基于PMC指数模型的北京市人工智能政策量化评价

任莎莎

（北京电子控股有限责任公司，北京 100600）

人工智能技术经过60多年的发展，已成为推动新一轮科技革命的关键技术之一。北京市人工智能产业发展迅速。《北京市人工智能产业发展白皮书（2019）》数据显示，截至2019年4月，北京市人工智能企业数量1 084家，占全国的26.5%。产业的发展离不开政策的指引和监管。2017年12月，北京市将人工智能产业列为北京市重点发展的十大高精尖产业，并出台《北京市加快科技创新培育人工智能产业的指导意见》，该项政策是北京市首个人工智能专项政策。而在此之前，中关村园区管委会发布了《中关村国家自主创新示范区人工智能产业培育行动计划（2017—2020年）》。北京市人工智能政策是国家层面相关政策的贯彻落实，展示了北京市人工智能产业发展的重点领域和发展方向。

1 问题的提出

我国学者对人工智能专项政策的研究还比较少，在政策样本选取时多选取了其他政策中涉及人工智能的政策条文。吕文晶等[1]对国家层面人工智能政策进行了量化分析，但其政策样本中，标题中带有“人工智能”的政策文件仅有3项，其余18项政策文件只是在行文中涉及与人工智能产业的间接相关政策。袁野等[2]在对我国东部、中部、西部地区出台的人工智能政策进行分析时，除了选取人工智能政策外，还选取了大数据、云计算、智能制造等相关产业政策作为研究样本。毛子骏等[3]在对中、美、日、英、法五国的人工智能政策进行对比时，政策样本中选取了《中国制造2025》中有关人工智能的条目，而并非全部是人工智能专项政策。

在地方人工智能产业政策的研究中，大部分学者都是选取了各省市较有代表性的一项人工智能政策。章小童等[4]对我国10个不同省市的10项人工智能政策进行文本分析；张涛等[5]选取了我国20个地区发布的20项省级政府层面人工智能相关政策进行比较研究，并以此分析各地区政策的差异性。我们认为一项政策不足以代表整个省市的人工智能产业政策。

在政策分析工具的选择上，以往研究多是在Rothwell和Zegveld提出的供给、需求、环境基础上加入其他的元素，构建起二维或三维的分析框架。汤志伟等[6]以政策工具为基础，增加政策目标和政策执行，构建起中美两国人工智能产业政策对比分析的三维模型。同样是分析中美人工智能产业政策，与汤志伟等不同的是，曾坚朋等[7]除政策工具和政策目标外，在其三维模型中增加了政策主体。在我国地方人工智能政策对比分析的研究中，李明等[8]通过在政策工具的基础上加入政策外部结构、政策主题特征，构建起三维分析框架；李良成等[9]将政策工具、政策目标和产业链三者共同组成一个三维分析框架；汤志伟等[10]从政策工具和创新价值链两个维度构建了我国地方政府人工智能产业政策分析二维框架。

综上，我们认为以往对人工智能政策的研究存在以下几点问题：一是缺少人工智能专项政策。我国学者对人工智能政策的样本选择多为其他政策中包含的人工智能政策条文。二是政策地域选择上缺少对某省市或区域所有人工智能产业政策的分析。以往研究多是从国内外、央地或各地中分别选取一项政策进行比较分析，缺少对某地人工智能产业整体政策的分析。三是分析框架过于单一，政策研究存在片面性。

