全球人工智能評價指標體系的分類、發展現狀及趨勢分析

編者按：當前，人工智能（AI）正在從一項前沿技術躍升為驅動經濟社會變革的核心生產力，以前所未有的深度和廣度重塑著全球的經濟結構、社會形態乃至國際力量。在這場席卷全球的浪潮中，世界主要經濟體無不將發展AI提升至國家戰略高度，力圖在這場關乎未來的競賽中占據領先地位。面對這一情況，如何科學、客觀地評估本國的AI發展水平，同時精準洞察競爭對手的戰略動向與技術路徑，便成為一項至關重要的任務。在此背景下，各類AI評價指標體系和深度分析報告應運而生，如全球AI指數（GAII）、斯坦福AI指數（AII）等，它們既多維度地衡量了本國在AI領域的綜合實力、優勢方向與短板所在，也深入揭示了主要競爭對手（包括國家層面和頂尖機構層面）的技術路線、研發重點、人才儲備、政策扶持以及產業化進程，從而研判競爭格局、預測未來發展趨勢。然而，無論是當前學術界的前沿探索，還是產業界的市場分析、決策者和公眾的目光，常常為最終的排名、得分或趨勢預測所吸引，相對忽略了“我們應該用什么樣的尺子去測量AI的發展”這一根本性的認知問題。

基于上述背景，本刊特邀請李廣建教授組織了“人工智能指標體系研究”專題。本組專題文章從全球AI評價指標體系的現狀出發，展開全球AI發展水平評價指標體系的梳理、比較、影響及中國特色AI評價體系的構建研究，既全面展現了全球三十余種AI發展水平評價體系的內容以及每一體系所反映的所在國家或地區的戰略重心與價值取向，也從情報學視角構建了我國AI發展水平評價體系。

相信本專題可為AI評價研究提供一個切入點和思考框架，也能為情報學領域中科技評價的理論深化與實踐創新注入活力，豐富和促進情報學的研究與發展。

關鍵詞：人工智能評價；評價指標體系分類；人工智能指數；人工智能評價范式中圖分類號：TP18 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2025041

The Classification， Development Status，and Trend Analysis of Global Artificial Intelligence Evaluation Index Systems

AbstractArtificial intellgenceevaluation indexsystems notonly serve as a weather vane for the innovative developmentof globalAIbutalsoimplicitlyeflectthenationalwillandstrategicinterestsoftheiroriginatingcountries.Thispaper begins byreviewing 22 representative AIevaluation indices fromaroundtheworld.Basedontheevaluation subjects and objectives，itconstructsaclasificationframeworkforAIvaluationindexsystems，comprisingfivecategories：comprehensive strength，development foundation，Ramp;Dcapabilities，ethics and governance，and market application.Secondly， the paper provides ananalysis of thediferences among these various evaluation index systems in terms of their goal-setting，areasofemphasis intheirindicators，ndmethodologies，reveaingtheunderlyingnationalstrategies，policyorentations，and values.Finally，itsystematicallyanalyzesfour majortrends incurrent global AIevaluation indexsystems from the perspectivesofevaluationparadigms，therighttodiscourse in evaluation，evaluationobjectives，ndthe timeliesof evaluation.

Key words artificial intelligence evaluation; clasification of evaluation index systems;AI index;AI evaluation paradigm

人工智能作為引領未來發展的戰略性技術，在社會、經濟、國防、政治等領域產生了深遠的影響，已成為國際競爭的新焦點。全球主要國家和地區，特別是發達國家持續加強人工智能的戰略布局和全球人工智能的影響力，全球人工智能發展已進入更加激烈的競爭階段。近年來，美國、日本、英國、德國等國家和經濟體密集發布人工智能相關戰略規劃，紛紛加大人工智能領域公共投入，圍繞人工智能的基礎研究、技術開發、產業應用、法律法規等方面加強系統性部署，以期在新一輪人工智能發展中獲取競爭優勢。

