人工智能對制造業(yè)就業(yè)的影響及應(yīng)對研究：來自微觀企業(yè)和勞動者調(diào)查數(shù)據(jù)

基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目《人工智能發(fā)展對我國制造業(yè)就業(yè)的影響研究》（20BJY052）。

作者簡介：崔艷（1982—），女，山西汾西人，博士，中國勞動和社會保障科學(xué)研究院副研究員，主要研究方向?yàn)樾陆?jīng)濟(jì)發(fā)展與就業(yè)創(chuàng)業(yè)、勞動關(guān)系、人力資源服務(wù)業(yè)。DOI： 10.13253/j.cnki.ddjjgl.2022.03.008人工智能對制造業(yè)就業(yè)的影響及應(yīng)對研究：來自微觀企業(yè)和勞動者調(diào)查數(shù)據(jù)崔艷（中國勞動和社會保障科學(xué)研究院，北京100029）

[摘要]在專題調(diào)研的基礎(chǔ)上，文章針對人工智能對我國制造業(yè)就業(yè)的影響進(jìn)行了詳盡分析，提出人工智能等新技術(shù)引發(fā)就業(yè)替代;引致就業(yè)結(jié)構(gòu)優(yōu)化調(diào)整;人機(jī)協(xié)作技術(shù)助推分工體系和用工模式新變化;工作性質(zhì)持續(xù)變革、現(xiàn)有崗位功能加速調(diào)整;工作時間結(jié)構(gòu)優(yōu)化、就業(yè)質(zhì)量和就業(yè)環(huán)境逐步改善;勞動關(guān)系運(yùn)行面臨考驗(yàn)，知識技能快速更新;受疫情影響，多數(shù)企業(yè)根據(jù)自身實(shí)際情況對智能化、自動化等作出相應(yīng)調(diào)整等。同時，對當(dāng)前經(jīng)濟(jì)與就業(yè)的協(xié)同性加強(qiáng)、潛藏的就業(yè)風(fēng)險增加以及不同技能水平勞動者收入差距拉大等新情況新問題予以研判。最后，提出要構(gòu)筑人工智能發(fā)展與制造業(yè)就業(yè)良性互促的生態(tài)系統(tǒng);深化勞動力供給側(cè)改革，推動制造業(yè)人力資源升級;著力構(gòu)建戰(zhàn)略性的應(yīng)對機(jī)制和策略性的反應(yīng)機(jī)制;強(qiáng)化保障，加快提升人社公共服務(wù)水平。

[關(guān)鍵詞]人工智能;制造業(yè)就業(yè);生態(tài)系統(tǒng)

[中圖分類號] F241.4[文獻(xiàn)標(biāo)識碼] A[文章編號] 1673-0461（2022）03-0059-08

一、引言

制造業(yè)對我國國民經(jīng)濟(jì)發(fā)展至關(guān)重要，保持制造業(yè)就業(yè)穩(wěn)定是當(dāng)前穩(wěn)就業(yè)的關(guān)鍵，制造業(yè)能否實(shí)現(xiàn)更加充分更高質(zhì)量就業(yè)事關(guān)我國就業(yè)的總體形勢。當(dāng)前人工智能發(fā)展已經(jīng)成為我國經(jīng)濟(jì)持續(xù)增長、產(chǎn)業(yè)轉(zhuǎn)型升級尤其是制造業(yè)改造升級的重要舉措和必然選擇，引發(fā)生產(chǎn)力和生產(chǎn)方式的變革，給我國制造業(yè)就業(yè)帶來持續(xù)、廣泛而深刻的影響。近年筆者就人工智能對我國制造業(yè)就業(yè)的影響持續(xù)開展了專題調(diào)研，2020年12月至2021年1月在江蘇、廣東、浙江等人工智能應(yīng)用較廣泛的省市選擇機(jī)械、電子、紡織、橡膠等430家制造業(yè)企業(yè)和600名勞動者發(fā)放了有關(guān)調(diào)查問卷，分別收回403份企業(yè)有效問卷和572份勞動者有效問卷，問卷有效率為93.7%、95.3%。從區(qū)域分布看，東部地區(qū)的樣本約占五成，與全國制造業(yè)總體分布情況接近，其中，制造業(yè)大省廣東、上海、江蘇、浙江、湖北的樣本比例分別為11.7%、10.7%、8.9%、9.2%、14.4%。從企業(yè)類型看，調(diào)查企業(yè)涵蓋內(nèi)資企業(yè)、港澳臺商投資企業(yè)和外商投資企業(yè)。其中，內(nèi)資企業(yè)占比為85.2%，港澳臺商投資企業(yè)和外商投資企業(yè)占比均為7.4%。從企業(yè)規(guī)?？?，調(diào)查樣本涵蓋大、中、小、微型企業(yè)。其中，2 000萬元到4億元以及大于4億元的大中型企業(yè)合計占比為42.7%。從企業(yè)成立時間看，“老中青”企業(yè)兼具，注冊時間為10年以下、10～19年和20年以上的占比分別達(dá)39.2%、35.2%和25.6%。從企業(yè)所在行業(yè)分布看，調(diào)查樣本涵蓋制造業(yè)31個門類。其中，電氣機(jī)械和器材制造業(yè)、紡織服裝服飾業(yè)、家具制造業(yè)、儀器儀表制造業(yè)的樣本比例分別為7.4%、5.0%、2.7%、1.7%。從崗位分布看，一線生產(chǎn)或操作崗位、技能或技術(shù)崗位、高級工程師或技術(shù)研發(fā)崗位分別占比為54.1%、14.6%、5.5%①。從人員學(xué)歷分布看，初高中文化程度和大專及以上學(xué)歷的比例接近1∶1。從人員職稱分布看，初、中、高級職稱占比分別為20.5%、16.3%和4.4%。

