工业机器人贸易网络结构及其影响机制研究

李丫丫，罗建强

(1.江苏大学财经学院，江苏 镇江 212013；2.江苏大学管理学院，江苏 镇江 212013)

0 引言

工业机器人是引领未来的战略性技术，是人工智能发展的重要内容，是制造业智能化转型的必要手段。根据国际机器人联合会(IFR)最新研究，2012—2017年全球工业机器人平均销量增长19%，其中2017年增长率高达30%，全球工业机器人需求增长趋势明显[1]。中国从2014年开始连续5年成为全球第一大工业机器人市场，出口也逐步增加。工业机器人已成为拉动世界经济增长及制造业智能转型的重要动力[2]。那么，近20年来，世界工业机器人贸易格局如何？网络演化呈现何种结构特征？哪些因素驱动着工业机器人贸易的发展？中国如何融入与借势全球工业机器人贸易的新格局，以实现促进中国智造的目的？在人工智能成为制造业转型重要手段的背景下，对上述问题的研究不仅有助于准确了解世界工业机器人贸易格局，识别中国在工业机器人贸易网络中的地位与作用，而且对中国建设世界制造业强国具有重要的理论与现实意义。

随着工业机器人对智能制造的支撑作用愈显重要，学界对其关注越来越多。在工业机器人对就业的影响方面，学者指出工业机器人对劳动密集型企业的一般就业岗位已有较大替代性，并与高技能劳动力形成互补关系，增加对其需求[3-4]。在工业机器人产业发展方面，少数学者研究工业机器人产业的专利地图，分析该产业的技术情报[5-6]；部分学者指出机器人技术是学科交叉融合的战略性新兴技术[7]，技术突破与商业模式创新对机器人产业发展至关重要[8]。在工业机器人贸易方面，已有研究更多着眼于进出口单方面的贸易关系[9]，以及进口对中国制造业生产率的影响[10]，鲜有研究涉及世界工业机器人进出口双向贸易网络的演进分析。

基于社会网络分析方法对贸易网络结构与演化的识别与分析已在国际贸易领域广泛应用[11]。现有研究更多聚焦于 “一带一路”贸易网络[12]，铁矿石、原油、稀土、废弃物等资源产品贸易网络[13-16]，少数学者考察农产品贸易网络[17]、服务贸易网络[18]、制造业整体或细分领域的贸易网络特征[19]。相关研究还探讨特定产业的贸易演化特征，包括国际原油贸易网络的系统性[14]、国际稀土贸易网络分散且不稳定性[15]等，以上研究均为本研究提供理论或方法上的支持。此外，在影响贸易网络演进机制方面，经济距离、地理邻近性、人口规模、语言与文化等成为考察贸易网络的主要影响因素[12,20]。然而，从现有研究看，鲜有学者探索工业机器人贸易网络演化特征及影响因素，这正是本文要考察的核心内容。

综上，现有研究已关注到工业机器人贸易对智能制造的重要作用，而对全球工业机器人贸易网络的研究相对欠缺，社会网络方法可为本文提供很好的分析工具。基于此，本文采用1998—2017年世界工业机器人贸易数据，运用社会网络分析方法，构建1998—2017年工业机器人贸易网络，刻画工业机器人贸易网络的拓扑结构，揭示工业机器人贸易网络结构特征及影响机制，以期对中国工业机器人贸易及制造业智能转型提供决策依据。本文的边际贡献是：①拓展已有贸易网络研究以资源型产品以及 “一带一路”视角为主的相关理论，将对象聚焦于世界工业机器人贸易网络结构特征与影响因素；②结合工业机器人贸易的特殊性，考察工业机器人技术距离、制造业发展距离等因素对其贸易网络形成与演化的影响；③区别考虑不同技术复杂度以及不同应用目的分类下工业机器人贸易网络演化影响因素的异质性。

