工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響

摘 要：實(shí)現(xiàn)智能化改造與數(shù)字化轉(zhuǎn)型是制造業(yè)邁向高質(zhì)量發(fā)展的重要路徑。圍繞制造業(yè)高質(zhì)量發(fā)展的核心內(nèi)涵，采用2008—2019年中國30個(gè)省份的面板數(shù)據(jù)，從理論和實(shí)證層面探討了工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響效果及其作用機(jī)制。研究結(jié)果表明：工業(yè)智能化對于提升制造業(yè)的高質(zhì)量發(fā)展水平具有顯著正向影響；工業(yè)智能化提升效應(yīng)在東部與中部地區(qū)更為明顯，且在相關(guān)產(chǎn)業(yè)政策頻繁出臺時(shí)期尤其突出；工業(yè)智能化通過提高技術(shù)研發(fā)效率、提升人力資本水平以及降低碳排放強(qiáng)度等關(guān)鍵途徑，顯著推動了制造業(yè)高質(zhì)量發(fā)展，其中技術(shù)研發(fā)為最主要的中介路徑，其次是人力資本和碳減排效應(yīng)。

關(guān)鍵詞：工業(yè)智能化；制造業(yè)；高質(zhì)量發(fā)展；中介效應(yīng)

中圖分類號：F427 文獻(xiàn)標(biāo)識碼：A DOI：10.7535/j.issn.1671-1653.2024.04.007

收稿日期：2023-12-25

基金項(xiàng)目：河北省教育廳人文社會科學(xué)研究重大課題攻關(guān)項(xiàng)目（ZD202411）

作者簡介：張玉苗（1987—），男，河北石家莊人，河北科技大學(xué)經(jīng)濟(jì)管理學(xué)院講師，博士，碩士生導(dǎo)師，主要從事金融發(fā)展與產(chǎn)業(yè)經(jīng)濟(jì)研究；吳語凡（1999—），女，河北唐山人，河北科技大學(xué)經(jīng)濟(jì)管理學(xué)院2022級應(yīng)用經(jīng)濟(jì)學(xué)專業(yè)碩士研究生；張冬麗（1972—），女，河北石家莊人，河北科技大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士，碩士生導(dǎo)師，主要從事科技創(chuàng)新與知識管理研究。

Effect of Industrial Intelligence on High-quality Development of Manufacturing Industry：Analysis Based on Panel Data of 30 Provinces in China

ZHANG Yumiao， WU Yufan， ZHANG Dongli

（School of Economics and Management， Hebei University of Science and Technology， Shijiazhuang 050018， China）

Abstract：The realization of intelligent transformation and digital transformation is regarded as an important path for the manufacturing industry to achieve high-quality development. Based on the core connotation of high-quality development of manufacturing industry， the panel data of 30 provinces in China from 2008 to 2019 were used to analyze the effect and mechanism of industrial intelligence at the theoretical and empirical levels. The results of the study show that industrial intelligence has a significant positive impact on enhancing the high-quality development of manufacturing industry; The intelligent enhancement effect is more obvious in the eastern and central regions， and is particularly prominent during the period of frequent introduction of relevant industrial policies; Industrial intelligence significantly promotes the high-quality development of the manufacturing industry by improving the efficiency of research and development， enhancing the level of human capital and reducing the intensity of carbon emissions. Among them， technology research and development is the most important intermediate path， followed by human capital and carbon emission reduction effects.

Keywords：industrial intelligence; manufacturing industry; high-quality development; mediating effect

一、引言

制造業(yè)作為實(shí)體經(jīng)濟(jì)主體和國民經(jīng)濟(jì)支柱，其高質(zhì)量發(fā)展不僅是推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)的關(guān)鍵路徑，也是實(shí)現(xiàn)我國由制造大國向制造強(qiáng)國轉(zhuǎn)變的重要因素。當(dāng)前，我國已建立起門類齊全的現(xiàn)代工業(yè)體系，但制造業(yè)大而不強(qiáng)、全而不優(yōu)的問題依然存在，迫切需要注入新動力以突破發(fā)展瓶頸。而作為新一輪科技革命和產(chǎn)業(yè)變革的引領(lǐng)性力量，人工智能、工業(yè)機(jī)器人等數(shù)字技術(shù)在優(yōu)化流程、提升效率、節(jié)能降碳等方面發(fā)揮著巨大作用，已成為壯大實(shí)體經(jīng)濟(jì)和提升國家競爭力的重要抓手^{［1］（P3-15）}。《中國制造2025》明確提出：“將智能制造作為主攻方向，加快工業(yè)機(jī)器人在多行業(yè)的應(yīng)用，以推動制造業(yè)轉(zhuǎn)型升級。”《“十四五”智能制造發(fā)展規(guī)劃》提出要“推動人工智能和實(shí)體經(jīng)濟(jì)深度融合，提高智能化制造水平”。由此可見，在政策引導(dǎo)和需求驅(qū)動下，工業(yè)智能化正在成為賦能制造業(yè)轉(zhuǎn)型升級的全新引擎，是實(shí)現(xiàn)其高質(zhì)量發(fā)展的必由之路。那么，工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響效果如何？其具體的作用機(jī)制是什么？本文將圍繞這兩個(gè)問題進(jìn)行深入研究，對于探索我國制造業(yè)轉(zhuǎn)型升級的路徑和構(gòu)建現(xiàn)代產(chǎn)業(yè)體系具有重要的現(xiàn)實(shí)意義。

數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合使傳統(tǒng)的生產(chǎn)方式和創(chuàng)新水平產(chǎn)生了深刻的變革，為促進(jìn)制造業(yè)高質(zhì)量發(fā)展注入了新的動力。對此，國內(nèi)外學(xué)者主要圍繞數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級、工業(yè)機(jī)器人應(yīng)用與制造業(yè)高質(zhì)量發(fā)展等方面開展了大量研究，取得了豐碩成果。

