劉 暢，呂榮杰

(河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，天津 300401)

一、引言

伴隨著新技術(shù)、新經(jīng)濟(jì)和新業(yè)態(tài)不斷涌現(xiàn)，人工智能等新技術(shù)全面滲透勞動(dòng)力市場(chǎng)，市場(chǎng)對(duì)技能型勞動(dòng)力的需求日益迫切。2020 年中共十九屆五中全會(huì)提出，強(qiáng)化就業(yè)優(yōu)先政策，注重緩解結(jié)構(gòu)性就業(yè)矛盾，提升勞動(dòng)者技能素質(zhì)。根據(jù)人社部2020 年12 月發(fā)布的數(shù)據(jù)來看，技能勞動(dòng)者占就業(yè)人口總量?jī)H為26%，高技能人才僅占技能人才總量的28%。我國(guó)技能人才總量仍然不足，特別是結(jié)構(gòu)不優(yōu)、素質(zhì)不高問題比較突出。目前不僅東南沿海仍然存在“用工荒”等問題，中西部地區(qū)也開始陸續(xù)出現(xiàn)此問題。中國(guó)勞動(dòng)和社會(huì)保障科學(xué)研究院調(diào)查發(fā)現(xiàn)，雖然人工智能等技術(shù)的內(nèi)生就業(yè)創(chuàng)造效應(yīng)明顯，如智能裝備行業(yè)和機(jī)器人技術(shù)的發(fā)展增加了技能型勞動(dòng)力的需求量，但是技能型勞動(dòng)力供給數(shù)量相對(duì)較少也加劇了“用工荒”問題。新技術(shù)帶來的生產(chǎn)方式的轉(zhuǎn)變將會(huì)對(duì)勞動(dòng)技能在生產(chǎn)系統(tǒng)中的地位和價(jià)值形成重大挑戰(zhàn)[1]。當(dāng)結(jié)構(gòu)性矛盾成為新時(shí)期我國(guó)就業(yè)的主要矛盾，如何優(yōu)化我國(guó)勞動(dòng)力技能結(jié)構(gòu)已成為重要課題，這也對(duì)緩解就業(yè)結(jié)構(gòu)性矛盾提供借鑒，對(duì)實(shí)現(xiàn)更高質(zhì)量就業(yè)具有現(xiàn)實(shí)意義。

為了全面分析勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化路徑，本文從技能偏向性技術(shù)進(jìn)步理論出發(fā)對(duì)可能條件變量進(jìn)行梳理。既有研究主要基于產(chǎn)業(yè)結(jié)構(gòu)、人工智能、人力資本和貿(mào)易開放等視角進(jìn)行了解釋。Frank et al.[2]認(rèn)為人工智能補(bǔ)充或替代部分由勞動(dòng)者完成的任務(wù)，能夠引發(fā)市場(chǎng)對(duì)勞動(dòng)者技能結(jié)構(gòu)需求的改變。屈小博[3]和楊斌等[1]認(rèn)為，人工智能正在重塑工作技能需求。Autor et al.[4]認(rèn)為，產(chǎn)業(yè)升級(jí)能夠帶動(dòng)高技能和低技能勞動(dòng)力就業(yè)相對(duì)上升的現(xiàn)象。Bloom[5]認(rèn)為，全球化的貿(mào)易開放能夠提升高技能勞動(dòng)力在勞動(dòng)力技能結(jié)構(gòu)中所占比例。唐禮智等[6]認(rèn)為，當(dāng)經(jīng)濟(jì)體中人力資本水平較高時(shí)，高技能勞動(dòng)力的數(shù)量需求相對(duì)增多。通過文獻(xiàn)梳理發(fā)現(xiàn)，盡管研究者在探索勞動(dòng)力技能結(jié)構(gòu)的作用機(jī)制方面取得了一些成果，但已有研究過度關(guān)注中介效應(yīng)和調(diào)節(jié)效應(yīng)的解釋，忽視了對(duì)勞動(dòng)力技能結(jié)構(gòu)共同作用的優(yōu)化路徑的深入探究，這個(gè)問題非常重要。

