优化营商环境背景下人工智能对劳动力市场以及收入水平差距的门槛效应分析

刘 健，刘曦萌

（安徽财经大学经济学院，安徽蚌埠，233000）

一、文献综述

（一）人工智能对劳动力就业的影响

关于人工智能与劳动力供需关系的第一种观点认为，人工智能的发展带来的新的就业机会远多于消灭的就业岗位，具有创造效应。目前人工智能仍处于弱人工智能阶段，其发展的本质是数据+统计模型的基础，人工智能的应用主要是基于大数据+的应用［1］。弱人工智能与强人工智能的差距在于是否存在人类的深度思考，缺乏思考的人工智能只能算是机械计算［2］。这种形式的人工智能仅仅算作是技术的进步，为非熟练劳动力创造了机会，在增加新就业岗位的同时也会创造机器辅助类工作岗位［3］。持技术进步会增加就业岗位观点的代表人物有李嘉图和刘易斯等，相应的理论逻辑是技术进步导致了商品价格下降，刺激了商品需求，扩大了生产，增加劳动力就业岗位。同时，资本的扩大结合新技术创造的产品需求再次增加了劳动力的需求，创造了更多的就业机会。技术进步需要一定的技能水平支撑，通常研发投入的增加都会造成技能型劳动力的短缺，增加高技能型人才岗位［4］。同时，技术进步降低生产成本后会造成商品需求的溢出效应，提高了收入，提高的部分收入用于低技术非贸易品，创造了额外的劳动力需求［5］。

第二种观点认为人工智能对劳动力就业具有替代效应。技术的发展会减低工作对劳动者的依赖，长期来看劳动就业岗位会逐渐消失，这对劳动力市场造成了负面冲击［6］。其代表人物有马尔萨斯和熊彼特，相应的理论逻辑是技术进步提高了劳动生产率与社会生产率，但市场规模扩张速度往往低于技术进步与资本积累速度，从而引发了技术性失业。还有一种理论逻辑为：技术进步提高了劳动生产率，降低了劳动成本，减少了劳动需求与劳动强度，缩小了劳动市场，最终导致失业。2018年，广东省超过半数的企业已在不同程度上实施了“机器换人”，另有16.42%的企业准备实施［7］。近些年，国内农业机械化率逐年提升，提高了农业劳动生产率，减少了第一产业劳动力的需求，降低了农林牧渔业吸纳劳动力的能力。国内中端制造业发展滞后，吸纳新劳动力能力偏弱，高端制造业产生了人工智能对劳动力的替代，挤出了第二产业的低端技术劳动力，导致劳动力短缺［8］。大部分持有技术创新替代劳动力致使失业的研究都与机械自动化技术进步有关，即技术创新是对熟练工人的替代［9］。2000—2010年，美国制造业流失的570个就业岗位中87%都与自动化技术的提升有关［10］。James对美国2 000个工作类别的考察表明，现有的人工智能技术可以替代其中45%的工作［11］。

第三种观点认为人工智能对劳动力市场的影响表现分为短期与长期。代表人物是索洛，相应的理论逻辑是如果技术进步导致生产总量的增加，技术进步对劳动力的长期影响会替代短期的负面效应，不会使就业量减少。这种持乐观主义思想的人大都从历次工业革命中吸取到了一些经验，历次工业革命并未导致就业岗位完全减少，反而增加了就业岗位［12］。虽然爆发了诸如“卢得运动”等反生产自动化运动，但是工业革命初期与工业革命完成时相比，失业比例并未扩大［1］。长期来看，人工智能的持续发展能够提升劳动生产率，从而扩大生产规模，增加劳动需求［13］。如银行ATM机的发明并未减少银行职员，一方面银行ATM机降低了运营成本，增加了银行数量，创造了大量的工作岗位，另一方面银行ATM机仅仅替代了程序性操作，但对交互性沟通要求高的岗位并未产生大规模的替代作用［14］。技术进步对劳动力市场的影响短期内表现为结构性失业与技术性失业，但是长期来看不会引发持久性大规模失业［15］。

（二）人工智能对收入差距的影响

人工智能对劳动力市场真正的影响在于收入差距，造成收入差距的主要渠道是创新盈余的再分配［16］。人工智能的发展增加了对高技能劳动者的需求，相应地高技能收入者的收入也会增加。收入水平在低教育水平、劳动密集型行业与高教育水平、技术密集型工作职位中出现了两极分化，中等收入就业岗位呈下降趋势［17］。由于劳动力的教育程度普遍偏低，人工智能的继续发展会造成劳动力结构与收入结构的两极分化，恶化了收入分配格局［18］。由于替代效应，随着人工智能的继续发展必然会产生更多的失业现象，进一步扩大了收入差距。［19-20］也有研究认为人工智能对劳动收入的影响取决于收入弹性，倘若劳动密集型产业人工智能的产出弹性大，则收入就会上升，反之弱资本密集型产业中人工智能的产出弹性偏大，则劳动力收入就会下降，即人工智能对收入分配的影响取决于生产部门的特征。［21］

