人口老龄化能促进工业高质量发展吗——兼论工业智能化的调节效应.pdf

贵阳市委党校学报经济建 设2023年2 月第1 期人口老龄化能促进工业高质量发展吗？兼论工业智能化的调节效应陈芳英（中共芜湖市委党校，安徽芜湖2 41 0 1 1）【摘要 自2 0 1 0 年起，我国人口老龄化程度逐年加深，人口老龄化造成的工业企业劳动力短缺和“人口红利”消失在我国不同地区有着不同的表现。人口老龄化通过科技创新、人才集聚、结构优化、质量效益提升、绿色发展等路径对工业高质量发展发挥着积极作用，利用2 0 1 0 一2 0 2 1 年中国3 1 个省份面板数据，构建人口老龄化对工业高质量发展的固定效应模型以及加人工业智能化水平的调节效应模型。实证结果表明，人口老龄化对工业高质量发展有积极促进作用，工业智能化正向调节了两者的正相关关系。研究还表明，在不同的人口老龄化程度和不同的工业智能化水平下，人口老龄化对工业高质量发展的影响呈现不同的特征。关键词 人口老龄化；工业；高质量发展；工业智能化中图分类号：F120.3文献标识码：A文章编号：1 0 0 8-7 8 0 X(2023)01-0016-07党的二十大指出坚持把发展经济的着力点放在实体经济上，推进新型工业化。在新发展阶段，我国进入工业化后期，工业发展面临资源约束、创新能力不足、产业链低端锁定、质量效益不佳等困境，实现工业高质量发展，完成新型工业化是实现社会主义现代化的主要任务之一。改革开放以来我国工业依托人口红利取得长足发展，但在我国工业快速发展的进程中，人口结构发生了巨大变化。全国第七次人口普查数据显示，2 0 2 0 年中国6 0 岁及以上人口为2 6 40 2 万人，占18.70%，其中，6 5 岁及以上人口为1 9 0 6 4万人，占13.50%。依照国际通用标准，我国已进人老龄化社会，甚至接近1 4%标准的深度老龄化社会。人口老龄化是未来中国经济发展的重要前置条件，已有研究表明，人口老龄化对经济增长 1 、产业结构升级 2 、居民消费行为 3 、储蓄率变化 4、城镇住房需求 5 、服务业发展 6 、劳动力参与率 7 等经济变量产生不同程度的影响。工业作为国民经济的支柱产业，其发展质量也受到人口老龄化的影响。人口老龄化对工业高质量发展影响的研究主要形成了两类观点：其一，人口老龄化促进工业高质量发展。人口老龄化会带来社会对老龄产品的需求，进而推动政府产业政策向老龄产业倾斜(Ronald等，2010)8。人口老龄化程度加深使得中国制造业不得不谋求高质量发展以实现制造业持续增长（曹婧博【基金项目】安徽省党校系统重点课题（QS2022072）;2 0 2 3 年度安徽省芜湖市全市党校（行政学院）系统校级课题 人口老龄化背景下工业高质量发展路径研究”【作者简介陈芳英，女，中共芜湖市委党校讲师。等,2 0 2 2)9)。人口老龄化引致的劳动力供给减少导致劳动力成本上升，进而对劳动密集型产业形成倒逼机制，促使出口产业转型升级，有助于提升出口复杂度（张小溪等，2 0 2 2)1 0)。人口老龄化增加老年人医疗消费、提升劳动力人力资本积累、增加政府的养老负担，进而对制造业转型升级发挥促进作用（张帆，2 0 1 9）。其二，人口老龄化阻碍工业高质量发展。人口老龄化导致我国劳动密集型产业的劳动力优势丧失（蔡,2012;Banister等,2 0 1 0)1 2-3 。我国制造业多为位于产业链低端的劳动密集型产业，而且我国劳动力的技能水平同发达国家相比仍然偏低,这使得老龄化不利于我国制造业的转型。我国已经越过了刘易斯拐点，人口红利正逐渐消失，劳动力成本上升，降低了我国产品的竞争力，制约了我国制造业发展质量的提升(张志新等,2 0 2 2)4。一、理论分析与假设（一)人口老龄化对工业高质量发展的影响机制工业高质量发展的内涵，是以提高供给体系质量为主攻方向，以技术创新为核心动力，以高端制造、智能制造、优质制造与绿色制造为主要抓手,坚持新发展理念和质量效益原则，促进制造业实现质量变革、效率变革、动力变革。因此人口老龄化如何影响工业高质量发展应从科技创新、人才集聚、结构优化、质量效益提升、绿色发展等角度进行分析。人口老龄化导致社会劳动人口中青年劳动力占比下降，从要素赋结构角度来看，人口老龄化引发了劳动力对资本和技术要素的相对短缺，倒逼企业使用较多的资本和技术要素代替劳动力,引人高素质人才,提升了技术创新对企业发展的贡献度 1 5 。