曹華 趙文杰

摘 要：當(dāng)前，人工智能技術(shù)的理論和應(yīng)用飛速發(fā)展，逐漸成為新一輪科技進(jìn)步和產(chǎn)業(yè)變革的核心力量，對(duì)人類的生活產(chǎn)生了深刻的影響。從空間溢出的視角，建立三種空間權(quán)重矩陣，運(yùn)用面板數(shù)據(jù)模型和空間杜賓模型研究中國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2010—2019年間人工智能發(fā)展對(duì)我國(guó)就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的影響。研究結(jié)果表明：我國(guó)的勞動(dòng)力就業(yè)和人工智能發(fā)展具有空間自相關(guān)的特征；人工智能發(fā)展對(duì)我國(guó)就業(yè)規(guī)模具有顯著的促進(jìn)效應(yīng)和正向的空間溢出效應(yīng)；人工智能對(duì)我國(guó)就業(yè)結(jié)構(gòu)的影響呈現(xiàn)出向“高級(jí)化”方向發(fā)展的促進(jìn)效應(yīng)和向“兩極化”方向發(fā)展的空間溢出效應(yīng)。

關(guān)鍵詞：人工智能；就業(yè)規(guī)模；就業(yè)結(jié)構(gòu)；空間溢出效應(yīng)

中圖分類號(hào)：F49；F249.2文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1672-9684（2023）04-0081-12

隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來(lái)，人工智能技術(shù)對(duì)經(jīng)濟(jì)社會(huì)和產(chǎn)業(yè)升級(jí)呈現(xiàn)出強(qiáng)大的變革能力，被公認(rèn)為是新一輪科技進(jìn)步的主要推動(dòng)力。在世界各國(guó)不斷出臺(tái)有關(guān)“人工智能”技術(shù)相關(guān)戰(zhàn)略安排和產(chǎn)業(yè)政策的同時(shí)，我國(guó)也高度重視“人工智能”領(lǐng)域的建設(shè)和發(fā)展：2015年，“人工智能”成為國(guó)家“互聯(lián)網(wǎng)+”戰(zhàn)略的一部分；2016年，“人工智能”一詞被寫入國(guó)家“十三五”規(guī)劃綱要；2017年，“人工智能2.0”的提出使得人工智能進(jìn)一步上升為國(guó)家戰(zhàn)略；2019年，上海、深圳、北京、浙江等地方政府相繼出臺(tái)政策以推進(jìn)本土人工智能的發(fā)展，加快人工智能建設(shè)也成為了各地方關(guān)注的重點(diǎn)。多年的發(fā)展助推我國(guó)人工智能水平躋身世界前列，2020年，我國(guó)人工智能創(chuàng)新指數(shù)綜合得分已上升至世界第二位，人工智能產(chǎn)業(yè)規(guī)模增至3 031億元①，未來(lái)仍有巨大的增長(zhǎng)空間。因此，研究人工智能對(duì)我國(guó)經(jīng)濟(jì)社會(huì)的影響，可以更好地應(yīng)對(duì)未來(lái)“人工智能”時(shí)代的各種機(jī)遇和挑戰(zhàn)。

就業(yè)是民生之本，是改善人民生活水平和提高人民生活質(zhì)量的基本前提和途徑。立足于對(duì)第四次工業(yè)革命的研判，《人口與勞動(dòng)綠皮書：中國(guó)人口與勞動(dòng)問題報(bào)告No.21》②指出，機(jī)器人的使用一方面替代了一部分傳統(tǒng)常規(guī)性（重復(fù)性工作、程序性工作）的就業(yè)崗位，另一方面也帶來(lái)了新的就業(yè)機(jī)會(huì)；此外，人工智能對(duì)收入水平處于中間位置的常規(guī)性工作勞動(dòng)者的替代效應(yīng)更強(qiáng)，“機(jī)器換人”也促成了就業(yè)的兩極化。這充分表明，包括機(jī)器人在內(nèi)的人工智能新技術(shù)的興起并快速應(yīng)用，對(duì)于就業(yè)總量的影響并不明顯，但導(dǎo)致了更為復(fù)雜的就業(yè)結(jié)構(gòu)匹配問題。因此，在人工智能化趨勢(shì)日益凸顯的今天，僅從理論層面學(xué)習(xí)和分析人工智能對(duì)就業(yè)的影響是遠(yuǎn)遠(yuǎn)不夠的，結(jié)合我國(guó)國(guó)情來(lái)研究人工智能對(duì)我國(guó)就業(yè)的影響效應(yīng)，有助于更好地為未來(lái)我國(guó)民生與就業(yè)保駕護(hù)航。值得注意的是，從2010年至今，大數(shù)據(jù)時(shí)代的到來(lái)使得運(yùn)算能力和機(jī)器學(xué)習(xí)能力得到飛速發(fā)展，人工智能進(jìn)入爆炸式發(fā)展階段③。不同于一般的技術(shù)進(jìn)步，人工智能具有巨大的“技術(shù)溢出效應(yīng)”④，它既會(huì)帶動(dòng)相關(guān)產(chǎn)業(yè)及周邊地區(qū)經(jīng)濟(jì)和技術(shù)的發(fā)展，又能相應(yīng)地吸引不同技能的勞動(dòng)力選擇在本地區(qū)或跨區(qū)域就業(yè)，同時(shí)改變本地區(qū)和其他地區(qū)的就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)。因此，本文基于空間溢出視角對(duì)我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2010—2019年人工智能對(duì)就業(yè)的影響進(jìn)行研究，分析人工智能背景下我國(guó)就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的發(fā)展現(xiàn)狀及空間溢出特征。在理論層面厘清人工智能時(shí)代勞動(dòng)力就業(yè)呈現(xiàn)出的特征及空間效應(yīng)，不但可以充實(shí)我國(guó)人工智能在經(jīng)濟(jì)領(lǐng)域的研究成果，豐富我國(guó)充分就業(yè)和高質(zhì)量就業(yè)的理論體系，還能為我國(guó)就業(yè)政策的制定提供一定的理論支撐；在現(xiàn)實(shí)層面對(duì)以人工智能為代表的第四次工業(yè)革命浪潮下我國(guó)就業(yè)現(xiàn)狀進(jìn)行分析，在一定程度上可以幫助我國(guó)勞動(dòng)力更好地應(yīng)對(duì)未來(lái)可能出現(xiàn)的就業(yè)機(jī)遇與挑戰(zhàn)，緩解“機(jī)器換人”的焦慮，推動(dòng)我國(guó)經(jīng)濟(jì)持續(xù)健康發(fā)展。