數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級的關(guān)系受到學(xué)者們的廣泛關(guān)注。王德輝等^{［2］（P92-99）}從數(shù)字經(jīng)濟(jì)高技術(shù)密集性的特點(diǎn)出發(fā)，提出數(shù)字經(jīng)濟(jì)通過對傳統(tǒng)產(chǎn)業(yè)創(chuàng)新模式、盈利模式、生產(chǎn)模式、組織模式和服務(wù)模式重塑等方式推動我國制造業(yè)的轉(zhuǎn)型升級。沈運(yùn)紅等^{［3］（P147-154）}基于浙江省2008—2017年的面板數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)會對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級產(chǎn)生促進(jìn)作用。Giudice M^{［4］（P263-270）}認(rèn)為，數(shù)字經(jīng)濟(jì)可以對制造業(yè)企業(yè)的價(jià)值創(chuàng)造和技術(shù)提升產(chǎn)生促進(jìn)作用，進(jìn)而推動產(chǎn)業(yè)結(jié)構(gòu)的升級。Graetz G等^{［5］（P753-768）}以17個(gè)發(fā)達(dá)國家為研究對象，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)通過節(jié)約勞動成本、加劇行業(yè)競爭等途徑提高企業(yè)勞動生產(chǎn)率，且呈現(xiàn)出邊際遞減的特征。

工業(yè)機(jī)器人作為制造業(yè)的核心設(shè)備，其大規(guī)模應(yīng)用具有明顯的工業(yè)智能化特點(diǎn)^{［6］（P110-120）}，因此論證工業(yè)機(jī)器人應(yīng)用與制造業(yè)高質(zhì)量發(fā)展的關(guān)系存在一定的必要性。一些學(xué)者以全要素生產(chǎn)率、企業(yè)創(chuàng)新水平、勞動生產(chǎn)率等作為制造業(yè)高質(zhì)量發(fā)展的代理變量，重點(diǎn)對二者的影響關(guān)系進(jìn)行了分析。謝雁翔等^{［7］（P148-165）}通過將行業(yè)機(jī)器人數(shù)據(jù)與制造業(yè)上市公司數(shù)據(jù)進(jìn)行匹配，研究發(fā)現(xiàn)工業(yè)智能化對全要素生產(chǎn)率存在正向影響。鄧悅等^{［8］（P108-122）}運(yùn)用中國企業(yè)勞動力匹配調(diào)查（CEES）數(shù)據(jù)，證實(shí)了工業(yè)智能化通過勞動力多樣性來激勵制造業(yè)企業(yè)智能化轉(zhuǎn)型。Berg A等^{［9］（P117-148）}通過對短期和長期的產(chǎn)出水平進(jìn)行分析，發(fā)現(xiàn)工業(yè)機(jī)器人應(yīng)用會促進(jìn)制造業(yè)勞動生產(chǎn)率的提高。此外，關(guān)于工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展作用機(jī)制，學(xué)者們也進(jìn)行了大量的理論和實(shí)證研究。從技術(shù)創(chuàng)新機(jī)制來看，部分學(xué)者認(rèn)為人工智能通過提高企業(yè)創(chuàng)新水平推動制造業(yè)高質(zhì)量發(fā)展^{［10］（P24-31）［11］（P87-94）}。從人力資本提升機(jī)制來看，工業(yè)智能化能夠促進(jìn)人力資本結(jié)構(gòu)升級，優(yōu)化勞動力結(jié)構(gòu)，進(jìn)而提高制造業(yè)高質(zhì)量發(fā)展水平^{［12］（P3-20）}。從生產(chǎn)效率影響機(jī)制來看，人工智能通過提升企業(yè)生產(chǎn)效率促進(jìn)制造業(yè)轉(zhuǎn)型升級^{［13］（P25-37）［14］（P102-114）}。還有部分學(xué)者圍繞產(chǎn)業(yè)融合^{［15］（P55-65）}、需求結(jié)構(gòu)^{［16］（P35-41）}、生產(chǎn)性服務(wù)業(yè)集聚^{［17］（P65-76）}等方面探究了工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響機(jī)制和作用路徑。

通過文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)者們已經(jīng)認(rèn)識到工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的促進(jìn)效應(yīng)，但多數(shù)研究集中于分析其對制造業(yè)發(fā)展某一維度的作用，對影響關(guān)系的探究還需進(jìn)一步完善。此外，關(guān)于兩者的具體作用機(jī)制也需要從更全面的角度進(jìn)行探討，現(xiàn)有多數(shù)研究僅是從技術(shù)創(chuàng)新、要素配置優(yōu)化等生產(chǎn)力提升的視角來考慮，重點(diǎn)是對制造業(yè)提質(zhì)增效的關(guān)注。在新時(shí)代的發(fā)展背景下，綠色和增效已成為制造業(yè)高質(zhì)量發(fā)展的核心^{［18］（P92-101）}，綜合考慮這兩個(gè)維度，本文嘗試從以下方面作出貢獻(xiàn)：一是從理論和現(xiàn)實(shí)層面分析工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響及作用機(jī)制，并從多層面構(gòu)建制造業(yè)高質(zhì)量發(fā)展評價(jià)體系；二是基于綠色和增效的核心內(nèi)涵，嘗試?yán)弥薪樾?yīng)模型探究其作用機(jī)制，為進(jìn)一步提升制造業(yè)高質(zhì)量發(fā)展水平提供理論支撐。

二、理論分析與研究假設(shè)

