工業(yè)機(jī)器人應(yīng)用會(huì)加劇中國(guó)城鄉(xiāng)收入差距嗎?

陳曉華,鄧 賀,杜 文

(1.浙江理工大學(xué) 經(jīng)濟(jì)管理學(xué)院,浙江 杭州 310018;2. 上海財(cái)經(jīng)大學(xué) 商學(xué)院,上海 200433)

一、 引言

21世紀(jì)以來(lái),人工智能(Artificial Intelligence,簡(jiǎn)稱AI)、云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)及物聯(lián)網(wǎng)等前沿技術(shù),將人類社會(huì)帶入以智能化技術(shù)為核心的智能經(jīng)濟(jì)時(shí)代。以美國(guó)、德國(guó)及日本等為代表的經(jīng)濟(jì)體為搶占新一輪智能技術(shù)發(fā)展的制高點(diǎn),先后在人工智能領(lǐng)域建立多項(xiàng)個(gè)性化發(fā)展的戰(zhàn)略布局。如具有豐富技能屬性的工業(yè)機(jī)器人,已經(jīng)成為美國(guó)制造業(yè)“再工業(yè)化”計(jì)劃、德國(guó)“工業(yè)4.0”戰(zhàn)略及日本“新機(jī)器人”戰(zhàn)略等多項(xiàng)任務(wù)的核心內(nèi)容。根據(jù)德勤發(fā)布的數(shù)據(jù),2015—2020年間,全球人工智能市場(chǎng)規(guī)模以26.2%的年均增長(zhǎng)率實(shí)現(xiàn)1684億元至6800億元人民幣的翻升。世界人工智能的發(fā)展也激發(fā)了中國(guó)在該領(lǐng)域的發(fā)展訴求,如中國(guó)先后出臺(tái)《新一代人工智能發(fā)展規(guī)劃》《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018—2020)》《國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引》等規(guī)劃措施,將人工智能技術(shù)的戰(zhàn)略高度提升至國(guó)家層面,中國(guó)以工業(yè)機(jī)器人為代表的人工智能產(chǎn)業(yè)得以快速發(fā)展。艾瑞咨詢發(fā)布的《2021年中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告》顯示:2021年中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到1998億元,預(yù)計(jì)5年后將超過(guò)6000億元。此外,根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)(International Federation of Robotics,簡(jiǎn)稱IFR)公布的數(shù)據(jù)計(jì)算可知:2019年中國(guó)工業(yè)機(jī)器人存量超過(guò)283.4萬(wàn)臺(tái),較2018年增長(zhǎng)率高達(dá)20.2%。IFR主席Milton Guerry對(duì)此表示:中國(guó)以其全球增長(zhǎng)最快、規(guī)模最大的工業(yè)機(jī)器人市場(chǎng)成為機(jī)器人發(fā)展歷史中的奇跡。此外,黨的十九大報(bào)告重點(diǎn)強(qiáng)調(diào)了人工智能技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的重要性,因此工業(yè)機(jī)器人作為智能化技術(shù)發(fā)展的核心要素,在未來(lái)較長(zhǎng)一段時(shí)間內(nèi),必將以高速發(fā)展的態(tài)勢(shì),給人類社會(huì)帶來(lái)廣泛的影響[1]。

人工智能技術(shù)是人類智能的拓展,不僅會(huì)提高企業(yè)生產(chǎn)率,對(duì)于推動(dòng)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)具有深遠(yuǎn)意義[2],還會(huì)替代并“擠出”部分勞動(dòng)要素,尤其是體力勞動(dòng),進(jìn)而對(duì)勞動(dòng)力市場(chǎng)帶來(lái)一定沖擊[3-4]。基于此,工業(yè)機(jī)器人應(yīng)用對(duì)不同特征勞動(dòng)力的作用表現(xiàn)出顯著的差異,這將對(duì)其工資和收入差距產(chǎn)生重要的影響[2]。然而,在中國(guó)經(jīng)濟(jì)快速增長(zhǎng)的背后,收入差距是困擾中國(guó)經(jīng)濟(jì)包容性增長(zhǎng)的一大難題。中國(guó)的收入差距長(zhǎng)期高于國(guó)際收入差距平均值而位列高收入差距國(guó)家的行列,且表現(xiàn)為加大趨勢(shì)。如中國(guó)居民收入的基尼系數(shù)已由2000年的0.44上升至2020年的0.47,城鄉(xiāng)收入差距也較明顯。由此,我們自然就產(chǎn)生了如下疑惑:工業(yè)機(jī)器人的使用會(huì)對(duì)中國(guó)城鄉(xiāng)收入差距產(chǎn)生什么樣的影響?其會(huì)加劇城鄉(xiāng)收入差距嗎?城鄉(xiāng)收入差距的存在不僅有悖于中國(guó)當(dāng)前的共同富裕發(fā)展戰(zhàn)略,還會(huì)對(duì)中國(guó)經(jīng)濟(jì)的包容性增長(zhǎng)產(chǎn)生沖擊。機(jī)器人的使用則是當(dāng)前制造業(yè)發(fā)展的主流趨勢(shì),也是制造業(yè)現(xiàn)代化的重要載體。為此,深入剖析機(jī)器人使用與城鄉(xiāng)收入差距之間的關(guān)系具有重要的現(xiàn)實(shí)價(jià)值,所得結(jié)論既能為中國(guó)走出城鄉(xiāng)收入差距困境提供一定的啟示,也能為中國(guó)制定經(jīng)濟(jì)高質(zhì)量增長(zhǎng)、產(chǎn)業(yè)基礎(chǔ)高級(jí)化和共同富裕等方面的政策提供全新的經(jīng)驗(yàn)證據(jù)。

工業(yè)機(jī)器人技術(shù)是助力中國(guó)經(jīng)濟(jì)與社會(huì)高質(zhì)量發(fā)展的重要助推力量,而城鄉(xiāng)收入差距始終是中國(guó)真正實(shí)現(xiàn)共同富裕之路上的巨大絆腳石。為此,工業(yè)機(jī)器人和城鄉(xiāng)收入差距一直是學(xué)界關(guān)注的焦點(diǎn)和熱點(diǎn)問(wèn)題,目前已經(jīng)形成以下兩個(gè)相對(duì)成熟的研究體系:

一是工業(yè)機(jī)器人的研究。國(guó)際機(jī)器人聯(lián)合會(huì)(IFR)將工業(yè)機(jī)器人定義為一種在自動(dòng)化工業(yè)生產(chǎn)過(guò)程中,利用人工智能技術(shù)編程操作,并具有多用途和重復(fù)編程優(yōu)勢(shì)的自動(dòng)控制機(jī)械機(jī)器[5]。已有研究多基于IFR發(fā)布的多個(gè)主要國(guó)家和地區(qū)工業(yè)機(jī)器人使用情況數(shù)據(jù)、進(jìn)口數(shù)據(jù)及工業(yè)機(jī)器人年銷量數(shù)據(jù)展開(kāi)。綜合而言,現(xiàn)有文獻(xiàn)主要有以下幾類:第一類是基于生產(chǎn)率及經(jīng)濟(jì)增長(zhǎng)視角的研究。如Acemoglu等發(fā)現(xiàn)工業(yè)機(jī)器人對(duì)企業(yè)生產(chǎn)率具有顯著的積極作用[6];Graetz和Michaels研究發(fā)現(xiàn)機(jī)器人應(yīng)用同樣會(huì)產(chǎn)生邊際收益遞減的“擁塞效應(yīng)”[5]。第二類是基于就業(yè)規(guī)模及結(jié)構(gòu)視角的研究。機(jī)器人應(yīng)用引致的就業(yè)替代效應(yīng)及互補(bǔ)效應(yīng)被學(xué)界普遍認(rèn)同。Acemoglu和Restrepo研究發(fā)現(xiàn)自動(dòng)化技術(shù)對(duì)就業(yè)規(guī)模的影響在于其減少了傳統(tǒng)工作內(nèi)容的同時(shí)創(chuàng)造了新的工作內(nèi)容[7];Frey和Osborne及Acemoglu和Restrepo通過(guò)對(duì)美國(guó)的考察認(rèn)為人工智能和機(jī)器人的使用會(huì)減少就業(yè)[3-4];陳彥斌等對(duì)于勞動(dòng)力結(jié)構(gòu)效應(yīng)的研究同樣表明人工智能將會(huì)取代處于中間技能位置的部分勞動(dòng)力[8];王文表示機(jī)器人在降低制造業(yè)就業(yè)占比的同時(shí)[9],實(shí)現(xiàn)了就業(yè)結(jié)構(gòu)高級(jí)化。第三類是基于收入分配效應(yīng)視角的研究。DeCanio認(rèn)為,人工智能及自動(dòng)化有助于提高生產(chǎn)環(huán)節(jié)中資本占比,使得資本報(bào)酬增加而勞動(dòng)報(bào)酬降低,進(jìn)而加劇要素收入不平等[10]。學(xué)界關(guān)于工業(yè)機(jī)器人領(lǐng)域的探索文獻(xiàn)卷帙浩繁,然而鮮有省級(jí)工業(yè)機(jī)器人應(yīng)用對(duì)城鄉(xiāng)收入差距作用機(jī)制的研究。

