圖源：圖蟲
編者按：本文來自微信公眾號機器之能（ID：almosthuman2017），作者機器之能，創業邦經授權轉載。
一 引言技術進步將把人類引向何方，經濟學家從未停止過思考。早在20世紀初，凱恩斯就曾做出人類將面臨「技術性失業」的著名預言（Keynes，1930）。如今，人工智能（AI）和機器人技術的迅猛發展在推動生產力進步的同時，也加速了勞動力市場上機器人對人的替代，給人類工作帶來前所未有的挑戰（Frey&Osborne;，2017）。麥肯錫全球研究院的一項最新研究指出，到2030年，全球將會有4—8億人口的工作被機器人取代，而中國將會有31％的工作時間被自動化（MGI，2017）。未來，人類工作將會在多大程度上被機器人所替代？人工智能與機器人技術的快速發展給人類帶來的究竟是機遇還是挑戰？這一系列問題已經成為不可忽視的全球性議題（WorldBank，2019）。
2015年國務院頒佈《中國製造2025》，將發展智能製造列為實現製造業強國目標的「五大工程」之一。十九大報告進一步明確了「加快建設製造業強國，加快發展先進製造業」的發展目標。目前，機器人應用已經成為推動中國從「製造大國」向「製造強國」轉變，實現經濟「高質量發展」的重要力量。根據國際機器人聯合會（international federation of robotics，IFR）定義，工業機器人是一種可自動控制（automatically controlled）、可重複編程（reprorammable）、可完成多目標任務（multi-purpose）的機械，是面向工業領域的多關節機械手或多自由度機器人，可在一些單調、繁複和長時間的工作中替代人類。數據顯示，從2010-2017年，中國工業機器人保有量年均增長率達到37.73％；2016年中國首次超越日本成為全球工業機器人存量最大的國家（如圖１所示）；2017年中國工業機器人銷量達到13.79萬台，佔當年全球總銷量的36％。作為一個處於經濟轉型期的發展中大國，機器人應用的迅猛發展勢必會對中國當前以及未來的勞動力市場帶來深刻影響。然而，現有研究多集中於探討機器人興起如何影響歐美等發達經濟體的勞動力市場（Acemoglu&Restrepo;，2020；Graetz＆Guy，2018；Dauth et al.，2018），來自發展中國家的證據仍然相對缺乏。即使有少量研究關注了中國的機器人和人工智能發展及其經濟影響（Cheng et al.,2019；陳彥斌等，2019），但多側重於理論層面的討論，缺乏系統性的實證研究。
本文利用IFR公佈的2011—2015年行業層面的機器人數據及中國製造業上市公司的微觀數據，基於「巴蒂克工具變量」（Bartik，1991;Goldsmith-Pinkham et al.,2020）的思想構造了中國企業層面的工業機器人滲透度指標，在此基礎上，採用工具變量法實證檢驗了機器人應用對中國製造業上市公司勞動力需求和工資的影響。實證結果表明，總體來看，工業機器人應用對企業的勞動力需求產生了一定的替代效應（工業機器人滲透度每增加1％，企業的勞動力需求下降0.18％），並且這種替代效應呈現出明顯的結構性特徵，但是對企業的工資水平沒有明顯影響。具體而言，工業機器人對勞動力的替代主要存在於本科和專科學歷的員工羣體中，其替代彈性分別為-0.27和-0.44；而對於高中及以下學歷勞動力，機器人應用對其有顯著的擠入效應；對於研究生及以上學歷羣體，則沒有明顯影響。本文進一步從市場結構、融資約束和企業所有權性質三個維度考察了機器人應用對企業勞動力需求和工資的影響機制。研究發現，在市場集中度越高的行業、外部融資依賴度越高的行業和非國有企業中，工業機器人滲透度的提高對勞動力需求的替代效應越明顯。為了全面識別工業機器人應用對勞動力市場的整體和長期影響，本文還就機器人應用對企業勞動力需求的產業鏈傳導效應及其長期效應進行了初步探討。
