工業智能化能成為產業結構升級的新動能嗎

收稿日期：2023-06-02 修回日期：2023-07-09

基金項目：國家自然科學基金項目（72163018，72261022， 71964018，71662020）；云南省哲學社會科學創新團隊項目（2023CX05）

作者簡介：柴正猛（1974—），男，云南昆明人，博士，昆明理工大學管理與經濟學院教授、博士生導師，研究方向為產業經濟；張培鐸（1998—），男，陜西洋縣人，昆明理工大學管理與經濟學院碩士研究生，研究方向為產業智能升級；韓先鋒（1984—），男，陜西商洛人，博士，昆明理工大學管理與經濟學院校聘教授、碩士生導師，研究方向為創新與產業升級。

摘 要：工業智能化作為新型工業化過程中新的增長引擎，對推動中國產業結構升級發揮重要作用。基于2004-2021年中國省域面板數據，從直接動力、間接渠道、非線性效應等維度考察工業智能化對產業結構升級的影響效應與作用渠道。研究發現：工業智能化在總體上推動產業結構升級，且有顯著的滯后效應；勞動力結構優化是工業智能化間接驅動產業結構升級的作用渠道。分維度回歸結果表明，工業智能化會促進產業結構高級化，加劇產業結構不合理，對高級化維度的驅動作用強于合理化維度；分區域回歸結果顯示，工業智能化在沿海地區產生的驅動效應強于內陸地區，主要通過產業結構高級化實現；工業智能化具有明顯的積累效應和規模效應，對產業結構升級呈現邊際效應遞增的非線性特征。據此，從加大智能化基礎設施建設、優化地區勞動力結構、發揮地區比較優勢三方面提出相關政策建議。

關鍵詞：工業智能化；勞動力結構；產業結構升級；驅動效應；積累效應

DOI：10.6049/kjjbydc.2023060053

開放科學（資源服務）標識碼（OSID） 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F260

文獻標識碼：A

文章編號：1001-7348（2024）19-0056-11

0 引言

新一輪工業革命的不斷深入為中國發展帶來新的戰略機遇。然而，支撐中國傳統勞動密集型產業發展的人口紅利逐漸消失，同時，產業發展面臨重復布局、產能過剩、環境污染和技術約束等困境。為了適應中國經濟發展、實現增長動能轉換，中國亟需優化產業結構、加速產業融合。中共二十大報告提出，要將經濟發展的著力點聚焦于實體經濟，推進新型工業化。工業智能化通過將互聯網、大數據、人工智能等先進技術應用于工業領域，助力企業提質增效和增強創新性，是克服經濟低迷、振興實體經濟的重要戰略舉措。隨著實體經濟與智能化技術的不斷融合，工業智能化對高效匹配產業資源、協調產業結構、優化供需關系與要素結構的作用逐漸凸顯。如何發揮智能化技術作用、因地制宜地制定區域產業結構升級策略是亟待思考的一個重大問題。因此，本文基于產業結構升級理論框架，探討工業智能化能否驅動中國產業結構升級問題，在此基礎上，準確評估工業智能化對產業結構升級的作用路徑，為國家制訂相關政策提供理論依據。

1 文獻綜述

工業智能化是指應用機器人、人工智能等技術，實現傳統行業智能化轉型，并提升實體經濟效率和質量。智能化能夠加快傳統要素流動和資源整合，優化資源配置，實現傳統生產方式創新和變革［1］。現有文獻多從勞動力就業結構、城鄉收入差距和產業轉移、產業集聚［2-4］等角度探討工業智能化的影響。作為學者們關注的焦點問題，智能化技術對產業結構升級的積極影響已被眾多研究所證實。

在智能化技術影響產業結構升級的理論層面，郭凱明［5］提出，作為一種通用技術，人工智能具有新型基礎設施屬性，會對各行業勞動力或資本產生偏向性替代，人工智能的產出彈性及其對傳統生產方式的替代性因產業部門而異，從而影響生產要素在產業部門間的流動；師博［6］強調，人工智能能夠在整體層面促進產業結構升級，并分別針對一、二、三產業探討升級路徑；吳旺延和劉珺宇［7］研究發現，智能制造對產業升級的影響體現在3個方面，即提升產業效率、優化產業結構以及改善產業生態環境；胡俊和杜傳忠［8］指出，人工智能具有廣泛滲透性、數據驅動性、系統智能性等特征，將助推一系列新興產業快速發展，顯著提高生產率，進而從根本上改善中國產業體系。

此外，現有文獻大多從財政支出結構、產業政策、技術創新等［9-11］維度分析產業結構升級的驅動力，基本圍繞產業結構高級化和合理化兩個維度展開。聚焦到工業智能化對產業結構升級的影響，學者們均認可智能技術水平提高對產業結構高級化具有積極作用［12-13］，而對產業結構合理化的影響則存在一定分歧。如付文宇等［12］研究證實，人工智能對產業合理化有顯著促進作用；劉軍和陳嘉欽［13］研究發現，智能化通過資源合理配置和技術融合促進產業結構合理化。但是，也有部分研究表明，較高的智能化水平對產業結構合理化有不利的空間影響［14］。如宣旸和張萬里［15］的分析表明，產業智能化引致產業結構不合理和城鄉收入差距增大。此外，產業結構合理化還受到資本—勞動收入份額比值的負面影響。從產業結構整體升級視角，付文宇等［12］研究發現，人工智能對勞動密集型產業和技術密集型產業的影響不同，并強調技術創新和人力資本積累在推動產業結構升級方面的作用；Su et al.［16］研究證實，異質性技術在數字經濟發展促進產業結構升級中發揮重要作用；還有研究分析了科技人力資源在智能化影響產業結構升級過程中的異質性門檻效應，發現在科技人力資源水平較低時，其會顯著阻礙智能化對產業結構升級的影響，而當科技人力資源水平達到臨界值后，其會顯著促進智能化對產業轉型升級的影響，即智能化與產業結構升級呈現非線性關系（侯建等，2022）；Zou & Xiong［17］指出，人工智能不僅有助于產業升級，還能協調產業結構，人工智能對產業升級的促進作用在大城市和產業水平高的城市更顯著。