本文運(yùn)用QCA 方法，基于組態(tài)視角，從技能偏向性技術(shù)進(jìn)步理論出發(fā)，選取產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放4 個(gè)條件變量，試圖探究4 個(gè)條件變量間的聯(lián)動(dòng)效應(yīng)，明確高效優(yōu)化勞動(dòng)力技能結(jié)構(gòu)的組態(tài)路徑，以及制約勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)路徑。

二、文獻(xiàn)回顧

勞動(dòng)力技能結(jié)構(gòu)是由多重復(fù)雜因素共同作用的結(jié)果，并且在實(shí)際研究中，由于研究者切入視角的差異導(dǎo)致關(guān)于勞動(dòng)力技能結(jié)構(gòu)的影響因素暫未形成統(tǒng)一結(jié)論。為解決該問題，本文選取產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放4 個(gè)條件變量，探究其如何影響勞動(dòng)力技能結(jié)構(gòu)。

(一)產(chǎn)業(yè)升級(jí)

Katz et al.[7]通過研究發(fā)現(xiàn)，在制造業(yè)中高技能勞動(dòng)力相較于低技能勞動(dòng)力，就業(yè)需求逐年遞增。Autor et al.[4]認(rèn)為，產(chǎn)業(yè)升級(jí)能夠使從事常規(guī)任務(wù)的中等技能勞動(dòng)力被機(jī)器取代從而轉(zhuǎn)入低端服務(wù)業(yè)，并運(yùn)用實(shí)證模型來解釋低技能勞動(dòng)力就業(yè)相對(duì)上升的現(xiàn)象。鄭愛兵[8]運(yùn)用SUR 方法得出在服務(wù)業(yè)中產(chǎn)業(yè)升級(jí)能夠促進(jìn)高技能勞動(dòng)力的就業(yè)增長(zhǎng)。郝楠等[9]認(rèn)為，資本深化和信息技術(shù)產(chǎn)業(yè)發(fā)展促進(jìn)對(duì)高技能勞動(dòng)力的相對(duì)需求。

(二)人工智能

Mokyr et al.[10]認(rèn)為，由于工作模式的改變而導(dǎo)致長(zhǎng)期的技術(shù)性失業(yè)不會(huì)出現(xiàn)。比較優(yōu)勢(shì)定律表明，即使在機(jī)器人和自動(dòng)化能力大幅提高的經(jīng)濟(jì)體中，大多數(shù)勞動(dòng)力仍有任務(wù)要完成。孫早等[11]認(rèn)為在我國(guó)生活成本過高的東南沿海地區(qū)，勞動(dòng)力技能結(jié)構(gòu)會(huì)出現(xiàn)“單極極化”趨勢(shì)。屈小博[3]認(rèn)為，人工智能正在改變工作所需要的技能。孔高文等[12]認(rèn)為，凱恩斯的“技術(shù)性失業(yè)”理論在中國(guó)勞動(dòng)力市場(chǎng)結(jié)構(gòu)中得到部分支持，隨著機(jī)器人應(yīng)用規(guī)模的增加，對(duì)低技能勞動(dòng)力的就業(yè)沖擊更嚴(yán)重。Frank et al.[2]認(rèn)為，人工智能有可能重塑美國(guó)等發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的技能需求，人工智能補(bǔ)充或替代部分由勞動(dòng)者完成的任務(wù)，從而引發(fā)市場(chǎng)對(duì)勞動(dòng)者技能結(jié)構(gòu)需求的改變。

(三)人力資本

Tinbergen[13]在1974 年提出技能偏向性技術(shù)進(jìn)步理論，該理論認(rèn)為促進(jìn)生產(chǎn)力的新技術(shù)是“技能偏向”，即高技能工人比低技能工人更有能力使用新技術(shù)，而低技能工人有被新技術(shù)取代的風(fēng)險(xiǎn)。唐禮智等[6]認(rèn)為當(dāng)經(jīng)濟(jì)體中人力資本水平較高時(shí)，高技能勞動(dòng)力的數(shù)量需求相對(duì)增多。邢敏慧等[14]采用Logit 模型研究發(fā)現(xiàn)，在新一代農(nóng)村勞動(dòng)力就業(yè)中人力資本是影響農(nóng)村勞動(dòng)力就業(yè)質(zhì)量和結(jié)構(gòu)優(yōu)化的關(guān)鍵因素。