二是收入差距的研究。有關(guān)收入差距定量分析的研究起源于基尼系數(shù),如陳昌兵首次將城鄉(xiāng)居民收入基尼系數(shù)的考察深入中國(guó)省級(jí)層面[11];王少平和歐陽(yáng)志剛研究認(rèn)為泰爾指數(shù)及其相關(guān)測(cè)度模型是研究中國(guó)城鄉(xiāng)收入差距的更優(yōu)選擇[12]。隨著測(cè)度指數(shù)的完善,學(xué)界開(kāi)始關(guān)注收入差距的影響因素與經(jīng)濟(jì)效應(yīng)。一方面,收入差距的影響因素滲透于中國(guó)經(jīng)濟(jì)、社會(huì)與政治的各個(gè)層面。如陸雪琴和文雁兵認(rèn)為技術(shù)進(jìn)步會(huì)產(chǎn)生加劇和緩解收入差距的相反效應(yīng)[13],即技術(shù)進(jìn)步方向是否遵從勞動(dòng)力供給結(jié)構(gòu)變化方向決定了技術(shù)進(jìn)步對(duì)收入差距的作用方向。另一方面,收入差距對(duì)經(jīng)濟(jì)發(fā)展的作用關(guān)系在發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家分別表現(xiàn)出促進(jìn)和抑制作用[14],而從經(jīng)濟(jì)發(fā)展初期到高峰期[15]以及中國(guó)改革開(kāi)放初期到后期[12],收入差距對(duì)經(jīng)濟(jì)發(fā)展的影響均由促進(jìn)作用轉(zhuǎn)變?yōu)樽铚饔?。Perotti的研究則直接表明收入差距抑制經(jīng)濟(jì)增長(zhǎng)[16]?？梢?jiàn)學(xué)界雖對(duì)收入分配領(lǐng)域進(jìn)行了大量而深入的耕耘,但人工智能技術(shù)等高端新興領(lǐng)域研究的缺乏,使得學(xué)界對(duì)工業(yè)機(jī)器人使用對(duì)城鄉(xiāng)收入差距的作用機(jī)制洞察甚少。

已有研究雖為本文刻畫工業(yè)機(jī)器人使用與城鄉(xiāng)收入差距間的關(guān)系提供了扎實(shí)的理論和實(shí)踐依據(jù),但仍存在以下可拓之處:雖然學(xué)界已經(jīng)認(rèn)識(shí)到工業(yè)機(jī)器人的使用會(huì)對(duì)收入分配產(chǎn)生顯著的影響,進(jìn)而左右城鄉(xiāng)收入差距,然而工業(yè)機(jī)器人的研究與城鄉(xiāng)收入差距的研究具有“同為研究熱點(diǎn),鮮有交集”的特征,二者交互經(jīng)驗(yàn)研究的缺乏使得學(xué)界難以科學(xué)洞察其內(nèi)在作用規(guī)律,更無(wú)法洞察前者對(duì)后者的作用渠道。此外,關(guān)于機(jī)器人的研究多基于跨國(guó)和產(chǎn)業(yè)層面,而各區(qū)域經(jīng)濟(jì)、技術(shù)與基礎(chǔ)設(shè)施的發(fā)展水平具有顯著差異,省級(jí)區(qū)域間的城鄉(xiāng)收入差距也存在較大的差異,而跨國(guó)和產(chǎn)業(yè)層面的研究很大程度上忽略了這一差異。因此,基于跨國(guó)和產(chǎn)業(yè)層面的結(jié)論難免存在缺憾,其對(duì)我們理解工業(yè)機(jī)器人對(duì)中國(guó)城鄉(xiāng)收入差距作用機(jī)制的參考價(jià)值相對(duì)有限。故本文基于IFR中國(guó)工業(yè)機(jī)器人數(shù)據(jù),在科學(xué)測(cè)度省級(jí)機(jī)器人滲透度與基于泰爾指數(shù)法城鄉(xiāng)收入差距的基礎(chǔ)上,刻畫人工智能技術(shù)對(duì)中國(guó)居民收入差距的作用機(jī)制,并驗(yàn)證異質(zhì)性特征和作用渠道,以期彌補(bǔ)該領(lǐng)域的研究不足,并為中國(guó)制定經(jīng)濟(jì)高質(zhì)量增長(zhǎng)、縮小城鄉(xiāng)收入差距和共同富裕方面的政策措施提供全新的經(jīng)驗(yàn)證據(jù)。

二、 理論分析與研究假設(shè)

新技術(shù)不僅意味著生產(chǎn)工藝的改進(jìn)和配置方式的優(yōu)化,還伴隨著企業(yè)價(jià)格加成能力的提升和企業(yè)福利水平的提升[17],即技術(shù)進(jìn)步往往會(huì)對(duì)經(jīng)濟(jì)體的社會(huì)福祉產(chǎn)生影響,這也使得科技創(chuàng)新成為各國(guó)經(jīng)濟(jì)和社會(huì)發(fā)展的重要追求。民生福祉的增加還需考慮收入分配的處理方式,收入分配方式處理妥當(dāng)不僅能增添大多數(shù)人的幸福指數(shù),還能有效協(xié)調(diào)社會(huì)經(jīng)濟(jì)利益關(guān)系,助力社會(huì)和諧發(fā)展。作為人工智能技術(shù)典型代表的機(jī)器人,其對(duì)高技能人才和資本要素具有“創(chuàng)造效應(yīng)”,但在低技能從業(yè)者和勞動(dòng)要素中表現(xiàn)為“替代效應(yīng)”,而前者傾向于集中在城鎮(zhèn),后者則往往位于農(nóng)村,可見(jiàn)工業(yè)機(jī)器人在制造業(yè)各崗位和各要素的滲透具有不均衡特征,不均衡特征和福祉效應(yīng)往往容易引致收入分配格局重塑,從而改變城鄉(xiāng)收入差距。有鑒于此,筆者基于技能偏向效應(yīng)和資本偏向效應(yīng)等內(nèi)在邏輯,梳理出前者對(duì)后者作用的理論機(jī)制,并提出相關(guān)研究假設(shè)。

(一) 技能偏向效應(yīng)

