王子敏，周溢凡

（南京郵電大學經(jīng)濟學院，南京 210046）

引言

近年來，黨中央高度重視收入差距問題。黨的十九屆五中全會，首次把“全體人民共同富裕取得更為明顯的實質(zhì)性進展”作為2035 年遠景目標提出來；早在黨的十九大報告中，習近平總書記就提出，我國社會主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。改革開放以來，中國經(jīng)濟高速發(fā)展，城鄉(xiāng)居民收入持續(xù)增長，但由于存在城鄉(xiāng)二元結(jié)構(gòu)特征，中國城鄉(xiāng)收入差距不斷加大（陳斌開等，2010）[1]。國家統(tǒng)計局數(shù)據(jù)顯示，我國城鄉(xiāng)居民收入比值由1978 年的2.57∶1 上升至2007 年的3.33∶1，盡管2019年下降為2.64∶1，但差距絕對值達到26338元，收入分配嚴重失衡，如果考慮城鎮(zhèn)在醫(yī)療、教育、交通等方面的優(yōu)勢，實際城鄉(xiāng)收入差距將更大（陸銘和陳釗，2004）[2]。城鄉(xiāng)收入差距問題已成為推進共同富裕、實現(xiàn)發(fā)展平衡所需要解決的重大問題。

中國的城鄉(xiāng)收入差距問題受到學術界密切關注，主要研究方向分為兩大類：第一類研究從內(nèi)生性的角度，探討了城市化（陸銘和陳釗，2004）[2]、人力資本（陳斌開等，2010）[1]、金融發(fā)展（葉志強等，2011）[3]、交通設施（劉曉光等，2015）[4]、戶籍制度（萬海遠等，2013）[5]等因素對城鄉(xiāng)收入差距的影響。第二類研究從外生性的角度，分析了財政支出城市偏向（雷根強等，2012）[6]、外商投資（彭文慧，2013）[7]等因素對城鄉(xiāng)收入差距的影響。隨著信息技術的發(fā)展，學者們開始重視技術進步對城鄉(xiāng)收入差距的影響，但并未達成一致結(jié)論：一類研究表示，技術進步會導致城鄉(xiāng)收入差距不斷擴大（Leamer,2000）[23]；另一類研究認為技術進步能夠抑制城鄉(xiāng)收入差距（Hertel,2006）[24]。此外，還有研究認為技術進步與城鄉(xiāng)收入差距之間呈“倒U 型”關系（程名望和張家平，2019）[8]。

智能化技術作為一種新興顛覆性技術，正在深刻改變著人類經(jīng)濟運行方式。與以往互聯(lián)網(wǎng)、計算機等技術相比，傳統(tǒng)的信息技術通過既定程序執(zhí)行計算或控制等任務來推動生產(chǎn)效率的提升，而智能化技術則通過模擬人類智能和生理構(gòu)造，基于大數(shù)據(jù)擴展人類智能，使機器勝任人類智能無法完成的工作。2017 年國務院頒布《新一代人工智能發(fā)展規(guī)劃》，同年人工智能被寫入黨的十九大報告，人工智能正式上升到國家戰(zhàn)略層面。與此同時，學界做了大量關于智能化技術的研究工作，主要聚焦于智能化技術對就業(yè)總量（Acemoglu and Restrepo,2016； Benzell et al,2017）[25][26]、就業(yè)結(jié)構(gòu)（孫早和侯玉琳，2019；Autor,2015）[9][27]、 經(jīng) 濟 增 長 （陳 彥 斌 等 ，2019）[10]、產(chǎn)業(yè)結(jié)構(gòu)（郭明凱，2019）[11]等方面的影響。在智能化技術與收入分配方面，已有研究主要集中于智能化技術對行業(yè)收入差距和技能勞動收入差距的影響，大量研究認為，智能化技術發(fā)展將同時產(chǎn)生高技能需求崗位的“創(chuàng)造效應”和低技能需求崗位的“替代效應”（Acemoglu and Restrepo,2019）[28]，而現(xiàn)階段智能化技術的影響以“替代效應”為主，導致就業(yè)結(jié)構(gòu)出現(xiàn)極化現(xiàn)象，進一步引發(fā)因技能溢價差異而產(chǎn)生的“收入兩極化”，加劇高技能勞動者與低技能勞動者之間的收入水平差距（Lankisch et al., 2017）[29]。此外，鄧翔等（2019）發(fā)現(xiàn)智能化技術發(fā)展使行業(yè)收入差距呈先擴大后縮小的趨勢[12]。然而在城鄉(xiāng)層面，智能化技術對收入差距的影響卻鮮有文獻提及。

本文研究的核心問題是我國制造業(yè)智能化的發(fā)展是否會影響城鄉(xiāng)居民收入分配狀況，其影響機理如何，又該如何應對。為回答以上問題，首先將智能技術進步引入CD 生產(chǎn)函數(shù)，從理論上分析制造業(yè)智能化發(fā)展對城鄉(xiāng)收入差距的影響；其次，基于2003—2019 年省級面板數(shù)據(jù)，對影響機制展開計量檢驗。在此基礎上，一方面考慮區(qū)域異質(zhì)性，探討在各地區(qū)智能化發(fā)展不均衡的情況下，制造業(yè)智能化對不同地區(qū)城鄉(xiāng)收入差距的影響；另一方面從人力資本和市場化程度的角度出發(fā)，研究不同區(qū)域勞動力市場結(jié)構(gòu)的異質(zhì)性如何影響制造業(yè)智能化對城鄉(xiāng)收入差距的沖擊。最后針對不同地區(qū)如何應對智能技術引致的城鄉(xiāng)收入不平等提出政策建議。

