孫文遠(yuǎn)，劉于山

（南京審計(jì)大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 211815）

一、引言

近年來(lái)，隨著科學(xué)技術(shù)的超高速發(fā)展，社會(huì)迅速進(jìn)入了新一輪以人工智能為主導(dǎo)的科技革命和產(chǎn)業(yè)變革，為了把握新一輪科技革命和產(chǎn)業(yè)變革，中國(guó)政府出臺(tái)了一系列相關(guān)政策，引導(dǎo)高新技術(shù)產(chǎn)業(yè)的發(fā)展和研發(fā)創(chuàng)新。2015 年7 月，國(guó)務(wù)院《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》，首次將人工智能納入重點(diǎn)任務(wù)之一，推動(dòng)中國(guó)人工智能步入新階段；2017年7月，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，確立了新一代人工智能發(fā)展三步走戰(zhàn)略目標(biāo)，將人工智能上升到國(guó)家戰(zhàn)略層面；2019 年3月，《政府工作報(bào)告》將人工智能升級(jí)為“智能+”；2019年6月，國(guó)家新一代人工智能治理專業(yè)委員會(huì)發(fā)布了《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》，人工智能治理原則首次被提出；2021年3 月，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》更是將新一代人工智能列入七大科技前沿領(lǐng)域之一。黨的二十大報(bào)告指出，要推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長(zhǎng)引擎。因此，人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵技術(shù)，是全球科技競(jìng)爭(zhēng)的制高點(diǎn)。

中國(guó)作為制造業(yè)大國(guó)，制造業(yè)對(duì)我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展至關(guān)重要，保持制造業(yè)就業(yè)的穩(wěn)定性是保證我國(guó)穩(wěn)就業(yè)的關(guān)鍵，制造業(yè)能否實(shí)現(xiàn)更加充分更加高質(zhì)量的就業(yè)關(guān)乎我國(guó)就業(yè)的整體趨勢(shì)［1］。我國(guó)正處于經(jīng)濟(jì)高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)型的關(guān)鍵階段，在人口紅利逐漸減少和人口老齡化加劇的背景之下，制造業(yè)轉(zhuǎn)型升級(jí)的壓力也逐漸增加。面對(duì)政策推動(dòng)和人工智能的快速發(fā)展應(yīng)用，中國(guó)制造業(yè)呈現(xiàn)了短時(shí)間跨越式戰(zhàn)略變革的特征，中國(guó)制造業(yè)企業(yè)通過(guò)數(shù)字化補(bǔ)課和智能化創(chuàng)新，正在實(shí)現(xiàn)從大規(guī)模制造到智能制造的跨越式變革［2］。

在智能制造的跨越式發(fā)展過(guò)程中，造成了大眾對(duì)于勞動(dòng)力市場(chǎng)的就業(yè)擔(dān)心。人工智能的快速發(fā)展對(duì)制造業(yè)企業(yè)就業(yè)崗位會(huì)產(chǎn)生怎樣的影響？對(duì)制造業(yè)企業(yè)就業(yè)人員的薪資水平會(huì)產(chǎn)生怎樣的影響？面對(duì)不可逆的科技革命和產(chǎn)業(yè)變革，只有正確認(rèn)識(shí)人工智能對(duì)制造業(yè)就業(yè)的作用機(jī)制，才能使人們不再無(wú)端陷入“機(jī)器換人”的恐慌之中。本文使用與人工智能相關(guān)制造業(yè)A 股上市公司為研究對(duì)象，探討人工智能應(yīng)用對(duì)制造業(yè)企業(yè)的就業(yè)影響。

二、文獻(xiàn)綜述與理論假說(shuō)

