最低工資政策與工業(yè)機(jī)器人應(yīng)用?——來自微觀企業(yè)層面的證據(jù)

綦建紅 付晶晶

(山東大學(xué)經(jīng)濟(jì)學(xué)院 山東濟(jì)南 250100)

一、引 言

改革開放以來的很長一段時(shí)間里，中國憑借低廉的成本優(yōu)勢顯著提升了“中國制造”在全球經(jīng)濟(jì)格局中的影響力。然而，近年來人口老齡化趨勢日益明顯，人口紅利逐漸消失，低成本優(yōu)勢不再(陸旸和蔡昉，2016)。據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2000—2019 年中國城市平均工資上升了近9 倍，其中最低工資標(biāo)準(zhǔn)的不斷調(diào)整是工資上漲極為重要的因素之一。一方面，最低工資政策于2004 年在全國范圍內(nèi)實(shí)施，是政府保障勞動(dòng)者權(quán)益、促進(jìn)社會(huì)公平的重要手段；另一方面，最低工資上調(diào)會(huì)增加企業(yè)用工成本、壓縮企業(yè)利潤空間，逐漸削弱制造業(yè)的成本競爭優(yōu)勢，給企業(yè)帶來嚴(yán)峻挑戰(zhàn)。隨著人工智能時(shí)代的到來，中國企業(yè)為應(yīng)對勞動(dòng)力短缺和用工成本上漲帶來的挑戰(zhàn)，有可能會(huì)加快智能化的步伐。據(jù)國際機(jī)器人聯(lián)合會(huì)(IFR)的報(bào)道，中國工業(yè)機(jī)器人的應(yīng)用數(shù)量迅猛增加，自2013 年以來已成為全球規(guī)模最大、增速最快的機(jī)器人市場。

盡管從勞動(dòng)力市場制度出發(fā)研究機(jī)器人應(yīng)用，是一項(xiàng)有趣且有意義的研究(Acemoglu 和Restrepo，2018a)，但令人遺憾的是，最低工資這一外生政策是否是影響工業(yè)機(jī)器人在企業(yè)層面應(yīng)用的制度因素，從已有文獻(xiàn)中尚無確切答案。本文使用最低工資政策作為勞動(dòng)力市場制度的代理變量，不僅考察其是否促進(jìn)了工業(yè)機(jī)器人在企業(yè)層面的應(yīng)用，而且還進(jìn)一步思考了工業(yè)機(jī)器人應(yīng)用對最低工資制定初衷的沖擊，從而更加全面地識(shí)別工業(yè)機(jī)器人應(yīng)用對勞動(dòng)力市場的影響，據(jù)此制定合理的機(jī)器人產(chǎn)業(yè)政策，對于推進(jìn)中國智能化進(jìn)程、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展意義重大。

本文可能的邊際貢獻(xiàn)有二:其一，在研究視角方面，本文從勞動(dòng)力市場制度出發(fā)，以2004 年?最低工資規(guī)定? 這一強(qiáng)制性措施的出臺(tái)作為“準(zhǔn)自然實(shí)驗(yàn)”，使用雙重差分模型考察最低工資政策能否通過提升企業(yè)平均工資和政策遵從力度渠道，促進(jìn)工業(yè)機(jī)器人應(yīng)用；其二，在內(nèi)容拓展方面，本文進(jìn)一步考察了工業(yè)機(jī)器人對勞動(dòng)力市場的影響，認(rèn)為最低工資政策不僅直接影響勞動(dòng)力市場，還會(huì)通過影響工業(yè)機(jī)器人應(yīng)用間接影響勞動(dòng)力市場，該結(jié)論補(bǔ)充了最低工資政策影響勞動(dòng)力市場的間接渠道，豐富了最低工資政策對勞動(dòng)力市場影響的相關(guān)研究。

二、文獻(xiàn)綜述

以往文獻(xiàn)重點(diǎn)研究的是機(jī)器人應(yīng)用對勞動(dòng)力市場的沖擊，鮮有文獻(xiàn)考察是什么因素(特別是勞動(dòng)力市場因素)導(dǎo)致了工業(yè)機(jī)器人的應(yīng)用。

機(jī)器人應(yīng)用對勞動(dòng)力市場的沖擊，主要作用于兩個(gè)方面:一是在勞動(dòng)力就業(yè)和收入水平方面，學(xué)者們尚未達(dá)成一致結(jié)論。有的學(xué)者認(rèn)為，機(jī)器人對勞動(dòng)者存在“替代效應(yīng)”(Borjas 和Freeman，2019)。例如，Acemoglu 和Restrepo (2020)以美國1990—2007年勞動(dòng)力市場為例，發(fā)現(xiàn)千名工人中每增加一臺(tái)機(jī)器人，就業(yè)人口比率會(huì)下降0.18%—0.34%，工資會(huì)下降0.25%—0.5%。然而，有的學(xué)者認(rèn)為機(jī)器人存在“創(chuàng)造效應(yīng)”(Acemoglu 等，2020b)。例如，Dekle (2020)以日本為例，發(fā)現(xiàn)機(jī)器人應(yīng)用增加了對勞動(dòng)力的需求，對日本就業(yè)產(chǎn)生了積極影響。還有的學(xué)者認(rèn)為，機(jī)器人在短期內(nèi)會(huì)呈現(xiàn)“替代效應(yīng)”，長期則呈現(xiàn)為“創(chuàng)造效應(yīng)”(Acemoglu 和Restrepo，2018b)。例如，孔高文等(2020)發(fā)現(xiàn)，盡管機(jī)器人大規(guī)模應(yīng)用會(huì)顯著降低本地未來一年的就業(yè)水平，但從中長期看，機(jī)器人的使用不僅會(huì)增加勞動(dòng)力需求，而且會(huì)提高其報(bào)酬水平。二是在勞動(dòng)者收入差距方面，大多數(shù)學(xué)者認(rèn)為，機(jī)器人應(yīng)用擴(kuò)大了勞動(dòng)者之間的收入差距，進(jìn)一步加劇了勞動(dòng)力市場的不平等(Guerreiro 等，2017)，這種收入差距的擴(kuò)大主要體現(xiàn)為低技能和低收入人群受損，高技能和高收入人群獲益(Acemoglu 和Restrepo，2018c)。然而，也有學(xué)者提出，產(chǎn)業(yè)智能化提升了低收入人群的工資水平，緩解了社會(huì)收入不平等的程度(楊飛和范從來，2020)。

