工業機器人應用對制造業高質量發展的影響研究

王 青 王宇璐

（遼寧大學經濟學院，沈陽 110036）

引 言

隨著工業機器人、人工智能技術的發展與應用，尤其是在制造業領域的使用已越來越廣泛，工業機器人逐步成為制造業高質量發展的內在動力。新常態下，中國經濟發展逐步實現由 “量”到 “質”的轉變，制造業是國民經濟的重要組成部分，其高質量發展成為推動經濟高質量發展的關鍵路徑。“十四五規劃”以及 “2022年政府工作報告”均強調，現階段我國要把實體經濟作為發展經濟的著力點，增強制造業核心競爭力，堅持創新驅動戰略，推動高質量發展。然而，雖然我國建立了實力雄厚的制造業體系，但仍存在制造業大而不強、自主創新能力不足等問題。因此，只有不斷探索激發產業技術創新的新動能，持續推動 “智能制造”，才能加快制造業向全球價值鏈高端的轉變，實現制造業高質量發展的新發展格局。

工業機器人是可自動化控制、可重復編程的多功能機械執行機構，并能夠借助編制的程序處理各種工業自動化的應用。近幾年來，我國工業機器人發展迅猛。中國工業機器人新增安裝量呈逐年上升趨勢，2013年起中國工業機器人新增安裝量超過美國、日本、韓國和德國，2017年工業機器人新增安裝量達15.6萬臺，2019年工業機器人累計安裝量約78.3萬臺，中國成為工業機器人領域的全球領跑者。工業機器人應用發展速度快、輻射范圍廣、影響程度深，日益融入制造業發展的全過程，正在成為改變全球競爭格局的關鍵力量。因此，研究工業機器人應用對制造業高質量發展的影響具有一定的現實意義。

1 文獻綜述

伴隨著人工智能技術的蓬勃發展，工業機器人的廣泛應用對制造業高質量發展產生了深遠的影響。通過梳理相關文獻發現，國內外學者關于工業機器人應用與制造業高質量發展的研究主要圍繞以下兩類展開探討。

第一類是工業機器人與制造業的研究。（1）工業機器人與制造業就業，Berg等[1]表明工業機器人的應用提高了勞動生產率，使勞動需求增加，產生大量新的勞動崗位，且長期來看促進國民經濟發展。閆雪凌等[2]研究結果顯示，工業機器人的使用對就業崗位具有負向沖擊，但對整體工資水平影響不顯著。王曉娟等[3]進一步發現，從短期看，工業機器人應用對制造業就業數量和工資水平造成負向沖擊，從中長期看，機器人應用正向影響制造業就業數量，而負向沖擊工資水平；（2）工業機器人與制造業生產率。在一定程度上，機器人應用能夠促進企業銷量和生產效率[4]。李丫丫等[5]提出工業機器人應用顯著促進省域制造業全要素生產率提升。Mahalakshmi等[6]認為，工業智能化帶動企業綠色轉型，促進供應鏈整體生產效率水平；（3）工業機器人與制造業轉型升級。工業機器人應用促進產業轉型升級，從而推動產業高質量發展[7]。 鄧仲良和屈小博[8]研究表明，工業機器人應用可通過提高生產效率和優化要素配置結構來推進制造業轉型升級。

第二類是智能化與高質量發展的研究。智能化通過增加技術溢出、加速研發等，促進制造業技術創新，從而實現高質量發展[9]。從經濟增長層面來看。人工智能有利于優化資本結構，擴大居民消費并促進經濟增長[10]。工業機器人作為人工智能的代表產業，機器人的應用明顯推動了中國經濟增長[11]。 楊光和侯鈺[12]提出工業機器人應用不僅可以直接推動經濟增長，還可以作用于全要素生產率間接影響經濟增長，從而實現經濟高質量發展。從科技創新層面來看。Cockburn等[13]表明人工智能為研發組織現有創新過程提供新視角。劉鑫鑫和惠寧[14]表明互聯網顯著促進了制造業高質量發展，兩者之間呈現正向 “N”型特征。鈔小靜等[15]研究發現，新型數字基礎設施對制造業高質量發展起顯著促進作用。以上文獻從不同層面涉及了智能化與高質量發展，多數文獻并未直接分析智能化對制造業高質量發展的影響，現有研究雖然也證明了工業智能化對中國制造業高質量發展的促進作用[16]，但由于數據缺失，研究結果局限于省級層面。基于制造業分行業的微觀視角，鮮有文獻考察工業智能化對制造業高質量發展的影響。

