工業(yè)機(jī)器人、全要素生產(chǎn)率與制造業(yè)增長(zhǎng)

胡張婷，周世軍

(安徽工業(yè)大學(xué) 商學(xué)院，安徽 馬鞍山 243032)

一、引言

當(dāng)前在人工智能技術(shù)興起的浪潮下，工業(yè)機(jī)器人被大規(guī)模應(yīng)用，有很多簡(jiǎn)單重復(fù)的崗位逐漸被工業(yè)機(jī)器人替代，甚至一些創(chuàng)造性的工作也被機(jī)器人所替代。毫無(wú)疑問(wèn)，工業(yè)機(jī)器人將會(huì)影響經(jīng)濟(jì)系統(tǒng)的各個(gè)方面，但目前的研究主要圍繞對(duì)就業(yè)產(chǎn)生的影響，對(duì)于工業(yè)機(jī)器人是如何影響制造業(yè)增長(zhǎng)的研究并不充分。究其原因主要有以下兩個(gè)方面：一是由于我國(guó)工業(yè)機(jī)器人的使用尚未納入傳統(tǒng)的經(jīng)濟(jì)統(tǒng)計(jì)之中，研究工業(yè)機(jī)器人對(duì)制造業(yè)增長(zhǎng)的影響，則須搜集相關(guān)統(tǒng)計(jì)數(shù)據(jù)。二是經(jīng)濟(jì)學(xué)家一直在試圖將工業(yè)機(jī)器人納入既有的生產(chǎn)函數(shù)，然而，目前的任務(wù)模型關(guān)于技術(shù)內(nèi)生化的研究并不完善，并不能清晰地解釋工業(yè)機(jī)器人是如何通過(guò)影響全要素生產(chǎn)率(Total Factor Productivity，TFP)進(jìn)而影響制造業(yè)增長(zhǎng)。

以任務(wù)模型為代表的理論模型大多認(rèn)為工業(yè)機(jī)器人、自動(dòng)化與人工智能等新興生產(chǎn)方式在合意條件下是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的。Hanson曾利用新古典經(jīng)濟(jì)增長(zhǎng)模型，估計(jì)智能設(shè)備的使用是否會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生影響。Brynjolfsson和Hitt則是通過(guò)利用527家美國(guó)公司的股票數(shù)據(jù)進(jìn)行分析，研究發(fā)現(xiàn)在短期內(nèi)計(jì)算機(jī)的應(yīng)用對(duì)生產(chǎn)率有正向促進(jìn)作用，而且這種促進(jìn)作用從長(zhǎng)期來(lái)看會(huì)更大。Kromann et al.使用不同國(guó)家工業(yè)機(jī)器人數(shù)據(jù)研究發(fā)現(xiàn)，無(wú)論是短期還是長(zhǎng)期，自動(dòng)化均對(duì)生產(chǎn)率產(chǎn)生顯著促進(jìn)作用。Graetz和 Michaels利用17個(gè)國(guó)家15年內(nèi)工業(yè)機(jī)器人數(shù)據(jù)的實(shí)證研究表明，以工業(yè)機(jī)器人為代表的自動(dòng)化技術(shù)提升了勞動(dòng)生產(chǎn)率和經(jīng)濟(jì)增長(zhǎng)；同時(shí)，該研究也發(fā)現(xiàn)工業(yè)機(jī)器人的使用存在“擁擠效應(yīng)”。

