王 輝 王林輝

一、引言

2008年全球性金融危機之后，世界各國目光重聚實體經(jīng)濟，再工業(yè)化成為世界主要國家擺脫經(jīng)濟低迷的重要戰(zhàn)略手段，美、德、法、英、日等國相繼出臺再工業(yè)化法案，以期通過工業(yè)回流遏制經(jīng)濟衰退步伐。且2009年美國頒布的“再工業(yè)化戰(zhàn)略”以及相繼而來的德國“工業(yè)4.0”、日本發(fā)布的《制造業(yè)白皮書》皆強調(diào)以工業(yè)機器人、智能機器人為依托，推動高端制造業(yè)發(fā)展，2018年，日德等制造強國的機器人安裝量增速皆超過20%，韓國更是連續(xù)8年工業(yè)機器人安裝增速超過10%。①楊光、侯鈺：《工業(yè)機器人的使用、技術升級與經(jīng)濟增長》，《中國工業(yè)經(jīng)濟》2020年第10期，第138—156頁。西方發(fā)達國家的再工業(yè)化戰(zhàn)略并非止步傳統(tǒng)工業(yè)，其依靠技術優(yōu)勢更多關注地球工程、低碳可循環(huán)制造及新能源等新興領域，快速搶占領域先發(fā)優(yōu)勢。傳統(tǒng)制造工業(yè)則集中優(yōu)勢生產(chǎn)能力鎖定高端制造業(yè)，如智能汽車、智能機器設備、大型客機等。發(fā)達國家通過再工業(yè)化戰(zhàn)略，加之智能生產(chǎn)設備集中密集使用特性的加持，其制造業(yè)尤其是高端制造業(yè)回流效果顯著。①傅鈞文：《發(fā)達國家制造業(yè)回流現(xiàn)象及成因分析:以日本為例》，《世界經(jīng)濟研究》2015年第5期，第108—118+129頁；胡鞍鋼、任皓、高宇寧：《國際金融危機以來美國制造業(yè)回流政策評述》，《國際經(jīng)濟評論》2018年第2期，第112—130+7頁。與此同時，伴隨中國工業(yè)制造產(chǎn)品生產(chǎn)勞動成本的逐漸提升，尤其在老齡化背景下，人口紅利逐漸消失，工業(yè)化產(chǎn)品的承接制造利潤優(yōu)勢弱化，越南、緬甸、泰國、柬埔寨等東南亞諸國憑借成本優(yōu)勢迅速崛起，逐步取代中國成為新的世界工廠。②李捷：《基于信息網(wǎng)絡技術擴散的制造業(yè)轉型升級動力機制研究》，濟南山東大學博士論文，2019年。

智能制造時代發(fā)達國家依靠優(yōu)勢生產(chǎn)設備的高效生產(chǎn)能力彌補相對高額的勞動生產(chǎn)成本，從而吸引更多制造業(yè)尤其是高端制造業(yè)回流國內(nèi)，新興制造大國則相對當下中國更具人力成本優(yōu)勢。中國制造業(yè)面臨自身中低端制造業(yè)“流出”、發(fā)達國家高端制造業(yè)“回流”以及新興制造大國“截流”的三重沖擊。因此，加速智能生產(chǎn)改造、激勵人工智能等領域發(fā)展，無疑是解決當前中國制造業(yè)發(fā)展困局的強力抓手。2015年，《中國制造2025》發(fā)布，智能制造成為中國實現(xiàn)制造強國的五大優(yōu)先發(fā)展工程之一，2017年，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，人工智能產(chǎn)業(yè)發(fā)展成為國家重大優(yōu)先戰(zhàn)略。在政策引導之下，2016年中國制造業(yè)工業(yè)機器人安裝總量超越世界平均水平③王林輝、胡晟明、董直慶：《人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟》2020年第4期，第97—115頁。，2020年中國人工智能相關產(chǎn)業(yè)規(guī)模增至710億元，五年內(nèi)年均增速高達44.5%④郭凱明：《人工智能發(fā)展、產(chǎn)業(yè)結構轉型升級與勞動收入份額變動》，《管理世界》2019年第7期，第60—77+202—203頁。。智能制造及智能產(chǎn)業(yè)發(fā)展將成為中國制造業(yè)發(fā)展轉型的核心推動力量。

