机器人促进了和谐劳动关系与就业质量吗？*

屈小博，王 强

( 1. 中国社会科学院 人口与劳动经济研究所，北京 100006；2. 中国社会科学院大学 应用经济学院，北京 102488；3. 中国农业大学 国家农业科技战略研究院，北京 100193）

一、引言

改革开放以来，中国凭借丰富的劳动力资源积极参与全球化的国际分工，取得了令人瞩目的经济增长成果。在越过刘易斯拐点后，中国的劳动力市场出现了新的变化。一方面，劳动力总量依然丰富，但劳动年龄人口占总人口的比重和绝对数量双双下降。20世纪80年代初，我国劳动年龄人口占总人口的比重约为60%①根据国家统计局1982年人口普查数据整理。，随后逐渐升高，2010年高达74.5%②根据国家统计局2010年人口普查数据整理。。有利的人口结构是这一时期我国经济快速增长的重要因素。自2010年以来，我国劳动年龄人口的比重不断下降。2020年我国15—59岁人口占总人口的比重仅为63.4%③根据国家统计局2020年人口普查数据整理。。从当前的生育水平看，劳动年龄人口的比重仍将持续降低、老龄化程度也将不断提高，未来劳动力市场面临劳动力供给不足的风险。另一方面，劳动者平均受教育年限不断提高，结构性就业矛盾愈加突出。高校扩招显著提高了中国高等教育的入学率，本专科毕业生规模不断增加，2016年进一步扩大了研究生招生规模。得益于高等教育的普及，中国人口的平均受教育年限不断提高，第七次全国人口普查公报显示，大专及以上受教育人口占总人口的比重超过15%①根据国家统计局2020年人口普查数据整理。。然而，近些年各城市“抢人大战”与毕业季“就业难”的问题，突出体现了中国劳动力市场的结构性矛盾，受教育水平较高的劳动力供给难以与劳动力市场的需求有效匹配。

在人口年龄结构产生的推力、人口受教育水平结构形成的拉力两方面因素的共同作用下，我国劳动力市场整体的工资水平不断提高，也显著增加了企业的用工成本。与此同时，工业机器人等新技术的应用也愈加成熟，企业应用新技术的经济成本不断下降。在此背景下，中国企业引进工业机器人的数量迅速增加。国际机器人联合会（International Federation of Robotics）发布的《2021年世界机器人报告》显示，中国是世界上最大的工业机器人市场，已安装工业机器人的总值最高，装机增长速度也居前列。2020年中国安装工业机器人16.8万台，同比增长18%。中国工业机器人存量为94.3万台，约占世界总安装数量的31%。从工业机器人安装密度看，全球工业机器人平均安装密度为126台/万人，中国的安装密度为246台/万人，显著高于世界平均水平，但与韩国、日本、德国等发达经济体还有一定差距，未来我国还有进一步的提升空间。具体情况，详见表1。

表1 2020年主要国家或地区工业机器人密度

资本与劳动存在替代关系，工业机器人对劳动力的替代性更强。工业机器人有别于传统的资本，不仅能够发挥资本要素在生产中的作用，还能完成传统资本难以执行且仅能由劳动者完成的工作任务。 传统的机器设备运行需要劳动者的操作与监督，而工业机器人基于传感器与视觉技术，凭借灵活的机械结构，能够独立从事传统生产线上劳动者的工作任务，降低了生产过程中劳动者的参与程度，这意味着企业对劳动力需求的下降。以制造业为例，传统生产线上的员工大多从事一项或几项工作任务，这有助于提高劳动者的熟练度，降低工作任务转换的成本，进而提高生产效率[1]。当工业机器人能够替代劳动者执行工作任务且经济成本更低时，企业将大规模引进机器人以实现利润最大化，这将减少企业对劳动力的需求。

