人工智能的就业效应研究：锦上添花抑或是釜底抽薪？

来源:用户上传      作者:何勤 邱玥

　　[摘 要]  人工智能技术与行业和产业融合成为各国关注的焦点，关于新技术的就业效应研究在学术界不断推进，但学者们的研究观点存在分歧。本文从微观企业视角，探讨人工智能概念股上市企业中人工智能技术研发投入对就业数量和质量的影响及机制，研究发现：（1）人工智能技术研发投入导致就业数量即员工规模的扩大。增加人工智能技术研发投入产生的创造效应较为显著，与当前较多学者从宏观视角下的研究结论存在一定的差异。（2）人工智能技术研发投入不仅对就业数量产生正向影响，而且能够提高以收入为表征的就业质量。基于人工智能技术以及上市企业的特征，一方面新技术对人才需求的增加相应提升了员工收入水平，另一方面在上市企业绩效制度的要求下，员工易受到激励而追求高目标，从而提升收入水平。（3）产品创新在人工智能技术研发投入对就业的影响中存在中介效应，即企业人工智能技术研发投入程度会通过影响产品创新程度间接作用于员工规模和员工收入。（4）人工智能技术迅速发展、国家政策红利支持及上市企业的独特特征等情境因素，进一步推动了人工智能上市企业的就业创造效应机制。与当前大部分研究结果相比，企业提高人工智能技术的研发投入并没有产生显著的“釜底抽薪”效应，即对员工就业产生消极的破坏效应，而凸显出新技术对就业的“锦上添花”效应，即带来更多的就业机会。
　　[关键词]  人工智能;上市企业;就业
　　[中图分类号]  F249.214  [文献标志码]A   [文章编号] 1672-4917（2020）02-0084-12
　　 一、引言
　　当前世界各国对人工智能的关注程度不断提高，新技术的研发和应用不断取得突破性进展。从历次技术革命的发展历程来看，每一阶段技术进步都需要由一项通用技术的发明来推动，这是影响行业和社会经济发展的必要条件。人工智能作为即将到来的第四次技术革命的通用技术，在现阶段已经在较多领域取得了举世瞩目的成果。2016年智能机器人AlphaGo击败了人类围棋冠军，使得人工智能受到了越来越多的关注。2019年，美国脑机接口研究公司推出了“脑后插管”的新技术，成为现阶段人工智能技术里程碑式的技术突破，在未来将会对人类与机器的交互方式产生重要影响。人工智能技术为国家发展、社会经济以及人类的生活方式带来了较多有益的方面，然而新技术的扩散对劳动者工作替代带来结构性失业、技能与技术不匹配等问题，也有部分群体因此产生人力劳动被机器所取代的恐慌感，由此引发学术界对“机器换人”的关注和研究。
　　到目前为止，由于人工智能技术对劳动力市场带来了范围更广、更为深远的影响，使得新技术与就业的关系再次成为国内外学者关注的重点话题。弗里曼（Freeman）等人（1982年）将技术进步划分为两方面，一是工艺创新，其对于就业的影响是消极的，从而对收入的影响也是破坏性的;二是产品创新，增加新市场和就业机会。同时，也有学者意识到技术进步不仅取代了部分劳动，也加速了产品创新，引起了劳动力就业方向的转移（王娟等，2018年）[2]。熊红芳等人（1998年）[3]以战后日本技术革新和劳动力市场的关系为研究对象，发现新技术在替代一部分人力劳动的同时，增加了新的劳动力需求。进入21世纪后，人工智能与以往技术进步相比，对劳动力市场的影响更为深刻。美国的劳动岗位中存在被替代风险的比例达到47%，然而各岗位的被替代比率与其工资水平和技能要求呈现负相关关系（杨伟国等，2018年）[4]。同样，日本的劳动岗位被替代可能性较大，占比达到55%，尤其是非正规就业劳动者[戴维（David），2017年][5]。然而，加拿大的劳动力市场却出现了相反的情况，被自动化替代风险较高的岗位仅有1.7%[奥施曼（Oschinski）等，2017年][6]。此外，也有学者对人工智能技术的就业效应提出了不同的看法，如阿恩茨（Arntz）等学者（2016年）[7]认为当前许多人夸大了人工智能技术的替代效应，现有研究结果仅揭示了替代效应的可能性。曹静等学者（2018年）[8]也提出工作被替代并不意味着实际工作的损失。郭凯明（2019年）[9]通过构建人工智能的多部门动态一般均衡模型，研究人工智能技术是否会恶化收入不平等程度，提出劳动收入份额的变化受产业转型升级的影响，而未来制造业的转型方向取决于新技术运用所带来的产出弹性。吴清军等学者（2019年）[10]以电商平台为研究对象，测算人工智能的就业效应，结果显示，短期内人工智能技术会对电商平台就业带来一定的消极影响，而长远来看，会促进电商行业整体经济效益的增长并增加就业机会。
　　通过对现有文献的梳理，发现存在以下不足：（1）在研究视角上，大部分学者从宏观视角来阐述人工智能对就业的影响，然而因国家、地区和行业的不同，人工智能技术的运用程度和效益存在差异，仅从整体性角度研究人工智能的就业效应，难以具体说明人工智能与就业的关系。（2）在研究方法上，目前多数学者以理论说明或推导为主，运用经典理论可以从一定程度上解释人工智能技术发展所带来的影响，然而仍然需要运用数据反映问题、揭示规律，以对理论进行支撑。此外在实证研究方面，学者们较多运用宏观数据对人工智能与就业的关系进行论证，很少运用企业数据深入分析具体问题。（3）在研究结论上，学者们的观点存在差异，对于人工智能的创造效应和破坏效应存在争议，缺乏较为统一的认识。
