工业机器人应用对制造业出口技术复杂度提升的影响研究

刘红英 钟华明

一、引言

当前，全球贸易摩擦加剧、发达国家制造业回流、发展中国家制造业分流，加速了全球价值链的收缩与分裂。新一代人工智能、智能机器人、3D打印等智能自动化技术蓬勃发展，大大推动了国际分工深化和全球价值链重构。工业机器人作为人工智能的典型应用，其对制造业升级的赋能效应得到了各国的重视，全球工业机器人安装量也随之大幅增长。根据国际机器人联合会（International Federation of Robotics，以下简称IFR）的统计，2002—2021 年，全球工业机器人新增安装量由6.86 万台增至51.74 万台，平均增速达32.71%。其中，中国、美国、日本、韩国和德国是主要的机器人应用市场，他们占据了全球工业机器人总量的78%，行业应用则主要集中在电子电气业、汽车制造业、通用及专用设备制造业和金属制品业等。出口产品技术复杂度，是衡量出口产品技术含量和出口价值链升级的重要指标，提高产品技术复杂度，就是要提高制造业产品附加值和技术含量。目前，“逆全球化”思潮的持续冲击，使得国际贸易难度加大，各国致力于引入数字技术，实现出口产品升级，进而在全球价值链竞争中占据有利地位。然而，目前工业机器人应用却呈现出明显的国别和行业差异，那么，工业机器人应用是否能有效提升发达国家和发展中国家的制造业出口技术复杂度？其影响效应和机理有何不同？在不同细分行业具有何种异质性？对这一系列问题的解答，有助于推动中国制造业智能化升级和贸易高质量发展。本文可能的边际贡献：第一，发达国家和发展中国家在工业机器人应用的范围、速度和程度上都具有极大差异，本文从发达国家和发展中国家的比较视角展开研究，具有一定的创新性；第二，既有研究对制造业出口技术复杂度的影响因素关注较多，但鲜少涉及自动化技术应用这一研究视角，而关于人工智能（或工业机器人）的研究则主要集中在就业和收入分配领域，本文聚焦于工业机器人应用对制造业出口技术复杂度的影响，拓展了相关研究领域；第三，本文从工业机器人“产业发展”“技术应用”和“过度自动化”视角，梳理了工业机器人应用对制造业出口技术复杂度的影响效应及传导机制，并进行中介机制检验，研究结论具有一定的启发价值。

二、文献回顾与研究假说

（一）文献回顾

既有文献对出口技术复杂度的研究较为丰富并持续推进，与本文密切相关的主要文献：一是关于工业机器人应用与制造业出口升级的研究。已有研究认为人工智能发展通过降低贸易成本、促进技术创新、优化资源配置提高了一国制造业行业在全球价值链的分工地位（刘斌和潘彤，2020），还通过劳动力替代和缓解资源错配促进各国GVC 网络深化（吕越等，2023）。何宇等（2021）的数值模拟研究则证实，人工智能技术扩大了发达国家在全球价值链分工的优势，但却降低了发展中国家在全球价值链的分工地位。较多研究关注了工业机器人应用对出口产品质量的影响，例如，蔡震坤和綦建红（2021）基于工业企业数据，证实工业机器人进口通过提升企业TFP 和降低边际成本，提升了出口产品质量；张可云等（2022）的研究也认为人工智能会显著提升中国企业出口产品质量，且国内超大市场规模强化了这一提升效应；但Hong等（2021）的研究则证实工业机器人应用与中国工业企业出口产品质量之间的关系呈U形关系，仅22.68%的企业越过了U形曲线的拐点。二是关于制造业出口技术复杂度的影响因素。已有研究证实，完善的基础设施、知识产权保护、贸易自由化等能显著提升制造业出口复杂度（王永进等，2010；赖敏和韩守习，2018），而要素市场扭曲、贸易壁垒、国外反倾销措施等则对其具有抑制作用（戴魁早，2018）。在技术因素方面，自主技术创新、互联网技术均被认为能提高制造业出口复杂度（卢福财和金环，2020），但技术溢出（FDI、进口贸易和国外技术引进）的影响效应则有较大差异（杨俊和李平，2017）；于欢等（2022）证实，数字产品进口提升了中国企业的出口技术复杂度，其中数字产品为各企业数字产品进口比例与网络就绪指数的乘积加总；袁其刚等（2022）基于技术复杂度视角，证实人工智能通过技术进步、要素结构优化和降低出口成本，促进了制造业企业出口产品的升级。

