黄旭
一、引 言
近年来，每逢春节之后制造业都会出现“用工荒”。根据《2018年外卖骑手群体研究报告》，31%的骑手来自去产能产业工人。相较于制造业工作，青年劳动力更倾向于选择外卖骑手、快递业、网约车等服务业工作。工人从制造业流向服务业，原因如下：第一，中国传统制造业多为劳动密集型企业，工人在流水线上从事机械重复类工作。工作场所比较恶劣，通常需要长时间加班，普通工人的工资上涨幅度很小。第二，最近几年，中国服务业发展速度相对较快，能提供更高的工资。随着国民财富的不断增加，中国消费者的需求不断转型升级，突出表现为消费者降低了对收入弹性较低商品的需求，增加了对收入弹性较高商品的需求，而服务业产品恰好属于收入弹性较高的商品，服务业在消费者需求升级的刺激下获得较快发展。与此同时，我国大数据、云计算和移动物联网等技术发展较快，促进了对传统产业的升级改造。上述技术的广泛应用推动了生产性服务业的快速发展，提升了服务业工人的工资。在此阶段，中国制造业面临去过剩产能的严峻问题，劳动密集型企业急需转型升级以实现智能化生产，国际环境日趋恶劣，这些都导致中国制造业增长放缓，从而导致我国服务业增长快于制造业，劳动力从制造业流入服务业。第三，随着智能手机普及化和支付手段便捷化，中国物流业迅速发展，对快递员需求逐年递增。根据《2018快递员群体洞察报告》，2016-2018年，中国快递员数量增加50%，总数量已经达到300万，平均工资在6 200元左右。《2018年外卖骑手群体研究报告》指出，上班时间灵活（32%）、收入有保障（15%）、时间自由（14%）是劳动力选择做外卖骑手最重要的三个原因。由此可见，服务业吸引了大量劳动力加入。
为解决“用工荒”问题，制造业通过“机器换人”实现工业智能化。虽然制造型企业提高招工工资待遇，但效果并不显著。中国劳动密集型企业以代工为主，靠薄利多销赚取少量利润，随着中国人口红利逐渐丧失，人工成本上升导致制造型企业举步维艰。制造业通过“机器换人”实现智能化生产，才能从根本上解决“用工荒”问题。“机器换人”是以现代化、自动化装备提升传统产业，利用机器手、自动化控制设备或流水线自动化，对企业进行智能技术改造，实现“减员、增效、提质、保安全”的目的。2012年底，在浙江、江苏沿海地区的企业率先采取“机器换人”策略，为实现转型升级引进先进的自动化设备。
我国政府出台多项政策鼓励制造型企业采取“机器换人”策略，为实现工业智能化的目标创造条件。《机器人产业发展规划（2016-2020年）》等政策指出，政府将加大财税支持力度，落实好企业研发费用加计扣除等政策，鼓励企业加大技术研发力度、提升技术水平。2014年，东莞市政府出台多项政策对采用“机器换人”企业给予补贴。截至目前，东莞采取“机器换人”策略共帮助企业节约用工近20万人。“机器换人”将对经济产生何种影响，以及东莞市政府补贴政策对自动化进程的影响，日益成为学者关注的焦点。
从现有文献来看，人工智能和自动化会促进社会生产率提高，对就业既有正向的创造效应，又有负向的抑制效应（Aghion & Howitt，1994；曹静和周亚林，2018）。一方面，自动化将提高生产效率，但会替代大量常规性工作岗位，从而导致就业岗位减少、劳动收入份额下降（Acemoglu &Restrepo，2020；闫雪凌等，2020；余玲铮等，2019；孙早和侯玉琳，2019）。虽然人工智能和自动化也能创造新的工作任务（Acemoglu & Restrepo，2018a；陈彦斌等，2019；董志强和黄旭，2021），但不少学者担心自动化摧毁旧工作的速度要快于创造新工作的速度（Krugman，2013; Sirkin et al.，2011）。王永钦和董雯（2020）实证发现，如果工业机器人渗透度提高1%，企业对劳动力的需求将下降0.18%。孔高文等（2020）实证发现，机器人的使用会降低当地被替代行业劳动力的需求，导致技术性失业现象，但同时劳动力从被替代的行业转入其他行业。
