杜文強(qiáng)

一 引 言

改革開放以來，隨著經(jīng)濟(jì)發(fā)展和人民生活水平提升，中國居民預(yù)期壽命不斷增加，同時計(jì)劃生育政策的實(shí)施降低了人口出生率，中國人口老齡化水平逐漸上升。根據(jù)歷次全國人口普查數(shù)據(jù)，1990—2000年，中國老年人口(65歲及以上人口)比重從5.57%上升到6.96%，年均增長0.139%，老年人口撫養(yǎng)比從8.35%上升到9.92%，年均增長0.157%。到2001年，老年人口比重超過7%，標(biāo)志著中國進(jìn)入人口老齡化社會(胡鞍鋼等，2012)[1]。此后的二十年間，中國人口老齡化水平增速明顯加快，2020年中國老年人口比重和老年人口撫養(yǎng)比分別達(dá)到13.50%和19.67%，年均增長分別為0.327%和0.488%，其中全國有14個省級區(qū)域老年人口撫養(yǎng)比超過20%(1)2020年老年人口撫養(yǎng)比超過20%的省級區(qū)域?yàn)樘旖?、河北、遼寧、吉林、黑龍江、上海、江蘇、安徽、山東、河南、湖北、湖南、重慶、四川。。中國人口老齡化存在明顯的區(qū)域差異，1990年東部地區(qū)人口老齡化水平高于中部、西部地區(qū)，但地區(qū)之間人口老齡化差距隨著時間推移逐漸縮小，中部地區(qū)人口老齡化水平在2010年之后逐漸接近甚至超過東部地區(qū)。1990—2020年間，同一地區(qū)內(nèi)部的省份之間人口老齡化水平變化明顯，人口老齡化增速和水平表現(xiàn)出增加、下降和維持不變?nèi)N趨勢(2)第一種是保持穩(wěn)定、較高人口老齡化水平的省份，如東部地區(qū)的上海、江蘇、山東；第二種是人口老齡化水平快速增加的省份，如東部地區(qū)的遼寧、中部地區(qū)的安徽、西部地區(qū)的重慶和四川；第三種是人口老齡化增速相對緩慢的省份，如東部地區(qū)的浙江和廣東。。相比發(fā)達(dá)國家，中國人口老齡化的另一個特點(diǎn)是“未富先老”(彭希哲和胡湛，2011[2]；逯進(jìn)和劉俊琦，2021[3])，2001年中國人均GDP低于1000美元，而歷史上發(fā)達(dá)國家進(jìn)入老齡化社會時人均GDP基本達(dá)到1萬美元以上，中國人口老齡化發(fā)展相對快于當(dāng)前經(jīng)濟(jì)發(fā)展所處階段。

人口老齡化對經(jīng)濟(jì)發(fā)展帶來了不利影響。一方面，人口老齡化的加重逐漸降低勞動人口所占比重，造成勞動力資源短缺，中國改革開放以來依靠人口紅利的經(jīng)濟(jì)增長方式難以為繼；另一方面，人口老齡化的加劇對社會保障體系帶來巨大壓力，增加養(yǎng)老、健康和醫(yī)療等領(lǐng)域的政府支出，而人口老齡化又會減少個人所得稅的稅基，長期會使財(cái)政收支可持續(xù)性受到挑戰(zhàn)。但人口老齡化加劇造成的勞動力資源短缺可能會促進(jìn)替代勞動力的相關(guān)技術(shù)應(yīng)用，如以工業(yè)機(jī)器人為代表的人工智能技術(shù)。工業(yè)機(jī)器人產(chǎn)業(yè)在中國發(fā)展迅速，根據(jù)國際機(jī)器人組織(以下簡稱“IFR”)提供的數(shù)據(jù)，2006年中國工業(yè)機(jī)器人安裝量僅為3690臺，到2018年中國工業(yè)機(jī)器人安裝量和存量分別為11.94萬臺和52.43萬臺，目前中國已經(jīng)成為世界上最大的工業(yè)機(jī)器人應(yīng)用市場(王文等，2020)[4]。工業(yè)機(jī)器人應(yīng)用對勞動力具有替代效應(yīng)，每個機(jī)器人一年可以替代7萬—8.3萬個小時的勞動量(約等于39—46個勞動力的工作量)，人口老齡化造成的勞動力短缺可以部分通過機(jī)器人抵消(劉駿等，2021)[5]。以工業(yè)機(jī)器人為代表的人工智能可以促進(jìn)經(jīng)濟(jì)增長，有效緩解人口老齡化對經(jīng)濟(jì)帶來的不利影響，并且效果要比延遲退休政策更好(陳秋霖等，2018[6]；陳彥斌等，2019[7])。

