李旭輝，彭 勃，程 剛

(安徽財經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，安徽 蚌埠 233030)

一、引 言

隨著人工智能理論和技術(shù)的整體完善，以“人工智能+”為代表的應(yīng)用層產(chǎn)業(yè)鏈日臻豐富，催生出了產(chǎn)業(yè)發(fā)展的新業(yè)態(tài)、新模式和新方向。習(xí)近平總書記指出：“人工智能是新一輪的科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，加快發(fā)展新一代人工智能是事關(guān)我國能否抓住新一輪科技革命和產(chǎn)業(yè)變革機遇的戰(zhàn)略問題。[1]”因此，作為新一輪產(chǎn)業(yè)變革核心驅(qū)動力的人工智能正推動著現(xiàn)代產(chǎn)業(yè)體系沿著數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展主線演進，已經(jīng)成為社會經(jīng)濟發(fā)展的新引擎。黨的十九大工作報告中明確指出，加快建設(shè)制造強國，加快發(fā)展先進制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合[2]。發(fā)展人工智能產(chǎn)業(yè)是加快人工智能與經(jīng)濟社會深度融合的重要渠道。深度推進人工智能產(chǎn)業(yè)發(fā)展是構(gòu)筑產(chǎn)業(yè)新競爭優(yōu)勢的迫切需要，是推動創(chuàng)新驅(qū)動發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型升級的重要途徑，是助力經(jīng)濟高質(zhì)量發(fā)展的新動能，它具有重要的意義和價值。

推動長江經(jīng)濟帶發(fā)展是一項國家級重大區(qū)域發(fā)展戰(zhàn)略[3-4]。長江經(jīng)濟帶覆蓋中國九省二市，面積占全國的21%，人口和經(jīng)濟總量均超過全國的40%，生態(tài)地位重要，綜合實力較強，是經(jīng)濟高質(zhì)量發(fā)展的重要推動力量。2016年，中央政治局頒布的《長江經(jīng)濟帶發(fā)展規(guī)劃綱要》(以下簡稱《綱要》)為長江經(jīng)濟帶發(fā)展戰(zhàn)略進行了頂層設(shè)計，確立了長江經(jīng)濟帶“一軸、兩翼、三極、多點”的發(fā)展新格局。其中，以創(chuàng)新驅(qū)動促進產(chǎn)業(yè)轉(zhuǎn)型升級是長江經(jīng)濟帶實現(xiàn)經(jīng)濟提質(zhì)增效和綠色發(fā)展的重要任務(wù)[5]，人工智能產(chǎn)業(yè)是實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的重要途徑。因此，發(fā)展人工智能產(chǎn)業(yè)成為提升長江經(jīng)濟帶產(chǎn)業(yè)發(fā)展質(zhì)量、效益和效率的重要支撐，也是建立長江經(jīng)濟帶產(chǎn)業(yè)競爭新優(yōu)勢的內(nèi)在要求。

以人工智能產(chǎn)業(yè)支撐長江經(jīng)濟帶產(chǎn)業(yè)的高質(zhì)量發(fā)展，關(guān)鍵是要將反映人工智能產(chǎn)業(yè)發(fā)展水平的指標納入到長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價體系中，使其成為人工智能產(chǎn)業(yè)推進過程中的“航向標”。在經(jīng)濟高質(zhì)量發(fā)展的環(huán)境下，長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀如何？長江經(jīng)濟帶人工智能產(chǎn)業(yè)的發(fā)展有哪些優(yōu)勢和不足？長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展系統(tǒng)協(xié)調(diào)度如何？這些是長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展過程中需要解決的重要問題，這些問題解決的關(guān)鍵是構(gòu)建長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價體系，并進行嚴謹?shù)膶嵶C分析。構(gòu)建長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價體系是推動長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展的重要抓手，是長江經(jīng)濟帶利用自身發(fā)展的優(yōu)勢實現(xiàn)產(chǎn)業(yè)變革和升級的理論基礎(chǔ)，具有重要的現(xiàn)實價值和意義。

二、文獻綜述

隨著人工智能技術(shù)的快速發(fā)展，高技術(shù)產(chǎn)業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)、人工智能產(chǎn)業(yè)等新興產(chǎn)業(yè)的相關(guān)研究吸引了學(xué)者們的廣泛關(guān)注。從評價角度來看，學(xué)者主要對高技術(shù)產(chǎn)業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)、信息技術(shù)產(chǎn)業(yè)等進行了相關(guān)評價研究[6-12]。人工智能產(chǎn)業(yè)已經(jīng)成為中國經(jīng)濟最富有活力的增長點，對中國傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展具有重要的作用。因此，本研究將人工智能產(chǎn)業(yè)作為研究對象，對其發(fā)展進行科學(xué)嚴謹?shù)膭討B(tài)評價，探索其發(fā)展規(guī)律和趨勢。此外，從評價對象來看，相關(guān)學(xué)者對產(chǎn)業(yè)的評價主要以特定省份為研究對象[13-15]。其中對長江經(jīng)濟帶的研究主要圍繞技術(shù)產(chǎn)業(yè)創(chuàng)新效率、生態(tài)效率以及城市協(xié)同發(fā)展水平等領(lǐng)域展開。長江經(jīng)濟帶已經(jīng)成為中國戰(zhàn)略性經(jīng)濟帶，對加速產(chǎn)業(yè)升級、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和促進產(chǎn)業(yè)分工合作有引領(lǐng)作用。因此，本研究以長江經(jīng)濟帶為研究對象構(gòu)建人工智能產(chǎn)業(yè)發(fā)展評價指標體系，并完成對人工智能產(chǎn)業(yè)發(fā)展水平的動態(tài)分析，這對加速長江經(jīng)濟帶產(chǎn)業(yè)升級變革具有指導(dǎo)意義。

從評價指標體系來看，學(xué)者們針對高技術(shù)產(chǎn)業(yè)以及戰(zhàn)略性新興產(chǎn)業(yè)等構(gòu)建了各種評價指標體系。這些指標體系多數(shù)是以投入—產(chǎn)出的角度構(gòu)建的，這種構(gòu)建方法充分考慮生產(chǎn)各環(huán)節(jié)中的依存關(guān)系，具有整體性、綜合性的優(yōu)點，但是它沒有考慮到創(chuàng)新的因素，也忽略了外部環(huán)境對產(chǎn)業(yè)發(fā)展的影響，導(dǎo)致評價結(jié)果不科學(xué)。本研究為了避免這種缺點，采用修正的鉆石理論模型來構(gòu)建指標體系，既充分考慮了科技創(chuàng)新因素又重視相關(guān)政策等外部環(huán)境對產(chǎn)業(yè)發(fā)展的影響，這使得評價結(jié)果更具科學(xué)性以及合理性，這也是本研究的創(chuàng)新點之一。另外，目前已構(gòu)建的指標體系缺乏科學(xué)的理論依據(jù)，這嚴重影響評價結(jié)果的準確性。本研究根據(jù)人工智能產(chǎn)業(yè)的特性對每一個準則層以及每一個選取的指標進行分析，充分考慮每個指標選取的理論邏輯，構(gòu)建評價指標體系，這樣可以全面、系統(tǒng)、真實地反映出長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀。

從評價方法來看，學(xué)者們在指標賦權(quán)時主要采用了主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法主要有層次分析法(AHP法)、專家調(diào)查法和灰色模糊評價法?？陀^賦權(quán)法主要集中在熵值法、主成分分析法、因子分析法和變異系數(shù)法。主觀賦權(quán)法充分考慮了決策的主觀意向，但過分重視人的主觀判斷，可能會導(dǎo)致評價結(jié)果準確度不高?？陀^賦權(quán)法降低了決策者的負擔(dān)，但這種方法對樣本數(shù)據(jù)以及實際問題有著比較高的要求，缺乏通用性和可參與性，無法體現(xiàn)評價者對不同指標的重視程度，得到的權(quán)重可能會和實際重要程度相差較大。因此，單獨使用主觀賦權(quán)法和客觀賦權(quán)法會降低評價結(jié)果的準確性和科學(xué)性，而將這兩種方法結(jié)合起來，可以克服兩者單獨使用時的缺點?；诖?，本研究采用DEMATEL法和熵值法的主客觀組合賦權(quán)法確定各指標的權(quán)重。在評價模型方面，本研究采用改進的TOPSIS模型，傳統(tǒng)的TOPSIS模型計算的是各評價方案與正負理想解之間的歐氏距離，如果一個方案最接近正理想解而同時又遠離負理想解，那么該方案便是最好的方案。但是與正負理想解之間的歐氏距離可能都很相近，所以依據(jù)相對歐氏距離對各方案進行排序并不能準確反映出方案間的優(yōu)劣性[16]。因此，本研究為了解決這問題引入“垂面距離”，由于與理想解垂面距離更小的方案同時與負理想解的垂面距離更大，則根據(jù)垂面距離的相對大小可以科學(xué)地判斷各方案的優(yōu)劣性。

