“機器換人”背景及政府補貼政策的影響

黃旭

一、引 言

近年來，每逢春節之后制造業都會出現“用工荒”。根據《2018年外賣騎手群體研究報告》，31%的騎手來自去產能產業工人。相較于制造業工作，青年勞動力更傾向于選擇外賣騎手、快遞業、網約車等服務業工作。工人從制造業流向服務業，原因如下：第一，中國傳統制造業多為勞動密集型企業，工人在流水線上從事機械重復類工作。工作場所比較惡劣，通常需要長時間加班，普通工人的工資上漲幅度很小。第二，最近幾年，中國服務業發展速度相對較快，能提供更高的工資。隨著國民財富的不斷增加，中國消費者的需求不斷轉型升級，突出表現為消費者降低了對收入彈性較低商品的需求，增加了對收入彈性較高商品的需求，而服務業產品恰好屬于收入彈性較高的商品，服務業在消費者需求升級的刺激下獲得較快發展。與此同時，我國大數據、云計算和移動物聯網等技術發展較快，促進了對傳統產業的升級改造。上述技術的廣泛應用推動了生產性服務業的快速發展，提升了服務業工人的工資。在此階段，中國制造業面臨去過剩產能的嚴峻問題，勞動密集型企業急需轉型升級以實現智能化生產，國際環境日趨惡劣，這些都導致中國制造業增長放緩，從而導致我國服務業增長快于制造業，勞動力從制造業流入服務業。第三，隨著智能手機普及化和支付手段便捷化，中國物流業迅速發展，對快遞員需求逐年遞增。根據《2018快遞員群體洞察報告》，2016-2018年，中國快遞員數量增加50%，總數量已經達到300萬，平均工資在6 200元左右。《2018年外賣騎手群體研究報告》指出，上班時間靈活（32%）、收入有保障（15%）、時間自由（14%）是勞動力選擇做外賣騎手最重要的三個原因。由此可見，服務業吸引了大量勞動力加入。

為解決“用工荒”問題，制造業通過“機器換人”實現工業智能化。雖然制造型企業提高招工工資待遇，但效果并不顯著。中國勞動密集型企業以代工為主，靠薄利多銷賺取少量利潤，隨著中國人口紅利逐漸喪失，人工成本上升導致制造型企業舉步維艱。制造業通過“機器換人”實現智能化生產，才能從根本上解決“用工荒”問題。“機器換人”是以現代化、自動化裝備提升傳統產業，利用機器手、自動化控制設備或流水線自動化，對企業進行智能技術改造，實現“減員、增效、提質、保安全”的目的。2012年底，在浙江、江蘇沿海地區的企業率先采取“機器換人”策略，為實現轉型升級引進先進的自動化設備。

我國政府出臺多項政策鼓勵制造型企業采取“機器換人”策略，為實現工業智能化的目標創造條件。《機器人產業發展規劃（2016-2020年）》等政策指出，政府將加大財稅支持力度，落實好企業研發費用加計扣除等政策，鼓勵企業加大技術研發力度、提升技術水平。2014年，東莞市政府出臺多項政策對采用“機器換人”企業給予補貼。截至目前，東莞采取“機器換人”策略共幫助企業節約用工近20萬人。“機器換人”將對經濟產生何種影響，以及東莞市政府補貼政策對自動化進程的影響，日益成為學者關注的焦點。

從現有文獻來看，人工智能和自動化會促進社會生產率提高，對就業既有正向的創造效應，又有負向的抑制效應（Aghion & Howitt，1994；曹靜和周亞林，2018）。一方面，自動化將提高生產效率，但會替代大量常規性工作崗位，從而導致就業崗位減少、勞動收入份額下降（Acemoglu &Restrepo，2020；閆雪凌等，2020；余玲錚等，2019；孫早和侯玉琳，2019）。雖然人工智能和自動化也能創造新的工作任務（Acemoglu & Restrepo，2018a；陳彥斌等，2019；董志強和黃旭，2021），但不少學者擔心自動化摧毀舊工作的速度要快于創造新工作的速度（Krugman，2013; Sirkin et al.，2011）。王永欽和董雯（2020）實證發現，如果工業機器人滲透度提高1%，企業對勞動力的需求將下降0.18%。孔高文等（2020）實證發現，機器人的使用會降低當地被替代行業勞動力的需求，導致技術性失業現象，但同時勞動力從被替代的行業轉入其他行業。

