人工智能影響下制造業轉移與就業總量的關系研究

摘 要：在人工智能浪潮的推動下，制造業生產方式發生了顛覆性變化，對勞動力市場產生深遠影響。本文基于2006—2019年的省級面板數據，從國際和國內兩個視角出發，深入探討了制造業轉移對就業總量的影響。研究發現，制造業國際國內轉移均對就業總量產生積極影響；異質性分析表明，制造業FDI和國內制造業轉移為東中西部地區提供了就業機會，而OFDI對中部地區就業的正向影響則不顯著；同時，OFDI和國內轉移對創新質量較低的地區的就業推動作用更強，FDI則在創新質量較高的地區產生的就業激勵作用更大。機制檢驗結果顯示，在人工智能的影響下，制造業國際國內轉移存在“就業創造效應”，有利于增加就業總量。本文研究結論有助于緩解公眾對“機器換人”可能帶來的就業的擔憂，為未來制造業的發展方向、方式及就業保障政策提供了有益啟示。

關鍵詞：產業轉移；國內轉移；國際轉移；就業；工業機器人；FDI；OFDI

中圖分類號：F240 文獻標識碼：A 文章編號：2096-0298（2025）04（a）--04

1 引言

自18世紀末起，世界已先后經歷了四次全球產業轉移，而從2010年左右開始的第五次產業轉移至今仍處于“進行時”狀態。國際產業轉移是一個全球范圍內生產關系的深刻調整過程[1]，也是全球價值鏈不斷變動的過程。在這個過程中，國際分工不斷調整，世界各國“引進來”和“走出去”的步伐逐漸加快，制造業尤為如此。其間，美國政治人物先后喊出“制造業回歸”“讓美國再次偉大”等口號更是直接或間接促使大批制造業回歸美國。同時，一些擔憂和問題也隨之而來：一方面，受外部沖擊而“走出去”的產業是否會造成國內的“空心化”問題[2]？是否會引起大規模的結構性失業？而那些“引進來”的產業又是否能夠彌補這一部分失業？另一方面，國內的老齡化程度不斷加深，用工成本上升，隨著人工智能的不斷發展，全球工業機器人的使用范圍不斷擴大，使用成本不斷降低，使用頻率不斷提高，“走出去”和“引進來”是否能夠刺激國內產業技術升級，出現“機器換人”現象？這種“機器換人”現象會產生就業的替代效應還是“誘導式”的激勵效應？

為此，本文從產業轉移出發，考慮國際產業轉移和國內產業轉移兩個視角，分析制造業轉移對中國的就業形勢會產生什么樣的影響。國際產業轉移既包括產業的“走出去”，又包括產業的“引進來”，因此本文從“引進來”和“走出去”雙向視角分析國際產業轉移的就業效應。

2 相關研究回顧

自世界第五次產業轉移開始，大量學者分析了中國產業轉移的起因、特征和效應，研究空間不僅涵蓋跨境層面的產業轉入和產業轉出，還包括國內區域間的產業轉移。當前關于產業轉移效應的研究主要集中在產業轉移對經濟增長、技術進步、產業結構變化[3]、母國就業效應[4]、環境效應[5]及共生效應[6]這幾個方面，尤其是國內區域間產業轉移的相關效應方面。但關于產業轉移的就業效應，學界并沒有統一的結論，對不同區域和不同時間段的研究結果也不盡相同。

隨著全球價值鏈的縱深發展和國內多種生產要素成本上升，中國制造業布局發生變化，必然對就業產生不可忽視的影響。目前，學者關于產業轉移對就業效應持有兩種觀點。一種觀點認為，在產業轉移不會引起移入國資本投入變動及生產技術水平系數變動，只會影響移入國勞動力投入的情況下，高質量產業的引入能夠產生“就業擴大效應”[7]。另一種觀點認為，產業轉移一方面將使轉出國出現“產業空心化現象”，而這種空心化將使一批相關的從業人員失業，從而改變就業結構和數量。隨著人工智能在制造業得到日益廣泛的應用，這一變化進一步引起了國內勞動力市場的變動。