調(diào)查表明，人工智能給我國制造業(yè)就業(yè)已經(jīng)并將進(jìn)一步帶來持續(xù)、廣泛而深刻的影響，崗位替代和崗位創(chuàng)造同時發(fā)生，總體表現(xiàn)為正面影響。受新冠肺炎疫情影響，多數(shù)企業(yè)根據(jù)實(shí)際情況對企業(yè)智能化、自動化等作出相應(yīng)調(diào)整。短期看人工智能發(fā)展對就業(yè)總量影響相對溫和，結(jié)構(gòu)影響重于數(shù)量影響，就業(yè)結(jié)構(gòu)性矛盾處于上升通道，長遠(yuǎn)看人工智能對就業(yè)的影響呈現(xiàn)漸進(jìn)性且大規(guī)模結(jié)構(gòu)轉(zhuǎn)型趨勢，就業(yè)促進(jìn)逐步由數(shù)量擴(kuò)張主導(dǎo)向質(zhì)量提升主導(dǎo)轉(zhuǎn)變。

二、人工智能對我國制造業(yè)就業(yè)的影響現(xiàn)狀分析——基于微觀調(diào)查數(shù)據(jù)

（一）人工智能等新技術(shù)應(yīng)用引發(fā)制造業(yè)就業(yè)替代

我國是世界制造業(yè)第一大國，也是制造業(yè)就業(yè)第一大國，穩(wěn)制造業(yè)就業(yè)是穩(wěn)就業(yè)的關(guān)鍵。進(jìn)入新世紀(jì)，尤其是加入WTO后，我國制造業(yè)快速發(fā)展，就業(yè)人數(shù)持續(xù)增長。2020年高技術(shù)制造業(yè)實(shí)現(xiàn)利潤占規(guī)模以上工業(yè)企業(yè)的比重為17.8%[1]，2021年3月，高技術(shù)制造業(yè)和裝備制造業(yè)的從業(yè)人員指數(shù)分別為51.2%和50.5%[2]，充分展現(xiàn)了制造業(yè)在守住就業(yè)底線方面強(qiáng)有力的韌性支撐能力，制造業(yè)仍為保就業(yè)的主戰(zhàn)場和吸納就業(yè)的重要載體。2014年制造業(yè)就業(yè)占總就業(yè)的比重達(dá)到峰值為13.4%（2019年為12.6%），2016年制造業(yè)就業(yè)人數(shù)達(dá)到峰值為1.32億人，隨后制造業(yè)的就業(yè)人數(shù)和就業(yè)比重持續(xù)下降（見圖1、圖2）。究其原因，制造業(yè)存在由初級到中級、再到高級的結(jié)構(gòu)轉(zhuǎn)型升級，必然出現(xiàn)資本對勞動力的不斷替代，同時制造業(yè)規(guī)模效益擴(kuò)大，一系列技術(shù)進(jìn)步提高了生產(chǎn)效率，導(dǎo)致全球制造業(yè)的用工規(guī)?？傮w出現(xiàn)下降。國內(nèi)部分學(xué)者測算認(rèn)為，機(jī)器換人可解釋制造業(yè)34%的就業(yè)下降[3]。

筆者認(rèn)為，受人工智能等新技術(shù)發(fā)展的影響，部分崗位任務(wù)智能化成為常態(tài)替代模式。宏觀層面，技術(shù)、經(jīng)濟(jì)、產(chǎn)業(yè)、工作類型和地域等因素共同決定了人工智能發(fā)展對就業(yè)的影響。即使在同一工作類別內(nèi)，其影響也存在差異。微觀層面，據(jù)調(diào)查發(fā)現(xiàn)，企業(yè)對自動化設(shè)備的選擇和應(yīng)用取決于營收狀況，營收狀況越好，越傾向于自動化設(shè)備的高投入，反之則傾向于低投入或不投入。人工智能技術(shù)的發(fā)展表現(xiàn)出明顯的多層次性，高度流程化、易于實(shí)現(xiàn)數(shù)據(jù)化的工作將會最先被人工智能替代。比如在紡織行業(yè)，生產(chǎn)線紡紗、產(chǎn)品檢驗(yàn)等這些可標(biāo)準(zhǔn)化的、流程化的中低技能型工作受到的沖擊最大。以江蘇省某紡織企業(yè)為例，通過管理創(chuàng)新、技術(shù)和產(chǎn)品創(chuàng)新、推進(jìn)智能工廠建設(shè)“三步走”，將企業(yè)生產(chǎn)規(guī)模擴(kuò)大了5倍，用工人數(shù)由8 000多人減至1 500人左右，已全面完成智能化改造的生產(chǎn)線萬錠用工在10人以內(nèi)，勞動生產(chǎn)率得到大幅提升。

