(二)产业升级除了应对“劳工荒”,“机器换人”的第二个目的是实现“中国制造2025”框架下的产业升级。“技术红利替代人口红利”这一说法同样暗示今后要用先进制造业发展高端生产,从而替代劳动密集型的代工产业。东莞是名副其实的“世界工厂”,在占地仅2460平方公里的土地上,有超过8万家工厂(东莞市统计局,2016)。但其实该市的工业化历史并不长,在改革开放之前一直以“鱼米之乡”著称。在刚开始发展工业化时,政府没有遵循计划经济时期“独立自主、自力更生”的政策,而是靠吸引外资设立劳动密集型加工厂,错过了提高本土工业技术能力的机会。通过调研了解到,许多合资企业有明确的分工,中方负责人力资源,外方主管技术和设备,因此中方直接影响技术决策的可能性很小。 代工生产模式使东莞制造业易受世界经济波动的影响,在经济下行期间工厂或因接不到订单而倒闭,或被迫接受压价。在2008年金融危机期间,东莞的玩具行业基本垮台,有3500家倒闭,仅有几百家幸存。在实施“机器换人”计划的2014年,东莞第二轮“倒闭潮”袭来,至少4000家企业关门,且大多是电子厂(涂重航,2015)。 “中国制造2025”计划提出要通过技术升级带动产业链升级。但是,自主创新需要长年的规划和经验积累,对于地方政府来说,眼前更迫切的任务是要保证地区生产总值的增长,也就是起码要留住产业。在许多传统行业如服装和制鞋业已纷纷搬迁到内地甚至东南亚的情况下,东莞政府集中力量扶持电器、机械和电子等支柱产业,希望他们通过购买先进设备来提高竞争力。但调研发现,仅是使用自动化设备难以确保企业在全球价值链(global value train)的升级,一方面,提高产品的质量除了需要好的设备,更需要优秀的机工参与,而企业并不愿意加大对人才培养的投入;另一方面,企业想从代工厂蜕变为品牌供应商,还会因南北方国家之间不平等而受到许多打压(Sharif and Huang,2019b)。
“机器换人”对工人的影响
(一)为何“机器换人”容易推进?据东莞官方公布数据,从2014年9月至2017年1月,“机器换人”专项资金所资助的项目已经减少用工19万人(黄颖川、傅鹏、李倩彤,2017)。而我所调研的四家工厂应用自动化设备前后用工对比的数据显示,同一条生产线的人力缩减最低67%,最高达85%。 企业减员如此“顺利”,和农民工“半无产化”的特征不无关系。在东莞近600万人口中,外来人口达400万,且绝大部分是农民工(东莞统计年鉴,2016)。农民工长期在城乡之间流动,其生产劳动在城市,可是劳动力再生产的大部分职能却只能在农村完成。作为“半无产化”群体,农民工具有收入低、离职率高、技能形成和社会保障不完善等特征,这些都可以被企业利用来为减员提供便利。 比如,“机器换人”在短期内会增加企业成本,因为按照《劳动合同法》规定,用人单位裁员必须向劳动者支付经济补偿金。但实际上,企业会动用各种招数来规避,其中最常见的办法就是不让工人加班。2015年,东莞的社会月平均工资是4062元,可是月最低工资只有1510元,只约占社会月平均工资的1/3。工人如果不加班,单靠基本工资根本无法生存。因此,老板要想逼工人“自动离职”,只需要减少甚至不让工人加班就行了。 另外,农民工的高离职率也为企业减员提供了便利。近年来,“短工化”趋势加剧,2000年起进入劳动力市场的农民工平均每份工作持续3.80年,而2008年起进入劳动力市场的农民工平均每份工作只持续1.40年(清华大学社会学系课题组,2013)。H厂生产运动头盔,从2010年开始就引进了自动化设备,而后仅是自行车头盔部门就已从240人锐减到120人。