摘要：在“就业优先”战略导向下，充分挖掘劳动密集型制造业就业创造效应的潜能，在保持其对低技能劳动者强大吸附作用的同时，抓住数字经济和实体经济深度融合的机遇期，释放高质量就业红利，促进就业扩容提质，成为重要议题。基于政治经济学、演化经济学、劳动经济学等多维视角，通过分析劳动密集型制造业的高质量就业前景，着力于讨论数字经济时代中国劳动密集型制造业继续充当就业稳定器所面临的机遇和挑战。研究发现：（1）无论是在前五次技术革命浪潮中，还是在新一轮科技革命下，劳动密集型制造业都能创造出高质量的就业机会；（2）基于演化经济学的分析，认为从事高质量经济活动的劳动者通常呈现出工人实际工资高、规模报酬递增、不完全竞争、具有技术和生产率的外溢性等特征，属于高质量就业；（3）为应对劳动力市场供需错配挑战，需引导大企业建立技能转岗培训机制，完善数字化人力资源培养体系；（4）在深度融合背景下，平衡好劳动密集型制造业技术迭代与高质量就业之间的关系，其关键在于实现规模经济和效率经济。 关键词：就业优先；劳动密集型制造业；数字经济；高质量就业 基金：本文为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）的阶段性成果。 |
一、引言
就业，是民生之本，居于“十四五”时期“六稳”“六保”工作之首。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调实施“就业优先”战略，“健全有利于更充分更高质量就业的促进机制，扩大就业容量，提升就业质量，缓解结构性就业矛盾”，“支持吸纳就业能力强的劳动密集型企业发展”，“促进平等就业，增加高质量就业，注重发展技能密集型产业，支持和规范发展新就业形态”。这表明，在就业优先战略导向下，中国劳动密集型制造业还将在未来一段时间内继续发挥“稳就业”的重要作用。进入新发展阶段，在数字经济和实体经济深度融合的背景下，如何注重劳动密集型制造业自身的健康发展，促进就业扩容提质，实现更充分更高质量就业成为重要任务。
进入数字经济时代，伴随大数据、人工智能、移动互联网等数字技术的蓬勃发展和普及应用，数字技术成为实体经济高质量发展的重要支撑，推动制造业人口红利向技术红利的加速转变。劳动密集型制造业在智能化、数字化驱动的转型升级过程中，将会面临“机器换人”去技能化带来的就业影响，但与此同时，也会获得“技能偏向型技术进步”带来的高质量就业岗位的创造、中高技能劳动者收入提高等数字红利。面对制造业智能化、数字化转型带来的“创造性破坏”效应，就业吸纳能力强的劳动密集型制造业是否会就此改变其就业“蓄水池”的作用，如何在推动行业自身转型升级过程中，协调好技术迭代与劳动就业之间的关系，充分发挥智能制造对部门内就业质量的提升效应，成为数字经济时代的一个重要命题。
针对上述情况，本文将着力探讨以下问题：数字经济时代劳动密集型制造业还能创造高质量就业吗？数字化给劳动密集型制造业带来了哪些就业红利？如何充分发挥其就业稳定器作用，为实现“六稳”“六保”做出重要贡献？余文安排如下：第二部分，对劳动密集型制造业发挥的重要历史作用进行回顾，围绕高质量就业的概念内涵和外延等相关研究，做一个简要的评述，结合数字经济时代劳动密集型制造业产业内外部条件的变化，讨论该行业数字化转型升级过程中，高质量就业实现的现状瓶颈和未来前景。第三部分，在政治经济学、演化经济学和劳动经济学的综合视角下，建立理论框架，探讨新一轮科技革命下劳动密集型制造业继续充当就业稳定器所面临的挑战和机遇，尝试引入技能异质性维度，分析数字化技术在劳动密集型制造业中的应用对劳动力就业结构的影响。第四部分，以实现高质量就业为目标，从规模经济和效率经济两个维度出发，讨论数字经济时代劳动密集型制造业高质量就业的实现机制。第五部分，总结提出数字经济和实体经济深度融合背景下，推动劳动密集型制造业实现更充分更高质量就业的具体政策建议。
