綦建紅 蔡震坤

(山東大學(xué) 經(jīng)濟學(xué)院，山東 濟南 250100)

一、引言

人工智能作為第四次工業(yè)革命的核心戰(zhàn)略技術(shù)，通過與制造業(yè)深度融合，帶來了生產(chǎn)力的又一次飛躍。自德國在2013年首先推出“工業(yè)4.0”概念以來，世界主要經(jīng)濟體相繼出臺了一系列規(guī)劃和報告①，將人工智能技術(shù)的發(fā)展上升至國家戰(zhàn)略層面，以搶占未來國際競爭中的戰(zhàn)略制高點，人工智能技術(shù)的應(yīng)用也隨之進入快車道。以工業(yè)機器人為例，根據(jù)國際機器人聯(lián)合會(IFR)提供的數(shù)據(jù)，全球工業(yè)機器人的年安裝量由2010年的12.1萬臺增加至2020年的38.4萬臺，而中國則從1.5萬臺增加至16.8萬臺，并在2016年之后成為安裝存量最大的國家。

隨著人工智能在制造業(yè)大規(guī)模應(yīng)用時代的到來，傳統(tǒng)的低技能崗位逐漸被替代[1][2]，新的崗位不斷涌現(xiàn)[3][4]，這在推動生產(chǎn)率提升和制造業(yè)轉(zhuǎn)型升級的同時[5]，也給國際貿(mào)易的發(fā)展帶來了重大變革。一方面，人工智能技術(shù)在工業(yè)機器人、大數(shù)據(jù)和數(shù)字經(jīng)濟等多個領(lǐng)域的應(yīng)用降低了生產(chǎn)成本、出口成本與信息搜尋成本[6][7]，促進了國際貿(mào)易規(guī)模的進一步擴大；另一方面，人工智能改變了一國要素稟賦的相對豐裕度和比較優(yōu)勢[8][9]，引起全球貿(mào)易分工格局和價值鏈的重構(gòu)，給各國帶來了前所未有的挑戰(zhàn)和機遇。

目前，中國正處于“雙循環(huán)”格局的構(gòu)建階段，保持出口穩(wěn)定不僅是未來一段時間內(nèi)實現(xiàn)經(jīng)濟增長的重要保障[10]，而且還能夠為“國內(nèi)循環(huán)”的建設(shè)贏得寶貴的戰(zhàn)略緩沖期。反觀現(xiàn)實，中國經(jīng)濟經(jīng)過長期的高速發(fā)展，人口紅利逐漸消失，工資水平不斷提升，出口成本水漲船高；同時，中國長期以來處在價值鏈的低端，技術(shù)水平和產(chǎn)品質(zhì)量與發(fā)達國家尚存在較大差距，產(chǎn)品的可替代性較強。中國企業(yè)在國際市場上面臨著他國低成本和高質(zhì)量產(chǎn)品的競爭，保持出口的穩(wěn)定性殊非易事，而人工智能的應(yīng)用有可能予以助力。人工智能的應(yīng)用一方面能夠促進多產(chǎn)品企業(yè)出口產(chǎn)品范圍的擴大[11]，同時緩解中國在勞動密集型產(chǎn)業(yè)的比較劣勢[9]，將更多生產(chǎn)環(huán)節(jié)留在國內(nèi)[12]，提升垂直分工范圍[13]；另一方面能夠提高企業(yè)的出口產(chǎn)品質(zhì)量[14][15][16]，無論是出口產(chǎn)品的多元化，還是產(chǎn)品質(zhì)量的提升，均有助于出口穩(wěn)定性的增強[17][18][19]。此外，還有研究發(fā)現(xiàn)，人工智能的應(yīng)用提升了企業(yè)在全球價值鏈的分工位置[20][21]，并使企業(yè)獲取更高的出口附加值[22]，這也為人工智能增強出口穩(wěn)定性提供了一種可能的途徑。

與已有研究相比，本文的貢獻主要有兩點：第一，與已有研究考察人工智能應(yīng)用對出口規(guī)模、出口質(zhì)量和出口附加值的影響不同，本文進一步聚焦人工智能對企業(yè)出口穩(wěn)定性的影響，豐富和深化了人工智能與貿(mào)易高質(zhì)量發(fā)展的研究；第二，本文在闡釋人工智能應(yīng)用增強出口穩(wěn)定性的內(nèi)在邏輯時，從產(chǎn)品質(zhì)量的視角解釋了貿(mào)易關(guān)系存續(xù)或終止的原因，強調(diào)了人工智能的質(zhì)量提升機制，即通過直接提升產(chǎn)品質(zhì)量、降低產(chǎn)品質(zhì)量衰減速度的方式，降低貿(mào)易關(guān)系的失敗概率，增強企業(yè)的出口穩(wěn)定性。

二、理論分析

根據(jù)經(jīng)典理論，貿(mào)易關(guān)系一旦建立，就會長期維持下去。然而，在現(xiàn)實經(jīng)濟生活中，各國的出口穩(wěn)定性普遍較弱[23][24]。Bladwin和Harrigan(2011)、Khandelwal等(2013)將企業(yè)異質(zhì)性拓展至產(chǎn)品層面[25][26]，強調(diào)了產(chǎn)品質(zhì)量在貿(mào)易關(guān)系中扮演的重要角色，為解釋出口穩(wěn)定性普遍較弱的現(xiàn)象提供了全新視角。研究表明，高產(chǎn)品質(zhì)量是出口穩(wěn)定性的重要保障[18]，初始質(zhì)量越高的產(chǎn)品，出口持續(xù)時間就越長[19]。本文將消費者效用折現(xiàn)和企業(yè)技術(shù)進步納入分析框架，描述產(chǎn)品質(zhì)量的動態(tài)變化，并試圖從產(chǎn)品質(zhì)量的視角解釋貿(mào)易關(guān)系的存續(xù)條件，在此基礎(chǔ)上考察人工智能應(yīng)用對出口穩(wěn)定性的影響。

