新一代人工智能背景下中國工業機器人應用、性別工資差距和失業率研究

基金項目：云南省科技廳重點研發計劃“2022年云南省國際科技特派員（個人）認定”項目，項目編號：202303AK140023

一、引言

本文研究主要基于以下幾個背景。

1.背景一：勞動力數量逐漸減少

近年來，中國勞動力市場面臨勞動力短缺的問題，尤其是在一些重復性、低技能、高風險的崗位上。根據國家統計局數據，我國勞動年齡人口在2011年達到了峰值9.25億，之后開始負增長。2023年，我國的勞動年齡人口已經降至8.6億人左右，與2011年相比減少了約6500萬人。

2.背景二：勞動力的平均年齡不斷增大

中國勞動力市場正面臨著勞動人口平均年齡不斷增大的困境。根據2023年《中國人力資本報告》顯示，中國勞動力年齡結構呈現顯著代際變化。研究數據表明，在1985年至2021年的36年間，全國勞動力平均年齡增幅達7.17歲，由32.25歲持續攀升至39.42歲，反映出人口老齡化趨勢的加速演進。從城鄉結構看，城鎮勞動力平均年齡實現6.13歲的跨代增長，從改革初期的33.03歲逐步提升至39.16歲。更具對比性的是鄉村勞動力群體的年齡變遷，其平均年齡增幅達到7.83歲，由1985年的31.99歲上升至2021年的39.82歲，顯示出鄉村地區人口老齡化速度較城鎮更快的發展特征。值得關注的是，截至2021年，鄉村男性勞動力群體的平均年齡已突破40歲大關，達到40.39歲，成為所有統計口徑中年齡最高的勞動者群體。

3.背景三：人工成本不斷提高，人口紅利逐漸散失

2011—2021年，我國城鎮就業人員平均工資年均增長 9.8% ，高于同期名義GDP年均增速 8.9% ，勞動力成本呈補償性增長態勢。同時，勞動力市場面臨供需失衡的結構性矛盾，青年失業問題持續凸顯，尤其是青年農民工和應屆大學畢業生就業形勢日益嚴峻，“緩就業”“慢就業”“不就業”背后是對高質量高薪酬崗位的預期，這也聯合推高了人工成本。

基于以上背景，使得企業不得不尋找替代方式來減少勞動力因素所帶來的影響，再疊加科學技術水平的不斷發展，計算機技術和自動化水平的提高，使得工業機器人得到了大范圍的應用。

二、相關研究與研究假設

討論工業機器人的應用對工資和失業率的影響，必須先厘清工業機器人的應用對勞動力市場的作用機制，因為工業機器人的應用不僅會提升企業的生產規模，也會對勞動力產生替代效應。一方面，企業的生產規模擴大，就會增加對勞動力市場的需求；另一方面，對勞動力產生替代效應則會減少對勞動力的需求，因此工業機器人的應用會對勞動力市場產生復雜的影響。

1.工業機器人應用對勞動力市場的影響

目前，學術界在機器人的應用對勞動力市場的影響上還沒有統一的定論，大多數學者認為，機器人的使用會對勞動力產生替代效應，減少勞動力的使用。例如：Hanson在2001年就對機器人應用和勞動力市場進行理論分析，結果指出：智能機器人的使用會在一定程度上代替勞動力。蔡秀玲（2017）分析了工業機器人在行業和就業上的影響，認為工業機器人的應用會對勞動力市場產生“替代效應”和“創造效應”的雙重影響，并利用工業機器人裝機量的數據進行測算得出，未來十年工業機器人主要會對制造業產生勞動力的“替代效應”。

部分學者認為，自前，我國機器人的使用會促進勞動力市場的發展，如林欣等（2023）利用人口普查微觀數據、IFR機器人數據和WIOD投入產出數據，分析指出：目前國內機器人產生的“創造效應”大于“替代效應”，因此工業機器人的應用會促進地區的勞動力就業水平，國外的機器人應用主要通過改變地區間的貿易結構進而影響地區的勞動力就業水平。鄭麗琳（2023）基于2008—2019年22個經濟體分行業數據，分析了機器人應用對勞動力就業市場的影響，整體上，機器人應用會對就業市場產生互補效應，進一步研究表明，機器人使用程度是決定機器人應用對就業影響效應的關鍵因素，機器人使用程度低的經濟體中互補效應占主導，機器人使用程度高的經濟體中替代效應占主導。

