工业机器人对中国区域产业结构的影响研究

李诗韵 ， 徐承红

(1.北京大学 城市与环境学院，北京 100871; 2.西南财经大学 经济学院，成都 611130)

0 引言

中国是迄今为止全球最大的工业机器人市场。2019年国际机器人联盟(International Federation of Robotics, IFR)的公开数据显示，中国工业机器人的年均安装量达到140 500台，而位居第二的日本仅为49 900台。伴随着人工智能在视觉系统、可移动性和简易编程系统上的突破，传统的工业机器人队伍里也逐渐出现更智能化的协作机器人。但中国作为工业机器人终端用户中的领先者，多年来对这一领域缺乏详尽的研究。如杨光等[1]发现全要素生产率是工业机器人影响经济增长的重要传导机制，强调全要素生产率促进经济增长的作用，也不否认这种技术对劳动力市场的影响，即通过吸引和替代劳动力，发生技术有偏性失业和人才集聚。根据佩第-克拉克定理，这种流动会带动区域产业结构的调整。此外，流动带来的溢出效应以及对区域创新能力的作用是否会间接地影响区域产业结构也有待总结。基于此，本研究通过理论和案例分析探究工业机器人对区域产业结构的影响机理。

研究发现，工业机器人具有两种特征：(1)作为一种技术进步[2]，可以直接通过创造新的产业群、淘汰落后产业以及改变产业地位对区域产业结构产生影响，也可间接通过技术有偏性失业产生劳动力选择替代，推动产业结构变迁[3]。(2)作为一种创新工具，可以通过对原有知识的重新组合进行知识生产[4]，提升区域创新能力，推动区域产业结构升级。以工业机器人与产业为关键词检索得到的文献，多从工业机器人在异质性行业的应用出发，如M.Hengstler等[5]，E.Karabegovic等[6]和P.Tubaro等[7]分别研究了工业机器人在医疗行业、金属制造业和汽车行业中的应用，旨在探索工业机器人在产业关联效应中扮演的角色和产生的效果，而未涉及工业机器人作为一种技术进步和创新工具的影响。中国作为全球使用工业机器人最多的国家，有必要对模糊领域深度剖析。

产业结构升级是中国推进高质量发展的重要实现路径，而工业机器人是带动产业升级、推动地方高质量发展的重要工具。但不同区域的工业机器人使用情况大不相同，其作用效果也会受影响。本研究围绕工业机器人与区域产业结构的相关问题进行探讨，展示工业机器人的使用特质，微观分析其如何作用于经济要素再反映到结构变动上，梳理出这一过程的主要途径、内在逻辑及作用效果。考虑到工业机器人有强化就业空间极化和技术极化的现象特质[8]，选择从要素集聚角度探索这种影响对中国区域产业结构升级产生的效果、趋势和空间特征。最后提出处于不同工业机器人发展阶段的省份应有偏重制定政策的参考建议，助力中国工业机器人发展规划的系统布局和全面落实。

1 理论分析

1.1 工业机器人特征分析

目前最常见的工业机器人是机械臂，主要用于汽车产业和电子产业，以芯片、传感器等设备为载体，依赖机器学习、计算机视觉和云计算等人工智能技术。其中，机器人学作为一门学科重点关注开发和训练机器人以通用型和可预见的方式与人和世界互动。根据文献梳理，总结出工业机器人的3种趋势特征。

1.1.1作为自动化工具的工业机器人。传统的工业机器人主要发挥自动化工具的作用，学习已存在的编码知识。P.Aghion等[4]将自动化和“鲍尔默病”视为技术进步影响经济增长的两个主要效应。① 自动化部门投入自动化机器提升生产率，当资本回报率增长到大于劳动回报率时，进一步提升自动化水平，降低产品价格赢得市场，刺激同行企业购入自动化机器[2]，增加工业产出。② 技术进步也会造成非自动化部门成本增加以及资本回报率下降，从而减少工业产出。③ 技术进步带来的劳动力选择替代效应也不可忽视。一方面，技术偏向性收入分配效应会使收入差异加剧，高技术人员匹配高工资，从空间上吸引人才流入；另一方面，程式化的工作被自动化替代，劳动力流失，但它是被本地其他产业吸收还是流入外地，还有待异质性的研究。

