工業(yè)機(jī)器人的應(yīng)用對(duì)制造業(yè)勞動(dòng)力就業(yè)水平的影響研究

摘"要：隨著機(jī)器人等勞動(dòng)節(jié)約型新興技術(shù)的快速發(fā)展和普及，應(yīng)用機(jī)器人的行業(yè)生產(chǎn)效率得到了提高，與此同時(shí)，也引發(fā)了人們對(duì)于“機(jī)器替人”的擔(dān)心。本文選取2012-2019年中國(guó)制造業(yè)分行業(yè)數(shù)據(jù)，檢驗(yàn)了工業(yè)機(jī)器人的應(yīng)用程度對(duì)于我國(guó)勞動(dòng)力就業(yè)水平的影響，回歸結(jié)果顯示：工業(yè)機(jī)器人的應(yīng)用顯著提升了制造業(yè)勞動(dòng)力的就業(yè)水平，并通過(guò)選取滯后一期的解釋變量，證明回歸結(jié)果依然穩(wěn)健。且工業(yè)機(jī)器人對(duì)勞動(dòng)力的促進(jìn)作用存在異質(zhì)性：在資本密集型和機(jī)器人應(yīng)用高滲透度的樣本中更為顯著。文章基于上述回歸結(jié)果提出了相關(guān)有價(jià)值的策略，以期能夠?yàn)橄嚓P(guān)研究提供參考。第一，在全國(guó)進(jìn)行人工智能等新興技術(shù)教育的普及，提高未來(lái)適齡勞動(dòng)力對(duì)于人工智能技術(shù)的相關(guān)認(rèn)知和素養(yǎng)；第二，政策制定者應(yīng)該針對(duì)各行業(yè)的特征，制定與行業(yè)相匹配的因地制宜的發(fā)展戰(zhàn)略；第三，提升相關(guān)產(chǎn)業(yè)的核心競(jìng)爭(zhēng)力，提高對(duì)其他行業(yè)的關(guān)注和投資。

關(guān)鍵詞：工業(yè)機(jī)器人；勞動(dòng)力就業(yè)；崗位創(chuàng)造效應(yīng)

中圖分類號(hào)：F752.62文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-9052（2025）03-0100-03

引言

黨的二十大報(bào)告指出：要“著力促進(jìn)全體人民的共同富裕，堅(jiān)決防止兩極分化”。我國(guó)目前正處于數(shù)字經(jīng)濟(jì)時(shí)代的大背景下，如何在更多更好的利用新興技術(shù)的同時(shí)，推動(dòng)勞動(dòng)力的高質(zhì)量就業(yè)，對(duì)于實(shí)現(xiàn)共同富裕的目標(biāo)至關(guān)重要。

作為人工智能的重要代表，機(jī)器人是人工智能中最多、最廣泛的應(yīng)用，工業(yè)機(jī)器人的應(yīng)用不僅會(huì)提升所應(yīng)用行業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量，同時(shí)，作為一項(xiàng)具有滲透性的技術(shù)，它在各行各業(yè)的應(yīng)用正在潛移默化的改變?cè)械纳a(chǎn)、經(jīng)營(yíng)方式。這給制造業(yè)的傳統(tǒng)勞動(dòng)力帶來(lái)了一定影響，對(duì)我國(guó)“穩(wěn)就業(yè)”的目標(biāo)產(chǎn)生了一定沖擊。我國(guó)經(jīng)濟(jì)目前正處于轉(zhuǎn)變的關(guān)鍵節(jié)點(diǎn)，面對(duì)日益加劇的人口老齡化背景，我國(guó)人口紅利也逐漸消失，行業(yè)成本也呈逐年上漲趨勢(shì)，此時(shí)，只有正確的認(rèn)識(shí)機(jī)器人的應(yīng)用對(duì)制造業(yè)勞動(dòng)力就業(yè)水平的影響，才能對(duì)癥下藥的制定相對(duì)應(yīng)的政策，進(jìn)而加快制造業(yè)轉(zhuǎn)型升級(jí)的進(jìn)程和機(jī)器人與實(shí)體經(jīng)濟(jì)的進(jìn)一步深度融合。綜上所述，如何實(shí)現(xiàn)機(jī)器人的廣泛應(yīng)用和就業(yè)市場(chǎng)的穩(wěn)定發(fā)展，是我國(guó)亟須解決的問(wèn)題。

一、文獻(xiàn)綜述及假說(shuō)