（二）調(diào)查企業(yè)用工保持相對穩(wěn)定，就業(yè)結(jié)構(gòu)呈現(xiàn)優(yōu)化調(diào)整

一是行業(yè)用工結(jié)構(gòu)上，隨著人工智能等新技術(shù)的發(fā)展和應(yīng)用，先進(jìn)制造業(yè)用工比重上升，從業(yè)人員在行業(yè)間的分布出現(xiàn)積極變化，逐漸由傳統(tǒng)的原材料制造、高耗能行業(yè)向先進(jìn)制造業(yè)轉(zhuǎn)移。根據(jù)第四次全國經(jīng)濟(jì)普查數(shù)據(jù)，2018年末，原材料制造業(yè)、高耗能制造業(yè)從業(yè)人員的比重分別比2013年末下降2.4和2.1個百分點(diǎn)，而裝備制造業(yè)比重則上升4.8個百分點(diǎn)，占比達(dá)到39.2%，反映了制造業(yè)轉(zhuǎn)型升級、結(jié)構(gòu)調(diào)整取得成效。二是崗位結(jié)構(gòu)上，調(diào)查企業(yè)內(nèi)部用工結(jié)構(gòu)也出現(xiàn)積極改變。多數(shù)企業(yè)表示，使用智能制造設(shè)備后，中高技能型崗位用工增加，而生產(chǎn)操作類崗位用工減少。其中70.9%的企業(yè)表示“一線生產(chǎn)或操作崗位”用工減少，分別有38.3%、44.4%的企業(yè)表示“技能或技術(shù)崗位”和“高級工程師或研發(fā)崗位”用工增加（見表1）。預(yù)計未來3年調(diào)查企業(yè)仍將保持這一態(tài)勢，66.4%的調(diào)查企業(yè)預(yù)計“一線生產(chǎn)或操作崗位”用工將呈下降趨勢，分別有42.4%和49.2%的企業(yè)預(yù)計“技能或技術(shù)崗位”以及“高級工程師或研發(fā)崗位”用工將呈增長趨勢（見表2）。對比2019年和2020年調(diào)查結(jié)果，“一線生產(chǎn)或操作崗位”用工減少的比例下降了12.3%，“技能或技術(shù)崗位”和“高級工程師或研發(fā)崗位”用工增加的比例下降了5.4%和7.4%（見表3）。這表明目前制造業(yè)調(diào)查企業(yè)用工保持相對穩(wěn)定，企業(yè)進(jìn)行智能設(shè)備改造是較為緩慢的過程，對用工結(jié)構(gòu)的改變也是長期持久的歷程。三是年齡結(jié)構(gòu)上，以紡織行業(yè)為例，傳統(tǒng)生產(chǎn)時代不少紡織企業(yè)招聘一線操作員工的年齡為20歲左右，隨著設(shè)備自動化程度提高，勞動強(qiáng)度降低，這類勞動者的年齡限制逐漸放寬至35～40歲。

（三）人機(jī)協(xié)作技術(shù)助推分工體系和用工模式新變化

人工智能的應(yīng)用促進(jìn)生產(chǎn)領(lǐng)域的技術(shù)創(chuàng)新和生產(chǎn)方式轉(zhuǎn)變，加速組織管理方式的優(yōu)化，就業(yè)趨勢走向多元化、分布式，就業(yè)體系呈現(xiàn)網(wǎng)狀結(jié)構(gòu)，從傳統(tǒng)產(chǎn)業(yè)模式的線式崗位設(shè)置讓渡于網(wǎng)絡(luò)的多維度崗位創(chuàng)造。根據(jù)第四次全國經(jīng)濟(jì)普查數(shù)據(jù)，無論制造業(yè)法人單位還是個體經(jīng)營戶，平均每個單位中從業(yè)人員數(shù)量均有所減少，從業(yè)人員數(shù)量增長速度低于單位數(shù)量增長速度。制造業(yè)法人單位中平均從業(yè)人員數(shù)量由2013年的55.5人減少為2018年的32人，降低了42.3%;個體經(jīng)營戶中平均從業(yè)人員數(shù)量由2013年的5.4人減少為2018年的3.7人，降低了31.5%。究其原因，勞動力市場的靈活工作機(jī)會增多，部分任務(wù)外包、碎片化工作等多樣化的就業(yè)方式規(guī)模增長，勞動者的社會網(wǎng)絡(luò)發(fā)生變化。

（四）工作性質(zhì)持續(xù)變革，現(xiàn)有崗位功能加速調(diào)整

智能化通過人機(jī)協(xié)作技術(shù)有效擴(kuò)展了人類的工作領(lǐng)域。很多職業(yè)發(fā)生變化，但不會自動消失，工作的性質(zhì)持續(xù)變革。根據(jù)麥肯錫研究表明，60%的制造業(yè)活動都可以實(shí)現(xiàn)自動化。即使在制造業(yè)內(nèi)部，焊工、切割工的自動化潛力超過90%，而客戶服務(wù)代表的自動化潛力則低于30%[4]。人工智能的應(yīng)用使得工作流程發(fā)生一系列變化，勞動者與機(jī)器工作互補(bǔ)的活動增加，這些轉(zhuǎn)變將改變企業(yè)組織結(jié)構(gòu)、商業(yè)模式和競爭格局，反之亦然。在各行業(yè)的任務(wù)構(gòu)成及新技術(shù)模式下，基于自動化替代和輔助增強(qiáng)的選擇，從而產(chǎn)生不同的崗位創(chuàng)造能力。不少調(diào)查企業(yè)認(rèn)為，勞動密集型生產(chǎn)若能有效結(jié)合對工作任務(wù)的輔助增強(qiáng)技術(shù)，就能夠創(chuàng)造出新的更高生產(chǎn)性增長的機(jī)會。

在實(shí)踐領(lǐng)域，工作難度變化體現(xiàn)出崗位功能的轉(zhuǎn)換。多數(shù)員工反映，和過去相比，工作中時常會遇到新情況新問題，對各項(xiàng)工作技能的要求快速提高，“通常至少需要半個小時才能找到一個好的解決辦法”。根據(jù)調(diào)查發(fā)現(xiàn)，這種情況“一周至少1次”和“一個月至少1次”的占比合計達(dá)為54.6%（見圖3）。

（五）工作時間結(jié)構(gòu)優(yōu)化，就業(yè)質(zhì)量和就業(yè)環(huán)境逐步改善

隨著人工智能等新技術(shù)的廣泛應(yīng)用，部分崗位工作的重復(fù)勞動和體力勞動減少，勞動強(qiáng)度相對降低。在重復(fù)勞動時間方面，被調(diào)查人員認(rèn)為“僅有少部分時間（半天以內(nèi)）用于重復(fù)勞動”的占比高達(dá)42%，尤其是約37.2%的一線工人表示“幾乎全部工作時間用于重復(fù)勞動”，“用于個人提升和休閑的時間比以前要多”（見圖4、圖5）。在體力勞動時間方面，被調(diào)查人員認(rèn)為“少部分時間（半天以內(nèi)）用于體力勞動”的比例為36.9%，一線工人用于體力勞動力的時間仍明顯高于其他崗位（見圖6、圖7）。與此前調(diào)查相比，被調(diào)查人員用于重復(fù)勞動和體力勞動的時間下降，勞動生產(chǎn)率和就業(yè)雙增長，自動化和機(jī)器人等新技術(shù)的推廣應(yīng)用仍有較大空間。調(diào)查還發(fā)現(xiàn)，隨圖4員工每日重復(fù)勞動的工作時間比例

