人工智能應用對制造企業員工心理健康的影響

馬繼遷 李肖肖 張宏如

[摘要]人工智能在制造業的廣泛應用，推動企業快速轉型升級，同時給企業員工帶來巨大沖擊。利用中國勞動力動態調查（CLDS2018）數據，考查了人工智能應用對制造企業員工心理健康的影響。研究發現，人工智能對制造企業員工心理健康產生顯著的積極影響，人工智能被制造企業應用后，員工的心理健康狀況大為改善。進一步檢驗表明，人工智能通過改善工作環境提升員工的心理健康狀況。人工智能對在車間工作員工、90后員工心理健康的影響更為明顯?；谏鲜霭l現，提出充分認識人工智能的心理健康改善效應、有效引導環境較差企業應用人工智能技術、大力推動制造企業“智改數轉”進程等政策啟示。

[關鍵詞]人工智能；企業員工；心理健康；工作環境；智改數轉

一、 引言

人工智能作為新一輪產業變革的核心驅動力，已成為推進經濟高質量發展的重要引擎。黨的二十大報告指出要加快建設制造強國、質量強國，推動制造業高端化、智能化、綠色化發展。我國是制造業大國，要實現制造強國，智能制造是必然選擇。根據頭豹研究院發布的《2021年中國智能制造行業產業鏈研究報告》1，2020年中國智能制造行業市場規模達2.7萬億元，預計2025年中國智能制造行業市場規模將達5.3萬億元。人工智能技術快速滲透于制造業，成為制造企業轉型升級的重要驅動力。隨著人工智能的大規模應用，制造企業快速“智改數轉”，結構性失業成為隨之而來的突出社會問題。出于對“機器換人”的擔憂，員工會產生焦慮與恐慌心理，這影響了員工身心健康，也容易誘發企業勞動糾紛，不利于企業發展與社會穩定。

人工智能應用對就業崗位的替代效應顯而易見，但其創造效應依然存在。從歷史上看，技術進步會創造新的行業和領域，并刺激新的工作崗位產生。已有研究發現，人工智能雖然在一定程度上替代了部分勞動崗位，但同時也會提高難以被自動化替代的勞動崗位需求[1]。伴隨著智能機器的使用，崗位的減少抑或新崗位的出現，都意味著員工的工作環境發生變化，包括自然環境和人文環境。根據資源依存理論，工作環境的改變會觸發個體產生消極或積極情緒[2]。人工智能生產系統的使用減輕了工作人員的工作負荷，讓他們有更多的時間去開展主動性和創造性的工作，給員工心理帶來幸福感等積極情緒。

由此可見，人工智能應用對制造企業員工心理健康產生一定的影響。那么，人工智能應用于制造企業后是如何影響員工心理健康的？這種影響是消極還是積極的？如果人工智能的應用對員工的心理有重要影響，那么該影響的發生機制是什么？這種影響是否因工作場所、年齡等因素而有所差異？為回答上述問題，本文擬使用中國勞動力動態調查（CLDS）數據來進行相應研究。

二、 文獻回顧

1. 制造企業員工心理健康狀況及其影響因素

1989年聯合國世界衛生組織（WHO）對健康作了新的定義：“健康不僅是沒有疾病，而且包括軀體健康、心理健康、社會適應良好和道德健康?！盵3]此后心理健康議題成為學術熱點，企業員工的心理健康問題廣受關注。員工工作壓力大或者人際關系不良，可能導致工作事故增加、工作效率下降，將直接或間接影響到雇主收入。雇主為了利益最大化，會有意識地滿足員工的心理需求。調查表明，自21世紀以來我國大約有86.7%的人都不同程度地患有心理問題，主要表現為抑郁、焦慮、心理緊張等，重者在一定程度上影響到了正常的交往、工作以及人際關系，其中30%左右的人會發展為各種心理疾病乃至精神疾病，僅僅抑郁癥患者就達到17%1。劉華山[4]認為心理健康是在一種持續的心理狀態下，能夠有效發揮個人的身心潛能和社會的積極功能。有學者指出，我國心理健康狀況有待提高，不論是心理健康服務體系還是從業人員，數量和素質上都難以滿足我國社會和民眾對心理健康的需求[5]。