（一）人工智能對(duì)就業(yè)規(guī)模的影響

現(xiàn)有關(guān)于人工智能對(duì)就業(yè)規(guī)模影響的研究主要有三種不同觀點(diǎn)。

一是人工智能對(duì)就業(yè)影響的積極觀。持有這種觀點(diǎn)的學(xué)者認(rèn)為，人工智能對(duì)就業(yè)的創(chuàng)造效應(yīng)大于替代效應(yīng)，人工智能的發(fā)展將增加就業(yè)規(guī)模。Martech（2013）［3］利用2000—2008 年美國(guó)制造業(yè)相關(guān)數(shù)據(jù)，發(fā)現(xiàn)制造業(yè)就業(yè)總量并沒(méi)有隨著工業(yè)機(jī)器人的應(yīng)用而減少，反之還有所增加；Gregory 等（2016）［4］利用歐盟制造業(yè)相關(guān)數(shù)據(jù)研究發(fā)現(xiàn)，自動(dòng)化技術(shù)對(duì)技術(shù)崗位的創(chuàng)造效應(yīng)要大于替代效應(yīng)，總體上增加了勞動(dòng)力需求；Trajtenberg（2018）［5］認(rèn)為，人工智能的應(yīng)用促進(jìn)了生產(chǎn)率的提高，從而需要投入更多的勞動(dòng)力參與生產(chǎn)，同時(shí)新技術(shù)的產(chǎn)生也伴隨著新崗位的產(chǎn)生；Bessen（2019）［6］認(rèn)為，計(jì)算機(jī)等人工智能技術(shù)的使用減少了一部分制造業(yè)崗位，與此同時(shí)也增加了其他行業(yè)崗位的就業(yè)量；Acemoglu和Restrepo（2019）［7］認(rèn)為，長(zhǎng)期來(lái)看，伴隨著社會(huì)生產(chǎn)力的提升，人工智能會(huì)創(chuàng)造出許多新的崗位，使得創(chuàng)造效應(yīng)大于替代效應(yīng)，這會(huì)對(duì)整個(gè)社會(huì)發(fā)展產(chǎn)生極大的促進(jìn)作用；何勤和邱玥（2020）［8］發(fā)現(xiàn)，人工智能通過(guò)產(chǎn)品創(chuàng)新對(duì)就業(yè)規(guī)模產(chǎn)生顯著的正向效應(yīng)；彭瑩瑩和汪昕宇（2020）［9］對(duì)廣東省270家制造業(yè)企業(yè)就業(yè)總量調(diào)查研究后發(fā)現(xiàn)，在一些崗位被替代的時(shí)候，人工智能也會(huì)通過(guò)創(chuàng)造效應(yīng)增加部分就業(yè)崗位；黃澤清和陳享光（2022）［10］認(rèn)為，現(xiàn)階段人工智能應(yīng)用過(guò)程存在算法更新、數(shù)據(jù)篩查以及一些非程序化的工作分解等隱蔽環(huán)節(jié)，這些環(huán)節(jié)需要?jiǎng)趧?dòng)力的參與，從而會(huì)產(chǎn)生一部分不易察覺(jué)的隱形就業(yè)崗位。

二是人工智能對(duì)就業(yè)影響的消極觀。持有這類(lèi)觀點(diǎn)的學(xué)者認(rèn)為，人工智能的替代效應(yīng)大于創(chuàng)造效應(yīng)，人工智能的應(yīng)用將會(huì)減少勞動(dòng)力就業(yè)規(guī)模。Frey 和Osborne（2017）［11］利用概率分類(lèi)模型，對(duì)收集到的700多種職業(yè)數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，大約有47%的職業(yè)在短期內(nèi)會(huì)被取代，其中包括后勤服務(wù)、辦公室職員等；Acemoglu 和Restrepo（2017）［12］通過(guò)實(shí)證檢驗(yàn)工業(yè)機(jī)器人對(duì)制造業(yè)就業(yè)的影響發(fā)現(xiàn)，新技術(shù)對(duì)勞動(dòng)市場(chǎng)產(chǎn)生的替代效應(yīng)大于創(chuàng)造效應(yīng)；Acemoglu 和Restrepo（2020）［13］研究表明，每多雇用一個(gè)機(jī)器人，就會(huì)減少7名工人，并且?guī)缀鯖](méi)有證據(jù)表明其他部門(mén)的就業(yè)增長(zhǎng)可以抵消這些損失。Rolf（2021）［14］更是直言，隨著機(jī)器和自動(dòng)化的快速發(fā)展，傳統(tǒng)的工作崗位未來(lái)將逐漸消失；白俊等（2018）［15］利用2003—2014年上市公司的數(shù)據(jù)樣本分析了技術(shù)創(chuàng)新與就業(yè)增長(zhǎng)的關(guān)系，發(fā)現(xiàn)企業(yè)創(chuàng)新對(duì)就業(yè)增長(zhǎng)總體上具有替代效應(yīng)；閆雪凌等（2020）［16］研究發(fā)現(xiàn)，人工智能技術(shù)應(yīng)用對(duì)制造業(yè)就業(yè)崗位的負(fù)向影響顯著，特別是會(huì)顯著影響低技能勞動(dòng)者在制造業(yè)企業(yè)中的就業(yè)機(jī)會(huì)；何勤等（2020）［17］以115 家制造業(yè)企業(yè)面板數(shù)據(jù)為研究對(duì)象，依據(jù)創(chuàng)新擴(kuò)散理論，構(gòu)建人工智能對(duì)就業(yè)的影響機(jī)制模型，發(fā)現(xiàn)人工智能技術(shù)采納對(duì)制造業(yè)員工數(shù)量有負(fù)向影響；崔艷（2022）［18］利用微觀企業(yè)和勞動(dòng)者的調(diào)查數(shù)據(jù)進(jìn)行分析，認(rèn)為受人工智能等新技術(shù)的影響，一些崗位任務(wù)智能化替代將成為常態(tài)。

