人工智能、財政支出結構偏向與高質量就業

何 勤 邱 玥 許 干

內容提要：本文選取2009—2018年省級層面數據,運用面板固定效應模型分析人工智能應用對高質量就業的影響及其傳導機制。研究結果表明,人工智能應用總體能夠促進高質量就業。調節效應檢驗結果顯示,財政支出能夠正向調節人工智能應用對高質量就業的積極影響,并由于財政支出呈現結構偏向的特征,不同性質的財政支出會使人工智能應用程度對高質量就業的影響產生差異。作用機制結果顯示,人工智能應用程度會通過產業結構升級間接促進高質量就業。異質性分析結果表明,在地區分布上,人工智能應用程度對高質量就業的積極影響主要體現在東部地區;在時期分布上,在自動化賦能階段(2009—2014年),人工智能應用程度呈現出對高質量就業的促進作用,而在智能化創新階段(2015—2018年)則不明顯。本文的研究結論為挖掘人工智能應用在中國如何實現更高質量就業,以及探究財政政策導向在其中的作用提供參考。

一、問題提出

新一輪科技與產業革命正在加速推進,以人工智能為代表的新技術在產業中的運用逐漸普及,智能生產要素不斷滲透和應用到生產、生活的各個領域,并產生新模式與新業態,進一步重塑傳統生產生活方式?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》強調要“促進數字技術與實體經濟深度融合,賦能傳統產業轉型升級”。黨的二十大報告明確指出,要“建設現代化產業體系”“推進新型工業化”“推動戰略性新興產業融合集群發展”。根據國際機器人聯合會(IFR)統計數據,截至2021年,中國機器人安裝量突破100萬臺,并占世界新增總量的40%,成為全球最大的工業機器人市場。人工智能的廣泛應用帶來了社會分工體系的重構,使得勞動力資源在各領域的分配發生變化,對人類的工作和生活產生重要影響。人工智能的應用既可以催生出新行業、新崗位,為勞動者提供新的就業機會和發展渠道,又能夠引導勞動者向非程序化、工作環境良好以及高收入崗位流動,促進高質量就業的實現[1]。

黨的十八大報告首次明確提出“推動實現更高質量的就業”目標,黨的十九大報告提出“實現更高質量和更充分就業”。2021年,國務院印發《“十四五”就業促進規劃》,提出將“以實現更加充分更高質量就業為主要目標”。2022年,黨的二十大報告進一步強調,要“實施就業優先戰略”“強化就業優先政策,健全就業促進機制,促進高質量充分就業”。這些重要論述旨在充分促進中國就業的擴容提質,從數量和質量兩個層面同時實現新時期就業水平的提升[1]。近年來,面對外部環境復雜嚴峻、經濟下行壓力加大的雙重挑戰,推進實現更高質量就業的重要性更加凸顯,高質量就業成為民生改善的堅實基礎、經濟發展的基本支撐、實現共同富裕的重要路徑。在“中國式分權”的體制特征下,中國財政政策顯示出較強的經濟調控能力,并使得財政支出存在結構偏向[2],即各省份為了當地經濟發展,調整不同性質的財政支出比例,從而在結構上呈現偏向性[3-4],以投資物質性、建設性、生產性支出為主[5-7]?，F階段,在智能化技術蓬勃發展的背景下,探索人工智能技術與就業之間的關系,并發揮財政政策的調控能力,對促進中國高質量就業具有重要意義。據此,本文主要探討人工智能應用在中國如何影響高質量就業、財政支出在人工智能應用影響高質量就業的過程中發揮何種作用,以及在不同地區和時期存在何種差異化影響。

本文的邊際貢獻主要包括:(1)利用2009—2018年中國省級層面的宏觀數據實證檢驗人工智能應用程度對高質量就業的整體影響,為通過技術發展推動高質量就業提供參考,豐富宏觀視角下對人工智能與高質量就業之間關系的研究;(2)從多個渠道研究人工智能應用程度對高質量就業影響的傳導機制,為探究財政政策在新技術應用與高質量就業之間的引導作用提供借鑒;(3)進一步討論不同地區、不同時期人工智能應用程度對高質量就業發展水平的影響效應,從而為針對各地區經濟實力以及技術發展階段性特征來促進實現高質量就業提供實證依據。

