工業(yè)機器人應用對我國勞動力就業(yè)影響的研究

（華中科技大學經(jīng)濟學院，武漢 430000）

引 言

在經(jīng)濟發(fā)展的過程中，制造業(yè)作為國民經(jīng)濟中的重要支柱產(chǎn)業(yè)，一直以來都備受各國重視。自從2008年爆發(fā)的金融危機對全球經(jīng)濟產(chǎn)生持久而深遠的沖擊后，各國也開始重新審視不同經(jīng)濟成分的戰(zhàn)略定位，意識到了實體經(jīng)濟的重要性，于是美國、德國等發(fā)達國家開始在制造業(yè)中進行新一輪布局，陸續(xù)提出了 “再工業(yè)化”戰(zhàn)略，引起了新一輪的工業(yè)轉(zhuǎn)型競賽。面對國際制造業(yè)競爭加劇，國內(nèi)經(jīng)濟進入低速增長的新常態(tài)，人口紅利逐漸消失等各方面的挑戰(zhàn)，中國制造業(yè)面臨轉(zhuǎn)型升級的巨大壓力。為此，我國政府制定了制造強國戰(zhàn)略的第一個十年行動綱領 《中國制造2025》，提出要通過機器人產(chǎn)業(yè)的發(fā)展引領我國制造業(yè)行業(yè)標準的提升，各地方政策也相繼出臺了機器人產(chǎn)業(yè)扶持政策和 “機器換人”計劃。然而鑒于中國低技能勞動力占比偏高， “用工荒”與 “就業(yè)難”的結(jié)構(gòu)性矛盾突出等特殊國情，機器換人的政策一出，便引發(fā)了人們對工業(yè)機器人替代勞動力的廣泛研究和討論。工業(yè)機器人的應用是否會對我國勞動力產(chǎn)生明顯替代？被替代的就業(yè)群體是哪些？替代的程度是多少？在制造業(yè)轉(zhuǎn)型升級背景下，如何平衡就業(yè)與工業(yè)機器人之間的關系？這些都是值得研究的問題。

1 文獻綜述

關于工業(yè)機器人應用對就業(yè)影響的研究，最早開始于技術進步對就業(yè)影響的討論。其后，伴隨著技術進步和經(jīng)濟發(fā)展，生產(chǎn)中的自動化水平不斷提高，工業(yè)機器人在生產(chǎn)中的應用也越來越廣泛，其對就業(yè)的影響也逐漸引起了學者們的關注。目前關于工業(yè)機器人對就業(yè)影響的觀點主要分為樂觀派和悲觀派。樂觀派認為工業(yè)機器人的應用雖然會對就業(yè)產(chǎn)生一定沖擊，但同時也會創(chuàng)造一些就業(yè)機會，對就業(yè)的總體效應是補償效應。如Guido Bugmann［1］認為，機器人能夠提高人類勞動者的生產(chǎn)率，通過人機結(jié)合的方式，可以充分將人類勞動者和機器人的長處結(jié)合在一起，促進勞動力就業(yè)。我國學者鄧洲［2］也支持工業(yè)機器人促進就業(yè)的觀點，他認為機器人在替代部分勞動力的同時也創(chuàng)造了大量新的崗位，總體上看，工業(yè)機器人對就業(yè)有促進效應。

悲觀派則認為工業(yè)機器人對就業(yè)總體存在破壞效應。較早的研究有 David R Howell［3］利用投入產(chǎn)出法來預測1985～1990年間工業(yè)機器人對美國不同行業(yè)和不同職業(yè)就業(yè)的直接和間接影響，發(fā)現(xiàn)機器人對就業(yè)既存在破壞效應也存在補償效應，但就業(yè)破壞效應遠大于就業(yè)補償效應。在David R Howell的研究基礎上，Dietmar Edler和Tatjana Ribakova［4］對其采用的動態(tài)投入產(chǎn)出模型進行了改進，并利用德國1980～2000年之間的經(jīng)濟數(shù)據(jù)就工業(yè)機器人對德國的就業(yè)總量和就業(yè)結(jié)構(gòu)進行了分析和研究，發(fā)現(xiàn)工業(yè)機器人對就業(yè)的補償效應在應用初期有所體現(xiàn)，隨后機器人對就業(yè)的替代效應將會超過補償效應，總體表現(xiàn)為機器人導致就業(yè)總量下降。我國學者許軍和董冰冰［5］基于機器人的成本函數(shù)與勞動力成本函數(shù)進行對比分析后發(fā)現(xiàn)工業(yè)化的過程必然會導致機器人對勞動力進行替代，這是技術進步的必經(jīng)過程。

