——基于行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新視角"/>
制造業(yè)是實體經(jīng)濟的重要基礎(chǔ)。《“十四五”就業(yè)促進規(guī)劃》指出,要全面增強就業(yè)吸納能力,促進制造業(yè)高質(zhì)量就業(yè)和提高從業(yè)人員收入水平。歷年統(tǒng)計年鑒有關(guān)數(shù)據(jù)表明,我國制造業(yè)就業(yè)人數(shù)在2014年達到1.03億峰值后的增長率逐年下降,2015—2019年連續(xù)出現(xiàn)負增長。分崗位看,從事生產(chǎn)、設(shè)備操作等一線崗位的員工所占比重下降明顯;分行業(yè)看,勞動密集型行業(yè)就業(yè)彈性從2015年開始持續(xù)表現(xiàn)為產(chǎn)值增加對就業(yè)的擠出,資本密集型行業(yè)存在勞動力吸納空間,技術(shù)密集型行業(yè)只有極其有限的勞動力吸納能力;分區(qū)域看,中、西部省份承接制造業(yè)就業(yè)增速明顯下降,2017年除河南省、江西省外,其余省份制造業(yè)就業(yè)比重均低于全國均值。由此可見,制造業(yè)正在發(fā)生的行業(yè)結(jié)構(gòu)調(diào)整引發(fā)了就業(yè)水平的波動,細分行業(yè)的勞動力吸納能力呈現(xiàn)出不同的變化趨勢。同時,受國際間分工格局變化、區(qū)域間產(chǎn)業(yè)梯度轉(zhuǎn)移和勞動力市場分割等因素的影響,不同區(qū)域間的制造業(yè)分工格局變動也同樣引起了就業(yè)結(jié)構(gòu)更為復(fù)雜的變化。
德育課其實是一門促進學(xué)生形成正確世界觀、人生觀和價值觀的課程,是學(xué)生生動活潑地主動參與探究從而獲得人生經(jīng)驗或指導(dǎo)思想的課程,是一門真正關(guān)注個人全面發(fā)展的課程。教師在進行教學(xué)設(shè)計時要充分利用中職生的觸覺型與合作型學(xué)習(xí)風(fēng)格特點,發(fā)揮學(xué)生學(xué)習(xí)潛能。
制造業(yè)轉(zhuǎn)型升級所引發(fā)的行業(yè)和區(qū)域結(jié)構(gòu)變化,必然引起就業(yè)結(jié)構(gòu)的變動。一方面,我國制造業(yè)發(fā)展必須堅持創(chuàng)新驅(qū)動戰(zhàn)略,不斷推進工業(yè)現(xiàn)代化,在產(chǎn)業(yè)鏈上不斷由中低端邁向中高端;另一方面,面對當(dāng)前就業(yè)形勢的嚴峻性,就業(yè)是最大的民生,也是我國“六穩(wěn)”“六保”之首。因此,就業(yè)優(yōu)先與推進制造業(yè)高質(zhì)量發(fā)展必須統(tǒng)籌推進、形成良性循環(huán),而準(zhǔn)確把握制造業(yè)勞動力需求和就業(yè)吸納能力的結(jié)構(gòu)性變化,是提升制造業(yè)就業(yè)質(zhì)量的關(guān)鍵所在。
克拉克定理和庫茲涅茨產(chǎn)業(yè)結(jié)構(gòu)論關(guān)于工業(yè)化過程中產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)變動的一般規(guī)律,揭示了因三次產(chǎn)業(yè)的產(chǎn)品需求收入彈性和投資報酬差異導(dǎo)致各部門相對收入不同,進而引起勞動力轉(zhuǎn)移。錢納里—塞爾昆就業(yè)結(jié)構(gòu)轉(zhuǎn)換滯后理論和劉易斯二元經(jīng)濟理論則闡明了部門間因發(fā)展水平不同而影響就業(yè)結(jié)構(gòu)轉(zhuǎn)換的一般規(guī)律,對發(fā)展中國家更具現(xiàn)實意義。囤積在發(fā)展中國家低發(fā)展水平部門的剩余勞動力,因收入差距被不斷吸收到高發(fā)展水平部門,從而往往表現(xiàn)出工業(yè)化進程中就業(yè)結(jié)構(gòu)轉(zhuǎn)換的滯后性。
我國學(xué)者在傳統(tǒng)理論基礎(chǔ)上進行了諸多拓展和實證研究。一方面,制造業(yè)轉(zhuǎn)型升級必然引起行業(yè)結(jié)構(gòu)調(diào)整,進而影響制造業(yè)整體以及細分行業(yè)的勞動力吸納能力。陽立高等
對2003—2012年制造業(yè)細分行業(yè)數(shù)據(jù)的實證分析表明,受勞動力成本不斷上升和消費結(jié)構(gòu)升級的影響,資本與技術(shù)密集型制造業(yè)得到快速發(fā)展,比重不斷增加,勞動密集型制造業(yè)被迫進行升級或退出市場。田洪川和石美遐
認為,就業(yè)彈性在2011年出現(xiàn)的首個負值說明制造業(yè)產(chǎn)值增長對勞動力需求的拉動效應(yīng)減弱,甚至表現(xiàn)為負向影響。李中建和劉翠霞
運用灰色模型進行預(yù)測的結(jié)果顯示,制造業(yè)在未來三年對勞動力需求數(shù)量的年均增量和漲幅不高。除總量研究,學(xué)者們還分析了制造業(yè)細分行業(yè)的勞動力吸納能力變動趨勢。王煒和孫蚌珠
的研究發(fā)現(xiàn),勞動密集型制造業(yè)的就業(yè)彈性在1997—2011年有明顯的下降趨勢,意味其就業(yè)吸納能力顯著下降,且物質(zhì)資本明顯替代了勞動力要素。田洪川和石美遐
