人工智能技术对中国制造业全球价值链升级的影响效应研究
时间：2023-02-27 19:35:05 来源：千叶帆 本文已影响人
刘曙光 孟庆婕
（中国海洋大学经济学院，青岛 266100）
改革开放以来，中国凭借劳动和资源禀赋优势，积极参与全球价值链分工，经济发展水平实现稳步提升。然而，随着中国在全球价值链的嵌入度的进一步提升，“两头在外”的加工制造模式导致我国制造业 “低端锁定 “的弊端日益凸显，如何打破 “低端锁定”困境，实现制造业产业结构和生产模式升级成为我国扩大和实现高水平对外开放亟需破解的难题。十八大以来，国家高度重视科技创新在各行各业发展中的引领作用，并将其作为制造业高质量发展的第一生产力，2015年国务院发布 《中国制造2025》行动纲领，首次强调了智能制造工程、机器人应用对实现制造业大国向制造业强国转变的突出贡献，破除制造业“低端锁定”困境必须充分发挥科技创新的生产力作用，促进制造业转型升级和附加值提升。
新时期经济高质量发展目标对发展动力提出新的要求，要实现创新、技术、效率驱动必须重视人工智能赋能制造业，激发工业智能化的创新促进效应，通过创新实现制造业价值链地位的提升。已有文献对人工智能技术的研究主要集中在劳动力、大数据、物联网等方面，对于工业智能化及其对产业在全球价值链地位升级的影响研究较少，本文基于工业机器人数据、进出口贸易数据对人工智能技术对中国制造业价值链升级的影响效应进行研究，为持续推进人工智能在工业领域应用，促进创新驱动及产业转型升级提供支撑。
作为一项技术进步成果，人工智能具有明显的 “技能偏向”，人工智能对劳动力素质提出更高要求，主要表现在对人工智能机器、设备的操控、掌握，使之更好的与劳动力进行互补，通过提高劳动生产效率促进产业全球价值链地位的提升。
Aghion等（2017）[1]基于自动化模型，指出人工智能出现使劳动力得以脱离简单、重复性工作而致力于更具创造性的产品开发和技术应用工作，通过资本对劳动的替代，提高产品附加值进而促进产业在全球价值链中地位提升。Acemoglu和 Restrepo（2020a）[2]通过建立机器人在不同产品生产任务中与劳动力展开竞争的理论模型来分析1990～2007年间机器人的使用对美国劳动力市场的影响，发现每千名工人中增加1个机器人将导致就业人口比重下降0.18～0.34个百分点，工资下降0.25～0.5个百分点。
石喜爱等（2018）[3]以 2005～2015 年中国省级面板数据为样本，研究发现以 “互联网+”为代表的智能化在促进制造业价值链地位提升的同时还可以通过溢出效应带动周边制造业发展。吕越等（2020）[4]以 2000～2013 年微观企业数据为样本探究了人工智能对企业参与价值链分工的影响，研究结果表明人工智能可以显著促进行业价值链地位提升，并通过替代低端环节劳动力来降低企业成本、提高企业生产率增强企业竞争力两个渠道促进企业参与全球价值链分工。孙早和侯玉琳（2021）[5]结合智能化水平与新经济地理学理论模型，指出工业智能化改变了传统的 “雁阵模式”下沿海地区产业向内陆地区转移的趋势，人力资本的提升成为决胜地区现代产业体系构建的关键环节。
人工智能作为生产要素投入以及对制造业生产、组织结构的改变都将影响制造业全球价值链地位提升。以物联网、大数据、云计算为代表的数字化、智能化改变了全球价值链组织结构，促进生产模式由 “蛇形”向 “蛛形”转变，使全球价值链更为扁平，通过提高生产、交换节点链接效率，降低交易成本，提升制造业企业出口附加值[6]；
另外，数字化、智能化的发展创造了大量细分市场需求，根据 “长尾效应”理论，个性化、差异化产品消费需求占比将大幅提升，为中小企业发展提供巨大发展空间的同时增强中小企业在全球价值链中的竞争力[7]。据此提出假设1：
H1：人工智能产业发展能够促进制造业价值链地位提升。
人工智能能够促进人力资本水平提升。Autor等（2003）[8]以计算机技术为代表，基于其对技能劳动力的补充和非技能劳动的替代建立模型检验计算机运用对教育需求和技能提升的影响，发现1970～1998年间教育需求提升的30%可以归因于计算机技术的发展。另外，Tinbergen（1974）[9]基于对美国劳动技能与收入分配关系历史数据的分析，指出对于技能的需求是与科技水平的发展相伴生的，尤其是技能偏向（Skill-bias）性技术进步，技术进步将增加对技能劳动力的需求和教育溢价。人工智能通过增加对知识密集型劳动要素的需求倒逼劳动力为避免失业而进行持续的技能学习，企业也会组织相关技能培训，增强企业面对人工智能带来的劳动范式改变的韧性，促进企业价值链地位提升。据此提出假设2：
