機器人應用對城市碳排放影響的機理與效應研究

王海 郭冠宇 閆卓毓

[摘 要：全面實施“機器人+”應用行動是新時代建設制造強國、數字中國的必然要求，也是推動經濟社會高質量發展的重要舉措。工業機器人是實現信息化與工業化深度融合的關鍵，加快機器人在城市產業生產體系的應用能否實現碳減排效應有待檢驗。本文基于國際機器人聯合會（IFR）數據，采用固定效應模型檢驗機器人應用對城市碳排放的影響及其作用機制。研究結果顯示：機器人應用能夠減少城市碳排放；機器人應用通過綠色創新能力、財政科技支出和市場競爭程度影響城市碳排放；機器人應用對中西部地區、非老工業基地和低行政等級城市碳排放的抑制作用更明顯。以上結論可以為理解機器人在城市低碳發展中起到的積極作用提供新的視角，也可以為中國制定提升機器人應用深度及廣度計劃、培育機器人產業發展生態等提供參考。

關鍵詞：機器人應用；城市碳排放；碳減排效應；綠色創新能力；市場競爭程度

中圖分類號：F062.9；F49文獻標識碼：A文章編號：1000?176X（2023）05?0052?12 ]

一、問題的提出

當前，中國將應對氣候變化納入生態文明建設整體布局。習近平主席在第七十五屆聯合國大會一般性辯論上宣布：“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。”為實現這一目標，《“十四五”工業綠色發展規劃》指出：“推動數字化智能化綠色化融合發展”“深化生產制造過程的數字化應用，賦能綠色制造”。習近平總書記在中共中央政治局第三十六次集體學習時指出：“要緊緊抓住新一輪科技革命和產業變革的機遇，推動互聯網、大數據、人工智能、第五代移動通信（5G）等新興技術與綠色低碳產業深度融合，建設綠色制造體系和服務體系，提高綠色低碳產業在經濟總量中的比重。”黨的二十大報告進一步強調：“加快發展方式綠色轉型”“深入推進環境污染防治”“積極穩妥推進碳達峰碳中和”。那么，作為新興數字技術在產業發展中的重要應用載體，機器人能否在引領產業數字化智能化發展的同時助力城市低碳發展？

伴隨著經濟轉向高質量發展階段，加快機器人等智能裝備的應用已成為中國推動發展方式變革和產業轉型升級的重要抓手，探討機器人應用帶來的影響便具有重要的學術價值和迫切的現實意義。通過梳理相關文獻可以發現，現有關于機器人應用的研究更多圍繞機器人應用對就業的影響展開。一方面，部分學者認為，機器人應用將降低就業水平。機器人應用能夠縮減企業生產成本，促使企業增加資本投入，由此替代相應崗位的勞動力［1］。董雪兵等［2］還進一步發現，機器人應用減少了制造業就業規模，增加了服務業就業規模，并且能夠推動勞動力從制造業流向服務業，由此導致制造業就業份額下降。另一方面，也有學者指出，機器人應用將提升就業水平。李磊等［3］基于企業層面的經驗研究發現，機器人應用能夠推動企業生產方式轉向自動化，并提高非自動化生產環節的勞動力需求。魏下海等［4］基于城市層面的數據發現，機器人釋放的生產力能夠增加相應的技能需求和工作機會，創造更多就業崗位，從而吸納更多外來移民。也有學者從經濟增長、產業升級和創新發展等方面討論了機器人應用的潛在影響。陳彥斌等［5］認為，機器人應用能促進資本積累，提升全要素生產率，削弱因人口老齡化對經濟增長帶來的不利影響，由此提升經濟發展質量。郭凱明［6］認為，機器人等人工智能技術的發展及應用會促使生產要素在產業部門之間流動，并推動產業部門內部的生產要素實現優化配置，從而帶動產業結構轉型升級。師博［7］的研究表明，機器人應用能在與實體產業融合的同時激發企業自主創新活力，并通過技術外溢效應引領地區創新發展。

沿襲上述研究脈絡，部分文獻開始關注機器人應用與碳排放的關系。但受限于數據，相應研究更多從國別或省級層面展開。Li等［8］基于35個國家的數據檢驗了機器人應用對碳排放的影響。蔣為等［9］利用中國省級層面數據討論了機器人沖擊對制造業碳排放的影響。在此背景下，利用更為精確的地級市層面碳排放測算數據展開研究便具有重要的學術價值和迫切的現實意義。更為重要的是，機器人應用對城市碳排放的影響是通過何種機制發揮作用的？這種影響是否會呈現出明顯的異質性？對這些問題的回答直接關系到中國數字經濟發展規劃乃至經濟社會高質量發展。為此，本文在利用國際機器人聯合會（IFR）數據量化城市機器人應用情況的基礎上，采用固定效應模型考察機器人應用對城市碳排放的影響及其作用機制。

較之已有研究，本文的邊際貢獻主要體現在以下兩個方面：一方面，在理論層面，早期文獻更多關注環境政策在驅動經濟低碳發展中所發揮的積極作用［10-11］。伴隨著人工智能等新興數字技術不斷發展，機器人應用能否減少碳排放這一問題開始受到關注［12-13］。但就機器人應用對城市碳排放具體影響方向及作用機制，現有文獻還沒有予以充分解讀。本文采用地級市數據檢驗機器人應用對城市碳排放的影響，從而豐富了機器人應用和碳減排方面的研究文獻。另一方面，在實證層面，本文驗證了機器人應用對城市碳減排的積極影響，從而明確了加快機器人應用乃至推動數字經濟發展在實現碳達峰、碳中和目標中所起到的關鍵作用，也為中國促進數字經濟與實體經濟深度融合、精準實現數字化綠色化協同發展提供了經驗證據。