二、高质量就业内涵释义与劳动密集型制造业就业前景展望
改革开放以来，中国的劳动密集型制造业在城镇化进程中对吸纳转移农村剩余劳动力，提升非熟练工人的劳动技能，构建完整的产业链制造体系做出了有目共睹的贡献。按照《中国经济普查年鉴2018》的数据计算，包括农副食品加工业、食品制造业、酒、饮料和制茶制造业、烟草制造业、纺织业、纺织服装鞋帽制造业、皮革毛皮羽毛及其制品、木材加工业、家具制造业、造纸和纸制品业在内的劳动密集型制造业，从1978−2018年的40年间，其法人单位从业人员数占制造业从业人员总数的占比总体呈现稳定上升趋势（图1）。这表明，劳动密集制造业在过去很长一段时间内，在稳定中国就业方面，发挥了重要作用。
图1劳动密集型制造业就业人数占制造业总人数比例趋势图（1978−2018年）
进入新发展阶段，为扎实做好“六稳”“六保”工作，重提劳动密集型制造业并非落后倒退，相反，在当前和今后较长的一段时期内，继续保持劳动密集型制造业在中国国民经济体系中的重要地位十分必要。随着数字经济时代的到来，劳动密集型制造业面临智能制造高速发展带来的转型升级新机遇。传统的劳动密集型制造业可以借此机会在加快自身转型升级的同时，改变长期以来依靠廉价劳动力等人口红利优势的增长模式，转向更多依靠数字化技术进步、人力资本质量提高等技术红利因素而获得发展。在经济高质量发展目标导向下，该行业部门能否在数字化转型升级过程中创造出更多高质量就业的机会，成为衡量劳动密集型制造业是否具有可持续性发展前景的重要指标。
目前国内围绕制造业转型升级的研究，一类观点主张对劳动密集型制造业采取行业替代和摒弃淘汰的态度，另一类观点着重于突出劳动密集型制造业对低技能劳动者的吸附能力，片面强调劳动力成本上涨给传统产业带来的就业替代冲击，却忽视了劳动密集型制造业本身存在的高质量就业岗位，以及进入数字经济时代以后，创造出的新的高质量就业岗位。因而本文将以此作为研究重点加以探讨。在进行相关研究之前，我们首先需要回答一系列问题：什么是高质量就业？数字经济和实体经济深度融合背景下劳动密集型制造业还有创造高质量就业机会的潜能吗？数字化会给劳动密集型制造业带来哪些就业红利？
（一）高质量就业的概念和内涵
既有的国内外研究中，无论是在政策语境，还是在学术领域中，“就业质量”都是一个内涵丰富的概念。政策层面，自党的十八大报告首次提出“推动实现更高质量的就业”，十九大报告中继续强调“提高就业质量和人民收入水平”“实现更高质量和更充分就业”，即从过去的数量供需矛盾转向质量供需矛盾，是党中央对就业理念深化拓展的成果。人社部有关负责人主要从收入薪酬、工作质量、工作环境、社保体系等方面对高质量就业做了进一步的阐释。
在学术界，国内外有关“高质量就业”概念内涵的界定并没有形成共识。国际上自1999年国际劳工组织（ILO）提出“体面劳动”（Decent Work）概念，将其定义为“在自由、公平、安全和有人格尊严的前提下获得的体面的、生产性的、可持续的工作机会”，随后有学者进一步提出能够从劳动者市场安全、就业保障、就业安全、工作安全、技能再生产安全、收入安全、话语权安全的7个经济安全层面建立宏观指数来测度体面工作的质量，即主要是从劳动者工作满意度来对工作质量进行衡量。国内比较有代表性的观点主要是从宏观、中观和微观三个层面对就业质量进行释义：（1）宏观层面。赖德胜等人提出从就业环境、就业能力、就业状况、劳动者报酬、社会保护、劳动关系6个维度的指标来对各地区就业质量进行评测，在后续研究中，赖德胜将高质量就业定义为工作稳定、工作待遇比较高和工作环境安全舒适、职位具有提升和发展机会、工作和生活的平衡度好、意见表达和对话机制畅通。（2）中观层面。主要涉及劳动力市场的运行情况和资源配置效率等方面。（3）微观层面。主要从微观个体角度出发，包括劳动生产率、工作稳定性、工作时间、劳动收入、岗位与专业匹配度、职业发展、工作生活平衡度、就业满意度等内容，因而高质量就业通常指有体面的工作、稳定的工资收入、良好的职业发展前景，以及较高的工作满意度等。（表1）
