智能化工作方式对劳动者体育锻炼参与的影响

潘磊

关键词：智能化工作方式；人工智能；体育锻炼；工作强度；认知能力

文章编号：1001-747X（2023）05-0554-10 文献标志码：A 中图分类号：G806

DOI：10. 16063/j.cnki.issnl001-747x.2023.05.005

劳动者是国家经济和社会建设的重要力量，劳动者的健康关乎国家经济社会发展，推动劳动者积极参与体育锻炼是提升劳动者健康水平的重要途径。中共中央办公厅、国务院办公厅印发的《关于构建更高水平的全民健身公共服务体系的意见》指出，要按照职业类型制定健身指导方案，提高职工参与度；国家体育总局发布的《“十四五”体育发展规划》指出，要进一步提升劳动者职业群体的全民健身公共服务水平。由此可见，劳动者是全民健身普及推广的重点人群，推动劳动者积极参与体育锻炼也是新时期全民健身工作的重点任务。

随着大数据、云计算、人工智能等新技术的广泛使用，劳动者的工作方式发生了很大变化，劳动者在工作过程中越来越多地使用智能化新技术。麦肯锡发布的报告显示，机构平均使用的人工智能技术从2018年的1.9项增加到2022年的3.8项；IBM发布的调查报告显示，2022年全球企业采用人工智能的比例为35%，其中中国企业的人工智能部署率最高，达到58%。已有研究认为，以人工智能为代表的新技术应用正在全方位改变人们长期以来习以为常的工作方式和生活方式，以智慧多窗、平行视界、ChatGPT等为代表的智能化工作方式越来越普及，进而改变了人们的认知、思维和行为方式，在此基础上，这或对劳动者日常体育锻炼行为产生重要影响。随着人工智能技术的广泛应用，以往消耗体力、风险高、重复率高的劳动行业逐渐被人工智能替代，人机协同成为新的工作方式。已有研究发现，工作方式与劳动者的日常体育活动量显著相关，相较于重体力、来回走动形式的劳动者，以轻体力、静态工作形式的劳动者，其体育锻炼参与水平更高，工作方式的改变或引致劳动者体育锻炼行为发生变化。由此，在当前智能化工作方式越来越普及的情况下，劳动者体育锻炼参与是否受到影响？其传导路径又是什么？对此问题的考察，有助于深入了解人工智能时代劳动者体育锻炼参与情况并提供政策启示，对推动新型工作方式的劳动者积极参与体育锻炼具有重要现实意义，同时有助于更加全面认识人工智能技术带来的社会影响。

1理论分析与研究假设

1.1智能化工作方式的内涵

1950年，图灵提出了著名的图灵测试，认为如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么称这台机器具有智能。智能一般包括感知能力、记忆与思维能力、学习与自适应能力、行为决策能力等，智能化是指在网络、大数据、物联网和人工智能等技术的支持下，使对象具备灵敏准确的感知功能、正确的思维与判断功能、自适应的学习功能、行之有效的执行功能等。智能化与数字化都是新一轮科技革命的突出特征，也是新一代信息技术的核心，两者既有联系也存在区别。数字化是将信息载体（如文字、图片、信号等）以数字编码形式进行存储、传输、加工、处理和应用的技术途径，是信息的表示方式和处理方式，强调信息应用的计算机化和自动化，其发展趋势是社会的全面数据化。智能化与数字化的目标都是提高效率、降低成本等，但数字化是实现智能化的基础，智能化的本质是让机器代替人做决策，体现信息应用的层次与水平，其发展趋势是新一代人工智能，主要包括大数据智能、群体智能、跨媒体智能、人机混合增强智能和类脑智能等。此外，两者作为信息化时代人类实践的基本形式，其实践主体的地位和作用不同，数字化是感知人类社会与物理世界的基本方式，展开了人与物或主体与客体的关系，智能化是信息空间作用于物理世界与人类社会的方式，展开了人作为类主体与客体的关系；相较于数字化，在智能化过程中，人的主体性不是被替代了，而是以机器为中介从个体主体向人类主体升华，智能化不是淹没了实践的主体性，而是通过智能技术提升了人作为主体的层次和能力。

