《现代财经-早读早分享》2024年9月30日周一（第3139期）

今天是2024年9月30日，星期一，农历八月二十八，美好的一天从阅读《现代财经-早读早分享》开始！

每日晨语

---

想要突破自我，试着从做好这四件事开始：①持续学习，提升自己；②在复盘反思中总结经验、补齐短板；③试着沉下心来，冷静地从这些意见中找方向、找方法；④宽容他人，也是善待自己。共勉！美好一天从“突破自我”开始！ ！周一，早安！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3139期）。原创不易，敬请尊重。谢谢鼓励。

一、早读分享

1、 由“交通大国”迈向“交通强国”，我国基础设施建设助力乡村振兴步入“快车道”。 随着长太高速的通车运营，沿线地区的能源、农畜产品走出去的步伐大大加快，交通基础设施正在助力乡村振兴步入“快车道”。长太高速沿线除了穿越著名的黄金玉米带，风力资源也非常丰富。长太高速公路的开通让这家生产制造高端风电装备的企业格外兴奋，他们生产的大型陆上风电机组可以快速运到项目现场组装。不仅是企业物流的降本增效，交通顺畅也让旅游业发展迎来新生机。白沙岭汽车越野营地这些天正在为“十一”假期接待游客做准备。随着长太高速的开通，预计今年“十一”黄金周，营地游客数量将会比去年翻一番。道路的畅通不但让游客更便捷地抵达营地，就连营地内车辆维修保养都更加便利。（央视网）

蔡子微评： 随着国家对农村政策的不断调整，农村经济发展的步伐加快，这对农村交通运输提出了很高的要求。然而，我国农村交通运输现在仍处于初级发展阶段，不能完全适应农村社会经济发展和农民生活质量提高的需要。对此，要统筹城乡交通一体化发展的理念。根据城乡交通运输需求结构和消费结构升级的实际，按照“适度超前”的原则统筹规划农村交通相关设施建设，进一步加大公路建设的规模，提高城乡公路通达深度和服务功能。

话题关注：乡村振兴背景下农村交通运输体系建设如何推动城乡一体化发展？

2、省人大常委会作出重大事项决定，为发展新质生产力提供制度保障。 为助力江苏更好肩负起习近平总书记赋予的“成为发展新质生产力的重要阵地”重大使命，9月27日，省十四届人大常委会第十一次会议通过《关于践行全过程人民民主重大理念、加强打造发展新质生产力重要阵地制度保障的决定》。具体来看，第一部分为构建发展新质生产力立法引领机制，提出强化未来产业培育、新兴产业壮大、传统产业升级、生产要素向发展新质生产力集聚等法规制度供给，深化区域协同立法；第二部分为健全发展新质生产力监督支持机制，主要围绕落实省委十四届六次、七次全会决定和省委省政府8个“行动方案”，以及相关政策文件开展监督；第三部分为完善发展新质生产力民意汇集机制，要求发挥人大民意征集平台作用，完善论证、评估、评议、听证制度，健全人大协商制度化平台等；第四部分为提升服务保障发展新质生产力能力本领，以深化“牢记嘱托、感恩奋进”长效机制为抓手，对各级人大代表、人大常委会组成人员、机关干部提出要求。（新华日报）

蔡子微评： 自新质生产力这一概念提出以来，地方政府纷纷进行了深刻解读与规划，意在通过政策引导激发企业活力。而对企业来说，积极响应政府号召，加大研发投入，探索新技术、新业态，通过技术改造和产品创新提升竞争力，加速新质生产力的发展，从而实现自身的可持续发展。

话题关注：新质生产力视域下制度保障如何推动企业高质量发展？

3、中长期资金入市迎重磅文件，增强资本市场内在稳定性。 近日，中央金融办、中国证监会联合印发《关于推动中长期资金入市的指导意见》，重点从三个方面推动中长期资金进入资本市场，解决当前资本市场中长期资金总量不足、结构不优、引领作用发挥不够充分等问题，增强资本市场内在稳定性。指导意见着眼于“长钱更多、长钱更长、回报更优”的总体目标，主要举措包括三方面：一是建设培育鼓励长期投资的资本市场生态；二是大力发展权益类公募基金，支持私募证券投资基金稳健发展；三是着力完善各类中长期资金入市配套政策制度。（新华网）

蔡子微评： 中长期资金入市迎来重磅文件，标志着资本市场迎来重要利好。此举旨在通过引导稳定、长期的资金注入，增强市场流动性与韧性，有效缓解市场波动，提升资本市场的内在稳定性。这不仅为投资者提供了更多元化的投资渠道，也促进了市场结构的优化与成熟，有利于形成更加健康、可持续的资本市场生态。长远来看，这将为实体经济融资提供更有力的支持，推动经济高质量发展。

话题关注：资本市场结构优化对实体经济融资效率的影响机制研究

4、中国经济圆桌会丨绿色低碳转型将带来巨大的发展新机遇、新空间。 生态环境部环境与经济政策研究中心副主任田春秀在新华社27日推出的“中国经济圆桌会”大型全媒体访谈节目上表示，对于地方和企业而言，加快推动绿色低碳发展，在绿色转型中推动发展实现质的有效提升和量的合理增长，将带来巨大的发展新机遇、新空间。绿色是高质量发展的底色。推动经济社会发展绿色化、低碳化，是实现高质量发展的关键环节。（新华网）

蔡子微评： 田春秀副主任在“中国经济圆桌会”上的发言强调了绿色低碳发展对于地方和企业的重要性，指出这不仅是实现高质量发展的关键，也是推动经济社会发展全面绿色转型的重要途径。通过绿色金融等手段，可以有效地降低企业的融资成本，增加绿色项目的吸引力，从而吸引更多的投资，推动经济的绿色转型。这不仅有助于实现国家的“双碳”目标，也是对全球环境保护做出的贡献。

话题关注：绿色低碳转型对传统产业经济韧性的作用机理研究

5、2024上海数字文化产业高质量发展大会在沪举办。 以指数“标尺”丈量行业创新发展、多方合力共建产业生态圈、政策和服务协同发力护航企业“逐浪出海”……2024上海数字文化产业高质量发展大会9月27日在上海市徐汇区举行，现场发布了中国（上海）数字文娱产业指数等一系列重量级成果。科技的力量日新月异，文化的魅力历久弥新，科技与文化的融合使数字文化产业应运而生。近年来，我国数字文化产业发展动力强劲，文化消费新场景层出不穷，新兴业态不断涌现，数字文化产业逐渐成为驱动数字经济发展的新引擎。（第一财经）

蔡子微评： 场景驱动下的数字文化产业创新升级与高质量发展紧密相连。通过深入挖掘用户需求和消费场景，数字文化产业能够提供更加个性化和沉浸式的文化体验。技术的创新，如虚拟现实、增强现实和人工智能，为文化内容的创作、分发和消费带来了革命性的变化。这种以用户为中心的发展模式不仅提升了文化产品的吸引力和市场竞争力，还推动了文化产业的多元化和国际化。政策的支持和市场的响应将进一步加速数字文化产业的创新步伐，为经济的高质量发展注入新的文化动力。

话题关注：场景驱动下数字文化产业创新升级对地方经济高质量发展的影响研究

6、金观平：推进全球可持续交通发展。 全球可持续交通高峰论坛（2024）近日在京举行，聚焦推进全球交通合作，彰显我国致力发展可持续交通造福世界的努力。交通是经济的脉络和文明的纽带。党的十八大以来，我国坚持交通先行、创新引领、交通天下，可持续交通建设取得长足发展，行业综合实力大幅提升，交通强国建设稳步推进，交通成为推进中国式现代化建设的开路先锋。与此同时，我国持续加强全球交通合作，提出“与世界相交 与时代相通”等重要理念和主张，采取了一系列重要举措，阐明了我国致力于推动全球交通合作，以自身发展为世界提供新机遇，让可持续交通发展成果更好造福世界各国人民的鲜明立场。（中经网）