新进文献对工业机器人与制造业出口升级的关系研究取得了较大进展，但研究对象以中国工业企业居多，样本期普遍为2000—2013年。本文基于2002—2020年跨国面板数据，研究发达国家和发展中国家工业机器人应用水平对制造业出口技术复杂度的影响差异，是对现有研究的有益补充。

（二）研究假说

1.工业机器人应用提升制造业出口技术复杂度的直接路径：产业发展视角

工业机器人产业遵循“零部件产品创新—产业链扩展—产业集群规模扩大”的发展路径，不断推动本国制造业出口技术复杂度整体提升。首先，智能机器人的核心零部件（如控制器、伺服驱动及电机和减速器）和智能机器人产品（如3～6 轴工业机器人、机械手等）均为高端装备制造业，技术复杂度高。如HS-6 位码的工业机器人商品中，搬运机器人（842890）、喷涂机器人（842489）、电阻焊接机器人（851521）、电弧焊接机器人（851531）和激光焊接机器人（851580）的出口技术复杂度均高于工业机器人所属的二分位行业通用及专用设备制造业和电子电气设备制造业。由此，机器人产品出口有助于提升本国出口技术复杂度。其次，工业机器人产业链主要由“研发设计—关键零部件生产—机器人本体组装—系统集成应用—标准检测认证”组成。上游的核心零部件附加值最高，约占机器人成本的70%，主要由瑞士ABB、德国库卡、日本发那科、日本安川等机器人巨头所垄断（钱海章等，2022）。中国则主要从事本体组装和系统集成等中下游产品生产，核心零部件的国产化率低。工业机器人出口复杂度较高的国家，其制造业整体技术复杂度也较高。

据此，本研究提出假说1：工业机器人产业发展可以直接提升制造业出口技术复杂度。

2.工业机器人应用提升制造业出口技术复杂度的间接路径：技术应用视角

首先，工业机器人是一种通用性技术创新（General Purpose Technology，GPT），具有广泛的技术溢出效应。在产品生产上，工业机器人应用增加了产品的资本和技术要素投入，提高了产品的资本密集度和技术含量；在产品价值链环节中，智能技术广泛渗透到研发设计、生产管理、售后服务、品牌运作等价值链环节，有助于全面提升出口产品附加值。此外，工业机器人的GPT 属性有助于激发企业进行“互补性”创新与研发，提高了企业的自主创新能力，进而提高产品技术复杂度。其次，工业机器人具有智能化特征，通过对劳动力的替代和互补，提高了劳动生产率。一方面，智能资本对普通资本和劳动要素的替代，可以优化企业要素配置效率，加速资本积累，提高企业生产率；另一方面，“人机协作”在故障诊断、个性化服务等方面的应用，可以改善服务和产品质量，提高企业服务效率和价值增值。工业机器人通过发挥生产率效应增强了企业生产更复杂产品的能力和动机。最后，工业机器人具有技能偏向性，其对中、低技能劳动者的替代作用，以及与高技能劳动者的互补作用，会提高高技能劳动力的就业需求和工资，同时会激发低技能劳动者通过加大技能培训和教育投入来提高技能水平。因此，工业机器人应用有助于推动一国劳动要素高级化，实现劳动力结构优化。高技能人才更容易发挥“技术载体”功能，促使出口企业进口更多种类和更高质量的中间投入品，从而提高出口产品的技术含量。

综上所述，本文提出假说2：工业机器人技术应用会通过增强制造业技术创新水平、提高劳动生产率和优化人力资本配置来提升制造业的出口技术复杂度。

3.工业机器人应用对制造业出口技术复杂度的非线性影响：过度自动化视角

学界普遍较少关注过度自动化（excessive automation）的问题。Acemoglu 和Restrepo（2018）在讨论自动化技术对美国就业和收入的影响中，认为美国存在过度自动化的可能：一是美国税收制度倾向于优待资本、苛待劳动，引致资本过度投资自动化技术；二是美国劳动力市场不完善，劳动力均衡工资普遍高于其社会机会成本，增强了企业用自动化替代劳动力的动机。林毅夫等（2010）在分析产能过剩的形成机制中认为，当全社会对下一个有前景的产业存在共识，将引发大量企业和资金几乎同时涌入该产业，即投资的“潮涌现象”。事实上，新一代人工智能产业的良好前景，吸引了全球范围的巨额风险投资，智能化投资出现了“潮涌现象”，从而带来了“过度智能化”隐患。过度自动化对劳动力的过度替代会加剧资本和劳动力的错配，造成资源浪费和效率损失，这将降低劳动生产率，从而延缓或抑制制造业产品复杂度提升。