現有研究為揭示工業智能化應用效果提供了理論和實證支持，表明智能化對產業結構升級有積極作用，但也存在以下不足：一是文獻研究視閾有限，多從門檻效應（侯建等，2022）、空間溢出效應［18］、行業和區域異質性［19］等單一視角分析智能化技術對產業結構升級的影響；二是針對工業智能化、產業結構升級與勞動力結構關系的理論分析不夠深入，未能清晰闡釋工業智能化對勞動力結構的間接作用渠道、影響機制以及工業智能化的非線性動態影響。

綜上所述， 本文將工業智能化這一新興要素納入產業結構升級影響研究框架。本文的邊際貢獻在于：第一，基于工業智能化視角，探究智能化技術對中國產業結構升級的影響，從直接動力、間接渠道和非線性效應等多維度對如何推進產業結構升級提出新見解。隨著新型工業化進程的推進，系統考察工業智能化能否成為中國產業結構升級的新動能具有十分重要的意義。第二，將產業結構升級分解為產業結構高級化和產業結構合理化兩個維度，進一步細化工業智能化對產業結構升級影響的側重點，并深化該領域研究成果。實證結果顯示，工業智能化對產業結構升級有顯著驅動作用，主要表現為促進產業結構高級化。第三，結合技能偏向型技術進步理論，從勞動力替代效應與互補效應視角探究工業智能化影響產業結構升級的作用渠道，為深化認識智能化背景下勞動力結構優化機理提供理論支持。第四，實證工業智能化是新時代中國實現產業結構升級的重要驅動力，從縮小沿海與內陸地區發展差距、促進整體產業結構升級的角度提出針對性激勵措施，以優化實體經濟結構，實現高質量發展目標。

2 理論分析與研究假設

隨著智能化技術在各領域的廣泛應用，產業結構升級路徑和模式已發生顯著變化。

2.1 直接驅動機制與研究假設

驅動機制主要表現為工業智能化對產業結構升級的直接影響。工業智能化作為一種技術進步，以傳統行業智能化、數字化改造為著力點，通過優化實體經濟結構、提升經濟效率，最終實現傳統產業轉型升級。

從技術進步角度而言，工業智能化通過改造傳統生產方式和流程，提高產業技術水平，使生產過程趨于數字化和智能化，提高產業鏈生產能力［20］。這不僅有助于提高企業競爭力，還可以促進產業技術進步——當智能化技術通過頭部企業向其它企業擴散時，不僅有利于改變傳統行業落后的生產方式，還能促進智能化技術沿產業鏈傳導至其它關聯企業，進一步放大技術溢出效應，提升產業整體質量。其次，工業智能化通過技術應用可以實現生產過程的實時監測、控制，及時發現問題并進行調整和改進，提高生產過程精度和穩定性，減少人為因素干擾，保證產品品質一致性和可靠性，增強產品市場競爭力［21］；通過智能化生產方式和供應鏈管理策略，快速響應客戶需求和市場變化，提高生產靈活性和適應性。在產業效率方面，工業智能化通過提高勞動力技能水平，可有效提高生產效率、加速創新進程。如通過自動化控制、智能設備應用，實現生產過程的實時監測，減少資源耗費，降低生產成本，提高全要素生產率。工業智能化有助于創新知識溢出，促進產業結構調整和內生型增長，優化生產要素配置，實現產業結構升級［15，22］。

綜上，工業智能化對產業結構升級的驅動機制主要包括技術進步、產品質量提升和生產效率提高等方面。工業智能化通過技術應用和擴散，推進產業數字化、智能化進程，促進產業交流與合作，實現技術融通和創新，從而促進產業整體轉型升級。由此，本文提出如下研究假設：

H1：工業智能化對產業結構升級有直接驅動作用。

2.2 間接影響渠道與研究假設

間接渠道主要表現為工業智能化對產業結構升級的間接影響。Laptev［23］指出，智能化技術在產業領域的研發、應用和擴散對勞動力影響的主要特征是替代效應與互補效應。在經濟體系中，勞動力結構變化在一定程度上可以反映該體系產業結構變化，作為工業智能化影響產業結構升級的一個重要中介變量，其作用機制主要表現在以下兩個方面：一是勞動力替代效應，根據技能偏向型技術進步理論（Skilled-Biased Technological Changes），替代效應會導致勞動力需求和薪酬下降，而自動化設備和智能制造系統有助于提高產業信息化水平，增加高技能型勞動力需求，減少低技能型勞動力需求［24］。因此，部分低技能勞動力將轉移至勞動密集型產業或第三產業，提高這些行業的規模經濟效應，進而促進產業結構升級［25］。二是勞動力互補效應。工業智能化需要大量的高技能勞動力，如掌握一定的電子信息技術、數據分析與運維能力，以滿足智能制造系統運行及維護要求。在高技能人才供不應求的情況下，將會出現人才“搶奪”現象，將其它領域的高級技術人才吸引到智能化部門，從而優化該產業勞動力結構［26］。工業智能化技術的應用與推廣，有助于高技能型人才培養和集聚，主要表現為高技能型人才數量增加、勞動力組織和管理方式變革、新的生產和管理模式誕生，如智能制造、智能物流、智能倉儲等，使得產業結構升級優化［27］。根據以上分析，本文提出如下研究假設：

