唐青青 白東北 王玨
(1.西北大學(xué)經(jīng)濟(jì)管理學(xué)院,陜西 西安 710127; 2.安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院,安徽 蚌埠 233030)
2017年12月,工業(yè)和信息化部印發(fā)《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃》,計(jì)劃提出以信息技術(shù)與制造技術(shù)深度融合為主線,以新一代人工智能技術(shù)的產(chǎn)業(yè)化和集成應(yīng)用為重點(diǎn),推進(jìn)人工智能和制造業(yè)深度融合,加快制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)。2020年,我國(guó)的外貿(mào)規(guī)模已達(dá)到4.6萬(wàn)億美元,國(guó)際市場(chǎng)份額占14.7%,貨物與服務(wù)貿(mào)易總額躍居全球第一。但“貿(mào)易大國(guó)”不等于“貿(mào)易強(qiáng)國(guó)”,如何有效發(fā)揮工業(yè)智能化推動(dòng)作用,成為實(shí)現(xiàn)我國(guó)高水平對(duì)外開(kāi)放和經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵?;诖耍疚闹塾谔骄咳斯ぶ悄芘c出口產(chǎn)品質(zhì)量的關(guān)系,檢驗(yàn)人工智能技術(shù)的微觀作用機(jī)制,為我國(guó)制定和實(shí)施國(guó)際貿(mào)易政策提供理論借鑒。
1956年,約翰·麥卡錫首次提到“人工智能”概念,目前對(duì)其標(biāo)準(zhǔn)定義尚未發(fā)布。較為普遍的理解是將利用計(jì)算機(jī)程序,通過(guò)“仿人”方式在復(fù)雜環(huán)境中學(xué)習(xí)、交流和推理等過(guò)程的技術(shù)稱之為人工智能[1]。歷次工業(yè)革命,從蒸汽到電力再到信息技術(shù)無(wú)不推動(dòng)歷史變革,人工智能作為第四次工業(yè)革命通用推廣技術(shù),亦成為世界經(jīng)貿(mào)發(fā)展核心動(dòng)力[2],對(duì)一國(guó)經(jīng)濟(jì)、就業(yè)和國(guó)際貿(mào)易等具有重大影響?,F(xiàn)有研究對(duì)人工智能和經(jīng)濟(jì)發(fā)展關(guān)系研究較多。事實(shí)上,由于人工智能技術(shù)本身就是對(duì)人類工作行為的模仿,其發(fā)展將使傳統(tǒng)勞動(dòng)力和部分技能勞動(dòng)力被機(jī)器替代[3],而技能偏向型技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)影響具有分化作用[4],人工智能替代中低技術(shù)勞動(dòng)力的同時(shí),將增加高技術(shù)勞動(dòng)力工作時(shí)間,并創(chuàng)造全新工作崗位,最終優(yōu)化勞動(dòng)力市場(chǎng)結(jié)構(gòu)[5]。擴(kuò)展到產(chǎn)業(yè)層面,人工智能技術(shù)的廣泛滲透性、數(shù)據(jù)驅(qū)動(dòng)性、系統(tǒng)智能化等特征促進(jìn)傳統(tǒng)生產(chǎn)方式變革,同時(shí)催生新業(yè)態(tài)和新模式,推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)[2]。
現(xiàn)有人工智能和國(guó)際貿(mào)易關(guān)系文獻(xiàn)研究可歸總為以下三個(gè)方面。一是人工智能擴(kuò)大國(guó)際貿(mào)易規(guī)模。早在2003年,Brynjolfsson等(2011)[6]基于美國(guó)企業(yè)數(shù)據(jù),驗(yàn)證了計(jì)算機(jī)化在短期和長(zhǎng)期均促進(jìn)生產(chǎn)率提升。Graetz等(2015)[7]則聚焦工業(yè)機(jī)器人領(lǐng)域,認(rèn)為自動(dòng)化技術(shù)提高了勞動(dòng)生產(chǎn)率和全要素生產(chǎn)率。國(guó)內(nèi)學(xué)者從不同層面出發(fā),驗(yàn)證了智能化對(duì)地區(qū)全要素生產(chǎn)率的促進(jìn)效應(yīng)[8]。因此,人工智能可通過(guò)提高企業(yè)生產(chǎn)率擴(kuò)大一國(guó)貿(mào)易規(guī)模。此外,人工智能依托互聯(lián)網(wǎng)技術(shù),具有智能數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)整合和自動(dòng)化存儲(chǔ)等功能,能夠降低出口營(yíng)銷、物流和倉(cāng)儲(chǔ)成本[9],促使更多企業(yè)選擇出口,進(jìn)而擴(kuò)大貿(mào)易規(guī)模。二是人工智能影響國(guó)際貿(mào)易分工。首先,人工智能技術(shù)改變國(guó)際貿(mào)易分工格局。人工智能技術(shù)發(fā)展使機(jī)器和勞動(dòng)力結(jié)合,出現(xiàn)機(jī)器替代勞動(dòng)力的現(xiàn)象。Frey和Osborne(2017)[10]、David(2017)[11]運(yùn)用概率分布模型預(yù)測(cè)未來(lái)20年,47%美國(guó)工人和55%日本工人將被自動(dòng)化所取代。Acemoglu和Restrepo(2017)[12]進(jìn)一步考慮自動(dòng)化對(duì)勞動(dòng)力市場(chǎng)均衡影響,運(yùn)用IFR數(shù)據(jù)實(shí)證得出,每千人勞動(dòng)力中增加一個(gè)機(jī)器,將導(dǎo)致就業(yè)率下降0.18%~0.34%。因此,人工智能將削弱勞動(dòng)力比較優(yōu)勢(shì),對(duì)勞動(dòng)密集型產(chǎn)業(yè)和出口導(dǎo)向型貿(mào)易模式造成威脅,影響國(guó)際貿(mào)易分工格局[9]。其次,人工智能技術(shù)影響國(guó)際貿(mào)易分工地位。智能化能夠?qū)崿F(xiàn)地區(qū)全球價(jià)值鏈攀升[13]。劉斌和潘彤(2020)[14]利用工業(yè)機(jī)器人數(shù)據(jù)驗(yàn)證了人工智能通過(guò)降低貿(mào)易成本、促進(jìn)技術(shù)創(chuàng)新、優(yōu)化資源配置提高一國(guó)行業(yè)全球價(jià)值鏈參與程度和分工地位。呂越等(2020)[15]則運(yùn)用微觀數(shù)據(jù),實(shí)證檢驗(yàn)人工智能通過(guò)提高全要素生產(chǎn)率和降低生產(chǎn)成本增強(qiáng)企業(yè)全球價(jià)值鏈嵌入程度。三是人工智能變革國(guó)際貿(mào)易模式。隨著互聯(lián)網(wǎng)平臺(tái)、云計(jì)算、大數(shù)據(jù)、人工智能等新型技術(shù)在全球范圍擴(kuò)展,商業(yè)模式呈扁平化特征,實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)融合發(fā)展[16]。2018年中國(guó)首屆數(shù)字貿(mào)易論壇講解了以人工智能技術(shù)與數(shù)字認(rèn)證技術(shù),由多國(guó)聯(lián)合打造的跨境數(shù)字貿(mào)易服務(wù)平臺(tái)TEGGS系統(tǒng)。系統(tǒng)利用大數(shù)據(jù)技術(shù),完成了與多個(gè)海關(guān)繁瑣程序的便捷轉(zhuǎn)譯與互聯(lián)互通的新突破,并采用國(guó)產(chǎn)CA認(rèn)證技術(shù)、電子簽名技術(shù)與國(guó)產(chǎn)動(dòng)態(tài)物碼技術(shù)結(jié)合,對(duì)人與物進(jìn)行跨境全程全量跟蹤,節(jié)省傳統(tǒng)產(chǎn)業(yè)物流和時(shí)間成本的同時(shí),保證了跨境貿(mào)易的安全性。因此,工業(yè)智能化發(fā)展促使跨境數(shù)字平臺(tái)的完善,構(gòu)建包括企業(yè)、政府、個(gè)人等在內(nèi)的虛擬市場(chǎng),突破傳統(tǒng)貿(mào)易平臺(tái)中物理距離的限制,通過(guò)實(shí)時(shí)信息互聯(lián)互通實(shí)現(xiàn)買方和賣方的精準(zhǔn)對(duì)接,大幅度減少貿(mào)易鏈條,降低搜尋成本和通訊成本,同時(shí)保證產(chǎn)品精準(zhǔn)對(duì)接賣方市場(chǎng)。
