最低工资上升是否会加速工业企业自动化?

王小霞 李磊 蒋殿春

摘要：在人工智能等新一轮科学技术迅速发展的背景下，从中国工业机器人应用的现实出发，结合企业层面的微观数据，本文通过构建Heckman两阶段回归模型，考察了最低工资上升对工业企业机器人技术应用的影响。研究表明：

（1）最低工资上升会提高劳动工资，尤其是低技能工人工资水平，促使企业引进先进的自动化设备重新组织生产，加快中国企业的自动化升级进程;

（2）与西部地区相比，位于最低工资标准较高的东、中部地区的企业进行自动化革新的概率更大;

（3）最低工资上升对不同替代性风险、不同规模、不同要素密集度、不同工资水平等企业的自动化影响存在差异：替代风险越高、规模越大、劳动要素越密集、劳工成本占比越高的企业，在面临最低工资上调时使用工业机器人的可能性越大;

（4）最低工资主要通过成本效应渠道加快中国工业企业转型升级的步伐。

关键词：最低工资;工业企业;自动化;工业机器人;劳动力成本

文献标识码：A

文章编号：100228482021（03）003212

开放科学（资源服务）标识码（OSID）：

一、问题的提出

工业机器人等自动化技术的进步正在改变着企业生产过程的方方面面，也推动着现代工业制造不断向前发展。而工业机器人的应用水平存在国别差异，按照机器人密度——制造业中每万名生产工人所占有各种用途的工业机器人数量来看：2017年，中国制造业中的机器人密度为97台/万人，但相同期间内美国、日本、德国、新加坡、韩国的机器人密度分别为200台/万人、308台/万人、322台/万人、658台/万人、710台/万人，中国制造业行业的机器人使用水平远远落后于这些国家，且刚刚超过全球平均水平（85台/万人）。同时，目前只有欧洲和日本的机器人供应商在中国建厂，但在德国和日本却有六个国家的工业机器人制造总部[1]，中国工业机器人安装市场仍有着巨大的潜力。可以预见，工业机器人将成为我国传统工业行业升级的一大推动力。

尽管中国的工业机器人密度仍处于或略高于全球平均水平，但伴随着自动化的不断推进，工业机器人技术日渐成熟，中国企业对工业机器人的需求在不断上升。国际机器人联合会（International Federation of Robotics，IFR）发布的统计报告显示，2005年中国企业安装的工业机器人仅5000台左右，但到2018年这一需求增长到了13.32万台。2013—2019年，中国不仅连续七年成为了全球最大的机器人销售市场，还迅速占据了全球机器人销量增长最快市场的宝座。截至目前，中国企业成功吸收了全球机器人市场份额的1/3[1]。早期，中国工业的发展与壮大得益于丰裕的劳动力人口、低廉的人工成本。但近年來随着用工成本不断上涨，人口老龄化趋势日渐加剧，中年劳动力人口不断下降，中国的传统工业已经处于机械化、自动化的换挡期，工业行业的自动化进程明显加速。那么，究竟是什么因素加快了中国工业企业对机器人的需求？部分学者认为机器人技术的快速普及很可能是由劳动力成本的上升所引起[2]。遗憾的是，鲜有学者以中国特色的经济发展为背景就此问题展开实证探讨。为此，本文拟从最低工资——这一劳动力成本上升的外生冲击视角探讨劳动力成本对中国企业采用机器人的因果影响。在当前工业机器人等自动化技术迅速普及的背景下，本研究对系统分析自动化进程背后的动因具有十分重要的意义。

本文实证考察劳动力成本对工业企业采用机器人的影响面临两大挑战。第一，目前从企业层面来衡量机器人的使用情况十分困难。首先，IFR提供了2004年以来中国机器人的使用及安装情况，但该数据仅细分到行业层面。其次，现有企业层面机器人使用调查数据仅涵盖小部分区域和时间范围[2]。考虑到2013年之前中国使用的绝大多数机器人均从日本等国家进口，本文使用海关数据库中的进口机器人信息来衡量中国机器人的采用情况。第二，机器人使用与劳动力成本之间的内生性。为了排除二者之间的双向因果影响，本文关注到了中国的最低工资。最低工资作为劳动力市场的一项管制政策，其上调不仅会引起劳动力成本不断上涨，还会间接影响企业的生产经营状况。此外，最低工资标准的制定与调整是由省级层面做出，不受企业因素的影响。最终，本文从最低工资视角考察了劳动力成本上升是否会加速中国工业企业的自动化进程。

