shí)，部門(mén)1投入的資本數(shù)量將有所降低，人均資本使用量k1t隨之下降。根據(jù)式(12)和式(13)可以發(fā)現(xiàn)，制造業(yè)企業(yè)的技術(shù)進(jìn)步將會(huì)提高高技能勞動(dòng)者的相對(duì)需求量，降低低技能勞動(dòng)者的相對(duì)需求量，即技術(shù)進(jìn)步具有一定的技能偏向性(見(jiàn)圖1)。

圖1 制造業(yè)技術(shù)進(jìn)步影響勞動(dòng)力就業(yè)的理論框架

因此，在實(shí)證分析中，需要通過(guò)探究技術(shù)進(jìn)步對(duì)不同技能勞動(dòng)力數(shù)量的影響以驗(yàn)證技能偏向型技術(shù)進(jìn)步的存在。從要素配置的角度來(lái)看，本文將根據(jù)制造業(yè)企業(yè)數(shù)據(jù)擬合出生產(chǎn)函數(shù)，通過(guò)探究資本與勞動(dòng)要素配置比重變化情況，分析技術(shù)進(jìn)步的要素偏向性[22]。此外，根據(jù)上述理論模型分析結(jié)果，企業(yè)總收入、資本要素配置、調(diào)整成本也會(huì)對(duì)勞動(dòng)要素需求水平產(chǎn)生影響，這同樣需要在計(jì)量回歸模型中予以控制。

(二)計(jì)量模型

本文主要關(guān)注制造業(yè)企業(yè)技術(shù)進(jìn)步給勞動(dòng)力就業(yè)數(shù)量帶來(lái)的影響，構(gòu)建如下的多維固定效應(yīng)模型：

lnEmploymentijt=α0+α1Technologyij，t-1+∑iαiXij，t-1+σi+ρj+λt+μijt

(14)

其中，i表示企業(yè)，j表示地區(qū)，t表示年份。因變量lnEmploymentijt為企業(yè)員工數(shù)量的對(duì)數(shù)。核心自變量Technologyij，t-1表示企業(yè)研發(fā)投入強(qiáng)度，Xij，t-1為控制變量。需要說(shuō)明的是，本文將核心自變量與控制變量均做滯后一期處理，從而緩解由于反向因果導(dǎo)致的內(nèi)生性問(wèn)題[17]。σi、ρj和λt分別表示行業(yè)、城市和年份固定效應(yīng)，μijt為隨機(jī)擾動(dòng)項(xiàng)。

此外，本文為驗(yàn)證制造業(yè)企業(yè)中主要存在的技能偏向型技術(shù)進(jìn)步，將分別探究技術(shù)進(jìn)步對(duì)不同技能員工數(shù)量的影響，此時(shí)在式(14)的基礎(chǔ)上分別將因變量替換為生產(chǎn)員工數(shù)量的對(duì)數(shù)lnEmploymentLijt和技術(shù)員工數(shù)量的對(duì)數(shù)lnEmploymentHijt。

四、數(shù)據(jù)來(lái)源與變量選取

(一)數(shù)據(jù)來(lái)源

本文研究的樣本來(lái)源于深圳希施瑪數(shù)據(jù)科技有限公司CSMAR中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)和萬(wàn)得(Wind)金融數(shù)據(jù)庫(kù)中2011—2019年制造業(yè)A股上市公司數(shù)據(jù)。其中，企業(yè)員工數(shù)量、薪酬水平、財(cái)務(wù)和經(jīng)營(yíng)狀況來(lái)自CSMAR中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)；不同類(lèi)別的員工構(gòu)成、企業(yè)基本信息來(lái)自萬(wàn)得數(shù)據(jù)庫(kù)，這兩個(gè)數(shù)據(jù)庫(kù)涵蓋了中國(guó)上市公司企業(yè)的主要信息。制造業(yè)就業(yè)和技術(shù)發(fā)展在2010年之后變動(dòng)較為顯著，而這也是新技術(shù)革命給勞動(dòng)力市場(chǎng)沖擊最為明顯的一個(gè)階段。考慮到企業(yè)數(shù)據(jù)信息的完整性，本文研究的時(shí)間節(jié)點(diǎn)確定為2011—2019年。對(duì)于企業(yè)原始數(shù)據(jù)的處理，首先剔除ST類(lèi)上市公司企業(yè)，以規(guī)避由于公司財(cái)務(wù)狀況不佳而導(dǎo)致企業(yè)運(yùn)行中存在的問(wèn)題，進(jìn)而使樣本缺乏代表性；其中，對(duì)于連續(xù)型的數(shù)值類(lèi)變量，剔除兩側(cè)各1%的極端值，并取對(duì)數(shù)，使回歸結(jié)果更加精確。

