游戲科技創(chuàng)新研究項目組

摘 要 游戲科技與游戲作為生產(chǎn)力形態(tài)的超級數(shù)字場景對于游戲以外其他行業(yè)的貢獻(xiàn)，正在成為國內(nèi)外相關(guān)領(lǐng)域的共識，貢獻(xiàn)的量化研究迫在眉睫?？萍歼M(jìn)步貢獻(xiàn)率是衡量技術(shù)對行業(yè)貢獻(xiàn)的通用方法，通過提出重合系數(shù)，文章建立了游戲科技跨行業(yè)科技進(jìn)步貢獻(xiàn)率的測算方法，同時將游戲科技作用下的超級數(shù)字場景作為一個技術(shù)整體，進(jìn)一步提出了超級數(shù)字場景融合創(chuàng)新指數(shù)的指標(biāo)體系來研究測量游戲?qū)ζ渌袠I(yè)的推動作用，通過跨行業(yè)科技進(jìn)步貢獻(xiàn)率和超級數(shù)字場景融合指數(shù)，首次較為系統(tǒng)地解決了游戲及其技術(shù)底座對于其他行業(yè)貢獻(xiàn)的量化測評問題。

關(guān)鍵詞 游戲科技；游戲科技跨行業(yè)科技進(jìn)步貢獻(xiàn)率；超級數(shù)字場景；超級數(shù)字場景融合創(chuàng)新指數(shù)

2023年8月，在全球三大游戲展會之一的科隆游戲展上，F(xiàn)TI咨詢高級總經(jīng)理Francesco Di Ianni公布了FTI最新的研究成果，說明游戲科技為歐洲國家的經(jīng)濟(jì)增長帶來了不容忽視的貢獻(xiàn)。研究顯示，2021年游戲科技對英國的經(jīng)濟(jì)影響達(dá)到18.20億美元，目前已經(jīng)在整個歐洲創(chuàng)造了數(shù)千個工作崗位，未來預(yù)計還將在芬蘭創(chuàng)造890個就業(yè)崗位，在丹麥創(chuàng)造超1 000個就業(yè)崗位，在挪威和瑞典創(chuàng)造超1 500個就業(yè)崗位，在英國創(chuàng)造近10 000個就業(yè)崗位。游戲科技有望為更多生產(chǎn)、生活領(lǐng)域帶來新可能。

游戲相關(guān)技術(shù)對游戲行業(yè)以外的其他行業(yè)形成影響，正在逐漸成為游戲行業(yè)及其相關(guān)其他行業(yè)的共識。近年來，國內(nèi)外都出現(xiàn)了游戲相關(guān)技術(shù)對其他行業(yè)影響的量化研究，2022年《游戲科技：數(shù)實融合進(jìn)程中的技術(shù)新集群》中提出游戲科技在2021年對芯片產(chǎn)業(yè)、5G產(chǎn)業(yè)、XR產(chǎn)業(yè)的科技進(jìn)步貢獻(xiàn)率分別為14.90%、46.30%和71.60%，是國內(nèi)第一份有關(guān)游戲科技對其他行業(yè)影響的量化研究。在此基礎(chǔ)上，本研究更進(jìn)一步就游戲科技對多個行業(yè)的影響進(jìn)行了量化分析。

1 游戲科技與超級數(shù)字場景的內(nèi)涵及其跨行業(yè)影響

世界各國逐步感受到了游戲的變革性力量，都在積極布局游戲領(lǐng)域，先后出臺了相關(guān)產(chǎn)業(yè)扶持政策，搶占相關(guān)行業(yè)賽道。游戲科技作為一種硬科技，推動游戲與不同行業(yè)的生產(chǎn)要素結(jié)合后所展現(xiàn)出來的無限活力和無限可能，在助力數(shù)字經(jīng)濟(jì)全球競爭以及開辟全新的數(shù)字科技競爭賽道上的重要作用，受到各方高度重視。

1.1 “游戲科技”的內(nèi)涵

根據(jù)《游戲科技：數(shù)實融合進(jìn)程中的技術(shù)新集群》的相關(guān)論述，本研究采用了該報告中對于游戲相關(guān)技術(shù)，即游戲科技的定義：在電子游戲中首次實現(xiàn)規(guī)模化應(yīng)用，以豐富和提升人的交互體驗為主要目標(biāo)的功能質(zhì)性技術(shù)集群。因其可交互、高仿真、強(qiáng)沉浸、精渲染等技術(shù)特性，正在被逐步應(yīng)用到社會經(jīng)濟(jì)多個領(lǐng)域，成為推進(jìn)數(shù)實融合發(fā)展的重要技術(shù)工具箱。

從1948年第一個游戲代碼的誕生，1950年第一款真正意義上的電子游戲出現(xiàn)，直至1972年游戲成為一個獨立行業(yè)，再到2019年游戲科技開始全面跨界融合步入社會化發(fā)展時期，在更好的游戲體驗需求牽引下，游戲科技如今已經(jīng)成為一個包含游戲AI、游戲引擎、動作捕捉、虛擬人、云游戲、電競傳輸、游戲控制器、游戲服務(wù)器、沙盒監(jiān)管、反外掛、防沉迷等一批既相互獨立又相互作用的數(shù)實融合技術(shù)新集群。

1.2 “超級數(shù)字場景”的內(nèi)涵

得益于游戲科技的支撐，游戲在不斷自我完善的過程中，主動與其他行業(yè)的生產(chǎn)要素進(jìn)行了結(jié)合，游戲內(nèi)在的生產(chǎn)力屬性被激活，形成了全新的形態(tài)——“超級數(shù)字場景”。

“超級數(shù)字場景”，是伴隨數(shù)字科技的發(fā)展，關(guān)于游戲本質(zhì)屬性的全新認(rèn)識；通過更開放的場景連接，游戲科技正在越來越廣泛的社會生產(chǎn)領(lǐng)域釋放出巨大的數(shù)字生產(chǎn)力，創(chuàng)造出越來越大的社會價值。

