人工智能影響下制造業(yè)轉移與就業(yè)總量的關系研究

摘 要：在人工智能浪潮的推動下，制造業(yè)生產方式發(fā)生了顛覆性變化，對勞動力市場產生深遠影響。本文基于2006—2019年的省級面板數據，從國際和國內兩個視角出發(fā)，深入探討了制造業(yè)轉移對就業(yè)總量的影響。研究發(fā)現，制造業(yè)國際國內轉移均對就業(yè)總量產生積極影響；異質性分析表明，制造業(yè)FDI和國內制造業(yè)轉移為東中西部地區(qū)提供了就業(yè)機會，而OFDI對中部地區(qū)就業(yè)的正向影響則不顯著；同時，OFDI和國內轉移對創(chuàng)新質量較低的地區(qū)的就業(yè)推動作用更強，FDI則在創(chuàng)新質量較高的地區(qū)產生的就業(yè)激勵作用更大。機制檢驗結果顯示，在人工智能的影響下，制造業(yè)國際國內轉移存在“就業(yè)創(chuàng)造效應”，有利于增加就業(yè)總量。本文研究結論有助于緩解公眾對“機器換人”可能帶來的就業(yè)的擔憂，為未來制造業(yè)的發(fā)展方向、方式及就業(yè)保障政策提供了有益啟示。

關鍵詞：產業(yè)轉移；國內轉移；國際轉移；就業(yè)；工業(yè)機器人；FDI；OFDI

中圖分類號：F240 文獻標識碼：A 文章編號：2096-0298（2025）04（a）--04

1 引言

自18世紀末起，世界已先后經歷了四次全球產業(yè)轉移，而從2010年左右開始的第五次產業(yè)轉移至今仍處于“進行時”狀態(tài)。國際產業(yè)轉移是一個全球范圍內生產關系的深刻調整過程[1]，也是全球價值鏈不斷變動的過程。在這個過程中，國際分工不斷調整，世界各國“引進來”和“走出去”的步伐逐漸加快，制造業(yè)尤為如此。其間，美國政治人物先后喊出“制造業(yè)回歸”“讓美國再次偉大”等口號更是直接或間接促使大批制造業(yè)回歸美國。同時，一些擔憂和問題也隨之而來：一方面，受外部沖擊而“走出去”的產業(yè)是否會造成國內的“空心化”問題[2]？是否會引起大規(guī)模的結構性失業(yè)？而那些“引進來”的產業(yè)又是否能夠彌補這一部分失業(yè)？另一方面，國內的老齡化程度不斷加深，用工成本上升，隨著人工智能的不斷發(fā)展，全球工業(yè)機器人的使用范圍不斷擴大，使用成本不斷降低，使用頻率不斷提高，“走出去”和“引進來”是否能夠刺激國內產業(yè)技術升級，出現“機器換人”現象？這種“機器換人”現象會產生就業(yè)的替代效應還是“誘導式”的激勵效應？

為此，本文從產業(yè)轉移出發(fā)，考慮國際產業(yè)轉移和國內產業(yè)轉移兩個視角，分析制造業(yè)轉移對中國的就業(yè)形勢會產生什么樣的影響。國際產業(yè)轉移既包括產業(yè)的“走出去”，又包括產業(yè)的“引進來”，因此本文從“引進來”和“走出去”雙向視角分析國際產業(yè)轉移的就業(yè)效應。

2 相關研究回顧

自世界第五次產業(yè)轉移開始，大量學者分析了中國產業(yè)轉移的起因、特征和效應，研究空間不僅涵蓋跨境層面的產業(yè)轉入和產業(yè)轉出，還包括國內區(qū)域間的產業(yè)轉移。當前關于產業(yè)轉移效應的研究主要集中在產業(yè)轉移對經濟增長、技術進步、產業(yè)結構變化[3]、母國就業(yè)效應[4]、環(huán)境效應[5]及共生效應[6]這幾個方面，尤其是國內區(qū)域間產業(yè)轉移的相關效應方面。但關于產業(yè)轉移的就業(yè)效應，學界并沒有統(tǒng)一的結論，對不同區(qū)域和不同時間段的研究結果也不盡相同。

