空間視角下工業(yè)機器人應用對城市綠色發(fā)展效率的影響

摘 要：長江經(jīng)濟帶在我國綠色發(fā)展總體格局中具有重要戰(zhàn)略地位，工業(yè)機器人應用給長江經(jīng)濟帶綠色發(fā)展帶來了前所未有的機遇。選取2008—2021年長江經(jīng)濟帶108個地級市數(shù)據(jù)，運用多種模型實證考察長江經(jīng)濟帶工業(yè)機器人應用對城市綠色發(fā)展效率的影響。研究發(fā)現(xiàn)：工業(yè)機器人應用能夠有效提升城市綠色發(fā)展效率，且主要通過促進綠色技術(shù)創(chuàng)新和能源利用效率提升兩種機制實現(xiàn)；工業(yè)機器人應用對城市綠色發(fā)展效率的提升產(chǎn)生了正向空間溢出效應，并存在具有空間衰減特征的地理邊界；空間溢出作用在已進入工業(yè)化后期的城市和城市群節(jié)點城市上表現(xiàn)得更為顯著。上述結(jié)論為繼續(xù)推動工業(yè)機器人技術(shù)研發(fā)及應用、強化城市群內(nèi)外部科技合作、實施異質(zhì)性發(fā)展策略提供了政策啟示。

關(guān)鍵詞：工業(yè)機器人；綠色發(fā)展效率；空間杜賓模型；長江經(jīng)濟帶

中圖分類號：F290 文獻標志碼：A 文章編號：1672-626X（2025）02-0109-19

一、引言

黨的二十大報告強調(diào)“推動綠色發(fā)展，促進人與自然和諧共生”。綠色發(fā)展是關(guān)系我國發(fā)展全局的重要理念，是實現(xiàn)可持續(xù)發(fā)展和高質(zhì)量發(fā)展的必然要求和關(guān)鍵環(huán)節(jié)。長江經(jīng)濟帶生態(tài)地位特殊，在我國綠色發(fā)展總體格局中具有重要戰(zhàn)略地位。2023年長江經(jīng)濟帶經(jīng)濟總量占全國比重接近50%，其中電子信息、裝備制造等新興產(chǎn)業(yè)產(chǎn)值占比超50%①。然而長期以來，長江經(jīng)濟帶在快速發(fā)展過程中也面臨著環(huán)境污染風險加大、資源消耗過快、水土流失加劇等問題。長江經(jīng)濟帶高質(zhì)量發(fā)展明確以“共抓大保護、不搞大開發(fā)”為導向，以“生態(tài)優(yōu)先、綠色發(fā)展”為引領(lǐng)。在此背景下，如何以科技創(chuàng)新為主導，提高綠色發(fā)展效率，統(tǒng)籌推動長江經(jīng)濟帶可持續(xù)發(fā)展與高質(zhì)量發(fā)展是亟待解決的重大現(xiàn)實問題。

在全球新一輪科技革命和產(chǎn)業(yè)變革背景之下，二十屆中央政治局第十一次集體學習明確提出“發(fā)展新質(zhì)生產(chǎn)力是推動高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點”。工業(yè)機器人作為新興數(shù)字技術(shù)在產(chǎn)業(yè)發(fā)展中的重要應用載體，其突破和創(chuàng)新為新質(zhì)生產(chǎn)力的形成提供了強大動力。在發(fā)展新質(zhì)生產(chǎn)力的背景下，工業(yè)機器人的應用和推廣能夠加快提升產(chǎn)業(yè)經(jīng)濟效率、促進技術(shù)創(chuàng)新、降低能源消耗和污染產(chǎn)出，最終推動經(jīng)濟增長和綠色發(fā)展雙贏。長江經(jīng)濟帶城市經(jīng)濟結(jié)構(gòu)以工業(yè)制造業(yè)為主，在工業(yè)機器人應用的產(chǎn)業(yè)規(guī)模、市場主體、平臺載體、基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新等方面具有突出優(yōu)勢，還擁有具有國際水平的長三角工業(yè)機器人產(chǎn)業(yè)集群，依托長江流域智能制造與機器人產(chǎn)業(yè)聯(lián)盟等產(chǎn)業(yè)服務與合作平臺，長江經(jīng)濟帶各?。ㄊ校┰谌斯ぶ悄堋⒅悄苤圃斓葍?yōu)勢領(lǐng)域先發(fā)布局并保持了良好的發(fā)展勢頭，深入推進創(chuàng)新驅(qū)動發(fā)展，推廣智能化應用，加快實施傳統(tǒng)產(chǎn)業(yè)智能化改造，長江經(jīng)濟帶綠色發(fā)展正迎來前所未有的機遇。

有關(guān)綠色發(fā)展效率的研究起始于對綠色發(fā)展的探討，普遍認為綠色發(fā)展是以高效率、低污染、低損耗的綠色模式實現(xiàn)經(jīng)濟增長[1]。城市綠色發(fā)展效率則是評估城市綠色發(fā)展的關(guān)鍵指標，它是一種考量了城市經(jīng)濟增長、資源消耗以及環(huán)境污染等多方面因素的綜合效率[2]。具體而言，多數(shù)研究通?；跀?shù)據(jù)包絡(luò)分析法，在投入產(chǎn)出框架下納入城市資本、勞動、能源等投入要素與經(jīng)濟增長、環(huán)境污染等產(chǎn)出進行計算得出。簡而言之，可以將城市綠色發(fā)展效率視為實現(xiàn)投入和環(huán)境污染產(chǎn)出最小化、經(jīng)濟增長最大化的能力[3]。而關(guān)于工業(yè)機器人的研究，相關(guān)文獻早期重點關(guān)注工業(yè)機器人應用對經(jīng)濟增長[4]、社會效率[5]以及就業(yè)創(chuàng)業(yè)[6-7]的影響，近年來，學者們也開始關(guān)注工業(yè)機器人應用的環(huán)境影響效應。陳昊等（2021）基于2006—2015年中國制造業(yè)細分行業(yè)數(shù)據(jù)的實證研究發(fā)現(xiàn)，機器人存量和增量的提高顯著降低了工業(yè)廢氣的排放量和一般工業(yè)固體廢物的產(chǎn)生量[8]；余玲錚等（2022）則利用2013—2018年中國工業(yè)機器人與城市空氣污染的數(shù)據(jù)，發(fā)現(xiàn)工業(yè)機器人通過有效提高能源利用效率和促進綠色技術(shù)創(chuàng)新降低了城市空氣污染水平[9]；盛丹和卜文超（2022）提出機器人應用主要依靠研發(fā)增長效應和人工替代效應降低污染物排放，通過前端生產(chǎn)力的提高和末端治污能力的增強改善企業(yè)的環(huán)境績效[10]；還有學者認為機器人應用對能源效率的提升主要來自產(chǎn)出的增加，而非生產(chǎn)過程能源消耗的減少[11]；以及機器人沖擊以資本體現(xiàn)式技術(shù)進步影響制造業(yè)的碳排放，其所帶來的技術(shù)減排效應高于規(guī)模增排效應使得制造業(yè)碳排放顯著降低[12]。這些文獻主要研究工業(yè)機器人應用對環(huán)境污染的具體影響，然而單純的環(huán)境污染指標下降并不必然意味著綠色發(fā)展。

只有極少文獻探討了工業(yè)智能化與綠色發(fā)展效率之間的關(guān)系，如唐曉華和遲子茗（2022）基于省級和工業(yè)行業(yè)層面的數(shù)據(jù)研究發(fā)現(xiàn)工業(yè)智能化顯著驅(qū)動了工業(yè)綠色發(fā)展效率的提升[13]；林熙等（2023）發(fā)現(xiàn)以工業(yè)機器人應用為表征的智能制造能夠通過生產(chǎn)技術(shù)效應和減排技術(shù)效應降低企業(yè)污染排放強度，從而實現(xiàn)智能制造與綠色發(fā)展效率提升的“雙贏”[14]。也有研究認為工業(yè)智能化對綠色全要素生產(chǎn)率沒有顯著影響，只有在環(huán)境規(guī)制較強的城市，工業(yè)智能化才能夠通過促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級提高綠色全要素生產(chǎn)率[15]。

