工業機器人對碳排放強度的影響及其傳導機制
——基于中國制造業的理論與實證分析

余心瀅，蔡道成，袁智煒，毛 浩

（1.浙江工業大學經濟學院，浙江杭州 310023；2.浙江大學工程師學院，浙江杭州 310058）

黨的二十大報告明確指出實現碳達峰碳中和是一場廣泛而深刻的經濟社會系統性變革，應堅持先立后破，有計劃分步驟實施碳達峰行動。中國是全球制造業大國，制造業作為中國工業化的引擎和國民經濟的支柱，在快速發展的同時也面臨著高能耗和高排放的問題，成為中國減少碳排放的主戰場、實現“雙碳”目標的關鍵。隨著智能制造技術與新一代信息技術的深度融合，人類社會正由傳統工業經濟時代向數智化時代轉變，工業機器人作為推動制造業數智化轉型的重要載體，已被廣泛應用于制造業生產中。那么，以工業機器人為代表的制造業數智化裝備的應用與碳排放之間存在怎樣的關系？機器人的使用是加劇還是抑制了碳排放，其影響機制如何？為解答上述問題，本研究實證檢驗工業機器人在制造業中應用的碳減排效應，探析工業機器人應用影響碳排放強度的傳導機制及空間效應，并在此基礎上提出相應的政策意見。

1 文獻綜述

碳減排作為全球性的環境問題一直是國內外學界的關注熱點，現有相關研究主要聚焦于經濟、能源、人口和產業等因素與碳排放之間的關系，如Grossman 等［1］、楊子暉［2］、王瑛等［3］、Ma 等［4］的研究，除此之外，技術進步也是其中不容忽視的重要因素。從現有相關文獻來看，技術進步對碳排放的影響通常具有雙重效應：一方面，技術進步可以通過提高生產率、優化能源結構來顯著減少碳排放，如魏巍賢等［5］、鄢哲明等［6］的研究；另一方面，Khazzoom［7］提出技術進步存在回報效應，即技術進步提高能源利用效率而節約了能源，同時技術進步促進經濟增長進而增加新的能源需求，部分抵消了所節約的能源。因此，如申萌等［8］、金培振等［9］學者的研究表明，技術進步通過提升能源效率引起的碳減排效應仍然無法抵消其推動經濟增長引致的碳增排效應。顯然，技術進步對環境的影響取決于上述雙重效應的綜合效果，宣燁等［10］和潘雄鋒等［11］的實證研究也發現二者的關系可能是不明確的；同時，何小鋼等［12］、邵帥等［13］、Khan 等［14］的研究表明，不同類型、不同行業的技術進步對節能的具體影響效應不同。

自工業機器人興起以來，學界圍繞工業機器人引起的機器換人效應展開了廣泛討論。機器換人主要包括兩方面，其中之一是替代效應，如Graetz等［15］、David［16］、Acemoglu 等［17］、韓民春等［18］研究認為現有勞動力會被機器人替代；二是創造效應，機器人在替代傳統工作崗位的同時也促進了對技術要求更高的新工作崗位的產生，如馬嵐［19］、王永欽等［20］的研究結論。此外，如周文斌［21］研究指出，工業機器人的人力資源乘數效應在技術與資金密集型企業中占據主導作用，這在本質上不會對勞動力產生替代作用。

近年來，學界也逐漸開始將工業機器人和能源環境納入同一分析框架中進行研究，如聶飛等［22］、唐曉華等［23］認為，工業機器人本身集成了大量人工智能技術，人工智能會提高生產活動的智能化和自動化程度，工業機器人的使用可以推動綠色技術創新，但Du 等［24］認為綠色技術創新有助于降低碳排放強度；Javaid 等［25］從理論層面討論了工業機器人技術在減少污染方面的潛在影響；根據2006—2015年中國制造業細分行業的污染排放數據，陳昊等［26］研究發現機器人的使用顯著降低了污染排放，主要通過研發增長效應和人工替代效應這兩種渠道實現；從企業微觀角度出發，盛丹等［27］認為機器人應用主要依靠前端生產中替代人工操作和增加清潔能源使用以及末端處理中增強排污處理能力和增設處理設備等機制顯著抑制企業污染排放；蔣為等［28］采用中國省域數據實證檢驗機器人沖擊與制造業碳排放的關系后發現，機器人應用帶來的資本體現式進步對制造業碳排放技術減排效應強于規模增排效應。

