岳曉旭，蘇 竣，Philip Shapira，謝其軍

(1.清華大學(xué)公共管理學(xué)院，北京 100084;2.曼徹斯特大學(xué)聯(lián)盟商學(xué)院，曼徹斯特 M13 9PL；3.佐治亞理工學(xué)院公共政策學(xué)院，亞特蘭大 GA 30332-0345)

0 引言

近年來(lái)，人工智能 (Artificial Intelligence，AI)無(wú)論是實(shí)踐方面還是政策方面引起各行業(yè)廣泛關(guān)注。在已有研究中，學(xué)者對(duì)AI的定義不同，但它被廣泛認(rèn)為是計(jì)算機(jī)科學(xué)或者智能科學(xué)的一個(gè)分支[1-3]，包括機(jī)器學(xué)習(xí) (Machine Learning)、深度學(xué)習(xí) (Deep Learning)、機(jī)器智能 (Machine Intelligence)和數(shù)據(jù)處理算法 (Algorithmic Data Processing)等概念[4-5]，被用于執(zhí)行人類(lèi)可完成的任務(wù)或者之前無(wú)法完成的任務(wù)。人工智能技術(shù)已逐漸被應(yīng)用到各個(gè)領(lǐng)域，被認(rèn)為是促進(jìn)經(jīng)濟(jì)和社會(huì)發(fā)展的關(guān)鍵技術(shù)之一，它代表了未來(lái)的產(chǎn)業(yè)競(jìng)爭(zhēng)。因此，許多發(fā)達(dá)國(guó)家和地區(qū) (如美國(guó)、歐盟、日本和韓國(guó))相繼啟動(dòng)了國(guó)家人工智能創(chuàng)新計(jì)劃[6]。

創(chuàng)新生態(tài)系統(tǒng) (Innovation Ecosystem)被定義為 “企業(yè)通過(guò)協(xié)作安排將各自產(chǎn)品或方案組合成一致的、面向客戶(hù)的解決方案”[7]。在區(qū)域?qū)用妫瑒?chuàng)新生態(tài)系統(tǒng)則被定義為 “可以支持一個(gè)產(chǎn)業(yè)中的新產(chǎn)品或者改進(jìn)產(chǎn)品、業(yè)務(wù)或生產(chǎn)過(guò)程的參與者網(wǎng)絡(luò)”[8-9]。另外，創(chuàng)新生態(tài)系統(tǒng)包括兩個(gè)子生態(tài)系統(tǒng)：知識(shí)生態(tài)系統(tǒng)和商業(yè)生態(tài)系統(tǒng)[10-11]。其中，知識(shí)生態(tài)系統(tǒng)是由基礎(chǔ)研究推動(dòng)，旨在為企業(yè)、大學(xué)和研究機(jī)構(gòu)創(chuàng)造科學(xué)基礎(chǔ)知識(shí)。

近幾年，中國(guó)政府相繼發(fā)布 《新一代人工智能發(fā)展規(guī)劃》 《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展的三年行動(dòng)計(jì)劃 (2018—2020年)》等重要文件。在論文和專(zhuān)利方面，中國(guó)分別排名世界第2位和第4位，見(jiàn)表1。制造業(yè)和其他高科技領(lǐng)域在區(qū)域?qū)用孢M(jìn)行的創(chuàng)新研究表明鄰近性具有促進(jìn)創(chuàng)新合作的作用[12-14]?！吨袊?guó)新一代人工智能科技產(chǎn)業(yè)發(fā)展報(bào)告 (2019)》顯示，從地域分布看，京津冀、長(zhǎng)三角、珠三角和川渝四大都市圈人工智能企業(yè)占比分別為44.8%、28.7%、16.9%和2.6%。那么，在AI領(lǐng)域，中國(guó)人工智能研究的區(qū)域分布呈現(xiàn)出什么特征？每個(gè)區(qū)域的核心參與者有哪些特點(diǎn)？創(chuàng)新集聚是否明顯？有何特點(diǎn)？這些集群是如何形成的？

