工业机器人应用与就业结构变迁——效应与机制

韩青江

（江西财经大学经济与社会发展研究院，南昌 330013）

引 言

以工业机器人应用为代表的智能制造正在深刻地改变着当前的制造方式，同时也在重塑劳动力市场，影响中国就业结构的变革。十八大以来，推动制造业由传统制造向智能制造转型成为经济建设的重要任务之一。与此同时，中国就业结构也发生了重要的变化，制造业就业占比由2012年的27.97%增加到2015年的28.69%，随后下降到2019年的22.33%，出现曲线式波动，而服务业就业占比则呈现相反的趋势，由2012年的50.21%下降到2013年的47.45%，随后增长到2019年的59.34%。目前，学界对工业机器人的就业影响展开了一系列讨论，研究的焦点多集中于劳动力市场极化、就业破坏效应与就业补偿效应的比较分析等领域，系统地研究工业机器人对中国就业结构变迁影响的文章鲜见。为此，本文从产业的角度出发，对十八大以来工业机器人影响中国就业结构的事实进行实证分析，以充分掌握工业机器人冲击下就业结构变迁的规律，并为促进就业结构更好的服务实体经济发展提出政策建议。

1 文献综述

目前有关工业机器人影响就业的文献多集中于对就业总量的影响，相关话题涉及工业机器人的就业破坏效应、就业创造效应和综合效应等。从就业结构角度而言，技能结构与行业结构是关注的重点。Autor等 （2003）［1］将工作岗位分为流程化和非流程化两类，其中分布在两端的高、低技能劳动多属于非流程化工作，不易被自动化替代，而处于中间位置的中等技能劳动多属于流程化工作，易被替代，由此导致了就业的极化。Ace⁃moglu 和 Restrepo （2016）［2］在理论模型中也指出工业机器人会加剧就业不平等，导致低技能劳动者就业受损。孔高文等 （2020）［3］基于地区和行业层面的数据研究发现，工业机器人应用会导致“技术性失业”现象的发生，这一情况在低学历劳动者占比较高的行业尤为明显。李磊等 （2021）［4］的研究结论也认为工业机器人应用抑制了低技能劳动者的就业。从行业结构的角度看，孔高文等（2020）［3］研究指出工业机器人会导致劳动者在不同行业和地区间转移，长期能够提升本地同行业的就业水平。王文等 （2020）［5］则重点关注工业机器人对服务业就业的影响，研究指出工业机器人促进了服务业就业结构的升级，而非 “低端锁定”。韩民春等 （2020）［6］针对中国制造业就业的研究发现，工业机器人显著降低了制造业的就业水平，其中对电子通信行业的就业影响最大，其次为金属制品业，最后是汽车行业。闫雪凌等 （2020）［7］将制造业分为低技术、中技术和高技术3个类别进行分组回归，发现工业机器人对中技术行业就业有显著负影响，对其他组别影响不显著。除此之外，也有文献关注工业机器人对性别结构的影响，如Acemoglu 和 Restrepo （2020）［8］从性别角度出发研究指出，工业机器人对男性与女性劳动者的就业均有显著的负向影响，但是对男性劳动者的影响程度几乎是对女性影响程度的1.5～2倍。此外还有文献从区域和产业链上下游的角度对就业变化进行了分析［3］。综合以上文献分析可见，当前工业机器人对就业结构影响的研究多零散出现于不同文献中，研究内容缺乏系统性，需要进行更加系统的分析，为此本文专门从就业结构的角度出发，分析工业机器人应用带来的冲击，以充分掌握就业结构变化背后的原因与机制，为相关政策研究提供支撑。

2 理论分析与机制假说

工业机器人影响就业结构变迁的过程中，产业结构转型起到了拉动作用，而生产效率提升以及人力资本变化起到了驱动作用。本文将分别从产业结构、生产率和人力资本3个维度对工业机器人影响就业结构的作用机制进行剖析。

（1）产业结构升级的拉动效应。就业的需求来自于产业，这一需求的内生性要求就业结构必须要符合产业结构的需求，当就业结构无法适用新的产业结构时，就会出现就业结构的失衡和摩擦性失业，随着就业结构的不断调整，逐步回到新的均衡状态。工业机器人快速普及推动制造业由传统制造向智能制造转型，促进了产业结构升级。这一转型过程在两个方面促进了就业结构变化：①服务业总体规模不断扩张，新的就业岗位逐渐增多，相应产业就业占比不断提高；②在制造业和服务业内部，高端产业需求增加，总就业人数尤其是高技能的就业占比不断提高。因此产业结构升级拉动了对工业机器人的需求，并进一步驱动就业结构变化。

