智能化轉型何以激發企業創新？
——基于制造業勞動力多樣性的解釋

鄧 悅 蔣琬儀

黨的十九大報告提出，要“建立以企業為主體、市場為導向、產學研深度融合的技術創新體系”。《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出，要提升企業技術創新能力，強化企業創新主體地位，促進各類創新要素向企業集聚。在新發展階段，為充分發揮創新的引領作用，進一步強化企業的創新主體地位，我國堅持多措并舉，制定并實施了如研發創新人才引進、人才補貼等一系列旨在提升研發創新能力的扶持和激勵政策，以提高企業自主創新能力。自國家推動數字化轉型以來，“智能制造”從一個概念發展成為傳統產業改造升級的重要抓手，且已在為企業創新賦能。

企業智能化轉型主要表現為生產和銷售過程中人工智能、云計算、大數據、物聯網、區塊鏈等新技術的運用。根據2020 年上線的“智能制造評估評價公共服務平臺”對全國累計12 000 多家企業的數據統計，已有3/4 的企業開始部署智能制造，其他1/4 的企業已開始應用自動化技術和信息技術對核心裝備和業務活動進行改造和提升，并實現了跨業務間數據共享，其中有600 家企業智能化程度已趨于成熟水平。企業智能化程度的提高和智能化轉型的加快，不僅會推動企業將科技力量轉化為經濟和產業競爭優勢，大力提升企業科技創新能力，而且會促使企業進行相應的內部組織、管理業務和人員方面的調整。在現代化工廠中，人工智能可為企業帶來更高的生產效率和生產質量。隨著企業智能化轉型的加快，越來越多的簡單重復勞動會被機器所替代。據《人口與勞動綠皮書：中國人口與勞動問題報告No.20》估算，智能化轉型對我國制造業普通勞動力崗位替代率為19.6%。已有研究發現，智能化轉型與勞動力不只是簡單的替代關系，數字化和機器設備的應用要求勞動力必須與新的崗位相匹配，從而改變了企業的用人需求和內部勞動力結構。包括教育、技能水平在內的勞動力素質，與技術人才在勞動力中的占比，是微觀層面驅動企業創新的動力。那么，智能化轉型所帶來的勞動力市場的變化，是否增強了企業創新的積極性？又何以激發企業實施創新活動？ 這些是本文要討論的主要內容。

一、相關文獻綜述

“機器換人”趨勢下，智能化轉型對勞動力的影響主要體現在工作任務和勞動力結構方面。就工作任務而言，智能化轉型能替代的往往是那些具有“可編碼”或者“可預測”的常規任務以及體力勞動，那些執行非常規任務的工人反而更受青睞。由于機器人無法復制非常規能力（比如抽象的分析能力、靈巧的人際交往和社會行為能力等），非常規工作崗位的就業份額和能力溢價在持續攀升。工作任務的改變帶來了企業勞動力結構的調整。就勞動力教育和技能結構而言，人工智能技術的出現不僅創造了深度學習和數據技術等相關高技術和專業化就業崗位，增加了對高學歷人才的需求，而且重塑了新的產業鏈，在替換一部分重復性工作崗位的同時，創造了新的低技術崗位，拓寬了企業對不同技能人才的需求，從而增加了企業內部勞動力教育的多樣性。當新技術的引入速度與受沖擊就業者的適應速度不匹配時，中低端技能人群就業會受到沖擊，可能被迫朝著更低端的行業流動，這會導致不同技能勞動者之間的“就業極化”現象。Autor將1980—2005 年美國就業和工資的兩極分化歸因于消費者偏好多樣化，以及自動化發展帶來的常規工作任務成本的下降，其研究發現，工資和崗位增長不成比例地流向收入和技能分配最頂層和底層的人，中等技能崗位的就業比例下降。與此同時，有學者認為，隨著信息化程度的提高，工作需求更偏向認知能力而不太看重身體技能，為女性發揮認知、創造等專業特長優勢提供了新空間。同時，前沿技術突破了空間限制，為女性靈活安排工作任務提供了條件，使得女性在家庭和就業之間能更好平衡，從而提高了女性的勞動參與率，縮小了就業的性別差距。但也有學者提出相反觀點，認為我國大量重復性勞動主要由相對弱勢群體（如低收入人員、低技能人員、低教育水平人員等）從事，因而其有更大的概率被智能化技術替代。此外，智能化轉型可以改變就業的地區結構，智能化轉型帶來的生產力提高不僅為勞動力等生產要素跨地域流動提供了條件，而且在虛擬世界打破了地域限制。

