方 慧,戴文豹,李 坤
(1.山東財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)貿(mào)學(xué)院,山東 濟(jì)南 250002;2.山東財(cái)經(jīng)大學(xué) 龍山榮譽(yù)學(xué)院,山東 濟(jì)南 250002)
隨著我國(guó)對(duì)外開(kāi)放進(jìn)程不斷深化,出口貿(mào)易的發(fā)展逐步由高速增長(zhǎng)階段過(guò)渡到高質(zhì)量發(fā)展階段。產(chǎn)品質(zhì)量的升級(jí)既是國(guó)家出口高質(zhì)量發(fā)展的集中體現(xiàn),更是我國(guó)從“制造大國(guó)”走向“制造強(qiáng)國(guó)”的必由之路。而當(dāng)前我國(guó)面臨著劉易斯拐點(diǎn)、老齡化陷阱等導(dǎo)致人口紅利下降的重大挑戰(zhàn),制造業(yè)出口企業(yè)傳統(tǒng)的勞動(dòng)力成本優(yōu)勢(shì)逐漸喪失,對(duì)我國(guó)實(shí)現(xiàn)“制造強(qiáng)國(guó)”目標(biāo)產(chǎn)生威脅。2015年國(guó)務(wù)院頒布《中國(guó)制造2025》,以加快新一代信息技術(shù)與制造業(yè)深度融合為主線,將發(fā)展智能制造列為實(shí)現(xiàn)制造業(yè)強(qiáng)國(guó)目標(biāo)的“五大工程”之一。在2020年中央經(jīng)濟(jì)工作會(huì)議上,習(xí)近平總書(shū)記提出要大力發(fā)展數(shù)字經(jīng)濟(jì),加大新型基礎(chǔ)設(shè)施投資力度,要擴(kuò)大制造業(yè)設(shè)備更新和技術(shù)改造投資,推動(dòng)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展。而智能制造是制造業(yè)數(shù)字化的發(fā)展方向,在制造過(guò)程的各個(gè)環(huán)節(jié)都將運(yùn)用人工智能技術(shù)。
近年來(lái)關(guān)于工業(yè)機(jī)器人等人工智能技術(shù)對(duì)社會(huì)經(jīng)濟(jì)效應(yīng)影響的文獻(xiàn)不少,但集中討論工業(yè)機(jī)器人對(duì)企業(yè)出口產(chǎn)品質(zhì)量影響的文獻(xiàn)并不多,概括而言有以下三類。
首先,人工智能對(duì)勞動(dòng)力市場(chǎng)和經(jīng)濟(jì)增長(zhǎng)的影響。有關(guān)這方面的文獻(xiàn)較多,在理論研究方面,Acemoglu和Restrepo分析了以工業(yè)機(jī)器人為代表的自動(dòng)化技術(shù)對(duì)勞動(dòng)力市場(chǎng)的影響,包括就業(yè)替代效應(yīng)、就業(yè)創(chuàng)造效應(yīng)以及擴(kuò)大生產(chǎn)和就業(yè)規(guī)模的生產(chǎn)力效應(yīng),說(shuō)明人工智能可能會(huì)通過(guò)降低勞動(dòng)力成本,提高企業(yè)生產(chǎn)效率。此外,有學(xué)者提出人工智能對(duì)勞動(dòng)力需求存在明顯的結(jié)構(gòu)性影響,即出現(xiàn)“就業(yè)極化“現(xiàn)象。在實(shí)證研究方面,Acemoglu和Restrepo基于1990—2007年美國(guó)的研究表明,機(jī)器人的應(yīng)用會(huì)降低企業(yè)勞動(dòng)力需求及工資水平。王永欽和董雯、李磊等采用中國(guó)企業(yè)層面不同的微觀數(shù)據(jù)來(lái)源,驗(yàn)證機(jī)器人對(duì)勞動(dòng)力市場(chǎng)的就業(yè)效應(yīng),在對(duì)整體勞動(dòng)力需求的影響上得出相反的結(jié)論。人工智能作為新技術(shù)會(huì)顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng),Graetz和Michaels研究發(fā)現(xiàn)工業(yè)機(jī)器人等一系列人工智能新興生產(chǎn)技術(shù)將促使經(jīng)濟(jì)增長(zhǎng)速度提高0.37%。楊光和侯鈺通過(guò)理論模型分析了機(jī)器人應(yīng)用對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響,同時(shí)通過(guò)實(shí)證發(fā)現(xiàn)機(jī)器人通過(guò)全要素生產(chǎn)率該重要傳導(dǎo)機(jī)制對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用,而經(jīng)濟(jì)增長(zhǎng)包括經(jīng)濟(jì)發(fā)展質(zhì)量的升級(jí),其中也有出口產(chǎn)品質(zhì)量的提升。
其次,人工智能對(duì)國(guó)際貿(mào)易格局影響的研究。最早討論人工智能與國(guó)際貿(mào)易關(guān)系的文獻(xiàn)可追溯至Goldfarb和Trefler的研究,指出人工智能可能從規(guī)模經(jīng)濟(jì)、知識(shí)創(chuàng)造和知識(shí)擴(kuò)散的地理位置等方面對(duì)國(guó)際貿(mào)易格局產(chǎn)生影響 。隨后,有研究發(fā)現(xiàn)工業(yè)機(jī)器人等人工智能技術(shù)可能會(huì)改變南北國(guó)家的國(guó)際分工格局,Artuc等通過(guò)建立多國(guó)-多部門的李嘉圖貿(mào)易模型,將中間品和最終品的生產(chǎn)和貿(mào)易分為兩個(gè)階段來(lái)分析南北國(guó)際分工,通過(guò)實(shí)證表明北部的機(jī)器人化強(qiáng)度與南部的進(jìn)口之間存在正相關(guān)關(guān)系,擴(kuò)大了南北國(guó)家在中間品和最終品的生產(chǎn)和貿(mào)易規(guī)模。但是理論也指出最終可能產(chǎn)生北部對(duì)南部中間品進(jìn)口替代的結(jié)果,而這將抑制南部國(guó)際分工的深入發(fā)展。