中国信通院张彦坤等：ICT新兴领域规模测算方法及实践

0  引言
在新一轮科技革命背景下，颠覆性技术不断涌现,驱动全球新一轮产业变革，加快推动传统产业转型升级，催生大批新产品、新业态、新模式，为经济社会的发展提供新动能。同时，也衍生出一个新问题，即如何衡量这些新兴领域产业发展状况及经济效益。不少机构已开展相关探索，由于缺乏统一的研究体系和框架，对新兴领域研究不够充分，测算出的产业规模结果千差万别。通过梳理新兴领域规模测算的思路，研究发现诸多难点。首先，新兴技术赋能的领域众多，研究范畴难以界定，且与垂直行业融合不易拆分；其次，新兴领域无法直接匹配现有国民经济行业统计体系，使得定量研究难以实现。为解决新兴领域规模测度的问题，本文将探索一套适用于新兴领域的产业规模测算方法，并选择人工智能和区块链两大领域进行实践。
1　规模测算方法综述
产业规模主要有增加值和收入两种核算角度，本文将选取增加值口径对新兴领域产业规模进行测算，进一步量化其经济贡献。梳理相关文献，从增加值角度进行规模测算的常见方法有以下几种。
首先是类似于GDP核算的直接核算法，即生产法或收入法。该方法适用于具有较详细财务资料的经济活动^[1]。生产法是从生产的角度衡量常住单位在一定时期内新创造价值的方法，核算公式为：增加值=总产出-中间投入；收入法是从常住单位从事生产活动形成收入的角度来核算生产活动最终成果的方法，核算公式为：增加值=劳动者报酬+生产税净额+固定资产折旧+营业盈余。
其次是使用间接比率测算的一些方法，如增加值率、增加值乘子和比例推算法等，适用于财务统计资料不健全的相关经济活动。增加值率法需通过分析某行业特征测算其增加值率，再结合行业本身总产出即可得到增加值口径的产业规模，核算公式为：增加值=总产出×增加值率。其中，增加值率是增加值与总产出的比值，衡量行业的经济效益和盈利能力^[2]。乘数法是通过构建增加值与最终需求间的关联比例关系，实现对增加值的核算，核算公式为：增加值= 最终需求×增加值乘子。
关于增加值与最终需求间关系，宋瑞礼^[3]已利用投入产出技术，推导出最终需求与增加值间的D-N矩阵传导机制。美国经济分析局基于Garnick和Drake成果，构建了区域投入产出模型系统RIMS II（Regional Input-Output Modeling System）^[4]。RIMS II共包含final-demand和direct-effect两类乘子，其中final-demand类乘子提供了最终需求变化对总产出、增加值、收入和就业的影响关系。2019年，美国互联网协会借助RIMS II的增加值乘子测算出的美国互联网行业带动经济增加值为2.1 万亿美元，占GDP的10.1%^[5]。
比例推算法，通过测算目标行业增加值在相关行业增加值中的占比，来测算该行业增加值，适用于某些与主体行业易剥离的部分行业规模测算，核算公式为：增加值=相关行业增加值×新兴行业渗透系数^[1-6]。
