促進還是抑制：人工智能技術(shù)應(yīng)用的就業(yè)效應(yīng)研究

［摘"要］人工智能發(fā)展引致的傳統(tǒng)生產(chǎn)方式的變革，勢必會對勞動力市場產(chǎn)生深遠影響。文章關(guān)注到人工智能技術(shù)廣泛應(yīng)用所引起的就業(yè)形態(tài)變化，使用2012—2020年山東省A股上市公司數(shù)據(jù)，探究山東省人工智能應(yīng)用對勞動力就業(yè)的影響及其機制，并得到以下結(jié)論：現(xiàn)階段，山東省人工智能應(yīng)用對就業(yè)的綜合影響仍以替代效應(yīng)為主。較于勞動密集型企業(yè)，山東省人工智能應(yīng)用對資本密集型企業(yè)的就業(yè)替代效應(yīng)更為顯著。山東省人工智能應(yīng)用通過提升勞動力成本降低了企業(yè)的勞動力需求，通過資本深化產(chǎn)生的就業(yè)創(chuàng)造效應(yīng)緩解了其對就業(yè)的擠出效應(yīng)。

［關(guān)鍵詞］人工智能；就業(yè)；替代效應(yīng)；創(chuàng)造效應(yīng)

［中圖分類號］F320.3"［文獻標識碼］A

［文章編號］2095-7416（2024）03-0048-12

一、引言

作為通用技術(shù)，人工智能是新一代技術(shù)變革的核心引擎，是推進新舊動能轉(zhuǎn)換、有效應(yīng)對老齡化問題的新動力。改革開放以來，我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整取得顯著進展，但是經(jīng)濟發(fā)展不平衡和不充分的問題依然突出，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整優(yōu)化升級仍是轉(zhuǎn)變發(fā)展方式、實現(xiàn)高質(zhì)量發(fā)展的必然要求和重要任務(wù)。人工智能的技術(shù)優(yōu)勢，為工業(yè)領(lǐng)域的產(chǎn)業(yè)發(fā)展模式帶來了“顛覆性突破”，有利于提高產(chǎn)品質(zhì)量、提高生產(chǎn)效率、增強科技創(chuàng)新能力，促進傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和新興產(chǎn)業(yè)衍生發(fā)展。同時，人口老齡化對經(jīng)濟社會的不利影響可以通過“機器換人”來緩解。通過使用機器人替代傳統(tǒng)工作崗位，可以降低經(jīng)濟對勞動力投入的需求，從而彌補人口老齡化導(dǎo)致的勞動力供給不足對經(jīng)濟增長的不利影響。

我國高度重視新一輪技術(shù)革命帶來的戰(zhàn)略機遇，2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出了人工智能三步走戰(zhàn)略。黨的二十大報告指出，推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能等一批新的增長引擎。當前，ChatGPT、OpenAI、云計算等人工智能技術(shù)在智能制造、智慧金融、智慧交通等領(lǐng)域的應(yīng)用場景不斷落地，推動了機器人、生物技術(shù)、醫(yī)療、環(huán)保技術(shù)等領(lǐng)域的發(fā)展和進步，并滲透到工業(yè)生產(chǎn)和社會生活的方方面面，極大改變了既有的生產(chǎn)生活方式。截至2022年，我國工業(yè)機器人產(chǎn)量達到44.3萬套，同比增長超過20%，裝機量占全球比重超過50%，穩(wěn)居全球第一大工業(yè)機器人市場，制造業(yè)機器人密度達到每萬名工人392臺。山東省高度重視人工智能產(chǎn)業(yè)發(fā)展，出臺了《山東省人民政府關(guān)于大力推進“現(xiàn)代優(yōu)勢產(chǎn)業(yè)集群+人工智能”的指導(dǎo)意見》，并在《山東省制造業(yè)創(chuàng)新能力提升三年行動計劃（2023—2025年）》中提出要大力發(fā)展人工智能技術(shù)。目前，山東省已有人工智能骨干企業(yè)近1000家，核心產(chǎn)業(yè)產(chǎn)值超100億元。人工智能相關(guān)從業(yè)企業(yè)超過9.4萬家，其中擁有人工智能自主知識產(chǎn)權(quán)產(chǎn)品的企業(yè)超過1900家，已形成從基礎(chǔ)支撐、核心技術(shù)到行業(yè)應(yīng)用的較完整的產(chǎn)業(yè)體系。

