欢迎访问学术月刊,今天是

自动化资本偏向型技术进步与就业的非线性关系

余典范 姜宏 陈磊

引用本文: 余典范, 姜宏, 陈磊. 自动化资本偏向型技术进步与就业的非线性关系[J]. 学术月刊, 2022, 54(9): 60-72. shu
Citation:  Dianfan YU, Hong JIANG, Lei CHEN. The Non-linear Relationship between Automated Capital Biased Technical Change and Employment[J]. Academic Monthly, 2022, 54(9): 60-72. shu

自动化资本偏向型技术进步与就业的非线性关系—基于中国制造业上市公司的证据

    作者简介: 余典范,上海财经大学商学院副教授(上海 200433) ;姜宏,上海工程技术大学管理学院讲师(上海 201620) ;陈磊,上海财经大学商学院博士研究生(上海 200433) ;
  • 中图分类号: F42

The Non-linear Relationship between Automated Capital Biased Technical Change and Employment

  • Available Online: 2022-09-20

    CLC number: F42

  • 摘要: 基于2012—2019年制造业上市公司数据,可以理论分析和实证检验自动化资本偏向型技术进步对就业总量及其结构性影响和内在机制。研究发现:(1)制造业自动化资本偏向型技术进步与就业总量呈现“U型”的非线性关系,对高、低技能劳动力就业的影响分别为“倒U型”“U型”。(2)企业生产率和产出规模在自动化资本偏向型技术进步对就业总量以及技能结构的影响中发挥了非线性效应。对于研究的样本而言,自动化资本偏向型技术进步通过生产率提升效应和规模降低效应对高技能劳动力就业产生了创造效应;而生产率提升效应和规模降低效应对就业总量和低技能劳动力产生了替代效应。因此,提升低技能劳动力的技能水平,大力培育高技能劳动力,强化自动化资本偏向型技术进步与劳动力的技能匹配,深入挖掘生产率和规模效应在自动化技术深化过程中对就业的积极作用,是适应“机器换人”,实现稳就业、促进高质量就业的重要途径。
  • 图 1  制造业企业不同分位数$ \mathit{b}\mathit{i}\mathit{a}\mathit{s} $与就业相关性

    图 2  2012—2019年中国制造业上市公司技术进步偏向峰峦图

    表 1  变量说明及描述性统计

    变量类型变量名称变量符号观测值均值标准差最小值最大值
    被解释变量就业总量对数值lnl28987.51251.17355.118010.6705
    低技能劳动力就业数量对数值lnL28987.45311.18204.948810.5725
    高技能劳动力就业数量对数值lnZ28985.72471.19273.09108.9882
    核心解释变量自动化资本偏向型技术进步指数bias28980.16980.19350.05471.5574
    控制变量总资产对数值lnasset289821.49991.355015.353927.3493
    研发支出对数值lnrd289813.97361.75901.027622.4736
    对外贸易规模对数值lnex289818.90472.23916.076825.4970
    企业年龄对数值lnage28982.67860.479204.1589
    员工平均工资对数值lnw289811.46390.44705.002414.6230
    低技能劳动力平均工资对数值lnwl257911.31030.37069.280814.5969
    高技能劳动力平均工资对数值lnwz259312.03181.00734.042016.9170
    下载: 导出CSV

    表 2  基准回归结果

    变量(1)(2)(3)
    lnllnLlnZ
    bias−1.4049***−1.7627***0.8172***
    (−6.9676)(−8.4457)(3.6161)
    bias20.7269***0.8960***−0.3965***
    (6.5339)(7.8940)(−3.1793)
    lnasset0.4659***0.4618***0.4841***
    (14.8894)(12.9980)(12.0796)
    lnrd0.1747***0.1454***0.2681***
    (7.9052)(6.2958)(9.2889)
    lnex0.0575***0.0567***0.0498***
    (6.5991)(5.6252)(4.7187)
    lnage0.21620.3078*0.3931*
    (1.4663)(1.7456)(1.8095)
    lnw−0.3261***
    (−7.1697)
    lnwl−0.6323***
    (−12.1646)
    lnwz−0.1108***
    (−6.7830)
    企业固定效应
    时间固定效应
    样本量267723932389
    调整R20.96500.96430.9454
    注:***、**、*分别代表1%、5%和10%的显著性水平;括号内为t值;下同。
    下载: 导出CSV

