張彥坤 王雪梅 云夢(mèng)妍 朱佳佳 陸亞鵬 王義
(中國(guó)信息通信研究院數(shù)據(jù)研究中心,北京100191)
在新一輪科技革命背景下,顛覆性技術(shù)不斷涌現(xiàn),驅(qū)動(dòng)全球新一輪產(chǎn)業(yè)變革,加快推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí),催生大批新產(chǎn)品、新業(yè)態(tài)、新模式,為經(jīng)濟(jì)社會(huì)的發(fā)展提供新動(dòng)能。同時(shí),也衍生出一個(gè)新問(wèn)題,即如何衡量這些新興領(lǐng)域產(chǎn)業(yè)發(fā)展?fàn)顩r及經(jīng)濟(jì)效益。不少機(jī)構(gòu)已開(kāi)展相關(guān)探索,由于缺乏統(tǒng)一的研究體系和框架,對(duì)新興領(lǐng)域研究不夠充分,測(cè)算出的產(chǎn)業(yè)規(guī)模結(jié)果千差萬(wàn)別。通過(guò)梳理新興領(lǐng)域規(guī)模測(cè)算的思路,研究發(fā)現(xiàn)諸多難點(diǎn)。首先,新興技術(shù)賦能的領(lǐng)域眾多,研究范疇難以界定,且與垂直行業(yè)融合不易拆分;其次,新興領(lǐng)域無(wú)法直接匹配現(xiàn)有國(guó)民經(jīng)濟(jì)行業(yè)統(tǒng)計(jì)體系,使得定量研究難以實(shí)現(xiàn)。為解決新興領(lǐng)域規(guī)模測(cè)度的問(wèn)題,本文將探索一套適用于新興領(lǐng)域的產(chǎn)業(yè)規(guī)模測(cè)算方法,并選擇人工智能和區(qū)塊鏈兩大領(lǐng)域進(jìn)行實(shí)踐。
產(chǎn)業(yè)規(guī)模主要有增加值和收入兩種核算角度,本文將選取增加值口徑對(duì)新興領(lǐng)域產(chǎn)業(yè)規(guī)模進(jìn)行測(cè)算,進(jìn)一步量化其經(jīng)濟(jì)貢獻(xiàn)。梳理相關(guān)文獻(xiàn),從增加值角度進(jìn)行規(guī)模測(cè)算的常見(jiàn)方法有以下幾種。
首先是類(lèi)似于GDP核算的直接核算法,即生產(chǎn)法或收入法。該方法適用于具有較詳細(xì)財(cái)務(wù)資料的經(jīng)濟(jì)活動(dòng)[1]。生產(chǎn)法是從生產(chǎn)的角度衡量常住單位在一定時(shí)期內(nèi)新創(chuàng)造價(jià)值的方法,核算公式為:增加值=總產(chǎn)出-中間投入;收入法是從常住單位從事生產(chǎn)活動(dòng)形成收入的角度來(lái)核算生產(chǎn)活動(dòng)最終成果的方法,核算公式為:增加值=勞動(dòng)者報(bào)酬+生產(chǎn)稅凈額+固定資產(chǎn)折舊+營(yíng)業(yè)盈余。
其次是使用間接比率測(cè)算的一些方法,如增加值率、增加值乘子和比例推算法等,適用于財(cái)務(wù)統(tǒng)計(jì)資料不健全的相關(guān)經(jīng)濟(jì)活動(dòng)。增加值率法需通過(guò)分析某行業(yè)特征測(cè)算其增加值率,再結(jié)合行業(yè)本身總產(chǎn)出即可得到增加值口徑的產(chǎn)業(yè)規(guī)模,核算公式為:增加值=總產(chǎn)出×增加值率。其中,增加值率是增加值與總產(chǎn)出的比值,衡量行業(yè)的經(jīng)濟(jì)效益和盈利能力[2]。乘數(shù)法是通過(guò)構(gòu)建增加值與最終需求間的關(guān)聯(lián)比例關(guān)系,實(shí)現(xiàn)對(duì)增加值的核算,核算公式為:增加值=最終需求×增加值乘子。