(四)貿(mào)易開放

從勞動(dòng)力技能結(jié)構(gòu)的視角看，Bloom[5]認(rèn)為，全球化的貿(mào)易開放能夠提升高技能勞動(dòng)力在勞動(dòng)力技能結(jié)構(gòu)中所占比例。從貿(mào)易伙伴國(guó)的研究視角看，Brambilla et al.[15]認(rèn)為，與發(fā)達(dá)國(guó)家進(jìn)行出口貿(mào)易往來能夠優(yōu)化本國(guó)的勞動(dòng)力技能結(jié)構(gòu)。Bermard et al.[16]研究認(rèn)為，與發(fā)展中國(guó)家之間進(jìn)行的貿(mào)易往來也能夠優(yōu)化本國(guó)勞動(dòng)力技能結(jié)構(gòu)。郝楠等[9]從細(xì)分貿(mào)易角度認(rèn)為，從事中間品類的進(jìn)口貿(mào)易能夠增加高技能勞動(dòng)力就業(yè)需求。

綜上所述，產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放對(duì)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化有重要作用，國(guó)內(nèi)外學(xué)者也取得了豐富的成果。然而勞動(dòng)力技能結(jié)構(gòu)的相關(guān)文獻(xiàn)主要采用以線性因果關(guān)系為基礎(chǔ)的統(tǒng)計(jì)建模方法進(jìn)行研究，已有研究多關(guān)注單個(gè)條件變量對(duì)勞動(dòng)力技能結(jié)構(gòu)影響的凈效應(yīng)[8，17]，而忽視了勞動(dòng)力技能結(jié)構(gòu)是一個(gè)多要素互動(dòng)的過程，導(dǎo)致現(xiàn)有研究結(jié)論不一致[11]。此外，通過對(duì)國(guó)內(nèi)外相關(guān)數(shù)據(jù)檢索發(fā)現(xiàn)，尚無學(xué)者針對(duì)以上條件變量進(jìn)行勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)分析。相形之下，綜合考慮產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放4 個(gè)條件變量協(xié)同聯(lián)動(dòng)對(duì)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的影響，將有助于更深入地探究前因變量間的過程機(jī)理。

基于以上分析，如圖1 所示提出本文研究框架，從技能偏向性技術(shù)進(jìn)步理論出發(fā)選取包括產(chǎn)業(yè)升級(jí)(industrial upgrading，簡(jiǎn)稱IU)、人工智能(artificial intelligence，簡(jiǎn)稱AI)、人力資本(human capital，簡(jiǎn)稱HC)、貿(mào)易開放(trade openness，簡(jiǎn)稱TO)4 個(gè)條件變量，以及1 個(gè)結(jié)果變量即勞動(dòng)力技能結(jié)構(gòu)(skill structure of the workforce，簡(jiǎn)稱SW)。

圖1 研究框架

三、研究方法

(一)QCA 方法概述

定性比較分析方法(Qualitative Comparative Analysis，簡(jiǎn)稱QCA)在20 世紀(jì)80 年代由社會(huì)學(xué)家Ragin 提出[18]。QCA 方法開啟了社會(huì)科學(xué)研究的新范式。QCA 的新范式與傳統(tǒng)基于相關(guān)分析的范式形成鮮明對(duì)比，主要集中在集合關(guān)系與相關(guān)關(guān)系、校準(zhǔn)與測(cè)量、條件組態(tài)與自變量，以及因果復(fù)雜性分析與凈效應(yīng)分析，這四組對(duì)比都是集合論分析與傳統(tǒng)定量分析的對(duì)比[19]。具體來說，在集合關(guān)系與相關(guān)關(guān)系的對(duì)比中，傳統(tǒng)定量分析在設(shè)計(jì)上是對(duì)稱的，而QCA 方法是不對(duì)稱的[20]。在校準(zhǔn)與測(cè)量的對(duì)比中，測(cè)量只需要反映相關(guān)基本概念的變異，校準(zhǔn)不僅能夠評(píng)估“多與少”(未校準(zhǔn)的測(cè)量)，而且能夠評(píng)估“很多與很少”(已經(jīng)校準(zhǔn)的測(cè)量)。在條件組態(tài)與自變量的對(duì)比中，兩者之間的關(guān)鍵區(qū)別在于前因“配方”的概念，即與結(jié)果相聯(lián)系的前因相關(guān)成分的特定組合。在因果復(fù)雜性分析與凈效應(yīng)分析的對(duì)比中，凈效應(yīng)思維將前因變量彼此分開并對(duì)其單獨(dú)影響進(jìn)行評(píng)估，而在案例導(dǎo)向的研究中研究人員通常關(guān)注前因條件如何組合并產(chǎn)生結(jié)果[21]。QCA 為因果復(fù)雜性和組態(tài)分析研究提供了方法支撐，解決了很多組態(tài)視角下理論與分析方法不匹配的問題[22]。