蔡子微评： 全球可持续交通高峰论坛展示了我国在推动全球交通合作方面的积极姿态，并彰显了中国在可持续交通发展中的领导地位。交通作为经济和文明发展的纽带，通过创新和合作能够为全球带来更多的机遇和福祉。中国在交通领域的长足发展，不仅为自身现代化建设提供了强有力的支撑，也为全球交通事业的发展贡献了智慧和力量。持续推进全球交通合作，将有助于实现更绿色、更高效的全球交通网络，推动全球经济的可持续发展。

话题关注：中国式现代化背景下全球交通合作对企业国际化的影响机制研究

7、超聚变：以AI推进算力智能化与城企数智化。 “新一轮数字变革以指数效应推动生产方式、治理方式的变化。一方面，社会两大主体‘城市’与‘企业’面临在智能化、数字化的挑战与诉求；另一方面，新技术组合助力落地‘四化框架’：数据价值化、数字产业化、产业数字化、数字化治理，AI技术成为未来10年的核心驱动力。” （环球网）

蔡子微评： 在城市与企业算力数智化转型过程中，AI技术是重要的驱动力。AI技术既要重构基础设施与服务平台，跨越生态裂谷 ， 使算网融合AI+全局发展，管好用好算力；再者，积极构建“AI原生+安全原生”的能力，实现业务重构，不断提升效率，打造一站式企业数智化转型服务平台、智能安全一体化运营平台等创新产品，助力城市和企业高质量发展。

话题关注：AI 赋能算力智能化与城企数智化的理论逻辑与现实路径研究

8、以数智技术赋能国资国企资产盘活。 为提升国有资产治理能力、推动资产管理数字化转型，日前，中国电子科技集团有限公司旗下中电科资产经营有限公司在京发布“电科资管”资产智能撮合平台。这标志着国资国企在利用数智技术赋能资产盘活，优化资源配置，打造合作生态方面迈出坚实一步。（经济日报）

蔡子微评： 在数字化时代背景下，国资国企通过智能化平台推动资产管理的创新实践，具有重要的现实意义。这不仅能够提高资产的使用效率，还能通过数据驱动的方式，发现新的增长点和价值创造的机会。同时，这也体现了国资国企在适应新时代要求，积极拥抱变革，通过技术创新提升核心竞争力的决心和行动。未来，随着平台的不断完善和功能的拓展，预计将对整个国有资产管理领域产生深远的影响。

话题关注：数智技术如何促进国有资产管理效率提升？

9、广州首张"跨区通用"房票发放 全市新房随心选。 9月28日，广州市第一张市区联合“跨区通用”房票在广州国际金融城东区发出，持有房票凭证的市民可在全市范围内自主选择心仪的新建商品房，这标志着广州房票“跨区通用”进入实质性阶段。长期以来，广州既有城中村改造存在原地安置多、改造周期长、资金成本高、征地拆迁难等问题，同时全市商品住宅去化压力较大。为有效化解相关难题，广州结合现状创新提出“房票安置”征收补偿方式，作为除复建安置、产权调换、货币补偿之外的一种有益补充。（中经网）

蔡子微评： 广州推出的“跨区通用”房票是一个创新的房地产市场调控措施。它不仅可以缓解城中村改造过程中面临的诸多难题，如原地安置、长时间的改造周期、征地拆迁困难等，还能有效消化全市商品住宅的去化压力。这一举措表明了广州在房地产政策上的灵活性和创新性，为其他城市提供了有益的借鉴。通过这种方式，市民可以更自由地选择适合自己的新建商品房，提高了住房选择的灵活性和便利性，增强了市民的幸福感和满意度。

话题关注：广州“跨区通用”房票政策对居民幸福感的影响机制研究

10、2024年重点领域校企供需对接活动举办。 教育部、工业和信息化部、国务院国资委9月28日在安徽省芜湖市联合举办2024年重点领域校企供需对接活动，推动高校与企业加强供需对接和人才交流，推进以科技发展和国家战略需求为牵引的人才培养模式改革，助力高校毕业生高质量充分就业和企业人才储备。此次活动聚焦战略重点，围绕新一代信息技术、人工智能、航空航天、新能源等战略性产业领域遴选参会高校和企业，促进重点领域校企人才供需精准对接、提前适配。（新华网）

蔡子微评： 2024年重点领域校企供需对接活动的举办，是推动产教融合、促进教育链与产业链深度融合的重要举措。此活动不仅为高校科研成果转化提供了广阔平台，还精准对接了企业实际需求，有效缓解了人才供需错配问题。通过校企合作，学生能够更早接触行业前沿，提升实践能力；企业则能吸纳到更符合岗位需求的创新型人才，加速产业升级。双方共赢的模式，对于优化教育资源配置、增强国家竞争力具有重要意义。

话题关注：供需对接背景下战略性新兴产业人才开发与培育模式研究

11、文化出海“新三样”势头强劲，数字内容成为海外传播重要载体。 以网文网剧网游为代表的文化出海“新三样”，给海外的更多群体打开了一扇了解中国的窗户。传统文化在数字内容中焕发新生，引发海外年轻群体的共鸣；随着数字技术的普及和全球化，移动支付等现代数字生活方式也在全世界更广的范围得以使用，便利中外人员往来和交流……（环球网）

蔡子微评： 在全球化和数字化浪潮下，中国的影视、游戏、音乐、文学等数字内容通过社交媒体等渠道持续走出国门，打破了语言和文化的壁垒，传播了中国的传统价值观和社会风气，数字内容成为文化传播和交流的重要载体。另外，数字技术是助力中国传统文化焕发新生的重要力量，数字化手段打破了时空限制，将传统文化以更生动、更易于理解的方式呈现给全球受众。

话题关注：全球化背景下我国文化贸易的发展现状、本质内涵与商业生态研究

12、走进中国物流集团：拥抱数字化转型，全链条降本提质增效。 物畅其流百业兴。今年以来，随着一系列扩投资、稳外贸、促消费政策接续落地，我国物流业务总量和新订单业务量呈现出较快的增长趋势。中国物流与采购联合会发布的数据显示，8月份，中国物流业景气指数为51.5%，较上月回升0.5个百分点；业务总量指数、新订单指数均保持扩张态势。作为现代化产业体系的重要组成部分，物流已成为畅通国民经济循环的重要环节。为进一步构建高效顺畅的流通体系，当前，有效降低全社会物流成本已成为重中之重。党的二十届三中全会审议通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》亦明确提出，要“完善流通体制，加快发展物联网，健全一体衔接的流通规则和标准，降低全社会物流成本”。（证券日报）

蔡子微评： 物流是实体经济的“筋络”，联接生产和消费、内贸和外贸。有效降低全社会物流成本，不仅能够促进产业结构调整和区域协调发展，还有助于培育经济发展新动能，提升国民经济整体运行效率。而数字技术与物流业的深度融合，不仅提升了物流企业的全链条管理，还有助于企业降低经营成本，实现物流行业的智能化绿色化转型。

话题关注：数字技术赋能物流企业降本增效的内在逻辑与实践路径

二、今日社科期刊佳作关注

跨产业“人机互补”：工业机器人应用与关联服务业就业

---

作者： 魏嘉辉,顾乃华. 来源：《南方经济》2024年第7期

导读

摘要： 工业机器人应用既能通过上游“需求关联”效应和下游“成本节约”效应为服务业创造就业岗位，也能通过下游“加速标准化”效应挤出就业。通过嵌入投入产出关系建立关于服务业的关联渗透指标，发现上、下游影响整体上促进了服务业就业。机制检验发现，工业机器人上游影响伴随着工资增进，且偏向存在于生产性服务业和现代生活服务业；工业机器人的下游影响伴随着固定资产投资增加，岗位创造偏向于高技术特征的现代服务业，岗位破坏影响偏向存在于低技术特征的流通生产服务和传统生活服务。其他异质性分析发现，国有化程度因伴随着更高的社会责任而有更强的下游关联效应，但也因岗位的相对刚性而抑制上游关联效应；对外贸易有助于提高制造业嵌入生产性服务动机，促进上游关联影响，但也因投入品进口而弱化下游岗位创造；地区受教育水平对上下游关联岗位创造均有显著正向调节作用，而地区女性比例越高、非农人口占比越大，上游关联岗位创造效应越强。文章结论一定程度上回应了对“机器换人”的担忧，工业机器人应用能促进关联服务业岗位增加，有利于促进人与机器自然分工，实现跨产业“人机互补”，推动就业充分高质量发展。

关键词： 工业机器人;关联服务业;投入产出表;高质量就业;

引用格式： 魏嘉辉,顾乃华.跨产业“人机互补”：工业机器人应用与关联服务业就业[J].南方经济,2024,(07):44-69.