1 理论分析与研究假设

1.1 技术距离、制造业发展距离与工业机器人贸易联系

国际贸易关系为何产生？古典贸易学派理论认为一个国家应该出口技术含量高而成本较低的产品，进口本国技术水平低而成本较高的产品，发挥比较优势[21]。此外，根据产品生命周期理论，技术基础差距是决定跨国产品贸易与国际投资的重要原因[22]。然而，技术距离对国际贸易的影响复杂且不确定，技术距离对国际贸易的影响机理主要包括壁垒效应、学习效应以及互补效应3个方面[23]。近年来，学者指出技术距离对高技术产品贸易具有促进作用[24]。工业机器人贸易是一项高技术产品贸易，技术距离较大的国家之间往往出于不同原因进行更多的贸易联系。一方面，各国通过产品贸易联系来获得不同的知识基础，通过抓住贸易提供的吸收先进技术的机会，以提高本国产业的竞争力[24-25]；另一方面，寻求贸易伙伴的国家面临互补知识的权衡，不同技术背景增加了两国贸易联系的可能性[26]。此外，根据资源禀赋理论，一国应侧重于出口相对丰富资源的产品，而进口对该国相对稀缺的资源制成品[27]。工业机器人不仅是一项制造业的产品，亦是应用于制造业的关键技术[10]。在工业机器人贸易中，国家具有相同的消费水平和生产率水平下，如果制造业的资源禀赋好，则该国工业机器人总产量出现相对过剩的可能性就越大，更容易成为工业机器人的净出口国。因此，制造业发展距离越大，越有利于促进工业机器人贸易，拥有良好的工业机器人应用场景与生产配套的制造业基础，更容易在贸易网络中占据重要位置。因此，提出假设1：技术距离对工业机器人贸易联系具有积极作用；假设2：制造业发展距离对工业机器人贸易联系具有积极作用。

1.2 影响工业机器人贸易联系的其他因素

贸易引力模型认为，不同国家之间的贸易流量取决于这些国家的经济与地理特征，两国的经济规模越大，地理距离越近，就越能促进两国之间的贸易[28]。自贸易引力模型提出以来，学者们一致认为，两国的地理位置越近，就越能更好地促进贸易增长[29]。此外，学者充分讨论了经济距离对国际贸易的影响。其中一些研究发现经济发展距离对国际贸易产生负面影响[30]，而另一些研究结论则相反[31]。工业机器人贸易是技术型产品的贸易，经济距离的差距反映了两国之间经济和技术实力的差距。因此，本文认为经济规模差距越大，越有利于开展工业机器人贸易，即技术型产品贸易联系更多发生于经济规模大的国家向经济规模小的国家的技术产品输出。因此，提出假设3：经济距离对工业机器人贸易联系具有积极作用；地理距离对工业机器人贸易联系具有消极作用。

此外，语言与文化对贸易的影响不容忽视。有学者指出，语言对贸易的影响主要体现在降低贸易成本的能力上，并发现交流成本反映了国际贸易中的语言差异[32]。因此，拥有共同的语言与文化更能促进工业机器人贸易的发展。最后，一个国家的人口可以用来衡量对贸易产品的需求。人口基数越大，对贸易产品的需求就越强。工业机器人是传统劳动力的替代品[4]，一国人口规模越大，对工业机器人贸易的需求就越强，反之就越弱。因此，两国人口规模差异越大，代表产品市场需求的差异越大，互补型的市场需求对贸易联系就越具有促进作用。因此，提出假设4：共同的语言和文化对工业机器人贸易联系具有积极作用；假设5：人口规模差异对工业机器人贸易联系具有积极作用。

2 研究方法与数据

社会网络分析是社会学家在数学理论基础上发展起来的一种网络分析方法。目前，社会网络分析方法已广泛应用于社会经济领域[33]。全球贸易网络是用来描述节点国家之间贸易联系的网络，节点国家之间的联系代表它们之间的进出口贸易关系，并可通过衡量密度、中心度、块模型等指标来刻画全球贸易网络结构与演化特征[31,33]。本文构建有向加权的世界工业机器人贸易网络(GTN)。工业机器人贸易网络(GTN)表现为一个图集G=(V,W)，网络中的节点国可表示为v={vi:i=1,2,3,…,n}，节点国vi与节点国vj之间的贸易关系用vij表示。如果国家vi出口工业机器人产品到国家vj，那么节点国vi与节点国vj之间存在一条线，且aij=1；否则节点国之间不存在连线，且aij=0；w={wij}表示网络中边的权重，即网络中的节点即贸易参与国，边则为工业机器人进出口贸易流量；边的方向代表了工业机器人贸易的进出口方向；此外，可把有向加权的工业机器人贸易网络转换为无向加权的工业机器人贸易网络，即无向加权网络中矩阵内的每个单元代表节点国之间工业机器人贸易总额。据此，本文搜集整理1998—2017年联合国商品贸易统计数据库Uncomtrade中55个主要工业机器人贸易国之间的进出口贸易数据，建立世界工业机器人贸易复杂网络矩阵。

