蔚金霞、倪晨旭、高文书（中国社会科学院大学）

非常荣幸《工业机器人应用、培训投资与退休行为》一文能够发表于《经济评论》2025年第2期。本文从投稿、外审、返修、录用到最终定稿的学术生产周期中，收到了审稿专家和编辑部老师们的诸多有益意见和帮助，使本文在学术规范与文章质量层面实现了很大提升。在此系统梳理本文的创作脉络，向大家分享论文背后的创作故事。

本文的选题始于作者对工业机器人应用下的中老年群体就业的持续关注和思考。一方面，伴随着人口老龄化的持续加深和加速，劳动年龄人口老龄化也成为客观必然的趋势。在劳动年龄人口数量不断下降和老年劳动人口相对规模不断上升的背景下，需要格外关注中老年劳动人口的就业特征，这对于充分挖掘和利用劳动供给资源具有重要意义。另一方面，当前正在快速进行的以人工智能、工业机器人等为代表的自动化技术变革将会带来巨大的就业冲击。从年龄结构来看，中老年劳动力因缺乏创新思维优势、体能衰减、职业路径依赖等被人工智能技术替代的风险更高。那么，在自动化技术冲击下，面临职业替代风险的中老年劳动力会做出怎样的就业选择，是否会选择提前退休，是需要回答的问题。

在具体研究设计部分，本文基于工业机器人应用这一自动化技术变革，研究其就业冲击下中老年劳动力的退休行为，以及培训投资如何发挥缓解作用，为充分挖掘中老年劳动力资源，推动延迟退休政策效果的有效发挥以及积极应对人口老龄化提供依据。具体而言，本文利用全国代表性的微观调查数据，基于工业机器人数据构建Bartik冲击变量，并采用工具变量缓解内生性问题，从实证的角度验证工业机器人应用对中老年劳动力退休行为的影响。并从就业环境恶化、技能劳动力就业占优及再培训投资成本收益失衡的角度进行机制分析。本文还从地区职业培训投入力度、受教育程度、年龄和性别等维度分析异质性，为工业机器人应用对退休行为的影响及培训投资的缓解作用提供证据。

实证检验发现，工业机器人应用显著提高了临近退休年龄人口选择退休的概率。主要机制在于，一是工业机器人应用使得大龄劳动力的就业环境恶化，在业概率显著下降，失业风险显著提升，工业机器人应用水平更高的企业也会减少大龄劳动力的雇佣比例，这都会使中老年劳动力选择退出；二是技能水平较高的人力资本优势群体受到的就业冲击更小，然而，从工资水平来看，进行再培训投资的收益并未有明显的提升，这也弱化了中老年劳动力努力留在劳动力市场的激励。异质性分析发现，培训的获得有助于降低中老年劳动力因工业机器人应用而退休的概率；本科以下受教育程度者、较高年龄劳动者及女性从业人员等在就业环境和技能提升方面处于相对弱势的群体，更可能受到工业机器人应用的冲击而选择退休。因此，在新一轮科技革命的快速演变下，促进大龄劳动力的积极就业需要公共部门提供充足的培训支持。

本文主要从以下几个方面丰富了已有文献：在研究主题上，将技术变革、人力资本投资和退休决策放在一个框架下进行分析，从技术进步这一劳动需求侧方面补充了退休行为的决定因素研究；在研究对象上，丰富了技术变革对不同年龄段劳动力的结构性影响研究，补充了工业机器人应用对中老年劳动力市场影响的证据；在应对策略上，正式检验了培训型人力资本投入对中老年劳动力就业冲击的缓解作用，展示了获取再培训投资支持对延长其就业年限的重要意义。

本文从投稿至正式刊出历时近一年，历经多轮严谨的审稿修订。谨向参与评审的专家学者及期刊编辑部老师们致以最诚挚的谢意。审稿专家的专业意见与宝贵建议，不仅使论文的学术表达更加精准凝练，更指出了更加科学精进的科研方法。编辑部老师们一丝不苟的专业精神和职业态度，成就了本文的最优化呈现。

（《工业机器人应用、培训投资与退休行为》载于《经济评论》2025年第2期）