人口老齡化背景下智能制造對(duì)勞動(dòng)力市場的影響

葛文絢　張瀟悅　楊舒涵

摘要：智能制造是中國制造業(yè)的發(fā)展方向，對(duì)勞動(dòng)力市場具有深刻影響。文章通過構(gòu)建智能制造能力評(píng)價(jià)體系，基于2019年數(shù)據(jù)采用普通最小二乘法研究人口老齡化背景下智能制造對(duì)勞動(dòng)力市場的影響，并根據(jù)實(shí)證結(jié)論提出具有針對(duì)性的建議。

關(guān)鍵詞：智能制造;勞動(dòng)力市場;老齡化;促進(jìn)效應(yīng)

一、研究背景

信息技術(shù)是中國新經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿?。作為制造業(yè)大國，中國經(jīng)濟(jì)高質(zhì)量發(fā)展迫切需要對(duì)制造業(yè)進(jìn)行轉(zhuǎn)型和升級(jí)，驅(qū)使制造業(yè)智能化。智能化代表著中國制造業(yè)未來的發(fā)展方向，相關(guān)部門出臺(tái)了《中國制造2025》、《智能制造發(fā)展規(guī)劃（2016～2020）》等多項(xiàng)重大戰(zhàn)略文件，為智能制造發(fā)展提供了有力的制度保障，也推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)優(yōu)化。

智能制造的發(fā)展可能會(huì)對(duì)制造業(yè)的勞動(dòng)力就業(yè)結(jié)構(gòu)產(chǎn)生替代效應(yīng)，也將對(duì)中國原有的勞動(dòng)力密集型發(fā)展模式帶來巨大沖擊。同時(shí)，由于人口老齡化嚴(yán)重，勞動(dòng)年齡人口數(shù)量不斷下降。因此，智能制造的快速發(fā)展與人口老齡化的現(xiàn)狀是我國制造業(yè)勞動(dòng)力市場發(fā)生變革的關(guān)鍵因素。

二、文獻(xiàn)綜述

技術(shù)進(jìn)步對(duì)就業(yè)可能同時(shí)具有負(fù)向的抑制效應(yīng)和正向的創(chuàng)造效應(yīng)。Graetz（2015） 對(duì)1993～2007年17個(gè)國家的機(jī)器人應(yīng)用情況進(jìn)行研究發(fā)現(xiàn)，機(jī)器人的普及使得這些國家的平均國內(nèi)生產(chǎn)總值上升了0.37%，減少了低技能勞動(dòng)力的工作時(shí)長和強(qiáng)度，促進(jìn)了生產(chǎn)率的顯著提升。王君等（2017） 從理論上分析了人工智能的自動(dòng)感知、決策和執(zhí)行功能促使管理扁平化，進(jìn)而減少對(duì)中層管理崗位的需求，因此從短期看存在顯著的人工智能勞動(dòng)替代效應(yīng)。孫早等（2019） 基于2001～2015年中國省級(jí)面板數(shù)據(jù)的實(shí)證研究發(fā)現(xiàn)，工業(yè)智能化導(dǎo)致就業(yè)結(jié)構(gòu)出現(xiàn)“兩極化”特征，促使先進(jìn)機(jī)器設(shè)備替代初中和高中教育程度的勞動(dòng)力，這種擠出效應(yīng)主要由較高的區(qū)域生活成本導(dǎo)致。

從現(xiàn)有研究看，近年來關(guān)于智能制造對(duì)勞動(dòng)力市場的影響研究較多，但在以下方面存在不足：（1）對(duì)智能制造的量化困難，缺乏主體界定和指標(biāo)構(gòu)建;（2）未考慮當(dāng)前人口老齡化的嚴(yán)重情況與智能制造發(fā)展對(duì)于勞動(dòng)力市場的雙重影響。

三、研究設(shè)計(jì)

（一）智能制造能力評(píng)價(jià)體系

1. 智能制造能力評(píng)價(jià)指標(biāo)構(gòu)建

本文依照國際指標(biāo)選取的SMART原則，設(shè)立了一套合理的智能制造能力評(píng)價(jià)體系。由于西藏自治區(qū)部分?jǐn)?shù)據(jù)缺失，本文選取2019年全國30個(gè)省級(jí)行政區(qū)的數(shù)據(jù)進(jìn)行研究。

智能制造發(fā)展能力必須以該地區(qū)經(jīng)濟(jì)水平及企業(yè)現(xiàn)有資金實(shí)力為依托，且目前我國智能制造多由大中型企業(yè)承擔(dān)。同時(shí)，智能化需要當(dāng)代信息技術(shù)，互聯(lián)網(wǎng)及軟件公司的發(fā)展起到技術(shù)支撐作用。企業(yè)技術(shù)創(chuàng)新對(duì)智能制造也有重要作用，體現(xiàn)在研發(fā)投入及新產(chǎn)品開發(fā)等方面。智能制造還必須具備強(qiáng)大的供應(yīng)鏈體系來保證物流運(yùn)輸。

