內(nèi)容提要：目前，人工智能快速發(fā)展帶來(lái)的勞動(dòng)力就業(yè)結(jié)構(gòu)變化成為廣受關(guān)注的熱點(diǎn)問(wèn)題?；?010-2019年中國(guó)省級(jí)面板數(shù)據(jù)，利用固定效應(yīng)模型、門檻效應(yīng)模型和中介效應(yīng)模型，實(shí)證檢驗(yàn)創(chuàng)新驅(qū)動(dòng)下人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響及作用機(jī)制。結(jié)果表明：人工智能對(duì)就業(yè)結(jié)構(gòu)的影響反映出中國(guó)的特殊性，推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)趨向高級(jí)化，這一促進(jìn)作用在東部地區(qū)和技術(shù)密集區(qū)更為顯著；人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)具有非線性影響，且人工智能發(fā)展程度越高，對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用越明顯；進(jìn)一步研究發(fā)現(xiàn)，基于創(chuàng)新驅(qū)動(dòng)視角，人工智能還通過(guò)技術(shù)創(chuàng)新效應(yīng)和創(chuàng)新人才集聚效應(yīng)兩個(gè)間接機(jī)制推動(dòng)勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。研究結(jié)論對(duì)于在人工智能背景下優(yōu)化中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)具有一定的理論價(jià)值和現(xiàn)實(shí)意義。

一、 引 言

人工智能作為新一輪技術(shù)革命的代表，在全球范圍內(nèi)表現(xiàn)出極強(qiáng)的溢出帶動(dòng)效應(yīng)。據(jù)普華永道報(bào)告預(yù)測(cè)，未來(lái)15年人工智能將促進(jìn)全球經(jīng)濟(jì)增速提高14%，成為經(jīng)濟(jì)增長(zhǎng)的新引擎，世界各國(guó)都在加快對(duì)人工智能的相關(guān)部署，力求在新一輪科技革命競(jìng)爭(zhēng)中搶占先機(jī)。2017年，中國(guó)把人工智能上升至國(guó)家發(fā)展戰(zhàn)略的高度，2019年明確將發(fā)展人工智能作為重點(diǎn)產(chǎn)業(yè)方向，2017-2020年，“人工智能”已經(jīng)連續(xù)四年被寫入政府工作報(bào)告，中國(guó)政府正積極推進(jìn)人工智能產(chǎn)業(yè)的發(fā)展并適時(shí)進(jìn)行戰(zhàn)略制定與更新?！丁笆奈濉睓C(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》提出，中國(guó)已連續(xù)8年蟬聯(lián)全球最大的工業(yè)機(jī)器人消費(fèi)國(guó)?！?020人工智能產(chǎn)業(yè)白皮書(shū)》特別提出，到2025年，中國(guó)將成為全球最大的人工智能市場(chǎng)，其核心產(chǎn)業(yè)規(guī)模將達(dá)到4000億元。但是，人工智能在推動(dòng)經(jīng)濟(jì)高速發(fā)展的同時(shí)對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)也造成了顯著影響，第七次全國(guó)人口普查結(jié)果顯示，2020年中國(guó)人口老齡化高達(dá)18.7%，“人口紅利”正在不斷消逝，結(jié)構(gòu)性、技術(shù)性失業(yè)現(xiàn)象愈發(fā)凸顯。在后疫情時(shí)代，探究如何運(yùn)用人工智能技術(shù)優(yōu)化勞動(dòng)力就業(yè)結(jié)構(gòu)成為現(xiàn)階段面臨的重要議題。

二、 文獻(xiàn)綜述

目前，人工智能影響就業(yè)結(jié)構(gòu)的研究多從技能偏向性理論和任務(wù)偏向性理論角度出發(fā)，前者關(guān)注技能結(jié)構(gòu)的改變，后者以任務(wù)結(jié)構(gòu)為研究對(duì)象。

人工智能應(yīng)用早期，Autor等(2003)基于技能偏向性理論認(rèn)為人工智能確實(shí)會(huì)影響勞動(dòng)力就業(yè)結(jié)構(gòu)，導(dǎo)致中低技能勞動(dòng)力被替代的風(fēng)險(xiǎn)極大。隨著自動(dòng)化的深入，Autor等(2006)的研究發(fā)現(xiàn)，勞動(dòng)力市場(chǎng)出現(xiàn)了“就業(yè)極化”現(xiàn)象，中等技能崗位大幅減少，勞動(dòng)力就業(yè)技能結(jié)構(gòu)逐漸趨向“U”型，技能偏向性理論難以作出合理解釋，于是任務(wù)偏向性理論應(yīng)運(yùn)而生。Goos等(2007)研究認(rèn)為中等技能崗位以程序化任務(wù)為主，具有一定的規(guī)律性，更易被自動(dòng)化所替代，而低技能勞動(dòng)力多為非程序化手工勞動(dòng)，被替代的風(fēng)險(xiǎn)有所下降，因而會(huì)出現(xiàn)“就業(yè)極化”現(xiàn)象。人工智能的出現(xiàn)與應(yīng)用，會(huì)加速就業(yè)的不平等，進(jìn)一步加劇“就業(yè)極化”現(xiàn)象(Acemoglu和Restrepo，2018)。

國(guó)內(nèi)關(guān)于人工智能對(duì)就業(yè)結(jié)構(gòu)的影響還存在分歧。部分學(xué)者認(rèn)為人工智能會(huì)導(dǎo)致“就業(yè)極化”，例如閆雪凌等(2020)以工業(yè)機(jī)器人為研究對(duì)象，通過(guò)行業(yè)異質(zhì)性分析發(fā)現(xiàn)中等技術(shù)行業(yè)受工業(yè)機(jī)器人影響明顯，就業(yè)結(jié)構(gòu)初步極化，呂世斌和張世偉(2015)通過(guò)中國(guó)制造業(yè)的數(shù)據(jù)，也發(fā)現(xiàn)了相似的結(jié)論。孫早和侯玉琳(2019)從勞動(dòng)力供給視角，基于受教育程度將勞動(dòng)力劃分為不同技能，同樣發(fā)現(xiàn)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)趨向“兩極化”，進(jìn)一步研究得出，在沿海發(fā)達(dá)地區(qū)由于受生活成本的影響，低技能勞動(dòng)力的市場(chǎng)份額下降，就業(yè)結(jié)構(gòu)表現(xiàn)為“單向極化”。

