黃亮雄 林子月 王賢彬 肖 霞
內(nèi)容提要:在全球范圍內(nèi)日益增強(qiáng)的“機(jī)器換人”趨勢,不僅促進(jìn)當(dāng)前全球化的生產(chǎn)組織方式和經(jīng)營管理模式變革,還對全球價值鏈的動態(tài)演化產(chǎn)生重大影響。本文運(yùn)用雙邊隨機(jī)前沿分析法,測算全球價值鏈議價能力指數(shù),選取2002—2019年71個經(jīng)濟(jì)體12個行業(yè)的面板數(shù)據(jù),結(jié)合理論推導(dǎo)和實(shí)證分析,檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng)。研究結(jié)果表明,工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位有正向促進(jìn)效用,且在一系列穩(wěn)健性檢驗(yàn)后,結(jié)論依然成立。究其機(jī)制,工業(yè)機(jī)器人應(yīng)用通過提高全要素生產(chǎn)率和優(yōu)化資源配置提高全球價值鏈分工地位。異質(zhì)性分析結(jié)果表明,該效用在資本相對充裕、制度環(huán)境相對穩(wěn)定的經(jīng)濟(jì)體和資本密集型行業(yè)上表現(xiàn)得更為明顯。本文深化了對于工業(yè)機(jī)器人應(yīng)用如何影響全球價值鏈分工地位的理解,為制造業(yè)智能化發(fā)展、現(xiàn)代化產(chǎn)業(yè)體系建設(shè)提供理論指導(dǎo)和政策參考。
伴隨著經(jīng)濟(jì)全球化的不斷演進(jìn),每個國家基于自身的資源稟賦和比較優(yōu)勢深度參與全球價值鏈分工體系,從事特定生產(chǎn)環(huán)節(jié)并獲取利益配額[1]。經(jīng)過多年的持續(xù)發(fā)展,發(fā)達(dá)國家利用其資本和技術(shù)優(yōu)勢占據(jù)全球價值鏈主導(dǎo)地位,參與價值鏈中的高附加值生產(chǎn)環(huán)節(jié),全球價值鏈分工地位較高[2]。發(fā)展中國家依靠廉價勞動力和加工貿(mào)易,參與價值鏈中的低附加值生產(chǎn)環(huán)節(jié),全球價值鏈分工地位較低,容易陷入“低端鎖定”的發(fā)展困境[3]。其中,全球價值鏈分工地位是影響國家或地區(qū)參與全球經(jīng)濟(jì)活動所獲利益配額的一個重要因素,能在一定程度上反映國家或地區(qū)的國際競爭力。隨著國際競爭日趨激烈,各國所處的全球價值鏈分工地位越發(fā)受到各界關(guān)注。
為提高生活品質(zhì),促進(jìn)經(jīng)濟(jì)社會可持續(xù)發(fā)展,工業(yè)機(jī)器人在人類生產(chǎn)生活中的應(yīng)用日益廣泛[4-5]。工業(yè)機(jī)器人融合了機(jī)械、電子、傳感器、無線通信、聲音識別、圖像處理和人工智能等領(lǐng)域的先進(jìn)技術(shù),涉及多門學(xué)科,是一個國家科技發(fā)展水平和國民經(jīng)濟(jì)現(xiàn)代化、信息化的重要標(biāo)志。目前,工業(yè)機(jī)器人作為人工智能技術(shù)應(yīng)用的重要代表之一,已然成為世界強(qiáng)國重點(diǎn)發(fā)展的高科技技術(shù),是世界公認(rèn)的核心競爭力之一。工業(yè)機(jī)器人的應(yīng)用不僅會深刻改變各國的比較優(yōu)勢,促進(jìn)全球化生產(chǎn)組織方式和管理模式變革,還會推動全球價值鏈的動態(tài)演化,帶動國際產(chǎn)業(yè)競爭格局的變革[6-7]。為抓住工業(yè)機(jī)器人技術(shù)帶來的發(fā)展機(jī)遇,世界主要經(jīng)濟(jì)體將工業(yè)機(jī)器人作為搶占科技產(chǎn)業(yè)競爭的前沿和焦點(diǎn),前所未有地重視工業(yè)機(jī)器人的應(yīng)用與發(fā)展,加緊謀劃布局。例如,美國2022年發(fā)布的新一版《關(guān)鍵和新興技術(shù)清單》包括自主系統(tǒng)和機(jī)器人的內(nèi)容;日本在2021年發(fā)布的《2021科技創(chuàng)新白皮書》中提出,到2050年創(chuàng)造出能夠自主學(xué)習(xí)、行動、與人共生的機(jī)器人;法國在2021年投資8億歐元發(fā)展機(jī)器人產(chǎn)業(yè);歐盟在2020年發(fā)布的《歐洲工業(yè)新戰(zhàn)略》中,將機(jī)器人作為未來歐洲工業(yè)具有戰(zhàn)略性的關(guān)鍵技術(shù)。
就中國而言,在全面建成社會主義現(xiàn)代化強(qiáng)國的當(dāng)下,為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展,更好滿足人民對美好生活的向往,中國產(chǎn)業(yè)亟需邁向全球價值鏈中高端。重視工業(yè)機(jī)器人的研發(fā)和應(yīng)用,正是這當(dāng)中的關(guān)鍵抓手。黨的十九大報告指出,“加快發(fā)展先進(jìn)制造業(yè),推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”。在這一過程中,大力發(fā)展機(jī)器人產(chǎn)業(yè)是重要著力點(diǎn)之一?!丁笆奈濉惫I(yè)機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》明確了“到2025年,我國成為全球工業(yè)機(jī)器人技術(shù)創(chuàng)新策源地、高端制造集聚地和集成應(yīng)用新高地”的目標(biāo)。工業(yè)機(jī)器人的應(yīng)用與普及,在推動人類社會進(jìn)步的同時,還對全球價值鏈分工體系產(chǎn)生深遠(yuǎn)影響。因此,分析工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)體全球價值鏈分工地位的影響效應(yīng),探索背后的作用機(jī)制,能夠?yàn)橹袊a(chǎn)業(yè)邁向全球價值鏈中高端,推進(jìn)制造業(yè)智能化發(fā)展、現(xiàn)代化產(chǎn)業(yè)體系建設(shè)提供有益的理論指導(dǎo)和政策參考。
在此背景下,本文匹配國際工業(yè)機(jī)器人聯(lián)合會(IFR)全球工業(yè)機(jī)器人數(shù)據(jù)庫的工業(yè)機(jī)器人數(shù)據(jù)、法國國際展望與信息研究中心的CEPII-BACI六位碼進(jìn)出口產(chǎn)品數(shù)據(jù)、世界銀行的世界發(fā)展指標(biāo)(WDI)和全球治理指標(biāo)(WGI)數(shù)據(jù)庫以及聯(lián)合國工業(yè)發(fā)展組織(UNIDO)數(shù)據(jù)庫,形成全球71個經(jīng)濟(jì)體(1)71個經(jīng)濟(jì)體分別是:阿根廷、阿聯(lián)酋、阿曼、埃及、愛爾蘭、愛沙尼亞、奧地利、澳大利亞、巴基斯坦、巴西、白俄羅斯、保加利亞、比利時、冰島、波蘭、波黑、丹麥、德國、俄羅斯、法國、菲律賓、芬蘭、哥倫比亞、韓國、荷蘭、加拿大、捷克、卡塔爾、科威特、克羅地亞、拉脫維亞、立陶宛、羅馬尼亞、馬耳他、馬來西亞、美國、秘魯、摩爾多瓦、摩洛哥、墨西哥、南非、挪威、葡萄牙、日本、瑞典、瑞士、塞爾維亞、沙特阿拉伯、斯洛伐克、斯洛文尼亞、泰國、突尼斯、土耳其、烏克蘭、烏茲別克斯坦、西班牙、希臘、新加坡、新西蘭、匈牙利、伊朗、以色列、意大利、印度、印尼、英國、越南、智利、中國、中國澳門地區(qū)、中國香港地區(qū)。12個行業(yè)(2)12個行業(yè)分別是:木材和家具制造,紙和紙制品制造,化學(xué)產(chǎn)品制造,橡膠、塑料制品制造(非汽車類),玻璃、陶瓷、石材、礦產(chǎn)品制造(非汽車類),基本金屬制造,金屬制品制造(非汽車類),電子電氣設(shè)備制造,工業(yè)機(jī)械制造,汽車制造,其他運(yùn)輸設(shè)備制造,其他制造業(yè)。2002—2019年的三維跨國面板數(shù)據(jù),檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng),剖析作用機(jī)制并進(jìn)行異質(zhì)性分析。本文余下部分的結(jié)構(gòu)如下:第二部分是文獻(xiàn)綜述與研究假設(shè);第三部分是實(shí)證策略與數(shù)據(jù)說明;第四部分是實(shí)證分析,包括基準(zhǔn)回歸和穩(wěn)健性檢驗(yàn);第五部分是機(jī)制檢驗(yàn);第六部分是異質(zhì)性分析;第七部分是結(jié)論與政策建議。
1.工業(yè)機(jī)器人的影響效應(yīng)
已有許多研究分析了工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)增長的影響,但目前并未達(dá)成一致結(jié)論。部分研究發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)增長。其中原因是,人工智能具有滲透性、替代性、協(xié)同性和創(chuàng)造性四項(xiàng)技術(shù)-經(jīng)濟(jì)特征,使其能夠促進(jìn)經(jīng)濟(jì)發(fā)展[8]。楊光和侯鈺(2020)基于阿西莫格魯和雷斯特雷波(Acemoglu &Restrepo,2018)[9]提出的多任務(wù)模型,結(jié)合理論和實(shí)證對其進(jìn)行佐證,發(fā)現(xiàn)工業(yè)機(jī)器人可通過提高全要素生產(chǎn)率促進(jìn)經(jīng)濟(jì)增長[10]。劉洋等(2023)運(yùn)用動態(tài)隨機(jī)一般均衡(DSGE)模型得到相似結(jié)論,發(fā)現(xiàn)工業(yè)智能化能夠促進(jìn)經(jīng)濟(jì)總產(chǎn)出[11]。但部分研究發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用并未促進(jìn)經(jīng)濟(jì)增長。計(jì)算機(jī)、互聯(lián)網(wǎng)技術(shù)的進(jìn)步并未如預(yù)期那般,提高生產(chǎn)率并促進(jìn)經(jīng)濟(jì)增長[12-13]。這是因?yàn)?工業(yè)機(jī)器人促進(jìn)自動化部門生產(chǎn)率相對快速增長的同時,導(dǎo)致非自動化部門相對成本不斷提升,從而不利于整體經(jīng)濟(jì)的增長[14]。如果政府不控制使用工業(yè)機(jī)器人部門的規(guī)模,資本將會大量流向這些部門,引發(fā)收入不平等,導(dǎo)致經(jīng)濟(jì)發(fā)展陷入停滯[11, 15-16]。