    表 3  稳健性和内生性检验

    变量(1) 替换代理变量(2) GMM估计(3) 固定效应交乘项(4) 两阶段最小二乘法
    lnllnllnllnl
    bias−1.4057***−1.4080***−1.0299*
    (−6.9677)(−7.0141)(−1.9113)
    bias20.7271***0.7188***0.7307**
    (6.5290)(6.6581)(2.1892)
    bias1−3.6546***
    (−5.0627)
    bias124.1651***
    (4.0293)
    控制变量
    企业固定效应
    时间固定效应
    行业×时间固定效应
    不可识别检验 P值0.0000
    Anderson canon. corr. LM检验 P值0.0000
    Sargan检验 P值0.3700
    样本量3224267726491993
    调整R20.96120.96500.96700.4111
    下载: 导出CSV

    表 4  生产率效应机制检验

    变量(1)(2)(3)(4)
    tfp_oplnllnLlnZ
    bias 1.2258***
    (5.7580)
    −1.3969***
    (−6.6403)
    −2.1041***
    (−8.8663)
    1.2109***
    (5.1371)
    bias2 −0.6346***
    (−5.5478)
    0.7473***
    (6.4294)
    1.0876***
    (8.4360)
    −0.5930***
    (−4.5210)
    tfp_op 0.5034***
    (2.2147)
    0.5585***
    (2.3828)
    0.3908
    (1.6124)
    tfp_op2 −0.0846***
    (−2.6339)
    −0.0869***
    (−2.6491)
    −0.0811**
    (−2.3240)
    控制变量
    企业固定效应
    时间固定效应
    样本量 2480 2480 2480 2480
    调整R2 0.8766 0.9670 0.9632 0.9392
    下载: 导出CSV

    表 5  产出规模效应机制检验

    变量(1)(2)(3)(4)
    lnYlnllnLlnZ
    bias −0.9613***
    (−4.1447)
    −1.3037***
    (−6.8099)
    −1.9663***
    (−9.1925)
    1.1032***
    (4.8348)
    bias2 0.4828***
    (3.9239)
    0.6826***
    (6.4555)
    0.9984***
    (8.5376)
    −0.5447***
    (−4.3883)
    lnY 1.4778***
    (5.4713)
    1.4078***
    (4.5786)
    1.1136***
    (2.8167)
    lnY2 −0.0258***
    (−4.1494)
    −0.0238***
    (−3.3573)
    −0.0197**
    (−2.1354)
    控制变量
    企业固定效应
    时间固定效应
    样本量 2677 2677 2677 2677
    调整R2 0.9618 0.9703 0.9670 0.9374
    下载: 导出CSV
  • 加载中
图(2)表(5)
计量
  • PDF下载量:  4
  • 文章访问数:  1869
  • HTML全文浏览量:  184
文章相关
  • 刊出日期:  2022-09-20
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

自动化资本偏向型技术进步与就业的非线性关系

    作者简介:余典范,上海财经大学商学院副教授(上海 200433)
    作者简介:姜宏,上海工程技术大学管理学院讲师(上海 201620)
    作者简介:陈磊,上海财经大学商学院博士研究生(上海 200433)

摘要: 基于2012—2019年制造业上市公司数据,可以理论分析和实证检验自动化资本偏向型技术进步对就业总量及其结构性影响和内在机制。研究发现:(1)制造业自动化资本偏向型技术进步与就业总量呈现“U型”的非线性关系,对高、低技能劳动力就业的影响分别为“倒U型”“U型”。(2)企业生产率和产出规模在自动化资本偏向型技术进步对就业总量以及技能结构的影响中发挥了非线性效应。对于研究的样本而言,自动化资本偏向型技术进步通过生产率提升效应和规模降低效应对高技能劳动力就业产生了创造效应;而生产率提升效应和规模降低效应对就业总量和低技能劳动力产生了替代效应。因此,提升低技能劳动力的技能水平,大力培育高技能劳动力,强化自动化资本偏向型技术进步与劳动力的技能匹配,深入挖掘生产率和规模效应在自动化技术深化过程中对就业的积极作用,是适应“机器换人”,实现稳就业、促进高质量就业的重要途径。

English Abstract

    全文HTML

(2)  表(5)

目录

/

返回文章