四 技术进步对就业的影响

技术进步不但会影响到产业的生产效率、产品质量和市场发展空间等因素，也对产业的就业总量、就业质量和就业结构产生深远的影响（冯泰文、孙林岩、何哲，2008）。关于技术进步与就业之间的关系，长期以来不同经济学派提出了不同的观点，实证研究也得出了不同的结论。有研究认为技术进步会替代劳动力，对就业产生抑制作用（Aghion & Howitt, 1994; Karolina & Midelfart, 2005；姚战琪、夏杰长，2005）；也有研究认为通过技术创新可获得更多的利润用于再投资，生产规模的扩大同样可以带来就业机会的增加（Pissarides,1990; Carnoy,1997）；还有研究则认为技术进步对就业的抑制效应和补偿效应同时存在，短期是以抑制为主，但是长期来看有助于就业增长（龚玉泉、袁志刚，2002；赵利，2009）。无论如何，技术进步对就业的影响不容忽视，需要不断地进行深入分析与评估，尽量规避技术进步对就业的负面影响，发挥技术进步的就业拉动效应。

制造业是最容易受技术进步影响的行业，近年来关于机器替代劳动力的争议不断。基于此，本部分将以制造业为研究对象，分别从高技术产业发展与行业技术进步两个角度对技术进步的就业效应进行研究。前者重点关注高技术部门产值比重上升和结构变化速度两个方面的影响；后者则是利用数据包络分析方法估算出制造业全要素生产率，以此来衡量制造业的技术进步，并将其分解为技术变化和技术效率的提升。在此基础上，利用回归分析法，比较不同类型技术进步对制造业不同技术部门就业的影响与作用。

（一）高技术产业发展对就业的影响

1．资料来源及处理

本部分依据OECD的分类方法，利用R&D总费用占总产值比重、直接R&D经费占产值比重和直接R&D占增加值比重3个指标，按照技术含量由低到高将制造业分为四类：低技术产业、中低技术产业、中高技术产业和高技术产业（Schaaper,2005）。以此为标准，对我国制造业各细分行业进行了归并，由于工艺品及其他制造业、废弃资源和废旧材料回收加工业两个行业的数据不连续，故不列为本研究的研究对象，具体分类如表1-10所示。

工业增加值指标和就业指标分别利用分行业国有及规模以上非国有企业的数据进行衡量，研究数据主要来自《中国工业经济统计年鉴》，但由于该年鉴1999年和2005年两个年份没有发布，为了确保数据的连续性，本研究2004年的数据选自《中国经济普查年鉴（2004）》，而1998年的数据根据中经网统计数据库中“工业总产值”指标和《中国统计年鉴》中的“工业增加值率”与“人均劳动生产率”等指标整理计算得出。另外，由于1995年以前的行业数据不连续，按照数据连续性原则，将研究起止时间界定为1996～2010年，然后利用SPSS等统计软件对数据进行分析。

2．高技术产业发展与就业结构的变化

结构主义思想是研究制造业结构升级的理论基础，结构分析则是在立足于结构整体性的基础上，厘清结构内部各部分之间以及部分与整体间的各种比例关系。本部分采用一般结构分析的方法，分别从产出结构和劳动力结构的角度对制造业内部产业结构的变化进行描述，具体结果如表1-11所示。

从表1-11中可以看出，我国制造业低技术产业的产值比重持续走低，由1996年的32.83%降至2010年的23.10%，而中低技术产业、中高技术产业和高技术产业的比重都有所上升，1996～2010年分别上升了2.55、3.74和3.44个百分点。而从就业结构变动趋势中可以看出，产值比重的变化并没有对就业结构产生明显的影响，低技术部门的就业比重并没有随着其产值比重下降而明显降低，一直保持在33%左右，是制造业中吸纳就业的主要部门；中低技术产业的就业比重持续下降，15年间下降了4.86个百分点；中高技术产业的就业比重从2000年开始先降后升，2010年比重与1996年基本持平，但是从发展趋势来看，预计今后几年将有望超过低技术产业，成为制造业中就业比重最高的部门；最后从高技术产业来看，其就业比重没有明显受产值比重变化的影响，由1996年的6.06%稳步上升到2010年的13.00%。综合来看，高技术产业在制造业中的产值比重先升后降，就业比重则表现出持续上升的趋势。

3．高技术产业发展的就业弹性及比较

由于1997、1998年国有企业进行减员增效改革，大量富余劳动力被排除，使隐性失业显性化，制造业各个行业受到的影响尤为明显。通过计算发现，这几年间的就业弹性出现明显异常值，难以有效反映经济增长对就业的拉动作用，更多的是体现了政策性因素对就业数量的影响，因此笔者从2000年开始分析，具体结果如图1-17所示。

