趙培雅 高煜 孫雪

摘要 作為新一輪技術(shù)進步的重要標志，產(chǎn)業(yè)智能化是“雙控”目標下實現(xiàn)節(jié)能降碳減排的重要路徑。運用2011—2021年275個城市面板數(shù)據(jù)，檢驗產(chǎn)業(yè)智能化對能源消費、碳排放、工業(yè)污染排放總量和強度的影響及機制。理論分析表明，產(chǎn)業(yè)智能化應用產(chǎn)生規(guī)模擴張效應、技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應，三種效應的相互作用將決定產(chǎn)業(yè)智能化對能源消費、碳排放、工業(yè)污染排放總量和強度的影響方向和程度。該研究采用固定效應模型進行基準回歸，并運用工具變量、GMM動態(tài)面板、外生沖擊檢驗和替換解釋變量等方法，確?；鶞式Y(jié)果的穩(wěn)健性。研究表明：①產(chǎn)業(yè)智能化不僅能夠減少能源消費和工業(yè)污染排放總量，而且可以降低能源消費、碳排放和工業(yè)污染排放強度，實現(xiàn)節(jié)能降碳減排。②經(jīng)驗證據(jù)顯示，產(chǎn)業(yè)智能化對能源消費、碳排放和工業(yè)污染排放的總量影響小于對其強度的影響。產(chǎn)業(yè)智能化主要作用于“能耗雙控”，對“工業(yè)污染排放雙控”作用較小，但未能實現(xiàn)“碳排放雙控”。③機制檢驗得出，目前產(chǎn)業(yè)智能化所推動的綠色技術(shù)創(chuàng)新水平較低是產(chǎn)業(yè)智能化未能實現(xiàn)“碳排放雙控”的根本原因，采用智能化技術(shù)提升綠色技術(shù)創(chuàng)新水平是由“能耗雙控”向“排放雙控”轉(zhuǎn)型的重要條件。產(chǎn)業(yè)結(jié)構(gòu)升級是“雙控”目標下產(chǎn)業(yè)智能化實現(xiàn)節(jié)能降碳減排的重要機制。基于研究結(jié)果提出了提升各地級市產(chǎn)業(yè)智能化發(fā)展水平，加快企業(yè)智能化綠色技術(shù)研發(fā)，有序推進智能化產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的政策措施。

關(guān)鍵詞 產(chǎn)業(yè)智能化；節(jié)能降碳減排；綠色技術(shù)創(chuàng)新；產(chǎn)業(yè)結(jié)構(gòu)升級

中圖分類號 F062. 1 文獻標志碼 A 文章編號 1002-2104（2023）09-0059-11 DOI：10. 12062/cpre. 20230505

技術(shù)進步是實現(xiàn)節(jié)能降碳減排的根本路徑［1］，作為新一輪技術(shù)進步的重要標志，中國智能化產(chǎn)業(yè)發(fā)展呈現(xiàn)出急劇增長態(tài)勢。《2020中國人工智能產(chǎn)業(yè)白皮書》數(shù)據(jù)顯示，2025 年中國人工智能產(chǎn)業(yè)市場規(guī)模將有望超過4 000億元，中國將有可能擁有全球最大的智能化產(chǎn)業(yè)市場［2］。產(chǎn)業(yè)智能化以突破性技術(shù)為基礎(chǔ)，通過深度學習迅速而廣泛地應用于經(jīng)濟社會中的各個產(chǎn)業(yè)，對經(jīng)濟體系產(chǎn)生系統(tǒng)性影響［3］，從而為實現(xiàn)節(jié)能降碳減排創(chuàng)造了新的機遇?！?022年政府工作報告》強調(diào)“推動能耗‘雙控’向碳排放總量和強度‘雙控’轉(zhuǎn)變”［4］。因此，實現(xiàn)節(jié)能降碳減排的主要目標不僅要著力于總量下降和強度調(diào)控，而且應創(chuàng)造條件實現(xiàn)由“能耗雙控”向“排放雙控”的轉(zhuǎn)變。在“總量和強度雙控”目標下產(chǎn)業(yè)智能化是否具有節(jié)能降碳減排效應？產(chǎn)業(yè)智能化對能源消費、碳排放和工業(yè)污染排放總量和強度的影響程度是否存在差異？產(chǎn)業(yè)智能化實現(xiàn)“雙控”目標下的節(jié)能降碳減排存在怎樣的作用機制？產(chǎn)業(yè)智能化應用如何實現(xiàn)由“能耗雙控”向“排放雙控”的轉(zhuǎn)變？為解決以上問題，該研究將通過理論分析與實證檢驗探究產(chǎn)業(yè)智能化對節(jié)能降碳減排的影響，為中國綠色發(fā)展提出政策啟示。