表1 AI及相關(guān)領(lǐng)域?qū)＠驼撐膰?guó)家分布

當(dāng)前有學(xué)者對(duì)中國(guó)或其他國(guó)家 (地區(qū))的人工智能創(chuàng)新發(fā)展進(jìn)行研究。Gao等通過(guò)對(duì)中國(guó)人工智能相關(guān)論文研究，將中國(guó)人工智能發(fā)展分為初步探索、穩(wěn)定上升和快速發(fā)展這3個(gè)階段[15]。周伯柱等分析全球人工智能的產(chǎn)出和區(qū)域分布[16]。耿喆等梳理創(chuàng)新生態(tài)系統(tǒng)研究的4個(gè)層次，結(jié)合產(chǎn)業(yè)生態(tài)理論及人工智能產(chǎn)業(yè)自身特點(diǎn)，研究人工智能產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)生物成分及非生物成分中各構(gòu)成要素[17]。李?lèi)偟确治鼋?5年世界人工智能的研究熱點(diǎn)和趨勢(shì)。這些研究多集中在國(guó)家層面，涉及區(qū)域?qū)用娴妮^少；多分析發(fā)展進(jìn)程和研究熱點(diǎn)，分析創(chuàng)新過(guò)程中參與者的研究較少[18]。

為此，本文嘗試從區(qū)域?qū)用娣治鲂屡d技術(shù)知識(shí)創(chuàng)新生態(tài)系統(tǒng)，采用科學(xué)計(jì)量法和社會(huì)網(wǎng)絡(luò)分析法，分析和比較京津冀、長(zhǎng)三角和粵港澳的AI知識(shí)創(chuàng)新生態(tài)系統(tǒng)。本文將識(shí)別出重要區(qū)域AI知識(shí)創(chuàng)新的核心參與者及他們之間的關(guān)系、區(qū)域知識(shí)創(chuàng)新集群以及這些集群的形成過(guò)程，以期為中國(guó)人工智能創(chuàng)新發(fā)展政策的制定提供參考。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)庫(kù)構(gòu)建

本文以曼徹斯特大學(xué)Philip Shapira教授研究團(tuán)隊(duì)構(gòu)建的人工智能論文數(shù)據(jù)庫(kù)為數(shù)據(jù)源，該數(shù)據(jù)庫(kù)通過(guò)核心關(guān)鍵詞和專(zhuān)業(yè)期刊收集人工智能相關(guān)關(guān)鍵詞，之后通過(guò)benchmark方法構(gòu)建備選關(guān)鍵詞詞庫(kù)，最后經(jīng)專(zhuān)家篩選確定最終檢索關(guān)鍵詞詞庫(kù)。將該檢索方法與其他最近3種人工智能檢索策略[5,15,19]進(jìn)行比較，表明該檢索策略在查全和查準(zhǔn)兩個(gè)方面均具有一定保證。按照該檢索策略在Web of Science (WOS)數(shù)據(jù)庫(kù)進(jìn)行檢索，文獻(xiàn)類(lèi)型為article，索引數(shù)據(jù)庫(kù)為SCI-E和SSCI，時(shí)間窗口為1991—2020*(2020*指2020.1.1—2020.5.24)。最終收集到464373條記錄，檢索時(shí)間為2020年5月24日。

本文從該數(shù)據(jù)庫(kù)中提取中國(guó)參與的記錄，即在地址字段中，至少有一個(gè)地址來(lái)自中國(guó)。提取的中國(guó)記錄包括中國(guó)大陸、香港和澳門(mén)的記錄。采用Vantagepoint作為數(shù)據(jù)處理和分析工具，最終數(shù)據(jù)庫(kù)包含117735條中國(guó)人工智能相關(guān)記錄。

1.2 數(shù)據(jù)標(biāo)準(zhǔn)化處理

由于不同期刊對(duì)作者機(jī)構(gòu)地址標(biāo)引要求不同，以及作者在發(fā)文時(shí)標(biāo)注地址的要求和習(xí)慣不同，導(dǎo)致收集到的論文記錄作者地址格式不一。比如，有的作者地址把省級(jí)行政單位標(biāo)注為二級(jí)行政地區(qū) (一級(jí)為國(guó)家)，而有些則標(biāo)注為城市。因此，在數(shù)據(jù)分析前，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。對(duì)數(shù)據(jù)的標(biāo)準(zhǔn)化分兩種情況：①對(duì)于只標(biāo)注了城市的地址，按照國(guó)家行政區(qū)域劃分，定位其省級(jí)行政單位；②對(duì)于只標(biāo)注省份的地址，根據(jù)機(jī)構(gòu)名稱(chēng)，定位其城市，如浙江大學(xué)的二級(jí)行政單位被一些作者標(biāo)為浙江??；記錄大多數(shù)為第一種情況。