我國(guó)學(xué)者曹靜、陳永偉等梳理了國(guó)內(nèi)外相關(guān)研究，從理論角度分析了人工智能對(duì)經(jīng)濟(jì)的影響，以及人工智能可能會(huì)帶來(lái)的負(fù)面影響。李丫丫和潘安等基于中國(guó)制造業(yè)2001—2014年9個(gè)行業(yè)面板數(shù)據(jù)的實(shí)證研究發(fā)現(xiàn)，工業(yè)機(jī)器人對(duì)生產(chǎn)率有明顯的促進(jìn)作用，而且這種作用越來(lái)越強(qiáng)。宋旭光和左馬華青研究發(fā)現(xiàn)，工業(yè)機(jī)器人雖然會(huì)對(duì)勞動(dòng)力存在替代效應(yīng)，但這種效應(yīng)更多是一種互補(bǔ)式的效應(yīng)。郭凱明通過(guò)構(gòu)建一個(gè)DSGE模型，測(cè)算人工智能可能存在的影響，最后得出人工智能在不同的產(chǎn)業(yè)中產(chǎn)生的影響也不同，且主要是對(duì)產(chǎn)業(yè)結(jié)構(gòu)和收入方面產(chǎn)生影響。陳永偉和曾昭睿利用省級(jí)面板數(shù)據(jù)發(fā)現(xiàn)，使用工業(yè)機(jī)器人能夠有效提升地區(qū)全要素生產(chǎn)率，以及這種影響主要是通過(guò)改進(jìn)技術(shù)效率和促進(jìn)規(guī)模效益產(chǎn)生的。陳彥斌等也論證了人工智能在提升經(jīng)濟(jì)增長(zhǎng)和改善資本結(jié)構(gòu)方面發(fā)揮了重要作用。杜傳文等認(rèn)為，工業(yè)機(jī)器人主要替代那些低技能勞動(dòng)者，與高技能勞動(dòng)者之間是互補(bǔ)關(guān)系。

綜上所述，盡管一些學(xué)者研究了工業(yè)機(jī)器人對(duì)制造業(yè)增長(zhǎng)和全要素生產(chǎn)率的影響，但兩者是割裂的，并沒(méi)有將兩者統(tǒng)一起來(lái)進(jìn)行研究。本文嘗試實(shí)證分析工業(yè)機(jī)器人如何通過(guò)影響全要素生產(chǎn)率進(jìn)而影響制造業(yè)增長(zhǎng)，從而厘清工業(yè)機(jī)器人對(duì)于制造業(yè)增長(zhǎng)的影響在多大程度上來(lái)自傳導(dǎo)效應(yīng)和直接效應(yīng)。

二、數(shù)據(jù)、變量與全要素生產(chǎn)率測(cè)算說(shuō)明

(一)數(shù)據(jù)來(lái)源

本文實(shí)證數(shù)據(jù)選自2010—2018年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒等，地區(qū)為中國(guó)30個(gè)省(市、自治區(qū))，由于港澳臺(tái)地區(qū)、西藏自治區(qū)數(shù)據(jù)缺損嚴(yán)重，未被包含；工業(yè)機(jī)器人安裝量數(shù)據(jù)來(lái)自于中國(guó)機(jī)器人產(chǎn)業(yè)聯(lián)盟(CRIA)和國(guó)際機(jī)器人聯(lián)合會(huì)(IFR)，最終形成270個(gè)觀測(cè)樣本，具體數(shù)據(jù)來(lái)源見(jiàn)表1。部分省份制造業(yè)數(shù)據(jù)缺失，以規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)替代，少數(shù)缺失數(shù)據(jù)采用線性插補(bǔ)、趨勢(shì)外推等方法補(bǔ)齊。本文主要利用Excel與Stata14.0對(duì)數(shù)據(jù)進(jìn)行處理。

表1 變量及其數(shù)據(jù)來(lái)源

(二)變量說(shuō)明

1.被解釋變量。以往大部分研究是選取《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》中制造業(yè)相關(guān)行業(yè)的工業(yè)增加值加總數(shù)據(jù)來(lái)衡量制造業(yè)產(chǎn)值。由于2008年及以后的《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》不再統(tǒng)計(jì)制造業(yè)增加值數(shù)據(jù)，為了保證數(shù)據(jù)的可得性和一致性，我們參考李丫丫等的研究，選擇制造業(yè)銷售總產(chǎn)值作為制造業(yè)增長(zhǎng)的衡量指標(biāo)。由于2013年以前的《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》沒(méi)有單列制造業(yè)的主要經(jīng)濟(jì)指標(biāo)，因此2009—2012年的工業(yè)銷售產(chǎn)值及其他相關(guān)變量是由21個(gè)制造業(yè)相關(guān)行業(yè)數(shù)據(jù)匯總得到。

