人工智能对中国就业技能结构影响的区域差异研究

韩 君，颜小凤，韦楠楠

（兰州财经大学统计学院，兰州 730020）

一、问题提出

人工智能（Artificial Intelligence，AI）作为一种新形式的技术进步，带来的是整个社会消费模式和生产方式的深刻变革。近年来，人工智能的发展应用极大地促进生产力水平和经济增长，对就业技能结构的影响也更加广泛，不同于传统技术进步对就业的影响，人工智能在替代人的体力劳动的同时，还会对部分脑力劳动也造成替代效应；此外，人工智能的应用和发展也将使低劳动力成本和自然资源逐渐失去其原有的竞争优势，就业技能结构极化现象将更加明显，对拼低劳动力成本和拼资源的发展中国家形成挑战。

改革开放以来，中国凭借土地价格、人口红利等优势，长期保持着较高的经济增速（刘广等，2019）[1]，现如今中国经济发展由原来的高速增长阶段转变为高质量发展阶段，这些优势随着劳动力、土地等生产要素价格上涨，资源环境难以承受等问题而逐渐减弱。习近平总书记提出：“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”①习近平.加强领导做好规划明确任务夯实基础推动我国新一代人工智能健康发展[Z/OL].[2022-3-5]（2018-10-31）.http://news.cctv.com/2018/10/31/ARTIUiNPzYblut3cQgefGrN6181031.shtml。，人工智能极大地促进知识经济和智能经济的形成，能有效促进实体经济与新技术的充分融合，是推动中国经济高质量发展的重要驱动力量，但同时也为我们带来严峻的挑战：如劳动力素质与岗位技能要求不匹配、就业空间极化、贫富差距拉大等衍生效应。就业是民生之本，技术是增长之源。习近平总书记在2018年金砖国家工商论坛上指出：“我们要妥善化解信息化、自动化、智能化对传统产业的冲击，在培育新产业过程中创造新的就业机会”②习近平.顺应时代潮流实现共同发展——在金砖国家工商论坛上的讲话[Z/OL].[2022-3-5]（2018-7-26）.http：//www.xinhuanet.com/politics/leaders/2018-07/26/c_1123177214.htm。。人工智能是一把“双刃剑”，科学辩证地分析人工智能对中国就业技能结构的影响，对实现中国充分就业和促进新发展阶段中国经济高质量发展具有重要的现实意义；同时，构建人工智能对就业技能结构影响的理论框架，对后续进一步研究也具有重要的理论意义。

关于人工智能对就业的影响学术界已经有了大量的研究成果，作为一种新形式的技术进步，人工智能对就业的影响既符合传统技术进步影响就业的一般规律，也有其特殊表现，“以往技术进步主要替代人的体力，而人工智能将进一步替代人的脑力（程承坪等，2018[2]）”。关于人工智能对就业的影响研究主要从以下两个方面展开，一方面，学者们从人工智能的概念定义方面展开研究，如Philippe（2019）[3]将人工智能定义为“机器模仿人类智能行为的能力”或“代理人类在广泛的环境中实现目标的能力”。另一方面，学术界从人工智能影响就业的作用机理进行研究，主要研究人工智能对就业的补偿机制和破坏机制分析（Ernst，2019[4]；王君等，2017[5]；邱玥等，2019[6]）。

再者，人工智能影响就业的结果一直是学术界所讨论的热点，主要从创造效应、替代效应和总效应三个角度分析人工智能的应用是否会造成大规模失业展开讨论，目前尚未达成一致的观点。有些学者持悲观态度，认为人工智能会形成就业替代效应，造成大规模失业（Frey，2017[7]；吕荣杰等，2018[8]）。有些学者持积极态度，认为人工智能虽然会对一些岗位产生就业替代效应，但同时会创造出大量新的就业岗位；而且从长期效果看，创造效应大于替代效应，最终的结果是工作流转，而不是解雇人类（王志凯，2018[9]；吴清军等，2019[10]；段海英等，2018[11]）。有些学者则从中立的角度指出，人工智能对就业既有替代效应又有创造效应，总效应是不确定的（张歆悦，2019[12]；张于喆，2019[13]）。

