基于內容分析法的中國人工智能產業政策分析

摘要：文章從供給、需求、環境三維分析框架的視角，以中國2015—2018年間東部、中部、西部地區出臺的69項有關人工智能、智能制造等相關產業政策文件為樣本，采用內容分析法對各項政策進行了分析。研究表明：從總體看，已頒布的有關人工智能產業政策以環境類政策和供給類政策為主，需求類政策相對較少;在環境類政策方面，東部、中部、西部地區都注重目標規劃對產業發展的重要作用，此外，東部地區主要以法規管制為主，中部地區則提供較多金融支持，西部地區更偏重策略性措施;在供給類政策方面，東部、中部地區注重人力資源管理、資金投入與科技基礎建設相關政策工具的使用;在需求類政策方面，東部地區鼓勵國際合作并進行貿易管制，政府采購對中部地區人工智能產業發展發揮了較大作用，西部地區更重視國際合作對產業發展的促進作用。最后，結合三類政策工具的使用情況，提出了未來中國人工智能產業發展的政策建議。

關鍵詞：人工智能;產業政策;政策工具;區域比較;內容分析法

中圖分類號：F49"" 文獻標志碼：A"" 文章編號：10085831（2021）02010913

目前，世界主要發達國家把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略。從全球范圍看，美國出臺了《為了人工智能的未來做好準備》《美國國家人工智能研究與發展戰略規劃》等政策，英國出臺了《八項偉大的科技計劃》《英國 RAS 2020戰略》等政策，日本出臺了《日本特許廳充分利用人工智能技術》《日本下一代人工智能促進戰略》等政策，韓國出臺了《機器人基本法案》《分布式分類技術現狀與關鍵因素》等政策[1]。2017年7月20日，中國國務院印發《新一代人工智能發展規劃》，這項規劃明確了我國未來3年新一代人工智能產業的發展目標、工作部署和重點任務。各個省市也積極響應，截至2018年10月，我國已經有21個省市出臺了人工智能規劃。

基于此，本文從供給、需求、環境三維分析框架的視角出發，以我國2015—2018年間東部、中部、西部地區出臺的69項有關人工智能、智能制造等相關產業政策文件為樣本，采用內容分析法對21個省市的395條政策文本，運用Nvivo11軟件進行編碼，然后對各項政策工具進行了分析，為我國人工智能產業相關政策的制定和完善提供決策參考。

一、文獻述評

近年來，國內諸多學者對政府出臺的戰略性新興產業相關政策進行了分析。范柏乃、李承宏、馬江娜等學者運用文本分析法對高新技術產業的金融政策、人才政策以及政策研究趨勢進行了分析[2-7]。李勝會、方榮貴、鄧衢文等學者采用內容分析法對我國戰略性新興產業發展、產業培育路線進行分析[8-10]。朱巍等基于中國人工智能發展歷程分析，結合現階段實際情況，提出應客觀認識發展差距，出臺國家大腦計劃，深化智能技術研發與推廣，加強人才發展和培育，打造創新發展平臺和制定相關領域標準[11]。朝樂門、張會平等學者歸納了國家大數據產業的總體戰略布局，然后梳理了重點省份大數據產業推進政策，并提出了大數據產業發展的政策建議[12-13]。董慧梅等學者對中部地區電子信息產業政策進行分析，并從政策框架的視角提出了相關建議[14-15]。

已有研究圍繞人工智能相關政策的文本分析、工具選擇等內容取得了一系列成果。但依然存在一些不足：一是人工智能屬于新興產業和全球關注的熱點領域，就已有文獻看，大多集中在技術趨勢、應用領域等方面，而有關于人工智能產業政策的研究相對滯后。二是涉及人工智能政策的研究大多采用定性分析的方法，政策量化、文本數據等定量研究相對缺乏，未能系統性、全面性地對人工智能產業政策進行量化分析。因此，本文在前人對于科技產業政策研究的基礎上，運用內容分析法，參考RothwellRoy等政策工具分析框架，對我國已經出臺了人工智能產業政策的21個省市進行分析和比較。

二、研究設計

（一）研究方法

內容分析法是一種對傳播信息內容進行系統、客觀和量化描述的研究方法。它適用于對一切可以記錄與保存并且有價值的文獻的定量研究，已被廣泛運用于公共政策、新聞傳播、圖書情報等社會科學各領域中，并取得了顯著的成效[16]。內容分析法能夠通過對文獻內容進行“量”的分析，從而找出反映文獻內容本質又易于計數的特征，由此克服定性研究的主觀性和不確切性的問題，達到對文獻“質”的認識[17]。