一、引 言

自工业4.0 概念提出以来，中国智能化趋势尤为突出，变革了整个工业生产方式，其中一大体现就是工业机器人应用。据IFR（国际机器人联合会）数据，中国2011—2019年间工业机器人保有量从7.4万增至78.3万台，涨幅世界第一。如果按照每万人机器人增加1%减少0.032%就业人员计算（王永钦和董雯，2020），2011—2019 年间工业机器人已经对超过30%的中国制造业生产工人造成就业挤出，为中国就业市场带来了巨大挑战。但从宏观数据看来，伴随着工业部门就业人数的持续下降，2011—2019 年间中国城镇失业率一直在4%上下徘徊，并没有明显的上涨趋势。与此同时，中国服务业从业占比从2011 年的35.7%上升至2019 年的47.1%，短短八年间增加了近8700 万人。由此看来，工业机器人应用具有明显的跨产业就业外溢影响，对服务业发展带来重要作用。然而，现有研究较多关注机器人对工业内部的影响，对其跨产业的外溢作用研究不足。在就业的问题上，过去常以“替代”和“互补”衡量机器人与劳动力的关系（Acemoglu and Restrepo，2018）。如果机器人能沿产业关联路径为上游、下游关联服务业带来积极的就业效应，在产品需求、技能服务、成本节约等方面创造关联服务业就业岗位，那么劳动力可以在更宏观的层面上与机器自然分工，实现跨产业“人机互补”。然而，工业机器人应用也可能存在负向的外溢影响：一方面，如果服务业就业增进并非来自产业关联，而是无产品、无技能关联的被迫就业转移，那么机器人与劳动力属于“替代”关系而非“互补”（Rodrik，2018）；另一方面，工业机器人可能通过提供更低价格、更高质量的工业投入品提高关联服务业资本化程度（程虹和袁璐雯，2020），使“机器换人”现象出现在服务业中，进而带来负向的就业影响。2021 年国务院印发《“十四五”就业促进规划》指出，要以实现更加充分更高质量就业为主要目标。工业机器人与劳动力的跨产业“人机互补”是就业充分高质量发展的重要体现。在这样的背景下，工业机器人正向效应能否掩盖负向效应，通过关联影响促进服务业就业增长，具有重要的研究价值。

为了探究这个问题，本文建立了关于服务业的工业机器人关联渗透指标，发现工业机器人应用通过上游“服务需求”和下游“成本节约”促进服务业就业增长，但也可能通过下游关联的“加速标准化”效应破坏服务业就业。基准回归分析发现，工业机器人的上、下游关联影响整体上促进了服务业就业，体现了工业智能化趋势下的外溢岗位创造效应，在一系列稳健性检验和内生性处理下结论依然成立。机制分析发现，工业机器人应用分别对上游服务业工资、下游服务业固定资产投资有偏向促进作用。行业异质性检验发现，工业机器人的上游岗位创造偏向于生产性服务和现代生活服务，下游成本节约岗位创造偏向于现代生活服务，而“加速标准化”岗位破坏和非关联就业转移偏向于具有低技术和零工特征的传统生活服务和流通生产服务。其他异质性分析发现，工业机器人的产业关联影响有利于平衡区域发展和性别就业差距，但因偏向于城镇人口而不利于城乡就业差距。而出于社会责任和利润导向，区域国有化程度偏向促进下游关联作用，但因岗位的相对刚性抑制了上游关联效应，而对外开放程度有利于制造商品嵌入服务而偏向促进上游关联影响，但因进口工业投入品而弱化下游关联效应。

与既有文献相比，本文可能贡献如下：第一，立足于中国二三产业就业反向演变的特征事实和工业智能化趋势，从更宏观视角分析和量化了工业机器人应用与就业的关系；第二，基于中国投入产出数据、IFR 机器人行业应用数据和巴蒂克工具变量（Batik Instrument）思想，构建了关联服务业的工业机器人渗透水平，量化了工业机器人应用对服务业部门的冲击，为后续研究提供了一种方法和思路。本文后续章节安排如下：第二章为文献回顾与研究假说，第三章为工业机器人关联渗透水平的建立，第四章为实证研究，第五章为结论与政策启示。

二、文献回顾与研究假说

技术应用是否引致失业的话题从第一次工业革命开始争论至今（程永宏，2003）。不少学者针对近年来掀起的人工智能技术革命浪潮进行了实证分析，大部分发现技术应用对生产任务的替代最终为制造业就业带来负向影响（Acemoglu and Restrepo，2020a；闫雪凌等，2020）。但也有不少学者认为，机器人等智能技术在一定条件下与人类存在互相补充的关系，并借此提高了企业生产效率（景国文，2023），进而创造出新的工作岗位（Frey and Osborne，2017；David，2017；Blanas et al.，2019）。围绕这个问题，Acemoglu and Restrepo（2018）建立了一个包含任务序列的生产函数，认为在一般均衡下失业的多少取决于岗位替代和岗位创造的动态关系。如果把该生产函数看作宏观上的总生产函数，那么劳动力与机器人的替代和互补关系还体现在跨行业，甚至跨产业上，即机器人对本行业的影响可能沿着产业链条或劳动转移产生对其他行业的外溢效应。既有研究较多关注工业机器人应用对第二产业内部就业的上下游关联作用（Autor and Salomons，2018；孔高文等，2020；Dauth et al.，2021；邱语和张卫国，2023；赵春明和谷均怡，2023），较少关注其跨产业的影响。近年来，中国二三产业不断耦合交互，产业边界逐渐模糊，第二产业的大规模技术应用产生越来越大的跨产业外溢影响（高翔等，2022）。在这方面研究上，王文等（2020）、赵春明等（2020）、路玮孝和孟夏（2021）、魏嘉辉等（2022）分别分析了工业机器人应用对服务业需求、就业、贸易的影响，为本文带来重要的参考价值。然而，以上研究均从区域视角切入，忽视了行业层面的关联影响。由于二三产业之间的互动关系是机器人跨产业外溢影响的关键路径，因而有必要从行业关联视角作进一步的分析。

（一）上游需求关联的岗位创造

工业机器人的上游关联影响可以体现在以下四个方面：

第一，创造了技术服务需求。工业机器人能在大部分工业行业得到广泛应用，依靠的是其多轴运动系统和高度可编程性的特点（王田苗和陶永，2014）。在机器人实际操作中，需要通过人机交互面板实现复杂算法和程序编写，指导运动和操作以完成多样化生产任务，对日常操作人员的技术要求较高。以往，企业为了完成生产任务可能聘请了大量只进行重复劳动的车间工人，这些人员很难满足机器人技术要求，可能使企业转为追求更多的技术服务。第二，创造了信息传输服务需求。机器人应用时常结合云操纵等方式进行程序编写、数据采集、维护和数据分析等工作，对互联网、5G 等信息服务也提出了更高的要求，进而产生对相关服务业的关联影响。第三，创造了商务服务需求。工业机器人本质上属于劳动节约型资本品，在日常使用过程中需要经过购置、折旧、租赁、运输、出售等商务活动，在大规模应用背景下会产生一系列商务服务需求，包括金融、交通运输、批发和零售、租赁和商务服务等。第四，来自与人力资本发展有关的现代服务需求。过去不少研究发现工业机器人应用偏向于与高技能劳动互相补充（胡晟明等，2021；何小钢和刘叩明，2023），对于提供人力资本管理和服务的现代服务业可能有更大的影响，包括教育服务、卫生和医疗服务、娱乐、文化和体育服务等。第五，来自工业部门效率增进的间接关联需求。工业机器人应用对生产部门的影响主要体现在两个方面，一是以更低成本的机器设备替代人类完成生产任务，二是提高单位时间生产效率（Acemoglu and Restrepo，2020b；王小霞和李磊，2020）。无论哪种影响都将降低单位产品生产成本，为企业带来效率增进（Graetz and Michaels，2018）。根据价格补偿理论，在产出最大化的前提下，当工业部门在劳动力投入的总成本下降，而“资本-劳动”配置比例提高时，为了进一步提高生产效率和产品价值，企业会嵌入更多的生产服务，进而促进上游服务业发展。