二、理論分析與研究假設

改革開放以來，中國利用粗放型發展模式實現了經濟的快速增長，但這一高耗能、高排放的發展模式也使得碳排放水平持續上升，由此引發的生態環境問題已成為推進經濟社會高質量發展進程的重大阻礙。在此背景下，采取何種方式來根治這一問題受到社會各界的廣泛關注。伴隨著數字經濟不斷發展，加快機器人等智能裝備的應用能夠推動發展方式變革和助推產業轉型升級。這也將帶動企業優化革新生產模式，從而減少城市碳排放［12-13］。Yu等［13］的研究結果顯示，工業機器人應用顯著減少了城市碳排放，其通過提高能源效率和綠色技術效率減少城市碳排放，且對超大城市、先進制造業基地和低碳試點城市碳減排的影響更明顯。

機器人應用能助力企業精確地掌握生產流程各環節的實際情況，實現對企業排污狀況的實時監管，并有助于提升企業污染處理效率和污染治理能力［14-15］，從而有助于減少城市碳排放。盛丹和卜文超［15］研究發現，機器人使用能夠顯著抑制企業污染排放，機器人使用主要通過人工替代、增加清潔能源使用、增設末端處理設備和增強排污處理能力等渠道抑制企業污染排放。機器人應用能促使企業生產流程向自動化、智能化轉變，并利用數字技術對高耗能和高排放的生產環節進行定量分析和持續優化，減少企業生產資源消耗。這也能激勵企業實施個性化、定制化生產模式，從而實現企業生產流程與產品的綠色化升級，最終減少城市整體碳排放［8］。作為一種新興數字技術，機器人應用能優化城市財政支出結構，推動城市市場環境向競爭格局轉變，由此重塑城市資源配置狀況，推動城市向低碳發展模式轉型。基于以上分析，筆者提出如下假設：

假設1：機器人應用能夠減少城市碳排放。

綠色創新為中國生態文明建設和經濟綠色可持續發展提供了新的動力。企業能夠借助綠色技術實現資源要素結構的優化配置，從而在生產過程中減少對傳統化石能源的依賴度，最終減少自身碳排放且提升環境績效［16］。然而，綠色創新具有高技術投入、高市場風險和長投資周期等特征，因而缺乏創新資源的企業可能并不會轉向以綠色技術為主導的綠色創新路徑。在此背景下，推動機器人應用有助于革新企業生產模式，促使企業實現市場需求信息的自動化收集與分析，進而強化企業快速響應能力和動態優化能力，提升產品與市場需求的匹配效率［17］。這也有助于企業利用機器人整合業務模塊，對研發全流程進行實時監控，從而在緩解企業創新資源錯配問題的同時，大幅度提高綠色技術研發效率［18-19］。Gan等［19］基于2011—2019年中國制造業上市公司數據的研究結果顯示，工業機器人應用對綠色創新產生了顯著正向影響，工業機器人應用通過節省勞動力成本和調整人力資本結構對綠色創新產生影響。與此同時，機器人應用可能會影響勞動力結構配置狀況，補充地區綠色創新人才資源。孫早和侯玉琳［20］研究發現，機器人應用能夠形成資本對勞動力的替代，并增加對高端勞動力的需求，實現高端人才與研發崗位的高效率匹配。基于此，筆者提出如下假設：

假設2：機器人應用可以通過增強綠色創新能力減少城市碳排放。

作為重要的政府扶持手段，財政收支結構對地區碳排放有顯著影響［21］。劉俸奇和張同斌［21］研究發現，財政支出結構由生產性支出偏向消費性支出和服務性支出，財政收入來源由污染型企業向清潔型企業傾斜，會促進產業結構升級，最終改善環境質量。具體來說，擴大經濟建設等生產性支出能促進工業產出增長，但工業產出增長引致的高耗能和高排放問題會增加城市碳排放［22］。與之不同的是，增加科技等非生產性支出可能會激勵企業開展污染治理活動并對生產技術及設備進行綠色化改造，從而減少企業的能源消耗和污染排放［23］，最終減少了城市碳排放。因此，如何推進財政支出結構轉型對城市經濟低碳發展至關重要。在此背景下，機器人應用可能促使地方政府提高創新重視程度，優化財政支出結構。《“機器人+”應用行動實施方案》指出：“各相關部門、各地方將機器人應用推廣作為科技創新、行業規劃、產業政策重點方向，統籌政策、資金、資源予以支持，加大對機器人創新應用的投入力度。”一方面，機器人與傳統制造業的深度融合將催生出對高新制造業和現代服務業等新興產業的發展需求，由此優化地區產業結構；另一方面，機器人應用將推動相應產業實現生產規模的擴大和生產效率的提升。產業結構的轉型升級以及產業的快速發展將為城市培育優質稅源，進而拓寬城市財政科技支出的資金來源。總體而言，地方政府將在推廣機器人應用的過程中增加財政科技支出，這也有助于減少城市碳排放。基于此，筆者提出如下假設：