三、人工智能產(chǎn)業(yè)發(fā)展評價指標體系構(gòu)建

(一)修正的鉆石理論模型

鉆石理論模型是由美國戰(zhàn)略管理學(xué)家邁克爾·波特提出的，主要用于分析一個國家某種產(chǎn)業(yè)為什么會在國際上有較強的競爭力，該理論被提出后得到了學(xué)者們的認可和廣泛應(yīng)用，國內(nèi)學(xué)者利用鉆石理論模型對體育產(chǎn)業(yè)的發(fā)展、文化產(chǎn)業(yè)競爭力評價、動漫產(chǎn)業(yè)發(fā)展規(guī)律、綠色產(chǎn)業(yè)競爭力評價等不同產(chǎn)業(yè)領(lǐng)域進行了定性和定量研究。因此，在本研究中人工智能產(chǎn)業(yè)發(fā)展評價指標體系的構(gòu)建以鉆石理論模型為重要理論依據(jù)。由鉆石理論模型可知，決定某種產(chǎn)業(yè)發(fā)展水平的影響因素主要包括四大基本要素和兩個變數(shù)要素，它們之間相互作用、相互影響。其中，四大基本要素分別為市場需求、生產(chǎn)要素、相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)以及企業(yè)的戰(zhàn)略結(jié)構(gòu)和競爭狀況，兩個變數(shù)因素分別為機遇和政府。由此，人工智能產(chǎn)業(yè)發(fā)展評價指標體系構(gòu)建以鉆石模型理論所涉及的影響因素作為理論基礎(chǔ)，但是，由于人工智能產(chǎn)業(yè)是新一代信息技術(shù)產(chǎn)業(yè)的重要組成部分，具有規(guī)模性、高科技性和創(chuàng)新性三個顯著特征，這些顯著特征促使人工智能產(chǎn)業(yè)發(fā)展評價指標體系構(gòu)建必須考慮生產(chǎn)競爭力、技術(shù)水平和創(chuàng)新能力等因素對人工智能產(chǎn)業(yè)發(fā)展的影響，而這些因素并不在鉆石理論模型的四大基本因素中。此外，人工智能產(chǎn)業(yè)對政府政策的反應(yīng)敏感度高，這要求人工智能產(chǎn)業(yè)評價指標體系構(gòu)建必須將政府因素作為基本因素，而不是變數(shù)因素。綜上所述，由于人工智能產(chǎn)業(yè)的特殊、顯著特征，不能直接簡單套用鉆石理論模型，而是需要在傳統(tǒng)鉆石理論模型的基礎(chǔ)上進一步修正，從而使評價指標體系構(gòu)建的理論基礎(chǔ)更具科學(xué)性和合理性。具體來說，鉆石理論模型的修正包括以下幾個方面：

第一，將傳統(tǒng)鉆石理論模型中的變數(shù)因素“政府”修正為影響人工智能產(chǎn)業(yè)發(fā)展的基本要素。由于人工智能產(chǎn)業(yè)是新一代信息技術(shù)產(chǎn)業(yè)，而該類型的產(chǎn)業(yè)對國家政策反應(yīng)敏感度較強，因此，政府在新一代信息技術(shù)產(chǎn)業(yè)發(fā)展中扮演著十分重要的角色，其制定的有關(guān)該產(chǎn)業(yè)發(fā)展的政策措施都將直接影響著人工智能產(chǎn)業(yè)發(fā)展方式和前景。因此，本研究更加重視政府因素對人工智能產(chǎn)業(yè)發(fā)展的影響，將其修正為基本要素。

第二，將傳統(tǒng)模型中的“市場需求”這一基本要素延伸為“市場需求和生產(chǎn)競爭力”?？茖W(xué)、全面、客觀評價人工智能產(chǎn)業(yè)發(fā)展狀況，必須依托于該產(chǎn)業(yè)宏觀發(fā)展水平的測度，而人工智能產(chǎn)業(yè)的生產(chǎn)競爭力能夠客觀地反映出該產(chǎn)業(yè)的宏觀發(fā)展水平，它也是人工智能產(chǎn)業(yè)發(fā)展最直觀的外在表現(xiàn)。因此，本研究在“市場需求”的基礎(chǔ)上，充分考慮生產(chǎn)競爭力的影響，將其延伸為“市場需求和生產(chǎn)競爭力”。

第三，將傳統(tǒng)模型中的“企業(yè)戰(zhàn)略、結(jié)構(gòu)和同業(yè)競爭”修改為“技術(shù)創(chuàng)新能力”。人工智能產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分，具有技術(shù)上的復(fù)雜性和創(chuàng)新性特點，因此，它對技術(shù)創(chuàng)新能力的需求較大，它只有不斷追求創(chuàng)新才會有更好的發(fā)展前景。此外，本研究以整個人工智能產(chǎn)業(yè)為研究對象，所以無需考慮企業(yè)戰(zhàn)略和結(jié)構(gòu)因素的影響。綜上所述，本研究將創(chuàng)新作為人工智能產(chǎn)業(yè)發(fā)展的重要驅(qū)動因素，并將“企業(yè)戰(zhàn)略、結(jié)構(gòu)和同業(yè)競爭”這一要素修正為“技術(shù)創(chuàng)新能力”。

基于傳統(tǒng)鉆石理論模型考慮的四個基本因素，以及對傳統(tǒng)鉆石理論模型的修正，人工智能產(chǎn)業(yè)發(fā)展評價指標體系構(gòu)建主要涉及生產(chǎn)要素、市場需求和產(chǎn)業(yè)競爭力、相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)、技術(shù)創(chuàng)新能力、機遇和政府六個維度。這也是國家層面人工智能產(chǎn)業(yè)發(fā)展必須重點考慮的關(guān)鍵因素，同時也契合了《新一代人工智能發(fā)展規(guī)劃》(以下簡稱《規(guī)劃》)提出的“人工智能產(chǎn)業(yè)的發(fā)展要在加大生產(chǎn)要素投入的基礎(chǔ)上堅持市場主導(dǎo)、開放的基本原則，堅持人工智能研發(fā)攻關(guān)、產(chǎn)品應(yīng)用和產(chǎn)業(yè)培育‘三位一體’推進，構(gòu)建科技創(chuàng)新體系”和“人工智能產(chǎn)業(yè)的發(fā)展離不開國家政策的支持”的要求，即人工智能產(chǎn)業(yè)的發(fā)展必須要在加大生產(chǎn)要素投入的前提下，把握市場需求，以產(chǎn)業(yè)合作為“催化劑”，以科技創(chuàng)新為“跳板”，充分利用國家政策和國際市場給予的發(fā)展機遇，不斷提高其發(fā)展水平。以下是修正鉆石理論模型包括的六個因素。

(1)生產(chǎn)要素。所謂生產(chǎn)要素是指人工智能產(chǎn)業(yè)發(fā)展所需要的資源、設(shè)備和技術(shù)等。它包括人工智能產(chǎn)業(yè)在發(fā)展過程中所需要的各種社會資源，是人工智能得以發(fā)展的重要基礎(chǔ)。此外，由于人工智能產(chǎn)業(yè)屬于新一代信息技術(shù)產(chǎn)業(yè)，因此，以高技術(shù)要求和高資源需求為主要特征的新一代信息技術(shù)產(chǎn)業(yè)在發(fā)展過程中高級生產(chǎn)要素起著重要作用。

