我國制造業勞動力吸納能力研究
——基于行業結構調整和技術創新視角

一、引 言

制造業是實體經濟的重要基礎?！丁笆奈濉本蜆I促進規劃》指出，要全面增強就業吸納能力，促進制造業高質量就業和提高從業人員收入水平。歷年統計年鑒有關數據表明，我國制造業就業人數在2014年達到1.03億峰值后的增長率逐年下降，2015—2019年連續出現負增長。分崗位看，從事生產、設備操作等一線崗位的員工所占比重下降明顯；分行業看，勞動密集型行業就業彈性從2015年開始持續表現為產值增加對就業的擠出，資本密集型行業存在勞動力吸納空間，技術密集型行業只有極其有限的勞動力吸納能力；分區域看，中、西部省份承接制造業就業增速明顯下降，2017年除河南省、江西省外，其余省份制造業就業比重均低于全國均值。由此可見，制造業正在發生的行業結構調整引發了就業水平的波動，細分行業的勞動力吸納能力呈現出不同的變化趨勢。同時，受國際間分工格局變化、區域間產業梯度轉移和勞動力市場分割等因素的影響，不同區域間的制造業分工格局變動也同樣引起了就業結構更為復雜的變化。

德育課其實是一門促進學生形成正確世界觀、人生觀和價值觀的課程，是學生生動活潑地主動參與探究從而獲得人生經驗或指導思想的課程，是一門真正關注個人全面發展的課程。教師在進行教學設計時要充分利用中職生的觸覺型與合作型學習風格特點，發揮學生學習潛能。

制造業轉型升級所引發的行業和區域結構變化，必然引起就業結構的變動。一方面，我國制造業發展必須堅持創新驅動戰略，不斷推進工業現代化，在產業鏈上不斷由中低端邁向中高端；另一方面，面對當前就業形勢的嚴峻性，就業是最大的民生，也是我國“六穩”“六?！敝住Ｒ虼耍蜆I優先與推進制造業高質量發展必須統籌推進、形成良性循環，而準確把握制造業勞動力需求和就業吸納能力的結構性變化，是提升制造業就業質量的關鍵所在。

二、文獻綜述

克拉克定理和庫茲涅茨產業結構論關于工業化過程中產業結構與就業結構變動的一般規律，揭示了因三次產業的產品需求收入彈性和投資報酬差異導致各部門相對收入不同，進而引起勞動力轉移。錢納里—塞爾昆就業結構轉換滯后理論和劉易斯二元經濟理論則闡明了部門間因發展水平不同而影響就業結構轉換的一般規律，對發展中國家更具現實意義。囤積在發展中國家低發展水平部門的剩余勞動力，因收入差距被不斷吸收到高發展水平部門，從而往往表現出工業化進程中就業結構轉換的滯后性。

我國學者在傳統理論基礎上進行了諸多拓展和實證研究。一方面，制造業轉型升級必然引起行業結構調整，進而影響制造業整體以及細分行業的勞動力吸納能力。陽立高等

對2003—2012年制造業細分行業數據的實證分析表明，受勞動力成本不斷上升和消費結構升級的影響，資本與技術密集型制造業得到快速發展，比重不斷增加，勞動密集型制造業被迫進行升級或退出市場。田洪川和石美遐

認為，就業彈性在2011年出現的首個負值說明制造業產值增長對勞動力需求的拉動效應減弱，甚至表現為負向影響。李中建和劉翠霞

運用灰色模型進行預測的結果顯示，制造業在未來三年對勞動力需求數量的年均增量和漲幅不高。除總量研究，學者們還分析了制造業細分行業的勞動力吸納能力變動趨勢。王煒和孫蚌珠

的研究發現，勞動密集型制造業的就業彈性在1997—2011年有明顯的下降趨勢，意味其就業吸納能力顯著下降，且物質資本明顯替代了勞動力要素。田洪川和石美遐

把30個制造業細分行業按照人均資本存量進行劃分比較得出，2000—2011年高人均資本制造部門主要依靠資本和技術推動增長，對就業吸納的作用不明顯；中人均資本制造部門在產值增長的同時吸納了充足的就業，使就業崗位增加；低人均資本制造部門具有典型的勞動密集型產業特征，勞動力就業占比高于產值占比，有勞動力轉出壓力。楊艷和李雨佳