盡管圍繞機(jī)器人的研究與日俱增，但鮮有學(xué)者探討機(jī)器人應(yīng)用的原因。Acemoglu 和Restrepo (2018a)從人口學(xué)角度出發(fā)，認(rèn)為人口老齡化會(huì)導(dǎo)致工業(yè)機(jī)器人更密集的使用和發(fā)展。Cheng 等(2019)使用企業(yè)調(diào)查數(shù)據(jù)，發(fā)現(xiàn)勞動(dòng)力短缺和勞動(dòng)力成本上升是中國企業(yè)使用機(jī)器人的根本原因。Fan 等(2021)使用中國工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫的匹配數(shù)據(jù)，按照HS 6 位編碼識(shí)別企業(yè)進(jìn)口機(jī)器人的記錄，以最低工資標(biāo)準(zhǔn)的對數(shù)值作為勞動(dòng)力成本的代理變量，研究了勞動(dòng)力成本對中國企業(yè)使用機(jī)器人的影響。

與此同時(shí)，梳理最低工資政策的相關(guān)文獻(xiàn)有助于厘清最低工資政策對工業(yè)機(jī)器人應(yīng)用的影響機(jī)制。已有研究表明，最低工資政策會(huì)對企業(yè)產(chǎn)生成本效應(yīng)、激勵(lì)效應(yīng)、替代效應(yīng)和創(chuàng)新效應(yīng)(馬雙和賴漫桐，2020)，其中成本效應(yīng)和替代效應(yīng)是主要的影響渠道。前者認(rèn)為企業(yè)用工成本增加是最低工資標(biāo)準(zhǔn)上漲對企業(yè)最直接的影響；后者提出當(dāng)最低工資標(biāo)準(zhǔn)提升導(dǎo)致企業(yè)用工成本增加時(shí)，企業(yè)可能會(huì)選擇使用機(jī)器來代替人工以提高生產(chǎn)效率(劉子蘭等，2020)。根據(jù)Gan 等(2016)的研究，最低工資標(biāo)準(zhǔn)在2004 年前后的執(zhí)行力度存在顯著差異。雖然大多省份在1994—2003 年實(shí)行了這一制度，但是最低工資標(biāo)準(zhǔn)的水平、調(diào)整頻次和執(zhí)行力度對企業(yè)的影響十分有限，而2004 年?最低工資規(guī)定? 的頒布使得最低工資政策效力和執(zhí)行力度有所加強(qiáng)，企業(yè)也更好地貫徹和執(zhí)行最低工資政策(蔣靈多和陸毅，2017)。上述文獻(xiàn)為本文研究最低工資政策對企業(yè)使用機(jī)器人的影響渠道提供了思路。

三、數(shù)據(jù)與特征事實(shí)

(一)數(shù)據(jù)來源

本文使用2000—2013 年中國工業(yè)企業(yè)數(shù)據(jù)庫、海關(guān)數(shù)據(jù)庫、城市最低工資數(shù)據(jù)和國泰安城市數(shù)據(jù)庫的匹配數(shù)據(jù)。本文采用中國海關(guān)數(shù)據(jù)庫中企業(yè)進(jìn)口機(jī)器人數(shù)據(jù)作為機(jī)器人應(yīng)用的代理變量，主要基于三點(diǎn)考慮:一是盡管以進(jìn)口數(shù)量作為機(jī)器人應(yīng)用的做法會(huì)忽略國產(chǎn)機(jī)器人和代工機(jī)器人部分，導(dǎo)致系數(shù)低估，但同時(shí)也忽略了貿(mào)易中間商和機(jī)器人制造商，導(dǎo)致系數(shù)高估，這在一定程度上控制了誤差范圍；二是目前機(jī)器人的權(quán)威使用數(shù)據(jù)來自IFR，如圖1 所示，無論是海關(guān)進(jìn)口機(jī)器人數(shù)量，還是IFR 機(jī)器人應(yīng)用數(shù)量，二者總體保持一致，說明機(jī)器人進(jìn)口一定程度上可以反映機(jī)器人應(yīng)用狀況；三是囿于企業(yè)層面的機(jī)器人應(yīng)用數(shù)據(jù)不可得，已有文獻(xiàn)多采用企業(yè)進(jìn)口機(jī)器人作為機(jī)器人應(yīng)用的代理變量(Acemoglu 和Restrepo，2018a；Fan 等，2021)。但是，本文數(shù)據(jù)也存在一定的局限性，如前文所述，由于企業(yè)層面使用國產(chǎn)和代工機(jī)器人的數(shù)據(jù)無法獲取，有可能存在低估現(xiàn)象；對海關(guān)數(shù)據(jù)庫和中國工業(yè)企業(yè)數(shù)據(jù)庫匹配時(shí)，匹配成功的進(jìn)口機(jī)器人企業(yè)約占進(jìn)口機(jī)器人總企業(yè)數(shù)的48.4%，出現(xiàn)了一半左右的樣本損失。

圖1 中國工業(yè)機(jī)器人使用數(shù)量與進(jìn)口數(shù)量對比

本文數(shù)據(jù)匹配過程如下。首先，與Fan 等(2021)不同，本文按照HS 8 位編碼篩選企業(yè)進(jìn)口機(jī)器人的數(shù)據(jù)①機(jī)器人HS 8 位編碼比HS 6 位編碼更準(zhǔn)確，包括84248920 (噴涂機(jī)器人)、84289040 (搬運(yùn)機(jī)器人)、84795010 (多功能工業(yè)機(jī)器人)、84795090 (其他工業(yè)機(jī)器人)、84864031 (工廠自動(dòng)搬運(yùn)機(jī)器人)、85152120 (電阻焊接機(jī)器人)、85153120 (電弧焊接機(jī)器人)和85158010 (激光焊接機(jī)器人)。；其次，借鑒Upward 等(2013)的做法，本文對企業(yè)進(jìn)口機(jī)器人數(shù)據(jù)和中國工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行匹配，獲得本文的基礎(chǔ)數(shù)據(jù)；最后，城市最低工資數(shù)據(jù)由筆者從地方政府網(wǎng)站、政府公報(bào)和人社部網(wǎng)站等手工搜集而得，并將所得的285 個(gè)城市最低工資數(shù)據(jù)與國泰安城市數(shù)據(jù)庫進(jìn)行匹配，獲得城市面板數(shù)據(jù)庫后，再與基礎(chǔ)數(shù)據(jù)進(jìn)行最終的匹配。在數(shù)據(jù)處理時(shí)，本文根據(jù)國家統(tǒng)計(jì)局公布的CPI 數(shù)據(jù)(以2000 年為基期)對各名義變量進(jìn)行平減處理；同時(shí)為減少極端值的影響，對所有連續(xù)變量均做前后1%水平的縮尾處理。最終，本文得到2000—2013 年285 個(gè)城市869 758 家企業(yè)的數(shù)據(jù)，其中進(jìn)口機(jī)器人企業(yè)2 196 家，非進(jìn)口機(jī)器人企業(yè)867 562 家，共計(jì)3 111 883 條觀測值。