针对上述问题，本文尝试利用文本挖掘工具和PMC指数模型对北京市人工智能政策进行量化分析，找出目前政策中存在的优劣势和改进方向，为下一步北京市人工智能政策的调整和完善提供科学的参考依据。PMC指数模型是一种政策文本分析模型，其主旨是任何一个相关变量都应被重视。PMC指数模型共设置两级变量，二级变量不设数量限制，并且各项变量的权重相同。我国学者在政策研究中运用PMC指数模型的还较少，但这些研究已充分体现出该模型在政策量化评价中的全面性。张永安等[11-13]最早将PMC指数模型运用到政策评价研究中，对“我国区域科技创新政策”“国务院创新政策”和“新能源汽车补贴政策”分别构建PMC指数模型并进行量化评价。刘纪达等[14]运用扎根理论和PMC模型对我国军民科技政策进行评价研究。丁潇君等[15]构建了集成电路产业政策的PMC指数模型，并对3项政策样本进行了实证分析。胡峰等[16]通过计算8项机器人产业政策的PMC指数，得出机器人产业政策总体设计较为合理的结论。周海炜等[17]构建了大数据政策的PMC指数评价体系，并对我国8项大数据政策进行量化评价。可见，PMC指数模型可以对产业政策进行量化。

2 北京市人工智能政策量化评价

2.1 样本选取

本文选取的人工智能政策通过政府门户网站检索获得，政策样本范围以北京市公开政策为主。为了能够更科学准确地遴选研究样本，主要选取了政策标题中含有“人工智能”的专项政策，最终获得5项政策文本（见表1）。

表1 5项人工智能政策汇总

2.2 文本挖掘及词频统计

将北京市5项人工智能政策文本导入ROSTCM 6软件，对政策文档集进行分词及词频统计。由于5项政策为北京市人工智能专项政策，因此剔除“人工智能”“智能”“北京”“北京市”等多余的高频词汇，同时剔除量词、程度副词、趋向性动词等干扰型高频词汇，如“一批”“重大”“推动”“提升”等，前60个高频词及词频统计结果见表2。

表2 北京市人工智能产业政策前60高频词及词频统计

2.3 建立PMC指数模型

2.3.1 变量分类

本文在对PMC指数模型一级变量的设置中主要借鉴张永安等[11-13]对政策变量的划分，选取出10个一级变量。结合北京市人工智能政策文本集中高频词的特点，筛选出47个二级变量（见表3）。

表3 北京市人工智能政策PMC评级体系及评价标准

2.3.2 PMC指数计算

首先根据式（1）和式（2）计算二级变量的数值，然后根据式（3）计算出一级变量的数值，将式（3）得到的数值代入式（4），即可得到政策的PMC指数。

t=1, 2, 3, 4, 5, ......;式（3）中t是一级变量，j为二级变量。

续表

根据Estrada的政策评价等级划分标准（见表4），将各项政策PMC指数的具体数值进行等级划分，即可判断出该项政策的评价等级。

表4 政策评价等级划分标准[17]

2.3.3 PMC指数实证分析

首先，对政策文本进行文本挖掘，即将各项政策文本分别导入ROSTCM 6软件进行分词处理；然后，将PMC指标体系中的二级变量与各项政策的关键词进行比对。二级变量的参数设置采用二进制，即服从[0，1]分布。当该项政策中关键词包含二级变量时，则此项变量赋值为1，否则赋值为0。

根据式（1）、式（2）和表3，分别为5项政策的二级变量赋值。然后根据式（3）、式（4），分别计算出各项政策的PMC指数（见表5）。最后根据表4中政策评价等级划分标准，确定5项政策的PMC等级。

3 评价结果分析

3.1 政策整体分析

根据PMC指数计算结果及等级划分可知，5项北京市人工智能专项政策评价结果：1项为完美，3项为优秀，1项为可接受。这说明北京市人工智能政策制定较为合理，涉及政策评价的各个维度。5项政策的PMC均值为7.77，排名依次是P1＞P2＞P4＞P3＞P5（见表5）。

