明 娟，胡嘉琪

(廣東工業(yè)大學(xué) 經(jīng)濟與貿(mào)易學(xué)院，廣東 廣州 510520)

一、引言

近年來，我國工業(yè)機器人應(yīng)用規(guī)模呈現(xiàn)“井噴式增長”態(tài)勢。國際機器人聯(lián)合會(International Federation of Robotics，IFR)全球工業(yè)機器人報告顯示，截至2019年，我國工業(yè)機器人保有量以78.3萬臺的數(shù)量穩(wěn)居世界第一，約占世界工業(yè)機器人總保有量的29%數(shù)據(jù)來源：國際機器人聯(lián)合會(IFR)發(fā)布的 ，2020。。工業(yè)機器人廣泛應(yīng)用，其可能帶來的“機器替代勞動”的技術(shù)性失業(yè)風(fēng)險也引起廣泛關(guān)注。部分研究證實：工業(yè)機器人應(yīng)用對中國制造業(yè)就業(yè)總量產(chǎn)生沖擊。工業(yè)機器人具有鮮明的技術(shù)進步特征，對就業(yè)可能產(chǎn)生偏向性影響，導(dǎo)致就業(yè)極化，即工業(yè)機器人使用會促進高技能崗位和低技能崗位增加，而常規(guī)型的中等技能崗位減少。不過，對于工業(yè)機器人應(yīng)用引發(fā)的就業(yè)結(jié)構(gòu)極化特征，實證證據(jù)存在較大爭議。部分來自制造業(yè)上市公司微觀數(shù)據(jù)的研究證實，機器人應(yīng)用對不同技能勞動力就業(yè)的影響具有顯著差異，將促進高、低技能勞動力的就業(yè)，導(dǎo)致中國勞動力就業(yè)結(jié)構(gòu)整體上呈現(xiàn)兩極化特征，不過部分研究也指出我國部分地區(qū)出現(xiàn)單極化趨勢，甚至就業(yè)反極化效應(yīng)。雖然對于是否出現(xiàn)就業(yè)兩極化態(tài)勢，實證研究結(jié)果并不一致，但一個相對一致的結(jié)論是，工業(yè)機器人的使用對就業(yè)技能結(jié)構(gòu)帶來一定沖擊。

當(dāng)前中國勞動力市場供需不匹配問題依然突出，“招工難”與“就業(yè)難”并存的矛盾凸顯，而工業(yè)機器人的大規(guī)模應(yīng)用勢必進一步加劇這一就業(yè)結(jié)構(gòu)性矛盾。如何有效化解人工智能給技術(shù)變革脆弱群體帶來的不利影響，提升勞動力市場對技術(shù)沖擊的適應(yīng)性也成為當(dāng)前加快發(fā)展新一代人工智能技術(shù)需要思考的問題。而勞動保護可能是解決這一問題的重要渠道和手段，在勞動保護程度較高的地區(qū)，企業(yè)往往受制于高昂的訴訟成本和嚴(yán)格的監(jiān)管約束，不能隨意調(diào)整或解除與員工簽訂的勞動合同，這可以在一定程度上緩解機器人應(yīng)用對勞動力市場的負(fù)面沖擊。但現(xiàn)有研究更多關(guān)注工業(yè)機器人應(yīng)用的就業(yè)影響，而忽視了勞動保護對就業(yè)負(fù)面沖擊的緩沖作用。

基于此，本文將工業(yè)機器人、勞動保護和就業(yè)技能結(jié)構(gòu)納入統(tǒng)一的分析框架，探討人工智能技術(shù)下我國不同技能勞動力就業(yè)的影響趨勢，試圖厘清人工智能和就業(yè)技能結(jié)構(gòu)在勞動保護政策體系下的互動關(guān)系，并針對性地提出相關(guān)勞動保護舉措的優(yōu)化路徑和政策建議。研究致力于回答三個問題：工業(yè)機器人應(yīng)用是否引發(fā)就業(yè)技能結(jié)構(gòu)極化？勞動保護政策是否能夠有效緩解工業(yè)機器人應(yīng)用帶來的就業(yè)負(fù)面沖擊？不同勞動保護政策發(fā)揮的調(diào)節(jié)作用是否存在異質(zhì)性影響？以上問題的探討有助于捕捉勞動保護政策體系可能存在的發(fā)展困境，促進我國就業(yè)保護機制的長期改革，實現(xiàn)技術(shù)變革和勞動力市場的動態(tài)適配和協(xié)調(diào)發(fā)展。

本文可能的創(chuàng)新之處在于：一是現(xiàn)有研究大多利用國際機器人聯(lián)合會(IFR)提供的分行業(yè)工業(yè)機器人數(shù)據(jù)，通過Bartik工具變量法計算各行業(yè)機器人滲透率與各省份分行業(yè)勞動就業(yè)份額，以此衡量省級層面的工業(yè)機器人應(yīng)用水平。相較之下，本文直接采用工業(yè)機器人進口金額作為工業(yè)機器人應(yīng)用水平的測度指標(biāo)，能更精確衡量我國省級層面的機器人應(yīng)用水平，有效地減少加權(quán)謬誤，從而保證估計結(jié)果的可靠性。二是已有文獻大多關(guān)注工業(yè)機器人應(yīng)用的就業(yè)影響，隨著人工智能技術(shù)不斷推進，系統(tǒng)考察機器人技術(shù)對就業(yè)技能結(jié)構(gòu)的影響以及勞動保護在其中的緩沖效應(yīng)具有重要意義。有鑒于此，本文從工會力量和職業(yè)培訓(xùn)的雙重視角出發(fā)，檢驗勞動保護是否緩解工業(yè)機器人對中低技能勞動力就業(yè)的負(fù)面沖擊，擴展了機器人應(yīng)用對勞動力市場就業(yè)領(lǐng)域的文獻研究，豐富了后續(xù)的研究視角。三是研究發(fā)現(xiàn)，工業(yè)機器人應(yīng)用導(dǎo)致我國就業(yè)技能結(jié)構(gòu)呈現(xiàn)單極化趨勢。工會力量和職業(yè)培訓(xùn)在“機器換人”與就業(yè)技能結(jié)構(gòu)的調(diào)整中發(fā)揮了積極作用，證實了勞動保護在“機器換人”中的緩沖作用，為政府制定人工智能產(chǎn)業(yè)政策提供經(jīng)驗證據(jù)，對就業(yè)結(jié)構(gòu)性矛盾下實現(xiàn)穩(wěn)就業(yè)和更充分就業(yè)目標(biāo)也有一定借鑒意義。

