鄭瓊潔 王高鳳

內(nèi)容提要：在闡明人工智能技術(shù)應(yīng)用影響制造業(yè)企業(yè)價(jià)值鏈攀升機(jī)制的基礎(chǔ)上，以2011-2018年中國(guó)制造業(yè)上市公司為主要研究對(duì)象，設(shè)置傾向得分匹配模型驗(yàn)證人工智能對(duì)制造業(yè)企業(yè)價(jià)值鏈攀升的正向促進(jìn)作用，并基于行業(yè)視角研究了人工智能技術(shù)應(yīng)用對(duì)高技術(shù)行業(yè)、中技術(shù)行業(yè)、低技術(shù)行業(yè)等不同行業(yè)影響的差異性。研究表明：人工智能技術(shù)應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)全球價(jià)值鏈攀升整體具有顯著的正向作用；分行業(yè)看，人工智能技術(shù)應(yīng)用對(duì)高技術(shù)和低技術(shù)行業(yè)全球價(jià)值鏈位置攀升具有明顯的促進(jìn)效應(yīng)，且高技術(shù)行業(yè)效應(yīng)更為明顯，對(duì)中技術(shù)行業(yè)的促進(jìn)作用不顯著。圍繞人工智能驅(qū)動(dòng)制造業(yè)價(jià)值鏈攀升,應(yīng)從不同技術(shù)層次出發(fā)，對(duì)高、中、低技術(shù)企業(yè)采取分類分梯次漸進(jìn)式策略。

一、 引言與文獻(xiàn)述評(píng)

“十四五”時(shí)期是中國(guó)建設(shè)制造強(qiáng)國(guó)、構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系和實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要階段。在新的發(fā)展階段，智能制造被賦予新的使命，是推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要?jiǎng)恿?。?dāng)前，中國(guó)制造業(yè)在經(jīng)濟(jì)中仍然處于主導(dǎo)地位，但在國(guó)際分工和產(chǎn)業(yè)鏈的位置總體上處于中低端，亟需深化新一代信息技術(shù)如人工智能技術(shù)與制造業(yè)全要素、全產(chǎn)業(yè)鏈、全價(jià)值鏈融合發(fā)展，推動(dòng)產(chǎn)業(yè)基礎(chǔ)高級(jí)化、產(chǎn)業(yè)鏈現(xiàn)代化，促進(jìn)國(guó)內(nèi)國(guó)際雙循環(huán)。作為引領(lǐng)未來(lái)發(fā)展的戰(zhàn)略性技術(shù)，人工智能是制造業(yè)轉(zhuǎn)型發(fā)展的新動(dòng)能。中國(guó)如何抓住新一輪技術(shù)革命和產(chǎn)業(yè)革命帶來(lái)的戰(zhàn)略機(jī)遇，以人工智能推動(dòng)制造業(yè)向全球價(jià)值鏈高端攀升，成為擺在理論和實(shí)踐部門面前的重大課題。

當(dāng)前，人工智能與不同產(chǎn)業(yè)領(lǐng)域的融合度不斷加強(qiáng)，不論是在傳統(tǒng)產(chǎn)業(yè)，還是在新興產(chǎn)業(yè)，人工智能技術(shù)或產(chǎn)品都得到了不同程度的應(yīng)用(郭凱明，2019；Cheng等，2019)。尤其在制造業(yè)領(lǐng)域，隨著中國(guó)人口紅利的消失，投入要素如勞動(dòng)力對(duì)全要素生產(chǎn)率的貢獻(xiàn)日趨變小，制造業(yè)亟需注入新的發(fā)展動(dòng)能。人工智能能夠?qū)€(gè)性化、智能化等生產(chǎn)體系應(yīng)用到產(chǎn)業(yè)中，不僅能夠促進(jìn)制造業(yè)組織變革，而且能夠重塑勞動(dòng)力就業(yè)結(jié)構(gòu)(孫早和侯玉琳，2019)，提升制造業(yè)生產(chǎn)率(鄭瓊潔和王高鳳，2021)，進(jìn)而推動(dòng)制造業(yè)加快轉(zhuǎn)型升級(jí)。

