工业智能化、劳动力就业结构与经济增长质量——基于中介效应模型的实证检验

陈 晓，郑玉璐，姚 笛

（新疆大学 经济与管理学院，新疆 乌鲁木齐830046）

一、引 言

在以智能化为主要特征的新一轮工业革命兴起的背景下，西方工业化国家尝试借助工业再升级和智能化转型重塑全球工业格局。中国为充分把握新一轮工业革命机遇，提出《中国制造2025》，推动国民经济各领域各部门实现高质量增长，助力中国经济增长质量。这一战略的实施效果在新型冠状病毒蔓延的当下得到充分体现，智能化程度较高的企业能够在复杂的国内外疫情形势下更快地恢复生产，并精准对接和满足国内外需求，对我国经济高质量发展起到显著的促进作用。基于人工智能等智能化技术发展而来的工业智能化，是技术进步的结果，对经济增长质量的提升具有关键作用［1］。随着我国老龄化程度不断加深，企业用工成本不断上升，这无疑会加快“机器换人”的进程和推进工业智能化的进一步发展，用“机器红利”代替“人口红利”，会深刻影响劳动力就业结构。当前，许多国家也面临着类似情况，一些西方发达国家的劳动力就业结构甚至逐渐呈现“两极化”趋势。因此，在我国人口老龄化日益加深和“机器换人”日益普及的时代背景下，我国工业智能化发展对劳动力就业结构的影响是否像西方发达国家一样呈“两极化”趋势？劳动力就业结构应如何调整以适应工业智能化发展需求并进一步推动经济增长质量提升？这是当前需要思考的问题。对上述问题的深度揭示对我国经济向高质量发展转变有着重要的启示意义。

二、文献综述

工业智能化即智能工业革命，以人工智能等智能化技术为基础，逐步实现对劳动力的替代［2］。现有文献研究得出工业智能化主要通过以下三个方面促进经济发展：一是企业可以通过人工智能等智能化技术实现复杂性任务自动化，以更便宜的资本替代劳动，提高企业的生产力［3］。Kromann et al（2011）以工业机器人的使用作为衡量自动化的标准实证分析发现，无论是短期还是长期，自动化对生产率均有促进作用［4］。二是智能化技术可以实现人机协同辅助劳动者工作，通过自主操控实现生产、管理的智能化，从而提高劳动生产率［5］。三是智能化技术可以促进技术创新，并将之应用到各个行业，提高全要素生产［6-7］。师博（2020）指出人工智能不仅直接推动科学技术的进步，提高生产力，而且将导致企业创新行为的改变，促进经济高质量发展［8］。目前大多数研究表明智能化会促进经济发展，但由于潜在的“索洛悖论”，智能化技术对经济发展的影响存在时滞性，然而从长期来看，人工智能等智能化技术仍有利于全要素生产率的增长［9］，从“质”的方面提升我国经济增长内涵。

实际上，智能化技术能够替代的也只是一部分劳动，而对难以被自动化、对技能要求较高的劳动力无法实现替代，同时其可作为提高劳动生产率的辅助性工具，这必然会对劳动力的技能提出更高的要求［10］。因此，智能化技术对劳动力需求的影响更多的是体现在结构性影响上。关于工业智能化对劳动力就业结构的影响，主要集中在两种观点：一种观点认为工业智能化在创造新任务的同时会衍生出新就业岗位，是一种包容性创新，并不会导致大规模失业［11-12］。宋旭光和左马华青（2019）以我国各省份2000-2017 年工业机器人投入数量研究发现，工业机器人的应用会提高劳动生产率，且与劳动力之间更多的是互补式替代效应［13］；另一种观点认为工业智能化会使劳动力就业结构呈现就业“两极化”趋势，导致对高、低技能劳动力的需求增加，而减少对中等技能劳动力的需求［14］。Hemous&Olsen（2014）通过构建以自动化为导向的内生增长模型发现，自动化将会增加高等技能劳动力的需求和替代低等技能劳动力［15］。智能化技术的发展催生了大量知识和技术密集型的工作岗位，从劳动者素质来看，低等技术水平劳动力相比高等技术水平劳动力更容易被智能化技术所替代，这必将会增加对高等技能劳动力的需求［16］，从而有利于实现高质量就业。