此外，还有增长核算框架法。KLEMS增长核算账户框架认为，产业总产出是由资本（K）、劳动（L）、能源（E）、物质生产部门的中间投入（M）、服务生产部门的中间投入（S）等全要素共同决定的函数。寻找合适的生产函数形式，利用样本数据回归，估算出总量生产函数的具体参数，将产出增长率扣除各种投入要素增长率后的残差，可得全要素生产率（TFP）。TFP是衡量技术进步的指标，可作为以技术密集型为重要特征的新兴领域对GDP增长的贡献率，从而测度出其行业规模。蔡跃洲、张钧南^[7-8]就利用该框架，分析了1977—2012年间ICT对中国经济增长的影响。
最后还有投入产出法，即将现有投入产出表转化为所研究领域的投入产出表，并借助该表研究各个经济部门间投入与产出的关系，进而确定所研究领域产业规模。刘丹丹^[9]运用该思路，将现有投入产出表通过转化系数矩阵形成信息经济投入产出表，进一步对信息经济领域规模进行了测算。在上述方法中，生产法与投入法需要有详尽的统计资料，比例法需要将新兴行业部分从国民经济传统行业中剥离出来，增长核算框架需要满足较为严格的假设以及获的资本、劳动等数据，测算结果易受所选生产函数影响，而投入产出法需要建立现有经济部门与目标行业部门的关系。
2  规模测算模型
基于现有理论，结合新兴领域特征，本文将新兴领域产业规模拆分为核心规模和融合规模两部分进行测算。其中，核心规模指与目标研究领域直接相关的行业规模之和，而融合规模指与目标研究领域非直接相关行业的渗透融合部分规模。针对核心产业规模，本文选择增加值乘数法与投入产出法相结合或比例推算进行测算，而融合规模选择比例推算法进行测算。
2.1  核心规模首先参照现有的新兴行业分类标准，包括《新产业新业态新商业模式统计分类》《战略新兴产业分类》《上海市新兴行业分类指导目录》和《成都市新兴行业分类指导目录》等，对目标领域/行业的细分领域进行梳理，建立与国民经济行业分类的映射关系，搭建起国家行业统计权威数据与新兴领域统计数据的桥梁（见图1）。
图1  目标领域与国民经济行业分类映射关系
接下来分别通过两种方法测算。方法一，采用比例推算法，通过参照行业权威统计数据、运行数据以及企业信息，确定目标领域在直接相关行业中的占比，再乘以本行业规模（增加值），得到各行业中属于目标领域范畴的规模，逐行业加总得到目标领域总核心规模；方法二，采用增加值乘数与投入产出法相结合的思路，参照美国经济分析局提出的区域投入产出模型系统RIMS的增加值乘子，将行业收入转化为增加值。其中，增加值乘子是基于投入产出表，通过列昂惕夫逆矩阵和行业增加值率相乘得到的。假设A为直接消耗矩阵，列昂惕夫逆矩阵可表示为B=(I-A) -1 = bij ( )，则增加值乘子为cij =bij ×rj，其中rj为j部门的行业增加值率。
在测算时，首先基于已建立的目标行业/领域与国民经济行业分类映射表，找到直接相关的子行业分类，然后收集该行业龙头企业收入、市场份额、目标领域收入等相关数据，再通过该行业的增加值乘子将收入转化为增加值，逐个完成各直接相关行业增加值核算后，汇总得到目标领域核心规模（见图2）。其中，增加值乘子计算环节，需通过RAS方法将现有投入产出表（IO表）延续到目标年份^[10-11]。
图2  核算步骤

