程虹 王澤宇

摘 要：本文基于2018年“中國(guó)企業(yè)綜合調(diào)查”（CEGS）數(shù)據(jù)，就勞動(dòng)力質(zhì)量中介效應(yīng)對(duì)機(jī)器人與工資進(jìn)行研究。從微觀企業(yè)與勞動(dòng)力個(gè)體匹配分析發(fā)現(xiàn)：第一，按照中介效應(yīng)“三步法”原則出發(fā)，初步驗(yàn)證了機(jī)器人對(duì)勞動(dòng)力工資具有顯著的正向促進(jìn)作用;第二，機(jī)器人對(duì)勞動(dòng)力質(zhì)量具有顯著的提升作用。同時(shí)，機(jī)器人應(yīng)用主要是提升了兩種類型勞動(dòng)力質(zhì)量，一是通過(guò)內(nèi)部培訓(xùn)等手段提升企業(yè)現(xiàn)存勞動(dòng)力質(zhì)量，二是通過(guò)引進(jìn)企業(yè)外部高質(zhì)量勞動(dòng)力優(yōu)化勞動(dòng)力組成結(jié)構(gòu)。第三，中介效應(yīng)回歸檢驗(yàn)表明，機(jī)器人對(duì)勞動(dòng)力工資并不具有直接的影響效應(yīng)，機(jī)器人使用企業(yè)是通過(guò)以勞動(dòng)力質(zhì)量提升作為中介渠道，從而給予了勞動(dòng)力工資溢價(jià)。進(jìn)一步地，企業(yè)內(nèi)部通過(guò)培訓(xùn)提升勞動(dòng)力質(zhì)量的中介傳導(dǎo)效應(yīng)相對(duì)強(qiáng)于外部直接引進(jìn)。本文的研究結(jié)論有利于我國(guó)提升機(jī)器人應(yīng)用規(guī)模以及把握勞動(dòng)力“人口紅利”轉(zhuǎn)向“質(zhì)量紅利”的重大機(jī)遇期。

關(guān)鍵詞：勞動(dòng)力質(zhì)量;機(jī)器人;工資;中介效應(yīng)

一、引 言

中國(guó)經(jīng)濟(jì)在改革開放后取得了近35年的高速增長(zhǎng)，本質(zhì)上是發(fā)揮了勞動(dòng)力人口基數(shù)大和成本低的比較優(yōu)勢(shì)，也就是“人口紅利”。值得注意的是，有學(xué)者指出，近年來(lái)中國(guó)“人口紅利”隨著邊際遞減規(guī)律分階段以逐步提升的衰退速度開始消失（蔡昉，2009;張敏等2015）。與此同時(shí)，各國(guó)政府則是通過(guò)重振本國(guó)制造業(yè)計(jì)劃，例如美國(guó)的再工業(yè)化戰(zhàn)略等均是鼓勵(lì)以智能機(jī)器人替代人工的方式應(yīng)對(duì)勞動(dòng)力成本上升。而中國(guó)也將目光放到了工業(yè)機(jī)器人（以下簡(jiǎn)稱“機(jī)器人”）的應(yīng)用上，試圖通過(guò)轉(zhuǎn)型升級(jí)走高質(zhì)量發(fā)展路線應(yīng)對(duì)“人口紅利”的衰退（韓民春等，2019）。

學(xué)界在關(guān)注機(jī)器人的應(yīng)用是否會(huì)帶來(lái)生產(chǎn)效率變化的問(wèn)題之外，有相當(dāng)研究將機(jī)器人作為近年來(lái)技術(shù)進(jìn)步的代表關(guān)注機(jī)器人對(duì)勞動(dòng)力本身及勞動(dòng)力市場(chǎng)的影響（杜傳文等， 2018）。主要關(guān)注的問(wèn)題是，機(jī)器人的大規(guī)模應(yīng)用是否對(duì)勞動(dòng)力質(zhì)量以及勞動(dòng)力市場(chǎng)造成了影響？早期學(xué)者主要關(guān)注數(shù)控機(jī)器等技術(shù)的應(yīng)用對(duì)勞動(dòng)力技能的影響（Katz & Murphy， 1992）。由于技術(shù)進(jìn)步對(duì)不同崗位、負(fù)責(zé)不同工作任務(wù)的勞動(dòng)力可能存在異質(zhì)性影響，因此技術(shù)進(jìn)步將會(huì)調(diào)整勞動(dòng)力的技能結(jié)構(gòu)，也說(shuō)明機(jī)器人應(yīng)用對(duì)勞動(dòng)力質(zhì)量提出了新的要求（Autor & Dorn， 2013 ; Michaels et al， 2014）。進(jìn)一步地，有學(xué)者指出機(jī)器人的應(yīng)用促使企業(yè)的生產(chǎn)力得到進(jìn)一步提升，從而擴(kuò)大了勞動(dòng)力需求（Autor et al， 2015）。由于勞動(dòng)力需求的增加，城市間的勞動(dòng)力開始流動(dòng)，也增進(jìn)了企業(yè)對(duì)不同質(zhì)量勞動(dòng)力的需求，包括擴(kuò)大了對(duì)高質(zhì)量勞動(dòng)力的需求（Bartel et al.， 2007）。另一方面，通過(guò)分析不同行業(yè)和不同國(guó)家的機(jī)器人使用數(shù)據(jù)發(fā)現(xiàn)，機(jī)器人提升了生產(chǎn)率和工資水平，但減少了對(duì)低技能勞動(dòng)力的雇傭，低質(zhì)量的勞動(dòng)力將在機(jī)器人的應(yīng)用過(guò)程中被擠出（Graetz & Michaels， 2015）。結(jié)合上述研究，我們推測(cè)機(jī)器人對(duì)于不同質(zhì)量勞動(dòng)力的影響可能存在非對(duì)稱性影響，這一影響不僅體現(xiàn)在不同質(zhì)量勞動(dòng)力就業(yè)問(wèn)題上，也將反映在勞動(dòng)力工資水平的變動(dòng)上。綜上研究表明，機(jī)器人的引進(jìn)對(duì)勞動(dòng)力具有差異化影響，這一差異化影響體現(xiàn)在勞動(dòng)力質(zhì)量差異上。機(jī)器人應(yīng)用為高質(zhì)量勞動(dòng)力帶來(lái)了更高的工資溢價(jià)，與此同時(shí)擠出了低質(zhì)量勞動(dòng)力。

