魏嘉輝 顧乃華

一 引言及文獻綜述

自20世紀(jì)90年代我國建立社會主義市場經(jīng)濟體制以來，第三產(chǎn)業(yè)對經(jīng)濟增長的作用越來越突出，逐漸確立了以第三產(chǎn)業(yè)發(fā)展提高城市競爭力的城市建設(shè)方針，而后中國城市群逐漸形成中心城市服務(wù)業(yè)發(fā)達而外圍城市工業(yè)集聚的功能分布格局(張學(xué)良，2013)。觀察中國工業(yè)分布格局演化歷史發(fā)現(xiàn)，20世紀(jì)60年代城市工業(yè)化背景下，中國工業(yè)發(fā)展對資本的需求遠(yuǎn)高于對勞動力的需求，其地理分布集聚原因在于政府干預(yù)下的資金導(dǎo)向；20世紀(jì)90年代中心城市建設(shè)背景下，中國工業(yè)發(fā)展更依賴于商品市場需求，使交通服務(wù)和土地成本成為工業(yè)選址的重要考量因素。而21世紀(jì)以來，中國人口紅利不斷下降，人工智能、機器人等技術(shù)不斷涌現(xiàn)，對中國工業(yè)生產(chǎn)方式帶來了重大變革，使工業(yè)對交通、物流等傳統(tǒng)生產(chǎn)性服務(wù)和勞動力的依賴程度下降，中國產(chǎn)業(yè)區(qū)域分布格局迎來又一次轉(zhuǎn)移和演化。

工業(yè)集聚有利于加強企業(yè)合作交流、促進要素流動和形成良性競爭格局，以實現(xiàn)生產(chǎn)效率、技術(shù)進步和創(chuàng)新等規(guī)模經(jīng)濟效益，對地區(qū)經(jīng)濟發(fā)展有著重要的影響，是現(xiàn)代中國工業(yè)發(fā)展的重要特征(Krugman，1991；Ciccone和Hall，1996；陳建軍和胡晨光，2008)。基于城市“中心服務(wù)-外圍制造”的格局，過去不少文獻研究了服務(wù)行業(yè)發(fā)展對工業(yè)集聚的影響。周偉等(2020)實證檢驗發(fā)現(xiàn)，交通運輸?shù)陌l(fā)展和金融利率的高低都會對工業(yè)集聚帶來顯著影響；賀燦飛等(2010)研究認(rèn)為，產(chǎn)業(yè)聯(lián)系強的和規(guī)模經(jīng)濟顯著的產(chǎn)業(yè)更容易受交通密度的影響而形成區(qū)域上的集聚。也有相當(dāng)部分文獻強調(diào)了政府干預(yù)和公共管理服務(wù)對產(chǎn)業(yè)集聚的作用(李世杰等，2014；邱風(fēng)等，2015；徐鵬杰和黃少安，2020；胡兆廉等，2021；唐曉華和李靜雯，2021)。已有文獻集中從交通運輸服務(wù)、金融服務(wù)和公共服務(wù)等角度討論了中心城市對工業(yè)集聚產(chǎn)生的影響，但較少關(guān)注技術(shù)和勞動力優(yōu)勢對工業(yè)選址發(fā)揮的重要作用。韓峰和柯善咨(2012)研究認(rèn)為，工業(yè)生產(chǎn)活動對勞動力、資金、設(shè)備和國外技術(shù)等要素需求以及要素本身集聚產(chǎn)生的外部性作用對中國工業(yè)集聚的地理分布格局形成有巨大作用。嚴(yán)立剛和曾小明(2020)研究認(rèn)為，人力資本的空間差異顯著促進了產(chǎn)業(yè)地理集聚，是中國東部產(chǎn)業(yè)難以轉(zhuǎn)移到中西部的重要原因。因此，隨著全球價值鏈嵌入、分工和經(jīng)濟動能的轉(zhuǎn)化，中國工業(yè)發(fā)展逐漸減少對勞動力數(shù)量的依賴，轉(zhuǎn)為增加對勞動力質(zhì)量、知識和專利技術(shù)等要素的需求。

相較于低技能勞動，高技能勞動集聚更能產(chǎn)生外部效應(yīng)并推動中國工業(yè)地理分布格局演化。而隨著人工智能、大數(shù)據(jù)等智能技術(shù)的發(fā)展和完善，工業(yè)生產(chǎn)的部分流程由機器人技術(shù)替代，使工業(yè)選址更注重技術(shù)設(shè)備上的規(guī)模經(jīng)濟效益。作為偏向型技術(shù)進步的代表，工業(yè)機器人與高技能勞動存在天然的互補關(guān)系，二者對工業(yè)集聚的作用并非割裂存在，更可能表現(xiàn)為相互促進和相互依賴的影響關(guān)系。在以上背景下，本文重點考察工業(yè)機器人應(yīng)用、高技能勞動集聚以及二者交互關(guān)系對工業(yè)集聚的影響。相較于過去文獻在中國工業(yè)既定生產(chǎn)模式的前提假設(shè)下研究中國工業(yè)地理分布成因，本文立足于智能時代下的工業(yè)生產(chǎn)模式更替，將工業(yè)機器人滲透、高技能勞動集聚和工業(yè)集聚納入同一分析框架，強調(diào)了工業(yè)機器人、高技能勞動集聚及二者交互作用對工業(yè)地理分布的影響。接下來的內(nèi)容安排為：首先通過理論分析提出工業(yè)機器人、高技能勞動集聚影響工業(yè)集聚的假設(shè)；然后，通過構(gòu)建實證模型展開實證檢驗；最后是結(jié)論與政策啟示。