三是人工智能對(duì)就業(yè)影響的不確定觀。這種觀點(diǎn)認(rèn)為，人工智能對(duì)就業(yè)的影響短時(shí)間并不能確定，需要進(jìn)一步觀察與實(shí)證。Matuzeviciute 等（2017）［19］認(rèn)為，技術(shù)進(jìn)步對(duì)就業(yè)崗位的“替代效應(yīng)”和“補(bǔ)償效應(yīng)”同時(shí)存在，總效應(yīng)存在不確定性；Brynjolfsson等（2018）［20］指出，人工智能對(duì)于就業(yè)的影響會(huì)隨著其發(fā)展階段而有所不同，初期、中期和后期會(huì)呈現(xiàn)出不同效應(yīng)，短期內(nèi)不能簡(jiǎn)單判斷人工智能對(duì)就業(yè)的影響；Acemoglu 等（2020）［21］通過(guò)對(duì)在線職位空缺數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)人工智能目前正在取代人類(lèi)的一部分工作，但是還無(wú)法確定其會(huì)對(duì)總體勞動(dòng)力市場(chǎng)產(chǎn)生多大的影響；薛在興（2018）［22］研究了人工智能對(duì)大學(xué)生就業(yè)的影響，發(fā)現(xiàn)既有積極的影響，亦有消極的影響，但凈效應(yīng)目前尚難下定論，它會(huì)受到技術(shù)發(fā)展以及社會(huì)、政治、文化等諸多因素的影響；劉濤雄等（2021）［23］運(yùn)用LASSO回歸和隨機(jī)森林方法測(cè)算O*NET上435個(gè)職業(yè)的被替代可能性，認(rèn)為人工智能對(duì)就業(yè)的替代效應(yīng)是否會(huì)對(duì)中國(guó)總體就業(yè)產(chǎn)生嚴(yán)重沖擊取決于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是否順利；謝璐等（2019）［24］認(rèn)為，新技術(shù)具有跨時(shí)期效應(yīng)；王君等（2017）［25］提出，短期內(nèi)技術(shù)進(jìn)步會(huì)帶來(lái)技術(shù)性失業(yè)或結(jié)構(gòu)性失業(yè)，但從長(zhǎng)期來(lái)看，創(chuàng)造效應(yīng)可能會(huì)大于破壞效應(yīng)；蔡嘯和黃旭美（2019）［26］認(rèn)為，人工智能技術(shù)對(duì)于就業(yè)的影響取決于替代效應(yīng)與創(chuàng)造效應(yīng)的動(dòng)態(tài)變化。

（二）人工智能對(duì)工資收入的影響

目前，人工智能對(duì)工資收入影響的研究主要呈現(xiàn)三種觀點(diǎn)。

第一種觀點(diǎn)認(rèn)為，隨著低技能勞動(dòng)力被擠出市場(chǎng)，人工智能與高技能工作者的互補(bǔ)效應(yīng)占主導(dǎo)地位，從而使得人工智能對(duì)收入的影響表現(xiàn)為明顯的增長(zhǎng)作用。楊曉峰（2018）［27］發(fā)現(xiàn)，人工智能有利于提升制造業(yè)人力資本水平，優(yōu)化制造業(yè)人力資本分布結(jié)構(gòu)，并且通過(guò)人力資本的中介效應(yīng)，對(duì)就業(yè)人員的平均工資增長(zhǎng)起著明顯的提振作用；彭瑩瑩和汪昕宇（2020）［9］研究發(fā)現(xiàn)，隨著員工的自動(dòng)化轉(zhuǎn)崗，員工收入會(huì)明顯增加；程虹等（2020）［28］從微觀角度對(duì)個(gè)體進(jìn)行考察，結(jié)果顯示人工智能對(duì)勞動(dòng)力收入具有促進(jìn)作用。

第二種觀點(diǎn)認(rèn)為，由于人工智能對(duì)勞動(dòng)力具有替代作用，導(dǎo)致企業(yè)會(huì)壓低對(duì)于勞動(dòng)力的投入，使得勞動(dòng)者的收入進(jìn)一步減少［29］。Benzell 等（2015）［30］通過(guò)構(gòu)建兩階段世代交疊模型發(fā)現(xiàn)，隨著高生產(chǎn)率人工智能的引入，勞動(dòng)要素所占份額和勞動(dòng)力工資收入皆呈下降趨勢(shì)；孟園園和陳進(jìn)（2019）［31］分析了2009—2017年中國(guó)31個(gè)省份的面板數(shù)據(jù)，通過(guò)建立線性回歸模型得出，經(jīng)濟(jì)發(fā)展會(huì)削弱人工智能技術(shù)對(duì)工資水平和勞動(dòng)力素質(zhì)的積極影響。

第三種觀點(diǎn)認(rèn)為，人工智能對(duì)于工資收入的整體影響不明顯。王永欽和董雯（2020）［32］利用上市公司微觀數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)人工智能的應(yīng)用對(duì)企業(yè)工資水平?jīng)]有明顯影響；蔡躍洲和陳楠（2019）［33］研究發(fā)現(xiàn)，人工智能持續(xù)推進(jìn)的過(guò)程本質(zhì)是一種結(jié)構(gòu)性變化，是低技能勞動(dòng)者向高技能勞動(dòng)者工資收入轉(zhuǎn)移的過(guò)程，總量將保持基本穩(wěn)定。

（三）機(jī)制分析與研究假設(shè)

基于前文的分析可以看出，學(xué)界關(guān)于人工智能對(duì)就業(yè)崗位的影響效應(yīng)持不同的態(tài)度，產(chǎn)生分歧的主要原因在于片面強(qiáng)調(diào)特定效應(yīng)。樂(lè)觀者高估了新技術(shù)在任務(wù)中發(fā)揮的對(duì)崗位的創(chuàng)造效應(yīng)及其吸收勞動(dòng)力的作用，而悲觀者則高估了人工智能的應(yīng)用速度以及對(duì)勞動(dòng)力的替代強(qiáng)度［28］。本文認(rèn)為，人工智能在我國(guó)的應(yīng)用仍然處于起步階段，對(duì)于制造業(yè)來(lái)說(shuō)，現(xiàn)階段人工智能主要應(yīng)用于一線生產(chǎn)制造崗位，通過(guò)替代效應(yīng)減少企業(yè)對(duì)勞動(dòng)力的投入規(guī)模，降低企業(yè)生產(chǎn)成本。同時(shí)，人工智能的大規(guī)模投入可以有效提高勞動(dòng)生產(chǎn)率，生產(chǎn)要素價(jià)格相對(duì)降低，制造業(yè)企業(yè)會(huì)因此選擇進(jìn)一步增加人工智能的投入范圍，勞動(dòng)力被替代的數(shù)量也會(huì)隨之增加。因此，本文提出假說(shuō)1。

