学术月刊

自1978年市场化改革伴随制造业从发达国家向中国东部沿海不断流入，东部经济崛起诱致东部劳动密集型与低端制造业向中西部地区和东南亚地区转移，产业转移呈现出“雁阵模式”和梯度转移特征。然而，现阶段逆全球化与国际贸易争端加剧，高端制造业加速朝发达国家和其他发展中国家回流。中国外向型经济特征明显，经济高增长与产业转移相伴相生，产业跨区域流动更是有助于缩小地区差距实现共同富裕。对于何种因素诱发甚至推动产业跨地区流动，大量研究分别从产业政策、劳动力成本、基础设施、要素丰裕度、行政干预等不同方向进行探究，但新一轮人工智能革命如何冲击产业转移方向与规模却缺乏足够认知。

作为引领新一轮技术革命与社会变革的通用技术，即以工业机器人为代表的人工智能技术快速普及应用，持续耦合工业大数据和物联网环境作用日渐突出。经验研究显示，2020年，全国规模以上工业机器人制造企业营收与利润分别达到531.7亿元和17.7亿元，在工业机器人的推动下，规模以上工业与高技术制造业增加值同比分别增加2.8%与7.1%。^①作为通用型技术，人工智能技术诱发智能制造改变要素投入结构，其生产率效应和要素配置效应特征突出。人工智能技术对生产条件和生产环境的全新塑造，是否会借助产业智能化改造转变产业转移方向？作为一种特殊的技术，人工智能可能与传统技术创新一样，通过“收入效应”与“替代效应”推动产业结构转型与经济发展。^②一般地，人工智能技术除了具有传统技术的典型特征，仍具有某些独特智能化特性。现有文献认为，人工智能技术的广泛渗透性、数据驱动性与系统智能性，将会为产业升级与转型提供新方向，在重构产业新业态、新模式的同时，通过技术进步助推产业内与产业间就业结构与生产效率，进而改变产业转移生态。^③

事实上，现有文献研究思路主要有二：一是考察何种因素更易诱发产业转移？以及产业转移是否遵循“大国雁阵式”模式；二是识别产业转移所伴随的技术溢出、污染转移、要素流动等如何造成产业承接地与转出地的角色转变，往往缺乏考察以人工智能技术为代表的新兴技术如何改变产业转移的方向和路径。基于此，本文选取各省市人工智能技术专利，基于二位数制造业代码测度地区产业转移程度，推演人工智能技术的产业转移效应，定量考察人工智能技术与产业转移的关联性和转移路径，以及识别人工智能技术产业转移效应的异质性，尤其是考察其所依赖的外部环境如何改变人工智能技术的作用方向与作用效果。本文可能的边际贡献在于：一是将人工智能技术引入，系统考察新兴技术如何改变产业转移方向和路径，弥补现有文献缺乏对新兴技术在产业转移过程中扮演的新角色考察不足；二是研究更多考察人工智能技术的作用后果，忽视何种环境更易于人工智能技术作用，本文着重考察智能化环境在人工智能技术对产业转移影响过程中发挥何种作用，丰富智能化技术的经济后果问题研究。本文的剩余结构安排如下：第二部分文献综述与研究假说；第三部分模型设定与指标构建；第四部分实证检验结果与评价；第五部分进一步讨论；第六部分基本结论与政策启示。

在过去四十余年来经济高增长过程中，中国经济历经从承接落后产业到逐步走向独立自主的发展过程，在经济步入新常态后，推动制造业的转型升级与发展壮大成为现阶段经济高质量发展的关键，而且长期来看产业转移仍是破解区域经济鸿沟与实现共同富裕的有效路径。^④然而，在逆全球化环境中发达国家精准打压与制造业回流使“单向雁阵式”转移模式可能不具持续性，尤其是在“经济锦标赛”与“环保锦标赛”的双重约束下，东部地区更倾向于通过税收优惠等措施激励高端制造业与新兴技术产业留守，产业转移速度开始逐步趋缓。产业转移理论指出,生产成本是产业跨区域转移的重要诱因^⑤，而新经济地理学则认为，经济发展与技术进步所带来的区域内与区域间交通成本对比，成为产业向外扩散的又一成因。^⑥总的来说，成本与收益是决定产业是否转移与向何地转移的重要因素。^⑦

