机器人化如何重塑中国制造业中的性别薪酬公平感知：数字化不平等视角

这篇研究通过中国广东省28,470名制造业工人的调查数据，揭示了机器人化（robotization）对薪酬公平感知（PPFs）的性别差异影响。研究发现，机器人化虽整体提升工人薪酬公平感，但男性受益更显著，主要源于其更高的工资增长（男性系数0.927 vs女性0.619）。技能提升对男性PPFs的负向调节（p<0.01）与女性无显著效应的对比，进一步凸显了性别化的技术接纳差异。研究为技术中性假说提供了反证，呼吁政策关注自动化中的性别工资差距。

　　

1 引言

工业机器人的崛起深刻重塑劳动力市场，但现有研究多聚焦就业率、工资不平等客观指标，对主观薪酬公平感知（Perceived Pay Fairness, PPFs）的关注不足。基于公平理论（Equity Theory），工人通过比较工作投入（如技能、工时）与产出（如工资）形成PPFs。机器人化通过改变任务复杂度、技能需求和薪酬结构，必然影响这一评估过程。

中国制造业的快速机器人化为研究提供了理想场景。广东省作为全国制造业中心，2015年投入1500亿美元推动自动化转型。研究团队通过电子问卷收集34,103份数据，最终纳入28,470名制造业工人样本，发现男性PPFs均值（3.17）显著高于女性（3.12）（p=0.0003），为后续分析奠定基础。

2 理论背景与假设

2.1 机器人化、PPFs与性别差异

机器人化通过双重路径影响PPFs：降低工作投入（如改善危险环境）和增加产出（如提升工资）。男性因更高的薪酬预期和社会比较标准，对机器人化带来的改善更敏感。假设1提出机器人化正向影响PPFs，假设2预测该效应在男性中更强。

2.2 工资的中介作用

文献显示机器人化加剧性别工资差距（Aksoy et al., 2020）。尽管女性对低薪容忍度更高（Pfeifer & Stephan, 2018），假设3仍预期工资增长正向中介PPFs，假设4则认为性别差异不会被女性满意度完全抵消。

2.3 技能水平的中介作用

机器人化淘汰低技能岗位，提升高技能需求（Fierro et al., 2022）。男性因过度自信可能高估技能价值，导致PPFs下降（假设5），而女性因技能低估使该中介不显著（假设6）。

3 数据与方法

样本中54.95%为男性，平均时薪23.37元（男27.16元vs女22.12元）。机器人化分为4级（1=未采用，4=广泛采用），PPFs采用5级李克特量表测量。工具变量（IV）采用同城同行业其他企业机器人化水平均值，控制行业和城市固定效应。

4 结果

4.1 主效应与性别差异

OLS显示机器人化每提升1级，PPFs上升12.5%（p<0.01）。交互项系数-0.0377（p<0.05）证实男性效应更强。IV-2SLS显示男性系数（0.927）近乎女性（0.619）的1.5倍。

4.2 工资机制

男性工资增长幅度（0.0424）显著高于女性（0.0255）。Bootstrap检验显示工资中介效应男性（0.0166）是女性（0.00991）的1.67倍，假设3成立但假设4被推翻。

4.3 技能机制

机器人化提升两性技能水平（p<0.01），但仅男性出现技能对PPFs的负向调节（p<0.01）。女性因"内化性低估"使中介效应不显著，支持假设5-6。

5 讨论

研究发现打破了"技术中性"迷思：机器人化通过工资差异扩大性别PPFs差距，而技能中介的性别异质性揭示了职场文化对女性自我评估的压制。建议政策需强制缩小自动化中的工资差距，并通过技能培训破除女性自我设限。

6 结论

广东省制造业数据证实，机器人化对PPFs的促进作用存在系统性性别偏差，男性通过更高工资增长获得更强公平感，而女性技能提升未能转化为心理回报。这一发现为理解技术变革中的隐性不平等提供了新视角。