人工智能背景下我国劳动力成本研究
——以典型地区数据为例
●吴芸芸 封红旗
摘 要： 随着我国经济步入新常态，中国劳动力成本正呈现上升趋势，单凭劳动成本竞争力已不足以维持生产力优势。传统的降低劳动力成本的方式主要采用降低社会保障措施，这与增强人民幸福感的要求是相违背的。文章选取江苏、浙江和广东作为典型地区，利用2000-2016年的数据对我国劳动力成本及其变化规律进行测度，认为引入作为战略性资源的人工智能能够有效的降低劳动力成本，提升产业的核心竞争力，刺激和促进产业的进一步发展。
关键词： 劳动力成本 劳动生产率 人工智能 战略性资源
一、引言
在2012-2016的六年间，我国劳动力收入增速超过生产率，全要素生产率增长呈下滑态势，当工资提升速度与劳动生产率增加速度之间的比值大于1时，即说明单位劳动力成本步入上升时期，此时，通过降低单位劳动力成本便有利于提高全要素生产率。但是长远来看，人口老龄化的加剧以及人口增长率的逐年下降必然导致劳动力的缺失，会使得劳动力成为稀缺资源，必然导致劳动力使用代价会大幅度提升。人工智能可以降低社会对劳动力的需求，从而增强企业相对竞争优势，促进社会生产率的提高，增加从业人员的收入水平，提升人民幸福感（完善社会保障、提高人民收入）。
二、研究思路与方法的确立
根据国际劳工组织(ILO)的规定，生产要素投入的劳动力成本是劳动核算体系的重要组成部分。为了研究产业的竞争力，除了考虑劳动力成本之外，还需要关注劳动生产率。而单位劳动成本(ULC)则可以反映一个行业或国家的成本优势，通过对劳动力成本变化的分析，为产业经济发展指明战略性方向。基于全国及典型地区劳动力成本的差异，本文的时间选择跨度为2000—2016年，是为了确保分析的数据能够有效地呈现出长期的动态趋势，从而得到更清晰和准确的研究结论，为产业决策提供有益的参考和建议。
（一）单位劳动力成本
单位劳动成本是衡量劳动力成本优势变化和考虑生产率因素的劳动力成本指标。该指标将劳动收入与产出结合起来，是劳动力成本和劳动生产率（即劳动力成本与产出之比）的相对变化，反映了增加一个单位价值所需的劳动力成本，与工资水平（收入）成正比，与劳动生产率（产出）成反比。当一个产业或者地区的劳动力成本上升速度快于劳动生产率时，则单位劳动力成本上升，且全要素生产率下降；反之，单位劳动力成本就会下降且全要素生产率上升，则是由于劳动成本增长速度相对于劳动生产率的增长过慢而造成的。
劳动力成本是指劳动者的所有报酬之和，它的范围应该大于工资，因为其不但包含货币形式的工资和薪酬，还包括非货币性质的福利待遇（如实物、社保、以及技术培训等）。但是，由于当前相关统计年鉴中仅有职工的工资数据，而缺少非货币性质的福利费用方面的数据，所以本文的劳动力成本仅仅是狭义的劳动力成本（即工资总额）。
本文在测算单位劳动力成本时主要借鉴和改进王万珺的（2015）的估算方法，设定单位劳动力成本（ULC）等于年度人均工资与产出之比，用公式表达为：
在这种情况下，我国的劳动力的缺口将更加扩大，此时，就有必要通过提高劳动生产率来降低劳动力成本。而劳动生产率的高低主要取决于生产中的各种经济和技术因素，人工智能作为一种有价值的稀缺的技术资源必然会带动劳动生产率的提高，从而带动那些技术密集型、创新型或资本充裕的典型地区的经济进一步发展。
其中W表示年度就业人员工资总额，L表示年末就业人员数，G表示年度的国内生产总值（GDP）。公式（1）中W/L表示为年度人均工资，反映的是年度就业人员工资总额与年末就业人员数之比；G/L为人均产出，为年度的国内生产总值（GDP）与年末就业人员数之比，可以作为衡量劳动生产率的重要指标之一。
徐穆实打破了中文冗长分散的句子结构拆分成短小部分，结合直译方法将具有浓重宗教仪式感的风葬习俗展现给西方读者。最后，徐穆实采用“The Last Quarter of the Moon”的意译形式的标题获得了良好的“译后”翻译效果。一些研究者评论道，正是徐穆实和出版机构共同的努力才使得英译本《右岸》在欧美主流世界俘获口碑[6]。
