產業(yè)智能化對出口復雜度的影響：兼論人口老齡化的調節(jié)作用

張龍鵬 張雙志 胡燕娟

關鍵詞：出口復雜度；產業(yè)智能化；人口老齡化

一、引言

機器學習、深度學習等人工智能關鍵核心技術的發(fā)展，使得人工智能具備了通用技術的特性，其能廣泛滲透到經濟社會生活的各個領域（Cockburnetal.，2018）。產業(yè)智能化就是人工智能在產業(yè)領域滲透和應用的過程，且產業(yè)智能化的趨勢日益顯著。國際機器人聯合會的數據顯示，全球工業(yè)機器人存量已從1993年的45.55萬臺增加到2020年的248.61萬臺①。在此背景下，以Acemoglu等為代表的國際重量級學者開啟了產業(yè)智能化的經濟社會影響評估的研究熱潮。已有文獻重點探討了產業(yè)智能化對勞動力市場和經濟增長的影響，涉及就業(yè)規(guī)模與結構、勞動收入份額、收入差距、生產率等維度（曹靜和周亞林，2018；FurmanandSeamans，2018；郭凱明和向風帆，2021）。本文尤為關注產業(yè)智能化對出口復雜度的影響。出口復雜度反映了一個經濟體的出口技術含量、出口結構、生產效率等重要經濟特征（杜傳忠和管海鋒，2021）。提升出口復雜度有助于產業(yè)邁向全球價值鏈中高端，增強經濟體的國際競爭力。因此，從出口復雜度的角度展開研究，有利于我們了解如何更好地推進產業(yè)智能化，實現經濟高質量發(fā)展。

同時，全球人口結構發(fā)生了深刻的變化，人口老齡化成為全球的基本宏觀背景。2002年，全球65歲及以上人口占總人口的比重首次超過7%，為7.1%。按照聯合國標準①，全球在2002年已進入老齡社會。2020年，全球65歲及以上人口占比達到9.3%，老齡化程度持續(xù)加深。人口老齡化背景伴隨產業(yè)智能化的進程，因此學者們關注到了人口老齡化對產業(yè)智能化的影響（陳秋霖等，2018；劉駿等，2021；AcemogluandRestrepo，2022），這些學者的研究基本認為人口老齡化促進了人工智能在產業(yè)中的應用。也有文獻研究了人口老齡化與產業(yè)智能化的共同作用帶來的影響。陳彥斌等（2019）、Acemoglu和Restrepo（2017a）討論了人口老齡化與產業(yè)智能化對經濟增長的影響，王瑞瑜和王森（2020）則討論了對產業(yè)結構調整的影響。因而，本文在研究產業(yè)智能化對出口復雜度的影響的過程中，將人口老齡化這一重要趨勢納入進來，考察人口老齡化所發(fā)揮的調節(jié)作用。

從已有文獻來看，本文的貢獻可能體現在兩個方面。一方面，袁其剛等（2022）、徐曄等（2022）專門討論了產業(yè)智能化對出口復雜度的影響，但在人口老齡化趨勢下，如果研究產業(yè)智能化對出口復雜度的影響過程中忽略了人口老齡化的作用，可能會使得我們遺漏一些有意義的研究結論。因此，本文將產業(yè)智能化與人口老齡化結合起來，研究兩者對出口復雜度的影響。另一方面，不同國家不同行業(yè)的智能化程度存在顯著的差異性，人口老齡化對不同行業(yè)的影響也具有異質性，因而，本文利用制造業(yè)細分行業(yè)的跨國數據展開實證研究，進而能夠探討更為細致的國家、行業(yè)異質性，得到更富有啟示性的研究結論，深化我們對產業(yè)智能化、人口老齡化與出口復雜度的認識。

