人工智能、綠色技術創新與就業質量

摘 " 要：大數據時代，人工智能引導關鍵要素流通，優化核心資源配置，推動綠色技術創新，引領產業結構轉型升級，提升就業質量。基于人工智能驅動視角，選取我國2011—2022年30個省市自治區的面板數據，構建含有18個二級指標的就業質量評價體系，采用雙向固定效應模型，探究人工智能如何影響就業質量的直接效應和間接效應。實證研究發現：人工智能顯著提升就業質量，綠色技術創新承擔部分中介效應；相較于胡煥庸以西地區，胡煥庸以東地區的人工智能發展對就業質量的提升作用更為顯著；在剔除直轄市、增加控制變量、縮尾處理、剔除政策影響后結果依然顯著。據此，提出均衡人工智能的地域差異，加強與綠色技術的融合創新以及促進就業質量智能化提升等建議，為實現就業目標提供新思路。

關鍵詞：人工智能；就業質量；技術創新；中介效應；雙向固定

DOI：10.3969/j.issn.1003-9031.2024.12.002

中圖分類號：F249.2 " " " " " " 文獻標識碼：A " " 文章編號：1003－9031（2024）12－0017－15

一、引言

隨著第四次工業革命的浪潮，人工智能技術迅猛發展，正以前所未有的深度與廣度滲透到社會經濟的各個領域。人工智能引導生產要素的優化配置，推動綠色技術創新，重塑產業結構與競爭格局，為實現高質量發展、提升就業質量帶來了嶄新機遇。“十四五”規劃和2035遠景目標綱要提出，加強關鍵數字技術創新應用，聚焦人工智能關鍵算法領域；加快推動數字產業化，培育壯大人工智能、大數據、區塊鏈、云計算、網絡安全等新興數字產業。同時，規劃還強調實施就業優先戰略，構建有利于實現更充分、更高質量就業的促進機制，旨在擴大就業容量，提升就業質量，并有效緩解結構性就業矛盾。面對當前我國傳統就業崗位衰退率高于就業崗位創造率的新挑戰，社會有效勞動力正遭遇“結構失衡、供需矛盾”的困境，就業意向與社會需求之間存在明顯的不匹配。因此，就業策略必須實現根本性轉變，從過去單純追求就業數量的增長，轉向更加重視就業質量的提升，以實現就業的擴容與提質并舉。

當前，人工智能技術進步與就業質量變遷的復雜性與非線性特征日益凸顯。一方面，人工智能通過智能化生產、個性化定制等方式，提高生產效率，催生新業態、新模式，拓展就業空間，提升勞動者技能水平與收入水平，推動就業結構優化升級。另一方面，智能化替代也可能擠占部分傳統就業崗位，加劇高低端就業的兩極分化，引發結構性失業風險。由此可見，人工智能對就業的影響呈現出顯著的“創造—摧毀”效應。同時，我國正處于新舊動能轉換、經濟結構調整的關鍵時期，人工智能等新技術、新產業、新業態蓬勃發展，為推動高質量發展、促進就業質量提升帶來了新的戰略機遇。面對國際環境復雜嚴峻、就業壓力持續加大的新形勢，亟需發揮人工智能賦能增效的獨特優勢，培育經濟發展新動能。在此過程中，人工智能與綠色技術的融合創新尤為關鍵。綠色技術創新是踐行新發展理念、推動經濟社會發展全面綠色轉型的重要引擎，對于擴大綠色就業、提升就業質量具有重要作用。立足新發展階段，加快構筑人工智能和綠色技術協同發展的新格局，將為推動實現更高質量和更充分就業注入強勁動力。

隨著人才強國戰略的持續推進，現有研究從理論分析與實證檢驗出發，系統闡述了人工智能提升就業質量的內在邏輯（陳志等，2022）、影響機制（隋想，2024）、實踐路徑（史丹和葉云嶺，2023）等方面，提出了通過人工智能賦能就業市場，以實現政府“穩就業”目標的實踐策略與政策建議，為相關理論研究提供了借鑒和參考。盡管這些研究從不同維度構建了人工智能促進就業質量提升的理論框架，并提出了相應的政策導向，但對于人工智能在實際應用中如何具體作用于就業市場，特別是其通過何種機制影響就業質量的微觀機理，尚存在研究空白與不足。此外，現有研究多聚焦于宏觀與中觀層面的定性分析，對于人工智能如何量化影響就業質量尚缺乏深入探討。因此，本文聚焦研究人工智能影響就業質量問題，實證測度人工智能通過綠色技術創新對就業質量的提升作用，進而以環境友好型的技術進步促進生產方式的轉型，從而在保障生態環境可持續發展的基礎上，助力就業質量的穩步提升，以期為實現高質量就業提供合理化參考。本文邊際貢獻在于：一是基于人工智能專利申請數量的視角，量化研究人工智能和就業質量。二是引入綠色技術創新作為連接人工智能和就業質量之間的紐帶，探尋有效的實踐路徑，彌合現有研究中人工智能與就業質量之間的縫隙，為相關領域的研究提供新的思路和方向。三是細分不同區域，研究人工智能如何提升就業質量的異質性問題，考慮地區經濟發展水平、產業結構差異及人才資源分布不均等因素，深入分析其影響機制與效果差異，豐富現有就業質量的定量研究，為政府在制定相關政策時提供更全面和細致的參考依據。

