人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響研究

[摘 要：在新一輪科技革命和產(chǎn)業(yè)變革的加速演進(jìn)下，人工智能作為核心驅(qū)動(dòng)力能夠促進(jìn)制造業(yè)高質(zhì)量發(fā)展。文章基于2008—2020年我國(guó)30個(gè)省級(jí)面板數(shù)據(jù)，理論分析并實(shí)證檢驗(yàn)了人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響。研究發(fā)現(xiàn)：人工智能應(yīng)用能夠顯著促進(jìn)制造業(yè)高質(zhì)量發(fā)展，且能有效提升制造業(yè)發(fā)展的經(jīng)濟(jì)效益、創(chuàng)新效益、綠色效益和附加值效益；人工智能的應(yīng)用存在異質(zhì)性，對(duì)東部地區(qū)制造業(yè)、勞動(dòng)密集型和中高技術(shù)制造業(yè)的高質(zhì)量發(fā)展促進(jìn)效應(yīng)更為顯著；機(jī)制檢驗(yàn)表明，人工智能通過(guò)技術(shù)創(chuàng)新、人力資本結(jié)構(gòu)優(yōu)化、生產(chǎn)性服務(wù)業(yè)集聚推動(dòng)制造業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：人工智能；制造業(yè)高質(zhì)量發(fā)展；技術(shù)創(chuàng)新；人力資本結(jié)構(gòu)；生產(chǎn)性服務(wù)業(yè)集聚

中圖分類(lèi)號(hào)：F49；F424；TP18 " " 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-5097（2023）04-0065-12 ]

Research on the Impact of Artificial Intelligence

on the High-quality Development of Manufacturing Industry

YANG Renfaa，b，LU Yaob

（a. School of Economics; b. Institute of Innovation and Development Strategy，Anhui University，Hefei 230601，China）

Abstract：Under the accelerated evolution of the new round of scientific and technological revolution and industrial transformation，artificial intelligence（AI）as the core driving force can promote the high-quality development of manufacturing industry. Based on the data of 30 provincial panels in China from 2008 to 2020，this paper theoretically analyzes and empirically tests the impact of artificial intelligence on the high-quality development of manufacturing industry. It is found that the application of artificial intelligence can significantly promote the high-quality development of manufacturing industry，and can effectively improve the economic，innovative，green，and value-added benefits of the development of the manufacturing industry；there is heterogeneity in the application of artificial intelligence，which has a more significant effect on the high-quality development of manufacturing，labor-intensive and medium-high-tech manufacturing in the eastern region；the mechanism test shows that artificial intelligence promotes the high-quality development of manufacturing industry by technological innovation，human capital structure optimization，and agglomeration of productive service industries.

Key words：artificial intelligence；high-quality development of manufacturing industry； technological innovation；human capital structure；agglomeration of productive service industries

一、引 言

制造業(yè)作為立國(guó)之本、強(qiáng)國(guó)之基，是保障國(guó)民經(jīng)濟(jì)持續(xù)健康發(fā)展的支柱產(chǎn)業(yè)。我國(guó)已發(fā)展成為制造大國(guó)，然而受?chē)?guó)際環(huán)境影響和國(guó)內(nèi)要素供給約束，制造業(yè)相較于傳統(tǒng)制造強(qiáng)國(guó)競(jìng)爭(zhēng)優(yōu)勢(shì)有所減弱，其發(fā)展也面臨嚴(yán)峻挑戰(zhàn)。在此背景下，推動(dòng)制造業(yè)高質(zhì)量發(fā)展不僅是構(gòu)筑核心競(jìng)爭(zhēng)力的關(guān)鍵環(huán)節(jié)，也是順應(yīng)世界大勢(shì)的必由之路。《中國(guó)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(dòng)制造業(yè)轉(zhuǎn)型升級(jí)，使我國(guó)從制造業(yè)大國(guó)邁向制造業(yè)強(qiáng)國(guó)。根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)（International Federation of Robotics，簡(jiǎn)稱(chēng)IFR）發(fā)布的數(shù)據(jù)顯示，2008—2020年，我國(guó)工業(yè)機(jī)器人安裝量從7 879臺(tái)增長(zhǎng)到16.84萬(wàn)臺(tái)，年均增長(zhǎng)率達(dá)到27%，是目前世界上最大的機(jī)器人市場(chǎng)。因此，工業(yè)機(jī)器人的廣泛應(yīng)用會(huì)不斷加深對(duì)經(jīng)濟(jì)社會(huì)的影響，逐漸成為未來(lái)經(jīng)濟(jì)增長(zhǎng)的重要推動(dòng)力。

面對(duì)人工智能市場(chǎng)巨大的發(fā)展?jié)摿εc前景，如何將人工智能應(yīng)用于制造業(yè)市場(chǎng)，成為賦能制造業(yè)的全新引擎，是推動(dòng)制造業(yè)高質(zhì)量發(fā)展的重要之義。2017年7月，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，部署構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)。2019年3月，習(xí)近平總書(shū)記主持召開(kāi)的中央全面深化改革委員會(huì)第七次會(huì)議通過(guò)了《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的指導(dǎo)意見(jiàn)》。黨的二十大報(bào)告指出，要加快建設(shè)制造強(qiáng)國(guó)，推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展，構(gòu)建新的增長(zhǎng)引擎?？梢?jiàn)，制造業(yè)高質(zhì)量發(fā)展必然要依賴(lài)科技創(chuàng)新，而人工智能作為引領(lǐng)未來(lái)的新型戰(zhàn)略技術(shù)，能夠通過(guò)提升企業(yè)全要素生產(chǎn)率、轉(zhuǎn)變制造業(yè)發(fā)展模式和重構(gòu)產(chǎn)業(yè)價(jià)值鏈等途徑，成為驅(qū)動(dòng)科技創(chuàng)新和制造業(yè)高質(zhì)量發(fā)展的重要力量。因此，在我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程中，深入探討人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響及作用機(jī)制具有重要現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

目前，學(xué)者對(duì)制造業(yè)高質(zhì)量發(fā)展研究主要圍繞以下兩個(gè)方面：一是制造業(yè)高質(zhì)量發(fā)展的內(nèi)涵以及推進(jìn)對(duì)策。制造業(yè)高質(zhì)量發(fā)展是要素投入產(chǎn)出效率高、經(jīng)濟(jì)社會(huì)效益好的質(zhì)量型發(fā)展（任保平和文豐安，2018）［1］，是五大新發(fā)展理念的應(yīng)用體現(xiàn)（馮正霖，2019）［2］。相應(yīng)地，一些學(xué)者從頂層設(shè)計(jì)（史丹和李鵬，2019）［3］、科技創(chuàng)新（李春發(fā)等，2020）［4］、產(chǎn)業(yè)融合（郭朝先，2019）［5］等方面提出促進(jìn)制造業(yè)高質(zhì)量發(fā)展的對(duì)策建議。二是關(guān)于制造業(yè)高質(zhì)量發(fā)展水平的評(píng)價(jià)測(cè)算。當(dāng)前，對(duì)制造業(yè)高質(zhì)量發(fā)展的測(cè)算主要有兩種方法：一種是使用單一指標(biāo)衡量，如企業(yè)中間投入產(chǎn)出率（沈坤榮和傅元海，2010）［6］；另一種則是考慮單一指標(biāo)的局限性和片面性，采用較為全面的指標(biāo)體系衡量，如趙卿和曾海艦（2020）［7］從經(jīng)濟(jì)效益、創(chuàng)新驅(qū)動(dòng)、“兩化”融合和綠色發(fā)展多個(gè)維度構(gòu)建制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)體系，羅序斌和黃亮（2020）［8］基于數(shù)字化、網(wǎng)絡(luò)化、智能化和綠色化并進(jìn)視角構(gòu)建中國(guó)制造業(yè)高質(zhì)量轉(zhuǎn)型升級(jí)評(píng)價(jià)指標(biāo)體系。

目前，關(guān)于人工智能的研究主要著眼于勞動(dòng)力市場(chǎng)、就業(yè)市場(chǎng)和宏觀經(jīng)濟(jì)等方面。一方面，以工業(yè)機(jī)器人為代表的人工智能替代了部分勞動(dòng)力并產(chǎn)生新的勞動(dòng)需求（Acemoglu和Restrepo，2019［9］；劉駿等，2021［10］），從而對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生影響；另一方面，人工智能的應(yīng)用會(huì)影響就業(yè)和工資（Autor和Dorn，2013）［11］，使用工業(yè)機(jī)器人會(huì)對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生兩極分化沖擊（孔高文等，2020）［12］，但長(zhǎng)期來(lái)看會(huì)增加就業(yè)機(jī)會(huì)和工資水平（王曉娟等，2022）［13］。此外，人工智能在提升社會(huì)生產(chǎn)力（Graetz和Michaels，2018）［14］、促進(jìn)技術(shù)進(jìn)步（薛瀾等，2019）［15］、緩解人口老齡化（楊飛和范從來(lái)，2020）［16］等方面發(fā)揮了積極作用。

