工业智能化技术对产业结构升级影响研究

唐晓华,李静雯,邱国庆

(辽宁大学 经济学院,辽宁 沈阳 110036)

一、引言和文献综述

随着“中国制造2025”战略的提出以及全面实施制造强国战略,网络化、数字化和智能化成为新发展阶段中国经济高质量快速发展的典型特征。随着中国实体经济投入到数字化怀抱,大量工业企业实现智能化技术。根据工信部数据显示,2020年全国工业机器人完成产量约23.71万台,同比增长19.1%,超过全球平均工业机器人使用密度,预计2021年全国工业机器人市场规模将突破70亿美元,成为全球主要的工业机器人安装市场,反映了中国工业智能化技术水平在不断提高,智能化产业规模也不断取得新突破。与此同时,工业智能化技术促进了高新技术产业发展、资本密集型产业集聚以及工业企业生产率效果提升,为加快建立现代产业体系提供持续动力,意味着工业智能化技术水平提高成为影响工业企业生产绩效、资源要素配置、结构转型等经济基础背后的技术创新,较好地解释了产业结构不断偏向第二产业和第三产业的现实情况[1]。可见,工业智能化必将成为持续推动产业结构升级的重要因素。那么,工业智能化技术对产业结构升级的影响效果如何,其背后的传导机制又是什么?这是本文研究的重点问题,这不仅为新发展阶段全面实施制造强国战略提供理论指导,同时也对新发展阶段中国产业结构持续优化升级提供一定实践考察,是构建“双循环”发展格局的重要内容之一。

国内对产业结构水平测度、产业结构升级效应和产业结构影响因素三个方面进行了深入研究。(1)产业结构水平测度。姚志毅、张亚斌基于全球生产网络的背景,从高附加值产业创造力、产业市场拓展、产业价值链、产业发展环境、产业生产能力五个方面构建产业结构水平的指标体系对省际产业结构升级进行测度[2]。随后樊福卓通过将产业结构相似度测度方法进行改进,对长三角地区产业结构升级进行评估[3]。此外,张亚明等运用产业结构升级测度模型,对首都一带的经济圈整体产业结构升级进行评价[4]。然而,韩英、马立平采用CRS群组向上参比DEA模型,对京津冀产业结构升级效果进行评估[5]。(2)产业结构升级效应研究。以往文献表明产业结构升级具有正向的就业效应、生态文明发展效应、新型城镇化发展效应、创新驱动效应,也会产生劳动力“极化”现象等[6-10]。可见,产业结构升级具有多重效应。(3)产业结构影响机制。关于产业结构影响机制相关研究相对比较丰富,大致可以分为制度性因素、经济性因素和社会性因素。具体而言,在制度性因素方面,如查婷俊从制度约束视角进行考察,发现知识产权、人才教育和环境规制制度与产业结构升级呈现显著的正相关,外资引进制度显著抑制了产业结构升级[11];沈坤荣和余红艳认为,税收制度安排缺失制约产业结构调整等[12]。在经济性因素方面,大量实证研究聚焦在技术进步、财政结构、社会资本以及劳动力结构等[13-16]。在社会性因素方面,大量实证研究聚焦年龄结构变迁、人口老龄化等[17-18]。可见,影响产业结构升级的因素具有多维性。

综上所述,以往研究已经明确了产业结构升级具有多重效应和多维影响机制,这为本文研究提供了重要的理论基础。值得关注的是,高技能劳动力作为促进工业智能化技术发展的有力因素,以提高劳动生产率为目的推动产业结构升级。因此,工业智能化技术不仅能够直接作用于经济活动,还会通过劳动力结构升级等手段推进产业结构升级。鉴于此,本文的主要贡献有:一是以劳动力结构作为研究工业智能化技术和产业结构升级的重要研究背景,尝试构建了工业智能化技术与产业结构升级的理论模型,进一步厘清了以工业智能化技术为主的区域技术创新对产业结构升级的路径;二是区别已有的研究分析方法,本文基于引力模型构建权重矩阵,运用空间杜宾模型分析了工业智能化技术、劳动力结构与产业结构升级之间的作用效果;三是从全国和分地区两个层面揭示工业智能化技术对产业结构升级的区域异质性,以及劳动力结构升级的促进效果是否会因地区差异而表现不同效应,以科学研判工业智能化技术发展与产业结构升级的关系,这对于当前谋求构建“双循环”新发展格局具有重要的现实意义。