呂越等、劉斌和潘彤從進(jìn)一步全球價(jià)值鏈角度分析國(guó)際分工,發(fā)現(xiàn)人工智能會(huì)通過(guò)降低貿(mào)易和勞動(dòng)力成本、促進(jìn)技術(shù)創(chuàng)新、優(yōu)化資源配置和提高生產(chǎn)率渠道,提升一國(guó)參與全球價(jià)值分工的地位,但存在明顯的“先發(fā)優(yōu)勢(shì)”特征,這可能會(huì)加劇工業(yè)化落后國(guó)家的“低端鎖定”效應(yīng)。除了可能會(huì)導(dǎo)致強(qiáng)者愈強(qiáng)的國(guó)際分工格局外,人工智能技術(shù)也會(huì)使國(guó)際貿(mào)易行業(yè)格局發(fā)生變化,有部分學(xué)者發(fā)現(xiàn)非制造業(yè)對(duì)人工智能技術(shù)的運(yùn)用更為積極,且人工智能的運(yùn)用和制造業(yè)數(shù)字化提高了服務(wù)業(yè)在國(guó)際分工中的比重,促進(jìn)服務(wù)貿(mào)易的發(fā)展,并實(shí)證發(fā)現(xiàn)工業(yè)機(jī)器人主要有助于低技術(shù)服務(wù)業(yè)的出口貿(mào)易和高技術(shù)服務(wù)業(yè)的進(jìn)口貿(mào)易。可見(jiàn),目前關(guān)于人工智能對(duì)國(guó)際貿(mào)易層面影響的研究尚處于起步階段,值得從理論和經(jīng)驗(yàn)上深入展開(kāi)對(duì)出口貿(mào)易影響的研究。
最后,有關(guān)中國(guó)出口產(chǎn)品質(zhì)量影響因素的研究。在理論研究方面,隨著Melitz為代表的企業(yè)異質(zhì)性理論產(chǎn)生,學(xué)者們?cè)絹?lái)越關(guān)注微觀企業(yè)的出口產(chǎn)品特征,其中包括對(duì)企業(yè)出口產(chǎn)品質(zhì)量的研究。本文研究的范圍屬于技術(shù)升級(jí)對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響,目前國(guó)內(nèi)學(xué)者主要討論了技術(shù)升級(jí)的來(lái)源對(duì)出口產(chǎn)品質(zhì)量的影響,其中技術(shù)升級(jí)的來(lái)源主要包括自主創(chuàng)新和外國(guó)技術(shù)溢出(包括外商直接投資、進(jìn)口貿(mào)易和跨國(guó)專利申請(qǐng)三種途徑)。而與本文相關(guān)度較大的是有關(guān)互聯(lián)網(wǎng)數(shù)字技術(shù)應(yīng)用對(duì)出口產(chǎn)品質(zhì)量影響的研究,其中包括李兵和岳云嵩、劉金煥和萬(wàn)廣華以及戴美虹等的研究,文章通過(guò)機(jī)制分析和實(shí)證檢驗(yàn)發(fā)現(xiàn),互聯(lián)網(wǎng)數(shù)字技術(shù)通過(guò)生產(chǎn)效率和固定投入效率兩個(gè)渠道提升企業(yè)出口產(chǎn)品質(zhì)量。與本文相似的研究有蔡震坤和綦建紅、唐青青等的研究,他們?cè)谕卣寡芯空J(rèn)為,產(chǎn)品質(zhì)量高的企業(yè)使用機(jī)器人進(jìn)而拓展更大的市場(chǎng)份額和產(chǎn)品質(zhì)量低的企業(yè)通過(guò)使用機(jī)器人更大程度提高產(chǎn)品質(zhì)量而獲取市場(chǎng)份額。
已有文獻(xiàn)對(duì)本研究的開(kāi)展奠定了很好的基礎(chǔ),但仍然存在進(jìn)一步創(chuàng)新與拓展之處:其一,本文通過(guò)構(gòu)建合理的工具變量和中介效應(yīng)模型,結(jié)合行業(yè)使用和地區(qū)進(jìn)口使用機(jī)器人兩個(gè)關(guān)鍵維度,穩(wěn)健證實(shí)了工業(yè)機(jī)器人對(duì)企業(yè)出口產(chǎn)品質(zhì)量的提升作用;其二,有關(guān)市場(chǎng)資源再配置的方式,與以往研究不同,本研究的拓展分析認(rèn)為使用工業(yè)機(jī)器人等人工智能技術(shù)通過(guò)優(yōu)化宏觀市場(chǎng)競(jìng)爭(zhēng)環(huán)境,促使中國(guó)出口市場(chǎng)的競(jìng)爭(zhēng)環(huán)境由“價(jià)格競(jìng)爭(zhēng)”轉(zhuǎn)向“質(zhì)量競(jìng)爭(zhēng)”,才是市場(chǎng)資源再配置提高中國(guó)企業(yè)出口產(chǎn)品質(zhì)量的關(guān)鍵。
本文借鑒Hallak和Sivadasan關(guān)于異質(zhì)性企業(yè)產(chǎn)品質(zhì)量理論的分析框架,研究企業(yè)在應(yīng)用工業(yè)機(jī)器人技術(shù)后對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響。
假定國(guó)消費(fèi)者在年的效用函數(shù)為:
(1)
同時(shí),假定消費(fèi)者的效用函數(shù)為CES形式,則消費(fèi)類商品的國(guó)消費(fèi)者的子效用函數(shù)為:
(2)
年中國(guó)消費(fèi)者消費(fèi)企業(yè)生產(chǎn)類產(chǎn)品的數(shù)量為:
(3)
其中,表示國(guó)消費(fèi)者的總支出,表示價(jià)格指數(shù)。
假設(shè)生產(chǎn)所需的投入要素僅為勞動(dòng)力,且將勞動(dòng)力要素價(jià)格標(biāo)準(zhǔn)化為1。同時(shí),市場(chǎng)為壟斷競(jìng)爭(zhēng)的,即每個(gè)企業(yè)具有異質(zhì)性的生產(chǎn)率和固定成本投入效率。最后,企業(yè)生產(chǎn)的邊際成本()和固定成本()表達(dá)式如下:
(4)
(5)
根據(jù)(2)和(3)式以及企業(yè)利潤(rùn)最大化條件,得到企業(yè)出口的最優(yōu)產(chǎn)品質(zhì)量表達(dá)式:
(6)
通過(guò)異質(zhì)性企業(yè)產(chǎn)品質(zhì)量理論的分析框架可知,產(chǎn)品質(zhì)量取決于生產(chǎn)效率和固定成本投入效率,而以工業(yè)機(jī)器人為代表的人工智能技術(shù)應(yīng)用對(duì)企業(yè)的效率有正負(fù)兩方面效應(yīng),兩者綜合作用下決定最終的企業(yè)出口產(chǎn)品質(zhì)量。正效應(yīng)方面,企業(yè)的經(jīng)濟(jì)效率在工業(yè)機(jī)器人應(yīng)用后得到提高,包括:
第一,生產(chǎn)效率的提高,其直接影響使企業(yè)的生產(chǎn)可變成本降低。規(guī)模經(jīng)濟(jì)效應(yīng)是工業(yè)機(jī)器人應(yīng)用的重要特征,企業(yè)前期會(huì)負(fù)擔(dān)較高的固定成本,而隨著生產(chǎn)的擴(kuò)大,邊際成本會(huì)接近為零。比如一些大型企業(yè),具有規(guī)模優(yōu)勢(shì),可以承擔(dān)前期購(gòu)買機(jī)器人較高的固定成本,故該類企業(yè)更容易實(shí)現(xiàn)產(chǎn)品規(guī)?;a(chǎn),并發(fā)揮規(guī)模經(jīng)濟(jì)優(yōu)勢(shì),降低生產(chǎn)可變成本,即提高企業(yè)生產(chǎn)效率。此外,企業(yè)使用機(jī)器人最重要的是能夠減少部分勞動(dòng)力投入,如在一些機(jī)器人相對(duì)于人力更具有比較優(yōu)勢(shì)的崗位上實(shí)現(xiàn)勞動(dòng)替代,降低企業(yè)勞動(dòng)成本,提高生產(chǎn)效率,進(jìn)而提升企業(yè)出口產(chǎn)品質(zhì)量。
第二,經(jīng)濟(jì)效率提高也表示為固定成本投入效率的提高。第三代工業(yè)機(jī)器人已經(jīng)進(jìn)入快速發(fā)展階段,稱為“智能機(jī)器人”發(fā)展階段,該種機(jī)器人在判斷和處理能力方面已逐漸接近人類特征,即具有“智能化”能力,能夠?qū)θ祟惖拇蟛糠煮w力勞動(dòng)和少部分腦力勞動(dòng)進(jìn)行替代,這使得企業(yè)能夠?qū)⒏噘Y源分配于研發(fā)創(chuàng)新為主的腦力勞動(dòng)。而對(duì)于一些高生產(chǎn)率企業(yè),其具有較高的技術(shù)吸收和轉(zhuǎn)化能力,在使用人工智能技術(shù)后可能會(huì)引發(fā)技術(shù)創(chuàng)新效應(yīng),進(jìn)而改進(jìn)原有的生產(chǎn)工藝,提高固定投入效率,那將進(jìn)一步提升企業(yè)出口產(chǎn)品質(zhì)量。參考戴美紅等,本文設(shè)置參數(shù)(>0)和(>0),以分別衡量對(duì)使用工業(yè)機(jī)器人企業(yè)生產(chǎn)效率和固定成本投入效率增長(zhǎng)的貢獻(xiàn),因而在企業(yè)受到工業(yè)機(jī)器人的正效應(yīng)影響時(shí),本文假設(shè)使用工業(yè)機(jī)器人企業(yè)的生產(chǎn)效率和固定成本投入效率分別為和。
負(fù)效應(yīng)方面,企業(yè)使用工業(yè)機(jī)器人該類資本密集型生產(chǎn)設(shè)備時(shí)也具有一定的經(jīng)濟(jì)效率風(fēng)險(xiǎn),包括:
第一,降低企業(yè)生產(chǎn)效率,增加了企業(yè)生產(chǎn)的可變成本。盡管在理論上工業(yè)機(jī)器人等人工智能技術(shù)對(duì)促進(jìn)生產(chǎn)效率有重要支撐作用,但是經(jīng)濟(jì)運(yùn)行可能會(huì)存在偏差,如過(guò)度的“智能自動(dòng)化”可能會(huì)使新技術(shù)所需技能與勞動(dòng)力擁有的技能不匹配,或者犧牲了其他提高生產(chǎn)率的技術(shù)為代價(jià),從而造成資源浪費(fèi),導(dǎo)致企業(yè)生產(chǎn)效率整體降低,并增加了可變成本,進(jìn)而抑制企業(yè)出口產(chǎn)品質(zhì)量提升。
第二,降低企業(yè)固定成本投入效率。工業(yè)機(jī)器人屬于高端資本品,企業(yè)需要投入大量的固定成本,故企業(yè)購(gòu)買使用機(jī)器人可能會(huì)增加企業(yè)的融資約束,無(wú)奈之下減少企業(yè)研發(fā)或廣告投入,降低固定成本投入效率。根據(jù)中國(guó)外貿(mào)企業(yè)的特征,一些低生產(chǎn)率企業(yè)長(zhǎng)期依賴于外國(guó)技術(shù),即便在引進(jìn)機(jī)器人等人工智能技術(shù),可能也難以提高企業(yè)自身的技術(shù)創(chuàng)新研發(fā)能力,甚至可能降低固定成本投入效率,從而抑制企業(yè)出口產(chǎn)品質(zhì)量提升。本文設(shè)置參數(shù)(>0)和(>0),以分別衡量企業(yè)使用工業(yè)機(jī)器人對(duì)生產(chǎn)效率和固定投入效率的負(fù)向影響。在企業(yè)的經(jīng)濟(jì)效率受到工業(yè)機(jī)器人的負(fù)效應(yīng)影響時(shí),本文假設(shè)使用工業(yè)機(jī)器人企業(yè)的生產(chǎn)效率和固定成本投入效率分別為和。
圖1 工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響機(jī)制圖
綜上分析,當(dāng)企業(yè)投入使用工業(yè)機(jī)器人時(shí),對(duì)企業(yè)的出口產(chǎn)品質(zhì)量的影響決定于,對(duì)企業(yè)生產(chǎn)效率和固定成本投入效率的正向影響和負(fù)向影響的綜合。假設(shè)應(yīng)用工業(yè)機(jī)器人后,企業(yè)出口產(chǎn)品質(zhì)量的變化為Δ=[(1+-),(1+-)]-(,),若Δ>0,即企業(yè)應(yīng)用工業(yè)機(jī)器人后,出口產(chǎn)品質(zhì)量提升,反之,則出口產(chǎn)品質(zhì)量下降。由此,本文提出假設(shè)H:當(dāng)企業(yè)應(yīng)用工業(yè)機(jī)器人后,企業(yè)生產(chǎn)效率和固定成本投入效率的正向和反向影響之和為正,則有助于企業(yè)出口產(chǎn)品質(zhì)量的提升。
本文在呂越等研究的基礎(chǔ)上,通過(guò)建立計(jì)量回歸模型(7)來(lái)實(shí)證檢驗(yàn)工業(yè)機(jī)器人應(yīng)用對(duì)中國(guó)企業(yè)出口產(chǎn)品質(zhì)量的影響:
=+ln++++++
(7)
其中,代表企業(yè),代表年份,代表地區(qū),代表行業(yè)。表示企業(yè)第年的出口產(chǎn)品質(zhì)量,ln表示行業(yè)第年的工業(yè)機(jī)器人滲透度,表示其他控制變量。此外,本文用代表地區(qū)固定效應(yīng),用代表個(gè)體固定效應(yīng),代表行業(yè)固定效應(yīng),代表年份固定效應(yīng),代表隨機(jī)誤差項(xiàng)。
