趙立彬 王法嚴(yán) 趙 妍 楊潔

【摘 要】 文章以2009—2019年A股制造業(yè)上市公司為樣本，采用國際機(jī)器人聯(lián)合會(huì)（IFR）報(bào)告的工業(yè)機(jī)器人數(shù)據(jù)，考察工業(yè)機(jī)器人對(duì)企業(yè)勞動(dòng)力成本粘性影響及作用機(jī)制。研究發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用能夠降低企業(yè)勞動(dòng)力成本粘性。機(jī)制分析發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用通過降低勞動(dòng)技術(shù)替代水平，進(jìn)而降低企業(yè)勞動(dòng)力成本粘性；與人均薪酬粘性相比，工業(yè)機(jī)器人應(yīng)用對(duì)員工數(shù)量粘性，尤其是低技能員工數(shù)量粘性的降低作用更顯著。異質(zhì)性分析表明，這一降低作用在技術(shù)水平低、所處地區(qū)老齡化程度高以及勞動(dòng)力保護(hù)程度低的企業(yè)中更顯著。進(jìn)一步研究發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用能夠弱化企業(yè)勞動(dòng)力成本粘性與未來勞動(dòng)生產(chǎn)率之間的正向關(guān)系，減少企業(yè)對(duì)勞動(dòng)力的依賴水平。研究結(jié)論有助于合理評(píng)估工業(yè)機(jī)器人應(yīng)用的微觀價(jià)值創(chuàng)造效應(yīng)，為推動(dòng)工業(yè)機(jī)器人應(yīng)用提供經(jīng)驗(yàn)證據(jù)。

【關(guān)鍵詞】 工業(yè)機(jī)器人； 勞動(dòng)力成本粘性； 人口老齡化； 勞動(dòng)生產(chǎn)率

【中圖分類號(hào)】 F241；F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）09-0064-09

一、引言

國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2022年末，中國人口比2021年減少85萬人，為近61年來首次負(fù)增長。從年齡結(jié)構(gòu)看，16—59歲勞動(dòng)年齡人口減少666萬人，60歲及以上人口增加1 268萬。這意味著中國將進(jìn)入人口負(fù)增長常態(tài)化時(shí)期，勞動(dòng)力市場面臨老齡化挑戰(zhàn)[1]。已有研究發(fā)現(xiàn)，人口老齡化會(huì)顯著提高勞動(dòng)力成本粘性[2]，影響企業(yè)價(jià)值創(chuàng)造。為應(yīng)對(duì)勞動(dòng)力成本沖擊，企業(yè)更可能利用機(jī)器設(shè)備代替人工[3-4]。

2021年，《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》提出到2025年實(shí)現(xiàn)中國制造業(yè)機(jī)器人密度翻番。既有文獻(xiàn)已從替代效應(yīng)、生產(chǎn)效率效應(yīng)和結(jié)構(gòu)效應(yīng)考察了機(jī)器人自動(dòng)化應(yīng)用對(duì)就業(yè)的影響[5-6]。替代效應(yīng)是指機(jī)器換人減少了對(duì)人工的需求；生產(chǎn)率效應(yīng)是指機(jī)器人使用提升企業(yè)生產(chǎn)效率，企業(yè)規(guī)模擴(kuò)大，增加了對(duì)無法被機(jī)器人替代的勞動(dòng)力的需求；結(jié)構(gòu)效應(yīng)是指機(jī)器人自動(dòng)化應(yīng)用導(dǎo)致勞動(dòng)力在不同部門之間重新進(jìn)行分配。機(jī)器人對(duì)勞動(dòng)力需求的影響取決于上述三種效應(yīng)的疊加。

基于中國經(jīng)驗(yàn)證據(jù)，機(jī)器人應(yīng)用會(huì)導(dǎo)致企業(yè)內(nèi)部勞動(dòng)力結(jié)構(gòu)的變化，一方面淘汰低技能勞動(dòng)力，另一方面又產(chǎn)生對(duì)高技能勞動(dòng)力的依賴[7]。這說明工業(yè)機(jī)器人應(yīng)用不僅會(huì)在宏觀層面影響勞動(dòng)需求，也可能會(huì)在微觀層面影響企業(yè)勞動(dòng)力調(diào)整的靈活性。然而，現(xiàn)有研究僅提供了機(jī)器人對(duì)勞動(dòng)力需求的影響。老齡化沖擊加速了人口紅利消退與勞動(dòng)力成本上升，在新時(shí)代勞動(dòng)力市場變革的新趨勢、新背景下，機(jī)器人應(yīng)用到底對(duì)企業(yè)勞動(dòng)力成本調(diào)整帶來何種影響，是否以及如何促進(jìn)企業(yè)對(duì)勞動(dòng)力成本的調(diào)整，是否會(huì)降低勞動(dòng)力成本粘性是值得關(guān)注的話題。

