文摘
中国是世界上最大的工业机器人市场自2013年以来。工业机器人提高准确性、安全和工业生产的效率,但对劳动力市场产生重大影响。本调查采用任务型模式探索各行业工业机器人和就业之间的关系。本研究使用工业机器人国际机器人和就业联合会的数据从2010年到2019年中国统计年鉴的数据检查机器人应用程序对劳动力需求的影响机制不同行业在中国。结果显示机器人之间显著正相关的暴露和劳动力需求,卫生和社会服务、科学研究、技术服务和管理水利和环保产业。根据结果,机器人的使用促进高技能人才就业和一些第三方就业、教育、食品和饮料、公用事业、家用电器和交通工具。然而,多元回归分析显示,机器人的使用减少了就业在传统行业,如农业和采矿业。
1。介绍
问题的机器人在劳动力市场上的潜在影响问题受到越来越多的重视。人工智能和新的机器人设计的普及大大影响经济和社会。在20世纪初,著名经济学家约翰•梅纳德•凯恩斯,预言人类将有一个新的就业挑战,也就是说,“技术失业”(1]。领域的快速发展人工智能和机器人技术已经开始解决主要问题的生产力和替代劳动由机器人的加速度。这引入了巨大的挑战与人类的劳动力(2]。根据应用程序,机器人可分为重复性任务的机器人,医疗机器人,守卫机器人,民用机器人,天文机器人、娱乐机器人、采矿机器人,国防和军事机器人、农业机器人、偏远地区机器人(3]。最近的一项研究,麦肯锡全球研究院(MGI)指出,机器人将取代400,到2030年,世界上有8亿人。在自动化的快速发展,在中国高达31%的工作时间将自动4]。在多大程度上在未来机器人将取代人类工人吗?是人工智能和机器人技术的迅速发展,负责引进积极的机遇或挑战吗?这个问题已经成为一个全球性问题,不容忽视。
自2015年以来,人工智能在中国经历了爆炸式增长,吸引了大量的注意力从社会各阶层。2017年9月,政府公布了一份文件,“新一代人工智能发展计划。“这个计划敦促中国抓住全球命令2030年的人工智能和孵化10万亿元工业产值。作为人工智能的重要组成部分,机器人应用程序已经成为改变中国从制造业的关键支点高质量的经济发展。更多的机器人是利用仪表(IFR, 2019)数据比以往任何时候都。机器人的操作股票措施机器人目前部署的数量。机器人在世界上的工作股票从102万年的2009上升到2019年273万辆稳定的上升趋势。中国,日本,美国,韩国,德国构成了五大工业机器人市场。他们约占全球70%的进出口贸易在机器人和安装。过去十年的数据表明,机器人在华业务的持续增长。 At the same time, the United States, Germany, Japan, and South Korea have experienced zero or even negative growth in the rate of robot ownership in the past ten years. China has been the world's largest market for industrial robots since 2013. The number of robot installation was about 550 units in 1990. After ten years of slow augmentation, robot installations increased from 5525 units in 2009 to 156,000 units in 2017. In 2017 and 2018, China’s total industrial robot installations accounted for 38% of the global total. In 2019, a total of 140,000 units were installed which is 9% less than that in 2018 but still higher than the total robots installed in Europe and the United States. With the acceleration of artificial intelligence development, robots have had a greater impact on labor force employment. Against this backdrop, it is necessary to systematically study the technical progress of robots and their effect on the labor market from the perspective of economic method and theory.
