工業機器人應用對出口技術復雜度的影響研究
——基于中國制造業的證據

馮春風,馮 鮑

(廣西大學 經濟學院, 廣西 南寧 530004)

一、引言

全球化背景下,技術進步和創新已成為各國追求經濟增長和提高產業國際競爭力的關鍵。全球制造業正在經歷一場由自動化和數字化驅動的革命。作為高端制造技術代表的工業機器人成為這場產業革命的先鋒,改變著傳統的生產模式。中國作為全球最大的制造業大國,近年來以工業機器人為標志的智能制造在國內各行業的應用越來越廣泛。2010年和2014年,中國工業機器人密度分別僅有每萬人15臺和每萬人36臺,2020年這一指標已達到每萬人246臺,約為全球平均水平的兩倍(1)數據來源于國家發展和改革委員會官網發布的《“十二五”期間機器人產業發展回顧》,https://www.ndrc.gov.cn/xwdt/gdzt/xyqqd/201712/t20171221_1197824.html。。2021年12月,中國工信部等15部門聯合印發了《“十四五”機器人產業發展規劃》,旨在加快推動機器人產業高質量發展。2022年,中國工業機器人裝機量占全球比重超過50%,而制造業機器人密度達到每萬人392臺(2)數據來源于新華網發布的《中國制造業機器人密度達每萬名工人392臺》,http://www.xinhuanet.com/info/20230818/e37e5e7233ac4048a02ddcc107210a88/c.html。?？梢?工業機器人在中國制造業體系中的應用程度不斷深化。

出口技術復雜度是衡量一個國家出口產品技術含量的重要指標,更高的出口技術復雜度通常意味著在全球產業鏈中享有更高的地位,直接關系到一個國家的國際競爭力和經濟增長潛力。高質量發展是中國式現代化的本質要求,是全面建設社會主義現代化國家的首要任務。加快建設以實體經濟為支撐的現代化產業體系,是實現中國式現代化的根本支撐。而工業機器人無疑是現代化產業體系的重要組成部分,是經濟社會智能化變革的關鍵工具。工業機器人在中國制造業的廣泛應用是否推動了中國出口技術復雜度的提高?這不僅關系到中國在全球產業鏈中的地位,還關系到中國未來經濟發展的質量和方向。本文將深入探討這一問題,以期能為學術界和政策制定者提供有價值的見解。

二、文獻回顧

工業機器人的應用作為產業數字化轉型的標志性體現,受到經濟學界的廣泛關注。在工業機器人應用對出口的影響研究方面,唐宜紅等[1]基于全球71個國家數據的研究發現,以工業機器人為代表的智能制造是出口額提升的顯著影響因素。而Alonso等[2]指出,工業機器人對某些制造領域中低技能勞動力的取代,將使得該領域產品的相對價格下降,進而導致貿易條件的惡化和投資額的下降,最終使得企業出口額減少。Zhang等[3]通過對2002—2013年中國企業數據的研究,證實了這一結論,即工業機器人應用對企業出口額的影響總體呈現抑制效應。

除了對出口額產生影響,工業機器人應用也能影響出口產品質量。Lin等[4]以2000—2013年中國工業企業數據庫中的企業為樣本,研究發現隨著工業機器人進口金額、數量、持續使用時間的增加,制造業企業出口產品質量逐步提升。與線性關系的研究結論不同,Hong等[5]認為工業機器人應用與出口產品質量升級之間存在“U型”關系,原因在于企業應用工業機器人的初期階段存在錯配效應。

在全球價值鏈地位方面,工業機器人應用能促進高附加值制造業的比重提高[6],進而實現產業升級和全球價值鏈地位提升,但這種促進效應具有明顯的國家異質性。呂越等[7]發現,機器人密度的提升對發展中國家和低出口依賴型國家在全球價值鏈網絡中獲得中心位置的作用更強。黃亮雄等[8]從差距對比的角度對全球33個發展中經濟體和33個發達經濟體進行研究,發現發展中國家和發達國家的全球價值鏈分工地位差異顯著受到其工業機器人應用水平差距的影響。

