摘要：建设现代化产业体系是新发展格局下实现经济高质量发展的必然要求，也是全面建成社会主义现代化强国的关键一步，而智能制造作为新一轮科技革命与产业变革时代的焦点，将为现代化产业体系建设提供重要支撑。文章基于2009—2019年全国30个省（自治区、直辖市）的面板数据，实证检验了智能制造对现代化产业体系建设的影响。结果显示：智能制造的应用能够显著促进现代化产业体系水平的提升。从路径来看，智能制造通过提升创新强度、提高成本收益以及促进经济集聚间接推动现代化产业体系建设。调节效应检验表明，产业结构与人力资本结构的优化升级参与智能制造对现代化产业体系的改造，并具有正向调节作用。进一步分析发现，智能制造对现代化产业体系建设存在正向空间溢出效应，有助于实现区域协调发展。东部地区智能制造对现代化产业体系建设的促进效应更强，且智能制造在市场化水平高、产业集中度低的区域产生的促进效应更加明显。因此，应加快智能制造的推广与应用，赋能新质生产力；推动产业的智能化、绿色化与融合化发展；完善人才培养体系，助推智能制造有效落地；加强区域合作，构建资源配置合理、分工有序的现代化产业体系空间格局。

基金：国家社会科学基金项目“长江经济带城市群联动发展对区域一体化的影响作用及政策选择研究”（19BJL051）

关键词：智能制造；现代化产业体系；产业结构优化；人力资本结构优化

作者简介：胡艳，安徽大学经济学院教授，博士生导师，经济学博士，安徽大学区域经济与城市发展研究院院长，主要从事区域经济发展研究。

收稿日期：2024-08-30

一、问题的提出

现代化产业体系是增强产业链韧性、打造我国未来产业发展战略优势的重要支撑，也是实现社会主义现代化强国的重要基础。目前，我国已形成规模庞大、体系健全的产业体系，是拥有联合国产业分类中全部工业门类的制造业大国。但与此同时，传统产业增长率连年下降，新兴产业缺乏核心技术与人才，我国产业体系仍面临陷入“结构性陷阱”的风险[1]。因此，党的二十大明确指出建设现代化产业体系要“坚持把发展经济的着力点放在实体经济上”，“巩固优势产业领先地位，在关系安全发展的领域加快补齐短板，提升战略性资源供应保障能力”。在此基础上，二十届中央财经委员会第一次会议进一步强调要“建设具有完整性、先进性、安全性的现代化产业体系”。可见，建设以实体经济为基础、以科技创新为引领的现代化产业体系已成为新时代推进新型工业化、打造制造强国的一项重要战略任务，是我国实现第二个百年奋斗目标，全面推进中华民族伟大复兴的题中应有之义。

2023年9月，习近平总书记在黑龙江省主持召开新时代推动东北全面振兴座谈会，提出要“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业，积极培育未来产业，加快形成新质生产力”。区别于传统生产力，新质生产力是以科技创新为主导，以劳动者、劳动资料、劳动要素及其组合的优化为内涵的先进生产力[2]。随着新一轮科技革命与产业变革的不断深入，大力培育彰显先进生产力与现代化生产力特征的新质生产力具有重要的战略意义。作为其重要载体，智能制造将有效赋能新质生产力，并推动产业智能化、绿色化与融合化发展。已有研究表明，智能制造能够通过改进生产方式、提高生产效率与改善生产管理等途径促进制造业高质量发展，在潜移默化中提高企业的人力资本水平，并最终借助技术扩散效应与规模效应推动整个区域内的产业结构升级[3-5]，智能制造俨然已经成为实现产业体系跃升的全新动能。在上述背景下，本文利用全国30个省（自治区、直辖市）的相关数据，实证检验智能制造作为塑造新质生产力的关键技术能否加速推进现代化产业体系建设，探讨产业结构与人力资本结构的优化升级在这一过程中起到的作用，以及这一过程是否存在空间溢出效应、是否存在不同区域的差异。对这些问题的研究，不仅有助于深入理解智能制造在引领现代化产业体系建设中的关键作用，还能为提升我国产业体系在国际层面的核心竞争力、达成2035年基本实现社会主义现代化的远景目标提供重要理论支撑。