表1现有文献中对高质量就业的定义梳理
总的来说，就业质量是一个多维的概念，在宏观维度上更多地强调劳动力市场与社会保障体系相关的制度因素；在微观维度上强调与劳动者个体感受相关的效用因素。随着数字经济时代的到来，国内有学者观察到数字经济发展对就业创造的重要渠道的改变，以及对就业质量提升的影响，进一步拓展了高质量就业实现的内容，认为数字经济发展带来的就业结构优化为高质量就业的实现提供了新契机，数字经济时代的高质量就业可以通过就业报酬、劳动保护、就业环境和就业能力等方面的情况来进行考察。为了便于量化分类，柏培文等人在研究数字经济对劳动者权益的影响时，选择了使用教育年限和职业类别双重维度的指标来衡量劳动者技能和就业质量的高低。但是，本文认为，既有的国内研究还未将高质量就业放置到数字经济和实体经济深度融合的背景下进行分析，且没有结合劳动密集型制造业自身的行业特点，对该行业中的就业岗位类型按照质量进行划分，进而探讨数字化究竟能否给劳动密集型制造业带来高质量就业红利。
（二）劳动密集型制造业中的高质量就业
在参照借鉴上文中对高质量就业界定的基础上，我们不妨从经济史、工业史的角度重新审视传统劳动密集型制造业在漫长的发展历程中所创造的就业岗位和吸纳的劳动者特性，从而考察该行业部门中的就业质量究竟如何？着重于探讨该部门内部原本是否存在相对高质量的就业。
早在以蒸汽动力为核心的第一次工业革命时期，棉纺织业、纺纱业等劳动密集型制造业就曾经占据过主导产业的位置。以纺织业为例，经历过前五次技术革命浪潮中技术进步带来的管理者与工人之间双方力量的博弈变化，我们发现，即使是在车间内也存在有一部分工人，不仅没有被机器所替代，相反，在每一次技术迭代周期以后获得了更高程度的发展。这部分工人往往是承载车间缄默知识的熟练技术劳动者。
尽管管理者一直希望通过投资于机器的技术，削弱工人技能的稀缺性，而使生产摆脱对技术熟练工人的依赖，但是不同技术水平工人之间的替代并不是那么简单的事情。总有一部分的熟练技术工人会留下，成为宝贵的资产。与容易被技术替代的普通工人不同的是，这部分工人掌握的熟练劳动无法被还原成简单劳动，从而也不会被“去技能化”而沦为机器单纯的“附属物”，这被有些学者归因于工人阶级在车间内进行不懈抗争的结果。根据迈克尔·波兰尼提出的暗默知识论，从创新经济学者来看，这主要是由于这部分熟练技术工人所掌握的技术所涉及的车间缄默知识并非“可符码化的知识”而是属于不易复制和传播的“暗默知识”。温特通过研究指出暗默知识是通过实践经验或专家互动获得的。也就是说，车间中的熟练技术工人，只有通过将教育培训和生产过程相结合的“干中学”，才能从中积累暗默知识，从而使得劳动最终转化为复杂劳动，而这些接受训练的往往是车间蓝领工人，也可以称之为高级技术工人或高技能人才。
工业发展史上，在纺织业、陶瓷业等劳动密集型制造业的工厂车间内部，即使是价值创造的过程中仍然包括一个技术和等级的分工，少部分掌握车间缄默知识的熟练技术工人，因其掌握技能的不易替代性和不可复制性，能够将暗默知识应用于生产环节的创新过程，主要从事了能够创造更多价值的复杂劳动，从而有效促进了生产率的提高，所以，他们不仅可以获得比普通工人更多的工资、退休金、就业保障和岗位责任等，甚至可以分享一部分管理剩余或租金，与管理方建立长期的合作性关系，得到企业在工作安全上的承诺、职业培训和长期的雇佣合同，在劳资博弈和管理制度发展的进程中，持续性地获得更为全面的发展。这部分工人从事的岗位基本符合上文中高质量就业的标准，属于传统意义上的高质量就业。
（三）劳动密集型制造业前景展望：数字化带来的就业红利
