何勤 邱玥

[摘 要] ?人工智能技術與行業(yè)和產業(yè)融合成為各國關注的焦點，關于新技術的就業(yè)效應研究在學術界不斷推進，但學者們的研究觀點存在分歧。本文從微觀企業(yè)視角，探討人工智能概念股上市企業(yè)中人工智能技術研發(fā)投入對就業(yè)數量和質量的影響及機制，研究發(fā)現：（1）人工智能技術研發(fā)投入導致就業(yè)數量即員工規(guī)模的擴大。增加人工智能技術研發(fā)投入產生的創(chuàng)造效應較為顯著，與當前較多學者從宏觀視角下的研究結論存在一定的差異。（2）人工智能技術研發(fā)投入不僅對就業(yè)數量產生正向影響，而且能夠提高以收入為表征的就業(yè)質量。基于人工智能技術以及上市企業(yè)的特征，一方面新技術對人才需求的增加相應提升了員工收入水平，另一方面在上市企業(yè)績效制度的要求下，員工易受到激勵而追求高目標，從而提升收入水平。（3）產品創(chuàng)新在人工智能技術研發(fā)投入對就業(yè)的影響中存在中介效應，即企業(yè)人工智能技術研發(fā)投入程度會通過影響產品創(chuàng)新程度間接作用于員工規(guī)模和員工收入。（4）人工智能技術迅速發(fā)展、國家政策紅利支持及上市企業(yè)的獨特特征等情境因素，進一步推動了人工智能上市企業(yè)的就業(yè)創(chuàng)造效應機制。與當前大部分研究結果相比，企業(yè)提高人工智能技術的研發(fā)投入并沒有產生顯著的“釜底抽薪”效應，即對員工就業(yè)產生消極的破壞效應，而凸顯出新技術對就業(yè)的“錦上添花”效應，即帶來更多的就業(yè)機會。

[關鍵詞] ?人工智能;上市企業(yè);就業(yè)

[中圖分類號] ?F249.214 ?[文獻標志碼]A ? [文章編號] 1672-4917（2020）02-0084-12

一、引言

當前世界各國對人工智能的關注程度不斷提高，新技術的研發(fā)和應用不斷取得突破性進展。從歷次技術革命的發(fā)展歷程來看，每一階段技術進步都需要由一項通用技術的發(fā)明來推動，這是影響行業(yè)和社會經濟發(fā)展的必要條件。人工智能作為即將到來的第四次技術革命的通用技術，在現階段已經在較多領域取得了舉世矚目的成果。2016年智能機器人AlphaGo擊敗了人類圍棋冠軍，使得人工智能受到了越來越多的關注。2019年，美國腦機接口研究公司推出了“腦后插管”的新技術，成為現階段人工智能技術里程碑式的技術突破，在未來將會對人類與機器的交互方式產生重要影響。人工智能技術為國家發(fā)展、社會經濟以及人類的生活方式帶來了較多有益的方面，然而新技術的擴散對勞動者工作替代帶來結構性失業(yè)、技能與技術不匹配等問題，也有部分群體因此產生人力勞動被機器所取代的恐慌感，由此引發(fā)學術界對“機器換人”的關注和研究。

到目前為止，由于人工智能技術對勞動力市場帶來了范圍更廣、更為深遠的影響，使得新技術與就業(yè)的關系再次成為國內外學者關注的重點話題。弗里曼（Freeman）等人（1982年）將技術進步劃分為兩方面，一是工藝創(chuàng)新，其對于就業(yè)的影響是消極的，從而對收入的影響也是破壞性的;二是產品創(chuàng)新，增加新市場和就業(yè)機會。同時，也有學者意識到技術進步不僅取代了部分勞動，也加速了產品創(chuàng)新，引起了勞動力就業(yè)方向的轉移（王娟等，2018年）[2]。熊紅芳等人（1998年）[3]以戰(zhàn)后日本技術革新和勞動力市場的關系為研究對象，發(fā)現新技術在替代一部分人力勞動的同時，增加了新的勞動力需求。進入21世紀后，人工智能與以往技術進步相比，對勞動力市場的影響更為深刻。美國的勞動崗位中存在被替代風險的比例達到47%，然而各崗位的被替代比率與其工資水平和技能要求呈現負相關關系（楊偉國等，2018年）[4]。同樣，日本的勞動崗位被替代可能性較大，占比達到55%，尤其是非正規(guī)就業(yè)勞動者[戴維（David），2017年][5]。然而，加拿大的勞動力市場卻出現了相反的情況，被自動化替代風險較高的崗位僅有1.7%[奧施曼（Oschinski）等，2017年][6]。此外，也有學者對人工智能技術的就業(yè)效應提出了不同的看法，如阿恩茨（Arntz）等學者（2016年）[7]認為當前許多人夸大了人工智能技術的替代效應，現有研究結果僅揭示了替代效應的可能性。曹靜等學者（2018年）[8]也提出工作被替代并不意味著實際工作的損失。郭凱明（2019年）[9]通過構建人工智能的多部門動態(tài)一般均衡模型，研究人工智能技術是否會惡化收入不平等程度，提出勞動收入份額的變化受產業(yè)轉型升級的影響，而未來制造業(yè)的轉型方向取決于新技術運用所帶來的產出彈性。吳清軍等學者（2019年）[10]以電商平臺為研究對象，測算人工智能的就業(yè)效應，結果顯示，短期內人工智能技術會對電商平臺就業(yè)帶來一定的消極影響，而長遠來看，會促進電商行業(yè)整體經濟效益的增長并增加就業(yè)機會。