2.解釋變量。本文的核心解釋變量是工業(yè)機(jī)器人使用量(Robot)，現(xiàn)有研究大都采用工業(yè)機(jī)器人進(jìn)口量數(shù)據(jù)來(lái)衡量，然而機(jī)器人進(jìn)口量并不等同于應(yīng)用量，因此我們直接選取工業(yè)機(jī)器人安裝量數(shù)據(jù)衡量，更具有代表性。但鑒于省際數(shù)據(jù)較難獲得，且考慮到我國(guó)工業(yè)機(jī)器人主要應(yīng)用在汽車制造、電子信息以及化學(xué)原料制造產(chǎn)業(yè)，我們根據(jù)各省(區(qū)、市)制造業(yè)平均用工人數(shù)占比以及全國(guó)制造業(yè)工業(yè)機(jī)器人安裝量數(shù)據(jù)，估計(jì)出各省(區(qū)、市)工業(yè)機(jī)器人的安裝量。此外，還選取了平均受教育年限(Edu)作為人力資本投入指標(biāo)，采用平均受教育年限測(cè)度人力資本存量水平，具體測(cè)算公式為：平均受教育年限=小學(xué)文化程度人口比重×6+初中文化程度人口比重×9+高中文化程度人口比重×12+大專及以上文化程度人口比重×16。以固定資產(chǎn)投資(Fix)作為資本要素投入的衡量指標(biāo)，數(shù)據(jù)采用的《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》中的固定資產(chǎn)合計(jì)項(xiàng)目。

3.中介變量。本文將全要素生產(chǎn)率作為中介變量，考察其在工業(yè)機(jī)器人與制造業(yè)增長(zhǎng)之間的中介傳導(dǎo)作用。根據(jù)之前的理論分析可知，工業(yè)機(jī)器人不僅可以替代勞動(dòng)力，其本身可能就意味著新技術(shù)的出現(xiàn)和使用，工業(yè)機(jī)器人可以通過(guò)提升生產(chǎn)過(guò)程中的技術(shù)水平來(lái)增加總產(chǎn)出。如果用TFP來(lái)表示技術(shù)水平，那么TFP就應(yīng)該是從機(jī)器人使用到產(chǎn)出增加的一個(gè)傳導(dǎo)機(jī)制。

4.控制變量。考慮選取影響制造業(yè)增長(zhǎng)的其他一些因素，主要有對(duì)外開(kāi)放(Open)、產(chǎn)業(yè)結(jié)構(gòu)(Ratio)、技術(shù)創(chuàng)新(PAT)、交通運(yùn)輸(Trans)等。其中，選取外貿(mào)依存度作為對(duì)外經(jīng)濟(jì)開(kāi)放程度的衡量指標(biāo)，計(jì)算方式是以進(jìn)出口總值占GDP的比重衡量；產(chǎn)業(yè)結(jié)構(gòu)由第一產(chǎn)業(yè)向第二產(chǎn)業(yè)和第三產(chǎn)業(yè)逐次轉(zhuǎn)移的過(guò)程是產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的標(biāo)志，因此選用第二產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)增加值的比值作為產(chǎn)業(yè)結(jié)構(gòu)的衡量指標(biāo)；一般來(lái)說(shuō)，一個(gè)地方的技術(shù)創(chuàng)新水平越高，那么這個(gè)地方的經(jīng)濟(jì)發(fā)展水平越高，因此選取專利申請(qǐng)量作為技術(shù)創(chuàng)新水平的衡量指標(biāo)；考慮到制造業(yè)增長(zhǎng)的外部自然環(huán)境因素影響，選取公路里程(萬(wàn)公里)作為交通運(yùn)輸?shù)暮饬恐笜?biāo)。此外，考慮到不同變量之間水平值數(shù)量級(jí)的差異，這里對(duì)制造業(yè)銷售總產(chǎn)值、工業(yè)機(jī)器人安裝量、技術(shù)創(chuàng)新以及固定資產(chǎn)投資變量分別取自然對(duì)數(shù)，各變量的描述性統(tǒng)計(jì)如表2所示。