1.1.2作为智能化工具的工业机器人。近年来，机器人逐渐表现出以协作机器人为代表的智能化工具特征：尝试学习比编码知识更复杂的缄默知识。IFR数据显示，2017—2019年协作机器人在全球范围内的使用增长了63.3%。智能化的工业机器人一方面对工业产出的影响同样体现在生产率以及替代程式化工作上，另一方面还可以替代非程式化的工作，以弥补劳动力缺口，甚至创造新的岗位。例如，垃圾处理、高温环境等恶劣工作岗位无人任职的情况，将工业机器人给予补充。智能机器人参与垃圾处理等工作的同时，也需要有相应的员工进行监督，这里的“督察员”就是新增的岗位。

1.1.3作为创新工具的工业机器人。作为创新工具的工业机器人对工业产出的影响同样体现在生产率、劳动力选择替代以及弥补劳动力缺口上。除了学习已存在的编码知识和部分缄默知识之外，它还可以重组原有知识进行知识生产，进而提升区域创新能力，带动区域产业结构调整升级。内生增长理论认为，工业机器人从反应导向转化为意识导向，人力资本有被智能资本替代的趋势[9]。但因为现在机器人的发展依靠的是“弱”人工智能，所以这一点在技术上仍有待实现。

综上，工业机器人正处在从自动化工具到智能化工具，甚至向创新工具转变的过程。以协作机器人为代表的智能化工具虽然已经投入使用，但使用较少，约为工业机器人年使用量的5%。而要实现创新工具的功能还存在技术操作的难度。因此，本研究以工业机器人的使用为研究对象，从空间的视角分析工业机器人与区域产业结构的作用机制，并对其中介效应进行检验。

1.2 影响因素分析

工业机器人在3种角色中的经济效应如何反映到结构变动上？梳理发现，技术有偏性失业、消费结构、人力资本、物质资本以及技术要素集聚5种要素发挥了主要作用。结合空间视角，进一步探索工业机器人影响区域产业结构的主要途径、内在逻辑及作用效果。

1.2.1工业机器人与技术有偏性失业。机器人带来的自动化加深和创新再造，大幅度提升了劳动生产率，资本回报率逐渐大于劳动回报率。厂商为追求利润最大化，以智能机器替代部分劳动力。早期的机器人技术可替代程式化工作中的低技能职工，与高技能的职工形成互补[10]，但在非程式化工作中同时需要低技能和高技能职工[11]。而如今投入使用的大多属于传统机器人，其神经网络较为单一，无法深度学习，无法“举一反三”。乐观的学者认为自动化在取消了某些低技能岗位的同时，会创造出新的就业岗位，失业危机得以缓解[12]。这种劳动力流失对区域产业结构的影响也不一定是负效应，刘跃等[13]认为劳动力数量是一把双刃剑，需要辩证看待。总之， 技术偏向性失业可能推动部分工业失业人员向服务业转移[14-15]，也可能通过技术培训和教育再就业，也有可能流向外地。此外，这种技术偏向性失业反映在产业布局和市场结构上有空间集聚的趋势[16]。

1.2.2工业机器人与消费结构。工业机器人提升生产率带动地方整体收入增加，降低居民消费结构中的农产品占比，促使土地溢价带动物价水平上升。而技术有偏性效应也会带来有偏性收入分配，带动区域内收入差异加剧[17]。处于劣势的低技术人员发生扩散效应，进一步提升地方整体收入水平。收入差距拉大和物价水平提升都会促使需求从低收入弹性的产品转向高收入弹性的产品，在循环累计因果机制下改变地方消费结构。此外，工业机器人可能引发社会性的消费理念革命，以“车辆即服务”等理念为例，削弱了消费者购买私家车的欲望，汽车行业的客群结构由此也将发生变化。

