人工智能技术应用对制造业就业的影响

王雪

摘   要：人工智能技术应用正引领新一轮科技革命浪潮，在推动产业转型，促进经济增长的同时，也给劳动力市场带来了重大的影响。通过选取我国31个省份人工智能技术应用广泛的制造业2008—2016年的面板数据，运用回归模型探究人工智能技术对制造业就业总量和就业结构的影响。研究发现，人工智能技术应用对制造业就业总量、技能、非技能劳动就业均存在正面影响。基于此提出三点政策建议：一是稳步推进人工智能技术应用，创造更多的就业机会；二是重视中高端技术人才的培养；三是对非技能劳动者进行职业培训，提高对新技术变革的适应能力。

关键词：人工智能技术；制造业；就业

中图分类号：F416         文献标志码：A      文章编号：1673-291X（2023）17-0035-05

一、研究背景

当前世界正处于由人工智能技术引发的第四次科技革命浪潮中，为抓住新一轮科技革命带来的机遇，世界各国均制定了相应的发展战略。美国政府推出了大力发展新兴产业、鼓励科技创新、支持中小企业发展等“再工业化”的政策和措施，振兴美国制造业；德国提出“工业4.0”战略，提升制造业的智能化水平以获得在全球工业的竞争力，在新一轮的科技革命中抢占先机。作为世界上最大的发展中国家，我国对于人工智能技术的发展也给予了充分的重视。2017年3月李克强总理在《政府工作报告》中指出，要积极发展包括人工智能在内的新兴产业；同年7月，国务院正式印发并实施《新一代人工智能发展规划》，目标到2030年人工智能技术达到世界领先水平[1]；习近平总书记在党的十九大报告中也着重强调“推动互联网、大数据、人工智能和实体经济深度融合”[2]。人工智能技术的发展应用，可以有效缓解企业面临的“招工难”问题，提高企业的生产效率，促进宏观经济增长。但人工智能技术给人类带来一系列机遇的同时也让我们面临着诸多挑战，如人工智能技術的应用可能会减少劳动力的就业机会，失业率上升，改变劳动力市场结构。据国家统计局统计，我国制造业城镇单位就业人数自2013年开始呈逐年下降趋势，2019年就业人数与2013年相比下降了27.11%。为此，当前人工智能技术在劳动力就业中究竟扮演何种角色？是否会诱致中国劳动力就业量下降？对这些问题的研究，不仅有助于预判人工智能技术所引发的就业冲击，维护劳动力市场就业稳定，还可以推动人工智能技术高质量发展。

二、文献述评

关于人工智能技术对就业影响的研究，最早开始于技术进步对就业影响的讨论，虽然迄今为止，学术界就技术进步导致就业量增加还是减少还没有形成统一的观点，但提出了两个特别值得重视的效应，一是“破坏效应”，技术进步导致就业量减少；另一种则是“补偿效应”，技术进步将导致就业数量的增加。本质上，人工智能技术也属于一种技术进步，满足技术进步影响就业的一般规律，但对就业的影响范围更广，程度更深，具有属于自身的特殊性[3]。人工智能技术的应用，既存在“替代效应”直接减少就业机会[4]，也存在“补偿效应”和“创造效应”间接增加就业机会[5]。因此，关于人工智能技术对就业总量的影响研究同样具有多种观点。部分学者认为人工智能技术发展对就业总量具有消极影响，减少就业机会。当前人工智能技术对就业的影响范围远远超过以往的技术变革，以往的技术变革替代的都是体力劳动，可以通过增加办公室岗位增加就业，但现在人工智能技术不仅仅会替代体力劳动，还会对脑力劳动进行替代[6]，替代的工作岗位大于新创造出的岗位，总体就业量下降[2]。许多的实证研究也支持这一观点[3]。