隨著國(guó)內(nèi)工業(yè)機(jī)器人的推廣應(yīng)用和人工智能的發(fā)展，人工智能給制造業(yè)帶來(lái)的經(jīng)濟(jì)效應(yīng)和社會(huì)效應(yīng)受到了廣泛關(guān)注。從制造業(yè)生產(chǎn)率來(lái)看，一部分學(xué)者認(rèn)為，人工智能技術(shù)的突破和工業(yè)機(jī)器人的應(yīng)用有利于提高制造業(yè)全要素生產(chǎn)率（孫早和侯玉琳，2021）［17］，從而推動(dòng)行業(yè)進(jìn)步；也有學(xué)者基于制造業(yè)企業(yè)微觀數(shù)據(jù)指出，工業(yè)機(jī)器人等人工智能應(yīng)用能夠促進(jìn)勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)型，提升制造業(yè)勞動(dòng)生產(chǎn)率（余玲錚等，2021）［18］。從制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)來(lái)看，郭凱明（2019）［19］通過(guò)建立多部門(mén)動(dòng)態(tài)一般均衡模型，證明人工智能服務(wù)和技術(shù)會(huì)促使要素流動(dòng)，從而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；韋東明等（2021）［20］基于制造業(yè)工業(yè)機(jī)器人數(shù)據(jù)，從實(shí)證角度考察人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的作用效應(yīng)。從制造業(yè)全球價(jià)值鏈來(lái)看，人工智能可以提高產(chǎn)品質(zhì)量，提升產(chǎn)品附加值（韓峰和莊宗武，2022）［21］，從而促進(jìn)制造業(yè)企業(yè)出口升級(jí)（Lu和Zhou，2021）［22］，推動(dòng)產(chǎn)業(yè)邁向全球價(jià)值鏈中高端，提升其在全球價(jià)值鏈分工地位（呂越等，2020）［23］。

回顧已有文獻(xiàn)，多數(shù)研究集中于人工智能與制造業(yè)發(fā)展的某一維度分析，而直接關(guān)注人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展影響的文獻(xiàn)較少。鑒于此，本文嘗試從以下兩個(gè)方面做出努力：一是基于經(jīng)濟(jì)效益、創(chuàng)新效益、綠色效益和附加值效益四個(gè)方面構(gòu)建制造業(yè)高質(zhì)量發(fā)展體系，并利用Bartik工具變量法計(jì)算機(jī)器人滲透度，衡量人工智能發(fā)展水平，實(shí)證檢驗(yàn)人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響；二是嘗試探討人工智能影響制造業(yè)高質(zhì)量發(fā)展的機(jī)制問(wèn)題，從技術(shù)創(chuàng)新、人力資本結(jié)構(gòu)優(yōu)化和生產(chǎn)性服務(wù)業(yè)集聚三個(gè)方面探討人工智能影響制造業(yè)高質(zhì)量發(fā)展的作用機(jī)制。

三、理論分析

現(xiàn)階段，新一代人工智能技術(shù)持續(xù)演進(jìn)，其不僅能與傳統(tǒng)制造業(yè)融合，直接促進(jìn)制造業(yè)變革，還能通過(guò)多途徑推動(dòng)制造業(yè)由低端向高端發(fā)展，逐漸成為引領(lǐng)制造業(yè)高質(zhì)量發(fā)展的重要引擎。因此，有必要從理論出發(fā)，深入探究人工智能影響制造業(yè)高質(zhì)量發(fā)展的內(nèi)在機(jī)理。

（一）基礎(chǔ)性理論分析

當(dāng)前，面對(duì)新一輪科技革命和產(chǎn)業(yè)變革的契機(jī)，以人工智能應(yīng)用為手段，推動(dòng)制造業(yè)邁向中高端是制造業(yè)高質(zhì)量發(fā)展的關(guān)鍵（高煜，2019）［24］。從經(jīng)濟(jì)效益來(lái)看：人工智能的應(yīng)用會(huì)替代部分勞動(dòng)力，促進(jìn)“人機(jī)融合與協(xié)作”（胡晟明等，2021）［25］，從而提高勞動(dòng)效率，提升行業(yè)生產(chǎn)力；同時(shí)，人工智能借助高端技術(shù)創(chuàng)造出新的產(chǎn)品和服務(wù)，創(chuàng)新商業(yè)模式，促進(jìn)新興產(chǎn)業(yè)形成，從而培育經(jīng)濟(jì)增長(zhǎng)新動(dòng)能，實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展（Vaio等，2020）［26］。從創(chuàng)新效益來(lái)看：隨著以工業(yè)機(jī)器人為代表的人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用與滲透，逐漸形成以創(chuàng)新和知識(shí)驅(qū)動(dòng)為特征的高質(zhì)量發(fā)展（Iqbal等，2020）［27］。從綠色效益來(lái)看：根據(jù)技術(shù)進(jìn)步理論，在短期內(nèi)，人工智能技術(shù)能夠通過(guò)智能化應(yīng)用降低行業(yè)碳排放強(qiáng)度，提高能源效率，從而有利于經(jīng)濟(jì)增長(zhǎng)；根據(jù)“技術(shù)回彈效應(yīng)”理論，長(zhǎng)期視角下，經(jīng)濟(jì)快速提升會(huì)導(dǎo)致能源消耗增加，對(duì)能源產(chǎn)生新的需求，并不利于綠色發(fā)展。而目前學(xué)者通過(guò)理論和實(shí)證研究普遍認(rèn)為，人工智能技術(shù)的應(yīng)用能夠提升工業(yè)綠色發(fā)展效率，產(chǎn)生綠色經(jīng)濟(jì)效益（Wang等，2022［28］；唐曉華和遲子茗，2022［29］）。從附加值效益來(lái)看：人工智能會(huì)催生和加速智能消費(fèi)，驅(qū)動(dòng)消費(fèi)結(jié)構(gòu)升級(jí)，而消費(fèi)結(jié)構(gòu)的升級(jí)會(huì)倒逼企業(yè)產(chǎn)品研發(fā)和質(zhì)量提升，從而產(chǎn)生附加值效益（任保平和宋文月，2019）［30］。

（二）拓展性理論分析

人工智能是引領(lǐng)未來(lái)的新興戰(zhàn)略技術(shù)，憑借發(fā)展速度快、輻射范圍廣、影響程度深的特點(diǎn)，從供給端和需求端雙向推動(dòng)了制造業(yè)高質(zhì)量發(fā)展。具體來(lái)看，人工智能可以通過(guò)促進(jìn)技術(shù)創(chuàng)新、優(yōu)化人力資本結(jié)構(gòu)、生產(chǎn)性服務(wù)業(yè)集聚來(lái)推動(dòng)制造業(yè)高質(zhì)量發(fā)展。

1. 技術(shù)創(chuàng)新效應(yīng)

人工智能對(duì)技術(shù)創(chuàng)新的促進(jìn)作用主要表現(xiàn)為：一是人工智能有助于提升要素的有效投入。根據(jù)熊彼特的技術(shù)創(chuàng)新理論，人工智能會(huì)推動(dòng)企業(yè)加大要素投入以提升自身競(jìng)爭(zhēng)力，而要素投入帶來(lái)的生產(chǎn)要素與生產(chǎn)條件的新組合，能夠提升企業(yè)及行業(yè)技術(shù)創(chuàng)新水平（Nordhaus，2021）［31］。二是人工智能可以提升企業(yè)創(chuàng)新能力。人工智能的應(yīng)用會(huì)引發(fā)制造業(yè)企業(yè)創(chuàng)新行為的變革，拓展企業(yè)自主技術(shù)創(chuàng)新空間，促進(jìn)新一輪的技術(shù)創(chuàng)新。三是人工智能通過(guò)擴(kuò)散先進(jìn)技術(shù)推動(dòng)技術(shù)進(jìn)步。人工智能作為新一代通用性ICT（信息通信技術(shù)），廣泛滲透和應(yīng)用于各個(gè)產(chǎn)業(yè)部門(mén)和各個(gè)環(huán)節(jié)，具有較大的縱向和橫向外部性，推動(dòng)工業(yè)制造領(lǐng)域技術(shù)創(chuàng)新的共同突破（程文，2021）［32］。

根據(jù)新經(jīng)濟(jì)增長(zhǎng)理論，內(nèi)生技術(shù)進(jìn)步是經(jīng)濟(jì)增長(zhǎng)最根本的動(dòng)力來(lái)源。技術(shù)創(chuàng)新作為制造業(yè)發(fā)展的核心動(dòng)力，可以通過(guò)顛覆現(xiàn)有生產(chǎn)和管理模式、提高制造業(yè)產(chǎn)品附加值、改善要素資源配置效率等途徑在制造業(yè)高質(zhì)量發(fā)展中發(fā)揮積極作用（胡俊和杜傳忠，2020）［33］。