也有學(xué)者認(rèn)為人工智能并未導(dǎo)致中國(guó)出現(xiàn)“就業(yè)極化”現(xiàn)象，而是推動(dòng)勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，逐漸趨向“高級(jí)化”。董直慶和蔡嘯(2016)通過(guò)測(cè)算技術(shù)進(jìn)步偏向技能勞動(dòng)的強(qiáng)度，發(fā)現(xiàn)技術(shù)進(jìn)步對(duì)就業(yè)結(jié)構(gòu)具有顯著正向影響，表現(xiàn)為技術(shù)進(jìn)步的技能偏向程度越高，勞動(dòng)力結(jié)構(gòu)優(yōu)化作用越明顯，李舒沁等(2021)同樣基于技能偏向性理論，利用工業(yè)機(jī)器人的數(shù)據(jù)也得出了相似結(jié)論。張于喆(2019)認(rèn)為人工智能對(duì)不同技能勞動(dòng)力的影響具有非對(duì)稱性，通過(guò)調(diào)整勞動(dòng)力技能結(jié)構(gòu)逐漸優(yōu)化就業(yè)結(jié)構(gòu)。俞伯陽(yáng)(2020)利用多變量狀態(tài)空間模型同樣驗(yàn)證了這一結(jié)論，且發(fā)現(xiàn)不同地區(qū)之間存在明顯的地域差異，人工智能對(duì)東部地區(qū)勞動(dòng)力結(jié)構(gòu)的優(yōu)化作用優(yōu)于中西部地區(qū)。陳曉等(2020)研究進(jìn)一步說(shuō)明了工業(yè)智能化對(duì)就業(yè)結(jié)構(gòu)高級(jí)化具有推動(dòng)作用，進(jìn)而能夠改善經(jīng)濟(jì)增長(zhǎng)質(zhì)量。

此外，鮮有文獻(xiàn)研究人工智能影響就業(yè)結(jié)構(gòu)的作用機(jī)制。何勤等(2020)基于微觀企業(yè)數(shù)據(jù)，認(rèn)為人工智能技術(shù)可以通過(guò)產(chǎn)品創(chuàng)新和資本偏好兩條路徑影響就業(yè)，進(jìn)而使企業(yè)員工數(shù)量、技能和收入發(fā)生改變。郭凱明(2019)建立多部門動(dòng)態(tài)一般均衡模型，發(fā)現(xiàn)人工智能技術(shù)影響生產(chǎn)要素在部門間的流動(dòng)方向，可以通過(guò)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)影響勞動(dòng)收入份額?？弟绾土止馊A(2021)利用中介效應(yīng)模型檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)在工業(yè)機(jī)器人與就業(yè)間的作用機(jī)制，發(fā)現(xiàn)工業(yè)機(jī)器人可以通過(guò)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化影響不同技能勞動(dòng)力的就業(yè)。

綜上所述，關(guān)于人工智能對(duì)中國(guó)就業(yè)結(jié)構(gòu)的影響尚存在爭(zhēng)議，其往往局限于從直接效應(yīng)角度進(jìn)行分析，忽視了對(duì)二者間內(nèi)在作用機(jī)制的探討，與已有文獻(xiàn)相比，本文可能的貢獻(xiàn)在于：第一，目前，國(guó)外有關(guān)人工智能就業(yè)效應(yīng)的結(jié)論多以發(fā)達(dá)國(guó)家為研究對(duì)象，考慮到發(fā)展中國(guó)家與發(fā)達(dá)國(guó)家在各方面都存在較大差異，且中國(guó)尚處于弱人工智能階段(程承坪和彭歡，2018)，已有結(jié)論不一定適用于中國(guó)國(guó)情，因此本文從發(fā)展中國(guó)家角度出發(fā)，基于技能偏向性理論研究人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響是否反映出中國(guó)的特殊性。第二，現(xiàn)有研究側(cè)重人工智能對(duì)就業(yè)結(jié)構(gòu)的線性影響，本文運(yùn)用門檻效應(yīng)檢驗(yàn)，探討人工智能在不同階段對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響是否具有非線性特征。第三，本文在研究直接效應(yīng)的基礎(chǔ)上，基于創(chuàng)新驅(qū)動(dòng)的間接視角，從技術(shù)創(chuàng)新效應(yīng)和創(chuàng)新人才集聚效應(yīng)兩個(gè)方面探討人工智能影響就業(yè)結(jié)構(gòu)的內(nèi)在作用機(jī)理。

三、 理論分析與研究假設(shè)

1. 人工智能對(duì)就業(yè)結(jié)構(gòu)的直接效應(yīng)

人工智能不同于以往技術(shù)革命的特點(diǎn)在于它的目的是提高生產(chǎn)率以實(shí)現(xiàn)生產(chǎn)過(guò)程的全自動(dòng)化，自動(dòng)化程度越高對(duì)生產(chǎn)率的提升作用越顯著(Acemoglu和Restrepo，2018)，對(duì)低技能勞動(dòng)力的負(fù)面影響也越大。人工智能通過(guò)替代效應(yīng)和創(chuàng)造效應(yīng)加速勞動(dòng)力技能分化進(jìn)而使勞動(dòng)力就業(yè)結(jié)構(gòu)不斷優(yōu)化。根據(jù)歷次技術(shù)革命來(lái)看，一項(xiàng)新技術(shù)的產(chǎn)生會(huì)淘汰舊有技術(shù)和部分就業(yè)崗位，使低技能勞動(dòng)力就業(yè)范圍逐漸縮小，但Acemoglu和Restrepo(2020)構(gòu)建的就業(yè)創(chuàng)造模型表明新技術(shù)應(yīng)用導(dǎo)致勞動(dòng)力被替代的同時(shí)，也會(huì)創(chuàng)造出新的就業(yè)機(jī)會(huì)，提供大量與新技術(shù)相匹配的就業(yè)崗位。根據(jù)技能偏向性理論，在人工智能與生產(chǎn)相融合的過(guò)程中，高技能勞動(dòng)力具有知識(shí)溢出效應(yīng)和較高勞動(dòng)生產(chǎn)率，因而勞動(dòng)力市場(chǎng)對(duì)高技能勞動(dòng)力的需求量不斷擴(kuò)大，促進(jìn)了勞動(dòng)力市場(chǎng)就業(yè)質(zhì)量的提升，推動(dòng)了勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。

