人工智能對制造業就業的影響及應對研究：來自微觀企業和勞動者調查數據

基金項目：國家社會科學基金項目《人工智能發展對我國制造業就業的影響研究》（20BJY052）。

作者簡介：崔艷（1982—），女，山西汾西人，博士，中國勞動和社會保障科學研究院副研究員，主要研究方向為新經濟發展與就業創業、勞動關系、人力資源服務業。DOI： 10.13253/j.cnki.ddjjgl.2022.03.008人工智能對制造業就業的影響及應對研究：來自微觀企業和勞動者調查數據崔艷（中國勞動和社會保障科學研究院，北京100029）

[摘要]在專題調研的基礎上，文章針對人工智能對我國制造業就業的影響進行了詳盡分析，提出人工智能等新技術引發就業替代;引致就業結構優化調整;人機協作技術助推分工體系和用工模式新變化;工作性質持續變革、現有崗位功能加速調整;工作時間結構優化、就業質量和就業環境逐步改善;勞動關系運行面臨考驗，知識技能快速更新;受疫情影響，多數企業根據自身實際情況對智能化、自動化等作出相應調整等。同時，對當前經濟與就業的協同性加強、潛藏的就業風險增加以及不同技能水平勞動者收入差距拉大等新情況新問題予以研判。最后，提出要構筑人工智能發展與制造業就業良性互促的生態系統;深化勞動力供給側改革，推動制造業人力資源升級;著力構建戰略性的應對機制和策略性的反應機制;強化保障，加快提升人社公共服務水平。

[關鍵詞]人工智能;制造業就業;生態系統

[中圖分類號] F241.4[文獻標識碼] A[文章編號] 1673-0461（2022）03-0059-08

一、引言

制造業對我國國民經濟發展至關重要，保持制造業就業穩定是當前穩就業的關鍵，制造業能否實現更加充分更高質量就業事關我國就業的總體形勢。當前人工智能發展已經成為我國經濟持續增長、產業轉型升級尤其是制造業改造升級的重要舉措和必然選擇，引發生產力和生產方式的變革，給我國制造業就業帶來持續、廣泛而深刻的影響。近年筆者就人工智能對我國制造業就業的影響持續開展了專題調研，2020年12月至2021年1月在江蘇、廣東、浙江等人工智能應用較廣泛的省市選擇機械、電子、紡織、橡膠等430家制造業企業和600名勞動者發放了有關調查問卷，分別收回403份企業有效問卷和572份勞動者有效問卷，問卷有效率為93.7%、95.3%。從區域分布看，東部地區的樣本約占五成，與全國制造業總體分布情況接近，其中，制造業大省廣東、上海、江蘇、浙江、湖北的樣本比例分別為11.7%、10.7%、8.9%、9.2%、14.4%。從企業類型看，調查企業涵蓋內資企業、港澳臺商投資企業和外商投資企業。其中，內資企業占比為85.2%，港澳臺商投資企業和外商投資企業占比均為7.4%。從企業規模看，調查樣本涵蓋大、中、小、微型企業。其中，2 000萬元到4億元以及大于4億元的大中型企業合計占比為42.7%。從企業成立時間看，“老中青”企業兼具，注冊時間為10年以下、10～19年和20年以上的占比分別達39.2%、35.2%和25.6%。從企業所在行業分布看，調查樣本涵蓋制造業31個門類。其中，電氣機械和器材制造業、紡織服裝服飾業、家具制造業、儀器儀表制造業的樣本比例分別為7.4%、5.0%、2.7%、1.7%。從崗位分布看，一線生產或操作崗位、技能或技術崗位、高級工程師或技術研發崗位分別占比為54.1%、14.6%、5.5%①。從人員學歷分布看，初高中文化程度和大專及以上學歷的比例接近1∶1。從人員職稱分布看，初、中、高級職稱占比分別為20.5%、16.3%和4.4%。

調查表明，人工智能給我國制造業就業已經并將進一步帶來持續、廣泛而深刻的影響，崗位替代和崗位創造同時發生，總體表現為正面影響。受新冠肺炎疫情影響，多數企業根據實際情況對企業智能化、自動化等作出相應調整。短期看人工智能發展對就業總量影響相對溫和，結構影響重于數量影響，就業結構性矛盾處于上升通道，長遠看人工智能對就業的影響呈現漸進性且大規模結構轉型趨勢，就業促進逐步由數量擴張主導向質量提升主導轉變。