綜上所述，目前仍缺乏對工業機器人應用的碳減排效果和可能的影響機制進行實證研究的定量分析，也鮮有研究考察了人力資本在工業機器人影響碳排放過程中的調節作用和效果。針對此，本研究從理論和實證兩個層面明晰了工業機器人在制造業中應用的碳減排效應。

2 理論分析和研究假說

作為“工業4.0”的關鍵技術之一，工業機器人的應用帶來了許多經濟效益，例如Liu 等［29］認為其促進了技術創新，Graetz 等［15］認為其提高了勞動生產率和全要素生產率。盡管工業機器人的應用不一定優先考慮環境可持續性，但卻在無形中對環境的可持續發展產生了積極影響。

陳詩一［30］認為能源消耗是CO2排放的主要來源，因此碳減排本質上取決于能源強度的降低或者能源利用率的提高。工業機器人等人工智能技術的使用通過增加附加值和減少能源使用來提高能源利用效率，促進清潔生產［31］。一方面，如Ghobakhloo 等［32］、Wang 等［33］的研究闡述，工業機器人融入制造業企業生產過程，促進生產資源和生產要素的重新配置，有助于制造業企業通過優化生產流程實現降本增效，從而提高能源利用效率，帶動節能減碳，所述；另一方面，工業機器人具有高效率、高精度和持續性的優勢，其應用有利于加強對制造業碳排放的管理。通過制造過程數字化，監管部門能夠準確監測制造業碳排放情況，幫助制造業利用碳排放數據來合理調控不同生產環節的碳排放，從而降低能耗、實現碳減排。

此外，工業機器人的應用還通過人工替代效應降低碳排放強度。Graetz 等［15］、Wang 等［33］認為，工業機器人通過替代人工提高了勞動生產率，擴大了等量投入的產出，減少了資源和能源消耗，從而降低了單位產出的碳排放。制造業生產過程會耗費大量能源并產生碳排放，而在人工操作中，工人工時長、重復度高、疲倦和情緒等各種因素不可避免地會影響生產質量，從而造成生產浪費，間接加劇碳排放。相比于人工操作，機器人生產在精度和效率上更具優勢，可以有效提高產品質量從而減少碳排放。

然而，由于回報效應的存在，工業機器人的使用也會通過產出規模效應增加碳排放強度。劉清春等［34］、劉玉珂等［35］發現，產出規模是促進碳排放的一個顯著因素，而陳彥斌等［36］、楊光等［37］、李磊等［38］認為工業機器人等人工智能技術的廣泛使用在提高生產率的同時也會引起企業產出規模的大幅增長。因此有理由認為，產出規模是工業機器人影響碳排放強度的又一重要機制，即工業機器人的使用通過促進制造業產出規模增長，帶動能源消費總量提升，從而增加碳排放強度。基于此，提出假設如下：