　　在全球化趋势下，我国人工智能上市公司数量也在不断增多。人工智能上市公司，即人工智能概念股上市公司，属于技术密集型企业，依赖于科技和技术创新，以人工智能技术研发和应用为主营业务，并且较为重视研发投入。从地理分布上来看，这些公司主要集中于沿海地区，如广东省、上海市、江苏省、浙江省等，并且大部分人工智能上市公司的企业性质属于民营企业。本文以我国人工智能上市企业为研究对象，旨在研究当前微观企业层面人工智能对就业的影响是呈现创造效应还是破坏效应？人工智能对就业质量产生何种影响？哪些情境推动了人工智能上市企业对就业产生这些影响？本文通过对现有理论基础的梳理，提出研究假设，并对所选取的样本企业2013—2018年的上市公司年报数据进行分析，运用回归分析法力图说明人工智能与就业规模和员工收入水平间的关系，并提出相应的建议。本文的贡献主要在于：（1）在现有研究基础上，从微观视角探讨人工智能技术对就业数量和质量的影响并进行实证分析，得出的结论补充了技术进步与就业效应关系的结论，揭示了导致二者关系的情景性因素。（2）引入產品创新作为中介变量，针对人工智能技术研发投入对就业的间接效应展开研究，从微观层面探索了人工智能技术对就业的作用机制。（3）结合人工智能技术发展背景、我国现阶段的发展方向以及上市企业的特征，分析和讨论人工智能上市企业所产生就业效应的潜在原因，以提出相应的建议。 　　
　　二、文献回顾与研究假设
　　（一）人工智能技术发展与就业规模的关系
　　对人工智能技术投入较高的企业中，大部分操作性、重复性工作实现了自动化，对于在职员工来说，他们需要对智能化设备的处理结果进行检测，并根据需要进行相应的调整。在关于人工智能与就业关系的研究中，学者们主要从宏观视角来对其进行定性或定量研究，得出的结论存在较大差异。国外学者弗雷（Frey）等人（2017年）[11]收集了702种职业的数据进行分析，研究发现交通运输、后勤服务、办公文员及生产部门等就业岗位普遍存在被人工智能替代的风险。同时，阿恩茨（Arntz）等人（2016年）[7]分析了21个OECD国家的就业岗位状况，其中美国高被替代风险岗位占比9%。然而在达斯（Dauth）等人（2017年）[12]运用德国数据进行研究，结果显示并没有发现人工智能对就业规模的破坏效应。我国学者孙文凯等（2018年）[13]研究发现，我国的常规性就业岗位与发达国家相比要高出许多，因此人工智能技术在岗位中的运用会对我国劳动力市场带来较大的冲击。基于岗位极化现象，王春超等人（2019年）[14]指出人工智能技术逐渐取代了中等技能岗位，加速了劳动者向技能等级两端的岗位流动。人工智能技术的投入使用，使企业原有的生产和工作方式产生了一定程度的变化，对劳动生产率起到改善作用，从而提高有效需求（程承坪、彭欢，2018年）[15]。
　　现有研究中，较多学者运用理论推演的方式，从宏观层面上分析整个劳动力市场的就业状况，但还缺乏从微观企业视角分析就业量的变化。由于企业对人工智能技术的重视程度取决于其有用性和易用性，当前人工智能在替代部分人类劳动时，只能将工作岗位中的部分流程自动化，对于企业中的在职员工来说，创新技术在企业中的运用仅是改变了现有工作岗位的任務结构（潘文轩，2018年）[16]，甚至对于掌握人机协同工作的人员来说，将拥有更多的工作机会。因此本文提出以下研究假设：
　　假设1：企业加强人工智能技术的研发力度会增大就业规模。
　　（二）人工智能技术发展与员工收入的关系
　　人工智能技术在对就业规模产生影响的同时，也会对劳动者收入分配格局进行重塑（余玲铮等，2019年）[17]。从当前国内外研究来看，人工智能技术对收入水平的影响成为关注热点之一。
　　在国外学者关于人工智能与收入关系的研究中，较多学者运用经济学理论模型进行推演。阿西莫格鲁（Acemoglu）（2002年）[18]提出智能机器人对员工收入水平的影响由资本与劳动间替代弹性决定。奥特尔（Autor）（2017年）[19]通过构建“超级明星”企业模型发现，其利润增长率通常较劳动工资增长率涨幅较大，从而导致劳动收入份额呈现下降趋势。阿西莫格鲁（Acemoglu）等人（2018年）[20]在研究智能机器人的替代效应中，认为劳动者的工资在这一过程中被压低，并且由于人工智能可以实现高生产效率，因此总体上对劳动份额的影响是消极的。