作為世界上最大的發(fā)展中國家，中國正在經(jīng)歷人口老齡化不斷加重的歷程，同時工業(yè)機(jī)器人應(yīng)用也在迅速發(fā)展。人口老齡化是否會對發(fā)展中國家的工業(yè)機(jī)器人應(yīng)用產(chǎn)生影響？人口老齡化是否促進(jìn)了中國工業(yè)機(jī)器人應(yīng)用，又是通過何種途徑產(chǎn)生影響，目前尚不明確。本文首先使用2006—2018年中國省級層面人口老齡化和工業(yè)機(jī)器人應(yīng)用數(shù)據(jù)，研究人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制，然后使用企業(yè)層面的數(shù)據(jù)進(jìn)行擴(kuò)展研究?？赡艿膭?chuàng)新之處在于：(1)現(xiàn)有研究多關(guān)注工業(yè)機(jī)器人應(yīng)用對經(jīng)濟(jì)的影響，對工業(yè)機(jī)器人應(yīng)用的影響因素探討較少，將人口老齡化作為工業(yè)機(jī)器人應(yīng)用影響因素的實(shí)證研究更少，而這是本文的研究重點(diǎn)；(2)現(xiàn)有關(guān)于人口老齡化對工業(yè)機(jī)器人應(yīng)用影響的研究以發(fā)達(dá)國家為主要對象，基于發(fā)展中國家的研究較少，本文研究人口老齡化對中國工業(yè)機(jī)器人應(yīng)用的影響，可以為發(fā)展中國家人口老齡化與工業(yè)機(jī)器人應(yīng)用的關(guān)系檢驗(yàn)提供中國證據(jù)；(3)不同于現(xiàn)有研究以國家和地區(qū)層面數(shù)據(jù)為樣本，本文從地區(qū)層面進(jìn)行研究，并從企業(yè)層面進(jìn)行擴(kuò)展研究，同時使用IFR和海關(guān)數(shù)據(jù)庫的工業(yè)機(jī)器人進(jìn)口數(shù)據(jù)，可以一定程度上彌補(bǔ)使用單一數(shù)據(jù)在樣本起始時間上存在的不足；(4)本文探究人口老齡化影響工業(yè)機(jī)器人應(yīng)用的成本替代效應(yīng)、人力資本和技術(shù)創(chuàng)新作用機(jī)制，可以為更好地認(rèn)識人口老齡化問題提供幫助。

后續(xù)內(nèi)容安排如下：第二部分是文獻(xiàn)綜述與研究假說，第三部分是實(shí)證策略與數(shù)據(jù)來源，第四部分是回歸結(jié)果，第五部分是機(jī)制分析，第六部分是企業(yè)層面的擴(kuò)展研究，最后是結(jié)論與政策啟示。

二 文獻(xiàn)綜述與研究假說

與工業(yè)機(jī)器人相關(guān)的研究較多，且集中于工業(yè)機(jī)器人對經(jīng)濟(jì)的影響，對工業(yè)機(jī)器人應(yīng)用的影響因素探討主要從勞動力成本(工資水平或最低工資)、政策扶持和人口老齡化三方面展開。

首先是勞動力成本因素。國外相關(guān)文獻(xiàn)聚焦在工業(yè)機(jī)器人對就業(yè)的負(fù)面影響上，較少關(guān)注勞動力成本上升對工業(yè)機(jī)器人應(yīng)用的影響(Fan et al.，2021)[8]，國內(nèi)研究對此關(guān)注較多。改革開放以來，中國經(jīng)歷一個勞動力成本不斷提升的階段，這也是人口紅利逐步消失情況下中國經(jīng)濟(jì)發(fā)展面臨的一個問題。勞動力成本上升會影響生產(chǎn)要素的投入比例，是推動工業(yè)機(jī)器人應(yīng)用的一個重要原因。馬嵐(2015)[9]研究日本和韓國應(yīng)用工業(yè)機(jī)器人的經(jīng)濟(jì)特征發(fā)現(xiàn)，當(dāng)時兩國都面臨勞動力短缺的狀況，出現(xiàn)了勞動力成本大幅上漲，結(jié)合中國2013年后勞動力市場結(jié)構(gòu)的“用工荒”和工資上漲問題，認(rèn)為中國具備工業(yè)機(jī)器人大規(guī)模普及的條件；其使用2002—2012年OECD 25個國家和中國、巴西、印度等10個發(fā)展中國家的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)勞動力成本是影響一國機(jī)器人應(yīng)用的重要因素。程虹等(2018)[10]、Cheng et al.(2019)[11]發(fā)現(xiàn)中國工業(yè)機(jī)器人應(yīng)用興起的時間和勞動力結(jié)構(gòu)轉(zhuǎn)變(勞動力數(shù)量下降、勞動年齡人口規(guī)模下降)的時間大致吻合，認(rèn)為勞動力成本上升是機(jī)器人應(yīng)用的主要原因。韓民春等(2020)[12]在總結(jié)機(jī)器換人的原因時認(rèn)為，勞動力短缺和工資上漲帶來的 “用工荒”和“用工貴”問題，是企業(yè)應(yīng)用工業(yè)機(jī)器人的根本原因之一。但這些關(guān)于工業(yè)機(jī)器人與工資或勞動力成本的研究仍然比較粗糙，主要以經(jīng)驗(yàn)、事實(shí)總結(jié)和統(tǒng)計(jì)描述為主。此后，國內(nèi)出現(xiàn)了一些關(guān)注勞動力成本對工業(yè)機(jī)器人應(yīng)用影響的實(shí)證研究，分析勞動力成本上升或?qū)е聞趧恿Τ杀旧仙闹匾蛩?最低工資政策等)對企業(yè)工業(yè)機(jī)器人應(yīng)用的影響。主要包括以下兩種：一是使用工業(yè)企業(yè)數(shù)據(jù)庫與海關(guān)數(shù)據(jù)庫的數(shù)據(jù)，F(xiàn)an et al.(2020)[8]基于2008—2012年海關(guān)數(shù)據(jù)庫中進(jìn)口機(jī)器人數(shù)據(jù)，研究城市最低工資政策帶來的勞動力成本上升如何影響中國企業(yè)應(yīng)用工業(yè)機(jī)器人的決策，并采用跨省邊界的處理方法，分析具有跨省邊界的城市之間最低工資差異對工業(yè)機(jī)器人應(yīng)用的影響，發(fā)現(xiàn)最低工資促進(jìn)了企業(yè)的機(jī)器人應(yīng)用，最低工資每提高10%，企業(yè)應(yīng)用機(jī)器人的概率將提高0.11%。綦建紅和付晶晶(2021)[13]、王小霞等(2021)[14]使用工業(yè)企業(yè)數(shù)據(jù)與海關(guān)數(shù)據(jù)也得出類似結(jié)論，認(rèn)為最低工資政策顯著促進(jìn)企業(yè)的自動化進(jìn)程或工業(yè)機(jī)器人的應(yīng)用。二是使用省級層面的制造業(yè)調(diào)查數(shù)據(jù)，李小瑛和吳鑫杰(2021)[15]使用廣東省制造業(yè)調(diào)查數(shù)據(jù)(2018年)研究勞動力成本對企業(yè)機(jī)器人應(yīng)用的影響，發(fā)現(xiàn)勞動力成本上升顯著促進(jìn)企業(yè)機(jī)器換人，并且企業(yè)機(jī)器換人在企業(yè)規(guī)模、所處生命周期階段、勞動力短缺程度和要素密集度層面存在明顯差異。