按技術類型把制造業劃分成28個細分行業進行比較分析發現，1994—2013年高技術制造業行業的勞動力要素始終表現為供不應求，中高技術制造業行業的勞動力供求基本平衡，中、低技術制造業行業的勞動力要素表現為供過于求。根據蔡秀玲和高文群

的測算，農業轉移勞動力在初級金屬加工、塑料和橡膠制品制造行業的就業替代比例為21%，在計算機和電子產品、機械設備和電氣設備與零部件制造、汽車制造行業的就業替代比例高達79%。綜上，實證分析和預測結果均表明我國制造業整體的勞動力需求已經下降，就業吸納能力逐漸減弱，且由于行業特性和發展模式的不同，細分行業的就業吸納能力具有明顯的差異性。值得注意的是，已有的實證分析主要集中在2013年以前，要了解當下制造業行業結構調整對就業吸納能力的影響態勢，還需對2012年以后數據的準確性把握。

我國產業布局有明顯的區域特征，各區域發展水平存在差異，制造業亦是如此。從2008年開始，受國際分工格局變化、區域間產業梯度轉移影響，中部、西部省份加速承接東部省份制造業轉移，因此，行業結構調整和技術創新對不同區域制造業就業必然產生差異化影響。

另一方面，制造業轉型升級引發生產要素需求比例朝資本深化方向演進，“機器換人”就是企業資本深化的結果。田洪川和石美遐

的研究發現，2010年之后制造業的要素替代彈性具有明顯的資本替代勞動特征。黃浩

認為，勞動力需求正在面臨“雙重擠壓”，一是資本對勞動產生的擠出和替代，二是制造業依賴資本驅動的發展模式導致經濟增速減緩。寧光杰和張雪凱

的研究進一步說明，企業不斷增加的機器設備投資和研發投入最終將導致企業的勞動力需求減少。面對生產要素相對價格的改變，葉振宇

認為，制造業企業用技術進步優化要素配置而引發的勞動力“動力變革”會降低企業的退出風險，企業的生存目標削減了勞動力需求，使其就業吸納能力下降。此外，資本深化對不同技能水平勞動力就業具有差異化影響。Lordan和Neumark

的研究發現，在美國可自動化程度高且所需勞動技能較低的崗位最容易被機器替代。韓民春和喬剛

的實證分析結果顯示，我國制造業中的低技能勞動力已受到沖擊，機器人使用量每增加10%，低技能勞動力就業量下降0.54%。呂潔等

通過對比22個國家1990—2015年制造業數據發現，工業機器人的應用加大了對低技能勞動力的替代，同時也增加了對中、高技能勞動力的互補性需求。張艷華

對6家北京制造業企業的案例研究發現，“機器換人”的破壞效應已經沖擊到具有一定專業技術的白領人員就業崗位，而企業對數字化、智能化、自動化技術等方面的高技能人才需求仍得不到滿足，缺口很大。由于我國勞動力市場具有的城鄉二元結構特征，資本深化對農村轉移勞動力的沖擊更加突出。蔡秀玲和高文群

通過模型預測2016—2025年制造業對農村轉移勞動力的年均就業替代規模將達到22.78萬人，且呈逐年遞增態勢。由此可見，制造業在面臨轉型升級和生產要素相對價格改變的情形下，采取的方法通常會使資本要素比重不斷上升，勞動要素比重不斷下降，但資本要素對不同技能水平勞動的替代程度存在差異。

此外，也有學者從勞動力供給角度進行分析。我國人口結構在2010年左右發生重要改變，20世紀50—60年代出生的人口逐漸退出勞動力市場，80—90年代出生的新生代勞動力逐漸成為勞動力供給主體。陽立高等

的實證研究發現，新生代勞動力的擇業有“去制造業化”“高端化”“服務化”的特征。江鵑等

的研究認為，新生代勞動群體表現的排斥在低端產業和勞動密集型制造業工作的擇業傾向，與這代人具有高學歷、高職業預期、高物質精神需求和低耐受能力的“三高一低”特征有密切關系。由此可見，勞動力供給結構的改變降低了低端產業和勞動密集型制造業行業的就業吸納能力。

