摘 要：機(jī)器人技術(shù)極大推動了物質(zhì)文明發(fā)展，但對其可能引發(fā)的社會心理問題尚且缺乏關(guān)注?；谥袊彝プ粉櫿{(diào)查數(shù)據(jù)2012—2020年共5期樣本，結(jié)合IFR公布的機(jī)器人數(shù)據(jù)理論分析并實證檢驗機(jī)器人使用對勞動者心理健康的影響，進(jìn)一步對其作用機(jī)制和異質(zhì)性展開重點討論。研究結(jié)果表明：機(jī)器人使用對勞動者心理健康存在顯著負(fù)面影響。機(jī)器人使用引致的工作穩(wěn)定性下降、工作滿意度降低，以及在晉升和學(xué)習(xí)方面不斷加碼的競爭壓力是導(dǎo)致勞動者心理健康下降的重要原因；同時機(jī)器人使用可以改善勞動者的經(jīng)濟(jì)狀況和工作強(qiáng)度，因此還存在部分正向影響機(jī)制。異質(zhì)性分析發(fā)現(xiàn)，機(jī)器人使用對低學(xué)歷以及低齡勞動者心理健康造成的負(fù)面沖擊更嚴(yán)重。進(jìn)一步分析發(fā)現(xiàn)，機(jī)器人使用不僅加劇個人學(xué)習(xí)“內(nèi)卷”，同時家庭的教育預(yù)期也將同步上升，因此通過家庭行為將進(jìn)一步加劇勞動者的心理壓力。對此，政府在大力推進(jìn)產(chǎn)業(yè)智能化過程中，需要對其廣度和深度進(jìn)行合理規(guī)劃，重點針對就業(yè)穩(wěn)定性和職業(yè)技能需求轉(zhuǎn)型提供政策支持，助力企業(yè)打造多樣性優(yōu)秀企業(yè)文化，加快配套法律體系構(gòu)建，并為技術(shù)敏感性群體提供針對性幫扶指導(dǎo)。

關(guān)鍵詞：機(jī)器人使用；勞動者；心理健康；影響機(jī)制

中圖分類號：C970.4；F241.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-4149（2024）06-0110-14

DOI：10.3969/j.issn.1000-4149.2024.00.041

一、引言

不斷加劇的人口老齡化趨勢使“人口紅利”逐漸落下帷幕，人工智能創(chuàng)造的“技術(shù)紅利”因取得突破性成效而備受青睞，尤其是以工業(yè)機(jī)器人為特殊表現(xiàn)形式的人工智能技術(shù)正不斷滲透并嵌入各產(chǎn)業(yè)領(lǐng)域。

《2023世界人工智能大會報告》數(shù)據(jù)顯示，截至2023年7月，我國人工智能產(chǎn)業(yè)規(guī)模已突破5000億元，現(xiàn)已采用人工智能生產(chǎn)技術(shù)的企業(yè)達(dá)到4300家。龐大的“技術(shù)紅利”催使企業(yè)家大量進(jìn)行智能設(shè)備投資，加之以社會輿論渲染，使勞動者產(chǎn)生強(qiáng)烈不安和焦慮。然而，現(xiàn)有研究大量關(guān)注人工智能在經(jīng)濟(jì)增長以及綠色創(chuàng)新方面所獲成效［1-2］，忽視技術(shù)應(yīng)用對勞動者精神健康產(chǎn)生的沖擊。因此可能導(dǎo)致精神文明推進(jìn)速度與物質(zhì)文明產(chǎn)生脫節(jié)。近年來，精神心理疾病發(fā)病率的不斷增長已經(jīng)給我國居民健康造成沉重負(fù)擔(dān)，《中國國民心理健康發(fā)展報告（2021—2022）》顯示，我國的抑郁風(fēng)險檢出率高達(dá)10.6%，焦慮風(fēng)險檢出率達(dá)到15.8%。在此背景下，探討機(jī)器人使用對勞動者心理健康產(chǎn)生的影響，并對其深層因素進(jìn)行解析，不僅對貫徹落實健康中國戰(zhàn)略至關(guān)重要，而且對推動中國式現(xiàn)代化發(fā)展具有重要意義。

當(dāng)前，機(jī)器人應(yīng)用與勞動者心理健康之間的關(guān)系已經(jīng)引發(fā)學(xué)術(shù)研究領(lǐng)域的高度關(guān)注，但研究尚處于起步階段且存在一定爭議。首先，現(xiàn)有研究僅從工作不安感、工作滿意度以及健康行為等方面［3-5］，側(cè)面揭示機(jī)器人使用與勞動者心理健康之間的關(guān)系，對于二者之間是否存在直接關(guān)聯(lián)并未給出明確說明。其次，研究普遍認(rèn)為機(jī)器人主要對中低級技能勞動者產(chǎn)生沖擊，對高技能勞動者是否存在影響目前仍缺乏充分證據(jù)［6］?，F(xiàn)實中，高學(xué)歷勞動者同樣面臨技能折舊問題，且相對低學(xué)歷勞動者“內(nèi)卷”程度更為激烈。最后，盡管已有學(xué)者提及機(jī)器人使用對勞動者心理健康的影響［7］，但其研究視角主要聚焦宏觀層面，且尚未就深層因素展開討論，對此有待進(jìn)一步完善。鑒于此，本文的邊際貢獻(xiàn)在于：第一，初步從微觀層面提出并解析了機(jī)器人使用對勞動者心理健康的影響，補(bǔ)充并完善了機(jī)器人使用與勞動力市場關(guān)系的理論分析框架。第二，基于收入效應(yīng)、競爭效應(yīng)、環(huán)境效應(yīng)和工作穩(wěn)定性對機(jī)器人使用影響勞動者心理健康的機(jī)制進(jìn)行討論，以明晰機(jī)器人使用導(dǎo)致勞動者心理健康問題的具體原因，為我國有針對性實施政策幫扶提供理論支撐。第三，進(jìn)一步剖析機(jī)器人使用對勞動者心理健康影響的異質(zhì)性，以識別受機(jī)器人沖擊的相對敏感群體，所得結(jié)論為我國健康公平性研究提供補(bǔ)充，對推動健康中國戰(zhàn)略具有重要意義。

