巫 瑞 李 飚 李思雨

1（中國社會科學院大學繼續(xù)教育學院，北京 102488） 2（鄭州大學商學院，鄭州 450001）

引 言

2008年金融危機爆發(fā)之后，世界各國更加重視實體經(jīng)濟的發(fā)展，制造業(yè)之間的競爭隨之加劇。工業(yè)機器人在制造業(yè)領(lǐng)域的廣泛應用能夠提高生產(chǎn)效率，改善產(chǎn)品質(zhì)量，從而有助于提升制造業(yè)競爭力?；诖耍I(yè)機器人發(fā)展態(tài)勢非常猛烈，其全球應用量不斷增加。國際機器人聯(lián)合會（IFR）發(fā)布的 《2020年世界機器人報告》顯示，截至2019年，大約有270萬臺工業(yè)機器人在全球各地的工廠中運行，這也是歷史運行量的最大值。2014～2019年間，工業(yè)機器人在全球各地區(qū)銷售量的年平均增長率約為85%。工業(yè)機器人作為技術(shù)進步的一種具體表現(xiàn)，其廣泛應用給社會帶來了深刻變革。工業(yè)機器人應用能夠在很大程度上提高生產(chǎn)效率和產(chǎn)品質(zhì)量，是一國實現(xiàn)制造業(yè)轉(zhuǎn)型升級、提升制造業(yè)國際競爭力和價值鏈攀升的重要手段，因此各國都出臺了許多政策鼓勵企業(yè)積極引進和研發(fā)工業(yè)機器人。近年來，中國也出臺了較多相關(guān)政策。中國的工業(yè)機器人在國家政策大力扶持下得到了快速發(fā)展，其應用數(shù)量也不斷增加，根據(jù)IFR發(fā)布的統(tǒng)計數(shù)據(jù)，從2013年開始，中國就已經(jīng)是世界上最大的工業(yè)機器人市場，截至2019年，中國大約存有78.3萬臺工業(yè)機器人。

工業(yè)機器人作為一種重要的生產(chǎn)投入要素，其猛烈發(fā)展態(tài)勢在推動制造業(yè)轉(zhuǎn)型升級的同時，勢必會對勞動力市場產(chǎn)生深遠影響，“機器換人”這一說法由來已久，工業(yè)機器人應用對勞動力市場的影響受到了學者們的廣泛關(guān)注。目前中國正處于制造業(yè)轉(zhuǎn)型升級的關(guān)鍵時期，同時也面臨人口紅利窗口逐漸關(guān)閉帶來的勞動力成本上升以及勞動力技能水平偏低引起的勞動力供求結(jié)構(gòu)不匹配等一系列問題?；诖吮尘?，如何在充分發(fā)揮工業(yè)機器人應用對制造業(yè)轉(zhuǎn)型升級的推動作用、實現(xiàn)制造業(yè)強國目標的同時盡可能避免工業(yè)機器人應用對勞動力市場產(chǎn)生負面沖擊就顯得格外重要。本文從技能升級視角研究工業(yè)機器人應用對工資溢價的影響具有一定政策參考價值。

