羅潤東 李瓊瓊 郭怡笛

改革開放后，中國大量勞動(dòng)年齡人口及農(nóng)村勞動(dòng)力持續(xù)流向城市，為制造業(yè)發(fā)展提供了充足的勞動(dòng)力資源，為中國成為“世界工廠”提供了強(qiáng)大的人力支撐。進(jìn)入21 世紀(jì)，隨著人口結(jié)構(gòu)的轉(zhuǎn)變，中國逐漸從勞動(dòng)力無限供給進(jìn)入勞動(dòng)力供給短缺時(shí)代，勞動(dòng)力工資不斷上漲，出現(xiàn)“劉易斯拐點(diǎn)”［1］。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，中國城鎮(zhèn)非私營單位就業(yè)人員年平均名義工資呈高速上升態(tài)勢，從2000 年的9 333 元上漲到2022 年的114 029元，扣除價(jià)格因素年增長率高于9%。2012 年以后，平均實(shí)際工資增長率開始出現(xiàn)超過實(shí)際GDP 增長率的趨勢。在勞動(dòng)要素成本不斷上升的背景下，依靠勞動(dòng)力資源稟賦優(yōu)勢推動(dòng)經(jīng)濟(jì)高速發(fā)展的路徑難以持續(xù)。在中國廉價(jià)勞動(dòng)力時(shí)代終結(jié)的前提設(shè)想下［2］，進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移、減少生產(chǎn)成本，是勞動(dòng)密集型制造業(yè)的一個(gè)重要發(fā)展方向。

經(jīng)濟(jì)快速增長和資本要素累積，使得資本相對于勞動(dòng)的豐裕程度增加，勞動(dòng)力變得更加昂貴，以往中國沿海地區(qū)承接了大部分國際產(chǎn)業(yè)轉(zhuǎn)移，因而表現(xiàn)更甚。相較于其他生產(chǎn)部門，對勞動(dòng)力價(jià)格較為敏感的制造業(yè)企業(yè)，為尋求生產(chǎn)優(yōu)勢，將主動(dòng)流向勞動(dòng)力成本更低的國家或地區(qū)，尋找勞動(dòng)力成本“洼地”，前者為跨國產(chǎn)業(yè)轉(zhuǎn)移，伴隨明顯的外資撤離現(xiàn)象，后者為國內(nèi)產(chǎn)業(yè)轉(zhuǎn)移，體現(xiàn)為制造業(yè)由沿海發(fā)達(dá)地區(qū)向內(nèi)陸欠發(fā)達(dá)地區(qū)轉(zhuǎn)移［3］。

從理論上看，產(chǎn)業(yè)轉(zhuǎn)移是應(yīng)對勞動(dòng)力成本上升的一種策略，另一種策略則是使用更多的資本替代勞動(dòng)［4］。工業(yè)機(jī)器人是一種資本更密集的技術(shù)，通過計(jì)算機(jī)編程以及前沿人工智能技術(shù)實(shí)現(xiàn)各種制造功能，從而能夠自動(dòng)執(zhí)行任務(wù)。Acemoglu &Restrepo 的研究表明，每增加一臺工業(yè)機(jī)器人能夠替代6 名產(chǎn)業(yè)工人［5］。除工資上漲外，寧光杰和張雪凱發(fā)現(xiàn)招工難、較高的員工流轉(zhuǎn)率使得企業(yè)投資自動(dòng)化設(shè)備以確保企業(yè)正常運(yùn)營的意愿增強(qiáng)［6］。因此，勞動(dòng)要素價(jià)格的相對上升以及工人的短缺可能加速企業(yè)用自動(dòng)化的生產(chǎn)技術(shù)來替代勞動(dòng)力。自動(dòng)化機(jī)器有助于企業(yè)減輕用工負(fù)擔(dān)，同時(shí)對工人素質(zhì)提出了更高的要求。對技術(shù)工人的需求使得企業(yè)傾向于在大城市集聚，以減少人才供應(yīng)的不確定性［7］。因此，雖然勞動(dòng)力成本會形成制造業(yè)外遷的“推力”，但是引進(jìn)自動(dòng)化設(shè)備也可能使企業(yè)繼續(xù)留在所在城市，成為制造業(yè)留駐的“拉力”。

為了提高產(chǎn)業(yè)競爭力，中央政府已將智能化產(chǎn)業(yè)和人工智能技術(shù)列入重點(diǎn)規(guī)劃，出臺了《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020 年）》《智能制造發(fā)展規(guī)劃（2016—2020 年）》《新一代人工智能發(fā)展規(guī)劃》《“十四五”智能制造發(fā)展規(guī)劃》等文件，將智能制造作為引領(lǐng)中國制造業(yè)轉(zhuǎn)型升級的突破口。各地方政府也發(fā)布了一系列政策性文件，助推制造業(yè)自動(dòng)化轉(zhuǎn)型升級。在政府支持下，中國工業(yè)機(jī)器人產(chǎn)業(yè)和應(yīng)用市場發(fā)展迅猛。中國信息通信研究院的數(shù)據(jù)顯示，2022 年中國人工智能產(chǎn)業(yè)規(guī)模高達(dá)5 000 億元，同比增長18%。截至2022 年6 月，中國人工智能企業(yè)數(shù)量超過3 000 家，僅次于美國。國際機(jī)器人聯(lián)盟（IFR）的數(shù)據(jù)顯示，2000 年以來，中國工業(yè)機(jī)器人安裝量呈快速上升趨勢，2016 年成為世界上機(jī)器人保有量最高的國家，2021 年中國機(jī)器人存量占全世界機(jī)器人存量的33.58%。人工智能技術(shù)引發(fā)了勞動(dòng)和生產(chǎn)的革新，將對中國產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)格局產(chǎn)生深刻影響。

近年來，全球分工體系和產(chǎn)業(yè)格局正在經(jīng)歷重構(gòu)變革，尤其是在中美貿(mào)易摩擦和新冠疫情等外部不確定性的沖擊下，中國面臨著制造業(yè)向發(fā)達(dá)國家回流以及向其他發(fā)展中國家分流的壓力。在此背景下，分析產(chǎn)業(yè)格局演變規(guī)律，引導(dǎo)國內(nèi)產(chǎn)業(yè)有序轉(zhuǎn)移、避免產(chǎn)業(yè)斷檔，從而保證產(chǎn)業(yè)鏈、供應(yīng)鏈的暢通與安全，對于提高中國經(jīng)濟(jì)發(fā)展質(zhì)量和產(chǎn)業(yè)核心競爭力、推動(dòng)雙循環(huán)格局至關(guān)重要，尤其是國家“十四五”規(guī)劃綱要以及2022 年1 月工業(yè)和信息化部等十部門發(fā)布的《關(guān)于促進(jìn)制造業(yè)有序轉(zhuǎn)移的指導(dǎo)意見》進(jìn)一步強(qiáng)調(diào)要保持中國制造業(yè)比重基本穩(wěn)定、推動(dòng)制造業(yè)有序轉(zhuǎn)移。然而，以往文獻(xiàn)大多直接研究勞動(dòng)力成本對產(chǎn)業(yè)轉(zhuǎn)移的影響［8-9］或側(cè)重分析工業(yè)機(jī)器人的使用對生產(chǎn)、貿(mào)易和就業(yè)的影響［10-12］，鮮有研究關(guān)注自動(dòng)化技術(shù)是否改變勞動(dòng)力成本對制造業(yè)轉(zhuǎn)移的影響模式。基于此，本文從最低工資政策引致勞動(dòng)力成本上升的外生沖擊入手，從城市和企業(yè)兩個(gè)層面分析機(jī)器自動(dòng)化背景下勞動(dòng)力成本上升對制造業(yè)轉(zhuǎn)移的影響效應(yīng)，重點(diǎn)討論機(jī)器自動(dòng)化是否能夠緩解勞動(dòng)力成本對制造業(yè)轉(zhuǎn)移的作用及其影響機(jī)理。本文的研究結(jié)論有助于解釋面對勞動(dòng)力成本上漲時(shí)不同制造業(yè)企業(yè)的異質(zhì)性轉(zhuǎn)移應(yīng)對策略，以及沿海發(fā)達(dá)地區(qū)和內(nèi)陸欠發(fā)達(dá)地區(qū)之間的產(chǎn)業(yè)轉(zhuǎn)移承接趨于平緩的現(xiàn)象，這對于把握新時(shí)代產(chǎn)業(yè)轉(zhuǎn)移趨勢、避免產(chǎn)業(yè)空心化和推進(jìn)區(qū)域協(xié)調(diào)發(fā)展具有啟示意義。