本文的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，以工業(yè)機(jī)器人應(yīng)用為切入點(diǎn)，在企業(yè)層面生產(chǎn)方式發(fā)生顯著變革的情況下，討論勞動(dòng)力資源配置的調(diào)整，為勞動(dòng)力成本粘性影響因素的研究提供新視角。第二，現(xiàn)有機(jī)器人應(yīng)用的研究主要依賴行業(yè)層面的數(shù)據(jù)，關(guān)注宏觀層面的經(jīng)濟(jì)后果，探究其對(duì)勞動(dòng)力市場的影響，如市場需求、市場結(jié)構(gòu)、勞動(dòng)就業(yè)等。鮮有研究外部沖擊對(duì)微觀企業(yè)成本管理的影響。本研究基于微觀企業(yè)層面視角，探究機(jī)器人應(yīng)用對(duì)企業(yè)勞動(dòng)力成本粘性的影響及其機(jī)制，擴(kuò)展了機(jī)器人應(yīng)用的研究范疇。第三，豐富了企業(yè)勞動(dòng)生產(chǎn)率方面的研究。本研究以企業(yè)微觀財(cái)務(wù)決策為切入點(diǎn)，考察機(jī)器人應(yīng)用對(duì)企業(yè)勞動(dòng)生產(chǎn)率的影響，補(bǔ)充和豐富了勞動(dòng)生產(chǎn)率影響因素的文獻(xiàn)。

二、理論分析與研究假設(shè)

國際機(jī)器人聯(lián)合會(huì)（IFR）《2022年全球機(jī)器人報(bào)告》中指出，中國是全球第一大工業(yè)機(jī)器人市場和亞洲地區(qū)最大的機(jī)器人采用國，工業(yè)機(jī)器人的應(yīng)用對(duì)生產(chǎn)過程中人類勞動(dòng)產(chǎn)生了重大的影響[8]，導(dǎo)致制造業(yè)勞動(dòng)力需求結(jié)構(gòu)發(fā)生變化，更需要從事管理類及專業(yè)技術(shù)類職業(yè)而非制造生產(chǎn)類職業(yè)的勞動(dòng)力[9]，這可能直接影響企業(yè)勞動(dòng)力調(diào)整。Andersen et al.[10]開創(chuàng)性地提出成本是具有“粘性的”，即業(yè)務(wù)量增加時(shí)成本上升的幅度大于業(yè)務(wù)量減少時(shí)成本下降的幅度。他們將成本粘性歸因于管理者為應(yīng)對(duì)銷售變化而調(diào)整資源配置，并指出資源調(diào)整成本決定了成本粘性的程度。勞動(dòng)力成本作為企業(yè)業(yè)務(wù)量變化時(shí)調(diào)整的關(guān)鍵資源之一，同樣可能表現(xiàn)出顯著的粘性[11]?，F(xiàn)有研究發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用對(duì)勞動(dòng)力調(diào)整的影響主要體現(xiàn)在“勞動(dòng)力替代”效應(yīng)和“勞動(dòng)力技能提升”效應(yīng)[9]。本文認(rèn)為基于這兩種效應(yīng)，工業(yè)機(jī)器人應(yīng)用將會(huì)對(duì)企業(yè)勞動(dòng)力成本粘性產(chǎn)生影響，其效果取決于哪種效應(yīng)占主導(dǎo)地位。具體邏輯如下：

一方面，機(jī)器人應(yīng)用會(huì)替代部分人工勞動(dòng)，減少企業(yè)對(duì)人力勞動(dòng)的依賴，即勞動(dòng)力替代效應(yīng)。管理層出于成本和效率的考慮，使用工業(yè)機(jī)器人替換重復(fù)性、工作不復(fù)雜的人工勞動(dòng)，將其自動(dòng)化[12]。企業(yè)勞動(dòng)收入份額降低[13]，勞動(dòng)力調(diào)整成本相應(yīng)減少。同時(shí)，企業(yè)招聘足夠數(shù)量的勞動(dòng)力的難度下降，有利于企業(yè)縮短招聘范圍[14]和招聘時(shí)間。招聘難度下降意味著由于勞動(dòng)力缺乏而導(dǎo)致的生產(chǎn)率下降的風(fēng)險(xiǎn)減少；招聘范圍與招聘時(shí)間的收縮可以節(jié)省廣告宣傳費(fèi)等招聘成本，這意味著勞動(dòng)力調(diào)整成本減少。綜上所述，應(yīng)用工業(yè)機(jī)器人的企業(yè)在業(yè)務(wù)量下降時(shí)，更有可能減少未充分利用的閑置勞動(dòng)力，而不是保留閑置勞動(dòng)力；相應(yīng)的，在業(yè)務(wù)量增加時(shí)，容易通過招聘更少的工人來提高產(chǎn)能，最終使應(yīng)用工業(yè)機(jī)器人的企業(yè)勞動(dòng)力成本粘性降低。

