图片来源：豆包AI
原文信息：
Luo, W., Tang, L., Yang, Y., & Zou, X. (2025). Robots as guardians: Industrial automation and workplace safety in China. Journal of Development Economics, 172, 103381.
原文链接：
https://www.sciencedirect.com/science/article/pii/S0304387824001305
01
引言
近年来，发展中国家频频传来的工作事故总是让人们感到痛心，而工业机器人的使用能否有效降低工作事故的发生呢？或许这篇文章能给你一个不同的答案。因为，谁能想到，机器人不仅是工厂的“劳动力”，还是工人安全的“守护神”？
该文通过调查工业机器人对中国工作场所安全的影响，发现机器人暴露的增加显著减少了工作场所的事故率和死亡率。此外，研究还表明，机器人暴露与公众对工作场所安全相关信息的搜索需求下降存在显著负相关，这进一步验证了机器人对安全的积极影响。该文还利用一个会计框架分析识别出机器人通过三个主要渠道改善工作场所安全：非就业渠道、再分配渠道和职业内部改善渠道。其中，职业内部改善渠道对安全改善的贡献最大，强调了机器人在替代危险任务和提高高风险职业安全性方面的作用。
02
变量、模型与数据
（一）变量
1.主要解释变量
机器人暴露度（Robot Exposure）：衡量一个城市中工业机器人在各城市中的采用情况。该变量由行业就业份额和机器人在该行业的采用程度组成。具体定义为：
。其中，Robotsit表示某行业i在年份t的机器人存量，lie0是行业i在初始年份（2005年）为城市c提供的就业份额，Empi0表示行业i在初始年份的全国就业人数。也就是通过行业在初始年份为城市提供的就业份额赋予机器人使用情况的权重，能够较好地度量机器人在各个城市的采用情况。
2.主要被解释变量（工作场所安全相关）
事故率（Accident Rate）：每千人年中发生的工作场所事故数量。事故定义为涉及严重伤害、死亡或经济损失超过100万元的事故。
死亡率（Fatality Rate）：每千人年中因工作场所事故导致的死亡数量。
伤害概率（Injury Probability）：个体是否在过去四周内受伤或生病。该变量用于衡量机器人暴露对个体伤害的影响。
3.工具变量
一个好的工具变量能确保模型的有效性和准确性。在该文中，为了缓解潜在的内生性问题，作者根据美国和五个欧洲国家（丹麦、芬兰、法国、意大利、瑞典）工业机器人的采用情况实施了一项工具变量策略。具体定义为
，其中，Robotsitj表示在国家j某行业i在年份t时的机器人存量，Empi0j表示行业i在初始年份的j国就业人数，lie0则继续表示行业i在初始年份为城市c提供的就业份额。
由于欧美六个国家即机器人发展前沿国家的机器人采用情况对中国工人的工作环境是外生的，满足外生性，而相关性不言而喻，这与Acemoglu和Restrepo(2020)在分析机器人的就业效应时类似，因此该文采用这一工具变量进行检验。
（二）模型
首先采用长差模型来研究机器人采用率与工作场所安全之间的关系，模型形式为：
然后采用面板模型进行估计，具体模型如下:
（三）数据
该文工业机器人运行库存的数据来源于国际机器人联合会(IFR)，包含19个行业的广泛分类；工伤事故与死亡人数的数据来源于各个地方的《国民经济和社会发展统计公报》；工作场所伤害的数据来源于中国健康与营养调查(CHNS)；百度指数是衡量百度上特定关键词的搜索强度，该文以“工伤认证”和“工伤赔偿”为关键词进行统计。
03
实证结果
（一）对工作场所事故和死亡的影响
通过长期差分回归和面板回归分析，研究发现，机器人暴露显著降低了工作场所的事故率和死亡率。具体而言，机器人暴露每增加一个标准差，每千人每年事故减少0.100起，死亡减少0.0133起（每千人每年事故率为0.122，死亡率为0.0351”，这是样本的平均值）。通过进一步计算，研究表明，从2013年到2019年，机器人暴露的增加能够解释事故率下降的68.5%和死亡率下降的71.0%。这些结果表明，工业机器人在中国的广泛应用对减少工作场所的安全风险起到了重要作用。
（二）机器人暴露和工作场所伤害
利用中国健康与营养调查（CHNS）数据，研究分析了机器人暴露对工作场所伤害的影响。回归结果显示，机器人暴露显著减少了个体受伤的概率。每增加一个标准差的机器人暴露，受伤概率下降2.25个百分点，相当于样本均值（12.1%）的18.6%的减少。此外，研究还进行了虚假检验，发现机器人暴露与之前的伤害趋势没有显著关系，从而排除了数据预设趋势对结果的影响。