H厂经理认为企业因技术进化而实施裁员是一种“天赋人权”:“因为在中国有一个很特有的现象,就是人员流动率很高。那很高我就是遇缺不补、自然淘汰、去芜存菁,因为你一个企业来讲,你不可以因为你的进化,你没有人权,这是一个企业做事的一个基本社会责任。”显然,在这位经理看来,“天赋人权”中的“人”只包括企业主,而不包括工人;企业选择自然淘汰而不是主动裁员,就已经算尽到社会责任了。 农民工没有本地居民身份,所以不难理解为何东莞政府以“减员”而不是“保就业”为首要目标。为何“中国制造2025”计划没有针对产业升级对就业造成的潜在影响进行中长期的评估(Ernst,2018) 《北京青年报》的一篇社评非常尖锐地捅破了地方政府的如意算盘(邢理建,2016)。 “机器换人”地区的政府,无须为被换下来的外来员工承担再就业责任,数万、十数万甚至更多数量的外来员工黯然离开后,地方政府在治安、教育、医疗、住房等公共配套上的投入,亦得到大幅减轻。 尽管东莞的许多工人面临被机器取代的命运,但调研中遇到的大部分工人都没有表现出强烈的担忧。根据对广东省608家制造业企业调查数据的分析发现,绝大多数员工对“机器换人”持欢迎态度(孙中伟、邓韵雪,2020)。为何大部分员工没有危机感?一方面,这个调研囊括了大专和本科以上高学历员工,所以结果有些过于乐观;另一方面,“机器换人”是否能真正取代人工,也和具体的产业有关。在20世纪60年代发明工业机器人的时候,主要是针对汽车行业的喷漆、焊接等岗位,机器比较擅长完成标准化、重载型的工作。但是,珠三角地区比较迫切需要替代人工的电子零部件装配等岗位,由于产品为非标组件,作业需要动作灵巧,目前机器人仍不擅长。尽管中国工业机器人的销量已从2013年的3.7万台增长到2018年的13.3万台,但是相比8000多万的制造业农民工来说,还是沧海一粟。另外,我国的机器人密度目前只有97台/万人,处于世界第21位,远低于第一名韩国的710台/万人,今后还有很大的增长空间(IFR,2019)。目前国内的机器人集成商发展迅猛,主攻非标的生产项目,所以今后各个行业中人工被机器人取代的可能性越来越高。 技术的资本主义应用对于工人来说还是一个陌生的概念,“死劳动”剥削“活劳动”闻所未闻,耳熟能详的反而是“技术红利替代人口红利”,因此,我采访的工人大部分认为“机器换人”代表着时代的进步。我在调研初期认识了在东莞某电子厂打工的河南籍农民工吴晓,他这样评价“机器换人”: 就像我们种田一样,开始不是机械全是人种,一百个人种的,不够一百个人吃。但是后来,两个人种的,就够一百个人吃的。现在我们大部分人都没有在种田,但是我们有饭吃……可能要很少部分的人来工作,但是,它产生的效益能够养活更多的人。 细看,吴晓的解读暴露出一个可能连他自己都没有思考过的问题:农业机械化以后,为何农户能养活一百个城里人,却养不活自己一家人?他在大力夸奖机器的进步性时,却忘了自己为何不得不抛下出生不久的小孩,背井离乡、不远万里来到城市打工谋生。很明显,生产力的提高并不直接带来收入的提升。 有些工人也会希望能分享“机器人红利”。有一次,我和一些工人一起探讨这个话题,当他们得知政府的政策后,便追问:“为何政府不补贴因为‘机器换人’而下岗的工人?”后来,我回访政府官员的时候,把工人的诉求转告给他们,得到的答复是: 英国工业革命,工人失业,也会砸机器。他们有点失落是很正常的……长江后浪推前浪……你不能抱怨这个社会,只能看自己如何来适应它,然后看如何提升自己……现在上访的,是因为欠薪、老板跑的,还没有听过是“机器换人”换下来的。 政府官员如此理解,恰恰反映了当前工人在“工业4.0”中的声音缺失。当工人内化“技术决定论”时,就难以积极行动起来,争取技术所带来的利益。本来,如诺布尔所述,工业机器人有两种应用路径,“机器换人”和“人机协作”。后者不以替换工人为目的,更着重于延展工人的双臂,协助工人一起做更复杂的工作。但是,因为工人在技术决策中的角色缺失,所以我调研的工人大多处于被“换人”的境地。
