智能化浪潮如何打破制造業就業結構

徐奕瑤 李雨軒 黃欣月

摘 要：我國工業一直存在利潤微薄、技術薄弱、企業資本、技術難以積累等問題，呈現出增速減緩、大而不強的局面。隨著2013年“機器換人”政策的出現，智能化生產為工業產業的變革和創新帶來新的生機的同時，改變了其就業結構。本文使用了2011年至2015年中國30個省（市）制造業就業結構的面板數據，以中國企業特點為基礎，提出工業智能化資本投入和購買力水平差異下勞動力配比的分析模式，系統分析工業企業轉型的就業結構特征。

關鍵詞：機器換人;就業結構;中國智造

一、引言

低端勞動力隨著中國人口紅利逐漸流失后，消費需求以及生產過程方面的大數據信息流分析顯示工業轉型升級的生產技術工具必然通過科技創新在智能制造設備處交匯。工業智能化改革成為中國傳統產業永續發展的新突破口。

在新一輪工業科技革命的激烈競爭中①，“機器換人”成為時下最熱門的產業結構技術升級通道，全國各省市紛紛采取相關政策促進工業煥發新的生命力。近年，廣東省出臺《廣東省智能制造發展規劃（2015-2025）》等政策文件，提出了43條戰略舉措推動“機器換人”步伐，推動機器換人時代的到來。從2015年到2017年，廣東省投入1943億元用于支持工業技術轉型，并在1950多家工業企業中發展智能化，浙江也積極融入工業智能4.0的洪流中，其政府再次升級“機器換人”體系，出臺《關于推動工業企業智能化技術改造的意見》。

二、理論基礎

1.傳導機制

“機器換人”系列政策的推出和實施顯然在一定程度上提高了工業智能化水平，而智能化水平的改變意味著企業對勞動力的需求結構改變。事實上，“機器換人”政策的實施已然給我國勞動力結構（勞動人口數量及素質等）帶來影響。由于智能代工仍處于成長初期，其對就業結構的影響機制將基于不同的發展時期呈現出差異化特征。以2002年-2019年我國就業人員的學歷分布變化為例，本科及以上學歷群體的比重不斷攀升，即就業人群中高學歷人群的比重正在增加。這一方面突出了在市場需求視角上對高技能人才的欠缺。另一方面，教育水平不僅影響著人力資源質量，對居民收入也有著顯著影響。由于城鎮居民的教育水平分布和消費分層結構接近，高學歷群體的進入使低技能勞動力被迫流失，服務價格隨之上漲，進而中、高技能群體生活水平降低，最終導致城鎮對高學歷勞動力人群的吸引力下降。因此對于未來勞動力結構（定義詳見本文第3部分）的變化機制仍舊存疑。本文兼顧智能代工和產業升級雙重動態特征，得出以工業智能化為核心的發展政策能夠顯著影響我國第二產業勞動力就業結構。

2.創新點

本文從國內制造業大省層面切入，識別了政府政策對就業結構影響的內部機理，而現有文獻大多從著重外部化角度來評估技術進步條件下我國高新技術就業的總體情況，在一定程度上豐富了“機器換人”政策影響效應、高質量發展等相關文獻，并補充了微觀證據。

進一步從地方政府行為角度揭示了社會勞動力需求受教育水平的“單極化”趨勢。這有利于厘清中國地方政府在該推行該政策下的角色定位及作用方式，并為高質量發展目標下“有為政府”該如何作為提供了實踐經驗。

三、研究模型與變量分析

1.模型構建、研究方法

理論上，可以將2011年-2015年間浙江與廣東率先實行機器換人的省份作為處理組，其余省份仍未實施相關政策作為對照組。本文設置treat和time兩個虛擬變量，其中treat=1代表廣東和浙江開始實施政策，treat=0表示其他省份;time=0代表實施政策之前的年份，time=1表示實施政策之后的年份。根據對樣本的分組，可以通過雙重差分來估計工業智能化水平對勞動就業結構的影響，公式可表示如下：

其中，下標i和t代表第i個省份和第t年，X代表一系列控制變量，ε為隨機擾動項。被解釋變量Esit表示受政策影響的就業結構變量，yearit、treatit和DID分別表示年份、省份固定效應以及城市與年份的聯合固定效應。

2.樣本來源及變量說明

本文選擇2011年-2015年中國除西藏外的30個省級面板數據進行回歸。選擇2011年作為起始年份是因為在這一年廣東和浙江出臺“機器換人”相關政策。本文的數據主要來源于《中國勞動統計年鑒》、《中國統計年鑒》、《中國科技統計年鑒》以及地方統計年鑒等數據。

（1）被解釋變量：就業結構。本文對就業結構的劃分是根據就業人員的受教育水平，其中受教育水平分為研究生、大學本科、大學專科、高中、初中及以下。

（2）控制變量選取與表述

為了控制其他因素，本文選取了具有外生性性質的控制變量。本文將購買力水平、產業結構優化、城鎮化水平、對外開放水平和高級技術人才投資作為控制變量，并且這些變量通過了平衡性檢驗。

