数字经济发展与家庭人力资本投资——异质性技能劳动力与长短期效应研究

数字经济与人力资本是中国式现代化进程中经济高质量发展的重要因素。本文将数字经济指数与2014—2018年中国家庭追踪调查(CFPS)数据相匹配，通过划分高低技能层次的劳动力，考察了数字经济对家庭人力资本投资影响的长短期效应及作用渠道。研究发现，从短期来看，数字经济的岗位替代效应通过挤入高技能劳动力和挤出低技能劳动力，提高技能溢价水平，进而促进高技能劳动力家庭人力资本投资，反而在一定程度上挤出低技能劳动力家庭人力资本投资；从长期来看，数字经济的生产率效应促使低技能劳动力相对生产率提升，降低了技能溢价水平，进而促进低技能劳动力家庭人力资本投资，对高技能劳动力家庭人力资本投资的影响反而不显著。进一步地，家庭养老负担、宏观经济环境和政府治理水平等均会使上述影响产生异质性效果。     

人工智能的就业反极化效应研究

基于2008-2017年中国上市公司数据,提取上市公司的人工智能相关数据,实证分析了人工智能的发展和应用对于就业结构的影响,研究发现:人工智能技术能够替代复杂劳动,对就业的影响表现出与传统信息技术不同的特征,呈现出就业反极化效应,显著提升了中技能劳动者就业比重,降低了高技能和低技能劳动者就业比重,并且在信息产业中表现尤为突出。     

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。     

城市人力资本的分化:探索不同技能劳动者的互补和空间集聚

在城市里,具有高、低技能的劳动力之间具有互补性,能够互相促进对方劳动生产率的提高。文章利用历次人口普查数据来考察中国城市的技能分布及变化情况,得到以下三点结论:首先,高技能劳动力是城市发展的引擎,它会促进城市工资提升、人口增加。其次,大城市会促进技能互补,使得大城市中不仅有更多的高技能劳动力,也可能会有更多的低技能劳动力。这可以解释为什么高、低技能的劳动力同时向大城市集聚。最后,我们发现中国的大城市抑制了高、低技能劳动力之间的互补性,其背后原因是高技能偏向性的落户政策导致低技能劳动力相对于高技能劳动力供给受限,这不利于提升大城市的劳动生产率和对经济增长的带动作用。     

数字经济背景下新要素动能对就业结构的影响研究

伴随着数字经济的发展,数据、知识和技术等要素成为经济增长的新动能。本文利用任务模型框架刻画了经济增长新要素动能对就业结构变动的理论机制,通过构建经济增长新要素动能指数,从整体和地区层面实证分析了新要素动能对就业结构的影响。研究发现经济增长新要素动能发展水平提高使得中国就业结构变动整体呈现出两极化趋势,并通过服务业发展水平进行传导。其中,知识要素的发展加剧了就业两极化趋势,技术要素和数据要素对就业两极化产生了抑制作用;地区层面的实证分析发现,不同地区就业结构变动趋势不同,东部地区呈现出就业两极化趋势,东北地区、中部地区和西部地区就业结构两极化趋势不显著。基于微观数据的研究发现,新要素动能发展使得常规任务的减少和非常规任务的增加是劳动力就业结构变动的根本原因。因此,在政策制定过程中应大力发展数字经济,建立针对中技能劳动力的职业技能培训政策体系,促使其向高技能岗位进行转岗;扩大服务业就业,提升低技能劳动力就业数量和质量,实现更充分和更高质量就业。     

外来劳动力挤占了本地居民的就业机会吗??

城市就业包容性的提升是实现城镇化发展的重要内容,而异质外来移民对原有居民的就业机会将产生不同影响.文章运用动态监测数据,按劳动力的技能水平、所属行业和流入时期分析城市劳动力市场的就业包容性,衡量人力资本等因素在异质外来劳动力就业过程中的作用机制.研究发现：(1)总体而言,人力资本的差异性取代传统的行业壁垒已成为获取就业机会的主要因素.(2)进一步使用工具变量,对劳动力组群的就业决定模型进行估计发现,外来劳动力占比每上升10％,城市原有劳动力的就业率将下降0．04－1．99个百分点,表现为外来劳动力对城市原有低技能劳动力就业率的影响并不明显,但对高技能劳动力的就业率产生显著冲击,且此现象在部分高进入门槛行业尤为明显.(3)城市劳动力市场对不同时期流入的高技能组劳动力的包容性显著低于低技能组,高技能组劳动力之间存在更高的替代性.(4)与本地劳动力的就业率相比,新进入的外来劳动力对前期进入的外来劳动力的就业率的影响会更大,且这种影响同样会随着受教育程度的提高而递增.因此,在完善就业市场的同时,应在就业的前置和后置环节制定更有针对性的人才培养机制和引入措施.     