假設3：機器人應用可以通過增加財政科技支出減少城市碳排放。

經濟低碳發展的實質在于生產資源在低環境效率企業與高環境效率企業之間的優化配置［24］。鑒于此，國務院印發的《關于加快建立健全綠色低碳循環發展經濟體系的指導意見》指出，堅持市場導向原則，在綠色轉型中充分發揮市場的導向性作用。市場機制能夠迫使低效率企業退出市場，促使新興企業和高效率企業進入市場來加速企業更替，由此引發產業重構和跨企業資源再配置［25］，最終促進城市碳減排。伴隨著機器人的廣泛應用，城市市場環境將逐漸形成競爭格局。一方面，機器人與現有產業的深度融合將加快技術變革速度和縮短產品生命周期，改變傳統企業的生產方式和組織模式，從而加劇在位企業之間的競爭程度。戚聿東和肖旭［26］還發現，機器人也能重塑企業組織邊界，迫使企業轉向跨界發展，由此引致替代性競爭效應。另一方面，機器人應用在推動機器人產業發展的同時會帶動產業鏈上下游企業快速發展，由此吸引大量新企業進入市場。這將進一步壓縮在位企業的市場資源和盈利空間。在此背景下，市場資源的有限性約束將倒逼企業轉向產品及服務的綠色高質量供給，由此搶占低碳市場并建立領先優勢。基于此，筆者提出如下假設：

假設4：機器人應用可以通過提升市場競爭程度減少城市碳排放。

三、研究設計

（一）變量選擇

1.被解釋變量

被解釋變量為城市碳排放（CO2）。借鑒邵帥等［27］的研究，本文以城市碳排放量與城市年末戶籍人口數量的比值衡量。

2.解釋變量

解釋變量為機器人應用（robot）。借鑒許健等［28］的研究，本文利用第二次全國經濟普查數據中地級市分行業就業人員數據對IFR提供的機器人安裝數據進行分解，由此得到城市機器人應用指標。1第一，將IFR數據與第二次全國經濟普查數據進行匹配。2第二，利用地級市不同行業就業人數占所有就業人數的份額來構建權重，將行業層面機器人數據分解至地級市—行業層面。第三，對地級市各行業機器人應用情況進行匯總處理。具體指標構建如下：

[robotit=j=1Nemployij，t=2008employi，t=2008×IFRrobotjtemployj，t=2008]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其中，i、j和t分別為城市、行業和年份；robotit為i城市t年機器人應用情況；employij，t=2008為i城市j行業2008年就業人員數量；employi，t=2008為i城市2008年就業人員數量；employj，t=2008為j行業2008年就業人員數量；IFRrobotjt為j行業t年機器人應用情況。

3.中介變量

中介變量如下：綠色創新能力（inno），以城市綠色發明專利申請數量衡量，該變量數值越大，意味著綠色創新能力越強。3財政科技支出（tech），以城市科學技術支出占財政支出的比值衡量，該變量數值越大，意味著財政科技支出越多。市場競爭程度（firm_entry），以城市新成立企業的自然對數值衡量，該變量數值越大，意味著市場競爭越激烈。

4.控制變量

控制變量如下：經濟發展水平（gdp），以城市生產總值的自然對數值衡量；財政支出（finc），以城市財政支出占城市生產總值的比值衡量；產業結構（stru），以城市第二產業從業人員占城市所有從業人員的比值衡量；人力資本（stud），以城市普通高等學校在校學生的自然對數值衡量；引資情況（fdi），以城市當年實際使用外資金額的自然對數值衡量。

（二）模型構建

為檢驗機器人應用對城市碳排放的影響，本文構建如下計量模型：

[CO2it=α0+α1robotit+k=26αkcontrolkit+φi+ωt+εit]? ? ? ? ? ? ? ? ? ? ? ? ? （2）

其中，i和t分別為城市和年份；CO2為城市碳排放；robot為機器人應用；control為上述一系列控制變量；[φ]和[ω]分別為城市固定效應和年份固定效應；[ε]為隨機擾動項。

（三）數據來源

本文選取的樣本為2006—2019年中國地級市的面板數據。數據主要來源于IFR、中國碳核算數據庫（CEADs）、《中國城市統計年鑒》、《中國勞動統計年鑒》、《中國工業統計年鑒》、第二次全國經濟普查數據、中國研究數據服務平臺（CNRDS）。其中，IFR提供了全球國家—行業—年度層面的機器人安裝量及存量狀況，是當前有關機器人相關研究中使用最廣泛的數據庫。CEADs提供的二氧化碳排放總量基于中國不同行業各類化石燃料消耗量乘以排放因子得到，據此能夠較為準確地測算出城市碳排放情況。1

表1是本文主要變量的描述性統計結果，城市碳排放的均值為0.104，其最大值和最小值分別為1.911和0.004。機器人應用的均值為0.268，其最大值和最小值分別為1.655和0.002。城市碳排放和機器人應用的最大值與最小值之差較大，說明不同城市的碳排放和機器人應用情況存在明顯差異。其他變量的分布情況均在合理范圍之內。