其次是政府扶持因素。中國政府積極扶持工業(yè)機(jī)器人產(chǎn)業(yè)，2013年后密集出臺了多項(xiàng)指導(dǎo)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的政策，如《關(guān)于推進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃(2016—2020)》等。政府補(bǔ)貼和優(yōu)惠政策可以激勵企業(yè)使用工業(yè)機(jī)器人，促進(jìn)工業(yè)機(jī)器人應(yīng)用(Cheng et al.，2019[11]；何小鋼，2021[16])。企業(yè)機(jī)器換人決策會受到所在地區(qū)機(jī)器人補(bǔ)貼政策等外部環(huán)境的影響(余玲錚等，2021)[17]，并且企業(yè)獲得政府補(bǔ)貼的差異是造成工業(yè)機(jī)器人應(yīng)用差異的重要原因(程虹等，2018)[10]。中國工業(yè)機(jī)器人應(yīng)用在2013年之后增速更快一定程度上是中國工業(yè)機(jī)器人產(chǎn)業(yè)扶持政策所導(dǎo)致，因此，一些研究將2013年作為工業(yè)機(jī)器人應(yīng)用的對比時間節(jié)點(diǎn)(王文等，2020)[4]，但多以文字論述為主，目前仍然缺乏相應(yīng)的實(shí)證研究。

第三是人口老齡化因素。一些研究發(fā)現(xiàn)發(fā)達(dá)國家中，人口老齡化是工業(yè)機(jī)器人應(yīng)用的影響因素。Abeliansky和Prettner(2017)[18]使用60個國家在1993—2013年的人口增長和工業(yè)機(jī)器人數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)人口增長率每下降1%，將會促進(jìn)工業(yè)機(jī)器人密度增加2%。Acemoglu和Restrepo(2017)[19]發(fā)現(xiàn)人口老齡化與人均GDP之間不存在顯著的負(fù)相關(guān)關(guān)系，認(rèn)為一個可能的解釋是技術(shù)調(diào)整并消除了這種潛在負(fù)面效應(yīng)，比如人口老齡化速度更快的國家也是走在以工業(yè)機(jī)器人為代表的自動化技術(shù)應(yīng)用前沿的國家。Acemoglu和Restrepo(2022)[20]通過實(shí)證研究發(fā)現(xiàn)老齡化程度越高的國家，機(jī)器人應(yīng)用越多，并且這些國家也擁有更多的自動化創(chuàng)新，使用1993—2004年國家層面數(shù)據(jù)的研究發(fā)現(xiàn)，機(jī)器人數(shù)量(每千名工人)與一個國家56歲以上工人比率(相對于21—55歲工人)存在顯著關(guān)系，人口老齡化可以解釋35%的跨國機(jī)器人應(yīng)用差異。具體來說，人口老齡化每增加10%，每千名工人會增加1.6臺機(jī)器人。其進(jìn)一步估計(jì)人口老齡化對美國地區(qū)之間工業(yè)機(jī)器人應(yīng)用的影響，發(fā)現(xiàn)人口結(jié)構(gòu)變化與機(jī)器人應(yīng)用存在正向關(guān)系，那些更加依賴中年工人、為自動化提供更多機(jī)會的行業(yè)中，機(jī)器人應(yīng)用對人口結(jié)構(gòu)變化的反應(yīng)最明顯。隨著中國人口紅利的日趨消失和老齡化人口占比的不斷增加，人口老齡化與機(jī)器人等自動化技術(shù)之間的關(guān)系也引起了國內(nèi)學(xué)者的關(guān)注。陳秋霖等(2018)[6]使用2007—2016年14個國家工業(yè)機(jī)器人應(yīng)用數(shù)據(jù)的研究發(fā)現(xiàn)，人口老齡化水平越高的國家，工業(yè)機(jī)器人應(yīng)用越多，人口老齡化是促進(jìn)人工智能發(fā)展一大原因。鄧仲良和屈小博(2021)[21]總結(jié)全球主要發(fā)達(dá)國家工業(yè)機(jī)器人應(yīng)用的典型事實(shí)，發(fā)現(xiàn)人口老齡化是影響發(fā)達(dá)國家“機(jī)器換人”的核心因素之一，而中國的人口老齡化趨勢也與工業(yè)機(jī)器人應(yīng)用成正比。鄧翔等(2018)[22]通過理論模型和數(shù)值模擬發(fā)現(xiàn)人口老齡化促進(jìn)了自動化，并且使用2005—2015年中國省級數(shù)據(jù)，以互聯(lián)網(wǎng)普及率作為自動化衡量標(biāo)準(zhǔn)，實(shí)證檢驗(yàn)了人口老齡化對自動化的促進(jìn)作用。