模型(2)的回歸分析結果顯示，制造業行業結構調整的估計系數為-10.1028，表明行業結構調整速度對就業增長率有顯著負向影響，行業結構調整系數每增加1%，制造業整體的就業增長率下降的10.10%。

三、模型設計與數據說明

(一)研究假設及模型設計

1.行業結構調整對制造業勞動力吸納能力影響的分析模型

本次研究,奧美拉唑對患者的治療效果比較理想,患者的潰瘍程度得到了控制,潰瘍的面積明顯的縮減,因此療效突出。經過治療后,觀察組有20例有效,臨床治療有效率是95.24%,對照組有14例有效,臨床治療有效率是66.67%,對兩組的一般性資料對比不存在統計學差異性(P<0.05)。

制造業轉型升級引發細分行業的結構調整，使各細分行業間的比例關系發生改變，從而導致行業規模變動對制造業整體的勞動力吸納能力同時產生正向的強化效應和反向的弱化效應。能夠緊跟市場發展趨勢，滿足消費者需求和消費升級需要的行業，因產量的增加會導致整體規模擴大，最終提高了行業的勞動力吸納能力，產生正向的強化效應。相反地，因產能過剩以及無法承受高邊際成本壓力而關閉生產的企業會導致行業整體規模縮小，從而降低了行業的勞動力吸納能力，產生反向的弱化效應。當前，傳統的勞動密集型和資本密集型制造業發展已受制約，基于此，筆者提出如下假設：

行業結構調整速度越快，制造業整體的勞動力吸納能力越弱。

(1)行業結構調整系數的構建

結構調整系數用于衡量整體中各部分增長速度的差異。各部分增長速度差異越大，意味著結構調整速度越快，則結構調整系數越大。本文借鑒陳素青

的方法構建以制造業各要素密集度行業為標志的行業結構調整系數(δ)，計算公式如下：

(1)

其中，x

為某時期第i類要素密集度行業的年均增長速度；x

為該時期制造業的年均增長速度；R

為第i類要素密集度行業的比重。

(2)模型設計

大丫小的時候，身體被一個歹人破壞過。她是那種極有可能考上高中而后再上大學的好學生。只是她不幸的遭遇并沒有得到家人、親屬和同學們的同情。這是令人失望的事。

根據假設，本文構建以行業結構調整系數(δ)為解釋變量，就業增長率(l)為被解釋變量的計量模型：

l

=α

+α

δ

+ε

(2)

其中，被解釋變量l

表示t期內制造業的就業增長率；解釋變量δ

表示t期內制造業的行業結構調整系數；ε為隨機擾動項。

2.技術創新對制造業勞動力吸納能力影響的分析模型

技術創新推動制造業轉型升級，對其勞動力吸納能力會同時產生正向的增強效應和反向的減弱效應。一方面，技術創新降低生產成本使產品的價格優勢逐漸顯現，同時縮短新產品的上市周期使其更具吸引力，導致需求量不斷擴大，為滿足擴張的需求量而擴大生產規模增加了勞動力需求，使行業的勞動力吸納水平提高，產生正向的增強效應；另一方面，技術創新必然帶來勞動生產率的提高，在生產規模不變和節約生產成本的前提下，用其他要素替代勞動力要素使行業的勞動力吸納水平下降，產生反向的減弱效應。現階段，新興產業、新型業態尚處于發展初期，技術創新對產業的輻射作用還未顯現，基于此，筆者提出如下假設：

生物源于生活，服務于生活.在當前教學中，由于受傳統教學模式的影響，生物教學課時安排較為緊張，生物教師很少組織學生參加野外活動、參觀生產基地等生物知識類的教學活動.由于高中生物教學缺少色彩，學生只能被動、機械地學習生物，自主性學習興趣不高漲，難以有效地將生物知識與生活相聯系，生物思維得不到有效激發.