然而，更多的学者认为人工智能技术的发展对就业总量具有积极影响，能增加就业机会。虽然新技术会使传统行业的就业机会减少，但人工智能技术与人类之间具有无法避免的本质性区别，不可能完全替代就业[7]。人工智能技术应用一方面可以降低劳动力成本，提高生产效率，刺激企业扩大生产规模，推动就业需求增加；另一方面，可以催生出更多新产品，创造新的就业岗位，增加就业机会[8]。同样也有很多学者从实证角度研究发现人工智能技术发展促进就业[9]。新技术对就业的影响一定是一个从微观到行业再到总体就业市场的过程，虽然从微观视角研究的结论不能直接运用到宏观就业研究中，但也会给宏观研究提供一定的参考[10]。有学者通过选取企业层面数据进行实证研究，同样发现人工智能等技术的使用提高了企业生产效率，扩大了企业规模，增加了劳动力需求[11]。

虽然关于人工智能技术对就业总体影响的相关研究还没有形成统一的结论，但几乎所有有关人工智能的研究都发现人工智能技术发展显著改变了劳动力市场结构[12]。大量研究表明，人工智能技术发展会产生就业极化现象[13]，即低、高等技能劳动者就业机会增加，中等技能劳动者就业机会减少，中等技能劳动者比其他技能劳动者更容易被自动化等新技术替代。新技术发展推动我国劳动力质量不断上升，优化了劳动力市场结构[14]。

综合以上研究可以发现，现有文献多关注智能化发展水平较高的发达国家，对发展中国家的研究较少，而中国的劳动力市场结构与发达国家存在显著差异，智能化发展水平处在不同的水平，因此针对发达国家的研究结论不能完全适用于我国国情。另外，关于人工智能技术应用对就业总量的影响尚未得到统一的观点，一方面由于不同学者使用的研究方法和数据不同，另一方面是因为缺少与人工智能相关统计数据，也没有衡量人工智能发展程度的统一指标。面对现有研究成果，本文将从本国国情出发，选取人工智能技术应用程度较高的制造业行业，运用相关理论以及实证分析，探究人工智能技术对制造业就业市场的影响。

三、理论与假设

从近代历史上发生的三次重大的科技革命对就业的影响来看，技术进步通常是在一开始造成部分工作岗位被机器所替代，但随着技术的发展，产生了大量新的工作岗位，就业量又会迅速增长。当前正处于人工智能等技术快速发展的第四次科技革命时期，人工智能技术推动了制造业行业技术升级，工业的智能化水平提高使企业的劳动生产率得到极大提升，同样的时间内生产出的产品数量明显提高，产品的销售价格下降，从而在一定程度上会刺激消费者的购买欲望。面对产品需求的提升，企业将进一步扩大自身的生产规模，制造业企业的劳动力需求大大提高[15]。与此同时，工业企业所需要的智能化设备成本远远高于劳动力成本，面对产品更新换代日益加快的市场环境，大多数中小企业更愿意选择成本相对较低的劳动力来扩大市场规模，只有少部分企业可以负担设备智能化的成本，总体看来，制造业劳动力需求将会提高。因此，本文提出以下假设：

假设1：人工智能技术应用对制造业整体劳动力数量有正面影响。

人工智能技术应用不仅会造成制造业就业数量上的变化，而且会对就业结构产生影响。我们将制造业劳动者分为技能劳动者和非技能劳动者，制造业技能劳动者定义为制造业科技活动人员，将非技能劳动者定义为制造业中除科技活动人员外的其他从业人员[16]。

