工業機器人改變著人類生產方式，是推進新型工業化的重要生產工具。當前，機器人產業呈現蓬勃發展之勢，最新的工業機器人融合視覺識別、運動控制、雙臂協同等多項技術，精密操作能力得到顯著提升，可以完成更加復雜的任務，是支撐智能制造的重要基礎設備。 工業機器人推動制造業生產可能性前沿不斷進步的同時，對勞動力就業等產生深遠影響。在中國推進新型工業化和人口結構轉變背景下，深入認識機器人應用對經濟發展的影響具有重要的現實指導意義。

　　工業機器人對經濟的影響是一個復雜的研究問題。首先，不同區域、行業和企業存在異質性 ;其次，機器人的經濟影響存在短期和長期的差異 ;再次，企業機器人直接使用數據難以獲得，遺漏變量、測量誤差和雙向因果關系等帶來的內生性問題使得因果識別較為困難 ; 最后，機器人研發與應用的全球分工差異也增加了研究難度，這使得研究者得出的結論時常存在一定的爭議?？紤]到問題本身的復雜性，我們在綜述研究進展時除了要關注研究結論， 也要探討研究的理論模型構建和實證數據來源及方法。國際機器人聯合會(IFR)對工業機器人的定義是，具有編程能力、可重復執行任務、在工業環境中自動操作的多關節機器人系統。 有研究把機器人視為人工智能應用或數字經濟發展的組成部分，對機器人的就業等影響進行了概括性綜述(曹靜和周亞林，2018 ;張鵬飛，2018 ;王春超和聶雅豐，2023)。盡管機器人技術與人工智能等新一代信息技術有緊密聯系，但兩者的經濟影響內涵存在較大差異，本文聚焦工業機器人應用相關研究。下文在不引起歧義的情況下，將“工業機器人”簡稱為“機器人”，以便文字表述更為簡潔。

　　機器人對經濟影響的理論研究

　　Joseph Zeira(1998)開創性地將機器投入作為勞動力投入的替代因素引入經濟分析，對后續機器人經濟影響的理論分析產生了深遠影響。經濟學家通常將技術創新的經濟含義定義為在不增加投入的情況下增加產出，這意味著新技術可以提高任何生產要素組合下的產出。 然而，Joseph Zeira(1998)指出，這種簡單的假設在許多情況下并不適用，例如蒸汽機、火車等技術發展是與機器設備密不可分的，要提高技術水平就必須購買機器設備。Joseph Zeira(1998)認為，技術是蘊含于機器中的，如果生產者想采用更先進的技術，就必須增加機器資本投入，并且技術的引入是一個機器替代人的過程。在他建立的經濟模型中，最終產出是 一種產品，其中間投入品可以有多種選擇。這些中間產品最初是由人力按照傳統方法生產的，但隨著新的工業技術的發明，越來越多的中間產品也可以由人力和承載新技術的機器聯合生產，機器對人力具有替代作用，生產者是否選擇采用技術取決于機器替代人力是否帶來經濟效益，而這又依賴于當地的勞動力工資和反映機器資本價格的利息率。

　　David H. Autor 等(2003)建立了基于任務的模型對計算機技術的應用和勞動力需求之 間的關系進行了深入研究，這為研究機器人對就業的影響提供了可供借鑒的理論框架。在基 于任務的模型中，他們將工作任務分為常規任務(routine tasks)和非常規任務(nonroutine tasks)。常規任務是指那些可以被明確定義并按照指令來執行的任務，而非常規任務是需要人力與計算機協同處理的任務，計算機能夠替代常規任務勞動力，而與非常規任務勞動力相互補充?；?Joseph Zeira(1998)和 David H. Autor 等(2003)的工作，Daron Acemoglu 和 Pascual Restrepo(2018a)闡釋了為什么基于任務的經濟建模(task based approach)比單純地 把機器人看作資本增強型技術或是人力增強型技術，更能揭示機器人與一般機器資本的差異。在其建議的模型框架中，產出需要完成任務集中的一系列任務，任務集中的一部分任務機器人可以完成，而且隨著技術進步，機器人可以完成的任務比例不斷增加，在機器可以完成的任務中，是全部采用人力，還是由人力與機器人共同來做，或是完全由機器人來完成，是廠商基于成本最小化的經濟決策問題，與人力工資、機器人資本的價格和機器人應用固定成本直接相關。

