技术进步的就业效应.pdfVIP

技术进步的就业效应

从早期的计算机、工业机器人、移动互联网、大数据、云计算到当前拥有深

度学习能力的人工智能技术，技术的演进吸引了众多学者围绕技术进步与劳动力

之间的替代与互补效应，展开其对就业的影响研究。总体来看，技术进步对就业

的影响可分为破坏效应、创造效应和极化效应。

就破坏效应而言，新技术的发展提高了生产率，加快了资本与劳动之间的替

代速度，因此，技术进步青睐拥有更高人力资本和更高技能水平的人才（Acemoglu,

Autor,2010）。FreyOsborn(2013)估计，在今后几十年，美国约有47%的工

作将面临被计算机化取代的风险，尤其是服务业中的非技能型劳动。但是，基于

德国职业数据和工作任务模型的研究发现，上述结论过度夸大了自动化对劳动力

的替代作用，在德国仅有15%的职业会面临被计算机化取代的风险（Dengler,et

al.2018）。AcemogluRestrepo(2017)在任务模型的基础上，引入高低技能

劳动者共同与机器竞争任务的假设，发现机器自动化不仅会取代被它直接影响的

劳动力类型，也会降低相对应劳动力类型的工资水平，而且当高技能自动化取代

高技能劳动力时，会继续与其他任务中的低技能劳动力竞争。基于瑞士的调查数

据也证实了，数字化投资的增加，与高技能劳动者的就业增长和低技能劳动者的

就业下降相关，相比数字化技术的无形载体如电子商务，数字化技术的有形载体，

如机器人、3D打印和物联网，对就业的影响更显著（Balsmeieretal.,2019）。

韩民春等（2019）以我国制造业为背景，通过拓展生产函数理论模型，发现短期

中，工业机器人技术进步对我国制造业的低技能劳动力就业产生负向冲击，长期

中，智能机器人在对低技能劳动力产生破坏效应，同时对高技能劳动力产生挤出

效应。AcemogluRestrepo(2017)利用1990-2017年美国劳动力市场数据，探

讨工业机器人的使用对就业与工资的影响，发现工业机器人的使用引致了就业的

下降，对应每千人工人增加一台机器人将导致就业率下降0.18%至0.34%。多项

研究也证实，依托数字化技术发展起来的新业态、新岗位、新职业的大量涌现减

弱了传统产业带动就业的能力（刘晓莉等，2018；苏丽锋等，2018）。

就创造效应而言，AcemogluRestrepo(2017)认为机器自动化对劳动力市

场同时存在替代效应和生产效率效应。从长远来看，生产效率效应将占据主导地

位，推动所有要素价格的提升。AcemogluResptrepo(2019)从生产任务内容

在资本和劳动力之间分配的角度出发，进一步指出，自动化在对劳动力尤其是制

造业劳动力产生替代效应的同时，具有劳动力比较优势的新任务也增加了自动化

对劳动的恢复效应。《中国数字经济发展与就业白皮书（2019）》显示，数字经济

吸纳就业的能力迅速提升，2018年，我国数字经济领域就业岗位累计1.91亿个，

占当年总就业人数的24.26%，同比增长11.5%。《人口与劳动经济绿皮书NO.19》

指出，数字技术与传统产业的融合催生了新产业、新业态和新模式，从而创造了

大量的就业机会。数字经济对产业就业结构和区域就业结构产生巨大影响，第三

产业的就业比例将持续上升。以平台型就业为代表的新业态发展迅速创造了一大

批新兴岗位，新技术环境下的就业净增长效应明显。与此同时，机器人和人工智

能等新技术应用对中国制造业普通劳动力岗位替代率为19.6%，中国的自动化新

阶段更强调人机协作，因此，不会对制造业造成“就业破坏”。夏炎等（2018）

基于投入占用产出模型，研究数字经济对我国非农就业的影响，发现数字经济是

促进我国非农就业的主体，表现为2016年数字经济促进制造业就业比重高达

87.5%，带动第三产业就业人数占非农就业总数的比重达50.9%。何宗樾和宋旭

光（2020）发现数字经济对非农就业中的受雇型非正规就业具有显著的促进作用，

对创业者，尤其是那些受教育程度较高、社会关系网络较弱和社会融资能力较弱

的群体，也有积极影响。就极化效应而言，技术进步的技能偏向型特征使得高

技能岗位的就业比重和收入水平上升，从而对中低技能岗位的就业和收入造成