2021-01-25

摘要：2020年11月29日，党的十九届五中全会通过的《关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》（以下简称“《规划建议》”）提出“坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，”还明确指出要瞄准几个前沿领域实施一批国家重大科技项目。在列举出的几大前沿领域，人工智能、量子信息、集成电路被放在了前三位，不难看出人工智能在我国建设科技强国中重要性上的优先级。本文以我国人工智能产业政策为研究议题，从人工智能产业发展背景入手，并结合现有对人工智能产业发展政策的研究成果，提炼进行人工智能产业政策研究的有效方法，加之梳理中央各部委和地方最新的人工智能产业政策，一方面为“十四五”时期各地区进行人工智能产业规划和方案编制、加速推进人工智能产业布局提供借鉴；另一方面为后续研究积累数据资源。

关键词：人工智能，政策，综述

一、人工智能产业政策研究背景

1.人工智能定义与内涵

人工智能（Artificial Intelligence，英文缩写为 AI）已经成为新一轮科技革命和产业变革的核心驱动力，正在对世界经济、社会进步和人类生活产生极其深刻的影响。根据中国国家标准化管理委员会发布的《人工智能标准化白皮书2018》中的定义，“人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。”

2.全球主要经济体人工智能战略部署

据德勤2019年9月发布的《全球人工智能发展白皮书》显示，到2025年，世界人工智能市场规模将超过6万亿美元，2017年至2025年复合增长率达30%。人工智能技术的发展带动了各行各业新兴产业的发展，对世界经济、政治、社会等格局都产生重大影响。目前，全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家构成第二梯队。在顶层设计方面，全球已有美国、中国、欧盟、英国、日本、德国等10多个国家和地区纷纷发布了人工智能相关国家发展战略或政策规划，用于支持AI未来发展。

美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。2020年10月15日，美国国务院发布《关键与新兴技术国家战略》更是将人工智能列入了其关键与新兴技术的清单。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超前。此外，美国聚焦人工智能对国家安全和社会稳定的影响和变革，并对数据、网络和系统安全十分重视。

欧盟伦理价值观引领，抢占规范制定的制高点。2018年，欧洲28个成员国(含英国) 签署了《人工智能合作宣言》，在人工智能领域形成合力。从国家层面来看，受限于文化和语言差异阻碍大数据集合的形成，欧洲各国在人工智能产业上不具备先发优势，但欧洲国家在全球AI伦理体系建设和规范的制定上抢占了“先机”。欧盟注重探讨人工智能的社会伦理和标准，在技术监管方面占据全球领先地位。

日本寻求人工智能解决社会问题。日本以人工智能构建“超智能社会”为引领，将 2017 年确定为人工智能元年。由于日本的数据、技术和商业需求较为分散，难以系统地发展人工智能技术和产业。因此，日本政府在机器人、医疗健康和自动驾驶三大具有相对优势的领域重点布局，并着力解决本国在养老、教育和商业领域的国家难题。

3.我国人工智能产业发展的政策背景

根据我国工信部公布的数据，我国人工智能产业规模逐步壮大，2020年上半年人工智能核心产业规模达到770亿元，企业数量超过260家，已成为全球独角兽企业主要集中地之一。同时，与实体经济的融合方面也日渐深入，在制造、交通、物流、医疗、教育、能源等领域的应用不断拓展，取得了一系列标志性成果。在顶层设计上，我国政府其实很早就对人工智能予以高度重视，并出台一系列政策推动该产业发展。具体如下：

2015年5月，国务院发布《中国制造2025》，围绕实现制造强国的战略目标，把机器人列入了十大重点领域。人工智能从学科上来说，属于计算机学科当中的一个分支，和机器人关系非常密切，机器人的智能水平主要是依靠人工智能技术，因此，这意味着人工智能将会同步获得支持。

2015年7月，国务院出台《关于积极推进“互联网+”行动的指导意见》，首次将人工智能纳入重点任务之一，标志着中国人工智能步入一个新的阶段。

2016年4月，工信部、国家发改委、财政部联合发布《机器人产业发展规划（2016-2020）》，提出了我国机器人产业“十三五”总体发展目标，即“形成较为完善的机器人产业体系”。