1.3 研究方法

在完成數(shù)據(jù)收集和處理的基礎(chǔ)上，采用科學(xué)計(jì)量和社會(huì)網(wǎng)絡(luò)分析方法分析中國(guó)人工智能知識(shí)創(chuàng)新發(fā)展情況和中國(guó)3個(gè)主要城市群 (京津冀、長(zhǎng)三角和粵港澳)的AI區(qū)域知識(shí)創(chuàng)新生態(tài)系統(tǒng)，研究框架主要包括以下4個(gè)部分。

(1)關(guān)鍵參與者識(shí)別。采用科學(xué)計(jì)量方法，借助Vantagepoint分析工具提取出中國(guó)3個(gè)主要城市群人工智能知識(shí)創(chuàng)新的主要參與者。

(2)評(píng)估分層。AI研究產(chǎn)出的地區(qū)差異不僅反映科學(xué)研究能力失衡，也反映經(jīng)濟(jì)水平和創(chuàng)新水平失衡。對(duì)各省份按產(chǎn)出貢獻(xiàn)進(jìn)行層次評(píng)估。

(3)區(qū)域劃分。參考《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》《京津冀協(xié)同發(fā)展規(guī)劃綱要》和《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，將長(zhǎng)三角地區(qū)界定為3省1市 (浙江省、江蘇省、安徽省和上海市)，京津冀地區(qū)包括北京、天津和河北省，粵港澳地區(qū)為廣東省和香港、澳門(mén)兩個(gè)行政特區(qū)。

(4)區(qū)域內(nèi)外部核心參與者社會(huì)網(wǎng)絡(luò)分析。為了分析鄰近性是否會(huì)影響這些高數(shù)據(jù)密集產(chǎn)業(yè) (如AI)知識(shí)創(chuàng)新參與者創(chuàng)新伙伴的選擇和創(chuàng)新集群形成過(guò)程，使用Ucinet作為分析工具對(duì)區(qū)域內(nèi)外部核心參與者進(jìn)行社會(huì)網(wǎng)絡(luò)分析，并參考 “五年規(guī)劃”對(duì)數(shù)據(jù)集進(jìn)行時(shí)間的劃分，但由于1991—1995年時(shí)間段的數(shù)據(jù)非常少，因此將1991—1995和1996—2000這兩個(gè)時(shí)間段合并，即分為1991—2000、2001—2005、2006—2010、2011—2015和2016—2020*共5個(gè)時(shí)間段進(jìn)行時(shí)序分析。

2 結(jié)果與分析

2.1 中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì)

科研工作者往往以撰寫(xiě)必要的科學(xué)文獻(xiàn)來(lái)作為知識(shí)或技術(shù)創(chuàng)新的科研成果的具體體現(xiàn)，因此本文以公開(kāi)發(fā)表的論文為數(shù)據(jù)，從發(fā)表論文數(shù)、國(guó)際合作論文數(shù)、主導(dǎo)論文數(shù)、國(guó)際合作率和國(guó)際合作論文主導(dǎo)率等指標(biāo)分析中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì)。在本文中，定義合作論文為論文作者數(shù)>1的論文，國(guó)際合著論文為論文作者國(guó)家數(shù)>1的合著論文[20]；將通信作者確定為主導(dǎo)作者，定義一個(gè)國(guó)家主導(dǎo)的論文為該國(guó)國(guó)際合著論文中通信作者地址字段為該國(guó)家地址的論文，也就是說(shuō)，該國(guó)家在這項(xiàng)科技合作中承擔(dān)主導(dǎo)者角色[21]。一個(gè)國(guó)家的國(guó)際合作主導(dǎo)率即該國(guó)在國(guó)際合著學(xué)術(shù)論文中擔(dān)任通信作者的百分比。

從論文數(shù)和占世界論文數(shù)的比例看，在人工智能領(lǐng)域，中國(guó)是后起之秀，2006年以后發(fā)展迅猛。由1991—2000年的1291篇、占比2.49%增長(zhǎng)到2016—2020*的73324篇、占比37.59%，是第一階段的約15倍。國(guó)際合作論文數(shù)也隨之增長(zhǎng)，但國(guó)際合作主導(dǎo)率比較穩(wěn)定，為25%～30%。不同的是，中國(guó)人工智能創(chuàng)新的主導(dǎo)地位逐步提升，國(guó)際合作主導(dǎo)率由1991—2000年的37.30%增長(zhǎng)到2001—2005年的54.11%，之后呈上升趨勢(shì)，最終穩(wěn)定在70%左右。由此可見(jiàn)，中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì)迅猛，主導(dǎo)地位逐步提升，但是國(guó)際合作率趨于穩(wěn)定，見(jiàn)圖1和表2。