山東省是傳統(tǒng)制造業(yè)大省，擁有聯(lián)合國分類的全部41個工業(yè)大類，實施智能化數(shù)字化轉(zhuǎn)型是山東制造業(yè)在百年未有之大變局中實現(xiàn)高質(zhì)量發(fā)展、保持優(yōu)勢地位的難得機遇、關(guān)鍵增量和高效路徑。就業(yè)是民生之本，人工智能的蓬勃發(fā)展在提升生產(chǎn)效率、促進經(jīng)濟增長的同時，也對勞動力就業(yè)帶來了深刻且長遠的影響。人工智能應(yīng)用過程中，到底是“機器換人”的就業(yè)替代效應(yīng)還是“人機協(xié)同”的就業(yè)創(chuàng)造效應(yīng)，尚無統(tǒng)一結(jié)論。同時，作為工業(yè)大省和人工智能應(yīng)用大省，山東省的人工智能應(yīng)用對就業(yè)的影響程度如何，影響機制為何，還有待進一步研究。因此，識別山東省人工智能發(fā)展的就業(yè)綜合效應(yīng)水平，探索引導(dǎo)人工智能與高質(zhì)量就業(yè)融合發(fā)展的山東方案，為促進“數(shù)智化”轉(zhuǎn)型階段高質(zhì)量就業(yè)提供理論依據(jù)就顯得尤為重要。鑒于此，本文以山東省為研究對象，使用2012—2020年山東省A股上市公司面板數(shù)據(jù)，對人工智能技術(shù)廣泛應(yīng)用所引起的就業(yè)形態(tài)變化及其機理進行探討，并進一步提出相關(guān)政策建議。

二、文獻綜述

伴隨著人工智能的蓬勃發(fā)展，越來越多的學者關(guān)注到人工智能對勞動力就業(yè)的影響，從斯密和李嘉圖的價格和需求理論，到馬克思的“工業(yè)后備軍”理論，再到熊彼特的技術(shù)創(chuàng)新和經(jīng)濟周期理論，新技術(shù)是否會導(dǎo)致失業(yè)一直是一個爭論不休的問題。作為一項新技術(shù)，人工智能本身是否會取代工人并導(dǎo)致大規(guī)模失業(yè)也是爭論的焦點。

部分學者認為，人工智能對就業(yè)的影響主要以替代效應(yīng)為主［1-3］。Frey 和 Osborne指出，人工智能一般以工業(yè)機器人等新型生產(chǎn)資料的形式呈現(xiàn)，導(dǎo)致自動化成本降低，從而引發(fā)“機器換人”［4］。Hanson基于新古典增長分析框架探討智能機器人應(yīng)用對勞動力市場的影響，理論分析發(fā)現(xiàn)，機器人應(yīng)用是對傳統(tǒng)勞動力的替代，會降低企業(yè)的勞動力需求［5］。Autor和Dorn在此基礎(chǔ)上構(gòu)建了自動化技術(shù)分析的工作任務(wù)式模型，并基于此分析框架考察差異化任務(wù)中機器與勞動力間的替代關(guān)系［6］。Acemoglu和Restrepo使用任務(wù)式模型，對美國1997—2007年勞動力數(shù)據(jù)和機器人數(shù)據(jù)展開分析，他們發(fā)現(xiàn)，機器人使用密度的增加會顯著降低就業(yè)率水平［7］。Nedelkoska和Quintini基于32個OECD 國家的樣本進行分析，發(fā)現(xiàn)自動化技術(shù)對OECD 國家的就業(yè)造成沖擊，約14%的崗位面臨失業(yè)風險［8］。閆雪凌等使用2006—2017年中國制造業(yè)數(shù)據(jù)進行分析，發(fā)現(xiàn)工業(yè)機器人應(yīng)用對就業(yè)的負向效應(yīng)顯著，其中工業(yè)機器人對勞動力的替代彈性約為4.6［9］。這一結(jié)論在孔高文等基于地區(qū)層面與行業(yè)層面的匹配數(shù)據(jù)中得到進一步驗證，他們進一步認為，低學歷、低技能勞動力受到的技術(shù)沖擊更大［10］。王永欽和董雯采取“巴蒂克工具變量”的因果關(guān)系識別工業(yè)機器人應(yīng)用對中國勞動力市場的影響，發(fā)現(xiàn)工業(yè)機器人滲透度增加1個單位，會引致0.18%單位的勞動力失業(yè)［11］。