四、實證結果與分析

（一）基準回歸結果分析

表2是機器人應用對城市碳排放影響的基準回歸結果，列（1）和列（2）分別為在未引入控制變量和引入控制變量的情況下，機器人應用對城市碳排放的回歸結果。表2列（2）的回歸結果顯示，機器人應用的系數為-0.065，且在1%的水平上顯著，表明機器人應用能夠減少城市碳排放，假設1得以驗證。在控制變量方面，經濟發展水平的系數顯著為負，這可能是因為地方政府在發展經濟的過程中愈發重視環境保護，進而對環境提出更高要求［29］。財政支出的系數顯著為負，這可能是因為中國開始強調財政體系的綠色化轉型，通過財政手段來激勵企業實現低碳發展。產業結構對城市碳排放有顯著正向影響，這可能是因為相比于其他產業，第二產業的發展需要消耗大量化石能源，很容易在生產過程中釋放二氧化碳，由此增加城市碳排放。人力資本的影響不顯著，這可能是因為：一方面，人力資本提升有助于促使企業開展創新活動，生產技術的變革將最終促使城市碳排放減少；另一方面，人力資本對碳排放的抑制影響需要一定基礎條件作為支撐。引資情況的系數為負，但并未通過統計上的顯著性檢驗，可能的原因為，盡管中國表示要提升外資引進的質量，但現實中地方政府可能在與其他地區進行引資競爭的過程中放松了環境方面的要求。

（二）內生性檢驗

基準回歸模型中可能存在如下內生性問題：其一，遺漏其他同時影響機器人應用和城市碳排放的相關因素，從而帶來估計偏誤。其二，地方政府可能依據轄區往年碳排放情況來制定機器人產業發展規劃，這種雙向因果關系將導致聯立偏差。為此，本文采用工具變量法緩解上述內生性問題，具體選用美國、日本、德國、瑞典和韓國五個主要機器人進口來源國對中國各城市機器人覆蓋度作為工具變量。這些國家在機器人方面的出口情況將影響中國各城市的機器人應用情況，且這些國家在機器人發展趨勢上與中國較為接近［28］，由此滿足了工具變量選取的相關性原則；而他國本土機器人應用情況并不會直接對中國碳排放產生影響，滿足工具變量選取的排他性原則。具體指標構建如下：

[forerobotfct=j=1Nemployij，t=2008employi，t=2008×fore_IFRrobotfjtemployj，t=2008]? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

[robot_mit=f=15forerobotfit×15]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

其中，f為進口來源國；fore_IFRrobotfjt為進口來源國f在t年j行業的機器人應用情況；employij，t=2008為中國i城市j行業在2008年的就業人員數量；employi，t=2008為中國i城市在2008年的就業人員數量；employj，t=2008為中國j行業在2008年的就業人員數量。由此得到進口來源國f對中國各城市的機器人覆蓋度（forerobot）。在此基礎上，本文利用五個進口來源國機器人覆蓋度的均值（robot_m）構造工具變量。

基于工具變量robot_m的回歸結果如表3列（1）和列（2）所示，機器人應用能減少城市碳排放的結論與基準回歸結果保持一致。在工具變量適用性檢驗中，第一階段回歸結果顯示，工具變量的系數顯著為正，表明工具變量與機器人應用之間存在較強相關性。Kleibergen?Paap rk Wald F值以及Kleibergen?Paap rk LM值拒絕了弱工具變量以及識別不足假設。此外，本文還借鑒王永欽和董雯［30］的研究，根據模型（3）得到美國對中國各城市的機器人覆蓋度（robot_ame）來作為工具變量進行回歸。工具變量robot_ame的回歸結果如表3列（3）和列（4）所示，機器人應用有助于減少城市碳排放。第一階段回歸結果、Kleibergen?Paap rk Wald F值以及Kleibergen?Paap rk LM值均證實該工具變量選取的可信性。

（三）穩健性檢驗1

1.替換變量

一方面，本文將被解釋變量的衡量指標分別替換為城市碳排放量、城市碳排放量與年末從業人員數量的比值重新納入模型進行回歸。替換被解釋變量的回歸結果顯示，機器人應用的系數仍然顯著為負。另一方面，本文將解釋變量的衡量指標分別替換為地級市層面機器人存量［28］、省級層面機器人應用及存量［9，31］重新納入模型進行回歸。替換解釋變量后的回歸結果與基準回歸結果一致，證實了基準回歸結果的穩健性。2

2.排除其他政策事件

機器人應用對城市碳排放的抑制作用可能包含城市節能減排工作的影響。中國政府強調各地區要增強綠色發展意識，并在不同城市實行節能減排財政政策、低碳城市和碳排放權交易等試點工作。因此，本文還排除了一系列可能產生影響的政策事件。具體包括：第一，地級市層面政府工作報告環保詞頻。地級市層面政府工作報告是地方政府對上一年度工作的總結及對下一年度工作的規劃，其內容能夠直接體現地方政府對某方面工作的重視程度。因此，本文統計“低碳”“環境保護”等關鍵詞在地級市層面政府工作報告中的出現頻次，并將其引入模型進行回歸。第二，節能減排財政政策。自2011年起，財政部等部門要求部分城市開展節能減排財政政策綜合示范工作，通過財政支出結構調整充分發揮財政對節能減排工作的引領作用。為此，本文生成相應城市成為節能減排財政政策試點城市的虛擬變量，并將其引入模型進行回歸。第三，低碳城市。為推動城市低碳發展，國家發展和改革委員會于2010年正式啟動低碳城市試點工作，并逐步擴大試點范圍。本文在收集不同批次試點城市名單的基礎上，將其作為虛擬變量引入模型進行回歸。第四，碳排放權交易。2011年開始的碳排放權交易試點工作主要以市場機制為主來加快經濟發展方式轉變和促進產業結構升級，從而實現控制溫室氣體排放行動目標。本文生成了這一試點工作的虛擬變量，并將其引入模型進行回歸。此外，本文同時加入上述政策事件進行回歸。上述回歸結果顯示，機器人應用的系數均顯著為負，表明本文的基準回歸結果是穩健的。