政府和私营企业在中国花费大量的钱来促进和支持技术创新而言,人工智能和机器人的发展。人机协作的崛起,影响了现代世界的所有领域,从工作到生活。然而,很难回答这个问题的机器人是否负责创建或消除就业机会。超过100000个新工业机器人被安装在美国工业(IFR, 2019),主要是在汽车行业的就业人数增加了230000从2010年到2015年(5]。尽管如此,某些职业可能消失在当地社区,全球总就业人数可能会增加。除了改变就业数量、就业和劳动的性质和特点可能会从根本上改变。作为最大的发展中国家随着经济过渡,机器人技术的迅速推广无疑将对人力资源管理产生深远的双重影响。先前的研究机器人对劳动力市场的影响,然而,是不一致的。这些研究大多数的研究只在发达国家进行(6- - - - - -9]。虽然很少有研究调查机器人技术和人工智能的发展,相应的对中国经济的影响10- - - - - -12),大多数研究都集中在理论维度或国家、省、和公司的水平13- - - - - -15]。中国机械发展之间的差距也存在及其影响。系统性的实证研究缺乏对工业机器人之间的关系和中国在不同行业的就业和技能。本调查旨在探索各行业工业机器人和就业之间的关系。本研究采用国际机器人联合会(IFR)工业机器人从中国统计年鉴数据和就业数据构建一个渗透指数在中国工业机器人。因此,我们研究机器人部署对劳动力需求的影响。我们也分析机器人对经济的潜在影响的结果,这可能为中国政府提供指导未来的经济增长和就业。
本文组织如下:第二节介绍现有的理论和实证文献工业机器人在经济和劳动力市场的影响。部分3描述研究方法,主要侧重于理论框架,数据描述和实证模型。研究的最后一部分是总结。
2。文献综述
与人工智能技术的迅速发展,新技术革命和产业转型的时代正在逐步形成。这是一个时代的机器人制造过程和生活模式的改变(16]。国际机器人市场的快速发展已成为不容忽视的一个重要现象对经济生活的影响。本节回顾了现有的理论和实证文献的影响在经济和劳动力市场的工业机器人。
一些学者认为,技术创新会导致社会进步和降低了生产部门的人力资源的重要性,这就增加了失业率(2,17,18]。在研究这个命题,建立了一个基于任务的模型。他认为,使用智能机器可以减少相对工资和劳动力的收入份额,而导致高失业率(17]。弗雷和奥斯本开发了一个模型基于高斯过程分类700多详细的职业在美国根据其易感性自动化数据来自美国劳工部职业分类数据库。这一调查结果表明,在美国大约一半的工作将受到自动化在未来几十年2]。阿赛莫格卢和雷斯特雷波(18)检查人类劳动和机器人之间的竞争而言,不同的生产任务。他们的结论是,机器人的使用将减少就业和降低劳动者工资。他们的分析是基于工业机器的使用情况,就业和工资变化回到在美国(IFR)。结果显示每个额外的机器人在每个几千工人就业人口比例减少0.18%∼0.34%,和工资减少0.25%∼0.5%。这种负面效应表明,机器人的应用有重大的负面影响在交通领域的就业和工资18]。
许多学者也积极支持的观点创新影响就业19- - - - - -21]。布卢姆等人估计,由于广泛的人工智能技术融入日常生活中,从2010年到2030年,世界将开发7.34亿新的就业机会19]。阿赛莫格卢和雷斯特雷波(20.)认为,从全球的角度看,科学和技术的发展历史,从长远来看,技术进步将导致新的就业机会的发展。在这方面,新工作产生的补偿效应可以抵消自动化(造成的替代效应20.]。同样,格里高利et al。21检查数据来自27个欧洲国家从1999年到2010年。他们发现,传统形式的技术变革领导资本代替劳动力在生产过程中,就业减少了约960万个工作岗位。相比之下,产品需求的溢出效应所带来的技术进步导致增加了近2100万个就业机会。总的来说,技术进步已经净对就业产生积极的影响在欧洲劳动力(21]。