Gavin[6]認為企業員工在不同工作環境下心理健康狀況會有所不同，在工作過程中，公平的獎勵制度、信任和對員工的關注程度更有益于員工心理健康。Warr[7]提出了9個影響心理健康的因素，其中，機會、物理安全和社會地位是最重要的因素。周曉琴[8]認為文化程度是影響員工心理問題的重要因素，這種差異在中高度心理問題上表現顯著。劉晉洪[9]通過對深圳市外來務工員工心理健康的研究發現，不同年齡段的人心理問題會有所不同，其中18—35歲的人群心理健康狀況較差。在遠離家鄉和缺少親人支持的情況下，不良的工作環境、繁忙的工作狀態、不公平的工資待遇、復雜的人際關系等均給他們的心理健康帶來影響，嚴重的會引起心理疾病。郭麗娟[10]認為，企業員工長期從事生產一線操作、家庭與人際關系緊張、經歷過安全事故等因素，都會對心理健康產生影響。

2. 人工智能應用對制造企業員工心理健康的影響

近年來，數智化技術儼然成為推動生產與生活關系變革的新動能，引起學者們廣泛關注。勞動力短缺導致用工成本上升的背景下，智能技術在制造業中被廣泛應用，智能技術與制造業的深度融合成為新時代一大趨勢。學術界試圖回答這種趨勢如何影響到員工心理健康的問題時缺乏敏銳度，尚未達成一致結論。

悲觀派學者從勞資關系角度分析人工智能與制造業融合對員工心理健康的影響，他們認為制造業智能化將通過替代工作崗位和去技能化，減少員工的就業機會與工資議價能力，這將對員工的心理健康產生負面影響。在勞動力短缺的背景下，智能化改造是一種企業利用新興技術形成的資本替代勞動力、削弱勞動力議價能力、降低勞動力成本的發展戰略。相較于發達國家，我國制造業中的低技能勞動者比重更大，制造業企業對人工智能技術的采納和應用，會顯著影響低技能勞動者的就業機會。研究表明，人工智能不僅能夠取代勞動力市場的工作，還可以變革勞動者的工作方式，導致大量技術驅動崗位工人失業[11]。有學者對美國1990—2007年19個行業使用機器人的情況、全球近800個職業所包含的近2000個崗位進行分析后發現，機器人的使用不僅導致就業人口和工資收入下降，而且近50%的工作崗位可以通過現有技術進步來實現機器替代[12]。據預測，隨著人工智能的快速發展，在未來30年內，人工智能將轉變為超級人工智能，其對人類產生負面影響的概率為三分之一[13]。甲骨文公司的調查表明，51%的員工對應用人工智能引發的失業后果表示擔憂[14]。人工智能的普遍應用增大了員工的就業壓力，加劇了勞動力市場的不確定性。在此背景下，員工面對收入下降、失去工作以及一定的經濟動蕩，極易產生一些消極情緒。這些情緒會消耗員工的大量精力，促使其產生離職傾向，不利于他們的心理健康[15]。

樂觀派學者提出不同見解，他們認為現有研究高估了人工智能對就業的破壞能力，人工智能對制造企業的賦能效應能夠創造就業機會、提高工作效率及增加員工收入，從而使員工產生積極情緒。Berg等[16]指出，工業機器人的使用大大提高了勞動生產率，產生更多的勞動需求，創造出大量的勞動崗位。Oschinski等[17]研究發現，智能化對加拿大勞動市場的影響主要集中在自動化程度較低的行業，這些行業受自動化影響的不到1/4，面臨自動化風險影響的僅占1.7%。同一職業內包含許多任務，但是人工智能只能替代部分任務。OECD國家的情況表明，僅9%的工作可以實現自動化，因此人工智能不太可能對就業產生巨大負面影響。另外，人工智能所替代的都是枯燥、骯臟和危險的任務[18]。從創造效應的角度分析，人工智能可以增加就業機會，提高生產效率，提升員工收入，同時減少工作時間。一定程度上，人工智能所產生的替代效應與創造效應能夠相互抵消[19]。在人工智能創造大量“快樂工作崗位”的推動下，勞動者的就業質量和心理健康狀況將得到提高。王君等[20]指出，人工智能的應用拓展了就業總量，也提高了工作質量，給員工帶來新的就業機會，同時緩解了失業帶來的恐懼，讓員工以飽滿的熱情投入到工作中，有利于提高員工的心理幸福感。

