袁野 劉壯 萬(wàn)曉榆 劉石

摘 要：創(chuàng)新型人才是實(shí)現(xiàn)我國(guó)人工智能產(chǎn)業(yè)關(guān)鍵核心技術(shù)突破的重要抓手。通過(guò)量化分析和知識(shí)圖譜聚類(lèi)等方法，對(duì)我國(guó)人工智能產(chǎn)業(yè)人才政策和文獻(xiàn)進(jìn)行量化評(píng)估和可視化分析。結(jié)果表明，我國(guó)人工智能產(chǎn)業(yè)人才政策總體偏向于社會(huì)人才引進(jìn)，人才自主培養(yǎng)較為薄弱，人才質(zhì)量與產(chǎn)業(yè)發(fā)展速度不相適配。同時(shí)，我國(guó)人工智能人才的頂層設(shè)計(jì)、培養(yǎng)模式是學(xué)術(shù)界和產(chǎn)業(yè)界研究與關(guān)注的熱點(diǎn)?！笆奈濉睍r(shí)期，我國(guó)應(yīng)該在基礎(chǔ)研究等方面彌補(bǔ)人才短板，引培并舉，用好人才評(píng)價(jià)激勵(lì)的“指揮棒”。

關(guān)鍵詞：人工智能產(chǎn)業(yè);人才政策;量化分析;前沿動(dòng)態(tài);“十四五”展望

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目“人工智能產(chǎn)業(yè)核心技術(shù)突破中的創(chuàng)新共同體構(gòu)建與協(xié)同機(jī)制研究”（20CGL004）;重慶市教育委員會(huì)人文社會(huì)科學(xué)研究項(xiàng)目“我國(guó)人工智能產(chǎn)業(yè)關(guān)鍵核心技術(shù)創(chuàng)新突破的路徑與政策體系研究”（20SKCH059）。

[中圖分類(lèi)號(hào)] F49 ? ? ? ? [文章編號(hào)] 1673-0186（2021）004-0075-012

[文獻(xiàn)標(biāo)識(shí)碼] A? ? ? [DOI編碼] 10.19631/j.cnki.css.2021.004.007

當(dāng)前，世界各國(guó)高度重視人工智能產(chǎn)業(yè)的創(chuàng)新發(fā)展，把人工智能作為推動(dòng)科技跨越式發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體提升的重要?jiǎng)恿Α＝?jīng)過(guò)多年的積累，我國(guó)在人工智能領(lǐng)域的產(chǎn)業(yè)基礎(chǔ)和人才儲(chǔ)備已形成一定存量，但是整體研究深度、廣度與發(fā)達(dá)國(guó)家相比差距仍然明顯，產(chǎn)業(yè)核心技術(shù)如關(guān)鍵設(shè)備、重要元器件和操作系統(tǒng)等基本被英偉達(dá)、AMD、英特爾等國(guó)際巨頭壟斷，形成“鎖定效應(yīng)”。根據(jù)《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展研究報(bào)告》（2017）顯示，中美之間產(chǎn)業(yè)發(fā)展和人才支撐差距仍然明顯：在產(chǎn)業(yè)發(fā)展上，全球人工智能企業(yè)總數(shù)達(dá)到2 542家，其中美國(guó)占比42%，中國(guó)僅占比23%;在人才支撐上，美國(guó)1 078家人工智能企業(yè)中約有78 000名員工，中國(guó)員工數(shù)量約為美國(guó)的一半。特別是在基礎(chǔ)研究領(lǐng)域，美國(guó)基礎(chǔ)層人才數(shù)量是中國(guó)的13.8倍，美國(guó)在人工智能關(guān)鍵核心技術(shù)等領(lǐng)域的人才數(shù)量和質(zhì)量方面均領(lǐng)先于中國(guó)。

與此同時(shí)，根據(jù)《人工智能產(chǎn)業(yè)人才發(fā)展報(bào)告（2019—2020年版）》數(shù)據(jù)顯示，我國(guó)國(guó)內(nèi)人工智能產(chǎn)業(yè)內(nèi)有效人才缺口達(dá)30萬(wàn)，在機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等領(lǐng)域，人才供需失衡情況尤為突出，基礎(chǔ)人才的培養(yǎng)、學(xué)科體系的建設(shè)、人才政策的供給已經(jīng)不能滿(mǎn)足產(chǎn)業(yè)生態(tài)的發(fā)展和技術(shù)突破的需要[1-2]。

毋庸置疑，人工智能領(lǐng)域的競(jìng)爭(zhēng)是頂級(jí)人才的競(jìng)爭(zhēng)，技術(shù)創(chuàng)新和應(yīng)用落地是引領(lǐng)人工智能發(fā)展的主要?jiǎng)恿ΓS著《中國(guó)制造2025》《新一代人工智能發(fā)展規(guī)劃》《加強(qiáng)“從0到1”基礎(chǔ)研究工作方案》等國(guó)家戰(zhàn)略提出后，我國(guó)人工智能產(chǎn)業(yè)和人才隊(duì)伍建設(shè)正在加速推進(jìn)。

