- · 《就业与保障》栏目设置[06/29]
- · 《就业与保障》投稿方式[06/29]
- · 《就业与保障》征稿要求[06/29]
- · 《就业与保障》刊物宗旨[06/29]
工业机器人应用对制造业劳动生产率的影响研究(4)
作者:网站采编关键词:
摘要:表2 变量定义变量类型 名称 符号 单位 数据来源被解释变量劳动生产率 VA_H 欧元/小时 EUKLEMS,IMF行业就业人数占比 SEMP 百分数 EUKLEMS解释变量工业机器人应用
表2 变量定义变量类型 名称 符号 单位 数据来源被解释变量劳动生产率 VA_H 欧元/小时 EUKLEMS,IMF行业就业人数占比 SEMP 百分数 EUKLEMS解释变量工业机器人应用密度 DEN_Robot 台/万人 IFR,EUKLEMS计算机等通讯设备投入 ICT 百万欧元 EUKLEMS,IMF研发投入 R&D 百万欧元 EUKLEMS,IMF对外直接投资 FDI 百万欧元 UNComtrade,IMF
4 实证结果分析
本文分析了工业机器人应用对制造业细分行业的影响,表3是西方多国1993~2018年①劳动生产率的回归结果,列 (1)是各国制造业层面的面板回归结果,核心解释变量工业机器人应用密度显著提升了制造业的劳动生产率,平均而言,工业机器人应用密度每增加1个百分点,劳动生产率将会提升0.0760个百分点,对于控制变量来说,研发投入和计算机信息设备投入均对劳动生产率具有正向的促进作用,而对外直接投资系数为负,但并不显著,从国家经济发展的角度,本文选取的样本均为发达工业化国家,制造业发展均居世界领先水平,技术和管理水平相对较高,一般而言,发达国家通过FDI向发展中国家的技术扩散会更加显著,这也在一定程度上表明,FDI对发达国家的生产率提升作用并不明显。表3中列 (2)~(8)是将制造业细分行业分类合并之后的回归结果,各个行业中机器人的应用均显著地提升了劳动生产率,但系数存在较大差异,工业机器人应用密度最大的汽车行业系数为0.0439,而密度比其小的电子业系数为0.150,之间大小相差2倍,即出现了工业机器人应用密度大的行业反而比密度小的行业对劳动生产率促进效果更小的现象,通过对行业特质的分析,本文发现,汽车行业是最先开始进行工业机器人应用的行业,其应用规模显著高于其他任何行业,以德国为例,在IFR数据的基础上本文计算得出汽车行业于2018年的密度为每万人1230台,而电子行业则为每万人110台,差距非常大。对样本中的其他国家来说也有同样的现象,究其原因,汽车业本身为重工业,资本密集程度非常高,且使用工业机器人已有相当长的历史,反观电子、化学和服装等行业使用工业机器人历史较短,规模也显著小于汽车行业,但其对劳动生产率的促进效果反而更加显著,一定程度上表明,工业机器人对劳动生产率的促进存在边际效果递减的可能,这也验证了Graetz和 Michaels (2018)[3]机器人应用边际收益递减的推论,即汽车行业工业机器人的应用密度现在已经相当大,新增的工业机器人对劳动生产率的提升效果存在递减的趋势,而工业机器人应用飞速发展的电子业、化工业、木材制品和服装等行业,在较小的基数上产生了机器人应用对劳动生产率更大的促进效果。
表3 工业机器人对劳动生产率影响的估计结果:细分行业影响注:括号内为 t值,*表示 p<0.05,**表示 p<0.01,***表示p<0.001。ln_va_h(1) (2) (3) (4) (5) (6) (7) (8)总制造业 汽车业 木材制品 电子业 化工业 金属机械业 食品业 服装业ln_den 0.0760***(5.64)0.0439***(4.12)0.0944***(9.50)0.150***(5.20)0.114***(6.61)0.0301**(3.04)0.0212**(3.05)0.0790***(5.48)ln_rd 0.0898*(2.13)0.0529*(2.17)0.0156(0.76)-0.0661(-1.03)0.0134(0.38)0.0925***(3.92)-0.0199(-1.50)0.00787(0.33)ln_ict 0.380***(10.90)0.438***(12.63)0.0860*(2.46)0.488***(7.48)0.170***(4.11)0.183***(7.50)0.174***(8.02)0.00945(0.23)ln_fdi -0.00738(-0.89)-0.00468(-0.47)0.0191(1.95)0.0207(0.84)0.00368(0.33)0.0101(1.61)0.00394(0.63)0.0303*(2.28)cons -0.849*(-2.40)0.279(1.15)2.425***(10.96)-0.0102(-0.02)2.089***(7.68)1.382***(9.45)2.412***(14.78)2.639***(12.59)N 249 236 233 245 259 246 242 224面板模型 固定效应 固定效应 随机效应 固定效应 随机效应 固定效应 随机效应 随机效应
本文根据总制造业机器人的应用密度将样本分为大密度地区和小密度地区,其中划分标准为制造业工业机器人平均密度60台每万人的国家为大密度样本,其他的为小密度样本,对样本进行分类回归得到表4。通过对不同区域的对比分析,可以发现样本范围内,无论是工业机器人应用密度大的地区还是小的地区,核心解释变量工业机器人应用密度均对劳动生产率具有正向且显著的影响,工业机器人应用密度大的地区工业机器人对劳动生产率的促进作用更大,显示工业机器人对制造业劳动生产率的提升作用更大。控制变量FDI系数为负但不显著,前文提到,发达国家接受FDI对当地技术的促进作用有限,且通过观察样本可以发现有些国家FDI为负值,即某些年份出现净流出可能与本文没有将负值进行剔除有关。对于核心解释变量,结论依然显著,因此这里就不加详细讨论。
文章来源:《就业与保障》 网址: http://www.jyybzzz.cn/qikandaodu/2021/0220/1129.html