3. 人工智能應用影響制造企業員工心理健康的機制

人工智能首先被應用于危險和骯臟的工作環境中，工作環境的快速變化有助于改善員工的職業安全與身體健康。研究發現，人工智能確實在改善工作環境、促進員工心理健康方面發揮了重要作用。機器人通常被安置于惡劣、危險、難以接近或不安全的工作環境中，以提高生產效率、靈活性、保障員工的安全和減少事故的發生[21]。陳昊等[22]認為機器人存量和增量的擴大，有利于減少制造業工業廢氣排放量和一般工業固體廢物產生量，通過適度擴大機器人在制造業中的使用規模，可以減少污染物的排放，改善制造企業工作環境。在“機器換人”背景下，人工智能降低了勞動強度、減少了工作危險性和工作環境的污染、提高了工作滿意度，這些都有益于員工的身心健康[23-24]。

人工智能在制造業企業的應用，也可以通過增加收入和減少工作時間來改善員工的心理健康。何小鋼等[25]認為，在中國這樣一個大型轉型經濟體中，如果能夠實現完善和穩步推進工業AI轉型，那么它很可能有助于緩解員工的心理健康問題，而不是造成技術的恐懼。

三、 研究假設

人工智能對就業崗位的影響，同時產生替代效應和創造效應，進而給企業員工心理健康帶來一定沖擊。悲觀派學者認為，人工智能應用產生的替代效應會給員工帶來威脅，失業者可能會經歷長時間的失業，甚至可能陷入永久性失業，這進一步限制了他們自身和家庭需求的滿足，導致其心理健康狀況惡化。員工的心理健康受到負面影響，產生消極、反抗的心理行為[26]。樂觀派學者持不同觀點，他們更重視人工智能在制造業領域的創造性而不是破壞性，認為其破壞力是可控的。人工智能的廣泛應用有利于增加積極的生活事件，從而改善員工的情緒，有效提升他們的心理健康狀況。Metra Martech市場調研公司2015年發布的《工業機器人對就業的積極影響》報告認為，工業機器人對就業并非產生消極影響，相反積極影響更為顯著。未來5年機器人將為世界創造100萬個更高質量的就業機會[27]。因此，從人工智能的崗位創造效應來看，新產生的就業機會在一定程度上緩解了員工因失業帶來的恐懼，有利于提高員工的心理健康狀況。

從一般意義上看，兩種不同的觀點都具有一定合理性。但針對工業化程度不同的國家，由于產業結構、人口結構、勞動力市場等因素的差異，還要做細致分析。在我國，目前面臨著對人工智能了解不深、應用方式簡單、發展方向雜亂等問題，人工智能技術還未完全與中國制造業深度融合。迄今為止，我國制造業領域還沒有普遍性地、根本性地使用人工智能。人工智能應用于制造業領域后，給員工帶來的精神和心理層面沖擊效應，往往具有一定滯后性。因此，當前人工智能技術給制造企業員工心理層面的負面事件尚不明顯。此外，企業通過提供培訓、增加休息時間等措施，也可以將人工智能對員工心理健康的破壞性影響降到最低，在一定程度上改善員工的心理健康?；谏鲜銮闆r，本文提出假設1。

H1：制造企業應用人工智能技術后，員工的心理健康有顯著改善。

人工智能在制造業企業生產場所的廣泛應用，改變了工作流程、工作方法、工作特征以及工作內容。根據資源依存理論，工作場所的改變會使工作環境發生變化，繼而導致個體出現資源的損益，個體在維持或者獲得有價值資源的動機下，產生消極或者積極的情緒體驗。機器人存量和增量的擴大，減少了污染物的排放、改善了制造企業工作環境[28]。人工智能經常被安置在惡劣、危險、難以接近或不安全的工作環境中，人工智能的應用提高了工作效率，減少了工作環境的危險性，提高了員工的滿意度。據此本文提出假設2。