技術創新投入越多，制造業整體的勞動力吸納能力越弱。

因規模以上工業企業統計口徑和國民經濟行業分類分別在2011年、2012年發生重大變更，為保證數據的一致性，本文選取2012—2019年中國29個省、自治區

、直轄市和30個制造業細分行業

的主營業務收入、就業人數，以及29個細分行業

的R&D經費內部支出等數據進行實證檢驗。借鑒王志華和董存田

對制造業的分類辦法將30個制造業細分行業劃分為勞動密集型、資本密集型和技術密集型。

技術創新的速度和質量受研發經費支出的直接影響，因此，本文構建以R&D經費內部支出(r&d)為解釋變量，就業人數(L)為被解釋變量的計量模型：

lnL

=β

+β

lnr&d

+μ

(3)

其中，被解釋變量L

表示t期內制造業的就業人數；解釋變量r&d

表示t期內制造業的R&D經費內部支出；對二者取自然對數消除不同量綱的影響。β

為就業人數對R&D經費內部支出的彈性系數；μ為隨機擾動項。

(二)數據說明

1.數據選擇

綜上可見，消費主義生活方式是一種以購物和消費為主要內容，以過度消費、奢侈消費、炫耀消費為具體表現，具有占有性、破壞性的生活方式?？撇颊J為，社會的整個推動力是經濟進步，但這種單一唯度的進步意味著生態災難[13]。加里·加德納也認為，我們今天看到的大多數環境問題都能跟消費扯上關系[14]。這些論斷表明：消費主義生活方式既是工業文明生活方式的主要表現，也是造成全球生態危機的罪魁禍首。

1.行業結構調整對各區域制造業勞動力吸納能力的影響差異比較

2.數據來源

制造業細分行業的主營業務收入、就業人數主要來自Wind數據庫，缺失數據來自2014—2015年《中國工業統計年鑒》；R&D經費內部支出主要來自Wind數據庫，缺失數據來自2019年《中國統計年鑒》；各省份制造業細分行業的主營業務收入、就業人數主要來自2012—2017年及2020年《中國工業統計年鑒》，2018年《中國經濟普查年鑒》和相應年份的省份統計年鑒，缺失數據來自wind數據庫；R&D經費內部支出來自2013—2020年《中國統計年鑒》。

例如，在學習“函數單調性”問題時，先要對函數的概念進行導入，然后使用信息技術將學生所在城市某個季節的溫度變化情況進行統計，并將數據內容轉換為圖表展示出來，最后提出與學生生活經驗相關的真實問題。讓學生通過圖形變化，對知識有新的認知，使用數學進行溫度圖形呈現，能清晰了解到該季節城市的溫度變化情況，讓學生對知識產生熟悉感和親切感，進而能降低學生對知識學習的厭惡感，這能在一定程度上保障高中課堂教學的有效性。

3.數據估算

行業結構調整和技術創新導致制造業整體的就業增長率和就業人數下降，也必然會對各區域的制造業勞動力吸納能力產生影響。為準確把握區域性結構特征，本文將29個省、直轄市、自治區

劃分為東部、中部和西部三個區域，如表2所示。

缺失2017年制造業細分行業主營業務收入和就業人數的省份，根據該省份2016年和2018年細分行業所占份額加權平均估算得來；因缺失制造業細分行業R&D經費內部支出的省份較多，本文以各省份規模以上工業企業的R&D經費內部支出代替制造業的R&D經費內部支出。

“40年滄桑巨變，這是中國人民在人類發展史上所創造的偉大奇跡，造就這個奇跡的密碼，就是堅持中國共產黨的領導?！笔嬲拐f。

句(1)涉及的下雨地點是隱含的。就話語本身來說，這個地點在邏輯上可以是任何地方，但就交際意圖來說，小王同學要“突顯”的只能是語用上的一個地方。小王認為某地下雨這件事對本次旅行至關重要，必須告知有關同學，此時，小王就產生了交際意圖，而且是真誠的意圖。這一意圖進而激發了他的言語行為，即用口頭形式將含有其交際意圖的語言編碼傳遞給有關同學，即“It is raining”這一所言。

四、實證結果及分析

(一)行業結構調整和技術創新的整體性效應分析

考慮到經典回歸模型是建立在平穩數據變量基礎之上，否則會出現偽回歸等問題，因此，本文先采用單位根(ADF)方法對數據進行平穩性檢驗。檢驗結果顯示就業增長率、行業結構調整系數、就業人數、R&D經費內部支出的一階差分ADF值分別在1%、10%、5%、5%的水平下顯著，說明四個變量是平穩的時間序列，可以進行回歸分析。表1是應用模型(2)和模型(3)對制造業整體的實證檢驗結果。

