刘 刚 李依菲 霍治方 刘汉文
摘 要：中国人工智能产业的发展，源于经济转型升级过程中的智能化需求。在应用需求牵引下， 核心产业部门和融合产业部门的互动和正反馈效应的出现和发展，是中国人工智能产业发展的核 心推动力。随着消费互联网升级和产业互联网发展，中国人工智能产业已经进入全面融合发展新 阶段。内生需求牵引、政府的战略引领和积极响应、新型平台主导的产业创新生态发展、国家创 新系统的完善以及传统产业头部企业的智能化转型，是人工智能和实体经济深度融合的关键机制。 在人工智能和实体经济融合发展过程中，核心产业部门和融合产业部门在互动中持续的知识、技 术重组和互补性创新，不断提升全要素生产率，将推动中国经济步入高增长和低通胀的高质量发 展新阶段。
关键词：人工智能；融合发展；通用目的技术；互补性创新；高质量发展
一、引言
1956 年夏，在美国达特茅斯会议上人工智 能概念被首次提出。如何用计算机模拟人的智 能，让机器能够像人那样推理、思考和学习， 成为人工智能学科创建和努力的方向。经过 60 多年的发展，随着信息环境的重大改变，2011 年以来人工智能开始步入新一代人工智能（AI 2.0）发展阶段 [1]。新发展阶段到来的标志是产 业界纷纷布局人工智能，在资本的推动下，人 工智能产业化加速发展。2011 年以来，包括谷 歌、微软、Twitter、Intel、Apple、百度、阿里 巴巴和腾讯在内的科技头部企业，纷纷以技术 研发和收购人工智能新创公司的方式加速在人 工智能领域积极布局。2015 年，中国科学家首 次提出 AI 2.0 概念，把新一代人工智能视作第 四次工业革命的核心引擎 [2]。
信息环境、社会需求、社会目标和数据资 源是推动新一代人工智能产生和发展的重要条 件 [3]。随着互联网、物联网和移动互联网的发 展，网络空间及其与物理和社会空间的互动， 使人与人、人与物、物与物之间产生广泛连接， 海量实时在线数据、信息、知识和创意的汇聚， 为人类深刻认识生存在其中的经济社会复杂系 统奠定了基础。基于网络和计算、控制物理空 间和社会空间，人工智能已成为创造新知识、实现资源优化配置的基本手段。同时，随着网 络空间的发展，人类对运用人工智能解决社会 痛点问题产生了迫切需求。例如，城市发展、 环境污染、就业和经济增长等问题。
在新的发展阶段，人工智能的发展目标不 再是简单地用计算机模拟人的智能，而是构建 机器、人、网络和物的泛在连接的系统化智能 系统。万物互联中产生的数据要素则成为智能 系统发展和商业化应用的关键驱动力。
作为第四次工业革命的核心引擎，人工智 能属于通用目的技术，具有广泛的应用场景， 能够引领经济和社会持续发展。从工业革命的 历史进程看，包括蒸汽机、电力、计算机和人 工智能在内的通用目的技术，属于关键生产要 素 [4]。在人工智能科技创新和产业化过程中， 围绕关键生产要素的生产形成核心产业部门， 即人工智能产业化部门。作为投入品，关键生 产要素投入传统产业部门，创造出融合产业部 门，即产业的智能化部门。
人工智能核心产业部门与融合产业部门的 良性互动和正反馈效应的出现，是一国或地区 能否率先启动第四次工业革命的关键。核心产 业部门为融合产业部门提供基础软硬件、关键 核心技术和基础设施服务，融合产业部门则通 过互补性创新，实现通用目的技术的专用化和 差异化，进一步拉动核心产业部门的发展。