（二）相对单位劳动力成本
相对单位劳动力成本（U_ULC），是利用两地区间劳动成本的比例，得出两地单位劳动成本的相对关系，然后分析产业竞争的相对趋势。在本文中，选取某一个特定地区（A）作为参照物，将特定地区（A）的单位劳动力成本（ULC_A）除以其它地区的单位劳动力成本（ULC_B），具体的表达式如下：
当公式（2）中的比值大于1，则表明B地区单位劳动力成本存在相对竞争优势；反之，则表示A地区的单位劳动力成本有竞争优势。如果相对单位劳动力成本（U_ULC）降低，说明B地区的竞争优势在减弱；反之，则意味着B地区的竞争优势在逐步增强。同理，借助上述相对单位劳动力成本（U_ULC）的公式定义标准，我们可以建立任意两个地区的相对工资水平和相对劳动力生产率。
通过分析和对比地区劳动力成本的变化，尤其是单位劳动力成本的动态变化趋势，能准确地了解各地区市场竞争力及其经济增长的动力问题，也可以为产业结构转型升级提供有益信息和指明方向。当单位劳动力成本上升速度超过了单位劳动力生产率时，单纯依靠劳动投入的比较优势会相对减小。此时，人工智能的引进对于那些低端的劳动力密集型产业来说即是挑战，如不能及时提高产业的核心竞争力则会被淘汰，而对于那些技术密集型、创新型的高端产业或地区则是一个新的发展机遇。因此，分析产业或者地区的单位劳动力成本变动能够为地区经济发展方式以及产业转变路径提出合理规划。
（三）数据来源
对于库存会计等管理问题，有3种类型的会计要素，包括资产、负债和净资产。资产会计作为事业单位的财务管理者，要注重加强财务管理，对于非财务管理方面也要及时解决。这是资产管理的典型问题之一，进行资产盘点的目的是找出真实情况。另一方面，由于缺乏对固定资产使用效益的深入分析，事业单位财务管理在资产结构的绩效评估中存在监管缺口。总的来说，这些根深蒂固的财务管理问题并不能适应改变机构职能的需要。
（四）典型地区选取说明
选取的典型地区也是比较具有代表性的，以江苏省、浙江省和广东省为主要分析对象，采用对比分析经济发展程度和步伐相对接近的地区以及国家数据进行整理和分析。这三个典型地区具有制造业背景，而且产业结构相对比较完善，劳动力较为集中，经济相对发达，这样便于讨论“智能制造2025”背景下，典型地区的经济发展状况和相对优势以及发展人工智能的可行性。
通过对典型地区2000-2016年相对劳动生产率和相对单位劳动力成本等的分析和比较，发现全国包括典型地区的单位劳动力成本已经出现了持续增加的态势，这一情况主要是由于劳动力成本增长速度已经超过了劳动生产率增长的速度，从而导致单位劳动力成本的显著提升。所以，我国需要通过在人均工资报酬逐步提升、社会保障越来越完善以及劳动力慢慢缺失的基础上只能依靠提高劳动生产率来降低劳动成本。
三、测度结果与对比分析
（一）全国人均工资增幅、单位劳动生产率增幅比较
而相对来说，江苏省的生产率增幅从2008年基本一直都处在国家生产率之上，而且可以发现生产率增幅从2010年开始总体处于下降的趋势（图2），作为具有制造业背景的典型地区劳动生产率有待提高。在“智能制造2025”背景下，需要通过引进智能技术来提高劳动生产率，使经济向高质量发展，走技术密集型产业路线，促进产业结构的进一步优化升级。
本文的数据来源于2000到2016年的《中国统计年鉴》《江苏省统计年鉴》《广东省统计年鉴》《浙江省统计年鉴》，主要是选取在岗职工工资平均数，就业人数以及国内生产总值这些数据来计算单位劳动成本。
图1 全国和部分省份在岗职工平均工资
从分析结果来看，人均工资的增幅比越来越趋于平缓（表1）。具体来看，江苏省的从2006年的人均增幅基本都低于国家增幅，而且一直以来都比较平缓，由此可以看出，江苏省的经济趋于稳步发展的态势，而且国家人均工资增幅稳步上升，人民生活稳步提升。
表1 典型地区在岗职工人均工资增幅