H1：制造業(yè)企業(yè)采納人工智能技術(shù)對(duì)員工的數(shù)量會(huì)產(chǎn)生負(fù)向影響，即人工智能的采納度越高，企業(yè)員工被替代的數(shù)量越多，員工數(shù)量會(huì)隨之減少。

人工智能技術(shù)的發(fā)展不僅會(huì)對(duì)員工的數(shù)量產(chǎn)生影響，同時(shí)也會(huì)重塑工資分配過(guò)程。企業(yè)員工工資收入的高低取決于企業(yè)的資本分配，由于人工智能對(duì)勞動(dòng)力的替代效應(yīng)，企業(yè)的資本偏好會(huì)由人轉(zhuǎn)向人工智能技術(shù)。但現(xiàn)階段人工智能在企業(yè)中的應(yīng)用還處于“人機(jī)協(xié)作”的磨合階段，企業(yè)對(duì)于勞動(dòng)力的需求逐漸由數(shù)量轉(zhuǎn)向質(zhì)量，因此，行業(yè)內(nèi)部會(huì)產(chǎn)生激烈的人才競(jìng)爭(zhēng)，企業(yè)會(huì)選擇對(duì)老員工培訓(xùn)或引入高技能員工等方式來(lái)獲得高質(zhì)量勞動(dòng)力。此時(shí)，員工的工資水平會(huì)因生產(chǎn)率提高、技能水平提升、人才爭(zhēng)奪等因素作用而增加。因此，本文提出假說(shuō)2。

H2：制造業(yè)企業(yè)采納人工智能技術(shù)對(duì)員工的工資收入會(huì)產(chǎn)生正向影響，即隨著人工智能采納度的增加，員工的工資收入也會(huì)增加。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文借助東方財(cái)富choice 網(wǎng)站和國(guó)泰安數(shù)據(jù)庫(kù)，選擇2013—2020 年與人工智能相關(guān)的所有制造業(yè)A 股上市公司面板數(shù)據(jù)，剔除ST、*ST 公司和各變量缺失指標(biāo)的樣本，最終獲得231家上市公司的數(shù)據(jù)樣本用于研究。

（二）模型設(shè)定

為了檢驗(yàn)人工智能對(duì)制造業(yè)企業(yè)員工數(shù)量和工資收入的影響，構(gòu)建以下面板數(shù)據(jù)模型：

其中：i表示不同企業(yè)；t表示不同年份；∑Control代表一系列控制變量，為了降低回歸方程的異方差性和保證結(jié)果可靠性，所有變量在后續(xù)實(shí)證過(guò)程中均進(jìn)行了對(duì)數(shù)處理；εi,t為殘差項(xiàng)。（1）式是以企業(yè)員工數(shù)量和工資收入分別作為被解釋變量的固定回歸模型（1）；由于不同企業(yè)之間存在著不可觀測(cè)的異質(zhì)性，這在很大程度上會(huì)影響企業(yè)勞動(dòng)力的需求總量和投資金額，于是本文參照閆雪凌等（2020）［16］的做法，構(gòu)建（2）式，加入個(gè)體和時(shí)間固定效應(yīng)，在一定程度上解決因無(wú)法測(cè)量而造成的遺漏變量問(wèn)題。其中，Code、Year分別表示企業(yè)的個(gè)體效應(yīng)和年份效應(yīng)。

（三）變量說(shuō)明

1.因變量

本文從員工數(shù)量和工資收入兩個(gè)維度的變化來(lái)分析制造業(yè)企業(yè)所受到的影響。其中，員工數(shù)量（employee）通過(guò)企業(yè)年度的員工總數(shù)來(lái)刻畫(huà)；工資收入（wage）為企業(yè)年末的平均工資，即上市公司現(xiàn)金流量表中公布的應(yīng)付職工薪酬/員工總數(shù)。

2.核心解釋變量

本文的核心解釋變量是人工智能的采納程度（ai）。制造業(yè)生產(chǎn)過(guò)程中，人工智能的采納程度與企業(yè)員工數(shù)量、就業(yè)結(jié)構(gòu)和勞動(dòng)者收入息息相關(guān)。本文借鑒何勤等［17］學(xué)者的做法，采用企業(yè)機(jī)器設(shè)備的人均價(jià)值作為衡量企業(yè)人工智能采納程度的指標(biāo)，即企業(yè)固定資產(chǎn)報(bào)表中公布的機(jī)器賬面價(jià)值/員工總數(shù)。