1 文獻綜述與研究假說

Panayotou［5］提出，技術(shù)進步影響環(huán)境的主要因素包括規(guī)模擴張效應、技術(shù)創(chuàng)新效應和結(jié)構(gòu)轉(zhuǎn)型效應。白俊紅等［6］研究表明，在規(guī)模擴張效應、技術(shù)創(chuàng)新效應和結(jié)構(gòu)轉(zhuǎn)型效應的作用下技術(shù)進步對于降低能耗、減少環(huán)境污染存在“雙刃劍作用”。一方面，技術(shù)進步所產(chǎn)生的技術(shù)創(chuàng)新效應和結(jié)構(gòu)轉(zhuǎn)型效應，通過提高產(chǎn)業(yè)部門能源使用效率，減少生產(chǎn)過程中的污染排放，進而實現(xiàn)節(jié)能減排［7］。另一方面，也有學者指出技術(shù)進步將引發(fā)生產(chǎn)規(guī)模不斷擴張，所產(chǎn)生的規(guī)模擴張效應可能抵消技術(shù)創(chuàng)新效應和結(jié)構(gòu)轉(zhuǎn)型效應所帶來的節(jié)能減排效果，反而造成更加嚴重的環(huán)境問題［8-9］。隨著數(shù)字化、智能化等新興技術(shù)的蓬勃興起，新興技術(shù)是否具有節(jié)能降碳減排效應逐漸成為新的研究熱點。汪東芳等［10］提出互聯(lián)網(wǎng)的普及引發(fā)經(jīng)濟規(guī)模擴張導致能源消耗增大，而其引發(fā)的產(chǎn)業(yè)結(jié)構(gòu)變遷則提升了企業(yè)生產(chǎn)效率，降低了單位產(chǎn)出能耗，進而實現(xiàn)節(jié)能減排。劉慧等［11］認為數(shù)字化轉(zhuǎn)型不僅能夠引發(fā)技術(shù)創(chuàng)新改善企業(yè)能耗模式，而且可以實現(xiàn)結(jié)構(gòu)優(yōu)化促進企業(yè)節(jié)能減排，但其節(jié)能減排最終效果受限于外部規(guī)模。張思思等［12］指出數(shù)字化技術(shù)應用所引發(fā)的經(jīng)濟規(guī)模擴張為產(chǎn)業(yè)結(jié)構(gòu)清潔化調(diào)整帶來發(fā)展機遇，但同時數(shù)字化基礎(chǔ)設施建設又導致能源消耗和碳排放加大。蔣為等［13］研究表明由于機器人的技術(shù)創(chuàng)新減排效應高于其規(guī)模擴張增排效應，因此機器人應用能夠顯著降低中國制造業(yè)碳排放量。以上文獻表明，與傳統(tǒng)技術(shù)進步類似，新興技術(shù)應用引發(fā)經(jīng)濟規(guī)模加速擴張，同時伴隨著技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，產(chǎn)生規(guī)模擴張效應、技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應，三種效應將決定新興技術(shù)對節(jié)能降碳減排的影響。而目前文獻對于有關(guān)產(chǎn)業(yè)智能化對節(jié)能降碳減排的綜合性研究較少，特別是對“雙控”目標下產(chǎn)業(yè)智能化影響節(jié)能降碳減排的具體機制仍有待研究。

在宏觀經(jīng)濟運行中，產(chǎn)業(yè)智能化展現(xiàn)出自動化工具和通用目的技術(shù)兩大基本屬性［14］。作為自動化工具，產(chǎn)業(yè)智能化能夠在操作重復的流程性生產(chǎn)中，以較低的成本快速協(xié)調(diào)生產(chǎn)系統(tǒng)，顯著提高生產(chǎn)率，避免生產(chǎn)過程中的資源過度使用，提升整體經(jīng)濟運行效率。作為通用目的技術(shù)，產(chǎn)業(yè)智能化具有較強的知識溢出效應，其普遍性、可持續(xù)性等特征，能夠廣泛滲透并融入其他技術(shù)之中，演化為一種新的技術(shù)，實現(xiàn)“顛覆性創(chuàng)新”［15］。兩大基本屬性使得產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張不僅包含經(jīng)濟規(guī)模增大對能源消費和排放總量產(chǎn)生的直接影響，而且促使經(jīng)濟結(jié)構(gòu)發(fā)生轉(zhuǎn)型并直接影響到能源消費和排放的強度。同時在新的經(jīng)濟規(guī)模下，產(chǎn)業(yè)智能化所產(chǎn)生的技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應，將間接影響到能源消費和排放的總量和強度。因此，三種效應的相互作用將決定產(chǎn)業(yè)智能化對“雙控”目標下節(jié)能降碳減排的影響方向和影響程度。

規(guī)模擴張效應。與傳統(tǒng)技術(shù)模式不同，產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張效應具有一般性和特殊性。一方面，產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張效應的一般性在于，作為自動化工具產(chǎn)業(yè)智能化應用促使產(chǎn)業(yè)生產(chǎn)效率的逐步提升，加速產(chǎn)業(yè)規(guī)模擴張，增大能源需求，導致能源消費、碳排放和工業(yè)污染排放總量增加。另一方面，產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張效應的特殊性在于，產(chǎn)業(yè)智能化應用所具備的通用目的技術(shù)屬性為高效清潔生產(chǎn)提供技術(shù)支持，通過減排設備更新?lián)Q代，突破對原有技術(shù)的路徑依賴［16］。隨著智能化技術(shù)在全產(chǎn)業(yè)的逐步應用，其規(guī)模擴張效應將形成技術(shù)溢出［17］，進而重新設定整個產(chǎn)業(yè)的技術(shù)軌道，在規(guī)模擴張的同時實現(xiàn)能源消費、碳排放和工業(yè)污染排放量的大幅降低，即降低能源消費、碳排放和工業(yè)污染排放強度。由此，提出以下假說。

假說1a：產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張效應導致能源消費、碳排放和工業(yè)污染排放總量增加。

假說1b：產(chǎn)業(yè)智能化所引發(fā)的規(guī)模擴張效應能夠降低能源消費、碳排放和工業(yè)污染排放強度。

技術(shù)創(chuàng)新效應。產(chǎn)業(yè)智能化的核心在于推動“綠色智能技術(shù)革命”［14］。一方面，產(chǎn)業(yè)智能化的自動化工具屬性有助于企業(yè)具備低成本、高效率的創(chuàng)新能力［18］。企業(yè)在智能化技術(shù)的支持下采用自主推理決策的智能化生產(chǎn)模式［19］，能夠有效降低企業(yè)綠色研發(fā)創(chuàng)新成本，控制綠色交易管理中的冗余成本，加快企業(yè)創(chuàng)新頻率，提高企業(yè)綠色技術(shù)創(chuàng)新水平［20］。企業(yè)綠色技術(shù)創(chuàng)新通過優(yōu)化生產(chǎn)環(huán)節(jié)，提高能源利用效率，促使能源消費、碳排放、工業(yè)污染排放總量和強度的下降。另一方面，Agrawal等［21］指出，智能化是科學發(fā)現(xiàn)的發(fā)明方法的發(fā)明。作為通用目的技術(shù)，產(chǎn)業(yè)智能化技術(shù)通過與其他技術(shù)的融合產(chǎn)生知識溢出，為企業(yè)綠色轉(zhuǎn)型提供技術(shù)支持，促使企業(yè)采用綠色創(chuàng)新模式提升技術(shù)水平，引發(fā)產(chǎn)業(yè)生產(chǎn)中突破性、顛覆性綠色技術(shù)產(chǎn)生。產(chǎn)業(yè)智能化所引發(fā)的綠色技術(shù)創(chuàng)新，能夠解除企業(yè)高污染生產(chǎn)技術(shù)黏性，降低生產(chǎn)過程中的化石能源消耗，進而降低能源消費、碳排放、工業(yè)污染排放總量和強度。由此，提出以下假說。