二、人工智能對我國制造業就業的影響現狀分析——基于微觀調查數據

（一）人工智能等新技術應用引發制造業就業替代

我國是世界制造業第一大國，也是制造業就業第一大國，穩制造業就業是穩就業的關鍵。進入新世紀，尤其是加入WTO后，我國制造業快速發展，就業人數持續增長。2020年高技術制造業實現利潤占規模以上工業企業的比重為17.8%[1]，2021年3月，高技術制造業和裝備制造業的從業人員指數分別為51.2%和50.5%[2]，充分展現了制造業在守住就業底線方面強有力的韌性支撐能力，制造業仍為保就業的主戰場和吸納就業的重要載體。2014年制造業就業占總就業的比重達到峰值為13.4%（2019年為12.6%），2016年制造業就業人數達到峰值為1.32億人，隨后制造業的就業人數和就業比重持續下降（見圖1、圖2）。究其原因，制造業存在由初級到中級、再到高級的結構轉型升級，必然出現資本對勞動力的不斷替代，同時制造業規模效益擴大，一系列技術進步提高了生產效率，導致全球制造業的用工規模總體出現下降。國內部分學者測算認為，機器換人可解釋制造業34%的就業下降[3]。

筆者認為，受人工智能等新技術發展的影響，部分崗位任務智能化成為常態替代模式。宏觀層面，技術、經濟、產業、工作類型和地域等因素共同決定了人工智能發展對就業的影響。即使在同一工作類別內，其影響也存在差異。微觀層面，據調查發現，企業對自動化設備的選擇和應用取決于營收狀況，營收狀況越好，越傾向于自動化設備的高投入，反之則傾向于低投入或不投入。人工智能技術的發展表現出明顯的多層次性，高度流程化、易于實現數據化的工作將會最先被人工智能替代。比如在紡織行業，生產線紡紗、產品檢驗等這些可標準化的、流程化的中低技能型工作受到的沖擊最大。以江蘇省某紡織企業為例，通過管理創新、技術和產品創新、推進智能工廠建設“三步走”，將企業生產規模擴大了5倍，用工人數由8 000多人減至1 500人左右，已全面完成智能化改造的生產線萬錠用工在10人以內，勞動生產率得到大幅提升。

（二）調查企業用工保持相對穩定，就業結構呈現優化調整

一是行業用工結構上，隨著人工智能等新技術的發展和應用，先進制造業用工比重上升，從業人員在行業間的分布出現積極變化，逐漸由傳統的原材料制造、高耗能行業向先進制造業轉移。根據第四次全國經濟普查數據，2018年末，原材料制造業、高耗能制造業從業人員的比重分別比2013年末下降2.4和2.1個百分點，而裝備制造業比重則上升4.8個百分點，占比達到39.2%，反映了制造業轉型升級、結構調整取得成效。二是崗位結構上，調查企業內部用工結構也出現積極改變。多數企業表示，使用智能制造設備后，中高技能型崗位用工增加，而生產操作類崗位用工減少。其中70.9%的企業表示“一線生產或操作崗位”用工減少，分別有38.3%、44.4%的企業表示“技能或技術崗位”和“高級工程師或研發崗位”用工增加（見表1）。預計未來3年調查企業仍將保持這一態勢，66.4%的調查企業預計“一線生產或操作崗位”用工將呈下降趨勢，分別有42.4%和49.2%的企業預計“技能或技術崗位”以及“高級工程師或研發崗位”用工將呈增長趨勢（見表2）。對比2019年和2020年調查結果，“一線生產或操作崗位”用工減少的比例下降了12.3%，“技能或技術崗位”和“高級工程師或研發崗位”用工增加的比例下降了5.4%和7.4%（見表3）。這表明目前制造業調查企業用工保持相對穩定，企業進行智能設備改造是較為緩慢的過程，對用工結構的改變也是長期持久的歷程。三是年齡結構上，以紡織行業為例，傳統生產時代不少紡織企業招聘一線操作員工的年齡為20歲左右，隨著設備自動化程度提高，勞動強度降低，這類勞動者的年齡限制逐漸放寬至35～40歲。

