数字时代物流业的服务转型：基于信息技术替代劳动力视角

陈 曦 丁 旭 冯 涛

一 引 言

产业生产要素投入中主导生产要素的变迁反映出产业结构的转型。进入数字时代，信息技术的发展使得生产要素不再限于传统的劳动力、资本、土地等，人工智能、互联网技术和大数据成为新兴的重要生产要素(于立和王建林，2020)。人工智能、信息技术在提升劳动生产效率的同时，也对部分劳动力产生替代作用(唐波和李志，2021)。近年来，人工智能设备和大数据生产要素的广泛应用，推动着物流业进入智能时代，从传统的劳动密集型产业向着资本密集型产业转型。

纵观人类文明的发展进程，始终伴随着技术对人力的替代。技术发展史上的重大变革始于第一次工业革命，自此机器开始大规模替代手工劳动(Yin et al.,2017)。从工业文明进入信息文明，技术进步产生的替代效应逐渐由第二产业向第三产业传递(David和Dorn, 2013)。技术对人力的替代呈现出日益加速的发展趋势。随着智能化手段的大范围运用，信息技术是否会对劳动力就业造成破坏引起了广泛讨论。虽然技术进步对劳动力就业既有负向的破坏效应,也有正向的创造效应(王君等，2017)；但在劳动力的不同层面和领域，技术影响不同(邵文波等，2018)。一方面，智能支撑系统提高了人的劳动生产率(朱巧玲和李敏，2017)；另一方面，智能化也在一些领域开始替代人的工作岗位(张慧，2018)。虽然一些来自宏观经济系统的证据显示技术进步并未造成太大的就业问题(Autor et al.,2003;Dauth et al.,2017; Graetz和Michaels, 2015)，但在不同产业和企业层面，信息技术与劳动力的关系犹待深入分析。

传统物流业是典型的劳动密集型产业。进入数字时代，物流业成为智能化服务转型升级中最具代表性的产业。信息技术广泛运用提升了物流业的绩效(李丫丫等，2018)，物流业的生产服务模式从人力主导转型到智能控制，在集人工智能、物联网技术、计算机技术以及信息处理等技术为一体的智能物流系统支撑下，无人机、无人车、仓储机器人及智能快递柜等设备被广泛运用到物流的各个环节。生产服务方式的转型重新定义了物流业中人与技术的关系。本文基于信息技术替代劳动力的视角，分析数字时代生产要素投入的结构性变迁，以及中美代表性物流企业智能化的现状，进而探讨物流业生产服务过程中信息技术对劳动岗位的替代和互补效应，并提出数字时代物流业服务转型的实施路径。

二 数字时代生产要素投入的结构性变迁

生产要素是生产过程的投入资源，是来自上一生产阶段或生产过程的产品(于立和王建林，2020)，主要包括劳动、土地、资本、信息等，随着科技的发展和知识产权制度的建立，信息技术也作为独立要素投入生产。不同产业发展阶段核心要素投入不同(李刚和何炼成,2005)。一方面生产要素的投入结构受到技术进步影响，技术进步能降低相对价格较高生产要素的使用比例；另一方面技术进步会改变资源结合方式，从而提升生产效率。

(一)理解数字时代信息技术与劳动力的关系变迁

计算机信息技术的广泛运用，驱动着产业进入数字时代。计算机信息技术对于组织运营的渗透呈现自底向上、从手到脑、由物及心的历程，从低层到高层、从执行层到战略层的发展。具体体现为信息系统的迭代更新。如图1所示，从事务处理系统(TPS)、管理信息系统(MIS)到决策支撑系统(DSS)，信息技术对于劳动力的替代关系从替代体力，到替代脑力，智能系统已经日益接近于人的本质。随着智能决策支撑系统日益成熟，信息系统的应用达到社会智能系统阶段，在这个阶段机器开始替代人的心智模式，计算机信息系统相互联通融合成为连接全人类的社会信息系统，具备闭环反馈、自动适应、主动响应三个社会信息协调控制机制(陈曦，2017)。