高技能偏向效應(yīng)指高技能對(duì)低技能的分配優(yōu)勢(shì),即技術(shù)進(jìn)步會(huì)給高技術(shù)人員和低技術(shù)人員的就業(yè)分別帶來(lái)創(chuàng)造效應(yīng)及替代效應(yīng)[18]。作為勞動(dòng)力節(jié)約型技術(shù)進(jìn)步,工業(yè)機(jī)器人應(yīng)用具有顯著的高技能偏向性特征,這將一定程度上引致高低技能勞動(dòng)力之間收入差距的擴(kuò)大。戶籍制度使得高技能農(nóng)村勞動(dòng)力進(jìn)城務(wù)工,年長(zhǎng)者則回歸農(nóng)村,且城鎮(zhèn)憑借其良好的就業(yè)待遇,對(duì)高技能勞動(dòng)者的吸引力較大,使高技能勞動(dòng)力往往傾向于在城鎮(zhèn)就業(yè),而低技能人員則匯聚于農(nóng)村,故工業(yè)機(jī)器人應(yīng)用會(huì)擴(kuò)大城鄉(xiāng)居民收入差距。

一方面,高技能就業(yè)者的學(xué)習(xí)和適應(yīng)能力較強(qiáng)[19],能夠快速習(xí)得智能化時(shí)代所需要的必備技能。而人才與智能化技術(shù)的適配性決定了工業(yè)機(jī)器人的技能溢價(jià),即高技術(shù)人才往往容易掌握新興智能化設(shè)備的研發(fā)、應(yīng)用及維護(hù)本領(lǐng),故該部分高技術(shù)人才所解決的問(wèn)題不易被進(jìn)一步智能化[20]。相反,易被取代的低技能就業(yè)者往往掌握的是無(wú)需變通的簡(jiǎn)單重復(fù)性勞動(dòng)本領(lǐng),故工業(yè)機(jī)器人應(yīng)用在擴(kuò)大高技術(shù)工作量的同時(shí)會(huì)壓縮對(duì)常規(guī)性手工勞動(dòng)的需求,進(jìn)一步深化技術(shù)壁壘引致的高低技能人群間的收入差距。可見(jiàn),工業(yè)機(jī)器人應(yīng)用深化了兩類群體間的收入差距。如Acemoglu 和Restrepo的研究發(fā)現(xiàn)工業(yè)機(jī)器人對(duì)高中及以下學(xué)歷勞動(dòng)者就業(yè)與收入均有顯著的負(fù)向作用[4],而教育水平能在一定程度上反映出其技能水平,證實(shí)了工業(yè)機(jī)器人應(yīng)用將為高技能從業(yè)者和低技能從業(yè)者分別帶來(lái)互補(bǔ)效應(yīng)和替代效應(yīng)[21],進(jìn)而促進(jìn)就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化。另一方面,工業(yè)機(jī)器人應(yīng)用的技術(shù)偏向性主要表現(xiàn)在其需要“高人力資本投資”人才,因而基于“投資激勵(lì)扭曲效應(yīng)”(1)基于契約理論分析收入分配與激勵(lì)約束問(wèn)題可知,公司作為一個(gè)具有激勵(lì)作用的治理機(jī)制,其內(nèi)部從事與工業(yè)機(jī)器人技術(shù)相關(guān)的人工智能技術(shù)勞動(dòng)者往往需要人力資本專用性投資的激勵(lì),然而履約過(guò)程中的“敲竹竿”行為將產(chǎn)生“投資激勵(lì)扭曲效應(yīng)”,使得企業(yè)在收入分配時(shí)傾斜于高技能人才,進(jìn)而彌補(bǔ)該效應(yīng)帶來(lái)的損失。,企業(yè)在分配利潤(rùn)時(shí)傾向于高技能人才,這提升了高技能崗位對(duì)就業(yè)人才的吸引力,有助于提升就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化水平。因而工業(yè)機(jī)器人應(yīng)用在推動(dòng)更多高技能勞動(dòng)崗位落地于城鎮(zhèn)的同時(shí),有助于提升城鎮(zhèn)勞動(dòng)者的實(shí)際收入,降低對(duì)農(nóng)村低技能從業(yè)人員的需求和實(shí)際支付的工資水平,即通過(guò)就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化效應(yīng),引致高低技能崗位的收入差距加大,對(duì)城鄉(xiāng)居民收入差距帶來(lái)負(fù)向沖擊。

(二) 資本偏向效應(yīng)

資本要素偏向效應(yīng)指資本要素對(duì)勞動(dòng)要素的分配優(yōu)勢(shì),即工業(yè)機(jī)器人應(yīng)用在增加資本要素占比和提升資本報(bào)酬的同時(shí),稀釋和降低勞動(dòng)收入,引致資本收益和勞動(dòng)收益間差距不斷擴(kuò)大[10]。而相比于農(nóng)村,資本要素偏向于集中在經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)設(shè)施水平和勞動(dòng)生產(chǎn)率等方面具有顯著優(yōu)勢(shì)的城鎮(zhèn),勞動(dòng)要素則多位于農(nóng)村,資本和勞動(dòng)收益間不可逾越的鴻溝使得城鄉(xiāng)居民收入差距同樣表現(xiàn)為擴(kuò)大趨勢(shì)。

首先,基于資本雇傭勞動(dòng)的理論依據(jù)可知,作為一種智能技術(shù)和資本權(quán)力的載體,工業(yè)機(jī)器人應(yīng)用促使企業(yè)表現(xiàn)出資本偏向性,即其有助于新一輪資本累積,進(jìn)而深化資本要素占比,使得資本收益率升高。此外,作為資本型生產(chǎn)要素的“延伸式技術(shù)”[5],工業(yè)機(jī)器人應(yīng)用具有資本技術(shù)結(jié)構(gòu)優(yōu)化效應(yīng),有助于深化資本的相對(duì)剩余價(jià)值,提升資本利潤(rùn)率,故工業(yè)機(jī)器人應(yīng)用勢(shì)必?cái)U(kuò)大資本與勞動(dòng)收益間的距離。其次,工業(yè)機(jī)器人應(yīng)用有助于促進(jìn)人均產(chǎn)出增加及企業(yè)勞動(dòng)生產(chǎn)率提升,使得勞動(dòng)力實(shí)際價(jià)值降低,進(jìn)一步減小勞動(dòng)報(bào)酬的相對(duì)占比。此外,資本持有者給予就業(yè)者應(yīng)得的勞動(dòng)報(bào)酬是引發(fā)其收入變化的主要原因,即勞動(dòng)報(bào)酬的增加有助于促進(jìn)勞動(dòng)者收入增長(zhǎng),而資本收益率增加則會(huì)導(dǎo)致勞動(dòng)者收入降低。因而資本收益率升高使收入傾向于流向城鎮(zhèn)資本持有者,而非流向勞動(dòng)要素相對(duì)豐富的農(nóng)村,引致絕大多數(shù)以勞動(dòng)報(bào)酬作為收入主要來(lái)源的農(nóng)村居民的收益受到損害,進(jìn)而擴(kuò)大城鄉(xiāng)收入差距。為此,本文提出如下假設(shè):

假設(shè)1:工業(yè)機(jī)器人應(yīng)用會(huì)加劇中國(guó)城鄉(xiāng)收入差距。

假設(shè)2:工業(yè)機(jī)器人應(yīng)用會(huì)通過(guò)提升就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化水平和資本利潤(rùn)率兩個(gè)渠道,加劇中國(guó)城鄉(xiāng)收入差距。