技术一致性理论认为，技术进步在降低成本与提升企业效率中发挥重要作用^⑧，即技术进步可能成为约束产业转移的关键变量。苏荟和孙毅^⑨从实证角度出发，考察劳动力转移的诱因，结果发现农业技术进步在劳动力转移中扮演重要的推力作用。孙早和侯玉琳^⑩从工业智能化的角度出发，基于数理模型与实证分析对“雁阵理论” 进行再检验，结果发现工业智能化正在改变中国传统的“雁阵式”产业转移模式，出现东部沿海地区高新技术产业呈现流入态势，而且人力资本已替代劳动力成本成为影响产业转移的关键因素。因此，作为重构社会分工体系的人工智能，在改变各区域竞争优势格局的同时也会诱使企业生产方式的变革，即人工智能技术能够改变产业转移的原有动力与黏性。据此，本文提出如下假说：

假说1：人工智能技术应用会逆向改变“单向雁阵式”产业转移模式诱使产业回流。

人工智能技术存在生产率和劳动替代效应，在大数据和互联网环境中更易打破传统的劳动力就业格局^⑪，特别是工业机器人的广泛应用所引发的劳动替代与创造效应。Acemoglu和Restrepo^⑫通过任务模型考察工业机器人使用如何改变劳动力就业需求，研究发现机器换人降低了企业劳动力需求，劳动力需求的减少进一步降低职工工资议价能力。Berg et al.^⑬研究发现，包括机器人在内的新兴技术的广泛应用，不仅能够提升企业生产效率，还能够通过创造技能岗位增加劳动力需求。一般地，人工智能技术可能会降低低端劳动力需求，而增加对技能劳动的需求。当前，劳动密集型产业与低端制造业仍是中国部分中西部地区经济发展的主体，当人工智能技术降低对低端劳动力的需求时，大量空闲劳动力会倾向于从东部沿海地区返乡，重新流回中西部地区形成低端劳动力集聚，这种劳动力流动倒逼劳动密集型产业向中西部地区转移。同期，东部地区更自由的市场环境与经济高速发展，对技能人才形成虹吸效应，诱使需求高端人才的产业向东部地区转移。劳动力的跨区域流动会对产业转移产生不容忽视的影响^⑭，人工智能技术正在通过劳动替代改变产业转移态势。

与此同时，工业机器人在内的智能设施的溢出效应推动人工智能技术被更广泛地应用。^⑮胡晟明等^⑯基于中国工业行业面板数据研究发现，工业机器人的劳动生产率效应存在偏向性，通过渐进扩大技能劳动与非技能劳动的生产率差距，形成劳动技能溢价，同时工业机器人的技术溢出效应也会引致相关行业出现技能溢价。当然，机器人的溢出效应不仅会对劳动与就业产生影响，也会改变全产业链生产率^⑰，即工业机器人的溢出效应在降低自身生产成本的同时，也会降低下游产业链的生产成本，促使下游企业通过增加要素投入与扩大规模，进而带动全产业发展。^⑱也就是说，人工智能技术的溢出效应不仅能够提升企业上下游产业链生产率，而且有助于相关行业全要素生产率改善，这必将吸引上下游制造商向人工智能技术企业所在地或更具智能化环境的地区转移，人工智能技术将结合技术溢出效应引发产业流动与转移。

综上而言，人工智能技术能够提升产业全要素生产率，但是由于不同生产要素与产业的 个性特征明显，人工智能技术诱发的新业态、新经济、新模式并非呈现完全对等分布，即人工智能技术的作用路径与作用效果在不同行业或地区可能存在偏向性。就当前来看，人工智能技术应用更多集中于技能水平较高的东部沿海地区，而随着人工智能技术应用的普遍成熟，先进技术引发的要素收入提升与生产成本下降将吸引大量高端劳动力与产业流入。^⑲高技能劳动者集聚及与人工智能技术的不断融合，将进一步诱发高端劳动集聚形成良性动态循环，由此引发的劳动收入与全要素生产率提升，势必造成产业与企业大规模迁移。^⑳当然，企业是否转移以及向何处转移？往往取决于能否获得更大的市场份额与经营收益，而在众多生产要素中，人工智能技术扮演的角色更是不容忽视。正如Aghion and Festré以及韩峰和阳立高^㉑所指出，经济规模扩大与技术水平提升使技术进步更倾向于在其所属地内部产生，集聚更是提高经济规模与降低研发风险的重要路径^㉒，即人工智能技术借助经济集聚引发产业再转移。