1 文獻綜述

工業(yè)機器人能夠促進經(jīng)濟發(fā)展，原因在于機器技術(shù)比常規(guī)技術(shù)迭代更快 （Hanson， 2001）［1］。李丫丫和潘安 （2017）［2］從工業(yè)機器人進口的視角出發(fā)，提出工業(yè)機器人應用會對本國產(chǎn)生技術(shù)溢出，進而對本國制造業(yè)生產(chǎn)率產(chǎn)生促進作用，有助于制造業(yè)轉(zhuǎn)型升級。杜文強 （2022）［3］對中國284個地級市研究發(fā)現(xiàn)，工業(yè)機器人應用會通過提高人力資本水平、增加服務業(yè)需求、創(chuàng)造第三產(chǎn)業(yè)崗位推動地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級。Pedersen等（2016）［4］提出機器人的動態(tài)編程或者自動化生產(chǎn)線可重構(gòu)性的改進，是企業(yè)在全球化的環(huán)境中保持有利競爭力的不二選擇。工業(yè)機器人應用也對國際貿(mào)易產(chǎn)生影響， “機器換人”有助于經(jīng)濟體在全球生產(chǎn)價值鏈中占據(jù)更優(yōu)勢地位 （劉勝和陳秀英，2019）［5］。新技術(shù)的出現(xiàn)會對勞動力市場產(chǎn)生重要影響，有學者研究發(fā)現(xiàn)新技術(shù)會對勞動力產(chǎn)生替代，Autor等 （2003）［6］提出的任務模型方法將工作任務劃分為不同類型，研究技術(shù)進步對勞動力崗位需求的影響。David（2017）［7］基于此模型對日本勞動力市場研究發(fā)現(xiàn)日本55%的職業(yè)存在較高的被新技術(shù)替代的風險，并且這種被替代風險在不同性別之間不存在差異。Agrawal等（2019）［8］則提出傳統(tǒng)勞動力自身所具備的核心技能被新技術(shù)替代的難易程度決定了其是否被替代。還有學者基于任務分割理論研究發(fā)現(xiàn)新技術(shù)的應用會使勞動力市場出現(xiàn)極化現(xiàn)象，如Autor等（2006）［9］研究發(fā)現(xiàn)自動化技術(shù)應用過程中，中等技能的勞動力就業(yè)崗位數(shù)量相對低技能和高技能的勞動力增長較慢甚至減少，呈現(xiàn)極化現(xiàn)象。Hanson（2001）［1］利用新古典經(jīng)濟增長模型從理論上分析了勞動力與機器人之間的關(guān)系，認為后者會對前者產(chǎn)生替代作用。但也有文獻分析提出機器人應用并不必然引起勞動力需求的減少，這是由于在替代勞動力的同時，機器人應用也會產(chǎn)生一批新的工作崗位（Acemoglu 和 Restrepo， 2017）［10］。 Graetz 和 Michaels（2018）［11］認為工業(yè)機器人應用對總體就業(yè)沒有產(chǎn)生顯著影響，但有學者對美國行業(yè)的實證研究則發(fā)現(xiàn)機器人應用會對勞動力就業(yè)產(chǎn)生擠出效應（Acemoglu 和 Restrepo， 2017）［10］。 Dauth（2017）［12］則對德國不同產(chǎn)業(yè)的就業(yè)數(shù)量進行了研究，發(fā)現(xiàn)工業(yè)機器人應用會導致服務業(yè)相對于制造業(yè)就業(yè)數(shù)量提升，但并未對勞動力總體就業(yè)產(chǎn)生擠出。鄧洲 （2016）［13］提出工業(yè)機器人對勞動力就業(yè)數(shù)量的影響兼具替代效應和創(chuàng)造效應，不會造成大規(guī)模失業(yè)，但部分學者則實證研究發(fā)現(xiàn)工業(yè)機器人應用對中國制造業(yè)勞動力就業(yè)存在顯著擠出效應（閆雪凌等， 2020； 韓民春和馮樂蘭， 2020）［14，15］。還有學者研究發(fā)現(xiàn)工業(yè)機器人不僅對制造業(yè)就業(yè)產(chǎn)生了擠出，對中國整體勞動力就業(yè)同樣存在抑制作用（孔高文等， 2020； 王永欽和董雯， 2020）［16，17］。但也有學者發(fā)現(xiàn)工業(yè)機器人應用不僅不會擠出就業(yè)，反而會對就業(yè)產(chǎn)生促進作用，李磊等（2021）［18］利用中國微觀企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)工業(yè)機器人應用提升了企業(yè)對勞動力的需求。還有學者實證研究了工業(yè)機器人應用對就業(yè)結(jié)構(gòu)的影響，Graetz和Michaels（2018）［11］把勞動力按照技能水平劃分為低、中、高技能3種進行研究，發(fā)現(xiàn)工業(yè)機器人應用擠出了勞動力市場中的低技能勞動力，增加了其他兩類勞動力的就業(yè)，改變了勞動力的技能結(jié)構(gòu)。國內(nèi)學者研究發(fā)現(xiàn)工業(yè)機器人在中國同樣產(chǎn)生了極化作用 （王永欽和董雯，2020）［17］。李曉彤 （2019）［19］實證研究發(fā)現(xiàn)工業(yè)機器人應用可以促進高技能勞動力的就業(yè)，并且抑制中、低技能勞動力的就業(yè)，證實工業(yè)機器人對中國勞動力市場也產(chǎn)生了一定的極化作用。孫早和侯玉琳 （2019）［20］則進一步劃分了單極化和兩極化，并認為工業(yè)機器人將導致勞動力就業(yè)呈現(xiàn)兩極化趨勢。閆雪凌等（2021）［21］的研究則認為工業(yè)機器人在中國并未產(chǎn)生就業(yè)極化效應。