在以上五种影响下，对应服务业行业为了满足需求会扩大经营规模，吸引新企业进入（陈绍俭等，2023），最终表现为对应服务行业就业岗位的增加。由于该影响来自制造业中间投入的增长，属于制造业上游关联影响，本文提出以下假说：

假说1：工业机器人应用通过与服务需求互补形成上游“关联需求”岗位创造效应。

把以上五种影响进行归类，依据工业企业上游关联服务业需求的逻辑，提出以下假说：

假说2：工业机器人的上游“关联需求”岗位创造偏向存在于生产性服务业和与人力资本发展有关的现代生活服务业中。

（二）下游成本节约的就业影响

工业机器人作为通用型智能设备，在生产部门得到广泛应用，破坏传统就业岗位的同时，也可能通过弹性的商品价格、工资、利率等内生变量传导到服务业上，进而补偿和创造出新的就业机会（Vivarelli，1995）。按照以上分析，工业机器人应用为工业部门带来成本节约形式的效率增进。在竞争市场的环境下，生产成本下降使企业生产过程嵌入更多技术和人力资本，延伸产品价值链条，为社会提供更高质量而又更廉价的商品，从而对下游行业带来成本节约的影响（蔡震坤和綦建红，2021）。在该逻辑下，受冲击较大的为与制造业关联较深，而资本密集程度较高的下游关联服务行业，包括科学研究和技术服务、卫生和社会工作、交通运输、仓储和邮政、水利、环境和公共设施管理、文化、体育和娱乐业等。当商品价格下降时，这些服务行业会为了保持利润最大化原则转为投入更多劳动要素，扩大经营规模（Padalino and Vivarelli，1997）。

然而，工业机器人应用的下游影响也可能存在对就业岗位的破坏作用。尽管与工业相比，服务业经营过程变化多样，较难产生“有形”的产品。但近年来，随着人工智能等技术的不断发展，服务业的数字化程度不断提高，经过技术赋能的服务业经营很大程度上摆脱了传统服务特征，大幅提高了劳动生产效率，使服务业“标准化”程度越来越高（江小涓，2011）。例如，银行网点无人化、交通和物流系统自动化、无人驾驶设备、送餐机器人、自动贩卖机等。如果工业机器人的应用促进制造业提供更高质量、替代力更强的商品，那么在“成本节约”岗位创造和“加速标准化”岗位替代的双重下游关联影响下，最终下游效应对就业的影响不确定，还有待实证检验。由此提出以下假说：

假说3：工业机器人应用通过商品市场价格和商品质量传导形成下游“成本节约”岗位创造效应和下游“加速标准化”的岗位替代效应，下游关联影响能否增加就业规模取决于两种影响的大小。

以上“成本节约”岗位创造和“加速标准化”岗位破坏可以进一步通过行业异质性进行区分。首先，不同服务业标准化进程对劳动力的替代程度是不同的。参照工业自动化的整个进程，最先替代的往往是那些重复体力劳动，“机器换人”更多发生在低技能劳动集聚的行业中（闫雪凌等，2020；韩民春等，2020），这使得“加速标准化”的岗位替代效应可能偏向于非技术生产服务和传统生活服务业中，这些行业虽然能通过“成本节约”获得就业创造的好处，但由于“加速标准化”带来的岗位替代影响较深，下游关联影响最终可能挤出就业；其次，对于一些资本品投入很难替代工作岗位，而技术水平较高的服务业，例如医疗、教育等现代服务业，其受到的“加速标准化”影响较小，同时又能获得较大的“成本节约”好处，此时下游关联影响表现为对就业的促进。为此，提出以下假说：

假说4：下游关联影响存在较大的异质性，对高技术服务业就业带来增进作用的同时也挤出了低技术服务业就业。

三、工业机器人关联渗透水平

从一般均衡理论视角看来，新技术应用通过产业关联创造出新就业岗位的多少取决于三个方面：一是技术与其他各个经济单元间就业的逻辑关联关系；二是行业间价格、工资等不同内生变量的弹性程度；三是技术应用程度。因此，要研究工业机器人应用对服务业就业的外溢影响，需要对以上三方面进行有效量化。由于投入产出理论描述了行业间的商品交换和贸易数量，可以很好地反映行业间的商品贸易和弹性关系（王岳平和葛岳静，2007；林晨和尤晶，2023），因而利用中国投入产出数据赋予影响权重，再结合工业行业机器人应用情况，可以构建出工业机器人的关联渗透指标，以量化工业机器人应用对关联服务业带来的冲击。为此，基于《中国投入产出表》和《中国地区投入产出表》，可以分别构建服务业行业层面和“地区-行业”层面的关联渗透指标。

（一）行业层面关联服务业的机器人渗透水平

首先，参考Acemoglu and Restrepo（2020a）、王永钦和董雯（2020）的思想，构建以下行业机器人渗透水平：

其中，robot it 表示工业行业i在t年的机器人保有量；emp i,t = 2007 表示工业行业i在基期2007年的从业人数。

本文选取2007 年为计算基期，理由如下：第一，IFR 的中国工业机器人分行业应用数据在2006年起开始统计，而在此之前只公布总体的工业机器人应用情况，而且数量非常少，因而以2007 年为初始状态相对合适；第二，国家统计局提供了2002、2005、2007、2010、2012、2015、2017和2018年的行业投入产出关系，而其中2005、2010、2015年为根据前后投入产出情况计算得到的延长表，以2007年为基期恰好能与《中国投入产出表（2007）》相匹配，能较为准确地衡量行业间投入产出关系，使后续实证研究可行。

其次，参考孔高文等（2020）的关联影响逻辑，本文以行业间的投入产出关联关系为权重，构建工业机器人对服务业的关联渗透水平，具体测算方法如下：

其中，connect Up ij,t = 2007 和connect Down ij,t = 2007 分别为工业i 对服务业j 的上游和下游关联系数。式（2）和（3）的计算借鉴了巴蒂克工具变量的思想，以2007 年基期的投入产出关系为权重，与工业行业机器人渗透水平相乘后进行加总，计算得到关于服务业行业层面的上游和下游关联机器人渗透水平。巴蒂克工具变量又称份额移动法工具变量，其核心思想在于以变量的总体增长趋势和变量内部各细分单元的初始值为基础，计算出各个时间段的估计值，由于这种估计值与实际值高度相关，却又和其他影响因素无关，因而大幅度降低了实证回归时因反向因果而产生的内生性问题（Bartik，1991；Goldsmith-Pinkham et al.，2020；赵奎等，2021）。目前巴蒂克工具变量的思想在实证研究中被国内外学者广泛利用，具有很大的借鉴意义（Veronica et al.，2013；赵春明等，2020；Geng et al.，2021；易行健和张凌霜，2021）。此时，式（2）和（3）基于服务业视角，把所有与服务业j关联的工业行业纳入计算，能够同时反映行业间关联关系和对应行业的工业机器人渗透水平。

第三，围绕14类服务业，按以下方式分别计算出直接关联系数和完全关联系数：

其中，connect Up,D ij,t = 2007 和connect Down,D ij,t = 2007 分别表示以2007年为基期的工业行业i对上游、下游服务业j的直接关联关系；x Up ij,t = 2007 和x Down ij,t = 2007 分别表示基期2007年行业i对上游、下游行业j的投入、产出金额；x Up i,t = 2007 和x Down i,t = 2007 分别表示基期2007年行业i的总投入、总产出金额。

