杜文強(qiáng)
改革開放以來,隨著經(jīng)濟(jì)發(fā)展和人民生活水平提升,中國居民預(yù)期壽命不斷增加,同時(shí)計(jì)劃生育政策的實(shí)施降低了人口出生率,中國人口老齡化水平逐漸上升。根據(jù)歷次全國人口普查數(shù)據(jù),1990—2000年,中國老年人口(65歲及以上人口)比重從5.57%上升到6.96%,年均增長0.139%,老年人口撫養(yǎng)比從8.35%上升到9.92%,年均增長0.157%。到2001年,老年人口比重超過7%,標(biāo)志著中國進(jìn)入人口老齡化社會(huì)(胡鞍鋼等,2012)[1]。此后的二十年間,中國人口老齡化水平增速明顯加快,2020年中國老年人口比重和老年人口撫養(yǎng)比分別達(dá)到13.50%和19.67%,年均增長分別為0.327%和0.488%,其中全國有14個(gè)省級(jí)區(qū)域老年人口撫養(yǎng)比超過20%(1)2020年老年人口撫養(yǎng)比超過20%的省級(jí)區(qū)域?yàn)樘旖?、河北、遼寧、吉林、黑龍江、上海、江蘇、安徽、山東、河南、湖北、湖南、重慶、四川。。中國人口老齡化存在明顯的區(qū)域差異,1990年東部地區(qū)人口老齡化水平高于中部、西部地區(qū),但地區(qū)之間人口老齡化差距隨著時(shí)間推移逐漸縮小,中部地區(qū)人口老齡化水平在2010年之后逐漸接近甚至超過東部地區(qū)。1990—2020年間,同一地區(qū)內(nèi)部的省份之間人口老齡化水平變化明顯,人口老齡化增速和水平表現(xiàn)出增加、下降和維持不變?nèi)N趨勢(shì)(2)第一種是保持穩(wěn)定、較高人口老齡化水平的省份,如東部地區(qū)的上海、江蘇、山東;第二種是人口老齡化水平快速增加的省份,如東部地區(qū)的遼寧、中部地區(qū)的安徽、西部地區(qū)的重慶和四川;第三種是人口老齡化增速相對(duì)緩慢的省份,如東部地區(qū)的浙江和廣東。。相比發(fā)達(dá)國家,中國人口老齡化的另一個(gè)特點(diǎn)是“未富先老”(彭希哲和胡湛,2011[2];逯進(jìn)和劉俊琦,2021[3]),2001年中國人均GDP低于1000美元,而歷史上發(fā)達(dá)國家進(jìn)入老齡化社會(huì)時(shí)人均GDP基本達(dá)到1萬美元以上,中國人口老齡化發(fā)展相對(duì)快于當(dāng)前經(jīng)濟(jì)發(fā)展所處階段。
人口老齡化對(duì)經(jīng)濟(jì)發(fā)展帶來了不利影響。一方面,人口老齡化的加重逐漸降低勞動(dòng)人口所占比重,造成勞動(dòng)力資源短缺,中國改革開放以來依靠人口紅利的經(jīng)濟(jì)增長方式難以為繼;另一方面,人口老齡化的加劇對(duì)社會(huì)保障體系帶來巨大壓力,增加養(yǎng)老、健康和醫(yī)療等領(lǐng)域的政府支出,而人口老齡化又會(huì)減少個(gè)人所得稅的稅基,長期會(huì)使財(cái)政收支可持續(xù)性受到挑戰(zhàn)。但人口老齡化加劇造成的勞動(dòng)力資源短缺可能會(huì)促進(jìn)替代勞動(dòng)力的相關(guān)技術(shù)應(yīng)用,如以工業(yè)機(jī)器人為代表的人工智能技術(shù)。工業(yè)機(jī)器人產(chǎn)業(yè)在中國發(fā)展迅速,根據(jù)國際機(jī)器人組織(以下簡稱“IFR”)提供的數(shù)據(jù),2006年中國工業(yè)機(jī)器人安裝量僅為3690臺(tái),到2018年中國工業(yè)機(jī)器人安裝量和存量分別為11.94萬臺(tái)和52.43萬臺(tái),目前中國已經(jīng)成為世界上最大的工業(yè)機(jī)器人應(yīng)用市場(王文等,2020)[4]。工業(yè)機(jī)器人應(yīng)用對(duì)勞動(dòng)力具有替代效應(yīng),每個(gè)機(jī)器人一年可以替代7萬—8.3萬個(gè)小時(shí)的勞動(dòng)量(約等于39—46個(gè)勞動(dòng)力的工作量),人口老齡化造成的勞動(dòng)力短缺可以部分通過機(jī)器人抵消(劉駿等,2021)[5]。以工業(yè)機(jī)器人為代表的人工智能可以促進(jìn)經(jīng)濟(jì)增長,有效緩解人口老齡化對(duì)經(jīng)濟(jì)帶來的不利影響,并且效果要比延遲退休政策更好(陳秋霖等,2018[6];陳彥斌等,2019[7])。
作為世界上最大的發(fā)展中國家,中國正在經(jīng)歷人口老齡化不斷加重的歷程,同時(shí)工業(yè)機(jī)器人應(yīng)用也在迅速發(fā)展。人口老齡化是否會(huì)對(duì)發(fā)展中國家的工業(yè)機(jī)器人應(yīng)用產(chǎn)生影響?人口老齡化是否促進(jìn)了中國工業(yè)機(jī)器人應(yīng)用,又是通過何種途徑產(chǎn)生影響,目前尚不明確。本文首先使用2006—2018年中國省級(jí)層面人口老齡化和工業(yè)機(jī)器人應(yīng)用數(shù)據(jù),研究人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制,然后使用企業(yè)層面的數(shù)據(jù)進(jìn)行擴(kuò)展研究??