物化型技术进步对异质性劳动就业存在偏向吗？

来源:用户上传      作者:

　　摘 要：現阶段物化型技术进步的就业效应已经成为经验文献关注的焦点，本文重点关注对异质性技能劳动就业的偏向影响及关联行业物化型技术对本行业就业的影响。本文利用中国2002～2015年行业投入产出数据，测算38个行业物化型技术水平，考察物化型技术进步对本行业和关联行业高、中、低技能劳动就业的偏向影响效应及影响机制。研究发现：（1）样本期内物化型技术整体表现为抑制就业，但对不同水平技能劳动就业会产生异质性水平影响，表现为抑制低技能劳动就业，促进中、高技能劳动就业，这是替代效应和生产率效应共同作用的结果。（2）关联行业物化型技术进步会对本行业的就业产生非对称垂直影响，下游行业物化型技术进步会显著促进本行业就业，尤其是促进低技能劳动就业，主要源自共谋效应的主导作用。（3）行业间物化型技术水平、技术进步率及其就业效应差异明显，就业抑制效应在农业与制造业最为显著，在采掘和公共事业、服务业、健康和教育业影响较小。
　　关键词：物化型技术进步;劳动就业;关联行业;偏向效应
　　一、引言
　　近年来，中国人口结构趋向老龄化，劳动成本攀升已成为产业结构升级和经济质量改善的重要阻碍因素。中国经济增长由依赖“人口红利”转向依赖“技术创新红利”，以技术进步补偿劳动就业不足是经济转型阶段实现增长动力接续的有效途径。技术进步是经济增长的重要驱动力，通常，最新的技术进步成果物化于设备资本中，称为物化型技术进步，且随工业化快速推进，中国技术进步愈加表现出物化形态，即附着于质量升级的机器设备中投入生产（Solow，1960;黄先海、刘毅群，2006;姚毓春等，2014）。目前以机械化、自动化技术为代表的物化型技术进步在制造业领域广泛使用，在较大程度上弥补了部分行业劳动就业不足问题，成为有效提升生产效率、完成经济增长动力转换的重要一环。但随物化技术升级，一方面，物化型技术与异质性技能劳动之间协作方式不同，可能引致劳动需求结构变迁;另一方面，内在技术进步路径依赖性与外部政府干预可能导致物化型技术进步对就业过度替代。因此，物化型技术进步如何对劳动就业产生影响，它对异质性技能劳动的就业效应是否相同，以及存在哪些影响渠道，是值得关注和讨论的问题。
　　国内外关于技术进步就业效应的研究颇丰，肯定了技术进步对就业的双重影响效应：
　　其一，物化型技术进步对就业存在破坏作用。首先，物化型技术进步通过提高资本生产率降低资本价格，企业对更高利润的追逐引致资本对劳动的替代。就业替代通常发生在从事重复性、可程序化的低技能工作岗位上，如流水线上的操作工人和电话客服人员等（Aghion and Howitt， 1994; Acemoglu and Pestrepo， 2017）。其次，物化型技术进步会改变岗位对劳动技能的偏向，部分劳动力因不能及时接受技能培训适应新兴技术的应用而失业，而且在劳动力市场不完善的情况下，更容易发生劳动技能与行业生产技术的错配，进一步形成结构性失业（李博、温杰，2010;周先波等，2015;Blanchard and Olney， 2017）。最后，物化型技术进步导致不同行业间生产率出现分化，低生产率行业容易被高生产率行业挤出，进而导致就业规模缩减，这类现象通常更易发生于传统低技术生产部门，如电商对传统金融行业和实体零售行业的替代（皮天雷、赵铁，2014）。
　　其二，物化型技术进步会创造就业。首先，在居民名义收入水平不变的条件下，物化型技术进步将通过提高生产率降低商品价格，进而增加居民实际收入和总需求，引致企业扩张生产规模，最终增加就业需求（Autor， 2015; Arntz et al.， 2016）。其次，技术进步的创造性属性意味着，物化型技术进步会引导企业开发新产品，形成新的生产领域和产业链，进而创造新的就业岗位，通常发生于新兴技术领域的技术开发阶段，如目前人工智能技术的发展催生一系列人工智能技术研发企业，由此产生对图像识别、语音识别及机器学习工程师、AI硬件专家等技能劳动的就业需求缺口（姜泽华、白艳，2006;罗军，2014）。最后，物化型技术进步在降低生产成本的同时促进分工细化，为企业拓展新业务提供条件，由此产生更多产业分支和就业岗位（Eswaran and Kotwal， 2002;王树祥等，2014）。
　　因此，物化型技术进步在对就业存在破坏性的同时又会产生创造性，就业增加或减少取决于两种力量的相对大小。国内学者对技术进步与就业之间关系进行了较多的经验研究，多数学者基于全要素生产率视角，但样本选择不同，结论亦存在差异。如姚战琪和夏杰长（2005）利用2000～2002年中国31个省及直辖市的截面数据，叶仁荪等（2008）利用1990～2005年省际面板数据，崔友平等（2015）利用1995～2013年省级数据，这些研究均表明技术进步对就业总量存在显著不利影响。朱翠华和李建民（2012）采用随机前沿法对1999～2009中国大中型工业企业技术进步就业效应进行分解，发现就业创造效应大于就业损失。当然，也有研究表明，长期而言，技术进步不会对就业数量产生显著影响，但会引致就业结构变迁（毕先萍、赵坚毅，2007）。主要表现为技能需求结构的变化，从事常规化任务的低技能劳动被程序化、数字化技术替代，而高技能劳动需求显著增加（成艾华等，2012）。
　　综上所述，国内外学者在理论研究上从替代和创造双重视角考察了物化型技术进步对就业数量和就业结构的影响机理，在实证研究上考察了不同发展阶段物化型技术进步对不同技能和不同产业上劳动就业的异质性影响。但已有相关研究仍存在不足之处：第一，虽然众多研究对技术进步就业效应的作用机制进行了理论演绎，但仍缺少相应的经验证据。第二，已有文献较少关注物化型技术进步对异质性劳动就业的偏向作用，而且忽视行业关联性，鲜有文献考察物化型技术进步对关联行业劳动就业的影响。基于此，本文在现有文献的基础上，利用中国2002～2015年38部门投入产出数据，对物化型技术对就业影响的偏向性和作用机制进行验证。本文的边际贡献主要体现在：（1）基于异质性劳动就业视角，从替代效应和生产率效应两个渠道考察物化型技术进步对高、中、低技能劳动的影响方向和作用机制，为物化型技术进步的就业净效应及技能偏向效应提供新的经验证据;（2）引入行业关联性，从技术溢出和共谋效应两个渠道考察上游行业和下游行业物化型技术进步对本行业高、中、低技能劳动就业的联动影响，弥补技术进步的就业效应主要集中于本行业的研究局限。 　　二、物化型技術水平测算和特征分析
