摘 要

本文借助stata软件，收集2007—2017年全国31各省的面板数据，研究人工智能技术对制造业劳动要素市场的影响，构建固定效应模型研究人工智能技术发展对就业总量和人均纯收入的影响，并以人力资本作为门槛变量，对人工智能技术与雇员收入增长的人力资本门槛效应进行检验，探究人工智能技术对于制造业内不同人力资本水平的雇员的影响。

固定效应模型的研究结果显示人工智能技术的发展对就业总量和人均纯收入均有显著的负效应，而地区发展水平则对就业总量和人均纯收入有显著的正效应。

门槛效应模型的研究结果显示人工智能技术发展存在显著的双重人力资本门槛效应。当人力资本低于第一门槛值时，人工智能技术的发展对制造业雇员的收入增长产生了强烈的抑制作用；当人力资本高于第一门槛值并低于第二门槛值时，人工智能技术的发展对制造业雇员的收入增长产生了较强的抑制作用；而当人力资本高于第二门槛值时，人工智能技术的发展对制造业雇员的收入增长产生了较弱的抑制作用。即人力资本水平越高，其收入增长所受人工智能技术发展所带来的负效应越弱，这表明人力资本积累的重要性和必要性。在人力资本积累过程中，需要政府、企业、高校、从业者自身的共同努力。本文分别对政府、企业、高校、从业者提出了具有针对性的建议。

研究所得结果对于人工智能时代下我国制造业内劳动力结构优化具有一定的指导意义。

本文的特色：本文从人力资本门槛视角出发，研究了人工智能技术与雇员收入增长的人力资本门槛效应，为人工智能技术发展与雇员收入的相关研究提供了新思路。

关键词：人工智能技术；制造业；工资；就业；人力资本门槛

Abstract

Using stata software, this paper collected 2007-2017 panel data of 31 provinces across the country, research the influence of the artificial intelligence technology for manufacturing labor market, build the fixed effects model study of artificial intelligence technology development impact on total employment and the per capita net income, and using the human capital as the threshold variable, the artificial intelligence technology and employee income growth threshold effect of human capital, to explore the artificial intelligence technology to the effects of the different levels of human capital of employees in manufacturing.

The results of the fixed-effect model show that the development of artificial intelligence technology has a significant negative effect on total employment and per capita net income, while the level of regional development has a significant positive effect on total employment and per capita net income.

The results of the threshold effect model show that the development of artificial intelligence technology has significant double human capital threshold effect. When human capital is lower than the first threshold value, the development of artificial intelligence technology has a strong inhibiting effect on the income growth of manufacturing employees. When human capital is higher than the first threshold value and lower than the second threshold value, the development of artificial intelligence technology has a strong inhibitory effect on the income growth of manufacturing employees. However, when human capital is higher than the second threshold value, the development of artificial intelligence technology has a weak inhibiting effect on the income growth of manufacturing employees.

The results of the study have certain guiding significance for the optimization of labor force structure in China's manufacturing industry in the era of artificial intelligence. That is to say, the higher the level of human capital, the weaker the negative effect brought by the development of artificial intelligence technology on its income growth, which indicates the importance and necessity of human capital accumulation. In the process of human capital accumulation, it needs the joint efforts of the government, enterprises, universities and practitioners. This paper puts forward some specific suggestions to the government, enterprises, universities and practitioners.

Characteristics of this paper: from the perspective of human capital threshold, this paper studies the human capital threshold effect of artificial intelligence technology and employee income growth, providing new ideas for the research on the development of artificial intelligence technology and employee income.

Key Words：artificial intelligence technology; Manufacturing; Wages; Employment; Human capital threshold