勞動力多樣性是企業創新的重要影響因素，企業勞動力結構的改變會影響企業的知識創造和整合能力。從信息決策理論來講，勞動力多樣性為企業提供了非冗余的多樣性信息，這會促進企業創新；從專業化分工理論來講, 生產社會化要求不同崗位的人分工協作，高技能、有資歷的員工往往也需要低技能的程序化崗位員工相配合，從而提高生產效率。勞動力教育的多樣性也會帶來知識的多樣性，產生知識溢出效益和互補效應，低技能員工在程序化作業中積累的經驗能為高技能員工的決策提供思路，不同技能水平的員工加強交流、互換想法，能激發新理論的形成，從而促進企業創新。同樣地，社會認知和性別理論的觀點也表明, 性別差異帶來的員工特質也影響著企業創新戰略。有研究表明，性別的多元化會為企業提供不同類型的觀點、理念等，激發員工的創新活力。性別多樣化特別是領導崗位上的性別多元化，有助于提高企業生產力、盈利能力和市場價值。在勞動力的年齡多樣性方面，張敏、羅潤東選取我國創業板293家上市公司作為研究對象，發現企業勞動力年齡的多樣性對勞動生產率具有正向促進作用，且企業的創新性越強，促進作用越強。在地域多樣性方面，生產要素尤其是高素質人才的跨地區流動，可以促進先進知識和技術的創造、傳播與應用，提高制造業企業生產率。人們更加頻繁的交流，會促進員工之間的知識外溢和文化互補，從而促進民 營 高 科 技 企 業 技 術 創 新。Qian 通過實證研究發現多元地域文化顯著提升了美國城市的創新能力；戴蕙陽等也發現地區更高的勞動力流動性能促進企業的創新。 然而，也有學者通過研究得到了不同的結論。Berliant認為無法準確判斷性別、年齡等多樣性的影響，因為它們會導致溝通成本上升，知識溢出效益下降，年齡、文化等的差異會使員工間社會信任程度下降，阻礙知識的溢出。 李后建等研究發現，生產工人性別的多樣性在某種程度上弱化了企業的探索式創新和開發式創新，但這種作用并不顯著；不過，非生產性工人性別多樣性能顯著提升企業雙元性創新水平。

在此基礎上，有學者開始討論智能化轉型如何通過勞動力影響企業創新，但現有研究更多關注的是智能化轉型對勞動力的替代效應，認為前沿技術替代了低技能勞動力，擴大了對高技能人才的需求，加速了企業技能偏向型創新和勞動節省型技術進步，尤其是勞動力素質作為一種人力資本加大了企業創新的概率。現有研究忽視了勞動力的互補效應，缺乏企業內部勞動力特征和結構多樣性對企業創新的研究，這可能是企業層面的勞動力數據難以獲得而導致的。在過去，企業更傾向于招聘男性工人、年輕工人從事與產品生產相關的工作，但智能化轉型降低了生產環節對于勞動者體力的要求，因而企業在招聘工人時可以不再受性別與年齡的限制，這樣企業的勞動者性別比例更加均衡、年齡結構更具多樣性。除此之外，智能化轉型需要具備更高知識水平的管理者操縱設備，并搭配低技能工人，這樣可使生產流程更加高效，增強企業勞動力的教育多樣性。進一步地，人工智能的使用降低了員工相互協作交流的門檻，員工間僅需要簡單的交流協作就可以完成產品的生產，因而吸引了來自各地的員工進入企業，增加了企業員工來源地多樣性。但是，勞動力多樣性對企業創新的效應仍然存在爭議，為此，需要進一步驗證智能化轉型是否可以通過提高企業勞動力多樣性激發企業創新。本文以智能化轉型如何激發制造業企業創新為研究重點，基于制造業勞動力多樣性的視角，運用2018 年中國企業—勞動力匹配調查（CEES）數據，分析智能化轉型是否可以通過提高企業勞動力教育、來源地多樣性與年齡、性別等人口學特征多樣性激發企業創新。