目前，圍繞人工智能技術(shù)推動(dòng)制造業(yè)價(jià)值鏈攀升方面的研究，主要聚焦于兩個(gè)方面的內(nèi)容：一是人工智能推動(dòng)制造業(yè)價(jià)值鏈攀升的內(nèi)在機(jī)理。從生產(chǎn)要素看，人工智能驅(qū)動(dòng)制造業(yè)價(jià)值鏈攀升的核心機(jī)制在于人工智能改變了企業(yè)的生產(chǎn)要素結(jié)構(gòu)，對(duì)價(jià)值鏈和社會(huì)分工體系進(jìn)行重構(gòu)，對(duì)產(chǎn)業(yè)發(fā)展模式產(chǎn)生“顛覆性創(chuàng)新”，降低了資源錯(cuò)配率，提升了生產(chǎn)率，促進(jìn)制造業(yè)企業(yè)向“微笑曲線”兩端的高附加值環(huán)節(jié)不斷攀升(鄭瓊潔和王高鳳，2021)。從技術(shù)創(chuàng)新角度看，企業(yè)若想提升其在全球價(jià)值鏈中的位置，必須將技術(shù)創(chuàng)新作為推動(dòng)價(jià)值鏈攀升的內(nèi)在驅(qū)動(dòng)力，通過(guò)不斷加強(qiáng)知識(shí)積累，提升技術(shù)創(chuàng)新，加大產(chǎn)品的科技含量，提升產(chǎn)品的內(nèi)在品質(zhì)來(lái)實(shí)現(xiàn)(Gereffi和Lee，2012)。從產(chǎn)業(yè)結(jié)構(gòu)升級(jí)視角看，制造業(yè)升級(jí)過(guò)程通常就是實(shí)現(xiàn)由資本密集型產(chǎn)業(yè)不斷代替勞動(dòng)密集型產(chǎn)業(yè)，技術(shù)密集型產(chǎn)業(yè)不斷代替資本密集型產(chǎn)業(yè)的發(fā)展過(guò)程。隨著主導(dǎo)產(chǎn)業(yè)中技術(shù)密集程度的加強(qiáng)，產(chǎn)業(yè)結(jié)構(gòu)不斷從低級(jí)形態(tài)向高級(jí)形態(tài)演化(Humphrey和Schmitz，2002)。二是人工智能對(duì)制造業(yè)價(jià)值鏈位置影響的實(shí)證檢驗(yàn)。已有文獻(xiàn)多聚焦于分析人工智能技術(shù)通過(guò)生產(chǎn)率、產(chǎn)業(yè)結(jié)構(gòu)等對(duì)制造業(yè)價(jià)值鏈帶來(lái)的間接效應(yīng)，較少直接通過(guò)對(duì)制造業(yè)價(jià)值鏈位置的測(cè)算和判定進(jìn)行研究。從全要素生產(chǎn)率研究看，劉亮和胡國(guó)良(2020)基于“生產(chǎn)率悖論”視角，發(fā)現(xiàn)人工智能對(duì)中高技術(shù)行業(yè)的生產(chǎn)率提升效應(yīng)更強(qiáng)。鄭瓊潔和王高鳳(2021)的研究表明人工智能正向促進(jìn)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率。從產(chǎn)業(yè)結(jié)構(gòu)來(lái)看，人工智能發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平和合理化水平具有促進(jìn)效應(yīng)，且產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)在不同區(qū)域不同(韋東明等，2021)。

綜上所述，有關(guān)人工智能對(duì)制造業(yè)價(jià)值鏈位置的影響研究尚處于探索階段，亟需在如下幾個(gè)方面作深入研究：一是人工智能對(duì)制造業(yè)價(jià)值鏈攀升的理論機(jī)制研究有待深入?，F(xiàn)有文獻(xiàn)尚未圍繞人工智能對(duì)制造業(yè)價(jià)值鏈的影響機(jī)制和作用效果進(jìn)行深入探討。本文嘗試將研究置于新經(jīng)濟(jì)發(fā)展、新一輪科技革命和“雙碳”目標(biāo)背景下，系統(tǒng)分析人工智能對(duì)制造業(yè)價(jià)值鏈攀升的影響效應(yīng)、作用機(jī)理，是對(duì)現(xiàn)有研究的補(bǔ)充和完善。二是圍繞人工智能技術(shù)應(yīng)用對(duì)制造業(yè)價(jià)值鏈攀升的研究缺乏從定性的理論性研究轉(zhuǎn)向定量的數(shù)據(jù)分析研究?，F(xiàn)有研究將人工智能作為一種高級(jí)生產(chǎn)要素引入企業(yè)生產(chǎn)函數(shù)，從制造業(yè)價(jià)值鏈攀升視角進(jìn)行實(shí)證檢驗(yàn)的研究較為缺乏，尤其從微觀企業(yè)視角驗(yàn)證的文獻(xiàn)鳳毛麟角。三是基于行業(yè)視角圍繞人工智能對(duì)制造業(yè)價(jià)值鏈的影響研究則更少。鮮有學(xué)者關(guān)注人工智能技術(shù)應(yīng)用對(duì)不同行業(yè)制造業(yè)價(jià)值鏈影響的差異性。因此，為了彌補(bǔ)上述研究不足，本文重點(diǎn)分析人工智能推動(dòng)制造業(yè)價(jià)值鏈攀升的理論機(jī)制。同時(shí)，以2011-2018年中國(guó)制造業(yè)上市公司為研究對(duì)象，將制造業(yè)分為高技術(shù)行業(yè)、中技術(shù)行業(yè)、低技術(shù)行業(yè)，研究人工智能技術(shù)對(duì)制造業(yè)的總體效應(yīng)和不同行業(yè)的促進(jìn)效應(yīng)。

二、 人工智能影響制造業(yè)企業(yè)價(jià)值鏈攀升的機(jī)制分析

人工智能技術(shù)作為產(chǎn)業(yè)發(fā)展的新動(dòng)能，是全球各經(jīng)濟(jì)主體構(gòu)建未來(lái)國(guó)際競(jìng)爭(zhēng)新優(yōu)勢(shì)的關(guān)鍵點(diǎn)，也是推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要方式。對(duì)于中國(guó)制造業(yè)企業(yè)而言，人工智能技術(shù)是其轉(zhuǎn)變生產(chǎn)、銷售方式，提升全球價(jià)值鏈位置的重要選擇。人工智能影響制造業(yè)企業(yè)價(jià)值鏈攀升的機(jī)制和作用如下。