工業(yè)智能化生產(chǎn)模式即以智能機器設備，如機器人、計算機通信設備等可編程式工具替換傳統(tǒng)勞動生產(chǎn)工人，以實現(xiàn)機械化生產(chǎn)制造的過程?！?019年中國人工智能基礎數(shù)據(jù)服務行業(yè)白皮書》數(shù)據(jù)顯示，2018年全年中國智能化基礎數(shù)據(jù)服務市場規(guī)模為25.86億元，預計2025年市場規(guī)模將突破113億元。與此同時，智能技術開始在制造、物流、交通、教育、醫(yī)療等行業(yè)快速應用。作為智能化生產(chǎn)革新的重要載體，國際機器人聯(lián)盟（IFR）的統(tǒng)計數(shù)據(jù)顯示，中國工業(yè)機器人存量近10年年均增長率皆在10%以上，每萬名制造業(yè)工人機器人擁有量已超過世界平均水平。⑤王林輝、胡晟明、董直慶：《人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟》2020年第4期，第97—115頁。以人工智能、大數(shù)據(jù)為指導的智能制造引領的第四次工業(yè)革命正以指數(shù)速度迅速推進⑥Bonciu F,“Evaluation of the Impact of the 4th Industrial Revolution on the Labor Market”, in Romanian Economic and Business Review, 2017, Vol.12, No.2,pp.7—16；趙放、劉雨佳：《人工智能引發(fā)中國產(chǎn)業(yè)分化及對策研究》，《社會科學戰(zhàn)線》2020年第11期，第47—55頁。，可以預期智能技術作為工業(yè)4.0中的支撐技術，其引致的生產(chǎn)技術革新、成本革新等生產(chǎn)模式變動將對社會經(jīng)濟、勞動等諸多方面產(chǎn)生影響。現(xiàn)有關于工業(yè)智能化的文獻則更多集中于其經(jīng)濟社會效果研究，如工業(yè)智能化對生產(chǎn)率和經(jīng)濟增長①Aghion P, Jones B F, Jones C. I., “Artificial Intelligence and Economic Growth”,in NEBR Working Paper, 2018,p.57；Dekle R,“Robots and Industrial Labor: Evidence from Japan”, in Journal of the Japanese and International Economies, 2020, Vol.58, p.101108.、勞動就業(yè)②Acemoglu D, Restrepo P,“Robots and Jobs: Evidence from US Labor Markets”, in Journal of Political Economy,2020, Vol.128, No.6, pp.2188—2244；王永欽、董雯：《機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)》，《經(jīng)濟研究》2020年第10期，第159—175頁。以及收入分配③王林輝、胡晟明、董直慶：《人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟》2020年第4期，第97—115頁。等的研究。下文將分別從上述工業(yè)智能化對經(jīng)濟、勞動以及收入分配等角度展開，評述工業(yè)智能化的研究進展，并進一步總結當前中國工業(yè)智能化研究的局限以及未來可以進一步深入研究的方向。

二、工業(yè)智能化對生產(chǎn)效率和經(jīng)濟增長的影響

自18世紀60年代第一次工業(yè)革命以來，每一次技術革命皆以改進生產(chǎn)效率為初衷及首要目的，以智能制造為主的第四次工業(yè)革命亦不例外。工業(yè)智能化改造以智能生產(chǎn)設備替換原有自動化設備以及勞動力，實現(xiàn)生產(chǎn)制造的可編程化。其對生產(chǎn)效率和宏觀經(jīng)濟產(chǎn)出的有利作用也被眾多研究所證實。④Abramovici M, Filos E,“Industrial Integration of ICT: Opportunities for International Research Cooperation under the IMS Scheme”, in Journal of Intelligent Manufacturing, 2011, Vol.22, No.5, pp.717—724.工業(yè)智能化與傳統(tǒng)工業(yè)自動化的本質皆在于以機器設備替換生產(chǎn)線上的勞動力，從而以自動化、智能化改進生產(chǎn)效率。而二者的區(qū)別則在于智能化生產(chǎn)改革相較于自動化，其生產(chǎn)流程具備可編程特征，能夠自動識別生產(chǎn)過程，及時對生產(chǎn)環(huán)節(jié)進行調(diào)整，以實現(xiàn)可循環(huán)、自動生產(chǎn)排查等工作流程。二者的共通之處則在于自動化技術與智能技術皆物化于機器設備，從而為產(chǎn)業(yè)經(jīng)濟產(chǎn)出提供技術動力。早期研究主要集中于工業(yè)智能化對經(jīng)濟產(chǎn)出影響的理論探究，Zeira構建內(nèi)生經(jīng)濟增長模型，演繹自動化技術加快經(jīng)濟增長的動態(tài)作用機理，將工業(yè)生產(chǎn)任務分為以勞動力投入為主的任務與以工業(yè)生產(chǎn)設備投入為主的任務，選擇何種生產(chǎn)方式以及生產(chǎn)方式組合取決于生產(chǎn)率的高低，當生產(chǎn)率沒有突破某一臨界點時，企業(yè)選擇以第一種生產(chǎn)方式為主，隨著生產(chǎn)率的提高，企業(yè)選擇利用更多自動化設備替代勞動力，以節(jié)約成本并提高生產(chǎn)率，自動化程度與生產(chǎn)率呈正向關系。⑤Zeira J,“Workers, Machines, and Economic Growth”, in Quarterly Journal of Economics, 1998, Vol.113, No.4,pp.1091—1117.Aghion等⑥Aghion P, Jones B F, Jones C. I.,“Artificial Intelligence and Economic Growth”, in NEBR Working Paper, 2018, p.57.將生產(chǎn)任務分為自動化與非自動化任務，拓展Zeira⑦Zeira J.,“Workers, machines, and economic growth”. in Quarterly Journal of Economics, 1998, Vol. 113, No.4,pp.1091—1117.自動化與經(jīng)濟增長的C-D生產(chǎn)函數(shù)為包含兩種不同類型生產(chǎn)任務的CES生產(chǎn)函數(shù)，從理論層面探究工業(yè)自動化對經(jīng)濟增長的影響。陳彥斌等進一步將人口老齡化引入智能化與經(jīng)濟增長模型，探究智能化制造對經(jīng)濟增長的作用機制，結果表明生產(chǎn)效率改進及其引致的機器替代是智能化推動經(jīng)濟增長的主要作用機制。①陳彥斌、林晨、陳小亮：《人工智能、老齡化與經(jīng)濟增長》，《經(jīng)濟研究》2019年第7期，第47—63頁。近些年，伴隨應用數(shù)據(jù)的逐步完備，部分學者開始從實證層面驗證工業(yè)智能化對經(jīng)濟產(chǎn)出亦或生產(chǎn)率的影響。Graetz和Michaels結合17個發(fā)達國家工業(yè)機器人應用數(shù)據(jù)，探究智能機器設備應用對工業(yè)生產(chǎn)率的作用，從實證層面證實了智能化應用對經(jīng)濟產(chǎn)出和生產(chǎn)效率的促進作用。②Graetz G, Michaels G,“Robots at Work”, in Review of Economics and Statistics, 2018, Vol.100, No.5,pp.753—768.楊光和侯鈺③Acemoglu D, Restrepo P,“Artificial Intelligence, Automation and Work”, NBER Working Paper, 2018, pp.197—236.在Acemoglu和Restrepo④楊光、侯鈺：《工業(yè)機器人的使用、技術升級與經(jīng)濟增長》，第138—156頁。任務模型的基礎上，進一步引入工業(yè)機器人的規(guī)模效應以及定價行為，數(shù)理演繹智能設備應用對經(jīng)濟產(chǎn)出的作用機理，并進一步結合世界機器人聯(lián)盟公布的機器人安裝數(shù)據(jù)實證檢驗工業(yè)機器人應用對經(jīng)濟產(chǎn)出的影響及作用機制，結果表明工業(yè)機器人有效提高了世界各國的經(jīng)濟產(chǎn)出，且工業(yè)機器人的產(chǎn)出促進作用主要源于其對生產(chǎn)效率的改善。李丫丫和潘安以中國工業(yè)機器人進出口數(shù)據(jù)為樣本進行實證研究，結果表明機器人進出口存在技術溢出效應，并且會顯著提高我國制造業(yè)生產(chǎn)率。⑤李丫丫、潘安：《工業(yè)機器人進口對中國制造業(yè)生產(chǎn)率提升的機理及實證研究》，《世界經(jīng)濟研究》2017年第3期，第87—96+136頁。李磊和徐大策進一步結合中國工業(yè)企業(yè)數(shù)據(jù)和海關貿(mào)易數(shù)據(jù)探究機器人應用對企業(yè)生產(chǎn)效率的影響，從微觀層面證實工業(yè)機器人存在生產(chǎn)效率提升作用。⑥李磊、徐大策：《機器人能否提升企業(yè)勞動生產(chǎn)率?——機制與事實》，《產(chǎn)業(yè)經(jīng)濟研究》2020年第3期，第127—142頁。