二、文獻(xiàn)回顧及理論分析

已有研究從多個方面對影響勞動者心理健康的因素進(jìn)行解析，其中包括經(jīng)濟(jì)增長、社會地位、環(huán)境因素以及兩性關(guān)系等［8-11］。盡管有關(guān)機(jī)器人對勞動者心理健康影響的研究較少，但以下兩方面的討論已經(jīng)比較充分，可以為本文提供理論支持：

第一，關(guān)于機(jī)器人使用對勞動者就業(yè)和收入影響的討論。阿西莫格魯（Acemoglu）認(rèn)為機(jī)器人使用導(dǎo)致勞動者收入和就業(yè)狀況同步惡化［12］。在德國勞動力市場中，該問題相對不明顯，但卻產(chǎn)生了明顯的就業(yè)轉(zhuǎn)移效應(yīng)［13］，格雷茨（Graetz）也得出類似結(jié)論［14］。勞動力市場的不穩(wěn)定性引發(fā)勞動者對失業(yè)和經(jīng)濟(jì)狀況下降的擔(dān)憂，因此不免產(chǎn)生焦慮、抑郁等精神問題［3-4］。第二，關(guān)于其他科技進(jìn)步成果對勞動者心理健康影響的討論。早在計算機(jī)技術(shù)開始應(yīng)用于生產(chǎn)領(lǐng)域時，部分學(xué)者便已意識到技術(shù)進(jìn)步可能對勞動者心理健康產(chǎn)生威脅［15］，其深層因素來源于勞動者對未知技術(shù)感到的焦慮以及對技術(shù)替代勞動感到的恐慌［16-17］。因此，基于以往技術(shù)進(jìn)步的研究結(jié)果，得以證明新技術(shù)發(fā)展初期存在極大不確定性，加之勞動力市場不能迅速作出調(diào)整，導(dǎo)致技術(shù)恐慌無限蔓延，對勞動者心理健康產(chǎn)生消極影響?；谖墨I(xiàn)梳理和初步理論分析，提出研究假設(shè)1：

假設(shè)1：機(jī)器人使用可能對勞動者心理健康產(chǎn)生消極影響。

為進(jìn)一步明晰機(jī)器人使用影響勞動者心理健康的深層因素，本文基于收入效應(yīng)、競爭效應(yīng)、環(huán)境效應(yīng)和崗位穩(wěn)定性構(gòu)建如下理論框架（見圖1），并對其具體作用機(jī)制展開分析。

第一，收入是影響勞動者心理健康的重要因素，如果機(jī)器人應(yīng)用使勞動者收入增加，將有效改善其心理健康狀況，反之，則會對其心理健康產(chǎn)生更為不利的沖擊［18-19］。首先，隨著機(jī)器人技術(shù)的廣泛應(yīng)用，社會生產(chǎn)效率提升，勞動者的收入也會適度增長。其次，機(jī)器人技術(shù)提升了技能專用性，也意味著企業(yè)須對此給予更高工資支付。但勞動者也面臨收入降低的風(fēng)險，例如機(jī)器人技術(shù)打破了勞動力市場原有供需關(guān)系，降低勞動者在市場中的議價能力。由此可知，機(jī)器人應(yīng)用還可能導(dǎo)致勞動者經(jīng)濟(jì)狀況惡化，進(jìn)而對其心理健康產(chǎn)生消極影響。因此，機(jī)器人技術(shù)通過收入效應(yīng)對勞動者心理健康的具體作用方向有待進(jìn)一步檢驗。

第二，競爭效應(yīng)主要指機(jī)器人使用導(dǎo)致的勞動力市場“內(nèi)卷”現(xiàn)象，主要表現(xiàn)為勞動者投入更多精力卻難以改變其相對市場競爭力，由此容易激發(fā)勞動者的負(fù)面情緒。其一，機(jī)器人存在替代勞動的風(fēng)險，為了避免被替代，勞動者可能會更加努力地工作，從而導(dǎo)致其工作競爭壓力上升。與此同時，機(jī)器人使用本身可以簡化勞動過程、提升工作效率，從而降低工作壓力，并幫助改善勞動者的心理健康狀況。其二，機(jī)器人使用還將增加晉升壓力，主要源于其替代勞動的特性，導(dǎo)致市場中的崗位減少，使競爭變得更為激烈。其三，為傳遞出高產(chǎn)出效率的信號，勞動者將通過努力學(xué)習(xí)提高其市場競爭力。但是競爭本身容易引發(fā)一系列精神問題［20］。并且，參與競爭將擠占一定休閑娛樂時間，打破工作與生活之間的平衡關(guān)系，由此激發(fā)勞動者的負(fù)面情緒。因此，如果機(jī)器人使用導(dǎo)致勞動力市場競爭壓力加劇，將會對勞動者心理健康產(chǎn)生消極影響，反之，則有助于改善勞動者的心理健康。

第三，機(jī)器人技術(shù)可能改變勞動者原有工作環(huán)境，而工作環(huán)境則是決定勞動者心理健康狀況的重要因素。首先，機(jī)器人通過替代部分高危、高強(qiáng)度勞動，使勞動者從高風(fēng)險的環(huán)境中解放出來［2］。其次，機(jī)器人使用簡化了復(fù)雜的勞動過程，極大推動了物質(zhì)文明發(fā)展，有助于提升勞動者的工作環(huán)境滿意度，改善其心理健康狀況。但是，機(jī)器人使用無形中將勞動者暴露于企業(yè)的監(jiān)管之下，通過人機(jī)協(xié)作，進(jìn)一步強(qiáng)化對勞動者的控制，同時滋生勞動者信息泄露、公司非法監(jiān)視等一系列問題。除此之外，機(jī)器人技術(shù)的引入使原本復(fù)雜的生產(chǎn)過程被進(jìn)一步精細(xì)化、規(guī)范化與程式化，勞動者需要按照機(jī)器人的需求進(jìn)行勞動，導(dǎo)致其生產(chǎn)自主性降低，且原本伺機(jī)偷懶的可能性也被磨滅［21］。因此，機(jī)器人使用還可能降低勞動者對工作環(huán)境的滿意度。由于低技能勞動者更多從事體力勞動，而高技能勞動者則更多分布于人工智能技術(shù)相關(guān)領(lǐng)域，因此，本文初步認(rèn)為，機(jī)器人使用有效提升了低技能勞動者的工作環(huán)境滿意度，并對其心理健康產(chǎn)生積極影響，而對高技能勞動者則相反。