　　（一）物化型技术水平指标设计
　　Greenwood et al.（1997）和赵志耘等（2007）研究表明，物化型技术进步体现在机器设备的质量升级和效率提升，蕴含于机器设备中，且技术进步与设备相对价格负相关。已有研究认为建筑资本中物化型技术进步不明显，因而将建筑资本与设备资本价格之比表征物化型技术水平（宋冬林等，2011）。建筑资本指各种设备、装置等安装工程的资本累积，研究表明，其中蕴含的技术水平并非一成不变，而是表现出波动式上升趋势（李忠富等，2008），因此直接采用建筑资本与设备资本价格之比，可能会低估我国物化型技术水平。根据我国行业分类，设备制造业包含5类，即通用专用设备、交通运输设备、电气机械设备、电子设备和仪器仪表设备，由此，本文选取5个设备制造业设备出厂价格指数除以居民消费价格指数，进而得到5类设备蕴含的物化型技术水平指标。因为每一年各行业都会投入新的机器设备，因此根据各行业对5种设备中间使用情况衡量各行业生产过程中物化型技术水平。参考Hausmann et al.（2007）技术复杂度的算法，本文采用5类设备物化型技术水平的加权和表征行业物化型技术水平，计算方法为：
　　Emtechit=∑nMint∑n=1Mint×Mint/∑i=1MintVAit/∑i=1VAit×technt （1）
　　其中，Emtechit表示 i 行业 t 期的物化型技术水平;Mint表示t期对 i 行业第 n 类设备的中间投入;VAit表示 t 时期 i 行业增加值;technt表示 t 期第 n 类设备物化型技术水平。
　　图1为本文测算的2003～2015年全国物化型技术水平结果，及与赵志耘等（2007）测算结果的对比。由图可以看出，本文测算结果与赵志耘等（2007）测算结果相差不大，整体趋势基本一致，即我国物化型技术水平主要表现为逐年提升趋势。当然，本文测算的物化型技术水平略高于赵志耘等（2007）方法的测算结果，这是因为赵志耘等（2007）忽略了建筑资本中存在的技术进步，可能低估我国整体物化型技术水平。
　　（二）物化型技术进步的特征分析
　　根据式（1），结合投入产出数据可计算2002年和2015年中国38个行业部门物化型技术水平，见图2 图2根据式（1）计算，具体数据来源说明见本文第三部分。图2中数字对应行业为：1.农业;2.煤炭开采和洗选业;3.石油和天然气开采业;4.金属矿采选业;5.非金属矿采选业;6.食品制造及烟草加工业;7.纺织业;8.服装皮革羽绒及其制品业;9.木材加工及家具制造业;10.造纸印刷及文教用品制造业;11.石油加工、炼焦及核燃料加工业;12.化学工业;13.非金属矿物制品业;14.金属冶炼及压延加工业;15.金属制品业;16.通用、专用设备制造业;17.交通运输设备制造业;18.电气、机械及器材制造业;19.通信设备、计算机及其他电子设备制造业;20.仪器仪表及文化办公用机械制造业;21.其他制造业（与废品废料合并）;22.电力、热力的生产和供应业;23.燃气生产和供应业;24.水的生产和供应业;25.建筑业;26.交通运输及仓储业;27.信息传输、计算机服务和软件业;28.批发和零售贸易业;29.住宿和餐饮业;30.金融保险业;31.房地产业;32.租赁和商务服务业;旅游业;33.科学研究事业;综合技术服务业;34.其他社会服务业;35.教育事业;36.卫生、社会保障和社会福利事业;37.文化、体育和娱乐业;38.公共管理和社会组织。。
　　从图2可以看出，行业间物化型技术水平差异明显。2002年数据显示，采掘业、资本密集型制造业、建筑业以及服务业中技术密集型行业具有较高的物化型技术水平，而农业、劳动密集型制造业以及大部分服务行业物化型技术水平偏低。自2000年以来，在科教兴国战略指导下，在“973计划”“863计划”“科技支撑计划”“‘十三五’国家科技创新规划”等一系列科技支持政策引导下，各行业通过先进设备引进和自主研发，实现资本质量升级与物化型技术进步。对比2002年与2015年指标可发现，多数行业都出现明显的物化型技术进步，但行业间技术进步变化程度存在非一致性。其中物化型技术进步较快的行业主要发生于采掘业（2～5），资本密集型制造业如金属冶炼及压延加工业（14），金属制品业（15），机械设备制造业（16～20），建筑行业（25），服务业中技术密集型行业如交通运输及仓储业（26），信息传输、计算机服务和软件业（27），科学研究事业和综合技术服务业（33）。劳动密集型制造业物化型技术进步缓慢，如食品制造及烟草加工业（6）、纺织业（7）、服装皮革羽绒及其制品业（8）等。农业（1）与部分服务业出现物化型技术停滞现象，如批发和零售贸易业（28）、住宿和餐饮业（29）、金融保险业（30）和房地产业（31）等。
　　进一步绘制2003～2015年中国各行业就业数量lz和物化型技术水平Emtech，以及就业结构su和物化型技术水平Emtech关系的散点图，见图3～4图4就业结构为中高技能劳动就业与低技能劳动就业之比、中高技能劳动就业与低技能劳动就业以及就业总量计算方法与数据来源见本文第三部分。。图3发现，随各行业物化型技术应用和技术水平提升，就业数量呈现减少趋势，意味着有些行业就业数量随物化型技术进步出现下降。图4中就业结构为高技能劳动数量与低技能劳动数量比值，可以看出，随物化型技术进步，技能劳动就业比重出现显著增加，即就业结构逐渐向技能高级化发展。
　　三、计量模型设计与变量说明
　　（一）计量模型设计
　　从产业关联性视角考察物化型技术进步的就业效应，基准回归模型设定为： 　　lnLit=α+β1lnEmtechit+X'itγ+μi+μt+εit（2）
　　lnLit=α+β2lnEmfit+β3lnEmbit+X'itγ+μi+μt+εit（3）