現(xiàn)有研究普遍把在控制其他因素不變的情況下，某一因素對工資的提升作用視為該因素產(chǎn)生的“工資溢價效應”。如劉志龍和靳文杰 （2015）［22］提出，互聯(lián)網(wǎng)對個人收入的提升作用被稱之為互聯(lián)網(wǎng)的 “工資溢價效應”。當前有關(guān)工資溢價問題的研究主要集中在工會、城市規(guī)模、企業(yè)性質(zhì)等方面的工資溢價。集體協(xié)商有利于建立標準化工資合同，提升較低收入者的工資，進而產(chǎn)生工資溢價 （孫兆陽，2013）［23］。工會肩負對組織員工進行職業(yè)培訓的責任，加入工會可以增加員工的培訓概率，而培訓則能夠提升員工人力資本水平，從而對工資有促進作用 （李龍和宋月萍，2017）［24］。孫兆陽和劉玉錦 （2019）［25］運用中國綜合調(diào)查數(shù)據(jù)實證研究發(fā)現(xiàn)工會成員的時薪水平明顯高于非成員，驗證了工會工資溢價的存在。但也有學者利用不同的數(shù)據(jù)研究發(fā)現(xiàn)是否加入工會對工資并沒有明顯的差異性影響 （袁青川，2018）［26］。此外，還有學者發(fā)現(xiàn)大城市相較小城市具有更高的工資水平，進而提出城市規(guī)模同樣存在工資溢價。大城市的勞動力市場相較小城市更加完善，尋找工作的成本比較低可能導致了大城市工資溢價的存在 （陳飛和蘇章杰，2021）［27］。還有學者從企業(yè)異質(zhì)性出發(fā)對企業(yè)工資溢價問題進行了研究，發(fā)現(xiàn)企業(yè)生產(chǎn)率、人力資本等具有顯著工資溢價，企業(yè)出口同樣具有工資溢價效應 （孫敬水和丁寧，2019）［28］。同時，有學者利用微觀數(shù)據(jù)研究發(fā)現(xiàn)互聯(lián)網(wǎng)存在工資溢價效應，并在不同行業(yè)之間存在顯著差異 （初立明， 2020）［29］。

工業(yè)機器人應用會引起就業(yè)數(shù)量和就業(yè)結(jié)構(gòu)的變化，在其變化的同時，勞動力的工資水平也會隨之發(fā)生變化。目前研究工業(yè)機器人對工資影響的文獻比較少，結(jié)論也未達成一致。Acemoglu和 Restrepo （2018）［30］從理論層面分析認為工業(yè)機器人會提升勞動力工資水平。工業(yè)機器人能夠提升勞動生產(chǎn)率，提升企業(yè)盈利能力，有利于企業(yè)擴大規(guī)模，從而增加未被機器替代的那部分勞動力的需求；另外，工業(yè)機器人的運用可以創(chuàng)造一批與機器人相關(guān)的新的工作崗位，這進一步增加了對勞動力的需求。這一觀點得到了Graetz和Michaels （2018）［11］研究的證實， 其實證研究發(fā)現(xiàn)工業(yè)機器人會造成不同技能水平的勞動力工資都提升。 DeCanio等 （2016）［31］使用美國工業(yè)機器人數(shù)據(jù)實證研究發(fā)現(xiàn)在一定條件下工業(yè)機器人的增加會抑制勞動力工資水平。Berg等 （2016）［32］基于技能偏向性技術(shù)進步理論提出工業(yè)機器人與高等技能勞動力之間存在較強的互補性，與中等和低等技能勞動力之間則存在較強的替代性，故機器人應用會提升高技能勞動力的工資水平，降低其他勞動力的工資水平。

