| 1,105 | 15 | 1117 |
| 下载次数 | 被引频次 | 阅读次数 |
在科学识别工业机器人技术复杂度和价值链生产环节偏优指数的基础上，从多维度剖析高技术复杂度工业机器人对制造业全球价值链生产环节攀升的作用机制，并检验高技术复杂度工业机器人的“断供”威胁应对效应。得到的结论主要有：(1)高技术复杂度工业机器人对制造业全球价值链生产环节攀升具有促进作用。高技术复杂度工业机器人不仅能推动制造业生产技术与工艺从后发跻身准前沿和前沿，还能提升产业链关键核心环节的自主可控程度。(2)高技术复杂度工业机器人不仅有助于提升产业的价格加成能力，还有助于提升高端要素资源汇聚能力，更能提升政府支持的概率，上述渠道也使高技术复杂度工业机器人对生产环节攀升表现出正效应。(3)高技术复杂度工业机器人不仅能降低样本国对美国中间品的依赖程度，还能降低其对美国和主要盟友中间品的依赖程度。为此，高技术复杂度工业机器人能有效降低美国及其主要盟国“断供”威胁的不利冲击。(4)全球价值链生产环节偏优指数过高和工业机器人技术复杂度偏低共存窘境，使中国工业机器人应用深陷“量大技术弱”和对全球价值链生产环节攀升促进作用相对有限之痛，破解这一痛处的关键在于不断提升中国工业机器人技术的前沿性。
Abstract：Based on the scientific identification of the technical complexity of industrial robots and the preference index of value chain production links,this article analyzes the mechanism of the application of high-tech complex industrial robots on the rise of GVC production links from multiple dimensions,and further examines the“supply cutoff”threat response effect of high-tech complex industrial robot applications.The main conclusions are:(1) The application of high-tech complex industrial machines can promote the production links of the manufacturing GVC.High-tech complex industrial robots can not only promote manufacturing production technology and processes from latecomers to the quasi-frontier and frontier,but also improve the degree of autonomy and controllability of key core links in the industrial chain.(2) The application of high-tech complex industrial robots not only helps to improve the price markup capability of the industry,but also helps to improve the ability to gather high-end factor resources and increase the probability of government support.Moreover,the above channels also enable the application of high-tech complex industrial robots to have a positive effect on the increase in production links.(3) The application of high-tech complex industrial robots can not only reduce the sample countries'dependence on US intermediate goods,but also reduce their dependence on intermediate goods from US and major allies.To this end,the application of high-tech complex industrial robots can effectively reduce the adverse impact of the threat of“supply cutoff”by US and major allies.(4) The GVC production link's high preference index and the low complexity of industrial robot technology coexist in a dilemma,which has led China's industrial robot application to a problem of“large quantities and weak technology”and a relatively limited promotion effect on the production links of the GVC.The key to solving the problem is to continuously improve the cutting-edge nature of China's industrial robot technology.
[1]王直，魏尚进，祝坤福.总贸易核算法：官方贸易统计与全球价值链的度量[J].中国社会科学，2015(9):108-127,205-206.
[2]沈坤荣，李敏.国际经贸规则重塑背景下中国推进制度型开放的战略思考[J].浙江工商大学学报，2023(6):77-88.
[3]吕越，张昊天，高恺琳.人工智能时代的中国产业链“延链补链”——基于制造业企业智能设备进口的微观证据[J].中国工业经济，2024(1):56-74.
[4]李坤望，马天娇，黄春媛.全球价值链重构趋势及影响[J].经济学家，2021(11):14-23.
[5]洪俊杰，商辉.中国开放型经济的“共轭环流论”:理论与证据[J].中国社会科学，2019(1):42-64,205.
[6]吴登凯，王满仓，成依阳.中国金融高质量发展与实体经济的耦合机制研究[J].统计与信息论坛，2024(7):42-55.
[7]黄亮雄，林子月，王贤彬.工业机器人应用与全球价值链重构——基于出口产品议价能力的视角[J].中国工业经济，2023(2):74-92.
[8]刘志彪.中美全球价值链的重组：从生产消费再平衡到产业转移[J].江苏社会科学，2023(6):63-71,242.