通過對現有文獻的梳理，發(fā)現存在以下不足：（1）在研究視角上，大部分學者從宏觀視角來闡述人工智能對就業(yè)的影響，然而因國家、地區(qū)和行業(yè)的不同，人工智能技術的運用程度和效益存在差異，僅從整體性角度研究人工智能的就業(yè)效應，難以具體說明人工智能與就業(yè)的關系。（2）在研究方法上，目前多數學者以理論說明或推導為主，運用經典理論可以從一定程度上解釋人工智能技術發(fā)展所帶來的影響，然而仍然需要運用數據反映問題、揭示規(guī)律，以對理論進行支撐。此外在實證研究方面，學者們較多運用宏觀數據對人工智能與就業(yè)的關系進行論證，很少運用企業(yè)數據深入分析具體問題。（3）在研究結論上，學者們的觀點存在差異，對于人工智能的創(chuàng)造效應和破壞效應存在爭議，缺乏較為統(tǒng)一的認識。

在全球化趨勢下，我國人工智能上市公司數量也在不斷增多。人工智能上市公司，即人工智能概念股上市公司，屬于技術密集型企業(yè)，依賴于科技和技術創(chuàng)新，以人工智能技術研發(fā)和應用為主營業(yè)務，并且較為重視研發(fā)投入。從地理分布上來看，這些公司主要集中于沿海地區(qū)，如廣東省、上海市、江蘇省、浙江省等，并且大部分人工智能上市公司的企業(yè)性質屬于民營企業(yè)。本文以我國人工智能上市企業(yè)為研究對象，旨在研究當前微觀企業(yè)層面人工智能對就業(yè)的影響是呈現創(chuàng)造效應還是破壞效應？人工智能對就業(yè)質量產生何種影響？哪些情境推動了人工智能上市企業(yè)對就業(yè)產生這些影響？本文通過對現有理論基礎的梳理，提出研究假設，并對所選取的樣本企業(yè)2013—2018年的上市公司年報數據進行分析，運用回歸分析法力圖說明人工智能與就業(yè)規(guī)模和員工收入水平間的關系，并提出相應的建議。本文的貢獻主要在于：（1）在現有研究基礎上，從微觀視角探討人工智能技術對就業(yè)數量和質量的影響并進行實證分析，得出的結論補充了技術進步與就業(yè)效應關系的結論，揭示了導致二者關系的情景性因素。（2）引入產品創(chuàng)新作為中介變量，針對人工智能技術研發(fā)投入對就業(yè)的間接效應展開研究，從微觀層面探索了人工智能技術對就業(yè)的作用機制。（3）結合人工智能技術發(fā)展背景、我國現階段的發(fā)展方向以及上市企業(yè)的特征，分析和討論人工智能上市企業(yè)所產生就業(yè)效應的潛在原因，以提出相應的建議。

二、文獻回顧與研究假設

（一）人工智能技術發(fā)展與就業(yè)規(guī)模的關系

對人工智能技術投入較高的企業(yè)中，大部分操作性、重復性工作實現了自動化，對于在職員工來說，他們需要對智能化設備的處理結果進行檢測，并根據需要進行相應的調整。在關于人工智能與就業(yè)關系的研究中，學者們主要從宏觀視角來對其進行定性或定量研究，得出的結論存在較大差異。國外學者弗雷（Frey）等人（2017年）[11]收集了702種職業(yè)的數據進行分析，研究發(fā)現交通運輸、后勤服務、辦公文員及生產部門等就業(yè)崗位普遍存在被人工智能替代的風險。同時，阿恩茨（Arntz）等人（2016年）[7]分析了21個OECD國家的就業(yè)崗位狀況，其中美國高被替代風險崗位占比9%。然而在達斯（Dauth）等人（2017年）[12]運用德國數據進行研究，結果顯示并沒有發(fā)現人工智能對就業(yè)規(guī)模的破壞效應。我國學者孫文凱等（2018年）[13]研究發(fā)現，我國的常規(guī)性就業(yè)崗位與發(fā)達國家相比要高出許多，因此人工智能技術在崗位中的運用會對我國勞動力市場帶來較大的沖擊?；趰徫粯O化現象，王春超等人（2019年）[14]指出人工智能技術逐漸取代了中等技能崗位，加速了勞動者向技能等級兩端的崗位流動。人工智能技術的投入使用，使企業(yè)原有的生產和工作方式產生了一定程度的變化，對勞動生產率起到改善作用，從而提高有效需求（程承坪、彭歡，2018年）[15]。

現有研究中，較多學者運用理論推演的方式，從宏觀層面上分析整個勞動力市場的就業(yè)狀況，但還缺乏從微觀企業(yè)視角分析就業(yè)量的變化。由于企業(yè)對人工智能技術的重視程度取決于其有用性和易用性，當前人工智能在替代部分人類勞動時，只能將工作崗位中的部分流程自動化，對于企業(yè)中的在職員工來說，創(chuàng)新技術在企業(yè)中的運用僅是改變了現有工作崗位的任務結構（潘文軒，2018年）[16]，甚至對于掌握人機協(xié)同工作的人員來說，將擁有更多的工作機會。因此本文提出以下研究假設：

假設1：企業(yè)加強人工智能技術的研發(fā)力度會增大就業(yè)規(guī)模。

（二）人工智能技術發(fā)展與員工收入的關系

人工智能技術在對就業(yè)規(guī)模產生影響的同時，也會對勞動者收入分配格局進行重塑（余玲錚等，2019年）[17]。從當前國內外研究來看，人工智能技術對收入水平的影響成為關注熱點之一。

在國外學者關于人工智能與收入關系的研究中，較多學者運用經濟學理論模型進行推演。阿西莫格魯（Acemoglu）（2002年）[18]提出智能機器人對員工收入水平的影響由資本與勞動間替代彈性決定。奧特爾（Autor）（2017年）[19]通過構建“超級明星”企業(yè)模型發(fā)現，其利潤增長率通常較勞動工資增長率漲幅較大，從而導致勞動收入份額呈現下降趨勢。阿西莫格魯（Acemoglu）等人（2018年）[20]在研究智能機器人的替代效應中，認為勞動者的工資在這一過程中被壓低，并且由于人工智能可以實現高生產效率，因此總體上對勞動份額的影響是消極的。