二、研究假設提出

（一）產業(yè)智能化影響出口復雜度的研究假設

作為一種通用技術，人工智能能夠滲透到產品設計、生產制造、市場營銷等價值鏈環(huán)節(jié)，從而對產業(yè)組織產生深刻的影響。在產品設計中，大多數產品創(chuàng)新本質上是智力勞動密集型活動，需要靠研發(fā)人員不斷地搜索和試驗，并且搜索和試驗的邊際成本不斷上升（Cockburnetal.，2018）。應用人工智能可以實現搜索和試驗的快速化、海量化，并能得到更佳的產品設計方案，不僅提升了已有產品的質量，而且加快了產品創(chuàng)新進程，向市場快速推出全新的產品。人工智能對產品創(chuàng)新的促進效應在生物醫(yī)藥行業(yè)得到了很好的驗證。包含1060個分子的化學空間能夠促進大量藥物分子的開發(fā)，但需搜索和試驗海量的分子組合，先進技術的缺乏限制了藥物開發(fā)的進程，使得藥物開發(fā)成為一項耗時且昂貴的研發(fā)活動。人工智能的應用可以識別命中化合物和先導化合物，加快藥物靶點驗證，優(yōu)化藥物結構設計，加速藥物開發(fā)（Pauletal.，2021）。產品創(chuàng)新意味著能夠增加產品多樣性和提升產品質量（李玉山等，2019），賦予出口產品更多的技術含量，也就提升了產品出口復雜度。劉澤巖等（2021）的實證研究也證實了產品創(chuàng)新對出口復雜度提升具有顯著的促進作用。

從生產制造看，人工智能嵌入該環(huán)節(jié)，可以帶來生產流程的創(chuàng)新和生產效率的提升。一方面，機器視覺、聲紋識別技術、深度學習等人工智能技術的應用可以實現產品質量檢測與故障判斷，幫助企業(yè)提高產品的生產質量。同時，人工智能還有助于建立一個可以實時更新的、現場感極強的數字孿生模型，用來支撐物理產品生命周期各項生產活動的決策，進而幫助企業(yè)不斷提高產品生產質量和實現柔性化、個性化生產。產品生產質量的提升也就賦予了出口產品更多的技術復雜度。另一方面，人工智能在生產制造中的應用實際上是資本替代勞動力的過程，從而給生產流程帶來根本性變革，顯著提升勞動生產率（GraetzandMichaels，2015）。正如張艾莉和尹夢蘭（2019）的研究所指出的，勞動生產率提升所帶來的規(guī)模效應能夠增強產品差異化優(yōu)勢，實現出口復雜度的提升。同時，勞動生產率的提升本身也實現了生產成本的有效控制，而成本控制是企業(yè)提升出口復雜度的重要路徑（Hausmannetal.，2007；黃先海等，2010；王永進等，2010）。

互聯網、大數據等信息技術的發(fā)展使得人工智能在市場營銷環(huán)節(jié)最直接和成功地應用在于客戶畫像領域。借助互聯網、大數據等信息技術，企業(yè)能夠有效地收集和存儲客戶的人口屬性、行為屬性、社交屬性等大數據信息。進一步地，通過深度學習、圖計算、知識圖譜等人工智能技術，企業(yè)可以精準地展開客戶畫像。與基于一般信息技術的客戶畫像不同，人工智能技術下的客戶畫像不僅能呈現客戶認知方面的信息，更能挖掘深層次的感知信息。王烽權等（2020）指出人工智能可以通過中心化、社群化和場景化重構“人”。客戶畫像有利于企業(yè)精準了解客戶的個性化、多樣化產品需求，進行近似全樣本自然實驗，為持續(xù)改進產品質量和實施產品創(chuàng)新提供了條件（張龍鵬和周立群，2016；Ghasemaghaeietal.，2017）。肖靜華等（2020）的案例研究也表明，基于大數據、人工智能的用戶數據和需求分析，有助于形成數據驅動的企業(yè)與用戶產品互動創(chuàng)新。正如前文分析指出的，產品創(chuàng)新將推動出口復雜度的上升，因此，人工智能在市場營銷環(huán)節(jié)的應用也有助于出口復雜度的提升。

