制造业上市公司机器人渗透度 (2011-2019)

polo

7 x: \. {7 M$ x7 ~2 G
& v. [; z& ?/ p人工智能与机器人的兴起重塑了全球劳动力市场，也引起了学术界极大的研究热情。其中，经济学界最具代表性的人物无疑是 Daron Acemoglu，其撰写的几篇关于机器人的文章，基本都发表在诸如 AER，JPE，RES 等经济学顶刊上，尤其是 2020 年发表于 JPE 的 《Robots and jobs: Evidence from US labor markets》，短短两年间，引用量就超过了 2400 次。

4 \" E4 |5 m/ P9 u

) M( b9 T% M  I/ G2 [& U+ j中文期刊中，也有多篇关于机器人的文章见诸于《管理世界》、《经济研究》等顶级期刊，关于各种话题的研究纷纷涌现。

  h# T( X0 y" O* ~  E

看到这个领域日趋火热，我们参考了王永钦、董雯 2020 年发表于《经济研究》一文的方法，计算了 2011-2019 年中国制造业上市公司的机器人渗透度，以飨读者。该数据为公司层面数据，并保留了公司和年份信息，可与上市公司的其他财务信息匹配，展开自己感兴趣的研究。

) A& _4 j" `) X6 g. V
$ [. u( K& V* i* m  ?7 a3 w

我们参考 Acemoglu and Restrepo (2020) 和 王永钦、董雯 (2010) 的做法，构造中国制造业企业层面的机器人渗透度指标。具体测算方法如下：

+ {$ j3 n7 A9 [0 }6 {9 z* C
7 r2 b% C; t. e' l/ w
其大致思路是，先计算出行业层面的单位从业人员的机器人数量 (机器人渗透度)，随后再使用标准化的企业生产部门人数占比乘以行业机器人渗透度，两者的乘积即为该企业的机器人渗透度。

2 l# e' d) {- H4 r3 \7 ?3 m在计算过程中，我们需要解决几个核心问题，下面我们具体展开分析。
- q2 m0 \5 }6 k0 m7 Z6 X
4 j/ H' @/ Y, z6 r  D: Z6 T
首先，我们要完成不同版本行业分类代码的衔接。这其中由分为两个部分，分别是《2002 版国民经济行业分类与代码》和《2011 版国民经济行业分类与代码》的衔接，以及中国的行业分类代码与 IFR 行业分类代码的衔接。参考王永钦、董雯 (2020) 的做法，我们先将中国的二位数制造业行业分类码统一至 2011 年，随后再与 IFR 进行匹配。
  ^' {9 p' |' Q, s- Y% t
调整后的行业分类为：


5 C# j2 x8 H+ s5 \随后我们开始用Stata实现具体计算：
3 |" N2 n9 d: C- x- t$ ^
先确定工作路径：

1. cd "~/Desktop/IFR to firm"
   , v  n6 ^6 g+ d6 K3 x
2. global path "~/Desktop/IFR to firm"
   * x4 N. I$ o8 |" h# d( k
3. global raw_data "$path/raw_data"
   6 a: ]) r# ~9 {6 e
4. global result_data "$path/result_data"

复制代码

5 L, u3 i  s4 N. d# F6 B参考王永钦、董雯 (2020) 的测算方法，我们先计算出 2010 年中国各行业的从业人数。该数据来自于 CSMAR。

1. import excel using "$raw_data/IND_Indstsvy.xlsx", firstrow clear
   
2. labone, nrow(1 2)
   ' x$ h  V% v: F1 s
3. drop in 1/2
   : f5 D6 u* b/ s# a
4. keep Yeasgn Indcd Indnme Noemploy
   ! s7 ?7 G# K+ M8 b& @8 X$ H0 p* T
5. destring Yeasgn Indcd Noemploy, replace force
   + d& ?9 ~" h& Q( c' L
6. keep if Yeasgn == 2010
   ' v+ y1 V. U, }4 F0 }6 O+ V
7. keep if inrange(Indcd, 13, 43)
   - v3 ^2 J' i9 X9 b  }* F
8. 
   