(一)產(chǎn)品質(zhì)量的動態(tài)變化

本文使用如式(1)所示的CES函數(shù)描述出口目的國消費者的效用：

(1)

消費者面臨的是一個差異化產(chǎn)品集合Ω，總效用由所有消費產(chǎn)品的效用加總而來，消費者通過調(diào)整不同產(chǎn)品的消費量實現(xiàn)自身效用的最大化。其中，q代表特定產(chǎn)品ω的需求量。進一步引入質(zhì)量概念作為每種產(chǎn)品的權(quán)重，某產(chǎn)品的質(zhì)量越高，代表該產(chǎn)品給消費者帶來的效用越大。λ代表真實的產(chǎn)品質(zhì)量，產(chǎn)品間的替代彈性ρ>1，μ代表效用的折現(xiàn)率，e為自然底數(shù)，故從消費者的視角來看，隨時間推移而變化的產(chǎn)品質(zhì)量可表示為λe-μt。由于邊際效用遞減、同類競品出現(xiàn)和技術(shù)進步等原因，使得同一產(chǎn)品給消費者帶來的效用隨時間推移而不斷降低，從而導(dǎo)致消費者對當(dāng)期效用的偏好高于未來效用，即μ>0。λe-μtq則表示經(jīng)產(chǎn)品質(zhì)量調(diào)整的有效需求。若將目的國產(chǎn)出記為Y，產(chǎn)品價格記為p，價格指數(shù)記為P，求解效用最大化的一階條件，可得產(chǎn)品在出口市場面臨的需求曲線：

(2)

在生產(chǎn)者方面，若企業(yè)的技術(shù)進步率g>0，則表示隨著時間的推移，企業(yè)生產(chǎn)同等質(zhì)量的產(chǎn)品會變得越來越容易，故從生產(chǎn)者的視角來看，在t時刻生產(chǎn)質(zhì)量為λ的產(chǎn)品，相當(dāng)于生產(chǎn)質(zhì)量為λe-gt的產(chǎn)品。在同時考慮消費者效用折現(xiàn)和生產(chǎn)者技術(shù)進步的情況下，企業(yè)的利潤函數(shù)可記為：

(3)

(4)

將式(4)帶入式(2)所示的有效需求曲線后可得：

(5)

為保證需求的質(zhì)量彈性為正，需滿足ε<(ρ-1)/ρ，由于ρ>1，故有ε∈(0,1)。將式(4)帶入利潤函數(shù)后，對λ求導(dǎo)可知t時刻企業(yè)最優(yōu)的產(chǎn)品質(zhì)量λ滿足：

(6)

式(6)可簡記為λt=Φ(φ)G(μ,g)t，其中，Φ(φ)為生產(chǎn)率的單調(diào)遞增函數(shù)；G(μ,g)是消費者效用折現(xiàn)率μ和企業(yè)技術(shù)進步率g的函數(shù)，隨前者的增加單調(diào)遞減，隨后者的增加單調(diào)遞增。該通解形式對應(yīng)的差分方程為λt-G(μ,g)λt-1=0，表明產(chǎn)品質(zhì)量與上一年質(zhì)量正相關(guān)。為保證式(3)的利潤函數(shù)收斂，需滿足η>(ρ-1)(1-ε)，否則，企業(yè)所選質(zhì)量將趨向于無窮大，無最優(yōu)解。其含義為，隨著質(zhì)量的不斷提升，設(shè)備和研發(fā)投入的增幅將逐漸超過收益的增幅。該不等式可變形為η+ερ-ε>ρ-1>0，令z=(ρ-1)/(η+ερ-ε)，則有z∈(0,1)。由式(6)可知，若g

(二)人工智能、產(chǎn)品質(zhì)量與出口穩(wěn)定性

在式(6)的基礎(chǔ)上進一步考慮外生擾動因素，可將質(zhì)量的變化設(shè)為一階自回歸過程：

λt=?λt-1+et

(7)

(8)

(9)

式(9)中，F(xiàn)為累積分布函數(shù)。由式(9)可知，可能影響終止概率的因素主要來自兩方面：其一，若t期發(fā)生了能夠提高λt的正面沖擊，有利于降低t+1期終止的概率，結(jié)合式(6)考慮，這種沖擊可能源于生產(chǎn)率φ的提升，其脈沖響應(yīng)函數(shù)單調(diào)遞減，表明該沖擊是短期的，隨持續(xù)時間增加而不斷減弱；其二，若自相關(guān)系數(shù)?提升，一階自回歸過程的收斂速度減緩，有利于降低貿(mào)易關(guān)系的失敗概率，且該效應(yīng)是長期的、系統(tǒng)的，結(jié)合式(6)考慮，長期效應(yīng)可能源于技術(shù)進步率g的提升。

圖1 人工智能對出口穩(wěn)定性的短期作用

企業(yè)在引入人工智能并獲得生產(chǎn)率的提升后，除了可以選擇將成本優(yōu)勢轉(zhuǎn)化為價格優(yōu)勢外，部分高新技術(shù)企業(yè)可能更傾向于將節(jié)約下來的成本用于研發(fā)，培育企業(yè)的技術(shù)優(yōu)勢[30]，在長期內(nèi)增加自身的市場力量，以占據(jù)行業(yè)主導(dǎo)地位[31]，而非在短期內(nèi)就以利益的形式傳遞給消費者[32]。如圖2所示，企業(yè)將人工智能帶來的成本優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢后，?的提升能夠減緩質(zhì)量的衰減，將產(chǎn)品質(zhì)量維持在更高的水平，系統(tǒng)地增強出口穩(wěn)定性，且技術(shù)優(yōu)勢帶來的增強效果往往是長期的，即從較長時間來看，人工智能有助于降低產(chǎn)品質(zhì)量衰減速度，增強長期的出口穩(wěn)定性。