　　Georg Graetz 和 Guy Michaels(2018)研究了企業決定使用機器人時的考慮因素和機器人 價格下降對勞動力生產率和就業的影響。他們的模型設定了一個包含連續行業和壟斷競爭廠商的經濟環境，不同行業的機器人可替代程度存在差異。他們的分析表明，機器人只在能夠被其代替的任務比例超過一定數值的行業得到采用。機器人應用的固定成本和租賃價格下降會降低機器人應用的閾值，也將降低機器人應用行業的相對產出價格。當消費端產品替代彈性大于生產端任務間替代彈性時，機器人租賃價格的下降將使機器人應用行業的就業相對其他行業增加。

　　Daron Acemoglu 和 Pascual Restrepo(2018b)提出以前由勞動力執行的任務可以通過自動 化完成，因此自動化會減少就業和勞動力份額，甚至可能降低工資水平，同時自動化也可以 創造出勞動力具有比較優勢的新任務。Daron Acemoglu 等(2020)建立一般均衡模型深入分 析了機器人應用對就業的影響，這包括三個方面 :第一，替代效應。隨著技術進步，機器人 可完成任務的比例增加，原來完成這些任務的人被替代。第二，機器人應用提高生產率，產 品生產成本由此下降，產品需求上升，這會增加所有行業非自動化部分的人力需求。第三， 正在加快自動化的行業在擴張的同時也會壓縮其他行業，這都將提高該行業非自動化部分的 勞動力需求。

　　Michael Koch 等(2021)基于 Daron Acemoglu 等(2020)的分析框架，在經濟分析中引 入了企業異質性，把分析推向企業微觀層面。第一類異質性，與國際貿易研究領域的經典文 獻(Marc J Melitz，2003)的做法一樣，設定企業在生產率上是不同的 ;第二類異質性是企業 生產任務復雜度存在差異，不斷有新的復雜任務涌現，推動產品質量升級。Michael Koch 等(2021)得出以下推斷，首先，機器人應用有正向選擇特征，這意味著更高生產率的企業更可能采用機器人 ;其次，機器人提高企業產出和市場份額，擴大了采用與不采用機器人的企業 之間的生產率差異 ;最后，采用機器人的企業可能新增崗位，沒有采用機器人的企業失去市 場份額并減少就業崗位。Michael Koch 等(2021)還指出，機器人應用帶來的生產率獲益可能有兩個來源，一是機器人帶來的直接效率提升，二是勞動力從沒有采用機器人的企業重新 配置到采用機器人的企業。

　　機器人的應用對經濟分工演進產生積極影響。孫早和陳玉潔(2023)基于 Gary S. Becker 和 Kevin M. Murphy(1992)分工模型，刻畫了機器人引發生產方式變革的演化路徑，機器人 首先以發動機的形式完成可自動化范圍內的任務，進而以工具機的形式輔助勞動力實現非自動化范圍內生產環節的分割重組，反向推動自動化范圍內子任務的分工深化，最終實現整個任務區間生產方式的轉變。韓民春和周靜(2023)指出，在智能化生產環節，以機器人為中心的分工協作簡化了工作職能，深化了勞動分工，使得生產效率得到大幅提高。

　　綜上所述，基于壟斷競爭一般均衡分析框架，從勞動力與機器人的相互替代作用出發， 研究者對于機器人的經濟影響理論分析取得了較大進展。機器人對就業的影響存在替代與創造效應，機器人應用對于不同行業的影響除了與行業本身密切相關，還與行業間產品的消費 替代彈性和行業內生產任務間的替代彈性密切相關。機器人應用呈現出企業異質性，生產率高的企業更傾向于應用機器人，機器人提高經濟生產率的一個機制是勞動力從生產率低的企業向生產率高的企業轉移?；诜止ぱ葸M的理論研究從經濟組織角度闡釋了機器人應用推動生產方式變革的豐富內涵。深入的理論分析為測度機器人應用的經濟影響提供了計量建模指引。