把30個制造業(yè)細分行業(yè)按照人均資本存量進行劃分比較得出,2000—2011年高人均資本制造部門主要依靠資本和技術(shù)推動增長,對就業(yè)吸納的作用不明顯;中人均資本制造部門在產(chǎn)值增長的同時吸納了充足的就業(yè),使就業(yè)崗位增加;低人均資本制造部門具有典型的勞動密集型產(chǎn)業(yè)特征,勞動力就業(yè)占比高于產(chǎn)值占比,有勞動力轉(zhuǎn)出壓力。楊艷和李雨佳
按技術(shù)類型把制造業(yè)劃分成28個細分行業(yè)進行比較分析發(fā)現(xiàn),1994—2013年高技術(shù)制造業(yè)行業(yè)的勞動力要素始終表現(xiàn)為供不應(yīng)求,中高技術(shù)制造業(yè)行業(yè)的勞動力供求基本平衡,中、低技術(shù)制造業(yè)行業(yè)的勞動力要素表現(xiàn)為供過于求。根據(jù)蔡秀玲和高文群
的測算,農(nóng)業(yè)轉(zhuǎn)移勞動力在初級金屬加工、塑料和橡膠制品制造行業(yè)的就業(yè)替代比例為21%,在計算機和電子產(chǎn)品、機械設(shè)備和電氣設(shè)備與零部件制造、汽車制造行業(yè)的就業(yè)替代比例高達79%。綜上,實證分析和預(yù)測結(jié)果均表明我國制造業(yè)整體的勞動力需求已經(jīng)下降,就業(yè)吸納能力逐漸減弱,且由于行業(yè)特性和發(fā)展模式的不同,細分行業(yè)的就業(yè)吸納能力具有明顯的差異性。值得注意的是,已有的實證分析主要集中在2013年以前,要了解當(dāng)下制造業(yè)行業(yè)結(jié)構(gòu)調(diào)整對就業(yè)吸納能力的影響態(tài)勢,還需對2012年以后數(shù)據(jù)的準(zhǔn)確性把握。
我國產(chǎn)業(yè)布局有明顯的區(qū)域特征,各區(qū)域發(fā)展水平存在差異,制造業(yè)亦是如此。從2008年開始,受國際分工格局變化、區(qū)域間產(chǎn)業(yè)梯度轉(zhuǎn)移影響,中部、西部省份加速承接?xùn)|部省份制造業(yè)轉(zhuǎn)移,因此,行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對不同區(qū)域制造業(yè)就業(yè)必然產(chǎn)生差異化影響。
另一方面,制造業(yè)轉(zhuǎn)型升級引發(fā)生產(chǎn)要素需求比例朝資本深化方向演進,“機器換人”就是企業(yè)資本深化的結(jié)果。田洪川和石美遐
的研究發(fā)現(xiàn),2010年之后制造業(yè)的要素替代彈性具有明顯的資本替代勞動特征。黃浩
認為,勞動力需求正在面臨“雙重擠壓”,一是資本對勞動產(chǎn)生的擠出和替代,二是制造業(yè)依賴資本驅(qū)動的發(fā)展模式導(dǎo)致經(jīng)濟增速減緩。寧光杰和張雪凱
的研究進一步說明,企業(yè)不斷增加的機器設(shè)備投資和研發(fā)投入最終將導(dǎo)致企業(yè)的勞動力需求減少。面對生產(chǎn)要素相對價格的改變,葉振宇
認為,制造業(yè)企業(yè)用技術(shù)進步優(yōu)化要素配置而引發(fā)的勞動力“動力變革”會降低企業(yè)的退出風(fēng)險,企業(yè)的生存目標(biāo)削減了勞動力需求,使其就業(yè)吸納能力下降。此外,資本深化對不同技能水平勞動力就業(yè)具有差異化影響。Lordan和Neumark
的研究發(fā)現(xiàn),在美國可自動化程度高且所需勞動技能較低的崗位最容易被機器替代。韓民春和喬剛
的實證分析結(jié)果顯示,我國制造業(yè)中的低技能勞動力已受到?jīng)_擊,機器人使用量每增加10%,低技能勞動力就業(yè)量下降0.54%。呂潔等
通過對比22個國家1990—2015年制造業(yè)數(shù)據(jù)發(fā)現(xiàn),工業(yè)機器人的應(yīng)用加大了對低技能勞動力的替代,同時也增加了對中、高技能勞動力的互補性需求。張艷華
對6家北京制造業(yè)企業(yè)的案例研究發(fā)現(xiàn),“機器換人”的破壞效應(yīng)已經(jīng)沖擊到具有一定專業(yè)技術(shù)的白領(lǐng)人員就業(yè)崗位,而企業(yè)對數(shù)字化、智能化、自動化技術(shù)等方面的高技能人才需求仍得不到滿足,缺口很大。由于我國勞動力市場具有的城鄉(xiāng)二元結(jié)構(gòu)特征,資本深化對農(nóng)村轉(zhuǎn)移勞動力的沖擊更加突出。蔡秀玲和高文群
通過模型預(yù)測2016—2025年制造業(yè)對農(nóng)村轉(zhuǎn)移勞動力的年均就業(yè)替代規(guī)模將達到22.78萬人,且呈逐年遞增態(tài)勢。由此可見,制造業(yè)在面臨轉(zhuǎn)型升級和生產(chǎn)要素相對價格改變的情形下,采取的方法通常會使資本要素比重不斷上升,勞動要素比重不斷下降,但資本要素對不同技能水平勞動的替代程度存在差異。
此外,也有學(xué)者從勞動力供給角度進行分析。我國人口結(jié)構(gòu)在2010年左右發(fā)生重要改變,20世紀50—60年代出生的人口逐漸退出勞動力市場,80—90年代出生的新生代勞動力逐漸成為勞動力供給主體。陽立高等
的實證研究發(fā)現(xiàn),新生代勞動力的擇業(yè)有“去制造業(yè)化”“高端化”“服務(wù)化”的特征。江鵑等
的研究認為,新生代勞動群體表現(xiàn)的排斥在低端產(chǎn)業(yè)和勞動密集型制造業(yè)工作的擇業(yè)傾向,與這代人具有高學(xué)歷、高職業(yè)預(yù)期、高物質(zhì)精神需求和低耐受能力的“三高一低”特征有密切關(guān)系。由此可見,勞動力供給結(jié)構(gòu)的改變降低了低端產(chǎn)業(yè)和勞動密集型制造業(yè)行業(yè)的就業(yè)吸納能力。