一系列的实证研究表明,非熟练劳动力和资本的替代品,而熟练的劳动力和资本是互补的22- - - - - -25]。例如,当机器价格下跌,公司减少非熟练劳动力的使用。相反,当机械的价格下降,制造商增加设备的使用,对熟练工人的需求增加,因为设备运行需要熟练工人。根据这项研究,10%的设备价格下降会导致降低5%使用不熟练工人和熟练工人的使用增加了5% (26]。这一发现被广泛称为capital-skill互补假说,几个重要的政策含义。例如,假设表明技术进步,如快速下降的成本计算在最近几十年,可能显著影响收入不平等。这种效应存在,因为技术进步导致的增加对熟练工人的需求,减少对非熟练劳动力的需求。
的技术进步对就业的影响不同技能的劳动者表明,高技能劳动者可以快速掌握和适应新技术;在这个意义上,与新技术熟练工人有一个互补的关系。然而,非熟练劳动力的人力资本水平是有限的因为不熟练劳动者无法快速掌握新技术。出于这个原因,它的风险是被新技术所取代。与传统技术的进步,人工智能将会增加熟练工人的需求和就业机会。这将创建一个不熟练工人的替代效应的27- - - - - -29日]。在这方面,阿赛莫格卢和雷斯特雷波(20.)指出,人工智能和机器人学习使机器人突破分析,解决问题,复杂的和非常规任务的性能。也有可能,机器人能做高技能工人的工作。通过构建一个理论模型,他们发现熟练劳动力取代高技能劳动力与低技能工人和竞争可能胜任其他工作。人工智能的就业创造效应的劳动力因此集中在高和低技能岗位,替代效应是集中在medium-skill位置。这种劳动力比较优势在通信方面,服务,创新,研究与开发(R&D) (20.]。人工智能是这些领域的劳动力的补充,可以,事实上,创造就业机会。
替换和创建影响劳动力由智能机器人生产劳动力供给和需求的变化,他们可以最终导致工资平衡发生变化。先前的研究也探讨了机器人对劳动报酬的影响从不同的视角。一些研究人员得出这样的结论:智能机器人可以迅速取代工人在特定的工作,从而降低工资。两阶段Benzell等人提出的世代交叠模型说明了观点,智能机器人的操作将导致劳动力占国民收入的比例下降从长远来看(30.]。同样,DeCanio [31日)使用Houthakker模型(32)简要评估智能机器人对劳动报酬的影响在美国(31日]。卡布拉尔等人证明了机器人替代的威胁并不影响工人的努力(33]。根据DeCanio的结果,如果人类和机器人的工作替代弹性超过1.9,那么机器人的扩张将诱发工资减少。
几项研究已经检查了机器人采用对劳动力市场的影响在中国12- - - - - -15]。风扇等人研究了劳动力成本上升的影响,采用工业机器人由中国公司。最低工资增加10%在2008年和2012年之间增加了一个公司的概率采用机器人0.11%点。提高最低工资产生重大影响的采用机器人的公司更有效率,位于沿海地区,私人,和熟练劳动密集型13]。唐等人发现,采用机器人和高技能工人是互补的。采用机器人后,公司雇佣更多的高技能和受过教育的工人。因此,采用机器人已导致中国企业之间的一种就业技能的偏见(12]。林Du和系统地调查了采用工业机器人对全要素生产率的影响在不同地区根据中国省份的面板数据从2006年到2019年。结果显示一个u型的关系采用工业机器人和全要素生产率14]。福等人研究了74个经济体的劳动力市场使用国际从2004年到2016年的面板数据集。研究发现,采用工业机器人与劳动生产率大幅提高,发达经济体的就业总人数,而发展中国家的影响是不显著的,在增加机器人采用与劳动占GDP的比例大幅下降。在发达国家和发展中国家,增加了机器人采用与大幅增加在收入不平等15]。
3所示。研究方法
3.1。理论框架