從國內所發(fā)表的文獻來看，關于人工智能對收入影響的相關文獻較少，并且較多研究結論表明當前人工智能對收入的影響存在不確定性。根據學者對就業(yè)極化現象的描述，人工智能技術在較多國家的運用伴隨著“兩極化”現象的出現，中等技能行業(yè)的就業(yè)崗位不斷減少，低技能和高技能工作崗位相對增加（孫早等，2019年）[21]。人工智能技術在完成具有常規(guī)性、邏輯性、重復性等特征的中等技能工作任務中，相較于人力勞動擁有較強的處理能力，從而逐漸替代此類工作。屈小博等人（2015年）[22]研究我國就業(yè)結構變化的過程中，提出我國就業(yè)結構整體呈現升級態(tài)勢，在東部經濟發(fā)達省份中，中高或高收入崗位增長相對較多。郭凱明（2019年）[9]構建了人工智能的多部門動態(tài)一般均衡模型，指出人工智能技術促使生產要素在產業(yè)部門間流動，勞動收入受到各生產要素流動方向的影響會發(fā)生不同的變化。

人工智能技術在就業(yè)結構重塑的過程中，創(chuàng)造了較多新的工作任務，就業(yè)人員為尋求就業(yè)機會以及對更高收入和更優(yōu)越工作環(huán)境的追求，會主動采取措施以提升自身的技能，從而完成工作轉換，因此基于現有學者的相關研究，本文提出以下假設：

假設2：企業(yè)加強人工智能技術的研發(fā)投入會提高員工的收入水平。

（三）產品創(chuàng)新在人工智能與員工就業(yè)間的作用

在已有文獻中，研究者們通過理論分析，認為人工智能技術的運用不僅提高了生產效率，簡化了產品的生產流程，并且新技術在運用過程中能夠根據消費者的不同需求形成產品的個性化設計和生產，實現產品創(chuàng)新，以滿足他們的差異化需求。技術進步深化產業(yè)分工，延長產業(yè)鏈（程承坪、彭歡，2018年）[15]，這不僅有利于使生產成本降低，而且生產方式的創(chuàng)新能夠提升產品的質量，并且為產品創(chuàng)新以及新產品的研發(fā)提供基礎。

創(chuàng)新擴散理論認為，新技術的運用是為了使該項技術創(chuàng)新生產出符合消費者需求的產品，基于市場需求的產品體現出更高的創(chuàng)新性和優(yōu)越性，并且更容易產生擴散效應（王珊珊等，2012年）[23]。人工智能技術具備通用性和創(chuàng)新性，與以往技術進步一樣，在改進生產工藝、提高生產效率方面發(fā)揮巨大作用，與此同時，能夠激發(fā)企業(yè)的創(chuàng)新能力，不僅可以提升原有產品的質量和出廠速度，并且隨著企業(yè)研發(fā)能力的提高，產品的性能、功能和設計等方面都會有所突破，甚至創(chuàng)造出全新的產品。人工智能技術研發(fā)程度通過產品創(chuàng)新，會對企業(yè)員工規(guī)模和收入產生間接影響，從學者們的研究結果來看，這種間接影響存在正負兩方面效應：一方面，人工智能的發(fā)展將會帶來新產品的創(chuàng)新，并且產品創(chuàng)新在與新職業(yè)和服務相結合的過程中，會形成新的就業(yè)增長點（王春超等，2019年）[14]，從而擴大了企業(yè)的勞動需求。另一方面，當企業(yè)在研發(fā)人工智能技術的同時，提高了企業(yè)的創(chuàng)新能力，與人力勞動相比為企業(yè)創(chuàng)造出更高的價值，從而導致企業(yè)增加對新技術的研發(fā)投入，相應地減少對人力勞動的需求。

從創(chuàng)新擴散理論角度來看，人工智能作為一項新技術被企業(yè)認可時，隨著企業(yè)研發(fā)程度的提高，會相應地提高企業(yè)內部創(chuàng)新能力，從而促進產品創(chuàng)新，這會間接影響企業(yè)中崗位替代數量。因此，根據上述分析，產品創(chuàng)新在人工智能技術研發(fā)程度與就業(yè)規(guī)模間存在中介效應，企業(yè)對研發(fā)費用的投入在一定程度上會通過產品創(chuàng)新程度對企業(yè)員工規(guī)模和員工收入產生影響。因此，基于以上分析，本文提出以下假設：

假設3：企業(yè)加強人工智能技術的研發(fā)投入會提高產品創(chuàng)新程度，進而間接影響企業(yè)員工規(guī)模和員工收入。

三、研究設計

（一）樣本選取和數據來源

本文人工智能概念股上市公司的選取主要來自萬德數據庫和同花順數據庫，并將兩份人工智能上市公司名單進行匯總，共得到人工智能上市公司139家。匯總后的人工智能上市公司各指標的數據源于同花順數據庫，該數據庫整合了全球較為廣泛的宏觀和行業(yè)數據，包括我國和全球宏觀數據、行業(yè)經濟數據等。根據數據的可獲得性和完整性，本 文數據處理步驟為：（1）將139家人工智能上市公司的代碼和名稱導入從同花順數據庫的自選股模板中，根據變量所需的測量指標依次將各類指標導入至模板。（2）根據企業(yè)年報數據的發(fā)布狀況，避免出現大面積數據缺失，選擇2013—2018年間我國人工智能上市公司各指標的數據并提取，得到139家人工智能上市公司各指標的初始數據。（3）在所得樣本公司中剔除ST和*ST公司。（4）在所得樣本公司中剔除各變量指標數據缺失的企業(yè)樣本。經過篩選，最終獲得95家人工智能上市企業(yè)數據。