另一方面，人工智能和自动化将通过补偿效应和创造效应增加对就业岗位的需求（Acemoglu& Restrepo，2018b；蔡跃洲和陈楠，2019）。人工智能和自动化的补偿效应指自动化虽然替代了大量工作岗位，但提高了生产效率，引致相关产业生产规模的扩大，增加了对劳动力的需求。补偿效应分为如下三个方面：（1）生产线上存在与自动化互补的劳动力工作岗位（例如使用智能设备的工作岗位），自动化的推进反而会增加对该类劳动力的需求（Gorle et al.，2013）；（2）自动化提高了生产效率，降低了生产成本，促进企业扩大再生产，增加了企业对劳动力的需求（Pissarides，2000）；（3）人工智能和自动化具备溢出效应，即人工智能和自动化降低了智能企业生产成本，相当于提高了消费者收入，导致消费者对其他消费品需求的增加，客观上促进相关联行业扩大规模、增加对劳动力的需求（Dauth et al.，2017）。人工智能和自动化不仅产生补偿效应，还将通过创造效应创造新的劳动力工作岗位，增加对劳动力的需求，但是人工智能在发展初始阶段增加的新工作岗位相对较少，使得在人工智能发展过程中社会仍然要面临较大的就业压力（钞小静和周文慧，2021）。
在产业结构转型升级和劳动力结构变化方面，学者普遍认为人工智能技术是一种偏向型技术，其发展有利于产业结构转型升级，增加对高技能工人的需求，减少对低技能工人的需求（董直庆和蔡啸，2016；郭凯明，2019；宁光杰和林子亮，2014）。经济政策方面，对人工智能和自动化存在两种相反的公共政策：补贴自动化和对机器人征税。西方学者普遍不赞成补贴，指出对自动化资本进行补贴会导致过度自动化，挤压劳动收入份额，加剧收入不平等（Acemoglu & Restrepo，2018a；Ahmed，2017）。对机器人征税学者存在不同意见，赞成者认为对机器人征税并补贴工人有利于提升居民效用，减少不平等（Abbott & Bogenschneider，2017；Conesa et al., 2009；Guerreiro et al., 2021）。在人工智能初始阶段少征税甚至不征税，当人工智能规模较大时，再通过征税调节资本和劳动收入实现社会公平（黄旭和董志强，2019）。反对者认为，对机器人征税会抑制创新，降低社会生产效率，甚至会导致智能资本从国内流出到国外（Gasteiger & Prettner，2017）。
本文在Acemoglu & Restrepo（2018）和Autor & Dorn（2013）的研究基础上，通过理论建模阐述中国“机器换人”的背景、经济影响，同时探究了政府采取补贴政策对“机器换人”进程及劳动力市场的影响。首先，智能手机的普及和移动物联网的较快发展，促进中国服务业蓬勃发展。服务业技术进步带来两个效应：一是工资效应，服务业工人工资上涨很快；二是工作环境效应，服务业工作时间和地点灵活多变。这两个效应导致工人从制造业流向服务业，这是“机器换人”的背景。其次，本文从理论上讨论“机器换人”对经济的影响：短期中“机器换人”可以帮助企业解决“用工荒”的问题，但长期中随着“机器换人”规模的扩大，劳动收入份额将减少，存在挤出就业的潜在风险。最后，国家对“机器换人”采取补贴政策在短期中可以提高企业自动化程度，但长期中受到消费者效应的抑制，使得补贴政策对“机器换人”的影响只具有短期效应。
