数字经济背景下工业智能化对就业的影响——以广东省为例

张娟娟， 赵慧琴， 吴 伟

(广州华商学院 经济与贸易学院, 广州 511300)

党的十九大报告提出要实现人工智能与实体经济深度融合，到2030年成为世界主要的AI创新中心，但同时也引发了“机器换人”的担忧和争论。新技术的冲击将会对劳动力市场带来巨大冲击并重塑劳动力就业结构。深入分析智能化对劳动力就业的影响，具有十分重要的现实意义。

已有的文献主要集中在智能技术的兴起对就业的影响上，大致分为3方面：一是对就业效应的研究，主要针对人工智能对就业的替代效应和补偿效应进行分析，大多数学者认为这两个效应的相对大小将决定智能化发展对就业规模的影响。蔡跃洲和张钧南[1]、蔡跃洲和付一夫[2]研究认为替代效应在1990年后呈现出明显的上升趋势，也验证了渗透效应的存在，因此充分发掘这两种效应是转变经济发展方式，实现高质量增长的新动能。二是对就业结构研究，主要从产业结构和技能结构进行分析，国内学者更多是应用计量模型分析技术进步对产业结构的影响。蔡跃洲和陈楠[3]研究认为替代效应和抑制效应共同作用下就业总量将基本保持稳定，但结构性冲击不可避免，就业结构会出现两极化趋势。三是对就业质量研究，这方面的研究成果相对匮乏。王梦菲和张昕蔚[4]认为智能化的生产过程加剧了物化劳动替代活劳动的过程，从社会范围看，脑力劳动逐渐挤出体力劳动的现象正在发生。

本文基于广东省21个市2009—2019年的面板数据，应用空间计量模型研究工业智能化水平的提升是否有利于推动高质量就业。

1 工业智能化对就业的影响机理

智能化发展会对劳动力市场带来冲击。本文从供需视角来研究智能化发展对就业的作用机理，如图1所示。

图1 智能化对就业的影响机理

智能化发展通过影响就业岗位、就业结构和就业质量从而最终对行业就业产生影响。对就业岗位的影响主要体现在就业的替代效应和补偿效应；对就业结构的影响主要体现在对产业结构的调整和对社会分工的优化方面；对就业质量的影响主要是通过提升人力资本进而对就业产生影响，因为工业智能化水平的提高，将导致劳动者不断更新知识，提高新技术应用能力，扩展了劳动者的就业选择机会。

2 模型设定与指标选取

2.1 空间面板计量经济模型的设定

基于Cobb-Douglas函数构建工业智能化影响就业的空间计量经济学模型。式(1)为空间滞后模型，能在一定程度上缓解标准面板计量模型忽视空间效应所产生的参数估计的有偏问题。

(1)

式中：ρ为空间滞后系数；wij为空间权重矩阵W的元素；Alit表示工业智能化水平。如果本地区就业决定于在空间上相关的一些被忽略掉的重要变量(误差项)，就需要考虑式(2)所示的空间误差面板数据计量经济学模型。

(2)

(3)

本文关于W的设定是参考李靖等[5]的做法，设定了经济距离空间权重矩阵和人力资本距离空间权重矩阵，具体设定形式为

(4)

2.2 数据来源和指标选取

选择2009—2019年广东省21个市的面板数据进行实证研究。数据来源于历年《广东省统计年鉴》、广东科技统计网和各市国民经济与社会发展统计公报(2009—2019)。具体指标的选取和处理方法如下。

1)被解释变量包括地区城镇单位总体就业、制造业就业和服务业就业情况。总体就业水平(oel)用城镇单位就业人数占年末城镇人口比重衡量；制造业就业比重(pme)用制造业城镇单位就业人数占总体就业人员比重衡量；服务业就业比重(ser)用服务业城镇单位就业人数占总体就业人员比重衡量；生产性服务业就业比重(pps)用生产性服务业城镇单位就业人数占服务业从业人员比重衡量；高端服务业就业比重(phs)用高端服务业城镇单位就业人数占服务业从业人员比重衡量。

2)核心解释变量Alit表示工业智能化水平，考虑到国内对工业智能化的相关指标尚未形成统一的统计形式，基于数据的可得性，本文借鉴孙早和侯玉琳[6]的相关方法，在数据可得的前提下构建了工业智能化水平测度指标，包括如下细化指标：①新产品生产情况，用新产品销售收入占工业企业主营业务收入的比重衡量；②创新能力，采用国家专利申请授权量与R&D人员全时当量的比值衡量；③先进制造业水平，用先进制造业增加值占规模以上工业比重衡量；④高技术制造业发展水平，用高技术制造业增加值占规模以上工业比重衡量；⑤政府支持，用地方财政科技拨款占地方财政支出的比重衡量；⑥R&D人员人均R&D经费，借鉴樊纲等[7]的主因素分析法来构造广东省各市工业智能化水平。表1汇总了2009—2019年工业智能化水平测度指标的描述性统计。

表1 2009—2019年工业智能化水平的描述性统计

3)控制变量：①经济发展水平(pgdp)用人均GDP来衡量；②人力资本水平(hr)用大学专科、本科及研究生在校人数占全省就业人员比重来衡量；③产业结构(struc)用第三产业增加值占GDP比重来衡量；④贸易开放度(trade)用进出口总额占GDP比重来衡量；⑤引资水平(fdi)用外商直接投资额占GDP比重来衡量。