　　从国内所发表的文献来看，关于人工智能对收入影响的相关文献较少，并且较多研究结论表明当前人工智能对收入的影响存在不确定性。根据学者对就业极化现象的描述，人工智能技术在较多国家的运用伴随着“两极化”现象的出现，中等技能行业的就业岗位不断减少，低技能和高技能工作岗位相对增加（孙早等，2019年）[21]。人工智能技术在完成具有常规性、逻辑性、重复性等特征的中等技能工作任务中，相较于人力劳动拥有较强的处理能力，从而逐渐替代此类工作。屈小博等人（2015年）[22]研究我国就业结构变化的过程中，提出我国就业结构整体呈现升级态势，在东部经济发达省份中，中高或高收入岗位增长相对较多。郭凯明（2019年）[9]构建了人工智能的多部门动态一般均衡模型，指出人工智能技术促使生产要素在产业部门间流动，劳动收入受到各生产要素流动方向的影响会发生不同的变化。
　　人工智能技术在就业结构重塑的过程中，创造了较多新的工作任务，就业人员为寻求就业机会以及对更高收入和更优越工作环境的追求，会主动采取措施以提升自身的技能，从而完成工作转换，因此基于现有学者的相关研究，本文提出以下假设：
　　假设2：企业加强人工智能技术的研发投入会提高员工的收入水平。
　　（三）产品创新在人工智能与员工就业间的作用
　　在已有文献中，研究者们通过理论分析，认为人工智能技术的运用不仅提高了生产效率，简化了产品的生产流程，并且新技术在运用过程中能够根据消费者的不同需求形成产品的个性化设计和生产，实现产品创新，以满足他们的差异化需求。技术进步深化产业分工，延长产业链（程承坪、彭欢，2018年）[15]，这不仅有利于使生产成本降低，而且生产方式的创新能够提升产品的质量，并且为产品创新以及新产品的研发提供基础。
　　创新扩散理论认为，新技术的运用是为了使该项技术创新生产出符合消费者需求的产品，基于市场需求的产品体现出更高的创新性和优越性，并且更容易产生扩散效应（王珊珊等，2012年）[23]。人工智能技术具备通用性和创新性，与以往技术进步一样，在改进生产工艺、提高生产效率方面发挥巨大作用，与此同时，能够激发企业的创新能力，不仅可以提升原有产品的质量和出厂速度，并且随着企业研发能力的提高，产品的性能、功能和设计等方面都会有所突破，甚至创造出全新的产品。人工智能技术研发程度通过产品创新，会对企业员工规模和收入产生间接影响，从学者们的研究结果来看，这种间接影响存在正负两方面效应：一方面，人工智能的发展将会带来新产品的创新，并且产品创新在与新职业和服务相结合的过程中，会形成新的就业增长点（王春超等，2019年）[14]，从而扩大了企业的劳动需求。另一方面，当企业在研发人工智能技术的同时，提高了企业的创新能力，与人力劳动相比为企业创造出更高的价值，从而导致企业增加对新技术的研发投入，相应地减少对人力劳动的需求。 　　从创新扩散理论角度来看，人工智能作为一项新技术被企业认可时，随着企业研发程度的提高，会相应地提高企业内部创新能力，从而促进产品创新，这会间接影响企业中岗位替代数量。因此，根据上述分析，产品创新在人工智能技术研发程度与就业规模间存在中介效应，企业对研发费用的投入在一定程度上会通过产品创新程度对企业员工规模和员工收入产生影响。因此，基于以上分析，本文提出以下假设：
　　假设3：企业加强人工智能技术的研发投入会提高产品创新程度，进而间接影响企业员工规模和员工收入。
　　
　　三、研究设计
　　（一）样本选取和数据来源
　　本文人工智能概念股上市公司的选取主要来自万德数据库和同花顺数据库，并将两份人工智能上市公司名单进行汇总，共得到人工智能上市公司139家。汇总后的人工智能上市公司各指标的数据源于同花顺数据库，该数据库整合了全球较为广泛的宏观和行业数据，包括我国和全球宏观数据、行业经济数据等。根据数据的可获得性和完整性，本 文数据处理步骤为：（1）将139家人工智能上市公司的代码和名称导入从同花顺数据库的自选股模板中，根据变量所需的测量指标依次将各类指标导入至模板。（2）根据企业年报数据的发布状况，避免出现大面积数据缺失，选择2013—2018年间我国人工智能上市公司各指标的数据并提取，得到139家人工智能上市公司各指标的初始数据。（3）在所得样本公司中剔除ST和*ST公司。（4）在所得样本公司中剔除各变量指标数据缺失的企业样本。经过筛选，最终获得95家人工智能上市企业数据。
　　（二）变量选择
　　本文关注微观企业视角下研究人工智能技术研发对企业员工就业规模及工资收入的影响，因此将人工智能技术研发投入作为解释变量，员工规模和员工收入作为被解释变量。基于当前已有关于人工智能在内的技术创新相关研究，参考栾斌等人（2016年）[24]、王雷（2017年）[25]的變量指标选取方式，本文选择研发投入作为衡量企业人工智能技术研发力度的指标。在技术创新对就业的影响结果中，较多研究关注就业数量的变化，因此相应地选取各企业历年的员工数量作为衡量员工规模的指标，对于员工收入变量选取企业财务报表中的应付职工薪酬作为衡量指标。
　　在企业人工智能技术创新对员工规模和收入水平产生直接影响的同时，理论层面上产品创新在其中具有中介效应，根据查曼纳尔（Chemmanur）等人（2014年）[26]的研究，选择样本公司无形资产账面价值作为衡量指标，其中包括专利技术、非专利技术和商标权等内容。此外，本文参考相关文献，选取的控制变量包括资产规模、资本结构、盈利能力、营运能力。具体变量及变量说明如表1所示。
　　（三）模型设定