图1 企业信息系统演进视角下信息技术对劳动力的替代过程

智能化的深度运用引发关于信息技术与劳动力关系边界重构的广泛讨论，按照替代性和互补性的偏重方向，衍生出互利共生、偏利共生、偏害共生和吞噬取代四种范式(陈春花和梅亮，2019)。虽然互利共生是一种最为理想的人机关系，但在复杂社会系统中，鉴于信息技术与劳动力的关系在不同领域存在差异，在相对长远的时空范畴，四种范式将会并存。特别是在传统的劳动密集型产业，信息技术替代劳动力将成为产业升级进程中难以回避的阵痛。

(二)物流业信息技术替代劳动力的时间临界点

生产要素的成本随着技术进步和时代发展而演变。当一种要素的单位使用成本高于另一种要素时，就存在用价格较低的要素取代价格较高要素的激励，此时替代性开始显现。社会发展演进趋势表明，技术进步使生产设备成本持续下降，而教育投入增加导致劳动力成本持续上升(金三林和朱贤强，2013)。因此，企业出于对生产要素投入成本效益的权衡，在同等产出效率的条件下，会使用单位成本较低的生产要素去替代单位成本较高的生产要素。从现实情景来看，一方面近年来中国人口红利下降，人力成本逐年上升,部分劳动密集型企业外迁(原新和金牛，2021)；另一方面工业4.0战略广泛推广，国家和企业层面大力投资信息基础设施建设，智能化设备的应用成本逐年降低(Karel et al.,2021)。

本文通过建立物流机器人成本函数和物流劳动力成本函数，描述两种生产要素成本随时间的变化轨迹与趋势，以找出替代效应开始显现的时间点。两条曲线相交时的交叉点是替代临界点，临界点所对应的时间就是劳动力单位价格超过物流机器人单位价格的时间点，即替代效应开始产生的时间临界点。基于对成本函数的描述与估计，物流机器人成本及物流劳动力成本曲线变化趋势如图2所示。

图2 物流机器人成本及物流劳动力成本曲线变化趋势图

当前物流机器人每台成本约70万元，而机器人成本在未来十年内会下降一半。内资企业固定资产残值比例为5%, 新企业所得税法固定资产折旧年限中规定，飞机、火车、轮船、机器、机械和其他生产设备折旧年限为10年，飞机、火车、轮船以外的运输工具为4年。目前业界对物流机器人的所属类别仍存在争议，因此分别按照10年和4年对物流机器人的采购成本进行折旧。若对物流机器人进行10年折旧，物流机器人成本曲线将和物流劳动力成本曲线在2016年附近相交，此点为物流机器人对物流劳动力产生替代效应的近期临界点。若对物流机器人进行4年折旧，物流机器人成本曲线将和物流劳动力成本曲线交于2023年左右，此点为物流机器人对物流劳动力产生替代效应的远期临界点。替代时间临界点的到来意味着自该时点开始，物流机器人的平均使用成本将低于劳动力，企业随即产生激励，对智能设备进行更多投资，以替代劳动力。随着时间推移，激励将逐步增强，使得信息技术对于劳动力的替代作用日益显现。

现实表明，自2016年以来，物流机器人日益频繁地出现于公众视野，智能物流设备成为各大物流企业争相投资的领域。数据显示，2016年以来仓储类智能机器人的增长率明显提升。2017年中国物流AGV机器人(一种移动运输设备)销量达到1.35万台，与2016年同比增长101.6%；随着AGV机器人在其他领域的渗透，2018年中国AGV机器人销量已达到2.96万台，与2017年同比增长119%。此外，2017年，顺丰员工总人数及操作类岗位员工数均呈现不同幅度的下降，京东仓储岗位员工数量下降，进一步提供了替代临界时间点到来的事实证据。