1. 人工智能通過(guò)生產(chǎn)效應(yīng)加速制造業(yè)價(jià)值創(chuàng)造、提升全球競(jìng)爭(zhēng)力

人工智能技術(shù)的應(yīng)用對(duì)生產(chǎn)要素結(jié)構(gòu)產(chǎn)生了重要影響，高技能勞動(dòng)力不斷代替低技能勞動(dòng)力進(jìn)入研發(fā)、生產(chǎn)、銷售等領(lǐng)域，產(chǎn)生替代效應(yīng)，企業(yè)生產(chǎn)效率和創(chuàng)新能力不斷增強(qiáng)(鄭瓊潔和王高鳳，2021)。同時(shí)，人工智能技術(shù)本身作為一種高級(jí)生產(chǎn)要素，與原有生產(chǎn)要素結(jié)構(gòu)不斷磨合，極大地降低了資源錯(cuò)配率，提升制造業(yè)各中間環(huán)節(jié)的增加值，產(chǎn)生要素增強(qiáng)效應(yīng)，從而提升企業(yè)的生產(chǎn)效率和產(chǎn)品附加值。隨著數(shù)字化經(jīng)濟(jì)快速發(fā)展，制造業(yè)企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型不斷創(chuàng)造新價(jià)值，借助工業(yè)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等先進(jìn)技術(shù)，制造業(yè)企業(yè)不斷完善自身的硬件機(jī)器設(shè)備、軟件管理系統(tǒng)及數(shù)字化應(yīng)用服務(wù)，提升企業(yè)數(shù)字化生產(chǎn)能力，最終實(shí)現(xiàn)價(jià)值創(chuàng)造，提升全球競(jìng)爭(zhēng)力。

2. 人工智能通過(guò)平臺(tái)效應(yīng)增強(qiáng)制造業(yè)企業(yè)價(jià)值鏈鏈接效率

在世界網(wǎng)絡(luò)化發(fā)展的今天，人工智能為制造業(yè)企業(yè)在融資、信息交流、供應(yīng)鏈管理等方面提供了先進(jìn)的平臺(tái)技術(shù)，極大地提升了企業(yè)在生產(chǎn)、銷售等方面的效率。具體而言，互聯(lián)網(wǎng)金融為制造業(yè)企業(yè)特別是中小企業(yè)拓展了融資渠道，緩解了企業(yè)資金壓力。而各級(jí)政府、社會(huì)組織建立的網(wǎng)絡(luò)平臺(tái)增強(qiáng)了企業(yè)數(shù)字信息的連通性，促進(jìn)了各制造業(yè)企業(yè)之間的信息交流，有效緩解了企業(yè)信息不對(duì)稱問(wèn)題。不僅如此，制造業(yè)企業(yè)通過(guò)大數(shù)據(jù)等先進(jìn)技術(shù)重塑供應(yīng)鏈，準(zhǔn)確預(yù)測(cè)、掌握消費(fèi)者需求，實(shí)現(xiàn)消費(fèi)者需求動(dòng)態(tài)追蹤，并最終形成以消費(fèi)者需求為先導(dǎo)、數(shù)據(jù)分析為核心的一體化供應(yīng)鏈生態(tài)系統(tǒng)，極大地提升了企業(yè)的生產(chǎn)效率。

3. 人工智能通過(guò)低碳效應(yīng)降低制造業(yè)企業(yè)參與全球價(jià)值鏈的成本

目前工業(yè)綠色低碳發(fā)展已成為制造業(yè)企業(yè)發(fā)展的重要目標(biāo)。制造業(yè)企業(yè)應(yīng)對(duì)全球變暖的壓力逐漸增大，而人工智能技術(shù)的應(yīng)用能夠在監(jiān)測(cè)碳排放、預(yù)測(cè)排放量等方面深入掌握企業(yè)碳足跡的多個(gè)方面，并快速降低成本，其中能源、制藥等行業(yè)受益頗為明顯。不僅如此，煤炭、鋼鐵等傳統(tǒng)制造業(yè)借助人工智能不斷進(jìn)行生產(chǎn)技術(shù)的改進(jìn)，優(yōu)化生產(chǎn)方案，降低生產(chǎn)成本，提高資源利用率。人工智能技術(shù)為傳統(tǒng)能源行業(yè)精細(xì)化發(fā)展、提升傳統(tǒng)行業(yè)全球競(jìng)爭(zhēng)力提供高效的技術(shù)支持。

4. 人工智能通過(guò)產(chǎn)業(yè)融合效應(yīng)促進(jìn)新興制造業(yè)與傳統(tǒng)制造業(yè)實(shí)現(xiàn)升級(jí)

一是新興制造業(yè)內(nèi)部上下游產(chǎn)業(yè)之間的融合。以新材料產(chǎn)業(yè)為例，深空、深遠(yuǎn)海等新空間拓展，特別是商業(yè)航天發(fā)展迅猛，對(duì)材料和裝備制造提出新需求，帶動(dòng)極端制造、超材料、超精細(xì)加工等產(chǎn)業(yè)進(jìn)一步發(fā)展，上下游產(chǎn)業(yè)縱向融合、協(xié)同發(fā)展。二是新興產(chǎn)業(yè)之間的融合。信息技術(shù)、生物技術(shù)、新能源技術(shù)、新材料技術(shù)等領(lǐng)域交叉融合，正在引發(fā)新一輪科技革命和產(chǎn)業(yè)變革，加速顛覆性技術(shù)創(chuàng)新從單一向集成化創(chuàng)新轉(zhuǎn)變，帶動(dòng)集成多領(lǐng)域不斷涌現(xiàn)具有較高技術(shù)水平的新產(chǎn)品。三是新興制造業(yè)與傳統(tǒng)制造業(yè)的融合。新興制造業(yè)發(fā)展需以傳統(tǒng)的資本、平臺(tái)、技術(shù)等作為支撐，而傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)亟需新興制造業(yè)的引領(lǐng)，二者相輔相成，協(xié)同發(fā)展。