二、理論分析與研究假設(shè)

1. 機器人應(yīng)用與就業(yè)技能結(jié)構(gòu)

工業(yè)機器人應(yīng)用對勞動力市場影響的分析框架大多基于任務(wù)制模型展開。任務(wù)制模型將工作任務(wù)劃分為認(rèn)知和手工任務(wù)、常規(guī)和非常規(guī)任務(wù)，并考慮機器人與勞動力在不同任務(wù)中的比較優(yōu)勢，以探究機器人對就業(yè)總量的影響。在任務(wù)制分析框架下，工業(yè)機器人應(yīng)用對就業(yè)產(chǎn)生替代和補償兩種效應(yīng)：一方面，工業(yè)機器人能夠替代一系列重復(fù)性、程序化、標(biāo)準(zhǔn)化的常規(guī)任務(wù)，減少相應(yīng)工作任務(wù)的勞動需求，產(chǎn)生就業(yè)替代效應(yīng)。另一方面，工業(yè)機器人應(yīng)用可擴大生產(chǎn)規(guī)模并創(chuàng)造新的工作任務(wù)，進而增加勞動需求，實現(xiàn)就業(yè)補償。就業(yè)替代效應(yīng)和補償效應(yīng)往往同時存在，而工業(yè)機器人應(yīng)用對就業(yè)總量影響的凈效應(yīng)，要取決于兩者之間相互沖減程度，在不同行業(yè)、地區(qū)和不同技能勞動者群體之間，這一影響存在較大的不確定性，研究結(jié)論也不盡一致，甚至相反。

然而工業(yè)機器人鮮明的偏向型技術(shù)進步特征，決定了工業(yè)機器人應(yīng)用的益處不能均等地滲透到所有勞動人口，即機器人對勞動力市場影響會出現(xiàn)較大的群體異質(zhì)性，因此人工智能的發(fā)展不可避免地會對就業(yè)結(jié)構(gòu)產(chǎn)生沖擊。特別是隨著產(chǎn)業(yè)自動化和智能化技術(shù)改造的加速，工作崗位的生命周期不斷縮短，落后崗位消失和新崗位創(chuàng)造的速度持續(xù)加快，使得技能成為技術(shù)變革中“任務(wù)—勞動力”匹配的關(guān)鍵。這種匹配互動關(guān)系不僅加速了不同技能勞動力在就業(yè)市場中的比重變動，而且加劇了就業(yè)極化趨勢的形成，這一特征可能有兩種態(tài)勢：一是技能偏向型技術(shù)進步使高技能勞動力與技術(shù)進步的匹配度更高，因此信息化與自動化技術(shù)進步會降低中低技能勞動力的就業(yè)水平，并提升高技能勞動力的就業(yè)水平，形成就業(yè)單極化趨勢；二是程序偏向型技術(shù)進步下常規(guī)型任務(wù)通常由中等技能勞動者執(zhí)行，而對非常規(guī)型任務(wù)主要由低技能和高技能勞動者執(zhí)行。工業(yè)機器人應(yīng)用對執(zhí)行常規(guī)型任務(wù)的中等技能勞動力產(chǎn)生擠出效應(yīng)，而對執(zhí)行非常規(guī)型任務(wù)的低技能和高技能勞動力產(chǎn)生互補效應(yīng)，使得就業(yè)結(jié)構(gòu)呈現(xiàn)兩極化特征。

已有研究證實，工業(yè)機器人在中國的應(yīng)用會產(chǎn)生就業(yè)結(jié)構(gòu)極化現(xiàn)象，但由于對低技能勞動力就業(yè)的沖擊存在較大不確定性，對于就業(yè)技能結(jié)構(gòu)是兩極化還是單極化，結(jié)論并不一致。如王永欽和董雯基于中國行業(yè)機器人應(yīng)用數(shù)據(jù)和制造業(yè)上市公司微觀數(shù)據(jù)，利用Bartik工具變量的因果關(guān)系識別策略分析機器人對勞動力市場的影響，研究結(jié)果表明，工業(yè)機器人應(yīng)用在促進高技能和低技能勞動力就業(yè)的同時，擠壓了部分中等技能勞動力的就業(yè)空間，進而引致就業(yè)技能結(jié)構(gòu)的兩極化。韓民春等學(xué)者利用2013—2017年中國286個地級市的面板數(shù)據(jù)，以科技活動人員和非科技活動人員作為高低技能勞動力的劃分標(biāo)準(zhǔn)，估計工業(yè)機器人對制造業(yè)就業(yè)結(jié)構(gòu)影響時發(fā)現(xiàn)，制造業(yè)的機器人應(yīng)用對高技能勞動者的就業(yè)有促進作用，但對低技能勞動力產(chǎn)生了就業(yè)擠出效應(yīng)，此時制造業(yè)就業(yè)結(jié)構(gòu)朝著單極化方向調(diào)整。而孫早和侯玉琳利用2001—2015年全國省級面板數(shù)據(jù)，構(gòu)造工業(yè)智能化指標(biāo)，探討工業(yè)智能化對就業(yè)結(jié)構(gòu)的影響，研究指出，工業(yè)智能化替代初、高中學(xué)歷勞動力的同時，增加了專科及以上與小學(xué)及以下學(xué)歷勞動力的就業(yè)，使全國范圍內(nèi)勞動力就業(yè)結(jié)構(gòu)整體呈現(xiàn)兩極化態(tài)勢。而在東南發(fā)達地區(qū)，工業(yè)智能化和過高生活成本的交互作用擠出低技能勞動力，致使發(fā)達地區(qū)就業(yè)結(jié)構(gòu)呈現(xiàn)單極化趨勢。

