資本偏向型技術(shù)進(jìn)步新特征及其對勞動力市場的影響機(jī)制研究

干春暉，姜 宏

（1.上海社會科學(xué)院 應(yīng)用經(jīng)濟(jì)研究所，上海 200020；2.上海財經(jīng)大學(xué) 商學(xué)院，上海 200433）

一、引言

隨著人口老齡化加劇、勞動力用工成本上升、發(fā)達(dá)國家的“再工業(yè)化”趨勢凸顯以及人工智能技術(shù)在全球蓬勃興起，中國的自動化資本投入不斷增加。以工業(yè)機(jī)器人為例，2010—2019 年中國工業(yè)機(jī)器人保有量大幅增加，自2016 年起這一指標(biāo)一直位居全球第一，直至2019 年中國工業(yè)機(jī)器人保有量規(guī)模達(dá)到283.45 萬臺，遠(yuǎn)高于美、日、德等各國的數(shù)據(jù)。①數(shù)據(jù)來源：國際機(jī)器人聯(lián)合會IFR。2019 年底新冠肺炎疫情的爆發(fā)，加上近年來中國各級政府對人工智能等自動化技術(shù)的支持，加速了人工智能等自動化資本的投入和技術(shù)進(jìn)步。但與此同時，人工智能等自動化技術(shù)對勞動力市場的沖擊也備受關(guān)注，不少文獻(xiàn)表明人工智能等自動化技術(shù)會顯著減少對勞動力的需求（Bessen，2018；Acemoglu 和Restrepo，2018；孔高文等，2020）。關(guān)于技術(shù)進(jìn)步對勞動力市場影響的研究由來已久，早在20 世紀(jì)上半葉，諸多學(xué)者認(rèn)為技術(shù)進(jìn)步會導(dǎo)致勞動力的需求下降（Keynes，1930）。然而，以往的工業(yè)化結(jié)果表明技術(shù)進(jìn)步的確造成了小范圍的短期失業(yè)，引起了勞動力市場的結(jié)構(gòu)性調(diào)整，但并未導(dǎo)致大范圍的長期失業(yè)（鄧洲和黃婭娜，2019）。實際上，技術(shù)進(jìn)步的作用不是孤立的，而是與各種生產(chǎn)要素耦合的，偏向型技術(shù)進(jìn)步可以表現(xiàn)這種耦合關(guān)系（李太龍和朱曼，2016）。技術(shù)進(jìn)步偏向于某種要素，表明技術(shù)進(jìn)步有助于增加這種要素的邊際產(chǎn)出，進(jìn)而影響要素收入分配以及就業(yè)（陸雪琴和章上峰，2013)。而以技術(shù)進(jìn)步的偏向性視角來考察技術(shù)進(jìn)步對勞動力市場的影響可能更為全面和準(zhǔn)確。因此，隨著人工智能等自動化資本投入的增加，需要特別關(guān)注技術(shù)進(jìn)步的偏向是否有新的特征，這種技術(shù)進(jìn)步是否會對勞動力市場有較大沖擊，包括對勞動力需求和工資水平有什么影響以及影響機(jī)制是什么？弄清這些問題有利于正確認(rèn)識中國當(dāng)前技術(shù)進(jìn)步的特征，可為中國技術(shù)進(jìn)步的不同發(fā)展階段制定相宜的產(chǎn)業(yè)政策和就業(yè)政策提供參考。

為了回答上述問題，本文基于2012—2019 年制造業(yè)上市企業(yè)微觀數(shù)據(jù)，采用超越對數(shù)生產(chǎn)函數(shù)測算出制造業(yè)技術(shù)進(jìn)步偏向性指數(shù)。在此基礎(chǔ)上考察了自動化資本偏向型技術(shù)進(jìn)步對制造業(yè)勞動力市場的影響及渠道。本文基于投入產(chǎn)出表，通過構(gòu)建制造業(yè)上下游企業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)，考察了制造業(yè)上游（下游）企業(yè)自動化資本偏向型技術(shù)進(jìn)步對下游（上游）企業(yè)勞動力需求和工資水平的影響。實證結(jié)果表明，制造業(yè)自動化資本偏向型技術(shù)進(jìn)步會顯著替代企業(yè)勞動力，并提升工資水平，自動化資本偏向型技術(shù)進(jìn)步指數(shù)每增加1%，企業(yè)的勞動力需求下降0.21%，平均工資增加0.08%。制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的替代效應(yīng)主要通過產(chǎn)出規(guī)模下降和勞動生產(chǎn)率提升來實現(xiàn)，并基于勞動生產(chǎn)率提升效應(yīng)和技能結(jié)構(gòu)效應(yīng)而提高勞動力工資水平。制造業(yè)上游（下游）企業(yè)自動化資本偏向型技術(shù)進(jìn)步通過技術(shù)溢出效應(yīng)而加劇對下游（上游）企業(yè)的就業(yè)替代作用和提升工資。

本文嘗試在以下方面做出新的探索。（1）現(xiàn)有文獻(xiàn)主要將勞動力進(jìn)行分類，測度技術(shù)進(jìn)步偏向于技能還是非技能勞動。但較少有文獻(xiàn)從技術(shù)進(jìn)步偏向于不同類型資本的角度分析對勞動力市場的影響。而新技術(shù)的涌現(xiàn)，尤其是工業(yè)機(jī)器人的出現(xiàn)引發(fā)了“機(jī)器替代人”的擔(dān)憂，因此本文嘗試將資本分為自動化資本和非自動化資本（Decanio，2016；Aum 等，2018），進(jìn)而測度制造業(yè)技術(shù)進(jìn)步的偏向，豐富了偏向型技術(shù)進(jìn)步的內(nèi)涵，深化了對中國制造業(yè)技術(shù)進(jìn)步方向的認(rèn)識。（2）已有文獻(xiàn)大多只關(guān)注自動化技術(shù)對勞動力市場的宏觀影響，缺乏對其影響機(jī)制的深入剖析，鮮有從行業(yè)關(guān)聯(lián)視角考察制造業(yè)自動化技術(shù)進(jìn)步對其上下游行業(yè)勞動力市場的影響。本文深入分析了制造業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)和工資水平的影響渠道，同時基于投入產(chǎn)出表研究了這種技術(shù)進(jìn)步對其上下游企業(yè)就業(yè)和工資水平的影響。（3）關(guān)于偏向型技術(shù)進(jìn)步和自動化技術(shù)對勞動力市場影響的研究樣本多為省級和行業(yè)數(shù)據(jù)，缺乏基于企業(yè)微觀數(shù)據(jù)的證據(jù)，本文為了捕捉企業(yè)的異質(zhì)性特征，采用了微觀的制造業(yè)上市公司數(shù)據(jù)進(jìn)行實證檢驗。