一、理論分析與研究假設(shè)

（一）勞動(dòng)力成本對制造業(yè)轉(zhuǎn)移的影響效應(yīng)

勞動(dòng)力成本是影響企業(yè)作出生產(chǎn)和投資區(qū)位選擇決策的重要因素，地區(qū)間勞動(dòng)力成本不同步變動(dòng)可能會引致產(chǎn)業(yè)轉(zhuǎn)移。一般而言，勞動(dòng)力成本的上升會抬高生產(chǎn)成本，降低盈利空間，從而促使企業(yè)轉(zhuǎn)向勞動(dòng)力成本較低的地區(qū)。因此，當(dāng)一個(gè)地區(qū)的勞動(dòng)力要素價(jià)格上升時(shí)，制造業(yè)企業(yè)會通過重新調(diào)整生產(chǎn)和投資的空間布局，以實(shí)現(xiàn)成本最小化和經(jīng)營利潤最大化。根據(jù)雁形模式理論，隨著中國東部沿海地區(qū)的勞動(dòng)力要素成本上升，勞動(dòng)密集型制造業(yè)逐步向中西部地區(qū)轉(zhuǎn)移，呈現(xiàn)由勞動(dòng)力要素成本差異推動(dòng)的產(chǎn)業(yè)轉(zhuǎn)移現(xiàn)象［3，13］。以往考察勞動(dòng)力成本對產(chǎn)業(yè)轉(zhuǎn)移影響微觀機(jī)制的研究可以概括為三個(gè)層面：一是勞動(dòng)力成本上升促進(jìn)了企業(yè)搬遷或跨區(qū)域生產(chǎn)。這支文獻(xiàn)認(rèn)為勞動(dòng)力市場比較優(yōu)勢是企業(yè)搬遷至其他地區(qū)或進(jìn)行跨區(qū)域資本配置的重要驅(qū)動(dòng)因素［14-15］。二是勞動(dòng)力成本上升增加了企業(yè)的經(jīng)營壓力，導(dǎo)致企業(yè)被迫退出市場，從而降低了該地區(qū)制造業(yè)份額。這支文獻(xiàn)發(fā)現(xiàn)勞動(dòng)力成本上漲對企業(yè)存續(xù)產(chǎn)生了負(fù)面沖擊，導(dǎo)致制造業(yè)企業(yè)退出風(fēng)險(xiǎn)增加［16-17］。三是較高的勞動(dòng)力成本抬高了企業(yè)進(jìn)入市場的門檻，不利于新企業(yè)進(jìn)入，進(jìn)而抑制了該地區(qū)制造業(yè)份額增加。這支文獻(xiàn)強(qiáng)調(diào)勞動(dòng)力成本增加會打擊企業(yè)的投資積極性，降低新企業(yè)的進(jìn)入數(shù)量［18］。

綜合上述分析，面對勞動(dòng)力成本上漲壓力，企業(yè)會采取調(diào)整經(jīng)營方式或者將生產(chǎn)環(huán)節(jié)轉(zhuǎn)移至成本更低的地區(qū)、退出市場和撤資、直接選擇不進(jìn)入等策略來使生產(chǎn)利潤最大化。而微觀企業(yè)的跨區(qū)域轉(zhuǎn)移、退出以及新企業(yè)的進(jìn)入很可能影響一個(gè)地區(qū)的制造業(yè)發(fā)展，并導(dǎo)致不同地區(qū)制造業(yè)相對份額發(fā)生變動(dòng)，進(jìn)而引發(fā)制造業(yè)區(qū)域轉(zhuǎn)移?；诖?，本文提出如下假設(shè)：

假設(shè)1：勞動(dòng)力成本上升會加速制造業(yè)轉(zhuǎn)移。

（二）勞動(dòng)力成本和機(jī)器自動(dòng)化的交互作用對制造業(yè)轉(zhuǎn)移的影響效應(yīng)

隨著以工業(yè)機(jī)器人為代表的新一代人工智能技術(shù)的較快發(fā)展，工業(yè)智能化生產(chǎn)對于經(jīng)濟(jì)的促增效果日益明顯［19］。相關(guān)研究指出，人工智能技術(shù)可以通過改變要素投入結(jié)構(gòu)、促進(jìn)資本積累、提高全要素生產(chǎn)率等渠道有效緩解老齡化帶來的勞動(dòng)力市場沖擊，拉動(dòng)經(jīng)濟(jì)增長［20］。隨著中國東部、中部以及東北等地區(qū)工業(yè)機(jī)器人產(chǎn)業(yè)逐漸完善，工業(yè)機(jī)器人對于這些具有自動(dòng)化技術(shù)比較優(yōu)勢地區(qū)的經(jīng)濟(jì)增長具有明顯的促進(jìn)作用［21］。此外，人工智能和自動(dòng)化技術(shù)還能夠克服“鮑莫爾病”，保持制造業(yè)在GDP 中占有較高的比重以及制造業(yè)工人能夠獲得較高的勞動(dòng)回報(bào)率［22］。除了對經(jīng)濟(jì)增長的促進(jìn)作用外，機(jī)器自動(dòng)化生產(chǎn)降低了產(chǎn)品在發(fā)達(dá)經(jīng)濟(jì)體的人工成本，導(dǎo)致過去的離岸生產(chǎn)重新回流，根據(jù)有關(guān)研究的最新估計(jì)，如果制造業(yè)中每100 名工人增加一個(gè)機(jī)器人，就會導(dǎo)致制造業(yè)產(chǎn)業(yè)回流活動(dòng)增加3.5%［23］。因此，工業(yè)機(jī)器人使用也被發(fā)達(dá)國家視為企業(yè)回流的重要途徑［12］。

