智藏韌顯：智能制造提升工業韌性的機理與證據

韓蓄， 傅聯英， 呂重陽， 彭繼宗

（1.華僑大學 經濟與金融學院，泉州 362021；2.山東大學 經濟學院，濟南 250100；3.江西財經大學 統計與數據科學學院，南昌 330013）

0 引言

2019年，“智”字當選為中國企業年度漢字，凸顯了中國制造于大變局下順應智能新趨勢并布局中國智造的遠見。經過數字化、網絡化和智能化等系列工業基礎再造，制造業初步實現“智”藏于身：2022年制造業智能化生產比例已經達到6.6%，其中輕工業智能化生產比例高達12.2%。面對風高浪急甚至驚濤駭浪的重大考驗，“智”藏于身的中國制造“韌”顯于形：2022年規模以上高技術制造業增加值較2021年逆勢增長7.4%，制造業增加值突破33.5萬億元，保持世界第一制造大國地位。為此，“韌”字當選為中國企業2022年度漢字，展現了大國制造于逆境之下砥礪前行的承壓力和拔節起勢的更新力?！爸恰睘橹袊圃斓男聞幽?，“韌”為產業鏈變局下的新氣象。本文的研究問題是，智能制造是否因果性地提升了工業韌性？如果是，其作用機制為何？有何異質性？這一系列追問具有鮮明的時代特征、積極的理論意義和突出的現實價值。

智能制造以全新的生產方式重塑了產業鏈的力學性能，激起了各界的持續關注和深度討論，形成了豐碩的成果，但尚存在兩項薄弱之處。一方面，現有研究視域多數聚焦于國別宏觀層面，尚未在國內國際雙循環和全國統一大市場內考察城市層面產業鏈韌性及其異質性。各城市智能制造水平參差不齊，嵌入全球價值鏈和國內價值鏈的時序和涉足度不同，其面臨的國內國際“雙敞口”沖擊有別，故產業鏈韌性兼具時變特征和城市異質性，其形成機理與時空演變秩序有待深入研究。另一方面，產業鏈韌性具有豐富的力學、生態學、經濟學、社會學和管理學內涵，現有文獻對其定義和維度存在嚴重分歧。工業是現代化大國的立國之本、強國之基。在“統籌發展和安全，推進新型工業化”戰略背景下，有必要秉持整體韌性觀，明確工業韌性特征維度的“最大同心圓”，厘清工業韌性指標體系的層次結構。根植于理論關注和實踐關切，本文轉換研究視域、優化測量體系，邊際貢獻表現為：從城市視域切入，在理論層面探索性地剖析了智能制造影響工業韌性的內在機理，提煉并論證了工業結構多樣化和技能結構高級化2條傳導渠道，揭示了智能制造的韌性塑造及提升效應，推進了理論縱深；在實證層面，本文創新性地集成了“抵抗力、恢復力、調適力、再造力”4重維度，構造出更為全面、更為精細、更為客觀的城市級工業韌性指數，以期能為各類學術和政策研究提供指標借鑒以及資料支撐。

1 文獻綜述

1.1 智能制造的內涵以及特征屬性

智能制造是一類新型戰略性技術，但其內涵和外延較為寬泛。從實務界定義來看，我國《智能制造發展規劃（2016—2020年）》提出，智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。就學術界定義而言，KUSIAK［1］認為，智能制造是一種將制造資源與大數據科學、信息技術、預測工程等相集成的新型生產模式；唐宜紅和顧麗華［2］指出，智能制造本質是通過人機智能交互，推進工業機器人和智能管理等技術及裝備在生產過程中的應用。唐宜紅和顧麗華［2］的定義同時界定了智能制造的主體、客體和載體，覆蓋性和適用性廣，可觀測性和可代理性強，本文采用其定義作為智能制造的內涵。ZHOU等［3］根據發展時序、交叉互動、技術迭代將智能制造劃分為3個階段：第一階段是數字化制造，以計算通信和控制為標志；第二階段是數字化網絡化制造，以“互聯網+制造”為標志；第三個階段是新一代智能制造，以新一代人工智能技術的應用為標志。新一代智能制造具備通用目的技術所共有的賦能范式，涵蓋數字化、網絡化和智能化3項范式特征。徐曄等［4］同樣認為，智能制造可界定為數字化、網絡化和智能化3項范式特征，能夠推動資源跨界整合、主體互聯互促，實現資源要素再配置。

1.2 產業鏈韌性的概念維度及測量

區域經濟韌性的理論框架基于均衡論和演化論視角構建。經濟韌性不僅關注短期能否承受沖擊并恢復到原有發展路徑，還強調區域經濟的動態復雜性以及對新發展路徑的長期適應性［5］。其中，MARTIN［6］提出的韌性觀被廣為接受，其將區域經濟韌性分解為抵抗能力（resistance）、恢復能力（recovery）、再定位能力（re-orientation）和更新能力（renewal）4個維度。由于超預期沖擊日趨微觀化，經濟韌性的研究逐漸從宏觀區域韌性向中觀產業韌性、微觀組織韌性［7］乃至超微觀團隊韌性［8］層面縱深拓展。國外關于產業鏈韌性的研究多從供應鏈韌性角度展開分析，針對供應鏈韌性的定義和供應鏈風險管理［9］的研究較為成熟，能為產業鏈韌性界定提供借鑒。國內文獻從不同角度對產業鏈韌性做出了定義，但尚未達成共識。張虎等［10］認為，產業鏈韌性的本質是在面對外部不確定性因素時產業鏈抵御風險和平穩運行的能力。陳曉東等［11］指出，產業鏈韌性為在經歷超預期因素干擾下產業鏈依舊保持產業鏈條穩定、防止斷裂、及時調整恢復到原有狀態甚至實現鏈條優化升級。值得注意的是，產業鏈各個環節平穩運行需要全產業鏈處于安全穩定的狀態［12］，且不可簡單地將其理解為產業鏈的對外依賴性［13］。在產業鏈韌性的測量研究方面，現有文獻的側重點各不相同，在測度方法上尚未形成共識：一類文獻采用單一核心變量對產業鏈韌性進行測度［14-15］，另一類文獻則運用多指標綜合指數予以衡量［10］。

