工业智能化、要素流动与创新经济地理格局.pdf

StatisticalResearchAug.20232023年8 月Vol.40,No.8统计研究第40 卷第8 期工业智能化、要素流动与创新经济地理格局丁焕峰张蕊周锐波内容提要：数字技术革命正在变革世界经济格局和重构全球创新版图。“机器换人”引致的要素空间流动，及其对我国创新经济地理格局的重塑效应，是当下函需探讨的重要话题。本文从理论和经验两个层面研究工业智能化与要素空间流动互动效应对我国创新经济地理格局的影响。融入智能化发展和空间知识经济的新经济地理理论研究表明，工业智能化引致资本向发达地区流动；在“机器换人”“机器扩人”与区域集聚力和分散力的共同作用下，高技能劳动力迁移至发达地区，低技能劳动力由于选择效应流向欠发达地区，进而使发达地区和欠发达地区的创新差距呈扩大趋势。基于不同视角的区域研究表明，工业智能化与资本、异质性劳动力流动互动效应显著提升了东部地区、经济规模较大、一二线城市的创新能力，而对中西部地区、中小经济规模、三四五线城市而言，则表现为明显的抑制作用。本文为我国在“十四五”时期实施“智能制造”和创新驱动发展战略、推动区域协调发展提供有益启示。关键词：工业智能化；资本流动：异质性劳动力流动；区域创新；互动效应D0I:10.19343/ki.11-1302/c.2023.08.006中图分类号：F426文献标识码：A文章编号：10 0 2-45 6 5(2 0 2 3)0 8-0 0 7 1-15Industrial Intelligence,Factors Mobility and Innovational EconomicGeographyDing HuanfengZhang RuiZhou RuiboAbstract:The effect of factors spatial flow triggered by“machine substitution on the economicgeographic pattern of Chinas innovation is an important topic that needs to be discussed in the context ofthe rapid development of digital technology and its influence on world economic pattern and innovationdistribution.This article studies the impact of industrial intelligence and factors spatial mobility on thegeographic pattern of Chinas innovation from theoretical and empirical aspects.The research of neweconomic geography that integrates intelligent development and spatial knowledge economy shows thatindustrial intelligence leads the capital flow to developed regions.Under the combined effect of“machinesubstitution,“machine expansion,regional agglomeration and decentralization,high-skilled labor tendsto migrate to developed regions,while low-skilled labor is more willing to move to developing regions.Inturn,the gap in innovation capabilities between developed and developing regions has shown a wideningtrend.Research on regional heterogeneity based on different perspectives shows that the interaction effectof industrial intelligence,capital and heterogeneous labor flow significantly enhances the innovation*基金项目：国家社会科学基金重点项目“科技自立自强目标下中国创新资源空间配置优化研究”（2 2 AJY011）；国家社会科学基金一般项目“多空间尺度视角下粤港澳大湾区协同创新发展研究”（19 BJY064）。