二、文献综述

（一）关于智能制造

智能制造这一概念与“人工智能”紧密相关，是将人工智能技术应用于生产制造过程的简化表述。当前有关智能制造的研究主要可以分为三个核心维度。

其一，技术基础维度。智能制造是智能技术与工业技术深度融合的产物，其技术基础不仅包括新一代人工智能技术，同时也涵盖工业大数据、工业互联网等工业环境下成长起来的信息通讯类技术[6]。李伯虎等梳理了智能制造技术的体系构成，并指出其可分为赋能技术、安全技术、标准技术、工业软件等多个子体系[7]。史永乐等则从“技术能力”这一角度，提出智能制造的核心技术能力包括信息数字化能力、数据增值化能力以及资源调整与整合能力等，为梳理智能制造的技术体系提供了一个全新的思路[8]。此外，还有学者深入智能制造技术体系中的单一技术领域，具体探讨了其如何服务于智能制造[9-11]。其二，产业应用维度。当前，智能制造技术的应用面临诸多难题，数据孤岛、AI可靠性不足、员工抵触等因素均阻碍着企业的智能化转型[12]。对此，不同领域的学者进行了深度探讨，希望借此加速实现智能制造技术的应用与推广。如黄俊等聚焦汽车制造领域，钱锋等面向石油与化工行业，对智能制造技术的应用提出建议[13-14]。其三，社会影响维度。智能制造的推广不仅提升了企业的生产效率，也对整个社会发展产生了溢出效应。对此，学界探讨较多的是智能制造对劳动力市场的重构。Acemoglu等认为机器人在工业领域使用率的提升带来了就业人口的总体下降和行业平均工资的降低[15]。不过也有学者提出，人工智能与劳动力之间的替代关系不是“挤出式替代”，而是“补位式替代”[16]。另外，也有一些学者对智能制造的环保效应展开了研究，指出智能设备的应用，有助于激励企业的绿色创新，显著降低企业的碳排放强度以及能源使用强度，促进经济社会的绿色发展[17-18]。

（二）关于现代化产业体系

产业体系这一概念的提出源自于对产业结构的研究，是对产业结构概念的继承与拓展。目前，国内学者对于现代化产业体系的研究主要可以分为以下几个方面。

其一，研究现代化产业体系的内涵特征。实际上，早在党的十七大报告中就已提出要“发展现代产业体系”，经过多年实践逐渐演化为“现代化产业体系”，其内涵与特征得到了更深层次的延伸。建设现代化产业体系已成为打造现代化经济体系的核心任务，并与全面建成社会主义现代化强国这一远景目标紧密联系[19]。与传统产业体系不同，现代化产业体系是指国民经济整体产业结构构成合理、产业发展质量达到高水平的一种状态[20]。其二，测度现代化产业体系建设的情况。现有文献往往通过构建指标体系，采用主成分分析法、熵权法、优序图分析法等对现代化产业体系进行评价与测度。如林木西等根据“十四五”规划从实体经济、科技创新、现代金融、人力资源四个维度测算了全国30个省（自治区、直辖市）的现代化产业体系综合指数[21]。纪丽娟结合创新、协调、绿色、开放、共享的新发展理念对中国式现代化产业体系建设水平进行测度[22]。也有学者从单一视角测度现代化产业体系对某一群体的影响[23]，或测度某一领域的现代化体系建设水平[24]。其三，讨论推动现代化产业体系建设的因素。Romanova提出现代化工业体系建设的决定因素为产业政策，合理的产业发展规划将为企业实现现代化转型创造有利条件[25]。原磊等结合现代化产业体系所具备的智能化、绿色化、融合化三大特征，提出数字经济能够通过智能装备制造、绿色技术创新、数据开放共享赋能现代化产业体系建设[26]。杜传忠等提出工业互联网作为数字时代的新型基础设施，凭借技术创新、产业融合、国际合作三重机制系统性地推进现代化产业体系建设[27]。此外，良好的金融体系同样有助于支持新兴产业成长，为科技创新提供坚实保障，更好地服务现代化产业体系的建设[28-29]。

（三）智能制造与现代化产业体系的关联研究

关于智能制造与产业发展的关系，国内外学者已进行了广泛的研究。总体而言，在产业内部推广与应用人工智能有助于提高全要素生产率，改善并优化产业结构[30-31]。Kim等根据20世纪80年代至90年代中期韩国的相关实证数据，提出信息化的提升能够强化知识网络，增强产业之间的交流，推动产业结构升级[32]。韦东明等基于工业机器人数据，实证检验了人工智能发展对产业结构高级化和合理化均有显著促进效应[33]。那么，智能制造对于现代化产业体系建设是否具备较强的促进效应呢？韩青江等基于耦合系统的视角证明了人工智能发展水平滞后于现代产业体系，需进一步加强其在产业体系中的渗透度[34]。王文泽通过理论分析提出智能制造作为新质生产力促进了现代化产业体系建设[35]。

通过对现有文献的梳理可见，目前学界对智能制造与现代化产业体系的研究已较为丰富，为本研究提供了重要的参考。但以数据为支撑，实证检验智能制造与现代化产业体系直接关系的成果较少。对此，本文可能的边际贡献在于：第一，通过构建现代化产业体系的评价指标体系，实证检验智能制造对现代化产业体系的直接促进效应。第二，从结构优化的视角，探讨产业结构与人力资本结构的优化升级在这一过程中的调节作用。第三，基于空间计量经济学，分析智能制造水平与现代化产业体系完备程度之间存在空间、市场化水平、产业集中度上存在差异的原因，并研究智能制造是否具有技术溢出效应，推动周边地区产业体系的优化升级。