綜上所述，人工智能在產業(yè)組織中研發(fā)設計、生產制造、市場營銷等關鍵環(huán)節(jié)的應用有助于提升產業(yè)的出口復雜度。

（二）人口老齡化調節(jié)作用的研究假設

隨著人類社會進入老齡化階段，人口老齡化會產生多維和復雜的經濟社會影響，但一個基本確信的事實是人口老齡化會導致有效勞動供給減少，帶來勞動力成本的上升（Bloometal.，2010；隨淑敏和何增華，2020），這會促使企業(yè)選擇更為便宜的生產要素投入生產活動。雖然現有文獻關于人工智能對總就業(yè)的影響并沒有得到一致的結論，但人工智能確實是一項勞動節(jié)約型技術。劉駿等（2021）基于跨國數據的估計結果顯示，一個機器人可以替代39-46個勞動力①。隨著人工智能技術的發(fā)展，相關智能產品價格在不斷下降，使得人工智能逐漸成為企業(yè)替代勞動力的一個優(yōu)選項，人工智能在產業(yè)中的應用越來越普遍。在此背景下，產業(yè)智能化便成為應對人口老齡化所帶來的勞動力供給減少的有效途徑。陳秋霖等（2018）基于跨國數據的研究表明，人口老齡化程度越高的經濟體越傾向于采用智能化生產，人口老齡化是推動產業(yè)智能化的一個重要誘因。Acemoglu和Restrepo（2022）基于美國的實證研究也持一致的觀點。劉駿等（2021）面向2050年預測了中國機器人密度和人口老齡化的變化，預測結果表明機器人在產業(yè)中的應用基本能夠應對中國人口老齡化所帶來的勞動力短缺問題。總的來說，當一個經濟體進入老齡化社會時，必然會對全社會的勞動力供給帶來負面沖擊，企業(yè)利用資本和技術替代勞動力的需求就更加強烈，產業(yè)智能化的趨勢也會越來越明顯。因此，在人口老齡化的經濟體中，勞動力資源相對稀缺，增加勞動力的邊際成本也就相對較高，這時產業(yè)應用人工智能所產生的邊際價值就越大（陳秋霖等，2018）。可以推斷，隨著人口老齡化程度的上升，產業(yè)智能化對出口復雜度的正向邊際作用也會增強。進一步地，在人口老齡化背景下，相對于資本技術密集型行業(yè)而言，勞動密集型行業(yè)面臨有效勞動供給減少的壓力更大，這也就意味著人口老齡化程度的上升將使得勞動密集型行業(yè)的智能化產生更大的出口復雜度提升效應。

上述分析表明，隨著人口老齡化程度的上升，產業(yè)智能化對出口復雜度的提升作用也將增強，并且在勞動密集型行業(yè)中表現得更為突出。

三、研究設計

（一）數據來源

本文使用四個方面的數據度量研究中使用到的變量。①利用2016年版的世界投入產出數據庫（WIOD）計算43個國家56個行業(yè)2000年到2014年的出口復雜度，其中有19個制造業(yè)行業(yè)。②使用國際機器人聯合會（IFR）采集的工業(yè)機器人數據度量制造業(yè)的智能化程度，工業(yè)機器人數據包含了73個國家14個制造業(yè)行業(yè)1993年到2020年的機器人年度安裝量和存量。③研究控制了各國行業(yè)層面影響出口復雜度的變量，這些變量的度量數據來自WIOD的社會經濟賬戶（SEA），其包含了世界主要國家不同行業(yè)分年度的增加值、就業(yè)人口、資本存量等數據。④國家層面的控制變量數據來源于世界銀行的數據庫。由于WIOD、SEA的行業(yè)分類與IFR的行業(yè)分類有所差異，因此本文以IFR的行業(yè)分類為準，進行數據匹配，最終得到40個國家14個制造業(yè)行業(yè)2000年到2014年的研究樣本。

（二）變量說明

研究變量包含被解釋變量（出口復雜度）、核心解釋變量（產業(yè)智能化）、調節(jié)變量（人口老齡化）以及控制變量，接下來簡要說明這些主要變量的度量。

①出口復雜度。根據程大中等（2017）的研究，首先基于Wang等（2013）的出口增加值分解框架，借助2016年版的WIOD，從后向關聯的角度對各國制造業(yè)細分行業(yè)的出口增加值進行分解，然后根據式（1）和式（2）計算2000年至2014年各國制造業(yè)細分行業(yè)的出口復雜度。

其中，vxji表示i國j行業(yè)的出口增加值；Yi為i國經購買力平價后的人均GDP；NEXPYj代表行業(yè)的出口復雜度，值越大，說明出口復雜度越高。在實證研究中，出口復雜度的計算值取自然對數。

