以我國2006—2023年規(guī)模以上工業(yè)市場(chǎng)數(shù)據(jù)為樣本，實(shí)證探討工業(yè)機(jī)器人對(duì)于全要素生產(chǎn)率的影響。結(jié)果表明，工業(yè)機(jī)器人可以顯著提升制造業(yè)企業(yè)的全要素生產(chǎn)率。異質(zhì)性分析發(fā)現(xiàn)，機(jī)器人對(duì)于全要素生產(chǎn)率的影響在國有企業(yè)中相對(duì)不明顯，但對(duì)于高勞動(dòng)密集型、低產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)度行業(yè)以及重工業(yè)產(chǎn)生了較為顯著的影響。研究結(jié)果肯定了工業(yè)機(jī)器人在提升企業(yè)生產(chǎn)水平上的積極作用，為政府今后在生產(chǎn)端推廣人工智能技術(shù)提供了有力的證據(jù)。

　　國家社會(huì)科學(xué)基金重大項(xiàng)目“勞動(dòng)力流動(dòng)視角下健全城鄉(xiāng)融合機(jī)制研究”（21&ZD076）；國家自然科學(xué)基金面上項(xiàng)目“智能設(shè)備的采用對(duì)服務(wù)型企業(yè)表現(xiàn)和員工工作時(shí)間的影響：基于實(shí)地隨機(jī)實(shí)驗(yàn)的證據(jù)”（72473076）；中國社會(huì)科學(xué)院“青啟計(jì)劃”項(xiàng)目“‘中國制造’背景下智能制造對(duì)資本市場(chǎng)融資與績(jī)效的影響”（2024QQJH103）；中國社會(huì)科學(xué)院登峰戰(zhàn)略優(yōu)勢(shì)學(xué)科項(xiàng)目（產(chǎn)業(yè)經(jīng)濟(jì)學(xué)-DF2023YS24）。

　　為衡量社會(huì)資源配置效率的綜合性指標(biāo)，全要素生產(chǎn)率對(duì)于國民經(jīng)濟(jì)發(fā)展水平的評(píng)價(jià)具有重要的意義。如何通過產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化、企業(yè)競(jìng)爭(zhēng)和創(chuàng)新競(jìng)爭(zhēng)的方式重新配置社會(huì)的公共資源、提高社會(huì)的全要素生產(chǎn)率正是社會(huì)發(fā)展的重點(diǎn)。2017年10月，黨的十九大首次在全國代表大會(huì)中提出了全要素生產(chǎn)率的概念，并明確了提高全要素生產(chǎn)率是我國全面建設(shè)社會(huì)主義現(xiàn)代化國家新征程中的迫切需求。2022年10月，黨的二十大又明確提出了“加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系，著力提高全要素生產(chǎn)率”的戰(zhàn)略目標(biāo)。由此可見，提高全要素生產(chǎn)率已經(jīng)成為國家推動(dòng)經(jīng)濟(jì)增長的重要戰(zhàn)略支撐。2024年1月，習(xí)在中央政治局第十一次集體學(xué)習(xí)時(shí)指出了“發(fā)展新質(zhì)生產(chǎn)力是推動(dòng)高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點(diǎn)”，自此我國進(jìn)入了以新質(zhì)生產(chǎn)力推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的轉(zhuǎn)型階段。而在其中，提高全要素生產(chǎn)率正是經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)力源泉，新質(zhì)生產(chǎn)力也正是以全要素生產(chǎn)率的大幅提升為核心標(biāo)志。由此可見，當(dāng)今社會(huì)，全要素生產(chǎn)率已經(jīng)被視為國家經(jīng)濟(jì)增長的決定性因素。在此背景下，本文以新質(zhì)生產(chǎn)力中最核心的人工智能為切入點(diǎn)，在提高全要素生產(chǎn)率已經(jīng)成為高質(zhì)量發(fā)展主題的時(shí)代背景下，實(shí)證論證工業(yè)機(jī)器人的應(yīng)用對(duì)我國工業(yè)市場(chǎng)全要素生產(chǎn)率究竟存在多大程度的促進(jìn)作用。