從學(xué)術(shù)界的研究來(lái)看，人才培養(yǎng)是壯大人才隊(duì)伍，打破“鎖定效應(yīng)”的有效手段，人才培養(yǎng)需要重視創(chuàng)新鏈條上的每一環(huán)節(jié)，有側(cè)重地培養(yǎng)算法和數(shù)據(jù)分析類(lèi)基礎(chǔ)型人才，同時(shí)，也要充分利用好國(guó)際化的潮流，借智借力，積極引進(jìn)海外高端人才。高校作為人才培養(yǎng)的主要場(chǎng)所，發(fā)達(dá)國(guó)家的人工智能人才培養(yǎng)模式值得借鑒，人工智能教育領(lǐng)域的發(fā)展離不開(kāi)科研經(jīng)費(fèi)、培養(yǎng)規(guī)劃、學(xué)科建設(shè)等方面的支持[3]。學(xué)科建設(shè)是人才培養(yǎng)的引領(lǐng)，我國(guó)高校人工智能教育起步較晚，人工智能一級(jí)學(xué)科建設(shè)應(yīng)加速推進(jìn)，要先行打破學(xué)科專(zhuān)業(yè)結(jié)構(gòu)化的意識(shí)。此外，“人工智能+”的學(xué)科建設(shè)同樣不可忽略，學(xué)科建設(shè)不僅需要加強(qiáng)自然科學(xué)領(lǐng)域，而且應(yīng)關(guān)注到法學(xué)、社會(huì)學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)等人文學(xué)科，賦予學(xué)科“技術(shù)屬性”和“社會(huì)屬性”[4]，并且，可以通過(guò)借鑒國(guó)外高?！耙匀藶橹行摹薄耙皂?xiàng)目為牽引”的培養(yǎng)模式，加速傳統(tǒng)專(zhuān)業(yè)與人工智能知識(shí)融合。

因此，面對(duì)中美貿(mào)易摩擦、基礎(chǔ)研究落后、關(guān)鍵核心技術(shù)受制于人以及新冠疫情等錯(cuò)綜復(fù)雜的全球形勢(shì)，準(zhǔn)確地對(duì)我國(guó)人工智能產(chǎn)業(yè)人才發(fā)展的趨勢(shì)、政策、熱點(diǎn)等問(wèn)題進(jìn)行科學(xué)研判，具有重要的現(xiàn)實(shí)意義。本文運(yùn)用量化分析法和知識(shí)圖譜法，對(duì)我國(guó)的107份人工智能人才政策進(jìn)行量化評(píng)估，并對(duì)國(guó)內(nèi)人工智能人才研究的熱點(diǎn)趨勢(shì)特征進(jìn)行可視化分析，探索人工智能研究的時(shí)空分布、發(fā)展演進(jìn)脈絡(luò)，為“十四五”時(shí)期更好地制定人工智能人才培養(yǎng)、學(xué)科建設(shè)、基礎(chǔ)研究等領(lǐng)域的發(fā)展政策提供參考建議。

一、人工智能產(chǎn)業(yè)人才政策的量化評(píng)估分析

政策是以權(quán)威形式標(biāo)準(zhǔn)化地規(guī)定在一定的歷史時(shí)期內(nèi)，包含應(yīng)該達(dá)到的奮斗目標(biāo)、遵循的行動(dòng)原則、完成的明確任務(wù)、實(shí)行的工作方式、采取的一般步驟和具體措施。產(chǎn)業(yè)政策的量化評(píng)估分析主要有因子分析、層次分析以及回歸分析等多種方法，考慮到不同區(qū)域、不同層級(jí)、不同類(lèi)別的文件政策中人才要點(diǎn)的差異性，僅用政府發(fā)文數(shù)量難以客觀評(píng)價(jià)人工智能產(chǎn)業(yè)人才政策的覆蓋面，需要采用定量與定性結(jié)合的方式來(lái)揭示政策文件中的隱性?xún)?nèi)容。

（一）量化評(píng)估框架設(shè)計(jì)

本文采用內(nèi)容分析法對(duì)人工智能產(chǎn)業(yè)人才政策進(jìn)行分析，內(nèi)容分析法的核心思想是將政策的文本內(nèi)容轉(zhuǎn)化為可用于數(shù)學(xué)分析的量化結(jié)果，在原文中抽取某些有意義的內(nèi)容，通過(guò)對(duì)政策文本數(shù)據(jù)進(jìn)行編碼和分類(lèi)，使用情景再現(xiàn)等方法對(duì)所選文本進(jìn)行有效推斷。由于目前國(guó)家沒(méi)有出臺(tái)專(zhuān)門(mén)針對(duì)人工智能人才的相關(guān)政策，因此本文選取了2015年至2020年上半年的國(guó)家和地方層面的人工智能產(chǎn)業(yè)政策，共107項(xiàng)，資料涵蓋國(guó)家級(jí)、省級(jí)、市級(jí)、區(qū)級(jí)四個(gè)層面，包含中、東、西部三個(gè)地區(qū)?？紤]到量化分析的科學(xué)性和客觀性，政策文件按以下原則進(jìn)行篩選與整理：一是政策的真實(shí)性，文本主要來(lái)源于中央及各省市級(jí)政府門(mén)戶(hù)網(wǎng)站，數(shù)據(jù)真實(shí)可查;二是政策的有效性，搜集的政策均為現(xiàn)行有效的，已廢除的或已過(guò)有限期的政策文本均不在選取范圍內(nèi);三是政策的統(tǒng)一性，統(tǒng)一將規(guī)劃、意見(jiàn)、辦法列入政策分析行列[9]。