假说2：人工智能技术应用存在劳动替代、技术溢出与经济集聚等多重效应，即人工智能技术通过劳动替代、技术溢出与经济集聚改变产业转移方向和强度。

为进一步验证假说合理性，本文构建计量模型探究人工智能技术与产业转移属性：

其中，被解释变量rit表示产业转移，解释变量ait表示人工智能技术，control为一系列控制变量，γ为时间固定效应，{${\tau }$}为地区固定效应，ε为随机扰动项。

被解释变量：产业转移（rit），产业转移最直观的表现方式为企业地理位置的变化，然而由于中国普遍缺乏涵盖工业企业区位变化的详细统计数据^㉓，国内对于产业转移的度量往往采用间接指标，如实际利用境内省外资金、工业生产总值增长率、固定资产投资总额及新增资本投资额等。然而，这类指标更多从产业转移某一维度展开，无法精准识别产业转移的程度与方向。为了更好地识别中国产业转移的态势，本文借鉴孙晓华等^㉔思路，在充分考虑产业转移变化与自然增长两种变动趋势的基础上，设计产业转移指标：

其中，$ {rit}_{ci,t} $为t年c地区的i行业产业转移，$ {s}_{ci,t} $为t年c地区的i行业的生产经营规模，n和m分别为地区和行业数。由于各省市不同行业生产总值数据缺失较多，本文选取企业数量进行测度。如果$ {rit}_{ci,t} $>0，则意味着相对于基期，c地区的i行业在t期发生了产业流入，如果$ {rit}_{ci,t} $<0，则意味着相对于基期，c地区的i行业在t期发生了产业流出。

解释变量：人工智能（ait），作为诱发新一轮工业革命的前沿技术，如何精准定义并准确衡量人工智能成为问题焦点。文献更多基于国际机器人联盟公布的机器人使用数据表征人工智能^㉕，然而工业机器人的使用仅为人工智能的某一表象，人工智能技术的多重属性使采用这一指标表征人工智能技术可能存在一定偏误。为此，本文采用机器学习与爬虫技术获取包括语音识别、计算机视觉、智能监控、图像识别等人工智能专利，以每万人所拥有的人工智能专利数表征各地区人工智能程度。

控制变量：环境规制（enr），选取政府工作报告中环保词频句子所占报告总字数份额表征。“污染避难所”假说指出一地政府严格的环境规制，可能会诱使污染企业向其他地区转移，容易造成地区产业流出与经济衰退。但从长期来看，环境规制有助于企业技术升级改造，通过提升企业生产效率诱使产业流入。^㉖税收政策（tax），选择税收收入占一般预算收入的比重衡量。地区间要素成本差距的扩大使得追求高收益的资本在区域间快速流动，从而引致产业的跨区域转移。^㉗税收作为企业生产的重要成本，会迫使企业转移到税负水平更低的地区，与此同时，适度的税收增加也可能有助于第二产业与第三产业的集聚增长。^㉘交通设施（tf），采用单位面积上所拥有的交通基础设施数表征。丰富的交通设施所带来的物流成本下降与空间可达性在降低企业生产成本与劳动者通勤成本的同时，带来生产效率的提高与改善，对企业的吸引力增加，从而引发产业流入。市场化程度（mar），采用中国各省份市场化程度指数度量。制度环境作为企业生产与产业发展的重要约束，已成为制约产业转移的关键因素。^㉙通常而言，良好的市场化制度，不仅更易激发企业的创新活力与生产效率，而且能够保护企业创新成果，更易诱使产业流入。但市场化制度越完善，往往伴随激烈的市场竞争，也会使由于竞争导致生产技术落后、污染排放较大、劳动密集型企业生产经营状况恶化，迫使这类污染型低效企业向其他地区转移。创新能力（inn），选取各地区发明专利数表征。产业转移的核心在于寻求以更低的成本或更高的生产效率谋求企业长期发展，而技术作为助推新工艺与新产品产生的重要动力，在助推企业发展的同时也将会通过技术溢出诱发产业集聚。