（三）人機協作技術助推分工體系和用工模式新變化

人工智能的應用促進生產領域的技術創新和生產方式轉變，加速組織管理方式的優化，就業趨勢走向多元化、分布式，就業體系呈現網狀結構，從傳統產業模式的線式崗位設置讓渡于網絡的多維度崗位創造。根據第四次全國經濟普查數據，無論制造業法人單位還是個體經營戶，平均每個單位中從業人員數量均有所減少，從業人員數量增長速度低于單位數量增長速度。制造業法人單位中平均從業人員數量由2013年的55.5人減少為2018年的32人，降低了42.3%;個體經營戶中平均從業人員數量由2013年的5.4人減少為2018年的3.7人，降低了31.5%。究其原因，勞動力市場的靈活工作機會增多，部分任務外包、碎片化工作等多樣化的就業方式規模增長，勞動者的社會網絡發生變化。

（四）工作性質持續變革，現有崗位功能加速調整

智能化通過人機協作技術有效擴展了人類的工作領域。很多職業發生變化，但不會自動消失，工作的性質持續變革。根據麥肯錫研究表明，60%的制造業活動都可以實現自動化。即使在制造業內部，焊工、切割工的自動化潛力超過90%，而客戶服務代表的自動化潛力則低于30%[4]。人工智能的應用使得工作流程發生一系列變化，勞動者與機器工作互補的活動增加，這些轉變將改變企業組織結構、商業模式和競爭格局，反之亦然。在各行業的任務構成及新技術模式下，基于自動化替代和輔助增強的選擇，從而產生不同的崗位創造能力。不少調查企業認為，勞動密集型生產若能有效結合對工作任務的輔助增強技術，就能夠創造出新的更高生產性增長的機會。

在實踐領域，工作難度變化體現出崗位功能的轉換。多數員工反映，和過去相比，工作中時常會遇到新情況新問題，對各項工作技能的要求快速提高，“通常至少需要半個小時才能找到一個好的解決辦法”。根據調查發現，這種情況“一周至少1次”和“一個月至少1次”的占比合計達為54.6%（見圖3）。

（五）工作時間結構優化，就業質量和就業環境逐步改善

隨著人工智能等新技術的廣泛應用，部分崗位工作的重復勞動和體力勞動減少，勞動強度相對降低。在重復勞動時間方面，被調查人員認為“僅有少部分時間（半天以內）用于重復勞動”的占比高達42%，尤其是約37.2%的一線工人表示“幾乎全部工作時間用于重復勞動”，“用于個人提升和休閑的時間比以前要多”（見圖4、圖5）。在體力勞動時間方面，被調查人員認為“少部分時間（半天以內）用于體力勞動”的比例為36.9%，一線工人用于體力勞動力的時間仍明顯高于其他崗位（見圖6、圖7）。與此前調查相比，被調查人員用于重復勞動和體力勞動的時間下降，勞動生產率和就業雙增長，自動化和機器人等新技術的推廣應用仍有較大空間。調查還發現，隨圖4員工每日重復勞動的工作時間比例

圖5部分崗位員工每日重復勞動的工作時間比例著人工智能等新技術的推廣和使用，不少企業工作環境獲得改善，就業質量得到提高，31.4%的調查企業認為自動化能夠“有效改善員工的工作環境”、“提高工作滿意度”等。

（六）勞動關系運行面臨考驗，知識技能快速更新

目前，技術進步和自動化發展加劇了勞動力市場兩極分化趨勢，人工智能等新技術相關的中高端人才短缺和人員流動問題日益凸顯。針對自動化實施后產生的人員冗余，目前調查企業主要通過內部消化，將其轉崗到非智能制造裝備產線，或吸納到企業擴張新增加的崗位，或經培訓后轉崗到智能制造裝備產線，很少有企業采取主動裁員的方式。如蘇州某制造企業在工廠進行自動化升級后，用工減少15%，其中12%去了新工廠新項目，只有3%離開本公司。可以預見，伴隨人工智能技術的持續推進，低層次勞動形態將大幅減少，勞動力市場結構向啞鈴型發展，企業智能化升級配套人才普遍短缺，對技能型人才需求加大。自動化設備研發、設計、維護等技術崗位需求增加，機械、計算機、自動控制方向的綜合型人才以及設備操作維護等技能人才日趨緊缺。勞動關系逐漸呈現出形態多樣化、邊界模糊化、動態化發展趨勢。