H2：人工智能的使用改善了工作環境，有利于員工的心理健康。

四、 研究設計

1. 數據來源

本文使用的數據來自中山大學社會科學研究中心組織實施的2018年中國勞動力動態調查（CLDS）。該調查采用一種多階段、多層次、勞動力規模與行業規模成比例的抽樣方法。目標人群是全國29個省、市、自治區（不包括香港、澳門、臺灣、西藏和海南）15至64歲的勞動力。調查重點是員工個人、家庭和社區的狀況和變化。此外，2018年CLDS中的個人調查包括一份專門針對個人工作信息和工作單位使用人工智能情況的調查問卷，這符合本研究的目標。本文使用的實證數據僅來自2018年CLDS中的個人問卷。樣本選擇過程如下：根據研究目標，關注制造業企業員工的情況，篩選了1040名制造業企業的員工，對16—60歲制造業員工樣本進行分析，有801個樣本符合條件。由于樣本中缺乏聯合信息，有246個觀測值缺失值，最終分析樣本包括555個有效觀測值。

2. 變量選取

（1）因變量

因變量是制造業員工心理健康，通過其抑郁程度、抑郁與否來表征。CLDS數據采用Center for Epidemiologic Studies Depression Scale（CES-D）量表測量抑郁程度，受訪者被要求報告過去一周他們經歷20種不同抑郁癥狀的頻率。反應選項為“從不或基本從不（<1天）、很少（1—2天）、經常（3—4天）、幾乎總是（5—7天）”，這些反應被分別賦值為0、1、2和3分。計算被調查者20種抑郁癥狀每一種的評分，并將每一種評分簡單加和，總評分作為心理健康的代理指標。該指標的取值范圍為0—60分，較高的分數意味著心理健康狀況較差。另外，CES-D量表在臨床使用過程中已經有較為明確的切點值來判斷調查者是否處于病理性的抑郁狀態。

（2）自變量

核心自變量是人工智能，它源于CLDS問卷中的一個問題“你的雇主是否使用高度自動化的流程、機器人或人工智能等技術例如無人駕駛汽車、機器翻譯、工業機器人等”。如果答案為“是”，該變量賦值為1；答案為“否”，其賦值為0。

（3）中介變量

中介變量是工作環境，工作環境是衡量員工對其工作環境滿意度的指標。本文使用五種選項，即非常不滿意、不太滿意、既不滿意也不滿意、比較滿意、非常滿意，選項的賦值分別為1、2、3、4、5分，這個指數的值越高，工作環境就越好。

（4）控制變量

此外，為了防止影響員工心理健康的其他重要變量被遺漏，本文設定以下三類控制變量：個體特征、就業特征和區域特征。

個體特征。①年齡。根據受訪者時的年齡，僅保留16—60歲適齡勞動力的樣本。②性別。設置虛擬變量，將男性賦值為1，女性賦值為0。③婚姻狀況。問卷中將被訪者的婚姻狀況分為未婚、初婚、再婚、離異、喪偶、同居六類，未婚和同居賦值為0，其他賦值為1。④戶籍。將農業戶口賦值為0，其他賦值為1。⑤受教育程度。按照受教育年限設置虛擬變量。⑥身體健康。根據被訪者的身體健康狀況分為非常不健康、比較不健康、一般、健康、非常健康五類，分別設置虛擬變量1—5。

就業特征。①公司類型。根據調查問卷中的分類，將其分為公有制和其他，設置虛擬變量。將公有制賦值為1，其他賦值為0。②年收入。將2017年的稅前收入作為工資收入并取對數。③工會地位。根據被訪者是否有加入工會設置虛擬變量，有加入工會賦值為1，未加入工會賦值為0。④加班情況。根據被訪者是否加班設置虛擬變量，將加班賦值為1，否則賦值為0。

區域特征。鑒于與工作相關的心理健康受區域經濟發展的影響，區域特征也受到控制。將地區分為東部和中西部，將東部地區賦值為1，中西部地區賦值為0。每個主要變量的含義和相應的描述性統計數據如表1所示。