充分认识智能经济发展的内在规律，推动 人工智能和实体经济的深度融合成为我国制定 和实施新一代人工智能规划和战略的着力点。 2017 年颁布的《新一代人工智能发展规划》明 确提出，“坚持人工智能研发攻关、产品应用和 产业培育‘三位一体’推进。适应人工智能发展 特点和趋势，强化创新链和产业链深度融合、技 术供给和市场需求互动演进，以技术突破推动领 域应用和产业升级，以应用示范推动技术和系统 优化。”为推动核心产业部门和融合产业部门的 良性互动，2019 年 3 月中央全面深化改革委员 会第七次会议审议通过的《关于促进人工智能和 实体经济深度融合的指导意见》进一步提出，“促 进人工智能和实体经济深度融合，要把握新一代 人工智能发展的特点，坚持以市场需求为导向， 以产业应用为目标，深化改革创新，优化制度环 境，激发企业创新活力和内生动力，结合不同行 业、不同区域特点，探索创新成果应用转化的路 径和方法，构建数据驱动、人机协同、跨界融合、 共创分享的智能经济形态。”
随着核心产业部门和融合产业部门的协同 发展，中国人工智能产业发展走在了世界前列。 工业和信息化部发布的数据显示，截至 2022 年 6 月，我国人工智能核心产业规模超过 4000 亿元，企业数量超过 3000 家。智能芯片、开 源框架等关键核心技术取得重要突破，智能芯 片、终端和机器人等标志性产品的创新能力持 续增强 [5]。同时，人工智能和实体经济的深度 融合带动了我国核心产业部门——算力产业的 发展。据中国信息通信研究院测算，截至 2021 年末，我国算力核心产业规模达到 1.5 万亿元， 关联产业规模超过 8 万亿元，近 5 年平均增速 超过 30%，算力规模位居全球第二。
中国人工智能产业的发展，不仅表现为规 模增长，且实现了应用领域的快速扩张。中国 新一代人工智能发展战略研究院发布的《中国 新一代人工智能科技产业发展报告 2022》表 明，中国的人工智能产业已经出现在包括智慧 城市、智能交通、智能制造、智慧教育、智能 家居和智能医疗在内的 22 个应用领域，开始 步入与经济社会全面融合发展的新阶段。
人工智能产业的发展，进一步带动了中 国人工智能学术生态的发展。斯坦福大学发布 的《2021 年 AI 指数报告》指出，中国 AI 期 刊论文引用数量已经超过美国。另据清华大学 人工智能研究院、清华 – 中国工程院知识智能联合发布的《人工智能发展报告 2020》显示， 2011-2020 年，中国人工智能领域的专利申请 量达 389571 件，位居世界第一，占全球总量 的 74.7%，是排名第二的美国的 8.2 倍。同时， 中国的人工智能相关专利申请量呈现逐年增长 态势，尤其是 2015 年之后增长速度明显加快。
无论从增长速度还是从应用领域扩张或科 技创新能力提升方面看，中国人工智能产业的 发展均呈现出报酬递增态势。在应用需求牵引 下，人工智能科技的产业化推动了产业的智能 化，而产业智能化进一步带动了人工智能基础 研究的发展。在报酬递增规律支配下，人工智 能和实体经济的深度融合，将深刻变革我们的 生产生活方式和科技创新方式，加速步入以智 能化为引领的智能经济时代。
二、人工智能和实体经济融合发展现状
本文通过核心产业部门和融合产业部门技 术合作关系数据的量化分析，对人工智能和实 体经济融合发展的实际进程进行测度。基于中 国新一代人工智能发展战略研究院 10000 家人 工智能企业基础样本库，依据是否从事人工智 能关键技术和产品的研发生产，是否存在持续 市场行为和公开融资活动，进一步筛出 2200 家 人工智能骨干企业作为研究样本。这 2200 家人 工智能骨干企业属于核心产业部门，即人工智 能产业化部门。研究中，以 2200 家人工智能骨 干企业作为样本节点，通过实际调查和公开网 络搜索，采集与样本节点存在 17 种人工智能技 术关系的关系节点和技术合作关系数据。数据 的采集时间段为 2014 年 6 月至 2021 年 6 月。
与 2200 家人工智能骨干企业存在技术合 作关系的关系节点不仅包括企业，还包括政府、 高校、科研院所、产业园区和其他组织。在企 业类关系节点中，包括核心产业部门和融合产 业部门企业。
