韩民春 毛春英 袁瀚坤 | 工业机器人应用对创业的影响——基于中国微观调查数据的分析
点击蓝字关注我们
工业机器人应用对创业的影响
——基于中国微观调查数据的分析
韩民春，毛春英，袁瀚坤
一、引言
近年来，我国高度重视机器人行业的发展，工业和信息化部等15部门联合发布的《“十四五”机器人产业发展规划》进一步明确了机器人产业的重要战略意义。然而，机器人产业在高速发展的同时，也引发了人们对未来就业的担忧。根据世界经济论坛（WEF）的报告，预测到2025年，全球机器人应用可能会取代8500万个工作岗位。就业是最大的民生工程、民心工程、根基工程，在此背景下，如何把握工业机器人应用对劳动力市场的就会机会与就业方式的影响、推动社会高质量充分就业就显得愈加重要。创业作为一种自雇型就业形式，能够拓宽劳动者的就业范围，增加就业的灵活性，有利于实现充分就业。因此，在当前工业机器人应用对劳动力市场产生深刻影响的背景下，本文研究工业机器人应用对创业的影响。
创业是一种自主承担风险、从事自己的工作或业务并获得收益的职业选择。从劳动者个体的就业选择视角看，个人的就业状态通常分为失业、受雇就业与自雇就业三种，其中创业通常被定义为自雇就业。因此，创业作为一种就业形式，是受雇工作的重要替代选择，它拓宽了劳动力市场潜在进入者和失业风险者可选择的范围。当前，在工业机器人应用不断深化的背景下，人们的就业状态不可避免地受到冲击。一方面，面对“机器换人”的威胁，部分就业者是否会选择自雇创业来应对“机器换人”的不利影响？工业机器人应用是否会促使劳动者更多地选择自雇就业而不是成为工资获得者？另一方面，工业机器人的普及应用催生了新业态、新就业机会，这是否会促使人们进行机会型创业？本文将聚焦微观个体的就业选择，具体研究工业机器人应用对个体创业行为的影响。
本文的边际贡献在于：一是在研究视角上，现有研究多是从宏观、中观和企业层面展开工业机器人应用对就业总量、就业结构的研究，缺少微观层面对劳动者个体就业形式的研究，本文将聚焦于工业机器人应用对个体创业的影响，扩展工业机器人就业效应的研究；二是在数据上，本文使用微观层面的个体调查数据（CGSS），研究工业机器人应用对个体创业决策，以及不同类型创业（包括生存型创业与机会型创业）的影响，并从创业的机会成本角度分析工业机器人影响创业的机制。
本文以下部分安排如下：第二部分就相关文献与研究假说进行论述；第三部分就本文所使用的变量与数据进行介绍；第四部分估计工业机器人应用对个体创业决策和创业类型的影响，并对结果进行稳健性检验；第五部分进一步分不同技能劳动者进行异质性分析，并探讨其影响机制；第六部分总结全文并给出政策启示。
二、文献综述与研究假说
（一）工业机器人应用对就业机会的影响
工业机器人应用对就业的影响除了存在破坏性的替代效应外，还存在互补性的积极影响。具体地，替代效应是指工业机器人应用取代原本应该由劳动力执行的任务，促使企业用机器替代人工，从而减少劳动力需求。Acemoglu & Restrepo（2020）发现每千人中增加一台机器人，就业人口比例将下降0.2个百分点。王永钦和董雯（2020）使用中国企业数据，发现机器人应用对企业的劳动力需求产生负向替代效应。工业机器人应用的就业积极效应包括生产率效应与恢复效应。生产率效应是指，工业机器人应用通过降低企业的生产成本，提高企业的生产效率，从而扩大产品需求，最终生产规模的扩大会增加对劳动力的需求；恢复效应是指，自动化在取代一部分劳动岗位的同时，也会创造出新的、劳动力更具比较优势的工作岗位，为劳动力市场带来新的就业机会。
此外，工业机器人应用对不同技能劳动者的就业影响不同。已有文献指出机器人主要替代的是中低技能劳动者的工作任务，这是因为机器人一般替代的是程序化、常规性的工作，而中低技能劳动者一般从事的也是这类工作。机器人无法取代复杂的非常规工作任务，从而会增加对高技能劳动力的需求。Dauth等（2018）的研究发现，工业机器人对中低技能工人的收入产生了负面的影响，原因在于他们的工作更容易被机器人替代。此外，大量文献也支持就业极化现象，认为工业机器人主要替代的是中等技能劳动者的工作任务。