从图1，可以看出，全国及典型地区的人均工资整体呈上升的趋势。这是符合我国经济发展和人民幸福感的必然趋势。且随着人民生活质量的提升，平均工资必然会继续稳步上升，而且图中从2009年开始，江苏、浙江和广州的平均工资基本保持同步增长。
图2 典型地区生产率增幅
（二）全国和典型地区单位劳动成本比较
本文利用公式（1）和公式（2），在测算出的单位劳动力成本基础上，测算出了各地区的相对单位劳动力成本。为了便于分析我国的单位劳动力成本变动，本文在分析相对单位劳动力成本时选择了全国数据为参照组，分别测算了全国相对于典型地区的相对单位劳动力成本动态变动（图3）。可以看出，从2000年以来，江苏省、浙江省和广东省这三个典型地区相对于全国来说具有劳动力成本优势，从2008年开始，江苏省单位劳动力成本相对浙江省和广东省具有优势。比较而言，广东省从2008年以来，单位劳动成本显著提高。由此可见，典型地区的劳动力优势依旧存在。
新乡医学院点加团队结合自身和本校的实际情况，在探索“科研团队——小组二元育人模式”的过程中，取得诸多成绩的同时并发现该模式运行中还存在着相关指导老师配备不足，无法向全校本科生开展培养，监督机制不够完善，活动开展形式过于教条等方面的问题。点加团队还应继续创新和完善 “科研团队——小组二元育人模式”的制度，并在高等医学教育改革背景下实践和探索本科生科研素质培养模式，为地方和国家培养出具备优秀科研素质，符合应用创新型的人才。
图3 全国相对典型地区的单位劳动力成本趋势
通过对在岗职工工资水平和劳动生产率比较分析，可知全国范围内的在岗职工工资水平和劳动生产率均出现增长的趋势，但比较而言工资增长的速度更快，致使全国范围内的单位劳动力成本显著提高。而导致劳动力成本提高的原因主要在于人口老龄化的加剧和人口增长率的降低，劳动力供给明显降低，导致典型地区就业人员的增幅降低（表2），全国就业人员环比增长速度基本接近0，而江苏省在近两年已经为负值，出现“用工荒”现象。
在《孟子》一书中，孟子在与诸侯国王对话时常以“臣”自称，并称对方为“王”，而对于类似称谓词的翻译中，很多译本将“臣”普遍译为I，对“王”的翻译则是利用多重译法。然而，也有大一部分译者将“王”译为you，这样的译文无法体现出君臣间严格的上下等级关系，导致译文没有办法突出原作的真实语境及情感。因此，可以将“臣”译为your subject，将“王”译为Your Majesty，这样的翻译能够充分体现出特殊语境下谈话双方明确的等级关系，弥补英译中称谓词人际功能的缺失。
相对来说，江苏省、浙江省和广东省这三个典型地区有能力也有必要直面科学技术革命，大力发展人工智能，只有建立以技术密集型的产业来替代劳动密集型产业，由注重数量增长转变为质量的提升，以个别劳动生产率的提高来带动社会生产率的整体提升。而且，人工智能的投入和应用越为普遍，便可以为企业创造先发优势，就越能促进劳动生产率的提高，劳动力成本的降低，是在“满足人民日益增长的物质文化需要”的基础上，促进我国经济的进一步发展的有效方式。
表2 典型地区就业人员增幅
四、主要结论与启示
（3）借助多渠道获取多种资源，解决身边一些的生物学与环境科学问题，拟定“认识酸雨危害 保护桂林绿水青山”行动计划。
相比而言，典型地区更有条件通过慢慢普及人工智能在制造业的规模化应用来提高劳动生产率，从而降低劳动力成本，由于典型地区的经济发展状况：产业结构持续优化；高新技术产业较快发展；劳动力相对集中；区域经济协调发展。在一定程度上促进了“智能制造”的发展。
典型地区的经济要实现持续的高质量增长，必然要从发挥劳动力成本的相对优势，提升劳动生产率则需要深化供给侧结构性改革。目前典型地区的劳动力成本水平虽然仍低于全国平均水平，但在人口老龄化、社会保障制度完善的背景下，依旧需要通过提高劳动生产率来实现劳动力的保质增长。供给侧结构性改革要求我们“去产能”，消除无效率或低效率的低端产业，重点发展和培育新型的高端技术密集型产业，进而打造经济的跨越式发展。人工智能的投入和使用，完全符合经济综合实力都比较高和制造业产业背景的典型地区。典型地区可依托的资源优势，可以从以下几个方面说明：