　　上述方程所实施的效果分别为：（1）主效应检验：检验系数α1，若显著则通过主效应检验，否则停止检验;（2）部分中介检验[巴龙和肯尼（Baron & Kenny），1986年][31]：依次检验系数α2和γ，若均呈显著状态，则至少部分通过了中介检验，否则检验功效较低，需进行Sobel检验;（3）完全中介检验[贾德和肯尼（Judd & Kenny），1981年][32]：检验系数αt，若显著则为部分中介效应，即解释变量对被解释变量的影响只有部分是通过中介变量产生影响的，否则为完全中介效应。
　　
　　四、实证结果与分析
　　（一）描述性统计结果
　　在进行实证分析前，首先对各变量进行描述性统计分析。将样本公司所属地区进行统计，这些公司所在地区主要包括广东（25.3%）、北京（22.1%）、浙江（10.5%）等地，并且隶属于广东省和北京市的公司居多。从整体地理位置上看，主要分布于我国沿海地区（见图1），并且这些地区的人工智能技术发展处于全国领先地位。从上市地来看，样本企业的证券交易所主要分为两类，一是深圳证券交易所（81%），二是上海证券交易所（19%），均属于东南沿海地区，说明该地区对人工智能企业的接纳和重视度较高，大多数人工智能公司选择从东南沿海地区上市。从企业性质角度来看，所选样本公司中大多数属于民营企业（72.6%）（见图2），说明民营企业相对来说对人工智能技术的引进和研发程度较高，因其受到约束相对其他企业来说较小，因而在做决策和选择上具有相对较大的灵活性。此外，本文对各变量的对数取值进行了描述性统计分析，见表2。
　　（二）单位根检验
　　在对面板数据进行回归分析前，需要根据模型中各变量所对应的数据进行单位根检验，以验证数据的平稳性（何辉等，2019年）[33]，本文采用ADF和PP检验法对各主要变量进行单位根检验，在Pool中选择Summary检验类型，得出结果，见表3。
　　从检验结果来看，对各主要变量进行水平检验并且均选择无截距和趋势项的检验形式时，各变量的原始数据均不平稳，而在一阶差分条件下，各变量的ADF检验和PP检验所对应的P值均在1%水平上显著。因此，所检验的变量中不存在单位根， 拒绝原假设，说明一阶差分后的单个变量数据是平稳的，从而可以对所设定的模型进行回归分析。
　　（三）回归分析
　　本文运用最小二乘法（OLS）对主模型以及中介效应模型进行回归分析（见表4）。从回归结果中可以看出，第一，在主效应检验中，解释变量通过1%的显著性检验（P值小于1%），说明解释变量与被解释变量之间具有显著的相关性;第二，在第二、三步骤检验中介效应中，系数α2、α3、γ均通过1%的显著性检验（P值小于1%），说明本次中介效应为部分中介效应。根据温忠麟等人（2004年）[30]提出的对中介效应程度的测算方法，中介效应占总效应的比例为α2*γ/（α2*γ+αt），即在企业人工智能技术研发投入对员工规模的影响中，产品创新的中介效应程度为0.137*0.594/（0.137*0.594+0.193）*100%=29.7%;在企业人工智能技术研发投入对员工收入的影响中，产品创新的中介效应程度为0.137*0.378/（0.137*0.378+0.462）*100%=10.1%。 　　通过对理论模型进行实证分析，可以看出在微观企业数据下，人工智能技术研发投入不仅对企业员工规模和员工收入有直接的影响，而且可以通过产品创新这一中介变量产生间接影响。
　　第一，企业人工智能技术研发投入对员工规模具有显著的正向影响，假设1成立。这说明随着企业对人工智能技术研发的支持，企业对相关岗位的人力劳动需求会随之提升。虽然新技术对就业存在替代效应，但当前人工智能技术的发展水平还未达到成熟阶段，相对于人工智能的就业创造效应，其对工作任务的替代存在较大的局限性，因此总体上增加了就业机会，扩大了员工数量。在企业对新技术关注度逐渐提高时，会增加技术研发投资，以促进技术与企业运营相融合。这需要了解相关技术的人员来推动技术研发进程，然而当前人工智能技术型人才缺口是各企业面对的共同难题。一方面企业会通过提高薪资以鼓励掌握相关技术的员工投入技术研发的工作中，另一方面新技术的投入使用会带来部分新岗位的出现，从而带来新的就业机会，增加企業的员工总体数量。
　　第二，企业人工智能技术研发投入对员工收入具有显著的正向影响，假设2得到验证。基于假设1成立的结论，企业加强人工智能技术研发投入，对员工总数起到扩大作用。根据学术界提出的“两极化”理论，人工智能技术在现阶段对中等收入阶层，即主要从事事务性工作任务的就业人员的替代程度较大，并使得这部分劳动者向低收入和高收入阶层流动（井上智洋，2018年）[34]。然而，与低收入岗位的需求量相比，高收入工作任务需求增幅较大，因而劳动者会主动提升自身技能以适应更高收入的工作。此外，由于新技术本身存在创造新工作的作用，因而在增加新技能人才的同时，会对员工总体收入起到增加作用。