當(dāng)前我國面臨人口紅利日漸消失和人口老齡化日益加重帶來的挑戰(zhàn)，勞動力結(jié)構(gòu)發(fā)生變化，勞動力成本不斷上漲，研究工業(yè)機(jī)器人應(yīng)用的驅(qū)動因素對后續(xù)推動機(jī)器人產(chǎn)業(yè)發(fā)展具有重要參考價值?，F(xiàn)有關(guān)于人口老齡化對工業(yè)機(jī)器人應(yīng)用影響的研究多為發(fā)達(dá)國家的證據(jù)，缺少來自發(fā)展中國家的研究，且相關(guān)研究中的樣本年份和使用指標(biāo)也有待改進(jìn)。而中國作為世界上最大的發(fā)展中國家，正逼近深度人口老齡化，研究人口老齡化對中國工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制具有更加重要的意義，不僅可以為理解工業(yè)機(jī)器人應(yīng)用提供來自發(fā)展中大國的實(shí)證證據(jù)，也可以為正確認(rèn)識當(dāng)前的人口老齡化現(xiàn)狀和影響提供幫助，以便制定更加合理的人口應(yīng)對政策。

進(jìn)一步地，人口老齡化對工業(yè)機(jī)器人應(yīng)用的作用機(jī)制有勞動力成本替代效應(yīng)、人力資本提升效應(yīng)和技術(shù)創(chuàng)新效應(yīng)。(1)人口老齡化降低了勞動年齡人口占總?cè)丝诘谋戎?，會降低勞動力?shù)量和供給(陳宇學(xué)，2015)[23]，可能帶來勞動力成本的上升(蔣同明，2019)[24]。勞動力成本上升到一定程度時，工業(yè)機(jī)器人相對勞動力具有更強(qiáng)的比較優(yōu)勢，此時企業(yè)會引入工業(yè)機(jī)器人來完成原先由勞動力所從事的工作任務(wù)(Acemoglu和Restrepo，2018[25]，2019[26])，此時工業(yè)機(jī)器人對勞動力產(chǎn)生成本替代效應(yīng)(李小瑛和吳鑫杰，2021)[15]。(2)人口老齡化會增加人力資本投資的收益率，對人力資本投資產(chǎn)生影響，還會倒逼企業(yè)和行業(yè)加快人力資本積累(昌忠澤等，2021[27]；逯進(jìn)等，2018[28])，促進(jìn)人力資本水平的提升。同時，工業(yè)機(jī)器人應(yīng)用會創(chuàng)造一系列與之匹配的崗位，如工業(yè)機(jī)器人調(diào)試、安裝、維修和編程等崗位，這些崗位需要比較高的人力資本水平才能勝任(杜文強(qiáng)，2022)[29]。工業(yè)機(jī)器人與高技能勞動力之間存在互補(bǔ)關(guān)系，人力資本水平的提高會改變地區(qū)勞動力供給和就業(yè)技能結(jié)構(gòu)，從而通過勞動力技能供給來促進(jìn)工業(yè)機(jī)器人應(yīng)用。(3)人口老齡化會對企業(yè)生產(chǎn)經(jīng)營產(chǎn)生倒逼效應(yīng)，促使企業(yè)增加R&D人員和研發(fā)資金投入(劉洋等，2020)[30]，促進(jìn)技術(shù)創(chuàng)新(鄧翔和張衛(wèi)，2018[31]；隨舒敏和何增華，2020[32])，實(shí)現(xiàn)生產(chǎn)方式的改進(jìn)和標(biāo)準(zhǔn)化生產(chǎn)的擴(kuò)大，形成創(chuàng)新效應(yīng)(謝雪燕和朱曉陽，2020)[33]，從而有利于工業(yè)機(jī)器人應(yīng)用。據(jù)此提出假說1—假說3。

假說1：人口老齡化通過勞動力成本替代效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。

假說2：人口老齡化通過人力資本提升效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。

假說3：人口老齡化通過技術(shù)創(chuàng)新效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。

三 實(shí)證策略與數(shù)據(jù)來源

(一)實(shí)證策略

為檢驗(yàn)人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響，本文構(gòu)建以下實(shí)證模型：

robi, t=α0+α1agingi, t+Ci, tδ+γt+φi+εi, t

(1)

其中，robi, t為工業(yè)機(jī)器人應(yīng)用指標(biāo)，下標(biāo)i表示省份，t表示時間，agingi, t為省級人口老齡化指標(biāo)，Ci, t為一系列省級層面控制變量，γt為時間固定效應(yīng)，φi為省份固定效應(yīng)，εi, t為隨機(jī)誤差項(xiàng)。α1為人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響，根據(jù)上文的分析，預(yù)期α1為正。

為檢驗(yàn)人口老齡化對工業(yè)機(jī)器人應(yīng)用影響的傳導(dǎo)機(jī)制，參考溫忠麟等(2004)[34]、溫忠麟和葉寶娟(2014)[35]的方法，本文構(gòu)建以下中介效應(yīng)分析模型：

Yi, t=b0+b1agingi, t+Ci, tδ+γt+φi+εi, t

(2)

robi, t=c0+c1agingi, t+c2Yi, t+Ci, tδ+γt+φi+εi, t

(3)

其中，Yi, t為中介變量，式(2)用于檢驗(yàn)人口老齡化對中介變量的影響，式(3)用于檢驗(yàn)人口老齡化和中介變量對工業(yè)機(jī)器人應(yīng)用的影響，其他控制變量、固定效應(yīng)和方差的設(shè)置與式(1)相同。其中，α1表示人口老齡化對工業(yè)機(jī)器人應(yīng)用的總效應(yīng)，c1表示人口老齡化對工業(yè)機(jī)器人應(yīng)用的直接效應(yīng)，b1*c2是人口老齡化對工業(yè)機(jī)器人應(yīng)用的間接效應(yīng)(3)中介效應(yīng)檢驗(yàn)程序如下：第一步，檢驗(yàn)系數(shù)α1，若α1顯著，則繼續(xù)檢驗(yàn)，若α1不顯著，則表示不相關(guān)，停止中介效應(yīng)分析；第二步，使用間接檢驗(yàn)法，依次檢驗(yàn)系數(shù)b1和c2，若二者均顯著，則繼續(xù)檢驗(yàn)，若二者至少有一個不顯著，則使用Bootstrap法進(jìn)行直接檢驗(yàn)，若顯著則繼續(xù)，否則停止檢驗(yàn)；第三步，檢驗(yàn)系數(shù)c1，若c1不顯著，則為完全中介效應(yīng)，若c1顯著，則為部分中介效應(yīng)。。

