智能制造与制造业企业生产率提升——基于劳动与分工的双重视角

摘要/Abstract

摘要： 本文基于2015—2023年沪深A股制造业上市企业数据,使用文本分析法测度企业智能制造程度,考察智能制造对制造业企业生产率的影响及其作用机制。通过理论分析和实证检验发现:智能制造提升制造业企业生产率,该结论经一系列稳健性检验后仍成立;智能制造通过劳动力优化配置和专业化分工两个机制提升企业生产率;在东部地区、技术密集度较低的行业、工业机器人渗透度较低的企业、融资约束程度较高的企业中,智能制造对企业生产率的提升作用更强。上述结论有助于厘清智能制造对企业生产率的影响机理,为实现制造业高端化、智能化、绿色化,促进企业生产率的提升贡献新思路和政策启示。

关键词: 智能制造, 生产率, 劳动力优化配置, 专业化分工

Abstract: Based on the data of Chinese A-share listed manufacturing enterprises on the Shanghai and Shenzhen Stock Exchanges from 2015 to 2023, this paper adopts the text analysis method to measure the level of enterprises' intelligent manufacturing. Theoretical analysis and empirical tests reveal that intelligent manufacturing can significantly enhance the productivity of manufacturing enterprises, and this conclusion has passed a series of robustness checks. The mechanism analysis demonstrates that intelligent manufacturing boosts corporate productivity by exerting the effects of optimal labor allocation and vertical specialization. Heterogeneity analysis indicates that the positive impact of intelligent manufacturing on enterprises' productivity is more pronounced in enterprises located in the eastern region, industries with lower technology intensity, firms with low industrial robot penetration, and firms facing higher financing constraints. This study not only helps clarify the influence mechanism of intelligent manufacturing on corporate productivity, but also provides new ideas and policy implications for advancing the high-end, intelligent, and green transformation of the manufacturing sector and boosting corporate productivity.

Key words: Intelligent Manufacturing, Productivity, Optimal Labor Allocation, Vertical Specialization

中图分类号:

F426

牛志伟, 郑李昂. 智能制造与制造业企业生产率提升——基于劳动与分工的双重视角[J]. 财经论丛, 2026, 42(6): 5-14.

NIU Zhiwei, ZHENG Li'ang. Intelligent Manufacturing and Productivity Improvement of Manufacturing Enterprises: From the Dual Perspectives of Labor and Vertical Specialization[J]. Collected Essays on Finance and Economics, 2026, 42(6): 5-14.