二、理論分析與研究假設的提出

（一）教育與來源地多樣性對企業創新的影響

智能化轉型在替代重復性勞動的同時，對勞動力的技能水平提出了更高的要求。雖然員工可以通過“干中學”來不斷提升自己的技能水平，但其提升的程度是相當有限的，當其遇到新的技術沖擊時，將難以通過快速學習去突破瓶頸。教育水平往往決定著勞動力所擁有的知識技能與學習能力，這也意味著面對新技術的沖擊時，高學歷員工有著更好的學習能力與適應性。因此，智能化轉型會增加企業對高技能勞動力的需求，進而增加企業對高學歷人才的需求；低技能崗位和勞動力是不可或缺的，而中等技能勞動力更容易面臨“高不成，低不就”的困境，既無法勝任高技能工作，又不愿從事低技能工作，因而更容易被智能化替代。在這樣的作用下，智能化轉型能改變企業勞動力教育結構，體現在高學歷和低學歷勞動力比例增加，中等學歷勞動力比例相對減少，從而使得企業在勞動力教育結構上更具多樣性。

教育的多樣性會產生知識溢出效應，不同教育程度的員工在知識溢出效應下，可以更好地豐富自己的知識儲備。一線員工在高學歷員工知識溢出效應的影響下可能提出更多的流程優化與再造方案，提高企業的工藝創新水平；高學歷員工在一線員工經驗知識的幫助下可以提出更加有效的創新方案，推動企業創新。

除此之外，智能化轉型提高了企業的生產率，同時智能化轉型支持企業規模化生產，企業將增加勞動力需求，擴大勞動力雇用的地域范圍，這也增加了城市間勞動力流動，企業內勞動力的來源地多樣性得以提高。而不同地區間人們的生活習慣、風俗環境等都存在差異，這些差異會導致員工思維方式上的差別。在差異化思維的碰撞中，可能產出生更多的創新性想法。

假設1：智能化轉型提高了企業員工的教育多樣性與來源地多樣性水平，有助于促進知識與文化交流碰撞，從而激發企業創新。

（二）年齡與性別多樣性對企業創新的影響

智能化轉型降低了生產過程中對于員工體力的要求，使得更多的女性與不同年齡的人都可以參與到企業的生產過程中，提高了企業內部的人口學多樣性。

年齡的多樣性可以使年輕人與中年人進行互補，年輕人對于新知識、新技術的理解與掌握更迅速，而中年人對企業的組織結構更加了解、經驗更加豐富。兩者互補可幫助年輕員工更好更快地學習先進經驗，減少試錯成本。中年員工也可以及時從年輕人中了解新的知識與技術，幫助其更好地根據經驗作出決策。在新技術的推動與經驗的支持下，推動企業創新。

性別的多樣性可以在思維模式方面實現互補。研究表明，女性擁有更好的發散思維，有利于提出更多創新性的思路，而男性擁有更好的聚合思維，擅長于提煉與總結。女性員工可以利用發散思維優勢，提出更多創意，但也可能面臨因找不到創新的著力點而無處著手的問題；男性員工則可以幫助女性員工更好地聚焦某一創新點，運用自己的邏輯思維幫助其更好地梳理與概括，從而得出適合于企業發展的創新模式。