2.2　融合规模判断目标行业在非相关行业的渗透和融合比例，可参考行业研究报告、企业信息、部门间投入产出关系等信息。之后，通过行业本身规模与融合比例相乘得到各非直接行业的融合规模，汇总得到目标领域的融合规模。
通过上述方法，分别对核心和融合规模的测算形成了产业规模测算的方法体系。融合部分适用于对融合应用成熟且易剥离的领域，核心规模测算的两种方法也各有优缺点及适用性，方法一适用于直接相关行业增加值已披露且份额易核算的领域，优点是数据权威可靠；方法二理论依据充分，但需要依托投入产出表计算行业增加值乘子，所以适用于投入产出关系稳定的行业部门，不足是目标研究领域企业收入核算需要依据，人工延续滞后的IO表可能会产生一定误差。
3　人工智能与区块链产业规模测算实践
3.1　人工智能人工智能产业指以人工智能关键技术为核心，由基础支撑和应用场景组成，覆盖多个领域的综合产业（见图3）。其中，基础层包含支撑技术和基础硬件构成的算力平台；技术层包含计算机视觉、自然语言处理等通用技术，机器学习、深度学习等算法模型，以及开源框架；应用层包含各类行业应用和智能产品。
图3  人工智能产业视图
在测算时，将人工智能产业规模拆分为人工智能直接相关部分规模（核心规模）和人工智能与其他行业融合部分规模（融合规模）。
人工智能核心规模统计范围包括人工智能相关技术服务和产品生产，具体分为人工智能平台及服务、人工智能软件、人工智能设备及相关元器件、人工智能系统4类，涉及国民经济行业中计算机制造(391)，通信设备制造(392)，电子元器件及电子专用材料制造(397、398)，广播电视设备、雷达及配套设备(393、3940)，非专业视听设备(395)，其他电子设备(399)，互联网和相关服务(64)及软件和信息技术服务和电信(65)八大类（见表1）。
表1  人工智能领域与国民经济行业映射表
接着确定8类直接相关行业包含的子类，以及子类中人工智能产品/服务的占比，再依据子类在大类中的份额反推，得到8个直接相关行业的人工智能占比。例如，其他电子设备制造类中，涉及的人工智能产品有可穿戴、车载、无人机、服务机器人和其他智能消费设备。根据行业统计数据，核算这些设备在“其他设备制造类”中总体份额，进而得到“其他设备制造类”中人工智能占比。然后，根据国家统计局公布的8个行业增加值，分别乘以人工智能占比，汇总得到人工智能核心规模。
人工智能融合规模统计范围包括：国民经济其他非人工智能直接相关产业部门使用人工智能技术和产品带来的产出增加和效率提升，即人工智能对其他行业渗透融合带动的增加值。具体包括一二三产业共40个国民经济行业分类。
首先梳理40个行业包含的子类产品/服务，明确人工智能技术的行业应用场景，确定人工智能在子类产品/服务的渗透率，再依据每一子类在大类的份额反推，得到40个非直接相关行业的人工智能渗透率，然后与国家统计局行业增加值数据相乘得到各行业人工智能融合规模，汇总得总融合规模。
以人工智能在农林牧副渔业的应用为例，主要涉及自动化与控制系统、传感器以及监测设备等。根据相关行业咨询机构数据分别核算该类设备及系统的使用率，即可得到农林牧副渔业中人工智能占比。经以上两部分核算，2018年全国人工智能产业规模乐观估计达2.6 万亿元，约占GDP的2.89%，保守估计达1.52 万亿元，约占GDP的1.69%（见表2）。
表2  人工智能产业规模
人工智能与各垂直行业融合方面，在三产中人工智能融合份额依次提升，融合规模在一二三产占比分别为0.003%、1.14%、3.18%。其中，二产中融合规模较高的行业有化学产品制造，电力、热力的生产和供应，石油、炼焦产品和核燃料加工；三产中融合规模较高的包括金融、卫生和社会工作，以及租赁和商务服务等。
3.2　区块链区块链产业是以矿机、芯片为基础设施，涉及数字身份、电子存证、智能合约等技术支撑和基础协议，涵盖金融、医疗、供应链物流等多个垂直行业应用的综合产业（见图4）。

