卿 平，李玥峰

（成都體育學院經(jīng)濟管理學院，成都610041）

一、問題提出

產(chǎn)業(yè)融合是全球經(jīng)濟增長和產(chǎn)業(yè)演化的必然趨勢，也是促進產(chǎn)業(yè)提質增效、構建現(xiàn)代化產(chǎn)業(yè)體系的有效途徑。而人工智能作為一項面向未來的戰(zhàn)略性技術，已引發(fā)國際國內相關層面的廣泛關注。2017年，發(fā)展人工智能上升到國家戰(zhàn)略層面[1]。2019年10月，《關于新時代服務業(yè)高質量發(fā)展的指導意見》指出，要推動人工智能、云計算等新一代信息技術在服務領域深度應用[2]。黨的十九屆五中全會提出要加快發(fā)展現(xiàn)代化產(chǎn)業(yè)體系[3]，推動大數(shù)據(jù)、人工智能等和現(xiàn)代服務業(yè)深度融合，這些為我國現(xiàn)代服務業(yè)和人工智能的融合發(fā)展指明了方向。

體育服務業(yè)作為與國民經(jīng)濟生活息息相關的體育產(chǎn)業(yè)子產(chǎn)業(yè)，具備產(chǎn)業(yè)鏈長、覆蓋面廣、附加值高、關聯(lián)性強等特點，擁有普通服務業(yè)的共性特征，其與旅游、教育、文化、養(yǎng)老、金融等行業(yè)的跨界融合已成為一種普遍趨勢。2019年，國內體育服務業(yè)增加值在體育產(chǎn)業(yè)增加值中的比重已超過60%[4]，其主導地位日益凸顯，對國民經(jīng)濟的貢獻力度也逐漸提升，但是，體育服務業(yè)要肩負起國民經(jīng)濟新增長點的使命，單純依靠自身的發(fā)展是無法實現(xiàn)的?；诖?，在數(shù)字經(jīng)濟時代，研究體育服務業(yè)與人工智能的融合發(fā)展對于促進產(chǎn)業(yè)結構轉型升級、助力體育服務業(yè)高質量發(fā)展具有重要意義。

近年來，人工智能憑借云計算等先進的算法支持而越來越廣泛地應用于體育服務業(yè)中。根據(jù)信息科學的主流觀點，將人工智能劃分為“弱人工智能”“強人工智能”和“超人工智能”三個階段[5]。而當前人工智能體育應用尚處于弱人工智能階段[6]，即機器智能通過深度學習等算法工具來挖掘人類運動行為及場景中的海量數(shù)據(jù)，從而改善優(yōu)化運動行為及場景等內容的過程，對人工智能與體育應用的所處階段作出了判斷。據(jù)此，本研究結合數(shù)據(jù)的合理性和可得性原則，試圖從定量的角度對近年來人工智能產(chǎn)業(yè)和體育服務業(yè)的融合發(fā)展展開研究。

二、相關文獻回顧

（一）關于服務業(yè)和人工智能的融合

人工智能概念誕生于1956年的“達茅斯會議”[7]。經(jīng)過半個多世紀的發(fā)展，人工智能在新理論新技術的驅動下廣泛應用于生產(chǎn)生活各個領域。關于其概念的核心內容，一方面是通過感知和分析相關數(shù)據(jù)，讓機器理解人的智能化行為；另一方面是讓機器模擬其行為，甚至完成得更好[8]。當人工智能綜合作用于生產(chǎn)勞動中時，能夠極大提高生產(chǎn)力水平，成為產(chǎn)業(yè)高質量發(fā)展的新引擎[9]。

在融合的具體產(chǎn)業(yè)上，中國人民銀行武漢分行辦公室課題組等率先總結了先進發(fā)達國家人工智能在金融產(chǎn)業(yè)的應用，并結合我國實際提出了具體應對措施[10]。劉飛等聚焦中國人口老齡化以及區(qū)域養(yǎng)老服務布局不合理等矛盾問題，認為人工智能可以改善養(yǎng)老產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)布局及產(chǎn)業(yè)生態(tài)，促進養(yǎng)老產(chǎn)業(yè)高質量發(fā)展[11]。范伊璠等則聚焦于人工智能與醫(yī)療、教育、金融等行業(yè)的融合，指出人工智能對服務業(yè)的影響在于對顧客體驗價值的再造[12]。

在融合發(fā)展的產(chǎn)品上，孫效華等認為智能服務機器人、無人車、AIoT（智能物聯(lián)網(wǎng)）、娛樂與助理等公私服務人工智能產(chǎn)品以及醫(yī)療、法律、物流等行業(yè)人工智能產(chǎn)品正在潛移默化地影響著人類的生產(chǎn)生活和對服務業(yè)的改造升級[13]。