　　工業機器人對經濟影響的實證研究

　　( 一 ) 工業機器人對就業的影響

　　HL Sirkin 等(2015)進行的調查顯示，使用機器人最多的行業是汽車制造業(39%)，之 后依次是電子制造業(19%)、金屬制品(9%)，以及塑料和化學品(9%)。早期，有學者表 達出對機器人應用的擔心，認為機器人會使勞動力市場產生根本性的改變，大量的工作崗位將消失(Erik Brynjolfsson 和 Andrew McAfee，2014 ;Martin Ford，2015)，但這些擔心并沒有 經過嚴格的實證檢驗。

　　圍繞機器人對就業的影響存在一些爭議?；趪H機器人聯合會(IFR)發布的 1993— 2007 年間 17 個國家的分行業機器人應用數據，Georg Graetz 和 Guy Michaels(2018)發現機 器人并未顯著減少行業總就業人數，同時機器人應用確實減少了低技能勞動力的就業份額。 與 之 形 成 對 比 的 是，Daron Acemoglu 和 Pascual Restrepo(2020) 基 于 Georg Graetz 和 Guy Michaels(2018)使用的 IFR 數據，以美國通勤區為單位分析了 1990 年至 2007 年不斷增長的 工業機器人應用對美國勞動力市場的影響，研究結果是每千人使用機器人數增加 1 個單位將減少通勤區就業人口比率 0.2 個百分點、工資 0.42 個百分點。Wolfgang Dauth 等(2021)分 析了機器人對 1994—2014 年德國就業市場的影響，發現機器人的確會導致制造部門的崗位減少，但是勞動者會遷移到商業服務部門，一減一增，行業總的就業并沒有減少，這個結果與 Georg Graetz 和 Guy Michaels(2018)的研究結論接近。

　　Philippe Aghion 等(2020)分析了法國 1994—2015 年制造業應用機器人等自動化技術的影響，發現自動化技術對就業的影響無論是從企業層面還是行業層面都是增加的。Johannes Hirvonen 等(2022)研究了芬蘭應用機器 人等先進技術的影響，發現先進技術增加了就業，在芬蘭，企業應用機器人去生產新的產品， 而不是去替代原有的勞動力。

　　機器人對行業的影響存在差異。鄭麗琳和劉東升(2023)采用 IFR 披露的各經濟體分行 業機器人數據及國際勞工組織(ILO)公布的 2008—2019 年 22 個經濟體分行業數據，基于行業和時序視角考察機器人應用對勞動力就業的影響效應，結果表明整體上機器人應用增加了 勞動力就業，但不同行業存在顯著差異，在農林牧漁業、制造業、建筑業和其他服務業，機器人增加就業，而在采石采礦業和電氣水生產供應業，則是減少。

　　對中國的部分研究發現工業機器人應用會降低部分行業就業水平?？赘呶牡?2020)使 用 2012—2017 年中國地區層面的行業機器人應用數據，發現在容易被機器替代的行業，機器 人應用顯著降低勞動就業水平。閆雪凌等(2020)使用我國 2006—2017 年制造業分行業數據， 發現工業機器人使用對制造業行業崗位數量有顯著的負向沖擊，工業機器人保有量每上升 1%， 就業崗位減少約 4.6%。王曉娟等(2022)利用 2009—2019 年中國各省份勞動力市場數據和 基于行業就業數據計算的機器人滲透度指標組合的面板數據，發現從短期來看，機器人滲透 度每增加 1 個單位，制造業就業人員總量減少 0.391%，勞動者工資降低 0.163%;從長期來看， 機器人應用會增加制造業就業。