图4  区块链产业视图

区块链产业规模同样分为核心与融合两部分。由于区块链产业处于起步阶段，直接相关行业数据难以通过现有统计体系获得，故本文将应用理论体系中增加值乘子与投入产出结合法，基于区块链企业进行核心规模测算。
梳理国民经济行业分类中区块链直接相关行业，主要包括软件和信息技术服务业、互联网和相关服务、计算机制造、电子器件制造、其他电子设备制造五大类。通过企业及相关行业机构披露信息，核算企业区块链收入，进而推算出五类直接相关行业的区块链收入，再依据RIMS II模型理论，分别乘以对应行业的增加值乘子，将区块链收入转化为增加值，汇总得到区块链总核心规模。
融合规模测算，需梳理国民经济行业分类中非直接相关行业的区块链渗透率。操作过程类似人工智能领域。以批发和零售业为例，涉及的区块链应用包括商品防伪溯源、零售业数据管理、客户积分和供应链管理，根据公开数据分别核算其在“批发和零售行业”中占比即可。
经核算，2018年全国区块链产业规模乐观估计达691 亿美元，在GDP中约占0.077%，保守估计达462 亿美元，在GDP占0.051%（见表3）。研究发现，当前区块链技术与一二产的融合尚处于起步探索阶段，三产中应用落地的行业主要包括金融、批发零售、科研技术服务、卫生社会工作等。
表3  区块链产业规模
4  结束语
通过梳理人工智能和区块链两大领域产业结构，建立了其与国民经济行业分类的映射关系，搭建了新兴领域与国民经济行业统计数据的桥梁，解决了新兴领域核心规模测算数据难获取的问题。通过对人工智能和区块链在垂直行业应用场景的深入探究，借助行业研究、企业调研等渠道数据，测算出新兴技术在传统非直接相关行业的渗透/利用率，并结合行业本身规模测算出融合规模。本方法还可做进一步延伸和拓展：时间上，可将时点的测算推演到长时间序列上；区域上，可通过计算区域行业增加值乘子，对某一区域某产业规模进行测算研究；领域上，可将该方法推广到难以通过现有行业统计体系描绘，且与传统行业相比又有先进性、带动性、创新性等特点的新兴领域上。
参考文献
[1] 陈旭亮. 新经济增加值核算方法探研[J]. 中国统计, 2019(2):15-17.[2] 唐华臣, 张卫华. 广西工业发展的演变趋势及规律: 2006—2016年——基于工业增加值率的视角[J]. 改革与战略, 2018,34(12):98-104.[3] 宋瑞礼. 最终需求与增加值的传导机制——基于D-N转化矩阵[J]. 开放导报, 2011(6):88-91.[4] BEA. RIMS II: an essential tool for regional developers and planners[R], 2013.[5] Internet Association and Stephen e. siwek economists. Measuring the U.S.Internet Sector[R], 2019.[6] 张车伟, 赵文, 程杰. 中国大健康产业:属性、范围与规模测算[J]. 经济研究参考, 2018(66):3-13+25.[7] 蔡跃洲. 数字经济的增加值及贡献度测算:历史沿革、理论基础与方法框架[J]. 求是学刊, 2018,45(5):71-77.[8] 蔡跃洲, 张钧南. 信息通信技术对中国经济增长的替代效应与渗透效应[J]. 经济研究, 2015(12):100-114.[9] 刘丹丹. 信息经济规模的测度研究[D]. 北京:北京邮电大学, 2018.[10] 刘亚清, 李林鹏, 吴振信. 投入产出表更新调整方法及应用研究[J]. 中国管理科学, 2015(S1):706-710.[11] 马向前, 任若恩. 中国投入产出序列表外推方法研究[J]. 统计研究, 2004(4):31-34.

作者简介

 张彦坤 

中国信息通信研究院数据研究中心工程师，主要从事电信、互联网、电子制造、贸易及新兴领域行业研究和数据分析工作。

 王雪梅

中国信息通信研究院数据研究中心工程师，主要从事全球电信行业发展、5G、宽带市场等研究工作。

 云梦妍 

中国信息通信研究院数据研究中心工程师，主要从事工业互联网产业、互联网行业发展趋势等研究工作。

 朱佳佳 

中国信息通信研究院数据研究中心工程师，主要从事人工智能等ICT新兴产业研究工作。

 陆亚鹏 

中国信息通信研究院数据研究中心高级工程师，主要从事互联网、人工智能、区块链等行业研究及数据分析工作。

 王 义 

中国信息通信研究院数据研究中心工程师，主要从事移动通信网络、卫星互联网、互联网产业、数据中心及云计算领域行业研究及数据分析工作。

论文引用格式

张彦坤, 王雪梅, 云梦妍, 等. ICT新兴领域规模测算方法及实践[J]. 信息通信技术与政策, 2021,47(2):56-62.

本文刊于《信息通信技术与政策》2021年 第2期

主办：中国信息通信研究院

《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标，信息社会政策探究的思想库”，聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略，发布前沿研究成果、焦点问题分析、热点政策解读等，推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展，引导国家技术战略选择与产业政策制定，搭建产、学、研、用的高端学术交流平台。

《信息通信技术与政策》官网开通啦！

为进一步提高期刊信息化建设水平，为广大学者提供更优质的服务，我刊于2020年11月18日起正式推出官方网站，现已进入网站试运行阶段。我们将以更专业的态度、更丰富的内容、更权威的报道，继续提供有前瞻性、指导性、实用性的优秀文稿，为建设网络强国和制造强国作出更大贡献！http://ictp.caict.ac.cn/ （点击“阅读原文”访问）

校  审 | 陈  力、珊  珊

编  辑 | 凌  霄

”

推荐阅读

中国信通院张倩等：全球量子信息技术创新发展研究
《新基建》专辑