卓賢 黃金
中國不僅是全球制造業(yè)增加值第一大國,也是制造業(yè)就業(yè)第一大國。近年來,我國制造業(yè)就業(yè)拐點(diǎn)相繼出現(xiàn),就業(yè)規(guī)模年均下降逾200萬,制造業(yè)就業(yè)比重已降至德國當(dāng)前水平。這不由得引人深思:如何解釋就業(yè)結(jié)構(gòu)的趨勢性變動?中國制造業(yè)就業(yè)是否過早和過快下滑?當(dāng)前勞動密集型服務(wù)業(yè)主導(dǎo)的就業(yè)增長能否持續(xù)?
新世紀(jì)以來,我國就業(yè)結(jié)構(gòu)隨經(jīng)濟(jì)轉(zhuǎn)型升級而調(diào)整,出現(xiàn)了三個拐點(diǎn)。
勞動密集型制造業(yè)主導(dǎo)階段。受國有企業(yè)改制影響,制造業(yè)就業(yè)占全社會就業(yè)比重從1998年的15.4%下降到2002年的13.6%。中國入世扭轉(zhuǎn)了這一趨勢,農(nóng)業(yè)人口大規(guī)模轉(zhuǎn)移至制造業(yè),2004年-2008年間制造業(yè)年均新增就業(yè)580.1萬,制造業(yè)就業(yè)比重提高到17.1%。同期,建筑業(yè)和采礦業(yè)年均新增204.5萬和167.2萬人就業(yè),使得二產(chǎn)就業(yè)比三產(chǎn)年均多增370.4萬。推動就業(yè)井噴的是勞動密集型制造業(yè)。以富士康為代表的電子設(shè)備企業(yè)貢獻(xiàn)了25%的新增城鎮(zhèn)單位制造業(yè)就業(yè),紡織服裝、制鞋皮革業(yè)拉動15%的新增城鎮(zhèn)單位制造業(yè)就業(yè)。
勞動密集型建筑業(yè)主導(dǎo)階段。為應(yīng)對國際金融危機(jī),2008年-2013年間基礎(chǔ)設(shè)施建設(shè)和城鎮(zhèn)化進(jìn)入加速通道,建筑業(yè)成為吸納勞動力第一大行業(yè),年均新增就業(yè)451萬人,比上一階段年均多增246.2萬人,比同期制造業(yè)年均多增82.6萬人。制造業(yè)年均新增368.1萬人就業(yè),比上一階段每年少增212萬,其占全社會就業(yè)比重在2012年達(dá)到19.2%的峰值后下滑。在制造業(yè)內(nèi)部,電子設(shè)備行業(yè)城鎮(zhèn)單位就業(yè)每年比上一階段還多增62.5萬,但紡織服裝、皮革制鞋等勞動密集型行業(yè)則出現(xiàn)負(fù)增長。同期,批發(fā)零售以年均新增429.3萬人就業(yè)超過制造業(yè)成為第二大就業(yè)行業(yè)。
勞動密集型服務(wù)業(yè)主導(dǎo)階段。在2013年達(dá)到1.48億就業(yè)規(guī)模峰值后,制造業(yè)就業(yè)開始下滑,此后四年制造業(yè)就業(yè)下降854.2萬。除了以汽車為代表的交通設(shè)備制造業(yè)等個別行業(yè)在增長外,其余制造業(yè)細(xì)分行業(yè)就業(yè)均明顯下滑。同期,建筑業(yè)也以年均減少23.5萬成為就業(yè)凈流出部門。幸運(yùn)的是,服務(wù)業(yè)發(fā)揮了就業(yè)“穩(wěn)定器”功能,同期年均新增1309萬人,吸納了大量制造業(yè)流出的勞動力。勞動密集型服務(wù)業(yè)尤為引人注目,批發(fā)零售和住宿餐飲業(yè)年均新增就業(yè)分別達(dá)476.2萬和174.1萬,兩者創(chuàng)造就業(yè)的能力超過2004年-2008年高峰期的制造業(yè)。
從制造業(yè)的勞動力需求端分析,中國制造業(yè)就業(yè)的下降源于效率提升、分工深化和跨境轉(zhuǎn)移這三大因素。
