智能化发展对就业结构的影响研究

徐思雨 杨 悦

1（辽宁大学经济学院，沈阳 110036）

2（吉林大学马克思主义学院，长春 130012）

引 言

智能化转型是中国经济高质量发展的新引擎，普华永道的报告显示，2030年，全球智能化经济规模将达到15.7万亿美元，而中国和美国总占比高达70%。但智能化发展也可能带来失业问题，关于 “技术性失业”的争论长期存在，但从没像今天这样广泛引起人们的关注。麦肯锡的研究报告指出，2030年，在全球范围内将被机器所替代的工作将超过4亿个，在中国问题同样严重，这一数字将超过1亿。因此，研究智能化发展对于中国就业的影响具有重要的现实意义。

智能化对经济发展的积极作用已经得到了验证［1］，但对就业的影响仍存在争议。国外相关研究主要聚焦于智能化发展对就业总量及就业结构的影响，大都认为智能化发展对就业的影响是中性的，在减少部分行业工作岗位的同时，还会增加其他行业的工作岗位。 如Acemoglu和Restrepo（2020）［2］基于美国劳动力市场的研究发现，机器人数量每增加1台，就业数量将减少0.018%～0.034%，但智能化发展减少传统工作岗位的同时，也会创造新的就业岗位。 Graetz和 Michaels （2018）［3］基于17个国家的研究发现机器人技术提高了劳动效率，但对就业的影响并不显著。

国内相关研究则主要聚焦于智能化对制造业就业的影响，且大都认为智能化技术的发展减少了制造业就业，但存在结构性特征。如闫雪凌等（2020）［4］的研究表明工业机器人的使用减少了制造业的就业岗位，对中等技术行业的冲击更大，且呈现出一定的极化特征。赵春明等 （2020）［5］的研究表明工业机器人的使用降低了制造业部门的就业概率，但提升了服务业部门的就业概率。

综上所述，国外研究大多认为智能化发展在减少传统就业岗位的同时，也会增加新的就业岗位，所以智能化发展对就业的影响是中性的，国内研究则大多聚焦于智能化对制造业就业的影响，普遍认为智能化减少了制造业就业。我国虽然是制造业大国，但从产业结构来看，第三产业是我国吸纳就业最多的产业，我国同时还是农业大国，农业人口数量庞大。我国第二产业主要包括制造业和建筑业，近年来，制造业占我国经济比重持续下降，而建筑业则经历了新世纪以来的高速发展。因此，针对我国产业结构实际状况，本文重点讨论智能化发展对3个产业就业的影响。

1 理论分析及研究假设

1.1 智能化发展对就业总量的影响

随着智能化程度的提升以及智能化应用的推广，虽然在部分行业及工作岗位会出现机器取代人的现象，但根据历史发展经验，并结合已有研究可知，智能化发展对就业的影响并非总是减少，而是同时存在减少工作岗位的替代效应和增加工作岗位的创造效应。

1.1.1 智能化发展对工作岗位的替代效应

智能化发展的替代效应是指原本由人来完成的工作变成由智能化机器来完成，从而使得这部分工作岗位消失。自工业革命以来，技术进步逐步成为经济和社会发展的最重要驱动力，而技术进步的趋势表现为通过创新减少人类的劳动，这就使得相应工作岗位的消失，历次技术革命都会淘汰一些工作岗位，引发替代效应。已经发生的工业自动化逐步把人类从繁重的体力劳动中解放出来，而正在发生的工业智能化则在进一步减少人类体力劳动的同时，开始替代人类的智力劳动，逐步把人类从部分重复性、非创造性脑力劳动中解放出来。技术之所以要替代人类劳动［6］，是由于人类的体能有限，难以长时间连续工作，难以承担高强度的体力劳动，相比之下，机器的工作效率远高于人类；另外，随着经济和社会的发展，劳动力的成本会持续提升，使用机器代替人类工作会降低成本。由此可知，工业智能化虽然是技术进步的趋势，但工业智能化水平的不断提升必然会使得部分工作岗位被机器所替代。Frey和Osborne（2017）［7］基于美国702项职业分析了智能化替代人的情况，得出了约47%的职业可能被智能化替代的结论。