隨著全球價值鏈的縱深發(fā)展和國內多種生產要素成本上升，中國制造業(yè)布局發(fā)生變化，必然對就業(yè)產生不可忽視的影響。目前，學者關于產業(yè)轉移對就業(yè)效應持有兩種觀點。一種觀點認為，在產業(yè)轉移不會引起移入國資本投入變動及生產技術水平系數變動，只會影響移入國勞動力投入的情況下，高質量產業(yè)的引入能夠產生“就業(yè)擴大效應”[7]。另一種觀點認為，產業(yè)轉移一方面將使轉出國出現“產業(yè)空心化現象”，而這種空心化將使一批相關的從業(yè)人員失業(yè)，從而改變就業(yè)結構和數量。隨著人工智能在制造業(yè)得到日益廣泛的應用，這一變化進一步引起了國內勞動力市場的變動。

人工智能作為新技術在制造業(yè)得到日益廣泛的應用，本文研究人工智能參與下對就業(yè)的影響，通過梳理現有文獻可知，學界普遍認為技術進步對就業(yè)的影響可劃分為正向的創(chuàng)造效應和負向的替代效應。 一方面，技術進步通過提供新的工作崗位[8]，提高對高技能勞動力的需求（Autor，1998）[9]。作為人工智能技術在勞動力市場最具代表的應用，工業(yè)機器人已在制造業(yè)中大量投入使用，但現有關于工業(yè)機器人使用對勞動力市場影響的研究相對有限，其結論也不盡相同。工業(yè)機器人在制造業(yè)產業(yè)轉移的就業(yè)效應中承擔著什么樣的角色？起著什么樣的作用？這些問題在已有的研究中較少涉及。因此，本文在已有文獻的基礎上對以上問題做些許有益補充。

綜上所述，已有的關于產業(yè)轉移效應的分析較少將國際國內產業(yè)轉移置于同一研究框架，因而存在一定的研究空間。此外，基于人工智能在制造業(yè)日益廣泛的應用這一事實，還需要進一步考慮產業(yè)轉移通過影響技術升級，特別是人工智能應用等方面，進而影響就業(yè)這一路徑。

3 理論模型與數據

3.1 變量選取

為從國內、國外兩個視角全面刻畫制造業(yè)轉移狀況，本文選取兩類產業(yè)轉移指標：國際制造業(yè)轉移和國內制造業(yè)轉移。資金是國際產業(yè)轉移最直接的表現形式，使用加權處理后的對外直接投資（OFDI）和外商直接投資（FDI）表征制造業(yè)國際轉移，國內產業(yè)轉移部分則使用處理后的生產份額表示，具體處理方法如下：

國際轉移OFDI：制造業(yè)對外直接投資規(guī)模，即體現“走出去”的部分產業(yè)轉移。由于制造業(yè)OFDI的規(guī)模會隨著地區(qū)制造業(yè)對經濟貢獻的增加而逐漸增加[10]，因此，本文采用加權后的OFDI流量作為代理變量，權重由各省制造業(yè)對當地的經濟貢獻占比衡量，并對其做對數化處理，以消除異方差。

國際轉移FDI：制造業(yè)實際使用外資規(guī)模，即體現“引進來”部分的產業(yè)轉移。由于中國承接產業(yè)轉入通常是以使用外資額的方式，因此，可以將承接地實際使用外資的數額作為地區(qū)承接制造業(yè)國際轉移衡量指標。同樣地，制造業(yè)對經濟增長貢獻越大的地區(qū)越容易受到外資的青睞，并且當地外商投資呈現“路徑依賴”特征，從而進一步增加外資對當地的投資總額[11]。因此，本文同樣采用加權后的FDI數額作為國際產業(yè)轉移FDI的代理變量，處理方法同OFDI。