二、文獻(xiàn)回顧與研究假說

關(guān)于偏向型技術(shù)進(jìn)步對勞動力市場影響的研究可追溯到20 世紀(jì)后半葉，主要聚焦在技能偏向型技術(shù)進(jìn)步，這些研究認(rèn)為偏向型技術(shù)進(jìn)步促使一些國家技能勞動力相比非技能勞動力的需求不斷增加，導(dǎo)致勞動力市場就業(yè)分化（Acemoglu，2002）。中國學(xué)者多從資本偏向型技術(shù)進(jìn)步的角度研究對勞動力市場的影響，認(rèn)為中國的技術(shù)進(jìn)步偏向于資本，會對勞動力就業(yè)產(chǎn)生擠出效應(yīng)（王光棟，2014），尤其會對低技能勞動力產(chǎn)生破壞作用（劉國暉等，2016）。本文的測度結(jié)果表明，中國制造業(yè)的技術(shù)進(jìn)步偏向于自動化資本，所以需要從自動化資本偏向型技術(shù)進(jìn)步的角度考察對勞動力市場是否帶來新的變化，然而這一主題的研究頗少。鑒于這種技術(shù)進(jìn)步基于自動化技術(shù)，且當(dāng)前的自動化技術(shù)更趨于智能化，機(jī)器人可作為自動化技術(shù)的典型代表，因此本文結(jié)合自動化技術(shù)和機(jī)器人對勞動力市場影響的文獻(xiàn)，借鑒任務(wù)模型梳理和分析自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響，包括對就業(yè)和工資水平的作用。

（一）自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的影響。諸多研究表明自動化資本偏向型技術(shù)進(jìn)步會對就業(yè)有替代效應(yīng)。Frey 和Osborne（2017）認(rèn)為，智能機(jī)器人將會替代中國77%、印度69%、埃塞俄比亞85%、烏茲別克斯坦55%、美國47%的就業(yè)崗位。據(jù)世界銀行估計，在OECD 國家中有57%的工作可能在未來20 年內(nèi)被機(jī)器所替代，發(fā)展中國家可能既受到本國自動化技術(shù)對勞動力替代的影響，又受到發(fā)達(dá)國家制造業(yè)回流的影響，未來就業(yè)惡化的形勢更為嚴(yán)峻（鄧洲和黃婭娜，2019）。不少學(xué)者結(jié)合中國的數(shù)據(jù)，發(fā)現(xiàn)機(jī)器人對就業(yè)有顯著的負(fù)面效應(yīng)（孔高文等，2020；王永欽和董雯，2020）。然而較多學(xué)者認(rèn)為自動化資本偏向型技術(shù)進(jìn)步對就業(yè)產(chǎn)生替代效應(yīng)的同時還會增加與這種技術(shù)相匹配的崗位，催生新的和高級別的任務(wù)，產(chǎn)生就業(yè)創(chuàng)造效應(yīng)（Bessen，2018）。隨著深度認(rèn)知學(xué)習(xí)、圖像識別和觸覺感知等技術(shù)在自動化領(lǐng)域的廣泛應(yīng)用，智能機(jī)器人的靈活度、精密度和智能度得到較大的提升，自動化資本偏向型技術(shù)進(jìn)步能夠替代更復(fù)雜的崗位，完成超出人類體力和認(rèn)知范圍的任務(wù)（鄧洲和黃婭娜，2019），因此對就業(yè)崗位的替代效應(yīng)更大。已有關(guān)于自動化資本偏向型技術(shù)進(jìn)步對就業(yè)影響機(jī)制的研究表明，自動化資本偏向型技術(shù)進(jìn)步會替代低級別的工作任務(wù)，產(chǎn)生新興的或者高級別的復(fù)雜任務(wù)，引起企業(yè)生產(chǎn)率和產(chǎn)出規(guī)模變化，進(jìn)而影響就業(yè)（Dauth 等，2017；Acemoglu 和Restrepo，2018；2019)。

（1）生產(chǎn)率效應(yīng)。自動化資本偏向型技術(shù)進(jìn)步基于自動化、智能化的機(jī)器設(shè)備和電子設(shè)備，可以替代低級別的工作任務(wù)，與執(zhí)行此類型任務(wù)的勞動力相比，這些自動化資本執(zhí)行任務(wù)可以不受時間限制，嚴(yán)格按照程序設(shè)定，能更高質(zhì)量、更有效率地完成既定任務(wù)，因此自動化資本更加有效率優(yōu)勢會提高企業(yè)生產(chǎn)效率（Acemoglu 和Restrepo，2019）。同時，自動化資本偏向型技術(shù)進(jìn)步還會創(chuàng)造高級別的工作任務(wù)，這些任務(wù)通過與高技能勞動力匹配，會釋放自動化資本偏向型技術(shù)進(jìn)步的生產(chǎn)效率（Autor 等，1998）。然而，企業(yè)生產(chǎn)率的提高意味著勞動力的生產(chǎn)效率相應(yīng)提升，企業(yè)為了節(jié)約勞動力成本，會減少就業(yè)規(guī)模。而且隨著自動化技術(shù)更為智能化，其所具有的生產(chǎn)率優(yōu)勢不僅能夠替代簡單、重復(fù)的體力勞動崗位（如搬運、傳輸、焊接等），還能執(zhí)行中等復(fù)雜且重復(fù)的腦力任務(wù)（例如自動翻譯、無人駕駛、智能化工廠管理、語音和圖像識別等），未來甚至能夠?qū)?fù)雜的、有創(chuàng)造性的腦力勞動崗位造成沖擊。

（2）產(chǎn)出規(guī)模效應(yīng)。由于自動化資本偏向型技術(shù)進(jìn)步會替代低級別任務(wù)以及創(chuàng)造新的、高級別的任務(wù)，企業(yè)推動自動化資本偏向型技術(shù)進(jìn)步初期不僅需要投入價格高昂的自動化資本，還需提升勞動力技能水平以及招聘、培育能勝任高級別任務(wù)的高技能勞動力，加大與自動化資本偏向型技術(shù)進(jìn)步相匹配的人力資本的投入，使得短期內(nèi)企業(yè)成本壓力較大，抑制企業(yè)擴(kuò)大產(chǎn)出規(guī)模，導(dǎo)致對勞動力需求產(chǎn)生擠出效應(yīng)。但企業(yè)自動化資本偏向型技術(shù)進(jìn)步提升到一定水平會增強(qiáng)企業(yè)的盈利能力，刺激企業(yè)擴(kuò)大產(chǎn)出規(guī)模，從而加大對勞動力的需求（Graetz 和Michaels，2018）。而且自動化資本偏向型技術(shù)進(jìn)步的發(fā)展能替代低級別工作任務(wù)，有利于企業(yè)節(jié)約生產(chǎn)經(jīng)營成本，帶來產(chǎn)出規(guī)模擴(kuò)張效應(yīng)，引起企業(yè)就業(yè)崗位的增加。同時，這種成本節(jié)約效應(yīng)還會降低企業(yè)產(chǎn)成品價格，提高消費者的實際收入，刺激消費者的需求，致使企業(yè)擴(kuò)大產(chǎn)出規(guī)模，進(jìn)一步增加就業(yè)崗位（王永欽和董雯，2020）?；诖耍疚奶岢鋈缦录僬f：