　　基于企業實際應用機器人微觀數據的研究認為，機器人應用提高企業就業水平。Michael Koch 等(2021)采用西班牙制造業 1990—2016 年的企業工業機器人應用微觀數據，發現采 用機器人的企業產生了 10% 的新崗位 ;沒有采用機器人的企業的用工崗位減少，勞動力轉移 到生產率更高的采用機器人的企業。Jay Dixon 等(2021)認為工業機器人具有通用技術的屬 性，而通用技術的滲透對于經濟的各個部門的生產率提高都有著重大而廣泛的影響(Timothy F. Bresnahan 和 Manuel Trajtenberg，1995)，其針對加拿大 1996—2017 的研究發現，機器人投資 的增多對應的是企業用工人數的增加和管理崗位的減少，企業采用機器人的目的更多的是要 提高產品和服務質量，而不是減少人力。李磊等(2021)從 2000 年至 2013 年中國海關統計 的進出口數據中整理出企業層面的進口機器人數據，將其作為企業實際應用機器人的替代變 量，發現機器人使用使企業就業水平上升 9.48 個百分點。陳良源等(2023)基于 2019 年 800 家廣東企業調查數據，發現相比沒有應用工業機器人的企業，應用工業機器人的企業擁有更 大的用人規模，具有更高的擴大用工意愿。

　　一些采用企業機器人應用間接估計數據的研究得到的結果與前述研究結論相反。王永欽和董雯(2020)利用 IFR 公布的 2011—2015 年行業層面的機器人數據及中國制造業上市公司 的微觀數據，發現機器人應用對企業的勞動力需求產生了一定的替代效應，機器人滲透度每增加 1%，企業的勞動力需求下降 0.18%。宋旭光和左馬華青(2022)利用 IFR 工業機器人數 據和中國制造業上市公司微觀數據，參照 Daron Acemoglu 和 Pascual Restrepo(2020)的方式構建行業機器人應用指數，然后借鑒王永欽和董雯(2020)的做法，按照企業人數占行業人 數比例計算企業機器人滲透指標，發現機器人滲透率每增加 1 個百分點，企業對勞動力的需 求會下降 0.027 個百分點。

　　盡管機器人對就業的影響是復雜的，但我們還是可以在初看不完全一致的研究結論中， 通過探討其研究方法和使用數據的可靠性，得到一些研究共識。第一，較多的國內外研究認 為機器人應用不會減少總的就業 ;第二，機器人對于行業的影響存在國家區域差異性，如部 分基于中國的研究指出機器人應用減少制造業就業，但一些國外研究認為機器人應用沒有減 少制造業總體就業 ;第三，有研究指出機器人就業影響存在時間差異，短期內機器人應用對 制造業的影響以替代效應為主而長期以創造效應為主 ;第四，應用機器人的企業總體就業人 數在增加，而且機器人應用具有正向選擇性，生產率高的企業更有意愿使用機器人。與這些 結論存在不一致的少數研究大多使用的是機器人應用間接估計數據，本文后續會做進一步的 討論。

　　( 二 ) 工業機器人對生產率的影響

　　研究表明機器人應用能夠提高企業生產率和創新能力。 Georg Graetz 和 Guy Michaels (2018)分析了部分發達國家機器人應用與經濟產出之間的關系，發現機器人應用對生產率 增長的貢獻是明確的，保守估計為 0.36 個百分點，占到經濟總生產率增長的 15%。Michael Koch 等(2021)針對西班牙的研究發現采用機器人的企業產出提高了 20%~25%，勞動力占 成本份額降低了 5%~7%。李磊和徐大策(2020)發現，機器人使用量的增加會顯著提高中國 制造業企業的勞動生產率，與沒有使用機器人的企業相比，使用機器人的企業勞動生產率平 均高 7.45%。屈小博和呂佳寧(2022)基于“中國企業—員工匹配調查”和“產業結構升級