3.控制變量

參考已有文獻(xiàn)的做法，本文在實(shí)證模型中選取以下指標(biāo)控制企業(yè)的各項(xiàng)基本特征：

（1）資本偏好（precp），用企業(yè)研發(fā)投入與應(yīng)付職工薪酬的比值來(lái)刻畫(huà)。人工智能的投入必然會(huì)對(duì)勞動(dòng)力產(chǎn)生一定的替代效應(yīng)，也因此影響了企業(yè)的資本配置。面對(duì)人工智能帶來(lái)的生產(chǎn)率提高，企業(yè)會(huì)更加偏向研發(fā)投入等資本密集型投入，深化勞動(dòng)力和資本投入的不平衡，影響企業(yè)的員工數(shù)量與工資收入。

（2）資產(chǎn)規(guī)模（size），用上市公司的資產(chǎn)總額來(lái)衡量。上市公司的資產(chǎn)規(guī)模將直接影響企業(yè)的員工數(shù)量和收入。

（3）資本深化程度（fixcp），用企業(yè)的固定資產(chǎn)投入來(lái)表示。資本深化程度反映了資本積累速度，較高的資本深化程度往往意味著更高的勞動(dòng)生產(chǎn)率，對(duì)企業(yè)的就業(yè)崗位和工資收入都將產(chǎn)生一定的影響。

（4）運(yùn)營(yíng)能力（ato），用企業(yè)的總資產(chǎn)周轉(zhuǎn)率來(lái)衡量。該指標(biāo)反映了企業(yè)對(duì)于資產(chǎn)的使用效率，運(yùn)營(yíng)能力越強(qiáng)的企業(yè)對(duì)于勞動(dòng)力的資金投入越合理。

（5）盈利能力（prof），用企業(yè)的凈資產(chǎn)收益率來(lái)衡量。盈利能力越強(qiáng)的企業(yè)對(duì)于資金和勞動(dòng)力的吸納能力也越強(qiáng)。

（6）產(chǎn)品創(chuàng)新（innovate），用無(wú)形資產(chǎn)賬面價(jià)值與企業(yè)總資產(chǎn)的比值表示。產(chǎn)品創(chuàng)新速度加快意味著新技術(shù)的快速迭代，企業(yè)為了跟上技術(shù)更新的步伐，就必須不斷增加對(duì)于技術(shù)研發(fā)的投入，間接減少對(duì)于勞動(dòng)力的投入。

各變量的具體解釋見(jiàn)表1所列。

表1 變量及說(shuō)明

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)與相關(guān)性分析

所有變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2 所列。其中，兩個(gè)因變量指標(biāo)員工數(shù)量和工資收入，均值分別為7.7、0.395，中位數(shù)分別為7.537、0.488，兩者數(shù)值相近，保證了被解釋變量分布接近正態(tài)分布。

表2 各變量描述性統(tǒng)計(jì)

主要變量的相關(guān)性系數(shù)見(jiàn)表3 所列。值得注意的是，人工智能采納程度和員工數(shù)量的相關(guān)系數(shù)為正值，這與假設(shè)出現(xiàn)分歧。出現(xiàn)這種情況的原因可能是在未控制其他變量時(shí)，兩者呈現(xiàn)正相關(guān)關(guān)系，需要在后續(xù)回歸中進(jìn)一步分析驗(yàn)證。

表3 相關(guān)系數(shù)

（二）基準(zhǔn)回歸

制造業(yè)企業(yè)人工智能采納程度對(duì)于員工就業(yè)情況的基準(zhǔn)回歸結(jié)果見(jiàn)表4所列。第（1）列和第（2）列考察制造業(yè)企業(yè)人工智能采納程度對(duì)員工數(shù)量的影響，結(jié)果顯示，無(wú)論是否控制個(gè)體和時(shí)間效應(yīng)，核心解釋變量lnai的系數(shù)均顯著為負(fù)，即H1成立，即人工智能采納對(duì)制造業(yè)企業(yè)員工數(shù)量具有抑制作用。近幾年，我國(guó)不斷加強(qiáng)對(duì)于人工智能的重視程度，積極鼓勵(lì)和引導(dǎo)企業(yè)應(yīng)用人工智能技術(shù)，但總體上來(lái)說(shuō)，我國(guó)對(duì)于人工智能的應(yīng)用依然處在初級(jí)階段。目前人工智能主要應(yīng)用于簡(jiǎn)單重復(fù)的工作中，制造業(yè)企業(yè)作為勞動(dòng)力密集型企業(yè)，人工智能對(duì)其一線工作的很多崗位具有較強(qiáng)的替代作用。隨著人工智能與制造業(yè)的深入融合，尤其是從事普通生產(chǎn)崗位的生產(chǎn)人員會(huì)快速被生產(chǎn)率更高的人工智能機(jī)器所取代。所以在現(xiàn)階段，人工智能采納對(duì)制造業(yè)企業(yè)員工數(shù)量主要表現(xiàn)為負(fù)向影響。第（3）列和第（4）列考察制造業(yè)企業(yè)人工智能采納程度對(duì)員工工資水平的影響，結(jié)果顯示，人工智能采納程度對(duì)制造業(yè)員工工資水平表現(xiàn)為顯著正向影響，前文提出的H2成立。這說(shuō)明，傳統(tǒng)制造業(yè)對(duì)于一線工作員工的需求數(shù)量巨大，人工智能技術(shù)的投入使用代替了簡(jiǎn)單重復(fù)的流水線工作，員工的數(shù)量驟降。但是受人工智能技術(shù)發(fā)展水平的約束，人工智能投入使用的同時(shí)也產(chǎn)生了更多對(duì)于高技術(shù)勞動(dòng)力的需求，企業(yè)需要更多具有專業(yè)知識(shí)和掌握前沿技術(shù)的優(yōu)質(zhì)人才配合人工智能技術(shù)的應(yīng)用。企業(yè)通過(guò)提高薪酬吸引更多高素質(zhì)、高學(xué)歷人才，同時(shí)，員工為了不被替代會(huì)不斷強(qiáng)化自身的知識(shí)儲(chǔ)備與能力水平，員工質(zhì)量的提高也促進(jìn)了其收入水平的提高。所以在現(xiàn)階段，人工智能采納對(duì)于員工的工資收入水平表現(xiàn)為顯著的正向影響。