然而，工業(yè)智能化對經(jīng)濟增長可能也存在負面影響。工業(yè)智能化超速普及，將在一定階段內(nèi)引致勞動替代，造成就業(yè)結構失衡，同時機器與人形成工資競爭，壓低勞動力工資率，改變社會儲蓄以及投資結構，可能會對社會總體經(jīng)濟產(chǎn)出產(chǎn)生負面影響。Gasteiger和Prettner通過建立封閉經(jīng)濟體內(nèi)的世代交疊模型，理論演繹智能化生產(chǎn)等新興生產(chǎn)模式對經(jīng)濟增長的影響，數(shù)理演繹結果表明機器人會與普通勞動者形成競爭效應，人與機器的競爭會壓低工資率，進而降低勞動工資、社會儲蓄以及投資，反而不利于社會經(jīng)濟產(chǎn)出提升。⑦Gasteiger E, Prettner K,“A Note on Automation, Stagnation, and the Implications of a Robot Tax”. in School of Business & Economics Discussion Paper, 2017.黃旭和董志強⑧黃旭、董志強：《人工智能如何促進經(jīng)濟增長和社會福利提升?》，《中央財經(jīng)大學學報》2019年第11期，第76—85+128頁。拓展Gasteiger和Prettner⑨Gasteiger E, Prettner K,“A Note on Automation, Stagnation, and the Implications of a Robot Tax”. in School of Business & Economics Discussion Paper, 2017.的模型，構建包含傳統(tǒng)物質和人工智能的兩部門世代交疊模型，理論演繹人工智能發(fā)展對經(jīng)濟產(chǎn)出的作用，其理論推演結果表明，人工智能引致的機器與人之間的工資競爭將不斷降低社會儲蓄與投資，不利于總體經(jīng)濟產(chǎn)出，政府應采取必要的稅收轉移政策以抵消人工智能引致的產(chǎn)出損失。Guerreiro 等的研究則指出人與機器之間競爭引致的工資率問題可以通過對機器人征稅解決，但對機器人征稅的有效性僅限于工業(yè)自動化初期階段，如果工業(yè)自動化進入完善階段，已經(jīng)對勞動力形成大規(guī)模替代，此時對機器人征稅將無法得到預期效果，難以有效挽回經(jīng)濟損失。①Guerreiro J, Rebelo S, Teles P, “Should Robots be Taxed?”, in NBER Working Paper, 2017, p.12238.Aghion等認為人工智能對經(jīng)濟增長存在兩個方向相反的作用：一方面，人工智能存在著生產(chǎn)率效應，即人工智能通過提高生產(chǎn)率并加深自動化程度來加快經(jīng)濟增長并提高資本回報率；另一方面，人工智能也存在著“鮑莫爾病”的負面影響，勞動力成本上升對非自動化部門的負面效應較大，導致資本回報率降低，且隨著經(jīng)濟發(fā)展的穩(wěn)定，經(jīng)濟短板將會限制經(jīng)濟的持續(xù)增長。②Aghion P, Jones B F, Jones C I, “Artificial Intelligence and Economic Growth”.