(一)機(jī)器換人可解釋制造業(yè)34%的就業(yè)下降
勞動節(jié)約型技術(shù)進(jìn)步提高了生產(chǎn)效率。雖然我國制造業(yè)就業(yè)人數(shù)有所下滑,但制造業(yè)增加值占全球比重卻由2013年 20.8%上升至2017年的28.6%。一升一降背后濃縮了我國制造業(yè)從大規(guī)模人工生產(chǎn)向機(jī)械臂、真空吸力、機(jī)器視覺系統(tǒng)等自動化場景的轉(zhuǎn)變。
成本倒置推動企業(yè)實(shí)施“機(jī)器換人”。根據(jù)國際機(jī)器人聯(lián)盟數(shù)據(jù),2017年我國工業(yè)機(jī)器人平均售價為23.69萬元,而根據(jù)相關(guān)研究,機(jī)器人系統(tǒng)集成費(fèi)用約等于機(jī)器人價格,每年維護(hù)費(fèi)用為機(jī)器人售價的15%。我們用式(1)估算工業(yè)機(jī)器人時薪。其中,我們將機(jī)器人最低使用年限設(shè)為三年,在每年250個工作日中不間斷運(yùn)轉(zhuǎn),國家統(tǒng)計局公布的2017年制造業(yè)產(chǎn)能利用率為77.5%。據(jù)此估算,2017年我國工業(yè)機(jī)器人“時薪”為41.6元。
工業(yè)機(jī)器人時薪=(銷售均價+系統(tǒng)集成費(fèi)用+三年維護(hù)費(fèi)用)/(3年×250個工作日×產(chǎn)能利用率×24小時)(1)
主要城市的制造業(yè)工人時薪高于工業(yè)機(jī)器人平均“時薪”。按“城鎮(zhèn)非私營職工平均工資/(250個工作日×8小時)”的算法,2017年北京、上海、杭州、深圳制造業(yè)工人時薪分別為53.1元、52.9元、43.6元、41.7元,都已超過當(dāng)年工業(yè)機(jī)器人時薪??紤]到企業(yè)還要為工人繳納社保等各項稅費(fèi),即使合肥、重慶等中西部中心城市的制造業(yè)工人實(shí)際用工成本也超過機(jī)器人。再考慮到效率和季節(jié)性人工短缺等因素,企業(yè)傾向以觸手可及的技術(shù)紅利替代漸行漸遠(yuǎn)的人口紅利,自然也就不足為奇。
機(jī)器換人解釋了制造業(yè)34%的就業(yè)下降。中國已連續(xù)五年成為工業(yè)機(jī)器人銷量最大且增長最快的市場,2017年共購買13.8萬臺,占全球銷量的36%,超過歐美總銷售量(11.2萬)。根據(jù)國際機(jī)器人聯(lián)盟數(shù)據(jù),2017年末中國制造業(yè)工人的機(jī)器人使用密度達(dá)97臺/萬人,超過世界平均水平(85臺/萬人),比2013年(25臺/萬人)高出72臺/萬人。阿西莫格魯和雷斯特雷波(2017年)對美國就業(yè)市場的研究表明,生產(chǎn)線上每增加1臺機(jī)器人,就會有3名至5.6名工人失去工作。鑒于中國制造業(yè)自動化水平低于美國,我們?nèi)≡撗芯恐械牡椭?,按式?)計算中國制造業(yè)機(jī)器換人的規(guī)模。測算結(jié)果表明,2013年-2017年,我國新增工業(yè)機(jī)器人替換了293萬名工人,解釋了34%的制造業(yè)就業(yè)下降。
機(jī)器換人規(guī)模=(期末制造業(yè)就業(yè)×期末機(jī)器人使用密度-期初制造業(yè)就業(yè)×期初機(jī)器人使用密度)×人機(jī)替代率(2)
(二)市場分工深化解釋了35%的制造業(yè)就業(yè)下降