二、工业智能化技术与产业结构升级:一个简单的数理模型

(一)工业智能化技术与产业结构升级

假定工业机器人安装密度主要由人力资本、研发资本和生产技术投入三种要素共同决定,分别用h、r、p表示。假定柯布—道格拉斯(Cobb-Douglas)生产函数为:

Y=AXβMτ

(1)

其中,Y表示产出,A表示某地区生产条件,X表示要素投入,β为要素弹性,M表示工业智能化技术水平,τ表示智能化技术产出弹性。在此基础上,进一步构建内生化工业机器人安装密度的生产模型为:

Y=AeαtXβMτ(h,r,p)

(2)

其中,α为外生的技术进步,M(h,r,p)表示经过内生化处理的工业智能化技术水平。

为了揭示工业智能化技术和产业结构升级之间的理论关系,采用工业机器人安装数量近似衡量工业智能化技术水平,意味着工业智能化技术水平的提高要不断强化工业机器人安装密度。因此,用IS表示工业机器人安装密度,则工业智能化技术水平和工业机器人安装密度之间满足M=θ×IS,其中,θ表示转换为实际工业智能化技术水平的转换系数,求解总产出模型为:

Y=AeαtXβ(θ×IS)τ

(3)

这里,进一步建立包含高级和普通两个产业部门的经济增长模型,其中,高级产业部门生产高附加值产品,产出为Yh,普通产业部门生产其他产品,产出为Yo。假设高级产业部门对工业机器人密度的利用水平明显高于平均水平,普通产业部门对工业机器人密度的利用水平低于平均水平。设定高级产业部门对工业机器人安装密度的转换系数和产出弹性为θh,τh,普通产业部门对工业机器人安装密度的转换系数和产出弹性为θo,τo,且取值均在(0,1)之间。

产业结构升级的最终目的是提高现有经济产品附加值。这里,用高级产业部门产出占经济总产出的比值来衡量(ins),即:

(4)

其中,Xh和Xo分别代表高级和普通产业部门所具备的两种要素投入,且X=Xh+Xo,对应的要素价格为ωh和ωo,由于高级产业部门为了在竞争中获取优势愿意支付更高的价格,以达到产业结构升级的目的,则存在ωh>ωo。另外,当要素市场实现长期均衡时,满足ωhXh=ωoXo。进一步整理产业结构升级等式为:

(5)

对IS求偏导得:

(6)

即机器人安装密度与产业结构升级的一般线性关系。据此本文提出相应的研究假说1:当地区生产和外生技术进步条件保持不变时,机器人安装密度对产业结构升级具有显著的正向相关关系,意味着工业智能化技术水平的提高会显著促进产业结构升级。

(二)进一步讨论:劳动力结构

借鉴以往研究观点,认为工业智能化技术对产业结构升级的主要作用机理是劳动力结构的变化,主要实现了高低技能劳动力的替代,补充了新型高科技人才和管理人才。这里,假定高技能劳动力对高级产业部门和普通产业部门的正向效应分别为Δμh和Δμo,且满足Δμ=Δμh-Δμo>0。实现长期均衡时,生产部门的要素获取能力和利用效率在高技能劳动力作用下得到提升,假定提升系数分别为p、q,取值在(0,1)之间,且呈现简单的一般线性关系,则存在:

(7)

(8)

进一步进行等价变换,得到产业结构升级的动力模型为:

(9)

式(9)说明了产业结构升级过程中劳动力结构升级起到重要作用,并未改变工业智能化技术与产业结构升级的正向相关关系,进一步说明了劳动力结构升级成为工业智能化技术促进产业结构升级的重要机制。据此,本文提出相应的研究假说2:随着高技能劳动力数量不断增加,工业智能化技术的发展对产业结构转型升级的作用效果将会不断增强。

三、研究设计

(一)变量定义

被解释变量:产业结构升级(ins)。产业结构升级包含产业结构优化和产业效率提升等方面,本文主要强调中观层面的产业结构升级,更多强调资源配置,即要素资源在产业间的协调、配置和利用效率。因此,在借鉴韩永辉等研究方法的基础上,将产业结构升级(ins)定义为一种要素投入和产出结构的耦合度,主要表现为企业间劳动、资本、技术等生产要素的一种合理配置[19]。为了更全面反映产业结构升级现状,将三次产业均纳入产业结构升级中,其具体计算公式如下:

(10)