三 中美代表性物流企业的智能化

产业要素投入结构的变革改造了企业的生产或服务行为。作为广泛应用智能化的行业，信息技术对于劳动力的替代在不同国家和地区的物流企业中均有体现(Ahmad et al.,2018)。本部分从物流机器人对劳动力的替代弹性和物流企业的具体做法两方面诠释数字时代中美代表性物流企业智能化发展的现状。

(一)代表性企业的替代弹性估计

生产函数可以反映不同要素之间的替代弹性，要素替代弹性描述投入要素之间的替代性质和替代能力的大小(Robinson,1953)。在物流企业中，信息技术和智能化生产设备的投资，主要表现为智能产房、计算机设备、物流机器人等固定资产购置(王洪艳，2013)，一定程度上反映在企业资本要素投入变动中。物流企业中资本对劳动力的替代弹性表明了资本和劳动力的关系属于替代性还是互补性，进而可以作为反映物流企业服务转型的一项表征。

以不变替代弹性生产函数模型(Constant Elasticity of Substitution, CES)作为研究的理论基础(Arrow et al.，1961)，该理论被广泛应用于研究技术进步对经济发展和就业的影响(陈登科和陈诗一，2018)。原函数模型假设规模报酬不变，即产出与生产要素的投入等比例增加，未考量企业规模报酬的实际特征。因此，在CES函数模型的基础上引入规模报酬参数

m

，当

m

=1(<1,>1)时，表明研究对象是规模报酬不变(递减，递增)的。京东和顺丰均是我国现阶段最为消费者耳熟能详的物流服务企业，两家企业同在香港上市，公开资料显示，截至2021年5月28日，顺丰和京东分别为我国市值排名前两位的物流上市公司；UPS则是全球领先的物流服务企业。因此，本文选取中国京东(JD)、顺丰(SF)以及美国的UPS(United Parcel Service)三家代表性物流上市企业的数据进行分析。

1.计算模型。测度物流业资本对劳动力的替代弹性时，采用固定资产和劳动力变动衡量投入，使用企业营业收入衡量产出。本研究的数据来自于企业公开披露的财务年报，对应科目如表1所示，数据不存在因分类标准和统计口径不统一所带来的估算误差偏大问题。

表1 指标、数据来源及计算方法

首先构建计量模型：

(1)

通过数据整理及分析发现，中国样本企业中解释变量和被解释变量具有共同的向上变化趋势，为了避免虚假回归，对变量进行一阶差分，使之成为稳定序列，再建立差分模型式(2)； 而美国样本企业不存在上述趋势，因此采用计量模型式(1)。

(2)

再构建回归模型：

Y

=

β

+

β

X

+

β

X

+

β

X

+

ε

(3)

其中被解释变量

Y

=ln

Y

，解释变量

X

=ln

K

,

X

=ln

L

,

X

=(ln

K

-ln

L

),进而得到参数估计值：

A

=

e

(4)

m

=

β

+

β

(5)

(6)

(7)

(8)

最终可根据式(8)得到替代弹性

σ

的估计值。其中，待估参数

A

为效率系数，

m

为规模报酬参数，

δ

为分配系数，

ρ

为替代参数。选择在

ρ

=0处展开Taylor级数，当

ρ

=0时要素替代弹性

σ

=1，即模型退化为C-D生产函数，因为C-D生产函数具有普遍适用性，所以假定

ρ

为接近于0的数，当参数估计完成后，根据

ρ

的估计值是否接近于0，以检验此方法的可用性。

2.数据说明。本研究收集了京东、顺丰及UPS 2016年第1季度至2019年第1季度财务报表的相关数据，对小部分存在缺失的数据进行舍弃。数据的描述性统计特征如表2所示。

表2 样本企业原始变量的描述性统计特征

中国代表性物流企业呈现典型的劳动密集型特征，配送和仓储环节的劳动力占比最高，以京东为例，近五年来，配送和仓储岗位的员工人数占比分别达到员工总数的54%和20%。相对于中国企业，美国UPS员工总人数近几年保持稳定。

