彭宝灵 马俊庭 高妍

摘 要：国务院在《新一代人工智能发展规划》中提出我国人工智能“三步走”战略，通过创新驱动和智能转型的方式推进我国制造业智能化，从而完成我国从制造大国向制造强国的转变，最终实现成为制造领先强国的目标。本文从人工智能发展历程、现状和重要性出发，考虑了我国在全球价值链分工中的地位及国内人工智能发展对产业升级和国际分工地位提升的作用，研究了我国人工智能产业发展现状，分析了当前国内人工智能产业发展存在的问题和面临的机遇，对我国人工智能产业发展提出了针对性策略建议。

关键词：人工智能 全球价值链分工 产业布局 资源整合

引 言

人工智能是计算机科学的重要研究领域分支，通过研究人类智能活动规律和构造一定人工智能系统，使机器拥有与人类智能相仿的应答机制，完成需要人类智能才能胜任的复杂工作，并借助机器强大的运算能力，促进社会生产效率提高。现代系统智能概念萌芽于莱布尼兹的符号表征思想，运用通用符号进行推理和计算为20世纪形式系统的进步提供了思想土壤；图灵则为机械智能研究做出了突破性贡献，引发了学术界对人工智能的热烈探讨。1956年在达特茅斯会议上“人工智能”术语的提出标志了人工智能新兴学科的诞生和发展浪潮序幕的拉开。

在过去六十年里，人工智能历经了高速发展时期、受阻期和当前仍在进行的繁荣期，人工智能在理论方面由理性主义和经验主义两者间的激烈交锋走向了交替与融合，人工智能的理论、语言和算法迅速发展并推广，人工智能机器人的诞生、超级计算机的发展为曾饱受质疑和阻碍的人工智能赢得了世界的瞩目[1]。

随着人工智能的发展和在社会生产和经济领域推动作用的凸显，各主要国家纷纷将人工智能领域作为战略高地，为人工智能发展制定重大政策并提供资金支持。我国在《中国制造2025》中将人工智能产业列入新一代信息技术产业，并在《新一代人工智能发展规划》中提出要培育高端、高效智能经济，将人工智能和各产业深度融合，促进产业升级和宏观经济效率提升，体现了人工智能产业在我国经济发展中的重要程度。

一、国内外关于人工智能研究综述

国外对于人工智能的研究更为发达，在机器学习等分支领域开辟了新研究方向。关于智能思维的建立和发展，以Yann LeCun（2007）为代表的学者观点是人工智能不能局限于模仿人脑思维，而应在更广范围合理思考和行动[2]，打破了学界早期希望创造出能和人一样思考的机器的目的。國外人工智能研究与不同学科互动交融的特点也较为明显，机制设计、博弈论和行为经济等经济学理论在人工智能领域得到频繁应用[3]。在人工智能产生影响的研究上，国外存在“技术乐观派”和“技术怀疑论者”两种不同倾向[4]，Tyler Cowen和Robert Gordon（2015）等学者延续索洛悖论（ Solow Paradox）认为人工智能技术并不能对社会经济增长产生预期的作用[5]。“技术乐观派”的学者Erik Brynjolfsson（2017）则认为计算机和互联网等技术对经济增长和生产率提高起着关键促进作用，人工智能技术的影响则更为巨大[6]。

我国国内对于人工智能产业的研究，主要包括国际和国内人工智能的发展和研究历程，人工智能内涵和技术层分析，人工智能产业对国家经济增长、产业转型升级、劳动力转变、国际竞争力提高及人们生活方式改变的促进作用等方面，切入点主要包括人工智能是第五次工业革命技术引擎和经济发展新引擎，人工智能产业与传统产业的融合，人工智能所代表的智能经济在传统领域的应用带来的生活体验改变等方向。

关于国内人工智能产业发展问题和机遇的研究，张肃，许慧，黄蕊（2018）认为我国人工智能产业链处于初级发展阶段，存在关键技术和产业持续发展核心动力缺乏，同时未形成健康、成熟消费市场和企业未建立有效商业模式、政府扶持力度不足等问题[7]。王甜（2018）提出我国人工智能总体水平与发达国家差距大、缺乏核心技术支撑、初创企业创新能力不足，高端人才不足及人才培育机制不完善，产业协同发展关联度低，政府扶持力度过大导致行业内恶性竞争等问题[8]。向阳（2017）从中美比较的视角指出了我国在算法、数据开放度、研发投入、投融资机构和规模等方面的劣势，也肯定了我国在数据和市场上具备的潜力和优势[9]。

