關(guān)鍵詞：人工智能；工業(yè)機(jī)器人；能源強(qiáng)度；雙向固定效應(yīng)；中介效應(yīng)

一、引言

隨著工業(yè)化時(shí)代的到來與深入，人類社會對于能源的依賴也日益強(qiáng)烈，巨大的能源消耗量給人類社會帶來了前所未有的生產(chǎn)力水平，但同時(shí)也引來了一系列問題。當(dāng)前社會經(jīng)濟(jì)發(fā)展依然以煤炭、石油等傳統(tǒng)能源為主，這些能源不僅在短期甚至上千年內(nèi)都難以再生，并且在開采和利用的過程中會對人類的生存環(huán)境造成難以估量的破壞。

改革開放以后我國經(jīng)濟(jì)進(jìn)入高速騰飛階段，取得了舉世矚目的偉大成就，然而巨大的能源消耗量與環(huán)境污染問題也伴隨而來，且在進(jìn)入二十一世紀(jì)以來愈發(fā)明顯。據(jù)國家統(tǒng)計(jì)局公布的《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》，2000年我國能源消費(fèi)總量為14.7億噸標(biāo)準(zhǔn)煤，2013年增長為每年37.5億噸標(biāo)準(zhǔn)煤，而到了2023年增至57.2億噸標(biāo)準(zhǔn)煤。我國作為世界最大的能源消費(fèi)國，能源需求和消耗的快速持續(xù)增長對我國經(jīng)濟(jì)發(fā)展的制約效應(yīng)日益明顯。在此背景下，我國經(jīng)濟(jì)由高速增長向高質(zhì)量增長轉(zhuǎn)型，而如何實(shí)現(xiàn)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的高質(zhì)量發(fā)展成為社會的熱點(diǎn)話題。

2024年的全國兩會，“人工智能+”首次被寫入政府工作報(bào)告，強(qiáng)調(diào)要深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動，打造新的經(jīng)濟(jì)增長點(diǎn)，將人工智能真正轉(zhuǎn)化為新質(zhì)生產(chǎn)力，推動實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展。作為人工智能時(shí)代的典型代表產(chǎn)物之一，工業(yè)機(jī)器人是人工智能、機(jī)器視覺、云計(jì)算、運(yùn)動控制等技術(shù)與機(jī)器人技術(shù)的融合，是高度智能化和精密化的產(chǎn)物，并且憑借其極強(qiáng)的技術(shù)性、極高的效率性與極廣的應(yīng)用性，已經(jīng)滲透到社會各個(gè)生產(chǎn)活動中。2013年我國首次超越日本成為全球第一大工業(yè)機(jī)器人市場，全年銷量達(dá)3.66萬臺，占全球的20.52%，到2022年安裝量達(dá)到29萬臺。工業(yè)機(jī)器人的大規(guī)模使用能夠推動工業(yè)智能化進(jìn)程，提高生產(chǎn)技術(shù)和效率，促進(jìn)經(jīng)濟(jì)發(fā)展。那么在推動經(jīng)濟(jì)發(fā)展的同時(shí)能否在一定程度上降低能源強(qiáng)度，緩解我國經(jīng)濟(jì)發(fā)展過度依賴能源消耗的局面？這個(gè)問題值得我們?nèi)ド钊胩骄颗c分析。

通過查閱相關(guān)文獻(xiàn)，發(fā)現(xiàn)國內(nèi)外學(xué)者主要從綠色經(jīng)濟(jì)與技術(shù)進(jìn)步兩個(gè)視角研究能源強(qiáng)度的影響因素，但從智能制造視角出發(fā)的研究很少。從經(jīng)濟(jì)視角下出發(fā)，夏子惠采用markandya方法，構(gòu)建能源強(qiáng)度與經(jīng)濟(jì)增長收斂模型：張志強(qiáng)對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化帶來的經(jīng)濟(jì)增長對能源強(qiáng)度的影響進(jìn)行了研究。其中關(guān)于綠色經(jīng)濟(jì)對能源強(qiáng)度的影響，徐菲菲等人采用熵值法來測度綠色金融發(fā)展指標(biāo)數(shù)據(jù)，并構(gòu)建固定效用模型分析指標(biāo)數(shù)據(jù)與能源強(qiáng)度的關(guān)系，也有學(xué)者運(yùn)用系統(tǒng)合成控制法探究碳排放對能源強(qiáng)度的影響。國外學(xué)者SaptorsheeKanto Chakrabortyamp;Massimiliano Mazzanti認(rèn)為發(fā)展綠色能源，加大開發(fā)利用力度，支持綠色能源創(chuàng)新，可以有效減少傳統(tǒng)燃料的使用，從而降低能源強(qiáng)度。