为研究工业机器人对就业的影响,我们的研究使用任务型模型与自动化技术(7]。首先,我们介绍的基本模型,然后,在第二部分中,我们用机器人替换自动化资本分析机器人对劳动力市场的影响。这样,我们获得在平衡条件下的劳动力数量。(我)。基本模型:基于任务的模型与自动化技术假设经济生产只有一个好Y通过一系列的任务( ),和生产函数如下: 在哪里是替代弹性。的增加意味着将出现一个新的复杂的任务。的增加也意味着旧的任务就消失了。劳动可以产生任何任务。资本是无法产生复杂的新任务。假设 ,当任务 ,它是可行的生产资本。如果 ,任务必须由劳动。当<我生产函数的任务如下: 在哪里( )是劳动生产率,是劳动,是资本。当 ,任务的生产函数如下: 每个任务的成本如下: 在哪里是资本租金和是工资。从方程(2)- (4),我们可以得到以下方程: 只有当我们使用机器人使用机器人的成本小于劳动。存在一个唯一这样 。为任务 ,生产成本等于劳动力和资本。让 。所有任务生产与资本 ,尽管所有任务与劳动生产 。因此,对资本和劳动力的需求如下: 当资本和劳动力市场明显,持有以下方程: (2)基于任务的机器人模型和就业
假设有地区经济,每个地区都有行业。每个地区的输出 ,和每个行业在该地区的输出 , 。消费的地区 ,每个行业的消费地区 。假设没有贸易,然后我们得到以下方程: 在哪里是行业的份额 , 是替代弹性, ,价格是为工业的输出。输出资本相结合的产物连续的任务 。一个任务可以由机器人或劳动。显示任务的数量 。
根据基本的模型 ,有一个边界当任务 。可以使用劳动或机器人执行任务时必须使用劳动如果执行任务 。 在哪里分别的机器人和劳动生产率。和机器人的数量和劳动任务 ,分别。
机器人就是用投资与 。所以 。 是家庭的消费。让劳动供给和吗是工资。机器人的租赁价格和nonrobot资本是固定的与价格 。
我们使用机器人只有当其成本小于使用劳动(即, )。让 。我们使用机器人时 。现在,我们看看机器人对就业的影响。我们得到以下方程:
在地区 ,以下方程定义代表家庭的一阶条件:
机器人,我们得到以下方程:
行业价格边际成本,所以我们得到以下方程:
劳动份额的任务如下: 的分享劳动附加值的行业 。 总成本的资本。
从(15在该地区),我们得到的工资 :
同样,对机器人的需求和资本可以表示如下:
因为行业的附加值是 和劳动份额 ,使用(14)和(15我们得到以下方程:
然后,
以日志形式如下:
区分双方,我们得到以下方程:
有三种不同的机器人的力量影响劳动力需求,所示(22)。第一部分是位移的影响。当增加,这意味着更多的机器人参与取代劳动力,这种效应总是减少了劳动力。第二部分是一个积极的生产率的效果。自动化减少成本和增加生产率和劳动力需求的行业。最后,员工可以从自动任务转移到nonautomated任务,因此他们可以专注于新任务的性能。
3.2。数据描述
3.2.1之上。接触到机器人
机器人产业的数据来自于仪表(IFR, 2019)。IFR编制年度机器人使用50个国家从1993年到2019年的数据。仪表的使用数据,研究就业的变化和机器人采用已被广泛报道的文献。使用机器人数据,阿赛莫格卢和雷斯特雷波(7],格雷茨和Michaels [6),Dauth et al。9),Carbonero et al。34],Chiacchio et al。8)机器人采用对就业的影响进行了探讨,在美国,德国和欧盟国家(7- - - - - -9,34]。我们使用数据从2010年和2019年之间的时期以来,机器人在中国2000年代初以来一直快速增长。表1列表13个行业的机器人收集数据。类似于Du和林14),我们比较这些行业与中国国家标准(GB / T 4754 - 2017)。在这个行业分类标准,有13个行业,如列3所示的表1。表的第一列1代表了工业机器人数据。第二列是行业的标签,如信息技术(IT)和科学研究和技术(rt)服务。更多的机器人利用仪表(IFR, 2019)数据。机器人的数量目前利用测量机器人的操作股票。
中国的工业机器人的使用始于1970年代早期发展缓慢但丰富的劳动力资源和落后的技术。机器人的普及开始增加在1980年代中期的改革开放时期。机器人被列为第七个五年计划的关键国家科研项目。当国家高技术研究发展计划(“863”计划)中国推出的主题创建智能机器人,机器人是列为关键字段2025“中国制造”文档。