2016年5月，国家发改委、科技部、工信部、中央网信办联合发布《“互联网＋”人工智能三年行动实施方案》。这是我国首次单独为人工智能发展提出具体的策略方案，也是对2015年发布的“互联网＋”战略中人工智能部分内容的具体落实。

2017年3月，人工智能首次被写入我国两会政府工作报告。在2017年重点工作任务中，明确提出加快培育壮大新兴产业，包括人工智能在内的技术研发和转化，做大做强产业集群。

2017年7月，国务院发布《新一代人工智能发展规划》，战略确立了新一代人工智能发展三步走战略目标，将人工智能上升到国家战略层面。

2017 年12月，工信部发布《促进新一代人工智能产业发展三年行动计划（2018-2020）》，确定以新一代人工智能技术的产业化和集成应用为重点，推进人工智能和制造业深度融合。

2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出引导高校通过增量支持和存量调整，加大人工智能领域人才培养力度；建立面向青少年和社会公众的人工智能科普公共服务平台，支持高校教师参与中小学人工智能普及教育及相关研究工作。根据教育部2020年3月发布的《关于公布2019年度普通高等学校本科专业备案和审批结果的通知》显示，目前人工智能专业布点数已达215个。

2018年11月，工信部出台《新一代人工智能产业创新重点任务揭榜工作方案》。其中，确定的17个揭榜方向对产业发展具有一定前瞻性和引导作用；还能发挥企业主动作用，激发企业自身能动性。

2019年3月，《2019年政府工作报告》中提出要促进新兴产业加快发展，深化大数据、人工智能等研发应用。

2019年6月，国家新一代人工智能治理专业委员会发布了《新一代人工智能治理原则——发展负责任的人工智能》政策。这是首份人工智能治理的框架和行动指南，标志着人工智能治理原则首次提出。

2020年，中共中央、国务院印发《深化新时代教育评价改革总体方案》，提出创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价。

可见，从2015年起，我国就密集出台了一系列与发展人工智能有关的措施，推进我国人工智能产业新一轮更新换代。除了中央层面支持外，我国多个地方政府也围绕人工智能产业的发展出台了一系列较为具体的扶持和补贴政策。据国研网不完全统计，仅在2020年，就已经有包括北京、上海、广东、浙江、四川等在内的超过25个省市及地区发布了有关人工智能的部门规章和地方文件，在政策层面为我国人工智能产业发展提供了长期保障。此处不进行详细罗列，后期研究中将按需纳入数据基础的研究样本中。

二、相关文献综述

1.文献回顾

近年来，人工智能发展逐渐成为社会发展的核心问题，相关研究大多聚焦于人工智能核心技术与基础理论研究、人工智能产业发展研究、人工智能技术融合应用研究、人工智能社会伦理问题研究，而专门针对人工智能政策文件的分析研究则为数不多。已有的几项政策文件研究虽初步探讨了人工智能政策的相关问题，但多以内容归纳解读为主，量化、系统性分析较为少见；数据基础方面，也存在一定滞后性，最近的是2017年，甚至有的可上溯至上世纪90年代。随着“十四五”时期前后国家层面及各省市人工智能发展政策文件的集中出台，笔者认为有必要对人工智能发展最新政策进行量化分析，以揭示当前人工智能发展的方向、趋势和导向。

2.实证分析

对于人工智能政策的演进、发展，部分学者采用了文本挖掘、多维度数量统计等方法进行量化研究，较为客观、准确地描绘出过去一段时间内国家层面和地方政府出台的有关人工智能政策文献的重点和问题。

章小童等人（2020）通过内容分析法和话语分析法，对2017年我国国家及人工智能发展水平不同层级省市的10项人工智能发展政策文本进行分析。结果发现，各省市及国家人工智能政策的内容分布呈现出同一性与差异性并存的特征。结论揭示已有政策文件中可能需要完善和优化的三个问题：（1）人工智能人才教育的发展规划存在不足，文本中涉及人工智能教育的政策细节相对偏少，还需要优化和完善，进一步突出人才教育工作任务的重要性；（2）部分省市的人工智能发展工作布局的点与面结合合理性需要进一步优化；（3）不同经济发展程度和水平的省市在政策制定过程中要明确自我定位，因地制宜做好规划工作，不能过分强调看齐发达地区，导致政策内容失去理性、实施困难。

