制造業(yè)智能化與城鄉(xiāng)收入差距

王子敏，周溢凡

（南京郵電大學(xué)經(jīng)濟(jì)學(xué)院，南京 210046）

引言

近年來，黨中央高度重視收入差距問題。黨的十九屆五中全會(huì)，首次把“全體人民共同富裕取得更為明顯的實(shí)質(zhì)性進(jìn)展”作為2035 年遠(yuǎn)景目標(biāo)提出來；早在黨的十九大報(bào)告中，習(xí)近平總書記就提出，我國社會(huì)主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。改革開放以來，中國經(jīng)濟(jì)高速發(fā)展，城鄉(xiāng)居民收入持續(xù)增長，但由于存在城鄉(xiāng)二元結(jié)構(gòu)特征，中國城鄉(xiāng)收入差距不斷加大（陳斌開等，2010）[1]。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，我國城鄉(xiāng)居民收入比值由1978 年的2.57∶1 上升至2007 年的3.33∶1，盡管2019年下降為2.64∶1，但差距絕對(duì)值達(dá)到26338元，收入分配嚴(yán)重失衡，如果考慮城鎮(zhèn)在醫(yī)療、教育、交通等方面的優(yōu)勢(shì)，實(shí)際城鄉(xiāng)收入差距將更大（陸銘和陳釗，2004）[2]。城鄉(xiāng)收入差距問題已成為推進(jìn)共同富裕、實(shí)現(xiàn)發(fā)展平衡所需要解決的重大問題。

中國的城鄉(xiāng)收入差距問題受到學(xué)術(shù)界密切關(guān)注，主要研究方向分為兩大類：第一類研究從內(nèi)生性的角度，探討了城市化（陸銘和陳釗，2004）[2]、人力資本（陳斌開等，2010）[1]、金融發(fā)展（葉志強(qiáng)等，2011）[3]、交通設(shè)施（劉曉光等，2015）[4]、戶籍制度（萬海遠(yuǎn)等，2013）[5]等因素對(duì)城鄉(xiāng)收入差距的影響。第二類研究從外生性的角度，分析了財(cái)政支出城市偏向（雷根強(qiáng)等，2012）[6]、外商投資（彭文慧，2013）[7]等因素對(duì)城鄉(xiāng)收入差距的影響。隨著信息技術(shù)的發(fā)展，學(xué)者們開始重視技術(shù)進(jìn)步對(duì)城鄉(xiāng)收入差距的影響，但并未達(dá)成一致結(jié)論：一類研究表示，技術(shù)進(jìn)步會(huì)導(dǎo)致城鄉(xiāng)收入差距不斷擴(kuò)大（Leamer,2000）[23]；另一類研究認(rèn)為技術(shù)進(jìn)步能夠抑制城鄉(xiāng)收入差距（Hertel,2006）[24]。此外，還有研究認(rèn)為技術(shù)進(jìn)步與城鄉(xiāng)收入差距之間呈“倒U 型”關(guān)系（程名望和張家平，2019）[8]。

智能化技術(shù)作為一種新興顛覆性技術(shù)，正在深刻改變著人類經(jīng)濟(jì)運(yùn)行方式。與以往互聯(lián)網(wǎng)、計(jì)算機(jī)等技術(shù)相比，傳統(tǒng)的信息技術(shù)通過既定程序執(zhí)行計(jì)算或控制等任務(wù)來推動(dòng)生產(chǎn)效率的提升，而智能化技術(shù)則通過模擬人類智能和生理構(gòu)造，基于大數(shù)據(jù)擴(kuò)展人類智能，使機(jī)器勝任人類智能無法完成的工作。2017 年國務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》，同年人工智能被寫入黨的十九大報(bào)告，人工智能正式上升到國家戰(zhàn)略層面。與此同時(shí)，學(xué)界做了大量關(guān)于智能化技術(shù)的研究工作，主要聚焦于智能化技術(shù)對(duì)就業(yè)總量（Acemoglu and Restrepo,2016； Benzell et al,2017）[25][26]、就業(yè)結(jié)構(gòu)（孫早和侯玉琳，2019；Autor,2015）[9][27]、 經(jīng) 濟(jì) 增 長 （陳 彥 斌 等 ，2019）[10]、產(chǎn)業(yè)結(jié)構(gòu)（郭明凱，2019）[11]等方面的影響。在智能化技術(shù)與收入分配方面，已有研究主要集中于智能化技術(shù)對(duì)行業(yè)收入差距和技能勞動(dòng)收入差距的影響，大量研究認(rèn)為，智能化技術(shù)發(fā)展將同時(shí)產(chǎn)生高技能需求崗位的“創(chuàng)造效應(yīng)”和低技能需求崗位的“替代效應(yīng)”（Acemoglu and Restrepo,2019）[28]，而現(xiàn)階段智能化技術(shù)的影響以“替代效應(yīng)”為主，導(dǎo)致就業(yè)結(jié)構(gòu)出現(xiàn)極化現(xiàn)象，進(jìn)一步引發(fā)因技能溢價(jià)差異而產(chǎn)生的“收入兩極化”，加劇高技能勞動(dòng)者與低技能勞動(dòng)者之間的收入水平差距（Lankisch et al., 2017）[29]。此外，鄧翔等（2019）發(fā)現(xiàn)智能化技術(shù)發(fā)展使行業(yè)收入差距呈先擴(kuò)大后縮小的趨勢(shì)[12]。然而在城鄉(xiāng)層面，智能化技術(shù)對(duì)收入差距的影響卻鮮有文獻(xiàn)提及。

本文研究的核心問題是我國制造業(yè)智能化的發(fā)展是否會(huì)影響城鄉(xiāng)居民收入分配狀況，其影響機(jī)理如何，又該如何應(yīng)對(duì)。為回答以上問題，首先將智能技術(shù)進(jìn)步引入CD 生產(chǎn)函數(shù)，從理論上分析制造業(yè)智能化發(fā)展對(duì)城鄉(xiāng)收入差距的影響；其次，基于2003—2019 年省級(jí)面板數(shù)據(jù)，對(duì)影響機(jī)制展開計(jì)量檢驗(yàn)。在此基礎(chǔ)上，一方面考慮區(qū)域異質(zhì)性，探討在各地區(qū)智能化發(fā)展不均衡的情況下，制造業(yè)智能化對(duì)不同地區(qū)城鄉(xiāng)收入差距的影響；另一方面從人力資本和市場化程度的角度出發(fā)，研究不同區(qū)域勞動(dòng)力市場結(jié)構(gòu)的異質(zhì)性如何影響制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的沖擊。最后針對(duì)不同地區(qū)如何應(yīng)對(duì)智能技術(shù)引致的城鄉(xiāng)收入不平等提出政策建議。

