信息技术应用与劳动力市场极化

杨 飞

(南京审计大学 经济与贸易学院，江苏 南京 211815)



信息技术应用与劳动力市场极化

杨 飞

(南京审计大学 经济与贸易学院，江苏 南京 211815)

本文研究了工业4.0背景下信息技术与机器人大规模应用对高、中、低技能劳动的就业替代效应和就业创造效应。通过理论模型和世界银行企业数据实证研究表明，制造业信息化和机器人应用促进了我国劳动力市场极化，导致高技能劳动需求占比上升，而从事规则化任务的制造业中等技能劳动需求下降。由于高技能劳动与从事低端服务的低技能劳动互补，信息技术应用提升了低技能劳动需求占比。本文的研究结论还表明，低技术制造业信息化能够创造更多的高技能就业。最后，本文提出相应的政策建议，政府应该重视低技术制造业信息化程度的提升，避免采用行政化手段转移低技能服务业。

一、引言

2010年以来，国内制造业企业特别是长三角地区和珠三角地区的制造业企业开始大量使用工业机器人替代工人进行生产。工业机器人是信息技术与传统制造业的融合，由控制系统通过程序编程实现对机器人生产的控制，主要用在规则化可编码的生产流程中，因此，工业机器人的使用替代了大量制造业工人。发达国家在上个世纪90年代开始将机器人用于制造业生产，导致从事传统制造业的中等技能劳动占比下降,而从事制造业信息技术研发和应用的高技能劳动需求上升(Autor等，2003；Autor and Dorn，2013；Autor，2015；Acemoglu，Restrepo，2015；Beaudry等，2016)[1-5]。工业机器人的应用意味着制造业的信息化和智能化，制造业信息化及其对劳动力市场的影响在2000年以后得到发达国家政策和学术领域的普遍关注，但直到2008年金融危机以后发达国家和一部分发展中国家才将制造业信息化智能化上升为国家战略，美国和德国都相继提出各自的制造业发展战略，其核心都是实现制造业的信息化和智能化。

工业机器人大量使用的背后是我国人口红利消失和劳动力成本上升，低技术、低成本、高投入的产业发展模式已很难持续，经济增长率不断下降。国家统计局数据显示，2012年我国的劳动年龄人口开始下降，单独二孩政策实施后，2015年的出生人口不仅没有增加，反而减少了32万人。一系列数据表明，我国未来的劳动供给形势不容乐观，劳动力成本逐年上升(华小全,2015)[6]。推进工业4.0战略可以有效缓解劳动供给压力和劳动力成本上升。但是，劳动供给减少并不意味着就业更加容易，由于制造业信息化对中低端劳动力需求减少，对高技能人才需求增加，而我国中低端劳动占比较大，高技能人才短缺，因此，制造业信息化可能会造成更多的结构性失业。为此，本文利用技能偏向性技术进步理论和世界银行数据从理论和实证角度研究制造业信息技术应用对制造业就业替代和就业创造的影响，并围绕工业4.0战略提出有针对性的政策建议。

希克斯(Hicks,1932)最早研究了机器替代劳动的原因，并提出了诱致性偏向性技术进步的概念。希克斯认为技术进步取决于劳动和资本的相对价格，如果劳动的相对价格更高，将会诱导技术进步节约劳动，更多地利用资本。第一次工业革命之所以发生在英国而非中国或其他国家，原因在于英国的能源价格和资本价格相对低廉，而劳动价格相对昂贵，刺激英国发明家发明机器，企业家也更多地利用机器，促进了英国的资本积累，导致第一次工业革命发生(Allen,2013)[7]。中国的劳动力资源非常丰富，充分利用廉价的劳动力即可维持农业生产，使得长江流域农业劳动生产率高于工业劳动生产率，因而中国没有激励发展工业或促进工业技术进步的环境(Li and Jan，2012)[8]。