也有學者認為，機器人的應用對勞動力市場的影響是雙重的。例如，邱語（2023）利用數據分析了機器人對制造業勞動力市場的影響，研究發現：機器人的應用會增加高技能勞動力的比重，降低低技能勞動力的比重。

2.工業機器人應用對工資的影響

余玲錚等（2019）利用廣東省企業調查數據，分析機器人應用是怎樣改變企業的收人格局，結果表明：機器人的應用所產生的增長效應雖然會同時促進工資率和生產效率的增長，但工資率的增長速度會低于生產效率的增長速度，最終導致勞動者收人份額下降。程虹（2021）分析了機器人影響勞動收入份額的經濟邏輯，并利用2018年中國企業綜合調查數據展開實證檢驗，結果表明，使用機器人對企業勞動收入份額具有顯著負向影響。趙丹丹（2021）利用工業機器人匹配數據進行實證分析，認為工業機器人并未造成勞動力工資普遍下降，主要原因是當前我國工業機器人使用的密度較低，尚未產生“替代效應”。周廣素等（2022）運用雙向固定效應模型、工具變量等方法進行實證分析，結果發現，工業機器人的應用擴大了城鎮居民之間的收入差距。王永欽（2023）利用中國城鎮住戶調查和流動人口動態監測數據，分析了工業機器人應用對勞動者工資的直接和間接影響機制，研究發現機器人應用對勞動者工資性收人的影響具有顯著的“工資極化”特征。

3.工業機器人應用對失業率的影響

章瀟萌等（2022）構建一個包含融資約束、工業機器人和勞動力市場的模型，研究發現，在宏觀層面工業機器人的應用會增加企業的產出，并降低總體失業率。韓民春（2019）分析了工業機器人對就業市場的影響，結果表明，在省際層面，工業機器人的應用會顯著沖擊就業市場，導致失業率上升，工業機器人的應用密度越高的省份這種沖擊的效應就越大。范長煜（2020）利用問卷調查數據測算得出：對于勞動密集型的制造業而言，一線工作崗位被替代的概率高達 55% ，尤其是一些年齡偏大、受教育程度不高、缺少技能培訓的群體面臨著較高的技術性失業風險。

通過以上的文獻分析得知，機器人的應用對勞動力市場、工資和失業率的影響是復雜的、多重的，現階段大多數研究認為機器人的應用會對勞動力市場產生顯著的替代效應，進而導致大量重復性勞動崗位被工業機器人替代；機器人的應用會整體上提高社會的工資水平，尤其是對于高技能人才而言。但是細分到性別而言，現有文獻鮮有針對此方面的詳細研究，根據古典經濟學的“經濟收斂”推斷：工業機器人的應用有助于縮小男女之間的工資差距。由此，本文提出以下假設：

H1：工業機器人的應用能夠提高工資水平，進而提升就業率。

H2：工業機器人的應用能夠縮小性別工資差距。

三、數據來源與實證方法

1.數據來源

論文中的數據來源于IFR機器人數據庫、第二次全國經濟普查中的企業微觀數據和中國工業企業數據庫。IFR提供了關于工業機器人的多個國家和多個行業1993—2019年的安裝數據，是一個關于工業機器人的全面、權威的數據庫；在第二次全國經濟普查中，國家統計局對全國30個省份的500多萬個單位進行數據收集，數據真實有效；中國工業企業數據庫收集了全國所有國有企業和主營業務收入在500萬元以上的非國有企業的數據。基于以上數據，本文利用Stata15軟件進行實證分析。

2.模型設計和變量說明

為分析工業機器人對性別工資和失業率的影響，本文根據過往研究的做法，構建如下基準回歸模型：

其中，下標 i 和 C 分別表示勞動者個體和勞動者所在的城市，lnwage是勞動者工資的對數；lnro是本文的核心解釋變量，表示工業機器人的對數；lnRev是控制變量，為城市最低工資的對數；為了探討性別的影響，加入虛擬變量 X