(二)特征事實(shí)

1.最低工資標(biāo)準(zhǔn)不斷提升

2004 年3 月，最低工資政策在全國全面推廣。圖2 為2001—2015 年最低工資標(biāo)準(zhǔn)提升比例分布圖，圖例為城市最低工資標(biāo)準(zhǔn)與上一年相比的提升比例區(qū)間，縱坐標(biāo)為滿足城市最低工資標(biāo)準(zhǔn)提升比例區(qū)間的城市數(shù)量占總城市數(shù)量的比例?？梢钥闯?，最低工資標(biāo)準(zhǔn)連年提升，除2009 年受金融危機(jī)影響提升幅度較小外，其余年份均有較大漲幅。

圖2 2001—2015 年最低工資標(biāo)準(zhǔn)提升比例分布

2.工業(yè)機(jī)器人應(yīng)用數(shù)量持續(xù)增加

圖3 為主要城市群進(jìn)口機(jī)器人數(shù)量占全國總進(jìn)口機(jī)器人數(shù)量的比例。其中，長三角地區(qū)是全國進(jìn)口機(jī)器人最多的地區(qū)，2007 年占比高達(dá)62%；其次是京津冀地區(qū)，于2008年超過珠三角，成為進(jìn)口機(jī)器人第二大城市群。圖中所示四個(gè)城市群進(jìn)口機(jī)器人數(shù)量占全國比重超過90%，說明工業(yè)機(jī)器人應(yīng)用具有較高的空間集聚效應(yīng)。

圖3 主要城市群進(jìn)口機(jī)器人占全國比重

進(jìn)一步具體到城市層面，表1 展示了代表性年份進(jìn)口機(jī)器人排名前十的城市。一方面，工業(yè)機(jī)器人的應(yīng)用集中在沿海發(fā)達(dá)地區(qū)。另一方面，近年來進(jìn)口機(jī)器人前十的城市整體變化不大，這在一定程度上說明了機(jī)器人應(yīng)用具有“馬太效應(yīng)”，即經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)越傾向于使用機(jī)器人，而機(jī)器人的使用又能進(jìn)一步促進(jìn)經(jīng)濟(jì)增長，從而造成“窮者越窮，富者越富”的效應(yīng)。

表1 代表性年份進(jìn)口機(jī)器人排名前十的城市

3.最低工資標(biāo)準(zhǔn)提升與工業(yè)機(jī)器人應(yīng)用量持續(xù)上漲

為了考察最低工資標(biāo)準(zhǔn)的提升能否促進(jìn)工業(yè)機(jī)器人應(yīng)用的增加，本文分別繪制了全國年均最低工資標(biāo)準(zhǔn)與全國進(jìn)口機(jī)器人總金額和總數(shù)量的趨勢圖(見圖4)。主坐標(biāo)軸為進(jìn)口機(jī)器人金額(數(shù)量)，次坐標(biāo)軸為最低工資標(biāo)準(zhǔn)，可以看出，最低工資標(biāo)準(zhǔn)連年上漲，與之相伴的是機(jī)器人進(jìn)口金額和數(shù)量均呈逐年增加態(tài)勢，除2009 年受金融危機(jī)的影響進(jìn)口有所下降外，二者上漲趨勢大致相同，表明最低工資標(biāo)準(zhǔn)與工業(yè)機(jī)器人應(yīng)用呈正相關(guān)關(guān)系。但是，該結(jié)論是否成立還需要用科學(xué)的計(jì)量方法加以驗(yàn)證。

圖4 2000—2013 年最低工資與工業(yè)機(jī)器人應(yīng)用的趨勢

四、實(shí)證設(shè)計(jì)與結(jié)果

(一)模型設(shè)定

本文借鑒蔣靈多和陸毅(2017)，以2004 年?最低工資規(guī)定? 頒布作為準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建雙重差分模型探討最低工資政策對企業(yè)使用機(jī)器人的影響，模型設(shè)定如下:

其中，i 表示企業(yè)，j 表示城市，h 表示行業(yè)，t 表示年份。Valit為企業(yè)進(jìn)口機(jī)器人的金額；Treati定義為，若企業(yè)在2004 年前一期的平均工資低于2004 年企業(yè)所在城市最低工資水平，則為處理組，取值為1，否則為對照組，取值為0。Post 04t定義為，將2004年以后賦值為1，2004 年以前賦值為0，2004 年賦值為5/6。Fit為企業(yè)層面的控制變量，包括資產(chǎn)負(fù)債率(Alr)、企業(yè)年齡(Age)、資本密集度(Capdes)、是否出口(Export)和是否是國有企業(yè)(State)。Cjt為城市層面的控制變量，包括城市GDP (Gdp)、GDP 增長率(Growth)和總?cè)丝?Pop)。同時(shí)，本文還控制了城市固定效應(yīng)(μj)、行業(yè)固定效應(yīng)(μh)和年份固定效應(yīng)(μt)，εijt為隨機(jī)擾動(dòng)項(xiàng)。