關(guān)于增加值與最終需求間關(guān)系,宋瑞禮[3]已利用投入產(chǎn)出技術(shù),推導(dǎo)出最終需求與增加值間的D-N矩陣傳導(dǎo)機(jī)制。美國(guó)經(jīng)濟(jì)分析局基于Garnick和Drake成果,構(gòu)建了區(qū)域投入產(chǎn)出模型系統(tǒng)RIMS II(Regional Input-Output Modeling System)[4]。RIMS II共包含final-demand和direct-effect兩類(lèi)乘子,其中final-demand類(lèi)乘子提供了最終需求變化對(duì)總產(chǎn)出、增加值、收入和就業(yè)的影響關(guān)系。2019年,美國(guó)互聯(lián)網(wǎng)協(xié)會(huì)借助RIMS II的增加值乘子測(cè)算出的美國(guó)互聯(lián)網(wǎng)行業(yè)帶動(dòng)經(jīng)濟(jì)增加值為2.1萬(wàn)億美元,占GDP的10.1%[5]。
比例推算法,通過(guò)測(cè)算目標(biāo)行業(yè)增加值在相關(guān)行業(yè)增加值中的占比,來(lái)測(cè)算該行業(yè)增加值,適用于某些與主體行業(yè)易剝離的部分行業(yè)規(guī)模測(cè)算,核算公式為:增加值=相關(guān)行業(yè)增加值×新興行業(yè)滲透系數(shù)[1-6]。
此外,還有增長(zhǎng)核算框架法。KLEMS增長(zhǎng)核算賬戶(hù)框架認(rèn)為,產(chǎn)業(yè)總產(chǎn)出是由資本(K)、勞動(dòng)(L)、能源(E)、物質(zhì)生產(chǎn)部門(mén)的中間投入(M)、服務(wù)生產(chǎn)部門(mén)的中間投入(S)等全要素共同決定的函數(shù)。尋找合適的生產(chǎn)函數(shù)形式,利用樣本數(shù)據(jù)回歸,估算出總量生產(chǎn)函數(shù)的具體參數(shù),將產(chǎn)出增長(zhǎng)率扣除各種投入要素增長(zhǎng)率后的殘差,可得全要素生產(chǎn)率(TFP)。TFP是衡量技術(shù)進(jìn)步的指標(biāo),可作為以技術(shù)密集型為重要特征的新興領(lǐng)域?qū)DP增長(zhǎng)的貢獻(xiàn)率,從而測(cè)度出其行業(yè)規(guī)模。蔡躍洲、張鈞南[7-8]就利用該框架,分析了1977—2012年間ICT對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響。
最后還有投入產(chǎn)出法,即將現(xiàn)有投入產(chǎn)出表轉(zhuǎn)化為所研究領(lǐng)域的投入產(chǎn)出表,并借助該表研究各個(gè)經(jīng)濟(jì)部門(mén)間投入與產(chǎn)出的關(guān)系,進(jìn)而確定所研究領(lǐng)域產(chǎn)業(yè)規(guī)模。劉丹丹[9]運(yùn)用該思路,將現(xiàn)有投入產(chǎn)出表通過(guò)轉(zhuǎn)化系數(shù)矩陣形成信息經(jīng)濟(jì)投入產(chǎn)出表,進(jìn)一步對(duì)信息經(jīng)濟(jì)領(lǐng)域規(guī)模進(jìn)行了測(cè)算。
在上述方法中,生產(chǎn)法與投入法需要有詳盡的統(tǒng)計(jì)資料,比例法需要將新興行業(yè)部分從國(guó)民經(jīng)濟(jì)傳統(tǒng)行業(yè)中剝離出來(lái),增長(zhǎng)核算框架需要滿(mǎn)足較為嚴(yán)格的假設(shè)以及獲的資本、勞動(dòng)等數(shù)據(jù),測(cè)算結(jié)果易受所選生產(chǎn)函數(shù)影響,而投入產(chǎn)出法需要建立現(xiàn)有經(jīng)濟(jì)部門(mén)與目標(biāo)行業(yè)部門(mén)的關(guān)系。