一、理論分析

參考程名望和張家平（2019）[8]的研究，基于CD 生產(chǎn)函數(shù)，假設只存在兩個部門：城鎮(zhèn)部門和農(nóng)村部門，分別用u和r來表示。內(nèi)生經(jīng)濟增長理論認為，技術進步是經(jīng)濟增長的內(nèi)生因素（Romer,1986）[30]，據(jù)此本文將智能化技術設定為內(nèi)生變量，則兩部門的生產(chǎn)函數(shù)分別為：

式（1）（2）中，Aiu、Air分別代表城鎮(zhèn)部門和農(nóng)村部門的制造業(yè)智能技術水平，Yu和Yr分別為城鎮(zhèn)和農(nóng)村的產(chǎn)出?？紤]到我國存在特殊的城鄉(xiāng)二元結(jié)構(gòu)，城鎮(zhèn)部門作為現(xiàn)代經(jīng)濟發(fā)展的主要載體，對資本的依賴程度較高；而農(nóng)村部門仍以傳統(tǒng)農(nóng)業(yè)經(jīng)濟為主，對土地的依賴程度較高。故本文以K和T分別代表城鎮(zhèn)部門的資本存量和農(nóng)村部門的土地存量，α和β分別為資本產(chǎn)出彈性和土地產(chǎn)出彈性，Lu和Lr為兩部門的勞動投入。

假設城鎮(zhèn)智能技術應用程度、農(nóng)村智能技術應用程度與整體智能技術應用程度之間存在穩(wěn)定的關系，設定權(quán)重λ和η，則有：Aiu=λAi，Aiu=ηAi。兩部門生產(chǎn)數(shù)可寫為：

假設兩部門都追求利潤最大化且規(guī)模報酬不變，在滿足完全競爭的條件下，勞動者收入等于勞動的邊際產(chǎn)品價值。對式（3）（4）求偏導，分別得到城鎮(zhèn)部門和農(nóng)村部門的勞動者收入函數(shù)：

Incomeu和Incomer分別代表城鎮(zhèn)居民和農(nóng)村居民的收入水平，以兩部門居民收入的比值來表示城鄉(xiāng)收入差距。城鄉(xiāng)收入差距函數(shù)為：

此時，制造業(yè)智能化對城鄉(xiāng)收入差距的影響取決于式（8）的正負，其中分母恒大于零，分子正 負 取 決 于（β-α）的 正 負 。 若β＞α， 則?π ?Ai＞0 ，城鄉(xiāng)收入差距擴大；若β＜α，則?π ?Ai＜0 ，城鄉(xiāng)收入差距縮??；若β=α，則?π ?Ai=0，城鄉(xiāng)收入差距得最大值。穆懷中和吳鵬（2016）認為，在發(fā)展初始階段，經(jīng)濟發(fā)展以第一產(chǎn)業(yè)為主，此時土地的產(chǎn)出彈性大于資本的產(chǎn)出彈性，即β＞α；隨著經(jīng)濟社會再發(fā)展，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)則將占據(jù)更高的比重，此時資本的產(chǎn)出彈性將會大于土地的產(chǎn)出彈性，即β＜α[13]。本文推測，隨著智能化發(fā)展水平的提高，制造業(yè)智能化與城鄉(xiāng)收入差距之間將呈“倒U型”的曲線關系。

已有研究可以幫助解釋制造業(yè)智能化與城鄉(xiāng)收入差距之間的“倒U 型”關系。Acemoglu and Restrepo（2019）指出，智能技術具有技能偏向特征，其發(fā)展過程中將同時產(chǎn)生高技能需求崗位的“創(chuàng)造效應”和低技能需求崗位的“替代效應”[28]。這兩種效應的相對大小決定了智能化技術對城鄉(xiāng)收入差距的影響。

在自動化技術發(fā)展初期，其主要應用于傳統(tǒng)制造業(yè)的程序化、重復性任務，即使會創(chuàng)造新的工作，但對中低技能勞動力的“替代效應”仍占據(jù)主導（Hanson，2001）[31]。在美國，過去35 年的智能技術應用顯著減少了以常規(guī)操作性工作為主的中等收入群體就業(yè)崗位總量，同時低收入和低等教育群體也面臨著較高的被替代風險（Cortes et al.，2017）[32]。在影響中低技能勞動力就業(yè)的同時，智能化技術也引起該群體工資收入的變化。Lankisch et al.（2017）指出機器人的應用雖然能夠增加人均產(chǎn)出，但卻導致低技能勞動力的實際工資水平下降約20%，加劇了收入不平等[29]。張桂金和張東（2019）認為中低技術工人未從“機器換人”中獲益，他們進一步研究發(fā)現(xiàn)，“機器換人”引發(fā)的就業(yè)替代效應導致部分中低技術工人的加班時間減少，加班工資降低，從而被迫離職[14]。

隨著智能化技術持續(xù)發(fā)展，雖然在部分流水線、程序化工作上替代了人力勞動，但同時催生了很多新工作任務和就業(yè)崗位，如機器人工程師、算法開發(fā)、智能設備維護等，長期來看智能技術對就業(yè)崗位的貢獻將多于破壞。Acemoglu and Restrepo（2018）認為新的勞動崗位更青睞具有相對優(yōu)勢的高技能勞動，而智能化技術更傾向于替代低技能勞動，因此短期內(nèi)勞動崗位替代與創(chuàng)造可能會導致收入不平等，但長期來看，新崗位技能的普及能夠在一定程度上抑制收入差距[33]。Berg et al.（2018）也指出機器人的應用會提高勞動生產(chǎn)率，部分崗位會出現(xiàn)對勞動力需求的增加，長期來看機器人的應用能夠改善居民生活，提高經(jīng)濟發(fā)展水平[34]。