除此之外，学术界研究的侧重方向也各有不同，有些学者主要研究人工智能对就业总量的影响（谢建功，2019[14]）；有些学者则更关注人工智能对就业技能结构影响的差异（Ma Hongmei，2022[15]；冯欢，2019[16]）；还有些学者主要研究人工智能对产业结构的影响情况（沈赏，2020[17]）。此外，部分学者不仅从经济学视角研究人工智能对就业的影响，还提出非经济学机理，如程承坪等（2018）[2]在研究人工智能影响就业的经济学机理基础上，提出从人口学和哲学角度研究非经济学作用机理。

通过梳理相关文献，关于人工智能影响就业的研究具有多样性，但仍然存在研究切入点比较单一的问题，要么只从影响路径进行机理论述，要么直接进行定量分析，缺乏从理论到实证的深入研究，关于人工智能对就业技能结构的影响研究也较少；也缺乏对所处情境针对性的分析，人工智能属于技术进步的范畴，若只单纯地根据经济发展水平或者地理分布进行地区划分，容易忽略科技进步因素的影响。基于以上不足，本文首先从定性的角度分析人工智能对就业技能结构的影响效应，并构建理论框架，接着测算各省份科技发展水平进行地区划分，再运用面板模型定量分析人工智能对就业技能结构影响的地区差异性，从而根据研究结果提出针对性建议。

二、人工智能影响就业技能结构的机理分析

结合程承坪等（2018）[2]、冯欢等（2019）[[16]、邱玥等（2020）[[18]等学者的研究，梳理历次科技革命下就业技能结构的演变规律，针对人工智能的不同发展阶段以及不同人工智能发展水平对就业技能结构的影响特征，构建人工智能影响就业技能结构的理论框架。

（一）历次科技革命形成的就业技能结构演变

第一次科技革命以蒸汽机的应用为代表，蒸汽机的出现造成手工业和农业领域劳动力的减少，逐渐形成了以操作机器的低技能工人为主的就业结构，低技能劳动力数量增加。第二次科技革命以发电机的应用为代表，动力来源更加强大，促使工业生产流程优化，逐渐引进自动化技术，企业内部分工细化，增加了对工程师、管理人员等高技能人才的需求，高技能劳动者就业比例上升。第三次科技革命以计算机、互联网的应用为代表，机器实现更高水平自动化，形成了以自动化与信息技术为导向的生产模式，大量高技能水平的工作岗位应运而生，低技能劳动力需求量降低，促进就业技能结构的升级。第四次科技革命以人工智能、云计算、物联网、大数据等技术的应用发展为代表，此次科技革命虽然使从业人员进一步摆脱繁重、危险的工作任务，提高了劳动生产率；但对程序性就业者的冲击极大，传统劳动密集型低成本已不再是优势，社会对中等技能劳动力的需求逐渐降低，但对人工智能等相关领域的高技能人才和一些非常规性体力任务的低技能劳动力的需求逐渐增加，造成就业技能结构极化（见图1）。

图1 就业技能结构演变

（二）不同人工智能发展阶段的就业技能结构特征

人工智能对就业技能结构的影响主要从人工智能发展初级阶段和人工智能发展成熟阶段两个阶段展开，理论分析框架见图2。

图2 不同人工智能发展阶段的就业技能结构特征

1.人工智能发展初级阶段，考虑到人工智能发展程度、应用范围、投资风险性以及发挥作用的时效性等，对中等技能岗位不会产生大范围的影响，并不会立即引起就业技能结构的极化；同时，为降低生产及运营成本，企业增加人工智能机器人的引进，对劳动密集型产业的就业替代效应扩大，造成低等技能劳动力的就业比重下降；而且随着新技术的应用带来的新兴产业的出现，社会扩大对高等技能劳动力的需求，就业者的学习积极性提高，就业质量得以改善，高等技能劳动力比重逐渐上升，就业技能结构整体呈现升级特征。

2.人工智能发展成熟阶段，随着人工智能技术在各行各业的普及，与人工智能技术相关的非常规性认知工作任务的增加将会是必然趋势，如专业技术人员、研发人员、技术工程师、高级管理人员等，使得高等技能劳动力比重增加；而一些常规性认知和体力工作任务，如银行柜员、电话客服等机械化的中等技能岗位将会被智能机器人大量替代，使得中等技能劳动力比重下降；但对于一些非常规性体力任务，新技术的广泛应用对其影响较小，并没有引起低技能就业比重下降反而上升，最终呈现就业技能结构极化的特征。