綜上，已有文獻主要圍繞工業機器人與制造業、智能化與高質量發展兩個方面展開研究，尚未有學者考察工業機器人應用與制造業高質量發展之間的關系。因此，從制造業細分行業層面，探究工業機器人應用對制造業高質量發展的具體影響，并提出推動制造業高質量發展的合理化建議，為國家制造業高質量發展相關政策的制定提供理論依據和現實意義。

2 作用機理分析

隨著新一輪工業革命和科技革命的演進，以工業機器人等人工智能為代表的科技成果與傳統制造業的不斷融合，顯著促進制造業質量、效率、動力變革。（1）工業機器人的應用能夠優化制造業的資源配置。工業機器人的應用加速了制造業分行業系統中信息的處理和整合，減少資源錯配現象，一定程度上避免資源浪費，提高資源整體的利用效率，實現資源最優配置；（2）工業機器人促進制造業整體生產效率的提升。工業機器人不僅能夠輔助人類工作，而且能夠替代人類勞動執行復雜任務，越來越多的勞動力被機器人取代。生產要素從勞動向資本和技術轉變，制造業行業實現生產、管理、運行智能化，從根本上提升生產力，提高生產效率；（3）工業機器人應用推動了制造業創新能力。工業機器人技術的應用能夠改造傳統制造業，促進制造業轉向研發、設計等價值鏈，推動制造業向技術密集型方向轉變，從而實現智能制造，促進制造業高效率、高質量生產。

工業機器人技術在制造業領域中發揮了關鍵作用，隨著工業機器人技術水平的不斷提高，工業機器人與制造業高質量發展之間并非簡單的線性影響，可能存在復雜的非線性影響。我國制造業長期處于全球產業鏈中低端，技術創新主要依賴引進外來技術，關鍵核心技術受制于人，自主創新技術水平不足。并且工業機器人應用方面的高端型專業技術人才缺失，工業機器人相關的制度環境不完善、政策不健全。由于中國制造業體系以上等問題的存在，工業機器人引進初期，在高昂的工業機器人建設成本下，僅有少數經濟實力強大的制造業企業引進工業機器人技術，此時工業機器人帶來的經濟效應不是很明顯，甚至對制造業高質量發展產生負面影響。但隨著工業機器人相關人才隊伍的健全，制造業創新技術水平的提高，工業機器人與制造業生產、運營、銷售等各環節的深入融合，工業機器人的邊際成本逐漸降低，經濟效益逐漸顯現。其他制造業企業受到工業機器人生產效率高、產品質量高以及經濟紅利的吸引，紛紛引進了工業機器人技術，推動制造業向智能化、高級化、合理化等轉型升級，從而促進了制造業的高質量發展。因此，工業機器人與制造業高質量發展之間很可能存在U型關系。

3 制造業高質量發展指標體系構建及測度

3.1 制造業高質量發展指標體系構建

目前關于制造業發展質量的測算方法主要有兩大類：單一指標測算法與綜合指標測算法。鑒于制造業全要素生產率、增加值率等單一指標的片面性與局限性，學者們選擇構建更加科學、客觀、全面的綜合評價體系衡量制造業高質量發展水平。唐曉華和遲子茗[16]從經濟效益、創新效率、高端程度、社會效應和綠色發展5個方面構建制造業高質量發展指標體系。高運勝和楊陽[17]基于價值鏈升級新視角，構建了創新、經濟、社會和環境效應4個指標來測度制造高質量發展水平。郭然和原毅軍[18]結合新舊動能轉換目標，從經濟發展、創新發展、綠色發展3個維度構建發展質量指標體系。制造業發展質量源于經濟高質量發展，有必要參考經濟高質量發展的相關研究來構建指標體系。因此，在遵循制造業高質量發展要求、《中國制造業2025》政策規劃和借鑒前人研究的基礎上，將制造業高質量發展綜合指標體系的設置分為生產效率化、綠色生態化、創新驅動化3個維度共13個細分指標，具體見表1。