出口技術復雜度的研究視角也受到部分學者的關注。對于中國工業企業而言,工業機器人應用能對出口技術復雜度產生積極影響,但這種促進效應存在企業異質性[9-10]。相較于非一般貿易(加工貿易、易貨貿易、協定貿易等)企業、外資企業和資本密集型企業,工業機器人應用在一般貿易企業、本土企業、技術密集型企業和勞動密集型企業提升出口技術復雜度過程中的作用更為明顯。劉紅英等[11]將研究樣本擴大至全球57個國家,發現工業機器人應用促進出口技術復雜度提升的總體結論依舊成立。然而發達國家存在過度自動化的情況,因此,工業機器人應用與出口技術復雜度的關系在發達國家呈現出“倒U型”關系。

綜上所述,工業機器人應用對出口影響的相關研究已成為近年的熱點。圍繞這一主題進行探索的文獻不斷涌現,囊括了出口額、出口產品質量、全球價值鏈地位、出口技術復雜度等多個研究視角。然而,學者們對部分議題仍沒有形成一致結論。例如:在出口技術復雜度研究方面,盡管學者們普遍認同工業機器人應用在總體上能促進出口技術復雜度的提升,但不同類型的國家可能對應著不同的變量關系,因此,對中國進行單獨研究十分有必要。值得注意的是,將中國作為研究樣本的已有文獻多集中關注企業微觀層面,而忽視了中觀和宏觀層面。因此,本文將從中國省級行政區層面切入,著重探討和分析中國制造業工業機器人應用對出口技術復雜度的影響機制。

三、理論分析與研究假說

(一)工業機器人應用與出口技術復雜度

工業機器人是現代制造業中重要的工廠自動化設備。工業機器人配備的各種高級傳感器,如視覺傳感器、觸覺傳感器和聲吶傳感器等,使其能夠更好地感知周圍環境,實時檢測和響應環境變化。通過模塊化的設計,結合先進的編程工具,工業機器人可以快速地重新編程,靈活適應不同的生產任務。通過人工智能和機器學習技術,工業機器人能夠實時分析生產數據并進行自主決策,從而實時調整生產策略,如自動調整生產參數、自我診斷和預測性維護等。強大的感知能力、出色的靈活性和智能化等特點,使得工業機器人能勝任越來越復雜的任務[12]。

此外,工業機器人還可以實現精確控制、穩定的重復性操作和實時反饋。由高精度的伺服電機和先進的控制系統驅動的工業機器人,能夠以極高的精度執行制造任務。與人類工人相比,機器人可以持續、穩定地重復同一操作,確保所生產產品的一致性和質量。通過集成的傳感器和攝像頭,機器人可以實時監控生產過程,確保產品的精度和質量。工業機器人的高精確度和高穩定性確保了產品的高質量和高技術含量,從而提高了產品的技術復雜度。根據上述分析,本文提出如下假說:

H1:工業機器人應用能夠促進出口技術復雜度的提升。

(二)創新水平的中介機制

制造業轉型升級由創新驅動[13]。工業機器人應用可以促進制造行業的創新[14-17],而行業的創新活動可以提升行業的出口技術復雜度[18]。首先,能完成更高難度、更復雜制造任務的工業機器人給產品的升級帶來了更多可能性,即技術復雜度更高的產品有機會被生產制造出來。其次,工業機器人的高效運行對流程自動化提出了較高的要求,因此,安裝部署工業機器人往往意味著對制造作業流程的重塑和優化[19]。在這一過程中,大量的創新成果有機會被創造出來。此外,工業機器人及其附屬數字技術的應用,可以產生更多的業務數據[20]。企業將原本割裂的各類數據進行連接整合,可以激活產業數據的內在價值[21],從而為產品的改進和創新提供決策支撐,進而助推產品技術復雜度的提升。根據上述分析,本文提出如下假說:

H2:工業機器人應用通過促進創新水平提升來影響出口技術復雜度。

(三)技術市場活躍程度和知識產權侵權程度的調節機制

知識產權構成了對創新性知識進行獨占性控制的一系列權力,其核心是在知識的公開共享與私有控制之間找到一個平衡點[22]。Nordhaus[23]指出,知識產權制度通過授予產權者一個明確的獨占專利期,能夠有效地應對由知識成果外部性所引起的供給不足問題。這種由獨占產生的超額利潤能進一步激勵制造商投身于研究與開發活動,從而持續地推動技術創新。