1.1.2 智能化发展对工作岗位的创造效应

虽然历次技术革命都会导致部分工作岗位被替代，但从主要发达国家的发展历程来看，过去100多年中，就业人口呈现出持续上升的态势［8］，并没有因为机器的替代而减少。这表明技术进步对工作岗位还具有溢出效应，在替代部分工作岗位的同时，还创造了新的工作岗位［9］，从而保持了总就业人数的稳定。新一轮智能化浪潮也具备同样特征，智能化技术的发展及应用虽然会消灭部分工作岗位，但同时也会创造出新的工作岗位，从而使得总就业人数保持稳定，因此智能化水平的提升对就业的影响是中性的［10］。

智能化发展对工作岗位的创造效应主要体现在两个方面：（1）智能化发展过程中，会创造以前不存在的新工作岗位。技术进步在消灭部分工作岗位的同时，也在不断创造新的工作岗位，如纺织、冶炼等传统工种被替代的过程中也创造了工程师、管理等新的工作岗位。智能化技术本身就是由人来发起和实现的，同样也必然会创造更多新的工种。智能化所需的硬件和软件都需要由人来设计制造，随着不同行业智能化应用水平的提升，必然需要更多的人来设计和制造相应的智能化设备和服务，这就产生了新的工作岗位。此外，智能化设备和服务的正常运转离不开人的辅助，这也会产生新的工作岗位。如农业无人机已经广泛应用于中国新疆的棉花种植中，促进了新疆棉花的智能化发展，虽然无人机的应用替代了传统的采棉工职业，但也创造了农业无人机程序员、无人机飞手等新的工作岗位；（2）智能化水平的提升必然提升生产效率，扩大行业规模，这会增加劳动力需求［11］。生产效率的提升还会降低商品价格，使消费者有能力增加其他商品消费，从而对其它行业产生溢出效应，并有可能增加其他行业的劳动力需求［12］。

综上所述，本文提出研究假设1a和1b：

假设1a：智能化的发展对中国整体就业产生消极作用，替代效应起主导。

假设1b：智能化的发展对中国整体就业产生积极作用，创造效应起主导。

1.2 智能化发展对中国就业结构的影响

智能化水平的提升不仅会对就业总量产生影响，还会对就业结构产生较大冲击，使劳动力市场形成就业极化现象［13］。随着信息技术和自动化技术的发展，程式化、常规性、重复性、可被标准化的工作更易被机器所代替，而非标准化、创造性的工作岗位则难以被替代。如Kunst（2019）［14］的研究表明，在欧美国家，从事简单劳动的办公室普通白领岗位、制造业蓝领工人的工作更易被机器所替代。在中国，新世纪以来人工智能技术发展迅速，经过多年发展已具备世界先进水平，并可能实现对发达国家的超越［15］。已有研究大多认为智能化发展显著减少了中国制造业的劳动力需求。从长期来看，智能化在各个行业推广并替代人的工作是大势所趋，但机器替代人是逐步推进的过程，在替代过程中遵循成本收益原则，只有在降低成本、提高效率的前提下，智能化才能够代替人的工作。从中国现实情况来看，在第一产业，中国改革开放初期实行的家庭联产承包责任制虽然在特定时期大幅提升了农业效率，解决了农民的温饱问题，但随着经济的不断发展和科技的不断进步，包产到户制度已不能继续增加农民收入，让农民收入持续提升，由此出现了大规模农业剩余劳动力外流现象。农民在第一产业就业意愿的降低让农业规模化经营成为了可能，如作为中国棉花主产地的新疆，早已实现了棉花的规模化经营。但棉花生长的特性使其种植的现代化程度较低，对人工的依赖程度仍较高，较高的人工成本大幅削减了棉花种植的利润，但也为棉花种植推广智能化创造了条件。2014年开始，农业无人机在新疆棉花种植中开始推广，无人机的使用减少了棉花种植中对采棉工的需求，大幅降低了棉花种植的成本，提高了棉农利润。较高的边际利润使棉农有意愿种植更多的棉花，从而把更多劳动力从农业转移出来。由此，本文提出以下研究假设：