本文可能的创新点如下：第一，将西方理论中国化解释制造业“用工荒”和“机器换人”的原因和影响。Acemoglu & Restrepo（2018）的文献仅考虑单个生产部门的问题，本文借鉴Autor & Dorn（2013），在模型中加入服务业，效用函数加入努力的负效用和工作环境产生的效用，使得假设更加贴合中国国情。第二，同时考虑“机器换人”和补贴政策的短期影响和长期影响，对于政府实施公共政策具有借鉴意义。第三，针对补贴政策的不利影响，提出了发展互补型人工智能促进人机合作的公共政策，并通过数值模拟证明了该政策的有效性。
二、“机器换人”背景
（一）制造业未实现智能化
中国低技能工人偏向于选择服务业而不是制造业的原因如下：
（1）相比制造业技术发展水平，服务业技术发展更快。服务业技术发展会带来两个效应：工资效应和工作环境效应。服务业技术的发展将提高工人工资，同时服务类工作自由度更大，相比制造业将获得更高的效用。
（3）劳动力从制造业流向服务业将导致劳动力结构发生变化，制造业工人供给不足将导致从事制造业常规性工作的工人工资上涨。
命题一的现实意义如下：低技能工人，尤其是年轻人偏好服务业工作，而不是制造业常规性工作。主要原因为：第一，随着智能手机的普及和移动物联网技术快速发展，物流业发展速度比制造业更快，产生大量劳动力工作岗位的需求。发展服务类技术提高了服务业工人工资，同时服务业比制造业工作自由度更高，年轻人更倾向于从事服务业工作。第二，制造业技术发展速度比服务业慢，从而导致制造业工资提高幅度较小。同时，低技能工人需要经过培训才能从事制造业工作，而从事服务业不需要付出太多精力和时间，努力的负效用会导致低技能工人从事服务业工作。
服务业技术快速发展，导致从事服务类工作所获得效用逐渐超过从事制造业常规性工作效用。低技能工人逐渐从制造业流向服务业，导致制造业出现“用工荒”，制造业工人供给短缺导致制造型企业提升工人工资。
（二）制造业采取“机器换人”策略实现智能化
为解决“用工荒”问题，制造型企业普遍采取“机器换人”的策略减少对劳动力的需求。从短期看，中国大多数制造型企业还处于劳动密集型阶段，利润普遍很低，提升工资会进一步压缩企业利润，不利于企业发展。从长期看，采取“机器换人”策略，降低对劳动力的需求，促进制造业向智能企业转型升级，才能从根本上缓解“用工荒”压力。
假设制造型企业采取“机器换人”策略后引入智能化设备，制造型企业生产函数变为：
（1）制造业采用机器换人后，智能企业低技能工人工资将下降，短期内企业可以有效缓解低技能工人供给不足的局面。长期中制造业资本收入份额增加，劳动收入份额减少。制造业全要素生产率水平越高，从事制造业的低技能工人数量越多；服务业技术水平越高，从事制造业的低技能工人数量越少；学习新技能付出努力程度越多，从事制造业的低技能工人数量将越少。
（2）低技能工人在两种企业的效用差取决于三个方面：工资效应、技术效应和努力的负效用。从长期看，技术更先进的行业将吸引更多的劳动力，智能技术进步会带来正的工作环境效应和正的技能禀赋效应，但同时会带来学习新技能的负效应。
命题二的经济直觉是，随着制造型企业购买智能设备进行“机器换人”，企业对低技能劳动力需求减少，有效缓解“用工荒”压力，同时需求减少导致供给相对充足，常规性工作工资将下降，企业成本降低。但长期中，随着“机器换人”的进行，制造业工作岗位减少，劳动收入份额下降，存在挤出就业的潜在危险。
制造业智能化将提高对工人的技能要求，对劳动力结构产生影响。机器人等智能设备会替代工人完成常规性工作任务，但人工智能技术需要工人掌握更高技能、使用更高级设备进行生产，例如工人遥控机器人进行复杂组装工作。如果低技能劳动力不能提高自身素质，将无法胜任制造业工作，只能选择从事服务行业工作。需要特别指出的是，如果智能技术发展弱化对工人技能的要求，则劳动力流动取决于两种行业提供的工资高低。
