中美人工智能科技政策比较

plus观察者战略前沿技术

前沿君微信：tech9999 手机：18501361766

转自：学术plus（caeit-e）

作者：中国汽车工程研究院股份有限公司专家吴瑜

重庆邮电大学经济管理学院专家袁野

中国电子科技集团有限公司发展战略研究中心专家龚振炜

本篇节选自论文《人工智能背景下中美科技政策比较研究——基于文本挖掘与可视化分析的视角》，发表于《中国电子科学研究院学报》第14卷第8期

摘要：本研究基于文本挖掘与数据可视化方法，以2016-2019年中国知网核心期刊和Web of science核心数据库论文作为研究对象，运用CiteSpace数据分析工具分别对中国和美国 “科技政策”方面相关论文进行量化分析。

研究发现，在创新、人才、基础研究、研究与发展和科技成果转化等方面中国和美国都给予高度重视。然而中美科技政策研究也存在一些差异，从研究范围上看，中国的研究更加微观且聚焦当下，美国的研究宏观且关注未来；在研究内容上，中国科技金融与科技农业方面研究较为深入，美国对于医疗健康与教育给予更多支持；从对外意识形态看，中国更多地是虚心学习其他国家的经验，而美国则表现出强烈的危机意识。

关键词: 雷达信号分选；数字信道化接收机；网格密度聚类

论文全文摘编如下

仅供学术交流与参考

引言

人工智能是引领未来的战略性技术，也是全球各国争夺的关键战略重点，世界主要发达国家相继出台相关规划和政策，力图在新一轮国际科技竞争中掌握主导权[1]。中国在2017、2018连续两年的政府工作报告中提到人工智能，美国更是在2019年2月11日的一项行政命令中再次承诺将在人工智能、5G、量子科学以及先进制造业中保持领导地位[2]。作为国家科技实力的象征，人工智能等产业发展有赖于科技政策和机制的进一步规范。

那么人工智能背景下中美两国的科技政策呈现出哪些特点？二者存在哪些异同？如何量化这些结果？未来我国科技政策应如何布局？这一系列问题值得深思。科技政策文本虽然一定程度上反映了这些问题，但每年颁布的科技政策数量庞大，需要对政策文本进行逐条解读编码，工作量大且主观性强[3]。学术界流行的另一种方法是知识图谱法，即通过数据挖掘与数据可视化帮助我们了解“研究者在研究什么”。这种数据挖掘与可视化方法主要利用节点的大小量化地反映研究领域中关键词的重要程度，利用文本聚类反映出各个节点之间的关系，实现通过对核心期刊的研究，有选择的获得更有价值的信息和情报，准确的把握研究领域的重要信息[4]。

本研究聚焦中美科技政策研究热点，依据中美科技政策研究论文的关键词词频及关键词聚类图谱，探索中美科技政策主要关切的问题，并结合中美科技创新相关的政策以及相关机构的研究报告，对中美科技政策进行比较分析，为中国科技创新发展方向和相关领域的学术研究提供参考。

1.研究方法

前期已有学者采用文献计量的方法对我国科技政策进行量化分析，栾春娟等使用CiteSpace数据可视化软件对2007年以前我国科技政策领域相关主题词进行分析，并简要归纳了科技政策研究热点[5]；赵绘存等在此基础上，借助VOSviewer和CiteSpace工具又对接下来的十年，即2007-2017年国际科技政策研究状况进行了可视化分析[6]。本研究以中美两国的科技政策作为主要研究对象，是继两位学者之后的一项连续性、丰富和优化研究。使用CiteSpace文本挖掘与可视化工具作为主要研究工具，同时为了增加图谱的美观性，借助Excel等绘图工具进行了美化，重点探析2017年特朗普执政前后中美两国科技政策研究热点与趋势。

研究的数据来源于2016-2019年CNKI数据库核心期刊论文和WOS数据库核心合集论文。分别以“科技政策”和“Science and technology policy”作为主题词进行检索，剔除无作者的文献后共得到中文文献254篇和国籍为美国作者的英文文献360篇。将CNKI和Web of science的论文以Download_txt命名保存，并分别导入CiteSpace工具，时区选择为“2016-2019年”，功能选择为“关键词共现”，其他为默认值，点击“GO”开始绘制图谱。具体流程如图1所示。

图1数据挖掘与可视化流程图

2.中美科技政策研究比较分析

2.1研究现状及热点分析

一般来说，关键词很大程度上反映研究的核心，通过关键词词频分布特征可以探测研究主题的领域热点。选择“key word”作为节点，运行CiteSpace，得到关键词词频，分别对中国和美国科技政策方面研究文献关键词进行统计，保留排名前20的关键词，如图2(a)、图2(b)所示。

