自動(dòng)化的環(huán)保力量：工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

李衛(wèi)兵， 李銘洋

（華中科技大學(xué) 經(jīng)濟(jì)學(xué)院, 武漢 湖北 430074）

一、 引 言

隨著制造業(yè)新一輪技術(shù)革命以及《中國(guó)制造2025》行動(dòng)綱要的逐步推進(jìn)，工業(yè)機(jī)器人在中國(guó)的戰(zhàn)略地位日益凸顯。國(guó)際機(jī)器人聯(lián)合會(huì)（International Federation of Robotics，IFR）的統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)機(jī)器人使用量增長(zhǎng)迅速，從2013年起至今中國(guó)一直是世界上最大的工業(yè)機(jī)器人市場(chǎng)，2020年的安裝量甚至比歐美國(guó)家的總和還高58%（International Federation of Robotics，2021）。如此大規(guī)模地應(yīng)用機(jī)器人必然會(huì)改進(jìn)工業(yè)生產(chǎn)效率與生產(chǎn)方式，進(jìn)而成為加速構(gòu)建綠色生產(chǎn)制造體系的重要抓手。與此同時(shí)，幾十年來(lái)的快速工業(yè)化使中國(guó)成為世界上最大的制造業(yè)國(guó)，但也帶來(lái)了沉重的生態(tài)環(huán)境負(fù)擔(dān)。黨的二十大報(bào)告指出：“加快發(fā)展方式綠色轉(zhuǎn)型，深入推進(jìn)環(huán)境污染防治”?！缎聲r(shí)代的中國(guó)綠色發(fā)展》白皮書(shū)進(jìn)一步明確：“大力推行綠色生產(chǎn)方式，加快構(gòu)建綠色低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系，從而實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境保護(hù)的協(xié)調(diào)統(tǒng)一。”那么，在中國(guó)經(jīng)濟(jì)轉(zhuǎn)入綠色高質(zhì)量發(fā)展的背景下，工業(yè)機(jī)器人應(yīng)用能否降低環(huán)境污染是一個(gè)實(shí)現(xiàn)制造強(qiáng)國(guó)并推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要議題。

現(xiàn)有研究集中考察了工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力需求（Acemoglu和Restrepo，2018a，2018b；余玲錚等，2021）、生產(chǎn)率（李磊和徐大策，2020；蔡震坤和綦建紅，2021）與經(jīng)濟(jì)增長(zhǎng)等方面的影響（楊光和侯鈺，2020）；僅有少部分研究關(guān)注企業(yè)應(yīng)用工業(yè)機(jī)器人是否有助于降低其污染物排放量，如盛丹和卜文超（2022）與聶飛等（2022）基于IFR的行業(yè)層面數(shù)據(jù)來(lái)研究工業(yè)機(jī)器人對(duì)綠色生產(chǎn)的影響，并分別提出污染的終端治理以及產(chǎn)業(yè)鏈傳導(dǎo)兩個(gè)影響機(jī)理。區(qū)別于現(xiàn)有文獻(xiàn)，本文構(gòu)建了一個(gè)局部均衡模型，推導(dǎo)出工業(yè)機(jī)器人應(yīng)用會(huì)通過(guò)提高全要素生產(chǎn)率與能源利用效率來(lái)降低污染物排放量，并且參考李磊等（2021）與Fan等（2021）的研究，利用工業(yè)機(jī)器人進(jìn)口數(shù)據(jù)在企業(yè)層面檢驗(yàn)了工業(yè)機(jī)器人的減排效應(yīng)。

本文的貢獻(xiàn)和特色體現(xiàn)在以下幾方面：第一，現(xiàn)有研究側(cè)重于探討工業(yè)機(jī)器人應(yīng)用的經(jīng)濟(jì)效應(yīng)（Acemoglu和Restrepo，2018a，2018b，2019，2020；Acemoglu等，2020；李磊等，2021；楊光和侯鈺，2020），而本文則從環(huán)境經(jīng)濟(jì)學(xué)的研究視角，揭示了企業(yè)應(yīng)用工業(yè)機(jī)器人有助于通過(guò)提高清潔生產(chǎn)水平來(lái)降低污染物排放量，同時(shí)還發(fā)現(xiàn)機(jī)器人類(lèi)型、企業(yè)特征與行業(yè)特征會(huì)對(duì)工業(yè)機(jī)器人的減排效應(yīng)產(chǎn)生差異化影響。第二，本文參考Fan等（2021）的思路構(gòu)建了一個(gè)局部均衡模型，推導(dǎo)出企業(yè)應(yīng)用工業(yè)機(jī)器人來(lái)替代勞動(dòng)力從事生產(chǎn)活動(dòng)會(huì)產(chǎn)生更少的污染物，同時(shí)還從微觀企業(yè)視角驗(yàn)證了其中的兩個(gè)影響機(jī)理，為工業(yè)機(jī)器人應(yīng)用與環(huán)境問(wèn)題的相關(guān)研究提供了更嚴(yán)格的經(jīng)濟(jì)學(xué)分析框架與微觀證據(jù)。第三，本文的研究結(jié)論表明工業(yè)智能化轉(zhuǎn)型不僅能加快經(jīng)濟(jì)增長(zhǎng)，還可以提高清潔生產(chǎn)水平并降低污染物排放量，因而工業(yè)智能化轉(zhuǎn)型對(duì)于中國(guó)構(gòu)建綠色發(fā)展體系具有重要意義。

