人工智能“消融”劳动关系集体化的实证研究

许清清， 徐纤纤

(青岛大学 经济学院， 山东 青岛 266071)

一、引言与文献综述

进入人工智能时代，为了发展经济与提高生产率，国家大力推动人工智能等新技术在实体经济中的应用[1]。虽然人工智能技术的应用提高了生产效率，但也会打破原有低位平衡的劳动力就业结构，引起劳动力就业结构极化，最终影响劳动关系集体化转型。因此，为了厘清人工智能对劳动关系集体化的影响，学界主要从如下几个方面进行了探索。

关于我国劳动关系集体化转型问题，大部分学者认为我国劳动关系呈现集体化趋势，也有部分学者持有不同的观点。例如，2013年，常凯教授提出我国劳动关系正在向集体化方向发展[2]，但游正林则持有不同的观点，认为我国劳动关系并未向着集体化方向发展，政府对劳动关系的软性调控将导致全国劳动关系的转变[3]。学界关于集体劳动关系的研究一般有3个方向。一是研究集体劳动关系的协调策略。李丽林等、孙永生认为，我国应积极推动工会制度创新[4-5]。熊新发等提出，要主动适应长期性的体制外集体化压力[6]。王全兴等认为我国集体劳动关系应实行整体推进策略[7]。二是研究政府在集体劳动关系中的角色问题。曹绪红认为，政府在集体劳动关系的协调中存在角色错位问题，应积极推动劳资政三方协商机制的建立[8]。三是研究集体劳动关系中的法律问题。艾琳提出政府应通过建立法律法规来保障劳动者的罢工权[9]。

关于人工智能对劳动关系集体化的影响，学界主要从科技进步促进劳动关系灵活化等方面展开研究。赵放等认为人工智能时代用工形式更加灵活，也将面临新型劳动关系认定等问题，政府应制定相应的政策来保护灵活就业者[10]。魏益华等提出，非典型雇佣方式随着科技的进步愈来愈普遍，互联网促使劳动力市场更加扁平化并且降低了准入门槛。此外，互联网使得劳动者获取信息更加便利，从而降低了固定工作场所对劳动者的限制。劳动者在薪酬和工作方式上获得了更多的自主选择，进而产生了大量的兼职和自由职业者[11]。刘大卫认为人工智能的发展减少了对劳动力的需求，劳动者的议价能力下降，工会的作用逐渐减弱[12]。马国旺等认为新科技革命使得市场需求更加多元化，为了适应市场需求的变化，企业的管理也更加人性化和灵活化，劳资冲突将会减少[13]。

关于人工智能对劳动力就业结构的影响，学界目前多着眼于人工智能通过“替代效应”与“创造效应”使劳动力就业结构产生“极化效应”。人工智能会对高、低技能岗位产生“创造效应”，对中等技能岗位进行替代，使劳动力就业结构产生“极化效应”，即高、低技能劳动力就业比重上升，中等技能劳动力就业比重下降[14-15]。为什么会产生如此极化结构？一方面，人工智能更擅长重复性、常规性的中等技能工作任务，为了节约成本，人工智能会对中等技能岗位进行替代[16-17]。另一方面，部分学者认为劳动力比人工智能更加擅长研发、管理等类型的高技能工作任务以及服务等类型的低技能工作任务[18-20]。人工智能在高、低技能工作岗位上与劳动力互补，可以创造就业岗位[21]。很多国家的学者通过实证研究证实了这一劳动力就业结构“极化”现象[22-26]。孙早等也认为，工业智能化降低了我国初高中学历的劳动力就业比重，增加了专科及以上学历和小学及以下学历的劳动力就业比重[27]。

综上所述，目前学界多从理论方面对人工智能与劳动关系集体化两者之间的关系进行梳理，实证研究较少；并且也鲜有对人工智能、劳动力就业结构与劳动关系集体化三者之间关系的研究。因此，本文利用固定效应面板模型，厘清人工智能与劳动关系集体化关系；并利用中介效应模型，统一将人工智能、劳动力就业结构、劳动关系集体化3个因素纳入模型，从而梳理其中的机制作用。基于此，本文的边际贡献主要有:第一，提出人工智能是通过劳动力就业结构间接影响劳动关系集体化的假设，并运用中介效应方法验证劳动力就业结构的中介效应。第二，分东中西部探寻人工智能对不同地区劳动关系集体化转型的影响。