二、文獻綜述

人工智能提升就業質量已成為“十四五”時期的關鍵，我國就業市場存在結構失衡、供需矛盾等問題，亟需加快開展“人工智能+”行動，通過綠色技術創新助力就業質量穩步提升。在此背景下，學者們圍繞我國人工智能、綠色技術創新和就業質量進行了多維度的研究，具體圍繞以下四個方面展開。

第一，人工智能產生的經濟效應。當前，人工智能技術雖在全球范圍內蓬勃發展，但其經濟效應卻呈現出顯著的區域與行業差異性，加劇了經濟發展的不平衡態勢（王軍和常紅，2021）。我國人工智能技術的滲透與應用亦面臨類似挑戰，技術紅利在部分地區和行業顯著，而在其他領域則相對滯后，形成了技術應用的“馬太效應”（陳楠和蔡躍洲，2023）。具體而言，人工智能技術的高度集中應用于金融、互聯網、智能制造等少數行業，而傳統制造業、農業及服務業等廣大領域的人工智能應用水平相對較低，導致技術驅動的經濟增長動力分布不均（劉鑫鑫和韓先鋒，2023）。此外，人工智能技術的快速發展還引發了就業市場的極化現象，高技能崗位需求激增，而低技能勞動力面臨被替代的風險，加劇了社會收入分配的不平等（李靜等，2023；劉洋等，2023）。鑒于此，學者們深入探討了人工智能技術對經濟增長的異質性影響（韓民春和喬剛，2020；韓永輝等，2023），并提出了通過政策引導、技能培訓、產業升級等多維度策略，以促進人工智能技術更廣泛、更均衡地服務于經濟社會各領域，實現全面優化與升級，實現就業質量的穩增長。

第二，就業質量的影響研究。就業質量的改善被視為經濟社會發展的核心指標之一，為構建和諧社會提供堅實基礎，能夠促進勞動力市場從傳統數量型配置向現代質量型轉變（孔微巍等，2019）。具體而言，高質量就業替代低技能、低保障、高流動性的傳統就業模式，成為驅動經濟社會高質量發展的“新支點”，有助于實現從“人口紅利”向“人才紅利”的跨越（叢屹和于鑫，2023）。學者們圍繞就業質量提升的機理與策略展開了多視角探討，涵蓋不同地區就業政策與市場機制的協同作用（汪圣國，2023）、教育與培訓對就業質量的提升效應（張抗私和史策，2020；梁海艷，2019；李曉曼等，2023）以及數字經濟背景下靈活就業模式的興起對就業質量的重塑路徑（王春超和聶雅豐，2023；張廣勝和王若男，2023）。這些研究深入剖析了促進就業質量提升的內在機制與影響因素，為加速勞動力市場的轉型升級提供了理論支撐，進一步推動實現更加充分更高質量的就業目標。

第三，人工智能影響就業質量的相關研究。隨著人工智能技術的迅猛發展，其對就業市場的影響日益凸顯，如何在技術進步中保障并提升就業質量成為新的時代課題。在此背景下，人工智能技術與就業質量的融合發展，不僅關乎技術創新的應用落地，更是實現社會經濟全面可持續發展的重要基石。現有研究焦點集中在技術與社會就業結構的互動關系，超越了傳統技術視角的局限。學者們從理論上探討了人工智能如何通過重塑工作崗位、提升職業技能、創造新興職業路徑等方式，優化就業結構，提高就業質量（孫早和侯玉琳，2019；戚聿東等，2020）。同時，研究指出人工智能技術的應用需結合勞動力市場特點，實施技能培訓、靈活就業政策等措施，以緩解勞動替代效應，增強就業市場的適應性（汪前元等，2022）。何勤等（2024）、蔡躍洲和陳楠（2019）、Acemoglu and Restrepo（2018）、王君等（2017）等國內外研究均表明，合理引導人工智能與就業市場的融合，能夠有效促進產業結構升級與就業結構的優化匹配，激發新的就業增長點，實現技術進步與經濟增長的雙贏局面，有效提升就業質量。