（三）不同人工智能发展水平对就业技能结构的影响

1.不同的人工智能发展水平对就业技能结构有不同的影响。人工智能发展高水平地区，劳动力素质较高，被人工智能替代的中等技能劳动力，学习能力较强的通过学习和就业培训实现更高水平就业，学习能力较差的则转向一些低水平岗位实现再就业，劳动力逐渐向部分高等、低等技能型岗位转移，造成中等技能岗位就业比重下降，高等、低等技能岗位就业比重上升的就业技能结构；再者，人工智能发展高水平地区，第三产业比重高，新兴产业发展迅速，人工智能对第三产业和新兴产业的发展具有积极的推动作用，大量新兴就业岗位应运而生，人工智能的就业创造效应较强，而且人工智能发展高水平地区，资本密集型产业高，“机器换人”现象不明显，整体上人工智能的就业创造效应大于就业替代效应。

2.人工智能发展低水平地区，劳动力素质较低，被人工智能替代的中等技能劳动力实现与新增就业岗位的匹配比较困难，大部分向低技能岗位转移，使得一些低等技能岗位的就业比重上升，而且一些高技能人才和成熟人工智能技术的引进，也会对部分传统技能型人才造成负向影响；同时，因经济社会发展的条件和水平不同，人工智能发展低水平地区人工智能等新兴产业发展较慢，一些技能人才会选择向发展较好的地区转移，造成人才外流，实现就业技能结构转型的阻力较大。再者，人工智能发展低水平地区劳动密集型产业多，“机器换人”现象比较明显，人工智能的就业替代效应较强，再加上人工智能发展低水平地区第三产业及新兴产业发展速度较慢，创造的就业岗位数量有限，使得人工智能带来的就业创造效应较弱，整体上人工智能的就业替代效应大于就业创造效应。

综上所述，人工智能对就业技能结构的影响因人工智能的发展水平而异。在人工智能发展水平较高的地区，人工智能的创造效应大于替代效应，就业技能结构可以实现平稳转型；人工智能发展水平较低的地区，人工智能的替代效应大于创造效应，实现就业技能结构的转型比较困难（见图3）。

图3 不同人工智能发展水平影响就业技能结构的理论分析框架

三、基于科技发展水平的地区划分及差异比较

通过分析人工智能影响就业技能结构的理论机制可以看出，人工智能发展水平不同，对就业技能结构的影响也不同。目前，中国正处于人工智能发展应用的初级阶段，大部分地区智能化程度较低，而且因为就业者的流动性，人工智能对就业技能结构影响的实际情况可能更加复杂，应具体情况具体分析。中国地域辽阔，区域发展差距较大，市场经济相对发达的地区人力资本特征所发挥的作用明显高于其他地区[19]，通过测算各省份人工智能发展水平，根据测算结果进行地区划分，分地区研究人工智能对就业技能结构的影响具有一定合理性。但人工智能缺乏宏观统计指标，考虑到数据的可得性，人工智能又属于科技进步的范畴，为了更好地揭示地区间人工智能发展对就业技能结构影响的异质性，本文选择测算科技发展水平进行地区划分。科技发展是一个动态的系统过程，若仅以单一年份数据来衡量其科技发展能力难免有失偏颇，且无法揭示出科技发展的动态演化规律，故本文运用时序加权平均算子（TOWA）对中国30个省份2005～2019年的科技发展相关数据进行时空多维动态评价，并根据评价结果，将30个省份划分为三个科技发展水平不同的地区，在此基础上分析人工智能对就业技能结构影响的地区差异。

（一）指标体系构建及数据来源

科技发展作为综合性概念具有丰富的内涵，本文构建的科技发展指标体系，仅是对中国科技发展主要内容的反映，能够对其科技发展水平进行基本的判断。在综合梳理文献的基础之上，借鉴李海超（2015）[20]、李建辉（2019）[21]、李俊珏（2020）[22]等学者的研究成果，结合新时代中国科技发展的指导思想与理念，从发展环境、科技投入、产业规模、科技产出及科技成效5个方面构建中国科技发展评价指标体系。名义指标数据以2004年为基期进行指数平减，各指标数据来源于中国国家统计局、中国科技部、《中国劳动统计年鉴》《全国科技经费投入统计公报》《中国统计年鉴》及各省份统计年鉴（见表1）。