与以往文献相比，本文研究可能存在以下贡献：第一，从微观层面更清晰地揭示了工业机器人和劳动力市场之间的复杂关系。现有文献的主要焦点是机器人使用对失业的影响。例如，Acemoglu等[3]借助IFR获取的美国国家和行业层面工业机器人应用数据，估计了工业机器人会对美国就业和工资产生的影响。然而，仅有少部分文献侧重分析了工业机器人等自动化技术应用的决定因素[2-4]，且大多关于机器人采用的实证文献都是基于IFR提供的数据[4-5]。IFR数据主要从行业或地区层面衡量当地对机器人使用的强度。相比之下，本文借助海关产品贸易数据，从企业层面衡量机器人技术的使用，更加关注劳动力成本上升与企业机器人采用之间的因果关系。第二，补充关于中国最低工资影响的相关研究。一部分文献研究了最低工资对劳动力市场的影响[6-7]，另一部分文献发现中国最低工资调整对企业的绩效和经营决策有很大冲击[8-12]。区别于以上文献，在工业智能化的大背景下，本文重点考察了最低工资上升与中国工业企业自动化之间的关系，丰富了有关中国最低工资经济效应的文献。

本文剩余部分的安排如下：第二部分通过文献回顾梳理研究的理论基础;第三部分描述本文的数据来源和计量模型构建;第四部分为实证结果汇报;第五部分为总结与启示。

二、文献梳理与机制分析

（一）最低工资的相关研究

伴随着最低工资制度的不断调整，实施力度不断加大，针对最低工资标准的实施效果及其影响的研究不断涌现。目前大量文献集中考察了最低工资上升对劳动力市场的影响。一些学者认为最低工资上升会显著提高企业的劳动成本，降低企业对劳动力的需求，给就业带来不利影响。马双等[6]对1998—2007年规模以上工业企业的研究发现，最低工资与企业平均工资之间存在着正向的、显著的相关关系：最低工资每上涨10%，制造业企业平均工资总体将上升0.4%～0.5%左右。另一些学者则从要素替代及技能偏向性需求的角度对此作了进一步解释，如Aaronson等[13]基于任务的生产函数模型，研究发现由最低工资上调引起的低技能工人工资上升会促使企业利用技术代替这部分工人，降低低技能工人的就业水平。

近年来，部分文献针对最低工资上升影响企业生产经营效率等方面也展开了讨论。在国外，Luca等[8]对餐饮行业的研究发现，城市最低工资标准的上升会显著提高该行业整体的退出比率，尤其对于评级较低的企业。Alvarez等[9]利用智利制造企业1992—2005年期间的数据，从实证角度分析了最低工资上升对企业生产率的影响，双重差分模型回归的结果显示最低工资上升对企业生产率的影响是负向的。以中国为考察对象，Mayneris等[11]的研究表明，在2004年《最低工资规定》出台之后，最低工资制度实施力度的增强使得企业在市场上存活的概率降低。刘贯春等[12]借助中国工业企业数据库的数据，研究发现最低工资上升会通过增加低生产率企业退出市场的概率，改变生产率的分布，进而改善资源配置状况。本文研究与以上文献一致，主要探讨最低工资上升对微观企业行为的影响，但本文关注的焦点是企业自动化，这在当下经济结构调整、产业升级的背景下更加具有研究意义。

（二）最低工资与企业自动化

根据Hicks[14]的要素替代理论，当一种要素相对于另一种要素的价格上升时，该要素的需求会下降，劳动要素价格的相对上升将加速企业用自动化的生产技术来替代劳动力。然而，现有研究表明，最低工资的不断上调是近些年工资成本上升的一个重要原因[6-7]。最低工资是企业平均工资水平的一个反映，是国家规定的企业必须支付给劳动者的基本工资报酬。最低工资水平一定程度上反映了一个企业在某一地区经营的最低劳动力成本，对企业的生产决策起到束紧的作用。理论层面，根据劳动市场均衡条件，最低工资一般在市场均衡的工资水平之上，来保证所有的劳动者都能获得最低收入保障。那么，理性厂商支付给工人的必定是最低工资，从而最低工資的上升会缩小企业的利润空间，进而对企业生产线的自动化升级产生刺激。在实证方面，王小霞等[15]借助专利申请数据进行研究，发现最低工资上升会逼迫制造业企业加快技术创新与升级。因此，本文推断：

假说1：工资成本上升是驱动工业企业自动化的重要原因，而作为工资上升的驱动力之一，最低工资的不断上调会加速工业企业的自动化进程。

根据现有研究表明，最低工资上升会提高低技能工人的工资水平，进而导致部分低技能、低效率工人的就业率和就业水平降低。相对于高技能工人，最低工资上升对低技能工人工资和就业的影响较大[13，16-17]。而另一方面，低技能工人主要从事常规的、简单的、重复性的工作，这些工作更容易被自动化的生产技术所取代，尤其是工业机器人[18]。日本机器人协会的一项调查发现，作为一项自动化、智能化生产技术，工业机器人的使用可以降低机械加工、压铸、检验、电弧焊接、和装载与包装等环节的生产成本，而这些环节的工人多为低技能的非熟练劳动力，容易被机器所取代[13]。在自动化时代到来之际，大部分从事简单重复工作的低技能劳动者将受到较大冲击。因此，本文推测：