部分學者就人工智能技術(shù)應(yīng)用對就業(yè)的影響持積極觀點，Hoedemakers認為，人工智能技術(shù)應(yīng)用并不僅意味著勞動力需求的減少，還會產(chǎn)生就業(yè)創(chuàng)造效應(yīng)［12］。一方面，高翔等、楊飛和范從來等認為，人工智能技術(shù)應(yīng)用會催生新業(yè)態(tài)、新產(chǎn)業(yè)、新行業(yè)和新產(chǎn)品，釋放其就業(yè)創(chuàng)造效應(yīng)，擴大就業(yè)規(guī)模［13-14］。另一方面，人工智能技術(shù)應(yīng)用會倒逼企業(yè)提升創(chuàng)新能力，加劇企業(yè)的資本深化水平，進一步擴大其對高技術(shù)人才的需求。Bessen 解釋了第一次工業(yè)革命期間自動化和新工作崗位的因果關(guān)系，并指出織布機的自動化創(chuàng)造了許多新的工作崗位，以滿足對廉價布匹的高需求［15］。自動化并沒有淘汰織布工，相反，它將織布工的角色轉(zhuǎn)變?yōu)榧徏喒?。Prettner和Strulik發(fā)現(xiàn)智能化應(yīng)用會推動新產(chǎn)品研發(fā)，新興產(chǎn)品的生產(chǎn)則會創(chuàng)造大量就業(yè)［16］。任保平和宋文月認為，新一代人工智能在融入實體經(jīng)濟的過程中伴隨著對傳統(tǒng)產(chǎn)業(yè)的改造、新興產(chǎn)業(yè)的帶動，這一過程中會通過資本深化創(chuàng)造就業(yè)崗位［17］。李磊等基于微觀企業(yè)數(shù)據(jù)的分析，發(fā)現(xiàn)人工智能應(yīng)用促進了企業(yè)的勞動力需求，但并不是所有行業(yè)都能從中獲益，這取決于其生產(chǎn)要素的密集程度，其對勞動密集型產(chǎn)業(yè)的就業(yè)刺激效果不顯著［18］。邸俊鵬等基于省級面板數(shù)據(jù)的分析，發(fā)現(xiàn)工業(yè)機器人應(yīng)用對就業(yè)和工資水平的影響以正向促進效應(yīng)為主［19］。

當然，也有學者認為以人工智能為代表的數(shù)智化技術(shù)對就業(yè)的影響不確定，尹彥輝等、苗世青認為，數(shù)智化技術(shù)對就業(yè)的影響主要取決于人工智能就業(yè)創(chuàng)造效應(yīng)和替代效應(yīng)的強弱比較［20-21］。Acemoglu和Restrepo基于任務(wù)式模型的分析發(fā)現(xiàn)，人工智能應(yīng)用引發(fā)的就業(yè)替代效應(yīng)會降低勞動力需求和工資水平，但同時，由于生產(chǎn)效率提升促進資本深化，又會擴大企業(yè)的勞動力需求［22］。邵文波和盛丹認為智能化技術(shù)對就業(yè)的影響取決于多重因素，其中，放開市場競爭就會使智能化對就業(yè)的影響由負轉(zhuǎn)正［23］。郭凱明則認為人工智能對傳統(tǒng)資本和勞動均會產(chǎn)生替代效應(yīng)，但效應(yīng)大小主要取決于人工智能的替代彈性和在生產(chǎn)中所占份額［24］。王林輝等則從崗位轉(zhuǎn)換視角探討人工智能的就業(yè)效應(yīng)，發(fā)現(xiàn)人工智能引致的崗位轉(zhuǎn)換改變了就業(yè)形態(tài)，勞動力就業(yè)崗位由傳統(tǒng)的常規(guī)向非常規(guī)轉(zhuǎn)變［25］。

綜上所述，已有研究為本文提供了重要啟迪與借鑒，但仍待進一步深化。首先，現(xiàn)有研究在探討人工智能發(fā)展對就業(yè)的影響時，更多是從國家層面進行探討，將深入推進智能化的省級區(qū)域作為分析對象的研究相對較少?，F(xiàn)實中也需要關(guān)注到具體區(qū)域的影響效應(yīng)，即基于省級微觀企業(yè)數(shù)據(jù)探討區(qū)域?qū)用嫒斯ぶ悄軐蜆I(yè)的影響如何，為制定因地制宜的產(chǎn)業(yè)政策提供理論支撐和決策依據(jù)。其次，人工智能應(yīng)用會促進企業(yè)資本深化，而資本深化會影響企業(yè)的勞動力需求。對在進行人工智能影響就業(yè)機制檢驗時，鮮有研究關(guān)注到資本深化對就業(yè)的影響。

基于此，本文以人工智能應(yīng)用較為廣泛的、工業(yè)門類齊全的山東省作為研究對象，利用2012—2020年山東省198家A股上市公司數(shù)據(jù)，通過基準回歸分析、內(nèi)生性討論、穩(wěn)健性檢驗和機制檢驗，系統(tǒng)性探討人工智能對山東省就業(yè)總量的影響及其作用機制，以期為準確把握數(shù)智化轉(zhuǎn)型中山東省勞動力市場變化提供現(xiàn)實依據(jù)，為推進高質(zhì)量發(fā)展和勞動力市場穩(wěn)定找準發(fā)力點，為制定因地制宜的產(chǎn)業(yè)政策提供理論支撐和決策依據(jù)。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于國泰安數(shù)據(jù)庫和Wind數(shù)據(jù)庫。根據(jù)研究目標，本文選擇2012—2020年企業(yè)所屬地在山東省的A股上市公司作為研究樣本，沿用大多數(shù)文獻使用此數(shù)據(jù)庫的處理方式，剔除金融類、有嚴重數(shù)據(jù)缺失、ST和*ST的公司樣本，剔除營業(yè)總收入為負值、支付給職工薪酬為負值、勞動收入大于總收入比重、員工人數(shù)不足100人的公司，并對連續(xù)變量進行上下 1%的縮尾處理，最終匹配得到198家有效的上市公司，共1041個樣本的數(shù)據(jù)。