3.溢出效應再檢驗

在推廣機器人應用的過程中，不同城市的經濟主體之間可能存在一定的空間關聯，如不同城市在機器人推廣應用經驗方面的交流合作。這就可能使得機器人應用對城市碳排放的影響存在空間溢出效應。忽視這一現象的存在將致使本文結論存在偏差。為此，本文參考王海和尹俊雅［32］的研究，分別從地理位置及經濟發展水平視角生成鄰近城市機器人應用變量。在地理位置方面，計算與本城市相鄰的其他城市的機器人應用水平均值；在經濟水平方面，計算與本城市經濟發展水平相近的前3名城市的機器人應用水平均值、與本城市經濟發展水平相近的前5名城市的機器人應用水平均值。基于此，本文將其作為控制變量引入模型進行回歸。回歸結果顯示，上述新引入變量的系數均不顯著，且機器人應用的系數并未發生較大變化。因此，這在一定程度上說明機器人應用對城市碳排放的影響可能并不存在明顯的空間溢出效應。

4.分位數回歸再檢驗

為進一步明確機器人應用對城市碳排放的影響特征，本文對基準模型進行分位數回歸檢驗，分別得到基于第20百分位數、第40百分位數、第60百分位數和第80百分位數的分位數回歸結果。上述回歸結果顯示，隨著分位數值的逐步提升，機器人應用的系數逐漸變小。這意味著對于不同城市而言，處于條件分布高端的城市，機器人應用對城市碳排放的抑制影響更為明顯。

（四）機制檢驗

根據前文理論分析，機器人應用可能通過綠色創新能力、財政科技支出和市場競爭程度來影響城市碳排放。本文參考胡山和余泳澤［33］的做法，檢驗機器人應用對上述中介變量的影響，機制檢驗的回歸結果如表4所示。

表4列（1）是機器人應用對綠色創新能力影響的回歸結果，機器人應用的系數為0.333，且在1%的水平上顯著，即機器人應用有助于提升綠色創新能力，假設2得以驗證。推動機器人應用既能提升城市工業信息化水平，助力企業實現業務流程的數字化改造，也將優化城市勞動力結構配置，從而在強化綠色創新能力的同時，助力城市實現低碳發展。表4列（2）是機器人應用對財政科技支出影響的回歸結果，機器人應用的系數為0.017，且在1%的水平上顯著，即機器人應用能增加財政科技支出，假設3得以驗證。地方政府可能在推進機器人應用的過程中進一步優化財政支出結構，通過增加科技等非生產性支出來壓實城市創新基礎，從而帶動城市低碳轉型。表4列（3）是機器人應用對市場競爭程度影響的回歸結果，機器人應用的系數為0.291，且在1%的水平上顯著，即機器人應用能影響企業進入決策，通過吸引企業注冊成立而加劇市場競爭程度，假設4得以驗證。伴隨著機器人得到廣泛應用，市場格局將趨于競爭化。為爭取市場份額，企業將展開產品和業務模式等方面的創新［34］，從而實現生產的低碳化。

（五）異質性分析

1.地區異質性

考慮到不同地區在資源稟賦和政策傾斜力度等方面有所不同，其在機器人應用及碳排放控制方面投入的資源和重視程度可能存在差異，由此使得機器人應用對城市碳排放的影響存在地區異質性。為此，本文將各城市劃分為東部地區和中西部地區進行分樣本回歸。1表5列（1）和列（2）的回歸結果表明，與東部地區相比，機器人應用對中西部地區碳排放的抑制作用更明顯。東部地區具有較高的經濟發展水平和人力資本水平，這就使得其在推進碳減排工作過程中具有較好的現實基礎。而中西部地區在這方面稍顯不足，機器人應用能更好地推進其城市碳減排。

2.工業發展異質性

在中華人民共和國成立初期，為加快工業體系建設，國家在部分地區依托重工業企業建設了一批工業基地。但伴隨著經濟發展形勢發生變化，這些工業基地粗放的發展方式也帶來了較大的能源消耗問題。因此，機器人應用帶來的影響可能在老工業基地城市和非老工業基地城市中存在差異。為此，本文在收集整理老工業基地城市名單的基礎上展開分樣本回歸。1表5列（3）和列（4）的回歸結果表明，與老工業基地城市相比，機器人應用對非老工業基地城市碳排放的抑制作用更明顯。這是因為，老工業基地具有較為明顯的路徑依賴問題，其能耗強度在短期內下降空間有限［35］。而非老工業基地對環境質量訴求更高，在推廣機器人應用過程中能夠減少碳排放。