可見，工業(yè)智能化對經(jīng)濟增長的正負向作用并存，其對經(jīng)濟增長的凈效應目前尚未達成統(tǒng)一認識。部分學者從理論與實證層面的探究證實了工業(yè)智能化改造等新生產(chǎn)方式能夠有效提高企業(yè)生產(chǎn)效率，進而提高社會經(jīng)濟產(chǎn)出。③Guerreiro J, Rebelo S, Teles P, “Should Robots be Taxed?”, in NBER Working Paper, 2017, p.12238.亦有部分學者認為工業(yè)智能化等生產(chǎn)方式變革引致的機器與人的工資競爭、勞動結構失衡等可能不利于經(jīng)濟產(chǎn)出提升。④Gasteiger E, Prettner K,“A Note on Automation, Stagnation, and the Implications of a Robot Tax”. in School of Business & Economics Discussion Paper, 2017.此外，一些學者從工業(yè)智能化影響經(jīng)濟產(chǎn)出的條件出發(fā)，探究不同條件下工業(yè)智能化對經(jīng)濟增長的作用。例如，Acemoglu和Restrepo的研究指出，進行新的生產(chǎn)方式革新必須具備與新的生產(chǎn)方式相適應的勞動技能結構，因此新型生產(chǎn)方式革新須建立與之相適應的勞動教育培訓體系。⑤Acemoglu D, Restrepo P,“Artificial Intelligence, Automation and Work”, NBER Working Paper, 2018, pp.197—236.Abeliansky和Prettner的研究發(fā)現(xiàn)，人口增長率較低的發(fā)達國家采用智能化生產(chǎn)設備能夠有效降低勞動力增長不足導致的經(jīng)濟下滑。⑥Abeliansky A , Prettner K .“Automation and demographic change”, in SSRN Working Pape, 2017.林晨等的研究則進一步證明在人口老齡化背景較為嚴重的勞動力市場中，人工智能等智能化生產(chǎn)方式對經(jīng)濟增長將產(chǎn)生更強的促進作用。⑦林晨等：《人工智能、經(jīng)濟增長與居民消費改善:資本結構優(yōu)化的視角》，《中國工業(yè)經(jīng)濟》2020年第2期，第61—83頁。

三、工業(yè)智能化對勞動就業(yè)的影響

智能化生產(chǎn)革新的首要方式就是以自動化設備、智能機器人等替換原先的勞動力，從而以“機器換人”的方式實現(xiàn)生產(chǎn)效率提升。因此，工業(yè)智能化的首要影響便是其對勞動市場的沖擊。同技術進步一樣，作為將技術物化于工業(yè)智能設備的工業(yè)智能化生產(chǎn)革新亦容易造成勞動力“技術性失業(yè)”，從而引發(fā)“就業(yè)極化”現(xiàn)象。關于智能技術引發(fā)的就業(yè)沖擊研究由來已久。Autor等首先研究了“計算機化”對美國勞動就業(yè)的沖擊，其結合美國1960-1998年勞動力市場就業(yè)狀況，發(fā)現(xiàn)1970年之后，“計算機化”促使非程序化的技能勞動力需求不斷增加，而非技能勞動力需求不斷減少，且這種沖擊的影響強度隨時間推移不斷增強。①Autor D H, Levy F, Murnane R J,“The Skill Content of Recent Technological Change: An Empirical Exploration”, in Quarterly Journal of Economics, 2003, Vol.118, No.4,pp.1279—1333.Acemoglu和Restrepo探究了機器人使用對美國勞動市場的沖擊，發(fā)現(xiàn)美國機器人使用每增加千分之一，勞動就業(yè)崗位將減少0.18%—0.34%。②Acemoglu D, Restrepo P,“Secular Stagnation? TheEffect of Aging on Economic Growth in the Age of Automation”, in American Economic Review, 2017, Vol.107, No.5, pp.174—179.Graetz和Michaels以17個發(fā)達國家勞動就業(yè)數(shù)據(jù)為研究對象，探究工業(yè)智能機器設備的使用對勞動就業(yè)及生產(chǎn)率的影響，結果發(fā)現(xiàn)機器人以及人工智能等智能生產(chǎn)方式雖然促進了生產(chǎn)效率的提升，但顯著擠出中低端勞動就業(yè)人口。③Graetz G. and Michaels G.,“Robots at Work”. in Review of Economics and Statistics, 2018, Vol. 100, No. 5,pp.753—768.為準確識別出工業(yè)智能化對就業(yè)的真實沖擊，F(xiàn)rey和Osborne進一步以微觀職業(yè)為研究對象，采用機器學習預測方法估計美國702個職業(yè)的可替代率，預測結果發(fā)現(xiàn)未來10至20年，美國智能技術應用將替代47%的職業(yè)。④Frey C B, Osborne M A,“The Future of Employment: How Susceptible are Jobs to Computerization”, in Technological Forecasting and Social Change, 2017, Vol.114, No.1, pp.254—280.

上述研究皆以發(fā)達國家為研究樣本展開，中國是否存在勞動力極化現(xiàn)象？國家統(tǒng)計局數(shù)據(jù)顯示，隨著人工智能設備的應用，中國生產(chǎn)運輸設備操作人員處于供小于求的狀態(tài)。與發(fā)達國家不同，中國行政辦公與設備操作等中等技能人員就業(yè)人數(shù)在不斷增長，而農(nóng)林牧漁水利等行業(yè)就業(yè)人員比重下降。孫早和侯玉琳從基礎建設、生產(chǎn)應用以及競爭效應角度構建工業(yè)智能化的綜合指標，借以探究中國地區(qū)工業(yè)智能化應用對勞動就業(yè)的影響，結果發(fā)現(xiàn)工業(yè)智能化容易對中等技能勞動形成就業(yè)替代，但卻顯著增加高等及低等勞動的就業(yè)需求，其就業(yè)效應在中國呈現(xiàn)“兩極化”特征。⑤孫早、侯玉琳：《工業(yè)智能化如何重塑勞動力就業(yè)結構》，《中國工業(yè)經(jīng)濟》2019年第5期，第61—79頁?？赘呶牡冉Y合中國行業(yè)及地區(qū)機器人使用數(shù)據(jù)探究工業(yè)智能化對中國行業(yè)及地區(qū)勞動就業(yè)的影響，結果顯示機器人應用對勞動就業(yè)形成顯著的替代作用，且在低學歷員工占比較高的地區(qū)替代作用更明顯。⑥孔高文、劉莎莎、孔東民：《機器人與就業(yè)——基于行業(yè)與地區(qū)異質性的探索性分析》，《中國工業(yè)經(jīng)濟》2020年第8期，第80—98頁。王永欽和董雯采用中國行業(yè)機器人以及上市公司數(shù)據(jù)探究機器人使用對勞動就業(yè)的作用，發(fā)現(xiàn)工業(yè)機器人使用密度每增加1%，企業(yè)的勞動就業(yè)需求將下降0.18%，從微觀企業(yè)層面證實工業(yè)智能化對勞動就業(yè)的擠出效應。⑦王永欽、董雯：《機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)》，《經(jīng)濟研究》2020年第10期，第159—175頁。

