人工智能應用對制造企業員工收入水平的影響研究

夏 鑫

引言

人工智能、云計算、大數據等技術推動人類社會快速步入數字化時代，推動生產、生活、思維方式和經濟結構的重大變革[1]，為全球經濟和社會發展帶來新的機遇和挑戰。近年來，人工智能技術受到國家政府的高度支持和重視，已成為國家戰略的重要組成部分，例如2017年印發《新一代人工智能發展規劃》，2018年人工智能與5G技術、工業互聯網和物聯網被定義為新型基礎設施，2021年“十四五”規劃提出要進一步加快建設新型基礎設施，2022年出臺《關于支持建設新一代人工智能示范應用場景的通知》等這一系列舉措為人工智能技術的發展提供了長期保障，均體現了國家引領智能技術進步的決心。

隨著人工智能技術的逐步應用，對勞動力市場也帶來重大改變，人工智能對就業的影響主要存在“創造效應”和“替代效應”兩種觀點，創造效應是指新要素投入帶來全新就業機會；替代效應是指技術進步替代一些人的職業，造成大規模失業等問題[2]148。已有研究表明，工業機器人大規模使用可能會對制造企業員工收入造成負面影響，但主要使用的是上市公司等宏觀數據，且相關研究主要集中在宏觀勞動力市場層面，對微觀層面的勞動者個體的關注較少。本文使用2018年中國勞動力動態調查（CLDS）數據試圖探討人工智能應用對制造企業員工收入水平將會產生何種影響。制造企業員工屬于低技能勞動者，收入是他們良好工作和生活的重要保證，也是激勵他們在工作崗位上進步和發展的重要源泉，如何讓社會低技能勞動者適應新技術的應用，更好地進行勞動也是我國政府未來工作重心之一。

一、文獻回顧和研究假設

人工智能對就業的影響存在“創造效應”和“替代效應”兩種觀點。創造效應認為新要素投入帶來新的就業機會，可以促使員工技能的迭代更新，提升員工工作效率，增加企業利潤率，有利于增加員工收入水平[2]151。替代效應認為技術進步替代部分職業，造成失業等問題，給員工帶來失業風險等威脅，就業市場競爭力下降，會降低員工收入水平[3]。2015年發布《工業機器人對就業的積極影響》報告認為，人工智能技術應用對就業不只是消極影響，反而積極影響更為顯著，可以創造更高質量的就業機會[4]88。因此，從人工智能對就業的創造效應來看，人工智能技術應用一定程度上可以增加更優質的就業崗位，增加員工的工作效能，獲得單位小時內更高的收入報酬。

制造業企業員工工作具有機械重復、工作時間長等特征，相比于二、三產業，人工智能技術在第一產業應用場景和范圍更為普遍，制造業企業員工已經逐漸適應工作場所新技術的應用，工作知識和技能也得到一定的迭代和升級，能夠適應新的工作任務和要求，工作效率能夠得到一定提升，進而也會提升他們的收入水平。綜上，提出假設：

H1：人工智能應用對制造企業員工的收入水平具有正向影響。

人力資本理論認為，教育投資是個體潛藏能力得以增長的生產性投資，能提高人的知識、技能和生產能力，從而增加個人收入。受教育程度更高的制造業企業員工可以更加快速掌握人工智能技術發展對知識和技能的需求，提高生產效率，增加工資收入，而受教育程度低的員工，掌握新知識和技能的時間相對更長，技能水平稍差，收入水平也會低一點。綜上，提出假設：

H2：教育程度對制造企業員工的收入水平具有正向影響。

H3：教育程度在人工智能應用和制造企業員工的收入水平之間起正向調節作用。

二、數據來源和變量定義

（一）數據來源

本文數據來源于CLDS2018年個體問卷數據。該調查采用多階段、多層次的概率抽樣方法，每隔兩年對中國城鄉開展動態追蹤調查，具備一定的權威性和代表性。選擇制造企業18—65歲員工作為研究樣本，剔除無效樣本后，最終獲得樣本數據共778個。

