机器人应用与劳动力就业：来自中国制造企业的经验证据

邱语; 张卫国

机器人应用与劳动力就业：来自中国制造企业的经验证据

邱语,
张卫国

西南大学经济管理学院，重庆 400700

基金项目:

国家社会科学基金项目 20&ZD095

详细信息

作者简介:
邱语(1995-)，女，四川资阳人，西南大学经济管理学院博士研究生

张卫国(1965-)，男，安徽芜湖人，西南大学经济管理学院教授，博士生导师

中图分类号: F404;F062.9
计量
- 文章访问数: 204
- HTML全文浏览量: 97
- PDF下载量: 32
- 被引次数: 0
出版历程
- 收稿日期: 2023-02-07
- 网络出版日期: 2023-08-17
- 刊出日期: 2023-07-28

Robot Application and Labor Employment: Empirical Evidence fromChinese Manufacturing Enterprises

School of Economics and Management, Southwest University, Chongqing 400700, China

摘要

摘要: 伴随工业机器人和人工智能技术的深入发展与广泛应用，机器人应用对劳动力就业的影响日益受到关注。基于生产任务分析框架，构建机器人技术与劳动力需求的静态均衡模型，采用2010—2019年中国A股制造业上市公司数据，探讨机器人应用对制造业劳动力就业规模和结构的影响。研究发现：机器人应用显著减少了劳动力就业规模，增加了高技能劳动力比重，减少了低技能劳动力比重，且该结论通过了一系列稳健性检验；机制分析表明，机器人应用对高技能和低技能劳动力就业均有显著的负向替代效应、正向的生产率效应和新任务恢复效应(连锁效应)；异质性分析表明，在资本密集型行业、东部地区及民营企业，机器人应用减少劳动力就业规模和增加高技能劳动力比重的效应更为明显；进一步分析表明，机器人应用降低了生产人员就业规模和比重，增加了研发人员就业规模和比重，管理人员、财务人员、技术人员的就业规模下降但比重增加。研究结论有助于进一步理解机器人应用对劳动力就业的微观影响，可为相关政策的制定提供更准确可靠的依据。
- 机器人应用 /
- 劳动力就业 /
- 低技能劳动力 /
- 高技能劳动力 /
- 制造业
Abstract: With the development and application of industrial robot and artificial intelligence technology, the influence of robot application on labor employment is increasingly concerned. Based on the analytical framework of production task, this paper constructs a static equilibrium model of robot technology and labor demand. Using the micro-data from A-share manufacturing listed companies in China from 2010 to 2019, this paper explores the impact of robot application on the scale and structure of labor employment in the manufacturing listed companies. The results indicate that robot application has significantly reduced the labors employment scale, increased the proportion of high-skilled labors, and reduced the proportion of low-skilled labors. This conclusion is still valid after a series of robustness tests. The mechanism analysis shows that the robot application has significant ripple effect of negative displacement, positive productivity and new task reinstatement on the employment of high-skilled and low-skilled labors. The results also indicate that in capital-intensive industries, companies in the eastern regions of China, and privately-run enterprises, the effect of robot application on reducing the scale of labor employment and increasing the proportion of high-skilled labor is more significant. It is also found that the robot application reduces the scale and proportion of labor employment, but increases the scale and proportion of employment of R&D workers, and the employment scale of management workers, financial workers and technical workers decreases but the proportion increases. This research helps to further understand the micro impact of robot application on labor employment, and can provide a more accurate and reliable basis for the formulation of relevant policies.
- robot application /
- labor employment /
- low-skilled labor /
- high-skilled labor /
- manufacturing

