云鹰读书会2024第54期（总第238期）

特别鸣谢

本次云鹰读书会由南开大学国际经济贸易系

系友苏武康博士赞助支持

本文探讨了工业机器人对美国劳动市场的影响。理论研究表明，工业机器人可能会导致就业和工资的下降。工业机器人对劳动力市场的影响可以通过机器人渗透度的变化进行估算，该变化由行业层面的机器人数量和本地行业的就业状况共同决定。研究进一步发现，机器人在通勤区范围内对就业和工资存在负面影响。此外，1990年后受机器人影响最大的地区在此之前并未表现出任何显著的趋势差异，机器人对劳动市场的影响与其他资本和技术的影响不同，每千名工人中增加一个工业机器人，会导致就业率下降0.2个百分点，工资水平降低0.42%。

1929年，John Maynard Keynes预测自动化技术的迅速传播将带来“技术性失业”（Keynes 1931）。Wassily Leontief也预言了工人将面临类似的问题：“劳动将变得越来越不重要，越来越多的工人将被机器取代。我不认为新的工业能够为每一个想要工作的人提供就业机会”（引自Curtis 1983，第8页）。尽管这些预测并未成为现实，但人们重新开始担忧机器人和人工智能的进步将导致大规模的失业（如，Brynjolfsson和McAfee 2014；Ford 2015）。同时，有越来越多的证据表明，一系列低技能和中等技能职业的自动化已经导致了工资不平等和就业极化（如，Autor、 Levy和 Murnane 2003；Goos和Manning 2007；Michaels、Natraj 和 Van Reenen 2014）。尽管有这些担忧，但是现有文献对于自动化技术，特别是机器人对就业和工资的均衡影响的系统性证据却很少。

本文估计了一种领先的自动化技术——工业机器人对美国本地劳动市场的均衡影响。国际机器人联合会（IFR）将工业机器人定义为 “一个自动控制的、可重新编程的、多功能的机器”（IFR 2014）。也就是说，工业机器人是完全自主的机器，不需要人类操作员，并且可以被编程来执行几种手工任务。这个定义排除了其他类型的设备，并使得工业机器人——这种技术类别能够在一系列任务中替代人类劳动。

在1990年代和2000年代，机器人技术取得了显著的进步，导致美国和西欧的工业机器人数量在1993年至2007年间增长了四倍。如图1所示，美国每千名工人平均新增1台机器人，西欧每千名工人新增1.6台机器人。汽车工业雇佣了现有机器人中的38%，其次是电子工业（15%）、塑料和化学品（10%）以及金属制品（7%）。

本文的研究方法是构建了一个理论模型，在该模型中，机器人和工人竞争完成不同的生产任务。该模型借鉴了Zeira（1998）、Acemoglu和Autor（2011）、以及Acemoglu和Restrepo（2018c）的研究，但同时该模型也扩展了这些框架，使得机器人执行的任务份额在各个部门之间有所不同，并且存在不同产业间的劳动市场贸易。机器人技术的进步通过替代效应对工资和就业产生负面影响（因为机器人直接替代了工人原本执行的任务），但也存在正向的生产率效应（因为其他行业和/或任务增加了对劳动的需求）。研究框架阐明，由于替代效应，机器人对劳动需求的影响与资本深化或要素增强型技术可能大不相同。同时，可以通过将这些变量的变化与机器人渗透度进行回归来估计机器人技术对就业和工资的影响。

首先，本文数据表明各行业机器人使用情况存在显著差异，并展示了在美国和欧洲，同一行业都在迅速采用机器人。同时，在行业层面，机器人使用与影响美国地方劳动市场的其他主要因素之间没有显著的正相关关系，这些因素包括来自中国和墨西哥的进口竞争、外包、例行任务的减少、信息技术（IT）资本的投资以及整体资本深化等。此外，与理论一致，行业层面的机器人使用程度与劳动份额和就业的下降以及附加值和劳动生产率的提高均具有显著的相关关系。

另外，本文还探讨了机器人在地方劳动市场上的平衡影响，使用美国的通勤区作为代理变量。利用国际机器人联合会（IFR）提供的数据，构建了机器人渗透度指标，该指标基于19个行业（大约在制造业外为两位数行业，在制造业内为三位数行业）中机器人使用量的增加及其在近期机器人技术进步之前的基准就业份额。本文估计了通勤区机器人渗透度与其1990年后劳动市场结果之间的负相关关系。研究表明，从1990年到2007年，机器人存量的增加（1993年至2007年间大约每千名工人增加一台机器人）使得通勤区的平均就业人口比率下降了0.39个百分点，平均工资下降了0.77%（与没有使用机器人的通勤区相比）。这些估计值较大，但并不不合理。例如，这意味着在一个通勤区，每增加一台机器人，就会使就业减少约6人；这个估计包括了直接效应和间接效应，后者是由于当地经济中就业和工资下降导致对非贸易品需求减少所产生的影响。

为了理解这些估计的总体影响，本文需要对不同通勤区之间的互动做出额外假设。一个通勤区中机器人使用的增加，通过降低使用机器人生产的可贸易商品的价格和创造共享的资本收入收益，给美国其他地区的经济带来好处。本文的理论模型使我们能够量化这些跨通勤区的正外部效应，并得出较小但仍为负的总体效应。估计表明，每千名工人增加一台机器人会使整体就业人口比率下降约0.2个百分点，工资下降约0.42%（与其较大的地方性影响（0.39个百分点和0.77%）相比），或者等效地，每增加一台机器人会使就业减少大约3.3人。本文验证了机器人渗透度这一指标与1970至1990年间就业和工资的过去趋势无关，这一时期正是机器人技术快速进步之前。几项稳健性检验进一步支持了本文的解释。

机器人的就业效应在制造业中最为显著，尤其是在机器人渗透度较高的行业中，也集中在例行手工、蓝领、装配及相关职业中。除了已提到的几篇论文，本文的研究还与技术对工资不平等的影响（Katz和Murphy，1992）、就业两极化（Autor、Levy和Murnane，2003；Goos和Manning，2007；Autor和Dorn，2013；Michaels、Natraj和Van Reenen，2014）、整体就业（Autor、Dorn和Hanson，2015；Gregory、Salomons和Zierahn，2016）、城市间劳动需求（Beaudry、Doms和Lewis，2006）以及企业组织和不同技能工人需求的文献相关（Caroli和Van Reenen，2001；Acemoglu 等，2007；Bartel、Ichniowski和Shaw，2007）。与本文研究最为相关的是Graetz和Michaels（2018）的论文。Graetz和Michaels专注于不同国家和行业中机器人使用的差异，他们估计工业机器人提高了生产率和工资，但减少了低技能工人的就业。尽管本文使用了相同的IFR数据，但我们采用了不同的实证策略，这使我们的研究能够进行跨国和跨行业的比较，并利用合理的外生变化来估计机器人对地方劳动市场的平衡影响。

本文其余部分的组织如下。第二节提出了一个分析机器人对就业和工资的影响的理论模型；第三节介绍了本文的数据和来源；第四节记录了行业层面机器人采纳与就业、劳动份额以及附加值之间的相关性；第五节展示了主要实证结果和各种稳健性检验；第六节提出了工具变量（IV）估计，并评估了机器人技术在美国传播的局部和总体影响。第七节得出结论。

论文：Qing Chang; Lin Cong; Liyong Wang and Longtian Zhang, (2023), “Production, Trade, and Cross-Border Data Flows”, No 31416, NBER Working Papers, National Bureau of Economic Research, Inc.