(二)“机器换人”能否直接带来技能提升?我调研的八个工厂中,有三个厂在技术升级之前需要技能工人,包括M厂光纤金属配件的数控机床加工、H厂的运动头盔外壳切割和D厂的家具门板生产。其余五个厂均为电子厂,升级之前是流水线式的装配工作,升级后继续留任的工人改为上下料,工作内容在自动化前后都不太需要技能。前三个厂中,技能形成需要较长时间,所以工人趋向老龄化,老师傅的工资比较高,如家具厂的木匠工资在6000～8000元之间,CNC技术工人工资在6000元以上,手工切割头盔的师傅工资为5000元,均高于社平工资。除了工资高以外,近年来珠三角地区出现了不少老工人争取社保补缴的抗争,如台资裕元鞋厂4万人参与了延续十余天的停工,最终迫使厂方补足未足额缴纳的社保费用(陈志柔,2015)。 “机器换人”是否能提升劳动者的技能呢?自动化后确实需要新的技能工人,目前许多制造业工厂买了机器人后才发现急缺机器人调试工程师和维护工程师。可是,由于农民工的流动性大,再加上大多数老板只看重眼前利益,所以基本上不会花时间和金钱把一线工人培训成为掌握基本编程技能的工程师,而是倾向于从外面招高职或本科毕业生。 对于大部分熟练工人来说,自动化后一个很明显的后果就是失去了对劳动组织和分工的控制。以H厂的头盔外壳切割为例,之前手工切割至少需要六个月的技能养成,使用机器臂后,工人三天就可以上岗了。调研中无论是引进机械手还是数控机床的车间,工资的计算都从计件改为计时,这其中的原因很明显,因为生产的快慢不再由工人的熟练程度或者工作积极性所决定,而是由机台的标准工时(cycle time)所预设。某电子厂的工人认识到:“之前是人控制机器,人可以按照自己的节奏来干活,之后就变成机器控制人了。”这意味着工人不仅无法通过“赶工游戏”来体现自己的自主性,连使用“弱者的武器”进行消极怠工也变得十分困难(布若威,2008)。 我在调研中遇到的唯一一个自动化带来技能提升的例子,发生在生产高端光纤通信零部件的M厂。周总之前在北方的一个煤矿机械厂工作了十多年,直到1997年国企下岗潮,他只身南下广东,进入一家外企当工程师。到2013年,他创办了M厂,主要业务为通过电脑数控机床(CNC)加工高精度的金属零部件。该厂的产品属小批量生产,形状不规则,精度要求很高,所以非常需要工人参与到生产工艺的开发当中。 受之前在国企工作的经验启发,周总在厂里创办了学徒制。他认为工人的技能培养非常重要:“设备谁都可以去买,但工艺要开发。一个是硬件,一个是软件。”工人刚进厂就会被问是愿意做学徒还是操作员,学徒的工资是月薪,起薪只有2000元,但是3个月后可以升到2500元,再后面到3000元,以此类推,而操作员一般每月工资是2800元。学徒工资可能一开始比操作员低,但是可以爬楼梯,有上升空间。学徒后面是三级技术员(工资4000元)、二级技术员(工资5000元)、一级技术员(工资6000元)再到工程师(工资8000元)。 M厂是我所调研的八个制造业工厂当中,唯一一个有意识地培养工人技能的例子,大多数农民工根本没有技能提升的机会。我所遇到的一个极端的例子是,某电子厂的五金冲压工,在厂里干了21年仍是普工,每月只有3000元工资,退休时带回老家的是两根因工伤被冲断的手指和没买够年限的养老保险。 因此,M厂有意识地培养技术工匠的做法在东莞这个主要以代工生产为主的城市是个特例。