中国工业智能化如何重塑制造业企业分布格局
2022-03-05董直庆
王 辉，董直庆
引言
近年来，在逆全球化与新冠肺炎疫情冲击下，以智能制造为核心的再工业化成为世界主要国家摆脱经济低迷、重振实体经济的重要战略手段。但我国制造业面临诸多挑战：一是发达国家依靠智能生产设备的高效生产能力弥补了相对高额的劳动生产成本，诱发大量制造业尤其是高端制造业“回流”；二是一些新兴制造大国则凭借比当下中国更具人力成本优势，“截流”发达国家外迁的制造业；三是中国工业产品制造的劳动成本逐渐上浮，尤其在老龄化背景下，人口红利逐渐消失，中国自身中低端制造业“流出”。为摆脱制造业发展困境，我国以智能化和数字化技术驱动制造业提质增效和产业转型升级，实现可持续和高质量发展。2015 年以来，我国政府已出台多项政策扶持制造业企业智能化改造和智能技术研发与推广，旨在通过工业智能化实现中国高端制造。然而，地区内企业智能化改造必然改变企业利润分配结构，“机器替人”也会引致多余劳动力跨地区转移，进而对制造业企业分布产生影响。
传统产业分布始于赤松要的雁行理论。自改革开放之后，中国东部沿海迅速崛起的经济带来了高昂的地价、物价与人力成本，东部沿海产业尤其是劳动密集型产业不断向成本更低的中西部转移，中国传统产业“雁阵式”转移特征明显。自21世纪初期，“互联网+”、高速铁路以及人工智能等智能化生产改造，从流程监管、运输成本以及生产成本等方面打破了原有生产体系的流程监管限制、区域限制，并极大地提高了生产率，降低了劳动力生产成本。现代智能生产体系正在重构新的行业时空分布格局。工业智能化的应用会形成新生产方式与合作模式，所推动的知识经济在产业分布上有别于传统经济。因此，能够预测工业智能化对产业分布演变的净影响，并提前建立产业调节策略和产业新格局体系，对防止可能由结构性、技术性产业分布变更引发的经济减速尤为关键。但目前国内外关于智能生产改造的空间分布格局研究相当匮乏。工业智能化对制造业时空分布的影响如何？不同类型制造业企业对工业智能化冲击的敏感度如何？如何实现由传统生产制造向智能生产改造的平稳转变都是当下值得关注的问题。为此，本文以工业智能化重构制造业产业布局为出发点，利用“天眼查”企业信息查询系统构建中国制造业企业分布数据库，基于中国2009—2017 年地区面板数据，实证检验中国工业智能化对制造业企业分布的影响及其依赖条件，并就此提出促进工业智能化改造和制造业企业合理分布的政策建议。
一、文献综述
现有关于工业智能化影响产业分布的研究更多地从产业劳动分布的视角展开。Frey 和Osborne（2017）通过对美国市场不同类型职业的研究，指出智能生产技术对不同产业劳动分布存在两种作用，即生产率效应和破坏效应，生产率效应将推动产业规模扩张，加速产业向本行业集聚，破坏效应则挤出本产业劳动分布。但我们需要明确的是，生产技术革新虽然以机器换人的方式挤出本行业劳动，但是在产业链上不同制造行业存在关联，产业链中每个生产环节的变动都会影响整个产业链条的变化，也会影响产业及其他关联产业的发展。智能生产技术革新引致的生产率效应以及溢出效应在产业链中的转移与扩散会造成产业发展速度的差异，智能数字技术变革的岗位创造效应也会进一步催生更多新的业态，进而重构产业布局。王林辉等（2019）扩展了Acemoglu 和Restrepo（2018）的自动化模型，数理演绎人工智能等智能化生产模式对行业劳动分布的影响，并进一步结合中国2002—2015 年行业面板数据实证检验智能化的行业就业分布效应，结果发现智能化生产方式的岗位更迭以及生产率效应皆有利于劳动向本行业集聚，且智能化生产的技术溢出以及竞合机制对上下游行业产生挤出和岗位创造效应。