机器人如何影响中国劳动力市场？

人工智能和机器人的兴起给经济和社会带来了广泛而深远的影响。中国已经成为全球机器人应用量最大的国家，机器人的应用对中国劳动力市场造成了怎样的影响，是一个有待回答的重要问题。

一、引言

技术进步将把人类引向何方，经济学家从未停止过思考。早在20世纪初，凯恩斯就曾做出人类将面临“技术性失业”的著名预言（Keynes，1930）。如今，人工智能（AI）和机器人技术的迅猛发展在推动生产力进步的同时，也加速了劳动力市场上机器人对人的替代，给人类工作带来前所未有的挑战（Frey&Osborne，2017）。麦肯锡全球研究院的一项最新研究指出，到2030年，全球将会有4—8亿人口的工作被机器人取代，而中国将会有31％的工作时间被自动化（MGI，2017）。未来，人类工作将会在多大程度上被机器人所替代？人工智能与机器人技术的快速发展给人类带来的究竟是机遇还是挑战？这一系列问题已经成为不可忽视的全球性议题（WorldBank，2019）。

二、文献综述与研究假说

（一）技术进步对劳动力需求和工资的影响

Autor et al.（2003）提出的“基于任务的模型”（task-based model）考虑了技术与劳动力在不同任务中的比较优势，弥补了新古典经济增长模型忽视了技术进步对劳动力需求和工资还可能存在替代效应的缺陷，为研究自动化技术对劳动力市场的影响提供了基准的分析框架。基于该分析框架的研究发现，在理论上，自动化技术对劳动力需求和工资的影响并不一致，即存在负向的替代效应和正向的生产力效应与就业创造效应。

替代效应。在基于任务的模型分析框架下，劳动力与自动化技术在不同的工作中具有各自的比较优势。当自动化技术相对于劳动力更具有比较优势时，劳动力就会被自动化技术所取代，即替代效应。替代效应会导致均衡中的劳动力需求和工资下降（Autor et al.，2003；Acemoglu&Restrepo，2018,2020）。机器人的使用有助于提高企业生产的自动化水平，在一些机器人相对于人力更具有比较优势的岗位上实现机器对人的替代，从而节约劳动力成本，提高生产效率。而在劳动力供给不变的情况下，劳动力需求下降会降低均衡的工资水平。此外，在雇主和雇员的薪酬谈判中，当雇员的工作越容易被机器人替代时，其议价能力越低，为了获得工作更有可能接受一个较低的工资水平。因此在替代效应作用下，机器人应用可能会降低企业的劳动力需求和员工的平均工资水平。

生产力效应。该效应的作用机制主要体现在以下三个方面：其一，自动化技术的应用有利于企业节约生产经营成本，使得受自动化技术影响的商品和服务的价格下降，并通过“收入效应”增加消费者对该商品或服务的消费需求。在均衡中，消费者需求增加会使企业进一步扩大生产经营规模，从而增加劳动力需求。其二，在“收入效应”影响下，消费者还会增加对其他行业产品的需求，进而导致相关行业的生产规模扩大，劳动力需求上升。例如，研究发现，在欧美等国家，农业机械化水平提高导致食品价格下降，使得消费者的实际收入上升，增加了对非农商品的消费，从而为非农行业创造了大量的就业机会（Herrendorf et al.，2013）。其三，自动化技术的应用导致企业生产经营成本下降，企业自身会有主动扩大生产经营规模的激励，从而增加对非自动化岗位的劳动力需求。机器人应用有助于企业节约生产成本，提高生产效率，扩大生产规模，增加对非自动化岗位的劳动力需求。而随着机器人应用带来劳动生产率的普遍提高，也可能会进一步提高员工的工资水平。

就业创造效应。自动化在取代一部分劳动岗位的同时，也会创造出新的人力更具比较优势的工作岗位，均衡中自动化如何影响劳动力市场则取决于两种影响的净效应。有研究指出，就业创造效应可以解释美国1980-2010年就业增长的一半左右（Acemoglu&Restrepo，2018）。而人工智能和机器人技术的广泛应用无疑会创造出更多的新业态、新模式和新的就业岗位。例如，机器人应用可能会使企业增加对机器人工程师、维修师等新工作岗位的需求。综上，以机器人为代表的自动化技术对劳动力市场的影响并非简单单向的，而是取决于负向的替代效应，以及正向的生产力效应和就业创造效应的综合影响。基于上述分析，本文提出以下两个待验证的假说：

H1：从企业层面来看，当替代效应占主导时，机器人应用程度的提高会减少企业的劳动力需求，降低企业的平均工资水平。

H2：从企业层面来看，当生产力效应和就业创造效应占主导时，机器人应用程度的提高会增加企业的劳动力需求，提升企业的平均工资水平。

（二）技术进步对就业结构的影响

针对欧美等发达经济体的研究发现，技术进步对不同技能劳动者的影响往往是非线性的，存在明显的就业极化（job polarization）现象，即高技能和低技能劳动者的就业呈现出上升趋势，而中等技能劳动者的就业比例明显下降（Autor et al.，2006;Acemoglu&Autor,2011）。关于就业极化现象，一个具有代表性的解释是，中等技能劳动者往往从事的是程序化、常规性的工作，而随着信息技术（ICT）和自动化技术的进步，这些工作最容易被替代。相比较而言，高技能劳动者多从事非常规复杂劳动，而低技能劳动者多从事非常规简单劳动，被机器替代的可能性较小（Autor et al.,2003）。在实证研究中，学者们利用不同国家的经验证据对上述假说进行了验证（Goos et al.,；Autor&Dorn，2013）。最新研究发现，自20世纪50年代以来，制造业领域对中等技能员工需求的减少已经成为一种全球性趋势（Kunst，2019）。