赡艿膭?chuàng)新之處在于:(1)現(xiàn)有研究多關(guān)注工業(yè)機(jī)器人應(yīng)用對(duì)經(jīng)濟(jì)的影響,對(duì)工業(yè)機(jī)器人應(yīng)用的影響因素探討較少,將人口老齡化作為工業(yè)機(jī)器人應(yīng)用影響因素的實(shí)證研究更少,而這是本文的研究重點(diǎn);(2)現(xiàn)有關(guān)于人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用影響的研究以發(fā)達(dá)國家為主要對(duì)象,基于發(fā)展中國家的研究較少,本文研究人口老齡化對(duì)中國工業(yè)機(jī)器人應(yīng)用的影響,可以為發(fā)展中國家人口老齡化與工業(yè)機(jī)器人應(yīng)用的關(guān)系檢驗(yàn)提供中國證據(jù);(3)不同于現(xiàn)有研究以國家和地區(qū)層面數(shù)據(jù)為樣本,本文從地區(qū)層面進(jìn)行研究,并從企業(yè)層面進(jìn)行擴(kuò)展研究,同時(shí)使用IFR和海關(guān)數(shù)據(jù)庫的工業(yè)機(jī)器人進(jìn)口數(shù)據(jù),可以一定程度上彌補(bǔ)使用單一數(shù)據(jù)在樣本起始時(shí)間上存在的不足;(4)本文探究人口老齡化影響工業(yè)機(jī)器人應(yīng)用的成本替代效應(yīng)、人力資本和技術(shù)創(chuàng)新作用機(jī)制,可以為更好地認(rèn)識(shí)人口老齡化問題提供幫助。
后續(xù)內(nèi)容安排如下:第二部分是文獻(xiàn)綜述與研究假說,第三部分是實(shí)證策略與數(shù)據(jù)來源,第四部分是回歸結(jié)果,第五部分是機(jī)制分析,第六部分是企業(yè)層面的擴(kuò)展研究,最后是結(jié)論與政策啟示。
與工業(yè)機(jī)器人相關(guān)的研究較多,且集中于工業(yè)機(jī)器人對(duì)經(jīng)濟(jì)的影響,對(duì)工業(yè)機(jī)器人應(yīng)用的影響因素探討主要從勞動(dòng)力成本(工資水平或最低工資)、政策扶持和人口老齡化三方面展開。
首先是勞動(dòng)力成本因素。國外相關(guān)文獻(xiàn)聚焦在工業(yè)機(jī)器人對(duì)就業(yè)的負(fù)面影響上,較少關(guān)注勞動(dòng)力成本上升對(duì)工業(yè)機(jī)器人應(yīng)用的影響(Fan et al.,2021)[8],國內(nèi)研究對(duì)此關(guān)注較多。改革開放以來,中國經(jīng)歷一個(gè)勞動(dòng)力成本不斷提升的階段,這也是人口紅利逐步消失情況下中國經(jīng)濟(jì)發(fā)展面臨的一個(gè)問題。勞動(dòng)力成本上升會(huì)影響生產(chǎn)要素的投入比例,是推動(dòng)工業(yè)機(jī)器人應(yīng)用的一個(gè)重要原因。馬嵐(2015)[9]研究日本和韓國應(yīng)用工業(yè)機(jī)器人的經(jīng)濟(jì)特征發(fā)現(xiàn),當(dāng)時(shí)兩國都面臨勞動(dòng)力短缺的狀況,出現(xiàn)了勞動(dòng)力成本大幅上漲,結(jié)合中國2013年后勞動(dòng)力市場結(jié)構(gòu)的“用工荒”和工資上漲問題,認(rèn)為中國具備工業(yè)機(jī)器人大規(guī)模普及的條件;其使用2002—2012年OECD 25個(gè)國家和中國、巴西、印度等10個(gè)發(fā)展中國家的數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)勞動(dòng)力成本是影響一國機(jī)器人應(yīng)用的重要因素。程虹等(2018)[10]、Cheng et al.(2019)[11]發(fā)現(xiàn)中國工業(yè)機(jī)器人應(yīng)用興起的時(shí)間和勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)變(勞動(dòng)力數(shù)量下降、勞動(dòng)年齡人口規(guī)模下降)的時(shí)間大致吻合,認(rèn)為勞動(dòng)力成本上升是機(jī)器人應(yīng)用的主要原因。韓民春等(2020)[12]在總結(jié)機(jī)器換人的原因時(shí)認(rèn)為,勞動(dòng)力短缺和工資上漲帶來的 “用工荒”和“用工貴”問題,是企業(yè)應(yīng)用工業(yè)機(jī)器人的根本原因之一。但這些關(guān)于工業(yè)機(jī)器人與工資或勞動(dòng)力成本的研究仍然比較粗糙,主要以經(jīng)驗(yàn)、事實(shí)總結(jié)和統(tǒng)計(jì)描述為主。此后,國內(nèi)出現(xiàn)了一些關(guān)注勞動(dòng)力成本對(duì)工業(yè)機(jī)器人應(yīng)用影響的實(shí)證研究,分析勞動(dòng)力成本上升或?qū)е聞趧?dòng)力成本上升的重要因素(最低工資政策等)對(duì)企業(yè)工業(yè)機(jī)器人應(yīng)用的影響。主要包括以下兩種:一是使用工業(yè)企業(yè)數(shù)據(jù)庫與海關(guān)數(shù)據(jù)庫的數(shù)據(jù),F(xiàn)an et al.(2020)[8]基于2008—2012年海關(guān)數(shù)據(jù)庫中進(jìn)口機(jī)器人數(shù)據(jù),研究城市最低工資政策帶來的勞動(dòng)力成本上升如何影響中國企業(yè)應(yīng)用工業(yè)機(jī)器人的決策,并采用跨省邊界的處理方法,分析具有跨省邊界的城市之間最低工資差異對(duì)工業(yè)機(jī)器人應(yīng)用的影響,發(fā)現(xiàn)最低工資促進(jìn)了企業(yè)的機(jī)器人應(yīng)用,最低工資每提高10%,企業(yè)應(yīng)用機(jī)器人的概率將提高0.11%。綦建紅和付晶晶(2021)[13]、王小霞等(2021)[14]使用工業(yè)企業(yè)數(shù)據(jù)與海關(guān)數(shù)據(jù)也得出類似結(jié)論,認(rèn)為最低工資政策顯著促進(jìn)企業(yè)的自動(dòng)化進(jìn)程或工業(yè)機(jī)器人的應(yīng)用。二是使用省級(jí)層面的制造業(yè)調(diào)查數(shù)據(jù),李小瑛和吳鑫杰(2021)[15]使用廣東省制造業(yè)調(diào)查數(shù)據(jù)(2018年)研究勞動(dòng)力成本對(duì)企業(yè)機(jī)器人應(yīng)用的影響,發(fā)現(xiàn)勞動(dòng)力成本上升顯著促進(jìn)企業(yè)機(jī)器換人,并且企業(yè)機(jī)器換人在企業(yè)規(guī)模、所處生命周期階段、勞動(dòng)力短缺程度和要素密集度層面存在明顯差異。