此外，我國長期存在嚴重的城鄉(xiāng)二元結(jié)構(gòu)，城鄉(xiāng)勞動力技能水平存在較大差異。第六次全國人口普查結(jié)果顯示，農(nóng)村部門文盲人口占15 歲及以上人口比重達7.26%，顯著高于城市部門比重(1.90%)。這說明農(nóng)村勞動力是低技能勞動力的主要組成部分，而高技能勞動力更多存在于城鎮(zhèn)部門。因此隨著智能技術發(fā)展，城鄉(xiāng)收入差距將呈現(xiàn)先上升后下降的“倒U型”趨勢。考慮到現(xiàn)階段我國仍處于智能化技術發(fā)展初期，本文提出命題：

現(xiàn)階段而言，制造業(yè)智能化發(fā)展擴大了我國城鄉(xiāng)居民收入差距。

二、實證研究設計

（一）基準模型設定

基于上述理論分析，本研究通過構(gòu)造省級層面面板數(shù)據(jù)，檢驗制造業(yè)智能化發(fā)展對我國城鄉(xiāng)收入差距的影響。建立如下基準模型：

其中，下標i代表省份或直轄市，t代表年份，Gapi,t代表城鄉(xiāng)收入比值，Theili,t代表各省泰爾指數(shù)，Aii,t代表制造業(yè)智能化水平，Controlsi,t代表各控制變量，νt為時間效應，μi為個體效應，εi,t為隨機誤差項。此外，Hausman 檢驗結(jié)果支持采用固定效應模型，進一步F檢驗的結(jié)果顯示P 值為0.000，說明時間效應存在，且考慮到所選樣本為固定空間單位，故本研究對個體和時間實施雙向固定。

（二）變量選取

1.被解釋變量。被解釋變量為城鄉(xiāng)居民收入差距。參考已有研究，衡量城鄉(xiāng)收入差距有三種方法：比值法、泰爾指數(shù)法和基尼系數(shù)法。陳斌開等（2010）[1]、劉曉光等（2015）[4]使用比值法來度量城鄉(xiāng)收入差距，其具體測算公式為：城鄉(xiāng)收入差距=城鎮(zhèn)居民人均收入/農(nóng)村居民人均收入，該值越大即城鄉(xiāng)收入差距越大。還有部分研究如王少平和歐陽志剛（2008）使用泰爾指數(shù)作為度量城鄉(xiāng)收入差距的指標，該方法考慮了城鄉(xiāng)人口流動導致的結(jié)構(gòu)變動對收入差距的影響，且對收入階層兩端的變動較為敏感，是一個動態(tài)指標[15]?；嵯禂?shù)測度的是地區(qū)總體收入差距，對城鄉(xiāng)層面收入差距的解釋力度較差，故采用基尼系數(shù)法開展的研究較少。因此，本文基于靜態(tài)和動態(tài)視角，分別采用城鄉(xiāng)收入比值（Gap）和泰爾指數(shù)（Theil）兩種方法來測度地區(qū)城鄉(xiāng)收入差距。泰爾指數(shù)參考王少平和歐陽志剛（2008）[15]一文的方法，其計算公式為：

其中，j=1 表示城鎮(zhèn)地區(qū)，j=2 表示農(nóng)村地區(qū)，Ii,t表示i地區(qū)第t年的總收入，Iij,t則表示城鎮(zhèn)居民或農(nóng)村居民的總收入；同理，Pi,t表示i地區(qū)第t年的總?cè)丝冢琍ij,t則表示城鎮(zhèn)人口數(shù)量或農(nóng)村人口數(shù)量。

2.核心解釋變量。解釋變量為制造業(yè)智能化水平(Ai)。目前智能化技術的相關研究主要采用國際機器人聯(lián)盟(IFR)提供的各國工業(yè)機器人應用數(shù)據(jù)（孔高文等，2020；Acemoglu&Restrepo，2017）[19][35]，但該數(shù)據(jù)主要是國家層面和行業(yè)層面的機器人數(shù)據(jù)，不涉及中國細分地區(qū)的機器人應用狀況，且該數(shù)據(jù)樣本期較短，可能引發(fā)樣本隨機性問題。此外，部分學者如蔡嘯和黃旭美(2019)[16]以信息傳輸、計算機服務和軟件業(yè)全社會資產(chǎn)投資額作為智能化的代理指標，該指標難以將智能化技術與傳統(tǒng)信息技術區(qū)分開，用來度量制造業(yè)智能化水平并不合理。

鑒于本文研究的是中國省級層面的制造業(yè)智能化水平，故參考孫早和侯玉琳（2019）[17]的做法，本文基于生產(chǎn)應用、基礎建設、競爭力和效益3 個維度，構(gòu)建了制造業(yè)智能化水平測度指標，在數(shù)據(jù)可獲范圍內(nèi)盡可能地反映智能化技術的主要內(nèi)容。具體選用如下指標：光纜線路長度與省域面積的比值、高技術制造業(yè)從業(yè)人員數(shù)、信息傳輸、軟件和信息技術服務業(yè)固定資產(chǎn)投資額、高技術制造業(yè)R&D 經(jīng)費、軟件業(yè)務收入占工業(yè)企業(yè)主營業(yè)務收入的比重、信息系統(tǒng)集成業(yè)務收入占工業(yè)企業(yè)主營業(yè)務收入的比重、高技術制造業(yè)新產(chǎn)品銷售收入占工業(yè)企業(yè)主營業(yè)務收入的比重、國家專利申請授權(quán)量與R&D 人員全時當量的比值、高技術制造業(yè)利潤總額、高技術制造業(yè)主營業(yè)務收入與高技術制造業(yè)從業(yè)人員數(shù)的比值、各省份的單位GDP 能源消耗情況（煤炭和電力）。將不同類型的數(shù)據(jù)統(tǒng)一口徑后，使用熵值法來度量各省的制造業(yè)智能化水平。熵值法能夠根據(jù)熵值客觀賦權(quán)指標權(quán)重進行綜合評價，有效克服多指標信息的無序性和人為確定的主觀性。因此，本文采用熵值法綜合評價2003—2019 年中國各省份的制造業(yè)智能化水平。

