题记：2024年6月16日下午，北大国发院朗润·格政第186期在承泽园举行。本次论坛由北京大学国家发展研究院、劳动经济学会人工智能与灵活就业专委会、岭鹏产业与创新研究院共同主办。本文根据北大博雅青年学者、国发院副院长、教育部长江青年学者、劳动经济学会常务理事（人工智能与灵活就业专委会会长）张丹丹教授的主题演讲整理。
我今天的发言主要聚焦制造业，重点阐述数智化和发展新质生产力的背景下，制造业就业的零工化趋势，并分析零工化趋势下对制造业劳动力市场教育回报可能产生的影响，即工人人力资本和劳动生产率之间的关系。
中国制造业现状
尽管服务业在GDP和就业中的占比不断上升，其对经济发展的拉动作用越来越重要，中国的制造业依然占据非常重要的经济和就业地位。
截至2023年，中国制造业持续14年位居世界首位，制造业增加值占全球比重约为30%，高于排名第二的美国（占16%）。2021年，中国是世界最大的制造业出口国，出口总额高达3.33万亿美元，占全球制造业出口总额的近20%。德国和美国分别以1.37万亿美元和1.1万亿美元位列在后。
近年来，我国制造业也发生了一些变化。
一是制造业占GDP的比重持续下降，说明制造业在我国GDP中的重要性降低。
二是制造业就业在总就业中的占比明显下降。根据2020年第七次人口普查得到的数据，制造业从业人员约为1.14亿，占全部从业人员（不含农业）的27%左右，比2010年末净减少两千多万人，比重下降了10个百分点。制造业就业比重明显下降背后的原因是多重的，如人口转型——劳动力数量在2013年达到顶峰后开始下降等。
图1是中国、美国等一些国家的工业机器人存量情况。可以看出，我国的工业机器人数量在劳动力数量达到顶峰后（2013年）出现陡增。现在我国机器人的保有量约占全世界的三分之一，是世界最高。人工数量下降，机器人数量上升，这是数智化背景下制造业劳动力市场正在发生的巨大变化。
图1
近年来国家对制造业的重视程度大大增加，聚焦推动高质量发展、加快发展新质生产力。2020年之后，制造业在GDP中的占比逐渐上升，整体的就业比重也不再继续下降，进入平稳上升阶段。目前我国在重振制造业的道路上再度出发，仍需密切观察其中的动态变化，特别是新一轮的技术变革对日后制造业发展的影响。
制造业的零工化趋势
伴随着智能化的发展，中国制造业劳动力市场呈现零工化趋势。可能让大家意想不到的是，这种零工化趋势在过去十年已经悄然出现。根据本人研究团队在苏州昆山的近两年的调研，制造业零工化趋势的大规模出现主要有以下原因。
1、出口订单的波动性
我国制造业生产与出口贸易高度关联，前些年我国出口的是纺织品这类劳动密集型产品，最近十几年则越来越集中在电子产品。目前，电子产品已经占到我国全部出口量的五分之一左右，占全世界电子产品出口量的三分之一。
消费电子产品出口存在季节性波动。比如苹果的电子产品，新产品发布的几个月时间内，用工量陡增，大量订单涌入中国，短期内需要组织大量的工人进行生产。
因此作为世界工厂的中国，制造业出口订单存在较强的周期性波动。图2描述了过去五年，某制造业派遣工用工平台的派遣工月度入职人数的变化情况。可以看出，制造业用工波动性大，用工量少月份入职派遣工会员人数不足一万，最高峰可以达到五万。用工的最高点基本上都出现在9-10月份，对应的就是11月、12月的苹果新产品的发布的订单需求，以及圣诞节的消费高峰。国际新产品发布和消费的变化催生了中国制造业用工的季节性波动。
图2
数据来源：岭鹏产业与创新研究院。
图3展示了某制造业派遣工用工平台的日度工价变动。过去五年每个月的制造业派遣工入职人数变化情况。图中显示，制造业派遣工的工价每天都在变动，过去5年波动范围从16元/时到32元/时不等。工价的剧烈高频波动性反映了制造业劳动力市场用工的供需情况，用工高峰同样也是工价的最高峰。2021年的工价比较高，2023年、2024年工价相对走低，这与订单量减少有关，也存在宏观经济整体景气度的因素。
