《Journal of Agricultural Economics》：Automating Food Production: Evidence From the Dutch Food Industry
编辑推荐：
自动化技术有潜力替代食品工业中的相当一部分劳动力。研究人员利用2002年至2023年的数据，研究了荷兰食品工业中采用自动化技术的因果处理效应。食品工业中的自动化技术用于多种任务，如物流、安全、质量和生产。研究人员提出了一个理论模型来概述实证分析中检验的关系。关
自动化技术有潜力替代食品工业中的相当一部分劳动力。研究人员利用2002年至2023年的数据，研究了荷兰食品工业中采用自动化技术的因果处理效应。食品工业中的自动化技术用于多种任务，如物流、安全、质量和生产。研究人员提出了一个理论模型来概述实证分析中检验的关系。关注的结果变量是总增加值、平均工资、就业和劳动份额。实证分析发现，自动化对这些结果的影响是模糊的，大多数估计值在统计上不显著。研究人员研究了食品工业企业不同样本和自动化定义下的这种关系。对于全样本，这些结果的长期变化与自动化在很大程度上不相关，而食品加工企业的总增加值长期下降，劳动份额上升。链式双重差分（chained difference-in-differences）设计表明，在较大型企业和食品加工企业中，采用自动化提高了总增加值，降低了劳动份额和工资。然而，自动化的大多数效应在统计上并不显著。自动化缺乏强烈效应可以解释为：投资用于监控和控制生产步骤，而非替代生产中的工人角色。
**论文解读：荷兰食品工业自动化采用的经济效应实证研究**
**一、研究背景与问题提出**
自动化技术的创新有可能从根本上改变制造业中工人的角色（Acemoglu和Restrepo 2022）。然而，农业食品系统是否会遵循这一趋势尚不明确。迄今为止，食品行业在机器人采用方面一直落后于其他行业（Koch等 2021），尽管有乐观预期认为技术进步将通过提高生产率和食品行业的管理质量，在解决经济、社会和环境问题方面发挥重要作用（Herrero等 2020；Hill等 2025）。在传统的资本增强型技术变革模型中，自动化是一种常规的要素增强型投入，能增加资本投入，从而提升销售额和就业（Aghion等 2020）。相比之下，基于任务的理论模型强调，自动化可能用机器替代劳动力，因此即使生产率提高，也可能导致制造业劳动力减少（Acemoglu和Restrepo 2022）。技术采用的净效应因此是一个实证问题。
荷兰食品工业规模庞大、具有国际竞争力，是生产技术的早期采用者，且该行业被详细的管理数据所覆盖（Dalhaus等 2024），为分析提供了适宜的设定。自动化技术在该行业应用于物流、安全、质量和生产等多种任务。在此背景下，研究人员提出以下研究问题：企业为何自动化？食品行业中哪些企业实现了自动化？采用自动化对荷兰食品工业的总增加值、平均工资、就业和劳动份额有何影响？
**二、主要研究内容与结论**
研究人员构建了一个理论模型来概述自动化与企业结果之间的关系，该模型区分了主要由劳动或自动化资本执行的企业任务。实证分析利用2002年至2023年荷兰中央统计局（Centraal Bureau voor de Statistiek, CBS）的行政数据，涵盖生产统计和投资数据集，样本包括2824家食品工业企业，其中约30%在22年间经历了自动化事件。研究人员采用长差分（long-difference）回归和链式双重差分（chained difference-in-differences）估计量来评估自动化采用对四个结果变量——总增加值、平均工资、就业和劳动份额——的因果效应。