三、 人工智能影響制造業(yè)企業(yè)價(jià)值鏈攀升的指標(biāo)測(cè)算與模型設(shè)計(jì)

1. 數(shù)據(jù)來(lái)源與變量說(shuō)明

(1) 解釋變量AI。研究人工智能技術(shù)應(yīng)用對(duì)制造業(yè)企業(yè)價(jià)值鏈攀升的影響最為重要的兩個(gè)方面：一是判斷哪些企業(yè)應(yīng)用了人工智能技術(shù)；二是計(jì)算企業(yè)全球價(jià)值鏈的位置。對(duì)于應(yīng)用人工智能技術(shù)的制造業(yè)企業(yè)，考慮到數(shù)據(jù)的代表性和可獲得性，本文選取Wind經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)2011-2018年滬深兩市和新三板的全部制造業(yè)企業(yè)。同時(shí)，剔除了部分樣本，包括ST企業(yè)，已停牌、退市或中止?fàn)顟B(tài)的企業(yè)，經(jīng)處理最終得到6281家初始企業(yè)數(shù)據(jù)。而判斷哪些企業(yè)應(yīng)用了人工智能技術(shù)，則參考鄭瓊潔和王高鳳(2021)的方法，從企業(yè)科技產(chǎn)出-人工智能匹配、企業(yè)管理體系-人工智能匹配、行業(yè)應(yīng)用-人工智能匹配、政策扶持-人工智能匹配等四個(gè)方面綜合進(jìn)行判別，最終篩選出應(yīng)用人工智能技術(shù)的制造業(yè)企業(yè)640家。

(2) 被解釋變量GVC。對(duì)于如何計(jì)算企業(yè)全球價(jià)值鏈的位置，本文分為兩個(gè)步驟：第一，選取亞洲開(kāi)發(fā)銀行發(fā)布的ADBMRIO數(shù)據(jù)庫(kù)進(jìn)行行業(yè)全球價(jià)值鏈位置測(cè)算。由于該數(shù)據(jù)庫(kù)包含63個(gè)國(guó)家及地區(qū)35個(gè)細(xì)分行業(yè)2000-2018年投入產(chǎn)出數(shù)據(jù)，本文選取制造業(yè)14個(gè)細(xì)分行業(yè)2011-2018年投入產(chǎn)出數(shù)據(jù)。而后利用Koopman等(2014)的增加值分析結(jié)果，計(jì)算行業(yè)全球價(jià)值鏈的分工位置，具體過(guò)程如下：

(1)

(2)

(3)

第二，將上文中的6281家初始企業(yè)進(jìn)行行業(yè)歸類，而后借鑒Wang等(2017)的做法，將行業(yè)層面的全球價(jià)值鏈分工地位指數(shù)細(xì)化到企業(yè)層面：

(4)

2. 計(jì)量模型的設(shè)定

本文主要考察人工智能技術(shù)的應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)全球價(jià)值鏈位置的影響，因此采用PSM-DID即傾向得分匹配倍差法進(jìn)行分類別對(duì)比。具體而言，將制造業(yè)企業(yè)分為應(yīng)用人工智能技術(shù)的企業(yè)和未應(yīng)用人工智能技術(shù)的企業(yè)，并確定應(yīng)用人工智能技術(shù)企業(yè)的具體時(shí)間，而后設(shè)置多期雙重差分法進(jìn)行回歸，對(duì)比分析應(yīng)用人工智能技術(shù)的企業(yè)與未應(yīng)用人工智能技術(shù)的企業(yè)在全球價(jià)值鏈分工地位方面的差異性，進(jìn)一步確定人工智能技術(shù)對(duì)提升中國(guó)制造業(yè)企業(yè)全球價(jià)值鏈分工地位的作用。設(shè)置的計(jì)量模型如下：

GVCit=σ0+σ1(AIi×timeit)+σ2TFPit+σ3RDit+σ4DRit+σ5GMit+σ6CDit+uit+ηit+tit+εit

(5)

其中，被解釋變量為企業(yè)全球價(jià)值鏈分工地位GVCit。解釋變量為虛擬變量AIi×timeit。AIi= 1表示應(yīng)用人工智能技術(shù)的制造業(yè)企業(yè)，此為處理組，AIi=0表示未應(yīng)用人工智能技術(shù)的制造業(yè)企業(yè)，此為對(duì)照組。timeit為年份虛擬變量，timet= 1 表示企業(yè)應(yīng)用人工智能技術(shù)后的時(shí)期，timet=0表示企業(yè)應(yīng)用人工智能技術(shù)前的時(shí)期?？刂谱兞恐校琓FPit為制造業(yè)企業(yè)的全要素生產(chǎn)率，是生產(chǎn)率效應(yīng)指標(biāo)；RD表示制造業(yè)企業(yè)在每一期的研發(fā)投入力度，用當(dāng)期研發(fā)支出/營(yíng)業(yè)收入衡量；DR表示制造業(yè)企業(yè)當(dāng)期的研發(fā)水平，用企業(yè)本科及以上學(xué)歷人數(shù)/企業(yè)員工總數(shù)測(cè)算；GM表示制造業(yè)企業(yè)當(dāng)期規(guī)模，用企業(yè)總資產(chǎn)規(guī)模來(lái)衡量；CD表示制造業(yè)企業(yè)當(dāng)期資本深化程度，用企業(yè)固定資產(chǎn)凈值/企業(yè)員工總數(shù)測(cè)算。u為行業(yè)固定效應(yīng)，η為企業(yè)固定效應(yīng)，t為時(shí)間固定效應(yīng)，ε為殘差。