假說2a：產(chǎn)業(yè)智能化能夠通過綠色技術(shù)創(chuàng)新減少能源消費、碳排放和工業(yè)污染排放總量。

假說2b：產(chǎn)業(yè)智能化能夠通過綠色技術(shù)創(chuàng)新降低能源消費、碳排放和工業(yè)污染排放強度。

產(chǎn)業(yè)結(jié)構(gòu)升級效應。Grossman等［22］認為，產(chǎn)業(yè)結(jié)構(gòu)演進是技術(shù)進步影響環(huán)境污染的主要原因?！洞龠M新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》中指出智能化是產(chǎn)業(yè)變革的關(guān)鍵因素［ 23］。產(chǎn)業(yè)結(jié)構(gòu)升級是指經(jīng)濟結(jié)構(gòu)演進中第一產(chǎn)業(yè)向第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的規(guī)律性變化，不僅表現(xiàn)為產(chǎn)業(yè)比例關(guān)系的優(yōu)化，也體現(xiàn)了新興產(chǎn)業(yè)逐步發(fā)展的過程［24］。一方面，以能源為基礎(chǔ)的傳統(tǒng)產(chǎn)業(yè)部門是智能化融合度最高的部門之一［25］，產(chǎn)業(yè)智能化的自動化工具屬性能夠優(yōu)化該部門技術(shù)路線中化石能源的使用，推動高能耗、高污染產(chǎn)業(yè)不斷延伸并實現(xiàn)與第三產(chǎn)業(yè)融合，推動傳統(tǒng)產(chǎn)業(yè)逐步向高級化方向演進［26］，帶動能源消費、碳排放、工業(yè)污染排放總量和強度的下降。另一方面，產(chǎn)業(yè)智能化的通用目的技術(shù)屬性驅(qū)動各產(chǎn)業(yè)形成新的產(chǎn)業(yè)形態(tài)，促進一批智能化產(chǎn)業(yè)的興起［27］。產(chǎn)業(yè)智能化帶動具有更高生產(chǎn)力和技術(shù)水平的新興主導產(chǎn)業(yè)迅速發(fā)展，引導勞動、資本密集型產(chǎn)業(yè)為主的傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)，向技術(shù)、知識密集型產(chǎn)業(yè)為主的清潔化產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型演進［28］，從而降低能源消費、碳排放、工業(yè)污染排放總量和強度。由此，提出以下假說。

假說3a：產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級減少能源消費、碳排放和工業(yè)污染排放總量。

假說3b：產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級降低能源消費、碳排放和工業(yè)污染排放強度。

其中：AIBit為城市i 在t 年的工業(yè)機器人滲透度，J 表示各行業(yè)的合集，employi，j，t=2011為城市i 中行業(yè)j 在2011年的就業(yè)人數(shù)，employi，t=2011是城市i 在2011年的就業(yè)人數(shù)，Robotjt為由《全球工業(yè)機器人報告》所提供的行業(yè)j 在t 年的工業(yè)機器人安裝量，employj，t=2011是行業(yè)j 在2011年的就業(yè)人數(shù)；信息資源采集能力和處理能力，采用地級市信息傳輸、計算機服務和軟件業(yè)從業(yè)人員數(shù)占該地級市總從業(yè)人員總數(shù)的之比進行衡量。

智能化技術(shù)。采用人工智能專利進行衡量。利用Python軟件按照王林輝等［18］的做法選取人工智能關(guān)鍵詞爬取萬方專利數(shù)據(jù)庫中各地級市中人工智能發(fā)明專利、實用新型專利和外觀設計專利的專利數(shù)據(jù)，將其加總后與科研從業(yè)人員數(shù)之比表征智能化技術(shù)。

2. 2. 2 被解釋變量

能源消費總量。參照《中國能源統(tǒng)計年鑒》中各能源折算標準煤系數(shù)對各地級市的人工、天然氣供氣總量、液化石油氣供氣總量及全社會用電量進行計算，換算為萬噸標準煤加總得出能源消費量并取對數(shù)進行衡量。能源消費強度，使用地級市能源消費總量與實際工業(yè)增加值（以2011年為基期）之比的對數(shù)值表示能源消費強度，該值越小表明單位工業(yè)增加值所消耗的能源越少。

碳排放總量。碳排放量采用標準煤的折算系數(shù)對煤炭、原油和天然氣三種化石能源進行核算，將三種化石能源核算結(jié)果加總后得出各地級市的碳排放總量并取對數(shù)進行衡量。碳排放強度，使用地級市碳排放總量與實際工業(yè)增加值（以2011年為基期）之比的對數(shù)值表示碳排放強度，該值越小表明單位工業(yè)增加值所產(chǎn)生的碳排放越少。

工業(yè)污染排放總量。采用工業(yè)廢水排放量、工業(yè)SO2排放量和工業(yè)粉塵煙塵排放量平均賦權(quán)計算污染物排放總量并取對數(shù)進行衡量。工業(yè)污染排放強度，使用地級市工業(yè)污染排放總量與實際工業(yè)增加值（以2011年為基期）之比的對數(shù)值表示工業(yè)污染排放強度，該值越小表明單位工業(yè)增加值所產(chǎn)生的工業(yè)污染排放越少。

2. 2. 3 控制變量

地級市節(jié)能降碳減排取決于多種因素，除了產(chǎn)業(yè)智能化外其他變量也對地級市節(jié)能降碳減排產(chǎn)生重要影響。因此，選取經(jīng)濟發(fā)展水平、基礎(chǔ)設施水平、人力資本水平、對外開放水平、市場化水平以及環(huán)境規(guī)制6個變量作為控制變量。

