明娟　鮑翔宇　張藝

摘 要：勞動(dòng)智能化不僅提高了勞動(dòng)效率和生產(chǎn)質(zhì)量，而且對勞動(dòng)者的就業(yè)狀態(tài)產(chǎn)生了深遠(yuǎn)影響。采用中國勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）2018年個(gè)體問卷數(shù)據(jù)的分析發(fā)現(xiàn)：相比勞動(dòng)還未智能化的勞動(dòng)者，勞動(dòng)智能化的勞動(dòng)者具有較高的就業(yè)質(zhì)量，經(jīng)過內(nèi)生性處理和穩(wěn)健性檢驗(yàn)后該結(jié)論依然成立；勞動(dòng)智能化有利于勞動(dòng)者的工資增長，但對勞動(dòng)者工作條件的影響不顯著，表明勞動(dòng)智能化主要是通過提高勞動(dòng)報(bào)酬來提升樣本個(gè)體的就業(yè)質(zhì)量；勞動(dòng)智能化對不同類型勞動(dòng)者就業(yè)質(zhì)量的影響存在顯著差異，表現(xiàn)為對男性勞動(dòng)者、35歲及以下勞動(dòng)者、高技能勞動(dòng)者的就業(yè)質(zhì)量改善作用較強(qiáng)；勞動(dòng)智能化對就業(yè)質(zhì)量的改善受到勞動(dòng)者非認(rèn)知能力的調(diào)節(jié)，即勞動(dòng)者非認(rèn)知能力的提高會(huì)強(qiáng)化勞動(dòng)智能化的就業(yè)質(zhì)量改善效應(yīng)。因此，在積極推進(jìn)勞動(dòng)智能化的同時(shí)，要不斷提升勞動(dòng)者技能水平和非認(rèn)知能力以增強(qiáng)勞動(dòng)者的智能化適應(yīng)能力，還應(yīng)特別重視勞動(dòng)者工作條件的改善以充分發(fā)揮勞動(dòng)智能化改善工作條件的潛在功效。

關(guān)鍵詞：勞動(dòng)智能化；就業(yè)質(zhì)量；貨幣收入；工作條件；勞動(dòng)技能；非認(rèn)知能力；智能化勞動(dòng)

中圖分類號(hào)：F062.4；F24文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-8131（）0-0001-14

引用格式：明娟，鮑翔宇，張藝.勞動(dòng)智能化改善了勞動(dòng)者就業(yè)質(zhì)量嗎？［J］.西部論壇，2023，33（3）：1-14.

MING Juan， BAO Xiang-yu， ZHANG Yi. Does labor intelligence improve the quality of laborer employment？［J］. West Forum， 2023， 33（3）：1-14.

一、引言

中國式現(xiàn)代化要持續(xù)增進(jìn)民生福祉，不斷提高人民生活品質(zhì)。勞動(dòng)者的就業(yè)質(zhì)量是民生福祉的重要內(nèi)容，在實(shí)現(xiàn)社會(huì)財(cái)富快速增長的同時(shí)，切實(shí)提高全體勞動(dòng)者的就業(yè)質(zhì)量是全面建成社會(huì)主義現(xiàn)代化強(qiáng)國的本質(zhì)要求。技術(shù)進(jìn)步不僅會(huì)改變經(jīng)濟(jì)發(fā)展形態(tài)，也會(huì)革新勞動(dòng)方式，勞動(dòng)智能化成為數(shù)字經(jīng)濟(jì)下勞動(dòng)方式演變的必然趨勢。勞動(dòng)智能化，是指在勞動(dòng)過程中利用先進(jìn)的智能技術(shù)和設(shè)備，實(shí)現(xiàn)勞動(dòng)過程自動(dòng)化、智能化和數(shù)字化，以提高生產(chǎn)效率、降低成本的勞動(dòng)模式轉(zhuǎn)變。從理論上講，得益于技術(shù)進(jìn)步的勞動(dòng)智能化改變了傳統(tǒng)的生產(chǎn)模式，提升了生產(chǎn)效率，增強(qiáng)了生產(chǎn)的可持續(xù)性和競爭力，并可以改善勞動(dòng)者的勞動(dòng)條件，減少人工操作，降低工傷事故率。那么，在經(jīng)濟(jì)實(shí)踐中，勞動(dòng)智能化能否帶來勞動(dòng)者就業(yè)質(zhì)量的顯著改善？雖然越來越多的經(jīng)驗(yàn)證據(jù)表明勞動(dòng)智能化對生產(chǎn)力發(fā)展具有積極的影響，但關(guān)于勞動(dòng)智能化對勞動(dòng)者的影響，相關(guān)文獻(xiàn)的實(shí)證分析主要聚焦于就業(yè)機(jī)會(huì)和收入水平等，而就業(yè)質(zhì)量是對勞動(dòng)者工作狀況的綜合評價(jià)，包含多維特征（侯俊軍 等，2020）［1］。因此，勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的影響及其機(jī)制還有待更加全面深入的研究。

勞動(dòng)智能化是智能技術(shù)及機(jī)器人等智能應(yīng)用于生產(chǎn)過程的結(jié)果，會(huì)對勞動(dòng)力市場和就業(yè)質(zhì)量產(chǎn)生深遠(yuǎn)影響?，F(xiàn)有研究主要探討了人工智能、工業(yè)機(jī)器人等對就業(yè)質(zhì)量的影響，并形成兩種觀點(diǎn)：一是抑制論，認(rèn)為人工智能等會(huì)對勞動(dòng)者就業(yè)質(zhì)量的提升產(chǎn)生不利影響。比如，智能化產(chǎn)生的替代效應(yīng)會(huì)降低勞動(dòng)者工作的穩(wěn)定性和社會(huì)保障水平，從而影響勞動(dòng)者就業(yè)質(zhì)量（齊樂 等，2022）［2］。二是提升論，認(rèn)為人工智能等會(huì)提高勞動(dòng)者的就業(yè)質(zhì)量。比如，智能技術(shù)可以通過提高生產(chǎn)效率、縮短勞動(dòng)者工作時(shí)間、優(yōu)化人力資本結(jié)構(gòu)、促進(jìn)勞動(dòng)要素自由流動(dòng)等途徑提升勞動(dòng)者就業(yè)質(zhì)量（王軍 等，2018）［3］；人工智能能夠通過“人機(jī)融合”提高勞動(dòng)效率、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升人力資本水平等促進(jìn)就業(yè)質(zhì)量改善（陳志 等，2022）［4］；“機(jī)器換人”可以提高在崗職工的收入，并改善工作環(huán)境，進(jìn)而促進(jìn)就業(yè)質(zhì)量提升（侯俊軍，等，2020）［1］。總體來說，關(guān)于智能技術(shù)應(yīng)用對勞動(dòng)者就業(yè)質(zhì)量的影響，還未得到一致性結(jié)論，且缺乏從勞動(dòng)智能化角度進(jìn)行的深入研究。