　　第三，中介变量系数显著，说明中介效应存在，且为部分中介效应，说明中介效应产生的影响是有限的，假设3成立。在企业不断增加人工智能技术研发费用的过程中，会带动企业产品的创新，这与许多学者的观点较为一致。人工智能技术是一项通用性技术，具有知识外溢的特征（郭凯明，2019年）[9]，能够应用于企业中较多场景和模块，并在提高产品质量的同时促进产品更新和升级。在学者们的研究中显示，人工智能对就业具有替代效应和创造效应，二者之间存在消长关系（赵磊等，2017年）[35]。企业增加人工智能技术研发费用的同时，新技术的通用性和创新性在一定程度上减少了对人力劳动的需求，但企业依旧需要引进相关技能型人才以及获取新岗位的劳动力。
　　（四）稳健性检验
　　1.滞后效应
　　为了检验企业人工智能技术研发投入对企业员工规模和员工收入是否存在滞后效应，本文参考陈秋平等人（2019年）[36]的做法，在原有主效应模型的基础上增加企业人工智能技术研发投入的滞后项。由表5可知，在两个解释变量的模型中，滞后效应均不显著，而被解释变量的系数仍然显著，说明在考虑了可能存在的滞后效应后，本文结论仍然稳健。
　　2.控制上市地的固定效应
　　从样本公司的证券所代码来看，所选取的人工智能上市公司的上市地分为深圳证券交易所和上海证券交易所，本文参考王丽颖等（2019年）[37]、陈秋平等（2019年）[36]研究中进行子样本回归的做法，选取深圳交易所进行回归。表6的回归结果显示，控制上市地后并不改变原有结论。
　　3.控制企业性质的固定效应
　　不同企业性质的上市公司所得的样本观测值可能会导致研究结论的偏差，由于民营企业的灵活度相对较大，对人工智能等新技术的选择性较为自由，因此本文参考王丽颖等（2019年）[37]、陈秋平等（2019年）[36]研究者的做法，提取民营企业的人工智能上市公司作为子样本进行进一步回归分析。回归结果显示，原先的主要结论依然成立，见表7。
　　 五、基于我国人工智能上市企业的情境分析和应对
　　（一）情境分析
　　本文通过构建微观企业视角下人工智能技术研发对员工规模和员工收入影响的中介效应理论模型，并利用2013—2018年我国人工智能上市企业的面板数据对该模型进行实证分析，结果显示企业增加新技术的研发投入对其员工数量和收入起到直接的积极作用，同时，透过产品创新这一中介变量同样对员工数量和收入产生正向的显著效应。总体上来看，与当前大部分研究结果相比，企业提高人工智能技术的研发投入并没有产生显著的“釜底抽薪”效应，即对员工就业产生消极的破坏效应，而凸显出新技术对就业的“锦上添花”效应，即带来更多的就业机会。其中的原因主要分为三类，一是人工智能技术的创新效应，二是上市企业的促进效应，三是我国产业转型升级的推动效应。
　　第一，人工智能技术创新性带来的就业创造效应。人工智能技术不仅作为一项新技术体现出创新特征，而且会带动一系列创新行为的出现，包括：一是直接创造新的工作任务，二是推动产品创新的数量和速度，从而对就业规模产生直接或间接的积极影响。在现有关于人工智能技术对就业影响的文献中，学者们较多从社会整体就业情况进行分析，结论显示人工智能技术的发展会对就业产生较大的负面作用。然而从实证结果及分析来看，在微观企业视角下，企业增加人工智能技术的研发投入并不会对就业状况产生绝对的负面效应。一方面，新技术的出现需要相应的技能型人才与企业的运营相结合，企业会挖掘内部和外部的高技能员工，对于这部分稀缺人才，企业基本上会采取积极引进措施;另一方面，新技术在企业中的应用本身会带动一些新工作任务的出现，从而扩大了企业的劳动力需求，总体上提高了就业机会。
　　第二，上市公司内部机制带来就业规模扩大和就业质量提高。相对于其他企业，上市企业在提高技术研发和创新水平的过程中，就业创造效应和就业质量提升较为突出。从企业自身来看，由于上市企业筹资范围较广，能够吸收社会中的闲散资金，以加快企业规模的扩大速度，并且为人工智能技术研发提供有利条件。在企业规模和技术创新的双重发展趋势下，产品的生产、设计等方面得到创新，并且需要引进人员填补职位空缺，一是处于发展期的企业存在技术研发不够成熟以及工作任务数量增多的矛盾，需要劳动者从事相应的工作;二是技术创新带来新的工作任务需要相应的专业人员来完成。从企业对员工的推动力来看，上市企业较为注重员工业绩考核和员工激励。我国有上市公司实施员工股权激励措施，使得员工有动机关注业绩目标（于雅萍等，2019年）[38]，从而做出有利于创新的行为，以提升业绩水平，从而提高收入水平。根据所收集的样本企业数据，企业性质为民营企业占据绝大部分，并且薪酬差异化的激励作用在民营企业的效果相对于政府管控下的企业更为明显（缪毅等，2014年）[39]。此外，绩效制度的竞争性以及对应的奖惩措施，会吸引较多高成就导向型就业人员参与其中，扩大了企业的员工规模，提高了员工总体收入水平。 　　第三，我国政策红利推动人工智能上市企业就业规模扩大。当前我国正处于产业结构转型升级的关键时期，朝着创新驱动、内涵式发展、协调发展和绿色发展方向发展（师博，2019年）[40]，人工智能技术的发展既能够带动传统产业的优化和转型，而且促使新型人工智能产业的大量涌现（郭凯明，2019年）[9]。对于人工智能上市企业来说，提高人工智能技术的研发和创新顺应了我国现阶段的发展态势，国家政策的支持一定程度上推进了企业的技术创新进程，相应地对人工智能技术型人才的需求有所增加，从而对就业数量和质量产生了积极影响。