(二)基準(zhǔn)回歸結(jié)果

表2 第(1)— (2)列匯報(bào)了基準(zhǔn)回歸結(jié)果。①因篇幅所限，本文僅匯報(bào)了核心變量的估計(jì)結(jié)果，省略了各變量的統(tǒng)計(jì)性描述和其余結(jié)果，感興趣的讀者可在?經(jīng)濟(jì)科學(xué)? 官網(wǎng)論文頁面“附錄與擴(kuò)展”欄目下載。估計(jì)結(jié)果顯示，無論是否加入控制變量，核心解釋變量Treati×Post 04t的系數(shù)均在1%水平上顯著為正，表明與對照組相比，最低工資政策顯著促進(jìn)了工業(yè)機(jī)器人在處理組中的應(yīng)用。以第(2)列的估計(jì)系數(shù)為例，在2004 年最低工資政策實(shí)施后，相較于對照組企業(yè)，處理組企業(yè)使用機(jī)器人的金額平均提升了0.8 個(gè)百分點(diǎn)，最低工資政策的實(shí)施顯著促進(jìn)了工業(yè)機(jī)器人在企業(yè)層面的應(yīng)用。

(三)穩(wěn)健性檢驗(yàn)

1.平行趨勢檢驗(yàn)

雙重差分模型最重要的前提是滿足平行趨勢，即檢驗(yàn)政策實(shí)施前處理組與對照組之間的趨勢應(yīng)是平行的且不存在顯著性差異。為此，本文構(gòu)建如下計(jì)量模型進(jìn)行平行趨勢檢驗(yàn):

其中，Yeart為年份虛擬變量，βt表示以2000 年為基期的2001 年、2002 年和2003年的系數(shù)估計(jì)值，其他變量定義與模型(1)相同。表2 第(3)列的估計(jì)結(jié)果表明，βt在2001—2003 年均不顯著，說明處理組和對照組在最低工資政策實(shí)施前不存在顯著性差異，滿足平行趨勢假定。

2.改變處理組和對照組劃分方式

除基準(zhǔn)模型對處理組和對照組的劃分方式外，本文還借鑒廖冠民和陳燕(2014)的做法，根據(jù)企業(yè)勞動(dòng)密集度(員工工資與銷售收入之比)劃分處理組和對照組。第一種方式為，計(jì)算樣本期間每一家企業(yè)各年度勞動(dòng)密集度的平均值，若企業(yè)勞動(dòng)密集度的均值大于樣本中位數(shù)，Treat1 取值為1，否則為0，結(jié)果如表2 第(4)列所示。第二種方式為，若企業(yè)在2004 年前一期的勞動(dòng)密集度高于當(dāng)年所有企業(yè)勞動(dòng)密集度的中位數(shù)，Treat2 取值為1，否則為0，結(jié)果如表2 第(6)列所示。同時(shí)，為保證勞動(dòng)密集度指標(biāo)選取的可靠性，本文將勞動(dòng)密集度指標(biāo)替換為員工人數(shù)與銷售收入之比并分別對上述兩種方式再次回歸，結(jié)果如表2 第(5)列和第(7)列所示。上述結(jié)果均表明，基準(zhǔn)回歸結(jié)果具有較好的穩(wěn)健性。

3.工具變量法

雖然雙重差分模型能夠較好地緩解內(nèi)生性問題，但遺漏變量和測量誤差等仍有可能對基準(zhǔn)結(jié)果產(chǎn)生影響。為此，本文使用同年該省其他城市的平均最低工資作為工具變量，一方面，某城市中的企業(yè)使用機(jī)器人不應(yīng)受到同省份其他城市最低工資水平的影響，滿足外生性要求；另一方面，由于最低工資由省級政府制定，某一城市的最低工資水平很可能受到同省其他城市的影響，滿足相關(guān)性要求。工具變量的2SLS 估計(jì)結(jié)果如表2 第(8)列所示。第一階段的F 統(tǒng)計(jì)量為2.1 ×107，遠(yuǎn)大于10%水平的臨界值，故拒絕弱工具變量假設(shè)；第二階段的回歸結(jié)果顯示，核心解釋變量的系數(shù)與顯著性仍與基準(zhǔn)結(jié)果保持一致，說明即使考慮潛在的內(nèi)生性問題，基準(zhǔn)回歸結(jié)果依然成立。

表2 基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)

4.PSM-DID

首先，本文通過處理變量Treat 對協(xié)變量進(jìn)行Logit 回歸，獲得傾向得分值；其次，采用1∶5近鄰匹配方法為處理組企業(yè)尋找合適的對照組企業(yè)；最后，對匹配后的樣本進(jìn)行DID 估計(jì)。為保證匹配結(jié)果的可靠性，本文還進(jìn)行了匹配平衡性檢驗(yàn)，結(jié)果表明，匹配后各匹配變量標(biāo)準(zhǔn)偏差的絕對值均小于1%，且各匹配變量在處理組和對照組之間并不存在顯著差異，表明匹配結(jié)果較好。PSM-DID 結(jié)果如表3 第(1)列所示，基準(zhǔn)回歸結(jié)果仍然穩(wěn)健。

5.核心變量替換

一方面，本文將核心解釋變量更改為連續(xù)變量最低工資標(biāo)準(zhǔn)對數(shù)(Mwage)，如表3第(2)列所示；另一方面，本文將被解釋變量進(jìn)口機(jī)器人金額分別替換為進(jìn)口機(jī)器人數(shù)量(Qua)和進(jìn)口機(jī)器人密度(Den)的對數(shù)值，如表3 第(3)— (4)列所示。結(jié)果均表明，基準(zhǔn)結(jié)果仍然穩(wěn)健。

表3 其他穩(wěn)健性檢驗(yàn)

6.排除其他政策的影響

在本文樣本期里，勞動(dòng)力市場政策不斷變化，其中2008 年實(shí)施的?勞動(dòng)合同法? 最為典型。為檢驗(yàn)本文的基準(zhǔn)結(jié)果是否是由?勞動(dòng)合同法? 而非最低工資政策所致，本文設(shè)置?勞動(dòng)合同法? 的交互項(xiàng)Treati×Post 08t，Post 08 定義為，2008 年及以后取值為1，2008 年以前取值為0，結(jié)果如表3 第(5)列所示。與此同時(shí)，根據(jù)Fan 等(2021)，2013 年后中國工業(yè)機(jī)器人數(shù)量飆升受到“中國制造2025”和“十三五”規(guī)劃的影響，政府通過補(bǔ)貼等方式鼓勵(lì)企業(yè)進(jìn)行“機(jī)器換人”。為排除上述政策的影響，本文采取兩種方式處理，一是引入Treati× Post13t再次進(jìn)行回歸，Post13 定義為，2013 年設(shè)為1，2013 年以前為0，結(jié)果如表3 第(6)列所示；二是剔除2013 年的數(shù)據(jù)，選取2000—2012 年數(shù)據(jù)再次回歸，結(jié)果如表3 第(7)列所示。上述結(jié)果均表明，核心解釋變量仍與基準(zhǔn)結(jié)果保持一致。因此，即使考慮上述政策的影響，本文基準(zhǔn)回歸結(jié)果仍具有較高的可信度。

