人工智能對微觀企業的就業影響：總量、來源與異質性研究

葉祥松　黎美玲　潘麗群

摘要：現有關于人工智能對我國微觀企業就業影響的研究主要采用行業數據，側重分析人工智能對行業層面就業總量的影響，忽視了微觀企業使用機器人將會產生顯著的行業影響，沒有深入分析機器人使用對行業內部不同企業的影響，更沒有進一步直接對微觀企業的就業變動、就業創造和就業消失進行全面和深入的分析。通過將國際機器人聯合會提供的工業機器人數據和中國工業企業數據進行匹配，可實證分析機器人對中國微觀企業在總量上、異質性上以及增量上的就業效應。研究發現：總量上，機器人顯著降低了企業雇傭勞動力的數量，機器人投入每增加1%，企業的勞動力需求會下降1.41%。異質性上，機器人對非國有企業的沖擊效應更大；對資本密集型、技術密集型和勞動密集型的影響逐漸減弱。增量上，機器人既能夠創造就業也能夠消滅就業，但顯著表現為就業消失效應，并且這種就業消失效應主要出現在退出企業而非存續企業。此結論對于我國技術進步方向和方式、經濟增長驅動力量以及就業保障實施等方面有著重要的理論價值和實踐指導意義。

關鍵詞：機器人；就業變動；就業創造；就業消失

文章編號：2095-5960（2023）06-0070-10；中圖分類號：F241.4；F270-05；文獻標識碼：A

一、引言

人工智能作為新時代的一種技術革命，由于其技術進步具有顯著的偏向性特征，導致這種技術在推廣使用過程中，必然會替代部分勞動崗位和就業數量，并將最終影響到就業結構和企業的雇傭。根據麥肯錫報告《就業的失去與獲得：自動化時代的勞動力轉換》[1]，預計2030年全球60%的職業中至少三分之一組成的活動被自動化代替。中國作為全球第一大工業機器人應用市場[2]，同時又是全球最大的勞動力市場，在當前工業機器人在各行各業被廣泛使用的背景下，這種新型的技術進步對現有企業的雇傭行為究竟會造成何種程度和何種形式的沖擊？不同企業之間又存在何種差異？在2022年“穩增長和保就業”的政策目標下，機器人究竟在創造就業機會還是毀滅就業機會？在已經和即將在各行各業大規模采用的情況下，機器人是否屬于一種就業友好型的技術進步？科學回答和評估這個命題，對于我國技術進步方向和方式、經濟增長驅動力量以及就業保障實施等方面有著重要的理論價值和實踐指導意義。

目前國外學者主要側重理論分析人工智能對就業、工資以及生產率的影響。例如Acemoglu & Restrepo在傳統的生產框架下引入機器人作為生產要素[3]，Acemoglu & Restrepo構建了生產任務模型[4]，用生產任務模型刻畫了自動化的應用為代表，以及基于生產任務模型，對于不同技能類型的勞動力，人工智能的應用將產生極化和不平等效應[5]、恢復效應[6]等。同時還有其他視角的探索，譬如基于產品需求視角，通過構造一般均衡模型來闡述產品需求提升對就業的正向促進效應和就業替代效應[7]；基于公共政策視角，探討機器人應用下的政府收入再分配政策和居民福利。[8]針對人工智能對勞動力市場影響的實證文獻大致可以分為積極和消極兩大類。[9-11]

國內學者起初側重概述性分析、數據統計分析[12]和少量理論分析[13]，均是從概述性層面和理論層面分析人工智能的采用可能造成的各種經濟影響。后來越來越多的學者開始嘗試實證檢驗人工智能的經濟效應，但是人工智能對就業的影響仍然存在爭議。[14-16]然而上述實證分析主要是采用行業數據，側重分析人工智能對行業層面就業總量的影響，忽視了微觀企業使用機器人將會產生顯著的行業影響，因此沒有深入分析機器人使用對行業內部不同企業（進入企業、在位企業和退出企業）的影響，更沒有進一步直接對微觀企業的就業變動、就業創造和就業消失進行全面和深入的分析。