人工智能技术在发展的过程中具有技能偏向性，这种偏向性会增加制造业中技能劳动者数量。制造业包含多个细分行业，比如纺织业、医药制造业、通信设备、计算机及其他电子设备制造业等等，每一个细分行业都需要大量的劳动人员，其中就包括从事基础生产工作的机器操作人员以及负责产品研发的技術人员。人工智能技术应用使企业需要更多精通机器运转的技能工作人员。大量的机器使得产品的生产环境变得更加复杂，需要专业人员进行操作与维修，这就对劳动者技能提出更高的要求，技能劳动者的需求自然会增加。另外，市场对产品的需求更新换代加快，这就需要更多的产品研发人员去升级开发新的产品。与此同时，虽然人工智能技术发展会使企业引进机器进行生产工作，有些简单和重复的工作就会被机器所代替，造成非技能劳动者数量有所减少，但这种情况基本发生在食品、纺织业等制造业细分行业，而且一般只有大型企业才会选择用智能的设备和机器来代替劳动力，中小型企业相比成本高昂的机器设备更倾向于选择价格低廉的劳动力。另外，由于人工智能技术应用，一些制造业行业如机械工业、交通运输设备制造业等发展迅速，需要的劳动力也有所增加。因此，本文认为人工智能技术应用对于非技能劳动者的创造效应大于破坏效应，非技能劳动者数量会有所增加。因此本文提出下面的假设：

假设2：人工智能技术应用对技能劳动者的数量有正面影响，对非技能劳动者的数量同样具有正面影响。

四、计量模型设定与指标选取

（一）计量模型设定

影响制造业就业量的因素有很多，在探究人工智能技术应用对制造业就业影响时，还要考虑其他控制变量，这里借鉴杨浩昌、刘军等人的研究将工资水平、人力资本水平、城镇化水平、地区生产水平、研发费用的投入、外商投资以及国家资本这些变量作为本文的控制变量。因此，我们设定计量模型为：

lnLit=α+β1lnInte_manuit+β2lnWageit+β3lnEduit+β4lnUrbanit+β5lnGDPit+β6lnFdiit+β7lnRdit+β8lnGovit+uit+εit

其中，L为被解释变量，表示制造业就业人数；核心解释变量Inte_manu表示制造业智能发展水平；变量Wage、Edu、Urban、GDP、Fdi、Rd以及Gov为一系列控制变量，分别表示制造业平均工资水平、人力资本水平、城镇化发展水平、地区生产总值、外商投资水平；研发投入以及国家财政支出；α为常数项；u代表个体因素；ε为随机扰动项；下标i、t分别表示研究的地区和年份，地区选取的是我国各个省份，时间选择的年份为2008—2016年。

（二）变量定义和数据来源

本文选取2008—2016年中国省级面板数据进行实证研究，研究数据主要来源于2008—2016年《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国劳动统计年鉴》以及梁文莉发表的《中国工业机器人数据统计》整理的IFR中国工业机器人存量。下面对各变量的选取作具体说明。

1.制造业就业人数（L）。本文通过中国制造业就业总人口衡量制造业就业人数L。选取各地区制造业R&D人员衡量制造业技能劳动就业人数[17]，而制造业非技能劳动就业人数通过制造业就业总人数与制造业技能劳动就业人数相减取得，制造业非技能劳动就业人数和技能劳动就业人数分别表示为L1、L2。

2.制造业智能发展水平（Inte_manu）。通过各地区工业机器人存量进行衡量，这是由于当前智能发展水平还没有统一的测算方式，而人工智能技术主要表现就是工业机器人的使用。

3.其他变量。制造业平均工资水平（wage）为各地区制造业分城镇单位就业人员平均工资，人力资本水平（Edu）用各地区制造业就业人员平均受教育年限表示，城镇化发展水平（Urban）用各地区城镇人口占总人口的比例表示，外商投资水平（Fdi）为外商对中国制造业企业的直接投资额，并用每年的人民币汇率进行换算，研发投入（Rd）表示为规模以上工业企业研发经费投入，国家财政支出（Gov）为我国对制造业企业的直接投资。各变量的描述性统计结果见表1。

五、实证分析

本文运用stata.16进行分析。根据上文的基本模型和假设，本部分将实证检验人工智能技术应用对中国制造业就业总量以及就业结构的影响。这里运用的所有模型都考虑了个体因素和时间因素，在使用面板数据进行回归之前，均进行了豪斯曼检验，根据检验结果，本文选择的模型均采用固定效应模型，表2报告了模型估计的结果。