中东欧国家FDI、就业规模和就业结构关系研究北大核心CSSCISSCI

本文利用中东欧七个国家1995-2006年的面板数据,研究了这些国家经济发展中FDI、就业规模和就业结构的关系。研究发现,FDI有利于促进就业结构升级,并不能扩大就业规模,但是FDI对各经济部门劳动生产率的提高都有显著的促进作用。就业结构中出现高技能劳动力需求增长,低技能劳动力需求大幅下降的现象。同时在经济增长中,以工作时数衡量的劳动量的贡献率为负,而劳动力结构转变的贡献率为正。     

中东欧国家FDI、就业规模和就业结构关系研究

本文利用中东欧七个国家1995-2006年的面板数据,研究了这些国家经济发展中FDI、就业规模和就业结构的关系。研究发现,FDI有利于促进就业结构升级,并不能扩大就业规模,但是FDI对各经济部门劳动生产率的提高都有显著的促进作用。就业结构中出现高技能劳动力需求增长,低技能劳动力需求大幅下降的现象。同时在经济增长中,以工作时数衡量的劳动量的贡献率为负,而劳动力结构转变的贡献率为正。     

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。     

贸易自由化与中国性别就业差异

选用CHIP数据库1995、2002和2007年的城镇调查数据,利用截面Probit模型和Heckman两步法来研究贸易自由化对中国两性就业差异的影响。研究表明:随着贸易自由化程度的提升,个体劳动参与率呈现上升趋势;但是,贸易自由化对不同技能个体劳动力的就业状况存在着显著差异化的影响。总体而言,无论对于男性或女性劳动力,贸易自由化对高技能两性劳动力的就业促进效应更为明显,而对低技能劳动力的就业促进作用相对较小,甚至更多为负;而对于同一技能的两性劳动力而言,贸易自由化对男性就业的影响要大于女性。因此,进一步完善开放型经济体系、提高女性教育水平意义重大。     

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。     

中国当前就业结构变化的特征、内生动力与经济效果研究

就业结构变化是发挥劳动力资源优势、提升劳动生产率、促进共同富裕的重要途径。在不同的发展阶段上，劳动力就业的内容与形式不同，就业结构也随之发生变化。目前，以劳动力向服务业转移、私营经济吸纳更多劳动力为主要特征的就业结构变化愈加明显。就业结构的变化是一个时期经济体技术条件、产业结构、市场主体类型变化的结果。伴随着科技进步不断催生出新产业，劳动力市场需求发生变化，现代产业内部衍生出新职业、新岗位来吸纳更多劳动力就业。在信息技术普及的条件下，劳动力技能提升，劳动者具备向现代产业转移的素质与禀赋条件，能够更好地适应现代产业发展的需要。大力发展第三产业、支持非公有制经济发展、加快信息基础设施建设、完善公共就业服务、优化就业结构空间格局对于实现更加充分更高质量就业具有重要意义。     

企业数字化转型对劳动力就业的影响研究——基于就业规模、就业结构的双重视角

企业数字化转型深刻影响着企业组织架构与业务流程的变革，致使企业员工面临着不断变化的就业环境。深入探究企业数字化转型的劳动力就业效应对于推动企业高质量发展、保持就业形势稳定至关重要。本文基于2007—2021年我国A股上市公司数据，采用文本分析法刻画企业数字化转型程度，对数字化转型的劳动力就业效应进行实证检验。研究发现：第一，对就业规模而言，企业数字化转型显著提高了企业劳动力就业规模；对就业结构而言，企业数字化转型对技术型、服务型、高技能、中等技能员工存在就业创造效应，而对生产型、低技能员工则存在就业替代效应。第二，企业数字化转型通过降低融资约束、提高生产率及扩大经营范围作用路径影响企业劳动力就业。第三，不同所有制、生命周期、科技属性企业数字化转型的劳动力就业效应存在异质性，国有企业、成熟期企业及高科技企业数字化转型的就业效应更为明显。第四，企业数字化转型对劳动力就业具有非线性影响，且随着数字化转型程度加深，劳动力就业的优化作用不断增强。     

FDI对我国制造业就业结构的影响

本文使用1999-2007年我国制造业的面板数据分析外商直接投资（FDI）对我国制造业行业间和行业内就业结构变化的影响。在FDI的影响下,行业间就业结构呈低端化,但是行业内就业结构得到优化。FDI通过促进劳动密集型行业的就业增长带动了制造业的就业增加,同时劳动密集型行业劳动力从内资流向外资的情况也较严重,即FDI主要通过增加自身的就业而非内资的就业带动了我国就业数量的增长。行业内就业结构来看,技术密集型行业就业结构得到优化的结果比劳动密集型行业要明显。其中竞争效应促进了内资就业结构的升级,但存在高技能劳动力从内资企业流向外资企业的情况。总体上增加就业和提升就业结构的因素在于内资投资的增加。     