模型(2)的回歸分析結(jié)果顯示,制造業(yè)行業(yè)結(jié)構(gòu)調(diào)整的估計系數(shù)為-10.1028,表明行業(yè)結(jié)構(gòu)調(diào)整速度對就業(yè)增長率有顯著負向影響,行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,制造業(yè)整體的就業(yè)增長率下降的10.10%。
1.行業(yè)結(jié)構(gòu)調(diào)整對制造業(yè)勞動力吸納能力影響的分析模型
本次研究,奧美拉唑?qū)颊叩闹委熜Ч容^理想,患者的潰瘍程度得到了控制,潰瘍的面積明顯的縮減,因此療效突出。經(jīng)過治療后,觀察組有20例有效,臨床治療有效率是95.24%,對照組有14例有效,臨床治療有效率是66.67%,對兩組的一般性資料對比不存在統(tǒng)計學(xué)差異性(P<0.05)。
制造業(yè)轉(zhuǎn)型升級引發(fā)細分行業(yè)的結(jié)構(gòu)調(diào)整,使各細分行業(yè)間的比例關(guān)系發(fā)生改變,從而導(dǎo)致行業(yè)規(guī)模變動對制造業(yè)整體的勞動力吸納能力同時產(chǎn)生正向的強化效應(yīng)和反向的弱化效應(yīng)。能夠緊跟市場發(fā)展趨勢,滿足消費者需求和消費升級需要的行業(yè),因產(chǎn)量的增加會導(dǎo)致整體規(guī)模擴大,最終提高了行業(yè)的勞動力吸納能力,產(chǎn)生正向的強化效應(yīng)。相反地,因產(chǎn)能過剩以及無法承受高邊際成本壓力而關(guān)閉生產(chǎn)的企業(yè)會導(dǎo)致行業(yè)整體規(guī)??s小,從而降低了行業(yè)的勞動力吸納能力,產(chǎn)生反向的弱化效應(yīng)。當(dāng)前,傳統(tǒng)的勞動密集型和資本密集型制造業(yè)發(fā)展已受制約,基于此,筆者提出如下假設(shè):
行業(yè)結(jié)構(gòu)調(diào)整速度越快,制造業(yè)整體的勞動力吸納能力越弱。
(1)行業(yè)結(jié)構(gòu)調(diào)整系數(shù)的構(gòu)建
結(jié)構(gòu)調(diào)整系數(shù)用于衡量整體中各部分增長速度的差異。各部分增長速度差異越大,意味著結(jié)構(gòu)調(diào)整速度越快,則結(jié)構(gòu)調(diào)整系數(shù)越大。本文借鑒陳素青
的方法構(gòu)建以制造業(yè)各要素密集度行業(yè)為標(biāo)志的行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ),計算公式如下:
(1)
其中,x
為某時期第i類要素密集度行業(yè)的年均增長速度;x
為該時期制造業(yè)的年均增長速度;R
為第i類要素密集度行業(yè)的比重。
(2)模型設(shè)計
大丫小的時候,身體被一個歹人破壞過。她是那種極有可能考上高中而后再上大學(xué)的好學(xué)生。只是她不幸的遭遇并沒有得到家人、親屬和同學(xué)們的同情。這是令人失望的事。
根據(jù)假設(shè),本文構(gòu)建以行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ)為解釋變量,就業(yè)增長率(l)為被解釋變量的計量模型:
l
=α
+α
δ
+ε
(2)
其中,被解釋變量l
表示t期內(nèi)制造業(yè)的就業(yè)增長率;解釋變量δ
表示t期內(nèi)制造業(yè)的行業(yè)結(jié)構(gòu)調(diào)整系數(shù);ε為隨機擾動項。
2.技術(shù)創(chuàng)新對制造業(yè)勞動力吸納能力影響的分析模型
技術(shù)創(chuàng)新推動制造業(yè)轉(zhuǎn)型升級,對其勞動力吸納能力會同時產(chǎn)生正向的增強效應(yīng)和反向的減弱效應(yīng)。一方面,技術(shù)創(chuàng)新降低生產(chǎn)成本使產(chǎn)品的價格優(yōu)勢逐漸顯現(xiàn),同時縮短新產(chǎn)品的上市周期使其更具吸引力,導(dǎo)致需求量不斷擴大,為滿足擴張的需求量而擴大生產(chǎn)規(guī)模增加了勞動力需求,使行業(yè)的勞動力吸納水平提高,產(chǎn)生正向的增強效應(yīng);另一方面,技術(shù)創(chuàng)新必然帶來勞動生產(chǎn)率的提高,在生產(chǎn)規(guī)模不變和節(jié)約生產(chǎn)成本的前提下,用其他要素替代勞動力要素使行業(yè)的勞動力吸納水平下降,產(chǎn)生反向的減弱效應(yīng)。現(xiàn)階段,新興產(chǎn)業(yè)、新型業(yè)態(tài)尚處于發(fā)展初期,技術(shù)創(chuàng)新對產(chǎn)業(yè)的輻射作用還未顯現(xiàn),基于此,筆者提出如下假設(shè):
生物源于生活,服務(wù)于生活.在當(dāng)前教學(xué)中,由于受傳統(tǒng)教學(xué)模式的影響,生物教學(xué)課時安排較為緊張,生物教師很少組織學(xué)生參加野外活動、參觀生產(chǎn)基地等生物知識類的教學(xué)活動.由于高中生物教學(xué)缺少色彩,學(xué)生只能被動、機械地學(xué)習(xí)生物,自主性學(xué)習(xí)興趣不高漲,難以有效地將生物知識與生活相聯(lián)系,生物思維得不到有效激發(fā).