工業(yè)機(jī)器人的大規(guī)模引進(jìn)和使用，會(huì)提高應(yīng)用該技術(shù)行業(yè)的生產(chǎn)效率、降低該行業(yè)的生產(chǎn)成本，從而改變勞動(dòng)要素的供需。凱恩斯和里昂惕夫在20世紀(jì)便提出來(lái)機(jī)器人等技術(shù)的進(jìn)步將會(huì)替代一大部分的勞動(dòng)力，那么機(jī)器人應(yīng)用的增加對(duì)于制造業(yè)勞動(dòng)力的就業(yè)水平到底會(huì)出現(xiàn)怎樣的影響呢？目前來(lái)看，關(guān)于機(jī)器人對(duì)制造業(yè)勞動(dòng)力就業(yè)的影響，主要存在三種不同的觀點(diǎn)。

（一）機(jī)器人的應(yīng)用給勞動(dòng)力帶來(lái)的替代效應(yīng)

孔高文等（2020）^［1］聯(lián)合使用了行業(yè)層面和地區(qū)層面的交互項(xiàng)數(shù)據(jù)，發(fā)現(xiàn)：在機(jī)器人應(yīng)用程度加大后，顯著的降低了機(jī)器人應(yīng)用地區(qū)未來(lái)一年的勞動(dòng)力就業(yè)數(shù)量，對(duì)于低技能勞動(dòng)力則有更顯著的替代效應(yīng)。此外，也有部分學(xué)者運(yùn)用企業(yè)微觀數(shù)據(jù)進(jìn)行實(shí)證分析，孫文遠(yuǎn)和劉于山（2023）^［2］使用了231家制造業(yè)企業(yè)的面板數(shù)據(jù)進(jìn)行實(shí)證回歸，得出人工智能的應(yīng)用，對(duì)于制造業(yè)企業(yè)的勞動(dòng)力就業(yè)水平具有顯著的抑制作用，對(duì)于制造業(yè)企業(yè)的勞動(dòng)力的工資水平則具有顯著的促進(jìn)作用，并且對(duì)于兩者的影響都具有異質(zhì)性的結(jié)論。

（二）機(jī)器人的應(yīng)用給勞動(dòng)力帶來(lái)的補(bǔ)償效應(yīng)

李磊等（2021）^［3］運(yùn)用企業(yè)層面的微觀數(shù)據(jù)，實(shí)證研究了機(jī)器人的使用對(duì)勞動(dòng)力就業(yè)的影響。研究發(fā)現(xiàn)隨著企業(yè)引進(jìn)機(jī)器人數(shù)量的增加，企業(yè)對(duì)于勞動(dòng)力的需求反而更高了。在國(guó)外的研究中，Berg et al.（2018）發(fā)現(xiàn)：機(jī)器人的使用通過(guò)提高了行業(yè)的勞動(dòng)生產(chǎn)率，從而增加了很多就業(yè)機(jī)會(huì)，對(duì)勞動(dòng)要素投入的需求也在慢慢加大。

基于以上分析，本文提出兩個(gè)仍有待驗(yàn)證的假說(shuō)：

Q1：工業(yè)機(jī)器人的應(yīng)用會(huì)替代勞動(dòng)力，顯著降低勞動(dòng)力的就業(yè)水平。

Q2：工業(yè)機(jī)器人的應(yīng)用會(huì)創(chuàng)造出更多就業(yè)機(jī)會(huì)，顯著提高勞動(dòng)力的就業(yè)水平。

（三）機(jī)器人的應(yīng)用會(huì)給勞動(dòng)力帶來(lái)就業(yè)結(jié)構(gòu)的變化

孫早和侯玉琳（2021）^［4］認(rèn)為機(jī)器人的應(yīng)用對(duì)于不同類型勞動(dòng)力就業(yè)的影響是不同的，對(duì)于高學(xué)歷勞動(dòng)力和低學(xué)歷勞動(dòng)力的就業(yè)存在就業(yè)促進(jìn)效應(yīng)，而對(duì)中等學(xué)歷的勞動(dòng)者存在抑制效應(yīng)，從而產(chǎn)生“兩極化”的特征。國(guó)外的研究中，Dauth et al.（2018）運(yùn)用1994年-2014年德國(guó)的勞動(dòng)力就業(yè)數(shù)據(jù)進(jìn)行回歸，回歸結(jié)果發(fā)現(xiàn)：機(jī)器人的應(yīng)用雖然對(duì)制造業(yè)的勞動(dòng)力就業(yè)產(chǎn)生了“就業(yè)替代效應(yīng)”，但對(duì)服務(wù)業(yè)的勞動(dòng)力產(chǎn)生了“就業(yè)創(chuàng)造效應(yīng)”，證明了溢出效應(yīng)的存在。