7.排除平均工資在城市最低工資左右的企業(yè)的干擾

在基準(zhǔn)模型中，并未考慮如何處理平均工資在城市最低工資水平左右的企業(yè)。為此，本文將Treat 替換為“若企業(yè)在2004 年前一期的平均工資低于2004 年企業(yè)所在城市最低工資水平的90% (95%、99%、101%、105%、110%)，則定義為處理組”，結(jié)果如表4所示。核心解釋變量的系數(shù)與顯著性均與基準(zhǔn)回歸結(jié)果保持一致，說明基準(zhǔn)回歸結(jié)果具有較高的可信度。

表4 排除平均工資在城市最低工資左右的企業(yè)的干擾

8.安慰劑檢驗(yàn)

為檢驗(yàn)基準(zhǔn)回歸結(jié)果是否由不可觀測的因素造成，本文通過隨機(jī)抽取實(shí)驗(yàn)組進(jìn)行安慰劑檢驗(yàn)。若工業(yè)機(jī)器人應(yīng)用是由最低工資政策實(shí)施導(dǎo)致的，則隨機(jī)抽樣的核心解釋變量系數(shù)應(yīng)在0 附近或顯著性極差。為確保安慰劑檢驗(yàn)結(jié)果的可信度，本文進(jìn)行了2 000 次隨機(jī)抽樣。圖5 匯報(bào)了安慰劑檢驗(yàn)的結(jié)果，估計(jì)結(jié)果表明，2 000 次隨機(jī)抽取實(shí)驗(yàn)組后回歸估計(jì)系數(shù)在0 附近，其均值為0.00271，而基準(zhǔn)回歸結(jié)果0.008 超過安慰劑檢驗(yàn)的90%分位(0.0079)。進(jìn)一步繪制了相應(yīng)的p 值后發(fā)現(xiàn)，大多數(shù)估計(jì)系數(shù)的p 值大于0.1，表明安慰劑估計(jì)的系數(shù)多不顯著，說明基準(zhǔn)回歸結(jié)果具有很好的穩(wěn)健性。

圖5 安慰劑檢驗(yàn)

(四)異質(zhì)性考察

本文分別從企業(yè)異質(zhì)性、行業(yè)異質(zhì)性和城市異質(zhì)性三個(gè)層面對最低工資政策和工業(yè)機(jī)器人應(yīng)用的關(guān)系進(jìn)行異質(zhì)性考察。

1.企業(yè)異質(zhì)性

在企業(yè)規(guī)模方面，不同規(guī)模的企業(yè)可能會(huì)做出不同的智能化選擇。大中型企業(yè)擁有強(qiáng)大的資金實(shí)力，工業(yè)機(jī)器人有利于其更好地形成規(guī)模經(jīng)濟(jì)，提高生產(chǎn)效率；而中小企業(yè)往往面臨資金不足、融資困難等困境，難以負(fù)擔(dān)機(jī)器人購置、運(yùn)行、維修和保養(yǎng)的成本，限制了其自動(dòng)化發(fā)展。為驗(yàn)證這一觀點(diǎn)，借鑒Hau 等(2020)，本文將員工數(shù)少于或等于1 000 人的企業(yè)定義為中小型企業(yè)，員工數(shù)超過1 000 人的企業(yè)定義為大型企業(yè)，結(jié)果如表5A 所示?？梢钥闯?，與預(yù)期一致，最低工資政策主要促進(jìn)了機(jī)器人在大型企業(yè)中的應(yīng)用。

在企業(yè)平均工資水平方面，不同工資水平的企業(yè)對最低工資政策變化的反應(yīng)是異質(zhì)的。本文根據(jù)企業(yè)平均工資的中位數(shù)將全樣本劃分為高工資企業(yè)和低工資企業(yè)。表5A 估計(jì)結(jié)果顯示，最低工資對工業(yè)機(jī)器人的促進(jìn)作用在平均工資較低的企業(yè)中較為顯著，表明平均工資較低的企業(yè)較易受到最低工資政策的沖擊，由于其對用工成本更敏感，且成本承受能力更弱，因此對機(jī)器人的需求更為強(qiáng)烈，這與Gan 等(2016)等的研究保持一致。

2.行業(yè)異質(zhì)性

借鑒Acemoglu 等(2020b)的做法，本文以可調(diào)整的機(jī)器人滲透率(APR)指數(shù)作為劃分標(biāo)準(zhǔn)，將行業(yè)劃分為高自動(dòng)化行業(yè)和低自動(dòng)化行業(yè)。APR 指數(shù)越大，表明機(jī)器人滲透率越高，相應(yīng)的行業(yè)自動(dòng)化水平越高；反之，在APR 指數(shù)低的行業(yè)中機(jī)器人滲透率較低，行業(yè)自動(dòng)化程度也相應(yīng)下降。表5B 結(jié)果顯示，最低工資顯著促進(jìn)了機(jī)器人在高自動(dòng)化行業(yè)中的應(yīng)用，可能的原因是，自動(dòng)化程度較高的行業(yè)本身已形成較高的規(guī)模效應(yīng)，工業(yè)機(jī)器人應(yīng)用帶來的投入產(chǎn)出比較高，具備了使用工業(yè)機(jī)器人的優(yōu)勢(Acemoglu 和Restrepo，2018c)。

同時(shí)，勞動(dòng)密集度不同的行業(yè)受最低工資政策的影響也不相同，根據(jù)以往研究，最低工資政策使勞動(dòng)密集型行業(yè)受到的影響程度較大(蔣靈多和陸毅，2017)。為此，延續(xù)前文做法，本文按照勞動(dòng)密集度(員工工資與銷售收入之比)將樣本行業(yè)分為勞動(dòng)密集型行業(yè)和非勞動(dòng)密集型行業(yè)兩類，即計(jì)算樣本期間每一行業(yè)各年度勞動(dòng)密集度的平均值，若行業(yè)勞動(dòng)密集度的均值大于樣本中位數(shù)，則該行業(yè)為勞動(dòng)密集型行業(yè)，否則為非勞動(dòng)密集型行業(yè)。表5B 結(jié)果表明，最低工資政策對工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用在勞動(dòng)密集型行業(yè)中較大?？赡茉蚴莿趧?dòng)密集型行業(yè)勞動(dòng)投入占比較高，因此?最低工資規(guī)定? 的出臺(tái)使得勞動(dòng)密集型行業(yè)的勞動(dòng)力成本提升幅度較大，企業(yè)進(jìn)行“機(jī)器換人”的需求也更加迫切。

