孟 浩,張美莎

(西安交通大學 經濟與金融學院,陜西 西安 710061)

新技術的產生能否導致失業(yè)率上升是經濟學界長期以來爭論的話題之一。人工智能與機器人技術在推動經濟發(fā)展的同時,也加速了“機器代人”的進程,給勞動力就業(yè)市場帶來前所未有的挑戰(zhàn)[1]。麥肯錫全球研究院2017年發(fā)布的《失業(yè)與就業(yè):自動化時代的勞動力轉型》報告指出,到2030年,全球將有多達8億人的工作崗位可能被自動化的機器人取代。當前已有越來越多的人開始擔心自己的工作是否會被人工智能技術取代,或者只能在人工智能的“夾縫”中生存?！胺€(wěn)就業(yè)”是經濟社會發(fā)展目標的體現(xiàn),也是經濟工作的底線所在。2019年國務院印發(fā)的《關于進一步做好穩(wěn)就業(yè)工作的意見》指出,要“堅持把穩(wěn)就業(yè)擺在更加突出位置”“做實就業(yè)優(yōu)先政策”;2020年的《政府工作報告》也提出要“優(yōu)先穩(wěn)就業(yè)保民生”,明確了“穩(wěn)就業(yè)”在“六穩(wěn)”中的基礎作用?？梢哉f,在人工智能快速發(fā)展的背景下,如何破解“機器代人”難題、實現(xiàn)“穩(wěn)就業(yè)”目標已經成為當前亟待解決的重大課題。

自2013年工信部發(fā)布《關于推進工業(yè)機器人產業(yè)發(fā)展的指導意見》以來,中國政府相關部門先后發(fā)布了《新一代人工智能發(fā)展規(guī)劃》《促進新一代人工智能產業(yè)發(fā)展三年行動計劃》《新一代人工智能治理原則——發(fā)展負責任的人工智能》《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設工作指引》等一系列層層推進的配套指導文件,逐步將人工智能發(fā)展上升至國家戰(zhàn)略高度。國際機器人聯(lián)合會(IFR)統(tǒng)計數(shù)據(jù)顯示,2010—2019年,中國工業(yè)機器人平均安裝量占全球總安裝量的29.34%;2013年中國成為全球工業(yè)機器人安裝數(shù)量最多的國家(見圖1)。作為一個人口規(guī)模龐大的轉型經濟體,人工智能發(fā)展對中國就業(yè)的影響將比其他國家更具代表性和深遠性。然而,現(xiàn)有關于人工智能與就業(yè)的研究主要集中于歐美等發(fā)達經濟體,針對發(fā)展中國家尤其是轉型經濟體的經驗研究較為匱乏。近年來,一些學者從理論層面分析了人工智能對中國勞動力就業(yè)需求、勞動力生產率、勞動力工資、結構性失業(yè)的影響機制[2-3];還有少數(shù)學者基于中國地區(qū)和行業(yè)層面探討了人工智能對勞動力就業(yè)需求影響的總體效應、結構效應及轉移效應,為人工智能對就業(yè)需求的影響提供了宏觀層面的經驗證據(jù)[4-6]。從現(xiàn)有研究來看,當前關于人工智能對中國勞動力就業(yè)需求的影響主要集中于思辨式的理論分析和宏觀層面的實證檢驗,鮮有文獻從微觀企業(yè)視角進行系統(tǒng)性的實證研究,僅王永欽等[7-8]利用制造業(yè)上市公司數(shù)據(jù)檢驗了人工智能對中國制造業(yè)勞動力就業(yè)市場的影響,但其研究樣本局限于制造業(yè)企業(yè),未能反映人工智能對服務業(yè)企業(yè)勞動力需求的影響。此外,從勞動力結構來看,當前低技能勞動力在中國勞動力市場中仍占據(jù)主導地位,而人工智能技術需要具備人機協(xié)作能力的技能型、復合型和專門型人才,技術與技能的不匹配必然導致技能勞動力重組,盡管現(xiàn)有文獻分析了人工智能對勞動力就業(yè)需求的結構性差異,但尚未揭示人工智能對不同技能勞動力需求的內在影響機制。