技術(shù)創(chuàng)新投入越多,制造業(yè)整體的勞動力吸納能力越弱。
因規(guī)模以上工業(yè)企業(yè)統(tǒng)計口徑和國民經(jīng)濟行業(yè)分類分別在2011年、2012年發(fā)生重大變更,為保證數(shù)據(jù)的一致性,本文選取2012—2019年中國29個省、自治區(qū)
、直轄市和30個制造業(yè)細分行業(yè)
的主營業(yè)務(wù)收入、就業(yè)人數(shù),以及29個細分行業(yè)
的R&D經(jīng)費內(nèi)部支出等數(shù)據(jù)進行實證檢驗。借鑒王志華和董存田
對制造業(yè)的分類辦法將30個制造業(yè)細分行業(yè)劃分為勞動密集型、資本密集型和技術(shù)密集型。
技術(shù)創(chuàng)新的速度和質(zhì)量受研發(fā)經(jīng)費支出的直接影響,因此,本文構(gòu)建以R&D經(jīng)費內(nèi)部支出(r&d)為解釋變量,就業(yè)人數(shù)(L)為被解釋變量的計量模型:
lnL
=β
+β
lnr&d
+μ
(3)
其中,被解釋變量L
表示t期內(nèi)制造業(yè)的就業(yè)人數(shù);解釋變量r&d
表示t期內(nèi)制造業(yè)的R&D經(jīng)費內(nèi)部支出;對二者取自然對數(shù)消除不同量綱的影響。β
為就業(yè)人數(shù)對R&D經(jīng)費內(nèi)部支出的彈性系數(shù);μ為隨機擾動項。
1.數(shù)據(jù)選擇
綜上可見,消費主義生活方式是一種以購物和消費為主要內(nèi)容,以過度消費、奢侈消費、炫耀消費為具體表現(xiàn),具有占有性、破壞性的生活方式。科布認為,社會的整個推動力是經(jīng)濟進步,但這種單一唯度的進步意味著生態(tài)災(zāi)難[13]。加里·加德納也認為,我們今天看到的大多數(shù)環(huán)境問題都能跟消費扯上關(guān)系[14]。這些論斷表明:消費主義生活方式既是工業(yè)文明生活方式的主要表現(xiàn),也是造成全球生態(tài)危機的罪魁禍?zhǔn)住?/p>
1.行業(yè)結(jié)構(gòu)調(diào)整對各區(qū)域制造業(yè)勞動力吸納能力的影響差異比較
2.數(shù)據(jù)來源
制造業(yè)細分行業(yè)的主營業(yè)務(wù)收入、就業(yè)人數(shù)主要來自Wind數(shù)據(jù)庫,缺失數(shù)據(jù)來自2014—2015年《中國工業(yè)統(tǒng)計年鑒》;R&D經(jīng)費內(nèi)部支出主要來自Wind數(shù)據(jù)庫,缺失數(shù)據(jù)來自2019年《中國統(tǒng)計年鑒》;各省份制造業(yè)細分行業(yè)的主營業(yè)務(wù)收入、就業(yè)人數(shù)主要來自2012—2017年及2020年《中國工業(yè)統(tǒng)計年鑒》,2018年《中國經(jīng)濟普查年鑒》和相應(yīng)年份的省份統(tǒng)計年鑒,缺失數(shù)據(jù)來自wind數(shù)據(jù)庫;R&D經(jīng)費內(nèi)部支出來自2013—2020年《中國統(tǒng)計年鑒》。
例如,在學(xué)習(xí)“函數(shù)單調(diào)性”問題時,先要對函數(shù)的概念進行導(dǎo)入,然后使用信息技術(shù)將學(xué)生所在城市某個季節(jié)的溫度變化情況進行統(tǒng)計,并將數(shù)據(jù)內(nèi)容轉(zhuǎn)換為圖表展示出來,最后提出與學(xué)生生活經(jīng)驗相關(guān)的真實問題。讓學(xué)生通過圖形變化,對知識有新的認知,使用數(shù)學(xué)進行溫度圖形呈現(xiàn),能清晰了解到該季節(jié)城市的溫度變化情況,讓學(xué)生對知識產(chǎn)生熟悉感和親切感,進而能降低學(xué)生對知識學(xué)習(xí)的厭惡感,這能在一定程度上保障高中課堂教學(xué)的有效性。
3.數(shù)據(jù)估算
行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新導(dǎo)致制造業(yè)整體的就業(yè)增長率和就業(yè)人數(shù)下降,也必然會對各區(qū)域的制造業(yè)勞動力吸納能力產(chǎn)生影響。為準(zhǔn)確把握區(qū)域性結(jié)構(gòu)特征,本文將29個省、直轄市、自治區(qū)
劃分為東部、中部和西部三個區(qū)域,如表2所示。
缺失2017年制造業(yè)細分行業(yè)主營業(yè)務(wù)收入和就業(yè)人數(shù)的省份,根據(jù)該省份2016年和2018年細分行業(yè)所占份額加權(quán)平均估算得來;因缺失制造業(yè)細分行業(yè)R&D經(jīng)費內(nèi)部支出的省份較多,本文以各省份規(guī)模以上工業(yè)企業(yè)的R&D經(jīng)費內(nèi)部支出代替制造業(yè)的R&D經(jīng)費內(nèi)部支出。
“40年滄桑巨變,這是中國人民在人類發(fā)展史上所創(chuàng)造的偉大奇跡,造就這個奇跡的密碼,就是堅持中國共產(chǎn)黨的領(lǐng)導(dǎo)?!笔嬲拐f。
句(1)涉及的下雨地點是隱含的。就話語本身來說,這個地點在邏輯上可以是任何地方,但就交際意圖來說,小王同學(xué)要“突顯”的只能是語用上的一個地方。小王認為某地下雨這件事對本次旅行至關(guān)重要,必須告知有關(guān)同學(xué),此時,小王就產(chǎn)生了交際意圖,而且是真誠的意圖。這一意圖進而激發(fā)了他的言語行為,即用口頭形式將含有其交際意圖的語言編碼傳遞給有關(guān)同學(xué),即“It is raining”這一所言。
