基于CiteSpace的我国人工智能产业研究态势*

时间：2024-08-31

王进，王丽珊

(延安大学经济与管理学院，陕西延安 716000)

21世纪以来，人工智能、云计算等新一代信息技术迅猛发展，推动了传统产业智能化的进程，也掀起了新一轮科技革命和产业变革的浪潮。在此背景下，全球各国纷纷对人工智能及其产业的发展给予高度重视。美国一直致力于协调各界在人工智能领域的行动，于2018年提出了《人工智能与国家安全：AI生态系统的重要性》[1]。欧盟在人工智能领域连续发力，于2018年相继出台了《关于人工智能、机器人及“自主”系统的声明》[2]、《欧盟人工智能》[3]和《人工智能时代：确立以人为本的欧洲战略》[4]。英国顺应时势，将人工智能发展提上日程，陆续发布《人工智能行业新政》[5]和《英国人工智能发展的计划、能力与志向》[6]。德国颁布《联邦政府人工智能战略要点》[7]，旨在为人工智能的发展引领方向。日本于2017年推出《下一代人工智能推进战略》[8]、《人工智能的研究开发目标和产业化路线图》[9]以及《人工智能技术战略》[10]。为紧抓人工智能发展机遇，中国已将人工智能上升至国家战略层面，2017年颁布《新一代人工智能发展规划》[11]，紧接着推出了《促进新一代人工智能产业发展三年行动计划(2018—2020年)》[12]，都明确表示要大力推动人工智能技术和产业的发展。

目前，学术界关于人工智能产业的研究日渐增多并形成了一定的研究基础。本研究基于文献计量，运用CiteSpace对2010—2019年中国知网以人工智能产业为主题的期刊进行可视化分析，明确该领域的研究现状，凝练人工智能产业的前沿与热点，以把握我国人工智能产业研究的整体态势。

一、研究设计

1. 数据来源

在中国知网以“人工智能产业”为主题，来源选择“全部期刊”，检索得到本研究所需数据。因2010年以来人工智能产业迅猛发展，针对人工智能产业的科研成果也开始大量涌现，因而检索跨度设为2010—2019年，检索时间为2020年5月11日。为保证研究成果的准确性、可靠性和权威性，对会议综述、书评及相关度较低的文献予以筛选、剔除，文献来源仅限于期刊。经过处理最终得到有效期刊文献686篇，以此作为我国人工智能产业研究的样本数据。

2. 研究方法

文献计量法已成为当前情报学科普遍使用的方法，其运用数学和统计学知识对研究成果作直观分析，以明晰事物的发展历程[13]，是对文献、出版单位等相关内容展开的定量研究[14]，能够对大量历史数据进行有效的组织和分析。基于文献计量法的专业化和效用，其已被广泛应用于某一产业发展、整体创新过程、技术发展轨迹和前沿态势等方面的研究。

运用文献计量法，借助文献可视化分析工具CiteSpace对样本数据进行梳理和剖析，从文献发表量总趋势、发文机构、载文期刊、研究作者群体四个方面开展文献计量分析，以明晰该领域研究现状。同时，通过进行关键词共现分析和突发词检测分析，进一步探索研究的热点主题与前沿态势，为系统建构该领域的研究框架提供有效参考。

二、结果及分析

1. 文献发表总趋势

文献发表量代表着科研成果的产出状况，一定时期内的文献发表量往往体现出该领域研究的发展历程以及学术界对该领域的关注程度，总体趋势图正是对某一特定方向或领域研究成果的直观体现[15]。图1反映了我国人工智能产业研究文献的年度分布情况。

图1 我国人工智能产业研究文献年度分布

通过图1可看出，2010—2014年人工智能产业研究文献几乎为零；从2015年的3篇开始，到2019年的289篇，增长了90多倍，呈急剧增长态势。2015年以来，我国人工智能产业持续发展并创造出可观的社会效益和经济效益，引发了社会各界的极大关注，学术界对人工智能产业的关注度也持续高涨，研究人员队伍不断壮大，文献发表量急速增长。人工智能是新时代最前沿的科技，其技术和产业发展是领域内的核心，因而人工智能产业将会继续成为学者们关注的热点话题。