一、理論分析

參考程名望和張家平（2019）[8]的研究，基于CD 生產(chǎn)函數(shù)，假設(shè)只存在兩個(gè)部門：城鎮(zhèn)部門和農(nóng)村部門，分別用u和r來表示。內(nèi)生經(jīng)濟(jì)增長理論認(rèn)為，技術(shù)進(jìn)步是經(jīng)濟(jì)增長的內(nèi)生因素（Romer,1986）[30]，據(jù)此本文將智能化技術(shù)設(shè)定為內(nèi)生變量，則兩部門的生產(chǎn)函數(shù)分別為：

式（1）（2）中，Aiu、Air分別代表城鎮(zhèn)部門和農(nóng)村部門的制造業(yè)智能技術(shù)水平，Yu和Yr分別為城鎮(zhèn)和農(nóng)村的產(chǎn)出?？紤]到我國存在特殊的城鄉(xiāng)二元結(jié)構(gòu)，城鎮(zhèn)部門作為現(xiàn)代經(jīng)濟(jì)發(fā)展的主要載體，對(duì)資本的依賴程度較高；而農(nóng)村部門仍以傳統(tǒng)農(nóng)業(yè)經(jīng)濟(jì)為主，對(duì)土地的依賴程度較高。故本文以K和T分別代表城鎮(zhèn)部門的資本存量和農(nóng)村部門的土地存量，α和β分別為資本產(chǎn)出彈性和土地產(chǎn)出彈性，Lu和Lr為兩部門的勞動(dòng)投入。

假設(shè)城鎮(zhèn)智能技術(shù)應(yīng)用程度、農(nóng)村智能技術(shù)應(yīng)用程度與整體智能技術(shù)應(yīng)用程度之間存在穩(wěn)定的關(guān)系，設(shè)定權(quán)重λ和η，則有：Aiu=λAi，Aiu=ηAi。兩部門生產(chǎn)數(shù)可寫為：

假設(shè)兩部門都追求利潤最大化且規(guī)模報(bào)酬不變，在滿足完全競爭的條件下，勞動(dòng)者收入等于勞動(dòng)的邊際產(chǎn)品價(jià)值。對(duì)式（3）（4）求偏導(dǎo)，分別得到城鎮(zhèn)部門和農(nóng)村部門的勞動(dòng)者收入函數(shù)：

Incomeu和Incomer分別代表城鎮(zhèn)居民和農(nóng)村居民的收入水平，以兩部門居民收入的比值來表示城鄉(xiāng)收入差距。城鄉(xiāng)收入差距函數(shù)為：

此時(shí)，制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的影響取決于式（8）的正負(fù)，其中分母恒大于零，分子正 負(fù) 取 決 于（β-α）的 正 負(fù) 。 若β＞α， 則?π ?Ai＞0 ，城鄉(xiāng)收入差距擴(kuò)大；若β＜α，則?π ?Ai＜0 ，城鄉(xiāng)收入差距縮??；若β=α，則?π ?Ai=0，城鄉(xiāng)收入差距得最大值。穆懷中和吳鵬（2016）認(rèn)為，在發(fā)展初始階段，經(jīng)濟(jì)發(fā)展以第一產(chǎn)業(yè)為主，此時(shí)土地的產(chǎn)出彈性大于資本的產(chǎn)出彈性，即β＞α；隨著經(jīng)濟(jì)社會(huì)再發(fā)展，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)則將占據(jù)更高的比重，此時(shí)資本的產(chǎn)出彈性將會(huì)大于土地的產(chǎn)出彈性，即β＜α[13]。本文推測，隨著智能化發(fā)展水平的提高，制造業(yè)智能化與城鄉(xiāng)收入差距之間將呈“倒U型”的曲線關(guān)系。

已有研究可以幫助解釋制造業(yè)智能化與城鄉(xiāng)收入差距之間的“倒U 型”關(guān)系。Acemoglu and Restrepo（2019）指出，智能技術(shù)具有技能偏向特征，其發(fā)展過程中將同時(shí)產(chǎn)生高技能需求崗位的“創(chuàng)造效應(yīng)”和低技能需求崗位的“替代效應(yīng)”[28]。這兩種效應(yīng)的相對(duì)大小決定了智能化技術(shù)對(duì)城鄉(xiāng)收入差距的影響。

在自動(dòng)化技術(shù)發(fā)展初期，其主要應(yīng)用于傳統(tǒng)制造業(yè)的程序化、重復(fù)性任務(wù)，即使會(huì)創(chuàng)造新的工作，但對(duì)中低技能勞動(dòng)力的“替代效應(yīng)”仍占據(jù)主導(dǎo)（Hanson，2001）[31]。在美國，過去35 年的智能技術(shù)應(yīng)用顯著減少了以常規(guī)操作性工作為主的中等收入群體就業(yè)崗位總量，同時(shí)低收入和低等教育群體也面臨著較高的被替代風(fēng)險(xiǎn)（Cortes et al.，2017）[32]。在影響中低技能勞動(dòng)力就業(yè)的同時(shí)，智能化技術(shù)也引起該群體工資收入的變化。Lankisch et al.（2017）指出機(jī)器人的應(yīng)用雖然能夠增加人均產(chǎn)出，但卻導(dǎo)致低技能勞動(dòng)力的實(shí)際工資水平下降約20%，加劇了收入不平等[29]。張桂金和張東（2019）認(rèn)為中低技術(shù)工人未從“機(jī)器換人”中獲益，他們進(jìn)一步研究發(fā)現(xiàn)，“機(jī)器換人”引發(fā)的就業(yè)替代效應(yīng)導(dǎo)致部分中低技術(shù)工人的加班時(shí)間減少，加班工資降低，從而被迫離職[14]。

隨著智能化技術(shù)持續(xù)發(fā)展，雖然在部分流水線、程序化工作上替代了人力勞動(dòng)，但同時(shí)催生了很多新工作任務(wù)和就業(yè)崗位，如機(jī)器人工程師、算法開發(fā)、智能設(shè)備維護(hù)等，長期來看智能技術(shù)對(duì)就業(yè)崗位的貢獻(xiàn)將多于破壞。Acemoglu and Restrepo（2018）認(rèn)為新的勞動(dòng)崗位更青睞具有相對(duì)優(yōu)勢(shì)的高技能勞動(dòng)，而智能化技術(shù)更傾向于替代低技能勞動(dòng)，因此短期內(nèi)勞動(dòng)崗位替代與創(chuàng)造可能會(huì)導(dǎo)致收入不平等，但長期來看，新崗位技能的普及能夠在一定程度上抑制收入差距[33]。Berg et al.（2018）也指出機(jī)器人的應(yīng)用會(huì)提高勞動(dòng)生產(chǎn)率，部分崗位會(huì)出現(xiàn)對(duì)勞動(dòng)力需求的增加，長期來看機(jī)器人的應(yīng)用能夠改善居民生活，提高經(jīng)濟(jì)發(fā)展水平[34]。