綜合比較現有文獻在內涵及外延方面的共識和分歧后，本文認為，工業韌性是指工業在經受超預期沖擊時能夠抵御不確定性干擾、避免斷鏈風險，維持全鏈條安全穩定，迅速適應調整到原有狀態并實現鏈條優化升級的性質。進一步地，在MARTIN［6］提出的“舊4R”經濟韌性（resistance-recovery-re-orientation-renewal）和國內文獻［10-11］的基礎上，本文將工業韌性的外延分解為“新4R”：抵抗力（resistance）—恢復力（recovery）—調適力（re-orientation）—再造力（re-engineering）。①抵抗力為抵御超預期因素沖擊的能力，即在受到沖擊時能保證工業鏈條完整，即“關鍵時刻不掉鏈子”。②恢復力指工業受到內外部沖擊擾動而脫離平衡后，通過一段時間的自我修正和補償進而恢復到安全可控的狀態。③調適力指工業在應對沖擊擾動時能夠適應沖擊變化并形成應變素養。④再造力指在現有工業鏈條基礎上，通過自組織自學習、資源要素再分配、創新突破等方式構建培育出新型工業鏈條，促成產業發展速度加快以及發展質量躍遷。MARTIN［6］提出的“舊4R”中，“更新力”是一種廣延（extensive）狀態，經濟系統由外而內被動吸收沖擊，從突變失衡態回歸到穩定平衡態；與之不同，本文“新4R”中的“再造力”是一種集約（intensive）狀態，工業鏈條由內而外主動解構與重構鏈條，從低層次穩定平衡態邁向高層次穩定平衡態。

1.3 產業鏈韌性形成機理和提升策略

產業鏈韌性的決定因素復雜多元，其生成機理可歸納為中觀邏輯、本土邏輯、宏觀邏輯和政策邏輯等四重維度［13］。①中觀產業的融合創新與多樣化集聚強化產業鏈韌性。產業多樣化集聚能夠抵御超預期因素沖擊并加速調整適應，尤其是在產業相關多樣化程度高的地區，多樣化通過溢出機制和對沖機制稀釋沖擊波，進而增強經濟和產業韌性［5］。②區域層面的本地化關聯及其根植性延展產業鏈韌性。李曉華［16］從產業根植性視角出發，認為產業的根植性越強（根系發達）就越能抵御內外部沖擊，產業鏈整體韌性也越強。③宏觀層面的全球分工鏈重構與國內創新鏈嵌入補強產業鏈韌性。產業鏈韌性是產業鏈現代化的重要內涵［11］，實現產業鏈與創新鏈的融合尤為關鍵。劉志彪［12］認為，產業鏈現代化離不開增強產業鏈韌性和產業融合創新能力，提升產業鏈韌性需要從基礎產業高級化、強化企業間技術經濟聯系、提高產業鏈與創新鏈、資金鏈和人才鏈嵌入的緊密度等多維度推進。④政策層面的知識產權治理和關鍵技術舉國體制護衛產業鏈韌性。李勝會和戎芳毅［15］基于知識產權治理視角考察了知識產權示范城市政策對產業鏈韌性的影響，實證檢驗了該政策對產業鏈韌性的呵護效應；肖興志和李少林［13］闡釋了關鍵技術舉國體制護衛產業鏈韌性的內在邏輯。產業鏈韌性的提升策略方面，依據不同的理論基準、目標取向和實踐關切，形成了類型化的韌性培育機制與提升策略［12-13］。

1.4 智能制造塑造產業鏈韌性的路徑

為數不多的文獻探討了數字化變革和智能化轉型對產業鏈韌性的影響，為理解智能制造如何塑造產業鏈韌性提供了邏輯進路。就數字技術賦能路徑而言，數字經濟以數字新技術和數字化資源為關鍵要素，依托平臺化模式整合信息、調配資源、優化技術路徑，這些技術支撐為提升產業鏈韌性奠定了堅實基礎［11］。從智能化轉型路徑來看，智能化轉型以工業機器人應用為表現形式，通過替代低技能勞動力、增加高技能勞動力需求等方式影響生產函數，增強產業鏈關聯的敏捷度，進而構筑產業鏈韌性［17］。此外，企業能夠依托數智技術賦能連接并整合組織內部不同節點，對危機做出快速調整與適應，驅動組織進行經營管理場景變革與顛覆性重塑，實現應對能力的迭代升級［18］。就傳導機制及其路徑而言，呂越和張杰［19］指出，人工智能經由技術創新和治理體系優化2條渠道，并通過補鏈、延鏈、強鏈助力產業鏈橫縱向延伸，進而提升產業鏈韌性。

1.5 文獻評述與邊際貢獻

國內外文獻多數從全國或國別層面開展產業鏈韌性研究，關于產業鏈韌性的概念內涵、形成機理、提升策略和培育路徑等方面的探析已相對成熟且完善，但仍存在概念分歧和略顯薄弱之處。①既有文獻尚未觸及智能制造如何塑造與提升產業鏈韌性這一全新話題，其中的作用機理和傳導路徑尚不明晰，導致了邏輯鏈條的缺位，有必要提供邏輯自洽的理論闡釋。②既有文獻側重于從理論層面辨析與解構產業鏈韌性，鮮有文獻從實證層面探析產業鏈韌性的形成機理和傳導機制，造成了證據鏈條的缺失，有必要夯實證據鏈、呼應邏輯鏈。③現有文獻測量產業鏈韌性時存在維度遺漏和測量誤差，有必要全方位、全周期、多維度構建指標體系，以盡可能完整地測度產業鏈韌性。

區別于既有文獻，本文可能的貢獻有2個方面。①研究視角方面，以智能制造為切入點剖析城市層面工業韌性的決定機制，基于工業結構和技能結構雙重視角，揭示智能制造影響工業韌性的傳導過程，拓展了人們對產業鏈韌性生成邏輯與演變規律的認知，為推進制造業數字化網絡化智能化轉型、增強工業內生發展動力、暢通產業鏈提供了全新的視角和別樣的思路。②測度體系方面，鑒于產業鏈韌性的測評方法尚未形成共識，本文基于韌性演變的過程觀，多層面、多維度、圈層式地設計工業韌性的底層指標，盡可能地緩解維度遺漏和測量誤差，構建中國城市級工業韌性的綜合指標體系并形成評價標準，從而幫助評價者更加科學、精準地把握各城市的工業韌性水平。

