中國人工智能發(fā)展評價指標體系構(gòu)建與實證測度

馬光威，鐘玉婷，鐘 堅

（1.東莞理工學(xué)院經(jīng)濟與管理學(xué)院，廣東東莞 523106；2.深圳大學(xué)經(jīng)濟學(xué)院，廣東深圳 518061）

1 研究背景

近年來，以人工智能（AI）為核心的第四次科技革命呈現(xiàn)出爆發(fā)式發(fā)展態(tài)勢，對人類社會活動產(chǎn)生了巨大影響。中國2017 年7 月發(fā)布的《新一代人工智能發(fā)展規(guī)劃》將發(fā)展人工智能提升至國家戰(zhàn)略高度，與此同時，國內(nèi)各地方政府也不斷加大科研投入力度，積極布局人工智能產(chǎn)業(yè)，建設(shè)人工智能產(chǎn)業(yè)園區(qū)，而各地高校也不斷增設(shè)相關(guān)學(xué)科專業(yè)，各類發(fā)明專利不斷涌現(xiàn)。主動了解和掌握人工智能目前發(fā)展情況及其未來發(fā)展方向，對中國戰(zhàn)略層面人工智能研發(fā)布局至關(guān)重要。

基于數(shù)字科技的機器學(xué)習(xí)技術(shù)不斷突破，由此推動了人工智能產(chǎn)業(yè)快速發(fā)展，中國在人工智能領(lǐng)域也取得了大量技術(shù)進展。國內(nèi)學(xué)者很早便對人工智能發(fā)展水平進行了關(guān)注，并圍繞這一主題開展研究，如王洪慶等［1］、陶長琪等［2］、陳明藝等［3］的研究。相對簡單的人工智能發(fā)展水平度量方法主要有以下兩個方向：一是使用已經(jīng)實現(xiàn)自動化的生產(chǎn)任務(wù)占所有生產(chǎn)任務(wù)的比重反映人工智能發(fā)展程度，如郭凱明［4］、程承坪等［5］、王瑞瑜等［6］的研究；二是假設(shè)人工智能發(fā)展使生產(chǎn)函數(shù)中出現(xiàn)了與普通資本不同的智能資本，然后通過智能資本及其變化來刻畫人工智能的發(fā)展程度，如陳利鋒等［7］、黃旭等［8］、程惠芳等［9］的研究。部分專業(yè)機構(gòu)則聚焦于人工智能發(fā)展水平測度問題展開研究，如烏鎮(zhèn)智庫［10］自2016 年起連續(xù)多年從產(chǎn)業(yè)、技術(shù)、應(yīng)用場景3 個維度匯總?cè)蛉斯ぶ悄馨l(fā)展數(shù)據(jù)；2018 年，清華大學(xué)中國科技研究中心［11］發(fā)布《中國人工智能發(fā)展報告2018》，從科技產(chǎn)出與人才投入、產(chǎn)業(yè)發(fā)展與市場應(yīng)用、發(fā)展戰(zhàn)略與政策環(huán)境、社會認知與綜合影響等4 個維度對國內(nèi)人工智能發(fā)展水平進行測度；2019 年，國家工業(yè)信息安全發(fā)展研究中心發(fā)布《中國人工智能產(chǎn)業(yè)發(fā)展指數(shù)》，從基礎(chǔ)支撐、創(chuàng)新能力、融合應(yīng)用、產(chǎn)業(yè)運行、環(huán)境保障5 個維度對人工智能產(chǎn)業(yè)發(fā)展情況進行綜合評價［12］。相比之下，學(xué)者們的研究則更加細化，如李旭輝等［13］運用縱橫向拉開檔次法、非線性規(guī)劃法對我國三大支撐帶人工智能產(chǎn)業(yè)自主創(chuàng)新能力進行測度，熊曦等［14］、王宏起等［15］、李旭輝等［16］也做了類似研究；郝力曉等［17］通過熵權(quán)法，從制度環(huán)境、基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新與生產(chǎn)應(yīng)用4 個維度測度了2003—2018 年中國各省份人工智能發(fā)展指數(shù)；匡祥琳［18］則采用主成分分析法，基于2010—2020 年中國30 個省區(qū)市面板數(shù)據(jù)，對其人工智能技術(shù)創(chuàng)新水平進行測度；顧國達等［19］構(gòu)建了以環(huán)境力、知識創(chuàng)造力、產(chǎn)業(yè)競爭力為主的人工智能綜合發(fā)展指數(shù)體系，同時運用組合賦權(quán)法和時序加權(quán)平均算子對2010—2018 年中國、美國、歐盟、日本、韓國、加拿大等國家和地區(qū)的人工智能發(fā)展水平進行量化評估，孫早等［20］、王山等［21］也開展了類似研究；陳鳳仙［22］則從經(jīng)濟學(xué)視角切入，對人工智能發(fā)展水平測度相關(guān)文獻進行全面梳理，歸納總結(jié)了人工智能的綜合發(fā)展水平、滲透率及其對經(jīng)濟各領(lǐng)域影響程度的測度方法。