总的来说，关于工业机器人应用对就业影响的研究尚无定论，一些文献主张替代效应，而另一些则支持积极效应。Acemoglu & Restrepo（2019b）指出，工业机器人对就业的影响可能存在短期和长期之分，他们认为工业机器人抵消替代效应的积极效应可能是缓慢的，需要较长时间才能显现。从这个角度上看，工业机器人应用对就业的影响可能是非线性的。
此外，现有文献大多从宏观国家总量层面、区域层面和企业层面研究工业机器人应用对劳动力市场的影响，而对于微观层面的劳动者个体就业选择的研究则相对缺乏。创业作为一种重要的就业形式，是受雇就业的重要外部选择，有助于实现劳动力市场的充分就业，因此，深入研究工业机器人应用对创业的影响是非常必要的。
（二）工业机器人应用与创业
1.工业机器人应用与创业的关系
创业被定义为自雇就业(self-employment)，包括个体工商户、企业主或为自己工作等形式。已有文献表明，相对来说，对有着较高工资和较低风险的受雇员工来说，他们选择创业的机会成本较高，因此会降低其选择创业的可能性。相对于受雇就业，个人选择自雇形式的原因主要有两方面：一方面是由于被限制在受雇工作之外，缺少受雇就业机会；另一方面是由于个人偏好自雇就业的自主性与灵活性，追求自身的发展机会。在受雇就业机会有限、缺乏收入安全网的情况下，自雇就业是受雇就业的重要外部选择。进一步地，个人的创业行为按不同创业动机可分为生存型创业与机会型创业。区分这两种创业类型是很有必要的。生存型创业是指个人由于找不到好的工作机会，为实现就业而进行的创业活动，创业者通常是为了满足其生存需求；而机会型创业则是创业者受到市场机会的驱动，为追求发展或获得成功而进行的主动型创业活动。
工业机器人应用通过就业替代效应与就业积极效应影响劳动者创业的机会成本，从而影响劳动者个体的创业选择。一方面，工业机器人应用可能会促进创业。在替代效应下，工业机器人应用会取代原本应该由劳动力执行的任务，劳动者面临的受雇就业机会减少，失业风险的增加会使得创业的机会成本下降，为了实现就业和保障收入，劳动者会选择自雇创业方式来实现就业；此外，在恢复效应下，工业机器人应用会催生新业态、新的市场机会，如果个人预期创业回报高于创业的机会成本，他们会选择进行高风险的机会型创业活动。例如，机器人应用可能会使得机器人维护师、机器人设计师等新业态出现，新的创业机会的出现会增加相关的机会型创业活动。另一方面，工业机器人应用也可能会抑制创业活动。当机器人应用表现为对劳动力的互补效应时，其可以通过提高企业生产效率，扩大生产规模，从而增加受雇就业机会；其次，工业机器人应用会创造出新的工作任务，在这些新任务中劳动力更具比较优势。因此，在工业机器人应用的就业积极效应下，受雇就业机会的增加使得创业的机会成本上升，高风险的创业行为此时并不是更好的选择，因此工业机器人应用会减少高风险的自雇创业活动。
总的来看，工业机器人既可能促进创业，又可能对创业产生负向影响，这取决于哪个效应占主导。因此，并不能用简单的线性关系描述工业机器人应用对创业的影响，因此本文提出以下研究假说：
假说1 工业机器人与创业决策之间存在非线性关系。
2.工业机器人应用与不同技能劳动者创业的关系
现有文献指出机器人主要替代的是中低技能劳动者的工作任务，并且会增加对高技能劳动力的需求。对于中低技能劳动者来说，他们的工作更容易被工业机器人替代，失业风险的增加会降低他们创业的机会成本，使得他们更有动机从受雇就业转向自雇创业；而对于高技能劳动者，机器人技术应用的发展会增加企业对高技能劳动力的需求，使得他们面临更多的受雇就业机会选择，从而增加他们创业的机会成本，因此高技能劳动者可能缺乏进行高风险创业活动的动力。故本文提出以下研究假说：
假说2 工业机器人应用主要影响中低技能劳动者的创业决策。
三、研究设计
（一）数据来源
本文使用2013年、2015年和2017年中国综合社会调查（CGSS）的三期混合截面数据，研究工业机器人应用对创业的影响。地区机器人进口数据来源于《中国商品贸易数据库》，基于HS八位数编码信息得到八类与工业机器人进口有关的数据。受限于数据的可得性，本文使用2012—2017年的机器人进口数据。地区层面的相关数据来源于中国国家统计局。