圖1 中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì) (1991—2020年*)

表2 中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì) (階段對(duì)比)

2.2 中國(guó)人工智能知識(shí)創(chuàng)新區(qū)域分布

通過(guò)論文數(shù)對(duì)中國(guó)33個(gè)省級(jí)行政單位進(jìn)行分層分析，識(shí)別出該領(lǐng)域創(chuàng)新的核心參與者，見(jiàn)表3。由表3可知，位列第1層的11個(gè)區(qū)域中，北京的論文數(shù)遠(yuǎn)超其他地區(qū)，占23.05%，也就是說(shuō)，有23.05%的論文中至少有1位作者來(lái)自北京。江蘇居第2位，在1991—2020*期間，發(fā)表中國(guó)人工智能領(lǐng)域13.50%的論文 (約為北京論文產(chǎn)出的一半左右)。居第3位和第4位的上海和廣東，均貢獻(xiàn)了約9%的人工智能論文。從發(fā)展趨勢(shì)看，在大多數(shù)區(qū)域，論文數(shù)呈穩(wěn)定或者增長(zhǎng)趨勢(shì)，增長(zhǎng)較快的有江蘇 (由8.83%增至14.12%)、廣東 (由2.17%增至10.89%)、陜西 (由4.65%增至8.53%)、湖北 (由4.34%增至7.64%)、浙江 (由3.80%增至6.65%)，其中最為明顯的是粵港澳地區(qū)的廣東省，但是同一地區(qū)的香港的人工智能產(chǎn)出在1991—2000年為20.53%，居第2位，僅次于北京 (21.61%)，并在2001—2005年增至30.48%，領(lǐng)先于北京 (22.38%)，但卻在后面3個(gè)階段以減半的趨勢(shì)大幅度下降 (分別為15.21%、6.5%和3.84%)，至2016—2020*為4.93%。為了探究導(dǎo)致這一現(xiàn)象的原因，提取香港的記錄，即至少有1個(gè)香港作者參加的記錄，發(fā)現(xiàn)香港地區(qū)的人工智能產(chǎn)出在2006年之后有增長(zhǎng)趨勢(shì)，但增幅不大，已逐步趨于穩(wěn)定，但與大陸地區(qū)合作的論文數(shù)增長(zhǎng)迅速，與距離最近的廣東合作最為頻繁，但是和北京、江蘇合作較早，2006年左右已經(jīng)頻繁合作，與其他地區(qū)如廣東、上海、浙江、陜西、湖北等的合作論文數(shù)是在2011年之后迅速增長(zhǎng)?？梢?jiàn)，香港的人工智能創(chuàng)新發(fā)展早于大陸地區(qū)，并已至成熟階段，并通過(guò)合作方式在某種程度上帶動(dòng)了大陸地區(qū)人工智能的發(fā)展。

表3 中國(guó)人工智能創(chuàng)新區(qū)域分布比例 單位：%

人工智能論文產(chǎn)出的區(qū)域差異不僅反映科學(xué)知識(shí)創(chuàng)新能力的不均衡，也反映中國(guó)不同地區(qū)經(jīng)濟(jì)活動(dòng)和科技資源的不均衡。盡管近年來(lái)政府為實(shí)現(xiàn)區(qū)域發(fā)展均衡而出臺(tái)大量區(qū)域協(xié)同創(chuàng)新的相關(guān)政策，但仍存在很大差異?！吨袊?guó)研發(fā)經(jīng)費(fèi)報(bào)告 (2018)》的數(shù)據(jù)表明，中國(guó)各省 (市、區(qū))研發(fā)經(jīng)費(fèi)支出規(guī)模前3位的是廣東、江蘇和山東，均超過(guò)1500億元；支出強(qiáng)度前3位是北京、上海和天津，均超過(guò)3%。中國(guó)各省 (市、區(qū))研發(fā)經(jīng)費(fèi)支出差異明顯，排名前3位的研發(fā)經(jīng)費(fèi)共計(jì)5628億元，占全國(guó)研發(fā)經(jīng)費(fèi)的1/3。在人工智能領(lǐng)域，中國(guó)科學(xué)院1991—2020*發(fā)表論文12407篇，占中國(guó)全部人工智能論文產(chǎn)出的10.54%，中國(guó)科學(xué)院總部位于北京，其下屬研究機(jī)構(gòu)也多在北京。此外，許多優(yōu)秀的研究型大學(xué)也在北京，如清華大學(xué)發(fā)表人工智能相關(guān)論文3742篇，占全國(guó)總數(shù)的3.18%；北京航空航天大學(xué)2541篇，占比2.16%；北京大學(xué)1890篇，占比1.61%。距離北京較近的天津大學(xué)也貢獻(xiàn)了1.74%的人工智能研究論文。除京津冀外，人工智能創(chuàng)新的關(guān)鍵參與者還集中在長(zhǎng)三角和粵港澳地區(qū)，長(zhǎng)三角地區(qū)的核心參與者有浙江大學(xué) (占比3.27%)、上海交通大學(xué) (占比2.92%)、東南大學(xué) (占比2.46%)，粵港澳地區(qū)則有香港理工大學(xué) (占比2.33%)、香港城市大學(xué) (占比2.28%)和中山大學(xué) (占比1.65%)，見(jiàn)表4。人工智能知識(shí)創(chuàng)新在大學(xué)聚集的湖北武漢、陜西西安和四川成都也存在集聚現(xiàn)象。