調查發現，勞動者學習新知識的頻率普遍較高，“每天都在學習新知識”的占比高達14.5%。很多員工的知識技能難以滿足工作需求，“完全可以滿足”和“一定程度滿足”的合計占比僅為55.9%，“需要不斷學習大量新知識新技能，才能勝任當前工作”（見圖8）。筆者還發現，很多企業通過聘請專家到公司進行指導、委托專業機構進行培訓等方式加強培訓，但缺乏標準的培訓體系和專業培訓機構、很難找到有關專家等成為制約企業培訓的重要因素。

（七）受疫情影響，多數企業根據自身實際情況對智能化、自動化等作出相應調整

多數調查企業的經營狀況一定程度上均受到疫情影響。其中，有42.7%的企業表示“營收比去年下降11%～40%”。調查發現，受疫情影響四成企業暫緩原定的自動化改造，而受疫情影響較小或疫情利好的行業企業，原定的自動化改造并未受到影響，甚至全面提速改造，這一比例約為27%。未來3年內，超過一半的調查企業傾向于采用更多的自動化和機器人技術。

三、當前面臨的新情況新問題

（一）經濟增長、勞動力供給等與人工智能發展交織，與就業的協同性亟待加強

黨的十九大報告指出，我國經濟已由高速增長階段轉向高質量發展階段。在發展動力層面，要素驅動讓位于創新驅動。經濟增長是帶動就業擴大的重要引擎，在不斷深化供給側結構性改革的大環境下，近年我國經濟增速放緩（由2000年的10.6%下降至2019年的6.1%，2020年受疫情影響為2.3%），40年的高速經濟增長與人口紅利窗口正好重疊，而正在發生的結構性減速與人口紅利窗口的關閉密切相關。未來一段時期，隨著人口轉變和人口老齡化形勢向縱深發展，我國新增勞動力規模將逐年減少[5]。積極促進國民經濟智能化，能夠有效緩解老齡化背景下的勞動力供給壓力。目前我國制造業還存在區域發展尚不平衡、不充分的問題，中西部地區承接資源加工型、勞動密集型產業和具有市場需求的資本密集型、技術密集型產業空間仍然較大，東部地區和主要城市圈發展“新基建”等產業尚處于起步階段，制造業新增就業空間仍然較大，任務緊迫。

（二）伴隨人工智能深刻變革，制造業就業潛藏風險和不確定性

人工智能不僅是技術層面的革命，未來可能會與重大的社會經濟變革、思想文化變革以及其他方面的變革同步進行，極有可能成為新一輪產業革命的核心驅動力，成為人類社會又一次全新的大變革。新一代人工智能技術與實體經濟加速融合，為各行各業帶來提質增效、轉型升級的實際效能。加之新冠疫情持續蔓延，人工智能技術發展不斷創新，市場應用持續擴展，相應支撐體系不斷到位，推動經濟社會向更高階段發展，又反過來推動人工智能技術的發展和應用，就業將會向更廣闊、多元化、多層次、多形態發展。人工智能創造就業崗位，主要是三種情況，一是社會需求增加，企業擴大經營。二是效率提升帶來生產成本和產品價格下降，客觀上增加了居民收入，引致對其他行業需求的增加，從而推動這些行業規模的擴大和就業崗位的增加。三是生產線上不易被人工智能替代的任務和環節，需要增加相應的就業崗位，以便更好對接和匹配人工智能環節。如前文所述，人工智能對就業結構的改變將是長期的過程。值得關注的是，根據麥肯錫的研究結論，自動化將會給全球生產力帶來年均0.8%～1.4%的增長[6]。當前我國萬名制造業工人中僅有36個機器人，約為所有發達經濟體平均水平的1/2，約為美國的1/5，制造業工人的平均收入約為美國平均水平的10%。這些數據表明，今后一段時期，我國制造業智能化應用還有很大空間。長遠看人工智能對就業的影響呈現漸進性且大規模結構轉型趨勢，就業促進逐步由數量擴張主導向質量提升主導轉變，因此，需要高度關注人工智能對制造業就業的影響和發展趨勢。