Acemoglu和Restrepo、王永欽和董雯基于理論模型分別構(gòu)造了美國(guó)區(qū)域?qū)用娴摹皺C(jī)器人滲透度”指標(biāo)和中國(guó)制造業(yè)企業(yè)層面的“機(jī)器人滲透度”指標(biāo)。參考上述方法,中國(guó)制造業(yè)行業(yè)層面的“機(jī)器人滲透度”具體測(cè)度方法如下:
(8)
中國(guó)歷年各行業(yè)的工業(yè)機(jī)器人存量和中國(guó)2009年各行業(yè)從業(yè)人數(shù)數(shù)據(jù)分別來(lái)自國(guó)際機(jī)器人聯(lián)合會(huì)和2009—2013年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》。其中,表示中國(guó)年行業(yè)的工業(yè)機(jī)器人存量,,=2009表示2009年(基期)中國(guó)行業(yè)的就業(yè)人數(shù),表示年中國(guó)行業(yè)的行業(yè)層面的“機(jī)器人滲透度”,本文的回歸中,均對(duì)取對(duì)數(shù)。
本文參考 Khandelwal 等的出口產(chǎn)品質(zhì)量測(cè)算方法,首先對(duì)式(3)兩側(cè)進(jìn)行對(duì)數(shù)化處理,即可得到:
(9)
(10)
(11)
標(biāo)準(zhǔn)化所得出口產(chǎn)品質(zhì)量的范圍處于[0,100]。最終,企業(yè)的出口產(chǎn)品質(zhì)量()為:
(12)
本文參照謝申祥和范鵬飛、余靜文等研究,選取的控制變量如下,企業(yè)年齡、企業(yè)規(guī)模、利潤(rùn)率、負(fù)債率、資本集聚化水平和融資約束。首先,企業(yè)當(dāng)前的財(cái)務(wù)狀況可以反映企業(yè)的經(jīng)營(yíng)狀況,并直接影響其未來(lái)企業(yè)生產(chǎn)的資源投入與分配,因此采用企業(yè)規(guī)模、負(fù)債率、利潤(rùn)率和融資約束四個(gè)控制變量。其中,企業(yè)規(guī)模用企業(yè)從業(yè)人數(shù)的對(duì)數(shù)表示;負(fù)債率用負(fù)債除以總資產(chǎn)表示;利潤(rùn)率用凈利潤(rùn)除以總資產(chǎn)表示;融資約束用利息除以固定資產(chǎn)表示。其次,“干中學(xué)”效應(yīng)在持續(xù)出口的企業(yè)上表現(xiàn)明顯,而這可能會(huì)反映在企業(yè)產(chǎn)品質(zhì)量上,因此本文引入企業(yè)年齡控制變量,用當(dāng)年年份減去企業(yè)成立時(shí)的年份,然后對(duì)其加1,再對(duì)其取對(duì)數(shù)表示。最后,企業(yè)所擁有的資本規(guī)模很大程度上影響了企業(yè)的生產(chǎn)能力和產(chǎn)品質(zhì)量水平,因此本文引入資本的集聚化水平控制變量,用固定資產(chǎn)凈值的年平均余額除以企業(yè)員工數(shù)量,再對(duì)其取對(duì)數(shù)表示。
本文選取的數(shù)據(jù)分別來(lái)自國(guó)際機(jī)器人聯(lián)合會(huì)(international federation of robotics,IFR)的行業(yè)層面數(shù)據(jù)和工企庫(kù)以及海關(guān)庫(kù)的企業(yè)層面數(shù)據(jù),時(shí)間跨度均為2009—2013年。此外,本文參考 Yu和Tian、呂越等的做法對(duì)所選取的三類數(shù)據(jù)庫(kù)進(jìn)行匹配整合,企業(yè)層面數(shù)據(jù)的整合具體描述為①,在完成工企庫(kù)和海關(guān)庫(kù)企業(yè)層面的數(shù)據(jù)整合后,本文將企業(yè)層面數(shù)據(jù)與IFR中國(guó)行業(yè)層面機(jī)器人數(shù)據(jù)進(jìn)行合并,具體描述過(guò)程見(jiàn)②和③。詳細(xì)步驟為:①合并年份和名稱。如果在同一年的工企庫(kù)和海關(guān)庫(kù)包含有相同的企業(yè)名稱,則兩個(gè)企業(yè)應(yīng)該是同一個(gè)企業(yè)。②在行業(yè)層面的機(jī)器人數(shù)據(jù)上,本文首先從IFR中獲得中國(guó)所有行業(yè)的機(jī)器人原始數(shù)據(jù),本文接著將IFR中機(jī)器人數(shù)據(jù)對(duì)應(yīng)的行業(yè)名稱與《國(guó)民經(jīng)濟(jì)行業(yè)分類》(2017)中的二位行業(yè)代碼進(jìn)行匹配,其中在行業(yè)對(duì)照和匹配方面,該步驟參考王永欽和董雯、呂越等的研究。③本文將中國(guó)行業(yè)層面的機(jī)器人數(shù)據(jù)與企業(yè)層面的數(shù)據(jù)成功匹配,得到最終所需的研究數(shù)據(jù)。各變量的描述性統(tǒng)計(jì)的關(guān)鍵信息如表1,結(jié)合描述性統(tǒng)計(jì)信息對(duì)應(yīng)的實(shí)際經(jīng)濟(jì)含義,說(shuō)明本文選取的變量具有一定的合理性。
表1 各變量的描述性統(tǒng)計(jì)
根據(jù)計(jì)量模型(7)的設(shè)定,基準(zhǔn)回歸結(jié)果見(jiàn)表2,其中控制各固定效應(yīng)后的工業(yè)機(jī)器人滲透度回歸結(jié)果如第(1)列所示,結(jié)果顯示,企業(yè)受工業(yè)機(jī)器人滲透度的影響,提高了出口產(chǎn)品質(zhì)量,并在1%的水平上顯著為正,與預(yù)期結(jié)果一致。第(2)~(7)列為依次加入控制變量后的回歸結(jié)果,同時(shí)保持個(gè)體、時(shí)間、行業(yè)和地區(qū)固定效應(yīng)不變,回歸后發(fā)現(xiàn)本文核心解釋變量工業(yè)機(jī)器人滲透度的系數(shù)仍顯著為正,盡管估計(jì)系數(shù)變化不明顯,這可能是因?yàn)樵诠I(yè)機(jī)器人應(yīng)用的初期,效用變化不大,但仍說(shuō)明企業(yè)確實(shí)受工業(yè)機(jī)器人滲透度的影響,提高了出口產(chǎn)品質(zhì)量。
表2 工業(yè)機(jī)器人對(duì)出口產(chǎn)品質(zhì)量影響的基準(zhǔn)回歸結(jié)果
1.
