「深度」中美人工智能科技政策比较

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 ********* 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。