本文旨在探討勞動(dòng)智能化對就業(yè)質(zhì)量的影響，并采用“中國勞動(dòng)力動(dòng)態(tài)調(diào)查”（China Labor-force Dynamics Survey，CLDS）2018年的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。本文的邊際貢獻(xiàn)主要在于：一是有別于現(xiàn)有文獻(xiàn)多從宏觀層面分析智能化對勞動(dòng)者就業(yè)和工資等的影響，采用CLDS個(gè)體問卷數(shù)據(jù)從微觀層面分析勞動(dòng)智能化對勞動(dòng)者個(gè)體就業(yè)質(zhì)量的影響；二是已有文獻(xiàn)多基于工資收入、工作環(huán)境、工作強(qiáng)度等單維度指標(biāo)分析智能化對勞動(dòng)者就業(yè)的影響，本文基于勞動(dòng)者的貨幣收入和工作條件構(gòu)建多維度的就業(yè)質(zhì)量綜合指標(biāo)，分析了勞動(dòng)智能化對勞動(dòng)者綜合就業(yè)質(zhì)量的影響；三是進(jìn)一步分析了非認(rèn)知能力在勞動(dòng)智能化影響勞動(dòng)者就業(yè)質(zhì)量中的調(diào)節(jié)作用，并從性別、年齡、技能等方面探究了勞動(dòng)智能化影響勞動(dòng)者就業(yè)質(zhì)量的異質(zhì)性，為勞動(dòng)智能化的就業(yè)質(zhì)量改善效應(yīng)及其作用機(jī)制提供了經(jīng)驗(yàn)證據(jù)。

二、理論分析與研究假說

1. 勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的改善

勞動(dòng)者的就業(yè)質(zhì)量通常包括勞動(dòng)報(bào)酬和勞動(dòng)環(huán)境（條件）兩個(gè)方面。根據(jù)現(xiàn)有研究，勞動(dòng)智能化可以產(chǎn)生補(bǔ)償效應(yīng)，促進(jìn)整體就業(yè)增長，并通過收入提升效應(yīng)、工作條件改善效應(yīng)等來改善勞動(dòng)者的就業(yè)質(zhì)量。從補(bǔ)償效應(yīng)來看，智能技術(shù)應(yīng)用帶來的效率提升和技術(shù)擴(kuò)散使得相關(guān)產(chǎn)業(yè)規(guī)模擴(kuò)大，增加總體就業(yè)需求（惠煒，2022）［5］，從而彌補(bǔ)勞動(dòng)被智能技術(shù)替代產(chǎn)生的失業(yè)；還可以創(chuàng)造出新的就業(yè)崗位，穩(wěn)定和增加勞動(dòng)力就業(yè)（Mcguinness et al，2019；蔡躍洲 等，2019）［6-7］。

一方面，勞動(dòng)智能化促進(jìn)了生產(chǎn)力的發(fā)展，不僅會(huì)降低生產(chǎn)成本，而且能提高勞動(dòng)者收入，從而產(chǎn)生收入增長效應(yīng)（王軍 等，2018）［3］。生產(chǎn)過程中使用智能技術(shù)可以通過“價(jià)格-生產(chǎn)率效應(yīng)”和“規(guī)模-生產(chǎn)率效應(yīng)”兩種互補(bǔ)方式提高勞動(dòng)者的收入（Acemoglu et al，2018）［8］，且智能技術(shù)對勞動(dòng)者收入的正向影響具有較強(qiáng)的持續(xù)性（閆雪凌 等，2021）［9］。

另一方面，勞動(dòng)智能化可以優(yōu)化勞動(dòng)者工作環(huán)境，減輕勞動(dòng)者工作強(qiáng)度，提高勞動(dòng)者工作自主性，從而產(chǎn)生工作條件改善效應(yīng)。首先，人工智能等智能設(shè)備可以替代工作中一些不安全或不適合人力完成的任務(wù)（周卓華，2020）［10］，降低或消除勞動(dòng)者工作的危險(xiǎn)性；同時(shí)，智能技術(shù)的發(fā)展讓居家辦公、遠(yuǎn)程協(xié)作和人機(jī)協(xié)作成為可能，勞動(dòng)者的工作空間跨度加大、勞動(dòng)效率提升，從而改善了勞動(dòng)者的工作環(huán)境。其次，企業(yè)在重復(fù)性、簡單生產(chǎn)環(huán)節(jié)引入智能設(shè)備，使復(fù)雜的體力勞動(dòng)自動(dòng)化，可以減少勞動(dòng)者的工作強(qiáng)度并增加勞動(dòng)者的閑暇時(shí)間，進(jìn)而提高勞動(dòng)者的心理舒適度（王軍 等，2018）［3］。最后，勞動(dòng)智能化通過改變工作內(nèi)容和任務(wù)分配方式引起組織管理的變化，可以提高勞動(dòng)者工作的靈活性和自主性。勞動(dòng)智能化減少了勞動(dòng)者的通勤時(shí)間，降低了工作場所限制，勞動(dòng)者可以更好地控制工作節(jié)奏；同時(shí)，勞動(dòng)者通過自主學(xué)習(xí)和互助交流，在專業(yè)技能、自我管理、時(shí)間管理、信息處理等方面也會(huì)得到較大提升，工作自主性將進(jìn)一步增強(qiáng)。

基于此，本文提出假說1：勞動(dòng)智能化可以促進(jìn)勞動(dòng)者就業(yè)質(zhì)量的改善。

2. 勞動(dòng)智能化影響就業(yè)質(zhì)量的異質(zhì)性

不同類型的勞動(dòng)者受智能化的影響可能有所不同，因而勞動(dòng)智能化對其就業(yè)質(zhì)量的影響也存在差異。對此，本文從性別、年齡和技能3個(gè)方面進(jìn)行探討。

（1）勞動(dòng)者性別的異質(zhì)性。在當(dāng)前的就業(yè)結(jié)構(gòu)中，男性勞動(dòng)者在較高層級的職業(yè)以及STEM（科學(xué)、技術(shù)、工程、數(shù)學(xué)）職業(yè)中的占比較高，因而可以通過勞動(dòng)智能化的補(bǔ)償效應(yīng)和收入效應(yīng)中獲得更多收益（Brussevich et al，2018；Aksoy et al，2021）［11-12］。而女性勞動(dòng)者往往會(huì)承擔(dān)更多的家庭責(zé)任，輔導(dǎo)孩子學(xué)習(xí)、做家務(wù)等各項(xiàng)家庭無償勞動(dòng)的時(shí)長明顯高于男性勞動(dòng)者，導(dǎo)致其在工作中獲得和享受的智能化紅利相對較少（汪前元 等，2022）［13］。同時(shí)，在任務(wù)分配上，男性通常被認(rèn)為在思維能力、機(jī)器設(shè)備的學(xué)習(xí)能力和邏輯推理能力等方面存在優(yōu)勢，女性則往往被認(rèn)為在溝通設(shè)計(jì)能力、細(xì)心等方面存在優(yōu)勢，企業(yè)通常會(huì)優(yōu)先對男性員工進(jìn)行智能技術(shù)培訓(xùn)，導(dǎo)致男性在勞動(dòng)智能化中獲得更多的機(jī)會(huì)和收益。此外，現(xiàn)階段勞動(dòng)智能化對工作任務(wù)的改變主要是替代體力勞動(dòng)，而這類工作更多由男性擔(dān)任。因此，相對于男性勞動(dòng)者，勞動(dòng)智能化對女性勞動(dòng)者就業(yè)質(zhì)量的改善效應(yīng)較弱。