假说2：最低工资的上升主要通过提高低技能工人的工资成本，促使工业企业引进效率高的工业机器人来优化生产流程、降低生产成本，尽早实现自动化。

从行业层面来看，长期以来，中国工业的发展依赖于低廉的劳动力成本优势，尤其是劳动密集型行业。这些行业的特点是劳动力是主要的生产要素，劳动力成本——工资——在生产成本中占据很大比重。叶林祥等[16]的研究表明，对于劳动密集型企业而言，最低工资上升不仅会对员工基本工资和加班工资产生影响，对小时工资也存在较大的冲击。因此，为了寻求经营效率的提高，缓解劳动力成本上升的压力，这些企业被迫进行自动化变革的概率更高。此外，既有文献发现，自20世纪80年代开始，在制造业中越是劳动密集型的任务越倾向于被自动化，尤其是如加工、组装等任务通常由低技能工人来完成[19]。

假说3：相对于资本密集型行业，面对最低工资的不断提升，劳动密集型行业企业进行自动化革新的意愿更强、可能性更大。

三、数据来源与计量模型构建

（一）数据来源

1.工业机器人数据

这里的自动化技术仅限定为工业机器人，这一方面便于对所研究的问题进行实证分析，另一方面该定义也具有相对的可信度，足以用来验证最低工资上升是否会激励企业更早地应用机器人代替劳动力参与生产。

本文主要采用从中国海关总署获取的工业机器人进口贸易数据作为企业机器人应用的代理变量。之所以用该指标来衡量企业工业机器人的使用情况，有几大主要的原因：

一是现有文献使用过该指标来代替机器人应用变量。Acemoglu等[4]在研究老龄化与自动化进程时，曾利用国家工业机器人的进口贸易量作为机器人使用的衡量标准之一[13];

二是2013年以前中国企业使用的工业机器人大多数都来自于进口。根据中国工业和信息化部的报告，2013年，工业机器人“四大家族”

中国工业机器人四大家族包括：ABB、库卡（KUKA）、发那科（FANUC）、安川电机（YASKAWA）。占据了中国市场60%的份额，而国内自主品牌占比不到10%。此外，国产机器人的大量关键零部件依靠进口，国产工业机器人与欧美日之间的差距依然明显。三是根据本文对机器人进口贸易数据的分析，发现样本中接近80%的机器人用于企业自身的生产与经营，仅有10%左右是企业进口之后转销给国内企业使用（这部分数据暂时无法识别），因此，本文在很大程度上估计的是机器人参与生产的情况（至少80%）

限于篇幅，在这里关于工业机器人进口贸易的相关统计分析没有进行详细汇报，有需要者可向笔者索取。。综上所述，工业机器人进口变量可以较好地反映中国企业自动化的情况。具体的工业机器人识别参照王小霞等[2]的做法。

2.最低工资数据

最低工资制度是指在劳动者提供正常劳动的情况下，用人单位必须依法支付给劳动者最低报酬的一种法定的强制性制度。最低工资水平的确定取决于很多因素，一般会考虑城镇居民生活费用支出、职工平均工资、失业率、经济发展水平等因素。最低工资水平不仅会随当地劳动力市场环境的变化而变化，而且最低工资的变化能够反映当地的劳动力市场环境状况。各省最低工资标准往往由省劳动与社会保障部门会同工会、企业联合会共同制定，分3～5个档次，不同省份的不同区、县可能采用不同档次的最低工资标准。为了保证最低工资数据的准确性和时效性，本文的最低工资数据由作者从各地级市统计局等官方网站手动整理完成。关于最低工资的制定，一个特别值得我们注意的关键问题是，最低工资的调整是由省级层面做出的决定，而不受企业层面因素的影响。因此，在越来越严格的制度管控环境下，一个地区的企业很难通过游说、拖延等来影响最低工资的调整。

3.企业层面数据

本文企业层面的详细数据来自于国家统计局对中国工业企业的年度调查和报告。该数据库包含了工业企业详实的财务及经营信息，但存在一些样本的错误记录和统计。为了保证数据信息的准确性，遵循既有研究的处理原则[21]，本文对样本信息和遗漏变量进行了清理。经过将处理后的工业企业数据库与中国海关商品贸易数据库用企业名称与年份进行一对一匹配，本文最终得到一个样本期间为2000—2013年，包含83万多家企业，共2642851个观测值的微观数据集。其中，有4540家企业曾进口过工业机器人，这占到整个样本的0.32%。汽车制造行业机器人进口量占机器人进口总量的24.18%。

