陳紹儉 殷永昆 毛 慧

一、引言

在發(fā)達(dá)經(jīng)濟(jì)體和發(fā)展中經(jīng)濟(jì)體，以新企業(yè)形成為特征的市場(chǎng)進(jìn)入是一個(gè)普遍存在的典型特征事實(shí)(Bartelsman 等，2013)。相比在位企業(yè)，新企業(yè)規(guī)模通常較小，但新企業(yè)在創(chuàng)新和生產(chǎn)率增長(zhǎng)中卻扮演著極為重要的角色。一方面，正如Schumpeter (1934) 所言，新企業(yè)形成會(huì)帶來(lái)新產(chǎn)品、新技術(shù)以及新的產(chǎn)業(yè)組合，通過(guò)“創(chuàng)造性破壞”淘汰舊產(chǎn)品、舊技術(shù)，將原有的、低效率的市場(chǎng)均衡塑造成新的、高效率的市場(chǎng)均衡。另一方面，新企業(yè)進(jìn)入市場(chǎng)后，會(huì)加劇市場(chǎng)競(jìng)爭(zhēng)，促使新企業(yè)和在位企業(yè)都不斷提高自身生產(chǎn)率水平(Aghion 等，2009；李坤望和蔣為，2015)，而且新企業(yè)的市場(chǎng)進(jìn)入能夠促進(jìn)生產(chǎn)要素在企業(yè)間重新優(yōu)化配置，從而可以促進(jìn)總量層面生產(chǎn)率的增長(zhǎng)(Foster 等，2008)。在此意義上，新企業(yè)進(jìn)入的活躍程度決定了經(jīng)濟(jì)體增長(zhǎng)的活力與潛力。

新企業(yè)在制造業(yè)行業(yè)內(nèi)產(chǎn)品生命周期的不同階段以及在經(jīng)濟(jì)周期的不同階段，使得其進(jìn)入數(shù)量和相對(duì)份額都具有較大差異和非隨機(jī)性特征(陳建偉等，2021)，這引起了學(xué)者們的廣泛關(guān)注。對(duì)于企業(yè)進(jìn)入的影響因素，一些文獻(xiàn)聚焦于企業(yè)家個(gè)人特征(Djankov等，2006；李濤等，2017)，大部分文獻(xiàn)則重點(diǎn)考察市場(chǎng)環(huán)境等外部因素，如政府管制(Dreher 和Gassebner，2013；Branstetter 等，2014) 和商業(yè)周期 (Lee 和Mukoyama，2015；朱奕蒙和徐現(xiàn)祥，2017；Tian，2018)。然而，既有研究忽視了對(duì)人工智能與機(jī)器人技術(shù)的考察。實(shí)際上，機(jī)器人的大規(guī)模應(yīng)用正在重塑企業(yè)的生產(chǎn)經(jīng)營(yíng)方式，并改變企業(yè)決策面臨的約束條件。國(guó)際機(jī)器人聯(lián)合會(huì)(International Federation of Robotics，IFR) 公布的《世界機(jī)器人2021 工業(yè)機(jī)器人報(bào)告》顯示，全球工廠中運(yùn)行的工業(yè)機(jī)器人高達(dá)300萬(wàn)臺(tái)。工業(yè)機(jī)器人技術(shù)的迅猛發(fā)展不僅加速了機(jī)器人對(duì)勞動(dòng)力的替代(Frey 和Osborne，2017；Acemoglu 和Restrepo，2020)，而且提高了企業(yè)生產(chǎn)效率 (Graetz 和Michaels，2018)。同時(shí)，機(jī)器人應(yīng)用能夠創(chuàng)造出大量新的工作機(jī)會(huì)，從而增加對(duì)勞動(dòng)力的衍生需求(Acemoglu 和Restrepo，2018；李磊等，2021)。鑒于機(jī)器人對(duì)企業(yè)生產(chǎn)的重要性，有必要從理論上探討并從實(shí)證上檢驗(yàn)工業(yè)機(jī)器人對(duì)企業(yè)進(jìn)入的影響。

工業(yè)機(jī)器人技術(shù)作為產(chǎn)業(yè)變革和企業(yè)創(chuàng)新的重要方式，已成為一個(gè)國(guó)家構(gòu)筑核心競(jìng)爭(zhēng)力的新方向(王書(shū)斌，2020)。2016 年以來(lái)，中國(guó)成為全球工業(yè)機(jī)器人使用量最大的國(guó)家(Cheng 等，2019)。已有研究表明，工業(yè)機(jī)器人的迅猛發(fā)展不僅加速了勞動(dòng)力市場(chǎng)上機(jī)器人對(duì)人的替代(Acemoglu 和Restrepo，2020；閆雪凌等，2020 王永欽和董雯，2020)，而且在一定程度上提高了企業(yè)生產(chǎn)效率(Graetz 和Michaels，2018) 和地區(qū)經(jīng)濟(jì)增長(zhǎng)(陳彥斌等，2019；林晨等，2020；楊光和侯鈺，2020)。雖然現(xiàn)有文獻(xiàn)大多支持了機(jī)器人替代中低技能勞動(dòng)力的結(jié)論，但也有文獻(xiàn)證實(shí)了機(jī)器人應(yīng)用能夠創(chuàng)造出大量新的工作機(jī)會(huì)，從而增加對(duì)勞動(dòng)力的衍生需求 (Acemoglu 和Restrepo，2018；李磊等，2021)，機(jī)器人的替代效應(yīng)在后期所帶來(lái)的影響可能會(huì)比復(fù)原效應(yīng)更大(Acemoglu 和Restrepo，2019)。機(jī)器人興起不僅會(huì)帶來(lái)技術(shù)進(jìn)步和生產(chǎn)智能化水平的提升，還會(huì)催生新經(jīng)濟(jì)和新產(chǎn)業(yè)。然而，現(xiàn)有文獻(xiàn)主要集中于人工智能與機(jī)器人技術(shù)在勞動(dòng)力市場(chǎng)和宏觀經(jīng)濟(jì)領(lǐng)域的研究，較少直接探討人工智能與機(jī)器人技術(shù)在企業(yè)進(jìn)入、成長(zhǎng)與退出過(guò)程中的應(yīng)用。

事實(shí)上，機(jī)器人應(yīng)用與企業(yè)進(jìn)入之間具有很明顯的正相關(guān)關(guān)系。一是工業(yè)機(jī)器人使用與勞動(dòng)力之間呈現(xiàn)出的是一種互補(bǔ)式替代效應(yīng)，勞動(dòng)力成本上升會(huì)倒逼制造業(yè)企業(yè)推動(dòng)科技創(chuàng)新，促使其更多地應(yīng)用機(jī)器人技術(shù)來(lái)彌補(bǔ)勞動(dòng)力成本上升所帶來(lái)的負(fù)面影響。這是因?yàn)?，勞?dòng)力供給短缺程度越高，增加勞動(dòng)力所帶來(lái)的邊際成本也就越高；在勞動(dòng)力供給短缺的地區(qū)或行業(yè)，工業(yè)機(jī)器人使用所創(chuàng)造的邊際價(jià)值越大。隨著我國(guó)人口紅利的逐漸消失以及制造業(yè)企業(yè)用工成本的增加，工業(yè)機(jī)器人使用會(huì)促使先進(jìn)設(shè)備對(duì)中、低教育程度勞動(dòng)力的替代，從而降低制造業(yè)企業(yè)生產(chǎn)成本。當(dāng)營(yíng)業(yè)利潤(rùn)水平為正時(shí)，企業(yè)便會(huì)理性地選擇進(jìn)入目標(biāo)市場(chǎng)。二是以人工智能與工業(yè)機(jī)器人技術(shù)為主要特征的新一輪科技革命提高了企業(yè)生產(chǎn)率，增加了企業(yè)利潤(rùn)，從而吸引了企業(yè)進(jìn)入，工業(yè)機(jī)器人使用促使大量新企業(yè)優(yōu)先選擇經(jīng)濟(jì)發(fā)展水平高、制度環(huán)境好、開(kāi)放度高的地區(qū)。

為此，本文試圖研究工業(yè)機(jī)器人應(yīng)用是否會(huì)對(duì)企業(yè)進(jìn)入產(chǎn)生正向影響。如果會(huì)，這種正向影響的具體作用機(jī)制是什么? 是否會(huì)因企業(yè)所有制形式、企業(yè)要素密集度、進(jìn)入地市場(chǎng)化程度不同而有所差異? 本文運(yùn)用中國(guó)制造業(yè)企業(yè)數(shù)據(jù)進(jìn)行實(shí)證研究。結(jié)果表明，工業(yè)機(jī)器人使用對(duì)企業(yè)進(jìn)入有著顯著的提升作用。在作用機(jī)制方面，一是工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力需求會(huì)產(chǎn)生一定的替代效應(yīng)，工業(yè)機(jī)器人安裝密度高的地區(qū)，其真實(shí)勞動(dòng)力成本相對(duì)較低，從而促進(jìn)新企業(yè)進(jìn)入規(guī)模的提升；二是工業(yè)機(jī)器人應(yīng)用能夠提高企業(yè)生產(chǎn)率，增加企業(yè)利潤(rùn)，從而吸引企業(yè)進(jìn)入。異質(zhì)性分析表明，工業(yè)機(jī)器人應(yīng)用對(duì)非國(guó)有企業(yè)、勞動(dòng)密集型和資本密集型行業(yè)企業(yè)進(jìn)入的作用更大；工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的影響隨著進(jìn)入地市場(chǎng)化程度的提高而增強(qiáng)。