在融合發(fā)展路徑上，王小艷認為，人工智能技術應用和產(chǎn)業(yè)發(fā)展的良好勢頭為其與服務業(yè)深度融合賦予了強大科技動能[14]。耿子恒指出，雖然人工智能與服務業(yè)融合發(fā)展在具體場景的應用中具有豐富的實踐案例，但是由于“人工智能+服務業(yè)”各應用場景的特點差異較大，難以從統(tǒng)一框架視角考慮服務業(yè)發(fā)展，因而目前還未總結形成一般性理論分析框架[15]。

綜上所述，目前服務業(yè)與人工智能的融合發(fā)展相關文獻主要集中在融合的具體產(chǎn)業(yè)、融合產(chǎn)品和融合發(fā)展路徑上，鮮有將體育服務業(yè)作為融合對象的研究，且已有研究主要以定性分析為主，缺少定量化的實證分析。隨著近年來產(chǎn)業(yè)結構調整和升級，體育產(chǎn)業(yè)的經(jīng)濟功能日益凸顯，隸屬體育產(chǎn)業(yè)的體育服務業(yè)作為服務業(yè)中的一個新興產(chǎn)業(yè)門類，屬于現(xiàn)代服務業(yè)的范疇，與體育用品業(yè)和體育建筑業(yè)相比更具有體育特性，是真正意義上的低碳環(huán)保產(chǎn)業(yè)。體育服務業(yè)的快速發(fā)展對當前產(chǎn)業(yè)結構調整和經(jīng)濟發(fā)展具有重要意義，而現(xiàn)實中我國體育服務業(yè)發(fā)展遠遠達不到國際體育發(fā)達國家體育服務業(yè)發(fā)展水平，這已經(jīng)嚴重制約了國內經(jīng)濟的平衡發(fā)展、社會的全面進步及人民生活質量的改善。推動體育服務業(yè)快速發(fā)展是順應經(jīng)濟增長階段變化規(guī)律、把握社會發(fā)展新時代歷史機遇的首要條件。

人工智能技術的出現(xiàn)正好為體育服務業(yè)的快速發(fā)展插上了強勁的翅膀，體育服務業(yè)包含門類繁多，有隸屬于傳統(tǒng)服務業(yè)的體育用品銷售業(yè)，也有屬于現(xiàn)代新興服務業(yè)的體育競賽表演活動、體育健身休閑活動等，如此大的行業(yè)跨度正好為體育服務業(yè)與人工智能產(chǎn)業(yè)的融合發(fā)展提供了廣泛基礎。因此，本研究擬對近年來國內體育服務業(yè)與人工智能的融合現(xiàn)狀進行量化分析，厘清二者之間融合所處的階段，從而幫助政府及相關部門正確認識二者之間的發(fā)展關系，更好地推動體育服務業(yè)與人工智能的可持續(xù)發(fā)展。

（二）關于產(chǎn)業(yè)融合的模型方法選用

科學方法的選用是測算體育服務業(yè)和人工智能業(yè)融合度的基礎，關于產(chǎn)業(yè)融合的模型方法研究，通過梳理國內外相關文獻，發(fā)現(xiàn)目前國內外學術界測算產(chǎn)業(yè)融合度的方法主要包括灰色關聯(lián)分析法、投入產(chǎn)出法、AHP—模糊綜合評價法、赫芬達爾指數(shù)法、貢獻度測量法、耦合協(xié)調度模型、專利相關系數(shù)法等。

國外研究中，F(xiàn)ai 等運用專利相關系數(shù)法和赫芬達爾指數(shù)法測量了產(chǎn)業(yè)之間的融合程度，發(fā)現(xiàn)在化學、電子、機械及交通運輸產(chǎn)業(yè)間存在非常明顯的技術融合特征[16]；LiCao 等運用耦合協(xié)調模型研究了制造業(yè)和生產(chǎn)性服務業(yè)之間的融合問題[17]。

國內學者使用的測量產(chǎn)業(yè)融合方法具體內容如表1所示，表中歸納了不同方法的主要特點，對比得出最適用于本研究的測算方法。

表1 產(chǎn)業(yè)融合度主要測算方法

基于以上方法特點的歸納，可以發(fā)現(xiàn)目前學術界對產(chǎn)業(yè)融合度的測算方法尚未統(tǒng)一，且不同測算方法具有各自的優(yōu)勢和不足。其中，灰色關聯(lián)分析用產(chǎn)業(yè)關聯(lián)度代替產(chǎn)業(yè)融合度，雖然在某些領域之間可能會放大效應，但是勝在計算簡便且對數(shù)據(jù)要求不高；投入產(chǎn)出法所需的投入產(chǎn)出表數(shù)據(jù)每五年更新一次，且數(shù)據(jù)樣本量較小，難以適用于體育服務業(yè)相關研究；AHP-模糊綜合評價法易受到指標體系合理性和專家打分主觀性的影響，難以保證測算結果的準確性；赫芬達爾指數(shù)法適用于主要依靠技術融合形成的融合現(xiàn)象，且相關專利數(shù)據(jù)獲取難度較大，對于體育服務業(yè)相關指標的收集存在局限性；貢獻度測量法作為一種成熟的實證方法應用雖比較成熟，但只適用于測算某產(chǎn)業(yè)與目標產(chǎn)業(yè)的融合度，難以體現(xiàn)兩大產(chǎn)業(yè)融合的雙向互動關系。