Acemoglu(2002a)构建了技能偏向性技术进步模型为机器人应用和制造业信息技术应用提供了理论基础，企业出于利润动机进行技术研发，研发取决于要素的价格效应和市场规模效应，一方面，要素的价格越高，研发充分利用该要素的技术的利润就越大，企业研发的技术会偏向该要素，这是价格效应；另一方面，要素的市场规模越大，研发充分利用该要素的技术的利润越大，企业会研发偏向该要素的技术。但是，要素的市场规模越大，其相对价格就越低，这表明，价格效应与市场规模效应对技术进步方向的影响相反，因此，技术进步的偏向性取决于价格效应与市场规模效应的对比。该文进一步认为，发达国家高技能劳动占比扩大主要源于以信息技术为代表的高技能偏向性技术进步[9]。

Hemous and Olsen(2014)利用技能偏向性技术进步理论研究表明，低技能劳动供给丰裕时，机器人应用程度较低，随着高技能劳动相对供给和低技能劳动工资的增加，企业对机器人研发和应用的投资增加。机器人应用和制造业信息化提高了经济产出的总水平，进而提高了低技能劳动和高技能劳动的工资，但高技能劳动工资的涨幅要高于低技能劳动的工资涨幅[10]。Acemoglu and Restrepo(2015)建立偏向性技术进步模型分析机器替代劳动和高技能工作的出现，制造业信息化和机器人的应用会减少制造业就业岗位，从而降低了制造业工人(中等技能劳动)的相对工资，同时提高资本(机器)积累。但是，资本积累的市场规模效应小于劳动工资下降的价格效应，刺激企业家进行制造业信息技术应用和机器人创新，以便创造新的工作岗位吸引高技能劳动[4]。

国内对于信息技术应用或机器人应用对劳动需求影响的研究较少。宁光杰和林子亮(2014)、邵文波和李坤望(2014)利用世界银行与世界投入产出数据(WIOD)研究了我国信息技术应用通过改变企业组织结构对劳动力需求结构的影响，研究结果表明企业信息技术应用降低了企业的决策成本，企业组织更加扁平化或去中心化，需要更多的高技能劳动适应企业组织结构的变化，因而提高了高技能劳动的相对需求[11-12]。但是，这些文献是从微观角度进行分析，并未从宏观层面结合我国工业4.0背景下劳动力市场变化情况研究信息技术或机器人应用对劳动需求结构的影响。总体而言，国内这方面的文献较少，研究维度较为单一，本文是对这一研究领域的补充。

本文的内容安排如下，第二部分构建理论模型，第三部分设定计量模型，第四部分进行实证结果分析，第五部分进行小结并提出政策建议。

二、理论模型

(一)模型设计

本文的理论模型借鉴Autor and Dorn(2013)构建了3要素模型[2]。假设总产品由高技能产品、中等技能产品和低技能产品生产，其中，高技能产品YH由高技能劳动LH和信息技术生产，中等技能产品YR由中等技能劳动LR生产，低技能产品由低技能劳动LL生产。高技能产品和中等技能产品共同生产制造业产品，低技能产品用于从事服务性活动。生产函数设定如下：

Ai为高、中、低技能产品的技术水平，其中，AH为生产高技能产品的信息技术(也称为高技能增强型技术进步)，AR为中等技能增强型技术进步，AL为低技能增强型技术进步。β∈(0,+∞)为高技能产品和中等技能产品的替代弹性。在现实经济中，制造业领域信息技术和机器人的应用替代了制造业传统产品和中等技能劳动，因此，我们假设β>1，即产品间存在替代关系(Acemoglu，2002a)[9]。σ∈(0,1)为要素产出弹性。ε为制造业产品与服务部门产品的替代弹性。Autor and Dorn(2013)研究表明，高技能收入上升提高了对低技能服务和劳动的需求，因此，高技能和低技能劳动的互补性更强，即ε<1[2]。λ,γ∈(0,1)为生产函数中要素的相对重要性。

(二)劳动力市场均衡

在产品市场为完全竞争市场条件下，工资等于劳动的边际产出。对(1)求高、中、低技能劳动的导数，可以得到高技能劳动相对中等技能劳动的相对工资：

(2)

