制造业“ 机器换人”对中低端劳动力市场的影响

□文/ 刘楚琦 胡 倩

（南京信息工程大学商学院 江苏·南京）

［提要］ “ 制造业是立国之本、兴国之器、强国之基”，为有效推动我国现代制造业体系建设，促进产业高质量发展，提高中国经济实力与国际竞争力，产业结构的改造转型与优化升级成为长久以来国家发展的重点。 在产业结构发展转变的进程中，制造业“ 机器换人”现象应运而生。“ 机器换人”是制造型企业提高生产效率、降低生产成本的关键助力，也是实现技术转型升级的必然选择。 但与此同时，机器夺去了大量制造业劳工——尤其是“ 80 后”新生代农民工这一当代制造业中低端劳动力市场主体的工作机会，使他们在与机器的博弈中败下阵来，最终丧失工作。

21 世纪，全球竞争日益加剧，中国制造业面临巨大的转型升级压力。在国家创新驱动战略的推动下，国内大多数制造业企业为有效地解决“招工难、用人难、留人难”等劳工问题，降低产品生产成与人力成本的同时增强自身核心竞争力，不再紧盯传统廉价的劳动力和较低端的机械装置，而是将目光投向随智能时代发展应运而生的新兴产物——工业机器人上，尝试“机器换人”。不少公司、工厂开始尝试采用机器臂、智能数控机床等工业机器人，或是引入先进的自动化制造链条，带来人力成本的骤降和生产效率的改善，使企业能够在激烈的行业竞争中保持价格优势的同时，保障产品质量。在未来，企业选择“机器换人”以实现产业结构及技术转型升级或将成为一种常态。

一、“机器换人”发展回顾

与历史上通过革新生产方式来提高生产能力的几次工业革命不同，当前国内正在发生的制造业“机器换人”以机器直接代替了传统劳动力。

最早可追溯至21 世纪初，由于本地劳动力市场低迷，机械设备质量低下，产业结构性问题日益突出，广东省制造业在相关政策指导下率先提出了“产业结构升级”与“机器换人”的概念，又在2008 年国际金融危机后通过产业转移和劳动力转移推动产业结构调整与转型升级。与此同时，“机器换人”热潮从东南沿海地区向全国范围内广泛传播。2015 年，随着《中国制造2025》的印发，各省相继出台了政策性文件，大力实施创新驱动发展战略，通过“机器换人”促进产业转型升级与提质增效。根据国际机器人联合协会（IFR）的统计，2018 年中国工业机器人安装量约15.4 万台，占世界总安装量的36%。

在一定程度上，“机器换人”已经成为生产现代化、智能化与产业结构转型升级的内在要求与必然趋势。一方面来说，机器换人可以降低生产成本，增加企业利润，在缓解劳动力短缺问题的同时减少劳资纠纷等问题；但从另一方面来说，机器换人也带来了许多问题，一些低技术工人失业，无法再找到合适的工作，从而导致社会不稳定因素的增加。尤其在发达地区，“机器换人”的范围性普及对劳动力市场造成极大冲击。参考工信部《关于推进工业机器人产业发展的指导意见》，2015～2020年我国民用工业机器人总量新增约55 万台，普通就业岗位净减少约181 万个，其中制造业就业岗位净减少约45 万个。

二、“机器换人”概念定义

人工智能时代，制造业企业通过对工业机器人等智能设备的引进、运用，逐步淘汰了传统的劳动密集型企业，“机器换人”或将成为制造业行业发展趋势。

国内学者对“机器换人”的含义进行了各个维度的探索。刘晓、徐珍珍等学者在历史理论范畴中对“机器换人”进行分析，认为其含义是，企业通过大量增加机器在产品生产中的使用，以达到改善其生产设备自动化水平与程度的目的，其实质是通过改善资本有机构成来实现对其他形式劳动力的替代。之后，学者许辉综合了先前国内外学者的经验与研究，将“机器换人”的概念定义为：一个企业通过采用自动化、信息化改革等手段来促进生产方式革命。

当前，学者对“机器换人”现象的研究结果在很大程度上表明，我国制造业发展模式正在经历从“劳动密集模式”向“技术密集模式”的关键转变。综合以上学者的研究，本文对“机器换人”进行定义：“机器换人”是一种由智能科技催生、由政府主导、顺应经济发展趋势的新型产业结构转型升级模式。