本文主要有三個(gè)重要貢獻(xiàn): 第一，聚焦于研究工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的影響?，F(xiàn)有研究已經(jīng)證實(shí)了工業(yè)機(jī)器人應(yīng)用會(huì)影響勞動(dòng)力市場(chǎng)(Acemoglu 和Restrepo，2020；閆雪凌等，2020；王永欽和董雯，2020；李磊等，2021)、經(jīng)濟(jì)增長(zhǎng)(Graetz 和Michaels，2018；楊光和侯鈺，2020；林晨等，2020) 等，本文有助于對(duì)人工智能與工業(yè)機(jī)器人應(yīng)用的經(jīng)濟(jì)影響進(jìn)行更多的考察。第二，深入剖析了工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入影響的作用機(jī)制?，F(xiàn)有研究大多從宏觀視角出發(fā)，關(guān)注工業(yè)機(jī)器人應(yīng)用的經(jīng)濟(jì)效應(yīng)，缺乏對(duì)企業(yè)進(jìn)入影響機(jī)制的深入探討。本文發(fā)現(xiàn)勞動(dòng)力成本和生產(chǎn)率水平是工業(yè)機(jī)器人應(yīng)用影響企業(yè)進(jìn)入的重要傳遞渠道，有助于識(shí)別工業(yè)機(jī)器人應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)進(jìn)入的影響機(jī)制。第三，修正了內(nèi)生性問(wèn)題對(duì)模型估計(jì)的影響，從而保證研究結(jié)論的可靠性和穩(wěn)健性。基于“Bartik 工具變量”思想，本文利用美國(guó)行業(yè)層面的工業(yè)機(jī)器人數(shù)據(jù)構(gòu)造中國(guó)地區(qū)層面機(jī)器人滲透度的工具變量，采用兩階段最小二乘法，在解決模型內(nèi)生性問(wèn)題的基礎(chǔ)上檢驗(yàn)機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的促進(jìn)作用。

二、理論分析框架

(一) 機(jī)器人應(yīng)用和企業(yè)進(jìn)入: 一個(gè)理論模型

1.產(chǎn)品生產(chǎn)企業(yè)

假定每個(gè)地區(qū)存在數(shù)量N的產(chǎn)品生產(chǎn)企業(yè)。所有企業(yè)擁有相同的生產(chǎn)技術(shù)，并使用邊際報(bào)酬遞減的技術(shù)將中間品加工成最終產(chǎn)品:

其中，y是中間品投入，Y是最終產(chǎn)品量，A代表這一生產(chǎn)過(guò)程的生產(chǎn)率。生產(chǎn)技術(shù)是邊際報(bào)酬遞減的，即0＜α＜1。最終產(chǎn)品的價(jià)格被標(biāo)準(zhǔn)化為1。

企業(yè)同時(shí)自己生產(chǎn)中間品。參照Acemoglu 和Restrepo (2020) 做法，中間品的生產(chǎn)函數(shù)為:

其中，x(i)是任務(wù)i的產(chǎn)量。

每種任務(wù)既可以使用機(jī)器人生產(chǎn)，也可以使用勞動(dòng)力進(jìn)行生產(chǎn)。機(jī)器人生產(chǎn)每種任務(wù)的效率相同，記每一單位機(jī)器人的任務(wù)產(chǎn)量為ρ。勞動(dòng)力生產(chǎn)每種任務(wù)的效率不同，將其生產(chǎn)任務(wù)i的效率記作φ(i)。不失一般性，本文假定φ(i)隨著i遞增。任務(wù)i的產(chǎn)量為:

其中，m(i)是生產(chǎn)任務(wù)i的機(jī)器人投入量，而l(i)是生產(chǎn)任務(wù)i的勞動(dòng)力投入量。

在每一期，每個(gè)企業(yè)需要付出一定的以最終產(chǎn)品為形式的固定運(yùn)營(yíng)成本f。那么，產(chǎn)品生產(chǎn)企業(yè)利潤(rùn)為

其中，R為機(jī)器人的價(jià)格，w為工資率。由于企業(yè)的生產(chǎn)技術(shù)是相同且邊際報(bào)酬遞減的，可以預(yù)期每個(gè)企業(yè)的生產(chǎn)決策是相同的。

最后，假定在每一期企業(yè)會(huì)以δ的外生概率受到一個(gè)負(fù)面沖擊而被迫退出市場(chǎng)。同時(shí)，假定有無(wú)限多的潛在市場(chǎng)進(jìn)入者，市場(chǎng)可以自由進(jìn)入，進(jìn)入成本為0。這意味著，只要還有利潤(rùn)可賺，新的企業(yè)就會(huì)進(jìn)入市場(chǎng)。①由后文的推導(dǎo)可知，假定一個(gè)正的進(jìn)入成本并不會(huì)改變本模型結(jié)論。在這種情形下，如果利潤(rùn)的折現(xiàn)值超過(guò)進(jìn)入成本，就會(huì)有企業(yè)進(jìn)入。

2.機(jī)器人生產(chǎn)企業(yè)

每個(gè)地區(qū)存在一個(gè)機(jī)器人生產(chǎn)企業(yè)。參照Acemoglu 和Restrepo (2020)，該企業(yè)使用最終產(chǎn)品生產(chǎn)機(jī)器人。生產(chǎn)技術(shù)為:

其中，M為機(jī)器人產(chǎn)量，Z為最終產(chǎn)品投入，B為生產(chǎn)機(jī)器人的效率。0＜γ＜1，意味著生產(chǎn)技術(shù)是邊際報(bào)酬遞減的，而企業(yè)可以獲取正的利潤(rùn)πM＝RM－Z。例如，如Acemoglu 和Restrepo (2020) 所述，因?yàn)闄C(jī)器人成本主要用于本地專(zhuān)業(yè)的機(jī)器人生產(chǎn)商提供的安裝、編程和維護(hù)服務(wù)，所以機(jī)器人供給的邊際成本是增加的。最后，為簡(jiǎn)化分析，假定該企業(yè)為一個(gè)測(cè)度為0 的家庭所擁有，并假定該家庭消費(fèi)完所有的利潤(rùn)，但不供給勞動(dòng)力。

3.代表性家庭

每個(gè)地區(qū)存在一個(gè)代表性家庭。在每一期，該家庭擁有1 單位的時(shí)間稟賦，并從消費(fèi)和休閑中獲得效用。其效用函數(shù)如下:

其中，C是消費(fèi)，L是勞動(dòng)供給，而1－L是休閑時(shí)間。因此，該代表性家庭的勞動(dòng)收入為wL。

假定該家庭是產(chǎn)品生產(chǎn)企業(yè)的擁有者，并獲得企業(yè)的總利潤(rùn)Π＝Nπ。②該代表性家庭不同于上述擁有機(jī)器人生產(chǎn)企業(yè)的家庭。本文引入擁有機(jī)器人生產(chǎn)企業(yè)的家庭僅為簡(jiǎn)化數(shù)學(xué)推導(dǎo)。因此，家庭的預(yù)算約束為:

4.均衡

假定每個(gè)地區(qū)是一個(gè)自給自足的經(jīng)濟(jì)體，則每個(gè)經(jīng)濟(jì)體的市場(chǎng)均衡是一組要素價(jià)格{R，w}，產(chǎn)品生產(chǎn)企業(yè)的配置{m(i)，l(i)}，產(chǎn)品生產(chǎn)企業(yè)的數(shù)量N，機(jī)器人生產(chǎn)企業(yè)的配置Z和家庭的配置{C，L}。這些變量滿足以下條件: 第一，給定要素價(jià)格{R，w}，{m(i)，l(i)} 最大化產(chǎn)品生產(chǎn)企業(yè)的利潤(rùn)。第二，給定要素價(jià)格R，Z最大化機(jī)器人生產(chǎn)企業(yè)的利潤(rùn)。第三，給定要素價(jià)格w，{C，L} 最大化家庭的效用。

第四，勞動(dòng)力市場(chǎng)出清，即:

第五，機(jī)器人市場(chǎng)出清，即:

第六，產(chǎn)品市場(chǎng)出清，即:

第七，市場(chǎng)中企業(yè)數(shù)量恒定。

(二) 機(jī)器人效率、機(jī)器人使用量和企業(yè)進(jìn)入

本文進(jìn)一步考察機(jī)器人技術(shù)進(jìn)步，即機(jī)器人在生產(chǎn)任務(wù)時(shí)效率ρ的提高，對(duì)機(jī)器人使用和企業(yè)進(jìn)入在全局均衡條件下的影響。由于市場(chǎng)是自由進(jìn)入的，所以產(chǎn)品生產(chǎn)企業(yè)的利潤(rùn)為0。求解代表性家庭的優(yōu)化問(wèn)題，可得:

式(1) 表明，勞動(dòng)供給不受工資率影響。

給定機(jī)器人價(jià)格R，求解機(jī)器人生產(chǎn)企業(yè)的優(yōu)化問(wèn)題，可得:

式(2) 表明，機(jī)器人生產(chǎn)率是機(jī)器人價(jià)格的函數(shù)。機(jī)器人價(jià)格越高，則企業(yè)生產(chǎn)的機(jī)器人越多。

接下來(lái)，給定機(jī)器人和勞動(dòng)力價(jià)格，求解產(chǎn)品生產(chǎn)企業(yè)的優(yōu)化問(wèn)題。因?yàn)椴煌蝿?wù)上，機(jī)器人生產(chǎn)效率相同，而勞動(dòng)力生產(chǎn)效率不同，所以勞動(dòng)力生產(chǎn)效率較低的任務(wù)可能會(huì)被機(jī)器人取代。更具體地，機(jī)器人生產(chǎn)1 單位任務(wù)i的成本為R/ρ，而勞動(dòng)力生產(chǎn)1單位任務(wù)i的成本為w/φ(i)。因此，存在一個(gè)臨界點(diǎn)I，屬于[0，I) 的任務(wù)由機(jī)器人生產(chǎn)更便宜，屬于(I，1] 的任務(wù)由勞動(dòng)力生產(chǎn)更便宜，而任務(wù)I由二者生產(chǎn)的成本相同。在以下分析中，本文聚焦于內(nèi)點(diǎn)解，即I∈(0，1)。

這一臨界點(diǎn)滿足以下條件:

可見(jiàn)，I是勞動(dòng)力和機(jī)器人相對(duì)價(jià)格的函數(shù)。當(dāng)機(jī)器人的生產(chǎn)效率ρ提高時(shí)，企業(yè)會(huì)使用更多的機(jī)器人代替勞動(dòng)力。因此，中間品的單位成本為:

可見(jiàn)，中間品成本是{I，R，w} 的函數(shù)。由于I是{R，w} 的函數(shù)，所以中間品的成本是{R，w} 的函數(shù)。給定中間品的單位成本，中間品的最優(yōu)投入量為:

企業(yè)利潤(rùn)為:

在均衡條件下，企業(yè)利潤(rùn)為0。由此可得中間品的單位成本為:

可以看出，中間品的單位成本是一系列參數(shù)的函數(shù)，不受機(jī)器人質(zhì)量ρ的影響。直覺(jué)上看，在短期，ρ會(huì)改變企業(yè)成本。如果中間品的成本更低，則企業(yè)賺取正利潤(rùn)，這會(huì)吸引更多企業(yè)進(jìn)入，導(dǎo)致要素需求增加，要素價(jià)格上漲，并最終導(dǎo)致成本增加；如果中間品的成本更高，則會(huì)有企業(yè)退出，并通過(guò)類(lèi)似的機(jī)制降低中間品成本。

將式(17) 代入式(15)，可得企業(yè)中間品產(chǎn)量為:

可見(jiàn)，中間品產(chǎn)量不受機(jī)器人質(zhì)量ρ影響。

根據(jù)中間品產(chǎn)量y以及機(jī)器人和勞動(dòng)力分工的臨界點(diǎn)I，可以進(jìn)一步得到每個(gè)企業(yè)勞動(dòng)力和機(jī)器人的需求量為:

將勞動(dòng)力的供給量(式(11))和勞動(dòng)力的需求量(式(19))代入勞動(dòng)力市場(chǎng)出清的條件(式(8))，得到:

將機(jī)器人的供給量(式(12))和機(jī)器人的需求量(式(20))代入機(jī)器人市場(chǎng)出清的條件(式(9))，得到:

將式(21) 和式(22) 相除，整理后得到:

這是一個(gè)關(guān)于{R，I} 的方程。

將式(13) 和式(14) 相除，得到:

這同樣是一個(gè)關(guān)于{R，I} 的方程。

將式(23) 和式(24) 相除，并求全微分，可得:

由式(25) 可以看出，機(jī)器人的生產(chǎn)效率提升，會(huì)使得更多類(lèi)型的任務(wù)由機(jī)器人生產(chǎn)，更少類(lèi)型的任務(wù)由勞動(dòng)力生產(chǎn)。直覺(jué)上，機(jī)器人效率提升，使得在原來(lái)勞動(dòng)力具有比較優(yōu)勢(shì)的部分生產(chǎn)任務(wù)上，機(jī)器人具有比較優(yōu)勢(shì)，勞動(dòng)力被機(jī)器人取代。

進(jìn)一步地，將式(23) 對(duì)R和I全微分，得到:

這意味著，更多類(lèi)型的任務(wù)由機(jī)器人生產(chǎn)會(huì)造成機(jī)器人的價(jià)格增加。

將式(12) 對(duì)M和R全微分，得到:

由式(25)、式(26) 和式(27) 可以看出，機(jī)器人對(duì)任務(wù)的生產(chǎn)效率提升，會(huì)使得機(jī)器人取代更多的勞動(dòng)力，機(jī)器人的價(jià)格上升，而機(jī)器人生產(chǎn)企業(yè)供應(yīng)更多的機(jī)器人。直覺(jué)上講，機(jī)器人生產(chǎn)效率增加，會(huì)使得最終產(chǎn)品企業(yè)需求更多的機(jī)器人，這會(huì)抬高機(jī)器人的價(jià)格，并吸引機(jī)器人生產(chǎn)商生產(chǎn)更多的機(jī)器人。

機(jī)器人生產(chǎn)效率和其使用量的正相關(guān)關(guān)系為后文的實(shí)證提供了重要的理論支撐。在數(shù)據(jù)中，我們并不能直接觀測(cè)到機(jī)器人生產(chǎn)任務(wù)的效率，但我們能夠觀察到一個(gè)地區(qū)機(jī)器人的使用量，或者機(jī)器人滲透度。檢驗(yàn)機(jī)器人使用量的影響相當(dāng)于檢驗(yàn)機(jī)器人效率的影響。

那么，機(jī)器人效率和企業(yè)數(shù)量有何關(guān)系呢? 將式(21) 對(duì)N和I全微分，可得:

可見(jiàn)，企業(yè)數(shù)量會(huì)隨I降低而增加。原因是，單個(gè)企業(yè)使用的勞動(dòng)力減少，而勞動(dòng)力供給不變，因此企業(yè)數(shù)量會(huì)增加。結(jié)合式(25) 的含義，即I會(huì)隨機(jī)器人效率增加而降低，可以得到命題1。

命題1: 機(jī)器人的生產(chǎn)效率提升，會(huì)使得市場(chǎng)上有更多的產(chǎn)品生產(chǎn)企業(yè)。

由于企業(yè)以外生的概率退出市場(chǎng)，并由新進(jìn)企業(yè)進(jìn)行補(bǔ)充替代，市場(chǎng)上更多的企業(yè)也意味著更多的新進(jìn)企業(yè)。這是本模型的主要結(jié)果之一。直覺(jué)上講，機(jī)器人生產(chǎn)效率提升，會(huì)提升企業(yè)的生產(chǎn)效率進(jìn)而增加企業(yè)的利潤(rùn)，從而吸引更多的企業(yè)進(jìn)入。從市場(chǎng)均衡的角度看，一方面，每個(gè)企業(yè)的中間品產(chǎn)量不變而生產(chǎn)中間品的勞動(dòng)力降低；另一方面，市場(chǎng)上的勞動(dòng)力供給不變。為使勞動(dòng)力市場(chǎng)出清，需要更多的最終產(chǎn)品生產(chǎn)企業(yè)來(lái)雇用勞動(dòng)力。

(三) 傳導(dǎo)機(jī)制的分析①因篇幅所限，本文省略了傳導(dǎo)機(jī)制分析對(duì)應(yīng)的數(shù)學(xué)推導(dǎo)，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁(yè)面“附錄與擴(kuò)展”欄目下載。

1.生產(chǎn)率效應(yīng)

機(jī)器人是通過(guò)何種途徑影響企業(yè)數(shù)量呢? 本文首先探究企業(yè)生產(chǎn)率的變化。為此，我們考察給定機(jī)器人和勞動(dòng)力投入，中間品產(chǎn)量如何隨機(jī)器人效率變化而變化。

將企業(yè)的機(jī)器人投入量記作m，勞動(dòng)力投入量記作l。兩個(gè)要素投入量均外生給定。由于中間品生產(chǎn)函數(shù)是列昂惕夫(Leontif) 形式，企業(yè)會(huì)選擇機(jī)器人和勞動(dòng)力的分工臨界點(diǎn)，使每種任務(wù)的產(chǎn)量相同。由此，可以得到I～隨ρ的變動(dòng)關(guān)系:

可見(jiàn)，當(dāng)機(jī)器人效率提升，增加，即更多類(lèi)型的任務(wù)會(huì)由機(jī)器人生產(chǎn)，而更少類(lèi)型的任務(wù)會(huì)由勞動(dòng)力生產(chǎn)。

中間品的產(chǎn)量變化則為:

式(30) 顯示，由于增加，中間品產(chǎn)量y會(huì)增加，這也意味著最終產(chǎn)品產(chǎn)量的增加。由于這一過(guò)程假定生產(chǎn)要素投入不變，產(chǎn)品數(shù)量的增加意味著生產(chǎn)率的增加。因此可以得到引理1。

引理1: 給定機(jī)器人和勞動(dòng)力投入，當(dāng)機(jī)器人對(duì)任務(wù)的生產(chǎn)效率有所提升時(shí)，最終產(chǎn)品生產(chǎn)企業(yè)的生產(chǎn)率會(huì)提升，即產(chǎn)品的產(chǎn)量會(huì)增加。

這一結(jié)果的邏輯直覺(jué)如下: 給定機(jī)器人和勞動(dòng)力的投入量，設(shè)想機(jī)器人生產(chǎn)任務(wù)的效率提升。假設(shè)機(jī)器人和勞動(dòng)力的分工臨界點(diǎn)不變，那么機(jī)器人生產(chǎn)的任務(wù)量增加，而勞動(dòng)力生產(chǎn)的任務(wù)量不變。由于中間品的生產(chǎn)函數(shù)是列昂惕夫形式的，中間品產(chǎn)量由勞動(dòng)力的任務(wù)產(chǎn)量決定而沒(méi)有增加。這時(shí)候企業(yè)會(huì)將分工臨界點(diǎn)適當(dāng)上移，以減少機(jī)器人的任務(wù)產(chǎn)量，并增加勞動(dòng)力的任務(wù)產(chǎn)量，直至二者的任務(wù)產(chǎn)量相等。最終的結(jié)果是，中產(chǎn)品產(chǎn)量增加。

進(jìn)一步地，企業(yè)生產(chǎn)率的提升會(huì)增加企業(yè)利潤(rùn)，并因此吸引更多企業(yè)進(jìn)入。為了更直接地考察這一關(guān)系，我們接下來(lái)分析機(jī)器人生產(chǎn)效率提升時(shí)企業(yè)利潤(rùn)的變化。為了單獨(dú)考察企業(yè)生產(chǎn)率這一機(jī)制，并分離掉要素價(jià)格的影響，本文分析假定生產(chǎn)要素價(jià)格不變。

由于要素投入的總成本不變，中間品的單位成本和其產(chǎn)量成反比，即:

將式(16) 對(duì)π、p全微分，得到:

式(32) 表明，中間品的單位成本越高，則企業(yè)利潤(rùn)越低。由于最終產(chǎn)品的生產(chǎn)技術(shù)邊際報(bào)酬遞減，這是一個(gè)很直觀的結(jié)果。

進(jìn)一步，結(jié)合式(30)、式(31) 和式(32)，可以得到:

式(33) 表明，當(dāng)機(jī)器人效率提升引起I～增加時(shí)，企業(yè)的利潤(rùn)也會(huì)增加。由上述推導(dǎo)過(guò)程可以看出這一影響的邏輯如下: 給定生產(chǎn)要素的投入量和價(jià)格，機(jī)器人效率提升，會(huì)使得企業(yè)通過(guò)調(diào)整機(jī)器人和勞動(dòng)力的分工點(diǎn)來(lái)生產(chǎn)更多的中間品。這意味著生產(chǎn)率的提升，意味著中間品單位成本的下降，企業(yè)利潤(rùn)則隨著中間品單位成本的下降而增加。由于企業(yè)利潤(rùn)的增加會(huì)吸引新的企業(yè)進(jìn)入，可以得到命題2。

命題2: 當(dāng)機(jī)器人對(duì)任務(wù)的生產(chǎn)效率提升時(shí)，最終產(chǎn)品生產(chǎn)企業(yè)的生產(chǎn)率會(huì)提升，這將增加企業(yè)利潤(rùn)并促進(jìn)企業(yè)進(jìn)入。

上述分析假定生產(chǎn)要素的價(jià)格不變，因此機(jī)器人生產(chǎn)效率對(duì)企業(yè)利潤(rùn)的影響完全通過(guò)企業(yè)生產(chǎn)率這一機(jī)制。此外，機(jī)器人生產(chǎn)效率還可能通過(guò)改變要素價(jià)格來(lái)影響企業(yè)利潤(rùn)和企業(yè)進(jìn)入。后文將詳細(xì)考察這一機(jī)制。

2.要素價(jià)格效應(yīng)

機(jī)器人效率的提升會(huì)增強(qiáng)機(jī)器人對(duì)勞動(dòng)力的替代能力，這將會(huì)影響勞動(dòng)力市場(chǎng)上的工資率，并進(jìn)一步影響企業(yè)的市場(chǎng)進(jìn)入決策。為探究這一機(jī)制，本文考察給定舊的均衡企業(yè)數(shù)量，機(jī)器人效率提升對(duì)工資率的影響。

由勞動(dòng)力市場(chǎng)均衡條件可推導(dǎo)出以下等式:

由機(jī)器人市場(chǎng)均衡條件可推導(dǎo)出以下等式:

將式(34) 和式(35) 聯(lián)立起來(lái)，得到一個(gè)dlog(R)和dlog(w)關(guān)于dlog(ρ)的方程組，求解可得:

式(36) 和式(37) 刻畫(huà)了企業(yè)數(shù)量保持不變時(shí)，機(jī)器人效率對(duì)要素價(jià)格的影響。在這兩個(gè)式子中，Λ4和Λ6為正，而Λ1的符號(hào)不確定。如果Λ1為負(fù)，那么機(jī)器人的價(jià)格會(huì)隨機(jī)器人效率提升而增加，而工資率會(huì)隨機(jī)器人效率提升而降低。

考察Λ1發(fā)現(xiàn)，當(dāng)上述的均衡值滿足以下條件時(shí)，Λ1為負(fù):

可以看出，如果φ′(I)足夠小，那么短期內(nèi)機(jī)器人價(jià)格會(huì)隨機(jī)器人效率提升而增加，而工資率會(huì)隨機(jī)器人效率提升而降低。由此可以得到引理2。

引理2: 如果φ′(I)足夠小，當(dāng)機(jī)器人效率提升時(shí)，勞動(dòng)力很容易被替代，那么給定企業(yè)數(shù)量，工資率下降。

機(jī)器人效率增加會(huì)引起自身價(jià)格上升比較容易理解。這里主要分析工資率受到的影響。直覺(jué)上講，機(jī)器人效率提升會(huì)對(duì)工資率產(chǎn)生兩個(gè)影響。第一，給定任務(wù)類(lèi)型，機(jī)器人生產(chǎn)的任務(wù)量增加，由于中間品的生產(chǎn)函數(shù)是列昂惕夫形式的，所以由勞動(dòng)力生產(chǎn)的任務(wù)量也需要成比例增加。這增加了勞動(dòng)力需求并提升了工資率(即生產(chǎn)率效應(yīng))。第二，機(jī)器人的效率提高，機(jī)器人生產(chǎn)任務(wù)的成本降低并在新的任務(wù)類(lèi)型上取代勞動(dòng)力。這降低了勞動(dòng)力需求并降低了工資率(即替代效應(yīng))。如果φ′(I)足夠小，那么當(dāng)機(jī)器人效率提升時(shí)，分工臨界點(diǎn)之上的勞動(dòng)力更容易被機(jī)器人取代，替代效應(yīng)大過(guò)生產(chǎn)率效應(yīng)，工資降低。

工資降低則會(huì)增加企業(yè)利潤(rùn)并吸引新企業(yè)進(jìn)入，這是機(jī)器人效率影響企業(yè)進(jìn)入的又一個(gè)機(jī)制。更具體地，當(dāng)企業(yè)數(shù)量固定而要素價(jià)格可變時(shí)，由式(16) 可以推導(dǎo)出企業(yè)利潤(rùn)π與機(jī)器人價(jià)格R、工資率w以及機(jī)器人效率ρ的關(guān)系，如式(39) 所示:

可見(jiàn)，當(dāng)企業(yè)數(shù)量固定而要素價(jià)格可變時(shí)，機(jī)器人效率對(duì)企業(yè)利潤(rùn)有兩個(gè)影響: 要素價(jià)格效應(yīng)和生產(chǎn)率效應(yīng)。①需要指出的是，這里的生產(chǎn)率效應(yīng)不完全等同于前文的生產(chǎn)率效應(yīng)。前文是固定要素價(jià)格時(shí)的生產(chǎn)率效應(yīng)，而此處是允許要素價(jià)格變動(dòng)時(shí)的生產(chǎn)率效應(yīng)。兩處采用不同的假設(shè)是因?yàn)殛P(guān)注點(diǎn)不同。其中，要素價(jià)格進(jìn)一步包括機(jī)器人的價(jià)格和工資率。

將式(36) 和式(37) 代入式(39)，進(jìn)一步得到:

式(40) 顯示給定企業(yè)數(shù)量時(shí)，機(jī)器人效率提升對(duì)企業(yè)利潤(rùn)的整體影響。等式右邊由三項(xiàng)組成。其中，第一項(xiàng)是機(jī)器人效率通過(guò)機(jī)器人價(jià)格R對(duì)利潤(rùn)的影響。由于機(jī)器人價(jià)格增加，這一影響為負(fù)。第二項(xiàng)是機(jī)器人效率通過(guò)工資率w對(duì)利潤(rùn)的影響。由于工資率下降，這一影響為正。第三項(xiàng)是允許要素價(jià)格改變時(shí)，機(jī)器人效率對(duì)利潤(rùn)的直接影響，該影響為正。重點(diǎn)關(guān)注第二項(xiàng)，可以得到命題3。②此外，由于ΓR＜1，第一項(xiàng)和第三項(xiàng)的整體影響為正。這意味著除工資率外，機(jī)器人效率仍對(duì)企業(yè)利潤(rùn)具有正影響。但是，考慮到機(jī)器人效率和機(jī)器人的價(jià)格數(shù)據(jù)很難獲得，本文沒(méi)有對(duì)此重點(diǎn)關(guān)注。

命題3 如果φ′(I)足夠小，當(dāng)機(jī)器人效率提升時(shí)，勞動(dòng)力很容易被替代，工資率下降，這會(huì)增加企業(yè)利潤(rùn)并促使企業(yè)進(jìn)入。

三、計(jì)量模型設(shè)定與指標(biāo)選取

(一) 計(jì)量模型設(shè)定

為驗(yàn)證機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的影響，本文首先構(gòu)建以下基準(zhǔn)回歸模型:

其中，ENumberijt和Yijt為模型的被解釋變量。ENumberijt表示i省份j行業(yè)在t年新進(jìn)入企業(yè)的數(shù)量。Yijt表示i省份j行業(yè)在t年新進(jìn)入企業(yè)的工業(yè)總產(chǎn)值、主營(yíng)業(yè)務(wù)銷(xiāo)售收入和進(jìn)入率。模型(41) 為負(fù)二項(xiàng)回歸模型，首先是因?yàn)樾缕髽I(yè)形成個(gè)數(shù)為正整數(shù)或0，而OLS 回歸會(huì)產(chǎn)生有偏估計(jì)。與別的計(jì)數(shù)模型如Poisson 回歸模型相比，負(fù)二項(xiàng)回歸模型能夠應(yīng)對(duì)被解釋變量過(guò)度分散的情形。模型(42) 為線性回歸模型，采用OLS 估計(jì)。本文核心解釋變量是CHPRobotit，表示i省份在t時(shí)期的工業(yè)機(jī)器人滲透度。Xit表示所要控制的其他變量，主要包括地區(qū)經(jīng)濟(jì)發(fā)展水平、市場(chǎng)化程度、政府規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放度、金融深化程度、固定資產(chǎn)投資額和人力資本水平。此外，λjt表示行業(yè)—時(shí)間固定效應(yīng)；λi表示省份固定效應(yīng)，εijt為隨機(jī)誤差項(xiàng)。