在此背景下，各類用于評價人工智能的指標體系應運而生。人工智能評價指標體系是一種非常重要的洞察全球人工智能創新水平和發展趨勢的工具。它不僅能反映全球人工智能的創新發展現狀，還能洞察其發展趨勢，是全球人工智能創新發展的風向標。以往研究更多關注評價結果而很少關注評價體系，然而，人工智能評價指標體系具有非常高的情報價值，其評價體系往往隱含了發起國的國家意志和國家戰略。特定的人工智能指數往往服務于特定的決策目標，具有不同的立場，還會通過對各國人工智能的評價來塑造有利于本國的全球人工智能敘事。人工智能評價指標體系本身已超越單純的測量工具屬性，演變為具有高度戰略意涵和情報價值的復雜載體。如歐盟委員會聯合研究中心人工智能觀察指數2服務于其以人為本的人工智能戰略目標與價值觀，美國喬治敦大學新興技術觀測指數3更是將挑戰美國人工智能霸權的國家視為對標國家和監測對象，隱含了其維持美國技術霸權及西方倫理觀的考量。在全球技術地緣競爭格局下，人工智能指數更是爭奪人工智能發展話語權、影響全球人工智能治理規則與標準制定的重要工具。自2016年以來，各類國際組織、智庫、高校及商業機構相繼發布了眾多人工智能評價報告，其中不乏被國際社會和政府廣泛引用和采納的權威指數，如美國斯坦福大學人工智能指數4已被多個國際組織和政府作為制定人工智能政策的重要依據。

當前學界對人工智能指數的應用和引用頗多，但鮮有研究將評價指標體系本身作為獨立的分析對象?；诖耍狙芯繉⒅笜梭w系作為一個整體的研究對象，聚焦于宏觀層面的評價體系構建邏輯和戰略意圖闡釋。具體而言，首先基于國家創新理論提出全球人工智能評價指標體系的系統分類框架，系統分析各類評價的發展趨勢和核心特征，其次深入探討當前全球人工智能評價指標體系的發展趨勢，并揭示其作為地緣競爭與話語權博弈工具的深層價值，為理解全球人工智能評價指標體系提供更深層次的見解。在實踐層面，本研究為我國政策制定者提供了一幅全球人工智能評價的全景視圖，使其能超越排名表象，洞察不同評價體系背后的國家戰略與價值導向。同時，也為我國構建自主的、具有國際影響力的人工智能評價體系、爭奪全球人工智能的治理話語權提供策略參考。

1人工智能評價指標體系分類

為系統地分析全球人工智能評價指標體系，本研究將為全球人工智能評價指標體系構建一套科學的遴選標準和分類框架。

1.1研究對象的界定與選取

據不完全統計，目前全球針對人工智能的評價指標體系共有三十多種。為保證選取的指標體系足以構成一個能夠反映全球人工智能評價的整體態勢和具有廣泛代表性的樣本集，能夠有效洞察當前全球人工智能評價的宏觀格局和主流范式。本研究根據以下四項原則進行遴選，人選的指標體系必須同時滿足以下四項原則：（1全球性原則，評價的范圍應覆蓋主要的人工智能國家或區域；（2）透明度原則，評價框架、方法論、數據來源及評價結果可以公開獲??；（3）權威性原則，評價發布的機構應為具有國際影響力的機構；（4）影響力原則，評價結果應具有廣泛的國際影響力，被國際組織、主流媒體或學術界引用或采納。遵循上述原則，對全球現有的人工智能評價進行了系統性摸底與甄別，經過篩選，最終確定了22個符合條件的人工智能評價作為本研究的核心研究對象（見表1）。

1.2人工智能評價指標體系分類框架

上述入選的22個人工智能評價指標體系的評價目標、核心理念與側重維度呈現出顯著的多樣性與異質性，這本身即反映了人工智能技術發展的多面性及其與社會經濟系統互動的復雜性。為此，亟須建立一個科學、統一的分類框架，將各類評價體系納入其中，以便進行更具系統性與深入性的比較分析。