表5 北京市5项人工智能政策PMC指数

通过PMC指数一级变量均值可以快速并准确地找到产业政策的优劣势。5项政策的政策视角X3、政策评价X4、政策功能X8、政策公开X10得分较高，其PMC均值在0.90~1.00之间。这说明北京市5项人工智能政策均为公开政策，政策评价做到了发展目标、规划、依据、方案四个方面有理有据，政策功能覆盖面较广，政策视角既包含宏观也包含微观。5项政策的政策领域X5、政策重点X6、激励措施X7、政策受体X9的PMC均值基本在0.70~0.80之间。这些说明北京市5项人工智能政策涉及领域比较全面、重点内容突出、激励方式多样化、政策适用对象较全面。10项一级变量的PMC均值中，政策性质X1、政策时效X2分值最较低，分别为0.53和0.47。这说明北京市5项人工智能政策的政策性质不够齐全，产业的发展目标阶段性较为单一。北京市在制定新的人工智能专项政策或对以往政策进行完善时，结合产业发展的实际情况，可考虑在政策性质方面完善建议和诊断等方面的特性，在政策时效性方面适当增加中长期的阶段性发展目标。

3.2 单项政策分析

根据表7中各项政策的一级变量得分情况，对每一项政策进行深入分析，同时给出各项政策优化路径，分析结果如下：

P1的PMC指数为9.00，排名第1，等级为完美。P1的10个一级变量中只有政策时效X2低于均值，其余9个变量均高于相应的均值。这说明该项政策设计较为合理、全面。P1政策是中共北京市委、北京市人民政府印发的《北京市加快科技创新培育人工智能产业的指导意见》，该项政策是北京市加快科技创新构建高精尖经济结构系列文件中的一项，也是北京市第一项人工智能产业专项政策。该项政策于2017年12月底出台，其发展目标仅到2020年。若对政策时效X2进行完善，可根据政策具体情况增加中长期发展目标。另外，政策性质X1得分为0.67，虽高于均值，但是还不够齐全，可增加描述性和诊断性的内容。若对P1政策进行优化，可以从政策时效X2和政策性质X1方面进行完善，优先对X2进行优化，其次是X1，即优化顺序为X2—X1。排序的标准主要参照一级变量与均值之间的差值（绝对值）大小（绝对值大的优先改进）[18]。

P2的PMC指数为8.20，排名第2，等级为优秀。P2中政策时效X2、政策受体X9均低于对应的平均值。与P1相同，该项政策也出台于2017年，其政策发展目标同样设置到2020年，缺少中长期的发展目标。由于P2是中关村科技园区管理委员会制定的《中关村国家自主创新示范区人工智能产业培育行动计划（2017—2020年）》，属于中关村科技园园区内产业培育的一项政策，因此政策受体X9有一定局限性。P2政策受体范围仅包含了相关园区管委会和园区企业，因此得分相对较低。在对P2的优化上，政策制定者可以考虑在政策时效性上进行研究，适当增加中长期发展目标。

P3为北京市教育委员会制定的《北京促进人工智能与教育融合发展行动计划》，PMC指数为7.25，排名第4，等级为优秀。P3中政策时效X2、政策视角X3、政策评价X4及政策公开X10的评分等于或高于均值，但政策性质X1、政策领域X5、政策重点X6、激励措施X7、政策功能X8、政策受体X9均低于相应的平均值。缺少经济和政治方面的关注度导致政策领域得分较低，政策重点忽视了产业生态培育、市场化引导、标准制定及知识产权保护等重点领域，激励方式较单一，政策受体涵盖范围有限。参照一级变量与均值之差的绝对值大小排序，则P3的优化顺序为：X7—X6—X5—X9/X8—X1。

P4是北京市大数据工作推进小组办公室发布的《关于通过公共数据开放促进人工智能产业发展的工作方案》，PMC指数为7.40，排名第3，等级为优秀。在10项一级变量中，政策时效X2、政策领域X5、政策重点X6、激励措施X7、政策功能X8的评分均低于对应的平均值。其中，政策重点X6的评分与均值差距较大，原因是对市场引导、标准制定、知识产权保护、企业培育、产业布局等方面不够重视。另外，激励措施单一，缺少人才激励，融资渠道单一；政策领域缺少经济和政治方面的关注度；政策时效缺少中长期的规划；政策功能忽视了促进技术突破的作用。参照一级变量与均值之差的绝对值大小排序，则P4的优化顺序为：X6—X7—X5—X2—X8。