（2）勞動(dòng)者年齡的異質(zhì)性。相比于中老年勞動(dòng)者，青年勞動(dòng)者更具開拓、創(chuàng)新、冒險(xiǎn)精神，在體力和精力方面也具有優(yōu)勢，更能適應(yīng)就業(yè)形式的變化，且被智能技術(shù)和設(shè)備替代的風(fēng)險(xiǎn)較小。 一方面，智能技術(shù)的應(yīng)用需要?jiǎng)趧?dòng)者學(xué)習(xí)和掌握新技能，年輕人的知識(shí)水平和學(xué)習(xí)能力均較高；另一方面，勞動(dòng)者在就業(yè)選擇上往往會(huì)受到環(huán)境、家庭、教育背景等因素的約束，并存在路徑依賴和職業(yè)慣性，隨年齡增長勞動(dòng)者更加偏好穩(wěn)定的職業(yè)，而不愿意接受工作改變的挑戰(zhàn)。同時(shí)，智能技術(shù)的應(yīng)用對創(chuàng)造思維和學(xué)習(xí)能力的要求提高，青年勞動(dòng)者比老年勞動(dòng)者對機(jī)械操作的學(xué)習(xí)和動(dòng)手能力更強(qiáng)。此外，目前智能技術(shù)更多的是用于替代環(huán)境差、強(qiáng)度高的工作，而這部分工作大多由中青年勞動(dòng)力完成。因此，勞動(dòng)智能化會(huì)為青年勞動(dòng)者創(chuàng)造更多機(jī)會(huì)，從而對青年勞動(dòng)者就業(yè)質(zhì)量的改善更為明顯。

（3）勞動(dòng)者技能的異質(zhì)性。勞動(dòng)智能化對不同技能勞動(dòng)者的影響具有明顯差異，導(dǎo)致勞動(dòng)力市場呈現(xiàn)兩極極化（高技能勞動(dòng)力和低技能勞動(dòng)力就業(yè)相對增加，而中等技能勞動(dòng)力就業(yè)相對減少）或單極極化（高技能勞動(dòng)力就業(yè)增加而中低技能勞動(dòng)力就業(yè)減少）的趨勢（明娟 等，2022）［14］。勞動(dòng)智能化不僅通過替代非技能勞動(dòng)崗位和創(chuàng)造技能勞動(dòng)崗位的非對稱方式擴(kuò)大勞動(dòng)技能溢價(jià)（胡晟明 等，2021）［15］，還可以通過提高技能勞動(dòng)者相對非技能勞動(dòng)者的勞動(dòng)生產(chǎn)率造成技能溢價(jià)（Acemoglu，1998）［16］。勞動(dòng)智能化與高技能勞動(dòng)之間更多的是互補(bǔ)關(guān)系，人機(jī)合作等提高了高技能勞動(dòng)者的生產(chǎn)率，從而增加高技能勞動(dòng)者的收入；勞動(dòng)智能化與低技能勞動(dòng)之間則更多的是替代關(guān)系，智能技術(shù)的應(yīng)用替代了低技能勞動(dòng)者的勞動(dòng)，從而減少低技能勞動(dòng)者的收入（何勤，2021）［17］。因此，與低技能勞動(dòng)者相比，高技能勞動(dòng)者更容易獲取勞動(dòng)智能化的紅利，工作報(bào)酬更易得到增長，工作環(huán)境更易得到優(yōu)化，工作自主性更易得到提高，從而產(chǎn)生更為顯著的就業(yè)質(zhì)量改善效應(yīng)。

基于此，本文提出假說2：與女性、老年、低技能勞動(dòng)者相比，勞動(dòng)智能化對男性、青年、高技能勞動(dòng)者就業(yè)質(zhì)量的改善更為顯著。

3.非認(rèn)知能力的調(diào)節(jié)效應(yīng)

新人力資本理論認(rèn)為能力是人力資本的核心，包括認(rèn)知能力與非認(rèn)知能力。認(rèn)知能力主要指人腦加工、儲(chǔ)存和提取信息的能力；非認(rèn)知能力主要指性格、情感、意志等，包含人際交往能力、適應(yīng)能力、對事物的好奇心等內(nèi)容。相比認(rèn)知能力，非認(rèn)知能力在勞動(dòng)智能化促進(jìn)就業(yè)質(zhì)量改善中發(fā)揮的作用更為明顯。一方面，與認(rèn)知能力相比，人工智能技術(shù)與非認(rèn)知能力會(huì)形成較強(qiáng)的互補(bǔ)性。非認(rèn)知能力較強(qiáng)的勞動(dòng)者可以更好地與人工智能技術(shù)環(huán)境融合，從而更有利于在工作中產(chǎn)生能力溢價(jià)，并實(shí)現(xiàn)較快的收入增長（王林輝 等，2022）［18］。另一方面，相比于認(rèn)知能力，非認(rèn)知能力的提升空間更大，可以產(chǎn)生更顯著的邊際效應(yīng)（李陽 等，2023）［19］。因此，本文主要分析非認(rèn)知能力對勞動(dòng)智能化影響勞動(dòng)者就業(yè)質(zhì)量的調(diào)節(jié)作用。

勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的影響會(huì)因勞動(dòng)者非認(rèn)知能力的提高而發(fā)生變化。一方面，非認(rèn)知能力的提高有助于勞動(dòng)者在智能化背景下獲得更好的就業(yè)機(jī)會(huì)，從而改善其就業(yè)質(zhì)量。隨著技術(shù)的進(jìn)步，一些重復(fù)性、通過反復(fù)練習(xí)獲得的操作技能（“硬技能”）很容易被智能技術(shù)和設(shè)備所替代，而創(chuàng)造力、創(chuàng)新、社會(huì)化、領(lǐng)導(dǎo)能力等非認(rèn)知能力（“軟技能”）很難被智能技術(shù)替代和模仿。此外，勞動(dòng)者的非認(rèn)知能力越強(qiáng)，越有利于人機(jī)協(xié)調(diào)和互補(bǔ)（尤其是情緒穩(wěn)定、社交、信任等在人機(jī)協(xié)同中發(fā)揮著重要作用），越能促進(jìn)勞動(dòng)生產(chǎn)率的提升和勞動(dòng)者收入的增長（胡晟明 等，2021）［20］。另一方面，非認(rèn)知能力的提高有助于勞動(dòng)者更好地面對由勞動(dòng)智能化帶來的工作變化和工作壓力，提升勞動(dòng)者的心理舒適度。智能技術(shù)的應(yīng)用會(huì)對工作流程進(jìn)行重組，對工作任務(wù)進(jìn)行標(biāo)準(zhǔn)化，技術(shù)和算法成為重要的管理手段，導(dǎo)致短時(shí)工作壓力驟增，加大了勞動(dòng)者的負(fù)擔(dān)和心理壓力；同時(shí)，勞動(dòng)智能化會(huì)拓寬勞動(dòng)者的工作地點(diǎn)，一定程度上模糊工作與家庭的界限，客觀上增加工作時(shí)間，造成情緒消耗。而勞動(dòng)者的非認(rèn)知能力提高，可以使勞動(dòng)者更好地調(diào)整工作方式、調(diào)節(jié)心理狀態(tài)，以更好地應(yīng)對智能化沖擊中帶來的工作壓力（李陽 等，2023）［19］。