技術(shù)進(jìn)步推動制造業(yè)內(nèi)部服務(wù)性環(huán)節(jié)分離出本部門。制作和裝配是制造業(yè)的核心流程之一,但并非其產(chǎn)業(yè)價值鏈的全部。得益于信息技術(shù)的發(fā)展,制造業(yè)中的研發(fā)、設(shè)計、物流、營銷等活動,能以極低成本被轉(zhuǎn)移至獨(dú)立的生產(chǎn)性服務(wù)業(yè)企業(yè)(江小涓,2017年)。當(dāng)這些工作被外包給信息科技公司、物流公司等企業(yè)之后,原本統(tǒng)計在制造業(yè)部門的部分崗位就計入服務(wù)業(yè)部門。近年來,數(shù)字技術(shù)催生的中國制造業(yè)分工深化,是發(fā)達(dá)國家在相似發(fā)展階段未曾經(jīng)歷的。
市場分工深化是影響中國制造業(yè)就業(yè)下降的最大因素。利用迄今公布的我國最新投入產(chǎn)出表(2012年),計算出制造業(yè)對交通、信息、金融、科研等生產(chǎn)性服務(wù)業(yè)的中間需求率(生產(chǎn)性服務(wù)業(yè)的總產(chǎn)出中作為制造業(yè)中間投入的比重)約為26.5%。假設(shè)近年來中間需求率保持不變,我們按照式(3)計算出2013年和2017年為制造業(yè)提供各類服務(wù)的生產(chǎn)性服務(wù)業(yè)人員分別為1595.4萬和1898萬,因此這四年間有302萬就業(yè)崗位從制造業(yè)企業(yè)中分離出來,流入研發(fā)、信息、財務(wù)、法律等獨(dú)立生產(chǎn)性服務(wù)業(yè)企業(yè),解釋了35%的制造業(yè)就業(yè)下降。
為制造業(yè)服務(wù)的生產(chǎn)性服務(wù)業(yè)就業(yè)=(生產(chǎn)性服務(wù)業(yè)增加值×中間需求率)/生產(chǎn)性服務(wù)業(yè)勞均增加值(3)
(三)跨境產(chǎn)業(yè)轉(zhuǎn)移解釋了31%的制造業(yè)就業(yè)下滑
勞動力密集型產(chǎn)業(yè)向落后國家轉(zhuǎn)移的趨勢明顯。在加入WTO后,中國勞動力密集型制造業(yè)爆發(fā)式增長。近年來,隨著東南亞和非洲國家低成本競爭優(yōu)勢的顯現(xiàn),我國加工貿(mào)易從2013年的8600.4億美元降為2017年的7588.3億美元。綜合統(tǒng)計局、海關(guān)和商務(wù)部數(shù)據(jù),按“加工貿(mào)易出口增加值/制造業(yè)勞均增加值”的方法,我們估算出2013年至2017年從事加工貿(mào)易出口的就業(yè)人數(shù)下降了約250萬。
全球產(chǎn)業(yè)轉(zhuǎn)移表現(xiàn)出“雙路線”特征,先進(jìn)制造業(yè)回流發(fā)達(dá)國家漸成趨勢。據(jù)美國“回流倡議”(The Reshoring Initiative)組織統(tǒng)計,2010年-2017年間,由中國回流至美國的企業(yè)達(dá)721家,為美國增加近2.8萬人制造業(yè)就業(yè),約為美國總回流就業(yè)崗位的60%。我們根據(jù)2017年中美制造業(yè)勞均增加值的差異,估算出2013年-2017年間我國制造業(yè)就業(yè)崗位回流美國的規(guī)模為17萬個。綜上數(shù)據(jù),這四年來,產(chǎn)業(yè)跨境轉(zhuǎn)移解釋了我國31%的制造業(yè)就業(yè)下滑。
上文分析表明,制造業(yè)就業(yè)下降是我國產(chǎn)業(yè)轉(zhuǎn)型升級在就業(yè)結(jié)構(gòu)上的反映,總體而言符合現(xiàn)代經(jīng)濟(jì)發(fā)展規(guī)律。那么,和發(fā)達(dá)國家相比,我國制造業(yè)就業(yè)下降速度是快還是慢呢?