二、計(jì)量模型及數(shù)據(jù)

（一）計(jì)量模型

考慮到2019年末新冠疫情的出現(xiàn)對(duì)于全國(guó)各行業(yè)勞動(dòng)力就業(yè)市場(chǎng)的沖擊和負(fù)面影響，故本文使用了我國(guó)2012年—2019年的制造業(yè)細(xì)分行業(yè)的面板數(shù)據(jù)。關(guān)于模型的構(gòu)建，參考的是AcemogluandRestrepo（2017）的計(jì)量模型，得到：

labor_i，t=ɑ₀+ɑ₁RExposure_i，t+ɑ₂X_i，t+φ_i+γ_t+ε_i，t

其中l(wèi)abor_i，t代表t年i行業(yè)的勞動(dòng)力就業(yè)數(shù)量，RExposure_i，t代表第t年i工業(yè)機(jī)器人的滲透度，X_i，t代表一系列的控制變量：工資、人口規(guī)模、城市化水平、對(duì)外開(kāi)放程度、利潤(rùn)總額、行業(yè)資本、行業(yè)利潤(rùn)率、制造業(yè)規(guī)模。φ_i代表行業(yè)固定效應(yīng)，γ_t代表時(shí)間固定效應(yīng)，ε_i，t代表隨機(jī)誤差項(xiàng)。

本文的數(shù)據(jù)來(lái)自于《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》、國(guó)際機(jī)器人聯(lián)合會(huì)（International Federation of Robotics，IFR）、《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》等，其中IFR發(fā)布的機(jī)器人數(shù)據(jù)將制造業(yè)劃分為14個(gè)細(xì)分行業(yè)，而中國(guó)則有31個(gè)制造業(yè)細(xì)分行業(yè)。本文借鑒閆雪凌等（2020）^［5］劃分制造業(yè)細(xì)分行業(yè)的方法，將中國(guó)工業(yè)統(tǒng)計(jì)年鑒與勞動(dòng)統(tǒng)計(jì)年鑒的數(shù)據(jù)與IFR給出的數(shù)據(jù)進(jìn)行匹配，最后得到2953個(gè)樣本。

（二）變量定義

被解釋變量：本文用勞動(dòng)力就業(yè)數(shù)量衡量勞動(dòng)力就業(yè)水平，數(shù)據(jù)來(lái)源于《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》。

解釋變量：本文用機(jī)器人存量數(shù)據(jù)與就業(yè)份額的乘積來(lái)衡量機(jī)器人的滲透度，數(shù)據(jù)來(lái)源于IFR。

控制變量：1.工資（wage）。2.利潤(rùn)總額（profit）。3.人口規(guī)模（population）。4.城市化水平（urban）。5.對(duì)外開(kāi)放程度（opening）。6.行業(yè)資本（capital）。7.行業(yè)利潤(rùn)率（profitablity）。8.制造業(yè)規(guī)模（scale）。為了統(tǒng)一量綱，本文對(duì)除城市化水平以外的所有變量都統(tǒng)一了單位并做了對(duì)數(shù)化處理。

（三）描述性統(tǒng)計(jì)

從本文的描述性統(tǒng)計(jì)結(jié)果中可以得到：被解釋變量、解釋變量以及控制變量的均值和中位數(shù)的數(shù)值都比較接近，其中，被解釋變量制造業(yè)就業(yè)人數(shù)（lnlabor）的均值為10.60，中位數(shù)為10.89；核心解釋變量機(jī)器人應(yīng)用規(guī)模（lnRExposure）的均值為3.818，中位數(shù)分別為4.057，兩者數(shù)值相近，說(shuō)明本文樣本選擇呈正態(tài)分布。