另一方面，人工智能和自動化將通過補償效應和創造效應增加對就業崗位的需求（Acemoglu& Restrepo，2018b；蔡躍洲和陳楠，2019）。人工智能和自動化的補償效應指自動化雖然替代了大量工作崗位，但提高了生產效率，引致相關產業生產規模的擴大，增加了對勞動力的需求。補償效應分為如下三個方面：（1）生產線上存在與自動化互補的勞動力工作崗位（例如使用智能設備的工作崗位），自動化的推進反而會增加對該類勞動力的需求（Gorle et al.，2013）；（2）自動化提高了生產效率，降低了生產成本，促進企業擴大再生產，增加了企業對勞動力的需求（Pissarides，2000）；（3）人工智能和自動化具備溢出效應，即人工智能和自動化降低了智能企業生產成本，相當于提高了消費者收入，導致消費者對其他消費品需求的增加，客觀上促進相關聯行業擴大規模、增加對勞動力的需求（Dauth et al.，2017）。人工智能和自動化不僅產生補償效應，還將通過創造效應創造新的勞動力工作崗位，增加對勞動力的需求，但是人工智能在發展初始階段增加的新工作崗位相對較少，使得在人工智能發展過程中社會仍然要面臨較大的就業壓力（鈔小靜和周文慧，2021）。

在產業結構轉型升級和勞動力結構變化方面，學者普遍認為人工智能技術是一種偏向型技術，其發展有利于產業結構轉型升級，增加對高技能工人的需求，減少對低技能工人的需求（董直慶和蔡嘯，2016；郭凱明，2019；寧光杰和林子亮，2014）。經濟政策方面，對人工智能和自動化存在兩種相反的公共政策：補貼自動化和對機器人征稅。西方學者普遍不贊成補貼，指出對自動化資本進行補貼會導致過度自動化，擠壓勞動收入份額，加劇收入不平等（Acemoglu & Restrepo，2018a；Ahmed，2017）。對機器人征稅學者存在不同意見，贊成者認為對機器人征稅并補貼工人有利于提升居民效用，減少不平等（Abbott & Bogenschneider，2017；Conesa et al., 2009；Guerreiro et al., 2021）。在人工智能初始階段少征稅甚至不征稅，當人工智能規模較大時，再通過征稅調節資本和勞動收入實現社會公平（黃旭和董志強，2019）。反對者認為，對機器人征稅會抑制創新，降低社會生產效率，甚至會導致智能資本從國內流出到國外（Gasteiger & Prettner，2017）。

本文在Acemoglu & Restrepo（2018）和Autor & Dorn（2013）的研究基礎上，通過理論建模闡述中國“機器換人”的背景、經濟影響，同時探究了政府采取補貼政策對“機器換人”進程及勞動力市場的影響。首先，智能手機的普及和移動物聯網的較快發展，促進中國服務業蓬勃發展。服務業技術進步帶來兩個效應：一是工資效應，服務業工人工資上漲很快；二是工作環境效應，服務業工作時間和地點靈活多變。這兩個效應導致工人從制造業流向服務業，這是“機器換人”的背景。其次，本文從理論上討論“機器換人”對經濟的影響：短期中“機器換人”可以幫助企業解決“用工荒”的問題，但長期中隨著“機器換人”規模的擴大，勞動收入份額將減少，存在擠出就業的潛在風險。最后，國家對“機器換人”采取補貼政策在短期中可以提高企業自動化程度，但長期中受到消費者效應的抑制，使得補貼政策對“機器換人”的影響只具有短期效應。