三、理论分析与研究假设

（一）智能制造对现代化产业体系建设的促进机制

智能制造通过物联网、数字平台、自动化设备等现代信息技术的集成，对建设并完善现代化产业体系具有直接促进效应，主要表现在以下几个方面：其一，创新效应。产业创新能力是评价现代化产业体系的一项关键指标，智能制造作为新型基础设施，借助语音识别、虚拟仿真等技术，为企业创新提供了更为高效、灵活的开发工具与环境[36]，为企业提高研发效率、降低研发成本提供了帮助。为推动智能制造技术的应用，政府出台了相关的优惠政策，在促进智能设备应用的同时也激励了企业的创新行为。其二，成本效应。成本粘性表现了成本费用随业务量变化的不对称性，过高的成本粘性将损害企业利益，成为影响企业参与市场竞争的沉重负担，而智能制造的应用能够有效削弱成本粘性，提高成本收益。一方面，物联网与信息技术的应用，使得企业在转型过程中充分利用其低成本的资源，快速适应市场需求的变化，降低资产专用性，同时提升资源配置效率[37]。另一方面，智能制造在实现过程中引入智能化管理模式，能够帮助企业及时了解并预测市场行情，降低信息搜寻与获取成本，避免因信息不对称导致的资源错配[38]。其三，集聚效应。智能化带来的成本降低使得中小企业为共享信息、设备与政策优惠而向同一地理区位集聚，借助计算机集成制造系统（CIMS）形成智能化生产框架，增强生产流程各个节点之间的互动，提升了全要素生产效率。此外，数字化技术赋予制造业网络化的特征，加强了产业链上下游之间的联系，这种联系逐渐淡化并打破产业之间的壁垒，推动了跨行业的产业融合，使彼此之间甚至无需在地理层面上集聚便能发挥规模效应，强化产业链韧性[39]。因此可以说智能制造凭借其显著的聚集效应，有力地推动了现代化产业体系的构建。

根据以上分析，本文提出如下假说：

H1智能制造直接促进了现代化产业体系的建设。

H2智能制造从创新效应、成本效应和集聚效应三个维度实现了对现代化产业体系建设的促进作用。

（二）产业结构和人力资本结构的调节效应

智能制造技术的落地需要本区域具备一定的承载能力。已有研究指出，目前智能制造产业集群多集中布局在城市群或城市圈的核心城市，这些地区往往拥有完善的产业结构框架与高素质的人力资本储备，能够迅速实现智能化转型。对此，本文主要从两个视角进行探讨：

第一，从产业结构视角来看。一方面，产业结构升级将吸引优质要素向区域内部集聚，并加速新型技术与传统产业的深度融合，最终创造出一系列新模式、新业态，为智能制造提供良好的成长空间[40]。另一方面，高层次的产业结构改变了传统资源的投入、组合与生产方式，具有较低的成本粘性，更容易接纳智能化技术。

第二，从人力资本结构视角来看。关于智能制造与人力资本结构的关系，现有研究多从智能制造对就业的替代效应视角进行分析。Bonsay等研究发现，在部分国家，人工智能的应用造成了失业的上升，但也不乏一些国家借助人工智能技术提升劳动生产率进而实现GDP的有效增长[41]。实际上，人力资本水平决定着某一地区能够承载智能设备的容量与能力，拥有高素质劳动力集群的区域，更容易对产业链条进行相对平滑的调整与改造，且周期更短、进程更快，所带来的经济波动也更小。据此，本文提出如下假说:

H3产业结构和人力资本结构的优化升级在智能制造加速现代化产业体系建设的过程中具有正向调节效应。

（三）智能制造对现代化产业体系的空间溢出效应

据前文所述，智能制造将带来要素的空间集聚，加速该区域内部的产业结构与就业结构的调整，而当要素聚集到一定程度时将对周围区域产生溢出效应。姜伟等通过对人工智能技术的就业空间溢出效应进行检验，认为智能化技术的应用将导致产业溢出效应，进而为中心城市周边地区创造出更多的就业岗位，有利于推动外围城市新业态、新模式的发展[42]。不过，也有研究表明，由于缺乏足够完善的基础设施，相对落后的地区无法有效承接智能制造水平较高的中心地区带来的产业转移[43]。相反，智能制造技术带来的虹吸效应将使得资本、技术等要素向产业智能化程度更高的城市与地区转移。总之，智能制造水平的提升为要素自由流动提供了更为便捷的方式与更为广阔的空间，同时加速产业结构升级与区域转移的进程，进而对现代化产业体系的构建产生空间溢出效应，但具体的调节方向有待验证。据此，本文提出如下假说：

H4：智能制造对现代化产业体系存在空间溢出效应。

基于上述分析与假设，构建智能制造对现代化产业体系建设的促进效应路径，如图1所示。

图1 智能制造对现代化产业体系建设的促进效应路径图

四、研究设计

（一）模型构建

首先，基于理论基础与研究假说H1，本文构建基准回归模型，以验证智能制造对现代化产业体系建设的促进效应，具体如下：

式中，i、t分别表示地区与年份，M表示现代化产业体系，A表示智能制造水平，X表示一系列控制变量，εit为随机扰动项。待估参数λ1为本文重点关注对象，若其显著为正，表明智能制造的应用推动了现代化产业体系建设。此外，在模型中引入个体固定效应δi，时间固定效应γt，以规避个体特征与经济周期等因素的干扰。

其次，在基准回归模型的基础上，探究智能制造推动现代化产业体系建设路径中的创新效应、成本效应与集聚效应，考虑到“三步法”检验中介效应存在缺陷，本文使用“两步法”进行研究：