其次是政府扶持因素。中國政府積極扶持工業(yè)機(jī)器人產(chǎn)業(yè),2013年后密集出臺(tái)了多項(xiàng)指導(dǎo)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的政策,如《關(guān)于推進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃(2016—2020)》等。政府補(bǔ)貼和優(yōu)惠政策可以激勵(lì)企業(yè)使用工業(yè)機(jī)器人,促進(jìn)工業(yè)機(jī)器人應(yīng)用(Cheng et al.,2019[11];何小鋼,2021[16])。企業(yè)機(jī)器換人決策會(huì)受到所在地區(qū)機(jī)器人補(bǔ)貼政策等外部環(huán)境的影響(余玲錚等,2021)[17],并且企業(yè)獲得政府補(bǔ)貼的差異是造成工業(yè)機(jī)器人應(yīng)用差異的重要原因(程虹等,2018)[10]。中國工業(yè)機(jī)器人應(yīng)用在2013年之后增速更快一定程度上是中國工業(yè)機(jī)器人產(chǎn)業(yè)扶持政策所導(dǎo)致,因此,一些研究將2013年作為工業(yè)機(jī)器人應(yīng)用的對(duì)比時(shí)間節(jié)點(diǎn)(王文等,2020)[4],但多以文字論述為主,目前仍然缺乏相應(yīng)的實(shí)證研究。
第三是人口老齡化因素。一些研究發(fā)現(xiàn)發(fā)達(dá)國家中,人口老齡化是工業(yè)機(jī)器人應(yīng)用的影響因素。Abeliansky和Prettner(2017)[18]使用60個(gè)國家在1993—2013年的人口增長和工業(yè)機(jī)器人數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)人口增長率每下降1%,將會(huì)促進(jìn)工業(yè)機(jī)器人密度增加2%。Acemoglu和Restrepo(2017)[19]發(fā)現(xiàn)人口老齡化與人均GDP之間不存在顯著的負(fù)相關(guān)關(guān)系,認(rèn)為一個(gè)可能的解釋是技術(shù)調(diào)整并消除了這種潛在負(fù)面效應(yīng),比如人口老齡化速度更快的國家也是走在以工業(yè)機(jī)器人為代表的自動(dòng)化技術(shù)應(yīng)用前沿的國家。Acemoglu和Restrepo(2022)[20]通過實(shí)證研究發(fā)現(xiàn)老齡化程度越高的國家,機(jī)器人應(yīng)用越多,并且這些國家也擁有更多的自動(dòng)化創(chuàng)新,使用1993—2004年國家層面數(shù)據(jù)的研究發(fā)現(xiàn),機(jī)器人數(shù)量(每千名工人)與一個(gè)國家56歲以上工人比率(相對(duì)于21—55歲工人)存在顯著關(guān)系,人口老齡化可以解釋35%的跨國機(jī)器人應(yīng)用差異。具體來說,人口老齡化每增加10%,每千名工人會(huì)增加1.6臺(tái)機(jī)器人。其進(jìn)一步估計(jì)人口老齡化對(duì)美國地區(qū)之間工業(yè)機(jī)器人應(yīng)用的影響,發(fā)現(xiàn)人口結(jié)構(gòu)變化與機(jī)器人應(yīng)用存在正向關(guān)系,那些更加依賴中年工人、為自動(dòng)化提供更多機(jī)會(huì)的行業(yè)中,機(jī)器人應(yīng)用對(duì)人口結(jié)構(gòu)變化的反應(yīng)最明顯。隨著中國人口紅利的日趨消失和老齡化人口占比的不斷增加,人口老齡化與機(jī)器人等自動(dòng)化技術(shù)之間的關(guān)系也引起了國內(nèi)學(xué)者的關(guān)注。陳秋霖等(2018)[6]使用2007—2016年14個(gè)國家工業(yè)機(jī)器人應(yīng)用數(shù)據(jù)的研究發(fā)現(xiàn),人口老齡化水平越高的國家,工業(yè)機(jī)器人應(yīng)用越多,人口老齡化是促進(jìn)人工智能發(fā)展一大原因。鄧仲良和屈小博(2021)[21]總結(jié)全球主要發(fā)達(dá)國家工業(yè)機(jī)器人應(yīng)用的典型事實(shí),發(fā)現(xiàn)人口老齡化是影響發(fā)達(dá)國家“機(jī)器換人”的核心因素之一,而中國的人口老齡化趨勢(shì)也與工業(yè)機(jī)器人應(yīng)用成正比。鄧翔等(2018)[22]通過理論模型和數(shù)值模擬發(fā)現(xiàn)人口老齡化促進(jìn)了自動(dòng)化,并且使用2005—2015年中國省級(jí)數(shù)據(jù),以互聯(lián)網(wǎng)普及率作為自動(dòng)化衡量標(biāo)準(zhǔn),實(shí)證檢驗(yàn)了人口老齡化對(duì)自動(dòng)化的促進(jìn)作用。