本文的創新之處和研究意義在於：第一，首次採用企業層面的微觀數據，利用工具變量法，在解決模型內生性問題的基礎上系統檢驗了機器人應用對中國勞動力市場的影響。從國際範圍來看，也是較早使用企業層面的微觀數據研究機器人的勞動力市場影響的論文。第二，深入剖析了機器人應用對勞動力市場影響的微觀機制。現有研究大多從宏觀視角出發，關注機器人應用對區域勞動力市場的影響，缺乏對其影響機制的深入探討。本文的研究發現，從微觀層面來看，市場結構、融資約束以及企業自身面臨的制度約束都可能會導致機器人應用對企業勞動力需求的影響存在差異。本文的研究結論意味着，機器人應用對勞動力市場的影響並非「局部性」的，而需要從經濟社會發展的全局來考慮，它與國家的產業競爭政策、金融發展程度、制度環境、社會保障政策等息息相關。有效應對機器人興起對社會經濟發展帶來的挑戰、並迎接機遇，需要制度和政策的統籌協調，以促進中國經濟的包容性增長和高質量發展。
本文餘下部分結構安排如下：第二部分在文獻評述的基礎上提出本文的研究假説；第三部分介紹本文的數據、工業機器人滲透度的測度方法和分佈特徵；第四部分實證分析工業機器人應用對企業勞動力需求和工資的影響；第五部分探討其背後的微觀影響機制；第六部分進一步分析機器人應用對企業勞動力需求的產業鏈傳導效應和長期影響；第七部分是結論和建議。
二 文獻綜述與研究假説（一）技術進步對勞動力需求和工資的影響
Autor et al.（2003）提出的「基於任務的模型」（task-based model）考慮了技術與勞動力在不同任務中的比較優勢，彌補了新古典經濟增長模型忽視了技術進步對勞動力需求和工資還可能存在替代效應的缺陷，為研究自動化技術對勞動力市場的影響提供了基準的分析框架。基於該分析框架的研究發現，在理論上，自動化技術對勞動力需求和工資的影響並不一致，即存在負向的替代效應和正向的生產力效應與就業創造效應。
替代效應。在基於任務的模型分析框架下，勞動力與自動化技術在不同的工作中具有各自的比較優勢。當自動化技術相對於勞動力更具有比較優勢時，勞動力就會被自動化技術所取代，即替代效應。替代效應會導致均衡中的勞動力需求和工資下降（Autor et al.，2003；Acemoglu&Restrepo;，2018,2020）。機器人的使用有助於提高企業生產的自動化水平，在一些機器人相對於人力更具有比較優勢的崗位上實現機器對人的替代，從而節約勞動力成本，提高生產效率。而在勞動力供給不變的情況下，勞動力需求下降會降低均衡的工資水平。此外，在僱主和僱員的薪酬談判中，當僱員的工作越容易被機器人替代時，其議價能力越低，為了獲得工作更有可能接受一個較低的工資水平。因此在替代效應作用下，機器人應用可能會降低企業的勞動力需求和員工的平均工資水平。
生產力效應。該效應的作用機制主要體現在以下三個方面：其一，自動化技術的應用有利於企業節約生產經營成本，使得受自動化技術影響的商品和服務的價格下降，並通過「收入效應」增加消費者對該商品或服務的消費需求。在均衡中，消費者需求增加會使企業進一步擴大生產經營規模，從而增加勞動力需求。其二，在「收入效應」影響下，消費者還會增加對其他行業產品的需求，進而導致相關行業的生產規模擴大，勞動力需求上升。例如，研究發現，在歐美等國家，農業機械化水平提高導致食品價格下降，使得消費者的實際收入上升，增加了對非農商品的消費，從而為非農行業創造了大量的就業機會（Herrendorf et al.，2013）。其三，自動化技術的應用導致企業生產經營成本下降，企業自身會有主動擴大生產經營規模的激勵，從而增加對非自動化崗位的勞動力需求。機器人應用有助於企業節約生產成本，提高生產效率，擴大生產規模，增加對非自動化崗位的勞動力需求。而隨着機器人應用帶來勞動生產率的普遍提高，也可能會進一步提高員工的工資水平。