此外，我國長期存在嚴(yán)重的城鄉(xiāng)二元結(jié)構(gòu)，城鄉(xiāng)勞動(dòng)力技能水平存在較大差異。第六次全國人口普查結(jié)果顯示，農(nóng)村部門文盲人口占15 歲及以上人口比重達(dá)7.26%，顯著高于城市部門比重(1.90%)。這說明農(nóng)村勞動(dòng)力是低技能勞動(dòng)力的主要組成部分，而高技能勞動(dòng)力更多存在于城鎮(zhèn)部門。因此隨著智能技術(shù)發(fā)展，城鄉(xiāng)收入差距將呈現(xiàn)先上升后下降的“倒U型”趨勢(shì)?？紤]到現(xiàn)階段我國仍處于智能化技術(shù)發(fā)展初期，本文提出命題：

現(xiàn)階段而言，制造業(yè)智能化發(fā)展擴(kuò)大了我國城鄉(xiāng)居民收入差距。

二、實(shí)證研究設(shè)計(jì)

（一）基準(zhǔn)模型設(shè)定

基于上述理論分析，本研究通過構(gòu)造省級(jí)層面面板數(shù)據(jù)，檢驗(yàn)制造業(yè)智能化發(fā)展對(duì)我國城鄉(xiāng)收入差距的影響。建立如下基準(zhǔn)模型：

其中，下標(biāo)i代表省份或直轄市，t代表年份，Gapi,t代表城鄉(xiāng)收入比值，Theili,t代表各省泰爾指數(shù)，Aii,t代表制造業(yè)智能化水平，Controlsi,t代表各控制變量，νt為時(shí)間效應(yīng)，μi為個(gè)體效應(yīng)，εi,t為隨機(jī)誤差項(xiàng)。此外，Hausman 檢驗(yàn)結(jié)果支持采用固定效應(yīng)模型，進(jìn)一步F檢驗(yàn)的結(jié)果顯示P 值為0.000，說明時(shí)間效應(yīng)存在，且考慮到所選樣本為固定空間單位，故本研究對(duì)個(gè)體和時(shí)間實(shí)施雙向固定。

（二）變量選取

1.被解釋變量。被解釋變量為城鄉(xiāng)居民收入差距。參考已有研究，衡量城鄉(xiāng)收入差距有三種方法：比值法、泰爾指數(shù)法和基尼系數(shù)法。陳斌開等（2010）[1]、劉曉光等（2015）[4]使用比值法來度量城鄉(xiāng)收入差距，其具體測算公式為：城鄉(xiāng)收入差距=城鎮(zhèn)居民人均收入/農(nóng)村居民人均收入，該值越大即城鄉(xiāng)收入差距越大。還有部分研究如王少平和歐陽志剛（2008）使用泰爾指數(shù)作為度量城鄉(xiāng)收入差距的指標(biāo)，該方法考慮了城鄉(xiāng)人口流動(dòng)導(dǎo)致的結(jié)構(gòu)變動(dòng)對(duì)收入差距的影響，且對(duì)收入階層兩端的變動(dòng)較為敏感，是一個(gè)動(dòng)態(tài)指標(biāo)[15]?；嵯禂?shù)測度的是地區(qū)總體收入差距，對(duì)城鄉(xiāng)層面收入差距的解釋力度較差，故采用基尼系數(shù)法開展的研究較少。因此，本文基于靜態(tài)和動(dòng)態(tài)視角，分別采用城鄉(xiāng)收入比值（Gap）和泰爾指數(shù)（Theil）兩種方法來測度地區(qū)城鄉(xiāng)收入差距。泰爾指數(shù)參考王少平和歐陽志剛（2008）[15]一文的方法，其計(jì)算公式為：

其中，j=1 表示城鎮(zhèn)地區(qū)，j=2 表示農(nóng)村地區(qū)，Ii,t表示i地區(qū)第t年的總收入，Iij,t則表示城鎮(zhèn)居民或農(nóng)村居民的總收入；同理，Pi,t表示i地區(qū)第t年的總?cè)丝冢琍ij,t則表示城鎮(zhèn)人口數(shù)量或農(nóng)村人口數(shù)量。

2.核心解釋變量。解釋變量為制造業(yè)智能化水平(Ai)。目前智能化技術(shù)的相關(guān)研究主要采用國際機(jī)器人聯(lián)盟(IFR)提供的各國工業(yè)機(jī)器人應(yīng)用數(shù)據(jù)（孔高文等，2020；Acemoglu&Restrepo，2017）[19][35]，但該數(shù)據(jù)主要是國家層面和行業(yè)層面的機(jī)器人數(shù)據(jù)，不涉及中國細(xì)分地區(qū)的機(jī)器人應(yīng)用狀況，且該數(shù)據(jù)樣本期較短，可能引發(fā)樣本隨機(jī)性問題。此外，部分學(xué)者如蔡嘯和黃旭美(2019)[16]以信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)全社會(huì)資產(chǎn)投資額作為智能化的代理指標(biāo)，該指標(biāo)難以將智能化技術(shù)與傳統(tǒng)信息技術(shù)區(qū)分開，用來度量制造業(yè)智能化水平并不合理。

鑒于本文研究的是中國省級(jí)層面的制造業(yè)智能化水平，故參考孫早和侯玉琳（2019）[17]的做法，本文基于生產(chǎn)應(yīng)用、基礎(chǔ)建設(shè)、競爭力和效益3 個(gè)維度，構(gòu)建了制造業(yè)智能化水平測度指標(biāo)，在數(shù)據(jù)可獲范圍內(nèi)盡可能地反映智能化技術(shù)的主要內(nèi)容。具體選用如下指標(biāo)：光纜線路長度與省域面積的比值、高技術(shù)制造業(yè)從業(yè)人員數(shù)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)投資額、高技術(shù)制造業(yè)R&D 經(jīng)費(fèi)、軟件業(yè)務(wù)收入占工業(yè)企業(yè)主營業(yè)務(wù)收入的比重、信息系統(tǒng)集成業(yè)務(wù)收入占工業(yè)企業(yè)主營業(yè)務(wù)收入的比重、高技術(shù)制造業(yè)新產(chǎn)品銷售收入占工業(yè)企業(yè)主營業(yè)務(wù)收入的比重、國家專利申請(qǐng)授權(quán)量與R&D 人員全時(shí)當(dāng)量的比值、高技術(shù)制造業(yè)利潤總額、高技術(shù)制造業(yè)主營業(yè)務(wù)收入與高技術(shù)制造業(yè)從業(yè)人員數(shù)的比值、各省份的單位GDP 能源消耗情況（煤炭和電力）。將不同類型的數(shù)據(jù)統(tǒng)一口徑后，使用熵值法來度量各省的制造業(yè)智能化水平。熵值法能夠根據(jù)熵值客觀賦權(quán)指標(biāo)權(quán)重進(jìn)行綜合評(píng)價(jià)，有效克服多指標(biāo)信息的無序性和人為確定的主觀性。因此，本文采用熵值法綜合評(píng)價(jià)2003—2019 年中國各省份的制造業(yè)智能化水平。