二、理论假说

劳动关系集体化转型是指劳动关系从个别劳动关系向集体劳动关系发展。个别劳动关系是指劳动者个人与用人单位之间的关系，其一般通过书面或口头的劳动合同来确定和规范双方的权利与义务。集体劳动关系一般是指以工会为代表的劳动者团体与雇主或雇主组织就劳动条件、劳动标准等劳资事务协商交涉所形成的关系，其表现形态包括集体谈判、集体劳动争议、职工参与企业管理等。

人工智能与劳动关系集体化之间的关系，实质是技术创新与生产关系的关系。第一次产业革命蒸汽机的出现使得人类社会从此进入机器代替手工劳动的时代，生产力得到了前所未有的提高。这为资本主义制度的建立奠定了坚实的物质基础，资本主义生产关系代替封建主义生产关系成为主要的生产关系，同时也导致了资本家与劳动者的对立。第二次产业革命发电机的出现将人类社会领入“电气时代”，生产力的进一步发展促使垄断组织应运而生。垄断组织的出现提高了劳动生产率，但也加强了对劳动者的剥削，许多西方国家不断出现大规模的工人运动。第三次产业革命电子计算机、原子能等技术的问世将世界连结成一个整体，生产分工逐渐在全球范围内进行。这极大地推动了生产力的发展，改善了人们的生活条件，但也加剧了贫富差距。以人工智能等技术为主的第四次产业革命将进一步提高社会生产力水平，生产关系也会发生变化。

从本质上而言，集体劳动关系是一种利益关系，集体利益机制是其形成基础。集体利益机制是劳动者为争取自身利益形成的一致倾向，推动着劳动者集体行动的发生，即促进了集体劳动关系的形成。而标准化的用工方式与集体劳动方式促进了集体利益机制的产生。一方面，标准化的用工方式促成了劳动者和企业主的利益对立，形成了为各自利益服务的集体利益机制。另一方面，在生产过程中，劳动者之间进行长期的分工合作，在工作技能、社会地位、社会心理等方面比较相似，这促成了集体利益机制的产生。

人工智能催生了新型用工方式，对集体利益机制形成解构，进而“消融”了劳动关系集体化。人工智能促使劳动力市场更加扁平化并且降低了进入壁垒。另外，人工智能使得劳动者获取信息更加方便，从而降低了固定的工作场所对劳动者的限制。因此，劳动者在薪酬和工作方式上获得了更多的自主选择，进而产生了大量的兼职和自由职业者，新型用工方式不断涌现。一方面，新型用工方式弱化了劳动者和企业主之间的界限，劳动者和企业主对立的局面有所好转，使得集体利益机制难以形成。另一方面，新型用工方式具有简易、松散、短期化的特点，集体利益机制在这种用工方式下很难维持。所以，人工智能催生了新型用工方式，对集体利益机制形成解构，进而“消融”了劳动关系集体化。因此，提出以下假设：

H1:人工智能对劳动关系集体化转型产生负向影响。

人工智能引起了劳动者就业结构极化，从而抑制了劳动关系集体化。人工智能会对高、低技能岗位产生“创造效应”，对中等技能岗位进行替代，使劳动力就业结构产生“极化效应”。为什么会产生如此极化结构？一方面，劳动力比人工智能更加擅长研发、管理等类型的高技能工作任务以及服务等类型的低技能工作任务。人工智能在高、低技能工作岗位上与劳动力互补，可以创造就业岗位。另一方面，人工智能更擅长重复性、常规性的中等技能工作任务，为了节约成本，人工智能会对中等技能岗位进行替代。劳动者就业结构被极化后，人工智能如何影响劳动关系集体化转型？

由于劳动力就业结构包括高、中、低三种技能劳动力就业比例，因此下面就从这三种技能劳动力就业比例来厘清人工智能通过劳动力就业结构作用于劳动关系集体化的机理。一是低技能劳动力就业比例与劳动关系集体化的关系。由于低技能劳动力的工资低，愿意加入工会的原因是希望工会能提高工资、保护权益，但是人工智能为低技能劳动力提供了多渠道的收入来源并创造了就业，因此人工智能暂时弱化了低技能劳动力加入工会的意愿，并且低技能劳动力流动性强，难于集体化。因此，人工智能通过增加低技能劳动力就业比例降低劳动关系集体化。二是中等技能劳动力就业比例与劳动关系集体化的关系。国内大多数研究表明，中等技能劳动者就业被人工智能替代较多，就业减少。中等技能劳动者需要工会和集体劳动合同来保证就业，劳动关系集体化倾向较强。因此，人工智能通过减少中等技能劳动者就业比例，使劳动关系集体化程度下降。三是高技能劳动力就业比例与劳动关系集体化的关系。由于高技能劳动力所含人力资本高，与资方就工资谈判的博弈力量大，工资和就业相对有保证，所以对加入以工会为代表的集体劳动关系的意愿较低。因此，人工智能通过增加高技能劳动者就业比例，使劳动关系集体化程度下降。人工智能促使了劳动力就业的分化，高、中、低技能劳动力的利益诉求不同，导致集体谈判失去优势，取而代之的是分散化谈判的盛行，并且随着人工智能的发展，工会参与率不断下降，最终导致劳动关系集体化水平降低。因此，提出以下假设：