表4 基準(zhǔn)回歸結(jié)果

（三）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)

內(nèi)生性主要源于三個(gè)方面：①遺漏變量誤差。由于本文使用制造業(yè)企業(yè)的微觀面板數(shù)據(jù)，公司數(shù)據(jù)的變量類(lèi)型復(fù)雜并且存在未披露數(shù)據(jù)，在回歸中難免會(huì)遺漏部分對(duì)于就業(yè)存在影響的變量數(shù)據(jù)，出現(xiàn)回歸結(jié)果的偏誤。②雙向因果。人工智能采納程度會(huì)對(duì)員工就業(yè)水平和數(shù)量產(chǎn)生影響，同時(shí)，員工數(shù)量的減少和工資水平的提高反過(guò)來(lái)也會(huì)作用于企業(yè)對(duì)于人工智能的資本投入。③樣本自選擇。財(cái)務(wù)狀況較好的企業(yè)更有可能和實(shí)力進(jìn)行智能化轉(zhuǎn)型，其人工智能采納程度也會(huì)更高，由此可能存在一定的樣本自選擇問(wèn)題。

首先，為了避免因遺漏變量誤差和雙向因果產(chǎn)生的內(nèi)生性偏誤，本文借鑒謝富勝和匡曉璐（2020）［34］的做法，把解釋變量的一期滯后項(xiàng)作為工具變量，在控制個(gè)體和時(shí)間效應(yīng)的情況下，采用二階段最小二乘法（2SLS），以識(shí)別回歸結(jié)果的內(nèi)生性。工具變量的回歸結(jié)果見(jiàn)表5 的（1）-（3）列，可以看出，除了回歸系數(shù)有一定變化外，符號(hào)和顯著性與基準(zhǔn)回歸結(jié)果基本一致，證明在考慮了因遺漏變量誤差和雙向因果而產(chǎn)生的內(nèi)生性問(wèn)題之后，本文的結(jié)論依然具有穩(wěn)健性。

其次，考慮不同財(cái)務(wù)狀況下的企業(yè)樣本可能會(huì)存在一定的選擇偏誤，本文借鑒謝德仁等（2016）［35］的做法，采用傾向得分匹配法（PSM）盡可能地緩解這一內(nèi)生性問(wèn)題。本文選擇對(duì)人工智能采納程度按照平均數(shù)進(jìn)行分組，大于平均數(shù)的為高人工智能采納（定義為1），低于平均數(shù)的為低人工智能采納（定義為0），形成虛擬變量分組，采用1∶3最鄰近匹配方法將實(shí)驗(yàn)組與對(duì)照組進(jìn)行匹配。PSM 配對(duì)后的回歸結(jié)果見(jiàn)表5 的（4）-（5）所列，從表5 可以看出，配對(duì)處理后，本文的主要回歸結(jié)果不變，且均通過(guò)了1%的顯著性檢驗(yàn)。

表5 內(nèi)生性檢驗(yàn)

2.控制企業(yè)的固定效應(yīng)

改革開(kāi)放以來(lái)，民營(yíng)企業(yè)在經(jīng)濟(jì)發(fā)展過(guò)程中發(fā)揮著越來(lái)越重要的作用，在科技快速發(fā)展的當(dāng)下，民營(yíng)企業(yè)運(yùn)用其靈活性強(qiáng)、自主權(quán)大的特點(diǎn)，對(duì)于人工智能采納程度和勞動(dòng)力數(shù)量的調(diào)整力度更大，也因此會(huì)造成因企業(yè)性質(zhì)的不同而產(chǎn)生實(shí)證結(jié)果的偏差。為了進(jìn)一步檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性，本文參考王麗穎等學(xué)者（2019）［36］的做法，提取民營(yíng)企業(yè)作為子樣本，進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果見(jiàn)表6 所列。表6 顯示，檢驗(yàn)結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，本文的主要結(jié)論依然成立。

表6 穩(wěn)健性檢驗(yàn)：控制民營(yíng)企業(yè)