P5的PMC指数为6.98，排名第5，等级为可接受。P5中政策性质X1、政策时效X2、政策视角X3和政策受体X9的评分低于相应的平均值。P5是北京市海淀区人民政府印发的《关于加快中关村科学城人工智能创新引领发展的十五条措施》，属于区县级政策，故在政策受体方面得分较低。由于缺少建议、监管等性质的政策条文，因此政策性质分值较低。政策时效方面，措施多为短期，缺少中长期的发展措施。P5更多关注细分领域，应增加宏观视角上的政策指导。对政策P5进行优化，建议优化顺序为：X3—X1—X2—X9。

4 结论与建议

4.1 结论

本文基于PMC指数模型对北京市5项人工智能政策进行量化评价，通过文本挖掘和PMC指数模型构建出包含10个一级变量和47个二级变量的北京市人工智能产业政策评价指标体系。通过对北京市5项人工智能政策的实证分析，本文研究结论如下：

（1）北京市人工智能产业政策设计比较合理。本文对5项人工智能政策进行实证分析，通过PMC指数计算结果发现，PMC指数总体均值为7.77，1项政策等级为完美，3项政策等级为优秀，1项政策等级为可接受。这说明北京市重视人工智能产业的发展，分别从技术创新、产业生态、市场引领、成果转化、示范应用、财政支持等多个维度推动人工智能产业发展。

（2）北京市人工智能产业政策仍有较大改善空间。

从一级变量来看，在政策性质方面，涵盖不够全面。具体到二级变量中建议性质的文本内容，只有政策P1有所提及，其余4项政策都没有体现。诊断性质的政策文本仅P4有提及，如本市尚存在公共数据供给渠道不畅、总量不足、大数据应用项目对人工智能产业发展的带动能力不强等问题。

在政策时效性方面，缺乏中长期的发展指导。在产业发展目标方面，5项政策中只有政策P3的发展目标涵盖了短期、中期和长期。P1、P2、P4和P5，政策时效仅为1~3年，没有涉及中长期时效的政策内容。

在政策受体方面，涵盖受体类型不够全面。从5项人工智能专项政策的发文机构可以看出，P2和P5分别为园区政策和区县级政策，政策受体涵盖范围有限。P1是北京市首个人工智能专项政策，更多起到指引作用。在此之后的公开政策中，仅有P3和P4是与全市人工智能相关的专项政策，两者主要体现人工智能细分领域的角度，如P3是教育行业与人工智能的融合角度，P4是通过开放公共数据促进人工智能产业发展的角度。

4.2 建议

根据北京市人工智能政策PMC指数结果和分析结论，结合北京市人工智能产业政策现状，本文提出以下对策建议：

（1）在政策性质方面，增加建议性和诊断性质的政策文本。目前，北京市人工智能政策性质以预测、引导、监管和描述为主，缺少诊断性和建议性。根据本地产业发展特点和实际需求做出科学的诊断，是制定高质量人工智能产业政策的重要依据，提出合理的建议可以促使政策更好地指导产业发展。

（2）在政策时效性方面，增加中长期发展目标。北京市现有5项人工智能政策，以1~3年短期发展目标为主，5年、10年及以上的中长期规划基本缺失。国务院在《新一代人工智能发展规划》中明确提出了我国人工智能产业2020年、2025年和2030年的发展目标。北京市在重新制定或完善人工智能专项规划时，应注意着眼未来，制定有利于人工智能产业可持续发展的长远规划。

（3）根据产业发展现状，扩大政策受体范围，适当增加市级政策，尤其是增加人工智能与实体经济结合方面的政策。目前，北京市已出台人工智能与教育行业融合的相关政策，人工智能在医疗、交通、制造等其他领域的专项政策还属空白。随着人工智能技术的发展成熟，应制定更多人工智能商业化应用的政策，发挥人工智能技术赋能传统产业、加速传统产业转型升级的作用。■