綜上所述,國(guó)內(nèi)外學(xué)者討論了人工智能對(duì)國(guó)際貿(mào)易規(guī)模、貿(mào)易分工和貿(mào)易模式的影響,具有較高理論價(jià)值和現(xiàn)實(shí)意義。然而,現(xiàn)有文獻(xiàn)缺乏對(duì)人工智能和貿(mào)易質(zhì)量關(guān)系的討論。首先,近年來(lái),我國(guó)對(duì)外貿(mào)易規(guī)??涨?,但產(chǎn)品質(zhì)量仍與發(fā)達(dá)國(guó)家相差甚遠(yuǎn),促進(jìn)貿(mào)易高質(zhì)量發(fā)展是現(xiàn)階段亟待攻克的難關(guān)。因此,工業(yè)智能化高速發(fā)展階段,探究人工智能對(duì)產(chǎn)品質(zhì)量的影響和作用機(jī)制尤為關(guān)鍵。其次,在已有研究中缺乏人工智能對(duì)國(guó)際貿(mào)易異質(zhì)效應(yīng)的關(guān)注。新新貿(mào)易理論指出,生產(chǎn)率異質(zhì)性企業(yè)對(duì)出口選擇、出口規(guī)模以及新工藝、新技術(shù)的接受、吸納和延展能力均存在差異。因此,人工智能技術(shù)對(duì)微觀企業(yè)出口貿(mào)易影響可能存在異質(zhì)效應(yīng)。最后,目前對(duì)于人工智能微觀機(jī)制的研究尚有待完善?;谏鲜鑫墨I(xiàn)可知,人工智能與國(guó)際貿(mào)易規(guī)模和模式關(guān)系的研究多為理論推導(dǎo)和間接分析,與本文較為相近的文獻(xiàn)中,呂越等(2020)[15]實(shí)證檢驗(yàn)人工智能對(duì)企業(yè)全球價(jià)值鏈分工地位的影響,提出降低企業(yè)成本和提高企業(yè)生產(chǎn)率的作用路徑,為本文研究提供了實(shí)證參考。
鑒于此,本文邊際貢獻(xiàn)如下:首先,通過(guò)構(gòu)建微觀面板數(shù)據(jù),實(shí)證檢驗(yàn)人工智能對(duì)我國(guó)制造企業(yè)出口產(chǎn)品質(zhì)量的影響,填補(bǔ)了人工智能和國(guó)際貿(mào)易質(zhì)量研究空缺。其次,聚焦于企業(yè)生產(chǎn)率異質(zhì)性,探究人工智能對(duì)制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)的異質(zhì)效應(yīng),深化工業(yè)智能化發(fā)展和微觀企業(yè)出口貿(mào)易關(guān)系研究。再次,通過(guò)理論推導(dǎo)和實(shí)證檢驗(yàn)深入分析人工智能對(duì)出口產(chǎn)品質(zhì)量升級(jí)的影響路徑,進(jìn)一步完善工業(yè)智能化發(fā)展的微觀作用機(jī)理。最后,基于行業(yè)出口產(chǎn)品質(zhì)量層面進(jìn)行動(dòng)態(tài)分解,考察人工智能技術(shù)影響行業(yè)出口產(chǎn)品質(zhì)量的重要途徑,對(duì)人工智能技術(shù)影響效應(yīng)進(jìn)行擴(kuò)展分析。
探討人工智能技術(shù)對(duì)出口產(chǎn)品質(zhì)量的影響,首先需明確哪些因素會(huì)影響企業(yè)出口產(chǎn)品質(zhì)量?,F(xiàn)有文獻(xiàn)已從需求(市場(chǎng)需求、消費(fèi)者偏好等)、供給(要素投入等)以及其他相關(guān)層面(政策、環(huán)境等)展開(kāi)研究。結(jié)合本文研究對(duì)象,主要從供給層面探討人工智能對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響效應(yīng)和作用機(jī)理,即主要聚焦于要素投入和要素配置兩個(gè)方面。
企業(yè)生產(chǎn)過(guò)程中的要素投入包括技術(shù)、中間品、資本、勞動(dòng)力等。技術(shù)創(chuàng)新對(duì)企業(yè)產(chǎn)品質(zhì)量升級(jí)的貢獻(xiàn)毋庸置疑[17]。相應(yīng)地,一國(guó)高資本密集度或技術(shù)密集度、中間品進(jìn)口多元化和質(zhì)量亦可顯著提高企業(yè)出口產(chǎn)品質(zhì)量[18-20]。同時(shí),勞動(dòng)力投入同樣是生產(chǎn)環(huán)節(jié)不可缺少的要素之一,且勞動(dòng)要素在要素投入結(jié)構(gòu)中的比重不斷上升,甚至超過(guò)資本投入比重成為產(chǎn)品質(zhì)量變動(dòng)的重要原因[21]。勞動(dòng)力成本和效率高低均直接影響產(chǎn)品質(zhì)量變化。長(zhǎng)期以來(lái)我國(guó)憑借勞動(dòng)力成本比較優(yōu)勢(shì)在國(guó)際貿(mào)易中取得飛速發(fā)展,且較低勞動(dòng)力成本促使企業(yè)使用充足資金擴(kuò)大生產(chǎn)規(guī)模,獲得收入效應(yīng),進(jìn)而實(shí)現(xiàn)產(chǎn)品質(zhì)量升級(jí)。同時(shí),高生產(chǎn)率企業(yè)傾向于選擇出口高質(zhì)量產(chǎn)品結(jié)論已得到驗(yàn)證[22-23]。另一方面關(guān)于要素配置問(wèn)題。要素得不到有效配置,企業(yè)生產(chǎn)過(guò)程中要素配置效率就會(huì)變得低下,從而抑制企業(yè)創(chuàng)新發(fā)展和技術(shù)升級(jí)。由于政府不當(dāng)干預(yù)和市場(chǎng)發(fā)展不完全等因素,我國(guó)生產(chǎn)要素在經(jīng)濟(jì)發(fā)展過(guò)程中存在顯著錯(cuò)配現(xiàn)象。在要素錯(cuò)配結(jié)構(gòu)性效應(yīng)討論中,整體要素錯(cuò)配對(duì)勞動(dòng)密集型和資本密集型產(chǎn)業(yè)出口貿(mào)易具有一定積極作用,資本錯(cuò)配甚至有利于增強(qiáng)企業(yè)出口強(qiáng)度和出口概率[24]。然而,要素錯(cuò)配雖然成就了中國(guó)出口貿(mào)易奇跡,企業(yè)生產(chǎn)效率卻顯著降低,造成我國(guó)出口產(chǎn)品“高量低質(zhì)”的惡性后果[25]。
綜上,提高技術(shù)創(chuàng)新水平和資本密集度、降低企業(yè)成本、優(yōu)化要素配置是企業(yè)出口產(chǎn)品質(zhì)量升級(jí)的重要因素。