3.估计结果。基于计量模型，分别对三家物流案例企业进行实证数据分析，并计算资本对劳动力的替代弹性，具体如表3所示。

表3 三家物流企业中资本对劳动力的替代弹性

(二)案例企业的智能化程度

1.领先者：美国物流企业UPS智能化程度较高。美国物流企业UPS资本对劳动力替代弹性数值显著大于1，处于替代关系。UPS是世界上最大的快递承运商与包裹递送公司，同时也是运输、物流、资本与电子商务服务的领导性提供者，自2016年前后开始引入AI人工智能物流运输服务系统，并着力打造智慧物流科技，利用现有的庞大数据库，支撑经营决策，UPS每年投入超过十亿美金用于人工智能技术发展，利用智能技术整合供应链，为客户提供更好的服务。

2.后进者：中国物流企业顺丰智能化相对落后。顺丰物流资本对劳动力替代弹性显著小于1，为0.795。2019年初，顺丰开始筹资进行物流智能化和数字化建设，新增近4亿元研发投入以布局下一代物流信息技术，将智能物流布局分为三个方面：自动分拣、无人机应用以及客户体验。顺丰优势在于高效的运输网络，但相对于其他两家企业，其大力发展智能化起步相对较晚，因此资本对劳动力替代弹性处于相对低值。

3.追赶者：中国物流企业京东加速智能化进程。京东物流持续向着智能化的方向发展，其资本对劳动力替代弹性为1.001。2008年京东建成首个自动化仓库，逐步在存储、拣选、包装、输送、分拣等环节投入自动化技术；2016年，开始探索智能物流，自主研发智能化物流技术设备，此后，京东无人仓、无人车、无人机不断出现；2017年，开始致力于数字化和智能化的供应链改造；2019年，京东物流全国首个5G智能物流园区正式投入运营，涵盖智能园区、智能枢纽、智能仓储三大领域；同年，京东物流全面投用亚洲规模最大的一体化智能物流中心——东莞亚洲一号，在各个环节均大规模应用了机器人和自动化设备，自主研发的“智能大脑”具备调度、统筹、优化以及数据监控全方位功能，利用京东物流十几年来积累的复杂订单处理能力和算法优化，提高了各环节的运转效率和服务质量。未来，京东物流还将持续向着运营“无人化”的方向发展。这些事实从客观上印证了京东物流资本对劳动力替代弹性近年来的持续上升。

图3呈现了近年来中美三家主要物流企业资本对劳动力替代弹性的演化情况。我国物流企业资本对劳动力替代弹性呈现逐年上升的趋势，其中京东由小于1，逐步上升，至2019年超过替代临界点1。美国物流公司UPS亦在2018-2019年跨越了弹性临界点，从0.804上升至1.095。美国物流企业整体智能化程度相对较高，但以京东为代表的中国物流企业正在加快智能化进程。

图3 中美物流企业资本对劳动力替代弹性逐年演变趋势

四 物流业服务转型的技术应用

数字时代新经济模式崛起，智能技术在物流业中持续渗透。总体来看，目前我国物流业发展程度并不均衡，大部分物流企业仍处于手工向机械化过渡的阶段。通过前文分析，可以看出我国物流业在京东、顺丰等龙头企业的带动下，步入智能化深度发展轨道，其服务转型进一步表现为信息技术对服务系统和劳动岗位结构的重构。

(一)物流企业智能化服务系统架构

我国物流业服务模式正在从传统的劳动密集型向技术密集型转型。这期间，智能技术起到了重要的助推作用。如图4所示，智能化进程中，物流业服务转型采用的信息技术主要包括：物联网、区块链、云计算、大数据分析、智能决策、自动化分拣、配送机器人等。这些信息技术推动了物流企业传统服务方式的变革，重塑着物流业服务系统的组织架构。