二 理論分析與假設(shè)

(一)機器人與地區(qū)工業(yè)集聚

新經(jīng)濟地理理論在不完全競爭和規(guī)模報酬遞增的假設(shè)下，把交通運輸成本、規(guī)模經(jīng)濟效應(yīng)和知識等馬歇爾外部性納入分析框架，解釋了工業(yè)部門集聚的原因(Krugman，1991)。然而，隨著勞動力流動增加和區(qū)域經(jīng)濟聯(lián)系日益密切，中國制造業(yè)并沒有表現(xiàn)出因勞動力成本優(yōu)勢變化而從東部沿海地區(qū)往中西部地區(qū)大規(guī)模轉(zhuǎn)移的現(xiàn)象(韓峰和柯善咨，2012)。傳統(tǒng)的勞動力比較優(yōu)勢理論已然無法解釋中國制造業(yè)集聚的趨勢。21世紀(jì)以來，隨著經(jīng)濟的發(fā)展，人工智能、機器人、5G等智能技術(shù)不斷進步和完善，對中國制造業(yè)的發(fā)展帶來了重要影響。全球機器人協(xié)會數(shù)據(jù)顯示，中國工業(yè)機器人保有量從2006年3400臺快速增長至2017年的38萬臺，使其成為了制造業(yè)的重要生產(chǎn)要素。

不少研究發(fā)現(xiàn)，機器人與勞動力存在顯著的替代關(guān)系。Frey和Osborne(2017)從職業(yè)技能匹配的角度展開實證研究，認(rèn)為美國目前有近一半的工作崗位存在被機器人替代的風(fēng)險。閆雪凌等(2020)基于IFR工業(yè)機器人數(shù)據(jù)和中國制造業(yè)從業(yè)數(shù)據(jù)實證發(fā)現(xiàn)，工業(yè)機器人保有量每增長1%會減少約4.6%的就業(yè)崗位?！皺C器換人”不僅變革了中國制造業(yè)的生產(chǎn)方式，也給地區(qū)勞動力比較優(yōu)勢帶來了巨大沖擊，因而對制造業(yè)地區(qū)分布產(chǎn)生重要影響。而由于技術(shù)具有規(guī)模經(jīng)濟作用和創(chuàng)新的外部性，對產(chǎn)業(yè)集聚有促進作用(Cardona et al.，2013；Gordon和Sayed，2020)。工業(yè)機器人作為人工智能技術(shù)的代表，容易構(gòu)建機器人要素的地區(qū)比較優(yōu)勢，為生產(chǎn)部門發(fā)展?fàn)I造地區(qū)專業(yè)化環(huán)境，并以此形成以機器人為核心要素的產(chǎn)業(yè)分布格局。因此，在機器人的“替代效應(yīng)”作用下，本文認(rèn)為城市工業(yè)部門集聚程度與工業(yè)機器人滲透程度有密切關(guān)系，即地區(qū)工業(yè)機器人滲透水平越高，工業(yè)分布越集聚，由此引出假設(shè)H1。

H1：工業(yè)機器人的“替代效應(yīng)”沖擊了地區(qū)原有勞動力成本優(yōu)勢，并塑造了技術(shù)上的比較優(yōu)勢，進而有利于地區(qū)工業(yè)集聚。

(二)工業(yè)機器人、高技能勞動與地區(qū)工業(yè)集聚

在機器人技術(shù)應(yīng)用的背景下，一些研究發(fā)現(xiàn)，工業(yè)機器人與人類勞動并不只有替代關(guān)系。Hémous和Olsen(2014)從工資收入視角構(gòu)建增長模型，發(fā)現(xiàn)智能技術(shù)擠出了低技能勞動收入，但也促進了高技能勞動的工資收入。為了解釋這種現(xiàn)象，Acemoglu和Restrepo(2018a)構(gòu)建了一個任務(wù)模型，把生產(chǎn)活動列為一系列任務(wù)的集成，而工業(yè)機器人技術(shù)應(yīng)用在替代人類完成較低任務(wù)序列的同時，也會創(chuàng)造出新的工作任務(wù)，使得工業(yè)機器人與人類勞動同時存在替代和互補關(guān)系。這種互補關(guān)系體現(xiàn)在兩個方面：第一為直接崗位需求關(guān)系，主要為圍繞工業(yè)機器人設(shè)備而創(chuàng)造的操作、維護、研發(fā)、程序編寫、管理等工作崗位；第二是間接崗位需求作用，當(dāng)工業(yè)機器人應(yīng)用發(fā)揮規(guī)模效應(yīng)、技術(shù)優(yōu)勢而節(jié)約成本時，工業(yè)企業(yè)就能把更多的資源投向研究開發(fā)、管理和經(jīng)營銷售上。對比發(fā)現(xiàn)，工業(yè)機器人發(fā)揮替代作用時，更多的是對重復(fù)性生產(chǎn)任務(wù)的替代，使其對低技能勞動產(chǎn)生更大的擠出作用，而當(dāng)工業(yè)機器人發(fā)揮互補作用時，創(chuàng)造的工作崗位，如研發(fā)、管理等，更需要高技能勞動的支持。