考慮到經(jīng)典回歸模型是建立在平穩(wěn)數(shù)據(jù)變量基礎(chǔ)之上,否則會出現(xiàn)偽回歸等問題,因此,本文先采用單位根(ADF)方法對數(shù)據(jù)進行平穩(wěn)性檢驗。檢驗結(jié)果顯示就業(yè)增長率、行業(yè)結(jié)構(gòu)調(diào)整系數(shù)、就業(yè)人數(shù)、R&D經(jīng)費內(nèi)部支出的一階差分ADF值分別在1%、10%、5%、5%的水平下顯著,說明四個變量是平穩(wěn)的時間序列,可以進行回歸分析。表1是應(yīng)用模型(2)和模型(3)對制造業(yè)整體的實證檢驗結(jié)果。
技術(shù)創(chuàng)新對勞動力就業(yè)的影響是持久且復(fù)雜的。20世紀30年代初,凱恩斯就預(yù)言人類將面臨“技術(shù)性失業(yè)”。事實上,世界主要經(jīng)濟發(fā)達國家從20世紀80年代開始都經(jīng)歷了勞動力就業(yè)結(jié)構(gòu)的變革過程,即低技術(shù)勞動力面臨轉(zhuǎn)型壓力,高技術(shù)勞動力需求不斷上升。技術(shù)創(chuàng)新對就業(yè)崗位影響是創(chuàng)造性的還是毀滅性的仍是當(dāng)前學(xué)界研究的焦點。王永欽和董雯
對2011—2015年制造業(yè)上市公司數(shù)據(jù)的實證分析得出,工業(yè)機器人的應(yīng)用對企業(yè)的勞動力需求產(chǎn)生了替代效應(yīng),滲透度每增加1%,勞動力需求下降0.18%。然而,Acemoglu和Restrepo
的研究顯示,自動化的就業(yè)創(chuàng)造效應(yīng)解釋了美國1980—2010年50%的就業(yè)增長。技術(shù)創(chuàng)新對就業(yè)崗位的總量影響尚未明確,但其對就業(yè)崗位的結(jié)構(gòu)性影響較為明顯,表現(xiàn)為“技能偏向性技術(shù)進步”,導(dǎo)致勞動力市場結(jié)構(gòu)的就業(yè)極化現(xiàn)象。自20世紀50年代以來,全球制造業(yè)變化趨勢是中等技能崗位需求不斷減少,Acemoglu和Autor
將就業(yè)極化描述為高、低技能勞動者的就業(yè)呈上升趨勢,中等技能勞動者的就業(yè)呈下降趨勢。與此同時,技術(shù)創(chuàng)新對就業(yè)崗位影響還表現(xiàn)出時序性差異。方建國和尹麗波
認為,長期來看技術(shù)創(chuàng)新對勞動力就業(yè)總量的影響不顯著,只有當(dāng)大規(guī)模的技術(shù)變革引起產(chǎn)業(yè)結(jié)構(gòu)變動時,才會出現(xiàn)局部的、短期的技術(shù)替代勞動的失業(yè)現(xiàn)象。王君等
將技術(shù)創(chuàng)新過程劃分為導(dǎo)入期、拓展期和衰退期,技術(shù)創(chuàng)新在導(dǎo)入期因未形成對相關(guān)產(chǎn)業(yè)的擴散影響而表現(xiàn)為對就業(yè)的破壞效應(yīng),在拓展期隨著相關(guān)產(chǎn)業(yè)規(guī)模擴大會創(chuàng)造大量就業(yè)崗位,在衰退期對就業(yè)的影響逐漸減弱。朱巧玲和李敏
通過梳理歷次技術(shù)革命與勞動力市場結(jié)構(gòu)特征認為,技術(shù)創(chuàng)新最初替代的是體力勞動者,之后通過解放人的思維替代腦力勞動者,隨著信息化、數(shù)字化、智能化程度加深,被替代的智能勞動者和創(chuàng)新勞動者的比重逐漸增加。
模型(3)的回歸分析結(jié)果顯示,制造業(yè)R&D經(jīng)費內(nèi)部支出對就業(yè)人數(shù)的影響顯著為負,lnr&d的估計系數(shù)為-0.2153,說明制造業(yè)R&D經(jīng)費內(nèi)部支出每增加1%,制造業(yè)整體就業(yè)人數(shù)下降約0.22%。
實證結(jié)果表明,當(dāng)前的行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對制造業(yè)整體的勞動力吸納能力產(chǎn)生的是負向的弱化效應(yīng)和減弱效應(yīng),降低了制造業(yè)的就業(yè)增長率和就業(yè)人數(shù),從而削弱了制造業(yè)的勞動力吸納能力。本文提出的H1和H2都通過了實際數(shù)據(jù)的驗證。
宗守云(2007)在研究“副”的時候,對于每一種擴展方式都仔細分析了其擴展動因(見圖1),主要包括轉(zhuǎn)喻和隱喻兩種。其中,隱喻是最為基本的促動因素,由于事物的相似性促發(fā)的延伸就是隱喻的促動。齊振海、覃修貴(2004)在對“心”隱喻詞語的范疇化研究中,根據(jù)概念隱喻和意向圖示理論把“心”的隱喻分為實體、空間、容器及其他四個認域:
2.1.2 實施階段(D)。提出想法到真正去做,難免有一定差距,過程總是富有挑戰(zhàn)。盡管筆者給自己制定的計劃,只是一份短短5分鐘的發(fā)言稿,但當(dāng)面對五十多位新同事和新員工培訓(xùn)的工作人員發(fā)言時,作為比新員工稍微早入職兩個月的“半新”員工,還是非常忐忑。最終是用顫抖的聲音,匆匆忙忙、一字不落、滿臉通紅地將預(yù)先準(zhǔn)備好演講稿念完。
筆者針對事故車輛類型、事故發(fā)生時間段、肇事人年齡段、性別、是否酒駕、是否持駕照、是否本人車輛、肇事時間和肇事次數(shù)等指標(biāo)對事故中的車和人進行詳細分析,從事故發(fā)生根源入手,分析事故發(fā)生原因,從而為預(yù)防事故的措施出臺提供可靠理論基礎(chǔ)。
首先,根據(jù)公式(1)計算東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整系數(shù);其次,對其就業(yè)增長率和行業(yè)結(jié)構(gòu)調(diào)整系數(shù)進行ADF檢驗;最后,根據(jù)模型(2)進行回歸分析,結(jié)果如表3所示。
