劳动成本上升如何影响企业机器换人投入？

李小瑛 吴鑫杰

[摘要] 本文以2018年广东省制造业劳动用工情况调查的600家企业、2400名员工为样本，实证分析劳动成本上升对于企业年均机器换人投入的影响。结果显示，劳动成本直接影响企业使用机器人状况，同时劳动成本上升对企业年均机器换人投入有显著正向影响。从分样本结果看，大中型企业、成熟期的企业以及面临劳动力短缺的企业中，机器人使用对于劳动成本的上升反应更为显著，不同行业劳动成本上升对企业机器换人投入的影响也存在明显差异。

[关键词] 制造业  机器换人  劳动成本

一、 引言

劳动和技术之间的竞赛一直都是学界和政界关注的话题，也是存在较大争议的话题①②。近期关于机器人以及人工智能的广泛讨论是对这个经典话题的延续。

伴随着中国人口红利的消失，与东南亚其他欠发达地区相比，中国的劳动力优势也逐渐消失，用机器替代劳动力、制造业升级是中国保持制造业优势面临的一个重要选择①。在政策层面，政策制定者将机器人的使用作为中国制造业转型的一个重要抓手，各级政府通过出台一系列的政策措施来推动企业自动化与智能化。在企业层面，受劳动力市场结构变化以及劳动力制度调整的影响，企业主动采用机器换人的方式降低劳动力市场变化带来的冲击，同时也将机器换人作为提高产品质量和生产效率的重要战略。

从2006年至2016年，中国工业机器人存量从1.7万台增加到34万台，翻了20倍。到目前为止，中国已经成了世界上机器人销售量和使用量最大的经济体，同时销售量和使用量增长速度也较快。

快速增加的机器人使用引起了经济学家以及政策制定者的广泛讨论。Acemoglu和Restrepo发现机器人使用对美国总体就业会产生负向影响。②Freeman和Borjors发现机器人使用对美国就业和工资有负向影响。③Krenz等发现机器人的使用会带来美国制造业的回流，对于技能工人就业有正向影响。④Schlogl和Sumne考察机器人使用对发展中经济体的影响，认为使用机器人可能导致发展中经济体工资停滞与就业服务化。⑤Artuc等发现美国更多使用机器人的行业从墨西哥的进口会减少，这间接影响了墨西哥的劳动力市场。⑥Abelianskya和Prettnerb发现人口增长与机器人使用之间的负相关关系。⑦国内也有一些关于机器换人及其影响的研究。周文斌结合机器人的历史发展以及国内外制造业的应用从宏观层面综述了机器人应用对于人力资源的影响。⑧吕洁等通过对1990—2015年22个国家或地区的经验分析，提出了工业机器人投入的增长正缓慢促进发达国家劳动力结构转型，且高技能劳动力比例在逐年上升。⑨程虹等通过对2015年、2016年及2018年三年的中国企业-劳动力匹配调查数据（CEES）的研究，描述了中国企业的机器人投入现状，评估了机器人使用对劳动力市场的整体替代效应，并进行了异质性分析，给出了初步的结果。①

大量的研究已经证明，劳动力结构改变以及由此产生的劳动成本变化与机器人使用之间的关系是值得探究的课题。本文的研究问题是：在企业层面，劳动成本对于企业机器换人产生了怎样的影响？文章尝试从微观企业层面考察劳动成本上升对于企业机器换人投入的影响。

二、 文献综述

对于技术进步的研究，往往可以从两个维度来进行思考。一是探讨技术进步产生的影响，包括对劳工就业、薪酬、劳动关系的影响②③，对企业绩效、利润、管理模式的影响④，对宏观经济、产业结构、经济活动分布的影响⑤⑥⑦⑧。二是探讨影响技术进步及其方向的因素。罗默的内生技术进步理论强调人力资本的存量决定了经济的持续增长，并且由于技术的溢出效应和垄断竞争导致的市场非效率，政府政策可以促进技术进步。⑨Goldin和Katz强调技术与技能的互补性。⑩Acemoglu重点探讨技术进步非中性的问题，即要素充裕度会影响技术进步方向。11本文从第二个维度出发，主要聚焦于企业层面机器换人投入的影响因素。