(二)數(shù)據(jù)來源和變量說明

1.數(shù)據(jù)來源

選取2006—2018年中國31個省級區(qū)域人口老齡化和工業(yè)機(jī)器人的面板數(shù)據(jù)作為樣本。人口老齡化數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》；工業(yè)機(jī)器人數(shù)據(jù)來自IFR，IFR提供了國別-年份-行業(yè)層面的機(jī)器人安裝量和存量數(shù)據(jù)，包含14個制造業(yè)細(xì)分行業(yè)，由此得到2006—2018年中國制造業(yè)細(xì)分行業(yè)工業(yè)機(jī)器人的安裝量和存量；就業(yè)數(shù)據(jù)來自歷年《中國勞動統(tǒng)計(jì)年鑒》，主要包括全國層面和省級層面制造業(yè)細(xì)分行業(yè)就業(yè)和服務(wù)業(yè)就業(yè)。參考閆雪凌等(2020)[36]的方法，將全國層面和省級層面的制造業(yè)細(xì)分行業(yè)就業(yè)歸并到14個IFR制造業(yè)細(xì)分行業(yè)中，由此獲得歷年IFR制造業(yè)細(xì)分行業(yè)的就業(yè)量；其他變量數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》和各省區(qū)統(tǒng)計(jì)年鑒。

2.變量說明

人口老齡化(aging)：使用老年人口撫養(yǎng)比(65歲及以上人口數(shù)與15—64歲人口數(shù)之比)來衡量人口老齡化，穩(wěn)健性檢驗(yàn)中使用老年人口比重作為替代指標(biāo)進(jìn)行檢驗(yàn)。

控制變量：(1)經(jīng)濟(jì)發(fā)展水平(lngdp)，以人均GDP取對數(shù)衡量；(2)工資水平(lnwage)，以平均工資取對數(shù)衡量；(3)城鎮(zhèn)化率(urban)，以城鎮(zhèn)常住人口數(shù)與常住人口總數(shù)的比重衡量；(4)失業(yè)率(unemp_rate)，以城鎮(zhèn)登記失業(yè)率衡量；(5)對外開放程度(open)，用進(jìn)出口總額占GDP比重衡量，以當(dāng)年美元匯率的平均價進(jìn)行折算；(6)政府干預(yù)(gov)，以一般公共預(yù)算支出占GDP的比重衡量；(7)產(chǎn)業(yè)結(jié)構(gòu)(ind3)，以第三產(chǎn)業(yè)產(chǎn)值比重衡量。各變量的描述性統(tǒng)計(jì)見表1。

表1 主要變量的描述性統(tǒng)計(jì)

四 回歸結(jié)果

(一)基準(zhǔn)回歸結(jié)果

式(1)的基準(zhǔn)回歸結(jié)果見表2，列(1)和列(2)是OLS回歸結(jié)果，列(3)—列(6)是控制固定效應(yīng)的回歸結(jié)果。其中，列(1)、 列(3)、 列(5)未加入控制變量，列(3)和列(4)只控制了時間固定效應(yīng)，列(5)和列(6)同時控制了時間固定效應(yīng)和省份固定效應(yīng)，所有回歸均使用穩(wěn)健標(biāo)準(zhǔn)誤。結(jié)果表明，人口老齡化系數(shù)均在1%的水平下顯著為正。以列(6)結(jié)果進(jìn)行基準(zhǔn)分析，人口老齡化系數(shù)為0.663，表明人口老齡化促進(jìn)了工業(yè)機(jī)器人密度的增加，人口老齡化是工業(yè)機(jī)器人應(yīng)用的影響因素。

表2 基準(zhǔn)回歸結(jié)果

(續(xù)上表)

(二)異質(zhì)性分析結(jié)果

1.地區(qū)差異

不同地區(qū)人口老齡化水平不同，東部、中部、西部地區(qū)的分組回歸結(jié)果見表3列(1)—列(3)。結(jié)果顯示，東部、中部、西部地區(qū)人口老齡化系數(shù)均為正，但只有東部地區(qū)顯著，中部和西部地區(qū)都不顯著，說明人口老齡化對工業(yè)機(jī)器應(yīng)用的影響主要體現(xiàn)在東部地區(qū)?？赡艿脑蚴菛|部地區(qū)人口老齡化程度最高，因此對工業(yè)機(jī)器人應(yīng)用的影響也更加顯著，這也與工業(yè)機(jī)器人在東部地區(qū)應(yīng)用最廣泛的現(xiàn)象相符合。

2.時間差異

2011—2020年以老年人口比重和老年人口撫養(yǎng)比計(jì)算的中國人口老齡化年均增長率分別為4.84%和6.02%，是2000—2010年增長率的2～3倍。隨著人口老齡化程度的上升，勞動力資源短缺對經(jīng)濟(jì)的影響更加嚴(yán)重，此時對工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用應(yīng)該更加顯著。以2011年作為時間節(jié)點(diǎn)，不同時間段的分組回歸結(jié)果見表3列(4)和列(5)，人口老齡化系數(shù)均顯著為正，表明人口老齡化在不同樣本年份中均對工業(yè)機(jī)器人應(yīng)用起到了促進(jìn)作用，但2011年之后人口老齡化系數(shù)的絕對值更大，表明人口老齡化對工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用在2011年之后更加明顯。