（二）主要变量定义
创业的测度。CGSS中对个人目前的工作状况进行了调查，受访者的就业状况主要分为：没工作、受雇于他人、劳务工、临时工、个体工商户、自己是老板、在自己家帮忙等类型，本文删除了从未工作过的样本。综合来看，就业形式大致可以分为未就业、受雇就业与自雇创业。参考以往文献的做法，本文将“个体工商户”和“自己是老板”视为创业，赋值为1，其余赋值为0。进一步地，根据创业动机进行区分，参照已有文献，将“个体工商户”视为生存型创业，“自己是老板”视为机会型创业。相比于机会型创业，生存型创业的动机更多的是因为缺少就业机会，创业是实现就业的重要外部选择。
地区工业机器人应用水平。借鉴已有文献，本文使用地区工业机器人进口金额/地区劳动力人数（美元/人）来衡量地区机器人应用水平，便于其在各个省份之间具有可比性。CGSS调查时间一般为一年中的6—10月，而工业机器人应用影响人们的就业选择需要反应时间，且为了减弱反向因果的可能性，本文将工业机器人应用指标滞后一期，使用上一年份工业机器人应用水平作为本文核心解释变量。另外，本文还使用地区工业机器人进口数量替代金额来进行稳健性检验。
值得注意的是，以互联网、数字普惠金融为主的数字经济发展水平也会影响人们的创业行为，而工业机器人应用在一定程度上也可能与当地的数字经济发展相关。因此，为了避免遗漏变量的偏误，本文控制了地区数字经济发展水平、个人是否使用互联网的虚拟变量。不过，互联网、数字普惠金融发展对就业的作用效应与工业机器人的就业效应之间是存在区别的。Acemoglu & Restrepo（2020）指出，工业机器人（自动化）的就业影响与IT技术变革（非自动化）影响是不同的，因为工业机器人应用存在替代效应，而IT技术与就业和工资的变化呈正相关。本文的数字经济发展水平指标借鉴赵涛等（2020）的构建方法，通过主成分分析法计算得到。
（三）工业机器人应用与创业率之间的统计特征
图1描绘了地区工业机器人应用水平与地区创业率之间的散点图，并通过R软件，使用Lowess（局部加权散点图修匀技术）对地区工业机器人应用水平与创业率之间的关系进行拟合。图1显示，地区工业机器人应用水平与地区创业率之间存在非线性的倒U形关系，当工业机器人应用水平较低时，工业机器人应用会促进创业活动；但当工业机器人应用水平发展到一定程度后，地区创业率则随之下降。下文将使用严格的计量模型来进行验证。
（四）模型设计
参考jia等(2021)的方法，本文利用Probit模型研究地区工业机器人应用对个体创业的影响。模型构建如下
其中，Entrepre为创业变量，若个人为“个体工商户”或“老板”，则为1，否则为0；在进一步研究创业类型时，被解释变量为“个体工商户”二元变量，或者“自己是老板”二元变量。Entrepre表示潜变量，可以理解为相比于受雇就业，自雇创业带来的净福利。robot表示地区上一年份工业机器人应用水平。X表示控制变量向量，包括个体特征变量、地区商业氛围和地区特征控制变量，控制变量的选取借鉴了已有文献。ε是随机误差项。本文控制了省份及年份固定效应，并且将标准误聚类到地区层面。
具体的变量定义、控制变量的选取和描述性统计如表1所示。本文使用的样本涵盖年龄范围在18—80岁的城市与农村居民。由于地区机器人进口数据的可得性，除去工业机器人进口金额为0的省份，本文涵盖全国24个省份，不包括西藏、新疆、青海、内蒙古、宁夏、海南、甘肃等省份。
四、实证结果分析
（一）工业机器人应用与创业决策