部分研究分析了工業(yè)機(jī)器人應(yīng)用對勞動力市場的影響。首先是工業(yè)機(jī)器人應(yīng)用對就業(yè)的影響效應(yīng)研究??蓺w納為生產(chǎn)力效應(yīng)、替代效應(yīng)和就業(yè)創(chuàng)造效應(yīng),但這三種效應(yīng)孰強(qiáng)孰弱,還未達(dá)成統(tǒng)一結(jié)論[17-20]。若從長期來看,當(dāng)資本的使用成本相對于工資足夠低時,所有職業(yè)將被自動化,反之,自動化就會有一定的界限[21-22]。其次是工業(yè)機(jī)器人應(yīng)用對收入的影響效應(yīng)研究。工業(yè)機(jī)器人屬于“技能偏向型技術(shù)進(jìn)步”,導(dǎo)致就業(yè)極化現(xiàn)象發(fā)生,加劇收入不平等[20,23-24]。由工業(yè)機(jī)器人等技術(shù)進(jìn)步帶來的收入增加部分主要流向高等和低等技能勞動者,而非中等技能勞動者,不過這種極化現(xiàn)象不會持續(xù)太久[25-26]。
2.全球價值鏈分工地位的影響因素
如何測算地區(qū)/產(chǎn)業(yè)的全球價值鏈分工地位,是當(dāng)前研究全球價值鏈的重要話題。目前構(gòu)建的指標(biāo)可分為兩大類,一類基于出口產(chǎn)品國內(nèi)增加值視角,一類基于出口產(chǎn)品技術(shù)含量視角。前者采用增加值貿(mào)易框架[27-30],運(yùn)用跨國投入-產(chǎn)出表構(gòu)建全球價值鏈長度、全球價值鏈參與度等指標(biāo)[31-32];后者往往構(gòu)建出口復(fù)雜度等指標(biāo)[33-34]。二者受限于跨國投入-產(chǎn)出表,所能展現(xiàn)的經(jīng)濟(jì)體、部門和年份相對較少(3)目前主要使用的跨國投入-產(chǎn)出表包括:(1)歐盟的世界投入-產(chǎn)出數(shù)據(jù)WIOD,涵蓋43個國家(地區(qū))、56個部門,目前更新至2014年;(2)經(jīng)濟(jì)合作與發(fā)展組織的全球投入-產(chǎn)出表OECD-ICIO 2021,涵蓋67個國家(地區(qū))、45個部門,目前更新至2018年;(3)美國普渡大學(xué)的全球貿(mào)易分析項(xiàng)目(GTAP)數(shù)據(jù)庫GTAP-ICIO,涵蓋121個國家(地區(qū))、43個部門,目前更新至2011年;(4)聯(lián)合國貿(mào)易和發(fā)展組織開發(fā)的全球投入-產(chǎn)出數(shù)據(jù)庫UNCTAD-Eora,涵蓋190個國家(地區(qū))、21個部門,目前更新至2021年;(5)日本亞洲經(jīng)濟(jì)研究所的亞洲國際投入-產(chǎn)出表AIIOT,涵蓋10個國家(地區(qū))、75個部門;(6)亞洲開發(fā)銀行的ADB-MRIO2022,涵蓋47個國家(地區(qū))、35個部門,目前更新至2021年。就目前的版本看,上述投入-產(chǎn)出表存在一定不足,或是更新速度較慢,或是涵蓋的國家(地區(qū))較少,或是涵蓋的部門較少。這使得構(gòu)建出來的指標(biāo)難以分析更細(xì)分的產(chǎn)業(yè),難以貼近最新情況。。為彌補(bǔ)這一不足,本文基于出口產(chǎn)品價格視角,構(gòu)建全球價值鏈分工地位衡量指標(biāo)。該視角基于傳統(tǒng)國際貿(mào)易理論,把國際貿(mào)易類比為買賣雙方價格配比問題。若一國能以較高價格出口產(chǎn)品,則該國全球價值鏈分工地位較高;若以較低價格出口產(chǎn)品,則該國全球價值鏈分工地位較低[35-36]。為觀察經(jīng)濟(jì)體各部門的出口價格談判能力,本文遵循李等人(Li et al.,2022)[37]、黃亮雄等(2023)[38]的做法,引入雙邊隨機(jī)前沿分析模型[39-40],試圖控制其他條件不變,構(gòu)建全球價值鏈議價能力指數(shù)。為全球價值鏈分工地位的測算提供新思路,豐富全球價值鏈分工地位的測算指標(biāo),這正是本文的重要創(chuàng)新點(diǎn)之一。
影響全球價值鏈分工地位的因素眾多。包括技術(shù)創(chuàng)新[41]、融資約束[42]、集聚經(jīng)濟(jì)[43]、進(jìn)出口質(zhì)量[44]、關(guān)稅減讓[45]、貿(mào)易摩擦[46]、區(qū)域貿(mào)易協(xié)定[32]、對外直接投資[47]等因素。其中,對外直接投資可促進(jìn)經(jīng)濟(jì)體全球價值鏈分工地位攀升的主要原因是,對外直接投資具有邊際產(chǎn)業(yè)轉(zhuǎn)移、逆向技術(shù)溢出、市場內(nèi)部化三大效應(yīng)[48]。
“機(jī)器換人”趨勢在全球范圍內(nèi)日益增強(qiáng),對全球價值鏈的動態(tài)演化產(chǎn)生了重大影響[6-7]。因此,工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng)引起了學(xué)術(shù)界的廣泛關(guān)注。德巴克等(De Backer et al.,2018)以國內(nèi)增加值占出口的比重、相對比較優(yōu)勢、全球價值鏈前后參與度表征國家全球價值鏈,研究發(fā)現(xiàn)工業(yè)機(jī)器人是創(chuàng)造更高產(chǎn)品質(zhì)量和生產(chǎn)效率、促進(jìn)全球價值鏈攀升的重要驅(qū)動力[6]。劉斌和潘彤(2020)基于跨國行業(yè)層面進(jìn)行分析,采用增加值貿(mào)易框架測算全球價值鏈參與度、全球價值鏈分工地位指標(biāo),構(gòu)建38個出口國-37個出口市場-19個制造業(yè)行業(yè)2000—2015年的跨國面板數(shù)據(jù),研究發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用可通過降低貿(mào)易成本、促進(jìn)技術(shù)創(chuàng)新、優(yōu)化資源配置,從而提升全球價值鏈分工地位[49]。石喜愛等(2018)以出口復(fù)雜度表征全球價值鏈分工地位,利用中國2005—2015年省級面板數(shù)據(jù),研究發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用促進(jìn)制造業(yè)全球價值鏈攀升[50]。呂越等(2020)則從更微觀的角度,基于企業(yè)層面,采用出口國外附加值率衡量企業(yè)的價值鏈嵌入程度,選取2000—2013年的中國企業(yè)數(shù)據(jù),研究發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用能夠降低企業(yè)成本、提高企業(yè)生產(chǎn)率,從而提高中國企業(yè)的全球價值鏈嵌入以及全球價值鏈分工地位[51]。通過模型推導(dǎo)也可得到相似結(jié)論,如呂越等(2023)在異質(zhì)性企業(yè)出口決策模型中引入工業(yè)機(jī)器人,研究發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用促進(jìn)國家全球價值鏈網(wǎng)絡(luò)深化[52]。值得注意的是,周洺竹等(2022)發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用具有雙重影響效應(yīng),不僅影響自身的全球價值鏈分工地位,還可通過橫向和縱向溢出效應(yīng)影響其他國家、其他行業(yè)的全球價值鏈分工地位[53]。其中縱向溢出效應(yīng)又可分為上下游效應(yīng),即工業(yè)機(jī)器人應(yīng)用對上下游行業(yè)全球價值鏈分工地位的影響[19,38,54]。考慮到工業(yè)機(jī)器人的應(yīng)用與發(fā)展在發(fā)展中國家和發(fā)達(dá)國家之間存在一定差距,一些研究探討了工業(yè)機(jī)器人應(yīng)用對全球價值鏈重構(gòu)的影響[38,55-56]。
歸納上述文獻(xiàn),可以發(fā)現(xiàn)已有研究大多具有三個特點(diǎn)。(1)度量全球價值鏈分工地位的指標(biāo)主要基于增加值貿(mào)易框架、出口復(fù)雜度。但二者受限于跨國投入-產(chǎn)出表,所能展現(xiàn)的國家(地區(qū))、部門和年份較少[27-30,33]。本文創(chuàng)造性地從出口產(chǎn)品價格視角出發(fā),構(gòu)建全球價值鏈議價能力指數(shù),衡量經(jīng)濟(jì)體的全球價值鏈分工地位。本文的研究為全球價值鏈分工地位的測算提供新思路,豐富全球價值鏈分工地位的衡量指標(biāo)[37-38]。(2)已有研究主要通過實(shí)證分析探討工業(yè)機(jī)器人應(yīng)用對全球價值鏈的影響[49-51]。本文結(jié)合理論推導(dǎo)與實(shí)證檢驗(yàn),分析發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用能夠提升全要素生產(chǎn)率、優(yōu)化資源配置,從而提高全球價值鏈分工地位。因此,本文的研究更具科學(xué)性和可靠性。(3)關(guān)于工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位影響效用的現(xiàn)有研究,更多的是基于全球多個國家、一國國內(nèi)多個地區(qū)或企業(yè)的分析,行業(yè)層面的全球數(shù)據(jù)分析較少[38,52-53]。本文構(gòu)建全球71個經(jīng)濟(jì)體12個行業(yè)2002—2019年的跨國三維面板數(shù)據(jù),從中觀層面拓寬該話題的分析樣本,使得本文所展現(xiàn)的結(jié)論更具全球一般性。除機(jī)制探討外,本文還從經(jīng)濟(jì)體和行業(yè)兩個維度進(jìn)行異質(zhì)性分析,進(jìn)一步提高了本文研究的全面性。
全要素生產(chǎn)率和資源配置效率是促進(jìn)全球價值鏈分工地位攀升的重要驅(qū)動力[11,57]。為簡易起見,本文參考田畢飛和陳紫若(2017)[58]的做法,將全球價值鏈分工地位表述為如下形式:
GVC_position=F(TFP,MP,Z)
(1)