3.要素密集度差異

不同省份的資本和勞動要素稟賦不同，計(jì)算省份-年份層面的資本-勞動比，即人均固定資產(chǎn)投資，若一省的資本-勞動比大于全國同期均值，則定義為資本要素密集型省份，否則為勞動要素密集型省份。要素密集度層面的分組回歸結(jié)果見表3列(6)和列(7)，人口老齡化系數(shù)均為正，但資本密集型省份的人口老齡化系數(shù)顯著，勞動密集型省份的人口老齡化系數(shù)不顯著。表明資本要素密集型省份的人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響更大，因?yàn)橘Y本密集型省份的勞動要素相對更加稀缺，此時人口老齡化帶來的勞動力短缺更容易促進(jìn)工業(yè)機(jī)器人對勞動的替代。

表3 異質(zhì)性分析結(jié)果——地區(qū)、時間和要素密集度層面

(三)內(nèi)生性檢驗(yàn)

工業(yè)機(jī)器人應(yīng)用對人口老齡化直接進(jìn)行回歸可能存在內(nèi)生性偏誤。一方面，工業(yè)機(jī)器人應(yīng)用與人口老齡化之間可能存在反向因果關(guān)系，工業(yè)機(jī)器人應(yīng)用可以促進(jìn)經(jīng)濟(jì)發(fā)展，經(jīng)濟(jì)發(fā)展水平高的地區(qū)醫(yī)療、服務(wù)和養(yǎng)老體系更加健全，可能會吸引更多老年人口定居，也會相對延長老年人口的壽命，使得工業(yè)機(jī)器人應(yīng)用高的地區(qū)人口老齡化水平也高；另一方面，可能存在遺漏變量問題。為解決人口老齡化的內(nèi)生性問題，運(yùn)用工具變量方法，使用滯后20期的老年人口撫養(yǎng)比作為工具變量。昌忠澤等(2021)[27]發(fā)現(xiàn)中國當(dāng)期的老年人口撫養(yǎng)比與20年前的老年人口撫養(yǎng)比之間存在較強(qiáng)的相關(guān)性，滿足相關(guān)性假定；同時20年前的老年人口撫養(yǎng)比不會與當(dāng)期的殘差項(xiàng)相關(guān)，滿足外生性假定。本文使用兩階段最小二乘法(2SLS)來進(jìn)行工具變量估計(jì)，一階段使用當(dāng)期老年人口撫養(yǎng)比對滯后20期的老年人口撫養(yǎng)比(aging_l20)進(jìn)行回歸，得到省級層面老年人口撫養(yǎng)比的擬合值，第二階段使用第一階段獲得的老年人口撫養(yǎng)比擬合值進(jìn)行回歸。由于中國省級層面人口老齡化指標(biāo)在1990年之后才有比較完整和連續(xù)的數(shù)據(jù)，因此使用滯后20期的老年人口撫養(yǎng)比作為工具變量的回歸中只包含2010—2018年樣本，并刪除了重慶市。也使用滯后16期(1990—2002年)的老年人口撫養(yǎng)比(aging_l16)作為全樣本老年人口撫養(yǎng)比(2006—2018年)的工具變量進(jìn)行回歸。

回歸結(jié)果見表4，其中列(1)、列(2)是使用滯后20期老年人口撫養(yǎng)比作為工具變量的回歸結(jié)果。列(1)是一階段回歸結(jié)果，滯后20期老年人口撫養(yǎng)比系數(shù)顯著為正，表明工具變量與人口老齡化顯著正相關(guān)。列(2)是二階段回歸結(jié)果，人口老齡化系數(shù)顯著為正，說明考慮內(nèi)生性問題后，人口老齡化仍然對工業(yè)機(jī)器人應(yīng)用具有促進(jìn)作用，工具變量估計(jì)結(jié)果表明基準(zhǔn)回歸低估了人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響。rk F統(tǒng)計(jì)量為37.416，大于臨界值，表明不存在弱工具變量問題。rk LM檢驗(yàn)的p值為0，拒絕原假設(shè)，不存在識別不足的問題。列(3)和列(4)是使用滯后16期老年人口撫養(yǎng)比作為工具變量的回歸結(jié)果，與前面結(jié)果類似。

表4 工具變量估計(jì)結(jié)果

(四)穩(wěn)健性檢驗(yàn)

1.替換自變量

使用滯后一期的老年人口撫養(yǎng)比和老年人口比重作為自變量替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果如表5列(1)和列(2)所示，人口老齡化的系數(shù)均顯著為正，表明人口老齡化促進(jìn)了工業(yè)機(jī)器人應(yīng)用，前文結(jié)果是穩(wěn)健的。

2.替換因變量

3.剔除直轄市樣本

直轄市存在某種政治、經(jīng)濟(jì)功能，這可能會同時影響工業(yè)機(jī)器人應(yīng)用和人口老齡化水平。使用剔除直轄市后的樣本進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果見表5列(6)，人口老齡化系數(shù)顯著為正，表明人口老齡化促進(jìn)了工業(yè)機(jī)器人應(yīng)用，驗(yàn)證了前文結(jié)果的穩(wěn)健性。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

五 機(jī)制分析

(一)成本替代效應(yīng)

使用平均工資水平(lnwage)衡量勞動力成本，中介效應(yīng)回歸結(jié)果見表6。列(1)和列(3)分別是工資水平對使用老年人口撫養(yǎng)比和老年人口比重作為人口老齡化指標(biāo)的回歸，列(1)中人口老齡化系數(shù)顯著為負(fù)，列(3)中人口老齡化系數(shù)為負(fù)但不顯著，表明人口老齡化對勞動力成本并未產(chǎn)生顯著的正向影響，人口老齡化沒有通過勞動力成本上升來促進(jìn)工業(yè)機(jī)器人應(yīng)用，不存在成本替代效應(yīng)。