结果显示，人工智能技术应用对中国制造业就业总量具有正向影响，并在5%的水平上显著，验证了本文提出的假设1；人工智能技术应用对非技能劳动者就业数量同样具有正向影响，在10%的水平上显著，对技能劳动者的就业数量也具有正向影响，在1%的水平上显著，验证了本文提出的假设2。从表2可以看出，除了人工智能技术应用对制造业就业总量存在正向影响外，地区的城镇化水平、地区的生产总值、研发投入、外商直接投资以及国家资本投入均对制造业就业总量存在正向影响，但只有研发投入在1%的水平上显著，其他变量都不显著。从表2中的模型1还可以看出制造业工人平均工资和人力资本水平对制造业就业总量造成负面影响，制造业工人平均工资变量影响不太显著，人力资本水平变量在10%的水平上作用显著。模型2人工智能技术应用对制造业非技能劳动者就业量的估计结果和模型1对制造业就业总量的估计结果相类似。而模型3人工智能技术应用对技能劳动者就业量的估计结果与前面的模型结果有所不同，除了人工智能技术应用对技能劳动力就业量有显著的正面影响外，工资水平、人力资本水平、地区生产总值、研发投入和国家资本也对技能劳动力就业量有正面影响，同样，只有研发投入在1%的水平上显著，城镇化发展水平和外商直接投资对技能劳动力就业量在5%的水平上显著的负相关。从系数大小来看，人工智能技术应用对技能劳动力就业总量的提升明显大于对非技能劳动力总量的提升。

六、结论和讨论

本文选取2008—2016年我国31个省份制造业面板数据，以制造业智能发展水平作为核心解释变量构建回归模型，探究制造业行业人工智能技术的使用对就业的影响。考虑到制造业行业不同工作岗位对技能的要求存在差异，不同技能就业受人工智能技术影响可能也存在差异，本文将制造业劳动力就业划分为技能劳动力就业与非技能劳动力就业，进一步分析其是否存在技能结构差异。研究发现，人工智能技术应用显著提升了制造业总体就业水平，对制造业技能就业与非技能就业同样具有正向的促进作用，但对技能就业的促进程度远远大于非技能就业。基于以上研究发现，本文为人工智能技术发展提出以下政策建议。

第一，稳步推进人工智能技术应用，创造更多的就业机会。本文研究发现，人工智能技术应用并没有对就业岗位造成实质性威胁，相反，人工智能技术应用对就业具有显著的促进作用，创造了更多的就业机会。因此，一方面国家要为研究开发人工智能技术的企业提供资金和政策支持，鼓励企业提升自主研发能力，提高新技术的核心竞争力，促进我国人工智能相关研发产业发展，创造更多与人工智能产业相关工作岗位；另一方面，鼓励传统企业引入我国自主研发的智能设备，并为其提供资金补贴，积极促进传统企业早日完成转型升级，提升生产效率，扩大市场规模，增加就业岗位。

第二，重视中高端技术人才的培养。本文研究发现，人工智能技术的应用显著促进了技能劳动者的就业，对中高端技术人才的需求进一步提升。为了满足人工智能时代对技术人才的需要，高校应该重视对技术人才的培养，开设与人工智能相关课程，鼓励学生深入学习最新技术，提高未来劳动者的人工智能技术素养。同时为中高端技术人才提供人才补贴，吸引更多人才投身于人工智能产业的发展。

第三，对非技能劳动者进行职业培训，提高对新技术变革的适应能力。虽然当前人工智能技术发展对非技能劳动者总体就业尚未产生负面影响，但人工智能技术发展的过程中还是会替代一些非技能劳动者。因此，为了避免大规模失业发生，政府应该在职业培训中发挥积极作用，安排专业人员对企业非技能劳动者进行职业培训，增加非技能劳动者对人工智能技术的了解，提升非技能劳动者工作能力，满足最新岗位技能要求。

参考文献：

[1]   蔡跃洲，陈楠.新技术革命下人工智能与高质量增长、高质量就业[J].数量经济技术经济研究，2019，36（5）：3-22.