优化营商环境一是通过放宽开办企业的准入条件与费用，缩短开办企业所需时间，以增加人工智能岗位上下游企业数量，缓解替代效应带来的部分工作岗位替换。二是通过促进市场的创新，降低创业门槛，增加市场主体数量，吸纳部分挤出的劳动力。优化营商环境，消除企业在市场经济活动中扩大生产规模面临的体制机制性壁垒，降低企业税费负担，将更多的资金投入到扩大企业规模中，产生规模经济，二次降低企业生产成本。企业扩大生产相应地增加了对劳动力的需求，不仅可以吸纳部分替换任务挤出的劳动力，行业上下游相关企业也会增加劳动力需求，缓解人工智能的就业替代效应对劳动力的挤出效应。但是若企业未能及时扩大规模，则技术进步的劳动力替代效应将会凸显，营商环境改革极大地避免了这种情况的发生。优化营商环境还可以清理人工智能行业资质、资金、人员与场所设置的不合理条件，优化新业态新模式市场准入，放宽数字经济领域市场改革措施，同时降低和简化行业就业条件，简化就业手续，按照规定改革相应考试制度，实现制度与技术的协调，促进人才的流动与灵活就业。工作部分任务的替代降低了入职的门槛，需要相应制度的跟进，以推动劳动力就业。

目前优化营商环境以缩小收入差距的机制主要是围绕创业与收入差距展开的，创业具有普惠性，并且创业水平越高的地区，创业改善收入分配的格局越明显［22］。因此，创业活动是低收入人群实现向上流动的重要渠道（Holtz-Eakin，2000）。相较于寻求商业机会的创业来说，寻求就业和向上流动的创业更加受到政府管制的影响，政府的管制主要对低收入群体和低社会网络组创业行为产生影响，对高收入群体和高社会网络组的影响反而不明显［23］。优化营商环境主要强调营商机会均等，打破市场垄断，创造平等收入机会，创建平等收入规则，形成平等创收结果，缓解市场垄断造成的效率损失［24］。因此，优化营商环境一定程度上缓解了人工智能扩大收入差距的效应。

综上所述，目前人工智能对劳动力就业以及收入差距的影响仍存在较大分歧。人工智能影响劳动力市场的核心均指向了劳动生产率，一方面劳动生产率的提升降低了劳动成本，减少了生产对人工劳动的需求，产生替代效应，另一方面生产成本的降低扩大了企业规模，增加了服务业与必须生活资料生产岗位的需求，产生创造效应。新技术的产生也创造了许多新的岗位，如维修、监督、操作等辅助性岗位。基于以上文献的梳理，文章旨在探究优化营商环境的大背景下，运用门槛效应，对人工智能影响就业以及收入差距的问题进行分析，以期为人工智能与劳动力和收入差距问题的研究做出贡献。

二、变量选取与计量模型设定

（一）变量选取与数据来源

通过建立计量模型实证研究营商环境背景下技术进步对劳动力就业问题的影响，采用面板数据进行分析，数据类型为2008—2016年我国30个省（区、市）9年的面板数据，数据来源于《中国统计年鉴》、各省《统计年鉴》、EPS数据库以及樊纲《中国市场化指数报告》，详细信息见表1。

表1 主要变量、指标与数据来源

对居民就业研究的被解释变量选取各省份城镇就业人数、农村就业人数。目前我国人工智能技术的应用领域已经扩展到服务业与农林牧渔业，不单限于工业与制造业等第二产业，因此借鉴吕荣杰（2018）的做法，选择类似指标各省研发投入强度作为解释变量，即人工智能技术发展的代理变量。《中国分省份市场化指数报告》数据以2008年为分割，前后所用指标体系不同，因此选择2008年之后的市场化指数作为门限变量营商环境的代理指标。人工智能对就业的冲击主要表现为技能偏向性［25］，因此选择高等教育毕业生数作为控制变量之一，城乡收入差距对产业发展的影响表现出地方经济结构的优劣，同时地方经济结构也会受到固定资产投资的影响，间接地影响到劳动力市场，因此选择城乡收入差距与固定资产投资作为控制变量［26-27］。

对收入差距进行门限分析，被解释变量借鉴史晋川［28］的做法，选择各省人均GDP与全国人均GDP之差为被解释变量，人均GDP值以2007年为基期进行平减。解释变量为人工智能技术发展，门限变量为营商环境指数。选择高等学校毕业生、固定资产投资与居民失业率为控制变量进行实证研究。

