我國(guó)人工智能政策文本量化研究
——政策現(xiàn)狀與前沿趨勢(shì)

臧 維，張延法，徐 磊

(北京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 100124)

0 引言

隨著人工智能基礎(chǔ)理論和核心技術(shù)的快速發(fā)展，人工智能逐漸成為推動(dòng)我國(guó)新一輪產(chǎn)業(yè)變革的關(guān)鍵驅(qū)動(dòng)力，我國(guó)政府緊跟變革新趨勢(shì)，不斷出臺(tái)相關(guān)政策，將發(fā)展人工智能作為提升我國(guó)綜合實(shí)力的重要戰(zhàn)略。自2015年《中國(guó)制造2025》發(fā)布以來(lái)，我國(guó)人工智能產(chǎn)業(yè)進(jìn)入快速發(fā)展階段。2016年5 月，《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》提出我國(guó)人工智能產(chǎn)業(yè)在2018 年要達(dá)到千億元規(guī)模。2017年7月，國(guó)務(wù)院進(jìn)一步印發(fā)《新一代人工智能發(fā)展規(guī)劃》，對(duì)我國(guó)人工智能發(fā)展作出“三步走”戰(zhàn)略部署，讓我國(guó)人工智能理論、技術(shù)和應(yīng)用在2030年總體達(dá)到世界領(lǐng)先水平。2018年1月，《人工智能標(biāo)準(zhǔn)化白皮書(2018版)》正式發(fā)布，宣布成立國(guó)家人工智能標(biāo)準(zhǔn)化總體組，推行我國(guó)人工智能標(biāo)準(zhǔn)化工作。這一系列相關(guān)政策的發(fā)布與實(shí)施不僅將我國(guó)人工智能發(fā)展上升為國(guó)家戰(zhàn)略，而且進(jìn)一步推動(dòng)了我國(guó)人工智能產(chǎn)業(yè)健康快速發(fā)展。

人工智能政策不僅涉及理論指導(dǎo)，而且還涉及技術(shù)應(yīng)用與產(chǎn)業(yè)發(fā)展，政策內(nèi)涵十分豐富。當(dāng)前，我國(guó)關(guān)于人工智能政策的研究大多傾向于政策現(xiàn)狀分析，而結(jié)合未來(lái)產(chǎn)業(yè)發(fā)展趨勢(shì)，從前沿趨勢(shì)中發(fā)現(xiàn)政策缺口的研究較少[1-2]。在人工智能快速崛起之際，厘清相關(guān)政策脈絡(luò)對(duì)于促進(jìn)人工智能發(fā)展具有重要意義。因此，本文圍繞我國(guó)人工智能相關(guān)政策展開分析，重點(diǎn)探討以下問(wèn)題：①我國(guó)政府部門出臺(tái)了哪些政策? 政策內(nèi)容側(cè)重于哪些方面? ②使用了哪些政策工具? 實(shí)現(xiàn)了怎樣的政策目標(biāo)? ③當(dāng)前政策評(píng)價(jià)結(jié)果如何？④我國(guó)人工智能前沿趨勢(shì)側(cè)重于什么？今后出臺(tái)的相關(guān)政策建議應(yīng)注意什么？

1 文獻(xiàn)綜述

1.1 文本挖掘

文本挖掘主要是從大量無(wú)結(jié)構(gòu)的文本信息中發(fā)現(xiàn)潛在存在的聯(lián)系與規(guī)律，從中提取有效、可利用的分布在文本信息中有價(jià)值的內(nèi)容，利用這些內(nèi)容重新組織成更有價(jià)值的信息[3]。近年來(lái)，文本挖掘在文本分析中應(yīng)用比較廣泛，其與特定領(lǐng)域的結(jié)合逐漸成為當(dāng)前研究重點(diǎn)[4]。隨著大數(shù)據(jù)技術(shù)的應(yīng)用，文本挖掘技術(shù)不斷成熟，文本挖掘在政策文本研究方面的應(yīng)用越來(lái)越多，國(guó)內(nèi)已有大量學(xué)者利用文本挖掘?qū)φ哳愇谋具M(jìn)行分析。袁利平等[5]利用文本挖掘?qū)γ绹?guó)人工智能教育戰(zhàn)略進(jìn)行研究，提煉出智能教育產(chǎn)業(yè)發(fā)展重點(diǎn)策略，為政府完善智能教育政策提供了現(xiàn)實(shí)指導(dǎo)；湯志偉等[6]基于文本挖掘?qū)χ忻廊斯ぶ悄墚a(chǎn)業(yè)政策進(jìn)行對(duì)比分析，發(fā)現(xiàn)中美兩國(guó)人工智能政策在政策目標(biāo)、政策工具和政策執(zhí)行方面存在差異，有利于政府更好地把握未來(lái)人工智能政策制定方向。文本挖掘以自身獨(dú)特優(yōu)勢(shì)成為政策研究的重要分析工具。據(jù)此，本文從文本挖掘出發(fā)，對(duì)我國(guó)人工智能政策展開量化研究。由于文本挖掘使用的算法、詞庫(kù)、計(jì)算工具不同，所得到的語(yǔ)義分析結(jié)果也不同，因此需根據(jù)政策文本研究特點(diǎn)選擇合適的文本挖掘模型。