[9]余淼杰，陈新禹.理解新发展格局下的中国经济：成就、挑战与政策展望[J].学术研究，2022(4):70-77.
[10]王婕，李田，宋耘.我国制造业企业重构全球价值链的路径——基于65家企业的定性比较分析[J].电子科技大学学报(社科版),2023(4):89-102.
[11]ACEMOGLU D,RESTREPO P.Robots and jobs:evidence from US labor markets [J].Journal of Political Economy,2020,128(6):2188-2244.
[12]孙早，侯玉琳.人工智能发展对产业全要素生产率的影响——一个基于中国制造业的经验研究[J].经济学家，2021(1):32-42.
[13]陈晓华，杜文，杨高举.出口技术复杂度的国外中间品依赖如何影响全球价值链分工地位?[J].南京财经大学学报，2023(5):89-99.
[14]黄先海，张胜利，诸竹君.大国市场下推动技术赶超的机制分析与路径选择[J].东南学术，2021(6):158-166,247.
[15]吕越，张杰.人工智能与产业链韧性提升[J].西安交通大学学报(社会科学版),2024(2):29-38.
[16]凌永辉，刘志彪.全球价值链发展悖论：研究进展、述评与化解[J].经济体制改革，2021(3):100-107.
[17]荆林波，袁平红.全球价值链变化新趋势及中国对策[J].管理世界，2019(11):72-79.
[18]吕越，邓利静.全球价值链下的中国企业“产品锁定”破局——基于产品多样性视角的经验证据[J].管理世界，2020(8):83-98.
[19]赵春明，李震，王贝贝，等.经济集聚与价值链嵌入位置——基于企业出口上游度的分析视角[J].国际贸易问题，2020(9):81-96.
[20]刘慧，彭榴静，陈晓华.生产性服务资源环节偏好与制造业出口品国内增加值率[J].数量经济技术经济研究，2020(3):86-104.
[21]ANTRàS P,CHOR D,FALLY T,et al.Measuring the upstreamness of production and trade flows [J].American Economic Review,2012,102(3):412-446.
[22]ANTRàS P,CHOR D.Organizing the global value chain [J].Econometrica,2013,81(6):2127-2204.
[23]FALLY T,HILLBERRY R.A coasian model of international production chains [J].Journal of International Economics,2018,114(5):299-315.
[24]林欣，李春顶.国内外工业机器人应用对制造业就业的影响分析[J].财经研究，2023(7):19-33.
[25]ACEMOGLU D,RESTREPO P.The race between man and machine:implications of technology for growth,factor shares,and employment [J].American Economic Review,2018,108(6):1488-1542.
[26]GRAETZ G,MICHAELS G.Robots at work [J].Review of Economics and Statistics,2018,100(5):753-768.
[27]AUTOR D H,SALOMONS A.Is automation labor-displacing?Productivity growth,employment,and the labor share [R].New York:National Bureau of Economic Research,2018.
[28]ACEMOGLU D,RESTREPO P.Automation and new tasks:how technology displaces and reinstates labor [J].Journal of Economic Perspectives,2019,33(2):3-30.
[29]ACEMOGLU D,KOSTER H,OZGEN C.Robots and workers:evidence from the Netherlands [R].Berlin:Institute of Labor Economics,2023.
[30]孙早，韩颖.人工智能会加剧性别工资差距吗?——基于我国工业部门的经验研究[J].统计研究，2022(3):102-116.
[31]RODRIK D.What's so special about China's exports [J].China & World Economy,2006,14(5):1-19.
[32]蔡跃洲，陈楠.新技术革命下人工智能与高质量增长、高质量就业[J].数量经济技术经济研究，2019(5):3-22.
[33]陈彦斌，林晨，陈小亮.人工智能、老龄化与经济增长[J].经济研究，2019(7):47-63.
[34]黄先海，诸竹君，宋学印.中国中间品进口企业“低加成率之谜”[J].管理世界，2016(7):23-35.
[35]王晓娟，朱喜安，王颖.工业机器人应用对制造业就业的影响效应研究[J].数量经济技术经济研究，2022(4):88-106.
[36]王洁洁，马晓君，范祎洁.数字经济与科技创新的协同效应对经济高质量发展的影响研究[J].统计与信息论坛，2024(4):46-62.