二、 理論分析與模型構(gòu)建

（一）理論分析

企業(yè)應(yīng)用工業(yè)機(jī)器人可以通過(guò)提高全要素生產(chǎn)率和能源利用效率來(lái)減少污染排放。一方面，工業(yè)機(jī)器人能夠通過(guò)以下幾個(gè)途徑提高企業(yè)全要素生產(chǎn)率：首先，智能制造是制造業(yè)發(fā)展的科技前沿，而工業(yè)機(jī)器人則是智能制造的核心技術(shù)，代表著一種專(zhuān)有投資的技術(shù)進(jìn)步。企業(yè)通過(guò)應(yīng)用工業(yè)機(jī)器人可以獲得更強(qiáng)的生產(chǎn)能力，有效整合生產(chǎn)流程，從而提高全要素生產(chǎn)率（李磊和徐大策，2020；楊光和侯鈺，2020；蔡震坤和綦建紅，2021）。其次，智能化發(fā)展能夠帶來(lái)技術(shù)溢出效應(yīng)。企業(yè)在應(yīng)用工業(yè)機(jī)器人時(shí)干中學(xué)，通過(guò)模仿工業(yè)機(jī)器人中的先進(jìn)技術(shù)能帶動(dòng)其他生產(chǎn)技術(shù)升級(jí)，進(jìn)而提高創(chuàng)新能力與全要素生產(chǎn)率（李丫丫和潘安，2017；諸竹君等，2022）。最后，工業(yè)機(jī)器人會(huì)產(chǎn)生就業(yè)極化效應(yīng)，提高對(duì)高水平勞動(dòng)力的需求，倒逼企業(yè)主動(dòng)優(yōu)化人力資本（王永欽和董雯，2020），這有助于企業(yè)提高生產(chǎn)效率。此外，大量研究表明由外商直接投資、貿(mào)易自由化或產(chǎn)業(yè)聚集所帶來(lái)的全要素生產(chǎn)率的提升能顯著降低企業(yè)污染物排放量（陳登科，2020；盛斌和呂越，2012；蘇丹妮和盛斌，2021a，2021b）。因此，企業(yè)應(yīng)用工業(yè)機(jī)器人可以通過(guò)多種渠道提高其全要素生產(chǎn)率，從而降低污染物排放量。

另一方面，企業(yè)應(yīng)用工業(yè)機(jī)器人還有助于改進(jìn)生產(chǎn)流程，在加快產(chǎn)業(yè)升級(jí)轉(zhuǎn)型的同時(shí)改善能源結(jié)構(gòu)，降低單位產(chǎn)出的能耗水平，實(shí)現(xiàn)從化石能源向清潔能源的轉(zhuǎn)變（Huang等，2022；張萬(wàn)里和宣旸，2022）。Zhang等（2022）的研究也證實(shí)，機(jī)器人替代勞動(dòng)力不僅可以改善企業(yè)能源效率，還能提高企業(yè)綠色生產(chǎn)率和市場(chǎng)認(rèn)可度。Wang等（2022）基于多國(guó)數(shù)據(jù)的研究同樣指出，工業(yè)機(jī)器人與勞動(dòng)力之間的技術(shù)互補(bǔ)與替代效應(yīng)能夠顯著提高制造業(yè)的能源利用效率，并且對(duì)不可再生能源的影響更為明顯。能源消耗是污染排放的重要來(lái)源之一，通過(guò)提高能源利用效率將有效改善企業(yè)清潔生產(chǎn)水平，進(jìn)而降低污染排放水平（步曉寧和趙麗華，2022；韓超等，2020）。因此，本文認(rèn)為企業(yè)應(yīng)用工業(yè)機(jī)器人能夠改進(jìn)生產(chǎn)流程，提高能源利用效率，從而降低污染排放水平。

（二）模型構(gòu)建

本文進(jìn)一步構(gòu)建一個(gè)局部均衡模型來(lái)分析企業(yè)應(yīng)用工業(yè)機(jī)器人對(duì)污染物排放量的影響。假定經(jīng)濟(jì)體中有兩個(gè)部門(mén)：消費(fèi)者提供同質(zhì)化生產(chǎn)要素；處于壟斷競(jìng)爭(zhēng)市場(chǎng)環(huán)境中的企業(yè)提供差異化產(chǎn)品（Fan等，2021），并且在應(yīng)用工業(yè)機(jī)器人時(shí)承擔(dān)安裝機(jī)器人的固定成本（Acemoglu和Restrepo，2020；Huang等，2022）。

1. 偏好與需求。假定代表性消費(fèi)者對(duì)差異化產(chǎn)品的偏好由不變替代彈性（CES）效用函數(shù)表示：

其中，i表示差異化產(chǎn)品的種類(lèi)， Ω表示差異化產(chǎn)品集，qi表示消費(fèi)者對(duì)差異化產(chǎn)品i的需求，σ（0<σ<1）表示差異化產(chǎn)品之間的替代彈性。由效用最大化原則，可推導(dǎo)出消費(fèi)者對(duì)差異化產(chǎn)品i的需求函數(shù)為：

其中，pi表示差異化產(chǎn)品i的價(jià)格，I表示消費(fèi)者收入。不失一般性，假設(shè)消費(fèi)者將全部收入用于購(gòu)買(mǎi)產(chǎn)品。從式（2）可以看出當(dāng)價(jià)格下降或收入上升時(shí)，消費(fèi)者對(duì)產(chǎn)品的需求均會(huì)上升。進(jìn)一步地，差異化產(chǎn)品的總價(jià)格指數(shù)可以表示為：

2. 生產(chǎn)。陳志遠(yuǎn)等（2022）在構(gòu)建企業(yè)生產(chǎn)函數(shù)時(shí)，將污染物視為企業(yè)生產(chǎn)過(guò)程中的一種投入要素，而Fan等（2021）與Huang等（2022）則將工業(yè)機(jī)器人與勞動(dòng)力同時(shí)納入生產(chǎn)函數(shù)，并將二者視為完全替代品。參考上述文獻(xiàn)，本文構(gòu)建柯布-道格拉斯形式的生產(chǎn)函數(shù)，并假定典型企業(yè)在生產(chǎn)中投入污染物、能源以及勞動(dòng)力或工業(yè)機(jī)器人：

其中，yi表示企業(yè)產(chǎn)出， φi表示企業(yè)生產(chǎn)率，Ei表示污染物投入，Si表示能源投入，Li表示勞動(dòng)力投入，Ri表示工業(yè)機(jī)器人投入。 α 、 β 和 γ （0<α，β，γ<1且 α+β+γ=1）分別表示污染物、清潔能源、勞動(dòng)力或工業(yè)機(jī)器人占產(chǎn)出的份額。n（n>1）與m（m>1）分別表示工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率與能源利用效率的提升作用?；谏鲜龇治?，企業(yè)應(yīng)用勞動(dòng)力或工業(yè)機(jī)器人時(shí)的產(chǎn)出函數(shù)（yli或yri）可表示為：

3. 成本、價(jià)格與利潤(rùn)。為了簡(jiǎn)化模型，進(jìn)一步假定污染物價(jià)格（pe）、能源價(jià)格（ps）、勞動(dòng)力價(jià)格（pl）和工業(yè)機(jī)器人價(jià)格（pr）均為外生變量。根據(jù)企業(yè)的成本最小化條件，由式（5a）和式（5b）可推導(dǎo)出企業(yè)成本函數(shù)為：