具體步驟如下：①對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，Rij=(rij-rmin)/(rmax-rmin)；②對(duì)指標(biāo)進(jìn)行熵值計(jì)算，k=1/ln(n)＞0 ； ③ 確 定 指 標(biāo) 權(quán) 重 ，④綜合評(píng)價(jià)

3.控制變量。為了控制影響城鄉(xiāng)收入差距的其他因素，本文還需設(shè)定相關(guān)控制變量。參考以往研究，本文采用各省人均GDP 的對(duì)數(shù)衡量經(jīng)濟(jì)發(fā)展水平；采用各省金融業(yè)增加值占GDP 總量的比重衡量金融水平；采用各省進(jìn)出口總額與GDP 總量的比值衡量開放程度；采用各省城鎮(zhèn)人口數(shù)量占總?cè)丝跀?shù)量的比重衡量城鎮(zhèn)化水平；采用各省二、三產(chǎn)業(yè)比重之和衡量產(chǎn)業(yè)結(jié)構(gòu)；采用各省平均受教育年限衡量教育水平；采用各省農(nóng)林水事務(wù)支出占財(cái)政支出的比重衡量財(cái)政支農(nóng)水平；采用各省財(cái)政支出與GDP 總量的比值衡量財(cái)政支出水平；采用各省國有固定資產(chǎn)投資額占全社會(huì)固定資產(chǎn)投資總額的比重衡量國企比重。具體變量設(shè)定如表2所示。

表1 制造業(yè)智能化測度指標(biāo)體系

表2 變量設(shè)定與描述統(tǒng)計(jì)

（三）數(shù)據(jù)說明

受到數(shù)據(jù)可獲得性的限制，本研究利用2003—2019 年省級(jí)面板數(shù)據(jù)來考察制造業(yè)智能化發(fā)展對(duì)城鄉(xiāng)收入差距的影響。值得注意的是，國家于2014 年調(diào)整居民收入統(tǒng)計(jì)口徑，農(nóng)村地區(qū)由統(tǒng)計(jì)人均純收入調(diào)整為統(tǒng)計(jì)人均可支配收入，故2003—2013年的被解釋變量Gap表示為城鎮(zhèn)居民可支配收入與農(nóng)村居民人均純收入的比值，2014—2019 年調(diào)整為城鎮(zhèn)居民可支配收入與農(nóng)村居民可支配收入的比值。泰爾指數(shù)的測度指標(biāo)來源于《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，智能化水平測度指標(biāo)來源于《中國科技統(tǒng)計(jì)年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，各控制變量來源于《中國統(tǒng)計(jì)年鑒》、EPS 數(shù)據(jù)庫及《新中國六十年統(tǒng)計(jì)資料匯編》。此外，由于西藏及港澳臺(tái)地區(qū)各項(xiàng)數(shù)據(jù)缺失嚴(yán)重，故本研究樣本為剔除西藏和港澳臺(tái)的30 個(gè)省、直轄市、自治區(qū)，樣本期為2003—2019年。

（四）主要指標(biāo)分析

制造業(yè)智能化水平分布。通過匯總智能化水平測度值，本研究運(yùn)用GIS技術(shù)繪制了各省區(qū)市制造業(yè)智能化水平分布圖（略）?？傮w來看，中國的制造業(yè)智能化發(fā)展水平呈現(xiàn)東高西低、南高北低的基本特征，與中國經(jīng)濟(jì)的發(fā)展格局和趨勢(shì)符合一致。具體而言，北京、上海、廣東、浙江和江蘇為我國智能化水平較高的地區(qū)，內(nèi)蒙古、甘肅、寧夏和云南的智能化水平則相對(duì)較低。可以發(fā)現(xiàn)，由于當(dāng)前智能化技術(shù)更多被應(yīng)用于工業(yè)制造業(yè)，且我國工業(yè)機(jī)器人超過70%依賴進(jìn)口（羅連發(fā)等，2019）[18]，因此樣本期內(nèi)我國制造業(yè)智能化發(fā)展主要集中于工業(yè)基礎(chǔ)較強(qiáng)、對(duì)外貿(mào)易發(fā)達(dá)的東部沿海地區(qū)。

城鄉(xiāng)收入差距變化趨勢(shì)。圖1 報(bào)告了2003—2019 年全體省份城鄉(xiāng)收入差距平均值的變化趨勢(shì)，不難發(fā)現(xiàn)，樣本期內(nèi)城鄉(xiāng)收入比值和泰爾指數(shù)的變化基本保持一致，均為先上升后下降的“倒U 型”曲線。具體而言，2003—2006 年中國城鄉(xiāng)收入差距均值呈現(xiàn)逐年擴(kuò)大的態(tài)勢(shì)，并于2006年開始步入“倒U 型”曲線的拐點(diǎn)階段，此后在2006—2019 年的十余年內(nèi)城鄉(xiāng)收入差距均值逐年縮小。這與陳斌開等（2010）的發(fā)現(xiàn)基本一致，證明庫茲涅茨假說在中國確實(shí)成立，即在經(jīng)濟(jì)發(fā)展初期，收入分配形勢(shì)趨于惡化，隨著經(jīng)濟(jì)進(jìn)一步發(fā)展，收入差距得以改善[1]。

圖1 2003—2019年城鄉(xiāng)收入差距變動(dòng)趨勢(shì)

三、實(shí)證分析

（一）基準(zhǔn)模型結(jié)果

表3 報(bào)告了模型（9）和模型（10）的基準(zhǔn)回歸結(jié)果，列（1）（3）為未加入控制變量的結(jié)果，列（2）（4）則為加入控制變量再次檢驗(yàn)的結(jié)果。模型（9）的結(jié)果顯示，無論是否加入控制變量，制造業(yè)智能化系數(shù)均在1%的水平上顯著為正，意味著智能化的發(fā)展顯著擴(kuò)大了中國城鄉(xiāng)收入差距。模型（10）被解釋變量采用了泰爾指數(shù)，考慮了城鄉(xiāng)人口結(jié)構(gòu)的變化，從動(dòng)態(tài)的角度檢驗(yàn)了制造業(yè)智能化的影響，結(jié)論與模型（9）類似，列（3）（4） 中 Ai 的系數(shù)分別為0.0014 和0.0015，且仍在1%的水平上顯著，說明制造業(yè)智能化與城鄉(xiāng)收入差距呈顯著的正相關(guān)關(guān)系。綜上所述，在控制了地區(qū)和年份固定效應(yīng)后，本研究發(fā)現(xiàn)制造業(yè)智能化的發(fā)展將導(dǎo)致中國城鄉(xiāng)居民收入差距擴(kuò)大，且無論是否考慮城鄉(xiāng)人口流動(dòng)導(dǎo)致的人口結(jié)構(gòu)變化，該結(jié)論均穩(wěn)健存在。據(jù)此本文的研究假設(shè)得到初步證實(shí)。

表3 基準(zhǔn)回歸結(jié)果

（二）穩(wěn)健性檢驗(yàn)