（三）就業結構調整加快，中短期需要重點關注局部性、群體性、行業性的失業

近年全球產業鏈價值鏈面臨重構，我國制造業處于高質量發展時期，產業不斷向價值鏈高附加值環節攀升，部分勞動密集型制造業環節向外轉移，與此同時美歐日等國家和地區積極引導制造業回流、產業鏈回遷，以保護自身產業鏈、增加國內就業崗位，一定程度上不利于我國制造業就業崗位的增加。相較于以往的技術革命，人工智能的影響范圍更廣、程度更深。歷次工業革命都是從某一產業和一個較小的地域范圍開始，逐步向其他地區和行業擴散。而人工智能發展迎合了經濟社會需求，對幾乎所有行業和職業都會產生影響，人工智能技術替代就業的速度快于勞動力供給結構變革的速度，或將迅速重塑制造業等有關產業，引發就業的劇烈變動和調整，增加勞動力供需結構性失衡的風險。同時，人工智能技術在行業和地域間的擴散速度快于勞動力行業和區域調整的速度。歷次工業革命相對漫長的新技術擴散過程，使得技術進步造成的在一定產業內、一定區域內的失業人口能夠轉移到其他行業和地區，人力資源結構得到優化，更加合理的產業國際分工也建立起來。根據庫茲韋爾等人的分析，人工智能技術發展已經迎來奇點，隨后將迅速在各行業領域得到廣泛應用[7]。作為以虛擬信息為載體的技術，人工智能能夠以極低的成本跨越國界提供服務，這使得傳統的建立在要素成本結構基礎上的比較優勢分工格局受到巨大沖擊。勞動力在行業和區域間的轉移是技術進步背景下保持較高就業率的重要途徑，但人工智能在行業間、地區間擴散的速度遠遠快于勞動力行業結構、區域分布結構的變化，前者已經邁過拐點，而后者還面臨人力資源結構調整的高昂成本和難以逾越的制度障礙。

（四）不同技能水平的勞動者收入趨于兩極化，社會收入差距拉大的風險增加

人工智能發展對收入分配的影響，取決于各類生產要素的稀缺性和勞動者職業技能的高低。隨著人工智能的創新發展和應用拓展，數據將成為新的生產要素。高技能與中低技能勞動者被人工智能等新技術替代的可能性存在差異，反映了技術賦權對不同技能勞動者的不平等，表現為人工智能對勞動者收入影響存在異質性，高技術勞動者受益更多[8]。調查發現，人工智能發展帶來的就業替代效應使得部分中低技能勞動者的加班時間減少，加班工資降低，從而被迫離職。與此同時，人工智能提高了企業對高技能的需求，促使勞動者技能提檔升級，高技能勞動者的人力資本回報和談判能力提升，收入進一步提高。

（五）新模式、新業態加速涌現，勞動者面臨技能的轉換和提升“陣痛期”

人工智能的發展極大地刺激了新興創新市場活力，新職業、新就業方式層出不窮。人工智能從根本上重塑生產模式，專業化、小微型的技術分包模式出現，進一步打破了時空對就業的諸多限制，未來崗位分工更加細化，碎片化時間就業將成為常態。企業可以更高效地搜尋到合適人選，提高勞動生產率，創造更多社會財富。就業方式更加靈活化，就業或采取在家辦公、移動辦公等多種新方式。就業形態趨于多元化，必須對就業、勞動關系以及社保等進行重新界定和思考，對就業的管理方式有待創新和提高[9]。隨著人工智能技術水平提高，應用場景持續拓展，做好勞動者技能的提檔升級尤為重要。波士頓咨詢公司發布的《數字經濟下就業與人才研究報告》從就業人群、就業領域和就業方式三個方面分析了數字技術可能對就業生態產生的影響和變革，對于數字經濟下的就業人群，擁有“特定專業技能（尤其是數字技術相關技能）”對獲取中高端就業機會至關重要[10]。調查表明，制造業企業在招聘員工時，優先考慮熟悉自動化機器設備的占比高達84%。可見，當前及今后企業對員工熟悉自動化機器設備等新技術的要求將會更加普遍。

四、實現更加充分更高質量就業的政策建議

為貫徹落實黨中央、國務院關于穩就業保就業的決策部署，實現更加充分更高質量就業，我們認為，應把握全球人工智能發展趨勢，加強人社領域的政策應對，本研究提出如下對策建議。