假說H1a：制造業(yè)自動化資本偏向型技術(shù)進(jìn)步水平較低會對就業(yè)總量產(chǎn)生替代效應(yīng)；隨著技術(shù)進(jìn)步發(fā)展到臨界值水平，當(dāng)生產(chǎn)率效應(yīng)大于產(chǎn)出規(guī)模效應(yīng)，這種技術(shù)進(jìn)步對就業(yè)總量有替代效應(yīng)；當(dāng)生產(chǎn)率效應(yīng)小于產(chǎn)出規(guī)模效應(yīng)，則對就業(yè)總量有創(chuàng)造效應(yīng)。

假說H1b：自動化資本偏向型技術(shù)進(jìn)步通過生產(chǎn)率效應(yīng)及產(chǎn)出規(guī)模效應(yīng)影響就業(yè)。

（二）自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響。較多的文獻(xiàn)關(guān)注了自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響。Dauth 等 (2017)、Graetz 和Michaels(2018)基于微觀勞動力數(shù)據(jù)研究發(fā)現(xiàn)，自動化技術(shù)會提高所有工人的平均工資。關(guān)于自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響機(jī)制，主要包括技能結(jié)構(gòu)效應(yīng)和生產(chǎn)率效應(yīng)。（1）技能結(jié)構(gòu)效應(yīng)。自動化技術(shù)進(jìn)步會替代簡單的低級別任務(wù)，催生與自動化技術(shù)相匹配的高級別的復(fù)雜任務(wù)，由于低級別任務(wù)主要由低技能勞動力完成，而高級別的任務(wù)主要由高技能勞動力執(zhí)行，因此低技能勞動力的需求會下降，高技能勞動力的需求會上升，即技能結(jié)構(gòu)（高、低技能勞動力需求量之比）發(fā)生變化，導(dǎo)致低技能勞動力平均工資下降，高技能勞動力平均工資上升，影響企業(yè)勞動力的平均工資水平（Dauth 等，2017；Graetz 和Michaels，2018；Acemoglu 和Restrepo，2019)。（2）生產(chǎn)率效應(yīng)。Trajtenberg(2018)認(rèn)為“勞動增強(qiáng)型”的自動化技術(shù)進(jìn)步會促進(jìn)勞動力技能水平的提升。而且為了適應(yīng)自動化資本偏向型技術(shù)進(jìn)步，企業(yè)以及勞動力均會通過崗位培訓(xùn)和再教育等方式提高員工技能水平，有助于勞動力工資水平的上升。自動化資本偏向型技術(shù)進(jìn)步會創(chuàng)造高級別的復(fù)雜任務(wù)，催生與這種技術(shù)進(jìn)步相匹配的高技能勞動力的需求，自動化資本與高技能勞動力的有效協(xié)作會提升高技能勞動力的生產(chǎn)效率，又因其議價能力較強(qiáng)，勢必會要求更高的工資，進(jìn)而提高整體勞動力的工資水平（Dauth 等，2017；Graetz 和Michaels，2018)?；谏鲜龇治?，本文提出如下假說：

假說H2a：制造業(yè)自動化資本偏向型技術(shù)進(jìn)步可以提升勞動力的工資水平。

假說H2b：生產(chǎn)率效應(yīng)和技能結(jié)構(gòu)效應(yīng)是制造業(yè)自動化資本偏向型技術(shù)進(jìn)步影響工資水平的兩個中間渠道。

三、實證分析

（一）模型設(shè)定與變量說明。為了研究制造業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響，本文建立如下回歸模型：

其中，lnlit、lnwit為被解釋變量。biasit為核心解釋變量，即制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)，本文將資本分為自動化資本和非自動化資本，采用超越對數(shù)生產(chǎn)函數(shù)形式的隨機(jī)前沿模型進(jìn)行測算。①限于篇幅，詳細(xì)的測算過程詳見本文的工作論文版本。借鑒Khanna(2001)，本文將偏向型技術(shù)進(jìn)步指數(shù)表示為（3）式。biasit>0表明技術(shù)進(jìn)步使得自動化資本的邊際產(chǎn)出增長率大于非自動化資本的邊際產(chǎn)出增長率，此時技術(shù)進(jìn)步偏向于自動化資本，若biasit<0，則技術(shù)進(jìn)步偏向于非自動化資本，若biasit=0，技術(shù)進(jìn)步為中性。X為一系列控制變量，控制變量選擇借鑒李磊等（2016）以及毛其淋和許家云（2016）的做法。所有變量的說明如表1 所示，變量數(shù)據(jù)均來自Choice 東方財富和國泰安數(shù)據(jù)庫。本文對原始數(shù)據(jù)做如下處理：剔除ST、ST*企業(yè)樣本，對所有變量進(jìn)行1%及99%分位的縮尾處理，并對企業(yè)總資產(chǎn)、固定資產(chǎn)凈值、研發(fā)支出、員工平均工資、企業(yè)境外業(yè)務(wù)收入和企業(yè)凈利潤進(jìn)行指數(shù)平減。控制了個體和時間的固定效應(yīng)，②本文對回歸模型進(jìn)行了F 檢驗和Hausman 檢驗,檢驗結(jié)果拒絕了混合模型回歸和隨機(jī)效應(yīng)估計，然后再進(jìn)行年度虛擬變量的聯(lián)合顯著性檢驗，F(xiàn) 檢驗的P 值等于0.000 0，拒絕“無時間效應(yīng)”的原假設(shè)。分別設(shè)定為vi和 φt。

表1 相關(guān)變量說明

變量的描述性統(tǒng)計如表2 所示，bias的均值為0.17，bias值均大于0，說明制造業(yè)技術(shù)進(jìn)步偏向于自動化資本；且bias全 距較大，說明不同制造業(yè)企業(yè)的bias有明顯差異，微觀數(shù)據(jù)才能準(zhǔn)確檢驗自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響。通過統(tǒng)計bias的年度均值可知，2012 年為0.13，2019 年增至0.17，表明制造業(yè)企業(yè)技術(shù)進(jìn)步的自動化資本偏向逐步加強(qiáng)，中國制造業(yè)企業(yè)自動化技術(shù)進(jìn)步趨勢明顯。然而，整體來看制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步水平較低。

表2 變量描述性統(tǒng)計

圖1 展示了2012—2019 年制造業(yè)兩位碼行業(yè)層面自動化資本偏向型技術(shù)進(jìn)步指數(shù)的變化情況，制造業(yè)分行業(yè)bias值基本上持續(xù)增加，表明各行業(yè)自動化技術(shù)進(jìn)步在不斷深化。其中，儀器儀表制造業(yè)的bias均值最大，達(dá)0.36；專用設(shè)備制造業(yè)，醫(yī)藥制造業(yè)，通用設(shè)備制造業(yè)，電氣機(jī)械和器材制造業(yè)，計算機(jī)、通信和其他電子設(shè)備制造業(yè)和汽車制造業(yè)等高技術(shù)行業(yè)指數(shù)名列前茅；黑色金屬冶煉和壓延加工業(yè)的自動化資本偏向型技術(shù)進(jìn)步指數(shù)均值最小，為0.08；農(nóng)副食品加工業(yè)、化學(xué)纖維制造業(yè)、金屬制品業(yè)、家具制造業(yè)、食品制造業(yè)等低技術(shù)行業(yè)排名靠后，這也意味著制造業(yè)內(nèi)部不同細(xì)分行業(yè)的自動化資本偏向型技術(shù)進(jìn)步有明顯的差異。