就業創造效應。自動化在取代一部分勞動崗位的同時，也會創造出新的人力更具比較優勢的工作崗位，均衡中自動化如何影響勞動力市場則取決於兩種影響的淨效應。有研究指出，就業創造效應可以解釋美國1980-2010年就業增長的一半左右（Acemoglu&Restrepo;，2018）。而人工智能和機器人技術的廣泛應用無疑會創造出更多的新業態、新模式和新的就業崗位。例如，機器人應用可能會使企業增加對機器人工程師、維修師等新工作崗位的需求。綜上，以機器人為代表的自動化技術對勞動力市場的影響並非簡單單向的，而是取決於負向的替代效應，以及正向的生產力效應和就業創造效應的綜合影響。基於上述分析，本文提出以下兩個待驗證的假説：
H1：從企業層面來看，當替代效應占主導時，機器人應用程度的提高會減少企業的勞動力需求，降低企業的平均工資水平。
H2：從企業層面來看，當生產力效應和就業創造效應占主導時，機器人應用程度的提高會增加企業的勞動力需求，提升企業的平均工資水平。
（二）技術進步對就業結構的影響
針對歐美等發達經濟體的研究發現，技術進步對不同技能勞動者的影響往往是非線性的，存在明顯的就業極化（job polarization）現象，即高技能和低技能勞動者的就業呈現出上升趨勢，而中等技能勞動者的就業比例明顯下降（Autor et al.，2006;Acemoglu&Autor;,2011）。關於就業極化現象，一個具有代表性的解釋是，中等技能勞動者往往從事的是程序化、常規性的工作，而隨着信息技術（ICT）和自動化技術的進步，這些工作最容易被替代。相比較而言，高技能勞動者多從事非常規復雜勞動，而低技能勞動者多從事非常規簡單勞動，被機器替代的可能性較小（Autor et al.,2003）。在實證研究中，學者們利用不同國家的經驗證據對上述假説進行了驗證（Goos et al.,；Autor&Dorn;，2013）。最新研究發現，自20世紀50年代以來，製造業領域對中等技能員工需求的減少已經成為一種全球性趨勢（Kunst，2019）。
機器人應用不僅會導致企業勞動力需求和工資的總量變化，也可能會帶來相應的結構調整。對不同技能結構的勞動力需求而言，機器人在替代部分可自動化工作的同時也會進一步提高企業對非自動化崗位、與機器人技能互補崗位的勞動力需求。諸多研究表明，自動化技術對中等技能勞動者的替代性最強，而與高低技能勞動者存在互補效應。因此，機器人應用可能會導致不同技能勞動者之間的「就業極化」。而在工資方面，機器人應用會使得企業利潤在不同部門、不同技能員工間重新分配，可能會進一步加劇高技術人才與低技能員工間工資收入的兩極分化。基於上述分析，本文提出第三個待驗證的假説：
H3：機器人應用程度提高會導致企業對高技能和低技能勞動者的需求增加，對中等技能勞動者需求減少。
三 工業機器人滲透度的測度方法與分佈特徵（一）數據來源