從技術交易市場的角度看,技術交易市場與技術創新有著十分緊密的聯系[24]。技術交易市場為知識成果產業化和科技資源配置提供了平臺,是關鍵的要素市場。一個活躍的技術市場能更有效地幫助企業將技術創新成果轉化為新產品和生產流程[25]。

從知識產權保護的角度看,知識產權保護能夠促進技術創新[24]。知識產權侵權程度越嚴重,越不利于技術創新。知識產權保護可以通過減少研發溢出損失和緩解外部融資約束等機制對企業創新產生影響。加大知識產權保護的司法和執法力度有利于激勵企業進行研發投資,進而促進企業專利產出的增加[26]。

根據上述分析,創新是工業機器人應用促進出口技術復雜度提升的重要影響渠道,而技術市場活躍程度和知識產權侵權程度是影響創新產出的重要因素。因此,本文提出如下假說:

H3:工業機器人應用與出口技術復雜度的關系分別受技術市場活躍程度的正向調節和知識產權侵權程度的負向調節。

四、實證模型構建

(一)基準模型設定

本文采用面板數據研究工業機器人應用對出口技術復雜度的影響,研究樣本為中國31個省級行政區(不含港澳臺),樣本時間區間為2008—2019年。設定如下基準模型:

TSIit=α0+α1Robotit+α2Zit+θi+μt+εit

(1)

其中,i表示地區,t表示年份;TSI表示被解釋變量制造業出口技術復雜度,Robot表示核心解釋變量工業機器人應用,用工業機器人密度衡量;向量Z表示一系列控制變量;θi表示個體固定效應,μt表示時間固定效應,εit表示模型的隨機誤差項;α0、α1、α2為模型的待估參數。

(二)變量說明

1.被解釋變量:制造業出口技術復雜度

制造業出口技術復雜度是衡量制造業出口產品技術含量的重要指標。Hausmann等[27]提出國家層面的制造業出口技術復雜度測算方法已在研究中被廣泛應用。余姍等[28]將該測算方法擴展應用至省級層面。本文參考該方法,先計算j行業的出口技術復雜度,再進一步計算i地區的出口技術復雜度。具體步驟如下:

j行業t時期的出口技術復雜度TSIjt的計算方法為:

(2)

其中,Yit表示i地區t時期的人均GDP,相關數據來源于國家統計局。Wijt為權重,具體計算方法為:

(3)

其中,Xit為i地區t時期的制造業出口總額,Xijt為i地區j行業t時期的出口額,數據來源于國研網。

i地區t時期的出口技術復雜度TSIit的計算方法為:

(4)

2.解釋變量:工業機器人密度

國際機器人聯合會(International Federation of Robotics,IFR)的工業機器人數據庫提供了符合ISO標準的工業機器人細分行業數據,其調查范圍覆蓋了全球76個國家或地區。該數據庫是目前研究機器人應用的權威數據庫。本文參考韓民春等[29]的研究方法,將國家層面的工業機器人數據分解至省份層面。i地區t時期的工業機器人密度Robotit的計算方法如下:

(5)

其中,Employeeijt表示i地區j行業t時期的就業人數,Employeeit表示i地區t時期的制造業各行業就業人數總和,Employeejt表示j行業t時期的各省份就業人數總和,IndRobotjt表示j行業t時期的各省份新增工業機器人安裝數量總和。制造業就業數據來源于中國研究數據服務平臺(CNRDS)。

3.控制變量

在借鑒Atasoy[30]、戴魁早[25]的研究方法的基礎上,本文在計量模型中設置控制變量,包括貿易開放度Trade、財政支出水平Fiscal、勞動力供給Labor、研發支出水平RnD、技術市場活躍程度IP、物流基礎設施水平Logistic、外商直接投資FDI?？刂谱兞康亩攘糠椒ê蛿祿碓慈绫?所示,變量的描述性統計結果如表2所示。

表1 變量定義和數據來源

表2 變量的描述性統計結果

五、基準模型結果

(一)基準回歸分析

基準回歸的結果如表3所示。列(1)為未加入控制變量時的個體固定效應模型回歸結果,列(2)和列(3)分別為加入控制變量的個體固定效應模型和隨機效應模型回歸結果,均未包括時間虛擬變量。結果顯示:解釋變量Robot的系數均在1%水平上顯著為正;Hausman檢驗卡方統計量的值為254.89,對應的P值為0.000,強烈拒絕了隨機效應的原假設,即固定效應的模型設定更為合理。