但現(xiàn)實(shí)事物的發(fā)展關(guān)系往往比較復(fù)雜，不僅僅局限于線性關(guān)系，人工智能發(fā)展的各個(gè)階段對(duì)不同技能勞動(dòng)力的需求都會(huì)存在差異。由“機(jī)器換人”向“人機(jī)協(xié)同”發(fā)展的過(guò)程中，勞動(dòng)力市場(chǎng)對(duì)高技能勞動(dòng)力表現(xiàn)為持續(xù)的吸納作用，同時(shí)對(duì)低技能勞動(dòng)力表現(xiàn)為更強(qiáng)的擠出作用，由于中等技能勞動(dòng)力的需求多寡具有一定的不確定性，可能隨勞動(dòng)生產(chǎn)率提高而被替代，也可能因勞動(dòng)生產(chǎn)率提高帶來(lái)居民收入上升進(jìn)而導(dǎo)致社會(huì)需求顯著增加，企業(yè)在擴(kuò)大生產(chǎn)的過(guò)程中為中等技能勞動(dòng)力創(chuàng)造了更多就業(yè)崗位，但不論各個(gè)階段人工智能對(duì)中等技能勞動(dòng)力影響如何，最終的直接表現(xiàn)都是促進(jìn)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。

因此，人工智能對(duì)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響不同于發(fā)達(dá)國(guó)家的“就業(yè)極化”，而是反映出中國(guó)的特殊性，推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)逐漸趨向高級(jí)化。據(jù)此提出以下假說(shuō)：

假說(shuō)1：人工智能推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)逐漸趨向高級(jí)化。

假說(shuō)2：人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)具有非線性影響，且人工智能發(fā)展程度越高，對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用越明顯。

2. 人工智能對(duì)就業(yè)結(jié)構(gòu)的間接效應(yīng)

(1) 技術(shù)創(chuàng)新效應(yīng)。熊彼特(2006)提出創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展具有驅(qū)動(dòng)作用，通過(guò)優(yōu)化要素配置，創(chuàng)新生產(chǎn)、組織、運(yùn)營(yíng)、設(shè)計(jì)等過(guò)程，帶來(lái)產(chǎn)品創(chuàng)新和服務(wù)創(chuàng)新，從而創(chuàng)造更多新的就業(yè)機(jī)會(huì)。在產(chǎn)業(yè)結(jié)構(gòu)層面，人工智能作為新一輪產(chǎn)業(yè)變革的驅(qū)動(dòng)力量，具有創(chuàng)新賦能特性，在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)能夠推動(dòng)技術(shù)創(chuàng)新，激發(fā)互補(bǔ)性創(chuàng)新投入，以技術(shù)創(chuàng)新帶動(dòng)產(chǎn)業(yè)創(chuàng)新，擴(kuò)大傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)可能性邊界，加速傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)的融合，推動(dòng)科技成果轉(zhuǎn)移轉(zhuǎn)化，有助于催生許多新業(yè)態(tài)、新組織和新模式(丁志帆，2020)，在這一過(guò)程中，勞動(dòng)力市場(chǎng)對(duì)高技能勞動(dòng)力的需求也將隨著技術(shù)性崗位的增加而不斷上升。在企業(yè)層面，人工智能技術(shù)的應(yīng)用對(duì)研發(fā)部門有了更高的技術(shù)要求，倒逼企業(yè)不斷進(jìn)行技術(shù)創(chuàng)新以適應(yīng)新技術(shù)帶來(lái)的崗位變化。同時(shí)，人工智能技術(shù)的應(yīng)用可以不斷完善產(chǎn)品工藝和生產(chǎn)流程，顯著提升了勞動(dòng)生產(chǎn)率和信息流通效率，使企業(yè)研發(fā)人員能夠更加專注于研發(fā)領(lǐng)域，激發(fā)企業(yè)技術(shù)創(chuàng)新內(nèi)生動(dòng)力，提高專利授權(quán)數(shù)量和企業(yè)研發(fā)能力，加快重塑各個(gè)崗位的工作內(nèi)容與工作模式，在技術(shù)創(chuàng)新效應(yīng)的驅(qū)動(dòng)下，企業(yè)對(duì)勞動(dòng)力技能的要求越來(lái)越高，這在一定程度上促進(jìn)了勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。據(jù)此提出以下假說(shuō)：

假說(shuō)3：人工智能可以通過(guò)技術(shù)創(chuàng)新效應(yīng)間接促進(jìn)勞動(dòng)力就業(yè)結(jié)構(gòu)高級(jí)化。