在我国人工智能产业发展对策方面的研究上，向阳（2017）建议通过公共事业性项目示范带动人工智能行业产品和服务推广，政府制定数据互通标准提高数据资源开放度，加强人工智能重点应用领域法律法规创新及吸引全球顶尖华人科技人才回国等措施解决人工智能产业现阶段发展面临的挑战。张俊芳（2017）认为应发挥财政引导作用带动人工智能领域资金投入，加大人工智能领域基础性研究投入和重大基础设施与国家公共平台的建设力度，通过统筹国内外创新资源打造多元渠道融投资生态系统等方式确保我国在人工智能领域新一轮技术竞争中的优势地位[10]。齐明皓（2018）指出我国实体经济智能化转型的关键在于人工智能技术与垂直产业的深度融合，建议构建数据共享平台支撑产业发展，提高数据资源利用效率，融通数据壁垒带动资金、人才、技术流，并建立教、产对接渠道满足产业新技术、模式、业态发展需要[11]。

目前有学者就嵌入全球产业链对我国新兴产业突破性创新影响进行研究，高伟、柳卸林（2013）构建了全球产业链嵌入对突破性创新影响的概念模型，提出技术和市场等产业链资源整合能力对突破性创新绩效存在正向影响[12]。国内基于全球价值链分工视角对人工智能产业发展进行的研究较为缺乏，基本处于空白状态。本文基于我国在全球价值链分工中的地位及未来的发展期望，重点分析了人工智能产业对我国实现产业升级和国际分工地位提升的重要性，根据对国内外人工智能产业发展状况和政策战略部署情况，针对我国人工智能产业发展面临的问题和机遇，提出了人工智能产业发展相应对策，结合全球价值链分工视角丰富了我国关于人工智能产业发展的研究。

二、我国在全球价值链分工中的现状

1.国际价值链分工体系

在国际分工体系中，发达国际凭借对高端技术及知识的掌控和垄断，在全球价值链中占据了获利高端环节，并将劳动密集型和资源密集型等效益低和粗放型产业向发展中国家转移，建立了以发达国家为中心，发展中国家为外围，技术水平、附加值由中心向外围递减的国际分工模式。

2.我国现处全球价值链位置

我国在国际分工体系中整体处于价值链获利低端位置，并且由于人口红利消失和环境恶化导致生产成本上升，在全球价值链分工中既面临发达国家实施再工业化战略加强对高端技术的掌控和垄断，部分发达国家采取税收优惠政策和货币政策导致我国产业和资金外流的压力，也面临由于劳动力成本提高带来的劳动密集型产业向越南、印度等国家转移的问题，使我国面临产业空心化危险。

三、全球人工智能产业发展状况

1.全球人工智能产业发展概况

全球人工智能产业层次主要分为基础层、技术层和应用层，在各大领域都有企业开发并推出相应架构、平台系统和产品[13]。当前全球人工智能产业链和生态已经初具雏形，在市场主体和国家战略引导下处于在不断扩张、升级和完善阶段。

国际人工智能企业数量自2002年起一直呈上涨趋势，投融资规模和交易笔数增长迅速，行业标准也正在形成，产业整体处于快速成长期。全球人工智能领域处于领先地位的国家主要为美国、中国、日本、德国和其他发达国家。美中两国在人工智能企业数量、专利申请数量、融投资规模上都居于世界领先地位，被称为人工智能领域“双雄”。

2.各国人工智能政策概况

世界各国当前对人工智能领域的研究和发展都较为重视，面对人工智能产业所蕴含的巨大发展机会，各主要国家纷纷出台人工智能发展战略、规划及项目，并且投入大量资金保障政策的实施。各国人工智能重点研究领域存在交集，但总体上呈现差异化格局，这与各国的技术水平、科研实力、产业状况和社会现实等因素存在关联。

3.国际企业人工智能产业布局

国际科技巨头在人工智能产业的竞争和布局也十分激烈，其中美国企业在人工智能产业布局上全面领先于世界，实现了从基础层、技术层到应用层的各层级全面布局领先，为美国人工智能产业发展提供了强大的技术创新优势。

