国内外人工智能领域的创新创业研究热点分析——基于CiteSpace的文献计量研究

彭红霞，杨 梅

(1.湖北大学 商学院；2.湖北人才发展战略与政策研究中心，湖北 武汉 430062)

0 引言

人工智能学科诞生于1956年，经过60多年的蓬勃发展，人工智能研究已获得较大进展，并逐渐应用到经济社会发展的各个领域，已成为了推动新兴工业变革的重要推动力，并促进了智能时代的发展。麦肯锡报告显示，2016年世界对人工智能研究的投资走向呈陡峭上升，已超过了300亿美元。2017年度的开发者会议上，谷歌明确了从“Mobile First”到“AI First”的发展策略。同年，微软也开始关注下一代人工智能领域,将之视为发展愿景。随着新一代人工智能应用领域的科技创业不断兴起，美、法、日、英、德等国家均开始制定人工智能领域的相关扶持政策，甚至上升到国家战略层面，全球深刻了解到人工智能在引领产业变革中扮演的重要角色。人工智能领域走在创新创业的发展前沿，我国反应迅速，在2017年发布《新一代人工智能发展规划》，确定了人工智能的发展战略，北京、上海、广州等各地政府以及教育部、发改委等国家部委相继响应，出台了相应的政策和文件，以促进人工智能领域创新创业的发展。

本文采用CiteSpace软件，对人工智能领域的创新创业研究进行文献计量分析，研究该领域的历史发展图景，挖掘研究热点，分析研究趋势，并对人工智能领域创新创业的企业和高校的发展提出建议，以期为后续进一步深入研究提供理论依据，具有十分重要的意义。

1 研究方法及数据来源

1.1 研究方法

CiteSpace是由陈超美[1]教授研发的，作为在JAVA环境下运行的可视化工具。本研究运用Cite Space(版本号：5.8.R3)绘制国内外人工智能领域的创新创业研究热点网络图，以此来对国内外人工智能领域的创新创业进行深入的研究。

1.2 数据来源

本文的国外数据来源于Web of Science Core Collection数据库，以“(Entrepreneurship OR Innovation)AND (Artificial lntelligence OR AI)”为主题词，时间跨度为2011年1月-2021年12月进行精确检索，为保证文献的准确性,文献类型选择添加“Article”“Proceedings Paper”和“Review”进行除重，再次进行精确检索，共获得外文文献2 662篇。

国内数据来源于中国知网(CNKI)数据总库，关键词选择为“人工智能 AND 创新创业”，文献刊发时间跨度选择为2011年1月—2021年12月，手动去除会议资料、评论等文献类型，共获得文献528篇。再对文献类型选择添加“Article”“Proceedings Paper”和“Review”进行除重后获得文献453篇。

2 研究结果及分析

2.1 国内外发文量分析

为了解国内外人工智能领域的创新创业研究的发文现状。本研究对文献发表的时间和数量进行统计分析，绘制出2011-2021年国内外人工智能领域的创新创业研究发文量的时间分布图(图1)。从图1可知，国内外的发文量总体增长趋势明显，国外的发文总量高于国内。国内人工智能领域的创新创业研究发文量增长大致可划分为3个阶段。第一，起步发展阶段(2011-2015年)，该时期相关研究初露头角。第二，较快发展阶段(2016-2018年)，该阶段发文量开始增加，人工智能环境下创新创业研究逐渐受到重视。出现这一增长趋势，考虑到我国始于2015年的中国人工智能大会(CCAI)连续4年的成功举办，国内反响良好，人工智能领域的学术、教育、创新创业活动层出不穷，规模增长迅速。2016年5月，《关于建设大众创业万众创新示范基地的实施意见》指出“大众创业万众创新”需要在更广范围、更高层次和更深的程度上推进[2]。国内对于人工智能领域创新创业发展的研究开始得到重视。第三，快速发展阶段(2019-2021年)。人工智能背景下创新创业研究成为该阶段研究的热点。