沿海城市相對(duì)內(nèi)陸城市的市場(chǎng)化改革進(jìn)程較早,而機(jī)器人應(yīng)用對(duì)勞動(dòng)力市場(chǎng)的沖擊主要集中在市場(chǎng)化進(jìn)程較快的沿海地區(qū)。同時(shí),有研究發(fā)現(xiàn)東南沿海地區(qū)工業(yè)智能化和人力資本的有效匹配,使企業(yè)采用機(jī)器人替代勞動(dòng)力顯著提高生產(chǎn)效率,相比其他地區(qū)更大程度推動(dòng)了當(dāng)?shù)叵冗M(jìn)裝備制造業(yè)的智能化升級(jí);且前文基準(zhǔn)回歸發(fā)現(xiàn)機(jī)器人的回歸系數(shù)顯著為正,故沿海城市的企業(yè)應(yīng)用機(jī)器人可能對(duì)企業(yè)出口產(chǎn)品質(zhì)量提升的效果更為顯著。接下來(lái),本文根據(jù)樣本企業(yè)所在城市位置分為沿海城市和內(nèi)陸城市,并以此對(duì)兩類企業(yè)進(jìn)行分組回歸?;貧w結(jié)果如表3第(1)~(2)列所示,其中工業(yè)機(jī)器人應(yīng)用對(duì)出口產(chǎn)品質(zhì)量影響的估計(jì)系數(shù)值都為0.004,但只有沿海城市組通過(guò)了顯著性檢驗(yàn),主要解釋變量工業(yè)機(jī)器人滲透度的估計(jì)系數(shù)在1%的水平上顯著為正,故結(jié)果與預(yù)期一致。
2.
非國(guó)有企業(yè)應(yīng)用工業(yè)機(jī)器人可能對(duì)提高出口產(chǎn)品質(zhì)量更為顯著。首先,國(guó)有企業(yè)存在制度約束的可能,如國(guó)有企業(yè)在國(guó)民經(jīng)濟(jì)運(yùn)行中承擔(dān)“穩(wěn)就業(yè)”的責(zé)任,因此可能不一定會(huì)大規(guī)模應(yīng)用機(jī)器人,且實(shí)證發(fā)現(xiàn)機(jī)器人應(yīng)用對(duì)國(guó)有企業(yè)勞動(dòng)力需求的沖擊相比非國(guó)有企業(yè)不明顯。其次,雖然企業(yè)應(yīng)用工業(yè)機(jī)器人有助于提高企業(yè)運(yùn)營(yíng)效率,但相對(duì)而言非國(guó)有企業(yè)的勞動(dòng)力雇傭更為靈活,這提高了企業(yè)勞動(dòng)力流轉(zhuǎn)而導(dǎo)致更高的雇傭成本,且有研究發(fā)現(xiàn)《勞動(dòng)合同法》的實(shí)施加劇了企業(yè)勞動(dòng)力成本粘性,這些都加快了民營(yíng)企業(yè)(非國(guó)有企業(yè))采取“機(jī)器換人”策略。因此,若國(guó)有企業(yè)運(yùn)用人工智能技術(shù)未達(dá)到預(yù)期效果,工業(yè)機(jī)器人應(yīng)用對(duì)國(guó)有企業(yè)的出口產(chǎn)品質(zhì)量提升也可能造成不明顯的結(jié)果。接下來(lái),本文將樣本企業(yè)按照是否有國(guó)有企業(yè)控股,劃分為國(guó)有企業(yè)和非國(guó)有企業(yè),并對(duì)其進(jìn)行分組回歸。回歸結(jié)果如表3中第(3)~(4)列所示,其中工業(yè)機(jī)器人應(yīng)用對(duì)出口產(chǎn)品質(zhì)量影響的估計(jì)系數(shù)值分別為0.008和0.004,但只有非國(guó)有企業(yè)組通過(guò)了顯著性檢驗(yàn),主要解釋變量工業(yè)機(jī)器人滲透度的系數(shù)均在1%的水平上顯著為正,表明非國(guó)有企業(yè)在使用機(jī)器人后對(duì)出口產(chǎn)品質(zhì)量提升更為顯著,故結(jié)果與預(yù)期一致。
3.
大型企業(yè)由于具有一定的規(guī)模優(yōu)勢(shì),其相對(duì)于中小企業(yè)則更有資金能力供應(yīng)前期購(gòu)買機(jī)器人設(shè)備的成本,同時(shí)大型企業(yè)可以通過(guò)應(yīng)用機(jī)器人技術(shù)有效地節(jié)約勞動(dòng)力成本,并提高生產(chǎn)率水平和成本加成,最終獲得規(guī)模收益。這使得大型企業(yè)的生產(chǎn)效率更高、固定投入效率更高,同時(shí)更有助于大型企業(yè)發(fā)揮規(guī)模經(jīng)濟(jì)優(yōu)勢(shì),故大型企業(yè)應(yīng)用工業(yè)機(jī)器人后,對(duì)提高企業(yè)出口產(chǎn)品質(zhì)量可能會(huì)更明顯。為此,本文以樣本行業(yè)規(guī)模中位數(shù)為標(biāo)準(zhǔn),將樣本企業(yè)劃分為中小企業(yè)(小于行業(yè)規(guī)模中位數(shù)的企業(yè))和大型企業(yè)(大于行業(yè)規(guī)模中位數(shù)的企業(yè)),并以此對(duì)兩類企業(yè)進(jìn)行分組回歸?;貧w結(jié)果如表3中(5)~(6)列所示,其中工業(yè)機(jī)器人應(yīng)用對(duì)出口產(chǎn)品質(zhì)量的影響的估計(jì)系數(shù)值分別為0.007和0.001,但只有大型企業(yè)組通過(guò)了顯著性檢驗(yàn),主要解釋變量工業(yè)機(jī)器人滲透度的系數(shù)均在1%的水平上顯著為正,故結(jié)果與預(yù)期一致。
表3 異質(zhì)性分析回歸結(jié)果
續(xù)表3
1.