為此，本文將分析和揭示機器人的使用對微觀企業的就業總量、就業變動、就業創造以及就業消失的系統影響。首先，就國際機器人聯合會（International Federation of Robotics，IFR）提供的機器人數據和中國工業企業數據進行匹配，建立實證模型檢驗機器人對就業總量的沖擊效應，并且實證分析這種沖擊效應在存續企業和非存續企業間的差異。其次，從所有制類型、要素密集度分類、企業規模以及企業是否出口等方面，異質性分析了機器人對不同類型企業就業總量的影響。最后，借助中國工業企業數據庫的微觀特征，構造就業變動率、就業創造率和就業消失率等相對指標，從增量層面進一步分析機器人的就業影響。

本文的邊際貢獻體現在：（1）側重分析行業機器人對行業內微觀企業就業總量和就業變動的影響。具體使用2005～2013年工業企業數據，構造就業創造、就業消失的就業變動指標，從而實現對就業變動進行深層次的分析，而不僅僅停留在勞動力雇傭數量的單一維度。（2）通過機器人對存續企業和非存續企業的作用，探討由外生技術引致的勞動力變動與規模以上企業的進入和退出的相互關系，以及這種外生技術沖擊效應主要是發生在哪種類型企業中。（3）基于微觀企業層面數據，從所有制、要素類型、競爭力等角度探討工業機器人對不同屬性企業就業沖擊的異質性。論文對異質性企業的深入探討對平衡勞動力市場的個體勞動力供給與企業對勞動力的需求具有一定的指導意義。

二、模型、數據和變量

（一）模型設定

（二）數據說明

機器人使用數據來自國際機器人聯合會（IFR）數據，IFR提供了從1993 年至今全球近100 個國家和地區19 個行業機器人使用情況的數據。我國的機器人從2006 年開始才有確切的數據記錄，基于此，使用2006年以后數據，同時為了與中國工業企業數據匹配，工業機器人使用數據段最終確定為2006～2013年。這里需要特別指出的是，由于IFR數據中提供的行業數據與我國國民經濟行業分類標準并非一一對應，因此將工業企業數據中的GB/T4754-2002標準與IFR數據進行匹配，得到13個制造業行業的相關數據進行實證研究。①①閆雪凌等（2020），呂越等（2020）匹配皆為14個制造業行業，是因為他們采用GB/T4754-2011標準。使用工業企業數據庫（2005-2013），行業分類只有2013年是采用GB/T4754-2011標準，其余年份都是GB/T4754-2002標準，所以基于GB/T4754-2002標準的30個行業與IFR數據匹配為13個行業。兩者的差別在于橡膠與塑料制品業合并與否。工業企業行業分類與IFR行業匹配對照表囿于篇幅，未在正文呈現，如有讀者需要請向作者索取。

中國工業數據庫始自2008年，有一些指標缺失。缺失的2008～2013 年的工業中間投入和工業增加值，本文采用“工業中間投入=產出值×銷售成本/銷售收入－工資支付－本年折舊”和“工業增加值=工業總產值+增值稅－工業中間投入”先后得出。參照已有文獻的處理方式[17]，將異常值刪除的標準設定如下：①刪除關鍵指標如工業總產值、從業人員年平均人數、固定資產合計缺失或者小于等于0的觀測值。②對于明顯不符合會計原則的觀測值作刪除處理，如“資產總計<固定資產合計”“工業增加值>工業總產值”“工業中間投入>工業總產值”等。③剔除職工人數小于30、企業存活年限為零、負數和大于273的企業。④最后還對數據樣本進行了上下1%的縮尾處理。

（三）變量定義

1.因變量：企業勞動力雇傭數量jobest，是考察工業機器人的使用對勞動力市場沖擊的影響表征，通過企業t時期的雇傭數量來體現。為了進一步探討企業雇傭數量的變化，進一步構造了就業變動率、就業創造率和就業消失率作為被解釋變量。關于就業變動率、就業創造率和就業消失率的計算方法具體見下文。

2.核心解釋變量：機器人安裝量robotst是核心解釋變量，數據來源于IFR。

3.控制變量：參考Acemoglu & Restrepo[9]，Koch等[11]的做法，在檢驗工業機器人對企業就業崗位雇傭的影響時，控制企業以下幾個基本特征：工資水平、生產率、行業規模、盈利能力、資本深化度。具體而言，工資水平是指人均工資水平；企業生產率是企業總產值/雇傭人數；行業規模指工業總產值；盈利能力指的是企業的利潤總額；資本深化度指的是企業固定資產投入。表1匯總了變量定義。

