游戏科技与超级数字场景的跨行业溢出效应研究

游戏科技创新研究项目组

摘 要 游戏科技与游戏作为生产力形态的超级数字场景对于游戏以外其他行业的贡献，正在成为国内外相关领域的共识，贡献的量化研究迫在眉睫。科技进步贡献率是衡量技术对行业贡献的通用方法，通过提出重合系数，文章建立了游戏科技跨行业科技进步贡献率的测算方法，同时将游戏科技作用下的超级数字场景作为一个技术整体，进一步提出了超级数字场景融合创新指数的指标体系来研究测量游戏对其他行业的推动作用，通过跨行业科技进步贡献率和超级数字场景融合指数，首次较为系统地解决了游戏及其技术底座对于其他行业贡献的量化测评问题。

关键词 游戏科技；游戏科技跨行业科技进步贡献率；超级数字场景；超级数字场景融合创新指数

2023年8月，在全球三大游戏展会之一的科隆游戏展上，FTI咨询高级总经理Francesco Di Ianni公布了FTI最新的研究成果，说明游戏科技为欧洲国家的经济增长带来了不容忽视的贡献。研究显示，2021年游戏科技对英国的经济影响达到18.20亿美元，目前已经在整个欧洲创造了数千个工作岗位，未来预计还将在芬兰创造890个就业岗位，在丹麦创造超1 000个就业岗位，在挪威和瑞典创造超1 500个就业岗位，在英国创造近10 000个就业岗位。游戏科技有望为更多生产、生活领域带来新可能。

游戏相关技术对游戏行业以外的其他行业形成影响，正在逐渐成为游戏行业及其相关其他行业的共识。近年来，国内外都出现了游戏相关技术对其他行业影响的量化研究，2022年《游戏科技：数实融合进程中的技术新集群》中提出游戏科技在2021年对芯片产业、5G产业、XR产业的科技进步贡献率分别为14.90%、46.30%和71.60%，是国内第一份有关游戏科技对其他行业影响的量化研究。在此基础上，本研究更进一步就游戏科技对多个行业的影响进行了量化分析。

1 游戏科技与超级数字场景的内涵及其跨行业影响

世界各国逐步感受到了游戏的变革性力量，都在积极布局游戏领域，先后出台了相关产业扶持政策，抢占相关行业赛道。游戏科技作为一种硬科技，推动游戏与不同行业的生产要素结合后所展现出来的无限活力和无限可能，在助力数字经济全球竞争以及开辟全新的数字科技竞争赛道上的重要作用，受到各方高度重视。

1.1 “游戏科技”的内涵

根据《游戏科技：数实融合进程中的技术新集群》的相关论述，本研究采用了该报告中对于游戏相关技术，即游戏科技的定义：在电子游戏中首次实现规模化应用，以丰富和提升人的交互体验为主要目标的功能质性技术集群。因其可交互、高仿真、强沉浸、精渲染等技术特性，正在被逐步应用到社会经济多个领域，成为推进数实融合发展的重要技术工具箱。

从1948年第一个游戏代码的诞生，1950年第一款真正意义上的电子游戏出现，直至1972年游戏成为一个独立行业，再到2019年游戏科技开始全面跨界融合步入社会化发展时期，在更好的游戏体验需求牵引下，游戏科技如今已经成为一个包含游戏AI、游戏引擎、动作捕捉、虚拟人、云游戏、电竞传输、游戏控制器、游戏服务器、沙盒监管、反外挂、防沉迷等一批既相互独立又相互作用的数实融合技术新集群。

1.2 “超级数字场景”的内涵

得益于游戏科技的支撑，游戏在不断自我完善的过程中，主动与其他行业的生产要素进行了结合，游戏内在的生产力属性被激活，形成了全新的形态——“超级数字场景”。

“超级数字场景”，是伴随数字科技的发展，关于游戏本质属性的全新认识；通过更开放的场景连接，游戏科技正在越来越广泛的社会生产领域释放出巨大的数字生产力，创造出越来越大的社会价值。

作为底座的游戏科技，赋予了游戏这一超级数字场景技术在场化的内在属性，使得超级数字场景的天然优势在数实融合的时代来临之际全面展现出来，成为一个从底层推动各行业的数实融合转型和应用创新的强大工具。游戏科技从无到有、从少到多、从单一到多元的数十年多行业技术和应用积累，使得超级数字场景能够快速兼容各行业的新概念、新技术、新应用，在行业交互中蕴含着无限创新可能的开放性。