(二)變量選取與描述

本文因變量為制造業(yè)上市公司中的員工總量，用來(lái)刻畫(huà)在經(jīng)濟(jì)體達(dá)到均衡狀態(tài)下的企業(yè)就業(yè)狀況。在驗(yàn)證技能偏向型技術(shù)進(jìn)步存在的時(shí)候，因變量分別選取企業(yè)中的生產(chǎn)員工和技術(shù)員工數(shù)量，用來(lái)刻畫(huà)低技能和高技能勞動(dòng)者。其中，生產(chǎn)員工主要從事勞動(dòng)密集型工作，而技術(shù)員工具有一定的技能稟賦，多從事研發(fā)創(chuàng)新類(lèi)工作。此外，本文將企業(yè)中未受過(guò)高等教育和接受過(guò)高等教育的員工分別定義為低技能和高技能勞動(dòng)者[23]，以作為技能偏向型技術(shù)進(jìn)步特征驗(yàn)證時(shí)的穩(wěn)健性分析。

對(duì)于技術(shù)進(jìn)步這一核心自變量，學(xué)界多從技術(shù)投入(研發(fā)投入)和技術(shù)產(chǎn)出(專(zhuān)利數(shù)量)兩個(gè)方面進(jìn)行刻畫(huà)[5，23]。本文選取研發(fā)投入強(qiáng)度(研發(fā)投入占營(yíng)業(yè)收入比例)進(jìn)行度量，主要有如下考慮：第一，企業(yè)的研發(fā)投入作為技術(shù)進(jìn)步的主要源動(dòng)力，在提高企業(yè)生產(chǎn)效率，推動(dòng)技術(shù)創(chuàng)新過(guò)程中發(fā)揮著重要作用[24]；第二，研發(fā)投入強(qiáng)度作為一個(gè)比值，能夠較好地反映出與企業(yè)規(guī)模、市場(chǎng)環(huán)境相適應(yīng)的研發(fā)水平，具有一定的可比性[25]；第三，本文所選取的上市公司樣本數(shù)據(jù)中，專(zhuān)利數(shù)量的缺失值較多(約為研發(fā)投入強(qiáng)度數(shù)據(jù)量的20%)，難免會(huì)由于缺失大量樣本而導(dǎo)致估計(jì)結(jié)果產(chǎn)生偏誤。因而，本文僅在穩(wěn)健性分析部分，將核心自變量替換為已授權(quán)專(zhuān)利數(shù)的對(duì)數(shù)，進(jìn)行相應(yīng)的估計(jì)。

對(duì)于控制變量，基于勞動(dòng)需求理論，本文主要選取上市公司總資產(chǎn)、營(yíng)業(yè)收入、營(yíng)業(yè)成本、管理費(fèi)用和支付的各項(xiàng)稅費(fèi)，同時(shí)將企業(yè)類(lèi)別、所屬行業(yè)、所在城市和調(diào)查年份分別作為企業(yè)性質(zhì)、行業(yè)、地區(qū)和時(shí)間固定效應(yīng)予以控制(見(jiàn)表1)。

表1 變量的描述性統(tǒng)計(jì)

進(jìn)一步對(duì)制造業(yè)上市公司就業(yè)和技術(shù)進(jìn)步狀況展開(kāi)描述性統(tǒng)計(jì)分析。圖2顯示，制造業(yè)企業(yè)的就業(yè)人數(shù)在2011—2019年總體呈現(xiàn)先上升后下降的趨勢(shì)，且在2014年前后達(dá)到峰值。制造業(yè)企業(yè)就業(yè)人數(shù)下降是多種因素作用的結(jié)果，比如，小規(guī)模的民營(yíng)企業(yè)數(shù)量不斷增多，小規(guī)模專(zhuān)業(yè)化的制造業(yè)企業(yè)不斷增多等。圖3展示了制造業(yè)上市公司中不同技能和不同受教育程度就業(yè)人數(shù)的變化情況，可以明顯地看出，2014年之后，技術(shù)人員數(shù)量與生產(chǎn)人員數(shù)量的比值在不斷增大，受過(guò)高等教育員工數(shù)量與未受過(guò)高等教育員工數(shù)量的比值也在不斷增大，這也是技能偏向型技術(shù)進(jìn)步的一個(gè)主要特征。

