工业机器人未来市场空间几何?—从工业革命、逆周期布局以及扩大再生产视角
研究意义:
一、工业机器人行业概览
1.1 工业机器人起源及发展
1956年美国发明家乔治·德沃尔(George Devol)和物理学家约瑟·英格柏格(Joe Engelberger)成立了一家名为Unimation的公司,并于1959年推出了世界上第一台工业机器人,命名为Unimate。1961 年,Unimation公司生产的世界上第一台工业机器人Unimate在美国通用汽车公司安装运行。这台工业机器人用于生产汽车的门、车窗把柄、换档旋钮、灯具固定架,以及汽车内部的其他硬件等。遵照磁鼓上的程序指令,Unimate 机器人4000 磅重的手臂可以按次序堆叠热压铸金属件。

尽管第一台工业机器人早在上世纪五六十年代便已问世,但其真正的大规模应用直至八十年代,才伴随着信息技术以及电子工业发展带来的新技术突破而正式实现商用落地。从最初的概念萌芽到最终的商业化普及,工业机器人整整走过了三十年的漫长历程。

经过数十年的演进,工业机器人已依据应用场景的差异形成了丰富的产品谱系;当前,国际机器人联合会(IFR)主要按机械结构将其划分为多关节、并联、直角坐标、圆柱坐标以及SCARA(平面多关节)五大类。下游企业通过考量应用场合、有效负载、自由度、最大作业范围及运转速度等关键指标,将这些各具特性的机器人协同配合,构建起一条完整且高效的自动化生产线。

1.2 2024年工业机器人市场情况
根据IFR数据,截至2024年,全球工业机器人运行存量达466万台,同比增长8.92%,2013至2024年间复合增长率高达12.07%;在新装机方面,2024年全球新增装机54万台,同比微增0.18%,虽较2023年略有回升,但受下游电子行业需求萎缩影响,整体出货量仍低于2022年水平。展望2024年以后,IFR指出尽管新增装机增速有所放缓,但预计行业仍将保持正增长态势。

自2013年起,中国始终稳居全球最大工业机器人市场地位,2024年其新增装机量占比高达54%,装机量同比增长7%。同年,全球前五大市场合计贡献了80%的新增装机,显示出极高的下游市场集中度。从细分行业来看,2024年电子行业重回新增装机量首位,虽较2022年峰值仍有差距,但整体已呈现显著回暖态势;相比之下,汽车行业的新增装机量则出现了一定程度的萎缩。

经过多年深耕,2024年中国工业机器人新增装机市场中,本土供应商占比已突破50%大关;自2021年起,海外供应商新增装机量持续下滑,凸显出国内厂商竞争力的显著提升。尽管近年中国工业机器人出口数量有所回落,但这主要归因于全球(除中国外)市场需求整体疲软,而非本土产品竞争力下降所致。

1.3 工业机器人行业主要企业以及产业链介绍




工业机器人产业链上游涵盖减速器、伺服系统、控制器等核心零部件及齿轮、涡轮、蜗杆等关键材料;中游由本体厂商负责将零部件组装集成为机器人本体;下游则通过系统集成商为终端客户提供定制化应用解决方案。其中,减速器、伺服系统及控制器作为三大核心部件,直接决定了机器人的性能、可靠性与负载能力,对整机表现起着决定性作用。从成本结构来看,减速器、伺服系统和控制器的成本占比分别高达35%、20%和15%,三者合计约占整机总成本的70%,而机器人本体部分仅占15%。

工业机器人产业链的壁垒与盈利能力呈现典型的“微笑曲线”特征:上游核心零部件技术壁垒最高,市场参与者稀缺且议价能力强,因而毛利率显著,例如绿的谐波减速器毛利率常年维持在40%左右,禾川科技伺服系统毛利率也约为30%。相比之下,中游本体制造技术附加值较低,主要局限于零部件的组装集成,由于市场竞争激烈导致议价能力偏弱;下游系统集成商则普遍规模较小,呈现出轻资产运营特点,主要面向汽车、物流等行业,因客户需求多样而具有高度的定制化属性。

