王子敏，馬倩露，周溢凡

(南京郵電大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 210023)

改革開放以來，我國經(jīng)濟(jì)高速發(fā)展，勞動者收入持續(xù)增加，但由于不同行業(yè)發(fā)展速度的差異以及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整變化，行業(yè)間收入差距不斷加劇。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2003—2020年我國19個經(jīng)濟(jì)行業(yè)就業(yè)人員平均工資的絕對差距增加了5.37倍，工資的方差更是擴(kuò)大了近40倍，若將部分行業(yè)存在的隱形社會福利計(jì)算在內(nèi)，實(shí)際收入差距將更大。行業(yè)收入差距問題已成為推進(jìn)共同富裕需要解決的重大問題。

中國行業(yè)收入差距的影響因素可以概括為兩個方面：一方面是市場及所有制結(jié)構(gòu)的影響，包括行業(yè)壟斷程度、市場化程度、社會保障制度等，其中造成行業(yè)收入差距最主要的原因是行業(yè)壟斷，壟斷性行業(yè)的過高收入導(dǎo)致我國行業(yè)收入差距上升了25%左右[1]。另一方面是個體的影響，既包含表征勞動生產(chǎn)率的影響因素，如技術(shù)創(chuàng)新、教育投入、人才集聚等，這部分對行業(yè)收入差距的影響程度較高，并且有加深的趨勢[2];同時還包括了表征勞動生產(chǎn)率之外的因素，如個人基本特征、社會關(guān)系、戶籍、政治資本等，這部分因素形成了行業(yè)進(jìn)入壁壘，使得行業(yè)之間的收入不平等顯得更不合理[3]。此外，大量學(xué)者通過測算發(fā)現(xiàn)我國行業(yè)收入差距呈加速擴(kuò)大的趨勢，尤其是國有性質(zhì)的不同行業(yè)之間的收入差距[1-4]，但也有研究認(rèn)為行業(yè)收入差距呈現(xiàn)類似庫茲涅茨“倒U型”曲線一樣的趨勢[5]。

隨著智能化技術(shù)在全球范圍內(nèi)蓬勃發(fā)展,學(xué)者們主要聚焦于智能化對就業(yè)總量[6-7]、就業(yè)結(jié)構(gòu)[8-9]、經(jīng)濟(jì)增長[10]、產(chǎn)業(yè)結(jié)構(gòu)[11]等方面的影響進(jìn)行研究。目前關(guān)于智能化發(fā)展與收入分配方面的研究較為稀少，已有研究主要集中于智能化技術(shù)對不同技能勞動者收入的影響，認(rèn)為智能技術(shù)將同時產(chǎn)生高技能需求崗位的“創(chuàng)造效應(yīng)”和低技能需求崗位的“替代效應(yīng)”[12]，而現(xiàn)階段影響以“替代效應(yīng)”為主，這導(dǎo)致就業(yè)結(jié)構(gòu)出現(xiàn)極化，進(jìn)一步引發(fā)因技能溢價差異而產(chǎn)生的“收入兩極化”[13]。然而，具體到某些部門內(nèi)部的收入分配情況，如不同行業(yè)之間，卻鮮有文獻(xiàn)研究。

智能化深度融入工業(yè)制造是否會擴(kuò)大行業(yè)間收入差距進(jìn)而加劇發(fā)展不平衡？如果其可能加劇發(fā)展不平衡，是以哪種方式影響收入差距的？對不同行業(yè)影響有何區(qū)別？系統(tǒng)研究上述問題，揭示其內(nèi)在機(jī)制，并提出針對性措施，對于緩解我國社會主要矛盾，促進(jìn)全體人民共同富裕，同時引導(dǎo)智能化技術(shù)良性發(fā)展具有重要意義。鑒于此，本文將以制造業(yè)為例，聚焦制造業(yè)各細(xì)分行業(yè)生產(chǎn)效率和市場競爭的變化，探析工業(yè)智能化發(fā)展影響行業(yè)收入差距的內(nèi)在邏輯。