圖4展示了制造業(yè)上市公司技術(shù)水平的變化。除2011年外，企業(yè)研發(fā)投入強(qiáng)度整體保持上升的趨勢(shì)，且從2013年開(kāi)始持續(xù)超過(guò)4%，2019年更是超過(guò)5%這一高研發(fā)投入強(qiáng)度的標(biāo)準(zhǔn)。從產(chǎn)出角度來(lái)看，2011—2019年制造業(yè)上市公司的專(zhuān)利授權(quán)數(shù)量也整體呈現(xiàn)上升的趨勢(shì)。由此，可以認(rèn)為近年來(lái)制造業(yè)企業(yè)技術(shù)發(fā)展在不斷升級(jí)，但具有何種特征，需要經(jīng)過(guò)實(shí)證分析進(jìn)一步驗(yàn)證。

圖2 制造業(yè)上市公司就業(yè)人數(shù)注：數(shù)據(jù)為各年度企業(yè)平均就業(yè)人數(shù)。根據(jù)CSMAR中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)中相關(guān)數(shù)據(jù)整理計(jì)算所得。

圖3 制造業(yè)上市公司不同類(lèi)別就業(yè)人員數(shù)量 注：數(shù)據(jù)為各年度企業(yè)平均就業(yè)人數(shù)。

五、實(shí)證分析

本文實(shí)證分析部分首先通過(guò)數(shù)據(jù)探究近年來(lái)制造業(yè)中技術(shù)進(jìn)步的主要特征變化，以及具有該特征的技術(shù)進(jìn)步對(duì)制造業(yè)企業(yè)員工數(shù)量的影響，并分析其對(duì)不同技能勞動(dòng)者就業(yè)數(shù)量影響的差異，以檢驗(yàn)是否存在技能偏向型技術(shù)進(jìn)步。在此基礎(chǔ)上，通過(guò)將核心自變量替換為滯后二期研發(fā)投入強(qiáng)度，采用工具變量法等方法展開(kāi)內(nèi)生性討論，確保結(jié)果的穩(wěn)健性。然后，進(jìn)一步探究不同所有制、不同時(shí)段和不同研發(fā)投入強(qiáng)度企業(yè)的差異。

(一)技術(shù)進(jìn)步特征的探討

根據(jù)描述性分析結(jié)果，制造業(yè)的技術(shù)水平在持續(xù)提升，但就業(yè)人員數(shù)量在不同時(shí)期有著不同的變化趨勢(shì)，因而其技術(shù)進(jìn)步所表現(xiàn)出的特征具有一定的不確定性。在實(shí)證分析前，需要首先探討所選取時(shí)段制造業(yè)企業(yè)樣本中技術(shù)進(jìn)步的特征。在此將生產(chǎn)函數(shù)進(jìn)行對(duì)數(shù)線性化處理：

圖4 制造業(yè)上市公司技術(shù)進(jìn)步狀況 注：數(shù)據(jù)為各年度企業(yè)平均專(zhuān)利數(shù)量和研發(fā)投入強(qiáng)度。2011年企業(yè)缺失值過(guò)多，該年研發(fā)投入強(qiáng)度數(shù)據(jù)僅作為參考。此外，相比較研發(fā)投入強(qiáng)度，公布專(zhuān)利數(shù)量的企業(yè)樣本數(shù)量較為有限。

lnYt=lnAt+αtlnKt+βtlnLt

(15)

根據(jù)式(15)，分別對(duì)每一年的生產(chǎn)函數(shù)進(jìn)行相應(yīng)的擬合，通過(guò)探究系數(shù)αt和βt相對(duì)大小來(lái)判斷這一時(shí)期技術(shù)進(jìn)步的特征及相應(yīng)的變化。其中，Yt、At、Kt、Lt分別選取企業(yè)營(yíng)業(yè)收入、研發(fā)投入強(qiáng)度、總資產(chǎn)和員工數(shù)量作為代理變量。