2023年8 月统计研究72capabilities of eastern,large economic scale and first and second tier cities,while it has a significantinhibitory effect on central and western regions,small and medium-sized economic scale and third,fourthand fifth tier cities.This article provides useful evidence for China to promote“intelligent manufacturingand innovation-driven development strategy during the“14th Five-Year Plan period and coordinateregional development.Key words:Industrial Intelligence;Capital Flow;Heterogeneous Labor Mobility;RegionalInnovation;Interaction Effect一、引言创新是驱动经济可持续发展的不竭动力，明晰影响我国区域创新空间格局的关键性因素，在经济高质量发展背景下显得尤为必要。传统的创新增长理论认为，推动创新发展的核心在于持续增加研发投入，各地政府竞相开展科学研究与试验发展（R&D）竞争策略，如人才大战、项目竞争、经费争夺等，对我国创新经济地理格局产生了深刻影响。东部沿海城市创新能力较高，且邻近地区呈块状集聚特征，西部和东北地区城市创新能力较弱，中部地区城市创新能力逐步提升（范柏乃等，2020）。我国区域创新格局南强北弱的特征日趋明显，且南部地区城市群之间创新合作与日俱增，整体趋于均衡发展；北部地区城市群之间合作乏力，整体呈现极化趋势（周麟等，2 0 2 1）。对于这些现象，学者们讨论了土地、人力资本、数据、知识等要素对我国创新经济地理格局形成的影响。此外，要素流动，特别是创新要素流动与集聚提高了要素配置效率，对区域创新具有积极作用，这在学术界已达成普遍共识（孔令丞等，2 0 2 2）。可见，要素资源空间配置是影响创新经济地理格局的关键性因素。数字技术和人工智能是引领新一代技术革命的战略性前提和基础，抓住人工智能发展契机有利于我国在数字技术变革中塑造领先优势。欧美等发达国家已积极布局“工业互联网”“工业4.0”等战略，力求在数字化和智能化转型升级中占据技术制高点，重塑全球产业链和价值链分工。2 0 2 1年“十四五”智能制造发展规划强调智能制造是促进制造业转型升级的重大战略。自2 0 10 年起，我国以工业机器人为代表的智能化设备安装量快速增长，2 0 17 年超越日本成为世界上工业机器人安装存量最多的国家。随着以工业机器人为代表的智能化设备不断推广与普及，其影响产业结构和社会生产生活方式发生深刻变化的同时，无疑也会对要素资源配置和劳动力结构产生较大影响（孙早和侯玉琳，2 0 19；汪前元等，2 0 2 2），加之异质性城市吸引力和分散力的相互作用，资本、劳动力等要素的空间流动必将重塑创新经济地理格局。智能化发展实质是资本偏向型技术进步，将形成资本与劳动要素收入分化（丁焕峰等，2 0 2 3）。智能化对劳动力市场的影响研究主要包括劳动力就业结构和收入差距两方面。智能化发展主要冲击从事常规型任务的劳动力就业（Acemoglu和Autor，2 0 11），将带来“技术性失业”（何小钢和刘明，2 0 2 3）。因此，其对中低等技能劳动力主要表现为“替代效应”（Acemoglu和Restrepo，2 0 2 0）。也有研究表明，随着智能化发展，高技能劳动力和低技能劳动力的需求明显增加，表现出“新工作创造效应”（孙早和侯玉琳，2 0 19）。