（二）變量選擇

被解釋變量：本文主要關(guān)注人工智能技術(shù)應(yīng)用對山東省就業(yè)總量的影響，故選取企業(yè)年末從業(yè)人員總數(shù)衡量就業(yè)總量（L）。

核心解釋變量：本文在對人工智能技術(shù)應(yīng)用程度進行刻畫時，主要參考何勤等、孫文遠和劉于山的處理方式［26-27］，當前企業(yè)人工智能應(yīng)用一般基于機器人設(shè)備實現(xiàn)，故選取企業(yè)機器設(shè)備價值與企業(yè)員工數(shù)的比值，即人均機器設(shè)備價值表征人工智能滲透度（AI）。

控制變量：控制變量的選取參考方明月等、李琳等、曹雅茹等的研究［28-30］，主要包括：（1）企業(yè)規(guī)模（Scale），使用企業(yè)資產(chǎn)總額的對數(shù)測度。（2）資產(chǎn)周轉(zhuǎn)率（ATO），采用總營業(yè)額與總資產(chǎn)值衡量。（3）資產(chǎn)收益率（ROA），基于上市公司凈資產(chǎn)收益與總資產(chǎn)之比衡量。（4）資產(chǎn)結(jié)構(gòu)（KS），采取上市公司無形資產(chǎn)占總資產(chǎn)比值衡量。（5）研發(fā)強度（RD），選取研發(fā)投入占企業(yè)薪酬比重刻畫。

中介變量：本文著重考察人工智能應(yīng)用引致的創(chuàng)造效應(yīng)和替代效應(yīng)對就業(yè)的影響，故分別從資本深化（KL）和人力成本（W）兩方面進行機制分析。其中，選取上市公司總資產(chǎn)與員工人數(shù)的比值刻畫資本深化，選取員工平均工資衡量企業(yè)用工成本。各變量的描述性統(tǒng)計結(jié)果如表1所示。

（三）模型設(shè)定

為實證檢驗人工智能技術(shù)應(yīng)用對勞動力就業(yè)的影響，本文設(shè)定的基準回歸模型如下：

Lit=α+βAIit+γControlsit+λi+δt+εit（1）

其中，Lit為被解釋變量，表示就業(yè)總量，AIit為核心解釋變量，表示人工智能滲透度，Controlsit表示控制變量集，分別為企業(yè)規(guī)模、資產(chǎn)周轉(zhuǎn)率、資產(chǎn)收益率、資產(chǎn)結(jié)構(gòu)和企業(yè)研發(fā)強度。i和t分別表示企業(yè)和年份，λi和δt分別為企業(yè)和年份層面的固定效應(yīng)，εit表示隨機誤差項。

四、實證分析

（一）基準回歸結(jié)果分析

表2報告了人工智能對山東省勞動力就業(yè)影響的基準分析結(jié)果。列（1）為在控制企業(yè)和年份固定效應(yīng)時只加入核心解釋變量的估計結(jié)果。結(jié)果顯示，人工智能滲透度AI的系數(shù)為-0.236，在5%統(tǒng)計水平上顯著為負，這表明人工智能滲透會顯著降低就業(yè)水平。列（2）為加入控制變量后的估計結(jié)果，人工智能滲透度的系數(shù)為-0.293，在1%統(tǒng)計水平上顯著為負，與列（1）的估計結(jié)果差別不大。為保證回歸結(jié)果的準確性，在列（3）和列（4）中逐步加入企業(yè)固定效應(yīng)和年份固定效應(yīng)進行估計。結(jié)果顯示，人工智能滲透對山東省企業(yè)就業(yè)水平的影響仍顯著為負，這說明當前山東省人工智能應(yīng)用的替代效應(yīng)大于創(chuàng)造效應(yīng)，其對山東省就業(yè)的影響仍以替代效應(yīng)為主，同時也表明基準回歸的結(jié)果較為穩(wěn)健。

控制變量的估計結(jié)果顯示，企業(yè)規(guī)模和資產(chǎn)周轉(zhuǎn)率的估計系數(shù)均在1%統(tǒng)計水平上顯著為正，這表明企業(yè)規(guī)模越大、資金鏈越安全的企業(yè)所吸納的就業(yè)越多。企業(yè)資產(chǎn)收益率的估計結(jié)果顯著為負，可能的原因是企業(yè)利潤越高的企業(yè)，自動化水平越高，企業(yè)的用工需求也就越少。企業(yè)研發(fā)的估計系數(shù)在10%統(tǒng)計水平上顯著為正，表明人工智能應(yīng)用進程中，企業(yè)對技術(shù)研發(fā)的重視程度很高，對高技能人才的需求也會逐步增大，這會擴大企業(yè)的用工需求。