1.2 政策工具

政策工具是政策制定者為實(shí)現(xiàn)政策目標(biāo)而采取的政策干預(yù)[7]。在政策研究領(lǐng)域，政策工具是關(guān)于政策分析的工具科學(xué)，是政策科學(xué)的結(jié)構(gòu)性理論。張永安等[8]認(rèn)為，政策工具共同整合形成政策，政策反映了政府的政策價(jià)值和治理理念。

政策工具是政策分析的基礎(chǔ)模塊，政策工具維度劃分直接影響政策目標(biāo)的實(shí)現(xiàn)[9]。研究角度不同，對(duì)政策工具的定義和維度劃分也不同，最經(jīng)典的劃分方式由Rothwell & Zegveld[10]提出，其將政策工具劃分為供給型、環(huán)境型和需求型三大維度。另外一些學(xué)者從政府對(duì)資源的利用角度出發(fā)，將政策工具劃分為信息型、組織型和財(cái)政型三大維度[11]。Hoppmann等[12]根據(jù)政策工具作用層面差異，將政策工具劃分為戰(zhàn)略層、綜合層和基本層三大維度；湯志偉等[13]從政策工具和創(chuàng)新價(jià)值鏈兩個(gè)維度對(duì)我國(guó)地方政府出臺(tái)的人工智能產(chǎn)業(yè)政策進(jìn)行文本分析,揭示兩個(gè)維度下政策工具的使用效度；毛子駿等[14]以政策工具為基礎(chǔ)，對(duì)5個(gè)國(guó)家的人工智能政策進(jìn)行系統(tǒng)對(duì)比分析，發(fā)現(xiàn)不同國(guó)家對(duì)政策工具的使用存在差異。當(dāng)前，學(xué)者對(duì)政策工具的研究較多，但研究?jī)?nèi)容不夠豐富，針對(duì)人工智能政策工具的研究仍需補(bǔ)充和完善。由于政策研究角度不同，政策內(nèi)容研究側(cè)重點(diǎn)和方向也不同，面對(duì)錯(cuò)綜復(fù)雜的維度劃分類型，對(duì)政策工具的適應(yīng)性提出了更高要求。Rothwell & Zegveld的劃分方式綜合考慮政府干預(yù)手段和干預(yù)程度，且對(duì)二級(jí)政策工具的劃分比較符合現(xiàn)實(shí)情況，可以更好地闡述政策工具與人工智能政策的作用關(guān)系，因此本文采用這種政策工具維度劃分方法。

1.3 政策評(píng)價(jià)

政策評(píng)價(jià)是指使用一系列研究方法系統(tǒng)衡量和判斷政策干預(yù)、實(shí)施的有效性，并確定其在改善不同利益相關(guān)者方面的社會(huì)價(jià)值和經(jīng)濟(jì)價(jià)值[15]。政策評(píng)價(jià)最早在第一次世界大戰(zhàn)前的教育和公共衛(wèi)生計(jì)劃中提出(楊雅南等，2013)。20世紀(jì)70年代以后，政策評(píng)價(jià)逐漸從社會(huì)科學(xué)評(píng)價(jià)中開辟出獨(dú)立研究領(lǐng)域。Suchman最初創(chuàng)建了政策評(píng)價(jià)五類評(píng)估法，隨后Poland創(chuàng)立了“三E”評(píng)估框架，之后Wollmann又提出經(jīng)典政策評(píng)價(jià)[16]，政策評(píng)價(jià)以實(shí)證方式不斷發(fā)展演進(jìn)。這種不斷演進(jìn)的政策評(píng)價(jià)方法雖然具有一定的科學(xué)性、合理性，但同時(shí)也展現(xiàn)出某些不足，而評(píng)價(jià)標(biāo)準(zhǔn)和程序是影響政策評(píng)價(jià)效果的重要因素，因此只有選擇科學(xué)合適的政策評(píng)價(jià)方法才能保證政策評(píng)價(jià)結(jié)果的真實(shí)性和準(zhǔn)確性[17]。在已有的政策量化評(píng)價(jià)模型對(duì)比中，PMC 指數(shù)模型最突出。PMC指數(shù)模型的各項(xiàng)參數(shù)主要由文本挖掘提取，特別是對(duì)二級(jí)變量的提取能夠極大程度上減少人為主觀評(píng)價(jià)的影響，提高量化評(píng)價(jià)準(zhǔn)確度；PMC指數(shù)模型以政策文本自身為研究對(duì)象，比以往的事后評(píng)價(jià)模型更加聚焦于政策內(nèi)容；PMC指數(shù)模型不僅可以對(duì)某一政策進(jìn)行量化評(píng)價(jià)，而且能夠?qū)Χ鄠€(gè)不同政策進(jìn)行比較分析。胡峰等[18]基于PMC指數(shù)模型，對(duì)8項(xiàng)機(jī)器人產(chǎn)業(yè)政策文件進(jìn)行量化評(píng)價(jià)，為機(jī)器人產(chǎn)業(yè)政策制定、調(diào)整、完善提供了重要支撐和決策依據(jù)。因此，本文利用PMC 指數(shù)模型和文本挖掘?qū)θ斯ぶ悄墚a(chǎn)業(yè)政策進(jìn)行量化評(píng)價(jià)，分析各項(xiàng)政策的優(yōu)勢(shì)和不足，以豐富現(xiàn)有政策量化評(píng)價(jià)研究。