技術創新對勞動力就業的影響是持久且復雜的。20世紀30年代初，凱恩斯就預言人類將面臨“技術性失業”。事實上，世界主要經濟發達國家從20世紀80年代開始都經歷了勞動力就業結構的變革過程，即低技術勞動力面臨轉型壓力，高技術勞動力需求不斷上升。技術創新對就業崗位影響是創造性的還是毀滅性的仍是當前學界研究的焦點。王永欽和董雯

對2011—2015年制造業上市公司數據的實證分析得出，工業機器人的應用對企業的勞動力需求產生了替代效應，滲透度每增加1%，勞動力需求下降0.18%。然而，Acemoglu和Restrepo

的研究顯示，自動化的就業創造效應解釋了美國1980—2010年50%的就業增長。技術創新對就業崗位的總量影響尚未明確，但其對就業崗位的結構性影響較為明顯，表現為“技能偏向性技術進步”，導致勞動力市場結構的就業極化現象。自20世紀50年代以來，全球制造業變化趨勢是中等技能崗位需求不斷減少，Acemoglu和Autor

將就業極化描述為高、低技能勞動者的就業呈上升趨勢，中等技能勞動者的就業呈下降趨勢。與此同時，技術創新對就業崗位影響還表現出時序性差異。方建國和尹麗波

認為，長期來看技術創新對勞動力就業總量的影響不顯著，只有當大規模的技術變革引起產業結構變動時，才會出現局部的、短期的技術替代勞動的失業現象。王君等

將技術創新過程劃分為導入期、拓展期和衰退期，技術創新在導入期因未形成對相關產業的擴散影響而表現為對就業的破壞效應，在拓展期隨著相關產業規模擴大會創造大量就業崗位，在衰退期對就業的影響逐漸減弱。朱巧玲和李敏

通過梳理歷次技術革命與勞動力市場結構特征認為，技術創新最初替代的是體力勞動者，之后通過解放人的思維替代腦力勞動者，隨著信息化、數字化、智能化程度加深，被替代的智能勞動者和創新勞動者的比重逐漸增加。

模型(3)的回歸分析結果顯示，制造業R&D經費內部支出對就業人數的影響顯著為負，lnr&d的估計系數為-0.2153，說明制造業R&D經費內部支出每增加1%，制造業整體就業人數下降約0.22%。

實證結果表明，當前的行業結構調整和技術創新對制造業整體的勞動力吸納能力產生的是負向的弱化效應和減弱效應，降低了制造業的就業增長率和就業人數，從而削弱了制造業的勞動力吸納能力。本文提出的H1和H2都通過了實際數據的驗證。

(二)行業結構調整和技術創新的結構性效應分析

宗守云(2007)在研究“副”的時候，對于每一種擴展方式都仔細分析了其擴展動因(見圖1)，主要包括轉喻和隱喻兩種。其中，隱喻是最為基本的促動因素，由于事物的相似性促發的延伸就是隱喻的促動。齊振海、覃修貴(2004)在對“心”隱喻詞語的范疇化研究中，根據概念隱喻和意向圖示理論把“心”的隱喻分為實體、空間、容器及其他四個認域：

2.1.2 實施階段（D）。提出想法到真正去做，難免有一定差距，過程總是富有挑戰。盡管筆者給自己制定的計劃，只是一份短短5分鐘的發言稿，但當面對五十多位新同事和新員工培訓的工作人員發言時，作為比新員工稍微早入職兩個月的“半新”員工，還是非常忐忑。最終是用顫抖的聲音，匆匆忙忙、一字不落、滿臉通紅地將預先準備好演講稿念完。

筆者針對事故車輛類型、事故發生時間段、肇事人年齡段、性別、是否酒駕、是否持駕照、是否本人車輛、肇事時間和肇事次數等指標對事故中的車和人進行詳細分析，從事故發生根源入手，分析事故發生原因，從而為預防事故的措施出臺提供可靠理論基礎。

首先，根據公式(1)計算東部、中部、西部省份的行業結構調整系數；其次，對其就業增長率和行業結構調整系數進行ADF檢驗；最后，根據模型(2)進行回歸分析，結果如表3所示。