②產業(yè)智能化。已有文獻主要是根據機器人在行業(yè)中的應用情況來衡量產業(yè)的智能化程度，如Acemoglu和Restrepo（2017b）、劉斌和潘彤（2020）、呂越等（2020）的研究。本文參考劉斌和潘彤（2020）的研究，利用機器人使用密度作為產業(yè)智能化程度的代理變量。機器人使用密度指的是行業(yè)內每千人就業(yè)人口擁有的機器人存量數量。機器人使用密度越大，代表產業(yè)智能化水平越高。本文利用IFR提供的機器人數據和SEA包含的就業(yè)人口數據，分年度計算了各個國家制造業(yè)細分行業(yè)每千人就業(yè)人口所擁有的機器人存量數量。

③人口老齡化。一個國家人口的老齡化程度可以用老年人口占總人口的比重來衡量，一般可用60歲及以上人口占總人口比重或65歲及以上人口占總人口比重。本文直接使用世界銀行數據庫公布的65歲及以上人口占總人口比重度量各個國家的人口老齡化程度。

④控制變量。研究從行業(yè)層面和國家層面控制了影響出口復雜度的因素。就行業(yè)層面的控制變量而言，參考邱斌等（2012）、劉斌和潘彤（2020）的研究，控制了各個國家制造業(yè)細分行業(yè)的勞動生產率和勞均資本存量。勞動生產率用行業(yè)增加值除以就業(yè)人口得到，實證研究中取自然對數；勞均資本存量用行業(yè)資本存量除以就業(yè)人口得到，實證研究中取自然對數。勞動生產率高的行業(yè)越有可能進入資本、技術密集型環(huán)節(jié)，從而推動出口復雜度的提升。勞均資本存量反映了行業(yè)的投資水平，并通過影響機械設備投入，對行業(yè)的出口復雜度產生影響。就國家層面的控制變量而言，根據李金城和周咪咪（2017）的研究，控制了各個國家的互聯網發(fā)展水平，他們認為互聯網發(fā)展通過信息成本節(jié)約效應和人力資本提升效應促進了出口復雜度的提升。國家互聯網發(fā)展水平使用互聯網人口占總人口的比重來衡量。此外，參考張雨和戴翔（2015）關于服務業(yè)出口復雜度影響因素的研究，還控制了國家的制造業(yè)就業(yè)人口規(guī)模和經濟發(fā)展水平。制造業(yè)就業(yè)人口規(guī)模使用制造業(yè)就業(yè)人口占總就業(yè)人口比重度量；經濟發(fā)展水平使用人均GDP的自然對數衡量，人均GDP以2010年不變美元價計。

（三）實證模型設定

首先，本文利用制造業(yè)跨國數據實證檢驗產業(yè)智能化對出口復雜度的影響，為此構建如下實證模型。

四、特征事實分析

（一）產業(yè)智能化的特征事實

表1匯報了2000年到2014年40個國家制造業(yè)細分行業(yè)每千名就業(yè)人口擁有的機器人存量數量。由表可知，整體而言，全球制造業(yè)每千名就業(yè)人口擁有的機器人數量呈增長趨勢，說明全球的產業(yè)智能化程度在不斷提高。從行業(yè)異質性來看，資本技術密集型制造業(yè)每千名就業(yè)人口擁有的機器人數量明顯高于勞動密集型制造業(yè)，表明資本技術密集型制造業(yè)的智能化需求要強于勞動密集型制造業(yè)。從2014年的情況來看，產業(yè)智能化程度最高的三個行業(yè)是汽車制造業(yè)，計算機、通信和其他電子設備制造業(yè)，橡膠和塑料制品業(yè)，最低的三個行業(yè)則是紡織品、服裝和皮革制品的制造，化學原料和化學制品制造，木材加工和木、竹、藤、棕、草制品。

（二）出口復雜度的特征事實

表2匯報了2000年到2014年40個國家制造業(yè)細分行業(yè)出口復雜度的測算結果。由表2可知，制造業(yè)細分行業(yè)的出口復雜度異質性沒有產業(yè)智能化顯著。一方面，從2000年到2014年，除食品、飲料、煙草制造業(yè)出口復雜度持續(xù)提升外，其他行業(yè)的出口復雜度處于波動狀態(tài)。另一方面，在2014年，我們既可以看到食品、飲料、煙草制造等勞動密集型制造業(yè)出口復雜度高于計算機、通信和其他電子設備制造等資本技術密集型制造業(yè)出口復雜度，也可以看到電氣機械和器材制造等資本技術密集型制造業(yè)出口復雜度高于紡織品、服裝和皮革制品的制造等勞動密集型制造業(yè)出口復雜度。