2 理論分析與假設提出

新一代人工智能技術與先進制造技術的深度融合，引領智能制造成為新一輪工業革命的內在驅動力，成為捍衛產業鏈安全穩定的減震器。智能制造范式呈現出數字化、網絡化、智能化3項特征［3］。數字化以數據資源和數字技術為核心支撐加速推進要素結構軟化，網絡化依托“工業互聯網+”連接數據流和信息流實現全鏈路協同共享，智能化通過系統認知與學習決策等能力推動生產模式變革?！叭弦弧钡闹悄苤圃煜到y，極大地提高了資源配置效率，促進了工業結構豐富化，優化了勞動力技能結構，進而增強了工業韌性。本文基于功能—過程視角提出的智能制造提升工業韌性的作用機理如圖1所示。

圖1 功能—過程視角下的作用機理Fig.1 Mechanisms from a function-process perspective

2.1 智能制造提升工業韌性的直接效應

學理層面，依據產業競爭優勢的鉆石理論，生產要素稟賦結構、關聯產業支撐性、需求條件和企業表現是決定產業競爭力的四大關鍵因素［13］。四大關鍵因素塑造了產業鏈的縱向長度、橫向寬度、豎向高度和側向厚度，工業韌性內生于產業鏈的四維空間。當出現“脫鉤”“斷鏈”“短鏈”等超預期沖擊時，四維空間富有韌性的產業鏈能夠快速調整和應對［20］。為此，政策層面，國家“十四五”規劃和2035年遠景目標綱要提出，要深入實施智能制造工程，強化資源、技術、裝備支撐，推進制造業補鏈、延鏈、固鏈、強鏈，形成更安全可靠的產業鏈供應鏈，提升產業鏈供應鏈現代化水平。因此，培育工業韌性，短期要補鏈以確保產業鏈完整性，中期要延鏈、固鏈以保障產業鏈通達性，長期要強鏈以捍衛產業鏈可控性。據此，本文基于“補鏈、延鏈、固鏈、強鏈”四重視角，圍繞智能制造的“數字化、網絡化、智能化”范式特征，面向工業鏈條的“完整性、通達性、可控性”，闡釋智能制造提升工業韌性的直接效應。

一是優先補鏈，即補充現有鏈條短板，保證工業鏈條完整性，提升工業部門的抵抗力和恢復力。完整的產業鏈涵蓋產品或服務生產的全過程，貫穿前端環節的原材料供應、技術研發、產品設計，中段環節的中間品制造、終端產品裝配，以及后端環節的流通、消費和回收循環等［12］。我國制造業產業鏈囿于技術依賴、低端鎖定、政策角力等限制，在遭受超預期因素擾動時容易引發“堵點”“脫鉤”“斷鏈”等問題，使得產業鏈部分環節開始向東南亞國家轉移，一定程度上引發了中上游產業鏈遷出風險，嚴重威脅產業鏈的完整性［21］。因此，補足工業薄弱環節顯得尤為重要。智能制造時代，把握數字化、網絡化、智能化發展契機，加強關鍵核心技術攻關，瞄準工業領域產業鏈短板和關鍵節點逐一補鏈，突破供給約束堵點和脆弱點，暢通供需兩端，這既能保證工業鏈條的完整性，又能增強抵御“斷點”“斷鏈”“小院高墻”等不確定性沖擊的能力［11］，提升產業鏈的自主性和安全性，進而增強工業韌性。同時，依托智能制造，穩步推進工業數字化，培育壯大工業互聯網等新型基礎設施，筑牢工業發展基礎和產業配套，增強工業部門的抵抗力和恢復力，從而提升整體工業韌性。

二是重點延鏈，即延長工業鏈條縱深，提升工業鏈條通達性，增強工業部門的抵抗力和恢復力。一方面，縱深化的智能制造更加高效地促進數實融合。在智能制造技術范式下，數字化、網絡化增進了互聯互通，通過平臺互聯、鏈條延伸、數據挖掘、資源整合等方式，突破工業鏈上企業和產業上下游的“信息孤島”困境，打破工業內部產業鏈間單獨成鏈情況，實現全產業鏈貫通和協同發展。智能化進一步改善了產業鏈縱向延伸和橫向拓展的效能?？v向延伸實現供需多元化［11］，橫向拓展提升工業集聚水平，縱橫聯動發揮出產業鏈協同共奏效應，提升產業鏈的恢復力、響應力和競爭力。另一方面，縱深化的智能制造范式能產生網絡外部性。智能制造鏈主企業具有行業凝聚力和集聚外部性［22］，在產業鏈上擁有高端控制力，通過產業關聯、知識溢出、人才交流等途徑形成產業集群網絡并促進知識整合，優化產業鏈節點的區域布局，助力工業結構合理化和多樣化發展，擺脫產業結構同質化弊病，提升產業鏈條的安全性和競爭力，增強抵御風險沖擊的恢復力和抵抗力。此外，以產業鏈為紐帶、資源要素集聚的智能制造裝備產業集群，豐富了現代化工業體系，有助于充分發揮超大規模優勢和互補配套優勢，實現優勢產業延鏈，進而增強工業韌性。

三是穩步固鏈，即鞏固傳統制造優勢，壯大工業根基，提高工業部門的調適力和恢復力。中國擁有較為完善的工業體系和產業配套能力，這是我國制造業發展的關鍵優勢和根基所在?！笆濉逼陂g，我國傳統制造業多數行業完成了數字化轉型，部分重點行業的智能化變革成效顯著；“十四五”時期則更加聚焦于產業基礎高級化，推動工業現代化。鞏固、夯實、增強傳統工業的根基優勢，需要數字化、網絡化、智能化的先進制造技術深度賦能。智能制造依托“5G+人工智能+工業互聯網”技術，經由產業鏈前向、后向、垂向和旁側四維通道，賦能產業鏈全鏈路技術創新、本地化配套協同等，推動工業體系逐步向數字化、柔性化、敏捷化、集成化生產制造模式轉變，提升傳統制造業對超預期沖擊的緩釋吸收能力、調整適應效率、愈后恢復效能，增強地區產業鏈的調適力和恢復力。此外，傳統工業部門依托數字化網絡化智能化升級改造，適應并促進智能制造范式在工業領域（如先進制造業）的深度應用，鞏固、夯實、擴充工業鏈條的龐大“根基”和發達“根系”，以穩定產業鏈基本盤，提高工業體系抵御風險的能力，提升工業韌性。