由于工業(yè)機(jī)器人的應(yīng)用可能存在滯后影響,即當(dāng)期企業(yè)投入應(yīng)用的工業(yè)機(jī)器人可能會(huì)對(duì)下一期的企業(yè)出口產(chǎn)品質(zhì)量產(chǎn)生影響。故本文采用工業(yè)機(jī)器人滯后一期作為核心解釋變量進(jìn)行再次回歸?;貧w結(jié)果如表4第(2)列所示,其中滯后一期的工業(yè)機(jī)器人解釋變量回歸結(jié)果顯著為正,這說(shuō)明工業(yè)機(jī)器人應(yīng)用對(duì)出口產(chǎn)品質(zhì)量存在持續(xù)性提升效應(yīng)。
2.2SLS
通過(guò)前文一系列研究,本文證實(shí)了工業(yè)機(jī)器人應(yīng)用能提升企業(yè)出口產(chǎn)品質(zhì)量,且通過(guò)了滯后效應(yīng)檢驗(yàn)。但在本文給定的控制變量條件下,只有主要解釋變量工業(yè)機(jī)器人滲透度和誤差項(xiàng)無(wú)關(guān),即沒(méi)有內(nèi)生性,本文上述實(shí)證結(jié)果才會(huì)成立,這是本文結(jié)果成立的識(shí)別條件。為了解決內(nèi)生性問(wèn)題,本文選擇合適的工具變量,再次進(jìn)行回歸估計(jì)。合適的工具變量不僅需要與內(nèi)生變量有關(guān),還需要滿足外生性條件,而相對(duì)固定的人口、地理或歷史等變量較好地滿足了外生性條件。因此,本文選取2005年省級(jí)制造業(yè)全部從業(yè)人員平均人數(shù)的歷史數(shù)據(jù)和2009年排除本行業(yè)工業(yè)機(jī)器人的滲透度(_)作為工業(yè)機(jī)器人滲透度的兩個(gè)工具變量,并采用2SLS法重新進(jìn)行回歸估計(jì)。最終得到的工業(yè)機(jī)器人滲透度回歸結(jié)果既考慮了內(nèi)生性的存在,還能從更大程度上反映其對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響。
排除本行業(yè)工業(yè)機(jī)器人的滲透度工具變量(_)具體含義為,除行業(yè)外的所有行業(yè)在2009年的工業(yè)機(jī)器人總和對(duì)行業(yè)的滲透度,工具變量構(gòu)造如下:
表4第(3)列報(bào)告了工業(yè)機(jī)器人對(duì)企業(yè)出口產(chǎn)品質(zhì)量影響的IV2SLS估計(jì)結(jié)果,發(fā)現(xiàn)本文選取的工具變量是較合理,因?yàn)镵leibergen-Paap rk LM和Kleibergen-Paap rk Wald F檢驗(yàn)拒絕了工具變量識(shí)別不足和弱識(shí)別的原假設(shè)。而且本文核心解釋變量的估計(jì)系數(shù)上升為0.020,且在1%的水平上顯著為正,同時(shí)本文的多個(gè)控制變量顯著性水平提高,因此本文的核心結(jié)論工業(yè)機(jī)器人提升了企業(yè)出口產(chǎn)品質(zhì)量穩(wěn)健成立。
表4 穩(wěn)健性檢驗(yàn)回歸結(jié)果
續(xù)表4
下面將采用中介效應(yīng)模型對(duì)其背后的微觀作用機(jī)制進(jìn)行檢驗(yàn)。本文借鑒溫忠麟等研究的中介效應(yīng)檢驗(yàn)方法,并構(gòu)建回歸方程(13)(14),對(duì)上述兩種微觀影響途徑進(jìn)行檢驗(yàn)。
=+ln++++++
(13)
=+ln+++++++
(14)
其中,為中介變量,通過(guò)觀察系數(shù)和的顯著性,即可判斷中介機(jī)制是否存在。本文采用企業(yè)勞動(dòng)生產(chǎn)率()作為生產(chǎn)效率的替代變量,由于本文分析的時(shí)間區(qū)間為2009—2013年,受工業(yè)企業(yè)數(shù)據(jù)庫(kù)的指標(biāo)變量限制,用企業(yè)勞動(dòng)生產(chǎn)率代替企業(yè)全要素生產(chǎn)率()進(jìn)行研究。本文參考施炳展的做法,以企業(yè)專利創(chuàng)新數(shù)量作為固定投入效率的代理變量,具體采用企業(yè)年專利創(chuàng)新數(shù)量()作為固定投入效率的替代變量,但由于數(shù)據(jù)限制,企業(yè)年專利數(shù)量具體計(jì)算為該年企業(yè)專利申請(qǐng)量與授權(quán)量之和。
表5匯報(bào)了上述檢驗(yàn)的回歸結(jié)果,第(2)列中顯示工業(yè)機(jī)器人滲透度的系數(shù)顯著為正,表明工業(yè)機(jī)器人應(yīng)用可以有效提高企業(yè)的勞動(dòng)生產(chǎn)率,而根據(jù)表5中第(3)列的結(jié)果,勞動(dòng)生產(chǎn)率對(duì)出口產(chǎn)品質(zhì)量的影響在10%的水平上顯著為正,說(shuō)明勞動(dòng)生產(chǎn)率的提高顯著促進(jìn)了出口產(chǎn)品質(zhì)量的提高。由此可見(jiàn),工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響是通過(guò)提高企業(yè)的生產(chǎn)效率來(lái)實(shí)現(xiàn)的。同理,第(4)列中的結(jié)果顯示,工業(yè)機(jī)器人滲透度對(duì)企業(yè)年專利創(chuàng)新的系數(shù)顯著為負(fù),表明工業(yè)機(jī)器人應(yīng)用會(huì)降低企業(yè)研發(fā)效率。對(duì)此本文的解釋是,首先這可能是因?yàn)槠髽I(yè)購(gòu)買使用機(jī)器人會(huì)增加企業(yè)的融資約束,無(wú)奈之下企業(yè)減少研發(fā)或廣告投入,進(jìn)而降低固定成本投入效率。根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)IFR的統(tǒng)計(jì),中國(guó)在2013年以前超過(guò)70%的工業(yè)機(jī)器人通過(guò)外國(guó)進(jìn)口獲得,而國(guó)內(nèi)的機(jī)器人生產(chǎn)技術(shù)大多處于產(chǎn)業(yè)中低端領(lǐng)域,同時(shí)對(duì)外技術(shù)引進(jìn)對(duì)本土企業(yè)的創(chuàng)新促進(jìn)效應(yīng)仍然有一定局限性,這可能也導(dǎo)致企業(yè)降低研發(fā)效率。但根據(jù)第(6)列的結(jié)果顯示,工業(yè)機(jī)器人滲透度的系數(shù)顯著為正,可能是在工業(yè)機(jī)器人應(yīng)用的初期,對(duì)生產(chǎn)效率的作用相對(duì)固定投入效率更大,說(shuō)明與預(yù)期理論機(jī)制假設(shè)一致,即工業(yè)機(jī)器人對(duì)企業(yè)生產(chǎn)效率和固定成本投入效率的正向和反向影響之和為正,最終提升了企業(yè)出口產(chǎn)品質(zhì)量。