根据对(1)求导的结果，信息技术应用水平(AH/AR)上升虽然能够同时提升高技能劳动和中等技能劳动的工资，但是，如果高技能劳动和中等技能劳动的替代弹性β>1，那么，信息技术对高技能劳动工资的提升幅度更大，导致高技能劳动的相对工资(wH/wR)上升。相反，如果高技能劳动和中等技能劳动的替代弹性β<1，虽然信息技术提升了高技能劳动的工资，由于高技能劳动与中等技能劳动互补，使得中等技能劳动的需求更高，导致高技能劳动的相对工资下降。 Autor and Dorn(2013)研究表明，高技能劳动与中等技能劳动存在替代性，即β>1，此时的信息技术偏向高技能劳动，可以称为高技能偏向性技术进步[2]。

同理，我们可以得到低技能劳动相对中等技能劳动的工资：

(3)

(3)式表明，当ε<β时，信息技术应用将提高低技能劳动相对中等技能劳动的工资(wL/wR)。在高技能劳动与低技能劳动的替代弹性ε小于高技能劳动与中等技能劳动的替代弹性β的情况下，信息技术应用对低技能劳动需求的提升幅度要高于对中等技能劳动需求的提升幅度，因而使得低技能劳动的相对工资上升。(2)和(3)共同解释了信息技术应用促进高低技能劳动工资上升和中等技能劳动工资下降的机制，能够解释劳动力极化现象。

同理，我们可以得到高技能劳动相对低技能劳动的工资：

(4)

对(4)求AH的导数表明，当高技能劳动与中等技能劳动的替代弹性β>1，且高技能劳动与低技能劳动的替代弹性ε<1时，信息技术应用水平上升将首先促进高技能劳动相对低技能劳动的工资(wH/wL)上升，当达到临界点后，信息技术应用反而会提升低技能劳动相对高技能劳动的工资，即wH/wL下降。Beaudry等(2016)研究美国劳动力市场发现，2000年以前信息技术促进了高技能劳动相对低技能劳动的相对工资，但2000年之后，由于信息技术应用成熟和投资饱和，信息技术应用反而降低了高技能劳动相对低技能劳动的工资[5]。因此，本模型的(4)市能够解释发达国家劳动力市场的变化。

(三)就业替代与就业创造

为了解释信息技术应用对中等技能劳动的替代和对高、低技能劳动就业的创造，本节将劳动供给内生化。借鉴Hanlon(2011)[13]，假设劳动供给与工资满足如下关系：

Li=φiwi, i=H,R,L

(5)

φi为高中低技能劳动的供给弹性，劳动供给决策正向取决于工资水平。

将(5)式分别带入(2)(3)(4)式，可以得到高、中、低技能劳动与信息技术的关系式：

(6)

(6)式表明，当高技能劳动与中等技能劳动相互替代(β>1)时，信息技术应用将会提升高技能劳动的相对就业。原因在于信息技术应用提升了高技能劳动的相对工资，从而促进了高技能劳动的相对就业。根据技术-技能互补性原理，信息技术需要高技能劳动研发和应用，从而使得高技能劳动的边际产出(或工资)上升。而以信息技术为核心的机器人应用替代了规则化操作的中等技能劳动，使得中等技能劳动的工资和就业下降。

(7)

(7)式表明，当ε<β时，信息技术应用能够提高低技能劳动相对中等技能劳动的就业。由于低技能劳动与高技能劳动互补，一方面，信息技术应用提高了高技能劳动的就业和工资收入，而高技能劳动收入上升提高了对低端服务的需求(张川川，2015)[14]；另一方面，在同等时间条件下，高技能劳动出于机会成本的考虑，会将之前由自身承担的低技能服务外包，从而提高了对低技能类服务业劳动的需求。根据(6)式，信息技术应用降低了对中等技能劳动的工资和需求。因此，信息技术应用提高了低技能劳动的相对就业。

(8)

(8)式同(4)式类似，信息技术应用将首先提升高技能劳动的就业，但是随着信息技术应用的成熟和高技能劳动收入的上升，在信息技术应用达到一定临界值后，由于高技能劳动与低技能劳动的互补性，低技能劳动的相对就业开始上升。早期从技能偏向性技术进步角度研究技能溢价上升的文献中，马克思在《资本论》中论述了工业革命时期机器大规模替代工人，导致工人失业和收入不平等的加剧 ，此后许多经济学者也分析了机器对劳动的替代，本文的理论模型也适用于这种现象的解释(Acemoglu，2002b)[15]。Acemoglu(2002a)基于新古典经济学模型表明，高技能劳动与低技能劳动间的替代弹性大于1，高技能偏向性技术进步提升了高技能劳动相对低技能劳动的工资和就业[9]，这与本文高技能劳动与低技能劳动互补看似相矛盾。不过，早期的文献将劳动划分为高技能劳动和低技能劳动，而本文将劳动进一步细化为高、中、低技能劳动，本文和劳动力市场极化文献中高、低技能劳动的互补性一方面来源于劳动力的进一步细分，另一方面来源于高技能劳动与低技能劳动的替代弹性随着高技能劳动收入增加而上升。