圖2 人工智能對出口穩(wěn)定性的長期作用

綜上所述，人工智能可以通過直接提升產(chǎn)品質(zhì)量、降低產(chǎn)品質(zhì)量衰減速度的方式，降低貿(mào)易關(guān)系的失敗概率，增強企業(yè)的出口穩(wěn)定性。下文將進行規(guī)范的實證分析對此進行檢驗。

三、典型事實

(一)數(shù)據(jù)來源與處理

與現(xiàn)有多數(shù)文獻相同，本文采用工業(yè)機器人的使用度量企業(yè)人工智能的應(yīng)用水平[2][7]。囿于微觀層面機器人使用數(shù)據(jù)的不可得，本文參考已有研究的常用做法，使用機器人進口數(shù)據(jù)作為代理變量[33][34]。一方面，《2021中國工業(yè)機器人產(chǎn)業(yè)發(fā)展白皮書》顯示，中國工業(yè)機器人市場上仍以外資品牌為主導(dǎo)，2011年國產(chǎn)品牌的市場占有率不足1%，盡管到2020年增長至28%，但在使用機器人最多的汽車制造業(yè)仍不足10%，說明絕大多數(shù)企業(yè)使用的機器人主要來自進口；另一方面，在將企業(yè)層面的機器人進口數(shù)據(jù)加總，并與IFR的總量數(shù)據(jù)進行對比后，可以發(fā)現(xiàn)二者非常接近，也說明選擇進口機器人作為代理變量所產(chǎn)生的誤差不大。

由于在工業(yè)機器人的識別上，HS8位碼的準(zhǔn)確度高于HS6位碼[32][35]，本文首先按照工業(yè)機器人產(chǎn)品的HS8位編碼②，從2000-2015年中國海關(guān)數(shù)據(jù)庫進口數(shù)據(jù)中檢索機器人的進口記錄，剔除其中的加工貿(mào)易、轉(zhuǎn)口貿(mào)易和復(fù)出口樣本，得到4840家企業(yè)的13918條觀測值，并合并至企業(yè)—年份層面；然后將機器人進口數(shù)據(jù)與工業(yè)企業(yè)數(shù)據(jù)庫進行匹配；最后再將上述合并數(shù)據(jù)與出口數(shù)據(jù)匹配，得到企業(yè)—目的國—產(chǎn)品層面的觀測值共計17283470個。

(二)核心變量的測度

本文采用貿(mào)易關(guān)系的持續(xù)時間反映出口穩(wěn)定性，并定義某企業(yè)從開始對某一目的國出口某種產(chǎn)品到出口終止(未間斷)所經(jīng)歷的時間為一個貿(mào)易關(guān)系的出口持續(xù)時間，以年數(shù)衡量，并將貿(mào)易關(guān)系的終止視為“失敗”，將中止又恢復(fù)的貿(mào)易關(guān)系的多個間斷時間段視作不同的貿(mào)易關(guān)系。在貿(mào)易關(guān)系生存函數(shù)的估計中，由于無法確認(rèn)2000年就已經(jīng)存在的貿(mào)易關(guān)系的真實起始時間和持續(xù)時間，故將此類左刪失觀測值刪除，余下共有10285816個貿(mào)易關(guān)系。對于觀測到“失敗”的貿(mào)易關(guān)系，賦值為1；對于2015年仍存活的、未觀測到“失敗”的貿(mào)易關(guān)系，即右刪失觀測值，則賦值為0。

在出口產(chǎn)品質(zhì)量的測算方面，本文參照施炳展(2014)的做法[19]，測算了企業(yè)i在t年對c國出口的h產(chǎn)品的質(zhì)量，并對其進行中心化處理，得到無單位、取值區(qū)間為[0,1]的質(zhì)量指標(biāo)，該指標(biāo)在不同產(chǎn)品、不同時期之間具有可比性。

(三)特征事實的展示

為初步探究企業(yè)使用人工智能如何影響出口穩(wěn)定性，本文首先將貿(mào)易關(guān)系分為四類：一是未使用機器人的貿(mào)易關(guān)系；二是在使用機器人前就已終止(即未受機器人影響)的貿(mào)易關(guān)系；三是使用機器人后新建立的貿(mào)易關(guān)系；四是使用機器人前已經(jīng)存在，且持續(xù)至使用機器人之后的貿(mào)易關(guān)系。在此基礎(chǔ)上，使用K-M非參數(shù)法估計了各類貿(mào)易關(guān)系的生存函數(shù)。

首先，從圖3的橫向比較結(jié)果可以發(fā)現(xiàn)，第二類貿(mào)易關(guān)系的生存率低于第一類貿(mào)易關(guān)系，表明提升出口穩(wěn)定性可能是企業(yè)在生產(chǎn)中引入機器人的動因之一；受機器人影響的有第三類和第四類貿(mào)易關(guān)系，其生存率均高于第一類，表明引入機器人可能對出口穩(wěn)定性帶來有益的影響。

圖3 機器人對出口持續(xù)時間的影響(橫向比較)

其次，為更加直觀地展示機器人對生存率的影響，圖4以“使用機器人”作為時間節(jié)點，縱向比較了使用機器人前后的生存率。需要說明的是，參與估計使用機器人之前生存函數(shù)的樣本有兩部分：一部分是第二類貿(mào)易關(guān)系，另一部分是第四類貿(mào)易關(guān)系的前半段，且后者應(yīng)視為右刪失觀測值，標(biāo)記為“未失敗”；參與估計使用機器人之后生存函數(shù)的樣本同樣有兩部分，分別是第三類貿(mào)易關(guān)系和第四類貿(mào)易關(guān)系的后半段，盡管后者在形式上是左刪失觀測值，但由于其真實起始時間已知，故無須特別處理。從圖4中可發(fā)現(xiàn)，使用機器人明顯提升了貿(mào)易關(guān)系的生存率，但隨著持續(xù)時間的增加，對出口穩(wěn)定性的增強效果逐漸減弱。