圖5 擬合生產(chǎn)函數(shù)中資本與勞動(dòng)要素系數(shù)的變化情況

根據(jù)圖5展示的結(jié)果，2011—2013年βt/αt具有明顯下降趨勢(shì)，這一時(shí)期也是自動(dòng)化技術(shù)開(kāi)始在中國(guó)制造業(yè)中逐漸普及的階段，通過(guò)“機(jī)器換人”而表現(xiàn)出勞動(dòng)節(jié)約型的特征。2013—2016年，自動(dòng)化技術(shù)在制造業(yè)中廣泛使用，一方面，新技術(shù)的就業(yè)創(chuàng)造效應(yīng)開(kāi)始出現(xiàn)；另一方面，工業(yè)機(jī)器人等設(shè)備存在資產(chǎn)折舊，資本利用率有所下降，這一階段整體表現(xiàn)出資本節(jié)約型的特征。在2016年之后，制造業(yè)企業(yè)長(zhǎng)期生產(chǎn)經(jīng)營(yíng)模式基本穩(wěn)定，市場(chǎng)也逐漸適應(yīng)技術(shù)進(jìn)步所帶來(lái)的沖擊。此時(shí)，市場(chǎng)達(dá)到新的均衡狀態(tài)，技術(shù)進(jìn)步整體表現(xiàn)出中性的特征。這一結(jié)果在鐘世川(2018)[26]的研究基礎(chǔ)上提供了近年來(lái)企業(yè)層面數(shù)據(jù)的經(jīng)驗(yàn)補(bǔ)充。

(二)基準(zhǔn)回歸結(jié)果與穩(wěn)健性分析

表2為基準(zhǔn)回歸估計(jì)結(jié)果。在未控制城市和年份固定效應(yīng)時(shí)，列(1)結(jié)果表明近年來(lái)制造業(yè)技術(shù)進(jìn)步整體上會(huì)提高勞動(dòng)力就業(yè)數(shù)量，企業(yè)研發(fā)投入強(qiáng)度每提高1%，制造業(yè)企業(yè)員工總量會(huì)增加1.7%。列(2)進(jìn)一步加入了城市和年份固定效應(yīng)，影響系數(shù)變?yōu)?.5%。結(jié)合上述對(duì)這一時(shí)期技術(shù)進(jìn)步特征的分析，制造業(yè)中技術(shù)進(jìn)步對(duì)于就業(yè)的影響所表現(xiàn)出的特征存在短期和長(zhǎng)期的差異，在總體上存在相互抵消的可能，因而整體影響的邊際效應(yīng)較為有限。

在此基礎(chǔ)上，本文分別采取將標(biāo)準(zhǔn)誤聚類(lèi)到行業(yè)層面、替換核心自變量為滯后一期已授權(quán)專(zhuān)利數(shù)量的對(duì)數(shù)的方法，進(jìn)行穩(wěn)健性分析。列(3)將聚類(lèi)標(biāo)準(zhǔn)誤由城市層面改為行業(yè)層面，核心自變量的系數(shù)依然顯著為正，與基準(zhǔn)回歸結(jié)果一致。列(4)替換核心自變量，已授權(quán)專(zhuān)利數(shù)量每增加1%，制造業(yè)企業(yè)員工總量會(huì)增加0.046%。需要說(shuō)明的是，由于樣本數(shù)量?jī)H有2 168家企業(yè)，該模型回歸結(jié)果仍需辯證看待。

表2 制造業(yè)技術(shù)進(jìn)步對(duì)員工總量的回歸結(jié)果

(三)技能偏向型技術(shù)進(jìn)步的驗(yàn)證

根據(jù)上述理論分析并結(jié)合實(shí)際情況，從勞動(dòng)要素分配的角度來(lái)看，本文初步認(rèn)為近年來(lái)制造業(yè)企業(yè)的技術(shù)進(jìn)步類(lèi)型主要為技能偏向型。接下來(lái)，本文對(duì)該特征進(jìn)行驗(yàn)證，從而能夠合理地解釋其對(duì)就業(yè)的影響。