据此，本研究提出假说3：过度自动化的隐患，可能会使得工业机器人应用对制造业出口技术复杂度产生非线性的影响。

三、实证研究设计

（一）数据来源与计量模型构建

本研究样本为全球57个国家2002—2020年的跨国面板数据。首先，从UN Comtrade数据库获取每个国家HS92 六位码的制造业产品出口额，并将中国制造业二位码（GB/T 4757-2011）与IFR13 个制造业行业分类①进行匹配，计算得到各国及其制造业细分行业的出口技术复杂度，然后，将其与IFR 数据库上各国工业机器人安装数据进行匹配，共匹配成功57个国家，其中发达国家31个、发展中国家26个②。为检验工业机器人应用对制造业出口技术复杂度的影响效应，本文构建如下计量模型：

考虑到过度自动化的可能性，本文还在模型（1）的基础上，进一步加入了工业机器人的平方项，以检验工业机器人应用对制造业出口技术复杂度的非线性影响。

其中，下标i和t分别表示国家和年份，被解释变量Expg为各国制造业出口技术复杂度，核心解释变量Robm为各国工业机器人应用水平，Xit为控制变量的向量集，δi为国家固定效应，δt为年份固定效应，εit为随机干扰项。为减少回归的异方差，所有变量均作对数化处理。

（二）变量选取及定义

1.被解释变量

对于制造业出口技术复杂度指标，本文采用基于RCA 指数对实际人均GDP 进行加权平均的测算方法（Hausmann 等，2007）。先测算出口产品的技术复杂度：，其中c代表国家，m代表产品，xcm为c国m产品的出口额，Xc为c国出口总额，GDPc是c国的人均实际GDP。然后，c国出口技术复杂度为：，同样地，c国i行业的出口技术复杂度为：表示c国i行业m产品占该国i行业的出口比例。为了克服采用人均GDP 求加权平均值可能带来的偏误，本文还采用各国劳动生产率替代实际人均GDP，测算出口技术复杂度，记为Explp，用于稳健性检验。各国人均GDP用2010 年不变价美元为基期的实际GDP 表示，劳动生产率为各国实际GDP 与就业人数的比值，数据来源于世界银行（WDI）数据库。

2.核心解释变量

核心解释变量为各国工业机器人应用水平，用制造业行业的工业机器人安装存量密度（Robm）来衡量，计算公式为：Robmit=Robit/Empit，Robit为i国t年制造业的工业机器人安装存量，数据来源于IFR 数据库，Empit为制造业就业人数（万人），数据来源于世界银行（WDI）数据库。在稳健性检验中，本文将使用工业机器人安装存量的对数值(lnRob)来衡量各国工业机器人应用水平。

3.控制变量

参照王永进等（2010）、赖敏和韩守习（2018）等的研究，本文还控制了其他影响制造业出口技术复杂度的经济因素和技术因素：经济发展水平(Rgdp)，用各国实际人均GDP 表示；进口规模(Im)，用货物和服务进口占GDP 比重表示；互联网技术发展水平(Internet)，用使用互联网的个人占人口的百分比表示；技术许可规模(Tec)，表示技术引进程度，用知识产权使用支付费衡量；技术创新水平(Rd)，用各国研发支出占GDP 的比重表示；人力资本水平(Hum)，用高等教育入学率表示。相关数据指标均来源于世界银行（WDI）数据库。