其中,i=1,2,3,分别代表第一产业、第二产业和第三产业,Y表示产值,E表示就业人数。产业结构升级指数越大,相应产业结构耦合性就越好。

核心变量:工业智能化技术(AI)。该数据来源于IFR。IFR数据库是由机器人制造商提供的关于“国家—行业—年度”层面的世界机器人统计数据。鉴于IFR数据库中在2006年之后中国数据才有所体现,因此,本文选取2006—2018年中国工业机器人数据,并参照Acemoglu和Restrepo的测度方法,将各省份工业机器人的安装密度作为工业智能化技术的测度指标[20]。其计算公式为:

(11)

其中,Robotsit表示i省t年的工业机器人安装量,empit表示i省t年的制造业从业人数,Robotsjt表示j行业t年的工业机器人安装量,Eijt表示i省t年j行业的从业人数/全国j行业t年从业人数,J表示制造业行业数量。由于中国行业体系与IFR提供的制造业行业分类标准不完全一致。因此,本文将IFR提供的制造业工业机器人数据与《中国劳动统计年鉴》中提供的制造业就业产出数据进行匹配,得到本文共涉及的13个制造业分行业相关数据。

其他核心变量:劳动力结构(lab)。劳动力的技能素质结构会影响产业发展,工业智能化技术通过对劳动力的替代和互补效应来影响地区劳动力,使得劳动力结构成为影响本地区工业智能化技术能否发挥作用的关键。本文借鉴朱巧玲和李敏的测度方法,采用技能劳动力和非技能劳动力的比值来衡量劳动力结构[21],其计算公式为:

(12)

其中,lab表示劳动力结构,LF表示技能劳动力就业人数占比,即大专及以上就业人数占全国就业人数的比值,LUF为除技能劳动力外的其余劳动力就业人数占比。

另外,为了缓解遗漏变量的内生性问题,借鉴国内现有文献,本文进一步将各省份财政科教支出水平(kjzc)、招商引资水平(fdi)、R&D人员投入(R&D)、教育程度(edu)以及市场化指数(zs)变量加以控制。具体变量定义和描述性统计及计算方法如表1所示。

表1 变量定义与描述性统计

(二)数据说明

限于IFR数据库中数据的有效性及其他数据的可得性和完备性,并剔除数据波动性偏大的西藏自治区,最终本文选取2006—2018年30个省份(西藏及港澳台地区除外)作为样本区间,样本量共390个。机器人安装量数据来源于IFR数据库;劳动力结构数据来源于《中国人口和就业统计年鉴》;R&D人员投入数据来源于《中国科技统计年鉴》;市场化指数原始数据来源于樊纲编制的《中国分省份市场化指数报告》,由于该报告公布至2016年,因此本文通过拟合的方法将数据延长至2018年;其余数据均来自《中国统计年鉴》和各省份统计年鉴。

(三)模型构建

1.空间权重矩阵构建

由于产业结构升级的空间依赖性更多源于创新要素流动所产生的空间关联效应,因此,本文借鉴白俊红和蒋伏心的做法,区别于以往从地理距离、地理邻接和经济特征三个方面构建空间权重矩阵的方法,从创新型人才流动视角,通过引力模型构建空间权重矩阵。此种空间权重矩阵构建方式已多次被学术界研究要素流动的空间关联效应所引用[22],基于此,构建如下空间权重矩阵:

(13)

其中,Tij为创新型人才流动的空间关联度,具体计算方法为:Tij=KPiPj/Dij,Pi、Pj为i地区和j地区的R&D人员数,作为创新型人才,Dij为i和j两地区间的中心位置距离,K为常数项,通常取值为1。可见Tij与R&D人员数成正比,与两地区间的地理距离成反比。

2.基本模型构建

鉴于产业结构升级存在一定的空间效应,因此,本文首先对产业结构升级进行空间自相关检验,测度出产业结构升级的Moran’sI指数(如表2),可以看出2006—2018年产业结构升级的Moran’sI指数显著为正,说明产业结构升级存在空间正相关性,即产业结构升级水平较高(或较低)的地区在空间上趋于显著集聚。另外,在对模型的选择上,LM(error)、Robust LM(error)、LM(lag)、Robust LM(lag)值都通过显著性水平检验,并根据Wald检验结果,最终选用SDM模型(1)限于篇幅,空间极大似然估计结果此处未提供,备索。。同时,考虑到工业智能化技术和产业结构升级之间可能存在一定的路径依赖以及遗漏变量可能带来内生性问题,本文最终构建如下动态面板空间杜宾模型:

表2 2006—2018年产业结构升级的Moran’s I

insit=α0+α1insi,t-1+ρW×insit+α2AIit+α3labit+α4AIit×labit+α5Xit+θW×AIit+μi+λt+εit

(14)