假設2：智能化轉型提高了年齡、性別等人口學多樣性，使不同年齡、性別的員工能充分發揮各自特長，在互補中推動企業創新水平的提升。

三、研究設計

（一）樣本選擇與數據來源

本文使用的數據來自2018 年中國企業—勞動力匹配調查（CEES）。該調查項目由武漢大學與斯坦福大學、中國社會科學院、香港科技大學等知名科研機構聯合開展，是我國首個涵蓋工業智能化轉型情況以及勞動力的微觀企業數據庫，也是我國首個企業與勞動力數據匹配的大型調查。調查不僅統計了機器人、數控機床、自動化設備、企業創新投入、研發人員等企業層面變量，而且對員工教育水平、來源地、年齡、性別等員工特征變量進行了統計，同時企業與勞動力數據的匹配為研究提供了極大的便利。2018年調查區域擴大到了廣東、湖北、江蘇、四川、吉林五省，全面調查了我國東部、中部、西部、東北地區企業2015—2017 年的發展狀況。2018 年CEES 的調查縣區為101 個，匹配性搜集了受訪1 978 家制造業企業共計15 646 名員工的數據。為保證樣本的代表性，CEES 調查嚴格遵循隨機分層抽樣的科學方法，調查以“國家企業信用信息公示系統”為總體抽樣框，依據調查省份的制造業人數規模，從中隨機抽取制造業發展程度具有差異的縣區級行政單元作為調查區域。本文選擇2018 年調研的五省101 個區縣級企業2015—2017 年的調研數據作為樣本數據。根據實證研究需要，本文選取了包括機器人情況、企業創新情況、企業特征、員工特征等方面的指標，同時剔除掉空缺值、異常值以及存在年份數據缺失的樣本，最終構建了共計4 260 個觀測樣本值的平衡面板數據。

（二）模型設計

1.模型設定

為檢驗智能化轉型對企業創新的影響，設定如下模型：

式（1）中，Inovation表示的是 t 時間下在 d地區的n 行業中企業i 的創新情況；Tech表示t 時間下在d 地區的n 行業中企業i 的智能化轉型情況。考慮到智能化轉型可能因企業資本、所有制、存續年限與出口特征不同而出現統計差異，控制變量組X分別為資本勞動比、企業年齡、企業所有制性質、是否出口企業等變量。為進一步解決樣本選擇偏誤問題，本文引入所處二位碼行業、城市和年份固定效應（γ、γ和 γ），以控制企業樣本不隨時間變化的行業、城市特征以及不隨橫截性單元變化的時間特征。ε為隨機擾動項。

為驗證教育多樣性、來源地多樣性、性別多樣性、年齡多樣性等衡量勞動力多樣性的機制是否存在，本文參考借鑒三步法（Baron & Kenny，1986）來驗證機制的存在性。第一步：將智能化轉型與企業創新變量進行回歸，探究智能化轉型對企業創新的影響；第二步：將智能化轉型與勞動力多樣性的指標進行回歸，驗證智能化轉型是否影響了企業內的勞動力多樣性；第三步：將智能化轉型與勞動力多樣性指標同時放入模型中對衡量企業創新的變量進行回歸，觀察智能化轉型的回歸系數大小以及顯著性的變化來驗證上述機制是否存在。

用式（1）可驗證智能化轉型對企業創新的影響：

用式（2）可驗證智能化轉型對勞動力多樣性的影響：

將智能化轉型與勞動力多樣性變量同時放入模型，驗證機制是否存在：

模型（2）中，Diversity為勞動力多樣性指標，模型（3）則是將勞動力多樣性指標作為中介變量進行回歸，其余指標均與模型（1）相同。

2.變量選取

（1）智能化轉型代理變量

本文的解釋變量為智能化轉型，將研究主體聚焦于制造業企業。就制造業企業而言，智能化轉型更多體現為生產流程的智能化，即智能制造，尤其是工業機器人的使用。對于這一變量的度量，CEES 數據正好統計了制造業企業“是否使用了機器人”問項，本文也將此作為衡量企業是否進行智能化轉型的指標。具體賦值為：使用機器人的企業賦值1，代表企業進行了智能化轉型；未使用機器人的企業賦值0，代表企業未進行智能化轉型。值得說明的是，關于機器人使用變量的識別，本文根據CEES 數據的統計特點，結合“企業是否使用了機器人”“企業首次使用機器人是哪一年”，與“企業使用機器人品牌的填報”這三個問項相互論證，從而更加精確識別企業是否使用了機器人及其影響效應。

