作為新一輪科技革命的通用目的技術，人工智能將對經濟體系產生重要而深刻的影響，對推進中國經濟高質量發展和搶占全球科技戰略制高點具有重大意義。目前我國人工智能產業的發展基礎比較薄弱，數據安全、倫理道德、收入分配、科技泡沫、區域空間等也都面臨著嚴峻挑戰。加大聯合攻關、實現科技突圍，整合數據資源、防范安全風險，立足人的立嘗應對倫理挑戰，降低失業沖擊、調整贏家通吃模式，拓展應用場景、防范科技泡沫，應對虹吸效應、優化空間結構，是推進我國人工智能深入發展的關鍵所在。

　　在摩爾定律、大數據技術和深度學習等的綜合推動下，人工智能迎來第三次浪潮。作為一種通用目的技術，與蒸汽機、電力、信息通信技術一樣，人工智能將對經濟體系產生重要而深刻的影響。隨著中國跨過劉易斯拐點、老齡化程度不斷加快、產業轉型壓力不斷加大，人工智能具有巨大的市場需求空間。同時，5G產業化、云服務提供商等的發展也為人工智能提供巨大的供給支撐。人工智能將對推進中國經濟高質量發展和搶占全球科技戰略制高點具有重大意義。

　　2020年突如其來的新冠肺炎疫情，在給宏觀經濟造成巨大影響的同時，也推動了人工智能在各行各業的深入應用。在疫情防控與復工復產過程中，人工智能在醫學影像識別、病毒基因檢測、輔助治療、智能制造、金融風險防控、公共安全防護、智慧物流與智慧零售、在線教育、智慧城市等領域發揮了越來越突出且不可替代的作用。

　　與此同時，我國人工智能的發展也存在諸多風險和挑戰。以人工智能為代表的新一輪科技革命帶來的大國競爭前所未有，中國面臨巨大的科技突圍壓力；由于數據本身的價值很高、人工智能技術自身不完善和使用不當等原因，人工智能系統已成為不法黑客攻擊的重要目標；人工智能的興起沖擊傳統的倫理關系，挑戰人類的道德權威；機器替人會帶來失業沖擊與收入再分配；巨大的科技收益預期加大投機風險，會引發人工智能泡沫；虹吸效應會促進人工智能企業過度聚集，進一步拉大區域差距。這些挑戰既有人工智能自身的不足，也有人工智能發展而引發的倫理、社會、經濟等問題。提前謀劃并妥善解決這些問題，是推進我國人工智能深入發展的關鍵所在。

　　一、加大聯合攻關，實現科技突圍

　　當今世界正經歷百年未有之大變局。隨著中國成為世界第二大經濟體并逐步邁入創新型國家行列，世界經濟中心加快向亞太轉移，百年來西方國家主導的國際政治經濟秩序正在發生大調整。以人工智能為代表的第四次工業革命方興未艾，將深刻地改變人類的生產和生活方式，一定程度上決定了一個國家未來的國際競爭力。為此，世界主要大國之間圍繞人工智能等進行的科技競爭日趨激烈，特別是中美關系歷經多年未遇的重大挑戰，國際間的人才交流、科技合作、投資并購、產業鏈分工等都受到不同程度的限制，單邊主義、保護主義不斷抬頭，經濟全球化遭遇逆流。

　　目前中國人工智能產業的核心技術比較薄弱，集成電路超過原油成為第一大進口商品，基礎軟件90%以上依賴國外企業；頂尖人才數量與美國等發達國家還有較大差距。當今世界國際技術環境的劇烈變化決定了中國必須跳出傳統的模仿創新模式， 加快走自主創新之路，實現科技突圍。中國既要大力拓寬國際科技合作新渠道，大力加強頂尖人才的培養與引進。更為重要的是，積極發揮市場經濟條件下的新型舉國體制優勢，圍繞人工智能核心基礎零部件和元器件、先進基礎工藝、關鍵基礎材料、產業技術等“卡脖子”的共性問題實施專項行動，集中優勢資源，加大研究投入，設定目標，分解任務，協同攻關，實現突破。同時，技術標準也是全球化時代各國爭奪市場話語權的重要手段，是市場競爭的制高點。要以《國家新一代人工智能標準體系建設指南》（2020）為指引，對標世界一流，加強多部門協作，制定和完善人工智能標準體系，搶占國際標準主導權乃至控制權。此外，還要借鑒德國弗勞恩霍夫研究所等機構的經驗，調動各類智商高、情商高、有知識、肯下功夫鉆研以及接地氣、了解市場的人建立技術轉移機構或擔任技術經理人，搭建科技與產業的橋梁，實現技術到創新的轉化（黃奇帆，2020）。最終通過加大聯合攻關，突破瓶頸制約，形成標準體系，暢通轉化渠道，實現中國人工智能產業的科技突圍。