2. 人力資本結(jié)構(gòu)優(yōu)化效應(yīng)

當(dāng)前，我國(guó)人口老齡化程度不斷加深，勞動(dòng)力市場(chǎng)面臨著挑戰(zhàn)，而人工智能具有對(duì)低技能勞動(dòng)力的替代作用和促進(jìn)人機(jī)協(xié)作、催生新崗位的創(chuàng)造作用（王永欽和董雯，2020）［34］。一方面，人工智能的應(yīng)用需要高水平的人力資本與之相匹配。面對(duì)人工智能帶來(lái)的沖擊，制造業(yè)企業(yè)會(huì)增加對(duì)高技能、高質(zhì)量勞動(dòng)力即人力資本的需求（程承坪和彭歡，2018）［35］，從而提升現(xiàn)有勞動(dòng)力技能水平，匹配新的勞動(dòng)需求和生產(chǎn)方式，進(jìn)而促進(jìn)人力資本結(jié)構(gòu)優(yōu)化。另一方面，人工智能的發(fā)展必然會(huì)促進(jìn)人力資本結(jié)構(gòu)優(yōu)化。伴隨著人工智能應(yīng)用程度的加深，人工智能技術(shù)的迭代更新會(huì)倒逼勞動(dòng)者主動(dòng)提升自身技能水平，實(shí)現(xiàn)人力資本要素在不同產(chǎn)業(yè)部門(mén)流動(dòng)，提升人力資本效率。

新結(jié)構(gòu)經(jīng)濟(jì)學(xué)將要素稟賦結(jié)構(gòu)作為一個(gè)重要切入點(diǎn)，認(rèn)為要素稟賦結(jié)構(gòu)內(nèi)生決定著某一時(shí)點(diǎn)的經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展水平（林毅夫，2017）［36］。由于一個(gè)經(jīng)濟(jì)體的產(chǎn)業(yè)和技術(shù)結(jié)構(gòu)內(nèi)生于要素稟賦結(jié)構(gòu)，要素稟賦結(jié)構(gòu)決定著一個(gè)國(guó)家和地區(qū)產(chǎn)業(yè)比較優(yōu)勢(shì)，因而，要使這種比較優(yōu)勢(shì)轉(zhuǎn)化為市場(chǎng)競(jìng)爭(zhēng)力，需要促使其與產(chǎn)業(yè)和技術(shù)結(jié)構(gòu)相匹配。人力資本結(jié)構(gòu)作為要素稟賦結(jié)構(gòu)中的重要部分，其不斷優(yōu)化以滿(mǎn)足產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的需要，是增強(qiáng)制造業(yè)產(chǎn)業(yè)核心競(jìng)爭(zhēng)力的重要途徑。因此，新一代的人工智能依托互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等新的信息環(huán)境，加速人力資本要素積累（Budhwar等，2022）［37］，推進(jìn)要素市場(chǎng)化配置改革，從而優(yōu)化人力資本結(jié)構(gòu)，促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

3. 生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)

人工智能可以通過(guò)促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚進(jìn)而影響制造業(yè)高質(zhì)量發(fā)展。人工智能對(duì)生產(chǎn)性服務(wù)業(yè)集聚存在顯著的正向影響，具體體現(xiàn)在：人工智能的應(yīng)用意味著地區(qū)信息化和智能化水平加深，生產(chǎn)性服務(wù)業(yè)在地理上的互動(dòng)成本和交易成本將減少，從而在更大空間范圍內(nèi)拓展市場(chǎng)距離，延長(zhǎng)產(chǎn)業(yè)鏈，有效促進(jìn)了生產(chǎn)性服務(wù)業(yè)集聚（陳建軍等，2009）［38］。

結(jié)合馬歇爾的外部經(jīng)濟(jì)理論和波特的產(chǎn)業(yè)集群理論，生產(chǎn)性服務(wù)業(yè)集聚可以通過(guò)空間外溢效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)提高制造業(yè)高質(zhì)量發(fā)展水平。首先，生產(chǎn)性服務(wù)業(yè)集聚能夠產(chǎn)生較強(qiáng)的知識(shí)和技術(shù)空間外溢效應(yīng)（Pavelkova等，2021）［39］。由于產(chǎn)業(yè)集聚區(qū)具有知識(shí)和技術(shù)的比較優(yōu)勢(shì)，制造業(yè)企業(yè)可以通過(guò)集聚區(qū)獲取外部性收益，加速知識(shí)和技術(shù)的溢出，最終通過(guò)提高研發(fā)效率和創(chuàng)新能力、降低企業(yè)生產(chǎn)成本、提高企業(yè)產(chǎn)品附加值等途徑推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展（盛豐，2014）［40］。其次，生產(chǎn)性服務(wù)業(yè)在空間地理上的集聚伴隨著資金、技術(shù)、信息、設(shè)備等要素的相對(duì)集中，形成了人力資本水平較高的勞動(dòng)力市場(chǎng)，有效降低了制造業(yè)發(fā)展過(guò)程中各個(gè)環(huán)節(jié)的成本，產(chǎn)生較強(qiáng)的規(guī)模效應(yīng)。此外，生產(chǎn)性服務(wù)業(yè)集聚還能與周邊地區(qū)制造業(yè)集聚產(chǎn)生協(xié)同效應(yīng)（Ke等，2014）［41］，從而助推制造業(yè)高質(zhì)量發(fā)展。

四、計(jì)量模型、變量與數(shù)據(jù)說(shuō)明

（一）模型設(shè)定與說(shuō)明

為了檢驗(yàn)人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，本文構(gòu)建如下基準(zhǔn)模型：

[GZLi，t=α0+α1AIi，t+δXi，t+Ui+Vt+εi，t] （1）

其中：i表示省份；t表示時(shí)間；GZLi，t表示i省份在t時(shí)期的制造業(yè)高質(zhì)量發(fā)展指數(shù)；AIi，t表示i省份在t時(shí)期的人工智能發(fā)展水平；Xi，t為其他控制變量，包括出口需求（EXP）、居民消費(fèi)（CON）、政府干預(yù)程度（GOV）和經(jīng)濟(jì)發(fā)展水平（ECO）；εi，t為隨機(jī)誤差項(xiàng)；Ui和Vt分別表示地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)。

（二）變量定義

1. 被解釋變量：制造業(yè)高質(zhì)量發(fā)展指數(shù)（GZL）

制造業(yè)的高質(zhì)量發(fā)展是一個(gè)全面而綜合的概念，它包含經(jīng)濟(jì)效益、創(chuàng)新效益、綠色效益和附加值效益等方面內(nèi)容?；诖?，本文從制造業(yè)高質(zhì)量發(fā)展內(nèi)涵出發(fā)，借鑒李金昌等（2019）［42］的做法，構(gòu)建制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，包含10個(gè)正向二級(jí)指標(biāo)和3個(gè)負(fù)向二級(jí)指標(biāo)，進(jìn)一步利用熵值法計(jì)算出制造業(yè)高質(zhì)量發(fā)展指數(shù)。具體評(píng)價(jià)指標(biāo)體系見(jiàn)表1所列。

2. 解釋變量：人工智能水平（AI）

工業(yè)機(jī)器人是人工智能在制造業(yè)應(yīng)用的重要表現(xiàn)，本文參考韓民春等（2020）［43］的做法，采用工業(yè)機(jī)器人應(yīng)用密度衡量人工智能水平，即每萬(wàn)人擁有的工業(yè)機(jī)器人數(shù)量。由于國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）只公布國(guó)家層面以及國(guó)家細(xì)分行業(yè)層面的工業(yè)機(jī)器人數(shù)據(jù)，而本文需要的是省級(jí)層面的工業(yè)機(jī)器人密度數(shù)據(jù)，因此，采用Bartik工具變量法構(gòu)建省級(jí)層面工業(yè)機(jī)器人滲透度，即工業(yè)機(jī)器人應(yīng)用密度，具體計(jì)算公式如下：

[AIi，t=∑jj=1（empti，jemptiAINUMj，tempj，t）] （2）

其中：[AIi，t]表示i省份t時(shí)期工業(yè)機(jī)器人滲透度；[empti，j]表示t時(shí)期i省份j制造業(yè)的就業(yè)人數(shù)，[empti]表示t時(shí)期i省份的全部就業(yè)總?cè)藬?shù)，[empti，jempti]則表示t時(shí)期i省份j制造業(yè)行業(yè)的就業(yè)人數(shù)比例，即權(quán)重；[AINUMj，t]表示j制造業(yè)行業(yè)t時(shí)期的工業(yè)機(jī)器人保有量，[empj，t]表示j制造業(yè)t時(shí)期的全部從業(yè)人數(shù)，[AINUMj，tempj，t]則表示全國(guó)層面的行業(yè)工業(yè)機(jī)器人密度；將所有制造業(yè)相關(guān)行業(yè)機(jī)器人密度加總即得到t時(shí)期i省份的機(jī)器人滲透度[AIi，t]。

