Robot Application and Workers' Compensation Change: The Consistent Logic of Overall Evolution and Structural Differentiation
-
摘要: 机器人应用正深刻改变全球生产方式和劳动力市场结构，对收入分配产生复杂而深远的影响。研究将劳动者技能和性别差异纳入一般均衡模型，指出劳动报酬份额的总体演变方向取决于机器资本与劳动之间的生产关系，而机器资本对劳动者技能的依赖程度以及不同技能劳动者的性别差异，决定了技能工资溢价和性别工资差距的变化趋势。进一步基于中国城市面板数据和劳动力动态调查数据展开实证检验，发现当前机器人应用会降低劳动报酬份额、扩大技能工资溢价以及缩小性别收入差距，其对劳动者报酬的影响在2013年之后逐步显现。异质性检验发现，机器人应用对劳动报酬份额的影响在中西部地区更为显著，对技能工资溢价的影响在东部和西部地区、非青年劳动者以及第三产业劳动者中更加突出，对性别工资差距的缩小作用在西部地区、青年劳动者以及第二产业劳动者中更大。机制检验发现，资本深化与就业冲击的替代效应，以及技能升级和产业转型的互补效应是机器人应用影响劳动者报酬的双重渠道。Abstract: Robots are profoundly changing the global production mode and labor market structure, and have a complex and far-reaching impact on income distribution. It is pointed out that the overall evolution direction of labor income depends on the production relationship between machine capital and labor, and the dependence of machine capital on workers' skills and gender differences among workers with different skills determine the changing trend of skill wage premium and gender wage gap, which provides consistent logical support for understanding the overall evolution and structural differentiation of workers' compensation under the application of robots. Based on the panel data of China city and the CLDS, the empirical tests show that the current robot application will reduce labor income share, expand the skill wage premium and narrow the gender income gap. Besides, the influence of robot application on workers' compensation gradually appears after 2013. Heterogeneity tests show that the impact of robot application on labor income share is more significant in the central and western regions, the impact on skill wage premium is more prominent in the eastern and western regions, non-young workers and workers in the tertiary industry, and the role of narrowing the gender wage gap is greater in the western region, young workers and workers in the secondary industry. The mechanism tests show that the substitution effect of capital deepening and employment shock, and the complementary effect of skill upgrading and industrial transformation are the dual channels through which robot application affects workers' compensation. The research provides countermeasures and enlightenment for the government to promote high-quality economic development with both efficiency and fairness.
-
Key words:
- robot application /
- workers' compensation /
- labor income share /
- skill wage premium /
- gender wage gap
-
表 1 基准回归结果：劳动报酬份额
变量 (1) (2) (3) LS LS LS robot -0.031*** -0.007** -0.011*** (0.005) (0.003) (0.004) gdp -0.001*** -0.008*** -0.007*** (0.000) (0.001) (0.001) human 0.000 0.003* 0.002* (0.001) (0.001) (0.001) fdi -0.229*** -0.235*** -0.180*** (0.045) (0.037) (0.036) finance 0.022*** 0.029*** 0.005** (0.001) (0.001) (0.002) traffic -0.009*** -0.002** -0.004*** (0.001) (0.001) (0.001) Constant -0.010 -0.160*** 0.109*** (0.013) (0.017) (0.028) 年份固定效应 是 否 是 城市固定效应 否 是 是 样本量 2 750 2 750 2 750 R2 0.244 0.843 0.858 注：***、**和*分别表示1%、5%和10%的显著性水平；括号内数值是标准误。下表同。 
下载: 导出CSV