（二）计量模型构建

本文主要的考察对象是中国企业工业机器人进口。如大多数研究国际贸易的文献一样，本文研究面临的一个重要问题是并非所有企业都进口工业机器人，如果将没有进口工业机器人的这部分企业忽略或在样本中删除，抑或保留在样本内，最终模型估计的结果会存在一定的偏差[22]。鉴于存在零值贸易，本文参考Heckman[23]的做法来解决样本的自选择偏差问题。借鉴Heckman两阶段模型，本文将企业进口工业机器人的行为分为两个阶段：第一阶段是进口决策，即考察企业是否选择进口机器人;第二阶段是进口机器人数量（金额），考察哪些因素会影响企业进口机器人的水平。本文的主要回归模型如下：

Pr（rijct=1）=（α0+α1lnmwct+Xijctβ+Zctγ+εijct）（1）

lnrobijct=0+1lnmwct+Xijctφ+Zctψ+θλi+μijct（2）

這里，i、j、c、t分别代表企业、行业、城市以及时间。方程（1）是机器人进口决策方程，采用Probit模型进行回归。方程左边，Pr（rijct=1）是企业选择进口机器人的概率，其中，如果企业进口机器人，即robijct>0，则rijct取1;否则取0。方程右边，

lnmwct代表城市最低工资标准，是本文的核心解释变量;Xijct、Zct分别是企业、地区层面可能影响机器人进口贸易的控制变量集合;此外，方程还加入了行业、时间固定效应。方程（2）是进口机器人多少的数量方程，采用面板固定效应模型进行估计。方程左边是企业实际进口工业机器人数量（rob_q）或金额变量（rob_v）的对数

lnrobijct，右边同方程（1）设定，唯一的不同是方程（2）引入了λi项（imr），即逆米尔斯比率（inverse Mills ratio），这是Heckman两阶段模型为了克服样本的选择性偏差而引入的变量，该变量从第一阶段回归中得到。根据Heckman的做法，如果估计结果表明，λi不为0，并且系数显著，则说明该模型确实存在自选择问题，选择Heckman两阶段的方法进行估计是正确且有效的。

控制变量的选取。为了更加准确地估计出最低工资上升对机器人应用的影响，在考虑了影响最低工资水平和机器人应用的相关因素后，本文选取了如下变量：机器人的相对价格、工资增长率、企业规模、资本密集度、盈利能力、融资约束、劳动生产率、企业年龄、政府补贴、是否出口及所有制类型。由于最低工资可能会受到地区经济发展水平、生活成本、人口老龄化程度等的影响，因此，为了估计的稳健性还加入了城市层面的人均GDP、职工平均工资水平、居民物价指数、人口老龄化程度（65岁以上老人所占比重）、利用外资水平、市场竞争强度。

以上变量的描述性统计结果见表1。

四、实证检验

（一）基准结果

本文的样本区间是2000—2013年，这有助于验证最低工资与机器人应用之间的可能关系，表2展示了方程（1）—（2）的初步估计结果。

第（1）—（3）列是没有加入任何控制变量用机器人应用对最低工资进行简单回归的结果;

第（4）—（6）列是只加入了企业层面随时间变化的可能影响机器人进口的一系列因素，并控制行业、时间虚拟变量的估计结果。表2的估计结果表明最低工资上升确实提高了企业使用机器人的概率，同时这也预示着最低工资上升会加速中国企业生产的自动化进程，与本文的初步预期一致。

第（4）列选择方程和第（5）—（6）列数量方程中最低工资的估计系数均是显著且正向的，但作用较为微弱：选择方程中，基于Probit模型的估计系数符号为正，即最低工资上升会显著提高企业引进机器人的概率;数量方程中，最低工资每上升10个百分点，机器人进口金额将增加0.49个百分点，进口数量将增加0.09个百分点。除此之外，逆米尔斯比率的系数显著不为零，说明样本确实存在选择偏差问题，本文采取Heckman两阶段进行估计是恰当的。考虑到估计结果的稳健性，

第（7）—（9）列为进一步保证最低工资的外生性，加入城市经济发展水平、职工平均工资及物价水平等变量来再次估计最低工资上升对工业企业自动化的影响。在控制了一系列城市层面变量之后，本文的核心结论依然成立。

其他关键变量对机器人应用的影响。在企业层面：

（1）就业规模越大、年平均工资成本上升越快的企业，从国外引进技术进行生产线升级改造的可能性更大。Cheng等[2]的研究表明劳动力成本的上升是中国机器人应用上升的主要驱动力。

