数字经济时代,劳动密集型制造业如何应对要素成本快速上涨的挑战、创造更多更高质量的就业岗位对于实施就业优先战略尤为重要。本文尝试在数理政治经济学的理论框架下,基于DLF技术选择模型,借鉴演化经济学有关数字化技术进步影响的新观点,以2008—2021年制造业上市公司数据为样本展开实证分析,考察数字化转型条件下劳动密集型制造业的就业吸纳能力。研究发现:数字化转型能够通过两方面对劳动密集型制造业就业吸纳能力产生正向影响,一方面,数字化转型能够通过提高劳动生产率的方式,直接增加劳动密集型制造业的就业;另一方面,尽管劳动密集型制造业相较于资本密集型制造业的工资-就业弹性更大,这导致在工资上涨阶段劳动密集型制造业减少的就业岗位会更多,但数字化转九游娱乐文化 九游app官方入口型作为调节变量能够更为显著地削弱就业替代效应,有效缓解该行业部门就业吸纳能力的下降。从就业结构影响来看,数字化转型会促使劳动密集型制造业更倾向于增加九游娱乐文化 九游app官方入口中等技术岗位,这种结构变化能够兼顾就业的托底作用和就业结构的升级。本文的研究结论有助于为劳动密集型制造业通过数字化转型激发就业吸纳潜能,促进高质量充分就业提供理论依据和实践启示。
国家社会科学基金一般项目“数字经济和实体经济深度融合机制的政治经济学研究”(21BJL076)。
就业是最基本的民生。2025年政府工作报告提出要“支持劳动密集型产业吸纳和稳定就业,统筹好新技术应用和岗位转换,创造新的就业机会”。劳动密集型制造业作为国民经济的重要组成部分,长期以来发挥就业稳定器的作用。数字经济时代,在就业优先战略导向下,支持吸纳就业能力强的劳动密集型制造业发展,使其继续发挥拓展就业渠道和提升就业质量的重要作用,成为新发展阶段推动高质量充分就业的一项重要任务。
中国制造业处于由大转强的攻坚期,相比资本密集型的先进制造业,劳动密集型制造业一度被贴上“落后”“淘汰”的标签。随着中国劳动力成本快速上涨,劳动力的供需错位和技能错配将形成新的就业压力,也成为劳动密集型制造业发展的新阻力(周敏丹,2021)。现有的文献中,有学者观察到数字时代就业市场出现“就业结构极化”现象(Autor等,2003;Acemoglu和Restrepo,2018;Acemoglu和Restrepo,2020),也有学者研究数字技术应用对实体经济就业的影响机理(王永钦和董雯,2020;彭树宏,2024),然而,对新一轮科技革命下劳动密集型制造业如何跳出传统思路,在继续发挥其强大的低技能劳动力吸纳作用的同时,创造出更多的高质量就业岗位,鲜少研究,而这将成为本文的研究重点。
上述研究重点在于讨论技术进步和就业之间的联系,以及这种联系在不同部门之间的差异。在这个问题上,马克思主义经济学有非常深刻且独特的见解。首先,与新古典经济学认为均衡收入分配由技术关系决定不同,马克思主义经济学强调收入分配在技术选择方面的重要作用(沃尔夫和雷斯尼克,2015),收入分配从根本上来说是由参与分配的群体在市场中的权力决定的,这种权力由制度环境、宏观的积累过程和产业后备军水平以及微观的技术和劳动过程共同决定(马克思,2018;2018)。收入分配会影响技术演化的路径,由此影响就业水平,并进一步通过技术和就业塑造收入分配过程(Foley等,2019)。也正因为这种理论特点,马克思主义经济学可以较为直接地分析收入分配变化过程中的技术变化及由此产生的就业问题。其次,马克思主义经济学还认为,不同的生产部门之间并不存在技术意义上的“先进”和“落后”,不同部门由于其生产的使用价值不同,它们之间的生产率并不能直接比较,现实当中表现为不同部门人均增加值的差异是由于价值实现导致的,这些差异随着社会分配和价值实现条件的变化也会随时发生变化,劳动密集型制造业的低人均增加值特性来自于其生产价格低于价值的特点,其他行业的高人均增加值是以这些部门的低人均增加值为基础的,因此,单纯追求产业升级并不一定能实现一个经济体整体人均增加值水平的提高(Hadjimichalis,1984)。再次,马克思主义经济学认为,技术进步带有强烈的演化性质(Park,2001),具有高度的随机性和不连续性,且当前的技术起点对于技术选择具有强烈的影响(Duménil和Lévy,1995;Foley,1998)。这意味,着对于不同的部门,由于其起点不同,同样的数字技术所产生的影响也可能是迥异的。
针对这种现状,本文将探讨以下问题:从政治经济学视角出发分析劳动力成本上涨背景下中国劳动密集型制造业的就业吸纳情况如何?劳动密集型制造业能否通过数字化转型增强其对劳动力的就业吸纳作用?数字化技术进步能否为劳动密集型制造业提供高劳动生产率、低资本有机构成的潜在技术选择?数字化转型会对劳动密集型制造业的就业结构产生哪些影响?