一、文獻(xiàn)綜述與問題提出

目前學(xué)界相關(guān)研究主要集中在三個(gè)方面：

一是人工智能對(duì)就業(yè)總量的影響研究?！叭斯ぶ悄堋钡母拍钣?956年在“達(dá)特茅斯會(huì)議”首次提出后得到迅速發(fā)展和廣泛應(yīng)用，人工智能對(duì)勞動(dòng)就業(yè)的影響也逐漸受到關(guān)注。一部分學(xué)者認(rèn)為，人工智能對(duì)就業(yè)有“替代效應(yīng)”。Smith^［1］、Pajarinen^［2］、Frey和Osborne^［3］的研究均表明，未來(lái)相當(dāng)一部分就業(yè)機(jī)會(huì)將會(huì)被機(jī)器所取代，尤其是程序化、標(biāo)準(zhǔn)化的就業(yè)崗位；Goddard^［4］等通過研究發(fā)現(xiàn)，人工智能技術(shù)的運(yùn)用不僅會(huì)替代絕大部分常規(guī)性工作，甚至也會(huì)威脅到一些非常規(guī)性工作。王君等^［5］認(rèn)為人工智能技術(shù)發(fā)展速度更快、覆蓋范圍更廣，大量的企業(yè)為了創(chuàng)造更大的效益，以更高速度節(jié)約勞動(dòng)力的使用，以至于超過就業(yè)崗位的創(chuàng)造速度，從而會(huì)引發(fā)失業(yè)；陳永偉等^［6］與孟園園和陳進(jìn)^［7］的看法一致，認(rèn)為短期內(nèi)人工智能技術(shù)與就業(yè)呈負(fù)相關(guān)關(guān)系，會(huì)增加失業(yè)率。也有一部分學(xué)者認(rèn)為，人工智能對(duì)就業(yè)有“創(chuàng)造效應(yīng)”。Gorle和Clive^［8］采用美國(guó)2000—2008年IFR⑤的數(shù)據(jù)進(jìn)行分析，結(jié)果顯示人工智能會(huì)增加制造業(yè)細(xì)分行業(yè)的就業(yè)，并表示在全球范圍內(nèi)僅工業(yè)機(jī)器人的應(yīng)用就直接創(chuàng)造了17～19萬(wàn)個(gè)工作崗位；Hoedemakers^［9］根據(jù)OECD中15個(gè)國(guó)家15年的專利數(shù)據(jù)進(jìn)行GMM分析，結(jié)果表明機(jī)器人技術(shù)進(jìn)步對(duì)勞動(dòng)力就業(yè)有正向的促進(jìn)效應(yīng)。程承坪^［10］認(rèn)為人工智能對(duì)就業(yè)的影響是螺旋上升的，發(fā)展人工智能及人工智能配套基礎(chǔ)設(shè)施會(huì)創(chuàng)造大量的就業(yè)崗位；謝璐等^［11］認(rèn)為人工智能可以通過帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展和提高勞動(dòng)者收入兩種途徑來(lái)創(chuàng)造就業(yè)。與上述相互對(duì)立的兩種觀點(diǎn)不同，鄧洲^［12］認(rèn)為工業(yè)機(jī)器人的應(yīng)用對(duì)勞動(dòng)力市場(chǎng)會(huì)產(chǎn)生替代、填補(bǔ)和創(chuàng)造三種影響，因而工業(yè)機(jī)器人對(duì)勞動(dòng)力市場(chǎng)的影響結(jié)果是不確定的。

二是人工智能對(duì)就業(yè)結(jié)構(gòu)的影響研究。大量研究表明，人工智能發(fā)展對(duì)不同技能勞動(dòng)者的替代效應(yīng)和創(chuàng)造效應(yīng)存在差異，導(dǎo)致了就業(yè)結(jié)構(gòu)呈現(xiàn)出不同的特點(diǎn)。有學(xué)者認(rèn)為人工智能的發(fā)展會(huì)帶來(lái)就業(yè)結(jié)構(gòu)“兩極化”，如郝楠^［13］的研究表明，我國(guó)自21世紀(jì)以來(lái)不同技能的勞動(dòng)者就業(yè)結(jié)構(gòu)便呈現(xiàn)出“N”型兩極化發(fā)展趨勢(shì)；蔡躍洲等^［14］認(rèn)為人工智能極易取代處于就業(yè)結(jié)構(gòu)中間的崗位，就業(yè)結(jié)構(gòu)將呈兩極化趨勢(shì)。也有學(xué)者認(rèn)為人工智能發(fā)展會(huì)使得我國(guó)的就業(yè)結(jié)構(gòu)向“高級(jí)化”方向發(fā)展，如陳曉^［15］和朱火弟等^［16］通過實(shí)證研究發(fā)現(xiàn)人工智能發(fā)展雖然會(huì)在一定程度上降低中技能和低技能勞動(dòng)力的就業(yè)比重，但卻會(huì)增加高技能勞動(dòng)力的就業(yè)比重，從而實(shí)現(xiàn)就業(yè)結(jié)構(gòu)高級(jí)化。還有少數(shù)學(xué)者認(rèn)為人工智能的發(fā)展會(huì)促進(jìn)我國(guó)就業(yè)結(jié)構(gòu)的“反極化”發(fā)展趨勢(shì)，如潘丹丹^［17］通過對(duì)我國(guó)上市公司相關(guān)數(shù)據(jù)進(jìn)行實(shí)證研究后發(fā)現(xiàn)，人工智能技術(shù)的應(yīng)用降低了高、低技能勞動(dòng)者就業(yè)的比重而增加了中等技能勞動(dòng)力就業(yè)比重，呈現(xiàn)出“反極化”的結(jié)構(gòu)特征。

三是人工智能對(duì)就業(yè)的空間研究。李俊玨^［18］的研究表明我國(guó)人工智能的發(fā)展水平存在顯著的空間異質(zhì)性，人工智能發(fā)展水平從東到西依次遞減。新經(jīng)濟(jì)地理學(xué)理論表明，各區(qū)域之間存在相關(guān)性，一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)展會(huì)對(duì)其余地區(qū)產(chǎn)生影響。因此，將空間因素納入人工智能技術(shù)發(fā)展和勞動(dòng)力就業(yè)的研究更符合我國(guó)實(shí)際發(fā)展情況，如郝楠^［19］的研究表明，我國(guó)AI發(fā)展對(duì)就業(yè)并沒有產(chǎn)生較大的技術(shù)極化現(xiàn)象，但就業(yè)的空間極化現(xiàn)象已經(jīng)顯現(xiàn)，AI發(fā)達(dá)的區(qū)域新增就業(yè)遠(yuǎn)遠(yuǎn)大于AI不發(fā)達(dá)的地區(qū)。

通過梳理國(guó)內(nèi)外相關(guān)文獻(xiàn)可以發(fā)現(xiàn)，盡管技術(shù)進(jìn)步與就業(yè)之間的關(guān)系一直是經(jīng)濟(jì)學(xué)研究的重點(diǎn)內(nèi)容，但“人工智能發(fā)展對(duì)就業(yè)的影響”這一主題的研究時(shí)間并不長(zhǎng)，2015年以后才迎來(lái)重點(diǎn)關(guān)注。到目前為止，學(xué)者們針對(duì)我國(guó)人工智能對(duì)就業(yè)總量和結(jié)構(gòu)的影響研究尚未形成統(tǒng)一的結(jié)論，且缺乏關(guān)于人工智能對(duì)就業(yè)的空間溢出效應(yīng)的研究。因此，本文基于空間溢出效應(yīng)視角研究我國(guó)人工智能發(fā)展對(duì)就業(yè)的影響，不但可以充分借鑒以往學(xué)者的研究思路和方法，還能在此基礎(chǔ)上進(jìn)行拓展和創(chuàng)新，將空間因素納入研究范圍。