(二)QCA 方法的選擇

通過梳理關(guān)于勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的研究，可以明確以往研究主要集中在將產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放4 個(gè)自變量視為不同的獨(dú)立的個(gè)體；并且多采用統(tǒng)計(jì)建模的方法檢查條件組合，注重乘法交互項(xiàng)以及中介效應(yīng)和調(diào)節(jié)效應(yīng)的研究，這種方法有時(shí)會(huì)操作煩瑣、難以解釋，而且往往彼此之間與組成變量之間高度相關(guān)。在實(shí)際情況中，勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化可能不只由一個(gè)前因配方產(chǎn)生，并且可能沒有一個(gè)前因變量對(duì)勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化是必要的或充分的。選用QCA 方法，從組態(tài)視角切入，不僅是對(duì)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的重新探索，在操作中還能避免4 個(gè)條件變量間的共線性問題，使結(jié)論清晰明確，更加符合現(xiàn)實(shí)情況，因此選用QCA 方法。

四、案例及變量說明

(一)案例選擇

在案例的選擇中應(yīng)該充分考慮案例總體內(nèi)的最大異質(zhì)性和案例總體的充分同質(zhì)性[20]。鑒于此，以國(guó)內(nèi)除去西藏和港澳臺(tái)地區(qū)的30 個(gè)省份組成案例樣本。

(二)結(jié)果變量及度量

結(jié)果變量為勞動(dòng)力技能結(jié)構(gòu)(SW)，為技能勞動(dòng)力與非技能勞動(dòng)力之比，本文將大學(xué)?？萍耙陨蠈W(xué)歷就業(yè)人員視為技能勞動(dòng)力，高中及以下學(xué)歷就業(yè)人員視為非技能勞動(dòng)力[23]。從《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中選取2016—2018 年技能勞動(dòng)力與非技能勞動(dòng)力比值的平均值作為評(píng)價(jià)勞動(dòng)力技能結(jié)構(gòu)的依據(jù)。

(三)條件變量及度量

采用“理論視角”的方法進(jìn)行條件變量的選取，即從實(shí)證研究文獻(xiàn)中的主要理論視角出發(fā)，推導(dǎo)出一個(gè)混合的條件組合庫[19]。為得出跨案例的綜合性解釋以及避免案例的個(gè)體化，條件變量在數(shù)量上要保持相對(duì)較少。在中等樣本的分析(例如，10～40個(gè)案例)中，通常選擇4～6 或者4～7 個(gè)條件變量。選取產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放作為條件變量。

產(chǎn)業(yè)升級(jí)(IU)：產(chǎn)業(yè)升級(jí)的衡量方式較多，從研究?jī)?nèi)容出發(fā)，借鑒史恩義等[24]的作法，采用產(chǎn)業(yè)升級(jí)系數(shù)作為衡量指標(biāo)：

其中，yi表示第i產(chǎn)業(yè)增加值所占地區(qū)生產(chǎn)總值比重。從《中國(guó)統(tǒng)計(jì)年鑒》中選取2016—2018 年的原始數(shù)據(jù)，計(jì)算各案例的產(chǎn)業(yè)升級(jí)指數(shù)，并用產(chǎn)業(yè)升級(jí)指數(shù)的平均值作為產(chǎn)業(yè)升級(jí)的評(píng)價(jià)依據(jù)。

人工智能(AI)：參照Borland et al.[25]對(duì)人工智能的衡量方法，即采用信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)全社會(huì)固定資產(chǎn)投資額來衡量各省份人工智能的發(fā)展水平。從《中國(guó)統(tǒng)計(jì)年鑒》中選取2016—2018年相關(guān)數(shù)據(jù)的平均值作為人工智能的評(píng)價(jià)依據(jù)。

