The Ways of Industrial Intelligence Affect the Urban-rural Income Gap: Based on the Perspective of Skill Bias
-
摘要: 伴随新一轮智能科技革命在世界范围内快速兴起，先进智能技术与工业部门深度融合发展的模式备受关注。基于技能偏向性视角，在理论诠释工业智能化对城乡收入差距影响机制的基础上，采用我国30个省份的面板数据对二者之间的关系进行实证检验。研究结果表明：工业智能化扩大了城乡收入差距，这一结论在考虑了内生性问题和进行稳健性检验后依然成立；工业智能化通过改变不同技能劳动力的就业需求和收入水平，引起就业技能结构的高级化和技能收入差距的扩大化，进而扩大了城乡收入差距；工业智能化对城乡收入差距的影响在不同地区、不同市场化水平和不同城乡收入差距水平下存在异质性。这一研究揭示了工业智能化发展的收入分配效应，对制定相关公共政策、促进城乡共享智能技术发展红利、实现共同富裕，均具有重要现实意义。Abstract: With the rapid rise of a new round of intelligent technology revolution around the world, the development model of deep integration of advanced intelligent technology and industrial sectors has attracted much attention. From the perspective of skill bias, based on the theoretical interpretation of the mechanism of industrial intelligence affecting the urban-rural income gap, the article uses panel data from 30 provinces in China to empirically test the relationship between the two. The research results show that industrial intelligence has expanded the urban-rural income gap, which is still valid considering the endogenous problem and the robustness test; industrial intelligence is to advance the employment skill structure and expand the skill income gap by changing the employment needs and income levels of labors with different skills, thereby expanding the urban-rural income gap; the impact of industrial intelligence on urban-rural income gap is heterogeneous in different regions, different marketization levels, and different levels of urban-rural income gap. This research reveals the income distribution effect of industrial intelligence development, which has important practical significance for formulating relevant public policies, promoting urban and rural sharing of intelligent technology development bonus and realizing common prosperity.
-
表 1 工业智能化测度体系
大类指标 细分指标 指标测度 基础设施 软件普及和应用情况 以基础软件、支撑软件和嵌入式应用软件等产品的收入占所有工业企业主营业务收入的比重表示 智能化设备投入情况 以计算机、电子元器件和仪器设备等的进口额占所有工业企业主营业务收入的比重表示 信息资源采集能力与 以互联网上网人数占15~64岁人口数量的比重表示 数据存储和处理能力 以数据加工处理和存储服务收入占所有工业企业主营业务收入的比重表示 生产应用 智能制造企业情况 以智能制造企业的主营业务收入占全国智能制造企业的主营业务收入的比重表示 新产品生产情况 以新产品销售收入占工业企业主营业务收入的比重表示 平台运营和维护水平 以平台运营和维护服务收入占所有工业企业主营业务收入的比重表示 竞争力和效益 工业企业创新能力 以国家专利申请授权量与R & D人员全时当量比值表示 工业企业经济效益 以各地区总资产贡献率和成本费用利用率表示 工业企业社会效益 以各地区单位GDP消耗的电力和煤炭表示 
下载: 导出CSV
表 2 各变量的描述性统计
变量类型 具体变量 变量符号 样本量 均值 标准差 最小值 最大值 因变量 城乡收入差距 Gap 510 2.947 8 0.580 1 1.845 1 4.758 6 自变量 工业智能化 INDINT 510 12.476 1 8.381 7 1.242 2 57.738 8 控制变量 经济发展水平 PGDP 510 2.057 6 1.421 9 0.285 6 7.808 8 对外开放水平 Ope 510 32.315 7 39.840 4 3.572 0 172.148 2 人力资本 Edu 510 8.485 9 1.005 3 6.040 5 12.080 7 产业结构 Pind 510 12.504 0 6.540 1 0.437 1 37.897 5 Tind 510 40.382 8 7.948 4 28.615 1 79.652 7 所有制结构 SOE 510 56.182 6 16.176 6 16.038 4 83.218 4 人均机械动力 PM 510 1.228 4 0.678 8 0.225 7 3.816 6
下载: 导出CSV
表 3 工业智能化对城乡收入差距的基准回归结果