綜上，現(xiàn)有研究成果更多采用較為單一或相對簡單的指標對人工智能發(fā)展水平進行替代研究，也有學(xué)者如郝力曉等［17］嘗試構(gòu)建相對完善的測度指標體系對其發(fā)展進行研究，但遺憾的是，當(dāng)前學(xué)術(shù)界尚未構(gòu)建相對科學(xué)的指標體系測度人工智能發(fā)展水平，導(dǎo)致相關(guān)研究缺少量化分析基礎(chǔ)；加之中國的人工智能發(fā)展尚處于初級階段，統(tǒng)計數(shù)據(jù)稀缺，因而其發(fā)展水平的測度難度較大，仍有待進一步探索。

為了更好地了解中國各省份人工智能發(fā)展水平，本研究圍繞人工智能發(fā)展的表征與影響展開分析，并著重考察以下問題：第一，人工智能發(fā)展水平測度指標體系設(shè)計思路是什么，哪些指標更適合衡量中國人工智能發(fā)展狀況？第二，哪種方法對中國省域人工智能發(fā)展水平測度更適用？第三，2020 年中國各省域人工智能發(fā)展水平如何，有哪些政策啟示？

2 指標體系構(gòu)建與測度方法選擇

借鑒鐘玉婷等［23］的研究，按照事物發(fā)展的“事前—事中—事后”的邏輯順序，在明確中國人工智能發(fā)展水平測度指標體系設(shè)計思路與指標選取原則的基礎(chǔ)上，構(gòu)建一個“三維四層”的人工智能發(fā)展水平測度指標體系。由于西藏和港澳臺地區(qū)人工智能相關(guān)數(shù)據(jù)缺失較多，因此只對中國30 個省份的人工智能發(fā)展水平進行測度研究。

2.1 指標體系構(gòu)建

2.1.1 指標體系設(shè)計思路

借鑒李旭輝等［24］的研究中關(guān)于指標體系構(gòu)建的思路，擬定人工智能發(fā)展水平測度指標體系的構(gòu)建框架為“三層四維”，其中“三層”指一級、二級、三級指標；“四維”指創(chuàng)新支撐、技術(shù)成果、成果應(yīng)用、創(chuàng)新實踐4 個維度。具體如下：一是創(chuàng)新支撐，指能夠直接或間接參與到創(chuàng)新過程中的活動因素。該維度側(cè)重衡量人工智能創(chuàng)新趨勢和持續(xù)性能力，指標設(shè)計考慮主要在宏觀層面測度。二是技術(shù)成果，指人工智能技術(shù)創(chuàng)新的直接成果輸出。因為直接技術(shù)成果不僅是作為創(chuàng)新技術(shù)的物化顯示，同時也是引領(lǐng)創(chuàng)新驅(qū)動發(fā)展的主要載體，代表先進技術(shù)的前進方向。該指標設(shè)計綜合考慮了相關(guān)企業(yè)、科研機構(gòu)以及高校專利發(fā)明與科研論文輸出。三是成果應(yīng)用，指人工智能技術(shù)成果的社會價值。由于成果應(yīng)用被作為檢驗技術(shù)能否為社會創(chuàng)造價值的最佳途徑，因而在衡量國家或地區(qū)的人工智能發(fā)展水平時，不僅要考慮到其發(fā)展所依托的創(chuàng)新環(huán)境及其創(chuàng)新質(zhì)量，還要明確其知識創(chuàng)造、傳播及應(yīng)用貢獻度，因而成果應(yīng)用更側(cè)重創(chuàng)新成果的場景適用性。相關(guān)指標設(shè)計主要考慮研究成果的生產(chǎn)轉(zhuǎn)化或消費轉(zhuǎn)化。