工业机器人也与劳动者存在互补关系。 随着技术的不断成熟，机器人能够独立完成更多之前仅能由劳动者或人机协同完成的工作，但还有很多工作任务工业机器人难以完成或难以独立完成。劳动者在完成程序性、重复性工作任务方面相较于工业机器人处于明显的劣势地位，但在完成需要抽象思维、沟通交流等工作任务方面仍然具有比较优势，这为劳动者与工业机器人的协作提供了空间。例如，企业引进工业机器人虽然会替代操作型工人，但也有助于提高管理型工人的工作效率。随着工业机器人替代一线生产工人，企业能够雇用更多的管理人员与销售人员[2]113，还会创造与工业机器人相关岗位的就业需求，如工业机器人管理、维护人员等。

工业机器人带来的就业效应尤为重要，已有的研究成果也非常丰富。机器人对劳动者就业质量的影响同样值得关注，但相关主题的研究不足，本研究试图弥补已有研究的不足。基于有代表性的中国制造业企业抽样调查数据，本研究构建了企业劳动关系的量化指标，揭示和反映了工业机器人应用对企业劳动关系的影响效应，回答了企业在引进工业机器人的过程中对劳动者就业质量的影响，并检验了企业应用工业机器人对具有不同人口学特征、职业的劳动者的异质性影响。

二、文献综述

（一）工业机器人对就业数量的影响

传统的生产模型将资本与劳动力看作企业的两种生产投入，并在假定一定的要素弹性下讨论不同要素价格的变化引发的企业对不同要素投入的调整。若将所有的劳动者均看作同质的劳动力，则往往忽视了不同劳动者的差异。不同受教育程度、工作经验的劳动者的生产效率存在明显的差异。但依据受教育程度将劳动者划分为高技能劳动者与低技能劳动者，仍存在一定不足，这是由于相同受教育程度劳动者之间仍然存在异质性。如果将企业的生产过程看作不同类型工作任务的组合，企业对劳动力的需求实际上是对不同类型工作任务的引致需求[3]。 工作任务被划分为能够被机器人替代的与不能被机器人替代的两种类型，企业应用工业机器人不仅会替代一部分现有的工作任务，还将创造出新的工作任务，因而讨论工业机器人对就业的净影响，取决于就业创造和就业损失的相对大小。

一方面，应用工业机器人会对劳动力产生替代效应。企业应用工业机器人等自动化设备会对程序性的工作任务具有显著的替代效应，如银行柜员等日常工作遵循一定逻辑的岗位，可能会有一定程度的流失[4]。如有研究基于中国制造业行业的实证分析数据，发现企业应用工业机器人将对上下游企业的就业产生显著的负向影响[5]。同时，也有研究指出，尽管制造业上游企业引进工业机器人会产生显著的负就业效应，但也会对下游企业产生积极的就业效应[6]。通过将不同行业划分为易被机器人替代的行业与不易被替代的行业，有研究估计了未来一段时间应用工业机器人对中国就业替代的规模与占比[7]。

另一方面，应用工业机器人也会创造新的就业岗位，即就业的创造效应。劳动者相较于传统的机器，在灵活性、适用性和解决问题等方面具有比较优势，应用工业机器人能够显著减少一部分重复性工作，也有助于提高劳动者的工作效率[8]。随着工业机器人等新技术的应用，企业的生产效率和生产规模不断提高，这将使企业增加劳动力要素的投入[9]。Acemoglu 和 Restrepo基于美国人口普查提供的职业信息数据，发现自动化技术能够平衡其带来的就业损失，自动化技术创造的新就业岗位占美国1980—2010年新增就业岗位的一半左右[10]。也有基于中国数据的研究认为，企业应用工业机器人会增加总就业需求[11]。

但应用工业机器人对劳动力市场的净影响是就业创造还是减少就业岗位的问题，已有研究并未得到统一的结论。

（二）工业机器人对就业质量的影响

企业应用工业机器人将从劳动者的工作任务、工作环境与工资水平等方面影响劳动者的就业质量。应用工业机器人不仅会影响就业规模，还将影响劳动者的工作任务。劳动者与工业机器人在不同的生产任务上有着不同的比较优势，工业机器人更适合物质需求类的产品，而劳动者则更擅长精神需求类的个性化产品[12]。应用工业机器人能将劳动者从物质生产类的工作任务中解放出来，而这一类的生产任务总体来说生产环境较差，这意味着企业应用工业机器人有助于改善劳动者的工作环境。同时，企业应用工业机器人将使劳动者更多地从体力劳动转向脑力劳动，通过降低劳动者的劳动强度、减少工作危险性，能够显著提升弱势劳动者的就业适应性，如提高老龄和低技能劳动者等的就业能力[2]116。