　　式中， i 表示行业， t 表示时间。 L 表示就业数量（单位：万人），Emtech表示物化型技术水平，Emf和Emb分别表示 i 行业的上游行业物化型技术平均水平和下游行业物化型技术平均水平，模型中对劳动和物化型技术水平变量进行对数线性化处理。X'为其他控制变量，包括行业产权性质（Property）、中央政府干预（Cengov）、外商直接投资（FDI）、出口（EX）、进口（IM）和税收补贴情况（Taxsub）。α代表常数项，μi和μt分别代表行业固定效应和时间固定效应，εit为随机扰动项。本文主要关注系数β1、β2和β3，其中β1反映 i 行业物化型技术进步对 i 行业就业的直接影响，β2反映上游行业物化型技术进步对 i 行业就业的前向关联影响，β3反映下游行业物化型技术进步对 i 行业就业的后向关联影响。本文引入LL、LM、和LH分别表示低、中、高技能劳动就业数量。为考察物化型技术进步对异质性劳动就业是否存在偏向效应，进一步引入中-低技能劳动比（ Lml ）、高-低技能劳动比（ Lhl ）和高-中技能劳动比（ Lhm ）作为被解释变量。
　　进一步，借鉴柳士顺和凌文辁（2009），本文采用一元多重中介效应模型检验物化型技术进步对劳动就业的影响机制，见式（4）～（6）。
　　lnLit=clnEmtechit+μi+μt+εit（4）
　　Mmit=alnEmtechit+μi+μt+εit（5）
　　lnLit=c'lnEmtechit+∑nm=1bmMmit+μi+μt+εit（6）
　　式中，c为物化型技术对就业影响的总效应，c'为直接效应，Mmit为第 m 个中介变量（m=1…n），a×bm为第 m 个中介变量的中介效应。若a×bm与c正负一致，则a×bm/c反映物化型技术通过第 m 个中介变量的中介效应占总效应的比例。若a×bm与c符号相反，则|a×bm/c'|反映第 m 中介效应对直接效应的抵消程度。本文采用 Sobel 检验法对中介效应进行检验，以确保检验结果的稳健性。
　　（二）变量说明
　　被解释变量：劳动就业（L）采用各行业城镇单位就业人员年末人数，同时参考包群和邵敏（2008）、陆雪琴和文雁兵（2013）、余东华和孙婷（2017），将投入产出表中38个行业的就业划分为高（Lh）、中（Lm）、低（Ll）三个技能水平。划分方法为：首先利用14个行业（不包括细分的工业行业）就业人员受教育程度构成数据，按照学历将本科及以上、大专、大专以下三个层次学历人员划分为高、中、低技能劳动;其次假设工业行业高、中技能劳动与科技活动人员以相同的比例分布，利用工业行业总体高、中技能劳动就业数量乘以每个行业科技活动人员占工业总科技活动人员比重，获得缺失的细分工业行业高、中技能劳动数量，总劳动就业人数减去高、中技能劳动人数后可获得低技能劳动就业人数。数据根据各年《中国劳动统计年鉴》和《工业统计年鉴》整理获得。
　　核心解释变量：本行业物化型技术水平（Emtech）计算方法见式（1）。i行业的上游行业物化型技术水平（Emf）与下游行业物化型技术水平（Emb）根据式（7）计算：
　　Emfit=∑j，j≠iaji×Emtechjt，Embit=∑j，j≠iaij×Emtechjt（7）
　　式中，i表示本行业，j表示关联行业。aji和aij分别表示为直接消耗系数和直接分配系数，表示前向关联权重和后向关联权重。直接消耗系数aji指生产经营过程中 i 行业的单位产出中直接消耗的第 j 行业货物或服务的价值量，计算方法为，第 i 个行业的总投入去除以其消耗的第 j 行业的货物或服务价值量。直接分配系数aij反映第 i 行业货物或服务分配到第 j 行业中的使用份额，计算方法为，第 i 行业的总产出去除以其分配到第 j 行业中的货物或服务价值量。数据根据投入产出表、各年《中国价格统计年鉴》整理获得。
　　中介变量：根据已有文献，物化型技术进步对劳动就业的水平效应通过替代效应和生产率效应发挥作用。替代效应指物化型技术进步使得机器设备能够直接替代劳动从事生产活动，采用劳动与资本比值（LK）表征。生产率效应指物化型技术进步促进劳动生产率提升和生产扩张，进而增加就业需求，由于劳动之间存在技能异质性，单位劳動产出不能准确反映有效劳动产出，因此本文选择单位工资产出（YW）表征劳动生产率。现有文献较少关注关联行业物化型技术进步对本行业劳动就业的垂直影响效应，但借鉴行业垂直关联性相关文献，本文认为关联行业物化型技术进步通过技术溢出和中间品需求影响本行业劳动就业。行业间通过投资、合作会产生技术外溢（黄杰，2018），故物化型技术进步的技术外溢必然会引致关联行业就业需求发生变化。张晓燕等（2017）对垂直相关市场的研究表明，垂直市场关联企业间存在共谋或者竞争，指垂直企业间合作共同提升最终品市场价格以谋取更多利润，抑或依赖市场垄断地位赢得更多垄断利润。关联行业物化型技术进步必然影响其与本行业的共谋和竞争策略，通常反映在行业间中间品交易过程中，通过改变利润多寡作用于行业就业需求。技术溢出效应通过检验关联行业物化型技术（Emf和Emb）对本行业物化型技术Emtech的影响来衡量，共谋效应采用其他行业对本行业的中间品需求（ Mid ）作为中介变量。 　　控制变量：行业产权性质（ Property ）、中央政府干预（ Cengov ）、外商直接投资（ FDI ）分别采用各行业国有企业固定资产投资、中央项目固定资产投资、外商直接投资额占总固定资产投资比重表示，出口贸易（ Exp ）和进口贸易（ Imp ）分别用行业出口和进口额与行业生产总值之比表示，税收补贴情况（ Taxsub ）采用行业生产税净额与生产总值之比表示。控制变量数据根据国家统计局（http：//www.stats.gov.cn/）、《中国统计年鉴》、《中国固定资产投资统计年鉴》、投入产出表整理计算。
　　（三）描述性统计
　　由于国家统计局公布的投入产出表仅到2015年，基于数据的可得性，本研究将中国38个行业2003～2015年样本作为目标。变量描述性统计量如表1所示。
　　表中被解释变量数据显示，低技能劳动就业与劳动就业总量描述性统计最为接近，平均值表明，中、高技能劳动就业数量明显低于低技能劳动就业数量，但标准差、最小值和最大值表明，中、高技能劳动就业数量的行业间差异相对较大。物化型技术水平的描述统计显示，各行业物化型技术水平指标平均值为0.661，标准差为1.623，是平均值的2～3倍，印证了行业间物化型技术水平的显著差异。
　　四、实证检验
　　（一）物化型技术进步对就业影响的水平效应及其机制检验