进入数字经济时代，5G、大数据、物联网等数字技术的推广，改变了劳动密集型制造业企业的生产组织方式和空间组织方式，促使创新组织内部的价值创造与分配规则加以重构。尽管会面临自动化技术和机器人应用带来的负向的劳动力替代效应，但与此同时也会创造出新的人力更具比较优势的就业工作岗位，这通常被归类为数字经济带来的正向的就业创造效应。基于马克思劳动理论的相关研究认为，数字经济代替的主要是简单重复性劳动者，而非智力技能型劳动者，形成冲击的主要是低质量的就业岗位，创造出来的则更多是高质量的就业岗位，数字经济对高质量就业的正向效应大于负向效应。
本文认为，劳动密集型制造业和数字经济深度融合的进程中，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，就数字化给劳动密集型制造业带来的就业红利可以从两个方面来进行分析：一方面，数字技术变革进一步提高了从事复杂劳动的高技术劳动者的收入水平和工作满意度；另一方面，数字经济发展下涌现出的新模式新业态，会催生出新的就业岗位和更为灵活的就业方式。首先，随着数字化革命向劳动密集型制造业领域的加速渗透，工业机器人的应用取代了以流水线模式为主的简单重复性劳动工作机会。但相对于长期从事重复性劳动的低技能劳动者而言，承载车间现场缄默知识的熟练劳动者不仅不易于被机器替代而去技能化，相反在数字化带来的转型契机下，这批熟练技术工人为了更好地适应就业岗位的新需要，将不断增强自身的技术能力，凭借掌握更高附加值和更多工种的复合型数字化技能，而获得更高的工资议价能力，进而得以分享更多新技术溢出带来的利润收益和就业红利，提高了既有的工资水平和工作满意度。其次，数字技术催生经济新模式新业态，创造出了新的就业岗位和就业方式，是对传统就业岗位的补充和拓展。如随着近年来平台经济、元宇宙等新经济发展涌现出的新模式新业态，以及大数据、人工智能、物联网等数字技术在劳动密集型制造业中的应用推广，劳动密集型制造业智能化、数字化转型过程中会催生出新的就业岗位和灵活的就业方式。根据2020年由人社部中国就业培训技术指导中心联合阿里钉钉发布的《新职业在线学习平台发展报告》显示，未来5年，包括数字化管理师、物联网安装调试员、工业机器人系统操作员和运维员等在内的新职业对高技能人才的需求缺口近千万。这些新的就业岗位凭借相对自由灵活的工作方式和较高的收入预期将成为未来吸引高技术人才和技能复合型人才的重要渠道。
三、劳动密集型制造业高质量就业红利创造效应的理论分析
新一轮技术革命浪潮下，新一代信息技术和实体经济加速融合，以智能制造为核心的工业智能化成为工业化的新类型及高级阶段。在数字经济蓬勃发展的当下，中国劳动密集型制造业进入“机器换人”阶段，部分企业为了提高劳动生产率，以技术红利替代人口红利，表现为工业机器人对人类的工作产生“创造性破坏”效应。从政治经济学角度来看，大规模现代机器人投入生产是资本逻辑的必然，资本有机构成比例的提高，必然会导致生产过程所需劳动力比重的下降。现阶段，要想继续充分发挥中国劳动密集型制造业的就业稳定器作用，就应该围绕在制造业数字化、智能化转型升级过程中如何平衡好劳动生产率提高和就业吸纳之间的关系这个核心命题进行探讨。
（一）新一轮技术革命下的高质量就业与高质量经济活动
运用新熊彼特学派的技术经济范式观点，数字技术作为一种新的通用技术兴起，数字经济本质上是一种新的技术−经济范式转换。在以大数据、人工智能等新一代信息技术驱动的新一轮技术革命浪潮期间，数字技术不仅是高质量经济发展的重要支撑，而且会引致“机器换人”，从而对劳动力就业构成挤压，造成就业极化和收入不平等问题。如果发生大规模“机器换人”，原本吸纳大量低技能劳动力的劳动密集型制造业必然会受到较大冲击，那么，需要考察的是，在新一轮技术革命浪潮下，劳动密集型制造业转型升级过程中如何创造出高质量就业机会，进而从经济理论出发，结合深度融合背景，分析高质量就业应该具备哪些基本特征？