H2：工業智能化通過勞動力結構優化間接驅動產業結構升級。

2.3 非線性影響機制與研究假設

工業智能化有助于創造更大的市場空間，推動產業結構升級，提升產業整體競爭力。如智能化技術為傳統企業注入新動力，通過生產過程智能化、自動化，提高生產效率和產品質量，提高企業競爭優勢。同時，工業智能化也對人力資源提出更高要求，驅動產業從勞動密集型轉向技術密集型，在產業轉型過程中重塑勞動力結構［28］，奠定其在市場競爭中的先發優勢，推動生產可能性曲線向外擴張。因此，工業智能化對產業結構升級的影響可能具有非線性特征，主要表現如下：

從時間尺度來看，在工業智能化投入初期，數字基礎設施不夠完善，研發部門的信息獲取和反饋成本較高，并可能面臨一定技術壁壘。由于智能化應用水平與范圍有限，因此規模效應不顯著。隨著工業智能化的推進，研發部門不斷提升智能化技術水平，智能技術應用愈發深入和廣泛，技術交流和信息獲取成本進一步降低。憑借技術領先優勢，數字化、智能化生產方式有助于更多參與者在更大范圍內受益于技術進步，因此工業智能化總體表現為邊際效應遞增特征。

從空間尺度來看，在工業智能化發展程度較低的地區，產業結構趨于傳統化，生產工藝較落后，缺乏智能化、數字化生產方式，生產效率和市場競爭力較低。在這種情況下，智能化技術應用與推廣能夠促進其融入數字化網絡，接觸多元化信息和前沿科技成果，實現與高智能化地區合作創新和共同進步［29］，有效提高自身技術水平，從生產效率和產品質量方面提高市場競爭力。而在工業智能化發展程度較高的區域，產業結構相對現代化，智能化技術應用效應更顯著［30］。同時，知識網絡為產學研協同發展提供了良好氛圍，并通過知識溢出助力產業結構升級［31］。開放共享、互聯互通作為智能化、數字化的外顯形式，有助于降低區域內信息獲取成本，實現產業降本增效，持續強化工業智能化對產業結構升級的積累效應，進而表現出邊際效應遞增特征。基于上述分析，本文提出如下研究假設：

H3：工業智能化對產業結構升級的影響具有邊際效應遞增的非線性作用特征，且基于工業智能化發展程度表現出一定地域差異性。

3 研究設計

3.1 計量模型

本文將工業智能化納入產業結構升級分析框架，構建如下基準回歸模型：

Indit=α0+α1Intit+αcXit+μi+δt+εit（1）

考慮到工業智能化影響的滯后性以及各變量間潛在的反向因果關系，本文采用滯后一期的工業智能化指標作為核心解釋變量，考察工業智能化的滯后效應并避免內生性問題。

Indit=α0+α1Intit－1+αcXit+μi+δt+εit（2）

其中，Indit為被解釋變量，表示i省域在t時期的產業結構升級水平，Intit為核心解釋變量，表示i省域在t時期的工業智能化水平，Intit－1為i省域滯后一期的工業智能化水平，Xit為控制變量，μi表示i省域的個體固定效應，δt表示t時期的時間固定效應，εit為隨機擾動項。

為了探究工業智能化對產業結構升級的間接影響，將勞動力結構（Lab）作為中介變量，分析其在工業智能化與產業結構升級之間的作用機制，建立中介效應模型如下：

Labit=β0+β1Intit+βcXit+μi+δt+εit（3）

Indit=γ0+γ1Intit+γ2Labit+γcXit+μi+δt+εit（4）

采用Hansen（1999）的面板門檻模型考察工業智能化影響產業結構升級的非線性特征，以式（1）為基礎，構建如下模型：

Indit=φ0+φ1Intit·IIntit≤γ+φ2Intit·IIntit>γ+φcXit+μi+δt+εit（5）

其中，Intit既是門檻變量，也是核心解釋變量，其它變量定義與式（1）相同；γ為待估計的門檻值，將省際樣本劃分成兩個回歸系數不同的區間。I（·）為指示函數，當條件成立時，取值為1，否則為0。

3.2 變量設定

（1）被解釋變量。產業結構升級（Ind）為被解釋變量，包含產業結構高級化（Indh）和產業結構合理化（Indr）兩個維度。產業結構高級化（Indh）是產業結構遵循經濟發展和資源配置規律，從低級向高級有序演進的過程。本文參考劉偉和張輝（2008）的方法，采用三次產業結構占比與各產業勞動生產率的加權值衡量產業結構高級化程度，具體計算公式如下：