　　本文首先根据回归方程（2）检验物化型技术进步对本行业劳动就业的影响，表2报告了选择不同计量模型时的检验结果。其中，第1～2列分别为随机效应模型和个体固定效应模型，由于固定效应模型聚类稳健标准误与普通标准误相差较大，传统豪斯曼检验不适用，故本文采用辅助回归法随机效应模型和个体固定效应模型进行检验，结果在10%的显著性水平上支持个体固定效应。第3列为个体时间双向固定效应模型，检验结果支持时间效应，且双向固定效应模型拟合优度R2明显大于个体固定效应模型，因此本文在物化型技术的就业效应检验模型中，对个体效应和时间效应均进行了控制。
　　同时模型可能存在内生性，主要源自解释变量与被解释变量的双向影响偏误和遗漏变量偏误。首先为了避免当期就业对物化型技术的可能影响，借鉴陈晓华等（2018），本文采用物化型技术滞后一期作为当期物化型技术的工具变量，而且工具变量不可识别检验（Anderson LM 统计量）与弱工具变量检验（Cragg Danald F 统计量）表明不存在不可识别问题和弱工具变量问题。由于内生变量和工具变量个数相同，因此不存在过度识别问题。其次，为解决遗漏变量问题，本文采用面板模型解决个体异质性问题，进一步分别对模型进行一阶差分变换（第4列）和离差变换（第5列）后采用二阶段最小二乘法（2SLS）对模型进行估计。其中第4列显示一阶差分变换工具变量法估计的拟合优度几乎为0，表明该方法并不适用。第6列为没有经过变换的面板工具变量法估计模型，对比发现第5列与第6列系数估计结果相近，因此可认为面板模型在较大程度上解决了遗漏变量问题。
　　系数估计结果显示，在样本期内，控制个体和时间效应后，无论采用最小二乘法还是工具变量两阶段最小二乘法，物化型技术进步对就业的水平影响系数均显著为负，表明一个行业发生物化型技术进步会引致该行业就业数量减少，这与姚战琪和夏杰长（2005）对中国的经验研究结论一致。表2第6列显示，在数量上，物化型技术水平每提升1%，相应行业总就业平均减少7%，意味着在现有条件下，物化型技术水平的快速提升会对我国就业产生较大程度的负面冲击，这可能由机器对劳动的替代作用所致。
　　其他变量系数显示，中央政府干预、FDI与进口贸易不利于行业就业增加，出口贸易对行业就业产生显著促进作用，行业国有化程度与税收对就业未表现出稳定一致的直接影响。其中中央政府干预对就业的抑制作用主要源自两方面：一是政府投资项目具有导向性，主要集中于农林水利、交通基础设施、环境保护等公共事业（蔡昉等，2004），或者高新技术战略性产业，这些投资领域具有资本密集性和技术密集性特征，其就业吸纳能力较弱;二是政府投资对私人投资产生挤出效应（吴洪鹏、刘璐，2007），私人投资领域通常遵循国内“要素禀赋优势”，具有较强的就业吸纳能力，而政府投资对挤出私人投资的同时也会挤出相应行业的就业。进、出口贸易对就业影响的检验结果与魏浩和李晓庆（2017）、原磊和邹宗森（2018）研究结论一致，进口贸易通过加剧相应产品市场企业竞争，造成国内相应行业的就业损失，相反，出口贸易会增加国内产品需求，进而促进相应行业对就业的吸收。外商直接投资（FDI）对就业的抑制作用主要通过加剧行业内企业竞争和提高行业资本密集度两个渠道发挥作用，与毛日昇（2009）、赵文军和于津平（2012）研究结论一致。
　　为考察物化型技术对异质性劳动就业效应的偏向性，本文分别检验物化型技术对低、中、高技能劳动就业数量以及技能偏向的影响，见表3。
　　表3第1-3列估计结果显示，物化型技术进步对低技能劳动就业造成显著破坏作用，对中、高技能劳动就业产生促进作用。物化型技术进步对低、中、高技能劳动就业影响系数的绝对值以及显著程度依次递减，表明低技能劳动受物化型技术进步的冲击影响最为突出，而中、高技能受影响较小。第4～6列估計结果进一步印证，物化型技术进步有利于提高行业中、高技能劳动比例，优化行业就业技能结构。对于低技能劳动而言，物化型技术进步更容易实现机器对简单劳动的直接替代，而且机器设备的技术更新对劳动技能需求发生变化，低技能劳动若不能完成技能升级则可能因传统机器设备更新而被淘汰，因此低技能劳动更容易因物化型技术进步而失业。中高技能劳动就业受物化型技术进步影响较小，一方面在于中高技能劳动通常从事工作沟通性和认知性较高的职业，被机器设备替代的可能性较低;另一方面即使短期内由于技能与技术不匹配造成失业，中高技能劳动具有较强的技术适应能力，能够迅速掌握新技术并寻找到新工作，不易受到物化型技术进步的冲击。而且，对于中、高技能劳动，物化型技术进步更偏向于促进中等技能劳动就业。这与我国教育体系定位特征相关，鲁武霞和李晓明（2011）研究表明，我国高职专科教育以培养技术应用型人才为目标，而本科及研究生教育多以研究型为主。在生产经营过程中，中等技能即专科教育的劳动人员与物化型技术的应用更为匹配，更有利于提高行业生产效率。 　　控制变量中，中央政府干预主要起拉动中、高技能劳动就业作用，而对低技能劳动就业没有产生显著影响。这是因为政府投资项目倾向于高新技术战略性产业，项目的实施对劳动技能具有较高的要求，因此会促进中、高技能劳动就业。FDI对高、中、低技能劳动就业均产生负向影响，但对中高技能劳动就业的影响相对较强，这是因为外商投资倾向于流向技术密集型和技能劳动密集型领域，因此FDI挤出效应更多体现于中、高技能劳动的变化。进出口贸易主要对低技能劳动就业产生显著影响，对中、高技能劳动影响不显著，表现为进口贸易抑制低技能劳动就业而出口贸易会促进低技能劳动就业。这是因为以往丰裕且廉价的劳动资源优势决定我国在国际贸易中从事低附加值的加工环节，因此，进出口贸易的变化会导致低技能劳动需求的急剧变化。此外，行业税收对中高技能劳动就业产生积极作用，这可能因为生产税增加倒逼行业结构转型，相应调整劳动就业结构，增加对中、高技能劳动就业需求。
　　根据一元多重中介模型（4）～（6）式，本文进一步考察物化型技术进步对本行业就业及技能偏向的水平影响机制，检验结果见表4。其中，总效应检验结果已经显示在表2第6列和表3第4～6列，对应于（4）式，表4第1～2列分别为物化型技术 lnEMtech 對中介变量劳动密集度 lnLK 与劳动生产率 lnYW 的影响检验，对应于（5）式，第3～6列为直接效应与间接效应的综合检验，对应于（6）式。