在內容分析法中，一個嚴謹的研究設計要有效地將其三個要素結合在一起：即首先從研究問題出發，其次尋找可靠數據，最后通過分析建構獲得研究結論[18]。本文的研究設計包含以下五個步驟：（1）提出研究問題;（2）政策樣本選擇;（3）確定分析單元;（4）政策工具編碼;（5）分析結果[16]。

（二）樣本選擇

考慮到人工智能技術涉及的相關領域眾多，從國家頒布相關政策文本看，主要集中在戰略性新興產業等領域，因此政策樣本的選擇重點參考了國家戰略性新興產業的目錄，以及《新一代人工智能發展規劃》等政策文件。此外，考慮到產業政策和技術領域的關聯度，將大數據、云計算、智能制造等產業政策中涉及人工智能產業的政策文件也作為樣本[19]。截至2018年10月，我國共21個省市區出臺了人工智能產業相關的政策。考慮我國區域之間人工智能產業發展不平衡與政策差異化的情況，按照東、中、西部地區進行分類[20]，其中，東部包括北京、天津、上海、河北、江蘇、浙江、廣東、福建、山東、遼寧10個省市;中部包括黑龍江、吉林、江西、湖南、湖北、河南、安徽、廣西8個省市區;西部包括四川、重慶、貴州3個省市。

本文收集的渠道包括：國務院門戶網站、國家發展和改革委員會、各省市人民政府門戶網站、各省市發展和改革委員會及經濟和信息化委員會等。

本文選擇了2015年1月至2018年10月之間有關于人工智能產業的12項國家級政策、57項省級政策，按照出臺的時間順序進行排列，如表1所示。

（三）分析框架構建

為了更客觀地分析和研究整個政策體系的完善度和協同度，需要建立一個科學合理的政策文本分析框架[21]。參考盧章平等學者的研究框架，本文選取69項國家和省級層面的人工智能產業相關政策文件為樣本，將政策工具劃分為供給類，需求類和環境類3個維度，構建的分析框架如圖1所示，各類政策工具的類型及含義如表2所示[22-24]。

X維度——環境類政策。環境類政策的作用是為人工智能產業創造適宜的發展環境。包括目標規劃、法律法規體系、金融支持、稅收優惠和策略性措施，主要從間接層面對人工智能產業發展提供扶持[25]。圖1 人工智能產業政策的分析框架

Y維度——供給類政策。供給類政策的作用是提供人工智能產業發展的主要動力。包括人力資源管理、公共服務、資金投入、信息支持、科技基礎建設。能夠從直接層面擴大產業供給，改善產業相關要素比[26]。

Z維度——需求類政策。需求類政策的作用是為產業發展擴大需求，開拓市場并提供相應管制措施。主要包括國際合作、貿易管制和政府采購[27]。

（四）編碼

分析單元是最基本分析單位。由于政策內容的復雜性和語言表述的多樣性，本文以政策文本段落為分析單元，以避免因表述方式不同而出現編碼遺漏現象。根據上述分析框架進行編碼，步驟如下。

第一步，鎖定每一政策文本中有關保障措施、實施細則等具體政策工具手段的章節，并以該章節每個段落為基本分析單元。

第二步，運用Nvivo11質性分析軟件，針對人工智能政策文本內容設計一級節點，依據上述分析框架設計二級節點，然后進行編碼，若一個節點在一份政策文本中出現2次及以上，則對其進行多次編碼[28]。

第三步，對自由節點的從屬關系進行梳理，形成具有一定結構層次的人工智能產業政策體系，從而進一步對各地區人工智能產業政策進行量化分析和對比。

三、分析結果與研究討論

（一）政策數量

政策發布數量在一定程度上表明該地區對于人工智能產業的重視程度，同時能夠反映政府對人工智能產業發展的細化程度。本文共搜集國家頒布政策12項，東部省市有28項，中部省市有18項，西部省市有11項，如圖2所示。從政策數量上看，除國家頒布的政策外，東部地區出臺政策總量最多，其次為中部地區，最后為西部地區。政策頒布的數量在一定程度上表明西部地區對于人工智能產業關注程度相對落后于中部、東部地區。一方面是由于經濟發展等因素造成的，另一方面可能是西部人工智能產業基礎相對落后。