圖1 2010—2019年主要國家工業(yè)機器人安裝量

本文的邊際貢獻主要有以下兩方面:一是采用企業(yè)層面的微觀數(shù)據(jù),利用雙重差分法(DID)系統(tǒng)研究了人工智能對不同技能勞動力就業(yè)需求的影響效果及作用渠道,豐富了人工智能與就業(yè)的相關理論,同時也為其提供了微觀層面的經驗證據(jù)。二是從企業(yè)產權性質、行業(yè)性質、區(qū)域差異三個維度考察了人工智能對技能勞動力需求的非對稱影響,有助于進一步揭示新一代人工智能技術變革對就業(yè)需求的影響機制,為政府制定差異化的人工智能產業(yè)政策提供啟示。

一、文獻綜述與研究假設

(一)人工智能對勞動力需求的影響

人工智能主要通過就業(yè)替代效應和就業(yè)創(chuàng)造效應影響勞動力市場需求。就業(yè)替代效應的作用機制主要表現(xiàn)為:當采用人工智能技術的成本相對勞動力更具比較優(yōu)勢時,企業(yè)會選擇使用新技術來提高生產效率,導致部分勞動力崗位被人工智能技術取代,特別是重復性強、創(chuàng)造性和情感交互性弱的工作崗位[9-11]。就業(yè)創(chuàng)造效應的作用機制主要體現(xiàn)在三個方面:一是人工智能技術有利于降低企業(yè)生產自動化任務成本,生產成本的下降增加了企業(yè)生產利潤,促使企業(yè)擴大生產規(guī)模,提升了非自動化任務中的勞動力需求。二是人工智能技術在替代部分勞動崗位的同時,能夠創(chuàng)造新型任務,進而衍生出新的就業(yè)崗位,如“培訓師”(培訓人工智能系統(tǒng))、“解釋者”(向客戶傳達和解釋人工智能系統(tǒng)的輸出)和“維持者”(監(jiān)控人工智能系統(tǒng)的性能,包括它們對現(xiàn)行道德標準的遵守情況)等,進而增加勞動力市場的相對需求量。三是人工智能技術在降低企業(yè)成本的同時,使得消費者購買受自動化技術影響的相關商品和服務的價格下降,變相提升了消費者的實際購買力,促使消費者對其他行業(yè)產品和服務的消費增加,進而引致相關行業(yè)不斷擴大生產規(guī)模,產生更多的就業(yè)崗位。

從上述人工智能對就業(yè)影響的作用路徑來看,就業(yè)創(chuàng)造效應相比于就業(yè)替代效應更為豐富,但創(chuàng)造效應的實現(xiàn)存在以下現(xiàn)實障礙:一是勞動力從現(xiàn)有工作崗位轉向新工作崗位過程中難以實現(xiàn)無縫對接,人工智能技術發(fā)展加快了同質產品更新?lián)Q代速度,部分老企業(yè)因缺乏相關技術設備無法生產新產品,只能通過降低生產規(guī)模、裁員等方式規(guī)避風險,進而降低對勞動力的需求,而新企業(yè)無法快速進入投資生產階段產生新就業(yè)崗位,短期內無法無摩擦實現(xiàn)勞動要素的重置,從而出現(xiàn)勞動力需求的空窗期。二是人工智能技術產生的新任務要求勞動者擁有新技能,當前勞動力擁有的技能水平無法與新技術產生的新任務相匹配時,必然減緩就業(yè)結構調整進程。人工智能對勞動力就業(yè)需求影響的最終結果取決于替代效應和創(chuàng)造效應的相對大小?；诖?本文提出以下假設:

假設1a:就業(yè)替代效應高于就業(yè)創(chuàng)造效應時,人工智能技術會降低企業(yè)勞動力就業(yè)總需求。

假設1b:就業(yè)替代效應低于就業(yè)創(chuàng)造效應時,人工智能技術會提升企業(yè)勞動力就業(yè)總需求。

(二)人工智能對就業(yè)結構的影響

人工智能技術對就業(yè)的替代效應和創(chuàng)造效應在不同技能勞動力間存在不對稱性。技能偏向型技術進步(SBTC)理論為分析人工智能對技能需求模式的影響提供了一個總體框架[12-13]。該分析框架將勞動力分為高技能和低技能兩類,在替代效應中,人工智能替代可預測的、程序性的低技能工作崗位,降低相應的勞動力需求;在創(chuàng)造效應中,生產價格降低、勞動生產率提升導致的生產規(guī)模擴張增加了低技能勞動力需求,同時物化于機器人中的技術升級衍生出更適合高技能勞動者的新型崗位。在許多情況下,人工智能不一定會引致失業(yè),而是會改變公司的技能需求模式[14]。總的來說,人工智能對不同技能勞動力的需求大小取決于上述兩種效應的綜合作用結果。

基于上述分析框架,現(xiàn)有文獻采用不同國家的經驗數(shù)據(jù)分析了人工智能對不同技能勞動力就業(yè)需求的影響。Acemoglu等[11]基于美國勞動力市場的研究發(fā)現(xiàn),人工智能技術對技能勞動力的就業(yè)需求存在顯著的兩極化現(xiàn)象,具體表現(xiàn)為勞動力市場對高、低技能勞動力需求的增加和中技能勞動力需求的減少。Bughin等[15]預測到2030年人工智能應用將促使13%左右的社會總收入由從事重復性工作的低技能崗位轉移至創(chuàng)造性工作的高技能崗位,低技能勞動收入份額將從33%下降至20%。王永欽等[7]基于制造業(yè)的數(shù)據(jù)研究表明,中國制造業(yè)行業(yè)中高技能崗位和低技能崗位就業(yè)增加,中等技能崗位需求減少。可見,人工智能應用會減少中等技能員工需求、增加高技能和低技能勞動力需求已成為一種全球性趨勢。有關這種現(xiàn)象最具代表性的解釋是,人工智能本質上是自動化和信息化技術的變革與升級,主要替代沒有情感性的程序化和常規(guī)化任務,而多數(shù)中等技能勞動者恰好承擔此類勞動分工?；谏鲜龇治?本文提出以下假設:

假設2:人工智能對高技能和低技能勞動力以就業(yè)創(chuàng)造為主,對中等技能勞動力以就業(yè)替代為主。

二、模型設定、研究方法與數(shù)據(jù)來源

(一)識別策略與模型設定

本文的研究目的在于考察人工智能對不同技能勞動力的影響。由于人工智能技術能夠替代部分勞動力就業(yè)崗位,可將企業(yè)“采用人工智能”作為準自然實驗,剝離這部分因素對勞動力就業(yè)的影響。具體地,本文從人工智能企業(yè)識別的技術維度、產品和行業(yè)維度出發(fā),采用《中國人工智能發(fā)展報告2018》提供的涵蓋“人工智能、機器學習、自然語言處理、計算機視覺、人臉識別、圖像識別、語音識別、語義搜索、語義網絡、文本分析、虛擬助手、視覺搜索、預測分析、智能系統(tǒng)、智能機器人、智能駕駛、無人機、AI+”等一系列人工智能相關術語作為關鍵詞,利用Python網絡爬蟲技術分別在各個企業(yè)經營范圍及會計報表附注、企業(yè)公告內容中進行文本檢索與匹配。若企業(yè)在t年涉及1個或多個人工智能相關關鍵詞業(yè)務,則表示該企業(yè)在t年被識別為人工智能相關企業(yè);反之,則為非人工智能企業(yè)。本文識別的人工智能企業(yè)包含兩類:一是主要從事人工智能產品研發(fā)、生產與制造的企業(yè)。二是將人工智能產品和技術應用到生產經營等業(yè)務流程中的企業(yè)。具體的模型設定如下:

laborit=β0+β1(AIi×Yeart)+β2Xit+θi+ηt+εit

(1)