注：*、**、***分別表示在10%、5%和 1%的顯著性水平下顯著，括號內(nèi)為標準誤。

（二）內(nèi)生性檢驗

雖然基準回歸結(jié)果較為穩(wěn)健，但基準模型仍可能存在雙向因果或遺漏變量的問題，進而由內(nèi)生性問題導(dǎo)致估計結(jié)果有誤，為避免內(nèi)生性偏誤問題，本文借鑒孫文遠和劉于山的處理方式［27］，選取人工智能滲透度的滯后一期作為人工智能滲透度的工具變量（AIIV），采用面板數(shù)據(jù)的兩階段最小二乘法（2SLS）進行估計，估計結(jié)果見表3。

列（1）中第一階段Kleibergen-Paap F值為99.28，遠大于10，且工具變量AIIV的估計系數(shù)在1%統(tǒng)計水平上顯著為正，排除了存在弱工具變量的可能性，表明構(gòu)建的工具變量較為合理。列（2）中人工智能滲透度的估計系數(shù)在1%統(tǒng)計水平上顯著為-0.218，與基準模型中的估計系數(shù)-0.282相接近。這表明基于工具變量的兩階段最小二乘法的估計結(jié)果與基準估計結(jié)果相一致，山東省人工智能對就業(yè)的替代效應(yīng)顯著。

注：*、**、***分別表示在10%、5%和 1%的顯著性水平下顯著，括號內(nèi)為標準誤。

（三）穩(wěn)健性檢驗

本文采取調(diào)整樣本范圍、調(diào)整樣本時間、調(diào)整要素密集程度的方法進行穩(wěn)健性檢驗，相關(guān)結(jié)論均未發(fā)生實質(zhì)性改變?？紤]到智能制造是當前人工智能的主要應(yīng)用領(lǐng)域，本文進一步將研究樣本聚焦到制造業(yè)行業(yè)，驗證估計結(jié)果的穩(wěn)健性。估計結(jié)果如表4列（1）所示，主要結(jié)論并未發(fā)生改變。同時可發(fā)現(xiàn)，制造業(yè)樣本中人工智能滲透度的估計系數(shù)為-0.267，與基準回歸模型中的-0.282相比較，山東省制造業(yè)企業(yè)中人工智能應(yīng)用對就業(yè)的擠出效應(yīng)較非制造業(yè)企業(yè)更弱。這可能是由于相較于制造業(yè)，樣本中非制造業(yè)企業(yè)多屬于資本、技術(shù)密集型企業(yè)，需要承擔的社會責任也較小，其人工智能應(yīng)用程度更高，故其對就業(yè)的擠出效應(yīng)更顯著。

鑒于中國機器人安裝總量于2016年達到世界第一，本文將研究樣本的時間維度調(diào)整為2016—2020年，旨在考察人工智能應(yīng)用規(guī)模達到領(lǐng)先水平后其對勞動力市場就業(yè)的影響是否與之前出現(xiàn)差異。估計結(jié)果如表4列（2）所示，人工智能滲透度系數(shù)為-0.326，估計結(jié)果在1%統(tǒng)計水平上顯著，與表2中基準回歸中的系數(shù)-0.282相比，可以發(fā)現(xiàn)，伴隨著人工智能應(yīng)用規(guī)模的擴大，人工智能對山東省勞動力就業(yè)影響仍然為負，但其對就業(yè)的擠出效應(yīng)愈發(fā)凸顯。

進一步地，不同行業(yè)的企業(yè)要素密集程度存在差異，人工智能應(yīng)用對其影響也存在差異，基于此，本文根據(jù)李琳等的方法將企業(yè)行業(yè)分為勞動密集型和資本密集型兩類［29］，分別探討人工智能技術(shù)對就業(yè)的影響。估計結(jié)果見表4的第（3）列和第（4）列?？梢钥闯?，人工智能應(yīng)用對山東省兩類企業(yè)的就業(yè)均具有顯著的負向影響，但相較于勞動密集型企業(yè)，人工智能應(yīng)用對山東省資本密集型企業(yè)的就業(yè)擠出效應(yīng)更強。這是由于勞動密集型企業(yè)在生產(chǎn)中對勞動力的依賴性更強，勞動與資本間的替代彈性較低，人工智能應(yīng)用并不會大幅降低勞動密集型企業(yè)對勞動力的需求。而資本密集型企業(yè)在生產(chǎn)中對資本的依賴性更強，資本密集型企業(yè)機器換人的實現(xiàn)更容易，因此人工智能應(yīng)用導(dǎo)致資本密集型企業(yè)的用工需求下降幅度更大。