另一方面，機(jī)器人應(yīng)用會(huì)影響企業(yè)在工人技能水平方面的勞動(dòng)力構(gòu)成，提高勞動(dòng)力的整體技能水平，即技能提升效應(yīng)[8]。機(jī)器人應(yīng)用雖然替代了部分人工勞動(dòng)，但是替換的更多的是那種工作不復(fù)雜、重復(fù)性工作比較高的低技能工人[8，15]。但是，根據(jù)技術(shù)變革理論，技能與技術(shù)之間存在互補(bǔ)關(guān)系[8]，機(jī)器人技能的技術(shù)應(yīng)用，會(huì)增加非自動(dòng)化和復(fù)雜的工作任務(wù)[16]以及熟練使用機(jī)器人輔助工人的需求[5]。因此，工業(yè)機(jī)器人的應(yīng)用雖然會(huì)導(dǎo)致低技術(shù)工人的比例下降，但會(huì)增加中、高級(jí)技術(shù)工人的需求，最終會(huì)提升勞動(dòng)力調(diào)整成本。首先，由于招聘要求更高，高技能工人的選拔和招聘成本也會(huì)更高[17]。為了招聘到更匹配的高技能水平工人，許多公司甚至不得不求助于獵頭公司，從而花費(fèi)更多的費(fèi)用。其次，高技能工人由于工資較高，解聘的成本也會(huì)更高[18]。最后，技術(shù)熟練工人的非貨幣性裁員成本也較高，因?yàn)樗麄冋莆展咎囟ㄖR(shí)，如果競爭對(duì)手雇傭這些工人，可能會(huì)威脅公司[18]。因此，與低技能工人相比，高技能工人更換成本更高，勞動(dòng)力調(diào)整成本會(huì)增加，那么當(dāng)銷售收入下降時(shí)，企業(yè)更有可能保留未充分利用的閑置勞動(dòng)力，而不是減少閑置勞動(dòng)力，從而增加了勞動(dòng)力成本粘性。綜上所述，機(jī)器人的應(yīng)用降低了銷售收入下降時(shí)成本降低的幅度，最終導(dǎo)致應(yīng)用工業(yè)機(jī)器人的企業(yè)提高了勞動(dòng)力成本粘性。

基于上述分析，提出對(duì)立假設(shè)。

H1a：其他條件相同的情況下，由于勞動(dòng)力替代效應(yīng)，工業(yè)機(jī)器人應(yīng)用降低了勞動(dòng)力成本粘性。

H1b：其他條件相同的情況下，由于勞動(dòng)力技能提升效應(yīng)，工業(yè)機(jī)器人應(yīng)用提高了勞動(dòng)力成本粘性。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

樣本區(qū)間的選擇考慮到2008年開始實(shí)施的《勞動(dòng)合同法》會(huì)影響企業(yè)的機(jī)器人應(yīng)用程度[3]，本文以2009—2019年A股制造業(yè)上市公司為研究樣本。工業(yè)機(jī)器人數(shù)據(jù)來自IFR，員工學(xué)歷數(shù)據(jù)來自Choice數(shù)據(jù)庫，其他數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。本文對(duì)樣本處理如下：（1）剔除變量存在數(shù)據(jù)缺失或異常的樣本；（2）剔除IFR行業(yè)分類屬于其他制造業(yè)的樣本；（3）剔除ST、*ST以及基期（2009年）生產(chǎn)部門員工人數(shù)為0的異常樣本；（4）在1%和99%水平上對(duì)連續(xù)變量進(jìn)行縮尾。最終得到9 444個(gè)公司—年度觀測值。

（二）模型設(shè)定與變量定義

參照已有研究[19-20]，構(gòu)建模型1，以驗(yàn)證前文假設(shè)。

模型中，系數(shù)α1表示營業(yè)收入上升1%時(shí)，勞動(dòng)力成本上升的比例；α1+α2反映營業(yè)收入向下變動(dòng)時(shí)勞動(dòng)力成本下降的比例；當(dāng)α2為負(fù)數(shù)并且顯著時(shí)，表示樣本中勞動(dòng)力成本存在粘性現(xiàn)象。

LnRdegree為工業(yè)機(jī)器人應(yīng)用程度（Rdegree）的自然對(duì)數(shù)。具體的，參照王永欽等[7]的做法，本文將IFR的行業(yè)機(jī)器人存量數(shù)據(jù)根據(jù)行業(yè)內(nèi)上市公司的勞動(dòng)力雇傭結(jié)構(gòu)分解到公司層面。具體衡量方法如下：

其中，MRj，t代表j行業(yè)在第t年的工業(yè)機(jī)器人存量；Lj，t=2008代表j行業(yè)在2008年（基期）的就業(yè)人數(shù)；■代表j行業(yè)在第t年工業(yè)機(jī)器人的應(yīng)用程度。PWPij，t=2009代表j行業(yè)中i企業(yè)在2009年（樣本起始年度）的生產(chǎn)部門員工占比，ManuPWPj，t=2009代表j行業(yè)中所有企業(yè)在2009年生產(chǎn)部門員工占比的中位數(shù)。根據(jù)Acemoglu et al.[8]的研究思路，■越大，代表i企業(yè)與行業(yè)水平相比，雇傭的生產(chǎn)部門員工越多，使用機(jī)器替代勞動(dòng)力的可能性越大[11]。相應(yīng)的，本文用■作為權(quán)重，將行業(yè)層面的工業(yè)機(jī)器人應(yīng)用程度指標(biāo)分解到企業(yè)層面，Rdegreei，t代表了i企業(yè)在第t年的工業(yè)機(jī)器人應(yīng)用程度，即每百名員工擁有的機(jī)器人臺(tái)數(shù)。