式中，T表示中介变量，核心解释变量A的系数φ1为主要关注对象，若其与理论预期一致，则表明智能制造可以通过提升创新强度、提高成本收益、促进经济聚集来推动现代化产业体系的建设。

此外，为证明产业结构和人力资本结构的调节效应，在式（1）的基础上构建如下调节效应模型：

式中，I、L分别表示产业结构水平与人力资本结构水平，α1与β1为智能制造回归系数，α2、β2为调节变量回归系数，α3、β3为智能制造与调节变量交乘项的回归系数。若α1与α3方向相同且为正，表明产业结构在智能制造对现代化产业体系建设的促进效应中具有正向调节作用。类似地，若β1与β3方向相同且为正，表明人力资本在智能制造对现代化产业体系建设的促进效应中具有正向调节作用。

最后，为探究智能制造对现代化产业体系建设的空间溢出效应，将基准模型进一步拓展为空间计量模型：

式中，W为地理距离权重矩阵；θ0表示常数项；υ为空间自相关系数；θ1、θ2则是待估系数。

（二）变量说明

1. 被解释变量，即现代化产业体系水平（M)

建设现代化产业体系是以实体经济为基础，推动产业绿色化、智能化、开放化的过程，本文遵循这一原则，参考王学凯的研究[44]，构建现代化产业体系评价指标体系（见表1），最终结果使用熵权法获得。

表1 现代化产业体系评价指标体系

注：属性栏中“+”表示该代理指标为正向指标，促进现代化产业体系建设，“-”表示该代理指标为负向指标，抑制现代化产业体系建设。

2. 核心解释变量，即智能制造水平（A)

现有研究中对于智能制造水平的测度方法主要为两种，一类是构建智能制造指标体系进行综合度量，另一类是采用工业机器人安装密度或渗透度作为代理指标。若仍使用指标体系测度核心解释，容易造成内生性问题。因此，本文参考闫雪凌等、芦婷婷等的研究方法[45-46]，根据国际机器人联合会（IFR）公布的中国各行业工业机器人安装量，与我国各省分行业就业人数进行匹配，进而得到各省工业机器人安装密度的估计值，具体计算方式如下：

式中，A为核心解释变量智能制造水平，Lijt为i地区j行业在t年的从业人员数，Lit为i地区在t年的总从业人员数，Rjt为j行业t年的工业机器人安装数量，Ljt为j行业t年的总从业人员数。

3. 中介变量

第一，创新强度。由于在现代化产业体系评价指标体系中已包含企业的创新数据，为避免重复，采用政府层面的一般公共预算支出中科技创新支出的对数估计区域创新强度，以此作为创新效应的代理变量。第二，成本收益。考虑到能够使用智能制造设备的企业往往是大中型企业，因此采用大中型企业成本利润率测量成本效应的作用程度，成本利润率越高，表明单位成本能够创造的利润更多。第三，经济集聚。经济集聚主要是指一个区域内经济活动在空间上的地理集中，考虑到文章重点探讨智能制造对现代化产业体系的作用，因此本文以产业集聚程度来表征集聚效应水平，用地区非农业生产总值与行政区面积之比估计。

4. 调节变量

对于产业结构的优化升级，用第三产业增加值与第二产业增加值的比值估计。对于人力资本结构的优化升级，参考孙群力等的研究[47]，根据《中国劳动统计年鉴》的分类方法，用受教育程度为大专、本科与研究生的就业人员在全部就业人员中的比重估计。

5. 控制变量

除智能制造外，为研究其他可能影响现代化产业体系建设的要素，本文选取的控制变量有：(1)政府支持，用一般公共预算支出的对数表示。(2)人口规模，用区域总人口的对数表示。(3)经济水平，用地区生产总值指数表示。(4)金融基础，用金融业增加值与地区生产总值的比值表示。

（三）数据来源说明

考虑到数据可获得性,本文所使用的数据为2009—2019年除西藏、香港、澳门与台湾外的30个省（自治区、直辖市）的面板数据，个别缺失数据采用线性插值法进行补充。数据主要来源自EPS数据库，部分数据来自各地统计年鉴与统计公报。各变量的描述性统计结果见表2。

五、实证结果分析

（一）基准回归结果

表3显示智能制造与现代化产业体系的基准回归结果，其中第（1）列和第（2）列分别列示在时间空间双向固定效应下，不加入和加入控制变量时，智能制造对现代化产业体系建设的影响：加入控制变量之前，智能制造对现代化产业体系水平的促进作用在5%的水平上显著；加入控制变量之后，回归系数小幅下降，但显著性明显提升，假说H1得以验证。

表2 主要变量描述性统计

表3 基准回归结果

注：括号内为t值，***、**、*分别表示通过1%、5%、10%显著性检验，下同。

（二）稳健性检验

1. 剔除极端值的稳健性检验

为消除极端值对回归结果的影响，对被解释变量和核心解释变量进行1%水平上的缩尾，并使用缩尾后的数据再次进行回归。结果显示，智能制造对于现代化产业体系的正向促进作用依然显著。

