自动化资本偏向型技术进步与就业的非线性关系
——基于中国制造业上市公司的证据
余典范 姜 宏 陈 磊
摘要：机器换人会成为潮流吗？低技能劳动力是否一定会被替代，高技能劳动力是否一定不会被替代？对此，本文利用2012—2019年中国制造业上市公司数据检验了自动化资本偏向型技术进步对就业总量及结构性影响。研究发现：自动化资本偏向型技术进步对就业总量呈现先降后升的“U型”非线性关系，虽然目前对我国劳动力市场具有替代效应，但是长期来看，有利于提升就业总量，存在就业创造效应。考虑到自动化资本偏向型技术进步需要与不同技能的劳动力相匹配，对不同技能劳动力需求的作用可能具有异质性，进一步区分了劳动力技能结构后，发现自动化资本偏向型技术进步对高、低技能劳动力的就业影响分别为“倒U型”和“U型”，这也意味着低技能劳动力并不是会一直被替代，因为自动化技术也会创造低技能工作岗位，而高技能劳动力需求也不是一直增加，也存在被替代可能性。为厘清自动化资本影响就业的渠道，本文基于任务模型分析得出生产率效应和产出规模效应是影响就业总量以及劳动力技能结构的两种重要途径，并且通过实证检验发现两种机制发挥了非线性作用。即小于临界值时，自动化资本偏向型技术进步对就业总量与劳动力技能结构影响的两个渠道是产出规模下降与生产率提升效应；而跨过临界点后，这两个途径的影响方向会发生变化。就本文研究的时间区间而言，自动化资本偏向型技术进步通过生产率提升效应和规模降低效应对高技能劳动力就业产生了创造效应；而对就业总量和低技能劳动力产生了替代效应。因此，当前我们应充分利用这一倒逼机制，重视低技能劳动力技能水平的提升，增加低技能劳动力培训等的政策供给；加大与自动化资本相匹配的科研、技术人员的培育，以适应自动化、智能化社会发展新需求。
一、问题的提出
近年来，随着人工智能等自动化技术的迅猛发展，自动化资本的投入不断增加，自动化趋势加快形成。以工业机器人为例，2012年至2017年中国工业机器人销售额大幅增长，目前约占全球市场份额三分之一，是全球第一大工业机器人购买国和应用市场。但与此同时，以人工智能为代表的新技术对劳动力的替代也引发了对就业的担忧，不少文献表明人工智能等自动化技术进步对就业的替代效应显著。关于技术进步对就业影响的研究由来已久，早在20世纪初，Keynes就成功预见了技术进步可能导致对劳动力的替代，将其称为“技术性的失业”；Leontief认为采用机器设备会导致劳动力过剩。然而，技术进步的作用不是孤立的，而是与各种生产要素产生耦合，偏向型技术进步可以表现这种耦合关系。技术进步偏向于某种要素，表明技术进步有助于增加这种要素的边际产出，进而影响要素收入分配以及就业。基于此，本文立足于当前自动化资本投入在经济活动中显著增加的现实，将资本分为自动化资本和非自动化资本，讨论自动化资本偏向型技术对就业的结构性影响。按照经典文献的界定，自动化资本是指体现自动化技术的机器设备和电子设备、软件等，其能够代替人进行体力和脑力劳动。可见，偏向于自动化资本的技术进步本质上就存在对就业的替代效应。以往的技术进步只是替代了小部分的劳动岗位，重塑了劳动力市场结构，但当技术进步达到一定阶段并未引起失业，此时技术进步产生的溢出效应增加了新的劳动岗位需求。因此，仅从线性角度考虑技术进步对就业的影响为一隅之说，需从非线性视角逼近二者之间的真实关系。特别是自动化资本偏向型技术进步需大量初期投资，技术进步往往并不是一蹴而就的线性路径，需要一定量变的积累才能形成技术进步的质变。