已有相關(guān)研究認(rèn)為，地區(qū)人力資本集聚能夠?qū)ιa(chǎn)效率、創(chuàng)新和收入等產(chǎn)生正向外部性作用(陳得文和苗建軍，2012；魯元平等，2017；黃容霞等，2021；王佳和徐瑋，2021)。這種外部性影響促進了產(chǎn)業(yè)對高技術(shù)人才的需求，使勞動力質(zhì)量優(yōu)勢成為影響地區(qū)工業(yè)集聚的重要因素。而工業(yè)機器人應(yīng)用的“互補效應(yīng)”將擴大工業(yè)企業(yè)對高、低技能勞動的需求差距，降低地區(qū)原有勞動力成本優(yōu)勢，并逐漸形成勞動力質(zhì)量優(yōu)勢的工業(yè)分布格局。由于地區(qū)勞動力質(zhì)量優(yōu)勢主要體現(xiàn)在高等教育資源上，本文提出假設(shè)H2。

H2：工業(yè)機器人與高技能勞動的互補關(guān)系促進了工業(yè)企業(yè)對高等教育的需求，進而形成以高等院校分布為中心的工業(yè)集聚趨勢。

三 實證檢驗

(一)模型構(gòu)建

基于以上分析，本文將高技能勞動和工業(yè)機器人納入同一模型框架，以探究二者對工業(yè)地理分布的影響。本文采用以下策略構(gòu)建實證模型：第一，考慮到工業(yè)分布與地區(qū)自然資源、環(huán)境和人文等不隨時間變化的因素相關(guān)，也可能與隨時間變化的外部環(huán)境、金融市場變動有關(guān)，本文實證模型均同時考慮地區(qū)和時間的雙向固定效應(yīng)，以緩解內(nèi)生性問題；第二，通過構(gòu)建交互項的方式探究工業(yè)機器人與高技能勞動的互補作用機制；第三，異質(zhì)性檢驗通過工業(yè)機器人、高技能勞動與各調(diào)節(jié)變量組合三重交互的形式展開。模型具體設(shè)定為：

indgeo

=

α

robotlab

+

α

sch

+

α

X

+

μ

+

λ

+

ε

(1)

indgeo

=

β

robotlab

×

sch

+

β

robotlab

+

β

sch

+

β

X

+

μ

+

λ

+

ε

(2)

其中，下標(biāo)

i

和

t

分別表示地區(qū)和年份；

indgeo

為工業(yè)集聚程度；

sch

表示高技能勞動集聚程度，以地區(qū)高等院校分布衡量；

X

為控制變量；

μ

和

λ

分別表示地區(qū)固定效應(yīng)和時間固定效應(yīng)；

ε

為估計誤差；

α

、

β

為回歸系數(shù)。系數(shù)

α

和

α

分別檢驗了工業(yè)機器人、高技能勞動集聚對工業(yè)集聚的整體效應(yīng)，按前文分析，預(yù)測二者同時表現(xiàn)出顯著的正向關(guān)系。而系數(shù)

β

檢驗了工業(yè)機器人對高技能勞動集聚促進工業(yè)集聚的調(diào)節(jié)效應(yīng)。按照理論分析，由于工業(yè)機器人與高技能勞動間為互補關(guān)系，地區(qū)工業(yè)機器人滲透水平越高，高技能勞動的工業(yè)集聚效應(yīng)越強，為此，預(yù)測系數(shù)

α

和

β

同時顯著為正。

為了進一步分析其中機制，本文從多個角度分析了工業(yè)機器人調(diào)節(jié)效應(yīng)的異質(zhì)性作用，并提出以下三重交互實證模型：

indgeo

=

γ

robotlab

×

sch

×

mod

+

γ

robotlab

×

sch

+

γ

sch

×

mod

+

γ

robotlab

×

mod

+

γ

robotlab

+

γ

hhi

_

sch

+

γ

mod

+

γ

X

+

μ

+

λ

+

ε

(3)

其中，

mod

(

m

=1, 2, …)分別表示制造業(yè)結(jié)構(gòu)、財政干預(yù)程度、國有化水平、交通可達性、老齡化程度、對外開放程度等調(diào)節(jié)變量，系數(shù)