（一）構筑人工智能發展與制造業就業良性互促的生態系統

將就業優先政策置于宏觀政策層面并持續強化，推動技術進步與就業擴容提質協同發展。推進宏觀政策協同，統籌兼顧各方利益，增強就業工作與各項社會經濟工作的協同發展。深化人工智能技術的產業融合，探索適應我國國情和發展階段的自動化、智能化模式，以人為本，著力提高勞動生產率，分類引導、逐步推進“機器換人”。在替代苦、臟、累、險崗位的過程中，適應新形勢，注重在人機互動等領域開發新業態新職業新崗位。建議借鑒有益經驗，樹立行業標桿，正確引導人工智能等新技術和企業改造的方向與節奏，鼓勵先行企業成立專業服務機構，向相關企業輸出技術服務，從裝備應用、管理改進等方面提供咨詢，確保引進的技術不過時，使后來者少走彎路，以高質量產業發展帶動和實行更加充分更高質量就業[11]。

（二）深化勞動力供給側改革，推動制造業人力資源升級

一是加強人才培養，提升人力資本。適應人工智能時代和制造業高質量發展，深化教育領域改革，在基礎教育中強化人工智能等新技術的認知和創新思維的培養，推進教育均衡發展。加強職業培訓的創新能力導向，加快調整人才培養體系，支持高校建立智能制造學科體系，著力培養具備較強創新能力、能夠突破核心技術瓶頸的復合型技術技能人才和高層次人才，提升各類人才的職業競爭優勢。加快培養“人工智能+”的復合型、跨領域人才，釋放現有人力資源紅利[12]。二是深化產教融合，支持制造業企業積極參與職業技能提升行動。多措并舉，積極發揮企業主體作用。構建制造業企業梯度培育體系，持續開展企業職工在崗技能提升和轉崗轉業培訓，幫助勞動力實現技能提升和就業轉移。確保職業技能提升行動專項資金有一定比例用于支持人工智能等新技術改造升級的人才培訓，提高各類人才的就業適應能力。圍繞制造業重點發展行業，重點打造一批數字技能創新公共實訓基地，積極培育一批“校企合作共同體”，全面提升數字技能實訓能力。鼓勵職業院校和行業企業探索共建專業、課程、實習實訓基地等多種形式校企合作，為我國產業轉型升級提供技術平臺和智力支撐。三是鼓勵中高端人才創新創業，支持制造業農業轉移勞動力返鄉創業。支持制造業農業轉移勞動力返鄉創業，幫助人工智能發展擠出的勞動力實現再就業，鼓勵和支持具有一定基礎的農村轉移勞動力發展休閑農業、特色農產品、規模種養等，促進城鄉之間的資源流動，推動新型城鎮化和美麗鄉村建設。四是樹立終身學習理念，打造良好輿論氛圍，提倡勞動者通過堅持終身學習提升工作能力。鼓勵創造性勞動，運用好各類靈活就業人力資源。

（三）建立健全創新創業領域的人才標準與評價機制

加快研究新產業新業態新模式發展對就業需求的分類，按照鼓勵創新原則，堅持促進發展和規范服務相統一，包容審慎推動新技術、新產業、新業態、新模式發展，積極利用法律法規和標準規范引導新技術應用。作為國家創新體系的重要內容，加強對新生事物發展規律及其對就業需求的分類研究，進一步撬動新經濟新業態這一就業“富礦”。衡量和評估對勞動者技能需求的變化情況，加快完善和制定創新創業領域人力資源能力建設標準[13]。適應人工智能時代需求，健全和完善職業能力評價體系，構建包括國家職業資格體系、專業技能等級體系、企業自主評價體系等在內的多層次、全覆蓋的職業能力評價體系，促進人力資源合理、高效配置。推動部分關鍵崗位勞動標準和技能標準的國際認定與國際間認同。

（四）做好風險預警和托底保障，緩沖人工智能可能產生的負面沖擊

運用新一代人工智能新技術，加強就業失業調查監測體系，健全預測預警和上下聯動的響應機制。破除體制機制障礙，加快推進省際間數據的互聯互通、共用共享。加強完善城鄉間、區域間的資源配置，實現公共就業創業服務均等化。打破就業市場中的經濟、區域、文化等制度壁壘，加強對技術性失業和回流農民工的就業幫扶和援助。創新服務理念和模式，拓寬服務渠道。應加強人社公共服務的精準化和便捷化，提高服務的針對性、有效性和專業性。加強對重點產業行業的崗位變化監測，加強相關政策儲備，防范因大規模就業替代或結構變動導致的規模性失業風險。做好宣傳解讀，讓人工智能健康發展成為社會共識，鼓勵更多勞動者擁抱技術發展，實現局勢的總體穩定。