第四，機(jī)器人使用加速技能折舊與崗位更新?lián)Q代，使被迫離職的概率和主動跳槽的頻率同步上升［22］。首先，機(jī)器人在重復(fù)性與機(jī)械化生產(chǎn)領(lǐng)域存在明顯優(yōu)勢，以致被迫離職的勞動者很難在原有工作領(lǐng)域再就業(yè)［23］，因此，新工作的搜尋與適應(yīng)以及預(yù)期的不穩(wěn)定性等均為威脅其心理健康的重要因素。其次，部分勞動者在機(jī)器人技術(shù)的沖擊下進(jìn)入非傳統(tǒng)崗位［24］，其主要特點為沒有勞動合同保護(hù)、“即需即用”且就業(yè)穩(wěn)定性極低，勞動者迫于生活壓力，過勞而引發(fā)心理健康問題。最后，基于機(jī)器人使用互補(bǔ)效應(yīng)產(chǎn)生的崗位變動多為勞動者的主動選擇，在此過程中勞動者可以通過提升個人成就感、社會地位以及收入水平等，改善其心理健康狀況。但崗位變動在短期內(nèi)仍然存在技術(shù)銜接問題，需要不斷積累相關(guān)工作經(jīng)驗，從而增加心理負(fù)擔(dān)。綜上所述，提出研究假設(shè)2：

假設(shè)2：收入效應(yīng)、競爭效應(yīng)、環(huán)境效應(yīng)和工作穩(wěn)定性是機(jī)器人使用影響勞動者心理健康的重要因素。

另外，異質(zhì)性的群體特征也是決定機(jī)器人使用與勞動者心理健康關(guān)系的重要因素。其一，基于受教育水平異質(zhì)性視角，首先，機(jī)器人使用具有技能偏向性，一般而言高技能勞動者具有更高的生產(chǎn)能力和技能水平，可以更快地適應(yīng)人機(jī)協(xié)作的生產(chǎn)方式以及生產(chǎn)關(guān)系的轉(zhuǎn)變；其次，得益于社會中的刻板印象，高學(xué)歷勞動者更易傳遞出高產(chǎn)出能力、高技能水平的信號，因此其更易在技術(shù)快速進(jìn)步的勞動力市場中獲得高收入的工作崗位，同時高學(xué)歷勞動者被迫發(fā)生崗位轉(zhuǎn)換的幾率相對較低，因此通過崗位更迭效應(yīng)對高學(xué)歷勞動者心理健康產(chǎn)生的負(fù)面沖擊明顯弱于低學(xué)歷勞動者。綜合考慮，本文初步認(rèn)為隨著受教育水平的提升，機(jī)器人使用對勞動者心理健康的負(fù)面影響減弱。其二，基于年齡異質(zhì)性視角，首先，高齡勞動者在技術(shù)高精尖領(lǐng)域分布較少，一般對技術(shù)進(jìn)步的敏感程度較低，因此對未知技術(shù)感到焦慮的可能性較低齡勞動者??；其次，高齡勞動者對于“內(nèi)卷”的參與意愿較低，且相對低齡勞動者更易接受被迫離職，所以機(jī)器人應(yīng)用基于競爭效應(yīng)與工作穩(wěn)定性路徑對高齡勞動者產(chǎn)生的影響有限。

由此可知，隨著年齡的增長，機(jī)器人使用對勞動者心理健康產(chǎn)生的負(fù)面影響減弱。基于以上分析，提出研究假設(shè)3：

假設(shè)3：機(jī)器人使用對低學(xué)歷、低齡勞動者心理健康產(chǎn)生的負(fù)面影響更嚴(yán)重。

三、數(shù)據(jù)來源、計量模型選擇和變量設(shè)計

1. 數(shù)據(jù)來源與樣本選擇

本文所用微觀數(shù)據(jù)來源于北京大學(xué)中國社會科學(xué)調(diào)查中心所做的中國家庭動態(tài)追蹤調(diào)查（China Family Panel Studies）微觀數(shù)據(jù)，該調(diào)查基線樣本覆蓋25個省份，涉及社區(qū)、個人、家庭多個層面，對勞動者心理健康、行為方式以及家庭背景具有較為全面的刻畫，且該調(diào)查數(shù)據(jù)目前可用樣本已更新至2020年，是分析現(xiàn)階段機(jī)器人技術(shù)與勞動者心理健康關(guān)系較為理想的微觀數(shù)據(jù)集。因此，選取2012—2020年共五期數(shù)據(jù)，對樣本做以下三步篩選以保證回歸結(jié)果的準(zhǔn)確性：首先，選取勞動年齡范圍（16—60歲）內(nèi)的勞動力群體，并保留已到退休年齡但尚未退出勞動市場的樣本。其次，對勞動年齡范圍內(nèi)未結(jié)束教育的樣本進(jìn)行剔除。最后，對從事農(nóng)業(yè)生產(chǎn)的勞動者樣本進(jìn)行剔除。

最終獲得51624個有效樣本用于后續(xù)實證分析。所用機(jī)器人存量數(shù)據(jù)來源于國際機(jī)器人聯(lián)合會（IFR）公布的機(jī)器人相關(guān)數(shù)據(jù)，地區(qū)分行業(yè)就業(yè)人員數(shù)據(jù)來源于《中國勞動統(tǒng)計年鑒》。

2. 計量模型

為明晰機(jī)器人使用對勞動者心理健康影響具體作用方向，首先構(gòu)建以下回歸模型：

其中，Healthipt為被解釋變量，表示p地區(qū)第i位勞動者在第t年的心理健康狀況，AIpt-1為解釋變量，表示p地區(qū)第t-1年的機(jī)器人滲透度。

使用機(jī)器人滲透度滯后期的原因主要包括兩點：第一，機(jī)器人從安裝到正式應(yīng)用于生產(chǎn)需要適應(yīng)和調(diào)試的過程；第二，勞動合同具有時效性，不能立刻改變原有雇傭勞動關(guān)系，因此短期內(nèi)對勞動者心理健康的沖擊有限。Xit為其他控制變量，包括個體特征因素和家庭特征因素。εipt為隨機(jī)擾動項，同時模型回歸中加入地區(qū)固定效應(yīng)μp、時間固定效應(yīng)δt和行業(yè)固定效應(yīng)σr。