3. 模型設定

本文旨在探討制造企業應用人工智能對員工心理健康的影響，并闡明工作環境在人工智能影響心理健康過程中發揮的中介作用。為此，建立如下模型：

[psyhealthi=α0+β0AIi+γ0controli+εi] （1）

[Environmenti=α1+β1AIi+γ1controli+εi] （2）

公式（1）用于檢驗人工智能對制造業員工心理健康的影響，即檢驗假設1。參考江艇[33]的做法，本文用公式（1）和公式（2）來檢驗工作環境在人工智能對制造業員工心理健康影響中的“橋梁作用”，即檢驗假設2。在公式中，下標i表示單個員工，psyhealthi表示員工i的心理健康。environmenti表示員工i對其工作環境的滿意度，AIi是一個虛擬變量，表示雇用員工i的企業是否使用人工智能技術。此外，controli表示控制變量矩陣，該矩陣包括與個體特征、就業特征和區域特征有關的變量。最后，α0，α1是截距項，εi是隨機擾動項。

五、 實證結果與分析

1. 基準回歸

（1）人工智能對制造企業員工心理健康的整體影響

表2中模型1報告了人工智能對制造企業員工心理健康的整體影響。在控制個體特征、就業特征和區域特征后，人工智能的回歸系數為-1.686，在5%的水平上顯著。由于因變量心理健康是一個負向指標，因此可以認為，與未使用人工智能的制造企業相比，使用了人工智能的制造企業，其員工的心理健康狀況提升了1.686分，人工智能的應用大大改善了員工的心理健康狀況。由此假設1被接受。近幾年，在政府大力推動下，一批制造企業積極引入人工智能設施，企業的智能化程度大為改善。但總體上來說，目前人工智能技術還未完全與制造業深度融合，在勞動力短缺的背景下，智能技術給員工帶來的負面影響總體上表現的還不突出，員工心理層面的感受還不明顯。

（2）工作環境對制造企業員工心理健康的中介作用

前文中，已有大量文獻表明，工作環境的改善有利于提高員工的心理健康狀況，因此，本文通過兩步實證進行工作環境這一作用機制的檢驗。在表2中，模型1和2展示了工作環境這一中介效應的檢驗結果。模型1報告了人工智能對員工心理健康的整體影響，模型2報告了人工智能對工作環境的影響。在模型2中，人工智能對工作環境影響的回歸系數顯著為正，這表明人工智能的使用促進了制造企業工作環境的改善，提升了員工對其工作環境的滿意度。結合模型一中人工智能的顯著回歸系數，表明工作環境在人工智能和制造企業員工的心理健康之間起到了中介作用，假設2得到證實。人工智能的應用改善了工作環境，進而促進了制造企業員工的心理健康。

2. 穩健性檢驗

（1）內生性檢驗

考慮到人工智能的使用可能非隨機，是一些個人自發的、有選擇性的行為，基本模型的估計結果可能會因個體的自選擇問題而產生估計偏差，本文借鑒李磊[34]的做法，采用傾向得分匹配法（PSM）緩解內生性這一問題。本文以控制變量作為匹配協變量，采用1[∶]2最近鄰匹配法進行傾向得分匹配，使用頻數加權后的樣本進行基準回歸。具體結果如表2中模型三所示?？梢钥闯?，其他變量不變的情況下，自變量的估計系數為負，并通過了10%的顯著性檢驗。說明人工智能應用可以改善制造企業員工的心理健康狀況?？梢?，本文假設依然成立。

（2）替代因變量、中介變量的檢驗

為確保上述結果的可靠性，進行了兩次穩健性測試（表2）。在本部分，著重測試人工智能主要影響和工作環境中介影響的穩健性。

首先，通過使用因變量的替代項來測試整體影響的穩健性。前文中，員工的心理健康是以20種抑郁癥狀的總分來衡量的。在這里，參考既有做法，使用16分的分數來構建員工心理抑郁傾向的指標，作為心理健康的代理變量。如果員工的抑郁癥狀總分小于16，則認為其心理狀況良好，將變量賦值為0。相反，如果總分為16或更大，則表明其心理狀況較差，賦值為1。將這個新變量代入公式（1）得到回歸結果（見模型四），此結果與基準回歸結果基本一致，本文的主要結論依然成立。

