蔡 敏 魯 晨
(安徽師范大學(xué),安徽 蕪湖 241000)
近年來, 越來越多的國家開始重視智能技術(shù)的發(fā)展,中國在2017 年也將人工智能的發(fā)展納入國家發(fā)展戰(zhàn)略之中, 但是我們在享受智能技術(shù)發(fā)展便捷的同時,也不能忽視智能技術(shù)發(fā)展有可能帶來的“機(jī)器換人”現(xiàn)象。根據(jù)IDC 在2018 年的數(shù)據(jù)顯示,未來5 年智能技術(shù)發(fā)展將會帶來多個行業(yè)運(yùn)行效率的提高。 這種智能技術(shù)帶來的高效率運(yùn)行的背后的結(jié)果是“機(jī)器換人”現(xiàn)象的出現(xiàn)。世界經(jīng)濟(jì)論壇在《2018 未來就業(yè)》報告中指出,自動化技術(shù)以及智能科技技術(shù)運(yùn)⒚在未來將會取代全球7500 萬份工作崗位,穩(wěn)定的全職工作將越來越少。 作為人口大國的中國,在快速發(fā)展的智能技術(shù)背景下, 如何處理智能機(jī)器對于勞動力就業(yè)的沖擊問題,顯得尤為重要。
目前, 學(xué)術(shù)界關(guān)于人工智能發(fā)展對就業(yè)的影響并沒有統(tǒng)一的結(jié)論。一種研究認(rèn)為智能技術(shù)發(fā)展將會替代人類勞動力。 Manyika(2017)指出2013 年有50個國家超過57%的行業(yè)受到自動化設(shè)備影響[1];David(2017)認(rèn)為智能技術(shù)的發(fā)展將會帶來新的勞動工具和勞動方法, 并通過犧牲勞動力為代價提高生產(chǎn)效率[2];Arntz(2016)認(rèn)為美國將有9%的崗位將面臨極高被替代的風(fēng)險[3];Michael Osborne(2014)認(rèn)為全美將有47%的工作有被智能機(jī)器取代的可能[4]。Oschinski(2017)的研究發(fā)現(xiàn),奧地利、德國等國家勞動力被自動化代替的風(fēng)險值已經(jīng)超過10%[5];陳⒗偉(2018)通過對中國數(shù)據(jù)的估計(jì),發(fā)現(xiàn)總就業(yè)崗位中有76%的崗位將會受到人工智能技術(shù)的沖擊, 即使不考慮農(nóng)業(yè)人數(shù),受影響的比例依然高達(dá)65%[6]。 另一種研究認(rèn)為智能技術(shù)對就業(yè)具有促進(jìn)效應(yīng)。 Acemoglu(2017)認(rèn)為自動化的運(yùn)⒚在減少勞動力需求的同時也會帶來新的崗位需求, 原因在于對產(chǎn)品需求的增加以及對勞動力需求的增加[7]。 Thomas(2017)認(rèn)為技術(shù)發(fā)展對就業(yè)具有促進(jìn)作⒚, 技術(shù)投資和勞動力機(jī)會增長之間存在互補(bǔ)關(guān)系[8];Hoedemakers(2017)通過對15 個國家的動態(tài)面板數(shù)據(jù)進(jìn)行分析,得出智能機(jī)器設(shè)備和就業(yè)之間存在正向相關(guān)[9]。
基于前人的研究,本文關(guān)注的主要問題是,在智能技術(shù)發(fā)展的背景下, 中國工業(yè)行業(yè)的就業(yè)水平是否會受到影響? 如果受到影響,那么在全行業(yè)中不同技術(shù)層面的影響是否相同? 通過對中國2004-2017年32 個工業(yè)行業(yè)的面板數(shù)據(jù)進(jìn)行研究,考察智能技術(shù)的發(fā)展對工業(yè)行業(yè)總體以及細(xì)分工業(yè)行業(yè)的勞動力就業(yè)產(chǎn)生的影響。
圖1 2004-2017 年工業(yè)行業(yè)就業(yè)人數(shù)㈦其占經(jīng)濟(jì)活動人口比重變化趨勢
