（精华版）苗翠芬|人工智能与制造业服务化
❖ 自2022年5月18日起，《经济与管理研究》正式启用中国知网的“腾云”期刊协同采编系统，投稿请前往：
https://rem.cueb.edu.cn
或
https://jjyg.cbpt.cnki.net
► 刊期：《经济与管理研究》2023年第7期
► 作者简介：苗翠芬，中国社会科学院亚太与全球战略研究院助理研究员。
点击音频
收听本期内容提要
内容提要
本文通过匹配国际工业机器人联合会（IFR）与2016年世界投入产出表（WIOD）相关数据，利用2000—2014年41个经济体14个制造业行业的数据，考察人工智能对制造业服务化水平的影响及其内在机制。研究结果表明，人工智能显著提升了制造业服务化水平。替换核心指标及考虑内生性问题后，回归结果依然稳健。机制检验结果显示，人工智能主要通过优化人力资本结构、提高数据要素密集度、改变生产和交付模式等途径影响制造业服务化水平。异质性分析结果表明，人工智能显著促进了制造业在岸服务化以及生产性服务化水平。此外，人工智能对不同类型的制造业均具有显著的促进效应，特别是汽车运输、电气机械、计算机、电子以及光学产品等技术密集型制造业。本文的研究可以为进一步推动制造业和服务业深度融合发展、促进制造业转型升级以及实现制造业高质量发展提供经验借鉴和政策参考。
关键词
人工智能；制造业服务化；人力资本；数据要素；模块化生产引用格式
苗翠芬.人工智能与制造业服务化[J].经济与管理研究,2023,44(7):22-39.
一、研究背景
随着全球进入服务主导的经济，越来越多的制造业企业不再单纯提供有形产品，而是逐渐向提供“产品+服务”转型，实现以生产有形产品为中心向以提供服务产品为中心的转变，这一转变过程称为制造业服务化。制造业服务化是制造业与服务业融合发展的新型产业形态，是推动制造业转型升级的重要方向。如何提高制造业服务化水平，进而推动中国制造业转型升级是亟待解决的重大现实问题。制造业企业在向服务化经营战略转型过程中，一方面受到内外部资源的约束，另一方面受到提供相关服务产品的技术条件约束。在内部资源方面，制造业服务化意味着企业除了制造产品外，还能有效配置人力、资本等生产要素，专注于相关服务部门的投入。在外部资源方面，制造业服务化受到服务业发展程度、服务市场开放水平、服务贸易等服务要素可获得性方面的约束，特别是生产性服务要素方面的约束。在技术条件方面，制造业企业要具有快速获取运行数据和用户信息等方面的能力，并具有实现相关服务的技术环境支撑，包括软硬件平台、人机协同、自主操控、大数据分析等信息化和数字化技术。建立在“大数据+机器学习”基础上的人工智能技术，助力制造业企业突破服务化进程中面临的服务人才、数据资源、生产和交付模式等方面的限制，一方面使得制造业的服务范围不再局限于售后服务等基础服务环节，而是拓展到研发设计、战略规划、金融服务、物流运输、营销策划等整个价值链环节，从而实现制造业的服务深化；另一方面，推动制造业实现大规模个性化定制、精准化供应链管理、全生命周期管理以及协同设计等，促进产业链体系重塑。为此，本文拟从理论和实证两个层面考察了人工智能对制造业服务化的影响。二、创新之处
本文可能的边际贡献主要表现在三个方面。第一，在研究视角方面，本文从工业机器人等人工智能技术应用角度，探究了影响制造业服务化的因素，不仅补充了制造业服务化影响因素方面的实证研究，也进一步丰富了人工智能经济效应方面的相关文献。本文对制造业与服务业融合发展以及服务型制造发展提供了经验借鉴。
第二，在理论机制方面，本文厘清了人工智能影响制造业服务化的内在机制，进一步拓展了人工智能在制造业与服务业融合领域的理论分析。本文认为，人工智能助力制造业突破服务人才、数据资源以及操作流程等方面的限制，通过推动人力资本结构优化、提高数据要素密集度、改变生产和交付模式等机制提高制造业服务化水平。第三，在异质性分析方面，本文从服务投入国别来源、服务行业特性以及制造业类型差异性等多个角度进行讨论，进一步深化了人工智能对制造业服务化的效应研究。三、结论与启示