假设2：智能化发展减少了中国第一产业就业。

在第二产业方面，虽然已有研究表明智能化在中国部分行业正在替代人的工作，但同欧美发达国家相比，中国劳动力供给仍较为充足，人力成本整体仍然较低，在第二产业大规模推广智能化的成本较高，完全使用机器替代劳动力反而不划算，因此智能化发展对第二产业就业的影响更多地倾向于机器和劳动力的互补［16］。除在危险性较高、可对人体产生危害的行业，劳动强度过高、劳动力难以承受的行业，以及能显著降低成本、提升效率的行业用机器代替人的工作外，更多的行业则是逐步推动智能化，通过人机互补和人机合作来提升生产效率，智能化应用可能创造更多能够实现人机互动及辅助机器工作的新岗位。基于此，本文提出以下研究假设：

假设3：智能化发展增加了中国第二产业就业。

在第三产业方面，虽然智能化技术能够替代程式化、重复性的就业岗位，但短期内对于非程式化的、需要由人去体验或思考的服务类就业岗位仍然难以替代，从世界各国的发展历程来看，随着智能化的发展，第三产业就业比重持续上升［17］。在中国，智能化应用使得大量第一产业人口转移至第三产业，增加第三产业就业；另外，对于智能化的应用还可辅助人类的创意性工作，并可能创造更多的工作岗位，如智能化应用提升了教师、医生等职业的工作效率，数字化技术促生了网络作家、新媒体编辑等新职业。基于此，本文提出以下研究假设：

假设4：智能化发展增加了中国第三产业就业。

2 模型和变量

2.1 模型设立

本文重点讨论智能化发展如何影响中国就业结构情况，结合前文理论分析，建立以下模型实证检验二者关系：

其中，IE为就业指标，IDI为智能化指标，EDU、OPEN、URBAN、INS、CON为结合已有研究加入的一系列控制变量，分别表示教育投入、对外开放、城镇化、产业结构和消费水平。

2.2 变量选择

（1）被解释变量。本文考察智能化发展影响产业就业的结构效应，因此分别使用第一、第二、第三产业的就业情况作为被解释变量，考虑到中国日趋严峻的少子化和老龄化问题改变了劳动供给数量，因此使用3个产业就业人数占就业总人数之比作为被解释变量，分别用IE1、IE2和IE3表示；为分析智能化发展对就业总量的影响，进一步把就业总量作为被解释变量，用IE0表示，实证过程中取对数处理。

（2）解释变量。解释变量为智能化发展水平，目前并没有关于智能化发展的直接数据，本文借鉴国家工业和信息化部的思路，以及孙早和侯玉琳 （2019）［18］的方法，从基础设施建设、应用和效用等层面选择指标，综合考虑数据的可获取性后，选择创新能力、智能化应用情况等9个指标，基于主成分分析法构建工业智能化发展水平指标，用IDI表示，具体指标选择如表1所示。

表1 智能化发展指标构建

（3）控制变量。①教育投入（EDU）。用教育支出占财政总支出比重进行衡量；②对外开放（OPEN）。用贸易总额除以GDP进行衡量；③城镇化（URBAN）。使用人口城镇化率表示；④产业结构（INS）。使用第三产业产出占比表示；⑤消费水平（CON）。使用城镇居民家庭人均消费支出占可支配收入比重表示。

以2001～2020年的中国大陆省级面板数据为样本（考虑数据的可获得性，西藏及港、澳、台地区除外），数据主要取自电子信息产业年鉴、劳动统计年鉴、国泰安数据库等。

3 实证结果

3.1 基准回归

在基准模型中，首先基于固定效应模型，实证检验智能化发展对不同产业就业情况的影响，表2中的列 （1）～（4）展示了基础回归结果。结果表明，智能化发展增加了就业总量，整体上能够促进就业，由此，研究假设1b得到了验证。

表2 工业智能化影响就业结构的基础回归结果

与此同时，智能化发展对就业的促进作用存在显著的结构效应，具体来说，智能化水平的提升减少了第一产业就业，但增加了第二产业和第三产业的就业。列 （5）～（8）为加入控制变量后的结果，可以看出加入控制变量后，智能化发展对3个产业以及整体就业情况的影响没有发生明显变化。由此，前文研究假设2～4得到了验证。