其中,GVC_position為全球價值鏈分工地位,TFP為全要素生產(chǎn)率,MP為資源邊際產(chǎn)出,Z代指一系列除全要素生產(chǎn)率TFP、資源邊際產(chǎn)出MP之外的影響全球價值鏈分工地位的因素,如對外直接投資、基礎(chǔ)設(shè)施等。
全要素生產(chǎn)率的提升可促進(jìn)全球價值鏈分工地位攀升。從企業(yè)層面來看,一方面,全要素生產(chǎn)率的提升可以有效降低生產(chǎn)和運(yùn)營成本,提高利潤水平,從而衍生出成本紅利和低成本優(yōu)勢,使得企業(yè)有更多資金可用于改進(jìn)其產(chǎn)品生產(chǎn)流程或更新其制造工藝,進(jìn)而促進(jìn)出口產(chǎn)品質(zhì)量提升,提高產(chǎn)品在國際貿(mào)易中的競爭力[59];另一方面,全要素生產(chǎn)率提升后,企業(yè)對高技能勞動力的需求以及雇傭增加,促進(jìn)企業(yè)人力資本結(jié)構(gòu)的優(yōu)化,提升企業(yè)整體的生產(chǎn)和管理水平[60],進(jìn)而有效促進(jìn)企業(yè)全球價值鏈分工地位的攀升。從經(jīng)濟(jì)體層面來看,全要素生產(chǎn)率的提升有效增加社會總產(chǎn)出,促進(jìn)經(jīng)濟(jì)增長,從而提高經(jīng)濟(jì)體國際競爭力,促進(jìn)全球價值鏈分工地位攀升[10-11]?;诖?全要素生產(chǎn)率和全球價值鏈分工地位之間的關(guān)系可表達(dá)為如下形式:
(2)
資源配置效率的提高可促進(jìn)全球價值鏈分工地位攀升。在社會經(jīng)濟(jì)發(fā)展過程中,需求的無限性與資源的稀缺性之間一直存在著矛盾。如何合理配置有限的、相對稀缺的資源,最大程度地減少資源耗費(fèi),提高資源使用率,獲取最佳效益,是關(guān)乎經(jīng)濟(jì)體經(jīng)濟(jì)發(fā)展成敗的重要影響因素[38,61]。當(dāng)經(jīng)濟(jì)體資源配置效率提升時,表明在資源投入既定下,社會總產(chǎn)出提高的同時減少了資源浪費(fèi),有利于實(shí)現(xiàn)生產(chǎn)效益最大化和效率最優(yōu)化,從而有效提升各行業(yè)參與國際貿(mào)易的比較優(yōu)勢,最終促進(jìn)全球價值鏈分工地位的攀升[62-63]。同時,各經(jīng)濟(jì)體對既有資源的配置方式得到優(yōu)化、低效率方式被矯正后,所獲利益配額隨之提升,必然推動經(jīng)濟(jì)體全球價值鏈分工地位的攀升[38,49]。基于此,資源配置效率和全球價值鏈分工地位之間的關(guān)系可表達(dá)為如下形式:
(3)
為了檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對全要素生產(chǎn)率TFP、資源邊際產(chǎn)出MP的影響,本文基于阿西莫格魯和雷斯特雷波(2018)[9]、楊光和侯鈺(2020)[10]構(gòu)造的模型框架,假設(shè)整個經(jīng)濟(jì)由各種不同的任務(wù)(行業(yè))組成,并且所有的任務(wù)x都屬于[N-1,N]的連續(xù)區(qū)間。在此假定下,即使經(jīng)濟(jì)系統(tǒng)中增加新任務(wù),也不會影響區(qū)間的長度。假定每種任務(wù)x的生產(chǎn)函數(shù)均為柯布-道格拉斯(Cobb-Douglas)形式,那么總產(chǎn)出等于所有任務(wù)產(chǎn)出的總和,即:
(4)
其中,Y代表總產(chǎn)出,y(x)代表每個任務(wù)的產(chǎn)出,任務(wù)區(qū)間為[N-1,N]。每個企業(yè)為完成任務(wù)x,面臨著使用工業(yè)機(jī)器人進(jìn)行生產(chǎn),或是使用勞動力進(jìn)行生產(chǎn)的選擇。本文將使用工業(yè)機(jī)器人進(jìn)行生產(chǎn)的任務(wù)x放入?yún)^(qū)間[N-1,I],使用勞動力進(jìn)行生產(chǎn)的任務(wù)x放入?yún)^(qū)間[I,N]。那么,每個任務(wù)的生產(chǎn)函數(shù)可描述為如下形式:
(5)
其中,k為資本存量的使用量,l為勞動力的使用量,m為工業(yè)機(jī)器人的使用量,γm、γl分別對應(yīng)使用工業(yè)機(jī)器人進(jìn)行生產(chǎn)和使用勞動力進(jìn)行生產(chǎn)的生產(chǎn)效率,一般而言,γm>γl。
用p(x)表示每個任務(wù)的價格,在完全競爭市場條件下,價格取決于成本,p(x)的表達(dá)形式如下:
(6)
那么,在市場出清條件下,可分別求出相應(yīng)的資本存量、工業(yè)機(jī)器人、勞動力的收入占總產(chǎn)出的份額:
(7)
(8)
(9)
其中,R為資本利息,Pm為工業(yè)機(jī)器人價格,W為勞動力工資,K為資本存量的總使用量,L為勞動力的總使用量,M為工業(yè)機(jī)器人的總使用量。結(jié)合式(5)—式(9)可求得:
(10)
(11)
(12)
工業(yè)機(jī)器人應(yīng)用促進(jìn)技術(shù)革新,可提高全要素生產(chǎn)率水平。工業(yè)機(jī)器人應(yīng)用提高了使用中間產(chǎn)品生產(chǎn)最終品的生產(chǎn)效率,屬于效率增進(jìn)型技術(shù)創(chuàng)新[64]。工業(yè)機(jī)器人應(yīng)用使得生產(chǎn)過程自動化和智能化,節(jié)約了勞動成本,屬于勞動節(jié)約型技術(shù)創(chuàng)新[21]。郭凱明(2019)認(rèn)為工業(yè)機(jī)器人是新一輪科技革命的戰(zhàn)略性技術(shù),具有溢出帶動性很強(qiáng)的“頭雁”效應(yīng)[65]。楊光和侯鈺(2020)研究發(fā)現(xiàn),工業(yè)機(jī)器人促進(jìn)經(jīng)濟(jì)增長的重要機(jī)制渠道正是工業(yè)機(jī)器人應(yīng)用能夠提升全要素生產(chǎn)率[10]。劉洋等(2023)構(gòu)建新凱恩斯動態(tài)隨機(jī)一般均衡模型,研究發(fā)現(xiàn)工業(yè)智能化促進(jìn)經(jīng)濟(jì)體技術(shù)創(chuàng)新、全要素生產(chǎn)率水平提升[11]。本文認(rèn)為,工業(yè)機(jī)器人應(yīng)用可促進(jìn)全要素生產(chǎn)率提升的原因可能有兩個:(1)工業(yè)機(jī)器人應(yīng)用替代中低技能勞動力后將加速人力資本升級[66],升級后的人力資本與資本技能有效結(jié)合,充分促進(jìn)企業(yè)創(chuàng)新、全要素生產(chǎn)率水平提升[8];(2)工業(yè)機(jī)器人投入生產(chǎn)時運(yùn)用的“人力替代”“人機(jī)交互”等智能數(shù)控操作,有利于企業(yè)生產(chǎn)結(jié)構(gòu)改革,優(yōu)化企業(yè)生產(chǎn)流程,從而提高全要素生產(chǎn)率水平[67]??紤]到全要素生產(chǎn)率的提升可促進(jìn)全球價值鏈分工地位提升,而全要素生產(chǎn)率內(nèi)生于工業(yè)機(jī)器人的使用比例,結(jié)合式(2)、式(12)可得:
(13)
基于此,本文提出研究假設(shè)1:工業(yè)機(jī)器人應(yīng)用可促進(jìn)全要素生產(chǎn)率提高,從而促進(jìn)經(jīng)濟(jì)體的全球價值鏈分工地位攀升。
Y=TFP·KαM(1-α)(1-N+1)L(1-α)(N-I)
(14)
對式(14)求導(dǎo),可求得資本邊際產(chǎn)出MPK、勞動力邊際產(chǎn)出MPL:
(15)
(16)
為了探討工業(yè)機(jī)器人應(yīng)用對資本邊際產(chǎn)出MPK、勞動力邊際產(chǎn)出MPL的影響,對式(15)和式(16)分別求導(dǎo)得:
(17)
(18)
上文指出全要素生產(chǎn)率TFP內(nèi)生于工業(yè)機(jī)器人使用比例,比例增加可提高全要素生產(chǎn)率,由此可知TFP′>0。那么,式(17)和式(18)在資本K和勞動力L投入既定的情況下,當(dāng)工業(yè)機(jī)器人使用量M增加到一定程度時,有
在工業(yè)機(jī)器人投入初期,若企業(yè)采用“機(jī)器換人”戰(zhàn)略,必然伴隨著生產(chǎn)設(shè)備的更換,造成企業(yè)固定資產(chǎn)的損耗,降低資本配置效率[68]。同時,工業(yè)機(jī)器人作為通用技術(shù),要應(yīng)用到生產(chǎn)過程中需要大量的次級創(chuàng)新,但在工業(yè)機(jī)器人投入初期,缺乏相關(guān)配套措施,導(dǎo)致工業(yè)機(jī)器人對資源配置效率的提升作用無法實(shí)現(xiàn)[69]。當(dāng)工業(yè)機(jī)器人使用量達(dá)到一定門檻后,工業(yè)機(jī)器人的應(yīng)用將會提升要素的配置效率。對于勞動力要素配置,由于工業(yè)機(jī)器人的替代效應(yīng),導(dǎo)致工人失業(yè),為了再次就業(yè),工人將會被動或主動地提升自身的職業(yè)素質(zhì)和技能水平;同時,應(yīng)用工業(yè)機(jī)器人進(jìn)行生產(chǎn)時,需要雇傭大量有技術(shù)的工人,這將有利于企業(yè)實(shí)現(xiàn)就業(yè)結(jié)構(gòu)的升級與優(yōu)化,使得企業(yè)的整體生產(chǎn)和管理水平都得到提高,從而提升勞動力要素配置效率[70-71]。對于資本要素配置,工業(yè)機(jī)器人的應(yīng)用有助于企業(yè)精準(zhǔn)控制與預(yù)測經(jīng)濟(jì)活動,從而節(jié)約資本投入;同時,能夠快速獲取消費(fèi)者的需求信息,做出更為準(zhǔn)確的生產(chǎn)響應(yīng),提高資本使用效率[49,63]。呂越等(2020)運(yùn)用2000—2013年的中國企業(yè)數(shù)據(jù),通過實(shí)證檢驗(yàn)證明工業(yè)機(jī)器人的應(yīng)用能夠降低企業(yè)成本、提高企業(yè)要素配置效率,從而提升企業(yè)參與全球價值鏈的分工地位[51]。類似地,呂越等(2023)結(jié)合模型推導(dǎo)與實(shí)證分析,在異質(zhì)性企業(yè)出口決策模型中引入工業(yè)機(jī)器人,研究發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用能夠有效緩解資源錯配,提升資源配置效率[52]??紤]到資源配置效率提高可提升全球價值鏈分工地位,工業(yè)機(jī)器人應(yīng)用達(dá)到一定門檻后能夠優(yōu)化資本、勞動力的配置,當(dāng)工業(yè)機(jī)器人使用量達(dá)到一定門檻值后,結(jié)合式(3)、式(17)和式(18)可得工業(yè)機(jī)器人應(yīng)用比例與全球價值鏈分工地位之間的關(guān)系:
(19)
(20)
基于此,本文提出研究假設(shè)2:工業(yè)機(jī)器人使用量達(dá)到一定門檻值后,要素配置效率隨著工業(yè)機(jī)器人應(yīng)用的推廣得到提升,從而促進(jìn)經(jīng)濟(jì)體全球價值鏈分工地位的攀升。
針對本文研究的核心問題——各行業(yè)工業(yè)機(jī)器人應(yīng)用對其全球價值鏈分工地位的影響效應(yīng),本文參考楊光和侯鈺(2020)[10]、劉斌和潘彤(2020)[49]的做法,構(gòu)建如下計(jì)量模型:
chainejt=β0+β1robotejt+X′λ+ηe+ξj+θt+εejt
(21)
其中,下標(biāo)e表示經(jīng)濟(jì)體,j表示行業(yè),t表示年份。被解釋變量chain表示經(jīng)濟(jì)體各行業(yè)的全球價值鏈議價能力指數(shù),是本文采用雙邊隨機(jī)前沿分析模型[39-40]構(gòu)建所得的指標(biāo),用于衡量經(jīng)濟(jì)體各行業(yè)的全球價值鏈分工地位。該指數(shù)越高,表示行業(yè)的全球價值鏈分工地位越高。robot表示行業(yè)工業(yè)機(jī)器人應(yīng)用存量。X表示其他控制變量。ηe、ξj和θt分別表示經(jīng)濟(jì)體固定效應(yīng)、行業(yè)固定效應(yīng)和年份固定效應(yīng)。εejt為隨機(jī)擾動項(xiàng)。
系數(shù)β1的符號和大小衡量了工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響。如果β1顯著大于0,那么工業(yè)機(jī)器人的應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升;如果β1顯著小于0,那么工業(yè)機(jī)器人的應(yīng)用抑制經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升;如果β1不顯著,那么工業(yè)機(jī)器人的應(yīng)用對經(jīng)濟(jì)體各行業(yè)的全球價值鏈分工地位不產(chǎn)生影響。若本文的研究假設(shè)1成立,即工業(yè)機(jī)器人的應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升,那么此時,β1顯著大于0。
1.被解釋變量
本文的被解釋變量是經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的衡量指標(biāo)。正如上文所言,以往基于出口產(chǎn)品國內(nèi)增加值、出口產(chǎn)品技術(shù)含量視角的測算指標(biāo)非常豐富,但是包含的國家(地區(qū))、部門和年份相對較少[27-30,33]?;诖?本文遵循李等人(2022)[37]、黃亮雄等(2023)[38]的做法,從出口產(chǎn)品價格視角出發(fā),構(gòu)建全球價值鏈議價能力指數(shù),以此表征經(jīng)濟(jì)體各行業(yè)的全球價值鏈分工地位[35-36]。該指數(shù)的構(gòu)建思路為:把國際貿(mào)易類比為進(jìn)出口雙方價格配比問題,采用雙邊隨機(jī)前沿分析模型[39-40],利用2002—2019年CEPII-BACI六位碼進(jìn)出口產(chǎn)品數(shù)據(jù)和WDI數(shù)據(jù)庫,測算經(jīng)濟(jì)體因其所處全球價值鏈分工地位在出口產(chǎn)品時獲得的凈剩余,以此作為該產(chǎn)品的全球價值鏈議價能力指數(shù)。該指數(shù)越高,表示產(chǎn)品所處的全球價值鏈分工地位為其帶來的出口價格談判能力以及凈剩余越高,意味著該出口產(chǎn)品的全球價值鏈分工地位越高。
在國際貿(mào)易中,出口方總想獲得更高的出口價格,進(jìn)口方總想獲得更低的進(jìn)口價格,最終出口價格由進(jìn)出口雙方談判達(dá)成。在有效控制其他條件不變的情況下,經(jīng)濟(jì)體所處的全球價值鏈分工地位越高,則其出口價格談判能力越高,在國際貿(mào)易中所獲的凈剩余越多。假定在國際貿(mào)易中,出口方出口多種產(chǎn)品,并具有多個進(jìn)口方,則出口方某產(chǎn)品的最終出口價格P可表達(dá)為如下形式:
(22)
(23)
由于進(jìn)出口雙方所處的全球價值鏈分工地位差異對出口價格的影響是雙邊的,因此,本文構(gòu)建雙邊隨機(jī)前沿分析模型:
Pi=μ(xi)+ζi,ζi=wi-ui+vi
(24)
NSi=wi-ui
(25)
計(jì)算出HS六位編碼出口產(chǎn)品每年獲得的凈剩余后,以該產(chǎn)品出口總值占出口方總出口值的比值為權(quán)重,求得經(jīng)濟(jì)體所有出口產(chǎn)品所獲凈剩余的加權(quán)平均值,以此作為各經(jīng)濟(jì)體的全球價值鏈議價能力指數(shù),并使用該指數(shù)折現(xiàn)透視經(jīng)濟(jì)體所處的全球價值鏈分工地位。若將HS六位編碼出口產(chǎn)品的凈剩余加權(quán)平均到二位碼行業(yè)層面,即可得到經(jīng)濟(jì)體二位碼行業(yè)的全球價值鏈議價能力指數(shù),此即為本文所需的被解釋變量。全球價值鏈議價能力指數(shù)越高,表明經(jīng)濟(jì)體參與國際貿(mào)易所獲利益配額越多,行業(yè)所處的全球價值鏈分工地位越高。
2.核心解釋變量
本文的核心解釋變量為經(jīng)濟(jì)體各行業(yè)的工業(yè)機(jī)器人應(yīng)用存量,該數(shù)據(jù)來源于國際工業(yè)機(jī)器人聯(lián)合會全球工業(yè)機(jī)器人數(shù)據(jù)庫。國際工業(yè)機(jī)器人聯(lián)合會每年對全球機(jī)器人制造商進(jìn)行調(diào)查,整理調(diào)查所得數(shù)據(jù)后形成“國家-行業(yè)-時間”三維度的世界機(jī)器人數(shù)據(jù),包含自1993年起至今近100個國家或地區(qū)的17個大類行業(yè)工業(yè)機(jī)器人數(shù)據(jù)。這是目前世界范圍內(nèi)最權(quán)威的機(jī)器人統(tǒng)計(jì)數(shù)據(jù)庫,也是國內(nèi)外學(xué)者進(jìn)行機(jī)器人相關(guān)研究的重要數(shù)據(jù)庫[19-20,38,66]。
3.其他控制變量
本文還參考以往的研究[49,38],加入了一系列經(jīng)濟(jì)體層面和行業(yè)層面的控制變量。經(jīng)濟(jì)體層面的控制變量包括:(1)經(jīng)濟(jì)發(fā)展水平pgdp,以各經(jīng)濟(jì)體2015年不變價美元人均生產(chǎn)總值(GDP)衡量;(2)制度質(zhì)量insq,參考考夫曼等(Kaufmann et al.,2010)[72]的做法,以世界銀行關(guān)于全球治理的6個指標(biāo)——腐敗控制、政府效率、政治穩(wěn)定和不存在暴力、法治規(guī)則、監(jiān)管質(zhì)量、話語權(quán)和問責(zé)制的平均值衡量;(3)經(jīng)濟(jì)開放程度rtrade,以貿(mào)易總額占GDP百分比衡量;(4)人口規(guī)模population,以人口數(shù)量衡量;(5)外商直接投資rfdi,以外國直接投資凈流入占GDP百分比衡量;(6)產(chǎn)業(yè)結(jié)構(gòu)rind,以工業(yè)增加值占GDP百分比衡量。行業(yè)層面的控制變量包括:(1)行業(yè)就業(yè)人數(shù)empe,以單位人數(shù)計(jì)算;(2)行業(yè)總增加值va,以單位美元計(jì)算;(3)行業(yè)資本存量k,以單位美元計(jì)算;(4)行業(yè)人均工資wage,以單位美元計(jì)算。上述經(jīng)濟(jì)體層面的控制變量除了制度質(zhì)量所需數(shù)據(jù)來源于世界銀行WGI數(shù)據(jù)庫以外,其余變量所需數(shù)據(jù)全部源于世界銀行WDI數(shù)據(jù)庫,行業(yè)層面控制變量所需數(shù)據(jù)全部源于聯(lián)合國工業(yè)發(fā)展組織數(shù)據(jù)庫。
將經(jīng)濟(jì)體各行業(yè)的全球價值鏈議價能力指數(shù),與源于IFR數(shù)據(jù)庫的核心解釋變量工業(yè)機(jī)器人應(yīng)用存量,以及源于WDI、WGI數(shù)據(jù)庫的經(jīng)濟(jì)體層面控制變量,UNIDO數(shù)據(jù)庫的行業(yè)層面控制變量匹配后,得到2002—2019年71個經(jīng)濟(jì)體12個行業(yè)的三維面板數(shù)據(jù)(5)本文運(yùn)用CEPII和WDI數(shù)據(jù)庫測算得到191個經(jīng)濟(jì)體2002—2021年96個HS二位編碼行業(yè)的全球價值鏈議價能力指數(shù),與IFR數(shù)據(jù)庫中2002—2019年100個經(jīng)濟(jì)體的17個ISIC4編碼行業(yè)的工業(yè)機(jī)器人數(shù)據(jù),以及UNIDO數(shù)據(jù)庫中的2002—2020年161個經(jīng)濟(jì)體23個ISIC3編碼行業(yè)的數(shù)據(jù)進(jìn)行匹配,最終得到了2002—2019年71個經(jīng)濟(jì)體12個行業(yè)的三維面板數(shù)據(jù)。。考慮到經(jīng)濟(jì)體各行業(yè)的全球價值鏈議價能力指數(shù)有正有負(fù),本文對所有變量進(jìn)行標(biāo)準(zhǔn)化處理,計(jì)算過程如式(26)所示。
(26)
表1匯報了主要變量的描述性統(tǒng)計(jì)結(jié)果。
表1 主要變量描述性統(tǒng)計(jì)
基準(zhǔn)回歸結(jié)果如表2所示(6)因篇幅有限,控制變量具體回歸系數(shù)略。。
表2 基準(zhǔn)回歸結(jié)果