（二）面板平稳性检验

面板不平稳会导致方程回归出现偏误，对面板数据相关变量进行单位根检验。表2显示所有变量均通过面板单位根检验。

表2 单位根检验结果

（三）模型设定

针对理论分析，可以预见营商环境改革对人工智能与劳动力市场以及人工智能与居民收入差距之间的关系会产生正面的促进作用，作用于市场化改革的营商环境差异对两者之间的关系产生不同程度的影响。因此认为不同程度的营商环境对人工智能与劳动力市场关系的影响存在一个门槛值。本文参考Hansen（1999）静态面板回归方法进行实证研究，构造了以就业人数和地区收入差距为被解释变量，人工智能发展为解释变量，营商环境为门槛变量的面板门限模型，重点考察地区间营商环境差异带来的影响程度的不同，具体形式如下：

下表i表示省份；t表示时间；Cit表示被解释变量，包括城镇就业人数、农村就业人数以及收入不平等度；re表示人工智能发展；bus表示营商环境；γ1和γ2为待估门槛值；Zit为外生控制变量；μi表示个体扰动项；εi表示随机扰动项。

三、门限检验及结果分析

（一）门槛效果检验与门槛值检验

基于上述理论分析，以营商环境为门限变量，自高而低分别对三重门限、双重门限和单一门限进行检验。运用F统计量使用自助门限检验（boot⁃strap）进行300次抽样，得到P值在1%、5%、10%显著性水平的临界值，检验结果见表3。对于城镇居民，当人工智能技术发展作为核心解释变量时，营商环境对城镇居民就业的影响处于5%的显著性水平及以上，存在双重门槛效应。对于农村居民而言，人工智能技术发展作为核心解释变量时，营商环境对农村居民就业的影响处于1%的显著性水平，存在单重门槛效应。

表3 面板门板效应的显著性检验

表4为城镇与农村居民的营商环境具体门槛值及其置信区间。对于城镇居民而言，营商环境的第一门槛值和第二门槛值分别为2.005 5（7.43）和2.281 4（9.79）；对于农村居民而言，营商环境的门槛值为2.281 4（9.79）。依据模型测算的营商环境可以分为优质营商环境、良好营商环境和一般营商环境三类。

表4 城乡就业门槛变量的门槛估计值

表5为收入差距的营商环境具体门槛值及其置信区间。对于营商环境的门槛值为2.241 8（9.41）。依据模型测算的营商环境可以分为优质营商环境和一般营商环境。

表5 收入差距门槛变量的门槛估计值

（二）实证结果分析

1.城乡就业实证结果分析

面板门槛模型的具体估计结果见表6与表7。表6是城镇居民就业情况估计，对城镇居民而言：当地区营商环境低于7.43的一般营商环境阶段，人工智能技术发展情况对城镇居民就业的影响为正，在10%的显著性水平上，影响系数为0.101，而营商环境处于7.43-9.79阶段时，营商环境对城镇居民就业影响程度加大，在1%的显著性水平上影响系数从0.101上升至0.402，当营商环境处于优质阶段时，对城镇居民就业影响进一步加大，在1%的显著性水平上影响系数为0.507。从回归结果可以看出随着营商环境的优化，技术进步与城镇居民就业呈现显著正向相关关系，实证结果证实了优化营商环境显著消除了技术进步对城镇居民就业的替代效应，同时优化营商环境与居民就业之间存在扩大的正向相关关系。

表6 城镇居民就业面板门槛模型参数估计

表7 农村居民就业面板门槛模型参数估计

表7是农村居民就业面板门槛模型参数估计结果。当营商环境指数小于9.79时，人工智能发展对农村居民就业情况的影响不显著，当营商环境指数在9.79之上时，人工智能发展对农村居民就业情况的影响显著为负，在1%的显著性水平上影响系数为-0.482。

从表6和表7的结果来看，人工智能技术发展对城镇和农村居民就业产生了两个极端的影响。一方面随着营商环境的不断优化，人工智能技术发展加大了对城镇居民就业的促进作用，另一方面人工智能技术发展恶化了农村居民的就业情况。就业问题是社会经济发展的重要问题，随着科技水平的不断进步，社会对劳动力工作能力提出了更高要求，包括教育培训关系、工作家庭关系、社会资本、个体认知能力以及职业技术水平等一系列要求。随着代际推移不断加大，农村劳动力就业能力与城镇劳动力就业能力差异不断扩大，职业教育改善农村居民劳动力就业水平作用不明显［29］。人口红利时期的低成本劳动力优势已经不再，农村劳动者低技术特征弊端日益显现，人工智能对农村劳动人口就业产生不利影响。目前，劳动力市场的发展已经由传统的扩大就业为核心理念转为高质量就业，这些都导致了农村居民就业出现了一些问题［30］。