表2 變量描述性統(tǒng)計(jì)

(三)全要素生產(chǎn)率的測(cè)算與分解說(shuō)明

本文主要利用MAXDEA軟件基于DEA-Malmquist指數(shù)法進(jìn)行全要素生產(chǎn)效率的測(cè)算，同時(shí)將全要素生產(chǎn)率分解為技術(shù)進(jìn)步指數(shù)(TC)和規(guī)模效率指數(shù)(EC)。由于采用DEA-Malmquist指數(shù)法需要選擇合適的決策單元與投入產(chǎn)出指標(biāo)，因此下文將對(duì)投入及產(chǎn)出指標(biāo)的獲取過(guò)程進(jìn)行詳細(xì)闡述。

1.投入指標(biāo)。一是資本投入指標(biāo)。目前對(duì)于資本投入指標(biāo)的選取大都采用永續(xù)盤存法，但是這種方法會(huì)受到主觀折舊率的影響，用不同折舊率進(jìn)行估算，資本的結(jié)果會(huì)存在差異，進(jìn)而會(huì)導(dǎo)致TFP測(cè)算結(jié)果不同，因此本文選取《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》中的各地區(qū)制造業(yè)固定資產(chǎn)合計(jì)(億元)作為資本投入指標(biāo)，并對(duì)固定資產(chǎn)合計(jì)以固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減，樣本考察期為2009-2017年。二是勞動(dòng)投入指標(biāo)。一般來(lái)說(shuō)，可以選取勞動(dòng)收入或者勞動(dòng)人數(shù)作為勞動(dòng)投入指標(biāo)。由于我國(guó)目前仍未完全實(shí)現(xiàn)同勞同酬，所以勞動(dòng)報(bào)酬并不能代表勞動(dòng)投入，因此本文選取《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》中的各地區(qū)制造業(yè)平均用工人數(shù)(萬(wàn)人)來(lái)表示，樣本考察期也為2009-2017年。

2.產(chǎn)出指標(biāo)。通常產(chǎn)出指標(biāo)有工業(yè)增加值、工業(yè)凈產(chǎn)值或者銷售收入。由于2008年及之后的《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》不再統(tǒng)計(jì)制造業(yè)的增加值數(shù)據(jù)，因此為了保證數(shù)據(jù)的可得性和一致性，本文選取制造業(yè)的主營(yíng)業(yè)務(wù)收入(億元)作為產(chǎn)出指標(biāo)。

根據(jù)DEA-Malmquist指數(shù)測(cè)算方法，我們可以計(jì)算出2008年至2017年各地區(qū)制造業(yè)TFP變動(dòng)情況，以及分解后的技術(shù)進(jìn)步指數(shù)(TC)和規(guī)模效率指數(shù)(EC)。限于篇幅，測(cè)算結(jié)果不全列出，僅以2017年的數(shù)據(jù)為例，測(cè)算的全要素生產(chǎn)率以及分解后的技術(shù)進(jìn)步指數(shù)(TC)和規(guī)模效率指數(shù)(EC)如表3所示。總的來(lái)說(shuō)，各省市的全要素生產(chǎn)率都為正數(shù)，但從長(zhǎng)期來(lái)看，全要素生產(chǎn)率的增速有所放緩。此外，發(fā)現(xiàn)中西部地區(qū)全要素生產(chǎn)率增速更快，東部地區(qū)的增速較慢，這可能與產(chǎn)業(yè)轉(zhuǎn)移有關(guān)。東部地區(qū)的土地、勞動(dòng)力以及原材料等生產(chǎn)要素的成本上升了，而中西部地區(qū)在這些方面具有優(yōu)勢(shì)，因此，造就了制造業(yè)逐漸轉(zhuǎn)移至中西部地區(qū)。