二、理論分析與研究假設

(一)人工智能與高質量就業

高質量就業的概念涵蓋了充分的就業機會、公平的就業環境、良好的就業能力、合理的就業結構、和諧的勞動關系等多個方面。從已有研究來看,現階段學術界對高質量就業的概念界定和測度尚未達成共識。在微觀視角下,現有文獻主要從勞動者視角進行探討,認為高質量就業主要表現為穩定的收入、就業者與職位的匹配、工作效率的提升、工作環境的改善等方面[8-11];在中觀視角下,高質量就業主要與勞動力市場的運行狀況、資源配置效率等高度相關[12-13];在宏觀視角下,較多學者根據就業機會平等性、就業結構合理性、就業條件宜人性等視角闡述高質量就業的內涵[14-16],也有學者強調高質量就業應當包含勞動力市場環境以及保障機制的完善[17]?？梢?高質量就業是一個綜合性的概念,就業的量和質是綜合反映高質量就業的兩個重要層面。根據當前各領域對高質量就業的理解,本文的高質量就業指的是勞動者身處較好的就業環境、獲得自身工作能力的提升、擁有充足和平等的就業機會、實現收入的穩定增長、勞動保障的完善、勞動關系的和諧等。

人工智能是數字經濟時代最具代表性的通用技術,與歷史上的多次技術革命類似,同時也是自動化技術發展的又一次深化。當下發展人工智能技術被視為經濟增長的重要手段,并有助于推動高質量就業的實現。人工智能在替代效應、創造效應、補償效應等多重作用下,促使勞動力市場快速變革[18-20],在調整不同行業就業規模、重塑就業結構的同時,使就業質量發生變化[17],從總體上推動高質量就業進程。首先,從人工智能對就業規模的影響來看,人工智能在對部分崗位產生替代效應的同時,通過促進新興行業發展以及改變傳統行業技術結構和經濟模式實現了就業的創造效應[1,21-23]。人工智能技術的應用和普及具有擴大就業總量的潛力,為勞動者充分就業創造了條件,并為實現高質量就業奠定基礎。其次,從人工智能對就業結構的影響來看,已有研究主要從技術進步的技能偏向性和程序偏向性假說展開討論。一方面,智能化技術的運用增加了勞動力市場中對高技能勞動者的需求,導致勞動力技能結構分化[24-25],從而推動勞動者提高自身知識技能水平;另一方面,根據任務模型的理論假設[26],部分可編碼、可模擬、可重復的程式化任務能夠由人工智能代替勞動者來完成,但難以完全代替人類完成具有創新性、復雜性、社交性等類型的非程式化任務[27-29],導致勞動力崗位結構分化,促使勞動力向高端服務業等非程式化崗位流動。智能化技術使得勞動力資源配置在各領域得到調整,從宏觀層面促使就業結構實現高級化,從而進一步推動高質量就業發展。最后,從人工智能對就業質量的影響來看,根據可行能力理論[30-31],外在的就業環境、勞動收入等功能性活動以及以就業能力為表征的可行能力是評估高質量就業的重要指標。一方面,新技術的運用催生出越來越多的新產業和新職業[32-34],新興行業和企業推動勞動生產效率不斷提高,拉動經濟快速發展,從而優化了整體就業環境[17],并有助于促進勞動報酬的提升以及勞動者權益保護制度的完善[18,35];另一方面,人工智能技術發展有助于引導勞動力知識技能結構的調整[16,36],從而提高整體就業能力。據此,本文提出以下研究假設。

假設1:人工智能應用能夠促進高質量就業。

(二)人工智能、財政支出與高質量就業

根據已有研究,財政支出結構偏向是中國財政支出特有的顯著特征[5-6]。財政政策的運行與技術發展和就業水平存在高度關聯,人工智能應用對高質量就業的影響會受到政府財政支出的激勵和制約。目前,由于技術成熟度與發展階段的限制,人工智能技術在較多領域仍無法實現大規模商用,現階段存在人工智能投資量大且失敗概率高、私人投資不足的現象[37],這就需要政府提供財政支持,為人工智能技術的發展創造較為穩定的宏觀條件[38],以發揮創新型技術對高質量就業的推動作用。同時,人工智能技術發展在為勞動者提供新就業崗位、改善就業環境的同時,需要與行業要求相匹配的勞動力參與工作,這就需要政府通過增加教育、醫療等方面的財政支出來提升地區人力資本水平[39],以滿足人工智能發展促進高質量就業的條件需求。此外,較多研究發現人工智能技術發展對勞動者就業存在替代效應[35,40-41],若對人工智能不加控制,將會影響經濟體系的正常運行,而通過政府財政政策干預則有利于實現經濟和社會福利的雙增長[42]。