（二）變量選擇

本文關注微觀企業(yè)視角下研究人工智能技術研發(fā)對企業(yè)員工就業(yè)規(guī)模及工資收入的影響，因此將人工智能技術研發(fā)投入作為解釋變量，員工規(guī)模和員工收入作為被解釋變量?；诋斍耙延嘘P于人工智能在內的技術創(chuàng)新相關研究，參考欒斌等人（2016年）[24]、王雷（2017年）[25]的變量指標選取方式，本文選擇研發(fā)投入作為衡量企業(yè)人工智能技術研發(fā)力度的指標。在技術創(chuàng)新對就業(yè)的影響結果中，較多研究關注就業(yè)數量的變化，因此相應地選取各企業(yè)歷年的員工數量作為衡量員工規(guī)模的指標，對于員工收入變量選取企業(yè)財務報表中的應付職工薪酬作為衡量指標。

在企業(yè)人工智能技術創(chuàng)新對員工規(guī)模和收入水平產生直接影響的同時，理論層面上產品創(chuàng)新在其中具有中介效應，根據查曼納爾（Chemmanur）等人（2014年）[26]的研究，選擇樣本公司無形資產賬面價值作為衡量指標，其中包括專利技術、非專利技術和商標權等內容。此外，本文參考相關文獻，選取的控制變量包括資產規(guī)模、資本結構、盈利能力、營運能力。具體變量及變量說明如表1所示。

（三）模型設定

上述方程所實施的效果分別為：（1）主效應檢驗：檢驗系數α1，若顯著則通過主效應檢驗，否則停止檢驗;（2）部分中介檢驗[巴龍和肯尼（Baron & Kenny），1986年][31]：依次檢驗系數α2和γ，若均呈顯著狀態(tài)，則至少部分通過了中介檢驗，否則檢驗功效較低，需進行Sobel檢驗;（3）完全中介檢驗[賈德和肯尼（Judd & Kenny），1981年][32]：檢驗系數αt，若顯著則為部分中介效應，即解釋變量對被解釋變量的影響只有部分是通過中介變量產生影響的，否則為完全中介效應。

四、實證結果與分析

（一）描述性統(tǒng)計結果

在進行實證分析前，首先對各變量進行描述性統(tǒng)計分析。將樣本公司所屬地區(qū)進行統(tǒng)計，這些公司所在地區(qū)主要包括廣東（25.3%）、北京（22.1%）、浙江（10.5%）等地，并且隸屬于廣東省和北京市的公司居多。從整體地理位置上看，主要分布于我國沿海地區(qū)（見圖1），并且這些地區(qū)的人工智能技術發(fā)展處于全國領先地位。從上市地來看，樣本企業(yè)的證券交易所主要分為兩類，一是深圳證券交易所（81%），二是上海證券交易所（19%），均屬于東南沿海地區(qū)，說明該地區(qū)對人工智能企業(yè)的接納和重視度較高，大多數人工智能公司選擇從東南沿海地區(qū)上市。從企業(yè)性質角度來看，所選樣本公司中大多數屬于民營企業(yè)（72.6%）（見圖2），說明民營企業(yè)相對來說對人工智能技術的引進和研發(fā)程度較高，因其受到約束相對其他企業(yè)來說較小，因而在做決策和選擇上具有相對較大的靈活性。此外，本文對各變量的對數取值進行了描述性統(tǒng)計分析，見表2。

（二）單位根檢驗

在對面板數據進行回歸分析前，需要根據模型中各變量所對應的數據進行單位根檢驗，以驗證數據的平穩(wěn)性（何輝等，2019年）[33]，本文采用ADF和PP檢驗法對各主要變量進行單位根檢驗，在Pool中選擇Summary檢驗類型，得出結果，見表3。

從檢驗結果來看，對各主要變量進行水平檢驗并且均選擇無截距和趨勢項的檢驗形式時，各變量的原始數據均不平穩(wěn)，而在一階差分條件下，各變量的ADF檢驗和PP檢驗所對應的P值均在1%水平上顯著。因此，所檢驗的變量中不存在單位根，?拒絕原假設，說明一階差分后的單個變量數據是平穩(wěn)的，從而可以對所設定的模型進行回歸分析。

（三）回歸分析

本文運用最小二乘法（OLS）對主模型以及中介效應模型進行回歸分析（見表4）。從回歸結果中可以看出，第一，在主效應檢驗中，解釋變量通過1%的顯著性檢驗（P值小于1%），說明解釋變量與被解釋變量之間具有顯著的相關性;第二，在第二、三步驟檢驗中介效應中，系數α2、α3、γ均通過1%的顯著性檢驗（P值小于1%），說明本次中介效應為部分中介效應。根據溫忠麟等人（2004年）[30]提出的對中介效應程度的測算方法，中介效應占總效應的比例為α2*γ/（α2*γ+αt），即在企業(yè)人工智能技術研發(fā)投入對員工規(guī)模的影響中，產品創(chuàng)新的中介效應程度為0.137*0.594/（0.137*0.594+0.193）*100%=29.7%;在企業(yè)人工智能技術研發(fā)投入對員工收入的影響中，產品創(chuàng)新的中介效應程度為0.137*0.378/（0.137*0.378+0.462）*100%=10.1%。

通過對理論模型進行實證分析，可以看出在微觀企業(yè)數據下，人工智能技術研發(fā)投入不僅對企業(yè)員工規(guī)模和員工收入有直接的影響，而且可以通過產品創(chuàng)新這一中介變量產生間接影響。