國內(nèi)關(guān)于工業(yè)機器人對勞動力工資影響的研究很少，所得結(jié)論也不一致。有學者實證研究發(fā)現(xiàn)工業(yè)機器人會提升勞動力平均工資 （閆雪凌等， 2021）［21］， 但王曉娟等 （2022）［33］在分別研究了短期和中長期工業(yè)機器人對勞動力工資的影響后，發(fā)現(xiàn)在短期和中長期工業(yè)機器人均會對勞動力工資產(chǎn)生負向影響。還有一些學者運用不同層面的數(shù)據(jù)實證研究發(fā)現(xiàn)工業(yè)機器人對勞動力工資的影響并不顯著 （閆雪凌等，2020；王永欽和董雯， 2020）［14，17］。 此外， 有學者進一步對不同技能的勞動力的工資進行了研究，發(fā)現(xiàn)工業(yè)機器人應用對中國的勞動力工資也存在極化效用。呂世斌和張世偉 （2015）［34］按照各行業(yè)高等技能勞動力占比的高低程度把制造業(yè)的細分行業(yè)劃分為不同技能行業(yè)進行研究，發(fā)現(xiàn)工業(yè)機器人應用造成了中等技能行業(yè)勞動力的平均工資增長相較其他行業(yè)大幅減少，即工業(yè)機器人應用存在工資極化作用。就工業(yè)機器人對勞動力工資的作用機制方面，現(xiàn)有文獻鮮有涉及，楊曉峰 （2018）［35］提出智能制造會通過提升人力資本對制造業(yè)勞動力工資產(chǎn)生正向影響。

綜上所述，目前國內(nèi)就工業(yè)機器人對中國勞動力市場影響的研究還比較少，且多集中在工業(yè)機器人對勞動力就業(yè)人數(shù)和就業(yè)結(jié)構(gòu)的影響研究，缺少進一步對勞動力工資的影響研究，現(xiàn)有文獻的結(jié)論也不盡相同，本文實證研究工業(yè)機器人對中國勞動力工資的影響是對現(xiàn)存文獻的重要補充。本文試圖從技能升級的角度研究工業(yè)機器人對勞動力工資的影響，為工業(yè)機器人影響勞動力工資的作用機制的研究提供思路。

2 理論分析與研究假設

工業(yè)機器人應用主要通過影響勞動力的需求對工資水平產(chǎn)生影響，其對勞動力需求的影響包括替代效應、生產(chǎn)率效應和就業(yè)創(chuàng)造效應3種，這3種影響對勞動力需求的作用方向不同，因此對勞動力工資的影響方向也不同，具體分析如下：（1）替代效應。替代效應是指工業(yè)機器人和勞動力可被視為兩種可以相互替代的生產(chǎn)要素，生產(chǎn)者會權(quán)衡其使用成本和產(chǎn)出對兩者進行選擇，當生產(chǎn)者認為工業(yè)機器人的成本產(chǎn)出比更低時，會在生產(chǎn)中引進工業(yè)機器人。而工業(yè)機器人的應用會導致相同產(chǎn)出下需要的勞動力更少，如此就擠出了勞動力要素，降低了勞動力需求，這會對勞動力工資產(chǎn)生負向影響；（2）生產(chǎn)率效應。生產(chǎn)率效應是指工業(yè)機器人在生產(chǎn)中的應用可以大幅度提升生產(chǎn)效率，降低生產(chǎn)成本，有利于增加企業(yè)利潤。在這種情況下，企業(yè)出于追求更高利潤的目的，會選擇進一步擴大生產(chǎn)規(guī)模，從而增加未被替代的那部分勞動力的需求，而勞動力需求的增加對勞動力工資有提升作用；（3）就業(yè)創(chuàng)造效應。就業(yè)創(chuàng)造效應是指工業(yè)機器人的應用會產(chǎn)生一批與工業(yè)機器人相關(guān)的新崗位，這會通過增加勞動力需求對勞動力工資產(chǎn)生提升效應；另外，新創(chuàng)造的崗位往往需要更高技能的勞動力從事，基于高等技能勞動力工資相對其他勞動力較高的事實，這也會對勞動力工資產(chǎn)生正向影響。工業(yè)機器人對勞動力工資的總體作用是這三種不同方向的影響的均衡結(jié)果。