（四）異質(zhì)性分析

1.地區(qū)異質(zhì)性

由于我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和生產(chǎn)技術(shù)水平等均存在一定差異，人工智能技術(shù)水平和數(shù)量可能存在一定的異質(zhì)性。東部地區(qū)因其具有地理位置的先天優(yōu)勢(shì)和改革開(kāi)放的政策優(yōu)勢(shì)，位于東部地區(qū)的制造業(yè)企業(yè)發(fā)展層次、技術(shù)水平等都遠(yuǎn)優(yōu)于中西部地區(qū)的企業(yè)。為了進(jìn)一步考察人工智能采納程度對(duì)制造業(yè)企業(yè)員工數(shù)量和工資收入的影響，本文借鑒邵朝對(duì)等（2016）［37］的分類(lèi)方法，將企業(yè)劃分為東部地區(qū)和中西部地區(qū)企業(yè)，進(jìn)行分組回歸，回歸結(jié)果見(jiàn)表7所列。

從表7可以看出，與人工智能相關(guān)的制造業(yè)企業(yè)大多位于東部地區(qū)，人工智能采納程度對(duì)于員工數(shù)量的影響在兩個(gè)地區(qū)均呈現(xiàn)顯著負(fù)向影響，并且對(duì)于東部地區(qū)的負(fù)向作用更強(qiáng)。人工智能采納程度對(duì)于東部地區(qū)制造業(yè)企業(yè)員工的工資收入表現(xiàn)為顯著促進(jìn)效應(yīng)，但是對(duì)于中西部地區(qū)的影響則不顯著，表現(xiàn)出了明顯的異質(zhì)性。產(chǎn)生這種現(xiàn)象的原因可能在于：東部地區(qū)屬于我國(guó)經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，多為技術(shù)密集型、資本密集型制造企業(yè)，企業(yè)之間的技術(shù)競(jìng)爭(zhēng)更加強(qiáng)烈，為了不斷進(jìn)行產(chǎn)業(yè)升級(jí)以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)就需要加大資金投入來(lái)引進(jìn)高科技人才，由此表現(xiàn)為員工的工資收入顯著增加，而在發(fā)展較為緩慢的中西部地區(qū)，企業(yè)對(duì)于人工智能技術(shù)的反應(yīng)則表現(xiàn)得不太靈敏。

表7 地區(qū)異質(zhì)性

2.企業(yè)規(guī)模異質(zhì)性

對(duì)于不同規(guī)模的企業(yè)，其擁有的資源稟賦、經(jīng)濟(jì)財(cái)力和技術(shù)研發(fā)實(shí)力等均差距較大，從而對(duì)人工智能的采納能力和資產(chǎn)分配能力等均會(huì)存在一定異質(zhì)性。為了研究人工智能采納程度對(duì)員工數(shù)量和工資收入的影響是否會(huì)受到企業(yè)規(guī)模的影響，本文根據(jù)企業(yè)規(guī)模將其分為大型企業(yè)和中小型企業(yè)（2），在控制個(gè)體和時(shí)間效應(yīng)之后對(duì)其進(jìn)行回歸，回歸結(jié)果見(jiàn)表8所列。

從表8可以看出，人工智能采納程度對(duì)于大型企業(yè)和中小型企業(yè)的員工數(shù)量都表現(xiàn)為顯著抑制作用，但是對(duì)于大型企業(yè)的作用強(qiáng)度更大，這可能是因?yàn)檫@些企業(yè)具有更強(qiáng)的競(jìng)爭(zhēng)優(yōu)勢(shì)和資金支持，他們對(duì)于人工智能技術(shù)的吸納能力更強(qiáng)，人工智能技術(shù)在這些企業(yè)的應(yīng)用速度會(huì)更快，其對(duì)于員工數(shù)量的替代效應(yīng)也更加明顯。同時(shí)可以發(fā)現(xiàn)，人工智能采納程度對(duì)于大型企業(yè)員工工資收入表現(xiàn)為顯著促進(jìn)作用，而在中小型企業(yè)中則沒(méi)有明顯影響。產(chǎn)生這種現(xiàn)象的原因可能是：相較于中小型企業(yè)，大型企業(yè)具有更強(qiáng)的競(jìng)爭(zhēng)優(yōu)勢(shì)和資金支持，可以在投入資金采納人工智能的同時(shí)增加員工薪酬，而中小型企業(yè)在短期內(nèi)則很難對(duì)職工薪酬進(jìn)行調(diào)整。由此可以推測(cè)，在加大人工智能采納的過(guò)程中，中小型企業(yè)可能會(huì)因?yàn)楣べY水平較低而流失一部分高質(zhì)量勞動(dòng)力。

表8 企業(yè)規(guī)模異質(zhì)性

六、結(jié)論與政策建議

（一）研究結(jié)論

人工智能已經(jīng)以強(qiáng)有力的態(tài)勢(shì)進(jìn)入了我國(guó)制造業(yè)企業(yè)的生產(chǎn)經(jīng)營(yíng)過(guò)程，作為世界第一制造業(yè)大國(guó)，人工智能對(duì)于我國(guó)制造業(yè)企業(yè)就業(yè)市場(chǎng)的沖擊引起了極大的關(guān)注。本文利用2013—2020年我國(guó)A 股上市公司制造業(yè)企業(yè)面板數(shù)據(jù)進(jìn)行實(shí)證分析后發(fā)現(xiàn)：