(2)市場需求和生產(chǎn)競爭力。鉆石理論模型中的市場需求指的是國內(nèi)市場對于人工智能的需求，是人工智能產(chǎn)業(yè)發(fā)展的動力所在。此外，生產(chǎn)競爭力是評價產(chǎn)業(yè)發(fā)展水平的最直觀因素，因此，市場需求和生產(chǎn)競爭力是長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價的重要內(nèi)容。

(3)相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)。波特認為，任何一個擁有優(yōu)勢的產(chǎn)業(yè)絕不是“單打獨斗”，它離不開其他產(chǎn)業(yè)的支持和協(xié)作，只有高度融合上下游產(chǎn)業(yè)并形成產(chǎn)業(yè)集群，才能保證產(chǎn)業(yè)競爭力持續(xù)性提高。人工智能產(chǎn)業(yè)發(fā)展的相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)包括教育產(chǎn)業(yè)、軟件業(yè)和高技術(shù)產(chǎn)業(yè)等，這些產(chǎn)業(yè)的發(fā)展對人工智能產(chǎn)業(yè)的發(fā)展起著重要作用。

(4)技術(shù)創(chuàng)新能力。技術(shù)創(chuàng)新是引領(lǐng)人工智能發(fā)展的第一動力，為人工智能產(chǎn)業(yè)的發(fā)展提供了強大的戰(zhàn)略支撐?！兑?guī)劃》中明確指出，人工智能產(chǎn)業(yè)的發(fā)展要以提高其創(chuàng)新能力為主攻方向，構(gòu)建開放協(xié)同的人工智能科技創(chuàng)新體系。

(5)機遇。鉆石理論模型中的機遇指的是外部機遇，包括政治、經(jīng)濟等多因素形成的外部環(huán)境。隨著人工智能技術(shù)的飛速發(fā)展，各領(lǐng)域正在向智能化方向邁進，這對技術(shù)能力提出了更高要求。由于國內(nèi)技術(shù)有限，因此需要將目光轉(zhuǎn)向國外，這使得人工智能產(chǎn)業(yè)的發(fā)展很大程度上受到國際經(jīng)濟環(huán)境影響，因此，機遇對人工智能產(chǎn)業(yè)的發(fā)展有重要作用。

(6)政府。人工智能產(chǎn)業(yè)的發(fā)展得到了國家和政府的高度重視，與此同時，政府出臺了很多關(guān)于人工智能產(chǎn)業(yè)發(fā)展的政策，這些政策為人工智能產(chǎn)業(yè)的發(fā)展不斷帶來利好?；诖?，相較于傳統(tǒng)的鉆石理論模型，本研究將原本的變數(shù)因素“政府”變更為基本要素。

(二)評價指標體系構(gòu)建

對傳統(tǒng)鉆石理論模型的修正，結(jié)合《規(guī)劃》中對人工智能產(chǎn)業(yè)發(fā)展的目標和要求，遵循評價指標體系構(gòu)建的系統(tǒng)性、科學(xué)性、可操作性和客觀性等基本原則，以影響人工智能產(chǎn)業(yè)發(fā)展的影響要素——生產(chǎn)要素、市場需求和生產(chǎn)競爭力、相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)、技術(shù)創(chuàng)新能力、政府和機遇為準則層，并在此基礎(chǔ)上構(gòu)建了包含33個一級指標的長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價指標體系，如表1所示。

表1 長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展動態(tài)評價指標體系及其權(quán)重

四、評價方法和評價模型

評價方法和評價模型的設(shè)計是動態(tài)評價的關(guān)鍵。如前文所述，本研究的評價方法主要采用基于主客觀組合賦權(quán)法。主觀賦權(quán)法注重決策者的知識和經(jīng)驗，但是受到較大的主觀偏好影響?？陀^賦權(quán)法充分考慮了客觀環(huán)境的因素，通過指標數(shù)值進行賦權(quán)更具理論依據(jù)，但是忽略了決策者的經(jīng)驗和知識?？梢妴为毷褂弥饔^或者客觀賦權(quán)法都存在賦權(quán)結(jié)果不科學(xué)的缺點，導(dǎo)致評價結(jié)果的準確性受到影響。所以，本研究將兩者組合起來共同確定指標權(quán)重系數(shù)，可以做到取長補短，提高賦權(quán)結(jié)果的科學(xué)性和準確度。此外，在評價模型方面，為了避免傳統(tǒng)TOPSIS模型的不足，本研究采用“垂面距離”對傳統(tǒng)的TOPSIS評價模型進行改進和修正，從而克服了現(xiàn)有模型的缺點，使評價結(jié)果更加科學(xué)和客觀。

(一)基于主客觀組合賦權(quán)的評價方法

1.客觀賦權(quán)法——熵值法。熵值法是一種利用信息熵原理對各評價指標進行客觀賦權(quán)的方法。它通過計算指標的信息熵，根據(jù)所提供的數(shù)據(jù)指標的數(shù)量大小、不確定性和指標變異程度來確定指標間的相互重要程度進而確定各個評價指標的初始權(quán)重。這種賦權(quán)的方法可以深刻地反映出指標信息熵的效用價值，這種思想和產(chǎn)業(yè)評價很相似，影響各省份產(chǎn)業(yè)發(fā)展水平差異的主要因素正是其中數(shù)據(jù)差距較大的因素，所以通過熵值法得出的權(quán)重具有較高的可信度。其工作原理和步驟如下：

假設(shè)有m個評價對象，各評價對象有n個評價指標。首先根據(jù)評價指標體系獲取各評價對象每個評價指標數(shù)值構(gòu)建初始評價矩陣X={xij}(i=1，2，…，m；j=1，2，…，n)。由于評價指標體系中的指標中存在正向指標和逆向指標，為了保證賦權(quán)結(jié)果的準確性，需要對上述評價矩陣針對正項指標和逆向指標分別進行歸一化處理，得到歸一化矩陣V= {vij}。正項指標和逆向指標的處理方法分別為：

然后計算出第i個評價對象的第j個評價指標的特征比重，其具體的計算方法為：

(1)

再根據(jù)上述計算得出的特征比重求出第j個評價指標的熵值，其計算方法為：

(2)

最后利用上述計算結(jié)果計算出各個指標的初始權(quán)重向量w1，其計算方法為：

(3)

2.主觀賦權(quán)法——DEMATEL法。決策試行與評價實驗法(DEMATEL法)是一種有效測算各元素之間的相互影響程度或邏輯關(guān)系的方法，該方法的基本原理是通過評價指標之間相互邏輯作用關(guān)系借助矩陣計算工具和圖論，通過聚集專家或群組的知識和經(jīng)驗判斷，建立所有指標因素之間的直接影響矩陣，利用計算得出的影響權(quán)重對初始權(quán)重進行修正得到綜合權(quán)重。這種方法減少了系統(tǒng)要素的構(gòu)成，使要素之間的關(guān)系簡化。此外它充分利用了專家的經(jīng)驗和知識，可以處理復(fù)雜的社會問題，對于要素關(guān)系不確定的系統(tǒng)，該方法極為有效。其具體原理和步驟如下：

首先確定評價系統(tǒng)的影響因素，然后設(shè)計專家評估的語意量表，通過專家對各影響因素之間的兩兩比較，記錄分值，構(gòu)建各因素的直接影響矩陣A，其中直接影響矩陣反映了系統(tǒng)各影響因素之間的直接關(guān)系T=(1-B)-1=(tij)m×n。接著根據(jù)直接影響矩陣A，通過將直接關(guān)系矩陣每行數(shù)值求和，得到最大值k，再用直接影響矩陣除以最大值，然后建立規(guī)范化直接影響矩陣B=n×n，其具體計算公式為：B=A/k。在規(guī)范化權(quán)重矩陣的基礎(chǔ)上，通過計算得到綜合影響矩陣，其中tij指的是第i個元素對第j個元素的綜合影響程度，再根據(jù)上述計算得出的綜合影響矩陣進一步計算得到影響權(quán)重，具體計算方法為：

(4)