圖4 機器人對出口持續(xù)時間的影響(縱向比較)

再次，根據(jù)上文的理論分析，產(chǎn)品質(zhì)量越低，貿(mào)易關(guān)系失敗的概率越高，持續(xù)時間越短。對此，本文按照最大持續(xù)時間對貿(mào)易關(guān)系進行分組，選取持續(xù)時間為3年、4年、5年、6年和7年的貿(mào)易關(guān)系，分別將其持續(xù)期內(nèi)每年質(zhì)量的算數(shù)平均值繪制在圖5中。從中可發(fā)現(xiàn)，其一，貿(mào)易關(guān)系的初始質(zhì)量通常較低，之后開始大幅上升。究其原因，企業(yè)需要在貿(mào)易關(guān)系的初始階段進行“出口試驗”[36]，以估計該市場的“臨界質(zhì)量”，只有在成功確認(rèn)自身在該市場的盈利能力后，才會進行正常出口，故第二年的質(zhì)量均呈大幅上升的趨勢；其二，盡管初期質(zhì)量可能并不能反映產(chǎn)品的真實質(zhì)量水平，但初期質(zhì)量越高的貿(mào)易關(guān)系，持續(xù)時間越長，整體質(zhì)量水平也越高；其三，在度過初期的試驗階段后，出口產(chǎn)品質(zhì)量均呈現(xiàn)逐漸降低的趨勢，當(dāng)質(zhì)量低于初期質(zhì)量后，出口隨即終止，這與上文對產(chǎn)品質(zhì)量動態(tài)變化的分析相符，表明出口持續(xù)時間與產(chǎn)品質(zhì)量之間有著密切的聯(lián)系。

最后，圖6進一步展示了使用機器人前后產(chǎn)品質(zhì)量累積分布的變化情況。在低分位處，企業(yè)在使用機器人之前的質(zhì)量低于未使用機器人的質(zhì)量，在高分位處則恰好相反，表明“扭轉(zhuǎn)劣勢”和“保持優(yōu)勢”均可能成為企業(yè)使用機器人的內(nèi)在動機；而在使用機器人之后質(zhì)量則明顯提升，同時也超越了未使用機器人的質(zhì)量，較為直觀地體現(xiàn)了機器人對產(chǎn)品質(zhì)量的提升作用。結(jié)合圖5的信息，可初步判斷人工智能能夠通過提升產(chǎn)品質(zhì)量來延長貿(mào)易持續(xù)時間，不僅進一步支持了圖3和圖4的結(jié)論，而且也與理論分析的結(jié)論吻合。

圖5 產(chǎn)品質(zhì)量與出口持續(xù)時間

圖6 機器人對產(chǎn)品質(zhì)量的影響

四、實證設(shè)計與分析

(一)模型設(shè)定和變量選取

本文采用貿(mào)易關(guān)系的失敗概率衡量出口穩(wěn)定性，并使用生存模型進行定量分析。常見的連續(xù)時間生存模型主要有比例風(fēng)險模型和加速失效模型兩類，然而，貿(mào)易并非連續(xù)發(fā)生(即使連續(xù)，也通常按年統(tǒng)計)，使用連續(xù)時間生存模型難以控制未觀測到的異質(zhì)性，且比例風(fēng)險假設(shè)往往不成立。相比之下，離散時間生存模型更適合分析貿(mào)易關(guān)系的持續(xù)時間。離散時間風(fēng)險率的基本形式如下：

(10)

式(10)中，ich代表由企業(yè)—目的國—產(chǎn)品確定的貿(mào)易關(guān)系，xichk為核心解釋變量和控制變量的集合，γk表示在tk時的基準(zhǔn)風(fēng)險函數(shù)。當(dāng)風(fēng)險率分別服從正態(tài)分布、邏輯分布和極值分布時，式(10)依次對應(yīng)Probit、Logit和Cloglog模型。其中，Cloglog模型是比例風(fēng)險模型的一種，而Logit和Probit模型則明顯偏離比例性，更適用于貿(mào)易關(guān)系持續(xù)時間的研究。

與上文中生存函數(shù)的估計方式不同，離散時間生存模型為二值響應(yīng)模型，其將貿(mào)易關(guān)系每一年的數(shù)據(jù)均視作一個觀測值，被解釋變量為虛擬變量Fail，代表貿(mào)易關(guān)系在每一年的持續(xù)情況，如果一個貿(mào)易關(guān)系在樣本期內(nèi)觀測到“終止”，則在其終止的年份賦值為1，之前年份賦值為0；如果一個貿(mào)易關(guān)系是右刪失的，則每年均賦值為0。由于風(fēng)險率通常表示為ex′β，故報告的結(jié)果以估計系數(shù)的指數(shù)形式呈現(xiàn)，若小于1，則代表該變量升高能降低失敗概率。由于Logit模型的指數(shù)形式系數(shù)有直觀含義，故本文以Logit模型作為基準(zhǔn)模型。

核心解釋變量為虛擬變量Rob，當(dāng)企業(yè)使用機器人后賦值為1，未使用機器人或在使用機器人之前均賦值為0?？刂谱兞堪ǎ浩髽I(yè)規(guī)模(Size)，以企業(yè)在職員工的對數(shù)衡量；企業(yè)年齡(Age)，以觀測年度與企業(yè)成立時間之差的對數(shù)表示，反映企業(yè)經(jīng)驗和創(chuàng)新動力等無形特征；工資水平(Wage)，以企業(yè)應(yīng)付職工薪酬與在職員工之比的對數(shù)形式衡量，反映企業(yè)技術(shù)水平；資本勞動比(CL)，以企業(yè)總資產(chǎn)與職工人數(shù)之比的對數(shù)衡量，反映企業(yè)的資源配置情況；初始貿(mào)易額(Initial)，以貿(mào)易關(guān)系初始年份出口額的對數(shù)衡量，反映交易雙方的信任程度和出口不確定性。此外，本文還控制了目的國層面的GDP增速(Gdpgr)和以目的國貨幣匯率的年度均值衡量的匯率水平(Exrate)。