本文可能的創新點如下：第一，將西方理論中國化解釋制造業“用工荒”和“機器換人”的原因和影響。Acemoglu & Restrepo（2018）的文獻僅考慮單個生產部門的問題，本文借鑒Autor & Dorn（2013），在模型中加入服務業，效用函數加入努力的負效用和工作環境產生的效用，使得假設更加貼合中國國情。第二，同時考慮“機器換人”和補貼政策的短期影響和長期影響，對于政府實施公共政策具有借鑒意義。第三，針對補貼政策的不利影響，提出了發展互補型人工智能促進人機合作的公共政策，并通過數值模擬證明了該政策的有效性。

二、“機器換人”背景

（一）制造業未實現智能化

中國低技能工人偏向于選擇服務業而不是制造業的原因如下：

（1）相比制造業技術發展水平，服務業技術發展更快。服務業技術發展會帶來兩個效應：工資效應和工作環境效應。服務業技術的發展將提高工人工資，同時服務類工作自由度更大，相比制造業將獲得更高的效用。

（3）勞動力從制造業流向服務業將導致勞動力結構發生變化，制造業工人供給不足將導致從事制造業常規性工作的工人工資上漲。

命題一的現實意義如下：低技能工人，尤其是年輕人偏好服務業工作，而不是制造業常規性工作。主要原因為：第一，隨著智能手機的普及和移動物聯網技術快速發展，物流業發展速度比制造業更快，產生大量勞動力工作崗位的需求。發展服務類技術提高了服務業工人工資，同時服務業比制造業工作自由度更高，年輕人更傾向于從事服務業工作。第二，制造業技術發展速度比服務業慢，從而導致制造業工資提高幅度較小。同時，低技能工人需要經過培訓才能從事制造業工作，而從事服務業不需要付出太多精力和時間，努力的負效用會導致低技能工人從事服務業工作。

服務業技術快速發展，導致從事服務類工作所獲得效用逐漸超過從事制造業常規性工作效用。低技能工人逐漸從制造業流向服務業，導致制造業出現“用工荒”，制造業工人供給短缺導致制造型企業提升工人工資。

（二）制造業采取“機器換人”策略實現智能化

為解決“用工荒”問題，制造型企業普遍采取“機器換人”的策略減少對勞動力的需求。從短期看，中國大多數制造型企業還處于勞動密集型階段，利潤普遍很低，提升工資會進一步壓縮企業利潤，不利于企業發展。從長期看，采取“機器換人”策略，降低對勞動力的需求，促進制造業向智能企業轉型升級，才能從根本上緩解“用工荒”壓力。

假設制造型企業采取“機器換人”策略后引入智能化設備，制造型企業生產函數變為：

（1）制造業采用機器換人后，智能企業低技能工人工資將下降，短期內企業可以有效緩解低技能工人供給不足的局面。長期中制造業資本收入份額增加，勞動收入份額減少。制造業全要素生產率水平越高，從事制造業的低技能工人數量越多；服務業技術水平越高，從事制造業的低技能工人數量越少；學習新技能付出努力程度越多，從事制造業的低技能工人數量將越少。

（2）低技能工人在兩種企業的效用差取決于三個方面：工資效應、技術效應和努力的負效用。從長期看，技術更先進的行業將吸引更多的勞動力，智能技術進步會帶來正的工作環境效應和正的技能稟賦效應，但同時會帶來學習新技能的負效應。

命題二的經濟直覺是，隨著制造型企業購買智能設備進行“機器換人”，企業對低技能勞動力需求減少，有效緩解“用工荒”壓力，同時需求減少導致供給相對充足，常規性工作工資將下降，企業成本降低。但長期中，隨著“機器換人”的進行，制造業工作崗位減少，勞動收入份額下降，存在擠出就業的潛在危險。

制造業智能化將提高對工人的技能要求，對勞動力結構產生影響。機器人等智能設備會替代工人完成常規性工作任務，但人工智能技術需要工人掌握更高技能、使用更高級設備進行生產，例如工人遙控機器人進行復雜組裝工作。如果低技能勞動力不能提高自身素質，將無法勝任制造業工作，只能選擇從事服務行業工作。需要特別指出的是，如果智能技術發展弱化對工人技能的要求，則勞動力流動取決于兩種行業提供的工資高低。