表1 制造業高質量發展指標體系

3.2 制造業高質量發展水平測度結果

根據熵值法測算得到2011～2020年制造業細分行業高質量發展水平綜合指數如表2所示，并得出制造業14個行業高質量發展平均指數排名。由表2可以看出，制造業高質量發展平均得分分布區間是[0.033，0.293]；其中，得分最高的行業為其他制造業分支，其高質量發展平均指數高達0.293；其次為汽車制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電子和電器設備制造業，其平均綜合指數均在0.08上下波動；高質量發展水平居于末尾的4個行業是金屬加工冶煉業、木制品及家具制造業、造紙及印刷制品業、非金屬礦物制品業，且平均得分均在0.03左右浮動。這表明制造業14個行業的高質量發展指數出現了較為明顯的行業差異。

表2 2011～2020制造業分行業高質量發展指數及平均綜合指數排名

4 計量模型、變量與數據說明

4.1 計量模型構建

本文建立如下計量經濟模型：

MDIit為被解釋變量，表示制造業高質量發展，其中，下標i、t分別代表行業和時間，核心解釋變量robotit代表工業機器人應用，robot2it則是相應的二次項，表示工業機器人應用與制造業高質量發展之間的非線性關系；controljit為一系列影響制造業高質量發展的控制變量，下標j表示控制變量的數量，本文共選取5個控制變量；μt為時點效應；νi為行業個體效應；εit為隨機誤差項；α0為常數項；α1、α2以及βj為待估參數。當α2＝0時，表明工業機器人應用與制造業高質量發展水平存在線性關系；當α2≠0時，表明工業機器人應用與制造業高質量發展水平存在U型的非線性關系。

不同行業在創新能力、技術水平、生產效率等方面存在差異，這會對影響制造業高質量發展水平產生一定影響，而加入行業固定效應能夠在一定程度上解決因行業不同的遺漏變量問題；在本文所使用的樣本期內，工業機器人技術存在較大的發展。加入時間固定效應可以避免時間改變的遺漏變量問題。因而，本文在不同計量模型中分別控制了行業固定效應和時間固定效應。

4.2 變量說明與描述

（1）制造業高質量發展

采用上文熵值法測算出的制造業高質量發展綜合指數來衡量制造業分行業高質量發展水平，表示為MDIit。

（2）工業機器人應用

借鑒王文[19]的研究中計算工業機器人密度的思路，同時考慮本文測算的制造業各細分行業的實際情況，本文采用IFR提供的制造業分行業工業機器人安裝量和分行業從業人數估算各細分行業工業機器人密度。為了消除不同行業從業人員的差異，運用每萬名制造業從業人員擁有的工業機器人數量表示工業機器人密度，作為工業機器人應用的衡量指標。i行業t年制造業分行業的工業機器人應用計算公式為：

其中，Robit為全國i行業t年的工業機器人安裝量，empit表示i行業t年的制造業從業人數。用規模以上工業企業全部從業人員年平均人數（單位萬人）來衡量。

制造業是工業機器人應用的重要領域，中國統計年鑒制造業的分類標準與IFR數據庫的制造業分類標準存在差異。本文按照一定的分類標準和行業名稱，將 《中國勞動統計年鑒》所提供的制造業細分行業從業人數數據，與IFR所提供的分行業工業機器人安裝量數據進行一一匹配。在匹配后，2011～2020年制造業的行業數量變為14個，從而獲得制造業細分行業的就業量。

（3）控制變量：就業工資（wage）采用分行業從業人員勞動報酬來衡量；環境規制（er）采用本年廢水運行費用來衡量；行業規模（size）采用規模以上工業企業單位數來衡量；貿易開放度（open）采用規模以上企業出口交貨額來衡量；外資投入（fc）相比于外商直接投資，實際利用外資額能更好體現分行業利用外資水平，采用分行業實際利用外資額來衡量外資投入。為消除數量級影響，對所有控制變量均取自然對數。

4.3 數據來源

本文以2011～2020年中國制造業31個細分行業為研究樣本。參考閆雪凌等[2]的做法，將中國制造業分行業按照IFR提供的14個制造業分行業進行歸并，以獲得制造業14個細分行業的數據。原始數據主要來源于國家統計局官網、國際機器人聯盟IFR、《中國工業統計年鑒》、《中國勞動統計年鑒》、《中國環境統計年鑒》、《中國科技統計年鑒》、《固定資產投資統計年鑒》，部分缺失數據采用線性插值法補齊。由于2011年后工業總產值不再公布，故本文用工業銷售產值代替工業總產值進行計算。表3為主要變量的描述性統計。