耦合協(xié)調度模型是通過衡量系統(tǒng)間不同要素相互影響、相互作用的程度來反映產(chǎn)業(yè)間的融合程度，近年來被廣泛應用于不同領域的研究中，能夠較好地規(guī)避數(shù)據(jù)獲取的困難性和計算過程的繁瑣性等問題，從而在客觀上反映體育服務業(yè)和人工智能產(chǎn)業(yè)之間的融合程度。因此，在借鑒前人研究成果的基礎上，選擇耦合協(xié)調度模型來測算體育服務業(yè)與人工智能產(chǎn)業(yè)之間的融合水平。

三、耦合協(xié)調度模型分析

“耦合”一詞原是度量電路間傳送能量影響的物理學概念，后被引入經(jīng)濟學等領域，用于指兩個或兩個以上的系統(tǒng)在互動中實現(xiàn)相互影響、協(xié)調發(fā)展，從而形成的一種動態(tài)關聯(lián)關系[24]，經(jīng)濟學領域不少專家學者認為該詞對刻畫不同產(chǎn)業(yè)間的相互作用機理具有較強解釋力[25]。耦合協(xié)調度模型則是通過衡量系統(tǒng)之間不同要素相互影響、相互作用的關系來反映產(chǎn)業(yè)間的融合程度，近年來被廣泛應用于旅游產(chǎn)業(yè)[26]、區(qū)域經(jīng)濟、生態(tài)環(huán)境[27]、新型城鎮(zhèn)化[28]等領域的研究中，該模型能夠較好地規(guī)避數(shù)據(jù)獲取的困難性和計算過程的繁瑣性等問題，從而客觀反映產(chǎn)業(yè)之間的融合程度。本文擬通過構建耦合協(xié)調度模型來衡量近年來體育服務業(yè)與人工智能的融合現(xiàn)狀，試圖定量描述兩大產(chǎn)業(yè)融合發(fā)展的演進趨勢、類型和所處融合階段。

（一）耦合協(xié)調度模型構建

根據(jù)耦合協(xié)調理論，可以將本研究中的體育服務業(yè)和人工智能產(chǎn)業(yè)看作是兩個耦合的系統(tǒng)，兩者之間彼此影響、相互作用。體育服務業(yè)和人工智能產(chǎn)業(yè)的耦合度能夠衡量一定時期內兩系統(tǒng)的耦合作用強弱，而耦合協(xié)調度可以反映兩系統(tǒng)間良性互動、協(xié)調發(fā)展的綜合水平。

在計算兩個或多個系統(tǒng)之間的耦合協(xié)調度時，需要先構建產(chǎn)業(yè)發(fā)展水平綜合評價體系，并計算各個指標的權重，從而在確定各個系統(tǒng)發(fā)展水平綜合評價值的基礎上進行計算。

1.部分指標選取原因及評價體系構建

由于體育產(chǎn)業(yè)統(tǒng)計工作開展較晚且統(tǒng)計數(shù)據(jù)尚不完善，本研究參考周正宏等學者[29]的研究成果，用第三產(chǎn)業(yè)中的文化、體育和娛樂業(yè)相關統(tǒng)計指標代替體育服務業(yè)相關指標。關于替代指標的有效性解釋，張金橋等指出，體育產(chǎn)業(yè)與文化和娛樂業(yè)的融合程度非常高，體育產(chǎn)業(yè)特別是體育服務業(yè)帶有強烈的文化特性與娛樂性質[30]。同時，體育服務業(yè)作為體育產(chǎn)業(yè)的核心主體[31]和現(xiàn)代服務業(yè)的重要組成部分，本身就包含在文化、體育和娛樂業(yè)當中[32]。因此，文化、體育和娛樂業(yè)的相關指標能夠在很大程度上反映體育服務業(yè)的發(fā)展狀況。

2018年11月，《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》[33]中將戰(zhàn)略性新興產(chǎn)業(yè)分為新一代信息技術產(chǎn)業(yè)、高端裝備制造產(chǎn)業(yè)和數(shù)字創(chuàng)意產(chǎn)業(yè)等9 大領域。其中，新一代信息技術產(chǎn)業(yè)包含人工智能產(chǎn)業(yè)，并將人工智能產(chǎn)業(yè)分為人工智能軟件開發(fā)、智能消費相關設備制造和人工智能系統(tǒng)服務三個部分，它與國民經(jīng)濟行業(yè)所對應的關系如表2所示。