三、计量模型设定与数据说明

(一)模型设计

根据理论模型，为了检验信息技术应用对高、低技能劳动的就业创造和对中等技能劳动的替代，本文的计量模型设定如下：

(A1)

(A2)

(A3)

LHG,it为企业雇佣的管理销售人员，LHM,it为企业i雇佣的生产环节的高技能劳动，LR,it为生产环节中的中等技能劳动，Lit为企业雇佣的总劳动，ITPit为企业采用的信息技术。(A1)式用于检验信息技术应用对管理销售人员的影响，管理销售人员主要由高技能劳动组成，也包含部分非生产的低技能服务人员，对应本文模型中的高、低技能劳动。(A2)式用于检验信息技术应用对生产环节中高技能劳动就业创造的影响。(A3)式用于检验信息技术对生产环节中未经培训的中等技能劳动的替代效应。

χit为控制变量。本模型的控制变量包括销售额、出口占比、企业存续时间、国有股占比、产能利用率和是否为主要经济城市。销售额代表企业面对的市场规模，市场规模越大对企业的就业越有利。出口总额占比代表企业的贸易开放度，国际贸易对高、中、低技能劳动的相对就业影响不明确，根据新古典贸易理论，国际贸易有利于丰裕要素的就业，即中等技能劳动和低技能劳动，而根据异质性贸易理论，参与贸易的企业本身竞争力较高，在市场竞争作用下，国际贸易会增加高技能劳动就业。企业存续时间越久，意味着工人的经验丰富，人力资本较高,即高技能劳动占比越高(Brown和Medof，2003)[16]，不过，Adelino等(2104)研究表明，年轻企业创造了更多的就业，老企业创造就业的能力较低[17]。国有股占比对就业的影响中，国有企业为履行社会职能而拥有冗余雇员(曾庆生和陈信元，2006)[18]，但由于国有企业创造就业的能力有限，再加上挤占民营企业融资资源，拖累了民营企业创造就业的能力(李勇和郭丽丽，2015)[19]。产能利用率越高，越有利于创造就业。主要经济城市的市场规模较大，就业人口规模大和高技能人才聚集较多。这些控制变量会影响就业，但对高、中、低技能劳动的影响不明确。

(二)数据说明

本模型数据均来自于世界银行2012年中国企业投资环境调查数据 (2012 Investment Climate Survey)。该数据库调查了中国2011年2700个企业的287个变量指标，包括企业特征、销售、水电和产能利用、研发、信息技术应用、劳动就业、政府关系、融资和生产成本等指标。由于调查的服务业企业没有劳动力数据，因此，本文的样本数据均为制造业企业数据，观测值为1693个。本模型高技能劳动为管理营销人员和生产环节中的技能劳动工人，管理销售人员中也包括少部分低技能服务人员，中等技能劳动为生产中未经培训的生产工人，高低技能劳动占比和中等技能劳动占比分别为高低技能劳动和中等技能劳动占企业雇佣总劳动的比重。信息技术采用2011年计算机使用比例作为代理指标。销售额、企业存续时间和产能利用率为数据库中的原数据，出口占比为出口总额与总销售额的比重。表1为各变量的统计性描述。