表3 主要變量的描述性統計

5 工業機器人應用對制造業高質量發展的實證分析

5.1 工業機器人應用對制造業高質量發展的基準回歸結果

本文的基準回歸分別采用控制行業的固定效應模型、控制行業和年份的固定效應模型。表4中列 （1）～（4）報告了工業機器人應用對制造業高質量發展的非線性影響。列 （1）、（2）表示行業固定效應回歸結果，列 （3）、（4）表示加入行業和年份固定效應的回歸結果。列 （1）、（3）表示沒加控制變量，列 （2）、（4）表示按照本文設定的計量方程進行回歸。估計結果顯示，工業機器人應用一次項估計系數均顯著為負、二次項估計系數均顯著為正，且均通過5%顯著性水平檢驗。結果表明，隨著工業機器人應用不斷增加，其對高質量發展的影響從抑制轉向促進，工業機器人應用對制造業高質量發展呈現U型變化關系。分析其原因可能是：工業機器人應用與制造業高質量發展之間存在一個閾值，當工業機器人應用較少時，即沒有超過該閾值，不利于高質量發展。此時，工業機器人應用的相應成本較高，大于其對制造業高質量發展的貢獻，并且機器人應用的復雜性以及專業知識、技術和操作經驗的人才缺失等，從而抑制制造業高質量發展。但隨著工業機器人不斷投入到生產中，應用量達到一定程度后，工業機器人的應用能夠實現資源最優配置，避免了資源浪費，提高了資源整體利用率，促進了制造業整體生產效率的提升。與此同時，越來越多的勞動力被機器人取代，生產要素從勞動向資本和技術轉變，資本和技術憑借其價格優勢降低了生產成本。而且，低成本會帶來商品和服務價格下降，增加消費者對商品和服務的需求，增加企業利潤，從而抵消了因工業機器人投入而帶來的成本增加。另外，工業機器人對專業技術水平和創新能力的高要求會迫使制造業企業進行技術創新，這種技術創新給制造業企業帶來的經濟效益遠遠抵消前期機器人的投入成本，最終促進制造業高質量發展。

表4 工業機器人對制造業高質量發展的基準回歸結果

5.2 穩健性檢驗

為了盡可能的保證主要結論的可靠性，本文將通過更換核心解釋變量、估計方法以及改變樣本量這3種方法檢驗估計結果的穩健性。

（1）替換核心解釋變量及估計方法

本文借鑒杜文強[7]的做法，替換核心解釋變量 “工業機器人應用”，使用工業機器人存量測算的 “存量密度”來替代前文中機器人安裝量測算的 “安裝密度”，并以s_robot表示工業機器人應用，然后選用行業固定效應模型和雙向固定模型進行估計。表5模型 （1）～（4）估計結果顯示，核心解釋變量工業機器人應用及其二次項均呈現U型的非線性特征。列 （5）、（6）結果表明，在替換變量并選用系統GMM法進行估計后，與上文結論一致。這說明工業機器人應用對制造業高質量發展的促進作用存在穩健的U型關系。

表5 穩健性檢驗1：替換核心解釋變量及估計方法

（2）改變樣本量

為了避免樣本選擇帶來的主觀誤差，本文對樣本的年份進行調整。將去掉2011年和2020年，選擇2012～2019年的樣本數據進行重新回歸。從表6中列 （1）～（4）的估計結果可以看出，核心解釋變量及其二次項估計結果的符號和顯著性沒有發生根本變化，與基準回歸保持一致。結果表明，工業機器人與制造業高質量發展之間的 “U”型關系仍然成立，說明上文結論穩健性較好，同時說明新冠肺炎疫情對研究結論的影響較小，可以忽略。

表6 穩健性檢驗2：改變樣本量

5.3 異質性分析

本文從不同工業機器人應用程度、不同行業技術水平兩方面，分別考察工業機器人應用對制造業高質量發展的影響。對于工業機器人應用程度，按照工業機器人應用率，將行業分為其他制造業分支和汽車制造業、其他所有行業兩組。對于技術水平，使用創新驅動化中的4個指標作為制造業技術水平的衡量標準，采用系統聚類分析法，將制造業分為低技術制造業、中技術制造業、高技術制造業3組①。