（2）生产率提升的驱动效应。工业机器人应用会促进生产效率的提升［9］，生产效率的提高进一步促进了就业结构的改变，主要表现在两个方面：①规模效应，生产效率提升导致智能制造企业生产成本下降，进而促使社会需求增加，刺激生产规模扩张并拉动了劳动力需求。这一效应不仅影响了制造业本身，也影响了支撑制造业的生产性服务业；②资本深化效应，在汽车等工业机器人重点应用领域，自动化进程较早，早期的机器人已经替代了大多数低技能的劳动者，近年来进一步引入工业机器人并不会导致现有工作岗位的进一步替代，反而会促进对劳动力尤其是高技能劳动力的需求，进而影响行业的就业结构。因此，工业机器人通过提高生产效率促进就业结构改变。

（3）人力资本提升的驱动效应。工业机器人的广泛应用对人力资本的提升有显著的促进作用［10］，人力资本的提升将影响就业结构的变革，具体表现为两个方面：①人力资本提升改变了劳动力的供给结构，使得高技能劳动者的就业占比提高，高技能劳动者的供给与需求匹配，实现了就业结构的升级与再平衡，而低技能劳动者则流向低端制造行业或生活性服务业；②人力资本的提升扩大了各类劳动者就业的适用范围，获得就业岗位的概率更大，而低技能的劳动者因为就业面窄所以选择从事低端行业或者新兴服务业。因为技能结构的差异，各类型劳动者就业的方向发生改变，导致行业间的就业结构发生变化。

3 研究设计与数据处理

3.1 模型设定和研究策略

为了检验工业机器人对就业结构的影响，本文设定如下的基础计量模型：

其中，i表示地区，t表示年份，Estruit表示就业结构，Rotit表示工业机器人应用水平，Xit表示系列控制变量，γi和λt分别表示时间和地区的固定效应，εit表示模型的残差项。为了验证上文的机制假说，本文在基础模型之上构造交互回归模型和中介效应模型，其中交互回归模型如下：

其中Mit表示机制变量，Rotit×Mit表示工业机器人与机制变量的交互项，β2表示交互项的影响程度。进一步，本文构造中介效应模型如下：

在式 （1）的回归中可以检验工业机器人对就业结构的影响，在α1显著的情况下，继续检验工业机器人是否对机制变量有显著影响，即式 （3）中的ϕ1是否显著。如若成立，继续检验机制变量是否对就业结构有显著影响，即式 （4）中的系数ω2是否显著，如若成立则进一步比较分析式 （1）中的α1与式 （4）中的ω1的相对大小，以验证工业机器人对就业结构的影响是否受到机制变量的影响，如若不成立则进一步通过Sobel检验进行验证。

3.2 变量选取与指标设计

3.2.1 被解释变量

本文的被解释变量包括制造业就业占比、服务业就业占比、高科技产业就业占比、传统产业就业占比、生产性服务业就业占比、高端服务业就业占比，以及各细分行业就业占比等。相关数据来自 《中国劳动统计年鉴》，时间跨度是2012～2020年。

3.2.2 解释变量

本文的核心解释变量是工业机器人应用水平，参考 Acemoglu和 Restrepo （2020）［8］的研究， 构造机器人渗透度以表示工业机器人应用水平，具体的计算公式如下：

其中RobDenjt表示工业机器人渗透度，Ljit＝2011表示基期（2011年）j省（区、市）i行业的就业人数， Ljt＝2011表示基期（2011 年）j省（区、 市）的总就业人数，Robit表示中国i行业t年的工业机器人保有量， Lit＝2011表示基期（2011年）中国 i行业的总就业人数。 Ljit＝2011／Ljt＝2011表示各省（区、 市）各行业的就业比重， Robit／Lit＝2011表示中国 i行业的工业机器人密度。数据来源于世界机器人联合会（IFR）的统计数据。因为制造业是工业机器人的重点应用领域，本文只以制造业就业人数为基础构造机器人渗透度。此外，本文的回归模型可能存在内生性问题，因为就业结构的改变可能会反向影响工业机器人的应用；可能存在遗漏变量问题。为了消除内生性的影响，本文采用滞后1阶的工业机器人渗透度作为工具变量进行回归。