三、我國政府對企業“機器換人”補貼的原因及影響

西方國家，尤其是美國，投入大量資源進行人工智能研發，意圖繼續保持全球科技領先地位，但很多西方學者傾向于對人工智能或機器人征稅。美國政府對人工智能處于監管狀態，原因是“機器換人”存在大面積失業的風險。

我國政府采取不同于美國的政策，鼓勵企業和科研機構研發人工智能等先進技術，同時對企業使用“機器換人”進行補貼，這是由我國國情決定的，取決于外部環境和內部原因。

其中，為服務價格，為對制造業補貼率。

假設政府是仁慈的，期望全社會效用最大化，政府會合理制定相應稅率和平衡制造業與服務業就業人數達到目標。為簡化分析，假設制造業采用智能設備后，和服務業工作環境相同，不考慮努力的負效用。

社會計劃者問題為：

（1）政府對制造業購買智能設備進行補貼，短期中由于生產力效應，企業會加速“機器換人”進程，但長期中“機器換人”受消費者效應抑制，導致補貼政策只具有短期效應。短時間內，政府補貼會導致制造業就業人口減少，服務業就業人口增多，但長期中會達到均衡，自動化進程并不會隨著補貼增加而提高。

（2）短期內，補貼政策將導致制造業資本收入份額增加，勞動收入份額減少；長期中，制造業資本收入份額減少，勞動收入份額增加。補貼政策將導致服務業產出減少，對制造業產出影響不確定。補貼政策對制造業工資和產出的影響不確定，但將減少服務業產出。

雖然提高服務業稅收會促進制造型企業短期加速“機器換人”，但制造業中被替代的工人，如果重新就業，由于自身知識和能力的限制將流入服務業。如果對服務業征收稅率過高，會損害服務業發展，影響失業者再就業。在短期內，為解決制造業“用工荒”問題，政府可以采取補貼方式幫助企業降成本，但是長期中，政府和企業仍需要尋找新的對策。

四、數值模擬

首先，本文模擬對比制造業未實現智能化和已經實現智能化時工人工資和效用的情形，由此探究勞動力的流動和結構變化。其次，本文模擬政府采取補貼政策后對企業智能化進程、產出和勞動收入份額的影響。最后，針對政府補貼政策的局限，本文模擬了政府征稅并投資互補型人工智能的情形，模擬結果驗證了上述公共政策是有效的。借鑒陳彥斌等（2019）的方法，本文模擬的時間從2016年開始，模擬周期為20期，每期一年。以2016年為起點，是為了擬合2016—2018年實際經濟增長率和勞動收入份額。

根據本文模型和設定的參數模擬得到2016—2018年中國經濟增長率分別為6.5%、6.7%和6.8%，與實際經濟增長率6.7%、6.8%和6.6%較為接近；數值模擬得到2016—2018年勞動收入份額分別為48.6%、47.52%和46.66%，與張車偉和趙文（2020）估算得到的這三年的勞動收入份額45.97%、47.26%和47.80%較為接近。故通過上述模型和參數設定具有一定的現實意義和合理性。

（一）制造業未實現智能化

模擬結果如圖1所示。服務業工人工資略高于制造業從事常規性工作的工人工資，但低于制造業從事抽象類工作的工人工資，模擬結果與現實是相符的。由于服務業廣泛采用物聯網技術，如果制造業未實現智能化，則服務業技術比制造業技術發展速度更快，從而導致服務業工人工資增長速度快于制造業從事常規性工作的工人。效用方面，低技能工人從事服務業獲得的效用高于制造業從事常規性工作獲得的效用，隨著時間的推移，效用差距呈現逐漸變大的趨勢。從事服務業所獲取的效用較大的原因在于兩方面：工資和工作環境。服務業工資較高，同時工作環境較自由，會吸引更多的低技能工人從制造業流入服務業。根據圖1還可以發現，從事服務業的工人工資與從事制造業的高技能工人工資的差距會逐漸縮小，這將不利于制造業的技術革新。這與中國目前的困境是相符的，中國在基礎研究方面投入不夠，同時從事抽象類工作（例如基礎研究）的勞動者工資回報不夠，導致人才從制造業流入其他行業，阻礙了制造業技術的革新。