注：*、**、***分別表示在10%、5%和 1%的顯著性水平下顯著，括號內(nèi)為標準誤。

（四）影響機制檢驗

在確定當前人工智能對勞動力就業(yè)的影響后，有必要進一步考察就業(yè)替代效應(yīng)和創(chuàng)造效應(yīng)背后的作用機制，本文采用中介效應(yīng)模型檢驗人工智能應(yīng)用影響山東省勞動力就業(yè)的作用機制。具體而言，在考察就業(yè)替代效應(yīng)傳導(dǎo)渠道時，本文關(guān)注到人工智能技術(shù)應(yīng)用對勞動生產(chǎn)效率的提升作用，勞動力成本的增加誘使機器換人。為檢驗這一機制，本文將工資率作為中介變量進行實證檢驗。在考察人工智能的就業(yè)創(chuàng)造效應(yīng)時，本文主要考慮到人工智能是一種有偏的技術(shù)進步，其在提升生產(chǎn)效率、促進資本積累時，會通過資本化效應(yīng)創(chuàng)造就業(yè)。為檢驗這一機制，本文參考寧光杰和張雪凱的處理方式［31］，將資本深化作為中介變量進行實證檢驗。具體模型如下：

Lit=α1+β1AIit+γ1Controlsit+εit（2）

Mit=α2+β2AIit+γ2Controlsit+εit（3）

Lit=α3+β3AIit+η3Mit+γ3Controlsit+εit（4）

其中，Mit為中介變量，本文中分別為工資水平和資本深化，Controls為控制變量。

注：*、**、***分別表示在10%、5%和 1%的顯著性水平下顯著，括號內(nèi)為標準誤。

根據(jù)表5列（1）的估計結(jié)果，人工智能滲透度對企業(yè)員工工資水平的回歸系數(shù)在1%統(tǒng)計水平上顯著為正，意味著人工智能應(yīng)用會促進企業(yè)工資水平上升。進一步地，列（2）的結(jié)果顯示，在加入工資水平這一中介變量后，工資系數(shù)顯著為負，說明人工智能在對就業(yè)的負向影響中，工資成本發(fā)揮了部分中介作用。這是由于人工智能技術(shù)的生產(chǎn)率效應(yīng)，會大幅提升勞動的邊際產(chǎn)出，促進勞動生產(chǎn)率提高，進而引致工資上升，勞動成本上升會促使企業(yè)更偏向于資本，進而引致就業(yè)需求降低。因此，人工智能應(yīng)用在就業(yè)替代效應(yīng)的實現(xiàn)過程中，會促進工資上漲，進而降低就業(yè)。列（3）的結(jié)果顯示，人工智能滲透度對資本深化的回歸系數(shù)在1%統(tǒng)計水平上顯著為正，說明人工智能作為有偏技術(shù)進步，更有利于資本積累。列（4）的結(jié)果顯示，在加入資本深化這一中介變量后，其對就業(yè)存在顯著的創(chuàng)造效應(yīng)，減緩了人工智能滲透對就業(yè)的替代效應(yīng)，說明資本深化有效緩解了人工智能對就業(yè)的擠出。這是由于人工智能促進資本深化，當資本積累達到一定程度后，其崗位創(chuàng)造效應(yīng)得以釋放，進而減緩了人工智能應(yīng)用對就業(yè)的擠出，但當前階段，人工智能的就業(yè)創(chuàng)造效應(yīng)不如替代效應(yīng)大，總體仍呈現(xiàn)為人工智能對就業(yè)的擠出。

五、結(jié)論與政策啟示

人工智能作為通用技術(shù)，是新一代技術(shù)變革的核心引擎，是推進新舊動能轉(zhuǎn)換和有效應(yīng)對老齡化問題的新動力。本文關(guān)注到人工智能技術(shù)廣泛應(yīng)用所引起的就業(yè)形態(tài)變化，借助2012—2020年山東省A股上市公司數(shù)據(jù)，探究山東省人工智能應(yīng)用對勞動力就業(yè)的影響及其機制，并得到以下結(jié)論：第一，現(xiàn)階段，山東省人工智能應(yīng)用對就業(yè)的綜合影響仍以替代效應(yīng)為主，此結(jié)論在調(diào)整樣本范圍、樣本時間等穩(wěn)健性檢驗后依然成立。第二，較于勞動密集型企業(yè)，山東省人工智能應(yīng)用對資本密集型企業(yè)的就業(yè)替代效應(yīng)更為顯著。第三，從機制傳導(dǎo)路徑來看，山東省人工智能應(yīng)用通過提升勞動力成本降低了企業(yè)的勞動力需求，通過資本深化產(chǎn)生的就業(yè)創(chuàng)造效應(yīng)緩解了對就業(yè)的擠出效應(yīng)。

