我国智能制造的知识图谱可视化研究

毛友芳 胡斌 杨坤

摘 要：随着知识经济时代的到来，智能制造结合了人工智能与传统制造业综合优势，以一种全新的方式在推动人类社会发展的过程中发挥着重要作用。为全面了解我国智能制造研究的进展情况，使用Cite Space对2006—2018年中国知网（CNKI）数据库中的中文文献进行分析，从我国智能制造的研究作者与机构、研究进展及前沿热点三方面进行研究。研究发现2015—2018年为热点研究时期，智能制造研究由传统制造业的工程技术、机械工业、行业和经济等领域向制造业的智能化、技术、企业管理与职业教育领域细化。未来智能制造研究热点，将集中于专业化、服务化和绿色化方向。

关键词：智能制造;智能化;知识图谱;Cite Space

中图分类号：G 353.1;C 931.2

文献标识码：A   文章编号：1672-7312（2021）01-0056-08

Visualization of Knowledge Map of Intelligent

Manufacturing in China

——Based on Bibliometric Analysis of CNKI Database

MAO Youfang，HU Bin，YANG Kun

（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract：With the advent of the era of knowledge-based economy，intelligent manufacturing combines the comprehensive advantages of artificial intelligence and traditional manufacturing industry，and plays an important role in promoting the development of human society in a new way.In order to fully understand the progress of intelligent manufacturing research in China，Cite Space was used to analyze the Chinese literature in CNKI database from 2006 to 2018.And the author and organization，research progress and frontier hotspots of Intelligent Manufacturing in China were studied.The research found that in the period of 2015-2018，the research on intelligent manufacturing has been refined from engineering technology，machinery industry，industry and economy of traditional manufacturing industry to the fields of intelligence，technology，enterprise management and vocational education of manufacturing industry. In the future， the research hotspots of intelligent manufacturing will focus on specialization，service and green.

Key words：intelligent manufacturing;intelligent;knowledge map;cite space

0 引言

隨着知识经济时代的到来，人工智能的兴起给社会带来新的发展机遇，而智能制造则是人工智能的进一步延伸。智能制造与传统制造的最大不同即该种制造包含着智能技术和系统，不仅能够在实践中不断更新发展，同时也具有分析和判断自身行为的能力，是一种现代意义上的创新。随着智能制造热潮的兴起，“工业4.0”和“中国制造2025”不断发展，国际国内对智能制造也进行了大量研究。

智能制造的研究目前在实践与理论领域都呈分散性分布。在制造技术领域，NANCY RUIZ提出将多主体系统引入生产，以适应智能制造生产的新需求，并最终验证了该仿真方法的可行性[1]。HU研究了智能制造生产性服务，主要包含与生产相关的技术、信息及物流等，通过案例论述了服务型智能系统体系结构获得价值的战略途径[2]。而在人文社科领域，

Cristiano Cagnin对多个区域智能制造的管理模式进行了研究，阐述了智能制造中人力资源的重要性[3]。

现阶段国内学者对智能制造的研究逐渐深入，但采用文献计量的方式进行分析和可视化的文献较少。吕铁、韩娜提出智能制造是一种基于新一代信息技术的先进制造过程、系统与模式，在设计、生产、管理和服务等制造活动过程，依靠网络技术与实体生产相渗透[4]，为供应链管理带来新变革。尽管我国已经成为制造大国，但并非制造强国，周济认为面临着内部转型升级与外部“再工业化”的双重挑战，这种历史性机遇对智能制造与制造业创新提出了新的要求[5]。

为进一步全面、清晰了解国内智能制造领域的研究状况，为后续相关研究及时提供参考，本文以中国知网CNKI中的EI来源期刊、中文核心期刊和CSSCI中文文献为检索范围，以“智能制造”为检索主题词，设置时间跨度为2006—2018年，删除无关的会议通知、征文、比赛等文献，最终获得有效文献687篇，并以Cite Space为研究工具进行分析。主要研究内容分为3部分：一是从发文时间与内容分布特点来探讨我国智能制造文献研究整体概况;二是对关键词进行知识网络图谱分析，归纳我国智能制造研究的重点领域;三是使用关键词突现探讨我国智能制造研究的前沿与热点趋势，为未来研究提供参考。