（三）人口老齡化的特征事實

在本文的40個樣本國家中，2000年有34個國家65歲及以上人口占比超過7%，到了2014年，有37個國家65歲及以上人口占比超過7%，說明研究期內人口老齡化已成為樣本國家的基本宏觀背景。進一步地，圖1報告了2000年到2014年40個國家人口老齡化率均值和中位數的變化趨勢。從圖中可以看出，人口老齡化程度在不斷加深，且在2010年后有進一步加快的趨勢。2000年，各國65歲及以上人口占比的均值為13.1%，中位數為14.9%。到了2014年，人口老齡化率的均值為16.1%，中位數為17.7%。

五、實證結果分析

（一）產業(yè)智能化影響出口復雜度的實證結果

1.基本回歸結果

本文根據式（3）所示的實證模型，利用普通最小二乘法，從制造業(yè)跨國層面估計了產業(yè)智能化對出口復雜度的影響，表3匯報了基本回歸結果。由表3可知，在逐步控制固定效應和加入控制變量的過程中，產業(yè)智能化的估計系數均在1%的顯著性水平上為正，表明制造業(yè)智能化水平的提升能夠顯著提高出口復雜度，推動一個國家全球價值鏈的升級。第（2）列到第（4）列的估計結果表明，控制固定效應和加入控制變量后，產業(yè)智能化的估計系數基本穩(wěn)定。從第（4）列的估計結果看，產業(yè)智能化的估計系數為0.0086，說明全球制造業(yè)中每千名就業(yè)人口擁有的機器人數量每增加1臺，出口復雜度將上升0.86%。

2.穩(wěn)健性檢驗結果

①更換產業(yè)智能化度量指標。基本回歸使用每千人就業(yè)人口擁有的機器人存量數衡量行業(yè)的智能化水平，而在另外一些文獻中，學者們采用的是機器人的安裝量（AcemogluandRestrepo，2017b；王文等，2020）。鑒于存量和安裝量是不同的概念范疇，這里使用每千人就業(yè)人口的機器人安裝量重新度量產業(yè)智能化水平，以檢驗研究結論的穩(wěn)健性。表4的第（1）列匯報了更換產業(yè)智能化度量指標后的估計結果。估計結果顯示，產業(yè)智能化的估計系數為0.0519，且通過了1%的顯著性檢驗，這表明每千人就業(yè)人口機器人安裝量每增加1臺，出口復雜度將上升5.19%。由此說明，在更換了產業(yè)智能化度量指標的情況下，產業(yè)智能化的出口復雜度提升效應依然顯著存在。

②更換研究樣本。SEA缺少中國分行業(yè)的就業(yè)數據，因此基本回歸中并不包含中國的樣本。我們重新收集中國分行業(yè)的就業(yè)數據，利用中國樣本再檢驗產業(yè)智能化對出口復雜度的影響。基于中國樣本的實證檢驗有兩點需要說明：第一，2006年開始才有中國工業(yè)機器人存量的記錄數據，因此研究時間范圍調整為2006年到2014年；第二，由于使用的是中國行業(yè)層面的數據，因此實證研究沒有控制國家層面的變量，僅控制了行業(yè)層面的變量。行業(yè)層面的控制變量包括技術創(chuàng)新、出口交貨值占營業(yè)收入比重、勞動生產率（每萬人就業(yè)人口所產生的增加值的自然對數）、應交所得稅占利潤總額比重。技術創(chuàng)新的度量指標來源于寇宗來和劉學悅（2017）構建的產業(yè)創(chuàng)新指數①，并取自然對數。產業(yè)增加值來源于SEA，其余變量度量需要的數據來自中國統(tǒng)計年鑒。表4的第（2）列匯報了基于中國行業(yè)樣本的估計結果。結果顯示，產業(yè)智能化的估計系數顯著為正，這說明在中國情境下產業(yè)智能化依然促進了出口復雜度的提升。