由于“索洛悖论”下工业智能化对全要素生产率的提升作用较小甚至没有显著作用，一些学者就这一现象展开了讨论［17-18］，其中重要原因之一就是劳动力技能结构无法适应工业智能化发展的需求。魏玮和郝威亚（2015）认为与劳动力技能结构相匹配的技术进步对经济增长质量的贡献最大［19］，其中高等教育水平劳动力更能通过加快技术进步速度提高全要素生产率［20］，而人工智能等智能化技术作为通用技术需要与互补性技术相匹配才能有效促进全要素生产率的提高［21］。申广军（2016）基于“资本—技能互补”假说研究表示，技能劳动力相较于非技能劳动力更能与一国的资本投入相适应，这样才能最大程度地促进经济增长［22］。工业智能化重要作用的发挥需要相应的配套基础设施和人力资本，信息通讯基础设施的完善和人力资本优势的充分利用将助力工业智能化对生产率的提升作用，增强一国的制造业国际竞争力［2］，推动经济发展。Autor&Dorn（2013）指出经济增长质量的提升关键是靠高素质的劳动力，通过培养与经济结构转型、新兴就业相适应的劳动力是增强国家核心竞争力的根本途径［11］。

综合以上分析，目前关于工业智能化、劳动力就业结构与经济增长质量单独进行或者两者结合的研究虽取得显著成果，但将三者结合起来进行研究的目前还比较少，且只有部分文献进行了定性分析，本文尝试在对现有理论补充的基础上进一步加以实证检验。因此，本文与现有文献相比，在以下方面做了进一步拓展：①为弥补现有研究的不足，本文从劳动力就业结构的角度出发，将其与工业智能化、经济增长质量纳入统一框架，分析工业智能化对经济增长质量的影响。关于智能化技术对经济增长规模影响的文献已较为丰富，但鲜有研究对经济增长质量的影响，随着《中国制造2025》进程的推进，探讨工业智能化对经济增长质量的影响对中国经济高质量发展具有关键作用。②本文在孙早和候玉琳（2019）［1］所构建涵盖基础建设、生产应用、竞争力和效益指标的基础上对工业智能化水平指标进行优化，检验以劳动力就业结构为中介变量探讨对经济增长质量的作用机制。③不同于大多数学者的研究结论，本文得出工业智能化会造成我国劳动力就业结构呈现“单极极化”趋势，而不是“两极化”趋势，且目前工业智能化并不能通过改变低等技能劳动力的需求影响经济增长质量，这为我国制定相关政策以塑造与我国经济发展目标相适应的劳动力技能结构提供理论与经验支持。

三、理论机制分析与假设

工业智能化作为技术进步的结果能够使劳动者更有效地利用时间，专注于创造性的工作，提高产出效率、加快知识创造（1）。现有的资本和劳动力推动经济增长的能力显著下降，智能化技术作为一种新型生产因素，在使复杂任务实现自动化的同时可使现有的资本和劳动力更专注于想象、创造和创新，充分开发资本和劳动力当前的能力。前两次工业革命以“资本的能量生产率”决定生产力的发展水平，而第三次工业革命则是“资本的智能生产率”决定生产力的发展水平［2］，“智能资本”的不断积累将会实现资本、劳动力和智能化技术的完美融合，最终体现为全要素生产率的提升。同时随着智能化技术的不断发展，其所覆盖的产业规模持续扩大，不仅会影响国民经济各领域各部门的发展，还会促进经济增长质量的提升［5］。工业智能化需要信息化和智能化的相互协同，是由数据生产、软件开发、其他软硬件设备等技术和产品的共同支撑而形成复杂系统。系统内各环节会形成独立的产业生态体系，随着工业智能化的广泛应用，将会带来各技术和产品的需求上升，进而引致所对应的产业规模不断扩大。工业智能化产业的不断壮大，在实现产业结构优化升级的同时也会促进经济高质量增长。基于以上分析，本文提出假设1。