人工智能作為新技術在制造業得到日益廣泛的應用，本文研究人工智能參與下對就業的影響，通過梳理現有文獻可知，學界普遍認為技術進步對就業的影響可劃分為正向的創造效應和負向的替代效應。 一方面，技術進步通過提供新的工作崗位[8]，提高對高技能勞動力的需求（Autor，1998）[9]。作為人工智能技術在勞動力市場最具代表的應用，工業機器人已在制造業中大量投入使用，但現有關于工業機器人使用對勞動力市場影響的研究相對有限，其結論也不盡相同。工業機器人在制造業產業轉移的就業效應中承擔著什么樣的角色？起著什么樣的作用？這些問題在已有的研究中較少涉及。因此，本文在已有文獻的基礎上對以上問題做些許有益補充。

綜上所述，已有的關于產業轉移效應的分析較少將國際國內產業轉移置于同一研究框架，因而存在一定的研究空間。此外，基于人工智能在制造業日益廣泛的應用這一事實，還需要進一步考慮產業轉移通過影響技術升級，特別是人工智能應用等方面，進而影響就業這一路徑。

3 理論模型與數據

3.1 變量選取

為從國內、國外兩個視角全面刻畫制造業轉移狀況，本文選取兩類產業轉移指標：國際制造業轉移和國內制造業轉移。資金是國際產業轉移最直接的表現形式，使用加權處理后的對外直接投資（OFDI）和外商直接投資（FDI）表征制造業國際轉移，國內產業轉移部分則使用處理后的生產份額表示，具體處理方法如下：

國際轉移OFDI：制造業對外直接投資規模，即體現“走出去”的部分產業轉移。由于制造業OFDI的規模會隨著地區制造業對經濟貢獻的增加而逐漸增加[10]，因此，本文采用加權后的OFDI流量作為代理變量，權重由各省制造業對當地的經濟貢獻占比衡量，并對其做對數化處理，以消除異方差。

國際轉移FDI：制造業實際使用外資規模，即體現“引進來”部分的產業轉移。由于中國承接產業轉入通常是以使用外資額的方式，因此，可以將承接地實際使用外資的數額作為地區承接制造業國際轉移衡量指標。同樣地，制造業對經濟增長貢獻越大的地區越容易受到外資的青睞，并且當地外商投資呈現“路徑依賴”特征，從而進一步增加外資對當地的投資總額[11]。因此，本文同樣采用加權后的FDI數額作為國際產業轉移FDI的代理變量，處理方法同OFDI。

國內產業轉移TRANS。首先，本文借鑒孫曉華等（2018）[12]的方法對行業份額進行加權處理，權重為地區經濟規模在全國經濟規模中的占比，以消除地區生產狀況可能造成的干擾。其次，為了剔除通貨膨脹對國內產業轉移的影響，對產業產值進行價格平減，平減指數運用生產者價格指數。

控制變量：參考Cheng等（2019）[13]關于行業特征、機器人對就業的影響研究，在實證中加入以下變量控制行業特征：（1）制造業生產率（scrate），由經濟發展理論可知，一定時期內，在總產出一定的情況下，勞動生產率越高，就業崗位越少，因此生產率與勞動力就業存在負向關系；（2）人力資本水平（human），用高等教育人數比例表示，從勞動力供給的角度衡量勞動力水平和素質，勞動力知識儲備將會影響職業選擇，因而會對就業結構和總量產生影響；（3）交通便利度（convenient），用人均道路面積表示。

3.2 數據來源

本文選取2006—2019年的省級數據，各省實際利用外資額和外商直接投資數據來源于《中國工業統計年鑒》和《中國對外直接投資公報》，工業機器人安裝密度來源于國際機器人聯盟（IFR），為了與本文的省份研究相匹配，本文借鑒Bartik工具變量法將行業數據轉化為省級面板數據。