圖5部分崗位員工每日重復(fù)勞動的工作時間比例著人工智能等新技術(shù)的推廣和使用，不少企業(yè)工作環(huán)境獲得改善，就業(yè)質(zhì)量得到提高，31.4%的調(diào)查企業(yè)認(rèn)為自動化能夠“有效改善員工的工作環(huán)境”、“提高工作滿意度”等。

（六）勞動關(guān)系運(yùn)行面臨考驗(yàn)，知識技能快速更新

目前，技術(shù)進(jìn)步和自動化發(fā)展加劇了勞動力市場兩極分化趨勢，人工智能等新技術(shù)相關(guān)的中高端人才短缺和人員流動問題日益凸顯。針對自動化實(shí)施后產(chǎn)生的人員冗余，目前調(diào)查企業(yè)主要通過內(nèi)部消化，將其轉(zhuǎn)崗到非智能制造裝備產(chǎn)線，或吸納到企業(yè)擴(kuò)張新增加的崗位，或經(jīng)培訓(xùn)后轉(zhuǎn)崗到智能制造裝備產(chǎn)線，很少有企業(yè)采取主動裁員的方式。如蘇州某制造企業(yè)在工廠進(jìn)行自動化升級后，用工減少15%，其中12%去了新工廠新項(xiàng)目，只有3%離開本公司?？梢灶A(yù)見，伴隨人工智能技術(shù)的持續(xù)推進(jìn)，低層次勞動形態(tài)將大幅減少，勞動力市場結(jié)構(gòu)向啞鈴型發(fā)展，企業(yè)智能化升級配套人才普遍短缺，對技能型人才需求加大。自動化設(shè)備研發(fā)、設(shè)計、維護(hù)等技術(shù)崗位需求增加，機(jī)械、計算機(jī)、自動控制方向的綜合型人才以及設(shè)備操作維護(hù)等技能人才日趨緊缺。勞動關(guān)系逐漸呈現(xiàn)出形態(tài)多樣化、邊界模糊化、動態(tài)化發(fā)展趨勢。

調(diào)查發(fā)現(xiàn)，勞動者學(xué)習(xí)新知識的頻率普遍較高，“每天都在學(xué)習(xí)新知識”的占比高達(dá)14.5%。很多員工的知識技能難以滿足工作需求，“完全可以滿足”和“一定程度滿足”的合計占比僅為55.9%，“需要不斷學(xué)習(xí)大量新知識新技能，才能勝任當(dāng)前工作”（見圖8）。筆者還發(fā)現(xiàn)，很多企業(yè)通過聘請專家到公司進(jìn)行指導(dǎo)、委托專業(yè)機(jī)構(gòu)進(jìn)行培訓(xùn)等方式加強(qiáng)培訓(xùn)，但缺乏標(biāo)準(zhǔn)的培訓(xùn)體系和專業(yè)培訓(xùn)機(jī)構(gòu)、很難找到有關(guān)專家等成為制約企業(yè)培訓(xùn)的重要因素。

（七）受疫情影響，多數(shù)企業(yè)根據(jù)自身實(shí)際情況對智能化、自動化等作出相應(yīng)調(diào)整

多數(shù)調(diào)查企業(yè)的經(jīng)營狀況一定程度上均受到疫情影響。其中，有42.7%的企業(yè)表示“營收比去年下降11%～40%”。調(diào)查發(fā)現(xiàn)，受疫情影響四成企業(yè)暫緩原定的自動化改造，而受疫情影響較小或疫情利好的行業(yè)企業(yè)，原定的自動化改造并未受到影響，甚至全面提速改造，這一比例約為27%。未來3年內(nèi)，超過一半的調(diào)查企業(yè)傾向于采用更多的自動化和機(jī)器人技術(shù)。

三、當(dāng)前面臨的新情況新問題

（一）經(jīng)濟(jì)增長、勞動力供給等與人工智能發(fā)展交織，與就業(yè)的協(xié)同性亟待加強(qiáng)

黨的十九大報告指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。在發(fā)展動力層面，要素驅(qū)動讓位于創(chuàng)新驅(qū)動。經(jīng)濟(jì)增長是帶動就業(yè)擴(kuò)大的重要引擎，在不斷深化供給側(cè)結(jié)構(gòu)性改革的大環(huán)境下，近年我國經(jīng)濟(jì)增速放緩（由2000年的10.6%下降至2019年的6.1%，2020年受疫情影響為2.3%），40年的高速經(jīng)濟(jì)增長與人口紅利窗口正好重疊，而正在發(fā)生的結(jié)構(gòu)性減速與人口紅利窗口的關(guān)閉密切相關(guān)。未來一段時期，隨著人口轉(zhuǎn)變和人口老齡化形勢向縱深發(fā)展，我國新增勞動力規(guī)模將逐年減少[5]。積極促進(jìn)國民經(jīng)濟(jì)智能化，能夠有效緩解老齡化背景下的勞動力供給壓力。目前我國制造業(yè)還存在區(qū)域發(fā)展尚不平衡、不充分的問題，中西部地區(qū)承接資源加工型、勞動密集型產(chǎn)業(yè)和具有市場需求的資本密集型、技術(shù)密集型產(chǎn)業(yè)空間仍然較大，東部地區(qū)和主要城市圈發(fā)展“新基建”等產(chǎn)業(yè)尚處于起步階段，制造業(yè)新增就業(yè)空間仍然較大，任務(wù)緊迫。