三、 關(guān)鍵變量測(cè)度及特征分析

(一) 省級(jí)工業(yè)機(jī)器人滲透度的測(cè)度與分析

基于IFR發(fā)布的全球多個(gè)國(guó)家各行業(yè)層面工業(yè)機(jī)器人安裝量及存量數(shù)據(jù),90%以上工業(yè)機(jī)器人應(yīng)用于制造業(yè)領(lǐng)域[4],且自2007年(2)考慮到2006年及之前較長(zhǎng)時(shí)間內(nèi)IFR記錄的中國(guó)工業(yè)機(jī)器人相關(guān)數(shù)據(jù)大多為0,且根據(jù)工業(yè)機(jī)器人行業(yè)分布可以推定,世界范圍內(nèi)的機(jī)器人主要應(yīng)用于制造業(yè)領(lǐng)域,因此,筆者基于2007—2019年間14個(gè)制造業(yè)行業(yè)的工業(yè)機(jī)器人數(shù)據(jù)進(jìn)行細(xì)致研究,符合中國(guó)機(jī)器人技術(shù)發(fā)展的現(xiàn)狀,使得研究結(jié)論具有較強(qiáng)的科學(xué)性及現(xiàn)實(shí)意義。起,工業(yè)機(jī)器人在中國(guó)制造業(yè)核心產(chǎn)業(yè)中的應(yīng)用數(shù)量逐漸攀升。本文以2007—2019年間中國(guó)各省級(jí)區(qū)域(除港澳臺(tái)地區(qū)外)工業(yè)機(jī)器人滲透度作為衡量地區(qū)工業(yè)機(jī)器人應(yīng)用水平的代理變量,其中機(jī)器人分布密度以制造業(yè)每萬(wàn)人所擁有機(jī)器人數(shù)量表示,并將制造業(yè)分行業(yè)就業(yè)份額作為權(quán)重系數(shù),將工業(yè)機(jī)器人應(yīng)用數(shù)量分配至各省級(jí)區(qū)域,刻畫中國(guó)省級(jí)層面工業(yè)機(jī)器人滲透度(robA)。

具體操作步驟如下:首先是由于IFR數(shù)據(jù)的14個(gè)制造業(yè)行業(yè)劃分標(biāo)準(zhǔn)與國(guó)民經(jīng)濟(jì)行業(yè)分類(GB/4754—2011)中31個(gè)行業(yè)分類標(biāo)準(zhǔn)存在差異,筆者借鑒閆雪凌等的劃分依據(jù)[22],將中國(guó)制造業(yè)分行業(yè)數(shù)據(jù)與IFR分行業(yè)數(shù)據(jù)進(jìn)行匹配與整理,得到14個(gè)(3)IFR標(biāo)準(zhǔn)下14個(gè)制造業(yè)產(chǎn)業(yè)分別為:食品和飲料加工制造業(yè),紡織及服裝制品業(yè),木制品及家具制造業(yè),造紙及印刷制造業(yè),化學(xué)制品業(yè),橡膠和塑料制品業(yè),非金屬礦物制品業(yè),基本金屬加工冶煉業(yè),金屬制品業(yè),通用及專業(yè)設(shè)備制造業(yè),汽車制造業(yè),鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè),電子及電氣設(shè)備制造業(yè)和其他制造業(yè)分支。IFR標(biāo)準(zhǔn)下制造業(yè)分行業(yè)機(jī)器人安裝數(shù)量。其次是將各區(qū)域制造業(yè)分行業(yè)就業(yè)份額作為其工業(yè)機(jī)器人的權(quán)重系數(shù),建立如下測(cè)度模型(1)。

robpt=∑j(empptj/emppt)×(robtj/emptj)

(1)

式中,robpt表示p地區(qū)t年工業(yè)機(jī)器人滲透度,robtj/emptj表示t年j行業(yè)工業(yè)機(jī)器人整體使用密度,empptj/emppt表示p地區(qū)t年制造業(yè)各行業(yè)就業(yè)權(quán)重;empptj為p地區(qū)t年j行業(yè)就業(yè)人數(shù),emppt為p地區(qū)t年就業(yè)總?cè)藬?shù),robjt為t年j行業(yè)機(jī)器人安裝量,empjt為t年j行業(yè)就業(yè)總?cè)藬?shù);robpt數(shù)值越大表示滲透度越高,即工業(yè)機(jī)器人應(yīng)用水平越高。

基于IFR數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》及上述測(cè)度方法,本文測(cè)度了2007—2019年間中國(guó)各地區(qū)制造業(yè)工業(yè)機(jī)器人安裝量滲透度。圖1報(bào)告了中國(guó)制造業(yè)部分行業(yè)機(jī)器人安裝量分布情況,汽車制造業(yè)、電子及電氣設(shè)備制造業(yè)、橡膠和塑料制品業(yè)、通用及專用設(shè)備制造業(yè)和金屬制品業(yè)等5個(gè)行業(yè)安裝工業(yè)機(jī)器人的數(shù)量排名前5,占全部安裝量比例超過(guò)90%。安裝于汽車制造業(yè)與電子及電氣設(shè)備制造業(yè)領(lǐng)域的工業(yè)機(jī)器人數(shù)量達(dá)到70%以上,造紙及印刷制造業(yè)和紡織及服裝制品業(yè)工業(yè)機(jī)器人安裝數(shù)量則未見(jiàn)顯著變化,目前工業(yè)機(jī)器人主要應(yīng)用于具有顯著規(guī)模優(yōu)勢(shì)的大型重工業(yè)領(lǐng)域。

圖1 2007—2019年中國(guó)制造業(yè)各行業(yè)工業(yè)機(jī)器人安裝量(臺(tái))

通過(guò)對(duì)樣本期內(nèi)中國(guó)、美國(guó)及德國(guó)制造業(yè)工業(yè)機(jī)器人安裝量變化趨勢(shì)的分析可知:相比于美、德兩國(guó)較為平穩(wěn)的發(fā)展趨勢(shì),中國(guó)工業(yè)機(jī)器人安裝量上升幅度較大。隨著中國(guó)智能化技術(shù)不斷發(fā)展及“工業(yè)4.0”概念的提出和持續(xù)深化,工業(yè)機(jī)器人安裝量實(shí)現(xiàn)大幅上升。進(jìn)一步地,根據(jù)中國(guó)各地區(qū)工業(yè)機(jī)器人滲透度均值情況,排名前6位的地區(qū)分別為吉林、重慶、北京、湖北、上海和天津,且該指數(shù)均超過(guò)了較低區(qū)域的5倍以上,因而中國(guó)工業(yè)機(jī)器人應(yīng)用水平存在較大地區(qū)差異性;排名前6位的地區(qū)中,4個(gè)地區(qū)屬于直轄市,可見(jiàn)這些區(qū)域數(shù)據(jù)可能會(huì)給本文基準(zhǔn)回歸結(jié)果帶來(lái)一定的影響。

(二) 省級(jí)城鄉(xiāng)居民收入差距的測(cè)量及分析

學(xué)界有關(guān)收入差距的刻畫方法集中在城鎮(zhèn)與農(nóng)村人均可支配收入之比、泰爾指數(shù)與基尼系數(shù),基于中國(guó)發(fā)展實(shí)況及現(xiàn)存文獻(xiàn)[12],本文選取泰爾指數(shù)描述中國(guó)二元結(jié)構(gòu)中高收入與低收入人群,即城鎮(zhèn)與農(nóng)村間的居民收入差距,測(cè)度模型如下:

(2)

其中,incTpt表示p省t年收入差距的泰爾指數(shù)。j取值為1和2時(shí)分別表示城鎮(zhèn)與農(nóng)村區(qū)域,即當(dāng)j取1時(shí),incjpt為p地區(qū)t年城鎮(zhèn)收入,incpt為p地區(qū)t年城鄉(xiāng)總收入,popjpt為p地區(qū)t年城鎮(zhèn)人口數(shù),incpt為p地區(qū)t年城鄉(xiāng)總?cè)丝跀?shù);當(dāng)j取2時(shí),上述變量則分別表示農(nóng)村地區(qū)的對(duì)應(yīng)含義。incTpt數(shù)值越大表示城鄉(xiāng)收入差距越大。