當然，工業(yè)智能化對勞動并非只存在負面影響，其引致的生產(chǎn)鏈延伸也會創(chuàng)造新的勞動崗位增加就業(yè)⑧Acemoglu D, Restrepo P,“Automation and New Tasks: How Technology Displaces and Reinstates Labor”, in Journal of Economic Perspectives, 2019, Vol.33, No.2, pp.3—30.，尤其是更具彈性和更靈活的就業(yè)形式。Acemoglu和Restrepo的研究發(fā)現(xiàn)，雖然工業(yè)智能化通過自動化方式替代部分勞動力，但自動化引致的生產(chǎn)率提升增加了社會消費需求，消費需求刺激可能增加非自動化任務上的勞動需求。①Acemoglu D. and Restrepo P.,“Automation and New Tasks: How Technology Displaces and Reinstates Labor”. in Journal of Economics Perspectives, 2019, Vol. 33, No. 2, pp.3—29.自動化在通過“機器換人”替代勞動的同時，也會創(chuàng)造新的工作崗位增加就業(yè)，崗位創(chuàng)造與替代不斷發(fā)生，工業(yè)智能化正是借助崗位或生產(chǎn)任務更替改變要素配置效率。②Furman J, Seamans R,“AI and the Economy”, in Innovation Policy and the Economy, 2019, Vol.19, No.1, pp.161—191.趙景和董直慶以中國工業(yè)行業(yè)2003—2017年數(shù)據(jù)為研究樣本，探究物化型技術對行業(yè)及前后項關聯(lián)行業(yè)就業(yè)的影響，發(fā)現(xiàn)物化于設備的技術進步對本行業(yè)及上游行業(yè)就業(yè)存在顯著的替代作用，但對下游行業(yè)以及技術相似行業(yè)存在崗位創(chuàng)造效應。③趙景、董直慶：《中國工業(yè)物化型技術進步測度及其就業(yè)轉移效應研究》，《產(chǎn)業(yè)經(jīng)濟研究》2019年第5期，第27—38頁?？赘呶牡葎t將研究細化到工業(yè)機器設備應用的勞動就業(yè)效應研究，結合中國行業(yè)及地區(qū)層面機器人使用數(shù)據(jù)探究其對勞動就業(yè)的影響，發(fā)現(xiàn)雖然機器人應用對本地區(qū)或行業(yè)勞動就業(yè)形成顯著的替代作用，但機器人使用的跨行業(yè)溢出效應顯著增加了本地下游行業(yè)以及外地同行業(yè)的就業(yè)需求。④孔高文、劉莎莎、孔東民：《機器人與就業(yè)——基于行業(yè)與地區(qū)異質性的探索性分析》，第80—98頁。