表2列(1)只控制了核心解釋變量,并未添加任何控制變量,列(2)添加了經(jīng)濟(jì)體層面的控制變量,列(3)在此基礎(chǔ)上添加了行業(yè)層面的控制變量,這三列均同時控制年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。觀察表2可知,列(1)—列(3)核心解釋變量行業(yè)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)均顯著為正,并通過1%統(tǒng)計(jì)水平檢驗(yàn)。其中,列(3)核心解釋變量的回歸系數(shù)為0.103 6,意味著行業(yè)工業(yè)機(jī)器人應(yīng)用存量增加1個標(biāo)準(zhǔn)值,行業(yè)的全球價值鏈議價能力指數(shù)就增加0.103 6個標(biāo)準(zhǔn)值。這表明,行業(yè)工業(yè)機(jī)器人應(yīng)用存量的增加能夠促進(jìn)行業(yè)全球價值鏈議價能力指數(shù)提升。換言之,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位攀升。
根據(jù)表2可知,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升。本文從四個方面檢驗(yàn)該結(jié)論是否具有穩(wěn)健性:(1)更換被解釋變量,以出口產(chǎn)品數(shù)量占經(jīng)濟(jì)體出口產(chǎn)品總數(shù)量比例為權(quán)重加權(quán)所得的行業(yè)全球價值鏈議價能力指數(shù),代替以出口產(chǎn)品總值占經(jīng)濟(jì)體出口總值比例為權(quán)重加權(quán)所得的行業(yè)全球價值鏈議價能力指數(shù);(2)更換核心解釋變量,分別以行業(yè)工業(yè)機(jī)器人應(yīng)用增量、行業(yè)工業(yè)機(jī)器人應(yīng)用存量密度,代替行業(yè)工業(yè)機(jī)器人應(yīng)用存量;(3)更換回歸樣本,采用經(jīng)濟(jì)體層面樣本代替行業(yè)層面樣本;(4)考慮內(nèi)生性問題,分別采用工具變量法、補(bǔ)充遺漏變量以及安慰劑檢驗(yàn)。
1.更換被解釋變量
表2中的被解釋變量行業(yè)全球價值鏈議價能力指數(shù)Zchain,是以HS六位編碼出口產(chǎn)品總值占經(jīng)濟(jì)體出口總值的比例為權(quán)重加權(quán)所得的平均值,此處替換被解釋變量,以出口產(chǎn)品數(shù)量占經(jīng)濟(jì)體出口產(chǎn)品總數(shù)量的比例為權(quán)重,加權(quán)得到新的行業(yè)全球價值鏈議價能力指數(shù)Zchainq。表3匯報了更換被解釋變量的回歸結(jié)果。列(1)只添加了核心解釋變量,列(2)、列(3)依次添加了經(jīng)濟(jì)體層面、行業(yè)層面的控制變量。列(1)—列(3)均同時控制年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。結(jié)果顯示,無論添加控制變量與否,工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正。這表明,工業(yè)機(jī)器人應(yīng)用存量增加提高了經(jīng)濟(jì)體各行業(yè)所處的全球價值鏈分工地位,與表2的實(shí)證回歸結(jié)果一致。換言之,在將被解釋變量更換為以出口產(chǎn)品數(shù)量占經(jīng)濟(jì)體出口產(chǎn)品總數(shù)量比例為權(quán)重加權(quán)所得的行業(yè)全球價值鏈議價能力指數(shù)后,工業(yè)機(jī)器人應(yīng)用提高經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的結(jié)論依然成立。
表3 穩(wěn)健性檢驗(yàn)I:更換被解釋變量
2.更換核心解釋變量
表2中的核心解釋變量是行業(yè)工業(yè)機(jī)器人應(yīng)用存量,此處更換為行業(yè)工業(yè)機(jī)器人每年的增量Zrobotadd,表4列(1)—列(3)匯報了更換核心解釋變量后的回歸結(jié)果。三列結(jié)果顯示,在同時控制年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)后,無論添加控制變量與否,工業(yè)機(jī)器人應(yīng)用增量Zrobotadd的回歸系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正。這表明,工業(yè)機(jī)器人應(yīng)用增量增加促進(jìn)行業(yè)全球價值鏈議價能力指數(shù)提高,與表2的回歸結(jié)果一致。換言之,改變工業(yè)機(jī)器人應(yīng)用的度量方法后,工業(yè)機(jī)器人應(yīng)用促進(jìn)全球價值鏈分工地位提升的結(jié)論依然成立。
除了運(yùn)用行業(yè)工業(yè)機(jī)器人應(yīng)用增量更換核心解釋變量行業(yè)工業(yè)機(jī)器人應(yīng)用存量外,本文還以經(jīng)濟(jì)體各行業(yè)工業(yè)機(jī)器人應(yīng)用存量密度Zrobotden更換核心解釋變量。根據(jù)IFR的測算方法,工業(yè)機(jī)器人應(yīng)用存量密度等于經(jīng)濟(jì)體各行業(yè)工業(yè)機(jī)器人應(yīng)用存量除以行業(yè)就業(yè)人數(shù)(萬名)。表4列(4)—列(6)匯報了以此為核心解釋變量的回歸結(jié)果。觀察表4可知,列(4)—列(6)核心解釋變量行業(yè)工業(yè)機(jī)器人應(yīng)用存量密度Zrobotden的回歸系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正。這表明,行業(yè)工業(yè)機(jī)器人應(yīng)用存量密度增加提高行業(yè)全球價值鏈議價能力指數(shù),即工業(yè)機(jī)器人應(yīng)用促進(jìn)行業(yè)全球價值鏈分工地位攀升,與表2所得結(jié)論一致。
3.更換回歸樣本
表2的基準(zhǔn)回歸選取的是2002—2019年71個經(jīng)濟(jì)體12個行業(yè)的跨國三維面板數(shù)據(jù),為驗(yàn)證基準(zhǔn)回歸所得結(jié)論的穩(wěn)健性,現(xiàn)將分析樣本從行業(yè)層面替換為經(jīng)濟(jì)體層面。以經(jīng)濟(jì)體全球價值鏈議價能力指數(shù)ZchainC為被解釋變量,以經(jīng)濟(jì)體工業(yè)機(jī)器人應(yīng)用存量數(shù)據(jù)ZrobotC為核心解釋變量進(jìn)行回歸,回歸結(jié)果如表5所示。列(1)、列(2)均同時控制了年份和經(jīng)濟(jì)體的固定效應(yīng),其中,列(1)并未添加任何控制變量,列(2)則在此基礎(chǔ)上添加了經(jīng)濟(jì)體層面的控制變量。在列(1)、列(2)中,核心解釋變量經(jīng)濟(jì)體工業(yè)機(jī)器人應(yīng)用存量ZrobotC的回歸系數(shù)均在10%的統(tǒng)計(jì)水平上顯著為正。這表明,在經(jīng)濟(jì)體層面上,工業(yè)機(jī)器人應(yīng)用存量增加,可提高經(jīng)濟(jì)體全球價值鏈議價能力指數(shù)。這意味著,將行業(yè)層面的分析樣本替換為經(jīng)濟(jì)體層面后,工業(yè)機(jī)器人應(yīng)用促進(jìn)全球價值鏈分工地位攀升的結(jié)論依然存在,再次說明表2基準(zhǔn)回歸所得結(jié)論的穩(wěn)健性。
表5 穩(wěn)健性檢驗(yàn)III:從行業(yè)層面更換到經(jīng)濟(jì)體層面樣本
4.考慮內(nèi)生性問題
在表2的基準(zhǔn)回歸中,可能存在因?yàn)檫z漏重要變量、逆向因果關(guān)系等引起的內(nèi)生性問題。為緩解內(nèi)生性問題,本文將采用三種方法進(jìn)行檢驗(yàn)。
(1)工具變量法
逆向因果關(guān)系、遺漏變量是導(dǎo)致計(jì)量模型存在內(nèi)生性問題的主要原因,內(nèi)生性問題的存在會導(dǎo)致估計(jì)結(jié)果有偏,因此本文尋找了一個工具變量并采用兩階段最小二乘(2SLS)法嘗試解決計(jì)量估計(jì)模型可能存在的內(nèi)生性問題。參照楊光和侯鈺(2020)[10]、黃亮雄等(2023)[38]的做法,本文計(jì)算了同一大洲經(jīng)濟(jì)體各行業(yè)的工業(yè)機(jī)器人存量均值Zmeanc,以此作為工具變量進(jìn)行回歸,具體回歸結(jié)果由表6呈現(xiàn)。
表6 穩(wěn)健性檢驗(yàn)IV:工具變量
在第一階段工具變量對行業(yè)工業(yè)機(jī)器人應(yīng)用存量的回歸中,列(1)工具變量同一大洲經(jīng)濟(jì)體各行業(yè)的工業(yè)機(jī)器人存量均值Zmeanc的回歸系數(shù)在1%統(tǒng)計(jì)水平上顯著。這表明,工具變量與行業(yè)工業(yè)機(jī)器人應(yīng)用存量存在相關(guān)關(guān)系,滿足相關(guān)性要求。在第二階段的回歸結(jié)果中,列(2)行業(yè)工業(yè)機(jī)器人應(yīng)用存量的回歸系數(shù)在1%統(tǒng)計(jì)水平上顯著為正。這表明,運(yùn)用工具變量估計(jì)所得的行業(yè)工業(yè)機(jī)器人應(yīng)用存量促進(jìn)行業(yè)全球價值鏈議價能力指數(shù)提升。換言之,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升,與表2的基準(zhǔn)回歸結(jié)果一致。由此可見,采用工具變量緩解內(nèi)生性問題之后,本文基準(zhǔn)回歸所得結(jié)論依舊穩(wěn)健。為檢驗(yàn)工具變量的合理性,本文首先對工具變量進(jìn)行識別不足檢驗(yàn),從表6匯報的結(jié)果可知,Kleibergen-Paap rkLM統(tǒng)計(jì)量通過1%的統(tǒng)計(jì)水平檢驗(yàn),拒絕了識別不足的原假設(shè)。其次進(jìn)行弱工具變量檢驗(yàn),Kleibergen-Paap rk WaldF值約為75,明顯大于10,說明本文選取的工具變量并非弱工具變量。綜合上述分析可得,本文選取的工具變量具有合理性。
(2)補(bǔ)充遺漏變量