公式中的計(jì)算主要取決于兩個(gè)重要假設(shè)：一是制造業(yè)各分行業(yè)就業(yè)人數(shù)占制造業(yè)總就業(yè)人數(shù)比例，權(quán)重越大說(shuō)明該地區(qū)制造業(yè)發(fā)展水平較好，工業(yè)機(jī)器人應(yīng)用程度較高；二是制造業(yè)中的工業(yè)機(jī)器人密度大則對(duì)整個(gè)地區(qū)制造業(yè)的人工智能水平發(fā)展影響大。由于IFR數(shù)據(jù)庫(kù)中公布的行業(yè)數(shù)據(jù)與我國(guó)統(tǒng)計(jì)體系中的行業(yè)分類(lèi)標(biāo)準(zhǔn)并不完全一致，因此，本文根據(jù)國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)GB/T4754-2017，對(duì)照IFR所提供的行業(yè)進(jìn)行剔除、匹配和歸并（1）。

3. 機(jī)制檢驗(yàn)變量

（1）技術(shù)創(chuàng)新（TECH）。專(zhuān)利數(shù)是技術(shù)創(chuàng)新的重要成果，本文借鑒萬(wàn)建香和汪壽陽(yáng)（2016）［44］的做法，采用專(zhuān)利申請(qǐng)量的對(duì)數(shù)來(lái)衡量技術(shù)創(chuàng)新程度。

（2）人力資本結(jié)構(gòu)優(yōu)化（HR）。本文參考劉智勇等（2018）［45］的做法，通過(guò)空間向量夾角計(jì)算人力資本結(jié)構(gòu)優(yōu)化指標(biāo)。按照受教育程度將人力資本劃分為5種類(lèi)型（2），構(gòu)成一組5維人力資本空間向量[X0=（x0，1， x0，2， x0，3， x0，4， x0，5）]，并依次計(jì)算其與基本單位向量組的夾角，從而確定夾角[θk（k=1，…，5）]的權(quán)重，最后根據(jù)權(quán)重計(jì)算出人力資本結(jié)構(gòu)高級(jí)化指數(shù)。具體計(jì)算公式如下：

[HR=∑5i=1Wkθk] （3）

其中：[θk][=arccos∑5i=1xk， ix0， i（∑5i=1x2k，i）12（∑5i=1x20，i）12;Wk為θk]

[的權(quán)重。]

（3）生產(chǎn)性服務(wù)業(yè)集聚（AGG）。參考劉奕等（2017）［46］的做法，本文選取“金融業(yè)”“科學(xué)研究和技術(shù)服務(wù)業(yè)”“租賃和商務(wù)服務(wù)業(yè)”“信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)”“交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)”5個(gè)行業(yè)代表生產(chǎn)性服務(wù)業(yè)，并以其就業(yè)人數(shù)為基準(zhǔn)對(duì)集聚指數(shù)進(jìn)行測(cè)度。具體如公式（4）所示：

[AGGi=Ei，j∑jEi， j∑iEi， j∑i∑jEi， j]" （4）

其中，[Ei，j]為i地區(qū)j產(chǎn)業(yè)的從業(yè)人數(shù)。

4. 控制變量

其中包括：出口需求（EXP），采用各地區(qū)出口金額與地區(qū)生產(chǎn)總值的比值來(lái)衡量；居民消費(fèi)水平（CON），采用各地區(qū)居民消費(fèi)水平與當(dāng)?shù)厣a(chǎn)總值的比值來(lái)衡量；政府干預(yù)程度（GOV），采用各地區(qū)一般公共財(cái)政支出與地區(qū)生產(chǎn)總值的比值來(lái)衡量；經(jīng)濟(jì)發(fā)展水平（ECO），采用人均GDP來(lái)衡量。

（三）數(shù)據(jù)來(lái)源

本文采用2008—2020年我國(guó)30個(gè)省份的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，由于相關(guān)數(shù)據(jù)缺失，西藏和港澳臺(tái)地區(qū)暫未被選作研究樣本。工業(yè)機(jī)器人原始數(shù)據(jù)來(lái)自IFR，其他所有原始數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒以及各類(lèi)公開(kāi)信息，部分?jǐn)?shù)據(jù)存在缺漏值，采用插值法補(bǔ)齊。

變量的描述性統(tǒng)計(jì)見(jiàn)表2所列。

五、實(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸

在進(jìn)行回歸分析之前，需要通過(guò)Hausman檢驗(yàn)，判定采用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。根據(jù)檢驗(yàn)結(jié)果可知，Hausman檢驗(yàn)值為28.30，P值為0.000，說(shuō)明在1%的顯著性上拒絕原假設(shè)，應(yīng)該采用固定效應(yīng)模型。因此，本文選擇固定效應(yīng)模型來(lái)分析人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，具體結(jié)果見(jiàn)表3所列。

表3中，第（1）列至第（3）列分別將控制變量、時(shí)間固定效應(yīng)和各省份固定效應(yīng)加入回歸方程，列示回歸方程的邊際效應(yīng)。其中，第（1）列是僅考慮人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展影響的結(jié)果，可以看出，人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響系數(shù)為0.036 7，并且通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展有顯著的促進(jìn)作用；第（2）列加入控制變量并且控制了省份固定效應(yīng)，可以看出，人工智能的估計(jì)系數(shù)在5%的水平上顯著為正，這與前文分析一致；進(jìn)一步地，為了增強(qiáng)研究結(jié)果的穩(wěn)健性，第（3）列同時(shí)控制了時(shí)間固定效應(yīng)和省份固定效應(yīng)，可以看出，在雙向固定效應(yīng)模型中，人工智能每增加1%，會(huì)引起制造業(yè)高質(zhì)量發(fā)展水平提升6.94%，說(shuō)明人工智能在制造業(yè)的應(yīng)用能夠顯著促進(jìn)制造業(yè)高質(zhì)量發(fā)展。此外，控制變量的回歸結(jié)果顯示：出口需求（EXP）和經(jīng)濟(jì)發(fā)展水平（ECO）對(duì)制造業(yè)高質(zhì)量發(fā)展有顯著的正向影響，這主要由于出口需求增多會(huì)驅(qū)動(dòng)制造企業(yè)生產(chǎn)更高質(zhì)量產(chǎn)品，從而推動(dòng)制造業(yè)高質(zhì)量發(fā)展，另外，國(guó)家整體經(jīng)濟(jì)發(fā)展水平的提升會(huì)為制造業(yè)發(fā)展?fàn)I造良好的經(jīng)濟(jì)環(huán)境，從而推動(dòng)制造業(yè)高質(zhì)量發(fā)展；政府干預(yù)度（GOV）與制造業(yè)高質(zhì)量發(fā)展存在負(fù)相關(guān)，這可能是由于政府對(duì)市場(chǎng)存在過(guò)度干預(yù)的情況，而過(guò)度干預(yù)不利于發(fā)揮市場(chǎng)在資源配置中的作用，從而不利于制造業(yè)高質(zhì)量發(fā)展；居民消費(fèi)水平（CON）對(duì)制造業(yè)高質(zhì)量發(fā)展雖然存在正向促進(jìn)作用，但并不顯著，這可能是因?yàn)榫用裣M(fèi)水平是衡量經(jīng)濟(jì)平穩(wěn)發(fā)展的一個(gè)重要因素，但其對(duì)制造業(yè)高質(zhì)量發(fā)展的直接刺激作用并不強(qiáng)。

（二）內(nèi)生性與穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性檢驗(yàn)

由于模型可能存在內(nèi)生性問(wèn)題從而造成以下偏差：一是可能存在遺漏變量問(wèn)題；二是人工智能與制造業(yè)高質(zhì)量發(fā)展水平可能存在雙向因果關(guān)系，即人工智能在推動(dòng)制造業(yè)高質(zhì)量發(fā)展的同時(shí)，制造業(yè)高質(zhì)量發(fā)展也會(huì)影響人工智能的發(fā)展，如某些地區(qū)制造業(yè)產(chǎn)業(yè)基礎(chǔ)能力強(qiáng)，相應(yīng)地，其在發(fā)展過(guò)程中對(duì)人工智能技術(shù)及應(yīng)用的需求較強(qiáng)，從而倒逼該地區(qū)人工智能的發(fā)展。因此，本文采用以下兩種方法解決內(nèi)生性問(wèn)題：