H1: 工業機器人應用通過提升能源利用效率和替代人工操作降低碳排放強度，通過促進制造業產出規模增長增加碳排放強度。

工業機器人帶來了技術吸收和集成方面的挑戰，技術吸收和模仿能力取決于人力資本與引進技術的匹配程度，人力資本水平高的地區能夠更快地吸收先進技術并依靠要素流動實現擴散［39］。結合現實來看，工業機器人的應用要求人力資本具備相當高的素質，這包括但不限于編程、機械設計、電氣控制等專業領域的知識。此外，由于工業機器人應用涉及到不同的領域和行業，操作者還需要具備熟練操作機器人的技能以及快速學習和應用新技術的能力，只有不斷更新和拓展自身的技能和知識，才能滿足機器人技術不斷更新和發展的需求。在制造業數智化發展過程中，匹配高質量的人力資本可以更好促進碳減排效應的發揮，主要體現在以下3 個方面：一是在工業機器人滲透度一定的情況下，人力資本水平越高的地區意味著勞動者具備更強的學習和認知能力，對于綠色低碳和減排技術的研發和應用更為重視。這些地區的勞動者不僅可以利用專業知識設計和優化生產過程，確保機器人的使用效率最大化，還能通過創新性思維持續改進和創新生產流程，從而減少能源消耗和碳排放。這些現象凸顯了人力資本的內部溢出效應。二是由教育投資產生的人力資本還能通過外部效應產生知識外溢，帶動周圍的人的知識和技能水平提高，從而使他們也能更好地消化利用工業機器人技術，充分發揮工業機器人對碳排放強度的積極作用。三是人力資本富集地區更容易得到國家發展戰略和政府政策的扶持，政府會通過財政補貼和稅收優惠等綠色補貼手段鼓勵企業進行低碳技術創新，助力企業應用工業機器人設備來實現制造業生產過程中的節能減排，以此來緩解碳排放壓力。由此，提出假設如下：

H2：人力資本的提升會強化工業機器人應用對碳排放強度的抑制作用。

工業機器人應用對碳強度影響的空間溢出效應可以歸納為以下幾點：一是技術外溢效應。工業機器人作為技術進步的代表本身具有很強的技術外溢效應。工業機器人在本地區的應用會誘發周邊地區的吸收、模仿和學習，通過技術擴散帶動其他地區學習應用工業機器人技術加快制造業數智化轉型，實現生產效率提升，從而降低碳排放水平。二是產業關聯效應。工業機器人等人工智能技術的發展使得中心城市與外圍城市的上下游產業之間存在著密切的關聯和協同關系，中心城市工業機器人技術的應用不僅能提高自身產業生產效率和優化供應鏈管理，還可以激發外圍地區上下游產業技術創新以及加速部分產業轉移，從而有效促進地區競爭力提升與地區碳減排。三是資源共享效應。工業機器人的應用可以促進區域間創新要素流動和推動創新資源整合，有助于區域間綠色產品設計和綠色制造技術的共享，從而有效降低區域能耗和碳排放強度。由此，提出假設如下：

H3：工業機器人應用對碳排放強度的抑制作用存在空間溢出效應。

綜合以上理論分析，工業機器人應用對碳排放強度的影響取決于能源效率效應和人工替代效應對碳排放強度的降低作用與產出規模效應對碳排放強度的提升作用孰高孰低。本研究在上述研究基礎上將人力資本列為調節變量，從能源效率效應、人工替代效應和產出規模效應3 個視角同時構建工業機器人應用影響碳排放強度的統一框架，并從空間溢出視角探討工業機器人應用對碳減排的影響（見圖1）。

圖1 理論框架

3 研究設計

3.1 數據來源

由于國際機器人聯合會（IFR）有關中國分行業的機器人存量完整數據從2006 年才開始記錄，且相關變量原始可得數據除西藏自治區嚴重缺失外，其余地區均更新至2019 年，因此為保證變量完整性和連續性，研究樣本以2006—2019年中國30個省份（未含西藏以及港澳臺地區）相關數據為研究樣本。數據主要來源于3 個方面：一是IFR 公布的全球分行業工業機器人數據；二是提供各省份細分制造業就業數據的《中國勞動統計年鑒》。參考閆雪凌等［40］的做法，根據分類標準和行業名稱，將機器人所在行業與《國民經濟行業分類》中的二位行業進行逐一匹配。三是《中國能源統計年鑒》，它提供了各省份不同種類化石燃料消耗量，為計算各省份的碳排放奠定了基礎。此外，經濟發展水平、人口規模、城鎮化率、研發支出占比等控制變量的數據主要來源于歷年《中國統計年鑒》《中國科技統計年鑒》以及各省份統計年鑒。

3.2 變量測度與統計描述

（1）碳排放強度。依據《2006 年IPCC 國家溫室氣體清單指南》，利用各省份歷年終端消費數據和各種能源碳排放系數計算分行業各種能源消耗的碳排放量。計算形式如下：