式(1)中,i代表企業(yè),t代表年份;AIi為人工智能;Yeart為企業(yè)采用人工智能技術的年份。本文的核心解釋變量是AIi×Yeart,β1是重點關注的系數(shù),代表企業(yè)采用人工智能技術對勞動力需求的替代彈性;核心被解釋變量是laborit,其中,企業(yè)的總體勞動力需求采用企業(yè)員工總數(shù)的自然對數(shù)衡量,同時參照Haltiwanger等[16]的研究,按照受教育程度對勞動力技能進行劃分,擁有大專及以上學歷的勞動力視為高技能勞動者,擁有高中、中專、高職、初中學歷的勞動力視為中等技能勞動力,小學及以下受教育者視為低技能勞動力。Xit為影響企業(yè)勞動力就業(yè)的其他因素,主要包括企業(yè)成立年限、企業(yè)資產規(guī)模、營業(yè)收入、研發(fā)投入及資本投入強度等;θi和ηt分別為城市固定效應和時間固定效應;εit為隨機誤差項。

(二)數(shù)據(jù)來源及變量定義

本文以2000—2019年中國上市公司的數(shù)據(jù)為樣本,探討采用人工智能技術對勞動力就業(yè)需求的影響效果及機制。其中,企業(yè)員工從業(yè)人數(shù)、員工受教育程度及員工類別數(shù)據(jù)來源于WIND數(shù)據(jù)庫中的股票數(shù)據(jù)瀏覽器;企業(yè)成立年限、企業(yè)資產規(guī)模、營業(yè)收入、研發(fā)投入及資本投入強度等涉及企業(yè)層面的控制變量來自于CSMAR數(shù)據(jù)庫中的公司研究系列數(shù)據(jù)及WIND數(shù)據(jù)庫。具體的變量定義如表1所示。

表1 主要變量定義

(三)變量的描述性統(tǒng)計

表2為變量的描述性統(tǒng)計結果。從中可以看出,識別為采用人工智能企業(yè)(did)的均值為0.102,這表明樣本中10.2%的企業(yè)屬于實驗組,即當前上市公司中采用人工智能技術的企業(yè)比例為10.2%。從勞動力技能類型來看,高技能勞動力(h-labor)、中技能勞動力(m-labor)和低技能勞動力(l-labor)占員工總量比重的均值分別為0.171、0.345、0.283,這表明中等技能和低技能勞動力依然是現(xiàn)階段中國勞動力市場的主要組成部分。

表2 變量的描述性統(tǒng)計結果

三、實證結果分析

(一)基準回歸結果

表3報告了人工智能對勞動力就業(yè)需求影響的基準回歸結果,模型(1)—(4)只控制了企業(yè)個體固定效應和年份固定效應,模型(5)—(8)為加入企業(yè)層面控制變量后的回歸結果。鑒于未加入控制變量的簡約式回歸與加入控制變量后的基準回歸結果基本一致,且加入控制變量后的回歸結果能夠更真實地反映人工智能對勞動力需求的影響效果,本文主要針對基準回歸結果進行分析。模型(5)為企業(yè)采用人工智能技術對總體勞動力就業(yè)需求的影響。結果顯示,與對照組企業(yè)(未識別為人工智能企業(yè))相比,實驗組企業(yè)(識別為人工智能企業(yè))對勞動力總體就業(yè)需求出現(xiàn)更大幅度的下降,并通過了1%的顯著性水平檢驗,這意味著現(xiàn)階段人工智能技術應用總體上降低了勞動力需求,假設1a得到驗證,即短期來看人工智能對中國勞動力市場的就業(yè)替代效應大于就業(yè)創(chuàng)造效應。模型(6)—(8)為進一步按教育水平劃分的勞動力技能回歸結果,從交互項(did)的系數(shù)大小及方向來看,人工智能技術對高技能、低技能勞動力的需求上升,而對中等技能的勞動力需求下降,導致勞動力就業(yè)結構需求整體上表現(xiàn)為“兩極化”現(xiàn)象,假設2得到驗證。