(a)

(b)

图2 中美科技政策研究关键词统计

通过关键词分布不难看出，“创新”、“科技成果转化”、“环境保护”“基础研究”、“人才”、“机构”是中美两国科技政策研究中共同出现的频次较高的词，因此可以判断在这些方面，两国都投入较多的精力去发展与研究。

总体来看：

CNKI数据库更加偏向于政策体系与政策工具等具体措施的研究[7]。“政策体系”、“政策评估”、“创新绩效”、“科技金融”、“农业科技政策”等与政策体系建设有关，“税收政策”、“科技人才政策”、“知识产权”等与政策工具相关。
而Web of science 数据库关键词反映的内容则更加宏观和长远，例如“Knowledge（知识）”、“Impact（影响）”、“System（系统）”、“Future（未来）”、“Sustainability（可持续）”、 “challenge（挑战）”等。

2.2 中美科技政策研究共同点

2.2.1 创新是第一动力，人才是第一资源

“科技创新”和“Innovation”在CNKI和web of science数据库中分别出现了46次和80次，是出现频次最高的关键词，其重要性可见一斑。20世纪80年代以来，美国历届政府均重视科技创新与发展，通过各项措施激励企业进行研发，推动经济增长和产业升级。与此同时，创新正在成为推动中国经济高质量发展的新引擎。中国经济正在由高速增长阶段向高质量发展阶段迈进，创新是引领发展的第一动力，需要通过科技创新实现经济转型升级和产业变革从而实现高质量发展。

人才方面，以“科技人才政策”、“Woman”为代表的关键词反映了中美对科技人才的关注。国内，从各省的人才政策中可以看出科技人才在科技创新中的重要性。例如南京、合肥、成都等城市均在2018年落户超10万。2019年以来，多地再次出台或者升级人才政策，求贤若渴的各个地方从人才落户、购房补贴、生活补贴、配套保障等方面激励更多人才流入本地。而美国作为世界第一科技强国，更是通过其良好的科研条件、学术氛围、就业环境、移民法律等不断吸引人才，并充分利用他们的智慧加快美国科技发展。

2.2.2 从基础研究到核心技术研发、科技成果转化

“研究与开发”是进行科技创新的重要环节，也是提高企业核心竞争力的关键内容，在产业升级和经济结构调整中发挥着至关重要的作用。“税收政策”、“优惠”、“科技型中小企业”、“基础研究”、“Technology”、“Research and development”等反映了研发的重要性与促进研发的手段。中美政府鼓励企业研发的政策主要包括税收优惠、研发拨款、政府引导基金、建设研发平台等。其中，税收优惠体系发展较早，涉及的具体措施种类繁杂，普惠性相对较高，是整个研发支持体系中很重要的一部分[8]。

“基础研究”一词在CNKI数据库中出现了8次，目前我国研发结构不甚合理主要表现为基础研究强度严重偏低，同时，中国基础研究投入的结构性“比例失调”也对中国产业核心技术产生了消极影响，导致科技投入不断增加但产业核心技术能力仍然不高，加强企业基础研究是提升中国产业核心技术创新能力的关键[9]。相比之下，美国在基础研究中始终保持“超级大国”的姿态，基础研究领域，美国政府和企业共同付出努力，一方面国家投资金额巨大，另一方面企业也广泛参与基础研究，企业投资高达25%。

“科技成果转化”、“技术转移”、“Commercialization”等高频词反映了科技成果转化的重要性。近年来，中国虽然在科研上的投入不断增加，论文和专利量也飞速增长，但其科技贡献率与美国相比还存在差距，亟需原创性和突破性成果，科技成果转换率有待提高。可以借鉴美国科技成果转换的成功经验，坚持“科技与生产的紧密结合”，充分发挥政府的主导作用，同时应加强科研院所、企业和高校的合作；此外，通过中介机构体系分析成果转化过程中的一些思路，并有策略性地提供人才、资金等支持，促进科技成果转化。

2.3 中美科技政策研究差异

通过CiteSpace文本聚类功能分别绘制中美科技政策研究关键词聚类图谱，如图3所示。

CNKI科技政策研究中排名靠前的5个聚类分别为#0政策工具、#1科技创新、#2科技政策、#3科技创新政策、#4科技型小微企业、#5美国。
Web of science中主要聚类标签结果为#0 STEM、#1 evidence-based medicine（循证医学）、#2 innovation（创新）、#3 mitigation（缓解）、#4 translation（翻译）、#5 risk perception（风险感知）、#6 mortality（死亡率）、#7 systems analysis(系统分析)、#8 science（科学）。