3.組合賦權(quán)。DEMATEL法反映了眾多專家的知識和主觀經(jīng)驗，但是這主要基于過去問題的認知，一旦客觀環(huán)境發(fā)生變化，權(quán)重系數(shù)的變化就無法及時體現(xiàn)出來。熵值法反映了指標數(shù)值的變化程度，隨著客觀環(huán)境的變化而變化，而且熵值法確定的權(quán)重系數(shù)能夠真實反映指標數(shù)據(jù)中的隱含信息，提高指標的分辨率，避免因指標差異過小導(dǎo)致選擇偏差，故能全方位反映指標信息，但是有時候確定的權(quán)重系數(shù)會和指標實際的重要程度相差較大。因此，將DEMATEL法和熵值法進行組合賦權(quán)，可以充分考慮主觀賦權(quán)法和客觀賦權(quán)法單獨使用時的優(yōu)缺點，組合賦權(quán)得到的權(quán)重系數(shù)既可以反映專家的知識經(jīng)驗，又可以反映客觀環(huán)境的變化，這種方法確定的權(quán)重系數(shù)更加科學(xué)合理。組合賦權(quán)有多種方法，本研究采用乘法集成法進行組合賦權(quán)，設(shè)w為使用DEMATEL法和熵值法組合賦權(quán)后的綜合權(quán)重，其計算公式如下：

(5)

(二)基于“垂面距離”修正改進的TOPSIS評價模型

TOPSIS法是利用逼近理想解的技術(shù)對各評價對象進行排序的決策模型，其原理是：以歸一化之后的數(shù)據(jù)矩陣為基礎(chǔ)，確定各指標的正、負理想解，然后計算得出各個待評價方案到正、負理想值之間的加權(quán)歐氏距離，并依據(jù)各方案和理想解之間的接近程度來對各方案進行排序。此時如果一個方案最接近正理想解而同時又遠離負理想解，那么該方案便是最好的方案，但是與正負理想解之間的歐氏距離都很相近時會使得評價結(jié)果的準確性受到很大的影響，所以依據(jù)相對歐氏距離對各方案進行排序并不能準確反映出方案間的優(yōu)劣性。改進的TOPSIS法在傳統(tǒng)的方法基礎(chǔ)上考慮“垂面距離”之后，會使得和理想解之間的垂面距離近的方案必定離負理想解也更遠，這克服了傳統(tǒng)TOPSIS模型的不足之處，其具體計算步驟如下：

首先，根據(jù)已構(gòu)建的標準化評價矩陣V構(gòu)建加權(quán)規(guī)范化評價矩陣，將上述過程中確定的各指標的權(quán)重向量考慮到?jīng)Q策矩陣中，矩陣V中的第j行乘以其相應(yīng)的權(quán)重wj得到加權(quán)規(guī)范化矩陣Z，矩陣如下式所示：

(6)

Si=|(s+′-s-′)·(s+′-Ri)|

(7)

(8)

五、長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展動態(tài)評價與實證分析

(一) 數(shù)據(jù)來源和預(yù)處理

2018年12月，國家統(tǒng)計局發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)分類 (2018)》(以下簡稱《分類2018》)中將戰(zhàn)略性新興產(chǎn)業(yè)分為新一代信息技術(shù)產(chǎn)業(yè)、高端裝備制造產(chǎn)業(yè)和數(shù)字創(chuàng)意產(chǎn)業(yè)等9大領(lǐng)域。其中，新一代信息技術(shù)產(chǎn)業(yè)包括5個子產(chǎn)業(yè)，具體為：下一代信息網(wǎng)絡(luò)產(chǎn)業(yè)、電子核心產(chǎn)業(yè)、新興軟件和新型信息技術(shù)服務(wù)、互聯(lián)網(wǎng)與云計算、大數(shù)據(jù)服務(wù)產(chǎn)業(yè)和人工智能產(chǎn)業(yè)，而人工智能產(chǎn)業(yè)屬于新一代信息技術(shù)產(chǎn)業(yè)?！斗诸?018》將人工智能產(chǎn)業(yè)分為人工智能軟件開發(fā)、智能消費相關(guān)設(shè)備制造和人工智能系統(tǒng)服務(wù)三個部分，它與國民經(jīng)濟行業(yè)相對應(yīng)的關(guān)系如表2所示。

表2 《戰(zhàn)略性新興產(chǎn)業(yè)分類 (2018)》中人工智能產(chǎn)業(yè)分類

由于長江經(jīng)濟帶各省份在2012—2016年的產(chǎn)業(yè)分類使用的是《戰(zhàn)略性新興產(chǎn)業(yè)分類 (2012)》(以下簡稱《分類2012》)，但是《分類2012》中尚未對人工智能產(chǎn)業(yè)進行界定和細分類，即《分類2018》中的人工智能軟件開發(fā)、智能消費相關(guān)設(shè)備制造業(yè)和人工智能系統(tǒng)服務(wù)為新增產(chǎn)業(yè)類型，難以在統(tǒng)計年鑒中直接查找相關(guān)數(shù)據(jù)，因此需要在參考《高技術(shù)產(chǎn)業(yè)(服務(wù)業(yè))分類(2018)》以及《高技術(shù)產(chǎn)業(yè)(制造業(yè))分類(2018)》中產(chǎn)業(yè)業(yè)務(wù)活動內(nèi)容的基礎(chǔ)上進行綜合考慮，將部分人工智能產(chǎn)業(yè)數(shù)據(jù)利用高技術(shù)產(chǎn)業(yè)數(shù)據(jù)進行近似轉(zhuǎn)換處理。其中，人工智能軟件開發(fā)和人工智能系統(tǒng)服務(wù)的數(shù)據(jù)采用軟件與信息技術(shù)服務(wù)產(chǎn)業(yè)數(shù)據(jù)來表示，智能消費相關(guān)設(shè)備制造業(yè)由電子及通信設(shè)備制造業(yè)近似表達。

各指標數(shù)據(jù)主要來源于2012—2016年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國信息年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》及長江經(jīng)濟帶11個省份2012—2016年的統(tǒng)計年鑒等。另外，部分高階指標(產(chǎn)業(yè)集中度、產(chǎn)業(yè)對區(qū)域GDP貢獻度、產(chǎn)業(yè)R&D經(jīng)費投入強度)需要進行計算獲得，具體計算公式為：產(chǎn)業(yè)集中度=人工智能產(chǎn)業(yè)產(chǎn)值/某地區(qū)生產(chǎn)總值、產(chǎn)業(yè)對區(qū)域GDP貢獻度=某地區(qū)人工智能產(chǎn)業(yè)產(chǎn)值增加值/某地區(qū)生產(chǎn)總值增加值、產(chǎn)業(yè)R&D經(jīng)費投入強度=該地區(qū)人工智能產(chǎn)業(yè)R&D總經(jīng)費/人工智能產(chǎn)業(yè)主營業(yè)務(wù)收入值。

完成上述各指標數(shù)據(jù)收集后，需要對原始指標數(shù)據(jù)進行預(yù)處理。原始指標數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)類型一致化和無量綱化處理。首先，由于不同的指標量綱和量級存在差異，這種不可公度性要求對數(shù)據(jù)進行無量綱化處理，本文采用標準化的處理方法，記為：

(9)

(二)實證研究

1.權(quán)重系數(shù)的確定。根據(jù)前述方法完成原始數(shù)據(jù)收集和預(yù)處理后，首先按照熵值法的具體步驟，將數(shù)據(jù)分別代入公式(1)～(3)中，從而獲得客觀賦權(quán)法的權(quán)重系數(shù)，由于數(shù)據(jù)量較大，本文應(yīng)用Python工具進行計算，從而獲得了客觀賦權(quán)法權(quán)重系數(shù)w1(如表1的第4列所示)。接著按照主觀賦權(quán)法DEMATEL法的原理，本研究邀請了三位在人工智能產(chǎn)業(yè)、大數(shù)據(jù)產(chǎn)業(yè)、產(chǎn)業(yè)理論等領(lǐng)域具有豐富經(jīng)驗的專家，按照DEMATEL法的步驟，計算出主觀賦權(quán)法的權(quán)重系數(shù)w2(如表1的第5列所示)。最后根據(jù)組合賦權(quán)的方法，將w1和w2代入公式(5)中，從而獲得了基于主客觀組合的綜合權(quán)重系數(shù)W(如表1的第6列所示)。

2.動態(tài)評價值計算。通過上述方法獲得評價指標組合權(quán)重系數(shù)后，應(yīng)用修正后的TOPSIS模型，將權(quán)重系數(shù)和處理后的指標數(shù)據(jù)代入公式(6)～(8)得到2012—2016年長江經(jīng)濟帶11個省份的人工智能產(chǎn)業(yè)發(fā)展評價值，進而根據(jù)評價值的大小獲得2012—2016年長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展水平排名(如表3所示)。