各主要變量的名稱、符號、數(shù)據(jù)指標含義及計算方法見表1。

2. 3 數(shù)據(jù)來源與樣本選擇

基于數(shù)據(jù)可得性，選取2011—2021年中國275個地級市面板數(shù)據(jù)作為研究樣本，未涉及的地級市包括：衡水市、黑河市、綏化市、泰州市、淮北市、亳州市、中山市、欽州市、三沙市、儋州市、遵義市、畢節(jié)市、銅仁市、拉薩市、日喀則市、昌都市、林芝市、山南市、那曲市、海東市、吐魯番市、哈密市。研究區(qū)域未涉及香港、澳門、臺灣。產(chǎn)業(yè)智能化代理變量中工業(yè)機器人數(shù)據(jù)來自《全球工業(yè)機器人報告》。其他數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》以及各地級市統(tǒng)計年鑒，個別缺失值通過插值法補齊。

3 實證檢驗

3. 1 基準回歸

根據(jù)式（1）的設定，對產(chǎn)業(yè)智能化能否實現(xiàn)節(jié)能降碳減排進行檢驗。依據(jù)Hausman檢驗的結(jié)果選擇固定效應模型，所有模型均控制時間固定效應和個體固定效應，并將標準誤聚類到城市層面，回歸結(jié)果見表2。

由表2可知，列（1）中產(chǎn)業(yè)智能化（AI）對能源消費總量（energy）的影響系數(shù)為-0. 909且在1%的水平下顯著，列（2）中產(chǎn)業(yè)智能化（AI）對能源消費強度（EI）的影響系數(shù)為-2. 050且在1%的水平下顯著，表明產(chǎn)業(yè)智能化能夠顯著降低能源消費的總量和強度。對比列（1）和列（2），產(chǎn)業(yè)智能化對能源消費強度的影響系數(shù)高于其對能源消費總量的影響系數(shù)，產(chǎn)業(yè)智能化對能源消費強度的影響程度相對較高。列（3）中產(chǎn)業(yè)智能化（AI）對碳排放總量（CO2）的影響系數(shù)為負但并不顯著。列（4）中產(chǎn)業(yè)智能化（AI）對碳排放強度（CI）的影響系數(shù)為-1. 902且在5%的水平下顯著，表明產(chǎn)業(yè)智能化未能降低碳排放總量，但能夠顯著降低碳排放強度。列（5）中產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放總量（POL）的影響系數(shù)為-0. 412且在1%的水平下顯著，列（6）中產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放強度（PI）的影響系數(shù)為-1. 399且在1%的水平下顯著，表明產(chǎn)業(yè)智能化能夠顯著降低工業(yè)污染排放的總量和強度。

對比列（5）和列（6），產(chǎn)業(yè)智能化對工業(yè)污染排放強度的影響系數(shù)相對較大，表明產(chǎn)業(yè)智能化對工業(yè)污染排放強度的影響程度相對較高。由表2可知“雙控”目標下產(chǎn)業(yè)智能化應用不僅能夠減少能源消費和工業(yè)污染排放總量，而且可以降低能源消費、碳排放和工業(yè)污染排放強度，實現(xiàn)節(jié)能降碳減排。

控制變量中，市場化水平（market）和環(huán)境規(guī)制（ER）的影響系數(shù)顯著為負，表明二者有助于產(chǎn)業(yè)智能化背景下的節(jié)能降碳減排。而經(jīng)濟發(fā)展水平（agdp）和人力資本水平（hum）的影響系數(shù)顯著為正，表明目前經(jīng)濟發(fā)展模式仍需進一步調(diào)整，人力資本水平與產(chǎn)業(yè)智能化匹配程度仍有待提升。而對外開放水平（open）對節(jié)能降碳減排的影響方向并不確定，基礎(chǔ)設施水平（facility）對節(jié)能降碳減排的影響并不顯著。

由表2實證結(jié)果可知，產(chǎn)業(yè)智能化能夠顯著減少能源消費的總量和工業(yè)污染排放總量。結(jié)合理論分析，相比于假說1a中產(chǎn)業(yè)智能化所產(chǎn)生規(guī)模擴張效應，假說2a和假說3a中產(chǎn)業(yè)智能化所引發(fā)的技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應作用相對較大，因此除碳排放總量，產(chǎn)業(yè)智能化對能源消費總量和工業(yè)污染排放總量具有顯著的抑制作用。表2中，產(chǎn)業(yè)智能化對能源消費、碳排放和工業(yè)污染排放強度的影響程度均高于其對總量的影響，其原因在于假說1a中產(chǎn)業(yè)智能化發(fā)展所產(chǎn)生的規(guī)模擴張效應，導致產(chǎn)業(yè)智能化對能源消費、碳排放和工業(yè)污染排放總量的影響程度相對較小。由表2結(jié)果，產(chǎn)業(yè)智能化對能源消費強度、碳排放強度和工業(yè)污染排放強度的影響系數(shù)均顯著為負。因此，產(chǎn)業(yè)智能化所產(chǎn)生的規(guī)模擴張效應、技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應能夠降低能源消費、碳排放和工業(yè)污染排放強度，從而證實了假說1b、假說2b和假說3b。對比表2中各列結(jié)果，得出產(chǎn)業(yè)智能化對能源消費的影響程度最大，而對碳排放和工業(yè)污染排放的影響程度相對較小。經(jīng)驗證據(jù)表明目前產(chǎn)業(yè)智能化主要作用于“能耗雙控”，對“工業(yè)污染排放雙控”作用較小，但未能實現(xiàn)“碳排放雙控”。

3. 2 穩(wěn)健性分析

3. 2. 1 工具變量法

采用工具變量法緩解內(nèi)生性問題，參考Acemoglu等［27］的方法計算美國工業(yè)機器人滲透度（AIU）作為工具變量，回歸結(jié)果見表3。

采用工具變量兩階段最小二乘法（IV-2SLS）進行回歸，工具變量（AIU）均通過了“弱工具變量”檢驗和“不可識別”檢驗。由表3列（1）可知，一階段工具變量（AIU）與各城市產(chǎn)業(yè)智能化（AI）在1% 水平下呈顯著的正相關(guān)。

列（2）和列（3）中，產(chǎn)業(yè)智能化工具變量擬合值（AI_IV）對能源消費總量（energy）和能源消費強度（EI）的影響系數(shù)均顯著為負。列（4）和列（5）中，產(chǎn)業(yè)智能化工具變量擬合值（AI_IV）對碳排放總量（CO2）的影響系數(shù)并不顯著，而對碳排放強度（CI）的影響系數(shù)顯著為負。列（6）和列（7）中，產(chǎn)業(yè)智能化工具變量擬合值（AI_IV）對工業(yè)污染排放總量（POL）和工業(yè)污染排放強度（PI）的影響系數(shù)均顯著為負。表3結(jié)果與表2結(jié)果一致，從而驗證了基準回歸結(jié)果。