（2）资本密集度越高的企业，其生产多为流水线工序，引进工业机器人进行自动化生产的概率更高。

（3）机器人技术是典型的高资本投入项目，因而资金是技术攻关的重要保障，本文的估计结果发现企业的融资能力是影响机器人进口的一个关键因素。在内部融资能力层面：利润率越高的企业，购买机器人的可能性相对更大：利润率每上升10个百分点，引进机器人的金额和数量会分别提高0.28和0.06个百分点。利润率高说明企业资金的自我积累能力比较强，具有通过自有资金解决自动化改造的能力，因此更有可能引进机器人参与生产。此外，本文发现企业是否引进工业机器人也或多或少的受企业面临的外部融资约束影响。

（二）稳健性检验

1.考虑企业对最低工资的遵守程度

最低工资政策的实施效果与企业遵守情况相关。都阳等[24-25]通过对调查数据进行研究发现，中国大部分企业较好地遵守了月最低工资标准。由于中国的最低工资标准相对水平较低，因此与其他发展中国家相比，企业对月最低工资标准的遵守较好[16]。然而，为了降低遗漏最低工资标准遵守程度变量可能带来的估计偏误，本文进一步做了如下稳健性检验：

（1）参照许和连等[26]的做法，通过比较月最低工资标准与非技术工人（月）工资水平构建最低工资遵守程度指标（obey），并在基准估计方程中将其加以控制;

（2）将样本范围限定在外资企业和国有企业。现有研究表明，外资企业、国有企业更可能遵守最低工资标准规定[16]。因此，将全部样本区分为两类：一类是外

资企业和国有企业，一类是民营企业，分别对其进行估计。表3和表4的结果显示，在控制了企业对最低工资的遵守程度之后，最低工资上升对工业企业自动化的加速效应依然存在。

2.2004年《最低工资规定》的出台

2004年中国政府正式颁布并实施了《最低工资规定》，此后最低工资标准经历了一次大范围的实施与调整。表5区分2004年之前与之后两个子样本进行了进一步检验。分时期考察的目的是为了验证两个问题：一是最低工资上升的自动化加速效应是否存在时期差异;二是最低工资上升加速机器人技术应用的效应是否存在长期性。表5的估计结果中，列（1）—（3）是2004年之前的回归结果，列（4）—（6）是2004年之后的回归结果，可以发现2004年前后最低工资上升对机器人进口的影响存在明显的差异：在2004年《最低工资规定》颁布实施之后，最低工资标准与机器人进口呈现显著的正相关关系，而2004年之前并没有发现最低工资上升对企业引进机器人技术的刺激效应，二者之间反而呈现负向关系。这意味着从长期来看，随着最低工资标准的持续上调，企业的技术升级与自动化进程在不断加快。

（三）内生性问题

尽管最低工资的调整相对于企业而言是外生的，本文的模型也纳入了城市层面变量来降低可能的内生性问题，但还是会因遗漏部分变量而导致估计结果存在不一致和偏差。此外，城市最低工资标准的制定可能与企业进口机器人的行为存在双向因果关系，进口机器人越多的地区，对当地经济发展和居民生活的影响也较大，这会间接影响政府调整最低工资标准的幅度和频率，进一步导致本文的估计结果存在偏差。借鉴以往研究最低工资的学者们的做法[27-28]，本文主要采用带有工具变量的两阶段最小二乘估计方法来解决可能的内生性问题。一是利用企业所处省份其他地区最低工资标准的均值作为工具变量。同一个省份各个地区政治、经济、文化等因素比较相似，因此政府制定最低工资的参考标准也类似。此外，企业机器人进口抉择主要受本地区最低工资调整的影响，而其他地区最低工资水平对其影响不大，这就同时满足了相关性和外生性假定。二是滞后一期的最低工资水平作为工具变量。当期最低工资标准是在以前标准的基础上进行确定，因此上一期最低工资与当期最低工资相关。此外，滞后一期的最低工资水平与当期企业自动化的选择无关，因此满足与误差项不相关的假定。

在控制了最低工资的内生性以后，本文采用两阶段最小二乘估计方法重新对模型进行了回归，具体结果见表6。模型第一阶段

限于篇幅未予汇报，有需要者可向笔者索取。，无论是利用滞后一期的最低工资还是其他地区最低工资均值作为工具变量，都与最低工资变量显著相关：选择方程的Wald检验在1%的水平上拒绝了最低工资严格外生的原假设，数量方程的F檢验在1%的水平上显著意味着工具变量满足相关性的基本假设。第二阶段，最低工资标准的估计系数依然稳健为正，并且统计显著性和系数值都有了很大的提高。这说明之前没有考虑内生性问题时的结果可能低估了最低工资上升对企业自动化的影响。最后一列同时使用以上两个工具变量回归的结果依然稳健。