表3 長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展水平評價值和排名(2012—2016年)

(三)結(jié)果分析

1.整體分析。結(jié)合表3來看，2012—2016年，上海、江蘇、浙江的人工智能產(chǎn)業(yè)發(fā)展水平名列前茅，其中僅僅在2015年上海的排名略高于浙江，其余年份中前三名依次為江蘇、浙江和上海。統(tǒng)計數(shù)據(jù)顯示，長三角地區(qū)人工智能企業(yè)數(shù)占中國人工智能企業(yè)總數(shù)的46%，是人工智能產(chǎn)業(yè)主要聚集區(qū)，這為江浙滬地區(qū)人工智能產(chǎn)業(yè)的發(fā)展奠定了堅實的基礎(chǔ)。此外，江浙滬人工智能產(chǎn)業(yè)快速發(fā)展得益于三地政府的重視和支持。另外，長三角地區(qū)良好的協(xié)調(diào)機制整合了本地區(qū)的綜合優(yōu)勢，江浙滬之間高度接軌，經(jīng)濟一體化得以推進，這為人工智能產(chǎn)業(yè)的發(fā)展提供了優(yōu)越的環(huán)境。

從波動情況來看，除了江蘇省之外的所有省份在2013年的人工智能產(chǎn)業(yè)發(fā)展水平都呈現(xiàn)明顯上升趨勢，在2014年只有江蘇省和重慶市呈現(xiàn)上升趨勢，尤其是重慶市排名有大幅度上升。各省份在2015年均回歸正常，且波動很小。究其原因，從發(fā)展動力來看，正是物力、財力和人才的匱乏導(dǎo)致了這種“平和型”波動的現(xiàn)象，而且由于人工智能產(chǎn)業(yè)屬于新興產(chǎn)業(yè)，各地區(qū)對人工智能產(chǎn)業(yè)發(fā)展的配套政策沒有正式出臺，都在做嘗試性發(fā)展，致使各省份人工智能產(chǎn)業(yè)的發(fā)展較為平緩。此外，從沿江開發(fā)來看，雖然各省份相繼提出了一系列沿江開發(fā)戰(zhàn)略，但是各省份之間缺乏系統(tǒng)化的、有效的協(xié)調(diào)合作機制，各省份各自為政、惡意競爭，嚴重影響了長江經(jīng)濟帶人工智能產(chǎn)業(yè)整體競爭力。再者，國務(wù)院2014年頒發(fā)《意見》一文，要求國家和政府更重視對長江經(jīng)濟帶人工智能產(chǎn)業(yè)等新興產(chǎn)業(yè)的發(fā)展，加大資金投入，并將產(chǎn)業(yè)的發(fā)展落實到具體的規(guī)劃當中，這一舉措助推了長江經(jīng)濟帶各省份在2015年集體呈現(xiàn)“向陽性”發(fā)展態(tài)勢。

2.聚類分析。為了揭示長江經(jīng)濟帶不同省份之間人工智能產(chǎn)業(yè)發(fā)展狀況的差異，對上述實證結(jié)果利用K-均值聚類的方法進行聚類分析，聚類結(jié)果顯示，長江經(jīng)濟帶11個省份的人工智能產(chǎn)業(yè)發(fā)展水平被劃分為三類，具體的劃分結(jié)果如表4所示。

表4 聚類分析結(jié)果

第一類為江浙滬地區(qū)，江蘇是長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展最好的區(qū)域，其人工智能產(chǎn)業(yè)發(fā)展綜合得分明顯高于浙江和上海，可見江蘇在長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展位居前列，浙江和上海的發(fā)展水平基本相當，雖和江蘇有一定差距，但遙遙領(lǐng)先其他省份。這三個省份人工智能產(chǎn)業(yè)的發(fā)展很大程度上得益于良好的地理位置和資源條件。從地理位置來看，江浙滬位于中國高速發(fā)展的長江三角洲地區(qū)，長三角地區(qū)和國外先進的科學(xué)技術(shù)具有高度的關(guān)聯(lián)性。此外，該地區(qū)為中國重點發(fā)展區(qū)域，政府給予的政策措施充足，這為人工智能產(chǎn)業(yè)的發(fā)展提供獨特的條件。從資源基礎(chǔ)角度來看，江浙滬地區(qū)類似于信息技術(shù)行業(yè)等一系列高新技術(shù)產(chǎn)業(yè)發(fā)展迅速，擁有豐厚的科技資源和大量科技型人才，技術(shù)創(chuàng)新能力突出，這使得該地區(qū)擁有更多關(guān)于人工智能產(chǎn)業(yè)的核心、關(guān)鍵技術(shù)。

第二類包括安徽、四川、湖北、湖南四個省份。雖然這些省份人工智能產(chǎn)業(yè)的發(fā)展水平同第一類地區(qū)有著較大的差距，但是這些地區(qū)的產(chǎn)業(yè)發(fā)展進步明顯。人工智能產(chǎn)業(yè)的成熟度日益提高，信息技術(shù)產(chǎn)業(yè)的發(fā)展推動了該地區(qū)人工智能產(chǎn)業(yè)的前進，而且它們緊鄰快速發(fā)展的一線城市，受到這些城市的產(chǎn)業(yè)帶動效應(yīng)。此外，該地區(qū)的人才數(shù)量較多、經(jīng)濟實力較強、科技基礎(chǔ)堅實，這為人工智能產(chǎn)業(yè)不斷發(fā)展進步提供了可能性。對于第二類省份來說，應(yīng)當更好地利用臨近城市的產(chǎn)業(yè)推動作用，為各自的發(fā)展納入更多的資源，引進更多的人才，為人工智能產(chǎn)業(yè)的發(fā)展創(chuàng)造更多的創(chuàng)新點。

第三類包括江西、云南、貴州、重慶四個省份。第三類省份人工智能產(chǎn)業(yè)發(fā)展雖然緊跟前兩類省份，但同前兩類省份有著較大的差距，在人工智能產(chǎn)業(yè)的發(fā)展上仍存在短板。這四個省份中的部分城市近些年人工智能產(chǎn)業(yè)發(fā)展進步幅度較大且與第二類地區(qū)相比差距較小，但是總體而言這四個省份的人工智能產(chǎn)業(yè)總體投入能力、技術(shù)引進力度以及政府扶植強度同第一類城市相比仍有很大差距，這使得其人工智能產(chǎn)業(yè)競爭力受到較為嚴重的影響。此外，無論從地理位置和資源條件來看，這四個省份的發(fā)展基礎(chǔ)欠佳、技術(shù)創(chuàng)新能力和資金支撐力度的欠缺導(dǎo)致該地區(qū)和其他地區(qū)相比發(fā)展速度相對較慢，難以在短時間趕超一、二類地區(qū)。因此，對于第三類地區(qū)來說，應(yīng)該借鑒前兩類地區(qū)的發(fā)展經(jīng)驗，依據(jù)人工智能產(chǎn)業(yè)的特征，尋找戰(zhàn)略機遇，利用自己的優(yōu)勢提高人工智能產(chǎn)業(yè)發(fā)展水平。

六、長江經(jīng)濟帶人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度分析

系統(tǒng)協(xié)調(diào)發(fā)展是產(chǎn)業(yè)各要素相互聯(lián)動的重要保障，是推動產(chǎn)業(yè)高質(zhì)量發(fā)展的著力點。2018年習(xí)近平同志在武漢召開深入推動長江經(jīng)濟帶發(fā)展座談會，提出要協(xié)調(diào)、均衡推動長江經(jīng)濟帶高質(zhì)量發(fā)展。因此，本研究從生產(chǎn)要素、市場需求和生產(chǎn)競爭力、相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)、技術(shù)創(chuàng)新能力、政府和機遇六個子系統(tǒng)出發(fā)研究長江經(jīng)濟帶人工智能產(chǎn)業(yè)的系統(tǒng)協(xié)調(diào)度，揭示出人工智能產(chǎn)業(yè)各方面協(xié)調(diào)發(fā)展的狀況。這對推動長江經(jīng)濟帶人工智能產(chǎn)業(yè)一體化協(xié)同發(fā)展具有重要的意義。