（1）系統(tǒng)GMM法?？紤]上一期的制造業(yè)高質(zhì)量發(fā)展可能對(duì)下一期存在動(dòng)態(tài)影響，本文在模型中引入被解釋變量滯后一期，并采用系統(tǒng)GMM動(dòng)態(tài)面板模型進(jìn)行估計(jì)，以緩解內(nèi)生性問(wèn)題。表4第（1）列列示了系統(tǒng)GMM的回歸結(jié)果，可以看出，AI系數(shù)在1%的水平上顯著為正，說(shuō)明提高人工智能應(yīng)用水平能顯著地促進(jìn)制造業(yè)高質(zhì)量發(fā)展；L.GZL系數(shù)在1%的水平上顯著為正，說(shuō)明制造業(yè)高質(zhì)量發(fā)展具有時(shí)間連續(xù)性，前一期制造業(yè)高質(zhì)量發(fā)展情況對(duì)當(dāng)期的制造業(yè)高質(zhì)量發(fā)展存在顯著的促進(jìn)作用。此外，AR（1）檢驗(yàn)P值小于0.01，AR（2）檢驗(yàn)P值大于0.1，表明存在一階自相關(guān)但不存在二階自相關(guān)，Sargan檢驗(yàn)結(jié)果表明不存在過(guò)度識(shí)別現(xiàn)象。

（2）工具變量法。為了滿(mǎn)足工具變量與內(nèi)生解釋變量相關(guān)、又與隨機(jī)擾動(dòng)項(xiàng)無(wú)關(guān)的條件，本文參考孫早和侯玉琳（2021）［17］的做法，選擇各省份長(zhǎng)途光纜密度作為工具變量，并使用兩階段最小二乘法（2SLS）進(jìn)行估計(jì)。其原因?yàn)椋簭南嚓P(guān)性來(lái)看，由于長(zhǎng)途光纜中的光纖傳感器是工業(yè)機(jī)器人的基礎(chǔ)關(guān)鍵性元件，故各地區(qū)長(zhǎng)途光纜密度與人工智能發(fā)展水平密切關(guān)聯(lián)；從外生性來(lái)看，長(zhǎng)途光纜的建設(shè)是由外生決定的，不受制造業(yè)發(fā)展水平影響。因此，選用長(zhǎng)途光纜作為工具變量具有可行性，其中，長(zhǎng)途光纜密度為各省份每平方公里的長(zhǎng)途光纜長(zhǎng)度，具體回歸結(jié)果見(jiàn)表4第（2）列。為了驗(yàn)證工具變量的有效性，本文進(jìn)行了不可識(shí)別檢驗(yàn)和弱工具變量檢驗(yàn)，檢驗(yàn)得出Kleibergen-Paap rk LM統(tǒng)計(jì)量為122.430，在1%的顯著性水平上拒絕不可識(shí)別假設(shè)，說(shuō)明工具變量不存在不可識(shí)別問(wèn)題。此外，Cragg-Donald Wald F統(tǒng)計(jì)量為91.215，大于Stock-Yogo，在10%顯著性水平的臨界值為16.38，說(shuō)明不存在弱工具變量問(wèn)題。根據(jù)回歸結(jié)果可知，人工智能每提高１%，制造業(yè)高質(zhì)量發(fā)展水平提升8.43%，且在1%的水平上顯著，與基準(zhǔn)回歸相比，2SLS回歸結(jié)果除系數(shù)大小外沒(méi)有顯著區(qū)別，與上文估計(jì)結(jié)果一致。

2. 穩(wěn)健性檢驗(yàn)

通過(guò)基準(zhǔn)回歸得出人工智能能夠推動(dòng)制造業(yè)高質(zhì)量發(fā)展，為驗(yàn)證基準(zhǔn)回歸結(jié)果是否可靠，本文嘗試用以下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)：一是異常值處理。由于極端樣本可能對(duì)整體回歸結(jié)果造成影響，為緩解這一問(wèn)題，本文對(duì)被解釋變量制造業(yè)高質(zhì)量發(fā)展和核心解釋變量人工智能做5%水平的縮尾處理，回歸結(jié)果見(jiàn)表4第（3）列。結(jié)果表明，進(jìn)行5%水平的縮尾處理后，人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展仍然表現(xiàn)出顯著的促進(jìn)作用，系數(shù)大小也沒(méi)有較大波動(dòng)，表明基準(zhǔn)回歸中并不存在異常值影響。二是更換核心解釋變量。為了進(jìn)一步考察人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，本文參考吳非和徐斯旸（2022）［47］的做法，基于上市企業(yè)年報(bào)文本數(shù)據(jù)，利用Python軟件統(tǒng)計(jì)“人工智能”相關(guān)的關(guān)鍵詞詞頻（3），并匹配到企業(yè)所在省份，進(jìn)行對(duì)數(shù)化處理后得到人工智能應(yīng)用程度指標(biāo)，以此替換核心解釋變量人工智能，回歸結(jié)果見(jiàn)表4第（4）列?？梢钥闯?，人工智能能夠推動(dòng)制造業(yè)高質(zhì)量發(fā)展，且在1%的水平上顯著，表明人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響是穩(wěn)健的。以上結(jié)果顯示，無(wú)論是處理異常值還是替換核心解釋變量，人工智能均能推動(dòng)制造業(yè)高質(zhì)量發(fā)展，通過(guò)了穩(wěn)健性檢驗(yàn)。

（三）異質(zhì)性檢驗(yàn)

1. 分地區(qū)

不同地區(qū)的經(jīng)濟(jì)發(fā)展水平不同，人工智能發(fā)展程度也存在差異，因此，不同地區(qū)的人工智能發(fā)展水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響可能也存在差異。為了考察人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的區(qū)域性差異，本文將樣本分為東部、中部和西部地區(qū)（4）分別進(jìn)行回歸，具體回歸結(jié)果見(jiàn)表5所列。

從表5可以看出，東部地區(qū)人工智能每增加１%，制造業(yè)高質(zhì)量發(fā)展水平提高8.26%，且在1%的水平上顯著；中西部地區(qū)人工智能系數(shù)為正，但并不顯著，說(shuō)明人工智能對(duì)東部地區(qū)制造業(yè)高質(zhì)量發(fā)展的影響高于中西部地區(qū)。這主要是因?yàn)椋喝斯ぶ悄苤饕獞?yīng)用于高端技術(shù)產(chǎn)業(yè)等技術(shù)密集型產(chǎn)業(yè)，與中西部地區(qū)相比，東部地區(qū)產(chǎn)業(yè)發(fā)展基礎(chǔ)較好，人工智能技術(shù)能夠與制造業(yè)發(fā)展更好地融合，促進(jìn)制造業(yè)企業(yè)生產(chǎn)效率提升、運(yùn)營(yíng)管理升級(jí)和商業(yè)模式優(yōu)化；而中西部地區(qū)產(chǎn)業(yè)基礎(chǔ)較為薄弱，制造業(yè)尚未實(shí)現(xiàn)從勞動(dòng)密集型產(chǎn)業(yè)為主導(dǎo)向技術(shù)密集型產(chǎn)業(yè)為主導(dǎo)的轉(zhuǎn)變，人工智能的應(yīng)用未能與制造業(yè)實(shí)現(xiàn)良好匹配，因此，人工智能對(duì)東部地區(qū)制造業(yè)高質(zhì)量發(fā)展的推動(dòng)作用更大。

2. 高質(zhì)量發(fā)展子維度

本文構(gòu)建了制造業(yè)高質(zhì)量發(fā)展經(jīng)濟(jì)效益、創(chuàng)新效益、綠色效益與附加值效益4個(gè)子維度，通過(guò)熵值法計(jì)算指標(biāo)并進(jìn)行分析，以考察人工智能的結(jié)構(gòu)效應(yīng)，回歸結(jié)果見(jiàn)表6所列?？梢钥闯?，人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展4個(gè)維度指標(biāo)的回歸系數(shù)均顯著為正，說(shuō)明人工智能可以發(fā)揮經(jīng)濟(jì)、創(chuàng)新、綠色和附加值效益，從而實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展。進(jìn)一步地，比較不同子維度AI回歸系數(shù)可以看出，人工智能對(duì)經(jīng)濟(jì)效益和創(chuàng)新效益的回歸系數(shù)明顯高于其他維度，即人工智能在制造業(yè)的應(yīng)用中產(chǎn)生的經(jīng)濟(jì)效益和創(chuàng)新效益高于其他維度?？赡艿脑蚴?，人工智能是新一代科技革命產(chǎn)物，在與制造業(yè)融合發(fā)展過(guò)程中能夠發(fā)揮其自身特性及特點(diǎn)，提升行業(yè)創(chuàng)新水平，形成顯著的經(jīng)濟(jì)效益和創(chuàng)新效益，從而引領(lǐng)制造業(yè)高質(zhì)量發(fā)展。

為進(jìn)一步分析不同技術(shù)類(lèi)型制造業(yè)人工智能應(yīng)用程度對(duì)制造業(yè)高質(zhì)量發(fā)展影響的異質(zhì)性特征，本文參考OECD的制造業(yè)技術(shù)劃分標(biāo)準(zhǔn)，將樣本劃分為低技術(shù)制造業(yè)、中技術(shù)制造業(yè)和高技術(shù)制造業(yè)三大類(lèi)，并加總每類(lèi)制造業(yè)的工業(yè)機(jī)器人滲透度作為其人工智能應(yīng)用水平，具體回歸結(jié)果見(jiàn)表7所列。