以工业机器人为代表的新技术难以均等地渗透到各行业，甚至相同行业的不同企业也难以应用同等的生产技术[13]。应用工业机器人对不同类型的劳动者就业的影响也存在着差异。相较于一般的制造业企业，高新技术企业以及规模相对较大的企业更容易引进工业机器人等新兴技术，这将为企业带来更高的生产效率，也有助于提高劳动者的工资[14]。又因为应用工业机器人对低技能水平劳动者工资的影响更为显著，这表明应用工业机器人还将影响收入不平等[15]。劳动者的工资收入与工作满意度呈正相关关系，这也意味着应用工业机器人企业的员工就业满意度更高[16]。机器人的加速应用改变了工作任务和技能的需求，那些具备“人机互动”技能的员工，可以从企业获取更稳定的长期雇佣合同，而从事常规技能任务的工作岗位，劳动雇佣合同趋于短期化[17]。

综上，现有研究主要讨论了工业机器人与劳动力的替代关系和互补关系，应用工业机器人对工作任务、就业、工资的影响，但鲜有研究提供企业应用工业机器人对劳动关系影响的实证证据。相较于已有文献，本研究的贡献主要体现在：第一，利用国际机器人联合会提供的分行业机器人数据，构建了分省、分行业层面的工业机器人使用指标作为企业是否采用工业机器人的工具变量，解决了计量估计时工业机器人应用与企业劳动关系的内生性问题，从而得到更为科学的结果；第二，国内已有研究主要集中在工业机器人对劳动力的替代效应、就业及收入分配等宏观效应方面，本研究从劳动关系的微观视角，探究了应用工业机器人对员工与企业间劳动关系的影响效应，提供了机器人方面的技术进步对劳动关系影响的实证证据；第三，通过企业与员工匹配调查微观数据，构建了企业劳动关系评价指标体系，为研究技术进步趋势下劳动关系的变化提供了量化方法和思路。

三、数据来源、变量说明与统计分析

（一）数据来源

本研究使用中国企业—劳动力匹配调查（China Employer-Employee Survey，以下简称CEES）数据，CEES由中国社会科学院、香港科技大学、斯坦福大学和武汉大学共同设计并组织实施。2018年CEES的范围包括广东、江苏、湖北、四川、吉林5个省份，涉及的县（区）有99个，有效调查样本企业1978家。CEES按照随机分层抽样方法，选取不同规模的企业作为受访企业，同时在企业内部根据中高层管理人员占30%、一线员工占70%的比例对员工名册进行随机等距抽样，抽样方法的随机性确保了调查样本具有较强的代表性。CEES是目前国内具有代表性的企业与劳动力匹配抽样调查数据[18-19]，企业问卷涵盖了企业的基本信息、生产管理、技术创新、人力资源、财务融资等各个方面较为全面的信息，员工问卷则提供了企业员工的个人信息、工资福利、社会保障、工作任务技能、工作转换、满意度、性格特征等多方面的数据信息。

（二）劳动关系指标构建

劳动关系是本研究的核心，能否科学有效地构建劳动关系指标决定着研究结论的可靠性。已有研究构建的劳动关系指标大多从劳动者的工资薪酬、劳动合同签订情况、社会保险福利、晋升、工作环境和时间等角度出发[20]。也有研究通过直接询问劳动者对劳动关系的评价，并以此量化劳动关系指标[21]。劳动关系由雇佣双方共同构建完成，因而评价劳动关系不应当仅从劳动者的角度评价，还应当从企业的角度进行考虑[22]。本研究认为，劳动关系在一定程度上属于社会问题，因而在构建劳动关系指标时，需要结合政府出台的相关指导意见。为此，本研究基于已有文献并结合政府政策文件中关于劳动关系的相关表述，选取工会参与、企业管理、企业绩效、员工权益实现、员工发展与晋升、岗位稳定性6个指标作为劳动关系评价体系中的一级指标，详见表2。