（一）工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的直接影響

制造業(yè)高質(zhì)量發(fā)展的核心內(nèi)涵是增效和綠色，具體表現(xiàn)在要素配置效率的優(yōu)化、生產(chǎn)效益的提升和生態(tài)環(huán)境質(zhì)量的改善^{［19］（P13-32）}。工業(yè)智能化作為數(shù)字技術(shù)和制造業(yè)融合的高級形式，能夠加速推進(jìn)制造業(yè)各環(huán)節(jié)的效益提升和綠色轉(zhuǎn)型，實(shí)現(xiàn)制造業(yè)的高質(zhì)量發(fā)展。首先，工業(yè)智能化可以通過要素的優(yōu)化組合和有效配置，賦能制造業(yè)提質(zhì)增效。實(shí)現(xiàn)經(jīng)濟(jì)增長最為直接的路徑就是增加生產(chǎn)要素投入并調(diào)整要素比例^{［20］（P66-73）}，工業(yè)智能化所依托的互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字信息技術(shù)具有滲透性、替代性、協(xié)同性和創(chuàng)造性的特征^{［21］（P3-22）}，能夠通過創(chuàng)造信息、數(shù)據(jù)、流程等新生產(chǎn)要素，拓展優(yōu)化以大規(guī)模勞動力和資本為核心支撐的傳統(tǒng)要素結(jié)構(gòu)來提高投入產(chǎn)出效率。其次，利用新一代人工智能技術(shù)的感知和學(xué)習(xí)能力，工業(yè)智能化發(fā)展能夠不斷帶動傳統(tǒng)生產(chǎn)和管理方式的變革，在各環(huán)節(jié)探索生產(chǎn)方案的最優(yōu)路徑，實(shí)現(xiàn)生產(chǎn)效益的提升。最后，工業(yè)智能化是推進(jìn)制造業(yè)綠色轉(zhuǎn)型的重要保證，一方面通過對傳統(tǒng)生產(chǎn)模式和工序的優(yōu)化改造減少資源浪費(fèi)，另一方面通過改進(jìn)和替代耗能設(shè)備提高能源利用效率，進(jìn)而實(shí)現(xiàn)節(jié)能減排和綠色生產(chǎn)。基于上述分析，提出假設(shè)1。

假設(shè)1：工業(yè)智能化可以提高制造業(yè)高質(zhì)量發(fā)展水平。

（二）工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的間接影響

1.技術(shù)研發(fā)效應(yīng)。工業(yè)智能化是驅(qū)動傳統(tǒng)制造業(yè)向現(xiàn)代化先進(jìn)制造業(yè)轉(zhuǎn)型的重要引擎。人工智能等數(shù)字技術(shù)與傳統(tǒng)技術(shù)的深度融合會打破傳統(tǒng)的技術(shù)體系和發(fā)展路徑，促使大量新工藝、新方法、新產(chǎn)品的開發(fā)和利用，由此帶來生產(chǎn)和創(chuàng)新可能性邊界的擴(kuò)張，為制造業(yè)創(chuàng)造更多的價(jià)值增值空間^{［22］（P105-117）}。此外，從研發(fā)投入產(chǎn)出角度看，工業(yè)智能化技術(shù)在代替簡單工作任務(wù)時(shí)，可以減少專業(yè)科研人員的基礎(chǔ)工作負(fù)擔(dān)，增加研發(fā)投入時(shí)間比重，從而提升其創(chuàng)新效率，提高企業(yè)的整體研發(fā)創(chuàng)新水平。基于上述分析，提出假設(shè)2。

假設(shè)2：工業(yè)智能化通過加速技術(shù)研發(fā)促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

2.人力資本效應(yīng)。一方面，工業(yè)機(jī)器人等智能制造技術(shù)的廣泛應(yīng)用會對從事重復(fù)性和標(biāo)準(zhǔn)化工作的低技能勞動力產(chǎn)生替代效應(yīng)，同時(shí)也增加了高技能勞動力的需求，由此帶來的企業(yè)人力資本結(jié)構(gòu)改善會促進(jìn)制造業(yè)生產(chǎn)效益的提升^{［23］（P61-75）}。另一方面，工業(yè)智能化發(fā)展對新崗位會產(chǎn)生創(chuàng)造效應(yīng)，進(jìn)而需要高水平的人力資本與之匹配。同時(shí)，數(shù)字技術(shù)通過創(chuàng)新效應(yīng)會不斷改變要素密集類型，制造業(yè)逐漸由勞動和資本密集型到知識和技術(shù)密集型的轉(zhuǎn)向也決定著相關(guān)行業(yè)對人力資本需求層次的變動，以上過程都會促使勞動者提升學(xué)歷和綜合能力以適應(yīng)市場需求的變化，倒逼人力資本結(jié)構(gòu)不斷優(yōu)化，進(jìn)而賦能制造業(yè)高質(zhì)量發(fā)展^{［24］（P21-38）}。基于上述分析，提出假設(shè)3。

假設(shè)3：工業(yè)智能化通過提升人力資本促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

3.碳減排效應(yīng)。“雙碳”目標(biāo)的提出，使制造業(yè)高質(zhì)量發(fā)展不僅要關(guān)注提質(zhì)增效，亦要關(guān)注對生態(tài)環(huán)境的影響。節(jié)能減排是制造業(yè)企業(yè)推進(jìn)綠色發(fā)展的關(guān)鍵所在，而工業(yè)智能化依賴先進(jìn)的人工智能技術(shù)，能夠從生產(chǎn)運(yùn)作的各個(gè)方面助力企業(yè)減少碳足跡。首先，企業(yè)可以利用大數(shù)據(jù)分析與人工智能技術(shù)對現(xiàn)有的制造設(shè)備和生產(chǎn)流程進(jìn)行數(shù)字化升級，以此優(yōu)化生產(chǎn)流程，提高資源的使用效率，從而實(shí)現(xiàn)能源消耗的削減和碳排放的降低，進(jìn)一步推動綠色制造的實(shí)現(xiàn)。其次，從更廣泛的工業(yè)生態(tài)來看，在數(shù)字化智能化轉(zhuǎn)型方面居于領(lǐng)先地位的主導(dǎo)企業(yè)可以引領(lǐng)其供應(yīng)鏈上的下游伙伴共同致力于綠色技術(shù)和產(chǎn)品創(chuàng)新，以及污染控制等方面的低碳改革，進(jìn)而推動整個(gè)生產(chǎn)鏈條的綠色轉(zhuǎn)型^{［25］（P43-52）}。基于上述分析，提出假設(shè)4。

假設(shè)4：工業(yè)智能化通過降低碳排放強(qiáng)度促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

基于前文的理論分析，為檢驗(yàn)工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響關(guān)系，構(gòu)建如下基準(zhǔn)回歸模型：