2.1.2 指標選取原則

立足于數(shù)據(jù)的可獲得性和指標測度的時效性，圍繞中國各地社會經(jīng)濟發(fā)展的現(xiàn)實基礎(chǔ)，構(gòu)建如下三級指標的選取原則：一是匹配性原則，即指標需要與測評內(nèi)容相匹配。一方面，各維度指標需要與相應(yīng)二級指標測評內(nèi)容相匹配，支撐二級指標的測評目的；另一方面，三級指標作為測度指標體系的基礎(chǔ)層內(nèi)容，內(nèi)容設(shè)計需要考慮與現(xiàn)實活動的匹配。二是適用性原則，即指標需要適用于中國宏觀層面和省域?qū)用?，同時考慮到人工智能發(fā)展的技術(shù)特征，也需要適用于人工智能軟硬件結(jié)合的技術(shù)特點。三是可獲得性原則，即指標測度所需數(shù)據(jù)可通過搜集整理獲得。鑒于目前中國人工智能發(fā)展實際，數(shù)據(jù)可獲得性為本研究的指標選取重要原則。研究數(shù)據(jù)大多來源于《中國科技統(tǒng)計年鑒》《中國人工智能產(chǎn)業(yè)發(fā)展指數(shù)》等，部分數(shù)據(jù)則采用互聯(lián)網(wǎng)數(shù)據(jù)處理技術(shù)進行抓取與解析。

2.1.3 指標體系

結(jié)合上述人工智能發(fā)展測度指標體系的構(gòu)建思路與指標選取原則，借鑒由英特爾AI 百佳創(chuàng)新激勵計劃、德勤人工智能研究院和深圳人工智能行業(yè)協(xié)會聯(lián)合發(fā)布的《中國成長型AI 企業(yè)研究報告》［25］，深圳市人工智能行業(yè)協(xié)會［26］發(fā)布的《2021 人工智能發(fā)展白皮書》，清華大學(xué)人工智能研究院、清華-中國工程院知識智能聯(lián)合研究中心［27］聯(lián)合發(fā)布的《人工智能發(fā)展報告2020》，以及中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院［28］發(fā)布的《中國區(qū)域科技創(chuàng)新評價報告2021》等的相關(guān)指標體系，設(shè)計了包含4 個一級指標、10 個二級指標與32 個三級指標的人工智能發(fā)展水平測度指標體系，具體如表1 所示。