即智能化生产模式变革引发的生产率效应、竞争效应等将重构行业间劳动分布格局。蔡啸和王林辉（2019）在Acemoglu 和Restrepo（2018）任务模型的基础上，构建内生人工智能技术的一般均衡模型，数理演绎人工智能等智能生产技术的就业分布效应，进一步采用中国制造业2005—2016 年面板数据对其进行经验验证，人工智能等智能生产技术对行业就业呈现显著的正向补偿效应，即其不仅没有挤出行业就业，反而对其表现出正向扩张效应，加速劳动向本行业集聚。同时，劳动力成本往往是传统产业转移的主要动力。严立刚和曾小明（2020）从人力资本的视角探究中国东部与中西部产业转移的障碍，其认为人力资本是产业空间布局的决定因素，人力资本分布差异会引致不同类型的区域产业布局，研究发现人力资本主要集中于东部地区，东中西部间存在较大差距，因此产业偏向于集中在人力资本集聚的东部而非中西部地区。从人力资本这一角度而言，智能生产技术革新将在我国产业转移过程中起着举足轻重的作用。伴随智能生产技术的革新，中国各行业技能人才格局将进行重新布局，行业及地区技术适宜度变化会引发产业空间转移。Acemoglu 和Restrepo（2019）提出，人工智能等物化型技术进步通过对制造业进行智能生产变革，以相对价格较低的设备资本替代价格较高的劳动执行生产任务，不仅节约了成本，智能生产革新还提高了企业生产率，成本节约与生产效率提升形成规模效应，提高了智能化革新行业的规模，且规模溢出进一步增加了相关行业的劳动就业，通过成本效应和生产率效应重构行业就业分布。工业智能技术可以有效提高劳动生产率和行业利润，但不同行业对智能技术的吸收能力不同，致使智能技术对不同行业生产率提升幅度不同，引发不同行业利润占比改变，进而导致劳动力需求结构变动并促使劳动力在行业间流动，从而重构产业布局。
亦有部分研究从地区及行业层面展开探究，重点研究工业智能化引致的劳动就业在地区以及行业层面的分布变迁。人工智能技术正通过非对等提高地区间劳动就业需求和劳动力报酬，引发劳动力跨行业与跨地区非对称流动，出现推动产业朝高梯度地区或行业的逆向转移模式。魏下海等（2020）基于IFR 机器人安装数据以及中国劳动力动态调查数据探究机器人对劳动区域分布的作用，结果发现地区机器人使用程度提高并不一定挤出流动劳动力，机器人引致的生产效率提升反而吸引更多流动劳动力进入该地区。区别于以劳动就业衡量行业分布的探究，Ford（2015）认为，发达国家自动化技术引致的生产效率提升，降低了单位产品的生产成本，发达国家制造业企业纷纷回流。魏下海等（2021）分别将传统生产技术与数字生产技术纳入任务模型，理论解读数字生产技术对制造业迁移的影响，并进一步采用广东省企业抽样调查数据检验数字技术对制造业企业迁移的影响，结果发现广东省数字生产技术的应用降低了制造业企业的搬迁概率，且对高用工成本企业的作用尤为明显。安同良和杨晨（2020）认为作为经济微观个体，企业拥有根据外界经济环境作出进入与退出市场的主观能动反映，因此以企业数量衡量地区的产业分布更具有代表性。其研究将互联网纳入新经济地理模型，数理推演互联网应用对企业空间布局的影响，从理论层面验证了互联网对企业的引力机制，并进一步采用中国城市层面2003—2016年的面板数据实证检验该引力机制的存在性，结果发现互联网确实能够通过降低企业生产成本推动企业向高互联网应用地区集聚，打破传统企业“雁阵分布”格局。