表2报告了地区工业机器人应用水平影响个体创业决策的Probit估计结果。表1列(1)只考虑了工业机器人应用这一核心解释变量;列（2）—（3）逐步控制了个人特征、地区特征变量和数字经济发展指数变量。列（1）—（3）的回归结果可以发现，工业机器人应用水平的系数均显著为正，而工业机器人应用水平的二次项显著为负，表明工业机器人应用与个体创业概率之间存在显著的倒U形关系，假说1成立，且与图1的统计特征一致。这说明，在工业机器人应用水平较低时，工业机器人应用给劳动力市场带来剧烈冲击，替代效应占据主导，就业积极效应的调整作用相对缓慢，受雇就业机会的减少会降低劳动者创业的机会成本，从而促使劳动者向自雇创业转变，以实现就业。而在工业机器人应用水平发展到一定阶段后，就业积极效应逐渐占据主导地位，生产率的提升以及新任务的恢复会使得劳动者的就业机会增加，相应地增加创业的机会成本，从而降低人们进行高风险创业的意愿。值得注意的是，列（3）控制了数字经济发展指数，结果表明，在控制数字经济发展水平之后工业机器人应用与创业之间的倒U形关系仍然稳健。
关于控制变量的结果，平均而言，中共党员相比于非党员的创业概率更低，这可能是因为党员更易于在体制内找到工作，其创业的机会成本相对较高。互联网使用会显著增加个人创业的概率。至于教育对个人创业的影响，从模型（3）可以看出，大学毕业对个人创业概率有显著的负面影响，表明非大学毕业者比大学毕业者的创业概率要更高，这说明高学历有助于个人获得更加满意的工作，降低了个人从事高风险创业活动的意愿。在控制大学毕业变量后，教育年限对创业概率有正的影响，但与大学毕业变量相比，边际效应较小，说明对中低教育水平的人来说，教育年限会提高个人的创业概率。文献中也很关注创业行为的代际联系，因此本文控制了父母创业变量，结果表明父母创业行为会显著增加个人的创业概率。除此之外，地区的经济发展水平以及营商环境都会影响个体的创业行为。
（二）工业机器人应用与创业类型
现有文献将个体的创业行为按动机分为生存型创业与机会型创业。这两种创业的激励动机不同，创业质量也不同。这部分将进一步研究工业机器人对不同类型创业的影响。
表3报告了基于全样本的工业机器人应用水平对不同创业类型的Probit估计结果。列（1）结果显示，工业机器人应用与个体生存型创业之间存在显著的倒U形关系，表明在机器人应用水平较低时，替代效应占主导地位，在劳动力市场上处于弱势的个体由于受雇就业机会的减少被迫进行生存型创业活动，以实现就业；在机器人应用水平较高时，工业机器人的就业积极效应逐渐占主导，人们可选择的就业岗位增多，增加了创业的机会成本，从而生存型创业活动减少。列（2）结果显示，工业机器人应用与个体机会型创业之间也存在显著的倒U形关系，表明在工业机器人应用水平较低时，由于就业机会减少并叠加恢复效应下的新市场机会，人们更有动力主动进行机会型创业，以实现个人发展。而当工业机器人应用水平较高时，就业积极效应主导下受雇工作机会增加，人们有更好的、更稳定的工作选择，从而增加了创业的机会成本，机会型创业意愿减弱。
值得注意的是，在工业机器人应用水平较低时，就创业类型来看，工业机器人应用对生存型创业的促进作用更大，平均边际效应近似是机会型创业的两倍，说明相对于机会型创业，工业机器人应用更多的是促进生存型创业活动。
（三）内生性问题
为了解决可能存在的遗漏变量与反向因果问题，本文考虑通过寻找工具变量来缓解，借鉴李磊等（2021）方法，使用上一年度的地区最低工资标准作为工具变量。最低工资会影响企业的用工成本，从而正向提高下一年企业的工业机器人应用概率，满足相关性。上一年度的最低工资水平由地区政府层面出台，个体很难影响历史的最低工资调整，满足外生性。此外，本文还借鉴王永钦和董雯（2020）的方法，构建地区美国机器人渗透度作为工具变量。
表4列（1）—（4）为Ivprobit的两步法估计结果，其中一阶段估计的F 值均大于10%偏误水平下的临界值16.38，结果表明工业机器人应用与个体创业间的倒U形关系是稳健的。
（四）稳健性检验
1. 排除相关因素干扰
本文的核心结果可能面临两方面的考验：一方面，本文只考虑了各省份进口的工业机器人数量，而没有考虑国产的工业机器人数量，而国内本土供应的工业机器人数量也可能对劳动者的创业决策有影响；另一方面，本文使用的是基于HS八位数编码信息得到的八类与工业机器人进口有关的数据，但是，有些文献认为严格意义上用于工业生产的工业机器人定义只有三类。因此，本文将对这两方面的潜在干扰因素进行检验。