图4 物流企业智能化服务系统架构示意图

1.信息技术重构物流业管理信息的底层逻辑。信息技术的广泛应用，以重塑信息管理底层逻辑的方式对物流业的生产服务组织形式进行改造，具体体现在：(1)确保数据采集的实时与精确，基于物联网技术实现主体间的有效连接和交互。(2)提高供应链协同效率，降低信息成本，运用区块链技术保护信息传递和共享的安全。(3)确保信息接入的灵活性、弹性以及韧性，采用云计算为供应链节点提供数据接入，满足管理需求。(4)提升物流系统的整体响应能力，机器人和自动化设备提高供应链的快速响应能力，依靠人工智能迅速做出商业决策。(5)精准定位并满足用户需求，运用大数据技术，结合商业数据的收集和全网舆情数据的分析，全方位挖掘用户需求特征，洞察隐性需求，并将隐性需求转化为显性需求，提升服务质量。

2.物流业执行层的基础工作向少人化发展。传统物流业是典型的劳动密集型产业，在企业的执行层聚集了大量劳动力。进入数字时代，物流业服务转型最典型的特征在于运用智能化工具替代手工重复性劳动和体力型劳动，具体体现为将智能化应用于各个物流环节：(1)分拣环节，物流分拣日益依靠智能分拣、机器人设备、无人设备以及自动化设备等替代简单劳动。(2)干线作业，干线作业的运输活动由大型无人机和无人卡车来实现；物流企业也在不断布局无人驾驶技术，众多企业获批开通无人机物流航线，亚马逊已申请无人卡车的相关专利，而京东也在积极布局物流无人车。(3)最后一公里，物流配送的最后一公里作业通过小型无人机和3D打印实现；2017年京东成立无人机运营调度中心标志着无人机在国内基本可大规模商用，在人口密集程度相对较小的区域如农村地区配送。(4)用户接触点，大量使用智能快递柜这种成本低、应用广的智能设备，对配送员的工作职能带来巨大改变。

3.物流业管理控制和决策自动化、无人化。在智能化改造下，物流业的管理控制和决策向自动化和无人化发展，具体体现在：(1)生产服务组织形式以消费需求驱动，通过数据赋能，自动灵活调整配送体系以提高需求响应及时性，提升消费体验。(2)仓储和分拣作业逐渐走向融合，装卸搬运作业是仓内作业和其他作业的衔接点，为了衔接的便利性和快速性，装卸搬运逐渐和仓储分拣活动共同走向自动化和无人化。(3)管理决策过程日益自动化，智能化进程促使信息技术对劳动力的替代由进行业务流程重组或再造导致部分岗位调整，发展到机器可以模仿劳动者思维和行为，智能物流系统不仅可以代替手工劳动，还对管理决策劳动进行替代。(4)扩展企业边界，协同产业上下游，基于物流云平台，物流企业可以和上下游企业进行数据共享，实现了物流业边界的延伸和拓展，同时将重构原有的服务模式、分工体系，进而影响劳动力资源配置。

(二)物流业关键服务环节中信息技术对劳动力的替代

智能化背景下，物流业服务方式的改变造成各个业务环节中均出现信息技术与劳动力关系的重构。信息技术替代部分劳动力的同时，也催生了新的劳动力需求。物流业的服务环节主要包括运输、仓储、配送、装卸搬运、信息处理等，表4对智能化进程中信息技术替代劳动力的岗位，以及催生的新劳动岗位进行了总结。

表4 物流智能化背景下信息技术对劳动力的替代

1.信息技术对传统物流业劳动力具有显著替代性。智能化进程伴随着对从业劳动力技能的更新与重塑。若原有从业人员的知识结构较好，能够较快适应技术进步带来的行业技能需求结构变化，则技术对劳动力的替代性较小(钟仁耀等，2013)。传统物流业从业者以仓储管理、配送等可重复、体力劳动者为主，这部分劳动附加值较低，劳动力面临失业的可能性更高。运输和信息处理岗位原有从业人员的知识结构相对与智能化的需求较为接近，更有可能经过培训而适应智能化的生产方式。

2.智能化催生的劳动岗位普遍具备更高的附加值。智能化进程催生的劳动岗位分为三类：专业型技术岗位、销售岗位和复合型管理岗位。专业型技术岗位对技术技能要求最高，销售岗位对人际技能要求最高，复合型管理岗位不仅要求管理人员具备一定的技术技能和人际技能，还需具备相当的概念技能。这些岗位劳动力的知识水平较高，其劳动也具备更高的附加值。