HTML全文

表 1 描述性统计

变量类型	具体变量	样本量	均值	标准差	最小值	中位数	最大值
因变量	Lnemp	9 150	8.005	1.146	3.091	7.968	12.420
	LnH	9 150	7.283	1.401	0.000	7.298	11.640
	LnL	9 150	6.998	1.115	2.197	6.914	12.060
	H_rate	9 150	0.548	0.201	0.000	0.578	0.957
	L_rate	9 150	0.413	0.198	0.024	0.376	1.000
自变量	Lnrob	9 150	4.264	2.318	0.002	4.122	12.140
控制变量	Growth	9 150	0.211	3.790	-0.980	0.070	340.900
	Mana	9 150	0.099	0.173	0.000	0.001	0.709
	Lnage	9 150	2.888	0.298	1.099	2.890	4.127
	ROA	9 150	0.036	0.118	-3.164	0.034	7.445
	Share	9 150	0.533	0.169	0.016	0.541	0.993
	Lnwage	9 150	11.390	0.493	9.287	11.370	15.340

下载: 导出CSV

表 2 机器人应用影响劳动力就业的基准回归结果

变量	(1)	(2)	(3)	(4)	(5)
变量	Lnemp	LnH	LnL	H_rate	L_rate
Lnrob	-0.070^***(0.013)	-0.040^***(0.014)	-0.067^***(0.018)	0.015^***(0.003)	-0.006^**(0.003)
Growth	0.013^***(0.001)	0.010^***(0.001)	0.018^***(0.002)	-0.001^***(0.000)	0.001^***(0.000)
Mana	-0.268^***(0.064)	-0.025(0.069)	-0.512^***(0.090)	0.104^***(0.014)	-0.108^***(0.015)
Lnage	1.054^***(0.099)	1.083^***(0.106)	1.044^***(0.139)	-0.008(0.022)	-0.028(0.023)
ROA	0.049(0.038)	0.142^***(0.041)	0.115^**(0.053)	0.023^***(0.008)	-0.008(0.009)
Share	0.128^***(0.039)	0.163^***(0.042)	0.156^***(0.055)	0.004(0.009)	0.012(0.009)
Lnwage	-0.239^***(0.018)	-0.128^***(0.019)	-0.322^***(0.025)	0.046^***(0.004)	-0.053^***(0.004)
常数项	-0.070^***(0.013)	-0.040^***(0.014)	-0.067^***(0.018)	0.015^***(0.003)	-0.006^**(0.003)
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
N	9 150	9 150	9 150	9 150	9 150
R²	0.170	0.189	0.084	0.055	0.047
注：^、^{ }、^{ * *}分别表示在10%、5%和1%水平上显著，括号中为估计系数的标准误。下表同。

下载: 导出CSV

表 3 机器人应用影响劳动力就业的稳健性检验(Ⅳ 2SLS回归)

变量	(1)	(2)	(3)	(4)	(5)
	Lnemp	LnH	LnL	H_rate	L_rate
	第二阶段(Ⅳ为Lnrob_iv)
Lnrob	-0.317^***(0.042)	-0.262^***(0.045)	-0.353^***(0.058)	0.017^*(0.009)	-0.012^***(0.001)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
第一阶段Ⅳ与Lnrob的回归系数			0.046^***(0.007)
Anderson LM			447.33^***
CD Wald F			472.63
N	9 150	9 150	9 150	9 150	9 150
Centered R²	0.073	0.126	0.019	0.051	0.027

变量	第二阶段(Ⅳ为L.Lnrob)
Lnrob	-0.084^***(0.018)	-0.035^**(0.014)	-0.048^**(0.019)	0.009^***(0.003)	-0.007^*(0.004)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
第一阶段Ⅳ与Lnrob的回归系数			0.710^***(0.006)
Anderson LM			4 681.57^***
CD Wald F			12 961.84
N	8 235	8 235	8 235	8 235	8 235
Centered R²	0.131	0.141	0.064	0.049	0.021

下载: 导出CSV

表 4 机器人应用影响企业劳动力就业的稳健性检验(替换变量衡量指标)

变量	替换自变量的衡量指标
变量	Lnemp	LnH	LnL	H_rate	L_rate
Lnrob_instal	-0.033^***(0.007)	-0.020^**(0.008)	-0.052^***(0.010)	0.006^***(0.002)	-0.005^***(0.002)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
N	9 150	9 150	9 150	9 150	9 150
R²	0.169	0.189	0.086	0.054	0.048