（2）企業創新代理變量

本文分別用企業是否進行研發創新、人均研發投入兩個變量作為企業創新的代理變量。企業是否進行研發創新是判斷企業創新的一個閾值點，但這一變量只能衡量企業是否有創新活動，對于創新程度的衡量不足。基于這一考慮，本文進一步將人均研發投入視為創新的另一代理變量，這一變量從資本投入的角度反映了企業創新程度。通過是否進行研發創新與人均研發投入這兩個代理變量的相互論證，可更加全面地反映企業創新的情況。

（3）勞動力多樣性代理變量

對于上述模型中勞動力多樣化指標的衡量，本文參考赫芬達爾指數的構建方法，從教育多樣性、年齡多樣性、性別多樣性與來源地多樣性四個維度進行展開（見表1，下頁），具體計算方法如下：

表1 勞動力多樣性變量釋義

其中，Diversity表示的是 t 時間下在d 地區的n 行業中企業i 在h（如教育、性別等）維度上的多樣性，N表示t 時間下在d 地區的n 行業中企業i 在w 崗位（如管理層、研發人員等）上工作的總人數，N表示t 時間下在d 地區的n行業中企業i 的總人數，p表示t 時間下在d地區的n 行業中企業i 在w 崗位上s 分類（如性別維度下的男、女分類）下的比例值。

（三）描述性統計

對于企業創新的測度，本文將企業是否進行研發創新、人均研發投入作為衡量企業創新的代理變量。對于解釋變量的選取，本文采用企業是否使用機器人作為企業是否進行智能化轉型的度量。對于控制變量的選取，本文引入資本勞動比、企業存續年限、企業所有制情況以及是否出口企業等衡量企業特征的指標作為本文的控制變量。主要變量描述性統計如表2 所示。

表2 主要變量描述性統計

四、實證分析

（一）基準回歸分析

表 3（下頁）列（1）—（4）是基于模型（1）驗證智能化轉型對企業創新的影響的結果。列（1）、（2）使用企業是否進行研發創新作為被解釋變量，列（2）在列（1）的基礎之上加入控制變量，可以發現，智能化轉型對于企業創新具有顯著的正向效應。 運用 2018 年 CEES 數據，表 3 列（2）回歸結果表明，在簡單OLS 回歸下，使用機器人對于企業研發支出的半彈性系數估值為0.109，在1%顯著性水平下拒絕原假設。這說明在不考慮其他因素的情況下，與沒有進行智能化轉型的企業相比，進行智能化轉型的企業開展研發活動的可能性將平均提高10.9%。進一步地，為了驗證智能化轉型后企業是否投入更多資金從事研發活動，表 3 列（3）、（4）使用企業人均研發投入作為被解釋變量，列（4）在列（3）的基礎之上加入控制變量。表3 列（4）的回歸結果表明，使用機器人對于企業人均研發投入的半彈性系數估值為0.076，在5%顯著性水平下拒絕原假設。

表3 智能化轉型對企業創新的影響效應

基準回歸結果表明，智能化轉型對企業創新的影響顯著為正。這意味著相較于未進行智能化轉型的企業，進行智能化轉型的企業更容易激發企業創新，更能促進企業進行研發活動、提高企業人均研發投入。

（二）機制分析

智能化轉型能通過提高企業勞動力多樣性激發企業創新。具體而言，一方面，智能化轉型能改變勞動力技能結構，增加對高技能和低技能勞動力的雇用比例，促進勞動力的地區流動，以及知識與文化交流碰撞，從而激發企業創新；另一方面，智能化轉型通過降低生產工作對員工體力方面的要求，放寬勞動力年齡、性別上的限制，發揮不同年齡、性別勞動力各自特長，在互補中推動企業創新。接下來，本文分別對教育多樣性、來源地多樣性、年齡多樣性、性別多樣性進行檢驗，探求其是否為智能化轉型激發企業創新的機制變量。

