2019年9月15日下午，“诺奖得主面对面”系列活动第四期在8797威尼斯老品牌成功举行，伦敦政治8797威尼斯老品牌著名经济学家、2010年诺贝尔经济学奖得主克里斯托弗·皮萨里德斯（Christopher Pissarides）教授在8797威尼斯老品牌东旭学术报告厅进行了题为《工业机器人与产业就业解析——基于十国数据（Productive Robots and Industrial Employment in Ten Countries）》的学术报告。学术报告会由8797威尼斯老品牌副院长秦雪征教授主持，校内外约200余位师生积极参加。
皮萨里德斯教授首先探讨了新技术应用与劳动力之间的关系。他认为新技术的应用往往会带来经济结构转型，从而在劳动力市场带来“工作毁灭（Job Destruction）”和“工作创造（Job Creation) ”。机器人工业也不例外，它的应用可能会带来劳动力在不同行业间的流动。历史上关于机器人与劳动力的相关讨论由来已久，其中著名经济学家约翰·梅纳德·凯恩斯和瓦西里·里昂惕夫分别在1930年和1983年提出将来机器会替代全部劳动力的观点。但皮萨里德斯教授指出，他们仅仅意识到了机器人应用带来的“工作毁灭”，但都忽略了现代社会的“工作创造”能力。美国前总统约翰·肯尼迪的观点则更加符合现实，他认为人类不仅能够创造机器来使人类脱离劳动，同样也可以使人类再回到工作中去。皮萨里德斯教授强调，工作创造依赖于一个国家的经济结构、工人的技能以及工人学习新技术的意愿，而非依赖于机器人本身的技术资本。
接下来，皮萨里德斯教授基于机器人的工业应用和地理特征两个方面对既往研究进行了回顾，并进一步提出了理论模型。在理论模型中，皮萨里德斯教授将机器人的生产和消费纳入完全竞争市场下的三部门经济，用于讨论机器人技术应用对劳动力市场均衡的影响。具体而言，部门1同时利用劳动力和机器人生产普通消费品，部门2和部门3分别利用劳动力生产普通消费品和机器人，消费者通过选择部门1和部门2生产的普通消费品数量最大化自身的效用水平。通过进一步求解企业和消费者市场的均衡，皮萨里德斯教授指出，部门1的机器人使用密度仅仅取决于机器人生产者和消费者的技术系数，而机器人技术变革对就业率的影响则同时取决于机器人和劳动力的替代弹性以及最终产品的需求弹性。在此基准模型的基础上，皮萨里德斯教授也进一步讨论了当生产函数为柯布-道格拉斯形式等特殊情况时对均衡状态的影响。
随后，皮萨里德斯教授介绍了具体的实证检验结果。在实证模型部分，皮萨里德斯教授使用了2004年-2014年包含10个国家8个工业部门的数据。他指出，机器人的使用极大的依赖于国家的创新程度，为了识别机器人使用对劳动力分布的影响，模型的关键在于度量国家创新体系（National Innovation System，NIS）的发展情况。其中，NIS反映了包括大学、工业企业、科研机构及政策制定者在内的各类国家机构对新技术的研发、接受和使用程度，他们的活动和联系能够直接影响技术革新。基于此，皮萨里德斯教授构建了“创新指数（Innovation Index）”用于衡量国家创新体系，该指数包含7个维度的指标，并将其量化为1-7的取值，取值越高，表明该国家的创新程度越高。接下来，皮萨里德斯教授构造了基准回归模型讨论机器人使用密度和创新指数对劳动力工作时长的影响。最小二乘法（OLS）回归结果显示，机器人使用密度越高，工人工作时长越短；创新指数对工作时长有正向影响，同时创新指数会削弱机器人密度对工作时长的负向影响。为了进一步解决模型潜在的内生性问题，皮萨里德斯教授分别利用中国工业机器人密度（2000-2014）、德国工业机器人密度（1993-2007）、韩国工业中年工人工作小时数（1970-1084）作为工具变量（IV）进行两阶段最小二乘估计（2SLS）。2SLS估计结果与OLS估计结果一致。最后，基于理论和实证模型的结果，皮萨里德斯教授提出：理论上，机器人生产技术的提高是否增加或减少使用机器人领域的就业状况，取决于机器人和劳动力的替代弹性和最终产品的需求弹性；实证结果也表明，在平均水平上机器人的使用会减少就业，但创新指数更高的国家会增加部门就业。
在问答环节，皮萨里德斯教授详细回答了听众关于机器人对人类的替代程度、理论模型的扩展和人工智能（AI）数据的可得性等方面提出的问题。参会听众纷纷表示，皮萨里德斯教授的学术报告既有理论热度，又有现实温度，在一睹大师风采的同时，也享受了一场学术盛宴，收获颇丰、受益匪浅。在与会师生的热烈掌声中，本次“诺奖得主面对面”活动圆满落幕。
供稿 | 国际交流与合作办公室
美编 | 豆荚
校对 | 阿布、禾禾