以上直接关联关系衡量了第一轮投入、产出的行业联系，能直接反映工业机器人应用对服务业带来的外溢冲击。而在一般均衡理论假设下，也可以进一步考虑多层次的产业关联影响，即制造业i不仅直接影响关联行业，同时还会通过市场传导进一步影响深度关联的其他行业，为此，令a up ij,t = 2007 = 可以通过以下方式计算行业之间的完全关联关系：

其中，connect Up,C ij,t = 2007 表示基期2007年行业i对行业j的完全上游关联关系，式（6）等号右边第一项表示行业j 对行业i 的直接产出系数，第二项表示行业j 间接通过行业k 而对行业i的产出系数，第三项表示行业j间接通过行业s进而通过行业k而对行业i的产出系数，其中i,s,k = 1,2,…,I。类似地，也可以得到行业i对行业j的完全下游关联关系：

为了匹配《中国投入产出表（2007）》、IFR 数据、《中国工业统计年鉴》和《中国劳动统计年鉴》和NBER-CES（Center for Economic Studies）美国制造业数据，本文得到如下11 类工业行业：食品和饮料制造业、纺织物制造业、木制品及家具制造业、造纸及印刷制品业、化学工业、玻璃陶瓷石材和矿物制品业、金属加工冶炼业、金属制品业、工业设备制造业、交通运输设备制造业、电子和电气设备制造业。在式（1）—（7）下，可以分别计算得到每一类服务业的关联机器人渗透水平。

表1 分别列举了2008、2014 和2019 年工业机器人上游关联渗透水平，作为对比，前三列为上游完全关联的计算结果，后三列为上游直接关联的计算结果。按照上游关联程度进行排名，可以把14类服务业区分为高上游关联冲击组和低上游冲击组，两组别的归类没有随时间演化和直接、完全关联系数变化发生变动，具有高度的行业特征。而对比发现，由于与工业联系更大，高上游冲击的多为具有生产服务性质的行业，例如，工业机器人应用程度较深的交通运输设备制造、电子和电气制造业，离不开交通、仓储、销售、技术开发和租赁等服务，而一些生活性服务业，如教育、文化、体育、娱乐等对工业的产出较低，计算得到的机器人关联渗透水平也更低。

表1 2008、2014和2019年中国工业机器人上游关联服务业渗透水平

注：作者整理。

类似地，可以计算得到中国工业机器人下游关联服务业渗透水平，结果如表2 所示。与上游关联渗透指标相区别，工业机器人下游关联渗透排名情况并没有明显的生产、生活服务特征，高下游关联冲击组既包含科学研究、交通运输等生产服务，也包括卫生和社会工作、文化、体育和娱乐等生活服务，其大小取决于服务业经营活动对制造业商品的依赖程度和关联制造业的机器人渗透水平。因此，那些对工业产品需求较高，而关联工业的机器人应用程度较深的商品密集型服务业相对于劳动密集行业的影响相对更大。

表2 2008、2014和2019年中国工业机器人下游关联服务业渗透水平

注：作者整理。

总体看来，机器人上游关联服务业影响偏向于生产性服务，符合机器人应用创造服务需求的逻辑，而机器人下游关联服务业冲击大小取决于行业经营需要投入制造业商品的多少，也反映了理论分析中下游成本节约的路径。而从结果看来，上游关联和下游关联渗透指标存在较大的差异，一定程度上说明赋予投入产出权重的量化方法能够区分两种影响效应，为后文实证分析建立了必要的变量基础。

（二）分地区分服务业行业的关联机器人渗透水平

以上测算反映了行业层面的关联影响，但由于区域间的产业关联关系具有很大的异质性（陈国亮和陈建军，2012），本文以《中国地区投入产出表（2007）》为基础，参考魏下海等（2020）、王文等（2020）构建区域机器人渗透水平的方法，建立省级层面的机器人关联渗透水平，具体地：

其中，connect Up pij,t = 2007 和connect Down pij,t = 2007 分别为地区p制造业i对服务业j的上游和下游关联系数，具体按式（4）—（7）方法计算 表示地区p 工业i 在基期的区域内从业人数占比。与式（2）、（3）相比，式（8）和（9）加入了区域内各工业行业强度权重，同时，在产业关联方面采用了省级层面的投入产出关系进行计算，由此产生区域差异。

省级服务业的机器人关联渗透水平为“省份-行业-年份”层面的三维面板数据，在式（8）和式（9）的计算下可以得到中国29个省份2008—2019年14个服务业关联渗透水平，其中宁夏和西藏数据存在缺失。以直接关联系数结果为例，表3 分别列举了2019 年工业机器人上游、下游关联渗透水平前15排名情况。上游关联中，2019年天津的交通运输、仓储和邮政业的机器人上游关联渗透水平达到2.502 台每万人，受工业机器人上游关联影响高居全国第一，体现了天津的国际交通枢纽的战略地位。而全国上游关联影响排名前十的多为上海、北京、浙江、天津等重要工业基地，行业集中在交通运输、租赁、批发等生产性服务上。下游关联方面，2019年广东的科学研究和技术服务业受机器人影响最高，达到4.866 台每万人，能够获得最多的来自“机器换人”商品价格竞争下降的好处，相当程度上支持了珠三角地区科研事业的发展。下游关联排名前十多为广东、浙江、江苏、上海等区域，而行业集中在科学研究、信息传输、租赁等资本密集型服务业上。

表3 2019年地区工业机器人关联服务业渗透水平前十五排名

注：作者整理。

总体看来，分地区工业机器人关联渗透水平的计算支持了行业层面计算的结果，即上游关联多为生产性服务，下游关联体现了工业商品需求特点。而在地区分布上，上游关联需求较大的区域集中在以天津、北京、上海、浙江为主体的京津唐工业基地和沪宁杭工业基地；下游关联需求更多表现在广东、浙江、上海的珠三角工业基地和沪宁杭工业基地。

根据表1高上游关联渗透的分组特征，可以分行业列举出七大高机器人上游关联渗透服务业的区域排名情况，结果如表4所示。2019年上海和天津两个地区包揽了大部分高上游关联服务业的全国榜首位置，是工业机器人外溢需求影响的重点区域，其余前十的地区还包括福建、浙江、广东、湖北、江苏、北京、重庆、辽宁等地区，具有一定的经济发达属性，这些地区在“机器换人”的冲击下能较大程度地增加生产性服务需求，为生产性服务业带来发展机遇。

表4 2019年中国工业机器人上游关联服务业渗透水平前十排名

注：作者整理。

类似地，根据表2 的特征，表5 列举了2019 年七类高下游关联服务业的地区排名前十情况。总体看来，广东和上海占据了大部分高下游关联服务业地区的榜首位置，其余前十地区还包括江苏、浙江、天津、山东、辽宁、福建等区域，大部分为沿海地区。由于工业机器人的下游关联影响离不开商品市场的传导，沿海地区市场化程度相对更高，可能获得更多的机器人下游关联好处。

表5 2019年中国工业机器人下游关联服务业渗透水平前十排名

注：作者整理。

四、实证分析

（一）实证策略与模型提出

以上构建了“地区-服务业-年份”层面的机器人关联渗透水平指标，本章以此为解释变量，在“地区-服务业-年份”三维面板下进行回归分析。为了控制不随时间变化的区域特征、服务业行业固有属性、仅随时间变化的趋势变量等对被解释变量的影响，本文在回归中同时加入地区、行业和时间固定效应。为此，本文提出以下基准模型：

其中，ln serlab pjt 代表p 地区j 服务业t 年的就业人数（万人）的自然对数值；robotnocon pt 为无关联信息的区域机器人渗透水平，用以捕获与上下游无关的就业人数变化；X 为区域和服务业行业层面的控制变量；μ p 、η j 和λ t 分别表示地区、行业和时间固定效应；ε 为误差项；α 为回归系数。在式（10）下，系数α 1 和α 2 分别指向工业机器人上游关联和下游关联渗透水平对服务业就业规模变动的影响，α 3 用以截取和控制机器人应用下产生的无关联就业转移和其他影响。值得注意的是，本文基准回归中采用直接关联的机器人渗透水平进行实证分析，而在稳健性检验中补充完全关联系数下的回归结果。同时，为了避免解释变量在工业结构和产业关联多重权重赋值下产生极端值问题，本文基准回归中对全部解释变量进行前后1%的缩尾处理。

