“互联网+”对制造业就业的转移效应

石喜爱，李廉水，，刘 军

(1.东南大学 经济管理学院，江苏 南京 211189；2.南京信息工程大学 中国制造业发展研究院，江苏 南京 210044)

一、引言

如何扩大就业，一直是中国经济社会所面临的一个重大问题。为此，《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》就将扩大就业作为创新和完善宏观调控方式的重要内容。与此同时，随着中国经济的不断发展，互联网建设也不断加强，并且2015年李克强总理提出将“互联网+”升格为国家发展战略，以促进产业的转型升级。互联网是制造业就业信息流转的重要媒介，有利于不同地区的制造业就业供给与就业需求得到匹配。那么，“互联网+”对中国制造业影响的空间关联格局如何？“互联网+”是否能够促进中国制造业的就业呢？

从现实情况来看，以“智联招聘”、“中华英才网”为代表的越来越多的招聘平台的出现为制造业就业提供了良好的平台，通过互联网找工作已逐渐成为劳动力实现就业的重要渠道。腾讯研究院发布的《中国“互联网+”数字经济指数(2017)》数据显示，一个省级地区的“互联网+”数字经济指数每提高一个百分点，就会带来两万个就业岗位。那么，这两万个就业岗位是在其他地区就业机会不变的前提下提高了本地区的就业需求数量，实现了就业的“帕累托改进”？还是挤占了其他地区的就业机会呢？这一系列问题并没有被清晰地界定。

从理论研究来看，许多学者从最低工资、技术进步等方面阐述了对制造业就业的影响，而较少从信息技术、“互联网+”等方面进行分析。显然，“互联网+”水平的提高会带来信息沟通效率的提升，而劳动力就业又依赖于信息的传递，那么就有可能提高制造业就业效率。所以，有必要针对“互联网+”对制造业就业的影响进行研究。

综上所述，研究“互联网+”对制造业就业的影响不仅具有一定的理论价值，同时也具有重要的现实意义，这正是本文的研究目的所在。

二、文献综述

目前，关于“互联网+”对制造业就业影响的研究并不多见，故从“互联网+”相关研究和“互联网+”与就业关系两个方面进行回顾。

(一)“互联网+”相关研究

不可否认的是，互联网已深入渗透于各个行业之中，催生了众创、众包等新型商业模式的出现，由于互联网的巨大影响力，已使其成为了经济发展的重要影响因素[1]。由于互联网对各个行业的强大支撑及其所带来的发展动力，产生了众多关于互联网与行业发展融合和具体应用的研究。谢平等研究了不同于银行融资和资本市场融资的第三种融资模式——互联网金融模式，并针对其支付手段、信息处理和资源配置方式进行了深入分析[2]；李海舰等认为传统企业必须适应互联网的大环境，并对其进行改造向智慧型组织发展[3]；万宝瑞指出要通过“互联网+”推进农业现代化发展，促进农业产业化经营，培养农村致富能手，改善农村治理[4]；惠宁等研究发现，“互联网+”对产业结构升级存在显著的促进作用[5]；吴义爽等以案例的形式，分析了基于“互联网+”的大规模智能定制实现的机理[6]；祝福云等利用演化博弈理论，研究了“互联网+”背景下企业商务模型的转型[7]。根据以上研究发现，“互联网+”已经在经济发展中落地生根，不但促进了各行业的发展，而且正在给整个社会带来了深刻变革。

(二)“互联网+”与就业关系的研究

目前，关于“互联网+”与制造业就业关系探讨的文献较少，但仍有学者针对互联网与就业之间的关系进行了探索研究。Furuholt等基于对农村、城镇和国家中心区域的调查发现，不同地区在数码技术(尤其是互联网)应用方面存在明显的城乡差异，收入与就业的差距在于互联网的接入，并且这种差距有进一步扩大的可能[8]；Atasoy基于1999—2007年美国郡级面板数据研究了宽带互联网扩张对劳动力市场规模的影响，发现宽带接入服务有利于就业率的增长[9]；Akerman等通过对挪威企业的调查发现，宽带互联网能够改善劳动产出和技术型工人的生产率，在一定程度上具有劳动替代效应[10]；周冬基于全国微观调查数据研究了互联网对农村就业的影响，结果显示互联网对于农村非农就业存在显著的促进作用，并认为地区的均衡发展可以通过加强落后地区的互联网基础设施建设来实现[11]；王子敏根据国家卫计委流动人口动态监测数据对互联网发展对流动人口就业的关系进行了实证分析，认为互联网存在技能偏向，对流动人口就业存在抑制作用，但对于就业质量和稳定性存在显著的促进作用[12]；王俊认为互联网与资本的结合提高了生产社会化程度和制造智能化水平，继而导致劳动者就业机会的减少[13]。

