鄭瓊潔 王高鳳

內容提要：在闡明人工智能技術應用影響制造業(yè)企業(yè)價值鏈攀升機制的基礎上，以2011-2018年中國制造業(yè)上市公司為主要研究對象，設置傾向得分匹配模型驗證人工智能對制造業(yè)企業(yè)價值鏈攀升的正向促進作用，并基于行業(yè)視角研究了人工智能技術應用對高技術行業(yè)、中技術行業(yè)、低技術行業(yè)等不同行業(yè)影響的差異性。研究表明：人工智能技術應用對中國制造業(yè)企業(yè)全球價值鏈攀升整體具有顯著的正向作用；分行業(yè)看，人工智能技術應用對高技術和低技術行業(yè)全球價值鏈位置攀升具有明顯的促進效應，且高技術行業(yè)效應更為明顯，對中技術行業(yè)的促進作用不顯著。圍繞人工智能驅動制造業(yè)價值鏈攀升,應從不同技術層次出發(fā)，對高、中、低技術企業(yè)采取分類分梯次漸進式策略。

一、 引言與文獻述評

“十四五”時期是中國建設制造強國、構建現(xiàn)代化產(chǎn)業(yè)體系和實現(xiàn)經(jīng)濟高質量發(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，是推動經(jīng)濟高質量發(fā)展的重要動力。當前，中國制造業(yè)在經(jīng)濟中仍然處于主導地位，但在國際分工和產(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如人工智能技術與制造業(yè)全要素、全產(chǎn)業(yè)鏈、全價值鏈融合發(fā)展，推動產(chǎn)業(yè)基礎高級化、產(chǎn)業(yè)鏈現(xiàn)代化，促進國內國際雙循環(huán)。作為引領未來發(fā)展的戰(zhàn)略性技術，人工智能是制造業(yè)轉型發(fā)展的新動能。中國如何抓住新一輪技術革命和產(chǎn)業(yè)革命帶來的戰(zhàn)略機遇，以人工智能推動制造業(yè)向全球價值鏈高端攀升，成為擺在理論和實踐部門面前的重大課題。

當前，人工智能與不同產(chǎn)業(yè)領域的融合度不斷加強，不論是在傳統(tǒng)產(chǎn)業(yè)，還是在新興產(chǎn)業(yè)，人工智能技術或產(chǎn)品都得到了不同程度的應用(郭凱明，2019；Cheng等，2019)。尤其在制造業(yè)領域，隨著中國人口紅利的消失，投入要素如勞動力對全要素生產(chǎn)率的貢獻日趨變小，制造業(yè)亟需注入新的發(fā)展動能。人工智能能夠將個性化、智能化等生產(chǎn)體系應用到產(chǎn)業(yè)中，不僅能夠促進制造業(yè)組織變革，而且能夠重塑勞動力就業(yè)結構(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)，進而推動制造業(yè)加快轉型升級。