（二）伴隨人工智能深刻變革，制造業(yè)就業(yè)潛藏風(fēng)險和不確定性

人工智能不僅是技術(shù)層面的革命，未來可能會與重大的社會經(jīng)濟(jì)變革、思想文化變革以及其他方面的變革同步進(jìn)行，極有可能成為新一輪產(chǎn)業(yè)革命的核心驅(qū)動力，成為人類社會又一次全新的大變革。新一代人工智能技術(shù)與實(shí)體經(jīng)濟(jì)加速融合，為各行各業(yè)帶來提質(zhì)增效、轉(zhuǎn)型升級的實(shí)際效能。加之新冠疫情持續(xù)蔓延，人工智能技術(shù)發(fā)展不斷創(chuàng)新，市場應(yīng)用持續(xù)擴(kuò)展，相應(yīng)支撐體系不斷到位，推動經(jīng)濟(jì)社會向更高階段發(fā)展，又反過來推動人工智能技術(shù)的發(fā)展和應(yīng)用，就業(yè)將會向更廣闊、多元化、多層次、多形態(tài)發(fā)展。人工智能創(chuàng)造就業(yè)崗位，主要是三種情況，一是社會需求增加，企業(yè)擴(kuò)大經(jīng)營。二是效率提升帶來生產(chǎn)成本和產(chǎn)品價格下降，客觀上增加了居民收入，引致對其他行業(yè)需求的增加，從而推動這些行業(yè)規(guī)模的擴(kuò)大和就業(yè)崗位的增加。三是生產(chǎn)線上不易被人工智能替代的任務(wù)和環(huán)節(jié)，需要增加相應(yīng)的就業(yè)崗位，以便更好對接和匹配人工智能環(huán)節(jié)。如前文所述，人工智能對就業(yè)結(jié)構(gòu)的改變將是長期的過程。值得關(guān)注的是，根據(jù)麥肯錫的研究結(jié)論，自動化將會給全球生產(chǎn)力帶來年均0.8%～1.4%的增長[6]。當(dāng)前我國萬名制造業(yè)工人中僅有36個機(jī)器人，約為所有發(fā)達(dá)經(jīng)濟(jì)體平均水平的1/2，約為美國的1/5，制造業(yè)工人的平均收入約為美國平均水平的10%。這些數(shù)據(jù)表明，今后一段時期，我國制造業(yè)智能化應(yīng)用還有很大空間。長遠(yuǎn)看人工智能對就業(yè)的影響呈現(xiàn)漸進(jìn)性且大規(guī)模結(jié)構(gòu)轉(zhuǎn)型趨勢，就業(yè)促進(jìn)逐步由數(shù)量擴(kuò)張主導(dǎo)向質(zhì)量提升主導(dǎo)轉(zhuǎn)變，因此，需要高度關(guān)注人工智能對制造業(yè)就業(yè)的影響和發(fā)展趨勢。

（三）就業(yè)結(jié)構(gòu)調(diào)整加快，中短期需要重點(diǎn)關(guān)注局部性、群體性、行業(yè)性的失業(yè)

近年全球產(chǎn)業(yè)鏈價值鏈面臨重構(gòu)，我國制造業(yè)處于高質(zhì)量發(fā)展時期，產(chǎn)業(yè)不斷向價值鏈高附加值環(huán)節(jié)攀升，部分勞動密集型制造業(yè)環(huán)節(jié)向外轉(zhuǎn)移，與此同時美歐日等國家和地區(qū)積極引導(dǎo)制造業(yè)回流、產(chǎn)業(yè)鏈回遷，以保護(hù)自身產(chǎn)業(yè)鏈、增加國內(nèi)就業(yè)崗位，一定程度上不利于我國制造業(yè)就業(yè)崗位的增加。相較于以往的技術(shù)革命，人工智能的影響范圍更廣、程度更深。歷次工業(yè)革命都是從某一產(chǎn)業(yè)和一個較小的地域范圍開始，逐步向其他地區(qū)和行業(yè)擴(kuò)散。而人工智能發(fā)展迎合了經(jīng)濟(jì)社會需求，對幾乎所有行業(yè)和職業(yè)都會產(chǎn)生影響，人工智能技術(shù)替代就業(yè)的速度快于勞動力供給結(jié)構(gòu)變革的速度，或?qū)⒀杆僦厮苤圃鞓I(yè)等有關(guān)產(chǎn)業(yè)，引發(fā)就業(yè)的劇烈變動和調(diào)整，增加勞動力供需結(jié)構(gòu)性失衡的風(fēng)險。同時，人工智能技術(shù)在行業(yè)和地域間的擴(kuò)散速度快于勞動力行業(yè)和區(qū)域調(diào)整的速度。歷次工業(yè)革命相對漫長的新技術(shù)擴(kuò)散過程，使得技術(shù)進(jìn)步造成的在一定產(chǎn)業(yè)內(nèi)、一定區(qū)域內(nèi)的失業(yè)人口能夠轉(zhuǎn)移到其他行業(yè)和地區(qū)，人力資源結(jié)構(gòu)得到優(yōu)化，更加合理的產(chǎn)業(yè)國際分工也建立起來。根據(jù)庫茲韋爾等人的分析，人工智能技術(shù)發(fā)展已經(jīng)迎來奇點(diǎn)，隨后將迅速在各行業(yè)領(lǐng)域得到廣泛應(yīng)用[7]。作為以虛擬信息為載體的技術(shù)，人工智能能夠以極低的成本跨越國界提供服務(wù)，這使得傳統(tǒng)的建立在要素成本結(jié)構(gòu)基礎(chǔ)上的比較優(yōu)勢分工格局受到巨大沖擊。勞動力在行業(yè)和區(qū)域間的轉(zhuǎn)移是技術(shù)進(jìn)步背景下保持較高就業(yè)率的重要途徑，但人工智能在行業(yè)間、地區(qū)間擴(kuò)散的速度遠(yuǎn)遠(yuǎn)快于勞動力行業(yè)結(jié)構(gòu)、區(qū)域分布結(jié)構(gòu)的變化，前者已經(jīng)邁過拐點(diǎn)，而后者還面臨人力資源結(jié)構(gòu)調(diào)整的高昂成本和難以逾越的制度障礙。