3. 變量說明

（1）核心解釋變量：機(jī)器人滲透度。參考阿西莫格魯?shù)臏y算方法［12］，借鑒巴蒂克工具變量法采用IFR提供的機(jī)器人存量數(shù)據(jù)并結(jié)合我國分行業(yè)就業(yè)數(shù)據(jù)，利用機(jī)器人行業(yè)間存量差異和各省份的就業(yè)分布差異度量省級層面的機(jī)器人滲透度，其具體測算公式如下：

其中，RPit表示i地區(qū)t年的機(jī)器人滲透度，ρ2008ij是以2008年為基期核算的j行業(yè)在i地區(qū)的分布占比（下同），Rjt表示j行業(yè)t年的機(jī)器人存量水平，L2008j表示2008年j行業(yè)的就業(yè)人員數(shù)。其中，行業(yè)分類的劃分標(biāo)準(zhǔn)參考呂越的做法［25］，將IFR提供的ISIC 4.0行業(yè)分類數(shù)據(jù)與國民經(jīng)濟(jì)行業(yè)2002年分類標(biāo)準(zhǔn)匹配，最終得到制造業(yè)14個細(xì)分行業(yè)數(shù)據(jù)及農(nóng)林牧漁業(yè)，采礦業(yè)，電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，建筑業(yè)，教育業(yè)等行業(yè)分類數(shù)據(jù)。

（2）被解釋變量：心理健康。本文以抑郁程度指征勞動者的心理健康狀況。首先，對抑郁程度的測算參考流調(diào)中心抑郁量表（CESD），通過逆向計分方式對各題得分進(jìn)行加總，該分值越高表示勞動者的抑郁程度越嚴(yán)重，心理健康狀況越差。其中，由于CFPS數(shù)據(jù)庫在2014年采用的問卷為凱勒斯心理疾患量表（K6），參考羅長遠(yuǎn)的方法［8］做以下兩步處理，以確保量綱統(tǒng)一：

其一，采用指數(shù)化方式對2014年得分賦以權(quán)重；其二，將2014年與其他年份的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理（均值為0，標(biāo)準(zhǔn)差為1）。最后，為保證回歸結(jié)果可信度，本文同時加入抑郁程度的二值選擇變量，選定37分作為臨界值《中國家庭追蹤調(diào)查2012年心理健康量表》P3：“17分為可能存在抑郁，23分為很可能存在抑郁，28分為嚴(yán)重抑郁?！?/p>

《中國家庭追蹤調(diào)查2020年數(shù)據(jù)庫介紹及數(shù)據(jù)清理報告》P24：“如針對CESD20，原始量表的分?jǐn)?shù)區(qū)間為0—60，我們只需將CFPS數(shù)據(jù)減去20可得與前者直接可比的區(qū)分?！?。當(dāng)CESD得分高于臨界值時取1，否則取0，以此來測算勞動者被評價為心理不健康的概率。

（3）機(jī)制變量。本文分別依據(jù)收入效應(yīng)、競爭效應(yīng)、環(huán)境效應(yīng)以及工作穩(wěn)定性選取以下機(jī)制變量。首先，收入效應(yīng)主要包括個人工作總收入。其次，競爭效應(yīng)主要包括工作壓力、晉升壓力以及學(xué)習(xí)壓力。其中工作壓力主要指勞動者每周工作小時數(shù)，該指標(biāo)數(shù)值越高表示勞動者工作壓力越大；晉升壓力按勞動者自評滿意程度反向賦分，等級越高表示晉升壓力越大；學(xué)習(xí)壓力主要指當(dāng)年參加非學(xué)歷教育情況，如果當(dāng)年有參加非學(xué)歷教育則取值為1，否則為0。再次，環(huán)境效應(yīng)主要指勞動者自評工作環(huán)境滿意度，該指標(biāo)等級越高表示勞動者對工作環(huán)境越滿意。最后，工作穩(wěn)定性通過是否簽訂勞動合同和是否進(jìn)行工作搜尋來表征，一般認(rèn)為簽訂勞動合同意味著工作更穩(wěn)定，而進(jìn)行工作搜尋則意味著工作較不穩(wěn)定。

（4）控制變量。包括年齡、性別、婚姻狀況、戶籍性質(zhì)、受教育水平、醫(yī)保狀況、社會地位和收入等級等個體特征因素，以及家庭人均收入和家庭人口數(shù)等家庭特征因素。其中收入等級和社會地位分別選擇“您給自己的收入在本地的位值打幾分？”，“您給自己在本地的社會地位打幾分？”兩個問題，其賦值越高表示收入等級和社會地位越高。

各變量的說明及描述性統(tǒng)計結(jié)果如表1所示。

四、機(jī)器人使用對勞動者心理健康的影響

1. 基準(zhǔn)回歸

表2展示了機(jī)器人使用對勞動者心理健康影響的基準(zhǔn)回歸結(jié)果。當(dāng)被解釋變量為抑郁程度得分時采用固定效應(yīng)模型，其回歸結(jié)果如列（1）和列（2）所示?？芍獧C(jī)器人使用導(dǎo)致勞動者抑郁程度顯著上升。當(dāng)被解釋變量為是否抑郁的二值選擇變量時采用Probit模型，回歸結(jié)果如列（3）所示。可見，隨著機(jī)器人使用的增加，勞動者被評價為抑郁的可能性上升。實證結(jié)果再次驗證了假設(shè)1所得結(jié)論的準(zhǔn)確性。由此可知，盡管機(jī)器人技術(shù)有效改善了勞動者的物質(zhì)生活質(zhì)量，但是在心理健康方面帶來的負(fù)面沖擊仍然無法避免。