H2：人工智能通过劳动力就业结构极化对劳动关系集体化转型产生负向影响。人工智能通过增加低、高技能劳动力就业比例，降低劳动关系集体化水平；人工智能通过减少中等技能劳动力就业比例，降低劳动关系集体化水平。

三、 计量模型设定与指标选取

(一)模型设定

1.基本回归模型

为研究人工智能对劳动关系集体化的影响，本文构建了如下计量模型:

lnCLRit=α0+α1lnAIit+α2Xit+μi+εit

(1)

其中，i、t分别为地区和时间，CLR、AI分别表示劳动关系集体化、人工智能，X为控制变量，μ为个体固定效应，ε为随机扰动项。

2.中介效应模型

为检验人工智能能否通过劳动力就业结构抑制劳动关系集体化转型，借鉴温忠麟等的做法[28]，构建中介效应模型，对人工智能影响劳动关系集体化的作用机制进行检验，计量模型设定如下：

lnCLRit=β0+clnAIit+βXit+μi+εit

(2)

Lit=γ0+alnAIit+γXit+μi+εit

(3)

lnCLRit=ρ0+c′lnAIit+bLit+ρXit+μi+εit

(4)

其中，L为中介变量劳动力就业结构，包括低、中、高三种技能劳动力就业比例。假设系数c、a、b均显著，进一步检验系数c′是否显著，若不显著，说明劳动力就业结构起完全中介作用; 若显著，说明劳动力就业结构起部分中介作用。

(二)指标选取和数据来源

碍于人工智能指标只公布了2003—2017年的数据，因此本文以2003—2017年全国30个省(市、自治区)为样本。西藏自治区数据缺失严重，故将其剔除。原始数据主要来源于《中国统计年鉴》、各省份统计年鉴、《中国劳动统计年鉴》、EPS数据库和国家统计局。部分缺失数据利用插补法进行补全。具体指标的选取和处理方法如下：

1.被解释变量：劳动关系集体化

本文借鉴常凯、于米等[2，29]的做法，利用工会会员人数与就业人数的比值来反映我国劳动关系集体化水平(见表1)。

表1 变量选取与说明

2.中介变量：劳动力就业结构

本文借鉴孙早等、陈晓等对劳动力就业结构的测度方法[27，30]，将劳动力就业结构分为高、中、低三种技能劳动力就业比例，分别用大专及以上、初中及高中、小学及以下学历就业人员比重来衡量。

3.解释变量：人工智能

本文参照Borland等、蔡啸等的做法[31-32]，以信息传输、计算机服务和软件业全社会资产投资额与GDP的比值反映我国人工智能技术应用规模。

4.控制变量

为了尽可能准确地衡量人工智能对劳动关系集体化的影响，将其他因素干扰导致的误差降到最低。参考朱平利、高宏艳的研究[33-34]，选取地区失业率、经济发展水平、城镇化水平、平均工资作为控制变量。文中主要变量的描述性统计见表2。

