我院韩朝亮教授与孙爽讲师与辽宁大学侯尚迪助理教授合作的论文《服务机器人创新与“鲍莫尔成本病”——来自生产性服务业的微观证据》于2026年8月28日在《山西财经大学学报》发表。论文围绕服务机器人创新能否缓解生产性服务业“鲍莫尔成本病”这一核心命题，构建内生劳动分工经济增长模型，进行了系统检验。

论文首先从理论层面构建拓展的内生劳动分工经济增长模型，将服务机器人创新引入服务生产过程，从专业化分工和协调成本两个方面刻画其作用机制。模型将企业生产过程划分为任务层和组织层：在任务层面，服务机器人创新能够拓展可自动化任务范围，优化人工任务与机器人任务的配置；在组织层面，机器人嵌入服务生产过程能够改善生产协调方式，并推动专业化分工深化。由此，服务机器人创新不仅能够直接提高生产效率，还能够通过生产组织方式的优化进一步释放生产率效应。在实证层面，论文以2011—2023年A股生产性服务业上市企业为样本，利用企业层面的服务机器人发明专利被引数据衡量服务机器人创新水平，并结合企业微观数据进行检验；在基准回归基础上，进一步考察市场化水平和管理规模的调节作用，并采用双重机器学习方法分析不同期初禀赋企业之间的影响差异。

研究发现表明，服务机器人创新能够显著缓解生产性服务业“鲍莫尔成本病”。基准回归及一系列稳健性检验均支持这一结论，表明服务机器人创新能够通过提升企业生产效率，为生产性服务业应对成本压力提供新的技术路径。进一步分析发现，这一作用并非仅体现为技术进步对生产效率的直接改善，还与企业生产组织方式的调整密切相关。

机制检验表明，服务机器人创新主要通过降低协调成本和深化专业化分工两条路径发挥作用。一方面，服务机器人嵌入生产过程能够改善企业内部信息传递与生产协调，降低生产过程中的协调负担；另一方面，机器人对部分任务的自动化替代能够重新配置人工与机器人的任务边界，为服务生产过程的专业化协作创造条件。两种机制共同推动企业生产组织效率改善，从而增强服务机器人创新的生产率效应。进一步的调节效应分析发现，市场化水平能够正向强化服务机器人创新对“鲍莫尔成本病”的缓解作用，而管理规模则表现出负向调节效应，说明外部市场环境和企业内部组织结构会影响技术创新生产率效应的释放。

异质性分析进一步表明，服务机器人创新的作用具有明显的企业特征差异。基于双重机器学习方法的分组检验发现，高期初杠杆率企业的缓解效应更强，表明融资压力可能形成推动企业利用机器人创新降本增效的“倒逼机制”；在生产要素基础方面，服务机器人创新的作用主要在期初固定资产占比较高的企业中显著，且高资本密集度企业的作用更强，体现出服务机器人创新与资本投入及设备基础之间的互补性；在内部组织特征方面，管理层工资溢价较低、内部薪酬差距较小的企业能够更充分发挥服务机器人创新的作用。

论文的边际贡献主要体现在三个方面：第一，在研究视角上，首次将服务机器人创新与生产性服务业“鲍莫尔成本病”这一经典命题紧密结合，突破了以往研究多关注通用数字技术的局限；第二，在研究方法上，利用双重机器学习方法有效解决变量间的非线性关系及高维混淆问题，有助于缓解模型设定偏差与内生性干扰，提升估计结果的可靠性；第三，在机制分析上，基于拓展的内生劳动分工经济增长模型，从专业化分工、协调成本等视角构建数理模型，实现了理论推演与实证检验的严密结合，为理解服务机器人创新与“鲍莫尔成本病”缓解的关系提供了更完整的分析范式。

研究结果表明，应进一步强化服务机器人创新能力建设，推动技术研发、知识积累与生产方式变革，并促进其与企业信息系统、数据资源和管理流程协同融合，提高技术成果向生产效率的转化能力。同时，应进一步优化市场化环境和服务生产组织方式，通过服务流程模块化、标准化提升专业化协作水平，并针对企业融资压力、资本基础和内部组织特征实施差异化支持，为服务机器人创新作用的有效释放创造条件。