鉴于计算机使用比例可能存在的内生性问题，例如计算机使用比例不能完全准确地代表信息技术应用，从而可能与残差项相关，而且高技能劳动与计算机使用比例存在互为因果关系。因此，本文在采用最小二乘法估计的基础上，采用两阶段最小二乘法进行估计。工具变量选择与内生变量相关而与残差项无关的变量，为此，本文选择2012年企业投资环境调查数据库提供的企业三年前(即2009年)计算机使用比例和通信设施获取程度。通信设施获取程度分为5个级别，本文分别为其赋值1-5。本文采用Stock-Yogo weak ID test检验弱工具变量，下文表2-4显示上述两个工具变量通过了弱工具变量检验。为了估计结果的稳健性，本文将样本进一步划分为高技术制造业企业样本和低技术制造业企业样本，检验信息技术应用对高、低技术制造业技能劳动的影响。高技术制造业包括设备制造业、电子信息业和汽车制造业等，中等技术制造业包括食品制造业、纺织业、服装业、化学制品业、塑料橡胶业、金属矿产业和金属制品业等。

四、实证分析

(一)信息技术应用对高、低技能劳动的影响

管理销售人员中包含了少量低技能销售服务劳动，但是由于世界银行2012年中国企业投资环境调查数据并未单独列出管理销售人员中的低技能服务，本文对管理销售人员中的高、低技能劳动一同估计。表1利用Sargan检验表明，工具变量通过了过度识别检验。OLS和2SLS估计方法均显示，计算机使用比例均显著提高了管理销售人员占总劳动的比例，其中，计算机使用比例对高技术制造业企业管理销售人员的提升幅度大于对低技术制造业企业管理销售人员提升幅度。本文的估计结果同宁光杰和林子亮(2014)的结论相一致，高技术制造业企业的信息化程度和信息技术复杂程度更高，组织结构相对扁平化，因而计算机使用对高技能管理销售人员的需求量更高，并间接提升了对低技能劳动的需求。

表2显示，计算机使用比例对整个制造业生产环节高技能劳动占比有显著的正向影响，特别是对低技术制造业生产环节高技能劳动需求更为显著，而对高技术制造业生产环节高技能劳动的需求不显著。装备制造业、电子信息制造业或汽车制造业等高技术制造业本身的信息化程度较高，生产环节的高技能劳动对信息化适应性较强，因而信息化程度提升对新增的高技能劳动需求较少。但是，低技术制造业的信息化程度较低，低技术企业中高技能劳动对信息化程度提升的适应性较差，因而，信息化提升对新增高技能劳动的需求较大。该结论意味着在我国推行工业4.0战略对于促进就业和提升技能劳动结构具有非常大的潜力，根据国家统计局统计数据显示，2014年低技术制造业产值约占制造业总产值的70%，产值占比较大，因此，低技术制造业信息化程度的提升能够创造更多的就业岗位。制造业信息化还能够通过提高劳动生产率降低劳动力的实际成本，缓解近年来劳动力成本上升给企业带来的压力。

表1 信息技术对管理销售人员占比的影响

括号内为标准差，*** p<0.01,** p<0.05,* p<0.1.

表2 信息技术对生产环节高技能劳动占比的影响

括号内为标准差，*** p<0.01,** p<0.05,* p<0.1.

注：采用三年前计算机使用比例和通信使用作为工具变量，通过Sargan检验表明存在过度识别情况，为此，表3只采用三年前计算机使用比例作为工具变量，即恰好识别。

(二)信息技术应用对中等技能劳动的影响

表3显示，计算机使用比例上升会显著地降低制造业生产环节中等技能劳动的占比，而且高技术企业中等技能劳动的下降幅度更大。中等技能劳动大多没有接受系统的技能培训，对生产环节信息化程度的提升缺乏灵活的适应能力。企业信息化程度越高，中等技能劳动的适应能力越差，被淘汰减雇的概率也越高，这也是高技术制造业企业中等技能劳动下降幅度更大的原因。发达国家的经验表明，中等技能劳动失业以后，转而从事高技能工作和低技能工作，但由于知识技能的限制，中等技能劳动主要从事低技能工作(Autor and Dorn，2013)[2]。我国在实施工业4.0过程中制造业信息化也会产生更多类似的现象，因而对我国的技能培训和低技能服务业发展提出更高的要求，以便化解更多剩余的中等技能劳动。