(二) 變量選取

(1) 被解釋變量。本文的被解釋變量為企業(yè)進(jìn)入。毛其淋和盛斌(2013)、李坤望和蔣為(2015)、畢青苗等(2018) 利用年度企業(yè)數(shù)據(jù)界定企業(yè)進(jìn)入狀態(tài)，如果在上一年數(shù)據(jù)中觀察不到該企業(yè)，而在當(dāng)年數(shù)據(jù)中可以觀察到，則將該企業(yè)定義為當(dāng)年進(jìn)入。但這樣劃分企業(yè)進(jìn)入狀態(tài)存在兩個(gè)問(wèn)題: 第一，僅存在一年的企業(yè)既符合新進(jìn)入企業(yè)，也符合退出企業(yè)的定義，這會(huì)造成重復(fù)界定的問(wèn)題(李坤望和蔣為，2015)；第二，中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)僅包括一定規(guī)模以上的企業(yè)，即主營(yíng)業(yè)務(wù)年收入在500 萬(wàn)元以上的企業(yè)(2011 年該標(biāo)準(zhǔn)改為2 000 萬(wàn)元)。因此，這一定義下的新企業(yè)可能只是恰好滿足工業(yè)企業(yè)數(shù)據(jù)庫(kù)涵蓋標(biāo)準(zhǔn)的舊企業(yè)。這樣對(duì)企業(yè)狀態(tài)的界定取決于企業(yè)進(jìn)入或者退出中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)樣本，即通過(guò)企業(yè)是否存在于數(shù)據(jù)庫(kù)判斷企業(yè)的狀態(tài)，會(huì)出現(xiàn)企業(yè)多次進(jìn)入與退出而帶來(lái)的進(jìn)入度量的偏差。由于新企業(yè)是否形成或形成規(guī)模可以直觀地表現(xiàn)某一產(chǎn)業(yè)在某一時(shí)期的進(jìn)入情況，是衡量企業(yè)進(jìn)入的首選指標(biāo)。為此，參照陳建偉等(2021)對(duì)企業(yè)進(jìn)入率的界定，本文采用新企業(yè)是否形成、新企業(yè)形成率以及形成規(guī)模(工業(yè)總產(chǎn)值和主營(yíng)業(yè)務(wù)產(chǎn)品銷(xiāo)售收入) 來(lái)度量企業(yè)進(jìn)入。

(2) 核心解釋變量。在前文數(shù)學(xué)模型中，我們探討機(jī)器人效率對(duì)企業(yè)進(jìn)入的影響。但是在數(shù)據(jù)中，我們并不能直接觀察到機(jī)器人生產(chǎn)任務(wù)的效率。鑒于機(jī)器人效率和其使用量存在明顯的正相關(guān)關(guān)系，本文使用機(jī)器人的使用量來(lái)作為機(jī)器人效率的代理變量。更具體地，本文的核心解釋變量是工業(yè)機(jī)器人滲透度(CHPRobot)。Acemoglu 和Restrepo(2020) 基于Bartik 工具變量法思想，結(jié)合工業(yè)機(jī)器人使用的行業(yè)水平變化和基期就業(yè)份額，構(gòu)造了度量美國(guó)區(qū)域?qū)用妗皺C(jī)器人滲透度”的指標(biāo)。與現(xiàn)有研究主要關(guān)注地區(qū)層面的機(jī)器人滲透度不同，王永欽和董雯(2020) 將行業(yè)層面的工業(yè)機(jī)器人滲透度分解到企業(yè)層面，用于考察企業(yè)層面的工業(yè)機(jī)器人滲透度。本文參照韓民春等(2020) 的做法，假設(shè)某一行業(yè)內(nèi)的工業(yè)機(jī)器人分布程度在一個(gè)國(guó)家內(nèi)的所有區(qū)域都是一致的，因此某一地區(qū)的工業(yè)機(jī)器人密度取決于該地區(qū)內(nèi)各行業(yè)的就業(yè)份額。具體計(jì)算方式如下:

其中，J表示各行業(yè)的集合，CHPRobotit是i省份在t年的機(jī)器人安裝數(shù)量，Robotjt是j行業(yè)在t年的機(jī)器人安裝數(shù)量，Employeesjt是j行業(yè)在t年就業(yè)人數(shù)，Employeesit是i省份在t年就業(yè)人數(shù)，Employeesjt是i省份的j行業(yè)在t年就業(yè)人數(shù)。

(3) 控制變量。第一，經(jīng)濟(jì)發(fā)展水平(PCGDP)，采用人均地區(qū)生產(chǎn)總值的對(duì)數(shù)衡量。這一變量能夠很好地反映市場(chǎng)規(guī)模的大小，而市場(chǎng)規(guī)模大小會(huì)通過(guò)企業(yè)利潤(rùn)影響產(chǎn)業(yè)區(qū)位選擇。市場(chǎng)規(guī)模越大，人均購(gòu)買(mǎi)能力往往也越高，新企業(yè)進(jìn)入后的收益可能會(huì)越高。第二，市場(chǎng)化程度(MarDeg)，采用樊綱等編制的省份層面1999—2009 年的市場(chǎng)化指數(shù)來(lái)度量。第三，政府規(guī)模(GovExp)，采用各省份財(cái)政支出占當(dāng)年GDP 的比率來(lái)衡量。該指標(biāo)主要反映政府對(duì)企業(yè)運(yùn)行的影響程度。一方面，財(cái)政支出比重越高，意味著地方政府招商引資能力越大，從而越有利于企業(yè)進(jìn)入市場(chǎng)；另一方面，政府規(guī)模過(guò)大會(huì)減弱市場(chǎng)配置資源的能力，降低企業(yè)經(jīng)營(yíng)的靈活性，從而不利于新企業(yè)進(jìn)入市場(chǎng)。第四，產(chǎn)業(yè)結(jié)構(gòu)(IndStr)。地區(qū)服務(wù)業(yè)的集聚對(duì)企業(yè)市場(chǎng)進(jìn)入也很重要，本文用各省份第三產(chǎn)業(yè)產(chǎn)值占GDP 比重衡量產(chǎn)業(yè)結(jié)構(gòu)。第五，對(duì)外開(kāi)放水平(FDI)。為了控制地區(qū)開(kāi)放程度對(duì)企業(yè)進(jìn)入決策的影響，本文采用各個(gè)省份實(shí)際利用外資額和GDP 的比值來(lái)度量地區(qū)層面對(duì)外開(kāi)放水平。第六，金融深化程度(FinDev)。私人部門(mén)信貸占GDP 的比重是衡量現(xiàn)有中國(guó)金融深化程度較為準(zhǔn)確的指標(biāo)，但從公開(kāi)的統(tǒng)計(jì)數(shù)據(jù)中還無(wú)法獲取該指標(biāo)。現(xiàn)有文獻(xiàn)大多運(yùn)用全部信貸占GDP 的比值來(lái)衡量地區(qū)金融發(fā)展程度，本文也采用這一度量方法。第七，固定資產(chǎn)投資額(FA)。本文采用各個(gè)省份社會(huì)固定資產(chǎn)投資和GDP 的比值進(jìn)行衡量。第八，人力資本(Human)。勞動(dòng)者受教育程度越高，勞動(dòng)力質(zhì)量越高，本文采用各省每十萬(wàn)人口各級(jí)學(xué)校平均在校生數(shù)進(jìn)行衡量。

(三) 數(shù)據(jù)說(shuō)明①變量的詳細(xì)說(shuō)明和描述性統(tǒng)計(jì)請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。

本文所使用的數(shù)據(jù)主要包括三個(gè)部分，一是企業(yè)層面數(shù)據(jù)，來(lái)自工業(yè)企業(yè)數(shù)據(jù)庫(kù)，目前被廣泛應(yīng)用于中國(guó)經(jīng)濟(jì)問(wèn)題相關(guān)研究(Brandt 等，2012；Feenstra 等，2014)。對(duì)于一些企業(yè)存在著增加值、就業(yè)人數(shù)或者產(chǎn)值為負(fù)的情況，我們認(rèn)為這樣的企業(yè)存在著原始數(shù)據(jù)的偏誤，按照Brandt 等(2012) 的建議刪除了這些企業(yè)樣本。此外，2006—2014年間國(guó)民經(jīng)濟(jì)行業(yè)代碼調(diào)整過(guò)兩次，2006—2012 年行業(yè)代碼是GB/T 4754-2002 版，而2013—2014 年是GB/T 4754-2011 版。參照Brandt 等(2012) 處理方式，我們將2013—2014 年行業(yè)代碼進(jìn)行轉(zhuǎn)碼統(tǒng)一至GB/T 4754-2002 版。

二是工業(yè)機(jī)器人數(shù)據(jù)，來(lái)自IFR。這一數(shù)據(jù)庫(kù)提供了全球范圍內(nèi)按照應(yīng)用領(lǐng)域、行業(yè)分支和機(jī)器人類(lèi)型細(xì)分的工業(yè)機(jī)器人權(quán)威數(shù)據(jù)。目前IFR 所發(fā)布的數(shù)據(jù)已被廣泛應(yīng)用于機(jī)器人相關(guān)研究(Graetz 和Michaels，2018；Cheng 等，2019；Acemoglu 和Restrepo，2020；呂越等，2020；楊光和侯鈺，2020)。具體來(lái)說(shuō)，IFR 數(shù)據(jù)庫(kù)包含全球75 個(gè)國(guó)家1993—2019 年分年度和分行業(yè)的工業(yè)機(jī)器人安裝量和存量。本文將行業(yè)層面的工業(yè)機(jī)器人滲透度分解到省份層面，具體步驟如下: 第一，在行業(yè)層面的機(jī)器人數(shù)據(jù)上，通過(guò)世界工業(yè)機(jī)器人數(shù)據(jù)庫(kù)獲取機(jī)器人原始數(shù)據(jù)，然后從中提取中國(guó)所有行業(yè)的機(jī)器人數(shù)據(jù)。由于世界工業(yè)機(jī)器人數(shù)據(jù)庫(kù)獲取的機(jī)器人數(shù)據(jù)行業(yè)分類(lèi)標(biāo)準(zhǔn)為標(biāo)準(zhǔn)國(guó)際行業(yè)分類(lèi)(ISIC＿Rev.4)，所以我們進(jìn)一步將標(biāo)準(zhǔn)國(guó)際行業(yè)分類(lèi)(ISIC＿Rev.4) 與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)GB/T 4754-2011 進(jìn)行對(duì)應(yīng)，整理為相應(yīng)對(duì)照表，最終對(duì)應(yīng)到樣本數(shù)據(jù)GB/T 4754-2002 版行業(yè)標(biāo)準(zhǔn)。第二，在整理相應(yīng)行業(yè)對(duì)照表后，我們發(fā)現(xiàn)IFR 提供的行業(yè)機(jī)器人數(shù)據(jù)中有些行業(yè)數(shù)據(jù)是幾個(gè)行業(yè)的加總，為此本文將無(wú)法明確分類(lèi)的行業(yè)機(jī)器人數(shù)據(jù)加總之后再均分給每個(gè)行業(yè)，留下可以一一匹配的數(shù)據(jù)，成功匹配到中國(guó)制造業(yè)27 個(gè)大類(lèi)行業(yè)。第三，參照韓民春等(2020) 的做法，我們以各地區(qū)按行業(yè)的就業(yè)份額作為權(quán)重，對(duì)所有行業(yè)的機(jī)器人密度進(jìn)行加總，由此得到各個(gè)地區(qū)工業(yè)機(jī)器人滲透度。