因此，本文共選取4個(gè)一級(jí)指標(biāo)，12個(gè)二級(jí)指標(biāo)作為評(píng)價(jià)依據(jù)。

2. 智能制造能力分析——基于因子分析法

本文采用SPSS統(tǒng)計(jì)分析軟件對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行分析，經(jīng)KMO檢驗(yàn)和Bartlett檢驗(yàn)，原始數(shù)據(jù)適合因子分析。為消除因量綱差異及數(shù)量級(jí)不同所造成的影響，首先將評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再建立變量相關(guān)矩陣R，利用SPSS軟件計(jì)算總方差解釋，提取出三個(gè)特征根大于1的公共因子，采用凱撒正態(tài)化最大方差法進(jìn)行一次因子旋轉(zhuǎn)。

從旋轉(zhuǎn)后的因子載荷信息可得：公因子F1在X1，X4和X5有較大載荷，稱F1為信息生活水平因子;公因子F2在X11、X12和X9上有較大載荷，稱F2為新產(chǎn)品流通因子;公因子F3在X6上有較大載荷，稱F3為產(chǎn)品創(chuàng)新能力因子。

經(jīng)加權(quán)平均計(jì)算可得2019年30個(gè)省級(jí)行政區(qū)的綜合得分F：

F=（0.36846F1+0.30604F2+0.10149F3）/0.776

F值代表各地區(qū)智能制造發(fā)展的相對(duì)水平。F>0，該地區(qū)智能制造能力高于全國平均水平，反之低于平均水平。從表2中可以看到，目前我國智能制造發(fā)展水平較高的區(qū)域主要集中在沿海和經(jīng)濟(jì)發(fā)達(dá)地區(qū)。

（二）變量選取及數(shù)據(jù)說明

本文以智能制造對(duì)勞動(dòng)力市場的影響為主要研究內(nèi)容，選取制造業(yè)就業(yè)人數(shù)比為被解釋變量，智能因子得分為核心解釋變量，考慮到二者的關(guān)系可能受其他因素影響，引入相關(guān)控制變量：老年人口撫養(yǎng)比、受教育程度、城鎮(zhèn)化率。所選用數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒2020》及各省市2020年統(tǒng)計(jì)年鑒。

四、實(shí)證分析

（一）回歸方程的構(gòu)建

本文主要探究智能制造對(duì)勞動(dòng)力市場的影響，選取除西藏外全國30個(gè)省級(jí)行政區(qū)2019年數(shù)據(jù)，使用普通最小二乘法（OLS）進(jìn)行回歸，基準(zhǔn)回歸模型為：

Y=α+βX+γiXi+ε（1）

其中，Y為制造業(yè)就業(yè)人數(shù)比，X為核心解釋變量智能因子得分，控制變量Xi，i=1，2，3，分別表示老年人口撫養(yǎng)比、受教育程度、城鎮(zhèn)化率。

（二）回歸與檢驗(yàn)

通過逐步引入控制變量的方法，分析核心解釋變量對(duì)被解釋變量的影響，構(gòu)建正確的回歸方程，同時(shí)在回歸過程中消除多重共線性。核心變量X，控制變量X1、X2、X3均通過系數(shù)的顯著性檢驗(yàn)，故保留X1、X2、X3三個(gè)控制變量，最終回歸方程為：

Y=-0.0073+0.0386X-0.1494X1-0.3470X2+0.2114X3（2）

核心解釋變量智能因子前系數(shù)為正，表示智能制造對(duì)制造業(yè)就業(yè)具有促進(jìn)作用。X1系數(shù)為負(fù)，表明老年人口撫養(yǎng)比越大，人口老齡化程度越高，制造業(yè)就業(yè)人數(shù)比越低。X2系數(shù)為負(fù)，說明受教育程度與就業(yè)人數(shù)負(fù)相關(guān)，即教育水平提高使得制造業(yè)就業(yè)人數(shù)減少，勞動(dòng)力向技術(shù)型崗位偏移。X3系數(shù)為正，表明城鎮(zhèn)化率越高，城鎮(zhèn)制造業(yè)就業(yè)人數(shù)越多，均符合經(jīng)濟(jì)學(xué)原理，因此該模型具有經(jīng)濟(jì)意義。

經(jīng)由Breush-Pagan、White檢驗(yàn)，模型不存在異方差性;對(duì)模型進(jìn)行Reset檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的伴隨概率為0.9721，模型無設(shè)定偏誤。