二、理論分析

人工智能作為一門前沿交叉學(xué)科，是計(jì)算機(jī)科學(xué)的一個(gè)分支，國(guó)外學(xué)者更多將人工智能與自動(dòng)化結(jié)合在一起，而國(guó)內(nèi)學(xué)者傾向于將人工智能與技術(shù)進(jìn)步結(jié)合在一起。人工智能除了具有傳統(tǒng)技術(shù)進(jìn)步的特征外，也呈現(xiàn)出其特殊性，具體表現(xiàn)為：其一，AI既能替代人的體力又能替代人的智力；其二，AI的發(fā)展降低了企業(yè)對(duì)自然資源和低勞動(dòng)力成本的依賴性；其三，AI強(qiáng)化了就業(yè)的技術(shù)極化現(xiàn)象和空間極化現(xiàn)象。因此，本文進(jìn)一步分析了人工智能對(duì)就業(yè)的影響理論機(jī)制。

（一）人工智能影響就業(yè)總量的理論機(jī)制

人工智能對(duì)就業(yè)總量的影響表現(xiàn)為“替代效應(yīng)”和“創(chuàng)造效應(yīng)”綜合作用而帶來(lái)的總效應(yīng)。人工智能對(duì)就業(yè)的“替代”具體表現(xiàn)為：其一，人工智能大大提高了勞動(dòng)力的生產(chǎn)效率，削弱了企業(yè)生產(chǎn)活動(dòng)對(duì)勞動(dòng)力的依賴程度；其二，人工智能的發(fā)展意味著企業(yè)的技術(shù)更新速度加快、投資風(fēng)險(xiǎn)提高，成本的提升和投資的減少抑制了企業(yè)規(guī)模擴(kuò)張和對(duì)勞動(dòng)力需求的增加；其三，以人工智能為代表的技術(shù)進(jìn)步也意味著需要更高的知識(shí)水平和勞動(dòng)技能，當(dāng)勞動(dòng)者的就業(yè)技能無(wú)法與之相匹配時(shí)就會(huì)造成失業(yè)率的提升；其四，人工智能的應(yīng)用提高了企業(yè)管理水平，減少了冗員，從而帶來(lái)了就業(yè)替代。人工智能對(duì)就業(yè)的“創(chuàng)造”具體表現(xiàn)為：其一，人工智能促進(jìn)了經(jīng)濟(jì)增長(zhǎng)和投資增加，企業(yè)擴(kuò)大生產(chǎn)規(guī)模和經(jīng)營(yíng)范圍，增加了對(duì)勞動(dòng)力的需求；其二，人工智能的發(fā)展會(huì)降低產(chǎn)品的生產(chǎn)和銷售成本，刺激居民消費(fèi)需求，企業(yè)生產(chǎn)的擴(kuò)大創(chuàng)造了就業(yè)機(jī)會(huì)；其三，人工智能的發(fā)展會(huì)深化產(chǎn)業(yè)分工，延長(zhǎng)產(chǎn)業(yè)鏈，在此過程中創(chuàng)造新的就業(yè)崗位；其四，人工智能會(huì)引發(fā)一些新技術(shù)的誕生，新技術(shù)的開發(fā)、推廣和應(yīng)用均會(huì)創(chuàng)造新的就業(yè)崗位；其五，人工智能提高了生產(chǎn)效率，縮短了勞動(dòng)時(shí)間，為勞動(dòng)者創(chuàng)造出更多的消費(fèi)機(jī)會(huì)和消費(fèi)需求，從而增加了就業(yè)崗位。

（二）人工智能影響就業(yè)結(jié)構(gòu)的理論機(jī)制

人工智能通過“需求端”和“供給端”兩個(gè)途徑對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生影響。從需求端來(lái)看，其一，人工智能發(fā)展會(huì)帶來(lái)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，新興產(chǎn)業(yè)的出現(xiàn)帶來(lái)了新的就業(yè)崗位，衰退產(chǎn)業(yè)的消失也會(huì)擠出一部分就業(yè)崗位，從而影響就業(yè)的結(jié)構(gòu)；其二，人工智能的發(fā)展會(huì)引起社會(huì)分工的進(jìn)一步細(xì)化，無(wú)論是技術(shù)密集型還是勞動(dòng)密集型行業(yè)的崗位都會(huì)隨著就業(yè)分工的細(xì)化而增加，從而引起不同技能勞動(dòng)力的數(shù)量變化，最終改變就業(yè)結(jié)構(gòu)；其三，當(dāng)人工智能的應(yīng)用不斷推廣后，掌握高技能的勞動(dòng)力會(huì)擁有更多的就業(yè)選擇和就業(yè)機(jī)會(huì)，從而在就業(yè)市場(chǎng)上對(duì)中、低技能勞動(dòng)力造成一定的“擠出”，從而改變就業(yè)結(jié)構(gòu)。從供給端來(lái)看，勞動(dòng)力本身會(huì)不斷提高自身技能來(lái)適應(yīng)社會(huì)需求，從而對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生影響。

（三）人工智能影響就業(yè)的空間溢出效應(yīng)理論機(jī)制

由上述分析可知，一個(gè)地區(qū)人工智能的發(fā)展，會(huì)通過創(chuàng)造效應(yīng)、替代效應(yīng)和結(jié)構(gòu)效應(yīng)對(duì)本地區(qū)的就業(yè)產(chǎn)生影響。但與此同時(shí)，人工智能技術(shù)本身具有很強(qiáng)的技術(shù)外溢效應(yīng)，會(huì)帶動(dòng)周邊地區(qū)的技術(shù)提高；而人工智能的產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)，也會(huì)引起周邊地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)；地區(qū)之間的交流與合作，使每一個(gè)地區(qū)都不孤立存在，進(jìn)而使地區(qū)之間的經(jīng)濟(jì)相互影響、相互關(guān)聯(lián)。因此，人工智能不僅會(huì)影響本地區(qū)的就業(yè)，還會(huì)對(duì)周邊地區(qū)產(chǎn)生影響。由于勞動(dòng)力具有流動(dòng)性，因此一個(gè)地區(qū)的就業(yè)環(huán)境、就業(yè)崗位、就業(yè)政策等也會(huì)通過引致效應(yīng)吸引其他地區(qū)勞動(dòng)力，從而改變不同地區(qū)的就業(yè)狀況；若一個(gè)地區(qū)的就業(yè)環(huán)境、就業(yè)崗位、就業(yè)政策等對(duì)就業(yè)狀況的改善起到了良好的促進(jìn)作用，則會(huì)通過示范效應(yīng)和競(jìng)爭(zhēng)效應(yīng)對(duì)其他地區(qū)的就業(yè)起到激勵(lì)作用，由此改變不同地區(qū)的就業(yè)情況。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

由于我國(guó)人工智能發(fā)展水平和就業(yè)情況存在顯著的區(qū)域異質(zhì)性，不滿足標(biāo)準(zhǔn)計(jì)量經(jīng)濟(jì)學(xué)中的同方差假定，而空間計(jì)量經(jīng)濟(jì)學(xué)解決了變量之間存在的空間相關(guān)關(guān)系和異質(zhì)性問題，空間權(quán)重矩陣的使用則很好地解釋了溢出效應(yīng)。因此，本文在研究人工智能對(duì)就業(yè)的影響中將空間因素納入了考慮范圍。