具體的傾向得分匹配的過(guò)程如下：第一步，進(jìn)行變量匹配，選取企業(yè)全要素生產(chǎn)率、企業(yè)研發(fā)投入強(qiáng)度、企業(yè)現(xiàn)有研發(fā)能力、企業(yè)規(guī)模、企業(yè)資本深化程度為協(xié)變量；第二步，通過(guò)Logit方法計(jì)算表示控制匹配變量后制造業(yè)企業(yè)使用人工智能技術(shù)的傾向得分；第三步，依據(jù)處理組和對(duì)照組企業(yè)傾向得分相近程度進(jìn)行傾向得分匹配。需要說(shuō)明的是，本文選取2015年作為對(duì)照組和處理組的節(jié)點(diǎn)期，因2015年是中國(guó)人工智能與制造業(yè)深度融合進(jìn)度快速發(fā)展的一年。在2015年前，政府和企業(yè)都逐步意識(shí)到人工智能的重要驅(qū)動(dòng)力和影響力。2015年后，各地區(qū)逐步推行“人工智能+制造業(yè)”，大力打造智能制造試點(diǎn)示范項(xiàng)目，智能制造成為各地區(qū)產(chǎn)業(yè)轉(zhuǎn)型的重要方式。本文匹配后的處理組和對(duì)照組的可觀測(cè)變量在企業(yè)應(yīng)用人工智能技術(shù)前后不存在顯著差異，符合條件獨(dú)立性假設(shè)。不僅如此，在計(jì)量回歸前，本研究對(duì)共同范圍內(nèi)的個(gè)體進(jìn)行逐年匹配，并在匹配結(jié)果下對(duì)處理組和對(duì)照組企業(yè)各種客觀特征進(jìn)行匹配平衡性檢驗(yàn)。結(jié)果表明，各匹配變量在匹配前后的標(biāo)準(zhǔn)偏差絕對(duì)值均小于5%，匹配結(jié)果可靠。最后進(jìn)行同趨勢(shì)檢驗(yàn)，結(jié)果如圖1所示，可以看出，before的系數(shù)均不顯著，所設(shè)置的計(jì)量模型滿足平行趨勢(shì)假定。

四、 人工智能影響制造業(yè)價(jià)值鏈攀升的整體效應(yīng)與行業(yè)比較

1. 整體效應(yīng)分析

(1) 全數(shù)據(jù)計(jì)量結(jié)果分析。從表1的計(jì)量結(jié)果可以看出，變量AI×time系數(shù)顯著為正，表明人工智能技術(shù)應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)全球價(jià)值鏈位置的提升具有明顯的正向效應(yīng)。人工智能技術(shù)應(yīng)用強(qiáng)度增加1%，制造業(yè)企業(yè)全球價(jià)值鏈位置提升0.0208%。目前中國(guó)制造業(yè)整體位于全球價(jià)值鏈中低端，核心技術(shù)創(chuàng)新能力偏弱，而關(guān)鍵核心技術(shù)突破是實(shí)現(xiàn)智能制造、促進(jìn)制造業(yè)企業(yè)價(jià)值鏈攀升的重要一環(huán)，在“人工智能+制造業(yè)”實(shí)現(xiàn)創(chuàng)新應(yīng)用方面具有舉足輕重的作用。目前，中國(guó)部分人工智能產(chǎn)業(yè)的核心技術(shù)、關(guān)鍵材料和部件被歐美日等發(fā)達(dá)國(guó)家或地區(qū)的企業(yè)壟斷。如人工智能基礎(chǔ)軟硬件仍由歐美國(guó)家或地區(qū)大型企業(yè)主導(dǎo)，人工智能芯片設(shè)計(jì)的基礎(chǔ)半導(dǎo)體器件仍主要由NVIDIA、IBM和Intel等國(guó)外企業(yè)生產(chǎn)和壟斷。中國(guó)作為制造業(yè)大國(guó)，航空航天設(shè)備、新能源裝備等高科技產(chǎn)業(yè)方面的核心技術(shù)受制約較大，導(dǎo)致人工智能與制造業(yè)融合速度放緩。因此，中國(guó)亟需強(qiáng)化科技應(yīng)用研發(fā)，加速推動(dòng)人工智能技術(shù)落地和創(chuàng)新產(chǎn)品應(yīng)用，充分發(fā)揮人工智能技術(shù)對(duì)制造業(yè)生產(chǎn)率提升的作用。