表2 劳动关系指标与权重

构造劳动关系一级和二级指标的理由如下：

工会参与能提高劳动者参与企业管理的程度，这将使企业技术更新与组织改革的过程更加顺利。企业员工如能够有效参与企业管理，将有效增加企业与员工的相互理解，消除不同主体间的意见分歧，这有助于劳动者与企业的合作共赢、构建良好的劳动关系。本研究进一步从工会组织设立、工会对员工的维护程度、工会员工的代表性和工会人均支出度量工会参与水平。

企业管理的意义重大：一方面，会影响员工对企业的满意程度，企业实施民主管理能够显著提高员工的归属感；另一方面，更为规范的员工管理，能为员工提供良好的上升空间，减少企业与员工之间的矛盾。这两方面的因素均有助于在企业构建良好的劳动关系。本研究从企业的员工流失率、员工教育水平、员工来源结构与是否缺一线员工4方面度量企业管理的水平。

经营绩效越好，企业的劳动关系也将更为和谐，反之，当企业表现出较差的生产绩效，企业的劳动关系也较差。企业的劳动关系与企业的生产绩效表现出正相关关系[23]。企业的经营表现越好，员工对于自身的发展前景和职业也将更有信心。为此，本研究在构建劳动关系指标时进一步考虑了企业的绩效，并从企业净利润增长率和企业成长性的角度构建企业绩效指标。

员工在企业就业享有一些基本的权利。首先，企业是否与员工签订劳动合同，无论是固定期限的劳动合同还是非固定期限的劳动合同或者是其他类型的劳动合同，是企业与员工建立平等劳动关系的基础；其次，员工有权利获得工作报酬，这是企业与员工在建立平等劳动关系后的基本权益；再次，企业也有责任为员工提供相应的社会保障，尤其是对于一线员工来说，当其工作存在着一定的风险时，有权要求企业提供相应的医疗与工伤保险，同时企业也有义务为劳动者提供相应的养老保险等其他的一些就业保障；最后，企业的收入分配是否公平，同样是评价劳动关系的重要指标。因而，本研究从如上4个方面构建员工权益实现指标。

员工的发展与晋升同样影响着劳动关系。随着经济社会的发展进步，中国劳动力的受教育水平显著提升、工资水平提高，劳动者非认知能力也在提高，需求结构也随之发生了相应的改变。劳动者满足基本生存需求之后，会转向更高层次的需求，希望提高个人的素质和能力，实现自身价值。若当前的工作在未来不能实现劳动者的职业理想，则不利于劳动关系的和谐稳定。为此，本研究从劳动者的人均培训时间、晋升情况与员工发展前景3个方面构建员工发展与晋升指标。

员工对当前就业的满意程度反映了劳动者对就业的预期和实际工作之间的差距，能够反映劳动者对工作的主观评价，而这种评价将影响劳动者与企业间的关系。劳动者的工作年限与工作时间进一步体现了劳动者就业的稳定性。当企业员工对就业的满意程度较低时会进行工作转换，这将降低劳动者在企业的工作年限，因而更长的工作年限往往表现出更高水平的工作稳定性。为此，本研究根据对工作岗位满意程度、工作年限和周工作时间构建岗位稳定性指标。