作為底座的游戲科技，賦予了游戲這一超級數(shù)字場景技術(shù)在場化的內(nèi)在屬性，使得超級數(shù)字場景的天然優(yōu)勢在數(shù)實融合的時代來臨之際全面展現(xiàn)出來，成為一個從底層推動各行業(yè)的數(shù)實融合轉(zhuǎn)型和應(yīng)用創(chuàng)新的強(qiáng)大工具。游戲科技從無到有、從少到多、從單一到多元的數(shù)十年多行業(yè)技術(shù)和應(yīng)用積累，使得超級數(shù)字場景能夠快速兼容各行業(yè)的新概念、新技術(shù)、新應(yīng)用，在行業(yè)交互中蘊(yùn)含著無限創(chuàng)新可能的開放性。

1.3 游戲科技與超級數(shù)字場景的跨行業(yè)影響

國內(nèi)的眾多游戲領(lǐng)域相關(guān)廠商也正在推動游戲科技和超級數(shù)字場景服務(wù)其他行業(yè)。華為云游戲AI總監(jiān)朱疆成曾在一次采訪中表示：“華為云的Model Arts for Games解決方案，已經(jīng)服務(wù)游戲、工業(yè)、機(jī)器人、醫(yī)療、金融等多個場景。ModelArts for Games解決方案主要是依托華為云強(qiáng)大的算力、強(qiáng)化學(xué)習(xí)算法來提供一整套開發(fā)訓(xùn)練和部署的流程?！绷硪晃恢Z亞方舟實驗室負(fù)責(zé)人則稱：“ModelArts在游戲AI的多樣化生成，NPC的訓(xùn)練、自動化測試等領(lǐng)域都展現(xiàn)出了廣闊的應(yīng)用前景?！彬v訊公司高級副總裁馬曉軼也曾談到對電子游戲未來發(fā)展趨勢的洞察：“生發(fā)于游戲產(chǎn)業(yè)的游戲科技，不僅在不斷革新游戲產(chǎn)品形態(tài)與研發(fā)方式，也有望為更多生產(chǎn)、生活領(lǐng)域帶來新可能。隨著各種游戲科技的跨界應(yīng)用越來越多地涌現(xiàn)，游戲?qū)⒂型黄萍扔挟a(chǎn)業(yè)范疇，迎來全新的‘第三次擴(kuò)容?！彼J(rèn)為，游戲的前兩次擴(kuò)容主要源于計算平臺的變遷，從單機(jī)到網(wǎng)絡(luò)，從PC到移動，每一次都帶來用戶數(shù)量大幅增長，屬于游戲產(chǎn)業(yè)規(guī)模的量變；而“第三次擴(kuò)容”則是質(zhì)變，因為游戲科技正越來越廣泛地融入游戲之外的更多領(lǐng)域，成為一種更為通用的技術(shù)體系。

2 跨行業(yè)溢出效應(yīng)的量化方法建構(gòu)

我們對于游戲科技和超級數(shù)字場景的量化分析，有助于各方深入理解游戲的相關(guān)技術(shù)作用于其他行業(yè)的機(jī)理和機(jī)制，推動游戲科技和超級數(shù)字場景發(fā)揮更大的作用。

2.1 游戲科技跨行業(yè)科技進(jìn)步貢獻(xiàn)率

游戲科技和超級數(shù)字場景的跨行業(yè)溢出，即二者在生產(chǎn)力層面對其他行業(yè)的影響程度。為了直觀反映游戲科技對其他行業(yè)的推動作用，本研究提出了游戲科技的跨行業(yè)科技進(jìn)步貢獻(xiàn)率。

2.1.1 跨行業(yè)科技進(jìn)步貢獻(xiàn)率的一般測算方法

目前，國內(nèi)外廣泛采用生產(chǎn)函數(shù)模擬法、索洛余值法、CES生產(chǎn)函數(shù)法、增長速度方法、丹尼森增長因素分析法等生產(chǎn)函數(shù)法來研究測算科技進(jìn)步貢獻(xiàn)率，其核心思想是：在促進(jìn)經(jīng)濟(jì)增長的投資、勞動和科技等諸多因素中，將科技進(jìn)步的作用單獨分離出來，同時給予定量的估價，以此來衡量科技進(jìn)步在經(jīng)濟(jì)增長中的作用。

運(yùn)用生產(chǎn)函數(shù)法測算特定產(chǎn)業(yè)的科技進(jìn)步貢獻(xiàn)率原型方程為：

Y=A（t）KαLβμ （2.1）

式中，Y、L、K分別代表產(chǎn)值、勞動投入（一般指勞動力數(shù)量，單位是萬人或人）、資本投入（一般指固定資產(chǎn)凈值，單位是億元或萬元，但必須與勞動力數(shù)的單位相對應(yīng)，如勞動力用萬人作單位，固定資產(chǎn)凈值就用億元作單位）；α、β則為參數(shù)，分別代表資本的產(chǎn)出彈性系數(shù)、勞動的產(chǎn)出彈性系數(shù)；A為常數(shù)，表示變動因素，通常作為技術(shù)因素變量；μ表示隨機(jī)干擾的影響，μ≤1。在實際工作中，通常都取值α+β=1，μ=1來計算科技進(jìn)步貢獻(xiàn)情況。

通過對Y=A（t）KαLβμ函數(shù)進(jìn)行數(shù)次轉(zhuǎn)換，即可得到科技進(jìn)步對經(jīng)濟(jì)增長貢獻(xiàn)率的簡化計算方程：

