人工智能技术与劳动者就业环境改善

人工智能技术是未来产业技术的重要发展方向,人工智能技术将对改善劳动者就业环境,加强就业工作,稳定就业局势产生重要作用。以2011—2019年城市层面数据为样本,探究人工智能技术对劳动者就业环境的影响。研究发现,人工智能技术的应用显著改善了劳动者的就业环境;城镇化水平提升与劳动要素收入增加是人工智能技术作用于就业环境的传导路径;城市地理位置、行政级别与智能设施水平是影响人工智能技术作用发挥的关键。整体来看,在东部及东北地区、普通城市、智能设施水平较高的城市,人工智能技术对就业环境的改善作用更为明显;进一步研究发现,人工智能技术的就业环境提升效应存在维度差异,其对保障环境的促进作用更为明显而对市场环境的影响不显著;从长期来看,人工智能技术依然会对就业环境产生激励作用,且这一作用可能比短期更强。     

人工智能、就业结构与高质量发展

人工智能作为新一轮科技革命和产业变革的引领性力量，势必会对高质量发展产生深刻影响。基于2008—2019年中国283个城市面板数据并将不同技能劳动力就业结构纳入人工智能与高质量发展分析框架的实证研究表明，人工智能应用可以促进城市产业结构升级，提升城市技术创新水平和绿色低碳水平，从而推动城市高质量发展。从理论机制来看，缩减低技能劳动力的就业份额和提升高技能劳动力的就业比重可以强化人工智能应用对高质量发展的促进作用。分区域来看，东部地区人工智能应用显著促进城市高质量发展，高技能劳动力会强化人工智能对于高质量发展的影响效果；而东北地区人工智能应用显著抑制高质量发展，低技能劳动力会加剧人工智能对于高质量发展的抑制作用。上述结论意味着，应积极推进人工智能应用，赋能高质量发展，同时各地区应根据就业结构等客观实际制定差异化的人工智能发展策略。     

教育改革、人工智能与农村青年就业

人工智能技术的迅速渗透促使劳动力市场不断提高技能要求,农村青年的就业结构性矛盾日益凸显,通过教育改革提升其技能水平以适应人工智能时代势在必行。本文以多个地方政府在2010—2012年间密集推动的“十二年免费教育”政策作为“准自然实验”,利用队列双重差分法考察高中教育扩展对农村青年群体在人工智能时代就业表现的影响。研究发现：（1）人工智能技术存在对农村青年的就业部门从制造业向生活服务业的“驱赶”作用,总体上降低了农村青年的就业率和就业稳定性;（2）十二年免费教育政策显著提高了农村青年的高中入学率和毕业率,带来的教育扩展效果有效改善了他们的就业表现,利用三重差分法考虑人工智能技术对农村青年就业的负面影响后,改善作用依然存在;（3）机制分析表明,高中教育扩展抑制了农村青年在职业匹配过程中的技能不足,在高中教育扩展对农村青年就业表现的影响过程中,职业教育是关键的中间机制。本文揭示了人工智能时代技能提升对于农村青年就业改善的重要性,政策建议包括在新的人口迁移形势下平衡城乡高中教育资源、扩大免费教育试点、加快职业教育改革等。     

人工智能与就业波动——来自中国工业企业的经验证据

当前，全球经济遭受新冠疫情冲击，中国经济发展也承受着巨大压力，稳就业成为一项重大的任务。人工智能以及机器人的产生和应用给经济带来了深远的影响，势必会影响到就业的稳定性。因此，人工智能以及机器人的产生和应用对于我国的就业波动产生了怎样的影响是一个有待研究的重要问题。通过分析人工智能对就业波动的影响机制，利用中国工业企业的数据和IFR的机器人数据实证检验了这种影响，并且进一步研究了其在人工智能渗透度、行业以及地区间的异质性。结果显示，人工智能的发展在整体上加剧了企业的就业波动，并且这种影响在人工智能渗透度较高的企业、高技术行业领域更为显著。根据此结论，从劳动者、企业以及政府的角度提出了相应的对策建议。     