1 我国智能制造研究力量分析

1.1 发文时间分布

发文时间数量能表现该领域的发展进度与变化。图1为2006—2018年智能制造研究发文数量分布。从图1可看出，我国智能制造在2015年以前的研究较少，2015—2018年急剧增长。在2015年工信部启动实施了“智能制造试点示范专项行动”，旨在对活动关键环节进行控制与扶持，形成可借鉴的方法与模式，以便加以推行与应用。同时，国务院也在2015年发布了《中国制造2025》战略目标，从政策上引导国内该领域研究进一步深入。正因为如此，智能制造受重视程度越来越高，该领域的研究也迅速开展起来。2015—2018年，处于快速成长阶段，近2年增速放缓，但年均发文量均超200篇，研究热度较高。

1.2 内容分布

文献引用量能反映文献的学术价值，高被引论文具有较高的学术价值。表1为2006—2018年中文文献智能制造研究论文引用次数前10名详情（文献来源类别为EI来源期刊、核心期刊和CSSCI），皆为中文期刊论文。高被引文献主要集中在2015—2016年，此段时间的论文质量也较高。在此阶段，智能制造开始迎来研究高峰，文献研究数量也逐年递增;高被引率论文主要集中于工业制造和经济领域，企业研究领域也后劲十足。相比其他领域的文献引用情况而言，“智能制造”领域文献的整体研究仍不够深入，主要体现为最高文献引用量为974次。文献引用量间的差距非常大，表明影响力大的研究论文整体较为缺乏。同时，从期刊来源上不难发现，智能制造领域期刊主要集中在制造工程、纺织印染、机床制造、计算机集成制造等工业科技领域及企业经济管理领域，如《高等工程教育研究》《计算机集成制造系统》《纺织学报》《科技进步与对策》《包装工程》《中国工业经济》等。

基于高被引文献的发表情况及社会背景分析，不难发现，在2015年工信部出台相关政策后，智能制造的研究热度越来越高。目前，“智能制造”相关研究则在原有的工程技术、机械工业、纺织行业及经济领域的基础上，与智能化趋势不断结合，形成多样化的研究新领域。

1.2.1 由工程技术领域衍生出的新一代智能制造模式研究

制造业在工程技术领域文献引用量最高的作者是周济院士，其主要研究方向为新一代智能制造、制造业智能化及数字化、先进制造等。周濟通过对我国智能制造现况的分析，系统阐述了“中国

制造2025”和智能制造对于中国制造业的重要意义[5]。

在2015年前，其主要研究领域为科技创新、工程技术及新型工业化，主要与清华大学、中国科学院、华中科技大学等机构的学者进行合作。所合作学者的研究方向主要集中在数控机床、制造技术、机械工业、先进制造、人—信息—物理系统和新一代智能制造等工程技术领域。

1.2.2 由机械工业领域衍生出的智能化装备研究

赵杰立足于机械工业领域，以工业机器人为切入点，提出智能制造的发展建议[6]。赵杰的主要研究领域为机器人，2012年后研究领域更加细化，聚焦于工业机器人。该学者在机器人领域的发文数量较大，且引用量高的文献主要集中于机器人的算法问题和路径规划研究等方向。与赵杰进行合作的学者主要研究方向为机器人、船舶等机械工业领域的算法及控制优化等。王耀南也将目光放在了装备制造行业的智能化之上，探究机器视觉技术在智能制造装备业的必要性与可行性，并针对现有问题提出解决方案[7]。其在所从事的机器人、电动汽车等机械的机器视觉、神经网络相关研究基础上，进一步与智能制造相结合，开辟了智能化装备研究新领域。

1.2.3

由纺织行业领域衍生出的行业智能制造平台研究

蒋高明将针织行业与智能制造相结合，探讨针织行业智能化的现状与实际应用，拓宽了纺织行业现代化的渠道[8]。在此之前，蒋高明的主要研究领域为轻工业手工业及计算机应用方面，尤其集中于研究针织技术的智能化应用，即将针织领域与计算机结合，以不断实现创新发展。基于行业特殊性，其合作学者主要来自于东华大学、南通大学等，这些学者同样在纺织类轻工业领域有着一定建树。如东华大学的肖红侧重于研究木棉纤维及针织面料的结构性能[9]，南通大学的何丽芬研究纤维活性炭的吸附影响力[10]等。同时，基于“工业4.0”战略发展，张洁提出以大数据为核心的纺织行业智能制造平台体系，强调了产品设计、生产组织、营销及售后服务的智能化需求[11]。由此进一步推动行业智能制造平台研究，拓展了不同制造行业的现代化转型模式。