从就业弹性的变动趋势来看，无论是从总体上还是分部门来看，制造业各行业都呈现比较类似的变动规律。21世纪初期，盲目投资导致生产能力过剩，一方面企业大量缩减产量导致对劳动力的需求减少，另一方面企业纷纷采用技术革新，改变生产要素组合，向资本技术密集型发展，慢慢导致对劳动力的需求也逐渐减少。与此同时，国有企业改革、企业兼并重组等使隐性失业人员显性化，大量企业职工成为失业人员，致使就业弹性不高，除了高技术产业外，其他产业的就业弹性基本为负值，制造业产值增长并没有带来就业的显著增加。在2002年国家提出走新型工业化道路以后，经济结构有所改善，高技术产业也得到了较快发展，从而使制造业的就业吸纳能力得到了一定程度的恢复。2004年，国内外市场变化、国家投资政策和金融环境等都不同程度地影响着制造业的发展。这一阶段，国际上受到美国“9 ·11”恐怖袭击事件造成的全球经济下滑的影响，国内“非典”疫情蔓延也导致很多外商投资项目延迟，投资经历高速增长之后自然回落，都是造成制造业吸纳就业的脚步放缓的重要因素。2005年以后，随着外商直接投资的急剧膨胀，制造业的发展得到恢复，吸纳就业的能力也开始平稳上升。但是2008年由美国次贷危机引发的全球性金融风暴，导致世界市场需求的急剧萎缩，从而使我国外向型发展的制造业又一次经受了严峻的考验，就业吸纳能力也受到严重伤害。而随着金融危机的逐渐平息，我国制造业就业弹性又恢复到较高水平，经济增长进一步拉动了就业的增长。

另外，从图1-17中可以看出，高技术产业的就业弹性在制造业中最高，中高技术产业次之，说明技术密集型产业对就业拉动能力很强，故发展技术密集型产业会降低就业吸纳能力的说法并不成立。但是，从就业弹性的变化中还可以看出，高技术产业发展对就业而言也具有一定的风险性，受2008年世界金融危机的影响，高技术产业的就业弹性迅速由最高变为最低，就业吸纳能力受到重创。主要有如下几个原因。一是我国高技术产业国际化程度高、出口导向明显，2008年我国高技术产业增加值仅占全部工业增加值的10.2%，但是高技术产品出口却占到全部商品出口总额的29.1%，对出口的依赖度很高（丁守海，2009）；二是高技术产业本身就属于高风险的产业，受外部环境的影响非常明显，在经济上行时期发展迅猛，而一旦遇到危机马上会受到冲击。因此，技术密集型产业发展对就业具有双重影响，一方面产生了较高的就业吸纳效应，另一方面也会为就业稳定性带来一定的风险。

4．高技术产业发展对就业数量的影响

通过前面的分析可知，高技术产业发展会增加其在制造业中的比重，使制造业的技术结构发生变化，而由于不同技术部门对就业的容纳度不同，故会对就业产生影响。另外，结构变化的过程也是产业升级的过程，如果产业升级的速度过快，劳动力职业转换需要一定的时间，那么必然会带来一定的摩擦性失业，也会影响就业数量。基于此，笔者以高技术产业产值比重和制造业产业结构变动速度为自变量，以就业数量为因变量，利用回归分析法分析高技术产业的发展对就业数量的影响效应。考虑到自变量与因变量间的非线性关系，笔者将模型设定为：

L = F（BZ, SL）= a（BZ）α（SL）β

其中，L、BZ、SL分别表示劳动就业人数、高技术产业产值比重和制造业技术产业结构变动速度, α、β表示系数，a为常数。由于三者之间的非线性关系为指数形式，因此笔者对上式两边取对数得到方程：

ln L = ln a +α ln（BZ）+β ln（SL）

据此构建回归方程为：

ln L = C1+C2ln（BZ）+C3ln（SL）+e

其中，BZ用高技术产业总产值占制造业总产值的比重进行衡量；SL利用制造业的Moore结构变化值衡量；就业人数使用笔者整理的数据进行衡量。由于1998年前后国有企业改革使就业数量的真实值受到干扰，故笔者使用1999～2010年的数据，利用SPSS软件进行分析。

研究结果表明，制造业产业升级方向对就业没有显著影响（β=0.041, P＞0.05），制造业产业升级速度则对就业数量具有显著的负向影响（β=-0.652, P＜0.05）。这说明：①高技术产业比重的变化对就业数量造成影响，尽管高技术产业的就业容纳度可能会相对较低，但是它对于就业也有一定的拉动作用：一方面，制造业结构升级使产值增长率更高，从而保证了就业增长；另一方面，制造业结构升级增强了内部产业之间的关联性，使产业分工更加细化，从而衍生出更多的工业行业和就业岗位；②制造业产业结构变动速度会对就业数量产生负面影响，正如前面所分析的，制造业内部的技术升级使产业结构出现了更替，但是劳动力供给不可能马上满足产业结构变动的需求，产生结构性失业，加之职业转换需要一定的时间，造成了摩擦性失业，在一定程度上对就业数量产生了抑制作用。