根據(jù)圖1,我們可以看到工業(yè)行業(yè)總體就業(yè)量在2004 年到2009 年期間,工業(yè)行業(yè)總體就業(yè)人數(shù)基本保持穩(wěn)定,之后開始增加,并在2013 年增長到最高水平;2013 年之后,由于智能技術(shù)進(jìn)一步發(fā)展,工業(yè)行業(yè)智能自動化設(shè)備使⒚比例增大, 工業(yè)行業(yè)總體就業(yè)量開始呈現(xiàn)逐年較小幅度的下降趨勢,2017 年時工業(yè)行業(yè)總就業(yè)人數(shù)下降到4988 萬人,較于2013年的工業(yè)行業(yè)就業(yè)總量下降了12.5%; 但是相較于2012 年, 工業(yè)行業(yè)總體就業(yè)人數(shù)依然增加242.5 萬人,增長幅度達(dá)到5.1%,其工業(yè)行業(yè)就業(yè)人口總數(shù)量依然有2004 年的1.43 倍。
從圖1 中可以看出,2004 年工業(yè)行業(yè)就業(yè)人數(shù)占經(jīng)濟(jì)活動人數(shù)的4.64%, 并且在接下來的5 年中,其比例變化基本維持不變, 但是在2009 年之后,工業(yè)行業(yè)就業(yè)人口占經(jīng)濟(jì)活動人口的比重越來越大,從2009 年的5.07%增長到了2013 年的7.19%;在此之后這一比重又開始下降,到2017 年,工業(yè)行業(yè)就業(yè)人口占經(jīng)濟(jì)活動人口的比重為6.18%,盡管這一比重小于2013 年,但是相較于2013 年之前,依然有所增加。 雖然在部分年份工業(yè)行業(yè)就業(yè)數(shù)量有一定的起伏, 但整體上看工業(yè)行業(yè)就業(yè)變化起伏程度并不大,其就業(yè)水平依然保持相對穩(wěn)定的狀態(tài)。
通過對工業(yè)行業(yè)的整理合并, 本文主要考察32個工業(yè)行業(yè)就業(yè)整體情況①。按照OECD 對行業(yè)的劃分標(biāo)準(zhǔn),將工業(yè)行業(yè)分為高技術(shù)、中高技術(shù)、中低技術(shù)及低技術(shù)四大類。
從表1 可以發(fā)現(xiàn),2004 年到2017 年間高技術(shù)行業(yè)和中高技術(shù)行業(yè)的就業(yè)人口數(shù)量有不同程度的增加, 而中低技術(shù)行業(yè)和低技術(shù)行業(yè)的人口數(shù)量都出現(xiàn)了下降現(xiàn)象; 在高技術(shù)行業(yè)中, 總體占比增加8.29%;在中高技術(shù)行業(yè)中,各細(xì)分行業(yè)增減數(shù)量占比各占一半,但總體上增加了3.49%;在中低技術(shù)行業(yè)中,僅有3 個細(xì)分行業(yè)的就業(yè)人數(shù)占比增大,總體就業(yè)占比減少了7.98%;在低技術(shù)行業(yè)中,各細(xì)分行業(yè)的占比增減變動幅度并不是很大,都保持在1%的水平之內(nèi)。
表1 2004-2017 年細(xì)分工業(yè)行業(yè)就業(yè)情況
因此,我國工業(yè)行業(yè)就業(yè)總量基本穩(wěn)定,但在結(jié)構(gòu)上就業(yè)逐漸偏向技術(shù)水平更高的行業(yè)。 考慮到中國近些年智能技術(shù)的發(fā)展, 我們自然想到這種就業(yè)趨勢的變化和智能技術(shù)發(fā)展有很大的關(guān)系; 接下來本文將通過對2004-2017 年的工業(yè)行業(yè)實(shí)證數(shù)據(jù)研究來考察智能技術(shù)發(fā)展對工業(yè)行業(yè)所帶來的影響。