總的來說，相關(guān)文獻雖然討論了工業(yè)智能化與綠色發(fā)展效率之間的關(guān)系，為本文的研究提供了較多啟發(fā)，但還存在以下兩個問題：第一，多數(shù)文獻忽略了工業(yè)機器人應用對城市綠色發(fā)展效率的影響會從本地向鄰地擴散而可能產(chǎn)生空間溢出性，更少關(guān)注到溢出效應的衰減邊界問題；第二，多數(shù)文獻基于省級數(shù)據(jù)或聚焦于微觀企業(yè)層面研究工業(yè)機器人或智能化發(fā)展對綠色發(fā)展效率的影響，來自城市層面的證據(jù)不足。鑒于此，本文選取長江經(jīng)濟帶區(qū)域108個地級市2008—2021年間的面板數(shù)據(jù)，重點采用空間計量模型研究工業(yè)機器人應用對城市綠色發(fā)展效率的影響。

與已有研究相比，本文可能的邊際貢獻在于：第一，引入空間計量模型探討空間溢出效應，并分析了空間溢出效應的衰減邊界問題，更準確地估計了工業(yè)機器人應用對城市綠色發(fā)展效率的復合影響。工業(yè)機器人應用一方面可能會通過生產(chǎn)要素流動和技術(shù)溢出等方式對其他地區(qū)的綠色發(fā)展直接產(chǎn)生影響，另一方面本地區(qū)綠色發(fā)展效率的提升也可能會對鄰近地區(qū)產(chǎn)生一定的示范效應和競爭效應。第二，以地級市作為研究對象，以期更貼近工業(yè)活動的現(xiàn)實情形。值得注意的是，長江經(jīng)濟帶內(nèi)部地域差異性十分顯著，即便同一省內(nèi)的不同城市在資源稟賦、經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新能力、政策支持等方面都存在較大差異，這種差異化特征使得傳統(tǒng)宏觀區(qū)域研究難以精準識別微觀主體的作用機制。

二、理論分析與研究假設(shè)

（一）工業(yè)機器人應用對城市綠色發(fā)展效率的影響

1. 工業(yè)機器人應用對城市綠色發(fā)展效率的直接影響

工業(yè)機器人應用能通過多種方式提高城市綠色發(fā)展效率，推動城市向更加可持續(xù)和環(huán)保的方向轉(zhuǎn)型。首先，工業(yè)機器人顯著提升了生產(chǎn)效率。通過自動化操作和精準控制，機器人能夠在制造業(yè)中實現(xiàn)高效、連續(xù)的生產(chǎn)，減少人為錯誤和停機時間，從而大幅提高產(chǎn)出效率。這種效率提升不僅降低了生產(chǎn)成本[10]，還減少了資源浪費和能源消耗，直接促進了綠色生產(chǎn)。其次，工業(yè)機器人在降低能源消耗和減少污染排放方面發(fā)揮了重要作用。機器人能夠精確控制生產(chǎn)過程中的能源使用，優(yōu)化生產(chǎn)流程，減少不必要的能源浪費。再次，機器人應用于清潔生產(chǎn)和廢棄物管理，能夠有效減少有害物質(zhì)的排放，降低對環(huán)境的污染。例如，在汽車制造和電子行業(yè)中，機器人可以精確噴涂和處理有害物質(zhì)，減少揮發(fā)性有機化合物（VOCs）的排放。最后，工業(yè)機器人促進了資源的循環(huán)利用并優(yōu)化了城市空間布局。通過精確控制材料使用和高效處理廢棄物，機器人能夠提高資源利用效率，減少浪費。通過實現(xiàn)高密度生產(chǎn)和智能物流，機器人減少了土地資源的占用和運輸能耗，優(yōu)化了城市空間布局。因此，本文提出如下研究假設(shè)：

H1：工業(yè)機器人應用能夠賦能城市綠色發(fā)展效率提升。

2. 工業(yè)機器人應用對城市綠色發(fā)展效率的間接影響

（1）綠色技術(shù)創(chuàng)新效應

首先，工業(yè)機器人在綠色技術(shù)研發(fā)中扮演了關(guān)鍵角色。機器人具備高精度、高穩(wěn)定性和強大的數(shù)據(jù)處理能力，能夠加速新技術(shù)的開發(fā)進程。例如，在可再生能源領(lǐng)域，機器人可以用于太陽能電池板和風力渦輪機的制造與維護，提高這些綠色技術(shù)的生產(chǎn)效率和可靠性。通過自動化生產(chǎn)線，機器人能夠?qū)崿F(xiàn)大規(guī)模、高精度的制造，降低生產(chǎn)成本，推動綠色技術(shù)的商業(yè)化應用。其次，工業(yè)機器人通過智能算法和數(shù)據(jù)分析，優(yōu)化了綠色技術(shù)的應用流程。機器人能夠?qū)崟r監(jiān)控和調(diào)整生產(chǎn)過程中的資源投入，優(yōu)化資源配置，確保資源的高效利用和污染的最小化。例如，在電子制造行業(yè)中，工業(yè)機器人通過傳感器和數(shù)據(jù)采集系統(tǒng)實時監(jiān)測生產(chǎn)過程關(guān)鍵參數(shù)，動態(tài)調(diào)整原料投入，減少廢料產(chǎn)生，推動清潔生產(chǎn)。最后，工業(yè)機器人還通過推動跨領(lǐng)域的技術(shù)融合，促進了綠色技術(shù)的創(chuàng)新及其擴散和普及[16]。通過自動化生產(chǎn)線和智能制造系統(tǒng)，機器人能夠大規(guī)模生產(chǎn)綠色技術(shù)產(chǎn)品，降低其市場價格，使更多企業(yè)和消費者能夠負擔。因此，本文提出如下研究假設(shè)：

H2：工業(yè)機器人應用通過推動綠色技術(shù)創(chuàng)新促進城市綠色發(fā)展效率提升。

（2）能源利用效率效應

首先，工業(yè)機器人通過精準控制和優(yōu)化生產(chǎn)流程，顯著減少了能源浪費。機器人能夠?qū)崟r監(jiān)控和調(diào)整生產(chǎn)設(shè)備的運行狀態(tài)，確保能源使用的最優(yōu)化。其次，工業(yè)機器人在智能能源管理系統(tǒng)中發(fā)揮了重要作用[17]。通過集成傳感器和數(shù)據(jù)分析技術(shù)，機器人能夠?qū)崟r監(jiān)測和分析能源使用情況，識別能源浪費的環(huán)節(jié)，并提出優(yōu)化建議。再次，工業(yè)機器人應用于高效能源設(shè)備的制造和維護，進一步提升了能源利用效率，同時還可以用于這些設(shè)備的定期維護和故障檢測，確保其長期高效運行，減少能源損失。最后，工業(yè)機器人通過推動能源回收和再利用技術(shù)的應用，提升了能源利用效率。例如，在工業(yè)生產(chǎn)過程中，機器人可以高效回收廢熱和廢氣，將其轉(zhuǎn)化為可再生資源，這一技術(shù)路徑能夠有效降低能源損耗率，不僅降低了生產(chǎn)成本，還減少了對環(huán)境的污染。因此，本文提出如下研究假設(shè)：

H3：工業(yè)機器人應用通過推動能源利用效率提升促進城市綠色發(fā)展效率提升。

（二）工業(yè)機器人應用對城市綠色發(fā)展效率的空間溢出效應

新經(jīng)濟地理學的“中心-外圍”模型認為，區(qū)域內(nèi)的生產(chǎn)要素流動會使經(jīng)濟活動的空間關(guān)聯(lián)性上升，生產(chǎn)要素的相互影響、相互作用，可能造成地理空間上的聚集或擴散效應[18]。當某地區(qū)相對于鄰近地區(qū)存在資源稟賦優(yōu)勢時，可能會對周邊地區(qū)形成滲透和輻射，即出現(xiàn)空間溢出效應。具體而言，工業(yè)機器人應用可以通過技術(shù)溢出效應、示范效應以及競爭效應等產(chǎn)生對城市綠色發(fā)展效率的空間溢出。