本文的研究為客觀評估人工智能技術(shù)應(yīng)用對山東省勞動力就業(yè)的影響提供了微觀企業(yè)層面的經(jīng)驗證據(jù)，而且對探索引導(dǎo)數(shù)智技術(shù)與高質(zhì)量就業(yè)融合發(fā)展的山東方案提供了現(xiàn)實依據(jù)。本文得到的政策啟示在于：第一，應(yīng)正確認識人工智能技術(shù)應(yīng)用的生產(chǎn)率效應(yīng)、就業(yè)創(chuàng)造效應(yīng)和就業(yè)替代效應(yīng)。當前，山東省正處于新舊動能轉(zhuǎn)換的關(guān)鍵期，一方面，應(yīng)大力扶持和發(fā)展以人工智能為代表的數(shù)智化產(chǎn)業(yè)，賦能制造業(yè)轉(zhuǎn)型升級，完善新興產(chǎn)業(yè)鏈，為傳統(tǒng)產(chǎn)業(yè)的補鏈、延鏈、強鏈注入新動能。另一方面，政府在發(fā)展“四新經(jīng)濟”、推進人工智能應(yīng)用、提升生產(chǎn)效率的同時，應(yīng)兼顧勞動力市場的動態(tài)變化，以避免大規(guī)模的“機器換人”引致失業(yè)風險。第二，多管齊下，提升勞動力素質(zhì)。引導(dǎo)人機協(xié)同的技術(shù)進步，即勞動力素質(zhì)需跟得上人工智能技術(shù)發(fā)展。一方面，提升高等教育和職業(yè)教育人才培養(yǎng)質(zhì)量，擴大人工智能相關(guān)的高技能人才供給。隨著人工智能應(yīng)用場景的快速發(fā)展，與智能技術(shù)相匹配的高素質(zhì)勞動力需求也會大幅上升，需要適度調(diào)整不同層次教育的方式方法和側(cè)重點，致力于培養(yǎng)與市場需求相一致的高素質(zhì)人才。另一方面，優(yōu)化技能培訓模式，強化技能培訓針對性。為低技能勞動力提供健全的、有針對性的技能培訓體系，使低技能勞動力適應(yīng)勞動力市場需求變化，降低失業(yè)風險。第三，進一步推進人工智能與山東省先進制造業(yè)、現(xiàn)代服務(wù)業(yè)深度融合，促進人工智能資本深化，以充分發(fā)揮智能化的就業(yè)創(chuàng)造作用。當人工智能達到一定規(guī)模后，其就業(yè)創(chuàng)造效應(yīng)大于就業(yè)替代效應(yīng)，因此，需制定配套人工智能產(chǎn)業(yè)發(fā)展的專項鼓勵政策，科學籌劃人工智能產(chǎn)業(yè)的空間布局，以加快培育和壯大人工智能相關(guān)產(chǎn)業(yè)，推動人工智能快成長、上規(guī)模、強實力。

參考文獻

［1］Acemoglu D ，Autor D .Skills，tasks and technologies：Implications for employment and earnings［J］.Handbook of Labor Economics，2011，4b（16082）：1043-1171.

［2］Arntz M ，Gregory T ，Zierahn U .Revisiting the risk of automation［J］.Economics Letters，2017（159）：157-160.

［3］Gregory T ，Salomons A ，Zierahn U .Racing with or against the machine？ Evidence on the role of trade in europe［J］.Journal of the European Economic Association，2022（2）：869-906.

［4］Frey C B ，Osborne M A .The future of employment：How susceptible are jobs to computerisation？［J］.Technological Forecasting and Social Change，2017，114：254-280.

［5］Hanson R .Economic growth given machine intelligence［J］.Journal of Artificial Intelligence Research，2001（1）：1-13.

［6］Autor D ，Dorn D.The growth of low skill service jobs and the polarization of the US labor market［J］.American Economic Review，2013，103（5）：1553-1597.

［7］Acemoglu D，P Restrepo.Secular stagnation？ The effect of aging on economic growth in the age or automation ［J］.American Economic Review，2017，107（5）：174-179.

［8］Nedelkoska L，Quintini G.Automation，skill use and training［R］.OECD Social，Employment and Migration Working Paper，No.202，2018.

［9］閆雪凌，朱博楷，馬超.工業(yè)機器人使用與制造業(yè)就業(yè)：來自中國的證據(jù)［J］.統(tǒng)計研究，2020，37（1）：74-87.[ZK）]

［10］[ZK（#]孔高文，劉莎莎，孔東民.機器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析［J］.中國工業(yè)經(jīng)濟，2020（8）：80-98.

［11］王永欽，董雯.人機之間：機器人興起對中國勞動者收入的影響［J］.世界經(jīng)濟，2023，46（7）：88-115.

［12］Hoedemakers L.The changing nature of employment：How technological progress and robotics shape the future of work［D］.Lund：Lund University，2017.

［13］高翔，田開蘭，楊翠紅.從供給側(cè)探尋我國就業(yè)變化成因［J］.管理評論，2018，30（5）：187-196.

［14］楊飛，范從來.產(chǎn)業(yè)智能化是否有利于中國益貧式發(fā)展？［J］.經(jīng)濟研究，2020，55（5）：150-165.

［15］Bessen J .Toil and technology：Innovative technology is displacing workers to new jobs rather than replacing them entirely［J］.Finance and Development，2015，52（1）：16-19.