从国内产业链视角审视,当前体系已日趋完善,各环节均涌现出一批领军企业;与此同时,埃斯顿、新时达等主机厂正积极向核心零部件领域延伸布局,然而在减速器这一关键板块,主机厂目前仍面临较高的进入壁垒,难以实现有效渗透。

1.4 国内工业机器人行业政策梳理
2024至2026年初,中国工业机器人政策导向鲜明地转向“微观规范”与“质量提升”,主要体现为三点:一是确立规范主线,以2024版新规及CR认证倒逼行业洗牌,淘汰落后产能;二是供需双轮驱动,结合设备更新补贴与场景开放,加速国产替代;三是聚焦核心攻关,集中突破零部件瓶颈。这标志着产业正式告别粗放生长,迈入“高质量、自主可控、深度应用”的新周期。

二、中国工业机器人市场空间测算
2.1 工业机器人发展面临的挑战
2.1.1 工人抵制

2.1.2 技术瓶颈

2.1.3 经济下行带来的需求不足
有观点认为经济低迷将导致需求不足,进而抑制工业机器人的出货。但世界银行最新发布的《全球经济的展望》(Global Economic Prospects)指出,虽然关税冲击、保护主义升级、地缘政治紧张及财政脆弱性加剧等因素仍对全球经济构成显著的下行压力,但以人工智能为代表的新技术正孕育着新的经济动能,有望为下一轮全球增长周期积蓄力量。国际货币基金组织(IMF)亦持类似观点,但同时警示当前全球经济增长过度依赖少数驱动因素,这不仅需要宽松的货币与财政政策予以支撑,还面临人工智能对生产率提升作用不及预期的风险。综合两份报告的核心逻辑,全球经济增速放缓已是既定事实,而人工智能对生产率的驱动效应在短期内尚不足以完全对冲关税壁垒等负面因素的冲击,因此,经济环境的相对低迷在短期内仍将制约下游需求,从而对工业机器人的整体出货量形成持续压制。
2.2 复盘工业革命所带来的启示


那么,技术进步究竟是否会成为引发大规模失业的“灰犀牛”?纵观历史长河,我们可以发现一个显著的规律:技术变革在短期内确实可能因摩擦性因素导致失业率出现波动,但从长期视角审视,失业率并未呈现出持续上升的趋势(姜作培等,1998)。褚怡敏(2013)的研究结论也同样证实技术进步在长远来看几乎不会对整体失业率造成根本性的负面冲击。既然总量并未失衡,那么那些被机器替代的劳动力究竟流向了何方?又是通过何种机制被重新消纳的?回顾历史演进,我们主要可以梳理出以下几种关键路径:
1)“8小时”工作制的落实与劳动权益的重塑。在工业革命初期,资本对利润的极致追求曾导致工人每日被迫劳作14至16小时,甚至连童工也无法幸免,这引发了工人阶层零星的抗争,旨在缩短工时以捍卫基本权利。在1817年英国空想社会主义者罗伯特·欧文提出的“8小时工作、8小时休闲、8小时睡眠”的著名口号,即后来的“8小时”工作制。随后经过多轮艰苦卓绝的博弈,西方各国终于在20世纪陆续确立了这一制度。在我们看来,这一变革的实现既得益于工人运动的顽强抗争,更离不开生产力飞跃提供的物质基础。正如刘思源(2019)的研究指出,西方发达国家的劳动关系随着技术革命的演进而不断改善。而如今随着技术的进一步迭代,四天工作制也已初现端倪。