另一方面，從技術(shù)進(jìn)步視角下出發(fā)，胡莉梅，趙博宇和趙峰均使用計(jì)量模型實(shí)證分析技術(shù)進(jìn)步與創(chuàng)新對能源強(qiáng)度的影響。此外，也有學(xué)者研究數(shù)字技術(shù)、數(shù)字金融與經(jīng)濟(jì)的發(fā)展對能源強(qiáng)度的影響，其中Dzwigol Hamp;Kwilinski A采用系統(tǒng)GMM方法探究數(shù)字化技術(shù)對不同國家能源強(qiáng)度影響的程度，魏麗莉和陳熙構(gòu)建雙向固定模型研究數(shù)字金融對能源強(qiáng)度的影響。

但從智能制造視角出發(fā)，國內(nèi)外學(xué)者對能源強(qiáng)度的相關(guān)研究較少，其中祝紅飛運(yùn)用雙向固定效應(yīng)模型、隨機(jī)效應(yīng)檢驗(yàn)?zāi)Ｐ偷葘?shí)證方法，引入外商資本強(qiáng)度作為中介變量探究工業(yè)機(jī)器人對能源強(qiáng)度的影響機(jī)制，也有其他國外學(xué)者使用類似方法對人工智能對能源強(qiáng)度的影響進(jìn)行研究。

在人工智能引領(lǐng)的新一代工業(yè)革命的推動下，我國經(jīng)濟(jì)須從原本過度依賴能源消耗的粗獷式增長轉(zhuǎn)變?yōu)閯?chuàng)新、協(xié)調(diào)、綠色、開放、共享的高質(zhì)量增長，通過工業(yè)機(jī)器人的推廣使用提高工業(yè)生產(chǎn)智能化程度，提高生產(chǎn)技術(shù)與效率，從而降低能源排放，推動實(shí)施高質(zhì)量發(fā)展?；诖吮尘?，本文的主要目的是探究工業(yè)智能化對降低能源強(qiáng)度的影響，具有以下意義：

第一，探究工業(yè)智能化與能源強(qiáng)度之間的內(nèi)在聯(lián)系，以及工業(yè)智能化程度對能源強(qiáng)度的影響機(jī)制，會提高還是降低能源強(qiáng)度。第二，目前來說，從我國各省份視角出發(fā)研究工業(yè)智能化對能源強(qiáng)度的影響的文獻(xiàn)寥寥無幾，我們希望本文的研究結(jié)果能夠?yàn)槠渌麑W(xué)者在此方面的深入研究時(shí)提供一定幫助。第三，根據(jù)文章結(jié)論，為政府和企業(yè)決策提供參考性意見和一定的理論支撐。

二、數(shù)據(jù)來源與模型設(shè)定

（一）變量選取

參考相關(guān)文獻(xiàn)，本文在實(shí)證分析過程中采用的被解釋變量為能源強(qiáng)度，解釋變量為工業(yè)機(jī)器人數(shù)量，中介變量為環(huán)境規(guī)制，控制變量包括能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平、城市人口密度、政府干預(yù)程度、人力資本水平和外商直接投資水平。各變量解釋如下：

1．被解釋變量

能源強(qiáng)度（EI）：表示每增加一單位的生產(chǎn)總值需要消耗能源的多少，它是衡量一個(gè)國家或地區(qū)能源利用效率的核心指標(biāo)之一。本文選取的能源強(qiáng)度以標(biāo)準(zhǔn)煤與地區(qū)GDP的比值來衡量，表示每增加一萬億元的GDP需要消耗標(biāo)準(zhǔn)煤（噸）的數(shù)量，可以反映出經(jīng)濟(jì)增長與能源消費(fèi)之間的關(guān)系，能源強(qiáng)度越小，表明對能源的利用效率越高。

2．核心解釋變量

工業(yè)機(jī)器人數(shù)量（IRD）：根據(jù)國際機(jī)器人聯(lián)盟IFR的定義，工業(yè)機(jī)器人是可自動化控制、可重復(fù)編程、可用于多種用途的機(jī)器設(shè)備。本文中選取的工業(yè)機(jī)器人數(shù)量定義為當(dāng)前年份的工業(yè)機(jī)器人安裝存量，單位為萬臺。

3．中介變量

環(huán)境規(guī)制（ER）：工業(yè)生產(chǎn)智能化可以提高生產(chǎn)效率，降低污染。在環(huán)境政策下，企業(yè)會采取一系列制度降低排放，從而降低能源強(qiáng)度。本文定義該指標(biāo)為工業(yè)污染治理完成投資額與工業(yè)增加值之比。