基于上述模型以及《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》數(shù)據(jù),圖2顯示了2007—2019年各地區(qū)泰爾指數(shù)均值,城鄉(xiāng)收入差距較低的前6名地區(qū)分別為上海、北京、天津、浙江、黑龍江和江蘇,其泰爾指數(shù)處于0.75以下,且均與該指數(shù)較高區(qū)域間差距較大。隨著城鄉(xiāng)收入水平的顯著提升,城鄉(xiāng)居民收入分配不均程度有所改善。相比于高勞動(dòng)收入份額區(qū)域,低勞動(dòng)收入份額區(qū)域的城鄉(xiāng)收入差距較低,較高級(jí)化產(chǎn)業(yè)結(jié)構(gòu)、較高人力與物質(zhì)資本水平以及完善的收入分配政策體系有助于緩解城鄉(xiāng)收入差距。上述現(xiàn)象出現(xiàn)的原因可能在于:中國(guó)開(kāi)展以農(nóng)業(yè)稅收為重點(diǎn)內(nèi)容的農(nóng)村稅費(fèi)改革,并于2006年后全面取消農(nóng)業(yè)稅,有效降低了農(nóng)村居民稅收負(fù)擔(dān);此外,中國(guó)政府不斷頒布以惠農(nóng)補(bǔ)貼為核心的優(yōu)惠政策,改善農(nóng)業(yè)基礎(chǔ)設(shè)施條件,并打擊、整頓與調(diào)節(jié)非法收入、不合理收入以及過(guò)高收入,提升農(nóng)村居民勞動(dòng)收入水平,使城鄉(xiāng)收入差距有所緩解。

圖2 2007—2019年中國(guó)各地區(qū)泰爾指數(shù)均值

四、 計(jì)量結(jié)果與分析

(一) 基準(zhǔn)檢驗(yàn)與分析

基于本研究的核心目標(biāo),本文構(gòu)建如下以中國(guó)省級(jí)工業(yè)機(jī)器人滲透度及城鄉(xiāng)收入差距分別作為解釋變量與被解釋變量的基準(zhǔn)回歸模型:

incTpt=α1+α11robpt+β1Xpt+γp+γt+εpt

(3)

其中,incTpt為衡量城鄉(xiāng)收入差距的泰爾指數(shù);robpt為工業(yè)機(jī)器人應(yīng)用水平;Xpt為控制變量;γp及γt分別表示省份及時(shí)間固定效應(yīng);εpt為隨機(jī)誤差項(xiàng);α1、α11及β1分別表示常數(shù)項(xiàng)、核心解釋變量(工業(yè)機(jī)器人應(yīng)用水平)的系數(shù)及控制變量的系數(shù)。incTpt越大則表示城鄉(xiāng)居民收入差距越大。筆者選取以下既能刻畫省級(jí)區(qū)域特征,又可能會(huì)對(duì)城鄉(xiāng)收入差距產(chǎn)生影響的因素作為控制變量:創(chuàng)新水平(inno),由新產(chǎn)品銷售收入與GDP的比值表示;外商直接投資水平(fdi),由實(shí)際利用外商直接投資額與GDP的比值表示;政府干預(yù)水平(gov),由政府財(cái)政一般預(yù)算支出與GDP比值表示;金融發(fā)展水平(fin),由金融機(jī)構(gòu)存貸款余額與GDP比值表示。

表1報(bào)告了在控制時(shí)間-地區(qū)固定效應(yīng)以及穩(wěn)健標(biāo)準(zhǔn)誤情況下的基準(zhǔn)檢驗(yàn)(OLS)結(jié)果,可見(jiàn),隨著控制變量的依次加入,工業(yè)機(jī)器人滲透度對(duì)城鄉(xiāng)收入差距的作用系數(shù)顯著為正,且均通過(guò)了至少1%的顯著性檢驗(yàn),即工業(yè)機(jī)器人的應(yīng)用加劇了城鄉(xiāng)收入差距,本文的假設(shè)1得以驗(yàn)證。此外,創(chuàng)新水平及金融發(fā)展將加劇城鄉(xiāng)收入差距,外商直接投資水平與政府干預(yù)則將緩解收入差距,且金融發(fā)展及政府干預(yù)的作用效果均在1%的水平上顯著成立,可見(jiàn)保持適度的金融發(fā)展水平以及加大政府干預(yù)力度,是緩解城鄉(xiāng)收入差距問(wèn)題的重要切入點(diǎn)。

表1 基準(zhǔn)檢驗(yàn)結(jié)果

(二) 內(nèi)生性問(wèn)題處理

筆者進(jìn)一步采取以下三種方式進(jìn)行內(nèi)生性問(wèn)題處理。一是工具變量法。基于Acemoglu等及閆雪凌等的研究[4,22],一方面,美國(guó)機(jī)器人技術(shù)發(fā)展水平給世界各國(guó),尤其是機(jī)器人產(chǎn)業(yè)迅速發(fā)展的中國(guó)帶來(lái)一定影響,可見(jiàn)美國(guó)機(jī)器人應(yīng)用水平與本文解釋變量之間存在相關(guān)性;另一方面,美國(guó)機(jī)器人使用水平在理論上并不會(huì)直接對(duì)中國(guó)城鄉(xiāng)居民收入差距產(chǎn)生影響,即美國(guó)機(jī)器人數(shù)據(jù)具備較強(qiáng)的外生性。故筆者利用美國(guó)工業(yè)機(jī)器人的安裝量、存量及美國(guó)經(jīng)濟(jì)分析局有關(guān)美國(guó)制造業(yè)就業(yè)數(shù)據(jù),并結(jié)合模型(1)將美國(guó)機(jī)器人安裝量滲透度(us_A)與存量滲透度(us_B)分別作為中國(guó)機(jī)器人安裝量滲透度(robA)與存量滲透度(robB)的雙重工具變量,利用兩步最小二乘回歸進(jìn)行內(nèi)生性問(wèn)題檢驗(yàn)。二是緩解遺漏變量問(wèn)題。參照鈔小靜和周文慧、龍飛楊和殷鳳、江永紅和張本秀的研究邏輯[19,23-24],進(jìn)一步控制交通運(yùn)輸水平(jichu)、稅負(fù)水平(tax)及對(duì)外貿(mào)易水平(open),加大對(duì)遺漏變量問(wèn)題的緩解力度。三是聯(lián)立方程法。借鑒陳曉華等和劉慧等的處理方式[25-26],采取聯(lián)立方程法進(jìn)行內(nèi)生性問(wèn)題的處理。以式(3)為聯(lián)立方程的第一個(gè)方程,以robpt=β1+β11incTpt+μ_1Lpt+εpt為第二個(gè)方程,Lpt為控制變量(稅負(fù)水平)(4)其中,交通運(yùn)輸水平以人均公路里程數(shù)表示,稅負(fù)水平以地方財(cái)政稅收收入與GDP的比值表示,對(duì)外貿(mào)易水平以進(jìn)出口貿(mào)易總額與GDP比值表示,β1、β11和μ1分別表示常數(shù)項(xiàng)、收入差距及控制變量的系數(shù),其余變量含義均與前文保持一致。。表2中前四列給出了工具變量法兩階段回歸結(jié)果,LM及WF值均證明了該方法的科學(xué)性。列(5)、列(6)報(bào)告了增加控制變量后核心解釋變量的系數(shù),其均在10%的水平上穩(wěn)健成立;列(7)、列(8)則為將方法更換為聯(lián)立方程后的結(jié)論,可見(jiàn)機(jī)器人滲透水平的系數(shù)均通過(guò)了至少1%的檢驗(yàn)。故在客服內(nèi)生性問(wèn)題的條件下,核心結(jié)論具有較強(qiáng)的科學(xué)性。

表2 內(nèi)生性問(wèn)題檢驗(yàn)結(jié)果(5)該表中控制變量“Y”表示控制全部的控制變量,“N”表示沒(méi)有控制變量,限于篇幅無(wú)法報(bào)告各項(xiàng)控制變量的估計(jì)結(jié)果,留存?zhèn)渌鳌：笪目刂谱兞空f(shuō)明與此處相同。

(三) 穩(wěn)健性檢驗(yàn)及異質(zhì)性檢驗(yàn)