人力資本(HC)：采用各省份國(guó)家財(cái)政性教育經(jīng)費(fèi)占地方財(cái)政一般預(yù)算支出的比重衡量。從《全國(guó)教育經(jīng)費(fèi)執(zhí)行情況統(tǒng)計(jì)公告》中選取2016—2018 年各省份國(guó)家財(cái)政性教育經(jīng)費(fèi)占地方財(cái)政一般預(yù)算支出的比重的平均值作為人力資本的評(píng)價(jià)依據(jù)。

貿(mào)易開放(TO)：采用外貿(mào)依存度即進(jìn)出口總額占GDP比重來衡量各省份的貿(mào)易開放水平。從《中國(guó)貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒》中選取2016—2018 年各省份進(jìn)出口總額占GDP比重的平均值作為貿(mào)易開放的評(píng)價(jià)依據(jù)。

五、數(shù)據(jù)校準(zhǔn)與結(jié)果分析

(一)數(shù)據(jù)校準(zhǔn)

任何集合校準(zhǔn)的起點(diǎn)都是目標(biāo)集的清晰說明[22]。本文采用fsQCA 的直接校準(zhǔn)法，在此過程中需要研究者指定某一定距尺度的值，該定距尺度值對(duì)應(yīng)三個(gè)定性斷點(diǎn)構(gòu)成一個(gè)模糊集的標(biāo)準(zhǔn)，即完全隸屬、完全不隸屬和交叉點(diǎn)[26]。原始定距尺度值將通過三個(gè)錨點(diǎn)轉(zhuǎn)換為模糊隸屬分?jǐn)?shù)，最終通過fs-QCA3.0軟件對(duì)集合中的案例隸屬度進(jìn)行精細(xì)校準(zhǔn)，分?jǐn)?shù)值范圍為0.0～1.0[19]。本文采用直接校準(zhǔn)法進(jìn)行結(jié)構(gòu)性校準(zhǔn)，結(jié)果如表1 所示。

表1 變量校準(zhǔn)錨點(diǎn)

(二)必要條件分析

在進(jìn)行模糊集真值表標(biāo)準(zhǔn)分析前，進(jìn)行必要性分析不可或缺[27]。條件變量的必要性意味著該條件總在結(jié)果存在時(shí)出現(xiàn)，換言之，沒有該條件結(jié)果就無法產(chǎn)生。通過fsQCA3.0 軟件的分析，單項(xiàng)條件變量對(duì)結(jié)果變量影響的必要性均未超過0.9，結(jié)果表明沒有條件變量構(gòu)成結(jié)果變量的必要條件，這意味著各個(gè)單項(xiàng)條件變量對(duì)勞動(dòng)力技能結(jié)構(gòu)的解釋力較弱。

(三)真值表構(gòu)建

組態(tài)思維關(guān)注因果復(fù)雜性，對(duì)因果復(fù)雜性進(jìn)行系統(tǒng)分析的關(guān)鍵工具是真值表[18]。真值表方法是基于研究者指定的條件變量的所有邏輯上可能的組合，其通常包括從不同的角度和不同的配方中得出的條件。一般來說，臨界值不應(yīng)小于0.75；對(duì)于宏觀數(shù)據(jù)，臨界值應(yīng)≥0.85[27]。

本文運(yùn)用fsQCA3.0 軟件構(gòu)建真值表，為保證研究結(jié)果嚴(yán)謹(jǐn)，本文選取臨界值為0.85。將模糊集數(shù)據(jù)導(dǎo)入fsQCA3.0 軟件，刪除沒有案例的條件組合，保留至100%的條件組合，可得結(jié)果變量為SW的真值表，再將outcome設(shè)置為反向變量LowSW，可得到結(jié)果變量為L(zhǎng)owSW的真值表。

(四)條件組合分析

本文運(yùn)用fsQCA3.0 軟件中真值表算法得到勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的復(fù)雜解、簡(jiǎn)約解和中間解，如表2 所示，研究發(fā)現(xiàn)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)路徑有3 條，非勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)路徑有1 條。