綜上,財政支出在智能化技術影響高質量就業中的作用主要從兩方面來體現。一是通過增加物質資本支出,引導經濟增速,從而促進新技術對高質量就業的積極影響,如增加對國家層面的大型基礎設施建設的投入、對企業新技術研發的補貼等[7]。這類支出在拉動社會經濟增長的過程中,為人工智能技術發展奠定了物質基礎,從而提高勞動力就業水平[43-44],主要包括勞動力供需匹配度提升、就業穩定性提高、就業環境改善等[45]。二是提高人力資本投入,通過直接的就業政策減弱人工智能技術替代效應帶來的消極影響,引導和保障勞動者就業,如提高教育和培訓補貼、增加社會保障支出等[46-47]。這類民生型、人力資本型財政支出的增加能夠將人工智能技術發展與勞動者就業能力融合,實現人工智能技術對高質量就業的促進作用。據此,本文提出以下研究假設。

假設2:財政支出規模與人工智能應用對高質量就業產生的促進作用存在正相關關系。

假設3:財政支出結構偏向使得人工智能應用程度對高質量就業的影響程度存在差異。

(三)人工智能、產業結構升級與高質量就業

從技術進步的發展歷程來看,新技術的運用使得各產業相互關聯,在技術擴散等效應下推動傳統產業轉型升級,同時創新技術會催生出新興產業,并會超越傳統產業逐漸成為主導產業,逐步推動產業結構向中高端發展[48]。產業結構轉型升級是產業結構趨于合理化、高度化、服務化的動態變化過程,包括產業內部以及不同產業間要素配置的協調以及各要素生產效率的提高[49-50]。較多學者認為人工智能技術進步會對勞動力的產業結構產生影響,即增加了高端服務業、消費性服務業等第三產業的就業規模,而對勞動密集型、中低技術密集型產業的就業需求不斷降低[51-52],從而帶動產業結構的優化升級[53]。人工智能作為新一代通用性信息技術,打通了產業間的生存信息交流和共享渠道,而數據挖掘、機器學習、智能識別等人工智能技術不僅能夠促進生產效率提升,也能不斷更新和細化行業解決方案,從而優化資源配置、重塑產業生態結構,引領產業結構轉型升級。

然而,在產業結構升級的過程中,人力資源為滿足產業發展的需要將會得到調整,雖然這能夠為產業升級創造較多新的就業崗位,從而為各地區提供較多的就業機會[54-55],但當前勞動力供給與產業需求仍存在一定的錯配現象。產業結構轉型和升級意味著不同產業之間的占比會發生變化,隨著中國步入新發展階段,對生態環境保護和資源可循環利用的需求不斷增加[56],而具有高耗能、高污染、高危險性的傳統工業所占比重將不斷減少。同時,隨著人工智能等新技術的應用水平不斷提高,與技術和設備相比,勞動力相對成本逐漸提高,具有重復性、操作性等特征的傳統產業所占比重也逐漸下降;而中國對新技術的政策支持,使得包括新型服務業、高新技術產業及關聯產業比重將大幅增加。在產業轉型升級的過程中,會相應地帶動勞動力市場結構的變化,新的就業市場涌現出大量的勞動力需求,一定程度上為勞動者提供了更具安全性、創新性的就業機會,并且存在更高收入的可能性,這總體上有利于高質量就業水平的提升。據此,本文提出以下研究假設。

假設4:人工智能技術應用不僅直接正向影響高質量就業,還可以通過產業結構升級的增強作用,間接促進高質量就業。

三、研究設計

(一)樣本與數據來源

本文以2009—2018年中國30個省份(限于數據可得性,不包括西藏及港澳臺地區)為研究樣本,考察人工智能應用程度對高質量就業的影響及其作用機制。其中,人工智能相關數據選自國際機器人聯盟(IFR)數據庫中關于中國歷年各行業機器人的安裝量,由于該數據庫缺乏對中國地區層面機器人安裝量的統計,本文通過對地區的行業占比進行加權來計算;高質量就業的數據來源于《中國統計年鑒》《中國勞動統計年鑒》和深圳希施瑪數據科技有限公司CSMAR中國經濟金融研究數據庫,借鑒賴德勝等(2011)[14]和戚聿東等(2020)[17]關于高質量就業的維度劃分,構建高質量就業的指標體系并對其進行數據合成;財政支出數據來源于《中國統計年鑒》中對各類財政支出指標的統計,根據財政支出指標類型將其提煉為物質資本支出和人力資本支出兩類。