3.智能化对劳动力重塑最终走向人机共生的状态。智能化拓宽且加深了信息技术对劳动力的影响范围：传统的机器和自动化设备代替劳动执行常规任务，解放了“手”；机器人和基于计算机的自动化设备可进行认知与分析，支撑决策制定，辅助了“脑”。基于智慧物流体系的架构，执行层的从业者有很大的可能被智能化取代；而计划组织层及决策层通过利用智能化系统，基于算法和模型指挥企业的运作与管理，信息技术与劳动力形成互补关系，进入人机共生的状态。在手工操作层面，智能化替代了简单劳动力，而管理决策层面，智能技术成为劳动力的“第二个大脑”，人机交互协同创造价值。

五 数字时代我国物流业服务转型的实施路径

产业经济系统实现有序稳定发展的重要前提是协调好生产要素间的配比关系(栾大鹏和欧阳日辉,2012)。进入数字时代，新兴信息技术与传统产业深度融合,催生了以智能化为代表的第四次工业革命,即工业4.0时代，这将从根本上改变生产服务方式，乃至生活方式(张雍达和宋嘉，2021)。基于前文分析，我国物流业服务转型的实施路径主要有：

(一)从业者劳动力升级：简单重复→技术赋能

传统物流业的服务组织形式依赖于劳动密集型经济下的简单体力重复。数字时代，信息技术的广泛使用驱动着物流业推进服务转型，其生产服务组织形式向着自动化、智能化方向发展。物流业传统的劳动力结构无法与智能化相适应。因此，数字时代物流业的服务转型需以劳动力的升级改造为逻辑起点。物流业要将劳动力结构的优化与提升作为系统性工程，进行长期筹划，促进信息技术赋能劳动力，让技术应用带动劳动力成长。物流业可以从以下几个方面实现劳动力从简单重复到技术赋能的转型：一是有效宣传物流业转型趋势，帮助传统的物流从业者，特别是工作在生产经营一线的体力劳动者，认清智能时代信息技术对劳动力的替代趋势，提前储备相应的知识和技能，持续提升职业技能，扩大自身职业技能与机器能力的异质性，为迎接我国物流业走向机器大规模替代简单重复劳动力的时代做好准备。二是加强信息技术实操技能培训，面向智能时代的需要，开发适用于帮助传统劳动力尽快适应数字时代变革要求的知识技能培训课程体系，推广科技向善理念，帮助传统岗位从业者适应产业的智能化进程。三是提升劳动力技能结构复合性，提前部署储备，稳步推进物流业劳动力结构整体升级以适应智能时代物流业服务模式的快速变化。通过技术赋能，推动劳动力升级，优化劳动力结构，积极推动服务转型，以促进物流业优化升级。

(二)关联产业融合推动：被动响应→主动嵌入

产业转型是数字时代重要的议题。伴随着国内要素成本增加以及新冠肺炎疫情后国际环境日趋复杂，我国的传统产业，尤其是传统制造业，亟待升级转型(丁志帆，2020)。党的十九大报告提出：“实现互联网、大数据、人工智能同实体经济深度融合，在中高端消费、低碳引领、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。”可见，物流业在我国数字经济的崛起中发挥了重要的支撑服务作用。构成世界的三大基本要素是物质、能量和信息。进入数字时代，数字信息成为产业生产的驱动要素，从而对传统产业链的边界进行了重构。只有信息技术在整个产业经济领域普遍应用并引发产业全面变革时，才真正实现了新型工业化(周振华，2000)。数字化促进了产业合作与融合，大数据通过降低信息不对称对要素流通的约束，提供更多关于合作者质量的信号(江小涓，2017)。