目前，圍繞人工智能技術推動制造業(yè)價值鏈攀升方面的研究，主要聚焦于兩個方面的內容：一是人工智能推動制造業(yè)價值鏈攀升的內在機理。從生產(chǎn)要素看，人工智能驅動制造業(yè)價值鏈攀升的核心機制在于人工智能改變了企業(yè)的生產(chǎn)要素結構，對價值鏈和社會分工體系進行重構，對產(chǎn)業(yè)發(fā)展模式產(chǎn)生“顛覆性創(chuàng)新”，降低了資源錯配率，提升了生產(chǎn)率，促進制造業(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)。從技術創(chuàng)新角度看，企業(yè)若想提升其在全球價值鏈中的位置，必須將技術創(chuàng)新作為推動價值鏈攀升的內在驅動力，通過不斷加強知識積累，提升技術創(chuàng)新，加大產(chǎn)品的科技含量，提升產(chǎn)品的內在品質來實現(xiàn)(Gereffi和Lee，2012)。從產(chǎn)業(yè)結構升級視角看，制造業(yè)升級過程通常就是實現(xiàn)由資本密集型產(chǎn)業(yè)不斷代替勞動密集型產(chǎn)業(yè)，技術密集型產(chǎn)業(yè)不斷代替資本密集型產(chǎn)業(yè)的發(fā)展過程。隨著主導產(chǎn)業(yè)中技術密集程度的加強，產(chǎn)業(yè)結構不斷從低級形態(tài)向高級形態(tài)演化(Humphrey和Schmitz，2002)。二是人工智能對制造業(yè)價值鏈位置影響的實證檢驗。已有文獻多聚焦于分析人工智能技術通過生產(chǎn)率、產(chǎn)業(yè)結構等對制造業(yè)價值鏈帶來的間接效應，較少直接通過對制造業(yè)價值鏈位置的測算和判定進行研究。從全要素生產(chǎn)率研究看，劉亮和胡國良(2020)基于“生產(chǎn)率悖論”視角，發(fā)現(xiàn)人工智能對中高技術行業(yè)的生產(chǎn)率提升效應更強。鄭瓊潔和王高鳳(2021)的研究表明人工智能正向促進中國制造業(yè)企業(yè)全要素生產(chǎn)率。從產(chǎn)業(yè)結構來看，人工智能發(fā)展對產(chǎn)業(yè)結構高級化水平和合理化水平具有促進效應，且產(chǎn)業(yè)結構升級效應在不同區(qū)域不同(韋東明等，2021)。

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

二、 人工智能影響制造業(yè)企業(yè)價值鏈攀升的機制分析

人工智能技術作為產(chǎn)業(yè)發(fā)展的新動能，是全球各經(jīng)濟主體構建未來國際競爭新優(yōu)勢的關鍵點，也是推動中國經(jīng)濟高質量發(fā)展的重要方式。對于中國制造業(yè)企業(yè)而言，人工智能技術是其轉變生產(chǎn)、銷售方式，提升全球價值鏈位置的重要選擇。人工智能影響制造業(yè)企業(yè)價值鏈攀升的機制和作用如下。

1. 人工智能通過生產(chǎn)效應加速制造業(yè)價值創(chuàng)造、提升全球競爭力

人工智能技術的應用對生產(chǎn)要素結構產(chǎn)生了重要影響，高技能勞動力不斷代替低技能勞動力進入研發(fā)、生產(chǎn)、銷售等領域，產(chǎn)生替代效應，企業(yè)生產(chǎn)效率和創(chuàng)新能力不斷增強(鄭瓊潔和王高鳳，2021)。同時，人工智能技術本身作為一種高級生產(chǎn)要素，與原有生產(chǎn)要素結構不斷磨合，極大地降低了資源錯配率，提升制造業(yè)各中間環(huán)節(jié)的增加值，產(chǎn)生要素增強效應，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)濟快速發(fā)展，制造業(yè)企業(yè)通過數(shù)字化轉型不斷創(chuàng)造新價值，借助工業(yè)互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等先進技術，制造業(yè)企業(yè)不斷完善自身的硬件機器設備、軟件管理系統(tǒng)及數(shù)字化應用服務，提升企業(yè)數(shù)字化生產(chǎn)能力，最終實現(xiàn)價值創(chuàng)造，提升全球競爭力。

2. 人工智能通過平臺效應增強制造業(yè)企業(yè)價值鏈鏈接效率

在世界網(wǎng)絡化發(fā)展的今天，人工智能為制造業(yè)企業(yè)在融資、信息交流、供應鏈管理等方面提供了先進的平臺技術，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。而各級政府、社會組織建立的網(wǎng)絡平臺增強了企業(yè)數(shù)字信息的連通性，促進了各制造業(yè)企業(yè)之間的信息交流，有效緩解了企業(yè)信息不對稱問題。不僅如此，制造業(yè)企業(yè)通過大數(shù)據(jù)等先進技術重塑供應鏈，準確預測、掌握消費者需求，實現(xiàn)消費者需求動態(tài)追蹤，并最終形成以消費者需求為先導、數(shù)據(jù)分析為核心的一體化供應鏈生態(tài)系統(tǒng)，極大地提升了企業(yè)的生產(chǎn)效率。