表2 《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》中人工智能產(chǎn)業(yè)分類

由于《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》中的人工智能軟件開發(fā)、智能消費相關設備制造業(yè)和人工智能系統(tǒng)服務為新增產(chǎn)業(yè)類型，難以在統(tǒng)計年鑒中直接查找到相關數(shù)據(jù)，因此在參考《高技術產(chǎn)業(yè)（服務業(yè)）分類（2018）》[34]和《高技術產(chǎn)業(yè)（制造業(yè)）分類（2017）》[35]中產(chǎn)業(yè)業(yè)務內容的基礎上綜合考慮，將部分人工智能產(chǎn)業(yè)指標利用高技術產(chǎn)業(yè)數(shù)據(jù)進行近似轉換處理。其中，人工智能軟件開發(fā)和人工智能系統(tǒng)服務的數(shù)據(jù)采用軟件與信息技術服務產(chǎn)業(yè)數(shù)據(jù)來表示，智能消費相關設備制造業(yè)數(shù)據(jù)用電子及通信設備制造業(yè)數(shù)據(jù)來表示[36]。

科學設計評價指標體系是衡量體育服務業(yè)與人工智能產(chǎn)業(yè)融合發(fā)展水平的重要基礎，在借鑒前人研究成果的基礎上，綜合考慮指標選取的系統(tǒng)性、代表性、可操作性等原則，從人力資源、基礎環(huán)境、產(chǎn)業(yè)規(guī)模和效益三個維度選擇體育服務業(yè)和人工智能產(chǎn)業(yè)具有代表性的14個指標，構建體育服務業(yè)與人工智能業(yè)發(fā)展的評價指標體系，如表3所示。

表3 體育服務業(yè)和人工智能業(yè)綜合發(fā)展水平評價指標體系

2.耦合協(xié)調度模型的評價標準

在耦合協(xié)調度的等級劃分方面，廖重斌[37]最早提出了均勻分布函數(shù)法，劉耀彬[38]、張琰飛[26]、候兵等[39]學者沿用了這種方法。為更直觀地反映體育服務業(yè)和人工智能業(yè)的協(xié)調發(fā)展情況，本研究借鑒既有經(jīng)驗，根據(jù)不同取值范圍對兩個產(chǎn)業(yè)發(fā)展的耦合協(xié)調度進行等級分類，如表4所示。

表4 耦合協(xié)調度等級劃分標準

此外，在生延超、翁鋼民等學者[40-41]研究成果的基礎上，對體育服務業(yè)和人工智能業(yè)的融合類型進行分類，具體分類標準如表5所示。

表5 耦合發(fā)展類型分類體系

（二）實證分析

1.指標權重計算

選取指標數(shù)據(jù)主要來源于2015—2019年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》、國民經(jīng)濟和社會發(fā)展統(tǒng)計公報以及國家體育總局官網(wǎng)等，其具體數(shù)據(jù)如表6所示。

表6 2015—2019年體育服務業(yè)和人工智能業(yè)指標原始數(shù)據(jù)

此處主要就中國2015—2019年體育服務業(yè)和人工智能業(yè)的融合情況進行測算，通過公式1 到公式5，首先計算出評價指標體系中各指標的權重，如表7所示。

表7 評價指標權重值

式中，xij表示第i年的第j個指標的實際值，和分別表示指標j的最大值和最小值。

式中，i=1,2,…,m，表示年份次序。

式中，i=1,2,…,m，表示年份次序。

式中，j=1,2,…,n，表示指標個數(shù)。

2.體育服務業(yè)與人工智能業(yè)發(fā)展水平分析

將所得指標權重代入公式6 和公式7，得到2015—2019年體育服務業(yè)與人工智能產(chǎn)業(yè)綜合發(fā)展水平U1和U2，然后運用公式8 計算出兩系統(tǒng)的綜合評價指數(shù)T，其相應結果如表8 和圖1所示。

圖1 體育服務業(yè)和人工智能業(yè)綜合評價趨勢圖

表8 體育服務業(yè)與人工智能業(yè)綜合評價指數(shù)

式中，j=1,2,…,n，表示有關產(chǎn)業(yè)系統(tǒng)中的指標個數(shù)。ωi為指標權重數(shù)值；αij為體育服務業(yè)第j項指標第i年的標準化值；bij為人工智能產(chǎn)業(yè)第j項指標第i年的標準化值；U1為體育服務業(yè)發(fā)展水平綜合評價值；U2為人工智能業(yè)發(fā)展水平綜合評價值。T為綜合協(xié)調指數(shù)，反映體育服務業(yè)和人工智能產(chǎn)業(yè)的整體發(fā)展水平對耦合協(xié)調度的貢獻程度，α、β 為待定系數(shù)，代表體育服務業(yè)和人工智能業(yè)在模型測度中各自的重要程度，借鑒相關專家和學者研究的做法[42]，將其均取0.5，即視為同等重要。