由基準(zhǔn)回歸結(jié)果可知，制造業(yè)智能化與城鄉(xiāng)收入差距呈正相關(guān)關(guān)系。選取四類方法進(jìn)行穩(wěn)健性檢驗(yàn)，判斷前文研究結(jié)論是否可靠，結(jié)果如表4所示。

表4 四類穩(wěn)健性檢驗(yàn)結(jié)果

1.替換估計(jì)模型。在估計(jì)方法的使用上，采用最大似然估計(jì)法（MLE） 來替換原固定效應(yīng)（FE），前提需假設(shè)擾動(dòng)項(xiàng)服從正態(tài)分布?；貧w結(jié)果如列（1）所示，在使用了MLE進(jìn)行估計(jì)后，制造業(yè)智能化的回歸系數(shù)仍顯著為正，與基準(zhǔn)回歸的結(jié)論保持一致。

2.替換核心解釋變量。鑒于我國制造業(yè)智能化處于起步階段，智能化水平的測度指標(biāo)數(shù)據(jù)較為匱乏，相關(guān)統(tǒng)計(jì)和調(diào)查工作尚未完善。因此本文參考孔高文等（2020）[19]研究，構(gòu)造了機(jī)器人應(yīng)用密度變量（Rob），以各省平均每平方公里新增進(jìn)口機(jī)器人數(shù)量的自然對(duì)數(shù)值來表示，替換原解釋變量Ai 進(jìn)行穩(wěn)健性檢驗(yàn)。機(jī)器人進(jìn)口數(shù)據(jù)來源于中國海關(guān)的商品貿(mào)易數(shù)據(jù)庫，該數(shù)據(jù)庫提供了中國各省級(jí)地區(qū)對(duì)外進(jìn)出口貿(mào)易的月度數(shù)據(jù)。在HS2012 編碼體系中，進(jìn)口機(jī)器人具體包括噴涂機(jī)器人（842489）、搬運(yùn)機(jī)器人（842490）、集成電路工廠專用的自動(dòng)搬運(yùn)機(jī)器人（848640）、電阻焊接 機(jī) 器 人 （851521）、 電 弧 焊 接 機(jī) 器 人（851531）、激光焊接機(jī)器人（851580）和多功能工業(yè)機(jī)器人（847950），共計(jì)七大類?？紤]到海南、貴州、云南、西藏、甘肅、青海、寧夏和新疆的機(jī)器人進(jìn)口數(shù)據(jù)缺失嚴(yán)重，故本研究將剔除這8 個(gè)地區(qū)，采用余下23 個(gè)省級(jí)地區(qū)的機(jī)器人數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。此外，因中國商品貿(mào)易數(shù)據(jù)庫從2012 年開始進(jìn)行機(jī)器人進(jìn)口數(shù)據(jù)的統(tǒng)計(jì)工作，故將樣本期設(shè)定為2012—2019 年。結(jié)果如列（2）所示，與基準(zhǔn)回歸結(jié)論保持一致。

3.考慮滯后影響。考慮到制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的影響可能存在一定的時(shí)滯效應(yīng)，因此把基準(zhǔn)模型中的智能化水平變量分別替換為一期滯后項(xiàng)Ai-1和兩期滯后項(xiàng)Ai-2，代入模型（9）進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果如列（3）（4）所示，制造業(yè)智能化與城鄉(xiāng)收入差距的關(guān)系得到進(jìn)一步證實(shí)。

4.控制失業(yè)因素。除了考慮一些地區(qū)經(jīng)濟(jì)特征，基準(zhǔn)回歸中還可能遺漏了一個(gè)重要變量，即地區(qū)失業(yè)情況。蔡武和程小軍（2012）指出，城鄉(xiāng)差距加劇了城鎮(zhèn)失業(yè)，城鎮(zhèn)失業(yè)又?jǐn)U大了城鄉(xiāng)差距，兩者存在惡性循環(huán)[20]。具體而言，城鄉(xiāng)之間的收入差別誘導(dǎo)大量農(nóng)村勞動(dòng)力進(jìn)入城市，惡化了城市失業(yè)，城鄉(xiāng)差距因此持續(xù)拉大，而農(nóng)民相對(duì)過低的收入導(dǎo)致城鄉(xiāng)消費(fèi)斷層增大，農(nóng)業(yè)無法對(duì)城鎮(zhèn)經(jīng)濟(jì)形成拉動(dòng)，內(nèi)需不足，創(chuàng)造就業(yè)崗位少，城鎮(zhèn)失業(yè)循環(huán)上升[20]?？紤]到城鄉(xiāng)收入差距的變化可能是由勞動(dòng)力失業(yè)所導(dǎo)致，而不是智能化發(fā)展的作用，故本文在控制變量中加入地區(qū)失業(yè)率，重新進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如列（5）所示，在控制了地區(qū)失業(yè)的影響后，制造業(yè)智能化的回歸系數(shù)仍顯著為正，表明前文結(jié)論不受失業(yè)因素的干擾。

（三）內(nèi)生性處理

本文的基準(zhǔn)回歸結(jié)果說明，制造業(yè)智能化的發(fā)展顯著擴(kuò)大了城鄉(xiāng)收入差距，但該結(jié)論亦可能存在內(nèi)生性問題：一方面，技術(shù)進(jìn)步雖是影響收入分配的重要因素，但智能化技術(shù)的發(fā)展與城鄉(xiāng)收入差距之間可能存在雙向因果關(guān)系，造成回歸結(jié)果的有偏和不一致。另一方面，誤差項(xiàng)中可能存在對(duì)城鄉(xiāng)收入差距有重要影響作用的遺漏變量，比如外商直接投資（FDI）：由于外商直接投資在區(qū)域分布、產(chǎn)業(yè)分布、對(duì)勞動(dòng)力選擇方面均具有非均衡的特征，故造成我國城鄉(xiāng)收入差距的擴(kuò)大（彭文慧，2013）[7]。

對(duì)于雙向因果和遺漏變量等內(nèi)生性問題，本研究構(gòu)建了工具變量，采用廣義矩估計(jì)方法（GMM）來處理內(nèi)生性問題。具體而言，以地方政府科技補(bǔ)貼（Sci）作為制造業(yè)智能化的工具變量。從相關(guān)性的角度看，中國政府在扶持新一代信息技術(shù)產(chǎn)業(yè)發(fā)展過程中制定了一攬子扶持計(jì)劃，同時(shí)對(duì)新一代信息技術(shù)產(chǎn)業(yè)的基礎(chǔ)設(shè)施建設(shè)、關(guān)鍵裝備研發(fā)和產(chǎn)品產(chǎn)業(yè)化提供必要的資金補(bǔ)貼，這些補(bǔ)貼措施不僅為新一代信息產(chǎn)業(yè)的發(fā)展提供了前期硬件條件和資金準(zhǔn)備，而且增強(qiáng)了信息產(chǎn)業(yè)加大研發(fā)投入、提高自主創(chuàng)新能力的動(dòng)力與信心；地方政府采取科技補(bǔ)貼的激勵(lì)措施可以有效解決戰(zhàn)略性新興產(chǎn)業(yè)的融資難題，培育和擴(kuò)大產(chǎn)業(yè)相關(guān)市場，加快產(chǎn)業(yè)發(fā)展速度（張宗益和陳龍，2013）[21]。從外生性的角度看，政府科技補(bǔ)貼的主要目的在于促進(jìn)高新技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新，對(duì)城鄉(xiāng)居民收入差距并無直接影響。據(jù)此，本文認(rèn)為以地方政府科技補(bǔ)貼作為工具變量基本滿足內(nèi)生性和外生性的要求。

