双循环战略背景下工业机器人对工业企业绩效影响的研究

何淼　陶海森

摘要：双循环战略背景下，工业智能化加速已对经济社会发展带来深远影响。文章对各省的工业企业绩效和工业机器人安装密度进行测度，并针对工业机器人对工业企业绩效产生的影响进行实证分析和区域异质性检验。结果表明，工业机器人安装密度提升，工业智能化加速对于工业企业绩效具有积极影响。分区域检验表明，东部地区工业机器人密度对于工业企业绩效影响高于中西部地区，表明工业机器人安装密度高的东部地方，工业机器人对于企业绩效的影响作用更强。因此，提升工业机器人安装密度以提升企业绩效产生规模效应和扩散效应，为相关领域增加新的就业机会。适时加快中西部地区工业企业工业智能化发展，促进制造业产业升级，提升中西部竞争力。引导外贸企业在出口产品的质量、品牌、技术、服务等方面精益求精，增强中国产品竞争力。提振消费，改善居民福祉，提高发展质量。

关键词：工业机器人；工业企业绩效；区域异质性；双循环战略

一、研究背景及文献回顾

创新能力是企业市场竞争力的主要源头，能为企业提供有价值的、稀缺的、难以复刻的且不可替代的可持续竞争优势（Hitt et al.，2016）。随着中国工业技术水平的提升，以工业机器人为代表的创新力量，正逐渐成为中国工业4.0时代的重要支柱（程虹等，2018）。工业机器人渗透在企业发展各个方面。一方面，机器人的运用可替代人类从事繁琐重复、高强度、高危险性劳动，使劳动力得到解放；另一方面，机器人参与企业生产可降低企业成本、提高生产效率，使社会生产力得到极大提高。我国是制造业大国，同时也是世界上较早重视工业机器人发展的国家。2006年，国务院发布的《国家中长期科学和技术发展规划纲要（2006-2020年）》首次将工业机器人列为重点关注的前沿技术（孔高文等，2020）。此后的一系列行业发展规划和配套指导文件更是进一步确定了工业机器人行业的重要战略意义。根据国际机器人联合会（IFR， 2020）相关数据显示，近年来中国已经成为亚洲工业机器人最强劲的市场。至2019年，中国的工业机器人使用量已达到783000台，位居亚洲第一。

工业企业绩效是工业发展水平的重要体现，随着《中国制造2025》提出2025年中国制造业跻身世界制造业强国之列的伟大战略目标，如何提高工业企业发展水平愈发成为学术界关注的话题。中国的工业机器人表现出极强市场需求和高速行业发展态势，同时也得到了各级管理部门的支持。在目前双循环的战略背景下，机器人运用于工业生产到底会对相关企业发展产生怎样的影响，暂未有明确定论。目前，大部分研究关注点都集中在工业机器人引发的就业问题（明娟等，2022；綦建红等，2022）和收入分配问题（周明海等，2021；许健等，2022）上。一些学者担忧“机器换人”会诱发较为严重的“技术性失业”（范长煜等，2022），另一些学者则认为工业机器人的广泛运用是避免国家陷入“未富先老”陷阱的重要举措（Acemoglu等，2017）。

企业绩效是衡量企业发展重要的指标，一些基于企业内外部因素的绩效影响因素研究表明：高管“零薪酬”对企业绩效产生显著的负向影响并存在区分企业强度的异质性（盛爱辉，2022）；企业对国家政策的关注可通过影响资源集成能力进而影响企业绩效（戴亦舒等，2020）；竞争性市场格局下，企业营销手段多元化可通过改变企业与消费者之间的互动方式来促进企业绩效提升（方肖燕等，2022）；上游产业的产能过剩会显著抑制下游企业绩效。该抑制效应可能是上游行业集中度提升或垄断而产生的纵向钳制效应和诱发下游竞争加剧而产生的横向竞争效应所致（刘玉斌等，2019）；诸如低碳试点（张红凤等，2022）、环境信息规制（郝健等，2021）等环境规制政策会显著提升污染企业绩效。