(2) 創(chuàng)新人才集聚效應(yīng)。根據(jù)技術(shù)創(chuàng)新擴(kuò)散理論，人工智能技術(shù)的發(fā)展會(huì)增加對(duì)創(chuàng)新型人才的需求，增強(qiáng)了人才集聚的“磁場(chǎng)效應(yīng)”，形成創(chuàng)新人才加速集聚的鏈?zhǔn)椒磻?yīng)，吸引知識(shí)密集型企業(yè)不斷入駐，有利于打造人才高地，顯著提升全要素生產(chǎn)率，引導(dǎo)大量高技能勞動(dòng)力主動(dòng)流入，會(huì)產(chǎn)生高技能勞動(dòng)力的空間集聚效應(yīng)，這將直接促進(jìn)區(qū)域勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化。同時(shí)創(chuàng)新型人才又是技術(shù)創(chuàng)新的動(dòng)力源泉，能夠反向刺激技術(shù)進(jìn)步，釋放創(chuàng)新動(dòng)力，不斷增強(qiáng)人工智能與創(chuàng)新人才之間的適配性，推動(dòng)人工智能向“人機(jī)協(xié)同”發(fā)展，而人工智能的應(yīng)用會(huì)擠出大量低技能勞動(dòng)力，盡管制造業(yè)中被替代的勞動(dòng)力會(huì)逐漸向生活性服務(wù)業(yè)轉(zhuǎn)移，但中國(guó)服務(wù)業(yè)勞動(dòng)吸納能力已接近飽和，如果這部分勞動(dòng)力不從提高自身技能角度出發(fā)，最終依舊會(huì)被淘汰。因此，人工智能的發(fā)展會(huì)倒逼勞動(dòng)力通過(guò)教育、培訓(xùn)等途徑不斷提升自身技能，以滿足勞動(dòng)力市場(chǎng)對(duì)知識(shí)型、技能型、復(fù)合型人才的需求，推動(dòng)“人口紅利”向“人才紅利”逐漸邁進(jìn)，充分釋放人才集聚的創(chuàng)新紅利，從而使勞動(dòng)力就業(yè)結(jié)構(gòu)日益優(yōu)化。據(jù)此提出以下假說(shuō)：

假說(shuō)4：人工智能可以通過(guò)創(chuàng)新人才集聚效應(yīng)間接促進(jìn)勞動(dòng)力就業(yè)結(jié)構(gòu)高級(jí)化。

圖1 人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響機(jī)理

四、 計(jì)量模型設(shè)定與指標(biāo)選取

1. 基準(zhǔn)模型設(shè)定

根據(jù)前文的理論分析與研究假設(shè)，本部分將從經(jīng)驗(yàn)角度探究人工智能優(yōu)化勞動(dòng)力就業(yè)結(jié)構(gòu)的內(nèi)在作用機(jī)制。參考Acemoglu和Restrepo(2018)的經(jīng)驗(yàn)，設(shè)定如下基本計(jì)量模型：

Lit=α0+βrobotit+α1Xit+μi+δt+εit

(1)

其中，i代表省份,t代表時(shí)間；被解釋變量Lit表示不同技能勞動(dòng)力占比；核心解釋變量robotit表示人工智能水平，以工業(yè)機(jī)器人滲透度作為其代理變量；變量Xit為一系列控制變量。此外，μi表示個(gè)體固定效應(yīng)，δt表示時(shí)間固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

2. 指標(biāo)選取

(1) 被解釋變量：勞動(dòng)力就業(yè)結(jié)構(gòu)(L)。關(guān)于就業(yè)結(jié)構(gòu)的劃分，多數(shù)文獻(xiàn)以勞動(dòng)力技能結(jié)構(gòu)為標(biāo)準(zhǔn)，本文借鑒孫早和侯玉琳(2019)的方法，用不同受教育程度的就業(yè)人員占比表示不同技能勞動(dòng)力的就業(yè)情況，以此衡量勞動(dòng)力就業(yè)結(jié)構(gòu)。將勞動(dòng)力分為低、中、高技能三類，初中及以下學(xué)歷為低技能勞動(dòng)力(low)，高中學(xué)歷為中等技能勞動(dòng)力(mid)，大專及以上學(xué)歷為高技能勞動(dòng)力(high)。

(2) 核心解釋變量：人工智能(robot)。工業(yè)機(jī)器人的使用密度是人工智能發(fā)展程度最直觀的體現(xiàn)，本文采用工業(yè)機(jī)器人滲透度作為人工智能的代理變量。由于IFR提供的是國(guó)家-行業(yè)層面的數(shù)據(jù)，而本文以省級(jí)層面為研究對(duì)象，因此，將IFR所提供的中國(guó)各行業(yè)機(jī)器人使用數(shù)據(jù)與《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中行業(yè)分類方式進(jìn)行匹配，共劃分農(nóng)林牧漁業(yè)、采礦業(yè)、制造業(yè)、電燃水氣供應(yīng)業(yè)、建筑業(yè)、教育與研發(fā)和其他7大類行業(yè)，借鑒韓民春等(2020)、閆雪凌等(2020)學(xué)者對(duì)工業(yè)機(jī)器人滲透度的測(cè)算,具體公式為：

(2)

其中，robotit表示i地區(qū)t時(shí)期工業(yè)機(jī)器人滲透度；Lijt表示i地區(qū)j行業(yè)t時(shí)期的就業(yè)人數(shù)，Lit表示i地區(qū)t時(shí)期的就業(yè)人數(shù)，Lijt/Lit表示i地區(qū)j行業(yè)t時(shí)期就業(yè)人員比例；Rjt表示j行業(yè)t時(shí)期工業(yè)機(jī)器人存量，Ljt表示j行業(yè)t時(shí)期全國(guó)就業(yè)人數(shù)，Rjt/Ljt為j行業(yè)t時(shí)期全國(guó)層面工業(yè)機(jī)器人滲透度。對(duì)工業(yè)機(jī)器人滲透度做對(duì)數(shù)化處理。

(3) 主要控制變量。城市化水平(urban)，采用城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎荆簧畛杀?ch)，以居民人均消費(fèi)支出與可支配收入之比衡量；技能溢價(jià)(premium)，本文用信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)平均工資與農(nóng)林牧漁業(yè)平均工資的比值來(lái)衡量；基礎(chǔ)設(shè)施建設(shè)(inf)，采用鐵路營(yíng)業(yè)里程的對(duì)數(shù)值衡量；受教育水平(edu)，采用平均受教育年限的對(duì)數(shù)值表示，平均受教育年限=(未上過(guò)學(xué)人口數(shù)×1+小學(xué)人口數(shù)×6+初中人口數(shù)×9+高中人口數(shù)×12+?？萍耙陨先丝跀?shù)×16)/6歲及以上人口數(shù)；地區(qū)生產(chǎn)總值(gdp)，采用各省生產(chǎn)總值的對(duì)數(shù)值表示。