本文选取2004—2019年间中国30个省市（除港澳台及西藏）共计480组样本数据，其中产业转移及各控制变量原始数据均来自《中国统计年鉴》、万德数据库和各省市统计年鉴，人工智能技术数据通过手动检索所得，个别缺失数据采用均值法进行替补。各变量描述性统计见表1，其中产业转移最大值为12.365，最小值为−9.212，均值为0.804，表示尽管不同地区间存在产业流入与流出差距，但总体来看更多体现为产业流入；人工智能专利均值为0.09，表明大多数地区受到人工智能技术的影响且产业智能化特征日渐突出。

为了检验在人工智能技术冲击下中国产业转移的演变特征，即假说1是否成立。本部分从实证角度进行探究。检验结果如表2所示，结果显示无论是否控制时间与地区效应，人工智能系数均在1%水平显著为正，意味着人工智能技术发展有助于产业向本地区转移，即人工智能技术带来产业流入。可能的原因在于作为新一轮工业革命的代表，人工智能技术所引发的技术溢出与劳动替代，能够减少企业劳动依赖，降低生产成本，提升企业竞争力，诱使更多产业流入，即通过吸引人口与经济集聚诱发产业迁移。从控制变量的作用上看，在模型4中环境规制系数在1%显著性水平上为正，表明环境规制的增强将会带来产业流入；交通设施系数在10%的显著性上为负，表明便利的交通设施反而有利于产业流出；市场化程度系数在10%的显著性上为负，意味着市场化程度的增加会诱使产业流出。税收政策与创新能力系数尽管不显著但均为正，表明税负的增加与创新能力的提升可能有助于产业流入。

基准回归证实人工智能技术能够诱使产业逆向梯度转移即产业回流，问题是，基准回归可能存在指标样本或者数据偏误，使结果具有一定的随机性。为了进一步检验人工智能技术与产业转移的关系，本文从不同角度进行实证分析，以考察前述结论的稳健性（见表3）。主要思路：（1）对数据进行1%缩尾。在数据统计与实证检验过程中，异常值的存在可能使得检验结果出现偏误，为此，本文对数据进行1%缩尾重新考察人工智能技术与产业转移的关系，检验结果如模型1所示，与基准回归相比仅存在系数大小差异，而显著性完全一致，表明人工智能技术诱发了产业流入，前述结果是稳健的。（2）剔除直辖市样本。众所周知，中国省级样本间存在不同属性，直辖市的独特政治地位与经济发展需求使得其与普通省份间差异明显。为此，本文在基准回归的基础上，对剔除直辖市后的样本进行检验，实证结果如模型4所示，人工智能系数依然显著为正，证明基准结论的可靠性。（3）滞后一期效应检验。人工智能技术从应用到影响产业发展需要一定的时滞。为更好地探究人工智能技术的作用，本文对其进行滞后一期处理，检验结果如模型3所示，人工智能技术依然表现出正向促进作用，与前述结论一致。（4）以人工智能专利总数代替万人专利数。人工智能专利数与每万人所拥有的专利数从不同维度度量了地区人工智能水平，为检验人工智能技术是否确实对工业智能化发挥激励作用，替换解释变量进行重新检验，实证结果如模型4所示，人工智能系数为正，表明人工智能技术确实能够诱使产业流入。（5）以工业机器人数替代万人专利数。本文在基础模型中以每万人所拥有的人工智能专利数衡量地区人工智能水平，在此本文选取各省份工业机器人数据替代人工智能专利，重新检验人工智能技术与工业智能化关系。其中各省份工业机器人数据是按照各省份工业从业人数占全国比例将全国数据分解而成。检验结果如模型5所示，人工智能系数在1%显著性水平为正，与基准回归结果一致。

表2与表3实证结果证实假说1的合理性，即人工智能正向促进了产业流入，那么人工智能技术通过何种路径影响产业转移呢？本节借鉴孙楚仁等^㉚方法，构建如下计量模型从劳动替代、技术溢出与经济集聚等维度验证假说2：

其中，med为包含劳动替代（hsl）、技术溢出（ksp）与经济集聚（eag）等在内的各机制变量，ait与rit及各控制变量与基准回归结果一致。如果系数${{{\alpha}}}_{1}$与系数$ {\theta }_{1} $均显著，则表明各变量均在人工智能技术与产业转移中发挥机制作用。否则，则不存在机制效应。