相較于勞動人口增長,全球制造業(yè)就業(yè)是一塊做不大的蛋糕。制造業(yè)更容易推動一國融入全球價值鏈,并創(chuàng)造出遠(yuǎn)超國內(nèi)市場的需求空間,是一國經(jīng)濟(jì)增長的關(guān)鍵引擎,也為數(shù)以億計的藍(lán)領(lǐng)提供了躋身中產(chǎn)的階梯。不過,由于技術(shù)進(jìn)步降低了勞動力需求,全球制造業(yè)就業(yè)占各類就業(yè)的比重從2000年的15.3%下降到2017年的14.4%?;趪H勞工組織數(shù)據(jù),我們發(fā)現(xiàn),盡管全球制造業(yè)就業(yè)在1991年-2018年間增長28%,但遠(yuǎn)低于同期全球總勞動人口(15歲以上參與就業(yè)的人口)43%的增幅,勞動者從事制造業(yè)的機(jī)會在下降。
制造業(yè)就業(yè)是一國制造業(yè)競爭力的綜合反映。新世紀(jì)頭十年,美國失去了570萬個制造業(yè)崗位,制造業(yè)就業(yè)基礎(chǔ)縮減近三分之一。此后,由于國內(nèi)能源成本降低和自動化生產(chǎn)技術(shù)滲透,美國制造業(yè)綜合競爭力出現(xiàn)反彈,2010年-2017年間新增近100萬個制造業(yè)崗位,汽車、金屬和機(jī)械行業(yè)尤為搶眼(Abel等,2019年)。在智能制造技術(shù)迭代加快的背景下,勞動力等要素成本高低已不是企業(yè)空間決策的唯一因素,一國的技術(shù)進(jìn)步速度只有快于要素成本上升速度,才能保持制造業(yè)比較優(yōu)勢,并將就業(yè)留在本國。在某種程度上,就業(yè)本身就是反映一國制造業(yè)競爭力的重要指標(biāo)。中國制造業(yè)就業(yè)占全球的比重從2003年的36.1%提高到2013年的38.5%,但2018年又下降到36.3%,這不只是要素成本提升的結(jié)果。
中國制造業(yè)就業(yè)在人均收入較低時較快下降。哈佛大學(xué)羅德里克教授在2018年出版的《貿(mào)易的真相》一書中重提發(fā)展中國家“過早去工業(yè)化”現(xiàn)象。他指出,發(fā)達(dá)國家制造業(yè)就業(yè)比重峰值在30%以上,其中德國在上世紀(jì)70年代曾接近40%。中國制造業(yè)就業(yè)比重在2012年就已現(xiàn)峰值(19.2%),比發(fā)達(dá)國家峰值水平低10個百分點(diǎn)以上。當(dāng)2017年中國制造業(yè)就業(yè)比重降為17.9%時,人均GDP為7329美元(2010年不變價美元,下同)。德國和日本制造業(yè)就業(yè)比重分別在2002年和2009年才降到中國目前水平,當(dāng)時兩國人均GDP都高于4萬美元。即使制造業(yè)就業(yè)比重峰值較低的美國和韓國,人均GDP達(dá)到3.3萬美元和1.9萬美元時,制造業(yè)就業(yè)比重才降到中國當(dāng)前水平。
中國制造業(yè)就業(yè)下降速度也頗為引人注目。中國制造業(yè)就業(yè)比重在2014年-2017年四年間下降了1.2個百分點(diǎn)。在中國制造業(yè)就業(yè)較快下降的背景下,近年來美國和韓國制造業(yè)就業(yè)比重略有提高,日本和德國則保持穩(wěn)定。若按近年趨勢,中國制造業(yè)就業(yè)比重將在2020年低于德國。
由于技術(shù)創(chuàng)新迭代、生產(chǎn)模式重構(gòu)和國際分工變化,僅用國際歷史數(shù)據(jù)比較判斷中國是否“過早去工業(yè)化”,難免有刻舟求劍之嫌。但就業(yè)結(jié)構(gòu)過快調(diào)整提醒我們,有必要辨析當(dāng)前就業(yè)結(jié)構(gòu)調(diào)整的可持續(xù)性。
(一)中西部地區(qū)就業(yè)有未充分工業(yè)化的隱憂