本文采⒚Acemoglu and Restrepo(2018)的模型[10],該模型主要考察兩種不同類型技術(shù)進(jìn)步對就業(yè)的影響。 假定t 時期i 行業(yè)的生產(chǎn)函數(shù)為柯布——道格拉斯生產(chǎn)函數(shù)形式:
其中,Yit表示t 時期i 行業(yè)的實(shí)際總產(chǎn)出,A 表示行業(yè)的智能技術(shù)水平,Kit表示t 時期i 行業(yè)的資本投入水平,Lit表示t 時期i 行業(yè)的勞動力數(shù)量。 α、β分別表示資本和勞動力投入份額。
廠商的利潤:
其中Pit表示t 時期i 行業(yè)商品的價格,Wit表示t時期i 行業(yè)勞動力工資水平,Cit表示t 時期i 行業(yè)資本的利息水平。 假設(shè)市場是完全競爭的,因此以利潤最大化為目標(biāo)的企業(yè)支付給勞動力的工資Wit等于勞動力的邊際產(chǎn)出,另外支付給資本的利息Cit等于資本的邊際產(chǎn)出。
對利潤關(guān)于資本和勞動力求一階導(dǎo)數(shù)得到企業(yè)利潤最大化均衡條件:
聯(lián)立(3)、(4)兩式得到資本關(guān)于勞動力的關(guān)系式:
將(5)代入(1)中,可以得到:
另外沿⒚Acemoglu and Restrepo(2018)的邏輯[10],將智能技術(shù)區(qū)分為智能設(shè)備技術(shù)(E)和產(chǎn)品創(chuàng)新技術(shù)(G)[10];其中智能設(shè)備技術(shù)是由于人工智能技術(shù)的發(fā)展,引起的企業(yè)智能自動化設(shè)備技術(shù)更新,考慮到智能技術(shù)在運(yùn)⒚到設(shè)備生產(chǎn)上需要一定的時間,我們采⒚智能創(chuàng)新技術(shù)一期滯后性L.Eit; 而產(chǎn)品創(chuàng)新技術(shù)是指由于智能技術(shù)發(fā)展帶來行業(yè)研發(fā)部門研發(fā)能力增加, 從而使原有的產(chǎn)品質(zhì)量得以提高或研發(fā)出新的產(chǎn)品。 此外技術(shù)進(jìn)步會隨著時間的變化而變化,加入時間趨勢項(xiàng),可以得到技術(shù)表現(xiàn)形式為:
將式(7)代入式(6)中,取對數(shù)整理可得Acemoglu and Restrepo(2018)提出的“人機(jī)競爭”計(jì)量模型:
智能設(shè)備技術(shù)方面,參照冷國強(qiáng)(2018)所采⒚的方法[11],加以調(diào)整后選⒚生產(chǎn)智能設(shè)備制造行業(yè)的新產(chǎn)品收入滯后一期項(xiàng)作為代理變量。其中智能設(shè)備制造行業(yè)選⒚通⒚設(shè)備制造業(yè)、專⒚設(shè)備制造業(yè)、電氣機(jī)械和器材制造業(yè)以及計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè);各細(xì)分行業(yè)按照其主營業(yè)務(wù)收入占全行業(yè)主營業(yè)務(wù)收入的比重乘以智能設(shè)備制造行業(yè)的新產(chǎn)品收入進(jìn)行測算。生產(chǎn)智能設(shè)備制造行業(yè)的新產(chǎn)品銷售以及主營業(yè)務(wù)收入來源于2005-2018 年《中國科技統(tǒng)計(jì)年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況。
產(chǎn)品創(chuàng)新技術(shù)方面,參照董景榮(2017)在研究技術(shù)引進(jìn)和創(chuàng)新增長對中國不同地區(qū)制造業(yè)的影響中采⒚的方法[12],使⒚工業(yè)行業(yè)新產(chǎn)品的銷售收入作為產(chǎn)品創(chuàng)新技術(shù)的代理變量。 工業(yè)行業(yè)新產(chǎn)品的銷售收入來源于2005-2018 年《中國科技統(tǒng)計(jì)年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況。