一体化的产业合作体系，要求产业集群在具备相应规模的基础上，面向全球提升资源整合与创新能力(黄利春和梁琦，2021)，跨界融合是我国产业高质量发展的必要条件(肖旭和戚聿东，2019)，而信息化通过跨界融合机制，使得传统产业价值创造的逻辑发生根本性变革(丁志帆，2020)。如图5所示，价值创造的过程依赖于现实世界的物质流通，物流业服务转型同步于信息化对产业系统的影响，并且从被动响应式的业务提供向主动嵌入式的服务响应转型。

图5 物流业基于信息技术主动嵌入各产业集群

(三)生产服务运营数智发展：技术替代→人机共生

我国物流业需要在积极推动生产服务运营智能化发展的同时，注意信息技术对劳动力替代带来的潜在社会问题。一方面，为了适应数字时代发展，物流业需要广泛运用信息技术对生产服务组织形式进行重构，稳步加大智能化投资；对于企业而言，智能化的广泛和深入将在很大程度上缓解劳动力成本上升的问题，实现生产服务运营智能化发展，让信息技术更好地支撑劳动力，实现人机共生；特别是对于挑战性任务，人机协作的模式在现实中更为可靠(David, 2015)。另一方面，在物流业数智化发展的同时，政府需要采取合理的调控手段，维持信息技术替代与劳动力升级节奏之间的平衡。曹静和周亚林(2018)认为对机器人征税，将会减缓物流业智能化的速度，作为劳动力岗位转换和再就业的缓冲，这部分税收收入可用于支持劳动力再就业培训，从宏观上平衡信息技术与劳动力之间的关系。在物流业服务转型的进程中，政府、行业、产业链、企业、从业者等各方需要形成协同，防止信息技术大规模替代劳动力的社会风险出现，调控相应的风险冲击，促使物流业的智能化服务进入人机共生的良性模式。

六 结论与启示

服务转型是数字时代传统产业升级的基本逻辑，其代表性特征就是生产要素投入的变化。伴随着信息技术的广泛应用，物流业的智能化进程正在对生产要素的投入结构产生深远影响。本文围绕数字时代物流业的服务转型，基于信息技术替代劳动力的视角，试图从三方面诠释数字时代物流业的服务转型：一是分析数字时代生产要素投入的结构性变迁，梳理信息技术进步与劳动力关系的演化过程，进而通过物流机器人和劳动力成本的变化，分析信息技术大规模替代劳动力的时间临界点，而这个时间临界点已经到来；二是梳理中美主要物流企业智能化应用现状，通过计算资本对劳动力的替代弹性，发现美国的UPS、中国的京东和顺丰处于不同的智能化发展阶段，分别属于领先者、追赶者和后进者，中国物流企业正在加大智能化的投入；三是探讨物流业服务转型中信息技术对劳动岗位的影响，面向智能技术应用的具体操作设计层面，分析物流企业智能化生产系统架构，进而通过探讨物流业关键生产环节中信息技术对劳动力的替代，分析劳动力替代的范围与程度。

基于对现实问题的分析，发现我国物流业不断深化服务转型，向着全面智能化方向发展，行业整体逐步加大对智能设备的投资，走入信息技术替代简单重复劳动力的进程。虽然相比美国物流企业，我国物流企业的智能化尚有较大提升空间，但也要清醒地意识到目前的发展水平与我国劳动力市场的适应性。我国劳动力的知识结构还有成长空间，物流业中存在着大量的体力劳动者，倘若信息技术替代劳动力的速度过快，可能会产生结构性失业，给社会系统带来巨大冲击。信息技术应用与创新的目的在于提升劳动力技能水平，而非取代对劳动力的需求(Trajtenberg, 2018)。信息技术对劳动力的替代节奏需要与社会发展、产业成长的承受能力相匹配，否则会导致系统性失衡。因此，数字时代我国物流业服务转型应该从劳动力升级(从简单重复到技术赋能)，到重构产业底层逻辑(从被动响应到主动嵌入)；在实现生产服务运营智能化的基础上，推动信息技术与劳动力的关系由相互替代走向人机共生的良性发展。