技術(shù)溢出效應。工業(yè)機器人不僅承載了人工智能、云計算、大數(shù)據(jù)等新興數(shù)字技術(shù)，其大規(guī)模應用還促進了其他技術(shù)創(chuàng)新（諸如綠色技術(shù)創(chuàng)新效率）的提升，這類先進的技術(shù)和知識能夠通過產(chǎn)業(yè)鏈、人才流動、信息技術(shù)擴散等渠道輸送至周邊企業(yè)或地區(qū)，打破了傳統(tǒng)的地理距離屏障，降低了不同地區(qū)間技術(shù)交流壁壘。周邊地區(qū)以及產(chǎn)業(yè)鏈上下游的企業(yè)吸收和應用先進技術(shù)提高整體生產(chǎn)效率和環(huán)境績效，從而提升城市綠色發(fā)展效率。技術(shù)溢出效應大小還取決于區(qū)域吸收和消化能力的強弱[19]。如果鄰近地區(qū)的產(chǎn)業(yè)聚集、工業(yè)化水平或基礎(chǔ)設(shè)施等條件更好，吸收或采用先進技術(shù)的能力就會更強，那么工業(yè)機器人應用的技術(shù)溢出效應可能會更顯著。

示范效應。工業(yè)機器人應用通過促進技術(shù)創(chuàng)新、代替部分勞動力促進勞動力結(jié)構(gòu)優(yōu)化以及加速產(chǎn)業(yè)的規(guī)模擴張等在提升本地城市綠色發(fā)展效率中發(fā)揮了重要作用?！跋冗M”地區(qū)在工業(yè)智能化以及城市綠色發(fā)展方面已取得先發(fā)優(yōu)勢，這些成功的實踐經(jīng)驗能夠通過官員流動、信息交流等途徑對其他地區(qū)產(chǎn)生示范和模仿效應[20]，“后進”地區(qū)則會學習和借鑒成功經(jīng)驗，更好地結(jié)合本地實際情況，與“先進”地區(qū)加強合作，引進相關(guān)技術(shù)，加快綠色轉(zhuǎn)型跟進，提升自身綠色發(fā)展效率。

競爭效應。我國強調(diào)經(jīng)濟發(fā)展和環(huán)境保護的協(xié)調(diào)，各地建立了以綠色發(fā)展為導向的考核評價體制，這種考核機制有助于推動地方政府在促進綠色發(fā)展方面采取更為積極和創(chuàng)新的措施，例如推動工業(yè)智能化、綠色化轉(zhuǎn)型，加大綠色技術(shù)創(chuàng)新投資等。各個地方政府競相采取更有效的綠色發(fā)展措施，以提高自身在綠色績效考核機制中的排名和聲譽，從而在地方政府之間形成了一種“力爭上游”的良性競爭關(guān)系[20]。在綠色發(fā)展方面，合理的地方政府競爭不僅可以促進本地區(qū)與先進地區(qū)之間技術(shù)、管理經(jīng)驗等要素流動，還可能影響地方政府各項政策制定以提高環(huán)境規(guī)制標準、提升地方環(huán)境績效為導向，有利于加強綠色發(fā)展的“本地-鄰地”效應。

綜上，本文提出如下研究假設(shè)：

H4：工業(yè)機器人應用對城市綠色發(fā)展效率提升具有空間溢出效應。

三、研究設(shè)計

（一）模型設(shè)定

1. 基準回歸模型

基于上述分析，本文構(gòu)建如下面板基準回歸模型，以探討工業(yè)機器人應用對城市綠色發(fā)展效率的影響，設(shè)定基準回歸模型如式（1）所示：

[GDEi，t=α0+β1Roboti，t+β2Xi，t+θi+vt+εi，t] （1）

其中，i和t分別表示城市和年份，被解釋變量[GDEi，t]表示i城市t時期的綠色發(fā)展效率，核心解釋變量[Roboti，t]表示i城市t時期的工業(yè)機器人應用水平，[Xi，t]為一系列控制變量包括經(jīng)濟發(fā)展水平（[lnPgdp]）、外商直接投資（[lnFDI]）、財政分權(quán)（[Fde]）、科技支出（[Tec]）、城鎮(zhèn)化率（[Urb]）等。[θi]表示地區(qū)固定效應，[vt]表示時間固定效應，[εi，t]為隨機誤差項。

2. 空間計量模型

空間權(quán)重矩陣用來衡量研究對象間的空間關(guān)聯(lián)性，是建立空間計量模型的基礎(chǔ)和關(guān)鍵。本文共采用了鄰接空間權(quán)重矩陣（W01）、反地理距離空間權(quán)重矩陣（Wd）、經(jīng)濟距離空間權(quán)重矩陣（We）和地理經(jīng)濟嵌套矩陣（Wde）對空間計量模型進行處理?；诶碚摲治觯瑸榱颂骄抗I(yè)機器人應用對城市綠色發(fā)展效率的空間溢出效應，在基準回歸模型中引入空間交互項，構(gòu)建空間計量模型如下：

[GDEi，t=α0+ρWijGDEi，t+β1Roboti，t+γ1WijRoboti，t+β2Xi，t+γ2WijXi，t+θi+vt+εi，t] （2）

[εi，t=λWijεi，t+μi，t] （3）

其中，[ρ]為空間自相關(guān)系數(shù)，[Wij]為空間權(quán)重矩陣，[γ1]和[γ2]為核心解釋變量及控制變量空間交互項的系數(shù)，[θi]表示地區(qū)固定效應，[vt]表示時間固定效應，[εi，t]為空間誤差自相關(guān)項，[μi，t]為隨機擾動項。當[ρ≠0、γ1=0、γ2=0、λ=0]時，式（2）為空間自回歸模型（SAR）；當[ρ=0、γ1=0、γ2=0、λ≠0]時，式（2）為空間誤差模型（SEM），當[ρ≠0、γ1≠0、γ2≠0、λ=0]時，式（2）為空間杜賓模型（SDM）。本文后續(xù)將通過LM檢驗、LR檢驗、Wald檢驗等方法對模型進行相關(guān)檢驗，確定出適合本研究的最優(yōu)空間計量模型。

（二）變量說明與數(shù)據(jù)來源

1. 被解釋變量

綠色發(fā)展效率（[GDE]）。Tone（2001）提出了在非徑向、非角度的基于松弛的SBM模型（Slack-based Measure）基礎(chǔ)上改進的超效率SBM模型（Super-SBM）[21]，該模型能夠避免單一使用方向距離函數(shù)所導致的徑向性和導向性偏差，估計結(jié)果更為精確，本文借鑒其提出的超效率SBM模型測度城市綠色發(fā)展效率，具體的投入產(chǎn)出指標選取如下。

投入指標。包括資本、勞動力和資源，其中資本存量采用永續(xù)盤存法進行估算；勞動力投入選取各城市年末就業(yè)人數(shù)進行表征；資源投入選取城市建成區(qū)面積、全社會用水量和全社會用電量來刻畫。

期望產(chǎn)出。本文以2008年為基期，使用城市所在省份的GDP平減指數(shù)進行調(diào)整為各城市實際GDP。

非期望產(chǎn)出。主要考察污染排放情況，遵循文獻常用處理方法，采用工業(yè)“三廢”進行衡量。

2. 核心解釋變量

城市工業(yè)機器人應用水平（[Robot]）。本文參照Acemoglu和Restrepo（2020）、黃賾琳等（2023）的方法[22-23]，采用城市的產(chǎn)業(yè)就業(yè)結(jié)構(gòu)、城市16～64歲適齡勞動力數(shù)量以及行業(yè)層面的工業(yè)機器人臺數(shù)構(gòu)建城市層面的工業(yè)機器人應用指標，根據(jù)Bartik工具變量法的思想，計算工業(yè)機器人密度來代表機器人的應用水平。設(shè)定2008年為基準年份，城市i在t年的工業(yè)機器人密度[Robotit]的具體計算公式如下：

[Robotit=j=1Jlabori，j，t=2008labori，t=2008×Robotjtlaborj，t=2008] （4）

其中，i、j、t分別表示城市、行業(yè)和年份，[Robotjt]表示行業(yè)j在t年的工業(yè)機器人數(shù)量，[laborj，t=2008、][labori，t=2008]和[labori，j，t=2008]別表示行業(yè)j、城市i以及城市i的j行業(yè)在2008年的勞動力規(guī)模。