4．控制變量

能源結(jié)構(gòu)（ES）：我國能源結(jié)構(gòu)以煤炭為主，易導(dǎo)致能源利用效率低、能源強(qiáng)度高。本文采用煤炭消費(fèi)量與地區(qū)消耗標(biāo)準(zhǔn)煤的比值作為能源結(jié)構(gòu)值。

產(chǎn)業(yè)結(jié)構(gòu)（IS）：第二產(chǎn)業(yè)指工業(yè)和制造業(yè)，大量工業(yè)生產(chǎn)會加劇能源消耗，增加能源強(qiáng)度。本文以第二產(chǎn)業(yè)占生產(chǎn)總值比值表示產(chǎn)業(yè)結(jié)構(gòu)。

城鎮(zhèn)化水平（UL）：鎮(zhèn)化進(jìn)程的加快會提高工業(yè)生產(chǎn)的需求，能源消耗也會隨之增加。此處以城鎮(zhèn)人口占總?cè)丝诒壤齺砗饬砍擎?zhèn)化的水平。

城市人口密度（UPD）：人口的密集程度同樣會影響能源消耗與強(qiáng)度。以城市人口除以城市面積來衡量。

政府干預(yù)程度（GI）：政府干預(yù)與經(jīng)濟(jì)發(fā)展之間存在一定聯(lián)系，從而影響能源強(qiáng)度。選用地方政府財(cái)政支出與GDP比值來計(jì)算。

人力資本水平（HC）：人力資本水平越高，該地區(qū)的居民環(huán)保與創(chuàng)新意識相對更強(qiáng)，從而影響能源強(qiáng)度，本文采用人均受教育年限作為人力資本水平衡量值。

外商直接投資水平（FDI）：引入外商可以更好地學(xué)習(xí)先進(jìn)的生產(chǎn)技術(shù)方式，降低能源的消耗；此外，發(fā)達(dá)地區(qū)將高耗能企業(yè)遷往欠發(fā)達(dá)地區(qū)來降低生產(chǎn)成本，導(dǎo)致遷入地能源消耗與強(qiáng)度增加。本文采用外商直接投資總額與GDP的比值計(jì)算外商直接投資水平。

（二）模型設(shè)定

1．雙向固定效應(yīng)模型

其中，c表示工業(yè)機(jī)器人對能源強(qiáng)度影響的全部效應(yīng)，c表示工業(yè)機(jī)器人對能源強(qiáng)度影響的直接效應(yīng)，系數(shù)a與b的乘積代表工業(yè)機(jī)器人通過環(huán)境規(guī)制對能源強(qiáng)度影響的間接效應(yīng)。

（三）數(shù)據(jù)來源及描述性統(tǒng)計(jì)

本文選取我國30個(gè)省級行政區(qū)2013-2021年的相關(guān)數(shù)據(jù)（港澳臺與西藏自治區(qū)因缺失數(shù)據(jù)過多，故將其剔除）進(jìn)行研究，對于部分缺失數(shù)據(jù)則采用線性插值進(jìn)行填補(bǔ)，其中各省機(jī)器人安裝數(shù)量參考康茜（2021）和蘆婷婷（2021）提出的方法進(jìn)行計(jì)算。

數(shù)據(jù)來源包括：《中國能源統(tǒng)計(jì)年鑒》、國際機(jī)器人聯(lián)合會IFR，國家和地方統(tǒng)計(jì)局官網(wǎng)、中國統(tǒng)計(jì)年鑒與各省級統(tǒng)計(jì)年鑒。

三、時(shí)空格局分析

（一）時(shí)序變化分析

圖1展示了我國能源強(qiáng)度隨時(shí)間的變化情況。在2013年，我國各省份的能源強(qiáng)度整體較高，這主要是由于我國產(chǎn)業(yè)結(jié)構(gòu)不合理等因素所致，平均能源強(qiáng)度達(dá)到了0.8264．這意味著為了實(shí)現(xiàn)經(jīng)濟(jì)增長，需要消耗大量的能源。然而，到了2021年，能源強(qiáng)度的均值降至了0.6106，相比于2013年下降了26.11%，除了天津、遼寧、寧夏和內(nèi)蒙古能源強(qiáng)度有所提高外，其余省份經(jīng)過了九年的能源結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級，能源強(qiáng)度普遍出現(xiàn)了不同程度的降低。2013年到2021年能源強(qiáng)度的下降表明我國在能源利用方面取得了顯著的進(jìn)步，通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和推進(jìn)能源節(jié)約型、清潔型發(fā)展，成功降低了能源消耗，實(shí)現(xiàn)了經(jīng)濟(jì)增長與能源消耗的脫鉤。