第一，企業(yè)人工智能技術研發(fā)投入對員工規(guī)模具有顯著的正向影響，假設1成立。這說明隨著企業(yè)對人工智能技術研發(fā)的支持，企業(yè)對相關崗位的人力勞動需求會隨之提升。雖然新技術對就業(yè)存在替代效應，但當前人工智能技術的發(fā)展水平還未達到成熟階段，相對于人工智能的就業(yè)創(chuàng)造效應，其對工作任務的替代存在較大的局限性，因此總體上增加了就業(yè)機會，擴大了員工數量。在企業(yè)對新技術關注度逐漸提高時，會增加技術研發(fā)投資，以促進技術與企業(yè)運營相融合。這需要了解相關技術的人員來推動技術研發(fā)進程，然而當前人工智能技術型人才缺口是各企業(yè)面對的共同難題。一方面企業(yè)會通過提高薪資以鼓勵掌握相關技術的員工投入技術研發(fā)的工作中，另一方面新技術的投入使用會帶來部分新崗位的出現，從而帶來新的就業(yè)機會，增加企業(yè)的員工總體數量。

第二，企業(yè)人工智能技術研發(fā)投入對員工收入具有顯著的正向影響，假設2得到驗證?；诩僭O1成立的結論，企業(yè)加強人工智能技術研發(fā)投入，對員工總數起到擴大作用。根據學術界提出的“兩極化”理論，人工智能技術在現階段對中等收入階層，即主要從事事務性工作任務的就業(yè)人員的替代程度較大，并使得這部分勞動者向低收入和高收入階層流動（井上智洋，2018年）[34]。然而，與低收入崗位的需求量相比，高收入工作任務需求增幅較大，因而勞動者會主動提升自身技能以適應更高收入的工作。此外，由于新技術本身存在創(chuàng)造新工作的作用，因而在增加新技能人才的同時，會對員工總體收入起到增加作用。

第三，中介變量系數顯著，說明中介效應存在，且為部分中介效應，說明中介效應產生的影響是有限的，假設3成立。在企業(yè)不斷增加人工智能技術研發(fā)費用的過程中，會帶動企業(yè)產品的創(chuàng)新，這與許多學者的觀點較為一致。人工智能技術是一項通用性技術，具有知識外溢的特征（郭凱明，2019年）[9]，能夠應用于企業(yè)中較多場景和模塊，并在提高產品質量的同時促進產品更新和升級。在學者們的研究中顯示，人工智能對就業(yè)具有替代效應和創(chuàng)造效應，二者之間存在消長關系（趙磊等，2017年）[35]。企業(yè)增加人工智能技術研發(fā)費用的同時，新技術的通用性和創(chuàng)新性在一定程度上減少了對人力勞動的需求，但企業(yè)依舊需要引進相關技能型人才以及獲取新崗位的勞動力。

（四）穩(wěn)健性檢驗

1.滯后效應

為了檢驗企業(yè)人工智能技術研發(fā)投入對企業(yè)員工規(guī)模和員工收入是否存在滯后效應，本文參考陳秋平等人（2019年）[36]的做法，在原有主效應模型的基礎上增加企業(yè)人工智能技術研發(fā)投入的滯后項。由表5可知，在兩個解釋變量的模型中，滯后效應均不顯著，而被解釋變量的系數仍然顯著，說明在考慮了可能存在的滯后效應后，本文結論仍然穩(wěn)健。

2.控制上市地的固定效應

從樣本公司的證券所代碼來看，所選取的人工智能上市公司的上市地分為深圳證券交易所和上海證券交易所，本文參考王麗穎等（2019年）[37]、陳秋平等（2019年）[36]研究中進行子樣本回歸的做法，選取深圳交易所進行回歸。表6的回歸結果顯示，控制上市地后并不改變原有結論。

3.控制企業(yè)性質的固定效應

不同企業(yè)性質的上市公司所得的樣本觀測值可能會導致研究結論的偏差，由于民營企業(yè)的靈活度相對較大，對人工智能等新技術的選擇性較為自由，因此本文參考王麗穎等（2019年）[37]、陳秋平等（2019年）[36]研究者的做法，提取民營企業(yè)的人工智能上市公司作為子樣本進行進一步回歸分析。回歸結果顯示，原先的主要結論依然成立，見表7。

五、基于我國人工智能上市企業(yè)的情境分析和應對

（一）情境分析

本文通過構建微觀企業(yè)視角下人工智能技術研發(fā)對員工規(guī)模和員工收入影響的中介效應理論模型，并利用2013—2018年我國人工智能上市企業(yè)的面板數據對該模型進行實證分析，結果顯示企業(yè)增加新技術的研發(fā)投入對其員工數量和收入起到直接的積極作用，同時，透過產品創(chuàng)新這一中介變量同樣對員工數量和收入產生正向的顯著效應。總體上來看，與當前大部分研究結果相比，企業(yè)提高人工智能技術的研發(fā)投入并沒有產生顯著的“釜底抽薪”效應，即對員工就業(yè)產生消極的破壞效應，而凸顯出新技術對就業(yè)的“錦上添花”效應，即帶來更多的就業(yè)機會。其中的原因主要分為三類，一是人工智能技術的創(chuàng)新效應，二是上市企業(yè)的促進效應，三是我國產業(yè)轉型升級的推動效應。

第一，人工智能技術創(chuàng)新性帶來的就業(yè)創(chuàng)造效應。人工智能技術不僅作為一項新技術體現出創(chuàng)新特征，而且會帶動一系列創(chuàng)新行為的出現，包括：一是直接創(chuàng)造新的工作任務，二是推動產品創(chuàng)新的數量和速度，從而對就業(yè)規(guī)模產生直接或間接的積極影響。在現有關于人工智能技術對就業(yè)影響的文獻中，學者們較多從社會整體就業(yè)情況進行分析，結論顯示人工智能技術的發(fā)展會對就業(yè)產生較大的負面作用。然而從實證結果及分析來看，在微觀企業(yè)視角下，企業(yè)增加人工智能技術的研發(fā)投入并不會對就業(yè)狀況產生絕對的負面效應。一方面，新技術的出現需要相應的技能型人才與企業(yè)的運營相結合，企業(yè)會挖掘內部和外部的高技能員工，對于這部分稀缺人才，企業(yè)基本上會采取積極引進措施;另一方面，新技術在企業(yè)中的應用本身會帶動一些新工作任務的出現，從而擴大了企業(yè)的勞動力需求，總體上提高了就業(yè)機會。