借鑒權(quán)小鋒等[20]的做法，本文在模型中加入了一系列經(jīng)濟(jì)因素（Economic_Var），同時(shí)控制了公司層面的變量（Control_Var）。此外本文還控制了公司固定效應(yīng)（Firm FE）和年份固定效應(yīng)（Year FE）以緩解由于遺漏變量所導(dǎo)致的估計(jì)偏誤。

具體變量定義見表1。

四、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)分析

主要變量描述性統(tǒng)計(jì)結(jié)果如表2所示。工業(yè)機(jī)器人應(yīng)用程度（Rdegree）的均值為0.3423，表明每百名員工平均擁有機(jī)器人0.3423臺(tái)。其他變量的取值范圍與現(xiàn)有研究基本一致。

（二）基本回歸結(jié)果

表3是工業(yè)機(jī)器人應(yīng)用與勞動(dòng)力成本粘性的回歸結(jié)果。列（1）回歸結(jié)果顯示DeltaLnSale的回歸系數(shù)為0.5409，在1%的水平顯著，同時(shí)DeltaLnSale×DEC的回歸系數(shù)為-0.3495，在1%水平顯著，表明營業(yè)收入每增加1%，勞動(dòng)力成本增加0.54%，而營業(yè)收入每減少1%，勞動(dòng)力下降0.19%，說明存在勞動(dòng)力成本粘性現(xiàn)象。列（2）回歸結(jié)果表明在考慮工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本粘性的影響后DeltaLnSale與DeltaLnSale×DEC的系數(shù)符號(hào)不變，且在1%水平顯著；DeltaLnSale×DEC×LnRdegree的回歸系數(shù)為0.1157，在1%的水平顯著，這表明業(yè)務(wù)量下降時(shí)，工業(yè)機(jī)器人應(yīng)用使得企業(yè)勞動(dòng)力成本向下調(diào)整的幅度更大。列（3）回歸結(jié)果顯示，DeltaLnSale×DEC×LnRdegree的回歸系數(shù)為0.1087，在5%的水平顯著。這表明，營業(yè)收入每增加1%，勞動(dòng)力成本增加0.53%，而營業(yè)收入每減少1%，勞動(dòng)力成本減少0.29%。這意味著，工業(yè)機(jī)器人應(yīng)用使得企業(yè)勞動(dòng)力成本向下調(diào)整的幅度更大。檢驗(yàn)結(jié)果初步支持H1a。

（三）穩(wěn)健性檢驗(yàn)

本文進(jìn)行如下穩(wěn)健性檢驗(yàn)：（1）參考王永欽等[7]的做法，構(gòu)造企業(yè)層面機(jī)器人應(yīng)用程度（LnRdegree）的工具變量，進(jìn)行IV 2SLS估計(jì)。（2）借鑒Weiss[21]的計(jì)算方法衡量企業(yè)的年度勞動(dòng)力成本粘性水平。（3）將LnRdegree相對(duì)提前一期進(jìn)行回歸，以增加因果關(guān)系的可靠性。穩(wěn)健性檢驗(yàn)結(jié)果與基本回歸結(jié)果一致，限于篇幅，此處不列示。

五、機(jī)制分析

基于理論分析，從“勞動(dòng)技術(shù)替代水平”和“結(jié)構(gòu)分析”兩個(gè)角度探究工業(yè)機(jī)器人應(yīng)用通過何種機(jī)制降低勞動(dòng)力成本粘性。

（一）勞動(dòng)技術(shù)替代水平

借鑒權(quán)小鋒等[20]的檢驗(yàn)思路：首先，檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)技術(shù)替代水平的影響，如果工業(yè)機(jī)器人應(yīng)用降低了企業(yè)勞動(dòng)技術(shù)替代水平，則初步支持理論分析的邏輯；然后，以該企業(yè)三年前勞動(dòng)技術(shù)替代水平中位數(shù)將樣本分為勞動(dòng)技術(shù)替代水平高組和勞動(dòng)技術(shù)替代水平低組，分別檢驗(yàn)在兩種不同情景下工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)勞動(dòng)力成本粘性的影響，進(jìn)一步明晰工業(yè)機(jī)器人應(yīng)用如何影響勞動(dòng)力成本粘性。

本文用公司受教育程度不同的勞動(dòng)者占比來測度公司勞動(dòng)技術(shù)替代水平，借鑒參考尹力博等[4]的做法，構(gòu)建模型如下：

EDU表示高技能勞動(dòng)力人數(shù)占比，采用本科及以上學(xué)歷的員工人數(shù)在企業(yè)員工總數(shù)中的占比來衡量；NRshare表示勞動(dòng)技術(shù)替代水平，其數(shù)值越大則公司高等教育的勞動(dòng)者人數(shù)占比越小，反映出公司技術(shù)水平較弱，主要靠傳統(tǒng)人工勞動(dòng)維持生產(chǎn)經(jīng)營[4]。此外，本文還引入員工規(guī)模、資產(chǎn)負(fù)債率、盈利能力、上市年限、投資機(jī)會(huì)、營業(yè)收入增長率等作為控制變量，檢驗(yàn)結(jié)果見表4。