表4 中國(guó)人工智能知識(shí)創(chuàng)新的關(guān)鍵參與者 (前20名)

2.3 中國(guó)人工智能核心區(qū)域創(chuàng)新集群的形成過(guò)程

為了進(jìn)一步分析中國(guó)人工智能的區(qū)域創(chuàng)新生態(tài)，選擇中國(guó)人工智能創(chuàng)新領(lǐng)先的3個(gè)核心地區(qū)，即京津冀、長(zhǎng)三角和粵港澳地區(qū)，在識(shí)別出關(guān)鍵參與者的基礎(chǔ)上，采用社會(huì)網(wǎng)絡(luò)分析法，借助Ucinet分析工具，繪制出3個(gè)地區(qū)1991—2020*期間不同時(shí)間段的合作網(wǎng)絡(luò)，從時(shí)間和空間多維度進(jìn)行對(duì)比，以揭示中國(guó)人工智能知識(shí)創(chuàng)新的區(qū)域協(xié)同程度和人工智能知識(shí)創(chuàng)新集群的形成過(guò)程。

2.3.1 中國(guó)人工智能核心區(qū)域關(guān)鍵參與者

采用科學(xué)計(jì)量的方法，分別提取出長(zhǎng)三角、京津冀和粵港澳3個(gè)地區(qū)人工智能知識(shí)創(chuàng)新的關(guān)鍵參與者，由于篇幅限制，本文只列舉每個(gè)地區(qū)的前20個(gè)機(jī)構(gòu)，并區(qū)分區(qū)域內(nèi)、外參與者。

長(zhǎng)三角地區(qū)人工智能創(chuàng)新參與者前20的機(jī)構(gòu)中，10個(gè)來(lái)自江蘇，其中7個(gè)來(lái)自南京，另3個(gè)是徐州的中國(guó)礦業(yè)大學(xué)、無(wú)錫的江南大學(xué)和鎮(zhèn)江的江蘇大學(xué)；位于其后的是上海，有5所機(jī)構(gòu)躋身地區(qū)前20；浙江和安徽則都只有兩個(gè)機(jī)構(gòu)躋身區(qū)域前20，且來(lái)自省會(huì)城市，浙江的機(jī)構(gòu)是排名第1位的浙江大學(xué)和第17 位的杭州電子科技大學(xué)，安徽的機(jī)構(gòu)是中國(guó)科學(xué)技術(shù)大學(xué)和合肥工業(yè)大學(xué)。長(zhǎng)三角人工智能知識(shí)創(chuàng)新的關(guān)鍵參與者還有來(lái)自區(qū)域外部的北京的中國(guó)科學(xué)院的機(jī)構(gòu)，與長(zhǎng)三角地區(qū)合作1455篇論文。長(zhǎng)三角地區(qū)人工智能集群的形成依賴(lài)于研究型大學(xué)地理上的集聚。

相對(duì)于長(zhǎng)三角地區(qū)分布廣泛的特征，京津冀地區(qū)的關(guān)鍵參與者則相對(duì)集中，主要集中在北京，12所研究型大學(xué) (機(jī)構(gòu))和1所企業(yè)研究院 (微軟亞洲研究院)；天津和河北則比較少，天津有兩所 (天津大學(xué)和南開(kāi)大學(xué))，河北有1所 (燕山大學(xué))；此外還有區(qū)域外的上海交通大學(xué)、香港城市大學(xué)、哈爾濱工業(yè)大學(xué)和新加坡的南洋理工大學(xué)。