四、实证检验及结果分析

（一）基准回归

为了直观地观察工业机器人应用与制造业出口复杂度的关系，本文绘制了全球、发达国家和发展中国家样本的散点图，散点图显示，工业机器人应用与制造业出口技术复杂度之间均呈现明显的线性关系，并且在发达国家样本中，拟合线处于高位且较为平缓，可能存在拐点③。基于此，本研究将全球样本分为发展中国家和发达国家进行分样本回归。表1列（1）、（4）、（7）为仅包含核心解释变量的固定效应回归结果。结果显示，工业机器人应用显著提升了全球、发展中国家和发达国家制造业的出口技术复杂度。列（2）、（5）、（8）加入了控制变量，并控制了国家和年份固定效应，工业机器人的系数值有所下降，但都在1%的显著性水平上显著为正；工业机器人安装密度每增加1%，制造业出口技术复杂度分别上升0.022%、0.019%和0.026%，假说1成立。列（3）、（6）、（9）为加入工业机器人平方项的回归结果，工业机器人二次项在全球样本和发展中国家样本中不显著，但在发达国家样本中显著为负，假说3 得证。发达国家存在过度自动化的情形，工业机器人应用与发达国家制造业出口技术复杂度之间呈倒U 形关系，计算可得拐点为3，越过拐点的国家有韩国、新加坡、日本、德国、意大利、瑞典、捷克、斯洛伐克、斯洛文尼亚、丹麦和奥地利，其中日本、韩国、新加坡、德国和意大利越过拐点的时间较长，这些国家都是工业机器人发展较早，且安装密度较高的国家。总体上，越过过度自动化拐点样本量占发达国家样本量的20.37%。

表1 基准回归结果

其他影响因素中，进口规模显著提升了各国制造业出口技术复杂度。经济发展水平、互联网发展水平和技术创新水平在发达国家样本中显著为正，但在发展中国家样本中不显著，这可能是发展中国家的经济发展水平、互联网发展水平和技术创新水平普遍较低，从而对制造业出口技术含量的提升作用未能显现。技术许可规模和人力资本水平在发展中国家样本中显著为正，但在发达国家样本中显著为负，这表明加大技术引进和完善人力资本结构依然是发展中国家获得技术提升，实现制造业升级的主要途径，但对于技术实力雄厚和人力资本丰裕的发达国家，技术出口和人力资本提升均不利于本国制造业出口产品升级。

（二）内生性检验

工业机器人并非严格外生变量，一国工业机器人发展可能受到国家制造业振兴政策的引导，工业机器人与制造业出口技术复杂度还可能存在反向因果关系。本文参考Artuc 等（2020）的做法，选用其他国家工业机器人平均应用水平作为工具变量，即除本国以外的其他国家工业机器人安装密度的平均值取对数，记为lnrobsm_other。有效工具变量需要满足相关性和外生性条件，在相关性上，其他国家的工业机器人安装量会影响本国机器人的安装量；在外生性上，由于是排除了本国以后的世界工业机器人平均安装密度，因此，该IV与本国回归方程的残差项不相关。从表2看，在一阶段回归中，工具变量与核心解释变量呈显著负相关，F统计量也通过显著性检验。在二阶段回归中，Kleibergen-Paap ark LM和Kleibergen-Paap ark Wald F的统计量表明，各模型通过了不可识别和弱工具变量检验，工具变量有效。缓解内生性问题后，工业机器人的线性回归系数值有所提升，工业机器人的二次项在全球和发展中国家样本中依然没有通过显著性检验，而在发达国家样本中的系数绝对值有了明显提升，这与基准回归结论一致。

表2 工具变量回归结果

（三）稳健性检验

鉴于前文结论，稳健性检验将不再考虑工业机器人对全球和发展中国家制造业出口技术复杂度的非线性影响。本文采用两种方法进行稳健性检验，一是变换被解释变量，采用劳动生产率法测算各国制造业出口技术复杂并取对数，记为lnExplp，回归结果见表4 列（1）～（4）；二是变换核心解释变量，用各国工业机器人存量的水平值取对数，表示工业机器人应用水平，记为lnRob，回归结果见表3 列（5）～（8）。两种方法的回归结果与基准回归的结论高度一致，工业机器人显著提升了各国制造业出口技术复杂度，且工业机器人对发达国家出口复杂度的提升效应要大于发展中国家，此外，发达国家存在过度自动化的情形，当自动化发展水平过高，会对制造业出口技术复杂度的提升产生抑制作用。

表3 稳健性检验结果

表4 发展中国家制造业细分行业的回归结果

（四）基于制造业细分行业的异质性检验

工业机器人分布和制造业出口技术复杂度都具有明显的行业差异，IFR 提供了13 个制造业细分行业的工业机器人安装量，但由于缺乏各国制造业分行业的就业人数，本文采用各行业工业机器人安装存量的对数值来表示各行业工业机器人应用水平。发展中国家制造业细分行业的回归结果（表4）显示，工业机器人应用对发展中国家中、高端制造业出口复杂度的促进作用较大，比如电子电气设备制造业、汽车制造业和非金属矿物制品业等。在低端制造业，除食品和饮料业外，工业机器人对纺织业、木材和家具业、造纸和印刷制品业、橡胶塑料制品业等行业的影响都不显著。这可能是由于这些行业工业机器人应用起步较晚，工业机器人应用水平较低，比如纺织业、木材和家具业、造纸和印刷制品业在2020 年的工业机器人安装总量仅分别为182台、14台和842台。