基于此，假設(shè)如下：

H1：工業(yè)機器人應(yīng)用引發(fā)就業(yè)技能結(jié)構(gòu)呈現(xiàn)極化特征。

2. 勞動保護在機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)沖擊中的緩沖作用

工業(yè)機器人應(yīng)用規(guī)模增大給勞動力就業(yè)結(jié)構(gòu)帶來巨大改變，隨之熱議的“技術(shù)性失業(yè)”浪潮觸發(fā)公眾對失業(yè)風(fēng)險的擔(dān)憂，而加大勞動保護力度可能有助于勞動者應(yīng)對技術(shù)性失業(yè)風(fēng)險。其作用機制主要表現(xiàn)在三個方面。

第一，勞動保護直接提高了企業(yè)的雇傭成本和解雇成本，限制了企業(yè)調(diào)節(jié)勞動力數(shù)量的手段和力度，使得企業(yè)在進行雇傭決策時采取相對謹(jǐn)慎的態(tài)度，進一步規(guī)范企業(yè)用工行為，使得企業(yè)無法輕易調(diào)整或解除與員工簽訂的勞動合同，一定程度上緩解了機器人應(yīng)用所帶來的就業(yè)沖擊；第二，為了維護勞動力市場的穩(wěn)定性，政府很可能會通過強化勞動保護的方式來影響企業(yè)勞動力調(diào)整。如政府可以通過約談或行業(yè)協(xié)會溝通等方式來勸誡企業(yè)有限度地裁減低技能勞動力，也可采取稅收優(yōu)惠、補貼等政策工具影響企業(yè)雇傭策略；第三，考慮到保障就業(yè)的需要，政府鼓勵企業(yè)在發(fā)展智能機器人的同時，引導(dǎo)企業(yè)在利潤分配時更注重工人利益，增強對職工的崗位保護和職業(yè)培訓(xùn)，在企業(yè)內(nèi)部轉(zhuǎn)移吸收“富余”勞動力，從企業(yè)內(nèi)部緩解智能機器人應(yīng)用對就業(yè)的不利影響。

進一步來看，勞動保護對異質(zhì)性技能勞動群體所發(fā)揮的作用也存在差異。對于低技能勞動力而言，勞動保護導(dǎo)致雇傭彈性不足，可能會增加企業(yè)雇傭成本，進而刺激企業(yè)轉(zhuǎn)而使用臨時工、勞務(wù)派遣、共享員工等靈活用工形式來替代低技能用工，增加其就業(yè)難度，最終造成低技能勞動力利益減損。而對于高技能勞動力而言，勞動保護強化了企業(yè)對高技能勞動力的偏好。以職業(yè)培訓(xùn)為例，高技能勞動力具有較強的學(xué)習(xí)能力和適應(yīng)能力，往往能更快理解新的思想理念、更易掌握新的技術(shù)手段以及適應(yīng)新的工作環(huán)境。企業(yè)雇傭高技能勞動力可以節(jié)約更多的培訓(xùn)投資和調(diào)整成本以適應(yīng)機器人等新一輪自動化技術(shù)。因此，高技能勞動力在職業(yè)培訓(xùn)的“加持”作用下，會贏得企業(yè)更強的偏好、擁有更好的就業(yè)機會。

基于此，做出如下假設(shè)：

H2：勞動保護有助于緩解工業(yè)機器人對就業(yè)技能結(jié)構(gòu)的沖擊，但對不同技能水平勞動力的影響有顯著差異。

三、計量模型設(shè)定、變量選取與數(shù)據(jù)

1. 模型設(shè)定

本文采用2012—2020年中國省級層面數(shù)據(jù)，主要討論工業(yè)機器人應(yīng)用是否導(dǎo)致我國就業(yè)技能結(jié)構(gòu)出現(xiàn)極化趨勢，以及勞動保護能否有效緩解機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的負(fù)面沖擊。基準(zhǔn)計量模型設(shè)定如下：

=+++++

(1)

其中，下標(biāo)和分別表示省份和年份。為被解釋變量，衡量不同技能勞動力的就業(yè)水平。為關(guān)鍵解釋變量，衡量工業(yè)機器人應(yīng)用水平。代表一系列省級層面的控制變量，包含人力資本投資水平、產(chǎn)業(yè)結(jié)構(gòu)、貿(mào)易開放度和城鎮(zhèn)化水平。另外，模型還控制了省份固定效應(yīng)和年份固定效應(yīng)，表示隨機擾動項。估計參數(shù)用以刻畫工業(yè)機器人應(yīng)用對不同技能勞動力就業(yè)水平的影響，若顯著為正，則表明工業(yè)機器人應(yīng)用會提高該類技能勞動力的就業(yè)水平；若顯著為負(fù)，則表明工業(yè)機器人應(yīng)用會降低該類技能勞動力的就業(yè)水平。

為探討勞動保護是否有助于緩解工業(yè)機器人對就業(yè)技能結(jié)構(gòu)的沖擊，進一步明確勞動保護在其中的調(diào)節(jié)效應(yīng)，構(gòu)建勞動保護的調(diào)節(jié)效應(yīng)模型如下：