在马克思的理论体系中，“机器换人”并非一个新的议题。马克思早在《资本论》第一卷中就揭示资本有机构成提高是一切生产方式的普遍规律，而资本有机构成（资本/劳动比）提高必然会造成相对过剩人口的出现。进入数字经济、人工智能时代，资本有机构成理论和相对过剩人口理论依然可以用于解释技术进步带来的“机器换人”趋势及反制力量。资本主义发展过程中劳动的去技能化问题也一直是政治经济学者关注的问题，哈里·布雷弗曼（Harry Braveman）认为，随着体力劳动和脑力劳动分离，生产过程在工人面前持续异化，资本获得对劳动过程越来越完整的控制权，这对应于马克思从熟练劳动到简单劳动的资本主义生产方式抽象，马克思和布雷弗曼都认为，机械化、自动化发展必然会导致劳动的“去技能化”，从而削弱劳动者对劳动过程的控制权。这容易得到一种推论，即资本主义生产方式中，机器作为生产工具，将会对劳动进行排挤，以达到攫取剩余价值的目的，“机器换人”会引发人机对立。但随着大卫·哈维对马克思和布雷弗曼的“去技能化”理论进行拓展，他指出：“马克思毫无疑问并不认为从熟练劳动到简单劳动的还原会使得劳动大军的同质化达到一种任何技能都不复存在的程度。这种还原指的是垄断性的技能的消亡和灵活的技能模式的创造，后者让劳动者的替换变得相对容易了”，如果从这点来说，“机器替代”并不会导致劳动就业岗位的消亡，去技能化的含义应该理解为技能的易于替换和易于获得，去技能化与就业极化、技能溢价以及总体技能要求提高之间的关系也就并不矛盾。本文认为，有必要引入技能异质性维度来讨论工业机器人的使用对技能替换的影响机制和效应。如果借鉴阿西莫格鲁和奥特等人的组合划分法，即将常规（routine）和非常规（non-routine）、认知性（cognitive）和操作性（manual）作为主要区分维度（图2），其中，非常规性认知性工作对应高技能劳动，非常规性操作性工作和常规性认知性劳动对应中技能劳动，常规性操作性工作对应低技能劳动。根据经济史分析，典型的“就业极化”表现为，每次技术经济范式转换期，都会出现高技能和低技能工作增加，中技能劳动者减少的现象。在新一轮技术革命浪潮确立期，伴随常规性工作的减少，非常规性工作的就业机会就会增加。也就是说，即使在智能化时代“机器替代”的对象主要是简单的、重复性劳动，即常规性工作，而非常规性，特别是认知性工作则无法被“去技能化”和替代。
图2就业岗位技能异质性分类示意图
伴随人工智能等新一代信息技术的兴起，跟脑力劳动密切相关，依赖于认知、人机互动和创意创造的高技能工作（管理专业和技术服务）仍然会出现，也就意味着高质量就业岗位会被创造。这种非常规性、认知性的高技能劳动通常是高技术、高薪酬的工作，具有技能溢价，这也就成为高质量就业岗位的基本特征，但是本文认为，高质量就业的概念内涵并不仅限于此，而是可以从演化经济学中得到一些拓展丰富。
在演化经济学理论体系中，有一个与高质量就业密切相关且极为重要的概念，即高质量经济活动。赖纳特等演化经济学家，从经济活动的质量指数（图3）来阐释国家间的实际工资水平和经济效率差异。新李斯特主义学派认为，高质量经济活动具有熊彼特所说的“历史性报酬递增（技术创新加规模报酬递增）”和不完全竞争的特点，一个国家只有抓住高创新率、高附加值、高工资和高就业的高质量经济活动，才能实现富国裕民。杨虎涛的研究认为，高质量经济活动具有报酬递增、生产率提升空间大、产业带动效应强等特征，而且高质量经济活动具有行业和产品、规模与结构、时间和空间三重特定性，这种特定性是演化发展经济学和调节学派未强调的。
图3经济活动的质量指数
图片来源：Erik S.Reinert.“The Role of the State in Economic Growth,”Journal of Economic Studies,1999,26（4/5）:pp.268-326.