（二）变量说明

上下游关联机器人渗透水平的计算方法已由式（8）和式（9）给出。本文进一步控制以下变量：第一，非关联机器人渗透水平。本文参考魏下海等（2020）的方法，按照区域第二产业就业结构计算地区无关联信息的工业机器人渗透水平指标：

该指标作为控制变量加入回归方程中，用以截取那些机器人应用下的非关联就业转移和其他影响作用。第二，人力资本水平。地区人力资本水平衡量了区域劳动力质量比较优势，对产业布局和地区就业结构演化具有重要的影响（林毅夫，2011）。本文以地区人均受教育年限为衡量人力资本水平的依据，对应地，小学学历按6年计算、初中学历按9年计算、高中学历按12年计算、专科学历按15年计算、本科学历按16 年计算，研究生学历按19 年计算。第三，地区发展程度。区域经济状况与产业结构、服务业就业具有很大的相关性，为了排除这些因素的干扰，本文加入控制地区发展程度，以2007 年消费价格指数平价后的人均GDP 衡量。第四，外商投资强度。外商资本流入对服务业就业具有重要影响，本文以外商投资固定资产金额与区域总产值的比值衡量。第四，产业结构。地区工业相对服务业越发达，服务业的潜能越大，工业机器人通过关联关系对服务业就业的促进作用可能也越强，本文以第三产业和第二产业的产值比予以衡量。第五，国有化程度。相较于私营企业利润最大化的目标，国有企业可能以社会福利最大化为目标，因而对区域不同服务业存在异质作用，本文以国有企业就业人数占所有企业就业人数的比值衡量。第六，财政强度。地方政府财政支出对就业可能存在显著的影响，本文以地区财政公共支出与财政公共收入的比值衡量。第七，老龄化程度。人口结构与就业结构可能具有重要的联系，本文以老年抚养比衡量（汪伟等，2015）。第八，服务业行业垄断程度。服务业垄断程度越高，以市场传导为核心的机器人服务需求和商品供给影响可能相应减少，本文通过构建赫芬达尔指数衡量服务业行业的垄断水平，具体按∑ p (serlab pjt /serlab jt ) 2 方式计算，其中serlab pjt 为p省份j服务业t年从业人数，serlab jt 为全国j服务业t年从业人数。除以上因素外，为了控制不随时间变化的地区、服务业行业特征以及仅随时间变化的趋势变量对服务业就业结构的影响，在实证模型中加入地区、服务业行业和时间固定效应。

在后续异质性分析中，本文分别考察了地区对外开放程度、性别比、受教育程度和非农人口比值的影响差异。受教育程度计算已在以上控制变量说明中给出，而对外开放程度以当年平均汇率平价后的进出口总额与区域总产值的比值衡量，性别比以地区男性与女性人口比值衡量，非农人口比值以地区非农人口与农业人口的比例衡量。此外，为了验证本文理论分析中的影响逻辑，本文分别分析了工业机器人应用对分地区分服务业行业的工资收入和固定资产投资的影响，其中工资收入以地区各服务业行业的年平均工资（万元）按2007 年居民消费价格指数平减后的自然对数衡量，固定资产投资以地区各服务业行业的固定资产投资（亿元）按2007年固定资产投资价格指数平减后的自然对数值衡量。

（三）数据来源与描述性统计

为了研究工业机器人关联渗透水平对服务业就业的影响，基于中国29 个省份、14 类服务业2008—2019年的数据样本进行回归分析，其中宁夏和西藏因数据缺失而予以删除，共得到4872个样本。分地区分服务业就业、分地区分服务业工资、分地区分制造业就业数据来自《中国劳动统计年鉴》，分地区分服务业固定资产投资数据来自《中国固定资产投资统计年鉴》，二三产业产值、地区生产总值、财政收入与支出、老年抚养比等数据来自《中国统计年鉴》，地区各学历人数占比、国有企业就业人数来自《中国人口与就业统计年鉴》，中国分行业机器人保有量、美国分行业机器人保有量数据来自IFR，分地区分行业产业关联关系来自《中国地区投入产出关系表》，分地区物价指数来自《中国价格统计年鉴》，汇率数据来自中国人民银行网站，分地区分服务业行业固定资产投资。后续内生性处理中，美国分行业从业数据来自NBER-CES 数据库。基于以上变量选取，可以得到表6 关于被解释变量、解释变量和控制变量的描述性统计。

表6 描述性统计

注：作者整理。

（四）基准回归

根据式（10）进行回归，可以得到表7 的结果，全部回归均聚类到省份。回归结果（1）和（3）分别为未加入和加入控制变量下，未加入无关联渗透水平的回归结果；（2）和（4）分别为未加入和加入控制变量下，加入无关联渗透水平的回归结果。回归结果（1）—（4）中，无论上游关联还是下游关联均对服务业就业存在显著的正相关关系，验证了研究假说1猜想，同时发现下游关联影响中的“成本节约”岗位创造效应大于“加速标准化”岗位替代效应。在加入全部控制变量下，上游关联渗透水平每增加1 单位，将增加0.584%的服务业从业人数；下游关联渗透每增加1 单位，将带来增加0.267%服务业就业增长；而无关联渗透水平对服务业就业的影响不显著。以上结论一定程度上说明工业机器人应用对服务业就业的促进更多来自关联影响，有利于人类与机器的分工合作，促进跨产业“人机互补”。

表7 基准回归

注： * 、 ** 和 *** 分别表示在10%、5%和1%水平上显著；括号内为t值；各固定效应虚拟变量回归结果略。下同。

为了更准确对比两种关联效应对服务业就业的影响，本文通过求解拟合优度贡献度的方式进行比较，具体做法是把需要计算贡献率的变量逐次添加至剩余变量构成的所有可能组合回归模型中，并计算其对拟合优度的平均贡献率。结果发现，机器人上游关联渗透水平的平均拟合优度贡献在所有变量中排第一，为0.044，标准化贡献率约为50.5%；而机器人下游关联渗透水平排名第三，为0.0133，标准化贡献率约为15.3%，相对较弱。其原因可能在于两个方面：第一，下游“成本节约式”的岗位创造影响需要经过“工业生产效率提高——市场竞争——商品价格下降——服务业生产成本降低——服务业扩大生产规模——增加就业”的长逻辑链条，其影响效果不如上游“关联需求式”就业增长效应；第二，下游影响除了存在正向的岗位创造外，也可能通过“加速标准化”作用替代了服务业就业，正反两种影响抵消使得下游关联对就业的正向作用整体上不如上游影响。

（五）稳健性检验

为了提高基准回归结论的稳健性，分别从以下五个方面进行稳健性检验。

第一，替换解释变量为完全关联系数计算下的指标。本文以投入产出表为基准计算了产业关联系数，并把其作为权重测算了关联影响下的机器人渗透水平，实际上是把行业间的商品市场贸易和摩擦关系，看作机器人应用对外传导的路径，蕴含着机器人应用效应传导摩擦与商品贸易市场摩擦一致的假设。在该假设下，采用直接关联、完全关联的两种方法生成解释变量可能产生不同的回归结论。因此，为了提高基准回归的稳健性，本文以完全关联系数为权重，通过式（8）和（9）重新计算上下游关联渗透水平进行检验，结果如表8第1列所示。在完全关联系数回归结果下，两种影响效应系数较基准回归均有一定的减少，说明在考虑产业链条后续传导时，机器人对就业的影响效应相对间接，显著性也有一定程度下降。在完全关联假设下，虽然系数数值发生变化，但整体上并没有改变基准回归的结论。

表8 稳健性检验

注：控制变量、常数项回归结果略。下同。

第二，修改样本回归区间为2011—2019年。为了匹配2007年的中国投入产出关系，本文基准回归以2008—2019年为样本区间。然而，由于2008年发生了全球性的系统性风险，可能对中国服务业就业带来干扰。为此，本文尝试修改样本区间进行稳健性检验，以尽量避免2008年系统性风险带来的影响，结果如表8第2列所示。可以发现，缩小样本区间后两种效应系数与基准回归相近。