　　背景下制造業機器人實施狀況調研”數據，發現使用機器人對提升企業生產績效有正向作用， 采用機器人的企業具有更強的創新能力。

　　機器人應用對地區全要素生產率有顯著正向影響。陳永偉和曾昭睿(2020)借鑒了 Daron Acemoglu 和 Pascual Restrepo(2020)的做法，構建了“工業機器人沖擊指數”來度量一個地 區的工業機器人使用強度，發現更為密集地使用機器人進行生產可以有效地提升一個地區的 全要素生產率，機器人的使用主要是通過改進技術效率和促進規模效益這兩個機制對生產率 產生了影響。楊光和侯鈺(2020)收集整理了 1993—2017 年 72 個國家或地區的機器人使用數據及相關的宏觀經濟數據，發現機器人的使用確實對經濟增長具有促進作用，全要素生產 率是機器人影響經濟增長的重要傳導機制，其解釋力達到總效應的 60%。

　　( 三 ) 工業機器人對勞動力市場結構的影響

　　中、低技能職業的自動化是收入不平等及就業市場分化的原因之一(David H. Autor 等，2003 ;Guy Michaels 等，2014 ;Carl Benedikt Frey 和 Michael A Osborne，2017)。Daron Acemoglu 和 Pascual Restrepo(2022b)研究發現，美國工資結構變化的 50%~70% 可歸因于 快速自動化行業中從事常規任務的工人群體相對工資的下降。自動化技術使得機器執行更多任務，導致某些工人失去了他們的工作機會。Daron Acemoglu 等(2023b)基于 2009—2020 年荷蘭企業微觀數據，借鑒 David H. Autor 和 David Dorn(2013)及 Hans RA Koster 和 CerenOzgen(2021)的方法構建了常規任務強度指數，研究發現機器人應用對于從事藍領常規工作的、受雇于機器人可替代崗位的及受教育程度較低的勞動者的就業及工資有負面影響，而對從事與機器人有互補關系崗位的勞動者有正向作用。James Besse 等(2023)研究了 2000— 2016 年荷蘭企業自動化支出對勞動者個體的影響，發現企業自動化增加了勞動者與企業分離 的概率，降低了勞動者收入，機器人對勞動力的替代效應顯著。Erling Barth 等(2020)對挪 威的研究發現，機器人的引入使得高技能勞動者增加更多，公司內部存在技能溢價，總體上引入機器人提高了挪威制造業的平均工資。Anders Humlum(2019)對丹麥的研究發現，工業 機器人應用使得平均工資提高了 0.8%，但是制造業生產崗位工人工資降低了 6%。

　　機器人對勞動力市場是否存在極化效應也受到關注。就業極化(employment polarization) 現象指的是高技能和低技能職業的就業份額同時迅速增加，而中等技能職業就業份額下降。 Jay Dixon 等(2021)針對加拿大的研究發現，機器人應用改變了企業人員的技能構成，處于 技能層次中間階段的人員減少，而與機器人存在互補關系的低、高技能人員比例增多。邸俊 鵬等(2023)使用 2004—2018 年 31 個中國省際單位機器人進口數據，發現機器人的應用增 加了制造業高技能和低技能勞動力就業人數，減少了制造業中等技能勞動力的就業人數，即 表現為明顯的“極化”效應。何小鋼和劉叩明(2023)的研究發現，機器人主要是通過常規 任務勞動力替代效應和非常規任務崗位創造效應導致就業極化。值得注意的是，上述機器人 應用存在就業極化作用的結論與 Georg Graetz 和 Guy Michaels(2018)基于不包括中國的 17 個國家的研究結論不同，Georg Graetz 和 Guy Michaels(2018)發現低技能勞動力占比下降， 就業極化現象不顯著。

　　余玲錚等(2021)利用制造業“企業—工人”匹配數據研究發現，機器人使非常規任務 工資大幅增加，工業機器人所體現的技術進步是任務偏向型(TBTC)，而非傳統意義的教育 技能偏向型(SBTC)。呂潔等(2017)通過對 1990—2015 年間 22 個國家或地區的經驗數據分析表明，不斷增長的機器人投入正在緩慢地促進發達國家的勞動力結構轉型，其高技能勞動力比例在逐年上升，這在韓國等新興經濟體表現得尤為突出。陳佳瑩等(2022)結合中國家庭追蹤調查(CFPS)的個體數據和 IFR 發布的機器人數據，發現機器人應用降低了低技能個體在大企業正規就業的概率。