(4) 中介變量。技術(shù)創(chuàng)新(te)，用R&D經(jīng)費(fèi)內(nèi)部支出占GDP的比重度量；創(chuàng)新人才集聚(ihc)，以R&D人員全時(shí)當(dāng)量進(jìn)行衡量，并做對(duì)數(shù)化處理。

3. 數(shù)據(jù)來(lái)源

本文選取2010-2019年中國(guó)30個(gè)省區(qū)市(除港、澳、臺(tái)和西藏外)的面板數(shù)據(jù)為樣本進(jìn)行實(shí)證研究。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》以及國(guó)際機(jī)器人聯(lián)盟(IFR)、國(guó)家統(tǒng)計(jì)局和EPS數(shù)據(jù)庫(kù)。部分缺失值用插值法進(jìn)行補(bǔ)齊。主要變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量的描述性統(tǒng)計(jì)

(續(xù)表)

五、 實(shí)證結(jié)果與分析

1. 基準(zhǔn)回歸結(jié)果

根據(jù)上述理論分析和研究設(shè)計(jì)，選取stata16作為檢驗(yàn)工具，Hausman檢驗(yàn)結(jié)果顯示P值小于0.1，表明固定效應(yīng)模型比隨機(jī)效應(yīng)模型更加有效，因此，本文采用雙向固定效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)。

表2報(bào)告了模型(1)的估計(jì)結(jié)果。實(shí)證結(jié)果顯示，從整體來(lái)看，人工智能顯著推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)逐漸趨向高級(jí)化，驗(yàn)證了本文提出的假說(shuō)1。可以看出，人工智能降低了低技能勞動(dòng)力的就業(yè)，卻促進(jìn)了中高技能勞動(dòng)力的就業(yè)。在5%的顯著性水平上，人工智能發(fā)展程度每提升1%，將使得低技能勞動(dòng)力占比減少0.058%，而使中高等技能勞動(dòng)力占比分別提升0.024%和0.034%。由此可見(jiàn)，人工智能對(duì)中國(guó)就業(yè)結(jié)構(gòu)的影響不同于國(guó)外研究提出的“就業(yè)極化”現(xiàn)象，而是反映出中國(guó)的特殊性，推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)逐漸趨向“高級(jí)化”，從而驗(yàn)證了假說(shuō)1。

表2 基準(zhǔn)回歸結(jié)果

控制變量的回歸結(jié)果顯示，受教育水平對(duì)高技能勞動(dòng)力就業(yè)具有促進(jìn)作用，但不顯著，技能溢價(jià)、生活成本對(duì)高技能勞動(dòng)力就業(yè)具有顯著的正向吸納作用，而對(duì)中低技能勞動(dòng)力具有負(fù)向擠出作用，有利于勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。而城市化水平和基礎(chǔ)設(shè)施建設(shè)對(duì)高技能勞動(dòng)力的就業(yè)具有消極影響，不利于勞動(dòng)力就業(yè)結(jié)構(gòu)高級(jí)化，表明在經(jīng)濟(jì)發(fā)展的新常態(tài)下，傳統(tǒng)的城市化建設(shè)模式和基礎(chǔ)設(shè)施建設(shè)已經(jīng)不能進(jìn)一步推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)向高級(jí)化方向發(fā)展，同時(shí)也說(shuō)明需要充分發(fā)揮創(chuàng)新驅(qū)動(dòng)效應(yīng)促進(jìn)中國(guó)勞動(dòng)力結(jié)構(gòu)優(yōu)化升級(jí)。

2. 穩(wěn)健性檢驗(yàn)

(1) 內(nèi)生性檢驗(yàn)。由于就業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)也會(huì)推動(dòng)人工智能技術(shù)的研發(fā)與應(yīng)用，因此，人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響可能存在逆向因果的內(nèi)生性問(wèn)題。本文借鑒唐曉華和遲子茗(2021)的研究，選取與同時(shí)期中國(guó)工業(yè)機(jī)器人使用密度相似的美國(guó)工業(yè)機(jī)器人使用密度(USArobot)作為工具變量，采用2SLS法進(jìn)行工具變量估計(jì)，回歸結(jié)果如表3所示。表3列(1)為第一階段回歸結(jié)果，列(2)-(4)為第二階段回歸結(jié)果，回歸結(jié)果與基礎(chǔ)回歸結(jié)果基本一致，證明了本文結(jié)論的穩(wěn)健性，再次驗(yàn)證了假說(shuō)1。

表3 內(nèi)生性檢驗(yàn)：工具變量法

(2) 穩(wěn)健性檢驗(yàn)。為保證實(shí)證結(jié)果具有穩(wěn)健性，本文采用時(shí)滯效應(yīng)和排除異常值的方法進(jìn)行穩(wěn)健性檢驗(yàn)。第一，工業(yè)機(jī)器人從引進(jìn)、安裝到最終應(yīng)用產(chǎn)生規(guī)模效應(yīng)具有一定的時(shí)滯性，本文采用滯后一期的工業(yè)機(jī)器人使用密度作為解釋變量，研究結(jié)果如表4列(1)-(3)所示，結(jié)果依舊穩(wěn)健。第二，為排除異常值干擾，本文對(duì)人工智能變量前后5%的數(shù)據(jù)樣本進(jìn)行縮尾處理，結(jié)果如表4列(4)-(6)所示，結(jié)果依舊穩(wěn)健。

表4 穩(wěn)健性檢驗(yàn)

3. 異質(zhì)性檢驗(yàn)

(1) 按地區(qū)劃分。鑒于中國(guó)東部和中西部地區(qū)經(jīng)濟(jì)發(fā)展的不平衡會(huì)對(duì)估計(jì)結(jié)果產(chǎn)生不同影響，本文把樣本分為東部和中西部，考察人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)影響的異質(zhì)性，結(jié)果見(jiàn)表5。人工智能對(duì)東部和中西部地區(qū)勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化都具有正向影響，且對(duì)于東部地區(qū)的優(yōu)化作用強(qiáng)于中西部地區(qū)。究其原因，東部沿海地區(qū)經(jīng)濟(jì)發(fā)展水平較高，產(chǎn)業(yè)基礎(chǔ)雄厚，就業(yè)機(jī)會(huì)多且工資收入相對(duì)較高，吸引中高技能勞動(dòng)力遷入，并且沿海地區(qū)生活成本比較高，進(jìn)一步限制了低技能勞動(dòng)力的就業(yè)。而中西部地區(qū)人才資源匱乏，產(chǎn)業(yè)發(fā)展滯后，導(dǎo)致人工智能的就業(yè)效應(yīng)相對(duì)較弱。