關(guān)于機(jī)器人對(duì)勞動(dòng)力影響的研究，大部分學(xué)者基于美國(guó)等國(guó)家的機(jī)器人與勞動(dòng)力匹配數(shù)據(jù)得出相應(yīng)的研究結(jié)論 （Acemoglu & Restrepo， 2018）。但是，來(lái)自其他國(guó)家的數(shù)據(jù)，特別是來(lái)自制造業(yè)的數(shù)據(jù)研究仍非常缺乏。同時(shí)，也有相關(guān)分析指出由于中國(guó)經(jīng)濟(jì)發(fā)展的特殊性，中國(guó)勞動(dòng)力市場(chǎng)的結(jié)構(gòu)變遷可能存在與其他國(guó)家不一樣的趨勢(shì)。值得注意的是，由于中國(guó)機(jī)器人和勞動(dòng)力匹配性數(shù)據(jù)的缺失，基于中國(guó)研究機(jī)器人對(duì)勞動(dòng)力影響的實(shí)證研究相對(duì)較少。面對(duì)勞動(dòng)力成本上升的情況，中國(guó)企業(yè)正謀求各種方式試圖應(yīng)對(duì)（莊子銀等， 2017;鄧悅等，2018）。其中，引進(jìn)機(jī)器人替代勞動(dòng)力是制造業(yè)企業(yè)采取的普遍方式之一。目前以中國(guó)為樣本的機(jī)器人與勞動(dòng)力研究主要是利用歐美等國(guó)家機(jī)器人使用與勞動(dòng)力變動(dòng)的數(shù)據(jù)，通過(guò)經(jīng)驗(yàn)總結(jié)等策略，間接估計(jì)中國(guó)機(jī)器人使用對(duì)勞動(dòng)力替代、薪酬水平和勞動(dòng)力結(jié)構(gòu)的影響（馬嵐， 2015; 董桂才， 2016; 呂潔等， 2017）。同時(shí)，相對(duì)于其他國(guó)家，從我國(guó)勞動(dòng)力受影響因素角度，如何對(duì)勞動(dòng)力個(gè)體質(zhì)量進(jìn)行研究需要進(jìn)一步的思考（鄧悅等，2019）。而本文希望基于勞動(dòng)力質(zhì)量的角度，解釋機(jī)器人對(duì)工資產(chǎn)生影響的中介效應(yīng)機(jī)制。為求解決上述問(wèn)題，本文將基于中國(guó)企業(yè)綜合調(diào)查（以下簡(jiǎn)稱“CEGS”）進(jìn)行研究。該數(shù)據(jù)收集了制造業(yè)企業(yè)詳盡的機(jī)器人使用數(shù)據(jù)，包括近五年來(lái)機(jī)器人購(gòu)買的數(shù)量、品牌、價(jià)值，以及當(dāng)年新購(gòu)買的機(jī)器人相關(guān)數(shù)據(jù)，能夠全面有效地測(cè)度企業(yè)機(jī)器人的使用情況。另一方面，CEGS通過(guò)三輪追蹤調(diào)查，建立了涵蓋勞動(dòng)力技能、崗位和培訓(xùn)情況的數(shù)據(jù)庫(kù)?；谶@一機(jī)器人與勞動(dòng)力匹配性數(shù)據(jù)，在基本掌握中國(guó)機(jī)器人使用情況的基礎(chǔ)上，進(jìn)一步測(cè)算制造業(yè)機(jī)器人對(duì)企業(yè)績(jī)效和勞動(dòng)力的影響。

本文剩余篇章安排如下：第二部分是機(jī)器人、勞動(dòng)力質(zhì)量和工資關(guān)系的理論機(jī)制推導(dǎo)分析，通過(guò)對(duì)已有研究的歸納拓展，提出基于勞動(dòng)力質(zhì)量提升為中介效應(yīng)的機(jī)制假設(shè)。第三部分為變量選取與模型構(gòu)建，包括勞動(dòng)力質(zhì)量、機(jī)器人和工資的構(gòu)成與測(cè)度方法，并對(duì)基準(zhǔn)模型、中介效應(yīng)模型進(jìn)行設(shè)定。第四部分為數(shù)據(jù)來(lái)源與統(tǒng)計(jì)描述，介紹了本文所使用的CEGS數(shù)據(jù)的基本情況和匹配本文研究的優(yōu)勢(shì)，以及基于CEGS數(shù)據(jù)針對(duì)上述問(wèn)題進(jìn)行的描述性統(tǒng)計(jì)分析，從描述統(tǒng)計(jì)上刻畫機(jī)器人、勞動(dòng)力質(zhì)量和工資三者間的初步統(tǒng)計(jì)關(guān)系。第五部分是實(shí)證分析，根據(jù)模型設(shè)定邏輯，通過(guò)OLS回歸中介效應(yīng)模型等識(shí)別策略，對(duì)機(jī)器人、勞動(dòng)力質(zhì)量和工資三者之間的相關(guān)關(guān)系進(jìn)行穩(wěn)健的實(shí)證分析。第六部分是結(jié)論。

二、勞動(dòng)力質(zhì)量中介效應(yīng)的理論機(jī)制

中介效應(yīng)模型最早應(yīng)用在心理學(xué)領(lǐng)域，后期拓展至經(jīng)濟(jì)學(xué)實(shí)證研究等多個(gè)領(lǐng)域。中介效應(yīng)可用于分析自變量（X）對(duì)因變量（Y）影響的過(guò)程和作用機(jī)制， 相比單純分析自變量對(duì)因變量影響的同類研究，中介效應(yīng)的方法和邏輯更為實(shí)證，同時(shí)往往所發(fā)掘的中介變量就是研究的核心創(chuàng)新之處（溫宗麟和葉寶娟，2014）。

由于機(jī)器人對(duì)工資的影響并不是一個(gè)直接性的影響，因此，可基于中介效應(yīng)分析法假設(shè)，如果機(jī)器人通過(guò)某一影響變量，如勞動(dòng)力質(zhì)量而對(duì)工資產(chǎn)生影響，就可以將勞動(dòng)力質(zhì)量定義為中介變量。例如，“機(jī)器人應(yīng)用”影響了“勞動(dòng)力質(zhì)量”， 進(jìn)而影響了“勞動(dòng)力工資”。為避免在回歸方程中出現(xiàn)與方法討論無(wú)關(guān)的截距項(xiàng)，可以假設(shè)所有變量都已經(jīng)中心化（即將數(shù)據(jù)減去樣本均值， 中心化數(shù)據(jù)的均值為0）或者標(biāo)準(zhǔn)化（均值為0，標(biāo)準(zhǔn)差為1），通過(guò)上述方法就可以相對(duì)確定中介效應(yīng)的可靠性（溫宗麟等，2004）。可用下列回歸方程來(lái)描述變量之間的關(guān)系。