四、我国人工智能产业发展所面临的挑战与契机

1.國内人工产业面临的外部威胁和不足

（1）全球人工智能布局竞争激烈

为了避免陷入中等收入陷阱，我国必须通过经济转型和产业升级的方式向全球分工体系的价值链高端迈进，着力于通过科技创新、提高全要素生产率、加强实体经济建设和供给侧改革等方式实现我国经济高质量发展；凭借技术进步提高社会生产效率进而降低生产成本，促使传统行业进一步通过增加研发投入提升产业技术创新能力，为形成高增值率核心技术和打造品牌优势提供可能，将我国打造成为制造强国。

我国政府面对人工智能发展带来的契机，制定了一系列国家级重要战略规划，力求占领世界人工智能领域制高点，实现国家综合实力和国际地位的新提升。但我国抢占人工智能领域制高点也面临着世界各国的激烈竞争，世界各主要国家都认识到了人工智能对各国未来发展的重要意义，对人工智能领域开展了战略性部署和规划。西方发达国家在掌控和垄断高端技术的优势上，提出再工业化战略，为发展中国家在关键技术领域的突破设置障碍和壁垒，是我国包含人工智能在内的新兴战略产业发展的一大挑战。

（2）核心技术掌握欠缺

人工智能发展是建立在基础技术层上的，包括大数据、云计算、高端服务器、传感器、智能硬件、关键网络设备、高端设备、超算平台等软硬件方面。由于我国在许多关键核心技术上缺乏自主知识产权，企业在从事高端制造领域的生产、研发和销售等活动时，需要大量引进发达国家的技术和产品，自主研发出的产品和定价也受到发达国家打压。

在人工智能领域，AI芯片是深度学习发展的基础，也是整个产业发展的战略核心要素，对人工智能技术更深层次的发展起着至关重要的作用[14]，但芯片领域整体进入门槛和知识产权壁垒高，投入产出周期长，西方发达国家一直把控和垄断着高端芯片技术和芯片制造设备，并打造了从指令集、CPU、各类配套芯片、操作系统到原声软件等各环节相互联结的垄断生态，如果想在现有成熟生态外建立新生态并在市场上实现量产和广泛使用，则将面临众多环节的挑战和巨大的开发量，并且难以找到新生态的供应商和客户，这意味着几乎要颠覆和重塑整个芯片行业，在现实中基本不可能实现[15]。我国依靠自主研发基本满足了低端层面芯片产品和技术需求，高端芯片产品和技术仍受制于西方发达国家。

在人工智能模型开发上，企业通过使用国外开源框架可以快速、简单地建立算法和神经网络等，但由于缺乏自主核心技术则将面临技术落后、安全性、版权收费和易被竞争对手复制等问题。

（3）国际顶尖人才缺乏

人工智能人才是指在人工智能领域具备创造性研究能力和专业技术知识并在10年内发表过专利或论文等创新成果的研究人员；国际杰出人工智能人才则是具备世界领先研究能力的人工智能人才，主要采用H因子指标表征人才研究能力的方式，将世界人工智能人才数据集中H因子排名前10%的人才界定为国际人工智能杰出人才。我国是人工智能人才投入大国，在人工智能人才投入数量上位居第二，仅次于美国；但在国际杰出智能人才的投入量上，我国在世界排名落后于美、英、德、法、意等发达国家，排名第六[16]。汇集全球人工智能领域顶尖人才，打造人才高地，是我国成为全球人工智能中心的基础之一。当前我国人工智能领域顶尖人才缺乏、企业对人才投入上相对薄弱，不利于我国缩小于美国在强人工智能领域的差距，对我国在人工智能领域取得革命性和里程碑式的突破形成了制约。

（4）信息数据开放度低

我国庞大的人口数量和市场规模创造了大量数据，企业在培养用户使用习惯和拓展消费市场的同时，可以从客户端积累大量数据，为人工智能深度学习领域训练神经网络模型和满足推断需求提供了丰富的数据“养料”，中国数据总量预计将在2030年超过美国成为全球第一[17]。但我国政府在数据开放和数据共享标准制定方面存在不足，在数据开放方面我国全球排名第93，与排名全球第8的美国相比存在一定差距。在人工智能发展中，数据是信息化基础，只有提高数据开放度和流通性，才能通过信息化促进工业化发展，进而实现智能化。除了政府数据资源开放力度不足外，我国企业间存在的数据壁垒也阻碍了人工智能技术的发展和推广，企业间数据共享平台缺乏，不利行业迅速发展和增强我国人工智能产业国际竞争力。