本文使用的工業機器人數據來自IFR。該組織每年對全球機器人制造商進行調查，根據機器人制造商提供的一手數據統計形成「國家－行業－年度」層面的世界機器人統計數據，這也是目前世界範圍內最權威的機器人統計數據。鑑於工業機器人主要應用於製造業領域，因此本文主要利用製造業行業中類（二位數行業代碼）的工業機器人數據進行分析。與現有研究主要側重於行業或地區等宏觀層面的分析不同，本文着眼於從微觀層面考察工業機器人應用如何影響企業的勞動力需求和工資水平。基於微觀數據的分析，有助於進一步理解機器人應用對勞動力市場影響的微觀機制，為政策制定提供更準確可靠的依據。儘管中國規模以上工業企業數據庫（以下簡稱工企數據庫）在研究中國工業企業行為方面具有獨特優勢，但是考慮到中國工業機器人的使用在2010年之後才呈現出快速上升趨勢，且工企數據庫中2007年之後的數據有明顯缺失，因此本文在實證研究中主要採用2011-2015年中國滬深兩市Ａ股製造業上市公司的數據進行分析。其中，企業員工構成、企業經營等數據來自Wind數據庫，員工薪酬數據來自國泰安數據庫（CSMAR）。本文用到的其他數據還包括：中國製造業分行業就業數據來自《中國工業統計年鑑》；城市層面的相關經濟數據來自《中國城市統計年鑑》；美國分行業就業數據來自NBER-CES。
（二）工業機器人滲透度的測度方法
Acemoglu&Restrepo; （2020）採用一般均衡模型考察了機器人應用對美國區域勞動力市場的影響，並基於模型結論構造了度量美國區域層面「機器人滲透度」的指標，其構造思想類似於「巴蒂克工具變量」（bartik instrument）（Bartik,1991;Goldsmith-Pinkham et al.，2020）。本文借鑑其方法構造中國製造業企業層面的機器人滲透度指標。具體測度方法如下：
本文之所以採用美國工業機器人數據構造工具變量，主要基於以下三點考慮：第一，在樣本期內美國機器人應用水平雖領先於中國，但其發展趨勢與中國同期比較接近（見圖１和圖２）。第二，美國的工業機器人應用水平處於全球領先地位，其發展趨勢能夠反映該行業的技術進步趨勢。第三，與大多數發展中國家相比，美國的勞動力市場相對完全，其各行業機器人應用水平對中國勞動力市場的影響應該僅反映比較外生的技術進步帶來的影響。因此，我們認為，美國行業層面的工業機器人應用程度對中國勞動力市場的影響主要反映了同類行業技術特徵（滿足工具變量的相關性要求），而與其他影響中國機器人應用的本土因素無關（滿足工具變量的排他性約束），將其作為中國企業層面機器人滲透度的工具變量，有助於減輕模型的內生性問題。
四 中國工業機器人滲透度的分佈特徵1.中國製造業行業層面工業機器人滲透度分佈特徵
與機器人存量、銷量指標相比，機器人滲透度（密度）更能反映一國機器人實際應用水平。如表1所示，中國工業機器人滲透度最高的行業是汽車製造業，最低的是紡織、皮革、服裝業，不同行業間的工業機器人滲透度差異較大。而與美國相比，中國製造業整體的工業機器人滲透度仍然偏低。總體來看，在中國和美國都呈現出資本密集型行業（如汽車製造、機械設備製造等）擁有更高的機器人滲透度，而傳統的勞動密集型行業（如紡織服裝、傢俱製造等）的機器人應用並不明顯。
圖2展示了2010-2015年中國與美國製造業分行業工業機器人滲透度的變化情況。可以看出，中國工業機器人應用增長最快的行業是汽車製造業，其增長幅度遠遠領先於其他行業。美國工業機器人的增長與中國基本呈現出相似的行業特徵。略有不同的是，美國的其他製造業和基本金屬製造業的機器人使用水平要顯著高於中國，而在金屬製品業和鐵路、船舶、航空航天和其他運輸設備製造業上中國的機器人滲透度略高於美國。
2.企業層面工業機器人滲透度的分佈特徵
表2報告了不同分組下企業層面工業機器人滲透度的均值檢驗結果。結果顯示，高行業集中度的企業的平均機器人滲透度顯著高於低行業集中度的企業；處於外部融資依賴度較低的行業中的企業擁有更高的機器人滲透度；國有企業的機器人滲透度要略高於非國有企業。
（一）基準迴歸與簡約式迴歸模型
為檢驗工業機器人滲透度變化對企業勞動力需求和工資的影響，本文構建以下基準迴歸模型：
基準迴歸模型和簡約式迴歸控制了企業固定效應和時間固定效應，並將標準誤在企業和年份層面上進行雙向聚類。