技术创新能够显著提升企业绩效（周贻等，2022；李文军等，2022）。工业机器人作为现代技术创新典范，其运用能够在很大程度上缩小乃至填补由老龄化加剧所引发的劳动力缺口问题（李舒沁等，2021）。一方面，工业机器人应用将产生的就业效应、收入效应（Kunst（2019）、王永钦等（2020）。另一方面，劳动力结构和职工工资是影响企业绩效的重要环节，工业机器人安装也应与企业绩效间具有影响关系。当前，中美贸易摩擦、新冠疫情等国内外不确定性因素对工业企业的冲击仍将存在，准确评估工业机器人安装与企业发展之间的关系，为双循环战略背景下机器人产业与传统工业的有机结合提供经验证据，需将工业机器人和工业企业绩效置于同一框架下进一步研究。此外，由于我国国土面积广阔，不同区域社會经济背景不同，主导工业产业差异巨大，工业机器人与企业绩效之间关系是否会因区域不同而产生显著差异同样值得进一步分析。本文基于2006～2019年省级面板数据，测度了各省的工业企业绩效和工业机器人安装密度。并利用固定效应面板模型对二者之间关系进行探讨。

本文的边际贡献可能在于：发现工业机器人对工业企业绩效存在着显著的促进作用；发现在工业机器人密度较高的东部，工业机器人提升工业企业绩效的幅度要高于中部和西部；提出在接续的区域结对帮扶中，要同时强化产业科技升级的观点。

二、研究设计

（一）变量选取

1. 工业企业绩效与工业机器人密度的测度评价

本文通过SBM法测度了研究期内各省份的规模以上工业企业绩效，并参照康茜（2021）和芦婷婷（2021）的方法测度了研究期内各省份的机器人安装密度。图1表明了研究期内各省份工业企业绩效、工业机器人密度在研究期内整体上升并存在着东、中、西部间的较大差异。

2. 变量选取说明

（1）被解释变量：工业企业绩效（IP）。借鉴其他学者研究（刘涛等，2017；周末等，2017），本文通过超效率数据包络分析法（SBM-DEA）计算各省的工业企业绩效，这种考虑了企业实际运营平稳性的要素的绩效测算法，可反映一个地区考虑了工业企业绩效的行业效率，效率值越高表明该地区的碳绩效水平越高。为证明研究机制的稳健性，考虑工业企业利润额（PF）也可视为衡量企业经营情况的重要指标（张红凤等，2022），本文作为被解释变量的替换变量进行机制稳健性检验。

（2）核心解释变量：工业机器人安装密度（Robot）。工业机器人安装密度大小可以反映工业企业使用工业机器人的实际情况，可反映人工智能渗入工业企业程度大小，是判断技术市场对于实体经济影响标准，也可反映工业企业技术水平。

（3）控制变量：借鉴学者们的做法及两部门经济理论，由于工业企业产品流向一部分为储蓄转化来的投资，另一部分为消费，具体又可分为居民消费、政府消费等。工业企业的经营管理水平量化到财务上可以用工业企业的管理费用来衡量，该费用可以反映工业企业管理和组织生产经营活动的实际情况，一般工业企业管理费用与企业主营业务收入之间应该保持合理比例，产生管理费用过高则说明企业的成本性支出较多，可能会对企业的经营绩效产生影响。此外环境约束和产业结构优化也是绿色发展要义下可能会对企业绩效产生影响。据此，本文对以下变量予以控制：居民最终消费率（CFR），反映居民消费占地区生产总值的比重。老年人抚养比（OLD）反映人口老龄化程度，人口老龄化程度会影响适龄劳动力的数量和在劳动力市场中的选择。经营单位所在地出口总额（EXP）反映该区域的外贸出口情况。此外，为证实模型稳健性，通过增加控制变量方式来观察主要解释变量对被解释变量的作用机制大小及方向变化，本文添加规模以上工业企业管理费用率（OH），反映企业经营管理支出与主营业务收入比例，OH应当保持在一个适当比例，从而说明企业运营合理性。