[注釋]① 為便于研究，我們將主要崗位大體劃分為一線生產或操作崗位、技能或技術崗位、高級工程師或技術研發崗位。

[參考文獻][1] 國家統計局.國家統計局工業司高級統計師朱虹解讀工業企業利潤數據[EB/OL]. （2021-01-27）. http：//www.stats.gov.cn/tjsj/sjjd/202101/t20210127_1812826.html.

[2]國家統計局.國家統計局服務業調查中心高級統計師趙慶河解讀2021年3月中國采購經理指數[EB/OL]. （2021-03-31）.http：//www.stats.gov.cn/tjsj/sjjd/202103/t20210330_1815830.html.

[3]卓賢，黃金.中國的制造業崗位都去哪兒了：中國就業結構的變與辨[EB/OL].（2019-05-12）.http：//magazine.caijing.com.cn/20190512/4587222.shtml.

[4] MCKINSEY GLOBAL INSTITUTE. A future that works：automation，employment，and productivity[EB/OL].（2017-01-24）.https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/Digital%20Disruption/Harnessing%20autom- ation%20for%20a%20future%20that%20works/MGI-A-future-that-works_Executive-summary.ashx.

[5] 蔡昉.中國經濟改革效應分析——勞動力重新配置的視角[J].經濟研究，2017，52（7）：4-17.

[6] MCKINSEY GLOBAL INSTITUTE. Jobs lost，jobs gained： what the future of work will mean for jobs，skills，and wages[EB/OL]. （2017-11-31）.https：//www.mckinsey.com.

[7] [美]雷·庫茲韋爾.奇點臨近[M]. 李慶誠，董振華，田源，譯.北京：機械工業出版社，2011.

[8]都陽，賈朋，程杰.勞動力市場結構變遷、工作任務與技能需求[J].勞動經濟研究，2017，5（3）：30-49.

[9]田思路，劉兆光.人工智能時代勞動形態的演變與法律選擇[J].社會科學戰線，2019（2）：212-221，282.

[10]波士頓咨詢公司.邁向2035：4億數字經濟就業的未來 & 邁向2035：攻克數字經濟下的人才戰[EB/OL]. （2017-01-10）.https：//www.bcg.com/zh-cn/press/10jan2017-pe- ople-organization.

[11]莫榮.建設好中國特色的勞動力市場[N].人民日報，2019-09-23.

[12]袁富華，張平，陸明濤.長期經濟增長過程中的人力資本結構[J].經濟學動態，2015（5）：11-21.

[13]湯瀟.數字經濟：影響未來的新技術、新模式、新產業[M].北京：人民郵電出版社，2019.Research on the Influence of Artificial Intelligence on the Employment

of Manufacturing Industry in China and Its Countermeasures

—Survey Data from Micro Enterprises and Workers

Cui? Yan

（Chinese Academy of Labour and Social Security， Beijing 100029，China）

Abstract：? ?On the basis of special investigation， this paper makes a detailed analysis of the impact of artificial intelligence on China’s manufacturing employment. The results show that： new technologies such as artificial intelligence lead to employment substitution， as well as the optimization and adjustment of employment structure; the man-machine cooperation technology promotes new changes in division of labor system and employment mode; the continuous reform in the nature of work leads to the accelerated adjustment of existing post functions; the structure of working time is optimized; the employment quality and employment environment are gradually improved; the operation of labor relations is facing tests because knowledge and skills are rapidly updated; affected by the epidemic， most enterprises make corresponding adjustments to intelligence and automation according to their actual situations. At the same time， this essay studies the new situations and problems such as the strengthening of the synergy between the current economy and employment， the increase of potential employment risks and the widening income gap between workers with different skill levels. Finally， it is proposed to build an ecosystem in which the development of artificial intelligence and manufacturing employment promote each other; deepen the reform of labor supply side and promote the upgrading of human resources in manufacturing industry; focus on building a strategic response mechanism; strengthen security and accelerate the improvement of the public service level of human resources and social security.

Key words：artificial intelligence; manufacturing employment; ecosystem

（責任編輯：張夢楠）