研究假說1：當工業(yè)機器人的替代效應小于生產(chǎn)率效應和就業(yè)創(chuàng)造效應時，會產(chǎn)生工資溢價。

由于中國幅員遼闊，東、中、西部和東北部區(qū)域的經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等存在明顯差異，工業(yè)機器人應用的數(shù)量、質(zhì)量等也大不相同，因此，工業(yè)機器人應用產(chǎn)生的影響也不同。

研究假說2：工業(yè)機器人應用對勞動力工資的影響在東、中、西部和東北部區(qū)域存在顯著差異。

技能偏向性技術(shù)進步理論認為，技術(shù)進步會提高對勞動力技能的要求。自動化技術(shù)會替代低技能的體力性、程序性工作，與高技能的認知型、非程序性工作互補 （Autor等，2003；Acemoglu和Restrepo， 2020）［6，36］， 并有助于勞動力技能升級（呂杰等，2017）［37］。由此，工業(yè)機器人作為一種新技術(shù)，其廣泛應用也會對勞動者技能升級有推動作用，具體來說：（1）工業(yè)機器人的應用可以替代大量從事程序化程度較高的、技能水平比較低的勞動力，如對于流水線工人的替代等，這種替代效應會導致就業(yè)市場中高技能勞動力相對增加，低技能勞動力相對減少，從而優(yōu)化勞動力技能結(jié)構(gòu)，推動技能升級；（2）工業(yè)機器人會產(chǎn)生許多更具技術(shù)含量的工作，如工業(yè)機器人工程師等，這些崗位需要擁有更高技能的專業(yè)人員從事，這會增加勞動力市場中高技能勞動力的絕對量，由此實現(xiàn)勞動力技能升級；（3）工業(yè)機器人的應用使工作環(huán)境變得更為復雜，勞動力原來所擁有的技能水平可能無法再勝任現(xiàn)在的工作崗位，可能面臨工作崗位、福利待遇等下降的情況，尤其是低技能的勞動力，甚至可能會面臨失業(yè)的風險，這會倒逼勞動力不斷提升自身技能水平避免陷入崗位下移或失業(yè)困境，因此，勞動力市場的技能結(jié)構(gòu)也會不斷升級；（4）由于工業(yè)機器人對不同技能的勞動力存在不同的影響，對低技能勞動力的替代性較強，與高技能勞動力則互補性更強，這種差異性的影響會導致高、低技能勞動力的分化，兩類勞動力的福利待遇差異更加明顯，這會激勵低技能勞動力通過職業(yè)培訓等各種途徑提升自身技能來爭取更好的福利待遇，實現(xiàn)技能升級。

而技能升級則對勞動力工資存在正向影響，（1）技能升級意味著勞動力市場內(nèi)高技能勞動力的相對增加，基于高技能勞動力平均工資較高的事實，技能升級會提高勞動力市場中的平均工資；（2）技能升級意味著勞動力擁有更高技能，富含更多人力資本，勞動力會要求更高工資，這也會對平均工資具有促進作用；（3）勞動力的技能升級有助于企業(yè)研發(fā)創(chuàng)新，提高企業(yè)勞動生產(chǎn)率，勞動力人均產(chǎn)出隨之提高，這同樣能夠促進勞動力工資增長。

研究假說3：若存在工資溢價效應，工業(yè)機器人應用可能通過促進勞動力技能升級這一途徑產(chǎn)生工資溢價。

3 模型構(gòu)建及變量說明

3.1 計量模型設定

為檢驗工業(yè)機器人應用的工資溢價效應是否存在，本文設立了如下基準回歸模型：

其中，i表示?。▍^(qū)、市），t表示時間，Yit為被解釋變量勞動力平均工資，rob是核心解釋變量工業(yè)機器人應用，C為一系列?。▍^(qū)、市）層面的控制變量，ωi為省（區(qū)、市）固定效應，μt為時間固定效應，εi，t為隨機擾動項。α1是本文關(guān)心的系數(shù)，反映工業(yè)機器人應用對勞動力平均工資的影響。