关于国产工业机器人，根据中国机器人产业联盟（CRIA）数据和IFR的数据，2012年中国供应商只生产了约3000台机器人，国产工业机器人的市场份额约为14%，而2016年国产工业机器人的市场份额为31%。因此，为了减轻国产工业机器人的影响，本文使用2013年的CGSS数据单独进行分析，分析结果如表5所示，工业机器人应用与创业之间的倒U形关系仍然成立。不过，工业机器人应用对生存型创业的促进效应较全样本估计的结果更大，而对机会型创业的促进效应较全样本差别不大，即忽略国产机器人可能会低估工业机器人应用对生存型创业的促进效应。
考虑工业机器人应用水平的准确性，本部分将使用84795010、84795090、84864031三类进口机器人编码数据，重新测算地区机器人应用水平。回归结果如表6所示，工业机器人应用与创业之间的倒U形关系仍然成立，但平均边际效应较最初八类编码计算的工业机器人效应更大，说明如果不考虑更严格定义的工业机器人应用指标，可能会低估工业机器人应用对创业的影响。
2.更换不同调查数据样本
本文更换使用北京大学中国社会科学调查中心的中国家庭追踪调查（CFPS）2014年、2016年、2018年三期数据进行稳健性检验。CFPS家庭问卷中有关于“是否有家庭成员从事个体经营或开办私营企业”的变量，本文将其作为家庭创业的指标。然而，与 CGSS 不同的是，CFPS的数据并没有区分“个体工商户”与“自己是老板”这两种不同的创业类型。估计结果如表7所示，结果表明工业机器人应用与家庭创业之间仍然存在显著的倒U形关系，本文的结果对于不同调查数据样本仍然成立。
3.替换核心解释变量和估计方法
此外，本文还使用地区工业机器人进口数量重新度量工业机器人应用水平，以及更换使用Logit模型、线性概率模型进行估计，结果仍然成立。
五、进一步分析：异质性检验与机制分析
（一）工业机器人应用影响创业的异质性
理论上，已有研究表明工业机器人应用主要替代的是中低技能劳动者的工作任务，而对高技能劳动者则表现为就业积极效应。个人选择创业的机会成本不仅与其在劳动力市场上享有的就业机会有关，也与自身技能有关。本文将进一步研究工业机器人应用对不同技能劳动者创业的影响。
表8结果显示，工业机器人应用主要促进的是中、低技能劳动者的生存型创业，并且这种促进效应呈现倒U形关系；而对于机会型创业，工业机器人应用主要促进的是中等技能劳动者的机会型创业，并呈现倒U形趋势；工业机器人应用并不能促进高技能劳动者的创业决策。假说2成立。
异质性分析的结果进一步表明，就业机会的减少是工业机器人应用影响个体选择自雇创业的动力因素，因此工业机器人应用主要是促使中低技能劳动者由受雇就业转向自雇创业状态。但当工业机器人应用发展到一定阶段后，人们可选择的就业机会增加，创业的机会成本也随之增加，相应地就会减少高风险的创业活动。此外，相比于生存型创业，机会型创业对金融和人力资本要求更高，而低技能劳动者属于就业弱势群体，其知识技能与金融资源有限，因此进行机会型创业的概率较小。对于拥有一定的知识技能的中等技能劳动者，在工业机器人的替代效应主导下，其受雇就业机会的减少以及恢复效应下新市场机会的出现会激发个人进行机会型创业，但这种创业效应呈现先上升后下降趋势。对于高技能劳动者，工业机器人应用并不能激励高技能劳动者放弃合适的工资工作而进行高风险的创业活动。
（二）机制分析
基准回归与异质性分析结果都验证了本文提出的理论假说，工业机器人应用主要是通过影响劳动者的受雇就业机会，进而影响创业的机会成本，最终激励人们选择自雇创业。因此，本文通过以下两个方面进行机制分析：（1）工业机器人应用与个体受雇就业机会；（2）工业机器人应用与个体创业意愿。
1.工业机器人应用与受雇就业机会
个体的就业形式主要分为受雇就业与自雇创业，因此个体在受雇就业机会有限、缺乏收入安全网的情况下，会更有动机转向自雇创业以实现就业。借鉴宁光杰（2012）的研究，本文将CGSS中就业状态为“受雇于他人”“劳务工”“临时工”视为受雇就业，对受雇就业概率进行Probit回归。