　　二、整合數據資源，防范安全風險

　　數據是人工智能的三大支柱之一，人工智能因大數據而重生， 制約人工智能廣泛應用的不是算法不夠先進，而是缺乏高質量的數據。目前我國運行著多種信息化系統，這些多源異構的系統之間彼此割裂，而且由于歷史原因很多數據沒有被數字化，致使系統之間處于孤島狀態。分散各處難以融合的數據孤島，無法很好地訓練模型，成為制約中國人工智能產業發展的最大障礙。就像土地是農業時代的原材料、鋼鐵是工業時代的原材料一樣，數據是信息時代的原材料。限制數據讀取無異于在農業時代管控土地使用、工業化時代限制工廠的產品生產（羅斯，2016）。為了加快人工智能的發展與應用，需要加快數據的開放和大力整合，實現數據準確與有效聯通。在規范數據使用、保護隱私等前提下，借助區塊鏈等技術，建設數據中臺，匯聚多種來源數據，形成統一標準和體系。在此基礎上，根據用戶的各種需求， 快速響應，及時提供可視化、智能化、便捷化的數據服務方案（付登坡等，2020）。

　　由于數據本身的價值很高、人工智能技術自身不完善和使用不當等原因，人工智能系統已成為不法黑客攻擊的重要目標，面臨著巨大的安全風險。保障數據與網絡安全需要政策法規與技術手段等的結合。

　　1.完善細化法律法規，保護數據安全。首先要立法確定數據的所有權，并且數據所有者有刪除個人數據的“被遺忘權”（王堅，2018）。其次，完善細化法律法規，明確數據收集、存儲、處理、使用等各個環節的邊界。在數據匯聚和使用之前，利用大數據和人工智能技術完成數據的清洗、脫敏、結構化和標準化（馮登國，張敏和李昊，2014）。保障數據使用的可追溯性，完善追責問責機制，規范數據使用范圍。

　　2.使用“聯邦學習”策略，保護數據安全。在數據不出本地的前提下，各個數據擁有方依托各自數據建立模型，將各地的模型參數上傳到云端，再在云端訓練人工智能模型。然后將優化的人工智能模型參數返回到各地共享。這種策略既實現了數據共享，又保證了數據安全（世界人工智能大會組委會，2019）。

　　3.借助大數據和人工智能等技術，保障網絡安全。基于人工智能技術在軟件二進制分析、網絡攻擊檢測、安全行為輔助分析、網絡信息過濾等領域的應用，建立一套基于“大數據+威脅情報+安全知識+安全專家”的全新戰法，構建覆蓋整個國土空間的智能網絡防御系統，即國家網絡安全大腦，從而應對網絡戰爭，保障網絡安全。此外，加強政府、科研院所、企業和行業等各方緊密合作，共建有利于網絡安全的大生態（周鴻，2019）。

　　三、立足人的立場，應對倫理挑戰

　　隨著中國跨過劉易斯拐點、老齡化進程加快與產業轉型升級的壓力加大，人工智能在中國具有巨大的應用前景。人工智能的使用，一方面提高了生產效率，賦予勞動力和資本更多能量，拉動經濟增長（Aghion，Benjiamin and Charles，2017）；人工智能也促使生產方式趨向人性化，使得人們逐步從重復、單調、危險的工作中解放出來，促進人的自由全面發展。另一方面，人工智能的興起與發展也對人類的傳統倫理關系、人的本質等發起了深層次的挑戰。