E=1-（αK+βL）/Y （2.2）

其中，Y、L、K分別代表產(chǎn)值、勞動投入、資本投入的增長速度，E代表科技進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率。其中我國一般取α=0.20～0.30，β=0.80～0.70，因為鑒于當(dāng)前游戲科技相關(guān)產(chǎn)業(yè)屬于資本和技術(shù)密集型行業(yè)，勞動的產(chǎn)出彈性系數(shù)取值不應(yīng)該太高，因此本次在測算各個技術(shù)科技貢獻(xiàn)率時，將勞動的產(chǎn)出彈性系數(shù)取值為0.70，資本的產(chǎn)出彈性系數(shù)取值為0.30。

簡化公式如下：

E=1-（0.30K+0.70L）/Y （2.3）

根據(jù)公式可知，想要測算我國游戲科技相關(guān)行業(yè)科技進(jìn)步貢獻(xiàn)率，需要獲得每年具體行業(yè)的營業(yè)收入、從業(yè)人數(shù)、固定資產(chǎn)值，從而計算出三者的增長速率。如：

Y=營業(yè)收入增長率=（當(dāng)年營業(yè)收入-前一年營業(yè)收入）/前一年營收收入×100%

K=固定資產(chǎn)原值增長速率=（當(dāng)年固定資產(chǎn)原值-前一年固定資產(chǎn)原值）/前一年固定資產(chǎn)原值×100%

L=從業(yè)人數(shù)增長速率=（當(dāng)年從業(yè)人數(shù)-前一年從業(yè)人數(shù)）/前一年從業(yè)人數(shù)×100%

2.1.2 跨行業(yè)溢出測算的“重合系數(shù)”

“重合系數(shù)”是本研究提出的測算跨行業(yè)科技進(jìn)步貢獻(xiàn)率的關(guān)鍵步驟。在此以芯片產(chǎn)業(yè)為例加以說明。在理想狀態(tài)下精確計算游戲科技對芯片產(chǎn)業(yè)的科技進(jìn)步貢獻(xiàn)率的基礎(chǔ)條件包括：①芯片產(chǎn)業(yè)相關(guān)年度數(shù)據(jù)完整；②游戲科技的譜系清晰且得到公認(rèn)；③芯片技術(shù)的譜系清晰且得到公認(rèn)。

具備以上條件時，就能精準(zhǔn)測算游戲科技對芯片產(chǎn)業(yè)的技術(shù)貢獻(xiàn)率。具體方法為：引入技術(shù)單元重合系數(shù)。

技術(shù)單元重合系數(shù)，描述的是兩個技術(shù)系統(tǒng)間一個系統(tǒng)的技術(shù)單元與另一個系統(tǒng)的技術(shù)單元的重合度。重合度由相同技術(shù)單元系數(shù)與關(guān)聯(lián)單元系數(shù)擬合而成。

相同單元系數(shù)指的是兩個不同的技術(shù)系統(tǒng)中，完全一致的技術(shù)單元，如游戲科技中的虛擬人技術(shù)單元，與XR技術(shù)系統(tǒng)中用于虛擬人制作的相關(guān)技術(shù)單元是完全一致的。

關(guān)聯(lián)單元系數(shù)指的是不同技術(shù)系統(tǒng)中的技術(shù)單元有著共同的技術(shù)基礎(chǔ)，每個技術(shù)單元都有其專利和基本文獻(xiàn)體系，比較專利和文獻(xiàn)的重合度，便可得到來自不同技術(shù)系統(tǒng)的任意兩個技術(shù)的關(guān)聯(lián)單元系數(shù)。

需要特別強(qiáng)調(diào)的是，重合系數(shù)并不是一成不變的，其會隨著產(chǎn)業(yè)內(nèi)的資本投入、就業(yè)變化以及產(chǎn)業(yè)外的國際競爭格局、國家政策導(dǎo)向、市場消費(fèi)變化等發(fā)生變化。特別是當(dāng)游戲科技與某些產(chǎn)業(yè)在條件成熟時所呈現(xiàn)出來的爆發(fā)式增長，如芯片產(chǎn)業(yè)中的GPU，將會帶來重合系數(shù)的顯著變化。

2.1.3 跨行業(yè)科技進(jìn)步貢獻(xiàn)率相關(guān)數(shù)據(jù)的處理方法

我們?nèi)耘f以芯片產(chǎn)業(yè)為例。首先，測算芯片行業(yè)的科技進(jìn)步貢獻(xiàn)率相關(guān)數(shù)據(jù)主要為收入增長率、固定資產(chǎn)投資增速、勞動力投入增速等三個數(shù)據(jù)。

（1）收入增長率相關(guān)數(shù)據(jù)

根據(jù)中國半導(dǎo)體行業(yè)協(xié)會公布的中國集成電路產(chǎn)業(yè)銷售額2017—2022年的數(shù)據(jù)及增速。這一數(shù)據(jù)具有連續(xù)性和官方屬性，是當(dāng)前行業(yè)引用較多的數(shù)據(jù)來源。

（2）固定資產(chǎn)投資增速相關(guān)數(shù)據(jù)

目前有三個數(shù)據(jù)比較接近。首先是智研咨詢發(fā)布的2012—2021年電子信息制造業(yè)固定資產(chǎn)投資增速。但這個是整個電子信息制造業(yè)的固定資產(chǎn)投資增速，不是特別精準(zhǔn)，但具有一定連續(xù)性，可以用作其他數(shù)據(jù)估算的基礎(chǔ)指導(dǎo)數(shù)據(jù)。

其次是中研普華產(chǎn)業(yè)研究院發(fā)布的2017—2019年芯片產(chǎn)業(yè)資產(chǎn)規(guī)模情況。這個數(shù)據(jù)的優(yōu)勢是與營收數(shù)據(jù)有一定的重疊年份，而且是精準(zhǔn)指向芯片行業(yè)。不足之處就是年份上沒有涵蓋2016年、2020年、2021、2022年的數(shù)據(jù)，且概念不完全等同于固定資產(chǎn)數(shù)值。如表1所示。