变量 城乡收入差距 城镇人均可支配收入 农村居民人均纯收入 INDINT 0.023 7***(0.005 0) 0.005 3***(0.001 4) -0.003 0**(0.0014) PGDP 0.103 6***(0.019 8) 0.020 2***(0.005 4) -0.002 6(0.005 5) Ope -0.004 4***(0.000 8) 0.000 0(0.000 2) 0.001 4***(0.000 2) Edu -0.077 3**(0.037 8) 0.010 5(0.010 3) 0.020 3*(0.010 5) Pind -0.018 9***(0.004 6) -0.007 5***(0.001 2) -0.002 2*(0.001 3) Tind 0.011 1***(0.002 6) -0.000 3(0.000 7) -0.003 3***(0.000 7) SOE -0.003 0(0.002 1) -0.000 9(0.000 6) 0.000 8(0.000 6) PM 0.144 9***(0.035 9) 0.089 1***(0.009 8) 0.041 6***(0.010 0) cons 3.285 7***(0.347 6) 8.793 5***(0.094 5) 7.685 0***(0.096 7) 个体效应 控制 控制 控制 时间效应 控制 控制 控制 F 39.653 3 34.233 2 37.896 0 R2 0.686 7 0.994 7 0.995 2 N 510 510 510
下载: 导出CSV
表 4 就业技能结构的机制检验
变量 高中低技能劳动力就业占比 高中低技能劳动力就业结构 城乡收入差距 HSL MSL LSL HM ML HL Gap Gap Gap (1) (2) (3) (4) (5) (6) (7) (8) (9) HM 0.316**
(0.141)ML 0.054***
(0.011)HL 0.035***
(0.009)INDINT 0.171***
(2.757)0.075
(5.661)-0104***
(4.294)0.015***
(0.002)0.078***
(0.022)0.295***
(0.028)0.019***
(0.005)0.020***
(0.005)0.014**
(0.005)cons -13.132
(1.926)15.244***
(3.956)15.558***
(3.000)-0.546***
(0.123)4.938***
(1.516)-2.765
(1.991)3.458***
(0.354)3.021***
(0.343)3.382***
(0.342)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 控制 个体效应 控制 控制 控制 控制 控制 控制 控制 控制 控制 时间效应 控制 控制 控制 控制 控制 控制 控制 控制 控制 F 60.917 29.538 28.537 69.623 40.468 26.844 38.529 41.024 40.104 R2 0.771 0.620 0.612 0.794 0.691 0.597 0.691 0.704 0.699 N 510 510 510 510 510 510 510 510 510
下载: 导出CSV
表 5 技能收入结构的机制检验
变量 技能劳动收入差距 城乡收入差距 (1) (2) (3) (4) INDINT 0.021 5**(0.003 9) 0.018 0**(0.006 4) 0.018 6***(0.005 2) 0.015 5***(0.005 0) IG1 0.102 6**(0.039 0) IG2 0.091 1**(0.039 0) cons 2.020 2***(0.201 8) 1.371 2***(0.444 7) 2.101 8***(0.339 0) 3.160 8***(0.349 7) 控制变量 控制 控制 控制 控制 个体效应 控制 控制 控制 控制 时间效应 控制 控制 控制 控制 F 28.121 6 25.886 7 40.121 1 38.592 1 R2 0.632 6 0.628 8 0.712 2 0.691 0 N 510 510 510 510
下载: 导出CSV
表 6 内生性处理Ⅰ：两阶段最小二乘法(2SLS)
变量 城乡收入差距 (1)FE (2)2SLS INDINT 0.023 7***(0.005 0) 0.026 4***(0.006 8) cons 4.526 3***(0.334 3) 5.668 2***(0.328 4) 控制变量 控制 控制 个体效应 控制 控制 时间效应 控制 控制 第一阶段F统计量 — 222.13 Cragg-Donald Wald F统计量 — 222.131[19.93] Anderson LM统计量 — 204.190(0.000 0) Sargan检验 — 0.699 2 F 39.653 3 46.862 9 R2 0.686 7 0.742 1 N 510 450 注：括号内为Stock-Yogo检验在10%水平上的临界值；Anderson LM统计量括号内为显著性概率p值, p值由Sargan检验得出。
下载: 导出CSV
表 7 内生性处理Ⅱ：增加遗漏变量
变量 城乡收入差距 (1) (2) (3) (4) INDINT 0.023 5***(0.005 0) 0.021 2***(0.005 3) 0.023 5***(0.005 0) 0.018 2***(0.005 4) Fin 0.000 7*(0.000 4) 0.001 0**(0.000 4) Gov -0.428 0(0.302 3) -0.798 4**(0.328 2) Une -0.023 8(0.023 0) -0.026 8(0.023 1) PGDP 0.109 8***(0.020 1) 0.091 9***(0.021 5) 0.099 9***(0.020 2) 0.086 7***(0.021 9) Ope -0.004 6***(0.000 8) -0.004 2***(0.000 8) -0.004 5***(0.000 8) -0.004 4***(0.000 8) Edu -0.078 5**(0.037 7) -0.077 0**(0.037 8) -0.079 6**(0.037 9) -0.081 0**(0.037 6) Pind -0.019 4***(0.004 6) -0.017 8***(0.004 6) -0.018 5***(0.004 6) -0.017 0***(0.004 6) Tind 0.010 0***(0.002 6) 0.010 7***(0.002 6) 0.011 4***(0.002 6) 0.009 1***(0.002 7) SOE -0.002 5(0.002 1) -0.002 5(0.002 1) -0.0029(0.002 1) -0.001 1(0.002 2) PM 0.167 7***(0.038 0) 0.127 0***(0.038 0) 0.143 3***(0.035 9) 0.144 3***(0.038 9) cons 3.131 8***(0.357 1) 3.346 7***(0.349 8) 3.367 7***(0.356 4) 3.260 4***(0.366 5) 个体效应 控制 控制 控制 控制 时间效应 控制 控制 控制 控制 F 38.277 9 38.112 1 37.983 1 35.894 9 R2 0.689 2 0.688 3 0.687 6 0.694 4 N 510 510 510 510