2. 替换核心解释变量的稳健性检验

参考韩民春等的研究[48]，在测度智能制造水平时，用人工智能专利申请量替换工业机器人安装密度，并用新的智能制造水平估值进行基准回归。人工智能专利申请量由《人工智能中国专利技术分析报告》提供的人工智能IPC分类号进行检索并整理获得。结果显示，智能制造的回归系数仍保持显著为正，与基本结论一致。

3. 考虑内生性问题的稳健性检验

智能制造促进现代化产业体系建设的同时，现代化的产业体系必然将对生产方式提出更高的要求，因此会反过来推动智能制造设备的应用。两者互为因果的关系将在一定程度上带来内生性问题，使基准回归存在一定偏误。本文引入两种工具变量，使用二阶段最小二乘法进行回归，以得到可靠的统计结果。

第一，光纤作为高速、安全的信息传输方式，是智能制造重要的材料基础，满足相关性的要求。同时，光缆是关乎国家安全与百姓生活的重要设施，其铺设与现代化产业体系建设没有直接关系，符合工具变量的外生性要求。因此，参考孙早等的做法[49]，引入各地光缆密度（V1）作为工具变量，以所在区域每平方公里光缆长度估计。第二，由于政府工作报告多为对上一年度发展情况的总结和对下一年度发展方向的规划，体现了政府对当地发展和民生福祉的关注，主要起宣示、引导作用，并不直接干预市场主体行为。因此将政府关注（V2）作为工具变量，由各地政府工作报告中关于智能制造的词汇出现频次估算，具体统计的词汇包括“智能经济”“人工智能”“智能制造”“智能化与机器人”。

二阶段最小二乘法分析结果如表4所示。第一阶段回归结果显示，V1与V2的系数均显著为正，说明所构造的工具变量与核心解释变量高度相关。第二阶段回归结果显示，智能制造水平（A）的回归系数仍然在1%水平显著为正，说明使用工具变量缓解了内生性问题，再次证明假设H1成立。在工具变量检验中，F值均大于10，不存在弱工具变量问题，LM统计量均在1%水平上显著，也不存在工具变量识别不足问题，这表明本文所构建的工具变量是合理的。

表4 二阶段最小二乘法分析结果

（三）中介效应检验

为探究智能制造促进现代化产业体系建设过程中的创新效应、成本效应与集聚效应，引入中介变量（创新强度、成本收益、经济集聚）分别与核心解释变量进行回归。

从表5列示的结果可以看出：首先，智能制造对创新强度的回归系数为0.224，在10%水平上显著，表明创新强度在智能制造对现代化产业体系建设中具有正向中介效应，即智能制造设备的应用将通过提升整个区域的创新强度来推动现代化产业体系建设。这可能是因为，区域创新强度的整体提升，将激发该区域内部的创新活力，使企业或主动或被动进行创新创造，从而适应市场需求，并在这一过程中逐步向更高层次产业体系跃升。其次，智能制造对成本收益的回归系数为0.045，在5%水平上显著，说明智能制造能够通过提高成本收益来促进现代化产业体系建设。对于大中型企业而言，尽管引入智能设备可能在短期内提升其生产成本，但同时也创造更多的产出，总体上提高了其利润水平。在资金充裕之后，企业更有底气进行创新改造以及绿色转型。最后，智能制造对经济集聚的回归系数为0.696，在5%的水平上显著，说明智能制造可以通过促进经济集聚从而加速现代化产业体系建设进程。对于这一方面，值得注意的是控制变量部分，财政支持对经济集聚的回归系数为1.328，在5%水平上显著，可见政府财政力量在经济集聚过程中起到了关键作用，各类资源的有效集聚需要政策的引导。人口规模的回归系数显著为负，表明较大规模的人口集聚不能带来经济集聚，反而可能挤压经济集聚的空间地理范围，且人口过度集聚可能造成拥挤效应，削弱经济集聚对现代化产业体系建设的正向促进效应。由此，假说H2得到验证。

表5 中介效应检验结果

（四）调节效应检验

在前文研究的基础上，将产业结构与人力资本结构作为调节变量，研究两者在智能制造与现代化产业体系建设之间的调节作用，检验结果见表6。在考虑控制变量与时空固定效应的条件下，产业结构、人力资本结构与智能制造的交互项回归系数显著为正，同智能制造回归系数符号相同。这说明，产业结构与人力资本结构的优化升级为智能设备的应用提供了更为便利的环境，使得企业能够以最短的时间、最低的成本以及最高的效率进行智能化转型，加速了智能制造对产业体系进行现代化改造的进程。据此，假说H3得以验证。

表6 调节效应检验结果

（五）空间效应检验

在进行空间计量实证前，首先需要对被解释变量与核心解释变量进行空间相关性分析。运用莫兰指数（Moran’s I）测量在邻接矩阵下两者的空间自相关性，发现2009—2019年智能制造与现代化产业体系均存在显著的空间集聚趋势。

为选取合适的空间计量模型进行了空间模型检验，包括LM检验、LR检验、豪斯曼检验。在邻接矩阵下模型通过了LM检验，而LR检验显示无法拒绝空间杜宾模型退化为空间滞后模型的原假设。豪斯曼检验结果显示双向固定效应优于时空单向固定效应。