其次，通過對中介變量使用新的測量維度來檢驗中介效應的穩健性。在前文中，僅使用了工作環境這一維度量，在這里使用五維度量。五維包括工作收入、工作保障、工作環境、工作時間和總體工作滿意度。用五個維度的滿意度得分之和作為工作環境的替代項（表2用工作環境2代替該指標），得分之和越大，整體工作環境越好。結果為模型5所示，結合模型1可知，人工智能和整體工作環境對制造業員工心理健康的影響仍然顯著，工作環境是人工智能與制造業員工心理健康之間的有力中介。

3. 異質性檢驗

有文獻認為人工智能對員工心理健康的影響因員工稟賦的不同而異，基于這個原因，本文繼續從工作場所、年齡兩個維度來探討人工智能對制造企業員工心理健康影響的異質性。

（1）工作場所異質性

本文中員工工作的場所分為車間、辦公室和其他。表3報告了人工智能對不同工作場所的制造企業員工心理健康影響的異質性。結果表明，人工智能對員工心理健康的影響因工作場所而不同。具體來說，人工智能顯著改善了在車間工作的員工的心理健康，但沒有顯著改善在辦公室或其他場所工作的員工的心理健康。值得注意的是，人工智能對低技能制造業員工心理健康影響的系數為2.747，該結果遠高于對整個樣本的估計值，并且這一結果在1%的水平上顯著。這一發現有幾個可能的原因：第一，雖然人工智能取代了部分車間工作員工的特定任務，但并不意味著這些員工愿意做這些工作。相反，人工智能將員工從枯燥、危險、骯臟的工作環境中解放出來，改善了他們的心理健康。第二，在辦公室或者其他場所工作的員工，工作環境相對較好，人工智能更多地起輔助作用。這意味著人工智能對這些員工的幫助有限，他們的心理健康狀況改善不明顯。第三，因目前人工智能主要用于枯燥、危險、骯臟的任務，因此在車間工作的員工，其心理健康收益高于制造業員工整體水平。

（2）年齡異質性

本文以1990年作為代際界限，1990年之前出生的稱為“90前”員工，1990年及之后出生的稱為“90后”員工。青年群體處于體能和智力的巔峰時期，是就業市場的主力，代表著經濟發展的活力。表3報告了人工智能對不同年齡制造業員工心理健康影響的異質性，結果表明存在顯著的差異。具體來說，當人工智能被用于制造業時，“90后”員工的心理健康狀況提升了2.655分，這一結果在10%的水平上顯著。人工智能對90前員工的心理健康并沒有明顯影響。這表明，人工智能只顯著改善了“90后”員工的心理健康。

這一結果有兩個可能原因。首先，與“90前”的員工相比，“90后”的員工剛剛邁上工作崗位，他們面臨更多的工作壓力。當人工智能承擔這些工作時，員工的工作量得到緩解，他們的心理健康獲得顯著改善。其次，人工智能應用增強了工作時間的靈活性，使他們擁有更多時間陪伴家人，并由此獲得更多情感支持，從而改善提高了他們的心理健康狀況。

六、 結論與討論

1. 結論

本文基于中國勞動力動態調查（2018CLDS）數據，考查了人工智能應用對制造企業員工心理健康的影響以及工作環境在此影響過程中的中介作用。同時，區分不同工作場所和年齡，探討了人工智能對制造業員工心理健康影響的異質性?；窘Y論是，人工智能應用對制造企業員工的心理健康起到了積極影響。同時，人工智能通過改善員工的工作環境，間接地改善了他們的心理健康狀況。本研究也發現，人工智能對制造業企業員工心理健康的影響，因工作場所和年齡而有所差異。人工智能可以顯著改善車間工作員工的心理健康狀況，也對“90后”員工的心理健康產生顯著的積極影響。本研究為理解人工智能應用于制造企業后員工群體的發展變化提供了微觀視角。