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

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。制造業(yè)企業(yè)應對全球變暖的壓力逐漸增大，而人工智能技術的應用能夠在監(jiān)測碳排放、預測排放量等方面深入掌握企業(yè)碳足跡的多個方面，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行生產(chǎn)技術的改進，優(yōu)化生產(chǎn)方案，降低生產(chǎn)成本，提高資源利用率。人工智能技術為傳統(tǒng)能源行業(yè)精細化發(fā)展、提升傳統(tǒng)行業(yè)全球競爭力提供高效的技術支持。

4. 人工智能通過產(chǎn)業(yè)融合效應促進新興制造業(yè)與傳統(tǒng)制造業(yè)實現(xiàn)升級

一是新興制造業(yè)內部上下游產(chǎn)業(yè)之間的融合。以新材料產(chǎn)業(yè)為例，深空、深遠海等新空間拓展，特別是商業(yè)航天發(fā)展迅猛，對材料和裝備制造提出新需求，帶動極端制造、超材料、超精細加工等產(chǎn)業(yè)進一步發(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、生物技術、新能源技術、新材料技術等領域交叉融合，正在引發(fā)新一輪科技革命和產(chǎn)業(yè)變革，加速顛覆性技術創(chuàng)新從單一向集成化創(chuàng)新轉變，帶動集成多領域不斷涌現(xiàn)具有較高技術水平的新產(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、技術等作為支撐，而傳統(tǒng)制造業(yè)轉型升級亟需新興制造業(yè)的引領，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)價值鏈攀升的指標測算與模型設計

1. 數(shù)據(jù)來源與變量說明

(1) 解釋變量AI。研究人工智能技術應用對制造業(yè)企業(yè)價值鏈攀升的影響最為重要的兩個方面：一是判斷哪些企業(yè)應用了人工智能技術；二是計算企業(yè)全球價值鏈的位置。對于應用人工智能技術的制造業(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)濟金融數(shù)據(jù)庫2011-2018年滬深兩市和新三板的全部制造業(yè)企業(yè)。同時，剔除了部分樣本，包括ST企業(yè)，已停牌、退市或中止狀態(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)應用了人工智能技術，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)應用-人工智能匹配、政策扶持-人工智能匹配等四個方面綜合進行判別，最終篩選出應用人工智能技術的制造業(yè)企業(yè)640家。

(2) 被解釋變量GVC。對于如何計算企業(yè)全球價值鏈的位置，本文分為兩個步驟：第一，選取亞洲開發(fā)銀行發(fā)布的ADBMRIO數(shù)據(jù)庫進行行業(yè)全球價值鏈位置測算。由于該數(shù)據(jù)庫包含63個國家及地區(qū)35個細分行業(yè)2000-2018年投入產(chǎn)出數(shù)據(jù)，本文選取制造業(yè)14個細分行業(yè)2011-2018年投入產(chǎn)出數(shù)據(jù)。而后利用Koopman等(2014)的增加值分析結果，計算行業(yè)全球價值鏈的分工位置，具體過程如下：

(1)

(2)

(3)

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

(4)

2. 計量模型的設定

本文主要考察人工智能技術的應用對中國制造業(yè)企業(yè)全球價值鏈位置的影響，因此采用PSM-DID即傾向得分匹配倍差法進行分類別對比。具體而言，將制造業(yè)企業(yè)分為應用人工智能技術的企業(yè)和未應用人工智能技術的企業(yè)，并確定應用人工智能技術企業(yè)的具體時間，而后設置多期雙重差分法進行回歸，對比分析應用人工智能技術的企業(yè)與未應用人工智能技術的企業(yè)在全球價值鏈分工地位方面的差異性，進一步確定人工智能技術對提升中國制造業(yè)企業(yè)全球價值鏈分工地位的作用。設置的計量模型如下：