一、理論分析與研究假設(shè)

(一)工業(yè)智能化通過縮小行業(yè)間生產(chǎn)率差異來抑制行業(yè)收入差距

工業(yè)智能化對生產(chǎn)率的影響主要體現(xiàn)在以下幾個方面: 一是人工智能通過替代人類勞動，提高生產(chǎn)率。一方面，智能技術(shù)作為能夠識別和響應(yīng)環(huán)境而智能運(yùn)行的機(jī)器、軟件或算法，可以創(chuàng)造新的虛擬勞動力替代人類勞動執(zhí)行程序化任務(wù)，實(shí)現(xiàn)復(fù)雜任務(wù)的“智能自動化”，直接提高生產(chǎn)效率。另一方面，隨著智能資本的擴(kuò)張，知識與智力密集度不斷提升的同時也產(chǎn)生了新任務(wù)，在這些新任務(wù)中高技能勞動力更具比較優(yōu)勢，進(jìn)而導(dǎo)致對高技能勞動力的需求相對增加，最終提高生產(chǎn)率。二是智能技術(shù)可以與傳統(tǒng)生產(chǎn)要素融合，改善要素質(zhì)量與配置效率。智能技術(shù)的應(yīng)用能夠增強(qiáng)其他要素的生產(chǎn)力，帶來企業(yè)組織、管理、生產(chǎn)流程的改變，提升要素流動性與利用率。

雖然工業(yè)智能化對生產(chǎn)率的提升作用得到了認(rèn)可，但實(shí)際上不同行業(yè)對這種生產(chǎn)率效應(yīng)的吸收存在很大差異，即工業(yè)智能化發(fā)展引致的生產(chǎn)率效應(yīng)具有顯著的行業(yè)特征，在重復(fù)性高、附加值低、創(chuàng)造性低的傳統(tǒng)制造業(yè)行業(yè)更為明顯。根據(jù)國民經(jīng)濟(jì)行業(yè)分類，我國制造業(yè)總體上包含31個細(xì)分行業(yè)，大致上可劃分為高技術(shù)制造業(yè)及中低技術(shù)制造業(yè)。低技術(shù)制造業(yè)如紡織業(yè)、農(nóng)副食品加工業(yè)等是智能化、自動化設(shè)備使用最廣泛的領(lǐng)域。隨著智能化設(shè)備不斷升級，功能和應(yīng)用場景不斷增加，汽車制造業(yè)等高技術(shù)制造業(yè)也開始使用智能化設(shè)備進(jìn)行輔助生產(chǎn)。然而，相對于高技術(shù)制造業(yè)，智能化設(shè)備在中低技術(shù)制造業(yè)的使用效率更高。

工業(yè)智能化還可以通過提升部分行業(yè)生產(chǎn)率，進(jìn)而縮小行業(yè)生產(chǎn)率差距的方式影響行業(yè)收入差距。Korinek等認(rèn)為如果政府不干預(yù)，那么自動化技術(shù)會強(qiáng)化勞動者自身能力，從而加劇收入分配不平等。相較貧困人群而言，富有人群更容易通過財(cái)富獲得強(qiáng)化其自身能力的技術(shù)，此外，具有某一項(xiàng)特長的勞動者也更易借助技術(shù)提高生產(chǎn)效率，造成勞動者內(nèi)部收入差距擴(kuò)大[14]。

(二)工業(yè)智能化通過強(qiáng)化市場競爭程度來抑制行業(yè)收入差距

工業(yè)智能化存在的生產(chǎn)率效應(yīng)會大幅促進(jìn)產(chǎn)出增加，進(jìn)而強(qiáng)化產(chǎn)品市場間的競爭程度。市場競爭程度的加劇一方面會增加低技能勞動者的收入份額，另一方面會擠壓高技能勞動者事后議價分享到的壟斷利潤租，最終導(dǎo)致行業(yè)收入差距縮小。