目 录

第1章 绪论 1

1.1 研究背景、目的和意义 1

1.2 国内外研究现状 2

1.2.1 关于人工智能技术对就业的影响的相关研究 2

1.2.2 关于人工智能技术对工资的影响的相关研究 3

1.2.3 国内外研究评述 3

1.3 研究方法和思路 4

1.3.1 研究思路 4

1.3.2 研究方法 4

第2章 理论模型、计量模型和数据来源 4

2.1 理论模型 4

2.2 计量模型 5

2.2.1 模型设定 5

2.2.2 估计方法 5

2.3 变量选取与数据来源 6

2.3.1 被解释变量 6

2.3.2 门槛依赖变量 7

2.3.3 门槛变量 7

2.3.4 控制变量 7

第3章 实证结果及分析 7

3.1 总体样本分析 7

3.2 固定效应模型 8

3.2.1 平稳性检验 8

3.2.2 Hausman检验 8

3.2.3 固定效应模型回归结果分析 9

3.3 门槛效应模型 9

3.3.1 门槛效应检验 9

3.3.2 门槛估计值及区域划分 10

3.3.3 门槛模型回归及结果分析 11

第4章 结论与政策建议 12

4.1 结论 12

4.2政策建议 13

4.2.1 政府部门应加强宏观调控，完善社保制度 13

4.2.2 各个企业应重视职业培训，提高培训质量 13

4.2.3 各个高校应优化学科专业，增强师资力量 13

4.2.4 各劳动者应注重能力培养，积累人力资本 14

参考文献 15

致 谢 16

第1章 绪论

1.1 研究背景、目的和意义

近年来，人工智能技术在全球范围内蓬勃兴起，语音识别、智能无人机、家庭机器人、无人驾驶汽车等人工智能技术发展迅速，正在深刻地改变人们生产和生活的方式，并为经济社会发展注入新的活力。国外学者对于人工智能的概念有不同的理解，本文基于杨伟国等（2018）^[1]对人工智能的定义， 将人工智能表述为通过特定算法模拟人类的思维和认知能力的技术，现阶段人工智能技术主要借助计算机化和自动化设备等载体发挥作用。

目前，人工智能技术已不再停留于实验阶段，在实践中拓展出各种应用领域。制造业作为人工智能技术的重点应用领域之一，正面临多重机遇和挑战，一方面，人工智能在制造业的广泛应用将淘汰某些落后的制造业部门，如传统机械制造厂商和零部件厂商的市场份额将缩水，另一方面，人工智能技术的应用将为智能化制造业厂商带来急速扩张的契机。长期而言，人工智能技术的应用将推动制造业加速转型，最终达到优化产业结构的目的。但就短期而言，制造业的升级转型不可避免会对其劳动力要素市场产生短期的震荡作用，由此引发的工资变动和就业效应成为不容忽视的热门话题。

据世界经济论坛2018年1月22日发表的《下一次技能革命:未来的工作》（Towards a Reskilling Revolution:A Future of Jobs for All）报告显示，随着新技术的迅猛发展，许多岗位将实现自动化或变得多余，从而大规模消失，使得传统岗位大幅减少，但新技术的应用和拓展，将激发新型产品和新型服务的出现，从而增加就业机会。人工智能技术进步对就业的“替代效应”和“创造效应”究竟孰强孰弱目前尚无定论，该问题也引发了国内外学者的广泛讨论。与此同时，该研究报告也指出技能不稳定性的提高，随着新技术的广泛应用，截至2022年，胜任多数工作所需的技能会发生明显改变。到2022年胜任同样岗位所需的核心技能比例将提升到58%，通过测算，在2018-2022年间，劳动力技能平均转化率需达到42%，才能适应新的技能要求。也就是说，到2022年底，至少有54%的雇员需要提升自己的技能，进行再培训。这就对雇员创造力、适应性、主动性等提出了更高要求，这意味着对于人力资本水平不同的雇员而言，人工智能技术所造成的工资和就业效应可能是不同的，因为能否获得就业机会和加薪一定程度上取决于个人的人力资本水平。这也为本文研究人工智能技术对劳动力市场的影响提供了新思路，即研究人力资本的门槛效应。

为探究人工智能技术对制造业劳动力要素市场的影响以及对于不同人力资本水平的雇员的影响，本文运用2007-2017年间中国省级面板数据，对人工智能技术对制造业劳动要素市场的影响进行检验，并以人力资本作为门槛变量，对人工智能技术与雇员收入增长的人力资本门槛效应进行检验，探究人工智能技术对于制造业内不同人力资本水平的雇员的影响。以期能为人工智能时代下我国劳动力结构优化提出相关对策建议。

1.2国内外研究现状

近年来，随着人工智能技术的迅速发展，人工智能技术应用对劳动力要素市场的影响逐渐加深，引发了各国学者的广泛讨论。学者们主要围绕就业、工资等方面进行相关研究，既在宏观层面探究了人工智能技术发展对就业总量和平均工资的影响，也在微观层面挖掘人工智能技术发展对于不同劳动者就业和工资的差异化影响。

1.2.1 关于人工智能技术对就业的影响的相关研究

一些学者通过基于任务的模型来研究人工智能技术对就业的影响，即将特定职业的全部工作内容划分为一个个独立任务，研究人工智能技术对各个独立任务的替代程度。如Acemoglu和Restrepo（2016）在劳动供给富有弹性的假设下，在基于任务的模型研究中发现，自动化会替代部分简单任务，对不同职业的影响不同，总体而言，会减少基于简单任务的职业，但是新任务的出现会创造新的职业，从而增加就业。^[2]

另有一些学者利用工业机器人使用量及机器人专利数量等指标探究人工智能技术对就业的影响，Acemoglu和Restrepo（2017a）通过使用1990-2017年间国际机器人联合会统计报告以及欧盟资本、劳动、能源、材料和服务数据集，研究机器人使用量增长对美国劳动力市场的负面影响，结果表明，机器人使用量的增加会对就业产生抑制作用，每千人拥有机器人的数量每增加一个单位，这千人中将会有18—34人失业。 ^[3]