［16］Prettner K ，Strulik H .Innovation，automation，and inequality：policy challenges in the race against the machine［J］.North-Holland，2020.

［17］任保平，宋文月.新一代人工智能和實體經(jīng)濟深度融合促進高質(zhì)量發(fā)展的效應(yīng)與路徑［J］.西北大學學報（哲學社會科學版），2019，49（5）：6-13.

［18］李磊，王小霞，包群.機器人的就業(yè)效應(yīng)：機制與中國經(jīng)驗［J］.管理世界，2021，37（9）：104-119.

［19］邸俊鵬，鮑俊杰，惠浩.工業(yè)機器人對制造業(yè)勞動力市場的影響：“升級”抑或“極化”？［J］.上海經(jīng)濟研究，2023（2）：51-63.

［20］尹彥輝，孫祥棟.人工智能、資本稅如何影響收入分配格局：極化還是優(yōu)化？［J］.深圳大學學報（人文社會科學版），2023，40（1）：83-91.

［21］苗世青.人機協(xié)同對勞動者就業(yè)的影響——基于2018年CGSS數(shù)據(jù)的分析［J］.山東工會論壇，2023，29（3）：12-23.

［22］Acemoglu D，Restrepo P.The race between man and machine：Implications of technology for growth，factor shares，and employment［J］.American economic review，2018，108（6）：1488-1542.

［23］邵文波，盛丹.信息化與中國企業(yè)就業(yè)吸納下降之謎［J］.經(jīng)濟研究，2017，52（6）：120-136.

［24］郭凱明.人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與勞動收入份額變動［J］.管理世界，2019，35（7）：60-77+202-203.

［25］王林輝，錢圓圓，周慧琳，等.人工智能技術(shù)沖擊和中國職業(yè)變遷方向［J］.管理世界，2023，39（11）：74-95.

［26］何勤，邱玥.人工智能的就業(yè)效應(yīng)研究：錦上添花抑或是釜底抽薪？［J］.北京聯(lián)合大學學報（人文社會科學版），2020，18（2）：84-95.

［27］孫文遠，劉于山.人工智能對勞動力市場的影響機制研究［J］.華東經(jīng)濟管理，2023，37（3）：1-9.

［28］方明月，林佳妮，聶輝華.數(shù)字化轉(zhuǎn)型是否促進了企業(yè)內(nèi)共同富裕？——來自中國A股上市公司的證據(jù)［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（11）：50-70.

［29］李琳，宋培，艾陽，等.數(shù)字技術(shù)應(yīng)用下的企業(yè)勞動收入份額變動［J］.廣東財經(jīng)大學學報，2023，38（5）：4-21.

［30］曹雅茹，劉軍，邵軍.替代還是創(chuàng)造：智能化如何影響中國制造業(yè)就業(yè)？［J］.管理評論，2023，35（9）：37-49.

［31］寧光杰，張雪凱.勞動力流轉(zhuǎn)與資本深化——當前中國企業(yè)機器替代勞動的新解釋［J］.中國工業(yè)經(jīng)濟，2021（6）：42-60.

Facilitating or Inhibiting：A Study on the Employment Effects of

Artificial Intelligence Technology Applications in Shandong Province

YIN Yanhui1，2

（1.School of Economics and Trade，Shandong Management University，Jinan，

Shandong Province，250357;

2.Research Center for Digital Economy and Regional Quality Development，

Shandong Management University，Jinan，Shandong Province，250357）

Abstract：The transformation of traditional production methods brought about by the development of artificial intelligence is bound to have a profound impact on the labor market.This paper focuses on the changes in employment patterns caused by the wide application of artificial intelligence technology，uses the data of A-share listed companies in Shandong Province from 2012 to 2020，and explores the impact and mechanism of artificial intelligence application on labor employment in Shandong Province from two aspects，namely the impact and mechanism analysis，and thus obtains the following conclusions：at this stage，the comprehensive impact of artificial intelligence application on employment in Shandong Province is still dominated by the substitution effect.Compared with labor-intensive enterprises，the employment substitution effect of artificial intelligence application on capital-intensive enterprises in Shandong Province is more significant.The application of artificial intelligence in Shandong Province reduces the labor demand of enterprises by increasing labor costs and alleviates the crowding out effect on employment through the employment creation effect generated by capital deepening.

Key words：artificial intelligence;employment;substitution effect;creation effect

（責任編輯：楊"真）

收稿日期：2023-11-27

基金項目：本文系山東省重點研發(fā)計劃（軟科學項目）“人工智能技術(shù)變革下山東省勞動力就業(yè)形態(tài)變化與對策研究”（項目編號：2023RKY04011）的階段性研究成果。

作者簡介：尹彥輝（1992—），男，山東臨沂人，經(jīng)濟學博士，山東管理學院經(jīng)貿(mào)學院副教授，研究方向為數(shù)量經(jīng)濟和政策效應(yīng)評估。