《管理世界》2024年第11期
作者简介
王林辉，吉林大学商学与管理学院教授、数量经济研究中心副主任。研究方向：技术进步与劳动力市场。
文章概要
当前，机器人在生产中大规模应用会重塑职业任务与诱发新旧职业更替，引致劳动者的技能需求变动。以往研究较多关注机器人应用的就业替代和创造效应，忽视机器换人或人机协作重塑工作流程和改变生产任务会如何影响劳动技能需求。虽然一些研究开始关注机器人引起的劳动就业感知变化，并考察了机器人冲击对劳动者工作幸福感和心理健康的影响，但对与劳动就业密切相关的职业-技能合意性却缺乏深入探讨，即新技术冲击下劳动者技能在工作中的实际使用情况并未得到足够重视，故对这一问题的研究具有理论价值。随着机器人深度参与生产活动，劳动者的职业技能面临新的需求与挑战，探究机器人应用对劳动者职业-技能合意性的影响，有助于政府和企业及时掌握劳动者工作状况，从而针对弱势群体精准施策。同时，职业-技能合意性直接关系到劳动者的劳动生产效率、工作幸福感和职业发展机会，深入研究这一问题，有助于探索与新技术环境更为契合的工作形态和就业模式，不仅能促进劳动者的个人成长与发展，也对于实现更高质量就业具有深远的现实意义。
基于此，文章综合采用微观个体调查数据和企业线上招聘数据考察机器人应用对职业—技能合意性的冲击，从任务去常规化和职业可迁移技能需求增加的维度，探究机器人应用对职业—技能合意性的影响机制，分类检验不同类型可迁移技能在其中发挥的作用，并进一步剖析部分学历不足的劳动群体就业状况、工资收入和职业地位的变化。研究发现：（1）机器人应用会重构机器与劳动间任务分配，使劳动者从事的任务去常规化，也会增加职业可迁移技能的需求，进而降低职业-技能合意性。（2）机器人应用增加了复杂问题解决、资源管理和社交等多种可迁移技能的需求，导致职业-技能合意性下降，这在新职业或数字职业中也有明显的体现。（3）面对机器人应用冲击，部分学历不足的劳动群体借助智能化机器可以提高其生产效率突破职业藩篱，推动职业地位向上流动和获取更高的工资收入；但也有部分劳动群体，被机器人替代而面临离职风险增加和工资下降等问题。技能深化能够帮助劳动者摆脱技能不足的困境，提高职业-技能合意性，进而缓解机器人应用的负向冲击。
文章的边际贡献在于：第一，有别于既有文献更多关注机器人应用的就业替代与创造效应，本文创新性地考察机器人应用对职业-技能合意性的可能性冲击，拓展了现有关于机器人应用与劳动力市场问题的研究；第二，从任务去常规化和职业可迁移技能需求两个维度，探究机器人应用对职业-技能合意性的作用机制，进一步检验复杂问题解决、资源管理和社交技能等不同类型可迁移技能的差异化影响，以及新职业或数字职业中可迁移技能的变动；第三，通过比较职业学历要求与劳动者学历条件，识别学历不足特定群体，并对比该群体中职业-技能合意和非合意劳动者的就业状况，剖析机器人应用能否帮助这些群体破除职业藩篱。
文章从职业可迁移技能和生产任务重构视角，探究了劳动者在机器人应用环境中职业—技能合意性问题，拓展机器人就业效应的研究内容。但囿于微观数据可获得性，一些细分领域问题的讨论仍处于初始阶段，特别是关于职业可迁移技能问题有待进一步深化。人工智能等新兴技术应用不断诱发劳动分工细化和职业技能需求变动，后续研究将继续深入探讨人工智能技术冲击下职业稳定性和可迁移技能需求等问题，帮助劳动者确定技能深化方向及路径，以更快融入新技术环境和提高职业—技能合意性，助力更充分和更高质量就业。