第三是《中國集成電路產(chǎn)業(yè)十年發(fā)展歷程回顧》報告中提出的2011—2015年我國集成電路產(chǎn)業(yè)固定資產(chǎn)投資數(shù)據(jù)梳理。這個數(shù)據(jù)的優(yōu)點是與前面公式中的固定資產(chǎn)概念最為接近，但缺點是與主要研究時間范圍重合度極低。但這個數(shù)據(jù)有一定連續(xù)性，且來源較為官方，2015年數(shù)據(jù)為多個文件引用較多的數(shù)據(jù)，671.43億元可以作為估算的基礎(chǔ)。

此外，前瞻研究院《集成電路投資加大地方掀起集成電路投資基金熱潮》中也提及2008—2017年中國集成電路固定資產(chǎn)投資增長及預(yù)測，其中彌補(bǔ)了2016—2017年確實的數(shù)據(jù)部分。因此，前瞻研究院的數(shù)據(jù)在作為參考的同時，本研究選擇2017年780億元作為集成電路固定資產(chǎn)投資增長數(shù)據(jù)。因此用2017年芯片行業(yè)資產(chǎn)規(guī)模4 122億元減去780億元，可估算出2016年芯片行業(yè)資產(chǎn)為3 342億元。

相比營收收入數(shù)據(jù)來說，固定資產(chǎn)數(shù)據(jù)獲得難度較大，權(quán)威渠道不足，其他研究報告統(tǒng)計標(biāo)準(zhǔn)和概念不能夠有效轉(zhuǎn)換，來源不夠統(tǒng)一且各研究報告年份不具有重合率。綜合考慮各數(shù)據(jù)的代表性、連續(xù)性和精準(zhǔn)性，本次報告選用2017—2019年芯片產(chǎn)業(yè)資產(chǎn)規(guī)模情況作為基礎(chǔ)數(shù)據(jù)，以其他數(shù)據(jù)作為估算數(shù)據(jù)依據(jù)。

2020年和2021年芯片固定資產(chǎn)缺少相關(guān)數(shù)據(jù)，無論是官方數(shù)據(jù)，還是行業(yè)研究報告基本沒有涉及，這可能與工業(yè)和信息化部近年為保護(hù)供應(yīng)鏈安全，相關(guān)產(chǎn)業(yè)數(shù)據(jù)和官方報告只在內(nèi)部印發(fā)有一定的關(guān)系。這部分?jǐn)?shù)據(jù)短時間內(nèi)獲取較難。因此本研究將參考以往歷年平均增速，對兩年的數(shù)據(jù)進(jìn)行估算。

（3）勞動力投入相關(guān)增速

這一塊的數(shù)據(jù)多為行業(yè)組織或證券行業(yè)研究報告的估算，是當(dāng)前三個數(shù)據(jù)中最沒有標(biāo)準(zhǔn)性的數(shù)據(jù)，量級相差較大。CEIC統(tǒng)計的中國集成電路制造業(yè)從業(yè)人數(shù)（1996—2018年）的數(shù)據(jù)是當(dāng)前最具連續(xù)性的數(shù)據(jù)，但是缺失2013—2015年的數(shù)據(jù)。其他數(shù)據(jù)跟CEIC的數(shù)據(jù)又有所沖突，如中國報告大廳《集成電路行業(yè)前景廣闊 但專業(yè)人才“缺口”大》據(jù)業(yè)界統(tǒng)計，2015年中國集成電路從業(yè)人數(shù)39.40萬人。如根據(jù)2019年12月18日發(fā)布的《中國集成電路產(chǎn)業(yè)人才白皮書（2018—2019年版）》顯示，2018—2019年，半導(dǎo)體從業(yè)人員總計46.10萬人。高瞻產(chǎn)業(yè)研究智庫公眾號在《我國芯片應(yīng)用行業(yè)發(fā)展深度研究》指出2020年我國直接從事集成電路產(chǎn)業(yè)的人員約54.10萬人。天下雜談公眾號在《2010年美國芯片從業(yè)人數(shù)19萬，中國20萬，2021年美國28萬，中國呢》一文中指出中國芯片事業(yè)的從業(yè)人數(shù)已經(jīng)從2010年的20萬到2021年的60萬，已達(dá)到成倍增長?！?022年中國大陸集成電路設(shè)計人才需求報告》顯示，預(yù)計到2023年前后，全行業(yè)人才需求為78萬人。

這些數(shù)據(jù)來源不一致，標(biāo)準(zhǔn)不一致，概念也不一致。但因為測算需要，可以作為一定數(shù)據(jù)基礎(chǔ)。因此，鑒于數(shù)據(jù)的邏輯一致、連續(xù)性，本次測算選用了以CEIC為數(shù)據(jù)基礎(chǔ)，以其他數(shù)據(jù)作為補(bǔ)充，如2019年46.10萬人，2020年54.10萬人，2021年60萬人，2022年78萬人。

根據(jù)以上數(shù)據(jù)，可以分別測算出2017—2019年芯片行業(yè)科技進(jìn)步貢獻(xiàn)率。其他年份，因為固定資產(chǎn)原值缺失而無法估算。如表2所示。

總結(jié)科技進(jìn)步貢獻(xiàn)率相關(guān)數(shù)據(jù)的來源選擇和處理方法：

（1）原則上使用公開發(fā)表、多次被各類主流媒體和研究論文引用的相關(guān)數(shù)據(jù)；

（2）原則上數(shù)據(jù)選擇盡量出自同一份報告；保證同一個測算中相關(guān)數(shù)據(jù)來源的主體數(shù)量盡可能少；

（3）當(dāng)公開數(shù)據(jù)不足必須估算時，主要對照相應(yīng)數(shù)據(jù)的國家統(tǒng)計數(shù)據(jù)相關(guān)趨勢、比例等進(jìn)行推算。

其他行業(yè)的量化數(shù)據(jù)處理，比照芯片產(chǎn)業(yè)進(jìn)行，下文不再一一展開論述。

2.2 超級數(shù)字場景融合創(chuàng)新指數(shù)