表5 異質(zhì)性回歸結(jié)果

(2) 按要素稟賦結(jié)構(gòu)劃分。參考徐德云(2008)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)程度的測(cè)算，按要素稟賦結(jié)構(gòu)將地區(qū)劃分為技術(shù)密集區(qū)和非技術(shù)密集區(qū)，以此說(shuō)明該地區(qū)由工業(yè)化社會(huì)向信息化社會(huì)轉(zhuǎn)型的程度，具體測(cè)算公

式為：

(3)

其中，xi表示第i產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比例，L為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)程度。L越接近于3，說(shuō)明該地區(qū)信息化程度越高，技術(shù)水平越發(fā)達(dá)，定義為技術(shù)密集區(qū)；L越接近1，說(shuō)明該地區(qū)正處于農(nóng)耕文化為主的階段，技術(shù)水平較弱，L越接近于2，說(shuō)明該地區(qū)正處于工業(yè)化向信息化過(guò)渡的階段，技術(shù)水平尚不成熟，定義為非技術(shù)密集區(qū)。根據(jù)上述測(cè)算方法，本文將2010-2019年產(chǎn)業(yè)結(jié)構(gòu)升級(jí)程度排名前15位的省份列為技術(shù)密集區(qū)，其余省份為非技術(shù)密集區(qū)?；貧w結(jié)果見(jiàn)表5，可以看出，人工智能對(duì)技術(shù)密集區(qū)的就業(yè)結(jié)構(gòu)升級(jí)具有顯著的促進(jìn)作用，同時(shí)對(duì)非技術(shù)密集區(qū)的就業(yè)結(jié)構(gòu)升級(jí)也具有推動(dòng)作用，但不顯著?？梢?jiàn)，人工智能對(duì)不同技術(shù)地區(qū)的就業(yè)結(jié)構(gòu)升級(jí)均有一定的促進(jìn)作用，但對(duì)技術(shù)密集區(qū)的促進(jìn)作用更強(qiáng)。究其原因，技術(shù)密集區(qū)聚集了京津冀、長(zhǎng)三角、珠三角等人工智能產(chǎn)業(yè)重心，發(fā)展速度和勢(shì)頭不容小覷，就業(yè)效應(yīng)更為明顯。

六、 進(jìn)一步分析：門檻效應(yīng)和機(jī)制檢驗(yàn)

1. 門檻效應(yīng)分析

由于人工智能對(duì)就業(yè)結(jié)構(gòu)的影響是多維度的，可能會(huì)隨人工智能應(yīng)用程度的不同而產(chǎn)生階段性影響。為進(jìn)一步探討二者之間是否存在非線性關(guān)系，檢驗(yàn)人工智能發(fā)展水平的提高是否有助于增強(qiáng)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化程度，本文借鑒Hansen(1999)的研究，在式(1)的基礎(chǔ)上構(gòu)建如下門檻回歸模型：

Lit=α0+c1robotit·I(qit≤φ1)+c2robotit·I(φ1φ2)+α1Xit+εit

(4)

其中，qit為門檻值變量，即人工智能；I(·)為指標(biāo)函數(shù)；φ為門檻值，φ1<φ2,其余變量和參數(shù)設(shè)置與式(1)相同。

表6顯示了不同技能勞動(dòng)力的門檻效應(yīng)檢驗(yàn)結(jié)果。以人工智能發(fā)展水平為門檻變量時(shí)，對(duì)低技能勞動(dòng)力和高技能勞動(dòng)力的影響均存在單一門檻，門檻值分別為1.4911和2.8066；對(duì)中等技能勞動(dòng)力的影響存在雙重門檻，門檻值分別為1.3512和2.1645。表7的門檻效應(yīng)回歸結(jié)果表明，對(duì)低技能勞動(dòng)力來(lái)說(shuō)，人工智能發(fā)展水平在到達(dá)門檻值前，回歸系數(shù)為 -0.015 且顯著為負(fù)，表明人工智能對(duì)低技能勞動(dòng)力就業(yè)具有負(fù)向影響；當(dāng)人工智能發(fā)展水平越過(guò)門檻值后，回歸系數(shù)縮小到-0.046且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明人工智能發(fā)展水平越高對(duì)低技能勞動(dòng)力的替代作用越明顯。對(duì)中等技能勞動(dòng)力來(lái)說(shuō)，人工智能發(fā)展水平在到達(dá)第一個(gè)門檻值前，就業(yè)效應(yīng)以替代效應(yīng)為主，在跨越了第一個(gè)門檻值后，就業(yè)效應(yīng)以創(chuàng)造效應(yīng)為主，在跨越第二個(gè)門檻值后，就業(yè)仍以創(chuàng)造效應(yīng)為主，但創(chuàng)造效應(yīng)有所減弱。對(duì)高技能勞動(dòng)力來(lái)說(shuō)，人工智能發(fā)展水平在到達(dá)門檻值前，回歸系數(shù)為0.069且顯著為正，說(shuō)明人工智能對(duì)高技能勞動(dòng)力具有正向的吸納作用；當(dāng)跨越門檻值之后，回歸系數(shù)為0.062且顯著為正，表明人工智能對(duì)高技能勞動(dòng)力就業(yè)的推動(dòng)作用略有下降，但下降幅度甚微。將不同技能勞動(dòng)力綜合來(lái)看，隨著人工智能的發(fā)展，對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用不斷增強(qiáng)。