3. 控制變量

基于理論分析和現(xiàn)有文獻，引入以下控制變量：經(jīng)濟發(fā)展水平（[lnPgdp]），采用各城市人均GDP衡量；外商直接投資（[lnFDI]），采用各城市當年實際使用外資金額衡量；財政分權(quán)（[Fde]），采用地方財政一般預算內(nèi)收入與支出之比衡量；科技支出（[Tec]），采用地方科技支出占地方財政一般預算支出比重衡量；城鎮(zhèn)化率（[Urb]），采用年末城鎮(zhèn)常住人口占年末總?cè)丝诒戎睾饬俊?/p>

4. 數(shù)據(jù)來源

本文選取2008—2021年長江經(jīng)濟帶地級市層面的面板數(shù)據(jù)考察工業(yè)機器人應用對綠色發(fā)展效率的影響。原始數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》和各城市的《統(tǒng)計年鑒》與統(tǒng)計公報、EPS數(shù)據(jù)以及IFR全球機器人數(shù)據(jù)庫。IFR公布的全球機器人數(shù)據(jù)庫提供了全球70多個國家和地區(qū)17個大類行業(yè)的機器人數(shù)據(jù)，是目前研究機器人應用最權(quán)威的數(shù)據(jù)庫?？紤]數(shù)據(jù)的可得性和完整性，除去指標缺失嚴重的地級市②，最終采用2008—2021年長江經(jīng)濟帶108個地級市的1512個觀測值作為樣本對計量模型進行估計和檢驗。各變量描述性統(tǒng)計如表2所示。

四、實證分析

（一）基準回歸分析

1. 基準回歸結(jié)果分析

采用逐步加入控制變量的回歸方式估計在不考慮空間效應的情況下工業(yè)機器人應用對城市綠色發(fā)展效率的影響?；鶞驶貧w結(jié)果如表3所示，表3列（1）僅納入工業(yè)機器人應用這一核心解釋變量，在對地區(qū)和時間固定效應加以控制后，所呈現(xiàn)的結(jié)果顯示：工業(yè)機器人應用對城市綠色發(fā)展效率的影響在5%的水平下顯著為正，即工業(yè)機器人應用顯著提升了城市的綠色發(fā)展效率。表3列（2）—（6）逐步納入一系列控制變量之后，相應的估計結(jié)果依然保持穩(wěn)健。尤其列（6）納入所有控制變量后，工業(yè)機器人應用的系數(shù)在1%的顯著性水平下為正，說明在不考慮空間效應的情況下，工業(yè)機器人的應用對城市綠色發(fā)展效率具有積極的促進作用，回歸結(jié)果驗證了本文的假設(shè)H1。

其余控制變量中，經(jīng)濟發(fā)展水平對城市綠色發(fā)展效率具有顯著的正向影響，即城市經(jīng)濟發(fā)展水平提高有助于實現(xiàn)綠色發(fā)展。外商直接投資系數(shù)在1%的水平下顯著為正，表明城市引入外商投資可能會帶來更為環(huán)保的生產(chǎn)標準和技術(shù)落地，促進城市綠色技術(shù)體系升級和生產(chǎn)效率提升，從而促進綠色發(fā)展效率提升。財政分權(quán)的估計系數(shù)在1%的顯著性水平下為負，表明財政分權(quán)抑制了城市綠色發(fā)展效率的提升，可能的原因在于財政分權(quán)賦予了地方政府較大的經(jīng)濟自主權(quán)，地方官員在任期內(nèi)側(cè)重于追求經(jīng)濟高速增長而忽略環(huán)境治理，最終不利于綠色發(fā)展?？萍贾С鰧Τ鞘芯G色發(fā)展未呈現(xiàn)顯著正向影響，反映出單純增加科技投入未必直接提升城市綠色發(fā)展效率，這可能主要源于研發(fā)成果轉(zhuǎn)化效率不足、創(chuàng)新方向與市場需求錯配等關(guān)鍵問題，導致其對綠色發(fā)展效率的促進作用受限。城鎮(zhèn)化率對城市綠色發(fā)展效率的影響不顯著，可能是樣本特性、時間范圍、地區(qū)差異等因素所導致的。

然而，如果面板數(shù)據(jù)內(nèi)部存在空間相互依賴，那么由于遺漏了觀測值之間的空間相互作用，經(jīng)典計量模型的結(jié)果可能是有偏的，并且會得到低效的參數(shù)估計。鑒于理論分析已經(jīng)揭示了空間依賴的可能性，因此還需采用空間計量模型進一步探討工業(yè)機器人應用對城市綠色發(fā)展效率的影響。

2. 內(nèi)生性檢驗

為了克服基準回歸模型的內(nèi)生性問題，本文采用工具變量法緩解內(nèi)生性問題，借鑒李磊等（2021）的研究，選取上一年度最低工資水平（IV）構(gòu)造工具變量[24]。原因在于，城市綠色發(fā)展效率受到多方面因素的影響，最低工資水平在其中的作用相對較小，滿足外生性假設(shè)。此外，最低工資調(diào)整會提高企業(yè)的工資成本[25]，進而影響企業(yè)對工業(yè)機器人的使用意愿，影響工業(yè)機器人的應用水平，滿足相關(guān)性假設(shè)。選取兩階段最小二乘法（2SLS）進行估計，表4列（1）和列（2）為最低工資水平工具變量（IV）估計結(jié)果。從第一階段回歸結(jié)果可知，工業(yè)機器人應用與最低工資水平存在顯著正相關(guān)關(guān)系，滿足相關(guān)性假設(shè)，符合前文分析結(jié)果。第二階段回歸結(jié)果顯示工業(yè)機器人應用能顯著促進城市綠色發(fā)展效率，與基準回歸結(jié)果基本一致，且[Kleibergen-Paap rk LM]統(tǒng)計量在1%的水平下顯著，有力證明所選工具變量具有可識別性，此外，[Kleibergen-Paap rk Wald F]統(tǒng)計量為11.60，該數(shù)值超過了Stock-Yogo在15%水平下設(shè)定的臨界值（8.96），從而可以確定不存在弱工具變量的問題?？傮w而言，2SLS與基準回歸的結(jié)果一致，表明基準回歸結(jié)果具有穩(wěn)健性。

表4 工具變量回歸結(jié)果

[變量 IV （1） （2） 第一階段 第二階段 [Robot] [GDE] [IV] 0.022***

（0.006） [Robot] 0.376*

（0.190） [Kleibergen-Paap rk LM]統(tǒng)計量 8.91

[0.0028] [Kleibergen-Paap rk Wald F]統(tǒng)計量 11.60

{8.96} 控制變量 控制 控制 地區(qū)固定效應 控制 控制 時間固定效應 控制 控制 觀測值 1，512 1，512 F統(tǒng)計量 11.60 ]

注：[Kleibergen-Paap rk LM]為工具變量的可識別檢驗，[Kleibergen-Paap rk Wald F]為弱工具變量檢驗。[]中的數(shù)值對應LM檢驗的P值，{}中的數(shù)值對應Stock-Yogo15%臨界值。*和***分別為10%和1%的顯著性水平，括號內(nèi)報告城市層面的聚類穩(wěn)健標準誤。

3. 穩(wěn)健性檢驗

替換核心解釋變量。前文中工業(yè)機器人應用水平主要依據(jù)各城市工業(yè)機器人存量數(shù)據(jù)進行測算，而在穩(wěn)健性檢驗過程中，核心解釋變量改用工業(yè)機器人安裝量數(shù)據(jù)來重新測度工業(yè)機器人應用水平，回歸結(jié)果如表5列（1）所示，從結(jié)果可以清晰看出，當使用工業(yè)機器人安裝量數(shù)據(jù)對工業(yè)機器人應用水平重新測度后，相應回歸系數(shù)依然呈現(xiàn)出顯著的正向關(guān)系，與前文回歸模型的結(jié)果基本相符，驗證了回歸結(jié)果的穩(wěn)健性。