（一） 劳动成本上升对企业机器换人投入的影响

成本是企业选择生产要素的重要尺度。企业在资本与劳动之间权衡来选择生产要素的依据是资本和劳动的相对价格。大多数企业在短期进行机器人投资主要是为了降低非熟练工人的劳动成本①。Goldin等发现，20世纪下半叶，在美国劳动力市场上技术和受过良好教育的工人具有互补性②，Machin等在OECD国家也有类似的发现③。Baily和Bosworth发现机器人使用对企业生产率有正向影响④。李丫丫等则通过实证分析来探究各省工业机器人应用对制造业全要素生产率提升的影响，表明工业机器人的应用需要配套的产业链与技术吸收能力才能更好地提升制造业全要素生产率。⑤本文据此提出假设1：劳动成本上升将通过相对价格强化企业加大机器换人投入的倾向。

（二） 劳动成本上升对企业机器换人的投入在行业间的异质性

不同的行业因其生产特征对于资本和劳动的依赖程度不同，如重工业比轻工业更加依赖于资本，因此不同行业的企业投入资本多少的倾向不同。Howell通过投入-产出法得出机器人对裁员的影响可能几倍于对创造就业的影响，同时对工程师、白领等高技能职业的影响是正向的，而对流水线工人、电焊工等的影响是负面的，这表明了机器人的影响在职业和行业间存在差异。⑥Caselli和Manning认为，使用机器人后劳动者有输有赢，但如果个体可以自由选择职业，那么每个人都会获益。⑦本文據此提出假设2：在不同行业内，劳动成本上升对企业机器换人投入的影响存在异质性。

（三） 劳动成本上升对企业机器换人的投入在不同规模的企业中的异质性

在实际经营中，规模越大的企业，可能存在较大数量的一线生产工人，组织结构往往就越复杂⑧，企业越可能做到精练生产流程，从而规模大的企业可能投入更多来进行机器换人。本文据此提出假设3：规模越大的企业，劳动成本上升对企业机器换人投入的影响越大。

（四） 劳动成本上升对企业机器换人的投入在企业不同生命周期的异质性

处在生命周期不同阶段的企业，其发展特征、成长规律均有差异。①初创型、成长期企业由于缺乏劳动力、资金和市场信息等，易受“资源约束”的影响，缺乏足够的资本投入。②③成熟期企业成立时间较长，拥有丰富的资源，更有可能进行技术改造升级、加大资本投入。本文据此提出假设4：越成熟的企业，劳动成本上升对企业机器换人投入的影响越大。

（五） 劳动力短缺对于企业机器换人的影响

劳动力短缺和劳动成本上升是劳动力市场变动的两个方面，两者紧密相连但又有所区别。劳动力短缺能够通过相对成本的增加对企业选择生产要素产生影响。劳动力短缺的企业更可能选择资本而不是劳动。本文据此提出假设5：劳动力短缺的企业，劳动成本上升将强化企业机器换人投入的倾向。

三、 实证研究

（一） 数据选择

广东省是我国经济对外开放的前沿阵地，同时也是制造业规模较大的省份，在机器人使用方面一直处于领先优势。截至2017年，广东省的机器人覆盖率提高到了18%。本文以2018年广东省制造业劳动用工情况调查的600家企业、2400名员工为样本进行研究。该数据抽样来自地级市各行业，其中广州、深圳、东莞各抽取不低于50户企业和200名职工填写调查问卷;珠海、汕头、佛山、惠州、中山、江门、湛江、肇庆各抽取不低于30户企业和120名职工填写调查问卷;韶关、河源、梅州、汕尾、阳江、茂名、清远、潮州、揭阳、云浮各抽取不低于21户企业和84名职工填写调查问卷。从每家受调查的企业中抽取了4名不同岗位的一线生产工人，这能够较好地反映企业的劳动用工情况。

企业问卷包括企业类型、规模、行业等企业基本信息，以及机器换人有关措施等信息。员工问卷包括员工的性别、年龄、受教育程度等人口学特征，还包括员工的工作年限、工资、工作时间等工作特征，以及对于机器换人的看法等调查指标。翔实的问卷内容为本文从微观企业的视角研究劳动成本对机器换人的影响提供了便利。通过企业名称，本文匹配了企业和员工的数据，从而得以结合企业和员工信息来看劳动成本对机器换人的影响。

（二） 模型构建

当因变量是分类变量即机器人使用状态的分类变量（Robot）时，我们通过定序概率模型（Ordered Logit）来考察劳动成本变化对企业是否采用机器换人概率的影响，具体如模型（1）所示：

当因变量是连续变量即机器人投入强度对数（lnYearInput）时，我们采用最小二乘法进行估计，具体如模型（2）所示：

模型（1）和模型（2）的因变量不同，自变量相同。下标i代表企业，下标j代表城市。解释变量lnmeanWagei为企业劳动成本度量指标，Zi是一组企业特征的控制变量，Wj是城市层面的控制变量，εi为残差项。

