期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
我国人工智能产业政策工具挖掘及量化评价研究--以北京市、上海市、广东省为例 被引量:3
1
作者 韩婷俐 熊尧宇 《中国物价》 2020年第11期34-37,共4页
随着智能化时代的来临,各国积极制定发展人工智能产业政策,我国也不例外。因此,本文运用文本挖掘法,梳理北京、上海、广东三省市人工智能产业政策文本的有效高频词划分政策工具,研究三省市在人工智能政策文本制定上的异同性。研究发现,... 随着智能化时代的来临,各国积极制定发展人工智能产业政策,我国也不例外。因此,本文运用文本挖掘法,梳理北京、上海、广东三省市人工智能产业政策文本的有效高频词划分政策工具,研究三省市在人工智能政策文本制定上的异同性。研究发现,三省市均较多使用供给型和环境型政策工具,而较少使用需求型政策工具。在此基础上,建立PMC指数模型,计算三省市人工智能产业政策文本的PMC指数。研究表明,广东省PMC指数最高,上海市略低于广东省,北京市的PMC指数最低,但三省市的人工智能产业政策均是优秀等级。通过政策工具挖掘和政策量化评价,提出人工智能产业与各个产业融合发展的同时,应重视人工智能产业的安全、伦理问题,加大对人工智能产业的财政投入,采用多元化完整性的激励机制激发产业活力,使用多样化的政策工具,形成政策工具的叠加共振效应。 展开更多
关键词 人工智能产业政策 政策工具 量化评价 PMC指数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部