3.2.3 机制变量

本文构造3个机制变量分别是产业结构、生产率和人力资本。其中产业结构的度量参考袁航和朱承亮 （2018）［11］的研究， 具体的公式为： IndStrujt＝其中 yjit表示 j省（区、市）i产业t年的增加值占地区生产总值的比重，lpjit表示j省（区、市）i产业t年的劳动生产率，该指数反映了三次产业结构的整体变化。此外生产率以工业增加值除以工业行业从业人员数进行计算，人力资本以劳动者的平均受教育年限进行衡量，使用高中以上学历人员占比作为指标。

3.2.4 控制变量

参考 Acemoglu 和 Restrepo （2016）［2］的研究，共选取了5个指标作为控制变量，分别是： （1）地区生产总值，反映地区经济的综合发展水平对就业结构的影响；（2）城市化水平，用年末城镇人口占比进行衡量；（3）资本存量，用永续盘存法进行计算；（4）进出口总额，用于反映地区外贸水平对就业结构的影响； （5）外资使用水平，用于反映外商投资对就业结构的影响。相关数据分别来自 《中国统计年鉴》、《中国劳动统计年鉴》和 《中国贸易外经统计年鉴》，相关产值和资本总量数据以2011年为基期进行平减，取对数后代入计算。相关变量的统计性描述如表1所示。

表1 各变量的统计性描述

4 实证分析

4.1 工业机器人对制造业就业结构的影响

4.1.1 对制造业整体就业结构的影响

工业机器人对制造业就业结构的影响主要表现在两个方面：（1）制造业在国民经济行业中就业份额的变化；（2）制造业内部就业占比的变化，为此本文分别以制造业就业占比、高技术产业和传统制造业就业占比衡量制造业就业结构的变化，其中高技术产业分类与数据来自 《中国高技术产业统计年鉴》。为了消除内生性的影响，采用滞后1期的机器人渗透度作为工具变量，基于2SLS法进行回归分析，相关回归结果如表2所示。

表2 工业机器人对制造业就业结构的影响

由分析结果可知，工业机器人应用对制造业在国民经济中的就业份额有显著的负影响，工业机器人密度每提高1个单位，制造业就业占比就下降0.32%。就制造业内部结构而言，传统制造业就业需求受工业机器人的影响较严重，影响系数为－0.0048，结果在1%水平上显著，但反观高技术产业，工业机器人的影响显著为正，说明工业机器人主要替代了传统制造业的就业岗位，创造了高技术产业就业岗位。

4.1.2 对制造业细分行业就业结构的影响

本文对制造业30个细分行业的就业占比进行回归分析，计算结果如表3所示，其中1～30的行业编码所对应的行业名称与 《国民经济行业分类》2017版13～43行业大类名称一致。因篇幅原因，文中仅保留了核心解释变量的回归结果。

表3 工业机器人对制造业细分行业就业占比的影响

由分析结果可知，在30个细分行业中共有18个行业并未表现出工业机器人就业影响的显著性，在其他12个具有显著影响的行业中，有6个行业表现出负向的影响，即工业机器人应用抑制了就业需求，另有6个行业表现为正向的影响。结合对制造业整体就业份额影响的结果可见，工业机器人对制造业就业的破坏效应大于创造效应，不过破坏效应多发生在低端的传统制造业，如纺织业、纺织服装服饰业、皮革毛皮羽毛及其制品和制鞋业、食品饮料加工业等，替代的都是低技能劳动者，而在汽车和电气机械等高端制造业领域，工业机器人表现出正向的影响。这是因为在这些领域，工业机器人的应用历史较长，自动化程度较高，样本期内企业进一步引入工业机器人并不会进一步替代低技能劳动者，反而会增加对高技能劳动者的需求，从而促进产业就业结构的升级。

4.1.3 异质性分析

本文进一步从区域角度对工业机器人的影响进行异质性分析，分析结果如表4所示。

表4 工业机器人对制造业就业占比影响的差异性

由表4可知，工业机器人应用对东、中部以及东北地区的制造业就业表现出显著的负影响，影响系数分别是－0.0037、 －0.0044以及－0.001，结果均在5%水平上显著，这一结果也验证了前文工业机器人抑制制造业就业的研究结论，其中中部影响最严重，西部地区影响不显著。为了考察劳动力保护的相关政策对就业市场稳定的影响，本文进一步从法律保护、工会组织等角度进行分组研究，并分别以劳动保护案件受理数量、工会组织数量等为依据，将各省（区、市）分为强法律保护、弱法律保护以及强工会力量、弱工会力量等4组进行比较分析。相关计算结果如表5所示。