1.4 研究前沿

研究前沿最早由Price[19]提出，指在某一特定研究領(lǐng)域，作者積極引用近期文獻(xiàn)集合所代表的研究領(lǐng)域就是研究前沿。研究前沿的本質(zhì)是某一特定研究主題或領(lǐng)域能夠在短時(shí)間內(nèi)引起學(xué)者高度關(guān)注，其代表了未來(lái)發(fā)展熱點(diǎn)與趨勢(shì)[20]。識(shí)別研究前沿的方法主要有兩種：基于專家的方法和基于計(jì)算機(jī)的方法。其中，基于專家的方法就是用專家知識(shí)識(shí)別研究前沿，由于專家知識(shí)主觀性太強(qiáng)，無(wú)法保證研究前沿的準(zhǔn)確性，因而逐漸被淘汰。而基于計(jì)算機(jī)的方法是利用計(jì)算機(jī)對(duì)文獻(xiàn)進(jìn)行分析和挖掘快速識(shí)別研究前沿。當(dāng)前，基于計(jì)算機(jī)的識(shí)別方法主要有兩種：基于引用關(guān)系的方法和基于文本內(nèi)容的方法[21]。研究前沿能夠在短時(shí)間內(nèi)引起學(xué)者共同關(guān)注，與之相關(guān)的文章也會(huì)被其它學(xué)者積極引用，進(jìn)而導(dǎo)致引文網(wǎng)絡(luò)變化。研究前沿代表新的研究發(fā)現(xiàn)和進(jìn)展，新研究必然引發(fā)文本內(nèi)容的顯著變化。在當(dāng)前研究前沿方法中無(wú)論采用哪種方法都無(wú)法避免方法自身的局限性。使用基于引用關(guān)系的方法時(shí)，引文層面聚類分析會(huì)出現(xiàn)引用時(shí)間與被引時(shí)間上的不一致，這種不一致會(huì)影響識(shí)別的準(zhǔn)確性[22]。使用基于文本內(nèi)容的方法時(shí)，由于單詞短語(yǔ)具有多種語(yǔ)境含義，在不同語(yǔ)境中單詞短語(yǔ)的語(yǔ)義不同，僅基于文本內(nèi)容分析并不能完整表達(dá)文本中所隱含的所有信息，從而影響研究前沿識(shí)別的完整性[23]。由此可見(jiàn)，單獨(dú)使用某一方法無(wú)法準(zhǔn)確識(shí)別研究前沿。因此，許多學(xué)者將兩種方法結(jié)合起來(lái)綜合形成基于復(fù)合關(guān)系的方法，有效發(fā)揮了兩者優(yōu)勢(shì)，彌補(bǔ)了兩者的不足。王云等[24]使用復(fù)合關(guān)系法探究我國(guó)城鎮(zhèn)化研究進(jìn)展與趨勢(shì)，本文也采用這種基于復(fù)合關(guān)系的探測(cè)方法識(shí)別我國(guó)人工智能研究的前沿趨勢(shì)。

2 我國(guó)人工智能政策文本內(nèi)容分析

2.1 人工智能政策選取與來(lái)源

為保證樣本數(shù)據(jù)的權(quán)威性和準(zhǔn)確性，本文選取的政策文本來(lái)源于國(guó)務(wù)院、國(guó)家部委及各省政府部門官網(wǎng)。在人工智能政策文本檢索與選取過(guò)程中，本文主要遵循以下原則：①以“人工智能”為關(guān)鍵詞進(jìn)行政策文本檢索，要求政策文本標(biāo)題包含“人工智能”關(guān)鍵詞，且是針對(duì)人工智能發(fā)展而制定的政策內(nèi)容；②要求政策文本發(fā)文機(jī)構(gòu)為中央政府及各省政府，所選取的政策文本類型為法律法規(guī)、規(guī)劃、通知、計(jì)劃、意見(jiàn)和行動(dòng)綱要等。根據(jù)以上檢索過(guò)程和原則，本文共收集與人工智能相關(guān)的政策文本30份，如表1所示。

表1 人工智能政策文本

2.2 人工智能政策主題分析

首先，將收集到的30份人工智能政策文本導(dǎo)入文本分析軟件ROSTCM6進(jìn)行分詞處理；其次，對(duì)處理后的政策文本提取高頻主題詞，得到人工智能政策文本詞頻分布，如表2所示。

表2 人工智能政策詞頻分布

對(duì)政策文本高頻主題詞進(jìn)行分析能夠快速聚焦政策文本核心內(nèi)容。表2數(shù)據(jù)顯示，我國(guó)人工智能政策文本高頻主題詞為智能、人工智能、技術(shù)、發(fā)展、應(yīng)用和創(chuàng)新等。這些高頻主題詞反映出我國(guó)當(dāng)前人工智能政策的重點(diǎn)在于人工智能技術(shù)創(chuàng)新應(yīng)用與發(fā)展。通過(guò)表中其它高頻主題詞可以發(fā)現(xiàn)：①政府非常重視企業(yè)人工智能平臺(tái)搭建，人工智能平臺(tái)搭建是人工智能技術(shù)發(fā)展與應(yīng)用的前提，政府推動(dòng)建設(shè)平臺(tái)可為人工智能發(fā)展與應(yīng)用提供保障；②政府重點(diǎn)工作是推進(jìn)人工智能人才發(fā)展和科技研究。人才發(fā)展和科技研究是人工智能技術(shù)發(fā)展與應(yīng)用的基礎(chǔ)，政府對(duì)人才服務(wù)的保障能夠加快人工智能技術(shù)科技研發(fā)；③政府鼓勵(lì)建立人工智能項(xiàng)目示范區(qū)，并積極培育人工智能發(fā)展環(huán)境。