2.收入差距实证结果分析

收入差距的面板门槛模型具体估计结果见表8。当地区营商环境低于2.241 8（9.41）时，人工智能技术发展与收入不平等之间的关系为负向相关，且在1%的水平上显著，系数为-0.182；而营商环境高于9.41时，人工智能发展在1%的显著性水平上显著缓解社会收入不平等现象，影响系数变为-0.299。从回归结果可以看出：随着营商环境的优化，人工智能发展与居民收入差距呈现显著负向相关关系，并且抑制收入不平等现象的效果随营商环境的优化而显著提高。

表8 收入差距面板门槛模型参数估计

从表8输出的结果可以看出，教育与固定资产投资显著扩大了居民间的收入差距。显然，教育程度对人均收入水平的提高有着重要作用，但是也应该重视教育机会在不同阶层中的均等分布，由于教育机会的不平等分配，导致社会平均教育文化程度扩大了居民收入不平等现象［31］。余志利认为，由于资本所有权的不均，固定资本存量对收入的不平等的扩大有重要影响。

四、结论与政策建议

人工智能技术的发展是社会生产力的巨大进步，智能机器本身就蕴含着知识、生产经验与劳动技能，改变了社会生产力基础，这必然会对劳动力市场以及劳动者收入产生巨大影响。二战后，发展中国家的实际情况验证了技术进步可以持续扩大就业的观点：凡是能为剩余劳动力提供充足岗位的国家都是在工业革命中技术进步速度快的国家；反之，凡是技术发展停滞的国家，失业问题都十分严重。因此，需要正视人工智能进步带来机器排挤人的问题，这也是社会深化分工、发展生产力、扩大生产规模的巨大机遇。

（一）结论

对于城镇居民而言，以人工智能技术作为核心解释变量时，营商环境对居民就业存在显著双门槛促进效应，并且随着营商环境的优化，促进居民就业的效应显著递增，开始由一般营商环境转向良好营商环境时，即以7.43为分界线，对居民就业促进效应的变化幅度出现较大跳跃，营商环境指数达到9.79时，人工智能发展对居民就业的影响系数从0.402跳跃到0.507。对于农村居民而言，人工智能技术与农村居民就业存在显著负向相关关系，营商环境对居民就业呈现显著单门槛效应，但当营商环境指数低于9.79时，替代效应不显著，当营商环境指数高于9.79时，人工智能发展对农村居民就业的影响系数为-0.482，不利于农村居民进行就业。

以人工智能发展为核心解释变量，营商环境对收入不平等的影响存在单门槛效应，当营商环境指数在9.41以下时，人工智能发展对收入不平等的影响系数为-0.182；当营商环境指数达到9.41以上时，人工智能发展对收入不平等影响的系数在1%的显著性水平上为-0.299。随着营商环境优化度的提高，人工智能的发展不仅没有扩大收入不平等，反而有效地抑制了收入不平等现象扩大。

（二）政策建议

基于上述研究结论，提出以下政策建议。

第一，应持续优化营商环境，进一步放宽市场准入条件、人工智能领域限制以及就业资格条件等，使社会制度适应技术进步带来的生产力的发展。放宽市场准入条件，持续推动放管服改革，降低市场主体进入市场的交易成本，增加市场主体数量，充分发挥大众创业带来的吸纳劳动力能力，缓解收入不平等现象。优化市场金融与纳税服务，保证中小微企业的生存与发展环境，避免由于制度壁垒导致的企业经营危机进而引发失业问题。

第二，重视机会的平等性，包括金融服务机会与教育机会的平等。重视金融服务与融资支持的机会平等性，遏制初始财富禀赋持续分化趋势。与富人不同，普通劳动者缺乏必要的抵押产品而无法获取融资进行投资，个人收入增长速度缓慢，因此要持续完善普惠金融体系，增加个人收入增长机会。重视教育机会的平等性，高等院校招生的地区差异、生源的身份差异以及优质高校的地区分布差异均会对教育的公平性产生影响，因此应继续加大对落后地区的教育建设投入，继续推动“教师教育振兴计划”，全面提升教师素质，提升各地区教师教育质量，完善教师教育体系，通过网上优质课程共享实现教育资源的可得性。推动“中西部高等教育振兴计划”，扶持有特色的、高水平的地方普通高校，增强中西部地区的教学质量，实现优质院校在各地区的均衡分布。

第三，大力推动新型城镇化发展。有限的城市吸纳劳动力能力与无限的农村劳动力之间的矛盾是农村劳动力就业难的原因之一。大量的农村劳动力向城镇转移后都从事非正规就业，存在低收入、不稳定、缺保障的风险，因此应推动新型城镇化发展，以解决农村劳动力进城后面临的户籍问题、待遇问题、能力问题和工作问题，缓解人工智能发展对就业以及收入差距的冲击。