表1 中國人工智能發(fā)展水平測度指標體系

2.2 測度方法選擇

根據(jù)文獻回顧可知，當(dāng)前關(guān)于人工智能發(fā)展水平測度方法主要有基于截面數(shù)據(jù)的靜態(tài)綜合測度方法與基于面板數(shù)據(jù)的動態(tài)綜合測度方法兩種，分別如張彬等［29］和顧國達等［19］的研究，測度過程均涉及指標的加權(quán)計算。對于截面數(shù)據(jù)，常見指標權(quán)重確定方法是因素分析法和熵權(quán)法。其中，因素分析法是通過因子分析法或主成分法計算指標權(quán)重，有如劉俊顯等［30］、林海明等［31］的研究；而熵權(quán)法則常用于計算分項權(quán)重，衡量指標的相對差距，如張俊光等［32］、禹春霞等［33］的研究。對于面板數(shù)據(jù)，常見指標權(quán)重確定方法為縱橫向拉開檔次法，即針對時序立體數(shù)據(jù)的動態(tài)測度方法，基本原則為最大化立體數(shù)據(jù)來體現(xiàn)各評價對象之間的差異，采用求解非線性規(guī)劃問題思路逐層確定指標權(quán)重［34］。熵權(quán)法是基于信息熵的多對象、多指標客觀賦權(quán)方法，通常根據(jù)指標的離散程度判斷其對綜合評價結(jié)果的影響，計算過程僅依賴數(shù)據(jù)本身，可以有效避免人為干擾而產(chǎn)生的主觀偏差［33］。鑒于2020 年之前相關(guān)數(shù)據(jù)缺失嚴重，2021 年之后部分數(shù)據(jù)尚未公布，考慮到本研究中32 個指標的時間序列數(shù)據(jù)搜集的難度，因此采用熵權(quán)法，利用指標權(quán)重測度2020 年中國人工智能發(fā)展水平指數(shù)。具體方法如下：

（1）建立指標矩陣。首先，設(shè)定含m個指標與n個測度區(qū)域的指標矩陣，其中代表第j個測度區(qū)域的第i個指標；其次，考慮到指標數(shù)據(jù)存在負值的可能性，采用min-max 標準化方法對原始矩陣進行處理，得標準化矩陣。

（2）計算指標熵權(quán)。對三級指標定義信息熵為：

以信息熵為基礎(chǔ)計算指標熵權(quán)值為：

（3）綜合測度。采用熵權(quán)法對各省份人工智能發(fā)展水平進行綜合測度。

3 中國人工智能發(fā)展水平測度

3.1 數(shù)據(jù)來源

由于某些指標數(shù)據(jù)統(tǒng)計可能存在時間段差異，如相關(guān)政策實施周期、人工智能實驗室建設(shè)周期等，故在進行數(shù)據(jù)收集時，設(shè)定含2020 年的時間段均納入到數(shù)據(jù)統(tǒng)計范圍。測度數(shù)據(jù)主要來源渠道分為3 種：

一是政府各機關(guān)單位組織數(shù)據(jù)公布的官方網(wǎng)站。相關(guān)支撐政策數(shù)量、金融扶持政策數(shù)量、人工智能專項扶持資金等測度指標的數(shù)據(jù)來源于各省份人民政府網(wǎng)站和工業(yè)和信息化管理部門網(wǎng)站，以及各省份科技管理部門等官方公布信息，統(tǒng)計內(nèi)容主要為政府各機關(guān)單位發(fā)布的相關(guān)政策，政策實施時間含2020 年；國家重點研發(fā)計劃指標數(shù)據(jù)來源于科學(xué)技術(shù)部2021 年公布的“2020 年國家重點研發(fā)計劃重點專項立項公示”［35］，主要統(tǒng)計內(nèi)容包括智能芯片研發(fā)計劃數(shù)、人工智能軟件開發(fā)項目數(shù)以及互聯(lián)網(wǎng)協(xié)同智能工業(yè)化制造技術(shù)研發(fā)項目數(shù)等；市級以上人工智能實驗室數(shù)量指標數(shù)據(jù)來源于各省份的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》《國家重點實驗室年度報告》等，統(tǒng)計內(nèi)容為國家重點實驗室數(shù)量，統(tǒng)計截至2020 年年底；高校相關(guān)學(xué)科數(shù)量指標數(shù)據(jù)來源于百度百科，統(tǒng)計內(nèi)容為2020 年各省份高校人工智能專業(yè)數(shù)。