表5 工业机器人对制造业就业影响的分组比较研究

由结果可见，就法律保护程度而言，弱保护的地区影响系数显著为负，强保护的地区影响系数不显著，说明法律保护有利于稳定地方的就业，缺乏有效的法律保护，制造业就业将下降。工会对制造业就业的影响差异不大，无论是强工会力量还是弱工会力量的省（区、市），工业机器人对制造业就业都表现出显著的负影响。由此可见，加强对劳动者的法律保护是帮助劳动者在就业结构转型过程中减少失业的有力措施。长远来看，智能化带来的技术进步必将促进就业结构调整，劳动力的流动和摩擦性失业时有发生，但是完善的法律保护可以使劳动者在就业结构调整的过程中顺利过渡，减少摩擦性失业和长期失业。

4.2 工业机器人对服务业就业结构的影响

4.2.1 对服务业就业占比的影响

本文进一步分析工业机器人对服务业就业结构的影响，分别选择服务业在国民经济的就业占比、生产性服务业的就业占比以及高端服务业的就业占比作为衡量指标进行测算，回归结果如表6所示。

表6 工业机器人对服务业就业结构的影响

由结果可知，工业机器人应用对制造业就业占比、生产性服务业就业占比以及高端服务业的就业占比均具有显著的正影响，说明工业机器人促进了服务业以及生产性服务业和高端服务业的就业需求。进一步对比分析可以发现，生产性服务业的显著性水平较高端服务业低，可见高端服务业就业需求增长受工业机器人应用的影响更强烈，上述结果也在一定程度上验证了本文的生产率效应假说，即制造业的生产需求拉动了对服务业的需求，促进了服务业就业的增长。尤其是生产性服务业和高端服务业等与制造业联系密切的行业，受制造业需求影响更为显著。这一结果也告诉我们，智能制造的发展对国民经济行业整体具有较强的外溢性，能够显著促进相关产业水平和就业的提升。

4.2.2 对服务业细分行业就业占比的影响

为了进一步明确工业机器人对服务业各细分行业就业的影响，本文对服务业14个细分行业进行逐一分析，回归结果如表7所示。其中1～14的行业编码所对应的行业名称与 《国民经济行业分类》2017版F－S行业门类名称一致。因篇幅原因，回归结果仅保留了核心解释变量的影响参数。

表7 工业机器人对服务业细分行业就业结构的影响

由分析结果可见，工业机器人对8个细分行业就业占比有显著的影响，其中有4个行业影响显著为负，分别是批发和零售业、交通运输仓储和邮政业、水利环境和公共设施管理业、文化体育和娱乐业；另外4个行业的影响显著为正，分别是信息传输软件和信息技术服务业、金融业、租赁和商务服务业以及科学研究和技术服务业。综合可见，以工业机器人为代表的工业智能化的发展有利于服务业就业的提升，且促进了服务业重心向生产性服务业和高端服务业转移。

4.2.3 对服务业就业结构影响的异质性分析

本文依然从区域角度对服务业就业结构的影响进行分析，相关计算结果如表8所示。

表8 对服务业就业影响的异质性分析

由检验结果可知，工业机器人对东、中部以及西部地区的服务业就业有显著的促进作用，其中影响最大的是中部地区，系数为0.0068，结果在1%水平上显著，结果说明我国东、中、西部地区生产性服务业以及高端服务业的发展较快，相关产业的就业吸纳能力较强；而东北地区在服务业领域的发展严重滞后，东北地区急需改善服务业整体的发展环境，促进服务业回升。

5 机制检验

本文进一步通过交互效应模型和中介效应模型对前文的3个机制进行检验，检验中被解释变量分别设定为制造业和服务业的就业占比，相关检验结果如下所示。

5.1 产业结构效应检验

产业结构效应的检验结果如表9所示。回归检验结果的前两列为基于交互项回归的计算结果，后5列分别是基于中介效应模型的回归结果。

表9 产业结构升级效应检验结果

从交互项的回归结果可知，工业机器人渗透度与产业结构的综合作用显著抑制了制造业的就业占比，但是对服务业的就业占比影响不显著，制造业的就业份额下降受到了来自工业机器人应用与产业结构升级的综合影响。由中介效应模型可见，产业结构升级对制造业与服务业的就业需求均没有显著的中介作用，进一步进行Sobel检验发现P值均不显著，说明产业结构升级并非直接导致中国就业结构变化的直接因素，其对制造业就业份额的影响需要基于工业机器人的共同作用。这一结果揭示了工业机器人对就业影响的一个基本作用过程，产业结构的升级促进了工业机器人的使用，进而促进了就业结构的转变。产业结构升级必然要求就业结构的调整，这一调整过程几乎是与工业机器人的应用过程同时发生的，因此工业机器人对中国制造业就业份额的影响是产业结构升级的必然要求。但对服务业而言，产业结构升级的中介作用并不显著，结合前文的机制分析，本文认为服务业的就业结构变迁主要受到制造业需求牵引的影响，因此应该主要表现为生产率效应，接下来本文将对生产率效应进行检验。