1.3 游戏科技与超级数字场景的跨行业影响

国内的众多游戏领域相关厂商也正在推动游戏科技和超级数字场景服务其他行业。华为云游戏AI总监朱疆成曾在一次采访中表示：“华为云的Model Arts for Games解决方案，已经服务游戏、工业、机器人、医疗、金融等多个场景。ModelArts for Games解决方案主要是依托华为云强大的算力、强化学习算法来提供一整套开发训练和部署的流程。”另一位诺亚方舟实验室负责人则称：“ModelArts在游戏AI的多样化生成，NPC的训练、自动化测试等领域都展现出了广阔的应用前景。”腾讯公司高级副总裁马晓轶也曾谈到对电子游戏未来发展趋势的洞察：“生发于游戏产业的游戏科技，不仅在不断革新游戏产品形态与研发方式，也有望为更多生产、生活领域带来新可能。随着各种游戏科技的跨界应用越来越多地涌现，游戏将有望突破既有产业范畴，迎来全新的‘第三次扩容。”他认为，游戏的前两次扩容主要源于计算平台的变迁，从单机到网络，从PC到移动，每一次都带来用户数量大幅增长，属于游戏产业规模的量变；而“第三次扩容”则是质变，因为游戏科技正越来越广泛地融入游戏之外的更多领域，成为一种更为通用的技术体系。

2 跨行业溢出效应的量化方法建构

我们对于游戏科技和超级数字场景的量化分析，有助于各方深入理解游戏的相关技术作用于其他行业的机理和机制，推动游戏科技和超级数字场景发挥更大的作用。

2.1 游戏科技跨行业科技进步贡献率

游戏科技和超级数字场景的跨行业溢出，即二者在生产力层面对其他行业的影响程度。为了直观反映游戏科技对其他行业的推动作用，本研究提出了游戏科技的跨行业科技进步贡献率。

2.1.1 跨行业科技进步贡献率的一般测算方法

目前，国内外广泛采用生产函数模拟法、索洛余值法、CES生产函数法、增长速度方法、丹尼森增长因素分析法等生产函数法来研究测算科技进步贡献率，其核心思想是：在促进经济增长的投资、劳动和科技等诸多因素中，将科技进步的作用单独分离出来，同时给予定量的估价，以此来衡量科技进步在经济增长中的作用。

运用生产函数法测算特定产业的科技进步贡献率原型方程为：

Y=A（t）KαLβμ （2.1）

式中，Y、L、K分别代表产值、劳动投入（一般指劳动力数量，单位是万人或人）、资本投入（一般指固定资产净值，单位是亿元或万元，但必须与劳动力数的单位相对应，如劳动力用万人作单位，固定资产净值就用亿元作单位）；α、β则为参数，分别代表资本的产出弹性系数、劳动的产出弹性系数；A为常数，表示变动因素，通常作为技术因素变量；μ表示随机干扰的影响，μ≤1。在实际工作中，通常都取值α+β=1，μ=1来计算科技进步贡献情况。

通过对Y=A（t）KαLβμ函数进行数次转换，即可得到科技进步对经济增长贡献率的简化计算方程：

E=1-（αK+βL）/Y （2.2）

其中，Y、L、K分别代表产值、劳动投入、资本投入的增长速度，E代表科技进步对经济增长的贡献率。其中我国一般取α=0.20～0.30，β=0.80～0.70，因为鉴于当前游戏科技相关产业属于资本和技术密集型行业，劳动的产出弹性系数取值不应该太高，因此本次在测算各个技术科技贡献率时，将劳动的产出弹性系数取值为0.70，资本的产出弹性系数取值为0.30。

简化公式如下：

E=1-（0.30K+0.70L）/Y （2.3）

根据公式可知，想要测算我国游戏科技相关行业科技进步贡献率，需要获得每年具体行业的营业收入、从业人数、固定资产值，从而计算出三者的增长速率。如：

Y=营业收入增长率=（当年营业收入-前一年营业收入）/前一年营收收入×100%

K=固定资产原值增长速率=（当年固定资产原值-前一年固定资产原值）/前一年固定资产原值×100%

L=从业人数增长速率=（当年从业人数-前一年从业人数）/前一年从业人数×100%

2.1.2 跨行业溢出测算的“重合系数”

