內(nèi)生技術(shù)進步的就業(yè)效應(yīng)研究

李 剛，孔藝猛

一、引言

就業(yè)不僅是經(jīng)濟的“晴雨表”，也是民生的“溫度計”。良好的就業(yè)水平不但能夠助力經(jīng)濟社會快速發(fā)展，同時也能夠?qū)崿F(xiàn)社會公平，保障社會的穩(wěn)定，使百姓安居樂業(yè)。

然而，以人工智能為代表的新時代信息技術(shù)革命催生出一大批新興產(chǎn)業(yè)，在調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的同時對就業(yè)產(chǎn)生了深遠影響。 人工智能區(qū)別于前幾次科技革命，它不僅具有更快的變革速度、更大的變革規(guī)模以及更高層次的變革深度，還具備著用嶄新的方式取代人力勞動的潛力，這使得人們又一次陷入“機器取代人”的恐慌。 在這一背景下，技術(shù)進步是否會對勞動力市場造成沖擊再度成為人們關(guān)注的焦點問題。

技術(shù)進步作為影響就業(yè)的重要因素，學(xué)者們針對不同區(qū)域技術(shù)進步的就業(yè)效應(yīng)進行了多角度研究，但技術(shù)進步究竟是促進就業(yè)還是會帶來結(jié)構(gòu)性失業(yè)尚未有定論。 為了弄清勞動力就業(yè)量與就業(yè)結(jié)構(gòu)究竟會受到技術(shù)進步怎樣的影響，本文將運用CGE 模型，并結(jié)合各類宏觀數(shù)據(jù)深入研究內(nèi)生技術(shù)進步對我國就業(yè)的影響，分析結(jié)構(gòu)性失業(yè)是否是內(nèi)生技術(shù)進步帶來的必然結(jié)果。 弄清技術(shù)進步與結(jié)構(gòu)性失業(yè)之間的內(nèi)在聯(lián)系，使勞動力資源得以有效配置，這對于政府采取有效的技術(shù)進步策略促進就業(yè)，推動我國的經(jīng)濟全面快速穩(wěn)定地發(fā)展有著重要的實踐意義。

二、文獻綜述

關(guān)于技術(shù)進步就業(yè)效應(yīng)的研究最早可以追溯到18 世紀末，當(dāng)時如火如荼的工業(yè)革命便引發(fā)了人們對技術(shù)與勞動力市場之間關(guān)系的關(guān)注，因為在此期間，英國工人的工作逐步被新開發(fā)的機器所取代(Bessen，2015；Katz and Margo，2013)。 在隨后的一百多年里，關(guān)于技術(shù)進步究竟會對就業(yè)產(chǎn)生什么樣的影響，各項研究之間依舊存在著很大的分歧。學(xué)者們的觀點大致可以分為兩派：一部分學(xué)者認為技術(shù)進步能夠有效地促進就業(yè)；而另一部分學(xué)者則認為技術(shù)進步會帶來結(jié)構(gòu)性失業(yè)。

(一)技術(shù)進步導(dǎo)致失業(yè)論

早期有大量古典經(jīng)濟學(xué)家認為技術(shù)進步與失業(yè)存在很密切的聯(lián)系，會導(dǎo)致社會就業(yè)總量的減少。 對于工業(yè)革命帶來的工人失業(yè)、貧困問題，英國著名的政治經(jīng)濟學(xué)家Thomas Robert Malthus 率先發(fā)表自己的看法，在他看來，技術(shù)的飛速進步能夠使資本實現(xiàn)快速積累，市場若是無法保持同步一致的變化，那么就會導(dǎo)致原有職業(yè)被代替，最終引起失業(yè)情況的加劇。 Malthus 的觀念成為學(xué)者們研究技術(shù)進步對就業(yè)的負面效應(yīng)的理論基礎(chǔ)，他們以此為基石，開始深入探討技術(shù)進步負面效應(yīng)的作用機制，并得到了許多理論成果；Julien Prat 通過建立搜索與匹配模型來探索技術(shù)進步與就業(yè)之間的關(guān)系，結(jié)果發(fā)現(xiàn)，由于外部期權(quán)效應(yīng)大于資本化效應(yīng)，因此技術(shù)進步會增加失業(yè)率；Brynjolfsson 和McAfee 指出，美國的公司在大蕭條(2007年至2008年)之后沒有擴大雇傭，美國經(jīng)濟顯示出戰(zhàn)后最高的失業(yè)率，他們指出，新技術(shù)的廣泛應(yīng)用是近年來結(jié)構(gòu)性失業(yè)率上升的最重要推動力之一，他們還認為，新采用的生產(chǎn)率更高的機器和自動化設(shè)備取代了工人，導(dǎo)致新就業(yè)機會出現(xiàn)的速度越來越慢；Stiglitz 認為美國制造業(yè)的技術(shù)創(chuàng)新提高了生產(chǎn)率，同時降低了就業(yè)率和工資，導(dǎo)致了當(dāng)前的經(jīng)濟增長速度放緩。 國內(nèi)學(xué)者王君等認為，技術(shù)進步引領(lǐng)了三次科技革命，在此背景下，大規(guī)模的失業(yè)與技術(shù)進步的浪潮密切相關(guān)。