由此，智能化工作方式是通过智能技术应用，人机互动过程中机器进行智能学习和决策，为劳动者提供全流程、多场景、实时协同的一种便捷、高效的工作方式，这种工作方式既体现了技术层面的智能化，也体现了人作为实践的主体性，能通过实时协同、智能学习等方式，减少重复劳动、增强创新能力等，大大提高了劳动者工作的效率和能力。在具体实践中，百度集团打造的如流智能化工作平台，已成为企业智能化工作方式的有力助手。在创新能力培育方面，如流智能平台通过在线文档、会议智能记录、智能写作等功能，帮助企业沉淀知识、掌握自身无形资产，同时将这些庞杂分散的知识聚合，结合行业和企业特点，形成企业独有的知识库，员工可以主动搜索并获取相关知识信息，加速知识流动和应用，进而进行业务能力创新。在教育领域，ChatGPT为教师的工作带来了更加智能化的工作方式，深刻地影响着教师工作的各方面。ChatGPT既可以通过自适应学习路径分析学生的回答和问题，实时记录学生的特点、知识水平和学习需求，帮助教师促进学生个性化学习，又可以通过聚合学习资源、建立资源分享库，提升教师的专业素养。

1.2智能化工作方式与劳动者体育锻炼参与

劳动是以人类自身为主体改造整个世界并创造人化世界的自觉活动[10]，劳动者是以从事某种社会劳动获得收入或劳动成果为主要生活来源的自然人。按照劳动者从事的职业划分，根据《职业分类代码》（GB/T 6565—2015），劳动者通常包括专业技术人员、生产制造人员、农业生产人员等8大类。智能技术的应用让劳动者工作方式发生了重要变革，与传统工作方式相比，智能化工作方式带来了更多自觉的、有意识的自主性劳动，一些危险的、繁重枯燥的、简单重复的工作被智能技术所代替，将劳动者从异化劳动中解救出来，提升了劳动者在生理和精神上的能力，为实现劳动者的生命主体性以及创造更多价值提供了更丰富、更便捷的可能性。与此同时，智能化工作方式或对劳动价值观和个体进步方式提出挑战，很有可能发生劳动者工作被智能机器部分取代的现象，这就要求劳动者只有不断提升自身能力，才能应对智能化工作方式带来的挑战。需要指出的是，智能机器并没有成为独立的剩余价值来源，并不能完全取代人。在此基础上，智能化工作方式或对劳动者体育锻炼参与产生重要影响。已有研究表明职业类型、工作方式和认知能力是影响劳动者体育锻炼参与的重要因素，智能化工作方式引致劳动者工作强度、知识结构和认知水平发生变化，进而影响劳动者体育锻炼参与。由此，本文根据智能化工作方式的内涵，在借鉴已有文献的基础上，结合智能化工作方式对劳动者及其工作劳动的影响表现，从智能化工作方式降低劳动者工作强度、提升劳动者精力和提高劳动者认知能力等方面归纳概述智能化工作方式对劳动者体育锻炼参与的影响途径。

一方面，智能化工作方式降低了劳动者工作强度，提升了劳动者精力，进而影响劳动者体育锻炼参与。智能技术的应用是智能化工作方式的重要特征，已有研究认为，智能技术作为具备机械臂、智能算法和大数据3大关键要素的智能机器应用体系，降低了劳动者工作强度。第一，智能技术的典型应用之一就是机械臂（包括广义层面的机械爪、机械锤、机器人等），借助智能算法和大数据，机械臂可以代替劳动者从事危险、脏乱、简单重复、程序化的劳动，让劳动者从繁重、枯燥的体力劳动中解放出来，进而降低劳动者工作强度，消除或减少对劳动者身体健康不利的因素，使其有精力从事其他活动。第二，智能算法和数据作为智能化工作方式中的重要生产要素，可以通过对传统生产资料进行数据化改造和融合的方式代替劳动者从事计算、记忆、决策等工作，提高劳动效率，减轻劳动者工作内容和负担。例如：基于智能算法的人工智能技术通过采集数据源，借助大数据学习和模拟，可以自动计算处理和决策。可以说，智能化工作方式解构了劳动内容，降低了可重复性、可数据化、可程序化、可逻辑化的工作强度，劳动者从异化劳动中获得了自由和解放。在此基础上，劳动强度的降低，提升了劳动者精力，进而可能影响劳动者体育锻炼参与。已有文献指出，精力是影响个体参与体育锻炼的重要因素，劳动者的工作强度是影响劳动者精力的重要原因，充沛的精力有助于促进个体参与体育锻炼。相关研究发现，相对于脑力工作者，农民、一线产业工人等体力劳动者体育锻炼参与的意识更低，精力不足是重要原因，工作劳动繁重导致其没有精力参与体育锻炼。与此同时，有学者认为，劳动者在劳动过程中获得全面发展和自由解放的表现之一是人对身体的锻炼和体能的付出，智能化工作方式使得劳动者可能长期处于久坐或静止状态，这种持续的“不运动”不利于劳动者的健康，进而可能促使劳动者积极参与体育锻炼，提升健康水平，从而获得身心全面发展。