（5）基础研发投入力度不足

中国科技领先企业在人工智能布局上致力于建立包括技术、整体解决方案、开源平台、硬件和产业应用在内的人工智能生态系统，但由于中国各层级人工智能企业数量与美国企业数量存在较大差距，我国企业主要集中于产业局部的应用层面进行布局和突破，在基础性研究领域投入相对薄弱，难以满足产业持续创新发展要求。人工智能基础领域研究存在资金投入需求大、风险高、投资回报周期长等特点，企业由于整体实力限制、逐利性和风险考量等因素，在基础领域研究的投入相对活跃度低，需要政府投资大量资金进行弥补，但我国当前在人工智能领域仍缺乏国家层面的资金布局支持，与发达国家相比在财政投入上较为滞后，研发投入也存在缺口，不利于我国在人工智能领域抢占研究高地及占据技术竞争中的主动地位。

2.国内人工智能发展的机遇与优势

（1）政策机遇

我国当前高度重视人工智能发展，将人工智能产业发展上升至国家战略层面，制定了一系列人工智能战略规划，并将出台支持人工智能企业发展的财税优惠政策。带动起全社会对人工智能产业的关注度和创业、融投资热情，为人工智能产业发展和参与国际竞争营造了良好的宏观政策环境，提供了国家层面战略部署保障。

另外，各省针对本地区人工智能发展实际情况和目标出台了相应政策。其中京津冀、长三角和粤港澳等地区依托各自科研、经济和地理等优势打造各具特色的产业集群、人工智能创新基地、全球领先的城市人工智能系统，成为我国人工智能区域发展的核心。

国家各层级政府在不同层次科学有序地推进人工智能产业发展，为人工智能区域发展和生态形成提供了良好的政策机遇。

（2）生态机遇

我国近年来核心芯片集成能力大幅提升，芯片技术依靠自主研发达到一定高度，为人工智能的发展提供了技术积累，但仍与发达国家芯片技术存在较大差距。当前新一代信息革命技术正在新起，5G技术突破了过去网络通信传播技术限制，云计算在服务器端的广泛使用为云端桌面成为主流提供条件，从而割裂了芯片和操作系统组成的垄断生态，为我国依靠算法和数据优势实现芯片技术突破提供机遇，是我国摆脱对国外芯片技术依赖、突破受制于人的困境，实现AI芯片产业“弯道超车”的良好窗口期。

（3）市场优势

中国庞大和统一的国内市场为人工智能产业发展提供了强劲的动能和丰富潜能，是我国人工智能产业发展无可比拟的优势之一。我国人工智能产业增速高于美国，2017年市场规模在2016年的基础上增长了67%，位居世界第一。

中国具备庞大的客户端用户基数，同时在制造、教育、金融、医疗、交通等传统行业具有迫切借助人工智能转型升级的需求，为人工智能市场持续增长提供了巨大的动力和潜能。此外，我国互联网拥有全球最多的用户，消费市场十分庞大，互联网产业向智能化、高端化发展的需求也将助推人工智能在技术、产品、商业模式上的创新和发展。

中国当前主要用户群体对市场新应用的接受能力较高，国内在人脸识别及支付领域等涉及个人隐私的应用领域相对国外落地速度和产业化更快；在移动支付领域的需求量和市场培育出的用户使用习惯也为人脸支付技术的植入和推广创造了良好的环境。

五、对我国人工智能产业发展的建议

在当下国际经济产业竞争中，我国面临双面夹击的困境，一方面发达国家实施再工业化，布局抢占新技术和产业高点，加强对高端制造技术的垄断和掌控，巩固自身国际价值链分工优势地位，另一方面劳动力价格更具优势的发展中国家承接劳动密集型产业转移，我国在全球价值链分工体系中劳动力价格比较优势下降，在我国新兴战略产业发展遭到美国敌视和遏制的背景下，针对我国人工智能产业发展当前存在的问题，以及把握政策、生态、市场契机的同时，为人工智能产业发展提出以下建议。