此外，智能化发展不仅扩大了高、低技术部门间的劳动收入差距（王林辉等，2 0 2 0），而且显著扩大了城乡收入差距（刘欢，2 0 2 0）。但杨飞和范从来（2 0 2 0）研究因篇幅所限，2 0 0 6 2 0 19 年主要国家制造业机器人安装存量以附图1展示，见统计研究网站所列附件。下同。第40 卷第8 期丁焕峰等：工业智能化、要素流动与创新经济地理格局73表明，在满足一定条件时，产业智能化有利于益贫式发展。另外，学者们基于智能化对经济增长、产业升级和转移、劳动力流转、资本深化、劳动生产率、参与全球价值链分工等方面也开展了深入研究。综上，现有文献探讨了创新要素流动与区域创新之间的关系，但是数字化和智能化发展极易形成新技术群，有利于带动我国步入创新驱动发展的路径，智能化转型强化了资本的关键作用，将出现大批“机器换人”的现象，这必然会影响要素的收入分配格局。因此，将智能化发展、要素流动与创新经济地理格局的形成割裂开来分析经济问题，有碍于我国系统制定创新驱动发展战略的相关政策。基于此，本文旨在解决的问题是：工业智能化发展能否与资本流动形成互动而提高资本的空间配置效率？在“机器换人”的时代，异质性劳动力的空间流动是否会形成分流效应？若工业智能化与要素流动能够形成互动，那么这种互动效应将如何影响创新经济地理格局？本文的主要贡献体现在三方面。第一，研究议题深化。现有文献大多从创新要素流动对区域创新进行研究，本文结合以工业机器人为代表的数字技术和智能化发展的典型事实，探究工业智能化与要素流动互动效应影响区域创新空间格局的内在联动规律，对现有文献进行补充。第二，理论模型创新。将工业智能化与要素流动纳入新经济地理学模型，并结合Davis和Dingel（2 0 19）空间知识经济理论的思想，构建理论分析框架进行模型推演，揭示工业智能化与要素流动的互动规律，进而分析二者影响创新经济地理格局的作用机制，以期为我国在“十四五”时期推进智能制造和创新驱动发展战略提供理论和实践参考。第三，测度方法拓展。限于异质性劳动力流动数据的可获得性，本文利用流动人口微观调查数据中高技能和低技能劳动力样本数据，推断异质性劳动力流动人口总数，采用交互项分析法直观探究工业智能化和要素流动的互动效应与区域创新空间格局之间的协同演化机制。二、理论模型与研究假说本文融合Martin和Rogers（19 9 5）新经济地理自由资本模型和Davis和Dingel（2 0 19）空间知识经济理论的思想，构建2 2 4新经济地理模型，并使用智能化资本替代低技能劳动力以及内生企业智能资本投入，揭示工业智能化发展与资本流动的互动效应。进一步，将空间知识经济引入新经济地理模型，探究工业智能化引致的“机器换人”“机器扩人”与城市吸引力和分散力共同影响异质性劳动力区位选择的内在机理。为明晰我国在数字技术快速发展的时代，由工业智能化和区域异质性引致的要素空间流动促使区域创新环境所发生动态变化，以及塑造创新经济地理格局提供理论依据。(一)基本假设假设经济体系包括生活服务部门和最终产品生产部门，发达地区1和欠发达地区2。最终产品生产投入资本、高技能劳动力a,和低技能劳动力a。借鉴王书斌（2 0 2 0）的做法，假设生产函数中包含普通物质资本（Fk）和智能物质资本（Ik），以智能资本投入总量表征工业智能化发展水平。企业投入的智能资本Ik对低技能劳动力形成替代，假设(0)为一单位智能资本投入对低技能劳动力的替代系数，智能资本对低技能劳动力的替代数量可表示为Ik。新资本的形成存在路径依赖，假设资本存量较多的地区，资本形成成本相对较低，越有利于该地区新资本的形成（王书斌，2 0 2 0）。益贫式发展是指经济发展更有利于低收入群体，使低收入群体的收入增长率高于经济增长率（杨飞和范从来，2 0 2 0）。因篇幅所限，工业智能化和要素流动的互动效应对创新经济地理格局的影响机制图以附图2 展示。因篇幅所限，理论模型详细的假设以附录展示。事实上，智能资本对低技能劳动力的替代并不完全是线性的，对于不同的生产任务可能会存在生产替代的临界值（Acemoglu和Autor，2 0 11），但考虑到简化模型推演，本着反映事实本质的原则，本文参考王书斌（2 0 2 0）的思路，假设智能资本与低技能劳动力之间是线性替代关系。2023年8 月统计研究74(二)消费者行为消费者消费最终产品和生活服务部门提供的服务（不可贸易）。