（二）基準模型與簡約式模型迴歸結果
1.工業機器人應用對企業勞動力需求的影響
表4報告了工業機器人滲透度對企業勞動力需求影響的估計結果。鑑於簡約式迴歸和基準迴歸結果基本一致，且使用以美國數據計算的工業機器人滲透度作為解釋變量更有助於減輕模型的內生性問題，因此下面主要針對簡約式迴歸結果進行分析（下文同）。如表4簡約式迴歸結果所示，從全樣本來看，企業面臨的工業機器人滲透度每增加1％，其僱傭員工人數會下降0.032％。進一步按員工的學歷水平分組來看，工業機器人滲透度每增加1％會導致本科學歷僱傭人數下降0.042％，專科學歷僱傭人數下降0.07％。不同的是，工業機器人滲透度每增加１％會使得企業僱傭高中及以下學歷人數增加0.197％。此外，機器人應用對於研究生及以上學歷的僱傭人數沒有顯著影響。
導致上述結果的原因可能在於：機器人相對於人力在一些常規性、複雜性勞動方面更具比較優勢，這些工作往往由中等技能勞動力從事，因此對中等技能勞動力的替代效應更為明顯。而對於技能需求較低的工作，人力相對於機器人更具比較優勢，採用機器替代人反而會增加企業的生產成本。此外，在自動化生產環境下，對於不需要較高技能的一般性勞動，企業可以通過僱傭更低成本的低技能勞動力來完成，這也會增加企業對低技能勞動力的需求。
2.工業機器人應用對員工工資的影響
表5彙報了工業機器人應用對企業員工薪酬影響的迴歸結果。基準迴歸和簡約式迴歸結果表明，高管薪酬和普通員工工資對工業機器人滲透度的彈性係數為負，但是估計結果並不具有統計意義上的顯著性。儘管基準迴歸中工業機器人滲透度對普通員工工資的影響係數在１０％的顯著性水平下具有統計顯著性，但是這種顯著性非常微弱，迴歸結果並不穩健。上述分析表明，工業機器人應用對中國製造業企業員工薪酬的影響並不明顯。一個可能的解釋是，工資的調整具有剛性，工資向下調整困難，即使機器人對勞動力需求量有明顯的替代效應。
（三）工具變量（2SLS）迴歸結果
簡約式迴歸的好處在於，美國不同行業工業機器人應用水平對中國對應行業勞動力需求和工資的影響僅反映了行業本身的技術特徵，避免了採用本國數據可能產生的內生性問題。但是這種做法也存在一個缺陷，即該回歸係數難以在數量上直接反映中國工業機器人應用對勞動力市場的影響程度。為彌補上述缺陷，本文以InCHFexposeure to robots 作為InCHFexposeure to robots 的工具變量，採用兩階段最小二乘法（2SLS）對模型進行重新估計，該估計方法下所得的InCHFexposeure to robots的迴歸係數不僅考慮了內生性問題，同時也可更為直觀地反映中國工業機器人應用對企業勞動力需求和工資水平的數量影響。
表6報告了中國工業機器人應用對企業勞動力需求和工資影響的IV 2SLS估計結果。如表6panel A所示，平均來看工業機器人滲透度每增加1％，企業對勞動力的需求會下降0.183％。並且工業機器人對勞動力的替代效應主要存在於本科和專科學歷的員工羣體中，其替代彈性分別為-0.273和-0.439。而對於高中及以下學歷勞動力，工業機器人滲透度每增加1％，會導致企業對該學歷勞動力的需求量增加0.966％。此外，工業機器人應用對研究生及以上學歷的勞動力需求沒有明顯影響。如表6 Panel B所示，工業機器人應用無論是對高管薪酬還是普通員工工資都沒有顯著影響，這與本文的簡約式迴歸結果一致。鑑於IV 2SLS的迴歸係數在數量意義上更加直觀，本文在後續分析中主要彙報兩類迴歸結果：一是簡約式迴歸結果；二是IV 2SLS估計結果。
六 工業機器人應用對企業勞動力需求和工資的影響機制（一）行業集中度分組迴歸