三、我国政府对企业“机器换人”补贴的原因及影响
西方国家，尤其是美国，投入大量资源进行人工智能研发，意图继续保持全球科技领先地位，但很多西方学者倾向于对人工智能或机器人征税。美国政府对人工智能处于监管状态，原因是“机器换人”存在大面积失业的风险。
我国政府采取不同于美国的政策，鼓励企业和科研机构研发人工智能等先进技术，同时对企业使用“机器换人”进行补贴，这是由我国国情决定的，取决于外部环境和内部原因。
其中，为服务价格，为对制造业补贴率。
假设政府是仁慈的，期望全社会效用最大化，政府会合理制定相应税率和平衡制造业与服务业就业人数达到目标。为简化分析，假设制造业采用智能设备后，和服务业工作环境相同，不考虑努力的负效用。
社会计划者问题为：
（1）政府对制造业购买智能设备进行补贴，短期中由于生产力效应，企业会加速“机器换人”进程，但长期中“机器换人”受消费者效应抑制，导致补贴政策只具有短期效应。短时间内，政府补贴会导致制造业就业人口减少，服务业就业人口增多，但长期中会达到均衡，自动化进程并不会随着补贴增加而提高。
（2）短期内，补贴政策将导致制造业资本收入份额增加，劳动收入份额减少；长期中，制造业资本收入份额减少，劳动收入份额增加。补贴政策将导致服务业产出减少，对制造业产出影响不确定。补贴政策对制造业工资和产出的影响不确定，但将减少服务业产出。
虽然提高服务业税收会促进制造型企业短期加速“机器换人”，但制造业中被替代的工人，如果重新就业，由于自身知识和能力的限制将流入服务业。如果对服务业征收税率过高，会损害服务业发展，影响失业者再就业。在短期内，为解决制造业“用工荒”问题，政府可以采取补贴方式帮助企业降成本，但是长期中，政府和企业仍需要寻找新的对策。
四、数值模拟
首先，本文模拟对比制造业未实现智能化和已经实现智能化时工人工资和效用的情形，由此探究劳动力的流动和结构变化。其次，本文模拟政府采取补贴政策后对企业智能化进程、产出和劳动收入份额的影响。最后，针对政府补贴政策的局限，本文模拟了政府征税并投资互补型人工智能的情形，模拟结果验证了上述公共政策是有效的。借鉴陈彦斌等（2019）的方法，本文模拟的时间从2016年开始，模拟周期为20期，每期一年。以2016年为起点，是为了拟合2016—2018年实际经济增长率和劳动收入份额。
根据本文模型和设定的参数模拟得到2016—2018年中国经济增长率分别为6.5%、6.7%和6.8%，与实际经济增长率6.7%、6.8%和6.6%较为接近；数值模拟得到2016—2018年劳动收入份额分别为48.6%、47.52%和46.66%，与张车伟和赵文（2020）估算得到的这三年的劳动收入份额45.97%、47.26%和47.80%较为接近。故通过上述模型和参数设定具有一定的现实意义和合理性。
（一）制造业未实现智能化
模拟结果如图1所示。服务业工人工资略高于制造业从事常规性工作的工人工资，但低于制造业从事抽象类工作的工人工资，模拟结果与现实是相符的。由于服务业广泛采用物联网技术，如果制造业未实现智能化，则服务业技术比制造业技术发展速度更快，从而导致服务业工人工资增长速度快于制造业从事常规性工作的工人。效用方面，低技能工人从事服务业获得的效用高于制造业从事常规性工作获得的效用，随着时间的推移，效用差距呈现逐渐变大的趋势。从事服务业所获取的效用较大的原因在于两方面：工资和工作环境。服务业工资较高，同时工作环境较自由，会吸引更多的低技能工人从制造业流入服务业。根据图1还可以发现，从事服务业的工人工资与从事制造业的高技能工人工资的差距会逐渐缩小，这将不利于制造业的技术革新。这与中国目前的困境是相符的，中国在基础研究方面投入不够，同时从事抽象类工作（例如基础研究）的劳动者工资回报不够，导致人才从制造业流入其他行业，阻碍了制造业技术的革新。