通過分析市場競爭結(jié)構(gòu)變化對勞動力需求的影響，De Loecker等發(fā)現(xiàn)，市場勢力上升會降低行業(yè)的產(chǎn)出和勞動力需求，進(jìn)而降低勞動者收入；這種市場競爭結(jié)構(gòu)變化帶來的勞動力需求沖擊，主要影響的是作為勞動市場價格接受者的低技能勞動者[15]。市場中的高技能勞動者，往往有能力和企業(yè)就工資進(jìn)行議價，他們并非勞動市場的價格接受者[16]。然而，市場競爭結(jié)構(gòu)的變化將如何影響這一類勞動者的收入，De Loecker等并未給出回答。譚詩羽等通過將高低技能勞動者收入決定的異質(zhì)性引入企業(yè)的產(chǎn)出和勞動要素投入決策模型，發(fā)現(xiàn)市場競爭會擴(kuò)大對低技能勞動者的需求，提高他們的技能單價，使其收入增加；同時，市場競爭會降低行業(yè)利潤，擠壓高技能勞動者分配到的壟斷利潤租，使其收入下降；最終，市場競爭的加劇會縮小勞動者收入差距[17]。

綜上，本文認(rèn)為，工業(yè)智能化應(yīng)用能夠縮小行業(yè)間生產(chǎn)率差異，同時加強(qiáng)市場競爭程度，從而縮小行業(yè)之間的收入差距。據(jù)此，提出假設(shè)：工業(yè)智能化發(fā)展對我國行業(yè)收入差距起到了抑制作用。

二、研究設(shè)計(jì)

(一)模型設(shè)定

本文構(gòu)造了地區(qū)-行業(yè)層面的面板數(shù)據(jù)，并建立了如下基準(zhǔn)模型：

Wagegapi,j,t=β0+β1TRAi,t×TRIj,t+β2Controlsi,j,t+μi+νj+θt+ε

(1)

其中，下標(biāo)i代表省份或直轄市，j代表制造業(yè)細(xì)分行業(yè)，t代表年份，被解釋變量Wagegapi,j,t代表行業(yè)收入差距，TRAi,t表示地區(qū)累計(jì)機(jī)器人規(guī)模，TRIj,t表示行業(yè)累計(jì)機(jī)器人規(guī)模，Controlsi,t代表各控制變量，μi為個體效應(yīng)，νj為行業(yè)效應(yīng)，θt為時間效應(yīng)，ε為隨機(jī)誤差項(xiàng)。考慮到不同地區(qū)的行業(yè)稟賦差異，在實(shí)證中對地區(qū)、行業(yè)和時間進(jìn)行固定。

(二)變量選取

1．被解釋變量。被解釋變量為行業(yè)收入差距。借鑒鄧翔的做法[18]，選擇行業(yè)相對收入水平來表征行業(yè)收入差距(Wagegap)，用制造業(yè)細(xì)分行業(yè)從業(yè)人員的平均工資與行業(yè)最低工資比值來表示。該指標(biāo)可以體現(xiàn)出具體的細(xì)分行業(yè)收入水平在所有制造業(yè)行業(yè)中的位置。

2．核心解釋變量。核心解釋變量為工業(yè)智能化水平。借鑒宋旭光等的方法[19]，假設(shè)中國各省份工業(yè)機(jī)器人行業(yè)應(yīng)用率相同，通過計(jì)算各省份行業(yè)份額(就業(yè)人員占比)得到各省份工業(yè)機(jī)器人應(yīng)用量權(quán)重，進(jìn)而確定各省份的工業(yè)機(jī)器人應(yīng)用規(guī)模。其次參考孔高文等[20]的做法，以地區(qū)工業(yè)機(jī)器人應(yīng)用規(guī)模和行業(yè)工業(yè)機(jī)器人應(yīng)用規(guī)模的交叉項(xiàng)來表征各地區(qū)不同行業(yè)的工業(yè)智能化水平。具體而言，TRA表示各省份庫存機(jī)器人數(shù)量的自然對數(shù)，TRI表示制造業(yè)細(xì)分行業(yè)庫存機(jī)器人數(shù)量的自然對數(shù)。除此之外，本研究將各省份新增機(jī)器人數(shù)量的自然對數(shù)RA，同制造業(yè)細(xì)分行業(yè)新增機(jī)器人數(shù)量的自然對數(shù)RI進(jìn)行交互，將新核心解釋變量代入基準(zhǔn)模型進(jìn)行后續(xù)的穩(wěn)健性檢驗(yàn)。