圖1 2012—2019 年制造業(yè)分行業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)

（二）基準(zhǔn)回歸結(jié)果。

1.制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的影響。表3 列（1）報告了基準(zhǔn)回歸結(jié)果，bias系數(shù)在1% 統(tǒng)計水平上顯著為負(fù)，表明制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會顯著減少就業(yè)，驗證了假說H1a。這可能的解釋是，就本文研究樣本而言，制造業(yè)自動化資本偏向型技術(shù)進(jìn)步水平較低，這種技術(shù)進(jìn)步主要替代了簡單、低級和重復(fù)性較高的工作任務(wù)，產(chǎn)生機(jī)器替代人的效應(yīng)，且這一時期企業(yè)投入自動化資本和與其相匹配的勞動力產(chǎn)生了較大的成本效應(yīng)，會進(jìn)一步減少對勞動力的需求，這與王光棟（2014）、程虹等（2018）的研究結(jié)果一致。

表3 基準(zhǔn)回歸結(jié)果

2.制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對員工工資水平的影響?；貧w結(jié)果如列（2）所示，bias系數(shù)顯著為正，表明制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步顯著提高了員工平均工資，驗證了假說H2a。這可能是因為自動化資本偏向型技術(shù)進(jìn)步會替代低級別任務(wù)，對企業(yè)的低技能勞動力產(chǎn)生破壞效應(yīng)，企業(yè)整體員工的平均工資會相應(yīng)提升；同時這種技術(shù)進(jìn)步會創(chuàng)造新的、高級別的任務(wù)，這種任務(wù)主要由高技能勞動力執(zhí)行，所以會增加高技能勞動力的需求，促使高技能勞動力的工資上升，而且這種技術(shù)進(jìn)步會提升勞動力的技能水平和生產(chǎn)效率，因此對總體勞動力的平均工資有擠入效應(yīng)。

（三）異質(zhì)性分析。由圖1 和表2 可見，制造業(yè)不同行業(yè)、不同類型企業(yè)的bias值存在明顯差異，因此需要進(jìn)行異質(zhì)性檢驗?？紤]到對于不同所有制、區(qū)域以及技術(shù)類型的企業(yè)，其自動化資本、非自動化資本和不同技能勞動力的投入有顯著差異，導(dǎo)致自動化資本偏向型技術(shù)進(jìn)步水平不同，進(jìn)而對勞動力市場產(chǎn)生異質(zhì)性影響。因此，本文接下來將基于上述三方面進(jìn)行異質(zhì)性分析。

1.基于企業(yè)所有制的異質(zhì)性分析。本文將制造業(yè)上市公司分為國有企業(yè)和非國有企業(yè)兩種類型，分組考察制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對不同類型的所有制企業(yè)勞動力市場的影響。①為了不同所有制企業(yè)的樣本可以直接比較，在分組回歸前，先對所有變量進(jìn)行標(biāo)準(zhǔn)化處理。關(guān)于不同區(qū)域、行業(yè)的異質(zhì)性分析，分組回歸前同樣對所有變量進(jìn)行標(biāo)準(zhǔn)化處理。表4列（1）和列（2）報告了bias對企業(yè)就業(yè)的影響，國有和非國有制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的影響均顯著為負(fù)，且非國有制造業(yè)企業(yè)的影響更大、更顯著，這可能是因為非國有企業(yè)為了實現(xiàn)規(guī)模經(jīng)濟(jì)、降低勞動力成本、增加利潤，有較大的動力進(jìn)行自動化資本投資，推動自動化資本偏向型技術(shù)進(jìn)步。②基于本文數(shù)據(jù)，非國有企業(yè)的自動化資本偏向型技術(shù)進(jìn)步指數(shù)均值（0.18）大于國有企業(yè)的值（0.13）。列（3）和列（4）顯示，國有制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對平均工資的影響顯著為正，而非國有制造業(yè)企業(yè)的影響不顯著，這可能的解釋是，與國有企業(yè)相比，非國有企業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)較大，對低技能勞動力的破壞效應(yīng)相對較大，對高技能勞動力的創(chuàng)造效應(yīng)相對較大，因此技能結(jié)構(gòu)效應(yīng)不明顯，導(dǎo)致對非國有企業(yè)工資水平的影響不顯著。國有企業(yè)作為社會“維穩(wěn)器”，承擔(dān)“保民生、穩(wěn)就業(yè)，實現(xiàn)高質(zhì)量就業(yè)”的社會責(zé)任，因此在促進(jìn)自動化資本偏向型技術(shù)進(jìn)步的同時，還更加注重穩(wěn)定就業(yè)和提高員工工資水平。

表4 基于企業(yè)所有制的異質(zhì)性分析

2.基于區(qū)域的異質(zhì)性分析。為了考察不同區(qū)域制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響，本文將制造業(yè)上市公司所屬地區(qū)分為東部和中西部，表5 報告了分組回歸的結(jié)果，列（1）和列（2）表明中西部、東部制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的影響均顯著為負(fù)，且中西部的負(fù)面影響更大。列（3）和列（4）顯示bias對東部制造業(yè)企業(yè)員工平均工資影響顯著為正，對中西部的影響不顯著。這可能是因為中西部制造業(yè)企業(yè)執(zhí)行低級別、簡單任務(wù)的低技能勞動力更多，而東部與這種技術(shù)進(jìn)步相匹配的高技能勞動力更多，①基于本文數(shù)據(jù)，東部、中西部制造業(yè)企業(yè)的高、低技能勞動力數(shù)量均值的比值分別為0.19、0.17。議價能力較強(qiáng)，而且實證檢驗結(jié)果表明自動化資本偏向型技術(shù)進(jìn)步顯著提高了東部企業(yè)勞動生產(chǎn)率，對中西部企業(yè)的影響不顯著，導(dǎo)致這種技術(shù)進(jìn)步對中西部勞動力具有較大的替代效應(yīng)，能顯著提升東部勞動力工資水平，但對中西部的工資效應(yīng)不顯著。