2. 內(nèi)生性處理

結(jié)合宏觀層面的機(jī)器人滲透度與微觀調(diào)查數(shù)據(jù)分析機(jī)器人使用對勞動者心理健康產(chǎn)生的影響，可以在一定程度上避免雙向因果關(guān)系帶來的內(nèi)生性問題。一般認(rèn)為，單個個體的心理健康不會對地區(qū)的機(jī)器人使用數(shù)量產(chǎn)生影響。但仍然無法避免遺漏變量或測量誤差等導(dǎo)致的內(nèi)生性。對此，本文首先借鑒阿西莫格魯以及王林輝的做法［12，22］，使用美國的機(jī)器人存量數(shù)據(jù)構(gòu)造機(jī)器人滲透度的工具變量。一方面，美國在機(jī)器人技術(shù)應(yīng)用方面處于領(lǐng)先地位，其發(fā)展?fàn)顩r與我國的機(jī)器人技術(shù)應(yīng)用息息相關(guān)，因此符合相關(guān)性條件；另一方面，一般認(rèn)為美國的機(jī)器人使用量不會直接對其他國家勞動者的身心健康產(chǎn)生影響，因此具有良好的外生性。具體構(gòu)造如下：

其中，USRPit表示i地區(qū)t年的機(jī)器人滲透度，USRjt表示美國j行業(yè)t年的機(jī)器人存量水平，L2000j表示2000年美國j行業(yè)的就業(yè)人員數(shù)。其中美國分行業(yè)就業(yè)人數(shù)相關(guān)數(shù)據(jù)來源于CEIC數(shù)據(jù)庫。結(jié)合胡晟明等人的做法［26］，同時使用長途光纜密度作為機(jī)器人使用的工具變量。

表3中第一階段的回歸結(jié)果顯示，工具變量與中國的機(jī)器人滲透度存在顯著相關(guān)性，且弱工具變量檢驗指標(biāo)顯著大于10，表示不存在弱工具變量問題，因此該工具變量是有效工具變量。其中，對是否抑郁的二值選擇變量執(zhí)行Probit的二階段回歸，并報告了弱工具變量檢驗的P值，回歸結(jié)果亦顯著拒絕了存在弱工具變量的假設(shè)。

第二階段回歸結(jié)果顯示，基準(zhǔn)回歸結(jié)論仍然成立，可以說明機(jī)器人使用對勞動者心理健康存在顯著消極影響。

3. 穩(wěn)健性檢驗

（1）人工智能技術(shù)。考慮到機(jī)器人滲透度僅包含工業(yè)機(jī)器人使用情況，而隨著人工智能技術(shù)的不斷發(fā)展，類似圖像識別、語言處理等建立在大數(shù)據(jù)分析技術(shù)之上的一系列生成式機(jī)器人亦逐步涌現(xiàn)。因此參考吳非的做法［27］，通過文本分析對省級層面的人工智能使用情況進(jìn)行測算?；貧w結(jié)果顯示人工智能技術(shù)的使用顯著提升了勞動者的抑郁程度，可以表明本文回歸結(jié)果具有一定穩(wěn)健性 受篇幅限制，關(guān)于人工智能對心理健康影響的回歸結(jié)果備索。

（2）剔除電子行業(yè)?？紤]到機(jī)器人滲透度的快速增長可能是由某一特殊行業(yè)推動，借鑒阿西莫格魯和戈爾德斯密（Goldsmith）的穩(wěn)健性檢驗方法［16，28］，對電子行業(yè)的機(jī)器人使用數(shù)據(jù)進(jìn)行剔除，并重新構(gòu)造機(jī)器人滲透度指標(biāo)?；貧w結(jié)果與基準(zhǔn)回歸結(jié)果一致 受篇幅限制，關(guān)于剔除電子行業(yè)后機(jī)器人滲透度對心理健康影響的回歸結(jié)果備索。

（3）剔除汽車行業(yè)。除電子行業(yè)外，汽車制造業(yè)亦是機(jī)器人使用數(shù)量較為突出的領(lǐng)域，為避免極端值對研究結(jié)果產(chǎn)生的影響，本文再次對汽車行業(yè)進(jìn)行剔除，并構(gòu)造機(jī)器人滲透度指標(biāo)?；貧w結(jié)果與基準(zhǔn)回歸結(jié)果基本保持一致 受篇幅限制，關(guān)于剔除汽車行業(yè)后機(jī)器人滲透度對心理健康影響的回歸結(jié)果備索。

（4）改變樣本容量?？紤]到CFPS數(shù)據(jù)庫在2014年采用的問卷為凱勒斯心理疾患量表（K6），盡管進(jìn)行了一系列的指數(shù)化處理和標(biāo)準(zhǔn)化處理，仍然不能完全避免量綱差異對回歸結(jié)果產(chǎn)生的影響。對此，本文進(jìn)一步剔除2014年的樣本，并對剩余樣本再次進(jìn)行回歸。回歸結(jié)果與基準(zhǔn)回歸基本保持一致，可以證明本文回歸結(jié)果具有一定穩(wěn)定性 受篇幅限制，關(guān)于剔除2014年數(shù)據(jù)后機(jī)器人滲透度對心理健康影響的回歸結(jié)果備索。

五、異質(zhì)性分析

1. 受教育水平異質(zhì)性分析

現(xiàn)有研究已充分考慮到機(jī)器人使用對不同學(xué)歷勞動者影響的異質(zhì)性，但目前對受教育水平劃分尚未形成統(tǒng)一標(biāo)準(zhǔn)，且最終分析結(jié)果亦存在差異。古納迪（Gunadi）以是否取得高中文憑將勞動者劃分為高技能勞動者和低技能勞動者，并認(rèn)為機(jī)器人主要取代低技能勞動者的工作［6］；相反阿西莫格魯將勞動者受教育水平劃分為三等，且通過研究發(fā)現(xiàn)受機(jī)器人影響的主要是研究生學(xué)歷以下的勞動者［12］。為避免量綱差異對最終研究結(jié)果產(chǎn)生影響，將受教育水平作為連續(xù)變量，以檢驗隨著受教育水平提升，機(jī)器人使用對勞動者心理健康的作用效果是否發(fā)生轉(zhuǎn)變，充分避免了人為劃分等級的主觀性。如表4列（1）、列（3）和列（5）所示，受教育水平和機(jī)器人應(yīng)用的交互項系數(shù)顯著為負(fù)。可知，隨著勞動者受教育水平的提升，機(jī)器人使用對其心理健康的負(fù)面影響減弱，回歸結(jié)果與假設(shè)3結(jié)論一致。由此可知，低學(xué)歷勞動者對于技術(shù)發(fā)展的沖擊較為敏感，是人工智能產(chǎn)業(yè)化過程中的相對弱勢群體。