沿用新经济地理学模型的设定，肖费者对于最终产品和生活服务的消费遵循柯布一道格拉斯效用函数：U=Ee-RCHCHAU=&e-*CHCH(1)通过最优化效用函数得到最终产品消费量x=uEp/Pl-，E 表示总收入，Pm为最终产品价格，P是最终产品价格指数。（三）生产者行为当最终产品市场达到均衡，企业利润为零时，可推导得出资本收益方程：(Fx+I x)r=Pmx-a,xw,-(ax-lk)w=P+lkIkW(2)其中，r为资本形成成本，w,和w,分别表示高技能劳动力和低技能劳动力的工资水平。由此可知，投入智能资本后，原有的资本和劳动力的收入分配结构发生变化，增加的智能资本投入使资本要素收入挤占了低技能劳动力的收入份额。智能资本对低技能劳动力的替代数量Ik越大，资本收益率越高。进一步地，企业不存在超额利润时，智能资本投入量可表示为：(a.w.+a.wx-Fr-1Ik=3r-w,将式（3）对求偏导，且,进一步对aIk/求偏导可得：(anWh+a,w)xalkW0-1aa(-1)(r-w,)00(4)(r-w.)2(alk/ap)xW,Wh式（4）表明，随着工业智能化的深入推进，智能设备对劳动力的替代能力逐步增强，即越大，智能资本的投入将增加，其对劳动力的技能水平要求将更高。人工智能投入工业等实体经济本身是对新技术的应用，有利于推动企业生产优化升级，加快产业或企业技术进步，带动突破性技术创新发展。此外，企业引进工业机器人等智能化技术的过程中，通过嵌入技术合作和服务，进而获得知识外溢，促进劳动力对新技术的吸收转化，倒逼劳动力技能水平提高，这是从源头上提高企业自主创新能力（Oborn等，2 0 11）。据此提出假说1。Hl：工业智能化提高了劳动力的技能水平和智能资本投入，有利于促进我国整体创新能力的提升。（四）决定资本要素空间流动的作用力及均衡分析1.决定资本空间流动的作用力分析。根据新经济地理理论可知，地区间存在短期均衡时，要素不产生跨区流动。当各地区要素赋不同时，地区间可能存在相对优势差异。在一般均衡下，要素会在地区间进行流动，并最终实现长期均衡，当经济系统实现长期稳定均衡时，产品市场、要素市场将同时满足出清条件。短期内，地区之间暂不存在资本要素空间流动。根据新经济地理理论，两地区之间的资本收益差为：因篇幅所限，式（1）符号的含义以附录展示。因篇幅所限，企业利润公式、价格公式以及最终产品需求公式以附录展示。丁焕峰等：工业智能化、要素流动与创新经济地理格局第40 卷第8 期75LEa+)(:-(1-0)(,-一?元k1-元k2+wn/ki-wz2/k2(5)n,42其中，=Tl-（0 0，因此，发达地区与欠发达地区企业智能资本投入差距越大，发达地区资本收益高于欠发达地区的程度越明显。2.均衡分析。均衡状态下，产品市场和要素市场同时出清，地区1和地区2 的资本收益相等：11+(wn/ki-W/2/k2)(6)2UE1-)短期均衡。初始时，短期内地区1和地区2 为均质空间，要素赋相当，由此可知：S，=S=1/2，表明收入份额占比与企业数量占比相等。结合式（5）可知，两个地区初始时处于对称状态，地区间不存在资本流动，呈现对称均衡特征。长期均衡。受外生冲击影响，其中一个地区具有相对优势，要素资源不断向优势地区流动，在此过程中，地区市场规模效应s.和市场拥挤效应s，发生动态变化。结合式（5），当seP，那么地区1劳动力的名义工资高于地区2，即wnWiz。此外，由于地区1具有资本积累相对优势，则ki|k2，且由于s，的系数大于s,，则可知元k元k2。此外，人才环境、资金环境、市场环境等是形成地区创新环境的重要内容。而创新环境在提高创新效率、支撑创新活动和提升区域创新能力等方面发挥了重要作用（韩璐等，2 0 2 1）。发达地区产生的资本集聚效应营造了良好的区域创新环境，更有利于创新能力的提升，由此，得出第二个假说。H2：市场规模效应小于市场拥挤效应时，资本流动由市场规模效应与智能资本投入差异构成的集聚力、市场拥挤效应构成的分散力共同作用；市场规模效应大于市场拥挤效应时，工业智能化促进发达地区吸引资本流入形成集聚，在循环累积因果作用下，强化资金支持、提高资本收益并营造良好区域创新环境，即工业智能化与资本流动的互动效应提升发达地区创新能力。（五）决定异质性劳动力空间流动的作用力分析随着数字经济时代的到来，知识的重要性尤为突出，现代区域经济中的集聚不再只是为降低运输成本，面对面学习交流过程中形成的知识外溢作用越发关键（Davis和Dingel，2 0 19）。