变量	替换因变量的衡量指标
变量	LnH2	LnL2	H_rate2	L_rate2
Lnrob	-0.034^**(0.015)	-0.081^***(0.030)	0.009^**(0.004)	-0.009^**(0.004)
控制变量	是	是	是	是
年份固定	是	是	是	是
企业固定	是	是	是	是
N	9 150	9 150	9 150	9 150
R²	0.211	0.039	0.082	0.067

下载: 导出CSV

表 5 机器人应用影响劳动力就业的稳健性检验(改变样本区间)

变量	(1)	(2)	(3)	(4)	(5)
	Lnemp	LnH	LnL	H_rate	L_rate
	研究年份缩短为2017—2019年
Lnrob	-0.093^**(0.046)	-0.096^*(0.051)	-0.137^*(0.070)	0.021^***(0.006)	-0.026^***(0.006)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
N	2 745	2 745	2 745	2 745	2 745
R²	0.027	0.035	0.041	0.010	0.010

	删除机器人渗透率最高和最低的行业
Lnrob	-0.065^***(0.014)	-0.047^***(0.015)	-0.090^***(0.019)	0.012^***(0.003)	-0.008^***(0.003)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是
N	8 320	8 320	8 320	8 320	8 320
R²	0.179	0.198	0.101	0.060	0.059

下载: 导出CSV

表 6 机器人应用影响劳动力就业的机制回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)
变量	Lndel	Lndeh	Lnreh	Lntfp	Lnemp	LnH	LnL
Lnrob	0.156^***(0.015)	0.021^**(0.011)	-0.056^***(0.019)	0.122^***(0.021)	-0.072^***(0.012)	-0.041^***(0.013)	-0.068^***(0.017)
Lndel					-0.049^***(0.007)	-0.009(0.007)	-0.074^***(0.009)
Lndeh					-0.017(0.012)	-0.094^***(0.013)	0.008(0.018)
Lnreh					-0.089^***(0.007)	-0.124^***(0.008)	-0.047^***(0.010)
Lntfp					0.051^***(0.003)	0.051^***(0.003)	0.064^***(0.004)
控制变量	是	是	是	是	是	是	是
年份固定	是	是	是	是	是	是	是
企业固定	是	是	是	是	是	是	是
N	9 150	9 150	9 150	9 150	9 150	9 150	9 150
R²	0.338	0.039	0.197	0.099	0.234	0.255	0.127
		Lnrob直接效应			-0.072	-0.041	-0.068
		Lndel间接效应			-0.008		-0.012
		Lndeh间接效应				-0.002
		Lnreh间接效应			0.005	0.007	0.003
		Lntfp间接效应			0.006	0.006	0.008

下载: 导出CSV

表 7 机器人应用影响劳动力就业的异质性回归结果

变量	(1)	(2)	(3)	(4)	(5)
	Lnemp	LnH	LnL	H_rate	L_rate
	Panel A：按要素密集度分类
Lnrob×劳动密集型	-0.008(0.018)	0.007(0.021)	0.083^***(0.023)	0.008^*(0.005)	0.010^*(0.006)
Lnrob×资本密集型	-0.119^***(0.015)	-0.110^***(0.017)	-0.147^***(0.021)	0.003(0.003)	-0.006(0.004)
Lnrob×技术密集型	0.005(0.015)	0.026^*(0.016)	-0.024(0.022)	0.012^***(0.003)	-0.006^*(0.003)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是

变量	Panel B：按企业地理位置分类
Lnrob×东部地区	-0.056^***(0.015)	-0.016(0.016)	-0.037^*(0.021)	0.017^***(0.003)	-0.009^**(0.004)
Lnrob×中部地区	-0.107^***(0.033)	-0.116^***(0.034)	-0.079^*(0.046)	0.001(0.006)	0.018^**(0.008)
Lnrob×西部地区	-0.124^***(0.033)	-0.118^***(0.036)	-0.133^***(0.048)	0.008(0.007)	-0.011(0.008)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是