Indrit=∑3j=1YijtYit·YijtLijt

j=1，2，3（6）

其中，Yijt表示i省域第j產業在t時期的增加值，Yit是地區生產總值，Lijt表示第j產業從業人員數，YijtYit表示第j產業產值在總產值中的占比，YijtLijt表示第j產業勞動生產率。由于YijtLijt項存在量綱，采用均值化方法對其進行無量綱化處理。

產業結構合理化（Indr）反映地區產業關聯情況和協調程度，是勞動力等資源要素匹配關系和利用效率的體現。本文參考干春暉等（2011）的方法，用改進的泰爾指數測度地區產業結構合理化，其計算公式如下：

Indhit=∑3j=1YijtYit·lnYijtYitLijtLit

j=1，2，3（7）

其中，LijtLit表示第j產業從業人員數在總就業人數中的占比，其它指標解釋同上式。Indrit衡量產業結構偏離均衡狀態的程度，Indrit值越大，表示產業結構越不合理。

因為產業結構高級化是正向指標，產業結構合理化為負向指標，所以取二者之差，得到產業結構升級整體指標。

Indit=Indhit－Indrit

j=1，2，3（8）

（2）核心解釋變量和門檻變量。工業智能化水平（Int）既是核心解釋變量也是門檻變量。針對工業智能化水平的測度，現有研究主要采用兩類指標：機器人投入規模（宋旭光和左馬華青，2019）與智能化指標體系（孫早和侯玉琳，2019）。本文參考孫早和侯玉琳（2019）的設計思路，構建包括基礎建設、生產應用、創新和效益3個方面共9個指標的工業智能化水平測度指標體系，如表 1所示。為了更科學、合理地測度工業智能化水平，采用兩種客觀賦值方法，即熵值法和主成分分析法，其中，后者用于模型穩健性檢驗。

（3）中介變量。根據前文分析，工業智能化發展影響不同產業勞動力就業情況。因此，本文選取勞動力結構（Lab）作為中介變量，檢驗工業智能化對產業結構升級的間接傳導機制。參考現有文獻（閻世平等，2020）并結合數據可得性，將勞動力分為6個教育層次：研究生（含碩士和博士）、大學本科、大學專科、高中、初中、小學及以下。擁有大學專科及以上學歷者則被認為是高技能勞動力，其余學歷者為低技能勞動力，以高技能勞動力在全部勞動力中的占比刻畫勞動力結構。

（4）控制變量。為了精確分析產業結構升級過程中工業智能化的驅動作用，選取如下控制變量：政府干預（Gov）：采用各區域政府財政支出占當地GDP的比重表示；經濟規模（Eco）：采用各區域GDP占全國GDP的比重衡量；創新投入（Inn），即各地區R&D經費支出與GDP之比；貿易開放度（Open）：即各地區進出口總額與GDP之比；市場化程度（Mar）：選用樊綱等（2011）的市場化指數；金融發展水平（Fd）：采用各地區年末存、貸款余額之和占GDP的比重衡量；受教育程度（Edu）：采用各地區人均受教育年限衡量。

3.3 數據說明

以2004-2021年中國內地30個省域（西藏因數據不全，未納入）的面板數據為研究樣本。本文測算的工業智能化水平、產業結構升級指數和其它變量的原始數據主要來自《中國統計年鑒》《中國勞動統計年鑒》《中國人口與就業統計年鑒》《中國信息產業年鑒》《中國科技統計年鑒》《中國金融年鑒》及各省市統計年鑒，對少量缺失值使用插值法補齊，各變量描述性統計結果如表 2所示。考慮到各變量量綱不同，實證分析中所有變量均采取Z-score標準化處理。

4 實證結果分析

4.1 基準回歸分析

根據VIF和Hausman檢驗結果，不存在多重共線性問題，因此采用固定效應模型進行估計較為科學。表3報告了工業智能化影響整體產業結構升級和高級化、合理化維度的基準回歸結果。其中，列（1）-列（3）為核心解釋變量回歸結果，結果顯示，估計系數均顯著為正；列（4）-列（5）為加入控制變量后的回歸結果，結果顯示，工業智能化的估計系數仍顯著為正。可以看出，無論是否加入控制變量，在控制時間固定效應情況下，核心解釋變量Int的估計結果有較強穩健性，即工業智能化有利于產業結構升級；分維度來看，工業智能化顯著提高產業結構高級化水平，降低產業結構合理化水平，說明工業智能化主要通過促進產業結構高級化實現對產業結構升級的驅動作用，驗證了假設H1提出的工業智能化對產業結構升級有直接驅動作用的論斷，表明工業智能化成為新時代驅動中國產業結構升級的新動力。