(一)系統(tǒng)協(xié)調(diào)度測算方法

系統(tǒng)協(xié)調(diào)度分析是分析評價系統(tǒng)中的各個子系統(tǒng)協(xié)調(diào)發(fā)展的情況，反映它們在發(fā)展過程中彼此和諧一致的程度。計算步驟為：首先根據(jù)前文實證結(jié)果分別計算出各個子系統(tǒng)的發(fā)展水平得分，接著計算出各子系統(tǒng)得分的平均值σ和標準差s，最后得出協(xié)調(diào)度E=1-σ/s。借鑒當前學(xué)術(shù)界對于E值的普遍分類法，同時結(jié)合人工智能產(chǎn)業(yè)及各子系統(tǒng)協(xié)調(diào)的特性，可將2012—2016年長江經(jīng)濟帶11個省份人工智能產(chǎn)業(yè)子系統(tǒng)協(xié)調(diào)度劃分為四個類型(如表5所示)，有優(yōu)質(zhì)協(xié)調(diào)0.7≤E<1、良好協(xié)調(diào)0.5≤E<0.7、勉強協(xié)調(diào)0.3≤E<0.5以及瀕臨協(xié)調(diào)0≤E<0.3。

(二)結(jié)果分析

1.長江經(jīng)濟帶人工智能產(chǎn)業(yè)子系統(tǒng)發(fā)展指數(shù)分析。本研究是以修正的鉆石理論模型為理論基礎(chǔ)，分別以生產(chǎn)要素、市場需求和生產(chǎn)競爭力、相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)、技術(shù)創(chuàng)新能力、政府和機遇六個子系統(tǒng)為依托，構(gòu)建長江經(jīng)濟帶人工智能產(chǎn)業(yè)動態(tài)評價體系，并通過上述實證評價得到的長江經(jīng)濟帶人工智能產(chǎn)業(yè)子系統(tǒng)發(fā)展指數(shù)，揭示了六個子系統(tǒng)之間的相互關(guān)系以及各子系統(tǒng)動態(tài)發(fā)展規(guī)律。

長江經(jīng)濟帶11個省份人工智能產(chǎn)業(yè)六個子系統(tǒng)發(fā)展水平整體上呈穩(wěn)步增長的趨勢，其中政府子系統(tǒng)增長幅度最為明顯，相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)子系統(tǒng)增長幅度次之，再次之為市場需求和生產(chǎn)競爭力子系統(tǒng)以及技術(shù)創(chuàng)新能力子系統(tǒng)，可見，各子系統(tǒng)指數(shù)增長幅度不一致，而且部分子系統(tǒng)無顯著增長趨勢，如生產(chǎn)要素子系統(tǒng)和機遇子系統(tǒng)指數(shù)基本保持不變。具體來說，長江經(jīng)濟帶各省份為深入貫徹習(xí)近平同志的重要指示，對長江經(jīng)濟帶人工智能產(chǎn)業(yè)的發(fā)展工作進行了聚焦和細化，更加重視政府對產(chǎn)業(yè)發(fā)展的重要性，且收到了較好的效果，2015年政府子系統(tǒng)得分升至考察期內(nèi)最高點。長江經(jīng)濟帶人工智能產(chǎn)業(yè)相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)子系統(tǒng)的發(fā)展軌跡表明，隨著長江經(jīng)濟帶產(chǎn)業(yè)集群的打造、產(chǎn)業(yè)鏈的承建以及產(chǎn)業(yè)格局的重塑，相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)子系統(tǒng)發(fā)展指數(shù)雖在2014年跌落至最低點，但是在2015年重新回到最高點并在2016年得以保持。市場需求和生產(chǎn)競爭力子系統(tǒng)受到市場環(huán)境的影響，其發(fā)展指數(shù)呈現(xiàn)“W形”上下波動，2012年和2013年市場需求和生產(chǎn)競爭力子系統(tǒng)發(fā)展指數(shù)相當，2014年有所好轉(zhuǎn)，但在2015年市場需求和生產(chǎn)競爭力子系統(tǒng)發(fā)展指數(shù)達到最低點，隨后在2016年再次回暖并達到最高點。隨著長江經(jīng)濟帶人工智能產(chǎn)業(yè)創(chuàng)新體制的升級，其技術(shù)創(chuàng)新能力子系統(tǒng)得分穩(wěn)步提升，但受到傳統(tǒng)模式的慣性作用，該子系統(tǒng)發(fā)展指數(shù)上升態(tài)勢較為緩慢，年增長率在5%上下波動。受到國際經(jīng)濟形勢、政策變動和傳統(tǒng)產(chǎn)業(yè)發(fā)展模式的影響，長江經(jīng)濟帶人工智能產(chǎn)業(yè)生產(chǎn)要素子系統(tǒng)和機遇子系統(tǒng)發(fā)展水平在2012—2016年保持平穩(wěn)，沒有上升態(tài)勢也沒有下降跡象。

2014年習(xí)近平同志指出：“要重點實施‘一帶一路’倡議、京津冀協(xié)同發(fā)展、長江經(jīng)濟帶發(fā)展戰(zhàn)略?！敝链?，長江經(jīng)濟帶發(fā)展戰(zhàn)略正式成為國家級發(fā)展戰(zhàn)略。沿江各地政府紛紛落實習(xí)近平同志的工作指示，在多產(chǎn)業(yè)領(lǐng)域加大資金投入的同時增強政府扶植力度，為長江經(jīng)濟帶的發(fā)展保駕護航。此外，人工智能產(chǎn)業(yè)的相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)，如智能制造、高技術(shù)產(chǎn)業(yè)、電子科技產(chǎn)業(yè)和新一代信息技術(shù)產(chǎn)業(yè)等正是近年來長江經(jīng)濟帶各省份為了響應(yīng)國家發(fā)展政策所優(yōu)先承接發(fā)展的對象。這些為長江經(jīng)濟帶人工智能產(chǎn)業(yè)政府子系統(tǒng)和相關(guān)產(chǎn)業(yè)及支持產(chǎn)業(yè)子系統(tǒng)的快速發(fā)展帶來了保障。此外，長江經(jīng)濟帶人工智能產(chǎn)業(yè)處于發(fā)展初期，無論是技術(shù)層面、營銷層面、戰(zhàn)略層面，還是生產(chǎn)規(guī)模方面均尚未成熟，因此多采用模仿跟隨的策略，這使得市場需求和生產(chǎn)競爭力發(fā)展水平出現(xiàn)明顯波動。為了挖掘長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展動力，各省份充分利用智力資源，以創(chuàng)新驅(qū)動人工智能產(chǎn)業(yè)的發(fā)展，積極打造長江經(jīng)濟帶人工智能產(chǎn)業(yè)創(chuàng)新增長極，技術(shù)創(chuàng)新能力子系統(tǒng)發(fā)展水平得以穩(wěn)步提升。由于這五年間鮮有關(guān)于人工智能產(chǎn)業(yè)發(fā)展的政策出臺，因此長江經(jīng)濟帶各省份未能全面把握人工智能產(chǎn)業(yè)發(fā)展的大方向，導(dǎo)致人工智能產(chǎn)業(yè)要素投入未產(chǎn)生明顯改善，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整未得到及時調(diào)整。2012—2016年中國仍處于國際金融危機后的深度調(diào)整期，總體復(fù)蘇疲弱態(tài)勢沒有明顯改觀，國際市場波動較大，這對人工智能產(chǎn)業(yè)發(fā)展所面臨的外部機遇環(huán)境產(chǎn)生較大影響。

2.長江經(jīng)濟帶人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度分析。首先，應(yīng)用上述組合賦權(quán)方法及評價模型，可以獲得2012—2016年長江經(jīng)濟帶人工智能產(chǎn)業(yè)各子系統(tǒng)的權(quán)重系數(shù)和各子系統(tǒng)評價值。然后，利用系統(tǒng)協(xié)調(diào)度測算公式，獲得2012—2016年長江經(jīng)濟帶人工智能產(chǎn)業(yè)各子系統(tǒng)的協(xié)調(diào)度指數(shù)以及協(xié)調(diào)性類別(如表5所示)。