其中，f表示企業(yè)生產(chǎn)過(guò)程中的固定成本，fr表示企業(yè)購(gòu)買(mǎi)工業(yè)機(jī)器人的固定成本（Fan等，2021）。在消費(fèi)者CES需求偏好與壟斷競(jìng)爭(zhēng)產(chǎn)品市場(chǎng)的設(shè)定下，企業(yè)根據(jù)邊際成本加成定價(jià)法（加成率保持不變）對(duì)產(chǎn)品進(jìn)行定價(jià)。本文將投入勞動(dòng)力或工業(yè)機(jī)器人時(shí)的產(chǎn)品價(jià)格（pli或pri）分別設(shè)定為：

結(jié)合需求函數(shù)式（2），可以得出企業(yè)投入勞動(dòng)力或工業(yè)機(jī)器人時(shí)的利潤(rùn)（ πl(wèi)i或 πri）分別為：

式（8a）與式（8b）表明，工業(yè)機(jī)器人價(jià)格（pr）越低，則企業(yè)使用工業(yè)機(jī)器人的利潤(rùn)也越高。如果購(gòu)買(mǎi)工業(yè)機(jī)器人的固定成本（fr）較高，綜合實(shí)力較差的企業(yè)將無(wú)法承擔(dān)相應(yīng)的費(fèi)用，此時(shí)應(yīng)用工業(yè)機(jī)器人反而會(huì)降低利潤(rùn)水平。只有綜合實(shí)力較強(qiáng)的企業(yè)才能支付購(gòu)買(mǎi)工業(yè)機(jī)器人的固定成本，并從中獲取更大的收益，這也與現(xiàn)實(shí)情況基本一致。

4. 減排效應(yīng)。本文最關(guān)注的是企業(yè)應(yīng)用工業(yè)機(jī)器人能否減少污染物排放量。基于式（6a）與式（6b）的成本函數(shù)可推導(dǎo)出企業(yè)投入勞動(dòng)力或工業(yè)機(jī)器人時(shí)對(duì)污染物的引致需求（Eli或Eri）分別為：

假定企業(yè)投入勞動(dòng)力或工業(yè)機(jī)器人時(shí)的產(chǎn)出水平相同（即yli=yri），將式（9a）除以式（9b）可以得出這兩種情況下污染物排放量的比值為：

假說(shuō)1：企業(yè)應(yīng)用工業(yè)機(jī)器人有助于降低其污染物排放量。

5. 影響機(jī)理。本文在式（4）與式（5b）中引入m和n來(lái)描述工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)能源利用效率和全要素生產(chǎn)率的提升作用，因而將當(dāng)應(yīng)用工業(yè)機(jī)器人時(shí)企業(yè)對(duì)污染物的引致需求即式（9b）分別對(duì)m和n求偏導(dǎo)數(shù)，可以進(jìn)一步驗(yàn)證工業(yè)機(jī)器人應(yīng)用發(fā)揮減排效應(yīng)的潛在機(jī)理，所求出的兩個(gè)偏導(dǎo)數(shù)分別為：

容易看出，式（11）中各變量均大于0，因此污染物對(duì)m的偏導(dǎo)數(shù)小于0，表明隨著工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)能源利用效率的提升，企業(yè)的污染物排放量會(huì)減少。類(lèi)似地，式（12）中各變量同樣大于0，因此污染物對(duì)n的偏導(dǎo)數(shù)也小于0，這意味著隨著工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的提升，企業(yè)也會(huì)降低污染物排放量。據(jù)此，本文提出假說(shuō)2與假說(shuō)3來(lái)描述該結(jié)論。

假說(shuō)2：工業(yè)機(jī)器人應(yīng)用會(huì)通過(guò)提高企業(yè)全要素生產(chǎn)率發(fā)揮減排效應(yīng)。

假說(shuō)3：工業(yè)機(jī)器人應(yīng)用會(huì)通過(guò)提高企業(yè)能源利用效率發(fā)揮減排效應(yīng)。

三、 數(shù)據(jù)、模型與變量

（一）數(shù)據(jù)來(lái)源與處理說(shuō)明

本文所用的企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》，污染數(shù)據(jù)來(lái)源于《工業(yè)企業(yè)污染排放數(shù)據(jù)庫(kù)》。由于IFR提供的機(jī)器人安裝數(shù)據(jù)并未涉及企業(yè)層面，且2013年以前中國(guó)超過(guò)70%的工業(yè)機(jī)器人需求依賴(lài)于外國(guó)進(jìn)口（IFR，2014），本文參考李磊等（2021）、Fan等（2021）和Huang等（2022）等學(xué)者的研究設(shè)計(jì)，采用《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》中統(tǒng)計(jì)的工業(yè)機(jī)器人進(jìn)口數(shù)據(jù)來(lái)衡量企業(yè)工業(yè)機(jī)器人應(yīng)用情況。《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》涵蓋了全部國(guó)有企業(yè)及“規(guī)模以上”非國(guó)有企業(yè)數(shù)據(jù)①“規(guī)模以上”指主營(yíng)業(yè)務(wù)收入在500萬(wàn)元以上，這一標(biāo)準(zhǔn)在2011年調(diào)整為2 000萬(wàn)元以上。，但存在樣本統(tǒng)計(jì)混亂和指標(biāo)衡量不連續(xù)等問(wèn)題。因此，本文借鑒Brandt等（2012）、李衛(wèi)兵和張凱霞（2019）的思路來(lái)清洗數(shù)據(jù)并構(gòu)建面板數(shù)據(jù)。此外，本文參考田巍和余淼杰（2014）的思路匹配《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》，并參考蘇丹妮和盛斌（2021a，2021b）的思路匹配《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》《工業(yè)企業(yè)污染排放數(shù)據(jù)庫(kù)》。在剔除沒(méi)有污染排放信息的樣本后，最終得到2000—2014年共326 742個(gè)觀測(cè)值的研究樣本。

（二）模型設(shè)定

為了檢驗(yàn)企業(yè)應(yīng)用工業(yè)機(jī)器人對(duì)其污染物排放量的影響，本文設(shè)定如下模型：

其中，下標(biāo)i表示企業(yè)，j表示企業(yè)所處的行業(yè)，t表示年份，k表示企業(yè)所處的地級(jí)市。被解釋變量為企業(yè)污染物排放量（Pollutionijtk），核心解釋變量為工業(yè)機(jī)器人應(yīng)用（Roboti jkt）?？刂谱兞浚–ontrol）表示一系列可能影響企業(yè)污染物排放量的企業(yè)特征變量的集合。 μt、 δj、 νk和 γi分別表示年份固定效應(yīng)、行業(yè)固定效應(yīng)、地區(qū)固定效應(yīng)與個(gè)體固定效應(yīng)，εijkt表示聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤。