四、工業(yè)智能化對收入分配的影響

工業(yè)智能化引致的勞動需求結構變動以及人機競爭是勞動收入份額變動的重要原因。工業(yè)智能化可能通過多種渠道影響收入分配：第一，工業(yè)智能化生產(chǎn)革新會對要素生產(chǎn)率產(chǎn)生影響，進而影響要素收入分配⑤Brynjolfsson E, Rock D, Syverson C,“Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics”, NBER Working Paper, 2017.；第二，工業(yè)智能化影響不同技能水平的勞動者報酬⑥Hémous D, Olsen M,“The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality”, in University of Zurich Manuscript, 2014, p.162.；第三，工業(yè)智能化會改變部門（行業(yè)或企業(yè)）在市場中的地位，不同部門獲得的利潤不盡相同，工業(yè)智能化使率先進行生產(chǎn)方式革新的部門擁有更強的生產(chǎn)率和市場份額，進而讓其獲得更多的剩余收入。Brynjolfsson等發(fā)現(xiàn)，自20世紀90年代末以來，美國勞動力市場一直存在生產(chǎn)率提高而工資下降的趨勢，國民福利分配方式應做出合理調(diào)整。⑦Brynjolfsson E, Rock D, Syverson C,“Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics”.Grossman等（2017）構建包含人力資本的一般均衡模型，并進一步假定人力資本與智能技術存在互補關系，并且其互補程度大于人力資本與普通勞動力的互補程度，參數(shù)校準之后模擬結果發(fā)現(xiàn)勞動生產(chǎn)率與國民收入增長同步，因此生產(chǎn)率增長的放緩將導致收入分配從勞動向資本轉移。⑧Grossman G. M, et al, “Balanced Growth Despite Uzawa”, in American Economic Review, 2017, Vol.107, No.4,pp.1293-1312.Prettner和Strulik在R&D增長模型中引入了高低技能兩種類型的勞動力，借以分析自動化對經(jīng)濟增長和收入不平等的影響，模型演繹結果顯示自動化程度的提高致使收入和財富不平等加劇。①Prettner, K, Strulik H, “The Lost Tace Against the Machine: Automation, Education, and Inequality in an R&D-Based Growth Model”, in CEGE Development Research Discussion Papers, 2017.Lankisch等將自動化技術引入內(nèi)生經(jīng)濟增長模型，探究美國過去幾十年中低技能勞動力沒有從經(jīng)濟增長中獲益的原因，結果表明，相對于高技能工人而言，由于低技能工人更容易被自動化替代，自動化引致高低技能工人實際工資差距擴大，加劇了收入不平等。②Lankisch, C, Prettner K, Prskawetz A,“Robots and the Skill Premium: An Automation-Based Explanation of Wage Inequality”, in NBER Working Paper, 2016.Hémous和Olsen將自動化技術引入技術進步種類擴展模型，演繹自動化技術對不同類型勞動力的作用以及其收入分配模式。結果顯示，自動化技術擠出了低技能勞動崗位，同時增加了高技能勞動崗位，其通過影響技能勞動需求結構改變收入分配模式。③Hémous D, Olsen M,“The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality”, in University of Zurich Manuscript, 2014, p.162.Eden和Gaggl認為信息通信技術（ICT）的應用能夠自動化勞動生產(chǎn)任務，工業(yè)自動化應用雖然有助于增加社會總產(chǎn)出，提高國民總體社會福利，但是其對社會收入分配存在一些不利影響。其通過測量1972—2010年期間美國工業(yè)自動化沖擊下的勞動市場份額，發(fā)現(xiàn)自動化降低了勞動力收入份額，尤其對制造業(yè)收入份額的負向沖擊更明顯。④Eden M, Gaggl P, “On the Welfare Implications of Automation”, in Review of Economic and Dynamics, 2018,Vol.29, pp.15—43.與此同時，智能化大規(guī)模使用重新調(diào)整了勞動力收入分配結構，勞動收入在異質性行業(yè)或勞動力間發(fā)生了轉移，王林輝等⑤王林輝、胡晟明、董直慶：《人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟》2020年第4期，第97—115頁。拓展Acemoglu和Restrepo⑥Acemoglu D, Restrepo P,“Artificial Intelligence, Automation and Work”, NBER Working Paper, 2018, pp.197—236.的模型，通過構建包含高低技術的兩部門模型數(shù)理演繹人工智能技術對勞動收入分配的作用，并基于中國省級層面數(shù)據(jù)進行收入分配效應分解，結果表明智能生產(chǎn)引致中國高低技術部門勞動收入分配差距不斷擴大，年均收入差距擴大0.75%。

五、工業(yè)智能化對產(chǎn)業(yè)結構的影響

工業(yè)智能化將原本由人力進行的生產(chǎn)活動，通過編程式控制方式，實現(xiàn)機器化生產(chǎn)，對于常規(guī)型任務，機器生產(chǎn)的規(guī)律性、可持續(xù)性、統(tǒng)一性皆有利于提高其生產(chǎn)效率⑦Trajtenberg M,“AI as the Next GPT: A Political-Economy Perspective”, NBER Working Paper, 2018.，增加經(jīng)濟產(chǎn)出⑧陳彥斌、林晨、陳小亮：《人工智能、老齡化與經(jīng)濟增長》，《經(jīng)濟研究》2019年第7期，第47—63頁。。但工業(yè)智能化是一把雙刃劍，從個體層面來看，工業(yè)智能化的就業(yè)擠出效應已被眾多研究所證實，工業(yè)智能化借助智能機器進行生產(chǎn)制造，在提高制造業(yè)生產(chǎn)效率的同時，也使得大規(guī)模智能制造設備進入生產(chǎn)環(huán)節(jié)，“機器換人”最終將降低勞動需求①王永欽、董雯：《機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)》，第159—175頁。，替代大量工作崗位②Frey C. B. and Osborne M. A.,“The future of employment: How susceptible are jobs to computerisation?”. in Technological Forecasting and Social Change, 2017, Vol. 114, pp.254—280.，加劇社會失業(yè)。而上升到制造業(yè)層面，工業(yè)智能化亦可能存在相似的效果。生產(chǎn)效率與利潤是企業(yè)生存的重要因素，工業(yè)智能化引致的生產(chǎn)效率提升將降低企業(yè)相對生產(chǎn)成本，提高企業(yè)的市場競爭能力，擴大企業(yè)市場占有率，一方面促使本行業(yè)企業(yè)做大做強，形成規(guī)模效應，另一方面也增大行業(yè)間企業(yè)兼并重組的可能，推動企業(yè)跨行業(yè)經(jīng)營。但企業(yè)進行工業(yè)智能化革新必然在短期內(nèi)面臨較高的改造成本，致使絕大部分小規(guī)模制造業(yè)企業(yè)無力承擔，最終選擇退出市場或被兼并，導致小規(guī)模制造業(yè)企業(yè)如同勞動力一樣被“替代”，最終形成壟斷集團，降低市場活力。由于行業(yè)生產(chǎn)屬性以及地區(qū)行業(yè)結構原因，中國各行業(yè)及地區(qū)工業(yè)智能化程度差異明顯③Cheng H, Jia R, Li D, Li H,“The Rise of Robots in China”, in Journal of Economic Perspectives, 2019, Vol.33,No.2, pp.71—88.。