三、實證結果分析

（一）就業總量影響分析

按照方程（1），表2報告了機器人對企業層面就業崗位雇傭影響的回歸結果。表2第一列和第二列在控制企業特征基礎上分別控制時間固定和行業固定效應后，回歸結果顯示機器人的使用在總體上顯著降低了企業勞動力的雇傭數量。在控制時間趨勢效應、行業效應和企業特征后，機器人的投入使用量每增加1%，則企業雇傭勞動力下降1.41個百分點，且回歸系數在統計上通過1%的顯著性。

進一步，考察樣本期內規模以上的存續企業和新進入或者退出規模以上企業的受影響程度。表2第三列顯示了樣本期內存續企業的回歸結果，從系數可以看出，工業機器人的投入使用對存續企業的勞動力雇傭也表現為負向影響，但系數相比總體影響較小，僅為-0.00627。第四列是樣本期內非存續企業（即企業存在退出或新進入的情形）的回歸結果，回歸系數顯著為-0.0157，工業機器人的投入使用每增加1%，非存續企業降低雇傭崗位數量為1.57個百分點。非存續企業的回歸系數顯著大于存續樣本。可能的解釋是存續企業相對而言學習能力、應變能力以及抗擊市場風險能力更強，因此機器人對其勞動力需求影響相對較弱；非存續企業主要是包括新進企業和退出企業，前者作為參與市場競爭的“新兵”，面臨機器人的沖擊可能受到較大影響，而后者作為參與市場競爭的“弱者”，自然更容易受到新技術的沖擊。進一步地，將非存續企業劃分為新進企業和退出企業，回歸系數都顯著為負，機器人對兩類企業的雇傭水平都表現為負向影響，而機器人對新進企業的負向沖擊要大于退出企業的負向沖擊。這里需要強調的是，退出企業主要是指統計上從規模以上界定為規模以下，但還是可以說明退出企業相對于存續企業比較弱，退出企業相對于新進企業畢竟還是“老兵”，因此受到機器人的影響相對較小。

（二）穩健性檢驗

1.沖擊滯后性影響

機器人的投入使用以及對勞動力市場的沖擊存在時間滯后，將時間滯后予以考慮，用上一期人工智能數據替換當期數據進行回歸。表3為考慮時間滯后的回歸結果，從結果來看，考慮時間滯后效應結果與基準結果表2相比，效應系數上相對較小，但是顯著性及對企業雇傭勞動力的降低作用具有一致性，說明基準回歸結果穩健。

2.工具變量法

為了進一步減輕可能與中國機器人在行業范圍內的傳播以及勞動力市場成果相關的混雜因素的干擾，利用機器人在其他國家/地區的行業水平傳播作為工具變量，旨在用來代表世界范圍內的機器人技術前沿。[18]目前有Giuntella & Wang使用IFR數據在同一時期內歐洲國家/地區中機器人的平均行業水平作為智能機器人使用的工具變量[19]，也有閆雪凌使用美國同一時期的智能機器人使用水平作為工具變量[14]。本文梳理了同一時期歐洲和美國地區智能機器人使用水平，發現我國使用工業機器人水平與美國類似，從2000年初至今有急劇增長的趨勢。歐洲國家的機器人使用水平起步較早，增長速度先增后減，很多行業在2010年前后達到投入使用峰值，因此以美國同期機器人使用水平作為我國工業機器人的工具變量更為合適。表4是2SLS二階段回歸的結果，第一階段回歸表明美國工業機器人的使用與我國同期工業機器人的使用具有顯著相關性，相關性系數顯著為0.896，且其F統計量為1054.28，遠大于10，可以拒絕存在弱工具變量的原假設。第二階段的回歸系數為-0.0310，且統計上通過1%的顯著性。與基準結果-0.0141相比，工具變量法的系數稍大，但在數量級上保持一致性，說明結果穩健。

3.劃分不同行業

基準回歸中按照IFR數據特征將行業分類為13個行業，這里按照GB/T4754-2002為基準的兩位數行業大類，對保留的30個制造業行業進行分析。從回歸結果表5來看，與表3的回歸結果相似，從就業變動的增量上來看，具有顯著性增量。同時這種增量表現為創造和消失效應，創造效應不顯著，消失效應顯著。行業類型的不同劃分佐證了基準回歸結果的穩健性。