机器人操作数据的最近十年,很明显,机器人在中国的业务一直在持续增长。与此同时,美国、德国、日本和韩国经历了零增长甚至负所有权改变机器人的速度在过去的十年。自2013年以来,中国一直是世界上最大的工业机器人市场。图1显示了机器人安装在中国在1999年和2019年之间测量的数量单位。机器人安装的数量在1990年约550辆。后十年的经济增长缓慢,机器人安装从2009年的5525台增加到156000年的2017人。在2017年和2018年,中国的工业机器人的安装占世界总排放量的38%。2019年,总共有140000台安装,不到9%,在2018年,但仍大于总数机器人安装在欧洲和美国。
3.2.2。劳动力市场数据
编制《中国统计年鉴》由中国国家统计局(National Bureau of Statistics)涵盖了每个行业的就业人数从2010年到2019年。图2显示工业数据确定的趋势变化的人数从2010年到2019年。
我们把产业分为四类基于行业和就业趋势。第一组(A)是行业的就业往往上升,包括它、医药、科学r t和化学物质。第二组(B)包括农业和采矿业。他们的就业也遵循了下降的趋势在过去十年。第三组(C)剩下的第三产业部门,包括教育、食品和饮料、公用事业、家用电器和交通工具。在这些行业,就业已经十年的研究期间保持不变。第四组(D)在二级部门的行业,包括建筑业和制造业,直到2013年就业的趋势,但自2014年以来下降。首先是就业增长的行业,包括它、医药、科学r t和化学物质。基于表2,这四个行业需要一个相对较高的教育水平和大约70%的员工具有大专以上学历。例如,大学的比例,大学和研究生和更高层次实现城市2019年在IT行业从业人员为27.5,39.4,和4.7,分别。
3.2.3。控制变量
存在不同的理论文献中关于技术进步对就业的影响,其中经典理论、马克思主义理论、新古典理论、新增长理论、熊彼特的创新理论,商业周期理论。到目前为止,几项研究已经揭示了技术进步与就业之间的相关性(19- - - - - -21,35- - - - - -38]。了这等。35荷兰)进行了两次创新研究估计技术进步对就业的影响。他们找到了一个积极的影响引起的与产品相关的研发活动,而是一个不利影响与整体研发投资(35]。Greenan和Guellec39)用市场研究在法国从1991年分析就业增长从1986年到1990年。他们发现积极作用过程和产品创新,与过程创新更加温和的影响(39]。布卢姆等人估计,由于人工智能的进展,超过7亿个新的就业机会将被创建在2010年和2030年之间在全球范围内(19]。阿赛莫格卢和雷斯特雷波认为,从历史的角度来看,科学和技术,而呈现某些工作过时了,技术创新将在长期创造更多新的就业机会。补偿效应产生的新职位可以抵消的替代效应20.]。格雷戈里等人研究的数据来自27个欧洲国家从1999年到2010年期间。他们发现传统技术变革带来的替换导致资本代替劳动力在生产中,从而消除了大约960万个工作岗位。相比之下,产品需求的溢出效应所带来的技术进步导致增加了近2100万个就业机会。总的来说,技术进步产生了积极的影响在欧洲劳动力就业水平21]。
研发支出、合同价值交易在国内技术市场(CVD),外国直接投资(FDI),进口资本货物、技术购买、专利引用和索引的工业机器人的技术变革的最常用的指标。有趣的是,所有这些指标捕捉不同维度的技术。本研究利用研发支出活动和外商直接投资技术进步模型。每个行业的大量的外国直接投资和研发了从2010年到2019年中国统计年鉴》。
新世纪以来,中国的研发支出年均增长约20%。研发支出扩大了在2000年和2020年从89.6到2.443万亿元,分别占GDP的0.89%到2.40%。特别是八年前,中国成为世界第二大消费,这是一个主要的现象在全球经济地位和值得关注。从2000年到2016年,中国对全球研发经济增长的贡献为27.4%,接近美国的29.5%的增长。
3.3。实证模型
根据我们讨论的理论框架,有三股势力机器人的力量影响就业,包括位移、生产力,和成分的影响(7]。探索机器人对就业总量的影响在不同的行业,我们可以假定以下公式: 在哪里就业水平;机器人接触指的是工业机器人产业的渗透我年t,等于股票中国工业的工业机器人我在t年除以的就业水平我行业在中国t;和代表其他因素影响劳动力需求。在我们的经验模型,我们使用研发和FDI作为控制变量。标准化数据,我们把日志形式的所有变量。