表6 門檻效應(yīng)檢驗(yàn)結(jié)果

究其原因，人工智能應(yīng)用實(shí)質(zhì)是資本深化的過(guò)程，隨著人工智能發(fā)展水平的提高，其通用性、滲透性等特性會(huì)進(jìn)一步擴(kuò)大應(yīng)用場(chǎng)景和行業(yè)輻射范圍，作為新的生產(chǎn)要素逐漸替代勞動(dòng)力等傳統(tǒng)生產(chǎn)要素，加劇對(duì)低技能勞動(dòng)力的失業(yè)沖擊。同時(shí)，人工智能的快速應(yīng)用引起了社會(huì)關(guān)系和結(jié)構(gòu)的變化，但由于相關(guān)制度體系建設(shè)尚不完善，導(dǎo)致高技能勞動(dòng)力就業(yè)的促進(jìn)效應(yīng)稍有減弱，并且人工智能發(fā)展速度要遠(yuǎn)遠(yuǎn)快于勞動(dòng)力技能的更新速度和人才的培養(yǎng)速度，會(huì)出現(xiàn)技術(shù)進(jìn)步與就業(yè)技能間匹配失衡的現(xiàn)象，也解釋了對(duì)高技能勞動(dòng)力的就業(yè)需求略顯回縮的問(wèn)題，從側(cè)面說(shuō)明了在發(fā)展技術(shù)的同時(shí)也要注重配套體系建設(shè)、加強(qiáng)技能培訓(xùn)和人才培育。另外，由于中國(guó)的人工智能發(fā)展還處于初級(jí)階段，中等技能勞動(dòng)力大多從事常規(guī)性任務(wù)，被替代的風(fēng)險(xiǎn)極大，新業(yè)態(tài)的出現(xiàn)為中等技能勞動(dòng)力創(chuàng)造了新的工作崗位，表現(xiàn)為對(duì)中等技能勞動(dòng)力需求再次增加，但中等技能勞動(dòng)力是中國(guó)勞動(dòng)力市場(chǎng)的主力軍，創(chuàng)造的新崗位難以容納所有被淘汰的中等技能勞動(dòng)力，導(dǎo)致對(duì)中等技能勞動(dòng)力的需求小幅下滑。

綜上分析可知，人工智能對(duì)不同技能勞動(dòng)力均存在門檻效應(yīng)，且從整體視角來(lái)看，人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用不斷增強(qiáng)，說(shuō)明人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響具有非線性特征，且人工智能發(fā)展程度越高，對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用越明顯，假說(shuō)2得以驗(yàn)證。

表7 門檻效應(yīng)回歸結(jié)果

2. 機(jī)制檢驗(yàn)

前文理論分析表明，人工智能通過(guò)技術(shù)創(chuàng)新效應(yīng)和創(chuàng)新人才集聚效應(yīng)可促進(jìn)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)高級(jí)化，為識(shí)別這兩種作用機(jī)制是否存在，本文借鑒溫忠麟等(2004)提出的中介效應(yīng)方法，構(gòu)建如下模型：

Lit=α0+cAIit+α1Xit+μi+δt+εit

(5)

Mit=β0+aAIit+β1Xit+μi+δt+εit

(6)

Lit=θ0+c′AIit+bMit+θ1Xit+μi+δt+εit

(7)

其中，M為中介變量，包括技術(shù)創(chuàng)新(te)和創(chuàng)新人才集聚(ihc)兩個(gè)方面，其他變量的定義與前文一致。具體的中介效應(yīng)檢驗(yàn)流程如圖2所示，另外，為確保解釋變量直接效應(yīng)估計(jì)的可靠性，本文在中介效應(yīng)第二、三步回歸中分別將另一個(gè)中介變量作為控制變量加入方程。

圖2 中介效應(yīng)檢驗(yàn)流程

(1) 技術(shù)創(chuàng)新效應(yīng)。表8列(1)回歸結(jié)果顯示，人工智能對(duì)技術(shù)創(chuàng)新的回歸系數(shù)在10%水平上顯著為正，說(shuō)明人工智能能夠顯著提升技術(shù)創(chuàng)新水平；列(2)、(4)、(6)分別為人工智能對(duì)低、中、高技能勞動(dòng)力的回歸結(jié)果，均通過(guò)了顯著性檢驗(yàn)；列(3)、(5)、(7)分別為加入了技術(shù)創(chuàng)新中介變量的回歸結(jié)果。其中，低技能勞動(dòng)力的技術(shù)創(chuàng)新中介效應(yīng)占比為20.4%；中等技能勞動(dòng)力不存在技術(shù)創(chuàng)新中介效應(yīng)；高技能勞動(dòng)力的技術(shù)創(chuàng)新中介效應(yīng)占比為12.1%，說(shuō)明從整體來(lái)看，技術(shù)創(chuàng)新效應(yīng)在人工智能與勞動(dòng)力就業(yè)結(jié)構(gòu)之間存在著部分中介效應(yīng)，人工智能可通過(guò)驅(qū)動(dòng)技術(shù)創(chuàng)新的方式提高技術(shù)溢價(jià)水平，增強(qiáng)創(chuàng)新效率的提升，從而改善勞動(dòng)力就業(yè)結(jié)構(gòu)，假說(shuō)3得以驗(yàn)證。

表8 中介效應(yīng)檢驗(yàn)：技術(shù)創(chuàng)新效應(yīng)

(2) 創(chuàng)新人才集聚效應(yīng)。表9列(1)回歸結(jié)果顯示，人工智能對(duì)創(chuàng)新人才集聚的回歸系數(shù)在5%水平上顯著為正，表明人工智能發(fā)展有助于發(fā)揮創(chuàng)新人才集聚效應(yīng)；列(2)、(4)、(6)同上述技術(shù)創(chuàng)新中介效應(yīng)檢驗(yàn)；列(3)、(5)、(7)分別為加入了創(chuàng)新人才集聚中介變量的回歸結(jié)果。其中，對(duì)低技能勞動(dòng)力來(lái)說(shuō)，創(chuàng)新人才集聚的中介效應(yīng)占比為33.4%；中等技能勞動(dòng)力不存在創(chuàng)新人才集聚的中介效應(yīng)；高技能勞動(dòng)力的創(chuàng)新人才集聚中介效應(yīng)占比為52.5%，說(shuō)明就整體而言，創(chuàng)新人才集聚效應(yīng)在人工智能與勞動(dòng)力就業(yè)結(jié)構(gòu)之間存在著部分中介效應(yīng)，人工智能可通過(guò)提高創(chuàng)新型人力資本水平，釋放創(chuàng)新動(dòng)力，不斷優(yōu)化勞動(dòng)力就業(yè)結(jié)構(gòu)，假說(shuō)4得以驗(yàn)證。