表 2 基准回归结果：技能工资溢价和性别工资差距
变量 (1) (2) (3) (4) wage wage wage wage robot 0.177 0.243* 0.098 0.167 (0.138) (0.131) (0.138) (0.131) cert×robot 0.216*** 0.094** (0.056) (0.047) cert 0.102*** 0.053*** (0.013) (0.008) gender×robot 0.205** 0.158** (0.085) (0.080) gender -0.363*** -0.399*** (0.013) (0.013) age 0.074*** 0.079*** (0.005) (0.005) age2 -0.095*** -0.106*** (0.006) (0.005) education 0.217*** 0.228*** (0.010) (0.010) marriage 0.133*** 0.164*** (0.021) (0.020) member 0.208*** 0.158*** (0.020) (0.019) Constant 10.434*** 8.430*** 10.621*** 8.554*** (0.090) (0.129) (0.084) (0.120) 单位×年份固定效应 是 是 是 是 城市固定效应 是 是 是 是 样本量 14 503 14 503 15 152 15 152 R2 0.355 0.405 0.377 0.438
下载: 导出CSV
表 3 稳健性检验(一)
变量 (1) (2) (3) (4) (5) LS wage wage wage wage robot 0.234* 0.174 (0.130) (0.130) cert×robot 0.080* (0.046) gender×robot 0.149* (0.080) robot1 -0.038* 0.811* 0.565 (0.022) (0.428) (0.425) cert 0.053*** 0.047*** (0.008) (0.008) cert×robot1 0.308** (0.155) gender -0.399*** -0.372*** (0.013) (0.013) gender×robot1 0.509* (0.262) 控制变量 是 是 是 是 是 固定效应 是 是 是 是 是 样本量 2 750 14 503 15152 14 503 15 152 R2 0.858 0.405 0.438 0.420 0.446
下载: 导出CSV
表 4 稳健性检验(二)
变量 (1) (2) (3) (4) (5) (6) (7) (8) 第一阶段 第二阶段 robot robot cert×robot robot gender×robot LS wage wage robot -0.085** -0.004 -0.022 (0.040) (0.249) (0.239) cert×robot 1.133** (0.542) gender×robot 0.480** (0.214) Ⅳ 2.641*** 73.652*** 11.457*** 74.335*** 37.815*** (0.387) (0.904) (2.712) (0.879) (1.561) cert×Ⅳ 0.000 0.022*** (0.001) (0.002) gender×Ⅳ -0.011 3.339*** (0.041) (0.073) KP rk LM统计量 11.506 9.453 760.903 [0.000] [0.000] [0.000] KP rk Wald F统计量 43.021 9.125 569.430 {16.38} {7.03} {7.03} 控制变量 是 是 是 是 是 是 是 是 固定效应 是 是 是 是 是 是 是 是 样本量 2 490 14 480 14 480 15 124 15 124 2 490 14 480 15 124 R2 0.861 0.928 0.101 0.929 0.502 0.320 0.391 0.438 注：中括号内数值是统计检验的P值；大括号内数值是Stock-Yogo弱工具变量检验10%水平的临界值。
下载: 导出CSV
表 5 动态效应分析
变量 (1) (2) (3) (4) (5) (6) LS LS SKP SKP GWG GWG ≤2013年 >2013年 ≤2013年 >2013年 ≤2013年 >2013年 robot 0.156*** -0.025*** -0.472*** 0.056** 1.757 -0.222* (0.038) (0.005) (0.177) (0.025) (1.401) (0.129) Constant 0.166*** 0.336*** 1.299*** 0.090 4.817** 3.855*** (0.049) (0.046) (0.226) (0.225) (2.048) (1.147) 控制变量 是 是 是 是 是 是 固定效应 是 是 是 是 是 是 样本量 1 000 1 750 1 000 1 750 424 742 R2 0.932 0.880 0.916 0.825 0.630 0.527
下载: 导出CSV
表 6 异质性分析(一)
变量 (1) (2) (3) 东部 中部 西部 robot -0.008 -0.015** -0.028*** (0.006) (0.007) (0.008) Constant 0.090 0.127*** 0.013 (0.064) (0.046) (0.052) 控制变量 是 是 是 年份固定效应 是 是 是 城市固定效应 是 是 是 样本量 1 001 957 792 R2 0.868 0.843 0.882
下载: 导出CSV
表 7 异质性分析(二)
变量 (1) (2) (3) (4) (5) (6) 东部 中部 西部 东部 中部 西部 robot 0.201 2.755*** -0.233 0.092 2.077*** -0.196 (0.158) (0.699) (0.529) (0.160) (0.622) (0.475) cert×robot 0.139** -0.023 0.289** (0.055) (0.138) (0.144) cert 0.034*** 0.085*** 0.095*** (0.009) (0.017) (0.018) gender×robot 0.076 0.288 0.651** (0.092) (0.280) (0.314) gender -0.384*** -0.408*** -0.374*** (0.017) (0.029) (0.033) Constant 8.475*** 7.584*** 8.482*** 8.545*** 7.903*** 8.573*** (0.155) (0.276) (0.215) (0.147) (0.256) (0.205) 控制变量 是 是 是 是 是 是 单位×年份固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 样本量 7 927 3 282 3 294 8 253 3 432 3 467 R2 0.363 0.392 0.438 0.399 0.419 0.469