基于現(xiàn)有理論,結(jié)合新興領(lǐng)域特征,本文將新興領(lǐng)域產(chǎn)業(yè)規(guī)模拆分為核心規(guī)模和融合規(guī)模兩部分進(jìn)行測(cè)算。其中,核心規(guī)模指與目標(biāo)研究領(lǐng)域直接相關(guān)的行業(yè)規(guī)模之和,而融合規(guī)模指與目標(biāo)研究領(lǐng)域非直接相關(guān)行業(yè)的滲透融合部分規(guī)模。針對(duì)核心產(chǎn)業(yè)規(guī)模,本文選擇增加值乘數(shù)法與投入產(chǎn)出法相結(jié)合或比例推算進(jìn)行測(cè)算,而融合規(guī)模選擇比例推算法進(jìn)行測(cè)算。
首先參照現(xiàn)有的新興行業(yè)分類(lèi)標(biāo)準(zhǔn),包括《新產(chǎn)業(yè)新業(yè)態(tài)新商業(yè)模式統(tǒng)計(jì)分類(lèi)》《戰(zhàn)略新興產(chǎn)業(yè)分類(lèi)》《上海市新興行業(yè)分類(lèi)指導(dǎo)目錄》和《成都市新興行業(yè)分類(lèi)指導(dǎo)目錄》等,對(duì)目標(biāo)領(lǐng)域/行業(yè)的細(xì)分領(lǐng)域進(jìn)行梳理,建立與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)的映射關(guān)系,搭建起國(guó)家行業(yè)統(tǒng)計(jì)權(quán)威數(shù)據(jù)與新興領(lǐng)域統(tǒng)計(jì)數(shù)據(jù)的橋梁(見(jiàn)圖1)。
接下來(lái)分別通過(guò)兩種方法測(cè)算。方法一,采用比例推算法,通過(guò)參照行業(yè)權(quán)威統(tǒng)計(jì)數(shù)據(jù)、運(yùn)行數(shù)據(jù)以及企業(yè)信息,確定目標(biāo)領(lǐng)域在直接相關(guān)行業(yè)中的占比,再乘以本行業(yè)規(guī)模(增加值),得到各行業(yè)中屬于目標(biāo)領(lǐng)域范疇的規(guī)模,逐行業(yè)加總得到目標(biāo)領(lǐng)域總核心規(guī)模;方法二,采用增加值乘數(shù)與投入產(chǎn)出法相結(jié)合的思路,參照美國(guó)經(jīng)濟(jì)分析局提出的區(qū)域投入產(chǎn)出模型系統(tǒng)RIMS的增加值乘子,將行業(yè)收入轉(zhuǎn)化為增加值。其中,增加值乘子是基于投入產(chǎn)出表,通過(guò)列昂惕夫逆矩陣和行業(yè)增加值率相乘得到的。假設(shè)A為直接消耗矩陣,列昂惕夫逆矩陣可表示為B=(I-A)-1=(bij),則增加值乘子為cij=bij×rj,其中rj為j部門(mén)的行業(yè)增加值率。
在測(cè)算時(shí),首先基于已建立的目標(biāo)行業(yè)/領(lǐng)域與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)映射表,找到直接相關(guān)的子行業(yè)分類(lèi),然后收集該行業(yè)龍頭企業(yè)收入、市場(chǎng)份額、目標(biāo)領(lǐng)域收入等相關(guān)數(shù)據(jù),再通過(guò)該行業(yè)的增加值乘子將收入轉(zhuǎn)化為增加值,逐個(gè)完成各直接相關(guān)行業(yè)增加值核算后,匯總得到目標(biāo)領(lǐng)域核心規(guī)模(見(jiàn)圖2)。其中,增加值乘子計(jì)算環(huán)節(jié),需通過(guò)RAS方法將現(xiàn)有投入產(chǎn)出表(IO表)延續(xù)到目標(biāo)年份[10-11]。
圖1 目標(biāo)領(lǐng)域與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)映射關(guān)系