另一方面，智能化工作方式或要求劳动者提升自身认知能力水平，进而影响劳动者体育锻炼参与。有研究认为环境因素对个体的技能水平和认知能力有重要影响，外界环境的变化意味着个体应不断调整自身技能水平和认知能力以适应新的环境。智能技术的应用使得以消耗体力、高风险、简单重复的劳动行为逐渐被智能技术替代，劳动者开始扮演机器的监督者、协调者角色，人机协同合作是智能化工作方式的重要表现，工作方式的改变要求劳动者不断调整认知水平，匹配与之相适应的自身素质。自我决定理论认为，人的胜任需求、自主需求的满足是自我发展和完善的重要支持，劳动者可以借助外部环境因素进行自主学习，实现自我发展，以达到与工作岗位相匹配的能力要求。由此，在智能技术的应用过程中，人机协同合作方式提升了人作为劳动主体的地位，劳动者为了应对智能技术可能引致的失业困境，获得生存技能，就需要不断学习，掌握新的技能知识以提升自身素质和能力。研究进一步指出，智能机器是由人创造出来的“劳动者”，受到人的制约，智能机器不仅成为劳动者工作的重要参与者，也是促使劳动者发挥主观能动性、创造力的重要手段，让劳动者的认知能力得以提升。在此基础上，认知能力的提高或对劳动者体育锻炼参与产生影响。这是因为认知能力是人们对事物的发展方向与基本规律的把握能力，认知能力与个体生活方式密切相关，认知能力越高的个体，能够对自己的健康行为进行指导，越倾向于选择健康的生活方式，参加体育锻炼的动力更足，从而保持身体健康。已有研究也表明，认知能力越高的个体，体育锻炼参与的频率越高。由此，智能化工作方式对劳动者提出了新要求，劳动者在提升自身素质与认知能力的过程中，提高了体育锻炼参与意愿。

据此，本文提出如下假设。

假设1：智能化工作方式对劳动者体育锻炼参与有显著影响。

假设2：智能化工作方式通过降低劳动者工作强度进而影响其体育锻炼参与。

假设3：智能化工作方式通过提高劳动者认知能力进而影响其体育锻炼参与。

2数据来源、变量设置与模型构建

2.1数据来源与处理

本文使用的微观调查数据来自最新一期（2018年）的中国劳动力动态调查追踪数据库，该数据库采用多阶段、多层次且与劳动力规模成比例的概率抽样方法，样本覆盖全国29个省（自治区、直辖市），数据库包含劳动力的基本特征、教育、就业、职业流动、健康、体育参与等情况，劳动者的职业类型按照《职业分类代码》（GB/T 6565—2015）分类。根据研究需要，本文在剔除缺失值、无效值后，共获得7098个有效样本数据。

2.2变量设置

（1）被解释变量：体育锻炼参与。根据数据库相关问题，本文将劳动者最近1个月有进行规律的锻炼记为参与体育锻炼，赋值为1，反之赋值为0。稳健性检验中，本文将劳动者平均每周锻炼的具体次数、平均每次锻炼的时长、每次锻炼的强度分别作为被解释变量。

（2）核心解释变量：智能化工作方式。根据数据库相关问题，本文将劳动者工作中采用了机器人、人工智能、高度自动化等智能技术的记为使用智能化工作方式，赋值为1，将没有采用相关智能技术的记为没有使用智能化工作方式，赋值为0。稳健性检验中，本文将劳动者的工作单位是否采用以及计划引进智能化技术分别作为核心解释变量。