參考周克清等（2011）[22]研究，本文將地方政府科技補(bǔ)貼（Sci）定義為政府預(yù)算內(nèi)科學(xué)技術(shù)支出占財(cái)政支出的比重，考慮到地方政府科技補(bǔ)貼可能需要一定時(shí)間才能對(duì)智能化產(chǎn)業(yè)發(fā)展產(chǎn)生作用，本文對(duì)地方政府科技補(bǔ)貼作滯后一期處理。此外，本文之所以采用廣義矩估計(jì)方法（GMM）檢驗(yàn)內(nèi)生性，原因在于擾動(dòng)項(xiàng)很可能存在自相關(guān)或異方差問題，則廣義矩估計(jì)（GMM）比二階段最小二乘法（2SLS）更有效。表5為工具變量回歸結(jié)果，弱工具變量檢驗(yàn)顯示，第一階段F統(tǒng)計(jì)量為50.00，大于邊界值16.38，即從統(tǒng)計(jì)角度不存在弱工具變量的問題，說明工具變量的選擇是合理的。列（1）為第一階段回歸結(jié)果，地方政府科技補(bǔ)貼的系數(shù)在1%的水平顯著為正，即地方政府科技補(bǔ)貼顯著提升了制造業(yè)智能發(fā)展水平。列（2）為將城鄉(xiāng)居民收入比值作為被解釋變量的第二階段回歸結(jié)果，制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的回歸系數(shù)在1%的水平上顯著為正，表明制造業(yè)的智能化發(fā)展顯著擴(kuò)大了我國的城鄉(xiāng)收入差距。列（3）為將泰爾指數(shù)作為被解釋變量的第二階段回歸結(jié)果，制造業(yè)智能化回歸系數(shù)仍顯著為正?？梢园l(fā)現(xiàn)，工具變量的檢驗(yàn)結(jié)果與基準(zhǔn)回歸結(jié)論保持一致，本文研究結(jié)論未受內(nèi)生性問題影響。

表5 內(nèi)生性處理結(jié)果

（四）異質(zhì)性分析

中國地域遼闊，資源稟賦分布差異巨大，各地區(qū)的經(jīng)濟(jì)基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)等不盡相同。地區(qū)間的發(fā)展不平衡導(dǎo)致了智能化產(chǎn)業(yè)在不同區(qū)域的發(fā)展水平和應(yīng)用程度截然不同，因此本文將考察制造業(yè)智能化對(duì)不同地區(qū)城鄉(xiāng)收入差距的影響。此外，國家偏向性政策和漸進(jìn)式改革方式導(dǎo)致人力資本和市場化程度在空間上存在重大差異，而這種差異性會(huì)影響各地區(qū)智能化發(fā)展時(shí)企業(yè)的勞動(dòng)力調(diào)整決策。因此本文從人力資本水平和市場化程度的角度出發(fā)，探索不同地區(qū)勞動(dòng)力市場結(jié)構(gòu)的差異性對(duì)制造業(yè)智能化與城鄉(xiāng)收入差距的關(guān)系有何影響，從而本文能夠更精確地分析制造業(yè)的智能化發(fā)展對(duì)城鄉(xiāng)收入差距帶來的影響，提出更有針對(duì)性的措施建議。

1.地區(qū)異質(zhì)性分析。本文根據(jù)區(qū)域經(jīng)濟(jì)發(fā)展水平，將樣本省份劃分為東部、中部、西部與東北地區(qū)①，將制造業(yè)智能化與各地區(qū)的交互項(xiàng)作為解釋變量，代入模型（9）中進(jìn)行回歸。表6 報(bào)告了回歸結(jié)果：在東部和東北地區(qū)，制造業(yè)智能化系數(shù)顯著為正，表明制造業(yè)智能技術(shù)發(fā)展擴(kuò)大了當(dāng)?shù)爻青l(xiāng)收入差距；中部地區(qū)的制造業(yè)智能化系數(shù)仍為正，但該影響不顯著；而在西部地區(qū)，制造業(yè)智能化顯著抑制了當(dāng)?shù)氐某青l(xiāng)收入差距增加。

表6 不同地區(qū)的回歸結(jié)果

改革開放以來，東部、中部和東北地區(qū)憑借良好的區(qū)位優(yōu)勢(shì)，利用港澳臺(tái)和發(fā)達(dá)國家產(chǎn)業(yè)轉(zhuǎn)移的機(jī)會(huì)，承接了大量以勞動(dòng)密集型產(chǎn)業(yè)為主的加工工業(yè)，吸納了大量低技能勞動(dòng)力就業(yè)。在這樣的背景下，隨著智能化、自動(dòng)化技術(shù)的快速發(fā)展，其引發(fā)的“替代效應(yīng)”和“創(chuàng)造效應(yīng)”在東部、中部和東北地區(qū)更強(qiáng)烈。一方面，東部、中部和東北地區(qū)較高的智能發(fā)展水平對(duì)低技能勞動(dòng)力就業(yè)的沖擊更大，導(dǎo)致其實(shí)際工資水平下降更明顯（Lankisch et al.，2017）[29]；另一方面，較高的智能化發(fā)展水平創(chuàng)造出更多的高技能勞動(dòng)力就業(yè)崗位?？紤]到農(nóng)村勞動(dòng)力是低技能勞動(dòng)力的主要組成部分，而高技能勞動(dòng)力更多存在于城鎮(zhèn)部門，故制造業(yè)智能技術(shù)發(fā)展擴(kuò)大了東部、中部和東北地區(qū)的城鄉(xiāng)收入差距。而西部地區(qū)以傳統(tǒng)農(nóng)業(yè)經(jīng)濟(jì)為主，智能技術(shù)的崗位替代效應(yīng)有限，相對(duì)而言生產(chǎn)率效應(yīng)更為突出。智能化技術(shù)應(yīng)用促進(jìn)了農(nóng)業(yè)生產(chǎn)率的提高（Graetz and Michaels，2018），從而推動(dòng)農(nóng)村勞動(dòng)力轉(zhuǎn)移，使農(nóng)村居民實(shí)現(xiàn)收入增長，縮小城鄉(xiāng)收入差距[36]。因此制造業(yè)的智能化發(fā)展抑制了西部地區(qū)的城鄉(xiāng)收入差距增加。