當(dāng)前我國面臨人口紅利日漸消失和人口老齡化日益加重帶來的挑戰(zhàn),勞動(dòng)力結(jié)構(gòu)發(fā)生變化,勞動(dòng)力成本不斷上漲,研究工業(yè)機(jī)器人應(yīng)用的驅(qū)動(dòng)因素對(duì)后續(xù)推動(dòng)機(jī)器人產(chǎn)業(yè)發(fā)展具有重要參考價(jià)值?,F(xiàn)有關(guān)于人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用影響的研究多為發(fā)達(dá)國家的證據(jù),缺少來自發(fā)展中國家的研究,且相關(guān)研究中的樣本年份和使用指標(biāo)也有待改進(jìn)。而中國作為世界上最大的發(fā)展中國家,正逼近深度人口老齡化,研究人口老齡化對(duì)中國工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制具有更加重要的意義,不僅可以為理解工業(yè)機(jī)器人應(yīng)用提供來自發(fā)展中大國的實(shí)證證據(jù),也可以為正確認(rèn)識(shí)當(dāng)前的人口老齡化現(xiàn)狀和影響提供幫助,以便制定更加合理的人口應(yīng)對(duì)政策。
進(jìn)一步地,人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的作用機(jī)制有勞動(dòng)力成本替代效應(yīng)、人力資本提升效應(yīng)和技術(shù)創(chuàng)新效應(yīng)。(1)人口老齡化降低了勞動(dòng)年齡人口占總?cè)丝诘谋戎兀瑫?huì)降低勞動(dòng)力數(shù)量和供給(陳宇學(xué),2015)[23],可能帶來勞動(dòng)力成本的上升(蔣同明,2019)[24]。勞動(dòng)力成本上升到一定程度時(shí),工業(yè)機(jī)器人相對(duì)勞動(dòng)力具有更強(qiáng)的比較優(yōu)勢(shì),此時(shí)企業(yè)會(huì)引入工業(yè)機(jī)器人來完成原先由勞動(dòng)力所從事的工作任務(wù)(Acemoglu和Restrepo,2018[25],2019[26]),此時(shí)工業(yè)機(jī)器人對(duì)勞動(dòng)力產(chǎn)生成本替代效應(yīng)(李小瑛和吳鑫杰,2021)[15]。(2)人口老齡化會(huì)增加人力資本投資的收益率,對(duì)人力資本投資產(chǎn)生影響,還會(huì)倒逼企業(yè)和行業(yè)加快人力資本積累(昌忠澤等,2021[27];逯進(jìn)等,2018[28]),促進(jìn)人力資本水平的提升。同時(shí),工業(yè)機(jī)器人應(yīng)用會(huì)創(chuàng)造一系列與之匹配的崗位,如工業(yè)機(jī)器人調(diào)試、安裝、維修和編程等崗位,這些崗位需要比較高的人力資本水平才能勝任(杜文強(qiáng),2022)[29]。工業(yè)機(jī)器人與高技能勞動(dòng)力之間存在互補(bǔ)關(guān)系,人力資本水平的提高會(huì)改變地區(qū)勞動(dòng)力供給和就業(yè)技能結(jié)構(gòu),從而通過勞動(dòng)力技能供給來促進(jìn)工業(yè)機(jī)器人應(yīng)用。(3)人口老齡化會(huì)對(duì)企業(yè)生產(chǎn)經(jīng)營產(chǎn)生倒逼效應(yīng),促使企業(yè)增加R&D人員和研發(fā)資金投入(劉洋等,2020)[30],促進(jìn)技術(shù)創(chuàng)新(鄧翔和張衛(wèi),2018[31];隨舒敏和何增華,2020[32]),實(shí)現(xiàn)生產(chǎn)方式的改進(jìn)和標(biāo)準(zhǔn)化生產(chǎn)的擴(kuò)大,形成創(chuàng)新效應(yīng)(謝雪燕和朱曉陽,2020)[33],從而有利于工業(yè)機(jī)器人應(yīng)用。據(jù)此提出假說1—假說3。
假說1:人口老齡化通過勞動(dòng)力成本替代效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。
假說2:人口老齡化通過人力資本提升效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。
假說3:人口老齡化通過技術(shù)創(chuàng)新效應(yīng)促進(jìn)工業(yè)機(jī)器人應(yīng)用。
為檢驗(yàn)人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響,本文構(gòu)建以下實(shí)證模型:
robi, t=α0+α1agingi, t+Ci, tδ+γt+φi+εi, t
(1)
其中,robi, t為工業(yè)機(jī)器人應(yīng)用指標(biāo),下標(biāo)i表示省份,t表示時(shí)間,agingi, t為省級(jí)人口老齡化指標(biāo),Ci, t為一系列省級(jí)層面控制變量,γt為時(shí)間固定效應(yīng),φi為省份固定效應(yīng),εi, t為隨機(jī)誤差項(xiàng)。α1為人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響,根據(jù)上文的分析,預(yù)期α1為正。
為檢驗(yàn)人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用影響的傳導(dǎo)機(jī)制,參考溫忠麟等(2004)[34]、溫忠麟和葉寶娟(2014)[35]的方法,本文構(gòu)建以下中介效應(yīng)分析模型:
Yi, t=b0+b1agingi, t+Ci, tδ+γt+φi+εi, t
(2)
robi, t=c0+c1agingi, t+c2Yi, t+Ci, tδ+γt+φi+εi, t
(3)
