机器人化虽能惠及多个行业和职业，但也可能加剧男女之间的薪酬差距。
与其他群体相比，中等和高技能职业中的男性从机器人化中获益更多。
三位经济学家撰文指出，各国政府亟须加大力度，确保女性和男性平等掌握与未来就业最相关的技能。
自动化的最新进展及其对经济和社会的影响，是全球政策讨论和学术辩论的核心议题（参见 Baldwin 2019、Klenert 等 2020）。尽管已有大量研究考察自动化对总体就业和劳动力参与的影响（例如参见 Grigoli 等 2020），但关于自动化可能如何影响性别平等的实证研究仍然不多。
自动化对男性和女性的影响可能不同
Brussevich 等（2019）构建了一个按性别划分的常规任务强度（RTI）指数，用以量化工作中所执行任务的可编码程度。作者发现，在涵盖 30 个国家的样本中，女性劳动者的 RTI 指数平均高出 13%。这一性别 RTI 差距源于女性劳动者较少从事需要分析、人际交往技能或体力劳动的任务，较多从事缺乏工作灵活性、在岗学习机会少且重复性更高的任务。这表明，平均而言，女性劳动者面临的自动化风险高于男性劳动者。本文聚焦于一种特定的自动化形式：工业机器人的采用（即机器人化），它对劳动力市场的影响具有明显的性别差异。毕竟，与许多其他形式的自动化不同，机器人取代的是依赖“体力”技能的劳动者，而这类劳动者更可能是男性（Rendall 2017；Ngai 和 Petrongolo 2017）。
背景
图 1.A 显示，工业机器人主要应用于汽车和运输行业（2014 年每万名工人约有 390 台机器人），不过它们也开始更广泛地用于塑料、化学品和金属，以及食品和饮料的生产。图 1.A 表明，绝大多数工业机器人都应用于制造业所属行业。
为了解样本期内劳动力的性别构成是否发生变化，我们在图 1.B 中按行业和年份列出女性劳动者的占比。在纳入分析的行业中，欧洲女性最常就业的行业是教育/研究/开发（2014 年女性占该行业全部岗位的 68%）、纺织业（63%）以及食品和饮料行业（47%）。与男性相比，女性在汽车和运输、金属、建筑以及采矿和采石行业就业的可能性也较低。总体而言，2006 至 2014 年间，各行业内部的性别构成变化很小。
图 1 各行业的机器人与女性
图 2 展示了样本所含 20 个国家在 2010 年月收入中位数的性别差距。各经济体的性别薪酬差距大小不一：罗马尼亚和保加利亚为 4%，德国为 18%，爱沙尼亚为 19%。
图 2 按国家划分的 2010 年月收入中位数性别差距
新证据
在 Aksoy、Özcan 和 Philipp（2020）一文中，我们通过研究 20 个欧洲国家，首次大规模提供了 2006 至 2014 年机器人采用对性别薪酬差距影响的证据。具体而言，我们考察调查年份之间每名工人对应的机器人数量变化（下文简称“机器人化”）如何影响制造业及其他少数使用机器人的行业中劳动者的月收入性别差距。
我们发现，机器人化会扩大性别薪酬差距：机器人化程度每提高 10%，（条件）性别薪酬差距就会扩大 1.8%。1 鉴于许多国家和行业的机器人化程度增幅已超过 10%，这一影响相当显著。作为参照，全国最低工资制度的引入使未经调整的性别薪酬差距缩小了约 2%（例如，参见 Robinson 2002 关于英国的证据，以及 Boll 等 2015 关于德国的证据）。此外，我们识别出的影响大于欧洲许多家庭友好政策的影响；这些政策在缩小薪酬差距方面是否有效，现有证据并不一致（综述参见 Olivetti 和 Petrongolo 2017）。
机器人化为何会影响性别薪酬差距？
我们探讨了潜在的作用机制，发现结果很可能是因为男性收入的增幅大于女性，尤其是在中等和高技能职业中（通过生产率效应）。换言之，在某些行业中，女性在中等和高技能职业中的代表性不足，再加上机器人化，会扩大性别薪酬差距；在性别不平等原本就严重的国家，这一现象尤为明显。相反，在初始性别不平等程度较低的国家，机器人化对性别薪酬差距没有显著的统计影响，但提高了所有劳动者的收入。我们还表明，研究结果无法用劳动力性别构成的变化或制造业劳动力流入、流出解释，这与 Freeman 等（2020）的发现一致。
启示
当前，政策制定者正加大力度应对劳动力市场中的性别差距，因此我们的证据具有重要意义。研究结果表明，各国政府不仅需要确保教育和职业培训体系帮助人们掌握未来所需的技能，还应关注分配问题，并加大力度确保女性和男性平等掌握与未来就业能力最相关的技能。
参考文献
Aksoy, C G、B Özcan 和 J Philipp（2020），《欧洲机器人与性别薪酬差距》，EBRD 工作论文第 246 号。
Baldwin, R（2019），《关于工作未来的公众讨论：理性与谬误》，VoxEU.org，11 月 1 日。
Boll, C、H Hüning、J Leppin 和 J Puckelwald（2015），《法定最低工资对性别薪酬差距的潜在影响——基于模拟的德国研究》，工作论文。
Brussevich, M、M E Dabla-Norris 和 S Khalid（2019），《技术是否正在扩大性别差距？自动化与女性就业的未来》，IMF 工作论文第 19/91 号。
Freeman, R B、I Ganguli 和 M J Handel（2020），《职业内部变化主导了劳动者工作内容的变化：2005—2015 年的份额变动分解》，《AEA 论文与会议录》，110：394-99。
Grigoli, F、Z Koczan 和 P Topalova（2020），《发达经济体的自动化与劳动力参与：宏观与微观证据》，《欧洲经济评论》，103443。
Klenert, D、E Fernández-Macías 和 J Antón（2020），《别把责任推给机器：欧洲的机器人与就业》，VoxEU.org，2 月 24 日。
Ngai, L R 和 B Petrongolo（2017），《性别差距与服务经济的兴起》，《美国经济学会宏观经济学期刊》，9(4)：1-44。
Olivetti, C 和 B Petrongolo（2017），《家庭政策的经济后果：高收入国家一个世纪立法的经验教训》，《经济展望杂志》，31(1)：205-30。
Rendall, M（2017），《脑力与体力：女性比较优势的实现》，苏黎世大学经济学实证研究所，工作论文 491。
Robinson, H（2002），《是否站错了队？最低工资对英国性别薪酬差距的影响》，《牛津经济学与统计学通报》，64(5)：417-448。
尾注
1 本文将条件性别薪酬差距（GPG）定义为：在同一年、同一国家、年龄相近、在同一职业类别和行业工作，且就职于规模相近企业的男性和女性之间的收入差异。换言之，条件薪酬差距是对可能导致男女收入差异的一组构成因素进行调整后的薪酬差距。从政策角度看，条件 GPG 比无条件（总体）薪酬差距更为重要，因为它与欧洲的“同工同酬”立法相关。