表3 地區(qū)制造業(yè)全要素生產(chǎn)率測(cè)算結(jié)果

三、實(shí)證研究

(一)中介模型設(shè)定

中介作用是指自變量通過(guò)中介變量來(lái)影響因變量的過(guò)程，如圖1中介作用示意圖所示。構(gòu)建TFP的中介作用檢驗(yàn)?zāi)Ｐ停绻?所示：

圖1 中介作用的簡(jiǎn)單示意圖

(1)

其中，Sale、Robot、Z、ε的定義與前文相同，不再贅述，

TFP

為各省的全要素生產(chǎn)率。

若上述方程(a)、(b)、(c)的回歸系數(shù)同時(shí)滿足下列條件，則認(rèn)為中介作用存在：(1)若方程(a)中與θ零有顯著差異，則表明其對(duì)應(yīng)的自變量與因變量存在線性關(guān)系；(2)若方程(b)中與θ零有顯著差異，則表明其對(duì)應(yīng)的自變量與因變量存在線性關(guān)系；(3)若方程(c)中的與θ零有顯著差異，且(a)與θ的值明顯小于θ，則意味著中介變量有助于預(yù)測(cè)因變量。若方程(a)、方程(b)、方程(c)的回歸系數(shù)滿足上述三個(gè)條件，則說(shuō)明lnRobot對(duì)lnSale的影響一部分是直接影響，一部分是通過(guò)中介變量TFP間接影響。進(jìn)一步地，若方程(c)中θ的不顯著，則說(shuō)明lnRobot對(duì)lnSale的影響全部通過(guò)TFP中介實(shí)現(xiàn)。本文建立如圖2中介效應(yīng)檢驗(yàn)程序進(jìn)一步檢驗(yàn)，同時(shí)，假設(shè)TFP在工業(yè)機(jī)器人應(yīng)用和制造業(yè)增長(zhǎng)中發(fā)揮著中介作用，如圖3所示。

圖3 TFP的中介模型

圖2 中介效應(yīng)的檢驗(yàn)程序

TFP中介作用檢驗(yàn)?zāi)Ｐ偷木唧w回歸結(jié)果見(jiàn)表4。其中：方程(a)和方程(b)中工業(yè)機(jī)器人應(yīng)用量的回歸系數(shù)與零有顯著差異；方程(c)中的變量的回歸系數(shù)與零有顯著差異，且方程(c)的工業(yè)機(jī)器人應(yīng)用量的回歸系數(shù)小于方程(a)的工業(yè)機(jī)器人應(yīng)用量的回歸系數(shù)，說(shuō)明TFP在工業(yè)機(jī)器人應(yīng)用量與制造業(yè)增長(zhǎng)的關(guān)系中發(fā)揮著中介作用。其中，因?yàn)榉匠?c)中工業(yè)機(jī)器人應(yīng)用量的回歸系數(shù)與零有顯著差異，所以工業(yè)機(jī)器人對(duì)制造業(yè)增長(zhǎng)的影響一部分是直接影響，一部分是通過(guò)中介變量TFP間接影響的。根據(jù)表4還可以計(jì)算出中介效應(yīng)的強(qiáng)度，結(jié)果發(fā)現(xiàn)TFP作為中介效應(yīng)解釋了總效應(yīng)的17.55%，工業(yè)機(jī)器人影響制造業(yè)增長(zhǎng)的直接效應(yīng)解釋了總效應(yīng)的82.45%。這說(shuō)明工業(yè)機(jī)器人的使用提高了制造業(yè)產(chǎn)出增長(zhǎng)的總效應(yīng)，主要是通過(guò)工業(yè)機(jī)器人自身直接效應(yīng)來(lái)實(shí)現(xiàn)的。