机器人应用不仅会导致企业劳动力需求和工资的总量变化，也可能会带来相应的结构调整。对不同技能结构的劳动力需求而言，机器人在替代部分可自动化工作的同时也会进一步提高企业对非自动化岗位、与机器人技能互补岗位的劳动力需求。诸多研究表明，自动化技术对中等技能劳动者的替代性最强，而与高低技能劳动者存在互补效应。因此，机器人应用可能会导致不同技能劳动者之间的“就业极化”。而在工资方面，机器人应用会使得企业利润在不同部门、不同技能员工间重新分配，可能会进一步加剧高技术人才与低技能员工间工资收入的两极分化。基于上述分析，本文提出第三个待验证的假说：

H3：机器人应用程度提高会导致企业对高技能和低技能劳动者的需求增加，对中等技能劳动者需求减少。

三、深入分析

（一）工业机器人应用对企业劳动力需求的产业链传导效应

一个行业的机器人应用水平不仅会对本行业企业的劳动力需求产生直接影响，还会对产业链上下游行业的其他企业的劳动力需求产生间接影响。为完整地识别机器人应用对就业的影响，本文借鉴Acemoglu et al.（2016）的做法，利用2010年中国投入产出表数据构建行业关联权重，检验机器人应用的产业链传导效应，识别方程如下：

为了尽可能识别行业关联效应的影响渠道，本文采用以下方法对其进行验证。首先，本文在不控制本行业工业机器人渗透度的情况下检验行业关联效应。此时估计得到的回归系数既包含了通过影响本行业机器人应用水平而产生的技术溢出效应，也包含了由中间品市场等非技术溢出途径带来的影响。其次，本文在控制了本行业机器人渗透度的情况下检验行业关联效应。

此时得到的回归系数主要反映了由中间品市场等非技术溢出途径产生的影响。表10报告了工业机器人应用对企业劳动力需求的产业链传导效应的估计结果。简约式回归结果表明，对于中国制造业企业而言，下游行业机器人应用水平变化通过产业链传导对上游行业劳动力需求的影响（向上游传导效应）可能主要表现为技术溢出，并且这种溢出效应整体呈现为挤出效应（-0.027），而由中间品市场等途径带来的影响并不显著。上游行业机器人应用水平变化通过产业链传导对下游行业劳动力需求的影响（向下游传导效应）主要表现为技术溢出，这种溢出效应整体呈现为挤出效应（-0.016），但是对专科学历劳动力需求而言，除技术溢出外，也可能通过中间品市场等途径带来一定的正面影响（0.031）。

（二）工业机器人应用对企业劳动力需求和工资的长期影响

前述分析表明，在短期内，工业机器人渗透度的提高会对企业的劳动力需求产生一定的“替代 效应”，尤其是对中等技能劳动力需求的替代效应尤为显著，而对员工薪酬变化没有明显影响。然 而，一个需要考虑的问题是，机器人应用带来的“生产力效应”和“就业创造效应”可能不会在当期 就充分显现，而是需要经过一段时间的积累。为了进一步考察不同机制的影响，本文引入滞后的工 业机器人渗透度变量，采用分布滞后模型检验工业机器人应用对企业劳动力需求和工资的长期影 响。研究发现，从长期来看，机器人应用对本科和专科学历劳动力需求的替代效应可能会被生产力 效应和就业创造效应所抵消，而对低技能劳动力需求的短期挤入效应也会逐渐消失。但是在样本 期内，无论短期还是长期，工业机器人应用都未对员工薪酬带来显著影响。

四、结论和政策建议

本文研究表明，机器人应用对中国制造业企业劳动力需求的替代效应已然显现，尤其是对中等技能劳动力替代效应尤为显著。对于中国而言，需进一步完善多层次社会保障体系，加快推进失业保险制度改革，以化解人工智能对劳动力市场带来的风险。在这一方面，北欧国家的劳动力市场政策可以为中国提供有益的借鉴，这些国家的一个政策共性在于对失业者提供短期的失业保险和再培训机会，而非加大企业的解雇成本。在这种政策下，社会对劳动者面临的失业风险进行了分担，同时保持了劳动力市场的流动性和活力。而当前中国的失业保险制度仍然存在不同群体的失业保险覆盖面差距较大、失业保险覆盖群体与高失业风险人群不匹配的结构性矛盾（张盈华等，2019）。本文的研究表明，工业机器人应用在非国有企业中表现出更为显著的劳动力替代效应，而随着机器人与人工智能技术的发展，农民工等高失业风险群体势必会面临更大的冲击。因此，借鉴国际有益经验，完善失业保险制度设计，提高失业保险的覆盖面和有效性，加强对非正式工作的社会保障力度，使其为人工智能时代实现更高质量更充分的就业发挥积极作用。

本文研究发现，机器人与人工智能技术的应用可能会在一些岗位上实现对人的替代，但同时也会创造出新的工作机会。机器人应用对不同技能劳动力需求的影响存在明显差异。因此，应进一步健全相关的就业培训制度和再就业政策，提高不同技能劳动者对新经济的适应能力；完善人口流动政策，减少劳动力区域流动的制度壁垒；进一步优化人才培养体系，加强机器人、人工智能等相关领域的专业人才和“互补型”人才的培养，抓住新一轮技术革命带来的发展机遇。

第三，本文的研究表明，在市场集中度高的企业、融资约束强的企业中机器人对劳动力的替代效应更为显著。因此，推进更公平的竞争性市场环境、缓解企业的融资约束，有助于创造更多的就业机会和岗位，实现中国经济的高质量发展。

（本文作者为复旦经济学院教授，共同作者董雯）