工業(yè)機(jī)器人能夠大規(guī)模替代人力實(shí)現(xiàn)自動(dòng)化生產(chǎn)，在緩解勞動(dòng)力短缺造成的“用工荒”“用工貴”等難題中發(fā)揮了較大作用，是勞動(dòng)成本高的地區(qū)繼續(xù)留住制造業(yè)企業(yè)、避免產(chǎn)業(yè)空心化的重要方式。然而，不同行業(yè)的機(jī)器自動(dòng)化水平存在差異①IFR 公布的數(shù)據(jù)顯示：2014 年中國機(jī)器人安裝量主要集中在汽車、電子電氣、橡膠塑料、金屬制品業(yè)、食品飲料加工制造業(yè)、通用及專用設(shè)備制造業(yè)等行業(yè)。程虹等根據(jù)2015、2016 和2018 年CEES 數(shù)據(jù)，發(fā)現(xiàn)中國的機(jī)器人使用主要集中于汽車制造業(yè)，電氣機(jī)械和器材制造業(yè)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)，專用設(shè)備制造業(yè)和通用設(shè)備制造業(yè)等五大行業(yè)［24］。，對勞動(dòng)力成本上升的反應(yīng)可能不同，導(dǎo)致傳統(tǒng)制造業(yè)產(chǎn)業(yè)梯度轉(zhuǎn)移趨勢發(fā)生異質(zhì)性變化。綜合上述分析，本文提出如下假設(shè)：

假設(shè)2：勞動(dòng)力成本上升對制造業(yè)轉(zhuǎn)移的影響呈非對稱性，由于機(jī)器自動(dòng)化有助于緩解制造業(yè)企業(yè)受到的勞動(dòng)力成本壓力，機(jī)器自動(dòng)化水平高的制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移壓力相對較小。

（三）勞動(dòng)力成本和機(jī)器自動(dòng)化對制造業(yè)轉(zhuǎn)移的作用機(jī)制

前文提到，勞動(dòng)力成本對制造業(yè)轉(zhuǎn)移的作用機(jī)制包括影響企業(yè)搬遷、退出和進(jìn)入行為三個(gè)方面，其中加速制造業(yè)企業(yè)退出市場是勞動(dòng)力成本產(chǎn)業(yè)轉(zhuǎn)移效應(yīng)的重要微觀渠道之一。已有研究指出，勞動(dòng)力要素成本上升削弱了企業(yè)利潤空間，進(jìn)而影響了企業(yè)的生存能力［25］。也有研究發(fā)現(xiàn)，制造業(yè)外資企業(yè)容易因最低工資的提高而退出市場［26］。企業(yè)退出市場意味著當(dāng)?shù)刂圃鞓I(yè)企業(yè)數(shù)量減少，從而引發(fā)制造業(yè)份額下降。工業(yè)機(jī)器人的使用則有利于制造業(yè)企業(yè)調(diào)整生產(chǎn)要素的投入結(jié)構(gòu)來緩解人工成本上漲對生產(chǎn)經(jīng)營的負(fù)向沖擊，進(jìn)而降低其退出市場的概率。

生產(chǎn)率是反映一個(gè)國家經(jīng)濟(jì)發(fā)展質(zhì)量的重要指標(biāo)，也是企業(yè)在市場競爭中獲得競爭力的關(guān)鍵因素。工業(yè)機(jī)器人具有生產(chǎn)自動(dòng)化、智能化的優(yōu)勢，已被較多文獻(xiàn)驗(yàn)證可以有效推動(dòng)制造業(yè)全要素生產(chǎn)率的提高。例如，基于跨國面板數(shù)據(jù)的研究發(fā)現(xiàn)，工業(yè)機(jī)器人能夠顯著提高一個(gè)國家的全要素生產(chǎn)率和勞動(dòng)生產(chǎn)率［11］。基于中國的微觀經(jīng)驗(yàn)證據(jù)表明，機(jī)器人的使用能夠促進(jìn)企業(yè)擴(kuò)大產(chǎn)出規(guī)模和優(yōu)化產(chǎn)品質(zhì)量，提高企業(yè)生產(chǎn)率［27］。生產(chǎn)率越高的企業(yè)往往越不容易退出市場，因而機(jī)器自動(dòng)化對生產(chǎn)率的提升作用可以彌補(bǔ)勞動(dòng)力成本高的劣勢，降低制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移的風(fēng)險(xiǎn)?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)：

假設(shè)3：勞動(dòng)力成本上升會增加制造業(yè)企業(yè)退出市場的概率，而機(jī)器自動(dòng)化技術(shù)的使用有助于抵消勞動(dòng)力成本上升帶來的負(fù)面影響，降低企業(yè)退出概率，從而減少制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移的風(fēng)險(xiǎn)。

假設(shè)4：機(jī)器自動(dòng)化技術(shù)能夠有效提高企業(yè)勞動(dòng)生產(chǎn)率、擴(kuò)大生產(chǎn)規(guī)模，進(jìn)而緩解制造業(yè)企業(yè)轉(zhuǎn)移的風(fēng)險(xiǎn)。

二、模型設(shè)定、變量與數(shù)據(jù)說明

（一）計(jì)量模型的設(shè)定

考慮到以往研究多基于地區(qū)層面數(shù)據(jù)對勞動(dòng)力成本和制造業(yè)整體轉(zhuǎn)移之間的關(guān)系進(jìn)行分析，但是未能充分考慮制造業(yè)的空間轉(zhuǎn)移具有行業(yè)異質(zhì)性［16］，而實(shí)際上不同行業(yè)要素組成不同、對勞動(dòng)力成本的反應(yīng)也有差異，制造業(yè)整體層面的數(shù)據(jù)可能會掩蓋不同要素密集度制造業(yè)行業(yè)層面的效應(yīng)。因此，本文基于制造業(yè)城市—行業(yè)層面數(shù)據(jù)來分析勞動(dòng)力成本和機(jī)器自動(dòng)化對產(chǎn)業(yè)轉(zhuǎn)移的影響，設(shè)定如下計(jì)量模型：

其中，下標(biāo)i 代表行業(yè)，j 代表城市，t 為年份。被解釋變量Industry_ratioijt表示城市j 行業(yè)i 在t 年的就業(yè)量占全國行業(yè)i 就業(yè)總量的比重，即城市制造業(yè)行業(yè)i 的份額。核心解釋變量lnmwagejt表示城市j 在t 年的月最低工資金額取對數(shù)，lnExposure_Robotit表示行業(yè)i 的機(jī)器自動(dòng)化水平。Xijt表示控制變量合集，uj表示控制城市固定效應(yīng)，jt表示控制城市—年份固定效應(yīng)，即控制所有城市層面特征對制造業(yè)轉(zhuǎn)移的影響；θit表示控制行業(yè)—年份固定效應(yīng)，即控制所有行業(yè)層面特征對制造業(yè)轉(zhuǎn)移的影響；εijt是擾動(dòng)項(xiàng)。當(dāng)模型同時(shí)控制城市—年份固定效應(yīng)和行業(yè)—年份固定效應(yīng)時(shí)，最低工資項(xiàng)以及其他城市控制變量會被自動(dòng)吸收，同時(shí)也無須再控制城市固定效應(yīng)。