（二）政策工具使用情況

政策工具使用情況的量化分析主要體現在編碼和參考點數量等方面。根據編碼結果顯示所設置的節點、編碼材料來源數及編碼參考點數量，依據從父節點到子節點以及編碼參考點數量進行降序排列，如表3所示。三類節點編碼參考點的數量在一定程度上能夠反映出各級政府及相關部門頒布的政策對于人工智能產業發展的關注重點。

從父節點情況看，環境類政策編碼參考點數量最多，有199個編碼參考點，其次為供給類政策，有153個編碼參考點，最后為需求類政策，有43個編碼參考點。統計結果表明，無論是國家層面還是地方層面，營造一個良好的產業發展環境對培育和發展人工智能產業具有重要作用。

從子節點使用情況看，排名前三位的分別為：策略性措施有80個編碼參考點，人力資源管理有66個編碼參考點，目標規劃有63個編碼參考點。策略性措施在子節點的編碼數量最多，說明國家和地方政府十分重視人工智能產業發展的具體措施，通過頒布一系列的策略性措施能夠更好地促進人工智能產業的發展。同時，政府也重視人工智能的發展目標和人才的培養與引進，人才更是當今世界各國爭奪的焦點。目標規劃的作用是為產業發展指明方向，逐步實現每個階段的目標，可有效推動產業發展。

（三）政策文本分析

為了更清楚地展示各政策工具的使用情況，本文采用圖表的方式進行呈現。所示圖表都是根據Nvivo11軟件的探索功能導出并重新繪制。考慮到各地區人工智能產業政策數量的差異，因此本文以各維度政策工具的覆蓋率進行分析。

1.政策工具使用情況的總體概述

國家、東部、中部、西部地區在供給類、需求類、環境類三類政策工具使用情況如圖3所示。總體上看，國家出臺的環境類政策最多，覆蓋率為103.19%;其次為供給類政策，覆蓋率為74.56%;而需求類政策最少，覆蓋率為57.49%。東部地區出臺的供給類政策最多，覆蓋率為199.53%;其次為環境類政策，覆蓋率為182.79%;最后為需求類政策，覆蓋率為117.57%。中部地區出臺環境類政策最多，覆蓋率為124.53%;其次為供給類政策，覆蓋率為102.23%;最后為需求類政策，覆蓋率為44.34%。西部地區出臺環境類政策較多，覆蓋率為60.78%;其次為供給類政策，覆蓋率為47.37%;最后為需求類政策，覆蓋率為13.84%。

通過上述分析可以看出，國家、中部和西部地區比較重視環境類政策工具的使用，而東部地區則較為重視供給類政策工具的使用。不同地區政策類工具的使用呈現一定的差異化，這可能與經濟發展、區位優勢等因素相關。中國電子信息產業發展研究院公布的《2018中國人工智能城市發展白皮書》中的排名數據顯示，北京位列第一，是全國人工智能的領軍城市。上海位居第二，杭州超越深圳，進入人工智能發展前三名“新一線”隊伍，合肥則憑借科研、政策的優勢異軍突起進入榜單前五。由此可見，東部地區人工智能產業發展起步較早，產業規模較大，產業結構較為合理，因此東部地區更加注重供給類政策對技術創新的驅動作用。而中部、西部地區人工智能產業發展相對落后，因此在加大直接投入的同時，更加注重為產業發展提供間接扶持，包括公共服務和信息支持等措施。

2.環境類政策分析

環境類政策是為產業發展營造一個良好的發展環境。總體來看，各地區根據自身產業發展情況，在環境類政策的各項工具使用中，存在一定的區域差異化。具體各個細項政策工具的使用情況如圖4所示。

（1）國家層面。環境類政策工具覆蓋率的排序依次是：法規管制>策略性措施>目標規劃>稅收優惠>金融支持。從上述分析可以看出，國家作為政策的頂層設計者，法規管制的政策覆蓋率排在第一，是充分考慮到人工智能技術發展對社會倫理、法律法規等層面產生的影響，因此國家非常重視法規管制類政策的使用。其次是策略性政策和目標規劃，策略性政策工具是為了保障人工智能產業發展目標的順利完成，因此，從國家層面看，二者的使用覆蓋率差距不大。金融和稅收政策工具的覆蓋率不高，是因為國家作為一個頂層制度的設計者，充分考慮各個省市發展的差異性，具體的金融、稅收、財政等政策由各個地方政府依據自身情況制定。