由列（1）回歸結(jié)果可知，工業(yè)機(jī)器人應(yīng)用顯著降低了企業(yè)勞動(dòng)技術(shù)替代水平，初步支持了本文的推斷。進(jìn)一步，考慮到企業(yè)工業(yè)機(jī)器人存量逐年增加的趨勢，按照企業(yè)相對(duì)工業(yè)機(jī)器人應(yīng)用程度三年前（t-3期）的勞動(dòng)技術(shù)替代水平中位數(shù)將樣本分為勞動(dòng)技術(shù)替代水平低組和勞動(dòng)技術(shù)替代水平高組。結(jié)果顯示，列（2）的交乘項(xiàng)系數(shù)不顯著；列（3）的交乘項(xiàng)系數(shù)顯著為正，且在5%的水平上顯著。說明在勞動(dòng)技術(shù)替代水平高的企業(yè)增加工業(yè)機(jī)器人應(yīng)用，可以有效降低勞動(dòng)力成本粘性。上述兩步法的檢驗(yàn)結(jié)果總體證實(shí)工業(yè)機(jī)器人應(yīng)用通過降低企業(yè)勞動(dòng)技術(shù)替代水平降低勞動(dòng)力成本粘性。

（二）結(jié)構(gòu)分析

1.工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力的成本結(jié)構(gòu)影響

根據(jù)前文的理論分析，工業(yè)機(jī)器人在一些崗位更具有比較優(yōu)勢，這意味著工業(yè)機(jī)器人應(yīng)用直接替代企業(yè)對(duì)應(yīng)崗位上的員工。因此，機(jī)器人應(yīng)用更可能會(huì)通過影響員工數(shù)量粘性來調(diào)整企業(yè)勞動(dòng)力配置，減少閑置勞動(dòng)力資源。接下來，本文直接檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對(duì)員工數(shù)量粘性和人均薪酬粘性的影響。

借鑒已有做法[11，22]，將模型4中的被解釋變量替換為員工數(shù)量自然對(duì)數(shù)的變動(dòng)值（DeltaLnStaff）和人均薪酬自然對(duì)數(shù)的變動(dòng)值（DeltaLnAvepay），通過DeltaLnSale×DEC×LnRdegree的回歸系數(shù)比較工業(yè)機(jī)器人應(yīng)用對(duì)員工數(shù)量粘性和人均薪酬粘性的作用差別。檢驗(yàn)結(jié)果見表5列（1）和列（2）。列（1）中DeltaLnSale×DEC×LnRdegree的系數(shù)在5%的水平上顯著為正，表明工業(yè)機(jī)器人應(yīng)用降低了員工數(shù)量粘性，這說明工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本的調(diào)整主要是通過影響員工數(shù)量實(shí)現(xiàn)。

2.工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力的技能結(jié)構(gòu)影響

為檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對(duì)不同技能勞動(dòng)力數(shù)量粘性的影響，以勞動(dòng)力學(xué)歷作為勞動(dòng)力技能的代理變量，將模型4中的被解釋變量分別替換為不同學(xué)歷員工數(shù)量自然對(duì)數(shù)的變動(dòng)值。通過DeltaLnSale×DEC×LnRdegree的回歸系數(shù)比較工業(yè)機(jī)器人應(yīng)用對(duì)不同技能員工數(shù)量粘性的作用差別。檢驗(yàn)結(jié)果見表5列（3）—列（6）。列（6）中DeltaLnSale×DEC×LnRdegree的系數(shù)在5%的水平上顯著為正，表明工業(yè)機(jī)器人應(yīng)用降低了中專及以下學(xué)歷員工數(shù)量粘性，這說明工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本的調(diào)整主要是通過影響低技能勞動(dòng)力數(shù)量實(shí)現(xiàn)。

六、進(jìn)一步分析

（一）異質(zhì)性分析

1.按技術(shù)水平分組

本文的理論分析指出，工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本粘性的作用效果取決于何種效應(yīng)占據(jù)主導(dǎo)地位。當(dāng)企業(yè)技術(shù)水平較低時(shí)，工作內(nèi)容較為簡單，工業(yè)機(jī)器人更容易進(jìn)行一定規(guī)模的直接替代。此時(shí)，由于勞動(dòng)力替代效應(yīng)，工業(yè)機(jī)器人能夠降低企業(yè)勞動(dòng)力成本粘性；而當(dāng)企業(yè)技術(shù)水平較高時(shí)，工作內(nèi)容比較復(fù)雜，機(jī)器人難以對(duì)人工形成直接替代，勞動(dòng)力替代效應(yīng)的作用效果有限。因此，本文從企業(yè)資質(zhì)和產(chǎn)業(yè)技術(shù)兩個(gè)層面度量技術(shù)水平進(jìn)行異質(zhì)性分析?？紤]到高新技術(shù)企業(yè)從事研發(fā)和相關(guān)技術(shù)創(chuàng)新的科技人員占企業(yè)當(dāng)年員工總數(shù)的比例高，并且企業(yè)創(chuàng)新往往依賴于較高比例的熟練勞動(dòng)力[23]，根據(jù)高新技術(shù)企業(yè)資質(zhì)認(rèn)定條件，依據(jù)企業(yè)是否為高新技術(shù)企業(yè)進(jìn)行分組。與此類似，根據(jù)國家統(tǒng)計(jì)局《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類》（2017版），按照所屬行業(yè)將樣本分為高技術(shù)產(chǎn)業(yè)和低技術(shù)產(chǎn)業(yè)兩組。分組回歸結(jié)果如表6所示，在非高新技術(shù)企業(yè)和低技術(shù)產(chǎn)業(yè)的分組內(nèi)，核心解釋變量的估計(jì)系數(shù)顯著。這表明機(jī)器人應(yīng)用對(duì)技術(shù)水平低的企業(yè)影響更為明顯。