MHD_it=β₀+β₁II_it+∑β_cCV_it+μ_i+γ_t+ε_it，（1）

其中：i和t分別表示省份和年份；MHD_it表示i省t年的制造業(yè)高質(zhì)量發(fā)展水平；II表示i省t年的工業(yè)智能化程度；CV_it為i省t年的相關(guān)控制變量；μ_t為個(gè)體固定效應(yīng)；γ_t為時(shí)間固定效應(yīng)；ε_it為隨機(jī)誤差項(xiàng)。

為進(jìn)一步研究工業(yè)智能化促進(jìn)制造業(yè)高質(zhì)量發(fā)展的作用機(jī)制，在基準(zhǔn)回歸模型的基礎(chǔ)上，借鑒溫忠麟等^{［26］（P731-745）}的研究方法，構(gòu)建了中介效應(yīng)檢驗(yàn)?zāi)Ｐ停瑢夹g(shù)研發(fā)、人力資本和碳減排的間接影響效應(yīng)進(jìn)行檢驗(yàn)。

MHD_it=β₀+β₁II_it+∑β_cCV_it+μ_i+γ_t+ε_it，（2）

M_it=φ₀+φ₁II_it+φ_cCV_it+μ_i+γ_t+ε_it，（3）

MHD_it=σ₀+σ₁II_it+σ₂M_it+σ_cCV+μ_i+γ_t+ε_it，（4）

其中：M為中介變量，包括技術(shù)研發(fā)（RD）、人力資本（HC）和碳排放強(qiáng)度（CI）；模型（2）與模型（1）相對應(yīng)，β₁為工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展影響的總效應(yīng)；σ₁為工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生的直接效應(yīng)；φ₁×σ₁為工業(yè)智能化通過中介變量對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生的間接效應(yīng)。

（二）變量說明

1.被解釋變量：制造業(yè)高質(zhì)量發(fā)展（MHD）。在參考以往研究的基礎(chǔ)上，以制造業(yè)高質(zhì)量發(fā)展的綜合性內(nèi)涵為依據(jù)，從經(jīng)濟(jì)效益、技術(shù)創(chuàng)新、綠色發(fā)展和結(jié)構(gòu)優(yōu)化等4個(gè)層面構(gòu)建評價(jià)指標(biāo)體系，共包含生產(chǎn)效率、勞動生產(chǎn)率等13個(gè)二級指標(biāo)，進(jìn)一步采用客觀賦權(quán)的熵值法進(jìn)行測算來確定各個(gè)省份制造業(yè)高質(zhì)量發(fā)展評價(jià)值，指標(biāo)體系見表1。

2.解釋變量：工業(yè)智能化（II）。工業(yè)機(jī)器人作為制造業(yè)的核心設(shè)備，其應(yīng)用是工業(yè)智能化的重要表現(xiàn)。參考Acemoglu D等^{［27］（P2188-2244）}的研究方法，以國際機(jī)器人聯(lián)合會（IFR）公布的我國制造業(yè)細(xì)分行業(yè)的工業(yè)機(jī)器人安裝數(shù)據(jù)為基礎(chǔ)，結(jié)合各省份制造業(yè)分行業(yè)的從業(yè)人數(shù)，采用Bartik工具變量法構(gòu)建省級層面的工業(yè)機(jī)器人安裝密度，即每萬人擁有的工業(yè)機(jī)器人數(shù)量，度量工業(yè)智能化水平。

由于中國的行業(yè)分類標(biāo)準(zhǔn)與IFR公布的行業(yè)分類標(biāo)準(zhǔn)并不完全一致，借鑒閆雪凌等^{［28］（P74-87）}的做法，將國民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2017）中制造業(yè)的31個(gè)細(xì)分行業(yè)整合為IFR中的14個(gè)制造業(yè)分行業(yè)，并對數(shù)據(jù)進(jìn)行一一匹配，從而得到IFR中細(xì)分行業(yè)的工業(yè)機(jī)器人安裝數(shù)據(jù)與從業(yè)人數(shù)。工業(yè)機(jī)器人安裝密度的計(jì)算公式如下：

其中：i、j和t分別表示省份、行業(yè)和年份；ROB_it和ROB_jt表示i省t年的工業(yè)機(jī)器人的安裝量和j行業(yè)t年份的工業(yè)機(jī)器人安裝量；NE_it表示i省t年的從業(yè)人數(shù)；PNE_ijt表示i省t年j行業(yè)從業(yè)人數(shù)占全國j行業(yè)t年份從業(yè)人數(shù)的比重。

3.中介變量。（1）技術(shù)研發(fā)（RD）。工業(yè)企業(yè)新產(chǎn)品項(xiàng)目數(shù)是技術(shù)研發(fā)的重要成果，也是制造業(yè)創(chuàng)新能力的微觀體現(xiàn)。借鑒肖遠(yuǎn)飛等^{［29］（P100-109）}的做法，以規(guī)模以上工業(yè)企業(yè)新產(chǎn)品項(xiàng)目數(shù)衡量技術(shù)研發(fā)水平。（2）人力資本（HC）。科教活動從業(yè)人員在知識和技能方面具備更高的素質(zhì)，是人力資本的重要表現(xiàn)。參考李思龍等^{［30］（P94-108）}的研究，采用科研和技術(shù)服務(wù)行業(yè)與教育行業(yè)的從業(yè)人數(shù)之和衡量人力資本水平。（3）碳排放強(qiáng)度（CI）。采用工業(yè)碳排放量與制造業(yè)從業(yè)人數(shù)之比衡量制造業(yè)碳排放強(qiáng)度。工業(yè)碳排放量的測算借鑒劉凱等^{［31］（P50-56）}的研究方法，根據(jù)能源標(biāo)準(zhǔn)煤折算系數(shù)和IPCC提供的碳排放系數(shù)，通過計(jì)算各地區(qū)的煤炭、天然氣、焦炭、燃料油、汽油、煤油、柴油和原油等 8 種化石燃料的消費(fèi)量得出工業(yè)碳排放量CT，具體公式為