人口老龄化带来的劳动力稀缺提高了劳动者报酬，人力资本回报率呈上升趋势，另外预期寿命的延长有利于激发人们对人力资本的投资 1 6 。内生增长理论认为，人力资本的积累能产生规模递增效应，是制造业高质量发展的根本动力源泉。这引发了年龄贬值型和体能型制造业劳动力短缺问题，老年人口的增加会带来年龄增值型技能存量的增加，进而促进了年龄增值型制造业发展 1 7 。年龄增值型制造业大多属于知识密集型产业，人口老龄化下人力资本的积累降低了劳动密集型产业比例，提升了技术和知识密集型产业比例 1 8 。此外，随着人口老龄化程度加深,家庭设备用品及服务、食品与医疗保健的市场规模将会持续扩大并与数字化智能化结合，催生新产业，因此人口老龄化提升了产业高端化水平。人口老龄化下工人的短缺，导致了劳动密集型产业纷纷扩大规模实现“机器换人”，规模化生产提升了资源集约化使用程度，实现了绿色发展。据此本文提出假说1.假说1：人口老龄化显著促进工业高质量发展。（二)工业智能化对人口老龄化与工业高质量发展关系的调节机制党的二十大指出，推动制造业高端化、智能化、绿色化发展。2 0 1 3 年以来中国一直是全球最大的工业机器人市场，中国工业机器人使用密度在2 0 1 7 年超过全球平均水平。在人口老龄化背景下，工业智能化可能通过以下三个机制促进工业高质量发展。第一，劳动力结构优化机制。人口老龄化背景下，工业智能化带来了对中低技能劳动者的挤出效应，在工业智能化的推动下，工业领域将吸引更多的高素质人才，此外，工业和人工智能的深度融合将进一步提升劳动力素质，提升劳动生产率 1 9 。第二，生产效率提升机制。工业智能化是指工业机器人代替劳动力执行任务，相对于劳动力而言，工业机器人因其高技术和资本含量实现批量生产，降低了生产的边际成本，带动生产效率的提高。第三，产品质量改进机制。工业智能化下工业机器人以更为精准的生产工艺和与其匹配的人才相融合，并对生产全流程进行监测和预警，提升了工业产品的质量。因此本文提出以下假说2：假说2：工业智能化显著增强了人口老龄化对工业高质量发展的促进作用。二、变量选取及模型构建(一)变量选取1.被解释变量：在衡量产业发展质量方面尚未形成统一的测度分析框架，诸多研究运用增加值率法 2 0 、全要素生产率法 2 1 、评价指标体系法 2 2 等不同方法加以测度。本文依据工业高质量内涵，构建工业高质量发展指标体系，具体如表1 所示，在确定了经济高质量发展水平测评指标后，本文使用熵值法计算得出3 1 个省份的工业高质量发展水平HQI。7表1 工业高质量发展指标体系一级指标二级指标质量效益劳动生产率创新投入创新贡献高技术产业结构优化高技术人员环境污染绿色发展能源消耗环境治理2.核心解释变量：以6 5 岁以上人口占总人口比例(lrsb)以及老年人口抚养比(fyb)来衡量。3.调节变量：工业机器人密度(jqrl),本文参考马红梅等(2 0 2 3)2 3 做法，采用工业机器人应用密度衡量工业智能化水平，即每万人拥有的工业机器人数量。由于国际机器人联合会的工业机器人密度的数据只有全国数据，为了得到国内各省份的工业机器人数据，综合参考邸俊鹏等(2 0 2 3)2 4、马红梅等（2 0 2 3),考虑到工业机器人的使用受工业规模影响较大，因此采用各省工业行业主营业务收入占全国总营业收入的比例来构建省级层面的机器人渗透度即工业机器人应用密度指标。4.控制变量：经济发展水平,用各省份人均GDP(rjgdp);区域开放程度(jck),采用各省份进出口总额衡量;区域金融发展水平(jryzjz),采用区域金融业增加值衡量；城镇化水平(czHQI),采用区域城镇人口占比来衡量;政府干预(czzc),采用区域财政一般预算支出来衡量；科技创新水平(zl),用专利授权数量来表示。(二)数据来源机器人原始数据来自国际机器人联合会(IFR），其他数据来源于2 0 1 1 一2 0 2 2 年中国统计年鉴,对于部分出现异常值的数据进行了缩尾处理。(三)模型设定(1)基准模型设定为探究人口老龄化对工业高质量发展的影响，构测度方式工业增加值/工业从业人数工业增加值/工业资产总额工业利润总额/主营业务收入R&D人员数/工业从业人数R&D经费/主营业务收入新产品销售收入/新产品开发经费技术成交额/GDP高技术产业销售收入/GDP高技术产业从业人员/工业从业人员二氧化硫排放电力消费/GDP工业污染源治理投资/GDP指标属性+建面板模型(1)InHQIi,=ao+ailnlrsb+bXi,+;+;+8 it其中，HQI.