本文首先考察 2200 家人工智能骨干企业 技术合作关系在核心产业部门和融合产业部门 的分布，其次根据融合产业部门关系节点的三 次产业及其细分行业归类，测度人工智能和现 有产业的融合发展情况 [6]。在此基础上，根据 节点和技术合作关系的分类分析，考察人工智 能和实体经济融合发展的动力和机制。
2021 年，在 2200 家人工智能骨干企业的 技术合作关系中，29.10% 的合作分布在核心产 业部门内部，70.90% 的合作分布在融合产业部 门。核心产业部门与融合产业部门技术合作和 良性互动，是中国人工智能产业发展的主导。
从 2014 年—2021 年两个产业部门技术合 作关系占比情况看，核心产业部门和融合产 业部门的技术合作关系占比从 68.24% 提高到 70.09%。显然，在人工智能产业发展的初始阶 段，与实体经济的融合是人工智能产业发展的 第一推动力。而核心产业部门技术赋能在促进 融合产业部门发展的同时，通过正反馈同样带 动了核心产业部门的技术创新和产业发展。
与 2200 家人工智能骨干企业存在技术合 作关系的企业类关系节点广泛分布在三次产 业。2021 年，核心产业部门与三次产业技术 合作关系占比中，排名第一的是第三产业，占 比为 76.85% ；排名第二的是第二产业，占比 为 22.74% ；排名第三的是第一产业，占比仅为 0.41%。截至目前，人工智能和实体经济的融合 发展主要分布在第三产业，尤其是消费互联网 领域。而随着包括 5G 在内的新一代信息技术的 创新发展和产业互联网的兴起，人工智能和第 二产业尤其是制造业的深度融合进程将加速。
从 2014 年—2021 年核心产业部门与三次产 业技术合作关系的变化情况看，第二产业占比 在经历了短暂下滑后，于 2016 年开始呈现增长 趋势。与第二产业相比，人工智能在第一产业的技术合作关系占比变化始终处于波动状态。
在 2021 年 核 心 产 业 部 门 与 第 二 产 业 技 术合作关系中，排名第一的是制造业，占比 88.01% ；排名第二的是电力、热力、燃气、水 生产及供应业，占比 5.67% ；排名第三的是建 筑业，占比 5.05% ；排名第四的是采矿业，占 比 1.27%。2014 年—2021 年，制造业领域人工 智能技术合作关系占比逐年提升，从 85.82% 提升到 88.01%。在第二产业中，制造业是人工 智能技术创新应用的重点领域。
在 2021 年核心产业部门与制造业 32 个 行业人工智能技术合作关系中，排名第一的 是计算机、通信和其他电子设备制造业，占 比 30.86% ；排名第二的是汽车制造业，占比 24.84% ；排名第三的是电气机械和器材制造 业，占比 8.57% ；排名第四和第五的分别是专 用设备制造业和通用设备制造业，占比分别为 6.57% 和 3.89%。排名前五的制造业行业均属 于装备制造业。其中，汽车制造业是 2014 年— 2021 年人工智能技术合作关系增长最快的制造 业行业。
在 2021 年 核 心 产 业 部 门 与 第 三 产 业 各 行业人工智能技术合作关系中，排名第一的 是信息传输、软件和信息技术服务业，占比 28.46% ；排名第二的是科学研究和技术服务 业，占比 21.25% ；排名第三的是金融业，占 比 10.95% ； 排 名 第 四 和 第 五 的 分 别 是 租 赁 和商务服务业、批发和零售业，占比分别为 10.89% 和 9.06%。2014 年—2021 年， 科 学 研 究和技术服务业中的人工智能技术合作关系增 长，在第三产业各行业中最为明显。
三、消费互联网升级和产业互联网发展