变量	Panel C：按企业所有制性质分类
Lnrob×国有企业	-0.084^***(0.020)	-0.053^**(0.022)	-0.090^***(0.030)	0.017^***(0.004)	-0.000(0.005)
Lnrob×民营企业	-0.064^***(0.017)	-0.031^*(0.018)	-0.050^**(0.023)	0.015^***(0.004)	-0.010^***(0.004)
Lnrob×外资与合资企业	0.160^**(0.080)	0.045(0.089)	0.138^*(0.082)	-0.041^***(0.015)	0.011(0.015)
控制变量	是	是	是	是	是
年份固定	是	是	是	是	是
企业固定	是	是	是	是	是

下载: 导出CSV

表 8 机器人应用影响不同职业类型劳动力就业的回归结果

变量	劳动力就业规模
	(1)	(2)	(3)	(4)	(5)	(6)
	Lngl	Lnyf	Lncw	Lnjs	Lnxs	Lnsc
Lnrob	-0.069^***(0.018)	0.283^***(0.033)	-0.030^**(0.013)	-0.033^**(0.016)	-0.026(0.026)	-0.083^***(0.027)
控制变量	是	是	是	是	是	是
年份固定	是	是	是	是	是	是
企业固定	是	是	是	是	是	是
N	9 150	9 150	9 150	9 150	9 150	9 150
R²	0.103	0.802	0.159	0.169	0.177	0.100
变量	劳动力就业结构
	(7)	(8)	(9)	(10)	(11)	(12)
	gl_rate	yf_rate	cw_rate	js_rate	xs_rate	sc_rate
Lnrob	0.003^*(0.002)	0.012^***(0.002)	0.002^**(0.001)	0.008^***(0.002)	-0.002(0.002)	-0.006^*(0.003)
控制变量	是	是	是	是	是	是
年份固定	是	是	是	是	是	是
企业固定	是	是	是	是	是	是
N	9 150	9 150	9 150	9 150	9 150	9 150
R²	0.014	0.399	0.007	0.050	0.025	0.044

下载: 导出CSV

参考文献(32)