CT_it=∑8m=1C_mit=∑8m=1E_mit×SC_m×CF_m，（6）

其中：i、m和t分別表示省份、燃料種類和年份；CT_it表示i省t年的工業(yè)碳排放量；C_mit表示i省t年m類燃料的碳排放量；E_mit表示i省t年m類燃料消費(fèi)量；SC_m表示m類燃料標(biāo)準(zhǔn)煤換算系數(shù)；CF_m表示m類燃料碳排放系數(shù)。

4.控制變量。控制變量包括政府干預(yù)程度（DGI）、平均住房價(jià)格（AHP）、對外開放水平（LP）、人口密度（PD）和城鄉(xiāng)差距（URG）。其中：政府干預(yù)程度用地方政府一般預(yù)算支出占地區(qū)GDP的比重表示；平均住房價(jià)格用商品房平均銷售價(jià)格表示；對外開放水平用進(jìn)出口總額占地區(qū)GDP的比重表示；人口密度用總?cè)丝跀?shù)與地區(qū)行政區(qū)劃面積的比值表示；城鄉(xiāng)差距以改進(jìn)的泰爾指數(shù)測算^{［32］（P73-80）}。

（三）數(shù)據(jù)來源

選取2008—2019年我國30個(gè)省份（未包含港澳臺和西藏地區(qū)）的面板數(shù)據(jù)進(jìn)行實(shí)證分析。其中：工業(yè)機(jī)器人原始數(shù)據(jù)來自國際機(jī)器人聯(lián)合會（IFR）；其他原始數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國勞動統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒；個(gè)別缺失數(shù)據(jù)采用均值填補(bǔ)法進(jìn)行補(bǔ)齊。變量的描述性統(tǒng)計(jì)見表2。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的基準(zhǔn)回歸結(jié)果見表3，為保證研究結(jié)果的穩(wěn)健性，本文逐步引入時(shí)間效應(yīng)和控制變量進(jìn)行分析。其中：列（1）表示不加入控制變量和時(shí)間固定效應(yīng)的回歸結(jié)果；列（2）表示不加入控制變量但是引入時(shí)間固定效應(yīng)的結(jié)果；列（3）則表示既引入控制變量又引入時(shí)間固定效應(yīng)的結(jié)果。可以看出，各項(xiàng)檢驗(yàn)的回歸系數(shù)分別在1%，5%和10%的水平上顯著為正，說明工業(yè)智能化能夠?qū)χ圃鞓I(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的正向促進(jìn)作用，假設(shè)1得以驗(yàn)證。

（二）穩(wěn)健性檢驗(yàn)

1.替換核心變量。一是借鑒杜文強(qiáng)^{［33］（P97-110）}的研究方法，將解釋變量工業(yè)智能化中的機(jī)器人安裝量數(shù)據(jù)替換為機(jī)器人存量數(shù)據(jù)（II2）；二是由于制造業(yè)高質(zhì)量發(fā)展水平可能存在滯后效果，因此選用制造業(yè)高質(zhì)量發(fā)展的滯后一期（L.MHD）作為被解釋變量進(jìn)行回歸；三是將被解釋變量替換為工業(yè)增加值（IAV）。回歸結(jié)果見表4。可以看出，無論是替換被解釋變量還是替換解釋變量，核心解釋變量工業(yè)智能化的回歸系數(shù)均在1%的水平上顯著為正，說明本文的研究結(jié)果是穩(wěn)健的。

2.剔除直轄市樣本和處理異常值。一是考慮到北京、天津、上海和重慶為直轄市，其在資源、人口及政策等方面比其他省份有很大的優(yōu)勢，可能會對回歸結(jié)果產(chǎn)生影響，因此將這4個(gè)直轄市樣本剔除后進(jìn)行回歸分析，回歸系數(shù)為0.198，顯著性水平為1%；二是由于異常值的出現(xiàn)可能會對回歸的整體結(jié)果產(chǎn)生影響，因此對各個(gè)變量進(jìn)行1%的縮尾處理，系數(shù)為0.147，并在1%的水平上顯著。回歸結(jié)果（見表5）顯示，無論是剔除直轄市樣本還是處理異常值，工業(yè)智能化均能顯著提升制造業(yè)高質(zhì)量發(fā)展水平，再次驗(yàn)證了前文結(jié)論的穩(wěn)健性。

（三）內(nèi)生性檢驗(yàn)

為檢驗(yàn)基準(zhǔn)回歸可能存在內(nèi)生性問題，如可能會存在除現(xiàn)有控制變量以外的其他遺漏變量的問題，或者制造業(yè)高質(zhì)量發(fā)展會進(jìn)一步提升工業(yè)智能化水平從而產(chǎn)生反向因果的問題，本文引入兩個(gè)工具變量并采取兩階段最小二乘法（2SLS）進(jìn)行內(nèi)生性檢驗(yàn)。

首先，選取滯后一期的工業(yè)智能化水平（L.II）作為工具變量。滯后一期的工業(yè)機(jī)器人密度與當(dāng)期的工業(yè)機(jī)器人密度存在動態(tài)聯(lián)系，且當(dāng)前的制造業(yè)高質(zhì)量發(fā)展水平并不會影響過去的工業(yè)機(jī)器人密度，滿足工具變量選取的相關(guān)性和外生性條件。檢驗(yàn)結(jié)果見表6列（1）、列（3），估計(jì)系數(shù)在1%的水平上顯著為正。同時(shí)，本文對工具變量進(jìn)行不可識別檢驗(yàn)和弱工具變量檢驗(yàn)，L.II的C-D弱工具變量檢驗(yàn)值為7 265.295，大于顯著性水平為10%的臨界值16.38；LM不可識別檢驗(yàn)的P值為0.000 0，驗(yàn)證了L.II作為工具變量的有效性。