圖2 核算步驟
判斷目標(biāo)行業(yè)在非相關(guān)行業(yè)的滲透和融合比例,可參考行業(yè)研究報(bào)告、企業(yè)信息、部門(mén)間投入產(chǎn)出關(guān)系等信息。之后,通過(guò)行業(yè)本身規(guī)模與融合比例相乘得到各非直接行業(yè)的融合規(guī)模,匯總得到目標(biāo)領(lǐng)域的融合規(guī)模。
通過(guò)上述方法,分別對(duì)核心和融合規(guī)模的測(cè)算形成了產(chǎn)業(yè)規(guī)模測(cè)算的方法體系。融合部分適用于對(duì)融合應(yīng)用成熟且易剝離的領(lǐng)域,核心規(guī)模測(cè)算的兩種方法也各有優(yōu)缺點(diǎn)及適用性,方法一適用于直接相關(guān)行業(yè)增加值已披露且份額易核算的領(lǐng)域,優(yōu)點(diǎn)是數(shù)據(jù)權(quán)威可靠;方法二理論依據(jù)充分,但需要依托投入產(chǎn)出表計(jì)算行業(yè)增加值乘子,所以適用于投入產(chǎn)出關(guān)系穩(wěn)定的行業(yè)部門(mén),不足是目標(biāo)研究領(lǐng)域企業(yè)收入核算需要依據(jù),人工延續(xù)滯后的IO表可能會(huì)產(chǎn)生一定誤差。
人工智能產(chǎn)業(yè)指以人工智能關(guān)鍵技術(shù)為核心,由基礎(chǔ)支撐和應(yīng)用場(chǎng)景組成,覆蓋多個(gè)領(lǐng)域的綜合產(chǎn)業(yè)(見(jiàn)圖3)。其中,基礎(chǔ)層包含支撐技術(shù)和基礎(chǔ)硬件構(gòu)成的算力平臺(tái);技術(shù)層包含計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等通用技術(shù),機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法模型,以及開(kāi)源框架;應(yīng)用層包含各類(lèi)行業(yè)應(yīng)用和智能產(chǎn)品。
在測(cè)算時(shí),將人工智能產(chǎn)業(yè)規(guī)模拆分為人工智能直接相關(guān)部分規(guī)模(核心規(guī)模)和人工智能與其他行業(yè)融合部分規(guī)模(融合規(guī)模)。
人工智能核心規(guī)模統(tǒng)計(jì)范圍包括人工智能相關(guān)技術(shù)服務(wù)和產(chǎn)品生產(chǎn),具體分為人工智能平臺(tái)及服務(wù)、人工智能軟件、人工智能設(shè)備及相關(guān)元器件、人工智能系統(tǒng)4類(lèi),涉及國(guó)民經(jīng)濟(jì)行業(yè)中計(jì)算機(jī)制造(391),通信設(shè)備制造(392),電子元器件及電子專(zhuān)用材料制造(397、398),廣播電視設(shè)備、雷達(dá)及配套設(shè)備(393、3940),非專(zhuān)業(yè)視聽(tīng)設(shè)備(395),其他電子設(shè)備(399),互聯(lián)網(wǎng)和相關(guān)服務(wù)(64)及軟件和信息技術(shù)服務(wù)和電信(65)八大類(lèi)(見(jiàn)表1)。
圖3 人工智能產(chǎn)業(yè)視圖
表1 人工智能領(lǐng)域與國(guó)民經(jīng)濟(jì)行業(yè)映射表