列(4)為雙向固定效應模型的回歸結果。對時間虛擬變量進行聯合檢驗,統計量F值為450.04,對應的P值為0.000,說明時間虛擬變量的顯著性很強,即模型中應考慮時間固定效應。結果顯示:解釋變量Robot的系數為0.001 4,在5%的水平上顯著為正,說明工業機器人密度的提高有助于提升制造業出口技術復雜度,即假說H1成立。為控制異方差等問題對模型估計結果帶來的影響,列(5)在列(4)的基礎上使用了穩健標準誤,解釋變量Robot的系數符號不變,在1%水平上顯著為正,顯著性有所提升。

表3 基準回歸結果

(二)穩健性檢驗

1.替換解釋變量

國際機器人聯合會(IFR)提供的工業機器人數據包括新增安裝量與使用存量2個指標。上文在測算工業機器人密度時使用的是工業機器人新增安裝量指標。為驗證基準回歸結果的穩健性,本文采用工業機器人使用存量數據,對原有的解釋變量Robot進行替換,重新測算工業機器人密度,檢驗結果如表4所示。表4列(1)的結果顯示,解釋變量的系數為0.000 3,仍在1%的水平上顯著為正。

2.增加控制變量

在基準回歸中,本文已控制勞動力供給的影響。但余姍等[28]指出,人力資本水平也可能是影響技術復雜度的因素之一。因此,本文將人力資本水平引入模型中,以地區普通高等學校在校學生數量與地區年末常住人口數量的比值作為人力資本水平的代理變量(相關數據來源于國家統計局)。增加控制變量后再次進行回歸分析,表4列(2)的結果顯示,解釋變量Robot的系數值和顯著性相較于基準回歸結果沒有發生明顯的變化。

3.考慮外部沖擊

2008年9月,經濟大蕭條以來最嚴重的金融危機蔓延全球(3)詳見《中國經濟周刊》2018年第48期的文章《2008年9月15日 全球金融危機》。,嚴重影響了發達國家、新興國家和其他發展中國家的經濟發展進程。在金融危機期間,工業機器人對制造業技術復雜度的影響可能呈現出不同的作用?？紤]到這一外部沖擊,本文將樣本時間區間縮減為2010—2019年,以避開金融危機沖擊的影響。表4列(3)的結果顯示,解釋變量Robot的系數符號仍為正,顯著性水平不變。

4.剔除直轄市樣本

考慮到直轄市與其他省級行政區在經濟發展等方面存在差異,本文將直轄市樣本剔除后重新進行模型估計。表4列(4)的結果顯示,解釋變量Robot的系數與基準回歸相差較小,并通過了1%水平上的顯著性檢驗,說明基準回歸結果具有穩健性。

表4 穩健性檢驗結果

(三)內生性處理

出口技術復雜度越高的地區,對工業機器人的需求可能越強。因此,工業機器人應用與出口技術復雜度之間可能表現為“互為因果”關系,導致內生性問題的出現。本文參考Acemoglu等[31]、王永欽等[32]、宋旭光等[33]、馮玲等[15]、張艾莉等[14]、韓民春等[29]的做法,以美國工業機器人行業數據和解釋變量Robot的滯后一期項構造工具變量,同時使用穩健標準誤,通過工具變量法進行模型估計。工具變量相關性方面,解釋變量Robot的滯后一期項顯然與Robot相關;在制造業領域新生產技術和設備應用方面,全球制造大國存在同質性趨勢[31],因此,中國和美國的工業機器人應用具有相關性。工具變量外生性方面,解釋變量Robot的滯后一期項不受t時期被解釋變量TSI的影響;同時,美國工業機器人應用對中國制造業出口技術復雜度沒有直接的影響。

表5列(1)展示了兩階段最小二乘法(2SLS)回歸的結果。不可識別檢驗顯示,LM統計量的值為7.865,對應的P值為0.019 6,強烈拒絕了不可識別的原假設。第一階段回歸的Shea’s partialR2值為0.868 9,F統計量的值為78.044 1(遠大于10),對應的P值為0.000。名義顯著性水平為5%的Wald檢驗結果顯示,最小特征值統計量的數值為964.556(遠大于臨界值19.93),即真實顯著性水平不會超過10%。因此,模型不存在弱工具變量問題。過度識別檢驗顯示,HansenJ統計量的數值為0.585,對應的P值為0.445 4。因此,本文接受原假設,認為工具變量是外生的,與擾動項不相關。