3. 2. 2 GMM動態(tài)面板分析

由于靜態(tài)面板結(jié)果可能存在內(nèi)生性及估計偏誤問題，為此采用系統(tǒng)GMM進行估計，回歸結(jié)果見表4。表4列（1）和列（2）中，產(chǎn)業(yè)智能化（AI）對能源消費總量（energy）和能源消費強度（EI）的影響系數(shù)均顯著為負。列（3）和列（4）中，產(chǎn)業(yè)智能化（AI）對碳排放總量（CO2）的影響系數(shù)為負但并不顯著，而對碳排放強度（CI）的影響系數(shù)顯著為負。列（5）和列（6）中，產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放總量（POL）和工業(yè)污染排放強度（PI）的影響系數(shù)均顯著為負?；鶞驶貧w結(jié)果再次得到驗證，產(chǎn)業(yè)智能化能夠從總量和強度實現(xiàn)節(jié)能降碳減排。

3. 2. 3 外生沖擊檢驗

為精確識別產(chǎn)業(yè)智能化與節(jié)能降碳減排間的因果關(guān)系，進一步進行外生沖擊檢驗。2013 年12 月工業(yè)和信息化部發(fā)布《關(guān)于推進工業(yè)機器人產(chǎn)業(yè)發(fā)展的指導意見》（以下簡稱“意見”），指出“工業(yè)機器人作為產(chǎn)業(yè)智能化發(fā)展的自動化裝備，是未來產(chǎn)業(yè)智能化的發(fā)展方向”。2017年7月《國務院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》（以下簡稱“通知”）指出“我國應把握智能化發(fā)展的重大歷史機遇，加快形成智能化發(fā)展的先發(fā)優(yōu)勢，為我國經(jīng)濟發(fā)展注入新動能”?！耙庖姟焙汀巴ㄖ弊鳛橹袊嘘P(guān)智能化應用的政策文件，對于各城市而言是促進其智能化轉(zhuǎn)型的一個相對外生沖擊。因此，選取兩個政策沖擊時點2013年和2017年構(gòu)建DID模型。連續(xù)型DID不僅能夠呈現(xiàn)出更為豐富的樣本異質(zhì)性，而且可以避免主觀設定處理組和實驗組所產(chǎn)生的偏差，減少模型的內(nèi)生性問題［32］。使用“產(chǎn)業(yè)智能化”這一連續(xù)變量作為模型分組變量的代理變量，構(gòu)建連續(xù)型DID 模型如下：

式（2）中：Postit為時點變量，政策沖擊后該值取1，之前取0。AIit ×Postit的系數(shù)δ 反映沖擊影響，若δ 顯著為負，則表明受沖擊較大的城市節(jié)能降碳減排效果較為明顯，即產(chǎn)業(yè)智能化能夠顯著實現(xiàn)節(jié)能降碳減排。DID的估計結(jié)果見表5和表6。

表5表明：列（1）和列（2）中“意見”沖擊對能源消費總量（energy）和能源消費強度（EI）的影響系數(shù)均顯著為負。列（3）中“意見”沖擊對碳排放總量（CO2）的影響系數(shù)為負同樣并不顯著，而列（4）中“意見”沖擊對碳排放強度（CI）的影響系數(shù)顯著為負。列（5）和列（6）中“意見”沖擊對工業(yè)污染排放總量（POL）和工業(yè)污染排放強度（PI）的影響系數(shù)均顯著為負。表5結(jié)果再次證實了基準回歸結(jié)果的穩(wěn)健性。

表6表明：列（1）和列（2）中“通知”沖擊對能源消費總量（energy）和能源消費強度（EI）的影響系數(shù)均顯著為負。與基準結(jié)果不同，列（3）中“ 通知”沖擊對碳排放總量（CO2）的影響系數(shù)顯著為負，表明近年來隨著“通知”沖擊所引發(fā)的產(chǎn)業(yè)智能化水平的提升能夠減少碳排放總量，列（4）中“通知”沖擊同樣能夠顯著降低碳排放強度（CI）。表明“通知”沖擊能夠?qū)崿F(xiàn)“碳排放雙控”。列（5）和列（6）中“通知”沖擊對工業(yè)污染排放總量（POL）和工業(yè)污染排放強度（PI）的影響系數(shù)均顯著為負。表6結(jié)果再次驗證了基準回歸結(jié)果。

3. 2. 4 替換解釋變量

與熵值法不同，縱橫向拉開檔次法確定權(quán)重系數(shù)的原則能夠有效減少指標合成的信息損耗［33］。采用縱橫向拉開檔次法再次構(gòu)建產(chǎn)業(yè)智能化指數(shù)（AIR）并進行回歸，回歸結(jié)果見表7。

由表7可以看出，替換解釋變量后產(chǎn)業(yè)智能化對能源消費總量（energy）、能源消費強度（EI）、碳排放強度（CI）、工業(yè)污染排放總量（POL）和工業(yè)污染排放強度（PI）的影響系數(shù)均顯著為負，但對碳排放總量（CO2）的影響并不顯著，從而保證了基準回歸結(jié)果的穩(wěn)健性。

4 機制分析

4. 1 機制檢驗模型

實證檢驗結(jié)果表明，產(chǎn)業(yè)智能化能夠?qū)崿F(xiàn)節(jié)能降碳減排。該研究以溫忠麟等［34］所提出中介效應模型為基礎(chǔ)，探究產(chǎn)業(yè)智能化節(jié)能降碳減排的具體機制。首先，驗證產(chǎn)業(yè)智能化對機制變量的影響：