综合以上结果，本文选择时空双向固定的空间滞后模型进行空间实证研究，同时作为比较，将空间杜宾模型结果一并列于表7。回归结果显示，智能制造的回归系数均显著为正，空间自回归系数（ρ值）与其方向相同，表明智能制造对现代化产业体系建设存在正向的空间溢出效应，某区域智能制造水平的提升将有助于周边区域产业体系升级，假说H4得以验证。

表7 空间计量回归结果

这一结论与以往研究中认为智能技术将扩大区域经济差距的观点并不一致，可能的原因是，区域本身原有的经济社会条件决定了其在现代化产业体系建设过程中的地位，经济发达、资源充足、产业自动化水平高的地区依托良好的基础设施与配套服务率先引入智能设备并占得优势地位，使得更多的资源流向本区域，短期内其周边地区无法获得先发区域的补偿，因此造成了区域差距的扩大。但从长远的角度来看，伴随中心地区产业智能化进程不断深入，自然将产生空间外溢。一方面，先发地区的产业结构优化带来了产业转移，使得周边地区能够借此取长补短，丰富自身的产业链条，形成互利共赢的良性分工体系。另一方面，智能制造数字化、信息化的特征使得先进的生产技术与工艺得以通过工业互联网在较大范围内传播，打破市场与行政壁垒，实现真正意义上的开放共享。周边地区企业仅需较低的成本就可以使用先发地区最新的研发成果，并借此调整自身生产模式，实现转型升级。

六、异质性分析

（一）区域异质性

为考察智能制造在中国东部、中国中部、中国西部区域内对现代化产业体系建设促进效应的异质性，本文按国家统计局的划分方法将原有样本中的东、中、西三地区数据重新整理并进行回归，结果列于表8的（2)～(4）列。智能制造在东部地区回归系数显著为正，促进了该区域现代化产业体系的建设，而在中部、西部地区则存在不显著的正向效应。此外，与全样本的回归结果相比，东部地区的回归系数更高，几乎为其两倍，而中部、西部地区的回归系数则偏低。结合我国智能制造与经济发展现状，原因可能在于：东部地区产业基础雄厚，企业多位于产业链上游，有充足的资金与技术资源进行智能化改造，且东部地区多为沿海城市，对外开放度较高，易于接触并引入国外先进技术，为自身产业升级所用。相较而言，中西部地区产业基础相对薄弱，具有代表性的企业不足，当地大多数企业尚未进入自动化阶段，强行引入智能设备，有可能因为较高的成本粘性而给企业带来损失。

表8 异质性检验结果

（二）市场化异质性

自由开放的市场能够为智能化技术的推广普及提供良好环境，因此，本文采用社会消费品零售总额作为市场化水平的代表，以各地历年平均社会消费品零售总额的均值作为节点，将样本划分为高水平地区和低水平地区，以此研究新发展格局下，智能制造推动现代化产业体系建设的过程是否体现了市场化水平的异质性，结果列于表8的（5)(6）列。在市场化水平较高的区域，智能制造显著促进了现代化产业体系的建设，而在市场化水平较低的区域则并不显著。通过观察控制变量的系数变化，本文试图给出解释：在低水平区域，控制变量政府支持的系数符号由正变负，但并不显著。这说明，政府对经济的过度干预将弱化市场在资源配置中的决定性作用。一方面歧视性或排他性的政策破坏了公平竞争的市场原则，打击了技术人才的创新热情，不利于新技术的创新应用；另一方面过度的地方政策保护形成的市场壁垒，阻碍了智能化技术在市场中的正常交易与流动。

（三）产业集中度异质性

除政府对市场竞争的干预外，产业的集中情况也是决定市场竞争效率的关键因素。本文以各地三次产业产值占地区生产总值比重的平方和计算得到的赫芬达尔-赫希曼指数表征产业集中度水平，并将高于各地历年平均水平均值的地区作为高集中度地区，其他地区作为低集中度地区分别进行回归，结果列于表8的（7)(8）列。在高集中度地区，智能制造的系数为正但不显著，而在低集中度地区则显著促进了现代化产业体系建设。由此可见，现代化产业体系的发展不只来自高技术产业的赋能，同时也需要新型农业与发达制造业的共同支撑。相对均衡的产业结构，更有助于推动现代化产业体系的良性发展。

七、结论与政策建议

本文运用2009—2019年我国30个省（自治区、直辖市）的面板数据，借助中介效应模型、调节效应模型与空间溢出效应模型，从多维度视角，检验了智能制造对现代化产业体系建设的影响与作用机制。研究结果表明：智能制造能够有效促进现代化产业体系水平的提升，在进行缩尾调整样本范围与更换核心解释变量等稳健性检验后，该结论依旧成立。具体而言，智能制造通过创新效应、成本效应与集聚效应三个维度来加速现代化产业体系建设。进一步研究发现，产业结构与人力资本结构的调节效应显著，智能制造能够借助高层次的产业结构与高水平的人力资本结构有效提升现代化产业体系水平。空间计量结果显示，智能制造对现代化产业体系的影响存在正向空间溢出效应，有助于缩小地区差异，促进区域协调发展。此外，智能制造对现代化产业体系建设的促进效应存在区域异质性，在东部地区、高市场化水平地区以及低产业集中度地区，智能制造更能推动现代化产业体系建设。