（四）机制检验

前文机制分析表明，最低工资上升会通过提高低技能工人工资水平，增加工业企业的生产成本，逼迫工业企业加快生产的自动化进程。为了验证这一机制，本文借助现有数据进行了简单的统计与计量分析。第一，统计发现，在自动化意愿较强的行业，低技能工人占到了绝大多数。利用中国国家统计局2004年工业企业调查数据，本文对不同行业不同技能工人占比情况进行了描述性分析（见图1），发现在工业机器人应用较多的强自动化行业

本文的样本期间内，定义“强自动化行业”为机器人进口存量超过1000台的行业。中，低技能工人

低技能工人是指高中及以下学历的工人，高技能工人是指大学专科及以上学历的工人。占到了80%左右。在自动化时代到来之际，大部分从事简单重复工作的低技能劳动者将受到较大冲击[18]。因此，随着依赖低技能工人的生产环节被改变，工业机器人的引入将使部分低技能工人面临被自动化的风险。第二，相对于高技能工人，最低工资上升主要会提高低技能工人的工资水平。鉴于企业层面不同技能工人工资难以获取，本文利用国家统计局2002—2009年进行的中国城镇住户调查数据（UHS），借助个体城市之间联系构建了地区低技能工人平均工资和高技能工人平均工资指标，以此来间接考察最低工资上升是否会显著提高低技能工人工资水平，而对高技能工人工资的影响不明显。在控制了城市层面部分变量之后，表7双向面板固定效应模型的估计结果表明，最低工资上升会显著提高低技能工人工资水平，而对高技能工人工资没有影响，并且最低工资调整的滞后效应更大：前期月最低工资每上升1个百分点，当期低技能工人工资会提高约0.13个百分点。最终，最低工资上升提高了工业企业的生产成本，逼迫工业企业尽早实现自动化生产。

（五）异质性分析

限于文章篇幅未予汇报，有需要者可向笔者索取。

最低工资调整对自动化进程的影响程度取决于很多因素，这也决定了二者之间的效应存在异质性。第一，行业异质性。波士顿咨询集团的一份报告指出，根据工人的任务类型，汽车、电子、金属机械以及化工、塑料和医药等行业最有可能面临被机器人替代的风险

资料来源：https：∥www.bcgperspectives.com/content/articles/lean-manufacturing-innovation-robotics-revolution-next-great-leap-manufacturing。。本文研究发现最低工资上升时，高替代风险行业的企业引进机器人技术进行生产线改造的意愿更为强烈，而低替代风险行业则不显著。此外，机械化、自动化会使许多传统制造业，甚至农业和部分服务行业，从劳动密集型行业逐步转变为资本密集型行业，在面对最低工资的上调时，资本密集度越低、劳动要素越密集的企业其自动化的进程会更快。第二，规模异质性。大、中型企业拥有强大的资金实力，大量使用机器人等高端机械设备可以产生较好的规模效应，而融资难等生存困境会限制小企业机械化、自动化的发展。第三，工资成本异质性。劳动工资成本决定着企业经营成本的大小，影响着企业的最终获利能力。在市场竞争的大环境下，劳动成本越高的企业越倾向于进行劳动节约型技术的研发与创新。第四，区域异质性。我国经济发展存在区域性的结构不平衡，相比于西部地区，东中部地区由于经济发展速度较快、水平较高，最低工资标准调整更频繁，从而对企业自动化进程反应更为敏感。

五、结论与政策启示

近年来，随着劳工成本的不断提高，机器人等自动化技术在我国经济中发挥的作用越来越大。而现有研究表明，地区最低工资的频繁上调会增加企业的生产成本，倒逼部分企业加大研发创新，用技术与资本替代劳动力。基于此，本文借助中国工业企业微观数据，从最低工资视角实证考察了劳动力成本与工业企业自动化之间的关系。

本文研究表明，最低工资的不断上调会加速中国工业企业自动化升级的进程。在借助机器人进口贸易数据来测算企业层面机器人技术应用指标的基础上，本文实证考察了劳动力成本与企业自动化之间的关系。鉴于机器人指标存在零值问题，为了避免估计结果存在样本选择性偏误，本文主要采用Heckman两阶段模型对基准方程进行估计。初步结果证实，尽管最低工资上升会提高企业进行生产线升级的意愿，增加企业应用机器人的规模，加快企业的自动化进程。但总体上来看，最低工资的作用较为微弱，且在2004年之后才逐渐显著。然而，进一步异质性的分析显示，更高的最低工资对机器人采用的影响在不同行业或不同地区的企业之间远非一致。第一，行业潜在的、被智能化技术替代的风险程度会显著影响最低工资的自动化加速效应，替代风险越高、劳动要素越密集的企业自动化进程受最低工资上调的影响最明显。第二，不同规模、不同劳动工资成本的企业在面临机器自动化转变的大趋势时，其表现会存在差异。较大规模、较高劳动力成本的企业在最低工资上调时自动化表现更为突出。最后，鉴于最低工资水平存在区域性差异，本文分区域子样本考察的结果显示东中部地区企业会更早地引进机器人技术进行自动化变革，而西部地区对自动化技术的反应并不明显。