正如區(qū)域分布得出的結(jié)論，香港地區(qū)人工智能創(chuàng)新能力已日趨成熟，在粵港澳地區(qū)，香港有6所大學(xué)位列前10，其中前5名中有3所機(jī)構(gòu)來(lái)自香港，分別為香港理工大學(xué) (第1)、香港城市大學(xué) (第2)和香港中文大學(xué) (第5)；廣東省有7所大學(xué)位列其中，主要集中在廣州和深圳；澳門(mén)地區(qū)則只有澳門(mén)大學(xué)位列其中；另外還有區(qū)域外6所機(jī)構(gòu)，中國(guó)科學(xué)院 (北京)和清華大學(xué)，長(zhǎng)三角地區(qū)的浙江大學(xué)和上海交通大學(xué)，武漢的華中科技大學(xué)以及哈爾濱的哈爾濱工業(yè)大學(xué)，見(jiàn)表5。

表5 中國(guó)人工智能核心區(qū)域關(guān)鍵參與者 (前20名)

總體看，京津冀地區(qū)對(duì)周邊地區(qū)的推動(dòng)作用不明顯，長(zhǎng)三角和粵港澳地區(qū)則相對(duì)均衡。粵港澳地區(qū)與外部合作明顯，如通過(guò)設(shè)立分校區(qū)的方式 (哈爾濱工業(yè)大學(xué))。

2.3.2 中國(guó)人工智能核心區(qū)域知識(shí)創(chuàng)新集群形成

區(qū)域內(nèi)、外部的合作可以促進(jìn)知識(shí)交流以推動(dòng)新興技術(shù)知識(shí)創(chuàng)新[23]。盡管合作方式有多種，但是由于本文研究的人工智能領(lǐng)域的合作，近年來(lái)中國(guó)大力推進(jìn)人工智能發(fā)展并且以各種方式支持人工智能的科學(xué)研究，因此人工智能領(lǐng)域的合著論文可以作為知識(shí)創(chuàng)新合作的體現(xiàn)方式。

假設(shè)科學(xué)合作可以促進(jìn)知識(shí)創(chuàng)新，在區(qū)域視角下，促進(jìn)區(qū)域創(chuàng)新集群形成。因此使用Ucinet軟件繪制3個(gè)人工智能核心區(qū)域內(nèi)外部核心參與者的合作網(wǎng)絡(luò)，并分時(shí)間段以揭示其演進(jìn)過(guò)程。節(jié)點(diǎn)大小表示在該區(qū)域該階段該參與者貢獻(xiàn)的論文數(shù)，兩個(gè)節(jié)點(diǎn)之間的連線(xiàn)表示兩個(gè)機(jī)構(gòu)合作的數(shù)量，每個(gè)子圖中節(jié)點(diǎn)的大小與論文數(shù)呈正比，線(xiàn)的粗細(xì)與合作次數(shù)成正比，在每個(gè)區(qū)域的每個(gè)階段，按論文數(shù)分布選擇了核心參與者。

