机器人应用、产业结构转型与劳动收入份额变动

doi:10.16382/j.cnki.1000-5579.2026.01.013

摘要/Abstract

摘要：

人工智能时代，“机器换人”趋势愈演愈烈，机器人的大规模应用对我国劳动力市场产生了深刻影响。本文运用IFR等数据构建城市工业机器人渗透度作为机器人应用的度量指标，利用2006—2019年285个城市的平衡面板数据，实证探讨机器人应用对劳动收入份额的影响及其作用机制，结果发现：机器人应用显著促进了城市劳动收入份额提升，且一系列稳健性检验和内生性分析结果均支持这一结论；机制分析表明，机器人应用推动城市产业结构转型，提升了劳动收入份额；异质性分析表明，机器人应用对服务业、东部地区、服务业发展程度中等和较高城市的劳动收入份额提高具有显著促进作用，而对制造业及其细分行业、西部地区和服务业发展程度较低城市的劳动收入份额变化产生了显著负向影响。上述结论对地方政府推动智能技术应用、优化产业结构、调整收入分配等带来了重要政策启示。

关键词: 工业机器人, 机器人应用, 劳动收入份额, 产业结构转型

Abstract:

In the era of artificial intelligence, the trend of “machines replacing humans” is becoming increasingly fierce, and the large-scale application of robots has had a profound impact on China’s labor market. This study constructs a measure of urban industrial robot penetration as an indicator of robot adoption using data from IFR and other sources. A balanced panel dataset covering 285 cities from 2006 to 2019 is developed to empirically examine the impact of robot adoption on labor income share and its underlying mechanisms. The findings reveal that robot adoption significantly promotes the growth of urban labor income share, and this conclusion is robust to a series of sensitivity tests and endogeneity analyses. Mechanism analysis indicates that robot adoption facilitates industrial restructuring, thereby enhancing labor income share. Heterogeneity analysis shows that robot adoption has a significant positive effect on labor income share in the service sector, eastern regions, and cities with moderate to high levels of service sector development, while it exerts a significant negative impact on labor income share in the manufacturing sector and its sub-industries, western regions, and cities with lower levels of service sector development. This study provides valuable policy implications for local governments in promoting intelligent technology adoption, optimizing industrial structures, and adjusting income distribution.

Key words: industrial robot, robot application, labor income share, industrial structure transformation

盛垒, 张玺. 机器人应用、产业结构转型与劳动收入份额变动[J]. 华东师范大学学报(哲学社会科学版), 2026, 58(1): 136-149.

Lei Sheng, Xi Zhang. Robot Application，Industrial Structure Transformation and the Changes in the Labor Income Share[J]. J. East China Norm. Univ. Philos. Soc. Sci, 2026, 58(1): 136-149.

