89-机器人的就业效应：机制与中国经验.docVIP

\t/kns8s/defaultresult/_blank机器人的就业效应：机制与中国经验

摘要：以工业机器人为核心的自动化技术浪潮正深刻重塑全球劳动力市场格局。本文系统探讨了机器人影响就业的复杂理论机制，并基于中国这一全球最大工业机器人应用市场的独特经验，提供了全面的实证证据。研究发现，机器人的就业效应并非简单的“替代”或“创造”，而是一个由替代效应、补偿效应、生产率效应、规模效应和技能偏向性效应共同构成的动态过程。中国的经验表明，整体上机器人应用促进了制造业就业增长，其渗透度每提高1%，就业约增加0.02%。这一积极效应的核心机制在于生产率提升带来的规模扩张和市场份额获取，而非直接的岗位替代。然而，效应存在显著异质性：在汽车、金属制品等高自动化行业呈现负向冲击；技能结构上，中等技能劳动力获益最大，而低技能岗位面临挤压；企业层面，生产率效应（约5.4%的工资增长）显著大于替代效应。本研究为理解人机协同时代的就业演变提供了系统分析框架，并为中国在高质量发展阶段协调技术进步与就业稳定提供了精准的政策启示。

关键词：工业机器人；就业效应；替代效应；补偿效应；中国经验；技能偏向性

一、绪论

1.1研究背景与问题提出

当前，正处在一场以人工智能和机器人技术为标志的第四次工业革命浪潮之中。国际机器人联合会（IFR）的数据显示，2024年全球在役工业机器人存量已达466.4万台，其中中国存量突破200万台，居全球首位，占全球总量的近一半[0]。中国不仅在使用规模上领先，其制造业机器人密度在2024年已达到每万名工人392台，跃居全球第三[1]。这场由“机器换人”驱动的自动化转型，源于中国劳动力人口红利逐渐消退、制造业成本上升以及产业迈向中高端的宏观背景。中央政府将“以科技创新引领现代化产业体系建设”作为高质量发展的首要任务，鼓励企业广泛应用智能化技术[2]。

在此背景下，一个关乎经济社会发展稳定的核心议题浮出水面：机器人广泛应用究竟是劳动力的“替代者”还是“互补者”？其对中国就业市场的影响机制与净效应究竟如何？早期研究受“技术性失业”理论影响，多强调自动化对常规岗位的替代风险。然而，中国作为全球最大的工业机器人市场，其庞大的经济体量、独特的制度环境与迅猛的技术扩散速度，可能使得机器人的就业效应呈现出与发达国家不同的特征与路径。理解这种“中国经验”，不仅对评估本国技术进步的社会经济后果至关重要，也对全球范围内思考如何管理自动化转型具有重要参考价值。因此，本文旨在系统回答以下问题：(1)机器人影响就业的理论渠道有哪些？它们如何相互作用？(2)在中国情境下，机器人的整体就业效应是正向还是负向？(3)这种效应在不同行业、技能群体、区域和企业类型间有何异质性？(4)其背后的核心作用机制是什么？

1.2文献综述

学术界关于技术进步与就业关系的探讨源远流长。当前围绕机器人就业效应的研究可大致划分为三类视角。

第一类是“替代论”视角，其理论根源可追溯至李嘉图的“技术性失业”思想。该视角强调机器对人力劳动的直接取代。Acemoglu和Restrepo（2018）构建的经典理论框架指出，机器人通过自动化那些原本由人工执行的任务来直接减少劳动力需求[3]。基于此，Frey和Osborne（2017）的预测研究曾引发广泛担忧，他们估计美国约47%的岗位面临高度自动化风险[4]。在中国语境下的早期研究中，也不乏关注机器人应用导致生产工人比例下降的发现。例如，有研究显示，引入机器人的企业中，生产工人占比相对降低14%[5]。这类研究揭示了自动化对特定岗位，尤其是从事可编码、重复性常规任务岗位的直接冲击。

第二类是“补偿论”或“创造论”视角。该视角认为，技术替代虽会发生，但可通过多种渠道产生补偿性就业创造。这些渠道包括：(1)资本积累效应：新技术投资本身带动相关设备制造、安装维护等岗位；(2)生产率效应：效率提升降低产品价格、扩大市场需求，进而扩张生产规模与就业；(3)新任务创造：技术进步催生全新的、往往需要人类独特技能的工作任务与职业[6]。针对中国的研究开始提供支持这一视角的证据。例如，一项基于上市公司数据的研究发现，工业机器人渗透度每增加1%，制造业就业将增加0.02%，整体上呈现促进作用[7]。另一项研究则明确指出，国内机器人产生的补偿效应大于替代效应，从而净促进了地区制造业就业[8]。

第三类是“结构变革论”视角。该视角不执着于净效应的正负，而是强调技术对就业结构的重塑。其核心论点是技术变革具有技能偏向性。机器人主要替代中等技能（routine-cognitiveroutine-manual）的常规任务，而与高技能的非常规分析任务、低技能的非常规手工任务形成互补，导致就业市场出现“极化”现象。中国证据显示，机器人应用使得技术研发人员占比相对高出5%[