2. 年齡異質(zhì)性分析

為檢驗機(jī)器人使用對不同年齡勞動者心理健康影響的異質(zhì)性，且充分避免人為劃分年齡階段存在的主觀性，本文初步納入年齡和機(jī)器人應(yīng)用的交互項，以此檢驗隨著勞動者年齡上升，機(jī)器人使用對其心理健康的影響效果是否會發(fā)生轉(zhuǎn)變?；貧w結(jié)果如表4列（2）、列（4）和列（6）所示，其中年齡與機(jī)器人滲透度的交互項系數(shù)顯著為負(fù)，可知隨著勞動者年齡上升，機(jī)器人使用對其心理健康產(chǎn)生的負(fù)面影響減弱。此后，將年齡二次項與機(jī)器人滲透度的交互效應(yīng)納入模型考慮，最終檢驗結(jié)果不顯著，進(jìn)一步排除年齡對機(jī)器人使用影響勞動者身心健康過程的非線性可能?？芍?，隨著勞動者年齡增長機(jī)器人使用對其心理健康的負(fù)面影響始終是不斷減弱的，回歸結(jié)果與假設(shè)3一致。進(jìn)一步由回歸結(jié)果可知，年輕勞動者對技術(shù)沖擊更敏感，是技術(shù)發(fā)展過程中需要重點關(guān)注和保障的群體之一。

六、影響機(jī)制分析

1. 收入效應(yīng)

為檢驗機(jī)器人使用影響勞動者心理健康的收入效應(yīng)，本文納入工作總收入中間變量，分兩步對其進(jìn)行檢驗。首先，檢驗機(jī)器人使用對勞動者收入的影響，回歸結(jié)果如表5所示，可見機(jī)器人使用顯著增加了勞動者的個人收入為避免個人總收入與收入等級之間的共線性問題，此回歸的控制變量不包括個人收入等級指標(biāo)。。其次，進(jìn)一步檢驗勞動者收入對其心理健康的影響，回歸結(jié)果如表6列（1）所示，工作總收入對抑郁程度得分之間的系數(shù)在1%水平下顯著為負(fù)，可見，機(jī)器人使用確實可以通過提升勞動者個人收入使其心理健康狀況得到有效改善。回歸結(jié)果與假設(shè)2結(jié)論基本一致，且得到已有研究結(jié)論的印證［18-19］。

2. 競爭效應(yīng)

為檢驗機(jī)器人使用對勞動者心理健康影響的競爭效應(yīng)，首先，對機(jī)器人使用與機(jī)制變量之間的關(guān)系進(jìn)行檢驗，如表5所示，機(jī)器人使用明顯降低了勞動者的工作壓力，但顯著增加了其晉升壓力和學(xué)習(xí)壓力。進(jìn)一步對機(jī)制變量與勞動者心理健康之間的關(guān)系進(jìn)行回歸，結(jié)果如表6列（2）—（4）所示?？梢园l(fā)現(xiàn)，無論何種競爭壓力的增加，均表現(xiàn)出對勞動者心理健康的顯著負(fù)面影響，這也初步證實競爭的確會引發(fā)一系列心理健康風(fēng)險。由此可以證明機(jī)器人使用影響勞動者心理健康的競爭效應(yīng)路徑確實存在，回歸結(jié)果與假設(shè)2一致。但是三種競爭壓力的作用方向有明顯差異，其中，機(jī)器人使用可以通過降低工作壓力對勞動者心理健康產(chǎn)生積極影響，可見機(jī)器人本身對于工作強(qiáng)度的緩解作用遠(yuǎn)超過勞動者主動增加工作強(qiáng)度所增加的工作壓力。另外，機(jī)器人使用明顯增加了晉升壓力，從而激發(fā)一系列的焦慮和抑郁情緒。最后，機(jī)器人使用使勞動者參加非學(xué)歷教育的概率明顯提升。而學(xué)習(xí)領(lǐng)域的“內(nèi)卷”擠占了休閑娛樂時間，增加了焦慮情緒的產(chǎn)出，進(jìn)而對勞動者心理健康產(chǎn)生不利影響。但學(xué)習(xí)努力程度多屬于主動“內(nèi)卷”，長期來看，有助于我國整體人力資本質(zhì)量的改善。

3. 環(huán)境效應(yīng)

根據(jù)前述理論分析可知，機(jī)器人使用對勞動者心理健康影響的環(huán)境效應(yīng)在不同學(xué)歷勞動者之間可能顯現(xiàn)出異質(zhì)性特點。為檢驗理論分析的結(jié)論，首先對受教育水平按是否取得高中學(xué)歷劃分為高學(xué)歷組和低學(xué)歷組。經(jīng)回歸檢驗發(fā)現(xiàn)，機(jī)器人使用對低學(xué)歷勞動者工作環(huán)境滿意度的影響不顯著，在此本文不再列示。產(chǎn)生該結(jié)果的原因可能是被替代的勞動者并未得到很好安置，盡管其不再從事高強(qiáng)度、高風(fēng)險的勞動，但是被擠出的勞動者在市場中的競爭力較小，極有可能進(jìn)入非傳統(tǒng)的零工經(jīng)濟(jì)，例如外賣、快遞等服務(wù)行業(yè)。因此，其工作環(huán)境并未得到顯著改善，且伴隨工作穩(wěn)定性下降，生活壓力所迫，使機(jī)器人應(yīng)用通過環(huán)境效應(yīng)對低學(xué)歷勞動者心理健康的改善作用不顯著。根據(jù)表5回歸結(jié)果，可以發(fā)現(xiàn)機(jī)器人使用確實降低了高學(xué)歷勞動者的工作環(huán)境滿意度，進(jìn)一步對勞動者的心理健康產(chǎn)生消極影響，回歸結(jié)果與理論分析保持一致。高學(xué)歷勞動者更易進(jìn)入機(jī)器人相關(guān)工作領(lǐng)域，而機(jī)器人的加入使生產(chǎn)過程更加機(jī)械化、程式化，工作環(huán)境中的自主性明顯下降，“摸魚”的潛在想法從此徹底磨滅。不僅如此，機(jī)器人雖然在生產(chǎn)領(lǐng)域具有天然優(yōu)勢，但是缺乏情感交互性，所處其中的勞動者感到生產(chǎn)環(huán)境愈加枯燥乏味，這也是激發(fā)抑郁情緒的重要原因之一。