（二）變量說明

1.被解釋變量

城市制造業(yè)行業(yè)份額（Industry_ratio）。制造業(yè)份額變動(dòng)體現(xiàn)了制造業(yè)的相對產(chǎn)業(yè)轉(zhuǎn)移，本文參照以往文獻(xiàn)使用城市制造業(yè)行業(yè)就業(yè)在全國制造業(yè)行業(yè)總體就業(yè)中占比的變化來反映城市制造業(yè)轉(zhuǎn)移情況①一方面，地區(qū)某個(gè)制造業(yè)行業(yè)的就業(yè)人數(shù)占全國該行業(yè)就業(yè)人數(shù)比重變化，說明該地區(qū)這一行業(yè)的相對規(guī)模發(fā)生變化，出現(xiàn)了產(chǎn)業(yè)相對轉(zhuǎn)入或轉(zhuǎn)出。另一方面，在中國工業(yè)企業(yè)數(shù)據(jù)庫中，企業(yè)的從業(yè)人員數(shù)是記錄最為完整的指標(biāo)，能夠構(gòu)建城市行業(yè)層面制造業(yè)份額的其他指標(biāo)（包括企業(yè)銷售產(chǎn)值、工業(yè)總產(chǎn)值）在不同年份存在缺失無法統(tǒng)計(jì)的現(xiàn)象。在穩(wěn)健性分析中，本文分別使用地區(qū)制造業(yè)行業(yè)的企業(yè)數(shù)目比重、銷售產(chǎn)值比重、工業(yè)總產(chǎn)值比重對回歸結(jié)果作穩(wěn)健性檢驗(yàn)。。具體而言，Industry_ratio 為城市單個(gè)制造業(yè)行業(yè)的從業(yè)人員數(shù)占全國該制造業(yè)行業(yè)的從業(yè)人員數(shù)的比重。

2.主要解釋變量

最低工資（lnmwage）。勞動(dòng)力要素成本的增加削弱了制造業(yè)尤其是勞動(dòng)密集型制造業(yè)的競爭優(yōu)勢，促使其向更具優(yōu)勢的地區(qū)轉(zhuǎn)移［13］。本文選擇使用城市最低工資標(biāo)準(zhǔn)來衡量勞動(dòng)力成本的變化。一方面，最低工資標(biāo)準(zhǔn)上漲引致的勞動(dòng)力成本上升給制造業(yè)企業(yè)帶來負(fù)向的競爭沖擊；另一方面，最低工資標(biāo)準(zhǔn)更多與當(dāng)?shù)卣姓Q策有關(guān)，而政策因素（如法律法規(guī)、工會等）帶來的勞動(dòng)力成本上升是脫離勞動(dòng)邊際報(bào)酬的外生增加［18］。因此，利用最低工資標(biāo)準(zhǔn)上漲的外生沖擊能夠準(zhǔn)確考察勞動(dòng)力成本與產(chǎn)業(yè)轉(zhuǎn)移之間的因果關(guān)系。

機(jī)器自動(dòng)化水平（lnExposure_Robot）。借鑒Acemoglu&Restrepo［10］、王永欽和董雯［28］的做法，采用行業(yè)層面的機(jī)器人滲透度（機(jī)器人安裝密度）衡量行業(yè)的機(jī)器自動(dòng)化水平，具體計(jì)算方式如下：

其中，下標(biāo)i 代表行業(yè)，t 和T 為年份。Robotit為t 年中國行業(yè)i 的機(jī)器人應(yīng)用水平，行業(yè)機(jī)器人數(shù)據(jù)來自國際機(jī)器人聯(lián)盟數(shù)據(jù)庫，單位為臺。employi，T為基準(zhǔn)年份T（這里T 指1998、1999、2000 年，T0 指的是1998 年，T1 指的是2000 年）制造業(yè)行業(yè)i 的就業(yè)人數(shù)，單位為萬人。

3.控制變量

控制變量Xijt合集包括：（1）城市人均GDP（lnpgdp），使用城市GDP 除以全市年末戶籍人口后取對數(shù)來表示；（2）人口增長率（popu_grow），使用全市戶籍人口自然增長率來表示，單位為‰；（3）職工平均工資（lncity_wage），采用全市職工平均工資取對數(shù)來表示；（4）城市價(jià)格指數(shù)（price_index），采用城市所在省份年消費(fèi)者價(jià)格指數(shù)來表示，單位為%；（5）從業(yè)人員人均贍養(yǎng)人數(shù)（support_burden），使用城市年末戶籍人口數(shù)與年末單位從業(yè)人員的比值來表示，數(shù)值越大說明該地區(qū)勞動(dòng)力撫養(yǎng)負(fù)擔(dān)越重。對于這些變量的控制有助于本文更好地估計(jì)最低工資上漲對制造業(yè)轉(zhuǎn)移的影響。一方面，這些變量是最低工資標(biāo)準(zhǔn)制定的重要依據(jù)，影響城市月最低工資標(biāo)準(zhǔn)的調(diào)整；另一方面，城市人均GDP、職工平均工資水平所代表的城市經(jīng)濟(jì)發(fā)展?fàn)顩r，人口增長率、從業(yè)人員人均贍養(yǎng)人數(shù)所體現(xiàn)的勞動(dòng)力豐裕程度，城市價(jià)格指數(shù)所反映的生活成本變化與消費(fèi)信心，均會影響企業(yè)的經(jīng)營決策和區(qū)位選擇［18］。此外，本文還控制了制造業(yè)行業(yè)占當(dāng)?shù)刂圃鞓I(yè)的比重（Indusprop）。城市某一個(gè)行業(yè)比重越高，說明該行業(yè)在該城市越具有發(fā)展優(yōu)勢，集聚效應(yīng)更強(qiáng)，更少可能外遷，因而Induspropijt越大越可能導(dǎo)致j 城市的i 行業(yè)在全國同一行業(yè)占比越高。同時(shí)，單個(gè)行業(yè)在本地占比越高，該行業(yè)提供的就業(yè)崗位相對較多，可能會影響勞動(dòng)力成本上漲趨勢。

4.數(shù)據(jù)說明

本文主要使用了1999—2014 年地級市最低工資數(shù)據(jù)以及中國工業(yè)企業(yè)數(shù)據(jù)庫、國際機(jī)器人聯(lián)盟（IFR）數(shù)據(jù)庫、《中國城市統(tǒng)計(jì)年鑒》等的匹配數(shù)據(jù)。數(shù)據(jù)選擇的時(shí)間段主要依據(jù)各數(shù)據(jù)庫所處時(shí)間范圍。比如，在基準(zhǔn)模型中關(guān)鍵指標(biāo)制造業(yè)行業(yè)份額來自中國工業(yè)企業(yè)數(shù)據(jù)庫，該數(shù)據(jù)庫可獲得數(shù)據(jù)的時(shí)間范圍是1998—2014 年，機(jī)器自動(dòng)化指標(biāo)來源于IFR 數(shù)據(jù)，該數(shù)據(jù)庫時(shí)間范圍是1999—2019 年，因而基準(zhǔn)模型樣本時(shí)間范圍是1999—2014 年。此外，以1998 年為基期，本文利用各省份居民價(jià)格指數(shù)將所有名義變量換算為實(shí)際變量，從而消除通貨膨脹因素對估計(jì)的干擾。主要變量的數(shù)據(jù)來源和描述性統(tǒng)計(jì)見表1（下頁）。

表1 主要變量的數(shù)據(jù)來源和描述性統(tǒng)計(jì)