表5 基于區(qū)域的異質(zhì)性分析

3.基于行業(yè)技術(shù)類型的異質(zhì)性分析。圖1 表明制造業(yè)不同細(xì)分行業(yè)的自動化資本偏向型技術(shù)進(jìn)步有較大的差異，將制造業(yè)上市公司所屬行業(yè)分為高、低技術(shù)行業(yè)，②按照2011OECD 制造業(yè)技術(shù)分類標(biāo)準(zhǔn)以及國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)（2011、2017），（1）高技術(shù)行業(yè)包括醫(yī)藥制造業(yè)，專用設(shè)備制造業(yè)，計算機(jī)、通信和其他電子設(shè)備制造業(yè)，儀器儀表制造業(yè)，化學(xué)原料和化學(xué)制品制造業(yè)，通用設(shè)備制造業(yè)，汽車制造業(yè)，鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)，電氣機(jī)械和器材制造業(yè)；（2）低技術(shù)行業(yè)為其他制造業(yè)二位碼行業(yè)。分組考察這種技術(shù)進(jìn)步對不同技術(shù)類型行業(yè)勞動力市場的影響。表6 列（1）和列（2）報告了制造業(yè)不同行業(yè)的bias對就業(yè)的影響，結(jié)果表明bias對高、低技術(shù)行業(yè)的就業(yè)影響均顯著為負(fù)，且對低技術(shù)行業(yè)的替代效應(yīng)更大。表6 列（3）和列（4）結(jié)果顯示，這種技術(shù)進(jìn)步顯著促進(jìn)了高技術(shù)行業(yè)員工的工資水平，對低技術(shù)行業(yè)員工工資水平的影響不顯著；這可能是因為相比低技術(shù)行業(yè)，高技術(shù)行業(yè)低技能勞動力數(shù)量較少，與這種技術(shù)進(jìn)步相匹配的高技能勞動力數(shù)量較多，①基于本文的數(shù)據(jù)，高、低技術(shù)行業(yè)低技能勞動力數(shù)量的均值分別為3 152 人、4 710 人，而其高技能勞動力數(shù)量的均值分別為709 人、595 人。勞動力議價能力強(qiáng)，因此bias對低技術(shù)行業(yè)就業(yè)的替代效應(yīng)更大，對高技術(shù)行業(yè)勞動力工資的促進(jìn)效應(yīng)更顯著。且實證檢驗結(jié)果表明bias顯著提高了高技術(shù)行業(yè)的勞動生產(chǎn)率，對低技術(shù)行業(yè)的生產(chǎn)率效應(yīng)不顯著，進(jìn)而促使這種技術(shù)進(jìn)步顯著提升高技術(shù)行業(yè)勞動力工資水平，而對低技術(shù)行業(yè)勞動力工資的影響不顯著。

表6 基于行業(yè)技術(shù)類型的異質(zhì)性分析

（四）機(jī)制檢驗。本文基于文獻(xiàn)回顧與研究假說，結(jié)合基準(zhǔn)回歸模型，通過借鑒Baron 和Kenny（1986）以及溫忠麟等（2004）的方法，檢驗制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響機(jī)制，構(gòu)建如下中介效應(yīng)檢驗?zāi)Ｐ停?/p>

其中，Ait為被解釋變量，包括lit和wit；Medit為中介變量，控制變量X與基準(zhǔn)模型一致，此模型同樣控制個體和時間的固定效應(yīng)，εit為殘差項。

1.制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力需求的影響機(jī)制。首先檢驗生產(chǎn)率效應(yīng)這一影響機(jī)制。采用勞動生產(chǎn)率lpit作為中介變量Mechit，勞動生產(chǎn)率用企業(yè)營業(yè)收入除以員工人數(shù)來衡量，結(jié)果如表7 列（1）—列（3）所示。根據(jù)列（2），biasit的系數(shù)顯著為正，表明制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會顯著提高企業(yè)勞動力生產(chǎn)率，這是由于一方面自動化資本偏向型技術(shù)進(jìn)步通過替代低級別、可重復(fù)性強(qiáng)的簡單任務(wù)，提高了企業(yè)勞動力的整體生產(chǎn)效率；另一方面，高技能勞動力與這種技術(shù)進(jìn)步有效匹配和協(xié)作，能夠提升高技能勞動力的生產(chǎn)率。列（3）是在列（1）的基礎(chǔ)上加入中介變量企業(yè)勞動生產(chǎn)率lpit，lpit和biasit的系數(shù)均顯著，而且制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步biasit的系數(shù)由不加入中介變量的0.21 下降至0.11，這說明勞動生產(chǎn)率發(fā)揮了部分中介效應(yīng)。勞動生產(chǎn)率lpit對就業(yè)的影響在1%統(tǒng)計水平上顯著為負(fù)，這可能是因為技術(shù)進(jìn)步使得企業(yè)勞動力的生產(chǎn)效率提高了，為了節(jié)約勞動力成本，企業(yè)會減少對勞動力的需求。由此可知，制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步能通過提升企業(yè)勞動力生產(chǎn)效率而對勞動力需求產(chǎn)生替代效應(yīng)。

表7 制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的影響機(jī)制檢驗

本文將企業(yè)營業(yè)收入對數(shù)值 lnYit作為中介變量Mechit來檢驗產(chǎn)出規(guī)模效應(yīng)這一機(jī)制。表8列（1）、列（4）和列（5）報告了回歸結(jié)果。根據(jù)列（4），制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對企業(yè)產(chǎn)出規(guī)模的影響顯著為負(fù)，表明制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會降低企業(yè)產(chǎn)出規(guī)模，①在（5）式解釋變量中再加入b ias的 平方項進(jìn)行回歸，實證結(jié)果表明，b ias一 次項系數(shù)為負(fù)，b ias二次項系數(shù)為正，且通過了Utest 檢驗，由此可見制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步與企業(yè)產(chǎn)出規(guī)模的關(guān)系呈“U”形，當(dāng)b ias大于拐點值，制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會增加企業(yè)產(chǎn)出規(guī)模，這是由于這種技術(shù)進(jìn)步提高了企業(yè)的生產(chǎn)能力和盈利能力，刺激企業(yè)投入更多的生產(chǎn)要素擴(kuò)大生產(chǎn)規(guī)模，且自動化資本偏向型技術(shù)進(jìn)步有利于企業(yè)節(jié)約生產(chǎn)經(jīng)營成本，降低產(chǎn)成品價格，使得消費者需求上升，企業(yè)產(chǎn)出規(guī)模進(jìn)一步擴(kuò)大。這可能是因為企業(yè)短期的自動化資本投入需要大量資金，其中存在較大的風(fēng)險，獲得收益的周期較長，企業(yè)自動化資本投入所產(chǎn)生的成本效應(yīng)導(dǎo)致產(chǎn)出規(guī)模下降（Graetz 和Michaels，2018)。列（5）顯示，企業(yè)產(chǎn)出規(guī)模對就業(yè)的影響在1%統(tǒng)計水平上顯著為正，意味著企業(yè)產(chǎn)出規(guī)模的擴(kuò)大需要匹配更多的勞動力，且列（5）加入了中介變量 lnYit后，核心解釋變量biasit的系數(shù)絕對值變小，表明企業(yè)產(chǎn)出規(guī)模在自動化資本偏向型技術(shù)進(jìn)步對就業(yè)總量的影響中同樣發(fā)揮了部分中介效應(yīng)。因此，制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會通過減小企業(yè)產(chǎn)出規(guī)模對就業(yè)產(chǎn)生替代效應(yīng)。綜上，產(chǎn)出規(guī)模下降效應(yīng)和生產(chǎn)率提升效應(yīng)會導(dǎo)致自動化資本偏向型技術(shù)進(jìn)步對就業(yè)產(chǎn)生替代效應(yīng)，驗證了假說H1b。