我们结合表1-表3对控制变量的影响做一分析。销售量增加减少了对管理销售人员和生产环节高技能劳动人员占比，可能的解释是目前制造业企业的生产主要依赖中等技能劳动生产(见表1描述性统计)，销售量越大对中等技能劳动的依赖越大。产能利用率的系数验证了这一推断，产能利用率越高，管理销售人员和生产环节高技能劳动占比越低，而中等技能劳动占比越大。出口占比降低了管理销售人员占比，但对生产环节高技能劳动和中等技能劳动影响不显著。国有股占比降低了管理销售人员和中等技能劳动占比，提高了生产环节高技能劳动占比，说明国有企业希望通过提高生产环节技能水平促进生产效率的提升，但在管理销售环节重视不足，这同现实经济中国有企业治理不足相符合。主要经济城市提升了管理销售人员占比，对生产环节劳动影响不显著，这同我国主要经济城市注重提升高端服务业，向外转移制造业的现状相符合。企业持续时间对技能劳动就业影响不显著。

表3 信息技术对生产环节中等技能劳动占比的影响

括号内为标准差，*** p<0.01,** p<0.05,* p<0.1.

五、小结及政策建议

本文结合工业4.0战略利用世界银行企业层面数据实证研究了信息技术应用的就业替代效应与就业创造效应。研究结果表明，由于制造业的工作流程规则化可编码，信息技术和机器人的大规模应用替代了制造业中从事规则化任务的中等技能劳动，同时提高了管理、软件编程和咨询等行业的高技能劳动和低技能劳动。实证研究还表明，相比高技术制造业，提高低技术制造业的信息化程度能够创造更多的高技能就业岗位。

本文的研究结论意味着，我国实施工业4.0战略即面临着较大的发展机遇，同时也面临着不小的挑战。机遇方面，通过实施工业4.0战略可以提升我国制造业信息化程度，更好地促进产业转型升级，也能创造更多的高技能就业岗位，促进人力资本结构提升。而挑战在于，在实施工业4.0战略的过程中将会出现制造业中等技能劳动的失业，工业4.0战略实施越快、范围越广，失业现象可能会越严重。为此，本文提出相应的对策建议。

第一，加大资金支持和产权保护力度，改革科研政策，提高信息技术自主创新能力。2014年，我国财政科技支出总额占GDP比重刚达到2%，发达国家普遍在3%左右，而且政府科技经费支出占全社会科技经费支出只有20%多，且多为应用性研究，基础研究的投入较少。建议政府在推行工业4.0战略的背景下加大对信息技术研发应用相关领域的资金支持，完善知识产权保护制度，提高企业创新激励。

其次，提高低技术制造业信息化水平，促进传统产业转型升级。本文的研究结论表明，低技术制造业信息化能够创造更多的高技能就业。食品加工、纺织服装、化学制品、金属矿产和金属冶炼等低技术制造业虽然不是国家的战略性新兴产业，但却是国民生计不可缺少的产业，也是吸纳就业贡献产出的主要产业，提升这些低技能产业的信息化水平有利于促进产业结构转型升级，创造更多就业，而且还可以帮助企业提高生产效率缓减劳动力成本上升压力。政府在促进高技术制造业信息化的同时，应该出台优惠的财税金融政策支持传统低技术制造业转型升级。

第二，顺应产业发展新趋势，改革教育和技能培训体系，加大理论和应用型人才培养。工业4.0背景下，信息技术研发与应用需要大量基础创新人才、高端服务型人才和熟练技工。政府和企业应合力完善技能培训体系，加大对职业教育的投入，鉴于技能培训的外部性，政府可以给予企业技能培训补贴，将尽可能多的剩余劳动力转变为熟练技工，增加技能劳动供给，减少失业。

第三，充分发展高技能服务业，放松服务业管制。制造业信息化需要与金融、电信、管理咨询和信息服务深度融合，我国金融和电信领域存在民营资本进入的各种显性和隐形管制，而管理咨询和信息服务领域多为民营经济，存在行业分散、资金和人才匮乏等问题，政府应该切实放开对金融、电信领域的资本管制，通过金融和财税政策支持管理咨询和信息服务领域充分发展。

第四，正确认识低技能服务业，避免用行政手段转移低技能服务业。目前国内许多城市将人口多和低技能服务业集中视为城市发展的拖累，出台各种政策或城市规划将低技能服务业转移出市中心。但是，根据本文的研究结论，制造业信息化会提升对低技能服务劳动的需求，制造业信息化和高技能服务业需要低技能劳动提供服务，而且，充分发展的低技能服务业能够降低高技能服务业发展成本。通过行政手段转移低技能服务业反而会阻碍高端服务业和制造业信息化的发展。

[1] Autor,David,Frank Levy,and Richard J.Murnane.The Skill-Content of Recent Technological Change:An Empirical Investigation[J].Quarterly Journal of Economics,2003,118(4):1279-1333.