三個區(qū)域制造業(yè)的就業(yè)增長率和行業(yè)結(jié)構(gòu)調(diào)整系數(shù)均通過ADF檢驗。表3的回歸結(jié)果表明,東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整速度對就業(yè)增長率有顯著負向影響,但影響程度存在差異。三個區(qū)域的行業(yè)結(jié)構(gòu)調(diào)整系數(shù)(δ)的估計系數(shù)(-14.4359、-5.6152、-4.1108)分別在1%、1%和5%的置信水平下顯著,說明行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,東部省份制造業(yè)就業(yè)增長率下降約14.44%,中部、西部省份則分別下降約5.62%和4.11%。
實證結(jié)果表明,行業(yè)結(jié)構(gòu)調(diào)整對各區(qū)域的制造業(yè)就業(yè)增長率均產(chǎn)生了負向的弱化效應(yīng)。在當(dāng)前制造業(yè)行業(yè)的區(qū)域布局下,東部省份制造業(yè)的勞動力吸納能力受行業(yè)結(jié)構(gòu)調(diào)整速度的影響最大,中部、西部省份次之。
2.技術(shù)創(chuàng)新對各區(qū)域制造業(yè)勞動力吸納能力的影響差異比較
目前臨床對于肺部真菌感染疾病的檢查方法通過纖維支氣管鏡檢方法、穿刺活檢方法、手術(shù)病理方法為主,而病原學(xué)檢查則作為肺部真菌感染疾病的檢查“金標(biāo)準(zhǔn)”[3]。但是病原學(xué)檢查方法的培養(yǎng)時間長,而且容易因涂片受污染而造成假陽性。隨著臨床影像學(xué)技術(shù)持續(xù)發(fā)展進步,在臨床診斷肺部真菌感染方面起到一定應(yīng)用價值,尤其是CT技術(shù)的持續(xù)發(fā)展,更明顯提升肺部真菌感染疾病的早期診斷與鑒別[4][5]。從本次研究結(jié)果可知,經(jīng)真菌類型培養(yǎng)結(jié)果顯示,真菌類型培養(yǎng)率為100.00%,CT檢查陽性率為73.00%,X線檢查陽性率為51.00%,提示,CT檢查陽性率更高于X線檢查。
東部、中部、西部省份的制造業(yè)就業(yè)人數(shù)(lnL)和R&D經(jīng)費內(nèi)部支出(lnr&d)通過了ADF單位根檢驗,根據(jù)模型(3)進行回歸分析的結(jié)果如表4所示。
表4的回歸結(jié)果顯示,東部、西部省份制造業(yè)就業(yè)人數(shù)對R&D經(jīng)費內(nèi)部支出的影響顯著為負,lnr&d的估計系數(shù)為-0.3521和-0.1598,并分別在1%和10%的置信水平下顯著,說明R&D經(jīng)費內(nèi)部支出每增加1%,東部省份制造業(yè)就業(yè)人數(shù)下降約0.35%,西部省份下降約0.16%;中部省份制造業(yè)就業(yè)人數(shù)對R&D經(jīng)費內(nèi)部支出的影響未通過顯著性檢驗。
實證結(jié)果表明,技術(shù)創(chuàng)新對東部、西部省份制造業(yè)就業(yè)人數(shù)產(chǎn)生了負向的減弱效應(yīng),對中部省份未產(chǎn)生顯著影響,存在區(qū)域結(jié)構(gòu)特征。當(dāng)前的制造業(yè)技術(shù)創(chuàng)新投入水平對東部省份制造業(yè)勞動力吸納能力的影響最大。
上述分析結(jié)果顯示,在行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新背景下,制造業(yè)整體和分區(qū)域的勞動力吸納能力已經(jīng)出現(xiàn)波動和復(fù)雜性變化趨勢。本文認為這不僅與制造業(yè)自身發(fā)展有關(guān),還可能受以下三方面因素的影響:第一,我國嵌入全球價值鏈的程度從未如此之深,國際經(jīng)濟形勢和環(huán)境必然會影響我國制造業(yè)發(fā)展,再加上技術(shù)的創(chuàng)新和應(yīng)用對勞動力要素的替代,都直接影響了制造業(yè)勞動力吸納能力。第二,我國制造業(yè)的發(fā)展戰(zhàn)略正在從制造大國向制造強國轉(zhuǎn)變,制造業(yè)的轉(zhuǎn)型升級是不斷演進的過程,新興產(chǎn)業(yè)和新型業(yè)態(tài)還在起步階段,尚未形成吸收大量就業(yè)的能力,從而降低了當(dāng)前的勞動力吸納能力。第三,勞動者的就業(yè)能力不能對新需求作出及時調(diào)整,且在擇業(yè)時偏好于發(fā)展水平較高的城市和成熟度較高、保障性較強的行業(yè),導(dǎo)致空崗和失業(yè)同時存在,進而降低了制造業(yè)勞動力吸納能力。轉(zhuǎn)型升級期,制造業(yè)勞動力就業(yè)吸納能力的下降是必然要經(jīng)歷的陣痛,傳統(tǒng)的依賴人口紅利和勞動力成本低廉發(fā)展壯大的勞動密集型行業(yè)已不具有優(yōu)勢,以創(chuàng)新驅(qū)動和消費升級為特征的行業(yè),如計算機、通信和其他電子設(shè)備制造業(yè),文教、工美、體育和娛樂用品制造業(yè),金屬制品業(yè)和醫(yī)藥制造業(yè),可能是勞動力吸納的潛力部門。
第一,從整體看,現(xiàn)階段的行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對制造業(yè)的勞動力吸納能力是負相關(guān)關(guān)系,即行業(yè)結(jié)構(gòu)調(diào)整的速度越快、技術(shù)創(chuàng)新的投入越多,制造業(yè)的勞動力吸納能力越弱。實證檢驗結(jié)果表明,行業(yè)結(jié)構(gòu)調(diào)整系數(shù)每增加1%,制造業(yè)就業(yè)增長率下降約10.10%;R&D經(jīng)費內(nèi)部支出每增加1%,制造業(yè)就業(yè)人數(shù)下降約0.22%。
第二,從區(qū)域看,行業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新對各區(qū)域制造業(yè)勞動力吸納能力影響存在差異。雖然東部、中部、西部省份的行業(yè)結(jié)構(gòu)調(diào)整不存在明顯差異,但東部省份受其影響最大,中部、西部省份次之;技術(shù)創(chuàng)新對東部、西部省份制造業(yè)就業(yè)人數(shù)有顯著負向影響,對中部省份的影響不顯著。