也有部分學者就我國工業(yè)機器人的發(fā)展趨勢與勞動力替代的過程進行了分析，認為我國制造業(yè)正處于轉(zhuǎn)型升級的關鍵時期，勞動力成本的上升導致工業(yè)機器人替代勞動力成為一個必然趨勢，“機器替人”的進程將不可避免地被推進。如辜勝阻等［6］認為，我國企業(yè)面臨 “招工難”、“用工荒”等問題，使用機器 “替代”人力勞動從而降低對人工的依賴，是我國制造業(yè)實現(xiàn)轉(zhuǎn)型升級不可避免的措施。此外，張慧等［7］從我國勞動力市場現(xiàn)狀和機器人產(chǎn)業(yè)的發(fā)展趨勢角度進行了相關分析，認為我國制造業(yè)正面臨勞動力短缺和勞動力成本上升的困境，隨著工業(yè)機器人成本的不斷降低，機器人替代人類勞動者將成為必然趨勢。

綜合以上研究可以發(fā)現(xiàn)，雖然目前關于工業(yè)機器人對就業(yè)影響的具體效應沒有達成統(tǒng)一看法，但是我國作為一個正處于經(jīng)濟轉(zhuǎn)型升級的制造業(yè)大國，隨著人口紅利消失、勞動力成本上升等矛盾的加劇，工業(yè)機器人在生產(chǎn)中的大規(guī)模使用已經(jīng)成為一種必然趨勢。與此同時，工業(yè)機器人憑借其 “成本低”、 “穩(wěn)定性高”、 “精度高”等優(yōu)勢，必將引起制造業(yè)領域的一系列變革，包括產(chǎn)品標準、生產(chǎn)流程、組織管理、勞動力需求、價值鏈重塑等，對人類的生產(chǎn)過程和勞動力就業(yè)也會產(chǎn)生重要影響。因此，研究我國工業(yè)機器人未來發(fā)展趨勢及其對整個就業(yè)市場的具體影響，并就如何平衡工業(yè)機器人增長與就業(yè)之間的矛盾提出科學、合理建議，對保障我國勞動力就業(yè)，提高社會福利來說顯得尤為重要。

2 模型設立與數(shù)據(jù)說明

根據(jù)新古典經(jīng)濟學家有關技術進步對就業(yè)影響的效應分析，主張通過生產(chǎn)函數(shù)來解釋技術進步的作用機制，同時將其他的生產(chǎn)要素，如資本、勞動等一起放到函數(shù)中，通過要素的份額占比來測量其對就業(yè)造成的沖擊程度。因此本文基于新古典理論的分析框架及內(nèi)生技術進步理論，將工業(yè)機器人視為技術進步的來源之一，對實證提出兩個基本假設：

假設1：生產(chǎn)過程中要素投入和產(chǎn)出之間的關系為柯布-道格拉斯生產(chǎn)函數(shù)， 即Y＝f（A，K，L）＝AKαL1-α，資本和勞動力之間存在替代關系，技術進步加快資本積累的過程，對勞動力產(chǎn)生替代。

假設2：工業(yè)機器人作為一種內(nèi)生的技術進步，對中國制造業(yè)生產(chǎn)率的提升具有重要的促進作用，并以生產(chǎn)率提高為主要傳導機制，對我國制造業(yè)就業(yè)市場產(chǎn)生影響。

2.1 模型構(gòu)建

假設我國企業(yè)的生產(chǎn)函數(shù)為基本的柯布-道格拉斯生產(chǎn)函數(shù)，如式（1）所示：

總產(chǎn)出Y是資本投入（K）、勞動投入（L）和全要素生產(chǎn)率（A）的函數(shù)，其中資本的份額為α，勞動的份額為β，全要素生產(chǎn)率A代表廠商的技術水平。假設廠商的利潤函數(shù)為：