3．控制變量。為了控制影響行業(yè)收入差距的其他因素，本研究還需設(shè)定相關(guān)控制變量。參考已有研究，本文采用各行業(yè)國有企業(yè)就業(yè)人數(shù)占該行業(yè)就業(yè)總?cè)藬?shù)的比重衡量國有經(jīng)濟(jì)占比，采用各行業(yè)規(guī)模以上企業(yè)資產(chǎn)規(guī)模與該行業(yè)規(guī)模以上企業(yè)數(shù)量的比值衡量行業(yè)平均規(guī)模，采用各行業(yè)固定資產(chǎn)投資額占社會固定資產(chǎn)投資總額的比重衡量行業(yè)固定資產(chǎn)投資水平，采用各行業(yè)R&D科研人員數(shù)量占該行業(yè)就業(yè)總?cè)藬?shù)的比重衡量行業(yè)受教育水平，采用各行業(yè)女性就業(yè)人數(shù)占該行業(yè)就業(yè)總?cè)藬?shù)的比重衡量女性就業(yè)水平，采用各行業(yè)固定資產(chǎn)外商投資額占該行業(yè)固定資產(chǎn)投資總額的比重衡量行業(yè)開放程度。

(三)數(shù)據(jù)說明

中國工業(yè)機(jī)器人數(shù)據(jù)自2006年才開始記錄，因此本研究樣本區(qū)間為2006—2019年。由于中國制造業(yè)行業(yè)體系中所采用的行業(yè)分類標(biāo)準(zhǔn)與IFR采用的行業(yè)分類標(biāo)準(zhǔn)有所區(qū)別，因此本文借鑒閆雪凌等的研究[21]，根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》(GB/T4754-2017)，將中國制造業(yè)行業(yè)代碼與IFR數(shù)據(jù)庫的行業(yè)代碼進(jìn)行匹配，從而得到本文涉及的30個制造業(yè)細(xì)分行業(yè)機(jī)器人數(shù)據(jù)。行業(yè)收入差距指標(biāo)的數(shù)據(jù)來源于《中國勞動統(tǒng)計(jì)年鑒》，各控制變量數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》。由于我國西藏及港澳臺地區(qū)各行業(yè)數(shù)據(jù)缺失嚴(yán)重，本研究未涉及以上地區(qū)。

三、實(shí)證分析

(一)基準(zhǔn)回歸結(jié)果

表1報告了模型(1)的回歸結(jié)果，列(1)，(3)為未加入控制變量的結(jié)果，列(2)，(4)為加入控制變量再次檢驗(yàn)的結(jié)果。結(jié)果顯示，無論是否加入控制變量，工業(yè)智能化系數(shù)均在1%的水平上顯著為負(fù)，意味著工業(yè)智能化顯著抑制了制造業(yè)行業(yè)間收入差距。考慮到工業(yè)智能化對行業(yè)收入差距的影響可能存在一定的時滯效應(yīng)，對基準(zhǔn)模型做滯后一期處理，再次檢驗(yàn)了工業(yè)智能化的影響，結(jié)論與基準(zhǔn)回歸類似。列(3)(4)中工業(yè)智能化的系數(shù)分別為-0.0044和-0.0042，且仍在1%的水平上顯著，說明工業(yè)智能化與行業(yè)收入差距呈顯著的負(fù)相關(guān)關(guān)系。在控制了地區(qū)、年份和行業(yè)固定效應(yīng)后，本研究發(fā)現(xiàn)工業(yè)智能化將顯著抑制中國制造業(yè)行業(yè)間收入差距，且在滯后一期回歸后，該結(jié)論仍穩(wěn)健存在。據(jù)此，本文的研究假設(shè)得到初步證實(shí)。