從表8 和圖1 中可以看到，2015—2019年體育服務業(yè)綜合評價值雖然在2018年突然下降，但總體而言發(fā)展勢頭良好。人工智能產(chǎn)業(yè)綜合發(fā)展水平總體呈現(xiàn)上升的趨勢，說明人工智能產(chǎn)業(yè)的實力逐年增強，到2019年，人工智能產(chǎn)業(yè)綜合評價指數(shù)超過0.9，說明人工智能產(chǎn)業(yè)已經(jīng)處于比較高的發(fā)展水平上。

具體到兩大產(chǎn)業(yè)的時序變化來看，我國體育服務業(yè)綜合評價值的發(fā)展經(jīng)歷了兩個階段：第一個階段是從2015年的0.4559 上升到2017年的0.7419，處于快速發(fā)展期，綜合評價指數(shù)的年均增長率達到27.56%，說明體育服務業(yè)自2015年起把握住了契機，市場活力充分迸發(fā)，呈現(xiàn)出高速發(fā)展趨勢。第二個階段是從2018年驟降至0.4532，到2019年增長至0.4859，處于鞏固提質期，說明自2018年起，體育服務業(yè)逐漸由過去的高速增長狀態(tài)轉變?yōu)楦哔|量發(fā)展狀態(tài)，不再單純地追求數(shù)據(jù)的大小與增長速度的高低，而是將發(fā)展方向轉變?yōu)闈M足群眾日益增長的多元化體育需求上。

人工智能產(chǎn)業(yè)綜合評價值從2015年的0.0010 上升到2019年的0.9230，增長了922 倍，產(chǎn)業(yè)發(fā)展水平綜合評價值的年均增長率達到451.19%。這說明在數(shù)字經(jīng)濟時代發(fā)展的必然趨勢下，借著頂層設計不斷完善的契機，人工智能產(chǎn)業(yè)在五年時間中得到了快速發(fā)展，呈現(xiàn)出迅猛發(fā)展的態(tài)勢，以可穿戴智能設備、智能機器人、人臉識別技術、視頻檢測智慧系統(tǒng)等為代表的人工智能產(chǎn)品和服務正逐漸滲透到群眾生活的各個領域，改善著群眾的生活方式。

比較體育服務業(yè)和人工智能業(yè)綜合評價值五年來的相對大小可以看出：2015—2016年人工智能業(yè)發(fā)展水平明顯滯后于體育服務業(yè)。從2017年開始，人工智能業(yè)開始逐漸縮小與體育服務業(yè)的差距，兩大產(chǎn)業(yè)的綜合評價值愈發(fā)接近。在2018年，人工智能業(yè)綜合評價值實現(xiàn)了對體育服務業(yè)的反超，并在2019年繼續(xù)擴大著領先優(yōu)勢。

3.耦合度、耦合協(xié)調度時序變化分析

將表8 中的相關數(shù)據(jù)代入公式9 和公式10 中，得到2015—2019年體育服務業(yè)和人工智能產(chǎn)業(yè)的耦合度及耦合協(xié)調度，結合表3 和表4所示的耦合協(xié)調度等級類型劃分標準，得到如表9所示的體育服務業(yè)與人工智能業(yè)耦合類型、等級及階段表。

表9 體育服務業(yè)與人工智能業(yè)耦合類型、等級及階段表

式中，C為兩個系統(tǒng)的耦合度，C∈[0,1]；D為兩個系統(tǒng)的耦合協(xié)調度，D∈[0,1]，D 值越大，系統(tǒng)之間或系統(tǒng)內部要素之間愈發(fā)協(xié)調，系統(tǒng)愈發(fā)趨向有序。

根據(jù)表9 耦合度C值可知，2015 至2019年體育服務業(yè)與人工智能產(chǎn)業(yè)耦合度的平均值為0.7703，極差為0.8577，除了2015年外，耦合度整體較高，說明體育服務業(yè)與人工智能相互作用較強，但還無法確定這樣的強相關是否是有利的。于是，需要關注更能體現(xiàn)兩大產(chǎn)業(yè)良性協(xié)調水平的耦合協(xié)調度，即表9 中第二列數(shù)據(jù)耦合協(xié)調度D的值，也可以直觀地參照圖2。

圖2 體育服務業(yè)與人工智能業(yè)的耦合協(xié)調度

（三）耦合協(xié)調度模型分析結果

由表9 及圖2 可知，總體而言，2015年至2019年體育服務業(yè)與人工智能業(yè)的耦合協(xié)調度由0.1461 上升為0.8184，耦合發(fā)展類型由人工智能業(yè)滯后型發(fā)展為同步型，再發(fā)展為體育服務業(yè)滯后型；耦合協(xié)調等級由嚴重失調發(fā)展為良好協(xié)調；耦合發(fā)展階段由萌芽階段逐步轉變?yōu)槌墒祀A段，表明兩系統(tǒng)要素之間的融合程度越來越高、協(xié)調發(fā)展程度不斷加深。具體來看，不同時間段發(fā)展程度有所差異，大體可分為以下兩個階段：