（三）變量選取

1.污染物排放量。在所有類(lèi)型的污染物中，大氣污染的全球效應(yīng)最為明顯（盛斌和呂越，2012）。本文采用二氧化硫（S O2）與煙塵（S moke）這兩種主要大氣污染物的排放量來(lái)衡量企業(yè)污染排放水平。囿于相關(guān)數(shù)據(jù)庫(kù)的統(tǒng)計(jì)年限，本文以S O2排放量為被解釋變量的樣本期設(shè)定為2000—2014年，而以S moke排放量為被解釋變量的樣本期設(shè)定為2000—2013年。

2.工業(yè)機(jī)器人應(yīng)用。本文參考李磊等（2021）、Acemoglu等（2020）、Fan等（2021）和Huang等（2022）的研究，將企業(yè)進(jìn)口商品中HS8位編碼為84 795 010（多功能工業(yè)機(jī)器人）、84 795 090（多功能工業(yè)機(jī)器人除外的其他工業(yè)機(jī)器人）和84 864 031（IC工廠專(zhuān)用的自動(dòng)搬運(yùn)機(jī)器人）這三類(lèi)商品定義為工業(yè)機(jī)器人，并依照進(jìn)口數(shù)量和進(jìn)口金額（按當(dāng)年匯率轉(zhuǎn)化為人民幣計(jì)價(jià)）構(gòu)建出工業(yè)機(jī)器人應(yīng)用數(shù)量（Robot_quantity）與工業(yè)機(jī)器人應(yīng)用金額（Robot_value）兩個(gè)指標(biāo)，以衡量企業(yè)應(yīng)用工業(yè)機(jī)器人的情況。

3.控制變量。本文選用企業(yè)特征變量作為控制變量，包括企業(yè)規(guī)模（S ize）、資本密集度（Capital）、企業(yè)年齡（Age）、利潤(rùn)率（Return）、資產(chǎn)負(fù)債率（Debt）、員工人數(shù)（Labor）、是否為出口企業(yè)（Export）、是否為進(jìn)口企業(yè)（Import）、國(guó)有企業(yè)（S OE）與外資企業(yè)（FOE）等變量。相關(guān)變量的具體定義如表1所示。

表1 變量定義

（四）描述性統(tǒng)計(jì)

核心變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。S O2的均值為8.7024，而S moke的均值為7.7740，這意味著樣本企業(yè)在生產(chǎn)過(guò)程中平均排放6 017.34千克的二氧化硫和2 377.96千克的煙塵。受數(shù)據(jù)質(zhì)量的影響，同一觀測(cè)值并不一定同時(shí)統(tǒng)計(jì)了二氧化硫與煙塵的排放量，因而本文僅剔除了兩類(lèi)污染物排放量同時(shí)缺失的樣本，以盡可能保留樣本，這導(dǎo)致被解釋變量與控制變量的觀測(cè)值不完全相同。工業(yè)機(jī)器人應(yīng)用數(shù)量的最大值為6.2577，而應(yīng)用金額的最大值為18.9679，表明有的企業(yè)一年最多進(jìn)口522臺(tái)工業(yè)機(jī)器人，最多花費(fèi)1.7284億元用于進(jìn)口工業(yè)機(jī)器人。同時(shí)本文還進(jìn)行了VIF檢驗(yàn)，結(jié)果均小于10，基本可以認(rèn)為不存在嚴(yán)重的多重共線性問(wèn)題，受限于篇幅，該結(jié)果留存?zhèn)渌鳌?/p>

表2 核心變量的描述性統(tǒng)計(jì)結(jié)果

四、 基準(zhǔn)回歸結(jié)果

（一）基準(zhǔn)回歸結(jié)果

表3匯報(bào)了2000—2014年間中國(guó)工業(yè)企業(yè)應(yīng)用工業(yè)機(jī)器人對(duì)其污染物排放量的影響。其中，列（1）、（3）與列（2）、（4）分別估計(jì)工業(yè)機(jī)器人應(yīng)用對(duì)二氧化硫與煙塵排放量的影響。從前兩列可以看出，工業(yè)機(jī)器人應(yīng)用數(shù)量每上升1%，S O2排放量下降0.2327%，而S moke排放量下降0.2937%，且這兩個(gè)估計(jì)系數(shù)均在1%的統(tǒng)計(jì)水平上顯著。類(lèi)似地，后兩列結(jié)果表明工業(yè)機(jī)器人應(yīng)用金額每上升1%，S O2排放量下降0.0429%，而S moke排放量下降0.0365%。表3的回歸結(jié)果一致，表明無(wú)論用哪種方式衡量工業(yè)機(jī)器人應(yīng)用水平，工業(yè)機(jī)器人應(yīng)用均可以顯著降低企業(yè)污染物排放量。此外，工業(yè)機(jī)器人應(yīng)用對(duì)污染物排放量的負(fù)向影響不僅統(tǒng)計(jì)意義顯著，也具有較高的經(jīng)濟(jì)意義。具體來(lái)說(shuō)，工業(yè)機(jī)器人應(yīng)用數(shù)量（或應(yīng)用金額）每上升一個(gè)標(biāo)準(zhǔn)差，S O2排放量下降2.43%（或2.70%）個(gè)標(biāo)準(zhǔn)差，而S moke排放量下降2.92%（或2.25%）個(gè)標(biāo)準(zhǔn)差。