其三，研究所一些细节无不体现对传统尊重的优良所风，在大楼二层的走廊悬挂研究所历任所长的大幅照片，并配有生卒年和简历；在图书馆里设有专架陈列研究所资深研究员赠书，并标上赠书者姓名和照片，真是值得我们研究机构学习和访效啊！
（一）高质量的人力资本优势
作为高校较多的大省之一的江苏，截止2016年普通高等学校141所，普通中等学校2908所，有足够的条件创造更多的高质量人力资本；普通高等教育在校学生190.74万人，拥有足够的高质量人力资本。同样，浙江和广东的高质量人力资本也相对丰厚。需打造升级版“劳动力优势”，形成人力资本优势，实现“人力资本红利”代替“人口红利”的人才资源观，更加适合人工智能的普及。典型地区的人力资本优势为人工智能的普及和发展奠定了人才基础。
（二）地域优势
江苏省的苏锡常三个城市，临近经济高速发达的上海市，有利于带动整个长三角发展，可促进对外贸易发展；而广东和浙江两省的外贸优势不容忽视，可以带动内陆发展，促进我国经济的整体发展和壮大。典型地区的地域优势为人工智能的普及和发展提供了有利的地域环境。
在一定程度上表征学术成果质量优劣的JIF与学术质量之间的关系并非呈线性正相关，并且在更多的时候，其所表征的是学术研究的热点，所以并不能直接代表学术研究水平。因此，DORA也建议，不使用JIF等评价期刊的指标作为评价单篇研究论文质量的代替指标，也不能用来评价某位学者的贡献，也不作为决定是否提职、聘用或经费资助的指标。就是说，JIF可以作为期刊评价与学术评价的某种参考，而不能唯JIF是论，更不能赋予JIF太多的利益和好处。然而，有不少国家和地区，把JIF与论文水平甚至跟科研奖励直接挂钩，有些机构甚至给那些在高JIF期刊上所发论文的作者提供巨额的奖金。
（三）产业优势
以江苏省为例的制造业刺激和带动了其它产业的发展。以常州石墨烯和光伏产业为代表的技术密集型产业，带动了经济的高质量发展。自主研发和生产我们自己的品牌产品，形成我们自己的核心竞争力，推动国家繁荣富强。典型地区的产业结构优势拓宽了人工智能的普及和发展力度。
（四）雄厚的经济基础
三个典型地区的GDP一直以来都是稳步提升，具有雄厚的经济实力和基础，有条件投入新技术，尤其是江苏省的制造业的发展需要注入新的活力，智能化改造后的制造企业将不断扩大在快速的市场环境下的精益管理和协同创造等动态能力方面的核心竞争优势。典型地区的雄厚的经济和财力优势为工智能的普及和发展提供保障。
参考文献：
[1]沈勇涛,周强.我国非农部门单位劳动力成本动态测度及区域差异[J].商业研究,2017(11)
[2]朱克朋.我国制造业劳动力成本文献研究[J].合作经济与科技,2017(18)
[3]钱诚.劳动力成本优势真已远去了吗[J].企业管理,2017(8)
[4]钱诚.当前我国制造业劳动力成本变动情况分析[J].人事天地,2017(10)
[5]鞠士奇.劳动力成本上升对我国制造业技术进步影响的路径研究[D].山西财经大学,2017
[6]王万珺,沈坤荣,叶林祥.工资、生产效率与企业出口——基于单位劳动力成本的分析[J].财经研究,2015(7)
中图分类号： F240
文献标识码： A
文章编号： 1004-4914（2019）02-248-03
（作者单位：吴芸芸，常州大学商学院；封红旗，常州大学国有资产与实验室管理处 江苏 常州 213164）
[作者简介： 吴芸芸，常州大学商学院，硕士研究生，研究方向：数据挖掘、信息资源组织与管理、项目管理；封红旗，常州大学研究员，硕士生导师，研究方向：数据挖掘、信息资源组织与管理。]
（责编：贾伟）
标签：劳动力成本论文; 劳动生产率论文; 人工智能论文; 战略性资源论文; 常州大学商学院论文; 常州大学国有资产与实验室管理处论文;