表示工业高质量发展水平；lrsb表示人口老龄化程度，X,表示控制变量，为年份固定效应，为省份固定效应，8 为随机误差。(2）调节效应模型设定为进一步探究人口老龄化、工业智能化与工业高质量发展的关系，拟增人口老龄化与工业智能化之间的交互效应,增加人口老龄化与工业智能化的去中心化变量乘积作为调节变量c_lnlrsb*c_lnjqrl,检验工业智能化的调节效应,构建模型(2)InHQI.,=ao+ailnlrsb+alnjqr1+ac_lnjqr1*c_lnlrsb+bXi,t+0;+0;+8 it三、实证分析(一)描述性统计分析从表2 结果来看，工业高质量发展最小值为-1.7 2 5,最大值为-0.2 3 5,表明不同省份在不同年份工业高质量发展水平存在差距。人口老龄化指标平均值为-2.2 9,中位数为-3.0 9 7，表明近5 0%的省份在大多数年份人口老龄化程度较为严重。工业智能化最大值为4.2 46,最小值为-6.43 3，各省份工业智能化水平有所不同。控制变量中，经济发展水平、经济对外开放程度、金融发展水平、城镇化水平、公共财政支出和科技创新等指标的最大值与最小值之差都较大，但其平均值与中位数之差较大，说明样本企业分布呈(1)(2)现较大的不平衡性。表2变量描述性统计变量观测值均值方差最小值中间值最大值InHQI348-1.1230.264-1.725-1.152-0.235Inlrsb372-2.2910.267-3.097-2.29-1.769lnjqr372-0.1621.755-6.433-0.0964.246Ingdp372lnjck37215.2491.70310.60215.29118.457lnjryzjz372czHQI37257.99613.35822.67lnczzc372lnzl372(二)基准回归分析对面板数据分别构建固定效应模型和随机效应模型进行回归，结果如表3 所示。模型(1)列中,用6 0 岁以上老人数占比衡量的人口老龄化与工业高质量发展水平的回归系数为0.136，且通过1%的显著性水平检验，表明人口老龄化与工业高质量发展之间成正相关关系，假说1 成立。60岁以上人口比例每增加1%，工业高质量发展水平提高0.1 3 6%。模型(2)列中，用老年抚养比衡量的人口老龄化与工业高质量发展水平的回归系数为0.1 0 6,且通过1%的显著性水平,进一步证明了人口老龄化与工业高质量发展之间成正相关关系，假说1 成立。老年抚养比每增加1%，工业高质量发展水平提高0.1 0 6%。模型(3)列中，6 0 岁以上老人数占比与工业高质量发展水平正相关，回归系数为0.1 1 0,在1%的水平上显著。对工业机器人与6 0 岁以上人数占比指标进行去中心化处理,加两者的交乘项c_lnlrsb*c_lnjqr,其与工业高质量发展水平正相关，回归系数为0.0 1 8，在5%的水平上显著，验证了假说2。即工业智能化水平越高，越能增强人口老龄化对工业高质量发展的影响，工业智能化正向调节了人口老龄化与工业高质量发展之间的关系。模型（4)列中，老年抚养比与工业高质量发展水平正相关，回归系数为0.0 8 3,在5%的水平上显著。对工业机器人与老人抚养比进行去中心化处理，增加两者的交乘项c_lnfyb*c_lnjqr,其与工业高质量发展水平正相关，回归系数为0.0 1 6,在5%的水平上显著，进一步验证了假说2。即工业智能化水平越高，越能增强人口老龄化对工业高质量发展的影响，工业智能化正向调节了人口老龄化与工业高质量发展之间的关系。表3 基基准回归结果及调节效应分析9.7280.9996.2296.9471.1173.2998.3060.6466.3129.3691.6099.8197.01257.038.3854.3319.51211.549.03789.39.61812.2-1InHQIInlrsb0.136*-0.039lnfybnjqrc_lnlrsb*c_lnjqrc_lnfyb*c_lnjqrIngdplnjcklnjryzjzczHQIInczzc1nzl个体效应时间效应_cons-1.743*-2.290*-0.29-0.319N2900.963P_a0.956Standard errors in parent HQlesesp0.1,p0.05,p0.01(三)稳健性检验为使实证检验结果更加稳健采取替换被解释变量、替换解释变量与改变估计模型的方法对回归结果进行稳健性检验。