根据结果，智能化发展对中国劳动力的替代并没有发生在第二产业，而是发生在了第一产业。和欧美发达国家相比，中国劳动力供给充足，人力成本整体仍然较低，在第二产业大规模推广智能化的成本较高，因此第二产业对于智能化的应用更多的体现为机器和劳动力间的互补。虽然已有研究大多表明智能化发展减少了中国制造业的就业，但本文重点探讨智能化发展对不同产业就业的影响，第二产业除了包含制造业外，还包含建筑业，而在中国，第一产业流出的劳动力大量流向了第二产业中的建筑业。

随着中国农业现代化的持续推进，智能化程度不断提升，大量的农业劳动力得以从农业转移出来。如在我国最大的棉花产地新疆，其棉花的种植已基本实现机械化，中国最大的农业无人机公司极飞科技的数据显示，超过70%的新疆棉花种植实现了从种植到收获的全生命周期智能化管理。智能化在第一产业的大规模应用解放了农业劳动力，而以服务业为代表的第三产业对农业转移劳动力具有较强的接纳能力，提供非标准服务的服务类行业短期内难以被智能化替代，因此中国智能化发展减少第一产业就业的同时，增加了第三产业就业。

3.2 稳健性检验

为保证智能化发展和产业就业关系的可靠性，本文使用不同方法进行稳健性检验。

（1）变换样本。我国4个直辖市均为区域中心城市，相比于周围地区，对劳动和资本具有更大的吸引力，集聚了更多的金融资源和高素质劳动力，这使得直辖市在经济、基础设施建设等方面都具有较大的优势。因此剔除4个直辖市重新进行回归，结果列入表3中的列 （1）～（4）。可以看出，样本数据剔除4个直辖市后，智能化发展仍然显著降低第一产业就业，增加第二产业和第三产业的就业水平，同前文结论保持了一致。

（2）更换核心变量。前文使用3个产业就业人数占就业总人数比重作为3个产业的就业指标，进一步使用3个产业就业绝对数作为就业指标，实证分析时取对数处理，结果列入表3中的列 （5）～（7）。可以看出，使用3个产业就业数量作为就业指标后，工业智能化仍显著降低第一产业就业数量，增加第二产业和第三产业的就业数量，能够同前文结论保持一致。

表3 稳健性检验结果（一）

（3）改变估计方法。前文使用固定效应模型估计了智能化发展和产业就业间的关系，进一步使用随机效应和混合效应重新进行估计，结果表略。可以看出，使用不同方法进行回归，工业智能化仍然显著降低第一产业就业，增加第二产业和第三产业的就业水平，能够同前文结论保持一致。

3.3 内生性检验

虽然本文以控制变量的形式考虑了其它能够影响产业就业的变量，但仍然难以避免内生性问题。为缓解变量潜在的内生性，本文使用两种方法进行内生性检验，分别为系统广义矩估计（SYSGMM）和两阶段最小二乘法（2SLS）。参考王永钦和董雯 （2020）［19］的方法，以世界工业机器人应用水平作为两阶段最小二乘法的工具变量。

由内生性检验结果可知，SYS-GMM中AR检验和Hansen检验表明工具变量的设定和模型的选择是有效的，2SLS中弱工具变量检验也验证了工具变量设定的合理性。根据结果，使用不同方法进行内生性处理后，智能化发展在显著提升整体就业的同时，仍然显著降低第一产业就业，增加第二产业和第三产业的就业水平，结论同前文基本保持了一致。

3.4 异质性分析

（1）区域异质性

我国不同地区的发展阶段和资源禀赋差异巨大，产业结构及科技发展水平同样存在较大不同，按照地理位置的差异，把我国分成东部沿海和中、西部内陆地区，相关数据代入模型，得到结果见表4。可以看出，东部地区结果中，智能化发展显著减少第一产业就业，增加二、三产业就业。在中、西部地区，智能化同样减少第一产业就业，增加二、三产业就业。通过对比系数大小可知，中、西部地区的智能化发展在代替第一产业就业和促进二、三产业就业方面更为明显。

