彩神彩票注册网_平台推荐安卓版v2.9.1(2023已更新)

生产性服务业赋能经济高质量发展******

　　作者：夏杰长（中国社会科学院财经战略研究院副院长）、谭洪波（副研究员）

　　生产性服务业是促进技术进步、提高生产效率、保障工农业生产活动有序进行的服务行业。它是与制造业直接相关的配套服务业，是从制造业内部生产服务部门独立发展起来的新兴产业，本身并不向消费者提供直接的、独立的服务效用。按照国家统计局新发布的行业分类，生产性服务业分为10个大类、35个中类、171个小类，包括通用航空、仓储和邮政快递、生产性租赁、人力资源管理、职业教育培训、批发与贸易经纪代理、信息服务、金融服务、研发设计与其他技术服务等。生产性服务不直接参与生产或者物质产品的转化，但却是生产制造须臾不可或缺的产业活动。国内外经济发展的经验表明，生产性服务业在支撑和壮大实体经济方面的作用正在不断增强，各国生产性服务业的增加值和就业贡献在国民经济中的比重都呈现逐渐增加的趋势，生产性服务业作为中间投入品对其他产业的发展发挥着越来越重要的支撑作用。推进高质量发展，必须充分认识加快发展生产性服务业对壮大实体经济的重要意义，并适时提出更好促进生产性服务业赋能实体经济的政策举措。

　　生产性服务业是壮大实体经济的重要支撑

　　作为实体经济重要基础的制造业是生产性服务业存在的前提条件。作为一类独立的产业，生产性服务业产生的时间晚于制造业和农业。最初，许多生产性服务环节是置于制造业内部的，还未成为独立的产业，后来随着市场竞争的加剧和社会分工的不断深化，生产性服务业与制造业和农业逐渐分离，这种分离又分为两种类型。第一种分离是制造业企业为提高自身生产效率并保持核心竞争力，将作为辅助活动的生产性服务业逐渐分离出来，这种辅助活动往往是一些通用性生产性服务，比如人力资源管理、财务管理、营销服务、研发设计等，分离出来的通用性生产性服务企业基于规模经济的考虑，除了为原有的制造业企业提供服务外，还为其他各类企业和产业提供相同的服务，逐渐形成独立的行业并发展壮大，这种分离可以称之为实体经济的“投入服务化”。第二种分离是制造业企业凭借长期生产经营中积累的与自身产品相关的独特优势，分离出能独立为下游产业提供服务的企业，如围绕维修、安装、整体解决方案、金融、租赁等业务形成的独立企业，它们为下游企业提供专业化的服务和产品，这种分离可以称为实体经济的“产出服务化”。值得进一步说明的是，在生产性服务业从制造业分离出来走专业化发展道路之后，也出现了生产性服务业自身的裂变，裂变后的不同生产性服务行业之间也会形成上下游关系，虽然其中一些生产性服务业没有直接投入制造业，但最终还是通过其他生产性服务业进入实体经济，这是由生产性服务业的中间投入品属性所决定的。

　　实体经济实现高质量发展，需要专业化、高端化的生产性服务业作为支撑。生产性服务业的发展水平决定着产业结构、生产规模和生产效率。经济高质量发展需要重点发展战略性新兴产业、先进制造业，生产性服务业为生产服务，重点在于为先进制造业服务、为战略性新兴产业服务。我国面临的“卡脖子”技术虽然大部分集中在制造业，但掌握其中专利的往往是一些相对独立的提供技术服务的研发中心，这些研发中心属于生产性服务行业。由此可见，专业化和高端化的生产性服务业是高端制造业所不可或缺的。目前，我国专业化和高端化的生产性服务业发展相对不足，一定程度上制约了作为实体经济重要基础的高端制造业的发展。2022年中央经济工作会议将“推动制造业高质量发展”作为2023年的一项重点工作，其中特别强调“推动先进制造业和现代服务业深度融合，坚定不移建设制造强国”，这充分反映了服务业尤其是生产性服务业对于促进高端制造业发展进而实现实体经济高质量发展的重要支撑作用。