(二)技術(shù)進步減少失業(yè)論

古典經(jīng)濟學(xué)家James Steuart 認為機械化帶來的失業(yè)是短期的，從長遠角度來看，生產(chǎn)機器部門對勞動力需求的擴張能夠補償這種暫時性的失業(yè)；一部分學(xué)者認為由創(chuàng)新驅(qū)動的就業(yè)減少會導(dǎo)致工資的下降，反過來又會促進勞動密集型技術(shù)和工業(yè)的發(fā)展(Layard et al.，1994；Venables，1985)；Violante 認為技能偏好型技術(shù)進步不僅推動了科技發(fā)展，而且增加了高技能勞動者的相對需求并提高了其勞動報酬，使二者保持同步增長。 Bloom 等估計，得益于人工智能等新興產(chǎn)業(yè)的發(fā)展，在2010 ～2030年之間，全世界將新增7.34 億個新的工作崗位。 Vivarelli 認為，不僅要研究創(chuàng)新對就業(yè)的直接影響，而且還有必要研究創(chuàng)新對就業(yè)的間接影響，并介紹了由技術(shù)變革本身引發(fā)的不同的補償效應(yīng)機制，根據(jù)他提出的理論，技術(shù)進步最初對就業(yè)產(chǎn)生的不利影響可以通過補償機制來抵消；Usanov 和Chivot 發(fā)現(xiàn)，隨著技術(shù)進步通常取代傳統(tǒng)上由非熟練勞動力完成的工作，數(shù)字革命已經(jīng)惠及高技能勞動力；Sungmoon Jung 等考慮了技術(shù)進步的補償機制，從經(jīng)濟增長、就業(yè)和分配三個方面探討了因素偏向的技術(shù)變化對經(jīng)濟系統(tǒng)的影響，技術(shù)進步帶來的經(jīng)濟增長不成比例地增加了對資本和高技能勞動力的需求，同時加劇了收入不平等。 此外，很多學(xué)者利用實證數(shù)據(jù)分析不同地區(qū)技術(shù)進步對就業(yè)的影響，得出了相同的結(jié)論。 Graetz 和Michaels 使用1970 ～2011年17 個發(fā)達國家的數(shù)據(jù)發(fā)現(xiàn)，技術(shù)進步并未給這些國家?guī)磉^多的結(jié)構(gòu)性失業(yè)。 Dauth等則利用IFR 數(shù)據(jù)對德國進行研究，同樣也沒有發(fā)現(xiàn)機器人會給社會帶來顯著的失業(yè)增多問題。 孫文凱等對中國2003 ～2013年的數(shù)據(jù)進行分析，發(fā)現(xiàn)在這十年間人工智能等技術(shù)進步并沒有降低社會的勞動參與率。

三、研究方法和數(shù)據(jù)

(一)社會核算矩陣的編制

本文編制的社會核算矩陣表(SAM 表)包括生產(chǎn)、消費、進出口，各部門之間的中間交易項以及要素收入幾大模塊，數(shù)據(jù)來源于《2017年中國投入產(chǎn)出表》《中國統(tǒng)計年鑒2018》和《中國財政統(tǒng)計年鑒2018》。 本文依據(jù)不同的行業(yè)特點，將投入產(chǎn)出表的42 個部門整合為23 個，和其他標準的SAM 表相比，主要差異在于勞動力的類別的劃分以及R＆D 活動的描述。 首先，根據(jù)勞動人群的學(xué)歷水平將其分為三大類。 具體來說，大學(xué)本科及以上學(xué)歷被歸為高技能勞動力，高中畢業(yè)生為中等技能勞動力，初中及以下學(xué)歷人群則被劃分為低技能勞動力。 其次，在投資賬戶中引入知識資本，即將投資賬戶分為實物資本與知識資本兩部分，而根據(jù)知識資本賬戶的使用者類別，又將其分為私人賬戶和公共賬戶。 在本文使用的SAM 表中，最初包含在實物資本中的R＆D 支出被轉(zhuǎn)入知識資本賬戶。