本文將被解釋變量設定為勞動者個體的工資。在收集的數據中，勞動者個體的月工資包括了固定工資、獎金等收入；年工資數據中還包括其他如獎勵績效、兼職等額外收入。

本文的核心解釋變量為關于工業機器人的數據，根據過往研究的方法，計算出機器人密度指標。

控制變量，本文參考以往文獻的通常做法，收集了影響勞動者工資水平的幾類控制變量。包括基本特征變量：性別（男性為1，女性為0）、年齡等；個人特征變量：民族、受教育程度等；社會特征變量：城市最低工資，城市最低工資反映了一個地區的經濟發展水平，城市最低工資越高的地區，勞動者的平均收入也會越高，城市最低工資也會影響企業的用工和工業機器人的采購決策。表1統計了論文中主要變量的基本信息，可以看出女性的平均受教育程度要高于男性，但是女性的平均工資卻低于男性，說明在就業市場上存在性別歧視問題。

四、實證結果分析

1.工業機器人應用對勞動力工資的影響

在探討工業機器人應用對勞動力工資的影響時，為了避免異方差的影響，采用異方差的穩健性修正法來修正估計量方差。表2是不同模型的回歸結果。

表1主要變量的描述性統計

注：機器人密度和城市最低工資和工資的變量做了對數處理。

表2機器人密度對勞動力工資的回歸結果

注：括號內為t值，*、**、***分別代表在 1% 、 5% 、 10% 的顯著性水平下顯著。

在表2中包含了工業機器人應用對勞動力工資影響的基準回歸結果。在第（1）列回歸結果中，只包含了核心解釋變量機器人密度，沒有加入其他的解釋變量；在第（2）列中，加入了年齡和性別兩個基本特征變量；在第（3）列中，加入了民族和受教育程度兩個個體特征變量；在第（4）列中，加人了社會特征變量：城市最低工資。

從回歸結果中，可以得出如下結論：一是在4個回歸模型中，機器人密度的系數在 1% 的顯著性水平下均為正，說明機器人密度的增加會提高勞動者的工資水平，在第（4）列中，其經濟含義為機器人密度每提高 10% ，勞動者的工資水平就會提高 1.48% 。勞動者工資水平的提高，也會提升就業市場的活躍度，降低失業率。

二是解釋變量年齡的系數在3個回歸模型中均為負數，說明隨著年齡的增長，勞動者的工資水平存在下降的趨勢，這也和現實情況相符合。

三是性別會顯著影響勞動者的工資水平，在回歸模型中性別的系數值均在 1% 的顯著性水平下顯著，且系數的變化并不大，說明男性的平均工資顯著高于女性，存在性別工資差距。

四是城市最低工資會顯著提高勞動者的工資水平，這也和現實情況相符。

2.工業機器人應用對性別工資的影響

表3包含了機器人密度對性別工資差異的回歸結果。第（1、（2）列顯示，機器人密度對女性工資的彈性為0.091，男性為0.064，女性彈性仍高于男性。考慮到各省份在政策、發展水平和要素稟賦等方面存在顯著不同，本文采取加人虛擬變量的辦法消除這些因素對工資水平的影響。在引入省份、行業、所有權和年份固定效應后[第（3）、（4）列1，女性工資彈性進一步提升至0.172^** （ 5% 水平顯著），男性為 0.098^** （ 5% 水平顯著）。調整后，機器人密度每增加 10% ，女性工資預計上漲1.72% ，男性工資上漲 0.98% 。結果表明，機器人應用顯著提升了男女工資水平，且女性獲益更大，進一步縮小了性別工資差距。