　　機器人應用導致勞動力崗位遷移和跨部門流動。王林輝等(2023)研究發現，機器人應 用存在崗位轉換效應，勞動者從繁重向非繁重崗位、從常規向非常規任務轉換。何小鋼等(2023) 研究發現，機器人應用降低了大多數行業的企業勞動收入份額，尤其是食品制造業、印刷業等勞動密集型行業。馬述忠等(2023)發現，機器人滲透促進了勞動力從制造業向其他服務業部門轉移，勞動力的跨部門流動有助于緩解機器人滲透帶來的負面影響。何展鴻和韓寶國

　　(2019)對佛山制造業的調查發現，多數工人有信心應對機器人帶來的沖擊，大部分工人認為， 機器人的普及能減輕工作強度，并且愿意通過學習和提升技能水平來提高薪酬待遇水平，在部分企業中任務被機器人替代的勞動者通過轉換崗位繼續留在原來的企業工作。

　　魏下海等(2020)基于中國勞動力動態調查(CLDS，2012—2016 年)的經驗研究發現， 當城市機器人安裝密度大時，移民有更大的概率進入該城市就業而不是被擠出勞動力市場， 此外，相比于常規任務移民，機器人顯著地促進非常規任務移民就業。但是，陳媛媛等(2022) 研究發現，2005—2015 年機器人的應用顯著減少了地區外來勞動力的遷入率。

　　概括起來，機器人應用對于勞動力市場結構的影響研究受到廣泛關注，取得了較大進展。 盡管機器人對總體就業規模的影響還存在一定爭議，但是機器人對于其直接可替代的崗位的影響是明確的，機器人還會增加與其互補的崗位需求，機器人應用也推動了勞動力從勞動密集型制造業崗位向服務業崗位、從生產率低的企業向高的企業流動。國內外研究都發現，機器人應用導致了高技能勞動者占比的提高，至于機器人應用是否會導致就業極化，相關研究還沒有一致結論。研究還發現，機器人應用提高了總體平均工資水平，但是降低了被機器人替代的制造業崗位的勞動力工資。

　　( 四 ) 影響機器人應用的因素

　　Daron Acemoglu 和 Pascual Restrepo(2022a)研究表明，人口老齡化會推動工業自動化， 尤其是機器人技術的廣泛應用和發展。面對勞動力短缺和勞動力工資上漲，“機器換人”在較 長時間里是中國企業應用機器人的主要動因之一。對浙江臺州“機器換人”情況的調查發現， 16.6% 的企業對“機器換人”有迫切性，54.8% 的企業開展“機器換人”的前提是政府加大政策補助力度(吳敏慧，2016)。Haichao Fan 等(2021)研究發現，生產率高的企業對于最低 工資提高反應更明顯，更愿意采用機器人。

　　Jay Dixon 等(2021)認為，為了發揮機器人的作用，企業要在管理實踐和組織設計上 做深刻變革，這與關于信息技術應用與組織結構需要互補的一些研究結論類似(Timothy F. Bresnahan 等，2002 ;Erik Brynjolfsson 等，2021)。企業能夠直接使用的機器人還不多，需要 匹配“沖壓、壓鑄、鍛造”等工藝環節“量身定做”，這給企業帶來了較大的成本壓力 ;“機器換人”是企業向智能制造方向發展的一個階段，這對企業的技術研發能力、維護能力及生產組織的科學管理水平都提出了更高要求(陸莉莎，2016 ;葉羽萍和王杰敏，2016 ;林昌華， 2015)。在機器人應用滲透中涌現出的機器人共享工廠等創新模式值得借鑒(韓寶國，2019)。 韓寶國和肖威(2022)從政策、金融、人才、平臺及共享五個方面提出了機器人應用推進路徑。