其中,Yi, t為中介變量,式(2)用于檢驗(yàn)人口老齡化對(duì)中介變量的影響,式(3)用于檢驗(yàn)人口老齡化和中介變量對(duì)工業(yè)機(jī)器人應(yīng)用的影響,其他控制變量、固定效應(yīng)和方差的設(shè)置與式(1)相同。其中,α1表示人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的總效應(yīng),c1表示人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的直接效應(yīng),b1*c2是人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的間接效應(yīng)(3)中介效應(yīng)檢驗(yàn)程序如下:第一步,檢驗(yàn)系數(shù)α1,若α1顯著,則繼續(xù)檢驗(yàn),若α1不顯著,則表示不相關(guān),停止中介效應(yīng)分析;第二步,使用間接檢驗(yàn)法,依次檢驗(yàn)系數(shù)b1和c2,若二者均顯著,則繼續(xù)檢驗(yàn),若二者至少有一個(gè)不顯著,則使用Bootstrap法進(jìn)行直接檢驗(yàn),若顯著則繼續(xù),否則停止檢驗(yàn);第三步,檢驗(yàn)系數(shù)c1,若c1不顯著,則為完全中介效應(yīng),若c1顯著,則為部分中介效應(yīng)。。
1.數(shù)據(jù)來源
選取2006—2018年中國31個(gè)省級(jí)區(qū)域人口老齡化和工業(yè)機(jī)器人的面板數(shù)據(jù)作為樣本。人口老齡化數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》;工業(yè)機(jī)器人數(shù)據(jù)來自IFR,IFR提供了國別-年份-行業(yè)層面的機(jī)器人安裝量和存量數(shù)據(jù),包含14個(gè)制造業(yè)細(xì)分行業(yè),由此得到2006—2018年中國制造業(yè)細(xì)分行業(yè)工業(yè)機(jī)器人的安裝量和存量;就業(yè)數(shù)據(jù)來自歷年《中國勞動(dòng)統(tǒng)計(jì)年鑒》,主要包括全國層面和省級(jí)層面制造業(yè)細(xì)分行業(yè)就業(yè)和服務(wù)業(yè)就業(yè)。參考閆雪凌等(2020)[36]的方法,將全國層面和省級(jí)層面的制造業(yè)細(xì)分行業(yè)就業(yè)歸并到14個(gè)IFR制造業(yè)細(xì)分行業(yè)中,由此獲得歷年IFR制造業(yè)細(xì)分行業(yè)的就業(yè)量;其他變量數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》和各省區(qū)統(tǒng)計(jì)年鑒。
2.變量說明
人口老齡化(aging):使用老年人口撫養(yǎng)比(65歲及以上人口數(shù)與15—64歲人口數(shù)之比)來衡量人口老齡化,穩(wěn)健性檢驗(yàn)中使用老年人口比重作為替代指標(biāo)進(jìn)行檢驗(yàn)。
控制變量:(1)經(jīng)濟(jì)發(fā)展水平(lngdp),以人均GDP取對(duì)數(shù)衡量;(2)工資水平(lnwage),以平均工資取對(duì)數(shù)衡量;(3)城鎮(zhèn)化率(urban),以城鎮(zhèn)常住人口數(shù)與常住人口總數(shù)的比重衡量;(4)失業(yè)率(unemp_rate),以城鎮(zhèn)登記失業(yè)率衡量;(5)對(duì)外開放程度(open),用進(jìn)出口總額占GDP比重衡量,以當(dāng)年美元匯率的平均價(jià)進(jìn)行折算;(6)政府干預(yù)(gov),以一般公共預(yù)算支出占GDP的比重衡量;(7)產(chǎn)業(yè)結(jié)構(gòu)(ind3),以第三產(chǎn)業(yè)產(chǎn)值比重衡量。各變量的描述性統(tǒng)計(jì)見表1。
表1 主要變量的描述性統(tǒng)計(jì)
式(1)的基準(zhǔn)回歸結(jié)果見表2,列(1)和列(2)是OLS回歸結(jié)果,列(3)—列(6)是控制固定效應(yīng)的回歸結(jié)果。其中,列(1)、 列(3)、 列(5)未加入控制變量,列(3)和列(4)只控制了時(shí)間固定效應(yīng),列(5)和列(6)同時(shí)控制了時(shí)間固定效應(yīng)和省份固定效應(yīng),所有回歸均使用穩(wěn)健標(biāo)準(zhǔn)誤。結(jié)果表明,人口老齡化系數(shù)均在1%的水平下顯著為正。以列(6)結(jié)果進(jìn)行基準(zhǔn)分析,人口老齡化系數(shù)為0.663,表明人口老齡化促進(jìn)了工業(yè)機(jī)器人密度的增加,人口老齡化是工業(yè)機(jī)器人應(yīng)用的影響因素。
表2 基準(zhǔn)回歸結(jié)果
(續(xù)上表)
1.地區(qū)差異
不同地區(qū)人口老齡化水平不同,東部、中部、西部地區(qū)的分組回歸結(jié)果見表3列(1)—列(3)。結(jié)果顯示,東部、中部、西部地區(qū)人口老齡化系數(shù)均為正,但只有東部地區(qū)顯著,中部和西部地區(qū)都不顯著,說明人口老齡化對(duì)工業(yè)機(jī)器應(yīng)用的影響主要體現(xiàn)在東部地區(qū)??赡艿脑蚴菛|部地區(qū)人口老齡化程度最高,因此對(duì)工業(yè)機(jī)器人應(yīng)用的影響也更加顯著,這也與工業(yè)機(jī)器人在東部地區(qū)應(yīng)用最廣泛的現(xiàn)象相符合。
2.時(shí)間差異
2011—2020年以老年人口比重和老年人口撫養(yǎng)比計(jì)算的中國人口老齡化年均增長率分別為4.84%和6.02%,是2000—2010年增長率的2~3倍。隨著人口老齡化程度的上升,勞動(dòng)力資源短缺對(duì)經(jīng)濟(jì)的影響更加嚴(yán)重,此時(shí)對(duì)工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用應(yīng)該更加顯著。以2011年作為時(shí)間節(jié)點(diǎn),不同時(shí)間段的分組回歸結(jié)果見表3列(4)和列(5),人口老齡化系數(shù)均顯著為正,表明人口老齡化在不同樣本年份中均對(duì)工業(yè)機(jī)器人應(yīng)用起到了促進(jìn)作用,但2011年之后人口老齡化系數(shù)的絕對(duì)值更大,表明人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的促進(jìn)作用在2011年之后更加明顯。