國內產業(yè)轉移TRANS。首先，本文借鑒孫曉華等（2018）[12]的方法對行業(yè)份額進行加權處理，權重為地區(qū)經濟規(guī)模在全國經濟規(guī)模中的占比，以消除地區(qū)生產狀況可能造成的干擾。其次，為了剔除通貨膨脹對國內產業(yè)轉移的影響，對產業(yè)產值進行價格平減，平減指數運用生產者價格指數。

控制變量：參考Cheng等（2019）[13]關于行業(yè)特征、機器人對就業(yè)的影響研究，在實證中加入以下變量控制行業(yè)特征：（1）制造業(yè)生產率（scrate），由經濟發(fā)展理論可知，一定時期內，在總產出一定的情況下，勞動生產率越高，就業(yè)崗位越少，因此生產率與勞動力就業(yè)存在負向關系；（2）人力資本水平（human），用高等教育人數比例表示，從勞動力供給的角度衡量勞動力水平和素質，勞動力知識儲備將會影響職業(yè)選擇，因而會對就業(yè)結構和總量產生影響；（3）交通便利度（convenient），用人均道路面積表示。

3.2 數據來源

本文選取2006—2019年的省級數據，各省實際利用外資額和外商直接投資數據來源于《中國工業(yè)統(tǒng)計年鑒》和《中國對外直接投資公報》，工業(yè)機器人安裝密度來源于國際機器人聯盟（IFR），為了與本文的省份研究相匹配，本文借鑒Bartik工具變量法將行業(yè)數據轉化為省級面板數據。

4 實證結果分析

4.1 產業(yè)轉移對就業(yè)總量的影響分析

本文采用基于省份、年份兩個維度下的制造業(yè)數據，選取中國30個省（因相關數據缺失，不包括西藏自治區(qū)）作為研究對象，并采用面板模型以檢驗國內外產業(yè)轉移對制造業(yè)就業(yè)規(guī)模的影響，模型設定如下：

employmentc，t=α0+β1lnOFDIc，t+β2lnFDIc，t+β3lnTransc，t+β4human+β5scratec，t+β6convenientc，t+εc，t（1）

其中，employmentc，t為c省t時期的就業(yè)總量，lnOFDI、lnFDI和lnTrans分別為制造業(yè)國際轉移OFDI、制造業(yè)國際轉移FDI和制造業(yè)國內轉移，并加入控制變量制造業(yè)生產率（scrate）、人力資本水平（human）和交通便利度（convenient）。

運用stata軟件計算的回歸模型結果為：

employmentc，t=4.661+0.044lnOFDI+0.035lnFDI+0.016lnTrans+1.704human-0.360scrate+0.003convenient（2）

結果顯示，核心解釋變量系數OFDI和FDI顯著為正，這說明國際產業(yè)轉移對制造業(yè)的就業(yè)規(guī)模總體呈現激勵效應，國內產業(yè)轉移顯著為正，這表示國內產業(yè)轉移有助于擴大制造業(yè)的就業(yè)規(guī)模。從系數大小來看，OFDI的刺激作用強于FDI，而國際產業(yè)轉移FDI的就業(yè)創(chuàng)造能力又高于國內產業(yè)轉移，這可能與各類產業(yè)轉移對就業(yè)的影響渠道不同有關。

4.2 異質性分析

4.2.1 區(qū)分三大經濟帶

通過前文的分析可以看出，無論是實際利用外資額，還是對外直接投資對于就業(yè)影響的差異都源于產業(yè)轉移方向的不同。實際上，產業(yè)轉移一般分為產業(yè)轉入和產業(yè)轉出。不同地區(qū)的經濟發(fā)展狀況不同，產業(yè)轉移的主要行業(yè)、方向和強度也并不相同。中國區(qū)域經濟發(fā)展不平衡的問題長期存在，因此，本文將東中西部三大經濟帶作為異質性分析的坐標原點，分析不同經濟帶的異質性。

回歸結果如表1列（1）—列（3）所示。總體而言，無論是FDI還是國內轉移對東中西部地區(qū)的就業(yè)總量都能產生正向作用，但OFDI在東中西部地區(qū)的就業(yè)效應存在顯著性差異，具體來說，OFDI只會顯著拉高東西部地區(qū)的就業(yè)總量。