表3 基準回歸結果

(二)DID設定的有效性及穩(wěn)健性檢驗

1.預期效應

為檢驗是否存在預期效應,本文在基準模型(1)的基礎上加入AIi×Yeart-1。其中,Yeart-1表示企業(yè)采用人工智能技術前一年的啞變量,若AIi×Yeart-1交互項的系數(shù)顯著不為0,則意味著在企業(yè)使用人工智能技術之前,已經存在其他原因影響勞動力就業(yè)需求。這表明上文的結果是有偏的,DID模型中控制組和處理組的結果變量在采用人工智能技術之前不具有可比性。從表4的回歸結果來看,AIi×Yeart-1的系數(shù)不顯著,表明在企業(yè)使用人工智能技術之前,勞動力就業(yè)需求并沒有發(fā)生明顯變化,即企業(yè)“采用人工智能”行為具有較強的外生性。

表4 DID設定的有效性及穩(wěn)健性檢驗結果

2.安慰劑檢驗

為檢驗上述估計結果的穩(wěn)健性,本文進行了安慰劑檢驗。基本思路是在企業(yè)采用人工智能技術之前,對照組和實驗組樣本的勞動力就業(yè)需求并沒有顯著異質性,反之則說明可能存在影響上文結果的潛在因素。具體來講,只選取企業(yè)未采取人工智能技術之前的數(shù)據(jù)進行處理,并假定企業(yè)采取人工智能技術的年份提前2年,重新對所選取的樣本進行DID模型的實證檢驗。從表4的實證結果來看,交互項的系數(shù)didan不顯著,說明不存在或可忽略影響上文結果的潛在因素。

3.控制產業(yè)時間趨勢

企業(yè)勞動力需求變化可能受到其所在行業(yè)某些觀測不到的特定產業(yè)因素的影響,因此不同行業(yè)中企業(yè)勞動力需求變化的時間趨勢可能存在差異,這可能引致處理組與對照組的結果變量會隨不同的路徑發(fā)生變化,導致估計結果可能存在有偏性。為處理這一問題,本文借鑒Liu等[17]的研究,將產業(yè)特定的線性時間趨勢納入基準模型中進行估計,回歸結果見表4。在控制產業(yè)時間趨勢項后交叉項(did)的結果與前文基本一致,這表明未觀測到的行業(yè)特定因素并未影響本文的核心結論。

(三)影響機制

人工智能技術的應用有利于降低生產自動化任務成本,企業(yè)生產成本的下降促使企業(yè)生產利潤增加,生產規(guī)模擴大,進而提升了非自動化任務中的勞動力需求;同時產品價格下降提升了消費者的實際購買力,促使產業(yè)鏈上下游行業(yè)擴大生產規(guī)模,進一步增加了勞動力需求?；诖?本文推測人工智能技術可能通過企業(yè)生產規(guī)模擴張途徑影響企業(yè)勞動力就業(yè)需求。借鑒王永進等[18]的做法,本文采用企業(yè)銷售額增長率來衡量企業(yè)生產規(guī)模擴張(scale),同時引入三重交互項scale×AIi×Yeart,構建以下回歸模型來驗證企業(yè)規(guī)模擴張是否是影響人工智能與勞動力就業(yè)的機制:

Laborit=β0+β1(AIi×Yeart)+β2(scale×AIi×Yeart)+β3Xit+θi+ηt+εit

(2)