　　工業(yè)機(jī)器人可以大規(guī)模代替人力勞動(dòng)力，覆蓋大面積的操作區(qū)域，實(shí)現(xiàn)24h工作，同時(shí)對(duì)工作環(huán)境的要求較低；機(jī)器人可以減少人類對(duì)生產(chǎn)操作的參與，實(shí)現(xiàn)標(biāo)準(zhǔn)化生產(chǎn)，大大提高產(chǎn)品質(zhì)量和生產(chǎn)效率；機(jī)器人還可以縮短生產(chǎn)周期和減小庫存成本、減少單位產(chǎn)品人工成本、提高資源利用率以及企業(yè)管理效率等，提高企業(yè)的生產(chǎn)率水平。在此基礎(chǔ)上，本文使用國際機(jī)器人聯(lián)合會(huì)（IFR）所定義的“工業(yè)機(jī)器人”數(shù)量與勞動(dòng)力數(shù)量相結(jié)合構(gòu)建機(jī)器人應(yīng)用程度的衡量指標(biāo)，以2006—2023年我國規(guī)模以上工業(yè)市場(chǎng)數(shù)據(jù)作為樣本，實(shí)證證明機(jī)器人的應(yīng)用可以顯著促進(jìn)全要素生產(chǎn)率水平的提升。本文的異質(zhì)性分析表明，機(jī)器人對(duì)全要素生產(chǎn)率的促進(jìn)作用在民營企業(yè)、高勞動(dòng)密集行業(yè)、高競(jìng)爭(zhēng)行業(yè)以及重工業(yè)中更加顯著。本文研究結(jié)果主要有以下幾點(diǎn)學(xué)術(shù)貢獻(xiàn)。

　　第一，本文在使用行業(yè)層面數(shù)據(jù)進(jìn)行論證的基礎(chǔ)上，實(shí)證探討了工業(yè)機(jī)器人對(duì)工業(yè)企業(yè)公司層面全要素生產(chǎn)率的影響。以往文獻(xiàn)少有通過量化的人工智能技術(shù)實(shí)證探討人工智能對(duì)微觀公司層面全要素生產(chǎn)率的影響。目前對(duì)于人工智能等新技術(shù)的學(xué)術(shù)研究大部分研究了自動(dòng)化或者人工智能技術(shù)對(duì)于宏觀經(jīng)濟(jì)或勞動(dòng)力結(jié)構(gòu)的影響，僅有的研究人工智能影響公司績(jī)效的文獻(xiàn)主要有：趙爍等針對(duì)《智能制造示范試點(diǎn)計(jì)劃》進(jìn)行了事件研究，未具體指定指標(biāo)來測(cè)算人工智能技術(shù)；趙爍使用年報(bào)文本分析法構(gòu)建了“智能制造”衡量指標(biāo)。相比之下，本文采用具體的機(jī)器人數(shù)據(jù)來衡量人工智能技術(shù)可以較為準(zhǔn)確地衡量我國真實(shí)的智能制造水平，同時(shí)豐富了相關(guān)領(lǐng)域的研究，增加了我國人工智能技術(shù)如何影響企業(yè)層面公司績(jī)效的實(shí)證證據(jù)。

　　第二，本文使用的數(shù)據(jù)庫之一“規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫”，除可以更準(zhǔn)確地測(cè)量全要素生產(chǎn)率之外，還可以更準(zhǔn)確地量化人工智能技術(shù)。首先，本文采用PMM多重插補(bǔ)法對(duì)“規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫”的缺失數(shù)據(jù)進(jìn)行了有效填充，最大限度地保證了工業(yè)企業(yè)公司層面全要素生產(chǎn)率相關(guān)數(shù)據(jù)的完整性。其次，我國目前沒有針對(duì)制造業(yè)細(xì)分領(lǐng)域下的勞動(dòng)力統(tǒng)計(jì)數(shù)據(jù)，本文通過工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行計(jì)算得到了5個(gè)非制造業(yè)和13個(gè)制造業(yè)的勞動(dòng)力數(shù)據(jù)，保證了人工智能技術(shù)測(cè)度的嚴(yán)謹(jǐn)性。