γ

指向了其中的調(diào)節(jié)作用。

(二)變量設(shè)定與說明

1.被解釋變量

測量宏觀層面上的產(chǎn)業(yè)集聚程度方法主要包括赫芬達爾指數(shù)、區(qū)位熵、空間基尼系數(shù)、R-G指數(shù)等(張琳彥，2015)。一方面，由于中心城市往往提供服務(wù)功能而外圍城市提供生產(chǎn)制造功能，高等院校和工業(yè)分布具有“中心-外圍”的城市空間關(guān)系。但隨著生活成本的提高和交通網(wǎng)絡(luò)的完善，高校集中與工業(yè)集聚可能存在跨城市的促進關(guān)系，即高校集中在中心城市而工業(yè)集聚于周邊城市，此時高校分布與工業(yè)分布在地理空間上并不完全重合，而具有在中心城市和外圍城市分別集聚的特征。另一方面，IFR提供的機器人數(shù)據(jù)為國家-行業(yè)層面數(shù)據(jù)，參考Acemoglu和Restrepo(2017a)等的方法，通過分工業(yè)行業(yè)就業(yè)數(shù)據(jù)能把工業(yè)機器人按權(quán)重分配到中國省級層面，但由于缺少城市層面的分工業(yè)行業(yè)從業(yè)數(shù)據(jù)，現(xiàn)有數(shù)據(jù)并不支持分配到城市層面，因而以城市層面區(qū)位熵衡量工業(yè)集聚程度的方法不適用。綜上考慮，本文通過構(gòu)建赫芬達爾指數(shù)的方式衡量地區(qū)工業(yè)集聚程度。具體計算為：

(4)

其中，

Op

表示省份

i

、城市

j

在年份

t

的工業(yè)產(chǎn)值，

Op

表示省份

i

在年份

t

的工業(yè)產(chǎn)值。產(chǎn)值的赫芬達爾指數(shù)以省份內(nèi)部各城市的工業(yè)產(chǎn)值差距為基礎(chǔ)度量了省份工業(yè)集聚程度，該指標(biāo)越大，說明工業(yè)在省內(nèi)分布越集中，反之則越分散。

2.解釋變量

本文參考Acemoglu和Restrepo(2017a)的工業(yè)機器人滲透率水平構(gòu)建方法，以及王文等(2020)的行業(yè)匹配方法，構(gòu)建工業(yè)機器人滲透率指標(biāo)：

(5)

其中，

robotlab

為省份

i

時間

t

工業(yè)機器人滲透率；

robot

為行業(yè)

u

時間

t

的工業(yè)機器人保有量；

E

表示省份

i

行業(yè)

u

時間

t

的從業(yè)人數(shù)占全部從業(yè)人數(shù)的比例。工業(yè)機器人滲透率指標(biāo)是按從業(yè)人數(shù)加權(quán)平均的每十萬人工業(yè)機器人保有量，地區(qū)工業(yè)機器人數(shù)量與從業(yè)人數(shù)的比值越高，工業(yè)機器人滲透率指標(biāo)越高。工業(yè)機器人滲透率指標(biāo)的構(gòu)建依賴于行業(yè)機器人數(shù)量于不同省份平均分配的假設(shè)，在穩(wěn)健性檢驗中，本文輔以進口工業(yè)機器人沖擊替換工業(yè)機器人滲透率進行檢驗。具體計算上，進口工業(yè)機器人沖擊以中國海關(guān)進出口數(shù)據(jù)中包含“機器人”字樣的工業(yè)商品金額為計算基礎(chǔ)，在匯率平價后與地區(qū)GDP的比值衡量。

本文研究工業(yè)機器人與高技能勞動互補對工業(yè)集聚的影響，由于高技能勞動集聚與產(chǎn)業(yè)集聚具有很強的互為因果關(guān)系，作為解釋變量放入模型可能產(chǎn)生內(nèi)生性問題，為此，本文以地區(qū)高等院校分布作為解釋變量。具體計算上，以省份內(nèi)部各城市高等院校數(shù)量為計算基礎(chǔ)，按照式(4)的方法構(gòu)建關(guān)于高校分布的赫芬達爾指數(shù)，指數(shù)越大則說明省內(nèi)高校分布越集中，反之越分散。

3.調(diào)節(jié)變量與控制變量

控制變量方面，參考陳柯等(2020)的研究，分別從對外貿(mào)易、政府行為、新經(jīng)濟地理理論、馬歇爾外部性和勞動力比較優(yōu)勢五個角度設(shè)立，具體包括：(1)人均受教育程度，以地區(qū)人均受教育年限衡量。(2)對外開放水平，以匯率平價的進出口總金額與地區(qū)GDP的比值衡量；(3)財政干預(yù)程度，以地區(qū)財政支出總額與GDP的比值衡量；(4)國有化水平，以地區(qū)年末國有企業(yè)從業(yè)人員占全部從業(yè)人員的比例衡量；(5)交通可達性，以各地區(qū)公交線路長度與實有道路長度的比值衡量；(6)老齡化程度，以地區(qū)養(yǎng)老撫養(yǎng)比衡量。此外，考慮到較少隨時間變化的地理因素、人文環(huán)境和自然資源稟賦對產(chǎn)業(yè)集聚的影響，以及股票、期貨等市場不確定性發(fā)揮的作用，本文所有回歸模型均控制地區(qū)固定效應(yīng)和時間固定效應(yīng)。

在異質(zhì)性檢驗中，除了加入與以上控制變量的交互項外，本文還加入了地區(qū)制造業(yè)高級化程度作為調(diào)節(jié)變量，檢驗高技能勞動集聚影響工業(yè)機器人工業(yè)集聚作用的機制。具體地，參考張其仔和李蕾(2017)的方法，將行業(yè)代碼為27、34-41的行業(yè)劃分為技術(shù)密集制造業(yè)，以技術(shù)密集制造業(yè)產(chǎn)值占全部制造業(yè)產(chǎn)值的比例衡量。