[2] Autor,David and David Dorn.The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market[J].American Economic Review,2013,103(5):1553-1597.

[3] Autor,David.Why Are There Still So Many Jobs?The History and Future of Workplace Automation[J].Journal of Economic Perspectives,2015,29(3:3-30.

[4] Acemoglu,Daron and Pascual Restrepo.The Race Between Man and Machine:Implications of Technology for Growth,Factor Shares and Employment[J].NBER working paper No.22252,2015.

[5] Beaudry,Paul,David.Green,and Benjamin.Sand.The Great Reversal in the Demand for Skill and Cognitive Tasks [J].Journal of Labor Economics,34(S1):S199-S247.

[6] 华小全.人口红利对中国经济增长影响的因素分解[J].财经理论研究,2015,(3)：9-15.

[7] Allen,Robert.The High Wage Economy and the Industrial Revolution: A Restatement[J].Oxford University Discussion Papers in Economic and SocialHistory,2013,(115).

[8] Li,Bozhong and Jan Luiten van Zanden.Before the Great Divergence?Comparing the Yangzi Delta and the Netherlands at the Beginning of the Nineteenth Century[J].The Journal of Economic History,2012,72(4):956-989.

[9] Acemoglu,Daron.Directed Technical Change[J].Review of Economic Studies,2002a,69(4):781-809.

[10] Hemous,David and Morten Olsen,The Rise of the Machines:Automation,Horizontal Innovation and Income Inequality[J].Ssrn Electronic Journal,2014.

[11] 宁光杰,林子亮.信息技术应用、企业组织变革与劳动力技能需求变化[J].经济研究，2014,(8)：79-92.

[12] 邵文波,李坤望.信息技术、团队合作与劳动力需求结构的差异性[J].世界经济，2014,(11)：71-99.

[13] Hanlon,Walker.Necessity is the Mother of Invention:Input Supplies and Directed Technical Change[J].Job Market paper,2011.

[14] 张川川.地区就业乘数:制造业就业对服务业就业的影响[J].世界经济，2015,(6):70-87.

[15] Acemoglu,Daron.Technical Change,Inequality,and the Labor Market[J].Journal of Economic Literature,2002b,40(1):7-72.

[16] Brown,Charles and James.Medoff.Firm Age And Wages[J].Journal of Labor Economics,2003,21(3): 677-697.

[17] Adelino,Manuel,Song Ma,and David T Robinson.Firm Age,Investment Opportunities,and Job Creation[J].NBER Working Paper,19845,2014.

[18] 李勇,郭丽丽.国有企业的就业拖累效应及其门槛特征[J].财经研究，2015,(2):135-144.

[19] 曾庆生,陈信元.国家控股、超额雇员与劳动力成本[J].经济研究，2006,(5):74-86.

[责任编辑：安 锦]

Information Technology Application and Labor Market Polarization

YANG Fei

(School of Economics and Trade,Nanjing Audit University,Nanjing 211815,China)

This paper studies the effect of information technology and robotics application on employment substitution and employment creation.Theoretical models and empirical studies using the World Bank Enterprise Data show that manufacturing informatization and robotics applications promote the labor market polarization increase the demand proportion of high-skilled labor,while decrease the demand of middle-skilled labor engaged in the rule task of manufacture.The application of information technology increases the proportion of low-skilled labor because of complementary of high-skilled labor and low-skilled labor.This study also showed that manufacture informatization creates more highly skilled jobs of low-skilled manufacture industry.The government should pay more attention to low-skilled manufacturing to enhance the degree of informatization,avoid the administrative means to transfer low-skilled services.

information technology application; employment substitution; labor market polarization

2016-08-07

江苏省高校哲学社会科学研究基金(2014SJB211)

杨飞(1983- )，男，内蒙古前旗人，南京审计大学公共经济学院讲师，博士，从事技术创新与经济增长研究.