通过对文献的梳理和总结，已有的文献为本文的研究打下了坚实的理论基础，但同时也发现目前关于“互联网+”的研究主要是定性分析，包括内涵特点的分析以及对不同领域带来的影响等，而对“互联网+”对制造业就业影响的定量研究则较少。

本文与已有文献的特别之处在于：一是利用探索性空间数据分析技术，研究制造业就业空间关联趋势；二是将“互联网+”对就业的影响研究具体到制造业，并基于空间杜宾模型，利用中国2006—2015年省级面板数据进行定量化研究。

三、机理分析

“互联网+”对制造业就业的影响，可以从正负两个方面进行阐述。

(一)“互联网+”促进制造业就业

第一，“互联网+”通过刺激制造业企业的创新与发展，促进了就业岗位的增加。一方面，“互联网+”激发了制造业企业创新活力，使制造业企业能够快速捕捉消费者需求信息，而新技术和新产品的产生又刺激了消费的新需求，使得企业在迭代中不断发展和扩大，从而拉动了消费者对产品消费的增加，也刺激了制造业企业对劳动力的需求；另一方面，“互联网+”促进了制造业分工专业化，而制造业分工的不断细化直接推动了中小型制造业企业的产生，且中小型企业又是中国制造业就业重要的承载主体，可进一步吸收劳动力就业。

第二，“互联网+”提升了信息的沟通效率，从而提高了就业供需之间的匹配效率。由于传统的劳动力市场缺乏共同的信息沟通渠道，导致制造业就业供给和需求双方的信息不对称，从而形成制造业就业差异。随着互联网的不断发展，形成了众多以互联网作为就业供给与需求的沟通平台，使双方能够通过平台快速沟通和建立联系，从而提升了双方的交流效率，使制造业就业需求和供给快速得到匹配，促进了制造业就业的提高。

(二)“互联网+”抑制制造业就业

第一，“互联网+”提升了劳动生产效率，降低了对劳动力的需求。“互联网+”加速了生产设备和流程的自动化、智能化，在一定程度上取代了人力劳动，减小了对就业的需求。同时，“互联网+”又加速了制造业的转型升级，也提升了企业对于劳动力素质的要求，而使一些低技能劳动力无法就业，从而对制造业就业起到了抑制作用。

第二，“互联网+”加速了产业升级，抑制了制造业就业。在“互联网+”的推动下，产业结构中以生产性服务业为代表的服务产业比重逐渐增加，吸收了大量社会劳动力。同时，服务业的快速增长又为制造业企业提供了良好的发展契机，但囿于劳动力的缺乏而不能进一步扩大生产规模，从而抑制了制造业的就业。

四、计量模型设计与变量说明

(一)空间面板模型设定

空间自回归模型(SAR)和空间误差模型(SEM)是空间面板模型的两个基本形式，两个基本模型的不同在于：空间自回归模型在模型中有空间滞后项，而空间误差模型中有空间自相关误差项。另外，空间自回归模型和空间误差模型可以统一为一种广义形式——空间杜宾模型(SDM)。

SAR模型：

其中yi t表示截面i单元在t时间的被解释变量，∑jwi jyj t表示空间单元yi t与其相邻空间单元yj t之间的交互作用，wi t表示两个空间单元之间的权重关系，δ表示被解释变量之间空间交互作用的内生系数，Xi t表示截面i单元在t时间的解释变量，β为解释变量的系数；μi、λt、εi t分别表示空间效应、时间效应、随机误差项，反映了影响被解释变量的不同维度的随机干扰。

SEM模型：

yit=α+Xi tβ+μi+λt+φi t

其中φit表示空间自相关误差项，∑jwi jφj t表示单元j对单元i的空间交互效应，ρ反映了误差项之间的空间自相关系数。

SDM模型的基本形式：

其中Xj t表示空间滞后外生变量，γ表示其系数向量。从SDM模型的表示形式看出，在一定条件下可以将其转化为SAR模型或SEM模型，而选用何种模型需根据统计检验进行判定。