本文的边际贡献体现在以下方面:第一,拓展了数理政治经济学关于技术进步的前沿理论,构建了一个关于技术选择的DLF模型框架,用于深入全面地考察不同要素密集度制造业部门在数字技术选择上的差异化行为,丰富了围绕劳动密集型制造业数字化技术进步带来劳动生产率提高和就业扩容提质的研究结论。第二,基于制造业上市公司年报文本数据,采用文本挖掘分析法构建制造业企业数字化转型指数,并且量化了资本有机构成、产能利用率、剩余价值率、成本加成率等影响制造业就业效应的重要因素,为在数字化条件下开展不同要素密集度制造业就业吸纳能力的回归分析、机制分析和异质性分析提供基础测度。第三,在政治经济学的分析框架下,引入劳动生产率和资本有机构成作为衡量产业发展的核心指标,检验数字化转型、劳动生产率与资本有机构成之间的机制关系,为政府制定推动劳动密集型制造业数字化转型、促进就业吸纳能力提高的相关产业政策和就业政策提供重要的理论依据。
本文选择在政治经济学的理论框架下,基于2008—2021年上市公司制造业企业数据,考察数字化转型的技术进步对劳动密集型制造业就业总量和就业结构产生的影响。在此基础上,研究劳动密集型制造业如何通过数字化转型应对劳动力成本快速上涨的挑战。得到以下主要研究结论:(1)劳动密集型制造业的工资—就业弹性显著为负,且相较于资本密集型制造业绝对值更高。劳动密集型制造业的工资—就业弹性更高意味着在没有引入数字化技术的条件下,面对劳动力成本快速上涨的压力,劳动密集型制造业的就业吸纳能力会下降更快。(2)随着新一代信息技术在劳动密集型制造业中的应用,会使得产业的前后向联系得到更广泛拓展,企业间分工协同和规模经济等机制能够直接或间接地创造出更多的就业岗位。由于数字化转型作为调节变量能够更为显著地削弱劳动密集型制造业的就业替代效应,这有效地缓解了劳动密集型制造业就业吸纳能力的下降。数字化转型带来的技术进步能够为劳动密集型制造业带来更多劳动生产率高、资本有机构成没有那么高的潜在技术选择,从而使得劳动密集型制造业可以通过数字化转型,有效应对劳动力成本上涨带来的就业替代压力。(3)从就业结构影响来看,劳动密集型制造业数字化转型会给中低技能和中高技能劳动者带来更多新的就业机会,数字时代的劳动密集型制造业将起到托底中低端就业的作用。此外,劳动密集型制造业不仅在吸纳非熟练劳动力方面具有显著优势,而且在实体经济和数字经济深度融合进程中,也会产生“技能偏向型技术进步”带来的高质量就业岗位的创造。
基于上述研究发现,劳动密集型制造业能够通过数字化转型有效应对要素成本上涨带来的就业挑战。进一步地,本文提出以下政策建议:
第一,加快推动劳动密集型制造业数字化转型,引导制造业企业选择引入一些劳动生产率高、资本有机构成低的数字化技术,增强劳动密集型制造业对劳动力的就业吸纳能力。短期内,各级政府可以引导制造业企业通过提升组织效率和管理效率应对要素成本上涨的冲击;长期内,应鼓励和帮助制造业企业通过数字技术的应用,降低生产管理、库存、运营维护等方面的成本,增强制造业企业生产的协调性和敏捷性。针对那些资金实力不雄厚的中小规模制造业企业,政府部门应充分考虑其融资难的境况,采取小步快走、务实推进数字技术与劳动密集型制造业相结合的方案,尽可能保留这类制造业企业的优势,着力吸纳和解决非熟练技术工人以及中低技能劳动者的就业。
第二,提升劳动者素质和技能,以应对劳动密集型制造业数字化转型对劳动者技能的新要求,促进高质量充分就业的实现。进入数字经济时代,要使得劳动密集型制造业继续发挥就业稳定器作用,就需要完善数字人才培养体系,助力数字化转型意愿高的劳动密集型制造业企业对现有的熟练技术工人进行转岗培训,完善智能制造人力资源培养方案,提升劳动者与企业岗位需求的适配性,依托产教深度融合,充分发挥普通高等教育和职业教育的作用,改革教学内容,培养一批适应人工智能、数字化发展需求的高技能复合型人才,让更多的劳动者能够分享数字化红利。
第三,推动制造业行业部门内就业结构的优化升级,支持新就业形态发展,为数字经济新模式新业态下的劳动密集型制造业劳动者就业创业提供政策扶持。劳动密集型制造业智能化、数字化转型过程中催生出来的新职业和新就业形态,凭借其相对自由灵活的工作方式和较高的收入预期,能够给广大的中低技能劳动者提供高质量的就业岗位,并且能够让这些劳动者有机会在工作中积累车间缄默知识,通过自身努力提升数字化技能水平,以适应劳动密集型制造业技术迭代的时代需求。为帮助更多劳动者适应新职业的技能要求,政府应建立适应新就业形态发展的职业技能培训模式,及时更新完善灵活就业的社会保障体系。
中国社会科学院数量经济与技术经济研究所,副研究员,经济学博士,研究领域为技术创新、产业政策与数字经济。
武汉大学经济与管理学院,教授,博士生导师,经济学博士,研究领域为数理政治经济学、发展政治经济学。
沈梓鑫,冯志轩,江飞涛.数字化转型与劳动密集型制造业就业吸纳——一个政治经济学视角的分析[J].经济管理i.bmj.2025.04.003.