（三）結(jié)果分析

1. 回歸結(jié)果

地區(qū)智能制造水平對(duì)制造業(yè)就業(yè)有明顯正向影響，智能制造因子得分每上升1%，當(dāng)?shù)刂圃鞓I(yè)就業(yè)人數(shù)比上升約3.86%。老齡化對(duì)制造業(yè)就業(yè)水平產(chǎn)生負(fù)面影響，控制老齡化水平上升將有利于提高制造業(yè)就業(yè)水平。

2. 智能制造創(chuàng)造就業(yè)機(jī)會(huì)

智能制造能夠填補(bǔ)勞動(dòng)者因技術(shù)、環(huán)境等問題因素?zé)o法勝任的崗位，使得依賴于這些崗位的其他關(guān)聯(lián)崗位獲得更多工作可能。智能制造推動(dòng)了新技術(shù)領(lǐng)域發(fā)展，催生出大量高精尖專業(yè)性崗位。智能制造推動(dòng)制造業(yè)產(chǎn)業(yè)升級(jí)，擴(kuò)大了國內(nèi)外市場，間接創(chuàng)造就業(yè)。制造業(yè)的智能化轉(zhuǎn)型升級(jí)具有國際化效應(yīng)，改善制造業(yè)國際價(jià)值鏈分工地位，也有利于吸引外資，擴(kuò)大生產(chǎn)規(guī)模，增加就業(yè)數(shù)量。

3. 智能制造推動(dòng)勞動(dòng)力結(jié)構(gòu)變化

人工智能會(huì)替代簡單的重復(fù)性勞動(dòng)，但較難取代創(chuàng)新型技術(shù)崗位，因此體力勞動(dòng)者將不斷向智力勞動(dòng)者方向轉(zhuǎn)變，同時(shí)促進(jìn)勞動(dòng)力結(jié)構(gòu)向多元化發(fā)展。為了不被人工智能替代，勞動(dòng)者會(huì)不斷提高自身素質(zhì)，行業(yè)整體技能水平得到提升。

五、對(duì)策及建議

智能制造推動(dòng)了制造業(yè)產(chǎn)業(yè)及勞動(dòng)力市場轉(zhuǎn)型升級(jí)，但依舊存在對(duì)就業(yè)的負(fù)面影響，需要政府、企業(yè)、勞動(dòng)者個(gè)人等多方共同努力。

（一）政府方面

智能制造技術(shù)是各國制造業(yè)競爭和關(guān)注的焦點(diǎn)，中國應(yīng)加大智能制造的技術(shù)投入和支持力度，掌握核心技術(shù)，提高國際競爭力。相關(guān)部門應(yīng)健全完善勞動(dòng)力市場信息網(wǎng)絡(luò)和服務(wù)體系，引導(dǎo)勞動(dòng)力轉(zhuǎn)型，避免大規(guī)模失業(yè)。政府應(yīng)出臺(tái)政策保障因短期智能制造發(fā)展而被取代崗位的勞動(dòng)者，對(duì)低技能人員進(jìn)行培訓(xùn)教育，使其技能縱向升級(jí)。

（二）企業(yè)方面

智能制造技術(shù)發(fā)展的成熟度是領(lǐng)先同行的關(guān)鍵，企業(yè)應(yīng)當(dāng)著重發(fā)展智能化技術(shù)。同時(shí)，通過大力發(fā)展職業(yè)教育、繼續(xù)教育、職業(yè)技能培訓(xùn)等方式，鼓勵(lì)企業(yè)與高等院校共同設(shè)立人才培訓(xùn)基地，以此來打造高素質(zhì)的智能制造應(yīng)用型人才。

（三）個(gè)人方面

隨著智能制造的發(fā)展和技術(shù)進(jìn)步的深化過程逐漸加速，勞動(dòng)者必須不斷更新自身技能，在平日注重提升個(gè)人技能和知識(shí)水平，樹立終身學(xué)習(xí)理念。通過積極參加各項(xiàng)培訓(xùn)，提升文化水平，從書本和實(shí)踐等方面學(xué)習(xí)相應(yīng)技能，以此擁有不被智能制造所取代的一技之長。

參考文獻(xiàn)：

[1]Graetz，G.& G.Michaels.Robots at work：The impact on productivity and jobs.Technical Report，Centre for Economic Performance，2015.

[2]王君，張于喆，張義博.工業(yè)智能化等新技術(shù)進(jìn)步影響就業(yè)的機(jī)理與對(duì)策[J]. 宏觀經(jīng)濟(jì)研究，2017（10）：171-183.

[3]孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)[J].中國工業(yè)經(jīng)濟(jì)，2019，374（05）：63-81.

[4]董志學(xué)，劉英驥.我國主要省市智能制造能力綜合評(píng)價(jià)與研究——基于因子分析法的實(shí)證分析[J].現(xiàn)代制造工程，2016（01）：151-158.

（作者單位：同濟(jì)大學(xué)）