式（3）中M 為中介變量。依據(jù)假說2a、假說2b、假說3a和假說3b可知，產(chǎn)業(yè)智能化能夠通過技術(shù)創(chuàng)新效應和產(chǎn)業(yè)結(jié)構(gòu)升級效應實現(xiàn)節(jié)能降碳減排“雙控”。因此，選取表征技術(shù)創(chuàng)新效應的綠色技術(shù)創(chuàng)新和表征產(chǎn)業(yè)結(jié)構(gòu)升級效應的產(chǎn)業(yè)結(jié)構(gòu)高級化作為機制變量，具體包括：綠色技術(shù)創(chuàng)新（patent），采用各地級市上市企業(yè)某年所申請的綠色發(fā)明型專利數(shù)和綠色實用新型專利數(shù)之和，與其當年申請所有專利數(shù)之比取對數(shù)，衡量各地級市綠色技術(shù)創(chuàng)新水平。產(chǎn)業(yè)結(jié)構(gòu)升級（HIS），參考付凌暉［24］的做法采用產(chǎn)業(yè)結(jié)構(gòu)高級化值（HIS）取對數(shù)表征產(chǎn)業(yè)結(jié)構(gòu)升級。HIS 越大，表明產(chǎn)業(yè)結(jié)構(gòu)升級水平越高。

其次，結(jié)合江艇［35］有關(guān)中介效應分析的操作建議，為考察產(chǎn)業(yè)智能化的節(jié)能降碳減排效應在多大程度上可以被機制變量的作用渠道所捕捉，進一步在基準回歸中控制機制變量：

4. 2 機制檢驗結(jié)果分析

依據(jù)式（3）和式（4）的設定，對產(chǎn)業(yè)智能化影響能源消費、碳排放和工業(yè)污染排放總量和強度的具體機制進行實證檢驗，回歸結(jié)果見表8和表9。

在表8中，由列（1）可以看出，產(chǎn)業(yè)智能化（AI）對綠色技術(shù)創(chuàng)新（patent）的影響系數(shù)在5%的水平下顯著為正，表明產(chǎn)業(yè)智能化能夠推動“綠色智能技術(shù)革命”，實現(xiàn)綠色技術(shù)創(chuàng)新。進一步將綠色技術(shù)創(chuàng)新（patent）作為控制變量加入基準回歸中，結(jié)果見表8列（2）—列（7）。列（2）中產(chǎn)業(yè)智能化（AI）對能源消費總量（energy）的影響系數(shù)為-0. 422且在1%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-0. 909明顯減少，表明綠色技術(shù)創(chuàng)新是產(chǎn)業(yè)智能化減少能源消費總量的重要機制。列（3）中產(chǎn)業(yè)智能化（AI）對能源消費強度（EI）的影響系數(shù)為-1. 950且在1%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-2. 050有所下降，表明產(chǎn)業(yè)智能化能夠通過促進綠色技術(shù)創(chuàng)新進而降低能源消費強度。列（4）中產(chǎn)業(yè)智能化（AI）對碳排放總量（CO2）的影響仍未顯著，表明產(chǎn)業(yè)智能化所引發(fā)的綠色技術(shù)創(chuàng)新未能減少碳排放總量。列（5）中產(chǎn)業(yè)智能化（AI）對碳排放強度（CI）的影響系數(shù)為-0. 679且在5%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-1. 902明顯減少，表明產(chǎn)業(yè)智能化所引發(fā)的綠色技術(shù)創(chuàng)新能夠降低碳排放強度。列（6）產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放總量（POL）的影響系數(shù)為-0. 125且在1%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-0. 412明顯減少，表明產(chǎn)業(yè)智能化能夠通過促進綠色技術(shù)創(chuàng)新進而降低工業(yè)污染排放總量。列（7）中產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放強度（PI）的影響系數(shù)為-1. 140且在1%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-1. 399有所下降，因此產(chǎn)業(yè)智能化能夠通過促進綠色技術(shù)創(chuàng)新進而降低工業(yè)污染排放強度。

表8中列（2）和列（6）證明了假說2a中產(chǎn)業(yè)智能化能夠通過綠色技術(shù)創(chuàng)新減少能源消費和工業(yè)污染排放總量。而列（4）未能證明假說2a中產(chǎn)業(yè)智能化能夠通過綠色技術(shù)創(chuàng)新減少碳排放總量?；鶞驶貧w中產(chǎn)業(yè)智能化對碳排放總量并未起到顯著的抑制作用，由表8列（4）結(jié)果可知目前產(chǎn)業(yè)智能化所引發(fā)的綠色技術(shù)創(chuàng)新未能減少碳排放總量，綠色技術(shù)創(chuàng)新水平較低是產(chǎn)業(yè)智能化未能實現(xiàn)“碳排放雙控”的主要原因。其原因可能在于，目前產(chǎn)業(yè)智能化發(fā)展仍以增量為主，依托智能化應用產(chǎn)生具有突破性的綠色創(chuàng)新技術(shù)積累仍有待提高。表8中列（3）、列（5）和列（7）證明了假說2b中產(chǎn)業(yè)智能化能夠通過綠色技術(shù)創(chuàng)新降低能源消費、碳排放和工業(yè)污染排放強度。

在表9中，產(chǎn)業(yè)智能化（AI）對產(chǎn)業(yè)結(jié)構(gòu)升級（HIS）的影響系數(shù)在1%的水平下顯著為正，表明產(chǎn)業(yè)智能化能夠形成良好的結(jié)構(gòu)轉(zhuǎn)型效應，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級。進一步將產(chǎn)業(yè)結(jié)構(gòu)升級（HIS）作為控制變量加入基準回歸中，結(jié)果見表9列（2）—列（7）。列（2）中產(chǎn)業(yè)智能化（AI）對能源消費總量（energy）的影響系數(shù)為-0. 251且在1% 的水平下顯著，較基準回歸結(jié)果影響系數(shù)-0. 909明顯下降，表明產(chǎn)業(yè)智能化應用能夠推動產(chǎn)業(yè)結(jié)構(gòu)升級進而減少能源消費總量。列（3）中產(chǎn)業(yè)智能化（AI）對能源消費強度（EI）的影響系數(shù)為-0. 950且在5% 的水平下顯著，較基準回歸結(jié)果影響系數(shù)-2. 050明顯減少，表明產(chǎn)業(yè)結(jié)構(gòu)升級是產(chǎn)業(yè)智能化降低能源消費強度的重要路徑。值得注意的是，列（4）中產(chǎn)業(yè)智能化（AI）對碳排放總量（CO2）的影響系數(shù)為-1. 041且在5% 的水平下顯著，表明產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級進而減少碳排放總量。列（5）中產(chǎn)業(yè)智能化（AI）對碳排放強度（CI）的影響系數(shù)為-0. 470且在10%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-1. 902明顯下降，表明產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級進而降低碳排放強度。列（6）產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放總量（POL）的影響系數(shù)為-0. 122且在5%的水平下顯著，較基準回歸結(jié)果影響系數(shù)-0. 412 有所下降，表明產(chǎn)業(yè)智能化能夠推動產(chǎn)業(yè)結(jié)構(gòu)升級減少工業(yè)污染排放總量。列（7）中產(chǎn)業(yè)智能化（AI）對工業(yè)污染排放強度（PI）的影響系數(shù)為-0. 660且在1% 的水平下顯著，較基準回歸結(jié)果影響系數(shù)-1. 399明顯下降，表明產(chǎn)業(yè)智能化能夠通過推動產(chǎn)業(yè)結(jié)構(gòu)升級進而降低工業(yè)污染排放強度。