表9的结果表明，工业机器人应用与中低技能劳动者的受雇就业机会之间呈现显著的U形关系，而对高技能劳动者的受雇就业机会表现为促进效应，这为异质性分析结果提供支持。结果表明，在工业机器人应用初期，机器人应用给劳动力市场带来冲击，替代效应主导下中低技能劳动者的受雇就业机会减少；而在工业机器人应用水平较高时，就业积极效应占据主导地位，中低技能劳动者受雇就业机会增加。
2. 工业机器人应用与创业意愿
2015年CGSS问卷中有关创业意愿的问题：“如果有机会和资源，您是否会去创业？”关于创业意愿变量，本文将“很可能”“有可能”“非常可能”视为1，其余视为0。对工业机器人应用水平与创业意愿进行Probit回归。
表10的结果表明，工业机器人应用主要激励的是中低技能劳动者的创业意愿，其中对中等技能劳动者的创业意愿激励最大，并且都满足倒U形关系。结果表明，在工业机器人应用初期，在替代效应主导下，失业风险的增加会降低创业的机会成本，因此工业机器人应用会激励中低技能劳动者的创业意愿；而当工业机器人应用发展到一定程度时，就业积极效应逐渐占据主导地位，人们进行高风险的创业活动意愿下降。由于工业机器人应用对高技能劳动者表现为就业积极效应，因此并不会激励高技能劳动者的创业意愿。
六、结论与政策建议
虽然现有文献对工业机器人的就业效应进行了多方面的研究，但少有文献从个体层面研究工业机器人应用对个体劳动者从受雇就业向自雇创业转变的影响。本文使用CGSS 2013、CGSS 2015和CGSS 2017年三期混合截面数据，研究工业机器人应用对个体创业的影响。研究结果发现：（1）工业机器人应用与个体创业概率之间存在显著的倒U形关系，即在工业机器人应用水平较低时，工业机器人应用会促进个体进行创业活动；而当工业机器人应用发展到一定程度后，工业机器人应用会降低个体的创业概率。（2）分不同技能劳动者进行异质性分析，发现工业机器人应用促进的是中低技能劳动者的创业决策，并且这种创业效应呈现倒U形关系，而对高技能劳动者的创业决策没有影响。（3）进一步区分创业类型，工业机器人应用主要促进中、低技能劳动者进行生存型创业活动，并且这种促进效应呈现先上升后下降趋势；而对于机会型创业，工业机器人应用主要是促进中等技能劳动者的机会型创业，这种促进效应也呈现先上升后下降趋势。（4）机制分析表明，工业机器人应用通过减少个体在劳动力市场上的受雇就业机会，从而间接降低劳动者的创业机会成本，激发其自雇创业意愿，最终提高个体的创业概率。
本文政策启示是：（1）创业促进了劳动力市场就业的灵活性，拓宽了个体可选择的就业范围，也为其提供收入向上流动的渠道。因此在应对工业机器人应用所带来的就业问题时，政府可以考虑为私营企业、特别是个体工商户提供相配套的扶持政策，进一步为自雇创业个体营造良好的创业环境，从而缓解工业机器人带来的就业冲击，实现稳就业与高质量充分就业。（2）工业机器人应用催生新业态，新的市场机会出现会促进中等技能劳动者的机会型创业，这种创业是主动型的、发展型的创业模式，更能推动经济增长，因此政府应该加大对私营企业创业的支持，提供资金、技术、市场信息等一揽子服务，营造良好的营商环境。（3）政府应该注重提高劳动力技能水平，具体包括加大教育投入，推进教育事业快速发展，健全就业培训与再就业制度，逐步提高劳动力对智能制造的“技能-岗位”适应能力，以应对工业机器人应用前期对就业的冲击以及后期就业积极效应主导下的就业需求扩张。
参考文献
[1]Thurik A R，Carree M A，van Stel A，et al．Does self-employment reduce unemployment?[J]．Journal of business venturing，2008，23(6)：673-686．
[2]Gindling T H，Newhouse D．Self-employment in the developing world[J]．World development，2014，56：313-331．
[3]宁光杰，段乐乐．流动人口的创业选择与收入——户籍的作用及改革启示[J]．经济学(季刊)，2017(1)：771-792．