三個區域制造業的就業增長率和行業結構調整系數均通過ADF檢驗。表3的回歸結果表明，東部、中部、西部省份的行業結構調整速度對就業增長率有顯著負向影響，但影響程度存在差異。三個區域的行業結構調整系數(δ)的估計系數(-14.4359、-5.6152、-4.1108)分別在1%、1%和5%的置信水平下顯著，說明行業結構調整系數每增加1%，東部省份制造業就業增長率下降約14.44%，中部、西部省份則分別下降約5.62%和4.11%。

實證結果表明，行業結構調整對各區域的制造業就業增長率均產生了負向的弱化效應。在當前制造業行業的區域布局下，東部省份制造業的勞動力吸納能力受行業結構調整速度的影響最大，中部、西部省份次之。

2.技術創新對各區域制造業勞動力吸納能力的影響差異比較

目前臨床對于肺部真菌感染疾病的檢查方法通過纖維支氣管鏡檢方法、穿刺活檢方法、手術病理方法為主，而病原學檢查則作為肺部真菌感染疾病的檢查“金標準”[3]。但是病原學檢查方法的培養時間長，而且容易因涂片受污染而造成假陽性。隨著臨床影像學技術持續發展進步，在臨床診斷肺部真菌感染方面起到一定應用價值，尤其是CT技術的持續發展，更明顯提升肺部真菌感染疾病的早期診斷與鑒別[4][5]。從本次研究結果可知，經真菌類型培養結果顯示，真菌類型培養率為100.00%，CT檢查陽性率為73.00%，X線檢查陽性率為51.00%，提示，CT檢查陽性率更高于X線檢查。

東部、中部、西部省份的制造業就業人數(lnL)和R&D經費內部支出(lnr&d)通過了ADF單位根檢驗，根據模型(3)進行回歸分析的結果如表4所示。

表4的回歸結果顯示，東部、西部省份制造業就業人數對R&D經費內部支出的影響顯著為負，lnr&d的估計系數為-0.3521和-0.1598，并分別在1%和10%的置信水平下顯著，說明R&D經費內部支出每增加1%，東部省份制造業就業人數下降約0.35%，西部省份下降約0.16%；中部省份制造業就業人數對R&D經費內部支出的影響未通過顯著性檢驗。

實證結果表明，技術創新對東部、西部省份制造業就業人數產生了負向的減弱效應，對中部省份未產生顯著影響，存在區域結構特征。當前的制造業技術創新投入水平對東部省份制造業勞動力吸納能力的影響最大。

(三)實證結果分析

上述分析結果顯示，在行業結構調整和技術創新背景下，制造業整體和分區域的勞動力吸納能力已經出現波動和復雜性變化趨勢。本文認為這不僅與制造業自身發展有關，還可能受以下三方面因素的影響：第一，我國嵌入全球價值鏈的程度從未如此之深，國際經濟形勢和環境必然會影響我國制造業發展，再加上技術的創新和應用對勞動力要素的替代，都直接影響了制造業勞動力吸納能力。第二，我國制造業的發展戰略正在從制造大國向制造強國轉變，制造業的轉型升級是不斷演進的過程，新興產業和新型業態還在起步階段，尚未形成吸收大量就業的能力，從而降低了當前的勞動力吸納能力。第三，勞動者的就業能力不能對新需求作出及時調整，且在擇業時偏好于發展水平較高的城市和成熟度較高、保障性較強的行業，導致空崗和失業同時存在，進而降低了制造業勞動力吸納能力。轉型升級期，制造業勞動力就業吸納能力的下降是必然要經歷的陣痛，傳統的依賴人口紅利和勞動力成本低廉發展壯大的勞動密集型行業已不具有優勢，以創新驅動和消費升級為特征的行業，如計算機、通信和其他電子設備制造業，文教、工美、體育和娛樂用品制造業，金屬制品業和醫藥制造業，可能是勞動力吸納的潛力部門。

五、研究結論與政策建議

(一)主要結論

第一，從整體看，現階段的行業結構調整和技術創新對制造業的勞動力吸納能力是負相關關系，即行業結構調整的速度越快、技術創新的投入越多，制造業的勞動力吸納能力越弱。實證檢驗結果表明，行業結構調整系數每增加1%，制造業就業增長率下降約10.10%；R&D經費內部支出每增加1%，制造業就業人數下降約0.22%。