進(jìn)一步,人工智能具體會(huì)如何影響企業(yè)出口產(chǎn)品質(zhì)量呢?根據(jù)現(xiàn)有文獻(xiàn),人工智能具有替代效用和創(chuàng)造效應(yīng)。在“技能偏向性技術(shù)進(jìn)步”理論假設(shè)中,人工智能被作為外生技術(shù)進(jìn)步,先驗(yàn)性認(rèn)為其對(duì)低技能和受教育程度較低勞動(dòng)力具有替代作用[26]。作用路徑主要表現(xiàn)為:隨著我國(guó)人口紅利的喪失,人工智能技術(shù)成本相比于勞動(dòng)力成本逐漸具有比較優(yōu)勢(shì),企業(yè)就偏向于用人工智能技術(shù)替代部分勞動(dòng)力崗位,特別是從事程序化工作的非技術(shù)型員工,因其工作內(nèi)容具有重復(fù)性強(qiáng)、創(chuàng)造性和情感交互性弱等特征,極易被替代。Acemoglu和Restrepo(2018)[27]研究中就指出在部分任務(wù)制生產(chǎn)環(huán)節(jié),機(jī)器人比人力更具比較優(yōu)勢(shì)。因此,人工智能技術(shù)為雇主提供更大選擇空間,通過(guò)替代勞動(dòng)力這一途徑顯著減少企業(yè)勞動(dòng)力需求,進(jìn)而降低企業(yè)成本。
人工智能技術(shù)同時(shí)具有創(chuàng)造效應(yīng),體現(xiàn)在以下兩個(gè)方面:一是智能化技術(shù)和技能勞動(dòng)力之間存在互補(bǔ)性。人工智能技術(shù)雖能夠部分替代人力,但無(wú)法擁有人類特有的思維、創(chuàng)造力和情感交互能力。因此,在提高智能化環(huán)節(jié)生產(chǎn)效率的同時(shí),增加了非智能化任務(wù)的勞動(dòng)力需求,并提高非智能化任務(wù)對(duì)勞動(dòng)力的要求。例如在服裝廠,智能化機(jī)器通過(guò)加快服裝包裝速度,縮短服裝制作時(shí)間,增加生產(chǎn)規(guī)模,最終提高企業(yè)總產(chǎn)出。同時(shí),智能化使非技能型勞動(dòng)力被替代率上升,激勵(lì)非技能型員工向技能型員工轉(zhuǎn)變,進(jìn)而提高企業(yè)人力資本水平,優(yōu)化要素配置,最終實(shí)現(xiàn)勞動(dòng)和資本生產(chǎn)效率提升[28]。二是人工智能具有技術(shù)創(chuàng)新效應(yīng)。作為第四次工業(yè)革命的核心引擎,人工智能是新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù),具有強(qiáng)帶動(dòng)性“頭雁”效應(yīng)。首先,憑借大數(shù)據(jù)計(jì)算系統(tǒng),人工智能可精確識(shí)別復(fù)雜系統(tǒng)工藝生產(chǎn)過(guò)程中存在的問(wèn)題,為整個(gè)生產(chǎn)流程設(shè)計(jì)科學(xué)操作模式,實(shí)現(xiàn)生產(chǎn)模式的創(chuàng)新;其次,依托互聯(lián)網(wǎng)平臺(tái),通過(guò)線上線下互動(dòng)交流,人工智能可完善精準(zhǔn)定制化產(chǎn)業(yè)鏈,增強(qiáng)企業(yè)市場(chǎng)競(jìng)爭(zhēng)力,刺激企業(yè)生產(chǎn)多元化和技術(shù)升級(jí);最后,人工智能技術(shù)可衍生新知識(shí),或者將現(xiàn)有知識(shí)優(yōu)化重組,實(shí)現(xiàn)企業(yè)產(chǎn)品升級(jí)[14]。
綜上分析,人工智能技術(shù)可通過(guò)替代效應(yīng)減少企業(yè)勞動(dòng)投入規(guī)模,降低企業(yè)生產(chǎn)成本。同時(shí),人工智能可通過(guò)創(chuàng)造效應(yīng)提高要素配置效率和企業(yè)技術(shù)創(chuàng)新水平。基于此,提出以下假設(shè)。
H1人工智能技術(shù)通過(guò)替代低端勞動(dòng)力降低企業(yè)成本、優(yōu)化要素配置和推動(dòng)技術(shù)創(chuàng)新促進(jìn)企業(yè)出口產(chǎn)品質(zhì)量升級(jí)。
值得注意的是,隨著新新貿(mào)易理論的提出與完善,企業(yè)生產(chǎn)率異質(zhì)性特征在微觀研究領(lǐng)域已達(dá)成共識(shí),不同企業(yè)對(duì)出口規(guī)模、技術(shù)學(xué)習(xí)和應(yīng)用、技術(shù)吸收和轉(zhuǎn)化等方面均具有顯著差異?;诖耍疚膹娜厣a(chǎn)率異質(zhì)性角度討論人工智能技術(shù)對(duì)企業(yè)出口產(chǎn)品質(zhì)量升級(jí)的異質(zhì)效應(yīng)就顯得尤為必要。首先,全要素生產(chǎn)率是“給定單位要素投入組合能夠獲得的產(chǎn)出”,受要素投入數(shù)量和質(zhì)量、要素配置效率的影響,高全要素生產(chǎn)率企業(yè)本身就具有較高質(zhì)量要素投入力度和要素配置效率[29]。那么相比之下,對(duì)于低生產(chǎn)率企業(yè),人工智能技術(shù)替代低端勞動(dòng)力降低企業(yè)成本和增強(qiáng)要素配置效率的作用強(qiáng)度可能就更加顯著。其次,高生產(chǎn)率企業(yè)具有更強(qiáng)的技術(shù)吸收和轉(zhuǎn)化能力,對(duì)新工藝、新發(fā)明和原有產(chǎn)品改進(jìn)效率較高,能夠更大程度發(fā)揮人工智能技術(shù)的技術(shù)創(chuàng)新效應(yīng)。而對(duì)于低生產(chǎn)率企業(yè)而言,一方面受“后發(fā)比較優(yōu)勢(shì)”外貿(mào)發(fā)展特征影響,我國(guó)制造企業(yè),特別是生產(chǎn)率較低的勞動(dòng)比較優(yōu)勢(shì)企業(yè),對(duì)發(fā)達(dá)國(guó)家具有較強(qiáng)的技術(shù)依賴性,自主創(chuàng)新能力不足[30];另一方面,人工智能引致知識(shí)和技術(shù)溢出,實(shí)現(xiàn)自主創(chuàng)新能力的提升需要較大投入和周期。雖然生產(chǎn)要素在長(zhǎng)期內(nèi)總可以實(shí)現(xiàn)在不同生產(chǎn)部門間自由流動(dòng),但受制度、環(huán)境和法律等影響,人工智能的技術(shù)創(chuàng)新效應(yīng)并不能實(shí)現(xiàn)短期內(nèi)的大規(guī)模爆發(fā)[31]。因此,作為新型技術(shù),人工智能技術(shù)推動(dòng)企業(yè)技術(shù)創(chuàng)新的作用效應(yīng)可能僅在高生產(chǎn)率企業(yè)中顯著。綜上,提出以下假設(shè)。
H2人工智能對(duì)不同生產(chǎn)率制造企業(yè)出口產(chǎn)品質(zhì)量的影響存在異質(zhì)效應(yīng)。
借鑒已有文獻(xiàn),構(gòu)建如下計(jì)量模型
rqgt=β0+β1AIct+β2X+uc+ut+εgt
(1)
其中,g、t、c下標(biāo)分別表示企業(yè)、年份和行業(yè);被解釋變量rqgt為企業(yè)出口產(chǎn)品質(zhì)量;核心解釋變量AIct為行業(yè)工業(yè)機(jī)器人密度;X代表企業(yè)層面、地區(qū)層面控制變量;uc、ut分別表示行業(yè)和年份固定效應(yīng);εgt為隨機(jī)擾動(dòng)項(xiàng)。
1.出口產(chǎn)品質(zhì)量測(cè)算
參考施炳展和邵文波(2014)[17]、Khandelwal(2010)[32]做法,基于海關(guān)數(shù)據(jù)庫(kù)中產(chǎn)品層面貿(mào)易數(shù)據(jù),運(yùn)用需求推斷法測(cè)算出口產(chǎn)品質(zhì)量并進(jìn)行標(biāo)準(zhǔn)化處理,實(shí)現(xiàn)跨期以及橫截面比較分析,得到企業(yè)層面出口產(chǎn)品質(zhì)量測(cè)算公式,如下所示
(2)
rqgt代表對(duì)應(yīng)樣本集合Ω的整體質(zhì)量,即t年g企業(yè)出口產(chǎn)品質(zhì)量,Ω代表企業(yè)出口產(chǎn)品集合。vgmt代表t年g企業(yè)m產(chǎn)品出口份額,rqualitygmt為t年g企業(yè)m產(chǎn)品質(zhì)量的標(biāo)準(zhǔn)化指標(biāo)。
2.人工智能指標(biāo)測(cè)度