4.2 異質性效應分析

考慮到沿海地區與內陸地區的資源稟賦、經濟發展和智能化技術應用程度存在差異，將樣本分為兩類進行區域異質性分析。其中，沿海地區包括北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東、海南；內陸地區包括遼寧、內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆、山西、吉林、黑龍江、安徽、江西、河南、湖南、湖北。回歸結果見表 4，結果顯示，對于沿海地區，工業智能化在1%水平上顯著為正。對比產業結構高級化、合理化兩個維度的估計系數，結果顯示，在沿海地區，工業智能化主要通過促進產業結構高級化、提高各產業勞動生產率實現產業結構升級，而合理化程度下降顯示工業智能化水平提高加劇產業結構偏離均衡狀態。此外，工業智能化對內陸地區產業結構升級和高級化、合理化分維度的影響均不顯著，而在沿海地區則高于基準回歸中的系數，表明相對于內陸地區，沿海地區更易借助智能化技術整合資源，推動產業結構升級。那么，為什么會出現這種現象呢？本文認為原因主要在于：沿海地區工業智能化發展較早、水平較高，如北部沿海經濟區的智能化基礎設施完備、機器人產業鏈集成程度高，東部和南部沿海地區高校眾多，與企業協作研發智能化核心支撐軟件和控制系統，構筑工業互聯網平臺，表現出工業智能化對產業結構升級的顯著驅動作用。內陸地區工業智能化整體水平較低，考察期初的工業智能化水平位于0.08～0.15之間，考察期末位于0.21～0.30之間，均遠低于沿海地區0.15（期初）和0.35（期末）的工業智能化水平均值。考慮到工業智能化對產業結構升級驅動作用的顯現需要智能化技術廣泛應用、擴散并形成一定規模效應，而內陸地區的工業智能化水平較低，勢必影響其對產業結構升級的驅動效果。

為了緩解反向因果引起的內生性偏差，考慮到工業智能化的滯后效應，將工業智能化變量滯后一期進行回歸分析，并與基準回歸結果進行對比，結果見表 5。其中，列（1）-列（3）為基準回歸結果，列（4）-列（6）為Int滯后一期的回歸結果。在控制其它變量以及固定效應的情況下，滯后模型結果表明，產業結構升級整體和高級化、合理化分維度的Int估計系數均顯著為正，滯后一期的系數亦有所增大，意味著工業智能化對產業結構升級驅動作用的滯后效應顯著存在，隨著工業智能化的持續推進和廣泛應用，從長期來看，工業智能化作為新時代驅動產業結構升級的新動力將會更凸顯。因此，區域異質性和滯后效應檢驗結果部分驗證了研究假設H3。

4.3 內生性問題

前文已經對可能存在的內生性問題作了相應處理：第一，在工業智能化驅動產業結構升級時，隨著產業結構轉向數字化、智能化，其可能反向影響工業智能化，為解決雙向因果關系引致的內生性問題，選取滯后一期的Int變量替換核心解釋變量進行回歸，結果與原基準回歸沒有顯著差異；第二，關于遺漏變量的內生性問題，本文在估計計量模型時控制了政府干預、經濟規模、創新投入等變量，并采用Hausman檢驗選擇固定效應模型和異方差穩健標準誤進行估計，在考慮這些因素后，工業智能化的估計系數在符號和顯著性上都與基準回歸結果一致，因此工業智能化是新時代實現產業結構升級新動力的基本結論仍然穩健。

進一步地，本文使用兩階段最小二乘法（2SLS）估計模型。首先，選擇滯后一期的Int作為工具變量。在第二種工具變量選擇中，考慮到工業智能化指標體系中各指標涉及變量較多，要找到一個解釋性強的工具變量具有較大難度。現有研究中工業智能化變量主要采取兩類指標：一是工業機器人規模（宋旭光和左馬華青，2019），二是工業智能化水平（孫早和侯玉琳，2019）。參考已有研究，本文選取工業機器人規模指標，并且借鑒美國機器人安裝數構建中國工業機器人規模指標，主要基于以下考慮：第一，美國工業機器人應用處于全球領先水平，其行業發展態勢能夠反映該國工業智能化技術進步程度。樣本期內美國工業機器人應用水平雖然領先于中國但發展情況與中國相似（王永欽和董雯，2020）。第二，在具體測度方法上，考慮到工業機器人安裝量與各省域工業機器人規模不屬于同一統計層面，因此將工業機器人安裝量、各省域工業智能化水平排序的倒數與年份虛擬變量的乘積作為工具變量（Rob），表 6為回歸結果。可以發現，在一階段回歸結果中，列（1）和列（5）中Rob與工業智能化在1%水平上顯著正相關，滿足相關性要求。在兩階段回歸結果中，即列（2）-列（4）和列（6）-列（8）中工業智能化變量的估計系數也在1%水平上顯著為正，說明工業智能化能夠推動產業結構升級，且有利于產業結構高級化，而不利于產業結構合理化，這與表 3的基準回歸結果一致。Kleibergen-Paap rk LM統計量和Kleibergen-Paap rk Wald F分別拒絕了識別不足檢驗與弱工具變量檢驗，說明工具變量選取是合理的。因此，在考慮內生性問題后，本文研究假設得到進一步支持。

4.4 穩健性檢驗

本文還嘗試通過以下方式進行穩健性檢驗，以提高模型估計結果可靠性：①替換核心解釋變量，以主成分分析法重新測算的工業智能化水平替換上文采用熵值法測度的工業智能化水平，作為核心解釋變量再次進行回歸；②替換被解釋變量，采用韓永輝等（2017）考慮產業結構偏離度的方法衡量產業結構合理化，借鑒李洪濤和王麗麗（2021）的做法，用第三產業與第二產業之比衡量產業結構高級化水平，以上兩個替代變量均為正向變量，替換變量后再次進行回歸；③考慮到部分缺失數據通過插值法補齊，剔除存在缺失的研究時段，以2008-2021年為樣本重新進行估計；④更換面板回歸方法，采用面板校正標準誤差（Panel Corrected Standard Errors，PCSE）進行檢驗。

穩健性檢驗結果見表 7、表 8，結果顯示，在控制時間、個體固定效應并加入控制變量的情況下，工業智能化估計系數均保持較高一致性，證實上述研究結論穩健。同時，說明本文構建的工業智能化指標體系和產業結構升級指標具有合理性與科學性，進一步佐證了本文研究假設。