具體步驟如下：①對指標進行標準化處理，Rij=(rij-rmin)/(rmax-rmin)；②對指標進行熵值計算，k=1/ln(n)＞0 ； ③ 確 定 指 標 權(quán) 重 ，④綜合評價

3.控制變量。為了控制影響城鄉(xiāng)收入差距的其他因素，本文還需設定相關控制變量。參考以往研究，本文采用各省人均GDP 的對數(shù)衡量經(jīng)濟發(fā)展水平；采用各省金融業(yè)增加值占GDP 總量的比重衡量金融水平；采用各省進出口總額與GDP 總量的比值衡量開放程度；采用各省城鎮(zhèn)人口數(shù)量占總?cè)丝跀?shù)量的比重衡量城鎮(zhèn)化水平；采用各省二、三產(chǎn)業(yè)比重之和衡量產(chǎn)業(yè)結(jié)構(gòu)；采用各省平均受教育年限衡量教育水平；采用各省農(nóng)林水事務支出占財政支出的比重衡量財政支農(nóng)水平；采用各省財政支出與GDP 總量的比值衡量財政支出水平；采用各省國有固定資產(chǎn)投資額占全社會固定資產(chǎn)投資總額的比重衡量國企比重。具體變量設定如表2所示。

表1 制造業(yè)智能化測度指標體系

表2 變量設定與描述統(tǒng)計

（三）數(shù)據(jù)說明

受到數(shù)據(jù)可獲得性的限制，本研究利用2003—2019 年省級面板數(shù)據(jù)來考察制造業(yè)智能化發(fā)展對城鄉(xiāng)收入差距的影響。值得注意的是，國家于2014 年調(diào)整居民收入統(tǒng)計口徑，農(nóng)村地區(qū)由統(tǒng)計人均純收入調(diào)整為統(tǒng)計人均可支配收入，故2003—2013年的被解釋變量Gap表示為城鎮(zhèn)居民可支配收入與農(nóng)村居民人均純收入的比值，2014—2019 年調(diào)整為城鎮(zhèn)居民可支配收入與農(nóng)村居民可支配收入的比值。泰爾指數(shù)的測度指標來源于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，智能化水平測度指標來源于《中國科技統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》，各控制變量來源于《中國統(tǒng)計年鑒》、EPS 數(shù)據(jù)庫及《新中國六十年統(tǒng)計資料匯編》。此外，由于西藏及港澳臺地區(qū)各項數(shù)據(jù)缺失嚴重，故本研究樣本為剔除西藏和港澳臺的30 個省、直轄市、自治區(qū)，樣本期為2003—2019年。

（四）主要指標分析

制造業(yè)智能化水平分布。通過匯總智能化水平測度值，本研究運用GIS技術繪制了各省區(qū)市制造業(yè)智能化水平分布圖（略）。總體來看，中國的制造業(yè)智能化發(fā)展水平呈現(xiàn)東高西低、南高北低的基本特征，與中國經(jīng)濟的發(fā)展格局和趨勢符合一致。具體而言，北京、上海、廣東、浙江和江蘇為我國智能化水平較高的地區(qū)，內(nèi)蒙古、甘肅、寧夏和云南的智能化水平則相對較低?？梢园l(fā)現(xiàn)，由于當前智能化技術更多被應用于工業(yè)制造業(yè)，且我國工業(yè)機器人超過70%依賴進口（羅連發(fā)等，2019）[18]，因此樣本期內(nèi)我國制造業(yè)智能化發(fā)展主要集中于工業(yè)基礎較強、對外貿(mào)易發(fā)達的東部沿海地區(qū)。

城鄉(xiāng)收入差距變化趨勢。圖1 報告了2003—2019 年全體省份城鄉(xiāng)收入差距平均值的變化趨勢，不難發(fā)現(xiàn)，樣本期內(nèi)城鄉(xiāng)收入比值和泰爾指數(shù)的變化基本保持一致，均為先上升后下降的“倒U 型”曲線。具體而言，2003—2006 年中國城鄉(xiāng)收入差距均值呈現(xiàn)逐年擴大的態(tài)勢，并于2006年開始步入“倒U 型”曲線的拐點階段，此后在2006—2019 年的十余年內(nèi)城鄉(xiāng)收入差距均值逐年縮小。這與陳斌開等（2010）的發(fā)現(xiàn)基本一致，證明庫茲涅茨假說在中國確實成立，即在經(jīng)濟發(fā)展初期，收入分配形勢趨于惡化，隨著經(jīng)濟進一步發(fā)展，收入差距得以改善[1]。

圖1 2003—2019年城鄉(xiāng)收入差距變動趨勢

三、實證分析

（一）基準模型結(jié)果

表3 報告了模型（9）和模型（10）的基準回歸結(jié)果，列（1）（3）為未加入控制變量的結(jié)果，列（2）（4）則為加入控制變量再次檢驗的結(jié)果。模型（9）的結(jié)果顯示，無論是否加入控制變量，制造業(yè)智能化系數(shù)均在1%的水平上顯著為正，意味著智能化的發(fā)展顯著擴大了中國城鄉(xiāng)收入差距。模型（10）被解釋變量采用了泰爾指數(shù)，考慮了城鄉(xiāng)人口結(jié)構(gòu)的變化，從動態(tài)的角度檢驗了制造業(yè)智能化的影響，結(jié)論與模型（9）類似，列（3）（4） 中 Ai 的系數(shù)分別為0.0014 和0.0015，且仍在1%的水平上顯著，說明制造業(yè)智能化與城鄉(xiāng)收入差距呈顯著的正相關關系。綜上所述，在控制了地區(qū)和年份固定效應后，本研究發(fā)現(xiàn)制造業(yè)智能化的發(fā)展將導致中國城鄉(xiāng)居民收入差距擴大，且無論是否考慮城鄉(xiāng)人口流動導致的人口結(jié)構(gòu)變化，該結(jié)論均穩(wěn)健存在。據(jù)此本文的研究假設得到初步證實。