表1 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

本部分選取三類方法進(jìn)行穩(wěn)健性檢驗(yàn)，判斷前文研究結(jié)論是否可靠。(1)由于篇幅限制，穩(wěn)健性檢驗(yàn)的具體回歸結(jié)果作者留存?zhèn)渌鳌?/p>

1．替換核心解釋變量。本文采用機(jī)器人新增使用規(guī)模替換基準(zhǔn)回歸中的機(jī)器人累計(jì)使用規(guī)模進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果顯示，新的解釋變量RA×RI的回歸系數(shù)為-0.001 5，且在1%的水平上顯著，研究結(jié)論依然保持穩(wěn)健。

2.剔除部分行業(yè)。截至2019年，化學(xué)纖維制造業(yè)、造紙及紙制品業(yè)等8個細(xì)分行業(yè)的機(jī)器人累計(jì)安裝量小于1 000臺，故本研究剔除這8個制造業(yè)細(xì)分行業(yè)，采用余下23個行業(yè)的機(jī)器人數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)論依舊保持穩(wěn)健。

3．縮短樣本期。我國制造業(yè)對機(jī)器人的使用在2009年之后增長尤為迅速，因此，針對2010—2019年的數(shù)據(jù)再次進(jìn)行檢驗(yàn)。結(jié)果顯示，工業(yè)智能化的回歸系數(shù)為-0.001 3，且在1%的水平上顯著，由此穩(wěn)健性得以驗(yàn)證。

(三)內(nèi)生性處理

為緩解可能存在的內(nèi)生性問題，本文將尋找工業(yè)智能化的工具變量法。波特假說認(rèn)為，適當(dāng)?shù)沫h(huán)境規(guī)制能夠激發(fā)“創(chuàng)新補(bǔ)償”效應(yīng)，從而刺激企業(yè)的技術(shù)創(chuàng)新行為。此后，許多學(xué)者從不同方面驗(yàn)證了這一假說。Dechezlepretre等根據(jù)OECD國家風(fēng)力發(fā)電行業(yè)的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)國內(nèi)外環(huán)境規(guī)制政策對國內(nèi)的技術(shù)創(chuàng)新有顯著的正向影響[22]。余偉等利用中國37個工業(yè)行業(yè)2003—2010年的數(shù)據(jù)研究發(fā)現(xiàn)，我國嚴(yán)格的環(huán)境保護(hù)政策能夠倒逼工業(yè)企業(yè)進(jìn)行技術(shù)創(chuàng)新[23]。王娟茹等通過研究高端制造企業(yè)發(fā)現(xiàn)，嚴(yán)格的環(huán)境規(guī)制能夠顯著激發(fā)企業(yè)在綠色技術(shù)方面的創(chuàng)新意愿和行為。從外生性的角度看，環(huán)境規(guī)制的作用在于促進(jìn)企業(yè)技術(shù)創(chuàng)新，加速智能化、自動化技術(shù)的應(yīng)用，對具體行業(yè)的收入水平并無直接影響[24]。因此，本文選擇行業(yè)環(huán)境規(guī)制強(qiáng)度作為工具變量進(jìn)行再估計(jì)。

