劳动力错配会推动
机器人应用吗？

研究问题

• 过度教育是自动化升级的技能储备，还是劳动力市场错配？
• 最低工资上升会不会改变这一关系？

数据与样本

• 285 个地级市
• 5 个行业
• 6 个年份（2010–2020，两年一档）
• ≈7,484 城市—行业—年份观测

数据来源：CFPS、IFR、CSMAR、中国城市统计年鉴、最低工资数据。

研究设计

因变量

城市—行业机器人应用 Bartik 暴露度

核心变量

本行业过度教育 · 行业外过度教育

调节变量

最低工资

模型

城市—行业固定效应 · 行业—年份固定效应 · 交互项模型

主要发现

• 行业外过度教育 × 最低工资：β = +0.65 ~ +0.83（p < 0.01，当期至滞后两年均显著）——劳动力成本上升时，区域技能池与自动化应用同步增强；
• 制造业中，本行业过度教育 × 最低工资：β = −1.12 ~ −1.45（p < 0.01）——行业内部过度教育更接近错配信号；
• 结论：自动化不仅受技术条件影响，也受区域技能池与劳动力成本约束影响。

稳健性

• 2008 / 2010 两套基期就业结构
• 行业拆分检验
• 当期与滞后期结果对比
• 工具变量尝试：第一阶段偏弱，不作为主结论

局限性

• 机器人指标为 Bartik 暴露度，不等于企业真实安装量；
• 当前不将结果表述为严格因果识别；
• 后续需补充 shift-share 推断与更多外生识别策略。