2008年開始,中西部地區(qū)加速承接?xùn)|部制造業(yè)轉(zhuǎn)移,2008年-2017年間年均新增121.3萬人制造業(yè)就業(yè)。但2013年后,中西部承接制造業(yè)就業(yè)增速明顯降低。安徽、河南、四川和重慶等我國勞動力輸出大省,雖然在2013年-2017年制造業(yè)新增就業(yè)排名中分列第1位、2位、7位和10位,但近四年四省制造業(yè)就業(yè)年均增加量較金融危機(jī)后的頭五年減少了105.2萬。如圖4所示,我國只有11?。ㄊ校┑闹圃鞓I(yè)就業(yè)比重高于17.9%的全國平均水平。除河南和江西外,其余中西部省份制造業(yè)就業(yè)比重都低于全國均值,但這些省市整體的制造業(yè)就業(yè)絕對規(guī)模和相對比重已出現(xiàn)下降。西部地區(qū)整體制造業(yè)就業(yè)比重甚至在只有10%左右的較低峰值后就開始下滑,呈現(xiàn)出“未充分工業(yè)化”的趨勢。
(二)勞動密集型服務(wù)業(yè)就業(yè)增長面臨不確定性
服務(wù)業(yè)已接替制造業(yè)成為新的“就業(yè)海綿”,但從細(xì)分行業(yè)來看,其可持續(xù)性不容樂觀。在2013年-2017年新增服務(wù)業(yè)就業(yè)中,勞動密集型服務(wù)業(yè)占61.2%,公共服務(wù)業(yè)占9.1%,高端服務(wù)業(yè)和單列的金融房地產(chǎn)業(yè)各占19.7%和10%。公共服務(wù)業(yè)就業(yè)在2008年金融危機(jī)后有較大幅度提高,但近年來增速趨緩,并不具備較大擴(kuò)容空間。隨著擴(kuò)張速度放慢,金融和房地產(chǎn)的就業(yè)增量近年已略有下降。高端服務(wù)業(yè)已是服務(wù)業(yè)中第二大就業(yè)來源,但年均新增就業(yè)不到勞動密集型服務(wù)業(yè)的三分之一,且不具備吸納大量中低端勞動力的能力。未來,勞動密集型服務(wù)業(yè)能繼續(xù)扮演就業(yè)發(fā)動機(jī)的角色嗎?
互聯(lián)網(wǎng)平臺經(jīng)濟(jì)所拉動的就業(yè)增長存有不確定性。平臺經(jīng)濟(jì)提高了服務(wù)業(yè)就業(yè)市場的配置效率,零工經(jīng)濟(jì)等新就業(yè)形態(tài)方興未艾,吸納了大批制造業(yè)流出的勞動力。例如,根據(jù)《2017年滴滴出行平臺就業(yè)研究報告》,2016年6月至2017年6月,共有2108萬人在滴滴平臺獲得收入,其中18.6%為去產(chǎn)能行業(yè)的職工。但一方面,許多互聯(lián)網(wǎng)企業(yè)仍處于虧損和燒錢階段,相關(guān)就業(yè)崗位有“虛高”的成分;另一方面,互聯(lián)網(wǎng)金融、網(wǎng)絡(luò)直播、網(wǎng)約車等行業(yè)都曾因?qū)捤傻谋O(jiān)管吸納大量就業(yè),但隨著監(jiān)管收緊,其就業(yè)增長的不確定性加大。
(三)服務(wù)貿(mào)易國際競爭力不強(qiáng)限制服務(wù)業(yè)就業(yè)增長
一個經(jīng)濟(jì)體的服務(wù)業(yè)就業(yè)比重是否可以逼近于100%?如果世間存在這樣不從事物質(zhì)生產(chǎn)的經(jīng)濟(jì)體,它必有能力形成很大的服務(wù)貿(mào)易順差,大到足以購買充足的農(nóng)產(chǎn)品和工業(yè)品。這對于一些擁有獨(dú)特資源的小型經(jīng)濟(jì)體而言是可能實(shí)現(xiàn)的,比如依賴旅游業(yè)的太平洋島國,或具備金融等商務(wù)服務(wù)優(yōu)勢的中國香港地區(qū)。對一個大型經(jīng)濟(jì)體而言,服務(wù)業(yè)就業(yè)比重的上限取決于其可貿(mào)易服務(wù)產(chǎn)品的國際競爭力,而這體現(xiàn)在服務(wù)貿(mào)易順差上。