2. 局限性

本研究也具有一定局限性。第一，中介變量的局限。人工智能應用對制造業員工心理健康的影響路徑比較復雜。人工智能可能通過多種途徑影響心理健康，除工作環境，還可能通過晉升機會、社會地位、工作與家庭平衡等路徑影響制造企業員工的心理健康，需要更多的數據和信息來考查這些問題。第二，調查樣本的局限。問卷發放時，沒有追問失業者其雇主是否使用智能技術這一問題，該問題在問卷中表述為“您的雇主是否使用高度自動化的流程、機器人或人工智能（例如無人駕駛汽車、機器翻譯、工業機器人等）等技術”。因此無法獲知因人工智能應用而失業的員工的心理健康狀況，只能觀察人工智能對目前在崗員工心理健康的影響。

3. 政策啟示

隨著人工智能技術在制造業領域廣泛應用，重視員工心理建設、維護員工心理健康、幫助其分享人工智能發展紅利，成為下一步的重要工作指向。本文基于研究結論，提出以下三點政策啟示。

第一，充分認識人工智能的心理健康改善效應。前文發現，人工智能應用可以改善制造企業員工的心理健康狀況。對身處不同工作場所的員工，人工智能的影響不盡相同，對在車間工作員工的影響更為積極。因此，制造業企業在應用人工智能技術推動企業轉型升級的同時，要重視人工智能給車間工作員工帶來的精神紅利?！?0后”員工作為就業市場的主力，代表著未來經濟發展的活力，人工智能的應用顯著改善了他們的心理健康狀況。因此，制造企業在應用人工智能技術時，應對企業車間之外工作員工、“90前”員工的精神心理狀況給予重點關照。

第二，有效引導環境較差企業應用人工智能技術。本文研究發現，工作環境在人工智能對制造企業員工心理健康的影響上起到“橋梁”作用。因此，企業可以識別處于惡劣、危險、難以接近或不安全工作環境的工種，在此基礎上，有針對性地引入智能機器與設備，建設安全智能的生產空間。在改善工作環境的同時，緩解人工智能技術應用給工人帶來的就業沖擊。另外，應用智能制造使用數字孿生優化等方法來減少碳排放，有助于環境污染防控。

第三，大力推動制造企業“智改數轉”進程。智能化改造和數字化轉型，是企業提質增效、實現高質量發展的必由之路。在建設制造強國的道路上，需要政府和企業通力合作，共同努力。企業要從技術更新、管理創新等方面著手，廣泛應用智能技術設備，迭代升級管理模式，推動“智改數轉”有效實施。政府可以從基礎設施改造、支持政策制定、管理制度優化等方面加大力度，為企業“智改數轉”創造良好外部環境。制造企業通過“智改數轉”，實現轉型升級與高質量發展。企業和政府各司其職，共同發力，推動早日建成制造強國。

參考文獻：

[1] 余玲錚，魏下海，孫中偉，等.工業機器人、工作任務與非常規能力溢價——來自制造業“企業—工人”匹配調查的證據[J].管理世界，2021，37（1）：47-59.

[2] 鄧鎖.開放組織的權力與合法性——對資源依賴與新制度主義組織理論的比較[J].華中科技大學學報（社會科學版），2004（4）：51-55.

[3] 中島宏，彭通才.世界衛生組織總干事中島宏博士關于1989年世界衛生日的文告大家談健康[J].中國健康教育，1989（2）：4-6.

[4] 劉華山.心理健康概念與標準的再認識[J].心理科學，2001（4）：481-480.

[5] 黃希庭，鄭涌，畢重增，等.關于中國心理健康服務體系建設的若干問題[J].心理科學，2007（1）：2-5.

[6] Gavin J F.Employee Perceptions of the Work Environment and Mental Health：A Suggestive Study[J].Journal of Vocational Behavior，1975，6（2）：217-234.

[7] Warr P.A Conceptual Framework for the Study of Work and Mental Health[J].Work&Stress， 1994，8（2）：84-97.

[8] 周曉琴，方蘭琴，蔣武，等.外資企業員工心理健康狀況和生活質量調查[J].中國健康心理學雜志，2010，18（1）：34-36.

[9] 劉晉洪，張泉水，夏莉，等.深圳市外來務工人員心理健康狀態分析[J].中國健康心理學雜志，2007（7）：644-646.

[10] 郭麗鵑，李達，周磊.石油工程建設企業一線員工心理健康狀況分析及對策[J].人力資源管理，2014（5）：317.