（三）数据处理与样本描述

为获得最终用于计量分析的样本，本研究剔除了相关指标缺漏和观测值异常的样本，最终得到样本企业1693家，其中广东省430家，江苏省284家，湖北省367家，四川省317家，吉林省295家。图1描绘了劳动关系按机器人应用分组的核密度分布，很明显，使用工业机器人企业的劳动关系显著高于暂未使用的企业。从表3的统计描述可以看出，样本数据中小企业数量比重超九成，民营企业数量占总企业数量的比重为76.97%，这与国家统计局公布的不同类型企业占比接近，表明本研究计量分析的样本具有相对较好的代表性，能够在一定程度上反映中国制造业的特征。从员工数据看，本研究样本中从事制造业生产的员工年龄普遍在30—44岁之间，年龄相对偏高。这是因为随着新兴技术的发展，服务业平台就业、共享用工等新就业形态规模迅速扩大，新生代劳动者更偏好在城市从事这类形式灵活、工作时间自由的新就业模式工作，这导致传统的制造业行业劳动者的年龄相对偏高。从文化程度来看，中专及以下员工的比重超过六成，占总样本的比重较大。此外，样本员工的平均工龄为8.52年。

图1 企业劳动关系核密度图

表3 样本企业和员工的统计分布

四、计量模型与实证分析

（一）计量模型与内生性处理

为讨论企业应用工业机器人对劳动关系的影响，本研究构建了如下计量模型：

其中，Relationshipi表示被解释变量劳动关系，也是本研究根据表2的一级指标与二级指标及相应的权重构造获得的。Roboti是一个表示企业是否应用工业机器人的二值变量，研究利用企业工业机器人资产现值计算获得，当企业有工业机器人资产时取1，否则取0；Ci表示一组既可能与企业劳动关系相关又可能与企业应用工业机器人相关的企业层面的控制变量，包括所有制类型、企业规模等；Li表示员工层面的控制变量，包括性别、年龄、受教育程度、户籍等；εi为不可观测的随机扰动项。

企业是否引进工业机器人和劳动关系间不可避免地会存在内生性问题。如企业公布未来引进工业机器人的消息，工人因担心安装工业机器人会导致裁员，有可能会导致更紧张的劳动关系；更为紧张的劳动关系可能反过来作用于企业引进工业机器人或调整使用工业机器人的生产组织和技术安排，即企业引进工业机器人不仅会影响劳动关系，劳动关系也会反过来作用于企业是否引进工业机器人。工业机器人与劳动关系存在内生性，如企业的盈利能力可能既影响企业与员工之间的劳动关系，还影响企业是否引进工业机器人的决策。因而，仅利用普通最小二乘法讨论企业应用工业机器人对劳动关系的影响将难以得出有效的结论。

本研究利用国际工业机器人联合会提供的相关数据，构建了分省、分行业层面的工业机器人使用指标，作为企业是否引进工业机器人的工具变量，以消除劳动关系与企业是否应用工业机器人之间的内生性问题。很明显，宏观层面的工业机器人使用规模与微观企业的劳动关系不相关，但宏观数据作为微观数据加总的结果，能够反映不同企业安装工业机器人可能性的大小。因而本研究认为，分省、分行业的工业机器人使用指标有助于进行因果推断。考虑到国际工业机器人联合会仅提供全国分行业的工业机器人安装数据，并没有提供不同省份层面工业机器人安装的相关数据，本研究进一步使用模型（2）估计了分省、分行业工业机器人使用规模。

其中Roboti,t表示企业i在第t年安装工业机器人变量，Provincer是省份虚拟变量，Nation_Robotj,t表示全国层面行业j在第t年工业机器人安装数量，ωr表示省份固定效应，δit,表示企业层面的控制变量，εit,表示企业层面不可观测因素。模型（2）的基本逻辑是微观企业安装 工业机器人的决定会受到企业所属省份的影响，如不同省份对安装工业机器人的支持力度会影响企业是否引进工业机器人；安装机器人的决定还会受行业类型的影响，即不同的制造业行业对工业机器人的需求不一致。因而基于省份和行业层面的工业机器人安装数量的交互项、省份固定效应和企业特征等数据，能够在一定程度上反映不同省份、行业企业安装工业机器人的可能性。本研究将这一指标称为分省、分行业预期工业机器人安装数量，并将其作为微观企业是否应用工业机器人的工具变量。