2.勞動(dòng)力市場結(jié)構(gòu)的異質(zhì)性分析。本文使用勞動(dòng)力學(xué)歷來度量各地區(qū)的人力資本水平。具體而言，本文將大學(xué)專科、大學(xué)本科及研究生文化程度的就業(yè)人員定義為高學(xué)歷就業(yè)人員，根據(jù)《國家統(tǒng)計(jì)年鑒》提供的各地區(qū)就業(yè)人員中不同文化程度就業(yè)人員占比，計(jì)算各地區(qū)高學(xué)歷就業(yè)人員在就業(yè)人員總體中的占比。然后，按照各地區(qū)高學(xué)歷就業(yè)人員占比，將樣本平均分為兩組，分別設(shè)定人力資本高、低虛擬變量。在此基礎(chǔ)上將制造業(yè)智能化與人力資本的交互項(xiàng)作為解釋變量，重復(fù)模型（9），回歸結(jié)果見表7 的列（1）、列（2）。此外，根據(jù)Fan et al.（2019）[37]測算得出的中國各省區(qū)市市場化指數(shù)，按照市場化程度高低將研究樣本平均分為兩組，分別設(shè)定市場化程度高、低虛擬變量，然后將制造業(yè)智能化與市場化程度的交互項(xiàng)作為解釋變量，重復(fù)模型（9），回歸結(jié)果見表7的列（3）、列（4）。

表7報(bào)告了回歸結(jié)果：在高學(xué)歷勞動(dòng)力占比較高和市場化程度較高的地區(qū)，制造業(yè)智能化系數(shù)顯著為正，說明制造業(yè)的智能化發(fā)展擴(kuò)大了當(dāng)?shù)氐某青l(xiāng)收入差距；而在高學(xué)歷勞動(dòng)力占比較低和市場化程度較低的地區(qū)，制造業(yè)智能化系數(shù)顯著為負(fù)，表明制造業(yè)的智能化發(fā)展抑制了當(dāng)?shù)氐某青l(xiāng)收入差距。這一結(jié)果說明勞動(dòng)力市場結(jié)構(gòu)會(huì)顯著影響制造業(yè)智能化對(duì)當(dāng)?shù)爻青l(xiāng)收入差距的沖擊，主要集中于人力資本水平較高、市場化程度較高的地區(qū)。

表7 不同勞動(dòng)力市場結(jié)構(gòu)的回歸結(jié)果

智能制造作為知識(shí)密集型行業(yè)，其發(fā)展競爭核心是人才的競爭，人才分布情況與產(chǎn)業(yè)發(fā)展程度高度相關(guān)。通常在人力資本較高的地區(qū)，智能化應(yīng)用程度更高、產(chǎn)業(yè)鏈更完善，如北京以中關(guān)村科學(xué)城為核心，聚集了寒武紀(jì)、字節(jié)跳動(dòng)、曠視科技等優(yōu)質(zhì)人工智能企業(yè)。而更高程度的智能化、自動(dòng)化技術(shù)應(yīng)用也引發(fā)了更強(qiáng)的“替代效應(yīng)”，更多的低技能勞動(dòng)力被替代，同時(shí)創(chuàng)造了更多的高技能崗位需求，導(dǎo)致就業(yè)結(jié)構(gòu)兩極化嚴(yán)重，進(jìn)而加劇收入不平等。在市場化程度較低的區(qū)域，地方政府對(duì)企業(yè)事務(wù)的干預(yù)較多，為了實(shí)現(xiàn)穩(wěn)就業(yè)、保增長等政治目標(biāo)，政府往往會(huì)通過財(cái)政補(bǔ)助、減輕稅負(fù)等優(yōu)惠政策來影響企業(yè)勞動(dòng)力決策，這一干預(yù)會(huì)導(dǎo)致企業(yè)喪失調(diào)整勞動(dòng)力結(jié)構(gòu)的自主權(quán)，使得企業(yè)無法按照最優(yōu)配置調(diào)整勞動(dòng)力結(jié)構(gòu)（孔高文等，2019）[19]。因此在市場化程度較高的地區(qū)，制造業(yè)智能化對(duì)當(dāng)?shù)鼐蜆I(yè)結(jié)構(gòu)影響更大，進(jìn)而造成當(dāng)?shù)爻青l(xiāng)收入差距擴(kuò)大。

四、影響機(jī)制檢驗(yàn)

實(shí)際上，智能化技術(shù)引發(fā)的城鄉(xiāng)收入不平等問題，根植于技術(shù)進(jìn)步對(duì)就業(yè)結(jié)構(gòu)的沖擊。一方面，“機(jī)器換人”導(dǎo)致從事低認(rèn)知、重復(fù)性工作的勞動(dòng)力被自動(dòng)化機(jī)器替代，如翻譯、導(dǎo)購、電話客服等，其中一部分勞動(dòng)力會(huì)向低端服務(wù)業(yè)分流，另一部分會(huì)通過培訓(xùn)向高技能勞動(dòng)者轉(zhuǎn)型；另一方面，大數(shù)據(jù)、機(jī)器學(xué)習(xí)等智能技術(shù)的發(fā)展能夠創(chuàng)造新的工作崗位，增加高技能勞動(dòng)崗位需求。因此，隨著智能化技術(shù)普及應(yīng)用，市場上增加了低技能勞動(dòng)力和高技能勞動(dòng)力的就業(yè)數(shù)量，但降低了對(duì)中等技能勞動(dòng)力的需求（孫早和侯玉琳，2019），引發(fā)就業(yè)結(jié)構(gòu)“兩極化”現(xiàn)象[17]。考慮到農(nóng)村勞動(dòng)力是低技能勞動(dòng)力的主要組成部分，而高技能勞動(dòng)力更多存在于城鎮(zhèn)部門，因此制造業(yè)智能化引發(fā)的就業(yè)結(jié)構(gòu)極化現(xiàn)象，將間接造成城鄉(xiāng)居民收入差距擴(kuò)大。為驗(yàn)證這一可能的影響機(jī)制，分別以高技能勞動(dòng)力就業(yè)（Hlab）和低技能勞動(dòng)力就業(yè)（Llab）為中介變量，檢驗(yàn)制造業(yè)的智能化發(fā)展影響城鄉(xiāng)收入差距的中介效應(yīng)。借鑒孫早和侯玉琳（2019）[17]的研究，本文將研究生、大學(xué)本科、大學(xué)專科學(xué)歷就業(yè)人員定義為高技能勞動(dòng)力，小學(xué)學(xué)歷及以下就業(yè)人員定義為低技能勞動(dòng)力。

