基金项目：国家社会科学基金项目《人工智能发展对我国制造业就业的影响研究》（20BJY052）。

作者简介：崔艳（1982—），女，山西汾西人，博士，中国劳动和社会保障科学研究院副研究员，主要研究方向为新经济发展与就业创业、劳动关系、人力资源服务业。DOI： 10.13253/j.cnki.ddjjgl.2022.03.008人工智能对制造业就业的影响及应对研究：来自微观企业和劳动者调查数据崔艳（中国劳动和社会保障科学研究院，北京100029）

[摘要]在专题调研的基础上，文章针对人工智能对我国制造业就业的影响进行了详尽分析，提出人工智能等新技术引发就业替代;引致就业结构优化调整;人机协作技术助推分工体系和用工模式新变化;工作性质持续变革、现有岗位功能加速调整;工作时间结构优化、就业质量和就业环境逐步改善;劳动关系运行面临考验，知识技能快速更新;受疫情影响，多数企业根据自身实际情况对智能化、自动化等作出相应调整等。同时，对当前经济与就业的协同性加强、潜藏的就业风险增加以及不同技能水平劳动者收入差距拉大等新情况新问题予以研判。最后，提出要构筑人工智能发展与制造业就业良性互促的生态系统;深化劳动力供给侧改革，推动制造业人力资源升级;着力构建战略性的应对机制和策略性的反应机制;强化保障，加快提升人社公共服务水平。

[关键词]人工智能;制造业就业;生态系统

[中图分类号] F241.4[文献标识码] A[文章编号] 1673-0461（2022）03-0059-08

一、引言

制造业对我国国民经济发展至关重要，保持制造业就业稳定是当前稳就业的关键，制造业能否实现更加充分更高质量就业事关我国就业的总体形势。当前人工智能发展已经成为我国经济持续增长、产业转型升级尤其是制造业改造升级的重要举措和必然选择，引发生产力和生产方式的变革，给我国制造业就业带来持续、广泛而深刻的影响。近年笔者就人工智能对我国制造业就业的影响持续开展了专题调研，2020年12月至2021年1月在江苏、广东、浙江等人工智能应用较广泛的省市选择机械、电子、纺织、橡胶等430家制造业企业和600名劳动者发放了有关调查问卷，分别收回403份企业有效问卷和572份劳动者有效问卷，问卷有效率为93.7%、95.3%。从区域分布看，东部地区的样本约占五成，与全国制造业总体分布情况接近，其中，制造业大省广东、上海、江苏、浙江、湖北的样本比例分别为11.7%、10.7%、8.9%、9.2%、14.4%。从企业类型看，调查企业涵盖内资企业、港澳台商投资企业和外商投资企业。其中，内资企业占比为85.2%，港澳台商投资企业和外商投资企业占比均为7.4%。从企业规模看，调查樣本涵盖大、中、小、微型企业。其中，2 000万元到4亿元以及大于4亿元的大中型企业合计占比为42.7%。从企业成立时间看，“老中青”企业兼具，注册时间为10年以下、10～19年和20年以上的占比分别达39.2%、35.2%和25.6%。从企业所在行业分布看，调查样本涵盖制造业31个门类。其中，电气机械和器材制造业、纺织服装服饰业、家具制造业、仪器仪表制造业的样本比例分别为7.4%、5.0%、2.7%、1.7%。从岗位分布看，一线生产或操作岗位、技能或技术岗位、高级工程师或技术研发岗位分别占比为54.1%、14.6%、5.5%①。从人员学历分布看，初高中文化程度和大专及以上学历的比例接近1∶1。从人员职称分布看，初、中、高级职称占比分别为20.5%、16.3%和4.4%。

调查表明，人工智能给我国制造业就业已经并将进一步带来持续、广泛而深刻的影响，岗位替代和岗位创造同时发生，总体表现为正面影响。受新冠肺炎疫情影响，多数企业根据实际情况对企业智能化、自动化等作出相应调整。短期看人工智能发展对就业总量影响相对温和，结构影响重于数量影响，就业结构性矛盾处于上升通道，长远看人工智能对就业的影响呈现渐进性且大规模结构转型趋势，就业促进逐步由数量扩张主导向质量提升主导转变。