(三)數(shù)據(jù)來源與描述性統(tǒng)計

本文的研究數(shù)據(jù)為2006-2017年省級和城市層面面板數(shù)據(jù)，具體地，城市工業(yè)產(chǎn)值和高等院校分布數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》；各省份分工業(yè)行業(yè)產(chǎn)值數(shù)據(jù)來自《中國工業(yè)統(tǒng)計年鑒》；工業(yè)機器人保有量數(shù)據(jù)來自國際機器人聯(lián)合會；地區(qū)勞動力結(jié)構(gòu)、地區(qū)智能化水平和控制變量構(gòu)建所需的數(shù)據(jù)全部來自《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》和各省份統(tǒng)計年鑒；穩(wěn)健性檢驗中的進口工業(yè)機器人沖擊數(shù)據(jù)來自2011-2017年中國海關(guān)進出口數(shù)據(jù)；匯率數(shù)據(jù)來自中央銀行網(wǎng)站。各變量的描述性統(tǒng)計如表1所示。

表1 描述性統(tǒng)計

(四)基準(zhǔn)回歸

基于式(1)和式(2)，同時考慮地區(qū)固定效應(yīng)和時間固定效應(yīng)得到表2回歸結(jié)果。列(1)和列(2)為基準(zhǔn)回歸結(jié)果，無論是否加入控制變量，高技能勞動集聚程度、工業(yè)機器人與工業(yè)集聚均呈顯著正向關(guān)系，驗證了假設(shè)H1。一方面，高技能勞動集聚帶來的知識擴散效應(yīng)和促進企業(yè)競爭顯著推動了工業(yè)地理集聚，說明能否獲得高技能勞動是工業(yè)選址的重要影響因素；而另一方面，工業(yè)機器人作為資本要素對生產(chǎn)活動存在規(guī)模效應(yīng)，而為了方便設(shè)備的租賃和技術(shù)交流，工業(yè)企業(yè)分布也趨向于集聚。列(3)和列(4)為加入工業(yè)機器人和高技能勞動集聚程度交互項的回歸結(jié)果?？梢园l(fā)現(xiàn)，無論是否加入控制變量，高技能勞動集聚程度與工業(yè)機器人交互項對工業(yè)集聚有顯著正向作用。由于工業(yè)機器人與高技能勞動存在互補關(guān)系，二者相互作用共同促進了工業(yè)集聚，使地區(qū)工業(yè)機器人滲透程度越高，高技能勞動集聚的工業(yè)集聚效應(yīng)越強，由此驗證了假設(shè)H2。

表2 工業(yè)機器人、高技能勞動集聚與工業(yè)集聚

此外，觀察列(2)控制變量的系數(shù)發(fā)現(xiàn)：(1)地區(qū)對外開放水平越高，國外商品市場需求越高，同時國外資本、技術(shù)等要素流入也越多，而商品市場和外國投資都具有促進工業(yè)集聚的作用(冼國明和文東偉，2006)；(2)地區(qū)企業(yè)國有化水平對工業(yè)集聚存在顯著的正向作用，說明國有企業(yè)相較于民營企業(yè)在地理分布上更聚焦；(3)財政干預(yù)程度對工業(yè)集聚具有顯著的抑制作用，說明政府的財政手段一定程度上抑制了工業(yè)自然集聚過程，這可能與政府支出偏向于后發(fā)地區(qū)有關(guān)；(4)省份內(nèi)部交通便利程度與工業(yè)集聚呈負(fù)相關(guān)關(guān)系，交通成本越高，企業(yè)分布越集中，而地區(qū)交通越便利，企業(yè)分布越擴散?？傮w看來，各控制變量對工業(yè)集聚的影響與預(yù)期一致。

(續(xù)上表)

(五)異質(zhì)性檢驗

圍繞工業(yè)“機器人—高技能勞動互補”對工業(yè)集聚的正向作用，本文基于式(3)以不同控制變量的進一步交互展開異質(zhì)性檢驗，結(jié)果如表3所示。相應(yīng)地，

mod

分別對應(yīng)制造業(yè)結(jié)構(gòu)