四是持續強鏈，即突破關鍵技術瓶頸，鑄就工業自主可控能力，增強工業部門的抵抗力和再造力。智能制造構筑出了數字化、網絡化、智能化“三合一”的生態系統，產業鏈四維空間內的各方因而成為休戚與共的命運共同體，由此強化了自主創新和協奏響應的激勵，推動了產業鏈與創新鏈的深度融合。一方面，圍繞產業鏈布局創新鏈。智能制造系統集成了工業產業生態鏈上分布式存在的產學研等主體，圍繞關鍵零部件、基礎工業軟件、芯片制造等重點領域的短板弱項協同攻關［21］，推動聯合創新能力的鏈式突破，紓解產業鏈“卡脖子”痛點，有助于彌合產業鏈短板并同時鍛造出產業鏈長板，逐步形成關鍵技術和領域的自主優勢，確保在重點領域的鏈條控制力，提高產業鏈的創新能力和水平，實現工業韌性的提升和產業結構的升級。另一方面，圍繞創新鏈再造產業鏈。新一代人工智能技術的應用，解決了一批關鍵技術問題，有助于培育出工業新模式新業態，推動工業鏈條迭代更新，再造產業鏈競爭新優勢。此外，智能制造范式通過對工業全產業鏈進行解構與重構，集成并暢通了研發、設計、生產、裝配和服務等環節，確保工業鏈條的通達性和可控性，增強工業部門的競爭力和再造力，進而提升工業韌性。

基于上述分析，本文提出如下假設。

H1 智能制造提升了工業韌性。

2.2 智能制造提升工業韌性的間接效應

2.2.1 工業結構多樣化視角 工業結構多樣化指異質性、差異化的工業產業在特定區域范圍內集聚。產業多樣化分散了外部沖擊的受力面、鈍化了沖擊切口并稀釋了沖擊力度，能有效防止產業結構單一所造成的被動“鎖定沖擊”［5］。JACOB外部性較早注意到產業多樣化集聚所產生的外溢效應［23］。FRENKEN等［24］進一步地將產業多樣化區分為產業相關多樣化和產業無關多樣化。產業相關多樣化能夠產生有利于知識溢出的JACOBS外部效應，產業無關多樣化可以形成保護地區免受外部風險沖擊的組合效應。

本文依據產業多樣化的風險分散原理、JACOBS外部性理論和供需匹配理論，分別從分散外部沖擊擾動［26］、形成多樣化集聚外部性［25］、改善關聯產業供需匹配效率［27］3個方面，闡釋工業結構多樣化在智能制造影響工業韌性過程中的傳導作用。

一是工業結構多樣化有助于分散外部風險擾動。根據多樣化組合的風險分散原理，工業結構多樣化經由溢出機制和對沖機制降低了風險集中度、分攤了沖擊總量、延展了緩沖縱深，從而有利于穩定供給和產出［5］。具體而言，通過補鏈和延鏈，豐富工業內部各產業的多樣化組合，能夠有效地分散、降低產業鏈條斷裂等形成的風險沖擊，并以“多點開花”“東方不亮西方亮”等應對模式維持產業鏈平穩運行，防范由于結構單一化、同質化導致的工業發展失衡，增強產業鏈的調適力和穩定性［26］。傳統工業在智能化轉型的推動下，產業鏈上下游涌現出裝備制造和工業軟件等新興戰略產業，實現了產業鏈條的延伸，極大地豐富了工業內部產業種類和業態，提高了一體化程度。產業鏈邁向多樣化、柔性化、集成化，有益于分攤風險、調整適應，避免風險疊加造成產業鏈斷鏈；同時，有利于突破缺乏底層空間的掣肘，為提升工業韌性和安全水平奠定了緩沖基礎與戰略縱深［13］，有效提高工業部門的抵御力、恢復力和調適力?？傊?，工業結構多樣化所具有的外部沖擊吸收能力和稀釋能力，增強了工業韌性。

二是工業結構多樣化有益于形成外部集聚經濟。JACOBS外部性理論認為，互補型產業結構的多樣化集聚通過共享異質資源和能力促進協同創新以及技術擴散。工業結構多樣化拓展了工業內部各產業間的技術經濟聯系，搭建或打通銜接產業鏈各環節之間的“毛細血管”，網絡化連接促使異質性創新資源和要素流通更順暢、更協同，放大并增強物理空間集聚和技術溢出效應。與傳統制造模式不同，智能制造范式還能進一步形成虛擬空間的工業多樣化集聚，促進虛擬空間內知識溢出和技術擴散，賦能工業鏈條朝向數字化網絡化智能化更新換代、素質升級，由此提升工業部門的抵抗力、恢復力和再造力。具體地，以工業機器人應用為載體的智能制造范式，依托工業互聯網鏈接產生JACOBS集聚外部性［22］，驅動異質性資源從物理空間轉向虛擬空間。虛擬空間的分布式架構促進工業企業跨領域交互和跨時空互聯，創新主體通過跨界融合、知識整合、協同創新、產學研合作形成虛擬產業集群，達到補鏈、延鏈、固鏈、強鏈的作用，提升工業鏈條的韌性。此外，多樣化虛擬集聚打破了工業鏈條單獨成鏈的情況［11］，有助于破除“信息孤島”桎梏，實現產業鏈前向、后向、垂向和旁側四維空間連通。這既提高了產業鏈通達性，又能發揮產業鏈包容聚合效應，合力攻克核心技術短板，促進工業部門協同發展，從而提升工業韌性［28］。

三是工業結構多樣化有利于改善供需匹配效率。增強工業韌性的關鍵是要能匹配和維持供需關系以及提升供需質量［27］。依據機制設計與匹配理論可知，給定需求側不變，工業結構多樣化提高了供給側濃度、豐富了備選集，由此提升了供需適配的概率、效率和質量。在新一代人工智能技術的加持下，多樣化的產業各方借助人工智能、工業互聯網、工業機器人等智能化技術和終端高效傳遞供需信息，能夠更有效地匹配產業鏈上下游投入產出和中間需求，降低供需錯配和供需缺口引起的產業鏈內部沖突風險。面臨超預期沖擊時，智能技術有助于引導上游原材料供給適時調整庫存，引領中游研發、設計和生產環節豐富品類，引致下游環節滿足個性化、多樣化消費需求，引發新業態、新模式和新品類涌現［29］，立體化地延展產業鏈的長度、寬度與厚度。這將改善工業全產業鏈上中下游的銜接順暢度并提高動態匹配效率，增強工業部門的抵抗力和調適力，進而提升工業韌性。