表1 科技发展水平测度体系

（二）科技发展水平测算及地区划分

1.测度方法的基本原理

在多指标动态综合评价中，时序立体数据可以看成由指标、评价对象和时间构成的三维数据组成，进行动态评价要解决的关键问题之一就是指标维和时间维的集成。在对各个省份科技发展水平进行动态评价时，参考郭亚军等（2007）[23]的“间接”计算方法，首先对每个地区每年的科技发展水平进行静态评价，然后将该地区各年的评价值通过时序加权平均算子（TOWA）方法进行加权集成。

2.综合评价值计算及地区划分

本文运用熵值法对各省份科技发展水平静态评价值进行计算，求得2005～2019年各省份单一年份的科技发展水平yi(t)；接着运用规划模型求解的方法确定时间权向量wt，2015 年以来，中国相继出台多项政策推动人工智能的发展，相关领域的投资迅速增长，科技水平呈迅速发展态势，“时间度”λ的选取应更重视样本近期的数据，取“时间度”λ=0.1，令N=15，运用LINGO14软件求解，得2005～2019年的时间权向量为：

将{wt}与yi(t)进行加权集成，得各省份科技发展水平最终评价值hi。经计算，30个省份科技发展综合指数均值（M）为0.1386，标准差（SD）为0.1510，表明中国科技发展综合水平得分整体较低，且不同省份存在较为明显的地区差异。借鉴魏敏、李书昊（2018）[24]的研究成果，将30个省份分为高等科技发展地区、中等科技发展地区和低等科技发展地区三个等级。其中，高等科技发展地区高于M+0.5SD（0.2141），中等科技发展地区介于M-0.5SD 至M+0.5SD 之间，低等科技发展地区低于M-0.5SD（0.0635），地区划分结果如表2所示。可以看出，高等科技发展地区综合指数高于0.2141，包括广东、北京、江苏、上海、浙江、山东6个省和直辖市，这些省市普遍发展程度较好，且都属于东部沿海地区；中等科技发展地区综合指数介于0.0635～0.2141之间，包括四川、湖北、陕西、福建、安徽、天津、辽宁、河南、湖南、河北、重庆和江西12个省和直辖市，其中包括东部地区的天津、福建、辽宁和西部地区发展较好的四川、陕西和重庆，其余均属于中部地区；低等科技发展地区发展综合指数低于0.0635，其中包括东部地区的海南和中部地区吉林、黑龙江、山西三个能源型大省，其余均属于西部地区。可以看出各地区科技发展水平差异较大，低等科技发展地区科技发展水平远不及高等科技发展地区。

表2 地区划分结果

3.各地区人工智能发展现状比较

由于缺乏人工智能的宏观统计指标，本文通过“信息传输、计算机服务和软件业全社会固定资产投资额”（Jeff&Michael，2017）[25]反映中国人工智能发展水平，该指标直接反映IT行业的发展，可间接体现人工智能的发展水平，分别对各地区投资额取平均值，可得不同科技发展地区人工智能平均发展水平，结果如图4所示。可以看出，各地区投资额呈逐年上升的趋势，且各地区人工智能发展差异明显，高等科技发展地区明显高于中等、低等科技发展地区，中等科技发展地区略高于低等科技发展地区，分地区研究人工智能对就业技能结构的影响符合客观现状。

图4 各地区人工智能发展现状比较

四、实证分析

（一）面板模型设定

面板数据克服了截面数据和时间序列数据的局限性，可以对经济现象进行更为客观准确的分析，本文选取全国2005～2019 年数据构建面板模型分析人工智能对中国就业技能结构的影响，为突出人工智能对不同科技发展地区的影响差异，本文引入虚拟变量，根据虚拟变量的使用原则：如果定性指标共分M 类，则最多只能有(M - 1)个虚拟变量[26]。本文共分为三个地区，因此引入两个虚拟变量D1、D2，得人工智能对就业技能结构影响的面板模型设定如下：