发达国家制造业细分行业的回归结果（表5）则显示，工业机器人对发达国家各行业出口技术复杂度的影响均显著为正。尤其是工业机器人对中、低端制造业的影响效应普遍大于高端行业，比如工业机器人对木材和家具业、橡胶塑料制品业、非金属矿物制品业出口技术复杂度的提升作用都要大于通用及专用设备制造业、电子和电气设备制造业、汽车制造业。这表明自动化技术在发达国家的普及，有助于补给发达国家的“短板”，促使其低端、中端制造业升级，这为发达国家制造业“回流”提供了新证据。发达国家通过机器换人，降低了本国生产成本，提高了中、低端制造业在全球价值链的参与水平。Azmeh 等（2022）基于德国和北非的研究证实，发达国家自动化技术应用，将消除发展中国家在全球价值链竞争的比较优势，重构全球价值链。Faber（2022）以墨西哥为例，认为发达经济体对工业机器人的应用，会减少外包国的就业和出口，从而对发展中国家参与全球竞争造成威胁。

表5 发达国家制造业细分行业的回归结果

五、影响机制检验

根据研究假设2 的分析，工业机器人应用还会通过增强技术创新能力、提高劳动生产率和优化人力资本配置间接提升制造业出口技术复杂度。为此，本文建立了中介效应模型，检验工业机器人应用影响制造业出口技术复杂度的中介机制。参考温忠麟和叶宝娟（2014）的研究，构建中介效应模型如下：

其中，Mit为中介变量，包括技术创新（Rd）、劳动生产率（Lp）和人力资本结构（Hum），中介变量的定义与前文一致，μi、φi为国家固定效应，μt和φt为年份固定效应，ε1it、ε2it为随机干扰项，Xit含义不变。

完整的中介效应模型包含模型（1）、（3）、（4），步骤为：第一步检验模型（1）的系数α1，目前已验得α1为正；第二步检验模型（3）的系数β1，预期β1显著为正，即工业机器人技术应用增强了技术创新水平、提高了劳动生产率、优化了人力资本结构；第三步检验模型（4）的系数γ1和γ2，预期γ1和γ2显著为正，即中介机制显著。若γ1显著、γ2不显著，则表明中介机制不显著，若γ2显著、γ1不显著，则表明中介因子M 起完全中介作用。

在发展中国家样本中，模型（3）的回归结果见表6列（1）、（3）、（5），中介因子技术创新不显著，但劳动生产率和人力资本结构均显著为正，这表明工业机器人应用显著提升了发展中国家的劳动生产率和人力资本配置，但对技术创新的促进作用不显著。模型（4）的回归结果如表6 列（2）、（4）、（6）所示，加入中介变量后，工业机器人的系数值均显著为正。中介机制检验表明，发展中国家工业机器人应用通过提高劳动生产率和优化人力资本结构而提升制造业出口技术复杂度的中介机制成立，但通过促进技术创新而提高出口技术复杂度的中介机制不成立。现阶段，发展中国家工业机器人应用水平普遍较低，工业机器人主要用于替代人力和改善生产率，对提高企业自主技术创新能力的作用有限。此外，工业机器人核心零部件被少数发达国家垄断，发展中国家缺乏机器人核心零部件的生产技术，难以获得机器人的共性技术溢出。

表6 工业机器人应用对出口技术复杂度的中介机制检验结果

表6 列（7）、（9）、（11）为发达国家模型（3）的回归结果，中介因子技术创新和劳动生产率显著为正，但人力资本结构不显著。表6 列（8）、（10）、（12）为模型（4）的回归结果，加入中介变量后，工业机器人的系数值均显著为正，并且三个中介因子的回归系数也显著，这反映出，在发达国家样本中，技术创新和劳动生产率是有效的中介变量，但优化人力资本配置这一中介渠道不显著。参考温忠麟和叶宝娟（2014）的中介效应检验程序，继续对人力资本渠道进行Sobel检验，如果检验显著，则说明中介机制存在，Sobel检验支持人力资本配置不存在中介效应的结论。这可能是因为工业机器人对发达国家的劳动力替代，造成就业极化，制造业工人更多地流向低端服务业，并不能有效提高人力资本储备。