首先，本文構(gòu)建面板數(shù)據(jù)回歸模型，分析不考慮空間因素的條件下我國(guó)人工智能對(duì)就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的影響，形成與空間計(jì)量模型的對(duì)比；其次，本文構(gòu)建三種空間權(quán)重矩陣，以便可以從不同角度探討我國(guó)人工智能的發(fā)展對(duì)就業(yè)帶來(lái)的空間溢出特征；最后，本文基于上述空間權(quán)重矩陣建立空間杜賓模型，分析人工智能對(duì)我國(guó)就業(yè)的空間溢出效應(yīng)。

1.基礎(chǔ)模型

模型1：Emp_i，t=α₀+α₁AI_i，t+βX_i，t+ε

模型2：Emp_i，t，n=α₀+α₁AI_i，t+βX_i，t+ε

其中，被解釋變量Emp_i，t表示i地區(qū)t時(shí)期的就業(yè)總?cè)丝?，Emp_{i，t，n}表示i地區(qū)t時(shí)期n（高、中、低）技能勞動(dòng)力占比；解釋變量AI_i，t表示i地區(qū)t時(shí)期的人工智能發(fā)展水平，X_i，t表示其他控制變量。

2.空間權(quán)重矩陣

（1）鄰接關(guān)系權(quán)重矩陣（W1）。根據(jù)地理位置的分布，建立（0，1）鄰接權(quán)重矩陣W1，若地區(qū)相鄰則為1，地區(qū)不相鄰則為0，對(duì)角線元素全表示為0：

假設(shè)海南省與廣東省相鄰。

（2）地理距離權(quán)重矩陣（W2）。根據(jù)地理距離的遠(yuǎn)近，地理距離越近，區(qū)域之間的相關(guān)關(guān)系越強(qiáng)；地理位置越遠(yuǎn)，區(qū)域之間相關(guān)關(guān)系越弱：

其中d_ij為通過各省會(huì)城市經(jīng)緯度計(jì)算的兩省之間距離。

（3）經(jīng)濟(jì)距離權(quán)重矩陣（W3）。選用不同地區(qū)人均實(shí)際GDP（以2010年為基期）的倒數(shù)構(gòu)造經(jīng)濟(jì)權(quán)重矩陣W3：

3.空間杜賓模型

空間杜賓模型同時(shí)考慮了空間滯后的解釋變量和被解釋變量對(duì)被解釋變量的影響，同時(shí)具備空間滯后模型和空間誤差模型的特征，能更好地估計(jì)出變量的空間溢出特征，因此，本文選擇空間杜賓模型來(lái)進(jìn)行實(shí)證分析：

模型3：Emp_i，t=α₀+α₁W_i，t，kEmp_i，t+β₁AI_i，t+β₂X_i，t+γ₁W_{i，t，k}AI_i，t+γ₂W_{i，t，k}X_i，t+ε

模型4：Emp_{i，t，n}=α₀+α₁W_i，t，kEmp_i，t，n+β₁AI_i，t+β₂X_i，t+γ₁W_{i，t，k}AI_i，t+γ₂W_i，t，kX_i，t+ε

（二）指標(biāo)選取

1.被解釋變量

就業(yè)規(guī)模（empsca）。本研究選用各省年末就業(yè)總?cè)藬?shù)來(lái)表示一個(gè)地區(qū)的就業(yè)規(guī)模。

就業(yè)結(jié)構(gòu)（empstr）。已有研究顯示，人工智能對(duì)就業(yè)結(jié)構(gòu)的影響主要體現(xiàn)在勞動(dòng)者的技能結(jié)構(gòu)上，因此本文選擇勞動(dòng)者的技能結(jié)構(gòu)作為就業(yè)結(jié)構(gòu)的代表，采用勞動(dòng)力受教育程度來(lái)衡量勞動(dòng)者技能結(jié)構(gòu)，學(xué)歷越高意味著勞動(dòng)技能越強(qiáng)。本文借鑒孫早^［20］、潘丹丹^［17］、陳曉^［15］等大部分學(xué)者的做法，以初中學(xué)歷和高中學(xué)歷為分界點(diǎn)，將勞動(dòng)力就業(yè)結(jié)構(gòu)劃分為低（emplow）、中（empmid）、高（emphigh）技能勞動(dòng)力，其中中技能勞動(dòng)力中包含受過高等職業(yè)教育的勞動(dòng)力。

2.核心解釋變量

核心解釋變量為人工智能水平（AI）。目前，我國(guó)針對(duì)人工智能發(fā)展水平尚未形成統(tǒng)一的測(cè)度標(biāo)準(zhǔn)。有潘丹丹^［17］等學(xué)者從企業(yè)層面以“企業(yè)使用人工智能等核心技術(shù)的時(shí)間”來(lái)衡量人工智能發(fā)展水平；有閆雪凌^［21］、朱火弟^［16］、蘆婷婷^［22］等學(xué)者從產(chǎn)業(yè)層面“基于IFR提供的機(jī)器人存量數(shù)計(jì)算機(jī)器人安裝密度”，以此來(lái)衡量人工智能發(fā)展水平。

鑒于人工智能的發(fā)展離不開信息技術(shù)、計(jì)算機(jī)互聯(lián)網(wǎng)和軟件技術(shù)的發(fā)展，且固定資產(chǎn)投資規(guī)模的大小在一定程度上反映了地區(qū)的投入水平和重視程度，因此，本文借鑒李俊鈺^［18］、韓佳賓^［23］等學(xué)者的做法，采用“信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)全社會(huì)固定資產(chǎn)投資”來(lái)衡量人工智能的發(fā)展水平。

3.控制變量

在人工智能發(fā)展的背景下，本文認(rèn)為經(jīng)濟(jì)增長(zhǎng)率、產(chǎn)業(yè)結(jié)構(gòu)、貿(mào)易開放度、工資水平和教育投入也會(huì)影響就業(yè)，可作為本文的控制變量。各變量的選取理由如下：

經(jīng)濟(jì)增長(zhǎng)率（gGDP），指不變價(jià)GDP與上年同基期不變價(jià)GDP的比值。根據(jù)奧肯定律可以獲知，GDP變化和失業(yè)率變化之間存在一種相當(dāng)穩(wěn)定的關(guān)系，因此GDP的增長(zhǎng)會(huì)對(duì)就業(yè)產(chǎn)生影響。

產(chǎn)業(yè)結(jié)構(gòu)（indstr），指第二、三產(chǎn)業(yè)增加值占名義GDP的比重。根據(jù)配第·克拉克定理，產(chǎn)業(yè)結(jié)構(gòu)的變遷必然會(huì)對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生影響。

貿(mào)易開放度（open），指進(jìn)出口總額占GDP的比重。對(duì)外貿(mào)易推動(dòng)我國(guó)與世界的聯(lián)系，一方面對(duì)外開放通過引進(jìn)外資、引進(jìn)人才、引進(jìn)先進(jìn)的管理經(jīng)驗(yàn)和技術(shù)對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生影響；另一方面對(duì)外開放迫使我國(guó)面對(duì)國(guó)際市場(chǎng)競(jìng)爭(zhēng)帶來(lái)的機(jī)遇與挑戰(zhàn)，淘汰落后產(chǎn)業(yè)，促使企業(yè)進(jìn)行創(chuàng)新，從而影響國(guó)內(nèi)就業(yè)規(guī)模與結(jié)構(gòu)。