人工智能时代女性就业面临的机遇与挑战

人工智能时代对非程序性的认知工作和创造性工作需求增加,为女性专业特长发挥拓展了新空间。但是,人工智能技术属于技能偏向型技术进步,需要高素质的人力资本,而女性劳动者技能与新技术要求不匹配。为此,需要提高女性接受正规教育的质量,加强对女性新职业培训的投资,落实女性就业保护政策。     

人工智能与企业内工资差距：任务偏向还是技能偏向

鉴于人工智能在生产中的运用主要通过工业机器人实现,且会导致企业内不同劳动者之间的工资差距发生变动,本文采用2010—2019年中国上市公司数据,考察机器人应用对企业内工资差距的偏向性影响及其作用机制。研究发现：机器人应用显著扩大了企业内任务工资差距和技能工资差距,但任务偏向较之技能偏向更为明显;这一现象在发展速度较慢和劳动密集度较高的行业中尤为突出;机器人应用的生产率效应是导致企业内任务工资差距扩大的主因,虽然劳动要素错配以损失部分生产率效应为代价,但会在一定程度上缓解企业内任务工资差距的扩大。本文认为加大对不同类型劳动者再收入分配政策的调节力度,是实现企业内“共同富裕”的重要途径。     

提高劳动者工资损害公司价值吗?

针对我国劳动收入比重逐年下降这一现实情况,文章利用上市公司1999-2009年数据,考察了劳动者工资对企业绩效的影响。研究发现,劳动者工资越高,则公司的市场价值越高,而且未来业绩越有可能上升;此外,治理越好的公司,劳动者工资越高。文章研究表明,提高劳动者工资不仅符合社会公平目标,也符合经济效率目标。     

社会网络、技能提升与就业地选择

在中国城市化和工业化快速推进的过程中，拥有不同生产能力的异质性劳动者在城市间的分布并不均衡。探究劳动力技能提升和就业地选择的内在驱动力，是“以人为核心的高质量发展新时期”促进劳动要素空间优化再配置的关键。本文以双重社会网络分类及属性解析为基础，构建社会网络影响就业与生产决策的两阶段模型，从理论上探究正式网络的技能提升效应与非正式网络的就业地选择效应。经验研究中，以中国综合社会调查(CGSS)的微观数据为样本，通过社会网络指数的维度刻画与识别，进行实证检验。结果发现：(1)正式网络有利于提高劳动者技能水平，非正式网络能够影响个体就业地点的选择，降低异地就业的倾向，利用工具变量方法克服内生性问题以及稳健性检验都保证了研究结论的一致性；(2)正式网络激发了劳动者业余时间的学习交流和信息获取，非正式网络则提供了就业扶持和生活幸福感，二者分别作用于技能提升和就业地选择；(3)与小规模城市相比，大城市的规模经济优势更有利于正式网络下的知识溢出，使得劳动者技能水平整体改善，而大城市的排他性也造成了低技能劳动力退出的就业地选择效应。     

人工智能促进中国高质量就业研究

就业是高质量发展的重要指标,是最大的民生,也是中国达成共同富裕目标的关键。现有文献就人工智能对就业数量的影响进行了大量探讨,但对于人工智能在就业质量层面的影响却较少关注。基于人工智能促进高质量就业的机理,采用2010—2019年中国省级面板数据,实证检验了人工智能对中国高质量就业的促进作用。实证研究结果表明：人工智能可以有效促进中国高质量就业,并且这一结论在解决了内生性问题和更换估计方法后仍然是稳健的。从地区看,相较于东部地区,中西部地区人工智能促进就业质量提升的作用更加明显。从时段看,人工智能促进中国高质量就业在时间维度上并未表现出显著的非线性效应。根据研究结论,提出了进一步发展人工智能促进中国高质量就业的政策建议。     