H1：工业智能化对经济增长质量的提升具有促进作用。

人工智能作为技术进步的高阶形式［23］，是我国劳动力就业结构发生变革的重要影响因素。劳动力的知识和技能需要随着高技术水平机器设备的使用和新产品的生产逐步提高，而这一变动必然会影响劳动力就业结构。技术革新期间，高等技能劳动力以生产率损失和学习成本等方面的比较优势使其与技术进步形成互补［24］，在人工智能等新技术基础上发展而来的工业智能化，必然会造成对高等技能劳动力的需求偏向［25］。与此同时，工业智能化对低等技能劳动力需求的作用可以概括为“替代效应”和“创造效应”，其在替代部分劳动力岗位的同时还会通过创造效应衍生出新型低等技能岗位。中国现在处于人工智能等智能化技术的初期阶段，对低等技能劳动力的就业效应影响较小［26］，“替代效应”和“创造效应”作用的发挥均不是很明显。因此，工业智能化的发展对劳动力技能结构的影响并不同于西方发达国家的“两极化”趋势，而是会增加对高等技能劳动力的需求、替代中等技能劳动力和对低等技能劳动力的需求影响并不大的就业“高级化”倾向。

结构主义学派认为，技术结构的变化对提高经济增长质量具有重要意义，而最优的技术结构取决于要素禀赋结构的内生性［27］，因此劳动力作为重要的生产要素，其通过就业结构变化与技术结构升级之间的动态匹配是影响经济增长质量的重要因素。前工业化时期，具有经验知识的手工技能劳动力在这一阶段的生产活动中处于优势地位，虽然当时的农业生产在社会经济活动中处于主导地位，但需要以简单的手工业作为补充。工业化时期，工业生产是主要的形式，生产逐步由半机械化向机械化转变，应用技术知识突出的劳动力能为机械化生产提供有效支撑，相关技术需要的人力资本积累大大提升了生产效率。随着智能化技术的发展，生产又不断向自动化和智能化发展，具有专业理论知识突出的高技能劳动力才能与之契合，随之而来的劳动力就业结构高级化加速了人力资本的积累，以致形成高级人力资本结构的格局，从而不断推动经济增长质量提升。由此，本文提出假设2、假设3。

H2：我国工业智能化的发展会增加对高等技能劳动力的需求、替代中等技能劳动力，而对低等技能劳动力的需求并没有发生显著变化，从而造成我国劳动力就业结构出现“单极极化”趋势；

H3：工业智能化可以通过劳动力就业结构影响我国经济增长质量，即工业智能化会增加高等技能劳动力需求和替代中等技能劳动力实现就业结构高级化以提升经济增长质量。

四、模型设定与指标选取

（一）模型设定

基于假设1，为了检验工业智能化能否对经济增长质量发挥积极作用，本文首先设定模型如下所示：

其中，i表示省份；t表示时间；QEGit表示经济增长质量；Intit表示工业智能化水平；Openit表示对外开放度；Urit表示城镇化水平；Dfit表示金融发展水平；Srit表示产业结构升级；Infrait表示基础设施禀赋；α为系数；εit为随机扰动项。

根据对前文的分析表明，工业智能化可以通过影响劳动力就业结构，进而影响经济增长质量。因此，为研究在工业智能化影响经济增长质量过程中劳动力就业结构所起的中介作用，本文参考温忠麟和叶宝娟（2014）的中介效应模型检验［28］。式（2）中，以不同技能劳动力为被解释变量，工业智能化水平为解释变量，检验工业智能化对不同技能劳动力的影响；式（3）中加入中介变量劳动力就业结构检验工业智能化对经济增长质量的效应。模型为：