第四，人工智能時代下綠色技術創新對就業質量的提升作用。在數字經濟新時代，人工智能與綠色技術的深度融合正重塑著生產方式與就業結構。一方面，人工智能賦能綠色技術創新，通過智能算法優化、大數據分析等手段，加速綠色技術的研發與應用，催生出清潔能源、節能環保等新興產業，創造大量綠色就業崗位，有效拓寬就業渠道，提升就業質量（呂越等，2023）。另一方面，人工智能驅動傳統產業的綠色化改造，利用智能化技術改進生產流程，提高資源利用效率，推動傳統崗位的綠色轉型，提升崗位技能要求與附加值，進而優化就業結構，提高就業質量（閆里鵬和牟俊霖，2023）。此外，人工智能還有助于實現綠色技能培訓的精準化、個性化，增強勞動者的綠色就業能力，促進人崗精準匹配，通過構建綠色技能認證體系與在線學習平臺，結合人工智能技術進行學習效果評估與反饋，為勞動者提供持續、高效的綠色技能培訓路徑，增強其適應綠色經濟轉型的能力，確保勞動力市場的綠色就業供給與需求實現動態平衡，從而提升就業質量。

據此，基于現有文獻梳理，從微觀視角量化就業質量指標，聚焦人工智能提升就業質量問題的內在機理和外部條件，旨在實現人工智能嵌入下綠色技術創新與就業質量的雙重發展，深入貫徹落實就業優先戰略，確保技術進步惠及民生，促進經濟社會和諧發展，助力中國經濟高質量增長。

三、理論機制與研究假設

自新中國成立以來，我國就業市場在快速工業化和經濟轉型的背景下經歷了顯著變化，逐步構建起多元化、個性化、層次化的就業結構，旨在滿足不同發展階段的經濟社會需求。隨著人工智能技術的快速發展，其為提升就業質量與促進勞動力市場轉型升級帶來了前所未有的機遇與路徑。然而，在全球化逆流及保護主義抬頭愈演愈烈的當下，國際就業環境面臨諸多不確定性，我國就業市場亦面臨著技能匹配不均、高質量就業崗位創造不足及傳統職業被智能化替代等挑戰。基于此，深入剖析人工智能提高就業質量的理論機制與實現路徑，進一步打破傳統就業模式的局限、推動就業結構向知識密集型與技能導向型轉變，激發就業市場的新技術、新業態以及新模式，加快構建更加公平、高效、可持續的現代化就業體系。

（一）人工智能對就業質量的直接影響

人工智能技術的快速發展與廣泛應用，其理論基礎可追溯至技術創新與勞動力市場變革的交互影響理論，該理論揭示了技術進步如何非線性地重塑就業結構與質量（李智明，2018）。人工智能技術的應用，區別于傳統技術革新，通過“智能+”的賦能模式（趙星宇，2024），實現了生產效率與就業質量的雙重飛躍，形成了技能升級、崗位創造與就業形態多樣化的新就業生態。具體而言，人工智能技術能夠精準定位就業市場的痛點與盲點，通過算法優化與數據分析，促進低技能崗位向高技能崗位轉型，實現勞動力技能的“智能躍遷”（王林輝等，2023）。同時，人工智能技術的廣泛應用催生了大量新興職業，還帶動了相關服務業與制造業的就業需求，形成就業市場的“智能擴張”（唐永和李想，2024）。進一步地，人工智能技術通過促進工作與生活的融合，提升了就業的靈活性與滿意度。遠程辦公、自動化生產等新型工作模式，突破了時間與空間的限制，使得勞動力能夠更高效地平衡工作與個人生活，提升了就業的整體質量。同時，人工智能技術還促進了就業市場的包容性增長，特別是為女性、殘疾人等傳統就業邊緣群體提供了更多機會，通過技能匹配與靈活工作安排，縮小了就業差距，增強了社會的整體就業公平性與包容性。此外，人工智能技術的“學習效應”顯著，隨著技術應用的深化，勞動力在“干中學”的過程中不斷積累新技能，增強了就業市場的適應性與韌性，為應對未來技術變革奠定了堅實基礎。因此，人工智能通過技能升級、崗位創造與工作模式的革新，逐步構建了一個更高效、靈活且高質量的就業體系。據此，提出研究假設1：人工智能有效提升了就業質量。