二、人工智能对我国制造业就业的影响现状分析——基于微观调查数据

（一）人工智能等新技术应用引发制造业就业替代

我国是世界制造业第一大国，也是制造业就业第一大国，稳制造业就业是稳就业的关键。进入新世纪，尤其是加入WTO后，我国制造业快速发展，就业人数持续增长。2020年高技术制造业实现利润占规模以上工业企业的比重为17.8%[1]，2021年3月，高技术制造业和装备制造业的从业人员指数分别为51.2%和50.5%[2]，充分展现了制造业在守住就业底线方面强有力的韧性支撑能力，制造业仍为保就业的主战场和吸纳就业的重要载体。2014年制造业就业占总就业的比重达到峰值为13.4%（2019年为12.6%），2016年制造业就业人数达到峰值为1.32亿人，随后制造业的就业人数和就业比重持续下降（见图1、图2）。究其原因，制造业存在由初级到中级、再到高级的结构转型升级，必然出现资本对劳动力的不断替代，同时制造业规模效益扩大，一系列技术进步提高了生产效率，导致全球制造业的用工规模总体出现下降。国内部分学者测算认为，机器换人可解释制造业34%的就业下降[3]。

笔者认为，受人工智能等新技术发展的影响，部分岗位任务智能化成为常态替代模式。宏观层面，技术、经济、产业、工作类型和地域等因素共同决定了人工智能发展对就业的影响。即使在同一工作类别内，其影响也存在差异。微观层面，据调查发现，企业对自动化设备的选择和应用取决于营收状况，营收状况越好，越倾向于自动化设备的高投入，反之则倾向于低投入或不投入。人工智能技术的发展表现出明显的多层次性，高度流程化、易于实现数据化的工作将会最先被人工智能替代。比如在纺织行业，生产线纺纱、产品检验等这些可标准化的、流程化的中低技能型工作受到的冲击最大。以江苏省某纺织企业为例，通过管理创新、技术和产品创新、推进智能工厂建设“三步走”，将企业生产规模扩大了5倍，用工人数由8 000多人减至1 500人左右，已全面完成智能化改造的生产线万锭用工在10人以内，劳动生产率得到大幅提升。

（二）调查企业用工保持相对稳定，就业结构呈现优化调整

一是行业用工结构上，随着人工智能等新技术的发展和应用，先进制造业用工比重上升，从业人员在行业间的分布出现积极变化，逐渐由传统的原材料制造、高耗能行业向先进制造业转移。根据第四次全国经济普查数据，2018年末，原材料制造业、高耗能制造业从业人员的比重分别比2013年末下降2.4和2.1个百分点，而装备制造业比重则上升4.8个百分点，占比达到39.2%，反映了制造业转型升级、结构调整取得成效。二是岗位结构上，调查企业内部用工结构也出现积极改变。多数企业表示，使用智能制造设备后，中高技能型岗位用工增加，而生产操作类岗位用工减少。其中70.9%的企业表示“一线生产或操作岗位”用工减少，分别有38.3%、44.4%的企业表示“技能或技术岗位”和“高级工程师或研发岗位”用工增加（见表1）。预计未来3年调查企业仍将保持这一态势，66.4%的调查企业预计“一线生产或操作岗位”用工将呈下降趋势，分别有42.4%和49.2%的企业预计“技能或技术岗位”以及“高级工程师或研发岗位”用工将呈增长趋势（见表2）。对比2019年和2020年调查结果，“一线生产或操作岗位”用工减少的比例下降了12.3%，“技能或技术岗位”和“高级工程师或研发岗位”用工增加的比例下降了5.4%和7.4%（见表3）。这表明目前制造业调查企业用工保持相对稳定，企业进行智能设备改造是较为缓慢的过程，对用工结构的改变也是长期持久的历程。三是年龄结构上，以纺织行业为例，传统生产时代不少纺织企业招聘一线操作员工的年龄为20岁左右，随着设备自动化程度提高，劳动强度降低，这类劳动者的年龄限制逐渐放宽至35～40岁。