由于不同行業(yè)之間的差異，環(huán)境污染物的排放量存在差別，本文參考Fredriksson等[25]的方法，采用各行業(yè)污染(工業(yè)廢水、廢氣)治理運(yùn)費(fèi)用占工業(yè)總成本比重來衡量各行業(yè)的環(huán)境規(guī)制強(qiáng)度(ER)。為剔除行業(yè)規(guī)模差異的影響，需要考慮治污投入費(fèi)用與行業(yè)總成本的關(guān)系。行業(yè)單位成本的治污投入費(fèi)用越高，則說明政府對該行業(yè)的環(huán)境規(guī)制力度越強(qiáng)。

本研究使用各行業(yè)的環(huán)境規(guī)制強(qiáng)度ERj,t取代了基準(zhǔn)模型(1)中行業(yè)累計(jì)機(jī)器人使用規(guī)模TRIj,t，進(jìn)而與地區(qū)層面的機(jī)器人累計(jì)使用規(guī)模TRAi,t交乘，再次進(jìn)行回歸。表2為內(nèi)生性處理結(jié)果，弱工具變量檢驗(yàn)顯示，第一階段F統(tǒng)計(jì)量為559.305，大于邊界值16.38，即從統(tǒng)計(jì)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，交叉項(xiàng)TRP×ER系數(shù)在1%的水平顯著為正，即行業(yè)環(huán)境規(guī)制顯著提升了工業(yè)智能化水平。列(2)為將行業(yè)收入差距作為被解釋變量的第二階段回歸結(jié)果，核心解釋變量TRA*TRI系數(shù)顯著為負(fù)。工具變量的檢驗(yàn)結(jié)果與基準(zhǔn)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2 內(nèi)生性處理結(jié)果

(四)行業(yè)異質(zhì)性分析

為研究工業(yè)智能化對各行業(yè)影響的差異，本研究對30個制造業(yè)細(xì)分行業(yè)進(jìn)行分樣本回歸，表3報告了回歸結(jié)果?？梢园l(fā)現(xiàn)，工業(yè)智能化對酒、飲料和精制茶制造業(yè)，紡織業(yè)，石油加工、煉焦及核燃料加工業(yè)等8個行業(yè)的收入差距有顯著的負(fù)向影響。這8個行業(yè)大多屬于勞動密集型和資源密集型，該類行業(yè)的生產(chǎn)更多依賴于當(dāng)?shù)貏趧恿┙o水平和自然資源稟賦，缺乏接入智能化技術(shù)的動機(jī)，工業(yè)智能化進(jìn)程所帶來的生產(chǎn)效率的提升空間有限，因此未能對其行業(yè)收入水平的提高起到顯著性作用，在一定程度上縮小了與其他行業(yè)收入差距。特別是鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)以及儀器儀表制造業(yè)屬于高端裝備制造行業(yè)，技術(shù)密集且附加值較高，理應(yīng)引領(lǐng)一個經(jīng)濟(jì)體的制造業(yè)發(fā)展，但這兩個行業(yè)目前研發(fā)活動投資結(jié)構(gòu)不合理，資源配置效率不高。因此，該類行業(yè)在工業(yè)智能化進(jìn)程中生產(chǎn)率提升不夠明顯，與其他行業(yè)的生產(chǎn)率差距逐步縮小，收入水平提升效應(yīng)不明顯以致收入差距縮小。