3 模型估计与结果分析

3.1 面板数据空间相关性检验

利用R3.5.1软件，对广东省21个市2009—2019年的面板数据进行LM检验及Robust LM 检验，结果见表2。

表2 空间相关性检验结果

从检验结果可以看出，空间滞后面板模型和空间误差面板模型的LM和Robust LM均通过了1%的显著性水平检验，表明运用空间计量模型进行分析是合理和必要的。但空间滞后模型所对应的统计量的值更大，因此，选择空间滞后模型更合理。

3.2 空间面板计量经济模型的估计

运用2009—2019年的面板数据对模型(1)～模型(3)采用极大似然估计法(ML)进行普通混合回归空间面板模型、空间固定效应、时间固定效应空间面板模型和空间时期双固定空间面板模型，估计采用Matlab2017b软件来实现。

对估计得到的空间面板计量模型的结果进行筛选，Hausman检验统计量为63.422，相应的P值为0.000，因此选择空间面板固定效应模型；表2的结果显示，选择空间滞后模型更合理； Wald和似然比LR检验结果显示，Wald_spatial_lag、LR_spatial_lag、Wald_spatial_error和LR_spatial_error的值分别为11.798、11.175 、11.890、11.305，相应的伴随概率分别为0.0321、0.0381 、0.0269、0.0356，均可以通过5%的显著性水平检验，说明可以拒绝θi=0(i=1,2,…，6)和θi+δβi=0的原假设，这说明选择空间杜宾面板模型的效果更好一些。

表3、表4分别是经济距离权重矩阵和人力资本距离权重矩阵的空间杜宾模型的最终估计结果，估计结果的回归系数的数值大小上稍有变动，这也验证了回归结果具有稳定性。模型最后一行是Hausman值，相应的P值分别为0.021 3和0.004 6均小于5%的显著性水平，所以拒绝原假设，选择固定效应模型。3个固定效应模型的拟合结果中，空间固定效应模型的回归系数显著的变量个数较多，并且模型的AdjR2和Log-likehood也比较大。因此，本文选择空间固定效应杜宾模型的估计结果进行讨论。

表3 工业智能化影响就业的空间杜宾计量模型估计结果(经济距离权重)

续表3

表4 工业智能化影响就业的空间杜宾计量模型估计结果(人力资本距离权重)

3.3 结果分析

由表3、表4可知，5个不同的因变量所对应的估计结果的空间自相关系数的估计值W×dep.var均为正，且通过了1%的显著性水平，表明邻近地区的就业水平对本地区的就业水平产生显著的促进作用，各地区就业水平之间具有较强的外溢性。

从模型的参数估计结果来看：因变量为制造业就业水平的回归模型中工业智能化对应的回归系数显著为负，说明工业智能化水平的提高，对制造业就业水平产生不利的影响，智能化生产导致制造业部门出现了明显的机器换人现象；因变量为总体就业水平、服务业就业水平、生产性服务业就业水平和高端服务业就业水平的回归模型中工业智能化对应的回归系数显著为正，工业智能化显著促进了总体就业份额、服务业就业份额、生产性服务业就业份额和高端服务业就业份额的提升。总体来看，工业智能化对服务业就业、服务业细分的生产性服务业就业和高端服务业就业的补偿作用将大于对制造业部门造成的就业替代，因此总体就业水平是显著上升的。主要原因是在传统的制造业行业中，智能化技术不仅可以取代一些部门，而且还会取代一部分设备，但是智能化技术的发展将会产生新的工作岗位，主要体现在以互联网金融、电子商务等代表的生产性服务业和高端服务业领，人工智能将重新规划机器与人类的分工，使得就业结构深度调整和优化，从低价值劳动密集型生产向价值更高的岗位转移，从重复性劳动向创造性劳动转移，从而推动了就业质量的提升。邻近地区的智能化发展对本地区的就业产生间接影响，这主要是因为邻近地区的工业智能化水平的提高导致该地区的劳动者不断提高新技术应用能力，从而提高了劳动者的生产技能，扩展劳动者的就业选择机会，而频繁流动的劳动力和经济资源会加强地区间的联系，促进邻近地区间资源的共享和互补，进而增加邻近地区的就业水平；邻近地区工业智能化水平的空间滞后变量(Wln Al)对制造业就业水平的影响也显著为正，这主要是因为邻近地区的智能化水平的发展将在本地区存在“机器换人”现象，当这一现象发生时，那些被迫下岗的劳动力将到邻近的地区寻找工作，从而会增加邻近地区的就业。

4 结论与启示

基于广东省21个市2009—2019年的面板数据，研究了工业智能化对就业的影响，得到如下结论:①广东省各城市的就业水平和工业智能化水平存在着明显的空间依赖性：②工业智能化的发展减少了制造业的就业份额，增加了服务业就业份额及其细分的生产性服务业和高端服务业的就业份额，并且工业智能化对服务业就业及其细分的生产性服务业就业和高端服务业的就业补偿作用将大于对制造业部门造成的就业替代作用；③邻近区域的工业智能化发展水平将对本地区的服务业就业及其细分的生产性服务业就业和高端服务业就业的空间溢出效应明显。

基于以上问题，提出以下政策建议:①重视对就业人员的技能培训，优化劳动力结构，劳动力结构需要逐步向专业化的趋势发展。②优化高校人才培养机制。高校应该根据经济社会的发展调整高校专业结构，加快构建人才培养体系和技能创新体系以适应智能化对新技能人才的需求。③推进智能化产业发展，以提升就业创造效应。智能化的发展在制造业中存在着“机器换人”的现象，但同时也带来了服务业及细分的生产性服务业和高端服务业的就业补偿效应，产生了一系列新业态和新模式，这对优化行业就业结构和推动就业质量的提升是很必要的。因此，应该积极推动各行各业向智能化转型，最终形成以智能化为主要驱动力的行业发展新方向。