1.加强全球产业链资源整合，提高企业创新实力

我国人工智能企业参与国际市场分工的同时，可以借助资金实力和局部技术领先优势整合全球产业链中的技术、供应商和市場资源，充分利用外部资源提高企业创新实力。企业可以通过投资、收购国际人工智能领域开发公司，补充国内技术缺口并形成技术优势，进一步优化企业在人工智能领域布局。企业整合供应商网络资源包括加强供应对生产需求满足的保障、吸纳上游供应商技术、整合零部件创新资源等方面，行业内可以加强联盟共同构建和扩大供应商网络，提高关键设备及零部件的质量控制和议价能力。在市场资源的整合上，人工智能企业接触国内外领先用户、开拓新市场、获得新理念及参与国际激烈竞争，有利于行业整体发展和国际竞争能力提升。

2.加大基础研发投入，掌控关键核心技术

我国应进一步在国家政策层面配套资金为推进人工智能基础研发提供支持和保障，带动高校、科研机构和企业对人工智能领域基础性研发的投入，同时通过建立国家重点实验室和资助重要领域研究的方式推进人工智能基础性研究项目，为我国在关键核心技术领域实现突破和占据人工智能技术高点提供保障。

3.抢夺全球高端人工智能人才

打造人工智能人才高地，是我国成为全球人工智能中心的重要组成部分。我国当前人工智能领域顶尖人才缺乏、企业在人才投入上相对薄弱。在美国移民政策紧缩、欧洲经济未完全复苏、发达国家对人才吸纳效应减弱的国际机遇下，我国应把握机会以优厚待遇、广阔发展前景及卓越事业吸引国际高端人工智能人才投入我国人工智能事业。

海外华侨和留学生群体是我国宝贵的人才资源，应充分调动起掌握关键技术的华人华侨和行业高端人才回国发展的热情，为他们提供良好的工作机会、薪资待遇、科研经费及优越科研环境，促进人工智能高端人才回流。

在当前国家重视人才引进的环境下，国内科研院所和企业都应加强对全球人工智能人才尤其是大师级和行业领军人才的争夺，并加强与海外高校合作，通过学术交流的方式吸收国际先进学术成果和引进先进学科理念，促进国内人工智能人才培养和学科发展，为人工智能产业发展、科学研究和突破提供智力支持。

4.建设数据开放共享平台，打造行业协同发展机制

构建行业数据共享平台需要政府和企业等多方的努力。各级政府及其所辖的各业务部门拥有数量巨大和质量优良的数据资源，加大政府数据资源开放力度和制定数据互通共享标准，是助推人工智能产业发展最为直接和有效的方式。

企业间可在现有人工智能产业发展联盟基础上推进数据开放共享平台建设，整合产业链上下游企业间的信息资源，建立和完善企业间协同创新机制。行业内企业间数据共享标准的制定及联盟的扩大，可以减少数据信息缺乏对企业发展产生的阻碍，避免行业内重复性开发和资源浪费，提升我国人工智能产业的国际竞争力。

5.引领校企深度合作，建立产学研一体化机制

在我国2013年-2017年的五年中，科研院所及高校与企业各自排名前15的专利权人所拥有的专利技术总量相当，但科研院所和高校的整体专利拥有量水平高于企业专利拥有量水平。整合科研院所和高校的科研实力及科技成果，为企业商业化应用需求提供科技支持，将提升人工智能产业链的资源利用效率和技术创新能力。

当前国内科研院所及高校和企业间合作关系的长期性和稳定性不足，校企关系较为松散。科研院所及高校的科研项目与企业以市场为导向的需求之间缺乏联动，不利于科研院所及高校科研成果的转化和形成良性循环发展的企业生态。引领科研院所、高校同企业进行深度合作，并构建长期稳定且有效的商业模式，需要解决两者在利益上的分歧，建立合理的产权利益分配机制和改进知识产权交流流转办法，搭建关键技术及高校资源信息平台，为创新型企业提供技术、信息匹配和咨询服务，为校企合作提供交流契机，积极为校企间在关键技术点的攻坚合作逐步发展至长期重大创新平台合作，到建设联合实验室、人才共同培养的攻坚平台创造积极条件[18]。

此外，校企间加强合作有利于培养行业发展需要的人才，校方在研究上取得的科研学术成果可以提升学科水平、丰富教学资源，企业取材、用材标准的信息可以通过校企交流合作渠道反馈到教学中，对校园人才培养方案优化和教学水平提升具有推动作用，也将为企业培养出更加符合产业发展要求的适用性人才。产学研三者之间的对接和一体化机制建设将优化人工智能产业链，顺应产业新的技术、模式及业态的发展需求。