基于上述分析，本文提出如下假設。

H2 智能制造通過增進工業結構多樣化進而提升工業韌性。

2.2.2 勞動力技能結構視角 產業鏈需要人才鏈支撐。我國擁有最完備的工業體系和工業鏈條，但是部分關鍵核心技術仍然受制于“人”，尤其是智能制造人才隊伍遠滯后于智能制造產業發展，高技能人才缺口是制約智能制造水平提高、限制工業韌性提升的瓶頸之一。因此，欲借助智能制造增強工業韌性，需要高水平技能人才與之相匹配，實現產業鏈與人才鏈互融互促。以工業機器人應用為表現形式的智能制造［30］，在勞動力市場中產生了就業替代效應［31］、就業極化效應［32-33］和就業創造效應［34］。更為重要的是，智能制造重塑了勞動力技能結構（不同技能水平的勞動者在就業人口中的比例［31-32］），形成了兩類偏向型技術進步：技能偏向型技術進步表現為智能化技術偏向于高技能勞動者，替代低技能勞動者的任務；程序偏向型技術進步則表現為智能化技術使得勞動力技能轉移［31］。本文將智能制造視為一類通用目的技術（general purpose technologies，GPT），基于任務—技能匹配理論［35］、偏向型技術進步范式理論以及勞動力動態結構理論，分別著眼于低技能就業替代、中高技能就業創造和技能結構高級化3個方面，闡釋勞動者技能結構在智能制造影響工業韌性過程中的傳導作用。

工業機器人和人工智能的應用正改變著工業生產模式和技能需求。中國制造業規模體量大，智能制造對勞動力技能結構高級化的需求遠遠超過其他國家。AUTOR等［35］基于任務模型，開創性研究了在常規任務與非常規任務下技術進步對勞動力需求的影響，發現自動化會替代低技能勞動者完成常規任務，而與受教育程度較高的工人共同完成非常規任務。一方面，技能偏向型技術進步范式理論認為，智能化技術會對勞動力需求產生“就業替代效應”，從而引起技術性失業［36］，但替代效應會因勞動者技能水平和教育背景差異而在工作任務上有所不同［37］。另一方面，程序偏向型技術進步范式理論認為，智能化技術也會對勞動力需求產生“就業創造效應”，智能制造會通過產業結構調整引致勞動力技能發生轉移，即增加中高技能勞動力的需求，同時倒逼低技能勞動者提升技能［34］。因此，智能制造是增加還是減少勞動力需求取決于這2種作用的凈效應以及勞動力技能結構的分布。

當智能制造的“就業替代效應”和“就業創造效應”同時擴張時，“就業極化效應”就產生了。勞動力動態結構理論認為，智能制造應用會引發勞動力崗位結構調整，擴充技術型崗位并縮減中低技能勞動力崗位，高技能勞動者向高工資崗位聚攏，形成高技能勞動者和低技能勞動者相向變動的就業極化現象［38］。孫早和侯玉琳［32］認為，智能化進程的推進會加速替代低技能勞動力，但會導致高技能勞動者的需求增加，引起勞動力市場就業展現出“去低趨高”態勢。與之不同，王永欽和董雯［33］發現，自動化技術對中等技能勞動者的替代性最強，但與低技能勞動者和高技能勞動者存在互補效應。通過比較分析，本文推測，智能制造對勞動力技能結構的需求會隨“就業極化效應”呈現高級化趨勢：一方面，智能制造發展過程中的非常規任務要求勞動者具備高端設備操控、數據分析、軟件編程、信息維護等人力資本，增加了對數字化、智能化、網絡化領域高水平人才的需求；另一方面，智能化轉型要求技能供需匹配，智能化擠出了低技能勞動者，中高技能勞動者則能夠快速適應［4］。面對超預期因素沖擊，依賴低技能勞動者的工業鏈條是脆弱的，依靠中高技能勞動者的工業鏈條則是堅韌的。

數字化網絡化智能化變革是時代大勢，倒逼產業工人提高專業技能以順應潮流。智能制造的網絡化范式利用虛擬空間的聚合與匹配機制，促進知識溢出和技能互補；智能制造的數字化范式通過萃取、外化和整合機制，實現隱性知識顯性化；智能制造的智能化范式借助“干中學”機制，促成人工智能和人腦智能的交互。智能制造的“三化”范式以知識為抓手，為工業重點領域和薄弱環節補鏈延鏈固鏈強鏈“鍛造”了高技能人才鏈。一方面，智能制造為中高等技能勞動者提供了更加廣闊的才能發揮空間，中高等技能勞動者能夠更高效地將知識資本融入產業鏈，釋放知識紅利，促使科研成果迅速轉化，提高產業生態的創新效率。另一方面，中高技能人才也為打破產業鏈技術堵點和薄弱環節提供了智力支持和智能匹配，保證產業鏈供應鏈順暢運轉，有助于提升產業鏈再造能力，塑造工業競爭新優勢?？傊?，智能制造促進了勞動者技能結構高級化，“減低增高”一定程度上提高了生產率和沖擊應對力，進而增強工業韌性。

基于上述分析，本文提出如下假設。

H3 智能制造通過促進技能結構高級化進而提升工業韌性。

3 研究設計

3.1 數據來源與處理

本文搜集了2010—2019年中國280個地級市的面板數據作為研究資料。數據源自3個方面。①城市層面的統計指標主要來源于《中國城市統計年鑒》，其中的缺失數據通過查閱各地級市統計年鑒、國民經濟和社會發展統計公報等資料手動補齊。②我國工業機器人數據來源于國際機器人聯盟（IFR）歷年發布的報告，該數據涵蓋了1993—2019年全球50個經濟體細分行業的工業機器人安裝和存量數據。③就業數據來源于第二次全國經濟普查公布的工業企業板塊資料，本文將各地級市工業企業數據進行加總，分別得到全國各行業就業人數、城市—行業就業人數和城市總就業人數。