图3 中美科技政策关键词聚类分析图

根据聚类图并结合中美科技政策研究中关键词出现的频率及特征，可以看出中美科技政策研究热点存在差异，具体表现在以下三个方面。

2.3.1在研究范围上，中国微观且聚焦当下，美国宏观且关注未来

CNKI聚类图谱中前三个聚类#1科技创新、#2科技政策、#3科技创新政策，高频关键词“政策体系”“政策评估”“创新绩效”等都体现了中国学者对科技政策体系，尤其是微观层面的的关注，图4为中国科技概念分析框架[10]。在科技政策评价方面研究较为丰富，李强[11]等将科技政策评价方法可以归纳为社会学方法、统计学方法、经济分析法及文献计量法四大类方法，杨阳[12]等厘清了科技政策法规实施效果评估的定义与作用基础上，结合事实标准与价值标准，建立政策评估的逻辑框架，设计了一套科学、合理、有效的评估体系。与之相对应的美国科技政策相关研究中，“climate change（气候变化）”、“System（系统）”、“Quality（质量）”“Future（未来）”“Sustainability（可持续）”等关键词更多的是对发展质量与未来的思考，更具全球化视野。

图4 中国科技政策概念分析框架

2.3.2 在研究内容上，中国注重农业与金融，美国侧重健康与教育

CNKI中“科技金融”和“农业科技政策”体现了中国科技政策中对于农业和金融的重视。科技金融具有创新性、内生性、综合性、动态性和社会性，需要从宏观、中观和微观层面共同考虑，推动科技金融良好发展。农业方面，优化农业发展区域布局，发挥区域的比较优势是现阶段重要任务，提高区域农业科技政策的引导和扶持作用尤为关键[13]。

美国更加关注健康与教育。美国的医疗行业无论是从经济还是从社会角度，都占据重要地位。可以将其医疗服务概况为更好的健康和福祉、更有价值的医疗服务和强化科学研究与技术应用。Education（教育）、Woman（女性）、STEM等涉及教育方面。特朗普自上任以来，大力推动STEM教育。

2.3.3 在对外意识上，中国对美国学习为主，美国视中国威胁力量

CNKI中“美国”与“启示”与Web of science中 “Challenge（挑战）”形成鲜明对比。从两国对策角度看，中国科技政策研究中更加关注对美国、欧洲等国际经验的学习与借鉴，美国很大程度上将中国作为威胁。与此同时，2019年2月11日美国签署《美国人工智能倡议》中也提到“美国在人工智能领域的持续领导，对于维护美国的经济和国家安全以及以符合我们国家的价值观、政策和优先事项的方式塑造人工智能的全球演变至关重要。

3. 结论与经验启示

3.1研究结论

通过关键词词频统计分析以及聚类分析，发现中美科技政策研究中共同关注的内容包括创新、人才、基础研究、研究与发展和科技成果转化。然而也存在一些差异，从研究范围上，中国微观且聚焦当下，美国宏观且关注未来；在研究内容上，中国科技金融与科技农业研究居多，美国更加关注健康与教育层面；从对外意识形态看，中美关系之间既存在着竞争有存在着合作，在这期间中国更多的是以学习者的姿态向欧美等国家吸取经验，美国则显示出较强的危机意识。

3.2经验启示

科技政策的制定对国家的政治、经济、文化和安全等方面都有深刻的影响。尤其是2017年以来，以人工智能为核心驱动力量的第四次工业革命浪潮席卷全球，国家的科技政策导向将极大影响人工智能领域发展速度，进而带动新一轮科技革命和产业革命。通过对比分析中美科技政策的侧重点，从以下三个方面提出中国科技政策发展中的问题及改善措施。

（1）完善科技创新体系。近年来，我国已经在科技创新领域取得一定成就，但仍存在不足和短板。2018年我国科技进步贡献率达到58.5%，高新技术企业达18万家，已基本形成中国特色科技创新政策体系。为科技体制改革进一步突破，需要做到以下四点：

第一，坚持走自主创新道路，充分发挥集中力量办大事的制度优势，坚决打赢关键核心技术攻坚战。
第二，进一步完善科技资源配置模式，充分利用各类经济资源，提高科技投入产出效率。
第三，改进人才培养和引进模式，打造结构合理、业务精湛的科技创新人才队伍。
第四，实行严格的知识产权保护制度，弘扬科学精神和专业主义,营造良好创新氛围。