=+++*++++

(2)

其中，表示省份在第年的勞動保護強度，采用工會力量和職業(yè)培訓(xùn)兩種工具手段。

2. 變量選取和數(shù)據(jù)說明

(1)不同技能勞動力的就業(yè)水平()。人工智能技術(shù)的迅速發(fā)展，機器人等自動化設(shè)備的采用，在創(chuàng)造新崗位的同時摒棄落后崗位，使得不同技能勞動力的就業(yè)水平產(chǎn)生差異。本文采用受教育程度刻畫其技能水平，將小學(xué)及以下的勞動力定義為低技能勞動力，初中和高中的勞動力定義為中等技能勞動力，大學(xué)專科及以上的勞動力定義為高技能勞動力。為反映不同受教育程度就業(yè)人員受工業(yè)機器人影響的程度差異，參照孫早和侯玉琳學(xué)者的做法，將不同受教育程度就業(yè)人員占總就業(yè)的比重作為被解釋變量。

(2)工業(yè)機器人應(yīng)用()。盡管近年來中國工業(yè)機器人本土企業(yè)市場占有率一路攀升，但與國際企業(yè)相比，我國工業(yè)機器人國產(chǎn)化率依然偏低?！吨袊I(yè)機器人產(chǎn)業(yè)發(fā)展白皮書(2020)》顯示，以世界機器人“四大家族”(ABB、庫卡、發(fā)那科、安川)為代表的國外企業(yè)占中國工業(yè)機器人市場份額合計超過60%?？紤]到省級層面數(shù)據(jù)的可得性與中國工業(yè)機器人市場的實際情況，本文采用工業(yè)機器人進口金額來衡量工業(yè)機器人的應(yīng)用水平。根據(jù)《中國商品貿(mào)易數(shù)據(jù)庫》基于HS2012八位編碼體系提供的數(shù)據(jù)，我國工業(yè)機器人具體包括以下8類：噴涂機器人(84248920)、搬運機器人(84289040)、未列名的多功能工業(yè)機器人(84795010)、其他未列名的工業(yè)機器人(84795090)、集成電路工廠專用的自動搬運機器人(84864031)、電阻焊接機器人(85152120)、電弧焊接機器人(85153120)和激光焊接機器人(85158010)。本文使用的各省份年度工業(yè)機器人進口金額是上述八類機器人月度進口金額的加總。

(3)勞動保護()。本文將從工會力量()和職業(yè)培訓(xùn)()的角度來探討勞動保護在機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)沖擊中的調(diào)節(jié)效應(yīng)。工會力量方面，本文采用各省份工會集體勞動爭議人數(shù)作為工會力量對應(yīng)的代理變量。職業(yè)培訓(xùn)方面，本文采用各省份工會職業(yè)培訓(xùn)機構(gòu)數(shù)來衡量職業(yè)培訓(xùn)的覆蓋程度，并對其作對數(shù)化處理。

(4)控制變量。①人力資本投資水平()，采用各省份一般公共預(yù)算教育經(jīng)費占一般公共預(yù)算支出的比重來測度；②產(chǎn)業(yè)結(jié)構(gòu)()，采用各省份第三產(chǎn)業(yè)增加值占GDP的比重來衡量；③貿(mào)易開放度()，采用各省份進出口總額占GDP的比重來表示；④城鎮(zhèn)化水平()，采用各省份年末城鎮(zhèn)人口占總?cè)丝诘谋戎貋矸从场?/p>

由于西藏、青海、港澳臺地區(qū)工業(yè)機器人進口金額數(shù)據(jù)缺失嚴(yán)重，本文選取2012—2020年我國除此之外的29個省級行政單位的面板數(shù)據(jù)作為初始樣本，并且根據(jù)數(shù)據(jù)處理原則，刪除在樣本期間數(shù)據(jù)缺失的部分。同時，為了保證研究數(shù)據(jù)真實可靠，本文未對缺失值作插補處理，因此本文實證研究有效樣本量為225。除工業(yè)機器人應(yīng)用數(shù)據(jù)外，本文其他變量的數(shù)據(jù)來源主要包括《中國統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》和《中國人口和就業(yè)統(tǒng)計年鑒》。變量描述性統(tǒng)計見表1。

表1 變量的描述性統(tǒng)計

從表1可以看出，就業(yè)勞動力的技能以中等技能為主，占61.32%，而高技能勞動力和低技能勞動力份額近似，分別占20.33%和18.35%。全國歷年機器人應(yīng)用水平差異較大，最高達到7.05億美元，最低為0，主要類型機器人年度平均進口金額為0.52億美元。

四、實證結(jié)果及分析

1. 基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸根據(jù)公式(1)進行，檢驗工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響。面板估計模型的選擇根據(jù)Hausman檢驗結(jié)果采用固定效應(yīng)模型，具體回歸結(jié)果見表2。結(jié)果顯示，在控制省份固定效應(yīng)和年份固定效應(yīng)的條件下，工業(yè)機器人應(yīng)用導(dǎo)致我國就業(yè)技能結(jié)構(gòu)呈現(xiàn)單極化的趨勢。具體來說，工業(yè)機器人應(yīng)用促進了高技能勞動力的就業(yè)，同時擠出中等技能勞動力，但對低技能勞動力的影響并不顯著，與已有的研究結(jié)論相似。

表2 基準(zhǔn)回歸結(jié)果

由于區(qū)域間要素稟賦和經(jīng)濟發(fā)展水平的不同，無論是工業(yè)機器人應(yīng)用水平還是就業(yè)技能結(jié)構(gòu)，都存在明顯的區(qū)域異質(zhì)性特點。因此，工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響可能存在區(qū)域差異。研究在基準(zhǔn)回歸的基礎(chǔ)上按照三大經(jīng)濟區(qū)的分類標(biāo)準(zhǔn)將總樣本劃分為東部、中部和西部三組子樣本進行回歸，結(jié)果如表3所示。