由于订单的波动性，考虑到成本因素，制造业厂家常年使用大量的固定工并不划算，还不如订单来时再雇佣更多工人，没订单时减少用工量，所以就产生了用工波动性，并衍生出制造业派遣工的零工劳动力市场。
此外，另一个催生中国制造业零工化趋势的原因是生产技术的进步，使得工人只需从事极低技能的劳动，采用先进技术的工厂反而无需大力培训一线工人，培训成本的降低，技能的简单化使得零工可以满足大量制造业工厂的订单需求。
图3
数据来源：岭鹏产业与创新研究院。
2、企业用工成本与劳动者维权意识
2008年新修订的《中华人民共和国劳动合同法》规定，用人单位必须为劳动者交纳社会保险费用，不得随意解除劳动合同。解雇是有成本的，需要按照规定向劳动者支付经济补偿。因此，企业为了降低成本，与劳动者签订合同时会非常谨慎，毕竟签约后就要支付五险一金，这部分费用约占月薪的22%左右。与此同时，订单数量也存在波动，在订单低谷时，用人单位想要解雇员工，成本也比较高。
因此，派遣零工的雇佣方式应运而生，找零工不需要签劳动合同，只需要让零工和劳务公司做劳务签约即可。
2013年国家发布了《劳务派遣暂行规定》，规定用人单位应当严格控制劳务派遣用工的数量，使用的被派遣劳动者数量不得超过其用工总量的10%。虽然10%是个制度性红线，但实际上企业总会想一些办法规避这种约束。
因此，公开数据对制造业的零工化程度很大程度上存在低估。派遣工群体的较高流动性特征使得常规统计方式难以得到准确的数据，制造业企业用工规模的统计数据存在被低估的问题。
我们根据大量实地调研数据做出推算，长三角、珠三角等制造业集聚地，派遣工占企业用工规模的比例可达三分之一，用工旺季可达三分之二。
根据第四次全国经济普查和第七次人口普查的数据，我们测算的结果显示，制造业用工中，派遣工占比约为33.4%。主要计算的逻辑是，“七普”中每个人都会上报自己的职业，这可以帮助我们更好地抓取制造业的用工数据。第四次经济普查中的相关数据是企业报送的。企业报送的派遣工数据基本不会超过10%。根据这两组数据的差异，我们估算出派遣工的比重最高为三分之一，最低为四分之一。这意味着整个制造业中有四分之一到三分之一的用工是零工而非固定工。
全国制造业的用工统计显示，制造业约有10%的零工，但我们估算的零工比例超出10%-20%。如果把超出的10%-20%加回去，过去十年制造业的总就业量并没有明显的下降。此外，我们也使用了CEGS（中国制造业企业雇主和雇员匹配调查）的数据。CEGS数据测算，2017年的派遣工占比近20%，也远远高于10%。
我们的研究还关注那些统计数据里可能“看不到”的大批制造业零工，他们的生存和工作方式，可能对我国制造业产生影响。
一般的统计数据里很难找到这部分零工的信息。因此我们使用了中国最大的制造业派遣工用工平台数据。该平台有百万求职者和制造业企业之间的匹配信息汇聚在这个平台上，制造业派遣工在职期间的出勤和薪资信息也都可以在这个平台上查到。可以说，我国官方数据统计里较少出现的那部分人，几乎全在这个平台上。
制造业零工化趋势数据调查
我们的研究使用的是2019年1月到2024年4月某制造业派遣工平台的全部数据，包含约500家制造业企业，70万工人和超过250万的企业和员工匹配信息。该平台上的用工主要集中在长三角和珠三角，这两个地方囊括了一半以上的制造业用工，90%都是从事3C电子消费（3C）产品出口的工人。
除了该平台的数据，本人在今年的三四月份刚刚完成了一项调查数据——在某制造业派遣工平台的会员当中随机抽样，并填写问卷。我们共得到3,262个样本，问卷回收率为19.09%。
为了分析整个制造业的情况，我们还采用了“中国制造业雇主-雇员匹配”数据，该数据覆盖江苏、广东、吉林、四川、湖北五个省份，100个县区的1,940家制造业企业，及其16,105名员工。以下是我们的研究结论来自于以上三个数据的分析结果。