三、實(shí)證研究結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

基準(zhǔn)模型的回歸結(jié)果如表2 所示。其中，列（1）和列（2）未加入機(jī)器自動(dòng)化和最低工資的交互項(xiàng)，lnmwagejt的系數(shù)在1%的置信水平上顯著為負(fù)，可以認(rèn)為勞動(dòng)力成本上升會加速城市制造業(yè)轉(zhuǎn)移，降低本地制造業(yè)行業(yè)份額，假設(shè)1 得到驗(yàn)證。加入交互項(xiàng)后，方程的估計(jì)結(jié)果見列（3）—（5），lnmwagejt的系數(shù)γ1依舊顯著為負(fù)，而交互項(xiàng)的系數(shù)顯著為正。從列（5）的回歸結(jié)果來看，在控制了城市—年份固定效應(yīng)和行業(yè)—年份固定效應(yīng)后，交互項(xiàng)系數(shù)γ2的絕對值為0.207，在1%的置信水平上顯著為正，其含義為：在同一最低工資水平下，機(jī)器自動(dòng)化有助于制造業(yè)行業(yè)增加產(chǎn)業(yè)份額，減少產(chǎn)業(yè)轉(zhuǎn)移，即在一定的最低工資標(biāo)準(zhǔn)下，機(jī)器自動(dòng)化緩解了勞動(dòng)力成本對本地制造業(yè)發(fā)展的不利影響，假設(shè)2 得以驗(yàn)證。以上結(jié)果表明，最低工資上漲推動(dòng)了勞動(dòng)力成本上升，降低了企業(yè)的盈利空間，促使制造業(yè)企業(yè)將生產(chǎn)活動(dòng)遷移至其他地區(qū)，而機(jī)器自動(dòng)化可以減小企業(yè)生產(chǎn)用工依賴，降低人工成本，緩解制造業(yè)企業(yè)的轉(zhuǎn)移外遷壓力。

表2 最低工資、機(jī)器自動(dòng)化對于制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移的影響

（二）異質(zhì)性分析

不同地區(qū)城市制度要素、對外開放程度、勞動(dòng)力市場結(jié)構(gòu)等存在較大差異，這不僅會影響最低工資標(biāo)準(zhǔn)的制定、制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷，而且可能會影響機(jī)器自動(dòng)化在產(chǎn)業(yè)轉(zhuǎn)移中所發(fā)揮的作用。因此，本文繼續(xù)研究地區(qū)差異如何影響制造業(yè)轉(zhuǎn)移機(jī)制。

第一，城市制度性因素。經(jīng)濟(jì)開放程度或政策干預(yù)程度等制度環(huán)境對于產(chǎn)業(yè)變遷具有重要影響［5］。一個(gè)地區(qū)國有企業(yè)資產(chǎn)占比越高，政府主導(dǎo)力量就會越強(qiáng)、市場化力量就會相對較弱。而國有制造業(yè)企業(yè)是否采用機(jī)器自動(dòng)化技術(shù)來緩解人工成本壓力具有不確定性：一方面，國有企業(yè)肩負(fù)穩(wěn)就業(yè)的目標(biāo)，使用“機(jī)器換人”方案替換企業(yè)搬遷方案可能更加困難；另一方面，國有企業(yè)由于易獲得政府補(bǔ)貼和信貸優(yōu)惠，從而在價(jià)格昂貴的機(jī)器人使用方面更有資金優(yōu)勢［29］。借鑒既有文獻(xiàn)的做法［3］，本文采用制造業(yè)國有資產(chǎn)占全部資產(chǎn)的份額表示城市市場化程度的制度變量，國有企業(yè)資產(chǎn)占比越大說明制度性因素越高。利用2004 年第一次全國經(jīng)濟(jì)普查企業(yè)微觀數(shù)據(jù)，獲得城市層面國有企業(yè)、國有聯(lián)營企業(yè)和國有獨(dú)資公司資產(chǎn)份額占制造業(yè)總資產(chǎn)的比重，并以制造業(yè)國有資產(chǎn)份額的中位數(shù)和均值作為劃分依據(jù)進(jìn)行分組，回歸結(jié)果見表3 的Panel A。

表3 異質(zhì)性分析回歸結(jié)果

第二，貿(mào)易開放度。貿(mào)易和技術(shù)變革具有密切聯(lián)系，對制造業(yè)就業(yè)結(jié)構(gòu)會產(chǎn)生影響［10］，例如有研究發(fā)現(xiàn)，貿(mào)易競爭會引致相關(guān)企業(yè)進(jìn)行技術(shù)升級、提高全要素生產(chǎn)率、降低低技能勞動(dòng)者雇用比例，且勞動(dòng)力資源會被配置到具有技術(shù)優(yōu)勢的企業(yè)［30］。借鑒既有文獻(xiàn)對貿(mào)易開放度的衡量方法［31］，根據(jù)2003—2008 年城市進(jìn)出口貿(mào)易總額占城市GDP 的比重，本文劃分了進(jìn)出口占比高的城市和進(jìn)出口占比低的城市。此外，本文還計(jì)算出了2003—2008 年中國地級市進(jìn)出口實(shí)際貿(mào)易額均值，再根據(jù)進(jìn)出口貿(mào)易均值劃分出高、低貿(mào)易開放度城市，回歸結(jié)果見表3 的Panel B。

第三，城市人力資本狀況。機(jī)器自動(dòng)化對勞動(dòng)者素質(zhì)提出了更高的要求，因而除勞動(dòng)力成本外，人力資本豐富的地區(qū)能夠吸引更多的產(chǎn)業(yè)轉(zhuǎn)移。孫早和侯玉琳基于省級數(shù)據(jù)研究發(fā)現(xiàn)，工業(yè)智能化和人力資本的有效匹配推動(dòng)了東南沿海地區(qū)先進(jìn)裝備制造業(yè)的智能化升級［32］。借鑒孔高文等對城市人力資本的衡量方式［33］，根據(jù)2000年第五次人口普查中各地級市平均受教育年限以及六歲以上人口中每萬人大學(xué)生數(shù)量，本文將研究樣本分別劃分為人力資本水平較高地區(qū)和較低地區(qū)，回歸結(jié)果見表3 的Panel C。

表3 的Panel A 結(jié)果顯示，機(jī)器自動(dòng)化和最低工資的交互項(xiàng)系數(shù)在國有資產(chǎn)份額較低的地區(qū)顯著為正，且系數(shù)遠(yuǎn)大于在國有資產(chǎn)份額較高的地區(qū)，這表明當(dāng)一個(gè)城市產(chǎn)業(yè)更多由政府主導(dǎo)時(shí)，機(jī)器自動(dòng)化對產(chǎn)業(yè)轉(zhuǎn)移的緩解效應(yīng)明顯減弱。Panel B 結(jié)果顯示，相較于貿(mào)易開放度低的城市，在貿(mào)易開放度高的城市機(jī)器自動(dòng)化更能發(fā)揮出穩(wěn)定制造業(yè)的作用；Panel C 結(jié)果顯示，只有在整體受教育水平高的地區(qū)以及大學(xué)生人力資本高的地區(qū)，機(jī)器自動(dòng)化才會對勞動(dòng)力成本引致的產(chǎn)業(yè)外遷產(chǎn)生顯著的抑制效應(yīng)，在整體受教育水平低、高級人力資本薄弱的地區(qū)，這種效應(yīng)并不明顯。