從產(chǎn)業(yè)層面來看，工業(yè)智能化作為一種智能生產(chǎn)技術，其首先沖擊的便是第二產(chǎn)業(yè)，一般而言，生產(chǎn)企業(yè)進行智能化生產(chǎn)革新，使用先進的智能生產(chǎn)設備替換部分勞動力④Hémous D, Olsen M,“The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality”, in University of Zurich Manuscript, 2014, p.162.。工業(yè)智能化革新對于產(chǎn)業(yè)結構的作用基于三個層面：第一，智能化革新替換工業(yè)制造業(yè)一部分勞動力，剩余勞動力將轉向其余行業(yè)，尤其是更多轉向服務業(yè)。⑤Acemoglu D, Restrepo P,“Secular stagnation? The effect of aging on economic growth in the age of automation”, in NBER Working Paper, 2017, pp.174—179.第二，智能化革新引致的生產(chǎn)率效應以及成本節(jié)約效應，擴大了產(chǎn)業(yè)規(guī)模，規(guī)模擴張不僅沒有取代企業(yè)勞動，反而推動行業(yè)擴張，且行業(yè)擴張效應引致的消費、服務需求同步擴張，加速了服務業(yè)相關行業(yè)發(fā)展，推動產(chǎn)業(yè)結構向服務業(yè)轉型升級。⑥Autor D H,“Why are there still so many jobs? The history and future of workplace automation”, in Journal of Economic Perspectives, 2015, Vol.29, No.3, pp.3—30.第三，新興行業(yè)與傳統(tǒng)行業(yè)相融合，經(jīng)過孕育、萌芽逐步分離出新的行業(yè)，改變傳統(tǒng)產(chǎn)業(yè)格局。⑦吳淼：《基于信息產(chǎn)業(yè)的產(chǎn)業(yè)分化及其與產(chǎn)業(yè)融合的關系研究》，北京：北京郵電大學，2015年。而工業(yè)智能技術革新作為第四次工業(yè)革命的支撐技術，其與各行業(yè)融合的深度皆強于前三次工業(yè)革命中的技術變革，其將更深入地推動產(chǎn)業(yè)分化，改變產(chǎn)業(yè)格局。⑧趙放、劉雨佳：《人工智能引發(fā)中國產(chǎn)業(yè)分化及對策研究》，第47—55頁。Autor和Dorn（2013）通過非平衡增長率模型檢驗工業(yè)智能技術，如計算機使用等，對服務業(yè)升級的影響，其指出計算機技術的迅速普及替代制造業(yè)部分勞動力，進而提高服務業(yè)勞動就業(yè)，且這種勞動由制造業(yè)向服務業(yè)轉移的趨勢在程序化任務較多的地區(qū)更明顯。⑨Autor D, Dorn D,“The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market”, in American Economic Review, 2013, Vol.103, No.5, pp.1553—1597.鄧洲和黃婭娜的研究表明，人工智能等生產(chǎn)技術革新能夠直接替代某些行業(yè)的勞動力，但同時新興行業(yè)諸如：智能醫(yī)療、智慧物流等將興起，被替代勞動將重新進入新興行業(yè)，尤其是服務類行業(yè)。①鄧洲、黃婭娜：《人工智能發(fā)展的就業(yè)影響研究》，《學習與探索》2019年第7期，第99—106+175頁。即智能化生產(chǎn)將推動勞動分布結構由第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉移。王文等使用IFR公布的機器人安裝數(shù)據(jù)構建機器人使用密度指標，結合2009—2017年中國省級面板數(shù)據(jù)實證檢驗機器人應用對服務業(yè)發(fā)展的影響，結果發(fā)現(xiàn)工業(yè)機器人顯著推動中國服務業(yè)發(fā)展，且在2013年一系列人工智能扶持產(chǎn)業(yè)出臺之后，其服務業(yè)結構升級作用更加明顯。②王文、牛澤東、孫早：《工業(yè)機器人沖擊下的服務業(yè):結構升級還是低端鎖定》，《統(tǒng)計研究》2020年第7期，第54—65頁。郭凱明等探究了5G、工業(yè)互聯(lián)網(wǎng)等新型基礎設施建設對服務業(yè)結構的影響，其指出新型基礎設施建設的服務業(yè)結構升級作用因資本產(chǎn)出彈性、制造業(yè)產(chǎn)品與服務業(yè)產(chǎn)品的替代彈性而存在差異。如果制造業(yè)資本產(chǎn)出彈性較高，且兩種行業(yè)產(chǎn)品之間替代性較弱，新型基礎設施將從供給側推動服務業(yè)發(fā)展。③郭凱明、潘珊、顏色：《新型基礎設施投資與產(chǎn)業(yè)結構轉型升級》，《中國工業(yè)經(jīng)濟》2020年第3期，第63—80頁。

六、研究展望

綜合上述文獻梳理可以發(fā)現(xiàn)，有關工業(yè)智能化（機器人應用、人工智能、信息技術等）的研究，現(xiàn)有文獻主要從工業(yè)智能化引致的經(jīng)濟產(chǎn)出、勞動就業(yè)結構、收入分配以及宏觀產(chǎn)業(yè)結構變動等角度展開，且進行了較為豐富的理論以及實證探討。無論是針對發(fā)達國家的研究，還是針對中國等發(fā)展中國家的研究皆得出了相對全面且豐富的結論。但由于數(shù)據(jù)、經(jīng)驗方法等局限，現(xiàn)有研究只是對工業(yè)智能化引致的相關經(jīng)濟現(xiàn)象的初步探析，依然存在諸多不足，需要進一步深化研究。