為確保分類框架的科學性與系統性，本研究借鑒了創新研究領域的經典理論一國家創新體系（National Innovation System，NIS）理論[5-6]。該理論將國家的創新活動視為一個由企業、大學和政府研究機構等多元主體，在特定的制度、政策與文化環境中互動而形成的復雜網絡。已有研究將此理論框架應用于分析各國的人工智能發展戰略與生態系統[]，將一個國家的人工智能創新與發展從整體上看作一個國家的人工智能創新體系[8]。體系中的創新主體及其互動主要驅動了研發能力和市場應用；支撐這些主體運行的宏觀環境，如基礎設施和產業結構，構成了發展基礎；而體系中的制度安排，即法律、法規與政策規范，則對應了倫理治理的維度。最后，整個國家創新體系的整體運行效率與綜合產出能力，正是國家綜合實力的體現。

基于此理論框架，本研究采用定性內容分析法[9]對指標體系進行分類。通過系統研讀與編碼22個評價指標體系的官方報告與方法論文檔，提取其核心評價目標、主要評價對象與關鍵指標域，并將其與國家創新體系的各構成部分進行映射匹配。最終，形成了涵蓋綜合實力型、發展基礎型、研發能力型、倫理治理型相印場應用型五T尖別的分尖框策（見圖1）。

（1）綜合實力型評價指標體系。該類評價體系的主要評價對象為國家人工智能的綜合性表現和實力，此類評價致力于對一國在人工智能領域的整體戰略態勢與綜合競爭力進行全景式評估，旨在標定該國在全球人工智能地緣格局中的相對位次，其評價結果主要表征了特定國家創新系統在人工智能領域的宏觀績效與系統性輸出能力。（2）發展基礎型評價指標體系。主要評價對象為與人工智能相關的基礎資源與賦能要素，此類評價的核心目標在于診斷一個國家有效吸納、部署及擴散人工智能技術所必需的先決條件與賦能環境。其考察重點主要關聯與人工智能相關的基礎設施層面、人力資本的稟賦與質量，以及相關政策法規、制度安排等創新生態的支撐性構件的成熟度和就緒度。（3）研發能力型評價指標體系。主要評價對象為人工智能的知識創造與技術研發，此類評價高度聚焦于人工智能領域知識生產與前沿技術探索的核心活動。其評價內容直接反映了國家的人工智能研發生態的內在能力與效率，側重于評估創新價值鏈上游的關鍵要素。（4）倫理治理型評價指標體系。主要評價對象為人工智能的監管和倫理，此類評價體系旨在引導、規范并約束人工智能發展的制度架構與倫理準則的建設與實施狀況。其評價對象聚焦于人工智能規范性與制度性維度，深入考察國家在構建負責任、可信賴、風險可控的人工智能發展范式方面的戰略承諾、政策工具選擇與治理能力建設。（5）市場應用型評價指標體系。主要評價對象為人工智能產業應用與市場生態，此類評價的核心關切在于追蹤人工智能技術在市場環境中的商業化進程及其所產生的經濟影響與價值，致力于衡量人工智能技術的經濟價值實現程度、相關創業生態系統的活躍度，以及人工智能對宏觀經濟活動與特定產業部門的實質性滲透效應。