　　（二）应对措施
　　面对当前人工智能技术的热潮，各行各业都无法回避新技术所带来的影响。对于企业来说，新技术的投入使用不会对员工就业产生较大波动，然而在旧岗位消失和新岗位诞生的过程中，会造成员工的岗位流转，脱离原本的岗位，从事新的工作任务。在我国产業转型升级的背景下，人工智能技术的研发和创新主要是为了将人类从原本繁琐的工作任务中解放出来，以从事相对于智能机器更具优势的工作内容，人工智能发展的理想阶段是达到人机协同的主流生产和服务方式（李颖，2019年）[41]。结合人工智能上市企业的实证结果，并针对目前所面对的一系列问题，本文提出以下建议：
　　第一，顺应我国发展方向，积极研发人工智能技术。根据实证结果显示，人工智能上市企业增加技术研发投入会对员工规模和收入水平呈显著的正向影响。虽然随着技术水平的提高，会对部分工作内容存在替代作用，但从企业整体角度来看，对就业状况的积极作用相对更为突出。现阶段，企业需要根据自身发展现状以及技术需求，对部分低技能工作岗位进行智能化，以节省人力成本，提高运营效率。与此同时，人工智能技术在企业中的推广提供了更多新的工作机会，一方面，对于原有常规性、重复性的工作岗位来说，减少了对人力劳动的需求，但相应地增加了辅助性的新工作任务，如对人工智能设备的监控、检测和维修，以及对智能化设备对工作内容的处理结果进行复查等;另一方面，对人工智能技术研发人员的需求量进一步上升。并且，在新技术直接创造更多就业机会的同时，会不断推进产品创新进程，并间接提高对劳动者的需求，从而对就业产生积极影响。人工智能技术虽然替代劳动者完成工作任务，但并未消灭人类的就业机会。当前我国政府大力推进技术创新，对人工智能技术的发展推出较多鼓励性政策，因此，企业应当积极研发人工智能新技术，为就业数量和质量的提升提供更为有利的条件。
　　第二，优化激励手段，推动产品创新。由于产品创新的中介效应，人工智能技术对就业数量和质量产生间接推动作用。当前“人机协作”的工作模式受到学术界广泛认可，为了充分利用人工智能技术创新产生的就业创造效应，需要将激励手段与人工智能技术以及产品创新挂钩，以促进企业知识技能转换，从而实现劳动者与机器的高度配合，达到就业数量的有效增加以及就业质量的切实改善。运用上市企业的员工持股计划对内部和外部人才进行激励：对于内部员工，一方面调整从事不同工作岗位的人员收入，分别对从事人工智能技术研发、“人机协作”相关工作、人工智能技术知识含量较低的工作任务的就业人员进行收入范围界定;另一方面，鼓励员工参与技能培训，将原有岗位的专业知识与人工智能技术相关知识结合，提高产品创新的质量和速度。对于外部人才，根据企业中技能结构的变化，既要积极引进人工智能技术型人才，以满足企业中的岗位需求，又要建立合理的门槛机制，引导新进员工与岗位更加匹配。
　　第三，优化资本结构，优化资源利用效率。相对于一般性质的企业，上市企业具有筹资优势，人工智能上市企业应当充分利用内外资源，在加大对人工智能技术研发和创新投入的同时，提高资金使用效率（侯志杰等，2018年）[42]。企业需要运用其资金优势，统筹人工智能技术与劳动者的运用成本。在目前人工智能技术的发展水平下，其主要优势体现在三类工作任务，即重复性、简单性、常规性的工作任务，危险性、环境恶劣的工作任务，以及强调精度的工作任务（周文斌，2018年[43];程承坪，2019年[44]）。而人类的价值主要体现在协调性和灵活性、语言沟通能力和情感等方面。企业需要针对其内部的岗位结构，根据技术可行性、人与机器的比较优势以及企业的发展方向，合理利用人工智能技术与劳动者，从而实现技术资源和人才资源与岗位的最优匹配。
　　第四，协调区域发展，削弱技术发展的不平衡性。从人工智能上市企业的地理分布来看，主要位于东南沿海地区地区，如广东、上海、浙江等地，而在中西部地区中，人工智能上市企业主要集中在北京。针对企业发展中的区域差异，政府需要实施差异化的引导和支持政策。同时，对于部分被人工智能技术替代岗位的就业人员以及当前技术能力不足的劳动者，需要鼓励企业针对所在岗位的技能要求开展培训，以更好地配置岗位和人员，并解决员工的收入问题。此外，员工个人同时需要提高职业危机意识，在人工智能迅速发展的背景下，需要主动参与培训，提升个人的技能水平，获得更多就业机会。
　　
　　[参考文献]
　　[1] Freeman C， Clark J， Soete L：Unemployment and technical innovation： A study of long waves and economic development， Burns & Oates，1982.
　　[2] 王娟、尹敬东：《以智能化为核心的新科技革命与就业——国际学术研究述评》，《西部论坛》2019年第1期。