式(2)中,三重交互項scale×AIi×Yeart是本文關注的核心解釋變量,若交互項系數(shù)β2顯著為正,則意味著企業(yè)規(guī)模擴張是人工智能促進勞動力需求的機制;反之,則意味著企業(yè)規(guī)模擴張不是人工智能促進勞動力需求的機制。表5報告了企業(yè)規(guī)模擴張效應的回歸結果,從中可以看出,在全樣本中,三重交互項scale×AIi×Yeart的系數(shù)顯著為正,這表明企業(yè)規(guī)模擴張效應能夠增加勞動力總體就業(yè)需求,在一定程度上抑制了人工智能對勞動力的替代作用。進一步基于勞動力技能結構的回歸結果表明,三重交互項scale×AIi×Yeart的系數(shù)僅在低技能勞動力就業(yè)樣本中顯著,在高技能、中技能勞動力樣本中不顯著,即企業(yè)規(guī)模擴張引致的就業(yè)創(chuàng)造效應主要增加了低技能勞動力的需求。

表5 影響渠道回歸結果:規(guī)模擴張和技術升級

此外,隨著人工智能與機器人技術在生產和服務領域中的廣泛應用,物化于機器人中的技術升級能夠不斷創(chuàng)造出與新技術相匹配的新崗位,進而增加勞動力就業(yè)需求。因此,筆者推測人工智能可能通過技術升級渠道影響企業(yè)勞動力就業(yè)需求。具體地,本文借鑒岳文等[19]的做法,采用企業(yè)全要素生產率來衡量企業(yè)技術升級效果(tfp),同時引入三重交互項tfp×AIi×Year,構建以下回歸模型來驗證技術升級是否是影響人工智能與勞動力就業(yè)的機制:

Laborit=β0+β1(AIi×Yeart)+β2(tfp×AIi×Yeart)+β3Xit+θi+ηt+εit

(3)

式(3)中,三重交互項tfp×AIi×Year是本文關注的核心解釋變量,若交互項系數(shù)β2顯著為正,則意味著技術升級是人工智能促進勞動力就業(yè)需求的渠道;反之,則意味著技術升級效應會抑制勞動力就業(yè)。表5同時報告了企業(yè)技術升級效應的回歸結果,從中可以看出,在全樣本中,三重交互項tfp×AIi×Year的系數(shù)顯著為負,這表明企業(yè)技術升級效應會降低勞動力總體就業(yè)需求,加劇了人工智能對勞動力的替代作用。進一步基于勞動力技能結構的回歸結果發(fā)現(xiàn),三重交互項tfp×AIi×Year的系數(shù)在高技能勞動力就業(yè)樣本中顯著為正,在中技能勞動力就業(yè)樣本中顯著為負,在低技能勞動力就業(yè)樣本中不顯著。換言之,物化于機器人中的技術升級引致的就業(yè)創(chuàng)造效應主要增加了高技能勞動力的需求,同時降低了中技能勞動力就業(yè)需求。

五、進一步分析

(一)微觀視角:企業(yè)所有權性質分組回歸

從計劃經濟體制向市場經濟體制轉型過程中,所有制結構決定了不同產權企業(yè)的生產目標函數(shù)不同。相比于民營企業(yè),以社會福利最大化為目標函數(shù)的國有企業(yè)往往受到更多預算軟約束限制,在經濟社會中承擔著“穩(wěn)就業(yè)”的主要責任。這就導致國有企業(yè)即使大規(guī)模地采用人工智能技術,也依然無法在短期內大量裁員,而民營企業(yè)以利潤最大化為目標函數(shù),在企業(yè)用工制度更為靈活,解除勞務關系的成本也相對較低。考慮到人工智能對不同產權性質企業(yè)勞動力就業(yè)的需求可能存在顯著異質性,本文根據(jù)企業(yè)產權性質將樣本分為國有企業(yè)和非國有企業(yè)兩組進行分析,具體的回歸結果見表6。結果表明,人工智能對勞動力的就業(yè)替代效應主要表現(xiàn)在非國有企業(yè)。基于勞動力技能分類的結果發(fā)現(xiàn),在國有企業(yè)中,人工智能對高技能勞動力需求增加,對中技能、低技能勞動力需求無明顯影響,并未出現(xiàn)與歐美等發(fā)達經濟體類似的就業(yè)兩極化現(xiàn)象。而在非國有企業(yè)中,人工智能對高、低技能勞動力需求增加,對中等技能勞動力需求減少,與現(xiàn)有發(fā)達經濟體的實證研究結論相吻合。究其原因,可能在于國有企業(yè)受制于企業(yè)用工制度的約束,一方面解除勞動力的成本較高;另一方面承擔著更多的“穩(wěn)就業(yè)”責任,導致其現(xiàn)有就業(yè)規(guī)模無法反映真實的勞動力就業(yè)需求。