图1 制造业未实现智能化时工人工资和效用
（二）制造业实现智能化后
当制造业实现智能化后，模拟结果如图2所示。从图2中可以看出：第一，当制造业实现智能化后，制造业产出增长较快，但劳动收入份额持续下降。原因是制造业使用“机器换人”实现智能化生产，提高了制造业生产效率，从而促进了制造业产出的大幅增长，但人工智能替代了大量低技能劳动力工作岗位，从而导致制造业劳动收入份额逐步下降。第二，制造业从事常规性工作的工人工资逐渐上升，与从事服务业工人工资差距逐渐缩小。这主要是因为制造业技术的发展，提高了全要素生产率，同时工人工作环境也得到相应的改善。低技能工人从事服务业与制造业的效用差距随着时间的推移逐渐变小，原因是智能化将替代常规性工作任务，导致制造业从事常规性工作的工人流入服务业，同时智能化的生产力效应大于替代效应，会提高制造业从事常规性工作工人的工资，最终导致从事服务业工人的效用与制造业从事常规性工作工人的效用差距逐渐减小。第三，制造业实现智能化后，从事抽象类工作的工人工资增长较快。目前市场上缺乏大数据、人工智能等高端技术类人才。这将促进劳动力进行人力资本的投资，从事常规性工作的劳动者将向从事抽象类工作的劳动者转变，有利于优化劳动力市场结构。智能化的结果将导致从事抽象类工作和从事服务类工作劳动力的增加，并且从事制造业常规性工作的劳动者减少，即智能化将导致劳动力市场出现极化的现象。
图2 制造业实现智能化时，工人工资、效用和制造业产出、劳动收入份额的变化
（三）政府采取补贴政策
政府为促进工业智能化进程，对企业购买智能设备进行补贴。补贴政策会产生两种效应：生产力效应和消费者效应（如图3所示）。补贴政策会降低企业生产成本，刺激企业购买智能设备。随着补贴率的增加，在生产力效应的作用下，工业智能化进程会逐步提高，制造业以“机器换人”的形式提高了生产效率，制造业产出提高。同时“机器换人”导致制造业劳动收入份额下降，从制造业流出的劳动力进入服务业，促进了服务业产出的提高，最终社会总产出也将提高。但同时，智能化进程会受到消费者效应的影响，即补贴会抑制服务业发展，导致服务业产出减少，但消费者消费属性是固定的，并不会消费更多的制造业产品。在消费者效应的抑制下，工业智能化进程呈现逐步下滑的趋势，此时制造业劳动收入份额将提高并最终趋于稳定。由于制造业智能化受阻，生产效率不能稳步提升，导致制造业产出将减少，社会总产出也随之减少。图3还显示，补贴政策产生的生产力效应是缓慢增长的，而产生的消费者效应却是急速下滑，在两种效应的共同作用下，2018年左右，工业智能化进程、制造业劳动收入份额、制造业产出、服务业产出和社会总产出将达到平衡状态。
图3 政府采取补贴政策后对企业智能化进程、产出和劳动收入份额的影响
（四）政府投资研发互补型人工智能
政府对企业购买智能设备进行补贴只具有短期效应，并不能长期促进工业智能化进程。为了促进制造业、服务业和社会总产出提高，本文模拟了政府征税后投资于互补型人工智能技术研发，目标是研发人工智能技术提高制造业全要素生产效率，同时保持劳动收入份额稳定。现实中，人工智能技术分为替代型人工智能和互补型人工智能，替代型人工智能会替代大量劳动力工作岗位，而互补型人工智能可以同时促进资本和劳动者生产效率的提高。如果政府投资于互补型人工智能的研发，将同时实现企业生产效率提高和劳动收入份额的稳定。实际模拟过程中，操作方法为：保证劳动力工作区间不变，同时将征税后的资本投资于人工智能全要素生产效率的提升。从图4中可以看出，政府投资互补型人工智能时，制造业、服务业和社会总产出将同步实现提高，模拟结果验证了上述公共政策是有效的。