(二)高質量就業指數構建及測度

1.高質量就業指數體系構建

本文借鑒賴德勝等(2011)[14]、戚聿東等(2020)[17]的做法,選取就業環境、就業能力、就業狀況、勞動者報酬、社會保護以及勞動關系六個一級指標構建省級高質量就業指標體系。其中,就業環境的二級指標主要關注各省份經濟發展狀況和就業服務狀況;就業能力的二級指標主要關注各省份的勞動者受教育水平和職業技能證書獲得率;就業狀況的二級指標主要涵蓋就業機會、就業效率、就業穩定性、就業公平和工作安全等方面;勞動者報酬的二級指標選取勞動者工資性收入和勞動報酬兩類指標;社會保護主要關注的是社會保險參與程度的相關指標;勞動關系的二級指標主要關注工會建設和勞資關系下的細分指標。具體指標內容如表1所示。

表1 中國省級高質量就業指數

2.高質量就業指數體系賦權及測算

在指標構建的基礎上,采用熵權法對省級層面的高質量就業得分進行計算,該種賦權方法主要依據各指標傳遞的信息量大小來度量熵值,以確定各指標的綜合影響程度(即權重)的大小。相對于主觀賦予權重法,熵權法作為客觀賦權方法的一種,具有精度更高、客觀性更強的優勢。具體計算方法如下。

首先對指標數據進行標準化處理,分別包括對正向指標和負向指標的處理。

正向指標標準化:

負向指標標準化:

其中,xij為第i個省份的第j項指標數據。

其次,計算第j項指標下第i個省份值占該指標的比重(Pij)以及指標熵值(ej):

最后,利用信息熵冗余度(dj=1-ej)計算各項指標的權重(wj),以及各省份高質量就業的綜合得分(Scorei):

3.中國各省份高質量就業水平綜合評價結果

基于對省級層面高質量就業指標體系的設計以及運用熵權法計算,得到2009—2018年各省份高質量就業水平得分(1)限于篇幅,未報告各省份高質量就業得分情況,備索。。從總體變動趨勢來看,2009—2018年,大部分地區的高質量就業水平得分呈現出穩步上升的趨勢。從地區高質量就業水平變化情況來看,北京、上海、天津的高質量就業指數得分始終位居全國前三,而河南、甘肅、廣西、云南等地區的高質量就業指數得分相對靠后。當前,中國對就業的關注重點已經逐漸由數量和結構向質量轉變,較多地區的高質量就業水平仍然有待提升。

(三)變量說明

1.人工智能應用程度

工業機器人的使用密度是人工智能發展程度最直觀的體現[57],本文借鑒王林輝等(2022)[58]、呂越等(2023)[59]的研究,采用各省份的機器人安裝密度(臺/萬人)來表示。由于國際機器人聯盟(IFR)提供的機器人數據是基于行業層面,為了計算各省份機器人覆蓋率情況,首先,根據國民經濟行業分類與國際標準行業分類對照,將IFR統計的中國2009—2018年各年度分行業機器人存量數據按照行業進行整合,得到全國三次產業的各年度機器人安裝存量;其次,根據阿西莫格魯和雷斯特雷波(Acemoglu &Restrepo,2017)[60]的做法,借鑒巴蒂克(Bartik)工具變量方法的構建思路,計算各省份三次產業2009—2018年各年度增加值分別占全國三次產業增加值的比重,乘以全國相應三次產業各年度機器人存量,從而估算出各個省份的機器人安裝密度。

2.高質量就業

根據前文構建的中國省級層面高質量就業指標體系(包括就業環境、就業能力、就業狀況、勞動者報酬、社會保護以及勞動關系6項一級指標以及其細分下的14項二級指標和23項三級指標),采用熵權法對各項指標進行賦權并測算出高質量就業得分,取值范圍為0～100。該得分反映了該省份高質量就業水平和現狀,得分越高則表示這一地區的高質量就業水平越高。在此部分,本文將高質量就業指數得分與100的比值作為被解釋變量的測量指標納入回歸模型中。

3.財政支出

借鑒趙哲和譚建立(2022)[61]的做法,使用地方政府一般預算支出與國內生產總值(GDP)之比衡量財政支出的相對規模;并且根據劉明慧和章潤蘭(2020)[62]對財政支出的分類,針對財政支出結構的偏向性提煉出兩種類型:(1)物質資本支出,包括一般預算支出中的農林水事務支出、交通運輸支出、城鄉社區事務支出、環境保護支出等;(2)人力資本支出,包括教育支出、科學技術支出、文化體育與傳媒支出、醫療衛生支出等。