[2]   曹静，周亚林.人工智能对经济的影响研究进展[J].经济学动态，2018（1）：103-115.

[3]   闫雪凌，朱博楷，马超.工业机器人使用与制造业就业：来自中国的证据[J].统计研究，2020，37（1）：74-87.

[4]   Daron Acemoglu，Pascual Restrepo. The Race between Man and Machine： Implications of Technology for Growth，Factor Shares，and Employment[J].American Economic Review，2018，108（6）.

[5]   Jason Furman，Robert Seamans. AI and the Economy[J].University of Chicago PressChicago，IL，2019，19.

[6]   David H.Autor.Why Are There Still So Many Jobs？The History and Future of Workplace Automation[J].Journal of Economic Perspectives，2015，29（3）.

[7]   程承坪.人工智能最終会完全替代就业吗[J].上海师范大学学报（哲学社会科学版），2019，48（2）：88-96.

[8]   Trajtenberg M.AI as the next GPT：a Political-Economy Perspective[J].CEPR Discussion Papers，2018.

[9]   Oschinski M，Wyonch R.Future Shock？ The Impact of Automation on Canada's Labour Market[J].C.d.howe Institute Commentary，2017.

[10]   Guido Matias Cortes，Nir Jaimovich，Henry E.Siu.Disappearing routine jobs：Who，how，and why？[J].Journal of Monetary Economics，2017，91.

[11]   王泽宇.企业人工智能技术强度与内部劳动力结构转化研究[J].经济学动态，2020（11）：67-83.

[12]   A.Mohammed Abubakar，Elaheh Behravesh，Hamed Rezapouraghdam，Selim Baha Yildiz.Applying artificial intelligence technique to predict knowledge hiding behavior[J].International Journal of Information Management，2019（49）.

[13]   Guy Michaels，Ashwini Natraj，John Van Reenen. Has ICT Polarized Skill Demand？ Evidence from Eleven Countries over Twenty-Five Years[J].Review of Economics and Statistics，2014，96（1）.

[14]   朱巧玲，李敏.人工智能、技术进步与劳动力结构优化对策研究[J].科技进步与对策，2018，35（6）：36-41.

[15]   楊浩昌，李廉水，刘军.科技创新与制造业就业[J].经济问题探索，2016（3）：108-115.

[16]   杨浩昌，刘军，张芊芊.中国制造业就业的影响因素研究：基于省级面板数据的实证分析[J].经济问题探索，2014（12）：55-61.

[17]   冯钟.技术进步偏向对中国制造业就业的影响研究[D].武汉：华中科技大学，2018.

Research on the Impact of the Application of Artificial Intelligence Technology on Manufacturing Employment

Wang Xue

（School of Business， Changzhou University， Changzhou 213164， China）

Abstract： The application of artificial intelligence technology is leading a new wave of scientific and technological revolution. While promoting industrial transformation and economic growth， it also has a significant impact on the labor market. By selecting the panel data of 31 provinces in China from 2008 to 2016 in the manufacturing industry where artificial intelligence technology is widely used， the regression model is used to explore the impact of artificial intelligence technology on the total employment and employment structure of the manufacturing industry. The study found that the application of artificial intelligence technology has a positive impact on the total employment of manufacturing， skilled and unskilled labor employment. Based on this， three policy recommendations are put forward： steadily promote the application of artificial intelligence technology and create more employment opportunities. Attach importance to the cultivation of medium and high-end technical talents. Provide vocational training for unskilled workers to improve their adaptability to new technological changes.

Key words： artificial intelligence technology; manufacturing; employment

[责任编辑   白   雪]