縮小城市范圍?？紤]到直轄市和省會城市在經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化以及科技創(chuàng)新能力等方面通常相較于其他城市更具優(yōu)勢，可能會對整體估計結(jié)果產(chǎn)生一定的影響，因此，在原樣本基礎(chǔ)上將直轄市和省會城市樣本數(shù)據(jù)予以剔除，僅保留其他城市數(shù)據(jù)，并重新進行模型估計，結(jié)果見表5列（2），工業(yè)機器人應用回歸系數(shù)仍然顯著為正，驗證了結(jié)論的穩(wěn)健性。

縮尾處理。為了有效剔除極端異常值所帶來的干擾，在基準回歸的基礎(chǔ)上，對所有連續(xù)變量實施了上下1%的縮尾處理，以修正數(shù)據(jù)中的極端值，重新進行回歸估計后，結(jié)果如表5列（3）所示，工業(yè)機器人應用對城市綠色發(fā)展效率的影響依然在1%的水平下顯著為正，表明基準回歸結(jié)果穩(wěn)健可靠。

4. 機制分析

根據(jù)前文理論分析可知，工業(yè)機器人應用會顯著促進城市綠色發(fā)展效率的提升，那么工業(yè)機器人應用通過何種機制促進城市綠色發(fā)展效率？對此，本文通過檢驗工業(yè)機器人應用對綠色技術(shù)創(chuàng)新和能源利用效率是否存在影響，進一步剖析工業(yè)機器人應用提升城市綠色發(fā)展效率的影響路徑。

為了檢驗工業(yè)機器人應用對城市綠色發(fā)展效率的影響機制，本文構(gòu)建機制檢驗模型進行驗證。參考江艇（2022）的研究[26]，本文選取的機制變量對被解釋變量城市綠色發(fā)展效率的因果關(guān)系較為清晰直觀，重點關(guān)注核心解釋變量對機制變量的影響，在構(gòu)建基準回歸模型基礎(chǔ)上，設(shè)定模型（5）進行機制效應檢驗：

[Mediatori，t=α0+β1Roboti，t+β2Xi，t+θi+vt+εi，t] （5）

其中，[Mediatori，t]為機制變量包括綠色技術(shù)創(chuàng)新（[Gti]）、能源利用效率（[Eue]），[Roboti，t]為工業(yè)機器人應用，其余部分與式（1）相同。

（1）綠色技術(shù)創(chuàng)新的機制檢驗

為檢驗工業(yè)機器人應用能否通過綠色技術(shù)創(chuàng)新影響城市綠色發(fā)展效率，參考趙培雅等（2023）的研究[27]，采用各地級市上市企業(yè)某年所申請的綠色發(fā)明專利和綠色實用型專利之和，與其當年申請的所有專利數(shù)之比取對數(shù)，以此衡量各城市綠色技術(shù)創(chuàng)新水平（[Gti]）。

機制分析結(jié)果見表6列（2），工業(yè)機器人應用對機制變量綠色技術(shù)創(chuàng)新的回歸系數(shù)在1%的水平下顯著為正，表明工業(yè)機器人應用對綠色技術(shù)創(chuàng)新具有顯著的正向影響，即工業(yè)機器人的應用增加能夠有效降低企業(yè)綠色研發(fā)創(chuàng)新成本，提高企業(yè)創(chuàng)新效率，從而增強綠色技術(shù)創(chuàng)新水平，進一步提升生產(chǎn)效率和改善環(huán)境質(zhì)量，驅(qū)動城市綠色發(fā)展效率提升，驗證了本文假設(shè)H2。

（2）能源利用效率的機制檢驗

本文參考林壽富和謝艷晴（2024）、許軍（2024）的方法[28-29]，用單要素能源利用效率（[Eue]）來表征各城市的能源利用效率，能源利用效率=實際GDP/能源消耗總量。其中城市能源消耗總量測算利用全社會用電量、煤氣天然氣供應量和液化石油氣供應量乘以相應折標準煤系數(shù)，折算成總標準煤消耗量。同時，為了剔除價格因素的干擾，確保數(shù)據(jù)平穩(wěn)性，地區(qū)生產(chǎn)總值以2008年為基期進行價格平減得到實際GDP。

機制分析結(jié)果見表6列（3），工業(yè)機器人應用對能源利用效率的影響系數(shù)在1%的水平下顯著為正，表明工業(yè)機器人應用能夠幫助企業(yè)強化能源智能調(diào)控和自動化控制能力，推動能源管理精細化，最大限度降低能源消耗，減少能源浪費，提高單位能源產(chǎn)出，從而提高能源利用效率，進一步提高城市生態(tài)環(huán)境質(zhì)量和經(jīng)濟運行效率，賦能城市綠色發(fā)展效率提升，驗證了本文假設(shè)H3。

（二）空間計量分析

1. 空間自相關(guān)分析

（1）全局自相關(guān)檢驗

在進行空間計量分析之前，首先考察數(shù)據(jù)是否存在空間相關(guān)性，對核心解釋變量和被解釋變量的空間相關(guān)性進行檢驗。本文采用最為廣泛的Moran’s I指數(shù)來檢驗城市綠色發(fā)展效率以及工業(yè)機器人應用的空間相關(guān)性。檢驗結(jié)果如表7所示，2008—2021年長江經(jīng)濟帶城市綠色發(fā)展效率以及工業(yè)機器人應用的全局Moran’s I指數(shù)均大于0，并且絕大多數(shù)分別在1%和5%的水平下通過了顯著性檢驗，表明城市綠色發(fā)展效率以及工業(yè)機器人應用均存在明顯的正向空間相關(guān)性，可以進行后續(xù)的空間效應分析。

（2）局部自相關(guān)檢驗

局部空間自相關(guān)采用Moran’s I指數(shù)散點圖驗證，限于篇幅，本文僅選取了2012年和2021年兩個年份繪制城市綠色發(fā)展效率以及工業(yè)機器人應用的局部Moran’s I指數(shù)散點圖反映它們的空間集聚特征。

圖1是2012年和2021年長江經(jīng)濟帶108個地級市綠色發(fā)展效率的Moran’s I指數(shù)散點圖，圖2是2012年和2021年工業(yè)機器人應用水平的Moran’s I指數(shù)散點圖，從圖中可以看出，城市綠色發(fā)展效率以及工業(yè)機器人應用水平在空間上均主要分布在第一象限（H-H）和第三象限（L-L），呈現(xiàn)出明顯的高高-低低集聚狀態(tài)，說明綠色發(fā)展效率高（低）的城市被同樣較高（低）綠色發(fā)展效率的其他城市包圍，工業(yè)機器人應用水平較高（低）的城市被同樣較高（低）工業(yè)機器人應用水平的其他城市包圍。

綜合來看，Moran’s I指數(shù)值和散點圖均說明了長江經(jīng)濟帶城市綠色發(fā)展效率以及工業(yè)機器人應用并非隨機分布，而是存在明顯的空間正相關(guān)或空間集聚特征，有必要進一步識別工業(yè)機器人應用對城市綠色發(fā)展效率的空間溢出效應。

2. 空間計量模型的檢驗與識別

為選擇較為合適的空間計量模型，本文借鑒主流文獻的判斷規(guī)則，首先對模型進行拉格朗日乘數(shù)檢驗（LM檢驗），檢驗結(jié)果見表8?？梢钥闯觯琇M檢驗涵蓋的[LM-error]、[Robust LM-error]、[LM-lag]、[Robust LM-lag]四項指標均在1%的水平下顯著，這為空間計量模型的選擇提供了嚴格的統(tǒng)計支持。進一步通過LR檢驗證實SDM模型不能退化為SAR模型或SEM模型，換言之，選擇SDM模型更優(yōu)；Wald檢驗統(tǒng)計量同樣在1%的水平下顯著，三重檢驗結(jié)果共同支持SDM模型是更優(yōu)的選擇；此外LR雙固定效應檢驗結(jié)果均在1%水平下拒絕原假設(shè)，這表明在選擇SDM模型時，采用地區(qū)-時間雙固定效應模型更為適宜；為控制因地區(qū)差異和時間因素引致的潛在偏誤，本文最終采用地區(qū)-時間雙固定效應的空間杜賓模型（SDM）實施參數(shù)估計。