我们发现制造业零工群体具有以下特点：
1.技能要求低。3C行业的自动化程度非常高，生产线上的工人从事的工作技术含量却很低。工人只需要认识26个字母，主要的任务是诸如拧螺丝、装配等体力劳动。基本上不需要任何技术，也不需要培训，只要年轻、眼神好、动作快就能从事这项工作。
2.年龄普遍较低。这部分工人进入平台做派遣工时平均是26岁。他们中大部分人是男性，90%是农村户口，农民工群体是主流。
3.受教育程度较高。高中及以上学历比例达到60%，大学毕业生占比约为15%。2003年之后，从业者的受教育程度明显上升。这意味着如果就业状况不好，大学生们就开始向下找工作，流向制造业。
4.就业稳定性极低，留存率低，很多都是日结工人；流动性高，入厂时间最多三个月，一周就收工的也大有人在；待业率也高，比如在三月到四月这个时点，有将近30%的人在找工作。
5.从事灵活就业。这部分人群中都是派遣工出身，但到现在仍有六成保持日结或者是派遣工的灵活就业身份，约有47.8%尚未被社保覆盖。
我们用具备上述特点的群体进行了进一步的分析。图4展示了我们从将近3,200个样本中进行筛选的整个过程。
图4
不同维度的分析得到的结论总结如下：
1.受教育程度方面。制造业派遣工的受教育程度有所提升。总体而言，教育程度高的人返乡的可能性更大，在外出打工的人当中，教育程度高的人更可能就业，失业或者选择躺平的可能性较小。在就业的人当中，教育程度高的人更倾向于选择服务业而非制造业，他们更可能做一些技术性或者办公室工作，而不是做一线工人或者服务型工作的。教育程度高低和固定工、派遣工没有任何关系，大部分人还是倾向于成为一名固定工，这表明他们对未来有长远稳定的规划。
2.工资方面。教育水平对劳动生产率没有影响，高教育程度的工人通过增加劳动时间来提升工资水平。因此中国的制造业工人工作时长比越南、墨西哥和印度的制造业工人都要高。中国制造业工人每天工作10个小时，每周工作6天，其他国家的工人每周工作基本不会超过40个小时。
3.动态工资的变化。这些工人可能是先在平台上找工作，后来外出务工，再后来又从事其他的工作。对比不同工作的动态工资变化，发现在城市里待的时间越长，教育的回报越低。
4.使用CEGS数据企业和员工的匹配数据后，在制造业3C产品派遣工这个范围内，教育程度高低似乎对劳动生产率没有作用，但教育程度高的人会有更多选择，除了3C这一行，还可以从事服务行业、技术工作或返乡。
5.所有制造业工人中，倘若某企业采用了新技术，教育程度高的人可能获利，他们的工资会更高，教育程度低的人则工资会下降。总体上看，教育程度高的人如果有朝一日跳出低端制造陷阱，其受教育程度仍可能带来积极影响；倘若跳不出来，则工资不会有明显提升。
6.自动化和人工智能技术导致技能两极化和用工零工化。智能化背景下，企业越是使用新技术，受教育程度高的人越可能从事零工，
总结
以上我主要展示了智能化时代制造业的就业变迁情况，主要聚焦零工化。
第一，当前制造业中有大量的零工存在，呈现出就业稳定性低，年轻化且教育程度相对高的趋势。
但是不容忽视的是，中国制造业劳动力市场的有效组织，快速集结百万级高素质劳动力的能力，加大了中国制造业在全世界的比较优势，同时也吸纳了大量的就业。
在就业市场变迁和零工化的背景下，应注重其对社会保障体系提出的新挑战，以及这种短期性的、高流动性的就业方式，可能对劳动者个人人力资本的积累和劳动生产率提升带来的挑战。
第二，工资的两极化趋势对劳动力技能的发展提出挑战。
智能化对制造业一线工人技能的要求极低，从而导致人力资本的错配，中等技能的劳动力需求减少，导致受教育程度相对较高的人原本应从事中等技能的劳动力，也只能从事一些低技能重复性强的制造业一线蓝领工作。这对教育体系的改革提出挑战。我们是否需要这么多受教育程度高的人，日后该如何根据技术进步对人才需求的趋势和市场的需求引导教育的发展，智能化大背景下如何做好教育的适配性，是值得我们深思的问题。