③工具變量回歸。基本回歸的估計結果可能會受到內生性的影響。內生性的來源有兩個方面：一方面是遺漏了國家的制度因素、研發(fā)費用等重要變量；另一方面是產業(yè)智能化與出口復雜度之間存在雙向因果關系。本文使用工具變量回歸解決可能存在的內生性問題。借鑒王永進等（2017）關于企業(yè)信息化指標工具變量的選擇方式，本文將某國某行業(yè)智能化的工具變量設定為該行業(yè)其他國家每千人就業(yè)人口擁有的機器人存量數的均值。如此構造工具變量的原因在于：一方面，就同一行業(yè)而言，國家間的產業(yè)智能化具有較高的相關性，滿足工具變量的相關性條件；另一方面，剔除了本國的產業(yè)智能化，一定程度上不會直接影響到本國的行業(yè)出口復雜度，滿足工具變量的外生性條件。Acemoglu和Restrepo（2017b）、王文等（2020）等學者構造某國產業(yè)智能化的工具變量時選擇的是與該國產業(yè)智能化相似的他國的產業(yè)智能化指標，實際上這與本文工具變量的構造思路是大體相似的。表4的第（3）列匯報了基于工具變量的回歸結果。由表4可知，未識別檢驗和弱識別檢驗均通過了顯著性檢驗，說明工具變量不存在未識別和弱識別問題。產業(yè)智能化的估計系數顯著為正，表明考慮了內生性問題后，基本回歸顯示的研究結論依然成立。

3.異質性分析結果

①國家異質性。表5的第（1）列和第（2）列根據經濟發(fā)展水平的差異探討了產業(yè)智能化影響出口復雜度的國家異質性。根據2014年的人均GDP將樣本國家分為兩組，一組是人均GDP大于中位數的國家，另一組是人均GDP小于或等于中位數的國家。在人均GDP大于中位數國家組，產業(yè)智能化的估計系數為0.0068，且通過了1%的顯著性檢驗，這表明在經濟發(fā)展水平較高的國家，制造業(yè)每千名就業(yè)人口擁有的機器人數量每增加1臺，出口復雜度上升0.68%。在人均GDP小于或等于中位數國家組，產業(yè)智能化的估計系數在1%的顯著性水平上為正，估計值為0.0462，表明在經濟發(fā)展水平較低的國家，制造業(yè)每千名就業(yè)人口擁有的機器人數量每增加1臺，出口復雜度上升4.62%，上升幅度明顯高于經濟發(fā)展水平較高的國家。回歸結果表明，對于經濟發(fā)展水平較低的國家，積極推進產業(yè)智能化，有助于推動產業(yè)邁向全球價值鏈的中高端。

②國家—行業(yè)異質性。表5的第（3）列到第（6）列進一步探討了不同經濟發(fā)展水平國家中資本技術、勞動密集型制造業(yè)的產業(yè)智能化對出口復雜度的影響。關于資本技術、勞動密集型制造業(yè)的分類，本文參考了Zhang等（2019）的研究①。估計結果顯示，在人均GDP大于中位數的國家，資本技術密集型制造業(yè)的智能化能夠顯著推動出口復雜度的提升，每千名就業(yè)人口擁有的機器人數量每增加1臺，出口復雜度上升0.58%；勞動密集型制造業(yè)的智能化阻礙了出口復雜度的提升，每千名就業(yè)人口擁有的機器人數量每增加1臺，出口復雜度下降1.27%。在人均GDP小于或等于中位數的國家中，資本技術密集型制造業(yè)和勞動密集型制造業(yè)的智能化均對出口復雜度具有顯著的正向影響。每千名就業(yè)人口擁有的機器人數量每增加1臺，資本技術密集型制造業(yè)出口復雜度上升4.39%，勞動密集型制造業(yè)出口復雜度上升23.26%，可見勞動密集型制造業(yè)的智能化對出口復雜度的提升效應明顯大于資本技術密集型制造業(yè)。回歸結果表明，在經濟發(fā)展水平不同的國家，產業(yè)智能化對資本技術、勞動密集型制造業(yè)出口復雜度的影響方向和大小存在顯著差異。對于經濟發(fā)展水平較高的國家，從提升出口復雜度角度來看，產業(yè)智能化的重心在于資本技術密集型制造業(yè)，而非勞動密集型制造業(yè)；對于經濟發(fā)展水平較低的國家，推動整體制造業(yè)特別是勞動密集型制造業(yè)的智能化是提升產業(yè)出口復雜度的重要路徑。