式中，i代表各省市自治区，t代表年份，HIGH、MID、LOW表示高等、中等、低等技能劳动力，D是区分地区科技发展水平的虚拟变量，本文以高等科技发展地区为对照组，当D1= D2= 0 时，系数β3,γ3,λ3分别反映了高等科技发展地区人工智能对高等、中等、低等技能劳动力的影响，D1= 1,D2= 0时，系数β3+ β4、γ3+ γ4、λ3+ λ4分别反映了中等科技发展地区人工智能对高等、中等、低等技能劳动力的影响，D1= 0,D2= 1时，β3+ β5、γ3+ γ5、λ3+ λ5分别反映了低等科技发展地区人工智能对高等、中等、低等技能劳动力的影响，β4、γ4、λ4和β5、γ5、λ5反映了人工智能对就业技能结构影响的地区差异，即不同科技发展水平地区人工智能对就业技能结构影响的差别，若β4、γ4、λ4和β5、γ5、λ5的检验值在统计上显著，则说明人工智能对不同科技发展地区就业技能结构的影响存在差别。CV代表控制变量组。

（二）变量选取、数据来源及平稳性检验

1.变量选取

（1）被解释变量。就业技能结构（HIGH、MID、LOW）：就业结构可以根据从业者所处的部门、行业、地区等进行划分，也可以根据从业者知识水平、性别、职业等自身状况进行划分。技能是指劳动者掌握和使用专业技术的能力，不同技能水平下劳动者的就业人员比重被称为就业技能结构。技能水平的分类和排序标准是刻画就业技能结构，乃至研究其影响因素的关键，现阶段国内外技能水平的分类和排序标准大致可以从劳动力平均受教育年限、工作内容以及平均工资水平[27]进行划分；考虑到数据的可得性，本文选择就业者的受教育水平作为就业技能结构的替代变量，将大专及以上文化程度的劳动力划分为高等技能劳动力，高中文化程度的劳动力划分为中等技能劳动力，初中及以下文化程度的劳动力划分为低等技能劳动力。

（2）核心解释变量。人工智能属于技术进步的范畴，根据《人工智能标准化白皮书2018》的定义，人工智能是通过研究智能机器来执行和模仿人脑的智能功能，使它们能够在各种环境中独立或交互地执行各种拟人化任务的知识工程。从概念上来看，人工智能技术的应用离不开自动化和计算机化等设备的支持，需要借助相应的载体（工具）及应用环境才能发挥作用[28]。基于此，本文选取“信息传输、计算机服务和软件业全社会固定资产投资额”来衡量人工智能发展水平，该数据既可以直接反映IT 行业的发展，也可以间接体现人工智能的发展水平。IT（Information Technology）即信息技术产业，是指以电子计算机和通信技术为基础而形成的产业，从人工智能的概念界定来看，人工智能属于计算机科学的一个分支，涉及智能机器的研究、设计和应用；而计算机学科作为IT行业的一部分，可以说IT行业包括人工智能。此外，自2015年以来，中国相继出台多项政策推动人工智能的发展，相关领域的投资也迅速增长，因此用该指标代表中国人工智能发展水平是合理的。

（3）控制变量。根据韩民春等（2020）[29][30]的研究，劳动力数量受实际工资、自主研发、技术引进（包括对外引进和技术市场购买）、地区经济发展水平和产业结构、资本存量等因素的影响，因此本文引入劳动力成本、自主研发能力、技术市场购买、对外开放程度、经济发展水平、产业结构合理化、资本存量作为模型的控制变量，其中劳动力成本（W）用城镇单位就业人员平均工资衡量，劳动力成本的上升促使企业用相对便宜的要素替代劳动，进而影响劳动力就业；自主研发能力（RD）用国内专利申请授权量衡量，体现自主创新能力；技术市场购买（JSS）用技术市场成交额衡量，反映技术引进水平对就业的影响；对外开放程度（OPEN）用货物进出口总额衡量；经济发展水平（PGDP）用人均地区生产总值衡量，一般经济发展水平越高对就业的吸纳能力越强；产业结构合理化[17]（TL）采用结构偏离度衡量，反映产业转型升级水平，结构偏离度越大，产业结构合理性越差；资本存量（K）反映资本存量对就业的拉动效果，采用永续盘存法[31]（PIM）进行计算；再者，地方政府的介入也会对劳动力数量造成影响[16]，因此，本文选取政府干预程度（GOV）反映政府行为，用地方财政一般预算支出衡量。