三、“机器换人”研究现状

（一）主要研究群体。 国内“机器换人”热潮从21 世纪初的广东兴起，最后蔓延至全国。在智能设备革新与制造业产业结构转型升级的时代大背景下，作为当前国内制造业中低端劳动力市场的主体、国家现代化建设的重要力量，1980 年后出生的新生代农民工成为“机器换人”发展趋势下劳动力市场中最受冲击的群体。

2010 年1 月，国务院发布中央一号文件《关于加大统筹城乡发展力度进一步夯实农业农村发展基础的若干意见》，首次提出“新生代农民工”概念，将20 世纪80、90 年代出生的农民工称作新生代农民工。这一群体在我国城镇化发展过程中涌入城市，怀揣青春梦想和对全新生活的诉求在既陌生又熟悉的城市里打拼。在此之后，新生代农民工群体规模发展迅猛，在2014 年，国务院农民工工作领导小组办公室主任、人力资源社会保障部副部长杨志明就表示，新生代农民工已占农民工总人数的70%以上。

综合政策文件对新生代农民工这一劳动力市场主要群体的描述，本文对新生代农民工进行广义上的定义，认为其是1980 年及之后出生，户籍在农村、常住在城市的，从事非农业生产的劳工群体。城乡二元结构体制使他们受到城乡户籍壁垒的制约，“身”在城市，“份”却依旧是农民。行为方面，他们普遍完成了九年义务教育，分布在以设备制造业、餐饮服务业为主的二三产业，但吃苦耐劳的能力与父母一辈相比较低，职业发展连续性不高，敬业精神不高，成为游离于城市和乡村之间的“彷徨者”；心态方面，由于大多并不从事传统的农业生产，他们少有乡村依恋感，更加注重自我实现的需要，格外希望融入城市；他们有意识地关注个体成长与生涯发展，但受到经济、文化等个人、社会因素制约，在就业、培训，乃至住房、医疗、子女入学等方面的期望与现实尚且存在差距——城市对于他们来说依然没有归属感。

总而言之，新生代农民工群体正在普遍追求由“流动”至“固定”、由“农民”向“市民”、由“民工”到“工人”等职业性质与个人身份方面的彻底转变，但对当前高新技术与智能设备快速更新迭代时代背景下所需的专业技能、劳动力素养等因素又尚为欠缺，短期内难以跟上“机器换人”如火如荼的普及趋势，进而受到“机器换人”的巨大冲击。

制造业“机器换人”趋势对劳动力市场影响极大，但对新生代农民工这一颇具特点的劳工群体来说是挑战，更是机遇——他们虽是产业结构转型升级中被淘汰的廉价劳动力，但更具有主动学习能力与生涯规划意愿，愿意接受新技术，操作、辅助、维修智能设备，将成为支撑制造业在智能时代进行“机器换人”的新力量与主要力量。与此同时，随着相关政策的不断推出，国家持续采取有针对性的措施，着力解决新生代农民工问题，新生代农民工普遍彷徨于难以融入城市的状况正在改变：企业着力改善劳工环境。地方加大招商引资力度，实施就业创业培训优惠政策，更为充满机遇的繁荣生活与更为完备、便捷的基础设施同样诱惑着一批新生代农民工，使他们为实现生涯梦想而驻留。国家出台政策落实农民工工资发放制度化管理，建立健全工资支付保障机制以期找寻农民工薪酬问题的破解方式；采用租赁商品房资金补贴等灵活措施，为新生代农民工“量身打造”住房政策，帮助新生代农民工解决城市安居问题；通过加强心理关怀、完善社会保障制度等方式，逐步化解农民工焦虑感，增强其城市归属感。

（二）主要研究方法。由于国内“机器换人”现象尚处于发展阶段，工业机器人运用尚不十分普及，对工业机器人规模运用相关特征的测量还缺乏较完备的研究工具，当前国内“机器换人”相关研究中所用量表以王才等（2019）编制的“工业机器人规模运用量表”为主。

同时，也有一些研究运用工业机器人冲击指数对“机器换人”程度进行衡量。工业机器人的冲击指数也称为机器人渗透度，指每千人拥有的工业机器人数量，一般作为研究过程中的核心解释变量。在计算地区的机器人冲击指数时，学者们往往会以该地区各行业的就业份额作为权重，对所有行业的机器人密度进行加总。陈永伟等学者还认为，技术冲击实际存在时间上的滞后，因此在研究过程中学者们一般用滞后一期的“工业机器人冲击指数”作为解释变量。