黄萃等人（2015）采用政策文献量化研究的方法，以1949－2010 年我国中央政府颁发的4707件政策文献为分析样本，采用共词分析和聚类分析的研究方法，按不同历史时期对科技创新政策主题聚焦点的变化进行研究。结果发现，中国科技创新政策在“国际合作”、“人力资源”、“体制机制改革”和“研究发展重点”四个领域发生了显著的政策主题变迁，反映了不同阶段价值理念、政策目标、政策工具、政策资源等的嬗变过程，呈现出我国科学技术的全球治理能力日益增加、自主创新在特定时间阶段逐步成为政策热点、科技人才政策日趋全面完善以及科技体制改革不断深化等演进规律与变迁趋势。同时，还发现，“基础研究”一直未能成为可辨识的科技创新政策聚焦点，显示出我国在基础研究方面投入不足的问题。

三、政策量化研究的分析方法

1.政策内容量化

政策内容量化分析是对政策文献内容进行系统性的定量与定性相结合的一种语义分析方法，是以政策问题为导向，规范地测量政策文献内容的若干重要特征变量，从而发现隐藏于文字背后的关于政策选择与政策变迁规律的研究方法。政策内容量化分析的对象是可以公开获取的政策文献，其目的是测量政策内容中本质性的事实和趋势，通过对政策文献内在特征分析，解释政策内容所含的隐形信息，并推论政策制定的前因、推断政策实施的效果。政策内容量化分析方法是一种半定量的研究方法，其基本做法是把政策文献中非量化的、非结构化的信息转化为定量的数据，建立有意义的类目以分解政策文献内容，并以此来分析政策文献的某些特征，一般可以分为确定研究问题和选择样本、确定分析框架或维度、定义分析单元、设置类目和编码、检验信度与效度、分析和解释结果等几个环节。

政策内容量化分析将用语言表示而非数量表示的政策文献转换为用数量表示的资料，并将分析的结果用统计数字描述。政策内容量化分析通过对政策文献“量化”的分析，找出能够反映政策意图、政策过程的一定本质方面又易于计数的特征，使得对政府政策行为的认识更加直接、深刻和精确。政策内容分析结果较为客观，是以政策文献所反映的政策意图、政策过程为对象，而不是以人为对象，从而可以克服定性研究中的主观性和不确切性。政策内容分析的目的包括三个方面：描述政策特征、推论政策制定前因、推断政策实施效果。

与控制实验、访谈、调查问卷等研究方法相比，政策内容量化分析是非反应性的或非介入式的，不会受到研究者和被访者的主观影响；在程序规则清楚、类目界定清晰的前提下，政策内容量化分析方法可以被重复检验。政策内容量化分析的另一优势是对非结构化资料的可接受性，即可以通过类目建构和编码过程将非结构化问题作为数据来处理。

2.政策文献计量

政策文献计量是一种量化分析政策文献的结构属性的研究方法，不同于传统政策研究范式对政策文献内容的关注，更多地关注大样本量、结构化或半结构化政策文本的定量分析。 通过这种方式，政策研究者与政策制定者能够获得客观、可重现、可验证的研究结果，并能够从宏观层面上清晰地了解政策演进规律、明确政策影响范围、把握政策发展趋势。政府文献计量缘起于文献计量方法，基本的文献计量方法都可以在政策文献结构要素上找到数据依托（见表1）。但由于政策文献具有独特之处，文献计量方法向政策文献量化研究领域引入过程中，需要进行适应、修正、拓展与创新。

将数学和统计学的原理引入政策研究领域，对政策文献结构要素进行定量化分析，既是政策文献计量的核心内容，也是开展政策研究与政策分析的一种新范式。政策文献计量为政策变迁、政策扩散、府际关系、政策差异等研究主题提供了新的分析框架。政策文献计量能够为政策研究者提供实证数据与客观描述，使得政策研究建立在详实的数据基础上。与此同时，政策文献计量进行了一定程度的方法拓展与创新。政策文献计量分析框架，先从归纳政策文献属性的数量规律出发，在归纳与描述的基础上提出政策研究问题。因而，政策文献计量研究可以在一定程度上避免质性政策分析过程中的价值偏好产生的误判，为完善政策分析理论提供新的生长点。

表