（三）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步確認(rèn)上述研究結(jié)論的可靠性，本文采取了五種方法進(jìn)行穩(wěn)健性檢驗(yàn)。第一，替換最低工資沖擊指標(biāo)。參照既有文獻(xiàn)的做法，將原勞動(dòng)和保障部2004 年施行的《最低工資規(guī)定》作為準(zhǔn)自然實(shí)驗(yàn)［16］，構(gòu)建三重差分模型來更為嚴(yán)謹(jǐn)?shù)靥接憴C(jī)器自動(dòng)化是否緩解了勞動(dòng)力成本上升引致的制造業(yè)轉(zhuǎn)移。借助2000 年第五次全國人口普查中的各城市居住在本地的戶籍人數(shù)和人口總數(shù)數(shù)據(jù)，根據(jù)樣本中的本地戶籍人口比重的中位數(shù)，本文將高于中位數(shù)的組作為政策的處理組，將低于中位數(shù)的組作為政策的對照組。借鑒Graetz&Michaels 的做法［11］，構(gòu)建機(jī)器自動(dòng)化傾向變量（replaceabilityi），即基于以往年份各行業(yè)機(jī)器人使用密度的情況定義自動(dòng)化傾向，若行業(yè)屬于高自動(dòng)化傾向行業(yè)，replaceabilityi為1，否則為0?；貧w結(jié)果見表4 的列（1）?？梢园l(fā)現(xiàn)，三次交互項(xiàng)系數(shù)在1%的水平上顯著為正，說明相較于低自動(dòng)化水平，最低工資政策對高自動(dòng)化水平的行業(yè)沖擊更小，與基準(zhǔn)回歸結(jié)果一致。第二，替換機(jī)器自動(dòng)化指標(biāo)。定義新的機(jī)器自動(dòng)化指標(biāo)為行業(yè)機(jī)器人應(yīng)用水平與地區(qū)機(jī)器人應(yīng)用水平的交互項(xiàng)［33］，行業(yè)機(jī)器人使用密度或者城市進(jìn)口機(jī)器人密度越大，說明該城市這一行業(yè)機(jī)器人自動(dòng)化水平越高?；貧w結(jié)果見表4 的列（2），機(jī)器自動(dòng)化與最低工資交互項(xiàng)的系數(shù)顯著為正，再次驗(yàn)證了工業(yè)機(jī)器人的應(yīng)用能夠緩解最低工資對制造業(yè)產(chǎn)業(yè)的不利影響。第三，替換被解釋變量。分別使用規(guī)模以上企業(yè)數(shù)目份額、銷售產(chǎn)值份額、工業(yè)總產(chǎn)值份額作為被解釋變量。模型估計(jì)結(jié)果如表4 列（3）—（5）所示，交互項(xiàng)均顯著為正，與基準(zhǔn)模型的回歸結(jié)果一致。第四，更換數(shù)據(jù)庫。利用天眼查企業(yè)數(shù)據(jù)中的企業(yè)地址、所屬行業(yè)及成立日期等信息，構(gòu)建1999—2019 年中國各城市各制造業(yè)行業(yè)當(dāng)年新增企業(yè)數(shù)量，將城市各制造業(yè)行業(yè)新增企業(yè)數(shù)占全國該制造業(yè)行業(yè)新增企業(yè)總數(shù)的比重、城市各制造業(yè)行業(yè)新增企業(yè)數(shù)的對數(shù)作為被解釋變量?；貧w結(jié)果如表4 列（6）和（7）所示，機(jī)器自動(dòng)化與最低工資交互項(xiàng)的系數(shù)顯著為正，基準(zhǔn)結(jié)果依舊成立。第五，采用工具變量法，進(jìn)行兩階段最小二乘回歸估計(jì)來進(jìn)一步克服反向因果引起的內(nèi)生性問題①遺漏變量和逆向因果問題可能使制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移對最低工資和機(jī)器自動(dòng)化的交互項(xiàng)回歸估計(jì)有偏。。借鑒相關(guān)文獻(xiàn)的做法［28］，采用美國工業(yè)機(jī)器人行業(yè)數(shù)據(jù)構(gòu)造中國行業(yè)機(jī)器自動(dòng)化指標(biāo)的工具變量。美國工業(yè)機(jī)器人應(yīng)用水平處于全球領(lǐng)先地位，其發(fā)展趨勢能夠反映該行業(yè)的技術(shù)進(jìn)步趨勢，美國機(jī)器人安裝密度增加會推動(dòng)中國同一行業(yè)工業(yè)機(jī)器人的應(yīng)用，從而滿足工具變量的相關(guān)性條件，且美國的機(jī)器人安裝情況不會直接影響中國產(chǎn)業(yè)區(qū)域轉(zhuǎn)移，滿足了工具變量的外生性條件?；貧w結(jié)果見表5 列（1）、（2）。此外，本文使用省域內(nèi)其他城市平均最低工資作為最低工資的工具變量。同一省份其他城市最低工資水平越高，越能促進(jìn)地級市政府選擇較高一檔的最低工資水平，而其他城市的最低工資水平?jīng)Q策不受本地制造業(yè)情況的影響，滿足工具變量的相關(guān)性和外生性條件?；貧w結(jié)果見表5 列（3）、（4）。最后，采用最低工資和機(jī)器自動(dòng)化變量的滯后一期作為工具變量?；貧w結(jié)果見表5 列（5）、（6）。工具變量的選擇均通過了識別不足檢驗(yàn)和弱工具變量檢驗(yàn)，確認(rèn)了工具變量的有效性。由表5 的回歸結(jié)果可以看出，最低工資對制造業(yè)產(chǎn)業(yè)份額的回歸系數(shù)顯著為負(fù)，最低工資和機(jī)器自動(dòng)化交互作用對制造業(yè)產(chǎn)業(yè)份額回歸系數(shù)顯著為正，且數(shù)值基本合理，說明本文的回歸結(jié)果是穩(wěn)健的。

表4 穩(wěn)健性分析回歸結(jié)果：替換關(guān)鍵指標(biāo)

四、傳導(dǎo)機(jī)制分析：基于企業(yè)微觀層面的經(jīng)驗(yàn)證據(jù)

（一）勞動(dòng)力成本、機(jī)器自動(dòng)化與企業(yè)退出

勞動(dòng)力成本影響制造業(yè)份額的一個(gè)重要微觀渠道是影響制造業(yè)企業(yè)的退出，而工業(yè)機(jī)器人的使用能夠促使制造業(yè)企業(yè)調(diào)整投入要素的結(jié)構(gòu)，降低人工成本上漲對生產(chǎn)經(jīng)營的負(fù)向沖擊，因而機(jī)器自動(dòng)化可能會降低制造業(yè)企業(yè)退出市場的概率。這里重點(diǎn)研究勞動(dòng)力成本上升和機(jī)器自動(dòng)化是否會影響企業(yè)退出市場決策，嘗試為最低工資上升和工業(yè)機(jī)器人的使用對制造業(yè)轉(zhuǎn)移的微觀作用機(jī)制提供經(jīng)驗(yàn)證據(jù)。借鑒李磊等［34］、熊瑞祥等［26］的做法，設(shè)定如下回歸模型：

其中，下標(biāo)i 代表行業(yè)，j 代表城市，f 代表企業(yè)，t 為年份。被解釋變量Exitijft表示t 年城市j 行業(yè)i 中企業(yè)f 的退出狀態(tài)①企業(yè)退出是指工業(yè)企業(yè)在調(diào)查時(shí)間范圍內(nèi)退出中國工業(yè)企業(yè)數(shù)據(jù)庫后不再進(jìn)入該數(shù)據(jù)庫，即企業(yè)在第t 年存在，而第t + 1 年不在中國工業(yè)企業(yè)數(shù)據(jù)庫內(nèi)，且此后一直不在數(shù)據(jù)庫中。具體做法和李磊等［34］的做法一致。。lnmwagejt和lnExposure_Robotit與模型（1）一致。Zijft表示與企業(yè)退出相關(guān)的企業(yè)層面控制變量合集②包括企業(yè)規(guī)模、企業(yè)平均工資、企業(yè)年齡、是否出口、資本密集度。，Xjt表示與企業(yè)退出有關(guān)的城市層面的控制變量合集③包括城市人均GDP、城市總?cè)丝谝?guī)模、第三產(chǎn)業(yè)比重、外商直接投資、工業(yè)總產(chǎn)值。，λf代表企業(yè)固定效應(yīng)，uj代表控制了城市固定效應(yīng)，θit代表控制了行業(yè)—年份固定效應(yīng)，εijft是擾動(dòng)項(xiàng)。采用線性概率模型對模型（3）進(jìn)行回歸分析。