其中第一個(gè)方程中的系數(shù)c為自變量（機(jī)器人）對(duì)因變量（工資）的總效應(yīng)。第二個(gè)方程中的系數(shù)a為自變量（機(jī)器人）對(duì)中介變量（勞動(dòng)力質(zhì)量）的效應(yīng)。第三個(gè)方程中的系數(shù)b是在控制了自變量（機(jī)器人）自身的影響后，中介變量（勞動(dòng)力質(zhì)量）對(duì)因變量（工資）的效應(yīng)。其中，系數(shù)c SymbolbB@ 是在控制了中介變量（勞動(dòng)力質(zhì)量）的影響后，自變量Y（工資）的直接效應(yīng)。e1-e3 是回歸殘差項(xiàng)，基本不對(duì)推導(dǎo)邏輯產(chǎn)生明顯影響。對(duì)于這種中介模型，可以估算實(shí)際上機(jī)器人對(duì)工資的中介效應(yīng)等于間接效應(yīng)（Indirect Effect）， 即等于系數(shù)乘積ab， 它與總效和直接效應(yīng)有下面關(guān)系（溫宗麟等，2005）。從這一步可以基本驗(yàn)證機(jī)器人與工資實(shí)際上并不是一個(gè)直接的影響關(guān)系，為后續(xù)勞動(dòng)力質(zhì)量提升的中介機(jī)制的提出鋪墊基礎(chǔ)。

在厘清上述關(guān)系的基礎(chǔ)上，可以進(jìn)一步檢驗(yàn)中介效應(yīng)，最常用的方法是逐步檢驗(yàn)回歸系數(shù)，通常說(shuō)的“逐步法”或是“三步法”：（i）檢驗(yàn)第一個(gè)方程的系數(shù)c （即檢驗(yàn)H0： c = 0），確定機(jī)器人與工資之間的關(guān)系; （ii）依次檢驗(yàn)第二個(gè)方程的系數(shù)a （即檢驗(yàn) H0： a = 0），確定機(jī)器人與勞動(dòng)力質(zhì)量之間的關(guān)系;（iii）檢驗(yàn)第三個(gè)方程（3）的系數(shù)b （即檢驗(yàn) H0： b = 0）， 確定在控制住機(jī)器人后，勞動(dòng)力質(zhì)量對(duì)工資的影響。也有文獻(xiàn)稱之為聯(lián)合顯著性檢驗(yàn)（Test of joint significance）。如果（i）系數(shù) c 顯著， （ii）系數(shù)a和b都顯著， 則中介效應(yīng)顯著。完全中介過(guò)程還要加上：（iii）方程（3）的系數(shù) cSymbolbB@不顯著。通過(guò)對(duì)系數(shù)的讀數(shù)，基本可以從勞動(dòng)力質(zhì)量提升視角判定機(jī)器人與工資間的關(guān)系。

簡(jiǎn)單來(lái)說(shuō)，使用中介效應(yīng)第一步檢驗(yàn)機(jī)器人對(duì)工資的總效應(yīng);第二步實(shí)際上是檢驗(yàn)系數(shù)乘積的顯著性（即檢驗(yàn) H0： ab = 0）， 通過(guò)依次檢驗(yàn)系數(shù)a和b來(lái)間接進(jìn)行; 第三步檢驗(yàn)用來(lái)區(qū)分完全中介還是部分中介。這三步其實(shí)是可以分開進(jìn)行的。通過(guò)這一方法可以得出勞動(dòng)力質(zhì)量提升具體在機(jī)器人與工資間扮演的角色，同時(shí)也可以對(duì)其扮演的角色的“份量”也就是重要性進(jìn)行甄別。另外，勞動(dòng)力質(zhì)量提升還可以被進(jìn)一步劃分為內(nèi)部提升和外部引進(jìn)，那么其中介效應(yīng)也是有差異的，后續(xù)將在實(shí)證部分對(duì)這一邏輯設(shè)定機(jī)制進(jìn)行檢驗(yàn)。

三、變量選取與模型構(gòu)建

（一）變量選取

為研究機(jī)器人對(duì)工資是否存在基于勞動(dòng)力質(zhì)量提升的中介效應(yīng)，本文根據(jù)研究所需，構(gòu)建了機(jī)器人使用、勞動(dòng)力質(zhì)量和工資作為代理變量。進(jìn)一步地，在本部分對(duì)相關(guān)代理變量的構(gòu)成進(jìn)行闡述。

1. 勞動(dòng)力質(zhì)量（中介效應(yīng)變量）

本文衡量勞動(dòng)力質(zhì)量主要從兩個(gè)方面分析，分為內(nèi)部勞動(dòng)力質(zhì)量和外部勞動(dòng)力質(zhì)量。本文將培訓(xùn)定義為企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的途徑，因?yàn)獒槍?duì)的樣本是企業(yè)內(nèi)部員工是否參與培訓(xùn)以及培訓(xùn)的內(nèi)容，而接受培訓(xùn)以及培訓(xùn)時(shí)間更長(zhǎng)的員工，從客觀上而言勞動(dòng)力質(zhì)量將會(huì)比參與培訓(xùn)之前得到提升;另一方面，將企業(yè)教育程度變化作為外部勞動(dòng)力質(zhì)量的代理變量。當(dāng)員工進(jìn)入企業(yè)后，其教育程度并不會(huì)出現(xiàn)很大的變化，即使考慮了在職進(jìn)修的可能——通過(guò)對(duì)本數(shù)據(jù)集進(jìn)行樣本分析發(fā)現(xiàn)這類員工占總樣本不到0.001%，因此可以忽略進(jìn)修的可能。進(jìn)一步地，如果企業(yè)勞動(dòng)力教育程度占比，如大學(xué)及以上勞動(dòng)力占比發(fā)現(xiàn)變化，說(shuō)明企業(yè)的人員結(jié)構(gòu)發(fā)生了變化。例如，企業(yè)之中大學(xué)及以上學(xué)歷勞動(dòng)力占比得到提升，說(shuō)明企業(yè)從外部引進(jìn)了更高質(zhì)量的勞動(dòng)力，而相對(duì)的低質(zhì)量勞動(dòng)力就會(huì)被擠出企業(yè)，反之亦然。通過(guò)近三年勞動(dòng)力教育程度的變化，能夠相對(duì)直接客觀地反映在機(jī)器人應(yīng)用的企業(yè)中，企業(yè)從外部引進(jìn)的勞動(dòng)力質(zhì)量變化。

2. 機(jī)器人使用（解釋變量）

本文選取企業(yè)是否使用機(jī)器人（0-1dummy）作為機(jī)器人代理變量。通過(guò)比較問(wèn)卷中2015-2017年人均新增機(jī)器人投資、機(jī)器人臺(tái)套數(shù)、機(jī)器人現(xiàn)值，綜合判斷一個(gè)企業(yè)是否使用機(jī)器人。相對(duì)于直接選取某一機(jī)器人使用變量，綜合多個(gè)變量判定企業(yè)是否使用機(jī)器人，相對(duì)較好地避免了企業(yè)對(duì)機(jī)器人理解差異，造成的數(shù)據(jù)選擇性偏誤。同時(shí)，將企業(yè)是否使用機(jī)器人作為虛擬變量，能夠更為簡(jiǎn)單清晰地反映機(jī)器人使用企業(yè)和非機(jī)器人使用企業(yè)的差異，根據(jù)相關(guān)文獻(xiàn)發(fā)現(xiàn)，機(jī)器人對(duì)勞動(dòng)力及其工資的影響并非完全是直接效應(yīng)。因此，采用企業(yè)是否使用機(jī)器人作為企業(yè)機(jī)器人代理變量，相對(duì)優(yōu)于使用機(jī)器人臺(tái)套數(shù)等變量。