此外，部分学者从智能化引致的劳动或产业跨行业转移视角出发，探究智能化对产业分布的影响。赵景和董直庆（2020）结合2002—2015 年中国行业层面面板数据，检验物化型技术对关联行业劳动分布的影响，其研究结果发现，由于共谋效应的存在，产业链下游关联行业物化型技术进步对本行业劳动就业分布存在显著的正向溢出效应，即下游行业物化型技术进步增加了本行业的劳动就业。孔高文等（2020）依然以地区以及行业的劳动就业作为产业的分布指标，结合中国行业及地区机器人使用数据探究工业智能化对中国行业及地区劳动分布的影响，其认为工业智能化引致的生产效率提升降低了本行业的产成品价格，从而降低下游行业的生产成本，引致下游行业生产扩张，且机器换人替换的剩余劳动力更容易进入外地相同行业。即机器人应用等智能化生产方式引致劳动在行业及地区间转移，从而重构行业及地区产业分布格局。谭泓和张丽华（2020）以企业劳动用工调研数据为研究样本，探究人工智能等智能化生产技术对人力资本分布的影响，其发现人工智能技术的劳动力替代效应会促进不同地区和不同产业间的劳动力流动。诸如智能化生产水平较高的行业或地区，智能生产技术革新替代制造业劳动力，被替代劳动流入服务业或智能化生产水平较低的行业或地区。即智能化生产引致产业转移，不再是简单寻求成本低廉的劳动力，传统要素价格机制引致的“雁阵分布”格局可能有所改变。
二、计量模型设定与变量说明
本节构建地区层面工业智能化对制造业企业分布影响的计量模型，实证检验工业智能化对制造业在地区间及地区内的分布效应。具体计量模型设定如下：
其中，被解释变量reds为地区第年制造业企业分布指标，包含地区间分布redsb与地区内分布redsw。dint为地区第年的智能化应用程度，包含地区工业智能化的两个衡量指标dintr和dintc。β衡量地区工业智能化对制造业企业分布的作用。X为控制变量的集合，为不随个体变化的截距项，β为控制变量估计系数，ϑ为时间固定效应，μ为地区固定效应，ε为随机误差项。
被解释变量：地区第年制造业企业分布定义同行业分布一致，具体而言制造业企业在地区的分布涉及两个层面：（1）制造业企业地区间分布5，采用地区第年注册资本500 万人民币以上企业数量占全部地区制造业注册资本500 万人民币以上企业数量的比值表征，该比值越大表明地区中注册资本500 万人民币以上的企业相对于其他地区的分布密度越大。（2）制造业企业地区内分布5，采用地区第年注册资本500万人民币以上企业数量占该地区全部制造业企业数量的比值表征，该比值越大表明地区内注册资本500万人民币以上企业在该地区分布的密度越大。
解释变量：地区工业智能化指标一采用地区第年机器人使用密度（每万名工人机器人安装台数）衡量，指标二采用计算机、通信及其他电子设备使用强度（计算机、通信及其他电子设备进口金额占地区工业产值的比重）进行衡量。
控制变量：在一国经济体内，影响地区企业分布的因素众多。为此，在计量模型中还引入了控制变量，具体包括城镇化水平、经济产出、产业结构以及外商直接投资水平。其中，城镇化水平，采用各地区城镇人口数量与总人口数量的比值表征。经济产出，采用各地区GDP的自然对数表征。产业就业人口，采用各省（市）第二产业就业人口与地区总就业人口的比值表征。外商直接投资，采用地区外商直接投资占GDP的比值表征。
工业机器人数据来自中国商品贸易数据库公布的各地区机器人进口数据，各地区计算机、通信设备数据来自中国行业贸易数据库公布的计算机、通信及其他电子设备进口数据。其中，计算机、通信及其他电子设备进口数据样本区间为2009-2017年，而由于中国商品贸易数据库中公布的工业机器人进口数据始于2012 年，为此，工业机器人进口数据样本区间为2012-2017 年。各地区制造业企业分布数据来自“天眼查”企业信息查询数据库。其余各控制变量指标数据来源于历年《中国统计年鉴》。
三、工业智能化对制造业企业分布的影响效应检验
1.基准检验