“重合系数”是本研究提出的测算跨行业科技进步贡献率的关键步骤。在此以芯片产业为例加以说明。在理想状态下精确计算游戏科技对芯片产业的科技进步贡献率的基础条件包括：①芯片产业相关年度数据完整；②游戏科技的谱系清晰且得到公认；③芯片技术的谱系清晰且得到公认。

具备以上条件时，就能精准测算游戏科技对芯片产业的技术贡献率。具体方法为：引入技术单元重合系数。

技术单元重合系数，描述的是两个技术系统间一个系统的技术单元与另一个系统的技术单元的重合度。重合度由相同技术单元系数与关联单元系数拟合而成。

相同单元系数指的是两个不同的技术系统中，完全一致的技术单元，如游戏科技中的虚拟人技术单元，与XR技术系统中用于虚拟人制作的相关技术单元是完全一致的。

关联单元系数指的是不同技术系统中的技术单元有着共同的技术基础，每个技术单元都有其专利和基本文献体系，比较专利和文献的重合度，便可得到来自不同技术系统的任意两个技术的关联单元系数。

需要特别强调的是，重合系数并不是一成不变的，其会随着产业内的资本投入、就业变化以及产业外的国际竞争格局、国家政策导向、市场消费变化等发生变化。特别是当游戏科技与某些产业在条件成熟时所呈现出来的爆发式增长，如芯片产业中的GPU，将会带来重合系数的显著变化。

2.1.3 跨行业科技进步贡献率相关数据的处理方法

我们仍旧以芯片产业为例。首先，测算芯片行业的科技进步贡献率相关数据主要为收入增长率、固定资产投资增速、劳动力投入增速等三个数据。

（1）收入增长率相关数据

根据中国半导体行业协会公布的中国集成电路产业销售额2017—2022年的数据及增速。这一数据具有连续性和官方属性，是当前行业引用较多的数据来源。

（2）固定资产投资增速相关数据

目前有三个数据比较接近。首先是智研咨询发布的2012—2021年电子信息制造业固定资产投资增速。但这个是整个电子信息制造业的固定资产投资增速，不是特别精准，但具有一定连续性，可以用作其他数据估算的基础指导数据。

其次是中研普华产业研究院发布的2017—2019年芯片产业资产规模情况。这个数据的优势是与营收数据有一定的重叠年份，而且是精准指向芯片行业。不足之处就是年份上没有涵盖2016年、2020年、2021、2022年的数据，且概念不完全等同于固定资产数值。如表1所示。

第三是《中国集成电路产业十年发展历程回顾》报告中提出的2011—2015年我国集成电路产业固定资产投资数据梳理。这个数据的优点是与前面公式中的固定资产概念最为接近，但缺点是与主要研究时间范围重合度极低。但这个数据有一定连续性，且来源较为官方，2015年数据为多个文件引用较多的数据，671.43亿元可以作为估算的基础。

此外，前瞻研究院《集成电路投资加大地方掀起集成电路投资基金热潮》中也提及2008—2017年中国集成电路固定资产投资增长及预测，其中弥补了2016—2017年确实的数据部分。因此，前瞻研究院的数据在作为参考的同时，本研究选择2017年780亿元作为集成电路固定资产投资增长数据。因此用2017年芯片行业资产规模4 122亿元减去780亿元，可估算出2016年芯片行业资产为3 342亿元。

相比营收收入数据来说，固定资产数据获得难度较大，权威渠道不足，其他研究报告统计标准和概念不能够有效转换，来源不够统一且各研究报告年份不具有重合率。综合考虑各数据的代表性、连续性和精准性，本次报告选用2017—2019年芯片产业资产规模情况作为基础数据，以其他数据作为估算数据依据。

2020年和2021年芯片固定资产缺少相关数据，无论是官方数据，还是行业研究报告基本没有涉及，这可能与工业和信息化部近年为保护供应链安全，相关产业数据和官方报告只在内部印发有一定的关系。这部分数据短时间内获取较难。因此本研究将参考以往历年平均增速，对两年的数据进行估算。