2.按老齡化程度分組

人口老齡化會(huì)導(dǎo)致年輕勞動(dòng)力供給下降，當(dāng)一個(gè)地區(qū)的老齡化程度較高時(shí)，企業(yè)可能會(huì)出于招聘難度和培訓(xùn)成本等原因無法對(duì)勞動(dòng)力進(jìn)行對(duì)稱性調(diào)整[2]。如果工業(yè)機(jī)器人應(yīng)用能夠通過降低勞動(dòng)力調(diào)整成本進(jìn)而降低企業(yè)勞動(dòng)力成本粘性，那么工業(yè)機(jī)器人應(yīng)用的這一效應(yīng)應(yīng)當(dāng)在所處地區(qū)老齡化程度高的企業(yè)中更為顯著。參考劉李華等[24]的做法，本文采用各省份65歲及以上人數(shù)與15—64歲人數(shù)的比值度量老齡化程度，將樣本分為低老齡化程度組與高老齡化程度組。表7列（1）和列（2）報(bào)告了回歸結(jié)果。與預(yù)期一致，機(jī)器人應(yīng)用對(duì)企業(yè)勞動(dòng)力成本粘性的影響與人口老齡化密切相關(guān)，機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本粘性的影響主要集中在老齡化程度高的地區(qū)。

3.按勞動(dòng)力保護(hù)程度分組

外部勞動(dòng)力保護(hù)因素會(huì)影響企業(yè)勞動(dòng)力調(diào)整決策。當(dāng)?shù)貐^(qū)勞動(dòng)力保護(hù)程度較高時(shí)，企業(yè)調(diào)整勞動(dòng)力的靈活性可能會(huì)降低，無法基于最優(yōu)資源配置調(diào)整或解聘員工。因此，本文預(yù)期在勞動(dòng)力保護(hù)較弱的地區(qū)，企業(yè)引入工業(yè)機(jī)器人對(duì)勞動(dòng)力成本粘性的降低作用會(huì)更顯著。本文從歷年《中國勞動(dòng)統(tǒng)計(jì)年鑒》中整理勞動(dòng)爭議案件相關(guān)數(shù)據(jù)，依據(jù)勞動(dòng)者勝訴案件數(shù)占當(dāng)期案件受理案件數(shù)的比重度量地區(qū)勞動(dòng)力保護(hù)程度的高低進(jìn)而對(duì)樣本進(jìn)行分組。分組回歸結(jié)果見表7列（3）和列（4）。結(jié)果表明機(jī)器人應(yīng)用對(duì)勞動(dòng)力成本粘性的影響主要集中在勞動(dòng)力保護(hù)程度較低的地區(qū)。

（二）經(jīng)濟(jì)后果

勞動(dòng)力成本粘性的降低意味著員工流動(dòng)頻率升高。以往研究認(rèn)為，這可能會(huì)導(dǎo)致企業(yè)無法組建一支穩(wěn)定的生產(chǎn)隊(duì)伍，同時(shí)員工辭職也會(huì)對(duì)其他在職員工的情緒產(chǎn)生負(fù)面影響，因此，不利于企業(yè)勞動(dòng)生產(chǎn)率的提高[25-26]。工業(yè)機(jī)器人的興起意味著制造業(yè)生產(chǎn)方式的變革，使企業(yè)提高了生產(chǎn)效率，對(duì)低技能勞動(dòng)力的依賴相對(duì)減少。本文為工業(yè)機(jī)器人應(yīng)用顯著降低企業(yè)勞動(dòng)力成本粘性提供了證據(jù)支撐，那么由此引發(fā)的一個(gè)問題是：工業(yè)機(jī)器人應(yīng)用是否能夠弱化勞動(dòng)力成本粘性與勞動(dòng)生產(chǎn)率之間的正向關(guān)系，實(shí)現(xiàn)企業(yè)生產(chǎn)效率的提升？

參考Gu et al.[27]的做法，構(gòu)建如下模型以考察工業(yè)機(jī)器人應(yīng)用是否能夠弱化勞動(dòng)力成本粘性與勞動(dòng)生產(chǎn)率之間的正向關(guān)系：