式（2）和式（3）中，Laborz it表示不同技能的劳动力。如果工业智能化可以通过劳动力就业结构影响经济增长质量，那么式（1）中系数α1应是显著的，式（2）中系数β1和式（3）中系数γ1和γ2也应显著。若系数β1和γ2乘积的符号与式（3）中系数γ1一致，则证明工业智能化既可以直接影响经济增长质量，也可以通过劳动力就业结构间接影响经济增长质量。若式（1）中系数α1显著，但式（2）中系数β1和式（3）中系数γ2至少有一个不显著，则需要进行Bootstrap 检验，若检验结果不显著，则不存在中介效应。

（二）指标选取

（1）被解释变量。现有文献关于如何衡量经济增长质量，尚无统一的标准。但国际权威机构如世界银行、经合组织等经常使用全要素生产率这一指标衡量世界各国的经济增长质量。因此，本文借鉴蔡昉（2013）［29］、吴敬琏（2015）［30］等的思路，采用全要素生产率（TFP）的变动来衡量我国的经济增长质量。本文采用DEA-Malmquist 方法并基于规模报酬不变的投入导向模型，对中国2003-2017 年30 个省（市、自治区）（考虑数据的可得性，样本不包括西藏和港澳台地区）的全要素生产率进行测算。首先，在投入指标方面，本文参考张军等（2004）［31］的研究，将固定资产折旧率设定为9.60%，以2003年为基期测算出2003-2017年每年的物质资本存量，并以各省份2003-2017年的就业人口数作为劳动投入。其次，本文以2003 年的GDP 为基期进行平减测算出每年各省份的实际GDP 作为产出指标。最后，计算可得我国30 个省份的全要素生产率。为了避免共线性问题，使用DEAP2.1 软件计算得出的全要素生产率需要直接从t+1 年取变量值，这样就可以得到我国2004-2017年各省份的全要素生产率。

（2）解释变量：工业智能化（Int）。本文借鉴孙早和侯玉琳（2019）［1］的方法，从基础建设、生产应用、竞争力和效益三个方面构建工业智能化指标，该指标可以比较科学和合理地反映工业智能化进程。本文在该指标构建的基础上进行如下优化：孙早和侯玉琳（2019）［1］在衡量智能制造企业情况时，采用的是全国智能制造企业的主营业务收入中各省份智能制造企业的主营业务收入的比例，但其他分项指标均为相对指标。为使指标保持统一标准，本文采用各省份上市工业企业的主营业务收入中智能制造企业的主营业务收入的比重来衡量。本文借鉴樊纲等（2003）［32］对市场化指数的构造方法，首先通过极差法进行数据标准化处理，然后用主成分分析法确定各个基础指标的权重，再根据各个指标的权重计算出最终的工业智能化指标。具体构建过程见表1所列。

表1 工业智能化指标构建

续表1

（3）中介变量：不同技能劳动力（Labor）。受教育程度能够反映劳动力的技能水平［33-34］，依据受教育程度的不同，本文将大学专科及以上视为高等技能劳动力，高中和初中视为中等技能劳动力，小学及以下视为低等技能劳动力。

（4）控制变量。为了缓解因遗漏变量而导致的内生性问题，本文对以下变量予以控制：对外开放度（Open）用各省份进出口总额与GDP的比值来衡量；城镇化水平（Ur）用各省份总人口中城镇人口的比重来衡量；金融发展水平（Df）用各省份年末贷款余额与GDP 的比值来衡量；产业结构升级（Sr）用各省份GDP 中第三产业增加值的比重来衡量；基础设施禀赋（Infra）用各省份每十平方千米土地上铁路长度和公路长度的几何平均值来表示。

（三）数据来源与统计特征

本文以2004-2017 年中国各省份的面板数据为考察样本进行实证检验，测算工业智能化指标的数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国电子信息产业统计年鉴》《中国第三产业统计年鉴》、国泰安CSMAR数据库以及国家工业和信息化部，测算其他变量使用的数据来源于《中国统计年鉴》《中国固定资产投资统计年鉴》《中国劳动统计年鉴》和《中国金融年鉴》。通过插值法将部分缺失数据进行补齐。