第一種機制為市場勢力。如果一個行業的市場集中度越高，意味着有少數幾家大企業在行業中佔據主導地位。對於大企業而言，其採用機器人技術具有兩方面優勢：其一從成本角度來看，機器人應用具有規模經濟的特徵，即較高的固定成本和近乎為零的邊際成本。因此，具有規模優勢的大企業更有能力消化前期一次性機器人設備投入帶來的成本負擔，更容易實現「機器換人」的戰略。而在市場高度分散化的行業中，每一家企業的市場勢力都很小，企業往往難以負擔如此高昂的一次性成本投入。其二從收益角度來看，大企業採用機器人技術可以有效地節約勞動力成本，提高生產力水平，實現更高的成本加成（markup），獲得規模收益。
而在競爭性較強的行業，如果採用機器人能夠節約生產成本，那麼會有更多的企業有激勵在生產中使用機器人，在競爭中該行業所生產的產品價格下降更多。隨着產品價格下降，消費者對該產品的需求增加，企業進一步擴大生產規模，增加對勞動力的需求。所以，在競爭性較強的行業（行業集中度較低），機器人應用對勞動力需求總體的替代效應可能並不明顯。
為驗證上述分析，本文根據當年行業集中度中位數將樣本分為高行業集中度和低行業集中度兩組做分組迴歸。如表7所示，簡約式迴歸結果表明，在高行業集中度的樣本中，工業機器人滲透度每增加1％，會導致企業僱傭本科學歷員工減少0.053％，僱傭專科學歷員工減少0.07％，僱傭高中及以下學歷員工增加0.187％。但是對於低行業集中度的企業而言，工業機器人滲透度對不同學歷層次的員工人數均無明顯影響。IV 2SLS的迴歸結果與上述結論一致。技術進步往往是非中性的，即不同要素部門和行為主體從技術進步中的獲益存在明顯差異（Acemoglu&Autor;,2011）。最新研究指出，新一輪技術進步帶有明顯的規模偏向（scale-biased），具有規模和技術優勢的大企業從技術進步中獲益更多（Autor et al.，2020）。本文研究結論表明，在市場集中度較高的行業中工業機器人應用對企業勞動力需求的替代效應越明顯，這一發現也為規模偏向型技術進步的理論假説提供了來自中國的經驗證據。
（二）行業外部融資依賴度分組迴歸
第二種機制為融資約束。一國的金融市場越不發達，企業的外部融資成本越高。在此情況下，外部融資依賴度越高的企業越需要依賴內部資金來緩解外部融資約束。而採用機器人替代人可以有效地節約企業的生產成本，使得企業可以將更多的利潤配置到稀缺性資源中。因此，在其他條件相同的情況下，外部融資依賴度越高的企業越有激勵大規模地使用機器人替代人，節約勞動力成本，提高生產效率，為企業的投資和創新活動積累資本。相反，對於外部融資依賴度較低的企業，由於金融市場不發達而帶來的外部融資約束對其影響較小，因此在相同條件下其可能缺乏強烈的激勵採用機器人替代人。
為了驗證上述分析，本文參照Rajan &Zingales;（1998）的做法，以美國對應行業中所有上市企業的樣本中位數刻畫某一行業的外部融資依賴度，並根據製造業全行業外部融資依賴度的中位數把全樣本劃分成高外部融資依賴度和低外部融資依賴度兩組分別迴歸。如表8所示，簡約式迴歸結果表明，在高外部融資依賴度的行業中，工業機器人滲透度每增加1％，會導致企業對本科學歷的勞動力需求量減少0.055％，對專科學歷的勞動力需求量減少0.081，對高中及以下學歷的勞動力需求量增加0.203％。但是對於低外部融資依賴度的企業而言，工業機器人滲透度提高對不同學歷層次的勞動力需求均無替代效應，反而對本科學歷和高中及以下學歷的勞動力需求有一定的擠入效應。基於IV 2SLS的迴歸結果與上述結論一致。與美國等發達國家相比，中國的金融市場尚不健全，企業的外部融資成本較高。在此背景下，機器人技術的應用有助於緩解中國企業的外部融資約束，對於拉動企業投資，推進企業創新具有積極意義。