其次，參考Acemoglu D等^{［27］（P2188-2244）}的做法，選取美國工業(yè)機(jī)器人的密度（AII）作為工具變量。從相關(guān)性來看，工業(yè)機(jī)器人的全球貿(mào)易性可以影響美國與中國的工業(yè)機(jī)器人密度；從外生性來看，美國工業(yè)機(jī)器人的密度并不會影響中國的制造業(yè)高質(zhì)量發(fā)展水平。檢驗(yàn)結(jié)果見表6列（2）、列（4），估計(jì)系數(shù)在1%的水平上顯著為正。此外，AII的C-D弱工具變量檢驗(yàn)值為84.122，大于顯著性水平為10%的臨界值16.38；LM不可識別檢驗(yàn)的P值為0.000 0，驗(yàn)證了美國工業(yè)機(jī)器人密度作為工具變量的有效性。綜上，在用不同工具變量進(jìn)行估計(jì)的結(jié)果中，工業(yè)智能化依然表現(xiàn)出對制造業(yè)高質(zhì)量發(fā)展的正向促進(jìn)作用，與基準(zhǔn)回歸結(jié)果保持一致。

（四）中介效應(yīng)檢驗(yàn)

上文的理論分析認(rèn)為，工業(yè)智能化通過提升地區(qū)技術(shù)研發(fā)效率、人力資本水平和綠色創(chuàng)新能力三種作用機(jī)制對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生影響。因此，采用中介效應(yīng)模型對工業(yè)智能化與制造業(yè)高質(zhì)量發(fā)展間的作用路徑進(jìn)行實(shí)證檢驗(yàn)。

表3的基準(zhǔn)回歸結(jié)果顯示，工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展具有顯著正向作用，滿足繼續(xù)進(jìn)行中介效應(yīng)檢驗(yàn)的條件，最終回歸結(jié)果見表 7。其中：技術(shù)研發(fā)的中介效應(yīng)檢驗(yàn)結(jié)果表明，工業(yè)智能化可以顯著提升技術(shù)研發(fā)效率，且該作用在1%的水平上顯著為正；工業(yè)智能化和技術(shù)研發(fā)的回歸系數(shù)分別在10%和1%的水平上顯著為正，意味著技術(shù)研發(fā)存在部分中介效應(yīng)。中介效應(yīng)為0.119 7（0.013×9.204），在總效應(yīng)中的占比為66.60%，說明工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響過程中有66.60%是通過提升技術(shù)研發(fā)效率實(shí)現(xiàn)的，驗(yàn)證了假設(shè)2成立。人工智能等數(shù)字技術(shù)的應(yīng)用和擴(kuò)散能夠激發(fā)制造業(yè)創(chuàng)新活力，提升技術(shù)研發(fā)效率，為制造業(yè)創(chuàng)造更多的價(jià)值增值空間，對制造業(yè)高質(zhì)量發(fā)展具有顯著的積極影響。

人力資本的中介效應(yīng)檢驗(yàn)結(jié)果顯示，工業(yè)智能化對人力資本水平的影響在5%的水平上顯著為正，工業(yè)智能化和人力資本對制造業(yè)高質(zhì)量發(fā)展的回歸系數(shù)均在1%的水平上顯著為正。人力資本中介效應(yīng)為0.032 5（0.001×32.47），在總效應(yīng)中的占比為19.13%，說明工業(yè)智能化通過提高人力資本水平推進(jìn)制造業(yè)高質(zhì)量發(fā)展的中介效應(yīng)得以驗(yàn)證，假設(shè)3成立。由此可見，工業(yè)智能化的推進(jìn)可以促使勞動力等生產(chǎn)要素的部門間流動和自我提升，進(jìn)而不斷提升人力資本水平，賦能制造業(yè)高質(zhì)量發(fā)展。

碳減排的中介效應(yīng)檢驗(yàn)結(jié)果顯示，工業(yè)智能化對碳排放強(qiáng)度的系數(shù)在1%的水平上顯著為負(fù)，但碳排放強(qiáng)度對制造業(yè)高質(zhì)量發(fā)展的系數(shù)不顯著，說明碳排放強(qiáng)度在逐步回歸檢驗(yàn)法下中介效應(yīng)并不顯著。為進(jìn)一步探討工業(yè)智能化是否會通過影響碳排放強(qiáng)度進(jìn)而影響制造業(yè)高質(zhì)量發(fā)展，借鑒溫忠麟等^{［26］（P731-745）}的中介效應(yīng)檢驗(yàn)步驟，在逐步回歸法的基礎(chǔ)上，對不顯著的變量進(jìn)行Bootstrap法檢驗(yàn)。結(jié)果表明在95%的置信區(qū)間內(nèi)，經(jīng)過偏差調(diào)整的下限為0.188 2，上限為0.322 4，不包括0，且工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展系數(shù)顯著為正，說明中介效應(yīng)成立。碳排放強(qiáng)度中介效應(yīng)為0.003 7（-0.003×-1.247），在總效應(yīng)中占比為2.07%，驗(yàn)證了假設(shè)4成立。由此可見，工業(yè)智能化轉(zhuǎn)型在推進(jìn)制造業(yè)節(jié)能減排、促進(jìn)綠色生產(chǎn)等方面發(fā)揮關(guān)鍵作用。

（五）異質(zhì)性分析

1.地區(qū)異質(zhì)性檢驗(yàn)。各地區(qū)經(jīng)濟(jì)發(fā)展水平的不同會使工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展水平的影響產(chǎn)生差異，因此，將全國30個(gè)省份劃分為東部、中部和西部3個(gè)地區(qū)進(jìn)行回歸分析。其中：將北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等省份劃分為東部；將黑龍江、吉林、山西、安徽、江西、河南、湖北和湖南等省份劃分為中部；將內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份劃分為西部。檢驗(yàn)結(jié)果見表8。結(jié)果顯示，東部、中部和西部3個(gè)地區(qū)工業(yè)智能化的回歸系數(shù)均在1%的水平上顯著為正，且東部和中部地區(qū)的回歸系數(shù)相近并大于西部地區(qū)。可以看出，工業(yè)智能化對東部和中部地區(qū)制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用比西部地區(qū)更為明顯。其原因可能在于：與西部地區(qū)相比，東部和中部地區(qū)的產(chǎn)業(yè)發(fā)展基礎(chǔ)較為良好，尤其是沿海省份可以更直接地享受工業(yè)機(jī)器人進(jìn)口帶來的便利，智能化技術(shù)應(yīng)用能夠?qū)χ圃鞓I(yè)發(fā)展產(chǎn)生更強(qiáng)的驅(qū)動效應(yīng)；而西部地區(qū)大多受地理位置以及產(chǎn)業(yè)基礎(chǔ)的限制，工業(yè)智能化進(jìn)程發(fā)展較為緩慢，還未能與制造業(yè)發(fā)展實(shí)現(xiàn)良好匹配。