　　實證研究中的難點問題

　　( 一 ) 數據

　　獲得可靠的機器人應用數據是開展深入研究的基礎。Georg Graetz 和 Guy Michaels(2018) 使用的數據是 1993—2007 年 17 個國家的行業機器人應用數據，時間和國家變化帶來的數據統計變化使得應用面板回歸分析成為可能。Daron Acemoglu 和 Pascual Restrepo(2020)研究 機器人應用對于美國 500 多個通勤區的就業影響，面臨著通勤區真實數據無法獲得的問題， 作者構建了通勤區機器人暴露指數來反映機器人使用程度，這個指數采用的是行業應用機器 人密度加權區域內各行業就業人口比例。這個指數構建的內在假定是每個行業在各個通勤區的機器人使用密度都一樣，各個通勤區機器人暴露指數的差異實際上是各通勤區行業組成差 異帶來的，而不是機器人實際使用本身的差異，這也是該研究受到較多質疑的原因。

　　有幾項針對中國的研究都采用了間接估計企業機器人應用密度的辦法。王永欽和董雯 (2020)根據 IFR 發布的數據計算了中國行業機器人應用指數，指數定義為行業機器人存量除以行業 2010 年的就業人數，在此基礎上，定義企業機器人滲透度指數為企業中生產部門人數占比除以制造業所有企業生產部門員工占比的中位數，再乘以行業機器人應用指數，這個估計方法假定企業機器人應用只與行業和企業生產部門規模有關。王曉娟等(2022)使用中國

　　2009—2019 年各細分行業的機器人安裝數據，與 Daron Acemoglu 和 Pascual Restrepo(2020) 做法類似，將行業層面的工業機器人分解到地區層面，利用各個省份現有制造業各行業就業份額的差異和行業機器人數量的保有量，來衡量各省份工業機器人在制造業的滲透度。

　　國家行業層面數據會掩蓋行業內企業的異質性，無法識別機器人應用對企業就業產生影 響的微觀作用渠道。如前所述，Michael Koch 等(2021)收集、整理了西班牙制造業 1990— 2016 年的企業微觀數據，把研究拓深到企業微觀層面。李磊等(2021)整理了 2000 年至 2013 年中國海關統計的機器人進出口數據，把企業進口機器人數據作為企業實際應用機器人 的替代變量，從而把研究向中國企業微觀層面推進了一大步。

　　( 二 ) 因果識別

　　機器人應用與就業、生產率等因變量間的雙向因果關系，機器人應用的測量誤差，以及 遺漏變量等問題都會帶來估計偏差問題，即我們所說的內生性問題，這給因果識別造成困難。為減輕內生性問題帶來的影響，研究者多采用工具變量方法，以及最新發展的計量分析方法。

　　找到合適的機器人應用工具變量是實證研究的關鍵之一。Georg Graetz 和 Guy Michaels (2018)從行業哪些崗位和任務適合應用機器人入手，尋找構建了兩個工具變量，一是行業所包括的崗位中能夠被機器人替代的比例，即行業機器人可替代性 ;二是行業所包括的崗位中適合機器人完成的任務，即“觸 - 拿”(reaching and handling)任務所占比例。Jay Dixon 等 (2021)為減輕機器人投資的非隨機性帶來的估計偏差問題，先給細分行業需要的手工靈巧性