5.2 生产率效应检验

基于前文的检测逻辑与方法对生产率效应进行检验，相关检验结果如表10所示。

表10 生产率效应检验结果

由交互项回归的结果可知，工业机器人与生产率的综合作用对制造业与服务业就业的影响不显著。进一步结合中介效应的检验结果可以发现，生产率对制造业与服务业就业占比的影响均具有显著的部分中介作用，且其影响的方向和显著性水平均与基准回归的结果一致。这一结果与前文的理论分析一致，验证了生产率效应的假说，这一效应尤其对服务业的影响较为广泛，直接拉动了服务业的就业需求。生产率效应的存在说明以工业机器人应用为代表的智能制造对国民经济各产业发展具有广泛的外溢性，因此深入推进智能制造不仅对制造业，也对服务业的发展具有巨大的推动作用，同时也说明智能制造的发展也需要服务业的良好支撑，尤其是生产性服务业和高端服务业的协同，因此大力发展生产性服务业和高端服务业是实施智能制造的必然需求。

5.3 人力资本效应检验

基于前文的检测逻辑与方法对人力资本效应进行检验，相关的检验结果如表11所示。

表11 人力资本效应检验结果

由交互项回归的结果可知，工业机器人与人力资本的综合作用对制造业和服务业的就业份额均具有显著的影响，结果均在1%水平上显著，说明人力资本在工业机器人影响就业结果的过程中扮演着重要的角色。基于中介效应的检测结果可以发现，人力资本对制造业和服务业的就业份额影响的中介作用不显著，进一步基于Sobel检验的结果发现，对制造业就业份额影响的Sobel系数为－0.001，结果在1%水平上显著，而服务业就业份额影响的Sobel系数为0.001，结果也在1%水平上显著，说明人力资本的中介效应存在。Sobel检验的结果进一步表明中介效应在总效应中的占比分别为15.1%和25.9%。这一结果验证了关于人力资本效应的假说。

6 总结与政策建议

本文以工业机器人渗透度为核心解释变量，基于中国2012～2020年的数据分析了工业机器人对就业结构的影响，研究发现：（1）工业机器人对制造业就业结构有显著影响，汽车与电气机械等行业的就业占比则随着工业机器人的应用而上升；（2）工业机器人对服务业就业占比有显著的正向影响，尤其是生产性服务业和高端服务业就业份额上升明显；（3）基于中介机制的检验发现，生产率效应和人力资本效应在工业机器人影响就业结构过程中均扮演着中介角色，促进了工业机器人就业效应的发挥，而产业结构对服务业就业结构的影响不显著。由实证结果可知，新冠肺炎疫情的发生对本文的研究结论没有影响。针对工业机器人带来的影响，就如何实现就业再平衡提出以下政策建议：

（1）积极推进以工业机器人为代表的智能制造技术的发展，通过发挥智能制造的生产率优势，带动制造业以及其他相关产业的发展。同时要加大对高端制造业的投入，建立人才流通机制以疏导人才在不同产业间的流动，实现岗位与技术的有效对接，实现就业结构与产业结构的协同发展。

（2）大力发展生产性服务业和高端服务业。生产性服务业和高端服务业是智能制造发展内在必然要求，要促进金融业与实体经济的融合，提升信息传输软件和信息技术服务业、租赁和商务服务业以及科学研究和技术服务业等的发展，兼顾生活性服务业与生产性服务业的协调，在通过生活性服务业吸纳低技能劳动者的同时也要大力提升生产性服务业和高端服务业的劳动力技能水平，实现高质量发展。

（3）加大对高技能人才、高端人才的培养与输出，提高人力资本水平，提高人才流动的效率。为了保障就业结构的升级与就业市场的稳定，需要针对不同层次的劳动者建立培养和流通机制。高技能劳动者需要长期培养和精心培育，低技能劳动者需要批量生产和快速成长，在质量和效率方面实现人才队伍的快速成长与扩充，以有力地保障产业的稳定发展。