同時(shí)，通過(guò)借鑒申崢崢、李明和毛子駿等學(xué)者提出的政策分析框架，將人工智能產(chǎn)業(yè)人才政策分為人才供給、人才需求和人才環(huán)境三個(gè)維度[5-7]。人才供給分為高校人才供給、社會(huì)人才供給和聯(lián)合培養(yǎng)供給。人才需求分為兩個(gè)部分，一是對(duì)于人才本身道德、學(xué)歷、技能素養(yǎng)方面的需求，二是產(chǎn)業(yè)發(fā)展本身會(huì)引發(fā)對(duì)人才的需求，均屬于需求側(cè)。最后，人才環(huán)境分為人才發(fā)展硬環(huán)境和人才發(fā)展軟環(huán)境，詳細(xì)釋義如表2 所示。

通過(guò)使用Nvivo質(zhì)性分析軟件對(duì)人工智能相關(guān)政策按照人才供給、人才需求、人才環(huán)境三個(gè)維度進(jìn)行分析，依據(jù)人工智能人才政策分析框架設(shè)立節(jié)點(diǎn)進(jìn)行編碼，根據(jù)編碼顯示所設(shè)置的節(jié)點(diǎn)、編碼材料來(lái)源數(shù)及編碼參考點(diǎn)數(shù)量，已列出父節(jié)點(diǎn)到子節(jié)點(diǎn)以及編碼參考點(diǎn)數(shù)量，得出各個(gè)政策中人才政策相關(guān)情況的量化結(jié)果，結(jié)果如表3所示。

（二）研究結(jié)果討論

1.總體評(píng)估分析

政策總體覆蓋率：人才供給（12.07%）>人才需求（10.38%）>人才環(huán)境（10.20%），人才供給、人才需求、人才環(huán)境三個(gè)方面政策覆蓋率相差較小，人才供給政策保障更為充足（見(jiàn)表4）。政府對(duì)于產(chǎn)業(yè)人才培養(yǎng)意愿先于產(chǎn)業(yè)發(fā)展和環(huán)境營(yíng)造，表明人才隊(duì)伍建設(shè)已不僅是市場(chǎng)行為，在人才引進(jìn)和培育過(guò)程中，政府正扮演愈來(lái)愈重要的角色，成為企業(yè)和人才之間溝通的橋梁，通過(guò)政策補(bǔ)助、資金支持、服務(wù)優(yōu)化等形式助推人工智能產(chǎn)業(yè)和人工智能人才隊(duì)伍建設(shè)的健康發(fā)展。人才需求和人才環(huán)境政策稍顯薄弱，相較于直接“拿來(lái)”人才，政策體系在如何用好人才，如何留住人才，如何對(duì)人才合理評(píng)價(jià)方面還存在發(fā)展空間。

2.分類(lèi)評(píng)估分析

人才供給覆蓋率：社會(huì)人才供給（6.07%）>高校人才供給（4.64%）>聯(lián)合培養(yǎng)供給（2.96%）。我國(guó)人工智能產(chǎn)業(yè)人才供給主要依靠社會(huì)人才供給，政策對(duì)于高校和聯(lián)盟培養(yǎng)關(guān)注度存在不足。社會(huì)引進(jìn)人才覆蓋率達(dá)6.07%，各省市引才戰(zhàn)略突出，著力“高精緊缺”為主導(dǎo)的人才隊(duì)伍建設(shè)。在詳細(xì)文本內(nèi)容中，海外人才引進(jìn)占比較大，我國(guó)在尖端技術(shù)領(lǐng)域仍處于追趕和學(xué)習(xí)的狀態(tài)[8];對(duì)于國(guó)內(nèi)人才引進(jìn)，地區(qū)間也存在較為嚴(yán)重的配置失衡，人才主要集中于人工智能產(chǎn)業(yè)相對(duì)發(fā)達(dá)的城市，《中國(guó)人工智能ABC人才發(fā)展報(bào)告》（2018）顯示，北京、上海、杭州、深圳、廣州五大城市擁有了超過(guò)8成的人工智能崗位，長(zhǎng)江中下游人工智能產(chǎn)業(yè)集群正加速形成，地區(qū)之間的人工智能產(chǎn)業(yè)差距逐步加大。高校人才供給和聯(lián)合培養(yǎng)供給分別為4.64%和2.96%，明顯低于社會(huì)人才供給，政策對(duì)于自主培養(yǎng)的應(yīng)屆畢業(yè)生、青年人才、創(chuàng)新型人才等保障不足反映出國(guó)內(nèi)人才自主培養(yǎng)體系還未成熟。政府、高校、企業(yè)和研究機(jī)構(gòu)現(xiàn)階段還未真正成為人工智能人才培養(yǎng)的協(xié)同體，地方政府對(duì)于人才引進(jìn)的需求強(qiáng)烈，但在人才聯(lián)合培養(yǎng)方面重視程度不足，這與校企合作發(fā)展不成熟，認(rèn)同度不夠高的現(xiàn)狀符合。

