《表8 工业机器人对教育技能者的工资影响(被解释变量:工资自然对数)》

《表8 工业机器人对教育技能者的工资影响(被解释变量:工资自然对数)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《工业机器人、工作任务与非常规能力溢价——来自制造业“企业—工人”匹配调查的证据》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:(1)括号内为标准误,*p<0.10,**p<0.05,***p<0.01。(2)控制变量与表4完全相同。

遵循既有文献做法(Krueger,1993),本文以受教育水平划分高/低技能者:接受大专及以上教育的工人为高技能者,反之则为低技能者。在实证过程,将机器人与高技能者生成交互项,如果交互项的估计系数显著为正,则表明机器人会显著提升教育技能者工资溢价。估计结果见于表8第(1)列,交互项的估计系数虽然为正,但并不显著。考虑到当前我国制造业工人受教育程度普遍不高的现实,如果按照学历教育划分高低技能,可能存在一定主观性。为谨慎起见,我们直接采用机器人与工人受教育年限交互相乘进行估计,结果见于第(2)列,可知,交互项的估计系数依然不显著。总之,机器人无法解释教育技能工资差距,表明机器人强调的是以任务为基础的工资,更多体现的是任务偏向型技术变革(TBTC),而不是以教育技能偏向型技术(SBTC)。这里的一项检验为前文关于机器人导致任务工资差距提供了有力的补充证据。