机器人暴露和就业之间的关系进行了测试使用面板数据,它提供了更丰富的比横截面数据模型和评估方法。极端的战略评估面板数据汇集截面数据回归,要求每个人在示例完全相同的回归方程。汇集回归的缺点是,它忽略了个体的异质性,这可能与解释变量和导致不一致的估计。
在实践中,妥协估计策略通常是采用;假设个人回归方程有相同的斜坡上,但不同的拦截捕捉异质性。这个模型被称为细化效果模型,制定如下。 在哪里是定常的个人特点。可以随个人和随着时间的推移。干扰项组成 ,被称为复合误差项。其中,未被注意的随机变量代表个人异质性的截距项,即个体的影响。是一个干扰项,随个体和时间,被称为特殊错误。
如果涉及到一个解释变量,它的信号(FE)固定效应模型。如果不是与所有解释变量( ),这意味着随机效应(重新)模型。因此,本研究使用豪斯曼检查这个模型是否遵循铁或再保险模型。
4所示。结果
4.1。实证结果
表3显示了本文中使用的相关变量的描述性统计。这些数据意味着,最大值,最小值,标准差,和观察的数量。例如,最小值,最大值,意思是,和标准偏差的对数形式的就业在A组是2.28,3.30,2.80,和0.30,分别。T年,n代表四个行业在第一组,观察的数量是40。表4显示了上述的统计结果。机器人之间存在显著的正相关风险敞口和劳动力需求组a。这些结果表明,机器人的使用促进高技能工作。机器人密度增加10%导致高科技职位增加了1.1%。豪斯曼检验统计拒绝零假设的模型并接受FE模型在5%的显著水平。此外,导致F统计拒绝回归并接受有限元模型。
B组显示了机器人之间的显著负相关风险敞口和劳动力的需求。根据豪斯曼检验和F检验,FE模型优于再保险和混合回归模型。另一个发现是,研发促进传统产业的就业率根据有限元模型,这就解释了各种技术转换或升级这一事实对工人有一个相应的影响。中国以农业为主,非常稠密。根据国家统计局的数据,在主要行业就业,主要是农业,占总劳动力的50%,2001年37%,2010年,2020年只有24%。
在第一产业就业人口的比例逐年下降。该国的6亿多农民,很少从事农业。更多的人选择了第二、三产业进入去其他地方工作或开始一个小生意。随着中国的快速发展和工业化,农业机器人的研发已经逐步扩大。农业机器人可以从事种植、喷洒农药、收获、和其他领域业务,他们可以在畜牧业中发挥重要作用。这不仅节省了人力资源成本,还提高质量控制能力和增强弹性。采矿业,有许多问题在煤矿井下生产业务:高事故率、恶劣的工作条件、严重的环境污染,和灾害风险高。面对高风险地下操作,机器人已经成为必不可少的手段,实现煤矿的安全、高效生产的目标。实现煤矿工人的安全,这是一个总的趋势为机器人来代替矿工在地下操作。煤矿产量将因此开发对无人机的使用,独立,聪明,和高效的机器人在未来。 Artificial intelligence technology can play an irreplaceable role in that and diversified artificial intelligence technology can be applied to coal mine robots. Although the current application of artificial intelligence in the field of industrial coal mining is still in a period of exploration, with the increasing application of artificial intelligence technology in the field of coal mining, it is imperative to build unmanned mines.