4.產業結構升級

借鑒黃茂興和李軍軍(2009)[63]的做法,采用第二產業增加值與GDP的比值衡量產業結構升級。根據資本深化過程,相較于其他產業,第二產業的資本勞動比最大,是提升產業結構的重要途徑;同時,工業機器人安裝量在制造業占據較大比重,因此第二產業增加值最能反映產業結構的變化。

5.控制變量

已有研究表明,各地區經濟水平、對外開放程度、人口結構、居民消費能力等方面存在差異,這些因素在一定程度上會影響當地勞動者就業情況[16-17]。為了避免由于遺漏重要變量而導致模型產生內生性問題,基于數據的可得性,本文選取如下控制變量:(1)社會商品購買力(lnsc),采用社會消費品零售總額的對數值。該變量與居民的消費能力相關聯,社會商品購買力的高低反映了當地勞動者的收入水平,這會對高質量就業的衡量產生重要影響。(2)信息化水平(lninf),采用移動電話年末用戶數的對數值?，F代化信息技術實現了生產流程的改造與設備的更新[64],為勞動者就業提供了便利以及營造了更好的工作環境。(3)社會保障水平(pension),采用年末參加基本養老保險人數與年末總人口的比值。該變量與社會經濟穩定發展、公民福利相關聯,社會保障水平的高低反映了當地對勞動者的保障程度,這會對高質量就業的衡量產生重要影響。(4)對外開放程度(lnopen),采用進出口總額的對數值。對外貿易水平體現了地區的貿易開放程度,一定程度上提高了勞動力市場的工資水平、縮小收入差距,對高質量就業水平的提升起到直接的拉動作用,而且能夠通過提升人力資本水平、促進產業結構優化等間接促進高質量就業[65-66]。在此基礎上,本文還控制了省份和年份固定效應。

各變量的描述性統計結果如表2所示。

表2 各變量描述性統計結果

(四)模型設定

為檢驗人工智能技術應用對高質量就業的趨勢性影響,構建如下基準計量模型:

qualityit=β0+β1lnrobotit+β2lnscit+β3lninfit+β4pensionit+β5lnopenit+Ci+ut+εit

其中,被解釋變量qualityit表示i省份在第t年的高質量就業水平,采用前文高質量就業指數得分與100的比值表示;解釋變量lnrobotit表示i省份第t年人工智能技術應用程度,即本文選取的機器人密度;控制變量lnscit、lninfit、pensionit、lnopenit分別表示社會購買力、信息化水平、社會保障水平和對外開放程度;Ci、ut分別表示省份和年份固定效應;εit為殘差項。β1為關鍵系數,如果β1系數顯著為正,則意味著隨著人工智能應用程度的提高,高質量就業水平會得到提升。

四、實證檢驗

(一)人工智能技術應用對高質量就業的影響

表3檢驗了各省份高質量就業對人工智能應用程度的基準回歸結果。具體來看,表3列(1)未添加控制變量的回歸結果符合理論預期,即高質量就業水平隨著人工智能應用程度的提高而增長。進一步地,為避免遺漏變量而產生的偽回歸結果,在控制省份和時間固定的基礎上,列(2)—列(5)逐層加入控制變量,回歸結果顯示,雖然人工智能應用程度的回歸系數存在略有下降的情況,但仍然通過了顯著性檢驗,并且系數符號保持不變。這說明各省份提高人工智能應用程度有助于促進當地高質量就業水平的提升,且該結論具有一定的穩健性,即假設1得到了驗證。

表3 基準回歸結果

從總體上來看,人工智能應用程度對于高質量就業的發展具有直接引導作用。一方面,當前在智能化轉型趨勢的推動下,新技術為經濟高質量增長提供了新動力。近年來,中國高度重視技術創新對社會發展以及就業的促進作用,強調加強人工智能平臺、云計算等基礎設施建設,這對優化生產手段、商品流通、服務過程等經濟環境具有重要作用,有助于提升當地高質量就業的整體水平。另一方面,現階段中國提出在穩就業的基礎上進一步實現更高質量的就業,通過改善教育體系、醫療、技能培訓、社會保障等,在一定程度上有利于完善針對勞動者就業的公共服務,對技能區間、行業區間以及地區范圍內勞動者收入差距的縮小產生直接的正向作用,為實現高質量就業奠定基礎。