表 4（下頁）列（1）是根據模型（2）進行回歸的結果，可以看出，使用機器人對教育多樣性的影響系數在1%水平下顯著為正，說明智能化轉型能提高企業的教育多樣性。列（2）、（3）檢驗的是教育多樣性對企業創新的影響，可以看出教育多樣性對企業是否進行研發創新以及人均研發投入均具有顯著的促進效應。列（4）、（5）則是基于模型（3）的回歸結果，結果表明，在全部控制變量充分引入的前提下，使用機器人對企業是否進行研發創新和人均研發投入的系數估值分別下降為0.105 和0.111，且均在1%顯著性水平下拒絕原假設。進一步計算可得到，教育多樣性對企業是否進行研發創新和人均研發投入的中介效應占比分別為3.85%和5.18%，這證明了教育多樣性作為中介變量的有效性。上述結果說明，智能化轉型能通過提高企業勞動力教育多樣性激發企業創新。

表4 教育多樣性作為中介變量的中介效應檢驗

表5（下頁）列（1）結果顯示，智能化轉型對勞動力來源地多樣性的回歸系數在1%水平下顯著為正，列（2）、（3）證明了勞動力來源地多樣性對企業創新的促進效應。進一步將勞動力來源地多樣性和使用機器人加入，可以發現在全部控制變量充分引入的前提下，使用機器人對企業是否進行研發創新和人均研發投入的系數估值分別下降為0.093 和0.100，均在1%顯著性水平下拒絕原假設，且下降幅度相較于教育多樣性更大。測算結果表明，勞動力來源地多樣性對企業是否進行研發創新和人均研發投入的中介效應占比分別為15.15%和15.18%。上述結果說明，智能化轉型確實能通過提高企業勞動力來源地多樣性推動企業創新。

表5 來源地多樣性作為中介變量的中介效應檢驗

從表6（下頁）的結果可以看出，智能化轉型顯著提高了企業的勞動力年齡多樣性，勞動力年齡多樣性能顯著促進企業創新。將年齡多樣性和使用機器人加入列（4）、（5），可以發現機器人的系數有所下降，但下降幅度不大。進一步的中介效應測算可得，年齡多樣性對企業是否進行研發創新和人均研發投入的中介效應占比分別為3.09%和2.08%，說明年齡多樣性對企業創新的中介效應不明顯，因而本文認為勞動力年齡多樣性并不構成智能化轉型激發企業創新的中介渠道。對此可能的解釋是，智能化轉型下企業創新的發生更多來源于技術變革與知識更新，尤其是信息爆炸的今天，年輕人也能輕易從網絡獲取別人的經驗技巧，年齡和資歷帶來的經驗相對來說顯得不再那么重要。

表6 年齡多樣性作為中介變量的中介效應檢驗

從表7 可以看出，智能化轉型對性別多樣性的影響并不顯著。將性別多樣性變量加入基準模型發現，性別多樣性對于衡量企業創新的兩個變量的影響系數均顯著為正。進一步進行Sobel檢驗，發現中介效應也不顯著，這說明勞動力的性別多樣性并不構成智能化轉型激發企業創新的中介渠道。對此可能的解釋是，不同于第三次科技革命信息化對人的體力的解放，前沿技術引領的人工智能浪潮更突出的是對重復性工作的替代，女性更容易從事重復性工作，這種對女性的替代作用抵消了體力勞動減輕帶來的促進作用，因而智能化轉型并沒有提高女性就業機會。同時，性別差異也展現出男女辦事風格的差異，男性更多表現出任務型取向，女性則偏向人際型取向，生產崗位上的性別隔離和生產團隊的性別分裂給企業創新帶來的負面影響可能會抵消性別多樣性的思維互補給企業創新帶來的積極影響。

表7 性別多樣性作為中介變量的中介效應檢驗

綜上所述，中介效應檢驗表明，智能化轉型確實通過提高企業勞動力教育多樣性和來源地多樣性兩種渠道促進企業創新，本文假設1 獲得了實證檢驗的有力支持。而勞動力年齡多樣性的中介效應不明顯，性別多樣性未能通過中介效應檢驗，因而本文假設2 不成立。