（三）人机协作技术助推分工体系和用工模式新变化

人工智能的应用促进生产领域的技术创新和生产方式转变，加速组织管理方式的优化，就业趋势走向多元化、分布式，就业体系呈现网状结构，从传统产业模式的线式岗位设置让渡于网络的多维度岗位创造。根据第四次全国经济普查数据，无论制造业法人单位还是个体经营户，平均每个单位中从业人员数量均有所减少，从业人员数量增长速度低于单位数量增长速度。制造业法人单位中平均从业人员数量由2013年的55.5人减少为2018年的32人，降低了42.3%;个体经营户中平均从业人员数量由2013年的5.4人减少为2018年的3.7人，降低了31.5%。究其原因，劳动力市场的灵活工作机会增多，部分任务外包、碎片化工作等多样化的就业方式规模增长，劳动者的社会网络发生变化。

（四）工作性质持续变革，现有岗位功能加速调整

智能化通过人机协作技术有效扩展了人类的工作领域。很多职业发生变化，但不会自动消失，工作的性质持续变革。根据麦肯锡研究表明，60%的制造业活动都可以实现自动化。即使在制造业内部，焊工、切割工的自动化潜力超过90%，而客户服务代表的自动化潜力则低于30%[4]。人工智能的应用使得工作流程发生一系列变化，劳动者与机器工作互补的活动增加，这些转变将改变企业组织结构、商业模式和竞争格局，反之亦然。在各行业的任务构成及新技术模式下，基于自动化替代和辅助增强的选择，从而产生不同的岗位创造能力。不少调查企业认为，劳动密集型生产若能有效结合对工作任务的辅助增强技术，就能够创造出新的更高生产性增长的机会。

在实践领域，工作难度变化体现出岗位功能的转换。多数员工反映，和过去相比，工作中时常会遇到新情况新问题，对各项工作技能的要求快速提高，“通常至少需要半个小时才能找到一个好的解决办法”。根据调查发现，这种情况“一周至少1次”和“一个月至少1次”的占比合计达为54.6%（见图3）。

（五）工作时间结构优化，就业质量和就业环境逐步改善

随着人工智能等新技术的广泛应用，部分岗位工作的重复劳动和体力劳动减少，劳动强度相对降低。在重复劳动时间方面，被调查人员认为“仅有少部分时间（半天以内）用于重复劳动”的占比高达42%，尤其是约37.2%的一线工人表示“几乎全部工作时间用于重复劳动”，“用于个人提升和休闲的时间比以前要多”（见图4、图5）。在体力劳动时间方面，被调查人员认为“少部分时间（半天以内）用于体力劳动”的比例为36.9%，一线工人用于体力劳动力的时间仍明显高于其他岗位（见图6、图7）。与此前调查相比，被调查人员用于重复劳动和体力劳动的时间下降，劳动生产率和就业双增长，自动化和机器人等新技术的推广应用仍有较大空间。调查还发现，随图4员工每日重复劳动的工作时间比例

图5部分岗位员工每日重复劳动的工作时间比例着人工智能等新技术的推广和使用，不少企业工作环境获得改善，就业质量得到提高，31.4%的调查企业认为自动化能够“有效改善员工的工作环境”、“提高工作满意度”等。

（六）劳动关系运行面临考验，知识技能快速更新

目前，技术进步和自动化发展加剧了劳动力市场两极分化趋势，人工智能等新技术相关的中高端人才短缺和人员流动问题日益凸显。针对自动化实施后产生的人员冗余，目前調查企业主要通过内部消化，将其转岗到非智能制造装备产线，或吸纳到企业扩张新增加的岗位，或经培训后转岗到智能制造装备产线，很少有企业采取主动裁员的方式。如苏州某制造企业在工厂进行自动化升级后，用工减少15%，其中12%去了新工厂新项目，只有3%离开本公司。可以预见，伴随人工智能技术的持续推进，低层次劳动形态将大幅减少，劳动力市场结构向哑铃型发展，企业智能化升级配套人才普遍短缺，对技能型人才需求加大。自动化设备研发、设计、维护等技术岗位需求增加，机械、计算机、自动控制方向的综合型人才以及设备操作维护等技能人才日趋紧缺。劳动关系逐渐呈现出形态多样化、边界模糊化、动态化发展趋势。