9. #delimit ;
   6 {* h( y. K9 ?2 H
10. recode Indcd (13 14 15 16  = 1 "食品与饮料")
    3 P' `. F+ U% m5 M
11.              (17 18 19     = 2 "纺织与服装")
    5 {. t6 O! B0 P" l* x
12.              (20 21        = 3 "木材家具")
    
13.              (22 23        = 4 "造纸印刷")
    
14.              (24 42 43     = 5 "其他制造业")
    
15.              (25/30        = 6 "塑料和化学制品")
    " F2 V7 L+ t$ {. Q6 _0 `
16.              (31           = 7 "玻璃、陶瓷、矿石制品")
    
17.              (32 33        = 8 "基本金属")
    
18.              (34           = 9 "金属制品")
    0 {, R3 B" {* N: o
19.              (35 36        = 10 "机械设备制造")
    " b! m7 q8 y" y
20.              (37           = 11 "汽车制造业和其他交通设备制造业")
    
21.              (39/41        = 12 "电力设备与计算机、电子产品、光学产品制造"),
    
22.              gen(industrycode);
    
23. #delimit cr
    3 R6 B2 N' ~6 {7 x% G% O
24. collapse (sum)labor = Noemploy, by(industrycode)
    
25. save "$result_data/labor.dta", replace

复制代码

随后，我们导入 IFR 的机器人数据，并统一行业编码。

1. use "$raw_data/IFR.dta", clear
   2 m8 h. k" B- r: O$ f7 \- p
2. keep if country == "CN"
   ! F4 \( y1 h$ Q7 |1 P2 G
3. keep if inrange(year, 2011, .)
   
4. drop country Country installations
   
5. gen industrycode = .
   2 O$ S1 e, j7 J3 j
6. replace industrycode = 1  if industry == "10-12"
   
7. replace industrycode = 2  if industry == "13-15"
   
8. replace industrycode = 3  if industry == "16"
   
9. replace industrycode = 4  if industry == "17-18"
   
10. replace industrycode = 5  if industry == "91"
    
11. replace industrycode = 6  if industry == "19-22"
    
12. replace industrycode = 7  if industry == "23"
    
13. replace industrycode = 8  if industry == "24"
      Q5 `+ p# i; Y, W
14. replace industrycode = 9  if industry == "25"
    3 i4 t& {6 _' n2 J$ z$ a
15. replace industrycode = 10 if industry == "28"
    
16. replace industrycode = 11 if industry == "29" | industry == "30"
    
17. replace industrycode = 12 if industry == "26-27"
    
18. keep if !mi(industrycode)
    0 [! S& a8 |" q8 v( w4 K
19. collapse (sum)stock = operation, by(industrycode year)
    
20. save "$result_data/robot.dta", replace

复制代码

合并上述两份数据，计算行业层面的机器人渗透度：
, e( v$ V8 C  B0 z; Q2 S2 m

1. use "$result_data/robot.dta", clear
   + h& w  ^, {7 W
2. merge m:1 industrycode using "$result_data/labor.dta", ///
   + S/ n* I" H( x
3.     keep(1 3) nogen
   ' U7 P  ^; m. Q
4. gen density = stock / labor * 10000
   
5. xtset industrycode year
   . W& n0 q* w5 |8 \* e5 c- Z4 M
6. save "$result_data/robot_density.dta", replace

复制代码

我们导入 2011 年各制造业企业的生产部门员工占比，该数据来源于 Wind。
; P4 Q9 ^" K: }" d! R$ u

1. import excel using "$raw_data/员工构成-2011年.xlsx", clear
   
2. labone, nrow(1/2)
   ; `0 d* ?2 T# G- @; l/ g- L5 g
3. drop in 1/2
   * ~- @& J$ R; b) J7 u5 q4 s0 m
4. keep A B C R
   # {% D& K. z' W: {8 P. y+ H
5. replace A = subinstr(A, ".SZ", "", .)
   
6. replace A = subinstr(A, ".SH", "", .)
   
7. destring A R, replace force
   
8. gen year = real(substr(C, -4, .))
   
9. drop C
   
10. xtset A year
    6 Y/ ^* R+ p2 f- I( s0 B0 y6 m/ K" ~4 I
11. rename (_all)(Stkcd ShortName product_share year)
    9 u* P( i6 g% p
12. order Stkcd year
    
13. drop if mi(Stkcd)
    9 K' m( {  \/ U7 O( z0 ^( c6 R4 W
14. format Stkcd %06.0f
    ! r, \% i* Z1 `
15. save "$result_data/employee_structure.dta", replace

复制代码

由于 Wind 并不提供上市公司的行业代码，我们从 CSMAR 下载了各企业的股票代码与行业分类码，并按照本文第二章所属的编码规则，对行业分类 recode
) o' z% a9 {$ t* n+ |8 }; F

1. import excel using "$raw_data/STK_LISTEDCOINFOANL.xlsx", firstrow clear
   & i$ U& G% Z* {& Z
2. labone, nrow(1 2)
   
3. drop in 1/2
   
4. gen year = real(substr(EndDate, 1, 4))
   
5. gen listyear = real(substr(LIST, 1, 4))
   
6. keep if ustrregexm(IndustryCode, "C")
   
7. keep if inrange(year, 2011, 2019)
   
8. clonevar Industrycode = IndustryCode
   
9. replace Industrycode = subinstr(Industrycode, "C", "", .)
   