從表3中可以看出，工業(yè)機器人應(yīng)用對三大經(jīng)濟區(qū)的就業(yè)技能結(jié)構(gòu)的影響存在明顯差異。其中，東部地區(qū)的結(jié)果與全樣本的估計結(jié)果基本一致，工業(yè)機器人使用顯著提高了對大學(xué)?？萍耙陨鲜芙逃潭葎趧诱叩木蜆I(yè)水平，同時降低了高中及以下受教育程度勞動者的就業(yè)水平，工業(yè)機器人對就業(yè)技能結(jié)構(gòu)的影響呈現(xiàn)偏向高技能型單極化的趨勢。西部地區(qū)的工業(yè)機器人應(yīng)用在增加低技能勞動力就業(yè)的同時，擠壓中高技能勞動力的就業(yè)空間，對中等技能勞動力產(chǎn)生更為明顯的替代效應(yīng)，就業(yè)技能結(jié)構(gòu)呈現(xiàn)偏向低技能型單極化的趨勢。而在中部地區(qū)，工業(yè)機器人應(yīng)用促進高、低技能勞動力就業(yè)的同時，對中等技能勞動力形成了就業(yè)擠出效應(yīng)，呈現(xiàn)兩極化趨勢，雖然作用效果并不顯著(如圖1所示)。

表3 工業(yè)機器人應(yīng)用對勞動力技能結(jié)構(gòu)的區(qū)域異質(zhì)性影響

圖1 工業(yè)機器人應(yīng)用對勞動力技能結(jié)構(gòu)影響的區(qū)域差異說明：橫軸代表不同技能水平的勞動力，縱軸表示工業(yè)機器人應(yīng)用變量系數(shù)，每條直線加粗部分為模型檢驗顯著的部分。

上述異質(zhì)效應(yīng)可能歸因于以下兩點。

一是東部地區(qū)的人工智能基礎(chǔ)技術(shù)和機器人發(fā)展規(guī)模位于全國前列。特別是長三角、珠三角和京津冀地區(qū)作為我國機器人產(chǎn)業(yè)園的集聚地，其建成與建設(shè)中的機器人產(chǎn)業(yè)園已達到46個，占全國機器人產(chǎn)業(yè)園總數(shù)的70.77%。而東部地區(qū)通過機器人產(chǎn)業(yè)體系的不斷完備、國際機器人龍頭企業(yè)的引進合作和核心技術(shù)的不斷突破等途徑，實現(xiàn)其在產(chǎn)業(yè)結(jié)構(gòu)水平、集聚水平、規(guī)模效應(yīng)、發(fā)展環(huán)境和創(chuàng)新能力上的優(yōu)勢，進而改變社會就業(yè)結(jié)構(gòu)和企業(yè)內(nèi)部勞動者的供求結(jié)構(gòu)，東部地區(qū)機器人應(yīng)用促進了高技能勞動力就業(yè)，但降低了中等技能勞動力的就業(yè)水平。因此，東部地區(qū)工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響呈現(xiàn)偏向高技能型單極化的趨勢。

二是西部地區(qū)的產(chǎn)業(yè)發(fā)展具有勞動密集型和資本密集型特征，機器人應(yīng)用提升了生產(chǎn)效率并降低了生產(chǎn)成本，使得企業(yè)擴大再生產(chǎn)，刺激了服務(wù)和手工勞動任務(wù)生產(chǎn)的產(chǎn)品需求，進而促進低技能勞動力就業(yè)。但西部地區(qū)機器人產(chǎn)業(yè)發(fā)展起步較晚，機器人產(chǎn)業(yè)發(fā)展環(huán)境受限，高技能勞動力流失現(xiàn)象仍然明顯。中部地區(qū)作為老牌裝備制造業(yè)基地，則側(cè)重于雇傭生產(chǎn)關(guān)鍵基礎(chǔ)零部件等重復(fù)性、標(biāo)準(zhǔn)化工作的低技能勞動力，機器人應(yīng)用對中等技能勞動力的負(fù)面沖擊和對高技能勞動力的正面創(chuàng)造效應(yīng)尚未顯現(xiàn)，所以中部地區(qū)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響不顯著。

2. 內(nèi)生性處理

(1)IV-2SLS估計。工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的基準(zhǔn)回歸結(jié)果可能會受到內(nèi)生性問題的干擾。一方面，就業(yè)技能結(jié)構(gòu)影響企業(yè)投入工業(yè)機器人的生產(chǎn)決策。一般來說，新技術(shù)變革對人才需求旺盛的地區(qū)往往會產(chǎn)生劇烈影響，而后者也常常偏向于借助工業(yè)機器人等高端技術(shù)設(shè)備來實現(xiàn)工業(yè)再升級和智能化轉(zhuǎn)型。另一方面，基準(zhǔn)模型已納入人力資本投資、產(chǎn)業(yè)結(jié)構(gòu)、貿(mào)易開放等控制變量，但受限于數(shù)據(jù)可獲得性，仍可能存在變量遺漏問題。