跨行業(yè)科技進(jìn)步貢獻(xiàn)率雖然直觀，但有一個明顯的短板，即不能將游戲科技視為一個整體即超級數(shù)字場景的技術(shù)底座，一個完整的體系來研究測量其對于其他行業(yè)的作用。游戲科技推動游戲成為超級數(shù)字場景，這是一個融合了全部游戲科技的技術(shù)功能和游戲的場景功能并為其他行業(yè)提供生產(chǎn)力的場域，因而需要作為一個整體來進(jìn)行量化考察。由此本研究在游戲科技跨行業(yè)科技進(jìn)步貢獻(xiàn)率的基礎(chǔ)上，提出了超級數(shù)字場景融合創(chuàng)新指數(shù)，即“超數(shù)化指數(shù)”。超數(shù)化指數(shù)是針對超級數(shù)字場景與各行業(yè)生產(chǎn)要素結(jié)合深度與廣度的動態(tài)性量化考察，從而為判斷超級數(shù)字場景對于某一行業(yè)在技術(shù)研發(fā)和應(yīng)用創(chuàng)新中的價值提供依據(jù)和參考。相比貢獻(xiàn)率，超數(shù)化指數(shù)更突出了超級數(shù)字場景的整體性。

“超數(shù)化指數(shù)”是在游戲科技跨行業(yè)科技進(jìn)步貢獻(xiàn)率的基礎(chǔ)上，引入了游戲多個維度對某行業(yè)的貢獻(xiàn)。指標(biāo)體系如表3所示。①“理念貢獻(xiàn)”反映的是超級數(shù)字場景為某個行業(yè)開拓新的發(fā)展理念和方向，數(shù)據(jù)主要來源于網(wǎng)絡(luò)的大數(shù)據(jù)檢索和分析；②“應(yīng)用貢獻(xiàn)”反映的是超級數(shù)字場景為某個行業(yè)帶來基礎(chǔ)技術(shù)研究和新應(yīng)用研發(fā)的貢獻(xiàn)，數(shù)據(jù)主要來源于創(chuàng)新內(nèi)部的研究、專利等相關(guān)數(shù)據(jù)和創(chuàng)新外部的不同人群感知等；③“產(chǎn)業(yè)貢獻(xiàn)”反映的是超級數(shù)字場景為某個行業(yè)在經(jīng)濟(jì)層面的影響，主要通過游戲科技對于該行業(yè)的貢獻(xiàn)率和人才、應(yīng)用商業(yè)化和市場規(guī)模等維度的認(rèn)知反饋等來衡量。

從測算上看，指數(shù)值的區(qū)間為0～100，0代表超級數(shù)字場景還未與該行業(yè)的生產(chǎn)要素發(fā)生聯(lián)系；100為理想值，即在超級數(shù)字場景的作用下該行業(yè)的數(shù)字生產(chǎn)力得到了極大釋放，形成了極為豐富的應(yīng)用創(chuàng)新，得到了公眾和專家極高的認(rèn)可與評價。理想值的設(shè)定作為一個極限值而提供參照系，便于更好地理解指數(shù)。

2.3 量化測算的行業(yè)選擇

在行業(yè)選擇上，本研究選擇了國家統(tǒng)計局頒布的《戰(zhàn)略性新興產(chǎn)業(yè)目錄》（2018），一方面，這些行業(yè)名稱規(guī)范，邊界清晰，有利于獲取相關(guān)數(shù)據(jù)，同時形成社會共識；另一方面，這些行業(yè)多為前沿產(chǎn)業(yè)、未來產(chǎn)業(yè)，與數(shù)字科技關(guān)系較為密切。

戰(zhàn)略性新興產(chǎn)業(yè)共有9個大領(lǐng)域，其下又分為40個二級類別、189個三級類別和166個四級類別（有些四級類別為同一種技術(shù)工藝，如在二級類別“先進(jìn)鋼材料”中有33個不同三級類別的四級類別都是“鋼壓延加工”）。其中前三級類別為“產(chǎn)業(yè)分類名稱”，第四級為“國民經(jīng)濟(jì)行業(yè)名稱”。超數(shù)化指數(shù)主要考察第四級類別的影響。

本研究采用隨機(jī)抽樣的方式，從戰(zhàn)略性新興產(chǎn)業(yè)名錄的第四級166個國民經(jīng)濟(jì)行業(yè)選取，同時結(jié)合當(dāng)前輿論和公眾討論中約定俗成的行業(yè)名稱調(diào)整表述，最終確定了XR、手機(jī)（硬件）、自動駕駛、AI、芯片、云計算、工業(yè)設(shè)計服務(wù)、手機(jī)遠(yuǎn)程醫(yī)療8個行業(yè)測算對象。

3 量化結(jié)果分析

經(jīng)過擬合，本研究測得各行業(yè)的跨行業(yè)科技進(jìn)步貢獻(xiàn)率和“超數(shù)化指數(shù)”如表4所示。

總體上看，在隨機(jī)選擇的8個行業(yè)中，游戲科技的跨行業(yè)科技進(jìn)步貢獻(xiàn)率的最高值為XR行業(yè)的72.45%，最低值為遠(yuǎn)程醫(yī)療的17.47%，其他行業(yè)分布其間?！俺瑪?shù)化指數(shù)”方面，最高值也是XR行業(yè)的64.42，最低值為遠(yuǎn)程醫(yī)療行業(yè)的41.44，其他行業(yè)均高于50或接近50。游戲科技對這8個行業(yè)形成了程度不一的益處，作為超級數(shù)字場景的游戲，也對這8個行業(yè)都發(fā)揮了生產(chǎn)力層面的影響。