工資水平（salary），即各省的年平均工資。根據(jù)就業(yè)理論，工資水平的變動(dòng)會(huì)帶來(lái)企業(yè)生產(chǎn)成本的變動(dòng)，影響企業(yè)對(duì)勞動(dòng)力的需求，進(jìn)而影響勞動(dòng)力就業(yè)規(guī)模與結(jié)構(gòu)。

教育投入（edu），指國(guó)家財(cái)政性教育經(jīng)費(fèi)占地方財(cái)政一般預(yù)算支出的比重。教育水平的高低在一定程度上決定著勞動(dòng)力技能水平的高低，擁有更高技能的勞動(dòng)力就業(yè)選擇更多，失業(yè)風(fēng)險(xiǎn)更低，深刻影響著我國(guó)的就業(yè)結(jié)構(gòu)。而國(guó)家對(duì)教育的支出在一定水平上反映出該地區(qū)的教育水平。

（三）數(shù)據(jù)來(lái)源于描述性統(tǒng)計(jì)

大數(shù)據(jù)時(shí)代的到來(lái)，推動(dòng)人工智能進(jìn)入爆發(fā)式發(fā)展階段，人工智能對(duì)就業(yè)的影響也成為經(jīng)濟(jì)社會(huì)不可忽視的主題。因此，本文選取2010—2019年中國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。本文的數(shù)據(jù)來(lái)源于《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒。從表1中主要變量的描述性統(tǒng)計(jì)可以看出，我國(guó)各變量都存在較為明顯的區(qū)域異質(zhì)性，因此有必要將空間因素納入本文的研究范圍。

四、實(shí)證研究

（一）空間自相關(guān)檢驗(yàn)

本文對(duì)被解釋變量和核心解釋變量進(jìn)行了全局莫蘭指數(shù)計(jì)算，結(jié)果見表2。結(jié)果表明，我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的就業(yè)規(guī)模（empsca）、就業(yè)結(jié)構(gòu)（empstr）和人工智能發(fā)展水平（AI）的莫蘭指數(shù)在5%的顯著性水平下均為正值，即相鄰地區(qū)的人工智能發(fā)展和就業(yè)情況存在相互聯(lián)系和影響，并非絕對(duì)獨(dú)立。因此，選用空間計(jì)量模型研究人工智能對(duì)勞動(dòng)力就業(yè)的影響具有一定的合理性，研究結(jié)果更具有可靠性。

（二）人工智能對(duì)就業(yè)規(guī)模影響的實(shí)證研究

豪斯曼檢驗(yàn)結(jié)果顯示應(yīng)接受備擇假設(shè)，因此本文選擇使用固定效應(yīng)模型。從基礎(chǔ)模型的空間面板數(shù)據(jù)回歸結(jié)果可以看出，人工智能水平的提高，可以顯著促進(jìn)我國(guó)就業(yè)規(guī)模的擴(kuò)大，這說(shuō)明我國(guó)人工智能的創(chuàng)造效應(yīng)大于替代效應(yīng)，為我國(guó)勞動(dòng)力提供了更多的就業(yè)機(jī)會(huì)。此外，對(duì)外貿(mào)易的發(fā)展和教育投入的提高會(huì)顯著促進(jìn)我國(guó)勞動(dòng)力就業(yè)規(guī)模的增長(zhǎng)，而平均工資的提升對(duì)我國(guó)就業(yè)規(guī)模有不利影響，這是因?yàn)椋簩?duì)外開放不但有助于外資企業(yè)的設(shè)立，同時(shí)也為中國(guó)企業(yè)進(jìn)入世界市場(chǎng)提供了嶄新的機(jī)遇，從而產(chǎn)生了許多新的就業(yè)機(jī)會(huì)和崗位；教育投入的提高幫助勞動(dòng)力更好地適應(yīng)新時(shí)代、提升自身勞動(dòng)技能，減少了失業(yè)的可能性；但工資水平的上升卻提高了企業(yè)的成本，從而不利于企業(yè)擴(kuò)大規(guī)模，減少了企業(yè)對(duì)勞動(dòng)力的需求。

從空間杜賓模型回歸結(jié)果可以看出：首先，在三種空間權(quán)重矩陣下，就業(yè)規(guī)模的空間自回歸系數(shù)通過了5%的顯著性水平，分別為0.609、0.166、0.486，即空間效應(yīng)存在。其次，人工智能發(fā)展水平的回歸系數(shù)為正，即隨著人工智能的不斷發(fā)展，對(duì)地區(qū)就業(yè)規(guī)模的擴(kuò)大呈現(xiàn)出顯著的正向影響，人工智能的發(fā)展創(chuàng)造了許多新的就業(yè)崗位，為就業(yè)規(guī)模的擴(kuò)大提供了條件。人工智能的空間項(xiàng)在三種空間權(quán)重矩陣下的系數(shù)也通過了顯著性檢驗(yàn)，在W1和W2下，一個(gè)地區(qū)人工智能的發(fā)展對(duì)周邊地區(qū)的就業(yè)規(guī)模具有負(fù)向的空間溢出效應(yīng)，這是因?yàn)槿斯ぶ悄馨l(fā)展較快的地區(qū)擁有更多的就業(yè)機(jī)會(huì)和崗位，對(duì)周邊地區(qū)的勞動(dòng)力具有一定的吸引力，當(dāng)周邊地區(qū)的勞動(dòng)力涌入人工智能發(fā)展更快的地區(qū)時(shí)，便降低了周邊地區(qū)的就業(yè)規(guī)模；在經(jīng)濟(jì)地理權(quán)重距離下，人工智能的發(fā)展對(duì)周邊地區(qū)就業(yè)規(guī)模具有正向的空間溢出效應(yīng)，這是因?yàn)樵诳紤]到經(jīng)濟(jì)因素后，經(jīng)濟(jì)發(fā)展水平相似的地區(qū)可以通過產(chǎn)業(yè)集聚、經(jīng)濟(jì)往來(lái)等形成互利互惠的局面，從而對(duì)周邊地區(qū)就業(yè)規(guī)模產(chǎn)生正向影響。最后，控制變量回歸結(jié)果顯示，經(jīng)濟(jì)增速和教育投入對(duì)就業(yè)規(guī)模具有負(fù)向的空間溢出效應(yīng)，經(jīng)濟(jì)越發(fā)達(dá)、教育水平越高的地區(qū)，對(duì)勞動(dòng)力就業(yè)的吸納能力就越強(qiáng)，就越容易造成周邊地區(qū)經(jīng)濟(jì)規(guī)模的縮小；產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外貿(mào)易和工資水平的空間溢出效應(yīng)在三種空間權(quán)重矩陣呈現(xiàn)出的結(jié)果并不相同。