本文進一步使用廣義矩估計(GMM)方法進行回歸。表5列(2)～(3)的結果顯示,不論是兩步GMM法還是迭代GMM法,系數估計值都和2SLS法的結果十分接近,顯著性也沒有發生明顯變化。

表5 內生性檢驗結果

六、影響機制分析

(一)創新水平的中介效應

為了驗證假說H2是否成立,本文構建如下中介效應模型:

Robotit=α0+α1Innovationit+α2Zit+θi+μt+εit

(6)

TSIit=β0+β1Robotit+β2Innovationit+β3Zit+θi+μt+εit

(7)

完整的中介效應模型包括模型(1)(6)(7)。其中,中介變量Innovation表示地區創新水平,將中國區域創新創業指數中的專利授權數量得分作為代理變量,其數據來源于北京大學開放研究數據平臺。其他變量含義與上文相同。

中介效應模型分析結果如表6列(1)～(2)所示。Sobel檢驗結果顯示,統計量Z值為3.403,對應的P值為0.001。本文采用偏差糾正的非參數百分位Bootstrap法作進一步驗證,設定抽樣次數為1 000次,獲得間接效應檢驗的95%置信區間為[0.000 2,0.001 6](不包括0)。在表6列(1)中,工業機器人密度的系數在1%的水平上顯著為正,表明制造業工業機器人應用能夠促進地區創新水平的提升。在表6列(2)中,中介變量Innovation在1%的水平上顯著為正,而解釋變量Robot沒有通過顯著性檢驗,表明創新渠道在工業機器人促進出口技術復雜度提升的過程中發揮完全中介作用。因此,假說H2成立。

進一步地,本文采用中國區域創新創業指數的總指數得分代替專利授權數量得分,重新進行中介變量測算和中介效應模型估計。Sobel檢驗顯示,統計量Z值為2.534,對應的P值為0.011。采用偏差糾正的非參數百分位Bootstrap法作進一步驗證,設定抽樣次數為1 000次,獲得間接效應檢驗的95%置信區間為[0.000 1,0.001 7](不包括0)。表6列(3)～(4)的結果顯示,相關變量的系數符號和顯著性沒有明顯變化,表明中介效應模型結果是穩健的。

表6 中介效應模型結果

(二)技術市場活躍程度和知識產權侵權程度的調節效應

為了驗證假說H3是否成立,本文構建如下調節效應模型:

TSIit=α0+α1Robotit+α2Robotit×IPit+α3IPit+α4Zit+θi+μt+εit

(8)

TSIit=β0+β1Robotit+β2Robotit×Invasionit+β3Invasionit+β4Zit+θi+μt+εit

(9)

調節變量技術市場活躍程度IP和知識產權侵權程度Invasion經過中心化處理后,與工業機器人密度變量Robot分別構建交乘項Robot×IP和Robot×Invasion。技術市場活躍程度IP的變量說明見表1。知識產權侵權程度Invasion用地區專利管理部門執法情況中的侵權糾紛立案數量與地區技術交易成交金額之比衡量,其數據來源于CNRDS。

模型(8)和(9)的結果如表7列(1)和(3)所示。解釋變量和交乘項均至少通過了5%水平上的顯著性檢驗;交乘項Robot×IP的系數顯著為正,表明技術市場活躍程度產生正向調節效應,即技術市場活躍程度提高時,工業機器人應用對出口技術復雜度的促進作用得到增強。交乘項Robot×Invasion的系數顯著為負,表明知識產權侵權程度產生負向調節效應,即知識產權侵權程度加深時,工業機器人應用對出口技術復雜度的促進作用遭到弱化。因此,假說H3成立。

表7 調節效應模型結果

本文進一步利用地區技術交易合同數(數據來源于CNRDS)替代技術市場交易額重新測算知識產權交易市場活躍度,利用地區專利管理部門執法情況中的侵權糾紛結案數量替代侵權糾紛立案數量重新測算知識產權侵權程度,再次進行調節效應模型估計。表7列(2)和(4)的結果顯示,經過重新測算,變量的系數符號和顯著性沒有發生明顯變化。因此,調節效應模型結果是穩健的。