式（1）中：tceit為i省份t年碳排放總量；Eist為i省份t年第s種能源消費量；ηs為第s種能源的碳排放系數。

參考雷厲等［41］的做法，根據《中國能源統計年鑒》口徑，將最終能源消費種類劃分為9 種1），最終以各樣本省份碳排放強度的對數值作為被解釋變量。其中，碳排放強度以碳排放總量與各省份生產總值（GDP）的比值來衡量，各省份GDP 按照2006 年不變價格進行調整。

（2）工業機器人滲透度。機器人滲透度代表工業機器人的分布密度，即每萬人擁有的工業機器人數量。借鑒Acemoglu 等［17］的方法，首先假設一個國家或地區的機器人在行業中分布是均勻的，因此某一地區的工業機器人密度取決于該地區內各行業就業份額的差異；同時，借鑒蘆婷婷等［42］的做法，結合中國制造業的數據對工業機器人滲透度指標進行測算。具體式子如下：

式（2）中：erobjt為制造業j行業t年的工業機器人存量；Lijt為i地區制造業j行業t年的就業人數；Lit為i地區t年的就業人數；Ljt為制造業j行業的全國就業人數。將所有制造業細分行業的工業機器人滲透度進行加總即可得出i 地區的工業機器人滲透度指標。

（3）控制變量。引入人口規模、經濟發展水平、對外開放程度、研發支出水平、城鎮化率、能源消費結構作為控制變量。其中，人口規模采用地區常住人口數度量；經濟發展水平采用人均實際GDP 衡量；對外開放程度采用實際利用外商直接投資額占地區生產總值的比重度量；研發支出水平采用各地區R&D 經費內部支出占地區生產總值的比重衡量；城鎮化率用城鎮常住人口占總人口的比重度量；能源消費結構用煤炭消費占能源消費總量的比重測算。

相關變量的描述性統計結果見表1。

表1 變量描述性統計結果

3.3 模型設定與估計方法

為檢驗工業機器人影響碳排放強度的機制，構建如下模型分別檢驗工業機器人滲透度變化對碳排放強度的影響、傳導變量與工業機器人滲透度的相關性，以及人力資本對工業機器人滲透度與碳排放強度的調節作用，分別如式（3）～（5）所示：

式（3）～（5）中：Xit代表一系列省級控制變量；mit為作用機制變量；εit為隨機誤差。

為檢驗工業機器人應用對碳排放強度的空間溢出效應，參考楊慧梅等［43］的研究，構建空間杜賓模型如下：

式（6）中：W代表空間權重矩陣，包括鄰接矩陣（W1）、地理距離矩陣（W2）和地理經濟距離矩陣（W3），其中W1矩陣的元素wpi表示p省份與i省份是否為Rook 銜接鄰近省份，是取值為1，否則取值為0；W2矩陣的元素wpi表示p省份省會（首府）城市與i省份省會（首府）城市最近公路里程的倒數；W3矩陣的元素wpi表示p省份省會（首府）與i省份省會（首府）最近公路里程的倒數與p省份年人均 GDP 占所有地區人均 GDP 年均值比重的乘積；δ1和δ3分別代表碳排放強度的空間自回歸系數和工業機器人的空間效應回歸系數。

為避免截面相關、異方差和序列相關對模型回歸帶來的影響，在上述模型基礎上，采用Hoechle［44］提出的Driscoll-Kraay 標準誤的固定效應模型回歸方法來進行計量回歸。

4 實證研究

4.1 基準回歸分析

變量的基準回歸結果顯示（見表2），ln erob的回歸系數在1%的統計水平上顯著為負，表明在其他條件不變的情況下，工業機器人滲透度每增加1 臺/萬人，碳排放強度將下降12.3%，這與蔣為等［28］的研究結論相似。由此可見工業機器人的碳減排效應存在，這意味著工業機器人應用通過能源效率效應和人工替代效應降低的碳排放強度可能大于通過產出規模效應降低的碳排放強度，以工業機器人為代表的數智化裝備在制造業的應用有助于實現“雙碳”目標。