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)全球價值鏈分工地位GVCit。解釋變量為虛擬變量AIi×timeit。AIi= 1表示應用人工智能技術的制造業(yè)企業(yè)，此為處理組，AIi=0表示未應用人工智能技術的制造業(yè)企業(yè)，此為對照組。timeit為年份虛擬變量，timet= 1 表示企業(yè)應用人工智能技術后的時期，timet=0表示企業(yè)應用人工智能技術前的時期?？刂谱兞恐?，TFPit為制造業(yè)企業(yè)的全要素生產(chǎn)率，是生產(chǎn)率效應指標；RD表示制造業(yè)企業(yè)在每一期的研發(fā)投入力度，用當期研發(fā)支出/營業(yè)收入衡量；DR表示制造業(yè)企業(yè)當期的研發(fā)水平，用企業(yè)本科及以上學歷人數(shù)/企業(yè)員工總數(shù)測算；GM表示制造業(yè)企業(yè)當期規(guī)模，用企業(yè)總資產(chǎn)規(guī)模來衡量；CD表示制造業(yè)企業(yè)當期資本深化程度，用企業(yè)固定資產(chǎn)凈值/企業(yè)員工總數(shù)測算。u為行業(yè)固定效應，η為企業(yè)固定效應，t為時間固定效應，ε為殘差。

具體的傾向得分匹配的過程如下：第一步，進行變量匹配，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Logit方法計算表示控制匹配變量后制造業(yè)企業(yè)使用人工智能技術的傾向得分；第三步，依據(jù)處理組和對照組企業(yè)傾向得分相近程度進行傾向得分匹配。需要說明的是，本文選取2015年作為對照組和處理組的節(jié)點期，因2015年是中國人工智能與制造業(yè)深度融合進度快速發(fā)展的一年。在2015年前，政府和企業(yè)都逐步意識到人工智能的重要驅動力和影響力。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示范項目，智能制造成為各地區(qū)產(chǎn)業(yè)轉型的重要方式。本文匹配后的處理組和對照組的可觀測變量在企業(yè)應用人工智能技術前后不存在顯著差異，符合條件獨立性假設。不僅如此，在計量回歸前，本研究對共同范圍內的個體進行逐年匹配，并在匹配結果下對處理組和對照組企業(yè)各種客觀特征進行匹配平衡性檢驗。結果表明，各匹配變量在匹配前后的標準偏差絕對值均小于5%，匹配結果可靠。最后進行同趨勢檢驗，結果如圖1所示，可以看出，before的系數(shù)均不顯著，所設置的計量模型滿足平行趨勢假定。

四、 人工智能影響制造業(yè)價值鏈攀升的整體效應與行業(yè)比較

1. 整體效應分析

(1) 全數(shù)據(jù)計量結果分析。從表1的計量結果可以看出，變量AI×time系數(shù)顯著為正，表明人工智能技術應用對中國制造業(yè)企業(yè)全球價值鏈位置的提升具有明顯的正向效應。人工智能技術應用強度增加1%，制造業(yè)企業(yè)全球價值鏈位置提升0.0208%。目前中國制造業(yè)整體位于全球價值鏈中低端，核心技術創(chuàng)新能力偏弱，而關鍵核心技術突破是實現(xiàn)智能制造、促進制造業(yè)企業(yè)價值鏈攀升的重要一環(huán)，在“人工智能+制造業(yè)”實現(xiàn)創(chuàng)新應用方面具有舉足輕重的作用。目前，中國部分人工智能產(chǎn)業(yè)的核心技術、關鍵材料和部件被歐美日等發(fā)達國家或地區(qū)的企業(yè)壟斷。如人工智能基礎軟硬件仍由歐美國家或地區(qū)大型企業(yè)主導，人工智能芯片設計的基礎半導體器件仍主要由NVIDIA、IBM和Intel等國外企業(yè)生產(chǎn)和壟斷。中國作為制造業(yè)大國，航空航天設備、新能源裝備等高科技產(chǎn)業(yè)方面的核心技術受制約較大，導致人工智能與制造業(yè)融合速度放緩。因此，中國亟需強化科技應用研發(fā)，加速推動人工智能技術落地和創(chuàng)新產(chǎn)品應用，充分發(fā)揮人工智能技術對制造業(yè)生產(chǎn)率提升的作用。