六、结论与政策启示

从工业机器人产业发展、技术应用和过度自动化视角，本文梳理了工业机器人应用对制造业出口技术复杂度的影响机理，基于跨国面板数据的实证分析表明：第一，工业机器人应用显著提升了制造业出口技术复杂度，并且在发达国家，二者之间存在倒U 形关系，该结论通过了内生性检验、变换被解释变量和变换解释变量等一系列稳健性检验。第二，工业机器人应用有助于提升制造业各行业的出口技术复杂度，发达国家工业机器人应用对中、低端制造业出口技术复杂度的提升作用较大，而发展中国家工业机器人应用对中、高端制造业出口技术复杂度的提升作用大。第三，机制分析发现，在发展中国家，工业机器人应用通过提高劳动生产率和优化人力资本配置提高了制造业出口技术复杂度，但技术创新的中介效应不显著；而在发达国家，工业机器人应用主要通过增强技术创新和提高劳动生产率促进制造业出口技术复杂度提升，但人力资本优化的中介效应不显著。

据此，本文得到了以下政策启示：第一，加快工业机器人对制造业各行业和各环节的融合渗透，全面提升中国在全球价值链的地位。目前，中国工业机器人应用主要集中在高端制造业领域，在低端制造业领域的应用较少。事实上，工业机器人对中、低端制造业出口技术复杂度也有显著提升作用，因此中国应该拓展工业机器人的应用领域。此外，鉴于劳动生产率具有显著的中介效应，应积极发挥工业机器人的生产率效应，通过加强工业机器人与价值链各环节的深度融合，实现价值链环节的降本提效，推动制造业出口技术复杂度的整体跃升。第二，重视技术创新和人力资本积累，优化工业机器人应用助推制造业升级的高级要素。在发展中国家，人力资本配置在机制检验中显著为正，但技术创新的中介效应不显著，中国应该加大创新资本投入，引导技术进步由依靠技术引进向依靠自主创新转变，从而提升对高端智能技术的研发和应用水平。此外，利用自动化技术发展契机，增加高技能适用性人才供给，促进人力资本积累，从而为制造业智能化升级提供人才保障。第三，警惕盲目智能化带来的过度自动化风险，切实加强对智能机器人关键技术的突破。过度自动化会对制造业出口复杂度的提升产生抑制作用，目前中国是世界工业机器人应用大国，各种智能设备、智能企业不断涌现，但企业智能化改造效果欠佳，造成了资源浪费和效率损失。因此，在自动化技术推进过程中，中国工业机器人不能只有“量”的增长，还需要有“质”的突破，加大对机器人关键零部件、高端控制系统等“卡脖子”技术的研发投入，避免“低端锁定”，切实提高中国工业机器人产业在全球价值链的分工地位。

注释：

①IFR 的制造业行业分类为：10-12：食品及饮料业，13-15：纺织业，16：木材及家具业，17-18：造纸及印刷制品业，19-21：化学制品业，22：橡胶塑料制品业，23：非金属矿物制品业，24-25：金属制品业（非汽车），26-27：电子和电气设备制造业，28：通用及专用设备制造业，29：汽车制造业，30：其他运输设备制造业，91：其他制造业。

②样本包含57 个国家，其中发达国家（共31 个）包括：美国、德国、日本、韩国、法国、英国、澳大利亚、奥地利、比利时、加拿大、瑞典、瑞士、捷克、丹麦、西班牙、芬兰、希腊、爱尔兰、冰岛、以色列、意大利、立陶宛、拉脱维亚、马耳他、荷兰、挪威、新西兰、葡萄牙、新加坡、斯洛伐克、斯洛文尼亚。发展中国家（共26 个）包括：中国、阿根廷、保加利亚、巴西、智利、哥伦比亚、埃及、爱沙尼亚、克罗地亚、匈牙利、印度尼西亚、印度、摩洛哥、墨西哥、马来西亚、秘鲁、菲律宾、波兰、罗马尼亚、俄罗斯联邦、沙特阿拉伯、泰国、突尼斯、土耳其、乌克兰、南非。

③由于篇幅所限，全球、发达国家和发展中国家样本的散点图为本文附录，感兴趣的读者可向作者索取。