4.2.2 區(qū)分省份創(chuàng)新質量

創(chuàng)新具有投資回報期長、高成本和高風險的特點，因此，政府提供的資金支持、稅收補貼及區(qū)域的創(chuàng)新環(huán)境都能夠激勵企業(yè)進行創(chuàng)新活動，刺激企業(yè)積極研發(fā)和采用新技術。國內已有大量學者通過實證分析論證了這種積極作用，認為各地創(chuàng)新質量呈現出“南強北弱”和“南快北慢”的特征，影響當地企業(yè)新技術的開發(fā)和使用，如工業(yè)機器人等（楊騫和劉鑫鵬，2021）[14]。考慮到這一特征，本文將進一步分析不同省份創(chuàng)新質量對就業(yè)影響是否存在異質性。

本文分別對不同組進行回歸分析，回歸結果如表1列（4）—列（6）所示。由回歸結果可知，不同創(chuàng)新質量的地區(qū)在參與國際國內產業(yè)轉移的過程中，都能夠在就業(yè)總量方面有不同程度的受益，低創(chuàng)新質量的地區(qū)從OFDI和國內產業(yè)轉移中提高的就業(yè)率最多，而FDI對高創(chuàng)新質量地區(qū)的就業(yè)正向影響最大。

4.3 機制分析

隨著國際貿易內容的逐漸擴展及人工智能的不斷發(fā)展，關于國際貿易與技術進步關系的討論不斷更新。包括機器人在內的人工智能的廣泛應用對全球經濟社會多方面的發(fā)展產生了深刻影響，國際機器人聯盟的統(tǒng)計報告指出，工業(yè)機器人在產業(yè)中日益廣泛的應用，將引起多方面的連鎖反應，其中也包括對就業(yè)市場的影響[15]。由于機器人的使用更多是國際產業(yè)轉移的“學習效應”帶來的，因此，本文主要考察國際產業(yè)轉移通過工業(yè)機器人安裝密度對就業(yè)的間接影響。

為了考察國際產業(yè)轉移OFDI對工業(yè)機器人安裝密度的影響，進而判斷對就業(yè)總量的影響，加入交互項lnOFDI× Bartik進行考察；同樣地，加入交互項lnFDI×Bartik考察實際利用外資額通過工業(yè)機器人安裝密度對就業(yè)的影響。從回歸結果可以看出，在99%的置信水平下，交互項lnOFDI×Bartik、交互項lnFDI×Bartik、交互項TRANS× Bartik系數均顯著為正，但系數值不大，分別為0.0066、0.0055和0.0105，說明無論是對外直接投資、外商實際投資還是國內產業(yè)轉移，在工業(yè)機器人的參與下均對就業(yè)產生正向的促進作用。工業(yè)機器人作為一種先進的生產和管理技術，有利于增強企業(yè)的技術水平，并且工業(yè)機器人的規(guī)模經濟優(yōu)勢有助于企業(yè)提高效率，占據更大的市場份額，提升企業(yè)破除貿易壁壘的能力。從OFDI角度來看，向發(fā)達地區(qū)的技術尋求型對外直接投資能夠學習國外先進的技術和管理經驗，并增加國內企業(yè)的研發(fā)支出，帶動國外先進技術在本國的運用，而且中國工業(yè)機器人的所有權也有助于企業(yè)進一步跨越發(fā)達國家的技術壁壘，獲取對外直接投資創(chuàng)造的逆向技術溢出效應，降低邊際成本，創(chuàng)造出新的崗位，提高勞動力需求，拉動就業(yè)。對落后于本國的對外直接投資則能夠化解過剩產能，預留空間優(yōu)化產業(yè)結構，加大科技投入，提升整體生產率，擴大就業(yè)。從FDI角度來看，國外高水平企業(yè)的外商直接投資不僅會引起國內同行業(yè)間的競爭，促使企業(yè)尋求先進技術提高生產率，還會進一步誘導下游企業(yè)的設備升級和人才配備，刺激上游企業(yè)升級技術提高產品增加值。在這一過程中會催生出新業(yè)態(tài)新模式，衍生出相應的勞動力需求，產生就業(yè)擴散效應。從國內產業(yè)轉移角度看，作為產業(yè)轉出地的地區(qū)可以通過挪開夕陽產業(yè)的方式為服務業(yè)或高新技術產業(yè)騰出空間，提升對高技能勞動力的需求，出現高技能勞動力的“就業(yè)升級”現象，具體表現在工資上漲、就業(yè)率上升，作為轉入地的地區(qū)，資本和技術逐漸在轉入地集聚，加速轉入地的工業(yè)化和城鎮(zhèn)化進程，并且為了彌補與轉出地之間的差距，開展大規(guī)模的、系統(tǒng)的技術研究，為勞動力創(chuàng)造更多的就業(yè)機會。