（二）人工智能對就業質量的間接影響

人工智能通過優化要素配置、創新生產流程、組織架構、運營模式等關鍵環節來驅動經濟發展，推動綠色技術創新，推動核心制造業轉型升級，從而為社會創造更多就業機會。綠色技術創新作為創新領域的重要分支，是促進環境保護、資源高效利用的關鍵路徑之一，尤其對實現可持續發展目標下的高質量就業具有重大意義。人工智能技術的深度融合與廣泛應用，正引領綠色技術創新從理論探索邁向實踐應用的新階段。通過人工智能的精準分析與優化能力，綠色技術創新實現了從單一環節改進到系統整體優化的跨越，推動了就業市場從高能耗、低效率向低碳化、高效能轉型。人工智能技術助力綠色技術的研發與應用，不僅促進了清潔能源、節能環保等新興產業的快速發展，創造了大量綠色就業崗位（張彩云等，2024），還推動了傳統產業的綠色化改造，提升了傳統就業崗位的綠色含量與附加值（王玉琴等，2024），有效提升就業質量。綠色技術創新作為提升就業質量的關鍵路徑，其根植于人工智能的深度學習與數據分析能力，實現了從技術模仿到技術創新的轉變，加速了綠色就業市場的形成與拓展。人工智能通過精準匹配綠色技術與就業市場的需求，推動了綠色技能培訓的普及與升級，提升了勞動力的綠色技能與就業競爭力，為高質量就業提供了堅實支撐。在強化了綠色技術溢出效應的同時，促進了綠色技術與其它行業的融合創新，拓寬了綠色就業的邊界，形成了跨行業、跨領域的綠色就業網絡，進一步增強了就業市場的綠色屬性與可持續發展能力。此外，人工智能驅動的綠色技術創新還促進了產業鏈的綠色升級，通過技術鏈與產業鏈的深度融合，將綠色技術轉化為實際生產力，推動了制造業向綠色制造、智能制造轉型，實現了就業結構與產業結構的雙重優化，提升了就業質量。據此，提出研究假設2：人工智能通過綠色技術創新提升就業質量。

四、研究設計

（一）變量定義

1.被解釋變量

被解釋變量為就業質量（Empit），利用熵權法匹配得分作為評估標準進行衡量，其量化區間設定為0至100分，數值越大代表就業質量越高。據此，參考戚聿東等（2020）和程波輝等（2024）的指標構建思路，遵循全面性、代表性、數據可獲得性等原則，基于就業環境、就業能力、勞動報酬、勞動保護等4個一級指標和18個二級指標對就業質量進行全面評估，具體指標體系見表1。

2.解釋變量

核心解釋變量為人工智能水平，采用人工智能專利申請數的對數來衡量，記為LnAI。不同于現有文獻采用人工智能滲透度的衡量標準，從專利角度出發衡量人工智能，具有以下幾個明顯優勢：專利作為一種創新產出，是一個可量化的指標，能夠直觀地反映在人工智能領域的創新活躍度和技術實力；人工智能專利往往是為了滿足市場需求或解決特定問題，因此專利申請數量也在一定程度上反映了市場對人工智能技術的需求和接受程度。基于此，選用各省份的人工智能專利申請數量衡量人工智能水平。

3.中介變量

基于現有研究，選取我國30個省市、自治區（不包括西藏和港澳臺地區）的綠色專利申請數量的對數值作為中介變量，進一步考察綠色技術創新（Lngreenit）在人工智能提升就業質量過程中的中介效應。

4.控制變量

考慮其他影響就業質量的因素，基于現有研究，進一步選取互聯網開放度（Int）、城鎮化率（Urb）、對外開放程度（Open）、人力資本水平（Hum）、政府干預程度（Gov）作為控制變量，深入探討人工智能對就業質量的影響。

（二）數據來源

選取2011—2022年我國30個省市、自治區（不包括西藏和港澳臺地區）的面板數據，就業質量及各控制變量的數據來源于國家統計局官網、《中國統計年鑒》《中國勞動統計年鑒》《第三產業統計年鑒》以及《中國國內生產總值歷史數據匯編》，人工智能水平數據來源于中國專利產權局，綠色技術創新數據來源于中國研究數據服務平臺（CNRDS）。鑒于數據獲取的可行性及連續性考慮，在數據預處理中剔除西藏及港澳臺地區的數據，并在實證檢驗前統一進行標準化處理。

（三）模型構建

依據上述指標構建，將人工智能作為解釋變量，就業質量作為被解釋變量，加入互聯網開放度（Int）、城鎮化率（Urb）、對外開放程度（Open）、人力資本水平（Hum）、政府干預程度（Gov）作為控制變量，將基準回歸模型設計如下：

其中，Empit為被解釋變量就業質量，LnAIit為解釋變量人工智能水平，Controlit為影響就業質量的系列控制變量，？滋i為省份固定效應，？酌t為年份固定效應，？著it為隨機擾動項。此外，考慮到人工智能通過綠色技術創新提升就業質量，現引入綠色技術創新作為中介變量，中介效應模型如下式所示：