基于此，本文提出假說3：非認(rèn)知能力對勞動(dòng)智能化改善勞動(dòng)者就業(yè)質(zhì)量具有正向調(diào)節(jié)作用。

三、實(shí)證研究設(shè)計(jì)

1. 模型設(shè)定與變量測度

為檢驗(yàn)勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的影響，參考Mcguinness等（2019）的實(shí)證策略構(gòu)建如下基準(zhǔn)模型［6］：

其中，i表示勞動(dòng)者個(gè)體，i為隨機(jī)誤差項(xiàng)。

被解釋變量（Qualityi）為“就業(yè)質(zhì)量”。隨著經(jīng)濟(jì)社會(huì)的發(fā)展，勞動(dòng)者就業(yè)質(zhì)量的內(nèi)涵不斷拓展，如工作生活質(zhì)量、體面勞動(dòng)、工作滿意度、高質(zhì)量就業(yè)等。Eurofound（2012）認(rèn)為，就業(yè)質(zhì)量的綜合評價(jià)應(yīng)兼顧貨幣方面的勞動(dòng)收入和非貨幣方面的工作條件［21］。本文借鑒Antón等（2021）的測量方法［22］，從貨幣收入和工作條件兩個(gè)方面來評價(jià)樣本的“就業(yè)質(zhì)量”。貨幣收入即“工資水平”，數(shù)據(jù)直接取自CLDS問卷，用扣稅后的年工資性收入總額來衡量；“工作條件”的測度指標(biāo)包括工作強(qiáng)度、工作環(huán)境、自主權(quán)、培訓(xùn)情況等維度，采用主成分分析法計(jì)算得到綜合指標(biāo)（ 工作強(qiáng)度和工作環(huán)境根據(jù)問題“請您對工作時(shí)間進(jìn)行評價(jià)”和“請您對工作環(huán)境進(jìn)行評價(jià)”進(jìn)行賦值，非常不滿意、不太滿意、一般、比較滿意、非常滿意依次賦值1、2、3、4、5；自主權(quán)根據(jù)問題“在您的工作中工作進(jìn)度多大程度上由自己來決定”和“在您的工作中工作量/工作強(qiáng)度在多大程度上由自己來決定”進(jìn)行賦值，完全由他人決定賦值為1，部分由自己決定賦值為2，完全由自己決定賦值為3；培訓(xùn)情況根據(jù)問題“2017年7月以來您是否有參加過至少5天的專業(yè)技術(shù)培訓(xùn)”進(jìn)行賦值，是和否分別賦值1和0。對上述變量標(biāo)準(zhǔn)化處理后進(jìn)行可行性檢驗(yàn)，通過KMO檢驗(yàn)和Bartlett檢驗(yàn)（KMO=0.517，Bartlett檢驗(yàn)P值為0），按照累計(jì)貢獻(xiàn)率超過50%、特征值大于1的原則提取出2個(gè)主成分（主成分1包含工作強(qiáng)度、自主權(quán)、培訓(xùn)情況，主成分2包含工作環(huán)境），根據(jù)2個(gè)主成分的方差貢獻(xiàn)率進(jìn)行加權(quán)擬合，得到“工作條件”綜合指標(biāo)。）；在此基礎(chǔ)上，采用主成分分析法構(gòu)建“就業(yè)質(zhì)量”綜合指標(biāo)（ 所有變量標(biāo)準(zhǔn)化處理后進(jìn)行可行性檢驗(yàn)，通過KMO檢驗(yàn)和Bartlett檢驗(yàn)（KMO=0.5281，Bartlett檢驗(yàn)P值為0），適合使用主成分分析進(jìn)行降維；根據(jù)特征值和因子貢獻(xiàn)率，提取出3個(gè)主成分（累積方差貢獻(xiàn)率達(dá)到73.44%），主成分1包含工作進(jìn)度的決定程度、工作量/工作強(qiáng)度的決定程度、工作環(huán)境，主成分2包含工作時(shí)間，主成分3包含培訓(xùn)情況和工資收入；進(jìn)一步根據(jù)3個(gè)主成分的方差貢獻(xiàn)率進(jìn)行加權(quán)擬合，得到“就業(yè)質(zhì)量”綜合指標(biāo)。）。

核心解釋變量（SDTi）為“勞動(dòng)智能化”。參考Mcguinness等（2019）的方法［6］，采用勞動(dòng)是否智能化的虛擬變量來衡量，若樣本所在單位的勞動(dòng)過程實(shí)現(xiàn)了或正在進(jìn)行智能化，且樣本認(rèn)為自己的技能（工作）發(fā)生了變化，則賦值為1，否則賦值為0。本文基于CLDS問卷的數(shù)據(jù)可得性，選取兩個(gè)問題來測量“勞動(dòng)智能化”：問題1“是否經(jīng)歷智能化：您所在的工作單位是否正在使用高度智能化、機(jī)器人、人工智能（如無人駕駛、機(jī)器翻譯、工業(yè)機(jī)器人等）等技術(shù)”，問題2“技能是否發(fā)生變化：您的工作有沒有因高度智能化、機(jī)器人、人工智能等新的技術(shù)而改變”。如果對這兩個(gè)問題的回答均為肯定，則認(rèn)為該樣本在勞動(dòng)過程中經(jīng)歷了智能化并認(rèn)為自己的技能（工作）發(fā)生了變化，即“勞動(dòng)智能化”變量賦值為1。

參考Mcguinness等（2019）和侯俊軍等（2020）的做法［6］［1］，控制變量包括個(gè)體特征（Individuali）、工作特征（Jobi）、行業(yè)特征（Occupationi）和地區(qū)特征（Districti）。個(gè)體特征變量包括“性別”“年齡”“受教育程度”；工作特征變量包括“單位類型”“合同類型”“公司規(guī)?！薄熬蜆I(yè)年限”；行業(yè)特征變量，參考毛宇飛和胡文馨（2020）的分類方法［23］，其他行業(yè)取值為0，新經(jīng)濟(jì)行業(yè)取值為1，傳統(tǒng)行業(yè)取值為2（ 將問卷中16個(gè)行業(yè)劃分為傳統(tǒng)行業(yè)、新經(jīng)濟(jì)行業(yè)和其他行業(yè)三類，其中新經(jīng)濟(jì)行業(yè)包括信息傳輸、金融業(yè)、科學(xué)研究和技術(shù)服務(wù)、教育、衛(wèi)生/體育、社會(huì)服務(wù)；傳統(tǒng)行業(yè)包含農(nóng)林牧漁、采掘業(yè)、制造業(yè)、電力煤氣及水的生產(chǎn)和供給業(yè)、建筑業(yè)、批發(fā)和零售、房地產(chǎn)、水利。）；地區(qū)特征變量，西部地區(qū)取值為0，東部地區(qū)取值為1，中部地區(qū)取值為2（ 參考國家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，將問卷中的28個(gè)省份劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)，其中西部地區(qū)包括內(nèi)蒙古、重慶、四川、廣西、貴州、云南、陜西、甘肅、青海、寧夏，東部地區(qū)包括北京、天津、上海、江蘇、浙江、福建、山東、廣東、河北、遼寧，其他省份為中部地區(qū)。）。