2.3 人工智能政策語(yǔ)義網(wǎng)絡(luò)分析

語(yǔ)義網(wǎng)絡(luò)分析將人工智能政策中的高頻主題詞以網(wǎng)絡(luò)形式組合起來(lái)，用圖像形式直觀反映各高頻主題詞之間的結(jié)構(gòu)關(guān)系。在語(yǔ)義網(wǎng)絡(luò)圖中，高頻主題詞由節(jié)點(diǎn)表示，節(jié)點(diǎn)大小代表度數(shù)中心性強(qiáng)弱。一個(gè)節(jié)點(diǎn)連接其它節(jié)點(diǎn)的數(shù)量越多，該節(jié)點(diǎn)的度數(shù)中心性越強(qiáng)，說(shuō)明該節(jié)點(diǎn)越重要，語(yǔ)義網(wǎng)絡(luò)分析結(jié)果如圖1所示。

圖1 主題詞語(yǔ)義網(wǎng)絡(luò)

從中可見(jiàn)：①智能和人工智能方形圖塊最大，度數(shù)中心性最強(qiáng)，與其它主題詞的連接最多，為政策文本的核心主題詞，表明本文收集的政策文本內(nèi)容均圍繞發(fā)展人工智能展開；②較為核心的主題詞為圓形圖塊所代表的技術(shù)、應(yīng)用、發(fā)展和創(chuàng)新，這些主題詞體現(xiàn)出我國(guó)人工智能政策的目的在于推進(jìn)人工智能技術(shù)創(chuàng)新應(yīng)用與發(fā)展；③由平臺(tái)、建設(shè)、領(lǐng)域、服務(wù)和企業(yè)等田字圖塊還可以看出，我國(guó)人工智能政策為推動(dòng)企業(yè)人工智能發(fā)展和建設(shè)提供一系列保障，注重服務(wù)領(lǐng)域和服務(wù)體系布局，以保障人工智能快速發(fā)展。

3 我國(guó)人工智能政策工具分析

3.1 人工智能政策工具劃分

本文以Rothwell & Zegveld對(duì)政策工具的定義為基礎(chǔ)，結(jié)合我國(guó)人工智能產(chǎn)業(yè)政策制定的實(shí)際條款內(nèi)容，參考呂文晶(2019)的政策工具劃分方法，提出本文關(guān)于政策工具的維度劃分，如圖2所示。本文將30份政策文本按照“政策編號(hào)-章節(jié)/條款”進(jìn)行編碼，統(tǒng)計(jì)出我國(guó)人工智能政策工具，如表3所示。

表3 人工智能政策工具統(tǒng)計(jì)

圖2 政策工具維度劃分

3.2 政策工具分析結(jié)果

政策工具統(tǒng)計(jì)結(jié)果顯示，本文選取的30份人工智能政策文本涵蓋3類政策工具，從政策工具條文分布看，人工智能政策以供給型政策工具為主，占62.16%；其次是環(huán)境型政策工具，占27.93%；占比最少的是需求型政策工具，僅占9.91%。

當(dāng)前，我國(guó)人工智能政策工具主要集中在供給型政策工具和環(huán)境型政策工具兩個(gè)方面。其中，在供給型政策工具中，教育培訓(xùn)占比最大，表現(xiàn)出國(guó)家對(duì)人工智能領(lǐng)域相關(guān)人才培養(yǎng)的高度重視；其次是信息支持，政策鼓勵(lì)人工智能產(chǎn)業(yè)信息發(fā)展，包括基礎(chǔ)設(shè)備設(shè)施建設(shè)和互動(dòng)網(wǎng)絡(luò)建設(shè)等；此外，科技支持與財(cái)政支持占比相同，政府通過(guò)建設(shè)重點(diǎn)學(xué)科實(shí)驗(yàn)室、組建項(xiàng)目研究組等支持人工智能技術(shù)發(fā)展。在環(huán)境型政策工具中，我國(guó)人工智能政策主要通過(guò)目標(biāo)規(guī)劃引導(dǎo)人工智能發(fā)展，如產(chǎn)業(yè)布局和技術(shù)發(fā)展規(guī)劃等；法規(guī)管制和知識(shí)產(chǎn)權(quán)占比相差不大，表現(xiàn)在設(shè)立人工智能產(chǎn)業(yè)相關(guān)法律標(biāo)準(zhǔn)和監(jiān)管制度上。環(huán)境型政策工具結(jié)構(gòu)比例表明，政策工具缺少市場(chǎng)化金融激勵(lì)手段，環(huán)境型政策工具結(jié)構(gòu)亟需調(diào)整。在需求型政策工具中，目前人工智能政策只采用服務(wù)外包和海外機(jī)構(gòu)兩種政策工具拉動(dòng)人工智能產(chǎn)業(yè)發(fā)展，且數(shù)量占比較少，政策工具使用不足。