第一，關于工業(yè)智能化的衡量問題，現(xiàn)有研究主要采用智能機器人④Acemoglu D. and Restrepo P.,“Automation and New Tasks: How Technology Displaces and Reinstates Labor”. in Journal of Economics Perspectives, 2019, Vol. 33, No. 2, pp.3—29.、計算機及信息服務業(yè)投入⑤楊飛、范從來：《產(chǎn)業(yè)智能化是否有利于中國益貧式發(fā)展?》，《經(jīng)濟研究》2020年第5期，第150—165頁。、信息技術⑥Gallipoli G, Makridis C A,“Structural Transformation and the Rise of Information Technology”, in Journal of Monetary Economics, 2018, Vol.97, pp.91—110.或數(shù)字技術⑦魏下海、郭凱明、吳春秀：《數(shù)字技術、用工成本與企業(yè)搬遷選擇》，《中國人口科學》2021年第1期，第104—116+128頁。衡量一地或行業(yè)智能化應用程度。單一指標較難全面衡量實際工業(yè)智能化的發(fā)展程度，且由于IFR只公布了世界各國行業(yè)層面機器人安裝數(shù)據(jù)，以機器人衡量工業(yè)智能化程度的諸多研究，往往以地區(qū)勞動數(shù)據(jù)占比將行業(yè)機器人數(shù)據(jù)分解至地區(qū)層面，采用此類方法評估工業(yè)智能化，造成地區(qū)工業(yè)智能化程度衡量嚴重失真。當然，亦有學者構建地區(qū)層面工業(yè)智能化指數(shù)衡量地區(qū)工業(yè)智能化應用程度。⑧孫早、侯玉琳：《工業(yè)智能化如何重塑勞動力就業(yè)結構》，《中國工業(yè)經(jīng)濟》2019年第5期，第61—79頁。但地區(qū)層面工業(yè)智能化綜合指標構建中通?？紤]的現(xiàn)代服務業(yè)中軟件、計算機等收入，更多體現(xiàn)的是當前軟件服務方面的突破，較難體現(xiàn)智能化在現(xiàn)實制造業(yè)中的具體應用程度①Brynjolfsson E, Mitchell T,“What Can Machine Learning Do? Workforce Implications: Profound Change is Coming,but Roles for Humans Remain”, in Science, 2017, Vol.358, No.6370, pp.1530—1534.，且綜合指標在計量分析中存在因果識別難以精準剝離的問題。因此，如何制訂更為詳實且精準的工業(yè)智能化評估指標體系是精準識別各地區(qū)和行業(yè)工業(yè)智能化程度的重要研究議題。

第二，就我們對當前文獻梳理所得，現(xiàn)有研究主要集中于工業(yè)智能化的經(jīng)濟社會效果研究，如工業(yè)智能化對經(jīng)濟效應研究②Aghion P, Jones B F, Jones C. I., “Artificial Intelligence and Economic Growth”, in NEBR Working Paper, 2018, p.57.；工業(yè)智能化對勞動就業(yè)的影響③王永欽、董雯：《機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)》，第159—175頁。以及工業(yè)智能化引致的收入分配問題④DeCanio S J, “Robots and Humans-Complements or Substitutes?”, in Journal of Macroeconomics, 2016, Vol.49,pp.280—291.。但工業(yè)智能化存在行業(yè)選擇效應，不同行業(yè)工業(yè)智能化應用的適宜性存在差異，而中國各地區(qū)資源稟賦以及行業(yè)稟賦優(yōu)勢亦不相同，因此無論在行業(yè)層面還是地區(qū)層面，工業(yè)智能化應用及發(fā)展程度皆存在較大差異。由此，工業(yè)智能化的經(jīng)濟社會效應可能存在跨行業(yè)或地區(qū)的漣漪效應抑或溢出效應，但當前只有極少量的文獻從勞動流動視角探究了工業(yè)智能化引致的跨行業(yè)漣漪效應⑤孔高文、劉莎莎、孔東民：《機器人與就業(yè)——基于行業(yè)與地區(qū)異質性的探索性分析》，《中國工業(yè)經(jīng)濟》第80—98頁。，忽略了對工業(yè)智能化可能引致的經(jīng)濟產(chǎn)出以及收入分配等在跨行業(yè)或地區(qū)層面的評估。由于經(jīng)濟模塊存在相依相存性，單一模塊智能化改造的沖擊將引致全模塊的反應。因此，針對工業(yè)智能化溢出效應的探究，是精準評估工業(yè)智能化對經(jīng)濟社會問題影響的關鍵，也是值得關注的重點研究方向。

第三，如同工業(yè)智能化引致的勞動替代與崗位創(chuàng)造雙重作用一樣，其對制造業(yè)不同層級企業(yè)也可能存在擠出與放大的雙刃劍效應，且其擠出效應又可能存在淘汰與遷移兩種路徑。而工業(yè)智能化對微觀制造企業(yè)的作用是當前研究尚未涉及的方面。工業(yè)智能化對受智能化改造直接沖擊的微觀制造企業(yè)會產(chǎn)生什么影響？其對不同類型企業(yè)（規(guī)模差異、智能化程度差異）是否存在差異化效應？這些問題對精確評估工業(yè)智能化的宏觀經(jīng)濟影響至關重要，皆是未來需重點關注的研究問題。且工業(yè)智能化因其生產(chǎn)率效應、競爭效應等諸多方面因素，對異質性制造業(yè)企業(yè)存在差異化作用，其并非一定引致制造業(yè)企業(yè)集聚，對不同層級企業(yè)存在“去弱存強”的差異化作用。如同工業(yè)智能化對于勞動就業(yè)的研究一樣，現(xiàn)有研究也并未涉及行業(yè)以及區(qū)域間不同制造業(yè)企業(yè)的流動方向問題。工業(yè)智能化引致的不同類型制造業(yè)企業(yè)重新分布，擠出與引進的制造企業(yè)流向哪類行業(yè)、哪些地區(qū)？行業(yè)及地區(qū)差異性對其流動有何影響？這些對于厘清工業(yè)智能化對產(chǎn)業(yè)分布的長期效應，減緩其不良影響尤其關鍵，都是接下來應該重點研究的問題。