徐奕瑶 李雨轩 黄欣月

摘 要：我国工业一直存在利润微薄、技术薄弱、企业资本、技术难以积累等问题，呈现出增速减缓、大而不强的局面。随着2013年“机器换人”政策的出现，智能化生产为工业产业的变革和创新带来新的生机的同时，改变了其就业结构。本文使用了2011年至2015年中国30个省（市）制造业就业结构的面板数据，以中国企业特点为基础，提出工业智能化资本投入和购买力水平差异下劳动力配比的分析模式，系统分析工业企业转型的就业结构特征。

关键词：机器换人;就业结构;中国智造

一、引言

低端劳动力随着中国人口红利逐渐流失后，消费需求以及生产过程方面的大数据信息流分析显示工业转型升级的生产技术工具必然通过科技创新在智能制造设备处交汇。工业智能化改革成为中国传统产业永续发展的新突破口。

在新一轮工业科技革命的激烈竞争中①，“机器换人”成为时下最热门的产业结构技术升级通道，全国各省市纷纷采取相关政策促进工业焕发新的生命力。近年，广东省出台《广东省智能制造发展规划（2015-2025）》等政策文件，提出了43条战略举措推动“机器换人”步伐，推动机器换人时代的到来。从2015年到2017年，广东省投入1943亿元用于支持工业技术转型，并在1950多家工业企业中发展智能化，浙江也积极融入工业智能4.0的洪流中，其政府再次升级“机器换人”体系，出台《关于推动工业企业智能化技术改造的意见》。

二、理论基础

1.传导机制

“机器换人”系列政策的推出和实施显然在一定程度上提高了工业智能化水平，而智能化水平的改变意味着企业对劳动力的需求结构改变。事实上，“机器换人”政策的实施已然给我国劳动力结构（劳动人口数量及素质等）带来影响。由于智能代工仍处于成长初期，其对就业结构的影响机制将基于不同的发展时期呈现出差异化特征。以2002年-2019年我国就业人员的学历分布变化为例，本科及以上学历群体的比重不断攀升，即就业人群中高学历人群的比重正在增加。这一方面突出了在市场需求视角上对高技能人才的欠缺。另一方面，教育水平不仅影响着人力资源质量，对居民收入也有着显著影响。由于城镇居民的教育水平分布和消费分层结构接近，高学历群体的进入使低技能劳动力被迫流失，服务价格随之上涨，进而中、高技能群体生活水平降低，最终导致城镇对高学历劳动力人群的吸引力下降。因此对于未来劳动力结构（定義详见本文第3部分）的变化机制仍旧存疑。本文兼顾智能代工和产业升级双重动态特征，得出以工业智能化为核心的发展政策能够显著影响我国第二产业劳动力就业结构。

2.创新点

本文从国内制造业大省层面切入，识别了政府政策对就业结构影响的内部机理，而现有文献大多从着重外部化角度来评估技术进步条件下我国高新技术就业的总体情况，在一定程度上丰富了“机器换人”政策影响效应、高质量发展等相关文献，并补充了微观证据。

进一步从地方政府行为角度揭示了社会劳动力需求受教育水平的“单极化”趋势。这有利于厘清中国地方政府在该推行该政策下的角色定位及作用方式，并为高质量发展目标下“有为政府”该如何作为提供了实践经验。

三、研究模型与变量分析

1.模型构建、研究方法

理论上，可以将2011年-2015年间浙江与广东率先实行机器换人的省份作为处理组，其余省份仍未实施相关政策作为对照组。本文设置treat和time两个虚拟变量，其中treat=1代表广东和浙江开始实施政策，treat=0表示其他省份;time=0代表实施政策之前的年份，time=1表示实施政策之后的年份。根据对样本的分组，可以通过双重差分来估计工业智能化水平对劳动就业结构的影响，公式可表示如下：

其中，下标i和t代表第i个省份和第t年，X代表一系列控制变量，ε为随机扰动项。被解释变量Esit表示受政策影响的就业结构变量，yearit、treatit和DID分别表示年份、省份固定效应以及城市与年份的联合固定效应。

2.样本来源及变量说明

本文选择2011年-2015年中国除西藏外的30个省级面板数据进行回归。选择2011年作为起始年份是因为在这一年广东和浙江出台“机器换人”相关政策。本文的数据主要来源于《中国劳动统计年鉴》、《中国统计年鉴》、《中国科技统计年鉴》以及地方统计年鉴等数据。

（1）被解释变量：就业结构。本文对就业结构的划分是根据就业人员的受教育水平，其中受教育水平分为研究生、大学本科、大学专科、高中、初中及以下。

（2）控制变量选取与表述

为了控制其他因素，本文选取了具有外生性性质的控制变量。本文将购买力水平、产业结构优化、城镇化水平、对外开放水平和高级技术人才投资作为控制变量，并且这些变量通过了平衡性检验。