本文不仅丰富了国内外最低工资经济效应的相关文献，还为国内机器人、人工智能的相关研究提供了一个崭新的视角，同时对政府下一步最低工资标准及自动化技术发展等政策的制定具有一定的启示。

首先，机器人技术发展方面。本文研究发现2013年之前，中国本土机器人技术的生产和供应水平较低，为了改善生产效率，大多数企业选择从国外引进先进的机器人技术进行自动化升级。值得强调的是，政府要充分認识到摆脱对国外机器人等自动化技术依赖，加大人力和资本投入来推动我国机器人技术的基础研究，对“十四五”时期建设世界工业强国的重要性。

其次，最低工资标准制定方面。劳动力成本和机器人采用之间的关系受到许多因素的影响，如制度设定、特定行业或地区。鉴于中国经济在这些维度上的多样性，政府在制定最低工资标准政策时应该遵循因地制宜、实事求是的原则，秉持科学、严谨的态度，不能盲目跟从，以免影响当地企业的技术升级和结构转型的进程。

第三，就业和收入保障方面。在长远的未来，随着人工智能等技术的不断进步，越来越多的劳动者会被先进的自动化技术所取代，最终这些自动化技术的使用反过来影响劳动者的就业和收入。当前我国就业群体的平均技能水平较低，因此政府应进一步加强在职业技能教育和培训方面对不同技能群体的引导与支持，以减少新一轮技术变革引致的结构性、摩擦性失业以及由此加剧的整个社会的收入不平等。

参考文献：

[1] International Federation of Robotics. World robotics： industrial robots [R]. Frankfurt： IFR Statistical Department， 2014-2019.

[2] CHENG H， JIA R X， LI D D， et al. The rise of robots in China [J]. Journal of Economic Perspectives， 2019， 33（2）： 71-88.

[3] ACEMOGLU D， RESTREPO P. Robots and jobs： Evidence from US labor markets [J]. Journal of Political Economy， 2020， 128（6）： 2188-2244.

[4] ACEMOGLU D， RESTREPO P. Demographics and automation [R]. NBER Working Paper， No.24421， 2018.

[5] GRAETZ G， MICHAELS G. Robots at work [J]. The Review of Economics and Statistics， 2018， 100（5）： 753-768.

[6] 马双， 张劼， 朱喜. 最低工资对中国就业和工资水平的影响 [J]. 经济研究， 2012（5）： 132-146.

[7] GAN L， HERNANDEZ M A， MA S. The higher costs of doing business in China： minimum wages and firms export behavior [J]. Journal of International Economics， 2016， 100： 81-94.

[8] LUCA D L， LUCA M. Survival of the fittest： the impact of the minimum wage on firm exit [R]. NBER Working Paper， No.25806， 2019.

[9] LVAREZ R， FUENTES R. Minimum wage and productivity： evidence from Chilean manufacturing plants [J]. Economic Development and Cultural Change， 2018， 67（1）： 193-224.

[10]DRACA M， MACHIN S， VAN REENEN J. Minimum wages and firm profitability [J]. American Economic Journal： Applied Economics， 2011， 3（1）： 129-151.

[11]MAYNERIS F， PONCET S， ZHANG T. Improving or disappearing： firm-level adjustments to minimum wages in China [J]. Journal of Development Economics， 2018， 135： 20-42.

[12]刘贯春， 陈登科， 丰超. 最低工资标准的资源错配效应及其作用机制分析 [J]. 中国工业经济， 2017（7）： 62-80.

[13]AARONSON D， PHELAN B J. Wage shocks and the technological substitution of low-wage jobs [J]. The Economic Journal， 2019， 129（617）： 1-34.

[14]HICKS J. The theory of wages [M]. London： Palgrave Macmillan， 1963.

[15]王小霞， 蒋殿春， 李磊. 最低工资上升会倒逼制造业企业转型升级吗？： 基于专利申请数据的经验分析 [J]. 财经研究， 2018（12）： 126-137.

[16]叶林祥， GINGLING T H， 李实， 等. 中国企业对最低工资政策的遵守： 基于中国六省市企业与员工匹配数据的经验研究 [J]. 经济研究， 2015（6）： 19-32.