　　加快发展生产性服务业的着重点

　　促进生产性服务业与制造业的“分离”与“融合”相结合，形成良性的产业生态系统。所谓分离，是指生产性服务环节与制造环节相互分离，成为相互独立的市场主体。这种分离可以给原本属于制造业的生产性服务业更多发展空间和决策自主权，除了服务原来的企业，还可以为更广泛的市场提供服务，从而发挥生产性服务业的规模经济优势。所谓融合，是指服务过程与制造过程的融合，具体形式包括两个方面：一是发展服务型制造，即生产性服务企业为了给客户提供更加专业化和多样化的服务，根据自己的专长、创意推出与自身服务相结合的某种有形的制成品；二是促进制造业服务化，即制造业企业结合自身产品特点、生产经营中积累的各种优势，推出相关的专业化和定制化服务，包括与制造业产品相关的售前、售中和售后服务，以提高制造业企业自身产品的性能、寿命，并促进交易达成、提高市场占有率。通过上述分离与融合，有助于形成良性的产业生态系统。

　　加快形成有利于生产性服务业和制造业融合互促的创新体系。促进生产性服务业和制造业的融合发展，进一步壮大实体经济，需要构建强有力的创新支撑体系。国际经验显示，依托关键核心技术和知识产权保护制度牢牢占据全球产业分工的优势地位，是一个国家掌握全球产业链和供应链话语权的重要抓手。加快形成有利于生产性服务业和制造业融合互促的创新体系，应重点从以下方面着手：加强人才队伍建设，比如建立职业教育和普通高等教育有机结合的多层次人才培养体系；进一步优化现有的双创体系，建立“卡脖子”技术重点攻关团队，畅通技术成果转化通道；用好金融工具，大力发展风险投资和私募股权投资，建设多层次资本市场，为创新企业成长壮大做好金融支撑。

　　积极推动生产性服务业的数字化转型。部分生产性服务业脱离实体经济独自运转的一个重要原因，是上下游客户之间存在信息不对称甚至是信息隐藏行为。生产性服务提供商在难以获得下游客户的某些信息时，基于对风险和资产专用性等方面的考虑，会谨慎提供服务，结果导致生产性服务业对实体经济的支持不足，比如金融行业因信息不对称导致对实体经济的支持不足等问题。而当前以大数据、物联网、移动互联网、云计算、人工智能、区块链等为代表的数字技术在产业层面的广泛应用，可以有效克服因信息不对称引发的生产性服务业对实体经济支持不足的问题。通过产业数字化和数字产业化以及在此基础上发展起来的平台经济，制造业、农业等领域的客户可以有效向生产性服务业传递自身的个性需求，生产性服务企业可以有效捕获市场需求及客户类型等信息，进而提供更加专业化、个性化、低风险和低成本的服务。生产性服务业的数字化和平台化发展也有利于市场的一体化建设，因为数字技术能有效提高生产性服务的可贸易程度从而显著降低贸易成本，推动生产性服务业不断扩大远程服务的范围。

　　扩大服务业对内开放，构建统一和有序竞争的生产性服务业市场。许多生产性服务业属于典型的知识和技能密集型行业，这些行业往往初始投入较高而边际成本较低，属于典型的规模报酬递增行业，这一特性意味着，它们只有在大规模的统一市场中才能明显降低平均成本。大规模的统一市场不但有利于生产性服务业的专业化发展，还可以为实体经济提供成本更低和专业化程度更高的中间投入。