3.行政等級異質性

在中國城市管理體系中，行政等級劃分通常與資源獲取掛鉤。與低行政等級的城市相比，高行政等級的城市在吸引人口流入和招商引資競爭等方面更具優勢，且這些城市通常具有較好的經濟發展條件。那么，機器人應用的影響是否會因行政等級差異而表現出一定的異質性？為此，本文將省會城市、副省級城市和直轄市劃分為高行政等級城市，其他城市劃分為低行政等級城市，由此展開分樣本回歸。表5列（5）和列（6）的回歸結果表明，與高行政等級城市相比，機器人應用對低行政等級城市碳排放的抑制作用更明顯。憑借機器人應用紅利，低行政等級城市或在一定程度上能夠縮小其與高行政等級城市間的資源稟賦差異，由此帶動城市實現低碳發展。

五、研究結論與政策建議

伴隨著人工智能等新一代數字技術不斷發展，中國政府表明要加快推進機器人應用，以助推經濟社會高質量發展。在此背景下，機器人應用能否減少城市碳排放值得關注。為回答這一問題，本文基于IFR數據，采用固定效應模型檢驗機器人應用對城市碳排放的影響及其作用機制。研究結果顯示：機器人應用能夠減少城市碳排放；機器人應用通過綠色創新能力、財政科技支出和市場競爭程度影響城市碳排放；機器人應用對中西部地區、非老工業基地和低行政等級城市碳排放的抑制作用更明顯。本文關于機器人應用將引致碳減排效應的研究結論不僅關系到數字經濟發展背景下產業發展的轉型方向，也對中國實現碳達峰、碳中和目標具有重要的決策參考價值和現實指導意義。根據上述研究結論，筆者提出如下政策建議：

首先，中國政府應在促進數字經濟發展過程中更好地發揮政府作用，積極拓展機器人應用深度和廣度，激勵企業實現智能化轉型。一方面，應加快構建機器人產用協同創新體系，以企業智能化改造需求牽引拉動機器人重大核心技術供給創新，從而在助力中國機器人產業高質量發展的同時，為推進“上云用數賦智”行動培育良好生態環境；另一方面，依托數字經濟發展紅利來推進機器人與相關產業深度融合，以機器人為抓手扭轉城市高耗能、高污染、高排放產業的發展模式。這也將實現政府與企業對碳排放的有效協同監管，進而在減少企業碳排放的同時，助力城市實現低碳發展。

其次，借助“機器人+”應用行動，地方政府應重點關注轄區在實現綠色低碳發展過程中存在的問題，通過機器人應用來集聚創新資源和強化綠色創新能力，從而實現要素驅動發展模式向創新驅動發展模式的轉變。伴隨著數字經濟的不斷發展，中國政府還應利用新興數字技術實現生產方式的低碳化轉型。就如何實現碳達峰、碳中和目標而言，中國政府需要調整財政支出結構，通過加大科學技術支出來引導資金流向節能減排等相關基礎研究領域，并由此帶動轄區企業形成創新偏好，以便為綠色低碳轉型提供良好的基礎。此外，中國政府還需要進一步盤活城市經濟發展活力，通過強化優勝劣汰的市場機制來加速城市生產資源的優化配置和有效再利用，最終實現生產資源自發流向綠色高效率產業。

最后，機器人應用對城市碳排放的影響在不同地區、工業發展情況和行政等級等方面存在異質性，那么在深入推進機器人應用的過程中，應遵循有所側重的實施策略。優先推進中西部地區、非老工業基地和低行政等級等城市的機器人應用工作，在推進這些城市碳減排工作的同時，進一步解決因資源稟賦差異及等級化行政管理界限引發的城市間發展不均衡問題。總體來看，中國碳達峰、碳中和目標能否如期實現既要充分發揮宏觀政策頂層設計的重要作用，也要通過“機器人+”應用行動等計劃來促使新舊動能轉換，由此為城市實現低碳發展提供支撐。

參考文獻：

［1］ 孔高文，劉莎莎，孔東民.機器人與就業——基于行業與地區異質性的探索性分析［J］．中國工業經濟，2020（8）：80-98.

［2］ 董雪兵，潘登，池若楠.工業機器人如何重塑中國就業結構［J］．經濟學動態，2022（12）：51-66.

［3］ 李磊，王小霞，包群.機器人的就業效應：機制與中國經驗［J］．管理世界，2021，37（9）：104-119.

［4］ 魏下海，張沛康，杜宇洪.機器人如何重塑城市勞動力市場：移民工作任務的視角［J］．經濟學動態，2020（10）：92-109.

［5］ 陳彥斌，林晨，陳小亮.人工智能、老齡化與經濟增長［J］．經濟研究，2019，54（7）：47-63.

［6］ 郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動［J］．管理世界，2019，35（7）：60-77+202-203.

［7］ 師博.人工智能助推經濟高質量發展的機理詮釋［J］．改革，2020（1）：30-38.

［8］ LI Y Y，ZHANG Y R，PAN A，et al. Carbon emission reduction effects of industrial robot applications：heterogeneity characteristics and influencing mechanisms［J］． Technology in society，2022，70（3）：102034.

［9］ 蔣為，龔思豪，李錫濤.機器人沖擊、資本體現式技術進步與制造業碳減排——理論分析及中國的經驗證據［J］．中國工業經濟，2022（10）：24-42.

［10］ 王海，尹俊雅，李卓.開征環保稅會影響企業TFP嗎——基于排污費征收力度的實證檢驗［J］．財貿研究，2019，30（6）：87-98.