（三）異質性分析

1.所有制類型分類

按照企業所有制類型，將企業分為國有和非國有兩種類型。表6顯示了工業機器人對國有企業、非國有企業、存續和新進或退出國有企業和非國有企業影響的差異。第一列和第二列是國有企業和非國有企業整體上的比較，工業機器人的使用降低了國有企業和非國有企業的勞動力雇傭數量，每提升工業機器人的使用量1%，將降低國有企業和非國有企業的勞動力雇傭1.29和1.40個百分點，國有企業和非國有企業整體上受到的沖擊效應較為接近。但從第三和第四列看，存續國有企業和存續非國有企業的差異較大，工業機器人的使用對存續非國有企業的勞動力雇傭有顯著影響，但對存續國有企業影響不顯著。從第五和第六列看，工業機器人的使用對非存續企業，無論是國有企業和非國有企業都有顯著的負向作用，對非存續非國有企業的影響更甚。對非存續樣本①①囿于篇幅原因，針對非存續樣本中的新進入和退出企業回歸結果未在正文展示 ，讀者可向作者索要。從所有制類型來看，國有企業的雇員制度較為穩定，而非國有企業員工流動性大，對雇傭成本敏感。因此，相比非國有企業，擁有勞動力成本和資本成本不敏感特征的國有企業受到的工業機器人的沖擊更小。

2.要素密集型分類

按照產品所在行業的不同要素類型，將企業分為勞動密集型、技術密集型、資本密集型。從表7的1～3列和7～9列來看，全樣本企業和非存續樣本企業受到工業機器人的沖擊效應相差不大，工業機器人對其都有顯著的負向影響。同時，工業機器人的使用對勞動密集型企業、技術密集型企業、資本密集型企業的影響呈逐步遞增的趨勢，工業機器人的使用每提升1%，勞動密集型和技術密集型企業勞動力雇傭數量降低1～2個百分點，但對于資本密集型企業則降低5個百分點。對于存續樣本，技術密集型企業受到的沖擊不顯著，勞動和資本密集型受到顯著影響，但影響系數相較于全樣本和非存續樣本企業較為微弱。從要素類型來看，資本密集型企業有資本優勢，更有能力購買和使用工業機器人；勞動密集型企業對成本敏感度高，且生產率較低，故相對而言使用工業機器人的成本更高，采用工業機器人的可能性較小，只有當采用工業機器人的成本低于使用勞動力成本時密集型企業才有可能大規模使用工業機器人。現有階段使用工業機器人還處于有條件門檻階段，因此工業機器人對資本密集型、技術密集型和勞動密集型的影響相對逐漸遞減。

3.企業規模分類

按照企業雇傭規模的大小，將企業分為30～300人②②前文樣本限制中已將企業雇傭規模人數設定為30人以上。，300～1000人及1000人以上三種規模類型，回歸結果見表8。對于1000人以上企業影響不顯著，無論是全樣本、存續樣本還是非存續樣本。對于1000人以下企業，工業機器人對30～300人企業的沖擊大于300～1000人的企業，說明工業機器人降低了相對較小企業的雇傭數量，這與Koch 等[11]的研究結論具有一致性，即企業規模越大，規模效應越突出，生產率越高，工業機器人的使用將促進企業生產率的進一步提升，從而可能擴大規模；相反由于小規模企業的競爭力相對較弱，工業機器人將降低企業的勞動力雇傭，呈現出勞動力從小企業流向大企業的趨勢。

4.企業出口與否

按照工業企業數據庫中出口交貨值的記錄，將企業劃分為出口企業和非出口企業，回歸結果見表9。總體來看，工業機器人的使用對非出口企業影響更大，相同數量的工業機器人的使用引發的降低非出口企業雇傭的數量是出口企業雇傭數量的2倍以上。對于非存續樣本，此趨勢依然存在。但對于存續樣本，出口企業受到的影響不顯著。可能的解釋是出口企業相比較于非出口企業競爭力更強，生產率更高，與新技術互補作用更強，因此工業機器人對非出口企業的沖擊效應更強，顯著降低了非出口企業的雇傭數量，相反對于出口企業的沖擊則較弱。

（四）就業變動影響分析：創造效應抑或消失效應

表2已經顯示了人工智能使用下企業勞動力雇傭數量的變化。這種變化的來源可能有兩種類型：一種是由現存企業引致的就業變化，一些現存企業可能會創造新的工作機會，而另一些企業可能會減少工作機會；另一種則是由新進入市場的企業或者剛退出市場的企業引致的就業變化。