（二）人口老齡化的調節(jié)作用回歸結果

根據式（4）所示的實證模型，表6估計了產業(yè)智能化影響出口復雜度過程中人口老齡化的調節(jié)作用。在第（1）列中，產業(yè)智能化的估計系數顯著為正，表明當人口老齡化率在其均值水平（14.54%）時，行業(yè)每千人就業(yè)人口擁有的機器人存量每增加1臺，出口復雜度將提升0.75%。此外，我們還可以看到，產業(yè)智能化與人口老齡化交互項的估計系數為正，且通過了5%的顯著性檢驗，說明隨著人口老齡化程度的上升，產業(yè)智能化對出口復雜度的正向邊際作用在增強。進一步地，第（2）列和第（3）列分資本技術密集型制造業(yè)和勞動密集型制造業(yè)估計了產業(yè)智能化影響出口復雜度過程中人口老齡化的調節(jié)作用。產業(yè)智能化與人口老齡化交互項的估計系數在資本技術密集型制造業(yè)樣本中為0.0385，在勞動密集型制造業(yè)樣本中為0.7229，由此可見，隨著人口老齡化程度的上升，勞動密集型制造業(yè)智能化的出口復雜度提升效應要強于資本技術密集型制造業(yè)。

六、研究結論及對中國的啟示

（一）研究結論

本文利用2000年到2014年40個國家14個制造業(yè)行業(yè)的數據實證檢驗了產業(yè)智能化對出口復雜度的影響，并同時討論了人口老齡化的調節(jié)作用。實證研究結果表明，產業(yè)智能化對出口復雜度具有顯著的提升效應，并且產業(yè)智能化對出口復雜度的影響具有明顯的國家與行業(yè)異質性。就國家異質性而言，相對于經濟發(fā)展水平較高的國家，產業(yè)智能化對出口復雜度的提升作用在經濟發(fā)展水平較低的國家更大。就國家—行業(yè)異質性而言，在經濟發(fā)展水平較高的國家，資本技術密集型制造業(yè)的智能化顯著提升了出口復雜度，但勞動密集型制造業(yè)的智能化卻阻礙了出口復雜度的提升；在經濟發(fā)展水平較低的國家，無論在資本技術密集型制造業(yè)，還是在勞動密集型制造業(yè)，產業(yè)智能化均對出口復雜度具有顯著的提升效應，但提升效應在勞動密集型制造業(yè)更大。進一步地，考慮產業(yè)智能化影響出口復雜度過程中人口老齡化的調節(jié)作用。本文發(fā)現，隨著人口老齡化程度的上升，產業(yè)智能化對出口復雜度的提升作用也將增強，并且在勞動密集型制造業(yè)中表現得更為突出。

（二）對中國的啟示

在本文的樣本國家中，中國人均GDP處于中位數以下的水平，因此，基于中國樣本的穩(wěn)健性檢驗結果、國家與行業(yè)異質性分析結果、人口老齡化調節(jié)作用的分析結果，我們可以得到如下對于中國的政策啟示：①繼續(xù)更大力度實施“智能+”發(fā)展戰(zhàn)略，以人工智能和實體經濟深度融合為主線，推進人工智能在產品設計、生產制造、市場營銷等價值鏈環(huán)節(jié)的深度應用，充分發(fā)揮產業(yè)智能化的出口復雜度提升效應，持續(xù)推動中國產業(yè)邁向全球價值鏈中高端。②充分重視人工智能在勞動密集型制造業(yè)的應用，針對細分行業(yè)的特點和痛點，制定產業(yè)智能化實施路線圖。鑒于勞動密集型制造業(yè)面臨更強的資金和人才約束，還需要面向勞動密集型制造業(yè)為中小微企業(yè)智能化轉型提供可持續(xù)的貼息和融資擔保，建設智能化轉型的人才培養(yǎng)教育和實訓基地，支持中小微企業(yè)員工參與智能化轉型培訓。③根據中國第七次人口普查數據，2020年，中國65歲及以上人口占總人口的比重為13.5%，比全球水平高4.18個百分點。因此，中國需要加強人工智能基礎技術、共性技術、先進工藝技術的研發(fā)創(chuàng)新，以應對人口老齡化所帶來的影響，也同時發(fā)揮人口老齡化在產業(yè)智能化促進出口復雜度提升過程中的正向調節(jié)作用。