遺漏重要變量是導(dǎo)致計(jì)量模型存在內(nèi)生性問題的三大因素之一,考慮到現(xiàn)實(shí)中,無法找齊并控制所有影響被解釋變量的因素,在模型中引入固定效應(yīng)是尤為重要且必需的。固定效應(yīng)本質(zhì)是一種控制變量,根據(jù)樣本固定不變的特征來分組,包括可觀測和不可觀測的影響因素。在上述的回歸中,本文除了添加一系列經(jīng)濟(jì)體層面和行業(yè)層面的控制變量外,還控制了年份、經(jīng)濟(jì)體和行業(yè)層面的固定效應(yīng)。為了緩解遺漏變量對系數(shù)“一致性”的破壞,本文在表7中,繼續(xù)添加了年份和行業(yè)的交乘固定效應(yīng)、經(jīng)濟(jì)體和行業(yè)的交乘固定效應(yīng)。在列(1)—列(3)中,同時控制年份、經(jīng)濟(jì)體、行業(yè)的固定效應(yīng),以及年份和行業(yè)的交乘固定效應(yīng)。在這三列中,核心解釋變量行業(yè)工業(yè)機(jī)器人存量Zrobot的回歸系數(shù)均通過1%的顯著性水平檢驗(yàn)。列(4)—列(6)在前三列基礎(chǔ)上添加了經(jīng)濟(jì)體和行業(yè)交乘固定效應(yīng),三列中核心解釋變量的回歸系數(shù)均至少在5%的統(tǒng)計(jì)水平上顯著為正,與基準(zhǔn)回歸結(jié)果一致。這表明,在補(bǔ)充遺漏變量后,行業(yè)工業(yè)機(jī)器人應(yīng)用存量促進(jìn)行業(yè)全球價值鏈議價能力指數(shù)提升的效應(yīng)依舊存在,工業(yè)機(jī)器人應(yīng)用促進(jìn)行業(yè)全球價值鏈分工地位攀升的結(jié)論具有穩(wěn)健性。
表7 穩(wěn)健性檢驗(yàn)V:補(bǔ)充遺漏變量
(3)安慰劑檢驗(yàn)
表2基準(zhǔn)回歸所得的工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體全球價值鏈分工地位攀升的結(jié)論,可能是某種無法觀測和捕捉的因素引起的結(jié)果。換而言之,雖然本文在回歸模型添加了一系列控制變量,以及年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng),但可能并不足以捕捉到全部影響因素,更多的特征可能無法觀測。有可能是工業(yè)機(jī)器人應(yīng)用和全球價值鏈分工地位均同時受到某個因素影響,從而使得它們呈現(xiàn)表2的回歸結(jié)果,而不是因?yàn)楣I(yè)機(jī)器人應(yīng)用與全球價值鏈分工地位之間存在因果關(guān)系,這是典型的內(nèi)生性問題。為了排除上述可能,本文構(gòu)造反事實(shí)的安慰劑檢驗(yàn):在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上,隨機(jī)給經(jīng)濟(jì)體各行業(yè)分配工業(yè)機(jī)器人應(yīng)用存量數(shù)值,再進(jìn)行回歸,并觀察行業(yè)工業(yè)機(jī)器人應(yīng)用存量的系數(shù)。偽處理組隨機(jī)生成,因此,若表2基準(zhǔn)回歸所得結(jié)論成立,則Zrobot將不會對模型的被解釋變量產(chǎn)生影響,即Zrobot的回歸系數(shù)不顯著,安慰劑處理變量的回歸系數(shù)不會顯著偏離零點(diǎn);反之,若Zrobot的回歸系數(shù)顯著偏離零點(diǎn),則說明模型設(shè)定存在識別偏誤。
圖1展現(xiàn)了自助法(bootstrap)隨機(jī)抽取了500次、1 500次以及2 000次后行業(yè)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)的核密度分布估計(jì)。觀察圖1可以發(fā)現(xiàn),隨機(jī)生成處理組的工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)沒有顯著偏離零點(diǎn)。同時,表2基準(zhǔn)回歸所得的實(shí)際估計(jì)系數(shù)為0.103 6,在安慰劑檢驗(yàn)所得的估計(jì)系數(shù)中明顯屬于異常值。這說明,本文的估計(jì)結(jié)果并沒有產(chǎn)生嚴(yán)重偏誤,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位攀升的結(jié)論是穩(wěn)健的,工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的正向影響的因果關(guān)系成立。
圖1 穩(wěn)健性檢驗(yàn)Ⅵ:安慰劑檢驗(yàn)
在機(jī)制分析部分,本文將進(jìn)一步探討工業(yè)機(jī)器人應(yīng)用如何影響經(jīng)濟(jì)體各行業(yè)的全球價值鏈分工地位,分析其內(nèi)部作用機(jī)制。前文結(jié)合理論模型的推導(dǎo)結(jié)果以及現(xiàn)有研究,認(rèn)為工業(yè)機(jī)器人應(yīng)用可通過提升各行業(yè)全要素生產(chǎn)率、資源配置效率,從而促進(jìn)各行業(yè)全球價值鏈分工地位攀升。為驗(yàn)證這兩個渠道,本部分分別以各行業(yè)全要素生產(chǎn)率和資源配置效率為被解釋變量,各行業(yè)工業(yè)機(jī)器人應(yīng)用存量為核心解釋變量,檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對二者的影響。
全要素生產(chǎn)率是衡量經(jīng)濟(jì)體技術(shù)創(chuàng)新水平的重要指標(biāo)[11,52]。目前測算全要素生產(chǎn)率的方法主要有OP法、LP法以及一步估計(jì)法。OP法通過兩步估計(jì)法克服內(nèi)生性問題[73];LP法以O(shè)P法為基礎(chǔ),對其進(jìn)一步完善[74];考慮到OP法和LP法的生產(chǎn)函數(shù)估計(jì)在第一階段存在共線性問題,阿克貝里等(Ackerberg et al.,2015)對這兩種方法進(jìn)行修正,緩解了這兩種方法在估計(jì)上的不可識別性和內(nèi)生性問題,以提高估計(jì)結(jié)果的準(zhǔn)確性[75];伍德里奇(Wooldridge,2009)則提出用一步估計(jì)法克服內(nèi)生性問題[76]。本文采用修正后的OP法和LP法[75]以及一步估計(jì)法[76],測算經(jīng)濟(jì)體各行業(yè)的全要素生產(chǎn)率,并以此作為被解釋變量進(jìn)行回歸,回歸結(jié)果見表8。
表8 機(jī)制檢驗(yàn)I:全要素生產(chǎn)率水平
表8列(1)—列(3)的被解釋變量分別是采用修正后的OP法和LP法以及一步估計(jì)法測算所得的全要素生產(chǎn)率,核心解釋變量是行業(yè)工業(yè)機(jī)器人應(yīng)用存量Zrobot。這三列均添加了經(jīng)濟(jì)體層面和行業(yè)層面的控制變量,以及年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。從表8匯報的回歸結(jié)果可知,行業(yè)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)在這三列中均顯著為正,并通過1%的統(tǒng)計(jì)水平檢驗(yàn)。這表明,工業(yè)機(jī)器人應(yīng)用存量促進(jìn)經(jīng)濟(jì)體各行業(yè)全要素生產(chǎn)率提升、技術(shù)創(chuàng)新水平提高,與已有研究[21,65]所得結(jié)論一致。工業(yè)機(jī)器人應(yīng)用于生產(chǎn)活動時,不僅通過淘汰中低等技能勞動者加速企業(yè)人力資本升級,推動企業(yè)生產(chǎn)結(jié)構(gòu)改革,優(yōu)化企業(yè)生產(chǎn)流程,還促進(jìn)大量次級創(chuàng)新,催生新產(chǎn)品新業(yè)態(tài),提高企業(yè)全要素生產(chǎn)率水平。而生產(chǎn)率水平較高的企業(yè)傾向于雇傭更高技能的勞動力,這進(jìn)一步提高企業(yè)整體的生產(chǎn)和管理水平,促進(jìn)產(chǎn)品生產(chǎn)流程改進(jìn)、制造工藝更新,進(jìn)而提升企業(yè)整體出口產(chǎn)品質(zhì)量,提高產(chǎn)品在國際貿(mào)易中的競爭力,最終促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升[59-60]。
資源配置效率的高低衡量了企業(yè)在生產(chǎn)過程中將投入要素有效轉(zhuǎn)換為產(chǎn)出的程度[77]。在社會經(jīng)濟(jì)發(fā)展過程中,需求的無限性與資源的稀缺性之間一直存在著矛盾。如何合理配置有限的、相對稀缺的資源,最大程度地減少資源耗費(fèi),提高資源使用率,獲取最佳效益,一直是學(xué)術(shù)界的重要議題。為檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)體各行業(yè)資源配置效率的影響,本文參考蒲阿麗和李平(2019)[78]、劉斌和潘彤(2020)[49]的做法,計(jì)算各行業(yè)勞動力配置效率、資本配置效率以及總體資源配置效率。隨后,分別以它們作為被解釋變量,行業(yè)工業(yè)機(jī)器人應(yīng)用存量作為核心解釋變量進(jìn)行回歸,回歸結(jié)果如表9所示。
表9 機(jī)制檢驗(yàn)Ⅱ:配置效率
表9列(1)—列(3)同時控制了年份、經(jīng)濟(jì)體和行業(yè)的固定效應(yīng),以及經(jīng)濟(jì)體層面、行業(yè)層面的控制變量。在這三列中,行業(yè)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)均顯著為正,并至少通過5%的統(tǒng)計(jì)水平檢驗(yàn)。這表明,工業(yè)機(jī)器人應(yīng)用提高經(jīng)濟(jì)體各行業(yè)勞動力、資本以及總體的配置效率,促進(jìn)資源配置優(yōu)化。其中可能的原因是,工業(yè)機(jī)器人的應(yīng)用淘汰了低技能勞動者,促進(jìn)企業(yè)人力資本升級,提高企業(yè)整體的生產(chǎn)和管理水平。同時,工業(yè)機(jī)器人通過智能控制和精準(zhǔn)管理,避免了生產(chǎn)過程中的資源浪費(fèi);通過數(shù)據(jù)收集、分析處理能力,更為精準(zhǔn)地把握消費(fèi)者的需求變化,有利于企業(yè)迅速且正確地做出響應(yīng),從而有效提升要素的資源配置效率[38,49,63]。換言之,在勞動力、資本投入要素既定的情況下,應(yīng)用工業(yè)機(jī)器人可提高資源配置效率,增加社會總產(chǎn)出,提高生產(chǎn)效率的同時降低單位產(chǎn)出成本,進(jìn)而有效提升各行業(yè)在國際貿(mào)易中的比較優(yōu)勢,促進(jìn)各行業(yè)全球價值鏈分工地位的攀升。
