都阳, 封永刚, 项智取. 行业技术进步与中国就业增长[J]. 经济研究, 2025, 60(10): 196-215.
原文链接：https://erj.ajcass.com/#/index
[推文最后：点“阅读原文”]
01
摘要
本文基于投入产出理论，将技术进步对就业增长的影响划分为本行业技术进步的直接影响效应、上游行业技术进步的间接影响效应、下游行业技术进步的间接影响效应和总体技术进步（包括本行业与上下游行业的技术进步）的最终需求间接影响效应四类。通过构建1995—2020年中国分省、分行业的投入产出与就业数据，本文对我国技术进步与非农就业增长之间的关系进行了重新识别。研究发现，1995—2020年，我国技术进步使得非农就业规模以年均1.45%的速度扩张。就业增长效应分解表明，本行业技术进步对非农就业增速的直接影响效应为年均-1.41%；上游行业技术进步对非农就业增速的间接影响效应为年均0.87%；下游行业技术进步对非农就业增速的间接影响效应为年均-0.02%；总体技术进步对非农就业增速的最终需求间接影响效应为年均2.00%。虽然劳动节约型技术进步对非农就业增长造成了不利影响，但通过上下游行业的联动关系，以及通过最终需求扩张，促进了总体非农就业增长。实证分析揭示了未来应以更积极的眼光看待技术进步与劳动力市场的关系。同时，要持续深化经济体制改革，促成技术进步在上下游行业间的传导，以及朝着扩大最终需求的方向转化。本文的分析还表明，技术进步对劳动力市场的影响具有卡尔多改进属性，在新技术革命背景下不断完善社会保障体系，是未来公共政策不可或缺的内容。
02
研究动机
新近的观察表明，在2013年时被认定为自动化风险更高的经济体，在2013—2019年间反而经历了更快的总就业增长（Georgieff et al., 2021）。因此，只有更清晰地解释“为什么劳动节约型技术进步反而促成了就业总量的长期增长”，才能更准确地把握二者的关系。利用跨国数据，Autor & Salomons（2018）对发达国家生产率与就业的同步增长现象进行了研究，发现劳动节约型技术进步虽然降低了本行业的就业规模，但通过促进上下游行业的发展以及最终需求增长，增加了总就业规模。循着类似的思路，本文利用中国1995—2020年分省、分行业的就业与投入产出数据，试图回答中国技术进步与非农就业快速增长同时发生的机制、各种效应的程度有多大。
03
典型事实：总量与结构的悖论
（1）数据来源
第一，过去几十年，农业劳动力向非农部门的转移贯穿中国经济发展的全过程，鉴于农业和非农部门就业性质的巨大差异，“总就业”统计既难以反映中国劳动力市场的实际增长情况，也容易使人们忽视其间发生的剧烈的就业结构变化。有鉴于此，本文使用“非农就业”反映中国劳动力市场的总体规模。
第二，当前的就业统计体系脱胎于计划经济时期采用的劳动统计制度，就业统计中的“分总不合”现象一直存在。年度就业统计数据一方面展示了总就业数量的不断增长；另一方面，分行业、分部门、分单位类型的就业加总与总就业不一致。造成就业统计“分总不合”尴尬现象的主要原因是数据调查方法和来源的多元化。综合调查方法、质量控制体系、调查资源投入等多方面因素，我们认为人口普查数据和1%人口抽样调查数据是分析就业增长和就业结构变化最可靠的数据来源。
（2）典型事实
第一，非农就业总量与结构。如图1所示，中国的非农就业规模不断扩大，从1995年的1.88亿人增长到2020年的5.03亿人，年均复合增长率为4.01%，无疑已经成为世界上最大的劳动力市场。非农就业的内部结构也发生了明显的变化，制造业就业规模开始下降，服务业成为创造就业岗位最重要的部门。
第二，非农行业的技术进步率与就业增长率。图2显示了1995—2020年中国分省、分行业技术进步率（TFP衡量）与就业增长率的关系，图中的每一个点代表某省、某行业，横轴为这一期间的年均技术进步率，纵轴为年均就业增长率。从散点分布和拟合的情况看，二者呈负相关关系，即技术进步更快的行业，其就业增长更慢。这种情况与劳动节约型技术进步对就业影响的直觉效果一致。