　　结合表2第6列、表4第1列和第3列可以看出，物化型技术对总就业的直接影响系数与替代效应间接影响系数均显著，且Sobel检验的Z统计量均在1%的水平上显著，表明物化型技术进步通过替代效应影响行业就业的作用机制成立。系数估计结果显示，物化型技术对劳动密集度的影响系数显著为负，而劳动密集度对劳动就业的影响系数显著为正，表明物化型技术进步使资本替代劳动的过程更容易发生，行业生产向资本密集型方向发展，继而对就业产生不利冲击。通过计算可知，物化型技术进步通过替代效应对总就业的间接影响系数为-0.018，占总效应的25.6%。结合表3第4～6列、表4第1列与4～6列可发现，替代效应在增加中-低技能、高-低技能就业比降低高-中技能就业比的中介作用突出，计算结果显示，其间接影响系数分别为0.038、0.023与-0.011，分别占总效应的34.3%、31.9%与26.6%。意味着物化型技术引发的机器替代人的现象，主要发生于低技能劳动群，而机器与人的互补性主要体现在中等技能劳动群。总就业的生产率效应检验结果显示，虽然表4第2列中物化型技术对劳动生产率的影响系数不显著，但Sobel检验的Z统计量通过5%的显著性检验。且系数估计结果显示，物化型技术进步有利于提升行业劳动生产率，进而对行业就业产生促进作用。其间接影响系数为0.006，与总影响系数符号相反，意味着生产率效应表现为对直接效应的抵消作用，抵消比例为10.2%。第4～5列结果显示，物化型技术进步对劳动生产率的改善有利于增加行业对低技能劳动就业的吸纳能力，即生产率效应更偏向于增加低技能劳动就业，但对直接效应的抵消作用还不到10%。对比替代效应和生产率效应对就业的间接影响程度，可知物化型技术进步对就业的替代效应的间接影响系数及显著性均高于生产率效应，表明生产率效应带来的就业增加不足以抵消替代效应导致的就业消失，因而物化型技术进步会造成一定程度的失业，主要表现为低技能劳动就业损失。
　　（二）物化型技术进步对就业影响的垂直效应及机制检验
　　随着社会分工深化，行业间关联性逐渐强化。一个行业就业不仅受本行业物化型技术进步的影响，还会受到上游行业或下游行业物化型技术进步的联动影响。关联行业物化型技术进步对本行业总就业与技能偏向的前向和后向影响效应检验结果见表5。
　　根据表5可以看出，上游关联行业物化型技术 lnEmf 无论对劳动就业总量还是技能偏向均不存在显著的前向影响效应。下游关联行业物化型技术 lnEmb 对就业总量的影响系数显著为正，说明下游关联行业发生物化型技术进步会引致本行业劳动就业增加。而且数值显示，下游行业物化型技术水平每提升1%，上游行业就业总量将平均增加5.5%。第2～4列系数显示，下游行业物化型技术进步更有利于本行业吸收低技能劳动就业，故而降低本行业中、高技能劳动就业比重。进一步利用中介效应模型，从技术溢出效应和共谋效应两个渠道检验关联行业物化型技术进步对本行业就业的作用机制。由于表5中，上游关联行业物化型技术对本行业就业影响系数不显著，表明物化型技术的前向就业效应的中介效应模型不成立，因此不再对其进行中介效应检验，表6仅检验下游关联行业物化型技术 lnEmb 对本行业总就业、中-低技能与高-低技能就业比的作用机制。其中，表5对应于一元多重中介模型的（4）式，表6第1～2列对应于（5）式，分别为物化型技术进步对中介变量本行业物化型技术 lnEmtech 、中间品需求 lnMid 的影响检验，第3～5列对应于（6）式。
　　技术溢出效应检验结果显示，下游关联行业物化型技术 lnEmb 对本行业物化型技术影响系数与Sobel检验的Z统计量均不显著，意味着技术溢出效应作用渠道不成立。物化型技术附着于投入要素或产品上，通常随中间品由上游行业向下游行业溢出，而下游行业向上游行业溢出较难，第1列上游行业物化型技术水平 lnEmf 与下游行业物化型技术水平 lnEmb 的系数验证了这一点。共谋效应Sobel检验的Z统计量显著支持该中介效应渠道，具体而言，第2～3列系数表明，下游行业物化型技术进步会增加对本行业中间品的需求，进而促进本行业中间品生产规模扩张与就业增加。通过系数计算可知，间接影响系数为0.008，共谋效应占总效应的14.8%。可以看出，下游行业物化型技术进步更容易促进其与本行业中间品的交易，达成合作共谋。第4～5列显示，本行业中间品需求增加会降低中、高技能劳动就业比例，增加低技能劳动就业比例。结合表5，下游行业物化型技术进步对本行业就业的促进作用主要发生于低技能劳动群，这是因为与下游行业相比，本行业处于产业链的低端位置，物化型技术进步会促使下游行业部分低技能劳动密集型生产任务向本行业转移，导致本行业锁定在低技术中间品生产阶段，使本行业更偏向于增加低技能劳动就业。综上，下游关联行业物化型技术进步主要通过共谋渠道对本行业就业产生积极影响。 　　五、扩展性研究：行业异质性
　　考虑到行业异质性，按照生产性质将38个行业划分为农业、采掘和公共事业、制造业、服务业以及健康和教育業5个门类，考察物化型技术进步对不同行业、不同技能水平劳动就业的异质性影响，模型设定为：
　　lnLit=α+∑5q=1β1qlnEmtechit*dq+X′itγ+μi+μt+εit（8）
　　其中，q∈1，5表示5个行业门类，由1至5分别对应于农业、采掘和公共事业、制造业、服务业以及健康和教育业。dq为虚拟变量，当行业属于q类别时取值为1，否则取值为0。检验结果见表7。
　　表7结果表明，物化型技术进步在各行业对就业的替代效应大于生产率效应，对不同行业就业存在异质性影响。第1列显示，物化型技术进步的就业抑制作用主要发生于农业与制造业，对采掘和公共事业、服务业、健康和教育业就业总量的影响相对较小。具体来看，农业三种技能劳动就业都会因物化型技术进步发生不同程度的下降，其中低技能劳动下降最为显著，且下降速度最快，但不同技能劳动就业系数差距较小，技能结构未发生显著变化。这与我国农业发展现状密切相符，根据统计局数据发现，2003年至2017年，中国农业实际增加值为81%，且研究表明农村生产率整体得到提升（彭代彦、吴翔，2013;周京奎等，2019），但农业（包括农、林、牧、渔）就业人员缩减了42%。由此可知，物化型技术进步虽然提升了农业生产率，但就业替代作用仍占据主导地位。另外，由于目前农业生产任务对劳动技能要求较低，因此没有对中高技能劳动就业产生促进作用。在制造业、采掘业和公共事业，物化型技术进步对不同技能劳动就业产生较为明显的非对称影响，对低技能劳动就业产生抑制作用，对中、高技能劳动就业产生促进作用。物化型技术的使用一方面会对从事重复性、程序化任务的低技能劳动产生替代，另一方面高技术设备资本与技能劳动之间存在互补性（王永进、盛丹，2010;申广军，2016），因此物化型技术的应用会增加这些行业对中、高技能劳动的需求。对于服务业而言，物化型技术进步对低、中、高技能劳动就业均产生抑制作用，而对高技能劳动就业的影响最为显著。这可能源自服务业物化型技术进步的非技能偏向性，技术进步的非技能偏向性导致发生技能替代（陆雪琴、文雁兵，2013），由此造成服务业技能劳动被替代。