圖2顯示了我國工業(yè)機(jī)器人數(shù)量隨時(shí)間的變化情況。在2013年，30個(gè)省份的平均工業(yè)機(jī)器人數(shù)量僅為0.344萬臺。當(dāng)時(shí)，我國的工業(yè)生產(chǎn)仍然主要依賴大量的人力資源，工廠的生產(chǎn)活動未能充分利用現(xiàn)代化技術(shù)。然而，隨著科技的飛速發(fā)展和工業(yè)智能化的推動，到了2021年，各省份的平均工業(yè)機(jī)器人數(shù)量已經(jīng)飆升至2.847萬臺，是2013年的7.28倍。這個(gè)數(shù)字背后反映出我國工業(yè)生產(chǎn)模式的深刻變革，從傳統(tǒng)的人力密集型向現(xiàn)代化、智能化的趨勢轉(zhuǎn)變。這一巨大的增長不僅提升了工業(yè)生產(chǎn)的效率和質(zhì)量，也為我國經(jīng)濟(jì)的可持續(xù)發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

（二）空間演化分析

為進(jìn)一步比較空間分布上的差異，利用ArcGIS10.8繪制2013年與2021年各省能源強(qiáng)度和工業(yè)機(jī)器人數(shù)量分布情況，見圖3和圖4。

圖3顯示，在2013年，我國西北屬于高能源強(qiáng)度地區(qū)，而中部和東部地區(qū)則呈現(xiàn)出相對較低的能源強(qiáng)度水平。這一趨勢在2021年并未發(fā)生明顯改變，仍然體現(xiàn)出相似的空間分布格局。特別值得關(guān)注的是，東部沿海地區(qū)能源強(qiáng)度主要在0.345到0.552之間，而在西北地區(qū)則普遍要大于1.048，地區(qū)間呈現(xiàn)出不均衡性，這一現(xiàn)象可能與西北地區(qū)的工業(yè)結(jié)構(gòu)、地形地貌等因素有關(guān)。這種地區(qū)之間的能源利用差異不僅影響了經(jīng)濟(jì)的可持續(xù)發(fā)展，同時(shí)作為警醒，也呼吁在政策制定和資源配置上更加注重地區(qū)間的均衡發(fā)展。

圖4顯示，在工業(yè)智能化蓬勃發(fā)展初期，工業(yè)機(jī)器人數(shù)量強(qiáng)省主要集中分布在沿海地區(qū)，其中，廣東省以1.754萬臺工業(yè)機(jī)器人位列全國首位，其次是江蘇、山東、浙江等地。相比之下，西部省份如甘肅、青海、寧夏和新疆的工業(yè)機(jī)器人數(shù)量則較少，不足500臺。到了2021年，沿海地區(qū)仍然保持著工業(yè)機(jī)器人數(shù)量的領(lǐng)先地位，而西南地區(qū)和東北地區(qū)有更多的省份在工業(yè)機(jī)器人數(shù)量方面落后，東部沿海地區(qū)總體與內(nèi)陸地區(qū)的差距進(jìn)一步擴(kuò)大。以廣東省為例，在2021年其工業(yè)機(jī)器人數(shù)量已接近20萬臺，依然穩(wěn)居全國第一，然而，欠發(fā)達(dá)地區(qū)如青海、海南和新疆等，卻不足1萬臺?？傮w而言，歷經(jīng)9年時(shí)間，全國工業(yè)機(jī)器人數(shù)量整體上有了明顯增長，但在地區(qū)間的空間分布上并沒有發(fā)生顯著改變，呈現(xiàn)出明顯的地區(qū)不均衡性。

（三）能源強(qiáng)度與工業(yè)機(jī)器人演化分析

圖5呈現(xiàn)了30個(gè)省份的能源強(qiáng)度與工業(yè)機(jī)器人數(shù)量隨時(shí)間演變的趨勢。通過觀察能源強(qiáng)度與工業(yè)機(jī)器人數(shù)量的變化，可以發(fā)現(xiàn)隨著時(shí)間的推移．除天津、內(nèi)蒙古、遼寧、吉林、黑龍江和寧夏外，工業(yè)機(jī)器人數(shù)量總體上呈現(xiàn)增加的趨勢，而能源強(qiáng)度呈現(xiàn)出下降的趨勢。結(jié)合前人研究的成果，可以推測工業(yè)機(jī)器人可能是促使能源強(qiáng)度下降的關(guān)鍵因素之一。

四、實(shí)證分析

（一）相關(guān)性分析與多重共線性檢驗(yàn)

在實(shí)證分析模型中，如果選取的變量之間關(guān)聯(lián)性較強(qiáng)，存在多重共線性，將會使回歸分析的參數(shù)估計(jì)得到更大的標(biāo)準(zhǔn)誤，導(dǎo)致回歸系數(shù)的估計(jì)精度降低，進(jìn)而影響整個(gè)模型的實(shí)際效果。因此，本文對選取的全部變量進(jìn)行相關(guān)性分析，并使用方差擴(kuò)大因子法（VIF）進(jìn)行多重共線性檢驗(yàn)，結(jié)果詳見表3與表4。