接下來,本文從經(jīng)濟(jì)體和行業(yè)兩個維度進(jìn)行異質(zhì)性分析,考察工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)體各行業(yè)的全球價值鏈分工地位影響效應(yīng),在不同條件下是否存在差異,從而更深刻地剖析其背后的特征規(guī)律。在經(jīng)濟(jì)體維度,主要關(guān)注資源稟賦和制度質(zhì)量差異;在行業(yè)維度,重點(diǎn)關(guān)注行業(yè)資本密集型、勞動密集型的屬性差異,以及12個行業(yè)之間的差異。
1.資源稟賦
以各經(jīng)濟(jì)體資本形成總額與勞動力數(shù)量之間的比值衡量各經(jīng)濟(jì)體的資源稟賦。若比值小于所有經(jīng)濟(jì)體資源稟賦的中位數(shù)則劃分為勞動相對充裕經(jīng)濟(jì)體,若等于或大于中位數(shù)則劃分為資本相對充裕經(jīng)濟(jì)體。表10匯報了以此作為劃分標(biāo)準(zhǔn)的分組回歸結(jié)果,列(1)—列(3)是勞動相對充裕經(jīng)濟(jì)體的行業(yè)分析樣本,列(4)—列(6)是資本相對充裕經(jīng)濟(jì)體的行業(yè)分析樣本。在這六列中,均同時控制年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。列(1)、列(4)只添加了核心解釋變量,列(2)、列(5)以及列(4)、列(6)則依次添加了經(jīng)濟(jì)體層面、行業(yè)層面的控制變量。
表10 經(jīng)濟(jì)體異質(zhì)性分析Ⅰ:資源稟賦
觀察表10匯報的結(jié)果可得,在勞動相對充裕的經(jīng)濟(jì)體中,列(3)核心解釋變量工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)只在10%的統(tǒng)計(jì)水平上顯著為正;在資本相對充裕的經(jīng)濟(jì)體中,列(6)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)在1%的統(tǒng)計(jì)水平上顯著為正。采用費(fèi)舍爾組合檢驗(yàn)(抽樣1 000次)計(jì)算得到列(3)和列(6)的組間系數(shù)差異檢驗(yàn)P值為0.042 0,在5%水平上顯著,證實(shí)了列(3)和列(6)的系數(shù)差異在統(tǒng)計(jì)上的顯著性。這表明,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位攀升的效應(yīng),在資本相對充裕經(jīng)濟(jì)體行業(yè)中更為明顯。根據(jù)要素稟賦理論可知,勞動相對充裕的經(jīng)濟(jì)體,勞動要素價格相對較小,資本要素價格相對較高;資本相對充裕的經(jīng)濟(jì)體,資本要素價格相對較低,勞動要素價格相對較高。因此,對于勞動相對充裕的經(jīng)濟(jì)體而言,勞動力成本相對較低,企業(yè)使用工業(yè)機(jī)器人替代勞動力進(jìn)行生產(chǎn),采取“機(jī)器換人”戰(zhàn)略的激勵較低;對于資本相對充裕的經(jīng)濟(jì)體而言,勞動力成本相對較高,資本價格相對較低,工業(yè)機(jī)器人屬于資本的一種,相比于勞動力,企業(yè)應(yīng)用工業(yè)機(jī)器人進(jìn)行生產(chǎn)更具有比較優(yōu)勢,“機(jī)器換人”激勵較大。同時,資本相對充裕的經(jīng)濟(jì)體,往往經(jīng)濟(jì)較為發(fā)達(dá),工業(yè)機(jī)器人應(yīng)用推廣的程度更高。因此,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位攀升的影響效應(yīng),在資本相對充裕的經(jīng)濟(jì)體行業(yè)中表現(xiàn)得更為明顯。
2.制度質(zhì)量
本文選用腐敗控制、政府效率、政治穩(wěn)定和不存在暴力、法治規(guī)則、監(jiān)管質(zhì)量、話語權(quán)和問責(zé)制六個指標(biāo)的均值衡量經(jīng)濟(jì)體整體的制度質(zhì)量水平[72]。若均值小于所有經(jīng)濟(jì)體制度質(zhì)量水平的中位數(shù)則劃分為制度質(zhì)量較低的經(jīng)濟(jì)體,若等于或大于中位數(shù)則劃分為制度質(zhì)量較高的經(jīng)濟(jì)體。分組進(jìn)行回歸,表11匯報了具體的回歸結(jié)果。其中,前三列是制度質(zhì)量較低的經(jīng)濟(jì)體行業(yè)分析樣本,后三列是制度質(zhì)量較高的經(jīng)濟(jì)體行業(yè)分析樣本。在這兩組中,均同時控制了年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。
表11 經(jīng)濟(jì)體異質(zhì)性分析Ⅱ:制度質(zhì)量
重點(diǎn)關(guān)注列(3)和列(6)工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù),前者只在10%的統(tǒng)計(jì)水平上顯著為正,后者則在1%的統(tǒng)計(jì)水平上顯著為正。列(3)和列(6)的組間系數(shù)差異檢驗(yàn)P值為0.072 0,在10%水平上顯著,證實(shí)了列(3)和列(6)的系數(shù)差異在統(tǒng)計(jì)上的顯著性。這表明,工業(yè)機(jī)器人應(yīng)用存量促進(jìn)行業(yè)全球價值鏈議價能力指數(shù)提升的效應(yīng),相比于制度質(zhì)量較低的經(jīng)濟(jì)體,在制度質(zhì)量較高的經(jīng)濟(jì)體行業(yè)中表現(xiàn)得更為明顯。其中可能合理的解釋是,工業(yè)機(jī)器人的應(yīng)用與推廣需要良好穩(wěn)定的制度環(huán)境作為支撐。制度質(zhì)量較低的經(jīng)濟(jì)體,契約監(jiān)督和執(zhí)行情況通常較差,導(dǎo)致資源配置的扭曲程度較高,企業(yè)推廣應(yīng)用工業(yè)機(jī)器人的風(fēng)險和成本較高,阻礙工業(yè)機(jī)器人應(yīng)用可提升全要素生產(chǎn)率水平、優(yōu)化資源配置效用的發(fā)揮,進(jìn)而不利于經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升。制度質(zhì)量較高的經(jīng)濟(jì)體,監(jiān)督機(jī)制較為完善,知識產(chǎn)權(quán)保護(hù)力度較高,履約過程中的摩擦相對較少,企業(yè)發(fā)展推廣工業(yè)機(jī)器人的成本和風(fēng)險相對較小,有利于發(fā)揮工業(yè)機(jī)器人可提升全要素生產(chǎn)率和資源配置效率的作用,進(jìn)而有利于經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升[38,79]。因此,工業(yè)機(jī)器人應(yīng)用提高經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的影響效應(yīng),在制度質(zhì)量較高的經(jīng)濟(jì)體行業(yè)中更為明顯。
1.勞動密集型和資本密集型行業(yè)
本文匹配經(jīng)濟(jì)體各行業(yè)全球價值鏈議價能力指數(shù)、IFR數(shù)據(jù)庫的工業(yè)機(jī)器人應(yīng)用存量、UNIDO數(shù)據(jù)庫的行業(yè)層面控制變量之后,共得到12個行業(yè)。接下來的異質(zhì)性檢驗(yàn)中,本文將這12個行業(yè)劃分為勞動密集型行業(yè)和資本密集型行業(yè)(7)勞動密集型行業(yè)包括木材和家具制造,紙和紙制品制造;資本密集型行業(yè)包括化學(xué)產(chǎn)品制造,橡膠、塑料制品制造(非汽車類),玻璃、陶瓷、石材、礦產(chǎn)品制造(非汽車類),基本金屬制造,金屬制品制造(非汽車類),電子電氣設(shè)備制造,工業(yè)機(jī)械制造,汽車制造,其他運(yùn)輸設(shè)備制造,其他制造業(yè)。,并分組進(jìn)行回歸,結(jié)果如表12所示。其中,列(1)—列(3)是勞動密集型行業(yè)樣本,列(4)—列(6)是資本密集型行業(yè)樣本,這六列均同時控制年份、經(jīng)濟(jì)體和行業(yè)固定效應(yīng)。
表12 行業(yè)異質(zhì)性分析Ⅰ:勞動密集型行業(yè)和資本密集型行業(yè)
在列(3)勞動密集型行業(yè)樣本中,核心解釋變量工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)在10%的統(tǒng)計(jì)水平上顯著為負(fù)。在列(4)—列(6)資本密集型行業(yè)樣本中,核心解釋變量的回歸系數(shù)為正,通過1%顯著性水平檢驗(yàn)。列(3)和列(6)的組間系數(shù)差異檢驗(yàn)P值為0.000 0,在1%水平上顯著,證實(shí)了列(3)和列(6)的系數(shù)差異在統(tǒng)計(jì)上的顯著性。這表明,工業(yè)機(jī)器人應(yīng)用促進(jìn)全球價值鏈分工地位攀升的效應(yīng),主要體現(xiàn)在資本密集型行業(yè)。其中的原因可能是,在勞動密集部門,資本要素相對稀缺,勞動價格相對較低;在資本密集部門,勞動要素相對稀缺,勞動價格相對較高。因此,相比于勞動密集部門,資本密集部門更有激勵采用“機(jī)器換人”戰(zhàn)略。同時,高資本投入行業(yè)、高技術(shù)行業(yè)的生產(chǎn)工序本身就更為適合自動化、智能化的大批量生產(chǎn),工業(yè)機(jī)器人的應(yīng)用與普及范圍自然更為廣泛[38,67,80]。而工業(yè)機(jī)器人應(yīng)用能夠提高經(jīng)濟(jì)體各行業(yè)全要素生產(chǎn)率水平和資源配置效率,從而有效促進(jìn)行業(yè)全球價值鏈分工地位的攀升[19-20,51-52]。因此,采用“機(jī)器換人”戰(zhàn)略的激勵相對更高的資本密集型行業(yè),更有可能實(shí)現(xiàn)全球價值鏈升級,提高全球價值鏈分工地位。