如圖2所示，在長(zhǎng)三角地區(qū)，第一階段 (1991—2000)，人工智能創(chuàng)新的主要核心參與者均來(lái)自區(qū)域內(nèi)部，以浙江大學(xué)，江蘇南京的東南大學(xué)和南京大學(xué)，上海的復(fù)旦大學(xué)、上海交通大學(xué)和中科院在上海的研究所，安徽的中國(guó)科學(xué)技術(shù)大學(xué)為代表，但是除江蘇南京的兩所大學(xué) (東南大學(xué)和南京郵電大學(xué))外，無(wú)論是省 (市)內(nèi)部還是區(qū)域內(nèi)不同省 (市)的參與者之間合作并不明顯。第二階段 (2001—2005)，同一省市(上海、江蘇南京、安徽)內(nèi)部的機(jī)構(gòu)之間頻繁合作。另外，香港與北京的機(jī)構(gòu)頻繁與長(zhǎng)三角地區(qū)的機(jī)構(gòu)進(jìn)行人工智能的合作創(chuàng)新，一些緊密的合作關(guān)系也初步形成。地區(qū)合作創(chuàng)新團(tuán)隊(duì)多為雙邊，有兩個(gè)香港—江蘇南京合作組合 (南京理工大學(xué)、香港理工大學(xué)和香港城市大學(xué)，東南大學(xué)、南京郵電大學(xué)和香港中文大學(xué))，1個(gè)香港—上海合作組合 (上海交通大學(xué)、香港城市大學(xué)和香港大學(xué))，1個(gè)香港—浙江杭州合作組合 (浙江大學(xué)、香港理工大學(xué)、香港城市大學(xué)和香港大學(xué))，1個(gè)北京—江蘇南京合作組合 (中科院北京的研究所和南京航空航天大學(xué))。但是，區(qū)域內(nèi)部不同省 (市)之間的合作并不明顯。第三階段 (2006—2010)，上海的創(chuàng)新集群已初步形成，上海交通大學(xué)在集群中的表現(xiàn)最為突出。同時(shí)，長(zhǎng)三角區(qū)域人工智能?chē)?guó)際合作創(chuàng)新態(tài)勢(shì)明顯，上海與江蘇南京的國(guó)際合作更為突出。第四階段 (2011—2015)，澳大利亞和沙特阿拉伯的研究機(jī)構(gòu)也開(kāi)始參與長(zhǎng)三角地區(qū)人工智能的國(guó)際合作創(chuàng)新中，江蘇的創(chuàng)新集群也初具規(guī)模，但主要集中在省會(huì)南京，東南大學(xué)、南京理工大學(xué)和南京大學(xué)比較突出。安徽合肥的中國(guó)科學(xué)技術(shù)大學(xué)、安徽大學(xué)和合肥工業(yè)大學(xué)的三角合作關(guān)系形成。最后階段 (2016—2020*)，也是長(zhǎng)三角地區(qū)人工智能迅速發(fā)展的階段，區(qū)域內(nèi)、外部的越來(lái)越多機(jī)構(gòu)參與進(jìn)來(lái)，以北京的機(jī)構(gòu)最為明顯。浙江大學(xué)與浙江工業(yè)大學(xué)、杭州電子科技大學(xué)的合作緊密起來(lái)。另外，在國(guó)家大力推動(dòng)區(qū)域協(xié)同創(chuàng)新的大環(huán)境下，區(qū)域內(nèi)部跨省 (市)合作創(chuàng)新初見(jiàn)成效，江蘇的東南大學(xué)和安徽的中國(guó)科學(xué)技術(shù)大學(xué)，浙江的杭州電子科技大學(xué)和上海的復(fù)旦大學(xué)均已形成緊密的合作伙伴?？梢?jiàn)，在長(zhǎng)三角地區(qū)人工智能創(chuàng)新發(fā)展過(guò)程中，香港地區(qū)的大學(xué)起到不可替代的作用。上海地區(qū)的人工智能發(fā)展集群形成最早，其次為江蘇，安徽和浙江的集群還在形成中。區(qū)域協(xié)同發(fā)展戰(zhàn)略有助于推動(dòng)長(zhǎng)三角地區(qū)的人工智能知識(shí)創(chuàng)新集群的形成。

圖2 長(zhǎng)三角地區(qū)人工智能區(qū)域創(chuàng)新集群形成過(guò)程

如前所述，京津冀地區(qū)的人工智能創(chuàng)新主要集中在北京。如圖3所示，北京的人工智能創(chuàng)新集群初步形成于第三階段 (2006—2010)，2011年以后迅速發(fā)展。新加坡和澳大利亞與北京的人工智能創(chuàng)新研究機(jī)構(gòu)合作較多。與長(zhǎng)三角地區(qū)相同，香港地區(qū)的大學(xué)也為北京的人工智能創(chuàng)新發(fā)展做出一定貢獻(xiàn)。另外，在天津大學(xué)和南開(kāi)大學(xué)這兩所一流大學(xué)的帶領(lǐng)下，天津的人工智能創(chuàng)新能力也有了一定提升，但集群尚未形成，自2011年起，與北京地區(qū)的合作也逐步增多。