在此基礎上，實證測度人工智能提升就業質量問題，并進一步檢驗綠色技術創新在人工智能提升就業質量的過程中發揮的中介效應。

（四）描述性統計分析

描述性統計結果如表2所示。各變量的觀測值均為360，被解釋變量就業質量的最大值為0.808，最小值為0.119；解釋變量人工智能發展水平的最大值和最小值分別為1.057和0.693，控制變量按均值由高到低依次為城鎮化率、互聯網開放度、對外開放程度、政府干預水平、人力資本水平，數值分別為0.601、0.556、0.272、0.113、0.021。基于分析結果，建立計量模型進一步對人工智能提升就業質量進行實證分析。

五、實證檢驗

（一）基準回歸結果分析

基于上述理論推演、變量測度和模型設定，進一步實證研究人工智能提升就業質量問題，選用逐步回歸法進行實證檢驗，結果如表3所示。

由基準回歸結果可知，列（1）表示無控制變量時的回歸結果，列（2）—（6）表示逐步加入控制變量后所得到的結果，可以得出人工智能顯著提升了就業質量，控制變量加入前后未發生明顯改變。具體來看，人工智能在5%的顯著性水平提升就業質量，并且加入控制變量后的回歸系數顯著大于加入控制變量；通過對比可知加入控制變量前后，人工智能的顯著性和作用強度基本保持一致，回歸系數顯著為正；加入全部控制變量后，人工智能對就業質量在1%水平上顯著正相關，且回歸系數隨著控制變量的增加逐漸變大，進一步說明人工智能對就業質量有顯著的推動作用。由此可見，鑒于互聯網、智能化技術等前沿數字科技與實體經濟的深度融合趨勢，這一進程在重構傳統產業格局的同時，持續催生了一系列就業形態與崗位，帶動了整個行業生態的升級，為勞動力市場構建了更加優越的就業生態，從而提升了就業質量。

（二）穩健性檢驗

為進一步檢驗人工智能提升就業質量實證結果的穩健性，分別采用剔除直轄市、增加控制變量、縮尾處理以及剔除政策影響四種方法進行穩健性檢驗，回歸結果如表4所示。由回歸結果可知，采用剔除直轄市、增加控制變量、縮尾處理以及剔除政策影響等方法進行檢驗，均得出人工智能顯著提升了就業質量，且與基準回歸的結果一致，表明結果具有穩健性。具體來看，考慮到直轄市的經濟發展水平與其他地區存在顯著差異，故將其剔除后重新進行回歸，回歸結果見列（1），發現人工智能的回歸系數均通過檢驗，與基準回歸差異不大，結果仍穩健；考慮到可能存在遺漏變量偏誤，為了解決該問題，在前文控制變量的基礎上繼續引入研發強度（Ramp;D），以控制潛在影響的相關因素，回歸結果見列（2），發現人工智能的回歸系數仍在1%的顯著性水平下為正，且與基準回歸結果基本一致，結果仍穩健，即人工智能對就業質量具有促進作用；為削弱極端觀測值對回歸結果的潛在干擾，對全部變量進行1%水平的雙向縮尾處理，回歸結果見列（3），發現回歸系數通過了1%的顯著性水平，結果依然是穩健的；考慮到2015年頒布的《中國制造2025》可能會對人工智能發展產生影響，進而會改變勞動者就業質量的變化趨勢，為避免政策干擾，在此選取2015年前的樣本重新進行回歸，回歸結果見列（4），結果發現人工智能回歸系數在1%的水平上顯著為正，較基準回歸結果略有不同，但結果仍穩健。

（三）內生性檢驗

上述基準回歸結果揭示了人工智能能夠顯著提升就業質量，但忽略了可能存在的內生性問題：一是人工智能與就業質量存在反向因果關系，即就業質量的提升創造了更多高素質勞動者，對人工智能等新興數字技術的學習與應用需求激增，從而倒逼人工智能發展。二是可能存在其他關鍵變量的遺漏，即便在基準回歸分析時已納入部分控制變量，但可能存在遺漏變量，難確保沒有遺漏關鍵變量，進而導致擾動項與解釋變量相關，上述內生性問題可能導致估計系數的不一致性。為確保估計結果的準確性和可靠性，必須預防可能出現的估計偏差。因此，考慮到人工智能發展的潛在滯后效應，借鑒王曉娟（2022）的做法，選取滯后一期的人工智能作為工具變量（IV），進一步使用2SLS對模型進行重新評估，滯后一期的人工智能不僅與當期人工智能水平相關，且獨立于誤差項，因此滿足工具變量的相關性和外生性條件，回歸結果如表5所示。由內生性檢驗結果可知，人工智能與就業質量之間存在顯著的正相關關系，表明人工智能有效地提升了就業質量。具體來看，LM檢驗統計量的p值小于0.001，即拒絕原假設，即認為工具變量與內生變量相關，進而滿足工具變量的有效性；Wald F統計量的值為118.614，大于在10%顯著性水平下弱工具變量的檢驗的臨界值16.38，因此符合工具變量的選取標準；人工智能與工具變量的回歸系數通過了1%的顯著性水平，符合預期結果，在第二階段中的回歸結果仍然在1%水平上顯著正相關，表明人工智能有效提升就業質量，且與基準回歸相比，回歸系數略有提高，說明在未解決內生性問題前，人工智能對就業質量的提升作用被低估，但回歸結果與基準回歸結果基本吻合，再次驗證了研究假設1。