第三，控制“地区-行业”固定效应。本文在基准回归中分别控制了地区、行业和年份，以控制不随行业年份变动的地区因素、不随地区年份变动的行业因素，以及只随时间变化的系统性影响对回归结果带来的作用。然而，某些地区的特定服务业行业可能具有不随时间变化的固定属性，受限于可获得数据，在无法加入控制更多的分地区、分服务业行业变量时，可能因遗漏变量而产生内生性问题。为此，本文把地区虚拟变量和行业变量进行交乘，回归结果如表8第3列所示。在控制“地区-行业”变量后发现两解释变量系数均有一定程度的下降，但依然与基准结论一致。

第四，替换被解释变量为相对就业占比。基准回归以服务业就业规模变动为被解释变量进行回归，量化了机器人关联渗透对服务业就业的影响。然而，由于近年来中国服务业整体就业人数持续增长，仅考虑绝对指标可能存在回归偏差，使显著的正相关结果来自两变量的共同时间增长趋势。为了避免这种影响，本文以区域中对应服务业就业人数占全部服务业就业人数的比值替换原被解释变量进行稳健性检验。相比之下，由于部分服务业就业占比的增长意味着另一部分服务业就业占比下降，采用相对指标能很好地避免共同时间趋势造成的干扰，回归结果如表8第4列所示。在考虑就业占比时，机器人上游关联渗透水平每增加1单位，对应服务业就业占比增加约0.185%，而下游关联渗透水平每增加1单位，服务业就业占比提高约0.035%。

第五，考虑动态模型。由于区域各服务业从业人数可能存在自相关，本文在基准回归基础上加入滞后一期的被解释变量在系统GMM 模型下进行稳健性检验，结果如表8的第5列所示。考虑动态模型下，上下游关联影响系数大小因被滞后项吸收而有一定程度的下降，但依然表现出对服务业就业的显著正向促进作用。而对扰动项差分一、二阶自相关系数进行检验，发现一阶系数显著拒绝为零，而二阶自相关系数无法拒绝为零，说明系统GMM 估计结果是一致的。整体看来，动态模型下的结论与基准回归一致。

（六）内生性处理

尽管在构建解释变量时借鉴了巴蒂克工具变量的思想，但式（1）中的行业机器人保有量依然可能与就业存在互为因果的关系。为了进一步缓解内生性问题，本文通过构建美国机器人渗透和滞后一期解释变量两种方法进行内生性处理。参考王永钦和董雯（2020），以1990 年为基期构建美国机器人渗透工具变量，具体计算方法如下：

其中，美国机器人应用数据来自IFR，分行业就业数据来自制造业数据库NBER-CES。在计算得到美国行业机器人渗透水平后，分别代入式（8）和（9）和（11）中即可计算得到本文所需要的工具变量：

从式（13）—（15）看来，各个组成因素包括基期关联关系、基期行业从业占比和美国机器人渗透水平，这些因素相对外生，同时，由于中国就业情况难以影响美国机器人使用，同时美国各行业机器人应用又与中国高度相似，使其能够作为工具变量进行内生性处理。

表9 上半部分为以美国机器人关联渗透为工具变量的2sls 回归结果。在第一阶段回归中，美国机器人上游、下游、无关联渗透水平分别和解释变量对应显著，而弱工具变量检验下的Cragg-Donald F 值为1958.909，说明美国机器人渗透工具变量与原有解释变量关联较大。而内生性检验结果拒绝基准回归不存在内生性的假设，因而处理结果一定程度上缓解了内生性问题。观察第二阶段回归结果发现，上下游效应系数大小与基准回归差异较小，并且结论保持一致。

表9 内生性处理：美国机器人渗透水平与滞后一期解释变量

表9 下半部分为进一步以滞后一期解释变量为工具变量进行两阶段最小二乘法的回归结果。由于过去的机器人冲击与当前机器人应用高度相关，而当前就业情况又无法影响过去机器人应用的多少，因而一定程度上可以缓解潜在的内生性问题。可以发现，第一阶段回归中各解释变量的滞后项均分别对应显著，第二阶段两种影响效应回归系数大小分别为1.694 和0.393，与基准回归结论一致，并通过了弱工具变量检验和内生性检验，因而提高了结论的稳健性。

（七）机制检验

1.平均工资与固定资产投资

以上基于“省份-服务业-年份”层面进行实证分析，验证了工业机器人关联渗透对服务业就业的影响。按照本文理论分析逻辑，工业机器人上游关联的服务业岗位创造效应源于工业部门对服务业的关联需求促进。由于更大经营需求往往伴随着行业工资增长，因而可以通过考察工业机器人关联渗透水平对分地区、分服务业行业平均工资影响，以验证上游关联岗位创造效应的机制。与之对比，工业机器人的两种下游关联岗位影响均来自工业投入品的成本下降，下游关联服务业企业首先会增加工业品投入，促进中间要素和固定资产增加，再根据最优经营要素配比来提高对劳动力的需求，或因增加了节约劳动的固定资产而减少就业岗位。由于分地区、分服务业行业的可获得数据较少，无法找到精准衡量投入品价格的变量，但投入品价格下降影响就业的逻辑链条中包含着资本的增加，为此可以通过考察工业机器人关联渗透水平对分地区、分服务业行业固定资产投资的影响，以验证下游关联影响。

平均工资方面，本文以2007 年消费者价格指数平减后的行业平均工资年收入（元）的对数值衡量；资本方面，本文以2007 年固定资产投资价格指数平减后的固定资产投资（亿元）的对数值衡量。如果本文理论分析逻辑成立，尽管上游影响路径在扩大生产规模时也可能增加对固定资产的投资，但其影响应该小于更直接的下游关联效应，而上游关联渗透影响来自需求端的创造，对工资收入的影响应显著大于下游关联。回归结果如表10 所示。结果发现，工业机器人上游关联对工资收入影响显著为正，下游关联影响不明显，与上述分析一致。而固定资产投资方面，由于需求创造和成本节约最终都可能带来生产规模的增加，上游关联、下游关联对固定资产投资均有着正向影响，但上游关联对回归方程拟合优度的标准化贡献率约为0.8%，下游关联的贡献率约为3.6%，因而下游关联影响更大，一定程度上验证了本文理论分析的逻辑机制。此外，用以控制其他非关联影响的地区工业机器人渗透水平对服务业工资收入、固定资产投资均有着显著的负向影响。其原因在于：一方面，工业机器人应用偏向于促进工业发展，没有关联逻辑链条影响下会形成资源回流工业，进而对工资和固定资产投资产生负向作用；另一方面，劳动力的非关联转移属于“被动式”转移，不同于关联影响下的“主动式”岗位创造，可能会对第三产业工资带来挤出。

表10 机制检验：平均工资与固定资产投资

2.行业差异

以上机制检验通过平均工资和固定资产投资两个中介变量区分了上游关联影响和下游关联影响，但根据本文理论分析，下游关联影响存在岗位创造和岗位替代两种不同的效应，由于分地区、分服务业数据较少，难以找到区分两种下游效应的中介变量进行机制检验，本文以行业异质性分析的方法验证假说2、假说3和假说4。

本文对服务业作以下分类：首先，考虑到工业机器人主要应用于生产领域，其关联传导可能偏向于生产服务，本文根据国家统计局发布的《生产性服务业统计分类（2019）》和《生活性服务业统计分类（2019）》的分类逻辑，按照产品直接消费对象划分出生产性服务业和生活性服务业。其次，根据生产服务的功能，进一步把生产服务划分为技术生产服务和流通生产服务。技术生产服务包括三个层次，一是传统技术意义层面的科学研究和技术服务，二是信息技术层面的计算机、软件和信息服务，三是管理技术层面的租赁和商务服务。流通性服务业指参与生产的资本流通、生产过程流通和生产商品流通三个方面（赵凯和宋则，2009）。其中，生产资本主要指生产活动提供的金融和保险等服务；生产过程流通主要指生产物质资料的仓储、运输等方面的服务；生产商品流通主要指交通、批发和销售等方面的服务。第三，根据国家统计局发布的《现代服务业统计分类（2023）》的逻辑，把生活性服务划分为现代生活服务和传统生活服务，现代生活服务主要指促进人力资本提升和获得精神文明的教育、健康和文化娱乐服务，而传统生活服务主要指参与衣食住行的居民服务、住宿和餐饮服务和房地产服务。值得注意的是，过去一些研究把房地产业归入生产性服务，但根据《中华人民共和国2019年国民经济和社会发展统计公报》，中国房地产业的投资额、施工面积、竣工面积、销售面积等各方面指标均以居民住宅占大部分份额，所以将其归入生活性服务更加符合现实经济情况（魏嘉辉和顾乃华，2021）。