借鑒Acemoglu和Restrepo(2017)[12]測(cè)算方法,使用工業(yè)機(jī)器人密度作為人工智能的度量指標(biāo),具體測(cè)算方式為:運(yùn)用工業(yè)機(jī)器人數(shù)量與行業(yè)層面每千名就業(yè)人員比值表示。具體操作中,本文將IRF數(shù)據(jù)與WOID2016社會(huì)經(jīng)濟(jì)賬戶數(shù)據(jù)根據(jù)行業(yè)進(jìn)行匹配,測(cè)算出工業(yè)機(jī)器人密度。
3.其他變量
企業(yè)全要素生產(chǎn)率(tfp),采用LP半?yún)?shù)估計(jì)法測(cè)算全要素生產(chǎn)率,借鑒龔關(guān)和胡關(guān)亮(2013)[33]做法,對(duì)其中涉及的工業(yè)增加值(1)中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)沒(méi)有統(tǒng)計(jì)2008、2009、2012和2013年工業(yè)增加值和工業(yè)中間投入,借鑒李揚(yáng)等(2018)方法,運(yùn)用收入法估計(jì)工業(yè)增加值:工業(yè)增加值=固定資產(chǎn)折舊+生產(chǎn)稅凈額+勞動(dòng)力報(bào)酬+應(yīng)交增值稅+營(yíng)業(yè)盈余。再根據(jù)會(huì)計(jì)準(zhǔn)則估計(jì)工業(yè)中間投入:工業(yè)中間投入=工業(yè)總產(chǎn)值-工業(yè)增加值+應(yīng)交增值稅。其他缺失值應(yīng)用插值法補(bǔ)足。、中間投入、從業(yè)人員和資本存量相關(guān)計(jì)算變量,采用工業(yè)品出廠價(jià)格指數(shù)、原材料、燃料和動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)、消費(fèi)者和固定資產(chǎn)投資價(jià)格指數(shù)并以2000年為基期對(duì)數(shù)據(jù)做平減處理。相關(guān)價(jià)格指數(shù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。企業(yè)規(guī)模(scale),借鑒有關(guān)研究,采用企業(yè)固定資產(chǎn)凈值年平均余額取自然對(duì)數(shù)表示。企業(yè)年齡(age),由企業(yè)所處年份減去企業(yè)開(kāi)業(yè)年份加一取自然對(duì)數(shù)表示。政府補(bǔ)貼(sub),以企業(yè)政府補(bǔ)貼額度與企業(yè)銷售額比值表示。企業(yè)融資約束(dlixi),企業(yè)擁有利息支出,意味著具有外部融資,即外部融資約束較弱、融資能力較強(qiáng),有利于出口產(chǎn)品質(zhì)量升級(jí)[17],取是否有利息支出虛擬變量控制融資約束。企業(yè)利潤(rùn)(profit),采用企業(yè)凈利潤(rùn)和企業(yè)銷售額比值衡量[34]。省級(jí)控制變量選取地區(qū)財(cái)政規(guī)模(gov)、地區(qū)對(duì)外開(kāi)放水平(open)、地區(qū)人均GDP(gdp)、地區(qū)金融水平(fis),數(shù)據(jù)均源于各省級(jí)統(tǒng)計(jì)年鑒。
數(shù)據(jù)跨度為2005-2013年,涉及以下數(shù)據(jù)庫(kù)整合:《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》主要用于出口產(chǎn)品質(zhì)量測(cè)算,為了保證測(cè)算結(jié)果可信度,借鑒施炳展和邵文波(2014)[17]做法對(duì)海關(guān)數(shù)據(jù)進(jìn)行處理;《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》包涵國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)的所有國(guó)有企業(yè)和規(guī)模以上非國(guó)有企業(yè)樣本,借鑒Branet等(2012)[35]匹配處理方法,刪除不符合經(jīng)濟(jì)計(jì)量常識(shí)和缺失值樣本,為本文提供企業(yè)年齡、企業(yè)規(guī)模等控制變量。人工智能指標(biāo)計(jì)算來(lái)源于IRF公布的年份-國(guó)家-行業(yè)層面機(jī)器人數(shù)據(jù),其中行業(yè)就業(yè)人員數(shù)據(jù)來(lái)源于WIOD2016社會(huì)經(jīng)濟(jì)賬戶數(shù)據(jù)庫(kù)。借鑒余淼杰和袁東(2016)[36]的兩步法,運(yùn)用企業(yè)名稱、企業(yè)郵編和電話號(hào)碼兩步匹配,取并集得到《中國(guó)海關(guān)數(shù)據(jù)庫(kù)》與《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》匹配結(jié)果。并采用呂越等(2020)[15]手工匹配的方式,實(shí)現(xiàn)工業(yè)機(jī)器人數(shù)據(jù)和微觀數(shù)據(jù)的匹配。統(tǒng)計(jì)描述信息見(jiàn)表1。
表1 變量描述性統(tǒng)計(jì)
表2即為基準(zhǔn)回歸結(jié)果。列(1)在控制行業(yè)和年份固定效應(yīng),并聚類到企業(yè)的情況下,核心解釋變量人工智能的估計(jì)系數(shù)在1%水平上顯著為正,表明人工智能促進(jìn)制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)。在此基礎(chǔ)上,加入企業(yè)和地區(qū)層面控制變量再次進(jìn)行回歸檢驗(yàn),結(jié)果如表2列(2)所示,人工智能回歸系數(shù)依然顯著為正,進(jìn)一步證實(shí)了本文結(jié)論。為了驗(yàn)證人工智能對(duì)制造企業(yè)出口產(chǎn)品質(zhì)量的異質(zhì)性影響,本文以全要素生產(chǎn)率中位數(shù)為界對(duì)樣本進(jìn)行分組回歸,如表2列(3)-(4)所示。人工智能回歸系數(shù)均顯著為正,比較來(lái)看,對(duì)低生產(chǎn)率制造企業(yè)出口產(chǎn)品質(zhì)量的正向效應(yīng)更大。另外,引入低全要素生產(chǎn)率企業(yè)虛擬變量和人工智能與低全要素生產(chǎn)率企業(yè)交互項(xiàng)進(jìn)行估計(jì),交互項(xiàng)回歸系數(shù)顯著為正,再次印證這一結(jié)論。
表2 基準(zhǔn)估計(jì)結(jié)果
綜上實(shí)證結(jié)果,要提高制造企業(yè)出口產(chǎn)品質(zhì)量,就需要大力發(fā)展智能化產(chǎn)業(yè),積極推進(jìn)人工智能技術(shù)與實(shí)體產(chǎn)業(yè)相結(jié)合,提高全行業(yè)企業(yè)人工智能技術(shù)水平,逐步實(shí)現(xiàn)生產(chǎn)過(guò)程智能化、自動(dòng)化和高效化。且人工智能技術(shù)對(duì)制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)存在異質(zhì)效應(yīng),較低生產(chǎn)率企業(yè)更能發(fā)揮人工智能技術(shù)正向效應(yīng),工業(yè)智能化成為傳統(tǒng)制造企業(yè)提升國(guó)際競(jìng)爭(zhēng)力的重要途徑。
1.內(nèi)生性檢驗(yàn)