（二）變量定義

因變量：收入水平。選擇被調查對象2017年的年總收入數據來衡量勞動力收入水平，并對其做對數化處理[5]。數值越高，代表員工收入水平越高，反之則越低。

自變量：人工智能應用。采用二分類變量進行表示，通過對問卷中“您的工作單位是否使用高度自動化、機器人、人工智能等技術？”這一題目進行測量[4]89，若回答是，則賦值1；若回答否，則賦值0。

調節變量：教育程度。通過對受訪者詢問“您的最高學歷是什么”了解其教育程度，取值范圍為1—10分，數值越高，代表受教育程度越高，反之越低。

控制變量：為了盡量消除變量遺漏帶來的估計偏差，本文選擇以下控制變量包括：年齡、性別、婚姻狀態、社會保險、健康狀況等作為控制變量。

三、實證結果和分析

描述性統計分析

采用SPSS26.0對篩選后的制造企業員工樣本進行描述性統計，分析結果如表1所示。研究樣本的平均年齡在41歲左右，男女性別比例分布較為均勻，購買社會保險的調查者不到總調查者半數，樣本制造企業人工智能應用水平總體偏低，員工年總收入平均水平在5萬元左右，受教育程度平均為高中學歷水平。

表1 描述性統計分析

各變量之間的相關性關系如表2所示。由皮爾遜相關系數可以看出：人工智能應用與收入水平（r=0.179，p ＜0.01）顯著正相關，人工智能應用與教育程度（r=0.130，p＜0.01）顯著正相關，教育程度與收入水平（r=0.353，p＜0.01）顯著正相關，各變量相關性與假設初步相符。

表2 變量間相關性分析

接著，檢驗人工智能應用與收入水平之間的基準回歸關系，見表3。首先，將收入水平設為因變量，將年齡、性別、婚姻狀態等變量作為自變量，模型1結果顯示，性別（β=0.226，p＜0.001）、婚姻狀態（β=0.287，p＜0.001）、社會保險（β=0.287，p＜0.001）對制造企業員工收入水平具有顯著正向影響，即制造企業男性、已婚或社會保險水平高的員工收入水平提高的可能性更大。

表3 基準回歸分析

表4 教育程度的調節作用

然后將人工智能應用作為自變量，將年齡、性別、婚姻狀態等設為控制變量，收入水平作為因變量。回歸結果如模型2所示，人工智能應用對收入水平也具有顯著正向影響（β=0.085，p＜0.01），當制造企業人工智能應用水平逐漸增加時，制造企業員工對應的收入水平也會提高。綜上，假設1得到驗證。

為進一步檢驗教育程度在人工智能應用和制造企業員工收入水平之間的調節作用，首先對調節變量和自變量進行標準化處理，再將標準化結果乘積項（人工智能應用×教育程度）帶入回歸模型進行分層回歸分析。由模型3可知，在基準回歸分析基礎上，加入教育程度作為自變量，結果顯示，制造企業員工的教育程度對收入水平呈現顯著正向影響（β=0.209，p＜0.001），即制造企業員工受教育水平越高，收入水平也會越高，假設2得到驗證。由模型4可知，人工智能應用和教育程度的交互項會對制造企業員工收入水平產生較為明顯的正向影響（β=0.080，p＜0.05），表明教育程度在人工智能應用和制造企業員工的收入水平之間起正向調節作用，即受教育程度越高，人工智能應用和收入水平之間的正向關系就越強。

四、研究結論與討論

對制造企業員工收入水平產生顯著的正向影響。同時，教育程度對制造企業員工收入水平產生正向影響，教育程度在人工智能應用和制造企業員工收入水平之前起到正向調節作用。

基于研究結論，提出以下政策啟示：首先，企業應科學合理引進人工技能技術的應用。考慮人工智能技術應用對員工帶來的不利影響，組織相關技能培訓，循序漸進推進企業人工智能應用過程，幫助企業更好地發展。其次，員工要與時俱進提升自身工作能力和技術。正確看待新技術的發展應用，快速掌握對應新技術和新技能，主動學習更新知識和技能。最后，政府有關部門應出臺完善相關的輔助政策。對人工智能應用低的企業提供一定資金扶持和傾斜，幫助其更好地轉型升級；為就業群體提供就業信息咨詢服務，組織開展職業技能培訓活動，提高勞動者工作適應能力。