表5 中介效應(yīng)檢驗(yàn)回歸結(jié)果
續(xù)表5
人工智能具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng),它是一種通用技術(shù),而通用技術(shù)是全面影響經(jīng)濟(jì)和各個(gè)產(chǎn)業(yè)的具有基礎(chǔ)性和通用性特征的技術(shù)。同樣,以工業(yè)機(jī)器人為代表的人工智能技術(shù)不僅會(huì)影響市場(chǎng)微觀企業(yè)主體,還會(huì)作用于宏觀市場(chǎng)環(huán)境,比如不同行業(yè)的市場(chǎng)競(jìng)爭(zhēng)環(huán)境。
因此,本文進(jìn)一步探究了工業(yè)機(jī)器人應(yīng)用是如何通過(guò)改變市場(chǎng)競(jìng)爭(zhēng)程度,影響企業(yè)出口產(chǎn)品質(zhì)量。本文以市場(chǎng)競(jìng)爭(zhēng)程度考察市場(chǎng)競(jìng)爭(zhēng)的作用,并采用市場(chǎng)集中度該指標(biāo)進(jìn)行刻畫,市場(chǎng)集中度越大,表示市場(chǎng)集中程度越高,市場(chǎng)競(jìng)爭(zhēng)程度越弱,壟斷勢(shì)力越強(qiáng)。
表6第(2)(3)列匯報(bào)了市場(chǎng)競(jìng)爭(zhēng)層面的回歸結(jié)果。第(2)列中結(jié)果顯示工業(yè)機(jī)器人滲透度的系數(shù)顯著為負(fù),表明工業(yè)機(jī)器人應(yīng)用有效降低了市場(chǎng)集中度,而根據(jù)表6第(3)列的結(jié)果,市場(chǎng)集中度對(duì)出口產(chǎn)品質(zhì)量的影響在1%的水平上顯著為負(fù),說(shuō)明市場(chǎng)集中度的提高抑制了企業(yè)出口產(chǎn)品質(zhì)量的提升,即市場(chǎng)競(jìng)爭(zhēng)有利于提高企業(yè)出口產(chǎn)品質(zhì)量,這與施炳展和邵文波、蘇丹妮等得出的結(jié)論相一致。
表6 拓展研究回歸結(jié)果
從前文分析已知,工業(yè)機(jī)器人的應(yīng)用顯著提升了大型企業(yè)的出口產(chǎn)品質(zhì)量,根據(jù)市場(chǎng)產(chǎn)品競(jìng)爭(zhēng)的邏輯,產(chǎn)品質(zhì)量的提升應(yīng)該增強(qiáng)了中國(guó)大型企業(yè)的國(guó)際競(jìng)爭(zhēng)力,且出口企業(yè)的市場(chǎng)份額再分配更大程度上提升了中國(guó)整體出口產(chǎn)品質(zhì)量,可見(jiàn)工業(yè)機(jī)器人應(yīng)用可以淘汰產(chǎn)品質(zhì)量低的中小企業(yè),促進(jìn)資源的有效分配,這更能促進(jìn)大型企業(yè)的出口增長(zhǎng),所以市場(chǎng)集中度應(yīng)該上升。但本文進(jìn)一步分析發(fā)現(xiàn),工業(yè)機(jī)器人的應(yīng)用在提升大型企業(yè)出口產(chǎn)品質(zhì)量的同時(shí),卻降低了出口企業(yè)的市場(chǎng)集中度,即出口市場(chǎng)中融入了更多的中小企業(yè)。對(duì)此本文的解釋是,在本文研究的2009—2013年時(shí)期范圍內(nèi),除了工業(yè)機(jī)器人的應(yīng)用外,還存在其他的主導(dǎo)性因素降低了行業(yè)市場(chǎng)集中度。首先,在2001年中國(guó)入世后,國(guó)家政策(2004年《對(duì)外貿(mào)易法》、2006年出口退稅負(fù)擔(dān)機(jī)制等)推動(dòng)大量中小企業(yè)融入出口市場(chǎng)。尤其在2008年金融危機(jī)后,中國(guó)進(jìn)一步提高出口退稅率,以及推出出口信用保險(xiǎn)政策。這些政策很大程度上促進(jìn)了國(guó)內(nèi)中小企融入國(guó)際市場(chǎng),降低了行業(yè)市場(chǎng)集中度。此外,根據(jù)現(xiàn)有研究發(fā)現(xiàn),在中國(guó)入世后,新進(jìn)入出口市場(chǎng)的企業(yè)大采用以價(jià)格競(jìng)爭(zhēng)為特征的低價(jià)低質(zhì)量策略,不利于大型企業(yè)發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng),這在一定程度上也拉低了中國(guó)出口產(chǎn)品的平均質(zhì)量??梢?jiàn),工業(yè)機(jī)器人的應(yīng)用雖然顯著提高了大型企業(yè)的出口產(chǎn)品質(zhì)量,淘汰了一部分產(chǎn)品質(zhì)量不過(guò)關(guān)的企業(yè),即“質(zhì)量競(jìng)爭(zhēng)效應(yīng)”。但由于中小企業(yè)大量進(jìn)入出口市場(chǎng)抵消部分了“質(zhì)量競(jìng)爭(zhēng)效應(yīng)”,所以盡管工業(yè)機(jī)器人有助于提高企業(yè)出口產(chǎn)品質(zhì)量,但在在本文的研究時(shí)間范圍內(nèi)仍然降低了市場(chǎng)集中度,且對(duì)整體企業(yè)出口產(chǎn)品質(zhì)量的提升有限。
在產(chǎn)業(yè)組織理論中,企業(yè)績(jī)效受市場(chǎng)競(jìng)爭(zhēng)的影響是不確定的,良性(惡性)競(jìng)爭(zhēng)促進(jìn)(阻礙)企業(yè)績(jī)效的提高,在本文的出口產(chǎn)品質(zhì)量研究中,存在良性競(jìng)爭(zhēng)與惡性競(jìng)爭(zhēng),即質(zhì)量競(jìng)爭(zhēng)與價(jià)格競(jìng)爭(zhēng),但本文研究的核心結(jié)論仍然成立,這表明加大工業(yè)機(jī)器人的應(yīng)用能有效提升企業(yè)出口產(chǎn)品質(zhì)量。因此本文認(rèn)為,以工業(yè)機(jī)器人為代表的人工智能技術(shù)可以優(yōu)化宏觀市場(chǎng)競(jìng)爭(zhēng)環(huán)境,加快中國(guó)市場(chǎng)化進(jìn)程,從而帶動(dòng)中國(guó)出口產(chǎn)品向高質(zhì)量發(fā)展。