為了避免可能存在的內(nèi)生性問(wèn)題。首先,選用鄰近地區(qū)行業(yè)人工智能技術(shù)的平均值,作為本地區(qū)行業(yè)人工智能技術(shù)的代理變量,使用兩階段最小二乘法(2sls)進(jìn)行估計(jì),結(jié)果如表3列(1)-(2)所示,以鄰近地區(qū)行業(yè)人工智能技術(shù)作為工具變量的核心解釋變量回歸系數(shù)顯著為正,且Kleibergen-Paap rk LM statistic、Kleibergen-Paap rk Wald F statistic顯示拒絕工具變量識(shí)別不足和弱工具變量假設(shè),表示人工智能技術(shù)與所選工具變量具有較強(qiáng)相關(guān)性,回歸結(jié)果可信。其次,選擇人工智能滯后一期和滯后兩期變量作為工具變量進(jìn)行2sls回歸,結(jié)果如表3列(3)-(6)所示。綜合表3回歸結(jié)果,除了回歸系數(shù)有一定變化之外,與基準(zhǔn)回歸結(jié)果基本一致,證明了本文實(shí)證結(jié)果的可靠性。綜上,在考慮內(nèi)生性問(wèn)題后,本文的結(jié)論依然穩(wěn)健,人工智能技術(shù)顯著提高制造企業(yè)出口產(chǎn)品質(zhì)量,且對(duì)低生產(chǎn)率企業(yè)作用強(qiáng)度更大。
表3 內(nèi)生性檢驗(yàn)回歸結(jié)果
2.其他穩(wěn)健性檢驗(yàn)
(1)樣本選擇偏誤??紤]到人工智能技術(shù)應(yīng)用會(huì)影響企業(yè)出口決策,僅使用出口企業(yè)樣本分析人工智能技術(shù)與制造企業(yè)出口產(chǎn)品質(zhì)量關(guān)系會(huì)產(chǎn)生樣本選擇偏誤。對(duì)此,借鑒相關(guān)文獻(xiàn)處理方法,采用Heckman兩步法處理潛在的樣本選擇偏誤問(wèn)題。具體做法如下:首先構(gòu)建Probit出口決策模型,估計(jì)得出逆米爾斯比率(imr);隨后將逆米爾斯比率引入人工智能和出口產(chǎn)品質(zhì)量模型。模型設(shè)定如下
Pr(eigt)=μ(Zβ)
(3)
rqgt=β0+β1AIct+β2imr+β3X+β4l.rqgt+uc+ut+εcgt
(4)
其中,eigt為t年g企業(yè)是否選擇出口虛擬變量,若選擇出口取值為1,否則為0。l.rqgt表示滯后一期出口產(chǎn)品質(zhì)量。Z表示影響企業(yè)出口決策的因素集合,假設(shè)模型(3)和(4)的隨機(jī)擾動(dòng)項(xiàng)服從聯(lián)合正態(tài)分布,且相關(guān)系數(shù)為φ,當(dāng)φ不等于0時(shí),兩個(gè)模型相關(guān),表明若忽略出口決策模型,出口產(chǎn)品質(zhì)量模型估計(jì)結(jié)果會(huì)出現(xiàn)偏差。表4列(1)為Heckman兩步法第一階段估計(jì)結(jié)果,人工智能回歸系數(shù)顯著為正,表明人工智能技術(shù)提高能夠促進(jìn)制造企業(yè)出口決策。列(2)為第二階段估計(jì)結(jié)果,imr回歸系數(shù)顯著為負(fù),可知確實(shí)存在樣本選擇偏誤問(wèn)題。逆米爾斯系數(shù)引入出口產(chǎn)品質(zhì)量模型后,人工智能估計(jì)系數(shù)仍顯著為正,相比基準(zhǔn)回歸結(jié)果,人工智能技術(shù)正向促進(jìn)制造企業(yè)出口產(chǎn)品質(zhì)量結(jié)論和異質(zhì)效應(yīng)并沒(méi)有改變。因此,修正樣本選擇偏誤問(wèn)題后,本文結(jié)論依然穩(wěn)健。
表4 穩(wěn)健性檢驗(yàn)回歸結(jié)果
(2)剔除加工貿(mào)易企業(yè)。加工貿(mào)易作為我國(guó)重要貿(mào)易方式,傾向于使用國(guó)外中間品投入生產(chǎn),直接降低技術(shù)應(yīng)用、技術(shù)升級(jí)積極性和對(duì)高素質(zhì)人才的需求。因此,可能會(huì)錯(cuò)估人工智能技術(shù)對(duì)出口產(chǎn)品質(zhì)量的推動(dòng)效用。借鑒錢瑛和何歡浪(2019)[37]做法,剔除加工貿(mào)易企業(yè)樣本對(duì)整體樣本進(jìn)行修正。由表4列(3)-(4)可知,相比于基準(zhǔn)回歸結(jié)果,整體變化幅度不大,核心結(jié)論仍然保持穩(wěn)健。
(3)剔除臨時(shí)出口企業(yè)。低質(zhì)量企業(yè)快速進(jìn)入退出市場(chǎng)是影響我國(guó)出口產(chǎn)品質(zhì)量提升效果不顯著的重要因素[38],而人工智能技術(shù)應(yīng)用引致的成本變化會(huì)導(dǎo)致低效率、低質(zhì)量企業(yè)快速進(jìn)入和退出市場(chǎng)。因此,臨時(shí)出口企業(yè)可能會(huì)影響到人工智能與制造企業(yè)出口產(chǎn)品質(zhì)量關(guān)系。借鑒陳勇兵等(2012)[39]處理方法,剔除樣本期內(nèi)企業(yè)出口年限不超過(guò)3年的樣本,回歸結(jié)果如表4列(5)-(6)所示,人工智能回歸系數(shù)仍為正,并通過(guò)了1%的顯著性水平檢驗(yàn)。綜上,在剔除臨時(shí)出口企業(yè)樣本后,本文結(jié)論依然可靠。
(4)指標(biāo)轉(zhuǎn)換。為避免測(cè)量誤差對(duì)估計(jì)結(jié)果產(chǎn)生影響,借鑒Auer和Chaney(2009)[40]、Manova和Zhang(2012)[41]的方法,利用單位價(jià)值法重新測(cè)算出口產(chǎn)品質(zhì)量:一是產(chǎn)品價(jià)格與平均價(jià)格之差與價(jià)格標(biāo)準(zhǔn)差的比值rq_AC;二是產(chǎn)品價(jià)格與平均價(jià)格比值取自然對(duì)數(shù)rq_MZ。由表4實(shí)證結(jié)果可見(jiàn),無(wú)論是rq_AC還是rq_MZ,人工智能技術(shù)均在1%水平上顯著為正,且核心解釋變量與低企業(yè)全要素生產(chǎn)率虛擬變量交互項(xiàng)顯著為正,說(shuō)明替換變量后并沒(méi)有影響人工智能技術(shù)與制造企業(yè)產(chǎn)品質(zhì)量的正向關(guān)系和異質(zhì)效應(yīng)。
1.區(qū)分企業(yè)貿(mào)易方式
考慮到人工智能作用多表現(xiàn)在對(duì)低端勞動(dòng)力的替代上,相比于一般貿(mào)易企業(yè),人工智能對(duì)加工貿(mào)易企業(yè)作用強(qiáng)度可能更大。基于此,本文按照貿(mào)易方式不同將企業(yè)分為加工貿(mào)易企業(yè)和一般貿(mào)易企業(yè),引入加工貿(mào)易企業(yè)虛擬變量(pte)、人工智能和加工貿(mào)易企業(yè)交互項(xiàng)(AI*pte)?;貧w結(jié)果見(jiàn)表5,從列(1)可見(jiàn),相對(duì)于一般貿(mào)易企業(yè),人工智能技術(shù)對(duì)加工貿(mào)易企業(yè)產(chǎn)品質(zhì)量的提升作用更大。由此可見(jiàn),企業(yè)在通過(guò)提高智能化水平促進(jìn)出口產(chǎn)品質(zhì)量升級(jí)的過(guò)程中,人工智能對(duì)一般貿(mào)易企業(yè)提升作用有待進(jìn)一步激發(fā)。
2.區(qū)分企業(yè)所有制
企業(yè)所有制差異會(huì)影響到人工智能技術(shù)與出口產(chǎn)品質(zhì)量的關(guān)系嗎?依據(jù)Guariglia等(2011)[42]方式,以企業(yè)各類別資本占實(shí)收資本的比例,將企業(yè)分為外資企業(yè)和本土企業(yè),并以外資企業(yè)為基準(zhǔn),引入本土企業(yè)虛擬變量(fot)、人工智能和本土企業(yè)交互項(xiàng)(AI*fot),回歸結(jié)果如表5列(2)所示,相較于外資企業(yè),本土制造企業(yè)更能夠發(fā)揮人工智能技術(shù)對(duì)出口產(chǎn)品質(zhì)量正向作用。外資企業(yè)背靠母國(guó)技術(shù),具有高質(zhì)量中間品進(jìn)口等多種渠道提高生產(chǎn)效率和產(chǎn)品質(zhì)量,人工智能技術(shù)應(yīng)用對(duì)其出口產(chǎn)品質(zhì)量升級(jí)的推動(dòng)作用有限。