本文认为，人工智能主要通过优化人力资本结构、提高数据要素密集度、推动模块化生产等机制，助力制造业突破服务化进程中面临的服务人才、数据资源、生产模式等方面的约束，进而提高制造业服务化水平。实证结果表明，人工智能显著提升了制造业服务化水平。从异质性效应上看，一是区分服务投入的国别来源后发现，人工智能对在岸服务投入具有显著的促进效应，但对离岸服务投入的促进效应不显著。二是区分服务投入的用途后发现，人工智能对生产性服务投入具有显著的促进效应，而对生活性服务投入的影响不显著。三是区分制造业要素密集度后发现，人工智能对不同类型制造业服务化水平均具有显著的促进效应。相比于劳动密集型制造业，人工智能对资本和技术密集型制造业的促进效应更大一些。此外，人工智能对处于不同分位数水平的制造业服务化水平均具有显著的提升效应，但随着制造业服务化水平的提高，人工智能的促进效应逐渐减小。结合以上结论，本文提出以下政策建议：首先，要进一步提升人工智能发展水平，增强对工业机器人等人工智能产业的政策支持力度。一方面，要加强对5G、大数据、云计算等新一代信息技术的基础设施建设，提高相关政策的支持力度，为人工智能发展提供良好的硬件支撑。另一方面，要推进网络安全建设，加强对数据流动、数据存储、信息保护等方面的政策制定，为人工智能发展提供良好的运营环境。此外，要加强人工智能方面的人才培养和人才体系建设，积极引导高等学校建设人工智能方面的专业和课程体系，鼓励企业重视相关职业教育培训和人才队伍建设，进而构建多层次的高端复合型人才培养体系。
其次，要进一步推进人工智能与制造业的深度融合，大力发展智能制造工程，并着力构建以用户需求为核心的模块化产业链。在制造工程方面，应着重加强在制造工序、关键岗位、供应链管理、售后维护等关键领域的智能化和数字化程度，积极推进智能工厂或数字化车间建设。同时，要加快有关智能制造的标准体系构建，大力推进基础共性标准和关键技术标准制定，并积极参与国际智能制造标准制定，掌握国际标准制定的话语权和主导权。在模块化产业链方面，要注重将用户需求嵌入到制造业的设计、生产和组织等各个模块，特别是在应用设计和核心技术模块，要加大消费者参与产品创新的程度，以实现制造业大规模定制化服务。此外，要处理好模块化产业链上集成企业和生产企业的竞合关系。模块化集成企业的规模实力和市场竞争力通常比较强，因此，要充分发挥模块化集成企业在制造业智能化生产中的引领作用。
再次，要进一步加大自主创新水平，稳定制造业供应链。要进一步加强对制造业的创新发展支持力度，避免因国外技术管制、核心技术“卡脖子”等原因导致供应链中断。一是要加强对基础研究的顶层设计和支持力度，逐步形成创新发展的先发优势。二是要推动科研体制改革，鼓励发展新型研发机构。积极支持校企合作建立研究中心、产业研究院等，推动产学研协同发展，提高科研投入产出效率和成果转化率。三是加强制造业供应链创新发展，逐步完善半导体芯片、人工智能、云计算等新一代信息技术供应链关键配套体系，研究绘制重点行业供应链全景图，建立全球供应链风险预警系统。
最后，要大力发展与制造业紧密相关的生产性服务业。重点支持和鼓励信息技术、科学研究和咨询、工业设计等科技服务业，发展壮大金融租赁、节能环保、运输物流、专业服务、品牌建设等生产性服务业，为制造业创新发展和转型升级提供产业支撑。考虑到服务业的无形性和服务质量的不确定性，建议从国家层面推动服务标准体系建立，深入开展标准化建设行动。同时，要不断提高服务贸易开放水平，通过积极参与多边或区域性服务贸易规则制定，逐步开展国家间服务行业标准和专业资格互认机制，进一步降低监管政策差异等引致的服务贸易壁垒。此外，要进一步加强服务业知识产权保护，为生产性服务业有序竞争提供完善的制度保障。
（全文刊发在《经济与管理研究》2023年第7期第22—39页。）
※ 阅读提示 ※
《经济与管理研究》电子期刊已上线，敬请扫码体验！
往期回顾
《经济与管理研究》2023年第1期
《经济与管理研究》2023年第2期
《经济与管理研究》2023年第3期
《经济与管理研究》2023年第4期
《经济与管理研究》2023年第5期
《经济与管理研究》2023年第6期
《经济与管理研究》2023年第7期
《经济与管理研究》2023年重点选题方向