短期内的成本压力使得企业规模效应受到抑制、创新效应发生变化，进而对就业形成一定的冲击；但当企业自动化水平逐渐提升后，其规模扩张和生产率效应可能引致就业的增长，整体上二者存在非线性关系。同时，根据偏向型技术进步理论，自动化资本偏向型技术需要不同技能劳动力与之相匹配，特别地，当技能结构与技术进步需求不匹配时，有可能对企业生产率和规模扩张带来一定的制约，形成对就业的进一步抑制，如在珠三角、长三角等制造业发达的区域，随着自动化的深入，确实存在低技能工人和高技能劳动力都短缺的“用工荒”现象。在这一过程中，以不同技能劳动力衡量的就业结构也会相应发生变化。因此，从就业结构视角检验自动化资本偏向型技术进步对劳动力技能结构的非线性影响更具现实意义。更为重要的是，厘清非线性影响背后的机制能为精准施策、积极应对“机器换人”、缓解就业市场存在的“招工难”与“就业难”的结构性矛盾提供策略参考。少数文献采用任务模型探讨了人工智能对制造业就业总量的非线性效应。但并没有考虑其对就业结构的影响，也未探究相对应的机制是否具有非线性特征。基于此，本文在理论机制分析中借鉴任务模型，通过采用自动化资本偏向型技术替代低级别任务以及创造高级别任务进而影响就业这一思路，分析了其对就业总量和就业结构的影响。更进一步，在此基础上本文重点梳理并检验了规模效应和生产率效应的非线性影响机制，给出了偏向于自动化资本的技术进步对就业影响的趋势和内在逻辑。
相比于现有研究，本文尝试在以下方面做出新的探索。（1）基于“机器替代人”的大趋势，本文从自动化资本偏向型技术进步视角出发，探究了广为关切的自动化深化对就业以及就业结构的影响，并重点分析了其中的就业创造与替代效应，给出了“机器替代人”更为细致的证据。（2）已有研究主要考虑技术进步与就业的线性关系，本文考虑到自动化技术进步并非一蹴而就的线性实现路径，并结合其需要不同技能劳动力匹配的实际，基于任务模型梳理并验证了其非线性影响特征，进一步检验了其非线性的规模效应和生产率效应，丰富了偏向型技术进步对就业影响的研究视角与机制。（3）目前关于偏向型技术进步对就业影响的实证研究样本多为地区和行业数据，样本颗粒度较大，本文提供了企业层面的证据，更准确捕捉“机器换人”企业差异化较大的特点。在自动化资本偏向型技术进步特征日益显著的趋势下，本文的研究为应对“机器换人”、保障就业稳定以及实现更高质量的就业提供了政策依据与决策参考。
二、实证分析
（一）计量模型构建
为了检验企业自动化资本偏向型技术进步对就业的影响，本文构建如下非线性的计量回归模型：
被解释变量，包括 、、。指企业就业总量对数值，企业就业总量采用企业员工人数来衡量；、分别指高技能、低技能劳动力就业量的对数值，代表就业结构，本文主要采用研发和技术人员表征高技能劳动力，低技能劳动力则选用除研发人员和技术人员外的其他人员。核心解释变量，即制造业企业自动化资本偏向型技术进步指数，本文采用超越对数生产函数形式的随机前沿模型进行测算，为的平方项，用于捕捉自动化资本偏向型技术进步与就业的非线性关系。
为一系列控制变量。本文控制了企业和时间的固定效应，分别设定为
。所有变量数据来源于Choice数据库。
（二）基本结论