人才需求覆蓋率：學(xué)歷層次需求（4.65%）>技能水平需求（4.42%）>道德水平需求（4.03%）。人才的學(xué)歷、技能與道德的覆蓋率相差較小，在詳細(xì)文本內(nèi)容中，政策對(duì)于人才學(xué)歷的要求開(kāi)始普遍放寬，唯學(xué)歷、唯論文的標(biāo)準(zhǔn)不再適用，更加側(cè)重人才能力考查，技能要求多為高水平、高技能、高層次管理等通用型術(shù)語(yǔ)?，F(xiàn)階段人工智能產(chǎn)業(yè)人才政策對(duì)于具體需要何種人才，需要哪方面能力還尚不清晰，存在人才定位不清、人才適配不當(dāng)、人才無(wú)法評(píng)價(jià)的問(wèn)題，人才能力無(wú)法精準(zhǔn)對(duì)應(yīng)崗位需求，加大了企業(yè)人才挖掘成本和高校及聯(lián)盟人才自主培養(yǎng)成本，削弱了政策激勵(lì)效果，加速了人才與地區(qū)失配、人才與產(chǎn)業(yè)失配等問(wèn)題。

人才環(huán)境覆蓋率：人才發(fā)展硬環(huán)境（3.15%）>人才發(fā)展軟環(huán)境（1.83%）。從人才環(huán)境覆蓋率和編碼文本內(nèi)容來(lái)看，各省市人才獎(jiǎng)勵(lì)制度較為完善，人才硬環(huán)境覆蓋率為3.15%，在資金、住房、醫(yī)療方面都提供了較為全面的人才優(yōu)待福利政策，多數(shù)集中于直接的資金發(fā)放或股權(quán)獎(jiǎng)勵(lì)，對(duì)于高端人才、做出巨大科研貢獻(xiàn)的人才而言，有利于激發(fā)專(zhuān)業(yè)人才的創(chuàng)新動(dòng)力。與人才硬環(huán)境相對(duì)應(yīng)，人才軟環(huán)境建設(shè)覆蓋率為1.83%，企業(yè)內(nèi)部創(chuàng)新環(huán)境建設(shè)、高校學(xué)術(shù)創(chuàng)新環(huán)境建設(shè)、政府人才保障環(huán)境建設(shè)重視程度不足。人才軟環(huán)境包括了人才發(fā)揮作用所需要的核心條件，提升人才生態(tài)環(huán)境競(jìng)爭(zhēng)力對(duì)人工智能產(chǎn)業(yè)發(fā)展和人才隊(duì)伍建設(shè)能夠起到事半功倍的作用，但現(xiàn)階段政策保障在人文關(guān)懷和情感溫度上還存在不足，在配套服務(wù)、人才項(xiàng)目落地方面執(zhí)行力度不佳，缺乏操作性。

二、人工智能產(chǎn)業(yè)人才政策研究熱點(diǎn)與前沿動(dòng)態(tài)分析

一般來(lái)說(shuō)，科學(xué)知識(shí)圖譜法和聚類(lèi)分析法可以很好地發(fā)現(xiàn)某個(gè)領(lǐng)域的研究熱點(diǎn)和動(dòng)態(tài)。知識(shí)圖譜法的最大優(yōu)勢(shì)是將文獻(xiàn)資料的核心結(jié)構(gòu)、發(fā)展歷史和趨勢(shì)、熱點(diǎn)焦點(diǎn)進(jìn)行可視化展現(xiàn)，利用數(shù)據(jù)挖掘、知識(shí)計(jì)量和圖形繪制等揭示人工智能人才研究領(lǐng)域的動(dòng)態(tài)發(fā)展規(guī)律，為人工智能人才政策的制定提供切實(shí)的、有價(jià)值的參考。

（一）研究方法與數(shù)據(jù)來(lái)源

首先，熱點(diǎn)與趨勢(shì)分析基于知識(shí)圖譜的可視化時(shí)間線視圖和時(shí)區(qū)視圖，通過(guò)K-means聚類(lèi)，生成聚類(lèi)圖譜;其次，以引文發(fā)表年份作為X軸，聚類(lèi)編號(hào)作為Y軸，可布局得到二維面板的共現(xiàn)網(wǎng)絡(luò)時(shí)間線圖譜;最后，通過(guò)分析時(shí)間線視圖中各特征詞的連接關(guān)系，揭示人工智能人才的研究熱點(diǎn)發(fā)展及變化趨勢(shì)，同時(shí)結(jié)合時(shí)區(qū)圖，將人工智能人才研究劃分為不同的階段。

人工智能人才研究熱點(diǎn)的數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)學(xué)術(shù)期刊全文數(shù)據(jù)庫(kù)，文獻(xiàn)年份跨度為1999—2020年，搜索詞為“人才”并含“人工智能”，文獻(xiàn)分類(lèi)目錄選擇“基礎(chǔ)科學(xué)”“工程科技”“哲學(xué)與人文科學(xué)”“社會(huì)科學(xué)”“信息科技”“經(jīng)濟(jì)與管理科學(xué)”，期刊來(lái)源設(shè)為全部期刊。通過(guò)以上步驟檢索文獻(xiàn)共得到2 552條記錄，經(jīng)人工初步剔除新聞資訊、會(huì)議報(bào)道、征稿公告、活動(dòng)記錄等不相關(guān)條目，最終得到2 474篇有效文獻(xiàn)作為研究樣本，文獻(xiàn)定量分析工具采用CiteSpace 5.7.R1。