（2）进一步提高基础研究资助。21世纪以来，随着科技体制改革的进一步深入，国家对科学研究的导向从比较重视基础研究转向偏向技术和应用科学。虽然国家对基础研究和应用研究的支持都在增长，但对应用研究的支持力度更大，即更多地导向于科技成果转化，导致我国基础研究强度低于最优区间。未来，国家需要对整个创新价值链全链条进行全面布局，整体考虑从基础研究、应用基础研究、应用研究到下游的成果转化，提高基础研究资助在整个资助中的份额和比例。

（3）加强中美科技创新国际合作，抢抓机遇，加快5G和人工智能布局。在最前端高科技发展过程中，中美有一定分工，美国强在基础理论，中国强在应用开发。因此，双方应进行合作。此外，中美在人工智能和5G等领域的大战将会继续下去，我国需要加速推动企业中人工智能的研究水平与研究速度，加快5G商用布局。

【参考文献】

[1] 杨静.智能世界主导权的迁移:从人类社会到万物智能[J].传媒,2018(13):17-18+20.

[2] 朱启超,龙坤.试论后九一一时代美国国家安全战略的调整——基于对特朗普政府《美国国家安全战略》报告的分析[J].美国研究,2018,32(03):78-98+7.

[3] 秦枫.文化科技政策执行效果影响因素研究——基于解释结构模型分析[J].安徽师范大学学报(人文社会科学版),2019,47(01):108-115.

[4] Vasco-Correa, J.Anaerobic digestion for bioenergy production: Global status, environmental and techno-economic implications, and government policies[J]. BIORESOURCE TECHNOLOGY,2018(1):1015-1026

[5] 原长弘,张树满.科研院所科技创业生态系统构建研究[J/OL].科技进步与对策:1-7[2019-02-24].

[6] 刘荣梅.浅论科研人员科技创新能力培养[J].石油化工管理干部学院学报,2018,20(06):47-50.

[7] 熊小刚.政策工具视角下中国“双创”政策内容分析及优化建议[J].软科学,2018,32(12):19-23.

[8] PEREZ-BUSTAMANTE G.Knowledge managementin agile innovative organizations [J]. Journal of Knowledge Management, 1999,3(1):6-17.

[9] 何哲.通向人工智能时代——兼论美国人工智能战略方向及对中国人工智能战略的借鉴[J].电子政务,2016(12):2-10.

[10] 廖丽.美国知识产权执法战略及中国应对[J].法学评论,2015,33(05):130-139.

[11] 李容容,罗小锋,余威震.中国农业科技政策的历史演进及区域政策重点差异分析[J].情报杂志,2018,37(04):55-61.

[12] 林青宁,毛世平.国内外农业科技政策进展及我国新兴农业科技政策研究[J].科技管理研究,2018,38(16):24-29.

[13] 袁野,于敏敏,陶于祥,龚振炜,刘继明.基于文本挖掘的我国人工智能产业政策量化研究[J].中国电子科学研究院学报,2018,13(06):663-66

一网打尽系列文章，请回复以下关键词查看：
创新发展：习近平 \| 创新中国 \| 创新创业 \| 科技体制改革 \| 科技创新政策 \| 协同创新 \| 科研管理 \| 成果转化 \| 新科技革命 \| 基础研究 \| 产学研 \| 供给侧
热点专题：军民融合 \| 民参军 \| 工业4.0 \| 商业航天 \| 智库 \| 国家重点研发计划 \| 基金 \| 装备采办 \| 博士 \| 摩尔定律 \| 诺贝尔奖 \| 国家实验室 \| 国防工业 \| 十三五 \| 创新教育 \| 军工百强 \| 试验鉴定 \| 影响因子 \| 双一流 \| 净评估 \| 大学排名
预见未来：预见2016 \|预见2020 \| 预见2025 \| 预见2030 \| 预见2035 \| 预见2045 \| 预见2050
前沿科技：颠覆性技术 \| 生物 \| 仿生 \| 脑科学 \| 精准医学 \| 基因 \| 基因编辑 \| 虚拟现实 \| 增强现实 \| 纳米 \| 人工智能 \| 机器人 \| 3D打印 \| 4D打印 \| 太赫兹 \| 云计算 \| 物联网 \| 互联网+ \| 大数据 \| 石墨烯 \| 能源 \| 电池 \| 量子 \| 超材料 \| 超级计算机 \| 卫星 \| 北斗 \| 智能制造 \| 不依赖GPS导航 \| 通信 \| 5G \| MIT技术评论 \| 航空发动机 \| 可穿戴 \| 氮化镓 \| 隐身 \| 半导体 \| 脑机接口 \| 传感器
先进武器：中国武器 \| 无人机 \| 轰炸机 \| 预警机 \| 运输机 \| 直升机 \| 战斗机 \| 六代机 \| 网络武器 \| 激光武器 \| 电磁炮 \| 高超声速武器 \| 反无人机 \| 防空反导 \| 潜航器
未来战争：未来战争 \| 抵消战略 \| 水下战 \| 网络空间战 \| 分布式杀伤 \| 无人机蜂群 \| 太空战 \| 反卫星
领先国家：美国 \| 俄罗斯 \| 英国 \| 德国 \| 法国 \| 日本 \| 以色列 \| 印度
前沿机构：战略能力办公室 \| DARPA \| 快响小组 \| Gartner \| 硅谷 \| 谷歌 \| 华为 \| 阿里 \| 俄先期研究基金会 \| 军工百强
前沿人物：钱学森 \| 马斯克 \| 凯文凯利 \| 任正非 \| 马云 \| 奥巴马 \| 特朗普
专家专栏：黄志澄 \| 许得君 \| 施一公 \| 王喜文 \| 贺飞 \| 李萍 \| 刘锋 \| 王煜全 \| 易本胜 \| 李德毅 \| 游光荣 \| 刘亚威 \| 赵文银 \| 廖孟豪 \| 谭铁牛 \| 于川信 \| 邬贺铨
全文收录：2019文章全收录 \| 2018文章全收录 \| 2017文章全收录 \| 2016文章全收录 \| 2015文章全收录 \| 2014文章全收录
其他主题系列陆续整理中，敬请期待……