表3 工業(yè)機(jī)器人與污染物排放量

（二）內(nèi)生性問(wèn)題的處理

1. 樣本的自選擇問(wèn)題。工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)可能受特定類(lèi)型企業(yè)選擇性行為的影響，例如經(jīng)營(yíng)績(jī)效越好的企業(yè)越有可能應(yīng)用工業(yè)機(jī)器人，同時(shí)也更有能力履行社會(huì)責(zé)任和減少污染排放。本文分別采用傾向得分匹配（PSM）法、熵平衡匹配（EB）法并結(jié)合雙重差分（DID）法來(lái)進(jìn)行檢驗(yàn)。首先，本文采用PSM法將進(jìn)口工業(yè)機(jī)器人的樣本進(jìn)行1:3最近鄰匹配，并將匹配后的樣本重新進(jìn)行回歸。從表4中Panel A的回歸結(jié)果可以看出，核心解釋變量的估計(jì)系數(shù)至少在5%的統(tǒng)計(jì)水平上顯著為負(fù)，證實(shí)工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)在小樣本下依然顯著。其次，本文參考Hainmueller（2012）與King和Nielsen（2019）的方法，采用EB法對(duì)樣本賦權(quán)以實(shí)現(xiàn)變量分布的二階矩平衡。①受限于樣本特征，本文無(wú)法通過(guò)EB法實(shí)現(xiàn)變量分布的三階矩平衡。表4中Panel B匯報(bào)了基于EB法處理后的回歸結(jié)果，顯然工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)污染物排放量的影響依然顯著為負(fù)。最后，本文參考李磊等（2021）的思路進(jìn)行DID檢驗(yàn)，將應(yīng)用工業(yè)機(jī)器人的企業(yè)納入實(shí)驗(yàn)組，并采用1:1最近鄰匹配篩選沒(méi)有應(yīng)用工業(yè)機(jī)器人的企業(yè)納入對(duì)照組。隨后，依照匹配后的樣本構(gòu)建雙重差分統(tǒng)計(jì)量（Adoptionit）。其中，對(duì)于首次應(yīng)用工業(yè)機(jī)器人當(dāng)年及隨后年份的樣本，該變量取值為1；對(duì)于之前年份的樣本及沒(méi)有應(yīng)用工業(yè)機(jī)器人的樣本，該變量取值為0。最后，將Adoption代入式（13）中替換核心解釋變量后進(jìn)行回歸。表4中Panel C的回歸結(jié)果表明，Adoption的估計(jì)系數(shù)均在5%的統(tǒng)計(jì)水平上顯著為負(fù)①篇幅所限，此處未報(bào)告平行趨勢(shì)檢驗(yàn)結(jié)果。。綜合來(lái)看，樣本自選擇問(wèn)題并未干擾本文的核心結(jié)論。

表4 自選擇問(wèn)題的處理：PSM法、EB法與DID法

2. 遺漏變量和反向因果問(wèn)題。由于工業(yè)企業(yè)數(shù)據(jù)庫(kù)本身的質(zhì)量問(wèn)題，有效衡量企業(yè)特征的指標(biāo)較為有限，因此基準(zhǔn)回歸可能存在遺漏變量問(wèn)題。此外，工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)還可能受反向因果的干擾，例如清潔生產(chǎn)企業(yè)的污染治理成本較低，而節(jié)約的資金可以用于進(jìn)口工業(yè)機(jī)器人。為了解決這些問(wèn)題，本文參考孫早和侯玉琳（2019）、王林輝等（2022）、Lewbel（2012）的處理方式，將回歸殘差與不包括虛擬變量的去中心化的控制變量相乘，作為工業(yè)機(jī)器人應(yīng)用的工具變量，并進(jìn)行兩階段最小二乘法估計(jì)（2SLS）。表5中Panel A的第二階段回歸結(jié)果顯示，各解釋變量的估計(jì)系數(shù)至少在5%的統(tǒng)計(jì)水平上顯著為負(fù)，表明在控制內(nèi)生性問(wèn)題后，工業(yè)機(jī)器人應(yīng)用對(duì)二氧化硫與煙塵排放量依舊存在顯著的負(fù)向影響。Panel B的第一階段回歸結(jié)果顯示，Wald F統(tǒng)計(jì)量均大于臨界值，表明不存在弱工具變量問(wèn)題；Hansen J統(tǒng)計(jì)量均不顯著，說(shuō)明工具變量都是外生的。IV檢驗(yàn)結(jié)果證實(shí)，因遺漏變量或者反向因果關(guān)系而導(dǎo)致的內(nèi)生性問(wèn)題對(duì)核心結(jié)論也不存在顯著影響。

表5 遺漏變量與反向因果問(wèn)題的處理：IV法

（三）其他穩(wěn)健性檢驗(yàn)

本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果均與基準(zhǔn)回歸結(jié)果一致：②限于篇幅，未在文中匯報(bào)穩(wěn)健性檢驗(yàn)結(jié)果，如有需要可向作者索取。第一，由于只有參與進(jìn)出口業(yè)務(wù)的企業(yè)才會(huì)被納入《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》，因而剔除未能與《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》匹配上的工業(yè)企業(yè)樣本。第二，由于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》在不同年份的統(tǒng)計(jì)過(guò)程存在一定差異，為避免數(shù)據(jù)質(zhì)量下降影響回歸結(jié)果，將樣本期限設(shè)定在2000—2007年。第三，參考Fan等（2021）的思路，剔除電氣、電子、橡膠和塑料制品制造業(yè)這四個(gè)行業(yè)，從而排除國(guó)產(chǎn)工業(yè)機(jī)器人的影響。第四，剔除原國(guó)家環(huán)境保護(hù)局2002年提出的“排污交易政策示范工作”①2002年國(guó)家環(huán)境保護(hù)總局辦公廳印發(fā)《關(guān)于開(kāi)展“推動(dòng)中國(guó)二氧化硫排放總量控制及排污交易政策實(shí)施的研究項(xiàng)目”示范工作的通知》。中的地區(qū)進(jìn)行回歸，并將樣本限定在《酸雨控制區(qū)和二氧化硫污染控制區(qū)劃分方案》中的地區(qū)再次進(jìn)行回歸，從而排除其他環(huán)境規(guī)制的影響。第五，增加年份和行業(yè)以及年份和城市的高維固定效應(yīng)。

五、 機(jī)制分析

（一）全要素生產(chǎn)率

工業(yè)機(jī)器人代表一種專(zhuān)有投資的技術(shù)進(jìn)步。企業(yè)應(yīng)用工業(yè)機(jī)器人可以?xún)?yōu)化生產(chǎn)流程，獲得更高水平的生產(chǎn)技術(shù)與更強(qiáng)的生產(chǎn)能力，并提高全要素生產(chǎn)率（李磊和徐大策，2020；楊光和侯鈺，2020；諸竹君等，2022），從而降低污染物排放量（陳登科，2020；盛斌和呂越，2012）。為了對(duì)此機(jī)制進(jìn)行驗(yàn)證，本文參考李衛(wèi)兵和張凱霞（2019）的思路，依照會(huì)計(jì)準(zhǔn)則對(duì)變量缺失值進(jìn)行補(bǔ)充和替換，并分別采用OP法與LP法計(jì)算全要素生產(chǎn)率（即TFP-OP和TFP-LP）。在計(jì)算TFP時(shí)，參考魯曉東和連玉君（2012）的方法，將基期生產(chǎn)者價(jià)格指數(shù)平減后的工業(yè)增加值作為產(chǎn)出指標(biāo)，并利用It=Kt-Kt-1+Dt測(cè)算資本投入。其中，It是t期投資，Kt為t期資本存量，Dt是t期固定資產(chǎn)折舊。同時(shí)，采用從業(yè)人數(shù)來(lái)衡量勞動(dòng)投入，用中間產(chǎn)品投入作為未觀測(cè)到的生產(chǎn)率沖擊的代理變量。