为消除异方差影响，本文对工业机器人安装密度、居民最终消费率、居民消费水平、碳排放量、规模以上工业企业管理费用、规模以上工业企业利润额等指标进行对数化处理。并经方差膨胀因子检验表明解释变量之间不存在共线关系，表明所得实证分析结果可以避免伪回归情况？譹？訛。表1为变量描述性统计结果。

（二）模型设定

由于主要解释变量工业机器人安装密度在各区域存在一定差距，控制研究的地域差异对工业企业绩效产生影响。控制地域差异带来的影响可以获得更加精准的模型估计。并且，人口老龄化也会对居民消费产生影响，本文同时检验两者交互效应对工业企业绩效影响。本文采用个体时点双固定模型估计式分别如式1、式2、式3、式4所示：

IPit=β0+β1lnRobotit+β2lnCFRit+β3ln

OLDit+β4lnEXPit+εit（1）

IPit=β0+β1lnRobotit+β2lnCFRit+β3ln

OLDit+β4lnEXPit+β5lnOHit+εit（2）

LnPFit=β0+β1lnRobotit+β2lnCFRit+β3ln

OLDit+β4lnEXPit+β5lnOHit+εit（3）

LnPFit=β0+β1lnRobotit+β2lnCFRit+β3ln

OLDit+β4lnEXPit+β5lnOHit+εit（4）

三、研究结果

（一）基准回归估计结果

表2为个体时点双固定模型的估计结果及稳健性检验结构。模型1和模型2均表明，工业机器人安装密度对于工业企业绩效具有显著正向影响，机器人安装密度的提升将进一步提升工业企业绩效。在粗放式经营向集约化经营转变过程中，技术水平的提高已在企业绩效提升中具有重要地位，在数字经济和人工智能蓬勃发展的今天，先进技术已和实体经济产生融合效应，并对企业绩效产生积极影响。

（二）东中西部分样本回归结果

由于我国各区域的经济发展水平、产业布局情况、人口分布情况存在较大差异，导致各地区的工业企业情况存在较大差异，各地区的工业机器人密度、老龄化程度、居民消费水平、对外贸易情况对工业企业绩效的作用结果也存在不同。因此，对30个省份按照东部、中部、西部分别进行回归分析，回归结果如表3。分地区异质性检验表明，工业机器人密度对工业企业绩效无论在整体上还是东、中、西部地区都具有正向影响，与前述实证结果一致，并且从三大区域来看，工业机器人密度对工业企业绩效在东部地区的作用强度要高于西部，中部地区最弱。控制变量中对外贸易额和人口老龄化的影响仅在东部地区显著，影响系数东部地区高于中部和西部。

表4为考虑了老年人抚养比与居民最终消费率交互作用分析结果及替换被解释变量分析结果。表明工业机器人对于工业企业绩效在考虑交互作用时仍具有正向影响，影响幅度仍是东部高于中西部，与前述结果一致。替换为规模以上工业企业利润额时，结果仍具有一致性。并且考虑到老年人抚养比和居民最终消费率的交互影响时，工业机器人对于工业企业绩效的影响强度明显增强，表明在人口老龄化和消费疲软的情况下，机器代人的替代效应呈现加强趋势。而目前的人口老龄化趋势和消费疲软趋势对工业企业绩效具有一致效应，两者共同作用又强化了这种抑制效应，表明在人口结构变化、劳动力市场结构性调整时及消费疲软时，技术对于经济的影响强度在加大，应该充分考虑这一趋势，突破关键领域的自主研发应用能力。同时出口总额、工业企业绩效和工业企业利润仍具有正向影响，表明做好内部循环和参与国际分工对于提升工业企业绩效具有重要意义。同时，企业管理费用保持在适度比例将有助于企业利润的提升，在大多数地区有助于企业绩效的提升。