第二，上市公司內部機制帶來就業(yè)規(guī)模擴大和就業(yè)質量提高。相對于其他企業(yè)，上市企業(yè)在提高技術研發(fā)和創(chuàng)新水平的過程中，就業(yè)創(chuàng)造效應和就業(yè)質量提升較為突出。從企業(yè)自身來看，由于上市企業(yè)籌資范圍較廣，能夠吸收社會中的閑散資金，以加快企業(yè)規(guī)模的擴大速度，并且為人工智能技術研發(fā)提供有利條件。在企業(yè)規(guī)模和技術創(chuàng)新的雙重發(fā)展趨勢下，產品的生產、設計等方面得到創(chuàng)新，并且需要引進人員填補職位空缺，一是處于發(fā)展期的企業(yè)存在技術研發(fā)不夠成熟以及工作任務數量增多的矛盾，需要勞動者從事相應的工作;二是技術創(chuàng)新帶來新的工作任務需要相應的專業(yè)人員來完成。從企業(yè)對員工的推動力來看，上市企業(yè)較為注重員工業(yè)績考核和員工激勵。我國有上市公司實施員工股權激勵措施，使得員工有動機關注業(yè)績目標（于雅萍等，2019年）[38]，從而做出有利于創(chuàng)新的行為，以提升業(yè)績水平，從而提高收入水平。根據所收集的樣本企業(yè)數據，企業(yè)性質為民營企業(yè)占據絕大部分，并且薪酬差異化的激勵作用在民營企業(yè)的效果相對于政府管控下的企業(yè)更為明顯（繆毅等，2014年）[39]。此外，績效制度的競爭性以及對應的獎懲措施，會吸引較多高成就導向型就業(yè)人員參與其中，擴大了企業(yè)的員工規(guī)模，提高了員工總體收入水平。

第三，我國政策紅利推動人工智能上市企業(yè)就業(yè)規(guī)模擴大。當前我國正處于產業(yè)結構轉型升級的關鍵時期，朝著創(chuàng)新驅動、內涵式發(fā)展、協(xié)調發(fā)展和綠色發(fā)展方向發(fā)展（師博，2019年）[40]，人工智能技術的發(fā)展既能夠帶動傳統(tǒng)產業(yè)的優(yōu)化和轉型，而且促使新型人工智能產業(yè)的大量涌現（郭凱明，2019年）[9]。對于人工智能上市企業(yè)來說，提高人工智能技術的研發(fā)和創(chuàng)新順應了我國現階段的發(fā)展態(tài)勢，國家政策的支持一定程度上推進了企業(yè)的技術創(chuàng)新進程，相應地對人工智能技術型人才的需求有所增加，從而對就業(yè)數量和質量產生了積極影響。

（二）應對措施

面對當前人工智能技術的熱潮，各行各業(yè)都無法回避新技術所帶來的影響。對于企業(yè)來說，新技術的投入使用不會對員工就業(yè)產生較大波動，然而在舊崗位消失和新崗位誕生的過程中，會造成員工的崗位流轉，脫離原本的崗位，從事新的工作任務。在我國產業(yè)轉型升級的背景下，人工智能技術的研發(fā)和創(chuàng)新主要是為了將人類從原本繁瑣的工作任務中解放出來，以從事相對于智能機器更具優(yōu)勢的工作內容，人工智能發(fā)展的理想階段是達到人機協(xié)同的主流生產和服務方式（李穎，2019年）[41]。結合人工智能上市企業(yè)的實證結果，并針對目前所面對的一系列問題，本文提出以下建議：

第一，順應我國發(fā)展方向，積極研發(fā)人工智能技術。根據實證結果顯示，人工智能上市企業(yè)增加技術研發(fā)投入會對員工規(guī)模和收入水平呈顯著的正向影響。雖然隨著技術水平的提高，會對部分工作內容存在替代作用，但從企業(yè)整體角度來看，對就業(yè)狀況的積極作用相對更為突出?，F階段，企業(yè)需要根據自身發(fā)展現狀以及技術需求，對部分低技能工作崗位進行智能化，以節(jié)省人力成本，提高運營效率。與此同時，人工智能技術在企業(yè)中的推廣提供了更多新的工作機會，一方面，對于原有常規(guī)性、重復性的工作崗位來說，減少了對人力勞動的需求，但相應地增加了輔助性的新工作任務，如對人工智能設備的監(jiān)控、檢測和維修，以及對智能化設備對工作內容的處理結果進行復查等;另一方面，對人工智能技術研發(fā)人員的需求量進一步上升。并且，在新技術直接創(chuàng)造更多就業(yè)機會的同時，會不斷推進產品創(chuàng)新進程，并間接提高對勞動者的需求，從而對就業(yè)產生積極影響。人工智能技術雖然替代勞動者完成工作任務，但并未消滅人類的就業(yè)機會。當前我國政府大力推進技術創(chuàng)新，對人工智能技術的發(fā)展推出較多鼓勵性政策，因此，企業(yè)應當積極研發(fā)人工智能新技術，為就業(yè)數量和質量的提升提供更為有利的條件。