图/表 10

图 1

表 1

表 2

表 3

表 4

表 5

表 6

表 7

表 8

表 9

参考文献

	白重恩、钱震杰, 2009, 《国民收入的要素分配: 统计数据背后的故事》 , 《经济研究》第3期, 第27—41页.
	陈东、姚笛、郑玉璐, 2024, 《工业机器人应用、超级明星企业与劳动收入份额变动: “利好”与“隐忧”并存》 , 《中国工业经济》第5期, 第97—115页.
	宫汝凯, 2023, 《走向共同富裕之路: 以技术市场发展提升劳动收入份额》 , 《财经研究》第1期, 第19—33页.
	何小钢、刘叩明, 2023, 《机器人、工作任务与就业极化效应——来自中国工业企业的证据》 , 《数量经济技术经济研究》第4期, 第52—71页.
	李稻葵、刘霖林、王红领, 2009, 《GDP中劳动份额演变的U型规律》 , 《经济研究》第1期, 第70—82页.
	刘东升、郑丽琳, 2024, 《工业智能化与产业升级: 结构转型还是区位转移?》 , 《经济经纬》第2期, 第65—76页.
	刘亚琳、茅锐、姚洋, 2018, 《结构转型、金融危机与中国劳动收入份额的变化》 , 《经济学(季刊)》第2期, 第609—632页.
	刘亚琳、申广军、姚洋, 2022, 《我国劳动收入份额: 新变化与再考察》 , 《经济学(季刊)》第5期, 第1 467—1 488页.
	芦婷婷、祝志勇, 2021, 《人工智能是否会降低劳动收入份额——基于固定效应模型和面板分位数模型的检验》 , 《山西财经大学学报》第11期, 第29—41页.
	罗长远、张军, 2009, 《经济发展中的劳动收入占比: 基于中国产业数据的实证研究》 , 《中国社会科学》第4期, 第65—79+206页.
	潘珊、李剑培、顾乃华, 2025, 《人工智能、产业融合与产业结构转型升级》 , 《中国工业经济》第2期, 第23—41页.
	魏嘉辉、顾乃华, 2024, 《跨产业“人机互补”: 工业机器人应用与关联服务业就业》 , 《南方经济》第7期, 第44—69页.
	文雁兵、陆雪琴, 2018, 《中国劳动收入份额变动的决定机制分析——市场竞争和制度质量的双重视角》 , 《经济研究》第9期, 第83—98页.
	姚毓春、袁礼、王林辉, 2014, 《中国工业部门要素收入分配格局——基于技术进步偏向性视角的分析》 , 《中国工业经济》第8期, 第44—56页.
	易苗、刘朋春、郭白滢, 2024, 《机器人应用、企业规模分化与劳动收入份额》 , 《世界经济》第6期, 第176—200页.
	余长林、邵飞飞, 2024, 《工业机器人、技能结构升级与企业劳动收入份额》 , 《吉林大学社会科学学报》第3期, 第144—165+238页.
	余玲铮、魏下海、吴春秀, 2019, 《机器人对劳动收入份额的影响研究——来自企业调查的微观证据》 , 《中国人口科学》第4期, 第114—125+128页.
	张玺、李光勤, 2022, 《工业智能化与城市全球价值链嵌入程度》 , 《科学学研究》第9期, 第1 598—1 607页.
	赵秋运、魏下海、张建武, 2012, 《国际贸易、工资刚性和劳动收入份额》 , 《南开经济研究》第4期, 第37—52页.
	郑景丽、王喜虹、张雪梅, 2024, 《人工智能如何影响劳动收入份额——基于产业结构与企业升级的机制探讨》 , 《南开经济研究》第4期, 第3—22页.
	周明海、肖文、姚先国, 2010, 《中国经济非均衡增长和国民收入分配失衡》 , 《中国工业经济》第6期, 第35—45页.
	周明海、郑天翔、王秋实, 2021, 《工业机器人应用的要素收入分配效应》 , 《浙江社会科学》第6期, 第40—50+157页.
	Acemoglu, D. and Restrepo, P. , 2018, “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment”, American Economic Review, Vol. 108, No. 6: 1 488-1 542.
	Acemoglu, D. and Restrepo, P. , 2020, “Robots and Jobs: Evidence from US Labor Markets”, Journal of Political Economy, Vol. 128, No. 6: 2 188-2 244.
	Autor, D. H. and Dorn, D. , 2013, “The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market”, American Economic Review, Vol. 103, No. 5: 1 553-1 597.
	Autor, D. and Salomons, A. , 2018, “Is Automation Labor-Displacing? Productivity Growth, Employment, and the Labor Share”, National Bureau of Economic Research, No. 24 871.
	Baldwin, R. and Forslid, R. , 2023, “Globotics and Development: When Manufacturing is Jobless and Services are Tradeable”, World Trade Review, Vol. 22, No. 3-4: 302-311.
	Du, J. , He , J. , Yang, J. , et al, 2024, “How Industrial Robots Affect Labor Income Share in Task Model: Evidence from Chinese A-Share Listed Companies”, Technological Forecasting and Social Change, Vol. 208: 123 655.
	Goldsmith-Pinkham, P. , Sorkin, I. and Swift, H. , 2020, “Bartik Instruments: What, When, Why, and How”, American Economic Review, Vol. 110, No. 8: 2 586-2 624.
	Zhang, S. , Zhu, C. , Li, X. , et al. , 2022, “Sectoral Heterogeneity, Industrial Structure Transformation, and Changes in Total Labor Income Share”, Technological Forecasting and Social Change, Vol. 176: 121 509.
	Zheng, H. , Többen, J. , Dietzenbacher, E. , et al. , 2021, “Entropy-Based Chinese City-Level MRIO Table Framework”, Economic Systems Research, Vol. 34, No. 4: 1-26.

