4.1.2 数据来源
本研究在详细阅读人工智能和劳动力就业领域的权威期刊文献后，结合国内外相关测量指标，并针对本文的研究目的，选取 2016-2020 年中国 31 个省市行 政单位为分析样本，从《中国统计年鉴》和《中国科技统计年鉴》中获取 31 个 省市共 5 年的统计面板数据构成本研究的核心数据。
4.1.3 变量选取
（1） 被解释变量：劳动力就业
本研究选取就业数量和就业收入作为测量劳动力就业的两个指标。技术进步对劳动力就业的影响主要体现为技术对劳动岗位的替代、创造效应或通过影响劳动效率进而影响劳动者的收入报酬。前者表现为就业数量的变化，后者表现为收入水平的升降。在统计分析中，选取中国统计年鉴中 31 个省市的劳动力就业人 数作为就业数量的测量指标，选取 31 个省市劳动者平均工资收入水平作为就业收入的测量指标。这两个变量都是连续型变量。
（2） 解释变量：人工智能技术水平
本研究主要借鉴吕荣杰等的做法，选取《中国统计年鉴》（2016-2020）中的“信息传输、计算机服务和软件业全社会固定资产投资”这一指标来测量人工智能技术发展水平[86]。之所以选取信息传输、计算机服务和软件业全社会固定资产投资作为人工智能发展水平代理变量，是因为人工智能技术真正作为每个国家的落地政策是近几年才落实的，发展及应用时间也较短，没有一个统一的标准对人工智能发展水平作测度，因此相关的人工智能实证分析数据更为稀少。为解决这个难题，决定选取代理变量。结合国内外有关人工智能就业的大量文献中，对于实证分析所选取的变量中，被众多学者所认可的一共有两个代理变量，即工业机器人数量和 IT 行业社会投资额。但我国对于工业机器人的使用很大一部分都在第二产业中，很难对整体劳动力市场的就业情况做测量指标，且人工智能技术水平依赖于IT 技术的基础建设，而IT 技术水平的高低刚好的被呈现在信息传输、计算机服务和软件业全社会固定资产投资额度的大小上，因此，本章选取中国统计年鉴中“信息传输、计算机服务和软件业全社会固定资产投资”这一指标衡量人工智能技术水平的代理变量。
5. 研究结论与未来展望
5.1 研究结论
为探讨人工智能的快速发展对就业数量和就业收入的影响，本研究运用实证分析，从《中国统计年鉴》和《中国科技统计年鉴》中进行数据查找，以 2016-2020 年我国 31 个省市行政单位为分析样本，从就业数量和就业收入两个方面对人工智能与我国就业的关系进行了详细分析和探讨。研究结果表明，人工智能发展对就业数量和就业收入存在显著影响：第一，我国人工智能技术的发展将促进劳动力就业水平的提高，人工智能技术水平每提高 1%，劳动力就业市场的总就业人数就会上升 0.46%，即人工智能发展水平每提高 1%，第一产业就业人数将减少0.56%；人工智能发展水平每提高 1%，第二产业的就业人数将增加 0.28%；人工智能发展水平每增加 1%，第三产业就业人数将增加 1.29%。第二，人工智能发展对劳动者就业收入具有正向影响，即人工智能发展水平对第一产业就业收入的影响显著但为负，对第二产业就业收入的影响为正但不显著，对第三产业就业收入的影响显著为正，且系数大于第二产业。
人工智能发展水平对就业数量和就业收入总体上具有显著正向影响，但需要注意的是：首先，前三次工业革命的发展规律给了我们更多的历史经验。每一次新技术对劳动力市场就业的影响程度是不同的，无论是对岗位类型的改变还是对劳动力数量的增减，历次革命所呈现的总体趋势是一致的，即规则性劳动向不规则变化，体力劳动向智力劳动变化，非情感性劳动向情感性方向变化[88]。然而， 人工智能技术的革命又与前三次革命稍有不同，人工智能革命的速度更快，影响的范围更广，当人工智能技术的成熟度足够高的情况下也许会完全替代人类劳动。
其次，人工智能对劳动力就业市场的劳动者来说试一把双刃剑，即产生了创造效应，也带来了替代效应，创造效应所带来的变化是人工智能本身要想更好的发展对其自身衍生的新的岗位，以及为了满足新的岗位所附带创造的辅助性岗位；替代效应主要是指在劳动力市场中的职业，根据现有人工智能技术发展的程度，所需要的劳动者技能能否被人工智能技术代替的那一部分，并且根据前文可知，北条带的岗位多是以规则性的体力智力劳动[89]。
最后，从实证角度看，人工智能在第一、第二、第三产业中的影响大小虽然不同，但整体来看对我国劳动力就业的数量起到了推进作用。第一产业中的劳动工人所从事的职业多是规则性的体力智力劳动，情感轻的劳动较少，因此在第一产业中劳动力被替代的效应比较大；第二产业中，由于我国是制造业大国，对于机器的使用也发展了很多年，企业中规则性劳动的工人相对于非规则性劳动的工 人较少，且对非规则性劳动的工人需求则会逐年增长，因此在第二产业中，净影响为促进就业[90]；第三产业中涉及的劳动力就业岗位更多，在这些岗位中的占比中非规则性劳动以及情感性劳动较多，因此在第三产业中的净影响为促进就业。
参考文献（略）