表3 基準回歸結(jié)果

（二）穩(wěn)健性檢驗

由基準回歸結(jié)果可知，制造業(yè)智能化與城鄉(xiāng)收入差距呈正相關關系。選取四類方法進行穩(wěn)健性檢驗，判斷前文研究結(jié)論是否可靠，結(jié)果如表4所示。

表4 四類穩(wěn)健性檢驗結(jié)果

1.替換估計模型。在估計方法的使用上，采用最大似然估計法（MLE） 來替換原固定效應（FE），前提需假設擾動項服從正態(tài)分布?；貧w結(jié)果如列（1）所示，在使用了MLE進行估計后，制造業(yè)智能化的回歸系數(shù)仍顯著為正，與基準回歸的結(jié)論保持一致。

2.替換核心解釋變量。鑒于我國制造業(yè)智能化處于起步階段，智能化水平的測度指標數(shù)據(jù)較為匱乏，相關統(tǒng)計和調(diào)查工作尚未完善。因此本文參考孔高文等（2020）[19]研究，構(gòu)造了機器人應用密度變量（Rob），以各省平均每平方公里新增進口機器人數(shù)量的自然對數(shù)值來表示，替換原解釋變量Ai 進行穩(wěn)健性檢驗。機器人進口數(shù)據(jù)來源于中國海關的商品貿(mào)易數(shù)據(jù)庫，該數(shù)據(jù)庫提供了中國各省級地區(qū)對外進出口貿(mào)易的月度數(shù)據(jù)。在HS2012 編碼體系中，進口機器人具體包括噴涂機器人（842489）、搬運機器人（842490）、集成電路工廠專用的自動搬運機器人（848640）、電阻焊接 機 器 人 （851521）、 電 弧 焊 接 機 器 人（851531）、激光焊接機器人（851580）和多功能工業(yè)機器人（847950），共計七大類?？紤]到海南、貴州、云南、西藏、甘肅、青海、寧夏和新疆的機器人進口數(shù)據(jù)缺失嚴重，故本研究將剔除這8 個地區(qū)，采用余下23 個省級地區(qū)的機器人數(shù)據(jù)進行穩(wěn)健性檢驗。此外，因中國商品貿(mào)易數(shù)據(jù)庫從2012 年開始進行機器人進口數(shù)據(jù)的統(tǒng)計工作，故將樣本期設定為2012—2019 年。結(jié)果如列（2）所示，與基準回歸結(jié)論保持一致。

3.考慮滯后影響?？紤]到制造業(yè)智能化對城鄉(xiāng)收入差距的影響可能存在一定的時滯效應，因此把基準模型中的智能化水平變量分別替換為一期滯后項Ai-1和兩期滯后項Ai-2，代入模型（9）進行穩(wěn)健性檢驗。結(jié)果如列（3）（4）所示，制造業(yè)智能化與城鄉(xiāng)收入差距的關系得到進一步證實。

4.控制失業(yè)因素。除了考慮一些地區(qū)經(jīng)濟特征，基準回歸中還可能遺漏了一個重要變量，即地區(qū)失業(yè)情況。蔡武和程小軍（2012）指出，城鄉(xiāng)差距加劇了城鎮(zhèn)失業(yè)，城鎮(zhèn)失業(yè)又擴大了城鄉(xiāng)差距，兩者存在惡性循環(huán)[20]。具體而言，城鄉(xiāng)之間的收入差別誘導大量農(nóng)村勞動力進入城市，惡化了城市失業(yè)，城鄉(xiāng)差距因此持續(xù)拉大，而農(nóng)民相對過低的收入導致城鄉(xiāng)消費斷層增大，農(nóng)業(yè)無法對城鎮(zhèn)經(jīng)濟形成拉動，內(nèi)需不足，創(chuàng)造就業(yè)崗位少，城鎮(zhèn)失業(yè)循環(huán)上升[20]?？紤]到城鄉(xiāng)收入差距的變化可能是由勞動力失業(yè)所導致，而不是智能化發(fā)展的作用，故本文在控制變量中加入地區(qū)失業(yè)率，重新進行檢驗。檢驗結(jié)果如列（5）所示，在控制了地區(qū)失業(yè)的影響后，制造業(yè)智能化的回歸系數(shù)仍顯著為正，表明前文結(jié)論不受失業(yè)因素的干擾。

（三）內(nèi)生性處理

本文的基準回歸結(jié)果說明，制造業(yè)智能化的發(fā)展顯著擴大了城鄉(xiāng)收入差距，但該結(jié)論亦可能存在內(nèi)生性問題：一方面，技術進步雖是影響收入分配的重要因素，但智能化技術的發(fā)展與城鄉(xiāng)收入差距之間可能存在雙向因果關系，造成回歸結(jié)果的有偏和不一致。另一方面，誤差項中可能存在對城鄉(xiāng)收入差距有重要影響作用的遺漏變量，比如外商直接投資（FDI）：由于外商直接投資在區(qū)域分布、產(chǎn)業(yè)分布、對勞動力選擇方面均具有非均衡的特征，故造成我國城鄉(xiāng)收入差距的擴大（彭文慧，2013）[7]。