其中，π表示廠商的利潤，p、w和r分別表示產(chǎn)品的價格、勞動的工資和資本的成本。根據(jù)廠商追求利潤最大化的思想，對式（2）分別求偏導可得：

對式（1）求L的偏導，同時帶入式（3）中可得：

對式（4）兩邊同時取對數(shù)：

因此勞動需求量可以表示成資本存量（K）、實際工資（W）和全要素生產(chǎn)率（A）的函數(shù)，即：

根據(jù)王光棟等［8］的研究，全要素生產(chǎn)率受自主研發(fā)和技術引進（包括外商直接投資和技術購買）的影響，由于工業(yè)機器人的引入也會對生產(chǎn)率產(chǎn)生重要影響，因此本文引入工業(yè)機器人指標，全要素生產(chǎn)率可以表示成不同技術進步來源的函數(shù)，即：

其中B為常數(shù)項，rd、fdi、jss和rb分別代表自主研發(fā)、外商直接投資、技術市場購買和工業(yè)機器人使用量，ε為隨機誤差項。假定：

結(jié)合式（6）～（8），最終構(gòu)建的面板數(shù)據(jù)模型為：

其中，uit為隨機誤差項，μi和λt分別表示個體效應和時間效應。變量rd表示自主研發(fā)，用來衡量自主創(chuàng)新；fdi表示外商直接投資，jss表示技術市場成交額，即技術引進水平；rb表示各省制造業(yè)工業(yè)機器人保有量。a0表示截距項，ε代表隨機誤差，i表示第i個省份，t表示第t年。

2.2 數(shù)據(jù)說明

被解釋變量（l）為就業(yè)人數(shù)，由于本文主要研究的是工業(yè)機器人對制造業(yè)就業(yè)人數(shù)的影響效應，因此本文選用各省市歷年年底制造業(yè)的就業(yè)人數(shù)來衡量；解釋變量（k）為各省歷年的資本存量，需要進行測算，本文借鑒單豪杰（2008）［10］提供的資本存量測算方法，對省際資本存量的估算采用永續(xù)盤存法，折舊率取10.96%。實際工資（w）利用各省市制造業(yè)就業(yè)人員的實際平均工資進行測算，并利用CPI平減指數(shù)進行平減（2000年價）；自主研發(fā)（rd）用各省每年制造業(yè)的專利申請授權數(shù)來衡量；外商直接投資（fdi）采用各省制造業(yè)當年實際獲得的外商直接投資金額來表示，再利用各年的實際匯率進行換算，最后用GDP平減指數(shù)進行平減；技術市場成交額（jss）為各省市技術市場的直接成交額，數(shù)據(jù)在國家統(tǒng)計局數(shù)據(jù)庫可直接獲得，為減小通貨膨脹帶來的影響，利用GDP平減指數(shù)對其進行平減。

本文的核心變量是工業(yè)機器人的應用量，由于暫時難以獲取各地區(qū)精確的工業(yè)機器人安裝數(shù)據(jù)，而中國在2005～2017年間的工業(yè)機器人70%以上依賴進口，因此本文參照李丫丫等［9］的數(shù)據(jù)處理方法，用我國各省工業(yè)機器人進口數(shù)據(jù)代表工業(yè)機器人使用量。另外，工業(yè)機器人的主要應用行業(yè)為汽車制造業(yè)和電子信息產(chǎn)業(yè)，因此本文以各省汽車制造業(yè)和計算機、通信及其他電子設備制造業(yè)的份額為權數(shù)，先獲得我國歷年來的工業(yè)機器人進口額，再利用各省份汽車制造業(yè)和通信電子制造業(yè)的產(chǎn)值比重權數(shù)，將工業(yè)機器人的進口分配給各省，得到各省歷年的工業(yè)機器人進口額，各省市制造業(yè)產(chǎn)值比重數(shù)據(jù)來源于各省統(tǒng)計年鑒。我國制造業(yè)進口的機器人主要分為四大類，在HS2002六位數(shù)編碼體系中分別為：多功能機器人（847950）、激光焊接機器人（851580）、電弧焊接機器人（851531）、電阻焊接機器人（851521），工業(yè)機器人進口額數(shù)據(jù)來源于聯(lián)合國貿(mào)發(fā)數(shù)據(jù)庫（UNCTAD）。