本文采用以下幾種方式進(jìn)行穩(wěn)健性檢驗(yàn)。第一是更換核心變量。首先,更換如下三種解釋變量:借鑒呂越等的研究[27],筆者利用工業(yè)機(jī)器人存量滲透度(robB)、人工智能相關(guān)發(fā)明專利水平(robZL)(6)考慮到專利水平可以反映國(guó)家或地區(qū)該項(xiàng)科技發(fā)展水平及最新動(dòng)態(tài),人工智能專利則是以工業(yè)機(jī)器人為主要應(yīng)用的人工智能技術(shù)的核心所在,筆者基于中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局(SIPO) 專利數(shù)據(jù)庫(kù)和中國(guó)知網(wǎng)專利數(shù)據(jù)庫(kù),將中國(guó)各省人工智能相關(guān)發(fā)明專利申請(qǐng)數(shù)與GDP比值作為替代工業(yè)機(jī)器人應(yīng)用水平的代理變量。其中,人工智能相關(guān)專利搜索關(guān)鍵詞為:人工智能、模式識(shí)別、語(yǔ)音識(shí)別、圖像識(shí)別、虹膜識(shí)別、機(jī)器學(xué)習(xí)、智能處理器、認(rèn)知計(jì)算、智能機(jī)器人、專家系統(tǒng)、智能搜索、智能駕駛、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺(jué)及AI等。及工業(yè)機(jī)器人貿(mào)易水平(robIE)(7)基于聯(lián)合國(guó)商品貿(mào)易數(shù)據(jù)庫(kù)(UNCTAD)數(shù)據(jù),利用中國(guó)工業(yè)機(jī)器人進(jìn)出口貿(mào)易額衡量工業(yè)機(jī)器人發(fā)展水平。工業(yè)機(jī)器人在HS2002六位編碼體系中主要包括:851531(電弧焊接機(jī)器人)、847950(多功能機(jī)器人)、851521(電阻焊接機(jī)器人)及851580(激光焊接機(jī)器人)。作為核心解釋變量的代理變量;其次,將城鎮(zhèn)人均可支配收入與農(nóng)村人均純收入之比(incCN)作為衡量城鄉(xiāng)居民收入差距的代理變量。第二是動(dòng)態(tài)檢驗(yàn)?？紤]到工業(yè)機(jī)器人技術(shù)從引進(jìn)、學(xué)習(xí)到生產(chǎn)、使用,再到實(shí)現(xiàn)技術(shù)升級(jí)與轉(zhuǎn)化需要較長(zhǎng)一段時(shí)間[28],將工業(yè)機(jī)器人安裝量及存量滲透度的1—3期滯后項(xiàng)作為解釋變量。第三是反事實(shí)分析(8)根據(jù)核心被解釋變量特征性分析可以推斷,本文研究模型可能存在城鄉(xiāng)收入差距在本文考察期前已然表現(xiàn)出加劇趨勢(shì)的逆向因果關(guān)系,使得本文結(jié)論可能無(wú)法區(qū)分工業(yè)機(jī)器人的城鄉(xiāng)收入差距效應(yīng)與城鄉(xiāng)收入差距本身存在的變化趨勢(shì)之間的關(guān)系。為此,筆者基于杜文強(qiáng)的研究[29],提出了一個(gè)“反事實(shí)條件”,緩解模型可能存在的因果問(wèn)題。。利用2013—2019年工業(yè)機(jī)器人滲透度對(duì)2000—2006年城鄉(xiāng)收入差距進(jìn)行回歸,考察未來(lái)的機(jī)器人應(yīng)用是否會(huì)影響過(guò)去的城鄉(xiāng)收入差距,以排除二者間的趨勢(shì)相關(guān)性[29](9)為進(jìn)一步確保估計(jì)結(jié)果的可靠性,本文還采用了另外三種方式進(jìn)行穩(wěn)健性檢驗(yàn),分別是剔除直轄市樣本[29]、縮尾處理[28]和中長(zhǎng)期效應(yīng)檢驗(yàn)。三類穩(wěn)健性檢驗(yàn)結(jié)果均證實(shí)前文的估計(jì)結(jié)果是穩(wěn)健可靠的。其中,值得關(guān)注的是,剔除直轄市樣本處理后,核心解釋變量系數(shù)通過(guò)了5%的顯著性檢驗(yàn),與基準(zhǔn)檢驗(yàn)中1%的顯著性水平相比有所下降,這在一定程度上印證了前文變量特征性分析結(jié)論的科學(xué)性,即中國(guó)直轄市區(qū)域的機(jī)器人滲透水平較高,其在工業(yè)機(jī)器人加劇城鄉(xiāng)收入差距的作用機(jī)制中表現(xiàn)出舉足輕重的影響作用。然而,4個(gè)直轄市數(shù)據(jù)的增刪并未改變二者作用方向,可知在不考慮直轄市區(qū)數(shù)據(jù)條件下,工業(yè)機(jī)器人應(yīng)用依舊引致城鄉(xiāng)收入差距顯著擴(kuò)大,推定本文的核心考察結(jié)論具有較強(qiáng)可靠性。限于篇幅,略去這三類穩(wěn)健性檢驗(yàn)的具體結(jié)果,留存?zhèn)渌??！?/p>

1. 更換變量法

根據(jù)將解釋變量更換為上述三種變量后的回歸結(jié)果,以及以上四種解釋變量對(duì)城鎮(zhèn)人均可支配收入與農(nóng)村人均純收入之比(incCN)的回歸結(jié)果,各項(xiàng)解釋變量的估計(jì)系數(shù)均顯著為正,且通過(guò)了至少1%的顯著性檢驗(yàn),證實(shí)了基準(zhǔn)結(jié)果是穩(wěn)健成立的(限于篇幅,具體結(jié)果留存?zhèn)渌?。

表3報(bào)告了在更換解釋變量的情況下工業(yè)機(jī)器人安裝量滲透度和存量滲透度的1—3期滯后項(xiàng)對(duì)城鄉(xiāng)收入差距的回歸結(jié)果。隨著滯后期數(shù)的增加,二者間作用的顯著性水平有所下降,故工業(yè)機(jī)器人的引進(jìn)不僅對(duì)城鄉(xiāng)收入差距具有顯著的加劇效應(yīng),該作用還表現(xiàn)出逐步弱化的滯后性。上述現(xiàn)象出現(xiàn)的原因在于:工業(yè)機(jī)器人從引進(jìn)和學(xué)習(xí)到大規(guī)模使用,再到實(shí)現(xiàn)技術(shù)升級(jí)和轉(zhuǎn)化是一個(gè)漫長(zhǎng)的過(guò)程,引致工業(yè)機(jī)器人應(yīng)用的城鄉(xiāng)收入差距效應(yīng)存在一定的滯后性;隨著時(shí)間的推移和人工智能相關(guān)技術(shù)的升級(jí),制造業(yè)企業(yè)逐步優(yōu)化其與工業(yè)機(jī)器人相匹配的運(yùn)行和管理模式,進(jìn)一步提高生產(chǎn)效率,激發(fā)中國(guó)整體經(jīng)濟(jì)增長(zhǎng)活力,有助于全社會(huì)收入水平的提升,這在一定程度上弱化了其長(zhǎng)期發(fā)展中的部分城鄉(xiāng)收入差距效應(yīng),使得顯著性水平小幅降低,但并未在本質(zhì)上改變工業(yè)機(jī)器人應(yīng)用對(duì)城鄉(xiāng)收入差距帶來(lái)顯著負(fù)面沖擊的事實(shí),可見(jiàn)前文核心檢驗(yàn)結(jié)論是科學(xué)穩(wěn)健的。