　　[3] 熊红芳、徐建文：《论战后日本技术革新对劳动力就业的影响》，《现代日本经济》1998年第1期。
　　[4] 杨伟国、邱子童、吴清军：《人工智能应用的就业效应研究综述》，《中国人口科学》2018年第5期。
　　[5] David， Benjamin：“Computer technology and probable job destructions in Japan： An evaluation”，Journal of the Japanese and International Economies， Vol.43， 2017， pp.77-87. 　　[6] Oschinski M， Wyonch R：“Future Shock？ The Impact of Automation on Canada’s Labour Market”，C.d.howe Institute Commentary， 2017.
　　[7] Arntz M， Gregory T， Zierahn U：“The Risk of Automation for Jobs in OECD Countries”，Oecd Social Employment & Migration Working Papers， 2016.
　　[8] 曹静、周亚林：《人工智能对经济的影响研究进展》，《经济学动态》2018年第1期。
　　[9] 郭凯明：《人工智能发展、产业结构转型升级与劳动收入份额变动》，《管理世界》2019年第7期。
　　[10] 吴清军、陈轩、王非等：《人工智能是否会带来大规模失业？——基于电商平台人工智能技术、经济效益与就业的测算》，《山东社会科学》2019年第3期。
　　[11] Frey C. B.， Osborne M. A.： “The Future of Employment： How Susceptible are Jobs to Computerisation？”， Technological Forecasting &Social Change， Vol.114， 2017.
　　[12] Dauth W.， Findeisen S.， Wobner N.： “German Robots-The Impact of Industrial Robots on Workers”， IAB Discussion Paper， 2017.
　　[13] 孙文凯、郭杰、赵忠等：《我国就业结构变动与技术升级研究》，《经济理论与经济管理》2018年第6期。
　　[14] 王春超、丁琪芯：《智能机器人与劳动力市场研究新进展》，《经济社会体制比较》2019年第2期。
　　[15] 程承坪、彭欢：《人工智能影响就业的机理及中国对策》，《中国软科学》2018年第10期。
　　[16] 潘文轩：《人工智能技术发展对就业的多重影响及应对措施》，《湖湘论坛》2018年第4期。
　　[17] 余玲铮、魏下海、吴春秀：《机器人对劳动收入份额的影响研究——来自企业调查的微观证据》，《中国人口科学》2019年第4期。
　　[18] Acemoglu， Daron：“Directed Technical Change”，Review of Economic Studies， Vol.69， No.4， 2002， pp.781-809.
　　[19] Autor， David， David Dorn， Lawrence F. Katz， Christina Patterson， John Van Reenen ：“The Fall of the Labor Share and the Rise of Superstar firms”， MIT mimeo updated from NBER Working Paper，2018.
　　[20] Acemoglu， D.， Restrepo， P.：“Artificial intelligence， automation and work”， NBER Working Papers， 2018.
　　[21] 孫早、侯玉琳：《工业智能化如何重塑劳动力就业结构》，《中国工业经济》2019年第5期。
　　[22] 屈小博、程杰：《中国就业结构变化：“升级”还是“两极化”？》，《劳动经济研究》2015年第1期。
　　[23] 王珊珊、王宏起：《技术创新扩散的影响因素综述》，《情报杂志》2012年第6期。
　　[24] 栾斌、杨俊：《企业创新投入与创新绩效的就业效应及其差异分析》，《管理学报》2016年第5期。
　　[25] 王雷：《劳动力成本、就业保护与企业技术创新》，《中国人口科学》2017年第1期。
　　[26] Chemmanur， T.J， E Loutskina， X. Tian： “Corporate Venture Capital， Value Creation， and Innovation”， Review of Finance， 2014.