（2）東部地區。環境類政策工具覆蓋率的排序依次是：目標規劃>法規管制>金融支持>策略性措施>稅收優惠。我國東部地區人工智能產業發展較快，政府充分考慮到人工智能產業技術的迭代性，因此將目標規劃與法規管制兩類政策工具的覆蓋率位于前列。例如，上海、山東等多個省市使用目標規劃這一類政策工具通過規范和引導人工智能產業的發展，保障創新主體的知識產權。其次是金融支持與策略性措施，人工智能產業的技術研發需要大量的資金投入，而東部地區經濟發達，因此政府對人工智能創新主體的投融資政策比較重視。除此以外，東部地區還為鼓勵企業創新頒布相關的策略性措施，目的是為激勵企業進行自主創新，因此這兩類政策工具在東部地區使用較多，并且效果較為明顯。最后是稅收優惠，考慮到人工智能產業發展初期的資金需求、市場運作、銷售模式等因素，稅收優惠政策相對于其他幾種政策使用較低。原因可能在于，若繼續加大對人工智能企業的稅收優惠力度，則會導致金融和稅收優惠兩類財政性政策的重復使用，不利于企業創新發展，并且各類政策工具的使用應當有的放矢[29]。

（3）中部地區。環境類政策工具覆蓋率的排序依次是：目標規劃>金融支持>稅收優惠>策略性措施>法規管制。研究表明，中部地區目標規劃類政策工具的覆蓋率最高，具體來看，江西、湖南、湖北、河南、安徽等省市共出臺18項政策文件，都為人工智能產業發展不同階段設立目標。其次是金融支持、稅收優惠與策略性措施，可以看出中部地區較重視財政類政策對產業發展的扶持，同時為更好地推動人工智能產業發展，政府出臺策略性措施能夠直接幫助企業開展創新。最后是法規管制，這類政策工具在中部地區覆蓋率較低。

（4）西部地區。環境類政策工具覆蓋率的排序依次是：目標規劃>策略性措施>稅收優惠>法規管制>金融支持。從上述分析看，政府出臺目標規劃類政策工具較多，其次是策略性措施，表明西部地區對于人工智能產業發展目標、發展策略較為重視。而金融支持、法規管制、稅收優惠與三類政策工具的覆蓋率較為均衡。值得一提的是，與東部、中部地區相比，西部地區稅收優惠政策的覆蓋率大于金融支持類政策的覆蓋率，原因可能在于西部地區經濟發展相對落后，金融類政策使用的風險和難度較大，因此可以更多地運用稅收優惠政策，通過減稅、免稅等方式給予人工智能企業一定的優惠。

3.供給類政策分析

供給類政策是人工智能產業發展的直接動力。供給類政策工具的使用情況如圖5所示。

（1）國家層面。供給類政策工具覆蓋率的排序依次是：人力資源管理>資金投入>公共服務>信息支持>科技基礎建設。從上述分析看，國家作為頂層設計者，非常重視人才的培養，連續頒布了《“互聯網+”人工智能三年行動實施方案》《新一代人工智能發展規劃》等政策，明確我國將堅持培養和引進相結合，形成我國人工智能人才高地，人工智能的人才涉及產業發展的各個層面，是產業持續健康發展的必要保障。其次是資金投入，國家作為政策頂層設計者，考慮到產業發展對資金的需求，積極出臺有關資金投入的政策，為人工智能產業發展提供資金保障。再次是公共服務和信息支持，提高公共服務效率可有效促進產業發展，考慮到我國人工智能產業發展水平區域之間差異較大，因此國家鼓勵科技信息開放共享。最后是科技基礎建設，此類政策工具須依據各地區的實際情況制定。

（2）東部地區。供給類政策工具覆蓋率的排序依次是：科技基礎建設>人力資源管理>資金投入>公共服務>信息支持。從上述分析看，東部地區科技基礎建設、人力資源管理、資金投入這三類政策工具位于前列，東部地區作為我國人工智能產業發展水平較高的地區，政府重視科技基礎和平臺的建設，發揮產業集群效應，重視人才發展和資金投入。例如，浙江省專門出臺12條引進人工智能人才政策，預留50億元資金聚集人工智能人才;天津市將100億元作為智能制造財政專項資金、1 000億元作為科技產業基金。其次是公共服務，公共服務是人工智能產業發展中的一項基礎工作，考慮到科技創新活動涉及多個公共服務，因此政府應重視公共服務效率的提升。最后是信息支持，東部地區也在積極建設產業園區、產業中心和搭建有效的信息共享平臺。