表1 傾向得分匹配法計(jì)量結(jié)果

從控制變量看，在人工智能技術(shù)應(yīng)用的基礎(chǔ)上，企業(yè)生產(chǎn)效率、研發(fā)投入強(qiáng)度及生產(chǎn)規(guī)模對(duì)其價(jià)值鏈位置的提升皆有正向影響，這與現(xiàn)實(shí)相符。由于人工智能對(duì)資金要求較高，在一定程度上對(duì)制造業(yè)企業(yè)的資本深化產(chǎn)生了負(fù)面影響，但隨著人工智能技術(shù)應(yīng)用帶來(lái)的要素結(jié)構(gòu)優(yōu)化，將有效增加企業(yè)人力資本，提升生產(chǎn)效率。人工智能技術(shù)應(yīng)用提高了生產(chǎn)與需求的匹配程度，極大地提升了生產(chǎn)線的柔性。人工智能的市場(chǎng)預(yù)測(cè)優(yōu)勢(shì)有利于企業(yè)科學(xué)安排生產(chǎn)計(jì)劃，在滿足社會(huì)消費(fèi)需求的前提下實(shí)現(xiàn)最低庫(kù)存，降低企業(yè)資源錯(cuò)配率。目前，中國(guó)制造業(yè)企業(yè)特別是高成長(zhǎng)企業(yè)不斷加大對(duì)人工智能技術(shù)的投入，但從人工智能專利數(shù)據(jù)看，發(fā)明專利只占專利總量的1/5，基礎(chǔ)創(chuàng)新投入嚴(yán)重不足，從長(zhǎng)遠(yuǎn)看不利于制造業(yè)實(shí)現(xiàn)占據(jù)價(jià)值鏈位置高端的目標(biāo)。因此，亟需政府牽頭，有效指導(dǎo)制造業(yè)企業(yè)依據(jù)其自身發(fā)展的優(yōu)勢(shì)找準(zhǔn)人工智能技術(shù)研發(fā)投入的切入點(diǎn)，利用人工智能技術(shù)從研發(fā)創(chuàng)新端加速制造業(yè)企業(yè)全球價(jià)值鏈位置攀升。

(2) 穩(wěn)健性檢驗(yàn)。依據(jù)本文設(shè)置的計(jì)量模型特性，穩(wěn)健性檢驗(yàn)采用安慰劑檢驗(yàn)方法。具體來(lái)看，首先在所有制造業(yè)企業(yè)中隨機(jī)產(chǎn)生一個(gè)處理名單，對(duì)名單中應(yīng)用人工智能技術(shù)的企業(yè)做時(shí)間記錄，而后將企業(yè)應(yīng)用人工智能技術(shù)的初始時(shí)間往前進(jìn)行隨機(jī)虛擬推移，并依據(jù)上述計(jì)量模型做回歸分析，得出如表2的計(jì)量結(jié)果。其中，變量AI×time系數(shù)不顯著，從而可知，隨機(jī)虛擬往前推移初始時(shí)間導(dǎo)致人工智能技術(shù)應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)未產(chǎn)生正向作用，因而上文的計(jì)量結(jié)果具有穩(wěn)健性。

2. 分行業(yè)人工智能效應(yīng)的進(jìn)一步分析

從前文的分析可以看出，人工智能技術(shù)應(yīng)用對(duì)中國(guó)整體制造業(yè)企業(yè)價(jià)值鏈位置的攀升具有促進(jìn)作用，但制造業(yè)企業(yè)因其研發(fā)創(chuàng)新能力、產(chǎn)品性質(zhì)等不同，從而存在差異，因此，此部分對(duì)不同類型的制造業(yè)進(jìn)行人工智能技術(shù)應(yīng)用效應(yīng)的進(jìn)一步分析。從上文可知，ADBMRIO數(shù)據(jù)庫(kù)中有35個(gè)行業(yè)，其中包含14個(gè)制造業(yè)。本文根據(jù)戴翔和宋婕(2019)的研究，將14個(gè)制造業(yè)劃分為高技術(shù)行業(yè)、中技術(shù)行業(yè)、低技術(shù)行業(yè)，具體如表3所示。而后按照上述方法對(duì)三個(gè)行業(yè)的制造業(yè)企業(yè)進(jìn)行人工智能技術(shù)應(yīng)用效果分析，具體計(jì)量結(jié)果如表4所示。表4表明，人工智能技術(shù)的應(yīng)用對(duì)高技術(shù)行業(yè)和低技術(shù)行業(yè)企業(yè)價(jià)值鏈地位攀升具有顯著的促進(jìn)作用，對(duì)中技術(shù)行業(yè)企業(yè)有正向影響但并不顯著。

表2 傾向得分匹配法穩(wěn)健性檢驗(yàn)結(jié)果

具體而言，人工智能技術(shù)應(yīng)用對(duì)低技術(shù)企業(yè)促進(jìn)作用最為明顯，當(dāng)人工智能技術(shù)應(yīng)用強(qiáng)度增加1%，其全球價(jià)值鏈位置提升0.0283%。低技術(shù)企業(yè)原有的創(chuàng)新能力低，多數(shù)位于價(jià)值鏈低端，從事產(chǎn)品的加工、組裝，收益率低，應(yīng)對(duì)風(fēng)險(xiǎn)能力弱。因此，若低技術(shù)企業(yè)生產(chǎn)、銷售模式的改革較為容易，則人工智能技術(shù)成果應(yīng)用的效果較為明顯。隨著中國(guó)人口紅利的消失，低技術(shù)行業(yè)的勞動(dòng)力成本優(yōu)勢(shì)逐漸消失，人工智能技術(shù)的應(yīng)用不斷調(diào)整低技術(shù)企業(yè)的生產(chǎn)要素結(jié)構(gòu)，緩解低技術(shù)企業(yè)成本壓力并迫使其轉(zhuǎn)變生產(chǎn)方式，而如何激發(fā)人工智能對(duì)低技術(shù)企業(yè)的改造和升級(jí)將是產(chǎn)業(yè)升級(jí)重要的內(nèi)容。