（二）计量估计结果与实证分析

随着新技术的飞速发展，工业机器人能够完成更多以往仅能由劳动者或人操作机器才能完成的工作任务，这意味着工业机器人对劳动者工作岗位的替代程度不断增加。但新技术同时也能创造新的就业岗位，因此工业机器人对劳动者就业数量影响的净效应取决于就业创造与就业损失的相对大小。工业机器人不仅会影响总体的就业规模，还将改变劳动力市场的就业结构。在就业市场结构调整的过程中，企业与员工间的劳动关系同样会发生变化。劳动关系的好坏与高质量就业密切相关，创造更多高质量的就业岗位是高质量发展的应有之义，而本研究的目标就在于讨论工业机器人对高质量就业重要表现的劳动关系的影响。

应用工业机器人会对企业与劳动者之间的劳动关系产生负面影响，还是有利于雇佣双方之间产生更和谐的劳动关系？首先，表4的基础回归结果显示，企业应用工业机器人会对企业与劳动者之间的劳动关系产生显著的正向效应，并且结果在1%的置信水平上显著，这表明应用工业机器人有助于改善劳动关系。模型一的估计结果还显示，劳动关系与劳动者的个人特征同样相关，其中受教育年限越高的劳动者表现出越高水平的劳动关系，这说明提高劳动者的受教育年限有助于构建更为和谐的劳动关系。女性劳动者相较于男性劳动者的劳动关系水平更低，这意味着女性在劳动力市场上仍处于性别歧视的不利就业地位。除了劳动者个体特征因素外，企业的特征同样可能影响企业与员工间的劳动关系，如经营绩效更好的企业可能会为劳动者提供更好的薪酬待遇，也更有可能应用工业机器人，从而企业的劳动关系更为和谐。为此，本研究进一步控制了企业层面的相关变量。从模型二的估计结果可以看出，相较于其他类型企业，高新技术企业有着更为良好的劳动关系。这与客观现实一致，即高新技术企业往往有着更高的生产效率，因而企业能够为员工提供更高质量的工作，这有助于在企业与员工之间构建和谐劳动关系。

表4 工业机器人应用对企业劳动关系的影响

续表4 工业机器人应用对企业劳动关系的影响

近年来，在工业机器人等新技术快速应用和扩散的背景下，中国尤其是东部沿海地区的制造业企业机器换人的现象普遍发生。在关注工业机器人对就业数量、就业结构影响的同时，更应该关注工业机器人对劳动者就业质量的影响。表4的结果显示，从劳动关系的角度看，企业应用工业机器人对就业质量提升有显著的促进作用，表明企业应用工业机器人不仅会“逼走”劳动者，还将“倒逼”企业与劳动者构建更为和谐的劳动关系。因而，仅考虑工业机器人对就业的替代会高估应用工业机器人对劳动者可能的不利影响，也会妨害新技术的应用与扩散。

考虑到劳动关系与企业应用工业机器人经营决策之间存在的内生性问题，本研究利用分省、分行业层面的工业机器人数量构建了企业应用工业机器人的工具变量。采用两阶段最小二乘（2SLS）方法纠正内生性后的估计结果证明，企业应用工业机器人会显著提升劳动关系，同时也表明如果不考虑内生性问题，会严重低估机器人使用对劳动关系的效应。表4模型三为一阶段回归结果，其中分省、分行业工业机器人安装数量与企业是否安装工业机器人变量的系数为0.999，P值小于0.01，表明这两个变量之间具有显著的相关性。模型三的F值为235.220，说明计量模型估计的有效性。从理论和现实分析，分省、分行业预期工业机器人安装数量属于宏观层面结果，其与具体企业和劳动者的微观特征不相关，这意味着本研究使用的工具变量满足排他性的要求。工具变量既满足相关性，又满足排他性，这说明本研究两阶段最小二乘的计量结果是有效的。同时也说明，在解决内生性问题之后，机器人的应用对劳动关系的正向促进作用增强，充分表明机器人新技术的应用能改善雇佣双方的劳动关系，有助于劳动力市场的和谐劳动关系构建。