3. 工資（被解釋變量）

衡量勞動(dòng)力工資一般采用月均工資作為代理變量。值得注意的是，企業(yè)勞動(dòng)力的實(shí)際收入不僅包括工資等固定收入，還包括獎(jiǎng)金等不隨月發(fā)放的績(jī)效收入。另一方面，勞動(dòng)力收入應(yīng)考慮加入企業(yè)提供的住房補(bǔ)貼等福利性收入，例如國(guó)企員工的基本工資普遍較低，但是福利等相對(duì)于其他所有制企業(yè)更優(yōu)。進(jìn)一步地，機(jī)器人對(duì)于勞動(dòng)力收入的影響不一定單純體現(xiàn)在工資變動(dòng)，很可能由于企業(yè)引入機(jī)器人后生產(chǎn)率提升，改變了勞動(dòng)力的收入結(jié)構(gòu)。因此，為避免不固定收入給勞動(dòng)力工資帶來(lái)的影響，本文使用勞動(dòng)力月均工資作為勞動(dòng)力工資的代理變量，同時(shí)這一變量剔除了所有不固定收入如獎(jiǎng)金、住房福利等。

（二）中介效應(yīng)第一階段模型設(shè)定

在企業(yè)使用機(jī)器人對(duì)勞動(dòng)力工資的影響效應(yīng)研究基礎(chǔ)上，本部分將通過(guò)模型設(shè)定以及準(zhǔn)確的識(shí)別策略，就機(jī)器人對(duì)勞動(dòng)力工資的影響效應(yīng)進(jìn)行穩(wěn)健地參數(shù)估計(jì)?；鶞?zhǔn)回歸方程設(shè)定如下：

（三）中介效應(yīng)第二階段模型設(shè)定

參照現(xiàn)有文獻(xiàn)中對(duì)中介變量的通用定義：中介模型中，假設(shè)模型中自變量X（是否機(jī)器人）與因變量Y（勞動(dòng)力工資）之間存在顯著的相關(guān)效應(yīng)，并且自變量X還會(huì)通過(guò)影響另一個(gè)變量M（中介變量）對(duì)Y產(chǎn)生影響，可以將M定義為該模型中的中介變量。按照這種中介模型“三步走”的識(shí)別策略，可對(duì)多個(gè)變量之間的關(guān)系進(jìn)行分析的模型稱為“中介效應(yīng)模型”。從上文的論述可得，機(jī)器人對(duì)勞動(dòng)力工資的影響效應(yīng)并不是直接的，更多是通過(guò)某些渠道產(chǎn)生間接影響，而這一渠道很可能就是企業(yè)勞動(dòng)力質(zhì)量提升的渠道。按照上述邏輯，參照中介效應(yīng)一般做法，如“三步法”的應(yīng)用，本文構(gòu)建了基于勞動(dòng)力質(zhì)量提升的中介效應(yīng)模型，如式（3）（4）所示：

四、數(shù)據(jù)來(lái)源與統(tǒng)計(jì)描述

（一）數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)來(lái)源于中國(guó)企業(yè)綜合調(diào)查，簡(jiǎn)稱“CEGS”。最新一輪于2018年在廣東、湖北、江蘇、四川和吉林進(jìn)行企業(yè)綜合性調(diào)研，并已有相當(dāng)數(shù)量研究成果。該調(diào)查不僅包含企業(yè)維度勞動(dòng)生產(chǎn)率、全要素生產(chǎn)率以及機(jī)器人使用的相關(guān)指標(biāo)，還包括員工維度的工資、年齡等個(gè)體信息指標(biāo)。就機(jī)器人在中國(guó)的數(shù)據(jù)而言，國(guó)際機(jī)器人協(xié)會(huì)（IFR）的數(shù)據(jù)僅收集了樣本的機(jī)器人使用情況數(shù)據(jù)，而缺乏對(duì)使用機(jī)器人企業(yè)績(jī)效數(shù)據(jù)的收集，因此無(wú)法判斷機(jī)器人對(duì)企業(yè)的實(shí)際影響。為突破我國(guó)機(jī)器人與企業(yè)相關(guān)研究的瓶頸，由武漢大學(xué)牽頭的2018年“中國(guó)企業(yè)綜合調(diào)查”（CEGS）從嶄新的視角，對(duì)工業(yè)機(jī)器人的相關(guān)調(diào)查指標(biāo)在企業(yè)微觀主體維度進(jìn)行了重新設(shè)計(jì)。

另一方面，由于本數(shù)據(jù)還根據(jù)科學(xué)的抽樣邏輯對(duì)不同企業(yè)員工進(jìn)行分層抽樣，由此得到了一批機(jī)器人使用企業(yè)中勞動(dòng)力質(zhì)量及其收入數(shù)據(jù)，從而可以為機(jī)器人對(duì)勞動(dòng)力及其工資的理論研究提供較為詳盡的數(shù)據(jù)支持。

（二）統(tǒng)計(jì)描述

圖2描述了機(jī)器人使用企業(yè)和非機(jī)器人使用企業(yè)在不同崗位的工資差異。通過(guò)圖1發(fā)現(xiàn)，機(jī)器人使用企業(yè)的中高層管理人員、其他管理人員、研發(fā)設(shè)計(jì)人員、銷售人員、生產(chǎn)人員和其他員工，共計(jì)6個(gè)崗位工資均高于非機(jī)器人使用企業(yè)?？傮w而言，機(jī)器人使用與工資存在明顯的正向關(guān)系。通過(guò)比較各崗位的工資差異發(fā)現(xiàn)，中高層管理人員工資差距為20.9%，其他管理人員工資差距為17.2%、研發(fā)設(shè)計(jì)人員工資差距為15.5%，銷售人員工資差距為15.6%，生產(chǎn)員工工資差距為15.7%，其他員工工資差距為15.7%，中高層管理人員的工資差距最大。綜合來(lái)看，機(jī)器人使用企業(yè)勞動(dòng)力工資無(wú)論從總體還是細(xì)分到各個(gè)具體崗位類型，都普遍高于非機(jī)器人使用企業(yè)。因此，可以進(jìn)一步探析機(jī)器人企業(yè)工資更高的原因和可能存在的某種影響機(jī)制。