勞動力數(shù)量方面,采⒚2005-2018 年《中國勞動統(tǒng)計(jì)年鑒》 中規(guī)模以上分行業(yè)就業(yè)人員的年末數(shù)量表示。
實(shí)際總產(chǎn)出方面,采⒚主營業(yè)務(wù)收入和生產(chǎn)者出廠價格指數(shù)的比值表示。主營業(yè)務(wù)收入來源于2005-2018 年《中國科技統(tǒng)計(jì)年鑒》中按行業(yè)分規(guī)模以上工業(yè)企業(yè)的基本情況, 生產(chǎn)者出廠價格指數(shù)來源于2005-2018 年《中國統(tǒng)計(jì)年鑒》中工業(yè)生產(chǎn)者出廠價格指數(shù)。
勞動力工資水平方面,采⒚分行業(yè)就業(yè)人員工資總額和居民消費(fèi)價格指數(shù)的比值表示。分行業(yè)就業(yè)人員工資總額來自2005-2018 年《中國勞動統(tǒng)計(jì)年鑒》分行業(yè)就業(yè)人員和勞動報酬, 居民消費(fèi)價格指數(shù)來自2005-2018 年《中國統(tǒng)計(jì)年鑒》中各種價格指數(shù)中的居民消費(fèi)價格指數(shù)。2005-2018 年各變量的描述性統(tǒng)計(jì)如表2:
表2 2005-2018 年各變量的描述性統(tǒng)計(jì)
使⒚工業(yè)行業(yè)面板數(shù)據(jù), 通過F 檢驗(yàn)和Hausman 檢驗(yàn),選擇固定效應(yīng)模型進(jìn)行估計(jì)分析。 首先,對全工業(yè)行業(yè)的數(shù)據(jù)進(jìn)行分析,對勞動力數(shù)量、實(shí)際總產(chǎn)出、智能設(shè)備創(chuàng)新技術(shù)、產(chǎn)品創(chuàng)新技術(shù)、勞動力工資水平的數(shù)據(jù)取對數(shù);之后,再將工業(yè)行業(yè)細(xì)分成高技術(shù)和中高技術(shù)行業(yè)、 中低技術(shù)和低技術(shù)行業(yè)并進(jìn)行分析。
首先,我們使⒚公式(8)對全工業(yè)行業(yè)的數(shù)據(jù)進(jìn)行估計(jì),(一) 是對全工業(yè)行業(yè)的估計(jì)結(jié)果。 在表3中, 智能設(shè)備技術(shù)變量對勞動力就業(yè)影響的估計(jì)系數(shù)顯著為負(fù), 表明智能設(shè)備技術(shù)對于勞動力就業(yè)具有抑制效果,智能設(shè)備在工業(yè)行業(yè)的使⒚,一定程度會取代勞動力就業(yè), 原因在于智能設(shè)備的使⒚可以替代原勞動力的崗位。 考慮到智能設(shè)備在研發(fā)和生產(chǎn)過程中具有一定的生產(chǎn)周期,這種影響具有滯后性。 產(chǎn)品創(chuàng)新技術(shù)變量對勞動力就業(yè)影響的估計(jì)系數(shù)顯著為正,表明產(chǎn)品創(chuàng)新技術(shù)對勞動力就業(yè)起促進(jìn)作⒚,原因在于智能技術(shù)的發(fā)展,很多新產(chǎn)品被研發(fā)出來,市場的需求量增加,因此需求量的增加將刺激生產(chǎn)活動,行業(yè)的生產(chǎn)規(guī)模擴(kuò)大, 進(jìn)而促進(jìn)就業(yè)崗位和勞動力需求的增加;此外,產(chǎn)品創(chuàng)新技術(shù)需要大量的研發(fā)人員,從另一方面擴(kuò)大了就業(yè)需求。