2.時(shí)期異質(zhì)性檢驗(yàn)。2013年，工業(yè)和信息化部發(fā)布的《關(guān)于推進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》提出“到2020年，形成較為完善的工業(yè)機(jī)器人產(chǎn)業(yè)體系；工業(yè)機(jī)器人行業(yè)和企業(yè)的技術(shù)創(chuàng)新能力和國際競爭能力明顯增強(qiáng)”等目標(biāo)。自此之后，相關(guān)政策力度明顯增強(qiáng)^{［34］（P54-65）}。考慮到政府出臺的產(chǎn)業(yè)政策可能會對企業(yè)應(yīng)用工業(yè)機(jī)器人的動機(jī)產(chǎn)生影響，進(jìn)而影響工業(yè)智能化發(fā)展水平。因此，為進(jìn)一步考察工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響在時(shí)期上的差異，以2013年為分界點(diǎn)，分別估計(jì)了2008—2013年、2014—2019年兩個(gè)時(shí)期間工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響，結(jié)果見表8。可以看出，在2013年后的時(shí)期內(nèi)，工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展影響系數(shù)在5%的水平上顯著為正，要高于2013年前時(shí)期內(nèi)10%的顯著性水平，由此可以說明，相關(guān)產(chǎn)業(yè)政策的實(shí)施會在一定程度上增強(qiáng)工業(yè)智能化推進(jìn)制造業(yè)高質(zhì)量發(fā)展的效果。

五、結(jié)論與啟示

利用2008—2019年我國30個(gè)省份的面板數(shù)據(jù)，從理論和實(shí)證層面分析了工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響及其作用機(jī)制，主要結(jié)論如下。第一，工業(yè)智能化可以顯著推動制造業(yè)高質(zhì)量發(fā)展，該結(jié)論在經(jīng)過穩(wěn)健性和內(nèi)生性檢驗(yàn)后依然成立。第二，工業(yè)智能化通過提高技術(shù)研發(fā)效率、提升人力資本水平以及降低碳排放強(qiáng)度三種途徑推動制造業(yè)高質(zhì)量發(fā)展，其中技術(shù)研發(fā)的中介效應(yīng)最為顯著，其次為人力資本和碳減排效應(yīng)。第三，工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用在不同地區(qū)和時(shí)期存在顯著差異。從地區(qū)差異看，東部和中部地區(qū)相較于西部地區(qū)受益更為明顯；從時(shí)期差異看，2013年后，隨著支持?jǐn)?shù)字化智能化轉(zhuǎn)型的產(chǎn)業(yè)政策陸續(xù)出臺，工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的作用強(qiáng)度比以往更加顯著。

基于上述發(fā)現(xiàn)，得到以下政策啟示。第一，搶抓數(shù)字經(jīng)濟(jì)發(fā)展的趨勢和機(jī)遇，深化工業(yè)智能化和制造業(yè)高質(zhì)量發(fā)展融合。政府需完善創(chuàng)新激勵政策，支持企業(yè)提高數(shù)字技術(shù)、人工智能等領(lǐng)域的研發(fā)投入和技術(shù)升級；加強(qiáng)以智能化為導(dǎo)向的復(fù)合型人才培養(yǎng)力度，在根本上提高勞動力素質(zhì)和能力，使人力資本向高級化發(fā)展；企業(yè)要以“雙碳”為目標(biāo)，運(yùn)用人工智能技術(shù)優(yōu)化生產(chǎn)流程，打造綠色生產(chǎn)模式，實(shí)現(xiàn)節(jié)能減排。第二，進(jìn)一步發(fā)揮產(chǎn)業(yè)政策的引導(dǎo)扶持作用，加速推進(jìn)智能制造。制定并實(shí)施針對中小企業(yè)的智能化轉(zhuǎn)型扶持計(jì)劃，以降低企業(yè)智能化轉(zhuǎn)型的初始成本；強(qiáng)化產(chǎn)業(yè)鏈上下游協(xié)同，通過搭建平臺促進(jìn)大企業(yè)與中小企業(yè)的合作，提升產(chǎn)業(yè)鏈整體技術(shù)水平和競爭力；推動制定相關(guān)行業(yè)標(biāo)準(zhǔn)和法規(guī)，既要保障制造業(yè)智能化轉(zhuǎn)型的安全性與兼容性，又要避免不必要的行政干預(yù)，給予市場足夠的自由度以激發(fā)創(chuàng)新活力。第三，因地制宜采取措施提升工業(yè)智能化，促進(jìn)制造業(yè)高質(zhì)量發(fā)展的整體效果。我國東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，同時(shí)沿海城市較多，開放程度更高，因此要充分利用自身良好完備的產(chǎn)業(yè)基礎(chǔ)不斷提升工業(yè)智能化水平，打造世界級的制造業(yè)集群，提升制造業(yè)的全球競爭力；中部和西部地區(qū)應(yīng)借助本地的資源優(yōu)勢和環(huán)境優(yōu)勢，加大投資解決人才和技術(shù)資源短缺問題，同時(shí)政府應(yīng)積極引導(dǎo)區(qū)域間交流合作，縮減地區(qū)間的差異，實(shí)現(xiàn)全國制造業(yè)的均衡發(fā)展。

參考文獻(xiàn)：

［1］李鵬.新一輪技術(shù)革命背景下智能化轉(zhuǎn)型與高質(zhì)量發(fā)展［J］.當(dāng)代財(cái)經(jīng)，2021（10）.

［2］王德輝，吳子昂.數(shù)字經(jīng)濟(jì)促進(jìn)我國制造業(yè)轉(zhuǎn)型升級的機(jī)制與對策研究［J］.長白學(xué)刊，2020（6）.

［3］沈運(yùn)紅，黃桁.數(shù)字經(jīng)濟(jì)水平對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的影響研究：基于浙江省2008—2017年面板數(shù)據(jù)［J］.科技管理研究，2020（3）.