由于其他七家工厂尤其是电子行业的零配件供应商(L、P、J、K厂)主要走量产的路线,产品比较标准化,不太需要对产品进行研发,所以并没有培养技术工人的意愿。相比之下,M厂的产品是金属配件,形状不规则,且精度要求高,所以必须培养技术工人参与生产工艺的设计。由此,我们看到自动化自身的悖论,一方面使得很多熟练技工去技术化,但另一方面精度高、非标准化的产品又需要有经验的工人来参与一线生产(Hounshell,1984;温契斯特,2019)。 “中国制造2025”计划提出要发展先进制造业的目标,而最迫切的任务是要完成核心零部件、先进基础工艺、关键基础材料和产业技术基础(“工业四基”)的突破。其中最大的短板是人才的短缺,除了需要掌握理论知识、主攻研发的科技人才,更需要扎根车间一线、具备丰富技能经验的技术工人参与生产工艺的开发。因为物质世界的复杂性使得生产难以简化为抽象的数字信息,只有依靠熟练机工才能随机应变(Shaiken,1984;Vallas,1993)。本辑陈龙和韩玥(2020)的文章也表明,在服务业中,外卖骑手不仅是数据平台的使用者,更是数据的生产者。他们通过自身经验,不断对送餐路线进行优化,从而使导航地图的精准度从社区延伸到楼宇单元的级别。在工厂中,工人的实际经验更是自动化进程中至关重要的部分。Shaiken等(1986)认为让机工参与CNC编程是必要的,他举了一个车间调研的例子:金属技工要在铝条上的固定位置钻两个孔,因为钻孔时的高温会使铝条膨胀,所以冷却以后两孔之间的距离就会收缩。这需要机工有丰富的经验,才能预计热胀冷缩所带来的误差。我在佛山参加了一个工业机器人培训班,其中一位老师指出,目前大专院校相关专业学生只通过机器人建模仿真进行实训,缺乏一线车间生产锻炼的经验,因此设计的软件容易制造废品。他以金属电热水壶的打磨为例,说道: 院校教学不需要节拍,但是我们给终端客户做,第一要求就是节拍,新砂轮的切削力大,所以刚开始转速要慢一点。到后面磨了20个、100个产品之后,切削力就不足了,靠什么弥补呢?必须提高节拍,加转速。这里面牵涉到的东西太多了,要想把打磨的东西彻底搞明白,并非一两个月能全部搞定的。 一直以来,我国制造业主要依赖“人口红利”,企业追求短期效益,不愿意投入资金培训工人。据全国总工会报道,2017年我国的产业工人队伍中高级技工占比仅为5%,与发达国家40%以上的数据相差甚远(李守镇,2017)。有学者指出,技术工人的短缺会给“智能制造”的发展造成障碍(Ernst,2018)。《制造业人才发展规划指南》指出,我国高档数控机床和机器人领域人才缺口将达300万,这里最缺的是既懂得编程技术,又具备一线生产工艺开发经验的人才。 国家在推动“中国制造2025”计划的时候,也在宣扬“工匠精神”。纪录片《大国工匠》从2015年“五一”劳动节开播至今,因为观众好评如潮,到2019年已经播放了八季。但我们也发现,“大国工匠”鲜有从民营企业中培养出来的,而国企的人才培养制度,很大程度上仍受益于计划经济时期残留的遗产,包括以“八级工”制度为代表的职业技能认证体系和以单位制稳定就业为前提的“师徒制”培养体系(王星,2014)。农民工吴晓(2016)在2003年初中毕业后到东莞打工,他通过自学掌握了模具设计技术,甚至解决了总工程师都无法解决的问题,为工厂赢得大量订单。可他却因工厂缺乏相应的晋升制度而无法进入设计部门,最终还因为在车间里日夜钻研吸入大量苯,患上白血病。他在阅读贝特兰的书之后发出慨叹:“不是工人不愿意提升自己,是工厂的制度决定了工人只能停留在底层。”
|
E_mail: redchinacn@gmail.com
2010-2011http://redchinacn.net