（三） 变量选取及描述性统计

1. 被解释变量

本文关注的因变量是企业使用机器人情况的两个变量，从两个方面反映企业使用机器人强度：

一是机器人使用程度的分类变量（Robot），其取值包括四类，即：（1）企业尚未开始使用机器人，也暂不考虑引入机器人设备;（2）企业尚未开始使用机器人，正在准备引入机器人设备;（3）企业已经引入少量机器人自动化设备;（4）企业已经广泛使用机器人自动化设备。四种情况的企业样本数量依次为200家、98家、232家、67家。

二是机器人投入强度对数（lnYearInput），即购买机器换人设备年均花费的对数，lnYearInput=ln（购买机器换人设备总花费/实施机器换人的年数）。

2. 解释变量

本文的核心解释变量是企业一线工人的成本（lnmeanWage），通过匹配企业和员工问卷，以该企业4名一线生产工人的平均工资取对数反映企业的劳动成本。

3. 控制变量

企业层面的控制变量具体是企业规模（lnfirmSize）、企业年龄（lnfirmage）、是否高新企业（highnewDummy）、是否国有企业（stateDummy）、是否外资企业（foreignCapitalDummy）等;城市层面的控制变量具体是工业占总产值比例（industryRate）、城市生产总值（lnGDP）等。

4. 描述性统计

变量的描述以及统计结果如表1所示。表1报告了本文回归分析所涉变量的描述性统计。其中企业机器换人强度（lninput）的对数平均值为5.21，最小值为1，最大值为9，标准差为1.71，这表明不同企业的机器换人程度有较大差别。企业的平均劳动成本（lnmeanWage）平均值为8.27，最小值为7，最大值为10，标准差为0.27，这表明不同企业的劳动成本也存在差异，但差异要小于机器换人强度。

不同特征企业的机器换人情况差异明显。采取机器换人的企业数量为201家，未采取机器换人的企业数量为417家。随着企业规模（按员工人数划分）的扩大，企业机器换人强度呈上升趋势。1000人以上规模的企业机器换人强度最高。高新技术企业的机器换人平均强度高于非高新技术企业，知道机器换人政策的企业机器换人的平均强度高于不知道机器换人政策的企业。在机器换人企业中，约有76%的企业是知道机器换人政策的，可见政策对于机器换人有一定的促进作用。

四、 实证结果

（一） 企业采用机器人的状态的实证研究

依据实证模型（1），采用定序概率模型，在控制住影响企业采用机器人状态的企业层面特征和城市层面特征后，分析劳动成本與机器人使用状态之间的关系。采用渐进增加自变量的方式，我们发现，无论是否包含企业控制变量和城市控制变量，企业的劳动成本与使用机器人之间都是显著的正相关关系。在只控制产业和城市固定效应的时候，劳动成本对数与机器人使用概率的系数是1.78，即劳动成本每提高1%，企业使用机器人的概率将提高约1.78%。进一步控制企业的特征变量和城市的特征变量之后，劳动成本对数与使用机器人之间的关系变为0.949，即劳动成本每提高1%，使用机器人的概率提高约0.9%。

除了劳动成本对机器人使用有显著影响之外，我们还发现，企业规模、是否高科技企业与企业使用机器人之间存在正向关系。

（二） 企业机器人投入强度的实证研究

在使用机器人的样本中，我们进一步分析劳动成本与机器人年均投入强度之间的关系。依据实证模型（2），本文将对企业劳动成本与机器换人强度的实证关系进行估计。如表2所示，通过逐步加入控制变量，分别检验主解释变量和被解释变量的实证关系。

估计结果显示（见表3），从第（1）列到第（4）列，模型的拟合优度逐步上升。引入企业层面控制变量、行业和地区层面控制变量以后，主要解释变量的系数有一定变化，但仍在1%水平上统计显著，这说明结果比较稳健。在引入全部控制变量第（4）列中，劳动成本（meanWage）对于企业年均机器换人强度（input）的弹性系数为2.578，该结果表明企业劳动成本的上升对于企业机器换人的投入有显著正向促进作用，即劳动成本每提高1%，企业机器人投入会增加约2.6%。

五、 异质性分析

（一） 不同规模的企业的劳动成本对机器人使用的影响

参照国家统计局2011年发布的《关于印发中小企业划型标准规定的通知》，本文将工业企业划分为三大类：小型企业（20～300人）、中型企业（300～1000人）和大型企业（1000人以上）。