3.1 以行業(yè)為視角的量化結(jié)果分析

3.1.1 XR行業(yè)

XR產(chǎn)業(yè)通常是AR、VR、MR等顯示行業(yè)的統(tǒng)稱，又以AR和VR行業(yè)為絕對主體。XR是數(shù)實融合時代的關(guān)鍵交互界面，XR使人們能夠在計算機(jī)生成的環(huán)境中進(jìn)行前所未有的創(chuàng)造、協(xié)作和探索，作為虛擬世界的交互入口，有望代替PC和手機(jī)成為下一代人機(jī)交互終端，引領(lǐng)產(chǎn)業(yè)變革。越來越多的人認(rèn)為，繼PC計算機(jī)、智能手機(jī)之后，XR將有望成為下一代計算平臺。本研究測得2022年游戲科技對XR行業(yè)的科技進(jìn)步貢獻(xiàn)率為72.45%，“超數(shù)化指數(shù)”為64.42，兩項指標(biāo)雙雙位列第一，說明相比于其他行業(yè)，游戲科技與XR行業(yè)的軟硬件已經(jīng)相互交織到無法完全拆分的程度。游戲和游戲科技在推動VR產(chǎn)業(yè)在硬件、技術(shù)和內(nèi)容方面的發(fā)展，起到了巨大的積極作用。

3.1.2 AI行業(yè)

從國際跳棋、國際象棋、雙陸棋、圍棋到更為復(fù)雜的德州撲克、星際爭霸、Dota2和賽車等游戲，從圖靈、香農(nóng)、塞繆爾、紐厄爾等計算機(jī)科學(xué)和人工智能先驅(qū)到DeepMind、OpenAl、FAIR、艾倫·圖靈研究所等世界頂尖人工智能研究中心的學(xué)術(shù)成果，再到雅達(dá)利、世嘉到谷歌、微軟、亞馬遜、英偉達(dá)、騰訊等全球大型科技企業(yè)的產(chǎn)業(yè)實踐來看，AI與游戲相生相伴，共同促進(jìn)，相互助力的雙螺旋式上升關(guān)系。二者的結(jié)合，甚至誕生了獨立的研究分支，即游戲人工智能研究。本研究測得2022年游戲科技對于AI行業(yè)的科技進(jìn)步貢獻(xiàn)率為31.37%，“超數(shù)化指數(shù)”為62.38，排在8個行業(yè)的第2位，可見超級數(shù)字場景對該行業(yè)發(fā)揮的重要作用。人工智能成為各行各業(yè)重要基礎(chǔ)性技術(shù)，推動曾經(jīng)的游戲顯卡——GPU成為這些行業(yè)的基礎(chǔ)性硬件。

3.1.3 手機(jī)（硬件）行業(yè)

2022年全球互聯(lián)網(wǎng)用戶數(shù)量突破50億，到2023年底5G手機(jī)用戶數(shù)量將突破16億，這是一個全民高速互聯(lián)的時代，手機(jī)也在這個關(guān)鍵的時點上成為最廣泛、最普惠、最集成的基礎(chǔ)設(shè)施。本研究測得2022年游戲科技對手機(jī)行業(yè)的科技進(jìn)步貢獻(xiàn)率為46.76%，“超數(shù)化指數(shù)”為59.84，回顧手機(jī)的硬件發(fā)展史，其中有一條由隱及顯的動力線索常常為人津津樂道，那就是手機(jī)游戲?qū)τ谑謾C(jī)廠商在展示新手機(jī)硬件性能與軟件優(yōu)化時的關(guān)鍵角色。

3.1.4 自動駕駛行業(yè)

從汽車問世的那一天開始，人類對于自動駕駛的暢想就從未停止。1925年世界上第一輛無人駕駛汽車就出現(xiàn)了，只不過它是通過無線電控制的，充其量只能算是遙控車，同時不具備當(dāng)下定義智能汽車“感知”“決策”“執(zhí)行”的三大能力。自動駕駛帶來的不僅僅是駕駛員的便利、交通行業(yè)效率提升和大幅降低交通事故，更重要的是自動駕駛涉及傳感器、芯片、軟件算法等多個領(lǐng)域，是與汽車同等重要的基礎(chǔ)性和支柱型產(chǎn)業(yè)，是全球化汽車產(chǎn)業(yè)鏈的全新賽道，不僅能夠吸引大規(guī)模的投資，還容納了大量優(yōu)質(zhì)的資源和人才，增加了就業(yè)崗位和區(qū)域稅收，成為全球科技和產(chǎn)業(yè)競爭中重要的綜合性領(lǐng)域。游戲科技在自動駕駛領(lǐng)域的應(yīng)用幾乎是伴隨這個行業(yè)的開端而開始的。在自動駕駛領(lǐng)域的開發(fā)人員中，從游戲公司出來的比例不在少數(shù)，駕駛類游戲也是游戲科技提升的一個重要推動力量。本研究測得2022年游戲?qū)ψ詣玉{駛行業(yè)的科技進(jìn)步貢獻(xiàn)率為57.19%，“超數(shù)化指數(shù)”為58.58，駕駛類游戲與自動駕駛高度相似，是極為經(jīng)典的游戲題材，圍繞著車輛在數(shù)字世界中的行駛先后出現(xiàn)了從算法到控制器等大量游戲科技。在自動駕駛時代，游戲科技正在發(fā)揮著越來越重要的作用。

3.1.5 芯片行業(yè)

2020年GPT-3橫空出世，拉開了人工智能大模型的“軍備競賽”。大量的AI算法和應(yīng)用，這背后都離不開開源深度學(xué)習(xí)框架提供的支持。也正因如此，GPU等更適合于人工智能開發(fā)的芯片大有趕超CPU芯片成為產(chǎn)業(yè)核心競爭焦點的勢頭。本研究測得游戲科技對芯片的跨行業(yè)科技進(jìn)步貢獻(xiàn)率為18.65%，“超數(shù)化指數(shù)”為56.54，顯示出游戲和游戲科技一度是反映CPU性能的一面鏡子，更是圖形芯片GPU問世的直接動因，當(dāng)前成為芯片行業(yè)決定性力量之一的英偉達(dá)早期就是游戲顯卡的生產(chǎn)商。