[4]Carrasco R．Transitions to and from self-employment in Spain：an empirical analysis[J]．Oxford bulletin of economics and statistics，1999，61(3)：315-341．
[5]Acemoglu D，Restrepo P．Automation and new tasks：how technology displaces and reinstates labor[J]．Journal of economic perspectives，2019a，33(2)：3-30．
[6]Acemoglu D，Restrepo P．Robots and jobs：evidence from US labor markets[J]．Journal of political economy，2020，128(6)：2188-2244．
[7]王永钦，董雯．机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]．经济研究，2020(10)：159-175．
[8]Graetz G，Michaels G．Robots at work[J]．The review of economics and statistics，2018，100(5)：753-768．
[9]李磊，王小霞，包群. 机器人的就业效应：机制与中国经验[J]. 管理世界，2021(9):104-119.
[10]Mokyr J，Vickers C，Ziebarth N L．The history of technological anxiety and the future of economic growth：is this time different?[J]．Journal of economic perspectives，2015，29(3)：31-50．
[11]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．
[12]Acemoglu D，Autor D．Skills，tasks and technologies：implications for employment and earnings[M]//Handbook of Labor Economics．Amsterdam：Elsevier，2011：1043-1171．
[13]Dauth W, Findeisen S, Suedekum J, et al. Adjusting to robots: worker-level evidence[R]. Opportunity and inclusive growth institute working papers, 2018.
[14]Autor D H，Dorn D，Hanson G H．Untangling trade and technology：evidence from local labour markets[J]．The economic journal，2015，125(584)：621-646．
[15]Acemoglu D，Restrepo P．Artificial intelligence，automation，and work[M]//The Economics of Artificial Intelligence: An agenda. Chicago: University of Chicago Press，2019b：197-236．
[16]韩民春，韩青江，夏蕾．工业机器人应用对制造业就业的影响——基于中国地级市数据的实证研究[J]．改革，2020(3)：22-39．
[17]Dixon J，Hong B，Wu L．The robot revolution：managerial and employment consequences for firms[J]．Management science，2021，67(9): 5586-5605.