(二)CGE 模型的構(gòu)建

本文使用的Knowledge-CGE 模型是在傳統(tǒng)的CGE 模型的基礎(chǔ)上構(gòu)建起來的，區(qū)別于傳統(tǒng)CGE 模型，此模型考慮了兩個重要的方面：第一，勞動具有異質(zhì)性，因此將勞動按學(xué)歷水平分為低技能勞動、中技能勞動和高技能勞動；第二，資本也具備異質(zhì)性，資本可以分為實物資本和知識資本。 其中，知識資本由R＆D 和教育組成。

模型中生產(chǎn)函數(shù)采用四層嵌套的CES-Leontief 結(jié)構(gòu)，具體框架如圖1 所示。

圖1 生產(chǎn)函數(shù)的嵌套結(jié)構(gòu)

四、模擬分析

(一)情景設(shè)計

本文為了研究內(nèi)生技術(shù)進步對就業(yè)和經(jīng)濟增長的影響，將研發(fā)投入總量通過特定的計量方法轉(zhuǎn)化為研發(fā)強度，并將其作為一個代理變量，其值的變大則代表內(nèi)生技術(shù)進步，在此基礎(chǔ)上構(gòu)建了四個政策情景進行分析。 各種情景的設(shè)置概述如表1 所示，基礎(chǔ)情景(Business-As-Usual Scenario)是其余四種情景的對照組，在此情景下，R＆D 強度為2%，在另外四種情景下，R＆D 強度逐漸加大，動態(tài)過程的時間跨度為10年，即2018～2027年。

表1 情景描述

(二)內(nèi)生技術(shù)進步對經(jīng)濟的影響

在這一小節(jié)中，我們分析不同創(chuàng)新水平所產(chǎn)生的經(jīng)濟效應(yīng)。 通過比較不同情景下的GDP 變化，我們不難得出結(jié)論：不斷增加R＆D 投入帶來的內(nèi)生技術(shù)進步，可以使得宏觀經(jīng)濟實現(xiàn)快速增長。 表2 列出了每個假設(shè)情景在2018 ～2027年期間的GDP 增長率以及GDP年平均增長率，同時圖2 列出與“一切照舊”假設(shè)情景相比，各類假設(shè)情景中GDP 水平的變化情況，基準情景下的GDP 水平為1。 表2 的結(jié)果顯示，在情景4 中，2018 ～2027年之間的GDP 增長率為54.80%，GDP 的年均增長率為4.47%，高于其他四種情況；而基準情景下的GDP 增長率以及年平均增長率最低，并且隨著R＆D 強度的增加，GDP 增長率以及GDP年平均增長率逐漸遞增，研究結(jié)果突出表明，較高水平的R＆D 支出通過更多的技術(shù)進步，從而促進了長期經(jīng)濟增長，而降低的研發(fā)強度則會阻礙了經(jīng)濟增長，導(dǎo)致經(jīng)濟萎縮。

表2 不同情景下的GDP 增長率(2018～2027年)

圖2 不同情景下GDP 水平的變化(相比于基準情景)

(三)內(nèi)生技術(shù)進步對就業(yè)的影響

一般均衡框架的市場出清條件意味著，商品和要素的流動必須被經(jīng)濟中的生產(chǎn)和消費活動吸收。 這表明，在給定因素下，工業(yè)部門的需求量必須與賦予家庭的總供應(yīng)量相平衡。 因此，按情景類型劃分的勞動力需求變化可以理解為每種情景的勞動力供給變化。 在此基礎(chǔ)上，我們算出不同情景下勞動力需求的變化情況。 表3 列出了在每種情景下2018～2027年之間的總勞動力需求變化率，以及在2027年相對于BAU 情景的總就業(yè)水平的變化(四種情景相對于基準情景的變化)。

表3 不同情景下勞動總需求的變化

從表3 還可以看出，在情景4 下，總的勞動力需求增長最快(從2018年到2027年增長80.17%)，而這一情景下的R＆D 投資水平是最高的。 情景4 的數(shù)據(jù)還表明，總就業(yè)水平有了顯著的提升，與2027年的BAU 水平相比增長了23.10%。另一方面，在R＆D 強度較低的情景1 下，從2018年到2027年，其就業(yè)增長率最低，為67.06%(不考慮基準情景)。 此外，我們可以看到，相對于BAU 情景，情景1 中就業(yè)水平較低(與2030年的BAU 情景相比僅增長14.41%)。 這些結(jié)果表明，更高水平的創(chuàng)新活動可以抵消資本偏向的技術(shù)變革的影響，從而創(chuàng)造更多的就業(yè)機會，從而提高經(jīng)濟中的就業(yè)水平。