對于雙向因果和遺漏變量等內(nèi)生性問題，本研究構(gòu)建了工具變量，采用廣義矩估計方法（GMM）來處理內(nèi)生性問題。具體而言，以地方政府科技補貼（Sci）作為制造業(yè)智能化的工具變量。從相關性的角度看，中國政府在扶持新一代信息技術產(chǎn)業(yè)發(fā)展過程中制定了一攬子扶持計劃，同時對新一代信息技術產(chǎn)業(yè)的基礎設施建設、關鍵裝備研發(fā)和產(chǎn)品產(chǎn)業(yè)化提供必要的資金補貼，這些補貼措施不僅為新一代信息產(chǎn)業(yè)的發(fā)展提供了前期硬件條件和資金準備，而且增強了信息產(chǎn)業(yè)加大研發(fā)投入、提高自主創(chuàng)新能力的動力與信心；地方政府采取科技補貼的激勵措施可以有效解決戰(zhàn)略性新興產(chǎn)業(yè)的融資難題，培育和擴大產(chǎn)業(yè)相關市場，加快產(chǎn)業(yè)發(fā)展速度（張宗益和陳龍，2013）[21]。從外生性的角度看，政府科技補貼的主要目的在于促進高新技術產(chǎn)業(yè)研發(fā)創(chuàng)新，對城鄉(xiāng)居民收入差距并無直接影響。據(jù)此，本文認為以地方政府科技補貼作為工具變量基本滿足內(nèi)生性和外生性的要求。

參考周克清等（2011）[22]研究，本文將地方政府科技補貼（Sci）定義為政府預算內(nèi)科學技術支出占財政支出的比重，考慮到地方政府科技補貼可能需要一定時間才能對智能化產(chǎn)業(yè)發(fā)展產(chǎn)生作用，本文對地方政府科技補貼作滯后一期處理。此外，本文之所以采用廣義矩估計方法（GMM）檢驗內(nèi)生性，原因在于擾動項很可能存在自相關或異方差問題，則廣義矩估計（GMM）比二階段最小二乘法（2SLS）更有效。表5為工具變量回歸結(jié)果，弱工具變量檢驗顯示，第一階段F統(tǒng)計量為50.00，大于邊界值16.38，即從統(tǒng)計角度不存在弱工具變量的問題，說明工具變量的選擇是合理的。列（1）為第一階段回歸結(jié)果，地方政府科技補貼的系數(shù)在1%的水平顯著為正，即地方政府科技補貼顯著提升了制造業(yè)智能發(fā)展水平。列（2）為將城鄉(xiāng)居民收入比值作為被解釋變量的第二階段回歸結(jié)果，制造業(yè)智能化對城鄉(xiāng)收入差距的回歸系數(shù)在1%的水平上顯著為正，表明制造業(yè)的智能化發(fā)展顯著擴大了我國的城鄉(xiāng)收入差距。列（3）為將泰爾指數(shù)作為被解釋變量的第二階段回歸結(jié)果，制造業(yè)智能化回歸系數(shù)仍顯著為正?？梢园l(fā)現(xiàn)，工具變量的檢驗結(jié)果與基準回歸結(jié)論保持一致，本文研究結(jié)論未受內(nèi)生性問題影響。

表5 內(nèi)生性處理結(jié)果

（四）異質(zhì)性分析

中國地域遼闊，資源稟賦分布差異巨大，各地區(qū)的經(jīng)濟基礎、產(chǎn)業(yè)結(jié)構(gòu)等不盡相同。地區(qū)間的發(fā)展不平衡導致了智能化產(chǎn)業(yè)在不同區(qū)域的發(fā)展水平和應用程度截然不同，因此本文將考察制造業(yè)智能化對不同地區(qū)城鄉(xiāng)收入差距的影響。此外，國家偏向性政策和漸進式改革方式導致人力資本和市場化程度在空間上存在重大差異，而這種差異性會影響各地區(qū)智能化發(fā)展時企業(yè)的勞動力調(diào)整決策。因此本文從人力資本水平和市場化程度的角度出發(fā)，探索不同地區(qū)勞動力市場結(jié)構(gòu)的差異性對制造業(yè)智能化與城鄉(xiāng)收入差距的關系有何影響，從而本文能夠更精確地分析制造業(yè)的智能化發(fā)展對城鄉(xiāng)收入差距帶來的影響，提出更有針對性的措施建議。

1.地區(qū)異質(zhì)性分析。本文根據(jù)區(qū)域經(jīng)濟發(fā)展水平，將樣本省份劃分為東部、中部、西部與東北地區(qū)①，將制造業(yè)智能化與各地區(qū)的交互項作為解釋變量，代入模型（9）中進行回歸。表6 報告了回歸結(jié)果：在東部和東北地區(qū)，制造業(yè)智能化系數(shù)顯著為正，表明制造業(yè)智能技術發(fā)展擴大了當?shù)爻青l(xiāng)收入差距；中部地區(qū)的制造業(yè)智能化系數(shù)仍為正，但該影響不顯著；而在西部地區(qū)，制造業(yè)智能化顯著抑制了當?shù)氐某青l(xiāng)收入差距增加。

表6 不同地區(qū)的回歸結(jié)果

改革開放以來，東部、中部和東北地區(qū)憑借良好的區(qū)位優(yōu)勢，利用港澳臺和發(fā)達國家產(chǎn)業(yè)轉(zhuǎn)移的機會，承接了大量以勞動密集型產(chǎn)業(yè)為主的加工工業(yè)，吸納了大量低技能勞動力就業(yè)。在這樣的背景下，隨著智能化、自動化技術的快速發(fā)展，其引發(fā)的“替代效應”和“創(chuàng)造效應”在東部、中部和東北地區(qū)更強烈。一方面，東部、中部和東北地區(qū)較高的智能發(fā)展水平對低技能勞動力就業(yè)的沖擊更大，導致其實際工資水平下降更明顯（Lankisch et al.，2017）[29]；另一方面，較高的智能化發(fā)展水平創(chuàng)造出更多的高技能勞動力就業(yè)崗位?？紤]到農(nóng)村勞動力是低技能勞動力的主要組成部分，而高技能勞動力更多存在于城鎮(zhèn)部門，故制造業(yè)智能技術發(fā)展擴大了東部、中部和東北地區(qū)的城鄉(xiāng)收入差距。而西部地區(qū)以傳統(tǒng)農(nóng)業(yè)經(jīng)濟為主，智能技術的崗位替代效應有限，相對而言生產(chǎn)率效應更為突出。智能化技術應用促進了農(nóng)業(yè)生產(chǎn)率的提高（Graetz and Michaels，2018），從而推動農(nóng)村勞動力轉(zhuǎn)移，使農(nóng)村居民實現(xiàn)收入增長，縮小城鄉(xiāng)收入差距[36]。因此制造業(yè)的智能化發(fā)展抑制了西部地區(qū)的城鄉(xiāng)收入差距增加。