4 基于PMC指數(shù)模型的人工智能政策評(píng)價(jià)

4.1 PMC指數(shù)模型

PMC指數(shù)模型以Mobilis假說(shuō)為指導(dǎo)思想，由Ruiz Estrada等[25]提出。該假設(shè)指出事物都是運(yùn)動(dòng)且相互聯(lián)系的，在統(tǒng)計(jì)變量時(shí)要盡可能統(tǒng)計(jì)每一個(gè)相關(guān)變量。PMC指數(shù)模型不僅可以分析政策的內(nèi)部一致性，而且還可以分析該政策的優(yōu)勢(shì)和不足，通過(guò)PMC指數(shù)繪制PMC曲面能夠?qū)φ邇?nèi)容進(jìn)行多維度評(píng)價(jià)和單指標(biāo)分析。構(gòu)建PMC指數(shù)模型主要通過(guò)以下幾個(gè)步驟實(shí)現(xiàn)：變量分類及參數(shù)識(shí)別、建立多投入產(chǎn)出表、PMC指數(shù)計(jì)算和PMC曲面圖繪制。

(1)變量分類與參數(shù)識(shí)別。本文以我國(guó)人工智能政策為研究對(duì)象，以Estrada的政策評(píng)價(jià)為基礎(chǔ)，參考張永安等[26]對(duì)相關(guān)變量的設(shè)定，結(jié)合我國(guó)人工智能政策的具體特點(diǎn)，選取9個(gè)一級(jí)變量和31個(gè)二級(jí)變量，如表4所示。

表4 政策評(píng)價(jià)變量設(shè)置

構(gòu)建PMC指數(shù)除確立一級(jí)變量和二級(jí)變量外，還需要對(duì)PMC模型進(jìn)行參數(shù)設(shè)定。本文中每個(gè)二級(jí)變量重要程度都相同，且在多投入產(chǎn)出表中所占權(quán)重也相同。將所有二級(jí)變量的參數(shù)值都設(shè)定為二進(jìn)制0和1，當(dāng)政策內(nèi)容包含該二級(jí)變量時(shí)，二級(jí)變量參數(shù)值為1；若不含有，則參數(shù)值為0。

(2)構(gòu)建多投入產(chǎn)出表。本文構(gòu)建多投入產(chǎn)出表，以使每個(gè)變量都能在框架內(nèi)進(jìn)行多維度衡量。為計(jì)算9個(gè)一級(jí)變量的值，需要在多投入產(chǎn)出表中對(duì)31個(gè)二級(jí)變量進(jìn)行賦值，由于各二級(jí)變量權(quán)重相同，所以對(duì)該變量采取二進(jìn)制處理。本文結(jié)合我國(guó)人工智能政策各變量的具體特點(diǎn)建立多投入產(chǎn)出表，如表5所示。

表5 多投入產(chǎn)出表

(3)PMC指數(shù)計(jì)算。首先，對(duì)多投入產(chǎn)出表中的二級(jí)變量進(jìn)行賦值，根據(jù)公式(1)計(jì)算各一級(jí)變量；其次，根據(jù)計(jì)算的一級(jí)變量值，利用公式(2)計(jì)算PMC指數(shù)；最后，根據(jù)計(jì)算的PMC指數(shù)對(duì)相應(yīng)人工智能政策進(jìn)行評(píng)價(jià)。依據(jù)PMC指數(shù)得分可以對(duì)各人工智能政策進(jìn)行等級(jí)劃分，劃分等級(jí)如表所6示。

(1)

PMC=

(2)

(4)構(gòu)建PMC曲面。PMC曲面由PMC矩陣構(gòu)成，并以圖像形式更加直觀地展示政策評(píng)價(jià)效果。PMC矩陣是個(gè)三階矩陣，由PMC指數(shù)組成，依據(jù)公式(3)可計(jì)算該政策的PMC曲面。

(3)

表6 政策等級(jí)劃分

4.2 實(shí)證研究

以人工智能政策評(píng)價(jià)框架為基礎(chǔ)，利用文本挖掘和PMC指數(shù)計(jì)算法得出30份人工智能政策的PMC指數(shù)，如表7所示。由PMC指數(shù)得分可以看出，所選取的30份人工智能政策文本評(píng)價(jià)等級(jí)均處于一般等級(jí)及以上范疇。其中，P2得分最高，與P9、P13同處優(yōu)秀等級(jí)；P11得分最低，處于一般等級(jí)；其它政策文本均處于良好等級(jí)。本文研究發(fā)現(xiàn)，得分最高的P2為國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》的通知(國(guó)發(fā)〔2017〕35號(hào))，該政策的作用群體廣泛涉及整個(gè)產(chǎn)業(yè)。得分最低的P11為教育部印發(fā)的《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》的通知(教技〔2018〕3號(hào))，該政策的作用對(duì)象為教育產(chǎn)業(yè)；針對(duì)不同產(chǎn)業(yè)發(fā)展政策文本評(píng)價(jià)等級(jí)呈顯著差異，為進(jìn)一步探究該評(píng)價(jià)等級(jí)的差異來(lái)源，本文選取評(píng)價(jià)等級(jí)為良好的P3政策文本，P3為中關(guān)村科技園區(qū)印發(fā)的《中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)人工智能產(chǎn)業(yè)培育行動(dòng)計(jì)劃(2017—2020年)》的通知(中科園發(fā)〔2017〕43號(hào))，主要涉及高新技術(shù)創(chuàng)新產(chǎn)業(yè)。通過(guò)對(duì)處于不同評(píng)價(jià)等級(jí)、針對(duì)不同產(chǎn)業(yè)發(fā)展的3個(gè)政策文本進(jìn)行比較分析，進(jìn)一步識(shí)別出影響政策文本評(píng)價(jià)等級(jí)的具體變量。