（三）企業所有權性質分組迴歸
第三種機制為企業所有權性質的差異。儘管在長期的國企改革實踐中，國有企業原先「鐵飯碗」的用工制度逐漸被打破，但是國有企業在國民經濟中仍然承擔着「穩就業」的重要責任。雖然機器人應用可以降低勞動力成本，提高企業的運營效率，但是由於國有企業解除勞動力的成本很高，即使其大規模地採用機器人，也無法在短期內大面積地裁員。相對而言，非國有企業的用工制度更為靈活、解除勞動力的成本較低。因此，受限於國有企業的制度約束，工業機器人應用對其勞動力需求的衝擊可能並不明顯，而這種替代效應主要存在於非國有企業中。
為了驗證上述分析，本文根據企業的所有權性質將企業分為國有企業和非國有企業兩個子樣本進行分組迴歸。如表９所示，簡約式迴歸結果表明，工業機器人應用對勞動力的替代效應主要發生在非國有企業中。其中，工業機器人滲透度對本科學歷員工的替代彈性為-0.072；對專科學歷員工的替代彈性為-0.096；而對於高中及以下學歷的員工，工業機器人滲透度每增加1％會導致對其需求量增加0.195％。但是在國有企業樣本中，工業機器人應用對不同學歷層次的員工僱傭人數均無顯著的替代效應。基於IV 2SLS的迴歸結果與上述結論一致。
（四）不同分組中工業機器人應用對員工薪酬的影響
本文的全樣本回歸表明，工業機器人應用對中國製造業企業員工薪酬並無顯著影響。為了考察在異質性條件下工業機器人滲透度的提高是否會影響員工薪酬，本文依據前述分組方法，實證檢驗了在不同分組中工業機器人滲透度對員工薪酬的影響。估計結果表明，即使按照行業集中度、外部融資依賴度和企業所有權性質對樣本進行分組迴歸，工業機器人滲透度對高管薪酬和普通員工工資也無顯著影響（其中在高外部融資依賴度的樣本中，工業機器人滲透度對高管薪酬有顯著替代效應是一個例外）。綜上所述，從企業層面來看，當前工業機器人應用對中國勞動力市場的衝擊主要體現在勞動力的需求上，而對工資沒有明顯影響。這表明工資調整的剛性特徵是普遍存在的，受工資制度和相關政策的影響，工資向下調整十分困難。
七 進一步分析（一）工業機器人應用對企業勞動力需求的產業鏈傳導效應
一個行業的機器人應用水平不僅會對本行業企業的勞動力需求產生直接影響，還會對產業鏈上下游行業的其他企業的勞動力需求產生間接影響。為完整地識別機器人應用對就業的影響，本文借鑑Acemoglu et al.（2016）的做法，利用2010年中國投入產出表數據構建行業關聯權重，檢驗機器人應用的產業鏈傳導效應，識別方程如下：
為了儘可能識別行業關聯效應的影響渠道，本文采用以下方法對其進行驗證。首先，本文在不控制本行業工業機器人滲透度的情況下檢驗行業關聯效應。此時估計得到的迴歸係數既包含了通過影響本行業機器人應用水平而產生的技術溢出效應，也包含了由中間品市場等非技術溢出途徑帶來的影響。其次，本文在控制了本行業機器人滲透度的情況下檢驗行業關聯效應。
此時得到的迴歸係數主要反映了由中間品市場等非技術溢出途徑產生的影響。表10報告了工業機器人應用對企業勞動力需求的產業鏈傳導效應的估計結果。簡約式迴歸結果表明，對於中國製造業企業而言，下游行業機器人應用水平變化通過產業鏈傳導對上游行業勞動力需求的影響（向上遊傳導效應）可能主要表現為技術溢出，並且這種溢出效應整體呈現為擠出效應（-0.027），而由中間品市場等途徑帶來的影響並不顯著。上游行業機器人應用水平變化通過產業鏈傳導對下游行業勞動力需求的影響（向下遊傳導效應）主要表現為技術溢出，這種溢出效應整體呈現為擠出效應（-0.016），但是對專科學歷勞動力需求而言，除技術溢出外，也可能通過中間品市場等途徑帶來一定的正面影響（0.031）。
（二）工業機器人應用對企業勞動力需求和工資的長期影響