（3）中部地區。供給類政策工具覆蓋率的排序依次是：人力資源管理>科技基礎建設>資金投入>公共服務>信息支持。從上述分析來看，人力資源管理政策工具的覆蓋率位于第一，中部地區非常重視人才。例如，江西、湖南、湖北等多個省市出臺專項措施，加大人工智能技術人才的引進與培育力度。其次是科技基礎建設，例如，《安徽（合肥）智能語音及人工智能產業基地（中國聲谷）的發展規劃（2018—2025年）》提出，布局建設多個智能語音與人工智能特色鮮明的產業園，推動相關產業和生產要素加速聚集，由此形成產業鏈。最后是資金投入、公共服務與信息支持。

（4）西部地區。供給類政策工具覆蓋率的排序依次是：資金投入>人力資源管理>科技基礎建設>公共服務>信息支持。從上述分析來看，資金投入的覆蓋率位于第一，這是由于西部地區人工智能產業發展水平相對落后，產業發展需科研資金的直接投入，并且資金投入大多用于技術研發、人才引進與基礎設施建設。因此在資金投入、人力資源管理與科技基礎建設三類政策工具的使用方面較為均衡。最后是公共服務與信息支持，西部地區人工智能發展情況稍落后于中部地區。

從上述分析可以看出，無論是東部、中部還是西部地區，資金投入、人力資源管理和科技基礎建設均排在前三位，信息支持這一政策工具排在最后一位，而國家則更加重視公共服務類政策工具。

4.需求類政策分析

需求類政策主要包括政府采購、國際合作、貿易管制。各地區的使用情況如圖6所示。

（1）國家層面。國際合作>貿易管制。其中，國際合作政策的覆蓋率為63.74%，遠遠超過了貿易管制政策的覆蓋率。從國務院、工信部和發改委頒布的具體文件看，《新一代人工智能發展規劃》《智能制造發展規劃（2016—2020年）》《“互聯網+”人工智能三年行動實施方案》等都非常重視高層次、多形式、寬領域的國際科技合作。例如，加強國際科技合作基地建設，鼓勵有條件的科技園區、經濟園區和企業，在海外建立研發中心、科技產業園區，加快融入全球創新網絡等。

（2）東部地區。國際合作>貿易管制>政府采購。在東部地區，國際合作政策的覆蓋率為115.93%;其次是貿易管制，政策覆蓋率是94.88%;最后是政府采購政策，覆蓋率為31.31%。其中，國際合作與貿易管制政策的使用情況差異不大，說明東部地區對發展人工智能的政策措施非常明確，體現其作為人工智能產業發展較發達地區，憑借地理優勢，開展國際化合作、貿易往來均走在我國的前列。通過充分合理利用外資、引進國外先進企業和技術、設立海外機構讓企業走出國門。而在政府采購方面，通過政府先行示范，以點帶面，引導市場需求，建立政府部門采購制度支持戰略性新興產業。例如，山東省組織實施一批政府應用推廣工程，重點推廣產業化初期、社會效益高、市場接受度低的重大技術和產品，提高戰略性新興產業產品、服務的市場占有率等。

（3）中部地區。政府采購>國際合作。政府采購政策的覆蓋率為68.69%，國際合作的覆蓋率為32.95%，中部地區僅使用了這兩項政策工具，且差別不大。例如，安徽省采取政府采購、市場培育、創新獎勵、風險補償等方式，推進品牌、商標、技術標準等知識產權戰略實施。河南支持省內企業“走出去”建設研發中心和參與國際標準制定。湖南省加強與“一帶一路”沿線國家的合作研究等。中部地區具有一定的智能制造基礎，在堅持內陸開放的同時，也注意政府采購和市場引導。

（4）西部地區僅使用國際合作這一政策工具，覆蓋率僅為16.48%，而在其他政策工具的使用方面不多。從選取的樣本省市來看，主要是重慶、四川、貴州等地，人工智能的國際合作還處于初級階段。