勞動力多樣性對企業創新的影響同樣可以從實踐層面得到印證。以美國為例，美國是世界移民人口規模最大的國家，接收了世界近20%的移民人口，吸納了全世界各種優秀的人才及文化，這使其創新能力一直領先全球。美國的創新發展與國際勞動力有著密不可分的關聯。1990—2000 年，美國26%的諾貝爾獎獲得者為國外出生的美國人。2006 年，25%的銷售額在百萬美元以上的高科技公司創始人為國外出生的美國人。可以說，勞動力多樣性為美國的創新力提供了巨大貢獻。同樣，中國城市化的大量事實也證明了，勞動力多樣性水平更高的城市擁有更高的創新活力。比如，第一財經發布的“中國城市創新力排行榜”、福布斯發布的“中國創新力最強的30 個城市”，中國創新城市評價課題組發布的《中國創新城市評價報告》，都將勞動力多樣性水平更高的北京、深圳、上海列為中國創新水平最高的城市。

（三）異質性分析

1.不同所有制下勞動力多樣性的中介效應差異

企業所有制類型在融資約束、經營決策、競爭環境等方面存在明顯差異，對制造業企業創新可能具有重要影響。本文將樣本企業按所有制注冊類型分為國有企業、民營企業和外資企業，分樣本進行中介效應檢驗和異質性分析，探討不同所有制下勞動力多樣性是否是智能化轉型激發企業創新的中介機制，以及差異化中介特征。

表8（下頁）報告了不同所有制下分樣本中介效應檢驗結果。從教育多樣性來看，教育多樣性作為中介機制只在民營企業中顯著，對企業是否進行研發創新和人均研發投入的中介效應占比分別為5.56%和3.72%，在國有企業、外資企業中都不顯著，這主要因為國有企業和外資企業智能化轉型對勞動力教育多樣性的提升效果不明顯。可能的解釋是，我國國有企業的技術更新速度相對于非國有企業而言較慢，同時國有企業相對于民營企業而言人員變動程度小得多，因而對其勞動力教育多樣性的影響不明顯。外資企業由于對勞動力綜合素質要求較高，因而其在勞動力招募時對員工學歷技能要求普遍較高，也正是如此，教育多樣性的中介效應也不明顯。

表8 不同所有制下勞動力多樣性的中介效應

從來源地多樣性來看，對于民營企業，其智能化轉型能通過提高勞動力來源地多樣性從而激發企業創新。來源地多樣性對民營企業是否進行研發創新和人均研發投入的中介效應占比分別為21.65%和19.70%，這說明來源地多樣性是影響民營企業創新的重要中介因素。國有企業和外資企業智能化轉型也能通過提高勞動力來源地多樣性從而促進企業創新，來源地多樣性對國有企業、外資企業是否進行研發創新的中介效應占比分別為33.09%、13.87%，對人均研發投入則沒有顯著影響。可能的解釋是，國有企業創新投入更多受到預算約束，不如民營企業創新投入的決策靈活迅速；外資企業創新投入也受到國際因素影響，故反映到員工來源地上的影響不顯著。

2.不同地區下勞動力多樣性的中介效應差異

勞動力就業意愿在不同地區存在較大的差異，因而勞動力多樣性的中介效應在我國不同區域的企業間可能存在異質性。本文將樣本企業按所在地區分為東部、中部、西部和東北地區，分樣本進行中介效應檢驗和異質性分析，以探討不同地區下勞動力多樣性是否是智能化轉型激發企業創新的中介機制，以及差異化中介特征。

表9（下頁）報告了不同地區分樣本中介效應檢驗結果。從教育多樣性來看，教育多樣性的中介效應對于東部、中部地區企業具有顯著性，對東部地區企業是否進行研發創新和人均研發投入的中介效應占比分別為4.64%和8.44%，對中部地區企業人均研發投入具有完全中介效應，對西部和東北地區企業則沒有顯著影響。可能的解釋是，東部和中部地區的企業在吸引人才方面具有優勢，尤其是中部地區的企業近年來加大了人才引進力度，提高了企業內部勞動力的教育多樣性，而西部、東北地區企業仍然難以留住高學歷人才。