前述分析表明，在短期內，工業機器人滲透度的提高會對企業的勞動力需求產生一定的「替代效應」，尤其是對中等技能勞動力需求的替代效應尤為顯著，而對員工薪酬變化沒有明顯影響。然 而，一個需要考慮的問題是，機器人應用帶來的「生產力效應」和「就業創造效應」可能不會在當期 就充分顯現，而是需要經過一段時間的積累。為了進一步考察不同機制的影響，本文引入滯後的工 業機器人滲透度變量，採用分佈滯後模型檢驗工業機器人應用對企業勞動力需求和工資的長期影 響。研究發現，從長期來看，機器人應用對本科和專科學歷勞動力需求的替代效應可能會被生產力 效應和就業創造效應所抵消，而對低技能勞動力需求的短期擠入效應也會逐漸消失。但是在樣本 期內，無論短期還是長期，工業機器人應用都未對員工薪酬帶來顯著影響。
八 結論和政策建議本文首次利用IFR公佈的行業層面的機器人數據以及中國製造業上市公司的微觀數據，採用工具變量法實證檢驗了機器人應用對中國製造業上市公司勞動力需求和工資的影響。實證結果表明，總體來看，工業機器人應用對企業的勞動力需求產生了一定的替代效應，並且這種替代效應呈現出明顯的結構性特徵，而機器人應用對中國製造業企業的工資水平沒有顯著影響（一個可能的原因是合約剛性）。此外，具有規模優勢的大企業、受外部融資約束影響越大的企業以及受制度約束較少的非國有企業更有可能採取「機器替代人」的戰略。進一步分析表明，機器人應用還可能會通過產業鏈傳導對企業勞動力需求帶來間接影響，並且這種影響主要表現為行業間的技術溢出；而從長期來看，機器人應用對企業勞動力需求的替代效應可能會被生產力效應和就業創造效應所抵消。本文的結論為理解機器人應用對中國勞動力市場的影響和制定相應的公共政策提供了學術依據，具有重要的政策含義：
本文研究表明，機器人應用對中國製造業企業勞動力需求的替代效應已然顯現，尤其是對中等技能勞動力替代效應尤為顯著。對於中國而言，需進一步完善多層次社會保障體系，加快推進失業保險制度改革，以化解人工智能對勞動力市場帶來的風險。在這一方面，北歐國家的勞動力市場政策可以為中國提供有益的借鑑，這些國家的一個政策共性在於對失業者提供短期的失業保險和再培訓機會，而非加大企業的解僱成本。在這種政策下，社會對勞動者面臨的失業風險進行了分擔，同時保持了勞動力市場的流動性和活力。而當前中國的失業保險制度仍然存在不同羣體的失業保險覆蓋面差距較大、失業保險覆蓋羣體與高失業風險人羣不匹配的結構性矛盾（張盈華等，2019）。本文的研究表明，工業機器人應用在非國有企業中表現出更為顯著的勞動力替代效應，而隨着機器人與人工智能技術的發展，農民工等高失業風險羣體勢必會面臨更大的衝擊。因此，借鑑國際有益經驗，完善失業保險制度設計，提高失業保險的覆蓋面和有效性，加強對非正式工作的社會保障力度，使其為人工智能時代實現更高質量更充分的就業發揮積極作用。
本文研究發現，機器人與人工智能技術的應用可能會在一些崗位上實現對人的替代，但同時也會創造出新的工作機會。機器人應用對不同技能勞動力需求的影響存在明顯差異。因此，應進一步健全相關的就業培訓制度和再就業政策，提高不同技能勞動者對新經濟的適應能力；完善人口流動政策，減少勞動力區域流動的制度壁壘；進一步優化人才培養體系，加強機器人、人工智能等相關領域的專業人才和「互補型」人才的培養，抓住新一輪技術革命帶來的發展機遇。
第三，本文的研究表明，在市場集中度高的企業、融資約束強的企業中機器人對勞動力的替代效應更為顯著。因此，推進更公平的競爭性市場環境、緩解企業的融資約束，有助於創造更多的就業機會和崗位，實現中國經濟的高質量發展。
本文（含圖片）為合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