工业机器人应用对城市空气污染治理的影响研究

管理评论 ›› 2023, Vol. 35 ›› Issue (9): 300-311.

工业机器人应用对城市空气污染治理的影响研究

李宏兵, 郑庆彪, 李震, 孙丽棠

北京邮电大学经济管理学院, 北京 100876

收稿日期:2022-01-04 出版日期:2023-09-28 发布日期:2023-10-31
通讯作者: 李震(通讯作者),北京邮电大学经济管理学院讲师,博士。
作者简介:李宏兵,北京邮电大学经济管理学院教授,博士生导师,博士;郑庆彪,北京邮电大学经济管理学院,硕士;孙丽棠,北京邮电大学经济管理学院博士研究生。
基金资助:
国家社会科学基金一般项目（22BJL095）。

Industrial Intelligence and Urban Air Pollution Control in China: Empirical Evidence from the Application of Industrial Robots

Li Hongbing, Zheng Qingbiao, Li Zhen, Sun Litang

School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876

Received:2022-01-04 Online:2023-09-28 Published:2023-10-31

摘要/Abstract

摘要： 本文基于国际机器人联合会（IFR）的工业机器人应用数据和中国地级及以上城市层面PM_2.5排放浓度数据，利用2SLS、空间计量模型等多种计量方法，实证检验了工业机器人应用对城市空气污染治理的影响。研究发现，工业机器人应用显著降低了中国城市空气污染水平，这一效应在金融发展程度较高、财政支持较低、信息基础设施建设水平较高以及智慧城市试点城市中表现更加明显，且在地理区位特征上呈现出显著的异质性。同时，上述影响主要通过城市产业结构升级和科技水平提升的机制实现。基于SAR与SDM模型的空间溢出效应分析，也发现城市工业机器人应用的减污效应具有双向空间溢出效应，因此空气污染的地理相关性使其减污效应被低估。

关键词: 工业智能化, 空气污染, 减污效应, 空间溢出效应

Abstract: Based on industrial robot application data from the International Federation of Robotics (IFR) and the global PM_2.5 emissions concentration data provided by Atmospheric Composition Analysis Group (ACAG), we study the influence of industrial intelligence on air pollution control in China's cities by using bidirectional fixed effects model, 2SLS, spatial econometric model and so on. We find that industrial robot application significantly reduces the level of China's urban air pollution. This effect is more obvious in cities with higher-level financial development, lower-level financial support, higher level information infrastructure construction and smart city pilot demonstration. Moreover, there is obvious heterogeneity in geographical location characteristics. At the same time, the above effect is mainly achieved through the transformation and upgrading of urban industrial structure, and the improvement of scientific and technological level. Based on the spatial spillover effect analysis of SAR and SDM models, it is also found that the pollution reduction effect of urban industrial robot application has a two-way spatial spillover effect. Therefore, the geographical correlation of air pollution causes the pollution reduction effect to be underestimated.

Key words: industrial intelligence, air pollution, pollution reduction effect, spatial spillover effect

李宏兵, 郑庆彪, 李震, 孙丽棠. 工业机器人应用对城市空气污染治理的影响研究[J]. 管理评论, 2023, 35(9): 300-311.

Li Hongbing, Zheng Qingbiao, Li Zhen, Sun Litang. Industrial Intelligence and Urban Air Pollution Control in China: Empirical Evidence from the Application of Industrial Robots[J]. Management Review, 2023, 35(9): 300-311.