表1 傾向得分匹配法計量結果

從控制變量看，在人工智能技術應用的基礎上，企業(yè)生產(chǎn)效率、研發(fā)投入強度及生產(chǎn)規(guī)模對其價值鏈位置的提升皆有正向影響，這與現(xiàn)實相符。由于人工智能對資金要求較高，在一定程度上對制造業(yè)企業(yè)的資本深化產(chǎn)生了負面影響，但隨著人工智能技術應用帶來的要素結構優(yōu)化，將有效增加企業(yè)人力資本，提升生產(chǎn)效率。人工智能技術應用提高了生產(chǎn)與需求的匹配程度，極大地提升了生產(chǎn)線的柔性。人工智能的市場預測優(yōu)勢有利于企業(yè)科學安排生產(chǎn)計劃，在滿足社會消費需求的前提下實現(xiàn)最低庫存，降低企業(yè)資源錯配率。目前，中國制造業(yè)企業(yè)特別是高成長企業(yè)不斷加大對人工智能技術的投入，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，基礎創(chuàng)新投入嚴重不足，從長遠看不利于制造業(yè)實現(xiàn)占據(jù)價值鏈位置高端的目標。因此，亟需政府牽頭，有效指導制造業(yè)企業(yè)依據(jù)其自身發(fā)展的優(yōu)勢找準人工智能技術研發(fā)投入的切入點，利用人工智能技術從研發(fā)創(chuàng)新端加速制造業(yè)企業(yè)全球價值鏈位置攀升。

(2) 穩(wěn)健性檢驗。依據(jù)本文設置的計量模型特性，穩(wěn)健性檢驗采用安慰劑檢驗方法。具體來看，首先在所有制造業(yè)企業(yè)中隨機產(chǎn)生一個處理名單，對名單中應用人工智能技術的企業(yè)做時間記錄，而后將企業(yè)應用人工智能技術的初始時間往前進行隨機虛擬推移，并依據(jù)上述計量模型做回歸分析，得出如表2的計量結果。其中，變量AI×time系數(shù)不顯著，從而可知，隨機虛擬往前推移初始時間導致人工智能技術應用對中國制造業(yè)企業(yè)未產(chǎn)生正向作用，因而上文的計量結果具有穩(wěn)健性。

2. 分行業(yè)人工智能效應的進一步分析

從前文的分析可以看出，人工智能技術應用對中國整體制造業(yè)企業(yè)價值鏈位置的攀升具有促進作用，但制造業(yè)企業(yè)因其研發(fā)創(chuàng)新能力、產(chǎn)品性質等不同，從而存在差異，因此，此部分對不同類型的制造業(yè)進行人工智能技術應用效應的進一步分析。從上文可知，ADBMRIO數(shù)據(jù)庫中有35個行業(yè)，其中包含14個制造業(yè)。本文根據(jù)戴翔和宋婕(2019)的研究，將14個制造業(yè)劃分為高技術行業(yè)、中技術行業(yè)、低技術行業(yè)，具體如表3所示。而后按照上述方法對三個行業(yè)的制造業(yè)企業(yè)進行人工智能技術應用效果分析，具體計量結果如表4所示。表4表明，人工智能技術的應用對高技術行業(yè)和低技術行業(yè)企業(yè)價值鏈地位攀升具有顯著的促進作用，對中技術行業(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)健性檢驗結果

具體而言，人工智能技術應用對低技術企業(yè)促進作用最為明顯，當人工智能技術應用強度增加1%，其全球價值鏈位置提升0.0283%。低技術企業(yè)原有的創(chuàng)新能力低，多數(shù)位于價值鏈低端，從事產(chǎn)品的加工、組裝，收益率低，應對風險能力弱。因此，若低技術企業(yè)生產(chǎn)、銷售模式的改革較為容易，則人工智能技術成果應用的效果較為明顯。隨著中國人口紅利的消失，低技術行業(yè)的勞動力成本優(yōu)勢逐漸消失，人工智能技術的應用不斷調整低技術企業(yè)的生產(chǎn)要素結構，緩解低技術企業(yè)成本壓力并迫使其轉變生產(chǎn)方式，而如何激發(fā)人工智能對低技術企業(yè)的改造和升級將是產(chǎn)業(yè)升級重要的內容。