1.2.3工业机器人与人力资本。工业机器人吸引人力资本在空间上集聚，两种理论可以解释。① 教育、培训和“干中学”理论：高新技术产业有通过当地教育资源和公司内部资源培养高技术人才的趋势，以培训和教育为导向的人力资本正在不断深化。② 劳动力的空间流动性：一方面，工业机器人拉高地区整体收入水平，以此吸引更多的劳动力以不同的方式流向这一地区。但即使是高精尖的领域，依旧存在不同层次的劳动力，因此，该行业的劳动力数量不一定会大量减少。另一方面，企业在生产运作中引入工业机器人，需要的是高级职工，而非普通的劳动力。但区域内的高素质人才往往是有限的，企业利用高薪吸引不同区域的人才向公司所在地集聚。综上，工业机器人在吸引人力资本集聚上有正向诱导作用，以需求为导向的市场力量正进一步加深区域内人力资本的集聚。

1.2.4工业机器人与物质资本。① 技术进步会刺激厂商集中物质资本。生产率上升给企业带来强市场竞争，在市场竞争中获得高生产率优势。但工业机器人的高固定成本投入将给部分中小企业带来门槛效应。两种效应的叠加使得区域内拥有技术先发优势和一定资本积累的企业迅速占领市场，赚取利润，以此进一步购进机器人，扩张企业规模，物质资本在空间上得以深化和集中。② 技术进步将创生一批新企业或新部门[18]。通常在技术进步发生地实现，新部门的产生将通过购置或者自产增加物质资本在空间上的集聚。

1.2.5工业机器人与技术要素。工业机器人处于从自动化向智能化过渡的技术阶段，其本身的技术尚不成熟，相应的配套技术支撑更是上下不接，必须投入大量的研发资本才能发挥全部潜力。科创资源在区域间非均衡配置，具有明显的空间集聚现象[19]。发达程度较低的区域无论是教育水平、人才储备还是经费支持都有困难。IFR数据显示，2019年73%的工业机器人都流向了中国、日本、美国、韩国和德国，工业机器人终端的空间极化现象明显，表现为马太效应下的“技术吸引技术”。

1.3 影响机理分析

工业机器人对上述五要素的影响作用于经济体诱发增长效应，扩大规模经济，强化地方性经济，在提升生产效率、助力资本积累的同时推动技术进步，进而对产业结构升级产生正效应。人力资本的集聚给当地产业贡献劳动力市场。物质资本的集聚为当地产业获取中间产品提供便利，节约运输成本。技术要素的集聚在企业间形成基于信任与合作的良好氛围，同时带来竞争和平台共享等。智能机器替代劳动力使得生产率提升，成本降低，利润增加。此外，其本身作为一种技术进步和创新工具可发挥技术效应，影响新部门的产生、生产率的提升和自动化进程的加快。同时强化区域创新能力，直接推动产业结构升级。在循环积累因果机制的作用下，增长效应和技术效应持续吸引劳动力、技术、人力资本和物质资本在空间上集聚，进一步推动产业结构升级。当发展到一定程度时，劳动力选择替代导致本地物价攀升和中小企业破产，促使劳动力流失;物质资本深化失衡带来的“鲍莫尔病”使得产业内资本深化严重失衡，不利于区域内产业结构合理化的发展;技术有偏性效应拉大地方收入差异，提升租赁价格，导致中小企业成本上升被市场淘汰;要素过度集聚带来负效应。这些都将对区域产业结构升级产生不利影响。过程中也不可避免地有引发社会矛盾和产业转型失败等问题，这与工业机器人和社会的发展阶段以及技术与配套设施的衔接程度[20]息息相关。据此构建分析模型(图1)，其中带箭头的实线为正效应，带箭头的虚线为负效应。

图1 工业机器人影响区域产业结构调整升级的理论模型

总之，工业机器人通过5个影响因素带动区域产业结构升级，机制如下：(1)在循环积累因果机制的作用下，增长效应和技术效应可持续吸引人力资本、劳动力、技术、物质资本在空间上集聚，进一步推动产业结构升级。(2)发展到一定程度时，由于劳动力流失、“鲍莫尔病”、技术有偏性以及拥挤效应，可能无法判断工业机器人对劳动力、技术以及物质资本的影响结果，进而干扰对区域产业结构变动方向的判断。基于此，提出研究假设：工业机器人对劳动力、人力资本、物质资本和技术的影响可能促进区域产业结构升级。