一网打尽系列文章，请回复以下关键词查看：
创新发展：习近平 \| 创新中国 \| 创新创业 \| 科技体制改革 \| 科技创新政策 \| 协同创新 \| 科研管理 \| 成果转化 \| 新科技革命 \| 基础研究 \| 产学研 \| 供给侧
热点专题：军民融合 \| 民参军 \| 工业4.0 \| 商业航天 \| 智库 \| 国家重点研发计划 \| 基金 \| 装备采办 \| 博士 \| 摩尔定律 \| 诺贝尔奖 \| 国家实验室 \| 国防工业 \| 十三五 \| 创新教育 \| 军工百强 \| 试验鉴定 \| 影响因子 \| 双一流 \| 净评估 \| 大学排名
预见未来：预见2016 \|预见2020 \| 预见2025 \| 预见2030 \| 预见2035 \| 预见2045 \| 预见2050
前沿科技：颠覆性技术 \| 生物 \| 仿生 \| 脑科学 \| 精准医学 \| 基因 \| 基因编辑 \| 虚拟现实 \| 增强现实 \| 纳米 \| 人工智能 \| 机器人 \| 3D打印 \| 4D打印 \| 太赫兹 \| 云计算 \| 物联网 \| 互联网+ \| 大数据 \| 石墨烯 \| 能源 \| 电池 \| 量子 \| 超材料 \| 超级计算机 \| 卫星 \| 北斗 \| 智能制造 \| 不依赖GPS导航 \| 通信 \| 5G \| MIT技术评论 \| 航空发动机 \| 可穿戴 \| 氮化镓 \| 隐身 \| 半导体 \| 脑机接口 \| 传感器
先进武器：中国武器 \| 无人机 \| 轰炸机 \| 预警机 \| 运输机 \| 直升机 \| 战斗机 \| 六代机 \| 网络武器 \| 激光武器 \| 电磁炮 \| 高超声速武器 \| 反无人机 \| 防空反导 \| 潜航器
未来战争：未来战争 \| 抵消战略 \| 水下战 \| 网络空间战 \| 分布式杀伤 \| 无人机蜂群 \| 太空战 \| 反卫星
领先国家：美国 \| 俄罗斯 \| 英国 \| 德国 \| 法国 \| 日本 \| 以色列 \| 印度
前沿机构：战略能力办公室 \| DARPA \| 快响小组 \| Gartner \| 硅谷 \| 谷歌 \| 华为 \| 阿里 \| 俄先期研究基金会 \| 军工百强
前沿人物：钱学森 \| 马斯克 \| 凯文凯利 \| 任正非 \| 马云 \| 奥巴马 \| 特朗普
专家专栏：黄志澄 \| 许得君 \| 施一公 \| 王喜文 \| 贺飞 \| 李萍 \| 刘锋 \| 王煜全 \| 易本胜 \| 李德毅 \| 游光荣 \| 刘亚威 \| 赵文银 \| 廖孟豪 \| 谭铁牛 \| 于川信 \| 邬贺铨
全文收录：2019文章全收录 \| 2018文章全收录 \| 2017文章全收录 \| 2016文章全收录 \| 2015文章全收录 \| 2014文章全收录
其他主题系列陆续整理中，敬请期待……