表9 不同地區下勞動力多樣性的中介效應

從來源地多樣性來看，來源地多樣性對于不同地區企業都具有顯著的中介效應，且對于東北地區企業創新在是否進行研發創新以及人均研發投入上都具有完全的中介效應。來源地多樣性對東部、中部和西部地區企業是否進行研發創新的中介效應占比分別為17.43%、1.85%和8.73%，人均研發投入的中介效應占比分別為11.02%、100%和100%。可能的解釋是，中部、西部、東北地區企業發展迅速，急需各地人才的支持，尤其是東北地區具有良好的制造業基礎，勞動力來源多樣性顯著促進了文化交流以及各地人才的匯集，對企業創新和發展至關重要。

五、結論與政策建議

本文運用2018 年中國企業—勞動力匹配調查（CEES）數據，就智能化轉型何以激發企業創新展開了實證分析，探究智能化轉型是否以及如何通過影響企業的勞動力多樣性，進而激發企業創新。本文的研究結論如下：第一，智能化轉型能激發企業創新，提高企業進行研發創新的概率，并加大企業人均研發投入。第二，智能化轉型可以通過提高勞動力多樣性從而激發企業創新。智能化轉型提高了企業勞動力的教育多樣性，高學歷員工可以幫助低學歷的一線員工優化作業流程，提高企業的工藝創新水平；低學歷的一線員工也可以依靠經驗幫助高學歷員工提出更加有效的創新方案，共同推動企業創新；同時，智能化轉型能提升企業生產率，企業將擴大人才雇用的地域范圍，勞動力來源地多樣性促進勞動力之間文化和思維碰撞，有助于加速企業創新；年齡和性別多樣性則不構成智能化轉型對企業創新的中介機制。第三，本文的異質性檢驗結果表明，勞動力多樣性作為中介機制對不同所有制、不同地區的企業有明顯差異。民營企業在創新活動和投入中更加靈活，能顯著通過提高勞動力教育、來源地多樣性從而提升企業創新；東部、中部地區企業更容易吸引人才，而西部、東北地區企業仍然存在人才瓶頸。

基于上述結論，提出如下政策建議：

第一，警惕“就業極化”現象，加大對中等技能人群的培訓和補助。智能化轉型顯示了對重復性勞動的替代作用，尤其是中等技能勞動力面臨“高不成，低不就”的困境，更容易被人工智能替代。因此，應警惕前沿技術可能帶來的收入和社會階層的極化現象。在利用技術進步促進經濟發展的同時，要提供更完善的就業保障體系，保障因技術進步而失業的人口的社會基本福利。同時，前沿技術對新工作崗位的創造需要時間，這就需要政府與社會保障組織在新技術推廣過渡期間加大對中等技能人群的就業培訓力度，使其更快適應新技術，從而擁有轉崗的機會。

第二，提高企業的開放度和企業的勞動力多樣性。實證分析結果表明，勞動力多樣性的提升能顯著促進企業創新。因此，企業在推動智能化轉型的同時，要提升企業的開放性程度，引入不同教育水平、地區的員工參與到企業的生產活動中，在知識溢出效應與思維互補效應等積極作用下，通過全面發揮智能化轉型的創新效應，全面提高企業的研發創新水平。同時，建議企業在對員工進行專業硬技能培訓的同時，加強員工創新精神、創造力和進取心等軟技能的培育和引導，為企業儲備創新型人力資本。傳統制造業轉型升級既不是機器設備的引進，也不是對重復工作的替代，而是通過“機器換人”，培養和激發勞動力的學習能力和創新能力，實現從人口紅利向高質量人力資本、勞動力結構優化的轉型。

第三，加快勞動力要素市場化改革，促進社會公平。當前勞動力市場分割、身份歧視等現象依然存在，降低了我國勞動力配置效率。為此，應深化戶籍制度改革，進一步放開城市落戶限制，保障勞動力自由充分流動；打破就業市場的身份、性別等歧視現象，保障城鄉勞動者享有平等就業的權利。除此之外，還要進一步暢通勞動力進入黨政機關、國有企事業單位的渠道，優化國有企事業單位面向社會的選人用人機制，有效破除妨礙人才和勞動力流動的體制機制障礙。 Reform