依照李丫丫等[10]的分类，工业机器人可分为高技术复杂度和低技术复杂度工业机器人；另外，按照应用目的，工业机器人可分为面向生产的工业机器人(HS编码842489、HS编码851521、HS编码851531、HS编码848640、HS编码851580)、服务生产的工业机器人(HS编码842890)，以及其他多功能工业机器人(HS编码847950)。由于1998年工业机器人贸易呈现蓬勃发展之势，到2017年世界工业机器人贸易总额增长近4倍，如图1所示。本文最终选取1998—2017年工业机器人贸易量均值排名前55名的国家作为网络节点国。考虑到工业机器人贸易网络的动态演化特征和较平均的时间间隔，选取1998年、2005年、2012年、2017年作为研究的主要节点。

图1 1998—2017年世界工业机器人贸易总额及增长率

为了刻画世界工业机器人贸易网络的结构特征，本文运用社会网络分析方法中两个层次的指标分别对工业机器人贸易网络整体特征和个体特征进行分析。首先，从整体网络指标看，网络节点数N代表网络规模，即工业机器人贸易网络中的国家数。网络的连边数(M)、网络密度(D)、平均路径长度(APL)和集聚系数(T)等指标描述网络的整体特征。其次，利用中心度(点出度与点入度)、中间中心度和接近中心度描述网络中个体国家的结构特征[34]。网络个体的中心度越高，在贸易网络中的地位就越高。

3 工业机器人贸易网络的结构特征

3.1 网络整体结构特征

基于Uncomtrade数据库1998—2017年的工业机器人贸易数据，本文构建世界工业机器人贸易网络。结合社会网络整体特征指标，测算得到1998—2017年工业机器人贸易网络整体特征统计量，见表1。

表1 1998—2017年世界工业机器人贸易网络整体特征

由表1可见，世界工业机器人贸易关系呈现出先期(1998—2011)快速增长、后期(2012—2017)平稳增长的趋势，国家之间的工业机器人贸易联系日趋紧密，区域内贸易可达性和贸易效率不断提高。具体地，网络节点个数均为55个，涵盖了本研究的工业机器人贸易主要参与国。网络连边数从1998年的1788条增加到2015年的2410条，增长率达34.7%，说明世界主要工业机器人贸易国之间的工业机器人贸易不断增加，2000年增速最快，2012—2017年属于平稳增长阶段，工业机器人主要生产国、消费国具有较稳定的要素禀赋互补关系，全球工业机器人贸易联系趋于稳定。网络密度从1998年的0.602增长到2015年的0.811，中国加入WTO后，工业机器人贸易联系快速增长，国家之间的贸易联系更加密切。此外，网络的平均路径长度逐年降低，反映了工业机器人贸易网络的可达性增强，贸易效率逐渐提高。最后，网络的集聚系数从1998年的0.773最高增长到2016年的0.877，表明世界工业机器人贸易网络的集团化程度不断加深。

3.2 网络个体结构特征

为了刻画网络个体的结构特征，利用Ucinet软件计算1998年、2005年、2012年和2017年工业机器人贸易网络点出度和点入度排名前10的国家，见表2。

表2 世界工业机器人贸易网络的点出度与点入度

由表2可见，工业机器人贸易网络呈现出两方面的个体特征：①从点出度看，日本、德国、意大利3个国家的工业机器人出口贸易伙伴关系数量多，且关系稳定，处于工业机器人出口贸易的核心地位。总体看，世界工业机器人出口贸易合作国家相对集中，出口贸易的市场结构较紧密。②从点入度看，德国、意大利、美国3个国家进口贸易伙伴数量较多，且关系稳定，处于工业机器人进口贸易的中心地位。中国、韩国、荷兰3个国家的工业机器人进口贸易伙伴数增长显著，预示着工业机器人产业发展迅速。总体看，工业机器人进口市场日益多元化，进口贸易市场结构日趋分散。③从同年份点出度和点入度变动趋势看，工业机器人出现产业内贸易增强的特征，如1998—2017年德国、意大利，荷兰、中国、美国、法国均是重要的进出口双向贸易国家，工业机器人贸易全产业链合作初现端倪。