表2 結(jié)果表明，經(jīng)過fsQCA3.0 軟件分析發(fā)現(xiàn)，可以引致勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)路徑有3 條，即智能-產(chǎn)業(yè)主導(dǎo)型、智能-貿(mào)易主導(dǎo)型與綜合發(fā)展型。

表2 勞動(dòng)力技能結(jié)構(gòu)的相關(guān)組態(tài)

智能-產(chǎn)業(yè)主導(dǎo)型，即H1：AI×IU，組態(tài)1 表示人工智能和產(chǎn)業(yè)升級(jí)的協(xié)同聯(lián)動(dòng)可以優(yōu)化勞動(dòng)力技能結(jié)構(gòu)。人工智能推動(dòng)傳統(tǒng)產(chǎn)業(yè)從資源稟賦驅(qū)動(dòng)的規(guī)模式擴(kuò)張向依靠知識(shí)積累、技術(shù)進(jìn)步、素質(zhì)提升的內(nèi)涵式發(fā)展轉(zhuǎn)變，漸次形成數(shù)據(jù)驅(qū)動(dòng)、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的新形態(tài)。產(chǎn)業(yè)智能化的本質(zhì)是“人機(jī)協(xié)同”，智能化設(shè)備大量使用，將會(huì)催生一批知識(shí)型、技能型勞動(dòng)力，在操縱設(shè)備、管理和優(yōu)化產(chǎn)業(yè)鏈的過程中也會(huì)增加對(duì)技能型勞動(dòng)力的就業(yè)需求，從而優(yōu)化勞動(dòng)力技能結(jié)構(gòu)。

智能-貿(mào)易主導(dǎo)型，即H2：AI×TO，組態(tài)2 表示人工智能和貿(mào)易開放的協(xié)同聯(lián)動(dòng)可以優(yōu)化勞動(dòng)力技能結(jié)構(gòu)?，F(xiàn)階段中國(guó)的傳統(tǒng)貿(mào)易發(fā)展已到了較為成熟的階段，隨之而來的就是人工智能、大數(shù)據(jù)、云計(jì)算等高新技術(shù)的融入。貿(mào)易智能化轉(zhuǎn)型將非核心競(jìng)爭(zhēng)力的生產(chǎn)環(huán)節(jié)轉(zhuǎn)移到發(fā)展中國(guó)家，發(fā)達(dá)國(guó)家專注于發(fā)展技能密集型產(chǎn)業(yè)，導(dǎo)致對(duì)高技能勞動(dòng)力需求的增加。

綜合發(fā)展型，即H3：IU×AI×HC，組態(tài)3 表示產(chǎn)業(yè)升級(jí)、人工智能和人力資本的協(xié)同聯(lián)動(dòng)可以優(yōu)化勞動(dòng)力技能結(jié)構(gòu)。簡(jiǎn)單重復(fù)性越強(qiáng)、標(biāo)準(zhǔn)化流程化程度越高的行業(yè)，越容易被人工智能所替代。人工智能對(duì)就業(yè)結(jié)構(gòu)的負(fù)面影響最終要通過產(chǎn)業(yè)升級(jí)加以解決，即在以人工智能推動(dòng)制造業(yè)高質(zhì)量發(fā)展的同時(shí)，充分發(fā)揮服務(wù)業(yè)對(duì)制造業(yè)的促進(jìn)作用，吸納更多來自落后產(chǎn)業(yè)的勞動(dòng)力。

表2 結(jié)果表明，引致非勞動(dòng)力技能結(jié)構(gòu)優(yōu)化路徑有1 條，即組態(tài)NH1：～HC。只要人力資本水平低，即使產(chǎn)業(yè)升級(jí)、人工智能和貿(mào)易開放水平都很高，也仍舊會(huì)導(dǎo)致勞動(dòng)力技能結(jié)構(gòu)優(yōu)化失敗。雖然我國(guó)是人力資源大國(guó)，但人力資本水平仍舊偏低，仍然存在“用工荒”等問題，究其本質(zhì)不是缺少勞動(dòng)力，而是缺少能與勞動(dòng)力市場(chǎng)相匹配的技能型勞動(dòng)者。人力資本的不斷提升，成為改善就業(yè)結(jié)構(gòu)性矛盾和勞動(dòng)力技能結(jié)構(gòu)的關(guān)鍵環(huán)節(jié)。