模型（3）的回歸結(jié)果見表6。其中，列（1）呈現(xiàn)了只控制個(gè)體、城市、行業(yè)—年份固定效應(yīng)后最低工資變化對企業(yè)退出的影響效應(yīng)：最低工資標(biāo)準(zhǔn)每上升10%，制造業(yè)企業(yè)退出概率平均增加0.72%，略低于李磊等［34］估計(jì)最低工資對外資制造業(yè)企業(yè)退出的影響系數(shù)（他們估計(jì)會增加0.74%的退出概率）；列（2）—（4）的回歸結(jié)果顯示，最低工資標(biāo)準(zhǔn)系數(shù)顯著為正，且交互項(xiàng)系數(shù)依舊在1%的水平下顯著為負(fù)，體現(xiàn)了最低工資標(biāo)準(zhǔn)上升對企業(yè)存續(xù)的負(fù)向影響以及工業(yè)自動(dòng)化能夠緩解最低工資引致的成本沖擊的結(jié)論是十分穩(wěn)健的。這表明勞動(dòng)力成本上升是企業(yè)退出市場的重要外部因素，缺乏人力成本優(yōu)勢可能導(dǎo)致城市經(jīng)歷更大的制造業(yè)企業(yè)流失率，而機(jī)器自動(dòng)化技術(shù)的使用有助于減輕企業(yè)用工壓力，幫助企業(yè)實(shí)現(xiàn)更長久的經(jīng)營，假設(shè)3 得證。

表6 勞動(dòng)力成本、機(jī)器自動(dòng)化與企業(yè)退出的回歸結(jié)果

（二）機(jī)器自動(dòng)化的生產(chǎn)率機(jī)制檢驗(yàn)

企業(yè)級的機(jī)器人使用證據(jù)能夠更加精確地解釋自動(dòng)化技術(shù)如何影響企業(yè)生產(chǎn)率和生產(chǎn)經(jīng)營情況［35］。因此，本文使用企業(yè)層面機(jī)器人使用數(shù)據(jù)來分析機(jī)器自動(dòng)化是否可以通過提升企業(yè)生產(chǎn)率水平來避免企業(yè)外遷。為了更好地分析機(jī)器人應(yīng)用對企業(yè)生產(chǎn)率的影響以及緩解進(jìn)口機(jī)器人企業(yè)占比低導(dǎo)致的數(shù)據(jù)稀疏問題，本文首先采用傾向得分匹配（PSM）的方法，將進(jìn)口過工業(yè)機(jī)器人的企業(yè)和從未進(jìn)口工業(yè)機(jī)器人的企業(yè)進(jìn)行匹配。選擇影響機(jī)器人引進(jìn)的相關(guān)變量包括企業(yè)年齡、資本—?jiǎng)趧?dòng)比率、員工雇用規(guī)模作為匹配變量，采用Probit 估計(jì)和最近鄰匹配算法，進(jìn)行匹配比例分別為一比一、一比二的分年份、分行業(yè)樣本匹配。在匹配樣本的基礎(chǔ)上，采用雙重差分（DID）的方法估計(jì)工業(yè)機(jī)器人的使用對企業(yè)生產(chǎn)率的平均處理效應(yīng)①限于篇幅，使用PSM 匹配后的樣本分布情況以及DID估計(jì)平行趨勢檢驗(yàn)結(jié)果未予報(bào)告。。與此同時(shí)，企業(yè)投資是企業(yè)轉(zhuǎn)移的重要指標(biāo)。若企業(yè)在某個(gè)地區(qū)投資越多、遷移成本越高，外遷的可能性就越低［36］。因此，本文利用企業(yè)固定資產(chǎn)投資來討論工業(yè)機(jī)器人使用對企業(yè)生產(chǎn)率的影響以及對企業(yè)遷移的影響。具體的中介效應(yīng)模型設(shè)定如下：

其中，Yfijt為企業(yè)固定投資的對數(shù)。lntfpfijt為中介變量企業(yè)全要素生產(chǎn)率，運(yùn)用LP 法測算得到②在計(jì)算企業(yè)全要素生產(chǎn)率時(shí)，需要企業(yè)從業(yè)人員數(shù)、工業(yè)增加值、中間投入、固定資產(chǎn)等關(guān)鍵指標(biāo)，其中工業(yè)增加值、中間投入變量只能在2007 年及之前的工業(yè)企業(yè)數(shù)據(jù)中獲得?？紤]到工業(yè)企業(yè)變量的可獲得性，本文與大多數(shù)研究一樣［27］，選擇1999—2007 年的制造業(yè)企業(yè)數(shù)據(jù)作為本部分企業(yè)層面研究的主要數(shù)據(jù)。機(jī)器人進(jìn)口的數(shù)據(jù)來自海關(guān)數(shù)據(jù)庫，該數(shù)據(jù)庫最早可獲得時(shí)間是2000 年，因而樣本區(qū)間設(shè)為2000—2007 年。。robot_usef是用來區(qū)分處理組和對照組的二元變量，如果樣本為進(jìn)口過機(jī)器人的企業(yè)，則為1，否則為0。timet是時(shí)間虛擬變量，首次進(jìn)口工業(yè)機(jī)器人的年份之后為1，其余情況為0。Zft為企業(yè)層面控制變量，包括資本密集度、負(fù)債比例、公司年齡以及是否出口。

中介效應(yīng)模型的回歸結(jié)果見表7（下頁）。 列（1）和（2）結(jié)果顯示，機(jī)器人應(yīng)用顯著提高了企業(yè)的全要素生產(chǎn)率，與李磊等［35］的研究結(jié)果一致，其含義為：相較于未使用機(jī)器人的企業(yè)，引進(jìn)了工業(yè)機(jī)器人可以使企業(yè)的生產(chǎn)率提升1.61%～1.92%（e0.016-1≈1.61%，e0.019-1≈1.92%）；列（3）、（4）回歸結(jié)果顯示了不加入全要素生產(chǎn)率時(shí)引進(jìn)工業(yè)機(jī)器人對企業(yè)固定投資影響的總效應(yīng)；列（5）、（6）為同時(shí)加入機(jī)器人和全要素生產(chǎn)率的模型估計(jì)結(jié)果，發(fā)現(xiàn)企業(yè)應(yīng)用機(jī)器人后會顯著提升全要素生產(chǎn)率水平，進(jìn)而促進(jìn)企業(yè)進(jìn)行更多的固定資產(chǎn)投資。因此，本文認(rèn)為工業(yè)機(jī)器人的生產(chǎn)率效應(yīng)是推動(dòng)企業(yè)提高投資積極性、抑制企業(yè)外遷的重要機(jī)制，由此驗(yàn)證了假設(shè)4。