参考文献

[1] 王永进, 陈菲. 智能制造与出口企业产品策略: 专业化与多样化的背离[J]. 中国工业经济, 2025, (5): 43-61.
[2] 杜善重, 李卓, 马连福. 机器人应用如何影响企业技术创新——来自中国制造业上市公司的经验证据[J]. 系统工程理论与实践, 2024, (2): 485-502.
[3] 王磊, 肖倩, 邓芳芳. 人工智能对中国制造业创新的影响研究——来自工业机器人应用的证据[J]. 财经论丛, 2023, (9): 14-24.
[4] 王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]. 经济研究, 2020, (10): 159-175.
[5] Acemoglu D., Restrepo P. Robots and Jobs: Evidence from U. S. Labor Markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244.
[6] Koch M., Manuylov I., Smolka M. Robots and Firms[J]. Economic Journal, 2021, 131(638): 2553-2584.
[7] 黄卓, 陶云清, 刘兆达, 等. 智能制造、人力资本升级与企业劳动收入份额[J]. 经济学(季刊), 2024, (5): 1412-1427.
[8] 陈媛媛, 张竞, 周亚虹. 工业机器人与劳动力的空间配置[J]. 经济研究, 2022, (1): 172-188.
[9] 韩少真, 张田, 李辉. 智能制造能否有效促进企业碳减排[J]. 财经科学, 2024, (9): 72-88.
[10] 万珠. 智能制造能提高企业环境绩效吗?——基于智能制造试点政策的准实验研究[J]. 经济经纬, 2025, (3): 147-160.
[11] 牛志伟, 郑李昂. 智能制造能否驱动制造业企业绿色化转型——来自中国智能制造产业政策的准自然实验[J]. 南昌大学学报(人文社会科学版), 2025, 56(5): 95-108.
[12] 陈创练, 王舒丹, 王浩楠, 等. 智能制造应用与出口企业加成定价[J]. 经济研究, 2025, (4): 104-121.
[13] 洪荭, 王智超, 尹鹏飞, 等. 智能制造与企业全球价值链地位提升[J]. 会计研究, 2025, (2): 36-48.
[14] 邓荣荣, 肖湘涛. 智能制造促进企业新质生产力发展研究——基于双重机器学习的因果推断[J]. 重庆大学学报(社会科学版), 2025, 31(5): 48-61.
[15] Aghion P., Howitt P. A Model of Growth through Creative Destruction[J]. Econometrica, 1992, 60(2): 323-351.
[16] 任英华, 刘宇钊, 李海彤. 人工智能技术创新与企业全要素生产率[J]. 经济管理, 2023, (9): 50-67.
[17] 钞小静, 周文慧, 刘亚颖. 工业互联网与制造业企业全要素生产率[J]. 经济管理, 2024, (7): 5-19.
[18] 李振洋, 白雪洁. 产业政策如何促进制造业绿色全要素生产率提升?——基于鼓励型政策和限制型政策协同的视角[J]. 产业经济研究, 2020, (6): 28-42.
[19] 张宽, 雷卓骏, 李后建. 市场准入管制与企业全要素生产率: 来自负面清单的证据[J]. 世界经济, 2023, (5): 152-176.
[20] 何凡, 黄炜, 陈波. 标准的力量: 物流标准化与企业全要素生产率提升[J]. 数量经济技术经济研究, 2025, (8): 26-46.
[21] 王文, 韩王喆. 工业机器人使用与企业生产率分化[J]. 南开经济研究, 2024, (10): 190-212.
[22] 皮建才, 罗禹涵. 智能制造试点示范溢出与关键技术创新[J]. 经济理论与经济管理, 2025, (1): 55-72.
[23] 黄卓, 陶云清, 刘兆达, 等. 智能制造如何提升企业产能利用率——基于产消合一的视角[J]. 管理世界, 2024, (5): 40-59.
[24] 颜逢, 任鹤, 赵秀云. 智能制造与供应链配置多元化[J]. 中南财经政法大学学报, 2024, (5): 110-123.
[25] 姚加权, 张锟澎, 郭李鹏, 等. 人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角[J]. 管理世界, 2024, (2): 101-116.
[26] 孙早, 宗睿. 工业智能化、劳动力技能结构与行业收入差距[J]. 中国工业经济, 2025, (1): 62-80.
[27] 王朔, 熊凯军, 邓国营. 人工智能与企业专业化分工——基于文本分析法的研究[J]. 中南财经政法大学学报, 2024, (5): 97-109.
[28] 孙红燕, 沈明月, 刘晴. 工业机器人对企业分工的影响研究[J]. 产业经济研究, 2024, (6): 114-127.
[29] 温素彬, 张金泉, 焦然. 智能制造、市场化程度与企业运营效率——基于A股制造业上市公司年报的文本分析[J]. 会计研究, 2022, (11): 102-117.
[30] 何瑛, 陈丽丽, 杜亚光. 数据资产化能否缓解“专精特新”中小企业融资约束[J]. 中国工业经济, 2024, (8): 154-173.
[31] 郭金花, 朱承亮. 数字化转型、人力资本结构调整与制造业企业价值链升级[J]. 经济管理, 2024, (1): 47-67.
[32] 沈坤荣, 林剑威, 傅元海. 网络基础设施建设、信息可得性与企业创新边界[J]. 中国工业经济, 2023, (1): 57-75.
[33] Bodory H., Huber M., Lafférs L. Evaluating(Weighted)Dynamic Treatment Effects by Double Machine Learning[J]. Econometrics Journal, 2022, 25(3): 628-648.
[34] 徐怀宁, 刘莎莎, 田亚男. 智慧供应链建设对中小企业分工的影响研究[J]. 管理学报, 2025, 22(8): 1547-1555.
[35] 范子英, 彭飞. “营改增”的减税效应和分工效应: 基于产业互联的视角[J]. 经济研究, 2017, (2): 82-95.