1.2.4 由经济研究领域衍生出的工业化进程及范式转变研究

随着智能制造领域的深度发展，经济与管理对于智能化提出了高要求。黄群慧给出了供给侧结构性改革的概念与框架，并从经济视角上分析结构性改革的意义与战略[12]。其主要研究领域为企业经济与工业体制改革，主要合作机构有中国人民大学、中国社会科学院、北京大学和清华大学等，重点从经济体制改革、人口与经济关系、宏观经济等方面切入制造业的智能化发展问题，尤其关注此背景下我国的工业化进程及经济范式转变等具体问题。

1.3 学者发文数量与机构分布研究

作者的发文频次能表现其领域成就。由图2、表2及表3可知，国内学者及机构之间合作关联性较弱且分散，没有出现该研究领域的高产作者和机构。发文数量最多的学者是姚锡凡，发表10篇。发文数量排在首位的是清华大学和华南理工大学，发文数量均为15篇。排在第二的是中国工程院，发文数量为14篇。不难看出，现阶段智能制造领域文献量不够高，智能制造领域的研究仍处于不完全的状态。

从表3研究机构来看，发文数量靠前的机构主要为工科院校及科研院所，集中于机械工程、航空制造、汽车制造等领域，为研究提供理论支持。其次，发文数量前十的机构中有近1/2的机构位于北京，另外还有部分集中于沿海城市，如天津、广东等省市。这些省市的智能制造综合水平都位居全国前列[13]，丰富的经济与技术积累、国家政策支持、对外贸易的便捷性等有利条件使得此类高校及研究所能够有丰富的资源与技术进行智能制造相关研究。

2 我国智能制造研究演进脉络梳理

2.1 关键词共现分析

关键词共现分析有利于直观了解特定领域的研究热点。运行Cite Space对2006—2018年中国知网CNKI收录的EI来源期刊、核心期刊和CSSCI所筛选的687篇国内中文文献进行关键词共现分析，Years per slice默认数值为1，默认勾选每个年份前50的被引术语形成可视化图谱，得到的结果如图3所示。

由图3可知，整个关键词网络由关键词向周围发散，核心到周围的节点均有线相连。图中十字越大表明该词在图谱中出现的频率越高。不难看出，整个智能制造研究网络整体之间的联系非常紧密。智能制造的高频关键词可见表4。智能制造装备、人工智能、机器人等关键词是国内智能制造研究学者早期关注的重点。随时间推移，中国制造2025、转型升级、智能工厂、智能化、大数据等关键词也逐渐成为研究重点，促使研究不断深化。

2.2 关键词聚类分析

选择在Cite Space标签聚类中采用最大似然法（Log-Likelihood Ratio，LLR）对关键词进行聚类。由图4可得，智能制造研究得关键词聚集特征明显，已形成明显聚类，包括：①人工智能;②企业管理;③力士乐;④智能化;⑤纺织行业;⑥职业教育;⑦创新;⑧联合体;⑨新一代智能制造等。9个聚类可以归纳为以下4个方面。

2.2.1 智能化

智能制造即是由人工智能转向生产智能的过程。人工智能分类中最具代表性的学者是陈劲，其通过梳理人工智能与工科间的联系，分析人工智能技术对新工科的作用，阐述了人工智能与智能制造的结合对推动产业深度融合的意义[14]。人工智能是生产智能的基础，中国制造业的转型升级模式必然与互联网和人工智能相结合，借助人工智能的生产智能化与制造业的紧密结合，给中国的制造业带来新的生机与活力，进一步促进“中国制造 2025”战略目标实现。

2.2.2 智能制造技术

智能制造技术是推进智能制造领域研究的关键要素。经过学者们对现阶段智能制造的相关技术进行介绍并研究其在实际操作中的应用，引发各领域的研究热潮。周佳军关于智能制造模式的综述通过云制造、信息物理生产系统、泛在制造、制造物联及预测制造等分析新一代智能制造的创新性，梳理其中关联，得出新一代智能制造模式的企业社会化、服务化、知识化、感知化等特点[15]。姚锡凡以汽车生产为例，运用智能制造技术对大规模、个性化生产联合创新，形成一种兼顾各类需求的一体化长尾生产新方式，推动中国制造业往高端制造迈进[16]。“互联网+物联网+制造业”的发展模式是现阶段国际上共同研究的课题，加大对技术创新和管理创新的投入力度，将加速形成智能化创新的新模式。