從表7可以看出，無(wú)論是高技術(shù)制造業(yè)還是中低技術(shù)制造業(yè)，人工智能應(yīng)用水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響均呈現(xiàn)顯著的正向關(guān)系。具體來(lái)看，不同技術(shù)類(lèi)型制造業(yè)人工智能應(yīng)用水平對(duì)制造業(yè)高質(zhì)量發(fā)展影響程度不同，中技術(shù)制造業(yè)人工智能水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響最大，其次是高技術(shù)制造業(yè)，低技術(shù)制造業(yè)影響效應(yīng)最小?？赡艿脑蚴?，人工智能在不同技術(shù)類(lèi)型制造業(yè)中產(chǎn)業(yè)融合程度不同，中高技術(shù)制造業(yè)作為知識(shí)和技術(shù)密集型產(chǎn)業(yè)，產(chǎn)業(yè)發(fā)展過(guò)程中對(duì)技術(shù)要素需求高，因此，人工智能技術(shù)的應(yīng)用程度更高，從而對(duì)制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)更大。

4. 不同要素密集型制造業(yè)

為了考察制造業(yè)中不同要素密集型行業(yè)的人工智能應(yīng)用水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響差異，本文參考陽(yáng)立高等（2014）［48］的分類(lèi)標(biāo)準(zhǔn)，將樣本分為勞動(dòng)密集型制造業(yè)、資本密集型制造業(yè)和技術(shù)密集型制造業(yè)三大類(lèi)，分別計(jì)算出人工智能應(yīng)用水平并進(jìn)行回歸，回歸結(jié)果見(jiàn)表8所列。

從表8可以看出，勞動(dòng)密集型制造業(yè)、資本密集型制造業(yè)和技術(shù)密集型制造業(yè)中人工智能的應(yīng)用均顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，具體來(lái)看，人工智能在勞動(dòng)密集型制造業(yè)中的應(yīng)用對(duì)制造業(yè)高質(zhì)量發(fā)展的影響程度最高，技術(shù)密集型其次，影響程度最低的為資本密集型制造業(yè)。其中，勞動(dòng)密集型制造業(yè)中人工智能應(yīng)用水平的回歸系數(shù)為0.088 3，且在1%水平上顯著，說(shuō)明勞動(dòng)密集型制造業(yè)人工智能水平每增加1%，制造業(yè)高質(zhì)量發(fā)展將提升8.83%。形成這樣結(jié)果的主要原因是，勞動(dòng)密集型制造業(yè)需要大量勞動(dòng)力，而人工智能對(duì)勞動(dòng)力存在直接的替代效應(yīng)，“機(jī)器代人”使勞動(dòng)密集型制造業(yè)生產(chǎn)效率得到顯著提升，促使其逐漸向智慧化、智能化方向發(fā)展。

六、影響機(jī)制

上文的實(shí)證分析結(jié)果表明，人工智能可以有效推動(dòng)制造業(yè)高質(zhì)量發(fā)展，人工智能主要通過(guò)技術(shù)創(chuàng)新、人力資本結(jié)構(gòu)提升和生產(chǎn)性服務(wù)業(yè)集聚3個(gè)方面影響制造業(yè)高質(zhì)量發(fā)展水平。因此，本文借鑒諸竹君等（2022）［49］的做法，對(duì)這3個(gè)方面展開(kāi)實(shí)證檢驗(yàn)。

表9列示了人工智能影響制造業(yè)高質(zhì)量發(fā)展的作用機(jī)制，其中W為機(jī)制檢驗(yàn)變量。第（1）列、第（2）列匯報(bào)了技術(shù)創(chuàng)新效應(yīng)的回歸結(jié)果，從第（1）列結(jié)果來(lái)看，人工智能對(duì)技術(shù)創(chuàng)新的影響在1%水平上顯著為正，說(shuō)明人工智能的發(fā)展促進(jìn)了技術(shù)創(chuàng)新與進(jìn)步，主要是因?yàn)槿斯ぶ悄茏鳛樾乱淮畔⒓夹g(shù)的代表，具有較強(qiáng)的滲透性和創(chuàng)造性特征，其應(yīng)用與發(fā)展能夠促進(jìn)技術(shù)進(jìn)步與創(chuàng)新；從第（2）列結(jié)果來(lái)看，技術(shù)創(chuàng)新對(duì)制造業(yè)高質(zhì)量發(fā)展的影響在5%水平上顯著為正，說(shuō)明技術(shù)創(chuàng)新顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，主要是由于技術(shù)創(chuàng)新可以加快制造業(yè)智能化升級(jí)，提高生產(chǎn)環(huán)節(jié)效率，優(yōu)化組織管理模式，延長(zhǎng)整體產(chǎn)業(yè)鏈，從而推動(dòng)制造業(yè)高質(zhì)量發(fā)展。由此可見(jiàn)，人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響能夠通過(guò)提升技術(shù)創(chuàng)新來(lái)實(shí)現(xiàn)，驗(yàn)證了本文提出的中間渠道機(jī)理。

人工智能發(fā)揮對(duì)制造業(yè)高質(zhì)量發(fā)展的影響除了體現(xiàn)在促進(jìn)制造業(yè)技術(shù)進(jìn)步上，還可以通過(guò)人力資本結(jié)構(gòu)的優(yōu)化來(lái)實(shí)現(xiàn)，表9第（3）列、第（4）列列示了人力資本結(jié)構(gòu)優(yōu)化效應(yīng)的回歸結(jié)果。由第（3）列結(jié)果可知，人工智能對(duì)人力資本結(jié)構(gòu)優(yōu)化的影響在1%水平上顯著為正，說(shuō)明人工智能的發(fā)展能夠促進(jìn)人力資本結(jié)構(gòu)優(yōu)化，主要是由于人工智能存在對(duì)中低技能勞動(dòng)力的替代作用和衍生就業(yè)機(jī)會(huì)的創(chuàng)造作用，進(jìn)而優(yōu)化現(xiàn)有人力資本結(jié)構(gòu)；由第（4）列結(jié)果可知，人力資本結(jié)構(gòu)優(yōu)化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響在1%水平上顯著為正，說(shuō)明人力資本結(jié)構(gòu)優(yōu)化對(duì)制造業(yè)高質(zhì)量發(fā)展存在顯著促進(jìn)作用。由此可見(jiàn)，人工智能可以通過(guò)優(yōu)化人力資本結(jié)構(gòu)，促進(jìn)勞動(dòng)力等生產(chǎn)要素在產(chǎn)業(yè)間的流動(dòng)，培育出產(chǎn)業(yè)新業(yè)態(tài)、新模式，從而助推制造業(yè)高質(zhì)量發(fā)展，驗(yàn)證了本文提出的人力資本結(jié)構(gòu)優(yōu)化的中間渠道機(jī)理。

除上述外，人工智能通過(guò)促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展，表9第（5）列、第（6）列列示了生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)的回歸結(jié)果。由第（5）列結(jié)果可知，人工智能在1%的顯著性水平上對(duì)生產(chǎn)性服務(wù)業(yè)集聚有正向影響，說(shuō)明人工智能推動(dòng)了生產(chǎn)性服務(wù)業(yè)集聚，這主要是由于人工智能的應(yīng)用可以促進(jìn)全要素在區(qū)域間流動(dòng)，從而有利于形成生產(chǎn)性服務(wù)業(yè)集聚；由第（6）列結(jié)果可知，生產(chǎn)性服務(wù)業(yè)集聚對(duì)制造業(yè)高質(zhì)量發(fā)展的影響在5%水平上顯著為正，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚能夠顯著促進(jìn)制造業(yè)的高質(zhì)量發(fā)展，這主要是由于生產(chǎn)性服務(wù)業(yè)集聚帶來(lái)的空間溢出效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)，能夠推動(dòng)制造業(yè)進(jìn)行服務(wù)化轉(zhuǎn)型，實(shí)現(xiàn)制造業(yè)和服務(wù)業(yè)的融合發(fā)展，從而促進(jìn)制造業(yè)高質(zhì)量發(fā)展。由此可見(jiàn)，人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響能夠通過(guò)促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚來(lái)實(shí)現(xiàn)，驗(yàn)證了本文提出的生產(chǎn)性服務(wù)業(yè)集聚的中介作用。

七、結(jié)論與政策建議

（一）研究結(jié)論

本文在理論分析人工智能影響制造業(yè)高質(zhì)量發(fā)展的基礎(chǔ)上，采用2008—2020年我國(guó)30個(gè)省級(jí)面板數(shù)據(jù)，實(shí)證檢驗(yàn)人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的影響以及相關(guān)影響機(jī)制。研究發(fā)現(xiàn)：①人工智能應(yīng)用可以顯著促進(jìn)制造業(yè)高質(zhì)量發(fā)展，經(jīng)過(guò)一系列檢驗(yàn)結(jié)論依然成立；②人工智能可以通過(guò)技術(shù)創(chuàng)新效應(yīng)、人力資本結(jié)構(gòu)優(yōu)化效應(yīng)和生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)促進(jìn)制造業(yè)高質(zhì)量發(fā)展；③人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展存在顯著的區(qū)域性差異，與中西部地區(qū)相比，其促進(jìn)效應(yīng)在東部地區(qū)表現(xiàn)更為顯著；同時(shí)，在不同類(lèi)型的制造業(yè)中人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展呈現(xiàn)異質(zhì)性特征，其在勞動(dòng)密集型和中高技術(shù)制造業(yè)應(yīng)用產(chǎn)生的影響效應(yīng)更強(qiáng)。