（3）技术进步与就业增长的悖论
如果技术进步仅仅是就业增长的负面影响因素，则不能解释在长达四分之一个世纪里总体技术水平和非农总就业共同增长的事实。与前文所述的统计体系缺陷不同，本文数据度量的非农总就业在各省和各行业是可分可加的，这意味着，如果图2所示的技术进步变化与就业增长之间的关系不能解释总就业增长，就不能再以统计遗漏来解释。因此，必须更深入地理解中国经济发展过程中，是否包含图2以外的就业增长的路径。
04
理论机制分析
技术进步对就业的总体影响存在图2以外的机制，Acemoglu et al.（2016）和Autor & Salomons（2018）基于投入产出理论，将技术进步对就业增长的影响划分为本行业技术进步的直接影响效应、上游行业技术进步的间接影响效应、下游行业技术进步的间接影响效应和总体技术进步（包括本行业与上下游行业的技术进步）的最终需求间接影响效应四类。
图3是不同类别效应对就业增长的影响路径。
首先，从本行业技术进步对就业增长的直接效应看，结合当前技术进步呈现的劳动节约特征，本行业技术进步的直接影响将是替代本行业的就业。图3中，βown反映本行业劳动节约技术进步的效应。
其次，从上下游行业技术进步对就业增长的间接影响来看，行业间有着紧密的联系，并形成上下游关系，但上下游行业技术进步对本行业就业的影响具有不确定性。一方面，如果上（下）游行业的技术进步带动了下（上）游行业的扩张，则将有助于扩大下（上）游行业的就业规模；另一方面，如果上（下）游行业的技术进步引发了下（上）游行业的萎缩，则将导致下（上）游行业的就业规模缩减。图3中的βsupp(cust)反映了上下游行业技术进步产生的就业影响。
最后，从总体技术进步对就业增长的最终需求间接效应来看，如果技术进步促进各个行业改善生产效率，进而通过增加值增长效应带动收入水平上升，并推动消费者的最终需求，将引致就业的增长。本行业技术进步和上下游行业技术进步都会导致行业增加值的变动（图3中分别以αown和αsupp(cust)表示），增加值变动将通过收入效应引发最终总需求的变动，进一步引发就业需求变化，图3中的λfd可以捕捉此时的最终需求间接影响效应。需要说明的是，由于本行业技术进步对就业增长的直接影响效应，包含了自身技术进步通过改变自身增加值，进而对自身就业增长产生的影响，为了避免效应重复，因此需要从总体技术进步对就业增长的最终需求间接影响效应中，扣除自身最终需求的影响效应（如图3所示）。
05
实证分析
本文利用1995—2020年中国分省、分行业的投入产出（投入产出表）和就业数据（人口普查长表数据和1%人口抽样调查数据），通过测算分省、分行业的技术进步率，分析技术进步对非农就业增长的直接与间接效应。
（1）数据来源
1995—2020年中国分省、分行业的投入产出（投入产出表）和就业数据（人口普查长表数据和1%人口抽样调查数据）。
（2）变量度量
第一，度量分省、分行业的就业。
第二、度量分省、分行业的技术进步。
根据新古典增长核算框架，以全要素生产率（TFP）的增长率作为技术进步率的代理变量（后文的技术进步率均等同于TFP增长率）。
第三、识别行业的上下游关系。
本文基于Leontief（1936,1970）与Miller & Blair（2009）的投入产出框架，即基本的投入产出表由横向关系和纵向关系共同组成，其中横向关系由中间产出和最终产出构成，纵向关系由中间投入和最初投入构成。