对于劳动力而言，一个地区的吸引力源于两个方面：一方面是能够与具有丰富知识的高技能劳动力面对面交流，提高自身创新能力；另一方面是可以通过智能化设备内含的知识和技术外溢而获得技能水平提升。一个地区的分散力在于高昂的生活成本形成的拥挤效应，主要体现在通勤成本和房价等高成本生活服务，其受人口规模的影响。生活服务部门提供服务的价格表示为PH=OL，是影响生活服务价格的外生参数，表示生活服务价格对于人口的弹性。厂得：2023年8 月统计研究76设定一个地区的学习环境为Z。，该变量与劳动力用来学习交流的时间t、参与思想交流的劳动力能力的期望值z。，智能化资本投入Ik及其溢出效应有关。借鉴Davis和Dingel（2 0 19）的做法，将Z.表示为Z。=t z。I,Z。1。通常情况下，发达地区高技能劳动力占比高于欠发达地区，为简化分析，令发达地区学习环境Z。1，欠发达地区学习环境Z。=1。此外，劳动力的工资水平不仅与其自身的技能水平有关，还与其通过学习、交流获得的知识水平有关，而一个地区良好的学习环境能够提升劳动力的知识水平。因此，设定w=Z=1Z。I。由消费者效用最大化可求得最终产品消费需求和生活服务需求，进而得到劳动力在发达地区和欠发达地区的效用差V：AV=V-V,=e(1-u)uaz.(六）（六广-（六）（六）(7)将劳动力在不同城市的效用差对异质性劳动力求偏导，可川六）（六）（六）（六）L山(8)Rda劳动力在两个地区间的效用差V是决定其流动方向的重要因素，因此需要判别V的符号。根）-1-据式（7），由于 a m，即城市中集聚了更多的高技能劳动力（am），相对于欠发达地区，发达地区对高技能劳动力的吸引力大于其产生的分散力，即V0。因此，不同规模城市对异质性劳动力的选择效应，使得高技能劳动力偏好流动至发达地区，并在此集聚。此外，当ae(am,)时，aV/a 0，表明劳动力技能越高，向发达地区1流动将带来更高的效用。这是因为高技能劳动力不断向发达地区集聚，强化了该地区的学习效应，进而吸引高技能劳动力集聚，不断强化发达地区的创新优势。当式（a）小于0 时，可得z。a m，即城市中集聚了更多的低技能劳动力（am）。但对于低技能劳动力而言，较发达地区的吸引力小于其产生的分散力，即VO，该种情况为不稳定均衡，低技能劳动力更倾向于流动至欠发达地区，从而产生更高的效用。因此，不同城市对异质性劳动力的选择效应，使得低技能劳动力倾向于由发达地区向欠发达地区转移，并在该地区形成集聚效应。欠发达地区由于人才流失不利于在区域内部形成学习效应，循环累积因果效应进一步强化了欠发达地区的创新发展劣势。综上，在大规模“机器换人”的时代，高技能劳动力将不断向发达地区集聚，被机器替代的低技能劳动力囿于高昂的生活成本更倾向于转移至欠发达地区。由于发达地区集聚了更多的高技能人才并具有更多智能资本的投入，相应地提高了发达地区参与思想交流的劳动力能力，更有利于形成良好的学习效应和创新条件，进一步提升发达地区的整体技能水平和人力资本优势。据此，提出第三个假说。H3：工业智能化使“机器换人”不断深化，不同城市将产生异质性劳动力选择效应，高技能劳丁焕峰等：工业智能化、要素流动与创新经济地理格局第40 卷第8 期77动力偏好于聚集到经济发展较好的地区，低技能劳动力倾向于流向经济发展欠佳的地区。由此，发达地区创新能力因高技能劳动力集聚而不断提升，欠发达地区因人才流失而不利于创新能力提升。根据以上分析，不论是基于资本流动的视角还是基于异质性劳动力流动的视角，工业智能化发展均能提升发达地区的创新能力，但对于欠发达地区因优质资源外流而产生不利于创新能力提升的影响。那么，智能制造能否与要素流动形成良性互动，进而提升我国整体创新能力？据此，提出第四个假说。H4a：工业智能化发展与创新要素流入对发达地区区域创新能力的促进作用明显强于工业智能化发展与创新要素流出对欠发达地区产生的抑制作用，因而智能制造有利于促进我国整体创新能力的提升。H4b：工业智能化发展与创新要素流入对发达地区区域创新能力的促进作用明显弱于工业智能化发展与创新要素流出对欠发达地区产生的抑制作用，智能制造不利于我国整体创新能力的提升。三、不研究设计与指标说明(一)计量模型设定为验证工业智能化、要素流动以及区域创新能力之间的内在联动规律，首先需要设定计量模型检验工业智能化对区域创新能力的影响，本文通过设定双向固定效应模型开展研究：innovation,+2=g+,robot,+X,+a,+,+Er(9)其中，i表示城市，t表示年份，robot,表示工业智能化程度，innovationit+2表示区域创新能力，考虑到发明专利从申请到授权需要2 3年的时间，因此将创新变量做滞后两期处理，系数表示使用工业机器人对区域创新能力的影响。