1.內(nèi)生技術(shù)進步對不同技能勞動力需求的影響

表4 顯示了每種情景下2018 ～2027年按技能類型劃分的勞動力需求增長率，結(jié)果表明，在所有情況下，對高技能勞動力的需求增長都比對其他類型勞動力的增長更快。 在情景4 中，高技能勞動力的需求增長幅度最大，為85.21%。 在情景4 中，對各種勞動力的需求都顯著增加(從2018年到2027年，低技能勞動力：76.55%，中等技能勞動力：82.43%)。另一方面，如表4 所示，在所有情況中，基準情景的三種勞動力需求增長率均為最低(低技能勞動力：55.58%，中等技能勞動力：58.64%，高等技能勞動力：63.41%)。 高技能勞動力對R＆D 強度變化的更高敏感性意味著：更高水平的內(nèi)生技術(shù)進步更有利于促進高技能工人的就業(yè)。

表4 2018～2027年不同技能類型勞動力需求增長率 (單位：%)

2.內(nèi)生技術(shù)進步對不同行業(yè)勞動力需求的影響

在本小節(jié)中，我們將研究內(nèi)生技術(shù)進步對不同行業(yè)勞動力需求的影響。 圖3 顯示，隨著R＆D 投入的增加，幾乎所有行業(yè)對勞動力的需求均會加大。 并且不難看出，幾乎對于所有部門而言，R＆D 投入越多，則勞動力需求的漲幅越大。 此外，在所有行業(yè)中，R＆D 部門對勞動力需求增長率最高，并且顯著高于其他22 個行業(yè)。 這表明，與其他行業(yè)相比，具有更高創(chuàng)新強度的行業(yè)具有更大的創(chuàng)造就業(yè)機會的潛力。 因此，結(jié)果表明，內(nèi)生技術(shù)進步可以在高科技制造業(yè)和研發(fā)行業(yè)創(chuàng)造更多就業(yè)機會，并促進經(jīng)濟向知識密集型產(chǎn)業(yè)的過渡。

圖3 2027年不同行業(yè)勞動力需求變化(相對于基準情景)

五、結(jié)論及建議

本文從經(jīng)濟增長和就業(yè)兩個方面研究了內(nèi)生技術(shù)進步對整個經(jīng)濟社會的影響。 在分析中，我們采用了基于知識的可計算一般均衡模型，為了將技術(shù)進步的特點納入CGE 框架，在模型中引入了研發(fā)投資和知識資本存量，并將R＆D 強度作為衡量內(nèi)生技術(shù)進步的指標。 以此為理論基礎(chǔ)，從經(jīng)濟增長和就業(yè)兩個方面對政策情景的模擬結(jié)果進行了分析。模擬結(jié)果顯示，研發(fā)經(jīng)費的投入促進了經(jīng)濟增長，并提高了社會的勞動力總需求，創(chuàng)造出更多的就業(yè)機會。 這就說明，技術(shù)進步的間接就業(yè)效應(yīng)與生產(chǎn)力提高驅(qū)動的生產(chǎn)擴張和經(jīng)濟中的溢出效應(yīng)相關(guān)，大于技術(shù)進步的直接就業(yè)效應(yīng)。

內(nèi)生技術(shù)進步能夠使生產(chǎn)率大幅增長，進而降低各部門的生產(chǎn)成本。 生產(chǎn)產(chǎn)出的成本降低，使各部門需要更多的生產(chǎn)要素，從而促進生產(chǎn)和擴大經(jīng)濟中的就業(yè)。 據(jù)此可以推斷，促進經(jīng)濟內(nèi)部的創(chuàng)新對于推動經(jīng)濟增長和總體就業(yè)擴張至關(guān)重要。 因此，我們應(yīng)當(dāng)在創(chuàng)新政策領(lǐng)域建立政策性工具，為各行業(yè)提供推動創(chuàng)新變革的機會，鼓勵各行各業(yè)樹立創(chuàng)新精神，加大研發(fā)投入。 具體措施包括提供研發(fā)補貼，降低新興行業(yè)的準入門檻，以及修訂可能阻礙創(chuàng)新的規(guī)章制度。