其中，企業(yè)勞動(dòng)生產(chǎn)率（LnMPLi，t+1）采用t+1年i企業(yè)人均營業(yè)收入的自然對(duì)數(shù)進(jìn)行測度。若LnMPLi，t+1×DeltaLnSale×DEC的回歸系數(shù)γ1顯著為負(fù)，則說明公司未來一期的勞動(dòng)生產(chǎn)率與本期的勞動(dòng)力成本粘性之間存在顯著的正向關(guān)系。在此基礎(chǔ)上，若γ2的回歸系數(shù)顯著為正，則表明工業(yè)機(jī)器人應(yīng)用能弱化勞動(dòng)力成本粘性與公司未來一期勞動(dòng)生產(chǎn)率之間的正向關(guān)系。

從表8列（1）的結(jié)果可以看到，在未引入工業(yè)機(jī)器人應(yīng)用（LnRdegree）的情況下，LnMPLi，t+1×DeltaLnSale×DEC的回歸系數(shù)在5%的水平顯著為負(fù)；列（2）的結(jié)果進(jìn)一步顯示了工業(yè)機(jī)器人應(yīng)用的影響，可以看到LnMPLi，t+1×DeltaLnSale×DEC×LnRdegree的回歸系數(shù)在5%的水平上顯著為正。這表明公司未來一期的勞動(dòng)生產(chǎn)率與本期的勞動(dòng)力成本粘性之間存在顯著的正向關(guān)系，工業(yè)機(jī)器人應(yīng)用有助于減少企業(yè)生產(chǎn)過程中對(duì)勞動(dòng)力的依賴，弱化勞動(dòng)力成本粘性對(duì)公司勞動(dòng)生產(chǎn)率的正向影響。

七、研究結(jié)論與啟示

本文得到如下結(jié)論：第一，工業(yè)機(jī)器人應(yīng)用顯著降低企業(yè)勞動(dòng)力成本粘性。工業(yè)機(jī)器人應(yīng)用通過作用于勞動(dòng)力技能結(jié)構(gòu)降低勞動(dòng)技術(shù)替代水平，降低企業(yè)勞動(dòng)力成本粘性；結(jié)構(gòu)分析進(jìn)一步表明工業(yè)機(jī)器人對(duì)勞動(dòng)力成本粘性的影響主要作用于低技能員工數(shù)量而非人均薪酬。第二，企業(yè)技術(shù)水平較低、位于老齡化程度高、勞動(dòng)力保護(hù)程度低的地區(qū)時(shí)，工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)勞動(dòng)力成本粘性的降低效應(yīng)更強(qiáng)。第三，工業(yè)機(jī)器人應(yīng)用能夠弱化企業(yè)勞動(dòng)力成本粘性與勞動(dòng)生產(chǎn)率之間的正向關(guān)系，有效地減少企業(yè)對(duì)勞動(dòng)力的依賴。

本文具有以下啟示：第一，注重員工技能結(jié)構(gòu)的調(diào)整，優(yōu)化人力資本配置。作為一種高效的、替換程序性人工勞動(dòng)的生產(chǎn)方式，工業(yè)機(jī)器人應(yīng)用通過降低勞動(dòng)技術(shù)替代水平降低企業(yè)勞動(dòng)力成本粘性。因此，企業(yè)應(yīng)根據(jù)外部環(huán)境，結(jié)合自身特征，加強(qiáng)對(duì)低技能員工的培訓(xùn)，引導(dǎo)其向高技能工作崗位轉(zhuǎn)移，增加高技能員工儲(chǔ)備，營造機(jī)器人與勞動(dòng)力優(yōu)勢互補(bǔ)的生產(chǎn)環(huán)境。第二，關(guān)注低技能勞動(dòng)者就業(yè)，促進(jìn)人口高質(zhì)量發(fā)展。健全勞動(dòng)力失業(yè)保障制度和技能培訓(xùn)制度，促進(jìn)勞動(dòng)力市場與企業(yè)技能需求相互匹配，推動(dòng)勞動(dòng)者再就業(yè)；擴(kuò)大企業(yè)對(duì)高技能勞動(dòng)力就業(yè)吸納能力，鼓勵(lì)企業(yè)有針對(duì)性地開展崗前培訓(xùn)，幫助員工適應(yīng)機(jī)器人創(chuàng)造效應(yīng)對(duì)技能的要求。第三，發(fā)展工業(yè)機(jī)器人產(chǎn)業(yè)，應(yīng)對(duì)人口老齡化影響。本文的研究結(jié)論表明，工業(yè)機(jī)器人應(yīng)用可以緩解企業(yè)對(duì)勞動(dòng)力的依賴。基于此，企業(yè)升級(jí)優(yōu)化、勞動(dòng)力質(zhì)量提升，對(duì)于降低人口老齡化的消極作用至關(guān)重要。

【參考文獻(xiàn)】

［1］ 中國面臨的就業(yè)挑戰(zhàn)：從短期看長期［J］.國際經(jīng)濟(jì)評(píng)論，2022（5）：9-21.