表6 中介機(jī)制檢驗(yàn)結(jié)果——成本替代效應(yīng)

(二)人力資本提升效應(yīng)

使用普通高等學(xué)校在校學(xué)生與中等職業(yè)技術(shù)學(xué)校在校學(xué)生數(shù)量之比衡量人力資本(hc)，中介效應(yīng)回歸結(jié)果見表7。其中，列(1)—列(4)是使用老年人口撫養(yǎng)比衡量人口老齡化的人力資本中介機(jī)制檢驗(yàn)結(jié)果，列(1)和列(2)是使用工業(yè)機(jī)器人安裝密度的回歸結(jié)果，列(3)和列(4)是使用工業(yè)機(jī)器人存量密度的回歸結(jié)果。列(1)和列(3)是根據(jù)式(2)的回歸，人口老齡化系數(shù)均顯著為正，表明人口老齡化促進(jìn)了地區(qū)人力資本水平提升。列(2)和列(4)是根據(jù)式(3)的回歸，同時加入了人口老齡化和人力資本水平指標(biāo)，人力資本系數(shù)均顯著為正，表示存在人力資本的中介效應(yīng)，同時人口老齡化系數(shù)也顯著為正，表明人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響存在人力資本的部分中介效應(yīng)。列(5)—列(8)使用老年人口比重衡量人口老齡化，結(jié)果同樣表明存在人力資本的部分中介效應(yīng)。

表7 中介機(jī)制檢驗(yàn)結(jié)果——人力資本提升效應(yīng)

(三)技術(shù)創(chuàng)新效應(yīng)

以平均每萬人擁有的發(fā)明專利授權(quán)數(shù)衡量技術(shù)創(chuàng)新(tech)，中介效應(yīng)回歸結(jié)果見表8。其中，列(1)—列(4)是使用老年人口撫養(yǎng)比衡量人口老齡化的技術(shù)創(chuàng)新中介機(jī)制檢驗(yàn)結(jié)果，列(1)和列(2)是使用工業(yè)機(jī)器人安裝密度的回歸結(jié)果，列(3)和列(4)是使用工業(yè)機(jī)器人存量密度的回歸結(jié)果。列(1)和列(3)是根據(jù)式(2)的回歸，人口老齡化系數(shù)均顯著為正，表明人口老齡化促進(jìn)了地區(qū)技術(shù)創(chuàng)新。列(2)和列(4)是根據(jù)式(3)的回歸，同時加入了人口老齡化和技術(shù)創(chuàng)新指標(biāo)，技術(shù)創(chuàng)新系數(shù)均顯著為正，表示存在技術(shù)創(chuàng)新的中介效應(yīng)，同時人口老齡化系數(shù)也顯著為正，表明人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響存在技術(shù)創(chuàng)新的部分中介效應(yīng)。列(5)—列(8)使用老年人口比重衡量人口老齡化，結(jié)果同樣表明存在技術(shù)創(chuàng)新的部分中介效應(yīng)。

表8 中介機(jī)制檢驗(yàn)結(jié)果——技術(shù)創(chuàng)新效應(yīng)

六 擴(kuò)展研究——來自企業(yè)層面的證據(jù)

上文使用省級層面的工業(yè)機(jī)器人和人口老齡化數(shù)據(jù)進(jìn)行研究，并且IFR工業(yè)機(jī)器人數(shù)據(jù)從2006年開始，更加細(xì)化的地級市層面或企業(yè)層面研究和2006年以前年份人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響仍有待研究。因此，本部分使用2000—2007年工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫的匹配數(shù)據(jù)，以企業(yè)工業(yè)機(jī)器人進(jìn)口作為企業(yè)工業(yè)機(jī)器人應(yīng)用指標(biāo)，研究人口老齡化對企業(yè)工業(yè)機(jī)器人應(yīng)用的影響。從企業(yè)層面出發(fā)分析人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響，這是現(xiàn)有研究中較缺乏的；同時，本部分樣本以2006年以前為主，可以彌補(bǔ)使用IFR工業(yè)機(jī)器人數(shù)據(jù)造成的樣本區(qū)間位于2006年之后的問題，而使用企業(yè)層面數(shù)據(jù)也更有利于控制固定效應(yīng)。

現(xiàn)有研究發(fā)現(xiàn)國內(nèi)使用的70%以上的工業(yè)機(jī)器人來自進(jìn)口，并且2013年以前將進(jìn)口工業(yè)機(jī)器人用于自身生產(chǎn)經(jīng)營的企業(yè)占比約為80%，使用海關(guān)數(shù)據(jù)庫計(jì)算的工業(yè)機(jī)器人進(jìn)口數(shù)量、趨勢都與IFR工業(yè)機(jī)器人數(shù)據(jù)相一致，因此可以使用海關(guān)數(shù)據(jù)庫中企業(yè)工業(yè)機(jī)器人進(jìn)口作為企業(yè)工業(yè)機(jī)器人應(yīng)用的衡量指標(biāo)。借鑒Fan et al.(2021)[8]的做法，使用HS6位編碼(847950)來確定工業(yè)機(jī)器人，主要包括84795010(多功能機(jī)器人)和84795090(其他工業(yè)機(jī)器人)。首先，對工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫先后使用企業(yè)名稱和年份、郵政編碼和企業(yè)電話后7位進(jìn)行匹配，由此得到匹配成功的企業(yè)信息，并對匹配后的數(shù)據(jù)異常值進(jìn)行處理。其次，將經(jīng)過處理的企業(yè)數(shù)據(jù)與省級人口老齡化數(shù)據(jù)、控制變量相匹配，最終得到包含103885家企業(yè)320382個樣本的非平衡面板數(shù)據(jù)，其中，1294家企業(yè)進(jìn)口工業(yè)機(jī)器人，102591家為非工業(yè)機(jī)器人進(jìn)口企業(yè)。