四、结论与建议

本文实证结果得出如下主要结论：

第一，我国的工业企业绩效在研究期内有显著提升，但也存在着显著异质性，表现在东中西部存在的较大差异。缩小这一差异是统筹东、中、西部协调发展，提升发展质量的重要途径。企业和消费者、企业和社会的联系作用又表明，以技术进步应用为核心的工業企业绩效提升是多方因素共同作用的结果。这一差异的缩小也需要考虑外部市场环境带来的影响。加强机器换人对工业企业绩效提升有促进作用。

第二，机器代人是新技术革命与现代经济深度融合，反映现代工业的全新特征，面对这一不可阻挡的趋势，应当深刻认识其在产业组织和产业变革中的积极作用，顺应时代潮流，加强企业内部生产要素的重组，提升企业绩效，增强中国企业竞争力。并且，机器代人促进工业企业绩效提升也反映了现在机器代人全面提升工业企业绩效后又会形成新的规模优势，从而促进相关领域的就业机会增加，形成新的就业增长点，带动就业，改善民生，推进更高质量的发展。

第三，在双循环背景下，重视出口贸易在工业企业转型升级中的重要作用。立足高位，构建服务于双循环的平台建设，推进全国统一大市场建设，加快要素、资金、技术在区域间的流动扩散，发挥先进地区的辐射带动效应，形成出口拳头产品，建设经济稳定防线。

第四，顺应人口老龄化、重视消费能力提升，工业企业产品对基建投资产生影响，增强我国经济活力，建设消费型社会，也要注重将基础设施建设福祉转移到加强民生福祉建设中。在企业内部，企业绩效提升中做好内控，提升企业管理效率。

第五，在缩小东中西部差距过程中，机器代人正在逐步由东部向中西部扩散，这一扩散将有助于产业梯度转移中产业组织优化，可以加速缩小东、中、西部差距。

经济新常态下从要素驱动、投资驱动转为创新驱动，提高工业企业效率要充分考量其内外影响要素。我国人口老龄化加剧、消费内循环尚且存在不足，这些因素对于工业行业的产业组织产生深层次影响，为进一步提升工业企业绩效，应当顺应科技进步趋势，适时提升中西部地区的产业智能化及东部地区加速智能化，通过新技术带来的规模效应和集聚扩散效应形成就业新动能，从而应对和缓解劳动力结构性失业等劳动力市场供需矛盾，缩小地区间在经济发展质量方面的差距，实现更加协调、更高质量发展。

参考文献：

[1]Hitt M.A.，R.D.Ireland，and R.E. Hoskisson，Strategic Management Competitiveness and Globalization：Concepts and Cases[M].Cengage Learning，2016.

[2]程虹，陈文津，李唐.机器人在中国：现状、未来与影响——来自中国企业-劳动力匹配调查（CEES）的经验证据[J].宏观质量研究，2018，6（03）：1-21.

[3]孔高文，刘莎莎，孔东民.机器人与就业-基于行业与地区异质性的探索性分析[J].中国工业经济，2020（08）：80-98.

[4]IFR，IFR presents World Robotics Report 2020[EB/OL].[2020-10-28].https：//ifr.org/ifr-press-releases/news/robot-sales-rise-again.

[5]明娟，胡嘉琪.工业机器人应用、劳动保护与异质性技能劳动力就业[J].人口与经济，2022（04）：106-121.

[6]綦建红，付晶晶.“机器换人”时代低技能劳动力何去何从？——基于中国劳动力动态调查数据的检验[J].人口研究，2022，46（04）：114-128.

[7]周明海，郑天翔，王秋实.工业机器人应用的要素收入分配效应[J].浙江社会科学，2021（06）：40-50+157.