表10顯示了在行業層面上，工業機器人產生的就業變動、就業創造和就業消失效應的大小。從回歸系數來看，整體上工業機器人引發的就業變動為0.00660，可以理解為就業增量上的增加，但系數沒有通過統計上的顯著性。進一步來看分解后的就業創造效應和就業消失效應，就業創造效應的回歸系數為0.00321，同樣沒有通過統計的顯著性，但是就業消失效應顯著為-0.00361，且通過統計上的5%的顯著性，表明工業機器人的投入使用帶來了就業的創造和就業消失效應，但顯著表現為就業消失效應。

表11是對就業創造效應的兩個來源進行的分解，來自存續企業和來自新進企業的創造效應，從回歸結果來看，來自存續企業的創造效應和來自新進企業的創造效應都不顯著。表12是對就業消失效應的兩個來源進行的分解，來自存續企業和消失企業的消失效應，從回歸結果來看，來自存續企業的消失效應不顯著，而來自消失企業的就業消失效應顯著為-0.00316，且與整體上的就業消失效應-0.00361相差不大，說明工業機器人引致的就業消失效應主要來自消失企業，工業機器人對存續企業的消失效應很小。

四、結論與啟示

伴隨著工業機器人在制造業的快速推廣和應用，機器人對制造業企業雇傭的沖擊程度以及可能的機理尚未得到明晰的實證分析和解釋。本文基于微觀工業企業數據展開實證分析和機理探討。運用2006～2013年中國工業企業數據，首先衡量了工業機器人對絕對雇傭數量的沖擊程度，實證發現，機器人的使用降低了整體上的企業雇傭數量，機器人使用每提升1%，企業雇傭減少1.41%。其中對于存續企業的降低作用為0.627%，對于非存續企業的降低作用為1.57%。工業機器人對存續企業的雇傭影響較小，作為一種新技術的運用更大程度上通過企業雇傭行為可能間接影響了企業主營業務收入的變動，進而導致其進入或退出規模以上企業。進一步將機器人就業效應分解為就業創造效應和就業消失效應對企業雇傭進行微觀機制解釋，工業機器人對就業顯著表現為就業消失效應，就業創造效應不顯著，整體上表現為崗位雇傭的下降趨勢。最后闡述工業機器人的應用對哪一種類型企業的勞動力雇傭影響更大？研究發現機器人對非國有企業的沖擊效應更大；對資本密集型、技術密集型和勞動密集型的影響逐漸減弱。與此同時，企業規模越小，機器人的沖擊效應越大，并且隨著企業規模擴大，機器人對企業的負向作用越弱；相比競爭力較強的出口企業，機器人對非出口企業的沖擊效應更強，顯著降低了非出口企業的雇傭數量。

啟示主要有：1.人工智能作為一種新型的技術進步，能夠做到穩就業的同時提供經濟發展質量。實證分析雖然發現機器人在總量上面抑制了勞動力需求，但是在增量上面還是產生了就業創造效應，機器人的就業消失效應也主要出現在退出企業中，說明機器人作為一種新型的技術，短期內可以淘汰哪些行業內部競爭力相對弱的企業，中長期內可以通過行業競爭力提高整個行業的勞動力需求。2.機器人不是一種簡單的行業“顛覆者”，而是一個和諧的再造者。人工智能作為一種新型的技術平臺，在實現原有勞動自動化的同時，能夠為不同層面的勞動力創造更多的需求，實現不同技能勞動者的需求互補。3.客觀看待總量控制和結構優化之間的矛盾。作為一種新型的技術進步，必然在總量上對就業市場產生顯著的負向沖擊，但是這種沖擊可能是短期的，是建立在中長期結構優化和新需求創造基礎上的，因此，政策層面依然應該大力鼓勵和推廣人工智能在各行各業的應用。

參考文獻：

[1]麥肯錫報告[OL].https：//www.mckinsey.com/featured-insights/future-of-work/jobs-lost-jobs-gained-what-the-future-of-work-will-mean-for-jobs-skills-and-wages.

[2]機器人產業聯盟年會報告[OL].http：//news.sciencenet.cn/htmlnews/2020/1/434777.

[3]Acemoglu， D.， and Restrepo， P. Artificial Intelligence， Automation and Work[J]. NBER Working Paper， 2018a.