中国互联网产业的发展，为人工智能创新 发展提供了丰沃土壤。2016 年以来，人工智能 成为推动消费互联网升级的关键技术力量。同 时，人工智能也为产业互联网的启动创造了条 件。消费互联网升级和产业互联网发展，是人 工智能产业发展的重点领域。
（一）消费互联网升级
消费互联网是指以居民日常生活为应用场 景的互联网类型。2016 年以来，人工智能和实 体经济深度融合首先表现为消费互联网升级。 消费互联网升级不仅体现在电子商务、直播和 新零售在内的新业态发展，还表现为农村网络 空间产业生态和新城乡一体化格局的出现。
经过多年的发展，中国形成了以电子商务 为代表的日益成熟的消费互联网体系。2016 年 以来，随着人工智能技术的应用，消费互联网 出现了新的发展态势，电子商务和娱乐新业态 新模式出现，且电子商务对产业发展的影响更 加直接和密切。
在人工智能技术的支持下，消费互联网 “长尾效应”的出现，是 2018 年以来消费互联 网从大都市向广大城镇和农村下移的重要驱动 力量。通过政府、平台企业、涉农企业、农村 网络从业者和新个体户的共同努力，在中国城 乡之间搭建起基于网络空间的产业生态。与地 理空间的产业生态高度依赖人口和知识密集的 城市不同，网络空间产业生态通过线上和线下 的结合，能够有效地为农村经济发展提供低成 本和便捷的服务。通过服务要素在线化，网络 空间产业生态实现了城市和农村产业生态的有 效衔接，适应了多品种小批量的生产方式，激 活了农村社会生产力发展的潜力，为新城乡一 体化发展和乡村振兴战略的实施奠定了基础。
（二）产业互联网发展
产业互联网是新一代信息技术和工业经济 深度融合的新型基础设施，通过产业链和价值 链的万物互联，构造出全新的制造、服务和价 值创造体系。人工智能，尤其是工业人工智能的创新应用，是产业互联网发展的核心引擎。
产业互联网的发展紧紧围绕两个主题，即 生产智能化和产品智能化。生产智能化包括智 能工厂、智能生产线和智能装备的开发和生产。 从人工智能和制造业融合发展的现状看，2021 年核心产业部门与制造业 32 个行业人工智能 技术合作关系中，排名前五的均为装备制造业。 智能装备是人工智能和制造业深度融合发展的 前沿。截至 2021 年 6 月，世界经济论坛遴选 出的全球 69 家灯塔工厂中，中国境内的灯塔 工厂共有 21 家（中国大陆 9 家）。从企业数字 化和智能化转型实践看，人工智能和制造业的 深度融合发展能够持续提升全要素生产率 ，使 中国经济率先步入高增长和低通胀发展阶段。
到目前为止，人工智能在工业领域的应用 尚属于局部的和手工作坊式的。与消费互联网 相比，人工智能在产业互联网的应用涉及包括 业务链条长、数据异构、设备多样化、网络性 能要求高和模型复杂在内的诸多难题。其中， 以行业应用为导向的大模型开发是人工智能在 产业互联网落地应用的重要工具。随着大模型 的开发和产业创新生态的发展，“长尾效应” 同样会出现在产业互联网领域。
四、关键动力和机制
从我国人工智能产业发展的实际进程看， 应用需求牵引、国家战略引领、地方政府的积 极政策响应、平台主导的产业创新生态发展、 国家创新系统的完善和传统产业头部企业的智 能化转型，是推动人工智能和实体经济深度融 合发展的关键动力和机制。尤其是国家创新 系统的完善和产业创新生态发展之间的相互促 进，共同推动包括企业、研究型大学、科研院 所和投资机构的协同创新，促进了核心产业部 门与融合产业部门的良性互动，为智能经济的 发展注入强大动力。
（一）应用需求牵引
人工智能在中国的发展源于经济转型升级 过程中创造出的智能化需求。应用需求牵引来 自三个方面：一是互联网尤其是消费互联网产 业的发展；二是工业尤其是制造业的转型升级； 三是城市发展和环境保护过程中对社会痛点的 智能化解决方案的迫切需求。