图4 政府投资研发互补型人工智能技术时制造业、服务业和社会总产出
（五）敏感性分析和稳健性检验
本文将对参数进行敏感性分析，并对模拟的前置期和后置期进行稳健性检验，重新进行数值模拟，分析智能化前后劳动力市场结构变化和政府补贴政策对智能化进程是否有显著影响。
最后，本文对模型的前置期和后置期进行稳健性检验。对模型中变量（劳动力、资本存量、技术等）的初始值进行改变，重新模拟，与之前数值模拟结果基本相符。接着将模拟周期从20期调整为40期，结论与前文一致。综上，本文的数值模拟结果对参数变动并不敏感，说明前文的数值模拟结果具有一定的稳健性。
五、结论
目前，中国服务业蓬勃发展，同时开启以“机器换人”为标志的智能制造时代。历次工业革命中，随着技术的演进都会发生劳动力结构的流动和转型。例如第一次工业革命中，富余的人口从农业转入工业。当今中国服务业广泛使用移动物联网、互联网等信息技术，提高了服务业的工资，同时服务业工作地点灵活多变，上班时间更自由，促使工人从制造业流入服务业。传统的劳动密集型企业生产效率低下，工人工资偏低，工作环境恶劣，已不再符合当代社会的发展需求。同时中国人口红利逐渐丧失，制造业逐渐出现“用工荒”。在国际竞争中，中国和美国需要抢夺科技制高点，掌握未来的话语权。制造业智能化顺应了时代发展的潮流，既能优化企业生产方式提高生产效率，又能通过自动化替代大量低技能工作岗位，缓解制造业“用工荒”的难题。
本文从理论的角度阐述服务业革命发生的背景，同时分析“机器换人”及政府补贴政策的短期影响和长期影响。服务业技术的发展会带来正的工资效应和工作环境效应，吸引工人从制造业流入服务业。企业采用“机器换人”策略后，短期内可以缓解“用工荒”压力，提高生产效率，但是长期中会造成制造业劳动力岗位减少和劳动收入份额下降，未来存在挤出就业的风险。为降低企业成本，促进企业采用智能设备进行“机器换人”，政府对企业采取补贴政策。本文从理论上探究政府补贴政策的效应，发现在短期内补贴政策可以促进企业加快智能化进程，但是长期中由于受到消费者效应的抑制，补贴政策不具备长期效应，智能化会在一定时间内达到一定均衡。如果政府征税并投资于互补型人工智能，可以在提高企业生产效率的同时稳定劳动收入份额。
本文理论结果暗含如下政策含义：（1）明确补贴政策的标准，“扶优扶强”，促进产业优胜劣汰。按照本文理论推演，补贴政策不具备长期效应，为全面提升制造业技术发展水平，政府对企业智能化补贴应加以甄别。按照技术上先进、质量上可靠的原则，提高技术指标门槛，重点支持引入高水平智能化设备的企业。对智能化水平一般的企业，少补贴或者不补贴，这样才能促进产业优胜劣汰，实现智能制造的宏伟目标。（2）投资互补型人工智能技术研发。替代型人工智能可以提高企业生产效率，但将替代大量劳动力工作岗位，导致技术性失业现象，劳动收入份额将呈现下滑局面。互补型人工智能可以同时提高资本和劳动者生产效率，使得人与机器进入合作的状态，因此，研发互补型人工智能将提高企业生产效率，同时保持劳动收入份额稳定。（3）大力发展新兴产业，为工人提供更多就业机会。发展服务业将为社会提供大量工作岗位，而且未来需求会更大，这与政府稳就业的工作目标相符。制造业是立国之本，为促进制造业智能化发展，政府要大力扶持人工智能、工业机器人等新兴产业，引入国外先进机器人产品和技术，同时在学习国外技术基础上，研发具备自主知识产权的智能化技术。