总结而言,工业革命为我们留下了两点深刻启示:其一,新技术的渗透绝非一蹴而就,而是一个漫长的演进过程,在此期间,技术本身将持续革新,其应用场景也将随之不断丰富与拓展;其二,技术进步并不会必然引发大规模失业,尽管从业者在转型期可能面临短期阵痛,但从长远来看,技术进步不仅推动了劳动关系的优化演进,更带动了企业生产规模的扩张以及第三产业的蓬勃发展。正是在这些因素的协同作用下,长期失业率并未因技术进步而攀升。这一历史规律,也在一定程度上为我们在工业机器人发展进程中所面临的挑战提供了有力的解答。
2.3 传统行业空间测算方法论的局限与反思
纵观现有研究体系,既往研报在测算工业机器人市场空间时,通常构建了一套涵盖短、中、长期的三维分析框架。其中,在短期维度的研判上,市场目光主要聚焦于工业企业的产成品库存动态。这一逻辑的基石在于:工业机器人作为典型的通用设备,其下游广泛覆盖电子、汽车、光伏、锂电、金属制品及食品饮料等核心制造业领域,其需求端与制造业的资本开支呈现出高度的正相关性。因此,从短期视角审视,制造业投资的波动主要受制于库存周期的演进。一个完整的库存周期,往往呈现出“被动去库存→主动补库存→被动补库存→主动去库存”的四阶段循环特征。与此同时,中国人民银行按季发布的制造业贷款需求指数,凭借其作为制造业企业投资扩张前瞻性指标的特性,也被纳入核心考量范畴,为研判行业景气度提供了关键的金融侧验证。基于此,传统研究范式倾向于通过精准定位当前所处的库存周期阶段,来前瞻性地衡量短期内下游产业对工业机器人的真实需求状况。

基于我们的深入研究发现,自2017年以来,固定资产投资完成额累计同比与国内年度工业机器人安装量同比增速之间的关联性已显著减弱,测算得出的相关系数仅为0.14,在统计学上并不具备显著性。这意味着,传统逻辑中“下游补库带动固投、进而拉动机器人安装量”的传导链条,在2017年之后可能已不再适用。与此同时,我们在企业投资自动化产线的核心驱动力上,也与传统观点存在显著差异:我们认为,企业部署工业机器人的根本动力在于“降本增效”,而这种内生性的效率追求,往往具有穿越库存周期与经济周期的韧性。具体来说就是自2013年我国经济步入“新常态”并叠加逆全球化浪潮以来,制造业企业整体面临的经营压力日益凸显,尤其是近几年受到疫情以及“贸易冲突”的影响,国内制造业企业利润持续下行。在过去的学术研究中,Schumpeter(1939)在“创造性破坏”理论中所阐述的,创新引发繁荣并伴随价格上升与超额利润减少,随后进入下行调整期;而在衰退阶段,市场会通过一种自动的“清洁机制”,迫使企业通过技术改进与产品创新来谋求生存,从而淘汰低效产能并开启新一轮繁荣。后续学者(如关勇军等,2012)通过实证研究验证了该理论在国内市场的适用性,并指出融资约束与税收政策通常是影响逆周期创新的关键变量(胡亚茹等,2018。我们将视角进一步聚焦于投资的性质——即制造业投资可划分为基于乐观预期的“主动投资”与受设备老化、标准提升等倒逼因素驱动的“被动投资”。基于此,我们认为在当前这种逆周期的宏观环境下,企业出于生存与竞争压力的“被动投资”需求,反而会成为引入工业机器人以实现降本增效的强劲动力。

然而,随之而来的关键问题在于:企业当前是否具备足够的支付能力,以通过引入工业机器人等设备升级来实现降本增效?这便触及了既往研究中所关注的融资约束是否会制约企业设备更新。我认为,对此可从两方面进行审视。一方面,我们可关注企业持有的现金及现金等价物状况。尽管近年来制造业企业利润普遍承压,但整体仍维持盈利状态,加之过往高增长期的积累,企业手中实则握有进行设备更新的“弹药”。以同花顺制造业指数(700632.TI)为例,尽管其成分股数量逐年增加导致整体现金余额呈增长态势,但观察其成分公司的平均期末现金及现金等价物余额,除2024年略有回落外,近几年整体仍处于增长通道。另一方面,我们需审视外部融资环境。央行行长潘功胜曾于2025年3月提出,将优化科技创新和技术改造再贷款政策,并将再贷款规模从5000亿元扩大至8000亿至10000亿元,以更好满足企业融资需求。此后,针对制造业设备更新的专项贷款支持政策陆续出台,彰显了政策层面的大力支持,发改委亦于2026年12月再度发文支持设备更新。当前,LPR处于低位(一年期为3%),企业融资成本显著下降。同时,尽管制造业企业近年来的资产负债率有所攀升,但整体波动不大,较2015年以来的低点上升幅度不足3个百分点,表明企业仍具备进一步加杠杆的潜力。