第二，從區域看，行業結構調整和技術創新對各區域制造業勞動力吸納能力影響存在差異。雖然東部、中部、西部省份的行業結構調整不存在明顯差異，但東部省份受其影響最大，中部、西部省份次之；技術創新對東部、西部省份制造業就業人數有顯著負向影響，對中部省份的影響不顯著。

(二)政策建議

為統籌推進就業優先與制造業高質量發展，緩解當下制造業轉型升級帶來的勞動力吸納能力下降的陣痛，筆者根據以上結論提出如下政策建議：

第一，實施差別化的產業政策和區域政策。基于要素稟賦和相對價格的動態變化，對現有制造業細分行業進行合理、科學地評估和分類，實施控、扶兼顧的差異化政策，在保證平穩就業基礎上推動制造業轉型升級，避免出現因調整步伐過快導致就業量的快速下降，做到“穩就業”。發揮財稅、信貸等政策的調節效應：一方面，針對勞動力成本上升的情況，對勞動密集型企業實施就業解決稅收減免和再就業補貼，降低企業的運營成本，鼓勵企業吸納潛在勞動力；另一方面，根據新產業和新業態的發展情況，實施租金優惠和就業創業補貼，促進形成和釋放“兩新”的就業創造效應，實現“增就業”。我國區域資源稟賦差異較大，要在全國“一盤棋”的指導思想下實施差別化的區域政策，充分利用區域資源比較優勢，優化產業布局，實現合理分工合作。鼓勵東南沿海和主要發達地區發揮區位優勢、資本和技術的比較優勢，打造全國創新高地，培育產業發展能級，吸引領軍型人才和中高端技術人才；促進產業在區域間的有序轉移，定期發布符合中西部比較優勢的資源和勞動密集型產業轉移指導目錄，對承接地區給予住房、教育、醫療等方面的稅費優惠政策，降低中低端技術勞動者的轉入成本，實現產業和勞動力的雙轉移。

第二，加強職業教育和職業技能培訓。制造業轉型升級促使勞動力就業由數量型向質量型轉變，加大人力資本投入，提升勞動者技能是客觀且必要的。教育是勞動者提高技能，提升適應新形勢、新技術能力的最有效途徑。培養產業轉型升級所需勞動力，要做到“產業升級，職業教育先行”“就業轉移，技能培訓保障”。一方面，擴大高等職業院校與裝備制造、電子信息、人工智能等密切相關的專業招生規模，鼓勵高等職業院校建立以企業需求為中心的“預科班”，推動高等職業院校與行業共建專業課程、實訓基地，縮短潛在勞動者在學與用之間的轉換時間，采用產學合作模式培養產業發展所需的高技能型人才；另一方面，放寬職業技能培訓機構的準入門檻，營造公平競爭的市場環境；以政府購買公共服務的方式引導培訓機構或企業開展應對技術變化的技能培訓；鼓勵具有豐富實踐經驗的業內人士定期制定和審查培訓內容，保證技能培訓的質量；對學員再就業率高的機構或企業給予一定的稅收優惠、培訓補貼等。

第三，完善重點人群的就業保障工作。產業轉型升級促使企業增加高素質、高技能型人才需求。對這類勞動者的保障措施包括：建立和定期發布對人工智能、新一代信息產業、戰略新興等產業發展的統計監測與分析，掌握產業未來的發展動態和崗位需求；建立高素質、高技能型人才就業及轉崗再就業的信息平臺，發揮平臺優勢提高勞動者供給與市場需求的匹配效率；鼓勵行業協會和人社部門聯合舉辦高技能人才服務活動，營造勞動力供需的匹配環境。與此同時，產業轉型升級給中低技能勞動者帶來巨大沖擊，尤其是農民工群體。對這類勞動者的保障措施包括：通過政府購買公共服務的方式建設公共就業服務平臺，充實平臺的服務內容和質量，與地方的職業技能培訓形成信息聯動，支持包括在線教育、訂單式課程等多種培訓形式，還可以提供免費的社區式學習服務中心，提供便捷有效的服務；制定教育培訓學費補貼政策，鼓勵其參與職業技能培訓，提高就業能力。

[1] 陽立高，謝銳，賀正楚，等.勞動力成本上升對制造業結構升級的影響研究——基于中國制造業細分行業數據的實證分析[J].中國軟科學，2014，(12)：136-147.