表3 滯后1—3期的動(dòng)態(tài)檢驗(yàn)結(jié)果

2. 反事實(shí)分析

表4中列(1)、列(2)報(bào)告了在提出“反事實(shí)條件”的情況下2013—2019年工業(yè)機(jī)器人滲透度對(duì)2000—2006年城鄉(xiāng)收入差距的回歸結(jié)果,其中核心解釋變量的估計(jì)系數(shù)并不顯著,故前期中國(guó)城鄉(xiāng)收入差距的加深不隨后期工業(yè)機(jī)器人滲透度的增加而表現(xiàn)出顯著變化,即二者間不具備趨勢(shì)相關(guān)性,表明本文基準(zhǔn)檢驗(yàn)結(jié)果不存在由逆向因果關(guān)系引致的偏差。

表4 多維檢驗(yàn)結(jié)果

3. 異質(zhì)性檢驗(yàn)

鑒于地區(qū)間發(fā)展水平的差異使得不同地區(qū)制造業(yè)具有異質(zhì)性要素特征,本部分?jǐn)M對(duì)異質(zhì)性條件下工業(yè)機(jī)器人應(yīng)用與城鄉(xiāng)收入差距間作用機(jī)制進(jìn)行刻畫。首先,基于鈔小靜和周文慧按照勞動(dòng)收入份額高低對(duì)中國(guó)地區(qū)的分類標(biāo)準(zhǔn)[19],將處于勞動(dòng)收入份額平均值以上及以下的區(qū)域分別劃分為高勞動(dòng)收入份額和低勞動(dòng)收入份額地區(qū)。其次,2011年德國(guó)首次提出“工業(yè)4.0”概念[28],以加速提升工業(yè)機(jī)器人應(yīng)用水平[22]。中國(guó)工業(yè)機(jī)器人安裝量也從2011年開(kāi)始表現(xiàn)出迅猛增長(zhǎng)的趨勢(shì)。據(jù)此,將2011年作為中國(guó)人工智能技術(shù)實(shí)現(xiàn)由低速向高速跨越式變遷的階段性“里程碑”。故借鑒閆雪凌等、韋東明等及劉紅英等的研究[22,28,20],以2011年作為時(shí)期分界點(diǎn)進(jìn)行異質(zhì)性檢驗(yàn)。

表4中列(3)、列(4)報(bào)告了工業(yè)機(jī)器人應(yīng)用對(duì)城鄉(xiāng)收入差距在異質(zhì)性區(qū)域內(nèi)的回歸結(jié)果。相比于低勞動(dòng)收入份額區(qū)域,工業(yè)機(jī)器人的城鄉(xiāng)收入差距效應(yīng)在高勞動(dòng)收入份額區(qū)域內(nèi)較為顯著。上述現(xiàn)象出現(xiàn)的原因可能在于:工業(yè)機(jī)器人應(yīng)用有助于促進(jìn)制造業(yè)企業(yè)實(shí)現(xiàn)生產(chǎn)過(guò)程智能化及自動(dòng)化,從而激發(fā)資本要素的積累,使勞動(dòng)要素收入比例下降,引致工業(yè)機(jī)器人應(yīng)用具有顯著的要素偏向性,促使異質(zhì)性要素間的收入差距不斷加深。而農(nóng)村地區(qū)就業(yè)者的勞動(dòng)收入占比較大,使高勞動(dòng)收入份額區(qū)域內(nèi)的城鄉(xiāng)收入差距效應(yīng)較低勞動(dòng)收入份額區(qū)域更為顯著,這也進(jìn)一步驗(yàn)證了鈔小靜和周文慧有關(guān)人工智能技術(shù)降低勞動(dòng)收入份額的核心研究結(jié)論以及異質(zhì)性檢驗(yàn)結(jié)論[19]。列(5)、列(6)報(bào)告了“工業(yè)4.0”概念提出前后時(shí)期的回歸結(jié)果,核心解釋變量的作用符號(hào)及顯著性水平并未發(fā)生明顯變化,即工業(yè)機(jī)器人應(yīng)用對(duì)收入差距的加劇作用不因該項(xiàng)政策的提出而改變。

(四) 作用渠道及拓展分析

1. 作用渠道分析

本部分進(jìn)一步利用中介檢驗(yàn)?zāi)Ｐ?剖析就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化和資本利潤(rùn)率在二者間的中介效應(yīng)。本文將就業(yè)人員中受過(guò)高等教育(大學(xué)專業(yè)及以上學(xué)歷)的從業(yè)者視為高技能勞動(dòng)力,其余人員視為中低技能勞動(dòng)力(10)接受過(guò)較高水平教育的勞動(dòng)力能夠憑借其一定的知識(shí)基礎(chǔ)及較強(qiáng)的學(xué)習(xí)能力,縮短接受新技術(shù)與新環(huán)境的時(shí)間,使得勞動(dòng)力受教育程度成為衡量技能水平高低的重要標(biāo)志[30]。,將高技能勞動(dòng)力與中低技能勞動(dòng)力的比值作為就業(yè)技能結(jié)構(gòu)高級(jí)化水平(ES)的代理變量;此外,作為資本積累能力的表現(xiàn),資本利潤(rùn)率能夠在一定程度上反映制造業(yè)企業(yè)資本要素的收益水平,本文借鑒陳仲常和吳永球的研究[31]及陳曉華和劉慧對(duì)于變量的處理思路[32],構(gòu)建如下模型:

CRpt=(Rpt/Kpt)/(∑Rpt/∑Kpt)

(4)

式中,CRpt表示資本要素的相對(duì)利潤(rùn)率,Rpt表示規(guī)上工業(yè)企業(yè)利潤(rùn)總額,Kpt為物質(zhì)資本總量,CRpt越大則資本要素的相對(duì)利潤(rùn)率越高,即資本要素收益水平越高,故筆者將模型(4)測(cè)度結(jié)果作為資本利潤(rùn)率(CR)的代理變量。參照江艇的研究[33],為減輕逐步回歸法存在的弊端問(wèn)題,本文基于如下模型,進(jìn)行兩步回歸法檢驗(yàn):

ESpt=α1+α12robpt+β1Xpt+γp+γt+εpt

(5)

CRpt=α1+α12robpt+β1Xpt+γp+γt+εpt

(6)

其中,ES與CR為中介變量,即就業(yè)結(jié)構(gòu)高級(jí)化水平和資本要素利潤(rùn)率。表5中列(3)至列(6)報(bào)告了工業(yè)機(jī)器人應(yīng)用對(duì)兩大中介變量的回歸結(jié)果。工業(yè)機(jī)器人滲透水平的作用系數(shù)顯著為正,且均通過(guò)了至少1%的顯著性水平檢驗(yàn),故工業(yè)機(jī)器人應(yīng)用有助于提高就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化水平和資本利潤(rùn)率,進(jìn)而對(duì)城鄉(xiāng)收入差距帶來(lái)負(fù)面沖擊,這在一定程度上再次驗(yàn)證了鈔小靜和周文慧的分析結(jié)論[19]以及本文假設(shè)2。

表5 作用渠道檢驗(yàn)結(jié)果

2. 拓展分析

產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)中國(guó)在內(nèi)的發(fā)展中國(guó)家實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)的積極作用逐漸成為學(xué)界深耕的熱點(diǎn)。制造業(yè)與服務(wù)業(yè)“雙輪驅(qū)動(dòng)”的新經(jīng)濟(jì)模式,推進(jìn)制造業(yè)服務(wù)優(yōu)化與服務(wù)業(yè)制造化呈現(xiàn)新動(dòng)態(tài)。而工業(yè)機(jī)器人應(yīng)用有助于壓縮時(shí)空距離,使二者間有機(jī)集聚水平的提升成為可能。本部分進(jìn)一步刻畫工業(yè)機(jī)器人應(yīng)用與產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)協(xié)同集聚之間的復(fù)雜關(guān)系。