4 實證結果分析

4.1 產業轉移對就業總量的影響分析

本文采用基于省份、年份兩個維度下的制造業數據，選取中國30個?。ㄒ蛳嚓P數據缺失，不包括西藏自治區）作為研究對象，并采用面板模型以檢驗國內外產業轉移對制造業就業規模的影響，模型設定如下：

employmentc，t=α0+β1lnOFDIc，t+β2lnFDIc，t+β3lnTransc，t+β4human+β5scratec，t+β6convenientc，t+εc，t（1）

其中，employmentc，t為c省t時期的就業總量，lnOFDI、lnFDI和lnTrans分別為制造業國際轉移OFDI、制造業國際轉移FDI和制造業國內轉移，并加入控制變量制造業生產率（scrate）、人力資本水平（human）和交通便利度（convenient）。

運用stata軟件計算的回歸模型結果為：

employmentc，t=4.661+0.044lnOFDI+0.035lnFDI+0.016lnTrans+1.704human-0.360scrate+0.003convenient（2）

結果顯示，核心解釋變量系數OFDI和FDI顯著為正，這說明國際產業轉移對制造業的就業規?？傮w呈現激勵效應，國內產業轉移顯著為正，這表示國內產業轉移有助于擴大制造業的就業規模。從系數大小來看，OFDI的刺激作用強于FDI，而國際產業轉移FDI的就業創造能力又高于國內產業轉移，這可能與各類產業轉移對就業的影響渠道不同有關。

4.2 異質性分析

4.2.1 區分三大經濟帶

通過前文的分析可以看出，無論是實際利用外資額，還是對外直接投資對于就業影響的差異都源于產業轉移方向的不同。實際上，產業轉移一般分為產業轉入和產業轉出。不同地區的經濟發展狀況不同，產業轉移的主要行業、方向和強度也并不相同。中國區域經濟發展不平衡的問題長期存在，因此，本文將東中西部三大經濟帶作為異質性分析的坐標原點，分析不同經濟帶的異質性。

回歸結果如表1列（1）—列（3）所示。總體而言，無論是FDI還是國內轉移對東中西部地區的就業總量都能產生正向作用，但OFDI在東中西部地區的就業效應存在顯著性差異，具體來說，OFDI只會顯著拉高東西部地區的就業總量。

4.2.2 區分省份創新質量

創新具有投資回報期長、高成本和高風險的特點，因此，政府提供的資金支持、稅收補貼及區域的創新環境都能夠激勵企業進行創新活動，刺激企業積極研發和采用新技術。國內已有大量學者通過實證分析論證了這種積極作用，認為各地創新質量呈現出“南強北弱”和“南快北慢”的特征，影響當地企業新技術的開發和使用，如工業機器人等（楊騫和劉鑫鵬，2021）[14]?？紤]到這一特征，本文將進一步分析不同省份創新質量對就業影響是否存在異質性。

本文分別對不同組進行回歸分析，回歸結果如表1列（4）—列（6）所示。由回歸結果可知，不同創新質量的地區在參與國際國內產業轉移的過程中，都能夠在就業總量方面有不同程度的受益，低創新質量的地區從OFDI和國內產業轉移中提高的就業率最多，而FDI對高創新質量地區的就業正向影響最大。

4.3 機制分析

隨著國際貿易內容的逐漸擴展及人工智能的不斷發展，關于國際貿易與技術進步關系的討論不斷更新。包括機器人在內的人工智能的廣泛應用對全球經濟社會多方面的發展產生了深刻影響，國際機器人聯盟的統計報告指出，工業機器人在產業中日益廣泛的應用，將引起多方面的連鎖反應，其中也包括對就業市場的影響[15]。由于機器人的使用更多是國際產業轉移的“學習效應”帶來的，因此，本文主要考察國際產業轉移通過工業機器人安裝密度對就業的間接影響。