三是省份經(jīng)濟(jì)變量數(shù)據(jù)，來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒?？紤]到數(shù)據(jù)質(zhì)量和可得性的限制，樣本時(shí)間跨度為2006 年到2014 年。

四、實(shí)證結(jié)果分析

(一) 基準(zhǔn)回歸

表1 報(bào)告了工業(yè)機(jī)器人與企業(yè)進(jìn)入的基準(zhǔn)回歸結(jié)果。第(1) 列和第(2) 列分別為負(fù)二項(xiàng)回歸模型(即模型1) 和OLS 回歸模型(即模型2) 下工業(yè)機(jī)器人應(yīng)用與企業(yè)進(jìn)入數(shù)量之間的關(guān)系，機(jī)器人安裝密度(CHPRobot) 的估計(jì)系數(shù)符號(hào)完全一致，且均在1%的水平上顯著為正。這支持了本文的研究假說(shuō)1，即工業(yè)機(jī)器人應(yīng)用能夠促進(jìn)新企業(yè)進(jìn)入規(guī)模。第(3) 列、第(4) 列和第(5) 列的被解釋變量分別為新進(jìn)入企業(yè)總產(chǎn)值、主營(yíng)業(yè)務(wù)銷(xiāo)售收入以及企業(yè)進(jìn)入率，采用OLS 回歸模型進(jìn)行估計(jì)，回歸結(jié)果顯示，CHPRobot的回歸系數(shù)都顯著為正，進(jìn)一步支持了前文提出的研究假說(shuō)1。由于表1 報(bào)告的是未經(jīng)標(biāo)準(zhǔn)化的系數(shù)及其統(tǒng)計(jì)顯著性，不能直接用于比較不同模型設(shè)定下解釋變量對(duì)被解釋變量影響程度的大小，但回歸系數(shù)均具有統(tǒng)計(jì)顯著性和經(jīng)濟(jì)顯著性。這一結(jié)論與現(xiàn)有研究也具有一定可比性，Graetz 和Michaels (2018) 發(fā)現(xiàn)工業(yè)機(jī)器人等人工智能技術(shù)促使經(jīng)濟(jì)增長(zhǎng)速度提升了0.37%。楊光和侯鈺(2020) 采用1993—2017 年72 個(gè)國(guó)家或地區(qū)的機(jī)器人數(shù)據(jù)研究發(fā)現(xiàn)，機(jī)器人的使用確實(shí)促進(jìn)了經(jīng)濟(jì)增長(zhǎng)?？刂谱兞康幕貧w結(jié)果與預(yù)期基本一致。

表1 基準(zhǔn)回歸結(jié)果

(二) 內(nèi)生性與穩(wěn)健性檢驗(yàn)①穩(wěn)健性檢驗(yàn)結(jié)果請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。

我們通過(guò)采用工具變量估計(jì)進(jìn)一步處理內(nèi)生性問(wèn)題，同時(shí)就基準(zhǔn)回歸進(jìn)行一系列穩(wěn)健性檢驗(yàn)，以進(jìn)一步提高本文研究結(jié)果的可信度。

(1) 工具變量估計(jì)(2SLS)。我們?cè)诖酥攸c(diǎn)討論并修正內(nèi)生性問(wèn)題對(duì)模型估計(jì)的影響。本文內(nèi)生性問(wèn)題來(lái)源主要有以下兩個(gè): 一是被解釋變量為企業(yè)進(jìn)入，其數(shù)據(jù)為地區(qū)—行業(yè)層面，而核心解釋變量工業(yè)機(jī)器人數(shù)據(jù)也為地區(qū)層面，工業(yè)機(jī)器人應(yīng)用會(huì)促進(jìn)企業(yè)進(jìn)入，而新企業(yè)進(jìn)入反過(guò)來(lái)也可能會(huì)影響地區(qū)工業(yè)智能化水平，因而可能會(huì)存在互為因果的內(nèi)生性問(wèn)題。二是受限于數(shù)據(jù)的可得性，雖然我們已經(jīng)控制了其他影響企業(yè)進(jìn)入的地區(qū)經(jīng)濟(jì)變量以及地區(qū)、行業(yè)—時(shí)間固定效應(yīng)，但仍有可能遺漏某些隨時(shí)間變化的非觀測(cè)因素帶來(lái)的內(nèi)生性問(wèn)題。為控制內(nèi)生性問(wèn)題對(duì)本文回歸結(jié)果造成的影響，我們選擇構(gòu)建合適的工具變量，使用兩階段最小二乘法進(jìn)行估計(jì)。

具體而言，參考Acemoglu 和Restrepo (2020) 及王永欽和董雯(2020)，基于Bartik工具變量法思想，我們利用美國(guó)行業(yè)層面的工業(yè)機(jī)器人數(shù)據(jù)構(gòu)造中國(guó)省份層面機(jī)器人滲透度的工具變量:

其中，USRobotjt表示美國(guó)j行業(yè)在t年的機(jī)器人安裝數(shù)量，USEmployeesj，t＝1990表示美國(guó)j行業(yè)在t年就業(yè)人數(shù)。②數(shù)據(jù)下載地址為https://www.nber.org/research/data/nber-ces-manufacturing-industry-database，我們將美國(guó)標(biāo)準(zhǔn)行業(yè)分類(lèi)(SIC 1987 版) 與標(biāo)準(zhǔn)國(guó)際行業(yè)分類(lèi)(ISIC＿Rev.3) 進(jìn)行對(duì)應(yīng)，然后將ISIC＿Rev.3 對(duì)應(yīng)到本文的樣本數(shù)據(jù)GB/T 4754-2002 版行業(yè)標(biāo)準(zhǔn)。

表2 報(bào)告了兩階段最小二乘法(2SLS) 的分析結(jié)果。其中，第(1) 列為第一階段回歸結(jié)果。可以看出，工具變量(USPRobot) 和潛在內(nèi)生變量(CHPRobot) 是顯著正相關(guān)的(p值小于1%)。此外，第一階段的F統(tǒng)計(jì)量為330.42，遠(yuǎn)高于經(jīng)驗(yàn)切割點(diǎn)，排除了統(tǒng)計(jì)上的弱工具變量風(fēng)險(xiǎn)。第(2)—(5) 列為第二階段回歸結(jié)果，工業(yè)機(jī)器人安裝密度的估計(jì)系數(shù)均顯著為正，說(shuō)明通過(guò)工具變量緩解內(nèi)生性問(wèn)題后，工業(yè)機(jī)器人應(yīng)用依然對(duì)企業(yè)進(jìn)入具有顯著的正向作用，進(jìn)一步強(qiáng)化了研究假說(shuō)1。

表2 內(nèi)生性處理: 工具變量估計(jì)

(2) 更換核心解釋變量: 工業(yè)機(jī)器人進(jìn)口。由于中國(guó)企業(yè)所使用的機(jī)器人絕大部分來(lái)自進(jìn)口①根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)的數(shù)據(jù)，2013 年之前，中國(guó)超過(guò)70%的工業(yè)機(jī)器人是從國(guó)外進(jìn)口，而國(guó)內(nèi)企業(yè)掌握的機(jī)器人生產(chǎn)技術(shù)，主要集中在產(chǎn)業(yè)的中低端領(lǐng)域(李磊等，2021)。，本文采用機(jī)器人進(jìn)口量作為工業(yè)機(jī)器人使用的代理變量(Fan 等，2021；綦建紅和付晶晶，2021；李磊等，2021)，然后重新對(duì)模型進(jìn)行估計(jì)。結(jié)果表明，該解釋變量的估計(jì)系數(shù)仍然顯著為正，驗(yàn)證了本文的研究結(jié)論。

(3) 更換核心解釋變量: 工業(yè)機(jī)器人存量。②本文還以基期權(quán)重和工業(yè)銷(xiāo)售產(chǎn)值為權(quán)重，更換了核心解釋變量度量方式，結(jié)論依然穩(wěn)健。為了排除變量測(cè)量誤差對(duì)估計(jì)結(jié)果的影響，本文采用永續(xù)盤(pán)存法，分別選取5%、10%和15%的年折舊率，以2006 年為基期，對(duì)工業(yè)機(jī)器人存量進(jìn)行折舊計(jì)算。我們發(fā)現(xiàn)工業(yè)機(jī)器人的估計(jì)系數(shù)仍在5%的水平上顯著為正，證實(shí)了本文的研究結(jié)論。