　　和語言交流能力賦值，再乘以機器人價格中位數的倒數，構建了機器人投資的工具變量。 有研究使用他國機器人應用數據作為研究對象國家的工具變量。Daron Acemoglu 和 Pascual Restrepo(2020)研究機器人應用對美國就業的影響，使用歐洲機器人應用暴露指數作為工具變量。Daron Acemoglu 等(2023a)研究荷蘭機器人應用的影響，使用了韓國等機器人應用領先國家的機器人應用指標作為工具變量。陳永偉和曾昭睿(2020)使用美國數據構 建的沖擊指數作為工具變量。王永欽和董雯(2020)采用美國的行業機器人滲透數據作為工具變量。陳媛媛等(2022)使用工業機器人科技前沿國家的各行業工業機器人應用變化量作為工具變量。采用他國機器人滲透指數作為研究國的工具變量值得商榷。機器人的技術進步推動世界各國采用機器人，研究對象國家的滲透率和他國的滲透率都是結果，使用平行的結果作為其一的工具變量，兩者因果關系較弱，即使是工具變量通過弱工具變量統計檢驗，從經濟作用機制方面看也不能說其為有效工具變量。 較多的研究者采用雙重差分方法來設計因果識別實驗。為處理雙重差分方法中存在的負權重問題，以及跨期處理效應可能不適用于使用雙重固定效應分析的問題，Daron Acemoglu 等(2023b)在實證研究中應用了最新發展的解決方案(Cle?ment De Chaisemartin 和 Xavier d’Haultfoeuille，2020;Clement De Chaisemartin 和 Luc Behaghel，2020)。Jay Dixon 等(2021) 應用雙重差分方法來推斷機器人的影響，采用了粗化匹配方法(coarsended exact matcing， CEM)(Matthew Blackwell 等，2009 ;Stefano M Iacus 等，2012)，使控制組和處理組在變量上具有更好的平衡性。李磊等(2021)在研究中采用了雙重差分傾向匹配得分方法(PSM-DID)。

　　結論與展望

　　工業機器人應用對經濟發展有深刻影響。研究者建立了基于任務的、壟斷競爭一般均衡 框架來分析機器人應用對企業、行業及區域就業和生產率等方面的影響。機器人對就業的影 響被歸納為替代效應和創造效應，機器人資本價格和勞動力工資是其中重要的經濟影響因素。 最新的研究將企業異質性引入分析，生產率高的企業更傾向于采用機器人。實證研究支持機 器人應用對企業和區域經濟有正向影響，包括產出、勞動生產率、全要素生產率和創新能力等方面。 機器人應用對就業影響的實證研究分為國家地區、行業和企業三個層面，研究結果存在

　　一定爭論。針對機器人應用發達國家的研究，如德國、荷蘭、芬蘭等，顯示機器人應用沒有 顯著減少總體就業，這與基于美國的研究結論不同 ;行業層面，有研究認為機器人沒有減少行業層面的就業，也有研究表明不同行業影響存在差異，一些行業因為應用機器人就業增加， 也有一些行業就業減少，如，基于中國的一些研究認為，機器人應用減少了制造業就業 ;企業層面，有基于西班牙、中國企業微觀機器人實際應用數據的研究表明，應用機器人提高了企業就業水平，也有使用中國企業機器人應用間接估計數據的研究認為，機器人應用減少了企業就業。造成研究結論有所差異的原因，一是不同國家機器人應用的實際情況不同，二是 區域機器人應用微觀數據難以獲得，這方面的研究還有待深入。

　　機器人應用對勞動力市場結構產生較大影響。多項研究表明，隨著機器人在許多行業的 廣泛應用，從事常規、低技能任務的工人群體受到了較大沖擊，這些工人群體往往面臨著工資下降和就業機會減少的風險。此外，機器人應用還引發了勞動力崗位的遷移和跨部門流動， 勞動力從傳統制造業轉向其他服務業部門。機器人應用是否導致就業極化還存在爭議。

　　機器人應用受多種因素影響。研究表明，人口老齡化、勞動力短缺和成本上漲推動了工業自動化，尤其是機器人技術的應用。生產率較高的企業更愿意應用機器人。機器人應用取得效益也需要企業進行管理實踐和組織設計的變革，如創新的共享工廠等模式。機器人應用的推進需要政策、金融、人才、平臺等方面的綜合措施。

　　展望未來，機器人技術在飛速發展，能夠完成的生產任務也更復雜，智能工業機器人逐 漸成為趨勢，其對就業、生產率和勞動力結構的影響，以及對企業組織變革的推動都是有意 義的研究課題。機器人應用與中國制造業迫切需要的數字化轉型升級之間的內在聯系，機器人應用與高素質勞動力的培養，機器人應用在新型工業化中與其他組成要素的互補協同作用， 智能工業機器人作為新質生產力的發展應用路徑等都是值得深入研究的課題。