表2 變量基準回歸和穩健性檢驗結果

4.2 穩健性檢驗

本研究從三方面進行穩健性檢驗：一是分別采用碳排放總量（ln tce）和人均碳排放（ln pce）作為被解釋變量；二是重新以制造業細分行業的機器人增量（ln erob2）作為衡量機器人滲透度的指標替換核心解釋變量；三是將被解釋變量及所有連續變量分別在上、下1%的極端異常值進行縮尾處理。結果表明（見表2），工業機器人的應用對碳排放強度存在負向影響的結論具有較強的穩健性。

4.3 內生性處理

由于工業機器人滲透度指標可能與其他遺漏變量相關，導致工業機器人滲透度與碳排放強度存在反向因果關系。為避免內生性問題，借鑒林毅夫等［45］、胡晨光等［46］的研究，選取滯后1 期的工業機器人滲透度作為工具變量，利用兩階段最小二乘（2SLS）進行估計，結果如表3 所示。第一階段回歸結果顯示工具變量的系數顯著為正，表明工具變量與解釋變量顯著相關，而第二階段回歸結果顯示表明機器人應用顯著降低了碳排放強度，與此同時，Kleibergen-Paap rk LM 統計量在 1%的顯著性水平下顯著，且 Cragg-Donald WaldF統計量遠大于10，表明工具變量不存在不可識別和弱工具變量問題。

表3 工具變量回歸和內生性穩健性分析結果

此外，考慮到碳排放強度的變化可能存在一定的慣性，即當期的結果可能取決于上1 期結果。參考毛其淋等［47］的研究，在如式（3）基準模型的基礎上引入被解釋變量碳排放強度的滯后項，擴展后的模型如下：

采用系統高斯混合模型（GMM）方法估計上述動態面板模型，對可能存在的內生性進行穩健性分析，結果表明工業機器人的應用存在碳減排效應這一核心結論具有較強的穩健性（見表3）。

4.4 傳導效應檢驗

為驗證本研究提出的3 個假設，分別引入3 個傳導變量來檢驗對應的傳導機制。一是能源效率效應，以能源使用效率（ei）為傳導變量，采用實際GDP 與能源消費總量的比值進行衡量。二是人工替代效應，引入制造業就業率（pp）作為傳導變量，用制造業就業人數占常住人口的比率衡量。三是產出規模效應，引入產出規模（eco）作為傳導變量，用制造業總產值來衡量。由于傳統中介效應三步法檢驗的第三步存在明顯的內生性問題，因此參考寇宗來等［48］的做法，僅使用傳統中介效應檢驗三步法的第二步對以上3 個傳導機制進行檢驗。

能源效率效應指的是制造業機器人的使用能幫助企業以最低能耗實現生產效率的提升，通過有效改善能源使用效率降低碳排放強度。如表4 所示，工業機器人滲透度的增加可以顯著促進能源使用效率的提升，機器人滲透度每增加1 臺/萬人，可以帶動能源使用效率提升3.1%。這主要歸因于工業機器人的應用可以通過優化運行模式、采用高效節能設備來實現更加精細化和規模化的生產；此外，工業機器人的運行狀態可以通過監控及時調整，以此減少能源消耗、提高能源使用效率，從而有效地降低碳排放強度。

表4 傳導變量在工業機器人影響碳排放強度中的傳導作用檢驗結果

人工替代效應指的是使用機器人替代人工勞動力，能夠減少甚至消除因人為操作疏忽和誤差引致的碳排放。回歸結果顯示，ln erob 的估計系數顯著為負，表明機器人使用產生了人工替代效應。從結果來看，工業機器人密度每增加 1 臺/萬人，造成制造業就業率降低10.6%。原因在于工業機器人可以通過生產過程的自動化和智能化，實現機器代替常規簡易的手工勞動，減少生產過程中的勞動需求［17］；此外，人工操作存在難以避免嚴重污染產生、生產過程無法達到所需精度要求而造成污染等環境問題［26］。因此，機器人操作替代人工操作可以滿足生產過程所需的精度和效率要求，從而減少碳排放強度。