表6 企業(yè)所有權性質分組結果

(二)中觀視角:不同行業(yè)分組回歸

企業(yè)勞動力需求變化可能受到其所在行業(yè)特定產業(yè)因素的影響,因此人工智能技術對不同行業(yè)企業(yè)的勞動力需求變化可能存在不對稱性。Dauth等[20]基于德國勞動力市場的研究發(fā)現(xiàn),人工智能應用減少了制造業(yè)常規(guī)性勞動崗位的需求,但同時增加了服務業(yè)非常規(guī)性勞動力需求。為驗證人工智能對不同行業(yè)勞動力就業(yè)需求是否存在異質性,本文根據(jù)企業(yè)所屬行業(yè)性質將樣本劃分成制造業(yè)和服務業(yè)兩組分別進行回歸分析,具體的回歸結果見表7。從全樣本來看,人工智能對勞動力的就業(yè)需求在制造業(yè)與服務業(yè)間存在異質性,人工智能對勞動力的就業(yè)替代效應主要存在于制造業(yè)企業(yè)。從勞動力技能的分類結果來看,在服務業(yè)企業(yè)中,人工智能對高技能和中技能勞動力需求增加,對低技能勞動力需求無明顯影響,并未出現(xiàn)與歐美等發(fā)達經濟體類似的就業(yè)雙極化現(xiàn)象;而在制造業(yè)企業(yè)中,人工智能對高、低技能勞動力需求增加,對中技能勞動力需求減少,與現(xiàn)有發(fā)達經濟體的實證研究結論相吻合。究其原因,一方面可能主要在于服務業(yè)中的大多崗位屬于情感類的非常規(guī)任務,制造業(yè)中多數(shù)崗位屬于常規(guī)性生產任務,而人工智能技術主要替代的是常規(guī)性任務崗位;另一方面可能是因為部分勞動力從制造業(yè)轉移到服務業(yè)中,導致服務業(yè)勞動力需求增多。

表7 不同行業(yè)分組回歸結果

(三)宏觀視角:不同區(qū)域分組回歸

在分析人工智能對勞動力就業(yè)結構影響時,區(qū)域差異是不容忽視的一個關鍵因素。例如,北上廣深等人工智能技術應用較為廣泛的地區(qū),面對先進設備投資的大規(guī)模增長及持續(xù)創(chuàng)新產生的新型任務,對高技能勞動力需求急劇增長。相反,在西北地區(qū)等人工智能發(fā)展程度較低的地區(qū),囿于經濟條件匱乏及產業(yè)結構的低級化,勞動力就業(yè)結構以中、低技能勞動力為主,很難吸引高技能人才流入。為研究人工智能對勞動力就業(yè)需求影響的區(qū)域異質性,本文將所有企業(yè)按其地理位置分為東部、中部、西部3個區(qū)域(中國香港、澳門、臺灣除外),其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西;西部地區(qū)包括四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。從表8的回歸結果來看,人工智能對就業(yè)的替代效應主要存在于東部地區(qū),對中、西部地區(qū)的整體就業(yè)需求無顯著影響,可能原因在于當前人工智能技術主要集中在上海、深圳、廣州、江蘇等東部省份。從勞動力技能結構來看,人工智能的應用提升了東部地區(qū)高技能勞動力需求,中部地區(qū)高技能、低技能勞動力需求以及西部地區(qū)中技能勞動力需求;降低了東部地區(qū)中、低技能勞動力需求。其原因可能在于人工智能在東部地區(qū)的應用替代了常規(guī)性的中技能勞動崗位,增加了高、低技能勞動力的需求,但東部地區(qū)過高的生活成本對低技能勞動力產生擠出效應,最終導致東部地區(qū)部分中、低技能勞動力轉移到中、西部地區(qū),這與當前勞動力回流現(xiàn)象相一致。