進(jìn)一步通過對(duì)空間總效應(yīng)的分解來(lái)分析人工智能影響就業(yè)規(guī)模的直接、間接效應(yīng)，及將直接、間接效應(yīng)分別視作區(qū)域內(nèi)、區(qū)域間的溢出效應(yīng)，結(jié)果顯示，人工智能發(fā)展水平在W1和W2的條件下，直接效應(yīng)為正，沒有顯著的間接效應(yīng)，而在W3的條件下，直接效應(yīng)和間接效應(yīng)都為正。這說(shuō)明，人工智能對(duì)區(qū)域內(nèi)就業(yè)規(guī)模的提升具有正向影響，而對(duì)周邊區(qū)域的就業(yè)規(guī)模并未顯示出顯著的影響；將經(jīng)濟(jì)因素納入考慮范圍后，經(jīng)濟(jì)發(fā)展水平相似的區(qū)域間人工智能發(fā)展水平會(huì)促進(jìn)相關(guān)地區(qū)就業(yè)規(guī)模的共同增長(zhǎng)。

以上研究結(jié)果表明，人工智能發(fā)展會(huì)顯著促進(jìn)本地區(qū)就業(yè)規(guī)模的擴(kuò)大，這是因?yàn)槲覈?guó)人工智能的發(fā)展目前所呈現(xiàn)出的特點(diǎn)為創(chuàng)造效應(yīng)大于替代效應(yīng)，創(chuàng)造出的大量就業(yè)崗位為就業(yè)規(guī)模的增長(zhǎng)貢獻(xiàn)了不少力量。當(dāng)權(quán)重矩陣為W1和W2時(shí)，人工智能對(duì)就業(yè)規(guī)模的影響具有負(fù)向的空間溢出效應(yīng)；當(dāng)權(quán)重矩陣為W3時(shí)，人工智能會(huì)對(duì)周邊地區(qū)的就業(yè)規(guī)模產(chǎn)生正向的空間溢出效應(yīng)，這是因?yàn)槿斯ぶ悄馨l(fā)展較快的地區(qū)，對(duì)勞動(dòng)力的吸引力更強(qiáng)，會(huì)使周邊地區(qū)的勞動(dòng)力紛紛流向人工智能發(fā)展水平更高的地區(qū)，從而影響了周邊地區(qū)的就業(yè)規(guī)模。但經(jīng)濟(jì)發(fā)展水平高的地區(qū)，同樣對(duì)勞動(dòng)力就業(yè)有很強(qiáng)的吸引力，地區(qū)之前的交流與協(xié)作，會(huì)促進(jìn)本地區(qū)和周邊地區(qū)就業(yè)規(guī)模的共同擴(kuò)張。

（三）人工智能對(duì)就業(yè)結(jié)構(gòu)影響的實(shí)證研究

從基礎(chǔ)模型的實(shí)證結(jié)果可以看出，人工智能會(huì)促使就業(yè)結(jié)構(gòu)向“高級(jí)化”的方向發(fā)展，即低技能勞動(dòng)力占比降低，中、高技能勞動(dòng)力占比上升。也就是說(shuō)，人工智能技術(shù)目前更多地是替代我國(guó)低技能勞動(dòng)力，而創(chuàng)造了更多中、高技能就業(yè)崗位。當(dāng)將空間因素納入考慮范圍后，人工智能對(duì)就業(yè)的影響就呈現(xiàn)出不同的特征：在三種空間權(quán)重矩陣下，就業(yè)結(jié)構(gòu)空間滯后項(xiàng)的回歸系數(shù)都為正數(shù)，即一個(gè)地區(qū)的就業(yè)結(jié)構(gòu)具有正向的空間溢出效應(yīng)，這說(shuō)明臨近地區(qū)或經(jīng)濟(jì)發(fā)展水平相似的地區(qū)的就業(yè)結(jié)構(gòu)更傾向于向相同的方向發(fā)展；在W1下，人工智能對(duì)中、低技能勞動(dòng)力占比的提高具有明顯的促進(jìn)作用和正向的空間溢出效應(yīng)，對(duì)高技能勞動(dòng)力占比的提高具有促進(jìn)作用，但具有負(fù)向的空間溢出效應(yīng)；在W2下，人工智能發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響和空間溢出效應(yīng)并不顯著；在W3下，人工智能發(fā)展對(duì)低技能和高技能的就業(yè)人員占比具有提升效應(yīng)和負(fù)的空間溢出效應(yīng)，但卻對(duì)中技能勞動(dòng)力就業(yè)占比具有正向的空間溢出效應(yīng)。

進(jìn)一步將空間總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，通過回歸結(jié)果可以看出，在W1和W3下，人工智能對(duì)低技能勞動(dòng)力就業(yè)占比的直接效應(yīng)和間接效應(yīng)都為正，對(duì)中技能勞動(dòng)力就業(yè)占比的間接效應(yīng)為正，對(duì)高技能勞動(dòng)力占比的直接效應(yīng)為正、間接效應(yīng)為負(fù)。也就是說(shuō)，人工智能對(duì)區(qū)域內(nèi)就業(yè)結(jié)構(gòu)的影響呈現(xiàn)出兩極化的特征，會(huì)對(duì)周邊地區(qū)和經(jīng)濟(jì)發(fā)展程度相似地區(qū)高技能就業(yè)人員的占比產(chǎn)生不利影響。在W2下，人工智能并未顯現(xiàn)出對(duì)就業(yè)結(jié)構(gòu)有明顯的空間溢出效應(yīng)。

以上研究結(jié)果表明，我國(guó)人工智能的發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響的空間溢出效應(yīng)主要表現(xiàn)為對(duì)中、低技能勞動(dòng)力就業(yè)占比的促進(jìn)效應(yīng)和對(duì)高技能勞動(dòng)力就業(yè)占比的抑制效應(yīng)。這是因?yàn)?，我?guó)人工智能的發(fā)展水平尚處于初級(jí)階段，對(duì)高技能勞動(dòng)力的需求不足，人工智能發(fā)展較快的地區(qū)只會(huì)不斷吸引周邊地區(qū)的人才聚集，對(duì)周邊地區(qū)的高技能勞動(dòng)力就業(yè)占比產(chǎn)生不利影響；但人工智能技術(shù)的運(yùn)用會(huì)帶動(dòng)產(chǎn)業(yè)鏈的延伸，從而使周邊地區(qū)相關(guān)產(chǎn)業(yè)的發(fā)展進(jìn)一步帶動(dòng)周邊地區(qū)中、低技能勞動(dòng)力就業(yè)占比的提高。

（四）穩(wěn)健性檢驗(yàn)

上述研究結(jié)果表明，我國(guó)人工智能的發(fā)展會(huì)導(dǎo)致就業(yè)規(guī)模的擴(kuò)大和就業(yè)結(jié)構(gòu)向“高級(jí)化”方向發(fā)展，但為防止估計(jì)結(jié)果受人工智能變量選擇的影響，本文將更換核心解釋變量來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。本文將核心解釋變量更換為“機(jī)器人安裝密度”（Rob），該指標(biāo)可以直接反映地區(qū)對(duì)人工智能的應(yīng)用情況，因此借鑒閆雪凌^［21］、朱火弟^［16］等學(xué)者的做法，通過對(duì)國(guó)際機(jī)器人聯(lián)盟中的原始數(shù)據(jù)進(jìn)行處理來(lái)測(cè)算各省機(jī)器人密度，計(jì)算公式如下所示：