本部分借助上述模型采用逐步回归法分别考察劳动替代、技术溢出与经济集聚的机制效应， 检验结果如表4所示，其中模型1、模型3、模型5分别为人工智能技术对机制变量劳动替代、技术溢出与经济集聚的估计结果，结果显示人工智能技术系数分别在1%与10%显著性水平上为正，表明人工智能技术能够助推劳动替代、技术溢出和经济集聚。模型2、模型4、模型6分别为各机制变量对产业转移的回归结果，结果显示劳动替代、技术溢出和经济集聚系数均在1%的显著性水平上为正，表明劳动替代、技术溢出和经济集聚能够诱发产业转移。在逐步回归法中，人工智能技术与各机制变量的系数均显著为正，这意味着劳动替代、技术溢出和经济集聚在人工智能技术对产业转移影响中发挥机制作用。

经验研究表明，不同行业间要素密集度、智能化程度、技能人才储备往往存在差异，由此所引发的行业个体特征与认知偏差使得面对人工智能技术的反应与预期存在差别。制造业内部行业间存在较大的要素禀赋差异，在人工智能技术的冲击下，各行业的智能化应用程度与产业更替存在明显区别，即是否能够认识并准确把握人工智能技术发展，如何理解人工智能技术发展对行业与企业自身的影响，这些个体认知均可能改变人工智能技术对产业转移的作用效果。因此，考察人工智能技术冲击下中国产业转移态势如何发生变化必须考虑行业差异。为此，本文依据《国民经济行业分类与代码》（2011版），借鉴孙晓华等和张秀萍等^㉛思路，将20个二位数制造业按照生产要素在产业内部的密集度差异划分为三种不同的行业类型，具体分类如表5所示。需要特别指出的是本文之所以选择2011年标准而非2017年，是因为本文样本大多处于2017年之前。

表6报告了行业属性约束下人工智能技术对产业转移的差异性影响。结果显示，在劳动密集型行业内，无论是否增加控制变量，人工智能系数均显著为正，表明人工智能技术能够吸引劳动密集型产业流入，原因可能在于人工智能技术最根本的特征是劳动替代，在智能化发展的过程中，劳动密集型行业最先也最容易受到冲击，劳动替代的存在使劳动密集型行业摆脱劳动依赖，劳动力成本不再成为制约企业发展的阻碍，与此同时，人工智能技术带来的效率提升也进一步吸引产业流入；资本密集型行业人工智能系数不显著，可以看出人工智能技术对资本密集型行业产业转移影响并不明显，原因在于资本密集型企业与行业更多具有重资产的特征，企业搬迁与流动的成本也更高，因此，人工智能技术所带来的收益可能小于企业迁移成本；在技术密集型行业内，人工智能技术系数在1%的显著性水平为正，显示人工智能技术能够吸引技术密集型产业流入，可能是因为技术密集型企业发展往往更依赖于技术的更新替代，人工智能技术的通用性与溢出效应都诱使技术密集型产业进一步流入集聚。

作为一种新型的技术手段，与传统技术创新一样，人工智能技术作用需要满足特定约束并主要以工业基础设备为载体，即人工智能技术能否发挥作用以及能够多大程度上发挥作用，取决于人工智能技术能否以及多大程度上融入产业生产。产业融合度高的地区人工智能技术能够快速与企业生产耦合，为此本文分别从一二产业融合、二三产业融合及全产业融合角度出发考察，考察不同产业融合度下人工智能如何影响产业转移方向与程度。检验结果如表7所示，从模型1与模型2来看，对于一二产业融合度来说，人工智能系数分别在1%和5%显著性水平上为正，表明人工智能对产业转移的作用受制于一二产业融合的约束；从模型3—模型6来看，二三产业融合与全产业融合度下人工智能系数均不显著，表明二三产业融合与全产业融合度下人工智能对产业转移的影响不明显。总的来看，人工智能技术对产业转移的影响仅受一二产业融合度约束，可能的原因在于本文样本所考虑的制造业企业往往分布于一二产业，融合程度较好的地区人工智能技术往往更容易与产业结合发挥作用效果。