表8匯報(bào)了回歸結(jié)果：在制造業(yè)的智能化發(fā)展導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大的過程中，勞動(dòng)力就業(yè)起到部分中介的效應(yīng)。列（1）為基準(zhǔn)回歸結(jié)果，制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的回歸系數(shù)顯著為正，說明直接效應(yīng)存在，可以進(jìn)一步檢驗(yàn)中介效應(yīng)。列（2）（3）結(jié)果顯示，制造業(yè)智能化和高技能勞動(dòng)力就業(yè)的系數(shù)均正向顯著，但對(duì)該作用效應(yīng)進(jìn)行Sobel 檢驗(yàn)時(shí)，得到Z 值=0.8835，拒絕存在中介效應(yīng)的原假設(shè)，說明高技能勞動(dòng)力就業(yè)不是制造業(yè)智能化影響城鄉(xiāng)收入差距的中介變量。究其原因，可能是我國智能化技術(shù)發(fā)展起步較晚，機(jī)器人等智能設(shè)備很大程度依賴進(jìn)口且國內(nèi)市場規(guī)模相對(duì)較?。_連發(fā)等，2019）[18]，導(dǎo)致高技能技術(shù)部門創(chuàng)造的新崗位需求有限，因此高技能勞動(dòng)力就業(yè)不是制造業(yè)智能化導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大的間接原因。再看低技能勞動(dòng)力就業(yè)中介效應(yīng)的檢驗(yàn)。列（4）中制造業(yè)智能化對(duì)低技能勞動(dòng)力就業(yè)有顯著正向影響，列（5）中低技能勞動(dòng)力就業(yè)也顯著擴(kuò)大了城鄉(xiāng)收入差距。Sobel檢驗(yàn)中Z值=2.96，大于邊界值0.97，通過了Sobel 檢驗(yàn)，說明制造業(yè)智能化影響城鄉(xiāng)收入差距的過程中，低技能勞動(dòng)力就業(yè)確實(shí)起到了部分中介效應(yīng)。

表8 制造業(yè)智能化影響城鄉(xiāng)收入差距的中介效應(yīng)檢驗(yàn)

五、結(jié)論與建議

在我國全面建成小康社會(huì)、扎實(shí)推進(jìn)鄉(xiāng)村振興戰(zhàn)略的背景下，縮小城鄉(xiāng)居民收入差距、實(shí)現(xiàn)共同富裕是未來一段時(shí)期內(nèi)的國家發(fā)展目標(biāo)。與此同時(shí)，智能化、自動(dòng)化技術(shù)高速發(fā)展，給我國的經(jīng)濟(jì)生產(chǎn)方式帶來深刻改變。本文基于2003—2019 年中國省級(jí)面板數(shù)據(jù)，實(shí)證考察了制造業(yè)的智能化發(fā)展對(duì)我國城鄉(xiāng)收入差距的影響，并進(jìn)行了機(jī)制檢驗(yàn)。主要結(jié)論有四點(diǎn)：第一，從全國范圍看，制造業(yè)的智能化發(fā)展顯著擴(kuò)大了我國城鄉(xiāng)收入差距，該結(jié)論在進(jìn)行多項(xiàng)穩(wěn)健性檢驗(yàn)后仍然可靠。第二，從地區(qū)差異性看，在東部、中部和東北地區(qū)，制造業(yè)的智能化發(fā)展導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大；而在西部地區(qū)，制造業(yè)智能化對(duì)城鄉(xiāng)收入差距具有抑制作用。第三，從勞動(dòng)力市場結(jié)構(gòu)差異性看，制造業(yè)智能化導(dǎo)致的城鄉(xiāng)收入差距擴(kuò)大現(xiàn)象在人力資本水平較高、市場化程度較高的地區(qū)尤為明顯。第四，中介效應(yīng)檢驗(yàn)發(fā)現(xiàn)，智能化技術(shù)應(yīng)用引發(fā)勞動(dòng)力就業(yè)極化，從而導(dǎo)致城鄉(xiāng)收入不平等，且現(xiàn)階段智能技術(shù)對(duì)勞動(dòng)力以“替代效應(yīng)”為主，而“創(chuàng)造效應(yīng)”并不明顯。

基于上述研究結(jié)論，本文提出如下三點(diǎn)政策建議：第一，制造業(yè)智能化導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大的影響機(jī)制在于其引發(fā)了勞動(dòng)力就業(yè)兩極化，尤其是增加了低技能勞動(dòng)力就業(yè)，而農(nóng)村是低技能勞動(dòng)力的主要載體。因此政府應(yīng)大力振興鄉(xiāng)村教育，加大農(nóng)村教育軟硬件建設(shè)投入，完善農(nóng)村教師人才隊(duì)伍培育和激勵(lì)制度，引導(dǎo)城市優(yōu)質(zhì)教育資源向農(nóng)村區(qū)域布局，促進(jìn)城鄉(xiāng)教育一體化發(fā)展。第二，考慮到在不同地區(qū)，制造業(yè)智能化對(duì)城鄉(xiāng)收入差距的影響存在一定差異，各地政府應(yīng)推行因地制宜、差異化的地方發(fā)展戰(zhàn)略。在東部、中部和東北地區(qū)抑或人力資本水平較高、市場化程度較高的地區(qū)，一方面政府可以出臺(tái)農(nóng)村就業(yè)保障相關(guān)政策、制定失業(yè)補(bǔ)貼、完善勞動(dòng)力保護(hù)制度，根據(jù)智能化產(chǎn)業(yè)發(fā)展需求展開下崗失業(yè)人員再就業(yè)培訓(xùn)，提升勞動(dòng)技能水平；另一方面政府可以適當(dāng)干預(yù)企業(yè)經(jīng)營事務(wù)和勞動(dòng)力決策，避免過度自動(dòng)化可能引發(fā)的大規(guī)模替代人工和收入不平等問題；在西部地區(qū)抑或人力資本水平較低、市場化程度較低的地區(qū)，政府可以加快智能產(chǎn)業(yè)發(fā)展布局，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。第三，現(xiàn)階段制造業(yè)的智能化發(fā)展對(duì)高技能勞動(dòng)力就業(yè)的拉動(dòng)作用并不明顯。據(jù)工信部統(tǒng)計(jì)，我國人工智能產(chǎn)業(yè)人才供需比為1∶10，預(yù)計(jì)2030年人工智能技術(shù)人才缺口將超過500萬。為此，政府應(yīng)加緊出臺(tái)人工智能高端人才培養(yǎng)和引進(jìn)政策，深化人才體制機(jī)制改革，鼓勵(lì)青年人才創(chuàng)新創(chuàng)業(yè)；企業(yè)應(yīng)立足于智能工程應(yīng)用型人才的培養(yǎng)，打造產(chǎn)學(xué)研用一體化的產(chǎn)業(yè)人才生態(tài)培育系統(tǒng)，加快智能化領(lǐng)域科技成果的轉(zhuǎn)化應(yīng)用；高校應(yīng)加強(qiáng)人工智能相關(guān)專業(yè)學(xué)科建設(shè)，設(shè)立產(chǎn)教融合創(chuàng)新平臺(tái)，促進(jìn)人工智能基礎(chǔ)理論研究，培育一批能打破關(guān)鍵核心技術(shù)瓶頸的優(yōu)秀人才和高水平團(tuán)隊(duì)。