然后，本文將計(jì)算出來(lái)的TFP作為被解釋變量代入式（13）中進(jìn)行回歸，相應(yīng)的結(jié)果見(jiàn)表6。前兩列的回歸結(jié)果顯示，工業(yè)機(jī)器人應(yīng)用數(shù)量的估計(jì)系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正，表明工業(yè)機(jī)器人應(yīng)用數(shù)量對(duì)全要素生產(chǎn)率有顯著的正向影響。而后兩列的回歸結(jié)果顯示，即便將解釋變量替換為應(yīng)用金額，工業(yè)機(jī)器人依然對(duì)全要素生產(chǎn)率有顯著的正向影響。表6的結(jié)果一致表明，當(dāng)使用更多的工業(yè)機(jī)器人時(shí)，企業(yè)可以?xún)?yōu)化生產(chǎn)流程，提高全要素生產(chǎn)率，從而降低污染物排放量。

表6 工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)TFP的影響

（二）能源利用效率

企業(yè)在應(yīng)用工業(yè)機(jī)器人優(yōu)化生產(chǎn)流程的同時(shí)，也會(huì)加快自身生產(chǎn)工藝的升級(jí)轉(zhuǎn)型，提高能源利用效率（張萬(wàn)里和宣旸，2022；Huang等，2022），這也是企業(yè)提高清潔生產(chǎn)水平來(lái)降低污染物排放量的重要渠道之一（韓超等，2020；步曉寧和趙麗華，2022）。為了驗(yàn)證這一機(jī)制，本文參考陳釗和陳喬伊（2019）的處理方式，以單位產(chǎn)值的能源消費(fèi)量作為能源利用效率的衡量指標(biāo)，分別將企業(yè)的燃料煤消費(fèi)量（噸）、天然氣消費(fèi)量（萬(wàn)立方米）以及燃料油消費(fèi)量（噸）除以工業(yè)增加值后乘以100調(diào)整量綱，得到燃料煤利用效率（Coal）、天然氣利用效率（Gas）與燃料油利用效率（Oil）等指標(biāo)。然后，將上述指標(biāo)作為被解釋變量依次代入式（13）中進(jìn)行回歸，結(jié)果見(jiàn)表7。

表7 工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)能源利用效率的影響

表7前三列中核心解釋變量為工業(yè)機(jī)器人應(yīng)用數(shù)量，而后三列中核心解釋變量為工業(yè)機(jī)器人應(yīng)用金額。列（1）的回歸結(jié)果顯示，工業(yè)機(jī)器人應(yīng)用數(shù)量的估計(jì)系數(shù)顯著為負(fù)，表明工業(yè)機(jī)器人應(yīng)用數(shù)量對(duì)每單位工業(yè)增加值的燃料煤消費(fèi)量存在顯著的負(fù)向影響。列（2）與列（3）以天然氣利用率與燃料油利用率作為被解釋變量的估計(jì)結(jié)果再次證實(shí)，工業(yè)機(jī)器人應(yīng)用數(shù)量對(duì)能源消費(fèi)量存在負(fù)向影響。后三列的回歸結(jié)果與前三列基本一致。綜合來(lái)看，表7的回歸結(jié)果一致證實(shí)工業(yè)機(jī)器人應(yīng)用可以有效提高企業(yè)能源利用效率，進(jìn)而降低其污染排放水平。

六、 進(jìn)一步研究

（一）工業(yè)機(jī)器人應(yīng)用究竟能促進(jìn)企業(yè)進(jìn)行清潔生產(chǎn)還是終端治理？

在實(shí)際生產(chǎn)過(guò)程中，企業(yè)的污染物排放量是由產(chǎn)生量與去除量決定的①三者存在以下關(guān)聯(lián)：污染物產(chǎn)生量-污染物去除量=污染物排放量。。如果企業(yè)采用更清潔的生產(chǎn)方式，就必然會(huì)降低污染物產(chǎn)生量；反之，如果生產(chǎn)方式不夠環(huán)保，企業(yè)就需要通過(guò)終端治理來(lái)提高污染物去除量。前文的理論分析指出，工業(yè)機(jī)器人應(yīng)用能夠促使企業(yè)改進(jìn)生產(chǎn)工序、優(yōu)化生產(chǎn)流程，同時(shí)提高能源利用效率，這將有效降低企業(yè)產(chǎn)生的污染物，但是對(duì)企業(yè)使用污染處理設(shè)備的決策沒(méi)有直接影響。因此，本文預(yù)期企業(yè)應(yīng)用工業(yè)機(jī)器人能夠直接提高其清潔生產(chǎn)水平，但不會(huì)提高其終端治理能力。一方面，本文參考陳登科（2020）的思路，選用二氧化硫產(chǎn)生量（千克）和煙塵產(chǎn)生量（千克）來(lái)衡量企業(yè)的清潔生產(chǎn)水平，分別加1取對(duì)數(shù)后得到二氧化硫產(chǎn)生量（S O2_produce）和煙塵產(chǎn)生量（S moke_produce）指標(biāo)，并作為被解釋變量代入式（13）中進(jìn)行回歸?；貧w結(jié)果匯報(bào)在表8的列（1）與列（2），其中Panel A與Panel B的解釋變量分別為工業(yè)機(jī)器人應(yīng)用數(shù)量與應(yīng)用金額。從中可以看出，核心解釋變量的估計(jì)系數(shù)均顯著為負(fù)，證實(shí)工業(yè)機(jī)器人能顯著提升企業(yè)的清潔生產(chǎn)能力。另一方面，本文選用二氧化硫去除量（千克）、煙塵去除量（千克）、廢水治理設(shè)施、廢氣治理設(shè)施和脫硫設(shè)施來(lái)衡量企業(yè)終端治理能力，分別加1取對(duì)數(shù)后得到二氧化硫去除量（S O2_remove）、煙塵去除量（S moke_remove）、廢水治理能力（Wastewater）、廢氣治理能力（Wastegas）和脫硫治理能力（Desul fur）等指標(biāo)，并作為被解釋變量代入式（13）中進(jìn)行回歸。表8的列（3）-（7）的回歸結(jié)果顯示，工業(yè)機(jī)器人應(yīng)用的估計(jì)系數(shù)均不顯著，因此本文有理由相信工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)的污染終端治理能力并沒(méi)有顯著正向影響。