接著確定8類(lèi)直接相關(guān)行業(yè)包含的子類(lèi),以及子類(lèi)中人工智能產(chǎn)品/服務(wù)的占比,再依據(jù)子類(lèi)在大類(lèi)中的份額反推,得到8個(gè)直接相關(guān)行業(yè)的人工智能占比。例如,其他電子設(shè)備制造類(lèi)中,涉及的人工智能產(chǎn)品有可穿戴、車(chē)載、無(wú)人機(jī)、服務(wù)機(jī)器人和其他智能消費(fèi)設(shè)備。根據(jù)行業(yè)統(tǒng)計(jì)數(shù)據(jù),核算這些設(shè)備在“其他設(shè)備制造類(lèi)”中總體份額,進(jìn)而得到“其他設(shè)備制造類(lèi)”中人工智能占比。然后,根據(jù)國(guó)家統(tǒng)計(jì)局公布的8個(gè)行業(yè)增加值,分別乘以人工智能占比,匯總得到人工智能核心規(guī)模。
人工智能融合規(guī)模統(tǒng)計(jì)范圍包括:國(guó)民經(jīng)濟(jì)其他非人工智能直接相關(guān)產(chǎn)業(yè)部門(mén)使用人工智能技術(shù)和產(chǎn)品帶來(lái)的產(chǎn)出增加和效率提升,即人工智能對(duì)其他行業(yè)滲透融合帶動(dòng)的增加值。具體包括一二三產(chǎn)業(yè)共40個(gè)國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)。
首先梳理40個(gè)行業(yè)包含的子類(lèi)產(chǎn)品/服務(wù),明確人工智能技術(shù)的行業(yè)應(yīng)用場(chǎng)景,確定人工智能在子類(lèi)產(chǎn)品/服務(wù)的滲透率,再依據(jù)每一子類(lèi)在大類(lèi)的份額反推,得到40個(gè)非直接相關(guān)行業(yè)的人工智能滲透率,然后與國(guó)家統(tǒng)計(jì)局行業(yè)增加值數(shù)據(jù)相乘得到各行業(yè)人工智能融合規(guī)模,匯總得總?cè)诤弦?guī)模。
以人工智能在農(nóng)林牧副漁業(yè)的應(yīng)用為例,主要涉及自動(dòng)化與控制系統(tǒng)、傳感器以及監(jiān)測(cè)設(shè)備等。根據(jù)相關(guān)行業(yè)咨詢(xún)機(jī)構(gòu)數(shù)據(jù)分別核算該類(lèi)設(shè)備及系統(tǒng)的使用率,即可得到農(nóng)林牧副漁業(yè)中人工智能占比。
經(jīng)以上兩部分核算,2018年全國(guó)人工智能產(chǎn)業(yè)規(guī)模樂(lè)觀估計(jì)達(dá)2.6萬(wàn)億元,約占GDP的2.89%,保守估計(jì)達(dá)1.52萬(wàn)億元,約占GDP的1.69%(見(jiàn)表2)。
表2 人工智能產(chǎn)業(yè)規(guī)模
人工智能與各垂直行業(yè)融合方面,在三產(chǎn)中人工智能融合份額依次提升,融合規(guī)模在一二三產(chǎn)占比分別為0.003%、1.14%、3.18%。其中,二產(chǎn)中融合規(guī)模較高的行業(yè)有化學(xué)產(chǎn)品制造,電力、熱力的生產(chǎn)和供應(yīng),石油、煉焦產(chǎn)品和核燃料加工;三產(chǎn)中融合規(guī)模較高的包括金融、衛(wèi)生和社會(huì)工作,租賃和商務(wù)服務(wù)等。
區(qū)塊鏈產(chǎn)業(yè)是以礦機(jī)、芯片為基礎(chǔ)設(shè)施,涉及數(shù)字身份、電子存證、智能合約等技術(shù)支撐和基礎(chǔ)協(xié)議,涵蓋金融、醫(yī)療、供應(yīng)鏈物流等多個(gè)垂直行業(yè)應(yīng)用的綜合產(chǎn)業(yè)(見(jiàn)圖4)。
圖4 區(qū)塊鏈產(chǎn)業(yè)視圖
區(qū)塊鏈產(chǎn)業(yè)規(guī)模同樣分為核心與融合兩部分。由于區(qū)塊鏈產(chǎn)業(yè)處于起步階段,直接相關(guān)行業(yè)數(shù)據(jù)難以通過(guò)現(xiàn)有統(tǒng)計(jì)體系獲得,故本文將應(yīng)用理論體系中增加值乘子與投入產(chǎn)出結(jié)合法,基于區(qū)塊鏈企業(yè)進(jìn)行核心規(guī)模測(cè)算。