2.勞動力市場結(jié)構(gòu)的異質(zhì)性分析。本文使用勞動力學歷來度量各地區(qū)的人力資本水平。具體而言，本文將大學專科、大學本科及研究生文化程度的就業(yè)人員定義為高學歷就業(yè)人員，根據(jù)《國家統(tǒng)計年鑒》提供的各地區(qū)就業(yè)人員中不同文化程度就業(yè)人員占比，計算各地區(qū)高學歷就業(yè)人員在就業(yè)人員總體中的占比。然后，按照各地區(qū)高學歷就業(yè)人員占比，將樣本平均分為兩組，分別設定人力資本高、低虛擬變量。在此基礎上將制造業(yè)智能化與人力資本的交互項作為解釋變量，重復模型（9），回歸結(jié)果見表7 的列（1）、列（2）。此外，根據(jù)Fan et al.（2019）[37]測算得出的中國各省區(qū)市市場化指數(shù)，按照市場化程度高低將研究樣本平均分為兩組，分別設定市場化程度高、低虛擬變量，然后將制造業(yè)智能化與市場化程度的交互項作為解釋變量，重復模型（9），回歸結(jié)果見表7的列（3）、列（4）。

表7報告了回歸結(jié)果：在高學歷勞動力占比較高和市場化程度較高的地區(qū)，制造業(yè)智能化系數(shù)顯著為正，說明制造業(yè)的智能化發(fā)展擴大了當?shù)氐某青l(xiāng)收入差距；而在高學歷勞動力占比較低和市場化程度較低的地區(qū)，制造業(yè)智能化系數(shù)顯著為負，表明制造業(yè)的智能化發(fā)展抑制了當?shù)氐某青l(xiāng)收入差距。這一結(jié)果說明勞動力市場結(jié)構(gòu)會顯著影響制造業(yè)智能化對當?shù)爻青l(xiāng)收入差距的沖擊，主要集中于人力資本水平較高、市場化程度較高的地區(qū)。

表7 不同勞動力市場結(jié)構(gòu)的回歸結(jié)果

智能制造作為知識密集型行業(yè)，其發(fā)展競爭核心是人才的競爭，人才分布情況與產(chǎn)業(yè)發(fā)展程度高度相關。通常在人力資本較高的地區(qū)，智能化應用程度更高、產(chǎn)業(yè)鏈更完善，如北京以中關村科學城為核心，聚集了寒武紀、字節(jié)跳動、曠視科技等優(yōu)質(zhì)人工智能企業(yè)。而更高程度的智能化、自動化技術應用也引發(fā)了更強的“替代效應”，更多的低技能勞動力被替代，同時創(chuàng)造了更多的高技能崗位需求，導致就業(yè)結(jié)構(gòu)兩極化嚴重，進而加劇收入不平等。在市場化程度較低的區(qū)域，地方政府對企業(yè)事務的干預較多，為了實現(xiàn)穩(wěn)就業(yè)、保增長等政治目標，政府往往會通過財政補助、減輕稅負等優(yōu)惠政策來影響企業(yè)勞動力決策，這一干預會導致企業(yè)喪失調(diào)整勞動力結(jié)構(gòu)的自主權(quán)，使得企業(yè)無法按照最優(yōu)配置調(diào)整勞動力結(jié)構(gòu)（孔高文等，2019）[19]。因此在市場化程度較高的地區(qū)，制造業(yè)智能化對當?shù)鼐蜆I(yè)結(jié)構(gòu)影響更大，進而造成當?shù)爻青l(xiāng)收入差距擴大。

四、影響機制檢驗

實際上，智能化技術引發(fā)的城鄉(xiāng)收入不平等問題，根植于技術進步對就業(yè)結(jié)構(gòu)的沖擊。一方面，“機器換人”導致從事低認知、重復性工作的勞動力被自動化機器替代，如翻譯、導購、電話客服等，其中一部分勞動力會向低端服務業(yè)分流，另一部分會通過培訓向高技能勞動者轉(zhuǎn)型；另一方面，大數(shù)據(jù)、機器學習等智能技術的發(fā)展能夠創(chuàng)造新的工作崗位，增加高技能勞動崗位需求。因此，隨著智能化技術普及應用，市場上增加了低技能勞動力和高技能勞動力的就業(yè)數(shù)量，但降低了對中等技能勞動力的需求（孫早和侯玉琳，2019），引發(fā)就業(yè)結(jié)構(gòu)“兩極化”現(xiàn)象[17]?？紤]到農(nóng)村勞動力是低技能勞動力的主要組成部分，而高技能勞動力更多存在于城鎮(zhèn)部門，因此制造業(yè)智能化引發(fā)的就業(yè)結(jié)構(gòu)極化現(xiàn)象，將間接造成城鄉(xiāng)居民收入差距擴大。為驗證這一可能的影響機制，分別以高技能勞動力就業(yè)（Hlab）和低技能勞動力就業(yè)（Llab）為中介變量，檢驗制造業(yè)的智能化發(fā)展影響城鄉(xiāng)收入差距的中介效應。借鑒孫早和侯玉琳（2019）[17]的研究，本文將研究生、大學本科、大學?？茖W歷就業(yè)人員定義為高技能勞動力，小學學歷及以下就業(yè)人員定義為低技能勞動力。