對(duì)于高技術(shù)行業(yè)而言，其內(nèi)部企業(yè)存在高投入性、高創(chuàng)新性、高收益性等特點(diǎn)，主要位于全球價(jià)值鏈中高端位置，更加注重技術(shù)創(chuàng)新和研發(fā)設(shè)計(jì)，具有較強(qiáng)的抗風(fēng)險(xiǎn)能力。人工智能技術(shù)的應(yīng)用在傳統(tǒng)價(jià)值鏈上增加了新的環(huán)節(jié)，這一環(huán)節(jié)成為價(jià)值鏈上各發(fā)達(dá)國(guó)家努力搶占的新的環(huán)節(jié)，對(duì)高技術(shù)企業(yè)既是機(jī)遇也是挑戰(zhàn)。加之中國(guó)大力提倡低碳生產(chǎn)，高技術(shù)企業(yè)因其自身的優(yōu)勢(shì)不斷進(jìn)行技術(shù)創(chuàng)新，在“雙碳”目標(biāo)下快速取得發(fā)展先機(jī)，進(jìn)而提升其在全球價(jià)值鏈中的位置。

對(duì)于中技術(shù)行業(yè)而言，多為金屬制品企業(yè)，這類企業(yè)的創(chuàng)新能力低于高技術(shù)企業(yè)而高于低技術(shù)企業(yè)，具有一定的研發(fā)能力，但受生產(chǎn)要素配置和成本等因素影響，其研發(fā)投入占比相對(duì)不高。中技術(shù)企業(yè)產(chǎn)品極易在原材料采購(gòu)和銷售環(huán)節(jié)出現(xiàn)產(chǎn)業(yè)鏈風(fēng)險(xiǎn)，特別是對(duì)于一些依靠歐美外貿(mào)出口的企業(yè)。而人工智能技術(shù)的應(yīng)用特別是其在庫(kù)存優(yōu)化、大數(shù)據(jù)平臺(tái)搭建方面極大地緩解了中技術(shù)企業(yè)的壓力，降低了企業(yè)的成本，提升其適配生產(chǎn)能力。但目前中技術(shù)企業(yè)受數(shù)字化水平的制約，人工智能技術(shù)還缺乏深度應(yīng)用，大部分企業(yè)所推行的數(shù)字化和軟件化管理只是企業(yè)信息化發(fā)展第一階段，還有較大的進(jìn)步空間(鄭瓊潔和姜衛(wèi)民，2022)。

表3 制造業(yè)細(xì)分行業(yè)具體類別

表4 傾向得分匹配法分行業(yè)計(jì)量結(jié)果

五、 結(jié)論與建議

本文在明確了人工智能技術(shù)應(yīng)用影響制造業(yè)企業(yè)價(jià)值鏈攀升機(jī)制的前提下，以2011-2018年中國(guó)制造業(yè)上市公司為研究對(duì)象，設(shè)置傾向得分匹配模型驗(yàn)證人工智能技術(shù)應(yīng)用對(duì)制造業(yè)企業(yè)價(jià)值鏈攀升的影響，并從行業(yè)角度出發(fā)，研究人工智能技術(shù)應(yīng)用對(duì)高技術(shù)行業(yè)、中技術(shù)行業(yè)、低技術(shù)行業(yè)影響的差異性。結(jié)果表明：總體來(lái)看，人工智能技術(shù)應(yīng)用對(duì)中國(guó)制造業(yè)企業(yè)全球價(jià)值鏈攀升整體具有顯著的正向作用，當(dāng)人工智能技術(shù)應(yīng)用程度增加1%，制造業(yè)企業(yè)全球價(jià)值鏈位置提升0.0208%；從行業(yè)角度看，人工智能技術(shù)應(yīng)用對(duì)高技術(shù)行業(yè)和低技術(shù)行業(yè)全球價(jià)值鏈位置攀升具有明顯的促進(jìn)效應(yīng)，且高技術(shù)行業(yè)效應(yīng)更為明顯，對(duì)中技術(shù)行業(yè)的促進(jìn)作用不顯著。

基于以上結(jié)論，在人工智能技術(shù)快速發(fā)展的今天，要及時(shí)建立和完善相關(guān)政策，聚焦技術(shù)創(chuàng)新，統(tǒng)籌抓好關(guān)鍵技術(shù)攻關(guān)，進(jìn)一步筑牢全球技術(shù)競(jìng)爭(zhēng)戰(zhàn)略高地。從不同技術(shù)層次企業(yè)看，建議構(gòu)建分類分梯次漸進(jìn)式提升策略。

對(duì)于高技術(shù)企業(yè)而言。一是鼓勵(lì)企業(yè)加快技術(shù)研發(fā)、培養(yǎng)關(guān)鍵技術(shù)團(tuán)隊(duì)。鼓勵(lì)企業(yè)開(kāi)展自主研發(fā)和技術(shù)創(chuàng)新，構(gòu)建助力研發(fā)“補(bǔ)血機(jī)制”，對(duì)企業(yè)科技計(jì)劃項(xiàng)目配套獎(jiǎng)勵(lì)，增加企業(yè)研發(fā)費(fèi)用補(bǔ)貼專項(xiàng)。鼓勵(lì)企業(yè)打造自身的高水平研發(fā)團(tuán)隊(duì)，引進(jìn)和培養(yǎng)技術(shù)型人才，進(jìn)行新產(chǎn)品的設(shè)計(jì)與研發(fā)，避免由于關(guān)鍵技術(shù)依賴于國(guó)外所導(dǎo)致的產(chǎn)品研發(fā)設(shè)計(jì)環(huán)節(jié)中斷風(fēng)險(xiǎn)。二是推動(dòng)產(chǎn)業(yè)鏈智能化，鼓勵(lì)企業(yè)加快數(shù)字化轉(zhuǎn)型。大力推動(dòng)5G、互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)等信息化建設(shè)，鼓勵(lì)企業(yè)靈活實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，利用自身的比較優(yōu)勢(shì)找準(zhǔn)鏈條上深化合作的戰(zhàn)略契合點(diǎn)，逐漸向價(jià)值鏈兩端發(fā)展。加快與新基建無(wú)縫銜接，推動(dòng)科技創(chuàng)新與人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施深度融合。三是強(qiáng)化全產(chǎn)業(yè)鏈生產(chǎn)能力，實(shí)現(xiàn)研發(fā)設(shè)計(jì)制造一體化。對(duì)于可自主實(shí)現(xiàn)設(shè)計(jì)生產(chǎn)線能力的龍頭企業(yè)，充分利用制造業(yè)產(chǎn)業(yè)鏈在技術(shù)溢出、生產(chǎn)管控、市場(chǎng)協(xié)同方面的柔韌性，打造原材料采購(gòu)、研發(fā)設(shè)計(jì)、產(chǎn)品生產(chǎn)加工、營(yíng)銷等全產(chǎn)業(yè)鏈，推動(dòng)企業(yè)實(shí)現(xiàn)自主設(shè)計(jì)與生產(chǎn)。