首先，对行业间上游关系的识别，需要以投入产出表的纵向关系分析为基础，即以Leontief逆矩阵刻画行业之间的上游关系，假定i行业为j行业的上游行业，Leontief逆矩阵中bij的系数越高，说明i行业在j行业的上游关系中的影响越大。其次，本文采纳Jones（1976）、刘起运（2002）、杨灿（2014）的建议，使用Gosh逆矩阵来刻画行业之间的下游关系，假定j行业为i行业的下游行业，Gosh逆矩阵中gij的系数越高，说明j行业在i行业的下游关系中的影响越大。最后，考虑到每个省份的行业上下游关系并不相同，本文将30个省份的历年投入产出表分别加总，利用加总的投入产出表计算30个省份各自的Leontief逆矩阵和Gosh逆矩阵，以两个逆矩阵的bij和gij作为判断各省份行业上下游关系的依据。
（3）描述性统计
在构造1995—2020年中国分省、分行业投入产出与就业增长数据时，部分省份个别行业的投入产出数据或就业数据存在空值的情况，剔除部分行业同时缺失投入产出和就业数据、仅缺失投入产出数据、仅缺失就业数据三种情况的样本，同时剔除增加值为负、固定资本折旧额为负的异常样本之后，本文获得5000个以5年为间隔的行业就业年均增长率、行业增加值年均增长率和行业年均技术进步率数据。本文使用的主要变量的描述性统计见表1。
（4）本行业与上下游行业技术进步对非农就业增长的影响效应
工具变量：考虑到不同省份的相同行业之间往往存在技术学习和扩散效应，即p省c行业的技术进步会受到其他省份c行业的技术进步的影响，而其他省份同行业的技术进步对本省该行业的就业规模和增加值的影响相对外生。因此，本文以其他省份c行业年均技术进步率的加权平均值，作为p省c行业年均技术进步率的工具变量。
表3第（1）列和第（2）列汇报了就业效应的主要估计结果。
首先，OLS和2SLS的结果均显示本行业当期与滞后期的技术进步加总之后会显著抑制本行业就业增长，体现了技术进步节约劳动的属性。
其次，上游行业当期与滞后期的技术进步会促进本行业的就业增长，这体现了上游行业技术进步推动下游行业就业扩张的影响效应。
最后，下游行业当期与滞后期的技术进步对本行业就业增长的影响效应相对微弱。
（5）总体技术进步对非农就业增长的最终需求效应
除了本行业技术进步、上下游行业技术进步对就业增长的影响效应之外，以上三种技术进步还通过影响最终需求（本文以增加值作为最终需求的代理变量）对就业增长产生影响。
（6）稳健性检验
本文采取以下四种方法进行稳健性检验：一是改变回归权重，回归分析统一使用就业权重进行估计；二是在回归方程中去除技术进步率的滞后项，只看当期项的影响；三是对就业年均增长率和年均技术进步率进行上下0.5%的缩尾处理，从而去除关键变量值可能存在异常的样本；四是使用期初的Leontief逆矩阵和Gosh逆矩阵刻画行业之间的上下游关系。
（7）技术进步非农就业增长影响效应的加总
根据前文的估计，可以对1995—2020年技术进步引起的非农就业变动按照来源进行汇总，包括本行业技术进步对就业增长的直接影响效应、上游行业技术进步对就业增长的间接影响效应、下游行业技术进步对就业增长的间接影响效应、总体技术进步对就业增长的最终需求间接影响效应四类。
06
文章总结
第一，研究内容。本文利用中国34个非农行业长达25年的投入产出与就业增长数据，分析了行业技术进步与非农就业增长之间的关系。
第二，理论分析结论。从投入产出理论出发，本文将技术进步对就业增长的影响划分为本行业技术进步的直接影响效应、上游行业技术进步的间接影响效应、下游行业技术进步的间接影响效应和总体技术进步（包括本行业与上下游行业的技术进步）的最终需求间接影响效应四类。技术进步对就业增长的影响效应分解表明，虽然劳动节约型技术进步损害了本行业的就业机会，但通过上下游行业的联动关系，以及通过最终需求扩张，最终实现了促进总体就业增长的效果。
第三，实证分析结论。1995—2020年，我国技术进步使得非农就业规模以年均1.45%的速度扩张。就业增长效应分解表明，本行业技术进步对非农就业增速的直接影响效应为年均-1.41%；上游行业技术进步对非农就业增速的间接影响效应为年均0.87%；下游行业技术进步对非农就业增速的间接影响效应为年均-0.02%；总体技术进步对非农就业增速的最终需求间接影响效应为年均2.00%。