產出規模效應指的是工業機器人的應用促進了制造業生產規模的擴張，由此加劇碳排放。從結果可以看出，機器人應用的產出規模效應在1%的顯著性水平上顯著。原因可能是工業機器人等自動化技術在提高生產率的同時帶動企業產出規模擴張，當產出規模增加時，需要使用更多的能源來滿足生產需求，因此能源消耗也會相應增加，而目前中國一些制造業企業仍以規模增加為導向，尚未采用清潔能源和可持續的原材料，仍依賴傳統化石能源，也并未將綠色低碳技術與工業機器人充分結合，導致生產過程中碳排放無法得到有效控制；此外，隨著產出規模的擴張，制造業的物流和運輸需求會增加，而交通工具的使用也需要燃料。因此，產出規模擴張也會導致碳排放強度增加。

綜上所述，工業機器人的應用可通過能源效率效應和人工替代效應降低碳排放強度，通過產出規模效應增加碳排放強度，從而驗證H1。

5 進一步分析

5.1 調節效應檢驗

人力資本提高有助于技術進步發揮對資源效率的提升作用，從而導致碳排放量的下降［49］。另外，環境技術創新效率在一定程度上取決于人力資本的知識積累、知識結構，人力資本提升進一步推動環境技術創新，這樣才可能實現環境保護和經濟發展的雙贏局面［39］。那么更進一步，人力資本作為調節變量是否會對工業機器人的碳減排效應產生影響？為此，引入人力資本（hc）作為調節變量，借鑒陳釗等［50］的研究，采用人均受教育年限來衡量，以此探析人力資本對工業機器人應用影響碳排放強度的調節作用。

在線性回歸模型中加入交互項后分析人力資本的調節效應，其中模型中交互項的變量經過中心化處理再交互，使得加入交互項后研究調節效應時原變量系數有一定的意義。如表5 所示，工業機器人與人力資本的交互項ln erob×ln hc 對碳排放強度有顯著的負影響，說明人力資本正向調節工業機器人滲透度增加對碳排放強度的抑制作用，有效驗證了H2。高層次和高質量的人力資本既能通過內部知識溢出提升個人專業化生產水平和科技創新能力，也能通過外部知識溢出對周圍人生產力和創造力的提升產生積極影響［51］。人力資本水平越高的地區意味著能更好地利用知識儲備和豐富經驗實現工業機器人的消化和吸收，從而有助于工業機器人碳減排效應的充分發揮。

表5 人力資本對工業機器人應用影響碳排放強度的調節效應檢驗結果

5.2 空間溢出效應檢驗

首先采用Moran'sI指數檢驗工業機器人滲透度與碳排放強度的空間自相關性，結果如表6 所示。工業機器人滲透度與碳排放強度的莫蘭指數均至少在10%水平上顯著為正，說明工業機器人應用與碳排放強度的空間相關性存在，即相鄰地區的工業機器人應用和碳排放強度能夠相互影響，選用空間計量模型進行估計有一定的合理性。

表6 工業機器人滲透度與碳排放強度的空間自相關性檢驗結果

空間效應可能來自碳排放強度、工業機器人應用以及兩者的誤差項，因此借鑒楊慧梅等［43］的研究，通過構建空間杜賓模型檢驗工業機器人應用對碳排放強度影響的空間溢出效應，結果如表7 所示。從回歸結果可知：（1）3 種空間權重矩陣下，碳排放強度的空間滯后項系數均在1%的顯著性水平上為正，說明地區間碳排放強度存在顯著的空間依賴性；（2）工業機器人滲透度及其空間滯后項系數均在1%的顯著性水平上為負，說明一個地區工業機器人應用不僅對本地碳排放強度有負向影響，對鄰近地區的碳排放強度也存在負向的影響效應；（3）為了解決回歸系數解釋空間效應產生的偏差問題，參考Lesage 等［52］的研究，進一步將空間總效應分解成直接效應和間接效應。直接效應代表本地工業機器人應用對本地碳排放強度的影響，包括反饋效應，即本地工業機器人應用會對鄰近地區碳強度產生影響，進而又會影響本地碳排放強度。間接效應代表鄰近地的工業機器人應用對本地碳強度的影響效應。直接效應和間接效應的系數在3 種權重矩陣下均顯著為負，表明工業機器人應用對碳排放強度存在顯著的空間溢出效應，本地工業機器人應用不僅能促進本地碳減排，也有助于其他地區實現碳減排，驗證了H3。