表1通過(guò)對(duì)員工參與培訓(xùn)情況分析發(fā)現(xiàn)，機(jī)器人使用企業(yè)高于對(duì)照組15.9個(gè)百分點(diǎn)，培訓(xùn)時(shí)間長(zhǎng)于對(duì)照組50%。通過(guò)將員工培訓(xùn)分類為專業(yè)技能培訓(xùn)和管理技能培訓(xùn)發(fā)現(xiàn)，在機(jī)器人使用企業(yè)中接受專業(yè)技能培訓(xùn)的人數(shù)占總?cè)藬?shù)比26.5%，而接受管理技能培訓(xùn)人數(shù)占比23.2%，分別高于對(duì)照組13.3個(gè)百分點(diǎn)和16.4個(gè)百分點(diǎn)。從初步的描述性統(tǒng)計(jì)來(lái)看，機(jī)器人使用企業(yè)對(duì)勞動(dòng)力培訓(xùn)情況更為關(guān)注，表明機(jī)器人使用企業(yè)相對(duì)于非機(jī)器人使用企業(yè)更為關(guān)注企業(yè)內(nèi)部勞動(dòng)力質(zhì)量的提升。

表2是本文使用的主要變量描述性統(tǒng)計(jì)，分類為勞動(dòng)力工資代理變量、機(jī)器人使用代理變量、內(nèi)部勞動(dòng)力質(zhì)量提升代理變量、外部勞動(dòng)力質(zhì)量提升代理變量、企業(yè)維度代理變量和員工維度代理變量。從各變量的樣本量、平均值和標(biāo)準(zhǔn)差所在的區(qū)間范圍可以得出數(shù)據(jù)的質(zhì)量是相對(duì)有效的。

五、實(shí)證分析

基于CEGS數(shù)據(jù)，本文將根據(jù)模型的具體設(shè)定邏輯和順序，對(duì)基于勞動(dòng)力質(zhì)量中介效應(yīng)“三步法”的檢驗(yàn)方法，從勞動(dòng)力質(zhì)量中介效應(yīng)視角分析機(jī)器人與工資關(guān)系，并具體論證不同類型勞動(dòng)力質(zhì)量作為中介變量的差異，以及其中介效應(yīng)的大小。

（一）中介效應(yīng)第一階段回歸分析

根據(jù)表3的回歸結(jié)果，勞動(dòng)力月均工資作為核心解釋被變量，是否有機(jī)器人作為核心解釋變量，分析發(fā)現(xiàn)，機(jī)器人對(duì)勞動(dòng)力工資在1%的顯著性水平下顯著為正。影響系數(shù)區(qū)間在0.0703-0.0533之間，這說(shuō)明，機(jī)器人與勞動(dòng)力工資之間存在顯著的影響效應(yīng)，初步驗(yàn)證機(jī)器人是促進(jìn)勞動(dòng)力工資提升的重要影響因素。進(jìn)一步地，通過(guò)分析回歸參數(shù)結(jié)果發(fā)現(xiàn)，在充分控制了企業(yè)所有制、年齡、資本勞動(dòng)比和高新技術(shù)企業(yè)后，機(jī)器人對(duì)勞動(dòng)力工資的影響顯著為正。在第四列中，開始引入員工層面的控制變量，在充分控制員工性別、受教育年限以及年齡對(duì)數(shù)后，機(jī)器人對(duì)勞動(dòng)力工資依然在1%的顯著性水平上為正，說(shuō)明基準(zhǔn)回歸假設(shè)成立。

（二）中介效應(yīng)第二階段回歸分析

考慮到機(jī)器人對(duì)勞動(dòng)力工資很可能不是直接影響效應(yīng)，本部分基于“三步法”的中介效應(yīng)的要求，先考察機(jī)器人對(duì)勞動(dòng)力質(zhì)量的影響效應(yīng)。結(jié)果如表4所示，在充分考慮企業(yè)和員工維度控制變量和固定效應(yīng)的基礎(chǔ)上，機(jī)器人對(duì)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升具有顯著的正效應(yīng)。機(jī)器人使用企業(yè)，員工接受培訓(xùn)的比率高于非機(jī)器人使用企業(yè)15.3%-21.7%，同時(shí)這一效應(yīng)在1%的顯著性水平上顯著為正。結(jié)果表明，機(jī)器人的使用將會(huì)促進(jìn)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升，這類企業(yè)的勞動(dòng)力更加傾向于接受培訓(xùn)從而提升自身勞動(dòng)力質(zhì)量。

表4驗(yàn)證了機(jī)器人對(duì)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升具有顯著的正效應(yīng)后，表5則是考慮機(jī)器人是否會(huì)對(duì)企業(yè)外部勞動(dòng)力質(zhì)量提升具有正向效應(yīng)。從回歸中可得，從列（1）機(jī)器人對(duì)企業(yè)中大學(xué)及以上學(xué)歷員工占比在1%的顯著水平上顯著，到最后列（4）充分控制企業(yè)和員工控制變量與固定效應(yīng)后，這一正向影響效應(yīng)降至10%水平上顯著為正。結(jié)果表明，機(jī)器人對(duì)企業(yè)外部勞動(dòng)力質(zhì)量提升具有顯著的正向影響效應(yīng)，但是這一效應(yīng)低于機(jī)器人對(duì)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的影響效應(yīng)。這表明，機(jī)器人從外部引進(jìn)高質(zhì)量勞動(dòng)力既受到了企業(yè)自身使用機(jī)器人的影響，也很大程度上受到企業(yè)外部高質(zhì)量勞動(dòng)力供給市場(chǎng)的影響。因此，機(jī)器人對(duì)企業(yè)勞動(dòng)力質(zhì)量提升的影響效應(yīng)在內(nèi)外部具有差異性，但是總體均是正向顯著影響。

（三）中介效應(yīng)第三階段回歸分析

按照上述常規(guī)的中介效應(yīng)模型“三步法”的方法：第一步，已經(jīng)檢驗(yàn)解釋變量（機(jī)器人）和被解釋變量（工資）之間的影響效應(yīng)，其估計(jì)回歸結(jié)果如表2所示，機(jī)器人對(duì)勞動(dòng)力工資具有顯著的正向影響效應(yīng);第二步，還需進(jìn)一步檢驗(yàn)解釋變量（機(jī)器人）與中介變量（企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升）之間的影響效應(yīng)，如表4所示，機(jī)器人對(duì)企業(yè)勞動(dòng)力質(zhì)量提升具有顯著的正向影響效應(yīng)，同時(shí)這一效應(yīng)對(duì)企業(yè)內(nèi)外部勞動(dòng)力質(zhì)量提升具有差異化影響;第三步，基于企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升為中介變量所傳遞的中介效應(yīng)占比數(shù)值進(jìn)行測(cè)算。在第二步檢驗(yàn)中，部分以“員工是否接受培訓(xùn)”作為企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的代理變量，在公式（5）的基礎(chǔ)上構(gòu)建了機(jī)器人對(duì)勞動(dòng)力工資的中介效應(yīng)模型。從表6可以發(fā)現(xiàn)，在機(jī)器人變量對(duì)勞動(dòng)力月均工資影響效應(yīng)顯著為正的前提下，員工是否接受培訓(xùn)的影響系數(shù)和顯著性水平均為正，同時(shí)引起了機(jī)器人對(duì)勞動(dòng)力月均工資影響系數(shù)的下降，符合中介效應(yīng)的要求。