4. 工作穩(wěn)定性

勞動者普遍存在風(fēng)險規(guī)避心理，一旦機(jī)器人使用加劇勞動力市場不穩(wěn)定性，則會引發(fā)勞動者的焦慮情緒和技術(shù)恐慌，最終對其心理健康產(chǎn)生消極影響。在此本文實證檢驗了機(jī)器人使用影響勞動者心理健康的工作穩(wěn)定性機(jī)制。由于是否簽訂合同以及是否正在工作搜尋為二值選擇變量，因此第一步回歸使用線性概率模型（LPM）進(jìn)行估計。

如表5所示，機(jī)器人使用顯著降低了勞動者的合同簽訂概率，而勞動合同是保證工作穩(wěn)定性的重要基礎(chǔ)。進(jìn)一步由表6列（6）所示，機(jī)器人使用將通過降低工作穩(wěn)定性對勞動者心理健康產(chǎn)生消極影響，實證結(jié)果與理論分析結(jié)果保持一致。對工作搜尋影響機(jī)制的分析，選擇未控制時間固定效應(yīng)、地區(qū)固定效應(yīng)和行業(yè)固定效應(yīng)，其原因主要有以下兩個方面：其一，工作搜尋具有時空關(guān)聯(lián)性，跨地區(qū)就業(yè)、跨行業(yè)就業(yè)的現(xiàn)象較為普遍；其二，該數(shù)據(jù)可獲得的有效樣本較少，因此為了保證樣本自由度，最終對此階段回歸選擇隨機(jī)效應(yīng)模型。由表5回歸結(jié)果可知機(jī)器人使用顯著增加了勞動者進(jìn)行工作搜尋的概率，而工作搜尋對其心理健康存在顯著消極影響。其本質(zhì)與是否簽訂勞動合同一致，主要由于機(jī)器人使用加速技能折舊與崗位更新?lián)Q代，且勞動者普遍存在風(fēng)險規(guī)避特征，進(jìn)一步對勞動者的心理健康產(chǎn)生消極影響。

七、進(jìn)一步分析

“教育改變命運(yùn)”是中國家庭的傳統(tǒng)思想。機(jī)器人技術(shù)的發(fā)展造成了社會整體層面的“內(nèi)卷”，激發(fā)了家庭的教育期待。由于機(jī)器人技術(shù)具有技能的偏向性，一方面勞動者本身會增加對自身的教育投資，通過努力學(xué)習(xí)以適應(yīng)不斷變動的勞動市場結(jié)構(gòu)；另一方面，還會引致家庭對于下一代的教育投資增加，并期望自己的孩子能在激烈的競爭中脫穎而出［29］。其中最明顯的就是家庭教育支出的不斷上升，而家庭教育支出增加會擠占其他消費，降低家庭生活質(zhì)量，加劇勞動者個人的生活壓力和經(jīng)濟(jì)壓力，對其心理健康產(chǎn)生消極影響［30］。

對此，本文實證檢驗了機(jī)器人使用通過改變家庭教育期待對勞動者心理健康產(chǎn)生的影響，其回歸結(jié)果如表7所示。其中，以家庭教育支出占總收入的比重測算家庭的教育期望值，如果家庭收入中用于教育的比重越高，則說明該家庭的教育期待值越高。根據(jù)表7列（1）的回歸結(jié)果可知，機(jī)器人使用顯著增加了家庭教育支出占總收入的比重，而家庭教育支出占總收入的比重上升會導(dǎo)致勞動者的抑郁程度得分顯著上升，可知機(jī)器人使用通過提升家庭教育期待對勞動者的心理健康產(chǎn)生消極影響。

八、結(jié)論與建議

本文運(yùn)用IFR公布的機(jī)器人存量數(shù)據(jù)結(jié)合中國家庭追蹤調(diào)查微觀數(shù)據(jù)庫，理論分析并實證檢驗了機(jī)器人使用對勞動者心理健康產(chǎn)生的影響，進(jìn)一步對機(jī)器人使用影響勞動者心理健康的作用機(jī)制和異質(zhì)性展開重點討論。研究發(fā)現(xiàn)：第一，機(jī)器人使用對勞動者心理健康存在顯著消極影響。第二，通過機(jī)制分析發(fā)現(xiàn)，機(jī)器人使用引致的工作穩(wěn)定性下降、工作滿意度降低，以及在晉升和學(xué)習(xí)方面不斷加碼的競爭壓力是導(dǎo)致勞動者心理健康下降的重要原因；同時機(jī)器人使用可以改善勞動者經(jīng)濟(jì)狀況，降低勞動者的工作壓力，并對其心理健康產(chǎn)生積極影響。第三，通過異質(zhì)性分析發(fā)現(xiàn)，低學(xué)歷以及低齡勞動者屬于受機(jī)器人技術(shù)沖擊的相對敏感群體。第四，通過進(jìn)一步分析發(fā)現(xiàn)機(jī)器人應(yīng)用使家庭的教育預(yù)期上升，因此通過家庭行為將進(jìn)一步加劇勞動者的心理壓力。針對以上結(jié)論，提出如下政策建議。

第一，有序規(guī)劃并推進(jìn)機(jī)器人技術(shù)的應(yīng)用與發(fā)展，關(guān)注技術(shù)進(jìn)步對勞動者心理健康產(chǎn)生的影響。地方政府應(yīng)加強(qiáng)對人工智能技術(shù)的宣傳力度，將機(jī)器人應(yīng)用的實例潛移默化地融入信息科普與影視文化傳播之中，使勞動者對機(jī)器人應(yīng)用帶來的經(jīng)濟(jì)增益和生活便捷進(jìn)行科學(xué)且客觀的評價，避免“技術(shù)恐慌”導(dǎo)致的心理焦慮。同時，勞動者個人須不斷學(xué)習(xí)最新技術(shù)，盡快適應(yīng)技術(shù)進(jìn)步帶來的生產(chǎn)方式轉(zhuǎn)變，以積極的態(tài)度面對技術(shù)進(jìn)步。

第二，地方政府可以把提升就業(yè)穩(wěn)定性、優(yōu)化工作環(huán)境作為切入點。首先，企業(yè)需要建立多元化的企業(yè)文化，通過豐富的娛樂活動彌補(bǔ)機(jī)器人在情感交互方面的缺失，為勞動者提供足夠的情感支持。其次，地方政府應(yīng)不斷加強(qiáng)對勞動力市場的監(jiān)管力度，擴(kuò)大勞動合同法的保護(hù)范圍，關(guān)注零工經(jīng)濟(jì)中的勞動者權(quán)益保護(hù)。