根據(jù)前文的基準(zhǔn)回歸結(jié)果,工業(yè)機(jī)器人的應(yīng)用能顯著提升企業(yè)出口產(chǎn)品質(zhì)量。進(jìn)口貿(mào)易是影響企業(yè)全要素生產(chǎn)率變動(dòng)的主要因素之一,而地區(qū)進(jìn)口機(jī)器人數(shù)量直接影響地區(qū)機(jī)器人存量,那么地區(qū)進(jìn)口的工業(yè)機(jī)器人是否會(huì)通過(guò)上述分析的機(jī)制渠道影響地區(qū)企業(yè)出口產(chǎn)品質(zhì)量?為了檢驗(yàn)這一點(diǎn),提高結(jié)果的穩(wěn)健性,本文選擇企業(yè)所處地級(jí)市的進(jìn)口工業(yè)機(jī)器人數(shù)量()為替代解釋變量,展開(kāi)進(jìn)一步分析。具體步驟為:首先,保留海關(guān)數(shù)據(jù)中的進(jìn)口機(jī)器人數(shù)據(jù),其中工業(yè)機(jī)器人的HS編碼包括以下幾類:噴涂機(jī)器人(84248920)、搬運(yùn)機(jī)器人(84289040)、多功能工業(yè)機(jī)器人(84795010)、其他未列名工業(yè)機(jī)器人(84795090)、集成電路工廠專用的自動(dòng)搬運(yùn)機(jī)器人(84864031)、電阻焊接機(jī)器人(85152120)、電弧焊接機(jī)器人(85153120)和激光焊接機(jī)器人(85158010);然后,將海關(guān)數(shù)據(jù)“產(chǎn)銷地”這一關(guān)鍵變量統(tǒng)一到地級(jí)市層面;最后,分地級(jí)市計(jì)算該地區(qū)機(jī)器人總數(shù)。
更換核心解釋變量的回歸結(jié)果見(jiàn)表6第(4)列,其中地區(qū)進(jìn)口機(jī)器人替代變量的估計(jì)系數(shù)為0.001,且在5%的水平上顯著為正。由此可見(jiàn),本文所研究的工業(yè)機(jī)器人有助于提升企業(yè)出口產(chǎn)品質(zhì)量的結(jié)論穩(wěn)健成立。
本文使用IFR公布的2009—2013年行業(yè)層面的機(jī)器人數(shù)據(jù)以及中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)、中國(guó)海關(guān)數(shù)據(jù)庫(kù)的微觀數(shù)據(jù),并根據(jù)理論分析框架,實(shí)證檢驗(yàn)了以工業(yè)機(jī)器人為代表的人工智能技術(shù)對(duì)企業(yè)出口產(chǎn)品質(zhì)量的提升效應(yīng)。同時(shí),綜合考慮中國(guó)不同地理位置、不同企業(yè)規(guī)模和不同企業(yè)所有制之間不容忽視的差異,本文也從地區(qū)、企業(yè)規(guī)模和企業(yè)性質(zhì)等多個(gè)角度探究工業(yè)機(jī)器人應(yīng)用對(duì)企業(yè)出口產(chǎn)品質(zhì)量的異質(zhì)性影響。接著,本文進(jìn)行了機(jī)制檢驗(yàn),發(fā)現(xiàn)在工業(yè)機(jī)器人初步應(yīng)用階段,其主要通過(guò)提高企業(yè)生產(chǎn)效率從而提升出口產(chǎn)品質(zhì)量,而抑制了固定成本投入效率的提高。除此之外,本文的進(jìn)一步研究發(fā)現(xiàn),工業(yè)機(jī)器人優(yōu)化了宏觀市場(chǎng)競(jìng)爭(zhēng)環(huán)境,加快市場(chǎng)競(jìng)爭(zhēng)由“價(jià)格競(jìng)爭(zhēng)”轉(zhuǎn)為“質(zhì)量競(jìng)爭(zhēng)”,這有利于出口產(chǎn)品質(zhì)量的提升,同時(shí)在采用地區(qū)進(jìn)口機(jī)器人作為替代變量后本文的核心結(jié)論仍然成立。
第一,應(yīng)針對(duì)不同特征類型的企業(yè)實(shí)行差異化的推動(dòng)工業(yè)機(jī)器人等人工智能技術(shù)應(yīng)用政策。首先,對(duì)于處在不同地區(qū)的企業(yè),像沿海地區(qū)與內(nèi)陸地區(qū)的企業(yè),政策制定者應(yīng)根據(jù)地區(qū)市場(chǎng)化進(jìn)程和對(duì)外開(kāi)放程度,制定因地制宜、因勢(shì)利導(dǎo)的人工智能技術(shù)推廣政策,旨在普惠技術(shù)進(jìn)步帶來(lái)的福利,推動(dòng)各地區(qū)協(xié)調(diào)平衡發(fā)展。其次,根據(jù)本文的拓展研究,當(dāng)前可能仍存在中小出口企業(yè)采用“價(jià)格競(jìng)爭(zhēng)”的策略,因此對(duì)于目前不同規(guī)模的企業(yè),政策制定者應(yīng)采取措施規(guī)范市場(chǎng)秩序,利用市場(chǎng)機(jī)制淘汰產(chǎn)品質(zhì)量落后的中小出口企業(yè),保護(hù)大型企業(yè)的既得利益。同時(shí),政策制定者應(yīng)該關(guān)注市場(chǎng)是否會(huì)出現(xiàn)壟斷現(xiàn)象,盡量避免部分大型企業(yè)以自身規(guī)模優(yōu)勢(shì)控制出口市場(chǎng),保證出口市場(chǎng)良性健康發(fā)展。最后,對(duì)于不同所有制的企業(yè),本文建議減輕國(guó)有企業(yè)的社會(huì)負(fù)擔(dān),提高生產(chǎn)經(jīng)營(yíng)效率,促進(jìn)國(guó)企積極融入出口國(guó)際市場(chǎng),同時(shí)保持非國(guó)有企業(yè)在出口市場(chǎng)的活力優(yōu)勢(shì)。
第二,應(yīng)針對(duì)出口產(chǎn)品質(zhì)量提升制定更為有效的理論政策。首先,為保證企業(yè)研發(fā)投入的長(zhǎng)期性,通過(guò)加大企業(yè)購(gòu)買工業(yè)機(jī)器人等人工智能技術(shù)的補(bǔ)貼,減少企業(yè)前期購(gòu)買技術(shù)的資金壓力,進(jìn)而提高企業(yè)固定成本投入效率;其次,在教育領(lǐng)域,積極深化以人工智能、云計(jì)算、大數(shù)據(jù)為代表的新型學(xué)科教育發(fā)展,培養(yǎng)與企業(yè)智能化發(fā)展相匹配的高技能人才,防止出現(xiàn)“過(guò)度智能化”所需技能素質(zhì)與勞動(dòng)者技能不匹配的問(wèn)題,旨在替代傳統(tǒng)勞動(dòng)力成本上升的劣勢(shì),進(jìn)而提高企業(yè)生產(chǎn)效率;最后,政府可積極倡導(dǎo)或組織有關(guān)人工智能技術(shù)的商業(yè)性平臺(tái),鼓勵(lì)中小企業(yè)應(yīng)用工業(yè)機(jī)器人等人工智能技術(shù),提高企業(yè)創(chuàng)新能力,加快創(chuàng)新投入轉(zhuǎn)化為產(chǎn)出,從而助力中國(guó)企業(yè)高質(zhì)量參與全球化市場(chǎng)競(jìng)爭(zhēng)。