主要变量的描述性统计见表2所列。

表2 主要变量的描述性统计

五、实证结果与分析

（一）基本模型回归结果

根据上述理论分析和研究设计，本节实证分析了工业智能化对经济增长质量的影响。这里采用的固定效应模型对时间和个体因素均进行了控制，表3 报告了公式（1）的回归结果。从表3 逐步回归的实证结果来看，工业智能化与全要素生产率之间呈正相关关系并且都在1%水平上显著，回归系数平均值为0.022 7，这验证了本文提出的H1。工业智能化会改变劳动者的工作方式，推动企业生产的自动化程度形成自动化流水线，提高生产效率，也会促使加快形成智能化产业生态系统，这不但符合传统产业优化升级的方向，而且也是经济高质量发展的源动力，对于提升国家的科技创新水平和国际竞争力具有重要作用。此外，工业智能化的发展不仅可以缓解我国人口老龄化带来的劳动力相对短缺的压力，也能够对传统产业进行改造，与各产业融合发展，从“质”的方面推动我国经济发展。

通过回归分析发现，对外开放度（Open）并未促进我国全要素生产率的提升，由于我国长期处于全球产业链的中低端，对外开放对我国经济规模增长起到一定的作用，但并不利于经济增长质量的改善。城镇化水平（Ur）在1%的显著水平上负向作用于全要素生产率，这说明当前中国的城镇化水平较低，只注重城镇化规模的发展却忽略了效率，造成高技能劳动力的供给不足，并不能实现经济的可持续增长。金融发展水平（Df）对全要素生产率的影响为负且不显著，这可能是由于现有的金融体系并没有较好地完成生产要素优化配置的功能，不能显著地作用于经济增长质量。产业结构升级（Sr）和基础设施禀赋（Infra）在1%的显著水平上正向作用于全要素生产率，一般来说，产业结构优化升级所形成的“结构红利”会提高企业生产效率，进一步助力经济增长质量。基础设施通过成本效应和技术扩散效应（降低企业生产成本和加快新技术的引进与扩散）对经济发展产生积极影响，促进全要素生产率的提升。

表3 基本模型回归结果

（二）劳动力就业结构的中介效应模型回归结果

表4 模型（7）结果显示，工业智能化对高等技能劳动力需求的估计参数在1%水平上显著为正，系数为0.004 8，说明工业智能化会增加对高等技能劳动力的需求，这与孙早和侯玉林（2019）［1］的结论一致。从模型（8）可以看出，工业智能化和高等技能劳动力在1%的置信水平下对全要素生产率的系数均显著为正，表明工业智能化可通过增加高等技能劳动力的需求间接提高全要素生产率，促进经济增长质量提升。具体而言，工业智能化水平每提升1 个单位，全要素生产率会直接增加0.012 0 个单位，同时会促使高等技能劳动力的需求增加0.004 8 个单位，从而导致全要素生产率间接增长0.006 8（0.004 8×1.413 0），则直接效应与中介效应之和是0.018 8（0.012 0+0.006 8），中介效应占总效应的比重为36.17%。模型（9）和模型（10）是以中等技能劳动力为中介变量的估计结果。从模型（9）可以看出，工业智能化对中等技能劳动力需求的估计参数在1%水平上显著为负，系数为-0.005 0，表明工业智能化会逐步替代中等技能劳动力。模型（10）中工业智能化对全要素生产率的估计参数为0.015 1 且通过1%水平的显著性检验，表明工业智能化通过对中等技能劳动力的替代会提升全要素生产率。其背后的原因是，现阶段中国处于经济转型调整时期，工业智能化会通过增加高等技能劳动力的需求和减少中等技能劳动力的需求逐步实现劳动力就业结构高级化，高技能人力资本的积累加快创新驱动发展和产业结构升级，促进经济可持续增长，长期有利于经济增长质量的提升。对于模型（10）而言，在保持其他变量不变的情况下，工业智能化水平每提升1个单位，全要素生产率会直接增加0.015 1个单位，同时间接提升0.003 7个单位（0.005 0×0.736 0），中介效应占总效应的比重为19.68%。模型（11）表明，我国的工业智能化推进对低等技能劳动力的需求并没有影响。工业智能化对低等技能劳动力的需求作用分为“替代效应”和“创造效应”，一方面，随着工业智能化进程的推进，智能化设备将会取代低等技能劳动力，降低对低等技能劳动力的需求；另一方面，工业智能化在发展的进程中，会衍生出新兴产业、新型任务，增加低等技能劳动力的岗位。我国正处于经济结构和产业结构调整时期，工业智能化对低等技能劳动力需求的“替代效应”和“创造效应”并不显著。模型（12）显示低等技能劳动力对经济增长质量没有显著影响，根据中介效应可知，需要进行Bootstrap 检验，表4 的检验结果表明并不显著，说明低等技能劳动力结构的中介效应并不存在。综上所述，工业智能化会造成我国劳动力就业结构呈现“单极极化”趋势，这验证了H2，对工业智能化通过劳动力就业结构影响经济增长质量的分析验证了H3。