X，为控制变量。此外，本文还控制了时间固定效应几,和城市固定效应，尽可能识别工业智能化影响城市创新的净效应，为随机误差项。为考察理论部分提出的工业智能化影响区域创新的内在机制，本文在式（9）的基础上加入要素流动，以及要素流动与工业智能化的交互项，以厘清工业智能化、要素流动与区域创新能力之间的内在联动规律。具体计量模型设定如下：innovation,t+2=+robot,M,+,robot,+,M,+X,+a,+u,+(10)其中，M，表示要素流动，具体为资本、高技能和低技能劳动力流动。系数是重点关注的对象，其表征工业智能化与要素流动互动效应对区域创新能力的影响效应。(二)指标选取1.核心变量。区域创新能力。本文参考韩先锋等（2 0 19）的做法，选取城市发明专利授权数量来衡量区域创新能力。工业智能化。本文借鉴现有文献的做法（Acemoglu和Restrepo，2 0 2 0；魏下海等，2 0 2 0），通过Bartik工具变量法构造我国城市制造业工业机器人的渗透度指标。work,Robot.robot,=Z,to,(11)worki.os=1work,需要说明的是，因解释变量采用工业机器人渗透度表征工业智能化，工业机器人在某种程度上与专利申请有直接关联。机器人产业蓝皮书：中国机器人产业发展报告（2 0 2 0 2 0 2 1）显示，2 0 19 年我国机器人专利申请数量为16.2 5 万项，国家知识产权局统计年报表明我国2 0 19 年专利申请总量为438.0 5 万项，机器人专利申请占比约为3.7 1%，因此使用地级市专利数据衡量区域创新能力不会因机器人专利产生明显影响。2023年8 月统计研究78其中，s表示制造业各细分行业，Robot,.表示机器人安装量，worki.lo.表示i城市在t。年s行业的就业人数，worki。表示i城市t。年的就业人数，work,，表示t年s行业的就业人数，t。为2 0 0 8 年，t为2 0 13年。资本流动。资本流动通常具有趋利性，即更倾向于流动到资本利润率更高的地区。此外，资本也具有循环累积因果效应，更倾向于集聚至资本积累更丰富的地区。因此，本文借鉴白俊红等（2 0 17）的方法，使用仅引入吸引力变量的产出约束引力模型，计算区域间的资本流动，即城市对资本的吸引力，具体公式如下所示：capital,=In I,In(pro,-pro,)In(K,-K,)R(12）其中，capital,表示地区间资本流动，I,为资本存量。pro表示规模以上工业企业的资产利润率，K表示年末金融机构存贷款余额之和，以表征该地区的资本积累量。R，为地区间经纬度距离。i地区的资本流动可表示为：capital,-E,capital,(13)异质性劳动力流动。现有研究主要使用两种方式对城市间流动人口的迁移进行衡量：一是运用改进的引力模型对劳动力流动进行替代；二是通过在全国范围内进行调查以获得城市间人口流动的样本。王春杨等（2 0 2 0）指出，基于引力模型测算的人口流动与实际真实数据存在一定的偏差。因此，本文使用中国流动人口动态监测数据进行研究，参考王春超和叶蓓（2 0 2 1）的方法对样本流动人口进行加权处理，将具有大学专科及以上学历的劳动力划为高技能劳动力，高中及以下学历划为低技能劳动力，通过事后抽样调查推断计算得到各城市高技能和低技能劳动力流动人口数来表征异质性劳动力流动2.控制变量。考虑到除工业智能化与要素流动对区域创新能力的影响外，其他经济、社会等因素也会对区域创新产生影响。因此，在模型中加入一些重要的控制变量，可防止因遗漏变量而产生内生性问题。(三)数据来源说明本文使用的数据为我国2 7 2 个城市2 0 11一2 0 18 年的面板数据。专利数据来源于中国创新专利研究数据库（CIRD），机器人数据来源于国际机器人联合会（IFR），多数关于机器人研究的文献（王文等，2 0 2 0；闫雪凌等，2 0 2 0）均使用该数据构造指标进行研究。由于IFR的行业分类与我国国民行业分类标准不一致，本文参照吕越等（2 0 2 0）整理的对照表将机器人数据与我国行业分类进行整合匹配。流动人口数据使用2 0 11一2 0 18 年中国流动人口动态监测调查数据，将流动人口微观数据与地由于缺乏城市层面制造业分行业就业数据，本文根据2 0 0 8 年第二次全国经济普查行业就业数据与制造业就业人数近似计算权重。