ind

、財政干預(yù)程度

fis

、人均受教育程度

ped

和老齡化程度

old

，結(jié)果表明：(1)相較于低技術(shù)制造業(yè)，高技術(shù)制造業(yè)的生產(chǎn)活動更依賴于智能技術(shù)與高技能勞動的互補關(guān)系，因而地區(qū)制造業(yè)結(jié)構(gòu)越高級，二者交互帶來的工業(yè)集聚效應(yīng)越強。羅勇和曹麗莉(2005)基于增長核算的方法，分析了中國制造部門分布的動態(tài)演化過程，發(fā)現(xiàn)中國行業(yè)集聚趨勢的排列順序依次為知識密集制造業(yè)、資本密集制造業(yè)和勞動密集制造業(yè)。而本文的研究發(fā)現(xiàn)，工業(yè)機器人技術(shù)對異質(zhì)性勞動力的不同影響一定程度上解釋了以上行業(yè)集聚趨勢的排列順序。(2)地區(qū)財政干預(yù)程度顯著抑制了工業(yè)機器人與高技能勞動互補的工業(yè)集聚作用。唐曉華和李靜雯(2021)認(rèn)為財政分權(quán)會通過擠占科教支出抑制制造業(yè)集聚，而地方政府財政支出的“重生產(chǎn)而輕科教”一定程度上會降低工業(yè)機器人與高技能勞動交互的工業(yè)集聚作用。(3)地區(qū)整體的受教育水平越高，“工業(yè)機器人—高技能勞動互補”的工業(yè)集聚作用越強。工業(yè)機器人屬于偏向型技術(shù)，互補作用更多發(fā)生在其與高技能勞動之間，因而地區(qū)人均學(xué)歷越高，互補效應(yīng)越強，而工業(yè)集聚趨勢越突出。(4)地區(qū)老齡化程度、工業(yè)機器人和高技能勞動集聚程度的交互項與工業(yè)集聚顯著正相關(guān)。老齡化嚴(yán)重的地區(qū)更有引入工業(yè)機器人替代勞動力的動機，預(yù)期壽命的延長也推動了地區(qū)勞動力增加人力資本投資，共同促進了“工業(yè)機器人—高技能勞動互補”的工業(yè)集聚效應(yīng)(Acemoglu和Restrepo，2017b；Acemoglu和Restrepo，2018b；陳彥斌等，2019)。

表3 異質(zhì)性檢驗

總體看來，由于工業(yè)機器人與不同勞動力的異質(zhì)關(guān)系，其與高技能勞動集聚交互帶來的工業(yè)集聚作用更多發(fā)生在技術(shù)制造業(yè)密集地區(qū)、高學(xué)歷地區(qū)和老齡化程度嚴(yán)重地區(qū)，而地區(qū)“重制造而輕科教”的財政干預(yù)一定程度上抑制了以上影響。

(續(xù)上表)

表4以樣本分組的方式檢驗了行政區(qū)域和時間區(qū)間上的異質(zhì)性作用，列(1)-列(4)分別為以東部地區(qū)、中西部地區(qū)、2006-2011年、2012-2017年為樣本的回歸結(jié)果。第一，工業(yè)機器人與高技能勞動互補的工業(yè)集聚作用顯著存在于東部地區(qū)，而在中西部地區(qū)的影響不明顯。相比之下，中國東部地區(qū)人口密度更大、高校分布更加密集，因而引入工業(yè)機器人對勞動力替代的動機、高技能勞動集聚帶來的外部性效果更強，共同提高了工業(yè)機器人與高技能勞動互補下的工業(yè)集聚作用；第二，工業(yè)機器人與高技能勞動互補的工業(yè)集聚作用在不同時間區(qū)間內(nèi)表現(xiàn)出較強的異質(zhì)性，2012年以前表現(xiàn)為顯著負(fù)相關(guān)而2012年后為顯著正相關(guān)。究其原因，可能與早期工業(yè)機器人布局對生產(chǎn)效率的促進作用較小有關(guān)(Brynjolfsson et al.，2017；陳彥斌等，2019)。2012年以前，中國的工業(yè)機器人70%由國外供應(yīng)商提供，國內(nèi)工業(yè)機器人的研發(fā)能力和滿足多樣性需求的編程能力較為薄弱，因而工業(yè)機器人的引入以發(fā)揮替代效應(yīng)為主，此時工業(yè)企業(yè)選址可能會降低勞動力需求的考慮，使工業(yè)分布遠(yuǎn)離高技能勞動集聚的中心城市，最終使交互項對工業(yè)集聚的影響為負(fù)(李磊和徐大策，2020)。而2012年以后，隨著中國工業(yè)機器人技術(shù)的進步，其與高技能勞動的互補效應(yīng)逐漸顯現(xiàn)，工業(yè)機器人與高技能勞動集聚交互項顯著促進工業(yè)集聚?？紤]到工業(yè)機器人與高技能勞動集聚交互作用對工業(yè)集聚影響在時間上的異質(zhì)性，本文猜想高技能勞動集聚對工業(yè)集聚的作用可能存在關(guān)于工業(yè)機器人的門檻作用：在工業(yè)機器人引入初期，工業(yè)企業(yè)為了布局技術(shù)設(shè)備，可能會增加對高技能勞動的需求以增強對工業(yè)集聚的影響；而當(dāng)工業(yè)機器人進入輕度應(yīng)用階段，其在生產(chǎn)過程中主要發(fā)揮替代作用，降低了企業(yè)對勞動力的需求，減弱高技能勞動集聚對工業(yè)集聚的作用；而工業(yè)機器人滲透率上升到一定程度時，由于規(guī)模效應(yīng)和干中學(xué)帶來的技術(shù)擴張，工業(yè)機器人與高技能勞動的互補效應(yīng)顯現(xiàn)，提高了企業(yè)對高技能勞動的需求，進而促進高技能勞動集聚對工業(yè)集聚的影響。由于分時間段回歸需要損失樣本容量，因而難以進一步細(xì)分時間區(qū)間考察以上“先促進、再抑制、后促進”的可能變化趨勢，而只能大體得到2012年前后分別負(fù)向、正向的影響。為了驗證工業(yè)機器人滲透率的調(diào)節(jié)作用，后面進一步構(gòu)建門檻效應(yīng)模型展開分析。

