《Sustainability》：Artificial Intelligence Development and Worker Employment Quality: Evidence from China
编辑推荐：
随着新技术持续发展，这些新技术对劳动力市场产生了深远影响。本文使用2016—2022年中国家庭追踪调查（China Family Panel Studies，CFPS）的微观个体数据与省级人工智能（Artificial Intelligence，AI）宏观数据
随着新技术持续发展，这些新技术对劳动力市场产生了深远影响。本文使用2016—2022年中国家庭追踪调查（China Family Panel Studies，CFPS）的微观个体数据与省级人工智能（Artificial Intelligence，AI）宏观数据，采用双向固定效应模型（two-way fixed-effects model），系统考察人工智能发展对劳动者就业质量的实际影响及内在机制。研究表明，地区人工智能发展水平与本地劳动者就业质量之间存在显著正相关。然而，这一地区层面的总体效应并不能直接证明企业或员工使用人工智能的个体层面效应。机制检验进一步证实，地区人工智能发展对劳动者就业质量的提升作用主要通过优化产业结构和促进劳动者工作模式智能化实现。异质性分析表明，地区人工智能对男性劳动者、体制外劳动者以及东部地区劳动者的就业质量具有更大的正向影响。因此，为实现劳动者更高质量就业，需要推动人工智能与实体经济深度融合，构建政府、企业与高校多方协同的育人机制，并实施促进数字包容与差异化支持的政策。
一、研究背景与问题
人工智能（Artificial Intelligence，AI）已成为新一轮技术革命和产业变革的关键驱动力，对劳动力市场产生多面性、多层次的结构重塑效应。根据国际机器人联合会（International Federation of Robotics，IFR）《World Robotics Report 2025》，中国工业机器人存量2021年超过100万台，2024年增至202.7万台；2024年年度新安装29.5万台，占全球新安装量54%，是全球工业机器人需求核心来源。根据《Future Jobs Report 2025》，到2030年，AI和信息处理技术将带来岗位双向变化：约900万岗位面临被替代风险，同时将创造1100万新岗位；完全由人工承担的工作任务份额将从47%降至33%。AI产业应用已从局部业务与简单岗位自动化推进到人机协作、全业务链赋能与跨行业深度融合。然而，现有研究主要关注AI对就业数量和就业率的影响，对就业质量讨论不足。本文与既有研究差异在于：第一，现有研究多考察制造业机器人对工作质量影响，未全面反映农业与服务业；第二，既有研究常聚焦青年、女性或农民工等特定群体，本文面向全体劳动者；第三，中介机制上，较少从产业结构优化与工作方式智能化考察AI对就业质量影响。该研究契合Sustainability关于社会可持续与包容性长期发展的主题，回应国际劳工组织（International Labour Organization，ILO）体面劳动倡议以及联合国可持续发展目标8（Sustainable Development Goal 8，SDG 8）。研究人员利用省级AI发展宏观数据与CFPS微观个体数据，实证考察区域AI发展对就业质量影响。区域AI发展由省级AI专利衡量，代表区域AI创新供给，区别于企业AI技术采用和劳动者个人AI使用行为。
二、研究开展、结论与意义
研究人员构建区域AI发展水平指数与综合就业质量指数，使用双向固定效应模型系统检验。结论为：区域AI发展水平显著提升本地劳动者就业质量；其作用通过优化产业结构和促进劳动者工作方式智能化实现；对男性、体制外、东部地区劳动者正向影响更大；对工资、劳动保护、就业稳定性、工作场所条件有改善，并降低劳动供给时间。其意义在于丰富技术进步的社会可持续内涵，为平衡技术升级与高质量就业提供经验证据，并为数字经济中可持续、包容、以人为本的劳动力市场发展提供政策启示。
三、关键技术与方法
省级AI专利数据来自Patsnap专利数据库，经济指标来自《中国统计年鉴》。微观样本来自中国家庭追踪调查（CFPS）2016、2018、2020、2022四期，覆盖25个省、市、自治区，保留18—60岁劳动者，匹配省级AI发展水平，删除就业质量指标缺失样本，连续变量在1%和99%分位缩尾。最终观测值16,324，独立劳动者6,567，构成非平衡个体面板；2016、2018、2020、2022有效观测分别为2,338、4,903、4,681、4,402。核心解释变量为每万名员工AI专利数；被解释变量就业质量由工资收入、工作时间、就业稳定性、劳动保护、工作环境五维经熵权法（entropy weighting method）合成；机制变量为产业结构优化与智能工作模式；采用双向固定效应模型、中介模型、Bartik（Shift-Share）工具变量和Oster检验。
四、研究结果