（3）劳动力投入相关增速

这一块的数据多为行业组织或证券行业研究报告的估算，是当前三个数据中最没有标准性的数据，量级相差较大。CEIC统计的中国集成电路制造业从业人数（1996—2018年）的数据是当前最具连续性的数据，但是缺失2013—2015年的数据。其他数据跟CEIC的数据又有所冲突，如中国报告大厅《集成电路行业前景广阔 但专业人才“缺口”大》据业界统计，2015年中国集成电路从业人数39.40万人。如根据2019年12月18日发布的《中国集成电路产业人才白皮书（2018—2019年版）》显示，2018—2019年，半导体从业人员总计46.10万人。高瞻产业研究智库公众号在《我国芯片应用行业发展深度研究》指出2020年我国直接从事集成电路产业的人员约54.10万人。天下杂谈公众号在《2010年美国芯片从业人数19万，中国20万，2021年美国28万，中国呢》一文中指出中国芯片事业的从业人数已经从2010年的20万到2021年的60万，已达到成倍增长。《2022年中国大陆集成电路设计人才需求报告》显示，预计到2023年前后，全行业人才需求为78万人。

这些数据来源不一致，标准不一致，概念也不一致。但因为测算需要，可以作为一定数据基础。因此，鉴于数据的逻辑一致、连续性，本次测算选用了以CEIC为数据基础，以其他数据作为补充，如2019年46.10万人，2020年54.10万人，2021年60万人，2022年78万人。

根据以上数据，可以分别测算出2017—2019年芯片行业科技进步贡献率。其他年份，因为固定资产原值缺失而无法估算。如表2所示。

总结科技进步贡献率相关数据的来源选择和处理方法：

（1）原则上使用公开发表、多次被各类主流媒体和研究论文引用的相关数据；

（2）原则上数据选择尽量出自同一份报告；保证同一个测算中相关数据来源的主体数量尽可能少；

（3）当公开数据不足必须估算时，主要对照相应数据的国家统计数据相关趋势、比例等进行推算。

其他行业的量化数据处理，比照芯片产业进行，下文不再一一展开论述。

2.2 超级数字场景融合创新指数

跨行业科技进步贡献率虽然直观，但有一个明显的短板，即不能将游戏科技视为一个整体即超级数字场景的技术底座，一个完整的体系来研究测量其对于其他行业的作用。游戏科技推动游戏成为超级数字场景，这是一个融合了全部游戏科技的技术功能和游戏的场景功能并为其他行业提供生产力的场域，因而需要作为一个整体来进行量化考察。由此本研究在游戏科技跨行业科技进步贡献率的基础上，提出了超级数字场景融合创新指数，即“超数化指数”。超数化指数是针对超级数字场景与各行业生产要素结合深度与广度的动态性量化考察，从而为判断超级数字场景对于某一行业在技术研发和应用创新中的价值提供依据和参考。相比贡献率，超数化指数更突出了超级数字场景的整体性。

“超数化指数”是在游戏科技跨行业科技进步贡献率的基础上，引入了游戏多个维度对某行业的贡献。指标体系如表3所示。①“理念贡献”反映的是超级数字场景为某个行业开拓新的发展理念和方向，数据主要来源于网络的大数据检索和分析；②“应用贡献”反映的是超级数字场景为某个行业带来基础技术研究和新应用研发的贡献，数据主要来源于创新内部的研究、专利等相关数据和创新外部的不同人群感知等；③“产业贡献”反映的是超级数字场景为某个行业在经济层面的影响，主要通过游戏科技对于该行业的贡献率和人才、应用商业化和市场规模等维度的认知反馈等来衡量。

从测算上看，指数值的区间为0～100，0代表超级数字场景还未与该行业的生产要素发生联系；100为理想值，即在超级数字场景的作用下该行业的数字生产力得到了极大释放，形成了极为丰富的应用创新，得到了公众和专家极高的认可与评价。理想值的设定作为一个极限值而提供参照系，便于更好地理解指数。

2.3 量化测算的行业选择

在行业选择上，本研究选择了国家统计局颁布的《战略性新兴产业目录》（2018），一方面，这些行业名称规范，边界清晰，有利于获取相关数据，同时形成社会共识；另一方面，这些行业多为前沿产业、未来产业，与数字科技关系较为密切。

战略性新兴产业共有9个大领域，其下又分为40个二级类别、189个三级类别和166个四级类别（有些四级类别为同一种技术工艺，如在二级类别“先进钢材料”中有33个不同三级类别的四级类别都是“钢压延加工”）。其中前三级类别为“产业分类名称”，第四级为“国民经济行业名称”。超数化指数主要考察第四级类别的影响。