(二)变量说明

1.被解释变量：制造业就业(ME)，以制造业就业人数来表征；数据来源于《中国劳动统计年鉴》。

2.核心解释变量：互联网+(IP)。参考石喜爱等的设计方法[14]，以互联网普及率与电信固定资产投资的乘积表示，这在一定程度上弥补了构建评价体系而缺少互联网相关指标以及单个指标衡量的有偏性等问题；数据来源于国研网和国家数据网站(http：//data.stats.gov.cn/)。

3.控制变量：

环境规制(ENRE)：经济发达地区的环境规制强度更高，导致企业的生产成本和污染控制活动的增加，反过来要求企业投入更多的劳动力；同时，诸多研究表明环境规制有利于促进技术创新，从而创造新的就业岗位和促进新业态的发展，进而引起制造业就业需求的增加；参考沈能等的指标设计[15]，环境规制以各地区工业污染治理投资完成额与该地区工业总产值的比值来表征；数据来源于国家数据网站和《中国环境统计年鉴》。本文预期，环境规制对制造业就业存在正向影响。

资本投入(CAIN)：投资作为拉动经济增长的“三驾马车”之一，具有动力大、见效快的特点，因而对于推动制造业就业具有重要的作用；投资有利于扩大制造业企业的生产规模，刺激社会对于产品的需求，从而拉动企业对于劳动力的需求量，因此参考刘军等人的设计方法[16]，以各省级地区制造业的固定资产投资来衡量；数据来源于国家数据网站。本文预期，资本投入对制造业就业存在正向影响。

经济发展水平(EDL)：经济发展水平越高，经济需求就越大，制造业就业市场所需的岗位数也就越多，参考刘军等人的指标设计，经济发展水平用人均GDP来表征；数据来源于国家数据网站。本文预期，经济发展水平对制造业就业存在正向影响。

产业结构(INST)：根据“配第-克拉克定理”，国民产出和劳动力分布随着社会发展三次产业交替上升，尤其是第三产业的快速发展，在一定程度上压缩了制造业就业需求空间，参考田贵贤的设计方法[17]，以第三产业占GDP比重来衡量产业结构；数据来源于国家数据网站。本文预期，产业结构对制造业就业存在负向影响。

关于数据处理的问题。考虑到部分指标的获取难度和统计时间问题，故将数据的时间跨度设定为2006—2015年；由于西藏地区的多个指标缺失，最后统计得到了全国内地30个省市的数据；考虑到异方差问题，本文对各变量指标取对数，所得各变量指标的数据特征见表1。

表1 变量指标的描述性统计表

五、实证研究

(一)空间集聚特征分析

探索性空间数据分析技术(ESDA)主要用以研究对象数据在空间上的关联性与集聚性，通过对研究对象空间模式的刻画来分析变量之间的关联与依赖程度。通过ESDA能够有效地将空间数据统计与地图定位结合起来，描绘对象数据存在的空间关联，并将其空间分布状况可视化，从而凸显事物的空间趋势与地区差异性。因此，本文利用ESDA分析中国制造业就业的空间关联格局和集聚模式。

1.全局空间自相关分析。为了检验中国制造业就业空间集聚特征需要对其进行全局空间自相关分析，通常利用全局Moran′sI来对空间相关性进行判别，其计算公式为：

根据2006—2015年中国各个省份制造业就业数据，结合以上计算公式，可得各年度Moran′sI指数及其统计检验，见表2所示。

表2 2005—2015年中国省际制造业就业Moran′s I指数表

由表2可以看出，2006—2015年中国制造业就业空间集聚度的全局Moran′sI值均大于0，且通过0.01的显著性水平检验，表明中国各省份制造业就业存在显著的正向全局空间自相关关系，也就是说制造业就业的空间格局特征并非随机的，而是呈现出空间集聚状态；中国制造业就业的空间相关性随着时间的推移呈现波浪上升的趋势，各省制造业就业的空间外溢性越来越强；全局Moran′sI也存在一定的局限性，Anselin指出，当空间异质性存在较大空间尺度时，并不能揭示局部区域的空间关联特性，甚至结果可能与全局空间关联趋势相反[18]。因此，为了进一步揭示局部区域的空间特征，需利用局部空间自相关分析来做进一步检验。

2.局部空间自相关分析。局部空间自相关分析可以用来检验每个省份与相邻省份之间的空间关联与差异程度，并可通过地图对空间格局进行可视化操作，从而可以更加直观地呈现局部空间的空间关系。局部空间自相关分析可以通过多种指标来进行观察，本文选择局部空间关联指标(LISA)来分析，结果通过GeoDa软件实现。LISA的计算公式如下：