[8]许健，季康先，刘晓亭，夏炎.工业机器人应用、性别工资差距与共同富裕[J].数量经济技术经济研究，2022，39（09）：134-156.

[9]范长煜，邓韵雪.“机器换人”背景下工人失业担忧研究——基于广东省制造业“企业-职工”匹配调查数据[J].社会学评论，2022，10（02）：67-87.

[10]Acemoglu D.，Restrepo P.Secular Stagnation？The Effect of Aging on Economic Growth in the Age of Automation[J].The American Economic Review，2017，  107（05）：174-179.

[11]盛爱辉.“零薪酬”高管、持股红利与企业绩效[J].财会通讯，2022（22）：67-71.

[12]戴亦舒，晏梦灵，董小英.数字化创新中企业对政策关注与绩效关系研究[J].科学学研究，2020，38（11）：2068-2076.

[13]方肖燕，严谋春.动态学习能力视角下营销多元化与新零售企业绩效的互动关系研究[J].商业经济研究，2022（18）：64-68.

[14]刘玉斌，葛健，郭树龙.上游产能过剩是否影响了下游企业绩效？—基于中国工业企业面板数据的实证考察[J].产业经济研究，2019（03）：63-76+126.

[15]张红凤，李睿.低碳试点政策与高污染工业企业绩效[J].经济评论，2022（02）：137-153.

[16]郝健，张明玉，王继承.国有企业党委书记和董事长“二职合一”能否实现“双责并履”？—基于倾向得分匹配的雙重差分模型[J].管理世界，2021，37（12）：195-208.

[17]周贻，张伟.技术创新对企业绩效影响的实证检验[J].统计与决策，2022，38（17）：170-174.

[18]李文军，李巧明.数字创意产业的技术创新与商业模式创新对企业绩效的影响——基于LDA法的创新测度与计量检验[J].重庆社会科学，2022（07）：67-83.

[19]李舒沁，王灏晨.人工智能对老龄化背景下制造业劳动力的影响—来自中国的证据[J].科学学与科学技术管理，2021，42（07）：3-17.

[20]Kunst，D.Deskilling among manufacturing production workers，Tinbergen Institute Discussion Papers[EB/OL].[2019-07-31].https：//econpapers.repec.org/paper/tinwpaper/20190050.htm.

[21]王永钦，董雯.机器人的兴起如何影响中国劳动力市场？—来自制造业上市公司的证据[J].经济研究，2020（10）：159-175.

[22]康茜，林光华.工业机器人对就业的影响机制——产业结构高级化还是合理化？[J].软科学，2021，35（04）：20-27.

[23]芦婷婷，祝志勇.人工智能是否会降低劳动收入份额——基于固定效应模型和面板分位数模型的检验[J].山西财经大学学报，2021，43（11）：29-41.

[24]刘涛，金英淑，杨金帅，霍静娟.基于博弈交叉效率DEA模型的中国工业企业创新绩效测度[J].科技和产业，2017，17（09）：75-79.

[25]周末，张宇杰，刘经纬，唐轶凡.高校知识溢出对本地工业企业绩效的空间影响[J].科学学研究，2017，35（07）：1054-1062+1072.

[26]张红凤，李睿.低碳试点政策与高污染工业企业绩效[J].经济评论，2022（02）：137-153.

＊基金项目：河北省人力资源和社会保障厅研究课题“数字经济和人工智能等对河北省就业的影响及对策研究”（编号：JRSHZ-2022-01006）；教育部首批新文科研究与改革实践项目“经济学类国家级一流本科专业融入理工要素的人才培养模式改革研究”（国家级，2021050022）；国家社会科学基金重大项目“中国特色社会主义基本经济制度研究”（编号：20AZD012）；2023 年度河北省研究生教育教学改革研究项目“新文科下经济类研究生课程思政高质量推进的理论研究与实践探索”（YJG2023144）。

（作者单位：河北大学经济学院）