本文认为，在演化经济学范式下，以“经济活动质量”为标尺，可以对就业质量进行重新定义，从事高质量经济活动的劳动者，可以被认为是实现高质量就业。但值得注意的是，随着分工的深化，即使是在数字化的制造业部门中也会出现低质量经济活动，那么从事这些生产环节的劳动者，则不能认为是实现高质量就业。高质量就业的特征应该包括：（1）工人实际工资高：（2）规模报酬递增；（3）不完全竞争，该工作不易于被资本（机器）替换；（4）具有技术和生产率的外溢性，能够产生强的产业协同效应。我们可以做出一些推论，如果高质量就业在整体就业中占比越高，高质量经济活动占有份额就越高，那么“生产率-利润一工资增长"之间的正反馈强度和持续程度也比较高，三者实现协同增长，就形成一种“共谋型的经济增长模式，“共谋型技术进步”是相对于“古典型技术进步”而言的，共谋型技术进步创造的能彼特租金能够被企业家和投资者、工人、当地劳动力市场中的其他人以及国家（通过更大税基）所分享，即“收入潮水浮起了所有的船”，是实现共同富裕的一种体现。
（二）数字时代实现高质量就业面临的新挑战：需求创造与供给错配
数字经济是以数据为关键要素、现代信息网络为重要载体、以数字技术应用为主要特征的经济形态，在数字技术和实体经济深度融合的过程中，会不断加速经济发展与制造业企业组织型态的重构。孟祺等国内学者通过实证检验数字经济对中国就业的影响，发现数字经济的发展并不必然会减少就业规模，而是在替代效应和抑制替代效应双重作用下，促使就业结构发生变化。王永钦、董雯将奥特等人提出的“基于任务的模型”（task-based model）作为基准框架，认为理论上自动化技术对劳动力需求和工资存在负向的替代效应和正向的生产力效应与就业创造效应，通过对制造业上市公司行为的实证检验得出结论，机器人应用对中国制造业企业劳动力需求的替代效应主要体现为对中等技能劳动力的替代，但是，机器人与人工智能等数字技术应用在一些岗位上实现对人的替代的同时，也会创造出新的工作机会。从企业层面来看，机器人应用程度的提高究竟是减少劳动力需求、降低企业的平均工资水平，还是增加劳动力需求、提升企业的平均工资水平，主要取决于替代效应占主导，还是生产力效应和就业效应占主导。
本文认为，数字时代要想实现高质量就业，需在考虑劳动力技能异质性的基础上，综合就业市场需求方和供给方的结构性变动，进行分析。数字时代，大数据、人工智能等数字技术和历史上的蒸汽机、电力、计算机一样，是一种通用技术，在对制造业的渗透过程中，有正向推动力，也有反制性力量。从企业需求角度来看，部分劳动密集型制造业企业在提高劳动生产率和利润率的利益驱动下，有应用数字化技术的内在动力，这会对劳动者就业产生“创造性破坏”效应。负向的破坏性效应主要表现为自动化技术对重复性、操作性技能工作的替代。正向的创造性效应主要表现为，自动化技术会创造出人力更具比较优势的岗位。从就业结构来看，工业机器人的应用程度提高会导致对高技能和低技能劳动者需求的增加，而对中技能劳动者需求的减少。从本轮技术革命的特殊性来看，数字时代的人工智能特征是有“多少人工就有多少智能”，这说明这一时期企业需要更多的研发人员和投入，且人工智能和机器人等数字化技术的广泛应用会创造出新业态、新模式，从而创造出更多新的工作类别和岗位需求。
从劳动供给角度来看，当前劳动者普遍存在的技能错配是导致结构性失业的主要原因。与历次技术革命浪潮不同的是，人工智能等数字技术会导致常规性体力劳动和脑力劳动日益减少，而对从事非常规性认知性高质量经济活动的高技能劳动者需求增大，且要求劳动者不再只具有一种技能，而是需要从单一技能向综合技能转变，比如2019年颁布的新职业要求从业者不仅会机械制造工艺设备，还要懂计算机软硬件，能够进行装配、编程、调试、工艺参数更改、工装夹具更换等作业，有着多重复合技能的要求。但是，当前中国劳动力结构中，由于城乡二元化的存在，农民工等低技能劳动者的占比仍然较高，鉴于非熟练技术工人存量比较大的现状，可能导致多数劳动者暂时无法满足数字时代制造业转型升级的技能要求。