本文參考干春暉等的測(cè)度方法[34],將第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比作為產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化水平(industry_TS)代理變量,基于重新定義的泰爾熵刻畫產(chǎn)業(yè)結(jié)構(gòu)的合理化指數(shù)(industry_TL),利用熵權(quán)法與主成分分析法(11)基于產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)、三產(chǎn)值占比和技術(shù)成果市場(chǎng)化指數(shù),利用熵權(quán)法和主成分分析法測(cè)度產(chǎn)業(yè)結(jié)構(gòu)綜合得分。限于篇幅,略去具體指標(biāo)權(quán)重及貢獻(xiàn)率,留存?zhèn)渌鳌y(cè)度出產(chǎn)業(yè)結(jié)構(gòu)綜合得分(industry_EM,industry_PCA)。參考陳建軍等[35]構(gòu)建的產(chǎn)業(yè)協(xié)同集聚指數(shù)衡量產(chǎn)業(yè)協(xié)同集聚水平,測(cè)度方法如下:

agg_serpt=(FWpt/FWt)/(Ppt/Pt)

(7)

agg_manpt=(ZZpt/ZZt)/(Ppt/Pt)

(8)

(9)

式中,agg_serpt與agg_manpt分別代表區(qū)位熵法構(gòu)建的生產(chǎn)性服務(wù)業(yè)集聚和制造業(yè)集聚指數(shù),FWpt/FWt與ZZpt/ZZt分別是p地區(qū)t年生產(chǎn)性服務(wù)業(yè)和制造業(yè)的就業(yè)份額,Ppt/Pt表示p地區(qū)t年的就業(yè)份額,agg_collpt即為協(xié)同集聚指數(shù)。表6報(bào)告了上述分析結(jié)論,核心解釋變量的系數(shù)均顯著為正,且均在至少10%的顯著性水平上穩(wěn)健成立,即工業(yè)機(jī)器人應(yīng)用有助于提升產(chǎn)業(yè)服務(wù)化、合理化指數(shù),并有助于推進(jìn)產(chǎn)業(yè)協(xié)同集聚水平提升。

表6 拓展分析檢驗(yàn)結(jié)果

五、 結(jié)論性評(píng)述

緩解中國(guó)以城鄉(xiāng)收入差距為主的結(jié)構(gòu)性矛盾和提高制造業(yè)生產(chǎn)過(guò)程的智能化水平,既是中國(guó)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)及和諧發(fā)展的重要途徑,也是推動(dòng)高水平共同富裕戰(zhàn)略的重要支撐。本文在科學(xué)測(cè)度2007—2019年間中國(guó)31個(gè)省級(jí)區(qū)域工業(yè)機(jī)器人滲透度及城鄉(xiāng)居民收入差距的基礎(chǔ)上,從多維視角刻畫工業(yè)機(jī)器人應(yīng)用與城鄉(xiāng)收入差距間的作用渠道,得到的結(jié)論主要有:首先,工業(yè)機(jī)器人應(yīng)用加劇中國(guó)城鄉(xiāng)居民收入差距,該結(jié)論在基準(zhǔn)檢驗(yàn)、多維內(nèi)生性檢驗(yàn)、更換核心變量檢驗(yàn)、動(dòng)態(tài)檢驗(yàn)、反事實(shí)分析法、剔除可能存在的異常值檢驗(yàn)、縮尾處理和中長(zhǎng)期效應(yīng)檢驗(yàn)中均穩(wěn)健成立。此外,工業(yè)機(jī)器人應(yīng)用規(guī)模將呈現(xiàn)持續(xù)擴(kuò)大趨勢(shì),故城鄉(xiāng)收入差距將持續(xù)承受來(lái)自機(jī)器人應(yīng)用領(lǐng)域的壓力,甚至表現(xiàn)出日益增加的態(tài)勢(shì),因而有效處理機(jī)器人應(yīng)用的收入分配效應(yīng)能為高質(zhì)量增長(zhǎng)和共同富裕戰(zhàn)略的協(xié)同共進(jìn)提供重要支撐。其次,工業(yè)機(jī)器人應(yīng)用通過(guò)促進(jìn)就業(yè)技術(shù)結(jié)構(gòu)高級(jí)化和提升資本要素利潤(rùn)率兩個(gè)渠道,擴(kuò)大城鄉(xiāng)居民收入差距,且工業(yè)機(jī)器人應(yīng)用在高勞動(dòng)收入份額區(qū)域內(nèi)的城鄉(xiāng)收入差距效應(yīng)較為顯著。最后,人工智能技術(shù)有利于激發(fā)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化及合理化演進(jìn)動(dòng)力,并助力生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚水平的提升。制造業(yè)作為國(guó)民經(jīng)濟(jì)的重要支柱,擺脫其在世界分工中的“低端鎖定”地位具有重要的戰(zhàn)略意義[36]。

提升農(nóng)村低水平勞動(dòng)力收入份額,化解城鄉(xiāng)居民收入差距這一結(jié)構(gòu)性矛盾,是優(yōu)化收入分配制度的重要目標(biāo)。本文對(duì)于平抑工業(yè)機(jī)器人為城鄉(xiāng)收入差距帶來(lái)負(fù)面沖擊具有深遠(yuǎn)的政策啟示。其一,加強(qiáng)政府干預(yù),共享人工智能技術(shù)的“時(shí)代紅利”。緊密跟蹤并正確預(yù)判工業(yè)機(jī)器人應(yīng)用對(duì)社會(huì)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)影響,合理把控工業(yè)機(jī)器人在制造業(yè)生產(chǎn)過(guò)程中的應(yīng)用水平。引導(dǎo)工業(yè)機(jī)器人大規(guī)模應(yīng)用于低勞動(dòng)收入份額區(qū)域,打造跨區(qū)域工業(yè)機(jī)器人產(chǎn)業(yè)集群。其二,提升城鄉(xiāng)收入居民水平,優(yōu)化收入分配格局。提高農(nóng)業(yè)生產(chǎn)資源的配置效率,促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)專業(yè)化、規(guī)模化及智能化發(fā)展,實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)向現(xiàn)代化農(nóng)業(yè)的轉(zhuǎn)型升級(jí)。強(qiáng)化農(nóng)村低收入家庭的轉(zhuǎn)移支付力度,調(diào)整財(cái)政教育支出結(jié)構(gòu)及比例,將福利傾斜于以農(nóng)村居民為主體的低收入家庭。其三,深化人力資本,穩(wěn)定中低技能勞動(dòng)力就業(yè)水平。一是加大科學(xué)教育領(lǐng)域的基礎(chǔ)性投資。提升工業(yè)機(jī)器人相關(guān)領(lǐng)域?qū)W科建設(shè)水平,擴(kuò)大人工智能方向高等教育規(guī)模。二是強(qiáng)化勞動(dòng)力技能性培訓(xùn)。挖掘人工智能化時(shí)代亟須的素質(zhì)和技能,拓寬未就業(yè)人才及企業(yè)部分已就業(yè)人才針對(duì)性的技能提升和智能化轉(zhuǎn)崗渠道。三是適當(dāng)放寬低技術(shù)就業(yè)者的從業(yè)要求,基于失業(yè)補(bǔ)助、失業(yè)保險(xiǎn)等救濟(jì)模式,完善具有針對(duì)性的失業(yè)保障政策,緩解技術(shù)進(jìn)步引致的摩擦性失業(yè)。

本文將工業(yè)機(jī)器人為主要應(yīng)用的人工智能技術(shù)與居民城鄉(xiāng)收入差距相結(jié)合,定量化描繪了工業(yè)機(jī)器人應(yīng)用對(duì)收入差距的影響,具有一定的創(chuàng)新性和前沿性。然而,仍可使用更優(yōu)化的工具變量及多樣性計(jì)量方法,降低其可能存在的內(nèi)生性風(fēng)險(xiǎn),提升研究結(jié)果的科學(xué)性。此外,考慮到本文的研究是基于省級(jí)層面,在數(shù)據(jù)允許的情況下,仍可進(jìn)一步將分析維度細(xì)化至市級(jí)或企業(yè)層面。以上均是有待深入研究和進(jìn)一步拓展的方向。