表8 制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響機(jī)制檢驗

2.制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響機(jī)制。本文首先檢驗生產(chǎn)率效應(yīng)這一影響渠道，仍采用勞動生產(chǎn)率lpit作為中介變量Mechit，結(jié)果如表9 列（1）至列（3）所示。列（2）中biasit的 系數(shù)顯著為正，表明biasit會顯著提高勞動力生產(chǎn)率，原因上文已解釋；列（3）中企業(yè)勞動生產(chǎn)率對工資水平的影響在1%統(tǒng)計水平上顯著為正，這意味著勞動力生產(chǎn)效率越高，企業(yè)單位勞動力產(chǎn)出規(guī)模越大，勞動力的議價能力越強(qiáng)，勞動力的工資水平越高。且加入了中介變量勞動生產(chǎn)率lpit后，制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步biasit不顯著，意味著勞動生產(chǎn)率發(fā)揮了完全中介效應(yīng)。由此可知，制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步通過提升企業(yè)勞動力生產(chǎn)效率而對勞動力工資水平產(chǎn)生正向效應(yīng)。

列（1）、列（4）和列（5）報告了技能結(jié)構(gòu)效應(yīng)這一機(jī)制檢驗結(jié)果，本文選擇技能結(jié)構(gòu)（即企業(yè)高、低技能勞動力數(shù)量之比）lnS it作為中介變量，列（4）biasit的系數(shù)顯著為正，表明制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會顯著增加高、低技能勞動力數(shù)量之比，這可能是因為這種技術(shù)進(jìn)步主要替代低級別的簡單任務(wù)，創(chuàng)造高級別的復(fù)雜任務(wù)，進(jìn)而對低技能勞動力具有替代效應(yīng)，而對與這種技術(shù)進(jìn)步相匹配的高技能勞動力具有創(chuàng)造效應(yīng)。列（5）中技能結(jié)構(gòu)對工資水平的影響在1%統(tǒng)計水平上顯著為正，這可能的解釋是自動化資本偏向型技術(shù)進(jìn)步替代了具有較高成本的勞動力，增加了企業(yè)的利潤，有助于提高勞動力的收入水平。這種技術(shù)進(jìn)步主要會對低技能勞動力產(chǎn)生替代效應(yīng)，企業(yè)剩余勞動力的工資水平會有一定程度的上升；同時，這種技術(shù)進(jìn)步會催生與其相匹配的高技能勞動力的需求，高技能勞動力的議價能力較強(qiáng)，勢必要求更高的工資（Dauth 等，2017；Graetz 和Michaels，2018；Acemoglu 和Restrepo，2019)。列（5）加入了中介變量技能結(jié)構(gòu) lnS it后，核心解釋變量biasit系數(shù)不顯著，表明技能結(jié)構(gòu)在制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對工資水平的影響中發(fā)揮了完全中介效應(yīng)。因此，這種技術(shù)進(jìn)步能通過提升高、低技能勞動力數(shù)量之比而對企業(yè)勞動力工資水平產(chǎn)生促進(jìn)作用。綜上可知，勞動生產(chǎn)率提升效應(yīng)與技能結(jié)構(gòu)效應(yīng)是自動化資本偏向型技術(shù)進(jìn)步提升員工平均工資的影響機(jī)制，驗證了假說H2b。

（五）內(nèi)生性檢驗。

1.遺漏變量問題。為了解決遺漏變量所導(dǎo)致的內(nèi)生性問題，本文在基準(zhǔn)模型基礎(chǔ)上，控制了個體和時間的交乘項、個體和行業(yè)的交乘項以及時間和行業(yè)的交乘項（趙奎等，2021）。表9列（1）和列（2）報告了回歸結(jié)果，表明控制了固定效應(yīng)的交乘項后，bias對 lnl的影響顯著為負(fù)，對lnw的影響顯著為正，且與基準(zhǔn)回歸結(jié)果相比，bias的系數(shù)變化不大，意味著遺漏變量導(dǎo)致的內(nèi)生性問題較小。

表9 內(nèi)生性檢驗

2.反向因果問題?？紤]到制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步與勞動力需求以及工資水平可能存在逆向因果導(dǎo)致的內(nèi)生性，即企業(yè)用工不足或勞動力成本攀升都會促使企業(yè)推動自動化資本偏向型技術(shù)進(jìn)步，本文構(gòu)造了兩個工具變量解決這一內(nèi)生性問題。（1）構(gòu)造兩位碼行業(yè)層面的自動化資本偏向型技術(shù)進(jìn)步指數(shù)的算數(shù)平均數(shù)(hbias)（張杰等，2015），回歸結(jié)果如列（3）和列（4）所示，此工具變量通過了不可識別檢驗，且不存在弱工具變量問題，即行業(yè)層面自動化資本偏向型技術(shù)進(jìn)步指數(shù)與企業(yè)層面的bias相關(guān)，但與企業(yè)層面的 lnl和 lnw沒有直接聯(lián)系，符合工具變量的設(shè)定原則。列（3）和列（4）結(jié)果顯示bias對就業(yè)的影響負(fù)顯著，對工資水平的影響正顯著，與基準(zhǔn)回歸結(jié)果一致。（2）本文借鑒Goldsmith-Pinkham 等（2020）和趙奎等（2021），采用份額移動法構(gòu)造Bartik工具變量。首先需要構(gòu)造行業(yè)層面的自動化資本偏向型技術(shù)進(jìn)步指數(shù)增長率gjt。由于缺乏行業(yè)層面自動化資本和非自動化資本的數(shù)據(jù)，鑒于自動化資本偏向型技術(shù)進(jìn)步本質(zhì)上也屬于資本偏向型技術(shù)進(jìn)步，因此本文測算了2012—2019 年制造業(yè)二位碼行業(yè)層面的資本偏向型技術(shù)進(jìn)步指數(shù)，①同樣采用超越對數(shù)生產(chǎn)函數(shù)測算2012—2019 年制造業(yè)行業(yè)層面的資本偏向型技術(shù)進(jìn)步指數(shù)（涂正革和肖耿，2005)。根據(jù)數(shù)據(jù)的可獲性，制造業(yè)行業(yè)總產(chǎn)出采用制造業(yè)行業(yè)規(guī)模以上企業(yè)的工業(yè)銷售產(chǎn)值衡量；資本投入方面，借鑒張軍（2003）的做法用永續(xù)盤存法測度資本存量；勞動投入用制造業(yè)行業(yè)規(guī)模以上企業(yè)年末從業(yè)人數(shù)表示。數(shù)據(jù)來源于《中國工業(yè)統(tǒng)計年鑒》以及《中國勞動統(tǒng)計年鑒》。并將2012 年作為初始年份t0，以2012 年的資本偏向型技術(shù)進(jìn)步指數(shù)值為基準(zhǔn)，測算出2012—2019 年二位碼行業(yè)層面的資本偏向型技術(shù)進(jìn)步增長率gjt。因此，份額移動法構(gòu)造的biasit的工具變量可以表示為：