改革开放以来，中国劳动密集型制造业主要充当吸附低技能劳动者的主力军，如果在加快劳动密集型制造业转型升级过程中，没有处理好劳动力市场供需错位等问题，那么，极容易造成大规模结构性失业。如何破解这一难题，本文认为，需在充分考虑数字时代技术−经济范式去技能化结构性特征等基础上，将制造业产业政策和就业政策结合起来，在通过完善技能转岗等措施稳住就业基本盘的同时，助力制造业企业创造出更多高质量就业岗位。一方面，对不同规模企业采取不同程度的自动化技术推进政策，对资金实力没有那么雄厚的中小规模企业，采取小步快走、务实推进的数字技术应用策略，尽可能多地解决现有非熟练技术工人及中低技能劳动者的就业；而着力推动资本雄厚、数字化转型意愿和程度高的大企业加快建立技能转岗培训机制，完善数字化人力资源培养体系。另一方面，从劳动密集型制造业整体发展上来看，还需在规模经济和效率经济上做文章，使得更多高技能劳动者能够实现高质量就业。
四、数字经济时代劳动密集型制造业高质量就业的实现机制
经济学理论认为，技术进步与就业吸纳之间并非此消彼长的关系，劳动生产率的提高和就业创造之间并不矛盾。在劳动密集型制造业数字化转型过程中，技术进步提高资本有机构成，尽管会产生出相对过剩人口，但并不会对劳动力产生绝对排斥，关键在于创造出更大规模的企业，引导劳动力要素的合理流动和重新配置，实现规模经济和效率经济，保持住就业岗位的绝对数不下降，乃至创造出更多高质量就业岗位。本文从规模经济和效率经济两个重要维度，来讨论数字时代劳动密集型制造业继续充当就业稳定器，实现高质量就业的机制。
（一）规模经济的形成机制与实现：创造出更多的就业岗位
理论上而言，只有技术进步，才能够延伸分工，新技术带来的分工深度和广度能够创生更大规模的企业。数字技术的发展和智能化程度提高，使得产业的前后向联系效应得到更广泛拓展，企业间分工协同和规模经济能够直接或间接地创造出更多的就业岗位。数据要素和新一代信息技术驱动的制造业智能化将发挥先导产业的作用，大数据、人工智能、移动互联网等数字技术作为通用技术与劳动密集型制造业深度融合后，制造业智能化将对其他产业发挥良好的示范效应，除了在部门内部实现规模报酬递增，工业互联网和产业互联网等新型生产组织方式兴起，还可以通过前后向联系产生外部经济，带动上下游产业和配套企业的协同发展，促使制造业服务化和服务业制造化的产业融合趋势出现。随着数字技术的应用和推广，部分劳动密集型制造业企业为了提高价值创造和创新效率，维护并扩大竞争优势，势必对企业内部的组织结构、研发模式、生产模式、营销模式进行调整。这些率先进行数字化转型的劳动密集型制造业企业通过生产方式和组织变革，可以实现规模经济和范围经济，获得竞争优势，在实现资本积累的同时，扩大企业规模，创造出更多的就业岗位。
（二）效率经济的形成机制与实现：提高劳动者就业的质量
新一轮技术革命下，数据要素驱动的技术进步属于技能偏好型技术进步，会在改造劳动密集型制造业的过程中，对劳动者技能提出新的更高的要求，而无法在短期内吸纳机器替代“挤出”的一般劳动力。短期内技术进步对就业的补偿取决于技术进步对就业弹性的影响机制。在技术创新和资本深化进程中，需引导劳动密集型制造业内部生产要素有序流动，实现资源优化配置，才能抓住数字时代新机遇，促使企业的劳动生产率提高，从而实现效率经济。就人工智能等数字化技术本身而言，随着这些技术在劳动密集型制造业中的应用渗透，能够提升资本、劳动、技术等生产要素之间的匹配度，加强产业链上游技术研发、中游工程实现、下游应用反馈等生产环节之间的协同，从而提高运行效率。
数字化技术对就业收入的影响可以分为资本深化效应和技术溢出效应，资本深化效应表现为数字资本通过替代劳动，加速资本深化，资本收入份额增多，劳动收入份额减少；技能溢出效应表现为新一代信息技术产生的新工作使得高技能劳动力收入增多，低技能劳动力收入减少。在资本深化效应和技术溢出效应的共同作用下，只有那些掌握高技能、从事高质量经济活动的劳动者才更有可能获得高水平的实际工资。但即使是在劳动密集型制造业中，机器只能替代惯例性的操作工序，而无法替代承载车间现场缄默知识的熟练劳动者，这就对劳动者的素质提出更高要求，未来劳动密集型制造业工人只有储备中高技能实现人力资本升级，才能为构建现代产业体系奠定基础。