一般地，人工智能技术能否发挥作用以及在多大程度上发挥作用，除了受制于人工智能技术本身的属性特征外，还依赖于外部环境变迁的影响。本部分深入人工智能技术前端即环境条件约束，考察智能化环境是否会影响人工智能技术的产业转移效应。本部分从新型基础设施与互联网普及率两个维度出发，检验智能化条件约束对人工智能技术产业转移效应的影响。结果如表8所示，模型1—模型3为新型基础设施的回归结果，发现在新型基础设施程度较低时，人工智能技术系数并不显著；在新型基础设施程度中等时，人工智能技术系数在5%的显著性水平为正；在新型基础设施程度较高时，人工智能技术系数在1%的显著性水平为负。这表明随着智能化环境的不断提升，人工智能技术先诱使产业流入后导致产业流出，即新型基础设施并非表现出单向影响。模型4—模型6为互联网普及率的回归结果，结果显示，在互联网普及率较低时，人工智能技术系数并不显著；在互联网普及率中等时，人工智能技术系数在10%的显著性水平为正；在互联网普及率较高时，人工智能技术系数在10%的显著性水平为负。这表明互联网普及率与新型基础设施一样，人工智能技术对产业转移影响表现出先增加后减小的趋势。总的来看，人工智能对产业转移的影响依赖于智能化环境，但是却并非表现出线性关系，在智能化环境的不同阶段，人工智能技术作用差异明显。可能的原因在于，在智能化环境的初级阶段，随着智能化环境的不断改善，人工智能技术快速普及与应用所诱发的劳动替代与技术溢出等效应吸引产业流入；而随着智能化环境程度越来越高，人工智能技术造成的产业流入与集聚的规模不经济效应凸显，进而引致产业流出。

为了系统考察人工智能技术是否会逆转产业梯度转移模式，本文选取2004—2019年省际层面样本数据，在手动检索人工智能技术专利与测算产业转移指数的基础上，实证检验人工智能技术的产业转移效应，结合人工智能技术的劳动替代、技术溢出与经济集聚效应，探讨何种因素在人工智能的产业转移效应中发挥主导性作用，进一步将行业分成劳动密集型、资本密集型与技术密集型，在考察可能存在的行业异质性作用基础上进一步探究新型基础设施与互联网普及率等智能化环境变化如何影响人工智能的产业转移效果。本文试图挖掘人工智能技术情境中产业转移的方向与强度，剖析人工智能技术在产业转移过程中扮演的角色。结果显示：人工智能技术会显著推动产业转移，逆向转变“单向雁阵式”的转移模式。在经过数据缩尾、剔除直辖市、滞后一期及替换解释变量等稳定检验后，结果依然成立。劳动替代、技术溢出与经济集聚效应是人工智能技术作用于产业转移的传导路径。人工智能对产业转移的影响存在明显行业差异，能够显著提升劳动密集型行业与技术密集型行业产业转移，而对资本密集型行业影响并不明显。人工智能技术的产业转移效果受制于地区一二产业融合度约束，产业融合度越高则人工智能技术的影响越大，而且智能化环境变迁对人工智能技术作用效果产生异质性后果。

基于此，本文得出如下政策启示：第一，伴随着人工智能应用的快速普及，技术已取代普通劳动力成为影响企业生产与产业发展的关键要素，特别是人工智能技术引发的劳动替代效应可能会造成大规模失业，政府部门应未雨绸缪提前规划，在加大对失业人群技能培训的同时构建低收入人群保障体系，减轻新兴技术对经济社会冲击。第二，人工智能技术改变传统单向转移模式，意味着人工智能技术水平较高的东部地区凭借着新兴技术环境可能吸引产业从中西部地区流入，因此，在智能化发展下中西部地区应注重人才积累，推动人工智能技术与产业深度融合，寻求地区经济新的增长点。应通过税收优惠提升营商环境、降低企业成本等政策减少产业流出，降低人工智能技术的冲击。第三，在智能化发展的浪潮中，不同产业由于要素密集度等的差异，面对外生人工智能技术冲击时面临差异化的选择，其中劳动密集型企业应摆脱惯性依赖，提前储备高技能人才并进行智能化培训，使得人力资本与智能化设施有效匹配，减少智能化应用对企业生产经营的冲击。