在中介效應(yīng)第三步檢驗(yàn)中，將中介變量（員工是否接受培訓(xùn)）放入解釋變量（機(jī)器人）對(duì)被解釋變量（勞動(dòng)力工資）的基準(zhǔn)OLS回歸中，觀察其顯著性及影響系數(shù)的變化。按照這個(gè)思路，在公式（5）的基礎(chǔ)上，一方面，機(jī)器人變量、員工接受培訓(xùn)對(duì)勞動(dòng)力工資均表現(xiàn)為正向效應(yīng)，且均至少保持在1%的水平上顯著為正，因此基于企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的中介效應(yīng)顯著;另一方面，通過(guò)中介效應(yīng)標(biāo)準(zhǔn)“三步法”回歸分析獲得相關(guān)系數(shù)，進(jìn)一步可測(cè)度出員工是否接受培訓(xùn)作為中介變量的中介效應(yīng)為機(jī)器人對(duì)勞動(dòng)力總效應(yīng)的39.4%[1-（0.0323/0.0533）]。此處0.0323為表6第（4）中是否使用機(jī)器人對(duì)月均工資對(duì)數(shù)值的影響系數(shù)，0.0533為表3第（4）列是否使用機(jī)器人對(duì)月均工資對(duì)數(shù)值的的影響系數(shù)。通過(guò)系數(shù)的比較，可得出具體中介效應(yīng)的大小讀數(shù)。

與上同理，按照上述常規(guī)的中介效應(yīng)模型“三步法”的方法：第一步，已經(jīng)檢驗(yàn)解釋變量（機(jī)器人）和被解釋變量（工資）之間的影響效應(yīng)，其估計(jì)回歸結(jié)果如表3所示，機(jī)器人對(duì)勞動(dòng)力工資具有顯著的正向影響效應(yīng);第二步，還需進(jìn)一步檢驗(yàn)解釋變量（機(jī)器人）與中介變量（企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)）之間的影響效應(yīng)，如表5所示，機(jī)器人對(duì)企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)具有顯著的正向影響效應(yīng);第三步，基于企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)作為中介變量所傳遞的中介效應(yīng)占比數(shù)值進(jìn)行測(cè)算。在第二步檢驗(yàn)中，部分以“企業(yè)大學(xué)及以上勞動(dòng)力占比”作為企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)的代理變量，在公式（6）的基礎(chǔ)上構(gòu)建了機(jī)器人對(duì)企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)的中介效應(yīng)模型。從表7可以發(fā)現(xiàn)，在機(jī)器人變量對(duì)勞動(dòng)力月均工資影響效應(yīng)顯著為正的前提下，大學(xué)及以上勞動(dòng)力占比的影響系數(shù)和顯著性水平均為正，同時(shí)引起了機(jī)器人對(duì)勞動(dòng)力月均工資影響系數(shù)的下降，符合中介效應(yīng)的要求。

在中介效應(yīng)第三步檢驗(yàn)中，將中介變量（大學(xué)及以上勞動(dòng)力占比）放入解釋變量（機(jī)器人）對(duì)被解釋變量（勞動(dòng)力工資）的基準(zhǔn)OLS回歸中，觀察其顯著性及影響系數(shù)的變化。按照這個(gè)思路，在公式（6）的基礎(chǔ)上，一方面，機(jī)器人變量、大學(xué)及以上學(xué)歷勞動(dòng)力占比對(duì)勞動(dòng)力工資均表現(xiàn)為正向效應(yīng)，且均至少保持在1%的水平上顯著為正，因此基于企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)的中介效應(yīng)顯著;另一方面，通過(guò)中介效應(yīng)標(biāo)準(zhǔn)“三步法”回歸分析獲得相關(guān)系數(shù)，進(jìn)一步可測(cè)度出大學(xué)及以上學(xué)歷員工作為中介變量的中介效應(yīng)為機(jī)器人對(duì)勞動(dòng)力總效應(yīng)的17.6%[1-（0.0439/0.0533）]。這一比率低于企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升帶來(lái)的中介效應(yīng)。

六、結(jié)論與建議

本文基于2018年企業(yè)綜合匹配調(diào)查（CEGS），通過(guò)匹配性使用制造業(yè)微觀企業(yè)機(jī)器人與勞動(dòng)力數(shù)據(jù)，探析了勞動(dòng)力質(zhì)量提升作為中介效應(yīng)的機(jī)器人與工資關(guān)系。基于OLS回歸、中介模型等識(shí)別策略，主要實(shí)證發(fā)現(xiàn)如下：

第一，機(jī)器人對(duì)工資具有顯著的正向提升作用。OLS回歸表明，在充分控制了企業(yè)和員工維度控制變量以及相關(guān)固定效應(yīng)后，機(jī)器人對(duì)勞動(dòng)力工資在1%的顯著性水平上具有顯著的正向促進(jìn)作用。影響系數(shù)區(qū)間在0.0703-0.0533之間，這說(shuō)明，可以進(jìn)一步就機(jī)器人對(duì)工資影響機(jī)制進(jìn)行實(shí)證分析，滿足中介效應(yīng)的基礎(chǔ)條件。

第二，機(jī)器人對(duì)勞動(dòng)力質(zhì)量提升具有顯著的正向作用。機(jī)器人對(duì)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升和企業(yè)外部勞動(dòng)力引進(jìn)分別在1%和10%的顯著性水平上顯著為正。以上結(jié)果表明，總體而言機(jī)器人對(duì)勞動(dòng)力質(zhì)量存在顯著的正向影響，但是機(jī)器人對(duì)企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的效應(yīng)相對(duì)強(qiáng)于對(duì)企業(yè)外部勞動(dòng)力引進(jìn)的效應(yīng)。

第三，機(jī)器人很大程度上是通過(guò)提升勞動(dòng)力質(zhì)量進(jìn)而對(duì)工資產(chǎn)生正向影響。通過(guò)中介效應(yīng)模型對(duì)結(jié)果系數(shù)比較分析發(fā)現(xiàn)，基于企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升的中介傳導(dǎo)效應(yīng)比率為39.4%，而基于企業(yè)外部勞動(dòng)力質(zhì)量引進(jìn)的中介傳導(dǎo)效應(yīng)占比17.6%。結(jié)果表明：一方面，機(jī)器人基于企業(yè)內(nèi)部勞動(dòng)力質(zhì)量提升對(duì)工資的傳導(dǎo)效應(yīng)強(qiáng)于對(duì)外部勞動(dòng)力質(zhì)量引進(jìn);另一方面，企業(yè)內(nèi)外部勞動(dòng)力質(zhì)量提升對(duì)工資的傳導(dǎo)效應(yīng)總和高達(dá)57%，機(jī)器人引進(jìn)所帶來(lái)的勞動(dòng)力質(zhì)量提升是導(dǎo)致工資溢價(jià)的重要因素。