2 案例分析

2.1 数据来源及指标选取

2.1.1数据来源。国际公认机器人密度指数是衡量一个国家制造业自动化发展程度的标准之一。本研究测算2009—2014年中国内地31个省份的工业机器人冲击指数和区域产业结构变动指数，所需的工业机器人密度数据来源于国际机器人联盟(IFR)，其他数据来源于《中国统计年鉴》《中国城市统计年鉴》。

2.1.2构建工业机器人冲击指数。一般来说，地方引入机器人的数量越多受冲击越大。各区域使用机器人的数量受地方劳动力规模的影响。为剔除这种异质性，选择工业机器人密度指数来衡量工业机器人冲击。IFR自2009年开始公布各国分产业的机器人安装量，但仅针对国家层面，省际数据长期处于空白。基于此，陈永伟等[20]参照D.Acemoglu等[21]的方法计算分产业的工业机器人密度，即每个产业中平均每千人的工业机器人保有量，再采用加权平均的方法构建省际工业机器人密度，得到覆盖31个省份6年的工业机器人密度矩阵。

2.1.3构建产业结构升级指数。已知受机器人冲击最大的产业为第三产业和第二产业，采用两者比值(Y)度量产业结构转型升级。这一度量清晰地反映出经济结构服务化倾向，也体现出工业机器人对两类产业冲击的相对强弱。基于此，将工业机器人影响产业结构变动的路径因素加入模型中，设置为解释变量(表1)。

2.2 模型构建

考虑影响因素的多重性、作用机理的复杂性以及产业结构变动的空间异质性，且工业机器人对区域产业结构的影响具有累积显现特征，无法确定这种开关的体现是阈值的瞬时转换还是连续的潜移默化。因此，选择既能较好诠释阈值特性又能表征连续变化的PSTR模型，再将表1中的指标代入PSTR模型，得到如下模型：

表1 变量的描述性统计

lnYit=α+β01lnKit+β02lnHit+β03lnLit+β04lnTit+β05lnCit+(β11lnKit+β12lnHit+β13lnLit+β14lnTit+β15lnCit){1+exp[-γ(Sit-cj)]}-1+εjit。

式中：Yit为i省份t年的产业结构升级指数；Kit为i省份t年的物质资本集聚指数；Hit为i省份t年的人力资本集聚指数；Lit为i省份t年的工业劳动力集聚指数；Tit为i省份t年的技术进步指数；Cit为i省份t年的消费水平指数；γ表示转换速度的斜率；Sit为i省份t年的工业机器人冲击指数；cj为位置参数；ε为随机扰动项；α和β分别为截距项和系数。

经检验，解释变量和被解释变量均平稳，进而以工业机器人冲击为门限变量，检验其与产业结构变动的非线性关系。结果显示，拒绝线性模型假设和至少有一个阈值变量的PSTR模型假设，不拒绝至少两个阈值变量的PSTR模型，工业机器人冲击与产业结构优化的关系为非线性。AIC和SC的检验统计量显示,在门限变量条件下，转换函数个数为2且每个转换函数中的位置参数个数为1时，得到的AIC和SC值最优。这表示工业机器人冲击与区域产业结构变动的模型为含有两个转移函数的单门槛模型。

2.3 结果和稳健性检验

2.3.1工业机器人密度指数的空间分布(图2)。东部及东北地区发展稍优于中部、西部地区。东部、中部、西部和东北地区工业机器人密度领先地区分别为天津、湖北、重庆、吉林，其中，中部、西部和东北地区的一、二梯度落差较大，东部地区各行政区间落差较小。中国工业机器人密度分布具有明显的空间异质性和集聚特征。