此外，Acemo-glu 和 Restrep 等（2020）以城市 16～64 岁适龄劳动力数量、行业层面工业机器人台数构建了城市层面的工业机器人使用指标，模型显示：城市层面工业机器人使用是行业层面机器人使用的加权平均，权重为行业在考察样本年份（2008 年）之前占制造业行业劳动力总数的比例。也就是说，如果某个行业在该城市所占的就业份额越大，那么该行业内工业机器人增长对该城市劳动力市场的影响就越大。

（三）主要影响后果

1、制造业就业。“机器换人”对制造业劳工就业的冲击作用最为突出，也是当前相关研究的焦点。学者们或基于制造业行业数据，或通过实际调研，广泛探究“机器换人”对制造业岗位数量、制造业就业占比、制造业就业总量、制造业就业形势的影响情况。学者普遍发现，人工智能技术与工业机器人的应用与制造业企业岗位数量、制造业劳工就业总量成反比，但人工智能技术生产率增长幅度超过阈值时，反而会增加制造业就业占比。根据蔡啸、黄旭美对人工智能技术使用的研究，人工智能技术生产率的增长幅度不足0.0282 时，人工智能技术的使用每提升1%则可使制造业就业占比下降0.124%；而人工智能技术生产率增长幅度大于3.9%时，人工智能技术的使用则会提升制造业就业占比。韩民春等学者发现，制造业就业总量会随着工业机器人渗透度的提升而下降，具体表现为：工业机器人渗透度提升1 单位将导致制造业就业总量下降3.35%。

此外，相较于低技术与高技术要求行业，中等技术行业受到智能设备普及与“机器换人”的影响更为强烈，呈现出初步的就业极化现象。工业智能化加剧了先进设备对低教育程度劳动力的替代，使劳动力就业结构呈现出“单极极化”趋势，但第三产业的快速发展一定程度上弱化了先进设备对低教育水平劳工的替代效应。

2、劳动力报酬。虽然工业机器人保有量的提升减少了就业岗位，但工资水平整体变化并不明显。一些学者研究发现，“机器换人”只会对高技术工人劳动收入产生积极的影响。如，程虹等研究发现，“机器换人”进程中，一些企业会采取培训等方式提高劳动力质量，进而给予劳动力工资溢价，激发劳工潜力。更进一步，张桂金、张东通过对2018 年中国劳动力动态调查数据和深圳D 企业的调查资料的分析发现，“机器换人”造成技术水平不同的工人间劳动力报酬的不平等效应，高技术工人从机器换人中收益更多，中低技术工人则未曾从中获益。

3、离职行为。“机器换人”在一定程度上缩短了中低技术工人的加班时间，从而导致其加班工资的降低，于是在行为反应方面，部分制造业劳工会产生离职行为，另谋出路。

4、经济发展。工业机器人的规模应用对各具特色的地区经济也造成不尽相同的影响。韩民春等针对影响制造业就业结构的实证研究发现，工业机器人应用对东部、西部地区有显著的负影响，对中部和东北地区的影响不显著。为探究其间原因，学者杨光、侯钰基通过研究发现全要素生产率的关键作用，其对工业机器人影响经济增长的解释力达到总效应的60%。

四、“机器换人”未来研究思路

本文对相关学者就“机器换人”冲击中低端劳动力市场的相关研究进行了梳理、总结。近年来在此方向上的研究一般将工业机器人应用或机器人渗透密度作为前因变量，描述“机器换人”程度；将性别、受教育程度作为关键人口统计学变量；将劳动力就业、劳动力报酬、劳工离职行为等作为关键影响后果；将生活成本等作为调节变量。可以发现，到目前为止，相关研究更加注重对外部因素的探索，对人力资本内因的研究较少，仅围绕个人技术能力进行了调查。

中国作为世界最大的工业机器人市场，机器人技术和应用有无限的可能，因而“机器换人”现象对劳工、劳动力市场、企业、社会等主体造成的影响值得持续关注与研究。现有对“机器换人”相关变量及中介机制的研究尚且较为局限，大多围绕“机器换人”对劳动力就业、劳动力报酬、地区经济等造成的影响。这些因素均是与劳动力市场相关的外部、宏观变量，较少有研究从劳动力自身角度来探讨其对“机器换人”这一现象的行为与态度反应。此外，由于国内企业本身的特征会影响其对工业机器人的运用场景与应用规模，因此机器化程度不高或短期内无“机器换人”规划的企业中的员工并不适合被纳入取样范围，研究者需要有针对性地选择取样对象。

综上所述，关于“机器换人”冲击局部甚至劳动力市场整体的未来研究可以着重关注：不同地区与政策背景下，制造业中低端劳动力对“机器换人”现象产生的各类行为与心理反应，以及其间影响机制，并有针对性地提出建议。