表9中列（2）、列（4）和列（6）證明了假說3a中產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級減少能源消費、碳排放和工業(yè)污染排放總量。列（3）、列（5）和列（7）證明了假說3b中產(chǎn)業(yè)智能化能夠通過產(chǎn)業(yè)結(jié)構(gòu)升級降低能源消費、碳排放和工業(yè)污染排放強度。

由表8和表9可知，產(chǎn)業(yè)智能化通過產(chǎn)業(yè)結(jié)構(gòu)升級能夠?qū)崿F(xiàn)“雙控”目標下的節(jié)能降碳減排。目前通過智能化技術(shù)所推動的綠色技術(shù)創(chuàng)新水平較低，是產(chǎn)業(yè)智能化未能實現(xiàn)“碳排放雙控”的根本原因。因此，進一步提升地級市綠色技術(shù)創(chuàng)新水平，是由“能耗雙控”向“排放雙控”轉(zhuǎn)型的重要條件。

5 結(jié)論與啟示

基準回歸結(jié)果得出：除碳排放總量外，產(chǎn)業(yè)智能化對能源消費總量、能源消費強度、碳排放強度、工業(yè)污染排放總量和工業(yè)污染排放強度均具有負向影響。產(chǎn)業(yè)智能化對能源消費、碳排放和工業(yè)污染排放強度的影響均高于對其總量的影響。產(chǎn)業(yè)智能化對能源消費的影響最大，而對碳排放和工業(yè)污染排放的影響相對較小。由此可得，目前產(chǎn)業(yè)智能化主要作用于“能耗雙控”，對“工業(yè)污染排放雙控”作用較小，但未能實現(xiàn)“碳排放雙控”。機制檢驗證明：產(chǎn)業(yè)智能化通過綠色技術(shù)創(chuàng)新能夠降低能源消費和工業(yè)污染排放的總量和強度，未能降低碳排放總量但可以降低碳排放強度；通過產(chǎn)業(yè)結(jié)構(gòu)升級能夠降低能源消費、碳排放、工業(yè)污染排放總量和強度，實現(xiàn)節(jié)能降碳減排“雙控”。因此，通過智能化技術(shù)提升地級市綠色技術(shù)創(chuàng)新水平是實現(xiàn)由“能耗雙控”向“排放雙控”轉(zhuǎn)型的重要條件?；谘芯拷Y(jié)果得到以下政策啟示。

第一，提升各地級市產(chǎn)業(yè)智能化發(fā)展水平，充分發(fā)揮產(chǎn)業(yè)智能化節(jié)能降碳減排作用。地方政府應把握產(chǎn)業(yè)智能化發(fā)展機遇，加大產(chǎn)業(yè)智能化前沿研究所需的財政支持，依據(jù)智能化技能需求構(gòu)建人才培養(yǎng)體系，完善智能化能源互聯(lián)網(wǎng)基礎(chǔ)設施建設，通過制定有助于智能化技術(shù)普及的政策體系，促進各地級市運用智能化技術(shù)完成全產(chǎn)業(yè)技術(shù)升級，為各地級市節(jié)能降碳減排“雙控”提供技術(shù)支撐。

第二，加快企業(yè)智能化綠色技術(shù)研發(fā)，推動“能耗雙控”向“排放雙控”轉(zhuǎn)型。地方政府應為綠色偏向型技術(shù)創(chuàng)新提供政策支持，通過稅收優(yōu)惠和研發(fā)補貼鼓勵智能化企業(yè)開展綠色技術(shù)研究，積極搭建產(chǎn)學研合作項目，落實知識產(chǎn)權(quán)保護相關(guān)政策，促進綠色技術(shù)成果快速轉(zhuǎn)化。企業(yè)應加大智能化研發(fā)投資力度，加強綠色技術(shù)自主研發(fā)能力，盡快突破“卡脖子”關(guān)鍵技術(shù)，創(chuàng)造由“能耗雙控”向“排放雙控”轉(zhuǎn)型的技術(shù)條件。

第三，有序推進智能化產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，逐步實現(xiàn)節(jié)能降碳減排“雙控”。地方政府應依據(jù)其自身產(chǎn)業(yè)結(jié)構(gòu)基礎(chǔ)制定差異化產(chǎn)業(yè)政策，促進智能化技術(shù)在產(chǎn)業(yè)中的規(guī)?；瘧谩Ｒ怨?jié)能降碳減排為導向推進產(chǎn)業(yè)結(jié)構(gòu)升級，推動智能化技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合創(chuàng)新，突破對污染屬性技術(shù)的路徑依賴，提高產(chǎn)業(yè)結(jié)構(gòu)中清潔型產(chǎn)業(yè)比重，逐步形成節(jié)能降碳減排“雙控”的產(chǎn)業(yè)新格局。

參考文獻

［1］ 陳詩一. 中國的綠色工業(yè)革命：基于環(huán)境全要素生產(chǎn)率視角的解釋（1980—2008）［J］. 經(jīng)濟研究，2010，45（11）：21-34，58.

［2］ 廣州日報. 2020中國人工智能產(chǎn)業(yè)白皮書［N/OL］. 2021-02-28［2022-10-28］. https：//baijiahao. baidu. com/s？id=1692940905082939624&wfr=spider&for=pc.