第一，制造业企业自动化资本偏向型技术进步与就业之间存在非线性关系。较低水平的自动化资本偏向型技术进步对制造业就业有替代作用，较高水平的自动化资本偏向型技术进步会促进就业。一方面，自动化资本偏向型技术进步会通过提高生产率，减少对低级别的、程序化的、传统的任务以及重复性生产环节的依赖，对就业总量存在替代效应。另一方面，随着自动化程度逐步提高，这种技术进步能够替代的生产环节减少，对劳动力的替代效应相应减小，这种技术进步也会带来企业的生产规模扩大等，同时还会增加与这种技术进步相匹配的劳动力岗位，催生高级别的、新兴的岗位，从而对就业总量具有创造效应。伴随自动化资本偏向型技术进步的不断深化，其对就业总量的作用同时存在替代和创造效应，而二者的综合作用致使自动化资本偏向型技术进步对就业总量的影响具有非线性特征。异质性分析结果表明，与非国有制造业企业相比，国有企业更容易受到自动化资本偏向型技术进步的冲击；相比中西部区域，制造业企业自动化资本偏向型技术进步对东部区域就业替代的边际效应更大，与资本、技术密集型行业相比，对劳动密集型行业就业替代的边际效应更大。
第二，制造业企业自动化资本偏向型技术进步对低、高技能劳动力的就业影响同样是非线性的。当制造业企业自动化资本偏向型技术进步指数值较小时，对低技能劳动力产生替代效应，对高技能劳动力具有创造效应，而当
值较大时，这种技术进步会显著促进低技能劳动力就业，同时减少高技能劳动力就业。由于低技能劳动力执行的任务较为简单、重复性高，在自动化资本偏向型技术进步初期更容易被其所替代，例如工业机器人最初主要替代搬运、传输、焊接和激光加工等低技能劳动岗位；自动化技术发展迅速，而制度和管理的变革较为缓慢，教育更为滞后，因此随着自动化技术进步的深化，对学历较低的低技能劳动力的替代效应更大。但与此同时，自动化资本偏向型技术进步催生了新的低技能岗位，例如数据标注师、智能设备维修员、人机合作调度员等，增加了低技能劳动力的需求。随着人工智能技术快速发展，自动化资本偏向型技术进步的突破性进展能够取代制造业生产企业的核心工序，企业一部分的技能劳动力在某些生产活动上已无需花费多少体力或脑力，甚至沦为低技能的“看守员”或“监视员”，自动化资本偏向型技术进步所带来的“技能降级”以及“去技能化”意味着企业对技能型工人需求降低，对低技能劳动力的需求会增加。此外，对于一些技能需求较低的任务，人力比机器人更具成本优势，企业会偏向于雇佣更低成本的低技能劳动力来完成，这也会增加企业对低技能劳动力的需求。
自动化资本偏向型技术进步也会创造新的高级别任务，这些任务不容易被机器替代且劳动力更加具有比较优势，这会加大与这种技术进步相匹配的高技能劳动力的需求（Acemoglu and Restrepo，王永钦和董雯），意味着自动化、智能化研发设计、设备制造和应用等领域的高技能就业岗位增加。自动化资本偏向型技术进步能够承担人类无法胜任以及不愿执行的任务，例如超出人类感官和认知极限的（如精密仪器检测）、工作环境人类无法适应的（如深空探索）、作业环境属于高危的、脑力劳动强度大的工作，对高技能劳动力具有创造效应。然而，当自动化、人工智能发展到更高阶段，自动化资本偏向型技术进步能够替代复杂的、有创造性的工作岗位，导致对高技能劳动力就业产生替代效应。综上，自动化资本偏向型技术进步与不同技能劳动力就业的关系并非简单的线性相关，而是取决于替代效应和创造效应的综合作用。