表4给出了不同规模企业的回归结果。第（1）列至第（3）列考察在不同规模企业中劳动成本与机器人使用状况之间的关系，第（4）列至第（6）列考察在不同规模企业中劳动成本與机器人投入强度之间的关系。结果显示，在分样本的回归中，劳动成本的系数始终是正数，即劳动成本增加会提高机器人使用概率、加大企业机器人投入强度。在大中型企业中机器人使用对于劳动成本的增加反应更为显著。在大型企业（1000人以上）中，劳动成本增加显著提高企业使用机器人的概率，并同时加大机器人投入强度。在中型企业（300～1000人）中，劳动成本的影响主要体现在对企业机器人投入强度的正向影响上。

（二） 不同生命周期的企业的劳动成本对机器人使用的影响

借鉴董晓芳和袁燕的研究，本研究按照企业年龄 （firmAge）将企业分为三个类型：初创期（1～6年）、成长期（7～11年）和成熟期（12年及以上），然后进行分样本回归，考察劳动成本与机器换人的关系。①

表5报告了处于不同发展阶段的企业，其劳动成本与机器换人状态、机器人投入强度之间的关系。第（1）列至第（3）列考察处于不同发展阶段的企业的劳动成本与机器人使用状况之间的关系，第（4）列至第（6）列考察处于不同发展阶段的企业的劳动成本与机器人投入强度之间的关系。结果显示，处于不同发展阶段的企业，其劳动成本变动与机器人使用之间的关系存在较大差异。对处于成熟期的企业来说，劳动成本增加会提高企业使用机器人的概率，同时显著增加企业对于机器人的投入强度。对处于成长期的企业来说，劳动成本增加会提高企业使用机器人的概率，但对年均投入强度的影响不显著。对于初创企业来说，劳动成本的变动对于企业机器人使用概率及其投入强度均没有显著影响。

（三） 不同行业的企业的劳动成本对机器人使用的影响

不同行业对物质资本和人力资本的需求存在较大差异，因此其对于机器换人的需求也不同。本文参考林霓裳对于行业的划分①，将问卷涉及的电子或电器等、机械或装备、纺织、服装或皮革皮具等11个细分行业，划分为技术密集型、资本密集型、劳动密集型三大类行业，并对这三大类行业分别进行回归，探究不同行业的劳动成本对于企业机器换人投入的影响。

表6报告了不同行业企业劳动成本对于企业机器换人使用状况及其投入的影响，第（1）列至第（3）列依次为技术密集型、资本密集型、劳动密集型劳动成本对是否采用机器人的影响。结果显示，技术密集型行业劳动成本的系数不显著。这可能是因为，在技术密集型行业是否采用机器人很大程度上是由机器人发展的程度决定的，即该行业的技术是否已经十分标准化并可以用机器人来替代。比如，制药等技术密集型行业的制药过程是否采用机器人往往取决于其工艺流程是否标准化，是否有相应的设备可以投入生产过程，而对于劳动成本的反应相对不敏感。在资本密集型行业和劳动密集型行业中，劳动成本的系数是显著为正的。这可能是因为在资本密集型行业，流水线生产的传统较容易实现机器人的操作，所以，当劳动成本增加的时候，企业在采用人工和机器人之间进行权衡取舍，劳动成本的变动会对机器人使用有显著影响。

第（4）列到第（6）列在已经使用机器人的企业样本中，我们考察劳动成本变动对机器人投入强度的影响。我们发现，在已经采用了机器人的企业中，所有行业的机器人投入强度与劳动成本之间都是正相关关系。其中，技术密集型企业的机器人投入与劳动成本增加关系十分显著，资本密集型企业的机器人投入与劳动成本增加关系也较为显著，劳动密集型企业中劳动成本与机器投入强度之间的关系不显著。

（四） 企业不同的劳动力状况条件下的劳动成本对机器人使用的影响

我们按照企业是否面临一线工人短缺、技能工人短缺这两个维度将企业进行样本划分，分别在面临短缺和不短缺的子样本中进行回归分析，分析劳动成本对机器人使用的影响。

回归结果如表7所示，第（1）列至第（4）列按照企业是否缺乏一线工人来对企业进行分类，第（5）列至第（8）列按照企业是否缺乏技能工人来对企业进行分类，然后在子样本中去考察劳动成本变动对机器人使用状态和投入强度的影响。回归结果发现，无论是一线工人还是技能工人短缺的企业，当劳动成本上升时企业机器人使用的概率会上升，同时企业机器人投入的强度也会提高。但是在不存在劳动力短缺的企业中，企业的劳动力成本上升与企业机器人换人的概率和投入强度之间不存在显著关系。