3.要素密集度差異
不同省份的資本和勞動(dòng)要素稟賦不同,計(jì)算省份-年份層面的資本-勞動(dòng)比,即人均固定資產(chǎn)投資,若一省的資本-勞動(dòng)比大于全國同期均值,則定義為資本要素密集型省份,否則為勞動(dòng)要素密集型省份。要素密集度層面的分組回歸結(jié)果見表3列(6)和列(7),人口老齡化系數(shù)均為正,但資本密集型省份的人口老齡化系數(shù)顯著,勞動(dòng)密集型省份的人口老齡化系數(shù)不顯著。表明資本要素密集型省份的人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響更大,因?yàn)橘Y本密集型省份的勞動(dòng)要素相對(duì)更加稀缺,此時(shí)人口老齡化帶來的勞動(dòng)力短缺更容易促進(jìn)工業(yè)機(jī)器人對(duì)勞動(dòng)的替代。
表3 異質(zhì)性分析結(jié)果——地區(qū)、時(shí)間和要素密集度層面
工業(yè)機(jī)器人應(yīng)用對(duì)人口老齡化直接進(jìn)行回歸可能存在內(nèi)生性偏誤。一方面,工業(yè)機(jī)器人應(yīng)用與人口老齡化之間可能存在反向因果關(guān)系,工業(yè)機(jī)器人應(yīng)用可以促進(jìn)經(jīng)濟(jì)發(fā)展,經(jīng)濟(jì)發(fā)展水平高的地區(qū)醫(yī)療、服務(wù)和養(yǎng)老體系更加健全,可能會(huì)吸引更多老年人口定居,也會(huì)相對(duì)延長老年人口的壽命,使得工業(yè)機(jī)器人應(yīng)用高的地區(qū)人口老齡化水平也高;另一方面,可能存在遺漏變量問題。為解決人口老齡化的內(nèi)生性問題,運(yùn)用工具變量方法,使用滯后20期的老年人口撫養(yǎng)比作為工具變量。昌忠澤等(2021)[27]發(fā)現(xiàn)中國當(dāng)期的老年人口撫養(yǎng)比與20年前的老年人口撫養(yǎng)比之間存在較強(qiáng)的相關(guān)性,滿足相關(guān)性假定;同時(shí)20年前的老年人口撫養(yǎng)比不會(huì)與當(dāng)期的殘差項(xiàng)相關(guān),滿足外生性假定。本文使用兩階段最小二乘法(2SLS)來進(jìn)行工具變量估計(jì),一階段使用當(dāng)期老年人口撫養(yǎng)比對(duì)滯后20期的老年人口撫養(yǎng)比(aging_l20)進(jìn)行回歸,得到省級(jí)層面老年人口撫養(yǎng)比的擬合值,第二階段使用第一階段獲得的老年人口撫養(yǎng)比擬合值進(jìn)行回歸。由于中國省級(jí)層面人口老齡化指標(biāo)在1990年之后才有比較完整和連續(xù)的數(shù)據(jù),因此使用滯后20期的老年人口撫養(yǎng)比作為工具變量的回歸中只包含2010—2018年樣本,并刪除了重慶市。也使用滯后16期(1990—2002年)的老年人口撫養(yǎng)比(aging_l16)作為全樣本老年人口撫養(yǎng)比(2006—2018年)的工具變量進(jìn)行回歸。
回歸結(jié)果見表4,其中列(1)、列(2)是使用滯后20期老年人口撫養(yǎng)比作為工具變量的回歸結(jié)果。列(1)是一階段回歸結(jié)果,滯后20期老年人口撫養(yǎng)比系數(shù)顯著為正,表明工具變量與人口老齡化顯著正相關(guān)。列(2)是二階段回歸結(jié)果,人口老齡化系數(shù)顯著為正,說明考慮內(nèi)生性問題后,人口老齡化仍然對(duì)工業(yè)機(jī)器人應(yīng)用具有促進(jìn)作用,工具變量估計(jì)結(jié)果表明基準(zhǔn)回歸低估了人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響。rk F統(tǒng)計(jì)量為37.416,大于臨界值,表明不存在弱工具變量問題。rk LM檢驗(yàn)的p值為0,拒絕原假設(shè),不存在識(shí)別不足的問題。列(3)和列(4)是使用滯后16期老年人口撫養(yǎng)比作為工具變量的回歸結(jié)果,與前面結(jié)果類似。
表4 工具變量估計(jì)結(jié)果
1.替換自變量
使用滯后一期的老年人口撫養(yǎng)比和老年人口比重作為自變量替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn),回歸結(jié)果如表5列(1)和列(2)所示,人口老齡化的系數(shù)均顯著為正,表明人口老齡化促進(jìn)了工業(yè)機(jī)器人應(yīng)用,前文結(jié)果是穩(wěn)健的。
2.替換因變量
3.剔除直轄市樣本
直轄市存在某種政治、經(jīng)濟(jì)功能,這可能會(huì)同時(shí)影響工業(yè)機(jī)器人應(yīng)用和人口老齡化水平。使用剔除直轄市后的樣本進(jìn)行穩(wěn)健性檢驗(yàn),回歸結(jié)果見表5列(6),人口老齡化系數(shù)顯著為正,表明人口老齡化促進(jìn)了工業(yè)機(jī)器人應(yīng)用,驗(yàn)證了前文結(jié)果的穩(wěn)健性。
表5 穩(wěn)健性檢驗(yàn)結(jié)果
使用平均工資水平(lnwage)衡量勞動(dòng)力成本,中介效應(yīng)回歸結(jié)果見表6。列(1)和列(3)分別是工資水平對(duì)使用老年人口撫養(yǎng)比和老年人口比重作為人口老齡化指標(biāo)的回歸,列(1)中人口老齡化系數(shù)顯著為負(fù),列(3)中人口老齡化系數(shù)為負(fù)但不顯著,表明人口老齡化對(duì)勞動(dòng)力成本并未產(chǎn)生顯著的正向影響,人口老齡化沒有通過勞動(dòng)力成本上升來促進(jìn)工業(yè)機(jī)器人應(yīng)用,不存在成本替代效應(yīng)。