梳理國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)中區(qū)塊鏈直接相關(guān)行業(yè),主要包括軟件和信息技術(shù)服務(wù)業(yè)、互聯(lián)網(wǎng)和相關(guān)服務(wù)、計(jì)算機(jī)制造、電子器件制造、其他電子設(shè)備制造五大類(lèi)。通過(guò)企業(yè)及相關(guān)行業(yè)機(jī)構(gòu)披露信息,核算企業(yè)區(qū)塊鏈?zhǔn)杖?,進(jìn)而推算出五類(lèi)直接相關(guān)行業(yè)的區(qū)塊鏈?zhǔn)杖?,再依?jù)RIMS II模型理論,分別乘以對(duì)應(yīng)行業(yè)的增加值乘子,將區(qū)塊鏈?zhǔn)杖朕D(zhuǎn)化為增加值,匯總得到區(qū)塊鏈總核心規(guī)模。
融合規(guī)模測(cè)算,需梳理國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)中非直接相關(guān)行業(yè)的區(qū)塊鏈滲透率。操作過(guò)程類(lèi)似人工智能領(lǐng)域。以批發(fā)和零售業(yè)為例,涉及的區(qū)塊鏈應(yīng)用包括商品防偽溯源、零售業(yè)數(shù)據(jù)管理、客戶(hù)積分和供應(yīng)鏈管理,根據(jù)公開(kāi)數(shù)據(jù)分別核算其在“批發(fā)和零售行業(yè)”中占比即可。
經(jīng)核算,2018年全國(guó)區(qū)塊鏈產(chǎn)業(yè)規(guī)模樂(lè)觀估計(jì)達(dá)691億美元,在GDP中約占0.077%,保守估計(jì)達(dá)462億美元,在GDP占0.051%(見(jiàn)表3)。
表3 區(qū)塊鏈產(chǎn)業(yè)規(guī)模
研究發(fā)現(xiàn),當(dāng)前區(qū)塊鏈技術(shù)與一二產(chǎn)的融合尚處于起步探索階段,三產(chǎn)中應(yīng)用落地的行業(yè)主要包括金融、批發(fā)零售、科研技術(shù)服務(wù)、衛(wèi)生社會(huì)工作等。
通過(guò)梳理人工智能和區(qū)塊鏈兩大領(lǐng)域產(chǎn)業(yè)結(jié)構(gòu),建立了其與國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)的映射關(guān)系,搭建了新興領(lǐng)域與國(guó)民經(jīng)濟(jì)行業(yè)統(tǒng)計(jì)數(shù)據(jù)的橋梁,解決了新興領(lǐng)域核心規(guī)模測(cè)算數(shù)據(jù)難獲取的問(wèn)題。通過(guò)對(duì)人工智能和區(qū)塊鏈在垂直行業(yè)應(yīng)用場(chǎng)景的深入探究,借助行業(yè)研究、企業(yè)調(diào)研等渠道數(shù)據(jù),測(cè)算出新興技術(shù)在傳統(tǒng)非直接相關(guān)行業(yè)的滲透/利用率,并結(jié)合行業(yè)本身規(guī)模測(cè)算出融合規(guī)模。本方法還可做進(jìn)一步延伸和拓展:時(shí)間上,可將時(shí)點(diǎn)的測(cè)算推演到長(zhǎng)時(shí)間序列上;區(qū)域上,可通過(guò)計(jì)算區(qū)域行業(yè)增加值乘子,對(duì)某一區(qū)域某產(chǎn)業(yè)規(guī)模進(jìn)行測(cè)算研究;領(lǐng)域上,可將該方法推廣到難以通過(guò)現(xiàn)有行業(yè)統(tǒng)計(jì)體系描繪,且與傳統(tǒng)行業(yè)相比又有先進(jìn)性、帶動(dòng)性、創(chuàng)新性等特點(diǎn)的新興領(lǐng)域上。