2.2.3 企业管理

企业管理分类以黄顺魁等为代表，集中研究智能制造对制造业转型升级的推动作用[17]。通过分析德国“工业4.0”与“中国制造2025”等政策，结合中国制造业现状，以更切合实际的方式，为中国制造业的纵深发展进行定性和定量分析。王友发、周献中等对比不同国家智能制造的现状，明晰国内外差距，为国内智能化领域提供技术及管理经验[18]。国际上德美日等发达国家对智能制造领域已经有许多研究经验，可结合中国仍处在“工业2.0”向“工业3.0”转变的严峻现状，形成具有中国特色的转型升级智能化制造业管理战略。

2.2.4 职业教育

人力资源在知识社会极为重要。伴随“工业4.0”、互联网及物联网的发展，知识社会对专业技术人才的需求愈发旺盛。在新的智能制造环境中，职业教育需要培养适应制造业需求的专业性人才[19]。国内外对于制造业职业技能教育方面的研究集中于技术进步及制造业结构转型带来的变化对人才需求的影响、如何建立适应社会发展的培训体系，并提出相应改进方式。如张磊通过“双AGIL子系统”研究智能制造与职业教育之间的关系结构，构建出智能制造进程中职业教育成长的路径与方式[20]。

综上可知，智能制造领域研究是针对智能化、技术、管理及职业教育的研究。在传统的制造技术中不断发展，形成新一代的智能制造体系概念，进行更加细致的研究分析，为智能化变革提供有力支持。

3 我国智能制造研究前沿热点探析

在Cite Space的数据处理界面将Term Type设置为Burst Terms，保留之前关于2006—2018年国内智能制造研究關键词共引分析的设置，运行完成后使用Visualization菜单里的Citation/Frequency Burst History功能，表5为根据起止年份、突现率、初始年份筛选的3个突现词。

本文根据图1和表5，将2006—2018年国内智能制造研究的研究脉络归纳为以下阶段。

3.1 研究萌芽阶段（2006—2009年）

2006年3月，全国人民代表大会第四次会议审议通过了《国民经济和社会发展第十一个五年规划纲要》。推进工业结构化升级，加快制造业，特别是高技术产业发发展成为改革的重要方向。与此同时，制造业转型升级的相关研究正在不断发展，但国内智能化制造业研究起步较晚，因而智能制造相关研究主题还未形成。

3.2 研究起步阶段（2010—2015年）

“十一五”规划推行以来，国内生产总值在快速增长中，走新型工业化道路，带领工业实现新的飞跃，产业结构升级在不断优化中。在2009年，我国装备和电子信息产业规模已经位居世界第二。在此之后，围绕“智能制造装备”“创新”“中华人民共和国”在相关研究中呈现快速增长。傅建中在该阶段指出智能制造装备是由先进的制造技术与人工智能在传统装备行业上的进一步结合，能实现高效、高品质、节能环保和安全可靠的生产[21]。经过研究知，该阶段主要针对国内装备制造业的转型升级、两化融合、产业集群、智能化等方面进行探究。同时期论文数量虽然有所增长，但增速较缓，还未形成研究体系。

3.3 研究发展阶段（2016—2018年）

2015年，工信部启动实施了“智能制造试点示范专项行动”。同年，国务院也发布了《中国制造2025》战略目标，从政策上强有力地引导国内研究进一步深入。

孟凡生基于制造业发展现状指出影响新能源装备制造向智能制造发展转变的因素[22]，提供科学的指标分析。今后对智能制造装备的研究将更多集中于制造过程中的需求、决策、生产与服务环节中，探讨如何形成更加高性能的装备智能化体系。曾繁华在“大众创业、万众创新”的政策下提出以“互联网+制造业”新模式，有益于中国制造业由全球价值链的中下端向上端转变[23]。随着德国“工业4.0”战略发展，美日等发达国家也不断提升国内制造业生产与服务水平。国内学者也不断转换视角，黄顺魁通过德国“工业4.0”战略发展经验，充分分析了我国制造业转型升级的可能性，提出国内智能制造的发展模式[17]。智能制造成为制造业研究的主要方向之一，围绕着国内外研究对比、智慧工厂、新型智能制造模式、技术创新效率、智能制造实践等方面进行深入研究。同时期学术研究开始呈井喷式爆发。