调查发现，劳动者学习新知识的频率普遍较高，“每天都在学习新知识”的占比高达14.5%。很多员工的知识技能难以满足工作需求，“完全可以满足”和“一定程度满足”的合计占比仅为55.9%，“需要不断学习大量新知识新技能，才能胜任当前工作”（见图8）。笔者还发现，很多企业通过聘请专家到公司进行指导、委托专业机构进行培训等方式加强培训，但缺乏标准的培训体系和专业培训机构、很难找到有关专家等成为制约企业培训的重要因素。

（七）受疫情影响，多数企业根据自身实际情况对智能化、自动化等作出相应调整

多数调查企业的经营状况一定程度上均受到疫情影响。其中，有42.7%的企业表示“营收比去年下降11%～40%”。调查发现，受疫情影响四成企业暂缓原定的自动化改造，而受疫情影响较小或疫情利好的行业企业，原定的自动化改造并未受到影响，甚至全面提速改造，这一比例约为27%。未来3年内，超过一半的调查企业倾向于采用更多的自动化和机器人技术。

三、当前面临的新情况新问题

（一）经济增长、劳动力供给等与人工智能发展交织，与就业的协同性亟待加强

党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段。在发展动力层面，要素驱动让位于创新驱动。经济增长是带动就业扩大的重要引擎，在不断深化供给侧结构性改革的大环境下，近年我国经济增速放缓（由2000年的10.6%下降至2019年的6.1%，2020年受疫情影响为2.3%），40年的高速经济增长与人口红利窗口正好重叠，而正在发生的结构性减速与人口红利窗口的关闭密切相关。未来一段时期，随着人口转变和人口老龄化形势向纵深发展，我国新增劳动力规模将逐年减少[5]。积极促进国民经济智能化，能够有效缓解老龄化背景下的劳动力供给压力。目前我国制造业还存在区域发展尚不平衡、不充分的问题，中西部地区承接资源加工型、劳动密集型产业和具有市场需求的资本密集型、技术密集型产业空间仍然较大，东部地区和主要城市圈发展“新基建”等产业尚处于起步阶段，制造业新增就业空间仍然较大，任务紧迫。

（二）伴随人工智能深刻变革，制造业就业潜藏风险和不确定性

人工智能不仅是技术层面的革命，未来可能会与重大的社会经济变革、思想文化变革以及其他方面的变革同步进行，极有可能成为新一轮产业革命的核心驱动力，成为人类社会又一次全新的大变革。新一代人工智能技术与实体经济加速融合，为各行各业带来提质增效、转型升级的实际效能。加之新冠疫情持续蔓延，人工智能技术发展不断创新，市场应用持续扩展，相应支撑体系不断到位，推动经济社会向更高阶段发展，又反过来推动人工智能技术的发展和应用，就业将会向更广阔、多元化、多层次、多形态发展。人工智能创造就业岗位，主要是三种情况，一是社会需求增加，企业扩大经营。二是效率提升带来生产成本和产品价格下降，客观上增加了居民收入，引致对其他行业需求的增加，从而推动这些行业规模的扩大和就业岗位的增加。三是生产线上不易被人工智能替代的任务和环节，需要增加相应的就业岗位，以便更好对接和匹配人工智能环节。如前文所述，人工智能对就业结构的改变将是长期的过程。值得关注的是，根据麦肯锡的研究结论，自动化将会给全球生产力带来年均0.8%～1.4%的增长[6]。当前我国万名制造业工人中仅有36个机器人，约为所有发达经济体平均水平的1/2，约为美国的1/5，制造业工人的平均收入约为美国平均水平的10%。这些数据表明，今后一段时期，我国制造业智能化应用还有很大空间。长远看人工智能对就业的影响呈现渐进性且大规模结构转型趋势，就业促进逐步由数量扩张主导向质量提升主导转变，因此，需要高度关注人工智能对制造业就业的影响和发展趋势。