表6 中介機(jī)制檢驗(yàn)結(jié)果——成本替代效應(yīng)
使用普通高等學(xué)校在校學(xué)生與中等職業(yè)技術(shù)學(xué)校在校學(xué)生數(shù)量之比衡量人力資本(hc),中介效應(yīng)回歸結(jié)果見表7。其中,列(1)—列(4)是使用老年人口撫養(yǎng)比衡量人口老齡化的人力資本中介機(jī)制檢驗(yàn)結(jié)果,列(1)和列(2)是使用工業(yè)機(jī)器人安裝密度的回歸結(jié)果,列(3)和列(4)是使用工業(yè)機(jī)器人存量密度的回歸結(jié)果。列(1)和列(3)是根據(jù)式(2)的回歸,人口老齡化系數(shù)均顯著為正,表明人口老齡化促進(jìn)了地區(qū)人力資本水平提升。列(2)和列(4)是根據(jù)式(3)的回歸,同時(shí)加入了人口老齡化和人力資本水平指標(biāo),人力資本系數(shù)均顯著為正,表示存在人力資本的中介效應(yīng),同時(shí)人口老齡化系數(shù)也顯著為正,表明人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響存在人力資本的部分中介效應(yīng)。列(5)—列(8)使用老年人口比重衡量人口老齡化,結(jié)果同樣表明存在人力資本的部分中介效應(yīng)。
表7 中介機(jī)制檢驗(yàn)結(jié)果——人力資本提升效應(yīng)
以平均每萬人擁有的發(fā)明專利授權(quán)數(shù)衡量技術(shù)創(chuàng)新(tech),中介效應(yīng)回歸結(jié)果見表8。其中,列(1)—列(4)是使用老年人口撫養(yǎng)比衡量人口老齡化的技術(shù)創(chuàng)新中介機(jī)制檢驗(yàn)結(jié)果,列(1)和列(2)是使用工業(yè)機(jī)器人安裝密度的回歸結(jié)果,列(3)和列(4)是使用工業(yè)機(jī)器人存量密度的回歸結(jié)果。列(1)和列(3)是根據(jù)式(2)的回歸,人口老齡化系數(shù)均顯著為正,表明人口老齡化促進(jìn)了地區(qū)技術(shù)創(chuàng)新。列(2)和列(4)是根據(jù)式(3)的回歸,同時(shí)加入了人口老齡化和技術(shù)創(chuàng)新指標(biāo),技術(shù)創(chuàng)新系數(shù)均顯著為正,表示存在技術(shù)創(chuàng)新的中介效應(yīng),同時(shí)人口老齡化系數(shù)也顯著為正,表明人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響存在技術(shù)創(chuàng)新的部分中介效應(yīng)。列(5)—列(8)使用老年人口比重衡量人口老齡化,結(jié)果同樣表明存在技術(shù)創(chuàng)新的部分中介效應(yīng)。
表8 中介機(jī)制檢驗(yàn)結(jié)果——技術(shù)創(chuàng)新效應(yīng)
上文使用省級(jí)層面的工業(yè)機(jī)器人和人口老齡化數(shù)據(jù)進(jìn)行研究,并且IFR工業(yè)機(jī)器人數(shù)據(jù)從2006年開始,更加細(xì)化的地級(jí)市層面或企業(yè)層面研究和2006年以前年份人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響仍有待研究。因此,本部分使用2000—2007年工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫的匹配數(shù)據(jù),以企業(yè)工業(yè)機(jī)器人進(jìn)口作為企業(yè)工業(yè)機(jī)器人應(yīng)用指標(biāo),研究人口老齡化對(duì)企業(yè)工業(yè)機(jī)器人應(yīng)用的影響。從企業(yè)層面出發(fā)分析人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響,這是現(xiàn)有研究中較缺乏的;同時(shí),本部分樣本以2006年以前為主,可以彌補(bǔ)使用IFR工業(yè)機(jī)器人數(shù)據(jù)造成的樣本區(qū)間位于2006年之后的問題,而使用企業(yè)層面數(shù)據(jù)也更有利于控制固定效應(yīng)。
現(xiàn)有研究發(fā)現(xiàn)國內(nèi)使用的70%以上的工業(yè)機(jī)器人來自進(jìn)口,并且2013年以前將進(jìn)口工業(yè)機(jī)器人用于自身生產(chǎn)經(jīng)營的企業(yè)占比約為80%,使用海關(guān)數(shù)據(jù)庫計(jì)算的工業(yè)機(jī)器人進(jìn)口數(shù)量、趨勢(shì)都與IFR工業(yè)機(jī)器人數(shù)據(jù)相一致,因此可以使用海關(guān)數(shù)據(jù)庫中企業(yè)工業(yè)機(jī)器人進(jìn)口作為企業(yè)工業(yè)機(jī)器人應(yīng)用的衡量指標(biāo)。借鑒Fan et al.(2021)[8]的做法,使用HS6位編碼(847950)來確定工業(yè)機(jī)器人,主要包括84795010(多功能機(jī)器人)和84795090(其他工業(yè)機(jī)器人)。首先,對(duì)工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫先后使用企業(yè)名稱和年份、郵政編碼和企業(yè)電話后7位進(jìn)行匹配,由此得到匹配成功的企業(yè)信息,并對(duì)匹配后的數(shù)據(jù)異常值進(jìn)行處理。其次,將經(jīng)過處理的企業(yè)數(shù)據(jù)與省級(jí)人口老齡化數(shù)據(jù)、控制變量相匹配,最終得到包含103885家企業(yè)320382個(gè)樣本的非平衡面板數(shù)據(jù),其中,1294家企業(yè)進(jìn)口工業(yè)機(jī)器人,102591家為非工業(yè)機(jī)器人進(jìn)口企業(yè)。
