川海智库

报告概述

本报告研究机器人采用与信息通信技术（ICT）投资如何共同影响20个欧盟国家1995-2020年间部门层面的就业和工时变化。采用横截面回归设计，通过交互机器人采用变化与ICT投资，分析初始条件（部门是否已有机器人）和互补技术投资的作用。报告旨在解释为什么相同技术在不同部门和环境下会产生截然不同的就业结果，为理解自动化的劳动力市场效应提供实证依据。

报告的核心结论

机器人对就业的影响取决于初始机器人水平和ICT投资强度。

报告发现，在1995年没有使用机器人的部门，机器人采用和ICT投资都与就业增长正相关，且两者有互补效应。但在已使用机器人的部门，当ICT投资较高时，进一步机器人化反而导致就业下降，表明技术对就业的影响是状态依赖的，不能简单概括为总体效应。

无机器人部门的新技术采用通常促进就业增长。

对于初始没有机器人的部门，机器人采用和ICT投资都伴随更高的就业和工时增长。例如，在高ICT投资环境下，机器人化每增加一个标准差，年就业增长率提高约0.4个百分点。这表明新技术引入初期往往需要额外劳动力来适应和整合。

已自动化部门中高ICT与机器人化组合会减少就业。

在1995年已有机器人的部门，只有当机器人化或ICT投资单独增加时就业才小幅增长；若两者同时大幅增加，则就业显著下降。例如，在高ICT投资条件下，机器人化每增加一个标准差导致年就业下降0.4个百分点。这揭示了自动化程度加深时的劳动力替代效应。

报告回答的关键问题

机器人和ICT如何共同影响欧盟就业？

报告指出，机器人和ICT对就业的影响并非独立，而是相互交织。在无机器人的部门，两者均促进就业且相互增强；在已有机器人的部门，单独增加任一技术仍可带动就业，但同时大幅增加则会抑制就业。这说明技术组合和初始条件共同决定就业结果。

欧盟哪些行业机器人化对就业影响最大？

影响最大的行业是那些初始无机器人但高ICT投资的部门，以及初始有机器人但低ICT投资的部门。前者机器人化显著促进就业，后者则面临就业下降风险。具体行业如制造业中的电气设备、机器设备等差异明显，报告通过图2展示了各行业机器人变化。

自动化初期和后期对就业有何不同？

在自动化初期（无机器人部门），机器人采用往往需要新技能和岗位，就业增加。在自动化后期（已有机器人部门），进一步机器人化在低ICT环境下仍可增加就业，但在高ICT环境下反而降低就业，表明存在从互补到替代的拐点。

报告中的代表性数据

0.4个百分点

机器人化对年就业增长率的边际效应（无初始机器人部门，高ICT投资）

1995-2020，基于回归结果，一标准差机器人化增加在高ICT投资（第90百分位）的部门带来年就业增长率提高约0.4个百分点。

-0.4个百分点

机器人化对年就业增长率的边际效应（有初始机器人部门，高ICT投资）

1995-2020，在1995年已有机器人的部门，当ICT投资处于第90百分位时，一标准差机器人化增加导致年就业增长率下降约0.4个百分点。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的数据来源说明：包括Eurostat就业数据、IFR机器人数据、EU KLEMS ICT投资数据的详细定义、覆盖范围和匹配方法。
  • NACE Rev.2行业分类表：附录表A列出了所有23个行业的代码和描述，便于读者理解分析对象。
  • 主要回归结果表：表2展示了8个模型的系数估计，包括ICT投资、机器人化及其交互项的统计显著性和稳健性。
  • 稳健性检验：使用2000-2020较短样本周期的回归结果（表3），验证结论的稳定性。
  • 控制贸易开放度的附加分析：附录表B、C、D分别使用初始贸易开放度、贸易开放度变化等控制变量，排除国际贸易对结果的干扰。
  • 图形分析：图4和图5直观展示机器人化对就业和工时的边际效应随ICT投资和初始条件的变化，包含置信区间。
  • 结论与政策启示：第4节总结了研究发现，并讨论了针对不同自动化阶段部门的差异化政策建议。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告