　　服务业“引进来”与“走出去”相结合，积极利用国外优质服务资源。与制造业发达国家的生产性服务业相比，我国生产性服务业国际化程度相对低，表现为海外营收占总营收的比重低、对外开放程度低等特点，导致我国高端制造业对国外的生产性服务业依赖程度较高。为改变这一现状，应积极利用国际资源发展高端生产性服务业：继续扩大服务业对外开放，通过吸引国际高端人才和投资获得更多溢出效应；鼓励生产性服务业企业“走出去”，不断提升自身发展能力。

　　《光明日报》（ 2023年01月10日 11版）

AI创新链产业链融合发展 赋能数字经济新时代《中国人工智能专利技术分析报告（2022）》发布******

　　2022年12月，国家工业信息安全发展研究中心、工信部电子知识产权中心发布《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告（2022）》，这是中心连续第5年就中国人工智能专利技术发展情况发布报告。

　　在新一轮科技革命和产业变革的大背景下，人工智能创新链产业链“双链”融合是释放数字化叠加倍增效应、驱动数字经济智能化跃升、打造产业综合竞争优势的必然路径。《报告》基于人工智能高价值专利增强创新链活力和助力产业链升级的角度，对深度学习、智能云、计算机视觉、智能语音、自然语言处理等十大技术领域进行专利申请趋势和分布构成分析，从“创造力”“保护力”“运用力”“竞争力”“影响力”五大方面对人工智能创新主体进行专利创新评价，研究人工智能专利如何高效助力各类“智慧+”应用场景落地，并对未来新兴人工智能技术应用和专利布局趋势作出研判。

　　图1 人工智能创新链产业链融合发展图谱

　　《报告》对人工智能高价值专利如何为创新链产业链融合发展保障护航进行了定量和定性分析。从行业公认的能够直观体现高价值专利的几个因素来看，自2011年、2012年开始，人工智能领域的中国专利奖占比逐年提高、专利许可转让数量呈上升趋势、专利诉讼遍及多个应用场景，展现了高价值专利对技术产业应用相辅相成的走势。

　　十大基础技术领域的专利数量稳步增长，极大激发AI创新链活力。深度学习、智能云、计算机视觉、智能语音、自然语言处理、大数据、知识图谱、智能推荐、智能芯片、量子计算等智能技术构成了人工智能创新链技术底座，也是产业链应用的基础技术。在技术与政策双红利的推动下，2016-2021年深度学习专利申请年均复合增长率达到53%，对人工智能的引领作用开始逐步凸显；相比之下，智能语音、自然语言处理、大数据、知识图谱和智能推荐领域的专利申请呈现稳步增长的态势，其中2021年自然语言处理的专利申请量仅次于深度学习、智能云和计算机视觉，发展势头强劲；智能芯片和量子计算由于起步相对较晚，相关专利储备较少，仍处于技术加速积累的阶段。国内创新主体也纷纷展开专利布局，不断增强市场竞争实力。例如百度公司在深度学习、智能云和智能驾驶等多个领域继续保持领先优势，寒武纪、浪潮和华为在智能芯片领域展现了充分的专注度和科研实力，清华大学、浙江大学等高校也在计算机视觉和自然语言处理等领域投入更多研发资源，成为基础攻关的重要力量。

　　图2 AI创新链十大基础技术专利申请趋势和分布构成

　　AI创新主体展现积极创新面貌，中小企业为产业发展增添新力量。从创新主体的申请量排名上看，百度、腾讯、国家电网、华为位列前四，专利申请数量均突破10000件，是我国AI领域技术创新的主力军。从专利授权量上看，仍然是上述四家企业位居前列，且百度公司专利申请量和授权专利持有量均排名第一。此外，腾讯专利2017-2020年腾讯专利申请年均复合增长率高达70%，在AI领域前四创新主体中申请量增速排名第一。从授权专利占比上看，申请量排名第七的清华大学和第九的浙江大学，均以45%的授权专利占比排名前两位。作为技术创新的重要源泉和吸纳劳动力就业的重要载体，大量中小企业也积极涌入人工智能赛道，在创新链一侧，我国人工智能领域企业主体共申请专利超过110万件，中小企业专利贡献超过90%。从产业链看，AI技术在中小企业中的普及率超过40%，语音识别、智能制造等技术在中小企业应用广泛，助力中小企业升级改造和智能化应用。