(二)基準(zhǔn)估計結(jié)果

表1第(1)～(2)列為未控制不可觀測異質(zhì)性的結(jié)果。其中，第(1)列為不含控制變量的簡單回歸；第(2)列則加入控制變量。核心解釋變量Rob的估計系數(shù)均小于1，且在1%的水平上顯著，表明企業(yè)使用機器人顯著降低了貿(mào)易關(guān)系的失敗概率，有利于增強出口的穩(wěn)定性。第(3)～(4)列則參考陳勇兵等(2013)的研究[24]，分別在第(1)～(2)列的基礎(chǔ)上加入企業(yè)—目的國—產(chǎn)品效應(yīng)，以控制不可觀測的異質(zhì)性。除了核心解釋變量的系數(shù)依舊顯著外，各列的似然比檢驗結(jié)果均強烈拒絕不存在不可觀測異質(zhì)性的原假設(shè)，表明使用離散時間生存模型時，對不可觀測異質(zhì)性的控制十分必要，故后文的分析均在控制個體異質(zhì)性的前提下進行。

表1 基準(zhǔn)回歸結(jié)果

(三)穩(wěn)健性檢驗

為了驗證基本結(jié)論的可靠性，本文采用如下方式進行穩(wěn)健性檢驗。

1．更換數(shù)據(jù)維度?；鶞?zhǔn)回歸的數(shù)據(jù)中同時考慮了目的國和產(chǎn)品兩個維度，表2第(1)～(2)列則僅考慮一個維度，即分別將數(shù)據(jù)維度更換為企業(yè)—目的國和企業(yè)—產(chǎn)品，結(jié)果仍然穩(wěn)健，表明使用機器人能夠增強企業(yè)出口穩(wěn)定性的結(jié)論在目的國層面和產(chǎn)品層面均成立。

2．更換估計模型。基準(zhǔn)回歸使用的Logit模型暗含了風(fēng)險率服從邏輯分布的假定，于是本文還考慮其他可能的分布，如正態(tài)分布和極值分布，表2第(3)～(4)列分別使用Probit和Cloglog模型進行了穩(wěn)健性檢驗，其中后者是離散時間的比例風(fēng)險模型。結(jié)果表明，對風(fēng)險率分布的不同假設(shè)，不會改變本文的基本結(jié)論。

3．更換解釋變量。為了直觀地反映貿(mào)易關(guān)系失敗風(fēng)險在使用機器人前后的平均變化水平，基準(zhǔn)回歸中的核心解釋變量為虛擬變量。為穩(wěn)健起見，表2第(5)～(6)列分別使用機器人累計進口金額的對數(shù)和累計進口數(shù)量的對數(shù)來衡量機器人的使用情況，結(jié)果表明，本文的基本結(jié)論不因核心解釋變量的衡量方式調(diào)整而改變。

表2 更換數(shù)據(jù)、模型與變量

4．調(diào)整樣本范圍。影響生存分析結(jié)果的一個重要因素是樣本持續(xù)時間的分布情況，故本文通過調(diào)整樣本范圍，對不同分布的樣本進行估計。表3第(1)列刪除了擁有多個持續(xù)時間段的貿(mào)易關(guān)系；第(2)列則保留了擁有單一或多個持續(xù)時間段的貿(mào)易關(guān)系的首個持續(xù)時間段；考慮到貿(mào)易關(guān)系初始階段的失敗率較高，第(3)列刪除了貿(mào)易關(guān)系的首年。結(jié)果表明，本文的基本結(jié)論對不同分布的樣本普遍適用，具有較強的穩(wěn)健性。

表3 樣本調(diào)整與內(nèi)生性處理

5．內(nèi)生性處理。在本文的離散生存分析中，被解釋變量是貿(mào)易關(guān)系層面，而機器人的使用發(fā)生在企業(yè)層面，通常在這種情況下，由逆向因果導(dǎo)致內(nèi)生性的可能性較小，且本文所有結(jié)果均在控制不可觀測異質(zhì)性的前提下得出，很大程度上控制了遺漏變量的情形。為穩(wěn)健起見，本文使用工具變量法進一步處理潛在的內(nèi)生性問題。參考Bonfiglioli等(2020)的做法[32]，本文選取行業(yè)的機器人適應(yīng)性(Suit)作為工具變量，具體為行業(yè)內(nèi)機器人資本存量總額與資產(chǎn)總額之比的對數(shù)，其取值越高，代表行業(yè)對機器人的適應(yīng)性越強，越適合機器人的推廣。由于該指標(biāo)為行業(yè)層面指標(biāo)，故在貿(mào)易關(guān)系層面可視作外生。表3第(4)列首先使用IV probit方法進行了估計。由于該方法未控制個體效應(yīng)，表3第(5)列參照包群等(2015)的做法[37]，將基于工具變量計算的擬合值帶入模型進行第二階段的估計，從而保證了個體固定效應(yīng)的控制，兩列結(jié)果均與基準(zhǔn)結(jié)果保持一致。

(四)異質(zhì)性分析

考慮到本文的貿(mào)易關(guān)系是企業(yè)—目的國—產(chǎn)品層面的數(shù)據(jù)，故本文分別從企業(yè)、目的國和產(chǎn)品三個方面的異質(zhì)性出發(fā)，對機器人的差異化效應(yīng)進行分組檢驗。