五、作用機(jī)制分析

由上面分析可知，工業(yè)機(jī)器人應(yīng)用顯著促進(jìn)了中國(guó)制造業(yè)企業(yè)進(jìn)入，那么工業(yè)機(jī)器人應(yīng)用究竟是通過(guò)何種機(jī)制促進(jìn)企業(yè)進(jìn)入呢? 為此，我們從降低勞動(dòng)力成本和提升企業(yè)生產(chǎn)率兩個(gè)角度進(jìn)一步探討工業(yè)機(jī)器人對(duì)企業(yè)進(jìn)入可能的作用機(jī)制。③如前文理論分析指出，機(jī)器人應(yīng)用還能通過(guò)催生新崗位和新型企業(yè)來(lái)促進(jìn)企業(yè)進(jìn)入。但是，由于數(shù)據(jù)限制，很難區(qū)分何種企業(yè)是新型企業(yè)，所以難以針對(duì)這一機(jī)制進(jìn)行實(shí)證檢驗(yàn)。影響機(jī)制相關(guān)檢驗(yàn)結(jié)果請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。

(一) 工業(yè)機(jī)器人與勞動(dòng)力成本

在“基于任務(wù)模型”的理論分析框架下，勞動(dòng)力與工業(yè)機(jī)器人在不同的任務(wù)中具有各自的比較優(yōu)勢(shì)。在工業(yè)機(jī)器人具有比較優(yōu)勢(shì)的任務(wù)中，勞動(dòng)力會(huì)被工業(yè)機(jī)器人所取代。替代效應(yīng)會(huì)導(dǎo)致均衡中的勞動(dòng)力需求和工資下降(Acemoglu 和Restrepo，2018，2020)，并且在工業(yè)機(jī)器人使用成本降低、使用技術(shù)成熟程度提高、投入量加大之后，這種替代效應(yīng)更加顯著。而在勞動(dòng)力供給不變的情況下，勞動(dòng)力需求下降會(huì)降低均衡的工資水平。Acemoglu 和Restrepo (2020) 利用1990—2007 年間美國(guó)工業(yè)機(jī)器人數(shù)據(jù)研究發(fā)現(xiàn)，每千名工人每增加一個(gè)機(jī)器人，當(dāng)?shù)氐木蜆I(yè)人口比率就減少0.39 個(gè)百分點(diǎn)，工資就減少約0.77%。因而，工業(yè)機(jī)器人應(yīng)用能夠通過(guò)降低勞動(dòng)力成本而促進(jìn)新企業(yè)進(jìn)入。楊亞平和周泳宏(2013) 認(rèn)為，利用勞動(dòng)生產(chǎn)率調(diào)整后的工資才能真實(shí)地反映勞動(dòng)力成本，因此本文用制造業(yè)分行業(yè)工業(yè)增加值除以分行業(yè)工業(yè)就業(yè)人數(shù)衡量勞動(dòng)生產(chǎn)率，進(jìn)而采用各省分行業(yè)經(jīng)勞動(dòng)生產(chǎn)率調(diào)整后的分行業(yè)就業(yè)人員平均報(bào)酬占全省平均報(bào)酬的比重衡量真實(shí)的勞動(dòng)力成本。研究發(fā)現(xiàn)，工業(yè)機(jī)器人的估計(jì)系數(shù)均在5%的水平上顯著為負(fù)，表明工業(yè)機(jī)器人應(yīng)用能夠降低勞動(dòng)力成本，進(jìn)而促進(jìn)中國(guó)制造業(yè)企業(yè)進(jìn)入規(guī)模。

(二) 工業(yè)機(jī)器人與企業(yè)生產(chǎn)率

為考察機(jī)器人應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的影響，本文構(gòu)建如下的固定效應(yīng)模型:

其中，TFPijct表示位于c城市屬于j行業(yè)的i企業(yè)在t年的全要素生產(chǎn)率，本文使用LP 方法來(lái)測(cè)量，并對(duì)計(jì)算出來(lái)的企業(yè)全要素生產(chǎn)率加1 后取對(duì)數(shù)處理。Robotsit是這一回歸模型的核心解釋變量，采用機(jī)器人進(jìn)口數(shù)量和金額這兩個(gè)指標(biāo)作為企業(yè)機(jī)器人使用的代理變量。Xit是包含一系列影響企業(yè)全要素生產(chǎn)率的控制變量。企業(yè)層面控制變量具體包括: 企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Leverage)、流動(dòng)比率(Liquidity)、企業(yè)是否為外商投資企業(yè)啞變量(FOE) 和企業(yè)是否為國(guó)有企業(yè)啞變量(SOE)；τi代表企業(yè)固定效應(yīng)，用來(lái)控制不隨時(shí)間變化的企業(yè)特征；λt代表年份固定效應(yīng)，用來(lái)控制不隨地區(qū)和企業(yè)變化的宏觀經(jīng)濟(jì)沖擊；為了避免遺漏變量偏誤，區(qū)分不同產(chǎn)業(yè)和城市經(jīng)濟(jì)變量對(duì)企業(yè)生產(chǎn)率的影響，本文還控制了行業(yè)—年份固定效應(yīng)γjt和城市—年份固定效應(yīng)φct，εit為服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)擾動(dòng)項(xiàng)。數(shù)據(jù)來(lái)源于2000—2013 年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)。①由于2008—2010 年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)關(guān)鍵指標(biāo)缺失和數(shù)據(jù)異常，本文剔除2008—2010 年的數(shù)據(jù)。

本文被解釋變量為采用LP 方法計(jì)算的企業(yè)全要素生產(chǎn)率，回歸結(jié)果顯示，工業(yè)機(jī)器人的系數(shù)符號(hào)為正且至少在5%的水平上顯著，這表明在控制了其他因素之后，工業(yè)機(jī)器人能夠顯著提升企業(yè)全要素生產(chǎn)率。無(wú)論是全樣本回歸結(jié)果還是新進(jìn)入企業(yè)回歸結(jié)果，均發(fā)現(xiàn)機(jī)器人應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率存在正向顯著作用。

六、異質(zhì)性分析

前面已經(jīng)證實(shí)，工業(yè)機(jī)器人會(huì)顯著促進(jìn)企業(yè)進(jìn)入。此外，工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的影響可能會(huì)因企業(yè)產(chǎn)權(quán)性質(zhì)、行業(yè)性質(zhì)和市場(chǎng)化程度不同而產(chǎn)生差異。因此，我們將對(duì)這些內(nèi)容作進(jìn)一步分析。②異質(zhì)性分析相關(guān)檢驗(yàn)結(jié)果請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。

(一) 工業(yè)機(jī)器人、產(chǎn)權(quán)性質(zhì)與企業(yè)進(jìn)入

從產(chǎn)權(quán)性質(zhì)看，國(guó)有企業(yè)的最終所有者是政府，主要協(xié)助政府實(shí)現(xiàn)更廣泛的政治和社會(huì)目標(biāo)。雖然國(guó)有企業(yè)改革打破了原先“鐵飯碗”的用工制度，但是國(guó)有企業(yè)依然需要承擔(dān)著經(jīng)濟(jì)增長(zhǎng)和增加財(cái)政收入的經(jīng)濟(jì)責(zé)任，也需要承擔(dān)一定的“穩(wěn)就業(yè)”社會(huì)責(zé)任(王永欽和董雯，2020)。鑒于國(guó)有企業(yè)的雙重使命，即使可以大規(guī)模地采用機(jī)器人，國(guó)有企業(yè)也未必會(huì)在短期內(nèi)大規(guī)模進(jìn)入市場(chǎng)。相對(duì)而言，非國(guó)有企業(yè)更多關(guān)注的是企業(yè)自身盈利能力，在“利潤(rùn)極大化”的目標(biāo)下，更可能對(duì)新科技做出反應(yīng)及采用工業(yè)機(jī)器人來(lái)替代勞動(dòng)力，以降低企業(yè)的邊際成本和提高企業(yè)利潤(rùn)率。為此，本文根據(jù)企業(yè)的產(chǎn)權(quán)性質(zhì)將企業(yè)分為國(guó)有企業(yè)、外資企業(yè)和私營(yíng)企業(yè)。研究發(fā)現(xiàn)，工業(yè)機(jī)器人對(duì)企業(yè)進(jìn)入的作用效應(yīng)主要發(fā)生在非國(guó)有企業(yè)中，且在1%水平上顯著為正，但對(duì)國(guó)有企業(yè)市場(chǎng)進(jìn)入影響不顯著。由此可見(jiàn)，雖然機(jī)器人應(yīng)用可以降低勞動(dòng)力成本、提高企業(yè)進(jìn)入規(guī)模，但是由于國(guó)有企業(yè)需要承擔(dān)政府“穩(wěn)就業(yè)”責(zé)任，即使大規(guī)模地采用機(jī)器人，也無(wú)法在短期內(nèi)大規(guī)模進(jìn)入市場(chǎng)。與之相對(duì)的是，非國(guó)有企業(yè)主要關(guān)注企業(yè)盈利能力，在“利潤(rùn)極大化”目標(biāo)下，只要機(jī)器人應(yīng)用能夠緩解勞動(dòng)力成本、提高營(yíng)業(yè)利潤(rùn)，就會(huì)選擇進(jìn)入市場(chǎng)。