第二，優(yōu)化激勵手段，推動產品創(chuàng)新。由于產品創(chuàng)新的中介效應，人工智能技術對就業(yè)數量和質量產生間接推動作用。當前“人機協(xié)作”的工作模式受到學術界廣泛認可，為了充分利用人工智能技術創(chuàng)新產生的就業(yè)創(chuàng)造效應，需要將激勵手段與人工智能技術以及產品創(chuàng)新掛鉤，以促進企業(yè)知識技能轉換，從而實現勞動者與機器的高度配合，達到就業(yè)數量的有效增加以及就業(yè)質量的切實改善。運用上市企業(yè)的員工持股計劃對內部和外部人才進行激勵：對于內部員工，一方面調整從事不同工作崗位的人員收入，分別對從事人工智能技術研發(fā)、“人機協(xié)作”相關工作、人工智能技術知識含量較低的工作任務的就業(yè)人員進行收入范圍界定;另一方面，鼓勵員工參與技能培訓，將原有崗位的專業(yè)知識與人工智能技術相關知識結合，提高產品創(chuàng)新的質量和速度。對于外部人才，根據企業(yè)中技能結構的變化，既要積極引進人工智能技術型人才，以滿足企業(yè)中的崗位需求，又要建立合理的門檻機制，引導新進員工與崗位更加匹配。

第三，優(yōu)化資本結構，優(yōu)化資源利用效率。相對于一般性質的企業(yè)，上市企業(yè)具有籌資優(yōu)勢，人工智能上市企業(yè)應當充分利用內外資源，在加大對人工智能技術研發(fā)和創(chuàng)新投入的同時，提高資金使用效率（侯志杰等，2018年）[42]。企業(yè)需要運用其資金優(yōu)勢，統(tǒng)籌人工智能技術與勞動者的運用成本。在目前人工智能技術的發(fā)展水平下，其主要優(yōu)勢體現在三類工作任務，即重復性、簡單性、常規(guī)性的工作任務，危險性、環(huán)境惡劣的工作任務，以及強調精度的工作任務（周文斌，2018年[43];程承坪，2019年[44]）。而人類的價值主要體現在協(xié)調性和靈活性、語言溝通能力和情感等方面。企業(yè)需要針對其內部的崗位結構，根據技術可行性、人與機器的比較優(yōu)勢以及企業(yè)的發(fā)展方向，合理利用人工智能技術與勞動者，從而實現技術資源和人才資源與崗位的最優(yōu)匹配。

第四，協(xié)調區(qū)域發(fā)展，削弱技術發(fā)展的不平衡性。從人工智能上市企業(yè)的地理分布來看，主要位于東南沿海地區(qū)地區(qū)，如廣東、上海、浙江等地，而在中西部地區(qū)中，人工智能上市企業(yè)主要集中在北京。針對企業(yè)發(fā)展中的區(qū)域差異，政府需要實施差異化的引導和支持政策。同時，對于部分被人工智能技術替代崗位的就業(yè)人員以及當前技術能力不足的勞動者，需要鼓勵企業(yè)針對所在崗位的技能要求開展培訓，以更好地配置崗位和人員，并解決員工的收入問題。此外，員工個人同時需要提高職業(yè)危機意識，在人工智能迅速發(fā)展的背景下，需要主動參與培訓，提升個人的技能水平，獲得更多就業(yè)機會。

[參考文獻]

[1] Freeman C， Clark J， Soete L：Unemployment and technical innovation： A study of long waves and economic development， Burns & Oates，1982.

[2] 王娟、尹敬東：《以智能化為核心的新科技革命與就業(yè)——國際學術研究述評》，《西部論壇》2019年第1期。

[3] 熊紅芳、徐建文：《論戰(zhàn)后日本技術革新對勞動力就業(yè)的影響》，《現代日本經濟》1998年第1期。

[4] 楊偉國、邱子童、吳清軍：《人工智能應用的就業(yè)效應研究綜述》，《中國人口科學》2018年第5期。

[5] David， Benjamin：“Computer technology and probable job destructions in Japan： An evaluation”，Journal of the Japanese and International Economies， Vol.43， 2017， pp.77-87.

[6] Oschinski M， Wyonch R：“Future Shock？ The Impact of Automation on Canadas Labour Market”，C.d.howe Institute Commentary， 2017.

[7] Arntz M， Gregory T， Zierahn U：“The Risk of Automation for Jobs in OECD Countries”，Oecd Social Employment & Migration Working Papers， 2016.

[8] 曹靜、周亞林：《人工智能對經濟的影響研究進展》，《經濟學動態(tài)》2018年第1期。

[9] 郭凱明：《人工智能發(fā)展、產業(yè)結構轉型升級與勞動收入份額變動》，《管理世界》2019年第7期。

[10] 吳清軍、陳軒、王非等：《人工智能是否會帶來大規(guī)模失業(yè)？——基于電商平臺人工智能技術、經濟效益與就業(yè)的測算》，《山東社會科學》2019年第3期。

[11] Frey C. B.， Osborne M. A.： “The Future of Employment： How Susceptible are Jobs to Computerisation？”， Technological Forecasting &Social Change， Vol.114， 2017.

[12] Dauth W.， Findeisen S.， Wobner N.： “German Robots-The Impact of Industrial Robots on Workers”， IAB Discussion Paper， 2017.

[13] 孫文凱、郭杰、趙忠等：《我國就業(yè)結構變動與技術升級研究》，《經濟理論與經濟管理》2018年第6期。

[14] 王春超、丁琪芯：《智能機器人與勞動力市場研究新進展》，《經濟社會體制比較》2019年第2期。

[15] 程承坪、彭歡：《人工智能影響就業(yè)的機理及中國對策》，《中國軟科學》2018年第10期。

[16] 潘文軒：《人工智能技術發(fā)展對就業(yè)的多重影響及應對措施》，《湖湘論壇》2018年第4期。

[17] 余玲錚、魏下海、吳春秀：《機器人對勞動收入份額的影響研究——來自企業(yè)調查的微觀證據》，《中國人口科學》2019年第4期。

[18] Acemoglu， Daron：“Directed Technical Change”，Review of Economic Studies， Vol.69， No.4， 2002， pp.781-809.

[19] Autor， David， David Dorn， Lawrence F. Katz， Christina Patterson， John Van Reenen ：“The Fall of the Labor Share and the Rise of Superstar firms”， MIT mimeo updated from NBER Working Paper，2018.