在中期的分析维度上,既往研究普遍采用工业机器人密度(工业机器人保有量/制造业人数)作为核心衡量指标。特别是在2020年以前,鉴于当时国内工业机器人密度尚处于较低水平,市场往往倾向于对标日本、韩国及德国等高密度国家,通过测算我国达到同等密度水平所需的机器人保有量,来推演行业未来的增长空间。根据IFR最新数据,2023年中国制造业机器人密度已攀升至470台/万人,位居全球第三,但是与排名第一的韩国依旧存在差距,因此方法通过测算这种差距反推未来的市场空间。然而,这种测算方法的局限性在于,IFR在统计中国制造业从业人数时可能存在偏差。当我们利用工业机器人保有量反推制造业总人数时,会发现其与国家统计局公布的数据存在显著差异:根据IFR公布的2023年470台/万人的工业机器人密度,结合我国2023年175万台工业机器人的保有量,我们可以据此反推制造业从业人数约为3734万人,这一数字仅与国家统计局公布的“制造业城镇非私营单位就业人员”规模相当,但是实际上我国存在大量的制造业城镇私营单位就业人员。2019年数据中显示我国有约5907万制造业私营单位就业人员,因此若将这部分庞大的私营就业群体纳入考量并进行调整,我国2023年制造业机器人密度实则约为185台/万人。从这一修正后的视角来看,与发达国家相比,我国制造业机器人的渗透率其实并没有市场预期的那么高。同时工业机器人密度究竟应该到多少才算高也没有明确的答案,以目前的第一名韩国而言,难道其目前的工业机器人密度就是天花板吗?考虑到目前韩国每年工业机器人安装量依旧处于世界前列,因此其目前的工业机器人密度也并不能算是天花板。

在长期的分析维度上,既往研究往往聚焦于人口结构变迁引发的劳动力短缺及薪资水平演变。具体而言主要锚定两大核心变量:其一为农民工群体的年龄结构演变,最新数据显示,2024年50岁以上农民工占比已突破30%,预示着未来将有相当规模的存量劳动力面临自然退出市场的风险;其二为农民工平均月薪的刚性上涨,这对制造企业的成本管控构成了持续压力。基于此逻辑,传统研究倾向于通过测算未来潜在退出劳动力市场的农民工规模,来量化并推演未来工业机器人的替代空间。

我认为从长期维度审视,基于劳动力短缺及薪资演变来测算工业机器人市场空间的逻辑框架本身并无瑕疵。然而,若仅局限于农民工群体的潜在缺口进行推演,恐有以偏概全之嫌。究其根本,近年来农民工就业结构已发生深刻变迁,尽管制造业仍是其主要流向,但就业占比已从37%滑落至不足28%;与此同时,城镇化进程的加速显著压缩了乡村人口比重,2025年末该比例已降至32.11%,这意味着乡村或将不再构成未来劳动力供给的核心蓄水池。

2.4 工业机器人市场空间几何?
通过复盘工业革命时期的历史经验并审视过往的研究方法论,我们在洞察既有局限的同时也得到了很多启示。因此,我们尝试博采众长,重新构建一套测算工业机器人市场空间的框架。这并非旨在提供所谓的“标准答案”,而是期望通过构建过程中的方法论与逻辑推演,为各位投资者带来些许启发。首先,我们决定摒弃以往机械划分短、中、长期的传统范式,转而以“工业机器人替代率”为核心时间轴,即通过测算不同替代程度下的市场渗透来推演潜在空间。其次,在界定替代对象上,我使用了两种路径,第一种是基于工作复杂度的判定路径,将衡量锚点从传统的“农民工”群体修正为“制造业从业人员的学历结构”。鉴于学历较为基础的从业人员往往从事简单重复性工作,我们参照《2023年中国劳动统计年鉴》中的学历分布数据,将高中及以下学历群体界定为主要替代目标。具体测算上,2023年城镇制造业非私营单位就业人数为3578万人;鉴于自2019年后统计局未再公布私营单位相关数据,我们依据2019年私营与非私营单位就业人数的比例进行推算,估计2023年私营单位就业人数为5515万人,由此得出2023年我国制造业就业总人数约为9093万人。结合统计年鉴显示的48.49%的高中及以下学历占比,我们测算出该部分劳动力规模约为4409万人。目前机器人主流的替换比例为1:3,即一台机器人可以替换三个人工,在这样的比例下,如果未来制造业工业工业机器人可以替换80%的人工,那么未来需要1175.73万台工业机器人。

