機器人應用不僅會導致企業勞動力需求和工資的總量變化，也可能會帶來相應的結構調整。對不同技能結構的勞動力需求而言，機器人在替代部分可自動化工作的同時也會進一步提高企業對非自動化崗位、與機器人技能互補崗位的勞動力需求。諸多研究表明，自動化技術對中等技能勞動者的替代性，而與高低技能勞動者存在互補效應。因此，機器人應用可能會導致不同技能勞動者之間的「就業極化」。而在工資方面，機器人應用會使得企業利潤在不同部門、不同技能員工間重新分配，可能會進一步加劇高技術人才與低技能員工間工資收入的兩極分化。基于上述分析，本文提出第三個待驗證的假說：
H3：機器人應用程度提高會導致企業對高技能和低技能勞動者的需求增加，對中等技能勞動者需求減少。
▍工業機器人滲透度的測度方法與分布特征
（一）數據來源
本文使用的工業機器人數據來自IFR。該組織每年對全球機器人制造商進行調查，根據機器人制造商提供的一手數據統計形成「國家－行業－年度」層面的世界機器人統計數據，這也是目前世界范圍內最權威的機器人統計數據。鑒于工業機器人主要應用于制造業領域，因此本文主要利用制造業行業中類（二位數行業代碼）的工業機器人數據進行分析。與現有研究主要側重于行業或地區等宏觀層面的分析不同，本文著眼于從微觀層面考察工業機器人應用如何影響企業的勞動力需求和工資水平。
基于微觀數據的分析，有助于進一步理解機器人應用對勞動力市場影響的微觀機制，為政策制定提供更準確可靠的依據。盡管中國規模以上工業企業數據庫（以下簡稱工企數據庫）在研究中國工業企業行為方面具有獨特優勢，但是考慮到中國工業機器人的使用在2010年之后才呈現出快速上升趨勢，且工企數據庫中2007年之后的數據有明顯缺失，因此本文在實證研究中主要采用2011-2015年中國滬深兩市Ａ股制造業上市公司的數據進行分析。其中，企業員工構成、企業經營等數據來自Wind數據庫，員工薪酬數據來自國泰安數據庫（CSMAR）。本文用到的其他數據還包括：中國制造業分行業就業數據來自《中國工業統計年鑒》；城市層面的相關經濟數據來自《中國城市統計年鑒》；美國分行業就業數據來自NBER-CES。
（二）工業機器人滲透度的測度方法 Acemoglu&Restrepo （2020）采用一般均衡模型考察了機器人應用對美國區域勞動力市場的影響，并基于模型結論構造了度量美國區域層面「機器人滲透度」的指標，其構造思想類似于「巴蒂克工具變量」（bartik instrument）（Bartik,1991;Goldsmith-Pinkham et al.，2020）。本文借鑒其方法構造中國制造業企業層面的機器人滲透度指標。具體測度方法如下：
本文之所以采用美國工業機器人數據構造工具變量，主要基于以下三點考慮：，在樣本期內美國機器人應用水平雖領先于中國，但其發展趨勢與中國同期比較接近（見圖１和圖２）。第二，美國的工業機器人應用水平處于全球領先地位，其發展趨勢能夠反映該行業的技術進步趨勢。第三，與大多數發展中國家相比，美國的勞動力市場相對完全，其各行業機器人應用水平對中國勞動力市場的影響應該僅反映比較外生的技術進步帶來的影響。因此，我們認為，美國行業層面的工業機器人應用程度對中國勞動力市場的影響主要反映了同類行業技術特征（滿足工具變量的相關性要求），而與其他影響中國機器人應用的本土因素無關（滿足工具變量的排他性約束），將其作為中國企業層面機器人滲透度的工具變量，有助于減輕模型的內生性問題。
在線咨詢 