對于高技術行業(yè)而言，其內部企業(yè)存在高投入性、高創(chuàng)新性、高收益性等特點，主要位于全球價值鏈中高端位置，更加注重技術創(chuàng)新和研發(fā)設計，具有較強的抗風險能力。人工智能技術的應用在傳統(tǒng)價值鏈上增加了新的環(huán)節(jié)，這一環(huán)節(jié)成為價值鏈上各發(fā)達國家努力搶占的新的環(huán)節(jié)，對高技術企業(yè)既是機遇也是挑戰(zhàn)。加之中國大力提倡低碳生產(chǎn)，高技術企業(yè)因其自身的優(yōu)勢不斷進行技術創(chuàng)新，在“雙碳”目標下快速取得發(fā)展先機，進而提升其在全球價值鏈中的位置。

對于中技術行業(yè)而言，多為金屬制品企業(yè)，這類企業(yè)的創(chuàng)新能力低于高技術企業(yè)而高于低技術企業(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)投入占比相對不高。中技術企業(yè)產(chǎn)品極易在原材料采購和銷售環(huán)節(jié)出現(xiàn)產(chǎn)業(yè)鏈風險，特別是對于一些依靠歐美外貿出口的企業(yè)。而人工智能技術的應用特別是其在庫存優(yōu)化、大數(shù)據(jù)平臺搭建方面極大地緩解了中技術企業(yè)的壓力，降低了企業(yè)的成本，提升其適配生產(chǎn)能力。但目前中技術企業(yè)受數(shù)字化水平的制約，人工智能技術還缺乏深度應用，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，還有較大的進步空間(鄭瓊潔和姜衛(wèi)民，2022)。

表3 制造業(yè)細分行業(yè)具體類別

表4 傾向得分匹配法分行業(yè)計量結果

五、 結論與建議

本文在明確了人工智能技術應用影響制造業(yè)企業(yè)價值鏈攀升機制的前提下，以2011-2018年中國制造業(yè)上市公司為研究對象，設置傾向得分匹配模型驗證人工智能技術應用對制造業(yè)企業(yè)價值鏈攀升的影響，并從行業(yè)角度出發(fā)，研究人工智能技術應用對高技術行業(yè)、中技術行業(yè)、低技術行業(yè)影響的差異性。結果表明：總體來看，人工智能技術應用對中國制造業(yè)企業(yè)全球價值鏈攀升整體具有顯著的正向作用，當人工智能技術應用程度增加1%，制造業(yè)企業(yè)全球價值鏈位置提升0.0208%；從行業(yè)角度看，人工智能技術應用對高技術行業(yè)和低技術行業(yè)全球價值鏈位置攀升具有明顯的促進效應，且高技術行業(yè)效應更為明顯，對中技術行業(yè)的促進作用不顯著。

基于以上結論，在人工智能技術快速發(fā)展的今天，要及時建立和完善相關政策，聚焦技術創(chuàng)新，統(tǒng)籌抓好關鍵技術攻關，進一步筑牢全球技術競爭戰(zhàn)略高地。從不同技術層次企業(yè)看，建議構建分類分梯次漸進式提升策略。