变量	观测值	平均值	标准差	最小值	最大值
LIS	3 990	0.113	0.043	0.022	0.381
Robot	3 990	0.092	0.202	0.000	2.360
Ind	3 990	0.920	0.507	0.094	5.168
Ed	3 990	9.311	0.603	3.746	11.887
Fdi	3 990	15.109	4.092	0	20.807
Fin	3 990	0.898	0.580	0.075	7.450
Rd	3 990	0.002	0.003	0.000	0.063

	(1)	(2)	(3)	(4)
	*LIS*	*LIS*	*LIS*	*LIS*
Robot	0.062^***(0.006)	0.022^***(0.008)	0.029^***(0.007)	0.018^**(0.009)
Ind			0.024^***(0.003)	0.016^***(0.003)
Ed			0.007^***(0.002)	−0.018^***(0.005)
Fdi			−0.001^***(0.000)	−0.001^**(0.000)
Fin			0.015^***(0.004)	0.007^***(0.002)
Rd			1.257^***(0.372)	0.654^**(0.272)
常数项	0.107^***(0.001)	0.097^***(0.001)	0.016 0(0.024)	0.253^***(0.050)
N	3 990	3 990	3 990	3 990
R²	0.212	0.456	0.404	0.530
年份固定	NO	YES	NO	YES
城市固定	YES	YES	YES	YES
F	103.952	51.508	89.377	54.956

	(1)	(2)	(3)	(4)	(5)	(6)
	*LIS*	LIS1	LIS2	*LIS*	*LIS*	*LIS*
Robot		0.026^**(0.011)	0.015^*(0.008)		0.016^*(0.009)	0.016 6^*(0.010)
Robot1	0.091^**(0.041)
Robot2				0.018^*(0.009)
N	3 990	3 990	3 990	3 990	3 934	3 556
R²	0.533	0.504	0.533	0.527	0.523	0.520
年份固定	YES	YES	YES	YES	YES	YES
城市固定	YES	YES	YES	YES	YES	YES
F	55.643	47.312	51.338	52.910	54.455	46.041

	(1)	(2)	(3)	(4)
	*LIS*	*LIS*	*LIS*	*LIS*
Robot	0.030^*** (0.009)	0.021^**(0.009)
Robot1			0.113^***(0.035)	0.074^**(0.037)
N	3 990	3 990	3 990	3 990
CV	NO	YES	NO	YES
R²	0.454	0.530	0.462	0.533
第一阶段估计
IVRobot	2.581^***(0.087)	2.577^**(0.081)
IVRobot1			4.911^**(0.250)	4.787^**(0.225)
Kleibergen-Paap rk LM	36.854^***	38.891^***	38.893^***	41.234^***
Kleibergen-Paap rk Wald F	881.211	1 021.801	384.744	452.849

	(1)	(2)	(3)	(4)
	*IndS*	*IndS*	*IndM*	*IndM*
Robot	0.158^**(0.025)	0.004(0.013)	−0.137^***(0.018)	−0.060^*(0.015)
N	819	819	819	819
R²	0.655	0.705	0.400	0.435
年份固定	NO	YES	NO	YES
城市固定	YES	YES	YES	YES
F	329.684	201.276	123.513	59.070