其中，robit_it表示i地區(qū)t時(shí)期機(jī)器人密度，labor_ijt表示i地區(qū)j行業(yè)t年的就業(yè)人數(shù)，labor_it表示i地區(qū)t年的就業(yè)人數(shù)，對(duì)所有行業(yè)進(jìn)行加總，即可得到i地區(qū)的機(jī)器人安裝密度。本文更換核心解釋變量后對(duì)模型重新進(jìn)行了回歸，回歸結(jié)果見表7。

結(jié)果顯示，替換核心解釋變量后，人工智能變量的顯著性水平、估計(jì)系數(shù)符號(hào)與原來(lái)回歸結(jié)果保持一致，人工智能發(fā)展對(duì)就業(yè)規(guī)模增長(zhǎng)、就業(yè)結(jié)構(gòu)呈現(xiàn)“高級(jí)化”發(fā)展趨勢(shì)的基本結(jié)論依舊穩(wěn)健。

五、主要結(jié)論與對(duì)策建議

（一）主要結(jié)論

本文從理論分析出發(fā)，研究了人工智能影響就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的理論機(jī)制，并進(jìn)一步運(yùn)用2010—2019年我國(guó)31個(gè)省（自治區(qū)、直轄市）的面板數(shù)據(jù)，研究人工智能對(duì)我國(guó)就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的影響，運(yùn)用空間杜賓模型分析人工智能對(duì)我國(guó)就業(yè)的空間溢出效應(yīng)，主要結(jié)論如下：

第一，我國(guó)就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)和人工智能發(fā)展水平存在著顯著的空間自相關(guān)性，莫蘭指數(shù)在5%的顯著性水平下均為正數(shù)。其中，就業(yè)規(guī)模和人工智能發(fā)展水平在十年間的空間自相關(guān)性變化不大，中、低技能勞動(dòng)力就業(yè)的空間自相關(guān)性有所下降，高技能勞動(dòng)力就業(yè)的空間自相關(guān)性不斷提升。

第二，在三種空間權(quán)重矩陣下，我國(guó)人工智能對(duì)就業(yè)規(guī)模的影響顯著。其中，在鄰接關(guān)系權(quán)重矩陣和地理距離權(quán)重矩陣下，人工智能對(duì)就業(yè)規(guī)模的影響具有負(fù)向的空間溢出效應(yīng)，在經(jīng)濟(jì)距離空間權(quán)重矩陣下具有正向的空間溢出效應(yīng)；人工智能對(duì)就業(yè)規(guī)模的直接效應(yīng)都為正數(shù)，而僅在經(jīng)濟(jì)距離空間權(quán)重矩陣下，間接效應(yīng)顯著為正。

第三，在基礎(chǔ)面板模型中，人工智能對(duì)就業(yè)結(jié)構(gòu)的影響呈現(xiàn)出向“高級(jí)化”方向發(fā)展的特征，而在空間杜賓模型中，人工智能對(duì)就業(yè)結(jié)構(gòu)的影響表現(xiàn)為“兩極化”的發(fā)展特征。其中，在鄰接關(guān)系空間權(quán)重矩陣下，人工智能對(duì)中、低技能勞動(dòng)力就業(yè)占比具有正向的空間溢出效應(yīng)和直接效應(yīng)，對(duì)高技能勞動(dòng)力就業(yè)占比具有負(fù)向的空間溢出效應(yīng)和間接效應(yīng)；在地理距離空間權(quán)重矩陣下，人工智能對(duì)就業(yè)結(jié)構(gòu)的空間溢出效應(yīng)并不顯著。

（二）對(duì)策建議

第一，大力推動(dòng)我國(guó)人工智能的發(fā)展與產(chǎn)業(yè)化的實(shí)現(xiàn)。首先，政府應(yīng)通過完善相關(guān)法律法規(guī)、倫理道德規(guī)范、安全監(jiān)測(cè)評(píng)估和產(chǎn)權(quán)保護(hù)政策來(lái)為人工智能發(fā)展提供政策保障；通過科學(xué)宣傳和合理引導(dǎo)讓社會(huì)公眾對(duì)人工智能有進(jìn)一步了解，降低社會(huì)公眾對(duì)“機(jī)器換人”的恐慌，以積極的心態(tài)面對(duì)未來(lái)的職業(yè)選擇和規(guī)劃。其次，推動(dòng)人工智能和實(shí)體經(jīng)濟(jì)的融合發(fā)展，創(chuàng)建人工智能服務(wù)平臺(tái)和人工智能創(chuàng)業(yè)園區(qū)，讓人工智能技術(shù)更好地為我國(guó)中小企業(yè)賦能，為可以提供80%以上就業(yè)崗位的中小企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展創(chuàng)造條件。最后，企業(yè)應(yīng)主動(dòng)開展創(chuàng)新活動(dòng)，在面臨“人才短缺、成本焦慮、供需不匹”的情況下，提前部署企業(yè)戰(zhàn)略安排，積極尋求政府扶持和企業(yè)合作，推動(dòng)我國(guó)在人工智能領(lǐng)域?qū)崿F(xiàn)進(jìn)一步突破；企業(yè)還需注重對(duì)“人機(jī)協(xié)作”的技術(shù)研究和職工技能的培養(yǎng)，以實(shí)現(xiàn)人工智能時(shí)代職工就業(yè)的平穩(wěn)過渡。

第二，提升人力資本水平，提高勞動(dòng)者就業(yè)技能。首先，政府應(yīng)加大對(duì)高校教育和職業(yè)教育的財(cái)政支持力度，大力發(fā)展多層次教育，及時(shí)根據(jù)發(fā)展需要調(diào)整專業(yè)結(jié)構(gòu)和專業(yè)設(shè)置，改善教育環(huán)境、提升教育資源、完善教育設(shè)施。其次，高校應(yīng)積極主動(dòng)設(shè)立與人工智能相關(guān)的專業(yè)并開展人工智能相關(guān)課程，把學(xué)生培養(yǎng)成為人工智能與其他專業(yè)相融合的復(fù)合型技術(shù)人才。最后，勞動(dòng)者自身也應(yīng)轉(zhuǎn)變思想觀念，主動(dòng)提高自身綜合素質(zhì)，努力適應(yīng)社會(huì)對(duì)勞動(dòng)力就業(yè)技能的需求，更好地適應(yīng)新的就業(yè)崗位和技術(shù)環(huán)境。

第三，加強(qiáng)地區(qū)間的交流與合作，推動(dòng)區(qū)域就業(yè)協(xié)調(diào)發(fā)展。首先，政府應(yīng)放寬勞動(dòng)力戶籍限制，允許勞動(dòng)力跨區(qū)域流動(dòng)就業(yè)，確保跨區(qū)域勞動(dòng)者享受與當(dāng)?shù)貏趧?dòng)者同等的基本保障與公共服務(wù)；政府應(yīng)創(chuàng)建企業(yè)交流合作平臺(tái)，充分利用人工智能推動(dòng)具有完整產(chǎn)業(yè)鏈的產(chǎn)業(yè)集群的形成，創(chuàng)造更多就業(yè)機(jī)會(huì)和工作崗位，幫助當(dāng)?shù)丶爸苓叺貐^(qū)解決就業(yè)問題。其次，企業(yè)應(yīng)抓住機(jī)遇，以合作助推人工智能行業(yè)的高水平發(fā)展，企業(yè)之間的合作交流有助于企業(yè)職工相互學(xué)習(xí)，提升自身能力，改變當(dāng)?shù)丶爸苓叺貐^(qū)的就業(yè)結(jié)構(gòu)。最后，各地區(qū)之間應(yīng)出臺(tái)相關(guān)就業(yè)政策，完善與落實(shí)人才落戶政策，確保勞動(dòng)者的合法權(quán)益得到保障，減少因人才引進(jìn)政策導(dǎo)致的虹吸效應(yīng)對(duì)本地區(qū)就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)的影響。