　　第三，本文研究同樣具有較高的實(shí)用價(jià)值，在增加人工智能促進(jìn)行業(yè)和企業(yè)生產(chǎn)水平的實(shí)證證據(jù)并測(cè)算出具體的影響程度后，可以為之后政府部門推進(jìn)智能制造發(fā)展、促進(jìn)工業(yè)經(jīng)濟(jì)生產(chǎn)率的提升提供相應(yīng)的實(shí)證依據(jù)和政策建議。

　　以往學(xué)術(shù)界普遍認(rèn)同的是以新質(zhì)生產(chǎn)力為內(nèi)涵的技術(shù)創(chuàng)新會(huì)深刻影響到公司的全要素生產(chǎn)率水平。如Brynjolfsson等以179家大型上市公司為樣本，通過調(diào)查數(shù)據(jù)實(shí)證研究了數(shù)據(jù)商業(yè)分析技術(shù)（data driven decision making，DDD）對(duì)企業(yè)生產(chǎn)率的影響，最終發(fā)現(xiàn)使用DDD技術(shù)進(jìn)行決策的公司平均生產(chǎn)率水平更高；Xiao等通過對(duì)跨國樣本構(gòu)建內(nèi)生增長模型，證明了企業(yè)的研發(fā)活動(dòng)會(huì)增強(qiáng)其全要素生產(chǎn)率，但是較高的外部技術(shù)會(huì)削弱研發(fā)活動(dòng)對(duì)全要素生產(chǎn)率的影響；雷國雄等研究發(fā)現(xiàn)企業(yè)主導(dǎo)的創(chuàng)新合作可以顯著提升其全要素生產(chǎn)率。

　　而在人工智能對(duì)經(jīng)濟(jì)增長的影響上，盡管有“生產(chǎn)率悖論”（productivity paradox）的提出者，1987年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者羅伯特·索洛（Robert Solow），及其支持者泰勒·柯文（Tyler Cowen）和羅伯特·戈登（Robert Gordon）均不認(rèn)為諸如此類的新技術(shù)可以給經(jīng)濟(jì)帶來實(shí)質(zhì)性的增長效應(yīng)，但以往的大多數(shù)學(xué)者仍然對(duì)人工智能技術(shù)所帶來的影響持有積極的態(tài)度，即人工智能與其他新技術(shù)一樣，都可以促進(jìn)經(jīng)濟(jì)的增長。同樣，有學(xué)者直接指出了人工智能技術(shù)可以通過推動(dòng)技術(shù)創(chuàng)新或技術(shù)效率、精準(zhǔn)匹配供應(yīng)鏈產(chǎn)業(yè)鏈、提高要素配置效率、優(yōu)化勞動(dòng)力結(jié)構(gòu)的方式來提高企業(yè)或地區(qū)全要素生產(chǎn)率，但這些研究均未從機(jī)器人的視角進(jìn)行闡述，皆是以更廣泛的人工智能技術(shù)，如數(shù)字化技術(shù)、智能化技術(shù)作為研究對(duì)象。

　　而工業(yè)機(jī)器人究竟會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生何種影響?結(jié)合學(xué)術(shù)界和業(yè)界對(duì)于工業(yè)機(jī)器人的普遍認(rèn)知以及三次工業(yè)革命的實(shí)踐結(jié)果，我們可以認(rèn)為機(jī)器人技術(shù)具備增加生產(chǎn)規(guī)模，減少生產(chǎn)成本，縮短生產(chǎn)周期，提高產(chǎn)品合格率以及提高管理效率的特點(diǎn)，而這些必將提高企業(yè)的全要素生產(chǎn)率。此外，機(jī)器人技術(shù)屬于最典型的新質(zhì)生產(chǎn)力，而普遍認(rèn)為新質(zhì)生產(chǎn)力對(duì)全要素生產(chǎn)率有著較強(qiáng)的促進(jìn)作用，因此機(jī)器人對(duì)全要素生產(chǎn)率極有可能存在積極的提升作用?；谝陨蟽牲c(diǎn)，本文提出了研究假設(shè)：

　　趙爍.中國工業(yè)機(jī)器人的應(yīng)用對(duì)工業(yè)全要素生產(chǎn)率的影響[J].中國軟科學(xué),2025,(05):202-213.開云網(wǎng)站 開云網(wǎng)址