基于上述研究结论，本文对加快现代化产业体系建设提出以下政策建议：

第一，加快智能制造的推广与应用，赋能新质生产力，推动现代化产业体系建设。在智能化时代，要进一步加速推进我国由“中国制造”向“中国智造”的转变，通过优化数字基础设施布局，打造开放共享的工业互联网平台，为构建协同有序、安全高效的智能制造生态提供坚实支撑。加强对关键核心领域如半导体芯片、高端数控机床等行业的支持力度，鼓励其依托智能化技术提升自主创新能力，突破因国外技术封锁导致的“卡脖子”问题，增强产业链韧性，建成面向未来、面向国际、独立自主的现代化产业体系。

第二，推动产业向智能化、绿色化与融合化方向发展，助力产业结构升级。一方面，鼓励传统制造业抓住智能制造红利，积极开展智能化改造，同时引导其研发与应用环境友好型技术设备，提高资源利用效率，促使企业将更多的精力用于科技创新，形成良性循环。另一方面，重点培育与保护新兴产业，为其提供适当的政策倾斜，支持各行业龙头企业与新兴产业开展合作，实现传统制造业与高科技产业的深度融合，为现代化产业体系建设注入新动能。

第三，完善人才培养体系，凭借高水平人力资本助推智能制造有效落地。首先，加强政府财政支持力度，积极引入高水平人才，并在住房补助、税收减免等方面给予支持。其次，重视对高水平人才的培养，一方面，鼓励高校在人工智能、数字信息技术、工业机器人等智能制造领域设置专业，培养适应未来科技发展的新型人才；另一方面，强化职业教育培训，引导社会舆论摒弃主观偏见与刻板印象，打造具备科技素养的应用型人才队伍。最后，面向低技术劳动者提供充足的教育机会，帮助其掌握智能化设备的使用技能，以适应智能化时代发展，降低摩擦性失业对经济社会的负面影响。

第四，加强区域合作，构建资源配置合理、分工有序的现代化产业体系空间格局。为中西部地区充分利用智能制造技术进行产业体系改造升级提供政策支撑；深化“东数西算”工程建设，促进东部、中部、西部算力的高效互联、智慧互通；积极推动区域之间基于互利共赢的共同目标广泛开展合作、技术交流及学术研讨，减少信息不对称造成的不利影响，实现区域协调发展。

参考文献

[1]芮明杰.构建现代产业体系的战略思路、目标与路径[J].中国工业经济，2018(9):24-40.

[2]王飞，韩晓媛，陈瑞华.新质生产力赋能现代化产业体系：内在逻辑与实现路径[J].当代经济管理，2024,46(6):12-19.

[3]杨浩昌，罗雨成，李廉水.智能制造对制造业高质量发展的影响研究：基于“量”与“质”的视角[J].科学学研究，2024,42(8):1644-1655.

[4]方福前，马瑞光.智能制造与企业人力资本升级：基于智能制造试点政策的准自然实验[J].人文杂志，2023(12):131-140.

[5]韩蓄，傅联英，吕重阳，等.智藏韧显：智能制造提升工业韧性的机理与证据[J].研究与发展管理，2023,35(6):46-59.

[6]周济.智能制造“：中国制造2025”的主攻方向[J].中国机械工程，2015,26(17):2273-2284.

[7]李伯虎，柴旭东，刘阳，等.工业环境下信息通信类技术赋能智能制造研究[J].中国工程科学，2022,24(2):75-85.

[8]史永乐，严良.智能制造高质量发展的“技术能力”：框架及验证：基于CPS理论与实践的二维视野[J].经济学家，2019(9):83-92.

[9]孙新波，张明超.工业互联网平台赋能智能制造生态系统构建：基于海尔卡奥斯的案例研究[J].经济管理，2023,45(11):5-26.

[10]肖静华，谢康，迟嘉昱.智能制造、数字孪生与战略场景建模[J].北京交通大学学报（社会科学版），2019,18(2):69-77.

[11]焦勇，刘忠诚.数字经济赋能智能制造新模式：从规模化生产、个性化定制到适度规模定制的革新[J].贵州社会科学，2020(11):148-154.

[12]钟志华，臧冀原，延建林，等.智能制造推动我国制造业全面创新升级[J].中国工程科学，2020,22(6):136-142.

[13]黄俊，郭耿轩，刘敏，等.动态能力视阈下我国汽车制造企业智能化转型升级路径研究：对3家本土自主品牌车企的跨案例探讨[J].科技进步与对策，2018,35(23):121-129.

[14]钱锋，杜文莉，钟伟民，等.石油和化工行业智能优化制造若干问题及挑战[J].自动化学报，2017,43(6):893-901.

[15] ACEMOGLU D,RESTREPO P. Robots and jobs:evidence from US labor markets[J]. Journal of political economy,2020,128(6):2188-2244.

[16]陈秋霖，许多，周羿.人口老龄化背景下人工智能的劳动力替代效应：基于跨国面板数据和中国省级面板数据的分析[J].中国人口科学，2018(6):30-42.

[17]林熙，刘啟仁，冯桂媚.智能制造与绿色发展：基于工业机器人进口视角[J].世界经济，2023,46(8):3-31.