七、 研究結(jié)論與政策建議

本文利用2010-2019年中國(guó)省級(jí)機(jī)器人和勞動(dòng)力就業(yè)的面板數(shù)據(jù)，采用固定效應(yīng)模型、門檻效應(yīng)模型和中介效應(yīng)模型，實(shí)證檢驗(yàn)創(chuàng)新驅(qū)動(dòng)下人工智能影響勞動(dòng)力就業(yè)結(jié)構(gòu)的作用機(jī)制。結(jié)果表明：① 基于技能偏向性理論，人工智能對(duì)中國(guó)就業(yè)結(jié)構(gòu)的影響反映出中國(guó)的特殊性，推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)逐漸趨向高級(jí)化，即人工智能替代低技能勞動(dòng)力的同時(shí)提高了中高技能勞動(dòng)力的就業(yè)，這一促進(jìn)作用在東部地區(qū)和技術(shù)密集區(qū)更為顯著。② 門檻效應(yīng)檢驗(yàn)表明，人工智能對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)具有非線性影響，且人工智能發(fā)展程度越高，對(duì)勞動(dòng)力就業(yè)結(jié)構(gòu)的優(yōu)化作用越明顯。③ 除直接效應(yīng)外，基于創(chuàng)新驅(qū)動(dòng)視角，人工智能還通過(guò)技術(shù)創(chuàng)新效應(yīng)和創(chuàng)新人才集聚效應(yīng)兩個(gè)間接機(jī)制推動(dòng)中國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。

表9 中介效應(yīng)檢驗(yàn)：創(chuàng)新人才集聚效應(yīng)

基于上述研究結(jié)論，本文提出如下對(duì)策建議：① 中國(guó)人工智能處于快速拓展的上升階段，在不斷加強(qiáng)人工智能基礎(chǔ)設(shè)施建設(shè)的同時(shí)強(qiáng)化政策引導(dǎo)、資金支持等軟環(huán)境建設(shè)。政府可適當(dāng)放寬智能產(chǎn)業(yè)政策，以技術(shù)創(chuàng)新帶動(dòng)產(chǎn)業(yè)創(chuàng)新，出臺(tái)一系列“智能+產(chǎn)業(yè)”融合的相關(guān)政策，加快傳統(tǒng)產(chǎn)業(yè)與智能產(chǎn)業(yè)的融合速度。加大人工智能技術(shù)創(chuàng)新的發(fā)展力度，特別是關(guān)鍵核心技術(shù)的研發(fā)領(lǐng)域，大力推動(dòng)人工智能在全產(chǎn)業(yè)、全行業(yè)的應(yīng)用，加速傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，充分釋放人工智能對(duì)就業(yè)結(jié)構(gòu)優(yōu)化的巨大潛能，可以有效解決目前存在的“就業(yè)難”、“招工難”、技能需求匹配失衡等現(xiàn)實(shí)問(wèn)題。② 因地制宜制定差異化人工智能發(fā)展戰(zhàn)略，避免盲目推進(jìn)造成大規(guī)?！皺C(jī)器換人”帶來(lái)的失業(yè)恐慌與就業(yè)市場(chǎng)失衡。東部沿海地區(qū)和技術(shù)密集區(qū)可積極推進(jìn)人工智能產(chǎn)業(yè)鏈規(guī)劃布局以期成為中國(guó)人工智能的發(fā)展范本，打造人工智能產(chǎn)業(yè)集群；中西部地區(qū)和非技術(shù)密集區(qū)加大資金投入和成果轉(zhuǎn)化力度，加速人工智能技術(shù)落地應(yīng)用，擴(kuò)大人工智能試點(diǎn)范圍。③ 未來(lái)崗位多元化趨勢(shì)明顯，政府應(yīng)加快轉(zhuǎn)變?nèi)瞬排囵B(yǎng)模式，持續(xù)優(yōu)化教育體系結(jié)構(gòu)和勞動(dòng)力素質(zhì)結(jié)構(gòu)。重點(diǎn)完善高等教育體系結(jié)構(gòu)，改革教育培養(yǎng)模式，注重培養(yǎng)創(chuàng)新型人才，提高全社會(huì)的創(chuàng)新型人力資本存量。同時(shí)注重完善人才引進(jìn)機(jī)制，彌補(bǔ)人才缺口，只要人力資本提升的速度快于技術(shù)進(jìn)步的速度，就能充分發(fā)揮“人才紅利”的優(yōu)勢(shì)，使勞動(dòng)力掌握就業(yè)選擇的主動(dòng)權(quán)，從而推動(dòng)就業(yè)結(jié)構(gòu)逐漸趨向高級(jí)化。④ 勞動(dòng)力在新舊職業(yè)轉(zhuǎn)換過(guò)程中往往難以實(shí)現(xiàn)無(wú)縫對(duì)接，為降低勞動(dòng)力要素重新配置花費(fèi)的大量社會(huì)成本，可通過(guò)實(shí)施轉(zhuǎn)崗培訓(xùn)、組織定期再學(xué)習(xí)提高勞動(dòng)力的技能水平以滿足新工作崗位的需求，建立終身學(xué)習(xí)的職業(yè)教育體系，加強(qiáng)人工智能領(lǐng)域技能型、復(fù)合型人才的培養(yǎng)力度，同時(shí)勞動(dòng)者個(gè)人也要強(qiáng)化技能學(xué)習(xí)意識(shí)，積極參加線上、線下職業(yè)培訓(xùn)，不斷提高自身素質(zhì)水平，降低“技術(shù)性失業(yè)”比例。