為檢驗(yàn)人口老齡化對企業(yè)工業(yè)機(jī)器人應(yīng)用的影響，構(gòu)建以下實(shí)證模型：

lnrobi, k, t=α0+α1agingi, t+Xi, k, tσ+Ci, tφ+μt+ωj+εi, k, t

(4)

其中，下標(biāo)i表示省份，k表示企業(yè)，t表示時間。lnrobi, k, t為企業(yè)工業(yè)機(jī)器人應(yīng)用變量，用企業(yè)當(dāng)年進(jìn)口工業(yè)機(jī)器人數(shù)量的對數(shù)衡量，同時使用企業(yè)是否進(jìn)口工業(yè)機(jī)器人(0/1變量)作為替代指標(biāo)。agingi， t為人口老齡化變量，使用老年人口撫養(yǎng)比作為基準(zhǔn)指標(biāo)、老年人口比重作為替代指標(biāo)。Xi， k, t為企業(yè)層面控制變量，包括企業(yè)規(guī)模、企業(yè)年齡、企業(yè)工資水平、資本密集度、是否出口。Ci， t為一系列省級層面控制變量，包括經(jīng)濟(jì)發(fā)展水平、固定資產(chǎn)投資、進(jìn)出口和政府干預(yù)。μt為時間固定效應(yīng)，ωj為行業(yè)固定效應(yīng)，εi, k, t為隨機(jī)誤差項(xiàng)。

式(4)企業(yè)層面回歸結(jié)果見表9，回歸方法與表2類似。以列(6)結(jié)果進(jìn)行分析，人口老齡化系數(shù)為0.0013，且在1%的水平下顯著，表明人口老齡化促進(jìn)了企業(yè)工業(yè)機(jī)器人應(yīng)用(5)限于篇幅，變量描述性統(tǒng)計(jì)和控制變量回歸結(jié)果在正文中沒有詳細(xì)列出，作者備索。。

表9 企業(yè)層面回歸結(jié)果

七 結(jié)論與政策啟示

隨著工業(yè)機(jī)器人產(chǎn)業(yè)的迅速發(fā)展，研究工業(yè)機(jī)器人應(yīng)用的影響因素至關(guān)重要。本文首先使用2006—2018年中國31個省級區(qū)域的面板數(shù)據(jù)，探討人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制。主要結(jié)論如下：(1)人口老齡化顯著促進(jìn)工業(yè)機(jī)器人應(yīng)用，考慮人口老齡化的內(nèi)生性和一系列穩(wěn)健性檢驗(yàn)后，人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響結(jié)果仍然穩(wěn)健。(2)人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響存在地區(qū)、時間和要素密集度層面的差異，表現(xiàn)為在東部地區(qū)、2011年后、資本密集型城市更加顯著。(3)機(jī)制分析發(fā)現(xiàn)，人口老齡化通過人力資本效應(yīng)和技術(shù)創(chuàng)新效應(yīng)對工業(yè)機(jī)器人應(yīng)用產(chǎn)生影響。(4)進(jìn)一步運(yùn)用企業(yè)層面數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)人口老齡化促進(jìn)了企業(yè)工業(yè)機(jī)器人進(jìn)口。

本文從實(shí)證角度證實(shí)了人口老齡化是推動發(fā)展中國家工業(yè)機(jī)器人應(yīng)用的影響因素，可以作為現(xiàn)有人口老齡化與工業(yè)機(jī)器人研究的有效補(bǔ)充，對制定人口政策與推進(jìn)中國工業(yè)機(jī)器人應(yīng)用具有重要的啟示：(1)正確認(rèn)識人口老齡化現(xiàn)狀、發(fā)展趨勢和影響。當(dāng)前，中國人口老齡化的趨勢不可避免，并且人口老齡化程度在不斷加速，既要看到人口老齡化造成的勞動力資源短缺會對經(jīng)濟(jì)帶來不利影響，也應(yīng)認(rèn)識到人口老齡化會通過提升人力資本和促進(jìn)技術(shù)創(chuàng)新來推進(jìn)工業(yè)機(jī)器人的應(yīng)用。(2)二次激發(fā)人口紅利。全面推行鼓勵生育政策，延遲老齡化社會到來，搭建有利于老年人口參與社會經(jīng)濟(jì)活動的平臺，如老教授協(xié)會等，發(fā)揮老年人口在知識和技藝積累的優(yōu)勢。(3)因地制宜制定人口政策措施。人口老齡化對工業(yè)機(jī)器人應(yīng)用的影響在不同地區(qū)和不同要素密集省份存在明顯差異，因此，制定人口相關(guān)政策措施時要結(jié)合地區(qū)要素稟賦。(4)鼓勵工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展，應(yīng)對人口老齡化影響?，F(xiàn)有研究表明，工業(yè)機(jī)器人應(yīng)用可以實(shí)現(xiàn)對勞動力的替代，緩解人口老齡化對經(jīng)濟(jì)帶來的不利影響，當(dāng)前中國工業(yè)機(jī)器人應(yīng)用水平仍相對較低，應(yīng)積極促進(jìn)以工業(yè)機(jī)器人應(yīng)用為代表的人工智能發(fā)展，推動制造業(yè)轉(zhuǎn)型升級，實(shí)現(xiàn)從“制造大國”向“制造強(qiáng)國”轉(zhuǎn)變。