　　首先，人工智能的興起，沖擊傳統的倫理關系，挑戰人類的道德權威。（1）隱私問題。人工智能系統的建立需要大量數據來訓練模型，這將會產生隱私泄露等問題。（2）安全與責任問題。目前人工智能技術大多基于云端或互聯網開放平臺，互聯網與人工智能技術本身的漏洞可能造成巨大的安全隱患。（3）算法歧視。數據質量和隱含的信息決定了深度學習模型得到的結果可能存在算法歧視（莫宏偉，2018）。（4）智能鴻溝。人們使用人工智能產品的能力有很大差異，尤其是對于老年人使用人工智能產品的能力有限，從而導致這些人被人工智能技術排斥在外，形成智能鴻溝。

　　其次，人工智能的發展與應用，引發人類對于人的本質的深層次挑戰。隨著生物技術和智能技術的發展，強人工智能時代將會到來。人的自然身體與智能機器日益“共生”，“共生體”究竟是“人”還是“機器”？當智能機器具備了人的思維，會制造工具，并且具有人的外形、聲音與行為，智能機器是否是“人”？如果智能機器在一定意義上是“人”，那么它是否享有人權等基本權利？是否應該承擔相應的行為后果？超級智能是否會“失控”，反過來取代、控制或統治人類？這些都是極具挑戰性的問題（孫偉平，2017）。

　　目前國際上有兩套被普遍認可的人工智能倫理共識。一套是“阿西洛馬人工智能原則”，另一套是國際電氣電子工程師學會提出的“人工智能設計的倫理準則” （楊放、劉開、常運立，2020）。2019年中國也發布了《新一代人工智能治理原則發展負責任的人工智能》，提出了八項原則。應對人工智能帶來的倫理挑戰，須要以倫理共識與治理原則為準繩，立足人的立場，按照人本、公正和責任原則，早做謀劃，讓人工智能服務人類。一是，在人工智能的系統設計中，要將人類社會的倫理規范和價值觀念嵌入人工智能系統。二是，制定人工智能算法規范和標準。對軟件和算法設計進行規范和監管，同時加強代碼和決策透明性。建立第三方檢測、評估、認證和審批制度，對不符合監管標準的產品不允許推向市場（莫宏偉，2018）。三是，不斷細化完善現行法律法規，明確人工智能產品設計者、生產者和使用者的責任范圍。同時需要確保用戶對算法等有知情權與被解釋權。此外，還需要加強人工智能倫理風險方面的宣傳與教育。

　　四、降低失業沖擊，調整贏家通吃模式

　　人工智能革命通過變革技術體系、產業結構與生產方式影響就業結構與就業形態。人工智能的就業效應主要包括創造效應和替代效應。人工智能對就業的創造效應主要表現為間接效應，即人工智能通過提高企業經濟效率與降低生產成本，帶來人工智能研發企業、產品供應商、應用企業和其他企業的發展，進而促進就業增長（邱和何勤，2020） 。人工智能的就業替代效應主要通過技能偏向型技術進步和程序偏向型技術進步而實現。技能偏向型技術進步會增加對高技能勞動者的需求，減少對低技能勞動力的需求，從而對低技能勞動者造成沖擊。程序偏向型技術進步將機械性、重復性、邏輯性強、易編程的工作任務自動化，從而對中等技能崗位造成沖擊（Autor，Levy and Murnane，2003；Autor and Dorn，2013）。目前人工智能尚處于弱人工智能階段，就業總體效應還存在爭議，但從短期看就業破壞效應大于就業創造效應，會給社會帶來一定程度的失業沖擊。

　　在數字化技術變革、信息通信技術進步、網絡效應和壟斷尋租等因素的綜合推動下，人工智能還將創造贏家通吃市場，形成高技能勞動者與低技能勞動者之間、資本和勞動之間、超級明星與其他人之間的巨大財富分化。贏家通吃市場的經濟模式與工業化經濟模式截然不同。工業化經濟中營業收入和個人所得跟天分和努力高度相關，收入分配差異遠遠小于贏家通吃市常而在贏家通吃市場存在極其不穩定、不均勻的競爭，收入分配呈現冪律分布。這種分配模式下，小規模群體獲得不成比例的收入份額，即80/20法則。同時，這種分布具備尺度（標度）不變的特征（第1名在前10名中所占的份額，與前10名在前100名中所占的份額大體上相同）。收入分配向冪律分布轉變意味著支撐社會穩定的中產階級鐘形曲線結束了（布萊恩約弗森和麥卡菲，2014）。