表8 不同區(qū)域分組回歸結果

六、結論與政策啟示

人工智能技術作為新一輪技術革命的核心驅動力,是建設制造強國、發(fā)展先進制造業(yè)、促進產業(yè)結構升級的關鍵途徑。然而,人工智能技術的快速發(fā)展加速了“機器代人”的進程,勢必會對實現(xiàn)“穩(wěn)就業(yè)”目標造成不可避免的沖擊。在人工智能快速發(fā)展的背景下,如何實現(xiàn)“穩(wěn)就業(yè)”目標已經成為當前亟待攻克的重大課題?；诖?本文在一個準自然實驗的框架下,以中國上市公司2010—2019年員工就業(yè)數(shù)據(jù)為樣本,采用雙重差分法系統(tǒng)研究了人工智能對不同技能勞動力就業(yè)需求的影響效果及作用機制。主要研究結論如下:(1)人工智能降低了現(xiàn)階段企業(yè)勞動力的總體需求,即當前人工智能的就業(yè)替代效應大于就業(yè)創(chuàng)造效應。(2)人工智能對勞動力就業(yè)需求的影響具有顯著的結構性特征,人工智能顯著提升了對高技能和低技能勞動力的就業(yè)需求,降低了對中技能勞動力的就業(yè)需求。(3)從作用機制來看,人工智能通過企業(yè)生產規(guī)模擴張途徑增加了低技能勞動力就業(yè)需求,通過技術升級途徑提升了高技能勞動力的就業(yè)需求,降低了中技能勞動力就業(yè)需求。(4)進一步研究發(fā)現(xiàn),人工智能對勞動力的就業(yè)替代效應在民營企業(yè)、制造業(yè)企業(yè)及東部地區(qū)企業(yè)中更為明顯。本文的研究結論為厘清人工智能對就業(yè)需求的影響及政府制定人工智能產業(yè)政策提供了理論依據(jù)和政策參考,結合上述研究結論,可以得到以下政策啟示:

第一,針對不同人群制定差異化的就業(yè)促進和社會保障政策。首先,加大中、低技能群體職業(yè)技能培訓投入及教育經費投入,特別是加強在崗職工、失業(yè)人員的專業(yè)技能培訓,幫助其快速適應勞動力市場變化的新需求;強化就業(yè)服務體系建設,提高勞動力市場信息的透明度,減少摩擦性失業(yè),加快勞動力就業(yè)轉移和結構調整進程。其次,加快人工智能專業(yè)人才隊伍建設,優(yōu)化和調整智能制造學科體系,以應對人工智能技術對高技能勞動力的巨大需求;以培育新興產業(yè)創(chuàng)造就業(yè)機會、提升勞動力素質適應高技能崗位為重點,培育具有較強創(chuàng)新能力、高度理解運用能力、能夠解決核心技術問題的高素質人才,增強我國人工智能技術的競爭能力和創(chuàng)新能力。

第二,結合各地實際情況,制定差異化的人工智能產業(yè)政策。東部地區(qū)應繼續(xù)提升人工智能應用水平,大力支持國產人工智能產品的研發(fā),積極發(fā)展新興產業(yè)和新型業(yè)態(tài),放大人工智能和機器人對就業(yè)的創(chuàng)造效應。由于采用了人工智能,旨在通過將制造業(yè)從東部轉移到中西部地區(qū)來改善中西部地區(qū)大量低技能工人就業(yè)的政策效果會逐漸減弱,為適應技術自動化的進程,中西部城市一方面應逐步推進產業(yè)結構升級,增加基礎性就業(yè)崗位,吸納東部地區(qū)轉移的中低技能勞動力;另一方面要加快促進人工智能技術應用的相關制度建設和人才建設,為人工智能未來在中西部地區(qū)的應用提供條件。