(二)財政支出的調節作用以及結構偏向特征

財政支出對于人工智能應用程度影響高質量就業的程度和方向具有導向作用。表4列(1)顯示,財政支出(fiscal)每上升1%,則人工智能應用程度對高質量就業的正向影響增加0.045%,這說明財政支出能夠正向調節人工智能應用程度與高質量就業之間的關系。為了進一步檢驗財政支出結構偏向性在人工智能應用程度影響高質量就業中的差異化作用,本文分別將人工智能應用程度與物質資本支出(fiscal_s)和人力資本支出(fiscal_h)的交乘項納入回歸模型,結果如表4列(2)、列(3)所示。根據回歸結果,人工智能應用程度與物質資本支出的交乘項的回歸系數為0.077,在1%的水平上顯著;而人工智能應用程度與人力資本支出的交乘項的回歸系數為0.131,在5%的水平上顯著。這說明物質資本財政支出與人力資本財政支出均能夠正向調節人工智能應用程度與高質量就業之間的關系。從系數的比較來看,人力資本支出與人工智能應用程度的交乘項系數相對更大,說明通過政府對包括教育、科技等在內的人力資本投入更有利于發揮人工智能應用程度對高質量就業的促進作用。由此,假設2和假設3得到驗證。

表4 財政支出與產業結構升級的傳導作用

與發達國家相比,中國的財政政策對經濟發展以及就業形勢呈現出較強的調控能力[67]。在中國政府強有力的財政支持下,人工智能技術在各省份的普及和運用進一步產生積極的就業效應,推動了當地高質量就業發展。從政府財政支出的結構分布來看,總體上物質資本支出的比例高于人力資本支出比例。由于GDP作為各地政績的重要考核指標,各省份傾向于對生產建設等方面投入更多財政支出,而對人的發展類、服務類財政支出占比則相對較低[68]。政府的財政支出為人工智能技術的發展應用奠定了經濟基礎和政策條件,同時也為勞動者就業提供保障和支撐。物質資本財政支出在一定程度上對新技術的發展以及經濟增長具有促進作用,但人工智能應用程度的提高在短期內存在較大的就業替代效應,雖然通過鼓勵包括各項基礎設施在內的物質資本投入,在宏觀層面有助于推動技術創新、提高生產效率和新興產業發展水平等,但對于部分存在高替代風險的勞動者所起到的積極影響仍然有限。人力資本財政支出旨在通過增加人力資本投入提高勞動者就業能力并為勞動者提供就業保障,這不僅能夠幫助勞動者快速融入智能化工作環境,獲得更多就業選擇,而且有利于勞動者知識技能結構轉型升級,從而獲得更為長遠的職業發展,進而更好地實現高質量就業。

(三)產業結構升級的中介作用

結合前文的理論分析,促進產業結構升級是人工智能應用程度促進高質量就業的重要作用渠道。產業結構升級主要表現為產業結構由低層次向高層次轉變的過程[49-50]。為了考察產業結構升級在人工智能應用程度與高質量就業之間的中介作用,本文借鑒溫忠麟等(2004)[69]提出的中介效應檢驗方法進行分析,具體結果如表4所示。列(4)為產業結構升級(ind_str)對人工智能應用程度的回歸結果,其中人工智能應用程度的回歸系數顯著為正,這說明人工智能應用程度提升有利于促進產業結構的優化升級。列(5)是考慮中介變量(quality)的回歸結果,其中人工智能應用程度和產業結構升級的回歸系數均顯著為正,說明人工智能應用程度的提高以及產業結構轉型升級,有助于為高質量就業水平的提升提供機會和條件。根據中介效應的索貝爾(Sobel)檢驗結果,P值通過了顯著性檢驗,說明中介效應成立,即產業結構升級在人工智能應用程度與高質量就業之間存在正向傳導作用。由此,假設4得到驗證。

根據國家統計局2014年1月發布的數據,2013年,中國服務業增加值首次超過第二產業,成為國民經濟第一大產業;2014年前三季度,服務業增加值的比重繼續上升至46.7%;雖然經濟增速降至7.4%,但全國城鎮新增就業1 082萬人。在人工智能技術發展和應用下,產業結構實現優化和調整,產業結構升級在創造新的勞動崗位的同時,對勞動力也會提出新的更高的要求,并不斷推進各領域實現高質量就業。

(四)穩健性檢驗與內生性問題

1.重新測算被解釋變量

考慮高質量就業水平的度量方式較多,為避免單一測算方法可能出現的度量偏差,借鑒戚聿東等(2020)[17]以及李建軍和吳懿(2021)[70]的做法,更換被解釋變量度量方法來提高檢驗結果的穩健性。本文采用標準間相關性客觀賦權(CRITIC)法來重新測算高質量就業得分,該方法依據指標的變異性和沖突性來計算權重,根據新的高質量就業得分所進行的回歸結果如表5所示。實證結果表明,在更換被解釋變量的度量方式后,各地區人工智能應用程度的回歸系數顯著為正,說明研究結論具有一定的穩健性。