六、結(jié)論與建議

為探究勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的組態(tài)路徑，本研究運(yùn)用QCA 方法，以2016—2018 年中國(guó)30 個(gè)省份為研究樣本，從組態(tài)視角出發(fā)探討產(chǎn)業(yè)升級(jí)、人工智能、人力資本和貿(mào)易開放4 個(gè)條件變量對(duì)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化的作用機(jī)制。通過系統(tǒng)分析，研究發(fā)現(xiàn)優(yōu)化勞動(dòng)力技能結(jié)構(gòu)的關(guān)鍵路徑有3 條：智能-產(chǎn)業(yè)主導(dǎo)型、智能-貿(mào)易主導(dǎo)型和綜合發(fā)展型，分別是人工智能×產(chǎn)業(yè)升級(jí)、人工智能×貿(mào)易開放、人工智能×產(chǎn)業(yè)升級(jí)×人力資本。其中，智能-產(chǎn)業(yè)主導(dǎo)型更能夠驅(qū)動(dòng)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化。非優(yōu)化勞動(dòng)力技能結(jié)構(gòu)的關(guān)鍵路徑有1 條，且與優(yōu)化勞動(dòng)力技能結(jié)構(gòu)的關(guān)鍵路徑存在非對(duì)稱性的關(guān)系。結(jié)果表明組態(tài)內(nèi)部各要素之間存在替代性，即人工智能發(fā)展較好時(shí)，只要產(chǎn)業(yè)升級(jí)、貿(mào)易開放或者人力資本和產(chǎn)業(yè)升級(jí)發(fā)展水平有一組較好，即可促進(jìn)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化。

根據(jù)上述研究結(jié)論，本文的建議如下：

1.對(duì)于貿(mào)易開放程度高的地區(qū)，提高貿(mào)易撮合、貿(mào)易執(zhí)行以及貿(mào)易服務(wù)數(shù)字化等環(huán)節(jié)中人工智能的介入水平。以國(guó)內(nèi)現(xiàn)有的自貿(mào)區(qū)為例，為促進(jìn)中國(guó)與自貿(mào)區(qū)周邊國(guó)家的經(jīng)濟(jì)合作，當(dāng)?shù)卣虻刂埔藨?yīng)用人工智能技術(shù)為多邊口岸法律文書合規(guī)轉(zhuǎn)譯、制單委托等環(huán)節(jié)節(jié)約人工成本。借助人工智能和大數(shù)據(jù)提升用戶畫像的精確度，精準(zhǔn)輸出營(yíng)銷產(chǎn)品。

2.對(duì)于產(chǎn)業(yè)升級(jí)發(fā)展程度高的地區(qū)，鼓勵(lì)政府將人工智能應(yīng)用于產(chǎn)業(yè)升級(jí)，加快產(chǎn)業(yè)智能化發(fā)展進(jìn)程。推動(dòng)新型基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)5G、人工智能等新型基礎(chǔ)設(shè)施建設(shè)。支持平臺(tái)企業(yè)積極應(yīng)用人工智能等技術(shù)，不斷提升共享制造全流程的智能化水平。依托人工智能快速高效處理數(shù)據(jù)的能力，提升行業(yè)服務(wù)能力、改變服務(wù)模式，降本增效。逐漸淘汰崗位附加值較低的工作崗位，促進(jìn)勞動(dòng)力的崗位升級(jí)，并且創(chuàng)造出大量新的高技能就業(yè)崗位。

3.人力資本既是優(yōu)化勞動(dòng)力技能結(jié)構(gòu)的關(guān)鍵，也是制約其優(yōu)化發(fā)展的核心，因此應(yīng)完善高質(zhì)量職業(yè)培訓(xùn)體系。在人工智能×產(chǎn)業(yè)升級(jí)×人力資本發(fā)展路徑的指導(dǎo)下，著力培養(yǎng)能夠適應(yīng)人工智能技術(shù)、促進(jìn)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型的新型高技能人才，對(duì)可能會(huì)受到?jīng)_擊、從事簡(jiǎn)單重復(fù)性工作的勞動(dòng)者進(jìn)行轉(zhuǎn)崗再培訓(xùn)，使其適應(yīng)未來的市場(chǎng)需求，提高勞動(dòng)力市場(chǎng)供需匹配度。