3.4 研究成熟阶段（2019年—）

随着社会发展和技术提升，制造业创新的研究进一步深入。未来中国制造业发展的方向必然是智能制造，未来制造业将融合人工智能、物联网与大数据等先进技术，进一步提升生产效率，形成更加高效率、更有效益的产业生产体系。结合高频关键词与上述突现词等信息，智能制造领域在未来的研究热点，将集中于以下几个方面。

3.4.1 服务化智能制造

服务化智能制造的本质，是企业价值链的延伸，是投入与产出的服务化[25]。以往的研究中，传统制造业注重产品的生产与销售，以产品为主导。而在未来智能制造研究中，围绕如何以需求为核心，将产品的功能性与消费者的个性化需求相结合的新型服务化智能制造模式，将成为研究的热点。通过提升产品附加值，形成个性化供应链，加速中国制造业迈向高端的步伐。

3.4.2 绿色化智能制造

由于资源有限和环境污染严重，我国不断推行可持续发展及绿色发展理念。同时，全球价值链的延伸也加速了“制造大国”转向“制造强国”的紧迫性。制造业是国家的根本产业，走新型工业化道路是必然选择。为顺应现阶段的发展需求，未来研究将更注重新能源研究，促进低碳节能，从多方面提升资源利用效率[26]，以求在根本上创新产业绿色发展形式。

3.4.3 专业化智能制造

此外，技术研究是所有智能制造研究的基础。智慧制造结合了企业2.0、云制造及物联制造，是人工智能与制造技术融合的新产物[27]。当新的工业革命与技术变革对我国制造业形成冲击时，智能制造领域对云制造[28]、物联制造、智慧制造、智慧城市等的要求也不断提高，下一步将围绕如何提高技术与服务之间的衔接、突破科技发展的瓶颈不断努力。因此，智能制造技术依旧是未来的研究热点。

4 结语

全文使用Cite Space对2006—2018年中国知网（CNKI）数据库中的EI来源期刊、核心期刊和CSSCI的中文文献进行分析，通过对发文数量及内容、关键词共引、研究热点的探析，明确我国智能制造研究的进展及未来研究趋势。可以看出，目前智能制造领域仍处于起步阶段，但近4年该领域的研究逐渐增加。目前对智能制造领域的研究，已经逐渐从定性的理论性研究转向定量的数据分析研究，由宏观层面向微观层面发展。目前对智能制造领域的研究集中于智能化、智能制造技术、企业管理和职业教育4个方面，未来的研究热点，

将集中于服务化、绿色化、专业化的智能制造领域。

不能忽略的是，当前文献虽然从多维度深入探究智能制造，但仍存在不足。一是学者、机构之间联系不够紧密，发文数量不具有代表性。未来的学者研究可以在智能制造研究中加强合作，以个人与个人、机构与机构之间的合作，激发新的创新潜力。二是智能制造研究领域间的结合度不够。现有研究集中于特定单个领域的深入研究，由此分析问题虽然能够达到一定的深入性，但对于处理某些复杂且涉及多行业多领域的问题以及创新发展，极为不利。

在未来研究中，为进一步推进智能制造理论及实践的横向与纵向发展，必然要在现有理论研究与实践框架的基础上，采用科学的数据调查方式，通过案例分析、计量分析等方法，以更加客观的方式，推进智能制造領域的研究创新与管理创新，从而形成具有中国特色的智能制造分析系统。

参考文献：

[1] Nancy Ruiz，Adriana Giret，Vicente Botti，et al.An intelligent simulation environment for manufacturing systems[J].Computers & Industrial Engineering，2014，76.

[2]HU Y，ZHOU X，LI C.Internet-based intelligent service-oriented system architecture for colla-borative product development[J].International Journal of Computer Integrated Manufacturing，2010，23（02）：113-125.

[3]Cristiano Cagnin，Totti Knnl.Global foresight：Lessons from a scenario and roadmapping exercise on manufacturing systems[J].Futures，2014，59.

[4]吕铁，韩娜.智能制造：全球趋势与中国战略[J].人民论坛·学术前沿，2015（11）：6-17.