表5 異質(zhì)性考察

3.城市異質(zhì)性

企業(yè)所處城市的經(jīng)濟(jì)發(fā)展水平不僅會(huì)影響最低工資標(biāo)準(zhǔn)的制定，而且會(huì)影響工業(yè)機(jī)器人的應(yīng)用。本文分別就城市的地理區(qū)位和城市規(guī)模對城市進(jìn)行異質(zhì)性考察。

從區(qū)域角度看，我國發(fā)展的不平衡性出現(xiàn)了“南快北慢”的新特征(盛來運(yùn)等，2018)。為探討最低工資政策對南北方城市的影響，本文從經(jīng)濟(jì)地理視角進(jìn)行南北劃分。①北方城市包括北京市、天津市和黑龍江、吉林、遼寧、內(nèi)蒙古、河北、山西、陜西、寧夏、甘肅、新疆、青海11 個(gè)省份(自治區(qū))所包含的城市，其余城市為南方城市。表5C 結(jié)果表明，最低工資政策對工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用在南方城市較大。究其原因，與北方城市相比，南方城市經(jīng)濟(jì)發(fā)展水平更高，最低工資標(biāo)準(zhǔn)也更高，對企業(yè)生產(chǎn)成本的影響程度更大，企業(yè)進(jìn)行“機(jī)器換人”的動(dòng)力更強(qiáng)。

從城市規(guī)?？?，城市規(guī)模既反映了城市的經(jīng)濟(jì)發(fā)展?fàn)顩r，也反映出城市的人口數(shù)量，而這兩者均與最低工資標(biāo)準(zhǔn)的制定和工業(yè)機(jī)器人應(yīng)用息息相關(guān)。為此，本文根據(jù)?2019年城市建設(shè)統(tǒng)計(jì)年鑒?，將城市劃分為超大特大城市和其他規(guī)模城市。①超大特大城市包括北京市、天津市、沈陽市、上海市、南京市、杭州市、武漢市、廣州市、深圳市、青島市、東莞市、成都市、西安市、重慶市、鄭州市和濟(jì)南市共16 個(gè)城市。表5C 結(jié)果表明，最低工資政策對工業(yè)機(jī)器人的促進(jìn)作用在超大特大城市中較大。一方面，超大特大城市的最低工資標(biāo)準(zhǔn)較高，加重了企業(yè)的成本負(fù)擔(dān)，促進(jìn)了工業(yè)機(jī)器人的應(yīng)用；另一方面，超大特大城市對機(jī)器人產(chǎn)業(yè)發(fā)展的支持力度和補(bǔ)貼力度要高于其他城市，而政府補(bǔ)貼也是促使企業(yè)使用機(jī)器人的一個(gè)重要因素(Cheng 等，2019)。

(五)影響機(jī)制檢驗(yàn)

上述實(shí)證結(jié)果表明，最低工資政策顯著促進(jìn)了工業(yè)機(jī)器人應(yīng)用。究其作用機(jī)制，本文認(rèn)為最低工資政策能夠通過提升企業(yè)用工成本和加強(qiáng)政策遵從兩條途徑促進(jìn)工業(yè)機(jī)器人應(yīng)用。因此，本文使用常規(guī)的中介效應(yīng)模型進(jìn)行檢驗(yàn)，模型設(shè)定如下:

其中，Mit分別為企業(yè)用工成本(Qywage)與政策遵從力度(Policy)，前者以企業(yè)平均工資水平表示，計(jì)算方法為企業(yè)當(dāng)年應(yīng)付工資總額與員工數(shù)比值的對數(shù)形式；后者借鑒劉子蘭等(2020)的做法，以地級市內(nèi)企業(yè)平均工資水平低于當(dāng)?shù)刈畹凸べY的企業(yè)占比表示，占比越高說明政策遵從力度越低。其他變量符號與模型(1)相同。若λ 和η均顯著，表明中介效應(yīng)顯著，在此基礎(chǔ)上，如ψ 不顯著，則為完全中介效應(yīng)。

1.用工成本效應(yīng)

最低工資政策實(shí)施會(huì)增加企業(yè)用工成本，提高企業(yè)平均工資水平(蔣靈多和陸毅，2017)。表6 第(1)列的結(jié)果證實(shí)了這一結(jié)論，核心解釋變量Treati×Post 04t的系數(shù)在1%水平上顯著為正，表明最低工資政策實(shí)施顯著提高了企業(yè)的用工成本；第(2)列為模型(4)的估計(jì)結(jié)果，Qywage 的系數(shù)在1%水平上顯著為正，說明企業(yè)用工成本的提高顯著促進(jìn)了工業(yè)機(jī)器人的應(yīng)用。同時(shí)，λ、η 和ψ 的系數(shù)顯著，λ ×η 與ψ 的符號相同，說明存在部分中介效應(yīng)。據(jù)計(jì)算，企業(yè)用工成本的中介效應(yīng)占總效應(yīng)的比例為20.1%，即最低工資政策明顯增加了企業(yè)用工成本，是促進(jìn)工業(yè)機(jī)器人應(yīng)用的最重要原因。

2.政策遵從效應(yīng)

自2004 年?最低工資規(guī)定? 出臺(tái)以來，企業(yè)對最低工資標(biāo)準(zhǔn)的遵從力度明顯提升(Gan 等，2016)。表6 第(3)— (4)列為政策遵從力度的機(jī)制檢驗(yàn)結(jié)果。與成本機(jī)制類似，第(3)列表明2004 年最低工資政策的實(shí)施顯著提高了政策遵從力度，第(4)列估計(jì)結(jié)果顯示Policy 的系數(shù)在1%水平上顯著為負(fù)，表明政策遵從力度的加強(qiáng)顯著促進(jìn)了工業(yè)機(jī)器人的應(yīng)用。λ、η 和ψ 的系數(shù)顯著，且λ×η 與ψ 的符號相同，存在部分中介效應(yīng)。據(jù)計(jì)算，政策遵從力度的中介效應(yīng)占總效應(yīng)的比例為8%，說明政策遵從力度同樣是最低工資政策促進(jìn)工業(yè)機(jī)器人應(yīng)用的影響機(jī)制之一。