對(duì)于中技術(shù)企業(yè)而言。一是鼓勵(lì)企業(yè)建立智能化庫(kù)存，提高原材料需求預(yù)測(cè)準(zhǔn)確性。為避免出現(xiàn)缺料問(wèn)題，鼓勵(lì)有條件的企業(yè)建立智能化倉(cāng)庫(kù)，有效防止因不確定性因素造成的供應(yīng)鏈中斷風(fēng)險(xiǎn)，在一定程度上保障供應(yīng)鏈的連續(xù)性和穩(wěn)定性。二是完善出口轉(zhuǎn)內(nèi)銷政策，支持企業(yè)拓寬銷售渠道。政府應(yīng)積極打通線上線下經(jīng)濟(jì)，深度挖掘國(guó)內(nèi)需求潛力。搭建出口轉(zhuǎn)內(nèi)銷平臺(tái)，鼓勵(lì)外貿(mào)企業(yè)與國(guó)內(nèi)知名電商平臺(tái)加強(qiáng)合作。支持外資企業(yè)利用現(xiàn)有技術(shù)和生產(chǎn)能力開(kāi)拓國(guó)內(nèi)市場(chǎng)，并在稅、費(fèi)、生產(chǎn)許可證等方面給予一定的便利和支持。三是鼓勵(lì)企業(yè)融入全球創(chuàng)新網(wǎng)絡(luò)，參與國(guó)際大循環(huán)系統(tǒng)建設(shè)。鼓勵(lì)中技術(shù)企業(yè)提升現(xiàn)有產(chǎn)品的創(chuàng)新度和競(jìng)爭(zhēng)力，提高在全球市場(chǎng)上的分工地位和參與價(jià)值鏈分配的能力。拓展“一帶一路”沿線國(guó)家進(jìn)出口貿(mào)易和相關(guān)配套產(chǎn)品供應(yīng)鏈、產(chǎn)業(yè)鏈，鼓勵(lì)中技術(shù)企業(yè)開(kāi)拓國(guó)際新興消費(fèi)市場(chǎng)，推動(dòng)中技術(shù)企業(yè)向產(chǎn)品研發(fā)、品牌培育等價(jià)值鏈中高端環(huán)節(jié)攀升。

對(duì)于低技術(shù)企業(yè)而言。一是促進(jìn)供應(yīng)方式多元化，保障加工原料供應(yīng)。因氣候、地貌等自然原因帶來(lái)的加工原料過(guò)分依賴于國(guó)外是低技術(shù)企業(yè)產(chǎn)業(yè)鏈脆弱的重要原因。對(duì)于低技術(shù)企業(yè)而言，其涉及的產(chǎn)業(yè)鏈較短、配套要求不高，在后疫情時(shí)期鼓勵(lì)其積極尋找多家替代廠商以實(shí)現(xiàn)產(chǎn)品生產(chǎn)在全球的布局，促進(jìn)多元化供應(yīng)方式，降低集中風(fēng)險(xiǎn)，保障原材料供應(yīng)。二是降低產(chǎn)品同質(zhì)化程度，減少產(chǎn)品生產(chǎn)的對(duì)外依存度。增加產(chǎn)品技術(shù)含量，降低產(chǎn)品同質(zhì)化程度，創(chuàng)新多樣化的銷售方式，挖掘客戶新需求。鼓勵(lì)企業(yè)將自動(dòng)化技術(shù)等融入到現(xiàn)有的生產(chǎn)方式中，降低對(duì)國(guó)外設(shè)備的依賴，從根源上解決低技術(shù)企業(yè)長(zhǎng)期處于價(jià)值鏈低端的困境。三是完善服務(wù)機(jī)制，增強(qiáng)配套服務(wù)能力。低技術(shù)企業(yè)抗風(fēng)險(xiǎn)能力相對(duì)較弱，獲得貸款的難度相對(duì)較大，建議加大對(duì)低技術(shù)企業(yè)信貸投放力度，進(jìn)一步落實(shí)減稅降費(fèi)等優(yōu)惠政策，從減、免、退、降等方面著手，減輕低技術(shù)企業(yè)負(fù)擔(dān)，全力支持企業(yè)恢復(fù)生產(chǎn)。降低準(zhǔn)入門檻，提高證照審批效率，加快辦證速度。支持中間產(chǎn)品、原材料等出口企業(yè)融入國(guó)內(nèi)產(chǎn)業(yè)鏈供應(yīng)鏈，增強(qiáng)配套服務(wù)能力。