图2 2014年中国东、中、西部地区及东北地区各省份的工业机器人密度指数

2.3.2工业机器人影响区域产业结构的PSTR模型结果(表2)。除劳动力选择替代为负效应外，其他解释变量都为正效应。结合指标构成，将劳动力选择替代指标视为工业劳动力的集聚，其集聚程度的降低意味着部分劳动力向服务业转移或空间上的扩散，前者将有效推动第三产业发展，实现产业结构优化升级，负相关关系得以解释。综合得到模型符号都符合经济学意义。

表2 PSTR模型结果

转移函数与门限变量的关系显示：转移函数Ⅰ为一个(0，1)函数，表现为门槛效应。转移函数Ⅱ为一个平滑函数，意味着要素集聚与消费结构在影响产业结构时因截面异质性而异，这种影响将在高、低冲击效应间平滑转移。转移函数Ⅰ和Ⅱ分别得到-4.373和-4.544两个相近的位置参数，取其均值-4.459作为门限参数。当工业机器人冲击小于-4.459时，要素的边际效应先慢后快；大于-4.459时，要素的边际效应先快后慢。

工业机器人冲击下，产业结构升级对物质资本积聚(K)和工业劳动力集聚(L)的门槛效应是显著的，而对人力资本集聚(H)、技术进步(T)以及消费结构(C)的门槛效应不显著，可能的原因是:① 中国仍处于工业机器人应用的起步阶段，冲击对某些经济要素的作用效果还不明显。② 工业机器人相关数据的体量不足，不能尽然体现出它的长期特征。③ 执行滞后，即新技术充分发挥作用需要完整的配套设施及对口人才的支撑，这部分是滞后的。因此，对于这3种解释变量的系数没有讨论的必要。而其他两个显著因素的弹性变化显示：机器人冲击使得区域产业结构升级效应在面对高低两种冲击环境时，改变解释变量的边际效应表现为门槛前后的平滑转移。具体总结为以下4个方面：① 随着冲击的增加，高低两种冲击环境都表现为抑制物质资本集聚对区域产业结构升级的正效应，促进工业劳动力集聚对区域产业结构升级的负效应。抑制的可能原因是低冲击区正处于应用工业机器人的初级阶段，这样资本密集型的自动化产品多被区域内的强企业购入而获得高市场竞争力，同行业其他企业受损，产业内结构失衡，体现为资本深化的非均衡性对产业结构优化升级的负效应。此外，工业机器人的使用增多也意味着该区域的物质资本都流向了工业。② 转移的速度表现为先快后慢。随着冲击的增大，高低冲击区的弹性变化对应加速和减速，可用循环积累因果机制和拥挤效应进行解释。③ 跨过门槛进入高冲击区的工业劳动力集聚出现了作用反向，表现为工业劳动力集聚对产业结构升级由负效应变为正效应。可能的原因是工业用高技术人才替代低技术人才提高了劳动力集聚程度。④ 根据PSTR结果显示的β1=1的区域，可大致得到高冲击区的空间分布情况(表3)。首先，2010年高工业机器人冲击区才逐渐显现，新进入高冲击区的省份逐年增加，但增加幅度逐渐降低，2014年仅增加了山西省。可以发现，中国在不断深化工业机器人的部署，且其对区域产业结构调整的影响也日益明显。从空间维度上看，高工业机器人冲击区主要集中在胡焕庸线以东，特别是东部地区。这是因为东部地区的经济发展质量高于中西部地区[22]，说明工业机器人的使用也需要依靠良好的经济环境。同时，技术引进与区域创新能力也会受地方开放水平的影响，低开放水平可能对产出不利[23]。所以，开放水平较高的东部地区更可能享受技术进步带来的正效应，通过提升创新能力带动区域产业结构的调整升级。其次，东北地区的高冲击区只有吉林和辽宁，这是因为吉林长春的汽车产业发达,带动周边发展重工业，而工业机器人使用的重要流向就是汽车产业。另外，西部的重庆以及中部的河南等同样都是汽车产业发展的大户。综上，处于高工业机器人冲击区的省份都有较好的重工业发展基础，在使用工业机器人方面位居前列。