2. 发文机构分布

对发文量前20位的主要机构进行统计，具体情况见表1。

表1 我国人工智能产业研究文献的高产机构

可以看出，在这些机构中，高校和科研院所占有非常大的比例，是人工智能产业研究的主要阵地。在人工智能产业研究领域，发文最多的是长春理工大学经济管理学院，为5篇；其次是电子科技大学公共管理学院，为4篇；清华大学公共管理学院、中国科学院和中国信息通信研究院均发文3篇。这反映出以人工智能学科见长的高校和以技术开发为专长的科研院所在人工智能产业研究上极具优势。前20位研究机构发文量共48篇，在总发文量中占7%，涵盖人工智能产业多方面、多角度的理论研究与创新实践，对人工智能产业的研究与发展起到显著的促进作用。从发文机构所处地域来看，主要集中在北京、上海、天津、重庆、武汉等大城市。这些城市的学术和技术力量十分雄厚、创新资源密集，其得天独厚的资源优势是人工智能产业研究的有效助力。同时需要注意到，在前20位发文机构中没有人工智能企业或相关科技企业，这在一定程度上与其作为人工智能技术创新主体的地位并不相符。因而，相关企业需进一步提高对人工智能产业理论研究的重视程度，在做好理论研究的基础上争取更前沿的技术研发与创新。

3. 载文期刊分布

学术研究成果的载文期刊分布状况是对某一领域的理论造诣和实践价值的反映[16]。为探究具体期刊分布，对样本文献进行了统计分析。本研究中686篇样本文献来自335种期刊，其中刊文量5篇以上的23种期刊详见表2。

表2 主要刊文期刊分布篇

上述23种期刊共刊文204篇，占总刊文量的29.74%，其中《机器人产业》刊文量最多，为33篇。可以看出，人工智能产业领域的研究文献多发表于以高科技产业、信息、网络和技术等为主题的期刊，说明该领域的学术研究成果更多地受到相关门类期刊的青睐。除了这23种期刊外，还有大量刊文量为1篇的期刊，达到211种，反映出人工智能产业领域的研究成果分布较不集中。总的来看，这些期刊分布范围广、涵盖主体较为多元，也涉及到社会学、教育学、情报学等多个学科，在今后有着很大的发展空间。

为使研究更为准确，进一步对686篇样本文献进行筛选，统计出质量较高的核心期刊论文69篇，仅占总刊文量的10.06%。这反映出人工智能产业这一研究主题尚未形成核心期刊群。刊文量前10位的核心期刊分布状况见表3，共载文28篇，其中科技类核心期刊占比较大。随着人工智能技术及产业的深入发展、科技成果产出与创新实践能力的持续提升，该领域将形成更为广阔的分析视角，推动更多核心期刊成果产出。

表3 核心期刊刊文分布篇

4. 作者发文情况分析

(1) 作者发文量统计

对686篇样本文献的作者进行统计，发现共有901位作者，其中发文1篇的有781位。洛特卡定律指出，假如一个研究领域中发文量为1篇的作者数约为发文量为N篇的作者数的N2倍，且发文量为1篇的作者数约占作者总量的60%[17]，则表示该研究领域成熟。据此推算出发文量2～7篇的作者数应分别为195、87、49、31、22、16。表4是作者发文量统计，发文2～7篇的作者数分别是93、16、6、2、1、2，发文1篇的作者约占总数的86.68%。由此可见，实际值与按照洛特卡定律得出的理论值有着非常大的差距。这表明我国人工智能产业研究的作者分布不够理想，尚未呈现成熟研究领域所对应的作者分布状态，学者们还需进一步提高对该领域研究的重视程度，推动研究逐步走向成熟。

表4 作者发文量统计

(2)核心作者群分析

在学术界，通常将科研产出能力较强且研究成果质量较高的作者群体称为核心作者群。作为研究领域的中坚力量，核心作者群的成果产出备受关注。普赖斯的核心作者计算公式为Nmin=0.749(Nmax)/2。式中，Nmax为单个作者的最大发文量，Nmin为核心作者发文量应达到的最小值。刘启强与房晓楠在样本文献中的发文量最多，均为7篇，即Nmax=7，继而得出Nmin≈2，即人工智能产业研究领域的核心作者群为发文量≥2的作者。由表4可知，人工智能产业领域的核心作者为120人，发文共288篇，占文献总量的41.98%。这比普赖斯定律中核心作者群发文量应占文献总量50%的标准低了近10个百分点。由此可见，我国人工智能产业研究领域尚未形成具有较强科研产出能力的核心作者群。