下载: 导出CSV
表 8 异质性分析(三)
变量 (1) (2) (3) (4) 非青年组 青年组 非青年组 青年组 robot 0.142 0.241 0.127 0.096 (0.163) (0.224) (0.162) (0.220) cert×robot 0.191*** 0.048 (0.067) (0.064) cert 0.058*** 0.046*** (0.013) (0.010) gender×robot 0.068 0.325** (0.105) (0.126) gender -0.411*** -0.345*** (0.017) (0.019) Constant 8.395*** 6.154*** 8.636*** 6.388*** (0.410) (0.369) (0.390) (0.353) 控制变量 是 是 是 是 单位×年份固定效应 是 是 是 是 城市固定效应 是 是 是 是 样本量 9 316 5 187 9 572 5 580 R2 0.441 0.348 0.471 0.380
下载: 导出CSV
表 9 异质性分析(四)
变量 (1) (2) (3) (4) (5) (6) 第一产业 第二产业 第三产业 第一产业 第二产业 第三产业 robot -0.359 0.131 0.200 -0.368 0.094 0.241 (0.530) (0.202) (0.175) (0.507) (0.205) (0.177) cert×robot -0.395 0.124 0.114* (0.251) (0.082) (0.060) cert 0.082* 0.042*** 0.055*** (0.047) (0.014) (0.011) gender×robot 0.057 0.215* 0.073 (0.311) (0.119) (0.109) gender -0.481*** -0.407*** -0.350*** (0.041) (0.021) (0.017) Constant 9.594*** 8.096*** 8.148*** 9.674*** 8.139*** 8.313*** (0.464) (0.239) (0.176) (0.466) (0.355) (0.169) 控制变量 是 是 是 是 是 是 单位×年份固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 样本量 2 488 4 964 7 051 2 521 5 236 7 395 R2 0.233 0.283 0.323 0.277 0.333 0.358
下载: 导出CSV
表 10 机制检验回归结果
变量 (1) (2) (3) (4) (5) Cap UR SO Str1 Str2 robot 1.105*** 0.129* 0.004*** 0.020* 0.030*** (0.065) (0.077) (0.001) (0.010) (0.006) Constant -2.629*** 2.982*** -0.052*** 1.001*** 0.235*** (0.497) (0.568) (0.006) (0.080) (0.048) 控制变量 是 是 是 是 是 年份固定效应 是 是 是 是 是 城市固定效应 是 是 是 是 是 样本量 2 750 2 500 2 750 2 750 2 750 R2 0.967 0.193 0.981 0.867 0.907
下载: 导出CSV
-
[1] 宋培, 白雪洁, 艾阳. 人工智能时代何以兼顾结构转型与收入分配[J]. 经济社会体制比较, 2024(2): 71-84. [2] 郭凯明. 人工智能发展、产业结构转型升级与劳动收入份额变动[J]. 管理世界, 2019(7): 60-77. [3] 胡晟明, 王林辉, 董直庆. 工业机器人应用与劳动技能溢价——理论假说与行业证据[J]. 产业经济研究, 2021(4): 69-84. [4] 许健, 季康先, 刘晓亭, 等. 工业机器人应用、性别工资差距与共同富裕[J]. 数量经济技术经济研究, 2022(9): 134-156. [5] ACEMOGLU D, GUERRIERI V. Capital deepening and non-balanced economic growth[J]. Journal of Political Economy, 2008, 116(3): 467-498. doi: 10.1086/589523 [6] 何小钢, 朱国悦, 冯大威. 工业机器人应用与劳动收入份额——来自中国工业企业的证据[J]. 中国工业经济, 2023(4): 98-116. [7] 李琳, 宋培, 艾阳, 等. 数字技术应用下的企业劳动收入份额变动[J]. 广东财经大学学报, 2023(5): 4-21. [8] SUSSKIND D. A model of technological unemployment[R]. Oxford: Economics Series Working Paper, No. 819, 2017. [9] DAVID B. Computer technology and probable job destructions in Japan: an evaluation[J]. Journal of the Japanese and International Economies, 2017(43): 77-87. [10] ACEMOGLU D, RESTREPO P. Automation and new tasks: how technology displaces and reinstates labor[J]. Journal of Economic Perspectives, 2019, 33(2): 3-30. doi: 10.1257/jep.33.2.3 [11] 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 [12] 余玲铮, 魏下海, 吴春秀. 机器人对劳动收入份额的影响研究——来自企业调查的微观证据[J]. 中国人口科学, 2019(4): 114-125, 128. [13] 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. [14] 钞小静, 周文慧. 人工智能对劳动收入份额的影响研究——基于技能偏向性视角的理论阐释与实证检验[J]. 经济与管理研究, 2021(2): 82-94. [15] 易苗, 刘朋春, 郭白滢. 机器人应用、企业规模分化与劳动收入份额[J]. 