3. 空間杜賓模型估計結(jié)果與分析

空間杜賓模型的實證結(jié)果見表9。結(jié)果顯示，在四種矩陣（W01、Wd、We、Wde）設(shè)定條件下，城市綠色發(fā)展效率存在明顯的空間自相關(guān)性和正向空間溢出效應，表明本地城市的綠色發(fā)展效率會通過地理或（和）經(jīng)濟上的關(guān)聯(lián)正向影響周邊城市的綠色發(fā)展效率。需要說明的是，盡管工業(yè)機器人應用系數(shù)及其空間滯后項（[W×Robot]）的系數(shù)均顯著為正，但這并不意味著工業(yè)機器人應用對城市綠色發(fā)展效率有直接或間接的邊際影響。為了得到各解釋變量影響城市綠色發(fā)展效率的直接效應、間接效應和總效應，本文將空間杜賓模型進行分解，以更好地刻畫其中的空間溢出效應。

4. 空間效應的分解

表10報告了空間杜賓模型效應的分解結(jié)果。本文中的直接效應包括工業(yè)機器人應用對本地區(qū)綠色發(fā)展效率的影響及空間反饋效應；間接效應又稱為溢出效應，表示“鄰近”地區(qū)工業(yè)機器人應用對本地區(qū)綠色

發(fā)展效率的影響；總效應為直接效應與間接效應之和，可以解釋為某一地區(qū)的工業(yè)機器人應用對所在地區(qū)的綠色發(fā)展效率的平均影響。從效應分解來看，在四種權(quán)重矩陣的設(shè)定下，直接效應系數(shù)均顯著為正，意味著工業(yè)機器人應用水平提升能夠促進本地綠色發(fā)展效率。背后的原因可能是工業(yè)機器人在城市的大規(guī)模應用促進了綠色技術(shù)創(chuàng)新、提高了能源利用效率，從而在提高生產(chǎn)效率的同時減少能源消耗和污染產(chǎn)出，帶來了城市綠色發(fā)展效率提升。間接效應系數(shù)亦均顯著為正，表明工業(yè)機器人應用可以通過空間溢出效應對周邊地區(qū)的綠色發(fā)展效率起到顯著的推動作用?？赡艿脑蛟谟冢环矫婀I(yè)機器人的應用代表著新興數(shù)字技術(shù)的成熟以及綠色技術(shù)創(chuàng)新的發(fā)展，而這些先進的技術(shù)和知識會通過技術(shù)溢出效應傳播至周邊地區(qū)，推動區(qū)域內(nèi)產(chǎn)業(yè)集聚與產(chǎn)業(yè)結(jié)構(gòu)升級，從而帶來本地綠色發(fā)展效率提升；另一方面，若本地在工業(yè)智能化或城市綠色發(fā)展方面取得較大成效，在以綠色發(fā)展為導向的考核評價機制下，則會對周邊地區(qū)形成“示范效應”和“競爭壓力”，從而影響周邊城市的綠色發(fā)展?；貧w結(jié)果驗證了本文的假設(shè)H4。

5. 空間溢出效應的衰減邊界分析

在證實了工業(yè)機器人應用對城市綠色發(fā)展效率具有顯著空間溢出效應后，本文進一步基于空間杜賓模型（SDM）重點測度該效應的衰減邊界特征。依據(jù)地理學第一定律，空間依賴性隨地理距離擴大呈衰減特征。如果工業(yè)機器人應用對城市綠色發(fā)展效率的空間溢出效應遵循這一規(guī)律，那么空間溢出效應會與城市之間的距離負相關(guān)，從而產(chǎn)生空間溢出邊界。本文選取不同的地理距離閾值構(gòu)建空間權(quán)重矩陣，假設(shè)兩個城市間地理距離區(qū)間為[[dmin，dmax]]，r為[dmin]到[dmax]的遞進距離。當[dij≥d]時，矩陣中地理單元元素為兩城市距離的倒數(shù)，當[dij≤d]時，地理單元元素為0。這樣可以將距離空間權(quán)重矩陣d內(nèi)的城市剔除，以便更好地觀察空間溢出效應的遠距離衰減變化。

[Wd|d=dmin，dmin+r，dmin+2r，……，dmax] （6）

[Wd=[Wij，d]N×N=1dij，dij≥d0，dij≤d] （7）

其中，[Wd=[Wij，d]N×N]為權(quán)重矩陣。

根據(jù)長江經(jīng)濟帶的地理特征，本文以50公里為起點，城市間距離每增加50公里進行一次空間杜賓回歸，直到距離閾值超過800公里。圖3給出了不同閾值下工業(yè)機器人應用對城市綠色發(fā)展效率空間溢出效應的檢驗結(jié)果。結(jié)果顯示，空間溢出系數(shù)總體呈下降趨勢，可分為三個階段：第一階段為100公里以內(nèi)，空間溢出系數(shù)小幅下降但總體系數(shù)較大，此階段空間溢出效應最強，意味著較短的地理距離有助于工業(yè)機器人技術(shù)知識以及相應的管理經(jīng)驗溢出和擴散；第二個階段為100公里～300公里，空間溢出系數(shù)呈現(xiàn)快速下降趨勢；第三個階段為300公里以上，空間溢出系數(shù)呈隨機波動狀態(tài)，不具統(tǒng)計學意義上的顯著性。

由此可以得知，工業(yè)機器人應用雖然可以通過空間外溢提升其他地區(qū)綠色發(fā)展效率，但這種促進作用有明顯的距離衰減特征，超出300公里之后空間溢出效應基本消失。事實上，由于技術(shù)知識傳遞邊際成本的增加、跨區(qū)域、跨部門信息傳遞容易滯后、失真和缺位、“地方保護主義”以及制度行政壁壘等原因，工業(yè)機器人技術(shù)發(fā)展的溢出和擴散一般局限在一定的地理范圍內(nèi)，其對城市綠色發(fā)展效率的空間溢出效應可能會隨著城市間地理距離增大而減小。

6. 穩(wěn)健性檢驗③

采用多種空間權(quán)重矩陣。為了消除空間權(quán)重矩陣的選擇差異可能導致估計結(jié)果的偏差，本文采用多種空間權(quán)重矩陣進行回歸（結(jié)果見表9和表10），發(fā)現(xiàn)多種空間權(quán)重矩陣下的回歸結(jié)果基本一致?？梢姽I(yè)機器人應用對城市綠色發(fā)展效率的空間杜賓模型回歸結(jié)果是穩(wěn)健可靠的。

重新測度核心解釋變量。將工業(yè)機器人應用水平的測度方法替換為工業(yè)機器人安裝量，仍然使用空間杜賓模型回歸并進行效應分解。結(jié)果顯示，直接效應、間接效應系數(shù)的顯著性未發(fā)生變化，空間杜賓模型回歸結(jié)果具有穩(wěn)健性。

建立動態(tài)空間計量模型。在解釋變量中引入被解釋變量的一階滯后項，建立動態(tài)空間計量模型控制動態(tài)時滯和遺漏變量對城市綠色發(fā)展效率可能帶來的影響[30]?；谛纸獾幕貧w分析表明，工業(yè)機器人應用對城市綠色發(fā)展效率的直接效應、間接效應及總效應均呈現(xiàn)顯著正向特征。與前文結(jié)果相比，動態(tài)空間計量模型結(jié)果各變量回歸系數(shù)方向和顯著性水平未發(fā)生明顯改變，進一步說明前文結(jié)論是穩(wěn)健的。

7. 空間異質(zhì)性分析

（1）城市群異質(zhì)性

空間異質(zhì)性被認為是地理學第二定律的核心內(nèi)涵。鑒于長江經(jīng)濟帶空間尺度廣闊，各地區(qū)產(chǎn)業(yè)發(fā)展水平、能源資源以及技術(shù)稟賦均存在差異，這些都有可能導致估計結(jié)果存在區(qū)域異質(zhì)性。本文基于反地理距離空間權(quán)重矩陣，從城市群視角展開空間異質(zhì)性分析。城市群是支撐和引領(lǐng)區(qū)域一體化、高質(zhì)量發(fā)展的重要功能區(qū)。長江經(jīng)濟帶自東向西分布著長三角城市群、長江中游城市群和成渝城市群三大城市群，涵蓋9省（市）71個城市群節(jié)點城市④，另外還有37個非城市群城市。本文對城市群和非城市群進行空間異質(zhì)性分析，結(jié)果如表11所示，城市群的間接效應和直接效應回歸系數(shù)均顯著為正，表明工業(yè)機器人應用還能通過溢出效應影響鄰近地區(qū)。究其原因，可能是工業(yè)機器人在城市群內(nèi)的廣泛應用得益于其良好的基礎(chǔ)設(shè)施、高度的產(chǎn)業(yè)集聚、優(yōu)良的經(jīng)濟生態(tài)和創(chuàng)新環(huán)境，能夠更有效地提升生產(chǎn)效率，減少資源消耗和污染排放，從而顯著影響城市綠色發(fā)展效率。非城市群的直接效應和間接效應的回歸系數(shù)均不顯著?？赡芟啾扔诔鞘腥海浅鞘腥旱某鞘薪煌ňW(wǎng)絡(luò)、信息通信等基礎(chǔ)設(shè)施不夠完善、政策扶持與資金投入相對較少、人才和技術(shù)創(chuàng)新受限導致工業(yè)機器人應用帶來的城市綠色發(fā)展效率提升效應并不明顯。