（四）中介效應

為檢驗綠色技術創新在人工智能與就業質量之間發揮的中介效應，將綠色技術創新作為中介變量，利用中介效應模型檢驗人工智能通過綠色技術創新提升就業質量的間接效應，結果如表6所示。由中介效應回歸結果可知，綠色技術創新在人工智能與就業質量之間發揮著中介作用。具體來看，Sobel檢驗結果在1%水平上顯著，且Z統計量的3.403，大于臨界值1.96，說明人工智能通過綠色技術創新顯著提升了就業質量；部分控制變量也通過了顯著性水平檢驗，進一步說明了人工智能通過綠色技術創新提升了就業質量，驗證了研究假設2。

（五）異質性分析

考慮到我國不同地區人工智能發展水平和經濟情況的差異性，為深入剖析人工智能對就業質量的影響是否存在地區差異，進行兩種方式的劃分：一是按照人口密度線—胡煥庸線劃分為胡煥庸線以東地區和胡煥庸線以西地區；二是按照地理區域進行劃分，分為東部地區和中西部地區。區域異質性回歸結果如表7所示。由區域異質性結果可以看出，人工智能對就業質量的提升作用存在顯著的地區差異，部分控制變量對不同區域的就業質量提升均有推動作用。具體來看，在以胡煥庸線為分界線的劃分方式下，胡煥庸以東地區人工智能對就業質量的提升作用明顯高于胡煥庸以西地區；在按照地理區域的劃分方式下，人工智能顯著提升了就業質量。其中，東部地區的提升作用大于中西部地區。可見，由于我國區域經濟發展的非均衡性，東部地區和胡煥庸以東地區較為發達，有效促進了人工智能技術的普及與深化，提升就業質量。相比之下，胡煥庸以西地區受經濟基礎薄弱及地理條件限制，人工智能的推進步伐較為遲緩，對就業質量的正向推動作用尚顯不足。因此，需加大對胡煥庸以西地區的政策扶持與資金投入，優化該地區的人工智能發展環境，通過技術轉移與人才培訓等措施，加速人工智能技術的普及與應用，以縮小區域間就業質量的差異，實現全國范圍內就業質量的均衡提升。

六、結論與政策建議

（一）結論

數字經濟新時代，人工智能推動傳統產業智能化、數字化、融合化轉型升級，引領新興產業協同創新，提升產業鏈各個節點的就業質量。本文采用2011—2022年30個省市、自治區的面板數據，通過理論推演和實證檢驗聚焦研究人工智能提升就業質量問題，得到以下結論：總體層面，人工智能作為一種新興技術，其發展對勞動力市場結構、生產方式和社會經濟格局產生了深刻影響，進而提升了就業質量。具體來看，綠色技術創新在人工智能與就業質量之間發揮著中介效應，即人工智能可以通過推動綠色技術創新提升就業質量；人工智能提升就業質量存在區域異質性，具體表現為胡煥庸以東地區相比于胡煥庸以西地區、東部地區相比于中西部地區，人工智能發展水平提升就業質量的作用強度更為顯著；經過多種穩健性檢驗后，所得的回歸結果與基準回歸結果保持一致，進一步說明結論是可靠的。

（二）政策建議

第一，均衡人工智能發展的地域差異。當前，我國人工智能產業資源分布不均，過度集中于東部，從而限制了其在提升國家整體就業質量上的全面潛力。具體而言，應關注數字基礎設施建設的地理均衡布局，力求打破區域間的數字壁壘，特別是加大對農村及偏遠欠發達地區智能生產設備的投入，應依托其低成本優勢和要素稟賦，加大新興數字產業的研發投入，彌合區域間的數字鴻溝，推動人工智能均衡發展。同時，統籌規劃、構建一個覆蓋全國、跨行業的數據信息共享平臺網絡，并通過建立健全跨平臺交流機制，為人工智能技術在全國范圍內的廣泛應用與實體經濟深度融合奠定堅實基礎，進一步促進各地就業結構的優化升級，確保人工智能發展的紅利能夠惠及全國每一個角落，推動形成更加均衡、協調的就業發展格局。此外，還應實施差異化的區域發展策略，結合各地區經濟特點與產業優勢，定制人工智能技術應用與推廣方案，鼓勵地方特色創新，促進區域間技術合作與經驗交流，形成優勢互補、協同發展的新局面，進一步提升就業質量。