（四）不同技能水平的勞動者收入趨于兩極化，社會收入差距拉大的風(fēng)險增加

人工智能發(fā)展對收入分配的影響，取決于各類生產(chǎn)要素的稀缺性和勞動者職業(yè)技能的高低。隨著人工智能的創(chuàng)新發(fā)展和應(yīng)用拓展，數(shù)據(jù)將成為新的生產(chǎn)要素。高技能與中低技能勞動者被人工智能等新技術(shù)替代的可能性存在差異，反映了技術(shù)賦權(quán)對不同技能勞動者的不平等，表現(xiàn)為人工智能對勞動者收入影響存在異質(zhì)性，高技術(shù)勞動者受益更多[8]。調(diào)查發(fā)現(xiàn)，人工智能發(fā)展帶來的就業(yè)替代效應(yīng)使得部分中低技能勞動者的加班時間減少，加班工資降低，從而被迫離職。與此同時，人工智能提高了企業(yè)對高技能的需求，促使勞動者技能提檔升級，高技能勞動者的人力資本回報和談判能力提升，收入進(jìn)一步提高。

（五）新模式、新業(yè)態(tài)加速涌現(xiàn)，勞動者面臨技能的轉(zhuǎn)換和提升“陣痛期”

人工智能的發(fā)展極大地刺激了新興創(chuàng)新市場活力，新職業(yè)、新就業(yè)方式層出不窮。人工智能從根本上重塑生產(chǎn)模式，專業(yè)化、小微型的技術(shù)分包模式出現(xiàn)，進(jìn)一步打破了時空對就業(yè)的諸多限制，未來崗位分工更加細(xì)化，碎片化時間就業(yè)將成為常態(tài)。企業(yè)可以更高效地搜尋到合適人選，提高勞動生產(chǎn)率，創(chuàng)造更多社會財富。就業(yè)方式更加靈活化，就業(yè)或采取在家辦公、移動辦公等多種新方式。就業(yè)形態(tài)趨于多元化，必須對就業(yè)、勞動關(guān)系以及社保等進(jìn)行重新界定和思考，對就業(yè)的管理方式有待創(chuàng)新和提高[9]。隨著人工智能技術(shù)水平提高，應(yīng)用場景持續(xù)拓展，做好勞動者技能的提檔升級尤為重要。波士頓咨詢公司發(fā)布的《數(shù)字經(jīng)濟(jì)下就業(yè)與人才研究報告》從就業(yè)人群、就業(yè)領(lǐng)域和就業(yè)方式三個方面分析了數(shù)字技術(shù)可能對就業(yè)生態(tài)產(chǎn)生的影響和變革，對于數(shù)字經(jīng)濟(jì)下的就業(yè)人群，擁有“特定專業(yè)技能（尤其是數(shù)字技術(shù)相關(guān)技能）”對獲取中高端就業(yè)機(jī)會至關(guān)重要[10]。調(diào)查表明，制造業(yè)企業(yè)在招聘員工時，優(yōu)先考慮熟悉自動化機(jī)器設(shè)備的占比高達(dá)84%。可見，當(dāng)前及今后企業(yè)對員工熟悉自動化機(jī)器設(shè)備等新技術(shù)的要求將會更加普遍。

四、實(shí)現(xiàn)更加充分更高質(zhì)量就業(yè)的政策建議

為貫徹落實(shí)黨中央、國務(wù)院關(guān)于穩(wěn)就業(yè)保就業(yè)的決策部署，實(shí)現(xiàn)更加充分更高質(zhì)量就業(yè)，我們認(rèn)為，應(yīng)把握全球人工智能發(fā)展趨勢，加強(qiáng)人社領(lǐng)域的政策應(yīng)對，本研究提出如下對策建議。

（一）構(gòu)筑人工智能發(fā)展與制造業(yè)就業(yè)良性互促的生態(tài)系統(tǒng)

將就業(yè)優(yōu)先政策置于宏觀政策層面并持續(xù)強(qiáng)化，推動技術(shù)進(jìn)步與就業(yè)擴(kuò)容提質(zhì)協(xié)同發(fā)展。推進(jìn)宏觀政策協(xié)同，統(tǒng)籌兼顧各方利益，增強(qiáng)就業(yè)工作與各項(xiàng)社會經(jīng)濟(jì)工作的協(xié)同發(fā)展。深化人工智能技術(shù)的產(chǎn)業(yè)融合，探索適應(yīng)我國國情和發(fā)展階段的自動化、智能化模式，以人為本，著力提高勞動生產(chǎn)率，分類引導(dǎo)、逐步推進(jìn)“機(jī)器換人”。在替代苦、臟、累、險崗位的過程中，適應(yīng)新形勢，注重在人機(jī)互動等領(lǐng)域開發(fā)新業(yè)態(tài)新職業(yè)新崗位。建議借鑒有益經(jīng)驗(yàn)，樹立行業(yè)標(biāo)桿，正確引導(dǎo)人工智能等新技術(shù)和企業(yè)改造的方向與節(jié)奏，鼓勵先行企業(yè)成立專業(yè)服務(wù)機(jī)構(gòu)，向相關(guān)企業(yè)輸出技術(shù)服務(wù)，從裝備應(yīng)用、管理改進(jìn)等方面提供咨詢，確保引進(jìn)的技術(shù)不過時，使后來者少走彎路，以高質(zhì)量產(chǎn)業(yè)發(fā)展帶動和實(shí)行更加充分更高質(zhì)量就業(yè)[11]。