三、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

由于不同行業(yè)之間均存在很大的差別，這會(huì)導(dǎo)致回歸結(jié)果產(chǎn)生偏誤，故本文加入行業(yè)固定效應(yīng)，以期來(lái)解決不同行業(yè)間的特性問(wèn)題。此外，在本文所選取的樣本區(qū)間內(nèi)，我國(guó)的機(jī)器人應(yīng)用和國(guó)內(nèi)外的經(jīng)濟(jì)形勢(shì)均出現(xiàn)了較大的變化，因此，本文加入時(shí)間固定效應(yīng)，以期來(lái)解決由于時(shí)間帶來(lái)的特性問(wèn)題。表1為同時(shí)控制行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)后的基準(zhǔn)回歸結(jié)果，由回歸結(jié)果我們可以看出：機(jī)器人的應(yīng)用規(guī)模每上升1％，制造業(yè)分行業(yè)勞動(dòng)力的就業(yè)水平提高0.112％。這一結(jié)果同時(shí)論證了假說(shuō)2成立，即工業(yè)機(jī)器人的應(yīng)用會(huì)促進(jìn)勞動(dòng)力，顯著提升勞動(dòng)力的就業(yè)水平。

（二）穩(wěn)健性檢驗(yàn)

為了增強(qiáng)以上回歸結(jié)果的穩(wěn)定性和信服力，我們將對(duì)上述分析結(jié)果進(jìn)行進(jìn)一步的穩(wěn)健性檢驗(yàn)。考慮到機(jī)器人的應(yīng)用對(duì)勞動(dòng)力就業(yè)水平的影響可能會(huì)存在一定的時(shí)滯性，本文用滯后一期的解釋變量對(duì)模型進(jìn)行回歸，考察下一期機(jī)器人的應(yīng)用規(guī)模對(duì)制造業(yè)勞動(dòng)力就業(yè)水平的影響。從穩(wěn)健性檢驗(yàn)結(jié)果中我們可以得知：機(jī)器人的應(yīng)用規(guī)模每上升1%，制造業(yè)細(xì)分行業(yè)勞動(dòng)力的就業(yè)人數(shù)分別提高0.112％和0.031％，我們可以得到：滯后一期的機(jī)器人應(yīng)用帶來(lái)的崗位創(chuàng)造效應(yīng)較當(dāng)期有一定的減少，但結(jié)果依然穩(wěn)健，回歸結(jié)果的符號(hào)和顯著性均沒(méi)有出現(xiàn)差別。

（三）異質(zhì)性分析

1．機(jī)器人高低滲透度

本文將機(jī)器人滲透度的數(shù)值進(jìn)行排序，將所有制造業(yè)細(xì)分行業(yè)劃分為機(jī)器人滲透度高的行業(yè)和機(jī)器人滲透度低的行業(yè)。從機(jī)器人高低滲透度回歸結(jié)果中我們可以得知：機(jī)器人的應(yīng)用對(duì)于高滲透度行業(yè)的勞動(dòng)力就業(yè)具有非常顯著的促進(jìn)作用。從回歸結(jié)果的系數(shù)看，高滲透度行業(yè)的崗位創(chuàng)造效應(yīng)是低滲透度行業(yè)崗位創(chuàng)造效應(yīng)的3倍。

2．勞動(dòng)和資本密集型

相較于勞動(dòng)密集型的行業(yè)，工業(yè)機(jī)器人的應(yīng)用對(duì)資本要素更密集的行業(yè)勞動(dòng)力的崗位創(chuàng)造效應(yīng)可能更強(qiáng)。本文參照沈能（2014）對(duì)于制造業(yè)細(xì)分行業(yè)要素密集度的分類方法，將細(xì)分行業(yè)分為技術(shù)、勞動(dòng)、資本和資源密集型行業(yè)。從相應(yīng)的回歸結(jié)果中我們可以得知：機(jī)器人應(yīng)用規(guī)模每提高1％，資本密集型行業(yè)的勞動(dòng)力就業(yè)水平上升0.497%。而勞動(dòng)密集型行業(yè)的勞動(dòng)力就業(yè)水平僅增加0.077%，對(duì)資本密集型行業(yè)的崗位創(chuàng)造效應(yīng)是勞動(dòng)密集型行業(yè)的七倍。