表3展示了制造業(yè)企業(yè)技術(shù)進(jìn)步對(duì)不同技能和不同學(xué)歷員工人數(shù)的影響。通過(guò)列(1)和列(2)可以發(fā)現(xiàn)，企業(yè)研發(fā)投入強(qiáng)度每提高1%，生產(chǎn)人員數(shù)量會(huì)減少1.4%，而技術(shù)人員數(shù)量則增加7.1%；通過(guò)列(3)和列(4)則可以發(fā)現(xiàn)，企業(yè)研發(fā)投入強(qiáng)度每提高1%，未受過(guò)高等教育的員工數(shù)量會(huì)減少3.9%，而接受過(guò)高等教育的員工數(shù)量增加3.5%。該結(jié)論證明了經(jīng)濟(jì)體中存在技能偏向型技術(shù)進(jìn)步，即技術(shù)進(jìn)步增加了高技能人才的數(shù)量，減少了低技能勞動(dòng)力的數(shù)量。對(duì)于技術(shù)進(jìn)步導(dǎo)致未受過(guò)高等教育員工數(shù)量減少的邊際效應(yīng)略大于受過(guò)高等教育員工數(shù)量增加的邊際效應(yīng)，可能的解釋在于制造業(yè)中存在大量的農(nóng)村轉(zhuǎn)移勞動(dòng)力，集中了較多的農(nóng)業(yè)轉(zhuǎn)移人口，而該群體往往受教育程度較低。由于存在較為明顯的技能稟賦差異，導(dǎo)致該群體被新技術(shù)排擠出市場(chǎng)，其受到的影響程度略大于其他高技能勞動(dòng)者。

表3 制造業(yè)技術(shù)進(jìn)步對(duì)不同技能和不同學(xué)歷員工人數(shù)的回歸結(jié)果

(四)內(nèi)生性討論

根據(jù)內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論，企業(yè)的技術(shù)進(jìn)步會(huì)受到企業(yè)目標(biāo)、內(nèi)部勞動(dòng)力市場(chǎng)等多方面因素的影響，具有一定的內(nèi)生性。在上述基準(zhǔn)回歸分析中，本文采用了多維固定效應(yīng)模型盡可能控制不隨時(shí)間而變化的不可觀測(cè)因素給估計(jì)結(jié)果帶來(lái)的影響，同時(shí)將各自變量做滯后一期處理，盡可能緩解反向因果問(wèn)題。為確保估計(jì)結(jié)果的穩(wěn)健性，本文繼續(xù)將企業(yè)研發(fā)投入強(qiáng)度這一核心自變量做滯后二期處理。根據(jù)表4展示的結(jié)果，企業(yè)研發(fā)投入強(qiáng)度每提高1%，員工人數(shù)增加0.8%，其中生產(chǎn)人員數(shù)量減少1.1%，技術(shù)人員數(shù)量增加6.9%。這一回歸結(jié)果與上述基準(zhǔn)分析相比較差異不大，整體結(jié)論并未發(fā)生變化。

表4 制造業(yè)技術(shù)進(jìn)步對(duì)員工總量和不同技能員工人數(shù)的回歸結(jié)果

上述分析盡管緩解了反向因果問(wèn)題和不隨時(shí)間而變化的難以觀測(cè)因素給估計(jì)結(jié)果帶來(lái)的內(nèi)生性問(wèn)題，但企業(yè)運(yùn)行中可能仍存在隨時(shí)間而變化的難以觀測(cè)因素影響到研發(fā)投入強(qiáng)度。因此，本文選取企業(yè)所在城市的滯后一期平均研發(fā)投入強(qiáng)度作為工具變量，以期緩解相應(yīng)的內(nèi)生性問(wèn)題。一方面，城市的平均研發(fā)投入強(qiáng)度反映了一個(gè)城市內(nèi)部整體技術(shù)進(jìn)步狀況，與企業(yè)自身的技術(shù)水平高度相關(guān)；另一方面，城市整體的技術(shù)水平不會(huì)與單個(gè)企業(yè)的就業(yè)人數(shù)產(chǎn)生直接影響，符合工具變量外生性條件[27]。表5展示了兩階段最小二乘法(2SLS)的估計(jì)結(jié)果，列(1)—列(3)的回歸結(jié)果均與上述基準(zhǔn)回歸結(jié)果方向一致，同時(shí)工具變量通過(guò)不可識(shí)別檢驗(yàn)和弱工具變量檢驗(yàn)，基本可以認(rèn)為工具變量選取較好。

表5 工具變量估計(jì)結(jié)果

(五)異質(zhì)性分析

1.不同所有制企業(yè)的差異

中國(guó)特色社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制中存在不同所有制類(lèi)別的企業(yè)，其在制度、運(yùn)營(yíng)目標(biāo)以及在經(jīng)濟(jì)增長(zhǎng)過(guò)程中發(fā)揮的作用存在差異，相應(yīng)地，在面對(duì)新技術(shù)革命的沖擊時(shí)，也會(huì)做出不同的勞動(dòng)力雇傭決策。基于此背景，本文依據(jù)上市公司基本數(shù)據(jù)中關(guān)于企業(yè)性質(zhì)的信息，將企業(yè)劃分為國(guó)有和非國(guó)有兩類(lèi)，探究技術(shù)進(jìn)步給勞動(dòng)力就業(yè)帶來(lái)影響的差異。