（二）深化勞動力供給側(cè)改革，推動制造業(yè)人力資源升級

一是加強(qiáng)人才培養(yǎng)，提升人力資本。適應(yīng)人工智能時代和制造業(yè)高質(zhì)量發(fā)展，深化教育領(lǐng)域改革，在基礎(chǔ)教育中強(qiáng)化人工智能等新技術(shù)的認(rèn)知和創(chuàng)新思維的培養(yǎng)，推進(jìn)教育均衡發(fā)展。加強(qiáng)職業(yè)培訓(xùn)的創(chuàng)新能力導(dǎo)向，加快調(diào)整人才培養(yǎng)體系，支持高校建立智能制造學(xué)科體系，著力培養(yǎng)具備較強(qiáng)創(chuàng)新能力、能夠突破核心技術(shù)瓶頸的復(fù)合型技術(shù)技能人才和高層次人才，提升各類人才的職業(yè)競爭優(yōu)勢。加快培養(yǎng)“人工智能+”的復(fù)合型、跨領(lǐng)域人才，釋放現(xiàn)有人力資源紅利[12]。二是深化產(chǎn)教融合，支持制造業(yè)企業(yè)積極參與職業(yè)技能提升行動。多措并舉，積極發(fā)揮企業(yè)主體作用。構(gòu)建制造業(yè)企業(yè)梯度培育體系，持續(xù)開展企業(yè)職工在崗技能提升和轉(zhuǎn)崗轉(zhuǎn)業(yè)培訓(xùn)，幫助勞動力實(shí)現(xiàn)技能提升和就業(yè)轉(zhuǎn)移。確保職業(yè)技能提升行動專項(xiàng)資金有一定比例用于支持人工智能等新技術(shù)改造升級的人才培訓(xùn)，提高各類人才的就業(yè)適應(yīng)能力。圍繞制造業(yè)重點(diǎn)發(fā)展行業(yè)，重點(diǎn)打造一批數(shù)字技能創(chuàng)新公共實(shí)訓(xùn)基地，積極培育一批“校企合作共同體”，全面提升數(shù)字技能實(shí)訓(xùn)能力。鼓勵職業(yè)院校和行業(yè)企業(yè)探索共建專業(yè)、課程、實(shí)習(xí)實(shí)訓(xùn)基地等多種形式校企合作，為我國產(chǎn)業(yè)轉(zhuǎn)型升級提供技術(shù)平臺和智力支撐。三是鼓勵中高端人才創(chuàng)新創(chuàng)業(yè)，支持制造業(yè)農(nóng)業(yè)轉(zhuǎn)移勞動力返鄉(xiāng)創(chuàng)業(yè)。支持制造業(yè)農(nóng)業(yè)轉(zhuǎn)移勞動力返鄉(xiāng)創(chuàng)業(yè)，幫助人工智能發(fā)展擠出的勞動力實(shí)現(xiàn)再就業(yè)，鼓勵和支持具有一定基礎(chǔ)的農(nóng)村轉(zhuǎn)移勞動力發(fā)展休閑農(nóng)業(yè)、特色農(nóng)產(chǎn)品、規(guī)模種養(yǎng)等，促進(jìn)城鄉(xiāng)之間的資源流動，推動新型城鎮(zhèn)化和美麗鄉(xiāng)村建設(shè)。四是樹立終身學(xué)習(xí)理念，打造良好輿論氛圍，提倡勞動者通過堅持終身學(xué)習(xí)提升工作能力。鼓勵創(chuàng)造性勞動，運(yùn)用好各類靈活就業(yè)人力資源。

（三）建立健全創(chuàng)新創(chuàng)業(yè)領(lǐng)域的人才標(biāo)準(zhǔn)與評價機(jī)制

加快研究新產(chǎn)業(yè)新業(yè)態(tài)新模式發(fā)展對就業(yè)需求的分類，按照鼓勵創(chuàng)新原則，堅持促進(jìn)發(fā)展和規(guī)范服務(wù)相統(tǒng)一，包容審慎推動新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式發(fā)展，積極利用法律法規(guī)和標(biāo)準(zhǔn)規(guī)范引導(dǎo)新技術(shù)應(yīng)用。作為國家創(chuàng)新體系的重要內(nèi)容，加強(qiáng)對新生事物發(fā)展規(guī)律及其對就業(yè)需求的分類研究，進(jìn)一步撬動新經(jīng)濟(jì)新業(yè)態(tài)這一就業(yè)“富礦”。衡量和評估對勞動者技能需求的變化情況，加快完善和制定創(chuàng)新創(chuàng)業(yè)領(lǐng)域人力資源能力建設(shè)標(biāo)準(zhǔn)[13]。適應(yīng)人工智能時代需求，健全和完善職業(yè)能力評價體系，構(gòu)建包括國家職業(yè)資格體系、專業(yè)技能等級體系、企業(yè)自主評價體系等在內(nèi)的多層次、全覆蓋的職業(yè)能力評價體系，促進(jìn)人力資源合理、高效配置。推動部分關(guān)鍵崗位勞動標(biāo)準(zhǔn)和技能標(biāo)準(zhǔn)的國際認(rèn)定與國際間認(rèn)同。