表2 主要变量的描述性统计

四、实证结果及分析

(一)全样本基准回归

人工智能对劳动关系集体化影响的结果如表3所示。由表3可知：人工智能对劳动关系集体化的回归系数在1%的显著性水平上显著为负，表明人工智能明显抑制了劳动关系集体化转型。因此，假设H1成立。在控制变量方面，城镇化水平对劳动关系集体化转型具有显著的促进作用，可能是因为大量的农村劳动力涌向城镇，劳动力市场出现供过于求的情况，劳动者为保障自身权益对加入以工会为代表的集体劳动关系的意愿增强，推动了劳动关系集体化转型。经济发展水平对劳动关系集体化也具有显著的促进作用，可能是因为经济增长使得政府有足够的财政能力促进工会组织建设和集体协商来保障劳动者的权益，这推动了劳动关系集体化转型。失业率对劳动关系集体化的影响不显著，可能是因为失业率越高表明就业形势越紧张，劳动者的集体化意愿增强，但政府会对失业人群进行补贴和再培训，帮助失业者渡过难关，又抑制了劳动者的集体化倾向。最终失业率对劳动关系集体化的影响不显著。平均工资对劳动关系集体化具有负向影响但不显著，可能是因为一方面劳动者的工资呈现增长的趋势，生活条件得到改善，劳动关系集体化意愿降低；另一方面，大量研究表明，我国劳动收入份额长期处于比较低的水平，与资本相比，劳动者在收入分配中处于不利地位，为了争取更多利益，劳动者的集体化意愿增强。两种作用相互抵消，最终导致平均工资对劳动关系集体化的影响不显著。

表3 人工智能对劳动关系集体化影响的回归结果

(二)区域异质性检验

由于不同区域市场化水平以及经济发展等存在较大差异，人工智能对劳动关系集体化转型的影响也会有所不同。为了探讨不同地区人工智能对劳动关系集体化的影响情况，本文将有数据统计的中国30个省、市、自治区分为东中西3个部分，进行实证检验。

由表4可以看出，东部地区人工智能对劳动关系集体化的作用不显著，中西部地区人工智能对劳动关系集体化的影响均显著为负。其中，模型(1)是东部地区的回归情况，从中可知，人工智能对劳动关系集体化的作用不显著。可能是因为东部地区的市场经济发展充分，吸引了高学历人才。由于高技能劳动力工资和就业相对有保证，集体化意愿较低，造成劳动关系集体化水平下降。因此，在人工智能广泛应用之前，东部地区劳动力就业结构已经被分化，“市场化”已经对东部地区劳动关系集体化产生“消融”。所以东部地区在面临人工智能的冲击时，人工智能对劳动关系集体化的“消融”作用并不显著。模型(2)～(3)是中部与西部地区的回归情况，从中可知，人工智能对劳动关系集体化的“消融”作用显著。原因在于，中西部地区在与东部地区的市场化竞争中，东部地区从中西部吸引了大量的高技能劳动力，使得中西部的中低技能劳动力就业比重增加[35]。由于中低技能劳动力所含人力资本比较低，与资方就工资谈判的博弈力量弱，工资和就业相对没有保障，劳动关系集体化意愿较强。因此，在人工智能广泛应用之前，中西部地区“市场化”对劳动关系集体化没有起到“消融”作用，反而强化了中低端劳动力就业结构，使其劳动关系集体化转型倾向较强。然而，当中西部地区面临人工智能冲击时，人工智能逐渐解构中西部原有劳动力就业结构。不仅中等技能劳动力岗位被替代，中等技能劳动者被抛向低端就业，而且人工智能为低端劳动者提供了更灵活的就业，这些因素都降低了中低技能劳动力集体化倾向。另外，人工智能增加了中西部地区高技能劳动力的就业比例。然而，高技能劳动者的集体化倾向比较低。所以，中西部地区人工智能对劳动关系集体化具有消融作用。

表4 分区域面板回归

(三)稳健性检验

1.内生性检验

基准回归只是选取了部分影响因素作为变量，不可避免会出现遗漏掉某些其他经济影响因素的现象，可能出现内生性问题。因此，借鉴李成友等、许清清等的做法[36-38]，选取人工智能技术应用规模的一阶滞后项作为工具变量，运用工具变量法来缓解内生性问题，具体结果如表5所示。人工智能系数的方向及显著性在内生性检验与基准回归中基本相同，这意味着基准回归的结果稳健。

2.替换被解释变量

借鉴常凯、于米等的做法[2，29]，采用基层工会组织数与就业人数的比值作为劳动关系集体化的衡量指标，结果如表5所示。替换指标后，人工智能系数的方向和显著性在稳健性检验与基准回归中基本一致，基准回归的结果稳健。

表5 稳健性检验

(四)机制分析

前文理论分析表明，人工智能可以通过劳动力就业结构影响劳动关系集体化转型。为检验人工智能对劳动关系集体化的影响是否存在上述作用机制，本文将劳动力就业结构作为中介变量，运用中介效应模型检验人工智能抑制劳动关系集体化的作用机制，检验结果如表6。