根據(jù)表6的結(jié)果可以看出技術(shù)進(jìn)步對(duì)員工人數(shù)的影響在不同所有制性質(zhì)企業(yè)中存在差異，非國(guó)有企業(yè)組的回歸系數(shù)均大于國(guó)有企業(yè)組的回歸系數(shù)。一個(gè)可能的解釋是國(guó)有企業(yè)存在著較為完善的制度約束，解除勞動(dòng)合同的成本較高，同時(shí)也存在著工資剛性，因而其在勞動(dòng)力市場(chǎng)受到新技術(shù)沖擊下的影響程度小于非國(guó)有企業(yè)。而對(duì)于非國(guó)有企業(yè)而言，其正逐漸扮演著穩(wěn)就業(yè)的生力軍角色，在新技術(shù)革命背景下，未來(lái)將會(huì)吸納更多勞動(dòng)力就業(yè)。

表6 不同所有制企業(yè)的差異

2.不同時(shí)段的差異

在2013年漢諾威工業(yè)博覽會(huì)上，德國(guó)正式提出“工業(yè)4.0計(jì)劃”，旨在提高德國(guó)工業(yè)的整體競(jìng)爭(zhēng)力。這也標(biāo)志著全球新一輪技術(shù)革命的到來(lái)。與此同時(shí)，中國(guó)的工業(yè)化技術(shù)發(fā)展也在持續(xù)升級(jí)。2015年5月，國(guó)務(wù)院正式印發(fā)《中國(guó)制造2025》，旨在全面推進(jìn)制造業(yè)強(qiáng)國(guó)戰(zhàn)略，進(jìn)而在新一輪技術(shù)革命中占據(jù)先機(jī)。基于此，本部分以2015年為時(shí)間節(jié)點(diǎn)，探究其前后制造業(yè)中的技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)的影響程度，有助于分析相關(guān)政策的實(shí)施效果。

根據(jù)表7展示的結(jié)果，在不同時(shí)段，技術(shù)進(jìn)步給制造業(yè)勞動(dòng)力就業(yè)帶來(lái)的影響有所不同。2011—2014年，制造業(yè)技術(shù)進(jìn)步對(duì)生產(chǎn)人員數(shù)量的抑制作用要強(qiáng)于2015—2019年；而對(duì)技術(shù)人員數(shù)量的促進(jìn)作用則小于2015—2019年；整體而言，對(duì)于員工總量的抑制作用也要大于2015—2019年。可能的原因在于：隨著研發(fā)投入力度的加強(qiáng)，一方面企業(yè)對(duì)高技能勞動(dòng)者的需求量逐漸增大，以更快適應(yīng)新技術(shù)帶來(lái)的變革；另一方面，技術(shù)進(jìn)步在長(zhǎng)期會(huì)給企業(yè)帶來(lái)就業(yè)創(chuàng)造效應(yīng)，這也在一定程度上提高了就業(yè)總量。

表7 不同時(shí)段的差異

3.不同研發(fā)投入強(qiáng)度企業(yè)的差異

企業(yè)的發(fā)展存在生命周期，在不同階段，企業(yè)的規(guī)模、發(fā)展目標(biāo)和融資水平存在差異，相應(yīng)地，企業(yè)對(duì)于研發(fā)投入的力度也有所不同。本文基于研發(fā)投入強(qiáng)度的中位數(shù)(3.75%)進(jìn)行分組，將企業(yè)劃分為低研發(fā)投入強(qiáng)度和高研發(fā)投入強(qiáng)度兩組，以期探究不同創(chuàng)新實(shí)力企業(yè)在應(yīng)對(duì)新技術(shù)革命沖擊時(shí)的差異。