　　[27] 潘峰、谢吕元：《高新技术企业投入产出分析——以46家湖北省高新技术上市企业为例》，《科技管理研究》2014年第22期。
　　[28] Dachs B， Hud M， Koehler C， et al： “Employment Effects of Innovations Over the Business Cycle： Firm-Level Evidence from European Countries”，SSRN Electronic Journal， 2016.
　　[29] 白俊、宫晓云、王婉婉：《企业技术创新的就业效应：创造还是替代？——来自中国上市公司经验证据的分析》，《商业研究》2018年第9期。
　　[30] 温忠麟、张雷、侯杰泰等：《中介效应检验程序及其应用》，《心理学报》2004年第5期。
　　[31] Baron R M， Kenny D A：“The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations”， Journal of Personality and Social Psychology， Vol.51， No.6， 1986， pp.1173-1182. 　　[32] Judd C M， Kenny D A：“Process analysis： Estimating mediation in treatment valuations”，Evaluation Review， Vol.5， No.5， 1981， pp.602-619.
　　[33] 何辉、王杰杰、李威：《我国制造业企业税负对企业产值的影响——基于A股上市公司面板数据的实证分析》， 《税务研究》2019年第5期。
　　[34] [日]井上智洋：《就业大崩溃：后人工智能时代的职场经济学》，机械工业出版社2018年版。
　　[35] 赵磊、赵晓磊：《AI正在危及人类的就业机会吗？》，《社会科学文摘》2018年第1期。
　　[36] 陈秋平、潘越、肖金利：《晋升激励、地域偏爱与企业环境表现：来自A股上市公司的经验证据》，《中国管理科学》2019年第8期。
　　[37] 王丽颖、李雪莱、蓝颖杰：《基于深圳A股的机构调研与企业研发支出实证研究》，《北京联合大学学报（人文社会科学版）》2019年第2期。
　　[38] 于雅萍、姜英兵：《员工股权激励与内部控制质量》，《审计与经济研究》2019年第2期。
　　[39] 缪毅、胡奕明：《产权性质、薪酬差距与晋升激励》，《南开管理评论》2014年第4期。
　　[40] 师博：《人工智能促进新时代中国经济结构转型升级的路径选择》，《西北大学学报（哲学社会科学版）》2019年第5期。
　　[41] 李颖：《人工智能时代技术进步对就业影响的研究述评》，《党政研究》2019年第4期。
　　[42] 侯志杰、朱承亮：《中国人工智能企业技术效率及其影响因素研究》，《工业技术经济》2018年第6期。
　　[43] 周文斌：《机器人应用对人力资源管理的影响研究》，《南京大学学报（哲学·人文科学·社会科学）》2017年第6期。
　　[44] 程承坪：《人工智能最终会完全替代就业吗》，《上海师范大学学报（哲学社会科学版）》2019年第2期。
　　Abstract： The integration of artificial intelligence technology with industries and industries has become the focus of attention of various countries. The research on the employment effect of technological innovation is constantly advancing in the academic circle， but scholars’ research views are divergent. From the perspective of micro enterprises， this paper discusses the influence of the technology innovation of artificial intelligence on the quantity and quality of employment in artificial intelligence listed enterprises， and finds that： （1） Technology innovation of artificial intelligence leads to the expansion of employment， that is， the scale of employees.The creation effect of increasing the investment in artificial intelligence technology research and development is relatively significant， which is different from the research conclusions of many scholars from the macro perspective. （2） Technology innovation of artificial intelligence not only has a positive impact on the quantity of employment， but also can improve the quality of employment represented by income. Based on the particularity of artificial intelligence technology and the characteristics of listed enterprises， on the one hand， the increase of new technology’s demand for talents has correspondingly improved the income level of employees; on the other hand， under the requirements of the performance system of listed enterprises， employees are likely to be motivated to pursue high goals， thus improving their income level. （3） Product innovation has a mediating effect in the influence of artificial intelligence technology innovation on employment， that is， enterprise artificial intelligence technology innovation will indirectly affect employee scale and employee income through influencing the degree of product innovation. （4） The rapid development of artificial intelligence technology， the support of national policy dividend， and the unique characteristics of listed enterprises have further promoted the mechanism of employment creation effect of listed artificial intelligence enterprises.Compared with most of the current research results， the increase of research and development investment in artificial intelligence technology by enterprises has not produced the significant “knock-down” effect， which negative destruction effect has on employee employment， but highlights the “icing on the cake” effect of new technology on employment， that is， more job opportunities.
　　Key words： artificial intelligence; listed enterprises; employment
　　（責任编辑 刘永俊 ）
转载注明来源:https://www.xzbu.com/1/view-15211553.htm