3.區(qū)分技術(shù)異質(zhì)性
行業(yè)技術(shù)水平差異,會(huì)使人工智能對(duì)產(chǎn)品質(zhì)量促進(jìn)作用具有異質(zhì)性嗎?借鑒既有做法,在國(guó)民經(jīng)濟(jì)行業(yè)二分位層面劃分高技術(shù)和中低技術(shù)企業(yè)(2)中低技術(shù)行業(yè):食品、飲料及煙草業(yè)、紡織業(yè)、皮革及鞋類制造業(yè)、木材加工及其制品業(yè)、紙漿、紙制品及印刷出版業(yè)、其他制造業(yè)及回收加工業(yè)、石油加工、煉焦及核燃料加工業(yè)、橡膠及塑料制品業(yè)、非金屬礦物制品業(yè)、金屬冶煉及壓延加工業(yè);高技術(shù)行業(yè):化學(xué)原料及其制品業(yè)、機(jī)械制造業(yè)、電子及光學(xué)儀器制造業(yè)、交通運(yùn)輸設(shè)備制造業(yè)。,引入中低技術(shù)企業(yè)虛擬變量(zdjs)、人工智能和中低技術(shù)企業(yè)交互項(xiàng)(AI*zdjs)。由表5列(3)可知,交互項(xiàng)回歸系數(shù)顯著為正,表示中低技術(shù)企業(yè)能從中獲得更大正向效應(yīng)。結(jié)合前文人工智能技術(shù)創(chuàng)新效應(yīng)分析,高技術(shù)企業(yè)應(yīng)充分發(fā)揮智能化技術(shù)衍生作用,積極提高自身技術(shù)研發(fā)水平,為產(chǎn)品質(zhì)量升級(jí)提供內(nèi)生動(dòng)力。
4.區(qū)分制度異質(zhì)性
借鑒邵朝對(duì)等(2016)[43]文獻(xiàn),依據(jù)經(jīng)濟(jì)實(shí)力的不同,將企業(yè)分為東部地區(qū)和中西部地區(qū)企業(yè),引入東部地區(qū)虛擬變量(east)、人工智能和東部地區(qū)交互項(xiàng)(AI*east)?;貧w結(jié)果如表5列(4)所示,交互項(xiàng)系數(shù)顯著為負(fù),表示相較于東部地區(qū),人工智能對(duì)中西部地區(qū)制造企業(yè)產(chǎn)品質(zhì)量促進(jìn)作用更大。人工智能技術(shù)所帶來(lái)的勞動(dòng)力規(guī)模減小、要素配置效率提高等作用更能夠使發(fā)展較緩慢的中西部地區(qū)取得更顯著成效。東部屬于我國(guó)經(jīng)濟(jì)較發(fā)達(dá)地區(qū),比較優(yōu)勢(shì)產(chǎn)業(yè)多為技術(shù)密集型、資本密集型等制造業(yè),自主研發(fā)創(chuàng)新成為東部地區(qū)產(chǎn)業(yè)升級(jí)主要途徑。
表5 異質(zhì)性回歸結(jié)果
基于前文理論分析,人工智能會(huì)通過(guò)三個(gè)渠道影響制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí),包括替代勞動(dòng)要素投入、推動(dòng)技術(shù)創(chuàng)新和優(yōu)化要素配置,下文從這三個(gè)方面分別進(jìn)行實(shí)證檢驗(yàn)。
1.替代勞動(dòng)要素投入的機(jī)制檢驗(yàn)
前述異質(zhì)性分析結(jié)果表明,人工智能對(duì)加工貿(mào)易制造企業(yè)出口產(chǎn)品質(zhì)量促進(jìn)作用更強(qiáng),可能的原因在于人工智能對(duì)制造企業(yè)出口產(chǎn)品質(zhì)量的影響很大程度通過(guò)替代低端勞動(dòng)力來(lái)實(shí)現(xiàn)。因此,對(duì)低端勞動(dòng)力依賴性較低的一般貿(mào)易制造企業(yè)不會(huì)受到更大影響。為了檢驗(yàn)這一點(diǎn),本文引入人工智能與企業(yè)員工人數(shù)交互項(xiàng)(AI*ldgm),驗(yàn)證人工智能是否通過(guò)替代勞動(dòng)要素投入對(duì)出口產(chǎn)品質(zhì)量產(chǎn)生影響。由表6回歸結(jié)果,交互項(xiàng)估計(jì)系數(shù)顯著為負(fù),符合預(yù)期。同時(shí),對(duì)不同生產(chǎn)率企業(yè)進(jìn)行分組回歸,結(jié)果顯示人工智能替代1%企業(yè)員工,會(huì)使低生產(chǎn)率和高生產(chǎn)率企業(yè)出口產(chǎn)品質(zhì)量分別提高0.015和0.011個(gè)單位。證明工業(yè)智能化發(fā)展,通過(guò)替代低端勞動(dòng)力降低了企業(yè)生產(chǎn)成本進(jìn)而促進(jìn)出口產(chǎn)品質(zhì)量升級(jí),且這一作用途徑在低生產(chǎn)率企業(yè)效應(yīng)更大。
表6 作用機(jī)制檢驗(yàn)結(jié)果(1)
2.推動(dòng)技術(shù)創(chuàng)新的機(jī)制檢驗(yàn)
借鑒施炳展和邵文波(2014)[17]測(cè)算方式,以無(wú)形資產(chǎn)占總資產(chǎn)比重加一取對(duì)數(shù)衡量企業(yè)技術(shù)創(chuàng)新水平,引入人工智能與技術(shù)創(chuàng)新交互項(xiàng)(AI*yfxl),驗(yàn)證人工智能是否通過(guò)提高企業(yè)技術(shù)創(chuàng)新進(jìn)而影響制造企業(yè)產(chǎn)品的質(zhì)量提升。估計(jì)結(jié)果顯示,交互項(xiàng)回歸系數(shù)顯著為正,表明人工智能發(fā)展能夠推動(dòng)制造企業(yè)技術(shù)創(chuàng)新水平提高,實(shí)現(xiàn)出口產(chǎn)品質(zhì)量升級(jí)。進(jìn)一步,由分組回歸結(jié)果可知人工智能通過(guò)提高企業(yè)技術(shù)創(chuàng)新水平顯著促進(jìn)高生產(chǎn)率企業(yè)出口產(chǎn)品質(zhì)量升級(jí),對(duì)低生產(chǎn)率企業(yè)促進(jìn)作用卻并不顯著。因此,工業(yè)智能化的知識(shí)溢出和技術(shù)溢出效應(yīng)雖能夠刺激制造企業(yè)加強(qiáng)自主創(chuàng)新和研發(fā),卻同時(shí)受到企業(yè)生產(chǎn)率限制,低生產(chǎn)率企業(yè)應(yīng)在引進(jìn)工業(yè)智能化、高效化等基礎(chǔ)上,進(jìn)一步加強(qiáng)技術(shù)學(xué)習(xí)和人才引進(jìn),為出口產(chǎn)品質(zhì)量提供持續(xù)升級(jí)動(dòng)力。
3.優(yōu)化要素配置的機(jī)制檢驗(yàn)
基于前文理論分析,人工智能可優(yōu)化企業(yè)生產(chǎn)要素配置。參考蒲阿麗和李平(2019)[44]的方法構(gòu)建要素配置效率指標(biāo),具體計(jì)算公式為:企業(yè)從業(yè)人員年平均人數(shù)占工業(yè)總產(chǎn)值比重表示勞動(dòng)要素配置效率;企業(yè)資本存量占工業(yè)總產(chǎn)值比重表示資本要素配置效率。在此基礎(chǔ)上,引入人工智能與企業(yè)勞動(dòng)要素配置效率、資本要素配置效率交互項(xiàng)(AI*ldlpz、AI*zbpz),其中表7列(1)-(3)為勞動(dòng)要素配置效率回歸結(jié)果,列(4)-(6)為資本要素配置效率回歸結(jié)果。估計(jì)結(jié)果中,交互項(xiàng)回歸系數(shù)均顯著為正,由此證明人工智能技術(shù)應(yīng)用通過(guò)優(yōu)化要素配置提高制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)。且對(duì)比分組回歸結(jié)果,人工智能對(duì)低生產(chǎn)率制造企業(yè)促進(jìn)作用更明顯。