圖3 京津冀地區(qū)人工智能區(qū)域創(chuàng)新集群形成過(guò)程

如圖4所示，粵港澳地區(qū)人工智能創(chuàng)新模式比其他兩個(gè)地區(qū)更加開(kāi)放，在第一階段 (1991—2000)的創(chuàng)新核心參與者中，已有5個(gè)機(jī)構(gòu)來(lái)自區(qū)域外，甚至其他國(guó)家或地區(qū)。由于香港的人工智能發(fā)展較早，粵港澳地區(qū)香港的人工智能創(chuàng)新早于中國(guó)其他地區(qū)，因此在第一階段 (1991—2000)，香港地區(qū)的香港理工大學(xué)、香港城市大學(xué)和香港大學(xué)已形成了緊密的三角合作關(guān)系。但直到第三階段 (2006—2010)，廣東地區(qū)的人工智能知識(shí)創(chuàng)新活動(dòng)才活躍起來(lái)，主要集中在廣州和深圳，主校區(qū)在其他地區(qū)的大學(xué)在深圳設(shè)立分校區(qū)這一方式對(duì)深圳的人工智能創(chuàng)新有一定推動(dòng)作用，如清華大學(xué)深圳研究院、哈爾濱工業(yè)大學(xué)深圳校區(qū)、香港科技大學(xué)深圳研究院等。粵港澳地區(qū)人工智能創(chuàng)新的區(qū)域協(xié)同程度也優(yōu)于其他兩個(gè)地區(qū)，早在第一階段 (1991—2000)，香港地區(qū)的大學(xué)已經(jīng)開(kāi)始與廣東的華南理工大學(xué)合作，從第二階段 (2001—2005)起，合作日趨緊密。受科技資源分布的影響，澳門(mén)地區(qū)人工智能的核心參與者只有澳門(mén)大學(xué)和澳門(mén)科技大學(xué)，分別在第四階段 (2011—2015)和最后階段 (2016—2020*)成為區(qū)域內(nèi)人工智能知識(shí)創(chuàng)新的核心參與者。澳門(mén)大學(xué)與區(qū)域內(nèi)的廣東工業(yè)大學(xué)、華南理工大學(xué)，以及區(qū)域外的北京的中科院的研究所建立了穩(wěn)定的合作關(guān)系。

圖4 粵港澳地區(qū)人工智能區(qū)域創(chuàng)新集群形成過(guò)程

3 結(jié)論與討論

3.1 結(jié)論

分析結(jié)果表明，中國(guó)人工智能知識(shí)創(chuàng)新集群已經(jīng)廣泛出現(xiàn)，并為中國(guó)的人工智能發(fā)展做出了貢獻(xiàn)，中國(guó)人工智能創(chuàng)新發(fā)展態(tài)勢(shì)迅猛。人工智能知識(shí)創(chuàng)新的區(qū)域分布反映了科技資源分布的不均衡，首都、省會(huì)和經(jīng)濟(jì)特區(qū)這些行政屬性在人工智能創(chuàng)新方面具有一定優(yōu)勢(shì)。香港的人工智能發(fā)展早于大陸地區(qū)，并通過(guò)合作的方式推動(dòng)了其他地區(qū)人工智能的發(fā)展。

人工智能知識(shí)創(chuàng)新在長(zhǎng)三角、京津冀和粵港澳地區(qū)均出現(xiàn)了集聚現(xiàn)象，并對(duì)地理鄰近具有一定依賴(lài)性，但僅在同一行政區(qū)范圍內(nèi)明顯。近年來(lái)中央政府倡導(dǎo)的區(qū)域協(xié)同發(fā)展戰(zhàn)略和地方政府的創(chuàng)新發(fā)展政策有助于幫助區(qū)域打破行政界限，實(shí)現(xiàn)創(chuàng)新共同體內(nèi)部創(chuàng)新要素的流動(dòng)。

3.2 研究貢獻(xiàn)與不足

本研究貢獻(xiàn)主要是制定了基于科學(xué)計(jì)量學(xué)和社會(huì)網(wǎng)絡(luò)的新興技術(shù)區(qū)域知識(shí)創(chuàng)新生態(tài)的分析方法，并選取了中國(guó)的人工智能作為案例進(jìn)行實(shí)證分析。在數(shù)據(jù)收集和處理方面，雖然盡了最大努力，但本文仍有一定的局限性。

本文分析中國(guó)人工智能知識(shí)創(chuàng)新的區(qū)域分布和人工智能核心區(qū)域的知識(shí)創(chuàng)新集聚情況，但僅采用發(fā)表的SCI和SSCI論文并不能完全反映知識(shí)創(chuàng)新情況。本文作者進(jìn)一步收集人工智能相關(guān)專(zhuān)利，試圖補(bǔ)充其他相關(guān)產(chǎn)品的數(shù)據(jù)。在后續(xù)研究中，將繼續(xù)探討中國(guó)人工智能的創(chuàng)新生態(tài)，而不局限于知識(shí)創(chuàng)新方面。本文也將進(jìn)一步探討政策對(duì)新興技術(shù)創(chuàng)新集聚的推動(dòng)作用和區(qū)域不均衡差異的原因。但是合作論文也是知識(shí)創(chuàng)新合作的一種測(cè)度方式，因此本文構(gòu)建的方法對(duì)相關(guān)研究可提供支持，分析結(jié)論對(duì)現(xiàn)實(shí)也具有一定指導(dǎo)性。