為檢驗(yàn)人口老齡化對(duì)企業(yè)工業(yè)機(jī)器人應(yīng)用的影響,構(gòu)建以下實(shí)證模型:
lnrobi, k, t=α0+α1agingi, t+Xi, k, tσ+Ci, tφ+μt+ωj+εi, k, t
(4)
其中,下標(biāo)i表示省份,k表示企業(yè),t表示時(shí)間。lnrobi, k, t為企業(yè)工業(yè)機(jī)器人應(yīng)用變量,用企業(yè)當(dāng)年進(jìn)口工業(yè)機(jī)器人數(shù)量的對(duì)數(shù)衡量,同時(shí)使用企業(yè)是否進(jìn)口工業(yè)機(jī)器人(0/1變量)作為替代指標(biāo)。agingi, t為人口老齡化變量,使用老年人口撫養(yǎng)比作為基準(zhǔn)指標(biāo)、老年人口比重作為替代指標(biāo)。Xi, k, t為企業(yè)層面控制變量,包括企業(yè)規(guī)模、企業(yè)年齡、企業(yè)工資水平、資本密集度、是否出口。Ci, t為一系列省級(jí)層面控制變量,包括經(jīng)濟(jì)發(fā)展水平、固定資產(chǎn)投資、進(jìn)出口和政府干預(yù)。μt為時(shí)間固定效應(yīng),ωj為行業(yè)固定效應(yīng),εi, k, t為隨機(jī)誤差項(xiàng)。
式(4)企業(yè)層面回歸結(jié)果見表9,回歸方法與表2類似。以列(6)結(jié)果進(jìn)行分析,人口老齡化系數(shù)為0.0013,且在1%的水平下顯著,表明人口老齡化促進(jìn)了企業(yè)工業(yè)機(jī)器人應(yīng)用(5)限于篇幅,變量描述性統(tǒng)計(jì)和控制變量回歸結(jié)果在正文中沒有詳細(xì)列出,作者備索。。
表9 企業(yè)層面回歸結(jié)果
隨著工業(yè)機(jī)器人產(chǎn)業(yè)的迅速發(fā)展,研究工業(yè)機(jī)器人應(yīng)用的影響因素至關(guān)重要。本文首先使用2006—2018年中國31個(gè)省級(jí)區(qū)域的面板數(shù)據(jù),探討人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響和作用機(jī)制。主要結(jié)論如下:(1)人口老齡化顯著促進(jìn)工業(yè)機(jī)器人應(yīng)用,考慮人口老齡化的內(nèi)生性和一系列穩(wěn)健性檢驗(yàn)后,人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響結(jié)果仍然穩(wěn)健。(2)人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響存在地區(qū)、時(shí)間和要素密集度層面的差異,表現(xiàn)為在東部地區(qū)、2011年后、資本密集型城市更加顯著。(3)機(jī)制分析發(fā)現(xiàn),人口老齡化通過人力資本效應(yīng)和技術(shù)創(chuàng)新效應(yīng)對(duì)工業(yè)機(jī)器人應(yīng)用產(chǎn)生影響。(4)進(jìn)一步運(yùn)用企業(yè)層面數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)人口老齡化促進(jìn)了企業(yè)工業(yè)機(jī)器人進(jìn)口。
本文從實(shí)證角度證實(shí)了人口老齡化是推動(dòng)發(fā)展中國家工業(yè)機(jī)器人應(yīng)用的影響因素,可以作為現(xiàn)有人口老齡化與工業(yè)機(jī)器人研究的有效補(bǔ)充,對(duì)制定人口政策與推進(jìn)中國工業(yè)機(jī)器人應(yīng)用具有重要的啟示:(1)正確認(rèn)識(shí)人口老齡化現(xiàn)狀、發(fā)展趨勢(shì)和影響。當(dāng)前,中國人口老齡化的趨勢(shì)不可避免,并且人口老齡化程度在不斷加速,既要看到人口老齡化造成的勞動(dòng)力資源短缺會(huì)對(duì)經(jīng)濟(jì)帶來不利影響,也應(yīng)認(rèn)識(shí)到人口老齡化會(huì)通過提升人力資本和促進(jìn)技術(shù)創(chuàng)新來推進(jìn)工業(yè)機(jī)器人的應(yīng)用。(2)二次激發(fā)人口紅利。全面推行鼓勵(lì)生育政策,延遲老齡化社會(huì)到來,搭建有利于老年人口參與社會(huì)經(jīng)濟(jì)活動(dòng)的平臺(tái),如老教授協(xié)會(huì)等,發(fā)揮老年人口在知識(shí)和技藝積累的優(yōu)勢(shì)。(3)因地制宜制定人口政策措施。人口老齡化對(duì)工業(yè)機(jī)器人應(yīng)用的影響在不同地區(qū)和不同要素密集省份存在明顯差異,因此,制定人口相關(guān)政策措施時(shí)要結(jié)合地區(qū)要素稟賦。(4)鼓勵(lì)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展,應(yīng)對(duì)人口老齡化影響。現(xiàn)有研究表明,工業(yè)機(jī)器人應(yīng)用可以實(shí)現(xiàn)對(duì)勞動(dòng)力的替代,緩解人口老齡化對(duì)經(jīng)濟(jì)帶來的不利影響,當(dāng)前中國工業(yè)機(jī)器人應(yīng)用水平仍相對(duì)較低,應(yīng)積極促進(jìn)以工業(yè)機(jī)器人應(yīng)用為代表的人工智能發(fā)展,推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí),實(shí)現(xiàn)從“制造大國”向“制造強(qiáng)國”轉(zhuǎn)變。