表7 作用機(jī)制檢驗(yàn)結(jié)果(2)
綜上分析,人工智能替代勞動(dòng)要素投入、推動(dòng)企業(yè)技術(shù)創(chuàng)新和優(yōu)化企業(yè)要素配置的作用機(jī)制得到驗(yàn)證,且存在生產(chǎn)率異質(zhì)效應(yīng)。具體表現(xiàn)為低生產(chǎn)率制造企業(yè)更能夠發(fā)揮人工智能對(duì)低端勞動(dòng)力的替代效應(yīng)和要素配置的優(yōu)化效應(yīng),高生產(chǎn)率企業(yè)對(duì)新工藝和新技術(shù)的吸收能力較強(qiáng),更能夠發(fā)揮工業(yè)智能化對(duì)企業(yè)技術(shù)創(chuàng)新推動(dòng)作用,最終實(shí)現(xiàn)出口產(chǎn)品質(zhì)量升級(jí)。
上文研究了人工智能促進(jìn)制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)的微觀證據(jù),而工業(yè)機(jī)器人數(shù)據(jù)結(jié)構(gòu)屬于行業(yè)層面,為了保證研究的完整性和結(jié)論的穩(wěn)健性,進(jìn)一步研究人工智能技術(shù)對(duì)行業(yè)出口產(chǎn)品質(zhì)量的影響。
借鑒已有研究,行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)主要包括以下四個(gè)部分:一是企業(yè)內(nèi)效應(yīng),假設(shè)在位企業(yè)市場(chǎng)份額不變,僅考慮企業(yè)自身出口產(chǎn)品質(zhì)量變動(dòng),而引致的行業(yè)出口產(chǎn)品質(zhì)量的變動(dòng)。二是企業(yè)間效應(yīng),指其他因素不變,由企業(yè)市場(chǎng)份額變動(dòng)引致的行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)。三是進(jìn)入企業(yè)效應(yīng),指由企業(yè)進(jìn)入引致的行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)。當(dāng)新進(jìn)入企業(yè)產(chǎn)品質(zhì)量高于在位企業(yè)平均產(chǎn)品質(zhì)量水平時(shí),有利于行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。四是退出企業(yè)效應(yīng),指由企業(yè)退出引致的行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)。企業(yè)由于生產(chǎn)效率較低等因素退出市場(chǎng),有利于調(diào)整已有企業(yè)生產(chǎn)效率平均水平,促進(jìn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。Griliches和Regev(1995)[45]研究中,企業(yè)間效應(yīng)、進(jìn)入企業(yè)效應(yīng)和退出企業(yè)效應(yīng)三項(xiàng)之和被稱為資源再配置效應(yīng)。上述效應(yīng)測(cè)算和估計(jì)需借助行業(yè)層面數(shù)據(jù),因此,首先計(jì)算行業(yè)層面出口產(chǎn)品質(zhì)量,公式如下
(5)
其中,j、t、g分別表示三位碼行業(yè)、年份和企業(yè),?表示行業(yè)層面企業(yè)集合。Vgt為權(quán)重,由企業(yè)出口額占其所在行業(yè)出口總額比重表示。本文借鑒相關(guān)研究方法,動(dòng)態(tài)分解行業(yè)層面出口產(chǎn)品質(zhì)量。具體分解結(jié)果如下所示
(6)
基于式(6),2005-2013年行業(yè)出口產(chǎn)品質(zhì)量分解結(jié)果如表8所示??疾炱趦?nèi),企業(yè)間效應(yīng)最大,效應(yīng)值為0.02,貢獻(xiàn)率為65.69%,表明高出口產(chǎn)品質(zhì)量制造企業(yè)往往占據(jù)較大市場(chǎng)份額,限資源向高生產(chǎn)效率和高出口產(chǎn)品質(zhì)量存活企業(yè)轉(zhuǎn)移,資源利用率進(jìn)一步提高的同時(shí),存活企業(yè)間資源再配置效率提高,有效促進(jìn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。其次是退出企業(yè)效應(yīng),對(duì)出口產(chǎn)品質(zhì)量貢獻(xiàn)率為31.42%,低質(zhì)量企業(yè)退出市場(chǎng)促進(jìn)了地區(qū)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。貢獻(xiàn)率第三位的為企業(yè)內(nèi)效應(yīng),對(duì)出口產(chǎn)品質(zhì)量貢獻(xiàn)率達(dá)32.14%,說(shuō)明考察期內(nèi),在位企業(yè)自身出口產(chǎn)品質(zhì)量顯著提高。進(jìn)入企業(yè)效應(yīng)值為負(fù),可知新進(jìn)入企業(yè)具有較低質(zhì)量水平,不利于行業(yè)出口產(chǎn)品質(zhì)量提升。進(jìn)一步計(jì)算得出資源再配置效應(yīng)貢獻(xiàn)率達(dá)到82.01%,無(wú)疑是行業(yè)出口產(chǎn)品質(zhì)量核心提升路徑。
表8 地區(qū)-行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)的分解結(jié)果
為了進(jìn)一步檢驗(yàn)人工智能技術(shù)影響行業(yè)出口產(chǎn)品質(zhì)量的途徑,建立如下計(jì)量模型
Qjt=β0+β1sydjt+uj+ut+εjt
(7)
Qjt在不同模型中分別表示式(6)中各分解效應(yīng),以及由此加總得出的行業(yè)出口產(chǎn)品質(zhì)量總變動(dòng)效應(yīng)和資源再配置效應(yīng)。估計(jì)結(jié)果如表9所示,列(1)是總變動(dòng)效應(yīng)為因變量回歸結(jié)果,估計(jì)系數(shù)顯著為正,表明人工智能顯著促進(jìn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。為了較全面揭示人工智能對(duì)各分解效應(yīng)所引致的行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)的影響,列(2)-(5)分別報(bào)告了企業(yè)內(nèi)效應(yīng)、企業(yè)間效應(yīng)、進(jìn)入企業(yè)效應(yīng)和退出企業(yè)效應(yīng)作為因變量的回歸結(jié)果,發(fā)現(xiàn)人工智能對(duì)企業(yè)內(nèi)效應(yīng)、企業(yè)間效應(yīng)影響均顯著為正,其中對(duì)企業(yè)間效應(yīng)的影響更大。說(shuō)明人工智能技術(shù)顯著提高在位企業(yè)出口產(chǎn)品質(zhì)量,相比之下,更是較大程度上促進(jìn)了在位企業(yè)間資源流動(dòng),有效資源向高出口產(chǎn)品質(zhì)量企業(yè)聚集,提高了資源利用率和配置效率,實(shí)現(xiàn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。另外,列(4)和列(5)回歸系數(shù)表明人工智能技術(shù)一定程度上降低出口企業(yè)市場(chǎng)進(jìn)入門檻,促使新企業(yè)參與出口市場(chǎng),且增加企業(yè)出口期限。