表3 中国2009—2014年处于高工业机器人冲击区的省份

2.3.3稳健性检验。① 对上述变量使用PSTR模型的特殊形式面板转移回归(panel transfer regression，PTR)模型进行分析，得出工业机器人冲击对产业结构优化升级效应的位置参数为-4.382，与PSTR模型分析得到的结果(-4.459)相差甚微，且各解释变量的系数符号不变。② 在工业机器人冲击为门限变量的条件下，从原始的PSTR模型中依次剔除5个解释变量以检验模型的稳健性。结果显示，除了在剔除物质资本变量的情况下人力资本变量系数的符号由正变为负外，其他情况下所有解释变量的符号都与原始系数相同，即分别剔除解释变量对工业机器人与产业结构升级效应的非线性模型影响甚微。综上，PSTR模型是稳健的。

3 结论和启示

3.1 结论

中国已经成为工业机器人终端用户中的领先者，带动地方工业化、现代化和智能化的发展。随着技术的不断革新，其通用性特征和技术进步效应推动产业转型升级。但该命题在理论和案例分析上的支撑却十分有限。本研究采用PSTR模型探究工业机器人对区域产业结构升级的影响。理论分析得到工业机器人可以通过吸引人力资本集聚及技术要素集聚促进区域产业结构升级。但由于劳动力流失、“鲍莫尔病”、平台使用门槛、研发资金和时间成本过高以及拥挤效应，工业机器人在引致劳动力选择替代、消费结构改变以及深化物质资本集聚过程中对区域产业结构升级的影响不确定，过程中还可能激发失业带来的社会矛盾加剧。

工业机器人对中国区域产业结构升级的影响存在明显的非线性关系，在其引致物质资本集聚和劳动力选择替代过程中对区域产业结构升级的影响是显著的，但人力资本集聚、技术要素集聚以及消费结构改变对产业结构的影响并不显著。

工业机器人冲击在空间上的分布既体现出中心-外围结构，又表现出东西差距。工业机器人对中国区域产业结构的影响存在单门槛效应，高冲击区的省份主要集中在胡焕庸线以东。随着冲击的增大，物质资本集聚对区域产业结构升级的正效应受到抑制，工业劳动力集聚对区域产业结构升级的负效应得以增强。区域产业结构的升级效应在门槛处反向突变。 胡焕庸线以西的区域产业结构升级效应边际递增，呈发散特征；以东的地区这种作用边际递减，最终收敛。

3.2 启示

工业机器人进程中因技术性失业激发的潜在社会矛盾，以及有偏性资本深化带来的结构失衡和技术垄断危机，都需要政府协助引导和杜绝。建议深化工业机器人布局根据区域差异有偏重定夺。中国西部及东北地区，除西部的广西、重庆、四川、陕西及东北的吉林和辽宁外，都处于低工业机器人冲击区。工业机器人冲击以劳动力为主要传导机制，影响区域产业结构升级效应的弹性增长呈发散趋势。如果能引导劳动力流入服务业，可以解决非自动化部门破产和资源浪费等问题，利用工业机器人带动区域产业结构升级。而东部及中部地区，除海南外都处于高冲击区，要素变动对产业结构升级效应的作用逐渐稳定。现阶段工业机器人技术突破尤为重要，刺激正向的产业结构升级效应，其发展重点在于工业机器人研发端的投入和试验。

高、低冲击区存在共同的问题。冲击增加会削弱物质资本积聚给产业结构升级带来的正效应，可能的原因是“鲍莫尔病”、停滞部门的成本不断上升导致中小产业的破产和资源的浪费。为此提出以下改善建议：(1) 试验基地模式，解决高冲击区的技术升级和低冲击区的机器引进问题。研发部门需要场景应用以实现精确化改良，中小企业缺乏资金，两者可以通过合作实现生产的智能化改造，加速中小企业转型升级。(2) 破产企业释放资源的再回收，解决高低冲击区的“鲍莫尔病”的问题。(3) 通过旧转新以及飞地培养等办法解决高低冲击区特定人才的缺乏，包括操作和维护机器人的高技术员工以及训练机器人的熟练工等。