4.5 中介效應分析

以勞動力結構為中介變量的中介效應估計結果如表9所示。其中，列（1）顯示，工業智能化對勞動力結構的影響系數顯著為正，說明工業智能化對提高高技能勞動力占比存在積極影響。列（2）-列（4）顯示，勞動力結構對產業結構高級化、合理化和產業結構升級的回歸系數顯著為正，說明工業智能化可以通過對勞動力結構的積極影響間接促進產業結構高級化，但對產業結構合理化有負向影響，總體上對產業結構升級有間接驅動作用。

在控制其它因素的情況下，工業智能化對產業結構高級化和高技能勞動力占比都有正向影響，工業智能化每提高1個單位，對二者分別產生0.28和0.14個單位的直接效應，進而間接推動產業結構高級化增大0.073個單位，總效應為0.35，其中，間接效應占總效應的20%。在產業結構合理化維度，工業智能化綜合水平每提高1個單位，將直接導致產業結構偏離均衡狀態0.22個單位，勞動力結構中高技能勞動力占比上升將間接導致產業結構合理化降低0.08個單位，總效應為0.30，其中，間接效應占總效應的27%。

總體來看，工業智能化對產業結構升級的總效應為0.25，間接效應占20%，直接效應均大于間接效應，因此在產業結構升級過程中智能化技術的驅動作用以直接溢出為主。工業智能化引發高技能勞動力需求增加，進一步促進產業結構升級，同時，間接效應的發現印證了研究假設H2，即工業智能化通過優化勞動力結構間接驅動產業結構升級，這為工業智能化成為新時代中國產業結構升級新動力的基本論斷提供了進一步的證據。

4.6 非線性效應分析

在檢驗工業智能化與產業結構升級之間存在非線性關系之前，采用Hansen（1999）的方法對門檻效應進行檢驗。結果表明，工業智能化通過單一門檻檢驗，表 10展示了以工業智能化為門檻變量時工業智能化與產業結構高級化的回歸結果。基于列（1）結果可知，在單一門檻模型下，工業智能化變量的區間系數顯著為正，門檻值為-0.52，說明工業智能化與產業結構高級化之間存在顯著的非線性關系。在第一門檻區間，估計系數為0.31，說明工業智能化對產業結構高級化有顯著驅動效應；在第二門檻區間，工業智能化對產業結構高級化的驅動力進一步增大至0.63。列（2）顯示，在產業結構合理化維度，工業智能化的非線性作用不顯著。根據列（3）結果發現，工業智能化變量的區間系數均顯著為正，門檻值為-0.66，在第一門檻區間，估計系數為0.31且顯著，在第二門檻區間，工業智能化對產業結構升級的影響進一步擴大為0.54。顯然，隨著工業智能化水平提高，技術進步效應進一步顯現，更易于吸引資本和勞動力等生產要素，強化產業結構高級化的積極影響，持續提升各產業勞動生產率，對產業結構升級表現為正向且邊際效應遞增的非線性作用特征。

5 結論與政策啟示

本文從直接影響機制、間接作用渠道和非線性動態作用3個維度闡釋工業智能化影響產業結構升級的內在機理，基于2004-2021年中國內地30個省域面板數據，在構建省際工業智能化水平測度指標體系的基礎上，從產業結構升級整體層面和高級化、合理化分維度實證檢驗工業智能化對產業結構升級的驅動作用及影響渠道。主要結論如下：

第一，工業智能化在總體上有利于產業結構升級。在引入工具變量、更換解釋變量、被解釋變量以及剔除缺失樣本后，該結論仍然成立，表明工業智能化已成為新時代驅動中國產業結構升級的新動力。

第二，工業智能化對產業結構升級的作用存在區域異質性和滯后效應。異質性分析發現，相比內陸地區，工業智能化對沿海地區產業結構升級的促進效果更顯著；工業智能化的滯后效應在產業結構升級整體和高級化、合理化分維度都得到驗證。從長期來看，隨著工業智能化水平提高，其對產業結構升級的驅動作用將會更加明顯。

第三，工業智能化還通過對高技能勞動力占比的正向影響間接驅動產業結構升級，但其間接效應弱于直接效應。

第四，工業智能化總體上對產業結構升級呈現出顯著正向且邊際效應遞增的非線性作用特征。

工業智能化已逐漸成為產業結構升級的新驅動力，但不同地區勞動力結構、基礎設施建設、政府投入等存在差異，因此工業智能化的影響效用也存在差異。據此，本文提出如下政策啟示：

（1）工業智能化將深刻影響地區勞動力結構，應加速培養和吸納高技能勞動力。為了優化勞動力結構，一方面，政府應該積極制訂高技能人才引進、高新技術產業補貼和技術創新支持政策。同時，為了給區域智能化技術發展提供持續的人才支持，高校應增設智能化技術相關專業和培訓，推動智能化與各學科深度融合。另一方面，政府要為低技能人才提供再教育機會，提高他們的技能水平，以適應智能化技術發展。此外，政府應積極引導各產業勞動力流向，緩解智能化技術對勞動力就業的沖擊，避免產業結構偏離均衡狀態，削弱工業智能化對產業結構合理化的負面影響。