[17]邸俊鹏， 韩清. 最低工资标准提升的收入效应研究 [J]. 数量经济技术经济研究， 2015（7）： 90-103.

[18]LORDAN G， NEUMARK D. People versus machines： the impact of minimum wages on automatable jobs [J]. Labour Economics， 2018， 52： 40-53.

[19]GROOVER M P， WEISS M， NAGEL R N. Industrial robotics： technology， programming， and applications [M]. New Delhi： McGraw-Hill Higher Education， 2012.

[20]王小霞， 李磊. 工业机器人加剧了就业波动吗： 基于中国工业机器人进口视角 [J]. 国际贸易问题， 2020（12）： 1-15.

[21]CAI H B， LIU Q. Competition and corporate tax avoidance： evidence from Chinese industrial firms [J]. Economic Journal， 2009， 119（537）： 764-795.

[22]WESTERLUND J， WILHELMSSON F. Estimating the gravity model without gravity using panel data [J]. Applied Economics， 2011， 43（6）： 641-649.

[23]HECKMAN J J. Sample selection bias as a specification error [J]. Econometrica， 1979， 47（1）： 153-161.

[24]都阳， 王美艳. 中国最低工资制度的实施状况及其效果 [J]. 中国社会科学院研究生院学报， 2008（6）： 56-62.

[25]孙中伟， 舒玢玢. 最低工资标準与农民工工资： 基于珠三角的实证研究 [J]. 管理世界， 2011（8）： 45-56.

[26]許和连， 王海成. 最低工资标准对企业出口产品质量的影响研究 [J]. 世界经济， 2016（7）： 73-96.

[27]孙楚仁， 田国强， 章韬. 最低工资标准与中国企业的出口行为 [J]. 经济研究， 2013（2）： 42-54.

[28]赵瑞丽， 孙楚仁， 陈勇兵. 最低工资与企业价格加成 [J]. 世界经济， 2018（2）： 121-144.

[本刊相关文献链接]

[1] 李后建， 郭安达. 国有股权、最低工资标准与企业员工在职培训 [J]. 当代经济科学， 2020（3）： 39-55.

[2] 王雅丽， 张锦华， 吴方卫. 最低工资提升对农民工收入影响的再考察： 基于全国流动人口动态监测数据的分析 [J]. 当代经济科学， 2019（4）： 38-47.

[3] 吴忠， 关娇， 何江. 最低工资标准测算实证研究： 基于CRITIC-熵权法客观赋权的动态组合测算 [J]. 当代经济科学， 2019（3）： 103-117.

[4] 张学鹏， 宋蕾. 我国最低工资标准及其变动的决定因素实证分析 [J]. 当代经济科学， 2018（5）： 117-123.

[5] 李后建， 王颖. 最低工资标准如何影响企业产能过剩 [J]. 当代经济科学， 2017（6）： 79-90.

[6] 张抗私， 周晓蒙. 就业结构缘何滞后于产业转型： 人力资本视角的微观解释： 基于全国调研数据的实证分析 [J]. 当代经济科学， 2014（6）： 11-19.

[7] 杨新铭， 罗润东. 技术进步、工资差距与人力资本形成 [J]. 当代经济科学， 2007（5）： 31-39.

责任编辑、校对： 郑雅妮

Does the Rising Minimum Wage Accelerate the Automation of Industrial Firms？

—A Thinking Based on the Import of Chinese Industrial Robots

WANG Xiaoxia1， LI Lei2， JIANG Dianchun2

（1. School of Economics， Tianjin University of Finance and Economics， Tianjin 300222;

2. Center for Research on Multinational Corporations， Nankai University， Tianjin 300071）

Abstract： In the context of the rapid development of a new round of science and technology such as artificial intelligence and the reality of Chinese industrial robot application and the micro-data of firm level， this paper constructs a two-stage regression model of Heckman and investigates the impact of the rise of minimum wage on the application of industrial robots. The results demonstrate that， （1） rising minimum wages will increase labor wages， especially for low-skilled workers， urge firms to use advanced automation equipment-industrial robots to displace some low-skilled workers and accelerate the automation of Chinese enterprises; （2） enterprises in the eastern and central region with higher minimum wages are more likely to automate than in the western regions; （3） the effect of the increase of the minimum wage on the automation of enterprises is heterogeneous： the higher the substitution risk， the larger the scale， the more intensive labor factors， the higher the labor cost， the greater the possibility of using industrial robots when the minimum wage rises; （4） The upward adjustment of the minimum wage standard will accelerate the pace of transformation and upgrading of Chinese enterprises through the channel of cost effects.

Keywords： minimum wage; industrial firms; automation; industrial robots; labor cost