本研究采用随机抽样的方式，从战略性新兴产业名录的第四级166个国民经济行业选取，同时结合当前舆论和公众讨论中约定俗成的行业名称调整表述，最终确定了XR、手机（硬件）、自动驾驶、AI、芯片、云计算、工业设计服务、手机远程医疗8个行业测算对象。

3 量化结果分析

经过拟合，本研究测得各行业的跨行业科技进步贡献率和“超数化指数”如表4所示。

总体上看，在随机选择的8个行业中，游戏科技的跨行业科技进步贡献率的最高值为XR行业的72.45%，最低值为远程医疗的17.47%，其他行业分布其间。“超数化指数”方面，最高值也是XR行业的64.42，最低值为远程医疗行业的41.44，其他行业均高于50或接近50。游戏科技对这8个行业形成了程度不一的益处，作为超级数字场景的游戏，也对这8个行业都发挥了生产力层面的影响。

3.1 以行业为视角的量化结果分析

3.1.1 XR行业

XR产业通常是AR、VR、MR等显示行业的统称，又以AR和VR行业为绝对主体。XR是数实融合时代的关键交互界面，XR使人们能够在计算机生成的环境中进行前所未有的创造、协作和探索，作为虚拟世界的交互入口，有望代替PC和手机成为下一代人机交互终端，引领产业变革。越来越多的人认为，继PC计算机、智能手机之后，XR将有望成为下一代计算平台。本研究测得2022年游戏科技对XR行业的科技进步贡献率为72.45%，“超数化指数”为64.42，两项指标双双位列第一，说明相比于其他行业，游戏科技与XR行业的软硬件已经相互交织到无法完全拆分的程度。游戏和游戏科技在推动VR产业在硬件、技术和内容方面的发展，起到了巨大的积极作用。

3.1.2 AI行业

从国际跳棋、国际象棋、双陆棋、围棋到更为复杂的德州扑克、星际争霸、Dota2和赛车等游戏，从图灵、香农、塞缪尔、纽厄尔等计算机科学和人工智能先驱到DeepMind、OpenAl、FAIR、艾伦·图灵研究所等世界顶尖人工智能研究中心的学术成果，再到雅达利、世嘉到谷歌、微软、亚马逊、英伟达、腾讯等全球大型科技企业的产业实践来看，AI与游戏相生相伴，共同促进，相互助力的双螺旋式上升关系。二者的结合，甚至诞生了独立的研究分支，即游戏人工智能研究。本研究测得2022年游戏科技对于AI行业的科技进步贡献率为31.37%，“超数化指数”为62.38，排在8个行业的第2位，可见超级数字场景对该行业发挥的重要作用。人工智能成为各行各业重要基础性技术，推动曾经的游戏显卡——GPU成为这些行业的基础性硬件。

3.1.3 手机（硬件）行业

2022年全球互联网用户数量突破50亿，到2023年底5G手机用户数量将突破16亿，这是一个全民高速互联的时代，手机也在这个关键的时点上成为最广泛、最普惠、最集成的基础设施。本研究测得2022年游戏科技对手机行业的科技进步贡献率为46.76%，“超数化指数”为59.84，回顾手机的硬件发展史，其中有一条由隐及显的动力线索常常为人津津乐道，那就是手机游戏对于手机厂商在展示新手机硬件性能与软件优化时的关键角色。

3.1.4 自动驾驶行业

从汽车问世的那一天开始，人类对于自动驾驶的畅想就从未停止。1925年世界上第一辆无人驾驶汽车就出现了，只不过它是通过无线电控制的，充其量只能算是遥控车，同时不具备当下定义智能汽车“感知”“决策”“执行”的三大能力。自动驾驶带来的不仅仅是驾驶员的便利、交通行业效率提升和大幅降低交通事故，更重要的是自动驾驶涉及传感器、芯片、软件算法等多个领域，是与汽车同等重要的基础性和支柱型产业，是全球化汽车产业链的全新赛道，不仅能够吸引大规模的投资，还容纳了大量优质的资源和人才，增加了就业岗位和区域税收，成为全球科技和产业竞争中重要的综合性领域。游戏科技在自动驾驶领域的应用几乎是伴随这个行业的开端而开始的。在自动驾驶领域的开发人员中，从游戏公司出来的比例不在少数，驾驶类游戏也是游戏科技提升的一个重要推动力量。本研究测得2022年游戏对自动驾驶行业的科技进步贡献率为57.19%，“超数化指数”为58.58，驾驶类游戏与自动驾驶高度相似，是极为经典的游戏题材，围绕着车辆在数字世界中的行驶先后出现了从算法到控制器等大量游戏科技。在自动驾驶时代，游戏科技正在发挥着越来越重要的作用。