[18]韩少真，王超凡，张涵诗，等.智能制造促进企业绿色创新：基于外部压力与支持的调节效应分析[J].管理学刊，2025,38(2):114-133.

[19]黄汉权，盛朝迅.现代化产业体系的内涵特征、演进规律和构建途径[J].中国软科学，2023(10):1-8.

[20]李晓华.面向制造强国的现代化产业体系：特征与构成[J].经济纵横，2023(11):59-70.

[21]林木西，王聪.现代化产业体系建设水平测度与区域差异研究[J].经济学动态，2022(12):23-36.

[22]纪丽娟.中国式现代化产业体系建设水平测度[J].技术经济与管理研究，2023(11):100-105.

[23]胡海，庄天慧.现代化产业体系构建与农民农村共同富裕：影响机理与实证检验[J].云南民族大学学报（哲学社会科学版），2024,41(1):139-151.

[24]邓怡，王娜.乡村振兴视角下农业现代化发展水平测度及路径选择：以甘肃省为例[J].云南农业大学学报（社会科学），2021,15(6):7-13.

[25] ROMANOVA O A. Conditions and factors of structural modernization of a regional industrial system[J].Èkonomika regiona,2011(2):49-56.

[26]原磊，王山.数字经济助力现代化产业体系建设[J].当代经济研究，2023,340(12):5-13.

[27]杜传忠，薛宇择.工业互联网推进现代化产业体系建设的机制及路径探析[J].江西社会科学，2024,44(1):114-125.

[28]潘锡泉.金融支持中国式现代化产业体系建设：国际经验及实践路径[J].当代经济管理，2024,47(7):89-96.

[29]刘宇.数字金融对中国式现代化产业体系建设影响研究[J].云南民族大学学报（哲学社会科学版），2024,41(2):98-107.

[30] RAMMER C,FERNÁNDEZ G P,CZARNITZKI D. Artificial intelligence and industrial innovation:evidence from German firm-level data[J]. Research policy,2022,51(7):104555.

[31]胡艳，陈曦.人工智能、区域创新能力与产业结构升级：基于中国工业机器人的经验证据[J].商学研究，2023,30(4):60-71.

[32] KIM M,PARK Y. The changing pattern of industrial technology linkage structure of Korea:did the ICT industry play a role in the 1980 s and 1990 s?[J]. Technological forecasting and social change,2009,76(5):688-699.

[33]韦东明，顾乃华，韩永辉.人工智能推动了产业结构转型升级吗：基于中国工业机器人数据的实证检验[J].财经科学，2021(10):70-83.

[34]韩青江，陈雁云，夏蕾.人工智能与现代产业体系融合发展研究：基于系统耦合的视角[J].南昌大学学报（人文社会科学版），2024,55(1):56-69.

[35]王文泽.以智能制造作为新质生产力支撑引领现代化产业体系建设[J].当代经济研究，2024(2):105-115.

[36]王海军，于佳文，田晓冉，等.智能制造对企业颠覆性创新的作用机理：来自扎根理论的海尔案例研究[J].科技进步与对策，2023,40(1):102-113.

[37]权小锋，李闯.智能制造与成本粘性：来自中国智能制造示范项目的准自然实验[J].经济研究，2022,57(4):68-84.

[38]李婉红，王帆.智能化转型、成本粘性与企业绩效：基于传统制造企业的实证检验[J].科学学研究，2022,40(1):91-102.

[39]沈洋，张秀武.智能制造、产业集聚与劳动力错配[J].中国流通经济，2022,36(4):89-100.

[40]宋旭光，左马华青.工业机器人投入、劳动力供给与劳动生产率[J].改革，2019(9):45-54.

[41] BONSAY J,CRUZ A P,FIROZI H C,et al. Artificial intelligence and labor productivity paradox:the economic impact of AI in China,India,Japan,and Singapore[J]. Journal of economics finance and accounting studies,2021,3(2):120-139.

[42]姜伟，惠炜.人工智能的就业效应再评估：基于产业溢出与空间溢出的视角[J].经济问题探索，2022(12):152-168.

[43]陈楠，蔡跃洲.人工智能技术创新与区域经济协调发展：基于专利数据的技术发展状况及区域影响分析[J].经济与管理研究，2023,44(3):16-40.

[44]王学凯.现代化产业体系水平的测度与时空演变特征[J].现代经济探讨，2023(10):1-13.

[45]闫雪凌，朱博楷，马超.工业机器人使用与制造业就业：来自中国的证据[J].统计研究，2020,37(1):74-87.

[46]芦婷婷，祝志勇.人工智能是否会降低劳动收入份额：基于固定效应模型和面板分位数模型的检验[J].山西财经大学学报，2021,43(11):29-41.

[47]孙群力，谢滨泽.产业智能化、劳动力结构与技能溢价[J].统计与决策，2023,39(9):179-184.

[48]韩民春，彭刚东，袁瀚坤.人工智能驱动现代化产业体系协同发展的理论机制、实证检验与实现路径[J].经济问题探索，2024(3):112-132.

[49]孙早，侯玉琳.工业智能化与产业梯度转移：对“雁阵理论”的再检验[J].世界经济，2021,44(7):29-54.