图片来源:宇树科技https://www.unitree.com/cn/news/31
原文信息:Wang, L., Zhou, H., & Wan, G. (2025). The impact of robots on unemployment duration: Evidence from the Chinese General Social Survey. China Economic Review, 89, 102305. https://doi.org/10.1016/j.chieco.2024.102305
01
写在前面
在宇树科技的人形机器人灵巧翻跃、各大企业AI战略布局频频登顶热搜的今天,我们正见证一场前所未有的技术革命。机器人与AI的迅猛发展,既带来生产效率的飞跃,也掀起对“技术性失业”的隐忧。中国坐拥全球最大的工业机器人存量,制造业机器人密度从2015年的4.9/千人飙升至2020年的24.6/千人。学界长期关注机器人对就业数量的影响,但失业持续时间这一关键维度却被忽视。因此,笔者今日分享一篇基于中国劳动力市场的论文,其利用 2010 - 2018 年中国综合社会调查(CGSS)数据,研究机器人对失业持续时间的影响。实证分析发现,机器人会延长失业时长,尤其影响常规职业者,且对低技能、家庭条件差和育儿负担重的群体冲击更大,通过数字信息渠道可缓解这些负面影响。
02
研究背景
机器人在生产中的广泛应用对劳动力市场产生了多方面影响。现有文献主要聚焦在三个方面:一是机器人会取代工人,减少就业,尤其对从事重复性、低技能工作的工人威胁较大;二是机器人应用能提高生产力并创造新工作和职业;三是机器人对就业的影响因行业、任务类型和个人特征而异,会扩大技能工人和非技能工人的工资差距,不同性别、年龄等群体受影响程度不同。
以往研究多关注机器人对就业的影响,却忽视了失业尤其是失业持续时间这一问题。实际上,失业持续时间过长会导致技能贬值、人力资本折旧、未来工资下降,还会给工人带来心理压力、社会孤立等负面影响,甚至增加暴力犯罪和政府财政负担。
中国拥有世界上最大的劳动力市场和最多的工业机器人存量,为研究机器人应用对失业持续时间的影响提供了良好契机。本文利用中国综合社会调查(CGSS)的个体数据,分析机器人对中国劳动力市场的影响,包括对失业可能性和持续时间的影响,探究哪些群体更易受机器人冲击,以及信息获取渠道在缓解机器人导致的失业影响中所起的作用。
03
研究结论
1、机器人延长失业持续时间:机器人的应用会延长失业持续时间,且对从事常规职业的工人影响更明显,这属于结构性失业。因为自动化技术擅长执行常规任务,增强特定任务的工人生产力,提升对非常规角色的需求,使得常规职业工人失业后找新工作更困难,且这种结构性失业具有持续性。
2、不同群体受影响存在差异:不同技能和家庭背景的工人受机器人应用的影响不同。低技能工人、经济和职业地位低的工人以及有育儿责任的工人受冲击更大。机器人对女性职业生涯不利,传统观念会放大这一影响,使女性求职意愿和努力降低,失业时间更长,她们在平衡育儿和工作上面临更多挑战。
3、数字信息渠道缓解负面影响:数字渠道获取信息对减轻机器人对弱势群体的负面影响至关重要。它能减少信息不对称,帮助工人更好地了解劳动力市场和获取就业机会,还催生新的互联网相关职业,扩大就业可能性,使工人适应劳动力市场变化。
4、政策建议:鉴于机器人对失业持续时间的影响存在职业和性别差异,政府应加强对就业弱势群体的援助,组织技能培训;完善就业信息平台,降低求职成本;教育部门应注重机器人和人工智能相关课程设置与学科发展,培养复合型人才。
04
核心数据和方法
1、中国综合社会调查(CGSS)数据:本文选取2010—2018年数据,样本选取16-60岁男性和16-55岁女性,并排除了从未工作或仅从事农业工作、不积极求职(如对“有工作能否两周内入职”回答否的样本)、因上学等特殊原因短期失业的样本,最终得到来自30个省份的28,503个观测值。这些数据包含丰富的个体特征信息,如年龄、健康状况、户籍类型、婚姻状况等,以及就业状态和历史信息,像职业、失业前职业和失业持续时间等,为研究个体层面的失业情况提供了基础。
2、国际机器人联合会(IFR)数据:用于获取机器人暴露数据。IFR拥有全面的数据库,提供全球100多个国家机器人安装的年度统计数据,为研究机器人在不同地区的应用情况提供了关键信息,是衡量机器人对劳动力市场影响的重要依据。
3、为探究机器人对失业持续时间的影响,文章构建了如下模型:
在该模型中,i、p和t分别代表个体、省份和年份;up和vt表示省份和年份固定效应;unempipt代表个体的就业状态(unemp_s是一个二元变量,个体失业时取值为1,否则为0)和失业持续时间(unemp_d,依据“至今连续失业多少个月”的回答来衡量);cnrobot是核心解释变量,表示工业机器人的暴露程度,其构建参考 Acemoglu和Restrepo(2020)的方法;向量X包含一系列控制变量,如年龄、健康状况、户籍类型、婚姻状况、个体能力、教育水平、性别、家庭财务状况等个体特征变量,以及经济发展、企业数量、市场化程度、基础设施条件、人口密度等宏观经济因素变量。
此模型在基线模型基础上,引入“信息渠道数字化水平(infor)”变量及其与cnrobot的交互项,用于研究个体信息获取对机器人影响失业持续时间的作用。其中,根据“主要使用的信息渠道类型”构建虚拟变量表示信息渠道数字化水平,使用报纸、杂志和广播作为主要信息渠道赋值为0,使用电视、手机和互联网(包括通过手机上网)赋值为1。
05
实证分析
1. 机器人影响就业及失业持续时间:由Table 2 Panel A可知,从就业状态看,全样本中机器人增加失业风险,其系数为0.0005。分职业来看,常规职业工人失业概率与机器人暴露正相关,非常规职业呈负相关但不显著。在失业持续时间方面,机器人暴露使全样本失业时长增加,常规职业工人系数增加更明显,非常规职业则相反。由Table 2 Panel B可知,长期失业样本中,机器人系数为0.1998,进一步证明其延长失业持续时间,且影响具有持续性。
2. 异质性影响显著
(1)技能层面:低技能工人受机器人冲击大。初中及以下学历工人失业持续时间因机器人显著延长,高学历者影响不明显。具备基本认知操作技能的工人受影响大,如该群体中常规职业者,机器人系数达0.1194。