對于高技術企業(yè)而言。一是鼓勵企業(yè)加快技術研發(fā)、培養(yǎng)關鍵技術團隊。鼓勵企業(yè)開展自主研發(fā)和技術創(chuàng)新，構建助力研發(fā)“補血機制”，對企業(yè)科技計劃項目配套獎勵，增加企業(yè)研發(fā)費用補貼專項。鼓勵企業(yè)打造自身的高水平研發(fā)團隊，引進和培養(yǎng)技術型人才，進行新產(chǎn)品的設計與研發(fā)，避免由于關鍵技術依賴于國外所導致的產(chǎn)品研發(fā)設計環(huán)節(jié)中斷風險。二是推動產(chǎn)業(yè)鏈智能化，鼓勵企業(yè)加快數(shù)字化轉型。大力推動5G、互聯(lián)網(wǎng)、數(shù)字經(jīng)濟等信息化建設，鼓勵企業(yè)靈活實施數(shù)字化轉型戰(zhàn)略，利用自身的比較優(yōu)勢找準鏈條上深化合作的戰(zhàn)略契合點，逐漸向價值鏈兩端發(fā)展。加快與新基建無縫銜接，推動科技創(chuàng)新與人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎設施深度融合。三是強化全產(chǎn)業(yè)鏈生產(chǎn)能力，實現(xiàn)研發(fā)設計制造一體化。對于可自主實現(xiàn)設計生產(chǎn)線能力的龍頭企業(yè)，充分利用制造業(yè)產(chǎn)業(yè)鏈在技術溢出、生產(chǎn)管控、市場協(xié)同方面的柔韌性，打造原材料采購、研發(fā)設計、產(chǎn)品生產(chǎn)加工、營銷等全產(chǎn)業(yè)鏈，推動企業(yè)實現(xiàn)自主設計與生產(chǎn)。

對于中技術企業(yè)而言。一是鼓勵企業(yè)建立智能化庫存，提高原材料需求預測準確性。為避免出現(xiàn)缺料問題，鼓勵有條件的企業(yè)建立智能化倉庫，有效防止因不確定性因素造成的供應鏈中斷風險，在一定程度上保障供應鏈的連續(xù)性和穩(wěn)定性。二是完善出口轉內銷政策，支持企業(yè)拓寬銷售渠道。政府應積極打通線上線下經(jīng)濟，深度挖掘國內需求潛力。搭建出口轉內銷平臺，鼓勵外貿企業(yè)與國內知名電商平臺加強合作。支持外資企業(yè)利用現(xiàn)有技術和生產(chǎn)能力開拓國內市場，并在稅、費、生產(chǎn)許可證等方面給予一定的便利和支持。三是鼓勵企業(yè)融入全球創(chuàng)新網(wǎng)絡，參與國際大循環(huán)系統(tǒng)建設。鼓勵中技術企業(yè)提升現(xiàn)有產(chǎn)品的創(chuàng)新度和競爭力，提高在全球市場上的分工地位和參與價值鏈分配的能力。拓展“一帶一路”沿線國家進出口貿易和相關配套產(chǎn)品供應鏈、產(chǎn)業(yè)鏈，鼓勵中技術企業(yè)開拓國際新興消費市場，推動中技術企業(yè)向產(chǎn)品研發(fā)、品牌培育等價值鏈中高端環(huán)節(jié)攀升。

對于低技術企業(yè)而言。一是促進供應方式多元化，保障加工原料供應。因氣候、地貌等自然原因帶來的加工原料過分依賴于國外是低技術企業(yè)產(chǎn)業(yè)鏈脆弱的重要原因。對于低技術企業(yè)而言，其涉及的產(chǎn)業(yè)鏈較短、配套要求不高，在后疫情時期鼓勵其積極尋找多家替代廠商以實現(xiàn)產(chǎn)品生產(chǎn)在全球的布局，促進多元化供應方式，降低集中風險，保障原材料供應。二是降低產(chǎn)品同質化程度，減少產(chǎn)品生產(chǎn)的對外依存度。增加產(chǎn)品技術含量，降低產(chǎn)品同質化程度，創(chuàng)新多樣化的銷售方式，挖掘客戶新需求。鼓勵企業(yè)將自動化技術等融入到現(xiàn)有的生產(chǎn)方式中，降低對國外設備的依賴，從根源上解決低技術企業(yè)長期處于價值鏈低端的困境。三是完善服務機制，增強配套服務能力。低技術企業(yè)抗風險能力相對較弱，獲得貸款的難度相對較大，建議加大對低技術企業(yè)信貸投放力度，進一步落實減稅降費等優(yōu)惠政策，從減、免、退、降等方面著手，減輕低技術企業(yè)負擔，全力支持企業(yè)恢復生產(chǎn)。降低準入門檻，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)融入國內產(chǎn)業(yè)鏈供應鏈，增強配套服務能力。