1．企業(yè)異質(zhì)性。由于機器人對企業(yè)的直觀影響是成本降低，而企業(yè)的研發(fā)投入決定了節(jié)約下來的成本去向，故本文在企業(yè)層面選擇研發(fā)投入作為分組標(biāo)準(zhǔn)?？紤]到研發(fā)投入指標(biāo)缺失嚴(yán)重，僅在2005、2006、2007和2010年擁有觀測值，本文采取以下方法進行初步的定性判斷：將這4年研發(fā)投入均為0的企業(yè)，定性為無研發(fā)傾向的企業(yè)；將這4年中只要任意一年的研發(fā)投入大于0的企業(yè)，定性為有研發(fā)傾向的企業(yè)。其合理性在于，一個有研發(fā)傾向的企業(yè)在4年均無研發(fā)投入是小概率事件。表4第(1)～(2)列的結(jié)果顯示，機器人對無研發(fā)傾向企業(yè)出口穩(wěn)定性的增強效果更加明顯，可能的解釋是，企業(yè)將使用機器人所節(jié)省的成本用于研發(fā)，意味著企業(yè)無法獲得短期的價格優(yōu)勢，同時，研發(fā)活動往往需要大量的資金投入，并經(jīng)歷較長的周期，才能轉(zhuǎn)化為技術(shù)優(yōu)勢，企業(yè)無法立竿見影地提升自身技術(shù)水平，故出口穩(wěn)定性的增強效果相對較小。

表4 異質(zhì)性分組檢驗

2．目的國異質(zhì)性。不同經(jīng)濟發(fā)展水平國家的消費者對產(chǎn)品有著不同的需求和評價標(biāo)準(zhǔn)，同樣的產(chǎn)品給不同國家消費者提供的效用迥然不同，機器人對出口穩(wěn)定性的增強效果可能因目的國而異，故本文將出口目的國分為發(fā)達國家和發(fā)展中國家兩類。表4第(3)～(4)列的結(jié)果顯示，企業(yè)對發(fā)展中國家的出口穩(wěn)定性受機器人的影響更加明顯。結(jié)合理論分析，可能的解釋是，發(fā)達國家的臨界質(zhì)量和效用折現(xiàn)率普遍較高，而發(fā)展中國家則相對較低，企業(yè)使用機器人后，產(chǎn)品質(zhì)量的提升效果在發(fā)展中國家更加明顯，出口穩(wěn)定性的增強效果也更加顯著。

3．產(chǎn)品異質(zhì)性。不同產(chǎn)品的要素比例相差甚遠(yuǎn)，因此，作為一種替代技術(shù)，機器人在生產(chǎn)不同產(chǎn)品時能發(fā)揮的作用各不相同。本文根據(jù)BEC分類將產(chǎn)品分為消費品和非消費品兩類，表4第(5)～(6)列的結(jié)果顯示，機器人對消費品出口穩(wěn)定性的增強效應(yīng)遠(yuǎn)大于非消費品?？赡艿慕忉屖牵M品的技術(shù)門檻相對較低，更適合人工智能的應(yīng)用，企業(yè)使用機器人后可迅速將成本優(yōu)勢轉(zhuǎn)化為價格優(yōu)勢，在短期內(nèi)提高競爭力和出口穩(wěn)定性；中間品和資本品的技術(shù)密集度更高，而使用機器人并不能在短期內(nèi)直接提升企業(yè)的技術(shù)水平，因此對其出口穩(wěn)定性的強化作用相對較小。

由此可見，盡管機器人能夠增強出口穩(wěn)定性，但其效果會受到貿(mào)易關(guān)系中的企業(yè)、目的國和產(chǎn)品這三個維度特征的影響。不難發(fā)現(xiàn)，無論是無研發(fā)傾向的企業(yè)，還是發(fā)展中國家，抑或是消費品，其共同特征是技術(shù)水平相對較低。換言之，技術(shù)水平是影響機器人對出口穩(wěn)定性增強效果的重要因素，技術(shù)水平越低的貿(mào)易關(guān)系提升效果越明顯。究其原因，對技術(shù)水平較低的勞動密集型產(chǎn)品，機器人可以通過優(yōu)化要素配置顯著降低其成本，轉(zhuǎn)化為價格優(yōu)勢，從而提升產(chǎn)品質(zhì)量和出口的穩(wěn)定性；然而，人工智能的本質(zhì)是一種替代技術(shù)，使用機器人并不能直接提升企業(yè)的技術(shù)水平。因此，機器人的應(yīng)用對技術(shù)水平較高的貿(mào)易關(guān)系持續(xù)時間的提升效果較弱，企業(yè)只有通過長期的研發(fā)投入，將成本優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢后才能夠見效。

五、基于質(zhì)量提升視角的作用機制檢驗

理論分析表明，出口產(chǎn)品質(zhì)量高于臨界質(zhì)量是貿(mào)易關(guān)系維持的必要條件，產(chǎn)品質(zhì)量越高，貿(mào)易關(guān)系的失敗概率越低，出口就越穩(wěn)定。企業(yè)使用機器人可以形成質(zhì)量提升機制，即通過提升產(chǎn)品質(zhì)量來增強出口穩(wěn)定性。具體而言，企業(yè)可以在短期內(nèi)將成本優(yōu)勢轉(zhuǎn)化為價格優(yōu)勢，實現(xiàn)產(chǎn)品質(zhì)量的躍升，降低貿(mào)易關(guān)系失敗的概率；而在長期通過研發(fā)投入將成本優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢，減緩由效用折現(xiàn)導(dǎo)致的質(zhì)量衰減，將產(chǎn)品質(zhì)量和出口穩(wěn)定性維持在較高的水平。