表8 工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)清潔生產(chǎn)與污染終端治理能力的影響

（二）不同類(lèi)型工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

本文認(rèn)定的工業(yè)機(jī)器人包括三類(lèi)進(jìn)口商品，不同類(lèi)型的工業(yè)機(jī)器人在生產(chǎn)中承擔(dān)不同任務(wù)，發(fā)揮的作用也不盡相同。例如，自動(dòng)搬運(yùn)機(jī)器人不直接參與生產(chǎn)活動(dòng)，僅作為人力與傳統(tǒng)機(jī)械運(yùn)輸?shù)奶娲?，因而不?huì)直接影響全要素生產(chǎn)率與能源利用效率。為了檢驗(yàn)工業(yè)機(jī)器人類(lèi)型對(duì)污染減排的異質(zhì)性影響，本文分別統(tǒng)計(jì)了企業(yè)每年進(jìn)口的各類(lèi)工業(yè)機(jī)器人應(yīng)用數(shù)量與應(yīng)用金額，加1取對(duì)數(shù)后依次構(gòu)建出三類(lèi)工業(yè)機(jī)器人的應(yīng)用數(shù)量與應(yīng)用金額，并作為解釋變量代入式（13）中進(jìn)行回歸。從表9中Panel A的回歸結(jié)果可以看出，多功能工業(yè)機(jī)器人應(yīng)用對(duì)污染物排放量具有負(fù)向影響，但并不顯著；Panel B的回歸結(jié)果表明，其他工業(yè)機(jī)器人應(yīng)用會(huì)顯著降低污染物排放量；Panel C的回歸結(jié)果顯示，企業(yè)應(yīng)用自動(dòng)搬運(yùn)機(jī)器人甚至?xí)岣邿焿m排放量。綜合來(lái)看，其他工業(yè)機(jī)器人應(yīng)用能夠產(chǎn)生顯著的減排效應(yīng)，但搬運(yùn)機(jī)器人應(yīng)用未產(chǎn)生減排效應(yīng)。

表9 工業(yè)機(jī)器人應(yīng)用企業(yè)的污染終端治理能力的影響

（三）勞動(dòng)密集度與工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

工業(yè)機(jī)器人對(duì)人力勞動(dòng)存在顯著的替代作用（Acemoglu和Restrepo，2018a，2018b，2019）。Fan等（2021）進(jìn)一步發(fā)現(xiàn)在勞動(dòng)密集型行業(yè)中，工業(yè)機(jī)器人對(duì)勞動(dòng)力的替代作用更大。因此，在勞動(dòng)密集度更高的企業(yè)中，工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)生產(chǎn)方式與全要素生產(chǎn)率的改善作用更強(qiáng)，會(huì)產(chǎn)生更大的減排效應(yīng)。為了驗(yàn)證這一猜測(cè)，本文構(gòu)建勞動(dòng)密集度（Intensity）指標(biāo)，即當(dāng)企業(yè)的人均固定資產(chǎn)低于樣本中位數(shù)時(shí)取值為1，否則取值為0，并將它本身及其與工業(yè)機(jī)器人應(yīng)用指標(biāo)的交互項(xiàng)同時(shí)放入式（13）后再次回歸，結(jié)果匯報(bào)在表10中的前四列。列（1）與列（3）中交互項(xiàng)的回歸系數(shù)顯著為負(fù)，表明勞動(dòng)密集型企業(yè)相對(duì)于非勞動(dòng)密集型企業(yè)，在應(yīng)用工業(yè)機(jī)器人后能更大程度地減少二氧化硫排放量。列（2）與列（4）中交互項(xiàng)的回歸系數(shù)同樣顯著為負(fù)，表明勞動(dòng)密集型企業(yè)在應(yīng)用工業(yè)機(jī)器人后能進(jìn)一步降低煙塵排放量。

表10 勞動(dòng)力密集度、行業(yè)競(jìng)爭(zhēng)度與工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

（四）行業(yè)競(jìng)爭(zhēng)度與工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

當(dāng)企業(yè)所屬行業(yè)有較大的競(jìng)爭(zhēng)壓力時(shí)，企業(yè)更期望降低生產(chǎn)成本并提高產(chǎn)品質(zhì)量，從而提升行業(yè)競(jìng)爭(zhēng)力。Zhang等（2022）的研究發(fā)現(xiàn)，機(jī)器人代替人類(lèi)勞動(dòng)不僅可以改善能源利用效率，提高企業(yè)綠色生產(chǎn)率，還能提高市場(chǎng)認(rèn)可度。因此本文認(rèn)為，行業(yè)競(jìng)爭(zhēng)度越高（即行業(yè)集中度較低），工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)污染物排放量的負(fù)向影響越大。本文依照行業(yè)間赫芬達(dá)爾指數(shù)來(lái)衡量行業(yè)集中度，并構(gòu)建行業(yè)競(jìng)爭(zhēng)度（Compete）指標(biāo)，即每年赫芬達(dá)爾指數(shù)最低的15個(gè)行業(yè)取值為1，否則取值為0。然后，將它本身及其與工業(yè)機(jī)器人應(yīng)用指標(biāo)的交互項(xiàng)同時(shí)放入式（13）中后再次回歸，結(jié)果匯報(bào)在表10的后四列中。列（5）和列（7）中交互項(xiàng)的估計(jì)系數(shù)在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明應(yīng)用工業(yè)機(jī)器人后，高競(jìng)爭(zhēng)度行業(yè)中的企業(yè)相對(duì)于低競(jìng)爭(zhēng)度行業(yè)中的企業(yè)能更大程度地減少二氧化硫排放量。類(lèi)似地，雖然列（6）和列（8）中交互項(xiàng)的估計(jì)系數(shù)不顯著，但是依然為負(fù)數(shù)，這表明高競(jìng)爭(zhēng)度行業(yè)中的企業(yè)應(yīng)用工業(yè)機(jī)器人能更大程度地減少煙塵排放量。因此，如果行業(yè)競(jìng)爭(zhēng)度較高，企業(yè)應(yīng)用工業(yè)機(jī)器人時(shí)將更注重通過(guò)提升生產(chǎn)率來(lái)增強(qiáng)競(jìng)爭(zhēng)力，進(jìn)而產(chǎn)生更大的減排效應(yīng)。