[20] Acemoglu， D.， Restrepo， P.：“Artificial intelligence， automation and work”， NBER Working Papers， 2018.

[21] 孫早、侯玉琳：《工業(yè)智能化如何重塑勞動力就業(yè)結構》，《中國工業(yè)經濟》2019年第5期。

[22] 屈小博、程杰：《中國就業(yè)結構變化：“升級”還是“兩極化”？》，《勞動經濟研究》2015年第1期。

[23] 王珊珊、王宏起：《技術創(chuàng)新擴散的影響因素綜述》，《情報雜志》2012年第6期。

[24] 欒斌、楊?。骸镀髽I(yè)創(chuàng)新投入與創(chuàng)新績效的就業(yè)效應及其差異分析》，《管理學報》2016年第5期。

[25] 王雷：《勞動力成本、就業(yè)保護與企業(yè)技術創(chuàng)新》，《中國人口科學》2017年第1期。

[26] Chemmanur， T.J， E Loutskina， X. Tian： “Corporate Venture Capital， Value Creation， and Innovation”， Review of Finance， 2014.

[27] 潘峰、謝呂元：《高新技術企業(yè)投入產出分析——以46家湖北省高新技術上市企業(yè)為例》，《科技管理研究》2014年第22期。

[28] Dachs B， Hud M， Koehler C， et al： “Employment Effects of Innovations Over the Business Cycle： Firm-Level Evidence from European Countries”，SSRN Electronic Journal， 2016.

[29] 白俊、宮曉云、王婉婉：《企業(yè)技術創(chuàng)新的就業(yè)效應：創(chuàng)造還是替代？——來自中國上市公司經驗證據的分析》，《商業(yè)研究》2018年第9期。

[30] 溫忠麟、張雷、侯杰泰等：《中介效應檢驗程序及其應用》，《心理學報》2004年第5期。

[31] Baron R M， Kenny D A：“The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations”， Journal of Personality and Social Psychology， Vol.51， No.6， 1986， pp.1173-1182.

[32] Judd C M， Kenny D A：“Process analysis： Estimating mediation in treatment valuations”，Evaluation Review， Vol.5， No.5， 1981， pp.602-619.

[33] 何輝、王杰杰、李威：《我國制造業(yè)企業(yè)稅負對企業(yè)產值的影響——基于A股上市公司面板數據的實證分析》， 《稅務研究》2019年第5期。

[34] [日]井上智洋：《就業(yè)大崩潰：后人工智能時代的職場經濟學》，機械工業(yè)出版社2018年版。

[35] 趙磊、趙曉磊：《AI正在危及人類的就業(yè)機會嗎？》，《社會科學文摘》2018年第1期。

[36] 陳秋平、潘越、肖金利：《晉升激勵、地域偏愛與企業(yè)環(huán)境表現：來自A股上市公司的經驗證據》，《中國管理科學》2019年第8期。

[37] 王麗穎、李雪萊、藍穎杰：《基于深圳A股的機構調研與企業(yè)研發(fā)支出實證研究》，《北京聯合大學學報（人文社會科學版）》2019年第2期。

[38] 于雅萍、姜英兵：《員工股權激勵與內部控制質量》，《審計與經濟研究》2019年第2期。

[39] 繆毅、胡奕明：《產權性質、薪酬差距與晉升激勵》，《南開管理評論》2014年第4期。

[40] 師博：《人工智能促進新時代中國經濟結構轉型升級的路徑選擇》，《西北大學學報（哲學社會科學版）》2019年第5期。

[41] 李穎：《人工智能時代技術進步對就業(yè)影響的研究述評》，《黨政研究》2019年第4期。

[42] 侯志杰、朱承亮：《中國人工智能企業(yè)技術效率及其影響因素研究》，《工業(yè)技術經濟》2018年第6期。

[43] 周文斌：《機器人應用對人力資源管理的影響研究》，《南京大學學報（哲學·人文科學·社會科學）》2017年第6期。

[44] 程承坪：《人工智能最終會完全替代就業(yè)嗎》，《上海師范大學學報（哲學社會科學版）》2019年第2期。

Abstract： The integration of artificial intelligence technology with industries and industries has become the focus of attention of various countries. The research on the employment effect of technological innovation is constantly advancing in the academic circle， but scholars research views are divergent. From the perspective of micro enterprises， this paper discusses the influence of the technology innovation of artificial intelligence on the quantity and quality of employment in artificial intelligence listed enterprises， and finds that： （1） Technology innovation of artificial intelligence leads to the expansion of employment， that is， the scale of employees.The creation effect of increasing the investment in artificial intelligence technology research and development is relatively significant， which is different from the research conclusions of many scholars from the macro perspective. （2） Technology innovation of artificial intelligence not only has a positive impact on the quantity of employment， but also can improve the quality of employment represented by income. Based on the particularity of artificial intelligence technology and the characteristics of listed enterprises， on the one hand， the increase of new technologys demand for talents has correspondingly improved the income level of employees; on the other hand， under the requirements of the performance system of listed enterprises， employees are likely to be motivated to pursue high goals， thus improving their income level. （3） Product innovation has a mediating effect in the influence of artificial intelligence technology innovation on employment， that is， enterprise artificial intelligence technology innovation will indirectly affect employee scale and employee income through influencing the degree of product innovation. （4） The rapid development of artificial intelligence technology， the support of national policy dividend， and the unique characteristics of listed enterprises have further promoted the mechanism of employment creation effect of listed artificial intelligence enterprises.Compared with most of the current research results， the increase of research and development investment in artificial intelligence technology by enterprises has not produced the significant “knock-down” effect， which negative destruction effect has on employee employment， but highlights the “icing on the cake” effect of new technology on employment， that is， more job opportunities.

Key words： artificial intelligence; listed enterprises; employment

（責任編輯 劉永俊 ）