為克服模型雙向因果和遺漏變量導(dǎo)致的內(nèi)生性問題，本文選擇滯后一期的勞動年齡人口比重作為工具變量，并使用二階段最小二乘法(2SLS)進行估計。本文選擇滯后一期的15—64歲的勞動力人口占總?cè)丝诒戎刈鳛楣ぞ咦兞恐饕趦牲c：一是我國勞動供給總量減少，人口結(jié)構(gòu)老齡化趨勢帶來的勞動力供給緊缺可能倒逼企業(yè)進行技術(shù)創(chuàng)新，促使企業(yè)更多地使用工業(yè)機器人替代人力勞動工作，以彌補用工缺口所帶來的負(fù)面影響。因此，滯后一期的勞動年齡人口比重與工業(yè)機器人應(yīng)用之間必然存在強相關(guān)關(guān)系。二是勞動年齡人口比重會直接引致勞動供給結(jié)構(gòu)的變化，但與就業(yè)技能結(jié)構(gòu)并沒有直接關(guān)聯(lián)，即滯后一期的勞動年齡人口比重與就業(yè)技能結(jié)構(gòu)正交，滿足外生性的要求。

IV-2SLS估計結(jié)果如表4所示，第一階段回歸統(tǒng)計值為35.97，工具變量不存在弱工具變量問題。此外，第一階段回歸系數(shù)顯著為負(fù)，說明勞動年齡人口比重越低則越傾向于采用自動化和智能化機器人。第二階段估計結(jié)果表明，雖然基準(zhǔn)回歸可能低估工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響，但工業(yè)機器人應(yīng)用導(dǎo)致就業(yè)技能結(jié)構(gòu)呈現(xiàn)單極化特征的基本結(jié)論依然穩(wěn)健。

表4 工業(yè)機器人應(yīng)用對勞動力技能結(jié)構(gòu)影響的IV-2SLS估計結(jié)果

(2)雙重差分傾向得分匹配(PSM-DID)估計。工業(yè)機器人應(yīng)用導(dǎo)致我國就業(yè)技能結(jié)構(gòu)呈現(xiàn)單極化的特征，這一估計也可能存在樣本自選擇問題，即并非工業(yè)機器人應(yīng)用導(dǎo)致高技能勞動力的就業(yè)水平提高和中等技能勞動力的就業(yè)水平降低，而是廣泛應(yīng)用工業(yè)機器人生產(chǎn)的省份本身就是具有高技能偏向型特征的省份。

為了克服不同省份對不同技能勞動力就業(yè)水平可能存在的系統(tǒng)性差異，本文采用PSM-DID的方法進行穩(wěn)健性檢驗，并將《中國制造2025》這一國家行動綱領(lǐng)作為外生政策沖擊。之所以如此，其原因在于《中國制造2025》明確提出了我國實施制造強國戰(zhàn)略第一個十年的行動綱領(lǐng)，并將“高檔數(shù)控機床和機器人”作為大力推動的十大重點領(lǐng)域之一，由此以工業(yè)機器人為代表的智能制造飛速發(fā)展?；诖?，本文將2015年視為沖擊發(fā)生的年份，同時借鑒楊光和侯鈺的做法，設(shè)定2012—2020年人均工業(yè)機器人進口金額的平均數(shù)大于等于157(單位：萬美元/百萬人)的省份為實驗組，否則視為對照組，計量模型如下：

=+*++++++

(3)

在使用雙重差分法時，依據(jù)上述標(biāo)準(zhǔn)設(shè)置準(zhǔn)自然實驗分組虛擬變量，對實驗組賦值為1，對控制組賦值為0。同時考慮到《中國制造2025》這一行動綱領(lǐng)的頒布時間，將準(zhǔn)自然實驗分期虛擬變量在2015年及以后的年份賦值為1，2015年之前賦值為0。因此，所有的樣本可以分為四組：行動綱領(lǐng)頒布之前的控制組(=0，=0)、行動綱領(lǐng)頒布之后的控制組(=0，=1)、行動綱領(lǐng)頒布之前的實驗組(=1，=0)和行動綱領(lǐng)頒布之后的實驗組(=1，=1)。

要過濾樣本自選擇的影響，需要保證實驗組和對照組之間不存在顯著的系統(tǒng)性差異。本文采用logit模型來獲得傾向得分，然后運用核匹配(Kernel Matching)對得分值進行匹配。而協(xié)變量檢驗結(jié)果顯示，匹配后實驗組和對照組各個協(xié)變量之間沒有明顯差異，說明采用PSM-DID方法進行穩(wěn)健性檢驗是合適的。

PSM-DID的回歸結(jié)果如表5所示，在剔除了樣本的自選擇效應(yīng)后，工業(yè)機器人應(yīng)用仍然形成就業(yè)技能結(jié)構(gòu)呈現(xiàn)偏向高技能型單極化的特征，進一步支撐了前面回歸分析的結(jié)論。

表5 工業(yè)機器人應(yīng)用對勞動力技能結(jié)構(gòu)影響的PSM-DID估計結(jié)果

3. 勞動保護的調(diào)節(jié)機制

工業(yè)機器人具有明顯的技術(shù)進步偏向特征，可能加重中低技能勞動力的技術(shù)性失業(yè)風(fēng)險，如前結(jié)論顯示，工業(yè)機器人應(yīng)用同時降低了低技能和中等技能勞動力的就業(yè)水平，而加強勞動保護力度可能有助于緩解這一沖擊。因此，研究嘗試將工業(yè)機器人、勞動保護與就業(yè)技能結(jié)構(gòu)納入統(tǒng)一的分析框架，檢驗勞動保護是否緩解工業(yè)機器人對中低技能勞動者就業(yè)的負(fù)面影響。具體估計采用公式(2)進行，對于勞動保護，我們選擇工會組織和職業(yè)培訓(xùn)的覆蓋程度作為其代理變量，依據(jù)如下：一是工會組織在維護勞動者權(quán)益和調(diào)解勞資糾紛方面發(fā)揮著重要作用。一方面，工會組織通過監(jiān)督勞動合同的履行、訂立包括防止企業(yè)強制性裁員條款的工會協(xié)議，提高了企業(yè)隨意招募和惡意遣散員工的成本，使得企業(yè)在進行雇傭決策時采取相對謹(jǐn)慎的態(tài)度，進而規(guī)范了企業(yè)用工行為。另一方面，工會利用“集體發(fā)聲”的方式，推進集體合同和集體協(xié)商，調(diào)解企業(yè)在機器換人過程中可能出現(xiàn)的勞動爭議，一定程度上緩解了機器人應(yīng)用所帶來的就業(yè)沖擊。二是機器人應(yīng)用正在重塑工作所需要的技能，伴隨機器人的大規(guī)模推廣應(yīng)用，職業(yè)所需的專業(yè)知識與技能將變化的越來越快。職業(yè)技能培訓(xùn)有助于勞動者實現(xiàn)技能提升，進而獲得更為穩(wěn)定的就業(yè)機會和可持續(xù)發(fā)展的能力，以實現(xiàn)廣泛而有效的人機協(xié)作。