在 Web 1.0 阶段，中国互联网产业只是扮 演追随者的角色。随着 Web 2.0 阶段的到来， 2004 年以来，中国互联网技术创新和产业化基 本与发达国家同步。智能化需求的产生首先基 于 Web 2.0 应用的交互式互联网和移动互联网 的发展。依托自身应用需求和数据生态优势， 互联网平台率先成为研发和应用人工智能技术 的企业。尤其是 2016 年之后，消费互联网的 升级成为人工智能发展的主战场。
2005 年之后，随着工业化加速发展，降低 包括劳动力在内的成本上涨和提高产品质量成 为推动我国制造业智能化发展的关键因素。2012 年以来，“机器换人”和“无人工厂”建设率先 在珠三角地区部分城市展开。同时，随着移动互 联网的发展，包括智能硬件在内的智能产品的市 场需求进一步推动着产品智能化的进程。
与互联网和制造业发展相比，城市是一个 更加包容的复杂巨系统。随着城市化进程的加 快，人口的大规模聚集带来了一系列社会痛点问 题，而智能化解决方案为此提供了新思路。智慧 城市、智慧交通、智慧政务、智慧教育和智慧医 疗成为人工智能助推城市发展的重要领域。
（二）政府的战略引领和积极响应
以人工智能为核心引擎的第四次工业革 命与经济转型升级的共生共融，是我国建设现 代化经济体系和实现高质量发展的逻辑主线。 2017 年以来，国家先后发布了包括《新一代 人工智能发展规划》《关于促进人工智能和实 体经济深度融合的指导意见》和《促进新一代 人工智能产业发展三年行动计划（2018-2020 年）》在内的一系列政策文件，对人工智能产 业的发展进行了战略布署和指导。与此同时， 各地政府通过出台新一代人工智能发展规划和 行动计划积极响应国家战略，为区域人工智能 产业发展提供政策和资金支持。
（三）平台主导的产业创新生态
平台主导的产业创新生态，在推动人工智 能和实体经济深度融合发展过程中发挥着举足 轻重的作用。新一代人工智能是基于网络空间 发展的数据智能。早期互联网平台大都来自消 费互联网领域，属于典型的交易型平台。平台 实时在线交易过程中积累的海量数据，为人工 智能技术创新和应用创造了条件。人工智能的 创新应用，反过来推动了新型平台的涌现和发 展。新型平台以产业赋能为主导，不仅来自消 费互联网领域交易型平台的转型，也来自产业 互联网平台的发展。
科技部认定的 15 家人工智能开放创新平 台是新型平台的典范。新型平台通过人工智能 通用目的技术的研发、集成和专用化，依托现 有的和创建新的垂直业务子平台，构建赋能产 业智能化发展的产业创新生态。新型平台主导 的产业创新生态不仅包括平台、新创企业和传 统企业，还包括研究型大学、科研院所和投资 机构。新型平台主导的产业创新生态，正在成 为智能经济时代新的创新组织形态。
新型平台产业赋能的机制主要包括：一是 新型平台通过建设和发展新的垂直业务子平台 的方式满足了产业智能化需求。平台的垂直业 务子平台创建的初始动因不仅来自技术和能力 的对外迁移与业务扩张，还来自内部业务发展 的需求。在垂直业务子平台建设过程中，新型 平台往往需要与传统产业展开互补性创新实现 通用目的技术的专用化。二是依托现有的子业 务平台为传统产业赋能。例如，传统的交易业 务子平台，通过人工智能改造，赋能传统产业 的智能化转型。三是适应产业智能化需求，新 型平台通过创建开源创新平台的方式赋能传统 产业。与垂直业务子平台相比，开源创新平台 的赋能对象往往更加广泛。四是新型平台通过 赋能开发者的方式推动产业智能化发展。为加 速推动通用目的技术向实体经济的渗透，新型 平台通过创建开发者社区的方式赋能开发者， 进而实现产业赋能。与交易型平台的开发者主 要集中分布在核心部门不同，新型平台的开发 者广泛分布在核心和融合产业部门，是核心和 融合产业部门技术合作的连接者。“平台 + 开 发者”产业赋能方式不仅能够推动交易型平台 向产业赋能型平台的升级，且能够带动传统产 业创新型企业的智能化转型。