第一，2015—2017年是快速融合期。這一階段二者的耦合協(xié)調度保持著高速增長狀態(tài)，從2015年的0.1461 增長至2017年的0.7675，年均增長率達到了129.19%。表明在2016年《“十三五”國家科技創(chuàng)新規(guī)劃》[43]等政策紅利的推動下，人工智能產(chǎn)業(yè)項目拓展布局空前繁榮，借著“互聯(lián)網(wǎng)+”戰(zhàn)略的東風，人工智能產(chǎn)業(yè)與體育服務業(yè)之間的聯(lián)系日益密切，二者的綜合發(fā)展水平差距逐漸縮小，兩大產(chǎn)業(yè)的融合趨向協(xié)調，效率逐步提高。

第二，2018—2019年是轉型探索期。這一階段二者的耦合協(xié)調度繼續(xù)保持著發(fā)展勢頭，但增速顯著放緩，從2018年的0.7713 增長至2019年的0.8184，年均增長率降至6.10%，說明自2017年底在國家經(jīng)濟發(fā)展方式開始轉變的背景下，體育服務業(yè)與人工智能業(yè)的綜合水平差距逐漸縮小，二者的融合也由追求高速度發(fā)展轉向追求高質量發(fā)展，兩大產(chǎn)業(yè)呈現(xiàn)出齊頭并進，相輔相成的發(fā)展狀態(tài)，反映出體育服務業(yè)和人工智能產(chǎn)業(yè)較好的關聯(lián)效應和廣闊的融合發(fā)展前景。

四、總結與展望

（一）研究結論

在數(shù)字經(jīng)濟高速發(fā)展的時代背景下，人工智能作為新一代信息技術的核心，不斷向服務業(yè)領域滲透與融合，推動著現(xiàn)代服務業(yè)數(shù)字化變革。以體育服務業(yè)為例，借助人工智能等新興數(shù)字化科技手段，體育服務業(yè)已成為優(yōu)化體育產(chǎn)業(yè)結構與布局、調整發(fā)展中的不平衡不充分問題、助推體育產(chǎn)業(yè)高質量發(fā)展、切實滿足群眾體育生活需要的重要突破口。本研究在梳理服務業(yè)和人工智能融合以及產(chǎn)業(yè)融合度的主要測算方法等理論基礎上，以體育服務業(yè)為例，借助耦合協(xié)調度模型對近年來我國體育服務業(yè)與人工智能產(chǎn)業(yè)的融合現(xiàn)狀進行量化分析，以便厘清當前二者融合所處的階段，正確認識二者之間的發(fā)展關系，從而為有關政府部門制定體育服務業(yè)發(fā)展規(guī)劃、各相關主體進行科學決策提供了較為清晰的指向，有利于推動體育服務業(yè)與人工智能產(chǎn)業(yè)實現(xiàn)可持續(xù)發(fā)展。主要結論如下：

1.產(chǎn)業(yè)規(guī)模相關指標在反映產(chǎn)業(yè)綜合發(fā)展水平中起到重要作用

在體育服務業(yè)和人工智能產(chǎn)業(yè)綜合發(fā)展水平評價指標體系中，就指標權重而言，體育服務業(yè)增加值和人工智能產(chǎn)業(yè)投資金額分別在體育服務業(yè)和人工智能產(chǎn)業(yè)評價指標體系中所占權重最高，分別達到了0.1972 和0.1437，說明產(chǎn)業(yè)規(guī)模指標在代表這兩大產(chǎn)業(yè)的綜合發(fā)展水平中均占有重要地位。

2.人工智能產(chǎn)業(yè)發(fā)展勢頭迅猛并保持著綜合評價值的領先態(tài)勢

就體育服務業(yè)和人工智能產(chǎn)業(yè)的綜合發(fā)展水平而言，2015—2019年二者的綜合發(fā)展水平總體均呈現(xiàn)上升的態(tài)勢。具體到時序變化來看，體育服務業(yè)綜合評價值的發(fā)展經(jīng)歷了兩個階段，包括2015—2017年的快速發(fā)展期，以及2018—2019年的鞏固提質階段。而人工智能產(chǎn)業(yè)綜合評價值從2015—2019年增長了922 倍，反映出我國人工智能業(yè)在五年時間中得到快速發(fā)展，呈現(xiàn)出迅猛發(fā)展的態(tài)勢。此外，人工智能產(chǎn)業(yè)發(fā)展水平綜合評價值在2017年與體育服務業(yè)的差距愈發(fā)接近，在2018年實現(xiàn)了對體育服務業(yè)的反超，并在2019年繼續(xù)擴大著領先優(yōu)勢。