2.数据来源

选取2005～2019 年全国30 个省份数据进行定量分析，名义指标数据以2004 年为基期进行指数平减，并对个别指标取对数处理，考虑到数据的可得性，西藏、台湾、澳门及香港的数据不进入样本。各指标数据来源于中国国家统计局、《中国统计年鉴》《中国劳动统计年鉴》以及各省份统计年鉴，对变量的说明如表3所示。

表3 变量说明

3.平稳性检验

为避免出现“伪回归”，确保回归分析结果的有效性，选择LLC单位根检验方法检验各变量的平稳性，结果如表4所示。可以看出，当显著性水平为10%时，各变量均通过平稳性检验，具备建立面板模型的前提条件。

表4 变量平稳性检验结果

（三）估计结果分析

1.全国就业技能结构分析

在考虑人工智能影响就业技能结构的区域异质性之前，本文首先分析人工智能对全国就业技能结构的一般影响规律。根据F检验、LSDV法检验及豪斯曼检验[26]的结果，得全国性的面板模型适用于固定效应模型，采用聚类稳健标准误计算方法进行估计，以消除普通标准误估计带来的误差，得到人工智能对就业技能结构的影响效应如表5所示。可以看出，全国范围内，人工智能对高等技能劳动力具有显著的正向影响，影响程度为0.157，即人工智能水平每提高1%，高等技能劳动力相应增加0.157，表明人工智能可以有效促进全国高等技能劳动力的增加；对中等技能劳动力具有负向影响，但不显著，表明人工智能对全国中等技能劳动力就业替代效应不明显，目前，中国人工智能的发展处于成长期，对就业的替代效应有限[2]，但由于中国劳动力数量大、劳动者平均素质不高，其带来的负向影响不容忽视；对低等技能劳动力具有显著的负向影响，影响程度为-0.124，即人工智能水平每提高1%，低等技能劳动力相应减少0.124，表明人工智能对低等技能劳动力具有就业替代效应，中国劳动密集型产业占比较大，为降低生产及运营成本，企业增加人工智能机器人的引进，对劳动密集型产业的就业替代效应扩大，人口红利优势减弱，而且中国人工智能的发展还不成熟，对低等技能劳动力的创造效应较小，使得人工智能应用初级阶段会对部分低技能劳动力造成就业替代。整体来看，人工智能对高等技能劳动力就业创造效应明显，对中等技能劳动力的影响效果不明显，对低等技能劳动力就业替代效应明显。

表5 全国就业技能结构模型估计结果

2.区域就业技能结构分析

（1）地区差异性分析。因为模型中引入了不随时间改变的虚拟变量，导致个体固定效应模型无法使用，因此构建随机效应模型，为消除普通标准误估计带来的误差，采用聚类稳健标准误计算方法进行估计，模型估计结果如表6所示。

从人工智能对高等技能劳动力的影响看：人工智能对高等科技发展地区具有正向影响，但不显著，表明人工智能对高等科技发展地区高等技能劳动力的就业创造效应还未完全释放，影响效果不明显；高等科技发展地区人工智能发展水平较高，虽然人工智能的开发和利用发展迅速，并取得了一些成绩，但与美国、欧洲等人工智能发达国家相比，在基础研究和芯片研发方面仍存在一定的差距，一些核心芯片甚至还需要进口[2]，相关领域的高技能人才也比较紧缺，再加上劳动力适应新增就业岗位需要时间，使得人工智能对高等技能劳动力的创造效应不明显。对中等科技发展地区的影响显著，表明中等科技发展地区在人工智能对高等技能劳动力的影响上差异明显，对低等科技发展地区的影响不显著，表明低等科技发展地区在人工智能对高等技能劳动力的影响上差异不明显；相较于高等科技发展地区，低等科技发展地区人工智能发展水平较低，人工智能技术和高技术人才的引进有限，人工智能对技能型人才的影响较弱，而中等科技发展地区人工智能发展水平仅次于高等科技发展地区，新技术发展和应用速度较快，劳动者平均素质又不及高等科技发展地区，技能型劳动力实现与新增就业岗位的匹配比较困难；再者，考虑到本文选择就业者的受教育水平作为就业技能结构的替代变量，将大专及以上文化程度的从业人员划分为高等技能劳动力，一些成熟人工智能技术和高技术人才的引进，会对部分技能水平不高的高等技能劳动力造成负向影响，故中等科技发展地区在人工智能对高等技能劳动力的影响上存在显著差异，对高等技能劳动力的就业替代效应更明显。