表3結(jié)果顯示，各變量間的相關(guān)系數(shù)的絕對值大部分小于0.3，呈低度相關(guān)。表4中各變量VIF均小于10，進(jìn)一步驗(yàn)證不存在多重共線性。

（二）基準(zhǔn)回歸結(jié)果

在選用固定效應(yīng)還是隨機(jī)效應(yīng)模型研究工業(yè)機(jī)器人數(shù)量對能源強(qiáng)度的影響時(shí)，本文采用穩(wěn)健的Hausman進(jìn)行檢驗(yàn)，得到的檢驗(yàn)統(tǒng)計(jì)量的值為68.94，P值小于0.01，因此選取固定效應(yīng)模型進(jìn)行研究。

表5中（1）（2）（3）列分別表示混合回歸、省份固定效應(yīng)、省份與年份雙向固定效應(yīng)回歸結(jié)果，以（3）進(jìn)行分析。

工業(yè)機(jī)器人數(shù)量IRD在5%的置信水平上通過顯著性檢驗(yàn)，表明工業(yè)機(jī)器人數(shù)量每增加一萬臺，對應(yīng)的能源強(qiáng)度就下降1.21%，說明工業(yè)機(jī)器人數(shù)量的增加可以使單位產(chǎn)值對應(yīng)的能源消耗減少。這是由于工業(yè)機(jī)器人可促使企業(yè)提高能源利用效率，控制排放污染，降低污染排放量。此外，由于工業(yè)機(jī)器人在生產(chǎn)過程中的高效性，它們能夠快速產(chǎn)出產(chǎn)品，從而在減少能源消耗的情況下推動經(jīng)濟(jì)增長，最終降低能源強(qiáng)度。

政府干預(yù)程度GI在1%的置信水平上通過顯著性檢驗(yàn)，表明政府干預(yù)每提升1%，對應(yīng)的能源強(qiáng)度會提高2.99%，這表明政府的干預(yù)會使能源消耗變強(qiáng)。這雖有些不符合常理，但事實(shí)上，政府對于地方的干預(yù)難免會有負(fù)向效果，王桂梅等人在對中國高質(zhì)量發(fā)展的研究中，認(rèn)為政府干預(yù)對中西部高質(zhì)量的發(fā)展起到了抑制作用，王昱等人也指出政府干預(yù)程度提高時(shí)，企業(yè)生產(chǎn)率水平變低，這會導(dǎo)致GDP的減少，進(jìn)而使單位產(chǎn)值對應(yīng)的能源消耗量變大。

人力資本水平HC在5%的置信水平上通過顯著性檢驗(yàn)，表明人均受教育年限每提升一年，能源強(qiáng)度將會下降7.53%，說明人力資本水平會抑制能源強(qiáng)度的提升。一方面，受過良好教育的人員更有可能提出新的技術(shù)和解決方案，這些方案可能會改善能源利用效率，從而降低能源強(qiáng)度，另一方面，高水平的人力資本通常也意味著擁有更高的科研水平和更有效的政策制定能力，科學(xué)家和政策制定者能更好的理解能源利用的挑戰(zhàn)，并提出相應(yīng)的解決方案。

外商直接投資水平FDI在1%的水平上通過顯著性檢驗(yàn)，表明FDI每提升1%，對應(yīng)能源強(qiáng)度減少1.87%，這表明外商直接投資水平會抑制能源強(qiáng)度的提升。一方面，外商直接投資會帶動GDP的增長，同日寸投資的資金也會被用在環(huán)境治理中，從而導(dǎo)致能源強(qiáng)度的下降，另一方面，外商直接投資的直接與間接溢出效應(yīng)能夠增強(qiáng)各省份的自主創(chuàng)新能力從而降低能源強(qiáng)度。

（二）穩(wěn)健性檢驗(yàn)

1．固定效應(yīng)比較

表5中呈現(xiàn)了三種固定方式的結(jié)果，結(jié)果表明，即使采用不同的固定方法，核心解釋變量IRD的符號并未發(fā)生反轉(zhuǎn)，系數(shù)也均在5%水平上顯著，意味著隨著工業(yè)機(jī)器人數(shù)量的增加，能源強(qiáng)度將會呈現(xiàn)出顯著的減少趨勢。

2．子樣本回歸

從長時(shí)間來看，工業(yè)機(jī)器人數(shù)量會顯著地負(fù)向影響能源強(qiáng)度，也可能存在極端值的影響，從而將不顯著強(qiáng)化成顯著，因此需要將個(gè)別異常值剔除或者選擇子樣本進(jìn)行穩(wěn)健性研究，本文選取2016年后的數(shù)據(jù)進(jìn)行回歸，結(jié)果見表6。