3.1.5 芯片行业

2020年GPT-3横空出世，拉开了人工智能大模型的“军备竞赛”。大量的AI算法和应用，这背后都离不开开源深度学习框架提供的支持。也正因如此，GPU等更适合于人工智能开发的芯片大有赶超CPU芯片成为产业核心竞争焦点的势头。本研究测得游戏科技对芯片的跨行业科技进步贡献率为18.65%，“超数化指数”为56.54，显示出游戏和游戏科技一度是反映CPU性能的一面镜子，更是图形芯片GPU问世的直接动因，当前成为芯片行业决定性力量之一的英伟达早期就是游戏显卡的生产商。

3.1.6 云计算行业

随着数字化和信息化的快速发展，计算能力已经成为推动社会进步和产业创新的重要基石。云计算的出现为全社会的算力提升带来了全新的可能性，数字经济时代的云计算作为基础设施的重要性也因此日益凸显。它作为新一代信息技术的基础，正在为各行各业提供强大的计算支撑和资源池，进一步推动数字化转型的进程。本研究测得2022年游戏科技对于云计算行业的科技进步贡献率为51.08%，“超数化指数”为55.04，边缘计算作为重要的游戏科技，当前已经成为云计算服务的基础性技术，游戏科技在云服务平台的集成，以及云游戏未来的前景，都让游戏科技与云计算行业保持着较为密切的关联。

3.1.7 工业设计服务行业

工业设计具有高知识性、高创新性、高附加值等特征，是产业价值链中最具增值潜力的环节之一，特别是在制造业进入数实融合时代以后，工业设计与数字化制造的融合，将这两种技术和方法实现了有效地结合，实现更高效、更精确、更快速的产品开发和生产制造，提高了生产效率和生产质量。以游戏引擎为代表的游戏科技成为数实融合时代工业设计的重要助力，本研究测得2022年游戏科技对工业设计服务行业的科技进步贡献率为29.47%，“超数化指数”为49.28。游戏科技在工业设计服务领域的应用从历史上看最早，但并未取得一个相对较高的指数值，本研究认为一方面是由于工业设计服务领域仍然受到很强的传统设计方法论影响，对前沿的工具拥抱和接纳不足，另一方面也有可能是原来从事工业设计服务领域的人才要跨入以程序设计为基础技能的数字场景领域，面临较高的技术门槛。因此，游戏科技在工业设计服务领域的平台化开发，一站式工具集成，所见即所得式应用，将成为重要的趋势。

3.1.8 远程医疗行业

医疗资源的区域性不平衡是我国医疗体系的老大难问题，也是全球众多发达国家面临的共性问题。当前，远程医疗行业的兴起和快速发展为普惠医疗创造了新的可能性。通过远程医疗，能够为偏远或落后地区提供更加全面和专业的医疗服务，节约医疗资源和时间，提升医疗服务的效率和质量，让更加先进和智能的医疗设备和技术实现跨区域共享，从而实现医疗资源的优化配置。游戏科技特别是游戏控制器相关技术为远程医疗的探索和创新提供了很好的思路，本研究测得2022年游戏科技对远程医疗行业的科技进步贡献率为17.47%，“超数化指数”为41.44，显示出了这样的跨界趋势。

3.2 以部分指标为视角的量化结果分析

如图1所示。从“跨行业游戏科技关联度”指标来看，8个行业与游戏科技的关联度均分布在40%～50%之间，说明游戏科技与这些行业的关联已经为公众基本了解和认可。

如图2所示。游戏科技与芯片和AI的关联检索量，明显高于其他6个行业。这与近年来中美之间的科技摩擦和2023年横空出世的AI大模型有很大关系。芯片和AI话题成为科技领域始终不退的热点，与这两个行业诞生和发展密切相关的游戏科技，在网络检索量上也与之形成了较为密切的话题关联。