（2）沿海地區必須采取切實有效的措施，依托工業智能化發展水平較高的先發優勢，不斷優化勞動力、資本等生產要素，同時，促進產業均衡發展。針對部分地區工業智能化發展較落后的問題，政府應積極從資金投入、產學研融合等方面強化對智能化技術發展的支持，促進地區智能化和勞動力、資本等生產要素協同發展，逐步實現智能化技術帶動產業結構升級。考慮到工業智能化對產業結構升級具有邊際效應遞增的非線性作用特征和顯著的滯后效應，政府應制定長期政策支持工業智能化發展，打造一批對產業結構升級有引領作用的示范主體，切實推進區域產業結構優化，最大限度地發揮智能化技術的驅動效用。

（3）工業智能化對產業結構升級具有顯著的驅動作用，而中國工業智能化尚有較大的提升空間。政府應加強智能化基礎設施建設、加大智能化技術投資力度和規模，通過打造智能化創業基地、智能化綜合試驗區、智能化產業園等，積極發揮智能化技術的積累效應和規模效應，引導社會資本投向智能化技術的核心環節和關鍵領域，不斷豐富、拓展和創新智能化作用，加大智能化技術在產業結構升級中的應用，提高勞動生產率，從產業結構高級化維度助力產業結構升級。

參考文獻：

［1］ LAUDIEN S M， PESCH R. Understanding the influence of digitalization on service firm business model design： a qualitative-empirical analysis［J］. Review of Managerial Science， 2019， 13（3）：575-587.

［2］ 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，2019，37（5）：61-79.

［3］ 劉歡. 工業智能化如何影響城鄉收入差距——來自農業轉移勞動力就業視角的解釋［J］. 中國農村經濟，2020，36（5）：55-75.

［4］ 孫早，侯玉琳. 工業智能化與產業梯度轉移：對“雁陣理論”的再檢驗［J］. 世界經濟，2021，44（7）：29-54.

［5］ 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.

［6］ 師博. 人工智能促進新時代中國經濟結構轉型升級的路徑選擇［J］. 西北大學學報（哲學社會科學版），2019，49（5）：14-20.

［7］ 吳旺延，劉珺宇. 智能制造促進中國產業轉型升級的機理和路徑研究［J］. 西安財經大學學報，2020，33（3）：19-26.

［8］ 胡俊，杜傳忠. 人工智能推動產業轉型升級的機制、路徑及對策［J］. 經濟縱橫，2020，36（3）：94-101.

［9］ 齊鷹飛，LI YUANFEI. 財政支出的部門配置與中國產業結構升級——基于生產網絡模型的分析［J］. 經濟研究，2020，55（4）：86-100.

［10］ 余泳澤，孫鵬博，宣燁. 地方政府環境目標約束是否影響了產業轉型升級［J］. 經濟研究，2020，55（8）：57-72.

［11］ 孫大明，原毅軍. 空間外溢視角下的協同創新與區域產業升級［J］. 統計研究，2019，36（10）：100-114.

［12］ 付文宇，李彥，趙景峰. 人工智能如何影響地區制造業優化升級——基于雙重中介效應的研究［J］. 經濟體制改革，2020，38（4）：187-193.

［13］ 劉軍，陳嘉欽. 智能化能促進中國產業結構轉型升級嗎［J］. 現代經濟探討，2021，40（7）：105-111.

［14］ 張萬里，宣旸. 產業智能化對產業結構升級的空間溢出效應——勞動力結構和收入分配不平等的調節作用［J］. 經濟管理，2020，42（10）：77-101.

［15］ 宣旸，張萬里. 產業智能化、收入分配與產業結構升級［J］. 財經科學，2021，65（5）：103-118.

［16］ SU J， SU K， WANG S. Does the digital economy promote industrial structural upgrading —a test of mediating effects based on heterogeneous technological innovation［J］. Sustainability， 2021， 13（18）：10105.

［17］ ZOU W，XIONG Y. Does artificial intelligence promote industrial upgrading？ evidence from China［J］.Economic Research-Ekonomska Istrazivanja，2023，36（1）：1666-1687.

［18］ 唐曉華，李靜雯，邱國慶. 工業智能化技術對產業結構升級影響研究［J］. 統計與信息論壇，2022，37（7）：36-44.

［19］ 耿子恒，汪文祥，郭萬福. 人工智能與中國產業高質量發展——基于對產業升級與產業結構優化的實證分析［J］. 宏觀經濟研究，2021，43（12）：38-52，82.

［20］ ZHAO P Y， GAO Y， SUN X. How does artificial intelligence affect green economic growth —evidence from China［J］. The Science of the Total Environment，2022， 51（33）： 834.

［21］ GRAETZ G， MICHAELS G. Robots at work［J］. Review of Economics and Statistics， 2018， 100（5）： 753-768.

［22］ YASAR M， PAUL C J M. Capital-skill complementarity， productivity and wages： evidence from plant-level data for a developing country［J］. Labour Economics， 2008， 15（1）： 1-17．

［23］ LAPTEV V A. Artificial intelligence and liability for its work［J］. Law： J. Higher Sch. Econ.， 2019， 35 （2）： 79.

［24］ AUTOR D H， MURNANE L R J. The skill content of recent technological change： an empirical exploration［J］.The Quarterly Journal of Economics， 2003， 118（4）： 1279-1333.

［25］ 周杰琦，陳達，夏南新. 人工智能對綠色經濟增長的作用機制與賦能效果——產業結構優化視角［J］. 科技進步與對策，2023，40（4）：45-55.