从人工智能对中等技能劳动力的影响看：人工智能对高等科技发展地区具有正向影响，影响不显著，表明人工智能对高等科技发展地区中等技能劳动力的影响效果尚不明显；高等科技发展地区劳动力素质较高，实现劳动力转移比较容易，被人工智能替代的部分劳动力通过劳动力转移实现再就业，使得人工智能对中等技能劳动力的影响不明显。对中等科技发展地区的影响不显著，表明中等科技发展地区在人工智能对中等技能劳动力的影响上不存在差异，对低等科技发展地区的影响显著，表明低等科技发展地区在人工智能对中等技能劳动力的影响上存在显著差异；由表2可以看出，低等科技发展地区多为一些能源型省份和经济欠发达省份，这些省份劳动成本较高、重复性较强的操作性岗位和劳动强度较大、生产条件较差、生产环境较恶劣的岗位较多，而这些岗位往往被替代率较高[2]；再者低等科技发展地区大多数省份承接着东部地区产业转移的任务，承接的产业类型又多为资源密集型和劳动密集型，导致人工智能对低等科技发展地区替代效应更明显，故低等科技发展地区在人工智能对中等技能劳动力的影响上存在显著差异。

从人工智能对低等技能劳动力的影响看：人工智能对高等科技发展地区的低等技能劳动力具有负向影响，影响不显著，表明人工智能对高等科技发展地区低等技能劳动力的影响效果不明显。对中等、低等科技发展地区有正向影响，影响显著，说明不同科技发展水平地区人工智能对低等技能劳动力的影响存在差异。高等科技发展地区已经进入人工智能发展初级阶段，表现为就业技能结构升级现象；相比高等科技发展地区，中等、低等科技发展地区劳动力素质较低，被人工智能替代的劳动力实现高水平再就业比较困难，大部分向低水平岗位转移，使得低等技能劳动力上升，人工智能对低等技能劳动力的影响地区差异更明显。

（2）影响效应分析。根据表6的模型回归结果，计算得到人工智能对不同地区就业技能结构的影响效应如表7 所示。可以看出，从高等技能劳动力来看，人工智能对高等科技发展地区影响程度为0.023，对低等科技发展地区影响程度为-0.006（0.023-0.029），影响不明显；对中等科技发展地区的影响明显，影响程度为-0.01（0.023-0.033），即人工智能水平每提高1%，中等科技发展地区的高等技能劳动力下降0.01；表明人工智能技术的发展对中等科技发展地区的高等技能劳动力具有明显的就业替代效应。从中等技能劳动力来看，人工智能对高等科技发展地区影响程度为0.009，对中等科技发展地区影响程度为-0.004（0.009-0.013），影响不明显；对低等科技发展地区的影响明显，影响程度为-0.024（0.009-0.033），即人工智能水平每提高1%，低等科技发展地区的中等技能劳动力下降0.024；表明人工智能技术的发展对低等科技发展地区的中等技能劳动力具有明显的就业替代效应。从低等技能劳动力来看，人工智能对高等科技发展地区影响程度为0.033，影响不明显；对中等、低等科技发展地区影响明显，影响程度分别为0.014（-0.033+0.047）和0.031（-0.033+0.064），即人工智能水平每提高1%，中等科技发展地区的低等技能劳动力上升0.014，低等科技发展地区的低等技能劳动力上升0.031；表明人工智能对中等、低等科技发展地区的低等技能劳动力具有明显的就业创造效应。

表6 区域就业技能结构模型估计结果

表7 人工智能对就业技能结构的影响效应

五、结论与政策建议

（一）结论

基于2005～2019年中国30个省份的面板数据，本文定性和定量分析了人工智能对中国就业技能结构的影响效应，结论如下：

1.理论研究表明：人工智能对就业技能结构的影响从两个阶段展开，人工智能发展初级阶段，就业技能结构呈现升级特征，人工智能发展成熟阶段，就业技能结构呈现极化特征；且不同的人工智能发展水平对就业技能结构有不同的影响，人工智能发展高水平地区，中等技能劳动力向高等、低等技能劳动力转移，人工智能的创造效应大于替代效应，就业技能结构实现平稳转型比较容易，人工智能发展低水平地区，中等技能劳动力大多向低等技能劳动力转移，高等技能劳动力就业不稳定，人工智能的替代效应大于创造效应，实现就业技能结构的转型比较困难。