（二）研究結(jié)果討論

1.文獻(xiàn)發(fā)文量統(tǒng)計(jì)

文獻(xiàn)發(fā)文量的變化趨勢(shì)在一定程度上體現(xiàn)了人工智能領(lǐng)域的研究發(fā)展方向，如圖2所示。2010年以前，人工智能產(chǎn)業(yè)研究處于緩慢發(fā)展階段，在2010—2015年，步入快速發(fā)展階段，2016年3月，AlphaGo人工智能機(jī)器人擊敗人類(lèi)職業(yè)圍棋選手，人工智能產(chǎn)業(yè)研究呈爆發(fā)式增長(zhǎng)，機(jī)器人、智能制造、工業(yè)互聯(lián)網(wǎng)進(jìn)入視野。此時(shí)，我國(guó)初步形成了產(chǎn)業(yè)化基礎(chǔ)，融資環(huán)境被空前看好，使得企業(yè)數(shù)量大幅度增長(zhǎng)，產(chǎn)業(yè)相關(guān)的研究也日新月異，產(chǎn)業(yè)的發(fā)展明顯快于人力資本的積累。反觀人才領(lǐng)域的研究，在2016年之前，學(xué)界對(duì)于人工智能人才方向的研究處于緩慢起步階段，2016年迎來(lái)轉(zhuǎn)折，直到2017—2019年發(fā)文量才急劇上升，人工智能領(lǐng)域的研究進(jìn)入高速發(fā)展期，這與國(guó)家2016年發(fā)布《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》，2017年發(fā)布《新一代人工智能發(fā)展規(guī)劃》相契合，可以發(fā)現(xiàn)學(xué)界對(duì)于人工智能的研究與政策發(fā)布具有顯著的正相關(guān)關(guān)系。人工智能人才領(lǐng)域的研究從時(shí)間和數(shù)量上都明顯落后于產(chǎn)業(yè)領(lǐng)域研究，且差距仍有不斷加大的趨勢(shì)，由于人才供給數(shù)量不足、質(zhì)量不高，使得人工智能產(chǎn)業(yè)大而不強(qiáng)，長(zhǎng)期看來(lái)，產(chǎn)業(yè)與人才研究之間的不平衡將會(huì)阻礙人工智能生態(tài)的良性循環(huán)。

2.關(guān)鍵詞分析

由近20年國(guó)內(nèi)人工智能人才文獻(xiàn)研究高頻關(guān)鍵詞統(tǒng)計(jì)結(jié)果（表5）可知：其一，人工智能人才的研究熱點(diǎn)主要集中在“人才培養(yǎng)”“大數(shù)據(jù)”“機(jī)器人”“新工科”等方面;其二，人工智能人才研究的中心度關(guān)鍵詞同樣集中在“大數(shù)據(jù)”“人才培養(yǎng)”等方面，表明這些關(guān)鍵詞在研究中起到“橋接”的作用[10]，而“新工科”“教學(xué)改革”“物聯(lián)網(wǎng)”“數(shù)字經(jīng)濟(jì)”等雖為研究熱點(diǎn)，但中心性指標(biāo)上的取值都較低，表明對(duì)這些新興領(lǐng)域的研究還比較孤立;其三，從關(guān)鍵詞分析中可以看出，人工智能基礎(chǔ)研究的人才培養(yǎng)一直是學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)心的重要話題，其培養(yǎng)方式涉及“新工科”“大數(shù)據(jù)”等學(xué)科專(zhuān)業(yè)設(shè)置等相關(guān)詞句，課程體系改革是人工智能人才培養(yǎng)的重要抓手。

總體來(lái)說(shuō)，從人才研究趨勢(shì)來(lái)看，人工智能人才的發(fā)展和產(chǎn)業(yè)發(fā)展、技術(shù)創(chuàng)新密切相關(guān)。我國(guó)正在建設(shè)創(chuàng)新型國(guó)家，努力突破各個(gè)領(lǐng)域的關(guān)鍵核心技術(shù)，人工智能正成為引領(lǐng)我國(guó)科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的重要力量。因此，未來(lái)應(yīng)更加關(guān)注產(chǎn)學(xué)研用方面的人才培養(yǎng)，如何使人工智能落地應(yīng)用，真正促進(jìn)產(chǎn)業(yè)發(fā)展，且立足于基礎(chǔ)層面的人才培養(yǎng)、學(xué)科建設(shè)、科技創(chuàng)新等問(wèn)題。

3.時(shí)間線與時(shí)區(qū)視圖分析

通過(guò)聚類(lèi)的方法得出文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜，通過(guò)分析時(shí)間線視圖中各特征詞的連接關(guān)系，可以看出人工智能人才的研究熱點(diǎn)發(fā)展及其變化趨勢(shì)，厘清起源與發(fā)展方向。由圖3可知，生成的12個(gè)聚類(lèi)標(biāo)簽中，“工業(yè)互聯(lián)網(wǎng)”“機(jī)遇”“決策支持”為新聚類(lèi)標(biāo)簽，其余9個(gè)在上文研究熱點(diǎn)中已出現(xiàn)。根據(jù)圖譜聚類(lèi)結(jié)果，可將研究熱點(diǎn)大致劃分為三大類(lèi)別：