（四）做好風(fēng)險預(yù)警和托底保障，緩沖人工智能可能產(chǎn)生的負(fù)面沖擊

運(yùn)用新一代人工智能新技術(shù)，加強(qiáng)就業(yè)失業(yè)調(diào)查監(jiān)測體系，健全預(yù)測預(yù)警和上下聯(lián)動的響應(yīng)機(jī)制。破除體制機(jī)制障礙，加快推進(jìn)省際間數(shù)據(jù)的互聯(lián)互通、共用共享。加強(qiáng)完善城鄉(xiāng)間、區(qū)域間的資源配置，實(shí)現(xiàn)公共就業(yè)創(chuàng)業(yè)服務(wù)均等化。打破就業(yè)市場中的經(jīng)濟(jì)、區(qū)域、文化等制度壁壘，加強(qiáng)對技術(shù)性失業(yè)和回流農(nóng)民工的就業(yè)幫扶和援助。創(chuàng)新服務(wù)理念和模式，拓寬服務(wù)渠道。應(yīng)加強(qiáng)人社公共服務(wù)的精準(zhǔn)化和便捷化，提高服務(wù)的針對性、有效性和專業(yè)性。加強(qiáng)對重點(diǎn)產(chǎn)業(yè)行業(yè)的崗位變化監(jiān)測，加強(qiáng)相關(guān)政策儲備，防范因大規(guī)模就業(yè)替代或結(jié)構(gòu)變動導(dǎo)致的規(guī)模性失業(yè)風(fēng)險。做好宣傳解讀，讓人工智能健康發(fā)展成為社會共識，鼓勵更多勞動者擁抱技術(shù)發(fā)展，實(shí)現(xiàn)局勢的總體穩(wěn)定。

[注釋]① 為便于研究，我們將主要崗位大體劃分為一線生產(chǎn)或操作崗位、技能或技術(shù)崗位、高級工程師或技術(shù)研發(fā)崗位。

[參考文獻(xiàn)][1] 國家統(tǒng)計局.國家統(tǒng)計局工業(yè)司高級統(tǒng)計師朱虹解讀工業(yè)企業(yè)利潤數(shù)據(jù)[EB/OL]. （2021-01-27）. http：//www.stats.gov.cn/tjsj/sjjd/202101/t20210127_1812826.html.

[2]國家統(tǒng)計局.國家統(tǒng)計局服務(wù)業(yè)調(diào)查中心高級統(tǒng)計師趙慶河解讀2021年3月中國采購經(jīng)理指數(shù)[EB/OL]. （2021-03-31）.http：//www.stats.gov.cn/tjsj/sjjd/202103/t20210330_1815830.html.

[3]卓賢，黃金.中國的制造業(yè)崗位都去哪兒了：中國就業(yè)結(jié)構(gòu)的變與辨[EB/OL].（2019-05-12）.http：//magazine.caijing.com.cn/20190512/4587222.shtml.

[4] MCKINSEY GLOBAL INSTITUTE. A future that works：automation，employment，and productivity[EB/OL].（2017-01-24）.https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/Digital%20Disruption/Harnessing%20autom- ation%20for%20a%20future%20that%20works/MGI-A-future-that-works_Executive-summary.ashx.

[5] 蔡昉.中國經(jīng)濟(jì)改革效應(yīng)分析——勞動力重新配置的視角[J].經(jīng)濟(jì)研究，2017，52（7）：4-17.

[6] MCKINSEY GLOBAL INSTITUTE. Jobs lost，jobs gained： what the future of work will mean for jobs，skills，and wages[EB/OL]. （2017-11-31）.https：//www.mckinsey.com.

[7] [美]雷·庫茲韋爾.奇點(diǎn)臨近[M]. 李慶誠，董振華，田源，譯.北京：機(jī)械工業(yè)出版社，2011.

[8]都陽，賈朋，程杰.勞動力市場結(jié)構(gòu)變遷、工作任務(wù)與技能需求[J].勞動經(jīng)濟(jì)研究，2017，5（3）：30-49.

[9]田思路，劉兆光.人工智能時代勞動形態(tài)的演變與法律選擇[J].社會科學(xué)戰(zhàn)線，2019（2）：212-221，282.

[10]波士頓咨詢公司.邁向2035：4億數(shù)字經(jīng)濟(jì)就業(yè)的未來 & 邁向2035：攻克數(shù)字經(jīng)濟(jì)下的人才戰(zhàn)[EB/OL]. （2017-01-10）.https：//www.bcg.com/zh-cn/press/10jan2017-pe- ople-organization.

[11]莫榮.建設(shè)好中國特色的勞動力市場[N].人民日報，2019-09-23.

[12]袁富華，張平，陸明濤.長期經(jīng)濟(jì)增長過程中的人力資本結(jié)構(gòu)[J].經(jīng)濟(jì)學(xué)動態(tài)，2015（5）：11-21.

[13]湯瀟.數(shù)字經(jīng)濟(jì)：影響未來的新技術(shù)、新模式、新產(chǎn)業(yè)[M].北京：人民郵電出版社，2019.Research on the Influence of Artificial Intelligence on the Employment

of Manufacturing Industry in China and Its Countermeasures

—Survey Data from Micro Enterprises and Workers

Cui? Yan

（Chinese Academy of Labour and Social Security， Beijing 100029，China）

Abstract：? ?On the basis of special investigation， this paper makes a detailed analysis of the impact of artificial intelligence on China’s manufacturing employment. The results show that： new technologies such as artificial intelligence lead to employment substitution， as well as the optimization and adjustment of employment structure; the man-machine cooperation technology promotes new changes in division of labor system and employment mode; the continuous reform in the nature of work leads to the accelerated adjustment of existing post functions; the structure of working time is optimized; the employment quality and employment environment are gradually improved; the operation of labor relations is facing tests because knowledge and skills are rapidly updated; affected by the epidemic， most enterprises make corresponding adjustments to intelligence and automation according to their actual situations. At the same time， this essay studies the new situations and problems such as the strengthening of the synergy between the current economy and employment， the increase of potential employment risks and the widening income gap between workers with different skill levels. Finally， it is proposed to build an ecosystem in which the development of artificial intelligence and manufacturing employment promote each other; deepen the reform of labor supply side and promote the upgrading of human resources in manufacturing industry; focus on building a strategic response mechanism; strengthen security and accelerate the improvement of the public service level of human resources and social security.

Key words：artificial intelligence; manufacturing employment; ecosystem

（責(zé)任編輯：張夢楠）