六、 结论及政策建议

（一） 结论

本文初步探讨广东省制造业企业劳动成本上升对于企业机器换人投入的影响。在我国实施供给侧结构性改革以及《中国制造2025》的大背景下，本文尝试探究不同类型制造业企业对劳动成本上升的响应差异。本文以2018年广东省制造业劳动用工情况调查的600家企业、2400名员工为样本，实证分析劳动成本上升对于企业年均机器换人投入的影响。

本文从总体样本考察劳动成本变动对企业机器人使用状态和机器人投入强度的影响。采用渐进增加自变量的方式。我们发现，无论是否包含企业控制变量和城市控制变量，企业的劳动成本与使用机器人之间都是显著的正相关关系。控制了企业的特征变量和城市的特征变量，劳动成本对数与使用机器人之间系数为0.949，即劳动成本每提高1%，使用机器人的概率提高约0.9%。劳动成本（meanWage）对于企业年均机器换人强度（input）的弹性系数为2.578，表明企业劳动成本的上升对于企业机器换人的投入有显著正向促进作用，即劳动成本每提高1%，企业机器人投入会增加约2.6%。

考虑到企业的异质性特征，本文按照企业规模、企业发展阶段、行业和劳动力短缺状况对企业进行样本划分，并对分样本进行回归分析。

第一，按照企業规模将企业划分为三大类：小型企业（20～300人）;中型企业（300～1000人）和大型企业（1000人以上）。结果显示，劳动成本上升会提高机器人使用概率、增大企业机器人投入强度。大中型企业中机器人使用对于劳动成本的上升反应更为显著。在大型企业中，劳动成本上升显著提高企业使用机器人的概率，并同时提高机器人投入强度。在中型企业中，劳动成本的影响主要体现在对企业机器人投入强度的正向影响上。

第二，按照企业年龄 （firmAge）将企业分为三个类型：初创期（1～6年）、成长期（7～11年）和成熟期（12年及以上）。结果显示，处于不同发展阶段的企业的劳动成本变动与机器人使用之间的关系存在较大差异。对于处于成熟期的企业来说，劳动成本上升会提高企业使用机器人的概率，同时显著增加企业对于机器人的投入强度。对于处于成长期的企业来说，劳动成本上升会提高企业使用机器人的概率，但对年均投入强度的影响不显著。对于初创企业来说，劳动成本的变动对于企业机器人使用概率及其投入强度均没有显著影响。

第三，按照行业特征将企业分为技术密集型、资本密集型、劳动密集型三大类行业，并对这三大类行业分别进行回归，探究不同行业的劳动成本对企业机器换人使用状况及投入的影响。结果显示，从使用状况来看，技术密集型行业劳动成本的系数不显著。在资本密集型行业和劳动密集型行业中，劳动成本的系数是显著为正的。同时，在已经采用了机器人的企业中，所有行业的机器人投入强度与劳动成本之间都是正相关关系。

第四，按照企业是否短缺一线工人和技能工人来划分，然后在子样本中去考察劳动成本变动对机器人使用状态和投入强度的影响。回归结果显示，无论是一线工人还是技能工人缺乏的企业，当劳动成本上升时企业使用机器人的概率都会上升，同时企业投入机器人的强度也会提高。但是在不存在劳动力短缺的企业中，企业的劳动力成本上升与企业机器人换人的概率和投入强度之间不存在显著关系。

（二） 政策建议

为更好激励企业进行机器换人，推动企业自动化和智能化，从而促进制造业转型升级，应采取以下措施：

第一，在继续提高我国机器换人水平的同时，应做好有关就业引导。在供给侧结构性改革和人口老龄化双重时期，既要通过政策激励来引导企业加大对于机器人的投入，同时，对于由此可能引发的失业问题，应积极引导再就业。

第二，鼓励机器人技术创新。机器人技术发展智能化水平还有待提高，规模化量产也有待促进，鼓励机器人技术创新能够使得企业使用机器人的成本降低，并使得企业更加自动化和智能化。

第三，针对不同类型的企业，应采取不同的政策。对于规模较大的大中型企业，应当采取适当政策补贴，帮助大中型企业转型，优化企业生产结构和组织结构;对于处于不同生命周期阶段的企业，应扶持初创型、成长型企业的发展与成长，形成劳动成本上升与企业机器换人投入的传导机制。

第四，关注技术密集型和资本密集型行业发展，推动政府与市场结合，优化产业结构，促进产业升级。技术密集型和资本密集型行业是机器换人的前沿阵地，既需要政府促进技术创新，引导产业发展，又需要形成良好市场环境，提高资源利用效率。

（责任编辑：徐澍）