五、結論與啟示

第四次工業革命的浪潮正以前所未有的速度重構全球經濟圖景，智能技術與數字經濟的深度融合不僅重塑著生產要素的配置方式，更在深層次解構著傳統社會的性別分工秩序。這場技術革命對勞動力市場的沖擊已超越簡單的效率提升范疇，其引發的生產關系變革正叩擊著性別平等的終極命題。在智能化重組與中國式現代化交織的歷史方位下，解開技術革命與人力資本重構的互動密碼，實質上是在錨定社會主義市場經濟條件下效率與公平的再平衡坐標。本文基于以往的文獻，分析得出工業機器人的應用會通過提高工資的形式來提升勞動力的就業水平，且這種提高工資的情況對于女性會更加明顯，因此機器人的應用會縮小性別工資差距。本文研究在關于機器人應用、性別工資差距和失業率上提供了不同的視角，為以后的研究貢獻了不同的思路。

表3機器人密度對性別工資差異的回歸結果

注：括號內為t值，*、**、***分別代表在 1% 、 5% 、 10% 的顯著性水平下顯著。

基于論文研究結果，為了更好地服務于社會，本文提出如下政策建議：

一是加大對工業機器人領域的研發投資。本文研究表明，機器人密度能夠提高勞動者的工資水平，而且工業機器人的應用也能提高企業的勞動生產效率，釋放勞動力。

二是提升勞動者的技能水平。工業機器人的應用需要高技能人才的支持，才能發揮其作用，且技能水平的提升也會降低勞動者失業的概率。

三是保護女性勞動者的合法權益。性別歧視在就業市場非常普遍，女性勞動者在就業市場處境艱難，應探索更多職業發展路徑，促進女性就業結構的進一步優化，營造良好的就業氛圍。

參考文獻：

[1]中國財科院“企業成本”調研“人工成本”專題組，傅志華，朱小玉，等.超預期因素沖擊下的企業人工成本變動趨勢研究[J].財政科學，2023（4）：81-88.

[2]蔡秀玲，高文群.中國智能制造對農業轉移勞動力就業的影響[J].福建師范大學學報（哲學社會科學版），2017（1）：68-78+86+168 #

[3]林欣，李春頂.國內外工業機器人應用對制造業就業的影響分析[J].財經研究，2023，49（7）：19-33.

[4]鄭麗琳，劉東升.機器人應用與勞動力就業：替代還是互補？——基于22個經濟體數據的經驗分析[J].統計研究，2023，40（3）：126-138.

[5]邱語，張衛國.機器人應用與勞動力就業：來自中國制造企業的經驗證據[J].廣東財經大學學報，2023，38（4）：18-36.

[6]余玲錚，魏下海，吳春秀.機器人對勞動收入份額的影響研究——來自企業調查的微觀證據[J].中國人口科學，2019（4）：114-125+128.

[7]程虹，王華星，石大千.使用機器人會導致企業勞動收入份額下降嗎？[J].中國科技論壇，2021（2）：152-160+168.

[8]趙丹丹，周世軍.人工智能與勞動力工資—基于工業機器人匹配數據的經驗證據[J].調研世界，2021（7）：3-12.

[9]周廣肅，丁相元.工業機器人應用對城鎮居民收入差距的影響[J].數量經濟技術經濟研究，2022，39（1）：115-131.

[10]王永欽，董雯.人機之間：機器人興起對中國勞動者收入的影響[J].世界經濟，2023，46（7）：88-115.

[11]章瀟萌，劉相波.融資約束、人工智能與經濟增長[J].財經研究，2022，48（8）：63-77.

[12]韓民春，張瑞雪.進口工業機器人對就業市場沖擊效應的省際異同分析[J].價格月刊，2019（8）：64-70.

[13]范長煜，唐斌斌.半數崗位易替代：警惕“機器換人”的技術性失業風險—基于2018年廣東省制造業企業調查數據的分析[J].學術論壇，2020，43（3）：9-17.

[14]許健，季康先，劉曉亭，等.工業機器人應用、性別工資差距與共同富裕[J].數量經濟技術經濟研究，2022，39（9）：134-156.

作者簡介：楊興林（2002一），男，漢族，云南昭通人電子商務專業本科在讀；通訊作者：金榮華（1986一），男，哈尼族，云南玉溪人副教授，主要研究方向：熱區農業大數據、農村電子商務。