由結(jié)果可知即使在改變樣本范圍的情況下，核心解釋變量IRD符號依舊沒有發(fā)生反轉(zhuǎn)，且均在10%的水平顯著，系數(shù)和聚類穩(wěn)健標(biāo)準(zhǔn)誤與表5中全回歸結(jié)果相差不大，表明上文得到的結(jié)果是穩(wěn)健的，再次說明工業(yè)機(jī)器人數(shù)量的增加會降低能源強(qiáng)度。

（三）內(nèi)生性檢驗(yàn)

在本文中，如果增加工業(yè)機(jī)器人可以降低能源強(qiáng)度，那么能源強(qiáng)度較高的省份很可能會傾向于增加工業(yè)機(jī)器人的數(shù)量，于是能源強(qiáng)度與工業(yè)機(jī)器人之間相互影響，出現(xiàn)了雙向因果關(guān)系，從而引發(fā)內(nèi)生性問題，進(jìn)而導(dǎo)致估計(jì)量的不一致性。

為降低內(nèi)生性的影響，本文對核心解釋變量IRD進(jìn)行滯后二期處理并將其作為工具變量，利用GMM進(jìn)行二階段估計(jì)，根據(jù)表6的輸出結(jié)果，Kleibergen-Paap rk LM統(tǒng)計(jì)量在5%的水平上顯著，認(rèn)為工具變量識別充足；Cragg-Donald Wald統(tǒng)計(jì)量大于Stock and Yogol0%臨界值19.93，認(rèn)為工具變量與IRD顯著相關(guān)；Hansen J統(tǒng)計(jì)量P值大于0.1，接受工具變量是外生的，因此將IRD滯后二期作為工具變量是合理的。

表7顯示，將IRD滯后二期作為工具變量進(jìn)行回歸后．IRD在1%的水平上顯著，系數(shù)與基準(zhǔn)回歸結(jié)果相差不大，這再次證明了在消除一定的潛在內(nèi)生性問題后，工業(yè)機(jī)器人數(shù)量對能源強(qiáng)度有顯著負(fù)向影響。

（四）異質(zhì)性分析

鑒于不同地區(qū)的經(jīng)濟(jì)發(fā)展水平存在顯著差異，這種差異可能會對研究結(jié)果產(chǎn)生影響。為了更準(zhǔn)確地評估工業(yè)機(jī)器人數(shù)量變化對能源強(qiáng)度的影響，本文對樣本中的30個(gè)省份根據(jù)其地理位置劃分為東部、中部、西部和東北四個(gè)地區(qū)。通過固定省份和年份效應(yīng)，本文對這四個(gè)子樣本進(jìn)行了分組回歸，詳見表8。研究結(jié)果表明，工業(yè)機(jī)器人數(shù)量的變化僅在東部地區(qū)呈現(xiàn)顯著影響，每增加一萬臺工業(yè)機(jī)器人，東部地區(qū)的能源強(qiáng)度將顯著下降0.445%，而對于中部、西部和東北地區(qū)的能源強(qiáng)度影響則不顯著。

其中可能的原因?yàn)椋汗I(yè)機(jī)器人是當(dāng)代工業(yè)智能化的重要代表，其應(yīng)用領(lǐng)域主要集中在高端技術(shù)產(chǎn)業(yè)和技術(shù)密集型行業(yè)，如汽車制造、電子設(shè)備生產(chǎn)等。然而，在中國，工業(yè)機(jī)器人的應(yīng)用與地區(qū)經(jīng)濟(jì)發(fā)展格局之間存在明顯的差異。中、西、東北地區(qū)仍然以勞動密集型產(chǎn)業(yè)為主導(dǎo)，工業(yè)智能化的起步相對較晚，發(fā)展進(jìn)程較為緩慢。這一現(xiàn)狀導(dǎo)致這些地區(qū)的人工智能與生產(chǎn)活動之間尚未實(shí)現(xiàn)良好的匹配，從而限制了經(jīng)濟(jì)的高質(zhì)量發(fā)展。

相比之下，東部地區(qū)的人工智能產(chǎn)業(yè)起步較早，擁有較為完善的產(chǎn)業(yè)基礎(chǔ)和技術(shù)積累，因此工業(yè)機(jī)器人的應(yīng)用在該地區(qū)呈現(xiàn)出持續(xù)增長的趨勢。工業(yè)機(jī)器人的應(yīng)用與產(chǎn)業(yè)升級之間存在著密切的正相關(guān)性，機(jī)器人的廣泛應(yīng)用可以顯著提升高技術(shù)產(chǎn)業(yè)的勞動生產(chǎn)率，并帶來技術(shù)溢出效應(yīng)，進(jìn)而推動產(chǎn)業(yè)結(jié)構(gòu)向更高端、更智能化的方向發(fā)展。通過實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級，東部地區(qū)不僅能夠提高國內(nèi)生產(chǎn)總值，還能有效降低能源消耗，從而實(shí)現(xiàn)降低能源強(qiáng)度的目標(biāo)。因此，工業(yè)機(jī)器人數(shù)量的增加對于促進(jìn)東部地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展和能源結(jié)構(gòu)的優(yōu)化具有重要意義。