為統(tǒng)籌推進就業(yè)優(yōu)先與制造業(yè)高質(zhì)量發(fā)展,緩解當(dāng)下制造業(yè)轉(zhuǎn)型升級帶來的勞動力吸納能力下降的陣痛,筆者根據(jù)以上結(jié)論提出如下政策建議:
第一,實施差別化的產(chǎn)業(yè)政策和區(qū)域政策?;谝胤A賦和相對價格的動態(tài)變化,對現(xiàn)有制造業(yè)細分行業(yè)進行合理、科學(xué)地評估和分類,實施控、扶兼顧的差異化政策,在保證平穩(wěn)就業(yè)基礎(chǔ)上推動制造業(yè)轉(zhuǎn)型升級,避免出現(xiàn)因調(diào)整步伐過快導(dǎo)致就業(yè)量的快速下降,做到“穩(wěn)就業(yè)”。發(fā)揮財稅、信貸等政策的調(diào)節(jié)效應(yīng):一方面,針對勞動力成本上升的情況,對勞動密集型企業(yè)實施就業(yè)解決稅收減免和再就業(yè)補貼,降低企業(yè)的運營成本,鼓勵企業(yè)吸納潛在勞動力;另一方面,根據(jù)新產(chǎn)業(yè)和新業(yè)態(tài)的發(fā)展情況,實施租金優(yōu)惠和就業(yè)創(chuàng)業(yè)補貼,促進形成和釋放“兩新”的就業(yè)創(chuàng)造效應(yīng),實現(xiàn)“增就業(yè)”。我國區(qū)域資源稟賦差異較大,要在全國“一盤棋”的指導(dǎo)思想下實施差別化的區(qū)域政策,充分利用區(qū)域資源比較優(yōu)勢,優(yōu)化產(chǎn)業(yè)布局,實現(xiàn)合理分工合作。鼓勵東南沿海和主要發(fā)達地區(qū)發(fā)揮區(qū)位優(yōu)勢、資本和技術(shù)的比較優(yōu)勢,打造全國創(chuàng)新高地,培育產(chǎn)業(yè)發(fā)展能級,吸引領(lǐng)軍型人才和中高端技術(shù)人才;促進產(chǎn)業(yè)在區(qū)域間的有序轉(zhuǎn)移,定期發(fā)布符合中西部比較優(yōu)勢的資源和勞動密集型產(chǎn)業(yè)轉(zhuǎn)移指導(dǎo)目錄,對承接地區(qū)給予住房、教育、醫(yī)療等方面的稅費優(yōu)惠政策,降低中低端技術(shù)勞動者的轉(zhuǎn)入成本,實現(xiàn)產(chǎn)業(yè)和勞動力的雙轉(zhuǎn)移。
第二,加強職業(yè)教育和職業(yè)技能培訓(xùn)。制造業(yè)轉(zhuǎn)型升級促使勞動力就業(yè)由數(shù)量型向質(zhì)量型轉(zhuǎn)變,加大人力資本投入,提升勞動者技能是客觀且必要的。教育是勞動者提高技能,提升適應(yīng)新形勢、新技術(shù)能力的最有效途徑。培養(yǎng)產(chǎn)業(yè)轉(zhuǎn)型升級所需勞動力,要做到“產(chǎn)業(yè)升級,職業(yè)教育先行”“就業(yè)轉(zhuǎn)移,技能培訓(xùn)保障”。一方面,擴大高等職業(yè)院校與裝備制造、電子信息、人工智能等密切相關(guān)的專業(yè)招生規(guī)模,鼓勵高等職業(yè)院校建立以企業(yè)需求為中心的“預(yù)科班”,推動高等職業(yè)院校與行業(yè)共建專業(yè)課程、實訓(xùn)基地,縮短潛在勞動者在學(xué)與用之間的轉(zhuǎn)換時間,采用產(chǎn)學(xué)合作模式培養(yǎng)產(chǎn)業(yè)發(fā)展所需的高技能型人才;另一方面,放寬職業(yè)技能培訓(xùn)機構(gòu)的準(zhǔn)入門檻,營造公平競爭的市場環(huán)境;以政府購買公共服務(wù)的方式引導(dǎo)培訓(xùn)機構(gòu)或企業(yè)開展應(yīng)對技術(shù)變化的技能培訓(xùn);鼓勵具有豐富實踐經(jīng)驗的業(yè)內(nèi)人士定期制定和審查培訓(xùn)內(nèi)容,保證技能培訓(xùn)的質(zhì)量;對學(xué)員再就業(yè)率高的機構(gòu)或企業(yè)給予一定的稅收優(yōu)惠、培訓(xùn)補貼等。
第三,完善重點人群的就業(yè)保障工作。產(chǎn)業(yè)轉(zhuǎn)型升級促使企業(yè)增加高素質(zhì)、高技能型人才需求。對這類勞動者的保障措施包括:建立和定期發(fā)布對人工智能、新一代信息產(chǎn)業(yè)、戰(zhàn)略新興等產(chǎn)業(yè)發(fā)展的統(tǒng)計監(jiān)測與分析,掌握產(chǎn)業(yè)未來的發(fā)展動態(tài)和崗位需求;建立高素質(zhì)、高技能型人才就業(yè)及轉(zhuǎn)崗再就業(yè)的信息平臺,發(fā)揮平臺優(yōu)勢提高勞動者供給與市場需求的匹配效率;鼓勵行業(yè)協(xié)會和人社部門聯(lián)合舉辦高技能人才服務(wù)活動,營造勞動力供需的匹配環(huán)境。與此同時,產(chǎn)業(yè)轉(zhuǎn)型升級給中低技能勞動者帶來巨大沖擊,尤其是農(nóng)民工群體。對這類勞動者的保障措施包括:通過政府購買公共服務(wù)的方式建設(shè)公共就業(yè)服務(wù)平臺,充實平臺的服務(wù)內(nèi)容和質(zhì)量,與地方的職業(yè)技能培訓(xùn)形成信息聯(lián)動,支持包括在線教育、訂單式課程等多種培訓(xùn)形式,還可以提供免費的社區(qū)式學(xué)習(xí)服務(wù)中心,提供便捷有效的服務(wù);制定教育培訓(xùn)學(xué)費補貼政策,鼓勵其參與職業(yè)技能培訓(xùn),提高就業(yè)能力。
[1] 陽立高,謝銳,賀正楚,等.勞動力成本上升對制造業(yè)結(jié)構(gòu)升級的影響研究——基于中國制造業(yè)細分行業(yè)數(shù)據(jù)的實證分析[J].中國軟科學(xué),2014,(12):136-147.