参考文献

[1] Liu G., Dong X., Kong Z., et al. Does National Air Quality Monitoring Reduce Local Air Pollution? The Case of PM_2.5 for China[J]. Journal of Environmental Management, 2021,296:113232
[2] Cortés U., Sànchez-Marrè M., R.-Roda I., et al. Binding Environmental Sciences and Artificial Intelligence on ECAI'98[J]. AI Communications, 1999,12(4):261-265
[3] 盛丹,卜文超. 机器人使用与中国企业的污染排放[J]. 数量经济技术经济研究, 2022,39(9):157-176
[4] 林熙,刘啟仁,冯桂媚. 智能制造与绿色发展:基于工业机器人进口视角[J]. 世界经济, 2023,46(8):3-31
[5] 赵志华,吴建南. 大气污染协同治理能促进污染物减排吗?——基于城市的三重差分研究[J]. 管理评论, 2020,32(1):286-297
[6] López L. A., Arce G., Zafrilla J. E. Parcelling Virtual Carbon in the Pollution Haven Hypothesis[J]. Energy Economics, 2013,39(3):177-186
[7] 胡艺,张晓卫,李静. 出口贸易、地理特征与空气污染[J]. 中国工业经济, 2019,(9):98-116
[8] Hille E., Shahbaz M., Moosa I. The Impact of FDI on Regional Air Pollution in the Republic of Korea:A Way Ahead to Achieve the Green Growth Strategy?[J]. Energy Economics, 2019,81(Jun.):308-326
[9] Levinson A. Technology, International Trade, and Pollution from US Manufacturing[J]. American Economic Review, 2009,99(5):2177-2192
[10] 魏巍贤,马喜立,李鹏,等. 技术进步和税收在区域大气污染治理中的作用[J]. 中国人口·资源与环境, 2016,26(5):1-11
[11] 赵仁杰,钟世虎,张家凯. 非意图的后果:政府扁平化改革与空气污染治理[J]. 世界经济, 2022,45(2):162-187
[12] 魏丽莉,侯宇琦. 专业化、多样化产业集聚对区域绿色发展的影响效应研究[J]. 管理评论, 2021,33(10):22-33
[13] 王班班,廖晓洁,谭秀杰. 城市化对雾霾暴露的贡献——基于对中国城市群的时空分解[J]. 中国人口·资源与环境, 2021,31(7):63-74
[14] Hemous D., Olsen M. The Rise of the Machines:Automation, Horizontal Innovation and Income Inequality[J]. American Economic Journal:Macroeconomics, 2022,14(1):179-223
[15] Lankisch C., Prettner K., Prskawetz A. How can Robots Affect Wage Inequality?[J]. Economic Modelling, 2019,81:161-169
[16] Acemoglu D., Restrepo P. Robots and Jobs:Evidence from U.S. Labor Markets[J]. Journal of Political Economy, 2020,128(6):2188-2244
[17] 孔高文,刘莎莎,孔东民. 机器人与就业——基于行业与地区异质性的探索性分析[J]. 中国工业经济, 2020,(8):80-98
[18] Sjdin D., Parida V., Palmié M., et al. How AI Capabilities Enable Business Model Innovation:Scaling AI through Co-evolutionary Processes and Feedback Loops[J]. Journal of Business Research, 2021,134(1):574-587
[19] Graetz G., Michaels G. Robots at Work[J]. Review of Economics and Statistics, 2018,100(5):753-768
[20] Usmani R., Pillai T. R., Hashem I., et al. Air Pollution and Cardiorespiratory Hospitalization, Predictive Modeling, and Analysis Using Artificial Intelligence Techniques[J]. Environmental Science and Pollution Research, 2021,28(40):56759-56771
[21] Song J., Chen Y., Luan F. Air Pollution, Water Pollution, and Robots:Is Technology the Panacea[J]. Journal of Environmental Management, 2022,330:117170
[22] 蒋为,龚思豪,李锡涛. 机器人冲击、资本体现式技术进步与制造业碳减排——理论分析及中国的经验证据[J]. 中国工业经济, 2022,(10):24-42
[23] Antweiler W., Copeland B. R., Taylor M. S. Is Free Trade Good for the Environment?[J]. American Economic Review, 2001,91:877-908
[24] Levinson A. Technology, International Trade, and Pollution from U.S. Manufacturing[J]. American Economic Review, 2009,99(5):2177-2192
[25] Greenstone M., He G., Jia R., et al. Can Technology Solve the Principal-Agent Problem? Evidence from China's War on Air Pollution[J]. American Economic Review:Insights, 2022,4(1):54-70
[26] 刘斌,潘彤. 人工智能对制造业价值链分工的影响效应研究[J]. 数量经济技术经济研究, 2020,37(10):24-44
[27] Liobikiene G., Butkus M. Environmental Kuznets Curve of Greenhouse Gas Emissions Including Technological Progress and Substitution Effects[J]. Energy, 2017,135:237-248
[28] 陈昊,闫雪凌,朱博楷. 机器人使用影响污染排放的机制和实证研究[J]. 中国经济问题, 2021,(5):126-138
[29] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022,(5):100-120
[30] 王晶晶,程钰. 黄河流域技术创新对PM2.5的影响及其空间溢出效应[J]. 中国人口·资源与环境, 2022,32(9):108-118
[31] 高翔,田开兰,杨翠红. 从供给侧探寻我国就业变化成因[J]. 管理评论, 2018,30(5):187-196
[32] 石大千,丁海,卫平,等. 智慧城市建设能否降低环境污染[J]. 中国工业经济, 2018,(6):117-135
[33] 杨红亮,史丹,肖洁. 自然环境因素对能源效率的影响——中国各地区的理论节能潜力和实际节能潜力分析[J]. 中国工业经济, 2009,(4):73-84
[34] 赵春明,李震,李宏兵,等. 机器换人——工业机器人使用与区域劳动力市场调整[J]. 北京师范大学学报(社会科学版), 2020,(6):113-127
[35] 张国兴,冯祎琛,王爱玲. 不同类型环境规制对工业企业技术创新的异质性作用研究[J]. 管理评论, 2021,33(1):92-102
[36] 干春晖,郑若谷,余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011,46(5):4-16
[37] 袁航,朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018,(8):60-77
[38] 綦建红,周洺竹. 人工智能、侵蚀性竞争和行业质量阶梯[J]. 经济理论与经济管理, 2022,42(5):4-20
[39] 王艳,苏怡. 绿色发展视角下中国节能减排效率的影响因素——基于超效率DEA和Tobit模型的实证研究[J]. 管理评论, 2020,32(10):59-71
[40] 洪雪飞,李力,王俊. 创新驱动对经济、能源与环境协调发展的空间溢出效应——基于省域面板数据与空间杜宾模型的研究[J]. 管理评论, 2021,33(4):113-123