（1）工業機器人應用程度異質性檢驗

制造業高質量發展平均綜合指數排名最高的兩個行業為其他制造業分支和汽車制造業，這兩個行業的工業機器人應用率占全部行業的71%，明顯高于其他行業。為檢驗不同工業機器人應用率行業對制造業高質量發展的影響是否存在差異，本文將其他制造業分支和汽車制造業設定為工業機器人應用率較高行業，而將其他行業設定為工業機器人應用率較低行業。然后按照這兩大類進行分樣本回歸，行業異質性檢驗結果如表7所示。

表7 按工業機器人應用程度分類的異質性檢驗結果

如表7列 （1）所示，在工業機器人應用率較高行業中，工業機器人應用一次項系數為-0.018，但不顯著。列 （2）進一步給出了工業機器人應用二次項的回歸結果，核心解釋變量一次項系數為負，二次項系數為正。這表明工業機器人應用與制造業高質量發展存在U型關系，更說明工業機器人應用跨越門檻值后，將推動制造業高質量發展。同時，工業機器人應用率較低的行業門類回歸結果如列 （3）和列 （4）所示，列 （3）表明工業機器人應用率較低的行業對制造業高質量發展產生負向影響，列 （4）在列 （3）基礎上引入工業機器人應用的二次項，但沒通過顯著性檢驗。綜上可得，相比于其他行業，工業機器人集中應用在其他制造業分支和汽車制造業，其對制造業高質量發展的推動作用才能顯現。而工業機器人應用在其他行業并不能有效提高制造業發展質量，這與理論不完全一致。這可能是因為機器人運行需要高技術的支持，其他行業存在技術水平低等問題，機器人與行業不能很好的融合。并且工業機器人投入的成本高，其他行業應用機器人創造的經濟效益小于其投入的成本。因此，可以增強機器人在其他制造業分支及汽車制造業中的應用，與此同時改進其他行業機器人應用的技術水平、降低產品成本，從而更好實現制造業高質量發展。

（2）行業技術水平異質性檢驗

為探究工業機器人應用對不同技術制造業高質量發展水平的影響。按照上文行業聚類結果，分析低、中、高技術行業工業機器人應用與制造業高質量發展之間的關系。低、中、高技術行業分組回歸結果如表8所示。在控制行業和時間固定效應后，列 （1）中，工業機器人應用對低技術制造業高質量發展沒有顯著影響。為此，列 （2）在列 （1）基礎上引入工業機器人應用的二次項，工業機器人一次項系數為負，二次項系數為正，且均在5%水平下通過顯著性檢驗，說明工業機器人應用對低技術制造業高質量發展的影響為U型非線性。列 （3）和 （4）檢驗結果顯示，工業機器人應用與中技術制造業高質量發展之間呈正向顯著關系，且通過了5%的顯著性水平，但二者之間非線性關系不顯著。說明工業機器人應用不需要跨過某一閾值，就能明顯促進中技術制造業高質量發展。列 （5）和 （6）結果表明在高技術制造業中，工業機器人應用顯著抑制高技術制造業高質量發展，但二者之間不存在U型關系。

表8 按技術水平分類的異質性檢驗結果

以上結果說明，機器人應用在低、中、高技術制造業中存在顯著差異，具體分析如下。低技術制造業主要為勞動密集型行業，初期工業機器人應用在低技術制造業，而低技術制造業因技能與知識不足，并不能有效促進低技術制造業發展質量提升。但隨著行業創新技術的增強，成本的降低，機器人能夠有效提升低技術制造業生產效率，從而推動低技術制造業高質量發展。在中技術制造業中，工業機器人應用密度較高，擁有較強的技術操作、消化吸收以及運行能力，工業機器人與中技術行業深度融合，能更好地提升中技術行業生產水平，從而更有效地促進中技術制造業高質量發展。在高技術制造業中，工業機器人應用的技術水平不足、高技術人才缺失，機器人應用與高技術行業不能較好的融合，從而抑制高技術制造業的高質量發展。