表4 区域异质性回归结果

（2）智能化水平异质性

为分析不同智能化水平对产业就业的影响差异，按照智能化水平中位数将样本分成高智能化水平组和低智能化水平组，并分别进行回归，结果如表5所示。根据结果，在高智能化地区，智能化发展显著降低了第一产业就业，提高了第三产业就业，但对第二产业就业水平影响并不显著。低智能化地区，工业智能化在整体上提升了就业水平，降低了第一产业就业水平，提高了第二和第三产业的就业水平。由此可知，随着我国智能化水平的提升，首先受到影响的是第一产业，智能化在第一产业的大量应用使得大量劳动力从农业中转移出来，智能化的进一步发展则可能普及在第二产业的应用，并逐步更多的在第二产业代替人的工作。

表5 智能化水平异质性

（3）工资水平异质性

劳动力工资水平决定了智能化发展是否会替代人的工作。过高的劳动力工资会增加生产成本，使企业有动力用智能化替代人的劳动，通过智能化降低成本、提高效率。反之，如果劳动力的价格较低，那么企业可能没有动力使用成本更高的智能化服务或设备替代人的工作。综上所述，为分析不同工资水平下智能化发展对产业就业的影响差异，按照平均工资水平中位数将样本分成高工资组和低工资组，并分别进行回归，结果如表6所示。根据结果，在高工资地区，智能化发展对整体就业水平的影响没有通过显著性检验，具体到3个产业上，智能化发展减少第一产业就业，增加第三产业就业，在第二产业二者关系不显著。低工资地区，智能化发展在整体上提升了就业水平，显著降低了第一产业就业水平，提高了第二和第三产业的就业水平。根据结果可知，劳动力工资水平的高低，也就是劳动力成本影响到了智能化对人的替代情况。

表6 工资水平异质性

4 结论及启示

本文从不同维度选择指标构建中国智能化发展指数，并深入分析了其对中国就业结构的影响。主要结论如下：智能化发展整体上增加了中国的就业水平，具体从3个产业来看，减少了第一产业就业，但增加了第二产业和第三产业就业。采用不同方法进行稳健性检验及考虑了内生性问题后，结论仍然成立。异质性检验结果表明，智能化水平较高的地区，智能化对第二产业就业的影响不显著；工资水平较高的地区，智能化对第二产业及整体就业的影响都不显著。本文结论具有以下启示意义。

（1）稳步推动智能化的发展。进一步推动智能化发展及应用，尤其鼓励第一产业智能化产品和服务的创新，在提高农业效率的同时，还能把更多的农村劳动力从农业中解放出来。对于第二产业，智能化的创新和应用则需循序渐进，智能化及数字化虽然是我国制造业转型的方向，但对制造业就业的替代效应已经显现，因此在制造业推进智能化需考虑就业问题，可通过智能化和劳动力的互补实现成本和效率的双赢。与此同时，加强技能培训，尤其是第一产业的智能化技能培训，让更多农村青年学习和掌握智能化技能，投身于农业现代化发展，既有利于第一产业智能化的推广，又可避免农村地区的空心化和老龄化。

（2）不同地区制定差异化的智能化发展策略。智能化会首先替代价格高的生产要素，也就是说，智能化对劳动力就业的替代更多的发生在劳动力价格较高的地区及领域。因此，不同地区需根据自身实际情况制定差异化发展规划。对于劳动力价格较高或存在招工难、用工贵等问题的地区及行业，可大力推动智能化设备的推广及应用。而对于劳动密集型行业，应避免智能化对于劳动力的大面积替代，这未必会降低企业成本，提升企业效率，但可能造成大量的失业，既不符合产业发展规律，也不利于社会稳定。

（3）完善再就业及社会保障制度。大力发展第三产业，增加劳动力就业渠道。不断完善再就业培训和职业培训体系，让第一产业和第二产业转移出的劳动力通过职业培训尽快在第三产业找到相应的工作岗位。对于新出现的第三产业服务型工作岗位或基于互联网的自由职业，尽快制定相应的行业标准或规范，避免行业的野蛮发展，保护后进入者的合法权益。加强失业救济，完善社保制度，对于就业切实困难的劳动力，提供公益性再就业培训。