（2）工業(yè)化水平異質(zhì)性

城市工業(yè)化水平通常與城市的產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平和資本密集等因素相關(guān)，這些因素都可能影響工業(yè)機器人應用對城市綠色發(fā)展效率的作用，因此，在分析工業(yè)機器人應用對城市綠色發(fā)展效率影響時，考慮工業(yè)化水平作為異質(zhì)性因素是一個重要的視角。按照非農(nóng)增加值比重是否達到90%為標準，本文將長江經(jīng)濟帶108個地級市分為進入工業(yè)化后期和未進入工業(yè)化后期兩類城市，探究不同工業(yè)化水平下工業(yè)機器人應用對城市綠色發(fā)展效率的空間效應。仍然使用空間杜賓模型（SDM）進行分析和效應分解，結(jié)果如表12所示。兩類城市的直接效應系數(shù)均顯著為正，意味著工業(yè)機器人應用對城市綠色發(fā)展效率有促進作用，其中未進入工業(yè)化后期的城市系數(shù)稍大。背后的原因可能是，已進入工業(yè)化后期的城市已經(jīng)具備成熟的產(chǎn)業(yè)結(jié)構(gòu)以及高水平的技術(shù)能力，工業(yè)機器人應用為其帶來的邊際效應相對較小，而未進入工業(yè)化后期的城市正處于快速工業(yè)化和技術(shù)革新階段，工業(yè)機器人的引進能更有效地促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和技術(shù)創(chuàng)新，尤其是在綠色技術(shù)和清潔生產(chǎn)等方面的實際應用，能夠帶來更加明顯的效率提升和環(huán)境改善效果。此外，未進入工業(yè)化后期的城市間接效應系數(shù)不顯著?？赡艿脑蚴?，未進入工業(yè)化后期的城市一般工業(yè)基礎(chǔ)薄弱、缺乏必要的技術(shù)接收能力和轉(zhuǎn)化機制、產(chǎn)業(yè)間聯(lián)系不夠緊密、經(jīng)濟發(fā)展水平和市場規(guī)模存在局限性，對先進城市溢出技術(shù)知識的吸收和利用能力較弱，從而限制了工業(yè)機器人等先進技術(shù)的擴散和應用。

五、結(jié)論與政策建議

（一）結(jié)論

在互聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能等新一代信息技術(shù)全面發(fā)展的背景下，工業(yè)機器人的大量應用正在助推長江經(jīng)濟帶城市的高質(zhì)量和可持續(xù)發(fā)展。本文考察了長江經(jīng)濟帶108個地級市工業(yè)機器人應用對城市綠色發(fā)展效率的影響效應，研究發(fā)現(xiàn)：第一，長江經(jīng)濟帶地級城市工業(yè)機器人應用能顯著提升城市綠色發(fā)展效率，在經(jīng)過一系列穩(wěn)健性檢驗后結(jié)論依然成立；第二，工業(yè)機器人應用能夠通過綠色技術(shù)創(chuàng)新和能源利用效率兩種機制促進城市綠色發(fā)展效率提升；第三，長江經(jīng)濟帶地級城市工業(yè)機器人應用對城市綠色發(fā)展效率的影響存在正向的空間溢出效應，且這種空間溢出效應在100公里以內(nèi)表現(xiàn)強烈，超過300公里溢出效應不再顯著；第四，在長江經(jīng)濟帶三大城市群內(nèi)的節(jié)點城市和已進入工業(yè)化后期的城市，工業(yè)機器人應用對城市綠色發(fā)展效率提升作用以及空間溢出效應相較于其他城市都更加明顯。

（二）政策建議

第一，繼續(xù)推動工業(yè)機器人技術(shù)研發(fā)及應用，加快推進工業(yè)智能化轉(zhuǎn)型。一方面，鼓勵企業(yè)提高研發(fā)投入和減排降污技術(shù)水平，提升工業(yè)機器人技術(shù)與節(jié)能減排技術(shù)深度融合。企業(yè)技術(shù)創(chuàng)新必須依賴充足的資金，因此既要依靠政府出臺更多激勵和優(yōu)惠政策，如稅收減免、研發(fā)補貼、貸款優(yōu)惠等，又要引導鼓勵各類社會資本積極參與，投資智能升級和綠色制造。另一方面，依托數(shù)字經(jīng)濟發(fā)展紅利，政府應牽頭加快構(gòu)建工業(yè)機器人產(chǎn)學研用協(xié)同創(chuàng)新體系，為企業(yè)引進工業(yè)機器人提供資金、技術(shù)和人才等方面支持，推進工業(yè)機器人與各相關(guān)產(chǎn)業(yè)的深度融合，以工業(yè)機器人為抓手升級改造傳統(tǒng)高耗能、高污染、高排放產(chǎn)業(yè)的發(fā)展模式，推動產(chǎn)業(yè)智能化轉(zhuǎn)型和綠色升級，助力城市綠色發(fā)展。

第二，著力強化城市群內(nèi)外部科技合作，建立科技創(chuàng)新與綠色發(fā)展地區(qū)協(xié)作機制。為提升整個長江經(jīng)濟帶的綠色發(fā)展效率，長江經(jīng)濟帶三大城市群的71個節(jié)點城市應加強與37個非城市群城市的科技合作。一方面，推動長江經(jīng)濟帶智能產(chǎn)業(yè)和綠色發(fā)展合作要消除或弱化由于行政區(qū)劃以及“地方保護主義”導致的行政壁壘，各地方政府加強交流合作，不斷拓展合作區(qū)域、增加合作層級、拓寬合作領(lǐng)域、完善合作機制，充分發(fā)揮工業(yè)機器人應用的空間溢出效應，提高空間外溢衰減的地理距離。另一方面，加大對工業(yè)機器人應用先進城市扶持力度，強化區(qū)域內(nèi)產(chǎn)業(yè)鏈、創(chuàng)新鏈融合聯(lián)動，健全落實對接機制，既能發(fā)揮先進城市示范帶動作用，又能加快推進先進技術(shù)和知識的溢出，與周邊城市和非城市群內(nèi)城市共享智能轉(zhuǎn)型和綠色發(fā)展經(jīng)驗，帶動長江經(jīng)濟帶綠色發(fā)展效率整體提升。

第三，立足城市資源稟賦和發(fā)展差異，實施異質(zhì)性發(fā)展策略。具體而言，對于未進入工業(yè)化后期、地處非城市群地區(qū)的城市，首先，政府應提供更多的財政支持和優(yōu)惠政策，加大交通、能源和通信領(lǐng)域基礎(chǔ)設(shè)施建設(shè)，加強城市工業(yè)互聯(lián)網(wǎng)建設(shè)，縮小和先進城市差距；其次，應加強數(shù)智化技術(shù)人才職業(yè)技能培訓，并通過人才政策引進高端自動化技術(shù)方面人才以匹配工業(yè)機器人的研發(fā)、生產(chǎn)和操作，從而進一步提高對發(fā)達地區(qū)空間外溢的吸收利用能力。對于已進入工業(yè)化后期和城市群內(nèi)部城市，一方面，穩(wěn)步推進長江經(jīng)濟帶區(qū)域城市群、都市圈建設(shè)戰(zhàn)略，加強城市群內(nèi)部政策協(xié)同和工作協(xié)調(diào)，政策重點應放在優(yōu)化現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)，充分利用其成熟的基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新生態(tài)和產(chǎn)業(yè)集群優(yōu)勢，加強區(qū)域間交流與合作，提升城市間互聯(lián)互通水平，強化產(chǎn)業(yè)鏈協(xié)同，促進資源優(yōu)化配置，加快推進工業(yè)機器人應用為代表的產(chǎn)業(yè)智能化升級，促進效率提升和綠色發(fā)展；另一方面，通過政策引導和市場機制加強城市群核心城市對周邊城市的輻射帶動和技術(shù)溢出，提升整個區(qū)域綠色發(fā)展效率。