国外从2017年起发文量成倍数增长。2017年被知名媒体如财富、华尔街日报等称为人工智能的元年，社会生活和经济形态均受到人工智能的深切影响。2017年起，美国、加拿大、日本等全球主要经济体从国家战略层面发起对人工智能的重视，不断制定人工智能领域的专项计划和支持政策。例如加拿大制定了《加拿大人工智能战略》，欧盟28个国家签订《人工智能合作宣言》，推进了人工智能领域的合作发展。

图1 2011-2021年国内外人工智能环境下创新创业研究发文量

2.2 国内外研究热点分析

2.2.1 国内研究热点分析

图2 2011-2021年国内人工智能领域的创新创业研究知识图谱

国内人工智能领域的创新创业研究热点可以通过关键词的高度浓缩作用析别[3]。通过CiteSpace进行数据处理，节点类型设置为“关键词(Keyword)”，阈值选择TOP 50(即分别选择每个时区前N个高频节点)[4]，为简化网络并强调其结构特征，使用Pathfinder，并选择“Pruning sliced networks”和“Pruning the merged network”2种裁剪方式，得出2011-2021年国内人工智能环境下创新创业研究知识图谱，如图4。关键词频次排名前十如表1。图中关键词字体大小愈大，说明关键词共现频次愈高；连线愈多，关键词共现频率愈多；中心性反映关键词的重要性。从图2可见，N=737个，E=1459条，Density=0.005 4。

表1 2011-2021年人工智能背景下关键词频次排名前十的创新创业研究

从表1可知，人工智能、创新创业、新工科、人才培养、机器人、高职院校、大学生、实践教学、教学改革等，这些构成了国内人工智能领域的创新创业研究热点。排名前十的关键词大部分与大学生创新创业教育有关。在人工智能领域的创新创业研究中，学者对创新创业教育的关注度最高。有从宏观层面关注的人工智能、创新创业、智能制造等，也有从微观层面关注的高校创新创业教育高职院校、人才培养、实践教学、教学改革等。

聚类分析可以有效地了解该领域的研究主题，从不同视角显示研究的分布状况[5]。对关键词开展聚类处理，即可得聚类视图。根据图3可知，Q值(模块值)为0.905 6，一般Q值大于0.3视为划分的结构有显著性特征；S值(平均轮廓值)为0.971 4，通常S值大于0.5认为聚类是合理的，S值大于0.7则表明聚类高度可信。整体来说，聚类视图绘制效果良好[4]。图3的聚类分析得出人工智能、众创空间、创新创业、新工科、未来产业、大学生、总决赛、人才培养、学习、创业创新、线上线下等11个主题，这11个聚类标签反映过去的10年中该领域的研究热点，由此构成了国内人工智能领域的创新创业的研究主题。

图3 国内人工智能领域的创新创业研究热点聚类

综合而言，国内的研究重点主要聚焦大学生人工智能创新创业教育。这可能是因为：其一，人工智能创新创业教育研究的主要阵地集中在高职院校[6]；其二，大学生成为人工智能创新创业的新生力量；其三，从“人才培养”“实践教学”“教学改革”等热点关键词可以看出，人工智能创新创业教育正在融合专业教育，例如现在研究比较多的“人工智能+新工科”的工程教育培养模式，为我国创新驱动的经济发展注入人才动力[7]。然而我国双创教育高校在实施上浮于表面，各高校默认以千篇一律的标准来竞争“一流”，以致高校创新创业人才同质化严重，人工智能领域更是低质量发展。

2.2.2 国外研究热点分析

按国内数据操作方法，同样对国外研究热点进行分析，得出2011-2021年国外人工智能环境下创新创业研究关键词共现频次排名前20的分布(图4)。从图4可知，关键词出现频次最高的是innovation，频次高达264次，其他共现频次较高的有system(149次)、artificial intelligence(148次)、technology(147次)、management(123次)、AI(118次)、model(117次)、big data(115次)等。这些高频关键词构成国外人工智能领域的创新创业的研究热点。