6 結論及建議

本文采用2011～2020年中國14個制造業細分行業的面板數據，運用熵值法，從生產效率化、綠色生態化、創新驅動化3個維度對制造業高質量發展水平進行測度，并實證考察了工業機器人應用對制造業高質量發展的影響。主要研究結論為：工業機器人應用對制造業高質量發展的影響效應呈現U型關系，當工業機器人應用位于U型曲線的左側時，工業機器人應用對制造業高質量發展產生抑制作用；當工業機器人應用位于U型曲線的右側時，工業機器人應用對制造業高質量發展產生促進作用。在替換核心解釋變量、更換估計方法以及改變樣本量后，工業機器人應用與制造業高質量發展U型關系仍然穩健。工業機器人應用對制造業高質量發展的影響存在異質性。從工業機器人應用程度差異性看，在工業機器人應用較低的其他行業中，工業機器人應用對制造業高質量發展起到抑制作用。但在工業機器人應用程度較高的汽車制造業和其他制造業分支中，工業機器人應用與制造業高質量發展呈現出先抑制后促進的U型影響。從制造業技術水平差異性看，工業機器人應用與制造業高質量發展在低技術行業中存在U型非線性關系，在中技術行業中存在正向線性關系，在高技術行業中呈現負向顯著影響。根據上述研究結論，本文提出如下政策建議：

（1）大力扶持工業機器人產業，降低機器人生產成本。我國要推出支持工業機器人產業的相關政策，不斷加強工業機器人產業扶持力度，從而擴大工業機器人的廣泛使用；另外，要充分發揮中國在人工智能方面的市場優勢，盡量降低使用工業機器人的成本，讓更多的制造業行業選擇應用工業機器人進行生產。這樣能夠提高制造業生產的自動化，降低制造業產業鏈的生產成本，最終實現制造業高質量發展。

（2）采取差異化的工業機器人應用策略。不同行業要實施差異化的 “工業機器人＋制造業”發展模式。①在工業機器人應用率層面。對于工業機器人應用程度較高的領域，加大機器人的投入量，提高技術創新能力，充分發揮好其他制造業分支及汽車制造業的優勢。而在工業機器人普及率較低的行業，如食品飲料加工制造業等其他行業，要合理把握工業機器人技術在生產中的應用，可以通過優化行業運營模式、管理方式和技術水平等，來解決工業機器人低效率及應用不合理等問題；②在不同技術水平層面，高技術行業要重視高技術人才培養，加快科技進步，中技術行業要繼續積極推廣新技術在制造業生產中的應用。低技術行業要合理增加工業機器人應用量，推進工業機器人與制造業不斷深度融合，為制造業轉向高質量發展提供新動能。

（3）發揮生產效率的正向促進作用。提高生產效率化是實現制造業高質量發展的核心驅動力。①要重視創新引領作用，大力推進技術創新。在新一輪科技革命下，只有高度重視制造業各行業自主創新能力的提升，逐步完善行業技術創新體制，加大工業機器人研究的投入力度，才能實現智能制造和高效制造。支持制造業各行業建立產學研一體化的技術創新機制，鼓勵行業構建高效、共享的機器人技術研發平臺，不斷提升工業機器人技術水平，推動制造業各行業的技術進步，實現從制造大國向制造強國的轉變；②要健全技術人才培養體系，完善海外引進人員機制。重視培養工業機器人領域的高端人才。優化高校和研究院課程體系，推進特色學科交叉發展，鍛煉學生的創新思維和能力，加快培養既了解工業機器人運作、又掌握制造業行業發展的復合型專業人才。另外，合理利用人才引進計劃，通過薪酬待遇及良好工作氛圍吸引海外技術人才；③鼓勵科研機構、高校與工業機器人產業的合作。促進工業機器人應用與制造業發展的緊密結合，加速工業機器人技術與制造業的高度融合。

（4）推進工業機器人與制造業深度融合。工業機器人技術與制造業生產運行各環節的深度融合，能夠提高生產效率、優化運營模式、合理化資源要素配置，從而實現制造業高質量發展。①要不斷加強創新鏈、產業鏈、人才鏈之間的相互融合，推進工業機器人在制造業領域的廣泛應用；②各行業要持續完善工業機器人基礎設施，拓展工業機器人技術應用范圍，研發高端工業機器人技術，健全智能化管理制度。這樣才能從根本上提高工業機器人生產、運營和管理能力與效率，不斷增強工業機器人應用與制造業融合的廣度和深度，顯著促進制造業的質量、效率和動力變革。

注釋：

①低技術制造業為｛1：造紙及印刷制品業，橡膠和塑料制品業，金屬制品業，金屬加工冶煉業，食品飲料加工制造業，非金屬礦物制品業，紡織及服飾制品業，木制品及家具制造業，其他制造業分支｝；中技術制造業為｛2：化學制品業，通用及專用設備制造業｝；高技術制造業為｛3：汽車制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電子和電氣設備制造業｝。