[1]	HAISS P, MAHLBERG B, MICHLITS D. Industry 4.0-the future of Austrian jobs[J]. Empirica, 2021, 48(1): 5-36. doi: 10.1007/s10663-020-09497-z
[2]	ACEMOGLU D, RESTREPO P. Robots and jobs: evidence from US labor markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244. doi: 10.1086/705716
[3]	ACEMOGLU D, LELARGE C, RESTREPO P. Competing with robots: firm-level evidence from France[J]. AEA Papers and Proceedings, 2020, 110: 383-388. doi: 10.1257/pandp.20201003
[4]	周广肃, 李力行, 孟岭生. 智能化对中国劳动力市场的影响——基于就业广度和强度的分析[J]. 金融研究, 2021(6): 39-58. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202106003.htm
[5]	芦婷婷, 祝志勇, 刘畅畅. 人工智能、人口结构转型与劳动收入份额变化[J]. 广东财经大学学报, 2022(4): 4-17. http://xb.gdufe.edu.cn/article/id/eea95a8c-7d68-4a53-9788-443882123334
[6]	孔高文, 刘莎莎, 孔东民. 机器人与就业——基于行业与地区异质性的探索性分析[J]. 中国工业经济, 2020(8): 80-98. doi: 10.3969/j.issn.1006-480X.2020.08.006
[7]	王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]. 经济研究, 2020(10): 159-175. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202010011.htm
[8]	王晓娟, 朱喜安, 王颖. 工业机器人应用对制造业就业的影响效应研究[J]. 数量经济技术经济研究, 2022(4): 88-106. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202204005.htm
[9]	GRAETZ G, MICHAELS G. Robots at work[J]. Review of Economics and Statistics, 2018, 100(5): 753-768. doi: 10.1162/rest_a_00754
[10]	DOMINI G, GRAZZI M, MOSCHELLA D, et al. Threats and opportunities in the digital era: automation spikes and employment dynamics[J]. Research Policy, 2021, 50(7): 104-137.
[11]	李磊, 王小霞, 包群. 机器人的就业效应: 机制与中国经验[J]. 管理世界, 2021(9): 104-119. doi: 10.3969/j.issn.1002-5502.2021.09.023
[12]	BESSEN J E. Automation and jobs: when technology boosts employment[R]. Bost Univer School of Law, Law and Economics Research Paper, 2019, No. 17-09.
[13]	DAUTH W, FINDEISEN S, SUEDEKUM J, et al. German robots-the impact of industrial robots on workers[R]. CEPR Discussion Paper, 2017, No. DP12306.
[14]	路玮孝, 孟夏. 工业机器人应用、就业市场结构调整与服务贸易发展[J]. 国际经贸探索, 2021(9): 4-20. https://www.cnki.com.cn/Article/CJFDTOTAL-GJTS202109001.htm
[15]	AUTOR D H, LEVY F, MURNANE R J. The skill content of recent technological change: an empirical exploration[J]. Quarterly Journal of Economics, 2003, 118(4): 1279-1333.
[16]	GOOS M, MANNING A. Lousy and lovely jobs: the rising polarization of work in Britain[J]. Review of Economics and Statistics, 2007, 89(1): 118-133.
[17]	AUTOR D H, KATZ L F, KEARNEY M S. Trends in US wage inequality: revising the revisionists[J]. Review of Economics and Statistics, 2008, 90(2): 300-323.
[18]	ACEMOGLU D, KOSTER H R A, OZGEN C. Robots and workers: evidence from the Netherlands[R]. NBER Working Paper, 2023, No. 31009.
[19]	何小钢, 刘叩明. 机器人、工作任务与就业极化效应——来自中国工业企业的证据[J]. 数量经济技术经济研究, 2023(4): 52-71. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202304003.htm
[20]	韩民春, 韩青江, 夏蕾. 工业机器人应用对制造业就业的影响——基于中国地级市数据的实证研究[J]. 改革, 2020(3): 22-39. https://www.cnki.com.cn/Article/CJFDTOTAL-REFO202003003.htm
[21]	明娟, 胡嘉琪. 工业机器人应用、劳动保护与异质性技能劳动力就业[J]. 人口与经济, 2022(4): 106-121. https://www.cnki.com.cn/Article/CJFDTOTAL-RKJJ202204008.htm
[22]	孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019(5): 61-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905005.htm
[23]	贾根良. 第三次工业革命与工业智能化[J]. 中国社会科学, 2016(6): 87-106. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK201606009.htm
[24]	FREY C B, OSBORNE M A. The future of employment: how susceptible are jobs to computerisation?[J]. Technological Forecasting and Social Change, 2017, 114: 254-280.
[25]	AGRAWAL A, GANS J S, GOLDFARB A. Artificial intelligence: the ambiguous labor market impact of automating prediction[J]. Journal of Economic Perspectives, 2019, 33(2): 31-49.
[26]	韩民春, 韩青江, 冯钟. 工业机器人技术进步对就业的影响分析: 一个理论模型框架[J]. 广东财经大学学报, 2019(6): 4-10. http://xb.gdufe.edu.cn/article/id/4d9ab2df-9d26-4e32-ac6a-1e0587f9f5b6
[27]	ACEMOGLU D, RESTREPO P. Low-skill and high-skill automation[J]. Journal of Human Capital, 2018, 12(2): 204-232.
[28]	AUTOR D H. Why are there still so many jobs? the history and future of workplace automation[J]. Journal of Economic Perspectives, 2015, 29(3): 3-30.
[29]	ACEMOGLU D, RESTREPO P. Artificial intelligence, automation and work[R]. NBER Working Paper, 2018, No. 24196.
[30]	BORLAND J, COELLI M. Are robots taking our jobs?[J]. Australian Economic Review, 2017, 50(4): 377-397.
[31]	ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542.
[32]	闫雪凌, 朱博楷, 马超. 工业机器人使用与制造业就业: 来自中国的证据[J]. 统计研究, 2020(1): 74-87. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ202001008.htm