由于服務(wù)業(yè)貿(mào)易尚處逆差狀態(tài),我國就業(yè)增長仍須依賴制造業(yè)的強(qiáng)健發(fā)展。我國服務(wù)業(yè)新增就業(yè)多集中在面向國內(nèi)消費(fèi)的生活性服務(wù)業(yè)。但只有當(dāng)制造業(yè)高度發(fā)達(dá)或(且)生產(chǎn)性服務(wù)業(yè)國際競爭力相當(dāng)強(qiáng)大時,一個經(jīng)濟(jì)體才能創(chuàng)造出足夠規(guī)模的生活性服務(wù)需求。2018年,我國服務(wù)業(yè)貿(mào)易出口額為2337億美元,進(jìn)口額則高達(dá)5242億美元,形成2915億美元的逆差。除旅行和交通,專利特許使用費(fèi)、金融和保險等生產(chǎn)性服務(wù)是發(fā)達(dá)國家最主要的服務(wù)出口,而中國這兩項服務(wù)的出口額只有美國的6.5%和3.8%。在中國能依靠科技和金融等生產(chǎn)性服務(wù)獲得足夠貿(mào)易順差前,國內(nèi)就業(yè)增長必須有堅實(shí)的制造業(yè)作為支撐。
雖然服務(wù)業(yè)成為我國就業(yè)增長新引擎,但保持制造業(yè)就業(yè)穩(wěn)定仍是穩(wěn)就業(yè)的關(guān)鍵。為此,我們提出三點(diǎn)思路性建議。
依靠“智能+”改造提升傳統(tǒng)制造業(yè)。應(yīng)對制造業(yè)要素成本優(yōu)勢弱化,必須以智能制造培育制造業(yè)新的比較優(yōu)勢。改造提升傳統(tǒng)制造業(yè)并不是簡單地用機(jī)器替代人,而應(yīng)通過拓展“智能+”來賦予制造業(yè)新生。要以工業(yè)互聯(lián)網(wǎng)打通需求信息、原料采購、智能制造、物流配送、消費(fèi)體驗等環(huán)節(jié),讓人、機(jī)、物在網(wǎng)絡(luò)化生產(chǎn)流程中高效互動,將勞動者的靈活性和自動化設(shè)備的高效率充分結(jié)合,實(shí)現(xiàn)從“機(jī)器換人”到“機(jī)器助人”,提升勞動者的生產(chǎn)效率,提高企業(yè)對定制化高附加值產(chǎn)品的柔性生產(chǎn)能力。
依靠完整的產(chǎn)業(yè)鏈提高中西部地區(qū)制造業(yè)就業(yè)。德國政府近期頒布的《國家工業(yè)戰(zhàn)略2030》指出,研發(fā)創(chuàng)新和工藝改進(jìn)能力須植根于生產(chǎn)的土壤,只有將制造、加工、研發(fā)和服務(wù)環(huán)節(jié)置于一個地理空間,才能保持或擴(kuò)大產(chǎn)業(yè)競爭優(yōu)勢,才能為本國勞動者提供多元化且充裕的就業(yè)選擇。這是德國制造業(yè)就業(yè)穩(wěn)定的重要原因。我國應(yīng)進(jìn)一步推動全國統(tǒng)一大市場建設(shè),完善中西部地區(qū)營商環(huán)境,發(fā)揮完整產(chǎn)業(yè)鏈帶來的綜合優(yōu)勢,促進(jìn)制造業(yè)在國內(nèi)跨區(qū)轉(zhuǎn)移中實(shí)現(xiàn)產(chǎn)業(yè)升級,避免制造企業(yè)大規(guī)模、成產(chǎn)業(yè)鏈地跨境外流,從而提高中西部地區(qū)的工業(yè)化水平和制造業(yè)就業(yè)比重。
依靠產(chǎn)教融合形成制造業(yè)人力資本紅利。在同樣的薪酬待遇下,年輕一代勞動者偏愛工作靈活性更高的勞動密集型服務(wù)業(yè)。在2018年270萬美團(tuán)外賣騎手中,擁有大學(xué)文憑的騎手比例就高達(dá)15%。過多新生代勞動者進(jìn)入低端服務(wù)業(yè),不僅限制了勞動者再就業(yè)能力和職業(yè)上升空間,也導(dǎo)致中高端制造業(yè)的勞動力供給短缺。為此,要支持企業(yè)和社會力量興辦職業(yè)教育,加快產(chǎn)教融合實(shí)訓(xùn)基地建設(shè),重點(diǎn)開展訂單式培訓(xùn)、定向培訓(xùn),以“干中學(xué)”的模式培養(yǎng)中高端制造業(yè)所需要的高技能勞動力,提高制造業(yè)就業(yè)的含金量和從業(yè)者收入,從而提升制造業(yè)就業(yè)的吸引力。
(作者卓賢為國務(wù)院發(fā)展研究中心研究員、發(fā)展部研究室主任、黃金為北京交通大學(xué)經(jīng)管學(xué)院碩士生,本文觀點(diǎn)不代表作者所在機(jī)構(gòu)意見;編輯:蘇琦)