　　六、结论与政策含义
　　更高质量和更充分就业，是十九大明确提出要实现的目标，尽管国家已出台一系列积极就业政策，但目前就业问题仍是需要解决的关键性经济问题和社会问题。物化型技术进步是中国实现向高质量发展阶段转型的重要手段，但物化型技术进步对劳动就业的影响不容忽视，故研究物化型技术进步对劳动就业的影响，有助于同时实现高质量和充分就业目标。本文基于2002～2015年行业投入产出数据，测算38个部门物化型技术水平，并采用普通最小二乘法和工具变量两阶段最小二乘法，检验本行业和关联行业物化型技术进步对本行业劳动就业数量与不同技能劳动就业的水平影响和垂直影响。
　　本研究发现：（1）行业间物化型技术水平差异明显，其中采掘业、资本密集型制造业、建筑业以及技术密集型服务业具有较高的物化型技术水平，且技术进步显著，而农业、劳动密集型制造业以及大部分服务业物化型技术水平偏低，且技术进步缓慢。（2）样本期内物化型技术进步整体表现为抑制就业，但对不同技能水平劳动就业会产生异质性影响，对低技能劳动就业产生抑制作用，对中、高技能劳动就业产生促进作用，其中对中等技能劳动就业偏向明显。物化型技术进步的就业效应源于替代效应和生产率效应的共同作用，替代效应导致机器设备替代劳动就业从事生产任务，尤其是替代低技能劳动就业，生产率效应增加行业的就业需求，而且样本期内替代效应大于生产率效应。（3）关联行业物化型技术进步会对本行业就业产生非对称影响，上游行业物化型技术进步对本行业就业影响不显著，下游行业物化型技术进步则会显著促进本行业就业，低技能劳动就业会显著增加，中、高技能劳动就业比例略有减少。技术溢出效应与共谋效应共同决定关联行业物化型技术进步对本行业就业的影响，其中，共谋效应发挥主导作用，促进本行业就业增加。（4）物化型技术进步对不同行业高、中、低技能劳动就业存在异质性影响。物化型技术进步对就业的抑制作用在农业与制造业最为显著，农业物化型技术进步对三种技能水平劳动就业均存在抑制作用，制造业物化型技术进步抑制低技能劳动就业，但会促进中高技能劳动就业。采掘和公共事业、服务业、健康和教育业就业受影响较小。
　　基于此，为有效推进物化型技术进步，提升经济增长质量，同时实现充分就业目标，本研究提出以下几点政策建议：（1）持续完善劳动者权益保障机制，逐步健全失业保险和再就业制度，扩大失业保险基金支出范围，鼓励企业、劳务市场与培训机构之间开展职业技能定向培训合作，提高技术性失业劳动者就业或者再就业技能水平的提升创造了条件。（2）继续深化资本市场改革，避免对资本市场直接或间接干预引致对某一领域的过度投资，以及可能由此导致对物化型技术的过度使用，鼓励企业选择顺要素禀赋的适宜性生产技术，避免盲目投资机械化和自动化技术对劳动市场的冲击。（3）深入推进户籍制度改革，促进城乡劳动合理流动，建立农村剩余劳动转移就业的信息服务平台，减少农村剩余劳动与企业之间的信息不对称，进而缓解由农业物化型技术进步引致的农村剩余劳动增加。
　　参考文献：
　　[1] 包群、邵敏，2008：《外商投资与东道国工资差异：基于我国工业行业的经验研究》，《管理世界》第5期。[Bao Qun and Shao Min， 2008， Wage Difference Between Foreign Investment and Host Country： an Empirical Study Based on China's Industrial Industry，Management World ， 5.] 　　[2] 毕先萍、赵坚毅，2007：《技术进步对我国就业总量及结构的影响》，《统计与决策》第10期。[Bi Xianping and Zhao Jianyi， 2007， The Impact of Technological Progress on the Total Amount and Structure of Employment in China，Statistics & Decision ， 10.]
　　[3] 蔡昉、都阳、高文书，2004：《就业弹性、自然失业和宏观经济政策——为什么经济增长没有带来显性就业？ 》，《经济研究》第9期。[Cai Fang， Du Yang and Gao Wenshu， 2004， Employment Elasticity， NAIRU and Macroeconomic Policies，Economic Research Journal ， 9.]
　　[4] 陈晓华、黄先海、刘慧，2019：《生产性服务资源环节错配对高技术产品出口的影响分析》，《统计研究》第1期。[Chen Xiaohua， Huang Xianhai and Liu Hui， 2019， A Study on the Impacts of Linkage Misalignment of the Productive Service Resources on the High tech Product Export，Statistical Research ， 1.]
　　[5] 成艾华、敖荣军、韦燕生，2012：《中国工业行业技能偏向型技术变化的实证检验》，《中国人口·资源与环境》第5期。[Cheng Aihua， Au Rongjun and Wei Yansheng， 2012， Empirical Evidence on Skill biased Technological Change in China's Industry，China Population， Resources and Environment ， 5.]