（五）中介效應(yīng)

工業(yè)機(jī)器人的廣泛應(yīng)用不僅可以促使企業(yè)改進(jìn)生產(chǎn)工序、優(yōu)化生產(chǎn)流程，提高能源利用效率，還有助于降低污染排放量，這使得企業(yè)在提高產(chǎn)值的同時(shí)降低污染治理費(fèi)用。因此，工業(yè)機(jī)器人的應(yīng)用對環(huán)境規(guī)制起著至關(guān)重要的抑制作用。

當(dāng)工業(yè)機(jī)器人對環(huán)境規(guī)制起著作用時(shí)，環(huán)境政策會受到一定影響，在有政策約束的情況下，企業(yè)為了降低處理環(huán)境問題的成本，必須注重控制能源消耗和污染物排放，這些環(huán)境成本包括污染性罰款、能源使用費(fèi)以及未獲得的節(jié)能減排補(bǔ)貼等。為了降低環(huán)境成本，減少對環(huán)境的負(fù)面影響，企業(yè)需采取各種措施來提高能源利用率，減少對化石能源的依賴，降低污染排放，從而降低能源強(qiáng)度。因此，環(huán)境規(guī)制的降低會帶動能源強(qiáng)度的降低。

通過上文分析可以得出工業(yè)機(jī)器人的應(yīng)用可能會通過環(huán)境規(guī)制進(jìn)而降低能源強(qiáng)度。為驗(yàn)證這一猜想，構(gòu)建中介效應(yīng)模型，選用bootstrap法來獲得標(biāo)準(zhǔn)誤和置信區(qū)間．并將重復(fù)抽樣次數(shù)設(shè)置在1000次去估計(jì)參數(shù)ab，使用BCa法構(gòu)造95%置信區(qū)間。最終得到的直接效應(yīng)、間接效應(yīng)和總效應(yīng)估計(jì)，見表9。

通過Bootstrap法計(jì)算出的效應(yīng)均在5%的水平上顯著，BCa95%置信區(qū)間不包括0，因此中介效應(yīng)的檢驗(yàn)是通過的，間接效應(yīng)ab為負(fù)數(shù)。結(jié)合上文理論分析，工業(yè)機(jī)器人會通過環(huán)境規(guī)制抑制能源強(qiáng)度的提高，理論結(jié)果與實(shí)證結(jié)果相符合。進(jìn)一步計(jì)算得出工業(yè)機(jī)器人數(shù)量對能源強(qiáng)度的直接作用占74.9%，剩余25.1%則通過環(huán)境規(guī)制間接產(chǎn)生。

五、結(jié)論與建議

（一）結(jié)論

1．工業(yè)機(jī)器人數(shù)量增加，能源強(qiáng)度總體降低。工業(yè)機(jī)器人在人工智能時(shí)代的工業(yè)生產(chǎn)中扮演著重要的角色，它們成為了工業(yè)智能化進(jìn)程中不可或缺的一部分。在中國各個(gè)省份，工業(yè)機(jī)器人的數(shù)量不斷增加，而與此同時(shí)，能源強(qiáng)度也呈現(xiàn)出逐步降低的趨勢。通過建立雙向固定效應(yīng)模型進(jìn)行研究，本文發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用能夠顯著地抑制能源強(qiáng)度的上升。具體而言，每增加1萬臺工業(yè)機(jī)器人，能源強(qiáng)度平均可降低1.21%。

2．不同區(qū)域的工業(yè)機(jī)器人對能源強(qiáng)度影響存在差異。本文通過將樣本分為東、中、西、東北四個(gè)地區(qū)，進(jìn)行了異質(zhì)性分析，研究結(jié)果表明，東部地區(qū)的工業(yè)機(jī)器人應(yīng)用能夠顯著降低能源強(qiáng)度，每增加1萬臺工業(yè)機(jī)器人，能源強(qiáng)度就會顯著下降0.445%。而在其他地區(qū)，盡管也存在工業(yè)機(jī)器人的應(yīng)用，但并未表現(xiàn)出明顯的顯著性。這主要是因?yàn)闁|部地區(qū)擁有良好的人工智能產(chǎn)業(yè)基礎(chǔ)和較高的發(fā)展水平。工業(yè)機(jī)器人的應(yīng)用可以顯著促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級，有效提高國內(nèi)生產(chǎn)總值，同時(shí)降低能源消費(fèi)，從而達(dá)到降低能源強(qiáng)度的目標(biāo)。