研究发现：第一，描述性统计显示，实现自动化的企业规模更大、员工更多，且自动化率在不同子行业间存在差异，鱼类行业最高，批发行业最低。第二，长差分回归结果表明，在大多数样本和设定下，自动化与结果的长期变化之间缺乏显著相关性。对于全样本，结果的年变化均小于1%且不显著；但在食品加工子样本中，自动化状态与总增加值每年下降3.4%和劳动份额每年上升0.9个百分点相关，均在5%水平上显著。第三，链式双重差分估计显示，在大型企业样本中，自动化采用后总增加值有所增加，劳动份额下降；在食品加工企业样本中，工资和劳动份额在自动化事件后下降。然而，多数估计效应在统计上不显著，尤其是当置信区间针对多重假设检验进行调整后。
**三、主要技术方法**
为开展这项研究，研究人员采用了以下关键技术方法：（1）基于Bessen等（2025）开发的策略，利用自动化支出相对于平均总成本的三倍尖峰阈值来识别自动化事件；（2）长差分回归，以最小假设估计自动化与长期结果变化之间的相关性，并控制基期对数就业和对数总增加值及四位SBI行业固定效应；（3）链式双重差分估计量（Bellégo等 2025），该估计量能够处理不平衡面板数据和异质性处理效应，通过估计每个处理年份相对时间的组-时间效应并聚合为动态处理效应；（4）逆概率加权控制协变量不平衡，以及自助法计算标准误和同时置信区间。数据来源于荷兰中央统计局提供的生产统计和投资数据集，覆盖2002年至2023年。
**四、研究结果详述**
**4.1 长差分估计结果**
长差分回归结果显示，对于全样本，自动化状态与各结果的年变化之间的相关性均小于1%且统计上不显著。对于食品加工子样本，自动化状态与总增加值每年下降3.4%相关，劳动份额每年上升0.9个百分点，两者均在5%水平上显著；工资和就业估计值接近零且不显著。在大型企业子样本中，在四位SBI固定效应下，自动化状态与工资每年下降2.6%相关，在5%水平上显著。这些估计在三位和四位SBI固定效应以及替代处理定义下保持稳定。
**4.2 双重差分估计结果**
事件研究图显示，在大型企业样本中，处理前多数估计值不显著，总增加值和就业结果在处理前略为负值。处理后，工资和就业结果大致保持不变；总增加值的点态置信区间显示4年内有统计显著增长，但针对多重检验调整后不显著；劳动份额在处理后5年内显著下降，多重检验区间也表明整个处理后期间劳动份额存在变化。在食品加工企业样本中，仅少数处理前估计偏离共同路径，就业估计显示食品加工企业在自动化前就业较低。处理后，总增加值在第一年有所增加，工资在第三至八年下降，就业在处理后8年下降，劳动份额在第一、三、五年下降。但控制多重假设检验后，所有处理后估计均不显著。
**4.3 稳健性检验**
九项额外的双重差分设定（变化样本为全样本、小型企业和批发企业，变化处理定义为更高尖峰阈值、结合自动化和机器投资的更广泛支出衡量以及绝对25千欧元阈值）的结果显示，全样本、小型企业和批发样本中，处理前结果已偏离共同路径，表明存在选择效应。针对同时性检验调整置信区间后，处理后估计通常不显著，仅有的例外是绝对阈值设定下工资下降和批发样本中就业下降。
**五、讨论与结论**
本研究发现，荷兰食品工业中自动化对结果变量的影响大多不显著。长差分估计显示结果变化很少与自动化采用相关，而双重差分估计表明存在一些短期效应，但这些效应在长期内不持续。效应缺乏强烈性可归因于投资用于监控和控制生产步骤而非替代工人角色。与已有文献相比，本研究的估计值小于Acemoglu等（2026）对荷兰整个制造业和Acemoglu等（2020）对法国制造业的估计，这可能反映了食品行业与制造业其他部分之间的结构性差异，包括企业规模较小、自动化技术应用的性质（如食品质量和安全控制）以及规模经济阈值的存在。自动化降低劳动份额的发现与Restrepo（2024）的证据一致，但荷兰食品工业中的劳动力市场效应迄今小于整个制造业部门。政策制定者应关注自动化可能带来的行业集中度上升问题，并识别阻碍小企业采用自动化技术的障碍。未来研究可致力于创建更细粒度的任务级自动化数据，并开发能外生诱导企业自动化的工具变量。