［11］ 韓超，王震，田蕾.環境規制驅動減排的機制：污染處理行為與資源再配置效應［J］．世界經濟，2021，44（8）：82-105.

［12］ WANG J L，WANG W L，LIU Y，et al. Can industrial robots reduce carbon emissions？ Based on the perspective of energy rebound effect and labor factor flow in China［J］． Technology in society，2023，72（1）：102208.

［13］ YU L Z，WANG Y，WEI X H，et al. Towards low?carbon development：the role of industrial robots in decarbonization in Chinese cities［J］． Journal of environmental management，2023，330（6）：117216.

［14］ 綦建紅，張志彤.機器人應用與出口產品范圍調整：效率與質量能否兼得［J］．世界經濟，2022，45（9）：3-31.

［15］ 盛丹，卜文超.機器人使用與中國企業的污染排放［J］．數量經濟技術經濟研究，2022，39（9）：157-176.

［16］ HUANG J W，LI Y H. Green innovation and performance：the view of organizational capability and social reciprocity［J］． Journal of business ethics，2017，145（2）：309-324.

［17］ 唐曉華，遲子茗.工業智能化提升工業綠色發展效率的實證研究［J］．經濟學家，2022（2）：43-52.

［18］ 聶飛，胡華璐，李磊.工業機器人何以促進綠色生產？——來自中國微觀企業的證據［J］．產業經濟研究，2022（4）：1-14.

［19］ GAN J W，LIU L H，QIAO G，et al. The role of robot adoption in green innovation：evidence from China［J］． Economic modelling，2023，119（2）：1-11.

［20］ 孫早，侯玉琳.工業智能化如何重塑勞動力就業結構［J］．中國工業經濟，2019（5）：61-79.

［21］ 劉俸奇，張同斌.財政收支結構變動、產業結構轉型與環境質量改善［J］．財政研究，2020（10）：57-73.

［22］ 余長林，楊惠珍.分權體制下中國地方政府支出對環境污染的影響——基于中國287個城市數據的實證分析［J］．財政研究，2016（7）：46-58.

［23］ 雷明，虞曉雯.地方財政支出、環境規制與我國低碳經濟轉型［J］．經濟科學，2013（5）：47-61.

［24］ 邵帥，尹俊雅，范美婷，等.僵尸企業與低碳轉型發展：基于碳排放績效的視角［J］．數量經濟技術經濟研究，2022，39（10）：89-108.

［25］ 簡澤.企業間的生產率差異、資源再配置與制造業部門的生產率［J］．管理世界，2011（5）：11-23.

［26］ 戚聿東，肖旭.數字經濟時代的企業管理變革［J］．管理世界，2020，36（6）：135-152+250.

［27］ 邵帥，張可，豆建民.經濟集聚的節能減排效應：理論與中國經驗［J］．管理世界，2019，35（1）：36-60+226.

［28］ 許健，季康先，劉曉亭，等.工業機器人應用、性別工資差距與共同富裕［J］．數量經濟技術經濟研究，2022，39（9）：134-156.

［29］ 王海，吳夢萱，尹俊雅.地區金融機構與僵尸企業——基于城商行設立的準自然實驗［J］．統計研究，2021，38（3）：58-70.

［30］ 王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據［J］．經濟研究，2020，55（10）：159-175.

［31］ 王文，牛澤東，孫早.工業機器人沖擊下的服務業：結構升級還是低端鎖定［J］．統計研究，2020，37（7）：54-65.

［32］ 王海，尹俊雅.地方產業政策與行業創新發展——來自新能源汽車產業政策文本的經驗證據［J］．財經研究，2021，47（5）：64-78.

［33］ 胡山，余泳澤.數字經濟與企業創新：突破性創新還是漸進性創新？［J］．財經問題研究，2022（1）：42-51.

［34］ 尹俊雅，王海.高新區政策的技術追趕效應——基于內外資企業TFP差距的分析［J］．經濟學動態，2020（11）：115-130.

［35］ 史丹，李少林.排污權交易制度與能源利用效率——對地級及以上城市的測度與實證［J］．中國工業經濟，2020（9）：5-23.Research on the Mechanism and Effect of Robot Application

on Urban Carbon Emissions

WANG Hai，GUO Guan?yu，YAN Zhuo?yu

（School of Economics，Zhejiang Gongshang University，Hangzhou 310018，China）

Summary：The implementation of robot application action is a requirement for boosting Chinas strength in manufacturing and digital development in the new era， and also a key measure to lead the high?quality economic development. It remains to be determined whether accelerating the application of robots， as an important carrier for the integration of informatization and industrialization， in the industrial production system can help cities achieve carbon emission reduction. However， the? studies make more use of national or provincial data， which does not reveal the heterogeneous impact at the regional level. Thus， it is important to conduct research using carbon emission measurement data of prefecture?level cities.

On the basis of the robot data of the International Federation of Robotics， we combine the panel data of cities and adopt the fixed effect model to test the impact of robot application on urban carbon emissions and its mechanism. The results show that robot application will reduce urban carbon emissions. After considering the influences of endogeneity， spatial spillover effect， interference of other policy events and other factors， the results remain robust. The mechanism analysis shows that robot application can reduce urban carbon emissions by green innovation， science and technology expenditure and market competition environment. The heterogeneity analysis finds that the application of robots in the central and western regions， non?old industrial bases and cities with a low administrative level exerts a more obvious impact on carbon emissions.