人工智能对我国劳动力市场的影响——基于人口老龄化的分析

基于中国2005—2016年的省级面板数据,在分析人工智能以及人口老龄化影响劳动力市场的理论机制基础之上,构建动态面板模型实证分析了人工智能对我国劳动力市场的影响。结果发现：人工智能的发展对高、低技能劳动力就业有着显著的不利影响,人口老龄化缓解了人工智能对高技能劳动力的替代效应;但是对低技能劳动力的替代效应的影响并不显著;人工智能技术进步加剧了劳动力市场上的收入不平等的现象,而老龄化程度的加深则深化这一影响;当以老龄化为门槛变量的时候,人工智能对劳动力市场的影响有着显著的门槛效应。     

人工智能对劳动收入水平和收入差距的影响——理论解读与实证检验

人工智能的发展对劳动市场产生了深远影响，但其对劳动收入水平和收入差距的效应仍处于探索阶段，且定量评估不足，缺少行业层面的经验证据。本文基于Acemoglu&Restrepo(2018)的人工智能技术模型，并引入行业人工智能发展的非对称性变动，从智能渗透和边界延展两方面分析人工智能对劳动收入水平与技能收入差距的影响及机理，并通过2003—2020年中国行业面板数据进行实证检验。结果发现：(1)人工智能对劳动收入水平和技能收入差距具有显著影响。从长期来看，人工智能的发展可以提高劳动收入水平，缩小技能收入差距。(2)人工智能对低技能劳动收入水平的冲击显著大于对高技能劳动收入水平的冲击。(3)人工智能通过提升高低技能劳动力就业水平增加劳动收入水平，缩小技能收入差距。     

我国绿色产业产值就业弹性的实证分析

面临日益严重的能源危机和环境问题,绿色经济越来越引起世界的关注,尤其是绿色产业的崛起,已表现出吸纳更多劳动力的潜力,同时能够促进劳动者能力和技能的提升。本研究采用2000-2010年绿色产业数据,与我国第一、第二产业进行相应比较分析,从产业产值就业弹性的角度,分析绿色产业发展的就业增长效应。研究显示,绿色产业产值就业弹性远大于第一、第二产业,表现出较强的就业吸纳能力。     

生成式人工智能对就业的影响及应对之策

生成式人工智能具备强大的“生成能力”，正在替换越来越多的劳动者，解雇、裁员已引起社会高度重视。通过分析生成式人工智能对劳动形态的改变，以及对就业的替代和创造效应，预测未来就业岗位的消失、保留和新生问题，以便对我国劳动就业的调整方向及应对之策提供思路。为保障就业安全，维护社会和谐稳定，提出以下建议：倡导科技向善，主动化解劳动者“卢德意识”，鼓励拥抱新技术；积极利用“窗口期”，加速劳动技能培训，推动行业转型；完善劳动解雇保护制度，细化协商程序，减缓劳资矛盾；提高社会保障水平，增加就业岗位，协助技术失业者渡过难关。     

机器人技术进步对劳动力市场与社会福利的影响研究

通过构建模拟机器人技术进步对劳动力市场及社会福利动态影响的均衡模型,分析发现:短期内,机器人技术进步对低技能劳动者的薪酬和就业产生负面影响,对高技能劳动者和科学家群体的薪酬与就业产生正面影响,对社会总福利的影响具有不确定性.长期来看,机器人技术进步对所有劳动者的收益与福利都将产生负面影响.同时机器人技术进步会促进劳动者就业结构的转移,由低技能向高技能转移,由制造业向服务业转移.为了实现技术进步与经济增长的同步,需要政府进行适时干预,将技术进步的资本收益在不同劳动者群体中再分配以稳定就业与经济增长.为实现智能制造与就业稳定,政府应该稳步推进“机器换人”计划,不可一蹴而就.     