进一步地，利用Ucinet软件计算1998年、2005年、2012年和2017年工业机器人贸易网络的接近中心度和中间中心度排名前10的国家，见表3。

表3 世界工业机器人贸易网络的接近中心度与中间中心度

由表3可见，工业机器人贸易网络的个体特征还包括：①从接近中心度看，德国、日本、中国在全球工业机器人贸易中的通达性最强，其次是意大利、美国、荷兰等国，各贸易国接近中心度差异性不大，且主要贸易国的贸易通达性均较高。另外，荷兰在工业机器人贸易中的通达性提升最快。②从中间中心度测算结果看，排名较前的依然是德国、日本和中国，它们在工业机器人贸易网络中处于中心地位，在贸易网络中能有效联系网络中的其他参与国，推动贸易的深化发展，尤其是中国在工业机器人贸易网络中的 “桥梁”和 “枢纽”作用愈加显著。此外，工业机器人贸易网络总体中间中心度下降，这意味着贸易参与者出现 “多元化”特征，大国之间的差距不断缩小。

4 工业机器人贸易网络的影响机制

4.1 模型设定与变量选择

传统的国际贸易研究中，通常基于贸易引力模型及其扩展模型，从经济发展、地理距离、人口规模、语言与文化、制度等层面选取变量对国家之间的贸易流量进行实证检验，以上变量大多被引入国际贸易网络的相关研究中[35-37]。然而，已有贸易网络研究以资源型产品为主，而对工业机器人等技术型产品贸易的探讨较少。本文认为，与使用引力模型考察资源型产品贸易不同，对技术型产品贸易的分析需纳入与技术相关的影响因素。为此，在现有贸易引力模型一般的经济与地理影响因素基础上，特别考察与技术相关的影响因素，由此设定模型如下：

lnrb=f[ln(diff-GDP),ln(diff-Manu),

ln(diff-Tech),ln(diff-Dis)，diff-Lang,ln(diff-Pop)]

(1)

其中，被解释变量rb表示工业机器人无向加权贸易网络，矩阵中的单元代表各国间的工业机器人贸易额，diff-GDP、diff-Manu、diff-Tech、diff-Dis、diff-Lang、diff-Pop分别表示工业机器人贸易参与国之间的经济距离、制造业发展距离、工业机器人技术距离、地理距离、是否拥有共同官方语言与文化、人口规模差异。经济距离、制造业发展距离和人口规模数据来自于世界银行全球发展指标数据库WDI；地理距离与是否拥有共同语言数据来源于法国世界经济研究与专门知识数据库CEPII；工业机器人技术距离来源于合享INCOPAT专利数据库。

4.2 QAP回归分析

借鉴王博等[12]的研究方法，基于2005年和2017年工业机器人贸易整体网络，利用二次指派程序QAP方法对工业机器人贸易网络及其影响因素进行回归分析，结果见表4和表5。

表4 考虑不同技术复杂度的QAP 回归分析结果

表5 考虑不同工业机器人应用目的QAP回归分析结果

首先，从各解释变量看，工业机器人技术距离是影响工业机器人贸易网络结构特征及演化的最主要的因素(假设1得到验证)，这意味着贸易流量反映工业机器人技术水平高的国家向低技术水平国家的产品输出。此外，经济距离在工业机器人贸易整体网络、不同技术复杂度下的细分贸易网络系数均显著为正，说明经济规模差距越大，越有利于开展工业机器人贸易。这一结论支持研究假设3，也证实了工业机器人贸易的特殊性，即技术型产品贸易联系更多发生于经济规模大的国家向经济规模小的国家的技术产品输出。制造业发展距离在工业机器人贸易整体网络、不同技术复杂度下的细分贸易网络系数均显著为正(假设2得到验证)，表明制造业发展距离越大，越有利于促进工业机器人贸易，拥有良好的工业机器人应用场景与生产配套的制造业基础，更容易在贸易网络中占据重要位置。地理距离在工业机器人贸易整体网络、不同技术复杂度下的细分贸易网络系数均显著为负，这意味着地理距离越近，越有利于工业机器人贸易的开展。这一结论支持研究假设3。共同语言与文化对不同时期不同类型的工业机器人贸易网络系数均显著为正，表明拥有共同语言是促进工业机器人贸易发展的积极因素(假设4得到验证)。人口规模系数均不显著，表明人口规模差异并未对工业机器人贸易产生显著影响，这一结论并不支持研究假设5。

其次，考虑时间因素的影响，比较2005年和2017年QAP回归结果发现，随着时间的推移，地理距离对工业机器人贸易网络的影响略有弱化。与地理距离相似，共同语言对工业机器人贸易网络的影响逐步弱化。相比之下，技术距离、经济距离和制造业发展距离随时间的推移，对工业机器人贸易网络的影响呈现稳定或逐步强化的趋势。