企业及个体劳动的逐利特性推动企业与劳动力在行业间流转，改变行业分布结构。同样，中国区域之间存在明显的产业转移现象。自改革开放之后，中国东部沿海经济迅速崛起，骤升的劳动力成本迫使东部产业，尤其是劳动密集型产业不断向劳动力充沛但劳动成本较低的中西部转移，“大国雁阵式”转移特征明显。进入21 世纪之后，“互联网+”、高速铁路以及人工智能等智能化生产改造，分别从流程监管、运输成本以及生产成本等方面对现在制造业生产体系形成巨大冲击，打破原有生产体系的流程监管限制、区域限制以及极大改变了生产效率，降低了劳动力生产成本。现代智能生产体系的改变也将重新影响中国制造业产业分布状态。那么，各地区对于制造业进行的智能化改造，对制造业的空间分布存在何种影响？本节首先检验工业智能化对地区制造业企业分布的作用，具体结果见下页表1。
表1 为各地区工业智能化对注册资本500 万以上制造业企业分布的回归结果，列（1）和列（2）为工业智能化对制造业企业在地区间分布的回归结果。其中列（1）为以机器人使用密度衡量工业智能化的回归结果，列（2）为以各地区计算机、通信及其他电子设备使用强度衡量地区工业智能化的回归结果，列（1）与列（2）皆对地区与时间固定效应进行控制。列（3）和列（4）为工业智能化对制造业企业在地区内分布的回归结果，其中列（3）为以机器人使用密度衡量工业智能化的回归结果，列（4）为以各地区计算机、通信及其他电子设备使用强度衡量工业智能化的回归结果。结果显示：在两种工业智能化衡量指标下，工业智能化与制造业企业在地区间占比的回归系数皆为正，且至少在10%的水平显著，表明从地区工业智能化应用程度来看，其与行业智能化对企业分布的作用一致，即随着工业智能化应用水平的提高，地区制造业企业数量占所有地区制造业企业数量的比重将增加。列（3）与列（4）的回归结果亦显示，地区工业智能化应用与制造业企业在地区内占比的回归系数也皆显著为正。
表1 地区基准回归结果
以机器人使用密度以及计算机、通信及其他电子设备使用强度作为工业智能化的衡量指标，可能与制造业企业分布存在互为因果的内生性关系，为此，对于二者关系的检验需进行相应的内生性处理。我们参照郭家堂和骆品亮（2016）以及韩民春等（2020）的设计思路，分别采用地区机器人安装密度以及计算机、通信等设备使用密度的滞后一期和滞后二期作为工具变量，检验地区工业智能化对制造业地区分布的影响。具体内生性检验结果如表2 中列（5）至列（8）所示。工具变量不可识别检验统计量分别为52.233、103.599、52.233、103.599，皆通过不可识别检验。弱工具变量检验Cragg-Donald Wald F统计量的取值分别为32.291、81.788、32.291、81.788，皆大于16.38 的临界值，表明本文选取的工具变量不存在弱工具变量选择问题。以工业智能化滞后一期和二期的内生性回归结果显示，工业智能化对地区制造业企业占比的回归系数显著为正，表明地区工业智能化水平显著增加地区制造业企业占比，与基准回归结果一致。工具变量的内生性检验结果证明，考虑地区工业智能化与制造业企业分布的潜在内生性问题之后，本文回归分析所得结论依然成立，证明本文结果的稳健性。
2.异质性分析
在地区层面，中国不同省域经济、技术、资源禀赋等存在巨大差异，导致要素，如劳动、土地等制造业生产必备的成本亦存在明显不同。东部沿海地区的劳动、土地等生产成本远高于中西部地区。自20世纪90年代，中国产业转移即表现出明显“大国雁阵”模式，不断由东部沿海高生产成本地区向中西部转移。而伴随制造业智能化、信息化的逐步深化，区域之间生产要素成本差距将进一步缩小。作为首先冲击劳动收入分配的智能化发展模式，在地区层面，其对不同规模企业分布是否存在差异，即在区域层面，工业智能化改造所引致的生产率效应是否能够存在规模企业放大效应，以及盈利能力吸引效应，从而推动制造业企业向工业智能化能力较高的地区聚集。为此，接下来，本节进一步检验工业智能化对地区制造业不同规模和不同经营范围企业分布的影响。由于篇幅所限，后续实证结果只呈现采用机器人使用密度衡量工业智能化的回归结果，具体检验结果如表2所示。