表6 影響渠道檢驗(yàn)

五、反向思考與討論

(一)工業(yè)機(jī)器人應(yīng)用對勞動(dòng)力雇傭和工資的影響

最低工資政策的初衷是維護(hù)勞動(dòng)者權(quán)益，穩(wěn)定勞動(dòng)者就業(yè)，提高勞動(dòng)者收入水平。本文思考的第一個(gè)問題是，最低工資政策在促進(jìn)工業(yè)機(jī)器人應(yīng)用的同時(shí)，是進(jìn)一步增加還是減少了勞動(dòng)力雇傭與工資水平，即工業(yè)機(jī)器人應(yīng)用對勞動(dòng)力市場的影響是與最低工資制定的初衷相一致還是相違背。為此，本文使用滯后一期的機(jī)器人金額作為核心解釋變量，分別用企業(yè)員工數(shù)(Labor)和員工平均工資水平(Qywage)作為被解釋變量，構(gòu)建如下計(jì)量模型:

其中，Vali，t－1為滯后一期的機(jī)器人金額，N 分別代表企業(yè)員工數(shù)(Labor)和員工平均工資水平(Qywage)，其他變量符號同模型(1)。

表7 中第(1)— (2)列為模型(5)的估計(jì)結(jié)果，可以看出，Vali，t－1對企業(yè)員工數(shù)和員工平均工資水平的系數(shù)均在1%水平上顯著為正，表明工業(yè)機(jī)器人的應(yīng)用顯著增加了企業(yè)勞動(dòng)力雇傭和工資水平，這意味著從整體水平看，工業(yè)機(jī)器人的應(yīng)用增加了勞動(dòng)者的工資水平，在一定程度上與最低工資政策制定的初衷相一致。根據(jù)現(xiàn)有研究，多數(shù)文獻(xiàn)認(rèn)為工業(yè)機(jī)器人減少了中國的勞動(dòng)力就業(yè)，尤其在短期內(nèi)會(huì)降低本地的就業(yè)水平，對工資水平的影響則無定論(王永欽和董雯，2020；孔高文等，2020)。但是，也有部分學(xué)者認(rèn)為，在就業(yè)方面，工業(yè)機(jī)器人雖然替代了體力勞動(dòng)，但也為失業(yè)的勞動(dòng)力創(chuàng)造了就業(yè)機(jī)會(huì)，整體上增加了勞動(dòng)力雇傭(Li 等，2020)。特別值得一提的是，在區(qū)分勞動(dòng)者異質(zhì)性后，機(jī)器人雖然會(huì)替代中等教育程度的勞動(dòng)力，但同時(shí)提高了高教育程度和低教育程度勞動(dòng)力的就業(yè)(孫早和侯玉琳，2019)。在區(qū)分短期影響和長期影響后，從中長期看，機(jī)器人所產(chǎn)生的替代效應(yīng)可能會(huì)被生產(chǎn)力效應(yīng)和就業(yè)創(chuàng)造效應(yīng)所抵消。在工資方面，產(chǎn)業(yè)智能化顯著提高了勞動(dòng)者的工資水平(楊飛和范從來，2020)，這一觀點(diǎn)在一定程度上得到了孔高文等(2020)的支持。由此可見，本文的研究結(jié)論與部分已有文獻(xiàn)保持一致。

(二)勞動(dòng)者工資的提升來源:來自企業(yè)工資的分解

本文思考的第二個(gè)問題是，工業(yè)機(jī)器人的應(yīng)用顯著提升了勞動(dòng)者的工資水平，那么提升來源是什么，而對提升來源的厘清有助于更好地發(fā)揮機(jī)器人對勞動(dòng)者收入的促進(jìn)作用。根據(jù)劉燦雷和王永進(jìn)(2019)，企業(yè)工資主要由技能組成工資和利潤分享工資兩部分構(gòu)成，前者指的是勞動(dòng)者工資收入完全取決于其自身的技能水平，后者是指技能相同的員工在經(jīng)營績效越好的企業(yè)就職所獲得的工資水平越高，員工工資由企業(yè)利潤決定。由于企業(yè)員工技能組成數(shù)據(jù)不可獲得，本文借鑒劉燦雷和王永進(jìn)(2019)的做法，將企業(yè)層面的工資分解為技能組成工資(Skill_wage)和利潤分享工資(Profit_wage)，并在此基礎(chǔ)上識(shí)別工業(yè)機(jī)器人使用對勞動(dòng)者收入提升的影響渠道，回歸結(jié)果如表7 所示。

表7 中第(3)列和第(4)列分別為工業(yè)機(jī)器人應(yīng)用對技能組成工資和利潤分享工資的回歸結(jié)果?？梢钥闯觯琕ali，t－1的系數(shù)對技能組成工資影響在1%水平上顯著為正，而對利潤分享工資則無顯著影響，表明工業(yè)機(jī)器人的應(yīng)用顯著提升了技能組成工資，即工業(yè)機(jī)器人應(yīng)用主要通過提升技能組成工資來增加勞動(dòng)者收入水平，而在利潤分享工資方面作用有限。

表7 機(jī)器人應(yīng)用對勞動(dòng)者工資水平的影響

(三)工業(yè)機(jī)器人應(yīng)用對企業(yè)間工資差距的影響

近年來，諸多學(xué)者基于微觀企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)，同一行業(yè)內(nèi)不同企業(yè)間的工資差距是造成社會(huì)整體收入不平等的重要原因(Helpman 等，2017)。為此，本文思考的第三個(gè)問題是，工業(yè)機(jī)器人的應(yīng)用提高了勞動(dòng)者的絕對工資水平，但是從相對視角看，工業(yè)機(jī)器人是擴(kuò)大還是縮小了企業(yè)間的工資差距?