（二）政策建議

根據(jù)研究結(jié)論，為進(jìn)一步發(fā)揮人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的驅(qū)動(dòng)作用，本文提出以下政策建議：

第一，大力發(fā)展人工智能產(chǎn)業(yè)，深化人工智能在制造業(yè)的應(yīng)用與融合發(fā)展。積極推進(jìn)智能化基礎(chǔ)設(shè)施建設(shè)，進(jìn)一步完善智能制造公共服務(wù)平臺(tái)，通過(guò)降低制造行業(yè)門(mén)檻和企業(yè)發(fā)展成本，營(yíng)造良好發(fā)展環(huán)境，助推制造業(yè)高質(zhì)量發(fā)展。另外，人工智能推動(dòng)制造業(yè)發(fā)展是一個(gè)復(fù)雜的系統(tǒng)工程，不能僅僅依靠制造企業(yè)自身資源，政府必須出臺(tái)有效的產(chǎn)業(yè)政策。通過(guò)政策合理布局推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，積極引導(dǎo)扶持戰(zhàn)略性新興產(chǎn)業(yè)，有效助力制造業(yè)智能化升級(jí)。

第二，因地制宜推動(dòng)人工智能應(yīng)用與制造業(yè)區(qū)域協(xié)同發(fā)展。相較于中西部，東部地區(qū)要素稟賦和制度稟賦的比較優(yōu)勢(shì)較為凸顯，人工智能在東部地區(qū)的發(fā)展規(guī)模及對(duì)制造業(yè)高質(zhì)量發(fā)展的促進(jìn)效應(yīng)更加顯著。因此，各地區(qū)需要結(jié)合本地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r、人工智能的應(yīng)用程度和制造業(yè)發(fā)展需求，合理制定人工智能與制造業(yè)高質(zhì)量發(fā)展相關(guān)的政策規(guī)劃，形成各地區(qū)優(yōu)勢(shì)互補(bǔ)的產(chǎn)業(yè)發(fā)展布局。此外，中西部地區(qū)應(yīng)積極發(fā)揮資源稟賦優(yōu)勢(shì)，進(jìn)一步優(yōu)化營(yíng)商環(huán)境，促進(jìn)要素合理流動(dòng)的有效市場(chǎng)，同時(shí)發(fā)揮有為政府的因勢(shì)利導(dǎo)作用，更好地促進(jìn)地區(qū)制造業(yè)高質(zhì)量發(fā)展。

第三，進(jìn)一步發(fā)揮技術(shù)創(chuàng)新、人力資本結(jié)構(gòu)優(yōu)化和生產(chǎn)性服務(wù)業(yè)集聚對(duì)制造業(yè)高質(zhì)量發(fā)展的作用。提升科技創(chuàng)新能力，大力推進(jìn)產(chǎn)學(xué)研合作，加快科技成果轉(zhuǎn)化，推動(dòng)新舊動(dòng)能轉(zhuǎn)換；加強(qiáng)引進(jìn)與培養(yǎng)面向制造業(yè)重點(diǎn)領(lǐng)域發(fā)展需求的復(fù)合型、創(chuàng)新型、應(yīng)用型專(zhuān)業(yè)人才，建立健全科學(xué)的人才評(píng)價(jià)和激勵(lì)機(jī)制；加快推動(dòng)生產(chǎn)性服務(wù)業(yè)集聚發(fā)展，創(chuàng)建集聚創(chuàng)新示范區(qū)，培育壯大新業(yè)態(tài)新模式，實(shí)現(xiàn)制造業(yè)向后端延伸的服務(wù)化，促進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)的融合發(fā)展。

注 釋?zhuān)?/p>

（1）根據(jù)IFR公布的行業(yè)數(shù)據(jù)，對(duì)照國(guó)民經(jīng)濟(jì)標(biāo)準(zhǔn)行業(yè)分類(lèi)GB/T4754-2017，篩選匹配后的行業(yè)包括“食品飲料制造業(yè)”“紡織品制造業(yè)”“木材加工及家具制造業(yè)”“造紙及紙制品業(yè)”“化學(xué)原料及化學(xué)制品制造業(yè)”“電氣機(jī)械及器材制造業(yè)”“計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)”“汽車(chē)制造業(yè)”“金屬制品業(yè)”“金屬冶煉業(yè)”“非金屬礦物制品業(yè)”“通用設(shè)備制造業(yè)”“鐵路（船舶、航空航天）制造業(yè)和其他運(yùn)輸設(shè)備”“其他制造業(yè)”。

（2）根據(jù)受教育程度劃分為未上過(guò)學(xué)、小學(xué)、初中、高中（含中專(zhuān)）和大專(zhuān)及以上（包括大專(zhuān)、本科及研究生）五種類(lèi)型。

（3）本文通過(guò)提取政策文件中與人工智能相關(guān)的關(guān)鍵詞，最終篩選得到以下關(guān)鍵詞：人工智能、圖像理解、投資決策輔助系統(tǒng)、智能數(shù)據(jù)分析、智能機(jī)器人、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、語(yǔ)義搜索、生物識(shí)別技術(shù)、人臉識(shí)別、語(yǔ)音識(shí)別、身份驗(yàn)證、自動(dòng)駕駛、自然語(yǔ)言處理、智能控制、智能終端、智能管理、智能工廠、智能物流、智能制造、智能倉(cāng)儲(chǔ)、智能技術(shù)、智能設(shè)備、智能生產(chǎn)、智慧農(nóng)業(yè)、智能交通、智能醫(yī)療、智能穿戴、智能客服、智能家居、智能文旅、智能環(huán)保、智能電網(wǎng)、智能營(yíng)銷(xiāo)、商業(yè)智能、移動(dòng)智能、自動(dòng)控制、自動(dòng)監(jiān)測(cè)、自動(dòng)監(jiān)控、自動(dòng)檢測(cè)、自動(dòng)生產(chǎn)、數(shù)控、集成控制、集成解決方案、智能故障診斷、生命周期管理、生產(chǎn)制造執(zhí)行系統(tǒng)、高端智能、工業(yè)智能、集成系統(tǒng)、未來(lái)工廠。

（4）東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個(gè)省份；中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個(gè)省份；西部地區(qū)包括重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆9個(gè)省份。

參考文獻(xiàn)：

［1］任保平，文豐安. 新時(shí)代中國(guó)高質(zhì)量發(fā)展的判斷標(biāo)準(zhǔn)、決定因素與實(shí)現(xiàn)途徑［J］. 改革，2018（4）：5-16.

［2］馮正霖. 以新發(fā)展理念引領(lǐng)新時(shí)代民航高質(zhì)量發(fā)展［J］. 人民論壇，2019（5）：6-9.

［3］史丹，李鵬. 中國(guó)工業(yè)70年發(fā)展質(zhì)量演進(jìn)及其現(xiàn)狀評(píng)價(jià)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（9）：5-23.

［4］李春發(fā)，李冬冬，周馳. 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)的作用機(jī)理——基于產(chǎn)業(yè)鏈視角的分析［J］. 商業(yè)研究，2020（2）：73-82.

［5］郭朝先. 產(chǎn)業(yè)融合創(chuàng)新與制造業(yè)高質(zhì)量發(fā)展［J］. 北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（4）：49-60.

［6］沈坤榮，傅元海. 外資技術(shù)轉(zhuǎn)移與內(nèi)資經(jīng)濟(jì)增長(zhǎng)質(zhì)量——基于中國(guó)區(qū)域面板數(shù)據(jù)的檢驗(yàn)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2010（11）：5-15.

［7］趙卿，曾海艦. 產(chǎn)業(yè)政策推動(dòng)制造業(yè)高質(zhì)量發(fā)展了嗎？［J］. 經(jīng)濟(jì)體制改革，2020（4）：180-186.

［8］羅序斌，黃亮. 中國(guó)制造業(yè)高質(zhì)量轉(zhuǎn)型升級(jí)水平測(cè)度與省際比較——基于“四化”并進(jìn)視角［J］. 經(jīng)濟(jì)問(wèn)題，2020（12）：43-52.

［9］ACEMOGLU D，RESTREPO P. Automation and New Tasks：How Technology Displaces and Reinstates Labor［J］. Journal of Economic Perspective，2019，33（2）：3-29.