一是頂層設(shè)計(jì)，如“工業(yè)互聯(lián)網(wǎng)”等詞體現(xiàn)了國(guó)家為規(guī)范發(fā)展秩序，加快培育新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)而提出的頂層設(shè)計(jì)?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》是具有前瞻性與戰(zhàn)略性的要點(diǎn)文件，但基于國(guó)際視角，相較而言我國(guó)人工智能政策的制定和發(fā)布更加偏向于“大而全”，人工智能與實(shí)體經(jīng)濟(jì)融合并不深入，顯得“輕而飄”，難以落地[11-12]。

二是技術(shù)需求，如“大數(shù)據(jù)”等詞概括了相關(guān)產(chǎn)業(yè)的人才技術(shù)需求，包括對(duì)相關(guān)技術(shù)人才的職業(yè)能力、創(chuàng)新能力的具體要求，同時(shí)也體現(xiàn)了人工智能人才與大數(shù)據(jù)時(shí)代結(jié)合的要求。人工智能產(chǎn)業(yè)的快速發(fā)展導(dǎo)致了人才培養(yǎng)的輸出速度跟不上行業(yè)創(chuàng)新發(fā)展速度的問(wèn)題，人工智能人才缺乏原始的技術(shù)積累，根據(jù)2018年人力資源和社會(huì)保障部數(shù)據(jù)顯示，在全國(guó)7.7億就業(yè)人口中，僅4 700萬(wàn)高技能的技術(shù)型人才，占總數(shù)的6%，我國(guó)人工智能人才隊(duì)伍建設(shè)正經(jīng)歷從無(wú)到有的階段，對(duì)于技術(shù)型人才的需求將與日俱增。

三是教育變革，如“新工科”“人才培養(yǎng)體系”反映了高校對(duì)于人工智能人才培養(yǎng)的發(fā)展重點(diǎn)以及趨勢(shì)。例如，2003年北京大學(xué)首次設(shè)立智能科學(xué)與技術(shù)本科專(zhuān)業(yè)，在2003—2017年間，與人工智能相關(guān)的教育研究進(jìn)展比較緩慢，直到“十三五”時(shí)期人工智能教育才被重新重視。隨后，機(jī)器人工程（2015）、數(shù)據(jù)科學(xué)與大數(shù)據(jù)（2015）、智能制造工程（2017）、智能醫(yī)學(xué)工程（2017）、人工智能（2018）等相關(guān)專(zhuān)業(yè)紛紛設(shè)立，據(jù)高校專(zhuān)業(yè)設(shè)置與服務(wù)平臺(tái)數(shù)據(jù)顯示，截至2018年，與人工智能密切相關(guān)的新增本科專(zhuān)業(yè)共計(jì)535個(gè)，占新增本科專(zhuān)業(yè)總數(shù)的21.05%?？梢灶A(yù)見(jiàn)，“十四五”時(shí)期，隨著5G、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈等新興技術(shù)的不斷演進(jìn)發(fā)展，人工智能相關(guān)人才的內(nèi)需將不斷擴(kuò)大，促使教育變革不斷加速。

對(duì)人才文獻(xiàn)按照年份進(jìn)行聚類(lèi)，得到人才文獻(xiàn)聚類(lèi)視圖，如圖4，本文將人工智能人才研究分為積累期和高速發(fā)展期兩個(gè)階段。

一是積累期：1999—2015年是人工智能人才研究積累期，此時(shí)期對(duì)于人工智能人才研究成果較少且相互獨(dú)立，主要包括從學(xué)科發(fā)展角度出發(fā)對(duì)“數(shù)據(jù)科學(xué)”和“機(jī)器學(xué)習(xí)”的拓展，基于“學(xué)習(xí)”和“人才培養(yǎng)”之間的交叉融合以及“新工科”概念的初步興起。在此時(shí)期后半階段，隨著“人工智能領(lǐng)域”技術(shù)的不斷突破，構(gòu)建技術(shù)和產(chǎn)業(yè)發(fā)展同人才培養(yǎng)之間的良性互動(dòng)機(jī)制十分迫切。我國(guó)“高?！遍_(kāi)始不斷改革“課程體系”，提升“專(zhuān)業(yè)建設(shè)”，提高人才培養(yǎng)質(zhì)量與規(guī)格同人工智能發(fā)展之間的契合度，為產(chǎn)業(yè)技術(shù)提供“創(chuàng)新人才”。