此工具變量通過初始狀態(tài)biasijt0與外生的增長率gjt運算得到，顯然會與biasit高度相關(guān)，但不會與其他影響企業(yè)biasit的殘差項相關(guān)，且通過了不可識別檢驗，符合工具變量的基本要求。列（5）和列（6）報告了兩階段最小二乘法估計的結(jié)果，bias的系數(shù)分別顯著為負(fù)、正。與基準(zhǔn)回歸結(jié)果相比，列（3）至列（6）考慮了此內(nèi)生性后核心解釋變量的系數(shù)絕對值明顯變大，這意味著存在反向因果的影響，本文的基準(zhǔn)回歸結(jié)果較為可靠。

為了增強(qiáng)研究結(jié)果的穩(wěn)健性，本文做了如下檢驗：②限于篇幅，本文并未報告穩(wěn)健性檢驗的分析與結(jié)果，詳見本文的工作論文版本。（1）由于高技能勞動力普遍接受過高等教育，本文借鑒王林輝等（2014）的做法，將高技能勞動力用企業(yè)本科及以上學(xué)歷的員工衡量，低技能勞動力替換為本科學(xué)歷以下的員工，重新測算制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)。（2）借鑒余泳澤等（2020）的做法，將被解釋變量 lnl、lnw最大和最小的2.5% 的數(shù)值剔除。（3）采用bias滯后一期（L.bias）（劉貫春等，2017）作為工具變量進(jìn)行兩階段最小二乘法回歸。（4）安慰劑檢驗。總體而言，上述檢驗的結(jié)果均支持本文的結(jié)論。

（六）進(jìn)一步研究?？紤]到制造業(yè)上下游行業(yè)之間存在著一定的關(guān)聯(lián)效應(yīng)，為了更全面地檢驗制造業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響，本文考察了這種技術(shù)進(jìn)步對上下游企業(yè)勞動力需求與工資水平的影響。借鑒諸竹君等（2020）的做法，構(gòu)建上下游制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步指數(shù)，分別表示為forward_biasit和backward_biasit，構(gòu)建方法如下：

其中，inputjst表示行業(yè)j從上游s行業(yè)所得中間品，加總得到行業(yè)j從上游s行業(yè)所得的所有中間投入品，表示為表示行業(yè)j向下游x行業(yè)售出的中間品，加總行業(yè)j向所有下游行業(yè)x售出的所有中間品，記為數(shù)據(jù)來源于2012年、2017 年和2018年的投入產(chǎn)出表，利用這三年的投入產(chǎn)出表計算2012—2019 年的直接消耗系數(shù)和直接分配系數(shù)。根據(jù)諸竹君等（2020）的做法，2012—2014 年、2015—2017 年、2018—2019 年的直接消耗系數(shù)和直接分配系數(shù)分別用2012 年、2017 年和2018 年的代替。

基于基準(zhǔn)模型，將核心解釋變量替換為forward_biasit,backward_biasit，回歸結(jié)果如表10、表11 所示。表10、表11 列（1）和列（2）結(jié)果表明，forward_biasit和backward_biasit的系數(shù)均在1%統(tǒng)計水平上顯著為正，意味著制造業(yè)上游（下游）企業(yè)bias增加會推動下游（上游）企業(yè)的自動化資本偏向型技術(shù)進(jìn)步，且forward_biasit的系數(shù)大于backward_biasit系數(shù)，說明制造業(yè)上游企業(yè)的技術(shù)進(jìn)步越偏向于自動化資本，對下游企業(yè)自動化資本偏向型技術(shù)進(jìn)步水平的促進(jìn)效應(yīng)更大，這可能是因為上游企業(yè)產(chǎn)品使用范圍較廣、可塑性較強(qiáng)，而下游企業(yè)中間投入更多，受上游影響更大，更需要與上游企業(yè)的技術(shù)進(jìn)步相匹配（張陳宇等，2020）。表10 列（3）和列（4）中，forward_biasit和backward_biasit的系數(shù)均負(fù)顯著，且forward_biasit的系數(shù)（—0.47）小于backward_biasit的系數(shù)（—0.20），表11 列（3）和列（4）顯示forward_biasit和backward_biasit的系數(shù) 均顯著為正，且forward_biasit的系數(shù)（0.16）大于backward_biasit的系數(shù)（0.10）。由此可知，制造業(yè)上游（下游）企業(yè)自動化資本偏向型技術(shù)進(jìn)步通過影響下游（上游）企業(yè)的bias值，進(jìn)而對下游（上游）企業(yè)勞動力需求產(chǎn)生替代效應(yīng)，對工資水平產(chǎn)生補(bǔ)償效應(yīng)。由于制造業(yè)上游企業(yè)bias對下游企業(yè)bias的影響更大，上游對下游的關(guān)聯(lián)效應(yīng)大于下游對上游的作用。制造業(yè)上游或下游企業(yè)的自動化資本偏向型技術(shù)進(jìn)步都會通過技術(shù)溢出效應(yīng)提升制造業(yè)其他行業(yè)的生產(chǎn)效率和自動化水平，從而對制造業(yè)其他行業(yè)的勞動力產(chǎn)生替代作用，同時提升勞動力的工資水平。

表10 自動化資本偏向型技術(shù)進(jìn)步對就業(yè)的行業(yè)關(guān)聯(lián)效應(yīng)

表11 自動化資本偏向型技術(shù)進(jìn)步對工資水平的行業(yè)關(guān)聯(lián)效應(yīng)

四、結(jié)論與政策啟示

本文將資本劃分為自動化資本與非自動化資本，采用制造業(yè)上市企業(yè)微觀數(shù)據(jù)，基于超越對數(shù)生產(chǎn)函數(shù)隨機(jī)前沿模型測度出制造業(yè)技術(shù)進(jìn)步的資本偏向性指數(shù)，并實證檢驗了這種技術(shù)進(jìn)步對勞動力市場的影響及渠道，研究結(jié)論為：（1）制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步對勞動力需求產(chǎn)生了替代效應(yīng)，主要通過勞動生產(chǎn)率提升效應(yīng)和產(chǎn)出規(guī)模下降效應(yīng)兩個渠道實現(xiàn)。（2）制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步會對勞動力工資水平產(chǎn)生補(bǔ)償效應(yīng)，勞動生產(chǎn)率提升和技能結(jié)構(gòu)效應(yīng)是兩個中間影響機(jī)制。（3）異質(zhì)性分析結(jié)果表明，與國有制造業(yè)企業(yè)相比，這種技術(shù)進(jìn)步對非國有企業(yè)就業(yè)的負(fù)效應(yīng)更大；與東部區(qū)域相比，中西部制造業(yè)的這種技術(shù)進(jìn)步對勞動力需求的替代效應(yīng)更大；與高技術(shù)行業(yè)相比，對低技術(shù)行業(yè)的替代效應(yīng)更大。同時，國有、東部、高技術(shù)行業(yè)的制造業(yè)企業(yè)自動化資本偏向型技術(shù)進(jìn)步均顯著提高了勞動力的平均工資，而對非國有、中西部和低技術(shù)行業(yè)的制造業(yè)企業(yè)的影響不顯著。（4）進(jìn)一步的研究發(fā)現(xiàn)，制造業(yè)上游（下游）企業(yè)自動化資本偏向型技術(shù)進(jìn)步通過影響下游（上游）企業(yè)的bias值，進(jìn)而對下游（上游）企業(yè)勞動力需求和工資水平分別產(chǎn)生了負(fù)向和正向效應(yīng)，且前向關(guān)聯(lián)效應(yīng)大于后向關(guān)聯(lián)效應(yīng)。基于此，本文的政策啟示如下：