如图3所示。游戏科技外溢应用至其他行业，舆论已有一定感知。数据显示，媒体和网民讨论XR、工业设计服务、自动驾驶等行业时，游戏科技呈现了较高的话题关联度：讨论XR行业的报道或评论中，有超过25%的内容与游戏科技有关；讨论工业设计服务行业的报道或评论中，18.70%的内容与游戏科技有关；讨论自动驾驶行业的报道或评论中，也有15.10%提及游戏科技。充分说明舆论对以上行业中游戏科技的影响有较强感知。而AI和芯片由于其本身就极具话题性，舆情热度高，且涉及话题维度丰富，因此游戏科技关联讨论占比相对较低。

如图4所示。调研结论表明，游戏行业与相关行业之间存在一定的人才相互流动，也侧面证明游戏科技与这些行业之间存在相互影响。游戏行业与相关产业间的流动情况差异不显著，AI、手机硬件、云计算和工业设计服务4个行业人才流动率达到10%以上，自动驾驶、XR、芯片和远程医疗4个行业人才流动率低于10%，但差距不大。整体来看，说明游戏科技相关人才有可能已经成为这些行业的底层共性技术人才。

如图5所示。公众对于游戏科技推动这些行业出现新应用的认知，与跨行业游戏科技的关联度指标呈现相近似的趋势，8个行业都分布在50%上下，说明游戏科技在这些行业中对新应用、新业态的贡献，在获得稳定公众认知的基础上，同时获得了良好的口碑。

如图6所示。通过市场指标衡量游戏科技的产业贡献度，游戏科技在AI、XR这2个行业中发挥了较大价值，AI在产业资源投入，XR在消费驱动以及两者同时在海外拓展获得了更突出的市场表现。工业设计服务与远程医疗位列最后，主要原因在于消费驱动、海外拓展度方面存在的差距。

无论是跨行业科技进步贡献率还是“超数化指数”，都是对游戏科技行业溢出效应的量化分析。贡献率侧重技术单元，指数侧重集群整体，都是对游戏逐步表现出生产力属性、成为超级数字场景的动态考察，只在游戏科技的参与深度和广度上有所差异。因此，在具体行业分析中本研究将统一从游戏科技的维度展开分析和研究，以便更清晰地动态展现游戏日益开放的行业性场景连接和数字生产力的释放过程。

4 结语

在人工智能应用与场景创新能力方面具有比较优势的游戏科技，以全新的生产力姿态，正在催生游戏成为“超级数字场景”。超级数字场景以人工智能、计算机图形学与算力为主要技术内核，呈现用户参与的鲁棒稳定、现实元素的极致仿真、数实交互的即时协同、个体决策的复杂拟合、生产成果的实时输出等技术特征，正在对当前数实融合时代的诸多行业发挥着生产力作用。作为游戏行业底座的游戏科技，赋予了游戏这一超级数字场景在人工智能应用和场景创新能力上的比较优势，使得处在数实融合时代的超级数字场景成为一个能够从底层推动各行业数实融合转型和应用创新的强大存在。本研究的量化结果证明，游戏已经作为能够吸纳各行业生产要素的超级数字场景，快速兼容各行业的新概念、新技术、新应用，在行业交互中展现出无限可能的开放性。因此，有必要从生产力维度重新认识游戏，重新认识和理解游戏在助力国家产业和体系创新、推动数实融合发展的重要价值。

参考文献

[1] 陈向武.科技进步贡献率与全要素生产率：测算方法与统计现状辨析[J].西南民族大学学报（人文社科版），2019，40（7）：107-115.

[2] 王俊，李南凯，刘晶晶.基于改进索洛余值的科技进步贡献率测算研究[J].全球科技经济瞭望，2019，34（9）：30-34+57.

[3] 郑世林，张美晨.科技进步对中国经济增长的贡献率估计：1990—2017年[J].世界经济，2019，42（10）：73-97.

[4] 张俊芳，郭戎，郭永济.中国无形资产测度及其对科技进步贡献率影响的研究[J].科学学与科学技术管理，2018，39（1）：46-54.

[5] 熊伟，马萌萌，曾志超，等.2019和2018年测绘行业科技进步贡献率研究与测算[J].中国测绘，2021，（2）：44-46.