（3）控制变量：诸多研究表明影响个体体育锻炼参与的因素主要包括基本特征和外在环境。借鉴已有文献，结合数据库的内容，本文从劳动者个体特征和所在社区特征2个方面选取控制变量，包括年龄、年龄的平方、性别、婚姻、教育、户口、收入、邻里关系、健康水平、闲暇时间和所在村（社区）是否有体育场地设施。

（4）中介变量：工作强度，根据数据库的相关问题，本文使用劳动者在工作过程中的繁重体力劳动和移动身体位置的频率来表征工作强度。认知能力是指人脑加工、存储和提取信息的能力。借鉴已有研究，本文使用劳动者的普通话流利程度和是否掌握外语2项指标来表征认知能力。各变量设置及定义说明见表1。

3实证结果与分析

3.1描述性统计与基本事实

表2报告了各个变量的描述性统计。使用智能化工作方式的劳动者体育锻炼参与水平平均值为0.44，而未使用智能化工作方式的劳动者体育锻炼参与水平平均值为0.31，进一步对2组样本平均值做组间差异分析，结果显示2组样本的体育锻炼参与水平存在显著差异（P=0.000），这为假设1提供了初步证据。对比2个中介变量，使用智能化工作方式的劳动者工作强度和认知能力平均值分别为2.14、0.49，而未使用智能化工作方式的劳动者工作强度和认知能力平均值分别为3.04、0.40，组间差异分析表明2组样本平均值均存在显著差异（P=0.000、P=0.000），这为假设2和假设3提供了初步的证据。

3.2基准模型回归分析

本文基准模型包含个体和村（社区）2个层面，借鉴已有研究，采用多层次线性模型进行回归，表3报告了基准模型的估计结果。模型（1）为零模型，实证结果表明村（社区）体育设施是影响劳动者体育锻炼参与的重要因素，这一因素的方差成分占总方差的比例（ICC）为0.139，大于0.059，因而有必要采用分层线性模型。模型（2）是不加入控制变量的估计结果，核心解释变量智能化工作方式的系数显著为主，表明智能化工作方式对劳动者体育锻炼参与有显著影响。模型（3）是加入劳动者个体特征后的估计结果，核心解释变量系数显著为正，模型（4）是在模型（3）的基础上，加入劳动者所在村（社区）体育设施情况后的估计结果，核心解释变量系数依然显著为正，表明劳动者使用智能化工作方式，有助于促进其体育锻炼参与。由此，本文提出的假设1得到验证，智能化工作方式对劳动者体育锻炼参与有显著影响。

3.3稳健性检验

3.3.1内生性问题处理

考虑到遗漏变量选择偏误、选择性偏差等潜在内生性问题，本文采用学界常用的工具变量法来解决可能存在的内生性问题。工具变量要求与内生解释变量相关并且与扰动项不相关。在借鉴已有研究的基础上，结合数据库内容，选择省级光缆密度（每万km²的长途光缆里程数）和劳动者工作中使用互联网的频率（从不为1，很少为2，有时为3，经常为4）2个指标作为工具变量。选择这2个指标的原因是，智能化工作方式的重要特征是智能技术的应用，从技术特征来看，传感器是智能设备和智能技术应用的关键元器件，而光缆中的光纤是制作传感器的重要原材料，由此各地区的光缆密度与智能技术应用及智能化工作方式密切相关，光缆密度越高的地区，劳动者使用智能化工作方式的可能性就越大，并且各地区光缆的铺设决策是由地理环境、政策环境等因素决定，与劳动者体育锻炼参与并无直接联系；与此同时，已有研究表明互联网使用是数字化的重要表现，而数字化是实现智能化的基础，由此劳动者工作使用互联网的频率与其智能化工作方式密切相关。

本文采用两阶段最小二乘（2SLS）进行估计，表4报告了工具变量法的估计结果。内生性检验结果表明，一阶段F统计量的值大于10，表明工具变量不存在弱工具变量的问题；过度识别检验P值为0.423，大于0.05，表明不能拒绝工具变量外生的原假设，即工具变量具有外生性。由此，基准模型不存在显著的内生性问题，估计结果保持稳健，二阶段回归结果显著为正，表明智能化工作方式对劳动者体育锻炼参与具有显著影响。