一般來(lái)說(shuō),新進(jìn)入企業(yè)具有較低生產(chǎn)效率,瀕臨退出企業(yè)亦逐步喪失市場(chǎng)競(jìng)爭(zhēng)力,人工智能技術(shù)促使新進(jìn)入企業(yè)增多的同時(shí),又延緩在位企業(yè)退出期限,并不利于行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。進(jìn)一步,列(6)報(bào)告資源再配置效應(yīng)為因變量回歸結(jié)果,人工智能估計(jì)系數(shù)為正,且通過(guò)1%顯著性水平檢驗(yàn),表明人工智能技術(shù)通過(guò)提高企業(yè)間資源再配置效應(yīng)正向促進(jìn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)。因此,相較于人工智能由進(jìn)入企業(yè)和退出企業(yè)效應(yīng)產(chǎn)生的負(fù)向影響,其通過(guò)企業(yè)間效應(yīng)對(duì)行業(yè)出口產(chǎn)品質(zhì)量積極影響更為顯著。綜上,資源再配置效應(yīng)是人工智能促進(jìn)行業(yè)出口產(chǎn)品質(zhì)量升級(jí)的重要作用路徑。
表9 人工智能與行業(yè)出口產(chǎn)品質(zhì)量變動(dòng)
雙循環(huán)新發(fā)展格局背景下,如何尋找國(guó)內(nèi)技術(shù)路徑促進(jìn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展顯得尤為重要。本文使用2005-2013年機(jī)器人數(shù)據(jù)、中國(guó)海關(guān)數(shù)據(jù)庫(kù)和中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)深入研究人工智能技術(shù)對(duì)制造企業(yè)出口產(chǎn)品質(zhì)量的影響。研究發(fā)現(xiàn):首先,人工智能技術(shù)顯著促進(jìn)制造企業(yè)出口產(chǎn)品質(zhì)量升級(jí)。且相較于高全要素生產(chǎn)率企業(yè),人工智能技術(shù)對(duì)低生產(chǎn)率企業(yè)的促進(jìn)效應(yīng)更加顯著。其次,作用機(jī)制檢驗(yàn)可知,人工智能技術(shù)促進(jìn)作用是通過(guò)替代低端勞動(dòng)力降低企業(yè)成本、優(yōu)化要素資源配置和推動(dòng)企業(yè)技術(shù)創(chuàng)新實(shí)現(xiàn)的。其中,人工智能主要通過(guò)降低企業(yè)成本、優(yōu)化要素配置提高低生產(chǎn)率企業(yè)出口產(chǎn)品質(zhì)量,企業(yè)技術(shù)創(chuàng)新的機(jī)制效應(yīng)并不顯著。再次,人工智能技術(shù)對(duì)加工貿(mào)易企業(yè)、本土企業(yè)、中低技術(shù)和中西部地區(qū)企業(yè)產(chǎn)品質(zhì)量促進(jìn)作用更加明顯。最后,將研究視角從微觀層面轉(zhuǎn)向行業(yè)中觀層面。資源再配置效應(yīng)對(duì)行業(yè)出口產(chǎn)品質(zhì)量貢獻(xiàn)率達(dá)到82.01%,是人工智能提高地區(qū)-行業(yè)出口產(chǎn)品質(zhì)量的重要途徑?;诖?,本文提出以下政策建議。
(1)以創(chuàng)新引領(lǐng)發(fā)展,必須高度重視工業(yè)智能化、自動(dòng)化和高效化,為制造企業(yè)高質(zhì)量發(fā)展提供新動(dòng)能。2015年,國(guó)務(wù)院頒布《中國(guó)制造2025》中就提出“以推動(dòng)智能制造為主攻方向”,2017以來(lái),人工智能被連續(xù)寫入“兩會(huì)”政府工作報(bào)告。在全球人工智能高速發(fā)展浪潮中,我國(guó)在人工智能領(lǐng)域投資絕對(duì)值超過(guò)美國(guó),取得矚目成就,然而相比之下,在制造業(yè)的投入明顯不足。據(jù)統(tǒng)計(jì),2015年人工智能給中國(guó)各行業(yè)帶來(lái)的增速統(tǒng)計(jì)中,制造業(yè)排在第一位,但目前中國(guó)人工智能投資23.40%集中在商業(yè)及零售領(lǐng)域,18.30%在自動(dòng)駕駛,制造業(yè)卻不到1%。制造業(yè)作為我國(guó)支柱產(chǎn)業(yè),提升智能化水平對(duì)我國(guó)對(duì)外貿(mào)易和經(jīng)濟(jì)高質(zhì)量發(fā)展具有至關(guān)重要的意義。
(2)伴隨人口紅利縮減、國(guó)際競(jìng)爭(zhēng)愈烈,以低成本勞動(dòng)力獲得出口比較優(yōu)勢(shì)的傳統(tǒng)制造企業(yè)陷入困境,人工智能成為新的突破口。二十一世紀(jì)以來(lái),憑借勞動(dòng)力和資源比較優(yōu)勢(shì),我國(guó)對(duì)外貿(mào)易規(guī)模大幅提升,然而隨著勞動(dòng)力成本不斷上升,較低生產(chǎn)率制造企業(yè)失去對(duì)外貿(mào)易優(yōu)勢(shì),一度陷入困境。人工智能技術(shù)應(yīng)用能夠?qū)崿F(xiàn)生產(chǎn)線自動(dòng)化,有效降低勞動(dòng)要素投入規(guī)模,減少企業(yè)生產(chǎn)成本,同時(shí)調(diào)整要素投入結(jié)構(gòu),提高要素配置效率。并且高效化、精準(zhǔn)化生產(chǎn)能夠大大提高企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量。因此,人工智能成為低生產(chǎn)率制造企業(yè)走出困境,提高國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵突破口??傊I(yè)智能化是我國(guó)克服制造業(yè)國(guó)際貿(mào)易困境、抵御其他發(fā)展中國(guó)家低成本勞動(dòng)力比較優(yōu)勢(shì)和發(fā)達(dá)國(guó)家再工業(yè)化浪潮沖擊的重要突破口。如何激發(fā)人工智能對(duì)制造業(yè)的改造和升級(jí)成為需要繼續(xù)思考的議題和方向。
(3)突破技術(shù)難關(guān),實(shí)現(xiàn)“物理世界”和“數(shù)字世界”的高度融合,是制造企業(yè)提升國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵。習(xí)近平總書記在十九大報(bào)告中著重強(qiáng)調(diào)“將推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”,然而目前人工智能與制造業(yè)的融合仍存在很大問(wèn)題。其中的原因除了制造業(yè)本身存在的數(shù)據(jù)采集流程長(zhǎng)、系統(tǒng)通用性低和復(fù)合型人才缺乏等問(wèn)題外,最關(guān)鍵難題在于核心技術(shù)掌握和企業(yè)自主研發(fā)不足。一方面,目前中國(guó)在高新技術(shù)領(lǐng)域諸如高性能晶體、半導(dǎo)體等人工智能技術(shù)核心零部件仍依賴于進(jìn)口,在國(guó)際競(jìng)爭(zhēng)中高端制造業(yè)處于劣勢(shì);另一方面,我國(guó)制造企業(yè)對(duì)國(guó)外中間品等存在技術(shù)依賴性,自主技術(shù)創(chuàng)新不足。因此提升人工智能技術(shù)和制造企業(yè)自主研發(fā)投入力度,培養(yǎng)高端復(fù)合型人才,解決人工智能發(fā)展和應(yīng)用的技術(shù)性難題至關(guān)重要。
現(xiàn)代財(cái)經(jīng)-天津財(cái)經(jīng)大學(xué)學(xué)報(bào)2021年12期