表4 劳动力就业结构的中介效应模型回归结果

（三）稳健性和内生性检验

为了进一步检验上述结论的稳健性，本文尝试两种方式重新考察工业智能化对经济增长质量的影响，以此作为稳健性检验：①为了验证工业智能化指标的稳健性，本文参照樊纲等（2011）［35］采用构造市场化指数的方法，利用算术平均法构建工业智能化指标；②用随机效应计量模型进行检验，并控制时间效应。以上两种检验结果见表5所列，经两种方式的稳健性检验后，所得到的回归结果与上文估计结果基本一致，表明本文的研究结论具有一定的稳健性。

工业智能化可能会与经济增长质量存在互为因果关系而导致内生性问题，为此，本文利用工业智能化指标的滞后项作为工具变量进行内生性检验，采用两阶段最小二乘法（2SLS）对模型重新估计。表6回归结果显示，核心解释变量工业智能化（Int）的回归系数与原文中的正负号一致，显著性相似。因此，可以基本认为本文得出的结论较为可信。

表5 稳健性检验

续表5

表6 内生性检验（两阶段最小二乘法2SLS）

六、结论与政策建议

在新技术革命期间，需要加强实体经济和人工智能等智能化技术的深度融合，这是实现我国经济高质量发展的关键途径。本文通过理论分析和实证检验，考察了工业智能化对经济增长质量的深刻影响以及劳动力就业结构的中介效应。研究结果表明，工业智能化的发展显著促进了我国经济增长质量的提升。进一步中介效应检验发现，工业智能化会通过增加高等技能劳动力需求和替代中等技能劳动力实现就业结构高级化以提升经济增长质量。

根据研究得出的结论，本文提出如下政策建议：

（1）加强对工业智能化发展的支持，助推经济增长质量提升。工业智能化的发展不仅需要营造良好的制度环境，也需要对相关配套基础设施建设进行完善。国家应积极把握新一轮工业革命机遇实现工业化转型，制定推进工业智能化发展的各项政策措施，为工业智能化发展营造良好的政策软环境和提供强有力的政策支持。同时，政府要加大对信息技术等新型基础设施的投资力度，补齐工业智能化发展的基础设施短板，提供强有力的硬件支持。

（2）加大教育科研投入和对劳动者技能的培训力度，使我国劳动力就业结构逐渐适应工业智能化发展带来的冲击，助力经济增长质量。一方面，国家应继续加大高等教育和科研经费的投入力度，增加高等技能劳动力供给，从“质”和“量”两方面提升我国劳动力就业水平，满足工业智能化转型对智能制造人才队伍建设的需求；另一方面，应对中等技能劳动力的在岗、转岗技能培训给予支持，增加教育和培训投入，加强中等技能劳动力自身的技能储备，推动中等技能劳动力逐步向高等技能劳动力升级和转移。

注 释：

（1）2017年埃森哲发布的《人工智能:经济发展新动力》，载https://www.accenture.com/cn-zh/insight-ai-artificial-intelligence-future-growth.