图4 2011-2021年国外人工智能环境下关键词共现频次排名前20的创新创业研究分布

对国外创新创业研究的关键词进行聚类分析，可得图5。显示有10个聚类，分别为deep neural network(深度神经网络)、telemaco project(远程医疗)、consumer behavior(消费者行为)、personal health information(个人健康信息)、computational intelligence(智能计算)、machine-learning era(机器学习时代)、chemical reagent(化学试剂)、porous media(多孔介质)、heat wave hazard classification(热浪危害分类)、artificial intelligence(人工智能)。该10个聚类反映了国外人工智能领域创新创业的研究焦点。

选择“Cluster Explorer”查看各聚类文献引用的详细情况。Winter等[8]评估管理个人健康信息(PHI)对推进医疗保健中的人工智能机器学习创新至关重要，如操作和系统改进以及个性化医疗等创新；Nourani等[9]提出了一种新的无网格混合人工智能方法来模拟多孔介质中污染物的运移过程；Tagde等[10]提出医疗保健专业人员可以使用区块链展示病人的病历，人工智能可提供多种算法、决策方案以及大量数据，通过整合这些技术的最新进展，医疗系统将提高服务效率、降低成本并实现医疗保健民主化。

图5 国外人工智能领域的创新创业研究热点聚类

综上可见，从个人健康信息管理、电子健康管理、防污治理管理、临床实践管理等研究均反映出国外人工智能领域的创新创业研究热点关乎民生问题，创业意义重大。

将国内和国外分析结果进行对比，发现国内研究侧重于高校大学生创新创业教育，而国外研究偏向应用型，例如在医学领域、化学领域等的应用。

3 我国人工智能领域创新创业发展建议

3.1 高校人工智能双创教育实施建议

深化高校人工智能创新创业教育改革和发展，科教融合和产教融合是重要的实现路径。要实现全要素参与育人、全过程协同育人、全方位融合育人，应将科研教育、课程教学和实践活动相统一，将双创教育与专业教育相融合。因此提出以下建议：

(1)建立贯通各学科专业课程的人工智能创新创业教学内容体系。针对专业学生在创新创业教育方面的不同需求，提供通俗易懂的高质量人工智能科普教材，在现有的教学内容上推陈出新。提高课程建设的方法性，以人工智能方法入门、专业进阶、精通层层递进的模式，组织课程的架构，逐步深化人工智能创新创业教育课程内容体系，以达到多层次的人工智能创新创业教育体系。

(2)完善与思维、技能要求相契合的实践教学体系。开展创新创业教育的重点从实践着手。各学科可开放教学互动资源共享平台，打破传统理论课程教学和专业实践、科技活动分离的格局，在专业课程教学中融入一定比例的人工智能创新创业实践教学内容，提供智能实验器材和设备。在总学时、总学分保持不变的前提下，变革课程的教学内容、教学形式和教学方法，搭建“四实”方法论，即实验、实习、实训、实践教学体系，致力于提高学生人工智能创新创业的实践能力。

(3)推进各学科专业课程与开放性创新创业平台的深度融合。搭建一批开放性实验实践教学平台，进一步扩大科教协同育人、校企协同育人、学科竞赛和双创类比赛与商科专业课程教学的结合面，扩宽各科专业课教师的参与面。

(4)构建“双师型”人工智能创新创业教师队伍。打造校内师资与企业导师、第一课堂与第二课堂相结合的人工智能创新创业教师队伍。一是鼓励年轻教师以科研促教学；二是委派教师扎根人工智能企业学习，提升教师人工智能专业学习能力；三是邀请优秀校友和企业家来校讲座，聘请其成为双创教学实践导师，并参与人工智能创新创业课程教学；四是鼓励高校校长的适度流动，以提高高校政策的外部灵敏性。