第三，生产率效应以及产出规模效应是自动化资本偏向型技术进步对就业总量以及不同技能劳动力就业产生非线性影响的中间机制。企业通过自动化资本投入提高了生产率，在企业规模没有得到提升的前提下，生产率增加会导致企业劳动力总需求下降，尤其是从事低级别任务的劳动力更容易被替代。同时，生产率的提高带来的企业生产环节升级促使对高技能劳动力需求增加；当自动化资本偏向型技术进步跨过拐点时，企业生产率可能由于与劳动力不匹配等原因不再上升，企业对高技能劳动力的需求下降。但由于此时企业的生产方式实现了部分自动化，反而会增加非自动化生产环节的就业，即低技能劳动力的就业上升。制造业企业在自动化改造初期，存在较大不确定性，为了规避风险，企业投入资金较多，成本上升可能会使得产出下降，导致就业总需求降低。为提高自动化资本使用效率，促使高技能劳动力就业上升；而当跨过临界点，自动化资本偏向型技术进步提高了企业的生产技术，企业生产规模扩大。企业规模增加会带来各生产环节劳动力需求上升。此时，随着企业产出规模增加，企业为了实现利润最大化，为了进一步降低劳动力成本，对高技能劳动力的需求下降。基于以上分析可知，当小于临界值时，这种技术进步通过降低企业产出规模，对就业总量以及低技能劳动力就业产生替代效应，增加了高技能劳动力需求；而当到达临界点后，通过增加产出规模对就业总量以及低技能劳动力就业产生创造效应，对高技能劳动力需求下降。
三、政策启示
第一，通过提升低技能劳动力的技能水平，培育高技能劳动力，提高劳动力与自动化发展的匹配度。本文研究表明，现阶段“机器替代人”对就业的冲击主要体现为对低技能劳动力的替代与高技能劳动力的创造。应充分利用这一倒逼机制，重视低技能劳动力技能水平的提升，增加低技能劳动力培训等的政策供给。一方面，政府需要积极援助失业人群，建立低技能劳动力再就业培训制度，另一方面，通过开展技能大赛、实施技能方面的补贴、税收优惠等措施激励其向高技能劳动力转变；同时也创造机会促进其向传统与新兴产业相结合的业态转移，适应自动化对低端劳动力升级的需求。本文研究表明现阶段自动化趋势会增加高技能劳动力的需求。目前，我国在人工智能等自动化技术领域的人才较少，特别是领军人才与技能型人才缺口较大。因此，需要充分利用中国的大市场吸引国外自动化技术领域的卓越人才，通过优化营商环境增强这些人才的根植性，在做大产业的同时创造更多的就业机会。积极推进产教融合、创办现代产业学院等工作，夯实重点产业技能人才培育基础，加大与自动化资本相匹配的科研、技术人员的培育，以适应自动化、智能化社会发展新需求。同时，在助推自动化资本偏向型技术进步过程中需要根据不同区域、不同类型企业的特点，制定差异化的技术与就业政策。更加重视东部、国有企业、劳动密集型企业低技能劳动力的技能提升和转岗培训，这是目前应对机器换人、稳就业的重点所在。
第二，深入挖掘生产率和规模在自动化技术深化过程中对就业的积极效应。通过增强研发投入、提高企业主体资源配置效应以及提升生产率水平是就业优化的重要途径。一方面，可以鼓励地方通过立法形式确保省市级科技研发资金投入的比例，通过创新补贴、税收优惠、低息贷等政策，鼓励制造业企业加大自动化技术领域的基础研究、应用研究和试验开发。另一方面，通过创新考核体系，积极盘活国有企业的创新资源，促进国有企业与时俱进；进一步完善对民营企业的市场开放、融资等方面的支持体系，充分激发民企的创新活力；继续增强稳外企工作，在受限进出口管制、技术管制的背景下，鼓励外企就地进行技术合作、供应链合作，放大外企的溢出效应。通过精准施策，助力企业提升生产率的内生动力。同时，创新信贷、专项基金支持方式，加大对企业自动化改造、技改资金支持的规模与强度，缓解企业自动化发展初期的成本压力；支持自动化改造方案服务商提升服务能级，提高企业自动化改造的效率。以此促进规模效应的发挥，促进中国制造业就业的高质量发展。
余典范（通讯作者），上海财经大学商学院、中国产业发展研究院，200433；
姜宏，上海工程技术大学管理学院， 201620；
陈磊，上海财经大学商学院博士研究生，200433。