本文的發(fā)現(xiàn)有利于以機(jī)器人為代表的我國(guó)工業(yè)自動(dòng)化的進(jìn)一步推進(jìn)，以及為應(yīng)對(duì)所產(chǎn)生的勞動(dòng)力技能結(jié)構(gòu)、就業(yè)結(jié)構(gòu)變化，提供重要的政策參考依據(jù)?；谏鲜鼋Y(jié)論提出以下建議：

首先，確保勞動(dòng)力質(zhì)量的有效供給。面對(duì)以機(jī)器人為代表的新技術(shù)帶來(lái)的勞動(dòng)力市場(chǎng)結(jié)構(gòu)的變化，政府應(yīng)繼續(xù)加大對(duì)中低技能勞動(dòng)者的人力資本投入，聯(lián)合行業(yè)協(xié)會(huì)或企業(yè)對(duì)勞動(dòng)者進(jìn)行專業(yè)化技能培訓(xùn)，確保解決不同技能水平勞動(dòng)者的就業(yè)問(wèn)題;同時(shí)，把握以機(jī)器人為代表的人工智能技術(shù)具有的適配性和協(xié)作性，引導(dǎo)機(jī)器人應(yīng)用與勞動(dòng)力結(jié)構(gòu)相匹配，將“人口紅利”轉(zhuǎn)化為“質(zhì)量紅利”。

其次，構(gòu)建內(nèi)外部相結(jié)合的高質(zhì)量勞動(dòng)力供給模式。該模式主要分為兩方面：一方面，企業(yè)自主從外部引進(jìn)直接與機(jī)器人應(yīng)用相匹配的技能型勞動(dòng)力，對(duì)勞動(dòng)質(zhì)量結(jié)構(gòu)進(jìn)行調(diào)整;另一方面，利用好機(jī)器人所替代的這部分勞動(dòng)力，對(duì)其進(jìn)行轉(zhuǎn)崗再培訓(xùn)，在保持勞動(dòng)力供給穩(wěn)定性的基礎(chǔ)上，對(duì)這部分勞動(dòng)力按照培訓(xùn)內(nèi)容重新匹配到新的崗位上。

最后，合理把控機(jī)器人在實(shí)際生產(chǎn)中的推廣和應(yīng)用。這類人工智能技術(shù)對(duì)不同發(fā)展階段和特性的行業(yè)影響程度不同。因此，在積極推廣機(jī)器人大規(guī)模應(yīng)用的同時(shí)，應(yīng)以質(zhì)量為基礎(chǔ)，結(jié)合行業(yè)特性，與現(xiàn)有的勞動(dòng)力結(jié)構(gòu)調(diào)整速度相匹配，不能一味追求超前。

參考文獻(xiàn)：

[1] 〖ZK（#〗CEES研究團(tuán)隊(duì)， 2017：《中國(guó)制造業(yè)企業(yè)如何應(yīng)對(duì)勞動(dòng)力成本上升？——中國(guó)企業(yè)-勞動(dòng)力匹配調(diào)查（CEES）報(bào)告（2015-2016）》，《宏觀質(zhì)量研究》第2期。[CEES Research Team， 2017， Chinese Manufacturing Enterprises How to Face Uprising of Labor CostBased on China EmployerEmployee Survey（CEES）， Journal of Macro Quality Research， 2.]

[2] 蔡昉， 2005：《人口轉(zhuǎn)變、人口紅利與經(jīng)濟(jì)增長(zhǎng)可持續(xù)性——兼論充分就業(yè)如何促進(jìn)經(jīng)濟(jì)增長(zhǎng)》，《人口研究》， 第28卷第2期。[Cai Fang， 2005，Demographic Transition， Demographic Dividend and Sustainability of Economic growth——Promoting Economic Growth through full Employment， Population studies， 2.]

[3] 杜傳文、李晴、芮明杰， 2018：《大規(guī)模工業(yè)機(jī)器人應(yīng)用與異質(zhì)性技能勞動(dòng)力之間的替代互補(bǔ)關(guān)系》，《中國(guó)科技論壇》第8期。[Du Chuanwen， Li Qing and Rui Mingjie， 2018， The Substitution and Complementary Eelationship between LargeScale Industrial Robot Application and Heterogeneous Skilled Labor Force， 2018， China Science and Technology Forum， 2.]

[4] 鄧悅、王澤宇、寧璐，2018：《企業(yè)社保投入提升了全要素生產(chǎn)率嗎——來(lái)自中國(guó)的新證據(jù)》，《江西財(cái)經(jīng)大學(xué)學(xué)報(bào)》第6期。[Deng Yue， Wang Zeyu and Ning Lu， 2018， Does Corporate Social Security Input promote Total Factor Productivity？——New Evidence from China， Journal of Jiangxi University of Finance and Economics， 6.]

[5] 鄧悅、鄭漢林、王澤宇，2019：《家屬隨遷何以影響農(nóng)民工城鎮(zhèn)化融合？》，《南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第19卷第1期。[Deng Yue， Zheng Hanlin and Wang Zeyu， 2019， Why does the Accompanying of Family Members affect the Urbanization Integration of Migrant Workers， Journal of Nanjing Agricultural University （Social Science Edition）， 1.]

[6] 董桂才， 2016：《中國(guó)工業(yè)機(jī)器人在全球價(jià)值鏈的地位及變化趨勢(shì)》，《中國(guó)科技論壇》第3期。[Dong Guicai， 2016， The Position and Changing Trend of Chinese Industrial Robots in Global Value Chain， China science and technology forum， 3.]

[7] 都陽(yáng)、賈朋、程杰，2017：《勞動(dòng)力市場(chǎng)結(jié)構(gòu)變遷、工作任務(wù)與技能需求》，《勞動(dòng)經(jīng)濟(jì)研究》第3期。[Du Yang， Jia Peng and Cheng jie， 2017， Changes in Labor Market Structure， Job Tasks， and Skill Requirements， Labor economy research， 3.]

[8] 韓民春、韓青江、馮鐘，2019：《工業(yè)機(jī)器人技術(shù)進(jìn)步對(duì)就業(yè)的影響分析：一個(gè)理論模型框架》，《廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)》第6期。[Han Minchun， Han Qingjiang and Fengzhong， 2019， An Analysis of the Impact of Industrial Robotics on Employment： a Theoretical Model， Journal of Guangdong University of Finance and Economics， 6.]

[9] 呂潔、杜傳文、李元旭，2017：《工業(yè)機(jī)器人應(yīng)用會(huì)倒逼一國(guó)制造業(yè)勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)型嗎？——基于1990—2015年間22個(gè)國(guó)家的經(jīng)驗(yàn)分析， 《科技管理研究》第22期。[Lv Jie， Du chuanwen and Li Yuanxu， 2017， Will the Use of Industrial Robots Force a Shift in the Structure of a Country's Manufacturing Workforce？ ——based on the Experience of 22 Countries from 1990 to 2015， Science and Technology Management Research， 22.]