表8匯報了回歸結(jié)果：在制造業(yè)的智能化發(fā)展導致城鄉(xiāng)收入差距擴大的過程中，勞動力就業(yè)起到部分中介的效應。列（1）為基準回歸結(jié)果，制造業(yè)智能化對城鄉(xiāng)收入差距的回歸系數(shù)顯著為正，說明直接效應存在，可以進一步檢驗中介效應。列（2）（3）結(jié)果顯示，制造業(yè)智能化和高技能勞動力就業(yè)的系數(shù)均正向顯著，但對該作用效應進行Sobel 檢驗時，得到Z 值=0.8835，拒絕存在中介效應的原假設，說明高技能勞動力就業(yè)不是制造業(yè)智能化影響城鄉(xiāng)收入差距的中介變量。究其原因，可能是我國智能化技術發(fā)展起步較晚，機器人等智能設備很大程度依賴進口且國內(nèi)市場規(guī)模相對較小（羅連發(fā)等，2019）[18]，導致高技能技術部門創(chuàng)造的新崗位需求有限，因此高技能勞動力就業(yè)不是制造業(yè)智能化導致城鄉(xiāng)收入差距擴大的間接原因。再看低技能勞動力就業(yè)中介效應的檢驗。列（4）中制造業(yè)智能化對低技能勞動力就業(yè)有顯著正向影響，列（5）中低技能勞動力就業(yè)也顯著擴大了城鄉(xiāng)收入差距。Sobel檢驗中Z值=2.96，大于邊界值0.97，通過了Sobel 檢驗，說明制造業(yè)智能化影響城鄉(xiāng)收入差距的過程中，低技能勞動力就業(yè)確實起到了部分中介效應。

表8 制造業(yè)智能化影響城鄉(xiāng)收入差距的中介效應檢驗

五、結(jié)論與建議

在我國全面建成小康社會、扎實推進鄉(xiāng)村振興戰(zhàn)略的背景下，縮小城鄉(xiāng)居民收入差距、實現(xiàn)共同富裕是未來一段時期內(nèi)的國家發(fā)展目標。與此同時，智能化、自動化技術高速發(fā)展，給我國的經(jīng)濟生產(chǎn)方式帶來深刻改變。本文基于2003—2019 年中國省級面板數(shù)據(jù)，實證考察了制造業(yè)的智能化發(fā)展對我國城鄉(xiāng)收入差距的影響，并進行了機制檢驗。主要結(jié)論有四點：第一，從全國范圍看，制造業(yè)的智能化發(fā)展顯著擴大了我國城鄉(xiāng)收入差距，該結(jié)論在進行多項穩(wěn)健性檢驗后仍然可靠。第二，從地區(qū)差異性看，在東部、中部和東北地區(qū)，制造業(yè)的智能化發(fā)展導致城鄉(xiāng)收入差距擴大；而在西部地區(qū)，制造業(yè)智能化對城鄉(xiāng)收入差距具有抑制作用。第三，從勞動力市場結(jié)構(gòu)差異性看，制造業(yè)智能化導致的城鄉(xiāng)收入差距擴大現(xiàn)象在人力資本水平較高、市場化程度較高的地區(qū)尤為明顯。第四，中介效應檢驗發(fā)現(xiàn)，智能化技術應用引發(fā)勞動力就業(yè)極化，從而導致城鄉(xiāng)收入不平等，且現(xiàn)階段智能技術對勞動力以“替代效應”為主，而“創(chuàng)造效應”并不明顯。

基于上述研究結(jié)論，本文提出如下三點政策建議：第一，制造業(yè)智能化導致城鄉(xiāng)收入差距擴大的影響機制在于其引發(fā)了勞動力就業(yè)兩極化，尤其是增加了低技能勞動力就業(yè)，而農(nóng)村是低技能勞動力的主要載體。因此政府應大力振興鄉(xiāng)村教育，加大農(nóng)村教育軟硬件建設投入，完善農(nóng)村教師人才隊伍培育和激勵制度，引導城市優(yōu)質(zhì)教育資源向農(nóng)村區(qū)域布局，促進城鄉(xiāng)教育一體化發(fā)展。第二，考慮到在不同地區(qū)，制造業(yè)智能化對城鄉(xiāng)收入差距的影響存在一定差異，各地政府應推行因地制宜、差異化的地方發(fā)展戰(zhàn)略。在東部、中部和東北地區(qū)抑或人力資本水平較高、市場化程度較高的地區(qū)，一方面政府可以出臺農(nóng)村就業(yè)保障相關政策、制定失業(yè)補貼、完善勞動力保護制度，根據(jù)智能化產(chǎn)業(yè)發(fā)展需求展開下崗失業(yè)人員再就業(yè)培訓，提升勞動技能水平；另一方面政府可以適當干預企業(yè)經(jīng)營事務和勞動力決策，避免過度自動化可能引發(fā)的大規(guī)模替代人工和收入不平等問題；在西部地區(qū)抑或人力資本水平較低、市場化程度較低的地區(qū)，政府可以加快智能產(chǎn)業(yè)發(fā)展布局，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。第三，現(xiàn)階段制造業(yè)的智能化發(fā)展對高技能勞動力就業(yè)的拉動作用并不明顯。據(jù)工信部統(tǒng)計，我國人工智能產(chǎn)業(yè)人才供需比為1∶10，預計2030年人工智能技術人才缺口將超過500萬。為此，政府應加緊出臺人工智能高端人才培養(yǎng)和引進政策，深化人才體制機制改革，鼓勵青年人才創(chuàng)新創(chuàng)業(yè)；企業(yè)應立足于智能工程應用型人才的培養(yǎng)，打造產(chǎn)學研用一體化的產(chǎn)業(yè)人才生態(tài)培育系統(tǒng)，加快智能化領域科技成果的轉(zhuǎn)化應用；高校應加強人工智能相關專業(yè)學科建設，設立產(chǎn)教融合創(chuàng)新平臺，促進人工智能基礎理論研究，培育一批能打破關鍵核心技術瓶頸的優(yōu)秀人才和高水平團隊。