[2] 田洪川，石美遐.制造業產業升級對中國就業數量的影響研究[J].經濟評論，2013，(5)：68-78.

[3] 李中建，劉翠霞.制造業升級中勞動力需求趨勢與質量結構研究——基于灰色理論的實證分析[J].工業技術經濟，2015，(2)：118-123.

[4] 王煒，孫蚌珠.勞動力供需對勞動密集型制造業增長的影響分析——基于1996—2011年的數據[J].工業技術經濟，2014，(3)：42-51.

[5] 王煒，孫蚌珠.勞動力需求對中國制造業影響的實證研究——基于1996—2011年的數據[J].學習與探索，2014，(3)：84-88.

[6] 楊艷，李雨佳.技術進步偏向與勞動力要素的關系研究——以中國制造業為例[J].云南財經大學學報，2015，(2)：53-64.

[7] 蔡秀玲，高文群.中國智能制造對農業轉移勞動力就業的影響[J].福建師范大學學報(哲學社會科學版)，2017，(1)：68-86.

[8] 黃浩.中國制造業資本深化與勞動力就業關系實證檢驗[J].統計與決策，2016，(14)：129-132.

[9] 寧光杰，張雪凱.勞動力流轉與資本深化——當前中國企業機器替代勞動的新解釋[J].中國工業經濟，2021，(6)：42-60.

[10] 葉振宇.勞動力成本上漲、勞動力“三大變革”與中國制造業企業退出[J].經濟學動態，2021，(4)：54-67.

[11] Lordan，G.，Neumark,D.People Versus Machines：The Impact of Minimum Wages on Automatable Jobs[J].Labour Economics，2018，52(3):40-53.

[12] 韓民春，喬剛.工業機器人對制造業勞動力就業的結構性影響與地區差異[J].產經評論，2020，(3)：49-63.

[13] 呂潔，杜傳文，李元旭.工業機器人應用會倒逼一國制造業勞動力結構轉型嗎？——基于1990—2015年間22個國家的經驗分析[J].科技管理研究，2017，(22)：32-41.

[14] 張艷華.制造業“機器換人”對勞動力就業的影響——基于北京市6家企業的案例研究[J].中國人力資源開發，2018，(10)：136-146.

[15] 陽立高，龔世豪，韓峰.新生代勞動力供給變化對制造業升級的影響研究——基于新生代勞動力供給和制造業細分行業數據的實證[J].中國軟科學，2015，(11)：136-144.

[16] 江鵑，楊華峰，陽立高，等.勞動力結構變化影響制造業結構升級的實證研究[J].科學決策，2018，(8)：73-94.

[17] 王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據[J].經濟研究，2020，(10)：159-175.

[18] Acemoglu，D.,Restrepo,P.The Race Between Man and Machine: Implications of Technology for Growth，Factor Shares and Employment[EB/OL].http://ssrn.com/abstract=278-1320，2016-05-06/2017-06-06.

[19] Acemoglu,D.,Autor,D.Skills，Tasks and Technologies: Implications for Employment and Earnings[J].Handbook of Labor Economics，2011，4(Part B):1043-1171.

[20] 方建國，尹麗波.技術創新對就業的影響：創造還是毀滅工作崗位[J].中國人口科學，2012，(6)：34-43.

[21] 王君，張于喆，張義博，等.人工智能等新技術進步影響就業的機理與對策[J].宏觀經濟研究，2017，(10)：169-181.

[22] 朱巧玲，李敏.人工智能、技術進步與勞動力結構優化對策研究[J].科技進步與對策，2018，(6)：36-41.

[23] 陳素青.長江三角洲主要城市產業結構轉換的綜合評價[J].世界地理研究，2004，(4)：34-39.

[24] 王志華，董存田.我國制造業結構與勞動力素質結構吻合度分析——兼論“民工荒”“技工荒”與大學生就業難問題[J].人口與經濟，2012，(5)：1-7.