表3 分行業(yè)回歸結(jié)果

雖然工業(yè)智能化會縮小大部分行業(yè)的收入差距，但在異質(zhì)性分析中會發(fā)現(xiàn)其對于紡織服裝、服飾業(yè)，造紙及紙制品業(yè)等7個行業(yè)的收入差距有顯著的正向影響。究其原因可能在于 ：第一，對于紡織服裝、服飾業(yè)，皮革、毛皮、羽毛及其制品和制鞋業(yè)，木材加工和木、竹、藤、棕、草制品業(yè)這類傳統(tǒng)勞動密集型產(chǎn)業(yè)來說，行業(yè)內(nèi)部老齡化加劇和人力成本上升倒逼企業(yè)進(jìn)行智能化改造，包括大量引進(jìn)自動化設(shè)備來降低人力使用成本，改造生產(chǎn)管理系統(tǒng)來進(jìn)行全鏈路的監(jiān)控。這些舉措大幅提升了勞動生產(chǎn)率，激發(fā)了行業(yè)的發(fā)展?jié)摿?，一定程度上提高了從業(yè)人員收入水平，拉開了該行業(yè)與其他行業(yè)的收入差距。第二，對于金屬制品業(yè)、通用設(shè)備制造業(yè)以及電氣機(jī)械和器材制造業(yè)等資本密集型行業(yè)來說，該類行業(yè)規(guī)模效益明顯，有雄厚的資金實(shí)力進(jìn)行工業(yè)智能化改造，能夠憑借更新智能生產(chǎn)設(shè)備來提高行業(yè)生產(chǎn)效率；同時高技術(shù)人才能夠快速適應(yīng)智能制造轉(zhuǎn)型，助力打造數(shù)字化信息管控平臺，使得該類行業(yè)的生產(chǎn)效率提升在制造業(yè)中處于前端位置，生產(chǎn)率的提升引致了行業(yè)收入提升，擴(kuò)大了與其他行業(yè)的收入差距。

四、影響機(jī)制檢驗(yàn)

本文分別將行業(yè)生產(chǎn)率差距(Tfpgap)和行業(yè)市場競爭程度(Lerner)與地區(qū)機(jī)器人應(yīng)用規(guī)模(TRA)進(jìn)行交互，所得交互項(xiàng)TRA×Tfpgap和TRA×Lerner作為兩個中介變量，檢驗(yàn)工業(yè)智能化影響行業(yè)收入差距的中介效應(yīng)。具體指標(biāo)設(shè)定方面，以制造業(yè)各細(xì)分行業(yè)全要素生產(chǎn)率與農(nóng)副食品加工業(yè)全要素生產(chǎn)率的比值來表征行業(yè)生產(chǎn)率差距；以制造業(yè)各細(xì)分行業(yè)的勒納指數(shù)來表征行業(yè)市場競爭程度。勒納指數(shù)又被稱為壟斷勢力指數(shù)，在0到1之間變動，數(shù)值越大，表明壟斷勢力越大，在市場完全競爭時，勒納指數(shù)等于0。表4匯報了回歸結(jié)果。

表4 工業(yè)智能化影響行業(yè)收入差距的中介效應(yīng)檢驗(yàn)

基準(zhǔn)回歸結(jié)果顯示，工業(yè)智能化對行業(yè)收入差距的回歸系數(shù)顯著為負(fù)，說明直接效應(yīng)存在，可以進(jìn)一步檢驗(yàn)中介效應(yīng)。列(1)(2)結(jié)果顯示，工業(yè)智能化對行業(yè)生產(chǎn)率差距的回歸系數(shù)顯著為負(fù)，行業(yè)生產(chǎn)率差距對行業(yè)收入差距的回歸系數(shù)顯著為正。這說明工業(yè)智能化顯著縮小了制造業(yè)細(xì)分行業(yè)之間的全要素生產(chǎn)率差距，造成了行業(yè)間收入差距的縮小。對該作用效應(yīng)進(jìn)行Sobel檢驗(yàn)時，得到Z值為-4.839，其絕對值大于邊界值0.97，接受存在中介效應(yīng)的原假設(shè)，說明全要素生產(chǎn)率的確是工業(yè)智能化影響行業(yè)收入差距的中介變量。列(3)中工業(yè)智能化對市場競爭程度的回歸系數(shù)顯著為負(fù)，列(4)中市場競爭程度對行業(yè)收入差距的回歸系數(shù)顯著為正?？梢园l(fā)現(xiàn)，工業(yè)智能化顯著地?cái)U(kuò)大了制造業(yè)細(xì)分行業(yè)的市場競爭程度，而市場競爭程度的擴(kuò)大則縮小了行業(yè)間的收入差距。Sobel檢驗(yàn)中Z值為6.89，遠(yuǎn)大于邊界值0.97，通過了Sobel檢驗(yàn)，說明工業(yè)智能化影響行業(yè)收入差距的過程中，市場競爭確實(shí)起到了部分中介效應(yīng)。