第三，關(guān)注技術(shù)發(fā)展過程中的相對弱勢群體，通過就業(yè)幫扶和政策傾斜等保障低學(xué)歷和低齡勞動者的就業(yè)公平性和穩(wěn)定性。地方政府須提供充足的教育公共資源，關(guān)注年輕勞動者職業(yè)發(fā)展，為其提供相應(yīng)就業(yè)指導(dǎo)，以確保人工智能技術(shù)高質(zhì)量發(fā)展對經(jīng)濟(jì)的促進(jìn)作用。

參考文獻(xiàn)：

［1］KROMANN L， MALCHOWMOLLER N， SKAKSEN J R， et al. Automation and productivity：a crosscountry， crossindustry comparison［J］. Industrial and Corporate Change， 2020， 29（2）： 265-287.

［2］GAN J， LIU L， QIAO G， et al. The role of robot adoption in green innovation： evidence from China［J］. Economic Modelling， 2023， 119： 106128.

［3］NAM T. Technology usage， expected job sustainability， and perceived job insecurity［J］. Technological Forecasting and Social Change， 2019， 138： 155-165.

［4］SCHWABE H， CASTELLACCI F. Automation， workers’ skills and job satisfaction［J］. Plos One， 2020， 15（11）： e0242929.

［5］GIHLEB R， GIUNTELLA O， STELLA L， et al. Industrial robots， workers’ safety， and health［J］. Labour Economics， 2022， 78： 102205.

［6］GUNADI C， RYU H. Does the rise of robotic technology make people healthier？［J］. Health Economics， 2021， 30（9）： 2047-2062.

［7］閆雪凌，余沭樂，張雪原，等.機(jī)器人應(yīng)用與勞動健康：基于宏微觀的實證證據(jù)［J］.系統(tǒng)工程理論與實踐，2024（1）：148-172.

［8］羅長遠(yuǎn)，劉子琦，宋弘.經(jīng)濟(jì)增速放緩對國民心理健康的影響——來自中國家戶層面的證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2023（2）：604-621.

［9］程菲，李樹茁，悅中山.中國城市勞動者的社會經(jīng)濟(jì)地位與心理健康——戶籍人口與流動人口的比較研究［J］.人口與經(jīng)濟(jì)，2018（6）：42-52.

［10］李衛(wèi)兵，張凱霞.空氣污染是否會影響犯罪率：基于斷點回歸方法的估計［J］.世界經(jīng)濟(jì)，2021（6）：151-177.

［11］CARR D， SPRINGER K W. Advances in families and health research in the 21st century［J］. Journal of Marriage and Family， 2010， 72（3）： 743-761.

［12］ACEMOGLU D， RESTREPO P. Robots and jobs： evidence from US labor markets［J］. Journal of Political Economy， 2020， 128（6）： 2188-2244.

［13］DAUTH W， FINDEISEN S， SUEDEKUM J， et al. The adjustment of labor markets to robots［J］. Journal of the European Economic Association， 2021， 19（6）： 3104-3153.

［14］GRAETZ G， MICHAELS G. Robots at work［J］. Review of Economics and Statistics， 2018， 100（5）： 753-768.

［15］LEE R S. Social attitudes and the computer revolution［J］. Public Opinion Quarterly， 1970， 34（1）： 53-59.

［16］ANTHONY L M， CLARKE M C， ANDERSON S J. Technophobia and personality subtypes in a sample of South African university students［J］. Computers in Human Behavior， 2000， 16（1）： 31-44.

［17］MCCLURE P K. “You’re fired，” says the robot： the rise of automation in the workplace， technophobes， and fears of unemployment［J］. Social Science Computer Review，2018，36（2）：139-156.

［18］GARDNER J， OSWALD A J. Money and mental wellbeing： a longitudinal study of mediumsized lottery wins［J］. Journal of Health Economics， 2007， 26（1）： 49-60.

［19］SULLIVAN D， VON WACHTER T. Job displacement and mortality： an analysis using administrative data［J］. The Quarterly Journal of Economics， 2009， 124（3）： 1265-1306.

［20］譚之博，張曉波.獨生子女政策的精神健康成本［J］.經(jīng)濟(jì)研究，2016（2）：168-180.

［21］呂景春.數(shù)字經(jīng)濟(jì)下共享型和諧勞動關(guān)系的建構(gòu)機(jī)理與實現(xiàn)路徑［J］.馬克思主義研究，2023（2）：72-82.

［22］王林輝，錢圓圓，宋冬林，等.機(jī)器人應(yīng)用的崗位轉(zhuǎn)換效應(yīng)及就業(yè)敏感性群體特征——來自微觀個體層面的經(jīng)驗證據(jù)［J］.經(jīng)濟(jì)研究，2023（7）：69-85.

［23］ZHANG L， GAN T， FAN J. Do industrial robots affect the labour market？ evidence from China［J］. Economics of Transition and Institutional Change， 2023， 31（3）： 787-817.

［24］AUTOR D H. The“task approach”to labor markets：an overview［J］. Journal for Labour Market Research，2013， 46（3）：185-199.

［25］呂越，谷瑋，包群.人工智能與中國企業(yè)參與全球價值鏈分工［J］.中國工業(yè)經(jīng)濟(jì)，2020（5）：80-98.

［26］胡晟明，王林輝，朱利瑩.工業(yè)機(jī)器人應(yīng)用存在人力資本提升效應(yīng)嗎？［J］.財經(jīng)研究，2021（6）：61-75.

［27］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021（7）：130-144.

［28］GOLDSMITHPINKHAM P， SORKIN I， SWIFT H. Bartik instruments： what， when， why， and how［J］. American Economic Review， 2020， 110（8）： 2586-2624.

［29］DHINGRA P. What Asian Americans really care about when they care about education［J］. The Sociological Quarterly， 2018， 59（2）： 301-319.

［30］ZHU Y， YU D. Education and happiness： does education expenditure undermine households’ subjective wellbeing？ evidence from China［J］. Applied Economics， 2023， 55（50）： 5925-5938.