結(jié)合表5結(jié)果，從時間維度來看，2012—2016年，長江經(jīng)濟帶人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度不斷提升，但仍基本處于良好協(xié)調(diào)和勉強協(xié)調(diào)狀態(tài)，尚未出現(xiàn)優(yōu)質(zhì)協(xié)調(diào)狀態(tài)的地區(qū)。除了云南省整體協(xié)調(diào)度略有下降之外，其他省份協(xié)調(diào)度均穩(wěn)中有升，比如江西省和貴州省的協(xié)調(diào)性由2012年的不協(xié)調(diào)上升至勉強協(xié)調(diào)，湖北省和四川省在5年間的協(xié)調(diào)性也有比較為明顯的好轉(zhuǎn)，協(xié)調(diào)狀態(tài)由勉強協(xié)調(diào)發(fā)展至良好協(xié)調(diào)等。究其原因，長江經(jīng)濟帶作為國家性戰(zhàn)略經(jīng)濟帶，近年來受到了政府的高度重視，與此同時，政府先后出臺多項政策，為長江經(jīng)濟帶人工智能產(chǎn)業(yè)的發(fā)展做了宏觀設(shè)計和協(xié)調(diào)把控。這使得長江經(jīng)濟帶人工智能產(chǎn)業(yè)各要素之間能夠有序自由流動，系統(tǒng)結(jié)構(gòu)得以優(yōu)化，發(fā)展模式實現(xiàn)轉(zhuǎn)化升級，這很大程度上實現(xiàn)了長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)高效率、高質(zhì)量、可持續(xù)的發(fā)展，從而提高了長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)的協(xié)調(diào)發(fā)展水平。

表5 長江經(jīng)濟帶11個省份人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度

注：本研究結(jié)果中無優(yōu)質(zhì)協(xié)調(diào)型。S代表良好協(xié)調(diào)，T代表勉強協(xié)調(diào)，U代表不協(xié)調(diào)。

從空間維度來看，長江經(jīng)濟帶下游城市的人工智能產(chǎn)業(yè)整體協(xié)調(diào)度高于中上游地區(qū)，其中下游江浙滬地區(qū)的人工智能產(chǎn)業(yè)發(fā)展水平屬于第一梯隊，可見人工智能產(chǎn)業(yè)發(fā)展水平越高的城市，其系統(tǒng)協(xié)調(diào)度相應(yīng)的也越好。這可能是因為江浙滬地區(qū)不僅擁有堅實的產(chǎn)業(yè)基礎(chǔ)，還建立了高度規(guī)范、開放的人工智能產(chǎn)業(yè)發(fā)展體系，這很大程度彌補了人工智能產(chǎn)業(yè)的發(fā)展短板，從而提高了人工智能產(chǎn)業(yè)發(fā)展協(xié)調(diào)水平。此外，處于瀕臨協(xié)調(diào)狀態(tài)的省份數(shù)量越來越少，處于勉強狀態(tài)和良好協(xié)調(diào)狀態(tài)的省份在不斷增加?？梢灶A(yù)見，隨著經(jīng)濟高質(zhì)量發(fā)展以及人工智能技術(shù)的日益成熟，長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度將繼續(xù)提升，達到良好協(xié)調(diào)和優(yōu)質(zhì)協(xié)調(diào)狀態(tài)的省份數(shù)量會越來越多。

七、結(jié)論和政策建議

(一)研究結(jié)論

本研究利用修正的鉆石理論模型構(gòu)建了長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展評價指標體系，并采用組合賦權(quán)法和修正的TOPSIS評價模型對長江經(jīng)濟帶2012—2016年的人工智能產(chǎn)業(yè)發(fā)展實施了動態(tài)評價，并以此為基礎(chǔ)，深入研究分析了長江經(jīng)濟帶人工智能產(chǎn)業(yè)各子系統(tǒng)發(fā)展動態(tài)水平及其協(xié)調(diào)度，得到以下結(jié)論：

1.產(chǎn)業(yè)發(fā)展缺乏要素支撐，產(chǎn)業(yè)核心技術(shù)空心化問題亟需解決。實證分析可知，長江經(jīng)濟帶人工智能產(chǎn)業(yè)整體發(fā)展態(tài)勢緩慢，其中生產(chǎn)要素以及技術(shù)創(chuàng)新能力這兩個子系統(tǒng)發(fā)展指數(shù)較低。此外，從長江經(jīng)濟帶人工智能產(chǎn)業(yè)各子系統(tǒng)發(fā)展水平動態(tài)演化分析可見，2012—2016年生產(chǎn)要素子系統(tǒng)發(fā)展指數(shù)未出現(xiàn)上升趨勢，且技術(shù)創(chuàng)新能力子系統(tǒng)發(fā)展水平進步不顯著。究其原因，一是長江經(jīng)濟帶各省份在人工智能產(chǎn)業(yè)發(fā)展過程中人力、物力和財力的投入較少，導(dǎo)致產(chǎn)業(yè)發(fā)展基礎(chǔ)不牢固、資源配置合理性欠缺以及產(chǎn)業(yè)質(zhì)量偏低；二是技術(shù)創(chuàng)新能力有限造成了關(guān)鍵核心技術(shù)缺乏，導(dǎo)致各省份在近年來沒有實現(xiàn)突破性發(fā)展，甚至在個別年份出現(xiàn)微弱的倒退現(xiàn)象，這一方面由于創(chuàng)新投入力度偏低而導(dǎo)致的創(chuàng)新環(huán)境欠佳，另一方面是從事創(chuàng)新發(fā)展的技術(shù)人員缺乏創(chuàng)新意識。正是這種生產(chǎn)要素整合不足和技術(shù)創(chuàng)新能力欠缺的現(xiàn)象阻礙了人工智能產(chǎn)品的延伸開發(fā)，最終使得產(chǎn)業(yè)核心技術(shù)空心化問題難以解決。

2.區(qū)域發(fā)展協(xié)同性差，亟需構(gòu)建跨區(qū)合作幫扶模式。通過聚類分析及系統(tǒng)協(xié)調(diào)度分析中空間維度的分析可見，人工智能產(chǎn)業(yè)發(fā)展是一個動態(tài)過程，各省份受到地理位置、產(chǎn)業(yè)基礎(chǔ)、政策等多因素的影響，出現(xiàn)了各地區(qū)發(fā)展不均衡、協(xié)同性差的現(xiàn)象。分析發(fā)現(xiàn)，雖然長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)發(fā)展水平排名波動性較小，發(fā)展較為平穩(wěn)，但是11個省份之間近年來發(fā)展存在顯著的異質(zhì)性，江蘇、上海和浙江的人工智能產(chǎn)業(yè)發(fā)展較大幅度領(lǐng)先于其他沿江城市，尤其是江蘇省，近五年的人工智能產(chǎn)業(yè)水平都位居首位。安徽、四川、湖北、湖南的人工智能產(chǎn)業(yè)發(fā)展水平相對較高，發(fā)展相對較差的為江西、云南、貴州。各省份沒能準確地抓住發(fā)展機遇從而實現(xiàn)持續(xù)性發(fā)展，而且彼此之間沒有形成一個“趕幫比超”的良好發(fā)展環(huán)境?！堕L江經(jīng)濟帶發(fā)展規(guī)劃》明確指出長江經(jīng)濟帶要實現(xiàn)區(qū)域協(xié)同發(fā)展。此外，由于長江經(jīng)濟帶不同區(qū)域人工智能產(chǎn)業(yè)發(fā)展模式和發(fā)展體系存在差異，使得長江經(jīng)濟帶下游城市的人工智能產(chǎn)業(yè)整體系統(tǒng)協(xié)調(diào)度高于中上游地區(qū)，且人工智能產(chǎn)業(yè)發(fā)展水平越高的省份，其系統(tǒng)協(xié)調(diào)性相應(yīng)也越好，存在高度一致性，進一步印證了長江經(jīng)濟帶人工智能產(chǎn)業(yè)區(qū)域協(xié)調(diào)性不足，因此，長江經(jīng)濟帶人工智能產(chǎn)業(yè)的協(xié)同發(fā)展必須構(gòu)建跨區(qū)合作幫扶模式，從而實現(xiàn)協(xié)同發(fā)展目標。