考慮到傳統(tǒng)的三步法存在內(nèi)生性缺陷，本文采用Liu和Lu(2015)的方法檢驗上述機制[38]。估計過程分為兩個階段：第一階段估計式(11)并得到Rob的擬合值，然后使用擬合值估計式(12)，以確認(rèn)Rob對中介變量的影響；第二階段估計式(13)并得到中介變量的擬合值，然后使用擬合值估計式(14)，以確認(rèn)中介變量對貿(mào)易關(guān)系失敗概率的影響。由于需要確保擬合值與擾動項正交，故本文對第二階段的估計使用線性概率模型。

Rob=α+βIV+γControl+η+μ+ε

(11)

(12)

Med=α+βRob+δIV+γControl+η+μ+ε

(13)

(14)

(一)機器人對出口穩(wěn)定性的短期作用機制

表5第(1)列使用固定效應(yīng)模型檢驗企業(yè)使用機器人對產(chǎn)品質(zhì)量的影響，使用機器人的回歸結(jié)果顯著為正。第(2)列則使用線性概率模型檢驗產(chǎn)品質(zhì)量對貿(mào)易關(guān)系失敗概率的影響，產(chǎn)品質(zhì)量的回歸結(jié)果顯著為負(fù)。為穩(wěn)健起見，第(3)列使用基準(zhǔn)的離散時間生存模型進行估計，亦得到了高度顯著的結(jié)果。結(jié)合第(1)～(3)列的結(jié)果可知，企業(yè)使用機器人能夠提升產(chǎn)品質(zhì)量，有助于降低貿(mào)易關(guān)系失敗的概率，增強出口的穩(wěn)定性。

根據(jù)上文分析，出口產(chǎn)品質(zhì)量的提升幅度越大，貿(mào)易關(guān)系失敗概率的降低幅度也越大。機器人對出口產(chǎn)品質(zhì)量的提升效果是否會隨時間而變化？機器人通過這種方式對出口穩(wěn)定性的增強效果能夠維持多久？為了回答該問題，表5第(4)列保留使用機器人的企業(yè)樣本，而第(5)列則進一步將樣本區(qū)間控制在使用機器人前后各一年之間，以捕捉機器人對質(zhì)量的沖擊效應(yīng)。比較兩列結(jié)果發(fā)現(xiàn)，第(5)列的系數(shù)遠(yuǎn)大于第(4)列的系數(shù)，表明出口產(chǎn)品質(zhì)量提升在使用機器人后的短期內(nèi)更加顯著。為進一步檢驗質(zhì)量提升的滯后效應(yīng)，第(6)列使用多期PSM-DID方法估計了式(15)中的多期模型，F(xiàn)值為0.75，通過了平行趨勢檢驗。結(jié)果同樣發(fā)現(xiàn)，機器人對產(chǎn)品質(zhì)量的提升效果在當(dāng)期最為顯著，隨著持續(xù)時間的增加而逐步減弱，由于機器人對出口穩(wěn)定性的強化效應(yīng)是通過提升產(chǎn)品質(zhì)量來實現(xiàn)的，故該效應(yīng)亦呈現(xiàn)出類似趨勢，這也與上文中的圖1和圖4吻合。

表5 機器人對出口穩(wěn)定性的短期作用機制檢驗

(15)

可能的解釋是，企業(yè)使用機器人后，能夠通過優(yōu)化資源配置提升生產(chǎn)率，在短期內(nèi)提升產(chǎn)品質(zhì)量。然而，這種提升往往是通過將成本優(yōu)勢轉(zhuǎn)化為價格優(yōu)勢實現(xiàn)的，競爭對手為爭奪市場份額可能不得不被動降價，抑或是同樣通過引入機器人獲得類似的提升，最終導(dǎo)致機器人帶來的價格優(yōu)勢逐漸被激烈的競爭所抵消。因此，這種提升作用是一種短期的沖擊效應(yīng)，質(zhì)量的躍升可以在短期內(nèi)降低貿(mào)易關(guān)系失敗的概率，增強出口的短期穩(wěn)定性。但是，隨著時間的推移，質(zhì)量的提升效果將逐漸減弱，機器人對出口穩(wěn)定性的增強效應(yīng)也將隨之減弱。

(二)機器人對出口穩(wěn)定性的長期作用機制

根據(jù)上文分析，人工智能的應(yīng)用能夠促進企業(yè)的研發(fā)投入，提高企業(yè)的技術(shù)進步率，這有助于企業(yè)對產(chǎn)品進行持續(xù)的更新?lián)Q代，以抵消效用折現(xiàn)帶來的質(zhì)量衰減。相較于產(chǎn)品質(zhì)量在短期的躍升，降低質(zhì)量的衰減速度等同于在長期提升產(chǎn)品質(zhì)量?？紤]其涉及的自回歸系數(shù)難以作為變量直接加入模型，本文采用betaicht=qualityicht/qualityicht-1來衡量質(zhì)量的變化。由于企業(yè)在度過出口試驗階段后和使用工業(yè)機器人后，產(chǎn)品質(zhì)量會明顯提升，故本文剔除betaicht≥1的樣本，以排除出口試驗和機器人短期效應(yīng)帶來的影響。beta取值越接近1，代表質(zhì)量的衰減速度越慢。表6第(1)～(3)列分別使用與上文相同的方法進行檢驗，結(jié)果與預(yù)期相符，且高度顯著，表明使用機器人能夠減緩由效用折現(xiàn)導(dǎo)致的質(zhì)量衰減，使產(chǎn)品質(zhì)量維持在更高的水平，有助于增強企業(yè)長期的出口穩(wěn)定性，再次說明了人工智能的質(zhì)量提升機制。

最后，為直觀檢驗使用機器人前后一階自相關(guān)系數(shù)的變化，本文建立如下動態(tài)模型：

qualityicht=α+β1qualityicht-1+β2Robicht×qualityicht-1+β3Robicht+γControlicht+ηich+μt+εicht

(16)

