机器人与行业就业——基于分任务模型的视角

作者：周世军; 陈博文^*

来源：统计与决策, 2022, 38(23): 85-89.

DOI：10.13546/j.cnki.tjyjc.2022.23.016

• 机器人
• 行业
• 就业
• 替代效应
• 补偿效应

文章基于2009—2019年中国地区-行业层面的工业机器人数据，通过巴蒂克变量法构造机器人渗透度，进一步采用两阶段最小二乘法实证研究了工业机器人应用对于三次产业及相关行业就业的影响。研究发现：除了对第一产业就业没有显著影响外，机器人应用对第二、第三产业就业产生了明显的“双刃剑”效应，即机器人渗透度每万人增加1台，第二和第三产业就业分别下降0.27%和上升0.24%；分行业研究表明，采矿业，制造业，电力、热力、燃气及水生产和供应业等更易受到“机器换人”的就业冲击，而对于教育业及其他行业则呈现明显的就业促进效应；与其他行业相比，机器人对于制造业就业的影响最为广泛和深入，机器人渗透度每万人增加1台，制造业劳动力需求下降0.61%，基于国外机器人渗透度的工具变量等识别策略也证实了研究结果的稳健性。进一步地，以制造业为例研究发现，生产率效应以及产业结构升级是“机器换人”导致制造业就业水平下降的重要中介渠道，而劳动力成本上升则加剧了这一过程。

• 单位
  安徽工业大学