3.2 企业智能创新发展建议

(1)打造科技企业孵化器。我国关于孵化器的研究热点包括3个方面：运行模式、企业创新导向、孵化环境和网络。打造科技企业孵化器需要做到有平台、有机构、有人才、有资金。在平台上，打造信息、创业、人才、成果转化的四大服务平台；在机构上，满足企业创新所需设备、技术、咨询等各类公共服务机构群体和市场、会计等功能服务机构；在人才上，人工智能与人力资本融合对我国产业结构升级的促进效应显著，要吸引高新技术人才，建立人才创新创业基地；在资金上，建立投融资服务平台，实现创业者、孵化器、政府的三级联动，降低创业失败风险。以“空间+服务+资本+产业”模式，为人工智能优质创业型企业提供有效的帮助。

(2)建立人工智能协同创新体系。人工智能对推动我国经济社会转型发挥着举足轻重的作用，然而我国各行业对人工智能的发展缺乏交流，单打独斗不利于实现人工智能在政策、技术、学术、市场等方面的突破。而国外比如美国已经建立起了全方位人工智能协同互动的创新体系，成功做到产学研的结合。我国应该取长补短，在战略层面，将人工智能创新创业上升到战略层面，政策方面需要进一步改革和完善，比如制定激励人工智能领域各行业间融合发展的相关政策。高校开展人工智能创新创业人才培养，龙头企业开展技术攻关和资源技术共享平台建设等，社会各界齐心协力以致建立起“军、政、产、学、研、用”一体的人工智能协同创新体系。提高人工智能深度应用，整合资源，鼓励人工智能创新创业深入到医疗、交通、旅游、制造、教育、安全、物流、服务等多个领域。

(3)构建独立自主的人工智能商业和应用生态。美国已在人工智能产业发展方面抢占高地，其AI芯片、开源算法、谷歌、IBM等发展势头迅猛。在基础层我国依赖进口，人工智能开源社区和创新生态布局也相对落后。因此我国企业必须重视基础层的学习，夯实基础理论，研究核心关键技术，着力打造独立自主的核心技术平台，防范“空架子”。

4 结语

本研究运用CiteSpace软件对CNKI数据库以及Web of Science Core Collection数据库中2011年1月-2021年1月有关“人工智能创新创业”研究的相关文献进行分析，得出以下结论：(1)国外发文量呈现上升趋势，并在2017年开始成倍数增长。国内发文量增长大致可划分为三个阶段。第一，缓慢发展阶段(2011-2015年)；第二，较快发展阶段(2016-2018年)；第三，快速发展阶段(2019-2021年)。(2)国内研究热点主要聚焦人工智能、创新创业、新工科、人才培养、机器人、高职院校、大学生、教学改革等领域，国外主要集中研究deep neural network(深度神经网络)、telemaco project(远程医疗)、consumer behavior(消费者行为)、personal health information(个人健康信息)等。国内人工智能创新创业研究前沿主要针对高校双创教育，国外主要集中于医学、教育、融合发展、中小企业发展，前者重在教育，后者重在应用。

因此，我国在教育上需要构建与各学科专业核心课程相融合的人工智能创新创业教学内容体系、完善与思维技能要求相契合的实践教学体系、推进各学科专业课程与开放性创新创业平台的深度融合以及构建“双师型”人工智能创新创业教师队伍。在应用上，我国需要打造科技企业孵化器、建立人工智能协同创新体系和构建独立自主的人工智能商业和应用生态。

“人工智能+创新创业教育”“人工智能+创新产业”是本研究重点关注的内容，对推动高校发展智能双创教育具有十分重要的理论意义和实践意义，可为在人工智能领域进行创新创业的企业提供参考。“人工智能+创新创业教育”“人工智能+创新产业”是适应新时代应时而生的产物。值得一提的是，我国人工智能领域的创新创业政策还不完善，未来研究可以继续跟进相关政策的发展情况；另外我国在基础研究层、人工智能创新人才培养等方面仍有提升空间，未来研究值得关注。