多维度分析人工智能对就业的主要影响

科技变革将会创造新的生产力和新的产业组织模式,也会带来就业结构的重大变化。文章对人工智能替代现有就业的模式和特点进行了分析,探讨了人工智能创造新就业的5种主要途径。在此基础上,从时间进程、行业分布、岗位技能等不同维度,梳理总结了人工智能就业影响的基本特征,并提出了应对建议。     

扩大内需对就业和收入分配的影响分析

扩大内需对就业和收入分配结构会有哪些影响?能否依靠扩大内需更好地带动就业增加、改善收入分配结构,既实现经济结构转变,又实现就业和收入分配调整,从而更好地协调宏观调控政策和目标?本文利用2007年中日国家间投入产出表分析测算了中国国内需求对就业和劳动者报酬、税收和营业盈余①三者的拉动作用,结果表明,如果要从根本上确保劳动者报酬比重提高、实现“十八大”报告中2020年“城乡居民人均收入比2010年翻一番”的目标,还需要出台能够直接带动劳动者报酬增加的政策措施.     

市场竞争能缩小行业内收入差距吗——基于异质性劳动者的视角

市场竞争结构变化对收入差距有显著影响,强化市场竞争有利于缩小行业内收入差距.理论分析表明,市场竞争一方面能够提升行业对低技能的需求和价格、提高低收入劳动者收入,另一方面会挤压高收入劳动者分享的垄断利润租,降低他们的技能价格和收入,最终实现行业内收入差距缩小.基于上市公司数据和中国综合社会调查(CGSS)数据的实证分析进一步验证了上述机理.这表明"竞争性市场体系"和"公平收入分配体系"的共同建设有着坚实的理论基础,继续强化市场竞争有利于进一步缩小收入差距,实现共同富裕.     

工业机器人应用对地区技能结构的影响

作为应对人口老龄化和劳动力成本上升的有效途径,工业机器人应用对于促进技能结构升级具有重要意义。研究发现：工业机器人降低了低技能就业比重,增加了高技能就业比重,促进了技能升级;工业机器人应用不仅可以直接影响技能结构,还可以通过提升人力资本和岗位创造效应间接影响技能结构;进一步分析发现,工业机器人对地区技能结构的影响存在地区层面、要素密集度层面和劳动力技能密集度层面的差异。因此,应当进一步促进工业机器人应用,因地制宜实施工业机器人产业政策,扩大教育投入,积极应对人口老龄化的不利影响。     

我国制造业技术进步诱因及内在机制研究

从诱致性技术进步视角,分析制造业技术进步主要是由资本价格下降诱致还是劳动力成本上升诱致,进而辨别制造业诱致性技术进步属于“主动吞噬”就业还是“被动补充”劳动力空缺。本文通过构建要素价格变动诱致制造业企业技术进步的理论模型,利用我国A股制造业上市公司数据进行实证检验。结果发现：劳动力成本上升和资本价格下降均会促进资本深化,实现企业技术进步;我国制造业技术进步主要是劳动力成本上升所诱致;要素价格变化可通过提高人力资本水平、增加创新投入途径来实现制造业技术进步,但会排斥低技能劳动力。因此,在加快人工智能与制造业深度融合中需加强技能培训和优化教育结构,以稳定低技能劳动力就业并建立高人力资本后备军。     

异质性资本积累的生命周期工资效应

本文从理论上阐述了资本积累与劳动者生命周期工资增长关系的机理,提出了异质性资本积累抑制劳动者生命周期工资增长的研究假说。基于CHIP2013数据的实证检验发现,异质性资本积累显著降低了岗龄工资回报率,倒U型的岗龄-工资增长轨迹呈现出向下收缩的趋势。为检验劳动者就业行业选择和岗位转换行为对工资增长轨迹的影响,本文进行了内生转换回归。结果显示:相对于高产出资本比的行业,就业于低产出资本比行业的劳动者面临着更短的生命周期工资增长轨迹;相比于短岗龄劳动者,长岗龄劳动者虽然积累了更多工作经验,但是工资增长会更多地受到异质性资本的不利影响。由于异质性资本积累导致工作匹配价值与劳动者"干中学"积累的技能折旧,劳动者会面临着"干中学"回报率下降的风险和工资增长乏力的"收入陷阱"。因此,需要从成本补偿、就业创造、培训激励等方面提高劳动者抵御风险的能力,以促进工资稳定增长。