2. 樣本選擇與數(shù)據(jù)處理

本文數(shù)據(jù)來源于中山大學(xué)社會(huì)科學(xué)調(diào)查中心主持的中國勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）2018年的個(gè)體問卷數(shù)據(jù)。2018年CLDS數(shù)據(jù)覆蓋了除港澳臺(tái)地區(qū)、新疆、西藏和海南之外的28個(gè)省區(qū)市，并在個(gè)體、家庭和社區(qū)三個(gè)層面上收集數(shù)據(jù)。其中，CLDS個(gè)體問卷收集了家庭中年滿15周歲且仍在工作的勞動(dòng)力信息，包括勞動(dòng)者的工作收入、工作環(huán)境、工作壓力等，并詢問了機(jī)器人、人工智能、自動(dòng)化等對其工作和技能的影響，可以較好地反映勞動(dòng)智能化對就業(yè)質(zhì)量的影響，基本滿足研究的數(shù)據(jù)要求。本文剔除了工作單位為黨政機(jī)關(guān)、人民團(tuán)體、軍隊(duì)的樣本，只保留了就業(yè)單位為國有、集體及私營企業(yè)的樣本，進(jìn)一步剔除數(shù)據(jù)缺失和異常的樣本后，最終納入分析的樣本量為1 997個(gè)，主要變量的描述性統(tǒng)計(jì)見表1。

四、實(shí)證檢驗(yàn)結(jié)果分析

1. 基準(zhǔn)模型回歸結(jié)果

考慮到采用的樣本數(shù)據(jù)為橫截面數(shù)據(jù)、被解釋變量“就業(yè)質(zhì)量”的連續(xù)性以及問卷回答的序數(shù)設(shè)定，線性模型的回歸結(jié)果能更直觀地呈現(xiàn)邊際效應(yīng)，并參考Mcguinness等（2019）的做法［6］，采用最小二乘估計(jì)（OLS）來檢驗(yàn)勞動(dòng)智能化對就業(yè)質(zhì)量的影響?；鶞?zhǔn)模型回歸結(jié)果見表2，其中（1）～（4）列依次納入個(gè)體特征、工作特征、行業(yè)特征、地區(qū)特征變量，“勞動(dòng)智能化”對“就業(yè)質(zhì)量”的估計(jì)系數(shù)均顯著為正，表明勞動(dòng)智能化促使勞動(dòng)者的就業(yè)質(zhì)量得以提升，假說1得到驗(yàn)證。進(jìn)一步分別以“工資水平”和“工作條件”為被解釋變量進(jìn)行模型檢驗(yàn)，回歸結(jié)果見表2的（5）（6）列?！皠趧?dòng)智能化”對“工資水平”的估計(jì)系數(shù)顯著為正，對“工作條件”的估計(jì)系數(shù)為正但不顯著（ 現(xiàn)階段，智能技術(shù)的應(yīng)用主要是通過提高勞動(dòng)者就業(yè)能力和拓寬勞動(dòng)者就業(yè)機(jī)會(huì)等來增加勞動(dòng)者的工資收入，短期內(nèi)對勞動(dòng)者工作條件的改善有限。勞動(dòng)智能化改變了勞動(dòng)者工作的內(nèi)容和形式，提供了更好地控制工作節(jié)奏和組織形式的可能性，但也可能模糊工作與生活界限，增加勞動(dòng)者的工作時(shí)間，降低勞動(dòng)者自主權(quán)（Mazmanian et al，2013）［24］。同時(shí)，智能技術(shù)的精確性、可預(yù)測性和標(biāo)準(zhǔn)化還可能導(dǎo)致勞動(dòng)者工作強(qiáng)度增加。因此，短期內(nèi)勞動(dòng)智能化對勞動(dòng)者工作條件的改善不明顯。），表明勞動(dòng)智能化主要是通過提升勞動(dòng)者的勞動(dòng)收入來提高其就業(yè)質(zhì)量。

2. 內(nèi)生性處理

（1）IV-2SLS估計(jì)。本文的模型可能存在內(nèi)生性問題：一方面，勞動(dòng)者心理狀態(tài)、過往經(jīng)歷遭遇等不可觀測因素都可能影響勞動(dòng)者就業(yè)質(zhì)量，從而產(chǎn)生遺漏變量問題；另一方面，勞動(dòng)者就業(yè)質(zhì)量越好，說明企業(yè)效益和規(guī)模越大，越有可能引進(jìn)人工智能等新技術(shù)，形成反向因果關(guān)系。為克服反向因果關(guān)系和遺漏變量導(dǎo)致的內(nèi)生性問題，本文運(yùn)用工具變量兩階段最小二乘法進(jìn)行檢驗(yàn)。借鑒齊樂和陶建平（2021）的思路［2］，選用“智能科技成果”作為“勞動(dòng)智能化”的工具變量，具體來講，通過對《中國科技項(xiàng)目創(chuàng)新成果鑒定意見數(shù)據(jù)庫》的關(guān)鍵詞搜索獲得各省份2018年的智能科技成果數(shù)量。智能科技成果是勞動(dòng)智能化的技術(shù)體現(xiàn)，能夠直接推動(dòng)勞動(dòng)智能化的發(fā)展；同時(shí)，智能技術(shù)成果與勞動(dòng)者的就業(yè)質(zhì)量沒有直接關(guān)系，只有通過產(chǎn)業(yè)化等實(shí)際運(yùn)用才能轉(zhuǎn)變?yōu)樯a(chǎn)力。因此，工具變量的選擇符合相關(guān)性和外生性要求。IV-2SLS的估計(jì)結(jié)果見表3的（1）（2）列：第一階段回歸的F統(tǒng)計(jì)值為12.237，表明不存在弱工具變量問題；“智能科技成果”的估計(jì)系數(shù)在1%的水平上顯著，表明工具變量與內(nèi)生變量具有顯著正相關(guān)關(guān)系。第二階段回歸中，擬合的“勞動(dòng)智能化”對“就業(yè)質(zhì)量”的估計(jì)系數(shù)在1%的水平顯著為正，表明在緩解內(nèi)生性問題后，基準(zhǔn)模型的分析結(jié)果仍然成立。

（2）PSM估計(jì)?；鶞?zhǔn)模型的估計(jì)還可能存在樣本自選擇問題，并非新技術(shù)應(yīng)用帶來的勞動(dòng)智能化提高了就業(yè)質(zhì)量，而由于是廣泛應(yīng)用智能技術(shù)的企業(yè)本身吸納的員工技能或教育水平較高（即其就業(yè)質(zhì)量原本就較高）。為克服樣本選擇偏差，本文采用傾向得分匹配（PSM）方法進(jìn)行樣本處理，即選擇具有相同特征的實(shí)驗(yàn)組和對照組樣本來進(jìn)行檢驗(yàn)。借鑒Mcguinness 等（2019）的做法［6］，采用Logit模型獲得傾向得分，然后運(yùn)用核匹配法將實(shí)驗(yàn)組與對照組個(gè)體的傾向得分值進(jìn)行匹配，從而使得兩組樣本之間的特征變量均值沒有顯著差異?；貧w結(jié)果見表3的（3）列，“勞動(dòng)智能化”對“就業(yè)質(zhì)量”的估計(jì)系數(shù)顯著為正，表明在排除樣本的自選擇后，本文的分析結(jié)論仍然成立。