(二) 工業(yè)機(jī)器人、行業(yè)性質(zhì)與企業(yè)進(jìn)入

考慮到中國(guó)各行業(yè)要素密集度存在較大差異，因而工業(yè)機(jī)器人在影響不同要素密集度行業(yè)企業(yè)的進(jìn)入上可能存在異質(zhì)性?，F(xiàn)有證據(jù)表明，相對(duì)于技術(shù)密集型企業(yè)，工業(yè)機(jī)器人更能降低勞動(dòng)密集型企業(yè)的生產(chǎn)成本。例如，Autor 等(2003) 發(fā)現(xiàn)，計(jì)算機(jī)能夠取代從事機(jī)械性、重復(fù)性工作的勞動(dòng)力，但是和從事非重復(fù)性、復(fù)雜工作的勞動(dòng)力互補(bǔ)。Akerman 等(2015) 以及Gaggl 和Wright (2017) 的研究表明，信息通信技術(shù)和低技術(shù)勞動(dòng)力相互替代，但和高技術(shù)勞動(dòng)力互補(bǔ)。長(zhǎng)期以來(lái)，中國(guó)有大量的低技術(shù)勞動(dòng)力密集型企業(yè)，它們依賴“人口紅利”所帶來(lái)的廉價(jià)勞動(dòng)力，通過(guò)“以價(jià)競(jìng)爭(zhēng)”取得生存發(fā)展。當(dāng)人口紅利收縮及勞動(dòng)力成本上漲時(shí)，這類(lèi)企業(yè)首當(dāng)其沖。工業(yè)機(jī)器人使用可以彌補(bǔ)勞動(dòng)力短缺，并減弱用工成本的影響。因此相較于技術(shù)密集型行業(yè)，工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)密集型企業(yè)影響更大。此外，機(jī)器人使用能夠促進(jìn)資本的積累，進(jìn)而促進(jìn)資本密集型企業(yè)進(jìn)入。為此，本文借鑒謝建國(guó)(2003) 的做法，按照行業(yè)要素密集度將樣本劃分為勞動(dòng)、資本和技術(shù)密集型行業(yè)。研究發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用主要影響勞動(dòng)密集型和資本密集型行業(yè)企業(yè)進(jìn)入。這是因?yàn)殡m然工業(yè)機(jī)器人應(yīng)用可以深刻改變傳統(tǒng)生產(chǎn)方式，但在本質(zhì)上對(duì)勞動(dòng)或資本都可能產(chǎn)生偏向的替代性。機(jī)器人的使用有助于提高企業(yè)生產(chǎn)的自動(dòng)化水平，節(jié)約勞動(dòng)力成本，提高生產(chǎn)效率，工業(yè)機(jī)器人可能會(huì)導(dǎo)致大量勞動(dòng)和資本密集型行業(yè)重新進(jìn)入市場(chǎng)。

(三) 工業(yè)機(jī)器人、市場(chǎng)化程度與企業(yè)進(jìn)入

工業(yè)機(jī)器人對(duì)企業(yè)的影響很可能取決于政府的干預(yù)程度和經(jīng)濟(jì)體的市場(chǎng)化程度。如果政府干預(yù)較少而市場(chǎng)化程度較高，那么市場(chǎng)環(huán)境和競(jìng)爭(zhēng)機(jī)制更加健全，經(jīng)濟(jì)民營(yíng)化程度和對(duì)外開(kāi)放程度較高，工業(yè)機(jī)器人的應(yīng)用也能夠更加充分地發(fā)揮其在勞動(dòng)力、資本以及技術(shù)市場(chǎng)中的全面影響。相反，如果政府干預(yù)較強(qiáng)而市場(chǎng)化程度較低，那么企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)受到政府政策的影響更大，面臨的外部不確定性因素更多。競(jìng)爭(zhēng)機(jī)制的缺失使得企業(yè)家更看重政治關(guān)系帶來(lái)的各種資源和政策優(yōu)惠，而機(jī)器人應(yīng)用的影響力則會(huì)被壓縮。改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)體逐漸由政府主導(dǎo)型經(jīng)濟(jì)向市場(chǎng)主導(dǎo)型經(jīng)濟(jì)過(guò)渡，但因政策、地理、歷史等因素的不同，中國(guó)地區(qū)間市場(chǎng)化進(jìn)程存在較大差距，機(jī)器人應(yīng)用對(duì)企業(yè)進(jìn)入的促進(jìn)作用也不盡相同。為此，本文用MarDeg來(lái)表示企業(yè)所在省的市場(chǎng)化進(jìn)程指數(shù)，研究發(fā)現(xiàn)交互項(xiàng)“CHPRobot×MarDeg”的估計(jì)系數(shù)在1%水平上顯著為正，表明當(dāng)?shù)氐氖袌?chǎng)化進(jìn)程越高，工業(yè)機(jī)器人對(duì)企業(yè)進(jìn)入產(chǎn)生的正向影響就越強(qiáng)。

七、結(jié)論與政策建議

本文探討了工業(yè)機(jī)器人應(yīng)用如何影響企業(yè)進(jìn)入?；?006—2014 年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)并匹配省份面板數(shù)據(jù)，本文實(shí)證檢驗(yàn)了工業(yè)機(jī)器人應(yīng)用對(duì)新企業(yè)進(jìn)入的影響。結(jié)果發(fā)現(xiàn): 第一，工業(yè)機(jī)器人使用對(duì)企業(yè)進(jìn)入有著顯著的提升作用。第二，在作用機(jī)制方面，一是工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力需求產(chǎn)生一定的替代效應(yīng)，工業(yè)機(jī)器人安裝密度高的地區(qū)，其真實(shí)勞動(dòng)力成本相對(duì)較低，從而可以促進(jìn)新企業(yè)進(jìn)入規(guī)模的提升；二是工業(yè)機(jī)器人應(yīng)用降低了工業(yè)生產(chǎn)的用工依賴，打破了產(chǎn)業(yè)在區(qū)域間單向梯度轉(zhuǎn)移的態(tài)勢(shì)，工業(yè)機(jī)器人滲透度越高的地區(qū)，新企業(yè)進(jìn)入規(guī)模也越大。第三，異質(zhì)性分析表明，工業(yè)機(jī)器人應(yīng)用對(duì)非國(guó)有企業(yè)進(jìn)入、勞動(dòng)密集型和資本密集型行業(yè)企業(yè)進(jìn)入的影響較大；機(jī)器人應(yīng)用對(duì)新企業(yè)進(jìn)入的影響隨著進(jìn)入地市場(chǎng)化程度的提高而增強(qiáng)。

本文具有以下政策含義: 第一，研究結(jié)論顯示，機(jī)器人應(yīng)用可以促進(jìn)新企業(yè)進(jìn)入。當(dāng)前國(guó)產(chǎn)工業(yè)機(jī)器人與發(fā)達(dá)國(guó)家相比還有一定差距，并且我國(guó)智能制造領(lǐng)域人才缺口較大，部分核心技術(shù)自主創(chuàng)新不足。因此，應(yīng)繼續(xù)支持和鼓勵(lì)工業(yè)機(jī)器人進(jìn)口，加強(qiáng)我國(guó)工業(yè)機(jī)器人關(guān)鍵技術(shù)研發(fā)；積極鼓勵(lì)先進(jìn)技術(shù)設(shè)備和關(guān)鍵零部件進(jìn)口，加強(qiáng)自主創(chuàng)新，盡快解決本領(lǐng)域的“卡脖子”關(guān)鍵技術(shù)問(wèn)題，為我國(guó)推進(jìn)工業(yè)機(jī)器人技術(shù)創(chuàng)新和行業(yè)發(fā)展提供可靠的技術(shù)保障。第二，研究顯示，與技術(shù)密集型行業(yè)相比，在勞動(dòng)密集型和資本密集型行業(yè)中，機(jī)器人應(yīng)用對(duì)新企業(yè)進(jìn)入的作用更大。有鑒于此，應(yīng)進(jìn)一步完善相關(guān)的培訓(xùn)制度和再就業(yè)政策，提高各個(gè)層次技能的勞動(dòng)人員對(duì)經(jīng)濟(jì)變化的適應(yīng)能力；進(jìn)一步優(yōu)化人才培養(yǎng)體系，加強(qiáng)機(jī)器人、人工智能等相關(guān)領(lǐng)域的專(zhuān)業(yè)人才和“互補(bǔ)性”人才的培養(yǎng)，抓住新一輪技術(shù)革命帶來(lái)的發(fā)展機(jī)遇。第三，我們還發(fā)現(xiàn)，在市場(chǎng)化程度高的地區(qū)，機(jī)器人應(yīng)用對(duì)新企業(yè)進(jìn)入的促進(jìn)效應(yīng)更為顯著。因此，應(yīng)推進(jìn)公平、有序的競(jìng)爭(zhēng)性市場(chǎng)環(huán)境，充分發(fā)揮市場(chǎng)的選擇效應(yīng)、競(jìng)爭(zhēng)效應(yīng)和資源再配置效應(yīng)，以吸引更多的新企業(yè)進(jìn)入市場(chǎng)，實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展。

本文證實(shí)了工業(yè)機(jī)器人對(duì)中國(guó)制造業(yè)企業(yè)進(jìn)入的正向影響，并強(qiáng)調(diào)了勞動(dòng)力成本和生產(chǎn)率機(jī)制在傳導(dǎo)工業(yè)機(jī)器人應(yīng)用促進(jìn)企業(yè)進(jìn)入效應(yīng)中的重要作用。然而，本文研究仍然有一些局限性。第一，中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)更新至2014 年，受企業(yè)級(jí)數(shù)據(jù)的限制，本文在非國(guó)有企業(yè)方面僅包含規(guī)模以上工業(yè)企業(yè)，對(duì)規(guī)模以下非國(guó)有工業(yè)企業(yè)的進(jìn)入與退出如何受工業(yè)機(jī)器人應(yīng)用的影響，還需要未來(lái)在數(shù)據(jù)可得的基礎(chǔ)上繼續(xù)展開(kāi)研究。第二，IFR 數(shù)據(jù)庫(kù)提供的工業(yè)機(jī)器人數(shù)據(jù)是國(guó)家—行業(yè)—年度數(shù)據(jù)，有些行業(yè)數(shù)據(jù)是幾個(gè)行業(yè)的加總，且行業(yè)分類(lèi)為標(biāo)準(zhǔn)國(guó)際行業(yè)分類(lèi)(ISIC＿Rev.4)，行業(yè)代碼轉(zhuǎn)換以及各大類(lèi)行業(yè)機(jī)器人安裝量的計(jì)算很難達(dá)到非常準(zhǔn)確，未來(lái)可以考慮采用更多的方法來(lái)進(jìn)行研究。