［10］劉駿，劉濤雄，謝康. 機(jī)器人可以緩解老齡化帶來(lái)的中國(guó)勞動(dòng)力短缺問(wèn)題嗎［J］. 財(cái)貿(mào)經(jīng)濟(jì)，2021，42（8）：145-160.

［11］AUTOR D H，DORN D. The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market［J］.The American Economic Review，2013（5）：1553-1597.

［12］孔高文，劉莎莎，孔東民. 機(jī)器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2020（8）：80-98.

［13］王曉娟，朱喜安，王穎.工業(yè)機(jī)器人應(yīng)用對(duì)制造業(yè)就業(yè)的影響效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（4）：88-106.

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

［15］薛瀾，姜李丹，黃穎，等. 資源異質(zhì)性、知識(shí)流動(dòng)與產(chǎn)學(xué)研協(xié)同創(chuàng)新——以人工智能產(chǎn)業(yè)為例［J］.科學(xué)學(xué)研究，2019，37（12）：2241-2251.

［16］楊飛，范從來(lái). 產(chǎn)業(yè)智能化是否有利于中國(guó)益貧式發(fā)展？［J］. 經(jīng)濟(jì)研究，2020，55（5）：150-165.

［17］孫早，侯玉琳. 人工智能發(fā)展對(duì)產(chǎn)業(yè)全要素生產(chǎn)率的影響——一個(gè)基于中國(guó)制造業(yè)的經(jīng)驗(yàn)研究［J］. 經(jīng)濟(jì)學(xué)家，2021（1）：32-42.

［18］余玲錚，魏下海，孫中偉，等. 工業(yè)機(jī)器人、工作任務(wù)與非常規(guī)能力溢價(jià)——來(lái)自制造業(yè)“企業(yè)—工人”匹配調(diào)查的證據(jù)［J］. 管理世界，2021，37（1）：47-59.

［19］郭凱明. 人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)［J］. 管理世界，2019，35（7）：60-77，202-203.

［20］韋東明，顧乃華，韓永輝. 人工智能推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)嗎——基于中國(guó)工業(yè)機(jī)器人數(shù)據(jù)的實(shí)證檢驗(yàn)［J］. 財(cái)經(jīng)科學(xué)，2021（10）：70-83.

［21］韓峰，莊宗武. 國(guó)內(nèi)大市場(chǎng)、人工智能應(yīng)用與制造業(yè)出口國(guó)內(nèi)附加值［J］. 世界經(jīng)濟(jì)研究，2022（5）：33-47，135.

［22］LU Y Y，ZHOU Y X. A Review on the Economics of Artificial Intelligence［J］. Journal of Economic Surveys，2021（34）：1045-1072.

［23］呂越，谷瑋，包群. 人工智能與中國(guó)企業(yè)參與全球價(jià)值鏈分工［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：80-98.

［24］高煜. 我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展中人工智能與制造業(yè)深度融合的智能化模式選擇［J］. 西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，49（5）：28-35.

［25］胡晟明，王林輝，趙賀. 人工智能應(yīng)用、人機(jī)協(xié)作與勞動(dòng)生產(chǎn)率［J］. 中國(guó)人口科學(xué)，2021（5）：48-62，127.

［26］VAIO A D，PALLADINO R，HASSAN R，et al. Artificial Intelligence and Business Models in the Sustainable Development Goals Perspective：A Systematic Literature Review［J］. Journal of Business Research，2020（12）：283-314.

［27］IQBAL R，DOCTOR F，MORE B，et al. Big Data Analytics：Computational Intelligence Techniques and Application Areas［J］. Technological Forecasting and Social Change，2020，153：119253.

［28］WANG E Z，LEE C C，LI Y Y. Assessing the Impact of Industrial Robots on Manufacturing Energy Intensity in 38 Countries［J］.Energy Economics，2022，105：105748.

［29］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）：43-52.

［30］任保平，宋文月. 新一代人工智能和實(shí)體經(jīng)濟(jì)深度融合促進(jìn)高質(zhì)量發(fā)展的效應(yīng)與路徑［J］. 西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，49（5）：6-13.

［31］NORDHAUS W D. Are We Approaching an Economic Singularity？Information Technology and the Future of Economic Growth［J］. American Economic Journal：Macroecnomics，2021（1）：299-332.

［32］程文. 人工智能、索洛悖論與高質(zhì)量發(fā)展：通用目的技術(shù)擴(kuò)散的視角［J］. 經(jīng)濟(jì)研究，2021，56（10）：22-38.

［33］胡俊，杜傳忠. 人工智能推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的機(jī)制、路徑及對(duì)策［J］. 經(jīng)濟(jì)縱橫，2020（3）：94-101.

［34］王永欽，董雯. 機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)——來(lái)自制造業(yè)上市公司的證據(jù)［J］. 經(jīng)濟(jì)研究，2020，55（10）：159-175.

［35］程承坪，彭歡. 人工智能影響就業(yè)的機(jī)理及中國(guó)對(duì)策［J］. 中國(guó)軟科學(xué)，2018（10）：62-70.

［36］林毅夫.新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的理論基礎(chǔ)和發(fā)展方向［J］. 經(jīng)濟(jì)評(píng)論，2017（3）：4-16.

［37］BUDHWAR P，MALIK A，SILVA T D，et al. Artificial Intelligence-Challenges and Opportunities for International HRM：A Review and Research Agenda［J］. The International Journal of Human Resource Management，2022（6）：1065-1097.

［38］陳建軍，陳國(guó)亮，黃潔. 新經(jīng)濟(jì)地理學(xué)視角下的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——來(lái)自中國(guó)222個(gè)城市的經(jīng)驗(yàn)證據(jù)［J］. 管理世界，2009（4）：83-95.

［39］PAVELKOVA D，ZIZKA M，HOMOLKA L，et al. Do Clustered Firms Outperform the Non-clustered？Evidence of Financial Performance in Traditional Industries［J］. Economic Research-Ekonomska Istra?ivanja，2021（1）：3270-3292.

［40］盛豐.生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)升級(jí)：機(jī)制與經(jīng)驗(yàn)——來(lái)自230個(gè)城市數(shù)據(jù)的空間計(jì)量分析［J］. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（2）：32-39，110.

［41］KE S Z，HE M，YUAN C H. Synergy and Co-agglomeration of Producer Services and Manufacturing：A Panel Data Analysis of Chinese Cities［J］.Regional Studies，2014（11）：1829-1841.

［42］李金昌，史龍梅，徐藹婷.高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系探討［J］. 統(tǒng)計(jì)研究，2019，36（1）：4-14.

［43］韓民春，韓青江，夏蕾. 工業(yè)機(jī)器人應(yīng)用對(duì)制造業(yè)就業(yè)的影響——基于中國(guó)地級(jí)市數(shù)據(jù)的實(shí)證研究［J］. 改革，2020（3）：22-39.

［44］萬(wàn)建香，汪壽陽(yáng). 社會(huì)資本與技術(shù)創(chuàng)新能否打破“資源詛咒”——基于面板門(mén)檻效應(yīng)的研究［J］. 經(jīng)濟(jì)研究，2016，51（12）：76-89.

［45］劉智勇，李海崢，胡永遠(yuǎn)，等. 人力資本結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長(zhǎng)——兼論東中西部地區(qū)差距的形成和縮小［J］. 經(jīng)濟(jì)研究，2018，53（3）：50-63.

［46］劉奕，夏杰長(zhǎng)，李垚. 生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)升級(jí)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2017（7）：24-42.

［47］吳非，徐斯旸. 人工智能技術(shù)應(yīng)用與上市企業(yè)市場(chǎng)價(jià)值［J］. 現(xiàn)代經(jīng)濟(jì)探討，2022（11）：77-92.

［48］陽(yáng)立高，謝銳，賀正楚，等. 勞動(dòng)力成本上升對(duì)制造業(yè)結(jié)構(gòu)升級(jí)的影響研究——基于中國(guó)制造業(yè)細(xì)分行業(yè)數(shù)據(jù)的實(shí)證分析［J］. 中國(guó)軟科學(xué)，2014（12）：136-147.

［49］諸竹君，袁逸銘，焦嘉嘉. 工業(yè)自動(dòng)化與制造業(yè)創(chuàng)新行為［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2022（7）：84-102.

［責(zé)任編輯：夏同梅］

收稿日期：2022-10-17

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金后期資助一般項(xiàng)目“中國(guó)數(shù)字經(jīng)濟(jì)與制造業(yè)深度融合研究”（21FJYB045）；安徽省哲學(xué)社會(huì)科學(xué)規(guī)劃一般項(xiàng)目“數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)安徽制造業(yè)轉(zhuǎn)型升級(jí)的路徑研究”（AHSKY2020D52）

作者簡(jiǎn)介：楊仁發(fā)（1977—），男，江西贛州人，教授，博士生導(dǎo)師，博士，經(jīng)濟(jì)學(xué)院副院長(zhǎng)，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)，區(qū)域經(jīng)濟(jì)；

陸 瑤（1998—），女，安徽合肥人，碩士研究生，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)。