（三）就业结构调整加快，中短期需要重点关注局部性、群体性、行业性的失业

近年全球产业链价值链面临重构，我国制造业处于高质量发展时期，产业不断向价值链高附加值环节攀升，部分劳动密集型制造业环节向外转移，与此同时美欧日等国家和地区积极引导制造业回流、产业链回迁，以保护自身产业链、增加国内就业岗位，一定程度上不利于我国制造业就业岗位的增加。相较于以往的技术革命，人工智能的影响范围更广、程度更深。历次工业革命都是从某一产业和一个较小的地域范围开始，逐步向其他地区和行业扩散。而人工智能发展迎合了经济社会需求，对几乎所有行业和职业都会产生影响，人工智能技术替代就业的速度快于劳动力供给结构变革的速度，或将迅速重塑制造业等有关产业，引发就业的剧烈变动和调整，增加劳动力供需结构性失衡的风险。同时，人工智能技术在行业和地域间的扩散速度快于劳动力行业和区域调整的速度。历次工业革命相对漫长的新技术扩散过程，使得技术进步造成的在一定产业内、一定区域内的失业人口能够转移到其他行业和地区，人力资源结构得到优化，更加合理的产业国际分工也建立起来。根据库兹韦尔等人的分析，人工智能技术发展已经迎来奇点，随后将迅速在各行业领域得到广泛应用[7]。作为以虚拟信息为载体的技术，人工智能能够以极低的成本跨越国界提供服务，这使得传统的建立在要素成本结构基础上的比较优势分工格局受到巨大冲击。劳动力在行业和区域间的转移是技术进步背景下保持较高就业率的重要途径，但人工智能在行业间、地区间扩散的速度远远快于劳动力行业结构、区域分布结构的变化，前者已经迈过拐点，而后者还面临人力资源结构调整的高昂成本和难以逾越的制度障碍。

（四）不同技能水平的劳动者收入趋于两极化，社会收入差距拉大的风险增加

人工智能发展对收入分配的影响，取决于各类生产要素的稀缺性和劳动者职业技能的高低。随着人工智能的创新发展和应用拓展，数据将成为新的生产要素。高技能与中低技能劳动者被人工智能等新技术替代的可能性存在差异，反映了技术赋权对不同技能劳动者的不平等，表现为人工智能对劳动者收入影响存在异质性，高技术劳动者受益更多[8]。调查发现，人工智能发展带来的就业替代效应使得部分中低技能劳动者的加班时间减少，加班工资降低，从而被迫离职。与此同时，人工智能提高了企业对高技能的需求，促使勞动者技能提档升级，高技能劳动者的人力资本回报和谈判能力提升，收入进一步提高。

（五）新模式、新业态加速涌现，劳动者面临技能的转换和提升“阵痛期”

人工智能的发展极大地刺激了新兴创新市场活力，新职业、新就业方式层出不穷。人工智能从根本上重塑生产模式，专业化、小微型的技术分包模式出现，进一步打破了时空对就业的诸多限制，未来岗位分工更加细化，碎片化时间就业将成为常态。企业可以更高效地搜寻到合适人选，提高劳动生产率，创造更多社会财富。就业方式更加灵活化，就业或采取在家办公、移动办公等多种新方式。就业形态趋于多元化，必须对就业、劳动关系以及社保等进行重新界定和思考，对就业的管理方式有待创新和提高[9]。随着人工智能技术水平提高，应用场景持续拓展，做好劳动者技能的提档升级尤为重要。波士顿咨询公司发布的《数字经济下就业与人才研究报告》从就业人群、就业领域和就业方式三个方面分析了数字技术可能对就业生态产生的影响和变革，对于数字经济下的就业人群，拥有“特定专业技能（尤其是数字技术相关技能）”对获取中高端就业机会至关重要[10]。调查表明，制造业企业在招聘员工时，优先考虑熟悉自动化机器设备的占比高达84%。可见，当前及今后企业对员工熟悉自动化机器设备等新技术的要求将会更加普遍。

四、实现更加充分更高质量就业的政策建议

为贯彻落实党中央、国务院关于稳就业保就业的决策部署，实现更加充分更高质量就业，我们认为，应把握全球人工智能发展趋势，加强人社领域的政策应对，本研究提出如下对策建议。