二是高速發(fā)展期：經(jīng)歷了技術(shù)和人才的初始積累，隨著《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》和《新一代人工智能發(fā)展規(guī)劃》的發(fā)布，2016—2019年人工智能人才研究迎來(lái)高速發(fā)展期。此階段人工智能與產(chǎn)業(yè)“深度融合”，以“大數(shù)據(jù)”“云計(jì)算”“區(qū)塊鏈”等為代表的新技術(shù)在人工智能領(lǐng)域獲得突飛猛進(jìn)的發(fā)展，人工智能實(shí)現(xiàn)了與具體產(chǎn)業(yè)的緊密對(duì)接，也正在實(shí)現(xiàn)與高等學(xué)校人才培養(yǎng)的進(jìn)一步高度銜接，井噴式的產(chǎn)業(yè)發(fā)展迫切需要高校、科研機(jī)構(gòu)等人才供給方在短時(shí)間內(nèi)培養(yǎng)大量符合市場(chǎng)需求的應(yīng)用型人才、復(fù)合型人才。

三、“十四五”時(shí)期我國(guó)人工智能產(chǎn)業(yè)人才發(fā)展建議

人工智能領(lǐng)域的競(jìng)爭(zhēng)是人才的競(jìng)爭(zhēng)，關(guān)鍵核心技術(shù)的突破最終還是靠人才，本文通過(guò)對(duì)我國(guó)人工智能人才政策的量化評(píng)估與研究熱點(diǎn)進(jìn)行了系統(tǒng)性分析，得出以下結(jié)論。第一，根據(jù)產(chǎn)業(yè)人才政策的量化結(jié)果，我國(guó)人工智能人才政策存在一定的區(qū)域“人才鴻溝”，并且不同地區(qū)的政策效果出現(xiàn)不平衡不充分等現(xiàn)象。第二，人工智能高度的綜合性和交叉性決定了其人才培養(yǎng)必然需要學(xué)科之間的交叉融合，通過(guò)對(duì)知識(shí)圖譜的熱點(diǎn)分析發(fā)現(xiàn)，在我國(guó)高?，F(xiàn)有的學(xué)科體系下，學(xué)科融合還處于邊緣區(qū)域，且基礎(chǔ)研究活動(dòng)分散，沒(méi)有形成合力。第三，從新形勢(shì)如中興、華為事件來(lái)看，美國(guó)已經(jīng)加大了對(duì)我國(guó)在高新技術(shù)產(chǎn)業(yè)、科技創(chuàng)新方面的遏制，并且對(duì)其他國(guó)家施壓，阻止其向我國(guó)轉(zhuǎn)讓技術(shù)和與我國(guó)開(kāi)展科技創(chuàng)新合作，這對(duì)我國(guó)人才培養(yǎng)和供給的韌性提出了新的要求，因人才自主培養(yǎng)是一個(gè)復(fù)雜且漫長(zhǎng)的過(guò)程，效果和反饋具有滯后性，如何利用政策優(yōu)勢(shì)來(lái)驅(qū)動(dòng)高校和聯(lián)盟輸出高質(zhì)量人工智能產(chǎn)業(yè)人才仍處于探索階段。第四，我國(guó)人工智能產(chǎn)業(yè)人才政策重獎(jiǎng)勵(lì)、輕激勵(lì)的情況較為顯著，軟環(huán)境建設(shè)存在不足。

結(jié)合研究結(jié)論，本文針對(duì)“十四五”時(shí)期我國(guó)人工智能產(chǎn)業(yè)人才發(fā)展提出以下幾個(gè)方面的建議。

首先，做好人才政策的頂層規(guī)劃。建議針對(duì)不同區(qū)域人工智能產(chǎn)業(yè)發(fā)展特點(diǎn)，加快出臺(tái)省級(jí)、市級(jí)層面的人工智能人才隊(duì)伍建設(shè)專(zhuān)項(xiàng)政策。特別是加強(qiáng)長(zhǎng)三角、珠三角、京津冀、成渝雙城經(jīng)濟(jì)圈等大城市群之間的人才政策協(xié)同，制定和完善區(qū)域人才發(fā)展投入機(jī)制、人才隊(duì)伍建設(shè)評(píng)估體系、人才激勵(lì)晉升標(biāo)準(zhǔn)、優(yōu)秀人才流動(dòng)規(guī)范等人才管理機(jī)制和后續(xù)評(píng)估體系，實(shí)現(xiàn)產(chǎn)業(yè)人才的區(qū)域協(xié)同、政策協(xié)同、資源協(xié)同，推動(dòng)科技創(chuàng)新與產(chǎn)業(yè)發(fā)展深度融合，促進(jìn)人才流動(dòng)和科研資源共享。

其次，完善人工智能學(xué)科布局。決不能放棄國(guó)內(nèi)創(chuàng)新資源的投入和積累，要堅(jiān)持以國(guó)內(nèi)循環(huán)為主體，國(guó)內(nèi)國(guó)際兩個(gè)循環(huán)相互促進(jìn)。對(duì)于人才隊(duì)伍的培養(yǎng)，要按照“新工科”的建設(shè)要求，加快人工智能學(xué)科、傳統(tǒng)學(xué)科“人工智能+”的建設(shè)布局，以產(chǎn)業(yè)需求為導(dǎo)向，注重學(xué)科交叉融合，在通識(shí)教育、專(zhuān)業(yè)教育、個(gè)性化教育和實(shí)驗(yàn)實(shí)習(xí)體系設(shè)計(jì)中，突破傳統(tǒng)的單一學(xué)科中心的局限，及時(shí)捕捉市場(chǎng)需求動(dòng)向，強(qiáng)化技能應(yīng)用導(dǎo)向，針對(duì)市場(chǎng)變化和人才技術(shù)技能需求動(dòng)態(tài)更新專(zhuān)業(yè)計(jì)劃，依托重大項(xiàng)目及校企合作等模式，培養(yǎng)突破關(guān)鍵核心技術(shù)的科技人才。