圖1 制造業未實現智能化時工人工資和效用

（二）制造業實現智能化后

當制造業實現智能化后，模擬結果如圖2所示。從圖2中可以看出：第一，當制造業實現智能化后，制造業產出增長較快，但勞動收入份額持續下降。原因是制造業使用“機器換人”實現智能化生產，提高了制造業生產效率，從而促進了制造業產出的大幅增長，但人工智能替代了大量低技能勞動力工作崗位，從而導致制造業勞動收入份額逐步下降。第二，制造業從事常規性工作的工人工資逐漸上升，與從事服務業工人工資差距逐漸縮小。這主要是因為制造業技術的發展，提高了全要素生產率，同時工人工作環境也得到相應的改善。低技能工人從事服務業與制造業的效用差距隨著時間的推移逐漸變小，原因是智能化將替代常規性工作任務，導致制造業從事常規性工作的工人流入服務業，同時智能化的生產力效應大于替代效應，會提高制造業從事常規性工作工人的工資，最終導致從事服務業工人的效用與制造業從事常規性工作工人的效用差距逐漸減小。第三，制造業實現智能化后，從事抽象類工作的工人工資增長較快。目前市場上缺乏大數據、人工智能等高端技術類人才。這將促進勞動力進行人力資本的投資，從事常規性工作的勞動者將向從事抽象類工作的勞動者轉變，有利于優化勞動力市場結構。智能化的結果將導致從事抽象類工作和從事服務類工作勞動力的增加，并且從事制造業常規性工作的勞動者減少，即智能化將導致勞動力市場出現極化的現象。

圖2 制造業實現智能化時，工人工資、效用和制造業產出、勞動收入份額的變化

（三）政府采取補貼政策

政府為促進工業智能化進程，對企業購買智能設備進行補貼。補貼政策會產生兩種效應：生產力效應和消費者效應（如圖3所示）。補貼政策會降低企業生產成本，刺激企業購買智能設備。隨著補貼率的增加，在生產力效應的作用下，工業智能化進程會逐步提高，制造業以“機器換人”的形式提高了生產效率，制造業產出提高。同時“機器換人”導致制造業勞動收入份額下降，從制造業流出的勞動力進入服務業，促進了服務業產出的提高，最終社會總產出也將提高。但同時，智能化進程會受到消費者效應的影響，即補貼會抑制服務業發展，導致服務業產出減少，但消費者消費屬性是固定的，并不會消費更多的制造業產品。在消費者效應的抑制下，工業智能化進程呈現逐步下滑的趨勢，此時制造業勞動收入份額將提高并最終趨于穩定。由于制造業智能化受阻，生產效率不能穩步提升，導致制造業產出將減少，社會總產出也隨之減少。圖3還顯示，補貼政策產生的生產力效應是緩慢增長的，而產生的消費者效應卻是急速下滑，在兩種效應的共同作用下，2018年左右，工業智能化進程、制造業勞動收入份額、制造業產出、服務業產出和社會總產出將達到平衡狀態。

圖3 政府采取補貼政策后對企業智能化進程、產出和勞動收入份額的影響

（四）政府投資研發互補型人工智能

政府對企業購買智能設備進行補貼只具有短期效應，并不能長期促進工業智能化進程。為了促進制造業、服務業和社會總產出提高，本文模擬了政府征稅后投資于互補型人工智能技術研發，目標是研發人工智能技術提高制造業全要素生產效率，同時保持勞動收入份額穩定。現實中，人工智能技術分為替代型人工智能和互補型人工智能，替代型人工智能會替代大量勞動力工作崗位，而互補型人工智能可以同時促進資本和勞動者生產效率的提高。如果政府投資于互補型人工智能的研發，將同時實現企業生產效率提高和勞動收入份額的穩定。實際模擬過程中，操作方法為：保證勞動力工作區間不變，同時將征稅后的資本投資于人工智能全要素生產效率的提升。從圖4中可以看出，政府投資互補型人工智能時，制造業、服務業和社會總產出將同步實現提高，模擬結果驗證了上述公共政策是有效的。