綜上所述，從需求類政策來看，國家、東部、中部和西部地區非常重視國際合作，表明人工智能產業的國際化趨勢會引領全球產業轉型和發展。

四、相關政策建議

針對不同政策工具的使用情況，結合不同地區的經濟發展條件、產業規模結構等因素，本文提出以下相關政策建議。

第一，各類政策工具應均衡使用。從環境、供給、需求三維的分析框架來看，無論是國家還是地方層面，環境類政策的覆蓋和使用情況均排在前列，其次是供給類政策，最后是需求類政策。按照林毅夫的觀點，在新興技術產業的發展前期，政策的作用力度要大于市場的作用力度[30]。從本文的分析結論來看也印證了這一觀點，地方政府在人工智能產業發展的政策布局中既契合供給側結構性改革的發展路徑，也符合新興技術產業發展規律。需求類政策的覆蓋和使用率不高，建議國家和地方政府應當注重此類政策工具對市場和產業發展的拉動作用，特別是在中美貿易摩擦和全球價值鏈重構的情況下，如果忽視貿易管制可能會不利于產業發展。因此，隨著人工智能產業發展逐步成熟，可以考慮增加需求類政策的出臺，并根據各個省市實際情況，均衡使用各類政策工具。

第二，子類政策工具使用須有所側重。各子類政策工具的使用應當符合產業和技術生命周期的發展規律。就供給類政策而言，要逐步減少財政性資金投入，加大人才培養力度，提高公共服務效率，改善服務質量。用更完善、健全的金融支持逐步取代政府直接投資，提高市場的自主調節能力，增加對人才培養、科技基礎設施建設及科技信息平臺建設的投入。此外，還要引導和鼓勵社會資金進入基礎理論研究、科技平臺建設等領域，充分發揮社會資本撬動創新的杠桿作用。

第三，提高各政策工具的可實施性。從政策的頒布到取得實施效果，具有一定的滯后性。而人工智能作為國際競爭的新焦點，是引領未來的戰略性技術，發展速度快，如何使政策的可操作性能夠與技術和產業發展同步，是未來國家和地方政府在政策制定中需要考慮的重要問題，特別是人工智能引起的法律法規和道德倫理問題不容忽視。另外，還應該強化對各類政策工具實施的過程監控。比如，政府在加強資金投入的同時，應進行對資金使用的追蹤，落實資金使用，避免出現資金使用不到位、效果不佳的情況。

參考文獻：

[1]陶于祥，樊自甫，袁野.全球價值鏈視閾下重慶電子信息產業形勢與對策研究[M].北京：科學出版社， 2017.

[2]范柏乃.科技產業人才政策效應的實證分析[J].中國人口科學，2003（3）：74-78.

[3]李承宏，李澍.我國高新技術產業政策演進特征及問題：政策目標、政策工具和政策效力維度[J].科技管理研究，2017，37（5）：27-32.

[4]馬江娜，李華，王方.中國科技成果轉化政策文本分析：基于政策工具和創新價值鏈雙重視角[J].科技管理研究，2017，37（7）：34-42.

[5]吳琨，劉凱.我國高新技術產業科技政策的比較研究：基于北京、上海、江蘇和浙江的政策文本分析[J].南京工業大學學報（社會科學版），2017，16（1）：114-120.

[6]張鑭.基于文本分析法的湖北省高新技術產業政策演進脈絡研究[J].科技進步與對策，2013，30（17）：113-117.

[7]易明，劉航.科技政策對產業研發空間結構的影響研究：基于湖北省的實證分析[J].中國科技論壇，2009（2）：18-21，39.

[8]李勝會，劉金英.中國戰略性新興產業政策分析與績效評價：“非政策失敗理論”及實證研究[J].宏觀經濟研究，2015（10）：3-13，23.

[9]方榮貴，銀路，王敏.新興技術向戰略性新興產業演化中政府政策分析[J].技術經濟，2010，29（12）：1-6.

[10]鄧衢文，李紀珍，招富剛.戰略性新興產業培育的政策路線圖：以廣東省LED產業為例[J].科技管理研究，2012，32（24）：51-56.

[11]朱巍，陳慧慧，田思媛，等.人工智能：從科學夢到新藍海：人工智能產業發展分析及對策[J].科技進步與對策，2016，33（21）：66-70.

[12]朝樂門，馬廣惠，路海娟.我國大數據產業的特征分析與政策建議[J].情報理論與實踐，2016，39（10）：5-10.