(2)家庭背景方面:家庭经济状况差的工人受影响大,低经济地位家庭样本中,机器人对失业持续时间影响系数为0.2171。其中女性更明显,如低经济地位家庭的女性,系数为0.3261,男性为0.1139。从父亲职业地位看,低职业地位家庭的工人更易受冲击,其系数为0.2193,高职业地位家庭系数为0.1450。
(3)家庭责任角度:有育儿责任的工人失业持续时间因机器人延长,有孩子家庭样本中系数为0.2296,无孩子家庭不明显。且母亲受影响大于父亲,有孩子的女性样本中系数0.3195,男性为0.1304。孩子数量多及认同传统性别观念的女性失业时间更长,有2个孩子的女性样本中系数0.5590,认同传统观念的女性系数0.4327。
3. 数字化信息渠道缓解负面影响:在低技能、经济条件差等弱势群体和制造业相关职业中,数字化信息渠道与机器人的交互项系数显著为负。如全样本中交互项系数-0.2335,表明其能缓解机器人对失业持续时间的负面影响。在女性群体中同样如此,全样本女性中交互项系数-0.2217,帮助女性减轻机器人对就业的不利影响。
06
总结
该论文利用 2010 年至 2018 年中国综合社会调查(CGSS)的全面数据,研究机器人对失业持续时间的影响。其意义与未来研究方向如下:
(1)理论意义:丰富了技术与就业关系的研究。过往研究多关注机器人对就业岗位替代和创造的影响,本文聚焦于机器人对失业持续时间的作用,填补了该领域相对薄弱的环节,为理解技术进步与劳动力市场动态关系提供新视角,完善和拓展了相关理论体系。
(2)实践意义:为政策制定提供实证依据。研究发现机器人对不同职业、技能水平、家庭背景的工人以及女性就业存在异质性影响,且数字化信息渠道可缓解负面影响。作者启示中国政策设计的三重维度,其一,技能重塑。面向低技能群体开展AI适应性培训,将“人口红利”升级为“技能红利”;其二,数字平权。建设普惠性就业信息平台,用算法推荐弥合信息鸿沟;其三,性别友好。通过育儿补贴、弹性工作制缓解女性职业中断压力。
(3)未来展望:文章指出未来研究可在两方面深入。一方面,深入探究机器人影响失业的内在机制,明确失业是源于机器替代导致的需求下降,还是熟练工人短缺,抑或两者共同作用,从而更深入地理解其动态变化。另一方面,探索其他新兴技术对劳动力市场的影响,为应对技术变革对就业的冲击提供更全面的思路和解决方案 。
07
写在最后
当机器人浪潮呼啸而至,愿每个人都能在技术的褶皱中找到属于自己的生存节奏。或许2025年的劳动力市场,需要的不只是更聪明的机器,更是更有温度的制度设计。面对这场静默的劳动力革命,我们如何既拥抱技术红利,又为弱势群体撑起保护伞?或许答案就藏在数字时代的缝隙中。
推文作者:郭怡伶,深圳大学经济学院本科生。推文可能存在纰漏与不足,非常欢迎大家批评和指正!交流方式:2022025011@email.szu.edu.cn
Abstract
The issue of the impact of robot applications on unemployment duration remains relatively unexplored. Using individual-level data from the Chinese General Social Survey (CGSS), we shed new light on the effects of robots on unemployment likelihood and duration. Major findings include that: (1) robots prolong the duration of unemployment, particularly for workers in routine occupations compared with those in non-routine occupations. This phenomenon can be understood as a form of structural unemployment; (2) workers with low skills, low economic and occupational status, and parenting responsibilities suffer more from the robot shock. In particular, robots adversely affect women's careers, and traditional perceptions amplify this effect to dampen their willingness and efforts to search for job, resulting in longer periods of unemployment. These heterogeneous impacts of robots on unemployment duration highlight the need for greater support and policy interventions for vulnerable groups; (3) access to information from digital channels plays a pivotal role in alleviating the adverse impact of robots on vulnerable groups. Reducing information asymmetry and nurturing job search capabilities help the vulnerable better adapt to evolving labor market conditions, thereby mitigating the negative consequences of robots.
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