再次，横向比较不同技术复杂度下工业机器人贸易网络QAP回归结果发现，各因素对不同类别工业机器人贸易网络的影响方向与整体网络一致，但在影响效果上存在异质性特征。具体地，细分类别的回归结果发现，经济距离越大就越容易促进高技术复杂度工业机器人贸易；地理距离越大就越抑制高技术复杂度工业机器人贸易联系；同样，各因素对不同应用目的分类下的工业机器人贸易影响效果也存在异质性。具体地，2005年技术距离大更有利于搬运机器人等服务生产的工业机器人贸易联系，而2017年技术距离大更能促进面向生产的以及其他多功能机器人贸易联系；2005年经济距离越大和地理距离越近越容易促进服务生产的工业机器人贸易，而2017年经济距离越大和地理距离越小，越容易促进面向生产的工业机器人贸易。这意味着，随着经济的发展，工业机器人贸易以搬运机器人等服务生产的工业机器人贸易联系为主，逐渐向焊接机器人等面向生产的工业机器人以及多功能机器人贸易转变。

4.3 稳健性检验

在对分类别工业机器人贸易网络进行QAP回归估计后发现，各变量的系数方向保持一致，一定程度上验证了模型的稳健性。为了进一步考察实证结果的稳健性，选择工业机器人贸易额平均值不同比例的断点值进行QAP回归的稳健性分析。首先以平均值作为基准值，然后在基准值上下浮动20%，分别以国家间工业机器人贸易额平均值的80%和120%作为断点，重新得到不同年份的国家间工业机器人贸易额空间联系矩阵作为被解释变量，并运用原来变量对新的被解释变量进行回归分析，回归结果见表6。由表6可知，除了人口规模因素以外，其他所有回归变量的符号均未发生改变，表明各因素对工业机器人贸易网络的影响方向是稳健的。

表6 稳健性检验分析

5 结论与讨论

本文利用Uncomtrade数据库提供的1998—2017年世界工业机器人贸易国的进出口贸易数据，构建工业机器人贸易网络。以此为基础，运用社会网络分析方法探讨世界工业机器人贸易网络的拓扑结构特征及影响因素，得到研究结论如下。

(1)世界工业机器人贸易联系呈现出先期(1998—2011)快速增长、后期(2012—2017)平稳增长的趋势，国家之间的工业机器人贸易联系日趋紧密，区域内贸易的可达性和贸易效率不断提高。

(2)工业机器人出口贸易的市场结构较紧密。相比之下，工业机器人进口贸易市场结构日益分散。从复杂贸易网络中心性看，工业机器人贸易中间中心度呈现下降趋势，工业机器人贸易格局出现 “多元化”特征，且大国之间的差距在不断缩小。

(3)德国、日本始终处于世界工业机器人贸易网络的中心地位。中国、韩国和荷兰是最为突出的工业机器人贸易追赶国，特别是中国工业机器人贸易的发展，使其逐渐成为工业机器人贸易的重要 “桥梁”和 “枢纽”。

(4)技术距离是影响工业机器人贸易网络最主要的因素；制造业发展距离、经济距离、共同语言与文化能促进工业机器人贸易网络的发展，人口规模差异并未对工业机器人贸易产生显著影响，地理距离则对工业机器人贸易具有抑制作用；各因素对不同类别工业机器人贸易网络的影响具有方向上的一致性，但存在影响效果上的异质性。

工业机器人贸易发展迅速，中国首先应利用区域合作优势，依托国家 “一带一路”战略，发挥好 “桥梁”和 “枢纽”作用，进一步提升中国在世界工业机器人贸易中的地位；需要重点关注与中国经济距离和制造业发展距离较大、地理距离较近的潜在市场的开拓，通过工业机器人贸易带动欠发达国家制造业的发展，互利共赢，构建人类命运共同体；其次，要缩短与德国、日本的技术距离，打破关键零部件依赖进口的局面，实现工业机器人价值链地位的攀升。中美贸易战对世界工业机器人贸易提出了新挑战，尤其是中国需要相应地调整贸易策略，进一步减少对美国贸易联系的依赖。

由于篇幅所限，本研究仅选取少数时点数据进行工业机器人贸易网络结构与影响因素的分析，对贸易网络联系的动态性揭示有待进一步深入。此外，在工业机器人贸易网络的影响机制方面，今后应加强不同区域网络结构的形成机制对比分析，突出网络内部不同分区之间的网络联系形成机制的差异。