[11] 韓民春，韓青江.機器人技術進步對勞動力市場的沖擊[J].當代財經，2020（4）：3-16.

[12] Acemoglu D， Restrepo P.Robots and Jobs： Evidence from US Labor Markets[J].Journal of Political Economy，2020，128（6）：2188-2244.

[13] Müller V C， Bostrom N. Future Progress in Artificial Intelligence： A Survey of Expert Opinion[M].Fundamental Issues of Artificial Intelligence. Springer， Cham，2016：555-572.

[14] David H.Why Are There Still So Many Jobs？ The History and Future of Workplace Automation[J].Journal of Economic Perspectives，2015，29（3）：3-30.

[15] 田雅琳，仇勇，張杉杉.情緒勞動對導游職業滿意度和離職傾向的影響[J].商業研究，2019（1）：139-146.

[16] Berg，A，Buffie，E F. Should We Fear the Robot Revolution？[J].Journal of Monetary Economics，2018（97）：117-148.

[17] Oschinski M， Wyonch R. Future Shock？ The Impact of Automation on Canadas Labour Market[C]//The Impact of Automation on Canadas Labour Market（March 16，2017）.CD Howe Institute Commentary，2017.

[18] 范長煜，唐斌斌.半數崗位易替代：警惕“機器換人”的技術性失業風險——基于2018年廣東省制造業企業調查數據的分析[J].學術論壇，2020，43（3）：9-17.

[19] 蘆婷婷，祝志勇.人工智能是否會降低勞動收入份額[J].山西財經大學學報，2021，43（11）：29-41.

[20] 王君，楊威.人工智能等技術對就業影響的歷史分析和前沿進展[J].經濟研究參考，2017（27）：11-25.

[21] 孫中偉，張莉，張曉瑩.工作環境污染、超時加班與外來工的精神健康——基于“二次打擊”的理論視角[J].人口與發展，2018，24（5）：14-23.

[22] 陳昊，閆雪凌，朱博楷.機器人使用影響污染排放的機制和實證研究[J].中國經濟問題，2021（5）：126-138.

[23] 孫中偉，鄧韻雪.“世界工廠”的“鳳凰涅槃”——中國制造業“機器換人”的經濟社會意義[J].學術論壇，2020，43（3）：1-8.

[24] 曹詠萍，黃婧瑋，孫中偉.產業轉移還是產業轉型？——以“機器紅利”重塑中國制造的比較優勢[J].華東理工大學學報（社會科學版），2021，36（1）：17-33.

[25] 何小鋼，劉叩明.機器人、工作任務與就業極化效應[J].數量經濟技術經濟研究，2023（3）：1-20.

[26] 姚戰琪，夏杰長.資本深化、技術進步對中國就業效應的經驗分析[J].世界經濟，2005（1）：58-67.

[27] 2016年底機器人將創造百余萬就業機會[J].食品安全導刊，2011，39（12）：38-39.

[28] 張文博，周馮琦.人工智能背景下的環境治理變革及應對策略分析[J].社會科學，2019（7）：23-30.

[29] 江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[30] 李磊，王小霞，包群.機器人的就業效應：機制與中國經驗[J].管理世界，2021，37（9）：104-119.

基金項目：國家社會科學基金一般項目“人工智能應用對制造企業員工就業質量的影響研究”（項目編號：21BSH044）;江蘇省社科基金一般項目“人工智能在制造業領域對青年就業的影響研究”（項目編號：19SHB008）；國家社科基金重大項目“我國就業量質協調發展的動態監測與保障體系研究”（項目編號：20&ZD128）。江蘇省“紫金文化人才培養工程”項目；江蘇省“333高層次人才培養工程”項目。

作者簡介：馬繼遷（1980-），男，博士，常州大學瞿秋白政府管理學院副院長、教授、碩士生導師，研究方向為人工智能與就業；李肖肖（1998-），女，常州大學商學院碩士研究生，研究方向為人力資源管理;張宏如（1973-），男，博士，鹽城師范學院黨委副書記、校長、教授、碩士生導師，研究方向為人力資源管理。

（收稿日期：2023-01-09? 責任編輯：蘇子寵）