五、結(jié)論與建議

本文基于地區(qū)和行業(yè)層面數(shù)據(jù)，以制造業(yè)為例，實(shí)證考察了工業(yè)智能化發(fā)展對行業(yè)收入差距的影響，并進(jìn)行了機(jī)制檢驗(yàn)，主要結(jié)論有三點(diǎn)：第一，工業(yè)智能化發(fā)展顯著抑制了行業(yè)間收入差距。第二，不同行業(yè)對智能化技術(shù)的吸收存在差異，傳統(tǒng)制造業(yè)行業(yè)在應(yīng)用智能化技術(shù)后與其他行業(yè)的收入差距得到了明顯緩解。第三，行業(yè)間生產(chǎn)率差異的縮小和市場競爭程度的強(qiáng)化則是工業(yè)智能化影響行業(yè)收入差距的重要傳導(dǎo)機(jī)制。

基于上述研究結(jié)論，提出如下三點(diǎn)政策建議：第一，政府應(yīng)加大對智能化技術(shù)及相關(guān)應(yīng)用的支持力度，大力發(fā)展智能化工業(yè)相關(guān)配套產(chǎn)業(yè)，完善智能化制造產(chǎn)業(yè)鏈條，尤其是工業(yè)機(jī)器人產(chǎn)業(yè)鏈，降低工業(yè)機(jī)器人的生產(chǎn)成本，對引進(jìn)工業(yè)機(jī)器人進(jìn)行生產(chǎn)的企業(yè)給予適當(dāng)?shù)呢?cái)政補(bǔ)貼，鼓勵各行業(yè)更大規(guī)模地應(yīng)用工業(yè)機(jī)器人進(jìn)行生產(chǎn)，進(jìn)一步推動智能化技術(shù)在工業(yè)制造中的應(yīng)用。

第二，考慮到工業(yè)智能化發(fā)展對收入差距產(chǎn)生影響的行業(yè)差異，對于低技術(shù)行業(yè)，從政策導(dǎo)向上增加對重復(fù)性高、創(chuàng)造性低工作的技術(shù)支持，幫助其向智能化生產(chǎn)制造轉(zhuǎn)型；加大對勞動力培訓(xùn)資金支持，提高低技能勞動力的素質(zhì)和技能，力爭進(jìn)一步縮小行業(yè)間人力資本差距。對于高技術(shù)行業(yè)，應(yīng)提高工業(yè)機(jī)器人技術(shù)吸收能力，擴(kuò)大智能化工業(yè)機(jī)器人的技術(shù)溢出效應(yīng)，發(fā)揮其對行業(yè)生產(chǎn)效率的促進(jìn)作用，為行業(yè)抓住智能化紅利創(chuàng)造產(chǎn)能基礎(chǔ)。

第三，制造企業(yè)應(yīng)積極推進(jìn)智能化，更好地發(fā)揮智能化技術(shù)的生產(chǎn)率效應(yīng)，形成制造業(yè)智能化升級與就業(yè)人員收入同步增長的“增產(chǎn)又增收”雙贏局面。對于紡織業(yè)、石化行業(yè)等生產(chǎn)任務(wù)重復(fù)性高、工作環(huán)境較差的行業(yè)，可鼓勵應(yīng)用智能機(jī)器替代勞動力進(jìn)行生產(chǎn)，從而提高生產(chǎn)效率；對于醫(yī)藥制造業(yè)、儀器儀表制造業(yè)等高附加值、高個性化的行業(yè)，應(yīng)適度引入智能化機(jī)器，避免機(jī)器過度投資引發(fā)效率損失，并采取人機(jī)協(xié)作的工作模式。