下载: 导出CSV
表 8 工业智能化对城乡收入差距的影响：稳健性检验
变量 城乡收入比 泰尔指数 (1)RE (2)FE (3)2SLS INDINT 0.011 6**(0.005 1) 0.001 3***(0.000 4) 0.001 7***(0.000 5) cons 3.012 6***(0.348 5) 2.987 5***(0.110 9 3.106 5***(0.088 2) 控制变量 控制 控制 控制 个体效应 未控制 控制 控制 时间效应 控制 控制 控制 第一阶段F统计量 — — 230.01 Cragg-Donald Wald F统计量 — — 230.01[19.93] Anderson LM统计量 — — 207.78(0.000 0) Sargan检验 — — 0.863 5 R2 0.658 4 0.771 7 0.826 7 N 510 510 450
下载: 导出CSV
表 9 工业智能化对城乡收入差距的影响：异质性检验
变量 不同地区 不同市场化水平 不同城乡收入差距水平 东部地区 中部地区 西部地区 水平较高地区 水平较低地区 差距较大地区 差距较小地区 (1) (2) (3) (4) (5) (6) (7) INDINT 0.024 3***
(0.005 9)-0.014 1
(0.012 6)0.026 2
(0.014 3)0.020 4***
(0.005 6)0.055 2***
(0.020 2)0.032 9***
(0.012 6)0.017 2***
(0.005 0)cons 3.567 4***
(0.216 6)5.601 2***
(0.110 9)6.258 4***
(0.228 5)3.563 2***
(0.102 7)5.095 1***
(0.089 7)3.977 7***
(0.246 3)6.025 8***
(0.091 1)控制变量 控制 控制 控制 控制 控制 控制 控制 个体效应 控制 控制 控制 控制 控制 控制 控制 时间效应 控制 控制 控制 控制 控制 控制 控制 F 8.774 7 23.626 0 33.484 1 24.782 4 17.302 0 33.040 5 13.625 2 R2 0.593 9 0.852 4 0.848 0 0.678 8 0.763 4 0.794 5 0.614 6 N 187 136 187 340 170 255 255
下载: 导出CSV
-
[1] 王一鸣. 百年大变局、高质量发展与构建新发展格局[J]. 管理世界, 2020(12): 1-13. doi: 10.3969/j.issn.1002-5502.2020.12.002 [2] 马红旗, 黄桂田, 王韧. 物质资本的积累对我国城乡收入差距的影响——基于资本-技能互补视角[J]. 管理世界, 2017(4): 32-46. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201704006.htm [3] BERMAN E, BOUND J, MACHIN S. Implications of skill-biased technological change: international evidence[J]. The Quarterly Journal of Economics, 1998, 113(4): 1245-1279. doi: 10.1162/003355398555892 [4] AUTOR D H, KATZ L F, KRUEGER A B. Computing inequality: have computers changed the labor market?[J]. The Quarterly Journal of Economics, 1998, 113(4): 1169-1213. doi: 10.1162/003355398555874 [5] 韩民春, 韩青江, 冯钟. 工业机器人技术进步对就业的影响分析: 一个理论模型框架[J]. 广东财经大学学报, 2019(6): 4-10. https://xb.gdufe.edu.cn/article/id/4d9ab2df-9d26-4e32-ac6a-1e0587f9f5b6 [6] KATZ L F, MURPHY K M. Changes in relative wages, 1963-1987: supply and demand factors[J]. The Quarterly Journal of Economics, 1992, 107(1): 35-78. doi: 10.2307/2118323 [7] KRUEGER A B. How computers have changed the wage structure: evidence from microdata, 1984-1989[J]. The Quarterly Journal of Economics, 1993, 108(1): 33-60. doi: 10.2307/2118494 [8] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201905001.htm [9] 王林辉, 胡晟明, 董直庆. 人工智能技术会诱致劳动收入不平等吗——模型推演与分类评估[J]. 中国工业经济, 2020(4): 97-115. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202004007.htm [10] DAUTH W, FINDEISEN S, JENS S, et al. German robots-the impact of industrial robots on workers[R]. CEPR Discussion Papers, 2017. [11] 杜传文, 李晴, 芮明杰, 等. 大规模工业机器人应用与异质性技能劳动力之间的替代互补关系[J]. 中国科技论坛, 2018(8): 174-182. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKT201808022.htm [12] 曹静, 周亚林. 人工智能对经济的影响研究进展[J]. 经济学动态, 2018(1): 103-115. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201801011.htm [13] ACEMOGLU D, RESTREPO P. Low-skill and high-skill automation[R]. NBER Working Paper, 2017. [14] 何爱平, 李清华. 新中国成立70年来我国城乡居民收入差距历史变迁与未来展望[J]. 经济纵横, 2019(10): 16-23. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZH201910003.htm [15] 王建国, 李实. 大城市的农民工工资水平高吗?[J]. 管理世界, 2015(1): 51-62. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201501008.htm [16] 杨志明. 中国特色农民工发展研究[J]. 中国农村经济, 2017(10): 38-48. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ201710004.htm [17] 张学英. 农民工的就业环境变迁及技能发展应对[J]. 教育学术月刊, 2018(3): 42-51. https://www.cnki.com.cn/Article/CJFDTOTAL-YANG201803007.htm [18] JACKSON MO, ZAFER K. How automation that substitutes for labor affects production networks, growth, and income inequality[R]. NBER Working Paper, 2019. [19] 朱琪, 刘红英. 人工智能技术变革的收入分配效应研究: 前沿进展与综述[J]. 中国人口科学, 2020(2): 111-125. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKRK202002010.htm [20] 张跃. 政府干预、经济集聚与城乡收入差距[J]. 广东财经大学学报, 2020(1): 4-15. https://xb.gdufe.edu.cn/article/id/04897973-0278-48d5-a5f8-c65d2f3f2989 [21] 孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019(5): 61-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905005.htm [22] 许永洪, 萧珍丽, 朱建平. 教育缓解了收入分配不平衡吗[J]. 数理统计与管理, 2019(4): 704-718. https://www.cnki.com.cn/Article/CJFDTOTAL-SLTJ201904013.htm [23] 程名望, 张家平. 互联网普及与城乡收入差距: 理论与实证[J]. 中国农村经济, 2019(2): 19-41. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ201902002.htm [24] 李谷成, 李烨阳, 周晓时. 农业机械化、劳动力转移与农民收入增长——孰因孰果?[J]. 中国农村经济, 2018(11): 112-127. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ201811008.htm [25] 江鑫, 黄乾. 乡村公路、人口城市化和乡村包容性经济增长[J]. 南方经济, 2020(4): 62-83. https://www.cnki.com.cn/Article/CJFDTOTAL-NFJJ202004007.htm [26] 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014(5): 731-745. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXD201405001.htm [27] 宋冬林, 王林辉, 董直庆. 技能偏向型技术进步存在吗?——来自中国的经验证据[J]. 经济研究, 2010(5): 68-81. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201005006.htm [28] 陆雪琴, 文雁兵. 偏向型技术进步、技能结构与溢价逆转——基于中国省级面板数据的经验研究[J]. 中国工业经济, 2013(10): 18-30. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201310002.htm [29] 王俊, 刘东. 中国居民收入差距与需求推动下的技术创新[J]. 中国人口科学, 2009(5): 58-67. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKRK200905007.htm [30] 王少平, 欧阳志刚. 我国城乡收入差距的度量及其对经济增长的效应[J]. 经济研究, 2007(10): 44-55. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200710006.htm [31] 韩民春, 乔刚. 工业机器人对中国区域经济的异质性影响研究——基于新结构经济学的视角[J]. 技术经济, 2020(8): 85-94. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJI202008012.htm [32] 陈冲, 郭媚媚. 环境规制与产业结构升级: 影响机理与实证检验[J]. 兰州财经大学学报, 2020(4): 103-113. https://www.cnki.com.cn/Article/CJFDTOTAL-SXGZ202004011.htm [33] 王小鲁, 樊纲, 余静文. 中国分省份市场化指数报告(2016)[M]. 北京: 社会科学文献出版社, 2016: 5. [34] 黄祖辉, 刘桢. 资本积累、城乡收入差距与农村居民教育投资[J]. 中国人口科学, 2019(6): 71-83. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKRK201906007.htm -
点击查看大图
图(1) / 表(9)
计量
- 文章访问数: 307
- HTML全文浏览量: 93
- PDF下载量: 25
- 被引次数: 0