表5 穩健性檢驗結果

2.排除異常值

為了排除部分省份和年份所帶來的少量異常值對計量模型的干擾,本文借鑒李成友等(2021)[71]的做法,對解釋變量和被解釋變量在1%分位上進行雙邊縮尾和雙邊截尾處理。由表5可以看出,在對核心解釋變量和被解釋變量進行1%分位的雙邊縮尾和雙邊截尾處理后,人工智能應用程度回歸系數的符號未發生改變且依舊通過顯著性檢驗,表明人工智能應用程度對當地高質量就業的影響效應依然與基準回歸結果保持一致。

3.加入趨勢項

在基準回歸中,本文通過時間固定效應吸收不隨個體但隨時間而變的不可觀測因素沖擊的影響,而時間趨勢項則用來控制被解釋變量可能存在的增減趨勢。鑒于高質量就業加成初始趨勢存在差異,并可能隨時間變化,致使估計有偏,采用樣本年份與初始年份2009年加1來構建時間趨勢項(trend),并納入回歸模型中。由表5可知,在加入時間趨勢項后,人工智能應用程度的回歸系數依舊顯著為正,說明在考慮時間趨勢的影響后,人工智能應用程度仍會促進高質量就業,這在一定程度上提高了研究結論的穩健性。

4.內生性問題

為了解決可能存在的反向因果而引發的內生性問題,本文試圖尋找合適的工具變量,以獲得更為穩健的結果。借鑒白雪潔和孫獻貞(2021)[72]的研究,本文采用固定電話用戶數(fix)、電話普及率(pur)作為工具變量,因為人工智能技術憑借大數據、云平臺等載體已具備信息傳遞功能,在一定程度上對固定電話的部分功能存在替代作用,而固定電話能夠通過影響新技術的使用方向和習慣,從而影響人工智能的運用;同時,固定電話難以對高質量就業產生直接影響,從而滿足工具變量的選擇要求?；貧w結果具體如表6所示。其中,列(1)和列(2)分別為固定電話用戶數(fix)和電話普及率(pur)第一階段的估計結果, 弱識別檢驗(Kleibergen-Paap rk WaldF)統計值為100.414,大于在10%水平上的最大臨界值16.38,且大于施泰格和斯托克(Staiger &Stock,1997)[73]所提出的臨界值10,說明模型不存在弱工具變量問題;同時,兩個工具變量均與人工智能應用程度存在相關關系,說明工具變量不存在不可識別問題。此外,本文選取的工具變量個數與解釋變量數量相同,因此不存在過度識別問題。第二階段的估計結果顯示,人工智能應用程度的回歸系數仍然顯著為正,說明在克服了模型的內生性問題后,前文研究結論具有穩健性。

表6 內生性檢驗結果

五、進一步討論

(一)基于地區差異的異質性分析

本文基于國家統計局的劃分標準,將樣本劃分為東部、中部和西部三類,進一步分析各省份人工智能應用程度對高質量就業影響的地區差異。表7不同地區人工智能應用程度對高質量就業的影響結果顯示,東部省份的人工智能應用程度的回歸系數為0.075,且顯著為正,而其他地區的人工智能應用程度對高質量就業的影響系數均不顯著。究其原因,一方面,東部地區經濟和技術發展水平以及整體人力資本水平相對較高,隨著人工智能應用程度的提升,勞動者能夠較快適應變化的工作環境以及較大的競爭壓力,技術創新驅動作用為勞動者帶來了更多新的具有挑戰性的就業機會,并對勞動者創新潛能起到激發作用,鼓勵勞動者向更高技能等級職位發展,從而促進該地區高質量就業水平的提升。另一方面,中部和西部地區的經濟水平和技術發展仍有較大提升空間,人力資本結構以中、低技能為主,人工智能技術的應用對促進當地勞動者就業以及提高就業質量作用有限。

表7 基于地區和時期差異的異質性分析

(二)基于時期差異的異質性分析

參考已有研究,人工智能技術在中國主要經歷了四個發展階段:系統知識重構階段(1978—2000年)、互聯網助推階段(2000—2012年)、計算機奠基階段(2012—2015年),以及智能技術爆發階段(2015年至今)[74]。中國在2015年發布了《中國制造2025》,政府和資本強力助推人工智能技術在制造業領域的發展和運用,并且隨著科技的不斷創新和突破,已逐漸向交通、醫療、餐飲等場景應用模式發展。