The paper contributes to the existing literature from the following aspects. First， the early literature focuses on the role of environmental policies in driving low?carbon economic development. With the development of such emerging digital technologies as artificial intelligence， whether robot application can reduce carbon emissions has attracted attention. However， the specific influence and mechanism have not been fully interpreted. This paper uses data of prefecture?level cities to test the impact of robot application on urban carbon emissions， thus enriching the literature on robot application. Second， it verifies the positive impact of robot application on urban carbon emission reduction， and thus defines the key role of accelerating the application of robots and even promoting the development of digital economy in achieving carbon peak and carbon neutrality. More importantly， it provides evidence for China to promote the integration of the digital economy and the real economy， and to achieve coordinated digital and green development.

This study reveals the internal mechanism of the impact of robot application on urban carbon emissions， which can not only offer a new perspective for understanding the positive role of robots in urban low?carbon development， but also provide reference for China to formulate plans to enhance the depth and breadth of robot application， and cultivate the development ecology of the robot industry.

Key words：robot application; urban carbon emissions; carbon emission reduction effect; green innovation capability; degree of market competition

（責任編輯：孫 艷）

［DOI］10.19654/j.cnki.cjwtyj.2023.05.005

［引用格式］王海，郭冠宇，閆卓毓. 機器人應用對城市碳排放影響的機理與效應研究［J］．財經問題研究，2023（5）：52-63.

收稿日期：2023?02?03

基金項目：國家自然科學基金面上項目“地區環境目標約束的就業效應研究：內在機制、邊界條件與政策建議”（72173118）；國家自然科學基金青年項目“中國環境規制政策的‘波特效應觸發機制與實現路徑研究”（71803176）；浙江省哲學社會科學規劃之江青年課題“中國環境規制政策演進規律及其經濟影響——基于波特假說的再思考”（22ZJQN26YB）；浙江工商大學“數字+”學科建設管理項目“經濟運行態勢分析及模擬推演平臺”（SZJ2022A007）；浙商研究院課題“浙商企業的數字化轉型模式及其綠色‘賦能效果研究”（22ZSKT04YB）

作者簡介：王 海（1989-），男，安徽巢湖人，特聘研究員，博士，主要從事數字經濟與政府規制研究。E?mail：hariz_

wang@163.com

郭冠宇（2000-），男，河南焦作人，碩士研究生，主要從事數字經濟與政府規制研究。E?mail：ggy_3334@163.com

閆卓毓（1998-），女，內蒙古巴彥淖爾人，碩士研究生，主要從事數字經濟研究。E?mail：zhuoyu_yan0118@163.com

1 本文主要利用第二次全國經濟普查數據中地級市各行業就業數據來對機器人數據進行分解。用早期數據進行測算能夠規避因城市行業結構隨時間變化等因素而帶來的指標衡量偏誤問題，也能確保變量設計的外生性。因此，本文主要利用地級市層面機器人應用情況進行分析。此外，考慮到地級市數據可能存在信息漏損問題，省級層面的數據公開度相對較高，能夠以年度數據來計算機器人使用權重，從而將行業—年度層面機器人數據分解至省份—行業—年度層面。為此，本文還利用省級層面機器人應用及存量進行穩健性檢驗。

2 IFR數據行業分類標準為《國際標準行業分類》第4版（ISIC Rev 4.0），第二次全國經濟普查數據則使用《國民經濟行業分類》（GB/T 4754—2002）。借鑒許健等［28］的研究，本文將行業劃分為農林牧漁業，采礦業，制造業，電力、熱力、燃氣及水生產和供應業，建筑業，教育業六大行業。

3 在計算綠色創新能力時，考慮到綠色專利數據中存在大量零值樣本，本文引入反雙曲正弦函數（IHS）對數據進行調整。

1 現有在地級市層面討論機器人應用對碳排放影響的文獻主要利用電力、天然氣、液化天然氣和煤炭的消耗數據以及聯合國政府間氣候變化專門委員會（IPCC）提供的碳排放轉換因子來測算城市碳排放情況［13］。但這可能會忽視其他能源消耗所產生的碳排放，導致測算結果小于真實值。因此，本文主要采用CEADs提供的碳排放數據進行研究。

1 穩健性檢驗結果未在正文中列出，留存備索。

2 考慮到機器人的安裝和使用可能存在一定周期，從而使得機器人應用對城市碳排放的影響存在滯后性。為排除這一問題帶來的干擾，本文還對解釋變量分別進行滯后一期、滯后兩期和滯后三期處理，由此分別作為替代指標進行檢驗。此外，考慮到中國企業使用的機器人有相當一部分比例來源于進口渠道。這就使得機器人進口數據同樣能夠反映地區應用情況。本文在收集中國海關統計數據的基礎上，整理出省級層面的機器人進口金額及數量情況，并以此作為解釋變量進行回歸。相應回歸結果與基準回歸結果基本一致。

1 東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、遼寧、吉林和黑龍江。中西部地區包括山西、安徽、江西、河南、湖北、湖南、內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。本文研究樣本中未包括西藏和港澳臺地區。

2 相應名單源自《全國老工業基地調整改造規劃（2013—2022年）》。