為了考察國際產業轉移OFDI對工業機器人安裝密度的影響，進而判斷對就業總量的影響，加入交互項lnOFDI× Bartik進行考察；同樣地，加入交互項lnFDI×Bartik考察實際利用外資額通過工業機器人安裝密度對就業的影響。從回歸結果可以看出，在99%的置信水平下，交互項lnOFDI×Bartik、交互項lnFDI×Bartik、交互項TRANS× Bartik系數均顯著為正，但系數值不大，分別為0.0066、0.0055和0.0105，說明無論是對外直接投資、外商實際投資還是國內產業轉移，在工業機器人的參與下均對就業產生正向的促進作用。工業機器人作為一種先進的生產和管理技術，有利于增強企業的技術水平，并且工業機器人的規模經濟優勢有助于企業提高效率，占據更大的市場份額，提升企業破除貿易壁壘的能力。從OFDI角度來看，向發達地區的技術尋求型對外直接投資能夠學習國外先進的技術和管理經驗，并增加國內企業的研發支出，帶動國外先進技術在本國的運用，而且中國工業機器人的所有權也有助于企業進一步跨越發達國家的技術壁壘，獲取對外直接投資創造的逆向技術溢出效應，降低邊際成本，創造出新的崗位，提高勞動力需求，拉動就業。對落后于本國的對外直接投資則能夠化解過剩產能，預留空間優化產業結構，加大科技投入，提升整體生產率，擴大就業。從FDI角度來看，國外高水平企業的外商直接投資不僅會引起國內同行業間的競爭，促使企業尋求先進技術提高生產率，還會進一步誘導下游企業的設備升級和人才配備，刺激上游企業升級技術提高產品增加值。在這一過程中會催生出新業態新模式，衍生出相應的勞動力需求，產生就業擴散效應。從國內產業轉移角度看，作為產業轉出地的地區可以通過挪開夕陽產業的方式為服務業或高新技術產業騰出空間，提升對高技能勞動力的需求，出現高技能勞動力的“就業升級”現象，具體表現在工資上漲、就業率上升，作為轉入地的地區，資本和技術逐漸在轉入地集聚，加速轉入地的工業化和城鎮化進程，并且為了彌補與轉出地之間的差距，開展大規模的、系統的技術研究，為勞動力創造更多的就業機會。

5 結論與政策啟示

5.1 研究結論

在現有研究的基礎上，本文采用2006—2019年的省級面板數據，利用柯布—道格拉斯生產函數，探究了人工智能影響下國際國內產業轉移的就業效應，得到的核心結論如下：

首先，從整體情況來看，制造業轉移會產生“就業創造效應”。具體而言，OFDI的創造效應大于FDI，也大于國內轉移。其次，從異質性分析來看，國際制造業轉移在不同區域的就業效應存在差異。具體而言，FDI和國內制造業轉移能夠拉高中東西部地區的就業總量，而國際制造業轉移FDI對中部地區就業的正向影響不顯著；區分省份創新質量的基礎上，FDI在創新質量高的區域就業創造效應最大，OFDI和國內產業轉移對低創新質量地區的就業促進作用最強。最后，從機制分析來看，在人工智能的影響下，無論是OFDI、FDI還是國內產業轉移均能顯著提升就業總量。

5.2 政策啟示

基于上述結論，本文對著力改善制造業就業情況和產業轉移發展水平提出如下幾方面的建議：

首先，堅持適度的對外開放。本文研究發現，國際國內制造業轉移對就業起到了顯著的積極影響，因此要利用好國際國內兩個市場。但本文研究同樣發現，對外開放程度在一個適度的區間對就業的促進作用最強，考慮到這一因素，對外開放需要“適度”。在提高外資額利用效率的同時，分階段、有步驟地完善對外直接投資的海外布局，有選擇性地選擇資金投放領域和區域，重視實際利用外資額和對外直接投資的質量，積極引導資金流向關鍵領域，為后期國內制造業產業鏈的完善和國際分工地位的提升打下堅實基礎。