注 釋：

① 數(shù)據(jù)來源：《長江經(jīng)濟帶統(tǒng)計年鑒2024》，長江經(jīng)濟帶發(fā)展統(tǒng)計監(jiān)測辦公室編。

② 長江經(jīng)濟帶包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11個?。ㄊ校?，共110個地級市（不含自治州）。由于空間計量模型需要強平衡面板數(shù)據(jù)，但部分地級市變量數(shù)據(jù)殘缺，因此做了相應刪減，最終選取108個樣本城市。被刪減城市為貴州省的畢節(jié)市和銅仁市，它們不處于長江流域核心地理位置，刪減后對研究結(jié)論影響不大。

③ 限于篇幅，本文未匯報空間效應穩(wěn)健性檢驗具體結(jié)果，感興趣的讀者可以向作者索要。

④ 根據(jù)國務院批復的《長江三角洲城市群發(fā)展規(guī)劃》《長江中游城市群發(fā)展規(guī)劃》和《成渝城市群發(fā)展規(guī)劃》，三大城市群共涉及9個?。ㄊ校?4個地級及以上城市，其中長三角城市群包括上海、江蘇、浙江、安徽4?。ㄊ校?6個城市和浙江省溫州市（2019年列入），共27市；長江中游城市群包括湖北、湖南、江西3省31個城市；成渝城市群包括重慶、四川2?。ㄊ校?6個城市。由于湖北省仙桃市、潛江市、天門市3個縣級市不在本文研究范圍內(nèi)，予以剔除，因此，本文所涉及長江經(jīng)濟帶三大城市群涵蓋71個城市。

參考文獻：

［1］ 魏麗莉，侯宇琦.數(shù)字經(jīng)濟對中國城市綠色發(fā)展的影響作用研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（8）：60-79.

［2］ 劉強，馬彥瑞，徐生霞.數(shù)字經(jīng)濟發(fā)展是否提高了中國綠色經(jīng)濟效率？［J］.中國人口·資源與環(huán)境，2022，32（3）：72-85.

［3］ 向云波，王圣云，鄧楚雄.長江經(jīng)濟帶化工產(chǎn)業(yè)綠色發(fā)展效率的空間分異及驅(qū)動因素［J］.經(jīng)濟地理，2021，41（4）：108-117.

［4］ 楊光，侯鈺.工業(yè)機器人的使用、技術(shù)升級與經(jīng)濟增長［J］.中國工業(yè)經(jīng)濟，2020（10）：138-156.

［5］ ACEMOGLU D，RESTREPO P. Automation and New Tasks：How Technology Displaces and Reinstates Labor［J］.Journal of Economic Perspectives，2019，33（2）：3-30.

［6］ 韓民春，毛春英，袁瀚坤.工業(yè)機器人應用對創(chuàng)業(yè)的影響——基于中國微觀調(diào)查數(shù)據(jù)的分析［J］.華中科技大學學報（社會科學版），2023，37（6）：18-28.

［7］ 王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業(yè)上市公司的證據(jù)［J］.經(jīng)濟研究，2020，55（10）：159-175.

［8］ 陳昊，閆雪凌，朱博楷.機器人使用影響污染排放的機制和實證研究［J］.中國經(jīng)濟問題，2021（5）：126-138.

［9］ YU L，ZENG C，WEI X. The Impact of Industrial Robots Application on Air Pollution in China：Mechanisms of Energy Use Efficiency and Green Technological Innovation［J］.Science Progress，2022，105（4）：00368504221144093.

［10］ 盛丹，卜文超.機器人使用與中國企業(yè)的污染排放［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（9）：157-176.

［11］ HUANG G，HE L Y，LIN X. Robot Adoption and Energy Performance：Evidence from Chinese Industrial Firms［J］.Energy Economics，2022，107：105837.

［12］ 蔣為，龔思豪，李錫濤.機器人沖擊、資本體現(xiàn)式技術(shù)進步與制造業(yè)碳減排——理論分析及中國的經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2022（10）：24-42.

［13］ 唐曉華，遲子茗.工業(yè)智能化提升工業(yè)綠色發(fā)展效率的實證研究［J］.經(jīng)濟學家，2022（2）：43-52.

［14］ 林熙，劉啟仁，馮桂媚.智能制造與綠色發(fā)展：基于工業(yè)機器人進口視角［J］.世界經(jīng)濟，2023，46（8）：3-31.

［15］ SIYING YANG，F(xiàn)ENGSHUO LIU. Impact of Industrial Intelligence on Green Total Factor Productivity：The Indispensability of The Environmental System［J］.Ecological Economics，2024，216：108021.

［16］ LIANG L，LU L，SU L. The Impact of Industrial Robot Adoption on Corporate Green Innovation in China［J］.Scientific Reports，2023，13（1）：18695.

［17］ LIXIN，LISHIYUAN，CAOJIFENG，ET AL. Does Artificial Intelligence Improve Energy Efficiency？ Evidence from Provincial Data in China［J］.Energy Economics，2025，142：108149.

［18］ 許釗，高煜，霍治方.高鐵開通對能源效率的影響研究——基于“中心-外圍”模型的理論分析與實證檢驗［J］.軟科學，2022，36（5）：1-8+14.

［19］ 上官緒明.空間異質(zhì)視閾下技術(shù)多維溢出、吸收能力與技術(shù)進步［J］.科學學與科學技術(shù)管理，2018，39（4）：74-87.

［20］ 邵帥，范美婷，楊莉莉.經(jīng)濟結(jié)構(gòu)調(diào)整、綠色技術(shù)進步與中國低碳轉(zhuǎn)型發(fā)展——基于總體技術(shù)前沿和空間溢出效應視角的經(jīng)驗考察［J］.管理世界，2022，38（2）：46-69+4-10.

［21］ TONE K.A Slacks-Based Measure of Efficiency in Data Envelopment Analysis［J］.European Journal of Operational Research，2001，130（3）：498-509.

［22］ 黃賾琳，蔣鵬程.數(shù)字低碳之路：工業(yè)機器人與城市工業(yè)碳排放［J］.財經(jīng)研究，2023，49（10）：34-48.

［23］ ACEMOGLU D，RESTREPO P. Robots and Jobs：Evidence from US Labor Markets［J］.Journal of Political Economy，2020，128（6）：2188-2244.

［24］ 李磊，王小霞，包群.機器人的就業(yè)效應：機制與中國經(jīng)驗［J］.管理世界，2021，37（9）：104-119.

［25］ 馬雙，張劼，朱喜.最低工資對中國就業(yè)和工資水平的影響［J］.經(jīng)濟研究，2012，47（5）：132-146.

［26］ 江艇.因果推斷經(jīng)驗研究中的中介效應與調(diào)節(jié)效應［J］.中國工業(yè)經(jīng)濟，2022（5）：100-120.

［27］ 趙培雅，高煜，孫雪.“雙控”目標下產(chǎn)業(yè)智能化的節(jié)能降碳減排效應［J］.中國人口·資源與環(huán)境，2023，33（9）：59-69.

［28］ 林壽富，謝艷晴.高鐵開通對城市能源利用效率的影響機制及空間溢出效應研究［J］.產(chǎn)業(yè)經(jīng)濟研究，2024（2）：102-114，129.

［29］ 許軍.產(chǎn)業(yè)智能化賦能低碳經(jīng)濟發(fā)展：理論機制與實證檢驗［J］.統(tǒng)計與決策，2024，40（15）：76-81.

［30］ 白俊紅，蔣伏心.協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績效［J］.經(jīng)濟研究，2015，50（7）：174-187.