3.2 變量選取與數(shù)據(jù)說明

（1） 被解釋變量

本文的被解釋變量為工資（wage），使用各?。▍^(qū)、市）城鎮(zhèn)單位就業(yè)人員年平均工資表示，單位為千元。

（2） 解釋變量

本文選取的衡量工業(yè)機器人應用的指標為各?。▍^(qū)、市）工業(yè)機器人滲透密度，用每萬人擁有的工業(yè)機器人臺數(shù)來衡量。由于缺少各?。▍^(qū)、市）工業(yè)機器人的擁有量數(shù)據(jù)，本文參考王永欽和董雯 （2020）［17］、 趙春明等 （2020）［38］、 李志強和劉英 （2022）［39］的方法，假設在同一個國家某一行業(yè)中工業(yè)機器人的分布是一樣的，利用IFR提供的工業(yè)機器人安裝量和存量數(shù)據(jù)與各省（區(qū)、市）就業(yè)數(shù)據(jù)構(gòu)造工業(yè)機器人滲透密度。需要說明的是，本文在構(gòu)造工業(yè)機器人密度時，只采用了制造業(yè)的相關(guān)數(shù)據(jù)，這是由于當前工業(yè)機器人主要運用在制造業(yè)行業(yè)，在農(nóng)業(yè)和服務業(yè)的應用數(shù)量比較少。

本文參考閆雪凌 （2020）［14］的方法，將中國的制造業(yè)細分行業(yè)與IFR提供的制造業(yè)細分行業(yè)相匹配，得到14個制造業(yè)細分行業(yè)，然后以城鎮(zhèn)單位就業(yè)人數(shù)作為權(quán)重構(gòu)建省（區(qū)、市）工業(yè)機器人滲透密度。

其中j表示行業(yè)，t表示時間，i表示?。▍^(qū)、市），numbertj表示j行業(yè)在t年的工業(yè)機器人安裝量和存量，Ltj表示j行業(yè)在t年的全國就業(yè)量，使用全國各行業(yè)城鎮(zhèn)單位就業(yè)人數(shù)計算得出。表示t年j行業(yè)的機器人行業(yè)密度，和分別表示第i個?。▍^(qū)、市）在t年的j行業(yè)就業(yè)量和全部制造業(yè)行業(yè)就業(yè)量，同樣采用城鎮(zhèn)單位就業(yè)人員數(shù)衡量。以各?。▍^(qū)、市）內(nèi)行業(yè)就業(yè)量占制造業(yè)總就業(yè)量的比重為權(quán)重分別乘以其對應的行業(yè)密度，再對所有行業(yè)進行加總求和就得到了?。▍^(qū)、市）工業(yè)機器人安裝密度（robot1）和存量密度（robot2）。

（3） 中介變量

現(xiàn)有研究普遍使用高技能勞動力占所有勞動力的比重衡量技能升級，在界定高技能勞動力時，通常有兩種方法，第一種是按照學歷界定，通常把學歷為高中以上的勞動力視為高技能勞動力。第二種是根據(jù)工作性質(zhì)劃分，把從事技術(shù)含量較高的勞動力視為高技能勞動力。擁有高學歷的勞動力從事的不一定就是高技術(shù)含量的工作，也就不一定是高技能勞動力，由此認為工作性質(zhì)相較勞動力學歷更能衡量技能升級，故本文將各地區(qū)研究與開發(fā)人員（R＆D）視為高技能人員，將除R＆D人員之外的人員視為低技能勞動力，使用各地區(qū)研究與開發(fā)人員全時當量與該區(qū)域城鎮(zhèn)單位就業(yè)人數(shù)的比值衡量技能升級，并對其取百分數(shù)（highskill）。