四、實證結果及分析討論

1.DID分析結果

根據計量模型，本部分檢驗了“機器換人”政策對勞動力就業結構的影響，回歸結果詳見表2。在回歸中均加入了控制變量，并控制了個體因素和時間因素的影響。從表2中可以得出，“機器換人”政策對初中及以下的就業人員出現較強的擠出效應，受教育程度為高中及以上人才的需求增加。在1%的顯著水平下，“機器換人”政策的實施將使受教育程度為初中及以下的制造業就業人數占比減少8.539%，使受教育程度為高中的制造業就業人數占比減少5.87%。因此，本文可得出“機器換人”政策導致工業智能化的上升對學歷為初中及以下的替代效應要大于學歷為高中的就業人員。目前，工業智能的上升對學歷為大學本科的制造業就業人員的就業提升作用最明顯，在1%的顯著性水平下將提高9.128%的學歷為大學本科的制造業就業人員就業比重。與此同時，購買力水平的變化對制造業就業人員中學歷為研究生或大學本科的具有顯著的負向影響，學歷為大學專科、高中、初中及以下的影響不顯著。產業結構優化對研究生、大學本科以及大學專科學歷的制造業就業人員有顯著正向影響，而對學歷為初中及以下的制造業就業人員有顯著負向影響，對受教育程度為高中的就業人員無顯著影響。同時，城鎮化水平對學歷為高中及以上的就業人員有顯著正向影響，對學歷為初中及以下的就業人員有顯著負向影響。高級技術人才投資對受教育程度為研究生水平的就業人員具有顯著正向影響，但是對學歷為大學本科和專科的就業人員具有顯著負向影響。在5%的顯著水平下，高級技術人才投資使受教育程度為高中水平的就業人員比重上升0.211%，對受教育程度為初中及以下的就業人員比重上升0.198%。

2.相關性與平穩性檢驗、安慰劑檢驗

（1）某些高GDP省（市）企業具有完備的前瞻力和資金流，能提前通過調整人力資源規劃來穩定市場地位。為了排除這種可能性，本文從空間維度上構造了平穩性檢驗。檢驗結果：在中央頒布“機器換人”政策中，估計值在統計上無一顯著，滿足空間變化對“機器換人”政策及就業結構間關系無影響的平穩性檢驗預期。

（2）關于虛設實驗組的安慰劑檢驗

為了進一步排除其他未知因素對試點省（市）選擇的干擾，確保本文結論是由“機器換人”政策實施所引致的，本文還采用了通過在樣本中隨機抽樣200次虛擬實驗組的安慰劑檢驗，進行同多期DID基準回歸一致的回歸，為原始研究結論提供穩健性保證。如下圖所示，被解釋變量分別是UC、JC和PG，發現大多數抽樣的估計系數t值的絕對值都在2以內，且p值均大于1，說明新冠疫情發生在這200次抽樣中無顯著效果。因此，本文的結論可以通過虛設實驗組的安慰劑檢驗，再次驗證“機器換人”政策對就業結構的影響與其他未知因素的因果關系不大。

五、結論與政策啟示

1.主要結論

（1）從已有數據分析可以得出，工業智能化發展將使得勞動力就業結構呈較大差異，即接受初中及以下程度的勞動力人數比例有明顯減少，而大學及以上的教育程度勞動力的就業比例逐步攀升。

（2）隨著人工智能影響的深化，工廠企業對于較高素質勞動力的需求不斷上升的情況下，購買力水平對于初中及以下勞動力的擠出效應不再顯著。

2.政策啟示

通過本文的研究分析得出“機器換人”政策對我國就業結構影響深遠而廣泛，這一政策的興起必將帶來生產方式革命。政府也應注意就業結構變化引起的不同崗位人員就業失業的問題。（1）從DID模型中可得，“機器換人”的不斷推進使更多受初中及以下教育程度的勞動人口面臨失業，就業結構性矛盾突出。基于這一結論，政府必須持續有效促進人力資本的教育投資，為低學歷水平的勞動人群培育新技能，并且對這部分群體的就業增加關注，積極提供就業機會以緩解技術性失業風險問題，促進人工智能和勞動就業良性互動、協同發展。（2）從結論二我們也可以看到，未來工業智能化市場將對高教育素質人才的需求顯著上升，因此必須做好高等教育化的規模，擴大高等教育發展空間，調節高等教育層次結構，有效促進未來就業人員的素質培養，使其充分發揮研究學習等作用，為今后的“機器換人”工作做好鋪墊。（3）未來高度智能化的企業就業趨勢也將帶來更多的企業配套設施和社保問題等。政府應合理規劃地區基礎設施部分，與時俱進，完善企業機器人與技術人才共同生產的法律、制度和條例，建立人與機器人和諧生產生活的社會環境。

注釋：

①2009年-2014年間國內的智能化機器市場銷售規模年均增速達34.2%，足以證明當前中國的機器人市場規模之龐大、普及度增長之迅速。

參考文獻：

[1]芮明杰.“工業4.0”：新一代智能化生產方式[J].世界科學，2014（05）：19-20.

[2]孫婧.日本再工業化戰略對我國船舶制造業貿易競爭力影響研究[D].中國海洋大學，2015.

[3]尹昊宇.以“技術紅利”替代“人口紅利”[N].中國經營報，2012-03-19（B15）.

[4]潘建勝.談“機器換人”對勞動就業結構轉型的影響[J].企業導報，2014（10）：19+21.

[5]葉忠.教育與就業關系的不確定性[D].華中師范大學，2004.

[6]房京坤，李萌萌，崔偉.受教育程度與城鎮居民消費結構的關系探究[J].赤峰學院學報（自然科學版），2014，30（13）：57-58.

[7]林小莉.教育水平對居民消費影響的實證研究[D].天津理工大學，2019.

[8]陸銘.大國發展——論中國經濟的歐洲化[J].當代財經，201，（6）：3-13.

作者簡介：徐奕瑤（2000.12- ），女，漢族，浙江臺州人，浙江工商大學，本科在讀，研究方向：國際經濟與貿易;李雨軒（1999.12- ），女，漢族，浙江紹興人，浙江工商大學，本科在讀，研究方向：經濟學（創新）;黃欣月（1999.09- ），女，漢族，浙江杭州人，浙江工商大學，本科在讀，研究方向：經濟學