據此,本文以2015年為人工智能應用的時期劃分標準,將樣本劃分為2009—2014年(自動化賦能階段)以及2015—2018年(智能化創新階段)兩個子樣本,進一步考察不同時期財政支出對高質量就業的差異化影響,具體結果如表7所示。其中,在2015年以前,人工智能應用程度對高質量就業有著促進作用,而在智能化創新階段,人工智能應用程度卻未能夠對高質量就業產生明顯影響。

究其原因,在自動化賦能階段(2009—2014年),由于人工智能處于起步階段,尚未實現人工智能技術的突破,并且在各領域的運用程度和普及率較低,人工智能技術進步對勞動力的替代作用暫未顯現;同時,在這一時期,新技術主要運用于生產體系的優化,為勞動者參與生產活動提供便利,從而在一定程度上促進了勞動者就業質量的提升。在智能化創新階段(2015—2018年),隨著人工智能技術創新速度加快,催生了包括網絡送餐員、網約車司機等新就業形態,這為勞動者提供了大量的就業機會,新就業形態的勞動者規模在勞動力市場中占比持續增加。然而,由于勞動關系認定標準未能跟進,配套的勞動保障機制尚不健全,這類規模龐大的靈活就業人員和新就業形態勞動者的就業質量整體不高,制約了人工智能應用程度對高質量就業的有效促進作用。

六、結論與建議

實現“高質量充分就業”是黨的二十大報告提出的就業新目標,這一目標是中國實現高質量發展和滿足人民對美好生活向往的追求和內在需要。因此,充分發揮人工智能技術的創新驅動作用,通過產業智能化來提升高質量就業水平具有重要意義。在對相關文獻梳理的基礎上,本文采用2009—2018年省級面板數據,構建省級層面高質量就業指數體系,實證檢驗了人工智能應用程度對高質量就業影響及其傳導渠道。主要結論如下:(1)從總體上來看,人工智能應用能夠促進各地區高質量就業水平的提升,從理論和實證層面印證了通過技術創新與技術應用帶動高質量就業發展的可行性。(2)在財政支出的支持作用下,人工智能應用程度對高質量就業的影響得以增強;考慮到中國財政支出結構存在偏向性特征,物質資本支出占據較大比例,通過增加人力資本支出比物質資本支出更能夠提高人工智能應用程度對高質量就業的促進作用。(3)人工智能應用程度能夠通過產業結構升級間接作用于高質量就業。(4)人工智能應用程度對高質量就業的影響在不同地區、時期呈現出差異化影響,人工智能應用程度對高質量就業的促進作用僅在東部地區有所體現,并且發揮作用的時期主要為自動化賦能階段(2009—2014年)。

基于實證分析結果,本文提出以下政策建議:

第一,加大對人工智能基礎研究的支持力度,推進中國智能化基礎設施建設。充分發揮技術創新驅動作用,形成人工智能創新鏈、價值鏈和產業鏈的深度融合[1],大力開發大數據、人工智能等前沿信息技術,加快建設和完善各類型人工智能基礎研究平臺,引導中國各領域、各行業以及各地區間資源共享、功能互補和協同創新,從而促進經濟高質量發展,為實現高質量就業提供技術支撐和經濟保障。

第二,發揮財政政策的引導和保障作用,鼓勵技術創新帶動中國高質量就業。加大對科技、交通等經濟方面的財政支持,為勞動者就業提供較為穩定的經濟環境,在實現“穩就業”的基礎上逐步提高就業質量。同時,進一步完善社會保障機制,促進失業保障體系改革,為面臨被替代風險的人群提供培訓機會。適當提升教育、培訓和科技支出,為勞動者融入智能化工作環境提供財政支持,通過健全終身職業技能培訓制度,形成知識技能結構的再升級,從而提升高質量就業水平。

第三,鼓勵培育新興產業,促進產業結構轉型升級,積極引導勞動力向二、三產業轉移。人工智能技術將逐漸覆蓋以體力勞動為主且危險性較強的第一產業,新業態、新模式會在生產性服務業和高端服務業催生出新的高技能勞動密集型細分產業[16],應加快各類產業智能化轉型,并開展體制機制創新,引導通過產業轉型引導勞動力流動方向,為勞動者提供環境更好、保障更健全、發展前景更佳的就業機會,并最終實現高質量就業。