（4） 控制變量

本文選用的控制變量分別為產(chǎn)業(yè)結(jié)構(gòu)（industry），用第三產(chǎn)業(yè)和第二產(chǎn)業(yè)的增加值之比表示；外商投資（lnforeign），用按照當年利率換算成人民幣后的實際利用外商投資額的對數(shù)表示；地區(qū)經(jīng)濟發(fā)展水平（lngdp），用各?。▍^(qū)、市）人均地區(qū)生產(chǎn)總值的對數(shù)值表示；地方財政支出（lngov），用地方一般預算支出的對數(shù)值表示；社會固定資產(chǎn)投資（lnK），用社會固定資產(chǎn)投資的對數(shù)值表示。

（5） 數(shù)據(jù)來源

考慮到數(shù)據(jù)的可獲得性，本文選取去除西藏和港澳臺地區(qū)后的30個?。▍^(qū)、市）2008～2019年的數(shù)據(jù)進行研究，研究中使用的工業(yè)機器人安裝量和存量數(shù)據(jù)來源于國際機器人聯(lián)合會（IFR），其余數(shù)據(jù)來源于國家統(tǒng)計局以及各地方統(tǒng)計局公布的各類統(tǒng)計年鑒，變量描述性統(tǒng)計結(jié)果見表1。

表1 變量描述性統(tǒng)計

4 實證結(jié)果與分析

4.1 基準回歸分析

表2的列 （1）、（2）分別展示了不加控制變量和加了控制變量后的基準回歸結(jié)果，結(jié)果顯示工業(yè)機器人應用對勞動力平均工資具有顯著正向影響，即工業(yè)機器人存在工資溢價效應，具體來說，在控制其他變量排除干擾后，工業(yè)機器人滲透密度每增加1個單位，勞動力平均工資將增加215元，驗證了假說1。從列 （2）中也可以看出，產(chǎn)業(yè)結(jié)構(gòu)對平均工資有顯著正向影響，原因可能是第三產(chǎn)業(yè)已經(jīng)成為了中國經(jīng)濟發(fā)展的主動力，且對就業(yè)的吸納能力相較第二產(chǎn)業(yè)更強，對勞動力需求更大，從而對平均工資有正向影響。外商投資和地區(qū)經(jīng)濟發(fā)展水平對平均工資也有顯著正向影響，原因可能是兩者都能夠增加對勞動力的需求。地方財政支出越多，相應的區(qū)域內(nèi)企業(yè)獲得的政府補貼以及各機構(gòu)得到的經(jīng)費等就越多，這也會對勞動力工資產(chǎn)生正向影響。

表2 基準回歸結(jié)果

4.2 內(nèi)生性處理

由于在工業(yè)機器人應用對工資產(chǎn)生影響的同時，工資作為勞動力的使用成本也可能會影響工業(yè)機器人的應用量，即可能有互為因果的內(nèi)生性問題。本文選擇將核心解釋變量分別滯后1期和滯后2期進行檢驗，結(jié)果（表略）顯示在將工業(yè)機器人應用滯后1期、滯后2期排除內(nèi)生性問題后，工業(yè)機器人應用仍具有顯著的工資溢價效應。

4.3 穩(wěn)健性檢驗

為了排除極端值影響，本文去除了工業(yè)機器人滲透密度首尾各5%的數(shù)據(jù)進行回歸，結(jié)果（表略）顯示在去除了極端值影響之后，工業(yè)機器人應用仍具有顯著的工資溢價效應。此外，本文使用工業(yè)機器人存量數(shù)據(jù)構(gòu)建工業(yè)機器人滲透密度代替核心自變量，結(jié)果（表略）顯示工業(yè)機器人應用的工資溢價效應是穩(wěn)健的。