二是社會公開認可的權(quán)威機構(gòu)。自主創(chuàng)新能力指標值數(shù)據(jù)來源于《中國區(qū)域創(chuàng)新能力評價報告2021》中2020 年區(qū)域創(chuàng)新綜合效用值［28］；私募股權(quán)投資基金規(guī)模指標數(shù)據(jù)來源于中國證券網(wǎng)，統(tǒng)計內(nèi)容為2020 年私募基金規(guī)模；“人工智能+”發(fā)展成效指標數(shù)據(jù)來源于東方財富Choice 數(shù)據(jù)庫和《中國統(tǒng)計年鑒2021》，用各省份上市人工智能企業(yè)當(dāng)年利潤總額除以當(dāng)年國內(nèi)生產(chǎn)總值（GDP）作為2020 年各省份人工智能企業(yè)貢獻度來衡量；人工智能產(chǎn)業(yè)園區(qū)數(shù)量和人工智能產(chǎn)學(xué)研基地數(shù)指標數(shù)據(jù)均來源于前瞻產(chǎn)業(yè)園區(qū)庫，前者的統(tǒng)計內(nèi)容為2020年各省份智能園區(qū)數(shù)、大數(shù)據(jù)園區(qū)數(shù)以及機器人園區(qū)數(shù)之和，后者的統(tǒng)計內(nèi)容為2020 年各省份的人工智能機器生產(chǎn)基地數(shù)、人工智能產(chǎn)學(xué)研基地數(shù)以及人工智能產(chǎn)教融合創(chuàng)新基地數(shù)的總和。

三是國家統(tǒng)計局統(tǒng)一匯總公布的統(tǒng)計年鑒。數(shù)據(jù)來源于各類統(tǒng)計年鑒的有關(guān)指標（見表2），其中專業(yè)會議/論壇主辦數(shù)量數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒2021》和各省份2021 年統(tǒng)計年鑒，囿于數(shù)據(jù)統(tǒng)一性原則，故對該指標2020 年缺失的數(shù)據(jù)統(tǒng)一用0替代，統(tǒng)計內(nèi)容為2020 年各省份科技類學(xué)術(shù)交流會。

表2 中國人工智能發(fā)展水平測度指標及其定義與計算方式

3.2 測度結(jié)果

利用Stata 16 軟件對30 個省份的人工智能發(fā)展水平進行綜合測度，具體結(jié)果見表3，可知廣東的人工智能發(fā)展水平綜合測度結(jié)果居第一，江蘇緊隨其后，而北京為第3 位；相比之下，寧夏居第30 位，與廣東存在較大差距。

表3 2020 年30 個省份人工智能發(fā)展水平綜合測度結(jié)果

根據(jù)對各省份的人工智能發(fā)展水平進行分維度測算可知（見表4），廣東在創(chuàng)新支撐、技術(shù)成果、成果應(yīng)用與創(chuàng)新實踐4 個維度的人工智能發(fā)展水平均位居第一；寧夏的創(chuàng)新支撐維度位于第30 位；青海的技術(shù)成果、成果應(yīng)用與創(chuàng)新實踐3 個維度居于末位?？梢姡志S度測度結(jié)果與總體測度結(jié)果基本一致。