四、機(jī)器人影響就業(yè)的機(jī)制分析

由前文的基準(zhǔn)回歸我們可知，工業(yè)機(jī)器人應(yīng)用的增多，顯著的提高了我國(guó)制造業(yè)勞動(dòng)力的就業(yè)水平，本節(jié)將討論工業(yè)機(jī)器人的應(yīng)用對(duì)制造業(yè)就業(yè)的作用渠道。本節(jié)加入了勞動(dòng)生產(chǎn)率做中介變量，從機(jī)制分析中我們可以得知：機(jī)器人應(yīng)用（lnRExposure）的增加顯著的提高了勞動(dòng)生產(chǎn)率，勞動(dòng)生產(chǎn)率的提高又進(jìn)一步提升了勞動(dòng)力的就業(yè)水平（lnlabor），中介效應(yīng)存在。這同時(shí)印證了前文的觀點(diǎn)，即：機(jī)器人的應(yīng)用提高了勞動(dòng)生產(chǎn)率，勞動(dòng)生產(chǎn)率的提高，降低了相關(guān)產(chǎn)業(yè)產(chǎn)品和服務(wù)的價(jià)格，人們對(duì)其的需求隨之增大。需求的增多，使許多企業(yè)更傾向于擴(kuò)大企業(yè)規(guī)模，進(jìn)而對(duì)勞動(dòng)力要素的需求更大了，最終導(dǎo)致勞動(dòng)力的就業(yè)水平有了顯著的提升。

結(jié)論

工業(yè)機(jī)器人的應(yīng)用通過(guò)提高了勞動(dòng)生產(chǎn)率而促進(jìn)了勞動(dòng)力的就業(yè)水平。工業(yè)機(jī)器人的迅猛發(fā)展，對(duì)于當(dāng)前我國(guó)勞動(dòng)力以及未來(lái)勞動(dòng)力的發(fā)展趨勢(shì)都帶來(lái)了深刻的影響，本文據(jù)此提出政策建議：

第一，要放大機(jī)器人產(chǎn)生的崗位創(chuàng)造效應(yīng)。機(jī)器人的應(yīng)用會(huì)提升勞動(dòng)力的就業(yè)水平，衍生出很多與其相關(guān)的工作崗位，而這些新興的工作崗位需要知識(shí)、技能等與之相匹配的勞動(dòng)力。通過(guò)在中學(xué)和小學(xué)普及關(guān)于人工智能的相關(guān)基本知識(shí)，在本科和大專院校中開(kāi)設(shè)人工智能相關(guān)課程等方法，提高未來(lái)適齡勞動(dòng)力對(duì)于人工智能技術(shù)的相關(guān)認(rèn)知及素養(yǎng)。

第二，針對(duì)機(jī)器人的應(yīng)用范圍和力度，政策制定者要合理的拿捏好機(jī)器人推廣的范圍與應(yīng)用的力度。機(jī)器人的發(fā)展，對(duì)不同發(fā)展基礎(chǔ)的行業(yè)會(huì)產(chǎn)生不同的影響。應(yīng)該針對(duì)各行業(yè)的特征，制定與行業(yè)相匹配的因地制宜的發(fā)展戰(zhàn)略。引導(dǎo)機(jī)器人對(duì)經(jīng)濟(jì)社會(huì)做出更多、更大的貢獻(xiàn)。

第三，要提升與機(jī)器人相關(guān)產(chǎn)業(yè)的競(jìng)爭(zhēng)力，在引進(jìn)先進(jìn)技術(shù)的基礎(chǔ)上，自主研發(fā)核心技術(shù)，爭(zhēng)取機(jī)器人技術(shù)的全套自主研發(fā)；其次，想要實(shí)現(xiàn)機(jī)器人崗位創(chuàng)造效益的最大化，則要加大對(duì)其他行業(yè)的關(guān)注和投資，避免出現(xiàn)其他行業(yè)發(fā)展緩慢，進(jìn)而導(dǎo)致機(jī)器人崗位創(chuàng)造效應(yīng)無(wú)法實(shí)現(xiàn)最優(yōu)的情況。

參考文獻(xiàn)：

［1］孔高文，劉莎莎，孔東民.機(jī)器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析［J］.中國(guó)工業(yè)經(jīng)濟(jì)， 2020，（08）：80-98.

［2］孫文遠(yuǎn)，劉于山.人工智能對(duì)勞動(dòng)力市場(chǎng)的影響機(jī)制研究［J］.華東經(jīng)濟(jì)管理， 2023，37（03）：28-30.

［3］李磊，王小霞，包群.機(jī)器人的就業(yè)效應(yīng)： 機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.管理世界， 2021，37（09）：56-58.

［4］孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)［J］.中國(guó)工業(yè)經(jīng)濟(jì)， 2019，（05）：121-123.

［5］閆雪凌，朱博楷，馬超.工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來(lái)自中國(guó)的證據(jù)［J］. 統(tǒng)計(jì)研究， 2020， 37（01）：90-93.