通过计算，工业机器人渗透度始终排在前二十位的城市分别为东莞、中山、佛山、嘉兴、嘉峪关、威海、惠州、新余、无锡、汕尾、江门、泉州、深圳、滨州、漯河、潮州、珠海、苏州、镇江、青岛。可以发现，这些城市并不完全是创新能力较强的城市，这在一定程度上可以说明工业机器人渗透度的分布是随机的，因此，导致实证结果被高估的可能性较低。本文资本流动采用城市对资本的吸引力，指城市资本的流入规模，这使本文的实证研究与理论探究在逻辑上相吻合。全国流动人口卫生计生动态监测数据是在全国31个省（区、市）和新疆生产建设兵团流动人口较为集中的流入地抽取样本点，开展流动人口动态监测调查，文中测度的劳动力流动实质上是指流动人口流入样本城市的规模。由于高技能劳动力具有更强的流动性，这客观上反映了样本城市对高技能劳动力的吸引力，也遵循了本文理论分析框架的逻辑思路。因篇幅所限，变量描述性统计结果以附表1展示。限于数据可获得性，本文样本年份截止2 0 18 年。新冠疫情加速了人工智能的发展，“机器代人”愈演愈烈，这必然会加速资本和劳动力在空间中的流动分化，进而对区域创新空间格局产生更加显著的影响效应。因此，本文研究样本在一定程度上揭示了普遍规律，研究结论不失一般性。本文涉及的CIRD数据来源：http:/；IFR 数据来源：https:/ifr.org/。丁焕峰等：工业智能化、要素流动与创新经济地理格局第40 卷第8 期79级市层面数据匹配，限定样本在15 5 9 岁之间，并剔除“市内跨县”和“跨境”流动的样本。其他数据来源于第二次全国经济普查主要数据公报（2 0 0 8）、2 0 112 0 18 年中国城市统计年鉴以及EPS数据库。四、基准回归分析(一)基准回归分析首先依据计量模型式（9）验证工业智能化对区域创新的影响，表1结果显示，不论是否加入控制变量，工业智能化的系数始终显著为正，表明工业智能化能够促进区域创新发展。数字经济时代，工业智能化发展已成趋势，其作为一种通用技术可应用于各个行业，具有广泛渗透性（郭凯明，2 0 19），能够显著提升区域创新能力，从而助力我国跨越中等收入陷阱、维持经济发展的稳定增速。可见，工业智能化是我国在传统增长模式难以为继、技术引进模仿受到贸易保护主义封锁、国际竞争日趋激烈的复杂条件下，实施创新驱动发展战略并实现高水平科技自立自强的可行且必然路径。该结论与理论假说1一致。表1工业智能化影响区域创新的结果区域创新变量(1)（2）工业智能化0.0460*(3.2750)0.0443*(3.4504)科教支出0.0166(1.5630)产业结构-0.1359(-0.6747)教育水平0.4412(2.3569)地区生产总值0.0037(-0.0841)移动电话用户数0.6321*(2.0132)财政收支水平0.0954(1.1156)零售品消费总额-0.0258(-1.9674)人口密度0.0743(0.4690)常数项0.0163(1.3832)-0.3821(-0.3249)样本量16321632adj.R20.13430.3442注：*、*、*分别表示在10%、5%、1%水平上显著，括号内为稳健t值。下同。(二)机制分析为进一步验证理论部分提出的研究假说4，本节从要素流动的视角开展对工业智能化与区域整体创新能力内生互动关系的研究，依据计量模型式（10）的机制分析进行检验，重点关注工业智能化与要素流动交互项的系数，结果见表2。列（1）（2）是工业智能化和资本流动对区域创新的影响结果，可以发现，不论加入控制变量与否，工业智能化与资本流动的交互项系数均显著为正，表明资本流动显著增强了工业智能化对区域创新能力的提升作用。资本具有“趋利性”，资本流动性增强有利于资本要素配置于更加高效的区域，一定程度上能够缓解区域智能化转型和创新发展的资本约束问题（韩璐等，2 0 2 1）。此外，充足的区域内部资本可加快企业或行业对智能化设备的投资，工业智能化是技术进步的物化体现，其将研究样本限定为跨省（区、市）流动的劳动力。