5 結論與政策啟示

5.1 研究結論

在現有研究的基礎上，本文采用2006—2019年的省級面板數據，利用柯布—道格拉斯生產函數，探究了人工智能影響下國際國內產業(yè)轉移的就業(yè)效應，得到的核心結論如下：

首先，從整體情況來看，制造業(yè)轉移會產生“就業(yè)創(chuàng)造效應”。具體而言，OFDI的創(chuàng)造效應大于FDI，也大于國內轉移。其次，從異質性分析來看，國際制造業(yè)轉移在不同區(qū)域的就業(yè)效應存在差異。具體而言，FDI和國內制造業(yè)轉移能夠拉高中東西部地區(qū)的就業(yè)總量，而國際制造業(yè)轉移FDI對中部地區(qū)就業(yè)的正向影響不顯著；區(qū)分省份創(chuàng)新質量的基礎上，FDI在創(chuàng)新質量高的區(qū)域就業(yè)創(chuàng)造效應最大，OFDI和國內產業(yè)轉移對低創(chuàng)新質量地區(qū)的就業(yè)促進作用最強。最后，從機制分析來看，在人工智能的影響下，無論是OFDI、FDI還是國內產業(yè)轉移均能顯著提升就業(yè)總量。

5.2 政策啟示

基于上述結論，本文對著力改善制造業(yè)就業(yè)情況和產業(yè)轉移發(fā)展水平提出如下幾方面的建議：

首先，堅持適度的對外開放。本文研究發(fā)現，國際國內制造業(yè)轉移對就業(yè)起到了顯著的積極影響，因此要利用好國際國內兩個市場。但本文研究同樣發(fā)現，對外開放程度在一個適度的區(qū)間對就業(yè)的促進作用最強，考慮到這一因素，對外開放需要“適度”。在提高外資額利用效率的同時，分階段、有步驟地完善對外直接投資的海外布局，有選擇性地選擇資金投放領域和區(qū)域，重視實際利用外資額和對外直接投資的質量，積極引導資金流向關鍵領域，為后期國內制造業(yè)產業(yè)鏈的完善和國際分工地位的提升打下堅實基礎。

其次，加快向工業(yè)智能化轉變。本文研究發(fā)現，工業(yè)機器人的使用能夠釋放制造業(yè)轉移對就業(yè)的促進作用。同時，隨著智能化時代的快速發(fā)展及中國人口紅利的逐漸消失，低廉的勞動力成本不能再作為一個地區(qū)長期發(fā)展的核心競爭優(yōu)勢，政府應從一味重視成本的舊思想中掙脫出來，大力向工業(yè)智能化方向轉變，推行落實相應政策，提升區(qū)域創(chuàng)新質量，改善企業(yè)創(chuàng)新環(huán)境，加強產業(yè)數字化融合，借助人工智能推動制造業(yè)高質量發(fā)展。

再次，不斷健全數字化人才培訓體系。為適應人工智能等數字化經濟轉型發(fā)展，各級政府應加強對勞動力數字化技能的培養(yǎng)，適應勞動力市場對數字化人才的新要求，構建高質量、多層次的人才結構，擴大各類教育規(guī)模，從而夯實產業(yè)數字化基礎，實現制造業(yè)轉型升級。