［3］ 高煜. 我國經(jīng)濟高質(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］. 西北大學學報（哲學社會科學版），2019，49（5）：28-35.

［4］ 李克強. 政府工作報告：2022年3月5日在第十三屆全國人民代表大會第五次會議上［N］. 光明日報， 2022-03-13.

［5］ PANAYOTOU T. Empirical tests and policy analysis of environmentaldegradation at different stages of economic development［R］. 1993.

［6］ 白俊紅，聶亮. 技術(shù)進步與環(huán)境污染的關(guān)系：一個倒U 形假說［J］. 研究與發(fā)展管理，2017，29（3）：131-140.

［7］ 潘雄鋒，彭曉雪，李斌. 市場扭曲、技術(shù)進步與能源效率：基于省際異質(zhì)性的政策選擇［J］. 世界經(jīng)濟，2017，40（1）：91-115.

［8］ 李標，張航，吳賈. 實施長江經(jīng)濟帶發(fā)展戰(zhàn)略能降低污染排放強度嗎［J］. 中國人口·資源與環(huán)境，2021，31（1）：134-144.

［9］ YANG L S，LI Z. Technology advance and the carbon dioxide emissionin China： empirical research based on the rebound effect［J］.Energy policy，2017，101：150-161.

［10］ 汪東芳，曹建華. 互聯(lián)網(wǎng)發(fā)展對中國全要素能源效率的影響及網(wǎng)絡效應研究［J］. 中國人口·資源與環(huán)境，2019，29（1）：86-95.

［11］ 劉慧，白聰. 數(shù)字化轉(zhuǎn)型促進中國企業(yè)節(jié)能減排了嗎［J］. 上海財經(jīng)大學學報，2022，24（5）：19-32.

［12］ 張思思，崔琪，馬曉鈺. 數(shù)字要素賦能下有偏技術(shù)進步的節(jié)能減排效應［J］. 中國人口·資源與環(huán)境，2022，32（7）：22-36.

［13］ 蔣為，龔思豪，李錫濤. 機器人沖擊、資本體現(xiàn)式技術(shù)進步與制造業(yè)碳減排：理論分析及中國的經(jīng)驗證據(jù)［J］. 中國工業(yè)經(jīng)濟，2022（10）：24-42.

［14］ 胡嵐曦，胡志浩. 人工智能的經(jīng)濟與經(jīng)濟學影響分析［J］. 國外社會科學，2020（6）：127-135.

［15］ ACEMOGLU D，AGHION P，BURSZTYN L， et al. The environmentand directed technical change［J］. American economic review，2012，102（1）：131-166.

［16］ 盧娜，王為東，王淼，等. 突破性低碳技術(shù)創(chuàng)新與碳排放：直接影響與空間溢出［J］. 中國人口·資源與環(huán)境，2019，29（5）：30-39.

［17］ 胡俊，杜傳忠. 人工智能推動產(chǎn)業(yè)轉(zhuǎn)型升級的機制、路徑及對策［J］. 經(jīng)濟縱橫，2020（3）：94-101.

［18］ 王林輝，姜昊，董直慶. 工業(yè)智能化會重塑企業(yè)地理格局嗎［J］. 中國工業(yè)經(jīng)濟，2022（2）：137-155.

［19］ AGHION P， JONES B F， JONES C I. Artificial intelligence andeconomic growth［M］. Chicago： University of Chicago Press，2018： 237-282.

［20］ 孫早，侯玉琳. 人工智能發(fā)展對產(chǎn)業(yè)全要素生產(chǎn)率的影響：一個基于中國制造業(yè)的經(jīng)驗研究［J］. 經(jīng)濟學家，2021（1）：32-42.

［21］ AGRAWAL A，GANS J S， GOLDFARB A. Exploring the impactof artificial intelligence： prediction versus judgment［J］. Informationeconomics and policy，2019，47：1-6.

［22］ GROSSMAN G M，KRUEGER A B. Economic growth and the environment［J］. The quarterly journal of economics，1995，110（2）：353-377.

［23］ 工業(yè)和信息化部. 促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）［R］. 2017.

［24］ 付凌暉. 我國產(chǎn)業(yè)結(jié)構(gòu)高級化與經(jīng)濟增長關(guān)系的實證研究［J］. 統(tǒng)計研究，2010，27（8）：79-81.

［25］ 張萬里，宣旸. 產(chǎn)業(yè)智能化對產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應：勞動力結(jié)構(gòu)和收入分配不平等的調(diào)節(jié)作用［J］. 經(jīng)濟管理，2020，42（10）：77-101.

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

［27］ ACEMOGLU D，RESTREPO P. The race between man and machine：implications of technology for growth，factor shares，and employmen［t J］. American economic review，2018，108（6）：1488-1542.

［28］ 魏下海，張沛康，杜宇洪. 機器人如何重塑城市勞動力市場：移民工作任務的視角［J］. 經(jīng)濟學動態(tài)，2020（10）：92-109.

［29］ BARTIK T. How do the effects of local growth on employmentrates vary with initial labor market conditions［R］. 2009.

［30］ 樊綱，王小魯，馬光榮. 中國市場化進程對經(jīng)濟增長的貢獻［J］. 經(jīng)濟研究，2011，46（9）：4-16.

［31］ 陳詩一，陳登科. 霧霾污染、政府治理與經(jīng)濟高質(zhì)量發(fā)展［J］.經(jīng)濟研究，2018，53（2）：20-34.

［32］ BERTRAND M，MULLAINATHAN S. Enjoying the quiet life：corporategovernance and managerial preferences［J］. Journal of politicaleconomy，2003，111（5）：1043-1075.

［33］ 鈔小靜，薛志欣，王昱瓔. 中國新經(jīng)濟的測度及其經(jīng)濟高質(zhì)量發(fā)展效應分析［J］. 人文雜志，2021（8）：38-49.

［34］ 溫忠麟，葉寶娟. 中介效應分析：方法和模型發(fā)展［J］. 心理科學進展，2014，22（5）：731-745.

［35］ 江艇. 因果推斷經(jīng)驗研究中的中介效應與調(diào)節(jié)效應［J］. 中國工業(yè)經(jīng)濟，2022（5）：100-120.

（責任編輯：李琪）