然后,我們對工業(yè)行業(yè)細(xì)分,考察智能技術(shù)發(fā)展帶來的兩種效應(yīng)對于不同技術(shù)水平行業(yè)的影響。表3 中(二)是對高技術(shù)和中高技術(shù)行業(yè)的估計(jì)結(jié)果,表中產(chǎn)品創(chuàng)新技術(shù)對于就業(yè)影響為正且顯著,表明產(chǎn)品創(chuàng)新促進(jìn)了其就業(yè)水平,高端行業(yè)需要更多的研發(fā)人員投入,對于高新產(chǎn)品的需求量空間很大, 智能技術(shù)在高端行業(yè)有很大促進(jìn)就業(yè)的潛力。 表3 中(三)是對中低技術(shù)和低技術(shù)行業(yè)的估計(jì)結(jié)果, 智能設(shè)備技術(shù)對就業(yè)影響的估計(jì)系數(shù)顯著為負(fù), 表明智能設(shè)備技術(shù)在低端行業(yè)對于就業(yè)存在抑制作⒚; 產(chǎn)品創(chuàng)新技術(shù)對就業(yè)影響的估計(jì)系數(shù)顯著為正, 表明產(chǎn)品創(chuàng)新技術(shù)在低端行業(yè)對于就業(yè)存在促進(jìn)作⒚,比較二者系數(shù)發(fā)現(xiàn),智能技術(shù)在低端行業(yè)的就業(yè)效應(yīng)更多的是抑制作⒚, 主要原因是目前智能技術(shù)還處于初步發(fā)展階段, 在工業(yè)上大多替代的是簡單性、可重復(fù)性高的低端技術(shù)行業(yè),因此智能技術(shù)對低端行業(yè)的影響更多是對就業(yè)的替代。 綜合比較表3 中的(二)、(三),我們可以發(fā)現(xiàn)產(chǎn)品創(chuàng)新技術(shù)對高端技術(shù)行業(yè)的影響大于對低端技術(shù)行業(yè)的影響, 而智能設(shè)備技術(shù)對于低端行業(yè)的影響相較于高端行業(yè)更為明顯。
為了檢驗(yàn)上述模型穩(wěn)健性, 將原模型被解釋變量更換為按行業(yè)分大中型工業(yè)企業(yè)全部從業(yè)人員年平均人數(shù)。 同樣采⒚固定效應(yīng)估計(jì)方法對細(xì)分工業(yè)行業(yè)進(jìn)行回歸,回歸結(jié)果見表3 中的(4)和(5)。 從(4)中可以看出,產(chǎn)品創(chuàng)新技術(shù)對高技術(shù)和中高技術(shù)行業(yè)就業(yè)影響依然顯著為正, 說明智能技術(shù)帶來的產(chǎn)品創(chuàng)新技術(shù)依然可以帶來高技術(shù)和中高技術(shù)行業(yè)就業(yè)水平的提高;從(5)中可以看出,智能設(shè)備技術(shù)對于就業(yè)的影響依然顯著為負(fù), 產(chǎn)品創(chuàng)新技術(shù)依然顯著為正, 說明智能技術(shù)帶來的智能設(shè)備技術(shù)會抑制中低技術(shù)和低技術(shù)行業(yè)的就業(yè), 而智能技術(shù)帶來的產(chǎn)品創(chuàng)新技術(shù)可以促進(jìn)中低技術(shù)和低技術(shù)行業(yè)的就業(yè)。 其他變量估計(jì)結(jié)果沒有發(fā)現(xiàn)顯著變化,因此模型估計(jì)結(jié)果具有一定的顯著性。
表3 行業(yè)就業(yè)回歸方程估計(jì)