　　人工智能帶來的失業沖擊和贏家通吃市場，會使很多失業者和失敗者被取代、被排斥和被拋棄，可能成為解構社會、破壞秩序穩定的重要因素。因此，一方面需要政府落實反壟斷法，強化監管，減少尋租，創造公平的競爭環境，這是縮小收入分配分化的關鍵（斯蒂格利茨，2013）。另一方面，改革稅收體制，降低個人所得稅，使得個人所得稅率小于或等于企業所得稅率，增加農民財產性收入（黃奇帆，2020）。抑制新自由主義的霸權資本邏輯，逐步推行遺產稅收制度，避免寡頭統治的形成。同時，擴大社會事業支出。加強教育培訓，提高勞動技能與技術發展之間的匹配度。建立健全社會福利和保障體系，增加住房和醫療等方面的支出，對弱勢群體進行救助， 維護他們的尊嚴和合法權益。

　　五、拓展應用場景，防范科技泡沫

　　隨著經濟的不斷發展，經濟體累積了龐大的、過剩的資本，這些財富亟需投資渠道。科技革命形成良好的前景，為資本提供了眾多投資機會，巨大的收益預期也讓投資人變為投機家。盡管投機活動大大增加了市場的流動性，提高了交易量，增加了市場參與者，但是投機的結果往往是經濟泡沫。歷次工業革命時期曾先后出現過19世紀20年代和30年代初的運河泡沫、19世紀30年代和40年代的鐵路泡沫、20世紀20年代的航空泡沫、20世紀90年代的互聯網泡沫等（戈登，2011；霍布斯鮑姆，2017）。隨著人類步入人工智能時代，人工智能被看作是重現20世紀90年代計算機技術奇跡、拉動全球經濟起飛的又一契機，人工智能企業受到資本市場的強烈追逐，全球人工智能公司數量快速增長。20132018年第一季度中國人工智能領域的投融資占到全球的60%，成為全球最“吸金”的國家，人工智能產業出現“盲目跟風、重復投資”的泡沫化傾向（周鴻，2019）。在當前人工智能應用場景變現困難的情況下，科技革命的預期效應可能引發新一輪經濟泡沫。

　　除了完善相關法律法規和加強資金監管之外，攻關應用場景和探索商業模式是引導科技發展、避免泡沫破滅引起經濟恐慌的關鍵。（1）凝聚多方力量，攻關應用場景。人工智能的使用將對企業的組織模式發生變革，其應用場景的攻關需要若干垂直領域的人員共同參與才能有所突破。在國家超算中心等機構和企業提供便捷的算力和算法支撐的基礎上，探索人工智能在推動數字技術產業化、傳統產業數字化、智慧城市與智慧管理等方面的應用場景。（2）增加資金渠道，探索商業模式。人工智能的應用場景多是資本密集型的環節，風險很大。一方面，需要完善多層次的資本市場，特別是要發揮科創板的示范作用，為人工智能初創企業注入資本動能；另一方面，根據應用場景的性質，探索財政專項基金、自然科學基金、重大基礎科學研究項目群、風險資金等的不同結合方式，增加資金供給渠道。在此基礎上，積極探索合適的商業模式。一是在國內外尋求合作者，通過實行開放和反饋的思路，提升人工智能產品性能，提高服務和盈利能力；二是與上下游企業合作， 將人工智能系統搭載在上下游企業的產品上進行銷售，既能增加上下游企業的競爭力，又能驗證產品的實際效果，還能加快產品通過認證。（3）政府部門也要加快人工智能產品的審批流程，對符合條件的人工智能產品可先在人工智能示范區內進行應用試點示范，形成可復制的經驗，加快人工智能產品的推廣與使用。