表4 2020 年30 個省份人工智能發(fā)展水平一級指標測度結(jié)果

4 中國人工智能發(fā)展水平分析

4.1 總體分析

2020 年，30 個省份人工智能發(fā)展水平測度結(jié)果的閾值區(qū)間為［0.010 7，0.832 2］，其中廣東處于閾值上限，而寧夏處于閾值下限，不同區(qū)域間的差異呈現(xiàn)出明顯規(guī)律性。具體來看，省域人工智能發(fā)展具有區(qū)域不平衡、對經(jīng)濟增長依賴性強和“東高西低”等三大特征。首先，不同省份之間人工智能發(fā)展水平存在嚴重的不平衡性。其中，綜合值居全國第30 位的寧夏與排名第一的廣東之間相差約78倍；且除廣東的綜合值超出0.5 之外，北京與江蘇較為接近，均超過0.3，有13 個省份處于0.05 以下。其次，不同省份的人工智能發(fā)展水平與其經(jīng)濟總量之間存在明顯線性相關(guān)，經(jīng)濟總量較高的省份的人工智能發(fā)展水平相對較高。為進一步考察區(qū)域人工智能發(fā)展水平與區(qū)域經(jīng)濟總量之間的相關(guān)關(guān)系，以各省份的綜合測度值和經(jīng)濟總量為變量，構(gòu)建線性擬合方程對兩者之間的相關(guān)性進行檢驗，結(jié)果如表5 所示，兩者之間存在顯著的正相關(guān)關(guān)系，線性擬合優(yōu)度大于50%，一定程度上說明經(jīng)濟總量越高的地區(qū)，其人工智能發(fā)展水平相對較好。第三，人工智能發(fā)展水平呈現(xiàn)出明顯的“東高西低”特征。除了省份之間人工智能發(fā)展存在不平衡性，即使經(jīng)濟體量較為接近的省份，同樣是處于東部沿海地區(qū)的人工智能發(fā)展水平優(yōu)于處于中西部地區(qū)，其中東北地區(qū)表現(xiàn)尤為明顯，如江西與遼寧GDP 總量較為接近，但二者的人工智能發(fā)展水平綜合測度值相差1倍以上，且類似的情況較為普遍，筆者認為可歸因于東部沿海地區(qū)更容易接觸到國外的技術(shù)轉(zhuǎn)移，技術(shù)創(chuàng)新與實踐的市場激勵也更大。

表5 2020 年30 個省份人工智能發(fā)展水平與其生產(chǎn)總值的相關(guān)性檢驗結(jié)果

4.2 分維度分析

通過計算可得，30 個省份人工智能發(fā)展水平的創(chuàng)新支撐、技術(shù)成果、成果應(yīng)用與創(chuàng)新實踐4 個維度的熵權(quán)值分別為0.227 2、0.163 6、0.178 7、0.430 5，可見創(chuàng)新實踐對整體發(fā)展水平的貢獻最大，創(chuàng)新支撐次之。進一步研究發(fā)現(xiàn)，綜合測度值排名靠前的幾個省份的創(chuàng)新實踐也表現(xiàn)較好，創(chuàng)新支撐力度也足夠大。為更加直觀地呈現(xiàn)出上述4 個維度的差別，繪制分區(qū)域的分維度層面測算結(jié)果散點圖（見圖1）。從創(chuàng)新支撐維度來看，廣東、北京與江蘇分居前三，其中廣東遙遙領(lǐng)先，評價值為0.201 3，而除川渝之外的廣大西部及東北地區(qū)的多數(shù)省份的測度結(jié)果小于0.010 0，與綜合測度結(jié)果一致，存在明顯的區(qū)域不平衡性。從技術(shù)成果維度來看，與創(chuàng)新支撐維度一樣，廣東、北京與江蘇分居前三，西部地區(qū)的青海、海南、寧夏、內(nèi)蒙古、新疆、甘肅、貴州、云南等省份的評價值較低，青海的情況尤為突出，主要是由于這些地區(qū)的人工智能技術(shù)成果輸出較少。從成果應(yīng)用維度來看，廣東、江蘇、浙江分居前三，北京則降至第12 位，而西部地區(qū)及東北地區(qū)的青海、黑龍江、甘肅、吉林、內(nèi)蒙古、寧夏、新疆等省份的評價值相對較低。從創(chuàng)新實踐維度來看，廣東、北京與江蘇分居前三，其中廣東遙遙領(lǐng)先，評價值為0.334 2，青海、內(nèi)蒙古、寧夏、新疆、甘肅、黑龍江、云南等省份的評價值較低。由此可見區(qū)域人工智能發(fā)展水平“強者恒強”的發(fā)展特征。其中，廣東、北京、江蘇、上海、浙江、山東等省份的4個維度均表現(xiàn)優(yōu)秀，而西部地區(qū)及東北地區(qū)的部分省份的4 個維度均表現(xiàn)較差；創(chuàng)新實踐與創(chuàng)新支撐維度對綜合值的貢獻要遠超其他兩個維度，綜合評價結(jié)果表現(xiàn)優(yōu)秀的廣東、江蘇、北京、浙江等4 個省份的創(chuàng)新實踐維度表現(xiàn)優(yōu)于其他維度，緊隨其后的上海、山東，其創(chuàng)新支撐維度的表現(xiàn)優(yōu)于其他維度。