為了考察同一行業(yè)內(nèi)機(jī)器人“是否使用”和“使用數(shù)量”對企業(yè)間工資差距的影響，本文使用行業(yè)內(nèi)滯后一期的是否進(jìn)口機(jī)器人 (Importh，t－1)和進(jìn)口機(jī)器人金額(Valh，t－1)作為核心解釋變量，分別用企業(yè)間工資差距的泰爾指數(shù)(Qywageth)、技能組成差距的泰爾指數(shù)(Skill_wageth)和利潤分享差距的泰爾指數(shù)(Profit_wageth)作為被解釋變量進(jìn)行回歸，控制變量也相應(yīng)采用行業(yè)均值，估計(jì)結(jié)果如表8 所示。

表8 工業(yè)機(jī)器人應(yīng)用與企業(yè)間工資差距的回歸結(jié)果

表8 的結(jié)果表明，不論采用行業(yè)是否使用機(jī)器人，還是采用機(jī)器人進(jìn)口金額作為核心解釋變量，工業(yè)機(jī)器人對同一行業(yè)內(nèi)不同企業(yè)間的工資差距、技能組成工資差距和利潤分享工資差距的影響系數(shù)都很小，且不顯著，收入分配效應(yīng)尚不明朗?？赡艿脑蛟谟?，中國目前工業(yè)機(jī)器人的應(yīng)用還處于起步階段，工業(yè)機(jī)器人滲透率相對于韓國、新加坡和德國等發(fā)達(dá)國家來說仍有很大的提升空間，因此目前對勞動(dòng)者收入差距的作用效果尚不明顯。如前所述，最低工資政策的初衷在于保障勞動(dòng)者的權(quán)益，尤其是保障低收入和低技能勞動(dòng)者的權(quán)益，其目的之一是縮小社會(huì)收入差距。在考察企業(yè)間工資的“馬太效應(yīng)”后發(fā)現(xiàn)，現(xiàn)階段工業(yè)機(jī)器人應(yīng)用對勞動(dòng)者收入差距的影響并不明朗，因此，工業(yè)機(jī)器人是否沖擊了最低工資政策的制定初衷，尚需時(shí)日加以觀察。

六、結(jié)論與政策啟示

本文采用2000—2013 年中國工業(yè)企業(yè)數(shù)據(jù)庫、中國海關(guān)數(shù)據(jù)庫、筆者手工搜集的城市最低工資數(shù)據(jù)和國泰安城市數(shù)據(jù)庫四套數(shù)據(jù)庫的匹配數(shù)據(jù)，建立面板固定效應(yīng)模型，旨在考察最低工資政策對工業(yè)機(jī)器人應(yīng)用的影響及其作用機(jī)制，并在此基礎(chǔ)上反思工業(yè)機(jī)器人應(yīng)用對最低工資政策制定初衷的影響。實(shí)證結(jié)果表明，其一，最低工資政策顯著促進(jìn)了工業(yè)機(jī)器人應(yīng)用，在采取平行趨勢檢驗(yàn)、安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后，這一結(jié)果依然成立。其二，中介效應(yīng)模型表明，企業(yè)用工成本增加和政策遵從力度加強(qiáng)是最低工資政策促進(jìn)工業(yè)機(jī)器人應(yīng)用的重要影響機(jī)制。其三，最低工資對工業(yè)機(jī)器人應(yīng)用存在異質(zhì)性影響，其促進(jìn)作用在大規(guī)模和平均工資較低企業(yè)、自動(dòng)化程度高和勞動(dòng)密集型行業(yè)、南方城市和超大特大城市中更為顯著。其四，通過進(jìn)一步思考工業(yè)機(jī)器人應(yīng)用對最低工資政策制定初衷的沖擊，發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用通過增加技能組成工資，顯著提升了勞動(dòng)者整體就業(yè)和工資水平，在一定程度上與最低工資政策制定的初衷相一致，但是現(xiàn)階段工業(yè)機(jī)器人對勞動(dòng)者收入差距的作用效果尚不明朗，仍需持續(xù)關(guān)注。

本文的研究結(jié)論對于更好地保障勞動(dòng)者的權(quán)益和有序推進(jìn)中國企業(yè)智能化進(jìn)程具有如下政策啟示:

一方面，最低工資政策引致的用工成本上漲會(huì)推動(dòng)工業(yè)機(jī)器人應(yīng)用，而工業(yè)機(jī)器人應(yīng)用在整體水平上，并未導(dǎo)致“替代效應(yīng)”的發(fā)生，而是能夠產(chǎn)生“創(chuàng)造效應(yīng)”，提高勞動(dòng)者的整體就業(yè)和收入水平。因此，各地政府需因地制宜，制定適宜的機(jī)器人發(fā)展政策，穩(wěn)步推進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)健康有序發(fā)展。本文研究表明，工業(yè)機(jī)器人的應(yīng)用多集中在經(jīng)濟(jì)發(fā)達(dá)的城市，且其多被大型企業(yè)所使用，為盡可能地將機(jī)器人紅利惠及更多人群，北方城市和中小型城市要充分借鑒南方城市和超大特大城市推廣機(jī)器人的成功經(jīng)驗(yàn)，制定適宜自身的機(jī)器人產(chǎn)業(yè)發(fā)展政策；同時(shí)，增大對機(jī)器人產(chǎn)業(yè)的資金扶持，降低企業(yè)使用機(jī)器人的成本，尤其是增加對中小企業(yè)的補(bǔ)貼，以推動(dòng)企業(yè)轉(zhuǎn)型升級，實(shí)現(xiàn)更高質(zhì)量地發(fā)展。

另一方面，由于現(xiàn)階段工業(yè)機(jī)器人應(yīng)用對勞動(dòng)者收入差距的影響還不明確，學(xué)者們需使用更多的微觀調(diào)研數(shù)據(jù)，持續(xù)關(guān)注工業(yè)機(jī)器人應(yīng)用對勞動(dòng)力市場的影響，尤其是對勞動(dòng)者收入差距的影響，防止社會(huì)收入差距進(jìn)一步擴(kuò)大，及時(shí)為政府有關(guān)部門建言獻(xiàn)策。同時(shí)，政府既要充分引導(dǎo)和發(fā)揮工業(yè)機(jī)器人的正向溢出效應(yīng)，又要未雨綢繆，警惕工業(yè)機(jī)器人大規(guī)模應(yīng)用可能帶來的社會(huì)收入差距擴(kuò)大等問題，通過采取對低技能勞動(dòng)者進(jìn)行技能培訓(xùn)、完善社會(huì)保障體系、推進(jìn)稅收制度改革等措施，充分保障勞動(dòng)者的合法權(quán)益，進(jìn)一步縮小貧富差距。