表4 地區(qū)、時間異質(zhì)性檢驗

(六)穩(wěn)健性檢驗

本文關(guān)鍵解釋變量的構(gòu)建依賴于行業(yè)機器人數(shù)量于不同省份平均分配的假設(shè)，但實際上，受地區(qū)間發(fā)展程度、對外貿(mào)易情況等因素的影響，工業(yè)機器人滲透率的概念未必能準(zhǔn)確反映地區(qū)工業(yè)機器人使用的真實情況，而使回歸結(jié)果有所偏離。本文通過以下四種方式對基準(zhǔn)回歸結(jié)論展開穩(wěn)健性檢驗：第一，進口工業(yè)機器人沖擊?？紤]到中國工業(yè)機器人等智能技術(shù)尚處于初級發(fā)展階段，本文基于2011-2017年中國海關(guān)進出口數(shù)據(jù)庫，以關(guān)鍵字包含“機器人”字樣的工業(yè)商品金額為計算基礎(chǔ)，通過其匯率平價后的貿(mào)易金額與地區(qū)GDP的比值構(gòu)建地區(qū)進口工業(yè)機器人沖擊程度，從技術(shù)引進的角度考察工業(yè)機器人的工業(yè)集聚效應(yīng)。與工業(yè)機器人滲透率相比，這一變量為省級層面變量，一定程度上放松了工業(yè)機器人在各省份按行業(yè)平均分配的假設(shè)。第二，考慮到過去工業(yè)集聚程度對當(dāng)前工業(yè)分布的影響，為緩解內(nèi)生性問題，本文運用動態(tài)面板模型檢驗結(jié)論的穩(wěn)健性。第三，為了緩解可能由于互為因果而出現(xiàn)的內(nèi)生性問題，本文以滯后一期解釋變量作為工具變量進行回歸檢驗。第四，為避免異常數(shù)據(jù)帶來的回歸結(jié)果偏誤，本文把工業(yè)機器人滲透率、高技能勞動集聚程度和工業(yè)集聚程度分別進行前后2%的縮尾處理?？傮w看來，以上四種檢驗方法結(jié)果顯示，工業(yè)機器人與高技能勞動互補帶來的工業(yè)集聚作用依然顯著。

表5 穩(wěn)健性檢驗

四 進一步研究：關(guān)于工業(yè)機器人滲透程度的門檻效應(yīng)檢驗

考慮到工業(yè)機器人與勞動力的異質(zhì)關(guān)系，本文進一步考察高技能勞動集聚影響工業(yè)集聚的門檻特征。在工業(yè)機器人引入階段，工業(yè)企業(yè)為了設(shè)備布局而增加對高技能勞動的需求，而在工業(yè)機器人應(yīng)用初期，工業(yè)機器人對勞動力的替代效應(yīng)占優(yōu)，工業(yè)機器人可能抑制了高技能勞動集聚對工業(yè)集聚的影響；而當(dāng)工業(yè)機器人滲透程度較高時，工業(yè)機器人對勞動力的互補效應(yīng)占優(yōu)，可能促進了高技能勞動集聚對工業(yè)集聚的作用。為此，構(gòu)建以下門檻效應(yīng)回歸模型：

indgeo

=

δ

+

δ

sch

I

(

robotlab

≤

T

)+

δ

sch

I

(

robotlab

>

T

)+

δ

X

+

μ

+

λ

+

ε

(6)

其中，

T

為門檻值，

δ

為估計系數(shù)，

I

(·)為指示函數(shù)，當(dāng)滿足括號內(nèi)條件時，

I

=1，不滿足時

I

=0。系數(shù)