表7 工業機器人應用對碳排放強度的空間溢出效應檢驗結果

6 結論與啟示

當前，新一輪科技革命和產業變革正加速演進，中國機器人行業作為新興技術的重要載體和現代產業的關鍵設備領域，在實現碳達峰碳中和目標中應該發揮更重要作用。本研究實證檢驗了工業機器人應用對碳排放強度的影響并進一步考察了工業機器人應用對碳強度影響的空間效應，得出如下結論：（1）中國工業機器人在制造業中的應用存在顯著的碳減排效應，且在穩健性分析和內生性檢驗中結論保持一致；（2）中國制造業機器人的應用通過能源使用效率、人工替代、產出規模3 種傳導機制影響碳排放強度，其中前兩者體現的是碳減排效應，后者是碳增排效應；（3）人力資本強化了工業機器人滲透度增加對碳排放強度的抑制作用；（4）工業機器人應用對碳排放強度的抑制作用存在空間溢出效應。

根據理論分析和實證結果，提出以下政策建議：（1）加快擴大工業機器人在制造業的應用規模。一方面，機器人使用可以提高能源使用效率來降低碳排放強度。要通過資金和政策支持鼓勵制造業企業引入工業機器人，對企業實施精準幫扶，如設立專項資金、減免稅收政策等充分發揮工業機器人使用的能源效率效應，進而有效減少碳排放。另一方面，工業機器人應用也會通過增加產出規模增加碳排放強度，因此需要加強工業機器人關鍵技術研發，完善中國工業機器人從研發設計到生產維護的完整產業鏈。目前中國工業機器人以進口為主，尚處于低端領域，研發創新較少，尤其在碳減排技術研發與應用領域，因此需要以綠色低碳為導向，推動工業機器人與碳減排技術深度融合，有序推進制造業數智化轉型與綠色發展。（2）開展制造業企業人均碳排放規模測算和能耗考核標準建設，對于人均碳排放和能耗嚴重的制造業企業實施監督，鼓勵其引進工業機器人。由于機器人可以通過人工替代效應避免人工操作不精細造成的碳排放，因此在評估和測算的基礎上，企業有目的性地應用工業機器人可以在最大化碳減排效果和最小化機器人使用引起的就業沖擊中找到最優解。（3）加大人力資本教育投資，加速人才培養模式創新。政府作為人力資本投資的首要主體，應結合區域工業機器人使用情況，科學合理地制定相關人才政策，進一步落實支持人力資本提升的投資、稅收和補貼政策等，提高勞動者的知識水平、生產技能和創新能力，提高人力資本質量，同時以市場需求為導向，培養和引進工業機器人技術應用高層次創新型人才和高技術技能型人才，使制造業數智化轉型與人力資本形成良性互動，從而充分發揮人力資本在工業機器人使用影響碳排放強度中的調節作用。（4）有效發揮制造業數智化的空間溢出效應，構建碳減排區域協同聯動網絡。要規劃建設制造業數智化發展中心地區，構建碳減排區域協同聯動網絡，輻射帶動周邊地區工業機器人的普及應用，推動智能制造技術與綠色低碳產業的融合發展，此外探索建立資源和數據共享系統，充分發揮制造業數智化的技術溢出效應、產業關聯效應以及資源共享效應，協同推進全國范圍的碳減排。

注釋：

1）這9 種能源分別是原煤、焦炭、汽油、原油、柴油、煤油、燃料油、電力和天然氣。