表7 人工智能政策PMC指數(shù)

4.3 人工智能政策對(duì)比分析

使用內(nèi)容分析法和文本挖掘法對(duì)3份政策文本構(gòu)建多投入產(chǎn)出表，如表8所示。

表8 人工智能政策多投入產(chǎn)出表

依據(jù)3份政策文本的多投入產(chǎn)出表計(jì)算PMC指數(shù)，再根據(jù)PMC指數(shù)構(gòu)建PMC曲面，如表9所示。根據(jù)PMC曲面計(jì)算結(jié)果繪制曲面圖，結(jié)果如圖3～圖5所示。圖3～圖5清晰展示了各項(xiàng)政策中每個(gè)一級(jí)變量的情況。P2政策的PMC指數(shù)值為7.38，政策等級(jí)優(yōu)秀，說(shuō)明在全產(chǎn)業(yè)方面，P2政策在制定時(shí)較為全面地考察了各維度指標(biāo)。P3政策的PMC指數(shù)值為6.28，指數(shù)值低于P2政策，政策等級(jí)為良好，可能是因?yàn)镻3政策是針對(duì)特定高新技術(shù)創(chuàng)新產(chǎn)業(yè)的區(qū)域性政策，其作用范圍有限。由于P3政策是中關(guān)村園區(qū)的針對(duì)性發(fā)展文件，政策功能更偏重于規(guī)范引導(dǎo)和技術(shù)創(chuàng)新，所以指數(shù)值偏低。P11政策的PMC指數(shù)值為4.95，得分較低，政策等級(jí)僅為一般。P11政策是由教育部發(fā)布的主要針對(duì)教育產(chǎn)業(yè)的指導(dǎo)性政策，由于教育產(chǎn)業(yè)的特殊性，其在X1(政策性質(zhì))、X7(作用層面)和X8(激勵(lì)措施)方面的措施具有一定局限性，導(dǎo)致得分較低。盡管如此，政策制定者依然可以通過(guò)提高激勵(lì)措施所占比重發(fā)揮政策的激勵(lì)作用?？傮w來(lái)說(shuō)，涉及不同產(chǎn)業(yè)政策文件的PMC指數(shù)依然處于可接受范圍，政策文件制定依然比較合理。

表9 人工智能政策PMC指數(shù)

圖3 P2曲面

圖4 P3曲面

圖5 P11曲面

5 我國(guó)人工智能研究前沿趨勢(shì)

政策工具和政策評(píng)價(jià)都是對(duì)政策現(xiàn)狀的客觀量化分析，缺少結(jié)合政策未來(lái)發(fā)展重點(diǎn)和發(fā)展方向的研究，而前沿趨勢(shì)研究法則能夠彌補(bǔ)政策現(xiàn)狀分析的不足，幫助管理者發(fā)現(xiàn)未來(lái)政策熱點(diǎn)和缺口，探尋未來(lái)政策制定和修改方向。前沿趨勢(shì)研究法主要包括引用關(guān)系分析法、文本內(nèi)容分析法及將兩種方法結(jié)合起來(lái)的復(fù)合關(guān)系分析法[21]。其中，復(fù)合關(guān)系分析融合兩者優(yōu)勢(shì)，目前在學(xué)術(shù)界得到廣泛應(yīng)用[27]。同時(shí)，突發(fā)性探測(cè)有助于發(fā)現(xiàn)短期內(nèi)出現(xiàn)頻次有較大突變的關(guān)鍵詞，常用來(lái)探究前沿?zé)狳c(diǎn)。因此，本文采用復(fù)合關(guān)系分析與關(guān)鍵詞引用突變相結(jié)合的方法探究我國(guó)人工智能產(chǎn)業(yè)前沿趨勢(shì)。

2015年5月，國(guó)務(wù)院總理李克強(qiáng)簽批《中國(guó)制造2025》，該文件首次以戰(zhàn)略文件形式將人工智能制造列入國(guó)家重點(diǎn)建設(shè)“五大工程”之一。自該文件發(fā)布以來(lái)，我國(guó)人工智能發(fā)展在學(xué)術(shù)界引起廣泛討論。本研究以國(guó)務(wù)院印發(fā)的《中國(guó)制造2025》為時(shí)間節(jié)點(diǎn)，在中國(guó)社會(huì)科學(xué)引文數(shù)據(jù)庫(kù)中以人工智能、機(jī)器人為關(guān)鍵詞進(jìn)行檢索，共得到1 358篇樣本文獻(xiàn)。利用CiteSpace軟件構(gòu)建共被引文獻(xiàn)與關(guān)鍵詞復(fù)合網(wǎng)絡(luò)并進(jìn)行文獻(xiàn)關(guān)鍵詞突變分析，進(jìn)而得到我國(guó)人工智能研究前沿知識(shí)圖譜。其中，圖6左側(cè)共被引文獻(xiàn)構(gòu)成相應(yīng)知識(shí)基礎(chǔ)，右側(cè)關(guān)鍵詞術(shù)語(yǔ)聚類標(biāo)簽則表征領(lǐng)域研究前沿；圖7中關(guān)鍵詞出現(xiàn)時(shí)間越往右表明出現(xiàn)時(shí)間越晚，表征其可能是近年來(lái)的研究前沿。