（一）构筑人工智能发展与制造业就业良性互促的生态系统

将就业优先政策置于宏观政策层面并持续强化，推动技术进步与就业扩容提质协同发展。推进宏观政策协同，统筹兼顾各方利益，增强就业工作与各项社会经济工作的协同发展。深化人工智能技术的产业融合，探索适应我国国情和发展阶段的自动化、智能化模式，以人为本，着力提高劳动生产率，分类引导、逐步推进“机器换人”。在替代苦、脏、累、险岗位的过程中，适应新形势，注重在人机互动等领域开发新业态新职业新岗位。建议借鉴有益经验，树立行业标杆，正确引导人工智能等新技术和企业改造的方向与节奏，鼓励先行企业成立专业服务机构，向相关企业输出技术服务，从装备应用、管理改进等方面提供咨询，确保引进的技术不过时，使后来者少走弯路，以高质量产业发展带动和实行更加充分更高质量就业[11]。

（二）深化劳动力供给侧改革，推动制造业人力资源升级

一是加强人才培养，提升人力资本。适应人工智能时代和制造业高质量发展，深化教育领域改革，在基础教育中强化人工智能等新技术的认知和创新思维的培养，推进教育均衡发展。加强职业培训的创新能力导向，加快调整人才培养体系，支持高校建立智能制造学科体系，着力培养具备较强创新能力、能够突破核心技术瓶颈的复合型技术技能人才和高层次人才，提升各类人才的职业竞争优势。加快培养“人工智能+”的复合型、跨领域人才，释放现有人力资源红利[12]。二是深化产教融合，支持制造业企业积极参与职业技能提升行动。多措并举，积极发挥企业主体作用。构建制造业企业梯度培育体系，持续开展企业职工在岗技能提升和转岗转业培训，帮助劳动力实现技能提升和就业转移。确保职业技能提升行动专项资金有一定比例用于支持人工智能等新技术改造升级的人才培训，提高各类人才的就业适应能力。围绕制造业重点发展行业，重点打造一批数字技能创新公共实训基地，积极培育一批“校企合作共同体”，全面提升数字技能实训能力。鼓励职业院校和行业企业探索共建专业、课程、实习实训基地等多种形式校企合作，为我国产业转型升级提供技术平台和智力支撑。三是鼓励中高端人才创新创业，支持制造业农业转移劳动力返乡创业。支持制造业农业转移劳动力返乡创业，帮助人工智能发展挤出的劳动力实现再就业，鼓励和支持具有一定基础的农村转移劳动力发展休闲农业、特色农产品、规模种养等，促进城乡之间的资源流动，推动新型城镇化和美丽乡村建设。四是树立终身学习理念，打造良好舆论氛围，提倡劳动者通过坚持终身学习提升工作能力。鼓励创造性劳动，运用好各类灵活就业人力资源。

（三）建立健全创新创业领域的人才标准与评价机制

加快研究新产业新业态新模式发展对就业需求的分类，按照鼓励创新原则，坚持促进发展和规范服务相统一，包容审慎推动新技术、新产业、新业态、新模式发展，积极利用法律法规和标准规范引导新技术应用。作为国家创新体系的重要内容，加强对新生事物发展规律及其对就业需求的分类研究，进一步撬动新经济新业态这一就业“富矿”。衡量和评估对劳动者技能需求的变化情况，加快完善和制定创新创业领域人力资源能力建设标准[13]。适应人工智能时代需求，健全和完善职业能力评价体系，构建包括国家职业资格体系、专业技能等级体系、企业自主评价体系等在内的多层次、全覆盖的职业能力评价体系，促进人力资源合理、高效配置。推动部分关键岗位劳动标准和技能标准的国际认定与国际间认同。

（四）做好风险预警和托底保障，缓冲人工智能可能产生的负面冲击

运用新一代人工智能新技术，加强就业失业调查监测体系，健全预测预警和上下联动的响应机制。破除体制机制障碍，加快推进省际间数据的互联互通、共用共享。加强完善城乡间、区域间的资源配置，实现公共就业创业服务均等化。打破就业市场中的经济、区域、文化等制度壁壘，加强对技术性失业和回流农民工的就业帮扶和援助。创新服务理念和模式，拓宽服务渠道。应加强人社公共服务的精准化和便捷化，提高服务的针对性、有效性和专业性。加强对重点产业行业的岗位变化监测，加强相关政策储备，防范因大规模就业替代或结构变动导致的规模性失业风险。做好宣传解读，让人工智能健康发展成为社会共识，鼓励更多劳动者拥抱技术发展，实现局势的总体稳定。

[注释]① 为便于研究，我们将主要岗位大体划分为一线生产或操作岗位、技能或技术岗位、高级工程师或技术研发岗位。

[参考文献][1] 国家统计局.国家统计局工业司高级统计师朱虹解读工业企业利润数据[EB/OL]. （2021-01-27）. http：//www.stats.gov.cn/tjsj/sjjd/202101/t20210127_1812826.html.

