论文部分内容阅读
由于人工智能等自动化技术是引领新一轮科技革命和产业变革的战略性技术,中央和地方政府出台系列政策助力自动化技术的发展,自动化资本投入不断增加,2012年至2019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的三分之一,中国是全球第一大工业机器人购买国和应用市场。2019年底新冠肺炎疫情在全球爆发和蔓延以来,人工智能等自动化技术在疫情防控、病情诊断、资源调配、信息追踪、企业生产经营等方面发挥了重要的作用,也加速了自动化资本的投入与自动化技术的变革。与此同时,以人工智能为代表的自动化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“机器换人”的趋势凸显,就业结构和收入分配受到冲击。关于技术进步对劳动力市场影响的研究由来已久,早在20世纪上半叶,诸多学者认为技术进步会导致劳动力的需求下降（Keynes,1930;Leontief,1955）。然而,以往的工业化结果表明技术进步的确造成了小范围的短期失业,引起了劳动力市场的结构性调整,但并未导致大范围长期失业（邓洲和黄娅娜,2019）。实际上,技术进步的作用不是孤立的,而是与各种生产要素耦合的,偏向型技术进步可以表现这种耦合关系（李太龙和朱曼,2016）。因此,随着制造业企业自动化资本投入的增加,需要特别关注制造业技术进步的偏向是否有新的特征及其影响因素,企业推动这种技术进步的动机有哪些?鉴于保障劳动力充分就业,提高劳动力收入水平以及减小收入差距一直是政府工作的重点,对于中国经济的高质量发展和社会的和谐稳定具有重要意义,有必要考察这种偏向的技术进步对就业总量、工资水平和工资差距有什么影响,以及影响机制是什么?制造业上（下）游企业的这种技术进步如何影响下（上）游企业的就业和工资?这些都亟需理论和实证研究提供充分证据。为了回答上述问题,本文主要的研究内容和研究结论如下:第一,测度了中国制造业技术进步的偏向,并研究了这种技术进步偏向的影响因素。采用2012—2019年制造业上市企业数据,基于超越对数生产函数形式的随机前沿模型测算出制造业技术进步偏向于自动化资本。并借鉴Acemoglu（2002）的理论模型,推导出这种技术进步偏向的影响因素是市场规模效应（自动化与非自动化资本投入之比）和价格效应（自动化与非自动化资本密集型产品价格之比）,且通过理论模型分析和实证检验发现自动化资本与非自动资本投入之比（市场规模效应）上升,就会促进制造业技术进步偏向于自动化资本。由于这种技术进步短期内有助于提升制造业企业生产率,长期将扩大企业生产规模以及增加利润,因此制造业企业会致力于提升其自动化资本偏向型技术进步水平。第二,研究了制造业自动化资本偏向型技术进步对就业的影响。通过借鉴Acemoglu和Restrepo（2018）的研究,本文引入任务模型（task-based model）理论分析制造业自动化资本偏向型技术进步对就业的影响机制,发现自动化资本偏向型技术进步一方面会替代低级别的工作任务,另一方面会产生新的高级别的复杂任务,这会引起企业生产率和产出规模变化,进而影响就业。基准回归结果表明,现阶段制造业自动化资本偏向型技术进步对就业具有替代效应,这一效应可以进一步分解为对低技能劳动力的破坏效应和高技能劳动力的创造效应,且破坏效应大于创造效应。中介效应模型检验结果说明了制造业自动化资本偏向型技术进步对就业的替代效应主要通过产出规模下降以及生产率提升两个途径实现。本文在基准回归模型中加入了政府补助强度、行业市场集中度与自动化资本偏向型技术进步的交互项,发现政府补助会加大自动化资本偏向型技术进步对低技能劳动力的就业破坏效应,削弱对高技能劳动力的创造效应;企业所处的行业市场集中度越高,会强化自动化资本偏向型技术进步对低技能劳动力的就业挤出效应。本文基于《投入产出表》,构建了制造业上、下游企业自动化资本偏向型技术进步指数,结果表明制造业上游（下游）企业自动化资本偏向型技术进步通过对技术溢出效应提升下游（上游）企业的自动化技术水平,从而加剧“机器替代人”的效应,且上游这种技术进步对下游就业的影响（简称前向关联效应）大于下游这种技术进步对上游就业的影响（简称后向关联效应）。