（三）异质性分析

表4从整体上讨论了企业应用工业机器人对劳动关系的影响，但并没有揭示企业引进工业机器人对不同劳动者群体的异质性影响。已有研究指出，中国城市劳动力市场存在着显著的性别差异职业隔离，是影响性别工资差异的重要原因[24-26]。李春玲和李实研究指出，性别工资差异在不同的经济发展时期主要由市场机制和性别歧视两个不同的因素导致[27]。本研究的主题是企业应用工业机器人对劳动关系的影响，也特别关注这种影响在性别间的差异。表5模型一和模型二分别估计了企业引进工业机器人对不同性别劳动者劳动关系的影响。结果显示，尽管企业应用工业机器人对不同性别劳动者的劳动关系均有着积极的影响，但男性从中获取的益处更大。这表明新技术的应用可能难以缩小性别差异，甚至还有扩大性别不平等的趋势，为企业应用工业机器人对男性劳动关系的提升超过女性的结果提供了一定判断证据。

表5 应用工业机器人对不同性别、年龄的异质性影响

第七次全国人口普查公报显示，中国65岁及以上人口占总人口比重为13.5%，60岁及以上人口占比为18.7%。随着生活水平、医疗保障水平的提高，中国的平均预期寿命仍将进一步提高，老龄化程度也将不断加深。随着人口老龄化的不断加深，如何能更好地发挥老年人力资源的优势，是中国将要面临的重要课题。然而，研究表明老年人的创新能力更弱[28]、生产率也更低[29]，因而老年劳动者的就业环境更差[30]。随着劳动者年龄的上升，其生产率的提升显著低于其工资的增长速度，因而老龄劳动者生产率与工资的比值更低，这意味着年龄越大劳动者能够为企业创造的经济效益越小，但这一结论仍存在着一定的争论[31-32]。也有观点认为，不同年龄劳动者在企业扮演的角色不同，因而不能进行直接的比较[33-34]。就中国的实际情况看，老龄劳动者从事非正规性就业的比重较高，其群体的就业质量水平总体更低，间接反映出中国老龄劳动者的弱势劳动地位。

老龄劳动者在劳动力市场中的就业地位相对更差，要想更好地发挥老年劳动群体人力资源的作用，必须提升该群体的就业质量。本研究发现，企业应用工业机器人能够显著提高所有年龄段劳动者的劳动关系，且对45岁及以上年龄相对较大的劳动群体劳动关系的提升幅度更大。这也意味着企业加速应用工业机器人不仅有助于缓解中国因老龄化程度不断提高带来的劳动力不足的风险，还有助于提升老年劳动者的劳动关系、改善老年劳动力群体在劳动力市场中不利的就业地位。

表5基于人口学特征，估计了企业应用工业机器人对不同劳动力群体劳动关系的异质性影响。随着人工智能等新技术的扩散，劳动者从事的职业对就业稳定性的影响愈加突出。其中劳动者需要完成的易被程序化的重复性工作具有更大的被替代风险， 如服装、电子、食品等劳动密集型行业的工作岗位。为此，本研究还从职业这一维度，讨论了应用工业机器人对劳动关系的异质性影响。表6的估计结果显示，应用工业机器人能够显著提升管理人员、专业技术人员和一线工人的劳动关系。表6的结果也显示机器人应用对销售人员劳动关系的影响不显著，可能的原因在于销售人员样本数量相对其他职业类型少。

表6 企业应用工业机器人的岗位异质性影响

其中对管理人员劳动关系提升的幅度显著高于一线生产工人，这是因为工业机器人对管理人员的替代能力显著低于对一线工人的替代能力，导致一线工人的议价能力相对更低，使得劳动关系提升的幅度更小。表6的结果还表明，企业应用工业机器人有助于提升一线生产工人的劳动关系。这与一般的直觉相悖，通常认为工业机器人会威胁劳动者的就业，进而会造成相对更差的劳动关系。该结果可能存在两方面的原因：一方面，本研究的微观调查并不能体现劳动者被替代的情况。中国企业—劳动力匹配调查基于企业进行抽样，然 后在此基础上再进一步对企业员工抽样，对于已经引进工业机器人的企业显示的则是机器换人后的就业结果。另一方面，企业应用工业机器人也是对企业就业结构的优化，被替代的工作大多是体力劳动或重复性的工作，而这一部分工作的环境或内容难以满足劳动者的需要，所以可以认为工业机器人替代的岗位大多劳动关系相对较差，因而应用工业机器人会提升劳动关系。