C组,豪斯曼检验和F检验后,FE模型优于再保险和混合回归模型。表4表明,机器人的使用有积极影响第三就业部门。机器人已经被应用在服务行业几十年了。助手,服务机器人在1980年代创作的约瑟夫·F·Engelberger所谓的“机器人之父”送餐,医学,和物资,住院病人16]。帮手,当然,是一个方盒子,客观的和基本的。服务机器人在日本快速增长在另一个方向:娱乐机器人。近年来,机器人已经越来越多地应用在服务行业。Engelberger预测,机器人更容易应用于服务行业,包括维护、维修、运输、清洁、安全、救援和国内任务和护理16]。近年来,现代信息技术迅速发展,包括云计算、人工智能“物联网”,和“大数据。“继续发展一系列积极政策,包括实体经济的转型,跨境电子商务和支持农村电子商务。同时,新形式的在线零售和订单上升,创造大量新的就业机会在批发和零售贸易、酒店、餐饮行业。
在D组,结果豪斯曼和大中型企业的支持的LR测试模型对FE和混合回归模型。尽管如此,LM测试结果表明混合回归对再保险模型。在这个集团之间没有显著相关机器人密度和就业在二级部门。第二产业涉及许多行业,如钢铁制造业、汽车生产、有线和无线通信。一些公司试图解放一线工人使用近年来工业机器人。最大的手机制造商,富士康使用工业机器人执行任务之前由工人在生产线上。现在,一些国内生产企业已经开始用工业机器人代替一线操作员,提高他们的效率。
4.2。鲁棒性检查
表5显示了不同的回归估计方法的结果对机器人的工作。铁使用集群强劲标准的回归结果表5表明,机器人有积极的与就业的第一组和第三组的关系,和第二组的负面与就业的关系。他们都是显著有效的为0.05,这表明使用工业机器人增加第三产业和高科技产业的就业,但在农业和矿业产业的就业率也是无效的。表5显示不同的回归估计方法获得的结果(即。,FE_Robust and LSDV) are the same, which verifies the validity and robustness of the basic FE regression and the empirical results.
除了使用不同的回归方法,我们添加一个滞后核心解释变量的内生性问题。在这篇文章中,滞后变量L。lnRobot解释性变量lnRobot作为替代变量进行回归测试。表6显示了结果。滞后变量的系数L。lnRobot就业的三组是0.096,-0.202,和0.033,分别和在1%显著水平,表明回归结果考虑内生性后依然强劲。
后(40),对劳动力的需求方程如下: 在哪里lD劳动的需求或期望的程度的就业,W是工资,问D是输出或产品需求,T是技术。我们增加工资和增值(VA)在我们的模型中,和机器人研发、和外商直接投资的代表技术。表7显示,工业机器人仍对就业产生重大影响的模型下增加控制变量,表明干预后的回归结果依然强劲增加控制变量。
4.3。讨论的结果
根据capital-skill互补性假设文献综述中讨论,技术进步导致对熟练工人的需求增加和减少对非熟练劳动力的需求。本研究的初始目的是确定采用工业机器人之间的关系和中国在不同行业的就业和技能。我们的研究结果表明,关联存在于机器人采用跨产业和就业。机器人之间存在显著的正相关风险敞口和劳动力需求的高技能就业和第三部门就业。机器人密度增加10%导致高科技职位增加了1.1%。然而,多元回归分析显示,机器人已经减少了就业在传统行业,如农业和采矿业。本研究从以前的观测证据支持11,12,41,42工业机器人是一个skilled-biased技术变化。
使用数据对德国,Dauth等人发现,工业机器人减少制造业就业,但减少就业是第三产业的就业增加所抵消(9]。自从估计在这项研究不一致与阿赛莫格卢和雷斯特雷波(7),这是基于美国的数据。他们的研究结果表明,采用机器人对就业的负面影响主要是在高度机械化的行业,如汽车制造、化工、制药、食品制造业。机器人的应用将促进劳动就业的行业,如金融、公共部门,和nonrobotized制造(7]。这些结果不一致的原因有两个。首先,与美国等发达国家相比,中国的机器人采用仍处于早期阶段。机器人生产技术的第一批使用者可以使用这个竞争优势来扩大市场份额,从而增加了对劳动力的需求。这个角色特别显著的资本或技术密集型产业,如信息传输、软件和信息技术、通信设备、计算机及其他电子设备制造业。其次,随着中国劳动力成本的上升,劳动密集型产业,如建筑、制造业和采矿业面临成本压力更加突出,表明这些行业有更多实质性的经济激励措施来取代劳动与机器人。