［4］Giudice M. Discovering the Internet of Things （IoT） within the Business Process Management［J］. Business Process Management Journal， 2016（2）.

［5］Graetz G， Michaels G.Robots at Work［J］.Review of Economics and Statistics， 2018（5）.

［6］黃孝武，焦驁.經(jīng)濟(jì)政策不確定性能夠促進(jìn)工業(yè)智能化投資嗎：來自中國省級工業(yè)機(jī)器人進(jìn)口數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)［J］.科技進(jìn)步與對策，2023（10）.

［7］謝雁翔，覃家琦，金振，等.企業(yè)工業(yè)智能化與全要素生產(chǎn)率提升：基于制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2023（11）.

［8］鄧悅，蔣琬儀.智能化轉(zhuǎn)型何以激發(fā)企業(yè)創(chuàng)新？：基于制造業(yè)勞動力多樣性的解釋［J］.改革，2022（9）.

［9］Berg A， Buffie E， Zanna L F. Should We Fear the Robot Revolution？（The Correct Answer is Yes）［J］.Journal of Monetary Economics，2018（97）.

［10］劉松竹，肖生鵬，梁運(yùn)文.人工智能與中國制造業(yè)企業(yè)高質(zhì)量發(fā)展［J］.江漢論壇，2022（7）.

［11］焦勇. 數(shù)字經(jīng)濟(jì)賦能制造業(yè)轉(zhuǎn)型：從價(jià)值重塑到價(jià)值創(chuàng)造［J］.經(jīng)濟(jì)學(xué)家，2020（6）.

［12］張吉昌，龍靜，王澤民.智能化轉(zhuǎn)型如何賦能制造企業(yè)高質(zhì)量發(fā)展？［J］.經(jīng)濟(jì)與管理研究，2023（4）.

［13］鄧仲良，屈小博.工業(yè)機(jī)器人發(fā)展與制造業(yè)轉(zhuǎn)型升級：基于中國工業(yè)機(jī)器人使用的調(diào)查［J］.改革，2021（8）.

［14］唐曉華，遲子茗.工業(yè)智能化對制造業(yè)高質(zhì)量發(fā)展的影響研究［J］.當(dāng)代財(cái)經(jīng)，2021（5）.

［15］楊倜龍，郭克莎.數(shù)字經(jīng)濟(jì)對制造業(yè)發(fā)展的影響探析［J］.經(jīng)濟(jì)學(xué)家，2023（9）.

［16］劉軍，常慧紅，張三峰.智能化對中國制造業(yè)結(jié)構(gòu)優(yōu)化的影響［J］.河海大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2019（4）.

［17］楊仁發(fā)，陸瑤.人工智能對制造業(yè)高質(zhì)量發(fā)展的影響研究［J］.華東經(jīng)濟(jì)管理，2023（4）.

［18］唐曉華，孫元君.環(huán)境規(guī)制對中國制造業(yè)高質(zhì)量發(fā)展影響的傳導(dǎo)機(jī)制研究：基于創(chuàng)新效應(yīng)和能源效應(yīng)的雙重視角［J］.經(jīng)濟(jì)問題探索，2020（7）.

［19］余東華.制造業(yè)高質(zhì)量發(fā)展的內(nèi)涵、路徑與動力機(jī)制［J］.產(chǎn)業(yè)經(jīng)濟(jì)評論，2020（1）.

［20］荊文君，孫寶文.數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展：一個(gè)理論分析框架［J］.經(jīng)濟(jì)學(xué)家，2019（2）.

［21］蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）.

［22］李史恒，屈小娥.數(shù)字經(jīng)濟(jì)賦能制造業(yè)高質(zhì)量發(fā)展：理論機(jī)制與實(shí)證檢驗(yàn)［J］.經(jīng)濟(jì)問題探索，2022（10）.

［23］胡晟明，王林輝，朱利瑩.工業(yè)機(jī)器人應(yīng)用存在人力資本提升效應(yīng)嗎？［J］.財(cái)經(jīng)研究，2021（6）.

［24］謝偉麗，石軍偉，張起帆.人工智能、要素稟賦與制造業(yè)高質(zhì)量發(fā)展：來自中國208個(gè)城市的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)與管理研究，2023（4）.

［25］唐曉華，遲子茗.工業(yè)智能化提升工業(yè)綠色發(fā)展效率的實(shí)證研究［J］.經(jīng)濟(jì)學(xué)家，2022（2）.

［26］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014（5）.

［27］Acemoglu D， Restrepo P. Robots and Jobs： Evidence from US Labor Markets［J］.Journal of Political Economy， 2020（6）.

［28］閆雪凌，朱博楷，馬超.工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來自中國的證據(jù)［J］.統(tǒng)計(jì)研究，2020（1）.

［29］肖遠(yuǎn)飛，姜瑤.數(shù)字經(jīng)濟(jì)對工業(yè)綠色生產(chǎn)效率的影響研究［J］.現(xiàn)代管理科學(xué)，2021（8）.

［30］李思龍，仝菲菲，韓陽陽.公共教育投資、人力資本積累和區(qū)域創(chuàng)新能力［J］.財(cái)經(jīng)研究，2022（9）.

［31］劉凱，吳怡，陶雅萌，等.中國省域生態(tài)文明建設(shè)對碳排放強(qiáng)度的影響［J］.中國人口·資源與環(huán)境，2019（7）.

［32］呂明元，尤萌萌.韓國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟(jì)增長方式轉(zhuǎn)型的影響：基于能耗碳排放的實(shí)證分析［J］.世界經(jīng)濟(jì)研究，2013（7）.

［33］杜文強(qiáng).工業(yè)機(jī)器人應(yīng)用促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級嗎？：對2006—2016年中國284個(gè)地級市的實(shí)證檢驗(yàn)［J］.西部論壇，2022（1）.

［34］王文，牛澤東，孫早.工業(yè)機(jī)器人沖擊下的服務(wù)業(yè)：結(jié)構(gòu)升級還是低端鎖定［J］.統(tǒng)計(jì)研究，2020（7）.