表2 中（1）—（4）列为工业智能化对不同规模企业占比的回归结果。其中（1）（2）列为地区间占比的回归结果，以地区机器人使用密度表征地区工业智能化水平，地区工业智能化应用与注册资本低于500万的小规模制造业企业在地区间占比的回归系数显著为负，表明在地区间，工业智能化对制造业小规模企业表现出与行业间同样的作用，地区智能化应用水平越高，地区小规模制造业企业占所有地区小规模制造业企业的比例越低。即工业智能化水平的提高对地区小规模制造业企业存在显著的挤出作用，淘汰本地区小规模制造业企业或推动本地区小规模制造业企业向其他地区转移。但工业智能化对注册资本在2000 万以上规模制造业企业20 占比存在显著的正向集聚作用，具体而言，以注册资本在2000万以上的规模制造业企业分布回归结果来看，地区工业智能化水平每增加1%，地区注册资本2000 万以上的制造业企业占全国注册资本2000 万以上制造业企业的比值将增加1.1708%。第（3）（4）列为地区内占比的回归结果，地区工业智能化应用与小规模制造业企业在地区内占比的回归系数显著为负，表明工业智能化应用水平越高，地区小规模制造业企业占本地区所有制造业企业的比例越低。但工业智能化水平越高，地区规模制造业企业20占地区内所有企业的比重越高，工业智能化每增加1%，20占该地区全部制造业企业的比值将增加0.2240%。此结果源于两方面：一是，工业智能化显著影响地区制造业生产能力，无力进行智能化改造的小规模企业逐步被淘汰；二是，企业通过生产智能化实现规模化扩张，即工业智能化能够创造规模企业。
表2 工业智能化对制造业企业分布的异质性检验
表2 中（5）—（8）列为工业智能化对不同经营范围企业分布的回归结果。其中（5）—（6）列为地区间占比的回归结果，地区工业智能化对单一经营范围制造业企业地区间占比的回归系数显著为负，即工业智能化降低了单一经营范围制造业企业地区间占比。对多种经营范围制造业企业地区间占比的回归系数显著为正，表明工业智能化显著增加多种经营范围制造业企业地区间占比。表明地区工业智能对不同经营范围制造业企业地区间占比的影响，随企业经营范围增加逐步由负转正，即工业智能化推动地区间多样化经营制造业企业聚集。（7）—（8）列为地区内占比的回归结果，地区工业智能化对单一及多种经营范围制造业企业在地区内占比的回归系数符号分别为负、正，但只对多种经营范围制造业企业的回归系数显著，即地区工业智能化水平越高，多种经营范围制造业企业占该地全部制造业企业的比重越高，表明工业智能化对不同经营范围制造业企业地区内占比的回归系数呈现由负到正的变化，即工业智能化显著推动地区多种经营范围制造业企业集聚。
四、工业智能化对制造业企业分布的调节效应检验
综合前述实证结果以及现有企业分布研究文献，本文认为工业智能化对小规模制造业企业的挤出作用主要源于小规模企业技能劳动不足以及智能化生产率提升引致的市场竞争加剧等。而工业智能化对规模制造企业的聚集效应主要源于生产率革新的创造效应以及扩张效应。为此，本节从生产率效应、劳动结构效应以及市场竞争效应等三个角度出发，探究其在工业智能化影响制造业企业地区分布中的调节作用。具体结果如表3所示。
表3 工业智能化对制造业企业分布的调节效应检验
注：*、**、***分别表示在10%、5%、1%的水平上显著，括号中的数值为回归分析的标准误差。