3.1.6 云計算行業(yè)

隨著數(shù)字化和信息化的快速發(fā)展，計算能力已經(jīng)成為推動社會進(jìn)步和產(chǎn)業(yè)創(chuàng)新的重要基石。云計算的出現(xiàn)為全社會的算力提升帶來了全新的可能性，數(shù)字經(jīng)濟(jì)時代的云計算作為基礎(chǔ)設(shè)施的重要性也因此日益凸顯。它作為新一代信息技術(shù)的基礎(chǔ)，正在為各行各業(yè)提供強(qiáng)大的計算支撐和資源池，進(jìn)一步推動數(shù)字化轉(zhuǎn)型的進(jìn)程。本研究測得2022年游戲科技對于云計算行業(yè)的科技進(jìn)步貢獻(xiàn)率為51.08%，“超數(shù)化指數(shù)”為55.04，邊緣計算作為重要的游戲科技，當(dāng)前已經(jīng)成為云計算服務(wù)的基礎(chǔ)性技術(shù)，游戲科技在云服務(wù)平臺的集成，以及云游戲未來的前景，都讓游戲科技與云計算行業(yè)保持著較為密切的關(guān)聯(lián)。

3.1.7 工業(yè)設(shè)計服務(wù)行業(yè)

工業(yè)設(shè)計具有高知識性、高創(chuàng)新性、高附加值等特征，是產(chǎn)業(yè)價值鏈中最具增值潛力的環(huán)節(jié)之一，特別是在制造業(yè)進(jìn)入數(shù)實融合時代以后，工業(yè)設(shè)計與數(shù)字化制造的融合，將這兩種技術(shù)和方法實現(xiàn)了有效地結(jié)合，實現(xiàn)更高效、更精確、更快速的產(chǎn)品開發(fā)和生產(chǎn)制造，提高了生產(chǎn)效率和生產(chǎn)質(zhì)量。以游戲引擎為代表的游戲科技成為數(shù)實融合時代工業(yè)設(shè)計的重要助力，本研究測得2022年游戲科技對工業(yè)設(shè)計服務(wù)行業(yè)的科技進(jìn)步貢獻(xiàn)率為29.47%，“超數(shù)化指數(shù)”為49.28。游戲科技在工業(yè)設(shè)計服務(wù)領(lǐng)域的應(yīng)用從歷史上看最早，但并未取得一個相對較高的指數(shù)值，本研究認(rèn)為一方面是由于工業(yè)設(shè)計服務(wù)領(lǐng)域仍然受到很強(qiáng)的傳統(tǒng)設(shè)計方法論影響，對前沿的工具擁抱和接納不足，另一方面也有可能是原來從事工業(yè)設(shè)計服務(wù)領(lǐng)域的人才要跨入以程序設(shè)計為基礎(chǔ)技能的數(shù)字場景領(lǐng)域，面臨較高的技術(shù)門檻。因此，游戲科技在工業(yè)設(shè)計服務(wù)領(lǐng)域的平臺化開發(fā)，一站式工具集成，所見即所得式應(yīng)用，將成為重要的趨勢。

3.1.8 遠(yuǎn)程醫(yī)療行業(yè)

醫(yī)療資源的區(qū)域性不平衡是我國醫(yī)療體系的老大難問題，也是全球眾多發(fā)達(dá)國家面臨的共性問題。當(dāng)前，遠(yuǎn)程醫(yī)療行業(yè)的興起和快速發(fā)展為普惠醫(yī)療創(chuàng)造了新的可能性。通過遠(yuǎn)程醫(yī)療，能夠為偏遠(yuǎn)或落后地區(qū)提供更加全面和專業(yè)的醫(yī)療服務(wù)，節(jié)約醫(yī)療資源和時間，提升醫(yī)療服務(wù)的效率和質(zhì)量，讓更加先進(jìn)和智能的醫(yī)療設(shè)備和技術(shù)實現(xiàn)跨區(qū)域共享，從而實現(xiàn)醫(yī)療資源的優(yōu)化配置。游戲科技特別是游戲控制器相關(guān)技術(shù)為遠(yuǎn)程醫(yī)療的探索和創(chuàng)新提供了很好的思路，本研究測得2022年游戲科技對遠(yuǎn)程醫(yī)療行業(yè)的科技進(jìn)步貢獻(xiàn)率為17.47%，“超數(shù)化指數(shù)”為41.44，顯示出了這樣的跨界趨勢。

3.2 以部分指標(biāo)為視角的量化結(jié)果分析

如圖1所示。從“跨行業(yè)游戲科技關(guān)聯(lián)度”指標(biāo)來看，8個行業(yè)與游戲科技的關(guān)聯(lián)度均分布在40%～50%之間，說明游戲科技與這些行業(yè)的關(guān)聯(lián)已經(jīng)為公眾基本了解和認(rèn)可。

如圖2所示。游戲科技與芯片和AI的關(guān)聯(lián)檢索量，明顯高于其他6個行業(yè)。這與近年來中美之間的科技摩擦和2023年橫空出世的AI大模型有很大關(guān)系。芯片和AI話題成為科技領(lǐng)域始終不退的熱點，與這兩個行業(yè)誕生和發(fā)展密切相關(guān)的游戲科技，在網(wǎng)絡(luò)檢索量上也與之形成了較為密切的話題關(guān)聯(lián)。

如圖3所示。游戲科技外溢應(yīng)用至其他行業(yè)，輿論已有一定感知。數(shù)據(jù)顯示，媒體和網(wǎng)民討論XR、工業(yè)設(shè)計服務(wù)、自動駕駛等行業(yè)時，游戲科技呈現(xiàn)了較高的話題關(guān)聯(lián)度：討論XR行業(yè)的報道或評論中，有超過25%的內(nèi)容與游戲科技有關(guān)；討論工業(yè)設(shè)計服務(wù)行業(yè)的報道或評論中，18.70%的內(nèi)容與游戲科技有關(guān)；討論自動駕駛行業(yè)的報道或評論中，也有15.10%提及游戲科技。充分說明輿論對以上行業(yè)中游戲科技的影響有較強(qiáng)感知。而AI和芯片由于其本身就極具話題性，輿情熱度高，且涉及話題維度豐富，因此游戲科技關(guān)聯(lián)討論占比相對較低。