圖6所示的共被引文獻(xiàn)網(wǎng)絡(luò)涉及被引文獻(xiàn)27 511篇。從文獻(xiàn)引用頻次突變看，突變文獻(xiàn)作者主要有杜嚴(yán)勇(2016)、曹建峰(2016)、牟智佳(2017)、王曉陽(yáng)(2015)和鐘柏昌(2016)，研究?jī)?nèi)容涉及人工智能安全、人工智能立法、人工智能教育和人工智能倫理等。同時(shí)，共被引文獻(xiàn)關(guān)鍵詞可劃分為16個(gè)聚類，主要包括鄰接權(quán)、智能教育、新聞生產(chǎn)、人工智能體、法律、勞動(dòng)生產(chǎn)率、學(xué)習(xí)分析、圖書館機(jī)器人和物質(zhì)性條件。由圖7 可知，近年來(lái)的突變關(guān)鍵詞主要有產(chǎn)業(yè)發(fā)展、工業(yè)機(jī)器人、情報(bào)學(xué)、人口老齡化、倫理風(fēng)險(xiǎn)、人類智能、專利地圖、中小學(xué)機(jī)器人教育、機(jī)器人、專利技術(shù)、學(xué)習(xí)分析、深度學(xué)習(xí)、智慧圖書館、個(gè)性化學(xué)習(xí)、智能圖書館、神經(jīng)網(wǎng)路、信息技術(shù)和教育大數(shù)據(jù)，表明以上關(guān)鍵詞均為近年來(lái)研究前沿。同時(shí)，突變強(qiáng)度最大的突現(xiàn)詞包括機(jī)器人、智慧圖書館、工業(yè)機(jī)器人、深度學(xué)習(xí)、情報(bào)學(xué)、專利地圖、神經(jīng)網(wǎng)路和教育大數(shù)據(jù)等，表明這些主題是研究短期內(nèi)爆發(fā)的前沿?zé)狳c(diǎn)選題。

基于圖6和圖7分析，本文將人工智能研究前沿概括為以下幾方面：①宏觀發(fā)展方面，智能機(jī)器制造是未來(lái)制造業(yè)的重點(diǎn)，利用機(jī)器人研究推進(jìn)智能產(chǎn)業(yè)發(fā)展成為人工智造的重要研究方向；②產(chǎn)業(yè)應(yīng)用方面，智能教育是人工智能領(lǐng)域的研究熱點(diǎn)，既體現(xiàn)為人工智能知識(shí)教育普及，如大數(shù)據(jù)、神經(jīng)網(wǎng)路深度學(xué)習(xí)；又體現(xiàn)為人工智能在教育上的應(yīng)用，如智慧圖書館建設(shè)、智能課堂教育等；③管理監(jiān)管方面，法律與倫理問(wèn)題是人工智能發(fā)展衍生出的熱點(diǎn)問(wèn)題。主要涉及責(zé)任劃分、專利技術(shù)保護(hù)、倫理道德風(fēng)險(xiǎn)和失業(yè)率上升等。

圖6 文獻(xiàn)共被引—關(guān)鍵詞聚類混合時(shí)間線

圖7 關(guān)鍵詞頻次突變分布圖譜(top18)

6 結(jié)語(yǔ)

6.1 研究結(jié)論

(1)從政策工具維度分析發(fā)現(xiàn)，我國(guó)人工智能政策涵蓋供給型、需求型和環(huán)境型3類政策工具。其中，供給型作為推動(dòng)力，促進(jìn)人工智能相關(guān)技術(shù)研發(fā)和創(chuàng)新；需求型作為拉動(dòng)力，拉動(dòng)市場(chǎng)對(duì)人工智能相關(guān)產(chǎn)品的需求；環(huán)境型作為支撐力，通過(guò)營(yíng)造良好的支撐環(huán)境，保障人工智能產(chǎn)業(yè)健康發(fā)展。

(2)在PMC指數(shù)模型人工智能政策量化評(píng)價(jià)體系中，對(duì)3份不同產(chǎn)業(yè)類型的人工智能政策進(jìn)行量化評(píng)價(jià)，結(jié)果發(fā)現(xiàn)3份政策文本都在可接受范圍內(nèi)，同時(shí)PMC曲面圖中展示了政策維度的具體量化結(jié)果，為后續(xù)政策制定、修整提供了決策依據(jù)。