在大力推动劳动密集型制造业数字化转型升级过程中，政府应该逐步引导劳动力要素从低创新率、低附加值、低进入壁垒的生产环节进入高创新率、高附加值、高进入壁垒的生产环节，助力实力雄厚的大企业做好对劳动者数字化技能方面的转岗培训，同时，加强对劳动力市场和教育制度的数字化改革，充分发挥职高教育的作用，培养具备高技能，能够适应未来技能密集型岗位的劳动力。提高劳动者技能素质与劳动密集型制造业企业岗位需求的适配性，将有助于促进数字化红利在更大规模群体之间的共享，在确保企业盈利率的同时，促进劳动者实际工资水平的提高，使得更多劳动密集型制造业从业者能够实现高质量就业。
五、结论与政策建议
随着人口红利的消减，中国劳动密集型制造业将面临生产要素成本上涨、新技术引发的劳动力替代效应以及疫情持续反复等不确定因素冲击带来的就业压力。但值得注意的是，中国的劳动密集型制造业在吸纳非熟练劳动力方面仍然具有优势，且随着数字经济时代的到来，劳动密集型制造业在数字化、智能化转型升级过程中，将会激发出新的就业潜能，创造出更多高质量的就业机会和就业红利。这不仅有助于中国劳动密集型制造业自身的转型升级，而且对新发展阶段稳定和拓展就业机会和就业方式意义重大。根据前述理论分析，为处理好劳动密集型制造业技术迭代与高质量就业之间的良性关系，本文的主要结论和相关政策启示如下：
第一，推动劳动密集型制造业企业技术进步，促进规模经济和效率经济的实现，创造出更多高质量的就业岗位。在数字经济和实体经济深度融合背景下，为改善劳动密集型制造业企业普遍存在的产品研发能力薄弱、组织管理效率低下等问题，可以通过企业组织和生产模式创新，推动企业技术进步。政府可以引导先锋企业率先进行内部组织革新，带动产业创新网络组织间的制度安排优化，从而进一步促进人工智能、物联网等新技术的创新与扩散。充分考虑部分劳动密集型制造业企业资金实力和管理能力有限等现实情况，建议分阶段推进数字技术在企业中的推广应用，鼓励企业通过采用成熟的、低成本的数字化管理技术，增强企业生产的协调性和敏捷性，加强上下游企业间的协同效应，从而扩大企业的生产规模，提高要素的配置效率，创造出更多的高质量就业机会。
第二，培养提升劳动者的素质和技能，为劳动密集型制造业数字化转型升级储备人力资本。进入数字经济时代，劳动密集型制造业在数字化、智能化转型过程中对劳动者提出了新的技能要求。要使得劳动密集型制造业继续充当解决劳动者就业的重要途径，就需要完善数字人才培养体系，提升劳动者与企业岗位需求的适配性，推动更多更高质量就业的实现。微观层次上，应助力数字化转型意愿高的企业，完善智能制造人力资源培养方案，对现有的熟练技术工人做好转岗培训，让更多的劳动者能够分享数字化红利。宏观层次上，依托产教深度融合，充分发挥高等院校和职高教育的作用，培养一批适应人工智能、数字化发展需求的高技能、技能复合型人才。
第三，打造更具市场竞争力的行业领军企业，推动中国劳动密集型制造业向全球产业链的中高端迈进，创造更多高收入、高进入壁垒的就业机会。随着数字技术作为通用技术对中国纺织、服装、鞋帽等劳动密集型制造业的渗透，智能制造能够驱动中国制造业全球价值链的重构和升级。从中国劳动密集型制造业的整体发展来看，应引导企业向处于价值链高端的原材料、设计等环节转型升级，提供税收方面的优惠政策，助力行业企业抢占全球中高端市场份额，创造更高收入、更高质量的就业岗位。此外，积极培育具备高技能素质的数字设计和创意人才，以适应高质量岗位的新要求。
第四，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数字化管理师、智能硬件装调员、工业视觉系统运维员等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将创造出大批吸引高校毕业生和青年劳动者的新的高质量就业岗位。为帮助更多劳动者适应新职业的新技能要求，应建立适应新就业形态发展的职业技能培训模式，鼓励高校毕业生在新就业领域自主创业，为其提供创业补贴和融资税收优惠，及时更新完善灵活就业的社会保障体系，监督平台企业的订单分配、报酬构成及工作时间等行为，规范与劳动者权益有关的制度规则和平台算法，提高新就业形态劳动者的工作满意度。
注释略
沈梓鑫，中国社会科学院数量经济与技术经济研究所、中国经济社会发展与智能治理实验室副研究员。
沈梓鑫,江飞涛.劳动密集型制造业与高质量就业：数字时代的逻辑解析[J].学术月刊,2023,55(02):56-66+158.