第二，加強人工智能與綠色技術的融合創新。鑒于當前互補性技術缺口及政策配套體系的不健全，人工智能在促進中國就業質量優化方面的潛在加速效應尚未全面展現，有關部門應通過構建開放、協同、共享的創新生態，促進人工智能與綠色技術深度融合，進一步推動技術共享、成果轉化，加速綠色技術創新和產業化進程，實現傳統產業、新興產業與未來產業就業質量提升。同時，打造人工智能與綠色技術的創新高地，構建產學研用深度融合機制，強化企業創新主體地位，促進科技成果向現實生產力轉化，引導社會資本投向關鍵技術領域，形成政府引導、企業主體、社會參與的協同創新體系，為融合創新提供持續動力。一方面，加大對基礎研究和應用研發的支持力度，突破關鍵技術瓶頸，為核心產業數智融合發展提供堅實的技術支撐；另一方面，推動形成多層次、多元化的創新主體，鼓勵中小企業、高校及科研機構積極參與，激發市場活力，促進創新要素的自由流動與高效配置，為人工智能與綠色技術的融合創新營造良好的發展環境，提升就業質量。

第三，利用人工智能推動就業質量智能化提升。人工智能作為引領未來發展的重要力量，其廣泛應用為就業市場帶來深刻變革。因此，應加快智能化環境建設，利用智能化技術推進產業鏈智能制造的“機器換人”與“賦能于人”，激發高附加值產品生產潛力，創造智能化生產的內在價值，提升就業質量。同時，引導人工智能應用于勞動力供需平臺，實現勞動力市場信息的快速流通，增強市場透明度，推動職業培訓與教育的個性化發展，幫助勞動者精準定位自身技能短板，實現技能與崗位的精準匹配，并通過智能算法預測未來就業趨勢與技能需求，及時捕捉行業發展趨勢與新興職業需求，為勞動者提供前瞻性的職業規劃指導，促進其終身學習與技能迭代，增強就業市場的適應性與靈活性，確保勞動者在智能化時代中能夠持續獲得高質量就業機會，進而提升就業質量。

第四，強化人工智能時代的技能培訓體系，促進勞動力轉型升級。面對人工智能技術快速迭代帶來的就業結構變化與技能需求升級，必須構建與之相適應的終身學習體系，確保勞動力隊伍能夠持續適應新技術環境，提升就業競爭力。具體而言，政府應主導建立多元化、靈活性的培訓機制，整合社會資源，包括職業院校、在線教育平臺、企業及行業協會等，針對不同行業、不同層次的勞動者提供定制化、前瞻性的技能培訓課程，特別是加強對人工智能、大數據分析、綠色技術等前沿領域的知識傳授與技能實訓。同時，推廣“工學交替”“產教融合”等培訓模式，實現理論知識學習與實踐操作的無縫對接，縮短技能供給與市場需求間的差距。此外，建立技能認證與評價體系，對完成培訓并達到一定技能水平的勞動者給予官方認證，增強其就業市場的認可度，激勵更多勞動者積極參與技能培訓，促進整個勞動力市場的技能升級與結構優化，從而在人工智能時代背景下，實現就業質量的穩步提升與可持續發展。

（責任編輯：孟潔）

參考文獻：

[1]陳志，程承坪，陳安琪.人工智能促進中國高質量就業研究[J].經濟問題，2022（9）：41-51.

[2]隋想.人工智能技術與勞動者就業環境改善[J].經濟問題，2022（10）：73-82.

[3]史丹，葉云嶺.人工智能、就業結構與高質量發展[J].當代財經，2023（5）：3-14.

[4]王軍，常紅.人工智能對勞動力市場影響研究進展[J].經濟學動態，2021（8）：146-160.

[5]陳楠，蔡躍洲.人工智能技術創新與區域經濟協調發展——基于專利數據的技術發展狀況及區域影響分析[J].經濟與管理研究，2023，44（3）：16-40.

[6]劉鑫鑫，韓先鋒.人工智能與制造業韌性：內在機制與實證檢驗[J].經濟管理，2023，45（11）：48-67.

[7]李靜，閆曰奇，潘麗群.人工智能、勞動力任務類型與城市規模工資溢價[J].財經研究，2023，49（12）：62-76.

[8]劉洋，韓永輝，王賢彬.工業智能化能兼顧促增長和保民生嗎？[J].數量經濟技術經濟研究，2023，40（6）：69-90.