H2：人工智能通过促进人力资本水平提高，推动价值链地位提升。
人工智能能够促进新产品研发。作为一项突破性技术创新，人工智能带来的 “技术奇点”能把研究人员从一般的模仿和学习中解放出来，从而致力于产品研发，通过挖掘新产品线生产潜力抵消现有产品线的递减收益；
另外，人工智能机器的感知、领悟、行动和学习能力使企业实现自动化、数字化，以更快速度、更低成本进行生产，缩短新产品生产、研发周期。技术变革带来新产品研发和产品功能升级通过对产品链创新瓶颈的破解和外部创新要素的整合，促进产业边界延伸和产业链重构，基于制造业与服务业融合以及要素组合的优化实现企业向微笑曲线两端移动[10]。据此提出假设3：
H3：人工智能通过促进新产品的研发，推动价值链地位提升。
3.1 模型设定
为检验人工智能对制造业全球价值链地位的影响，本文根据面板数据建立模型进行分析，基准模型形式如下：
其中，lngvcit表示制造业全球价值链地位，lnintelligenceit表示人工智能水平，controlsit代表控制变量组合，yeart表示时间效应，industryi表示行业效应，εit为随机干扰项。
3.2 主要指标定义与数据说明
（1）被解释变量：全球价值链地位指标（lngvcit）。本文参考 Hausmann等（2007）[11]的研究通过产品技术复杂度来反映一国产业在全球价值链中的地位。产品技术复杂度较低时意味着一国出口产品属于低技术加工装配的 “边缘”，从而处于价值链低端环节，反之，则说明一国出口产品属于研发、创新等高技术环节，从而反映出一国处于较高的价值链地位，产品及产业技术复杂度计算公式如下：
（2）核心解释变量：人工智能（lnintelligenceit）。本文以国际机器人联合会（IFR）公布的工业机器人数据的对数衡量人工智能水平。
（3）其他变量。中介变量：①人力资本水平（salary），以制造业分行业平均劳动报酬表示；
②新产品研发（newproduct），以制造业分行业新产品开发项目数表示。控制变量：①外商直接投资水平（fdi），以制造业各行业外商资本金及港澳台资本金表示；
②劳动力规模（population），以制造业各行业就业人数表示；
③行业规模（company），以制造业各细分行业企业单位数表示；
④政府研发补贴（governth），以制造业各行业政府科技支出表示。
4.1 数据来源
本文以2010～2019年数据为样本①，测算了SITC Rev.3三位码261种产品出口技术复杂度。参考盛斌（2002）[12]对 SITC Rev.3 与国民经济行业分类（GB／T 4754-2002）的行业转换对照表，测算出我国制造业28个行业的出口技术复杂度水平，进而按照吕越等（2020）[13]对国民经济行业分类与国际标准产业分类（ISIC）匹配表进行相应调整，得到IFR行业分类下14个制造业行业出口技术复杂度水平。各变量描述性统计结果如表1所示。
表1 变量描述性统计
4.2 基准回归分析
表2中列（1）的回归结果显示以工业机器人代表的人工智能水平对于制造业产品技术复杂度的提升在1%水平下显著为正，工业机器人安装数量增加1%可以使制造业全球价值链地位提升0.01%。列（2）～（5）的回归结果显示随着控制变量的加入，人工智能水平对制造业价值链地位提升的影响依旧显著为正，核心解释变量参数估计结果较为稳健，进而验证了假说1，即人工智能水平能够促进制造业全球价值链地位的提升。由列（5）的估计结果可知，外商直接投资对于我国制造业价值链地位提升具有负向作用，这一估计结果与唐宜红和张鹏杨（2017）[14]的研究结果一致。
表2 基准回归结果
4.3 稳健性检验