根據(jù)表8展示的結(jié)果，對(duì)于高研發(fā)投入強(qiáng)度的企業(yè)，技術(shù)進(jìn)步對(duì)員工數(shù)量的影響方向與上述基準(zhǔn)回歸結(jié)果一致。而對(duì)于低研發(fā)投入強(qiáng)度的企業(yè)，技術(shù)進(jìn)步對(duì)員工總量和生產(chǎn)人員數(shù)量均無(wú)顯著影響，對(duì)技術(shù)人員數(shù)量的促進(jìn)作用則大于高研發(fā)投入強(qiáng)度的企業(yè)。一個(gè)可能的原因在于，企業(yè)技術(shù)發(fā)展水平過(guò)低時(shí)，對(duì)低技能勞動(dòng)者并無(wú)實(shí)質(zhì)沖擊。但與此同時(shí)，企業(yè)需要吸納更多高技能勞動(dòng)者以帶動(dòng)企業(yè)的技術(shù)水平得到進(jìn)一步發(fā)展，從而充分適應(yīng)技術(shù)變革的需求，故此時(shí)影響技術(shù)人員數(shù)量的邊際效應(yīng)更強(qiáng)。因此，在企業(yè)發(fā)展的不同階段，需要適當(dāng)調(diào)整勞動(dòng)力就業(yè)政策，從而匹配企業(yè)發(fā)展的技術(shù)水平，做到資源的合理配置以達(dá)到整體效用的最大化。

表8 不同研發(fā)投入強(qiáng)度企業(yè)間的差異

六、研究結(jié)論與政策啟示

(一)研究結(jié)論

本文基于已有研究，在理論分析的基礎(chǔ)上選取制造業(yè)A股上市公司數(shù)據(jù)，采用多維固定效應(yīng)模型探究技術(shù)進(jìn)步對(duì)制造業(yè)就業(yè)人員數(shù)量的影響。首先，通過(guò)理論分析發(fā)現(xiàn)近年來(lái)制造業(yè)中主要存在的技術(shù)進(jìn)步形態(tài)為技能偏向型技術(shù)進(jìn)步，在一定時(shí)間段內(nèi)會(huì)使企業(yè)提高對(duì)高技能勞動(dòng)力的相對(duì)需求，降低對(duì)低技能勞動(dòng)者的相對(duì)需求。其次，實(shí)證分析結(jié)果顯示：近年來(lái)制造業(yè)技術(shù)進(jìn)步特征由勞動(dòng)節(jié)約型轉(zhuǎn)變?yōu)橘Y本節(jié)約型，最后在長(zhǎng)期表現(xiàn)為中性的特征；研發(fā)投入強(qiáng)度每提高1%，員工人數(shù)會(huì)提高0.5%。通過(guò)分析技術(shù)進(jìn)步對(duì)不同技能勞動(dòng)者就業(yè)數(shù)量影響的差異，本文發(fā)現(xiàn)制造業(yè)技術(shù)進(jìn)步會(huì)減少生產(chǎn)人員和未受過(guò)高等教育員工的數(shù)量，增加技術(shù)人員和接受過(guò)高等教育員工的數(shù)量。這也證明了經(jīng)濟(jì)體中存在技能偏向型技術(shù)進(jìn)步，從不同技能勞動(dòng)要素配置的角度進(jìn)一步明確這一時(shí)期制造業(yè)中的技術(shù)進(jìn)步特征的變化。

本文進(jìn)一步探究不同企業(yè)類(lèi)別、不同時(shí)段和不同研發(fā)投入強(qiáng)度企業(yè)的差異。異質(zhì)性分析結(jié)果顯示：技術(shù)進(jìn)步對(duì)于非國(guó)有企業(yè)影響的邊際效應(yīng)均大于國(guó)有企業(yè)；2011—2014年，制造業(yè)技術(shù)進(jìn)步對(duì)生產(chǎn)人員數(shù)量的抑制作用要強(qiáng)于2015—2019年，而對(duì)技術(shù)人員數(shù)量的促進(jìn)作用則小于2015—2019年；對(duì)于低研發(fā)投入強(qiáng)度的企業(yè)，技術(shù)進(jìn)步對(duì)員工總量、生產(chǎn)人員數(shù)量無(wú)顯著影響，對(duì)技術(shù)人員數(shù)量的促進(jìn)作用大于高研發(fā)投入強(qiáng)度的企業(yè)。其主要原因在于不同企業(yè)制度差異、不同年份研發(fā)投入強(qiáng)度的變化對(duì)制造業(yè)企業(yè)資源的配置目標(biāo)產(chǎn)生一定的影響，進(jìn)而影響到均衡狀態(tài)下的就業(yè)人員數(shù)量。