　　[6] 崔友平、金玉国、王晓，2015：《技术进步对中国就业影响的实证分析：1995～2013年》，《经济社会体制比较》第4期。[Cui Youping， Jin Yuguo and Wang Xiao， 2015， Empirical Analysis on the Influence of Technological Advancement on the Employment in China：1995～2013，Comparative Economic & Social Systems ， 4.]
　　[7] 黄杰，2018：《中国工业技术创新的行业间溢出效应分析》，《统计与决策》第11期。[Huang Jie， 2018， Analysis of Inter industry Spillovers of Chinese Industrial Technology Innovation，Statistics & Decision ， 11.]
　　[8] 黄先海、刘毅群，2006：《物化性技术进步与我国工业生产率增长》，《数量经济技术经济研究》第4期。[Huang Xianhai and Liu Yiqun， 2006， Embodied Technical Change and Chinese Industry’ s Productivity Growth，The Journal of Quantitative & Technical Economics ， 4.]
　　[9] 姜泽华、白艳，2006：《产业结构升级的内涵与影响因素分析》，《当代经济研究》第10期。[Jiang Zehua and Bai Yan， 2006， Analysis on the Connotation and Influencing Factors of Industrial Structure Upgrading，Contemporary Economic Research ， 10.]
　　[10] 李博、溫杰，2010：《中国工业部门技术进步的就业效应》，《经济学动态》第10期。[Li Bo and Wen Jie， 2010， The Employment Effect of Technological Progress in China's Industrial Sector，Economic Perspectives ， 10.]
　　[11] 李忠富、邹心勇、李国良，2008：《中国建筑业全要素生产率的变迁：1996～2005年实证分析》，《土木工程学报》第11期。[Li Zhongfu， Zou Xinyong and Li Guoliang， 2008， An Empirical Study on the Migration of Total Factor Productivity of the Chinese Construction Industry in 1996～2005，China Civil Engineering Journal ， 11.]
　　[12] 柳士顺、凌文辁，2009：《多重中介模型及其应用》，《心理科学》第2期。[Liu Shishun and Ling Wenquan， 2009， Multiple Mediation Models and Their Applications，Psychological Science ， 2.] 　　[13] 陆雪琴、文雁兵，2013：《偏向型技术进步、技能结构与溢价逆转——基于中国省级面板数据的经验研究》，《中国工业经济》第10期。[Lu Xueqin and Wen Yanbing， 2013， Skill biased Technical Progress， Skill Structure and Premium Reversal： A Empirical Study Based on Chinese Provincial Panel Data，China Industrial Economics ， 10.]
　　[14] 鲁武霞、李晓明，2011：《高职专科与应用型本科衔接：内涵特性及内蕴价值》，《教育发展研究》第19期。[Lu Wuxia and Li Xiaoming， 2011， Interface between Higher Vocational Education and Application oriented Undergraduate Education： Characteristics and Intrinsic Value，Research in Educational Development ， 19.]
　　[15] 罗军，2014：《经济开放与技术进步影响我国劳动力就业的实证分析》，《财经科学》第4期。[Luo Jun， 2014， Empirical Analysis of the Impact of Economic Openness and Technological Progress on China's Labor Force Employment，Finance & Economics ， 4.]
　　[16] 毛日昇，2009：《出口、外商直接投资与中国制造业就业》，《经济研究》第11期。[Mao Risheng， 2009， Export， FDI and Employment in Manufacturing Industries of China，Economic Research Journal ， 11.]
　　[17] 彭代彦、吴翔，2013：《中国农业技术效率与全要素生产率研究——基于农村劳动力结构变化的视角》，《经济学家》第9期。[Peng Daiyan and Wu Xiang， 2013， A Study on China’s Agricultural Technology Efficiency and TFP——A Perspective on the Changes in the Structure of Rural Labor Force，Economist ， 9.]
　　[18] 皮天雷、赵铁，2014：《互联网金融：逻辑、比较与机制》，《中国经济问题》第4期。[Pi Tianlei and Zhao Tie， 2014， Internet Finance： Logic， Comparatives and Mechanisms，China Economic Studies ， 4.]
　　[19] 申广军，2016：《“资本—技能互补”假说：理论、验证及其应用》，《经济学（季刊）》第4期。[Shen Guangjun， 2016， Capital skill Complementarity Hypothesis： Theory， Verification and Its Applications，China Economic Quarterly ， 4.]
　　[20] 宋冬林、王林輝、董直庆，2012：《资本体现式技术进步及其对经济增长的贡献率（1981-2007）》，《中国社会科学（英文版）》第2期。[Song Donglin， Wang Linhui and Dong Zhiqing， 2012， Capital embodied Technological Progress and Its Contribution to Economic Growth ：1981-2007，Social Sciences in China ， 2.]
　　[21] 王树祥、张明玉、郭琦，2014：《价值网络演变与企业网络结构升级》，《中国工业经济》第3期。[Wang Shuxiang， Zhang Mingyu and Guo Qi， 2014， Value Network’s Evolution and Value Network Structure’s Upgrade of Enterprise，China Industrial Economics ， 3.]
　　[22] 王永进、盛丹，2010：《要素积累、偏向型技术进步与劳动收入占比》，《世界经济文汇》第4期。[Wang Yongjin and Sheng Dan， 2010， Factor Accumulation， Partial Technological Progress and Labor Income，Word Economic Papers ， 2010.]
　　[23] 魏浩、李晓庆，2017：《进口贸易对劳动力市场影响研究进展》，《经济学动态》第4期。[Wei Hao and Li Xiaoqing， 2017， Research Progress on the Impact of Import Trade on Labor Market，Economic Perspectives ， 4.]
　　[24] 吴洪鹏、刘璐，2007：《挤出还是挤入：公共投资对民间投资的影响》，《世界经济》第2期。[Wu Hongpeng and Liu Lu， 2007， Crowd Out or Crowd in： the Impact of Public Investment on Private Investment，The Journal of World Economy ， 2.] 　　[25] 姚毓春、袁禮、董直庆，2014：《劳动力与资本错配效应：来自十九个行业的经验证据》，《经济学动态》第6期。[Yao Yuchun， Yuan Li and Dong Zhiqing， 2014，Misallocation of Labor and Capital： Empirical Evidence from 19 Industries，Economic Perspectives ， 6.]
　　[26] 姚战琪、夏杰长，2005：《资本深化、技术进步对中国就业效应的经验分析》，《世界经济》第1期。[Yao Zhanqi and Xia Jiechang， 2005， Capital Deepening and Technology Progress and their Effects on China’s Employment，The Journal of World Economy ， 1.]