人工智能水平对制造业出口技术复杂度有显著正向促进作用，但同时产品技术复杂度更高的行业人工智能应用率更高，从而导致人工智能水平与制造业产品技术复杂度存在互为因果的内生性问题。为了解决这一问题，本文运用2SLS估计方法，参考唐晓华和迟子茗（2021）[15]以美国机器人安装量作为工具变量以及机器人安装量滞后1期作为工具变量进行内生性检验。经检验，解释变量滞后1期及美国机器人安装量不存在弱工具变量问题，是核心解释变量人工智能水平有效的工具变量。第二阶段估计结果显示，人工智能水平在解释变量滞后期作为工具变量和美国机器人安装量作为工具变量的两种情况下均在1%水平下显著为正，假设1结论稳健（因篇幅所限未展示）。
4.4 异质性分析
考虑到我国制造业行业要素密集度差异，本文根据韩燕和钱春海（2008）[16]、赵文军和于津平（2012）[17]对制造业行业异质性的划分方式，将14个制造业划分为两类②，由估计结果可知，人工智能水平对资本和技术密集型行业的正向作用不显著且较资源和劳动密集型行业更小，原因在于企业应用工业机器人的目的在于通过对劳动力的替代抵消用工成本上升带来企业经营成本上升，资源和劳动密集型行业工资成本占比更高，因而工业机器人的应用率更高，从而对产品技术复杂度的提升效果更明显；
另外，对于资本和技术密集型行业，机器人主要作为高级人力资本的补充而存在，其产品技术复杂度的提升依旧有赖于人力资本水平，因而尽管机器人的使用对资本和技术密集型行业产品技术复杂度有提升作用但不显著，但从侧面反映出提升我国人力资本水平的迫切性（因篇幅所限未展示）。
4.5 机制检验
前文理论分析表明人工智能水平能够通过人力资本水平提升和促进新产品研发的路径促进制造业价值链地位的提升，据此本文建立中介效应模型（见式（4）、（5））对人工智能影响制造业价值链升级的机制进行剖析。其中，medit为中介变量，用以代表人力资本水平（salary）、新产品研发（newproduct）。
表3中列（1）、（2）是对人力资本水平为中介变量进行的回归，由列（1）结果可知人工智能在1%显著性水平下对人力资本水平有正向作用，列（2）结果显示人工智能水平和平均劳动报酬在1%水平下显著为正，即人工智能水平能够通过人力资本水平提高促进制造业价值链地位提升，从而验证了假设2。列（3）、（4）是对以新产品研发为中介变量进行的回归，由列（3）回归结果可知人工智能水平在1%水平下对新产品研发有显著促进作用，列（4）的估计结果显示人工智能水平和新产品项目数在1%水平下显著为正，即人工智能水平能够通过新产品研发促进制造业价值链地位提升，从而验证了假设3。
表3 人工智能影响制造业价值链提升的机制检验
本文以2010～2019年我国14个制造业面板数据为样本，利用2SLS、差分GMM、系统GMM估计方法对人工智能水平影响制造业价值链地位提升的总体效果、异质性与影响路径进行分析。研究结论表明，人工智能水平能够显著提升我国制造业在全球价值链中的地位，且对资源和劳动密集型行业价值链地位提升的效果更显著，人工智能水平通过人力资本水平提升、促进新产品项目开发两条路径促进制造业全球价值链地位提升。
针对以上研究结论，本文认为发挥人工智能生产力，通过人工智能赋能制造业，打破发达国家对我国的技术封锁实现制造业价值链地位的跃升需要从以下几方面入手：（1）大力推进人工智能赋能制造业。传统参与价值链方式有悖可持续发展理念，为摆脱 “低端锁定”泥沼，实现可持续高质量发展，我国制造业亟需寻找增长新动能，形成创新驱动的经济增长，人工智能作为创新要素通过提升人力资本水平、促进新产品研发等路径推动我国制造业出口技术复杂度提升，因而要持续推进人工智能在制造业应用和推广，促进我国制造业全球价值链地位提升；
（2）持续提升人力资本水平。相较于资源和劳动密集型行业机器人对劳动力的简单替代，资本和技术密集型行业产品技术复杂度的提升更加依赖人力资本水平，唯有不断加大对高素质人力资本培养，才能更充分发挥人工智能对资本和技术密集型行业的补充和替代作用，促进产品技术复杂度提升，进而提升我国制造业全球价值链地位。
注释：
①本文工业机器人数据来源于国际机器人联合会（IFR），目前可获得的机器人数据仅截至2019年，基于数据可得性和准确性，本文研究区间为2010～2019。
②资本和技术密集型行业包括 19、20～21、24、29～30、91、260、261；
资源和劳动密集型行业：10～12、13～15、16、17～18、22、23、25。