E PS数据来源：https:/ 月统计研究80表2工业智能化、要素流动与区域创新机制分析回归结果区域创新变量(1)（2）(3)(4)(5）(6)工业智能化资本流动0.0057*0.0060*(1.6693)(1.6877)资本流动-0.0009-0.0062(-0.1222)(-0.6390)工业智能化高技能劳动力流动0.0049*0.0041(2.6010)(3.1872)高技能劳动力流动-0.0071*-0.0058*(-3.3700)(-4.3551)工业智能化低技能劳动力流动0.0280*0.0153*(3.5915)(1.7678)低技能劳动力流动-0.0342*-0.0266*(-2.6836)(-2.5680)工业智能化*0.0464*0.0448-0.0187-0.0092-0.3672*-0.1807(3.3259)(8.5820)(-0.6172)(-0.4941)(-3.1029)(-1.4905)控制变量NYNYNY年份固定效应YYYYYY城市固定效应YYYYYY样本量163216321632163216321632adj.R20.13630.21340.14830.35340.16830.3527知识与技术的渗透效应有利于提高区域整体创新能力。列（3）（4）中交互项系数均显著为正，说明高技能劳动力流动显著增强了工业智能化对区域创新能力的正向影响。随着工业智能化发展，企业乃至整个社会对劳动力的技能水平要求提高，即企业或社会对高技能劳动力的需求增加。智力资本是创新活动的基础和先决条件，是创新活动中最为关键的稀缺资源。高技能劳动力流动在提高要素空间配置效率的同时，与产业智能化转型的人才需求相契合，将会使区域创新能力的提升效应显著增强。此外，高技能劳动力的空间流动，有利于促进区域间知识溢出，进而带动区域创新能力提升（Braunerhjelm等，2 0 2 0）。列（5）（6）显示低技能劳动力流动显著提升了工业智能化对区域创新的正向影响，表明劳动力流动提高了要素空间配置效率。内在作用机制包括两个方面，第一，高技能劳动力流动增加了对低技能劳动力所提供服务的需求（Acemoglu和Autor，2 0 11）。低技能劳动力的流入虽无法直接促进创新，但通过满足高技能劳动力的服务需求，对区域创新发展具有间接作用。第二，从理论推导可知，低技能劳动力倾向于流动到欠发达地区，不利于该地区区域创新能力提升。综上，低技能劳动力流动的创新效应取决于两者的作用总和。显然，在智能技术快速发展的背景下，低技能劳动力流动整体上有利于创新发展。该结论与下文的作用效果分析相互印证。上述结果验证了理论假说H4a。发达地区因工业智能化发展与吸引资本和高技能劳动力流入而产生的对区域创新能力的促进作用，明显强于工业智能化发展与引致低技能劳动力流入对欠发达地区产生的抑制作用。因此，工业智能化与要素流动将促进我国整体创新能力的提升。工业智能化以知识为基础、以创新为核心、以技术为支撑，强化了产品与服务中的知识、技术和创新的嵌入程度，促使产业链由中低端向高端转变，有利于提高区域创新能力。另外，工业智能化具有优化要素空间配置的作用，在我国人口红利消失、传统要素弹性系数逆转的情况下，工业智能化有利于提高资源配置效率，实现帕累托改进，更有利于突破创新生态约束难题。因此，智能化发展是实现高水平科技自立自强的关键路径。丁焕峰等：工业智能化、要素流动与创新经济地理格局第40 卷第8 期81(三)稳健性检验第一，剔除特殊样本和异常值。考虑到直辖市在行政级别上高于一般地级城市，本部分将其剔除，重新检验发现，工业智能化对区域创新的促进作用依然显著，且资本流动和高、低技能劳动力流动仍然能够增强该正向作用。此外，实证结果可能受异常值的影响，本文对区域创新进行双边缩尾处理，工业智能化与资本流动、高技能劳动力流动、低技能劳动力流动交互项的系数结果依然显著，表明研究结论具有较强稳健性。第二，更换区域创新能力测度方法。在基准回归分析部分，本文使用发明专利授权量作为区域创新的替代变量。事实上，专利授权还包括实用新型和外观设计两部分，综合考虑专利授权总量作为区域创新能力的测度指标，重新估计上述模型。结果显示，核心变量系数显著性无明显变化，说明前述结论具有稳健性。第三，考虑双向因果和遗漏变量问题。工业智能化和区域创新可能具有双向因果现象，由此导致内生性问题无法排除。因此，本文使用IV-2SLS进行估计检验。借鉴Acemoglu和Restrepo（2 0 2 0）文献中的Bartik工具变量法，选取美国工业机器人渗透度作为工具变量。选取该变量的原因在于，一是美国是我国最主要的工业机器人进口来源国，一定程度上反映了我国机器人的充裕度。从附图1也可看出，美国的工业机器人安装数量变化趋势与我国基本一致，具有相似的行业技术进步特征，能够满足工具变量的相关性条件。二是美国机器人安装密度的平均值