（二）技术进步对就业的影响

1．技术进步的测度

对于技术进步常用全要素生产率（Total Factor Productivity，TFP）进行衡量，全要素生产率的增长，通常被称作技术进步率，是新古典学派经济增长理论中用来衡量纯技术进步在生产中的作用的指标的又一名称，反映了除去所有资本、劳动等有形生产要素以外的纯技术进步的生产率的增长（沈能，2006）。关于全要素生产率有多种计算方法，其中最受认可的是数据包络分析（DEA）方法。这种方法采用线性规划方法，把观察值到前沿面的偏差都当作无效率的结果，完全忽略了测度的误差，并且不需要任何具体函数形式或分布假设。基于此，本书主要使用基于数据包络分析的Malmquist生产率指数，计算TFP的增长。

从t时期到t+1时期，TFP增长率测度的Malmquist指数可以表示成：

上式中，，表示第i个地区在时期t包括资本K和劳动L的投入向量；产出Y表示成和, ）分别表示以t时期的技术Tt为参照的、时期t和时期t+1生产点的距离函数。另外，它可以分解成两个部分的乘积，如下所示：

第一部分技术效率指数（EFF），就是从t到t+1期技术效率的变化，测算的是技术操作的有效性的变化对TFP的影响；而第二部分是技术创新指数（TECH），就是从t到t+1期技术的变化率，反映的是技术变化对TFP变动的影响。

计算全要素生产率需要的总产值、资本投入和劳动投入等指标的数据来自《中国统计年鉴》、《中国工业经济统计年鉴》、《中国经济普查年鉴（2004）》和中经网统计数据库，选择按行业分布的国有及规模以上非国有工业企业年度数据作为样本，分别用工业总产值、固定资产净值和年平均从业人员数代表上述指标，同样使用1996～2010年的数据进行研究，利用DEAP 2.1软件对Malmquist指数进行运算。

首先从制造业总体的技术进步情况来看，全要素生产率在1997～2010年的数值均大于1，说明制造业技术进步效应显著。而从技术进步的分解情况来看，2000年以前制造业的技术进步主要是技术创新的作用，技术效率改进的贡献不大；而2000年以后，技术效率和技术创新都对技术进步起到了促进作用（见图1-18）。

再从不同技术部门的技术进步情况来看，如图1-19所示，低技术产业2000年以前的技术进步并不明显，而2000年以后，技术水平有所提高。再从技术进步的分解指数来看，低技术产业2006年以前的技术进步主要是技术创新的贡献，而2006年以后的技术进步则主要得益于技术效率的提高，说明技术效率的提高对技术进步起到了主导作用。总体上看中低技术产业技术进步比较明显，而从技术贡献来看，2000年以前的技术进步主要是基于技术的创新效应，而后的技术进步则是技术效率和技术创新共同作用的结果，但是从2008年开始，技术效率提高的作用又有所降低。中高技术产业与制造业总体的技术进步趋势基本一致，2000年以前，技术创新主导了技术进步，而2000年以后，技术效率和技术创新共同促进了技术水平的提高。高技术产业与其他行业表现出明显不同的规律，可以看出，其技术进步基本是由技术创新因素引起的，说明这些行业的技术进步是以技术创新为主，而技术效率基本没有发生变化，说明高技术产业的技术进步对技术创新的依赖性较强。

2．技术进步对就业的影响

为了测试技术进步对就业的影响效果，笔者使用SPSS软件，以全要素生产率及其分解得出的技术效率和技术创新作为自变量，以就业人数为因变量，利用回归分析法进行检验。具体操作步骤为：首先计算全要素生产率对就业数量的影响，然后分析技术效率和技术创新的影响效果。详细结果如表1-12所示。

从表1-12可以看出，总体上制造业技术进步对就业没有显著影响，但是分解来看，技术创新显著影响了就业的数量，说明制造业存在技术排挤劳动力的情况。而分行业来看，低技术产业和中低技术产业的就业数量受技术进步的影响不大，无论是总体技术进步，还是技术效率和技术创新都没有对这些部门的劳动力产生排挤，显示出这些低技术依赖部门的就业受技术进步影响较小；而反观比较依赖技术要素投入的高技术部门，其就业受技术进步的影响较为明显，中高技术产业虽然整体上看技术进步对就业没有显著影响，但是进行指标分解后发现技术创新对就业产生了显著的负向影响，高技术产业中技术进步对就业的影响更加明显，无论是从总体技术进步还是分解指标来看，其都对就业产生了消极的影响。