其中,insit为i省t年的产业结构升级,AIit为工业智能化技术水平,labit为劳动力结构,Xit为一系列控制变量,μi为个体固定效应,λi为时间固定效应,εi,t为随机误差扰动项,W为空间权重矩阵。

四、实证分析

(一)回归结果分析

1.全国层面估计结果

表3中模型(1)和(2)显示了2006—2018年全国30个省份的总体回归估计结果,从滞后一期的产业结构升级的回归系数来看,均通过了显著性检验且为正,表明滞后一期的产业结构升级作为工具变量是有效的,尚未出现短暂回调现象。基于产业结构升级的视角,工业智能化技术与产业结构升级的回归估计系数均在1%的置信水平上显著为正,说明工业智能化技术水平的提高会显著促进产业结构升级,意味着理论层面和数据实证都支持两者之间存在显著正向相关关系的结论,也验证了上述理论分析研究假说1的合理性以及客观存在性。同时,W×AI估计系数和空间自相关系数ρ均显著为正,说明在创新人才流动的空间权重矩阵下,工业智能化技术对产业结构升级有显著为正的空间溢出效应,即本地区工业智能化技术水平的提升能够有效促进邻近地区产业结构升级。模型(2)加入工业智能化技术与劳动力结构交叉项考察工业智能化技术对产业结构升级的影响机制,发现工业智能化技术与劳动力结构交叉项对产业结构升级的回归估计系数在1%的置信水平上显著为正,且技能劳动力占比显著促进产业结构升级,说明高低技能劳动力比值显著促进工业智能化技术与产业结构升级之间的正向作用,高技能劳动力更有利于产业结构升级优化,验证了研究假说2。

其主要原因可能在于:工业智能化技术水平的提高降低了低技能劳动力需求,促进了高技能劳动力需求,提高了全要素生产率。智能化企业释放低技能劳动力并补充高技能劳动力,提高生产率。一些智能化水平相对较低的企业通过发展工业智能化技术,释放企业低技能劳动力,进一步扩大生产规模,形成规模经济效应带来企业生产率的不断提高。同时,高低技能劳动力替代会使企业间分工更加明确,促使低技能劳动力从事适合自己的工作,提高劳动生产效率,也进一步缓解智能化水平相对较低企业的就业压力,促使智能化和非智能化企业间劳动力要素的合理配置,进一步推动产业结构升级。

2.分地区估计结果

从全国层面看,工业智能化技术水平的提高会显著促进产业结构升级,且劳动力结构升级能够显著促进工业智能化技术与产业结构升级之间的正向作用效果。基于此,本文进一步选择东、中、西部地区实证考察工业智能化技术影响产业结构升级的地区异质性。表3显示东部和中部地区工业智能化技术对产业结构升级的回归估计系数在1%的置信水平上显著为正,说明东部和中部地区工业智能化技术促进效果与全国层面保持一致,西部地区不显著。再次考察工业智能化技术对产业结构升级的影响机制,发现东部和中部地区高技能劳动力结构升级能够显著促进工业智能化技术对产业结构升级的正向作用效果,而西部地区不显著,说明工业智能化技术对产业结构升级的影响存在典型的区域异质性特征。

表3 2016—2018年全国、东部、中部、西部空间计量回归结果

其原因主要在于:一是东部、中部和西部地区工业智能化技术水平差异相对明显,东部、中部地区机器人库存量相对较多,相应的工业智能化技术水平也会随之不断提高,进一步说明了西部地区现有机器人库存量难以提升工业智能化技术水平,工业智能化技术尚未对产业结构升级产生显著性影响。二是东部和中部地区高技能劳动力数量和质量具有相对明显的优势。相比于东部和中部地区,西部地区存在一定高技能劳动力数量和质量的双重势差,也未能形成较好的高技能劳动力集聚效应,难以发挥高技能劳动力在产业结构升级过程中的作用。三是由于东部和中部地区具备相对完善的产业发展体系,西部地区产业发展体系相对不完善导致工业智能化技术对产业结构升级的积极作用不是十分明显,也会在一定程度上“稀释”劳动力结构升级对产业结构升级的强化作用。

(二)稳健性和内生性检验

1.稳健性检验

(1)替换空间权重矩阵

通常来说,空间权重矩阵的选择和设定不同,变量间的空间关联度就会有所差异。因此,本文通过选取构建经济权重矩阵的方式进行稳健性检验。经济权重矩阵用两地区之间人均国内生产总值的倒数表示,即两地区经济发展水平差距越小,经济空间权重越大,具体的计算公式为:

其中,Weco为经济空间权重矩阵,i,j为两个不同地区。表4中模型(1)显示了更换权重矩阵后的回归结果。结果表明,主要解释变量的估计系数及显著性与原文估计结果基本保持一致。因此,在不同空间权重矩阵下,工业智能化技术对产业结构升级的促进作用及劳动力结构升级对二者的强化效果仍然成立。

表4 内生性与稳健性检验

(2)更换核心解释变量

本文进一步采取更换核心变量指标的方式进行相应的稳健性检验。对于核心解释变量工业智能化技术,本文借鉴叶胥等人的研究方法,采用各省份信息传输、软件和信息技术服务业固定资产投资额表示[23],数据来源于各省份统计年鉴;对于被解释变量产业结构升级,本文借鉴李逢春的研究思路,采用各产业劳动生产率与各产业产值占GDP比重的乘积表示[24],具体计算公式为:

其中,i代表三大产业,Li代表劳动生产率,用各产业增加值占各产业就业人数表示,mi代表各产业产值占GDP比重,另外,为防止产业内生产率高低的差异对劳动生产率进行开平方处理。

表4中模型(2)和(3)报告了工业智能化技术与产业结构升级的稳健性检验结果。限于篇幅控制变量未予以报告。结果表明,无论是更换工业智能化技术指标还是更换产业结构升级指标,其主要解释变量回归系数的显著性和符号与前文表3总体回归结果基本保持一致,虽然模型(2)中劳动力结构的回归系数不显著,但交叉项AI×lab的估计系数仍在1%的水平上显著为正,说明工业智能化技术水平能够显著促进产业结构升级的回归结果是稳健的,劳动力结构升级强化了工业智能化技术影响产业结构升级的正向作用的回归结果也是稳健的。可见,无论是更换工业智能化技术指标还是产业结构升级指标,都保持了与前文相对一致的研究结论。

2.内生性检验

在上述PSDM模型估计过程中,工业智能化技术发展和产业结构升级之间可能会存在双向因果关系导致的潜在内生性问题,需要进行内生性检验。借鉴已有文献,本文采用系统GMM估计法进行内生性检验,因为它将工具变量设定为内生解释变量的差分滞后项,能够有效克服一阶差分的弱变量问题,较好地解决模型估计结果的有偏和不一致性。因此,具体的内生性检验回归结果见表4中模型(4)。结果表明各模型的工具变量均通过Sargan检验,说明工具变量选择合理,此外,模型主要解释变量的估计结果与表3的估计系数方向一致且显著,进一步验证了工业智能化技术对产业结构升级的积极影响以及劳动力结构升级对工业智能化技术和产业结构升级之间的强化作用。

五、结论与政策建议

工业智能化技术是培育经济发展新动能,加快推进新旧动能转换的重要驱动力,也是解决区域发展“不平衡、不充分”问题的关键所在。基于此,选取中国省级行政区的面板数据,尝试揭示工业智能化技术是否促进产业结构升级这一问题。研究发现,工业智能化技术水平的提高是促进产业结构升级的重要动力。工业智能化技术对产业结构升级具有显著的地区异质性。进一步研究发现,劳动力结构升级会显著促进工业智能化技术对产业结构升级的积极作用。

对工业智能化技术、产业结构升级及其关系提出了如下政策建议:第一,工业智能化技术显著促进产业结构优化,所以地方政府要进一步加大对工业智能化技术发展的政策支持,尤其是资金和人才投入。同时,地方政府重点支持包括互联网信息技术、技术创新管理、人工智能技术和智能化研发设计等关键科学技术,以促进新兴产业的出现与发展,为工业智能化技术发展创造良好的环境。第二,由于工业智能化技术对产业结构升级具有显著地区异质性,所以要因地制宜地发展智能化技术,逐步探索适合本地区的智能化发展之路。具体而言,地方政府要吸引东部地区高技术人才向中部、西部地区转移,大力倡导东部、中部、西部地区高技能人才交流与合作。进一步完善不同地区固有的产业发展模式,破除阻碍中西部地区新兴产业出现和发展的门槛,实现产业链向多维度延伸发展的态势。第三,劳动力结构升级会强化工业智能化技术与产业结构升级的正向作用,所以地方政府要进一步推动高技能劳动力结构升级,重点培养高技能劳动力的数量和质量。同时,地方政府要加大高技能劳动力和智能化技术深度融合,加大高技能人才培养力度,同时还要处理好非熟练劳动力人员的工作安排,降低地区失业率,以最大限度发挥产能优势,实现产业技术升级改造。