[10]劉濤雄、劉駿，2018：《人工智能、機(jī)器人與經(jīng)濟(jì)發(fā)展研究進(jìn)展綜述》，《經(jīng)濟(jì)社會(huì)體制比較》第6期。[Liu Taoxiong and Liu Jun， 2018， A Review of Research Progress in Artificial Intelligence， Robotics and Economic Development， Comparison of Economic and Social Systems， 6.]

[11]馬嵐， 2015： 《中國(guó)會(huì)出現(xiàn)機(jī)器人對(duì)人工的規(guī)模替代嗎？——基于日韓經(jīng)驗(yàn)的實(shí)證研究》，《世界經(jīng)濟(jì)研究》第10期。[Malan， 2015， Will there be Scale Substitution of Robots for Humans in China？ ——Empirical Research based on the Experience of Japan and South Korea， World Economic Research， 10.]〖JP+2〗

[12]溫忠麟、葉寶娟，2014：《中介效應(yīng)分析：方法和模型發(fā)展》，《心理科學(xué)進(jìn)展》第5期。[Weng Zhonglin and Ye Baojuan， 2014， Mediating Effect Analysis： Method and Model Development， Progress in Psychological Science， 5.]

[13]溫忠麟、侯杰泰、張雷，2005：《調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用》，《心理學(xué)報(bào)》第2期。 [Weng Zhonglin， Hou Jietai and Zhang Lei， 2005， Comparison and Application of Moderating Effect and Mediating Effect， Journal of Psychology， 2.]

[14]溫忠麟、張雷、侯杰泰， 2004：《中介效應(yīng)檢驗(yàn)程序及其應(yīng)用》，《心理學(xué)報(bào)》第5期。[Weng Zhonglin， Zhang Lei and Hou Jietai， 2004， Mediation Effect Test Procedures and Applications， Journal of Psychology， 5.]

[15]莊子銀、楊雨琪、李宏武， 2017：《勞動(dòng)力工資上漲與中國(guó)工業(yè)企業(yè)創(chuàng)新》，《宏觀質(zhì)量研究》第2期。 [Zhuang Ziyin， Yang Yuqi and Li Hongwu， 2017， Rising Labor Wages and Innovation in China's industrial Enterprises， Journal of Macro Quality Research， 2.]

[16]張敏、陳秋蓮、蔣佳芳， 2015： 《中國(guó)“人口紅利”在消失嗎？——基于勞動(dòng)力數(shù)量和質(zhì)量結(jié)構(gòu)變化的實(shí)證分析》，《經(jīng)濟(jì)研究導(dǎo)刊》第6期。[Zhang Ming， Chen Qiulian and Jiang Jiafang， 2015， Is China's Demographic Dividend Disappearing？ ——Empirical Analysis based on the Change of Labor Force Quantity and Quality Structures， Guide to economic research， 6.]

[17]Acemoglu， D. and P. Restrepo， 2007， The Race between Machine and Man： Implications of Technology for Growth， Factor Shares and Employment. American Economic Review， 108（6）：1488-1542.

[18]Acemoglu， D. and P. Restrepo， 2008， Robots and Jobs： Evidence from US Labor Markets. National Bureau of Economic Research Working Papers， （No. w23285）.

[19]Autor， D. H. and D. Dorn， 2013， The Growth of LowSkill Service Jobs and The Polarization of The US Labor Market. American Economic Review， 103（5）：1553-1597.

[20]Autor， D. H.， L. F. Katz， and M. S. Kearney， 2008， Trends in US Wage Inequality： Revising the Revisionists. The Review of Economics and Statistics， 90（2）： 300-323.

[21]Autor， D. H.， 2015， Why are there still so Many Jobs？ The History and Future of Workplace Automation. The Journal of Economic Perspectives， 29（3）：3-30.

[22]Bartel， A. P.， C. Ichniowski and K. L. Shaw， 2007， How does Information Technology Affect Productivity？ PlantLevel Comparisons of Product Innovation， Process Improvement， and Worker Skills. The Quarterly Journal of Economics， 122（4）：1721-1758.

[23]Bloom， N. and J. V. Reenen， 2007， Measuring and Explaining Management Practices Across Firms and Countries. Science Electronic Publishing， 122（4）：1351-1408.

[24]Galor， O. and O. Moav， 2000， AbilityBiased Technological Transition， Wage Inequality， and Economic Growth. The Quarterly Journal of Economics， 115（2）：469-497.

[25]Graetz， G. and G. Michaels， 2015， Robots at Work. Social Science Electronic Publishing， 368（9533）： 358.

[26]Hanushek， E. A.， G. Schwerdt， S. Wiederhold， and L. Woessmann，2015， Returns to Skills around the World： Evidence from PIAAC. European Economic Review， 73（1）：103-130.

[27]Juhn， C.， K. Murphk and P. Brooks，1993， Wage Inequality and the Rise in Returns to Skill. Journal of political Economy， 103（3）： 410-442.

[28]Katz， L. F. and M. K. Murphy， 1992， Changes in Relative Wages， 1963-1987： Supply and Demand Factors. The Quarterly Journal of Economics， 107（1）： 35-78.

[29]Michaels， G.， A. Natraj and J. V. Reenen， 2014， Has ICT Polarized Skill Demand？ Evidence from Eleven Countries over Twenty Five Years. Review of Economics and Statistics， 96（1）： 60-77.

[30]Prettner， K. and H. Strulik， 2017， The Lost Race Against the Machine： Automation， Education and Inequality in an R&Dbased Growth Model. Social Science Electronic Publishing.

Robots and Wages： the Mediating Effects of Labor Quality

——Based on the China Enterprise General Survey （CEGS）

Cheng Hong and Wang Zeyu

（Institute of Quality Development Strategy， Wuhan University;Macroquality Management Coordinative Center of Hubei Province;Competition Policy and Economyquality Development Research Center）

Abstract：This paper， using the data from the 2018 China Enterprise General Survey （CEGS）， makes a study of the influence of robots and wages on the mediating effects of labor quality. The matching analysis between micro enterprises and individual workers reveals the following.Firstly， based on the principle of ‘ThreeStep Method of mediating effects， the benchmark regression verifies that robots have a significant positive promoting effect on the wages of labor force.Secondly， the use of robots can significantly improve the quality of the current labor force， which is achieved in two ways. One is to improve the quality of existing labor force through internal training or other means， while the other is to optimize the composition structure of the labor force by introducing high quality professionals from outside the enterprise.And thirdly， the regression test of the mediating effects shows that the effect of robots on labor wages is not directly affected. The enterprises using robots pay a premium to labor wages by taking the improvement of labor quality as the intermediary channel. Furthermore， the intermediary transmission effect of improving the quality of labor force through internal training is relatively stronger than that from external direct introduction. The scientific conclusion of this paper should be beneficial to the promotion of robot application scale in China and helpful for China to make the best use of the significant opportunity window when ‘Demographic dividend of labor force turns to ‘Quality Dividend.

Key Words：Labor Quality; Robot; Wage; Mediating Effect

責(zé)任編輯? 郝 偉