图2显示了核心作者及其合作关系，可以看出该领域里的核心作者以刘启强、房晓楠、王沛霖、汤志伟、郭嘉凯、王国平、向阳和姜姝姝等为代表，但这些作者之间合作甚少，中心性较差，关联性低且分布格局较为分散，尚未形成合作密切的研究团队。因而，在这一领域还需加强持续性研究和合作，逐步形成稳固且联系密切的核心作者群。

图2 作者共现网络

三、可视化分析

1. 关键词共现分析

关键词是对学术论文内容的高度概括，通过关键词分析可了解一个领域的研究热点[18]。通过可视化分析得到图3，在人工智能产业研究领域共有184个高频关键词节点和700条连线。

图3 关键词共现网络

图3中节点较大的关键词有“人工智能产业”“人工智能”“人工智能技术”“人工智能领域”“人工智能应用”“产业发展”等，均为人工智能产业领域的研究热点。此外，根据关键词的中心性也能对研究热点进行判断。通常情况下，一个关键词的中心性越大，则该关键词控制其他关键词共现的能力也就越强[19]。在网络图谱中，节点外围的圆圈越大，则该关键词的中心性越高。由图3可以看出，“人工智能产业”“人工智能”“人工智能技术”“人工智能领域”有着较高的中心性，反映出这些关键词在该领域的研究网络中占据核心地位，以其为中心已形成了若干研究圈，深刻影响着人工智能产业领域的研究演进。

2. 研究热点分析

对频数和中心性较大的关键词进行统计，结果见表5。

表5 高频关键词统计

由表5可以看出，频数和中心性排名有一定差异，表明人工智能产业的研究热点在一定程度上不太分明。其中，频数和中心性都排名靠前的关键词有“人工智能产业”“人工智能”“人工智能技术”“人工智能领域”“人工智能应用”，它们是人工智能产业研究的热点主题。“数字经济”“云计算”“智能时代”等关键词中心性较大，说明这些关键词的中介作用十分明显，虽然其频数相对较低，但由于其中介作用使之成为人工智能产业研究的有效切入点。

通过图3和表5凝练出人工智能产业研究的热点主题，在此基础上结合现实发展状况探究人工智能产业研究的聚焦点，大致可分成三个类团：

(1) 人工智能产业体系研究

人工智能产业体系研究这一类团包含“产业发展”“产业政策”“产业升级”“产业化”等关键词。人工智能产业体系的构建对产业发展至关重要，其产业化程度的提高及产业升级是政府和相关产业的共同努力方向。人工智能技术与产业发展是政府关注的焦点，也是社科学者们近几年来高度关心的话题。冯英娟指出，应高度重视人工智能产业业态的培育、产业体系的构建以及市场的开发和资源的获取等，在做好基础技术研发和应用技术研发、更新产品的设计与生产、完善产品的营销管理等工作的基础上，打造产学研用一体化的人工智能产业链，进而形成完备的产业体系[20]。王兆祥和宋平从政策视角分析了人工智能产业体系的优化发展，认为应根据地区创新力量和市场状况来设计、制定需求型政策，以拓展人工智能产业空间布局，加快技术升级改造，加强终端市场培育，保障人工智能产业健康发展[21]。胡俊和杜传忠肯定了人工智能对推动产业转型升级的效用，强调在大力加强人工智能对传统产业改造升级的过程中，更要注重培育新产业、新业态，有效发挥产业政策的作用，以标准引领人工智能产业体系升级，从根本上实现整个产业体系的优化[22]。

(2) 人工智能技术研究

“智能语音”“智能制造”“云计算”“深度学习”“基础层”“应用层”等关键词，属于人工智能技术研究这一类团。人工智能产业的整体发展水平取决于人工智能核心技术的发展创新能力。人工智能的某些技术，如语音识别、图像识别等已在社交、安保、翻译等领域得以广泛应用。在学术界，针对人工智能技术的研究主要集中在技术应用、技术影响、技术创新三个方面。在技术应用方面，相关学者着眼于人工智能技术独有的优势，探讨了其在智能金融[23]、智能医疗[24]、智能驾驶[25]、智能制造[26]、智能营销[27]等众多领域的应用。同时，学者们注重人工智能技术对社会各个方面的影响，就人工智能技术对劳动力市场[28]、制造业就业[29]、产业转型升级[30]、国家创新体系建设[31]、国际政治格局[32]等的影响展开研究。在技术创新方面，如何进一步加强人工智能研发创新一直是众多学者关注的焦点。房超等[33]认为，基于人工智能技术的多元化和“群智性”特征，应坚持顶层布局，构建顶层统筹、侧重有度、群策群力的新型研发机构，提供优良团队和创新平台对高端前沿技术进行集中攻关。谭铁牛[34]主张构建自主可控的新型开放创新生态，如军民融合、产学研融合等，完善人工智能技术创新生态布局，同时改革创新相关体制机制，建立“军政产学研用”一体化的人工智能协同创新体系。