按照以上逻辑，可以根据消费对象和功能较大程度划分出互相区别的四大类服务业，具体分类结果如表11所示。首先，在该分类下，如果上游关联指标对就业的正向影响偏向于技术生产服务和现代生活服务，那么假说2的猜想将得到验证。其次，由于流通生产服务、传统生活服务的技术水平较低，资本品投入容易形成替代，例如基层金融服务的网点无人化、送餐机器人、物流机器人等设备应用对岗位带来较大的破坏，如果下游关联渗透指标对这些行业影响为负，则说明假说3 中的岗位破坏效应存在。第三，如果下游关联指标对具有较高技术水平的服务行业具有正向影响，而对低技术水平的行业有负向影响，则说明岗位破坏效应存在行业技术水平上的异质性，即验证了假说4 的猜想。通过分组回归的方式进行异质性检验，结果如表12所示。注：作者整理。

表11 机制检验：服务业分类

表12 机制检验：行业差异

上游关联影响方面，对技术生产服务业、流通生产服务业、现代生活服务业均存在显著的正向作用，而对传统生活服务业影响不明显，因而验证了假说2的猜想。按照理论分析，上游关联的岗位创造效应来自工业机器人应用下的需求增进，既包括流通生产、技术生产等生产服务，也因与高技能劳动互相补充而增加人力资本需求，进而对教育、医疗、文化等现代服务就业带来正向影响（胡晟明等，2021）。

下游关联影响方面，首先，由于教育、医疗、文化、体育等现代生活服务业技术水平较高且替代程度较低，资本的应用难以替代就业，在工业机器人的下游关联影响下能够带来较多的岗位创造，进而表现出显著的正向影响；其次，传统生活服务和流通生产服务技术水平较低，其“加速”标准化的岗位破坏效应较强，工业机器人应用的下游关联指标对就业带来显著的负向影响，因而验证了假说3 和假说4 的猜想。此外，下游关联指标对技术生产服务的影响不明显，究其原因可能在于这些行业虽然技术水平较高，但由于其相较于现代生活服务业的资本密集程度更高，工业机器人下游影响下依然能产生一定的岗位替代，在两种影响效应下对就业的作用不明显。

其他非关联影响方面，用以截取其余影响的渗透指标对技术生产服务和现代生活服务不显著，而对具有低技能要求的流通生产服务和传统生活服务就业具有显著的正向影响。由于替代人类完成生产任务是工业机器人的基本属性，其应用不可避免地对生产部门就业造成挤出，进而为服务业带来大量的劳动储备（郭凯明，2019；郭凯明等，2020）。然而，工业机器人应用在制造部门的替代影响并非对称，而是存在很大低技能偏向性（程虹等，2018）。由于那些重复性、常规性的工作任务最先被替代，从生产部门流出的往往是低技能群体（余玲铮等，2021；何小钢和刘叩明，2023）。从就业需求角度看来，那些具有高技术特征的信息、科学研究、教育、医疗等服务业很难接收这部分转移群体，而具有零工性质和低技术特征的传统服务业劳动保障相对薄弱，从业人员流动性较高，就业吸收能力更强（王文等，2020）。这导致替代影响下的就业转移与技能相关性极低，可能造成部分服务业就业堆积，表现出无关联特征的就业流动。这类工作岗位一般同时具有低技能和零工性质，如网约车、快递分拣、送货送餐员、餐饮服务员、家庭保育等（邱泽奇，2020）。

总体看来，工业机器人应用对服务业就业的影响存在较大的行业差异，上游关联影响偏向促进有技能、技术需要的技术生产服务和现代生活服务就业，下游关联影响的岗位创造仅存在于现代服务业中，而对流通生产、传统生活服务有就业流出作用，非关联就业转移偏向存在于低技术需求和具有零工性质的流通生产和传统生活服务中。由于上下游关联影响偏向促进高技术服务业就业，而下游影响对流通生产服务、传统生活服务等低技术服务就业有抑制作用，使得工业机器人应用一定程度上推动了服务业就业结构升级，支持了王文等（2020）的结论。

（八）异质性分析

1.区域异质性

由于机器人岗位创造效应来自跨产业、行业的关联影响，市场传导机制在其中发挥着重要的作用，因而不同的市场环境、制度和市场规模下，机器人关联岗位创造影响可能具有较大的差异。为了检验这种差异，本文分别从地理位置、国有化程度和对外贸易水平进行异质性检验。其中，地理位置采用分组的方式进行回归，结果如表13 所示；国有化程度、对外贸易水平采用异质变量与解释变量交乘的方法进行回归，结果如表14所示。值得注意的是，由于基准回归中非关联渗透控制变量的回归结果不显著，建立该变量与异质变量的交乘项无意义，为此，采用交乘方法研究异质性的表14 和表15中只考虑两个解释变量的交乘项。

表13 异质性分析：地理位置

表14 异质性分析：国有化程度和对外贸易水平

表15 异质性分析：教育程度、非农人口比、男女性别比

首先，机器人关联岗位创造效应存在明显的地理区域差异，表现在：经济发达的东部地区的上下游关联岗位创造均显著存在；中部地区的岗位创造效应只体现在上游关联影响，而西部地区只体现在下游关联上。东部地区由于市场经济体系相对完善，无论上游需求岗位创造还是下游成本节约岗位创造均得到了较好的市场传导。而近年来，由于相当部分工业企业自东部向中部地区转移，机器人的大规模应用一定程度上产生了大量服务需求，使其上游关联岗位创造影响显著（王林辉等，2022）。相比之下，西部地区工业发展相对缓慢，服务业受到的上游关联影响较小，但随着交通物流行业的发展，工业商品价格的区域差异逐渐减小，西部地区相关下游服务业也能在一定程度上获得成本节约的好处。总体看来，工业机器人应用的上游关联影响伴随着工业经济重心转移，具有较大的区域差异，而随着中国工业企业的中西部转移，机器人应用一定程度上能带动后发地区生产性服务发展。相比之下，下游关联影响相对普惠，在市场经济和交通物流发展下带动西部地区发展。

第二，区域国有化程度促进了机器人的下游关联市场传导，但也抑制了上游关联岗位创造，同时，由于国有企业岗位相对刚性，对非关联就业增加也有显著的负向影响。相较于民营企业，国有企业在追求利润的同时也承担着更多的社会责任，当机器人应用带来生产效率提高时，能更积极地通过降低产品销售价格带动下游关联行业的发展，进而促进下游服务业就业。然而，地区国有成分过高也可能降低创新活力和减少人员流动，使编制人员或国有企业从业人员不愿意随市场需求转移就业，进而抑制上游服务业如科学研究、技术、信息等服务的岗位创造作用。因此，激发地区市场活力，降低就业刚性，提高企业社会责任，对工业智能化的岗位创造效应具有积极作用。

第三，对外贸易水平显著促进了上游关联影响，但降低了下游关联作用。地区对外贸易水平一定程度上反映了制造商品的竞争环境。出口企业为了销售中国商品，会积极嵌入高技术服务，以促进商品价值链增值（顾乃华等，2006）。此时，区域对外贸易水平越高，价值链攀升愿望越强，机器人应用创造上游相关服务需求的影响也更强。然而，对外贸易水平更高地区的服务业投入产品相当部分来自海外，一定程度上降低了本土制造商品成本节约作用下的好处。