［責(zé)任編輯：張思軍］

注釋：

① 數(shù)據(jù)來(lái)源：人民網(wǎng)，https：//baijiahao.baidu.com/s？id=1705259939415708370&wfr=spider&for=pc。

② 資料來(lái)源：《人口與勞動(dòng)綠皮書：中國(guó)人口與勞動(dòng)問題報(bào)告No.21》，社會(huì)科學(xué)文獻(xiàn)出版社：2020年版第123-126頁(yè)。

③ 資料來(lái)源：《中國(guó)人工智能發(fā)展報(bào)告2020》，清華大學(xué)人工智能研究院，清華-中國(guó)工程院知識(shí)智能聯(lián)合研究中心，中國(guó)人工智能學(xué)會(huì)。

④ 資料來(lái)源：新華網(wǎng)客戶端，https：//baijiahao.baidu.com/s？id=1619104306304127068&wfr=spider&for=pc。

⑤ 國(guó)際機(jī)器人聯(lián)盟（International Federation of Robotics），簡(jiǎn)稱IFR。

參考文獻(xiàn)：

［1］ SMITH A，ANDERSON J.AI，robotics，and the future of jobs［J］.Pew research center，2014（6）：51-58.

［2］ PAJARINEN M，ROUVINEN P，EKELAND Anders.Computerization and the future of jobs in Norway［EB/OL］.The research institute of the finnish economy，2015.

［3］ FREY C B，OSBORNE M A.The future of employment：how susceptible are jobs computerization［J］.Technological forecasting and social change，2017（114）：254-280.

［4］ GODDARD M A，DAVIES Z G，GUENAT S.A global horizon scan of the future impacts of robotics and autonomous systems on urban ecosystems［J］.Nature ecology & evolution，2021，5（2）：219-230.

［5］ 王君，張于喆，張義博，洪群聯(lián).人工智能等新技術(shù)進(jìn)步影響就業(yè)的機(jī)理與對(duì)策［J］.宏觀經(jīng)濟(jì)研究，2017（10）：169-181.

［6］ 陳永偉，曾昭睿.“第二次機(jī)器革命”的經(jīng)濟(jì)后果：增長(zhǎng)、就業(yè)和分配［J］.學(xué)習(xí)與探索，2019（2）：101-113.

［7］ 孟園園，陳進(jìn).經(jīng)濟(jì)不平衡條件約束下，人工智能對(duì)就業(yè)影響效應(yīng)研究——以經(jīng)濟(jì)發(fā)展水平為調(diào)節(jié)變量［J］.中國(guó)勞動(dòng)，2019（9）：40-52.

［8］ GORLE P，CLIVE A.Positive impact of industrial robots on employment［R］.London，IFR：2013.

［9］ HOEDEMAKERS L.The changing nature of employment：how technological progress and robotics shape the future of work［D］.Lund：Lund University Master Thesis，2017.

［10］程承坪，彭歡.人工智能影響就業(yè)的機(jī)理及中國(guó)對(duì)策［J］.中國(guó)軟科學(xué)，2018（10）：62-70.

［11］謝璐，韓文龍，陳翥.人工智能對(duì)就業(yè)的多重效應(yīng)及影響［J］.當(dāng)代經(jīng)濟(jì)研究，2019（9）：33-41.

［12］鄧洲.工業(yè)機(jī)器人發(fā)展及其對(duì)就業(yè)影響［J］.地方財(cái)政研究，2016（6）：25-31.

［13］郝楠.勞動(dòng)力極化的經(jīng)濟(jì)效應(yīng)分析——基于經(jīng)濟(jì)增長(zhǎng)和收入不平等的雙重視角［J］.華東經(jīng)濟(jì)管理，2017，（2）：118-125.

［14］蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長(zhǎng)、高質(zhì)量就業(yè)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）：3-22.

［15］陳曉，鄭玉璐，姚笛.工業(yè)智能化、勞動(dòng)力就業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)質(zhì)量——基于中介效應(yīng)模型的實(shí)證檢驗(yàn)［J］.華東經(jīng)濟(jì)管理，2020（10）：56-64.

［16］朱火弟，葉潤(rùn).人工智能發(fā)展對(duì)我國(guó)勞動(dòng)力就業(yè)結(jié)構(gòu)的影響——基于2006—2019年省級(jí)面板數(shù)據(jù)的實(shí)證分析［J］.重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2021（8）：59-70.

［17］潘丹丹.人工智能的就業(yè)反極化效應(yīng)研究［J］.現(xiàn)代經(jīng)濟(jì)探討，2019（12）：25-31，65.

［18］李俊玨.智能化發(fā)展對(duì)勞動(dòng)力就業(yè)的影響研究［D］.昆明：云南財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2020.

［19］郝楠.勞動(dòng)力就業(yè)“極化”、技能溢價(jià)與技術(shù)創(chuàng)新［J］.經(jīng)濟(jì)學(xué)家，2017（8）：27-32.

［20］孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：61-79.

［21］閆雪凌，朱博楷，馬超.工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來(lái)自中國(guó)的證據(jù)［J］.統(tǒng)計(jì)研究，2020（1）：74-87.

［22］蘆婷婷，祝志勇.人工智能是否會(huì)降低勞動(dòng)收入份額——基于固定效應(yīng)模型和面板分位數(shù)模型的檢驗(yàn)［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（11）：29-41.

［23］韓家賓.我國(guó)人工智能對(duì)就業(yè)影響的地區(qū)差異——基于發(fā)達(dá)與欠發(fā)達(dá)地區(qū)的比較分析［D］.太原：山西財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2020.

Research on the Influence of Artificial Intelligence on Labor Force Employment

——From the Perspective of Space Spillover

CAO Hua，ZHAO Wen-jie

（School of Economics，Yunnan Minzu University，Kunming 650031，China）

Abstract：At present，the theory and application of artificial intelligence technology are developing rapidly，and gradually become the core force of a new round of scientific and technological progress and industrial reform，which has a profound impact on human life.From the perspective of spatial spillover，the author establishes three types of spatial weight matrices，and uses panel data model and spatial Dobbin model to study the impact of the development of artificial intelligence in 31 provinces （autonomous regions and municipalities directly under the central government） on China's employment scale and employment structure from 2010 to 2019.The results show that the employment of labor force and the development of artificial intelligence in China have the characteristics of spatial autocorrelation，that the development of artificial intelligence has a significant promoting effect and positive spatial spillover effect on the scale of employment in China and that the impact of artificial intelligence on China's employment structure shows the promotion effect of developing towards “the high-grade” and the spatial spillover effect of developing towards “polarization”.

Key words：artificial intelligence；employment scale；employment structure；spatial spillover effects