首先，替换被解释变量，以工业增加值率衡量工业高质量发展水平，对原模型进行固定-21nHQI0.106*-0.0340.116*0.113*-0.03-0.03-0.003-0.003-0.009-0.009-0.047*-0.049*-0.02-0.020.005*0.005*-0.002-0.002-0.061-0.062-0.042-0.0420.0110.012-0.01-0.01控制控制控制控制-2.288*-2.695*-0.307-0.3382902900.9620.9670.9560.961-3nHQI0.110*0.037-0.090*-0.092*-0.018-0.0180.018*-0.0080.148*-0.029-0.019*-0.01-0.037*-0.0190.006*-0.002-0.052-0.040.018*-0.01控制控制控制控制2900.9670.961-4InHQI0.083*-0.0320.016*-0.0080.144*-0.029-0.018*-0.01-0.038*-0.0190.006*-0.002-0.052-0.040.018*-0.01效应回归分析。其次，替换解释变量，因为上一期的人口老龄化指标会延迟影响工业高质量发展水平因此以人口老龄化指标滞后一期作为解释变量，对原模型进行固定效应回归分析。最后，替换估计模型，用随机效应代替固定效应模型进行回归分析，稳健性检验结果见表4。模型(1)列中，人口老龄化(lnlrsb)与新替换被解释变量工业增加值率(zjzl)正相关,相关系数为1 0.6 2 1,在1%的水平上显著，表明人口老龄化(lnlrsb)对新替换变量工业增加值率(zjzl)有显著正向影响,进一步验证了假说1。模型(2)列中,新替换解释变量滞后一期人口老龄化(1.lnlrsb)与工业高质量发展水平(lnHQI)正相关，相关系数为0.1 0 9,在1%的水平上显著，表明新替换变量人口老龄化(1.lnlrsb)与工业高质量发展水平HQI显著正相关，进一步验证了假说1。模型(3)列中，替换回归模型,以随机效应分析代替固定效应分析，人口老龄化(lnlrsb)与工业高质量发展水平(lnHQI)正相关，相关系数为0.0 9 0,在1%的水平上显著，表明人口老龄化显著提升了工业高质量发展水平，进一步验证了假说1。研究发现，主要变量的回归系数与显著性水平同前文的研究结果基本一致,验证了研究结果的可靠性。表4稳健性检验-1-2替换被解释变量解释变量滞后一阶Inlrsb10.621*-2.663L.lnlrsbngdpInjckInjryzjzczHQIlnczzcInzl20-1替换被解释变量解释变量滞后一阶随机效应_cons-14.211-20.412N3720.897r_a0.793(三)异质性分析1.不同人口老龄化程度为了进一步探讨不同人口老龄化程度对工业高质量发展影响的异质性特征，本文将样本按人口老龄化程度高低分为低度老龄化组、中度老龄化组和高度老龄化组，对不同组别的人口老龄化对工业高质量发展水平影响进行分析，具体见表5。模型(1)列和模型(2)列显示在人口低度老龄化和中度老龄化下，人口老龄化对工业高质量发展没有促进作用；在高度老龄化阶段，人口老龄化的提升在10%的显著性水平上促进了工业高质量发展。当6 0岁以上老人数占比达到1 1.3 6%以上，人口老龄化程度较重，工业企业已经适应了这一生产外部条件，已经寻找到较好的生产要素组合，并且随着人口老龄化程度的加深，工业企业实现了较高程度的智能化生产，工业高质量水平随之提高。表5 按不同人口老龄化程度分析-1-2低度老龄化中度老龄化-3随机效应0.090*-0.0310.109*-0.0337.846*0.096*-2.246-0.0262.377*0-0.658-0.008-0.025-0.047*-1.5-0.019-0.1780.005*-0.120.0020.578-0.046-3.177-0.04-3.413*0.005-0.744-0.01-2-1.737*-0.2733190.9610.955lnlrsb-0.009-0.117lngdp-0.157-0.184lnjck0.005-0.0240.094*lnjryzjiz-0.026-0.009-0.008-0.060*-0.0170.004*-0.001-0.078*-0.0370.011-0.009-3.