从图1可以看出：一是华北地区的大部分地区一直处在“互联网+”与制造业就业空间集聚的高高区域，随着时间的推移高高区域逐渐扩散至四川省和重庆市以及珠三角地区，说明在“互联网+”的促进作用下这些地区的空间关联性不断增强，在京津冀地区的引领下，又逐渐向周边地区扩散，制造业就业的空间溢出效应明显；江苏省和上海市在较长时间均处在高高地区，是互联网水平发达的区域，因而对于制造业就业的空间作用明显。二是宁夏回族自治区一直处于低低地区，表明低水平的“互联网+”集聚带来的制造业就业空间溢出效应不明显，并没有增强其与周边地区的产业关联，制造业一直处在缓慢的发展过程中。

(二)模型回归结果分析

通过前文对中国制造业就业空间格局特征的分析发现，中国制造业就业具有较强的空间关联性，因而需要建立空间面板数据进行更加深入的分析。为了建立恰当的空间面板模型，本文首先进行Hausman检验，结果显示P值为0.000，所以模型应选定为固定效应。进一步，建立非空间面板模型来对参数进行初步估计与分析，继而建立更合适的模型。

1.非空间面板模型分析。非空间面板模型形式如下：

MEi t=α+β1IP+β2HRi t+β3FDIi t+β4PSi t+

β5REi t+μi+λt+εi t

非空间面板模型估计结果如表3所示。

由表3可知，由空间固定效应和时间固定效应的联合显著性检验结果可知，二者均通过了显著性检验，因此需建立空间时间双固定模型。从空间时间双固定模型的估计结果来看，LM检验均通过较高的显著性水平检验，其他三项的检验结果也基本通过了显著性水平检验，说明建立空间时间双固定效应的SDM模型具有较好的稳健性。

2.空间杜宾模型分析。根据非空间面板数据模型估计结果建立的SDM模型形式如下：

β3CAINi t+β4EDLi t+β5INSTi t+

估计结果如表4所示，由SDM模型简化的SAR模型的Wald统计量为23.391 8，LR统计量为26.769 2，二者均通过了0.01的显著性水平检验；由SDM模型简化的SEM模型的Wald统计量为21.949 5，LR统计量为27.277 2，均通过了0.01的显著性水平检验。据此，应选择空间时间双固定效应的空间杜宾模型来估计参数。

从表4给出的模型估计结果可知：一个地区的制造业就业不仅受到本地区的“互联网+”等因素的影响，同时也受到了周边地区的影响。SDM模型给出的估计结果并不能完全反映解释变量对被解释变量的影响，而应根据直接效应、间接效应和总效应来对模型结果进行分析。

表3 非空间面板模型估计结果

注：*、**、***分别表示通过0.1、0.05、0.01水平上的显著性检验；括号内为t值，LM-Lag、LM-Error分别表示检验空间滞后自相关影响和空间误差自相关影响的LM统计量。

表4 空间时间双固定效应的SDM模型估计结果

(1)“互联网+”对本地制造业就业具有显著的促进作用，对其他地区具有负向作用，对所有地区存在负向作用。随着本地区的“互联网+”水平不断提升，制造业企业在良好的外部环境下获得了较好的发展，同时制造业企业和劳动力双方通过互联网平台实现就业的快速匹配，从而促进了本地的制造业就业。与此相对，由于本地区具备良好的互联网基础设施，吸引了周边企业向本地区转移，而对于其他地区的制造业就业则存在负向作用，可见“互联网+”对于制造业就业存在“转移效应”，提高了本地的制造业就业，减少了其他地区的制造业就业。进一步，又由于“互联网+”有利于优化企业组织结构和社会的产业结构，劳动效率取得了较大提升，所以对所有地区的制造业就业产生了负向作用，这印证了Akerman等人的研究结果[10]。

(2)环境规制对制造业就业存在显著的促进作用。随着环境规制强度的不断提高，制造业企业需要在环境保护方面投入更多资金，这在一定程度上影响了企业的净利润和发展空间。所以，在此背景下制造业企业提高利润可以通过进一步扩大生产规模来实现，推动企业对于劳动的需求，促进制造业就业，同时带来环保投入的规模经济。由于环境规制主要是通过国家立法和政策规定等形式实施，环境规制所产生的影响是全局性的，所以环境规制对本地区和其他地区的制造业就业均存在促进作用。