[2] 田洪川,石美遐.制造業(yè)產(chǎn)業(yè)升級對中國就業(yè)數(shù)量的影響研究[J].經(jīng)濟評論,2013,(5):68-78.
[3] 李中建,劉翠霞.制造業(yè)升級中勞動力需求趨勢與質(zhì)量結(jié)構(gòu)研究——基于灰色理論的實證分析[J].工業(yè)技術(shù)經(jīng)濟,2015,(2):118-123.
[4] 王煒,孫蚌珠.勞動力供需對勞動密集型制造業(yè)增長的影響分析——基于1996—2011年的數(shù)據(jù)[J].工業(yè)技術(shù)經(jīng)濟,2014,(3):42-51.
[5] 王煒,孫蚌珠.勞動力需求對中國制造業(yè)影響的實證研究——基于1996—2011年的數(shù)據(jù)[J].學(xué)習(xí)與探索,2014,(3):84-88.
[6] 楊艷,李雨佳.技術(shù)進步偏向與勞動力要素的關(guān)系研究——以中國制造業(yè)為例[J].云南財經(jīng)大學(xué)學(xué)報,2015,(2):53-64.
[7] 蔡秀玲,高文群.中國智能制造對農(nóng)業(yè)轉(zhuǎn)移勞動力就業(yè)的影響[J].福建師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2017,(1):68-86.
[8] 黃浩.中國制造業(yè)資本深化與勞動力就業(yè)關(guān)系實證檢驗[J].統(tǒng)計與決策,2016,(14):129-132.
[9] 寧光杰,張雪凱.勞動力流轉(zhuǎn)與資本深化——當(dāng)前中國企業(yè)機器替代勞動的新解釋[J].中國工業(yè)經(jīng)濟,2021,(6):42-60.
[10] 葉振宇.勞動力成本上漲、勞動力“三大變革”與中國制造業(yè)企業(yè)退出[J].經(jīng)濟學(xué)動態(tài),2021,(4):54-67.
[11] Lordan,G.,Neumark,D.People Versus Machines:The Impact of Minimum Wages on Automatable Jobs[J].Labour Economics,2018,52(3):40-53.
[12] 韓民春,喬剛.工業(yè)機器人對制造業(yè)勞動力就業(yè)的結(jié)構(gòu)性影響與地區(qū)差異[J].產(chǎn)經(jīng)評論,2020,(3):49-63.
[13] 呂潔,杜傳文,李元旭.工業(yè)機器人應(yīng)用會倒逼一國制造業(yè)勞動力結(jié)構(gòu)轉(zhuǎn)型嗎?——基于1990—2015年間22個國家的經(jīng)驗分析[J].科技管理研究,2017,(22):32-41.
[14] 張艷華.制造業(yè)“機器換人”對勞動力就業(yè)的影響——基于北京市6家企業(yè)的案例研究[J].中國人力資源開發(fā),2018,(10):136-146.
[15] 陽立高,龔世豪,韓峰.新生代勞動力供給變化對制造業(yè)升級的影響研究——基于新生代勞動力供給和制造業(yè)細分行業(yè)數(shù)據(jù)的實證[J].中國軟科學(xué),2015,(11):136-144.
[16] 江鵑,楊華峰,陽立高,等.勞動力結(jié)構(gòu)變化影響制造業(yè)結(jié)構(gòu)升級的實證研究[J].科學(xué)決策,2018,(8):73-94.
[17] 王永欽,董雯.機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)[J].經(jīng)濟研究,2020,(10):159-175.
[18] Acemoglu,D.,Restrepo,P.The Race Between Man and Machine: Implications of Technology for Growth,F(xiàn)actor Shares and Employment[EB/OL].http://ssrn.com/abstract=278-1320,2016-05-06/2017-06-06.
[19] Acemoglu,D.,Autor,D.Skills,Tasks and Technologies: Implications for Employment and Earnings[J].Handbook of Labor Economics,2011,4(Part B):1043-1171.
[20] 方建國,尹麗波.技術(shù)創(chuàng)新對就業(yè)的影響:創(chuàng)造還是毀滅工作崗位[J].中國人口科學(xué),2012,(6):34-43.
[21] 王君,張于喆,張義博,等.人工智能等新技術(shù)進步影響就業(yè)的機理與對策[J].宏觀經(jīng)濟研究,2017,(10):169-181.
[22] 朱巧玲,李敏.人工智能、技術(shù)進步與勞動力結(jié)構(gòu)優(yōu)化對策研究[J].科技進步與對策,2018,(6):36-41.
[23] 陳素青.長江三角洲主要城市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換的綜合評價[J].世界地理研究,2004,(4):34-39.
[24] 王志華,董存田.我國制造業(yè)結(jié)構(gòu)與勞動力素質(zhì)結(jié)構(gòu)吻合度分析——兼論“民工荒”“技工荒”與大學(xué)生就業(yè)難問題[J].人口與經(jīng)濟,2012,(5):1-7.