本文的樣本包括我國30個省市地區(qū)（基于數(shù)據(jù)的可獲取性和樣本選擇的代表性，西藏及港、澳、臺地區(qū)除外），時間年限是13年（2005～2017年）。為消除殘差的異方差帶來的影響，將各變量數(shù)據(jù)進行自然對數(shù)轉(zhuǎn)換（用ln表示），各變量的描述性統(tǒng)計結(jié)果如表2所示。

表1 變量定義及數(shù)據(jù)來源說明

續(xù) 表

表2 變量的描述性統(tǒng)計

3 實證研究結(jié)果及分析

3.1 豪斯曼檢驗和單位根檢驗

由于本文實證選取的數(shù)據(jù)為我國30個省市2005～2017年的數(shù)據(jù)，時間t（13年）小于樣本數(shù)量n（30個省市），屬于短面板數(shù)據(jù)回歸，因此本文僅采取豪斯曼檢驗驗證模型的準確性，使用單位根檢驗來檢驗數(shù)據(jù)的平穩(wěn)性。為了確定采取固定效應還是隨機效應模型，本文先進行了豪斯曼（Hausman）檢驗，原假設為隨機效應模型，根據(jù)豪斯曼檢驗的結(jié)果，在1%的顯著性水平上顯著拒絕原假設，從而判斷本文的模型應采用固定效應模型。

為了回歸結(jié)果的可靠性，避免模型進行偽回歸，本文先對所有變量均進行單位根檢驗，檢驗數(shù)據(jù)的平穩(wěn)性。為了使檢驗結(jié)果更加可靠，本文采取了3種單位根檢驗方法并進行比對，由于本文的實證樣本屬于t小于n的短面板，因此本文采用了LLC檢驗、IPS檢驗和HT檢驗3種方法對本文的面板數(shù)據(jù)進行了單位根檢驗。根據(jù)檢驗結(jié)果，在水平檢驗中LLC檢驗、IPS檢驗和HT檢驗都檢測出了部分變量存在單位根。為實現(xiàn)數(shù)據(jù)的平穩(wěn)，將各變量進行一階差分，發(fā)現(xiàn)所有變量均在一階差分后平穩(wěn)，在1%的顯著性水平下拒絕了存在單位根的原假設，因此認為所有變量都是一階單整的序列。表3是3種檢驗結(jié)果的對比。

表3 變量的單位根檢驗

3.2 回歸結(jié)果和分析

根據(jù)我國30個省市2005～2017年的數(shù)據(jù)回歸結(jié)果，工業(yè)機器人的使用在1%的顯著性水平上對我國勞動力就業(yè)存在負向影響，影響系數(shù)為-0.148，即工業(yè)機器人的使用對我國勞動力就業(yè)的整體替代效應約為0.15個百分點。該實證結(jié)果也驗證了前文的假設2，即資本與勞動存在明顯的替代效應，工業(yè)機器人作為一種內(nèi)生的技術進步，可以加速資本積累的過程，以全要素生產(chǎn)率為主要傳導機制，通過提高企業(yè)的生產(chǎn)率，對企業(yè)的管理水平、生產(chǎn)過程造成影響，從而影響就業(yè)。

表4 模型擬合結(jié)果

實證研究也表明，企業(yè)的資本存量、實際工資、自主研發(fā)、技術市場引進等因素也對勞動力就業(yè)存在影響，其中資本存量、實際工資的增加及自主研發(fā)創(chuàng)新的提高會對就業(yè)產(chǎn)生正向影響，且在回歸結(jié)果上顯著，技術引進對勞動力就業(yè)產(chǎn)生負向影響。外商直接投資（FDI）對就業(yè)的影響為負，且在10%的水平上顯著，個人認為主要是外商直接投資對就業(yè)存在雙重影響，投資擴大需求會促進就業(yè)，但外商直接投資與我國自有資本存在競爭關系，擠出我國自有資本造成就業(yè)下降，同時外商直接投資可以帶來技術進步，從而提高勞動生產(chǎn)率，抑制就業(yè)。