［26］ ZIMME R， MANN K F. Flexibility in the face of demand fluctuations： employment， capacity utilization， and industry structure［J］. International Journal of Industrial Organization， 1995， 13（2）： 179-193.

［27］ ACEMOGLU D，RESTREPO P.Automation and new tasks： how technology displaces and reinstates labor［J］. Journal of Economic Perspectives，2019，33（2）：3-30.

［28］ 夏海波，劉耀彬，沈正蘭. 網絡基礎設施建設對勞動力就業的影響——基于“本地—鄰地”的視角［J］. 中國人口科學，2021，35（6）：96-109，128.

［29］ 宋鵬，曾經緯，孟凡生. 技術需求與智能制造技術創新——數字經濟的導向性賦能機制［J］. 科技進步與對策，2022，39（14）：63-72.

［30］ 何玉梅，趙欣灝. 新型數字基礎設施能夠推動產業結構升級嗎——來自中國272個地級市的經驗證據［J］. 科技進步與對策，2021，38（17）：79-86.

［31］ 宋德勇，李超，李項佑. 新型基礎設施建設是否促進了綠色技術創新的“量質齊升”——來自國家智慧城市試點的證據［J］. 中國人口·資源與環境，2021，32（11）：15OF53xmAReqSFu9La14m942O5sBxL6tjx+R07Yhx7Qxw=5-164.

（責任編輯：胡俊健）

Can Industrial Intelligence Become a New Momentum for Industrial Structure Upgrading？

Chai Zhengmeng，Zhang Peiduo，Han Xiangfeng

（School of Management and Economics， Kunming University of Technology， Kunming 650500， China）

Abstract：The deepening of the new industrial revolution has brought new strategic opportunities for China's development. However， the industrial structure is troubled with problems such as duplicated layout， overcapacity， environmental pollution and technological constraints. In order to adapt to the needs of China's economic development and realize the transformation of economic growth momentum， China's industrial structure upgrading urgently needs to optimize the adjustment of internal and external structure and accelerate industrial integration through external factors. From the perspective of technological progress， the widespread use and continuous proliferation of industrial intelligent improve the industrial technology level by transforming traditional production methods and processes， and thus promote the overall transformation and upgrading of the industrial structure. As a new growth engine in the process of new industrialization， industrial intelligence plays an important role in promoting the upgrading of China's industrial structure.

From the perspective of industrial intelligence， this paper explains the intrinsic mechanism of industrial intelligence affecting industrial structure upgrading from three dimensions： direct power， indirect channel and non-linear effect. The industrial structure upgrading is decomposed into two dimensions， namely， industrial structure heightening and industrial structure rationalization， to analyze the focus of the influence of industrial intelligence on industrial structure upgrading. Combined with the theory of skilled-biased technological changes， the mechanism of industrial intelligence affecting industrial structure upgrading is explored from the perspective of labor substitution effect and complementary effect， which provides theoretical support for deepening the understanding of the mechanism of optimizing the labor force employment structure in the context of industrial intelligence. From the perspective of time scale， as industrial subjects and human resources jointly participate in the process of industrial intelligence， the R&D departments continuously improve the capacity of intelligent application， the application of intelligent technology becomes increasingly in-depth and extensive， the cost of technology exchange and information acquisition is further reduced， the marginal cost of R&D intelligent technology continues to decline， and by virtue of the leading edge of technology， the digitized and intelligent mode of production will enable the participants to enjoy the benefits of technological progress in a wider scope. From a spatial perspective， the diffusion of intelligent technology can be exposed to diversified information and cutting-edge scientific and technological achievements， so that cooperation and innovation and common progress of high intelligence level can be achieved in various regions， enhancing enterprises' market competitiveness. The nature of intelligence， digital open sharing and interconnection shall significantly reduce the marginal cost of acquiring information in the region and enhance the economic benefits， increasing marginal effect of industrial intelligence in the region under the continuous positive feedback and accumulation effect.

Drawing on the panel data of 30 provinces in China from 2004 to 2021， the study constructs the indicator system for measuring the level of inter-provincial industrial intelligence， and accurately assess the role of industrial intelligence in upgrading the industrial structure to confirm whether industrial intelligence can become a new driving force for upgrading China's industrial structure in the new era within the theoretical framework of upgrading the industrial structure， which is of important theoretical and practical significance for the formulation and implementation of relevant policies in the future.

The results show that industrial intelligence is generally conducive to industrial structure upgrading， which is mainly manifested in the promotion of industrial structure heightening and exacerbation of industrial structure irrationality， and the development of industrial intelligence has become a new driving force for industrial structure upgrading in China in the new era. Industrial intelligence also indirectly drives industrial structure upgrading through its positive impact on the proportion of high-skilled labor. Compared with inland areas， the promotion effect of industrial intelligence on industrial structure upgrading in coastal areas is more significant， which is mainly realized through the heightening of industrial structure. Industrial intelligence has obvious accumulation effect and scale effect， and in the long run， as the level of industrial intelligence improves， its driving effect on industrial structure upgrading presents the non-linear characteristics of significant positive and increasing marginal effect.Thus， it is necessary to strengthen the construction of intelligent infrastructure， adjust the employment structure of regional labor force in accordance with the regional comparative advantages.

Key Words：Industrial Intelligence; Labor Structure; Industrial Structure Upgrading; Driving Effect; Accumulation Effect