进一步研究发现:长期来看,制造业企业自动化资本偏向型技术进步对就业的影响呈现“U型”的非线性关系,与高、低技能劳动力就业分别存在“倒U型”、“U型”关系。第三,研究了制造业自动化资本偏向型技术进步对工资的影响。基于任务模型（task-based model）分析可知,自动化资本偏向型技术进步所替代的低级别工作任务主要由低技能劳动力完成,而创造的高级别任务主要由高技能劳动力承担,因此这种技术进步对低技能劳动力产生破坏效应,对高技能劳动力产生创造效应,同时还会带来生产率效应,进而影响劳动力工资水平;这种技术进步产生的破坏效应、创造效应以及技术进步与劳动力的技能不匹配效应导致高低技能劳动力工资差距扩大。实证检验结果表明,制造业企业自动化资本偏向型技术进步对工资水平产生正向作用,主要通过高技能劳动力的创造效应、生产率效应这两个渠道实现,然而低技能劳动的破坏效应抑制了这一正向作用。基准回归结果说明制造业企业自动化资本偏向型技术进步会拉大高低技能劳动力的工资差距,中介效应模型检验发现低技能劳动力的破坏效应、高技能劳动力的创造效应是两个中间影响机制,面板门槛模型结果反映了这种技术进步与劳动力的技能不匹配加剧了自动化资本偏向型技术进步导致的工资差距扩大效应。行业关联效应检验结果表明,制造业上游（下游）企业的自动化资本偏向型技术进步都会通过技术溢出效应提升下游（上游）企业的工资水平,拉大高低技能劳动力的工资差距,且前向关联效应大于后向关联效应。第四,本文以工业机器人作为自动化资本偏向型技术进步的典型案例,梳理了工业机器人起源与发展历程、国内外工业机器人发展现状,分析了工业机器人大规模应用下制造业核心生产要素以及生产组织方式发生的变革。其次,采用国际机器人联合会（简称IFR）的中国工业机器人应用数据,考察工业机器人应用对制造业行业就业的影响。实证检验结果表明,现阶段我国工业机器人使用对制造业行业的就业规模总体呈现替代效应,对制造业行业工资水平有正向促进作用,这与前文结果保持一致。本文尝试在以下方面做出新的探索。第一,借鉴Acemoglu（2002）、Decanio（2016）、Aum等（2018）的做法,将资本划分为自动化资本和非自动化资本,基于超越对数生产函数形式的随机前沿模型,使用制造业上市公司微观数据测度发现其技术进步偏向于自动化资本,丰富了偏向型技术进步的内涵,深化了对中国制造业技术进步方向的认识。第二,本文在Acemoglu（2002）模型基础上创新,认为代表性消费者的技能水平体现技术进步水平,基于代表性消费者提供技能劳动力实现收入最大化这一新视角,分析自动化资本偏向型技术进步的影响因素。第三,本文在Acemoglu和Restrepo（2018）的任务模型（task-based model）基础上创新,认为自动化资本偏向型技术进步会替代低级别的工作任务以及产生新的更高级别的工作任务,进一步影响就业、工资水平和工资差距,并深入分析了影响机制,包括破坏效应、创造效应、生产率效应、产出规模效应、技术进步与劳动力技能不匹配效应。而且,本文基于自动化资本偏向型技术进步对工作任务的影响,将这种技术进步对就业总量的效应进行结构分解,识别了这种技术进步对高低技能劳动力就业的影响,同时检验了对不同岗位劳动力就业的异质性效应,进一步深入分析了低技能劳动力就业破坏与高技能劳动力就业创造效应的主要影响因素,丰富了自动化技术以及偏向型技术进步对就业和工资的影响机制分析。第四,较少研究考察制造业企业自动化技术进步对其上下游企业劳动力需求和工资的影响。本文基于行业关联视角以及技术溢出效应,检验了制造业上（下）游企业自动化资本偏向型技术进步对下（上）游企业就业和工资的影响以及机制,从而全面和系统地探究这种技术进步的就业和工资效应。第五,目前关于自动化资本偏向型技术进步对就业和工资影响的实证研究多采用地区和行业数据,样本颗粒度较大,本文提供了企业层面的证据,更准确地捕捉不同制造业企业自动化资本偏向型技术进步对就业和工资的差异性影响,为政策制定提供精准可靠的依据。