（四）国家创新系统
创新系统的高度开放是中国人工智能产业 发展的重要推动力量。2016 年以来，随着美国 技术封锁的日益强化，构建自主可控的技术体 系，成为国家创新系统发展的方向。其中，加 强基础研究和高端人才培养，是国家创新系统 建设的重点方向。
基础研究和高端人才培养是人工智能创新和创业的基础。《新一代人工智能发展规划》 明确提出，完善人工智能领域学科布局，设 立人工智能专业，推动人工智能领域一级学 科建设。国务院学位委员会批准设立“交叉 学科”门类（门类代码为“14”），下设“集 成电路科学与工程”一级学科（学科代码为 “1401”）和“国家安全学”一级学科（学科代 码为“1402”）。2021 年 4 月 22 日，清华大学 成立集成电路学院。同年 7 月 14 日，华中科 技大学未来技术学院和集成电路学院正式揭牌 成立；7 月 15 日，北京大学宣布成立集成电路 学院。其中，清华大学集成电路学院在国内首 次提出“1+N”联合机制，打破学科壁垒，强 化交叉融合，聚焦集成电路全产业链，布局微 电子科学、集成电路设计方法学与 EDA、集成 电路设计与应用、集成电路器件与制造工艺、 MEMS 与微系统、封装与系统集成、集成电路 专用装备和集成电路专用材料等研究方向。包 括清华大学和北京大学在内的国内 18 所高校 成为全国首批集成电路科学与工程一级学科博 士学位授权点，这些高校广泛分布在北京、上 海、江苏、浙江、福建、湖北、广东、四川和 陕西等省市。
积极响应国家重大战略需求，高校在人工 智能基础研究和底层技术开发领域的布局取得 了一系列成果。近两年来，我国的 14 所高校 在芯片领域取得了包括小尺寸晶体管、量子芯 片、光刻技术和设备、新材料等在内的 17 项 关键技术的突破。
无论是在人工智能基础研究和应用开发， 还是在人才培养方面，高校和企业之间的产学 研合作已成为推动人工智能科技创新和产业发 展的重要机制。例如，在人工智能和集成电路 学院的建设和发展上，国内高校纷纷通过与包 括华为、中芯国际、腾讯和比亚迪等在内的前 沿企业合作，加速了科学研究和人才培养。
2018 年 4 月，教育部印发《高等学校人 工智能创新行动计划》；2020 年 1 月，教育部、 国家发展改革委、财政部又联合发布《关于“双 一流”建设高校促进学科融合加快人工智能 领域研究生培养的若干意见》。两个文件提出 了包括人工智能专业设置、学科发展、人才培 养和科技创新等在内的系统性解决方案。截至 2022 年 3 月，全国共有 440 所高校设置了人工 智能本科专业、248 所高校设置了智能科学与 技术本科专业、387 所普通高等学校高等职业 教育（专科）设置了人工智能技术服务专业。
除了发挥大学的作用，为了适应智能经济 条件下创新组织发展的需要，近年来国家和地 方政府积极发展以新型研发机构为代表的新型 创新组织，打通基础研究、应用开发和规模生 产之间的界限，加速人工智能技术创新和产业 化发展的步伐。以是否主要为人工智能产业发 展提供研发和服务为依据，目前全国共有 347 家人工智能新型创新组织。人工智能新型创新 组织包括两种类型：一类是 2017 年之后创建 的专门从事人工智能基础研究和关键共性技术 研发的新型创新组织，例如之江实验室、鹏城 实验室和浦江实验室等；另一类则是 2017 年 之前创建的新型研发机构，通过设立人工智能 研发部门升级而来的新型创新组织，例如中科 院深圳先进技术研究院等。 新型创新组织不仅拥有基础研究和应用开 发能力，且具备市场推广、成果转化、创业孵 化和人才培养等功能。通过创新生态建设，