3.3.2其他稳健性检验

本文进一步采用以下4种方式进行稳健性检验，表5报告了稳健性检验结果。（1）为解决样本自选择问题，采用学界常用的倾向匹配法（PSM）基于一对一最近邻匹配对基准模型重新估计，匹配结果显示平均处理效应的统计量t值为2. 38，大于5%水平条件的临界值1.96，且平衡性检验显示协变量标准化偏差最大值为9.4%，小于10%，表明匹配效果较好。（2）更换被解释变量。模型（5）、模型（6）和模型（7）分别是劳动者每周锻炼具体次数、每周锻炼总时长、每次锻炼强度的估计结果。（3）更换解释变量。模型（8）和模型（9）分别是劳动者所在单位是否使用智能技术、是否计划引进智能技术的估计结果。一般认为，劳动者是否采用智能化工作方式与所在单位智能化技术应用普及情况密切相关，尤其是像流水线制造业等高度程序化的行业，劳动者所在单位智能化技术应用是其开展智能化工作方式的先决条件[36]。（4）控制行业固定效应。已有研究表明，职业类型可能会影响劳动者的体育锻炼参与，本文控制了劳动者所在行业的固定效应并进行了重新估计。稳健性检验结果表明，无论是基于PSM的重新估计，还是更换被解释变量和解释变量，亦或是控制行业固定效应，核心解释变量系数显著为正，本文核心结论没有发生变化，智能化工作方式对劳动者体育锻炼参与有显著影响。

3.4异质性分析

智能化工作方式与智能技术的普及应用密切相关，已有研究表明，智能技术的普及程度和应用水平受到多方面因素的影响，包括劳动者的年龄、性别、教育水平和行业类型等。由此，本文从上述4个方面进行异质性分析。

3.4.1性别异质性分析

表6报告了性别异质性的估计结果，智能化工作方式对男性和女性劳动者的体育锻炼参与均有显著影响，采用似无相关模型检验分组回归系数，2组系数无显著差异（P=0.991）。

进一步引入智能化工作方式与性别的交互项进行异质性分析，交互项的系数不显著，这也佐证了智能化工作方式对不同性别劳动者的体育锻炼参与没有显著差异。

3.4.2年龄异质性分析

表7报告了年龄异质性的估计结果，智能化工作方式对30岁以下劳动者的体育锻炼参与有显著影响，对30岁以上劳动者的体育锻炼参与没有显著影响，采用似无相关模型检验分组回归系数也发现了相同结果（两两分组回归系数检验P值分别为0.039、0.036、0.476）。基于交互项的异质性分析结果表明，智能化工作方式对不同年龄劳动者的体育锻炼参与有显著差异，劳动者年龄越小，智能化工作方式对其体育锻炼参与影响越大。可能的原因是，年龄较小的群体，以体育锻炼为代表的健康生活方式还未完全定型，且接受智能技术的意愿更强烈，在智能化工作方式的冲击下，体育锻炼参与受到更大影响；而年龄较大的群体，其生活方式基本定型，受到外界因素的影响相对较小。

3.4.3教育水平异质性分析

表8报告了教育水平的异质性估计结果，智能化工作方式对不同教育水平劳动者的体育锻炼参与均有显著影响，采用似无相关模型检验分组回归系数，2组系数无显著差异（P=0.537）。交互项的系数不显著，进一步表明智能化工作方式对不同教育水平劳动者的体育锻炼参与没有显著差异。

3.4.4行业异质性分析

表9报告了劳动者所在行业的异质性估计结果，智能化工作方式对第一产业、第二产业劳动者的体育锻炼参与有显著影响，但对第三产业劳动者的体育锻炼参与没有显著影响。采用似无相关模型检验分组回归系数也表明，智能化工作方式对不同行业劳动者体育锻炼参与有显著差异（两两分组回归系数检验P值分别为0.057、0.056、0.092）。基于交互项的异质性分析结果表明，第一产业和第二产业劳动者的体育锻炼参与受到智能化工作方式的影响更大。可能的原因是，相较于第三产业，第一产业和第二产业对智能技术的应用需求更多，智能化工作方式也更为普及，并且第一产业和第二产业的工作强度更高，由此第一产业和第二产业劳动者受到智能化工作方式的影响更大，工作强度降低或更为明显，在此基础上，劳动者的精力得以提升进而促进了其体育锻炼参与。