2.经验验证表明：各地区人工智能发展水平呈逐年上升的趋势，但发展差异明显，其中高等科技发展地区明显高于中等、低等科技发展地区，中等科技发展地区略高于低等科技发展地区，发展差距呈扩大的趋势，全国人工智能平均发展水平发展速度较快，呈稳步上升的态势。全国范围内，人工智能对就业技能结构的影响特征还不太明显，有助于促进高等技能劳动力就业，不利于低等技能劳动力就业，对中等技能劳动力的就业替代效应初步显现，但效果不明显；从不同区域来看，对高等科技发展地区表现为就业技能结构升级特征，但影响不明显，对中等、低等科技发展地区低等技能劳动力就业具有积极的促进作用，但不利于中等科技发展地区高等技能劳动力和低等科技发展地区中等技能劳动力就业。

（二）建议

在推动人工智能与实体经济融合，促进人工智能推广应用的同时，要妥善化解智能化对劳动力市场的冲击，实现传统经济的数字化转型。本文从推进人工智能发展与保障充分就业的角度，依据相关政策，主要提出以下建议：

1.完善人工智能发展环境，增加资金和技术投入，合理优化教育资源配置，缩小人工智能发展差距。针对地区人工智能发展水平差距较大的问题，一要加强完善中等、低等科技发展地区人工智能发展环境，建设以产业智能化为导向的新型创新园区，加速科技创新资源的集聚，吸引优质项目、技术、人才，促进实体经济与人工智能的融合，抓住人工智能的发展机遇；二要制定支持中等、低等科技发展地区发展的创业、落户等方面的激励政策，加大中等、低等科技发展地区的资金投入和技术投入，采取专家培训、人工智能项目共同参与等方式，实现技术共享、资金共享、收益共享，激发人工智能的就业创造效应；三要合理优化教育资源配置，以切实提高劳动者职业素养为目的，实行教育导向型政策，强化基础教育和职业教育，加强人才后备军的培养。

2.完善社会保障制度，开发新型就业岗位，实时智能化监测，推动就业技能结构平稳转移。针对人工智能对低等技能劳动力就业替代效应明显的问题，一要与时俱进地完善社会保障制度，给予失业人群制度倾斜和资金支持，重点加强职业技能再培训和岗位信息服务，促进失业人群再就业；二要开发不易被人工智能替代的工作岗位，人工智能在提高劳动生产率的同时，也使劳动者获得更多的闲暇时间，艺术创作、人与人之间的情感交流、旅游休闲等都是人工智能无法替代的服务型劳动，可以开发这类服务型劳动岗位满足劳动者的需求（程承坪，2020[32]）。要充分利用智能化监测平台，实时进行监测，对于技能水平较高的劳动力，引导其实现更高水平就业，对于技能水平较低的劳动力，引导其向服务业等低等技能岗位实现再就业，推动就业技能结构的平稳转移，避免岗位匹配造成的结构性失业问题。

3.高等科技发展地区加速人工智能就业创造效应的释放，中等科技发展地区增强就业吸引力，低等科技发展地区打造人机协同的发展模式。针对人工智能对高等科技发展地区就业创造效应未完全释放的问题，应鼓励高校加快设置和发展人工智能相关专业，加强培养人工智能方面的领军人才和科研人才；鼓励自主研发，在引进先进人工智能技术的基础上开发具有核心竞争力的领先技术，提升人工智能等相关产业的竞争地位。针对人工智能对中等科技发展地区高等技能劳动力替代效应明显的问题，应加快培育人工智能产业生态，打造吸纳人工智能高端人才就业的高地拓宽人才发展空间，促进高端人才向其流动和聚集。针对人工智能对低等科技发展地区中等技能劳动力替代效应明显的问题，要从人机协同的角度进行发展，建立以人为中心的人机物融合理论方法和关键技术，开发人机交融的劳动岗位，对不同性质、不同规模的企业，在人与机器间进行不同的任务分配，实现人与机器的协同工作；重视对传统产业工人技术技能升级培训和转岗转业培训，使其具备人机协作能力。✿