人工智能、创新驱动与劳动力就业结构

目前，人工智能快速发展带来的劳动力就业结构变化成为广受关注的热点问题。基于2010-2019年中国省级面板数据，利用固定效应模型、门槛效应模型和中介效应模型，实证检验创新驱动下人工智能对劳动力就业结构的影响及作用机制。结果表明：人工智能对就业结构的影响反映出中国的特殊性，推动中国劳动力就业结构趋向高级化，这一促进作用在东部地区和技术密集区更为显著；人工智能对劳动力就业结构具有非线性影响，且人工智能发展程度越高，对劳动力就业结构的优化作用越明显；进一步研究发现，基于创新驱动视角，人工智能还通过技术创新效应和创新人才集聚效应两个间接机制推动劳动力就业结构优化升级。研究结论对于在人工智能背景下优化中国劳动力就业结构具有一定的理论价值和现实意义。     

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.     

工业智能化如何影响劳动力技能结构

工业智能化影响劳动力技能结构的相关研究大多聚焦于本地视角,往往忽略了工业智能化对劳动力的空间配置作用。本文基于劳动力迁移视角,将包含智能化资本的生产函数纳入空间均衡模型,演绎了工业智能化影响劳动力技能结构的机制,利用2006—2019年我国30个省份面板数据和国际机器人联合会(IFR)数据,实证检验了工业智能化对劳动力技能结构的影响,进一步拓展分析了其作用机制。理论和实证两个层面研究证明:工业智能化能够通过影响劳动力空间配置而重塑劳动力技能结构,具体体现为提升了地区高技能劳动力占比,降低了地区低技能劳动力占比;工业智能化能够产生技能溢价效应,影响技能异质性劳动力收入以及区位选择,进而影响劳动力技能结构;生活成本对工业智能化提升高技能劳动力占比、降低低技能劳动力占比均起到正向调节作用,进一步加剧了劳动力技能结构的分化。为此,政府应加强社会就业保障体系建设,大力推进职业数据培训,提升公共服务水平,加快打造人工智能人才高地。     

人工智能技术对制造业就业的产业关联溢出效应研究

人工智能技术在制造业的广泛应用会对劳动力市场产生重要影响。本文基于2013—2019年中国28个制造业细分行业数据探究了人工智能技术对制造业就业的产业关联溢出效应。研究结果表明,从垂直产业链溢出维度,人工智能技术通过技术关联和产品关联路径对制造业就业规模产生显著为负的前向和后向溢出效应,对制造业就业结构优化具有显著为正的前向溢出效应,但其后向溢出效应在考察期内尚未显现。从水平技术关联溢出维度,人才流动与产业竞合能促使邻近行业人工智能技术对本行业的就业规模扩张和就业结构优化分别产生显著负溢出和正溢出效应。进一步研究发现,在考虑科研水平、资本深化和行业规模的调节作用后,人工智能技术对本行业的岗位替代效应有所缓解,对劳动力就业结构的优化效应不断加强。本文从产业关联溢出视角揭示了人工智能技术对制造业就业的影响,为合理引导人工智能技术发展和实现稳就业提供了有针对性的政策参考。     

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。     

高技能劳动力对服务业企业增加值的影响——基于技能偏向型生产函数的异质性分析

本文利用第二次全国经济普查微观数据,并在采用多层模型克服城市及行业内企业生产率相关性的基础上,对具有技能优势偏向型的生产函数进行估计,且进行了深入的异质性分析.研究发现:整体而言,服务业企业高技能劳动力占比的提升对企业增加值创造能力有显著的促进作用,平均而言,高技能劳动力创造增加值的能力是低技能劳动力的1.218倍.通过进一步的异质性分析发现,相较于低技能企业,高技能企业通过提升高技能劳动力占比获得的增加值回报更高,且高技能企业中高技能劳动力的技能优势更大;相较于生活性服务业企业,生产性服务业企业通过提升高技能劳动力占比获得的增加值回报更高,同时生产性服务业企业的高技能劳动力技能优势也更大;细分行业中,科学技术、信息技术、租赁商贸等行业高技能劳动力占比的提升对企业增加值上涨具有显著的促进作用;但是在零售、交通运输及住宿餐饮等行业,高技能劳动力占比的提升对企业增加值没有显著影响或影响为负.