5。结论
我们的研究旨在评估机器人对不同行业的就业和技能。这项调查的结果显示机器人之间显著正相关风险敞口和劳动力需求的第三部门就业。结果表明,机器人的使用促进高技能人才就业。然而,多元回归分析显示,机器人的使用减少了就业在传统行业,如农业和采矿业。这项研究代表了第一个综合评估的工业机器人为不同行业的就业和技能。本研究的一个限制是,机器人数据只是从2010年开始,因为机器人的使用在中国起步较晚,但自2000年代以来已迅速增加。机器人的使用不仅就业,也影响其他方面的就业市场和经济作为一个整体。是否仍有不确定性机器人技术进步影响工资不平等。需要做进一步的工作来建立机器人的应用程序是否有利于提高劳动力占国民收入的份额。不确定性对工业机器人之间的关系仍然存在,中国的全要素生产率和附加值。进一步的研究需要检查工业机器人和生产率之间的联系更紧密地合作。
机器人产业将经济增长的主要动力在未来几年。机器人技术的进步是不可避免的。将会有前所未有的重大进展和改进领域的机器人。我们必须接受这个趋势,抓住这个机会,进入经济发展。显然,在政府的领导下,机器人技术作为一个整体正在帮助促进积极的经济增长,它已成为一个人再次找到工作的机会。本研究的发现有很多未来实践的重要意义。研究机器人的影响经济结果可能为政府提供指导对中国未来的经济增长和就业。
这项研究表明,机器人采用的促进就业的影响主要在于中产阶级和高技能劳动组织,表明智能制造提供的机器人需要一个大型比赛中期和高技能劳动力。中国目前的劳动力的平均技术水平很低,和低技能劳动力占总劳动力的一大部分。因此,中国应该进一步加强指导和职业技能教育和培训支出,为智能制造提供丰富的劳动力资源,并减少摩擦性失业造成的技术变革。
我们还发现机器人采用的就业替代效应在传统行业,如农业和采矿业。政府应该提供更多的指导和支持,失业保险、转岗培训,尤其是新技能学习。政府也应该减轻新技术采用传统产业对就业的影响,确保更全面和更高的就业质量。
我们提供三个教育体系的建议。首先,应该发展高等职业教育。国家可以建立和完善专业的人工智能和机器人技术,培养高技能教授,并建立实践基地培养聪明、自动化和信息化的技术工人。其次,应加强再就业培训。除了现有的高职院校,政府应该支持更多的再就业培训中心的建立。补贴应该增加回报的低技能的年轻人来推进他们的研究和对失业者进行再就业培训;这将减少再教育两组的成本,使他们获得主管技能聪明、自动化和信息化生产的位置。最后,应该引入相关的优惠政策来引导劳动力的流动和转移国民经济各行业中公民有序,因此不需要承担更多的成本获取新的劳动技能和职位。
数据可用性
列出了本研究中使用的所有变量的来源:工业机器人:机器人行业的数据来自国际机器人联盟(2019)。来源:https://ifr.org/worldrobotics/。就业:就业人员的数量在城市的单位部门。资料来源:中国统计年鉴编纂中国国家统计局(National Bureau of Statistics)。https://data.stats.gov.cn/english/。教育:教育部门和城市就业人口的性别。来源:中国人口和就业统计年鉴》由国家统计局人口和就业部门。https://www.yearbookchina.com/。外国直接投资:外国直接投资领域,投资实际利用。资料来源:中国统计年鉴编纂中国国家统计局(National Bureau of Statistics)。https://data.stats.gov.cn/english/。研发:校内研发机构的研发支出由工业部门的研发机构。来源:中国科技统计年鉴》。https://www.yearbookchina.com/。工资:在城市单位从业人员的平均工资_Sector。资料来源:中国统计年鉴编纂中国国家统计局(National Bureau of Statistics)。https://data.stats.gov.cn/english/。增值:增值领域。资料来源:中国统计年鉴编纂中国国家统计局(National Bureau of Statistics)。http://www.stats.gov.cn/tjsj/ndsj/2019/indexeh.htm。
的利益冲突
作者宣称没有利益冲突。