新型创新组织打通了基础研究、应用开发和规模 生产之间的创新循环，加速了人工智能基础研 究成果的商业化进程。同时，新型创新组织充 分发挥政府和市场两种资源配置机制，实现了 创新资源的有效配置，降低了基础研究和关键 共性技术开发的技术和市场双重不确定性，加 速了知识和技术的扩散，促进了新创企业和科技型中小企业的成长。
（五）传统产业头部企业的智能化转型
传统产业企业尤其是头部企业的智能化 转型，同样是推动人工智能和实体经济发展 的关键力量。与中小企业相比，依托在产业 上下游供应链中的辐射和带动作用，传统产 业的头部企业在产业智能化过程中能够发挥 示范引领作用。对头部企业智能化转型的人 工智能技术创新分析表明，与核心产业部门 人工智能企业不同，传统产业头部企业更加 专注通用目的技术体系的专用化。头部企业 人工智能技术体系的专用性程度不仅表现在 数据生态方面，还表现在算法和算力方面。 通过通用目的技术体系专用化，传统产业头 部企业可构建自身主导的产业创新生态辐射 和带动产业的智能化进程。
五、总结
人工智能和实体经济的深度融合，是一 个复杂技术经济社会系统的演化过程，不仅 涉及技术和产业结构变革，还引发了生产方 式、知识创造方式、生活方式和经济发展方 式的变革。与前三次工业革命相比，作为人 类脑力的延伸，以人工智能为核心引擎的第 四次工业革命对全要素生产率提升的贡献几 乎是无止境的。
人工智能和实体经济深度融合发展的关 键，是核心产业部门和融合产业部门的良性互 动与正反馈效应的发挥。这种互动不仅表现为 两个部门相互提供应用场景和技术赋能，还表 现为持续的互补性创新和通用目的技术专用 化。而通用目的技术专用化带来的技术差异化， 会引发进一步的技术重组和新的颠覆性技术创 新。两个产业部门在互动中出现的持续创新， 也将为智能经济条件下经济发展提供源源不断 的动力。可以预见，随着人工智能与实体经济 深度融合进程的加速，全要素生产效率的持续 提高，将助推中国经济发展持续呈现高增长和 低通胀的趋势。
参考文献
[1] Yunhe Pan(2016). Heading toward Artificial Intelligence 2.0. Engineering 2 (2016) 409-413.
[2] 2015 年，中国工程院批准启动了《中 国人工智能 2.0 发展战略研究》重大咨询项目。 以潘云鹤院士为代表的中国科学家开始开展 “人工智能 2.0 计划”研究。
[3] 中国人工智能 2.0 发展战略研究项目 组，中国人工智能 2.0 发展战略研究 [M]，浙 江大学出版社，2019:5-6.
[4] Carlota Perez(1986). The New Technologies: An Integrated View, Working Papers in technology Governance and Economic Dynamics No 19.http://hum.ttu.ee/wp/paper19.pdf..
[5] 工信部 . 我国人工智能核心产业规 模超四千亿元 企业数量超三千家 . 光明网， 2022.7.26.
[6] 限于篇幅，本文仅仅从技术合作关系 数量指标，度量人工智能和实体经济融合发展 的进程。在后续的研究中，作者将从技术合作 的类别、层次和结构出发，进一步探讨人工智 能和实体经济融合发展的结构内涵。
（作者简介：刘刚，南开大学经济研究所教授， 博士生导师，中国新一代人工智能发展战略研 究院首席经济学家；李依菲、霍治方，南开大 学经济研究所研究生；刘汉文，英国萨塞克斯 （Sussex）大学科技政策研究所（SPRU）研究 生。本研究得到中国工程院战略研究与咨询项 目﹝项目编号：2022-HY-12 ﹞经费的资助）