3.聯(lián)動發(fā)展缺乏保障機制，系統(tǒng)發(fā)展協(xié)調(diào)度欠缺。從長江經(jīng)濟帶人工智能產(chǎn)業(yè)各子系統(tǒng)發(fā)展水平動態(tài)演化分析可見，由于各要素發(fā)展缺乏聯(lián)動，使得各子系統(tǒng)在2012—2016年整體上雖呈現(xiàn)穩(wěn)中有升的趨勢，但是各子系統(tǒng)指數(shù)增長幅度不一致，甚至部分子系統(tǒng)未出現(xiàn)上升態(tài)勢，且各子系統(tǒng)具有不同的發(fā)展軌跡。此外，通過系統(tǒng)協(xié)調(diào)度分析中時間維度分析可見，2012—2016年雖由于政府扶植力度的增強，初步優(yōu)化了長江經(jīng)濟帶人工智能產(chǎn)業(yè)結(jié)構(gòu)，改善了人工智能產(chǎn)業(yè)發(fā)展環(huán)境，長江經(jīng)濟帶人工智能產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)度整體呈上升趨勢，但是仍未達到優(yōu)質(zhì)協(xié)調(diào)狀態(tài)。

(二)政策建議

1.加大產(chǎn)業(yè)生產(chǎn)要素投入，夯實產(chǎn)業(yè)發(fā)展基礎(chǔ)。根據(jù)上述研究，要解決產(chǎn)業(yè)發(fā)展要素缺乏支撐的問題，關(guān)鍵是加大產(chǎn)業(yè)要素投入，夯實產(chǎn)業(yè)發(fā)展基礎(chǔ)。資源稟賦、基礎(chǔ)設(shè)施、人力資源對人工智能產(chǎn)業(yè)的發(fā)展均具有重要影響，因此，各地區(qū)應(yīng)該優(yōu)化要素資源配置，打造高質(zhì)量產(chǎn)業(yè)體系，應(yīng)依托長江經(jīng)濟帶產(chǎn)業(yè)基礎(chǔ)優(yōu)勢，整合資源要素，引導(dǎo)產(chǎn)業(yè)資源合理布局。這通過以下兩個方面來實現(xiàn)，一是政府增強宏觀調(diào)控能力，加大對產(chǎn)業(yè)基礎(chǔ)要素的投資占比，逐漸完善產(chǎn)業(yè)發(fā)展基礎(chǔ)設(shè)施；二是各省份應(yīng)該提升資源綜合利用水平，提高要素資源利用率。

2.加強技術(shù)創(chuàng)新，實施創(chuàng)新驅(qū)動。通過上述分析可知，技術(shù)創(chuàng)新能力不足導(dǎo)致產(chǎn)業(yè)核心技術(shù)空心化問題出現(xiàn)，想要解決這一難題必須加強技術(shù)創(chuàng)新，實施創(chuàng)新驅(qū)動。技術(shù)創(chuàng)新是人工智能產(chǎn)業(yè)發(fā)展的靈魂與核心，沒有技術(shù)創(chuàng)新人工智能產(chǎn)業(yè)就會停滯不前，因此，各地區(qū)應(yīng)該健全人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新體系，利用創(chuàng)新驅(qū)動產(chǎn)業(yè)的發(fā)展，進一步提高人工智能產(chǎn)業(yè)競爭力。這一方面要求積極推進長江經(jīng)濟帶人工智能產(chǎn)業(yè)走向中高端，在重點行業(yè)、關(guān)鍵技術(shù)和核心產(chǎn)品方面促進技術(shù)進步與利用，并通過優(yōu)化技術(shù)和產(chǎn)品資源的配置，引導(dǎo)其向價值鏈高端爬升；另一方面需要增強技術(shù)創(chuàng)新意識，引導(dǎo)技術(shù)型人才用創(chuàng)新的眼光和思維去發(fā)現(xiàn)和探索新領(lǐng)域、新方向和新路徑。政府和企業(yè)應(yīng)該結(jié)合人工智能產(chǎn)業(yè)的特點，制定適宜的創(chuàng)新驅(qū)動發(fā)展方案，完善創(chuàng)新體制機制，打造人工智能產(chǎn)業(yè)發(fā)展新動力。

3.結(jié)合區(qū)位優(yōu)劣勢，遴選合適的產(chǎn)業(yè)發(fā)展戰(zhàn)略。從上述分析結(jié)果可以看出，解決長江經(jīng)濟帶人工智能產(chǎn)業(yè)區(qū)域發(fā)展非均衡性問題，各省份應(yīng)該充分利用本地區(qū)的區(qū)位優(yōu)勢并有效避免區(qū)位劣勢，進而遴選合適的產(chǎn)業(yè)發(fā)展戰(zhàn)略。例如江浙滬地區(qū)應(yīng)該充分利用其較強的技術(shù)創(chuàng)新能力、豐厚的人工智能產(chǎn)業(yè)發(fā)展基礎(chǔ)以及優(yōu)異的國際化發(fā)展平臺。爭取在全球價值鏈分工體系下，利用較低的成本實現(xiàn)人工智能產(chǎn)業(yè)高端化技術(shù)的跨越式發(fā)展，在國際分工中占據(jù)更重要的位置。此外，相較于江浙滬地區(qū)，安徽、湖北等省份可以重點實施資源積累戰(zhàn)略，通過資金積累、人才積累以及技術(shù)積累來逐漸推動該地區(qū)人工智能產(chǎn)業(yè)的轉(zhuǎn)型升級，并抓住機遇，尋找人工智能產(chǎn)業(yè)追趕性發(fā)展機會。

4.加強政策扶植，拒絕“馬太效應(yīng)”。通過上述分析可知，長江經(jīng)濟帶各省份人工智能產(chǎn)業(yè)出現(xiàn)嚴重異質(zhì)性，因此，各地政府應(yīng)該加強政策扶植，各地區(qū)之間應(yīng)當積極推動合作幫扶模式。對于各省份而言，應(yīng)認真分析自身短板，有的放矢，積極學(xué)習(xí)其他省份的產(chǎn)業(yè)發(fā)展經(jīng)驗，通過“主干”引領(lǐng)帶動，“多支”競相發(fā)展，“干”“支”協(xié)同聯(lián)動等舉措，實現(xiàn)各地區(qū)優(yōu)勢互補、錯位發(fā)展，推動長江經(jīng)濟帶人工智能產(chǎn)業(yè)健康發(fā)展。此外，各省份應(yīng)當深入學(xué)習(xí)有關(guān)長江經(jīng)濟帶產(chǎn)業(yè)區(qū)域協(xié)調(diào)發(fā)展的重要精神，貫徹落實《綱要》中對長江經(jīng)濟帶發(fā)展戰(zhàn)略的工作指示，全區(qū)域、全方位推動長江經(jīng)濟帶高質(zhì)量、一體化發(fā)展，并緊扣《規(guī)劃》中對人工智能產(chǎn)業(yè)發(fā)展要求，實現(xiàn)長江經(jīng)濟帶人工智能產(chǎn)業(yè)區(qū)域協(xié)同發(fā)展。

5.增強要素聯(lián)動，促進系統(tǒng)協(xié)調(diào)發(fā)展。上述結(jié)果顯示，由于各要素聯(lián)動發(fā)展缺乏保障機制，使得各子系統(tǒng)發(fā)展水平及動態(tài)變化存在異質(zhì)性，并且產(chǎn)業(yè)系統(tǒng)發(fā)展整體協(xié)調(diào)度不足。解決此問題必須增強人工智能產(chǎn)業(yè)要素優(yōu)化配置以達到有效組合，從而提高人工智能產(chǎn)業(yè)整體發(fā)展水平。此外，協(xié)調(diào)是持續(xù)健康發(fā)展的內(nèi)在要求，長江經(jīng)濟帶各省份要擺脫傳統(tǒng)產(chǎn)業(yè)發(fā)展模式的束縛，堅持問題導(dǎo)向，以實現(xiàn)高質(zhì)量發(fā)展為主線，以完善各要素配置為重點，加強六個要素相互聯(lián)動，進而實現(xiàn)協(xié)同發(fā)力，共同推進長江經(jīng)濟帶人工智能產(chǎn)業(yè)實現(xiàn)系統(tǒng)協(xié)調(diào)發(fā)展。