3.5传导机制分析

本文借鉴已有研究，采用温忠麟的“三步法”进行中介效应检验，表10报告了检验结果。模型（10）的系数显著为正，模型（11）的系数显著为负，表明智能化工作方式减轻了劳动者的工作强度，模型（12）中智能化工作方式的系数不显著，工作强度的系数显著为负，根据“三步法”检验流程，进一步采用Bootstrap和Sobel检验，结果显示间接效应的置信区间不包括0（P<0.01）。由此，本文提出的假设2得以验证，智能化工作方式可以通过影响劳动者工作强度进而影响其体育锻炼参与，即智能化工作方式降低了劳动者工作强度，在此基础上，工作强度的降低提升了劳动者的精力，进而促进了其体育锻炼参与。模型（13）和模型（14）的系数均显著为正，表明智能化工作方式提升了劳动者的认知能力，模型（15）中智能化工作方式和认知能力的系数均显著为正，Bootstrap和Sobel检验结果显示间接效应的置信区间不包括0（P <0.01）。由此，本文提出的假设3得以验证，智能化工作方式可以通过影响劳动者认知能力进而影响其体育锻炼参与，即智能化工作方式提升了劳动者的认知能力，在此基础上，认知能力的提升促进了其体育锻炼参与。

4结论与启示

4.1结论

（1）智能化工作方式对劳动者体育锻炼参与有显著影响，但呈现异质性特征。在控制劳动者个体特征、所在村（社区）体育设施和省份固定效应后，智能化工作方式显著提升了劳动者体育锻炼参与水平，经过内生性问题处理、PSM重新估计、更换解释变量和被解释变量等一系列稳健性检验后，该结论依然成立。异质性分析发现，相较于年龄较大、第三产业的劳动者，智能化工作方式对30岁以下的青年劳动者、第一和第二产业劳动者的体育锻炼参与影响更大，但对不同性别、不同教育水平的劳动者体育锻炼参与无显著差异。

（2）工作强度降低和认知能力提升是智能化工作方式影响劳动者体育锻炼参与的重要路径。一方面，智能化工作方式降低了劳动者的工作强度，提高了劳动者精力进而促进了其体育锻炼参与；另一方面，智能化工作方式要求劳动者不断提高认知能力，匹配与之相适应的自身素质，在此基础上，认知能力的提升促进了劳动者体育锻炼参与。

4.2启示

（1）高度重视以智能化工作方式为代表的新型工作方式给劳动者体育锻炼参与带来的影响。随着智能技术的广泛应用，以人工智能为代表的智能技术改变了劳动者的工作方式，劳动者的身心健康或因此受到影响。第一，通过调研，全面摸清以智能化工作方式等为代表的新型工作方式劳动者的体质状况及其特点；第二，根据工作方式，体育部门可联合人力资源和社会保障、卫健委等相关部门建立差异化的劳动者体质健康档案，发布与劳动者工作方式相匹配的健身指导方案，推动劳动者积极参与体育锻炼；第三，各级体育部门和体育协会、工会等重点面向青年劳动者和第一产业、第二产业劳动者，开展科学健身知识和健康促进方法的科普宣传，提高新型工作方式劳动者的体育锻炼意识；第四、各级体育部门可探索开展面向新型工作方式（新业态）劳动者的体育赛事活动，如面向“网约劳动者”“快递小哥”的赛事活动，形成全社会共同关注劳动者健康的良好氛围。

（2）行业协会和企业在应用智能技术推行智能化工作方式的同时，应关注劳动者的身心健康，为其体育锻炼参与提供保障。一方面，结合“中国制造”行动计划和“工业4.0”战略，行业协会应推动人工智能技术在本行业的广泛普及和深度应用，降低劳动者工作强度；另一方面，各行业协会可联合各类体育社团组织，积极开展具有本行业特色的职工体育运动会等健身活动，同时企业应加强劳动者的基础认知能力培训和技能培训，促进健康生活方式养成，不断提高全民体育锻炼意识。