我提出的第二种界定替代对象的方法,是基于制造业人员的工作属性进行判定。鉴于工业机器人当前的主要应用场景集中于一线生产环节,从工种替代的角度切入,我们将工业机器人的替换对象定为一线生产人员。根据ifind数据显示,2024年A股制造业上市公司中,从事生产的人员占总员工的比例为58.24%。我们审慎地认为,由于上市公司普遍规模较大、组织架构更为健全,其非生产人员占比相对较高,因此全社会整体制造业中生产人员的比重理论上应更高。但受限于相关统计数据的缺失,我们仍以该上市公司数据作为测算基准。沿用前述9093万人的制造业总人数,推算出从事一线生产的人员规模约为5305万人。在此方法下,测算得出的未来工业机器人需求量略高于前述方法一。

回顾我们之前的观点,在探讨工业机器人是否会引发大规模失业时,我们曾提及企业扩大再生产这一关键因素。然而,无论是以往的测算还是我们刚刚构建的模型,似乎都忽略了技术进步驱动下的企业扩大再生产对未来工业机器人市场空间的重要影响。我们其实可以梳理出这样一条清晰的传导逻辑:技术进步驱动产品价格下行,进而激发下游需求的扩张,迫使生产企业进一步扩大产能以满足市场需求。这一机制与美联储理事凯文·沃什所提出的“技术通缩”理论有着异曲同工之妙。将其投射到工业机器人替代人工的场景中,逻辑同样成立:假设工业机器人未来在工厂中能够替代80%的人力,同时技术进步促使生产规模扩大四倍,那么机器人实际上仅会导致20%的劳动力流失,而市场对机器人的实际需求,将是未考虑生产规模扩大条件下的四倍。

基于前文从制造业从业人员学历维度构建的机器人市场空间测算模型,我们进一步引入未来扩大再生产的假设。鉴于该模型包含三个因变量,若直接呈现三维图像将导致结果不够直观,因此我们仅选取“未来生产规模扩大一倍”这一特定情境,来展示相应的测算结果。

从工作属性的角度出发,同样假设未来的生产规模扩大一倍。

最后我再次强调,我所进行的测算并不想给各位带来所谓的标准答案,只是希望我的研究逻辑能为大家带来一些启发。
三、他山之石
本部分我们将复盘海外工业机器人零部件龙头哈默纳科(Harmonic Drive)的发展路径,以期为布局机器人产业链的投资者提供启示。哈默纳科作为以精密减速机为核心产品的机械零部件制造商,目前主营业务涵盖精密减速机与机电一体化两大板块。其中,精密减速机业务细分为谐波减速器、减速器组件及行星减速器,而机电一体化则包括执行器和控制器。尽管公司主力产品依旧聚焦于减速器,且营收主要源自日本国内——这主要得益于日本本土发达的工业机器人产业基础,但在市场占有率方面,哈默纳科依然展现出绝对的龙头地位。尽管近年来国内厂商逐步抢占部分市场份额,但哈默纳科在谐波减速器这一细分领域仍占据主导地位,其在中国市场的减速器市占率仍接近40%。





在实际的应用中,其他谐波减速器厂商在工作寿命及精度上难以企及哈默纳科的水平,主要归因于以下四个维度的壁垒:1)材料方面:哈默纳科的专用材料涵盖二十余种金属粉末,具备特定的粒度与配比,即便在未申请专利的情况下,也凭借这种隐性知识构建了高性能产品的护城河。2)齿形设计:哈默纳科凭借先发优势,在齿形设计领域布局了大量专利;其他厂商若采用类似设计将面临侵权风险,而自主研发出同等性能齿形的技术难度极高。3)加工工艺:尽管高端加工设备可以采购,但加工过程中的实际操作经验需要长时间的积累与沉淀,这是单纯依靠硬件投入难以复制的软实力。4)装配环节:谐波减速器的装配需经过反复调整、校正、平衡与试验方能产出合格产品,这对一线工人的经验要求极高;哈默纳科实行的终身雇佣制保障了较高的员工留存率,从而稳固了其工艺传承与装配质量。