七、研究結論與政策啟示

(一)研究結論

本文采用中國31個省級行政區(不含港澳臺)2008—2019年的數據,使用面板固定效應模型、中介效應模型和調節效應模型研究了工業機器人應用對中國制造業出口技術復雜度的影響。主要研究結論如下:第一,工業機器人應用對中國制造業出口技術復雜度存在顯著的積極影響;第二,工業機器人應用通過促進創新水平的提高來實現出口技術復雜度的提升;第三,活躍的技術市場顯著強化了工業機器人應用對出口技術復雜度的促進作用,而知識產權侵權則顯著削弱了工業機器人應用對出口技術復雜度的正向影響。

(二)政策啟示

制造業是我國經濟發展的中流砥柱。根據中國上市公司協會公布的《中國高端制造業上市公司發展報告2023》,截至2023年9月,我國A股制造業上市公司數量已超過3 500家,占A股全部上市公司總數的2/3。其中,高端制造業發揮了重要的引領作用,相關領域上市公司數量已超過2 000家,占A股制造業上市公司總數量的比重接近60%。2023年6月,中國工信部等5部門聯合印發了《制造業可靠性提升實施意見》,旨在進一步推動產業技術基礎能力建設,強化可靠性技術攻關,提升制造業可靠性水平和高質量發展水平。

為了助力制造業進一步往高端化、高技術化方向發展,更好地發揮工業機器人應用對出口技術復雜度的促進效應,本文結合實證研究結論提出以下政策建議:

1.不斷深化工業機器人應用,推進制造業轉型升級

工業機器人應用是當前推動全球制造業發展變革的突出前沿方向,為發揮工業機器人在促進我國制造業轉型升級和高質量發展中的作用,建議采取以下措施:(1)政策引導。政府制定明確的工業機器人產業發展戰略,通過稅收優惠、信貸支持等政策,鼓勵企業采用工業機器人技術,提升制造業企業競爭力。(2)協同平臺與聯盟建設。政府應建立智能制造產業協同平臺,鼓勵企業加入產業聯盟,促進企業間的交流、合作與資源共享。(3)示范工程與技術交流。通過資助示范工程,推廣工業機器人應用案例的成功經驗;舉辦技術交流會議,促進企業間技術交流與研發合作。

2.激發知識產權交易市場活力,推動制造業技術創新

知識產權是技術創新產出的重要體現,加強知識產權保護和激發知識產權交易市場活力能夠顯著促進技術創新?；诖?建議采取以下措施:(1)搭建知識產權交易與信息服務平臺。由政府牽頭,相關部門與私營企業合作,建立全國性的知識產權交易與信息服務平臺,提供專利買賣、許可、合作開發等交易服務,同時提供專利查詢、分析和評價等信息服務。(2)設立知識產權交易鼓勵基金。為鼓勵企業參與知識產權交易,政府可以設立特定的基金,為特定領域的知識產權交易提供獎勵或補貼,特別是對先進制造技術專利交易的獎勵或補貼。(3)推動知識產權金融化。鼓勵金融機構開發并提供知識產權質押貸款、知識產權保險、知識產權證券化等金融產品和服務,讓知識產權真正轉化為可流動的資產,為企業提供穩定可靠的資金支持。

3.嚴厲打擊和取締專利侵權,優化創新發展環境

當一個地區的知識產權保護缺乏,或者知識產權保護力度較小,對侵權行為的打擊力度不夠時,技術創新主體的創新活動和產出就不能得到有效保護。因此,必須嚴厲打擊和取締專利侵權,優化創新發展環境,建議采取以下措施:(1)加大執法力度。強化知識產權法律法規的執行,加速侵權案件的審理,以威懾侵權行為。(2)建立舉報獎勵制度。設立舉報侵權行為的獎勵制度,鼓勵公眾積極參與維護專利權益,舉報者可以獲得一定比例的侵權罰款作為獎勵。(3)優化糾紛解決機制。建立高效的專利糾紛解決機制,提供快速、公正、低成本的糾紛解決渠道,鼓勵創新者及時維護自身權益。