-1.263*-0.2253480.9620.956-3高度老龄化0.0530.112*-0.059-0.0650.132*0.135*-0.04-0.038-0.042*-0.070*-0.012-0.028-0.0390.062*-0.066-0.024czh-0.003-0.007lnczzc-0.395*-0.148Inzl0.02-0.033_cons3.120*-1.124N850.942r_a0.903-0.100*-0.04600.009*-0.003-0.0030.171*0.098*-0.057-0.0560.030*0.031*-0.009-0.017-3.956*-2.448*-0.512-0.4811011040.9810.9860.9690.9782.不同工业智能化水平为了进一步分析不同工业智能化水平对工业高质量发展影响的异质性特征，本文将样本按工业智能化水平高低分为低智能化水平组、中智能化水平组和高智能化水平组，对不同组别的人口老龄化对工业高质量发展水平影响进行分析，具体见表6。模型(1)列和模型(3)列显示人口老龄化对工业高质量发展水平无显著影响，模型(2)列显示在1 0%的显著性水平上人口老龄化显著促进工业高质量发展水平，回归系数为0.0 7 3，说明人口老龄化水平每提高1%，工业高质量发展水平提高0.0 7 3%。当工业智能化水平处于较低水平时，人口老龄化导致的劳动力短缺不能通过“机器换人”的技术方式来保障工业生产的连续性；当工业智能化水平达到很高水平时，人口老龄化对工业高质量发展没有显著影响；当工业智能化水平达到合适的程度，工业机器人安装密度处于人均6.5 6 台/万人到1 4.2 8 台/万人之间时，工业机器人与相关配套的工业人才高度融合，将在较大程度上发挥生产率提升效应和产品质量提升效应。表6 按不同工业智能化程度分析-1.-2低智能化水平中智能化水平高智能化水平lnlrsb-0.077-0.105Ingdp-0.245-0.157Injck0.021-0.021Injryzjz-0.024-0.057czh-0.001-0.009lnczzc-0.418*-0.16lnzl-0.004-0.021_cons3.488*-0.853N820.961_a0.932四、结论与启示(一)结论本文在理论分析人口老龄化影响工业高质量发展的基础上，采用2 0 1 0-2 0 2 1 年全国3 1 个省份的面板数据，构建固定效应模型和调节效应模型，实证检验人口老龄化对工业高质量发展的影响以及相关影响机制。具体得到以下结论：第一，人口老龄化显著提高了工业高质量发展水平，经过变换解释变量、被解释变量和替换模型，这一结论仍然不变。第二，以工业机器人作为工业智能化的代理变量，以工业机器人与人口老龄化指标做交乘项，纳人模型进行回归，发现工业智能化在人口老龄化对工业高质量发展影响中发挥了正向调节作用，随着工业智能化水平的提高，人口老龄化能进一步促进工业高质量发展。第三，人口老龄化对工业高质量发展的影响在不同人口老龄化程度和不同工业智能化水平下呈现不同的特征。在人口老龄化处于低度和中度时，人口老龄化对工业高质量发展没有显著影响，在人口老龄化程度达到高度时，人口老龄化显著促进了工业高质量发展。在工业智能化水平极低和极高的水平下，人口老龄化水平对工业高质量发展没有显著影响，在工业智能化-3水平达到一个合意水平时，人口老龄化能显著促进工0.073*-0.083-0.043-0.0710.159*0.120*-0.045-0.054-0.017-0.033-0.025-0.039-0.033-0.108*-0.029-0.0480.007*0.001-0.003-0.004-0.013-0.014-0.051-0.067-0.009-0.011-0.014-0.019-2.545*-1.114*-0.479-0.654109990.9720.9870.9540.978业高质量发展。(二)启示为实现中国式现代化和新型工业化的宏大目标，推动工业实现高质量发展是我国经济社会的应然要求，人口老龄化是我国当前经济社会发展的重要前置变量，为充分发挥人口老龄化对工业高质量发展的正向作用，本研究提出以下建议：第一，加大人力资本投资。