3. 穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證基準(zhǔn)模型分析結(jié)果的可靠性，進(jìn)行以下穩(wěn)健性檢驗(yàn)：一是改變被解釋變量測算方法。參考王陽（2019）的做法［25］，采用熵值法測算“就業(yè)質(zhì)量”，重新進(jìn)行模型檢驗(yàn)，回歸結(jié)果見表4的（1）列。二是剔除特殊樣本。直轄市具有明顯的區(qū)位優(yōu)勢和經(jīng)濟(jì)政治優(yōu)勢，有一定的特殊性，因此剔除北京、天津、上海、重慶4個(gè)直轄市的樣本后重新進(jìn)行回歸，結(jié)果見表4的（2）列。三是數(shù)據(jù)縮尾處理。為避免極端值和異常值對回歸結(jié)果的影響，對樣本數(shù)據(jù)進(jìn)行1%和5%縮尾處理，重新進(jìn)行回歸，結(jié)果見表4的（3）（4）列。上述穩(wěn)健性檢驗(yàn)結(jié)果顯示，“勞動(dòng)智能化”對“就業(yè)質(zhì)量”的估計(jì)系數(shù)均顯著為正，表明勞動(dòng)智能化有助于改善勞動(dòng)者就業(yè)質(zhì)量的結(jié)論具有較好的穩(wěn)健性。

4.異質(zhì)性分析

分別對男性和女性樣本的分析結(jié)果見表5。勞動(dòng)智能化對男性勞動(dòng)者的就業(yè)質(zhì)量以及工資水平和工作條件均有顯著的改善作用，而對女性勞動(dòng)者的就業(yè)質(zhì)量及工作條件具有負(fù)向影響。參考張世偉和張君凱（2022）的方法［26］，將35歲作為年齡異質(zhì)性分析的樣本劃分標(biāo)準(zhǔn)（ 一般來講，35歲是個(gè)人職業(yè)發(fā)展的一個(gè)分水嶺，35歲之前和35歲以后個(gè)體面臨的職業(yè)發(fā)展和擇業(yè)機(jī)會(huì)有明顯差異，因此本文將樣本根據(jù)其年齡劃分為35歲及以下和35歲以上兩組。），分別進(jìn)行回歸的結(jié)果見表6。勞動(dòng)智能化對35歲及以下勞動(dòng)者的就業(yè)質(zhì)量有顯著正向影響，且主要通過優(yōu)化工作條件來改善其就業(yè)質(zhì)量；勞動(dòng)智能化對35歲以上勞動(dòng)者的工資水平有正向影響，但對就業(yè)質(zhì)量的影響不顯著。參考侯俊軍等（2020）的方法［1］，用受教育水平衡量勞動(dòng)者的技能水平，初中以下學(xué)歷為低技能勞動(dòng)者，初中和高中學(xué)歷為中技能勞動(dòng)者，大專及以上學(xué)歷為高技能勞動(dòng)者，分別回歸的結(jié)果見表7。勞動(dòng)智能化對高技能勞動(dòng)者就業(yè)質(zhì)量有顯著的正向影響，對中、低技能勞動(dòng)者就業(yè)質(zhì)量的影響不顯著；此外，勞動(dòng)智能化對高技能勞動(dòng)者和低技能勞動(dòng)者的工資水平也有正向影響。綜上所述，總體上看，勞動(dòng)智能化對男性、35歲及以下、高技能勞動(dòng)者的就業(yè)質(zhì)量改善效應(yīng)更為顯著，假說2基本得到驗(yàn)證。

5.調(diào)節(jié)效應(yīng)檢驗(yàn)

根據(jù)前文的理論分析，借鑒孫雪等（2022）的研究［27］，選取“非認(rèn)知能力”作為調(diào)節(jié)變量。參考王林輝等（2022）、孫雪等（2022）的方法［18］［27］，基于大五人格模型，從嚴(yán)謹(jǐn)性、外向性、順從性、情緒穩(wěn)定性、開放性五個(gè)方面選取指標(biāo)（ 嚴(yán)謹(jǐn)性根據(jù)問題“努力完成該做的事情”進(jìn)行賦值，非常不同意、不同意、同意、非常同意，依次賦值1、2、3、4；外向性根據(jù)問題有“生活幸福感”進(jìn)行賦值，從非常不幸福到非常幸福依次賦值1、2、3、4、5；順從性根據(jù)問題“被訪者合作程度”進(jìn)行賦值，很不合作、不合作、合作、很合作依次賦值1、2、3、4；情緒穩(wěn)定性根據(jù)問題“感到身心疲憊頻率”進(jìn)行賦值，每天、一周數(shù)次、一月數(shù)次、一年數(shù)次或更少、從不依次賦值1、2、3、4、5；開放性根據(jù)問題“在工作中表達(dá)意見的機(jī)會(huì)”和“工作有趣度”進(jìn)行賦值，非常不滿意、不太滿意、一般、比較滿意、非常滿意依次賦值1、2、3、4、5。），并運(yùn)用主成分分析法測度“非認(rèn)知能力”（ 變量標(biāo)準(zhǔn)化處理后進(jìn)行可行性檢驗(yàn)，通過KMO檢驗(yàn)和Bartlett檢驗(yàn)（KMO=0.645，Bartlett檢驗(yàn)P值為0），提取出2個(gè)主成分（主成分1包含生活幸福感、在工作中表達(dá)意見機(jī)會(huì)、工作有趣度、感覺身心疲憊頻率，主成分2包含努力完成該做的事情、被訪者的合作態(tài)度），根據(jù)2個(gè)主成分的方差貢獻(xiàn)率進(jìn)行加權(quán)擬合得到“非認(rèn)知能力”綜合指標(biāo)。），進(jìn)而構(gòu)建“非認(rèn)知能力”與“勞動(dòng)智能化”的交互項(xiàng)，納入基準(zhǔn)模型進(jìn)行回歸，結(jié)果見表8。“勞動(dòng)智能化×非認(rèn)知能力”對“就業(yè)質(zhì)量”和“工資水平”的估計(jì)系數(shù)顯著為正，表明勞動(dòng)者非認(rèn)知能力提高會(huì)強(qiáng)化勞動(dòng)智能化對就業(yè)質(zhì)量的改善效應(yīng)，假說3得到驗(yàn)證。此外，“非認(rèn)知能力”的估計(jì)系數(shù)均顯著為正，表明勞動(dòng)者認(rèn)知能力的提升可以顯著改善其就業(yè)質(zhì)量。