圖1 2020 年30 個省份人工智能發(fā)展水平四大維度評價結(jié)果

5 結(jié)論與政策啟示

本研究圍繞人工智能發(fā)展構(gòu)建了適用于中國人工智能發(fā)展水平測度的“三層四維”指標體系，并采用熵權(quán)法對中國30 個省份人工智能發(fā)展水平進行測度。結(jié)果顯示，各省份的人工智能發(fā)展水平并不是一致的，而是與其經(jīng)濟體量之間存在著顯著的線性關(guān)系，經(jīng)濟體量越大的省份，其人工智能發(fā)展水平也相對較高；同時，人工智能發(fā)展水平存在嚴重的區(qū)域不平衡，明顯呈現(xiàn)出“東高西低”的發(fā)展特征，即使是經(jīng)濟體量較為接近的省份，東部沿海地區(qū)省份的人工智能發(fā)展水平還是要優(yōu)于中西部地區(qū)的省份；此外，創(chuàng)新支撐、技術(shù)成果、成果應(yīng)用與創(chuàng)新實踐4 個維度的測算結(jié)果也與經(jīng)濟綜合發(fā)展水平存在正向相關(guān)性，即經(jīng)濟綜合發(fā)展越好的省份，其人工智能發(fā)展水平的4 個維度也表現(xiàn)較好，且呈現(xiàn)出“強者恒強”的特征，其中廣東、江蘇、北京、浙江4 個省份創(chuàng)新實踐維度表現(xiàn)尤其優(yōu)秀。

根據(jù)以上結(jié)論，對中國人工智能發(fā)展提供如下建議：（1）統(tǒng)籌全國人工智能產(chǎn)業(yè)發(fā)展政策，實現(xiàn)各省份人工智能的錯位發(fā)展。一方面，中國各省份經(jīng)濟發(fā)展水平存在較大差距，對人工智能發(fā)展的投入力度也存在較大差異，另一方面，各省份人工智能發(fā)展的側(cè)重點也不同，因此，強調(diào)全國統(tǒng)一全面推進人工智能發(fā)展顯然不太現(xiàn)實，需統(tǒng)籌區(qū)域性人工智能發(fā)展引導(dǎo)政策，鼓勵不同地區(qū)因地制宜地制定人工智能發(fā)展路徑。（2）建立健全東部與中西部的人工智能發(fā)展差異化投入機制。目前中國人工智能發(fā)展仍處于起步階段，各省份應(yīng)結(jié)合各自經(jīng)濟發(fā)展狀況，積極捕捉發(fā)展機遇，東部地區(qū)應(yīng)加強創(chuàng)新支撐維度與技術(shù)成果維度的投入力度，而中西部地區(qū)應(yīng)加大成果應(yīng)用維度與創(chuàng)新實踐維度的投入力度，建立跨省域差異化、協(xié)同化投入機制。（3）加強技術(shù)成果的研發(fā)激勵力度，提升技術(shù)成果輸出能力。人工智能發(fā)展作為一種具體的技術(shù)進步形式，對社會生產(chǎn)生活均存在巨大影響，而技術(shù)成果的輸出是實現(xiàn)生產(chǎn)生活應(yīng)用的必然手段，無論是東部、中部還是西部，技術(shù)成果的輸出都是至關(guān)重要的，因此，要加大技術(shù)成果的研發(fā)激勵力度，增加人工智能產(chǎn)品的產(chǎn)出，更有利于實現(xiàn)人工智能技術(shù)進步影響的社會價值。