4 研究結(jié)論及政策建議

本文基于我國30個省市2005～2017年的數(shù)據(jù)，構(gòu)建計量模型對我國工業(yè)機器人應用的就業(yè)沖擊效應進行了實證分析，研究發(fā)現(xiàn)工業(yè)機器人以生產(chǎn)率為主要傳導機制，對我國勞動力就業(yè)產(chǎn)生顯著替代效應。我國正處于經(jīng)濟轉(zhuǎn)型升級的關鍵時期，智能制造已經(jīng)成為我國的戰(zhàn)略性目標，未來制造業(yè)必然向著自動化和智能化的方向發(fā)展，對生產(chǎn)效率和產(chǎn)品精度的要求將會進一步提高，因此各大行業(yè)對工業(yè)機器人的需求也會越來越高，隨著工業(yè)機器人在生產(chǎn)制造應用中的快速增長，由此帶來的勞動力就業(yè)問題將成為長期需要解決的民生問題。因此本文根據(jù)研究結(jié)論，針對如何穩(wěn)定勞動力就業(yè)、提高社會總體福利，提出如下政策建議：

（1）加大教育和培訓投入，引領勞動力向高技能發(fā)展。工業(yè)機器人屬于技能偏向型技術進步，目前在行業(yè)中的應用主要集中在焊接、組裝、搬運等體力性、程序性的工作任務上，對低技能勞動力產(chǎn)生明顯的替代，而在一些高技能、抽象性的工作領域還沒有發(fā)現(xiàn)機器人對勞動力的規(guī)模替代，另外如操作、管理和控制機器人等任務則對勞動力提出了新的需求。因此，現(xiàn)階段解決就業(yè)的主要解決方案之一是提高勞動力的專業(yè)技能，引導企業(yè)和市場化培訓機構(gòu)參與針對技術變化的勞動力培訓，加強高技能勞動力的培養(yǎng)，使勞動力具備勝任 “創(chuàng)造和補償機制”下帶來的新崗位的技能，如機器人的技術研究、操作控制和維護管理等。

（2）鼓勵新型業(yè)態(tài)發(fā)展，創(chuàng)造更多就業(yè)機會。從長期發(fā)展來看，未來隨著工業(yè)機器人產(chǎn)業(yè)的發(fā)展，必將帶來一些新的產(chǎn)業(yè)發(fā)展，為勞動力提供新的就業(yè)崗位，如工業(yè)機器人的研發(fā)、生產(chǎn)制造以及操作控制等，因此積極發(fā)展工業(yè)機器人、人工智能等新興產(chǎn)業(yè)和新型業(yè)態(tài)，強化就業(yè)引導和就業(yè)服務，放大工業(yè)機器人帶來的就業(yè)創(chuàng)造效應，讓其吸納更多勞動力，是解決就業(yè)問題的一個重要方向。此外，服務業(yè)作為我國目前吸納勞動力就業(yè)最多的行業(yè)，其對勞動力的吸納能力遠高于工業(yè)，鼓勵我國服務業(yè)進行商業(yè)模式創(chuàng)新，促進新的服務模式發(fā)展，挖掘第三產(chǎn)業(yè)的就業(yè)吸納能力，也是提高我國就業(yè)總量的一個有效方式。

（3）完善社會保障制度和失業(yè)扶持政策。目前工業(yè)機器人的應用領域主要集中于低技能領域，替代的是體力性、程序性的工作，考慮到技術進步的技能偏向性特點，未來工業(yè)機器人在生產(chǎn)中的規(guī)模應用必然導致高技能勞動力和低技能勞動力之間的收入差距越來越大。因此，為保障社會公平，避免收入差距過大，政府應該針對低技能勞動力出臺相關的就業(yè)扶持政策和失業(yè)保障制度，健全就業(yè)服務體系，為低技能勞動者就業(yè)提供相關的就業(yè)咨詢和技能培訓。