4.4 異質(zhì)性分析

為研究工業(yè)機器人應用的工資溢價效應在不同區(qū)域之間是否存在差異，本文對東、中、西部和東北部區(qū)域分別進行了回歸，回歸結(jié)果如表3所示，結(jié)果顯示工業(yè)機器人應用對工資的影響在不同區(qū)域存在顯著差異，在東部、中部和東北部區(qū)域均存在顯著工資溢價效應，其中東部地區(qū)的工資溢價效應最大，東北部區(qū)域最小。值得注意的是與其他區(qū)域不同，在西部區(qū)域，工業(yè)機器人應用對工資產(chǎn)生了顯著負向影響。工業(yè)機器人應用對各區(qū)域的影響差異可能是由于在不同區(qū)域工業(yè)機器人應用的數(shù)量和質(zhì)量不同造成的，東部區(qū)域較為發(fā)達，應用的工業(yè)機器人數(shù)量更多且更加智能化，相較而言對高技能勞動力的需求更高，生產(chǎn)率效應和就業(yè)創(chuàng)造效應較強，而替代效應較弱，故而產(chǎn)生的工資溢價更大。而西部區(qū)域應用的工業(yè)機器人數(shù)量較少且智能化水平不高，大多表現(xiàn)為工廠中的流水線作業(yè)等形式，對勞動力的替代效應更強，所以反而對勞動力工資產(chǎn)生了負向作用。

表3 異質(zhì)性分析結(jié)果

4.5 中介效應

上文研究已經(jīng)發(fā)現(xiàn)工業(yè)機器人應用存在工資溢價效應，為進一步檢驗工業(yè)機器人應用能否以技能升級為中介對工資產(chǎn)生影響，設定模型設置如下：

W表示中介機制技能升級，其他變量設置與基準回歸相同，β1反映工業(yè)機器人應用對中介機制技能升級的影響，γ2反映中介機制技能升級對勞動力工資的影響，當β1和γ2均顯著為正時，說明工業(yè)機器人應用可以通過技能升級路徑產(chǎn)生工資溢價，且產(chǎn)生的工資溢價為β1×γ2。

中介效應回歸結(jié)果（表略）表明，工業(yè)機器人應用可以通過技能升級這一路徑產(chǎn)生工資溢價，具體來說，工業(yè)機器人滲透密度每增加1個單位，可通過技能升級這一中介產(chǎn)生19元的工資溢價，驗證了假說3。

5 結(jié)論與政策建議

本文利用2008～2019年IFR提供的工業(yè)機器人應用數(shù)據(jù)和中國30個?。▍^(qū)、市）的宏觀數(shù)據(jù)進行實證研究得到以下結(jié)論：（1）工業(yè)機器人應用對我國勞動力市場具有顯著的工資溢價效應，在經(jīng)過內(nèi)生性處理和穩(wěn)健性檢驗后工資溢價仍顯著存在；（2）由于不同區(qū)域工業(yè)機器人應用數(shù)量不同，工業(yè)機器人應用產(chǎn)生的工資溢價在不同區(qū)域之間存在顯著差異，其中東部區(qū)域的工資溢價效應最大，其次為中部區(qū)域，最后為東北部區(qū)域。值得關(guān)注的是，工業(yè)機器人應用并未在西部區(qū)域產(chǎn)生工資溢價，反而對勞動者工資產(chǎn)生了負向影響；（3）工業(yè)機器人應用可通過技能升級產(chǎn)生工資溢價，促進勞動力技能升級能夠?qū)べY產(chǎn)生正向影響。

本文政策建議包括：（1）鼓勵國內(nèi)工業(yè)機器人研發(fā)。智能制造是實現(xiàn)制造業(yè)強國的必經(jīng)之路，工業(yè)機器人是智能制造的重要內(nèi)容，中國要大力支持工業(yè)機器人應用于社會各個層面，鼓勵工業(yè)機器人引進，從而實現(xiàn)制造業(yè)強國戰(zhàn)略目標；還要鼓勵國內(nèi)工業(yè)機器人研發(fā)，加大工業(yè)機器人研發(fā)投入力度，突破技術(shù)屏障；（2）健全勞動力培訓體系。勞動力的技能水平普遍較低、供求結(jié)構(gòu)不平衡等問題嚴重制約了中國制造業(yè)發(fā)展，推動勞動力技能升級是實現(xiàn)制造業(yè)轉(zhuǎn)型升級的必要條件。通過健全培訓體系，加大培訓投入力度可以幫助勞動力實現(xiàn)技能升級，有助于形成制造業(yè)轉(zhuǎn)型升級和勞動力平均工資增長的雙贏局面，也有助于中國實現(xiàn)從人口紅利向人才紅利的轉(zhuǎn)變。