δ

和

δ

分別指向門檻值前后高技能勞動集聚程度對工業(yè)集聚的影響。

表6 門檻效應(yīng)自抽樣檢驗

為了檢驗高技能勞動集聚對工業(yè)集聚的作用是否存在關(guān)于工業(yè)機器人滲透程度的門檻特征，本文首先進行300次重復(fù)抽樣下的門檻效應(yīng)檢驗，結(jié)果顯示：工業(yè)機器人滲透程度在95%置信區(qū)間內(nèi)分別拒絕了不存在單門檻和雙門檻特征的假設(shè)，但無法拒絕不存在三門檻特征的假設(shè)。因此，本文認(rèn)為高技能勞動集聚對工業(yè)集聚的作用存在關(guān)于工業(yè)機器人滲透程度的雙門檻效應(yīng)。而具體的門檻效應(yīng)回歸結(jié)果如表8所示：當(dāng)工業(yè)機器人滲透程度低于0.068時，高技能勞動集聚顯著促進了工業(yè)集聚；當(dāng)工業(yè)機器人滲透程度小于0.090而大于0.068時，高技能勞動集聚顯著抑制了工業(yè)集聚；當(dāng)工業(yè)機器人滲透程度大于0.090時，高技能勞動集聚顯著促進了工業(yè)集聚。圍繞工業(yè)機器人滲透程度，高技能勞動集聚對工業(yè)集聚的影響存在“促進-抑制-促進”的演化關(guān)系，這可能由于：在工業(yè)機器人最初引進國內(nèi)時，企業(yè)為了布局工業(yè)機器人設(shè)備而增加對高技能勞動的依賴，進而把高校分布作為企業(yè)選址的重要參考因素；當(dāng)工業(yè)機器人成為常規(guī)生產(chǎn)要素時，企業(yè)發(fā)現(xiàn)其對勞動力的替代作用大于互補作用，進而降低了對高技能勞動的需求；當(dāng)工業(yè)機器人投入形成規(guī)模時，由于干中學(xué)效應(yīng)，國內(nèi)工業(yè)機器人技術(shù)趨于成熟，與高技能勞動互補，對工業(yè)集聚產(chǎn)生促進作用。從樣本分布看來，2006年有25個省份低于互補效應(yīng)占優(yōu)的門檻值，而至2017年僅有西藏地區(qū)的工業(yè)機器人滲透程度低于門檻值。本文的門檻效應(yīng)檢驗再次強調(diào)了生產(chǎn)智能化背景下，高技能勞動已然成為顯著影響中國工業(yè)地理分布的重要因素。

表7 門檻值估計結(jié)果

表8 工業(yè)機器人滲透程度的門檻效應(yīng)回歸結(jié)果

五 結(jié)論與政策建議

本文在智能化背景下，把工業(yè)機器人、高技能勞動和工業(yè)地理分布納入同一框架，結(jié)合理論和實證檢驗發(fā)現(xiàn)：工業(yè)機器人通過塑造技術(shù)比較優(yōu)勢促進了中國工業(yè)集聚；高技能勞動集聚通過產(chǎn)生馬歇爾外部性與促進企業(yè)競爭提高了區(qū)域工業(yè)集聚程度；由于工業(yè)機器人與高技能勞動的互補關(guān)系，地區(qū)工業(yè)機器人滲透水平越高，高技能勞動集聚對工業(yè)集聚的正向效果越大。本文通過一系列異質(zhì)性檢驗發(fā)現(xiàn)：第一，工業(yè)機器人與高技能勞動集聚交互帶來的工業(yè)集聚作用更多發(fā)生在技術(shù)制造業(yè)密集地區(qū)、高學(xué)歷地區(qū)、老齡化程度嚴(yán)重地區(qū)和東部地區(qū)；第二，地區(qū)財政干預(yù)一定程度上扭曲了工業(yè)機器人與高技能勞動互補下的工業(yè)集聚作用；第三，由于工業(yè)機器人引進初期互補效應(yīng)占優(yōu)、應(yīng)用初期替代效應(yīng)占優(yōu)，而形成規(guī)模的成熟時期互補效應(yīng)占優(yōu)，工業(yè)機器人與高技能勞動互補的工業(yè)集聚效應(yīng)在時間區(qū)間上存在較大的異質(zhì)性，并使高技能勞動集聚對工業(yè)集聚程度的影響存在關(guān)于工業(yè)機器人滲透程度的顯著門檻特征。

據(jù)此得到的政策啟示為：第一，積極擴張高等教育規(guī)模，促進工業(yè)機器人技術(shù)發(fā)展，把知識和智能技術(shù)視為經(jīng)濟增長的重要推動力，同時致力于尋求工業(yè)機器人與高技能勞動更好的融合方式。本文研究發(fā)現(xiàn)，工業(yè)機器人與高技能勞動的交互作用促進了中國工業(yè)集聚，因而關(guān)注工業(yè)機器人和高技能勞動給經(jīng)濟帶來規(guī)模效應(yīng)和馬歇爾外部性作用的同時，也要注意二者交互融合對經(jīng)濟高質(zhì)量發(fā)展的正向作用。在技術(shù)上，相較于傳統(tǒng)工業(yè)機器人，應(yīng)致力于協(xié)作機器人的研發(fā)和應(yīng)用，以“人機交互”的生產(chǎn)方式提高生產(chǎn)效率；在教育上，可將部分教育資源往人工智能、機器學(xué)習(xí)、大數(shù)據(jù)等方向傾斜，增加相關(guān)專業(yè)招生人數(shù)，以促進智能技術(shù)與教育的互補效應(yīng)。第二，推動校企交互協(xié)調(diào)發(fā)展，同時加快推進工業(yè)企業(yè)的智能化進程，以發(fā)揮高技能勞動集聚的外部作用和實現(xiàn)技術(shù)、設(shè)備上的規(guī)模經(jīng)濟效應(yīng)。第三，本文異質(zhì)性檢驗發(fā)現(xiàn)，地區(qū)財政干預(yù)程度抑制了工業(yè)機器人與高技能勞動交互作用下的工業(yè)集聚效應(yīng)，因此，地方政府應(yīng)協(xié)調(diào)生產(chǎn)和科教的財政支出比例，促進先進生產(chǎn)技術(shù)和高技能人才的耦合協(xié)調(diào)發(fā)展，以更好地發(fā)揮技術(shù)和知識的互補作用。