（一）基准回归。在控制个体和时间固定效应，并逐步加入个体、家庭和地区特征后，区域AI发展水平系数均为正且在5%水平显著。第（4）列表明，区域AI发展水平每增加1单位，劳动者就业质量提高0.025单位。区域平均总体效应可能通过产业溢出、产业结构变化和劳动力市场环境变化发挥作用，而非必然通过企业或个体劳动者直接使用AI。结果支持H1。
（二）稳健性检验。研究人员从替换核心解释变量、改变被解释变量测度、增加更严格固定效应、调整估计模型和缩尾五方面检验。以地区AI企业存量、机器人安装密度等代理核心解释变量时，系数分别10%、5%水平显著为正；以等权平均法、CRITIC法重算就业质量时，系数分别10%、1%水平显著为正；剔除2020年样本或仅保留2020年样本时，核心系数均1%水平显著为正。结论稳健。
（三）内生性检验。考虑逆向因果和遗漏变量，研究人员采用Bartik（Shift-Share）工具变量，即地区历史AI专利申请基础与全国AI专利申请趋势交互项。第一阶段工具变量对核心解释变量在1%水平显著为正；第二阶段AI发展对就业质量系数在1%水平显著为正。Oster检验显示，加入控制变量后AI系数从0.007增至0.012，模型R
2从0.032增至0.878；若真实效应为0，不可观测变量相对可观测变量所需解释强度δ为3.006，高于常用判断标准1，说明遗漏变量偏误影响较小。
（四）异质性分析。区域AI发展对男性劳动者显著正影响，对女性不显著；对体制外劳动者显著正影响，对体制内不显著；对东部地区显著正影响，对非东部不显著。原文解释为：男性在制造业、IT运维、智能系统调试、供应链优化等与AI高度互补岗位就业率较高；体制外部门包含大量常规认知任务、流水线操作与标准化服务岗位，可编码性强，易受AI替代或改造；东部企业数字化转型水平高，智能技术深度融入生产经营，中西部虽产生AI相关创新，但多数传统企业尚未完成智能升级。
（五）机制检验。产业结构合理化方面，AI对产业结构合理化回归在10%水平显著为正，间接效应0.0006，Sobel Z=1.917（p=0.0553），10%水平显著；产业结构升级方面，AI对产业结构升级在5%水平显著为正，间接效应0.0076，Sobel Z=1.752（p=0.0798），10%水平显著。智能工作模式方面，AI对智能工作模式在5%水平显著为正；引入中介后，AI对工作方式智能化和就业质量影响均在5%水平显著；间接效应0.0036，Sobel Z=3.741（p=0.0002），1%水平显著。
（六）人工智能对就业质量的多维影响。区域AI发展对工资收入影响在1%水平显著为正；对工作时间影响在10%水平显著为负；对就业稳定性影响在5%水平显著为正；对劳动保护影响在5%水平显著为正；对工作场所影响在1%水平显著为正。原文解释包括提高全要素生产率、淘汰低薪岗位、创造高薪技能岗位；替代高强度高重复任务；优化求职匹配、降低搜寻成本、促进长期稳定劳动关系；企业人力资本升级和规模扩张增加高技能人员需求，更愿意合规缴纳社保；减少高风险高强度任务，改善工作物理环境和身心健康。
五、讨论与结论翻译
政策建议包括：第一，推动AI与实体经济深度融合，加大AI产业培育，支持AI创新企业，完善产业链创新生态。第二，构建政府—企业—高校多方协同人才培养机制，共建终身学习体系，精准匹配岗位要求，打破技能转型壁垒。第三，实施数字包容和差异化支持政策，提高弱势群体数字素养；对女性完善灵活就业配套制度，如灵活工作安排和居家远程办公；对中年群体加强数字技能培训，提供公共就业服务，结合平台经济等新就业形态提供多元化就业选择。局限包括：省级专利数据反映区域AI创新供给能力，不能表征个体岗位层面AI实际应用，不能识别省内个体AI应用异质性，区域平均效应不能机械解释为个体层面AI使用因果效应；样本覆盖2016—2022，2022年底ChatGPT发布推动生成式AI大规模应用，其就业质量影响需进一步研究；CFPS四期调查中若干个体层面题项措辞和响应类别在2016—2018与2020—2022波次间略有调整，虽按官方指南统一变量编码，但未进行“智能工作模式”的正式configural测量不变性检验，严格测量等价不能保证，问卷细微修订可能产生跨波测量差异并潜在偏误系数估计，未来标准化量表专用主调查有助于提高跨期测量可比性。
研究结论翻译：本文基于省级AI专利数据和2016—2022年中国家庭追踪调查（CFPS）数据，构建AI发展水平指数和综合就业质量指数，运用固定效应模型，系统探讨区域AI发展水平对就业质量的影响及机制。研究发现，第一，区域AI发展水平显著改善就业质量，在替换核心解释变量、改变被解释变量测度方式和改变样本等稳健性检验后仍成立。第二，区域AI发展水平通过优化产业结构和推动劳动者工作方式向智能化转变促进就业质量提升。第三，区域AI发展水平对男性、体制外劳动者以及东部地区劳动者就业质量的改善作用更大。最后，区域AI发展水平对就业质量不同维度具有不同影响，提高劳动者工资、劳动保护、就业稳定性和工作场所条件，同时减少劳动者劳动供给时间。