需要指出的是，本文基于內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和實(shí)際數(shù)據(jù)可獲得的情況，選取研發(fā)投入強(qiáng)度這一代理變量近似刻畫(huà)制造業(yè)中整體技術(shù)進(jìn)步水平，側(cè)重從技術(shù)投入使用的角度展開(kāi)分析。而對(duì)于技術(shù)產(chǎn)出，則由于企業(yè)專(zhuān)利數(shù)量缺失值較多而簡(jiǎn)化相應(yīng)的分析。同時(shí)，對(duì)于技術(shù)進(jìn)步給制造業(yè)帶來(lái)的更長(zhǎng)期影響，也同樣由于數(shù)據(jù)選取的時(shí)期較為有限而難以全面展示。相關(guān)研究有待今后進(jìn)一步獲取更高質(zhì)量和更多追蹤調(diào)查數(shù)據(jù)以進(jìn)行相應(yīng)的完善。此外，制造業(yè)內(nèi)部工作環(huán)境有較大的差別，不同工作環(huán)境下的就業(yè)者應(yīng)對(duì)技術(shù)進(jìn)步帶來(lái)的影響時(shí)可能也存在差異，受到既有數(shù)據(jù)的限制尚難以展開(kāi)精確分析，研究對(duì)象——技術(shù)進(jìn)步特征變化的復(fù)雜性可能也無(wú)法充分反映。相關(guān)研究有待進(jìn)一步深化，將定性研究與定量分析相結(jié)合，得到更為充分的發(fā)現(xiàn)。

(二)政策啟示

隨著自動(dòng)化技術(shù)的逐漸普及，制造業(yè)企業(yè)中“機(jī)器換人”現(xiàn)象越來(lái)越多，難以勝任的低技能勞動(dòng)者往往會(huì)被市場(chǎng)所淘汰，但長(zhǎng)期來(lái)看，技術(shù)進(jìn)步的就業(yè)創(chuàng)造效應(yīng)同樣較為明顯，同時(shí)也有助于企業(yè)生產(chǎn)效率的提升。因此，本文的政策啟示是：

第一，鼓勵(lì)企業(yè)加大研發(fā)投入。加大對(duì)企業(yè)的資金、人才、信息、平臺(tái)等要素的支持力度，為企業(yè)研究開(kāi)發(fā)、技術(shù)創(chuàng)新提供保障；為企業(yè)提供行業(yè)發(fā)展信息，減少信息不對(duì)稱(chēng)性，降低創(chuàng)新成本；發(fā)布待研發(fā)項(xiàng)目清單，精準(zhǔn)識(shí)別行業(yè)關(guān)鍵核心技術(shù)，實(shí)行“揭榜掛帥”等制度，鼓勵(lì)企業(yè)攻關(guān)核心技術(shù)；加速培育龍頭企業(yè)，鼓勵(lì)企業(yè)設(shè)立研發(fā)中心，提供稅收等政策支持，提高企業(yè)研發(fā)的積極性。

第二，提高勞動(dòng)者的技能水平。著眼于行業(yè)發(fā)展的需要，設(shè)立勞動(dòng)者技能培訓(xùn)中心，為勞動(dòng)者提供基本的勞動(dòng)技能培訓(xùn)；鼓勵(lì)企業(yè)對(duì)新入職員工開(kāi)展技能培訓(xùn)，給予適當(dāng)?shù)娜瞬排嘤?xùn)補(bǔ)貼，為企業(yè)培訓(xùn)提供場(chǎng)地、師資等支持；為高校畢業(yè)生提供面向新技術(shù)的技能培訓(xùn)，提高高校畢業(yè)生等重點(diǎn)群體的求職技能。

第三，促進(jìn)民營(yíng)經(jīng)濟(jì)健康高質(zhì)量發(fā)展。在全社會(huì)營(yíng)造鼓勵(lì)民營(yíng)經(jīng)濟(jì)發(fā)展、發(fā)揮企業(yè)家精神的社會(huì)氛圍，鼓勵(lì)民營(yíng)企業(yè)家發(fā)揮主觀能動(dòng)性，做優(yōu)做強(qiáng)企業(yè)；為民營(yíng)企業(yè)家提供政策支持與服務(wù)保障，引導(dǎo)民營(yíng)企業(yè)家順應(yīng)市場(chǎng)形勢(shì)，不斷開(kāi)拓市場(chǎng)，支持民營(yíng)企業(yè)健康發(fā)展；引導(dǎo)各城市優(yōu)化行政審批流程，降低經(jīng)營(yíng)成本，營(yíng)造公平競(jìng)爭(zhēng)的營(yíng)商環(huán)境，為民營(yíng)企業(yè)發(fā)展提供良好的外部環(huán)境。