[13]張會平，郭寧，湯璽楷.推進邏輯與未來進路：我國政務大數據政策的文本分析[J].情報雜志，2018，37（3）：152-157，192.

[14]董慧梅，丁毅.電子信息產業“供給側改革”政策研究[J].科技進步與對策，2016，33（9）：91-95.

[15]陶于祥，袁野，樊自甫，等.全球電子信息制造業發展趨勢與經驗借鑒[J].重慶郵電大學學報（社會科學版），2018，30（1）：89-95.

[16]丹尼爾·里夫，斯蒂文·賴斯，弗雷德里克.G.菲克.內容分析法：媒介信息量化研究技巧[M].嵇美云，譯.北京：清華大學出版社，2010.

[17]劉偉.內容分析法在公共管理學研究中的應用[J].中國行政管理，2014（6）：93-98.

[18]陳維軍.文獻計量法與內容分析法的比較研究[J].情報科學，2001，19（8）：884-886.

[19]張競文，王曉梅，李想，等.我國東中西部三大產業Ramp;D經費分配的優化分析[J].研究與發展管理，2017，29（6）：49-58.

[20]劉智勇，李海崢，胡永遠，等.人力資本結構高級化與經濟增長：兼論東中西部地區差距的形成和縮小[J].經濟研究，2018，53（3）：50-63.

[21]盧章平，王曉晶.基于內容分析法的科技成果轉化政策研究[J].科技進步與對策，2013，30（11）： 98-103.

[22]蘇敬勤，李曉昂.事件導向下的政策體系內容分析及作用機理探究：以大連軟件園為例[J]. 科學學與科學技術管理，2013，34（5）：3-9.

[23]劉貴文，陶怡，毛超，等.政策工具視角的中國裝配式建筑政策文本量化研究[J].重慶大學學報（社會科學版），2018，24（5）：56-65.

[24]李良成.政策工具維度的創新驅動發展戰略政策分析框架研究[J].科技進步與對策，2016，33（11）：95-102.

[25]趙筱媛，蘇竣.基于政策工具的公共科技政策分析框架研究[J].科學學研究，2007，25（1）：52-56.

[26]郭俊華，徐倪妮.基于內容分析法的創業人才政策比較研究：以京滬深三市為例[J].情報雜志，2017，36（5）：54-61.

[27]王霞，郭兵，蘇林.基于內容分析法的上海市科技政策演進分析[J].科技進步與對策，2012，29（23）：104-107.

[28]EDHLUND B，MCDOUGALL A.Nvivo 11 Essentials[M].Morrisville， North Carolina：Lulu Press， Inc.，2016.

[29]褚睿剛.環境創新稅收政策解構與重構：由單一工具轉向組合工具[J].科技進步與對策，2018，35（10）：107-114.

[30]林毅夫，龔強.發展戰略與經濟制度選擇[J].管理世界，2010（3）：5-13，187.

Analysis of China’s AI industry policy based on content analysis：

The perspective of the framework of supply， demand and environment

YUAN Ye， MA Yanchao， TAO Yuxiang， WAN Xiaoyu

（School of Economics and Management， Chongqing University of

Posts and Telecommunications， Chongqing 400065， P. R. China）

Abstract：

From the perspective of the threedimensional analysis framework of supply， demand and environment， this paper takes 69 industrial policy documents related to artificial intelligence and intelligent manufacturing issued by the eastern， central and western regions of China during 2015-2018 as samples， and uses content analysis method to analyze various policies.The research shows that： on the whole， the issued industrial policies on artificial intelligence are mainly environmental policies and supplyoriented policies， while demandoriented policies are relatively few.In terms of environmental policies， the eastern， central and western regions all attach importance to the important role of target planning in industrial development. In addition， the eastern region is mainly dominated by regulations and regulations， while the central region provides more financial support and the western region lays more emphasis on strategic measures.In terms of supply policy， the eastern and central regions pay attention to the use of policy tools related to human resource management， capital investment and scientific and technological infrastructure.In terms of demandrelated policies， the eastern region encourages international cooperation and conducts trade control at the same time. Government procurement plays a greater role in the development of artificial intelligence industry in the central region， while the western region attaches more importance to the role of international cooperation in promoting industrial development.Finally， combined with the use of three types of policy tools， the paper puts forward policy suggestions for the future development of China’s artificial intelligence industry.

Key words： "AI industry;industrial policy;policy tools; regional comparison; content analysis

（責任編輯 傅旭東）