3．工業(yè)機(jī)器人通過環(huán)境規(guī)制影響能源強(qiáng)度。本文構(gòu)建中介效應(yīng)模型，使用bootstrap法構(gòu)建標(biāo)準(zhǔn)誤進(jìn)行參數(shù)檢驗(yàn)，結(jié)果顯示，工業(yè)機(jī)器人的應(yīng)用對環(huán)境污染起著重要的減少作用，與此同時(shí)，環(huán)境政策的出臺可以有效降低能源使用，環(huán)境規(guī)制作為中介變量能顯著地抑制能源強(qiáng)度的提升，其中中介效應(yīng)占到了總效應(yīng)的25.1%，這表明環(huán)境規(guī)制在降低能源強(qiáng)度中扮演著重要角色。

（二）建議

1．我國應(yīng)當(dāng)積極推動工業(yè)智能化進(jìn)程，逐步實(shí)現(xiàn)能源強(qiáng)度的穩(wěn)步下降。在工業(yè)4.0時(shí)代，人工智能對于能源強(qiáng)度的降低發(fā)揮著重要作用。為此，政府可以采取一系列措施，完善激勵機(jī)制，包括財(cái)政補(bǔ)貼、稅收減免、貸款優(yōu)惠等，與企業(yè)、高校以及研究所等機(jī)構(gòu)聯(lián)合開展工業(yè)生產(chǎn)智能化新技術(shù)的研發(fā)。同時(shí)，政府應(yīng)鼓勵企業(yè)特別是工業(yè)企業(yè)加強(qiáng)人工智能技術(shù)的研發(fā)、應(yīng)用，并在環(huán)境保護(hù)領(lǐng)域進(jìn)行應(yīng)用。此外，政府還應(yīng)加大對工業(yè)機(jī)器人的研發(fā)與推廣力度，進(jìn)一步擴(kuò)大工業(yè)智能化覆蓋范圍，以實(shí)現(xiàn)降低能源強(qiáng)度的目標(biāo)。

2．平衡各地區(qū)的發(fā)展，縮小區(qū)域差異。國家層面應(yīng)當(dāng)持續(xù)出臺一系列相關(guān)政策，以鼓勵各地區(qū)積極開發(fā)太陽能、風(fēng)能等可再生能源資源，同日寸支持高能耗企業(yè)實(shí)施節(jié)能減排措施，并給予相應(yīng)的補(bǔ)貼和支持，以促進(jìn)能源結(jié)構(gòu)的調(diào)整和優(yōu)化。此外，應(yīng)該加強(qiáng)中、西、東北地區(qū)與東部發(fā)達(dá)地區(qū)之間的技術(shù)和經(jīng)驗(yàn)交流，進(jìn)一步加大先進(jìn)生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)的引進(jìn)力度。同時(shí)，必須充分利用高校和研究所等資源，挖掘當(dāng)?shù)靥厣a(chǎn)業(yè)，吸引和留住人才。以人才為第一資源，以創(chuàng)新為第一動力，推動產(chǎn)業(yè)結(jié)構(gòu)升級和高質(zhì)量發(fā)展，有效縮小各地區(qū)之間的發(fā)展差距。

3．各地應(yīng)當(dāng)因地制宜，優(yōu)化環(huán)境政策，采取適合當(dāng)?shù)厍闆r的措施。合理、健全的環(huán)境政策對于有效抑制能源強(qiáng)度的提高至關(guān)重要。目前，我國各地區(qū)的經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)等存在著較大差異。如果盲目實(shí)施嚴(yán)格的環(huán)境政策，可能會給那些依賴能源消耗的地區(qū)帶來困難。因此，盡管工業(yè)機(jī)器人可以通過環(huán)境規(guī)制間接抑制能源強(qiáng)度，但環(huán)境政策的制定同樣需要因地制宜。必須結(jié)合當(dāng)?shù)氐漠a(chǎn)業(yè)特點(diǎn)和發(fā)展現(xiàn)狀，充分發(fā)揮各地的特色資源優(yōu)勢，制定具有區(qū)域特色的環(huán)境政策。環(huán)境政策的制定必須與產(chǎn)業(yè)和時(shí)代的發(fā)展進(jìn)步相結(jié)合，不斷進(jìn)行優(yōu)化，以適應(yīng)不斷變化的情況。只有與時(shí)俱進(jìn)、因地制宜，才能找到環(huán)境政策與經(jīng)濟(jì)發(fā)展之間的平衡點(diǎn)，并實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的雙贏。