四、实证结果及分析讨论

1.DID分析结果

根据计量模型，本部分检验了“机器换人”政策对劳动力就业结构的影响，回归结果详见表2。在回归中均加入了控制变量，并控制了个体因素和时间因素的影响。从表2中可以得出，“机器换人”政策对初中及以下的就业人员出现较强的挤出效应，受教育程度为高中及以上人才的需求增加。在1%的显著水平下，“机器换人”政策的实施将使受教育程度为初中及以下的制造业就业人数占比减少8.539%，使受教育程度为高中的制造业就业人数占比减少5.87%。因此，本文可得出“机器换人”政策导致工业智能化的上升对学历为初中及以下的替代效应要大于学历为高中的就业人员。目前，工业智能的上升对学历为大学本科的制造业就业人员的就业提升作用最明显，在1%的显著性水平下将提高9.128%的学历为大学本科的制造业就业人员就业比重。与此同时，购买力水平的变化对制造业就业人员中学历为研究生或大学本科的具有显著的负向影响，学历为大学专科、高中、初中及以下的影响不显著。产业结构优化对研究生、大学本科以及大学专科学历的制造业就业人员有显著正向影响，而对学历为初中及以下的制造业就业人员有显著负向影响，对受教育程度为高中的就业人员无显著影响。同时，城镇化水平对学历为高中及以上的就业人员有显著正向影响，对学历为初中及以下的就业人员有显著负向影响。高级技术人才投资对受教育程度为研究生水平的就业人员具有显著正向影响，但是对学历为大学本科和专科的就业人员具有显著负向影响。在5%的显著水平下，高级技术人才投资使受教育程度为高中水平的就业人员比重上升0.211%，对受教育程度为初中及以下的就业人员比重上升0.198%。

2.相关性与平稳性检验、安慰剂检验

（1）某些高GDP省（市）企业具有完备的前瞻力和资金流，能提前通过调整人力资源规划来稳定市场地位。为了排除这种可能性，本文从空间维度上构造了平稳性检验。检验结果：在中央颁布“机器换人”政策中，估计值在统计上无一显著，满足空间变化对“机器换人”政策及就业结构间关系无影响的平稳性检验预期。

（2）关于虚设实验组的安慰剂检验

为了进一步排除其他未知因素对试点省（市）选择的干扰，确保本文结论是由“机器换人”政策实施所引致的，本文还采用了通过在样本中随机抽样200次虚拟实验组的安慰剂检验，进行同多期DID基准回归一致的回归，为原始研究结论提供稳健性保证。如下图所示，被解释变量分别是UC、JC和PG，发现大多数抽样的估计系数t值的绝对值都在2以内，且p值均大于1，说明新冠疫情发生在这200次抽样中无显著效果。因此，本文的结论可以通过虚设实验组的安慰剂检验，再次验证“机器换人”政策对就业结构的影响与其他未知因素的因果关系不大。

五、结论与政策启示

1.主要结论

（1）从已有数据分析可以得出，工业智能化发展将使得劳动力就业结构呈较大差异，即接受初中及以下程度的劳动力人数比例有明显减少，而大学及以上的教育程度劳动力的就业比例逐步攀升。

（2）随着人工智能影响的深化，工厂企业对于较高素质劳动力的需求不断上升的情况下，购买力水平对于初中及以下劳动力的挤出效应不再显著。

2.政策启示

通過本文的研究分析得出“机器换人”政策对我国就业结构影响深远而广泛，这一政策的兴起必将带来生产方式革命。政府也应注意就业结构变化引起的不同岗位人员就业失业的问题。（1）从DID模型中可得，“机器换人”的不断推进使更多受初中及以下教育程度的劳动人口面临失业，就业结构性矛盾突出。基于这一结论，政府必须持续有效促进人力资本的教育投资，为低学历水平的劳动人群培育新技能，并且对这部分群体的就业增加关注，积极提供就业机会以缓解技术性失业风险问题，促进人工智能和劳动就业良性互动、协同发展。（2）从结论二我们也可以看到，未来工业智能化市场将对高教育素质人才的需求显著上升，因此必须做好高等教育化的规模，扩大高等教育发展空间，调节高等教育层次结构，有效促进未来就业人员的素质培养，使其充分发挥研究学习等作用，为今后的“机器换人”工作做好铺垫。（3）未来高度智能化的企业就业趋势也将带来更多的企业配套设施和社保问题等。政府应合理规划地区基础设施部分，与时俱进，完善企业机器人与技术人才共同生产的法律、制度和条例，建立人与机器人和谐生产生活的社会环境。

注释：

①2009年-2014年间国内的智能化机器市场销售规模年均增速达34.2%，足以证明当前中国的机器人市场规模之庞大、普及度增长之迅速。

参考文献：

[1]芮明杰.“工业4.0”：新一代智能化生产方式[J].世界科学，2014（05）：19-20.

[2]孙婧.日本再工业化战略对我国船舶制造业贸易竞争力影响研究[D].中国海洋大学，2015.

[3]尹昊宇.以“技术红利”替代“人口红利”[N].中国经营报，2012-03-19（B15）.

[4]潘建胜.谈“机器换人”对劳动就业结构转型的影响[J].企业导报，2014（10）：19+21.

[5]叶忠.教育与就业关系的不确定性[D].华中师范大学，2004.

[6]房京坤，李萌萌，崔伟.受教育程度与城镇居民消费结构的关系探究[J].赤峰学院学报（自然科学版），2014，30（13）：57-58.

[7]林小莉.教育水平对居民消费影响的实证研究[D].天津理工大学，2019.

[8]陆铭.大国发展——论中国经济的欧洲化[J].当代财经，201，（6）：3-13.

作者简介：徐奕瑶（2000.12- ），女，汉族，浙江台州人，浙江工商大学，本科在读，研究方向：国际经济与贸易;李雨轩（1999.12- ），女，汉族，浙江绍兴人，浙江工商大学，本科在读，研究方向：经济学（创新）;黄欣月（1999.09- ），女，汉族，浙江杭州人，浙江工商大学，本科在读，研究方向：经济学