世界经济, 2024(6): 176-200. [16] KATZ L F, MARGO R A. Technical change and the relative demand for skilled labor: the United States in historical perspective[R]. Cambridge: NBER Working Paper, No. 18752, 2013. [17] 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. doi: 10.1257/jep.29.3.3 [18] GRAETZ G, MICHAELS G. Robots at work[J]. Review of economics and statistics, 2018, 100(5): 753-768. doi: 10.1162/rest_a_00754 [19] 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. doi: 10.1016/j.techfore.2016.08.019 [20] FREY C B. The technology trap: capital, labor, and power in the age of automation[M]. Princeton: Princeton University Press, 2019. [21] WANG R, SHI J, YE B. Can robots reshape gender role attitudes?[J]. China Economic Review, 2022, 75: 101852. doi: 10.1016/j.chieco.2022.101852 [22] AKSOY C G, ÖZCAN B, PHILIPP J. Robots and the gender pay gap in Europe[J]. European Economic Review, 2021, 134:103693. doi: 10.1016/j.euroecorev.2021.103693 [23] HERRENDORF B, ROGERSON R, VALENTINYI A. Two perspectives on preferences and structural transformation[J]. American Economic Review, 2013, 103(7): 2752-2789. doi: 10.1257/aer.103.7.2752 [24] OLIVETTI C, PETRONGOLO B. The evolution of gender gaps in industrialized countries[J]. Annual Review of Economics, 2016, 8: 405-434. doi: 10.1146/annurev-economics-080614-115329 [25] NGAI L R, PETRONGOLO B. Gender gaps and the rise of the service economy[J]. American Economic Journal: Macroeconomics, 2017, 9(4): 1-44. [26] 陈媛媛, 张竞, 周亚虹. 工业机器人与劳动力的空间配置[J]. 经济研究, 2022(1): 172-188. [27] 魏下海, 张沛康, 杜宇洪. 机器人如何重塑城市劳动力市场: 移民工作任务的视角[J]. 经济学动态, 2020(10): 92-109. [28] 常进雄, 朱帆, 董非. 劳动力转移就业对经济增长、投资率及劳动收入份额的影响[J]. 世界经济, 2019(7): 24-45. [29] 陆雪琴, 田磊. 企业规模分化与劳动收入份额[J]. 世界经济, 2020(9): 27-48. [30] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76. [31] 徐长生, 程琳, 庄佳强. 地方债务对地区经济增长的影响与机制——基于面板分位数模型的分析[J]. 经济学家, 2016(5): 77-86. [32] 于海波, 李春晓, 师欣欣. 信息化发展水平对城市团购电子商务的影响[J]. 经济地理, 2015(12): 79-83. [33] 李志远, 赵永晗. 外商直接投资与中国产业结构升级——基于比较优势跃迁的视角[J]. 经济学(季刊), 2024(5): 1428-1443. [34] 毛宇飞, 曾湘泉, 胡文馨. 互联网使用能否减小性别工资差距?——基于CFPS数据的经验分析[J]. 财经研究, 2018(7): 33-45. [35] BEN-PORATH Y. The production of human capital and the life cycle of earnings[J]. Journal of Political Economy, 1967, 75(4): 352-365. doi: 10.1086/259291 [36] 刘生龙. 教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J]. 数量经济技术经济研究, 2008(4): 75-85. [37] BLAU F D, KAHN L M. The gender wage gap: extent, trends, and explanations[J]. Journal of Economic Literature, 2017, 55(3): 789-865. doi: 10.1257/jel.20160995 [38] 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. doi: 10.1257/aer.20160696 [39] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6): 1630-1666. doi: 10.1257/aer.104.6.1630 [40] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. [41] 姚加权, 张锟澎, 郭李鹏, 等. 人工智能如何提升企业生产效率?——基于劳动力技能结构调整的视角[J]. 管理世界, 2024(2): 101-116. [42] 洪占卿, 郭峰. 国际贸易水平、省际贸易潜力和经济波动[J]. 世界经济, 2012(10): 45-66. [43] GIUNTELLA O, LU Y, WANG T. How do workers adjust to robots? evidence from China[J]. The Economic Journal, 2025, 135(666): 637-652. [44] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004(10): 35-44. -