（五）行業(yè)污染程度或能耗程度與工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

在高質(zhì)量發(fā)展的要求下，監(jiān)管部門(mén)對(duì)高污染與高能耗行業(yè)（即“兩高行業(yè)”）的生產(chǎn)要求日趨嚴(yán)格，以監(jiān)管紅線來(lái)倒逼其改進(jìn)生產(chǎn)工藝并降低污染物排放量。因此相對(duì)于其他行業(yè)，“兩高行業(yè)”中的企業(yè)可能會(huì)更為廣泛和深入地應(yīng)用工業(yè)機(jī)器人所帶來(lái)的清潔生產(chǎn)能力，由此產(chǎn)生更強(qiáng)的減排效應(yīng)（韓超等，2020）。一方面，本文參考王杰和劉斌（2014）對(duì)污染行業(yè)的劃分，構(gòu)建重污染行業(yè)（Heavy_pollution）指標(biāo)。當(dāng)企業(yè)屬于重污染行業(yè)時(shí)，該指標(biāo)取值為1，否則取值為0。然后，將其與工業(yè)機(jī)器人應(yīng)用指標(biāo)的交互項(xiàng)放入式（13）中進(jìn)行回歸①由于本文控制了行業(yè)固定效應(yīng)，此處不將重污染行業(yè)（Heavy_pollution）與高能耗行業(yè)（High_energy ）指標(biāo)本身放入回歸方程中，以免產(chǎn)生多重共線性問(wèn)題。，結(jié)果見(jiàn)表11的前四列。可以看出，列（2）至列（4）交互項(xiàng)的估計(jì)系數(shù)均顯著為負(fù)，表明重污染行業(yè)中的企業(yè)提高工業(yè)機(jī)器人應(yīng)用數(shù)量時(shí)，能夠產(chǎn)生更大的減排效應(yīng)。另一方面，本文參考《2010年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)報(bào)告》構(gòu)建高能耗行業(yè)（High_energy）指標(biāo)。當(dāng)企業(yè)屬于高能耗行業(yè)時(shí)，該指標(biāo)取值為1，否則取值為0。然后，將其與工業(yè)機(jī)器人應(yīng)用指標(biāo)的交互項(xiàng)放入式（13）中再次回歸。結(jié)果匯報(bào)在表11的后四列，從中可以看出高能耗行業(yè)中的企業(yè)使用工業(yè)機(jī)器人能產(chǎn)生更大的減排效應(yīng)。綜上所述，表11的實(shí)證結(jié)果證實(shí)了本文的猜想，即工業(yè)機(jī)器人應(yīng)用對(duì)“兩高行業(yè)”中的企業(yè)污染物排放量的抑制作用更大。

表11 行業(yè)污染程度或能耗程度與工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)

七、 結(jié)論與政策含義

中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)后，人們對(duì)優(yōu)美生態(tài)環(huán)境的需求越來(lái)越迫切，因而有必要持續(xù)深入地推動(dòng)經(jīng)濟(jì)社會(huì)綠色轉(zhuǎn)型發(fā)展。在此背景下，本文通過(guò)構(gòu)建考慮工業(yè)機(jī)器人應(yīng)用的局部均衡模型，探討了工業(yè)機(jī)器人應(yīng)用對(duì)污染物排放量的影響方向及影響機(jī)理，并以中國(guó)工業(yè)企業(yè)為研究對(duì)象，實(shí)證檢驗(yàn)了理論推論，為理解工業(yè)機(jī)器人對(duì)企業(yè)環(huán)保行為和工業(yè)智能化改革的影響提供學(xué)理支撐和經(jīng)驗(yàn)證據(jù)。研究結(jié)論證明，應(yīng)用工業(yè)機(jī)器人可以顯著降低企業(yè)二氧化硫和煙塵排放量，具體表現(xiàn)為通過(guò)提升全要素生產(chǎn)率與能源利用率來(lái)發(fā)揮減排效應(yīng)。在考慮潛在的內(nèi)生性問(wèn)題和穩(wěn)健性檢驗(yàn)后，研究結(jié)論仍然成立。進(jìn)一步研究發(fā)現(xiàn)，工業(yè)機(jī)器人有助于提升企業(yè)的清潔生產(chǎn)能力，且相對(duì)于其他類(lèi)型機(jī)器人，搬運(yùn)機(jī)器人沒(méi)有產(chǎn)生減排效應(yīng)。此外，工業(yè)機(jī)器人應(yīng)用的減排效應(yīng)在高勞動(dòng)密集度的企業(yè)和高度競(jìng)爭(zhēng)行業(yè)、高污染行業(yè)或高能耗行業(yè)中更為明顯。

本文具有重要的政策含義：首先，工業(yè)機(jī)器人應(yīng)用能夠降低企業(yè)污染排放水平，因而政府應(yīng)當(dāng)在引導(dǎo)企業(yè)智能化轉(zhuǎn)型以實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)的同時(shí)，積極發(fā)揮出工業(yè)機(jī)器人對(duì)綠色生產(chǎn)方式的推進(jìn)作用，從而實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境保護(hù)的協(xié)調(diào)統(tǒng)一。其次，全要素生產(chǎn)率與能源利用效率是工業(yè)機(jī)器人發(fā)揮減排效應(yīng)的重要機(jī)理，因而政府應(yīng)當(dāng)積極鼓勵(lì)企業(yè)將工業(yè)機(jī)器人與生產(chǎn)流程深度融合，提高企業(yè)自身的生產(chǎn)效率與能源利用效率，推動(dòng)綠色生產(chǎn)模式生根發(fā)芽。再次，工業(yè)機(jī)器人主要影響企業(yè)的清潔生產(chǎn)能力，因而政府應(yīng)該為投資或購(gòu)買(mǎi)減排設(shè)備的企業(yè)提供財(cái)政補(bǔ)貼，以實(shí)現(xiàn)清潔生產(chǎn)與終端治理的互補(bǔ)。最后，政府在推廣工業(yè)機(jī)器人應(yīng)用時(shí)，還需要充分考慮到機(jī)器、企業(yè)與行業(yè)特征，有針對(duì)性地制定相關(guān)政策，為關(guān)鍵類(lèi)型的工業(yè)機(jī)器人提供差異化扶持，重點(diǎn)鼓勵(lì)高勞動(dòng)密集度的企業(yè)和高污染、高能耗或高度競(jìng)爭(zhēng)的行業(yè)應(yīng)用工業(yè)機(jī)器人，使智能制造更好地助力綠色發(fā)展。