（1）現(xiàn)階段，我國(guó)制造業(yè)企業(yè)的人工智能采納程度對(duì)于員工數(shù)量有著顯著的替代效應(yīng)。我國(guó)目前還處于弱人工智能階段，人工智能技術(shù)的應(yīng)用范圍較小、滲透度較低。短期內(nèi)，隨著人工智能與制造業(yè)的深度融合，制造業(yè)企業(yè)的員工數(shù)量會(huì)呈現(xiàn)減少趨勢(shì)，但是長(zhǎng)期來(lái)看，人工智能對(duì)員工數(shù)量的影響還不能妄下論斷。

（2）在人工智能技術(shù)的應(yīng)用下，制造業(yè)企業(yè)的員工工資收入水平會(huì)明顯增加。人工智能技術(shù)的應(yīng)用對(duì)于員工的技能水平提出了更高的要求，企業(yè)為了吸引高質(zhì)量勞動(dòng)力而提高薪酬，員工自身能力的提高也促使收入水平不斷提高。

（3）人工智能技術(shù)對(duì)于制造業(yè)企業(yè)員工工資收入的影響具有顯著異質(zhì)性。因?yàn)闁|部地區(qū)更加開(kāi)放的經(jīng)濟(jì)政策和大規(guī)模企業(yè)雄厚的資金支持，人工智能技術(shù)對(duì)于東部地區(qū)企業(yè)、大型企業(yè)員工收入的促進(jìn)作用顯著，但對(duì)于中西部地區(qū)企業(yè)、中小型企業(yè)則沒(méi)有明顯的影響。

（二）政策建議

就業(yè)是最大的民生，也是經(jīng)濟(jì)發(fā)展最基本的支撐。保證制造業(yè)就業(yè)穩(wěn)定是產(chǎn)業(yè)發(fā)展和社會(huì)穩(wěn)定的重要基礎(chǔ)，應(yīng)把握人工智能的發(fā)展趨勢(shì)，抓住產(chǎn)業(yè)轉(zhuǎn)型機(jī)遇，以實(shí)現(xiàn)更充分更高質(zhì)量的就業(yè)?；诖?，本文提出以下政策建議：

第一，正確認(rèn)識(shí)人工智能的替代效應(yīng)。在人工智能技術(shù)快速發(fā)展的大背景下，短期內(nèi)部分崗位的智能化替代將成為常態(tài)，這種替代效應(yīng)會(huì)不可避免地帶來(lái)一定的失業(yè)風(fēng)險(xiǎn)。制造業(yè)企業(yè)應(yīng)對(duì)各個(gè)崗位展開(kāi)針對(duì)性培訓(xùn)，增強(qiáng)勞動(dòng)者與人工智能的配合程度，盡早達(dá)到“人機(jī)協(xié)同”的工作模式。政府應(yīng)該快速做好應(yīng)急預(yù)案和預(yù)警機(jī)制，及時(shí)出臺(tái)相應(yīng)的就業(yè)補(bǔ)償機(jī)制和社會(huì)保障制度，重點(diǎn)關(guān)注受人工智能影響較大的制造業(yè)企業(yè)一線工作人員，提前對(duì)這類(lèi)勞動(dòng)者做好轉(zhuǎn)崗安排和再就業(yè)培訓(xùn)。

第二，抓住人工智能帶來(lái)的人才培養(yǎng)機(jī)遇。短期內(nèi)工資的增長(zhǎng)會(huì)產(chǎn)生強(qiáng)大的激勵(lì)機(jī)制，薪資水平的提高可以鼓勵(lì)員工不斷提升技能水平，通過(guò)專業(yè)性教育和實(shí)用性教育的結(jié)合，成為人工智能時(shí)代的復(fù)合型人才。因此，制造業(yè)企業(yè)應(yīng)及時(shí)調(diào)整薪資水平，不斷吸引和留住高質(zhì)量勞動(dòng)力，以助力人工智能時(shí)代企業(yè)的快速發(fā)展。政府也要加強(qiáng)對(duì)于人才教育的重視程度，加大技術(shù)教育力度，持續(xù)向企業(yè)輸送高科技人才，將“人口紅利”轉(zhuǎn)化為“人才紅利”。

第三，合理把握人工智能的應(yīng)用范圍與程度。處于不同地區(qū)、不同規(guī)模的企業(yè)，人工智能對(duì)其就業(yè)的影響不盡相同。制造業(yè)企業(yè)不斷努力吸納人工智能技術(shù)的同時(shí)，政府也應(yīng)該把握不同企業(yè)之間發(fā)展的不平衡性，根據(jù)當(dāng)?shù)仄髽I(yè)的發(fā)展?fàn)顩r、經(jīng)營(yíng)特征、承受能力等，因地制宜、持續(xù)出臺(tái)和具體落實(shí)相關(guān)政策，同時(shí)要正確引導(dǎo)和扶持中小企業(yè)引入和應(yīng)用人工智能技術(shù)。

注釋：

（1）使用Hausman檢驗(yàn)，結(jié)果顯示員工數(shù)量和工資收入模型中的P值均小于0.05，支持固定效應(yīng)進(jìn)行估計(jì)。

（2）根據(jù)國(guó)家統(tǒng)計(jì)局所指定的《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法〔2017〕》標(biāo)準(zhǔn)對(duì)企業(yè)規(guī)模進(jìn)行分類(lèi)，具體參見(jiàn)http：//www.stats.gov.cn/tjsj/tjbz/201801/t20180103_1569357.html。