（四）稳健性检验

本研究构建的企业与劳动者间的劳动关系是一个综合性指标，包含了工会参与、员工管理、企业绩效和员工个人发展等方面的因素。综合性指标虽然有利于进行总体的判断， 但指标的变化难以体现企业应用工业机器人对其他结果的影响。例如，基于企业应用工业机器人对劳动关系的分析结果，难以了解是否会对劳动者的工资产生影响。

为进一步讨论企业应用工业机器人对劳动者的影响，也为了检验工业机器人对劳动关系影响结论的稳健性，本研究进一步实证检验了企业应用工业机器人对工资收入、工资不平等、社会保险、职业晋升等方面的影响。表7模型一和模型二的结果显示，企业应用工业机器人不仅有助于提高就业工资，还有可能缩小企业内部的工资收入差异。同时，企业应用工业机器人还有助于提高劳动者的就业质量，包括显著提高社会保险的签订概率、增加劳动者的工作满意度等。

表7稳健性检验结果不仅验证了企业应用工业机器人对劳动关系的积极影响，也说明了应用工业机器人能够提升制造业行业的就业质量，尤其有助于增加劳动者的收入水平、提高劳动者的工作满意度等。

表7 稳健性检验

五、结论与政策建议

本研究基于2018年中国制造业企业—劳动力匹配抽样调查数据，实证分析了企业应用工业机器人对劳动关系的影响。在解决内生性问题后，实证结果表明应用工业机器人有助于构建和谐劳动关系。分性别讨论发现，企业应用工业机器人对男性劳动关系的提升显著超过女性，因而在企业加速应用工业机器人的过程中，需要更加注重保护并提高女性的就业权益和就业质量。值得注意的是，企业应用工业机器人对年龄较大的劳动者劳动关系提升的幅度相对更大。本研究认为应用工业机器人不仅有助于缓解中国未来劳动力不足的风险，还能够为老年人创造更好的劳动关系，有助于充分利用老年人力资源。

进一步地，本研究还发现应用工业机器人能够不同程度地提升不同职业劳动者的劳动关系。其中，应用工业机器人能够显著改善一线工人的劳动关系，主要因为工业机器人替代了一线工人中的体力和重复性工作的劳动者。随着工业机器人应用规模的增加，潜在被替代劳动者的规模也将更大。本研究还从劳动者的工资收入、职业发展前景和工作满意度等角度验证了研究结论的稳健性。结果显示，应用工业机器人能够减缓企业内部的收入不平等问题，还能更好地完善劳动者的社会保险情况、提升工作满意度。这表明“机器换人”对于制造业企业的劳动者并不必然带来不利的影响，有时甚至会带来积极作用。

总体上看，应用工业机器人的企业与员工的劳动关系水平更高，而和谐劳动关系意味着劳动者的就业质量更高，这表明企业应用工业机器人有助于增加高质量就业。

提高劳动者的就业质量是高质量发展的应有之义，高质量发展的一个重要目标就是创造更多高质量的就业岗位。中国应当加 大支持、鼓励并引导企业加速应用工业机器人，增强政策支撑力度，以扩大我国制造业行业应用工业机器人的广度与深度，为中国制造业的智能化升级增强动力，促进制造业向高质量发展转型。同时，应进一步加大技能培训力度、扩大各类职业培训规模，为未来的经济发展提供更多高素质、高技能水平的劳动力，使劳动者更顺利、平稳地进行工作转换，增加满足劳动力市场需求的高技能劳动者。