（1）鼓勵和支持自動化資本的投入，重視產(chǎn)業(yè)鏈的傳導(dǎo)和協(xié)同效應(yīng)，大力推動制造業(yè)自動化資本偏向型技術(shù)進(jìn)步。本文研究發(fā)現(xiàn)制造業(yè)自動化資本偏向型技術(shù)進(jìn)步可以提高勞動力的工資水平以及增加研發(fā)和技術(shù)人員的數(shù)量，有助于促進(jìn)勞動力收入水平提高和高質(zhì)量就業(yè)；同時，制造業(yè)自動化資本偏向型技術(shù)進(jìn)步能夠提升企業(yè)的生產(chǎn)率，有助于提高制造業(yè)企業(yè)的產(chǎn)出水平。因此，政府可以通過稅收、低息貸款、創(chuàng)新補(bǔ)貼等優(yōu)惠政策與舉措，鼓勵和扶持制造業(yè)企業(yè)投入自動化資本，加大自動化技術(shù)領(lǐng)域基礎(chǔ)研究、應(yīng)用研究和試驗開發(fā)的投入，提高產(chǎn)出。同時，需要重視制造業(yè)上下游企業(yè)的自動化資本偏向型技術(shù)進(jìn)步對本行業(yè)的促進(jìn)作用，加強(qiáng)制造業(yè)上下游企業(yè)的技術(shù)交流與合作，利用上下游行業(yè)的產(chǎn)業(yè)鏈協(xié)同效應(yīng)和技術(shù)溢出效應(yīng)，推動制造業(yè)自動化資本偏向型技術(shù)進(jìn)步。

（2）亟需提升勞動力的技能水平，大力培育高技能勞動力，以應(yīng)對自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的沖擊。本文研究表明自動化資本偏向型技術(shù)進(jìn)步一方面會對制造業(yè)就業(yè)造成沖擊，然而這種沖擊主要是針對低技能勞動力，其執(zhí)行的任務(wù)相對簡單、重復(fù)性強(qiáng)，容易被自動化資本偏向型技術(shù)進(jìn)步所替代。政府要完善社會保險體系，對失業(yè)人群采取積極的就業(yè)援助，重視低技能勞動力技能水平的提升，通過技能補(bǔ)貼、崗位培訓(xùn)、再教育等方式促使其蛻變?yōu)榕c這種技術(shù)進(jìn)步相匹配的高技能勞動力，或從事自動化資本偏向型技術(shù)進(jìn)步催生的新興職業(yè)（例如機(jī)器人設(shè)計師、數(shù)據(jù)標(biāo)注師、智能機(jī)器人訓(xùn)練師、智能設(shè)備維修員、人機(jī)合作調(diào)度員等），同時創(chuàng)造機(jī)會促進(jìn)其轉(zhuǎn)移至傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)相結(jié)合的業(yè)態(tài)或服務(wù)業(yè)。另一方面，自動化資本偏向型技術(shù)會增加科研技術(shù)人員等高技能勞動力的需求。目前我國在自動化技術(shù)領(lǐng)域方面的人才較為匱乏，頂尖人才的缺口更大，有必要采取引培結(jié)合的方針，利用薪酬激勵、優(yōu)化城市資源配套、擴(kuò)大產(chǎn)業(yè)發(fā)展空間等方式吸引國內(nèi)外頂尖人才開展自動化、智能化技術(shù)領(lǐng)域的科研和技術(shù)開發(fā)，還必須通過學(xué)校課程教育和企業(yè)技能培訓(xùn)加大對高技能勞動力的培育，積極推進(jìn)校企合作，提升科研人員成果的轉(zhuǎn)化率。政府應(yīng)該制定有針對性和差異化的就業(yè)政策，重點關(guān)注非國有、中西部地區(qū)以及低技術(shù)行業(yè)制造業(yè)企業(yè)的資本偏向型技術(shù)進(jìn)步對就業(yè)所產(chǎn)生的較大的替代效應(yīng)，重視這一部分制造業(yè)企業(yè)勞動力的技能提升和轉(zhuǎn)崗培訓(xùn)扶持，促進(jìn)其就業(yè)穩(wěn)定和工資上漲。

（3）深入挖掘自動化資本偏向型技術(shù)進(jìn)步的生產(chǎn)率效應(yīng)和產(chǎn)出規(guī)模效應(yīng)。本文的研究結(jié)果表明，短期來看，自動化資本偏向型技術(shù)進(jìn)步基于生產(chǎn)率提升效應(yīng)替代企業(yè)勞動力，而且企業(yè)投資自動化資本需要大量的資金，會帶來顯著的成本效應(yīng)，可能導(dǎo)致短期內(nèi)產(chǎn)出規(guī)模下降，從而降低勞動力需求。然而，自動化資本偏向型技術(shù)進(jìn)步所產(chǎn)生的生產(chǎn)率效應(yīng)會提升勞動力工資，且長期來看隨著這種進(jìn)步水平的提高，會增強(qiáng)企業(yè)的盈利能力，刺激企業(yè)擴(kuò)大生產(chǎn)規(guī)模，從而增加勞動力需求。因此，應(yīng)該充分發(fā)揮生產(chǎn)率和產(chǎn)出規(guī)模在自動化資本偏向型技術(shù)進(jìn)步過程中對勞動力市場的正向效應(yīng)，在企業(yè)產(chǎn)出規(guī)模擴(kuò)大和生產(chǎn)率提升方面政府可以給與一定的財稅優(yōu)惠，緩解企業(yè)的融資約束和成本壓力，加強(qiáng)自動化資本偏向型技術(shù)進(jìn)步與勞動力的有效協(xié)作，從而帶動生產(chǎn)率和產(chǎn)出規(guī)模效應(yīng)對就業(yè)和工資水平產(chǎn)生積極的作用。

本文的研究豐富了技術(shù)進(jìn)步偏向的理論，同時為應(yīng)對“機(jī)器換人”的發(fā)展趨勢，促進(jìn)高質(zhì)量就業(yè)，平衡新技術(shù)、新業(yè)態(tài)發(fā)展與保障就業(yè)等方面提供了一定的參考。本文還可以從以下方面進(jìn)行拓展：測算服務(wù)業(yè)技術(shù)進(jìn)步的偏向，研究服務(wù)業(yè)的技術(shù)進(jìn)步偏向?qū)趧恿κ袌龅挠绊?，探究制造業(yè)與服務(wù)業(yè)的技術(shù)進(jìn)步偏向?qū)蜆I(yè)和工資影響的關(guān)聯(lián)效應(yīng)，以深入探索更廣范圍的自動化資本偏向型技術(shù)進(jìn)步對勞動力市場的影響。

* 感謝審稿專家和編輯提出的寶貴意見。