此外，还有一些学者运用信息通信技术投资量指标分析人工智能技术对就业的影响，得到了不同的结论。Thomas（2017)运用欧盟资本、劳动、能源、材料和服务数据集，研究信息通信技术投资和就业的关系，结果表明，信息通信技术投资的增加会对就业产生正向促进作用。^[4]

通过各个文献横向比对，我们发现基于不同的指标和模型设立，学者们得到了不同甚至相反的结论，这主要是由于人工智能有不同的表现形式，上述不同的指标选取仅能研究人工智能技术在某一方面的影响，无法解释人工智能技术对就业市场的复杂影响。总的来说，人工智能对劳动力就业的影响效应并不统一。

为精确分析人工智能技术对就业的影响，部分学者对人工智能技术对不同劳动者的就业影响展开了研究，如Graetz和Michaels（2015）使用17个国家自1993到2007年的数据，发现工业机器人调高了劳动生产率(以每小时工作的附加值度量)，对全体工人的平均工作时间没有显著影响。但就中等技能工人和低技能工人两个次级群体而言，机器人的使用会减少其工作时间，与之对立的是，机器人的使用对高技能工人的工作时间却没有影响。 ^[5]

1.2.2 关于人工智能技术对工资的影响的相关研究

对于人工智能技术对工资的影响的研究也可分为对总体平均工资的研究和对不同劳动者平均工资的研究两大类。

DeCanio(2016)运用Houthakker模型分析了人工智能发展和应用对工资的影响，研究结果显示人工智能发展对工人工资的影响与生产函数的具体形式有关，除此之外，人工智能发展对工人工资的影响的强弱取决于人类与机器劳动的替代关系，而这种关系目前尚不明确。DeCanio预测人工智能发展将对工人工资产生负向影响，并会导致收入不平等的问题。^[6]

在对不同劳动者平均工资的研究中，传统观点认为，高技能工人从事的工作主要包括信息整合、方案优化等方面，对沟通能力、分析能力、创新能力有较高要求，不易被机器替代，而低技能工人则与之相反，容易被及其替代。Acemoglu等（2017b)则创新性的提出高技能工人和低技能工人均存在自动化的风险，模型将最终商品的生产过程分解为一个个连续的任务，建立基于任务的模型，研究自动化如何不同劳动者的工资水平，研究结果表明，自动化对于全体劳动者平均工资影响不显著，但自动化会造成收入不平等的问题，高技能的自动化会减缓收入不平等问题，然而低技能的自动化则会加剧收入不平等问题。^[7]

1.2.3 国内外研究评述

根据综上所述，现有研究围绕就业、工资等方面对人工智能技术发展对劳动力要素市场展开研究，并从不同劳动者角度出发展开研究，但由于观察角度各异、研究对象不同、计量模型多样，所得结果也不尽相同。技术进步对劳动力要素的影响本身很复杂（吴清军等，2019）^[8]，并且目前关于人工智能的度量方式众说纷纭，尚无定论。

根据人力资本理论创始人Schultz（1964）^[9]、Becker(1967) ^[10]的观点，个体对于生产要素的接收和运用能力的不同会导致收入增长呈现出不同的结果，而个体接收和运用生产要素的能力无疑取决于自身的人力资本。那么，沿袭这一逻辑，面对人工智能技术应用带来的深刻的就业市场变革，个体对新技能、新知识的获取和运用能力的不同，是否会导致人工智能技术发展对其收入增长的作用不同呢？ 也就是说人工智能技术发展对于收入增长是否存在着“人力资本门槛”呢？ 这是目前国内外研究较少关注的地方，也是本文的立足点。

1.3研究方法和思路

1.3.1 研究思路

基于上文的叙述，本文选取最易受人工智能技术影响的制造业，分别从宏观角度和微观角度分析人工智能技术对制造业劳动力要素市场的影响。从宏观角度分析人工智能技术发展对就业总量和平均工资的影响，建立固定效应模型进行实证分析，从微观层面挖掘人工智能技术与雇员收入增长的人力资本门槛效应，探究人工智能技术对于制造业内不同人力资本水平的雇员的影响，构建双重门槛模型进行实证分析。从而为我国制造业劳动力结构优化提出相关对策建议。

1.3.2 研究方法

本文采用了文献研究法、理论分析和实证分析相结合的研究方法，具体分析人工智能技术对制造业劳动力要素市场的影响，其中核心部分在于建立合理的计量经济学模型并进行实证分析。

第2章 理论模型、计量模型和数据来源

2.1 理论模型

本文借鉴吕荣杰和郝力晓(2017)的研究^[11]，使用固定效应模型研究人工智能发展水平对就业人数和工资水平的影响，并将地区生产总值作为控制变量。回归模型如下:

（2.1）