勞動保護調(diào)節(jié)效應(yīng)的估計結(jié)果見表6。從中可以看出，工會力量和機器人應(yīng)用的交互項系數(shù)同時對低技能和中等技能勞動力顯著。更直觀地，如圖2(a)、(b)的交互項邊際效應(yīng)圖所示，可以發(fā)現(xiàn)，隨著工會力量的加強，工業(yè)機器人應(yīng)用對低技能勞動者的替代效應(yīng)逐漸增強，而對中等技能勞動者的替代效應(yīng)逐漸減弱。

表6 工業(yè)機器人應(yīng)用、勞動保護與勞動力技能結(jié)構(gòu)的調(diào)節(jié)效應(yīng)檢驗

圖2 交互項邊際效應(yīng)的變化趨勢

工會力量增強了機器人應(yīng)用對低技能勞動者的替代效應(yīng)。工會力量增強，可能在用工、解雇、工資福利等方面強化了勞動保護的作用，不僅直接增加了企業(yè)的用工成本，提高了企業(yè)使用勞動要素的價格，提高企業(yè)雇傭成本，還加大了企業(yè)調(diào)整雇傭規(guī)模和雇傭工資的難度。用工成本粘性降低了企業(yè)的勞動需求彈性，一定程度上增加了企業(yè)的雇傭調(diào)整成本。以工會力量為代表的勞動保護加強提高了企業(yè)的雇傭成本和調(diào)整成本，更加刺激企業(yè)采用機器資本來替代人工，而這種替代效應(yīng)對低技能勞動力影響更大，因為低技能勞動力的解雇風(fēng)險成本相對較低，對企業(yè)生產(chǎn)經(jīng)營影響不大。

隨著工會組織力量增強，工業(yè)機器人對中等技能勞動力的替代效應(yīng)有所減緩。這可能是因為工會組織強化了勞動力在工作場所中的談判力量及議價權(quán)，中等技能勞動力更愿意通過調(diào)解、仲裁等方式來處理“機器換人”所帶來的勞資爭議。此外，當(dāng)企業(yè)采用機器人替代中等技能勞動力以執(zhí)行常規(guī)型生產(chǎn)任務(wù)時，工會組織也會積極采取措施以應(yīng)對中等技能勞動力的失業(yè)風(fēng)險。工會通過集體協(xié)商的途徑與企業(yè)管理層達成一致，利用企業(yè)內(nèi)部勞動力流轉(zhuǎn)機制，為勞動力提供在崗培訓(xùn)、轉(zhuǎn)崗和再就業(yè)的機會，使中等技能勞動力在被替代和失業(yè)之間得到緩沖。此外，相對于低技能勞動力，中等技能勞動力仍是企業(yè)的核心競爭力，受到解雇的威脅相對較小。

職業(yè)培訓(xùn)的調(diào)節(jié)效應(yīng)結(jié)果顯示，職業(yè)培訓(xùn)的調(diào)節(jié)效應(yīng)同時對低技能和高技能勞動力有顯著影響，降低了低技能勞動力的就業(yè)水平，促進了高技能勞動力就業(yè)增加。而圖2(c)、(d)的交互項邊際效應(yīng)進一步表明，隨著職業(yè)培訓(xùn)覆蓋程度的提高，工業(yè)機器人應(yīng)用對低技能勞動力的替代效應(yīng)和高技能勞動力的補償效應(yīng)逐漸增強。

職業(yè)培訓(xùn)增強了工業(yè)機器人應(yīng)用對低技能勞動力的替代效應(yīng)，不利于低技能勞動力就業(yè)，可能的原因在于：低技能勞動力人力資本積累不足，學(xué)習(xí)能力有限，需要花費較多的時間和精力接受系統(tǒng)的技能培訓(xùn)才能適應(yīng)工業(yè)機器人的應(yīng)用，引發(fā)“腐蝕效應(yīng)”，降低了企業(yè)對低技能勞動力的有效需求。這進一步印證了新技術(shù)變革速度往往超過技能調(diào)整速度，被替代的低技能勞動力通過培訓(xùn)重新進入就業(yè)市場或轉(zhuǎn)移到高技能崗位時面臨較大的阻力，低技能勞動力工作能力與現(xiàn)有工作技能要求的結(jié)構(gòu)性矛盾短期內(nèi)難以消除。而隨著職業(yè)培訓(xùn)覆蓋程度的提高，工業(yè)機器人應(yīng)用對高技能勞動力的邊際效應(yīng)逐漸增強，這一結(jié)果表明：接受職業(yè)培訓(xùn)促使高技能勞動力在勞動力市場中擁有更多的就業(yè)機會，而職業(yè)培訓(xùn)在“工業(yè)機器人應(yīng)用—技能供求變遷—就業(yè)結(jié)構(gòu)優(yōu)化”的動態(tài)調(diào)整機制中發(fā)揮著積極作用，推動就業(yè)技能結(jié)構(gòu)向高級演化。