（三）来自百度搜索索引的补充证据
为了验证机器人暴露对工作场所安全的影响，研究还使用了百度搜索指数数据。通过分析“工伤认定”和“工伤赔偿”关键词的搜索强度，研究发现，机器人暴露较高的城市，其居民对工伤相关信息的搜索需求显著降低。这一结果表明，机器人暴露降低了工人对工伤赔偿和认定信息的需求，进一步支持了机器人在改善工作场所安全方面的作用。
（四）改善工作场所安全的渠道
本研究通过简化的会计框架，分析了机器人暴露对工作场所安全的三种主要改善渠道：非就业渠道、再分配渠道和职业内部改善渠道。具体框架如下，s∈{0,1,……,N} 表示N个职业，第0个职业为非就业；Psct∈[0,1]表示c城市在t年职业s的事故概率，它降低则对应该城市职业s的工作场所得到改善；t年从事职业s的工人所占比例由θsct给出；由上得出城市c在t年的总体事故概率为
。
非就业渠道(non-employment)：机器人暴露使得部分工人退出劳动市场，从而减少了工作场所的安全风险，但该渠道的贡献较小，仅占事故率改善的0.75%，死亡率改善的1.6%。
再分配渠道(reallocation)：机器人暴露促使高风险的制造业工人转向低风险的行业（如服务业），从而减少了高风险行业中的安全事故。
职业内部改善渠道(within-occupation)：机器人通过替代危险任务，改善了与工厂相关的职业中的安全性。该渠道贡献最大，特别是在技术工人和熟练工人等从事高危职业的人群中，机器人显著减少了工伤。
04
启发与展望
也许你曾听过“工伤是无声的杀手”，但随着机器人的普及，这个“杀手”正逐渐被驱逐出工厂。机器人正在以其“冷静”的效率和“无畏”的勇气，成为工人们的最佳伙伴，真正做到为工人“保驾护航”。这项研究对中国乃至诸多发展中国家的具有重要参考意义。中国从“世界工厂”逐步走向“全球引擎”，这隐藏在背后的工人工作环境安全是至关重要的一点。该文在已有的研究基础上，探讨了机器人使用对工作场所安全的影响，并探究了机器人改善工作场所安全的三个渠道，这为政策制定者提供了有关如何通过机器人技术提升工作场所安全的实证支持。值得进一步思考的是，机器人普及后，劳动市场的长期变化又是怎样的，劳动者技能要求、就业结构变化以及收入分配的潜在影响，都是值得探究的问题。
Abstract
Industrial robots can potentially improve workplace safety by performing hazardous tasks on behalf of workers. This paper examines the impact of industrial robots on workplace safety in China. We find that a one-standard-deviation increase in robot exposure reduces annual workplace accidents and fatalities by 0.100 and 0.0133 cases per thousand population, compared to sample averages of 0.122 accidents and 0.0351 fatalities. These findings are robust to an instrumental variable strategy and various robustness checks. Our analysis of injuries in household surveys and Baidu search activities reinforces these results. Using an accounting framework, we show that the safety improvements do not result from the mechanical effects of robot-induced employment reduction. Instead, within-occupation improvement in workplace safety plays a more crucial role.
推文作者：
周浩，长安大学经济与管理学院本科生。研究领域：能源经济，数字经济。邮件：Howell2004@163.com。欢迎学术交流！
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
0
推荐
京公网安备 11010502034662号 