圖4 政府投資研發互補型人工智能技術時制造業、服務業和社會總產出

（五）敏感性分析和穩健性檢驗

本文將對參數進行敏感性分析，并對模擬的前置期和后置期進行穩健性檢驗，重新進行數值模擬，分析智能化前后勞動力市場結構變化和政府補貼政策對智能化進程是否有顯著影響。

最后，本文對模型的前置期和后置期進行穩健性檢驗。對模型中變量（勞動力、資本存量、技術等）的初始值進行改變，重新模擬，與之前數值模擬結果基本相符。接著將模擬周期從20期調整為40期，結論與前文一致。綜上，本文的數值模擬結果對參數變動并不敏感，說明前文的數值模擬結果具有一定的穩健性。

五、結論

目前，中國服務業蓬勃發展，同時開啟以“機器換人”為標志的智能制造時代。歷次工業革命中，隨著技術的演進都會發生勞動力結構的流動和轉型。例如第一次工業革命中，富余的人口從農業轉入工業。當今中國服務業廣泛使用移動物聯網、互聯網等信息技術，提高了服務業的工資，同時服務業工作地點靈活多變，上班時間更自由，促使工人從制造業流入服務業。傳統的勞動密集型企業生產效率低下，工人工資偏低，工作環境惡劣，已不再符合當代社會的發展需求。同時中國人口紅利逐漸喪失，制造業逐漸出現“用工荒”。在國際競爭中，中國和美國需要搶奪科技制高點，掌握未來的話語權。制造業智能化順應了時代發展的潮流，既能優化企業生產方式提高生產效率，又能通過自動化替代大量低技能工作崗位，緩解制造業“用工荒”的難題。

本文從理論的角度闡述服務業革命發生的背景，同時分析“機器換人”及政府補貼政策的短期影響和長期影響。服務業技術的發展會帶來正的工資效應和工作環境效應，吸引工人從制造業流入服務業。企業采用“機器換人”策略后，短期內可以緩解“用工荒”壓力，提高生產效率，但是長期中會造成制造業勞動力崗位減少和勞動收入份額下降，未來存在擠出就業的風險。為降低企業成本，促進企業采用智能設備進行“機器換人”，政府對企業采取補貼政策。本文從理論上探究政府補貼政策的效應，發現在短期內補貼政策可以促進企業加快智能化進程，但是長期中由于受到消費者效應的抑制，補貼政策不具備長期效應，智能化會在一定時間內達到一定均衡。如果政府征稅并投資于互補型人工智能，可以在提高企業生產效率的同時穩定勞動收入份額。

本文理論結果暗含如下政策含義：（1）明確補貼政策的標準，“扶優扶強”，促進產業優勝劣汰。按照本文理論推演，補貼政策不具備長期效應，為全面提升制造業技術發展水平，政府對企業智能化補貼應加以甄別。按照技術上先進、質量上可靠的原則，提高技術指標門檻，重點支持引入高水平智能化設備的企業。對智能化水平一般的企業，少補貼或者不補貼，這樣才能促進產業優勝劣汰，實現智能制造的宏偉目標。（2）投資互補型人工智能技術研發。替代型人工智能可以提高企業生產效率，但將替代大量勞動力工作崗位，導致技術性失業現象，勞動收入份額將呈現下滑局面。互補型人工智能可以同時提高資本和勞動者生產效率，使得人與機器進入合作的狀態，因此，研發互補型人工智能將提高企業生產效率，同時保持勞動收入份額穩定。（3）大力發展新興產業，為工人提供更多就業機會。發展服務業將為社會提供大量工作崗位，而且未來需求會更大，這與政府穩就業的工作目標相符。制造業是立國之本，為促進制造業智能化發展，政府要大力扶持人工智能、工業機器人等新興產業，引入國外先進機器人產品和技術，同時在學習國外技術基礎上，研發具備自主知識產權的智能化技術。