從次，積極培育產業(yè)新動能。為提升企業(yè)的國際競爭力和有效應對風險的能力，我國應不斷培育新動能，東西部地區(qū)的各級政府應積極尋求新的產業(yè)增長點，充分結合及發(fā)揮各地優(yōu)勢，加快數字化與實體貿易融合，鼓勵企業(yè)制定前瞻性的數字化戰(zhàn)略，以創(chuàng)新驅動當地產業(yè)跨越式發(fā)展。

最后，加快完善基礎設施建設。在完善傳統(tǒng)基礎設施建設的同時，加強新型信息基礎設施建設，提高區(qū)域間的運輸通達度，借助便捷快速的交通和通訊方式加速區(qū)域間各生產要素自由流動，破除區(qū)域間可能存在的制度壁壘，充分發(fā)揮產業(yè)轉移在區(qū)域間的溢出效應，促進中國經濟又好又快發(fā)展。

參考文獻

Carvalho V M. From micro to macro via production networks[J]. Journal of Economic Perspectives， 2014， 28（4）： 23-48.

閆冰倩， 田開蘭. 全球價值鏈分工下產業(yè)布局演變對中國增加值和就業(yè)的影響研究[J]. 中國工業(yè)經濟， 2020（12）： 121-139.

周偉. 京津冀產業(yè)轉移效應研究： 基于河北技術溢出、產業(yè)集聚和產業(yè)升級視角[J]. 河北學刊， 2018， 38（6）： 172-179.

吳淑娟， 吳海民. 產業(yè)海外轉移對母國就業(yè)空間轉移和產業(yè)轉移效應研究[J]. 經濟體制改革， 2018， 208（1）： 101-108.

魏瑋， 畢超. 環(huán)境規(guī)制、區(qū)際產業(yè)轉移與污染避難所效應： 基于省級面板Poisson模型的實證分析[J]. 山西財經大學學報， 2011， 33（8）： 69-75.

劉友金， 周健， 曾小明. 中國與“一帶一路”沿線國家產業(yè)轉移的互惠共生效應研究[J]. 中國工業(yè)經濟， 2023， 419（2）： 55-73.

嚴薇， 趙宏宇， 夏恩君. 國際產業(yè)轉移效應影響因素分析及理論模型構建[J]. 商業(yè)時代， 2009， 469（30）： 99-100.

張車偉， 王博雅， 高文書. 創(chuàng)新經濟對就業(yè)的沖擊與應對研究[J]. 中國人口科學， 2017（5）： 2-11+126.

AUTOR D H， KRUEGER A B， KATZ L F. Computing inequality： have computers changed the labor market[J]. Quarterly Journal of Economics， 1998， 113（4）： 1169-1213.

聶飛， 劉海云. 中國對外直接投資的國內區(qū)域制造業(yè)轉移效應實證研究[J]. 產經評論， 2016， 7（5）： 30-40.

韓劍， 潘沁， 徐康寧. 外商直接投資地區(qū)集聚效應的實證研究[J]. 國際貿易問題， 2005（3）： 100-105.

孫曉華， 郭旭， 王昀. 產業(yè)轉移、要素集聚與地區(qū)經濟發(fā)展[J]. 管理世界， 2018， 34（5）： 47-62+179-180.

Cheng H， Jia R， Li D， et al. The rise of robots in China[J]. Journal of Economic Perspectives， 2019， 33（2）： 71-88.

楊騫， 劉鑫鵬. 中國區(qū)域創(chuàng)新效率的南北差異格局： 2001—2016[J]. 中國軟科學， 2021， 372（12）： 92-100+128.

程虹， 陳文津， 李唐. 機器人在中國： 現狀、未來與影響： 來自中國企業(yè)—勞動力匹配調查（CEES）的經驗證據[J]. 宏觀質量研究， 2018， 6（3）： 1-21.