[2]国家统计局.国家统计局服务业调查中心高级统计师赵庆河解读2021年3月中国采购经理指数[EB/OL]. （2021-03-31）.http：//www.stats.gov.cn/tjsj/sjjd/202103/t20210330_1815830.html.

[3]卓贤，黄金.中国的制造业岗位都去哪儿了：中国就业结构的变与辨[EB/OL].（2019-05-12）.http：//magazine.caijing.com.cn/20190512/4587222.shtml.

[4] MCKINSEY GLOBAL INSTITUTE. A future that works：automation，employment，and productivity[EB/OL].（2017-01-24）.https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/Digital%20Disruption/Harnessing%20autom- ation%20for%20a%20future%20that%20works/MGI-A-future-that-works_Executive-summary.ashx.

[5] 蔡昉.中国经济改革效应分析——劳动力重新配置的视角[J].经济研究，2017，52（7）：4-17.

[6] MCKINSEY GLOBAL INSTITUTE. Jobs lost，jobs gained： what the future of work will mean for jobs，skills，and wages[EB/OL]. （2017-11-31）.https：//www.mckinsey.com.

[7] [美]雷·库兹韦尔.奇点临近[M]. 李庆诚，董振华，田源，译.北京：机械工业出版社，2011.

[8]都阳，贾朋，程杰.劳动力市场结构变迁、工作任务与技能需求[J].劳动经济研究，2017，5（3）：30-49.

[9]田思路，刘兆光.人工智能时代劳动形态的演变与法律选择[J].社会科学战线，2019（2）：212-221，282.

[10]波士顿咨询公司.迈向2035：4亿数字经济就业的未来 & 迈向2035：攻克数字经济下的人才战[EB/OL]. （2017-01-10）.https：//www.bcg.com/zh-cn/press/10jan2017-pe- ople-organization.

[11]莫荣.建设好中国特色的劳动力市场[N].人民日报，2019-09-23.

[12]袁富华，张平，陆明涛.长期经济增长过程中的人力资本结构[J].经济学动态，2015（5）：11-21.

[13]汤潇.数字经济：影响未来的新技术、新模式、新产业[M].北京：人民邮电出版社，2019.Research on the Influence of Artificial Intelligence on the Employment

of Manufacturing Industry in China and Its Countermeasures

—Survey Data from Micro Enterprises and Workers

Cui  Yan

（Chinese Academy of Labour and Social Security， Beijing 100029，China）

Abstract：   On the basis of special investigation， this paper makes a detailed analysis of the impact of artificial intelligence on China’s manufacturing employment. The results show that： new technologies such as artificial intelligence lead to employment substitution， as well as the optimization and adjustment of employment structure; the man-machine cooperation technology promotes new changes in division of labor system and employment mode; the continuous reform in the nature of work leads to the accelerated adjustment of existing post functions; the structure of working time is optimized; the employment quality and employment environment are gradually improved; the operation of labor relations is facing tests because knowledge and skills are rapidly updated; affected by the epidemic， most enterprises make corresponding adjustments to intelligence and automation according to their actual situations. At the same time， this essay studies the new situations and problems such as the strengthening of the synergy between the current economy and employment， the increase of potential employment risks and the widening income gap between workers with different skill levels. Finally， it is proposed to build an ecosystem in which the development of artificial intelligence and manufacturing employment promote each other; deepen the reform of labor supply side and promote the upgrading of human resources in manufacturing industry; focus on building a strategic response mechanism; strengthen security and accelerate the improvement of the public service level of human resources and social security.

Key words：artificial intelligence; manufacturing employment; ecosystem

（責任编辑：张梦楠）