(3)资本投入对本地区制造业就业具有促进作用，对其他地区制造业就业存在抑制作用，而对所有地区的影响不显著。可能的原因是，随着本地区资本投入的增加，激发了制造业企业生产的动力，使得企业对劳动力的需求也得到了增加。本地区的生产优势导致了其他地区的生产劣势，挤压了其他地区制造业的发展空间，从而也降低了其他地区对劳动力的需求。由于两地区相互之间的抵消作用，因而产生了资本投入对所有地区影响不显著的结果。

(4)经济发展水平对本地区制造业就业存在负向作用，对其他地区存在促进作用，对所有地区存在促进作用。经济发展水平的提升促进了本地区的经济转型升级，而使本地的制造业企业迁移到其他地区，抑制了本地区制造业的就业，同时又促进了其他地区的制造业就业。同时，经济发展水平的提高也刺激了消费者的需求，而因其所引发的乘数效应带动了整个社会的制造业就业需求的增加。

(5)产业结构促进了本地制造业就业的增长，抑制了其他地区的制造业就业，而对所有地区的制造业就业影响不显著。第三产业在社会经济中的比重不断增加有利于制造业的专业化和精细化，促进了制造业分工体系的扩展与完善，从而不断地为社会提供新的就业岗位，吸引其他地区制造业的靠拢，对其他地区制造业发展产生负向作用。与资本投入类似，由于本地区和其他地区之间产生了抵消作用，使得产业结构变动对所有地区制造业就业影响不显著。

六、结论与建议

本文基于2006—2015年中国省级面板数据，利用ESDA技术和空间杜宾模型研究了“互联网+”对中国制造业就业的影响。空间集聚特性分析发现“互联网+”与中国制造业就业具有显著的空间关联性，并呈现出波浪上升的趋势，其空间关联的高值集聚范围也呈扩大趋势；进一步的计量分析结果发现，在控制了环境规制、资本投入、经济发展水平和产业结构等变量的情况下，“互联网+”对于制造业就业的影响具有“转移效应”，扩大了本地区的制造业就业，也相应地减少了其他地区的就业需求。

根据分析结果，本文建议：

第一，以“互联网+”为手段，进一步加强地区间制造业就业的协调联动。从空间集聚特征分析中可以发现，“互联网+”与制造业就业的空间联动性较高的地区主要集中在华北、长三角和珠三角等地区，而长江中下游和西部大部分地区制造业之间的空间联动性在长时间处于不显著的状态，说明低水平的“互联网+”无法支撑制造业就业的空间集聚。因此，需要发展“互联网+”，扩大互联网基础设施建设和互联网普及率，以加强地区间的制造业的协作和信息交流，使劳动力在地区间充分流动和产业分工，从而不断优化各地区制造业的人力资源配置。

第二，鼓励创新创业，吸收制造业就业冗余。“互联网+”的不断发展，促进了制造流程的信息化和智能化，极大地提升了劳动生产率。尽管“互联网+”提升了本地区的制造业就业需求量，但从整体而言，“互联网+”对于制造业就业存在负向作用，造成一部分制造业从业人员的失业，而创新创业是吸收就业的重要渠道，故需通过出台一系列创新创业扶持政策，厚植社会创新文化，进一步扩大“大众创业，万众创新”规模和体量以吸收制造业冗余的劳动力，充分挖掘中国劳动力市场潜能，从而促进经济社会稳定发展。

第三，增强环境规制，强化创新引领的发展新动能。根据本文研究结果，环境规制有利于扩大制造业就业，同时环境规制也促使制造业企业不断创新生产工艺，采用环保生产技术，不断提升企业的环保水平，使清洁产业逐步取代高污染行业，进而促进制造业的转型升级。 经济发展水平的提升依赖于实体经济的发展，而发展实体经济又需要深入推进两化融合，鼓励跨界融合创新，对传统经济动能进行改造提升，从而在整体上有利于扩大制造业就业，推进实体经济健康稳定发展。

第四，稳步提升资本投入力度，加速调整产业结构，扩大制造业就业。制造业企业的发展离不开资本支持，在调整产业结构时期需要降低对于产能过剩的制造业企业的资本支持，有针对性地扩大对于绿色环保制造业企业和战略新兴产业及其配套支撑的服务性企业的资本投入，达到在保障实体经济发展和调整产业结构的同时，又能扩大制造业就业的目的，推动制造业的动力转换和结构优化。