其次，加快向工業智能化轉變。本文研究發現，工業機器人的使用能夠釋放制造業轉移對就業的促進作用。同時，隨著智能化時代的快速發展及中國人口紅利的逐漸消失，低廉的勞動力成本不能再作為一個地區長期發展的核心競爭優勢，政府應從一味重視成本的舊思想中掙脫出來，大力向工業智能化方向轉變，推行落實相應政策，提升區域創新質量，改善企業創新環境，加強產業數字化融合，借助人工智能推動制造業高質量發展。

再次，不斷健全數字化人才培訓體系。為適應人工智能等數字化經濟轉型發展，各級政府應加強對勞動力數字化技能的培養，適應勞動力市場對數字化人才的新要求，構建高質量、多層次的人才結構，擴大各類教育規模，從而夯實產業數字化基礎，實現制造業轉型升級。

從次，積極培育產業新動能。為提升企業的國際競爭力和有效應對風險的能力，我國應不斷培育新動能，東西部地區的各級政府應積極尋求新的產業增長點，充分結合及發揮各地優勢，加快數字化與實體貿易融合，鼓勵企業制定前瞻性的數字化戰略，以創新驅動當地產業跨越式發展。

最后，加快完善基礎設施建設。在完善傳統基礎設施建設的同時，加強新型信息基礎設施建設，提高區域間的運輸通達度，借助便捷快速的交通和通訊方式加速區域間各生產要素自由流動，破除區域間可能存在的制度壁壘，充分發揮產業轉移在區域間的溢出效應，促進中國經濟又好又快發展。

參考文獻

Carvalho V M. From micro to macro via production networks[J]. Journal of Economic Perspectives， 2014， 28（4）： 23-48.

閆冰倩， 田開蘭. 全球價值鏈分工下產業布局演變對中國增加值和就業的影響研究[J]. 中國工業經濟， 2020（12）： 121-139.

周偉. 京津冀產業轉移效應研究： 基于河北技術溢出、產業集聚和產業升級視角[J]. 河北學刊， 2018， 38（6）： 172-179.

吳淑娟， 吳海民. 產業海外轉移對母國就業空間轉移和產業轉移效應研究[J]. 經濟體制改革， 2018， 208（1）： 101-108.

魏瑋， 畢超. 環境規制、區際產業轉移與污染避難所效應： 基于省級面板Poisson模型的實證分析[J]. 山西財經大學學報， 2011， 33（8）： 69-75.

劉友金， 周健， 曾小明. 中國與“一帶一路”沿線國家產業轉移的互惠共生效應研究[J]. 中國工業經濟， 2023， 419（2）： 55-73.

嚴薇， 趙宏宇， 夏恩君. 國際產業轉移效應影響因素分析及理論模型構建[J]. 商業時代， 2009， 469（30）： 99-100.

張車偉， 王博雅， 高文書. 創新經濟對就業的沖擊與應對研究[J]. 中國人口科學， 2017（5）： 2-11+126.

AUTOR D H， KRUEGER A B， KATZ L F. Computing inequality： have computers changed the labor market[J]. Quarterly Journal of Economics， 1998， 113（4）： 1169-1213.

聶飛， 劉海云. 中國對外直接投資的國內區域制造業轉移效應實證研究[J]. 產經評論， 2016， 7（5）： 30-40.

韓劍， 潘沁， 徐康寧. 外商直接投資地區集聚效應的實證研究[J]. 國際貿易問題， 2005（3）： 100-105.

孫曉華， 郭旭， 王昀. 產業轉移、要素集聚與地區經濟發展[J]. 管理世界， 2018， 34（5）： 47-62+179-180.

Cheng H， Jia R， Li D， et al. The rise of robots in China[J]. Journal of Economic Perspectives， 2019， 33（2）： 71-88.

楊騫， 劉鑫鵬. 中國區域創新效率的南北差異格局： 2001—2016[J]. 中國軟科學， 2021， 372（12）： 92-100+128.

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[J]. 宏觀質量研究， 2018， 6（3）： 1-21.