五、結(jié)論與政策建議

基于2012—2020年中國省級面板數(shù)據(jù)，本文探討了工業(yè)機器人應(yīng)用對異質(zhì)性技能勞動力就業(yè)的影響，并考察了勞動保護在“機器換人”中的緩沖作用。研究結(jié)果證實，工業(yè)機器人應(yīng)用使得我國就業(yè)技能結(jié)構(gòu)呈現(xiàn)出單極化特征，即工業(yè)機器人應(yīng)用在促進高技能勞動力就業(yè)的同時，擠出中等技能勞動力，但對低技能勞動力就業(yè)的影響并不顯著。在運用工具變量法和PSM-DID方法檢驗后，以上研究結(jié)果依然穩(wěn)健。進一步的區(qū)域異質(zhì)性分析表明，東部地區(qū)工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響呈現(xiàn)偏向高技能型單極化的趨勢，西部地區(qū)的工業(yè)機器人應(yīng)用在增加低技能勞動力就業(yè)的同時，擠壓中高技能勞動力的就業(yè)空間，對中等技能勞動力產(chǎn)生更為明顯的替代效應(yīng)，使得就業(yè)技能結(jié)構(gòu)呈現(xiàn)偏向低技能型單極化特征。而在中部地區(qū)，機器人應(yīng)用對異質(zhì)性技能勞動力就業(yè)的影響尚未顯現(xiàn)，對就業(yè)技能結(jié)構(gòu)的影響并不顯著。

勞動保護的調(diào)節(jié)效應(yīng)分析進一步顯示，工會力量增強了機器人應(yīng)用對低技能勞動力的替代效應(yīng)，這可能與工會力量增強提高了企業(yè)的雇傭成本和調(diào)整成本，導(dǎo)致企業(yè)采取反雇傭策略，增加機器資本替代人工有關(guān)。與此同時，工會組織力量減緩了工業(yè)機器人對中等技能勞動力的替代效應(yīng)，可能的解釋是當(dāng)企業(yè)采用機器人替代中等技能勞動力時，工會通過集體協(xié)商的途徑與企業(yè)管理層達成一致，利用企業(yè)內(nèi)部勞動力流轉(zhuǎn)機制，為被替代的勞動者提供轉(zhuǎn)崗培訓(xùn)和再就業(yè)機會，從而減緩了機器人應(yīng)用對中等技能勞動力的負(fù)面沖擊。而職業(yè)培訓(xùn)在強化工業(yè)機器人應(yīng)用對高技能勞動力促進作用的同時，也加劇了工業(yè)機器人對低技能勞動力的替代作用。其原因可能是低技能勞動力人力資本積累不足，學(xué)習(xí)能力有限，需要花費較多的時間和精力接受系統(tǒng)的技能培訓(xùn)才能適應(yīng)工業(yè)機器人的應(yīng)用，而高技能勞動力具備更強的學(xué)習(xí)能力和環(huán)境適應(yīng)能力。因此職業(yè)培訓(xùn)降低了企業(yè)對低技能勞動力的偏好，但賦能了高技能勞動力。

基于以上結(jié)論，本文得到如下政策啟示。

第一，穩(wěn)定重點群體就業(yè)，強化技能人才支撐。研究發(fā)現(xiàn)，工業(yè)機器人應(yīng)用對中等技能勞動力有顯著的替代效應(yīng)，而對高技能勞動力有顯著的正向影響。因此，為打好穩(wěn)就業(yè)保就業(yè)攻堅戰(zhàn)，實現(xiàn)就業(yè)質(zhì)量的持續(xù)提升，政府要著力于完善現(xiàn)代化勞動保護體系，加強職業(yè)技能培訓(xùn)力度。完善企業(yè)工會體系，健全工會組織架構(gòu)，暢通勞動者利益訴求渠道，充分發(fā)揮工會組織對勞動力市場的穩(wěn)定作用。同時，要優(yōu)化職業(yè)技能培訓(xùn)和轉(zhuǎn)崗培訓(xùn)機制，建立終身學(xué)習(xí)體系，提高不同技能勞動者對新經(jīng)濟的適應(yīng)能力，引導(dǎo)勞動者與工業(yè)機器人的互補式發(fā)展。尤其應(yīng)關(guān)注中低技能勞動力在工作場所中的弱勢處境，為中低技能勞動群體提供有效而持續(xù)的培訓(xùn)機制，著力推動我國就業(yè)技能結(jié)構(gòu)整體升級。

第二，充分考慮地區(qū)異質(zhì)性特征，制定適配產(chǎn)業(yè)扶持政策。工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響存在顯著的區(qū)域異質(zhì)性。其中東部地區(qū)的工業(yè)機器人應(yīng)用對就業(yè)技能結(jié)構(gòu)的影響呈現(xiàn)偏向高技能型的單極化趨勢，而西部地區(qū)工業(yè)機器人的發(fā)展對當(dāng)?shù)氐膭趧诱呒寄芙Y(jié)構(gòu)反而呈現(xiàn)偏向低技能型單極化特征，這與各區(qū)域的要素稟賦密不可分。因此，各區(qū)域應(yīng)根據(jù)當(dāng)?shù)氐陌l(fā)展階段和就業(yè)現(xiàn)狀，推出因地制宜、全面協(xié)調(diào)的機器人發(fā)展戰(zhàn)略，積極探索與之適配的產(chǎn)業(yè)轉(zhuǎn)型升級路徑，不應(yīng)盲目進行資本擴張和推廣機器人使用，而應(yīng)注重提高資本、技術(shù)與勞動力的融合水平。

(致謝：感謝廣東制造業(yè)大數(shù)據(jù)創(chuàng)新研究中心、工業(yè)大數(shù)據(jù)戰(zhàn)略決策實驗室對本研究的支持。)