2.12個行業(yè)對比
繼探討工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位影響效用在勞動密集型行業(yè)、資本密集型行業(yè)的差異性表現(xiàn)后,本文將12個行業(yè)分組進(jìn)行回歸,進(jìn)一步探討各行業(yè)之間的異質(zhì)性。分別以各行業(yè)全球價值鏈議價能力指數(shù)Zchain為被解釋變量,工業(yè)機(jī)器人應(yīng)用存量Zrobot為核心解釋變量,同時添加經(jīng)濟(jì)體層面和行業(yè)層面的控制變量,年份、經(jīng)濟(jì)體和行業(yè)的固定效應(yīng)后進(jìn)行回歸,回歸結(jié)果如表13所示。
表13 行業(yè)異質(zhì)性分析Ⅱ: 12個行業(yè)對比
分析表13回歸結(jié)果可知,工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)在1%統(tǒng)計(jì)水平上顯著為正的行業(yè)共有3個,分別是木材和家具制造(行業(yè)1)、橡膠、塑料制品制造(非汽車類)(行業(yè)4)、玻璃、陶瓷、石材、礦產(chǎn)品制造(非汽車類)(行業(yè)5);工業(yè)機(jī)器人應(yīng)用存量Zrobot的回歸系數(shù)至少在10%的統(tǒng)計(jì)水平上顯著為負(fù)的行業(yè)共有3個,分別為紙和紙制品制造(行業(yè)2)、工業(yè)機(jī)械制造(行業(yè)9)、其他制造業(yè)(行業(yè)12)。由此可見,工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位有正向促進(jìn)效應(yīng)的行業(yè),包括勞動密集、資本密集的制造業(yè);工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位有反向抑制效應(yīng)的行業(yè),包括勞動密集型行業(yè)和技術(shù)密集型行業(yè)。對于技術(shù)密集型行業(yè),工業(yè)機(jī)器人目前只能替代慣例性的操作工序,由于高技能勞動者的操作工序較為復(fù)雜,“機(jī)器換人”難度較高,導(dǎo)致工業(yè)機(jī)器人應(yīng)用促進(jìn)行業(yè)全球價值鏈分工地位攀升的效應(yīng)難以得到發(fā)揮。對于勞動密集型行業(yè),若能抓住工業(yè)機(jī)器人的發(fā)展機(jī)遇,運(yùn)用新技術(shù)替代舊技術(shù)、智能型技術(shù)替代勞動力,將有助于實(shí)現(xiàn)轉(zhuǎn)型升級、塑造新的競爭優(yōu)勢,從而提高全球價值鏈分工地位。
促進(jìn)產(chǎn)業(yè)不斷向全球價值鏈中高端邁進(jìn)是中國全面建成社會主義現(xiàn)代化強(qiáng)國的必要舉措?,F(xiàn)如今,“機(jī)器換人”趨勢在全球范圍內(nèi)日益增強(qiáng),工業(yè)機(jī)器人的推廣與發(fā)展促進(jìn)現(xiàn)行的全球化生產(chǎn)組織方式和管理模式變革,推動全球價值鏈動態(tài)演進(jìn)。在此背景下,探討工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng)具有重要意義。本文運(yùn)用雙邊隨機(jī)前沿分析模型,基于2002—2019年CEPII-BACI六位碼進(jìn)出口產(chǎn)品數(shù)據(jù)和WDI數(shù)據(jù)庫,核算經(jīng)濟(jì)體各行業(yè)全球價值鏈議價能力指數(shù),以此衡量各行業(yè)的全球價值鏈分工地位;并將其與IFR數(shù)據(jù)庫公布的經(jīng)濟(jì)體各行業(yè)工業(yè)機(jī)器人數(shù)據(jù)、WDI和WGI數(shù)據(jù)庫的經(jīng)濟(jì)體層面控制變量、UNIDO數(shù)據(jù)庫的行業(yè)層面控制變量匹配,構(gòu)建2002—2019年全球71個經(jīng)濟(jì)體12個行業(yè)的跨國三維面板數(shù)據(jù),檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng)。研究結(jié)果表明,工業(yè)機(jī)器人應(yīng)用促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升。該結(jié)論具有穩(wěn)健性,在更換被解釋變量、核心解釋變量、回歸樣本,考慮內(nèi)生性問題后,結(jié)論依舊成立。究其機(jī)制,工業(yè)機(jī)器人的應(yīng)用與普及會提升經(jīng)濟(jì)體各行業(yè)全要素生產(chǎn)率水平、資源配置效率,從而促進(jìn)經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的攀升。進(jìn)一步地,本文通過異質(zhì)性分析發(fā)現(xiàn),工業(yè)機(jī)器人應(yīng)用對全球價值鏈分工地位的影響效應(yīng)主要體現(xiàn)在資本相對充裕、制度環(huán)境較為穩(wěn)定的經(jīng)濟(jì)體行業(yè),以及資本密集型行業(yè)。基于此,本文提出以下政策建議:
第一,深度推廣工業(yè)機(jī)器人應(yīng)用,培育壯大工業(yè)機(jī)器人產(chǎn)業(yè),為經(jīng)濟(jì)發(fā)展注入新動能。工業(yè)機(jī)器人作為人工智能的重要代表,驅(qū)動著新一輪科技革命和產(chǎn)業(yè)變革,影響著國際分工格局、全球價值鏈分工體系。中國必須牢牢把握世界工業(yè)機(jī)器人發(fā)展機(jī)遇,結(jié)合自身定位和比較優(yōu)勢制定發(fā)展戰(zhàn)略,大力推進(jìn)工業(yè)機(jī)器人發(fā)展。推進(jìn)工業(yè)機(jī)器人基礎(chǔ)理論研究和關(guān)鍵共性技術(shù)開發(fā),構(gòu)建深度學(xué)習(xí)系統(tǒng)和大數(shù)據(jù)庫,創(chuàng)建開放協(xié)同的工業(yè)機(jī)器人科技創(chuàng)新體系。加快培育具有重大引領(lǐng)帶動作用的工業(yè)機(jī)器人產(chǎn)業(yè),促進(jìn)工業(yè)機(jī)器人與各產(chǎn)業(yè)領(lǐng)域深度融合,形成數(shù)據(jù)驅(qū)動、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)形態(tài)。充分利用現(xiàn)有資金,發(fā)揮財(cái)政投入、政策激勵的引導(dǎo)作用以及市場配置資源的主導(dǎo)作用,撬動企業(yè)、社會加大投入,形成財(cái)政資金、金融資本、社會資本多方支持工業(yè)機(jī)器人發(fā)展的新格局。
第二,制定完善相關(guān)措施,為發(fā)揮工業(yè)機(jī)器人應(yīng)用可提升全要素生產(chǎn)率、優(yōu)化要素供給和配置的效用,提供政策支撐。促進(jìn)經(jīng)濟(jì)體各行業(yè)全要素生產(chǎn)率水平、資源配置效率提升是工業(yè)機(jī)器人應(yīng)用促進(jìn)全球價值鏈分工地位攀升的兩大重要渠道??萍紕?chuàng)新作為全要素生產(chǎn)率提升的重要驅(qū)動力,中國應(yīng)當(dāng)全面縮小關(guān)鍵核心技術(shù)與世界領(lǐng)先水平的差距,強(qiáng)化前沿科技創(chuàng)新,推進(jìn)工業(yè)智能化,搶抓新一輪科技革命和產(chǎn)業(yè)變革帶來的“換道超車”機(jī)遇。同時,推進(jìn)企業(yè)全流程智能管理,助力企業(yè)提高技術(shù)創(chuàng)新能力和研發(fā)能力,積極發(fā)展運(yùn)營新模式、新業(yè)務(wù),鼓勵企業(yè)采用成熟的數(shù)字化與智能制造技術(shù),提升整體生產(chǎn)率。為優(yōu)化資源配置,應(yīng)當(dāng)建立統(tǒng)一開放、競爭有序的現(xiàn)代市場體系,解決好市場競爭不公平、監(jiān)管不到位問題,實(shí)現(xiàn)資源根據(jù)價值規(guī)律進(jìn)行交易和流動,優(yōu)化資源配置效率,降低經(jīng)濟(jì)活動中不必要的非生產(chǎn)性資源消耗。
第三,統(tǒng)籌布局工業(yè)機(jī)器人創(chuàng)新平臺,培養(yǎng)學(xué)習(xí)能力,為工業(yè)機(jī)器人的應(yīng)用與普及提供配套基礎(chǔ)設(shè)施、人才、制度和環(huán)境支撐。工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)體各行業(yè)全球價值鏈分工地位的正向促進(jìn)效應(yīng),并非在所有樣本中都成立。為了促進(jìn)工業(yè)機(jī)器人與其他產(chǎn)業(yè)深度融合,中國應(yīng)當(dāng)建設(shè)布局工業(yè)創(chuàng)新平臺,強(qiáng)化對工業(yè)機(jī)器人研發(fā)應(yīng)用的基礎(chǔ)支撐,構(gòu)建泛在安全高效的智能化基礎(chǔ)設(shè)施體系,推動智能企業(yè)發(fā)展平臺構(gòu)建。利用和培養(yǎng)學(xué)習(xí)能力,提升學(xué)習(xí)比較優(yōu)勢,培養(yǎng)高水平創(chuàng)新人才和團(tuán)隊(duì),加大人才引進(jìn)力度,完善工業(yè)機(jī)器人研發(fā)應(yīng)用教育體系,加強(qiáng)人才儲備和梯隊(duì)建設(shè),大力加強(qiáng)員工培訓(xùn)。制定促進(jìn)工業(yè)機(jī)器人發(fā)展的法律法規(guī)和倫理規(guī)范, 推進(jìn)技術(shù)標(biāo)準(zhǔn)框架體系研究,加強(qiáng)工業(yè)機(jī)器人領(lǐng)域的知識產(chǎn)權(quán)保護(hù),健全工業(yè)機(jī)器人技術(shù)創(chuàng)新、專利保護(hù)與標(biāo)準(zhǔn)化互動支撐機(jī)制,建立工業(yè)機(jī)器人安全監(jiān)管和評估體系,夯實(shí)工業(yè)機(jī)器人發(fā)展的社會基礎(chǔ)。