　　图3 创新链前十创新主体专利申请量和授权量

　　AI核心技术领域高价值专利集聚明显，产学研合作稳步推进。当前，智能云和深度学习是高价值专利数量最多的两个领域，百度得益于更早地投入与布局，展现专利申请数量与质量同步提升的发展态势。其他创新主体也结合自身业务发展方向，在不同的基础技术领域进行了有针对性的布局，如国家电网在深度学习和大数据领域，浪潮集团在智能云，阿里巴巴在智能推荐，平安科技在自然语言处理和计算机视觉都保持着创新优势。高等院校在人工智能领域技术创新活跃，涌现了大量专利成果，并通过与企业成立联合实验室和技术研发中心等方式，加快产学研用协同创新进程。截至2022年9月，我国人工智能领域产学研联合申请专利数量超2万余件，其中发明专利占比约90%，整体呈上升趋势增长，产业应用较为广泛。

　　图4 中国AI创新主体高价值专利技术布局

　　图5 AI领域产学研联合申请专利发展趋势图

　　AI专利助力新兴应用场景落地，推动产业链转型升级。目前，人工智能创新链的产业化应用主要集中在智慧城市、智慧交通、智慧医疗、智慧金融、智慧工业和智慧教育等领域。从技术应用的成熟度来看，不同AI技术在不同场景的应用呈现出阶梯式发展的态势。智慧工业是当前各创新主体主要布局的技术应用场景，AI专利申请量达到65万余件，其次就是智慧金融，专利申请量为30万余件。其中也涌现出“海淀城市大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例，推动高端智能技术与行业的融合发展。

　　“智慧+”场景应用创造出更多产业增长点，新兴人工智能技术生成数字经济发展新动能。AI在城市、交通、医疗、教育及工业等场景的融合应用加速，不断催生新业态新模式新产业。以智慧工业为例，将工业互联网、人工智能等在内的智能制造新技术与工具，集成到工业生产流程中，正在引领我国工业数字化新生态。报告显示，截至2022年9月，我国智慧工业领域申请专利共计65万余件。百度公司以近9000件专利总数位居第一，国家电网位居第二，其余创新主体专利申请量差距不大，发展潜力较强，各创新主体在智慧工业领域的专利布局积极竞争，难以拉开较大差距。与此同时，基于人工智能的深度学习、内容生成，语音、视觉识别技术越来越成熟，以元宇宙和数字人技术为代表的新兴技术，也迎来了专利的快速积累阶段，百度、腾讯、华为等企业积极开展前沿专利布局，探索人机交互发展和应用，助力数字经济高质量发展。

　　图6 中国元宇宙专利主要申请人排名

　　图7 中国数字人专利技术申请－公开趋势

　　《报告》结合当前人工智能知识产权生态建设和全产业链专利布局情况，对产业高质量可持续发展提出总结与展望。人工智能是新一轮科技革命和产业变革的重要驱动力量，发展人工智能是支撑科技自立自强、实现高质量发展的重要战略。党的二十大报告提出，推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。当前，人工智能技术与5G、云计算、大数据的融合发展已将成为推动数字经济发展的动能源泉，今后将进一步与其他数字技术相互碰撞出全新的科技驱动力。随着人工智能创新发展跨入新的历史阶段，专利申请总量突破百万件，专利申请趋势仍在快速增长，技术人才规模不断扩大，产业融合广泛深入，应当在底层关键技术突破、建设知识产权生态、大中小企业共同完善专利布局、开辟更广泛应用场景等方面发力，实现创新链与产业链的协同发展。

　　（文图：赵筱尘 巫邓炎）