如圖4所示。調(diào)研結(jié)論表明，游戲行業(yè)與相關(guān)行業(yè)之間存在一定的人才相互流動，也側(cè)面證明游戲科技與這些行業(yè)之間存在相互影響。游戲行業(yè)與相關(guān)產(chǎn)業(yè)間的流動情況差異不顯著，AI、手機(jī)硬件、云計算和工業(yè)設(shè)計服務(wù)4個行業(yè)人才流動率達(dá)到10%以上，自動駕駛、XR、芯片和遠(yuǎn)程醫(yī)療4個行業(yè)人才流動率低于10%，但差距不大。整體來看，說明游戲科技相關(guān)人才有可能已經(jīng)成為這些行業(yè)的底層共性技術(shù)人才。

如圖5所示。公眾對于游戲科技推動這些行業(yè)出現(xiàn)新應(yīng)用的認(rèn)知，與跨行業(yè)游戲科技的關(guān)聯(lián)度指標(biāo)呈現(xiàn)相近似的趨勢，8個行業(yè)都分布在50%上下，說明游戲科技在這些行業(yè)中對新應(yīng)用、新業(yè)態(tài)的貢獻(xiàn)，在獲得穩(wěn)定公眾認(rèn)知的基礎(chǔ)上，同時獲得了良好的口碑。

如圖6所示。通過市場指標(biāo)衡量游戲科技的產(chǎn)業(yè)貢獻(xiàn)度，游戲科技在AI、XR這2個行業(yè)中發(fā)揮了較大價值，AI在產(chǎn)業(yè)資源投入，XR在消費(fèi)驅(qū)動以及兩者同時在海外拓展獲得了更突出的市場表現(xiàn)。工業(yè)設(shè)計服務(wù)與遠(yuǎn)程醫(yī)療位列最后，主要原因在于消費(fèi)驅(qū)動、海外拓展度方面存在的差距。

無論是跨行業(yè)科技進(jìn)步貢獻(xiàn)率還是“超數(shù)化指數(shù)”，都是對游戲科技行業(yè)溢出效應(yīng)的量化分析。貢獻(xiàn)率側(cè)重技術(shù)單元，指數(shù)側(cè)重集群整體，都是對游戲逐步表現(xiàn)出生產(chǎn)力屬性、成為超級數(shù)字場景的動態(tài)考察，只在游戲科技的參與深度和廣度上有所差異。因此，在具體行業(yè)分析中本研究將統(tǒng)一從游戲科技的維度展開分析和研究，以便更清晰地動態(tài)展現(xiàn)游戲日益開放的行業(yè)性場景連接和數(shù)字生產(chǎn)力的釋放過程。

4 結(jié)語

在人工智能應(yīng)用與場景創(chuàng)新能力方面具有比較優(yōu)勢的游戲科技，以全新的生產(chǎn)力姿態(tài)，正在催生游戲成為“超級數(shù)字場景”。超級數(shù)字場景以人工智能、計算機(jī)圖形學(xué)與算力為主要技術(shù)內(nèi)核，呈現(xiàn)用戶參與的魯棒穩(wěn)定、現(xiàn)實元素的極致仿真、數(shù)實交互的即時協(xié)同、個體決策的復(fù)雜擬合、生產(chǎn)成果的實時輸出等技術(shù)特征，正在對當(dāng)前數(shù)實融合時代的諸多行業(yè)發(fā)揮著生產(chǎn)力作用。作為游戲行業(yè)底座的游戲科技，賦予了游戲這一超級數(shù)字場景在人工智能應(yīng)用和場景創(chuàng)新能力上的比較優(yōu)勢，使得處在數(shù)實融合時代的超級數(shù)字場景成為一個能夠從底層推動各行業(yè)數(shù)實融合轉(zhuǎn)型和應(yīng)用創(chuàng)新的強(qiáng)大存在。本研究的量化結(jié)果證明，游戲已經(jīng)作為能夠吸納各行業(yè)生產(chǎn)要素的超級數(shù)字場景，快速兼容各行業(yè)的新概念、新技術(shù)、新應(yīng)用，在行業(yè)交互中展現(xiàn)出無限可能的開放性。因此，有必要從生產(chǎn)力維度重新認(rèn)識游戲，重新認(rèn)識和理解游戲在助力國家產(chǎn)業(yè)和體系創(chuàng)新、推動數(shù)實融合發(fā)展的重要價值。

參考文獻(xiàn)

[1] 陳向武.科技進(jìn)步貢獻(xiàn)率與全要素生產(chǎn)率：測算方法與統(tǒng)計現(xiàn)狀辨析[J].西南民族大學(xué)學(xué)報（人文社科版），2019，40（7）：107-115.

[2] 王俊，李南凱，劉晶晶.基于改進(jìn)索洛余值的科技進(jìn)步貢獻(xiàn)率測算研究[J].全球科技經(jīng)濟(jì)瞭望，2019，34（9）：30-34+57.

[3] 鄭世林，張美晨.科技進(jìn)步對中國經(jīng)濟(jì)增長的貢獻(xiàn)率估計：1990—2017年[J].世界經(jīng)濟(jì)，2019，42（10）：73-97.

[4] 張俊芳，郭戎，郭永濟(jì).中國無形資產(chǎn)測度及其對科技進(jìn)步貢獻(xiàn)率影響的研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2018，39（1）：46-54.

[5] 熊偉，馬萌萌，曾志超，等.2019和2018年測繪行業(yè)科技進(jìn)步貢獻(xiàn)率研究與測算[J].中國測繪，2021，（2）：44-46.