六、结语

人工智能的发展将对人类生活方式、文化观念、社会生产和商业模式的变化将产生巨大而深远的影响，人工智能产业发展对全球经济的推动作用将影响各国经济政治实力变化。抢占人工智能领域制高点是各主要国家的战略目标，我国也将人工智能发展作为实现制造强国目标的主攻方向，并制定了战略规划指导。我国在人工智能发展过程中应充分认识到当前基础研发投入不足、政府数据开放度不高、核心技术和国际顶尖人才缺乏的问题，同时还面临了国际激烈竞争威胁；但国内人工智能产业也拥有独特的历史和地域发展机遇，包括宏观政策环境、市场环境和生态环境等带来的发展优势和机遇。面临人工智能产业发展挑战和机遇，我国应以务实的态度切实解决产业发展的阻碍，弥补存在的不足，整合产业发展优势资源，推动制造业智能化发展，打造制造强国和实现中华民族伟大复兴。

参考文献

[1] 陈鹏. 解开人工智能奥秘的关键钥匙[J]. 商业文化， 2018（5）：55-59.

[2] Legg，S. ，Hunter，M. A Collection of Definitions of Intelligence[A]. Goertzel， B . ， Wang， P . Advances in Artificial General Intelligence： Concepts， Architectures and Algorithms [C] . Virginia： IOS Press，2007.

[3] Monderer，D. ， Tennenholtz， M. ， Varian， H. Economics and Artificial Intelligence[J]. Games and Economic Behavior，2001，35（ 1-2） ： 1-5.

[4] 陈永伟.人工智能与经济学：近期文献的一个综述[J].东北财经大学学报，2018（03）：6-21.

[5] Gordon，R. The Rise and Fall of American Growth： The U. S. Standard of Living Since the Civil War [M]. Princeton： Princeton University Press ，2015.

[6] Brynjolfsson，E. ，Rock，D. ，Syverson，C. Artificial Intelligence and the Modern Productivity Paradox： A Clash of Expectations and Statistics [R]. NBER Working Paper ，2017.

[7] 張肃，许慧，黄蕊.我国人工智能产业发展问题研究[J].长春理工大学学报（社会科学版），2018，31（05）：1-6.

[8] 王甜.人工智能产业发展问题及其对策研究[J].中国商论，2018（26）：167-168.

[9] 向阳.人工智能之中美对弈[J].机器人产业，2017（06）：48-53.

[10] 张俊芳. 人工智能产业发展及全球化资源配置研究[A]. 中国软科学研究会.第十三届中国软科学学术年会论文集[C].中国软科学研究会：中国软科学研究会，2017：11.

[11] 齐明皓.深度学习：数据经济新动能——兼论对我国实体经济智能化转型升级的启示[J].经济问题，2018（10）：27-32.

[12] 高伟，柳卸林.嵌入全球产业链对中国新兴产业突破性创新的影响研究[J].科学学与科学技术管理，2013，34（11）：31-42.

[13] 赵巧敏.人工智能行业投资分析[J].机器人技术与应用，2016（05）：40-48.

[14] 张蔚敏，蒋阿芳，纪学毅.人工智能芯片产业现状[J].电信网技术，2018（02）：67-71.

[15] 宋亮，任海峰.新技术引燃星星之火，芯片产业生态坚冰渐融[J].产业创新研究，2018（09）：16-18.

[16] 中国人工智能发展报告发布：中国已成全球人工智能投融资规模最大的国家[J].科技与金融，2018（08）：6.

[17] 刘伟. 人才和数据是占取人工智能制高点的关键[N]. 人民政协报，2018-04-19（003）.

[18] 杨金龙，罗萍，刘千里，索文斌.苏州吴中：探析智能制造产业校企协同建设[J].中国信息界，2018（05）：93-95.

作者简介：彭宝灵，女，华北理工大学管理学院，河北省唐山市，学历：本科，研究方向：产业经济与管理；

马俊庭，女，华北理工大学艺术学院，学历：本科，研究方向：数字艺术；

高妍，女，华北理工大学经济学院，本科：河北省邢台市，研究方向：经济管理。