［2］ 張博，楊麗梅，陶濤.人口老齡化與勞動(dòng)力成本粘性［J］.會(huì)計(jì)研究，2022（1）：59-69.

［3］ 劉媛媛，劉斌.勞動(dòng)保護(hù)、成本粘性與企業(yè)應(yīng)對(duì)［J］.經(jīng)濟(jì)研究，2014，49（5）：63-76.

［4］ 尹力博，魏冬.中國勞動(dòng)杠桿折價(jià)效應(yīng)：來自勞動(dòng)技術(shù)替代的解釋［J］.系統(tǒng)工程理論與實(shí)踐，2022，42（10）：2565-2588.

［5］ ACEMOGLU D，RESTREPO P.Automation and new tasks：how technology displaces and reinstates labor［J］.Journal of Economic Perspectives，2019，33（2）：3-30.

［6］ 汪前元，魏守道，金山，等.工業(yè)智能化的就業(yè)效應(yīng)研究——基于勞動(dòng)者技能和性別的空間計(jì)量分析［J］.管理世界，2022，38（10）：110-126.

［7］ 王永欽，董雯.機(jī)器人的興起如何影響中國勞動(dòng)力市場？——來自制造業(yè)上市公司的證據(jù)［J］.經(jīng)濟(jì)研究，2020，55（10）：159-175.

［8］ ACEMOGLU D，LELARGE C，RESTREPO P.Competing with robots：firm-level evidence from France［J］.AEA Papers and Proceedings，2020，110：383-388.

［9］ 董雪兵，潘登，池若楠.工業(yè)機(jī)器人如何重塑中國就業(yè)結(jié)構(gòu)［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022（12）：51-66.

［10］ ANDERSON M C，BANKER R D，JANAKIRAMANJ S N.Are selling，general，and administrative costs “Sticky”？［J］.Journal of Accounting Research，2003，

41（1）：47-63.

［11］ DIERYNCK B，LANDSMAN W R，RENDERS A.Do managerial incentives drive cost behavior？Evidence about the role of the zero earnings benchmark for labor cost behavior in private Belgian firms［J］.Accounting Review，2012，87（4）：1219-1246.

［12］ JAIMOVICH N，SIU H E.Job polarization and jobless recoveries［J］.Review of Economics and Statistics，2020，102（1）：129-147.

［13］ 何小鋼，朱國悅，馮大威.工業(yè)機(jī)器人應(yīng)用與勞動(dòng)收入份額——來自中國工業(yè)企業(yè)的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2023（4）：98-116.

［14］ 陳媛媛，張競，周亞虹.工業(yè)機(jī)器人與勞動(dòng)力的空間配置［J］.經(jīng)濟(jì)研究，2022，57（1）：172-188.

［15］ KOCH M，MANUYLOV I，SMOLKA M.Robots and firms［J］.The Economic Journal，2021，131（638）：2553-2584.

［16］ AUTOR D H，LEVY F，MURNANE R J.The skill content of recent technological change：an empirical exploration［J］.The Quarterly Journal of Economics，2003，118（4）：1279-1333.

［17］ DOLFIN S.An Examination of firms' employment costs［J］.Applied Economics，2006，38（8）：861-878.

［18］ GOLDEN J，MASHRUWALA R，PEVZNER M.Labor adjustment costs and asymmetric cost behavior：an extension［J］.Management Accounting Research，2020，46.

［19］ 納超洪，陳雪，徐慧.財(cái)務(wù)共享能降低成本粘性嗎？——基于集團(tuán)管控的視角［J］.南開管理評(píng)論，2022（11）：1-32.

［20］ 權(quán)小鋒，李闖.智能制造與成本粘性——來自中國智能制造示范項(xiàng)目的準(zhǔn)自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)研究，2022，57（4）：68-84.

［21］ WEISS D.Cost behavior and analysts' earnings forecasts［J］.Accounting Review，2010，85（4）：1441-1471.

［22］ 方巧玲，徐慧，郝婧宏.股權(quán)質(zhì)押與勞動(dòng)力成本粘性：代理觀抑或效率觀［J］.審計(jì)與經(jīng)濟(jì)研究，2021，36（6）：81-90.

［23］ BRESNAHAN T F，BRYNJOLFSSON E，HITT L M.Information technology，workplace organization，and the demand for skilled labor：firm-level evidence［J］.The Quarterly Journal of Economics，2002，117（1）：339-376.

［24］ 劉李華，孫早.人口老齡化、居民健康與收入不平等［J］.經(jīng)濟(jì)科學(xué)，2022（5）：135-149.

［25］ KACMAR K M，ANDREWS M C，VAN ROOY D L，et al.Sure everyone can be replaced … but at what cost？Turn over as a predictor of unit-level performance［J］.Academy of Management Journal，2006，

49（1）：133-144.

［26］ MOHR D C，YOUNG G J，BURGESS J F.Employee turnover and operational performance：the moderating effect of group oriented organisational culture［J］.Human Resource Management Journal，2012，

22（2）：216-233.

［27］ GU Z，TANG S，WU D.The Political economy of labor employment decisions：evidence from China［J］.Management Science，2020，66（10）：4703-4725.