　　六、應對虹吸效應，優化空間結構

　　中國區域差距很大，為了便于分析人工智能在區域空間上的虹吸效應，可將全國分成經濟發達和經濟不發達兩類區域。相比經濟不發達區域，經濟發達區域具有更高的資本密集度、更好的人力資本和更完善的基礎設施，具有更深更廣的使用人工智能的能力和動力。在此背景下，人工智能通過生產效率、資本深化、勞動稟賦、技能溢價、產業組織等渠道，促進空間極化。（1）人工智能的使用會提高生產效率，經濟發達區域使用較多的人工智能，帶來更高的經濟效率，從而拉大生產效率對區域差距的貢獻。（2 ）人工智能的使用在很大程度上表現為資本替代勞動。相比經濟不發達區域，經濟發達區域人工智能資本深化程度更高，因此資本收入份額更大，從而拉大資本對區域差距的貢獻。（3）機器替代勞動會降低企業的生產成本，這將大幅降低經濟不發達區域的勞動稟賦優勢，壓縮依托勞動稟賦的發展空間，進而拉大區域之間的差距。（4 ）人工智能的使用使得很多低技能或程序化的工作被機器替代，從而帶來失業。在當前中國的戶籍制度下，經濟發達區域的很多失業者會選擇回到不發達區域進行回鄉創業。同時人工智能的使用意味著適應人工智能需求的勞動力工資會上漲， 這會引起不發達區域適應人工智能需求的勞動力更多選擇流向發達區域，從而獲得更多的發展機會與經濟收益。勞動力在空間上的雙向流動，會降低不發達區域勞動力技能的整體水平與工資水平，提高發達區域勞動者技能的整體水平和工資水平，從而拉大區域差距。（5）人工智能的使用會對產業組織產生影響。使用人工智能的企業具有更高的生產效率和更低的生產成本，產生更大的競爭力，從而更容易在市場競爭中勝出。經濟發達和不發達區域使用不同程度的人工智能技術，這意味著經濟發達區域較多的企業在市場競爭中勝出，而經濟不發達區域較多的企業在市場競爭中退出。企業的進入和退出差異會加劇區域經濟不平衡。當然，人工智能的使用也存在趨同機制， 趨同的力量主要在于人工智能的使用會加快知識的擴散。同時，人工智能技術也不僅僅是勞動力替代技術，也存在勞動力互補技術。但是趨同的力量相比于以上五個分化的力量要小得多，人工智能的使用會加大虹吸效應，促進空間極化。

　　從經驗數據看，中國的人工智能企業和人工智能應用企業表現為較高程度的空間極化。從中國人工智能企業的分布看，2019年科技部公布的15家中國最強人工智能企業只分布于北京、上海、深圳、合肥和杭州等5個城市。從2019年人工智能初創企業100強的分布看，東部地區占據99家，西部只有1家。從人工智能的應用企業看，中國企業500強是人工智能使用的主要示范企業，位于京津冀城市群、長三角城市群和粵港澳大灣區的2019中國500強企業分別有125家、130家和68家，占到全國的64.6%。

　　人工智能的發展需要科技力量、集群網絡、基礎設施、知識交流等的支撐，這是人工智能企業出現虹吸效應和空間極化的基本邏輯。近年來，中國的區域經濟差距呈現擴大趨勢。人工智能帶來的空間極化效應會進一步拉大中國的區域差距，這不利于推動形成國內大循環為主體、國內國際雙循環相互促進的新發展格局，從而反過來限制人工智能的發展潛力與廣泛應用。考慮到中國國土空間很大，為實現區域公平發展，并推動形成雙循環發展格局，需要在空間上形成以都市圈為核心的多極空間結構，宜選擇長三角城市群、粵港澳大灣區、京津冀城市群、長江中游城市群、成渝城市群、山東半島城市群、關中城市群等作為中國人工智能發展的研發和使用示范區。以都市圈為核心的多極空間結構，既與國家的資源、環境和人口的分布特征相吻合，與人工智能產業聚集發展的經濟訴求相吻合，與形成國內大循環為主體、國內國際雙循環相互促進的新發展格局相吻合，也與國土空間結構優化與區域公平發展的需求相吻合。
責任編輯：YYX