[18]Blanchflower D G．Self-employment in OECD countries[J]．Labour economics，2000，7(5)：471-505．
[19]Gorgievski M J，Bakker A B，Schaufeli W B．Work engagement and workaholism：comparing the self-employed and salaried employees[J]．The journal of positive psychology，2010，5(1)：83-96．
[20]Stephan U，Tavares S M，Carvalho H，et al．Self-employment and eudaimonic well-being：Energized by meaning，enabled by societal legitimacy[J]．Journal of business venturing，2020，35(6)：106047．
[21]Berkhout P，Hartog J，van Praag M．Entrepreneurship and financial incentives of return，risk，and skew[J]．Entrepreneurship theory and practice，2016，40(2)：249-268．
[22]Maloney W F．Informality revisited[J]．World development，2004，32(7)：1159-1178．
[23]Finkelstein Shapiro A，Mandelman F S．Digital adoption，automation，and labor markets in developing countries[J]．Journal of development economics，2021，151：102656．
[24]Carsrud A，Brnnback M．Entrepreneurial motivations：what do we still need to know?[J]．Journal of small business management，2011，49(1)：9-26．
[25]Levine R，Rubinstein Y．Smart and illicit：who becomes an entrepreneur and do they earn more?[J]．The quarterly journal of economics，2017，132(2)：963-1018．
[26]Xavier-Oliveira E，Laplume A O，Pathak S．What motivates entrepreneurial entry under economic inequality?The role of human and financial capital[J]．Human relations，2015，68(7)：1183-1207．
[27]陈刚. 管制与创业——来自中国的微观证据[J]. 管理世界, 2015 (5): 89-99.
[28]Jia R, Lan X，Padró i Miquel G．Doing business in China：parental background and government intervention determine who owns busines[J]．Journal of development economics，2021，151：102670．
[29]Acemoglu D，Restrepo P．Demographics and automation[J]．The review of economic studies，2022，89(1)：1-44．
[30]孔高文，刘莎莎，孔东民．机器人与就业——基于行业与地区异质性的探索性分析[J]．中国工业经济，2020(8)：80-98．
[31]张勋，万广华，张佳佳，等. 数字经济、普惠金融与包容性增长[J].经济研究,2019 (8):71-86.
[32]赵涛，张智，梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界，2020(10):65-76.
[33]张建华，程文．中国地区产业专业化演变的U型规律[J]．中国社会科学，2012(1)：76-97+207-208．
[34]尹志超，公雪，郭沛瑶．移动支付对创业的影响——来自中国家庭金融调查的微观证据[J]．中国工业经济，2019(3)：119-137．
[35]杜运周，刘秋辰，程建青. 什么样的营商环境生态产生城市高创业活跃度？——基于制度组态的分析[J]. 管理世界，2020(9):141-155.
[36]莫怡青，李力行. 零工经济对创业的影响——以外卖平台的兴起为例[J]. 管理世界，2022(2)：31-45+3.
[37]Fan H, Hu Y, Tang L．Labor costs and the adoption of robots in China[J]．Journal of economic behavior & organization，2021，186：608-631．
[38]Stock J H，Yogo M．Testing for weak instruments in linear IV regression[M]//Andrews D W K，Stock J H．，Eds．Identification and Inference for Econometric Models．Cambridge：Cambridge University Press，2005：80-108．
[39]诸竹君，袁逸铭，焦嘉嘉．工业自动化与制造业创新行为[J]．中国工业经济，2022(7)：84-102．
[40]梁文莉．中国工业机器人市场统计数据分析[J]．机器人技术与应用，2019(2)：42-48．
[41]宁光杰．自我雇佣还是成为工资获得者?——中国农村外出劳动力的就业选择和收入差异[J]．管理世界，2012(7)：54-66．
图片源于vcg.com
华中科技大学学报
（社会科学版）
长按识别二维码关注我们