五、結(jié)論與啟示

數(shù)字經(jīng)濟(jì)的快速發(fā)展以及智能技術(shù)的廣泛應(yīng)用不但提高了勞動(dòng)生產(chǎn)率，而且改變了勞動(dòng)者的勞動(dòng)方式。勞動(dòng)智能化對勞動(dòng)者工作方式、工作環(huán)境以及勞動(dòng)收入都會(huì)產(chǎn)生顯著影響，然而，現(xiàn)有文獻(xiàn)關(guān)于勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的影響及其作用機(jī)制研究不足。本文采用中國勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）2018年個(gè)體問卷數(shù)據(jù)的分析發(fā)現(xiàn)：第一，相比勞動(dòng)還未智能化的勞動(dòng)者，勞動(dòng)智能化的勞動(dòng)者有更高的就業(yè)質(zhì)量，該結(jié)論在經(jīng)過內(nèi)生性處理和穩(wěn)健性檢驗(yàn)后依然成立；第二，勞動(dòng)智能化對勞動(dòng)者的工資增長具有顯著的正向影響，但對勞動(dòng)者的工作條件改善沒有顯著影響，即勞動(dòng)智能化主要是通過提高勞動(dòng)報(bào)酬來提升勞動(dòng)者的就業(yè)質(zhì)量；第三，勞動(dòng)智能化對勞動(dòng)者就業(yè)質(zhì)量的影響具有異質(zhì)性，表現(xiàn)為更能促進(jìn)男性勞動(dòng)者、35歲及以下勞動(dòng)者、高技能勞動(dòng)者的就業(yè)質(zhì)量改善；第四，勞動(dòng)者的非認(rèn)知能力對勞動(dòng)智能化改善其就業(yè)質(zhì)量具有正向調(diào)節(jié)作用，即非認(rèn)知能力的提高會(huì)強(qiáng)化勞動(dòng)智能化改善就業(yè)質(zhì)量的作用。

基于上述結(jié)論，本文得到以下啟示：第一，大力鼓勵(lì)和支持智能技術(shù)的發(fā)展和應(yīng)用，加大對智能技術(shù)創(chuàng)新的政策扶持和資金投入，加快推進(jìn)各領(lǐng)域的勞動(dòng)智能化，讓廣大普通勞動(dòng)者充分享受智能化帶來的技術(shù)紅利。第二，不斷提升勞動(dòng)者技能水平，降低勞動(dòng)智能化帶來的負(fù)面沖擊。要鼓勵(lì)企業(yè)加強(qiáng)崗前和轉(zhuǎn)崗技能培訓(xùn)，提升員工的“技能—崗位”匹配度；要強(qiáng)化針對性的技能培訓(xùn)社會(huì)服務(wù)，優(yōu)化人才層次結(jié)構(gòu)，提高整體勞動(dòng)力技能水平，以適應(yīng)智能化對人才的需求。第三，重視勞動(dòng)者工作條件的改善，發(fā)揮勞動(dòng)智能化改善工作條件的潛在功效。在本文的樣本中，勞動(dòng)智能化未能產(chǎn)生顯著的勞動(dòng)者工作條件改善效應(yīng)，但這并不意味著勞動(dòng)智能化不能改善勞動(dòng)者的工作條件，而是可能存在某些因素阻礙了勞動(dòng)智能化改善工作條件的功效發(fā)揮。因此，在勞動(dòng)智能化進(jìn)程中，要特別注意勞動(dòng)者工作條件的改善問題，促進(jìn)勞動(dòng)者就業(yè)質(zhì)量的全面提升。第四，注重勞動(dòng)者非認(rèn)知能力的培養(yǎng)，強(qiáng)化勞動(dòng)智能化的就業(yè)質(zhì)量改善效應(yīng)。企業(yè)要加強(qiáng)對員工責(zé)任心、執(zhí)行力、創(chuàng)新力的培養(yǎng)，培育和拓展良好的企業(yè)文化，幫助員工更好更快地適應(yīng)智能化技術(shù)。勞動(dòng)者自身也要不斷提高非認(rèn)知能力，積極參加各類社會(huì)活動(dòng)，保持靈活性與適應(yīng)性，以更好地應(yīng)對勞動(dòng)智能化帶來的各種變化。

本文探討了勞動(dòng)智能化對就業(yè)質(zhì)量的影響，為勞動(dòng)智能化的就業(yè)質(zhì)量改善效應(yīng)提供了經(jīng)驗(yàn)證據(jù)，但也存在拓展和深化的空間，比如：對勞動(dòng)智能化和就業(yè)質(zhì)量的測度有待進(jìn)一步優(yōu)化，限于數(shù)據(jù)的可得性，本文對兩者的測評均不全面，且僅采用了1年的數(shù)據(jù)，在未來有更多數(shù)據(jù)支撐的情況下，可使用追蹤數(shù)據(jù)，對勞動(dòng)智能化和就業(yè)質(zhì)量進(jìn)行更為科學(xué)全面的測度，進(jìn)一步深入分析勞動(dòng)智能化對就業(yè)質(zhì)量的影響；勞動(dòng)智能化影響勞動(dòng)者就業(yè)質(zhì)量的路徑和異質(zhì)性表現(xiàn)是多樣化的，還有其他機(jī)制和異質(zhì)性值得深入探討。

參考文獻(xiàn)：

［1］侯俊軍，張莉，竇錢斌.“機(jī)器換人”對勞動(dòng)者工作質(zhì)量的影響——基于廣東省制造企業(yè)與員工的匹配調(diào)查［J］.中國人口科學(xué)，2020（4）：113-125+128.

［2］ 齊樂，陶建平.產(chǎn)業(yè)智能化與農(nóng)民工就業(yè)質(zhì)量的影響機(jī)理及提升路徑［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：34-46.

［3］ 王軍，詹韻秋.技術(shù)進(jìn)步帶來了就業(yè)質(zhì)量的提升嗎？——基于中國2000—2016年省級動(dòng)態(tài)面板數(shù)據(jù)分析［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，34（8）：29-39.

［4］ 陳志，程承坪，陳安琪.人工智能促進(jìn)中國高質(zhì)量就業(yè)研究［J］.經(jīng)濟(jì)問題，2022（9）：41-51.

［5］ 惠煒.人工智能與勞動(dòng)收入份額——來自中國城市數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)［J］.北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，22（6）：99-112.

［6］ MCGUINNESS S，POULIAKAS K，RESMOND P. Skills-displacing technological change and its impact on jobs： challenging technological alarmism？［R］. IZA Discussion Papers，2019.

［7］ 蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（5）：3-22.

［8］ ACEMOGLU D，RESTREPO P. Artificial intelligence， automation and work［M］//The economics of artificial intelligence：An agenda. Chicago：University of Chicago Press，2018：197-236.

［9］ 閆雪凌，李雯欣，高然.人工智能技術(shù)對我國勞動(dòng)力市場的沖擊和影響［J］.產(chǎn)業(yè)經(jīng)濟(jì)評論，2021（2）：65-77.

［10］周卓華.人工智能技術(shù)發(fā)展對就業(yè)的影響及應(yīng)對［J］.重慶社會(huì)科學(xué)，2020 （10）：44-54.

［11］BRUSSEVICH M，DABLA-NORRIS E，KAMUNGE C，et al. Gender，technology，and the future of work ［M］. International Monetary Fund，2018.

［12］AKSOY C G，ZCAN B，PHILIPP J. Robots and the gender pay gap in Europe ［J］. European Economic Review，2021，134（1）.

［13］汪前元，魏守道，金山等.工業(yè)智能化的就業(yè)效應(yīng)研究——基于勞動(dòng)者技能和性別的空間計(jì)量分析［J］.管理世界，2022，38（10）：110-126.