同时我们也看到哈默纳科的产品在持续且充足的研发投入下不断实现技术迭代。谐波减速器最初主要应用于航空航天领域,哈默纳科早期也是与美国USM公司合作生产。随着谐波减速器逐渐从航空领域拓展至机床等工业场景,公司于1978年开始生产和销售配合减速器使用的机电产品,并在此后推出了机电一体化产品。1986年,公司自主研发的“IH”齿形正式投入应用,大幅提升了谐波减速器的性能。自1991年起,公司开发的行星减速器开始推广销售,进一步拓展了产品的下游应用领域。2001年,随着下游市场对减速器小型化需求的增加,哈默纳科开发了CSD系列谐波减速器,与之前产品相比,其轴向长度缩短了约50%;同时,公司完成了HPG系列高性能机电一体化产品的研发,并开始销售精密行星减速装置(双行星)。2006年,超小型号的CSF-supermini系列推向市场;2009年,为适应更加小型化、精细化的设备应用场景,SHA系列也正式面世。

在工业机器人下游应用中,采购方的决策往往极为审慎,倾向于选择历史悠久且经过长期质量验证的品牌,以最大程度降低运营风险。以特斯拉为例,据最新数据显示,2025年11月上海工厂交付Model 3和Model Y共计86,700辆,折合每小时交付107辆;即便按基础版Model 3售价23.55万元计算,若自动化产线因故障停工24小时,上海工厂将面临约6.03亿元的销售额损失,以2025年前三季度汽车业务15.4%的毛利率测算,预计利润损失高达0.93亿元,这尚未包含因交付延误可能引发的法律纠纷成本。这种高昂的试错成本构建了工业机器人行业显著的品牌壁垒,使得新进入者难以破局。下游采购方的高标准迫使整机厂在核心零部件采购上尤为慎重,通常需经历1至2年的严苛质量验证,且一旦确立合作关系便极少更换。因此,对于像哈默纳科这样起步较早的企业而言,这种客户粘性构筑了极高的行业护城河。

总结来看,哈默纳科之所以能成为全球工业机器人零部件的绝对龙头,核心在于其构建了难以逾越的“技术+品牌”双重护城河。在技术层面,公司通过长达半个世纪的持续高研发投入,不仅在材料配方(二十余种金属粉末配比)和齿形设计(IH齿形专利)上确立了行业标准,更凭借终身雇佣制沉淀了独特的加工与装配工艺经验,使其谐波减速器在精度、寿命及小型化上始终领先竞争对手。在商业层面,面对下游对产线稳定性近乎严苛的要求,哈默纳科利用先发优势确立了极高的品牌壁垒,这种高客户粘性叠加其早期建立的“亚日美欧”全球化布局,使得即便在面临国内厂商竞争的当下,其在中国市场的市占率依然稳固在40%左右。
四、结语
文中未标明的引用文献:
【1】Schumpeter, Joseph Alois. Business cycles: A theoretical, historical, and statistical analysis of the capitalist process[M]. 1939.
【2】姜作陪,管怀鎏. 科技进步与扩大就业的关系研究[J]. 经济学与经济改革,1998(7):17-21.
【3】关勇军,洪开荣. 中国上市企业 R&D 投入的周期性特征研究—来自深圳中
小板2008年金融危机期间的证据[J]. 科学学与科学技术管理,2012(09):83-90.
【4】褚怡敏. 试论英国工业革命时期的失业问题[J]. 前沿,2013(23):104-109.
【5】胡亚茹,陈丹丹,刘震. 融资约束、企业研发投入的周期性与平滑机制—基于企业所有制视角[J]. 产业经济研究,2018(02):78-90.
【5】刘思源. 技术革命推动的劳动关系演化研究[D]. 天津财经大学,2019.


评论