3.2 變量選取與說明

3.2.1 被解釋變量工業韌性（IR） 本文在MARTIN［6］提出的經濟韌性維度基礎上，依據產業鏈現代化特征解構出抵抗力、恢復力、調適力、再造力4重維度，并參考既有文獻選取24項細化指標構建工業韌性評價的指標體系（見表1），利用熵值法測算城市層面的工業韌性綜合指數。

表1 測度工業韌性的指標體系Tab.1 Indicator system of industrial resilience

3.2.2 解釋變量智能制造（IM） 作為智能制造的終端設備和直觀體現，工業機器人是最為典型的數字化、網絡化、智能化制造裝備，大量文獻選用工業機器人使用密度刻畫智能制造［30，37，43］。為此，本文選取工業機器人安裝密度來表征智能制造，該指標由國際機器人聯盟（IFR）數據與第二次全國經濟普查數據匹配計算得到。鑒于IFR公布的是國家和行業層面的機器人數據，且與中國行業分類標準存在一定差異，無法直接獲取城市層面的工業機器人安裝量，本文依據現有文獻［43-44］的構建原理，采用“Bartik”工具變量構造并計算城市層面的工業機器人安裝密度，公式如下。

其中，robotstallit為i城市t年工業機器人安裝密度，Ei，j，t=2008為i城市的j行業在2008年就業人數，Ei，t=2008為i城市在2008年的就業總人數，robotstalljt為IFR公布的中國t年j行業的工業機器人安裝數量，Ej，t=2008則為2008年j行業的就業人數。

3.2.3 機制變量 機制變量包括2項。①工業多樣化程度（DIV）。借鑒徐圓和張林玲［26］，本文利用熵權法構建工業多樣化指數，計算公式為其中，DIV表示某城市工業結構多樣化指數，pi是工業行業分類i(i=1，2，…，n)的就業人數占該城市就業總人數的比重。工業多樣化指數的數值越高，說明工業分散化程度越高，應對沖擊以及自主可控的能力越強。②勞動力技能等級結構（WORKFORCE）。參照孫早和侯玉琳［32］的做法，將勞動力技能等級結構劃分為：大專及以上學歷勞動者定義為高技能勞動力（HWORK），高中和初中學歷勞動者定義為中等技能勞動力（MWORK），其余勞動者定義為低技能勞動力（LWORK）。

3.2.4 控制變量 為了捕獲國內國際雙循環對智能制造以及工業韌性的影響，本文選取了以下控制變量：①經濟發展水平（PERGDP），選用各市人均GDP衡量［39］；②政府支持力度（GOV），采用地方財政一般預算支出與地區生產總值的比值表示［39］；③對外依存度（OPEN），采用各市進出口貿易總額與地區生產總值的比值來刻畫［44］；⑤國內市場規模（MARKET），采用各市社會消費品零售總額的對數來衡量［26］。

3.3 模型設定

參考現有文獻［32-33］，采用雙向固定效應模型考察智能制造如何影響工業韌性，檢驗模型如下。

其中：式（2）為基準回歸模型，IRit為各城市歷年的工業韌性指數，IMit表示各城市歷年的智能制造水平；式（3）～式（4）分別用于檢驗工業多樣化程度和勞動力技能等級結構2項機制，DIVit為工業多樣化，WORKFORCEit為勞動力技能等級結構；CONTROLit為城市層面的一系列控制變量，μi、γt分別表示城市固定效應和年份固定效應，εit為隨機擾動項。

3.4 描述性統計分析

全樣本中，工業韌性的最低值為0.004，最高值為0.495，均值為0.031，標準差超過均值，表明工業韌性還有較廣提升空間；智能制造的最低值為0.012，最高值為17.178，均值為1.771，說明各城市智能制造也同樣存在較大的提升空間①限于篇幅，本文省略了描述性統計表格，結果備索。。

4 實證分析

4.1 智能制造影響工業韌性的基準回歸分析

在確定基準回歸模型前，本文進行Hausman檢驗。結果顯示，卡方值為214.91，在1%的水平下拒絕原假設，表明固定效應模型估計得到的結果是一致的、隨機效應模型估計結果非一致。表2第（1）列基準結果顯示，智能制造在1%的水平下顯著地增強了工業韌性，其邊際效應為0.004。這表明智能制造每提高1個標準差，工業韌性將平均提升0.009個標準差，H1得以驗證。

表2 智能制造影響工業韌性的回歸結果Tab.2 Regression results of intelligent manufacturing affecting industrial resilience

4.2 內生性處理

4.2.1 工具變量回歸 基準回歸采用雙向固定效應模型進行分析，固然能夠有效解決不隨時間或個體變化的不可觀測變量帶來的內生性問題。然而，依然可能因遺漏其他特異因素、反向因果或測量誤差而產生內生性。一方面，難以囊括所有影響工業韌性的變量，仍可能遺漏同時影響智能制造和工業韌性的其他異質性變量（例如產業根植性），從而導致內生性；另一方面，構建工業韌性指數和衡量智能制造時難免存在測量誤差，這也是內生性來源之一。為了解決可能存在的內生性問題，本文利用工具變量法加以緩解、矯正。借鑒ACEMOGLU和RESTREPO［37］、魏下海等［43］的思路，選取日本、韓國、德國、瑞典和美國5個國家機器人安裝密度的均值作為中國智能制造的工具變量，并分解計算到城市層面。該工具變量的適宜性表現如下。①滿足相關性。智能制造是工業大國競爭的經濟主戰場，世界各國智能制造布局與水平呈現趨同性。海關進出口數據顯示，上述五國是中國工業機器人的主要進口來源國。中國則是全球最大的工業機器人銷售市場，五國的工業機器人安裝數量在一定程度上影響著我國工業機器人安裝密度。②滿足排他性。日本、韓國、德國、瑞典和美國5個國家的工業機器人安裝密度，通過其出口工業機器人的規模和質量影響我國工業機器人的安裝密度，并不會直接影響我國各城市的工業韌性。五國工業機器人安裝密度的均值測算方式同式（1）。表2第（2）列、第（3）列給出了工具變量兩階段方法的回歸結果，與基準回歸結果一致，說明基準回歸所揭示出的智能制造的韌性提升效應穩健。此外，弱工具變量檢驗的F統計量高于臨界值，不存在弱工具變量問題。