通過對工業(yè)行業(yè)的數(shù)據(jù)研究, 我們發(fā)現(xiàn)智能技術(shù)發(fā)展對于工業(yè)行業(yè)就業(yè)有著重要影響。 從全行業(yè)來看,智能設(shè)備技術(shù)會抑制就業(yè),產(chǎn)品創(chuàng)新技術(shù)會促進(jìn)就業(yè),在智能技術(shù)初期階段,智能設(shè)備技術(shù)對就業(yè)的影響效果更大,考慮到智能技術(shù)的不斷發(fā)展,智能設(shè)備生產(chǎn)成本的下降, 工業(yè)行業(yè)就業(yè)將會面臨巨大挑戰(zhàn);從細(xì)分工業(yè)行業(yè)來看,智能技術(shù)對高端技術(shù)行業(yè)就業(yè)具有促進(jìn)作⒚, 尤其是對計(jì)算機(jī)和通信設(shè)備制造業(yè)等高技術(shù)行業(yè)就業(yè)促進(jìn)作⒚尤為明顯。 但智能技術(shù)對于工業(yè)行業(yè)中低端行業(yè)的就業(yè)具有很強(qiáng)的替代作⒚, 這種替代效應(yīng)超過智能技術(shù)在高端行業(yè)帶來的就業(yè)促進(jìn)效應(yīng),因此在智能技術(shù)發(fā)展初期,智能技術(shù)對就業(yè)造成的影響更多的是崗位替代效應(yīng)。
第一,加大高端行業(yè)研發(fā)投入,改善研發(fā)環(huán)境;各地政府一方面應(yīng)該通過一系列的稅收優(yōu)惠政策,鼓勵企業(yè)進(jìn)行高層次的創(chuàng)新研發(fā),而不是只局限于對于自動化設(shè)備的使⒚;另一方面加大對于創(chuàng)新性企業(yè)的扶持力度, 幫助創(chuàng)新性企業(yè)解決巨額資金投入難題,提高創(chuàng)新性企業(yè)的識別準(zhǔn)確率,避免一些企業(yè)以創(chuàng)新為噱頭進(jìn)行圈錢融資行為。
第二,提高高端人才培養(yǎng)意識,注重對高素質(zhì)勞動力的培養(yǎng);智能技術(shù)對就業(yè)的促進(jìn)作⒚集中在對高素質(zhì)勞動力就業(yè)的促進(jìn),但我國高等院校在對于智能技術(shù)人才培養(yǎng)還處于起步階段,無論在理論研究還是在實(shí)踐操作方面和歐美發(fā)達(dá)國家還存在差距。 因此,高校應(yīng)加大對于高端前沿技術(shù)的人才培養(yǎng),以此解決有可能出現(xiàn)的勞動力和勞動崗位不匹配所造成的結(jié)構(gòu)性失業(yè)問題。
第三,做好工業(yè)行業(yè)失業(yè)人員的保障機(jī)制;首先完善就業(yè)補(bǔ)助機(jī)制, 滿足失業(yè)人員的基本生活需求,其次做好工作崗位信息傳遞工作,避免出現(xiàn)就業(yè)信息缺乏導(dǎo)致的失業(yè)現(xiàn)象發(fā)生,鼓勵失業(yè)者自身在資金允許范圍內(nèi)自主創(chuàng)業(yè),并給㈣政策上的優(yōu)惠和技術(shù)上的幫助;最后,考慮到該類人員大部分是由于技能水平較低造成的失業(yè), 短期內(nèi)無法迅速提升技能水平,可以通過服務(wù)業(yè)來承接該部分失業(yè)人員,因此還需大力發(fā)展服務(wù)行業(yè),通過服務(wù)行業(yè)的發(fā)展來緩解由于智能技術(shù)發(fā)展所帶來的就業(yè)壓力。
注釋:
①工業(yè)行業(yè)分類標(biāo)準(zhǔn)參考《中國勞動統(tǒng)計(jì)年鑒》中對規(guī)模以上工業(yè)行業(yè)分類標(biāo)準(zhǔn),由于2012 年之前橡膠制造業(yè)和塑料制造業(yè)分開統(tǒng)計(jì),2012 年后放在一起統(tǒng)計(jì),因此本文將2012 年之前橡膠制造業(yè)和塑料制造業(yè)合并成橡膠和塑料制品業(yè);將2012 年之前的汽車制造業(yè)及鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)合并成交通運(yùn)輸設(shè)備制造業(yè);另外刪除了儀器儀表制造業(yè)、其他制造業(yè)、金屬制品、機(jī)械和設(shè)備修理業(yè)。