表7 工業(yè)機(jī)器人生產(chǎn)率機(jī)制檢驗(yàn)實(shí)證結(jié)果

（三）進(jìn)一步討論

工業(yè)機(jī)器人的使用除了可以促進(jìn)企業(yè)全要素生產(chǎn)率的提升外，還可能影響企業(yè)在其他方面的行為表現(xiàn)。本文對企業(yè)是否引進(jìn)工業(yè)機(jī)器人與企業(yè)工業(yè)總產(chǎn)值、工業(yè)增加值、中間品投入、雇用人員總數(shù)、員工總工資以及員工平均工資之間的關(guān)系進(jìn)行討論，回歸結(jié)果如表8（下頁）所示。可以看出，工業(yè)機(jī)器人的使用不僅擴(kuò)大了勞動(dòng)力生產(chǎn)要素與資本生產(chǎn)要素投入規(guī)模，而且有效提升了產(chǎn)出水平，且產(chǎn)出效應(yīng)更具優(yōu)勢，因而提升了企業(yè)全要素生產(chǎn)率水平。該結(jié)果亦從企業(yè)微觀層面驗(yàn)證了工業(yè)機(jī)器人屬于生產(chǎn)率推動(dòng)型技術(shù)進(jìn)步，這種自動(dòng)化新興技術(shù)的應(yīng)用對于穩(wěn)定制造業(yè)份額、提高企業(yè)發(fā)展質(zhì)量具有正向影響。

表8 工業(yè)機(jī)器人使用對企業(yè)績效的影響

五、研究結(jié)論與政策建議

本文利用中國工業(yè)企業(yè)數(shù)據(jù)、IFR 數(shù)據(jù)、地級市最低工資數(shù)據(jù)，從城市和企業(yè)兩個(gè)層面實(shí)證檢驗(yàn)了勞動(dòng)力成本上升和機(jī)器自動(dòng)化對制造業(yè)轉(zhuǎn)移的影響。研究發(fā)現(xiàn)：第一，最低工資標(biāo)準(zhǔn)上升顯著降低了城市制造業(yè)產(chǎn)業(yè)份額，加速了制造業(yè)轉(zhuǎn)移，但機(jī)器自動(dòng)化能夠緩解最低工資標(biāo)準(zhǔn)上升對制造業(yè)產(chǎn)業(yè)的不利影響，減少制造業(yè)轉(zhuǎn)移。第二，機(jī)器自動(dòng)化對制造業(yè)成本承壓轉(zhuǎn)移的緩解效應(yīng)在制度性約束低、貿(mào)易開放度高、人力資本水平高的地區(qū)更為明顯。第三，從企業(yè)層面來看，最低工資標(biāo)準(zhǔn)上升增加了制造業(yè)企業(yè)的退出風(fēng)險(xiǎn)，而機(jī)器自動(dòng)化技術(shù)的使用有助于抵消勞動(dòng)力成本上升對制造業(yè)企業(yè)生產(chǎn)經(jīng)營的負(fù)面沖擊，降低企業(yè)退出概率。第四，相較于其他企業(yè)，引進(jìn)工業(yè)機(jī)器人的企業(yè)勞動(dòng)生產(chǎn)率出現(xiàn)明顯提升，且工業(yè)機(jī)器人的生產(chǎn)率效應(yīng)是推動(dòng)企業(yè)擴(kuò)大生產(chǎn)規(guī)模、提高投資積極性、抑制企業(yè)外遷的重要機(jī)制。

基于上述結(jié)論，提出如下政策建議：

第一，及時(shí)關(guān)注用工成本對企業(yè)生產(chǎn)經(jīng)營的影響，制定合理的最低工資政策和高效的產(chǎn)業(yè)政策，積極引導(dǎo)當(dāng)?shù)貍鹘y(tǒng)產(chǎn)業(yè)升級或轉(zhuǎn)移，激發(fā)經(jīng)濟(jì)發(fā)展?jié)摿?。最低工資標(biāo)準(zhǔn)具有雙重作用，既可能淘汰落后產(chǎn)業(yè)、促進(jìn)產(chǎn)業(yè)升級，又可能引起大規(guī)模制造業(yè)轉(zhuǎn)移，本文的研究表明最低工資標(biāo)準(zhǔn)上升會導(dǎo)致制造業(yè)向外轉(zhuǎn)移。因此，在人口紅利消退、勞動(dòng)力成本上升的背景下，各地政府要充分考慮用工成本因素對本地經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)帶來的影響并制定相應(yīng)政策，如東部沿海地區(qū)應(yīng)順應(yīng)產(chǎn)業(yè)轉(zhuǎn)型升級的要求，適當(dāng)提高最低工資標(biāo)準(zhǔn)，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)移實(shí)現(xiàn)“騰籠換鳥”，同時(shí)加大技術(shù)創(chuàng)新力度，發(fā)展資本和技術(shù)更加密集的高端制造業(yè)；勞動(dòng)力充足的中西部地區(qū)應(yīng)適當(dāng)降低最低工資標(biāo)準(zhǔn)的調(diào)整幅度，與東部地區(qū)保持在合理差距范圍內(nèi)，以維持勞動(dòng)力比較優(yōu)勢，做好產(chǎn)業(yè)轉(zhuǎn)移承接準(zhǔn)備，實(shí)現(xiàn)與東部地區(qū)協(xié)調(diào)、聯(lián)動(dòng)發(fā)展，保持制造業(yè)產(chǎn)業(yè)鏈的完整性。

第二，加大智能化產(chǎn)業(yè)政策支持，做好自動(dòng)化技術(shù)布局規(guī)劃，加強(qiáng)關(guān)鍵技術(shù)研發(fā)和培育智能裝備產(chǎn)業(yè)，以保持中國工業(yè)生產(chǎn)優(yōu)勢和推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展。研究發(fā)現(xiàn)，機(jī)器自動(dòng)化技術(shù)的發(fā)展和使用能夠改變制造業(yè)產(chǎn)業(yè)單向梯度轉(zhuǎn)移的趨勢，進(jìn)而重塑制造業(yè)分布格局，其具體作用機(jī)制為，機(jī)器自動(dòng)化技術(shù)能夠減少勞動(dòng)力要素的投入、提高勞動(dòng)生產(chǎn)率、擴(kuò)大企業(yè)投資規(guī)模、改善企業(yè)經(jīng)營狀況。為此，各地政府應(yīng)高度重視人工智能技術(shù)使用，出臺優(yōu)惠和補(bǔ)貼政策，鼓勵(lì)企業(yè)盡早投資自動(dòng)化設(shè)備進(jìn)行智能化轉(zhuǎn)型，通過智能制造找到制造業(yè)轉(zhuǎn)型升級的突破口，培育經(jīng)濟(jì)增長新動(dòng)能。

第三，完善工業(yè)機(jī)器人等人工智能技術(shù)人才培養(yǎng)體系，為智能制造發(fā)展提供人才支撐。研究表明，相較于人力資本低的地區(qū)，機(jī)器自動(dòng)化技術(shù)穩(wěn)定制造業(yè)產(chǎn)業(yè)的效應(yīng)在人力資本高的地區(qū)更強(qiáng)，這意味著工業(yè)機(jī)器人應(yīng)用對于工人素質(zhì)具有較高要求，機(jī)器人主要替代了低技能工人而增加了中高技能工人需求。因此，政府應(yīng)加大自動(dòng)化水平人才培養(yǎng)力度，優(yōu)化創(chuàng)新型教育和培訓(xùn)體系，讓勞動(dòng)者能夠更好、更快速地適應(yīng)工業(yè)機(jī)器人參與的生產(chǎn)環(huán)境，緩解人才結(jié)構(gòu)性短缺問題，提高勞動(dòng)力結(jié)構(gòu)與自動(dòng)化技術(shù)的適配度。