(3) 人工智能产业融合发展研究

“实体经济”“数字经济”“深度融合”等关键词，属于融合发展研究这一类团。当前，“人工智能+X”的发展模式已日趋成熟。关于人工智能产业的融合发展，学者们多从人工智能产业与经济、人工智能产业与不同行业的融合发展这两个角度开展研究。人工智能技术及产业是新时代发展的新引擎，能够优化经济结构、催生经济新业态、培育新的经济增长极；同时，人工智能技术及产业与经济的融合发展所产生的积极效应能进一步带动传统产业改造升级、培育新兴产业、催生新的商业模式[35]。因而，需要着力构建人工智能与经济融合发展的支持体系，完善基础设施建设，培育创新发展环境和资本市场支撑环境[35]。人工智能技术已在数字经济、智能城市、智能制造、智能驾驶等多个领域实现“智能+”发展，且能融入农业、工业、服务业的研发、生产、销售、物流等产业价值链环节[36]。人工智能技术及产业与社会各行各业都在一定程度上实现了不同程度的融合发展，这助力了不同行业的智能化转型，将不断促成多维产业融合，推动人类进入普惠型智能社会。

3. 突现关键词分析

利用CiteSpace进行突现关键词检测，可以探知一个领域的新兴研究主题。图4为人工智能产业研究相关文献的突现关键词，突发性节点变粗部分所对应的关键词在相应时间段内使用频率突然增加，据此可判定该领域的前沿主题[37-38]。在图4中，“三年行动计划”和“产业政策”的突现时段均为2018—2019年，说明其为近年来的新兴研究主题。

图4 突现关键词

(1) 三年行动计划

“三年行动计划”是对我国人工智能发展作出的系统规划，指明了人工智能技术及产业的总体发展思路和具体战略目标，并着眼于推动产业发展的视角来明确、细化发展任务。行动计划使人工智能及产业发展的众多任务有了具体指标，具有极强的指向性和可执行性，产业界对此积极响应。在这一关键时间段，如何促进“三年行动计划”有效落实以在规定期限内完成发展任务，进而推动人工智能的长期发展，成为学者们新兴的研究热点。

(2) 产业政策

产业政策是推动人工智能产业发展的重要驱动力。为寻求人工智能技术与产业的快速发展，近几年来，各国、各地政府纷纷出台相关的人工智能产业政策，促使产业政策研究成为学术界的新兴趋势。汤志伟等对中美人工智能产业政策进行了比较研究，分析了两国在政策目标、工具和执行方面的差异[39]。宋伟等对中国13个省份的人工智能产业政策展开分析，指出应注重提升政策目标与政策工具的有效匹配度[40]。陈小亮等主张实行功能性产业政策，为人工智能产业的健康发展营造良好环境[41-42]。可以看出，如何有效落实产业政策以在实践过程中发挥其最大效用来推动人工智能产业发展，成为学术界开展人工智能产业政策研究的着力点。

四、研究结论与展望

1. 研究结论

运用CiteSpace对2010—2019年我国人工智能产业领域的研究成果进行文献计量和可视化分析，明确了该领域研究的现状和热点。研究发现：学术界对人工智能产业给予了高度关注，近年来文献发表量急剧增长；高校和科研院所是人工智能产业的主要研究阵地，人工智能企业或相关科技企业的研究力量相对薄弱；期刊分布范围广，涵盖主体多元，涉及多个学科，但核心期刊成果少，尚未形成稳定的核心期刊群；尚未形成具有较强科研产出能力的核心作者群，仍需加强持续性研究；人工智能产业体系、人工智能技术、人工智能产业融合发展这三个类团是该领域的研究热点；“三年行动计划”和产业政策是该领域的新兴研究热点或前沿主题。