[5]周济.智能制造——“中国制造2025”的主攻方向[J].中国机械工程，2015，26（17）：2273-2284.

[6]赵杰.我国工业机器人发展现状与面临的挑战[J].航空制造技术，2012（12）：26-29.

[7]王耀南，陈铁健，贺振东，吴成中.智能制造装备视觉检测控制方法综述[J].控制理论与应用，2015，32（03）：273-286.

[8]蒋高明，高哲，高梓越.针织智能制造研究进展[J].纺织学报，2017，38（10）：177-183.

[9]肖红，于伟东，施楣梧.木棉纤维的特征与应用前景[J].东华大学学报（自然科学版），2005（02）：121-125.

[10]何丽芬，刘其霞，季涛，等.黄麻纤维活性炭对亚甲基蓝和甲基橙吸附动力学[J].环境工程学报，2013，7（12）：4735-4740.

[11]张洁，吕佑龙，汪俊亮，等.大数据驱动的纺织智能制造平台架构[J].纺织学报，2017，38（10）：159-165.

[12]黄群慧.论中国工业的供给侧结构性改革[J].中国工业经济，2016（09）：5-23.

[13]董志学，刘英骥.我国主要省市智能制造能力综合评价与研究——基于因子分析法的实证分析[J].现代制造工程，2016（01）：151-158.

[14]陈劲，吕文晶.人工智能与新工科人才培养——重大转向[J].高等工程教育研究，2017（06）：18-23.

[15]周佳军，姚锡凡，刘敏，等.几种新兴智能制造模式研究评述[J].计算机集成制造系统，2017，23（03）：624-639.

[16]姚锡凡，张剑铭，陶韬，等.从精敏制造到工业4.0长尾生产的制造业转型升级[J].计算机集成制造系统，2018，24（10）：2377-2387.

[17]黄顺魁.制造业转型升级：德国“工业4.0”的启示[J].学习与实践，2015（01）：44-51.

[18]王友发，周献中.国内外智能制造研究热点与发展趋势[J].中国科技论坛，2016（04）：154-160.

[19]董伟，张美，王世斌，等.智能制造行业技能人才需求与培养匹配分析研究[J].高等工程教育研究，2018（06）：131-138.

[20]张磊，闫广芬.职业教育与智能制造协同发展路径研究——基于帕森斯AGIL理论[J].中国职业技术教育，2017（03）：5-9.

[21]傅建中.智能制造装备的发展现状与趋势[J].机电工程，2014，31（08）：959-962.

[22]孟凡生，于建雅.新能源裝备制造企业智造化发展影响因素研究[J].科技进步与对策，2017，34（07）：117-123.

[23]曾繁华，侯晓东，吴阳芬.“双创四众”驱动制造业转型升级机理及创新模式研究[J].科技进步与对策，2016，33（23）：44-50.

[24]解季非.制造企业服务化路径选择研究[J].中国管理科学，2018，26（12）：135-145.

[25]赵艳萍，吴秋盈，罗建强，等.平台视角下制造企业服务化转型研究综述与展望[J].工业技术经济，2018，37（11）：120-127.

[26]姚锡凡，练肇通，杨屹，等.智慧制造——面向未来互联网的人机物协同制造新模式[J].计算机集成制造系统，2014，20（06）：1490-1498.

[27]侯瑞春，丁香乾，陶冶，等.制造物联及相关技术架构研究[J].计算机集成制造系统，2014，20（01）：11-20.

[28]赵杰.我国工业机器人发展现状与面临的挑战[J].航空制造技术，2012（12）：26-29.

[29]程豪，张峥.钛合金3D打印颠覆性创新研究的知识图谱分析[J].技术与创新管理，2019，40（03）：313-319.

[30]颜晓燕，金辛玫，童图军.我国环境规制的研究热点与发展脉络——基于CNKI的可视化分析[J].江西社会科学，2019，39（05）：99-110.

（责任编辑：韩 莉）

收稿日期：

2020-04-30

基金项目：

教育部人文社会科学研究规划基金（项目编号：19YJA790028）;上海市2019年度“科技创新行动计划”软科学研究领域重点项目（项目编号：19692100800）

作者简介：

毛友芳（1996—），女，四川成都人，硕士研究生，主要从事战略性新兴产业发展的研究工作。