式(16)中，模型引入核心解釋變量與質(zhì)量滯后項的交互項，以估計使用機器人后一階自回歸系數(shù)的變化。表6第(4)列首先將其視作常規(guī)的固定效應(yīng)模型，并進行估計?？紤]到可能存在由殘差自相關(guān)導(dǎo)致的不一致，第(5)列使用系統(tǒng)GMM估計。估計結(jié)果顯示，交互項的系數(shù)顯著為正，表明企業(yè)使用機器人能夠降低產(chǎn)品質(zhì)量的衰減速度。原因在于，部分企業(yè)在使用機器人后，將節(jié)約的成本用于研發(fā)投入，謀求長期的技術(shù)優(yōu)勢[32][39]，從而降低產(chǎn)品質(zhì)量的衰減速度，使產(chǎn)品質(zhì)量長期維持在較高水平，增強出口的長期穩(wěn)定性。事實證明，長盛不衰的企業(yè)通常具有更為強大的技術(shù)更新能力。

表6 機器人對出口穩(wěn)定性的長期作用機制檢驗

六、結(jié)論與啟示

本文在已有研究的基礎(chǔ)上，將消費者的效用折現(xiàn)和企業(yè)的技術(shù)進步納入理論框架，分析了出口產(chǎn)品質(zhì)量的動態(tài)變化趨勢及其對貿(mào)易關(guān)系存續(xù)的影響，并據(jù)此分析了人工智能應(yīng)用如何通過影響出口產(chǎn)品質(zhì)量來增強企業(yè)的出口穩(wěn)定性。在此基礎(chǔ)上，本文采用2000-2015年中國海關(guān)數(shù)據(jù)庫和工業(yè)企業(yè)數(shù)據(jù)庫的微觀匹配數(shù)據(jù)，以企業(yè)進口機器人作為人工智能應(yīng)用的代理變量，考察了人工智能的應(yīng)用對出口穩(wěn)定性的影響及其質(zhì)量提升機制。估計結(jié)果表明：其一，人工智能應(yīng)用有助于降低貿(mào)易關(guān)系的失敗概率，顯著增強了出口穩(wěn)定性，并且在經(jīng)過一系列穩(wěn)健性檢驗后，該結(jié)論依然成立；其二，基于企業(yè)、目的國與產(chǎn)品異質(zhì)性的檢驗共同表明，技術(shù)水平是影響增強效果大小的重要因素，技術(shù)含量越低的貿(mào)易關(guān)系，人工智能對其穩(wěn)定性的增強效果越明顯；其三，基于質(zhì)量提升視角的機制檢驗表明，人工智能通過直接提升產(chǎn)品質(zhì)量、降低產(chǎn)品質(zhì)量衰減速度的方式，延長貿(mào)易關(guān)系的持續(xù)時間。具體而言，人工智能的引入有助于企業(yè)優(yōu)化資源配置，在短期內(nèi)提高生產(chǎn)率，提升產(chǎn)品質(zhì)量和出口穩(wěn)定性；部分企業(yè)將節(jié)約下來的成本用作研發(fā)投入，將成本優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢，在長期保持較高的產(chǎn)品質(zhì)量和出口穩(wěn)定性。

在當(dāng)前中國構(gòu)建“雙循環(huán)”格局的背景下，本文的研究結(jié)果具有以下啟示：首先，產(chǎn)品質(zhì)量高低是決定貿(mào)易關(guān)系能否持續(xù)的關(guān)鍵因素。在競爭日趨激烈的國際市場上，提高產(chǎn)品質(zhì)量是增強企業(yè)出口穩(wěn)定性的重要保障，而引入人工智能可以提升企業(yè)的產(chǎn)品質(zhì)量，有助于增強企業(yè)的出口穩(wěn)定性。其次，人工智能本質(zhì)上是一種替代技術(shù)，其替代的多為重復(fù)性的或簡單識別判定的工作，因此，人工智能在技術(shù)含量相對較低的企業(yè)和產(chǎn)品上能發(fā)揮更加顯著的作用，故企業(yè)應(yīng)當(dāng)根據(jù)自身出口的實際情況，合理引入人工智能。再次，盡管企業(yè)可以將人工智能帶來的成本優(yōu)勢轉(zhuǎn)化為價格優(yōu)勢，在短期內(nèi)從中獲益，但隨著行業(yè)內(nèi)人工智能大規(guī)模應(yīng)用的提速，不斷加劇的競爭可能會逐漸抵消短期的價格優(yōu)勢，故企業(yè)不能僅顧眼前利益，應(yīng)當(dāng)放眼長遠(yuǎn)，合理利用人工智能。最后，人工智能本身并不能直接提升企業(yè)的技術(shù)水平，企業(yè)只有通過研發(fā)投入和自主創(chuàng)新將人工智能帶來的成本優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢，才能在新一輪產(chǎn)業(yè)變革中獲得核心競爭力，以高質(zhì)量產(chǎn)品立足于國際市場，從而獲得長期穩(wěn)定的收益。

注釋：

①例如中國2015年發(fā)布的《中國制造2025》，美國2016年發(fā)布的《人工智能、自動化與經(jīng)濟》和《國家人工智能研究和發(fā)展戰(zhàn)略計劃》等，日本2017年發(fā)布的《人工智能技術(shù)戰(zhàn)略》，歐盟2018年發(fā)布的《歐盟人工智能》和《人工智能協(xié)調(diào)計劃》等，英國、法國和印度等國也有相關(guān)文件出臺。

②根據(jù)產(chǎn)品編碼，機器人在HS8位編碼體系中涉及84864031(工廠自動搬運機器人)、84289040(搬運機器人)、85152120(電阻焊接機器人)、85153120(電弧焊接機器人)、85158010(激光焊接機器人)、84248920(噴涂機器人)、84795090(其他工業(yè)機器人)、84795010(多功能工業(yè)機器人)共8種。