[4]Acemoglu， D.， and Restrepo， P. The Race between Machine： Implication of Technology for Growth， Factor Shares and Employment[J]. American Economic Review，2018b，108（6） ：1488～1542．

[5]Acemoglu， D.， and Restrepo， P. Low-Skill and High-Skill Automation[J]．Journal of Human Capital，2018c， 12（2） ：204～232．

[6]Acemoglu D， Restrepo P. Automation and New Tasks： How Technology Displaces and Reinstates Labor[J]. Journal of Economic Perspectives， 2019， 33（2）： 3～30.

[7]Bessen J E. Al and Jobs：The Role of Demand[J].National Bureau of Economic Research，2018.

[8]Sachs， J. D.， Benzell， S. G.， & LaGarda， G. （2015）.Robots： Curse or Blessing？ A Basic Framework（No. w21091）. National Bureau of Economic Research.

[9]Acemoglu， D.， and Restrepo， P. Robots and Jobs： Evidence from US Labor Markets[J]. NBER Working Paper， 2017.

[10]Graetz， G.， and Michaels， G. Robots at work[J]. Review of Economics and Statistics，2018，100 （5）：753～768.

[11]Koch，M.， Manuylov， I.， and Smolka， M. Robots and Firms [J]. CESifo Working Paper No. 7608， 2019.

[12]陳永偉.人工智能與經濟學：近期文獻的一個綜述[J].東北財經大學學報，2018（3）：6～21.

[13]王林輝，胡晟明，董直慶.人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估[J].中國工業經濟，2020（4）：97～115.

[14]閆雪凌，朱博楷，馬超.工業機器人使用與制造業就業：來自中國的證據[J].統計研究，2020（1）：74～87.

[15]孔高文，劉莎莎，孔東民.機器人與就業：基于行業與地區異質性的探索性分析[J].中國工業經濟，2020（8）.

[16]劉剛，席江浩.中國人工智能科技產業發展的報酬遞增機制——以廣東省為例[J].河北經貿大學學報，2022（6）：1～11；82.

[17]張少華，李蘇蘇. 中國工業企業數據庫（1999～2013）的使用研究：基于插值處理方法的比較分析[J].貴州財經大學學報，2021（5）：20～29.

[18]Acemoglu， D.， and Restrepo， P“The Race between Machine and Man：Implications of Technology for Growth，Factor Sha ares and Employment."The American Economic Review，2018，108（6）：1488～1542.

[19]Giuntella， O.， and Wang， T. Is an Army of Robots Marching on Chinese jobs？[J]. IZA DP No.12281， 2019.

[20]Davis， S. J.， and Haltiwanger， J.Gross Job Creation，Gross Job Destruction，and Employment Reallocation.Quarterly Journalof Economics[J]，1992，107（3）：819～863.

[21]馬弘，喬雪，徐嫄.中國制造業的就業創造與就業消失[J].經濟研究，2013（12）：68～80.

The Impact of AI on Employment in Enterprises：A Study on Aggregate， Source and Heterogeneity

YE Xiangsong，LI Meiling，PAN Liqun

（School of Economics and Statistics， Guangzhou University， Guangzhou， Guangdong? 510006，China）

Abstract：The existing research on the impact of artificial intelligence on the employment of micro enterprises in China mainly uses industry data， focusing on analyzing the impact of artificial intelligence on the total employment at the industry level， neglecting the significant industry impact that micro enterprises will have when using robots. There is no in-depth analysis of the impact of robot use on different enterprises within the industry， and there is no further direct comprehensive analysis of job creation and job destruction in micro-enterprises. By matching the industrial robot data provided by the International Federation of Robotics with the data of Chinese industrial enterprises， we can empirically analyze the employment effects of robots on Chinese micro enterprises in terms of total quantity， heterogeneity， and increment. Research has found that in terms of total quantity， robots significantly reduce the number of labor employed by enterprises. For every 1% increase in robot investment， the labor demand of enterprises will decrease by 1.41%. In terms of heterogeneity， robots have a greater impact on non-state-owned enterprises; the impact on capital intensive， technology intensive， and labor intensive industries is gradually weakening. In terms of increment， robots can both create and destruct jobs， but the significant effect is the job destruction， which mainly occurs in exiting enterprises rather than surviving enterprises. This conclusion has important theoretical value and practical guidance significance for the direction and mode of technological progress， the driving force of economic growth， and the implementation of employment security in China.

Key words：robot；job growth；job creation；job destruction

責任編輯：蕭敏娜