4.2.2 遺漏變量敏感性分析 為進一步矯正遺漏變量導致的內生性問題，本文參考CINELLI和HAZLETT［45］的方法，進行遺漏變量敏感性分析，主要考察遺漏變量需要達到何種強度才能推翻基準回歸的結果，以及在最壞的情況下（遺漏變量解釋了被解釋變量所有剩余方差）基準回歸結果是否穩健。為此，本文以人均GDP為參照變量，考察潛在的遺漏變量較之于人均GDP需要達到何種強度，才能推翻智能制造與工業韌性之間的因果效應。敏感性分析圖表的結果顯示，即使加入人均GDP3倍強度的遺漏變量，也不會改變基準回歸的系數符號，即基準模型的估計結果對遺漏變量問題不敏感②限于篇幅，本文省略了相關圖表，結果備索。。

4.3 穩健性檢驗

基準回歸呈現出的韌性提升效應，可能會受到其他同期政策、變量測度方法、效果時滯、異常值等的干擾。為此，開展了以下5項穩健性檢驗。①排除同期政策影響。為排除智慧型城市試點政策和國家創新型城市試點政策對基準結果的干擾，分別構建政策虛擬變量并依次將其納入基準模型，控制其潛在影響。②限于篇幅，本文省略了相關圖表，結果備索。替換解釋變量。改用城市工業機器人存量密度作為核心解釋變量，對式（2）重新估計。③增加控制變量。為干凈識別智能制造對工業韌性的凈效應，需盡可能多地將影響工業韌性的因素納入控制變量中，額外引入人口密度（PERDEN）和創業活力（ENTRE）兩項控制變量。④考慮時滯效應。將被解釋變量的一階滯后項（L.IR）納入基準回歸模型，采用動態面板系統GMM模型重新估計；另外，以滯后一期的工業機器人安裝密度（L.IM）作為核心解釋變量，探討智能制造的時滯效應。⑤排除異常值影響。對連續型變量左右1%的樣本觀測值進行縮尾處理。上述5項穩健型檢驗結果均佐證了基準回歸的穩健性③限于篇幅，本文省略了相關圖表，結果備索。。

4.4 異質性分析

本文開展了3項異質性討論。①城市規模異質性。較之于小城市，大中城市在智慧設施、產業配套、市場容量、韌性治理能力等方面的條件更為優越，其智能制造和工業韌性的初始稟賦也更為出眾。因此，有必要考察智能制造對工業韌性的提升效應是否呈現出城市規模異質性。②地理區位異質性?？紤]人口密度、經濟外向度和產業集聚度的差異，在人口集中、外貿依賴度低以及多樣化集聚程度高的城市，智能制造對工業韌性的提升效應更強。為此，本文分別考察智能制造對胡煥庸線東西兩側城市工業韌性的影響。③產業基礎異質性。智能制造產生的韌性提升作用，可能受到工業化階段、資源稟賦和比較優勢等產業基礎的影響而存在異質性。于是，本文將樣本城市劃分為農業型城市和工業型城市，分別檢驗智能制造對工業韌性的影響。上述3項異質性檢驗結果表明，智能制造對工業韌性的提升效應在大中城市、胡煥庸線東側城市以及工業型城市中更為強勁④限于篇幅，本文省略了相關圖表，結果備索。。

5 機制檢驗

5.1 工業結構多樣化機制檢驗

表3第（1）列報告了工業結構多樣化的機制檢驗結果，智能制造每提升1個標準差，工業結構多樣化程度將平均增加0.006個標準差。理論上，工業結構多樣化有助于分散沖擊力度，強化工業自我修復的能力，發揮出自動穩定器作用［5］。智能化技術能夠優化傳統工業生產方式，增進工業內部各產業間的技術交流與合作，有利于形成新產業、新業態、新模式，避免陷入工業結構單一化困境。城市的工業結構多樣化程度越高，越有助于抵御外部風險擾動。在外部沖擊擾動下，富有韌性的工業能夠鈍化沖擊，攤薄并緩釋系統風險，減輕外部沖擊在工業產業鏈間擴散的范圍和強度，進而使得工業產業生態表現出強大的抵抗力和恢復力，更為快速地對沖擊作出調適［5］，進而增強工業韌性。綜上所述，智能制造通過顯著增進工業結構多樣化程度進而提升工業韌性，驗證了H2。

表3 機制檢驗結果Tab.3 Mechanism test results

5.2 勞動力技能結構機制檢驗

表3第（2）列～第（4）列是勞動力技能結構的機制檢驗結果。從第（2）列～第（4）列的回歸結果看，智能制造對中高技能勞動力產生了顯著的促進作用，而對低技能勞動力的影響系數為負但不顯著。作為智能制造的終端設備和表現形式，工業機器人的使用在提高工業企業自動化水平的同時，也會影響勞動力需求乃至勞動力結構調整［33］，即智能制造水平的提升會替代低技能勞動力，增加中高技能勞動力的需求［32，34］。為了應對智能制造帶來的沖擊，低技能勞動者有充足的激勵去提升自身技能水平，由此促使中高技能勞動力占比提高。在此基礎上，中高技能勞動力的持續增加，促進了工業產業鏈中的知識紅利釋放，具體表現為兩方面：①勞動力技能結構高級化有利于提高工業鏈條應對風險沖擊中所需的人力資本，從而有助于提升產業鏈的創新效率和再造能力；②勞動力技能結構高級化也為打破產業鏈技術瓶頸提供了智力支持和智能儲備，提高產業鏈的能動性和自主性。綜上所述，智能制造通過顯著優化勞動力技能結構進而增強工業韌性，從而驗證了H3。