3.體育服務業(yè)與人工智能業(yè)的耦合協(xié)調正處于成熟階段

近五年間，我國體育服務業(yè)與人工智能產(chǎn)業(yè)的融合可以分為2015—2017年的快速融合期和2018—2019年的轉型探索期兩個階段，在此期間二者的耦合協(xié)調度由0.1461 上升為0.8184；耦合發(fā)展類型由人工智能產(chǎn)業(yè)滯后型發(fā)展為同步型，再演變?yōu)轶w育服務業(yè)滯后型；耦合協(xié)調等級經(jīng)過嚴重失調，當前正處于良好協(xié)調狀態(tài)；耦合發(fā)展階段由萌芽階段逐步轉變?yōu)槌墒祀A段，這些都表明體育服務業(yè)和人工智能產(chǎn)業(yè)呈現(xiàn)出良好的融合發(fā)展態(tài)勢，二者的關聯(lián)效應愈發(fā)增強、融合水平逐漸提高、協(xié)調程度不斷加深，具有廣闊的融合發(fā)展前景。

（二）未來展望

面對新一輪工業(yè)革命背景下的經(jīng)濟社會發(fā)展矛盾，面對構建現(xiàn)代化產(chǎn)業(yè)體系的重大任務，面對新興數(shù)字技術發(fā)展帶來的機遇和挑戰(zhàn)，研究人工智能與現(xiàn)代服務業(yè)的融合發(fā)展對于人工智能賦能產(chǎn)業(yè)結構轉型、形成新的經(jīng)濟增長點、促進經(jīng)濟高質量發(fā)展具有重要意義。因此，從理論和實證研究層面探索人工智能與現(xiàn)代服務業(yè)的互動發(fā)展是未來這一領域的重要課題之一，例如對人工智能與產(chǎn)業(yè)結構的合理化、高級化、產(chǎn)業(yè)布局、產(chǎn)業(yè)協(xié)同等方面進行系統(tǒng)研究，全面衡量人工智能技術與產(chǎn)業(yè)發(fā)展的互動作用，形成人工智能和服務業(yè)融合發(fā)展的理論范式等內容?；诖?，本研究以體育服務業(yè)為例，量化分析我國人工智能與體育服務業(yè)融合發(fā)展的現(xiàn)狀，以此拋磚引玉，為體育服務業(yè)數(shù)字化轉型發(fā)展提供參考。

（三）進一步的討論

人工智能產(chǎn)業(yè)與現(xiàn)代服務業(yè)的融合發(fā)展的確催生了很多機會，然而，在為現(xiàn)代服務業(yè)數(shù)字化轉型取得新進展而歡欣鼓舞的同時，也應該前瞻性、客觀性地思考其背后的潛在風險和挑戰(zhàn)，主要體現(xiàn)在以下幾個方面：

1.巨頭企業(yè)趨向壟斷，市場競爭愈發(fā)激烈

人工智能作為一種能夠促進生產(chǎn)力進步的重要力量，掌握先進的人工技能技術將很大程度上提高未來服務業(yè)主體的市場競爭力。一方面，跨行業(yè)龍頭企業(yè)會憑借其技術、資源優(yōu)勢不斷擠壓中小企業(yè)市場空間[44]。例如，一些國外科技巨頭憑借投入高額資金、統(tǒng)一技術標準、申請專利保護等舉措，在人工智能基礎理論研究、數(shù)據(jù)采集傳輸、算法設計運用、芯片設備研發(fā)等各個環(huán)節(jié)精準發(fā)力，保持其產(chǎn)品和服務在行業(yè)的領先甚至壟斷地位。而當前，我國信息與通信技術人才不足，同樣反映為服務業(yè)數(shù)字化人才短缺，造成國產(chǎn)人工智能芯片、算法數(shù)據(jù)支持、體育服務設備等核心技術落后于人，若不努力迎頭趕上，將進一步加劇大型企業(yè)的壟斷態(tài)勢。另一方面，我國服務業(yè)實質上仍屬于勞動密集型產(chǎn)業(yè)，隨著人工智能、大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術的迅速發(fā)展與應用，我國服務業(yè)的競爭對手將由過去以勞動力成本更為低廉的東南亞等國，轉向掌握資本和技術優(yōu)勢的西方發(fā)達國家。同時，就體育服務業(yè)而言，國內體育服務業(yè)市場主體比較薄弱，表現(xiàn)為骨干企業(yè)活力不足，中小微企業(yè)生存難以為繼等問題，其數(shù)字化轉型本身就面臨極大經(jīng)濟壓力，而人工智能技術的運用需要大數(shù)據(jù)資源的鋪墊和支撐，這顯然會使得廣大中小微企業(yè)因缺乏海量的數(shù)據(jù)、先進的技術、雄厚的資金而引發(fā)諸多競爭風險。