(3)通過(guò)對(duì)我國(guó)人工智能文獻(xiàn)研究前沿趨勢(shì)進(jìn)行分析，探尋我國(guó)未來(lái)人工智能政策設(shè)立和改進(jìn)的要點(diǎn)。即在宏觀發(fā)展方面，用政策保障智能制造發(fā)展方向；在產(chǎn)業(yè)應(yīng)用方面，用政策促進(jìn)智能制作學(xué)習(xí)、應(yīng)用和推廣；在管理監(jiān)管方面，用政策監(jiān)督人工智能健康有序發(fā)展。

6.2 政策建議

(1)重視需求型政策工具的使用。在我國(guó)人工智能政策中，需求型政策工具使用頻率較低，政府采購(gòu)、購(gòu)置補(bǔ)貼等政策工具的拉動(dòng)效果并未顯現(xiàn)。當(dāng)前，我國(guó)人工智能發(fā)展平臺(tái)搭建仍以政府為主，無(wú)法深入到細(xì)節(jié)工作中。因此，應(yīng)合理使用政府采購(gòu)等政策工具，減輕政府工作負(fù)擔(dān)，拉動(dòng)社會(huì)整體對(duì)人工智能的需求，吸引更多優(yōu)質(zhì)的高新技術(shù)企業(yè)加入我國(guó)人工智能發(fā)展平臺(tái)建設(shè)。我國(guó)人工智能政策涉及眾多企業(yè)和消費(fèi)者，人工智能產(chǎn)業(yè)發(fā)展成本由企業(yè)和消費(fèi)者承擔(dān)，高昂的發(fā)展成本會(huì)阻礙人工智能產(chǎn)業(yè)規(guī)模的進(jìn)一步擴(kuò)大，而購(gòu)置補(bǔ)貼等政策工具的使用則能夠顯著減少企業(yè)和消費(fèi)者支出成本，增加市場(chǎng)對(duì)人工智能的需求，讓人工智能的發(fā)展成果惠及每一個(gè)參與者。另外，還應(yīng)調(diào)整環(huán)境型政策工具結(jié)構(gòu)。與其它兩類政策工具不同，環(huán)境型政策工具在我國(guó)人工智能政策中的作用主要體現(xiàn)在環(huán)境支撐上。外部環(huán)境不穩(wěn)定、企業(yè)和個(gè)人參與度低是人工智能發(fā)展初期面臨的常見(jiàn)問(wèn)題，因此政府應(yīng)側(cè)重于使用目標(biāo)規(guī)劃和法規(guī)管制等政策工具，保障發(fā)展環(huán)境穩(wěn)定和發(fā)展方向一致。人工智能發(fā)展不僅需要政府金融支持，還需要企業(yè)和社會(huì)組織投入研發(fā)，金融支持工具的使用能夠有效提高企業(yè)和社會(huì)組織發(fā)展人工智能的積極性。所以，政府應(yīng)提高金融支持工具結(jié)構(gòu)比例，如細(xì)化財(cái)務(wù)金融手段和加強(qiáng)稅收優(yōu)惠等。

(2)注重政策功能的全面應(yīng)用。針對(duì)高新技術(shù)創(chuàng)新產(chǎn)業(yè)政策文本(P3)，通過(guò)PMC指數(shù)模型可以看出，政策功能的應(yīng)用仍需全面加強(qiáng)。對(duì)于區(qū)域性特定發(fā)展文件，不能因其作用范圍有限而忽略政策功能應(yīng)用的全面性。從政策功能二級(jí)變量分值看，人工智能政策需在政府采購(gòu)和制度約束等方面加大政策力度，以保障政策功能的全面應(yīng)用。對(duì)于涉及教育產(chǎn)業(yè)的政策文本(P11)，PMC曲面圖顯示激勵(lì)措施是政策得分較低的主要原因。人工智能在教育產(chǎn)業(yè)的激勵(lì)政策集中在人才引進(jìn)和知識(shí)產(chǎn)權(quán)方面，這與教育產(chǎn)業(yè)特性有關(guān)，但也在某種程度上制約了政策激勵(lì)功能的發(fā)揮。所以，激勵(lì)政策仍有很大改善空間，政府可通過(guò)增加投資補(bǔ)貼和稅收優(yōu)惠等措施促進(jìn)人工智能教育產(chǎn)業(yè)發(fā)展。

(3)緊跟產(chǎn)業(yè)發(fā)展趨勢(shì)，調(diào)整政策方向。人工智能產(chǎn)業(yè)日新月異，其技術(shù)突破和業(yè)態(tài)創(chuàng)新時(shí)刻影響未來(lái)人工智能發(fā)展趨勢(shì)。政策文件作為政府指引和保障我國(guó)人工智能產(chǎn)業(yè)發(fā)展的重要手段，必須緊跟人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)，適當(dāng)調(diào)整政策內(nèi)容重點(diǎn)和方向。①在宏觀指導(dǎo)性政策方面，繼續(xù)出臺(tái)人工智能支持性引導(dǎo)政策，指導(dǎo)和促進(jìn)人工智能快速發(fā)展；②在產(chǎn)業(yè)發(fā)展政策方面，需要向智能機(jī)器制造方向傾斜，推廣擴(kuò)大工業(yè)機(jī)器人應(yīng)用，積極構(gòu)建智能化基礎(chǔ)設(shè)施體系；③在管理監(jiān)管政策方面，建立健全法律保障制度，確保人工智能符合倫理道德，同時(shí)完善技術(shù)保護(hù)政策，保障人工智能技術(shù)安全。