列（1）—列（3）分别为生产率、劳动结构及市场竞争在地区间对二者关系的调节效应，结果显示：工业智能化应用与生产率的交乘项、与劳动结构的交乘项以及与市场竞争的交乘项对制造业企业在地区间分布的回归系数为正，但只有与市场竞争的交乘项回归结果显著。列（4）—列（6）分别为生产率、劳动结构及市场竞争在地区内对二者关系的调节效应，工业智能化应用与生产率的交乘项、与劳动结构的交乘项以及与市场竞争的交乘项对制造业企业在地区内分布的回归系数皆显著为正，表明在地区分布层面，生产率、劳动结构以及市场竞争显著强化工业智能化对制造业企业的集聚效应，即随着地区生产率、劳动结构以及市场竞争程度的提高，地区应用工业智能化对制造业企业数量的集聚效应更强，但生产率与劳动结构的集聚强化作用只体现在地区内，而市场竞争的集聚强化作用在地区间和地区内皆成立。
五、基本结论及政策建议
文章结合“天眼查”公司公布的微观企业调查数据、中国商品贸易数据库公布的中国各地区机器人进口数据以及中国行业贸易数据库公布的计算机、通信及其他电子设备进口数据，构建2009-2017 年中国省级面板数据，进一步采用面板双固定效应模型以及工具变量两阶段回归方法，考察工业智能化对地区制造业企业分布的影响。结果发现：第一，工业智能化能够显著增加地区注册资本500 万以上制造业企业在地区间以及地区内的占比。考虑内生性问题之后，工具变量的回归结果依然显著。第二，分别以注册资本低于500 万及2000 万以上企业表征小规模制造业企业和规模企业，检验工业智能化对制造业不同规模企业在地区间以及地区内的分布，发现工业智能化对不同规模企业存在选择效应，显著挤出地区小规模制造业企业，显著增加地区规模企业。第三，伴随地区工业智能化水平的提高，地区单一经营范围企业占全国单一经营范围企业的比重越来越小。而对集生产、研发及销售于一体的多经营范围制造业企业在地区间与地区内的占比正向作用明显。即工业智能化显著推动地区多元化经营制造企业集聚。第四，生产率、劳动结构以及市场竞争在工业智能化对地区制造业企业所在地区内分布的影响中存在明显的正向集聚效应，但只有市场竞争效应能够强化工业智能化对制造业企业地区间分布的正向作用。
上述结论对中国地区工业智能化发展重构产业分布结构的研究提供了较为丰富的理论及实践借鉴。为智能制造时代推动中国产业布局合理化，本文提出如下政策建议：（1）通过优势产业智能化生产改造，推动地区优势产业集聚，实现全产业链整合发展。从数据统计特征来看，不同制造业行业的智能化应用程度差异较大。为此，各地区应首先对地区优势行业进行认定，并对优势行业进行流程式识别，有效剥离出其可流程式生产环节，通过对其优势行业以及可流程式环节进行优先智能化改造，通过部分行业、部分环节智能化改造实现地区优势行业率先集聚，进而推动优势产业上下游企业向该地区集聚，形成全产业链生产网络。例如，上海汽车制造业已经率先实现智能化改造升级，汽车配套相关产业环上海周边发展，初步形成汽车产业链集群。（2）智能制造是地区及行业生产改进的有效手段，由工业智能化推进引致的技术效应、成本效应正在改变原有制造业行业的分布格局。东部地区依靠智能化优势实现企业大规模集群式发展，而中西部地区工业智能普及程度较低，规模企业呈现分散化趋势，中西部地区工业智能化的不平衡发展可能会进一步引致地区生产格局分配恶化。为此，各地区应在区域协调发展原则基础上，更加重视制造业生产中的智能化改造。尤其是中西部地区，政府应主动了解企业智能改造所面临的困难，通过制造业企业设备改造补贴、智能化引资等政策扶持手段，全面推进自身现代智能产业体系改造建设，以期实现同智能化改造已初见成效的东部地区协同发展，借助智能化生产模式适度引导东部优势企业入驻，为推动区域之间现代产业合理布局、区域产业协调发展提供基础支持。