[9]韓民春，喬剛.工業機器人對中國區域經濟的異質性影響研究——基于新結構經濟學的視角[J].技術經濟，2020，39（8）：85-94.

[10]韓永輝，劉洋，王賢彬.人工智能對區域經濟增長的異質性影響與機制識別——基于中國“機器換人”的實證檢驗[J].學術研究，2023（2）：97-104.

[11]孔微巍，廉永生，劉聰.人力資本投資、有效勞動力供給與高質量就業[J].經濟問題，2019（5）：9-18.

[12]叢屹，于鑫.人工智能、創新驅動與勞動力就業結構[J].現代經濟探討，2023（1）：29-39.

[13]汪圣國.政府管制、就業質量與收入差距——基于流動人口數據的研究[J].中國經濟問題，2023（3）：63-76.

[14]張抗私，史策.高等教育、個人能力與就業質量[J].中國人口科學，2020（4）：98-112+128.

[15]梁海艷.中國流動人口就業質量及其影響因素研究——基于2016年全國流動人口動態監測調查數據的分析[J].人口與發展，2019，25（4）：44-52.

[16]李曉曼，白詩佳，陳玉杰.我國職業技能培訓補貼策略與高質量就業——來自“培訓單位—勞動者”匹配數據的證據[J].經濟科學，2023（1）：203-220.

[17]王春超，聶雅豐.數字經濟對就業影響研究進展[J].經濟學動態，2023（4）：134-149.

[18]張廣勝，王若男.數字經濟發展何以賦能農民工高質量就業[J].中國農村經濟，2023（1）：58-76.

[19]孫早，侯玉琳.工業智能化如何重塑勞動力就業結構[J].中國工業經濟，2019（5）：61-79.

[20]戚聿東，劉翠花，丁述磊.數字經濟發展、就業結構優化與就業質量提升[J].經濟學動態，2020（11）：17-35.

[21]汪前元，魏守道，金山，等.工業智能化的就業效應研究——基于勞動者技能和性別的空間計量分析[J].管理世界，2022，38（10）：110-126.

[22]何勤，邱玥，許干.人工智能、財政支出結構偏向與高質量就業[J].經濟與管理研究，2024，45（2）：70-86.

[23]蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業[J].數量經濟技術經濟研究，2019，36（5）：3-22.

[24]Acemoglu D，Restrepo P.The race between man and machine：implications of technology for growth，factor shares，and employment[J].American Economic Review，2018，108（6）：1488-154 .

[25]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.

[26]呂越，馬明會，陳泳昌，等.人工智能賦能綠色發展[J].中國人口·資源與環境，2023，33（10）：100-111.

[27]閆里鵬，牟俊霖.低碳城市試點對勞動就業的影響機制及其異質性[J].中國人口·資源與環境，2023，33（7）：105-116.

[28]李智明.新工業革命時代技術進步對就業的挑戰與思考[J].江西社會科學，2018，38（11）：78-85.

[29]趙星宇.人工智能的社會作用及產業發展的經濟法保障[J].海南金融，2024（6）：24-34.

[30]王林輝，錢圓圓，周慧琳，等.人工智能技術沖擊和中國職業變遷方向[J].管理世界，2023，39（11）：74-95.

[31]唐永，李想.人工智能發展對制造業就業的影響——基于馬克思社會再生產模型的中國經驗分析[J].當代經濟研究，2024（6）：36-50.

[32]張彩云，王勇，李雅楠.生產過程綠色化能促進就業嗎——來自清潔生產標準的證據[J].財貿經濟，2017，38（3）：131-146.

[33]王玉琴，劉成奎，王浩.城市綠色轉型的就業創造效應——來自低碳城市試點的證據[J].中南財經政法大學學報，2024（1）：45-57.

[34]程波輝，羅培鍇.雙向投資對我國就業質量的影響及門檻效應——基于2009—2022年省域面板數據的實證分析[J].華東經濟管理，2024，38（5）：48-58.

[35]王曉娟，朱喜安，王穎.工業機器人應用對制造業就業的影響效應研究[J].數量經濟技術經濟研究，2022，39（4）：88-106.

[36]陳宏光，安詩鳳.生成式人工智能訓練數據的風險與治理研究[J].海南開放大學學報，2024，25（1）：110-118.

基金項目：本文系國家社會科學基金一般項目“中國—中南半島雙向直接投資聯動驅動產業動能轉換實現機制研究”（20BJL050）階段性研究成果。

收稿日期：2024-11-19

作者簡介：徐麗楚（2001-），女，江西上饒人，云南師范大學經濟學院碩士研究生；

王 " "琳（1998-），女，云南宣威人，云南師范大學經濟學院碩士研究生；

董寶中（1991-），男，云南保山人，云南師范大學經濟學院講師。