(二)TFP的中介作用檢驗(yàn)結(jié)果

表5 TC中介作用的回歸結(jié)果

表6 EC中介作用的回歸結(jié)果

四、結(jié)論及建議

本文通過(guò)實(shí)證分析研究了TFP的提升是工業(yè)機(jī)器人促進(jìn)制造業(yè)增長(zhǎng)的重要中介機(jī)制，從TFP提升的視角揭示工業(yè)機(jī)器人對(duì)于制造業(yè)增長(zhǎng)的影響。隨著工業(yè)機(jī)器人使用的增加，如果工業(yè)機(jī)器人的生產(chǎn)存在規(guī)模經(jīng)濟(jì)，那么工業(yè)機(jī)器人的成本就會(huì)下降，就會(huì)有更多的行業(yè)和部門選擇使用工業(yè)機(jī)器人。按目前情況來(lái)看，使用工業(yè)機(jī)器人的行業(yè)和部門的生產(chǎn)效率普遍較高，隨著越來(lái)越多行業(yè)和部門投入使用工業(yè)機(jī)器人，總體的生產(chǎn)效率也會(huì)越來(lái)越高。這說(shuō)明工業(yè)機(jī)器人對(duì)于制造業(yè)增長(zhǎng)的影響不僅體現(xiàn)在對(duì)勞動(dòng)力的替代，還體現(xiàn)在其促進(jìn)了TFP的提高上。本文的實(shí)證結(jié)果證實(shí)了這一點(diǎn)。實(shí)證研究發(fā)現(xiàn)：工業(yè)機(jī)器人對(duì)制造業(yè)增長(zhǎng)的影響一部分是直接影響，一部分是通過(guò)中介變量TFP間接影響的；TFP作為中介效應(yīng)解釋了總效應(yīng)的17.55%，工業(yè)機(jī)器人影響制造業(yè)增長(zhǎng)的直接效應(yīng)解釋了總效應(yīng)的82.45%。此外，通過(guò)進(jìn)一步檢驗(yàn)發(fā)現(xiàn)，TFP關(guān)于工業(yè)機(jī)器人應(yīng)用和制造業(yè)增長(zhǎng)的中介作用主要是通過(guò)技術(shù)進(jìn)步指數(shù)(TC)傳導(dǎo)的，技術(shù)效率指數(shù)(EC)的中介效應(yīng)不顯著。

根據(jù)上文的研究結(jié)果，本文提出如下政策建議：

一是加大對(duì)工業(yè)機(jī)器人使用的扶持力度。國(guó)家和各級(jí)政府部門在了解目前制造業(yè)發(fā)展現(xiàn)狀的基礎(chǔ)上，對(duì)癥下藥，制定相應(yīng)的措施，促進(jìn)制造業(yè)高質(zhì)量發(fā)展。通過(guò)在制造業(yè)行業(yè)中大力投入使用工業(yè)機(jī)器人，進(jìn)而推動(dòng)制造業(yè)高質(zhì)量發(fā)展，是需要各個(gè)相關(guān)主體一起努力的。在這個(gè)過(guò)程中，政府起著至關(guān)重要的作用。因此，地方政府應(yīng)當(dāng)出臺(tái)財(cái)政、稅收、金融等政策，以此來(lái)激勵(lì)制造業(yè)等實(shí)體經(jīng)濟(jì)部門構(gòu)建與完善工業(yè)機(jī)器人產(chǎn)業(yè)體系，大力支持制造業(yè)企業(yè)研發(fā)機(jī)器人以及運(yùn)用機(jī)器人技術(shù)等，為制造業(yè)高質(zhì)量發(fā)展提供有利的外部激勵(lì)條件。