　　[27] 叶仁荪、王光栋、王雷，2008：《技术进步的就业效应与技术进步路线的选择——基于1990～2005年中国省际面板数据的分析》，《数量经济技术经济研究》第3期。[Ye Rensun， Wang Guangdong and Wang Lei， 2008， The Effect of Technical Progress on Employment and the Choice of Technical Progress Policy in China （1990 ～ 2005），The Journal of Quantitative & Technical Economics ， 3.]
　　[28] 余东华、孙婷，2017：《环境规制、技能溢价与制造业国际竞争力》，《中国工业经济》第5期。[Yu Donghua and Sun Ting， 2017， How Does Factor Price Distortion Affect the International Competitiveness of Manufacturing Industry，China Industrial Economics ， 5.]
　　[29] 原磊、邹宗森，2018：《企业异质性、出口决策与就业效应——兼论中美贸易战的应对》，《经济学动态》第9期。[Yuan Lei and Zou Zongsen， 2018， Heterogeneity of Enterprises， Export Decision and Employment Effect—also on the Response of Sino us Trade War，Economic Perspectives ， 9.]
　　[30] 张晓燕、杜诗晗、王聪，2017：《竞争效应、共谋效应与跨国公司选址——基于垂直相关市场的研究》，《宏观质量研究》第4期。[Zhang Xiaoyan， Du Shihan and Wang Cong， 2017， Competitive Effect， Collusive Effect and the Location Selection of FDI A View on Vertically Related Market，Journal of Macro quality Research ， 4.]
　　[31] 赵文军、于津平，2012：《贸易开放、FDI与中国工业经济增长方式——基于30个工业行业数据的实证研究》，《经济研究》第8期。[Zhao Wenjun and Yu Jinping， 2012， Trade Openness， FDI and China’s Industrial Economic Growth Pattern： Empirical Analysis Based on Data of 30 Industrial Sectors，Economic Research Journal ， 8.]
　　[32] 赵志耘、吕冰洋、郭庆旺、贾俊雪，2007：《资本积累与技术进步的动态融合：中国经济增长的一个典型事实》，《经济研究》第11期。[Zhao Zhiyun， LvBingyang， Guo Qingwang and Jia Junxue， 2007， On the Dynamic Integration of Capital Accumulation and Technological Progress： A Stylized Fact in China’s Economic Growth，Economic Research Journal ， 11.]
　　[33] 周京奎、王贵东、黄征学，2019：《生产率进步影响农村人力资本积累吗？——基于微观数据的研究》，《经济研究》第1期。[Zhou Jingkui， Wang Guidong and Huang Zhengxue， 2019， Does Productivity Improvement Affect Rural Human Capital Accumulation？ A Micro perspective Study，Economic Research Journal ， 1.]
　　[34] 周先波、刘建广、郑馨，2016：《信息不完全、搜寻成本和均衡工资——对广东省外来农民工劳动力市场信息不完全程度的测度》，《经济学（季刊）》第1期。[Zhou Xianbo， Liu Jianguang and Zheng Xin， 2016， Incomplete Information， Search Cost， and Equilibrium Wage： Evidence from the Measurement for the Incomplete Information of Rural Immigrant Labor Market in Guangdong，China Economic Quarterly ， 1.] 　　[35] 朱翠華、李建民，2012：《技术进步就业效应新解》，《财经科学》第4期。[Zhu Cuihua and Li Jianmin， 2012， The Effects of Technology Progress on Employment and Its Decomposition，Finance & Economics ， 4.]
　　[36] Acemoglu， D. and Restrepo， P.， 2017， Robots and jobs， Evidence from US Labor Markets， National Bureau of Economic Research， Working Paper， No. w23285.
　　[37] Aghion， P. and Howitt， P.， 1994， Growth and Unemployment，The Review of Economic Studies ， 61（3）， 477-494.
　　[38] Arntz， M.， Gregory， T. and Zierahn， U.， 2016， The Risk of Automation for Jobs in OECD Countries， OECD Social， Employment and Migration， Working Papers， No. 189.
　　[39] Autor， D. H.， 2015， Why Are There Still So Many Jobs？ The History and Future of Workplace Automation，Journal of Economic Perspectives ， 29（3）， 3-30.
　　[40] Blanchard， E. J. and Olney， W. W.， 2017， Globalization and Human Capital Investment： Export Composition Drives Educational Attainment，Journal of International Economics ， 106， 165-183.
　　[41] Eswaran， M. and Kotwal， A.， 2002， The Role of the Service Sector in the Process of Industrialization，Journal of Development Economics ， 68（2）， 401-420.
　　[42] Greenwood， J.， Hercowitz， Z. and Krusell， P.， 1997， Long Run Implications of Investment Specific Technological Change，The American Economic Review ， 87（3）， 342-362.
　　[43] Hausmann， R.， Hwang， J. and Rodrik， D.， 2007， What You Export Matters，Journal of Economic Growth .， 12（1）， 1-25.
　　Does Embodied Technical Progress have Biased Effect on Heterogeneous Labor Employment： An Empirical Study Based on Industrial Relevance
　　Zhao Jing and Dong Zhiqing
　　（Faculty of Economics and Management， East China Normal University， Shanghai）
　　Abstract：While relevant literature focuses on the employment effect of China's embodied technical progress on self industries， this paper pays particular attention to the biased effect on heterogeneous skill employment and the vertical linkage effect of embodied technical progress on the employment of related industries. Based on China's industrial input-output data from 2002 to 2015， this study estimates the level of embodied technology in 38 types of industries， and investigates the heterogeneous influence and influence mechanism of embodied technical progress on the employment of high， medium and low-skilled labor in the said industry and related types of industries. The research found that （1） during the sample period， the embodied technical progress inhibits the overall employment， but has heterogeneous horizontal impact on different levels of skilled labor employment; while it inhibits the employment of low-skilled labor， it promotes that of medium and high skilled labor， as a result of the joint effects from substitution effect and productivity effect; （2） embodied technical progress of related types of industries will have asymmetric vertical impact on employment， and embodied technical progress of downstream industries will significantly promote the employment of the said industry， especially that of low-skilled labor， mainly resulting from the leading role of collusion effect; and （3） there exist obvious differences between different types of industries in terms of the levels of embodied technology， the rate of technical progress and its employment effect; the employment inhibition effect is the most significant in agriculture and manufacturing industry， but of little influence in mining and public utilities， service industries as well as health and education.
　　Key Words：Embodied Technical Progress; Labor Employment; Related Industries; Biased Effect
转载注明来源:https://www.xzbu.com/1/view-15112888.htm