再次，重視基礎(chǔ)研究和青年人才培養(yǎng)，基礎(chǔ)研究是突破關(guān)鍵核心技術(shù)的重要源泉。“十四五”時(shí)期需要將視角從直接的人才引進(jìn)轉(zhuǎn)移到高校和聯(lián)盟自主培養(yǎng)人才上來(lái)，重視基礎(chǔ)研究工作。最后要瞄準(zhǔn)重大原創(chuàng)性基礎(chǔ)前沿和關(guān)鍵核心技術(shù)的科學(xué)問(wèn)題，重視培養(yǎng)基礎(chǔ)研究領(lǐng)域的青年人才，對(duì)青年人才開(kāi)辟特殊支持渠道，重點(diǎn)支持淡泊名利、獻(xiàn)身科學(xué)、潛心研究的優(yōu)秀青年人才。政府需要積極引導(dǎo)和加強(qiáng)各方主體的深度合作，充分發(fā)揮，并將其有機(jī)結(jié)合起來(lái)，促進(jìn)人工智能人才和產(chǎn)業(yè)的快速發(fā)展，實(shí)現(xiàn)政府、企業(yè)、高校三贏。

最后，重視人工智能人才軟環(huán)境建設(shè)。政府需繼續(xù)破除唯論文、唯頭銜等風(fēng)氣，營(yíng)造公平競(jìng)爭(zhēng)的體制環(huán)境，有效整合人才“軟環(huán)境”建設(shè)的公共資源，充分利用不可替代優(yōu)勢(shì)，為人盡其才、人盡其用、人盡其職、職盡其能和自我價(jià)值實(shí)現(xiàn)創(chuàng)造社會(huì)條件，讓物質(zhì)以及精神的激勵(lì)政策落到實(shí)處，實(shí)實(shí)在在地留住人才。做好宣傳發(fā)動(dòng)，形成全社會(huì)發(fā)展合力，統(tǒng)一思想，凝聚力量，激發(fā)干勁，將人工智能產(chǎn)業(yè)人才發(fā)展理念深入人心，在全社會(huì)形成愛(ài)才、惜才的良好氛圍，用好人才激勵(lì)的“指揮棒”。

參考文獻(xiàn)

[1]? 何勤，邱玥.人工智能的就業(yè)效應(yīng)研究：錦上添花抑或是釜底抽薪？[J].北京聯(lián)合大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2020（2）：84-95.

[2]? 田賢鵬，田良臣.人工智能時(shí)代的高校學(xué)科專(zhuān)業(yè)人才培養(yǎng)結(jié)構(gòu)變革——基于市場(chǎng)供需結(jié)構(gòu)視角[J].湖南師范大學(xué)教育科學(xué)學(xué)報(bào)，2020（4）：63-70.

[3]? 張海生.我國(guó)高校人工智能人才培養(yǎng)：?jiǎn)栴}與策略[J].高校教育管理，2020（2）：37-43+96.

[4]? 王雪，何海燕，栗蘋(píng)，等.人工智能人才培養(yǎng)研究：回顧、比較與展望[J].高等工程教育研究，2020（1）：42-51.

[5]? 申崢崢，張玉娟，于怡鑫.上?？萍既瞬耪呶谋痉治鯷J].情報(bào)工程，2018（1）：89-100.

[6]? 李明，曹海軍.中國(guó)央地政府人工智能政策比較研究——一個(gè)三維分析框架[J].情報(bào)雜志，2020（6）：96-103+53.

[7]? 毛子駿，梅宏.政策工具視角下的國(guó)內(nèi)外人工智能政策比較分析[J].情報(bào)雜志，2020（4）：74-81+59.

[8]? 袁野，馬彥超，陶于祥，等.基于內(nèi)容分析法的中國(guó)人工智能產(chǎn)業(yè)政策分析——供給、需求、環(huán)境框架的視角[J/OL].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）：1-13[2020-03-12].

[9]? 譚玉，吳曉旺，李明雪.科技人才評(píng)價(jià)與激勵(lì)政策變遷研究——基于1978—2018年政策文本分析[J].科技與經(jīng)濟(jì)，2019（5）：66-70.

[10]? 何地，郭燕青.中國(guó)情境下創(chuàng)新生態(tài)系統(tǒng)研究演進(jìn)脈絡(luò)梳理及前沿?zé)狳c(diǎn)探析——基于文獻(xiàn)計(jì)量分析[J].軟科學(xué)，2018（9）：5-8+29.

[11]? 張威，蔡齊祥.人工智能產(chǎn)業(yè)與管理若干問(wèn)題的思考[J].科技管理研究，2018（15）：145-154.

[12]? 張振剛，黃潔明，陳一華.基于專(zhuān)利計(jì)量的人工智能技術(shù)前沿識(shí)別及趨勢(shì)分析[J].科技管理研究，2018（5）：36-42.

（責(zé)任編輯：易曉艷）