二是重視勞動(dòng)者的教育以及人力資本的投入。由于工業(yè)機(jī)器人的發(fā)展過(guò)程中會(huì)造成勞動(dòng)力市場(chǎng)結(jié)構(gòu)發(fā)生改變，工業(yè)機(jī)器人的使用會(huì)替代很多原來(lái)由人力進(jìn)行生產(chǎn)的工作崗位，但同時(shí)也會(huì)創(chuàng)造出一些新的崗位，這就會(huì)對(duì)勞動(dòng)者的素質(zhì)提出更高的要求。因此，需要盡快建立和完善這方面的人才培養(yǎng)制度，以期能在較短時(shí)間內(nèi)培養(yǎng)出能夠掌握機(jī)器人等新興技術(shù)的高素質(zhì)人才。同時(shí)要盡快建立人才激勵(lì)機(jī)制和就業(yè)激勵(lì)機(jī)制方面的政策制度，推進(jìn)人才體制改革，優(yōu)化人才培養(yǎng)環(huán)境。此外，還需大力發(fā)展機(jī)器人學(xué)科，各地政府需制定相關(guān)政策，促進(jìn)機(jī)器人學(xué)科研究更快發(fā)展。

三是重視相關(guān)基礎(chǔ)設(shè)施的配套建設(shè)。工業(yè)機(jī)器人的應(yīng)用范圍廣泛，涉及到日常生活的方方面面，但是這些技術(shù)的應(yīng)用需要相關(guān)設(shè)施的配合。譬如，目前機(jī)器人大多需要通過(guò)網(wǎng)絡(luò)和程序進(jìn)行遠(yuǎn)程控制，這就對(duì)網(wǎng)絡(luò)提出了較高要求。5G技術(shù)若能大范圍應(yīng)用，人類對(duì)于機(jī)器人的控制則會(huì)更靈活，操作效率將大幅提升。因此，應(yīng)重視與新技術(shù)相適應(yīng)的基礎(chǔ)設(shè)施建設(shè)，以使新技術(shù)的應(yīng)有作用得以充分發(fā)揮。

四是要加強(qiáng)國(guó)際合作，吸收國(guó)際經(jīng)驗(yàn)，縮小與國(guó)外機(jī)器人產(chǎn)業(yè)的差距。雖然我國(guó)占據(jù)著全球第一的工業(yè)機(jī)器人市場(chǎng)，但是我國(guó)機(jī)器人企業(yè)與發(fā)達(dá)國(guó)家還有一定的差距，這意味著我國(guó)在工業(yè)機(jī)器人產(chǎn)業(yè)的發(fā)展空間上仍然有巨大的潛力，因此，我們應(yīng)該抓住機(jī)遇，加強(qiáng)國(guó)際合作，吸收國(guó)際經(jīng)驗(yàn)，積極發(fā)展工業(yè)機(jī)器人產(chǎn)業(yè)，縮小與發(fā)達(dá)國(guó)家的差距。

五是在加大工業(yè)機(jī)器人使用促進(jìn)產(chǎn)出增長(zhǎng)的同時(shí)，也要防范其產(chǎn)生不利影響。技術(shù)變革在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)也會(huì)帶來(lái)一些社會(huì)問(wèn)題，如失業(yè)、收入分配惡化等。如果不能及時(shí)處理這些問(wèn)題，也會(huì)對(duì)社會(huì)造成巨大的影響。因此，加快發(fā)展工業(yè)機(jī)器人的投入不僅要考慮勞動(dòng)力轉(zhuǎn)型和重新就業(yè)問(wèn)題，而且還要善于運(yùn)用工業(yè)機(jī)器人等新技術(shù)為人們創(chuàng)造更多的就業(yè)機(jī)會(huì)。此外，政府也要為那些因?yàn)楣I(yè)機(jī)器人的使用而失去工作的人提供基本的社會(huì)救濟(jì)和生活保障，將新技術(shù)帶來(lái)的負(fù)面效應(yīng)降到最小。