[37]姚洋，张牧扬.官员绩效与晋升锦标赛——来自城市数据的证据[J].经济研究，2013(1):137-150.
[38]陈晓华，刘慧，张若洲.高技术复杂度中间品进口会加剧制造业中间品进口依赖吗?[J].统计研究，2021(4):16-29.
[39]LEWBEL A.Using heteroscedasticity to identify and estimate mismeasured and endogenous regressor models [J].Journal of Business & Economic Statistics,2012,30(1):67-80.
[40]施炳展，游安南.数字化政府与国际贸易[J].财贸经济，2021(7):145-160.
[41]杨君，田晨晨，蒋墨冰，等.外资身份认定政策与企业创新策略——基于机器学习的因果推断[J].国际贸易问题，2022(10):140-156.
[42]SCHOTT P K.The relative sophistication of Chinese exports [J].Economic Policy,2008,23(53):6-49.
[43]吕越，陈泳昌，华岳.制造业服务化与企业减排[J].经济评论，2023(2):139-155.
[44]BARON E J.School spending and student outcomes:evidence from revenue limit elections in Wisconsin [J].American Economic Journal:Economic Policy,2022,14(1):1-39.
(1)不考虑存货波动的研究,实际上是将存货视为最终消费,当存货增加(减少)时,不考虑存货的研究实际上是高估(低估)了当年的消费量。纳入存货则能有效克服此类偏差。
(2)具体的推导过程可见于Antràs等(2012)[21]一文的附录部分。
(3)笔者选取的制造业为C3—C16,共计14类制造业为研究对象,行业名称详见ADB投入产出表。样本国为35个的原因为:美国在基准分析中作为全球价值链优势生产环节的参照国,后文稳健性检验中,日本和德国为优势生产环节参照国,考虑到G7作为发达工业化国家,其占据着全球价值链的优势生产环节,其能够对其他国家实施中间品卡脖子战略。为此,此处剔除样本国中的G7成员国,将G7视为卡脖子战略实施国,用于后文的中间品卡脖子破解分析。
(4)高技术复杂度应用国为表1中工业机器人技术复杂度排序前21的国家(不含G7成员国),低技术复杂度应用国为剩余样本国。表1及后文的实证样本国均为35国。
(5)列(1)—(4)中R2为Centered R2。随机森林因果检验中,R软件给出了处理效应的系数和标准误,列(7)和(8)中括号内t值为系数与标准误之比核算而得。
(6)C17—C30的具体产业名称可见于ADB数据库的投入产出表。
(7)感谢匿名审稿人对GOV变量进一步采用Probit随机效应模型进行估计的建议,表中列(5)—(6)为OLS估计结果,列(7)和(8)为Probit随机效应估计结果,列(7)和(8)的R2为Pseudo R2。
(8)考虑到G7成员国中,美英日加的同盟关系似乎比美国与德国、法国和意大利的同盟关系更为“亲密”,笔者增加了各国对美英日加的中间品进口依赖的实证分析,以提高估计结果的可靠性。
基本信息:
DOI：10.14134/j.cnki.cn33-1336/f.2024.09.002
中图分类号:F414;F742;TP242.2
引用信息:
[1]陈晓华,黄先海,刘慧.高技术复杂度工业机器人与全球价值链生产环节攀升[J].商业经济与管理,2024,No.395(09):19-33.DOI:10.14134/j.cnki.cn33-1336/f.2024.09.002.
基金信息:
浙江省哲学社会科学规划重大项目“制造业中间品瘸腿型技术赶超与经济高质量增长：演进机理、约束机制与优化路径”(24QNYC11ZD); 国家社会科学基金一般项目“中国产业链关键环节瘸腿型技术赶超的内源机理与高质量型自主可控路径研究”(22BJL126); 教育部人文社会科学基金项目“双维资源错配约束下中国制造业技术蛙跳的演进机理与优化路径研究”(22YJC790016); 浙江省自然科学基金项目“中国产业链中间品环节跛脚型技术赶超之殇”(LY24G030002)
2025-12-02
2025
2025-12-02
2025-12-02
2025
0
2024-09-15
2024-09-15