［14］明娟，胡嘉琪.工業(yè)機(jī)器人應(yīng)用、勞動(dòng)保護(hù)與異質(zhì)性技能勞動(dòng)力就業(yè)［J］.人口與經(jīng)濟(jì)，2022（4）：106-121.

［15］胡晟明，王林輝，董直慶.工業(yè)機(jī)器人應(yīng)用與勞動(dòng)技能溢價(jià)——理論假說與行業(yè)證據(jù)［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2021（4）：69-84.

［16］ACEMOGLU D. Why do new technologies complement skills？Directed technical change and wage inequality［J］. The Quarterly Journal of Economics，1998，113（4）：1055-1089.

［17］何勤.人工智能創(chuàng)新投入能提升企業(yè)員工的收入嗎？——基于技能結(jié)構(gòu)錯(cuò)配視角的研究［J］.北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，36（5）：24-36.

［18］王林輝，錢圓圓，趙賀.人工智能技術(shù)、個(gè)體能力與勞動(dòng)工資：來自認(rèn)知和非認(rèn)知能力視角的經(jīng)驗(yàn)證據(jù)［J］.東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022，24（4）： 58-69+149+147.

［19］李陽，張文宏.從自驅(qū)力到勝任力：非認(rèn)知能力對新業(yè)態(tài)靈活就業(yè)人員作用機(jī)制研究［J］.學(xué)習(xí)與探索，2023（2）：31-38.

［20］胡晟明，王林輝，趙賀.人工智能應(yīng)用、人機(jī)協(xié)作與勞動(dòng)生產(chǎn)率［J］.中國人口科學(xué)，2021（5）：48-62+127.

［21］EUROFOUND. Trends in job quality in Europe［M］. Publications Office of the European Union，2012.

［22］ANTN J I，F(xiàn)ERNNDEZ-MACAS E，WINTER-EBMER R. Does robotization affect job quality？Evidence from European regional labour markets［R］. JRC Working Papers on Labour，Education and Technology，2021.

［23］毛宇飛，胡文馨.人工智能應(yīng)用對人力資源從業(yè)者就業(yè)質(zhì)量的影響［J］.經(jīng)濟(jì)管理，2020，42（11）：92-108.

［24］MAZMANIAN，MELISSA，ORLIKOWSKI，et al. The autonomy paradox：the implications of mobile email devices for knowledge professionals［J］.Organization Science，2013，24（5）：1337-1357.

［25］王陽.供給側(cè)結(jié)構(gòu)性改革中就業(yè)質(zhì)量的突出問題和提高路徑［J］.中國人力資源開發(fā)，2019，36（9）：48-62.

［26］張世偉，張君凱.技能培訓(xùn)、工作轉(zhuǎn)換與就業(yè)質(zhì)量［J］.勞動(dòng)經(jīng)濟(jì)研究，2022，10（1）：3-29.

［27］孫雪，宋宇，趙培雅.人工智能如何影響勞動(dòng)收入——基于個(gè)人能力的微觀解析與實(shí)證檢驗(yàn)［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（8）：17-29.

Does Labor Intelligence Improve the Quality of Laborer Employment？

MING Juana， b， BAO Xiang-yua， ZHANG Yia

（a. School of Economics; b. Key Laboratory of Digital Economy and Data Governance， Guangdong University of Technology，Guangzhou 510520， Guangdong， China）

Abstract： Intelligent technology is an important force in labor production and is conducive to improving employment quality. However， the existing literature on the impact of labor intelligence on employment quality and its mechanism is insufficient. This paper argues that labor intelligence can improve employment quality by improving workers non-cognitive ability， and it presents heterogeneity depending on workers age， gender， and skill level. This paper uses the China Labor Force Dynamics Survey （CLDS） data to conduct an empirical study， and the results show that （1） labor intelligence has a significant positive impact on employment quality. Labor intelligence improves the employment quality of workers， and the conclusion remains robust after endogenous processing and robustness tests; （2） labor intelligence has a heterogeneous effect on employment quality. Compared with female workers， labor intelligence has a more obvious effect on improving the employment quality of male workers. In different age groups， labor intelligence has a greater effect on the improvement of the employment quality of workers aged 35 and below. In different skill groups， labor intelligence plays a greater role in improving the employment quality of highly skilled workers; （3） further analysis of the moderating effect shows that non-cognitive ability plays a positive moderating role in the relationship between labor intelligence and employment quality， indicating that the improvement of non-cognitive ability strengthens the role of labor intelligence in improving employment quality.

Compared with the existing literature， this paper discusses the influence of labor intelligence on employment quality， and provides empirical evidence for the mechanism and heterogeneity of labor intelligence in improving employment quality. The possible innovations of this paper are as follows： firstly， unlike existing literature， which mainly analyzes the impact of intelligence on employment and wages from the macro level， this paper uses CLDS individual questionnaire data to analyze the impact of labor intelligence on individual employment quality from the micro level. Secondly， unlike different pieces of literature which mostly explore the impact of intelligence on single indicators such as income， work environment， and work intensity， this paper intends to construct comprehensive indicators of employment quality from monetary income and working conditions to analyze the impact of labor intelligence on employment quality. Thirdly， it analyzes the moderating effect of non-cognitive ability on the relationship between labor intelligence and employment quality， and pays attention to the heterogeneous influence of labor intelligence on employment quality.

This study shows that the development of labor intelligence is helpful to improve the employment quality of workers and improve the employment quality by improving the non-cognitive ability of workers. Therefore， it is important to encourage the development of new technologies such as artificial intelligence， increase policy support and financial investment in intelligent technologies， and continuously deepen technological reforms so that ordinary workers can enjoy the “technological dividend” brought by intelligent technologies. Moreover， it is necessary to develop targeted skills training services， encourage enterprises to increase pre-employment and transfer skills training， improve workers skills level and enhance skills-job matching. Finally， it is necessary to focus on the cultivation of workers non-cognitive abilities， improve their quality， and help them actively adapt to labor intelligence to achieve a steady improvement in employment quality.

Key words： labor intelligence; employment quality; monetary income; working conditions; labor skills; non-cognitive ability; intelligent labor

CLC number：F062.4；F24 Document code：A Article ID：1674-8131（）0-0001-14

（編輯：黃依潔）

收稿日期：2023-02-06；修回日期：2023-04-28

基金項(xiàng)目：廣東省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目2022年一般項(xiàng)目（GD22CYJ23）；國家社會(huì)科學(xué)基金后期資助一般項(xiàng)目（22FJYB045）；廣東省哲學(xué)社會(huì)科學(xué)創(chuàng)新工程2022年度特別委托項(xiàng)目（GD22TWCXGC11）

作者簡介：明娟（1980），女，湖北黃石人；教授，經(jīng)濟(jì)學(xué)博士，主要從事人工智能與就業(yè)研究；E-mail：mingjuan520888@gdut.edu.cn。

鮑翔宇（1999），女，河南駐馬店人；碩士研究生，主要從事人工智能研究。

張藝（1986），通信作者，男，江西贛州人；講師，經(jīng)濟(jì)學(xué)博士，主要從事數(shù)字經(jīng)濟(jì)研究；E-mail：yizhang17@gdut.edu.cn。