各地正视人口老龄化问题，摸清人口老龄化现状，在人口老龄化低度和中度阶段，积极关注工业企业劳动力生产要素短缺的产出影响，大力开展提升劳动力素质教育，“以质量换数量”，进一步发挥人力资本在我国工业高质量发展中的重要作用。第二，推进创新驱动战略。进一步推进供给侧结构性改革，优先发展战略性新兴产业，充分利用人口老龄化背景“倒逼”企业提升技术创新的内生动力，提升区域技术创新能力，为工业高质量发展提供有力支撑。第三，提升工业智能化水平。在鼓励工业企业产业自动化、智能化转型升级的同时，更应优化智能化生产的外部条件，比如加大生产性服务业的发展、大力培养智能化人才，极力提升工业机器人的生产效率。参考文献：1胡鞍钢,刘生龙,马振国.人口老龄化、人口增长与经济增长一一来自中国省际面板数据的实证证据 J.人口研究,2012(3):14-26.2汪伟,刘玉飞,彭冬冬.人口老龄化的产业结构升级效应研究.J.中国工业经济,2 0 1 5(1 1)：47-6 1.3王宇鹏.人口老龄化对中国城镇居民消费行为的影响研究 J.中国人口科学,2 0 1 1(0 1):6 4-7 3.4汪伟,艾春荣.人口老龄化与中国储蓄率的动态演化 J.管理世界,2 0 1 5(0 6):47-6 2.5陈彦斌,陈小亮.人口老龄化对中国城镇住房需求的影响 J.经济理论与经济管理,2 0 1 3(0 5):45-5 8.6陈卫民,施美程.人口老龄化促进服务业发展的需求效应 J.人口研究,2 0 1 4(0 5):3-1 6.7周祝平,刘海斌.人口老龄化对劳动力参与率的影响 J.人口研究,2 0 1 6(0 3)：5 8-7 0.8 RONALD L,ANDREW M,.Some macroeconomic aspectsof global population agingJJ.Demography,2010(1):S151-S172.9曹婧博，胡日东.人口老龄化、企业家精神与中国制造业高质量发展一基于三阶段DEA-Malmquist方法的实证分析 J.老龄科学研究,2 0 2 2(0 6):1-1 3.10张小溪,张药.老龄化来临“中国制造 如何保持比较优势立足于制造业出口复杂度的分析 J.江汉学术,2 0 2 3(01):6070.11张帆.人口老龄化对中国制造业转型影响的实证研究J.工业技术经济,2 0 1 9(0 6)：8 9-9 6.12蔡防.人口转变、人口红利与刘易斯转折点 J.经济研究,2 0 1 0(4):4-1 3.13 Banister J,Bloom D E,Rosenberg L.Population Agingand Economic Growth in China JJ.The Chinese Economy:A NewTransition,2012(6):114-149.14张志新,路航,孙振亚.人口老龄化对中国制造业高质量发展的冲击与应对 J.当代经济研究,2 0 2 2（0 5)：1 0 4-1 1 5.15昌忠泽,姜珂,魏诗谣.人口老龄化对技术创新的影响研究 J.财贸研究,2 0 2 2(1 1)：5 5-6 8.16齐红倩,闫海春.人口老龄化抑制中国经济增长了吗?J.经济评论,2 0 1 8(0 6):2 8-40.17古柳,戴翔.人口老龄化对中国制造业GVC分工地位的影响 J.国际经贸探索,2 0 2 2(0 3):5 1-6 7.18汪伟,刘玉飞,彭冬冬.人口老龄化的产业结构升级效应研究 J.中国工业经济，2 0 1 5(1 1)：47-6 1.19孙文远,刘于山.人工智能对劳动力市场的影响机制研究 J.华东经济管理,2 0 2 3(0 2)：1-9.20高丽娜，宋慧勇.创新驱动、人口结构变动与制造业高质量发展 J.经济经纬，2 0 2 0（4)：8 1-8 8.21杨汝岱.中国制造业企业全要素生产率研究 J.经济研究,2 0 1 5(2):6 1-7 4.22江小国，何建波，方蕾.制造业高质量发展水平测度、区域差异与提升路径 J1.上海经济研究，2 0 1 9(0 7)：7 0-7 823马红梅,孙艺文.工业机器人应用能否缩小性别就业差距?J.产经评论,2 0 2 3(0 1)：1 3 5-1 47.24邸俊鹏，鲍俊杰，惠浩.工业机器人对制造业劳动力市场的影响：“升级”抑或“极化”？J.上海经济研究，2 0 2 3（0 2)：51-63.22