2.信息安全存在隱患，算法偏差亟待解決

人工智能與現(xiàn)代服務業(yè)的融合會產(chǎn)生技術層面的種種挑戰(zhàn)。首先，個人隱私保護存疑。人工智能的應用主要通過算法處理海量數(shù)據(jù)以獲取持續(xù)的學習和發(fā)展，而受制于信息規(guī)范、數(shù)據(jù)存儲等技術限制，有關個人信息的數(shù)據(jù)極有可能侵蝕原本屬于個人隱私的空間和信息，進而影響服務業(yè)中用戶之間的價值交換。例如，在智能設備輔助運動訓練的過程中，作為數(shù)據(jù)信息的載體，智能設備可能會在非運動員主觀意愿控制的情況下洞悉其訓練場之外的心理偏好和疲勞負荷，造成運動員在與俱樂部的合作博弈中處于弱勢地位。其次，對行業(yè)信息安全提出更高的保護要求[45]。人工智能可以僅在人工予以授權、預設代碼、審核確認的情況下，替代人力來完成服務業(yè)運行的整套工作流程，降低人工參與度，極大提高工作效率，但也由于人工智能技術所具有的學習性、程序性和不可視性，可能會被黑客采取遠端植入惡意代碼等方式發(fā)起網(wǎng)絡攻擊，竊取企業(yè)財務信息、戰(zhàn)略計劃等商業(yè)機密，對企業(yè)發(fā)展造成巨大威脅，這就使得現(xiàn)代服務業(yè)的安全威脅預警與緊急風險規(guī)避等機制的完善工作成為未來比較迫切的研究方向。最后，信息損耗風險[46]的客觀存在。人工智能最顯著的技術特點是其具有快速的自我學習能力，而數(shù)據(jù)作為人工智能的原料，其準確性、全面性能夠很大程度上影響人工智能應用的質量，倘若數(shù)據(jù)缺失或有誤，將直接導致人工智能在認知層面形成片面甚至錯誤的判斷，給相關主體的權益造成損害。即使數(shù)據(jù)完備，由于受到算法普適性和算法設計者價值觀等因素的影響，人工智能在現(xiàn)代服務業(yè)中的應用也會在一些特殊群體身上體現(xiàn)出算法偏差的結果。

3.行業(yè)不公平性加劇，責任界定難以明晰

人工智能與現(xiàn)代服務業(yè)的融合也會在社會層面帶來挑戰(zhàn)。一方面，加大社會貧富差距。人工技能的應用以數(shù)據(jù)為基礎，通過提供軟硬件產(chǎn)品和個性化服務代替人的體力腦力活動，促進價值和財富的創(chuàng)造。在此過程中，數(shù)字基礎扎實、掌握技術先進、數(shù)據(jù)資源豐富的個人或組織可以獲得更多人工智能應用的主動權，進一步夯實發(fā)展基礎，降低用工成本，創(chuàng)造更多社會價值；而數(shù)字資源匱乏的個人或組織則因知識結構、勞動技能短期難以適應轉型發(fā)展的需求，無法分享人工技能技術帶來的種種紅利，甚至或將面臨結構性失業(yè)的巨大風險。就體育服務業(yè)而言，無論是以聚氨酯纖維泳衣等為代表的高科技體育裝備，還是訓練場上為運動員配備的一系列復雜傳感器，無疑都為運動成績的不斷突破提供了重要保障，但人工智能技術的應用是否會成為一種“技術性興奮劑”[47]而對體育運動的公平本質帶來沖擊，則成為值得深入探討的話題。另一方面，沖擊傳統(tǒng)倫理與監(jiān)管體系。嚴格意義上，人工智能并不是社會主體，卻可以憑借其快速學習模仿能力而擁有人類甚至超人類的自主意識或者行為，當出現(xiàn)問題時難以對其主體責任進行界定或者治理，這會造成一定的倫理困境。同時，隨著服務業(yè)數(shù)字化轉型進程的推進，市場監(jiān)管需不斷加強以適應新業(yè)態(tài)、新模式下涌現(xiàn)的新需求，一套完善的服務業(yè)數(shù)字化轉型政策監(jiān)管體系亟待建立。例如人臉識別作為生物識別中一項應用比較廣泛的技術，是人工智能助力服務業(yè)提供個性化服務的起點。然而，在全民健身的場景中，一些運動場所入口、智慧步道起點等公共體育設施中的服務在采集個人信息之后的信息處理和儲存工作并未明確清晰的責任主體與監(jiān)督機制，一旦泄露將面臨身份信息被盜竊的法律風險，這對相關部門如何善用人工智能技術助力現(xiàn)代服務業(yè)轉型升級提出了新挑戰(zhàn)和新期待。