表6 中介效应分析

由模型(1)(2)(3)可知，劳动力就业结构在人工智能与劳动关系集体化的反向关系中中介效应显著，人工智能通过增加高、低技能劳动力就业比例，降低中等技能劳动力就业比例对劳动关系集体化产生负向影响。具体表现为：由模型(1)可知，系数c、b显著为负；系数a显著为正；加入中介变量后，系数c′显著为负。表明低技能劳动力就业比例具有部分中介作用，人工智能通过增加低技能劳动力就业比例进而阻碍劳动关系集体化。由模型(2)可知，系数c、a显著为负；系数b显著为正；加入中介变量后，系数c′显著为负。表明中等技能劳动力就业比例具有部分中介作用，人工智能通过减少中等技能劳动力就业比例进而降低劳动关系集体化水平。由模型(3)可知，系数c、b显著为负；系数a显著为正；加入中介变量后，系数c′显著为负。表明高技能劳动力就业比例具有部分中介作用，人工智能通过增加高技能劳动力就业比例进而降低劳动关系集体化水平。

综上所述，假设H2成立。

五、结论及建议

(一)研究结论

本文基于2003—2017年我国30个省(市、自治区)面板数据，构建并检验了一个中介效应模型，分析了人工智能对劳动关系集体化的影响及其作用机理。研究结果表明：第一，人工智能对劳动关系集体化具有消融作用。第二，劳动力就业结构在人工智能消融劳动关系集体化中发挥中介效应。人工智能通过增加高、低技能劳动力就业比例，降低中等技能劳动力就业比例，对劳动关系集体化产生消融作用。第三，从分区域固定效应面板模型可知，在东部地区，人工智能对劳动关系集体化的作用不显著；在中西部地区，人工智能对劳动关系集体化的影响均显著为负。

(二)政策建议

根据以上研究结论，提出如下政策建议：

1.完善劳动关系三方协商机制

进入人工智能时代，用工方式更加多样化，劳动关系更加复杂化，政府应加强三方协商机制的建设，以保护劳动者权益，构建和谐劳动关系。在三方协调机制中，政府应发挥协调者的作用，并不断完善劳动法律体系建设，为三方机制提供法律支持；工会应代表职工行使集体谈判权，通过集体谈判将集体合同内容落到实处，维护劳动者权益；企业应落实公有制企业和非公有制企业参与制度。另外，增加协商内容，重点关注人工智能时代多样化劳动关系的协商。

2.优化中西部地区的工会组织建设

在中西部地区，集体劳动关系受到人工智能的冲击较大，工会作为工人阶级的群众性组织，要增强维护劳动者权益的能力。中西部地区要提高劳动力的工会参与率，扩大工会的有效覆盖面，畅通劳动者表达合理诉求的渠道，加强工会与工人团体之间的信任，提高劳动力的工会参与意识。

3.加强对低端劳动力的保护

一是建立低端劳动力救助机制，扩大法定劳动基准。人工智能时代，越来越多的低技能劳动力与用人单位建立非标准劳动关系，即不签订劳动合同。而我国现行的劳动法律法规大多建立在签订劳动合同的标准劳动关系之上。因此，人工智能时代低技能劳动力的劳动权益无法得到有效的保障。为此有必要放宽我国劳动法的适用范围，将以标准劳动关系为基础的法律认定标准扩大为以劳动为基础的法律认定标准，以保护劳动人民的权益。二是建立更加灵活的社会保险体系。可以推出按单缴纳、按里程缴纳等灵活化社会保险缴纳方式，以适应用工方式的变化，保护低技能劳动力的劳动权益。

4.加强中低技能劳动力的职业技能培训

促使中低技能工人转化为高技能工人，以应对人工智能对集体劳动关系的影响。政府应增加教育经费的投入规模，提高中低技能劳动力的人力资本水平。另外，政府也应适应人工智能时代对劳动者技能需求的变化，加大对中低技能劳动者人工智能等相关技能的培训，提高劳动力市场信息流动的灵活性，使劳动者顺利完成就业转移，提高就业率。

5.建立高端人力资本约束机制

集体劳动关系不仅对外有保护中低端劳动力的作用，对内也会发挥约束高技能劳动力机会主义的功能。而人工智能对集体劳动关系的消融，影响了其对内约束高技能劳动力的作用。人工智能时代企业对高端人力资本的竞争使得劳动纠纷增多并且导致了劳动关系的短期化。部分高技能劳动力违反竞业限制提前离职或因离职而使企业商业秘密泄露，损害了企业利益。为此，企业有必要建立行业协会、商会等联合组织，制定相关行业规范，从而形成对高端人才的约束。