10. destring Symbol Industrycode, replace force
    
11. 
    : }$ l# S  ]% t9 `% L3 m' c
12. #delimit ;
    
13. recode Industrycode
    8 o4 c) z; Y& R9 X; i& O
14.     (13 14 15 16  = 1 "食品与饮料")
    8 R1 L0 B+ s# s1 E8 ?
15.     (17 18 19     = 2 "纺织与服装")
    ( v  E* J: C7 r$ I1 {( }3 E9 }
16.     (20 21        = 3 "木材家具")
    $ l: Y6 J# b" {7 g
17.     (22 23        = 4 "造纸印刷")
    
18.     (24 41 42     = 5 "其他制造业")
    6 k* {8 s3 ?2 k% u, i" ~# H
19.     (25/29        = 6 "塑料和化学制品")
    1 u0 [- t0 [5 D, g2 ~1 i3 F+ Y* H
20.     (30           = 7 "玻璃、陶瓷、矿石制品")
    4 s) v- e, P3 a4 C" `5 b+ x  Z8 T
21.     (31 32        = 8 "基本金属")
    7 R9 _# G9 T$ f8 r8 j3 |
22.     (33           = 9 "金属制品")
    2 |- ]+ k' `1 m! f0 N# u- ]+ F
23.     (34 35        = 10 "机械设备制造")
    - M4 r: |, @8 e+ [; t
24.     (36 37 43     = 11 "汽车制造业和其他交通设备制造业")
    
25.     (38/40        = 12 "电力设备与计算机、电子产品、光学产品制造"),
    
26.     gen(industrycode);
    
27. #delimit cr
    ; }: [# B! r5 i& T' i' k9 x+ y
28. 
    
29. drop ListedCoID EndDate LISTINGDATE IndustryName
    ) l) t, }2 p: a& q% |
30. rename Symbol Stkcd
    ! k* O# R1 i, e+ L6 N
31. format Stkcd %06.0f
    0 W4 f. x: s1 D9 a( R& m; D
32. order Stkcd year listyear
    % y9 R& E3 |3 v
33. save "$result_data/industrycode.dta", replace

复制代码

6 i; X5 U) s* v接下来，就是最终的计算结果了。我们先把前述所有数据 merge 到一起，包括 2011 年企业生产部门员工占比，和各行业的机器人渗透度。
7 V5 b2 V: S% d1 |. S! N' V
随后，我们使用 egen 中的 mediam 计算出生产部门员工占比的中位数。
' H. U  w: M. ~) y4 v
最后，将企业生产部门员工占比除以中位数，再乘以行业机器人渗透度 density，所得的 exposure 就是企业的机器人渗透度了。
# x4 y3 f2 O" Z' `8 s
( a; D7 \2 L" R

1. use "$result_data/industrycode.dta", clear
   
2. merge m:1 Stkcd using "$result_data/employee_structure.dta", ///
   
3.     keepusing(product_share) keep(1 3) nogen
   . @' y* T! _7 Q: l' A* Z; M
4. merge m:1 industrycode year using "$result_data/robot_density.dta", ///
   6 n* L4 \) l, X8 x
5.     keepusing(density) keep(1 3) nogen
   
6. format %20.0g industrycode
   
7. egen share_median = median(product_share)
   
8. gen exposure = (product_share / share_median) * density
   : N3 j7 ?2 U+ l5 a
9. 
   
10. label var density       "行业层面机器人渗透度(每万人)"
    
11. label var product_share "生产部门员工占比"
    2 t0 R% L  C# c2 C+ @6 M
12. label var share_median  "生产部门员工占比中位数"
    
13. label var exposure      "企业机器人渗透度"
    
14. order Stkcd year
    
15. xtset Stkcd year
    
16. save "$result_data/exposure.dta", replace

复制代码

' q3 [3 m" C; I& I


" u' ]& H+ O; a- {7 O* k
2 [' v( C' ^: h- x, |

大头电脑

好人一生平安，感谢楼主

Yifarry

可以分享一下最终数据吗？

I22201058

感谢分享，好人一生平安！

walsonwu

分享的内容太棒了，感谢楼主

哼唧

太棒了感谢楼主的慷慨解答

kysl

写的太好了！
/ @- d; Z1 {  y6 O+ Z9 F