6 結論與啟示

6.1 研究結論

全球產業競爭格局加速演變，中國工業部門面臨形形色色的超預期沖擊。以智能制造為抓手提升產業鏈韌性和安全，是推動產業鏈現代化的重要舉措。然而，智能制造對工業韌性的因果效應尚不明確，作用機制尚不清晰，異質效果尚不分明。理論層面，本文基于功能導向和過程視角，剖析了智能制造影響工業韌性的內在機理及傳導路徑，為理解工業韌性的生成邏輯提供了全新的理論方位。實證層面，本文利用2010—2019年280個地級市的面板數據，構造并測算了工業韌性綜合指數，采用雙向固定效應模型，實證考察了智能制造對工業韌性的影響，并對傳導機制進行了檢驗。本文得出兩則研究結論。①智能制造提升了工業韌性并呈現異質性?；鶞驶貧w結果發現了智能制造對工業韌性的提升效應，在進行一系列穩健性檢驗后，基準回歸結果依舊穩健。智能制造對工業韌性的影響依城市規模、地理區位和產業基礎不同而呈現出差異：智能制造對工業韌性的提升作用在大中城市、胡煥庸線東側城市和工業型城市更為強勁。②機制檢驗結果顯示，智能制造通過工業結構多樣化和勞動力技能結構高級化兩條路徑，并駕齊驅地增強了工業韌性。

6.2 理論貢獻

第一，提供了全新的研究視角。本文聚焦于城市層面的工業部門，創新性地構建起智能制造影響工業韌性的邏輯鏈條，提供了智能制造增強工業韌性的證據鏈條，實現了邏輯鏈與證據鏈的緊密銜接?，F有文獻重點從數字化轉型［11］、本地化關聯［16］、分工鏈嵌入［12］、知識產權治理［15］、新型舉國體制［13］等視閾切入，考察工業韌性的形成機理，但鮮有文獻基于智能制造視角剖析工業韌性的生成邏輯。以智能制造為理論切入點，以工業韌性為實踐著眼點，本文的研究話題及視角在當前文獻叢林中呈現出鮮明的獨特性和新穎性。內容上既闡釋了智能制造影響工業韌性的內在機理，又揭示了工業結構多樣化和勞動力技能結構兩條傳導渠道，還進一步提供了城市—產業—年份層面的經驗證據，延伸了智能制造的研究范疇，為理解工業韌性的起源提供了全新的歸因角度。

第二，構建了完備的測度體系。本文全方位、全過程、全鏈路地測度了工業韌性，修正并提出了工業韌性的4R基準，緩解了維度遺漏和測量誤差，有助于科學、精準地把握工業韌性水平?，F有文獻依據單一維度［15］衡量產業鏈韌性或構建指標體系［10］測度產業鏈韌性，為刻畫工業韌性提供了必要的理論基礎和借鑒意義，但存在維度或指標單一化、片面化、碎片化以及權重主觀化等不足。本文依據產業鏈韌性的力學性能，拓展性地將工業韌性解構為抵抗力、恢復力、調適力、再造力四重維度；基于工業韌性的內涵，結合“十四五規劃”中推進基礎產業高級化、增強產業鏈自主可控和安全可靠能力等產業鏈現代化的目標取向，集成性地設計工業韌性評價的底層指標體系，更加科學、全面、細致地測度工業韌性，為工業韌性的后續理論和實證研究提供了經驗參考。

第三，提出了自洽的傳導邏輯。本文依據JACOBS多樣化外部性［25］、風險分散原理［5］以及偏向型技術進步理論［31，36］等，提煉并論證了工業結構多樣化和勞動力技能高級化兩條路徑，揭示了智能制造影響工業韌性的傳導過程，為鞏固智能制造的工業韌性提升效應提供了抓手。既有文獻從理論層面分析了產業鏈韌性的塑造機制和提升路徑［13，17］，但鮮有文獻從實證層面探析產業鏈韌性的生成過程，導致產業鏈韌性的生成機理及其傳導機制識別不干凈，亟待厘清其因果邏輯和傳導渠道。本文創新性地將工業結構多樣化與勞動力技能結構納入智能制造影響工業韌性的理論分析框架，識別了智能制造提升工業韌性的傳導路徑，貫通工業韌性的理論應然、客觀實然和機制使然，彌補了現有文獻機制識別不明的瑕疵，為增強工業韌性提供了政策著力點。

6.3 實踐啟示

首先，緊抓智能制造技術紅利，構筑工業發展新優勢。面向制造業轉型升級需求和產業技術變革的新機遇，我國需要持續深入地推進智能制造，加快實現數字化轉型、網絡化協同、智能化變革，加速智能制造技術與傳統制造業深度融合，充分釋放智能制造技術紅利。針對我國制造業上下游企業協同不足、產業鏈低端鎖定、鏈條不完整等難點和痛點，需要通過政策賦能和信息共享等方式推動產業鏈協同共享，提升產業鏈自主性。同時，各地區需要充分利用智能制造技術賦能傳統工業實現數字化、智能化升級，通過補鏈、強鏈、延鏈、固鏈等方式推動產業鏈布局優化和攀升，進而增強工業韌性。

其次，優化產業鏈多樣化布局，促進產業鏈韌性提升。工業結構多樣化作為智能制造影響工業韌性的重要傳導機制，有利于克服產業單一化和同質化弊端，幫助城市有效地分散風險沖擊，增強產業鏈自主可控能力。各城市要積極優化工業多樣化布局，培育打造多樣化工業產業集群，整合、鍛造形成產業鏈上下游協同優勢，深化工業各環節互補合作，擴大知識和創新在系統內的溢出效應，激發工業發展新動能，增強工業部門的抗沖擊能力和更新力。

最后，加強中高技能人才培養，撮合技能和崗位匹配。智能制造顯著地增加了中高技能勞動力，進而提升工業韌性。因此，為了滿足智能制造對中高技能勞動力的需要，應該加大智能制造人才培養力度，構建產教學研一體化的聯合培養模式，培育適應先進設備和工藝、具有創新能力的高素質智能制造人才。同時，各地政府宜加大職業教育經費投入，緊跟智能技術發展需求，通過繼續教育和技能培訓等方式，推動低技能勞動力向中高技能勞動力轉變，不斷提供與智能制造發展相匹配的高素質人才。

6.4 研究局限與展望

本文仍存在一定的局限性。①在機制探討方面，除工業結構多樣化、勞動力技能結構高級化兩條關鍵渠道外，還可以嘗試從知識整合、要素市場化程度、成本渠道等多重路徑分析潛在的傳導過程，豐富并深化對作用機理的理解。②在研究視閾方面，城市層面仍略顯宏觀，后續研究可深入到行業和企業層面，基于微觀視角洞察智能制造塑造工業韌性的獨特機理和傳導路徑。