2全球人工智能評價指標體系發展現狀

基于前文構建的分類框架，本章的核心目標是從宏觀視角出發，深入考察當前全球人工智能評價

表1全球人工智能評價指標體系

圖1全球人工智能評價指標體系分類框架圖

指標體系在五個關鍵類別，即綜合實力、發展基礎、研發能力、倫理治理及市場應用中的發展現狀及其背后的戰略深意和構建邏輯。

2.1綜合實力型評價指標體系

綜合實力型評價指標體系包括：英國烏龜智庫的全球人工智能指數、美國塔夫茨大學頂級人工智能國家指數[1]、美國斯坦福大學人工智能指數[4]、歐盟委員會聯合研究中心人工智能觀察指數2。這類評價指標體系的共性目標是提供一種宏觀視角，評估國家或區域在人工智能領域的整體績效、系統狀態或全球競爭力。對此類別評價進行對比分析（見表2）后發現，這類評價往往通過整合國家創新系統在人工智能領域的多個維度信息，如研發投入與產出、人才儲備與流動、產業發展與投資、基礎設施建設、政府戰略與治理效能等，來量化評估一個國家或區域的整體人工智能競爭力、全球地位或發展態勢，回答“該國或區域的人工智能綜合實力如何\"的問題。

人工智能綜合實力本身是一個高度抽象的概念?？梢钥闯觯骶C合實力類人工智能評價對綜合實力的量化和評價并非單一模式。它們在評價視角、指標側重、方法論等方面展現出顯著差異，反映了對綜合實力這一復雜概念的不同理解和評價意圖。美國斯坦福大學人工智能指數在評價策略上獨樹一幟，其核心目標并非構建一個單一的綜合實力得分或進行國家排名，而是致力于對全球人工智能發展的關鍵維度進行長期追蹤、數據匯集與趨勢呈現[2]。其量化綜合實力的方式體現在其廣泛地覆蓋和精細地刻畫上，從基礎研究、技術性能、經濟影響到教育、倫理挑戰及政策響應等多個方面，搜集并展示大量的原始數據和標準化指標。通過多維度的、分解的數據指標來量化人工智能發展的不同側面，將綜合判斷的權力留給使用者。英國烏龜智庫的全球人工智能指數明確以國家人工智能綜合能力排名為導向，其評價核心在于構建一個綜合性的指數得分[13]。其特點是采用了“投入-活動-實施\"的邏輯框架作為評價體系的構建依據，在此基礎之上選取涵蓋人才、基礎設施、研發投入、商業化活動、政府戰略實施等多個維度的具體指標，通過明確的加權方案聚合成最終得分，以此生成國家排名。這種量化方式的優點在于直觀、易于比較，直接回應了“誰領先”的問題，滿足了快速對標的需求。然而，該指數在指標的選擇、權重的分配上缺少依據。歐盟人工智能觀察指數的量化策略具有強烈的政策驅動和價值導向特征。它并非追求一個中立的、普適性的綜合實力定義，而是圍繞歐盟自身的人工智能戰略目標和核心價值觀來選擇和組織指標，如以人為本、可信賴人工智能[14]。其量化特點在于監測歐盟及其成員國在特定政策優先領域的進展，并與全球主要競爭對手進行比較。這意味著它的綜合實力評估是嵌入在歐盟特定政策框架和價值體系之中的，關注點不僅在于實力的大小，更在于其發展方向是否符合歐盟的預期和規范。這種評價服務于歐盟內部的政策制定、評估與調整，同時也對外傳遞歐盟的人工智能發展理念，帶有顯著的戰略評估色彩。美國塔夫茨大學頂級人工智能國家指數的評價特點在于其更側重于挖掘和評估支撐國家人工智能發展的深層次、結構性要素。它著眼于學術視角，深人探討數字基礎設施的質量、制度環境的優劣、創新生態系統的活力以及人才技能基礎等基礎性驅動力對國家人工智能發展潛力和競爭地位的影響。因此，它對綜合實力的量化更像是一種基于結構性因素的潛力診斷與歸因分析，強調理解“為什么強”以及未來發展的可持續性，而不僅僅是“當前有多強\"的快照式排名。

表2綜合實力類人工智能評價指數對比分析

通過對上述四種綜合實力型評價指標體系進行分析，發現綜合實力型評價指標體系相比其他類型的評價指標體系具有更強的國際影響力，它們不僅是綜合實力的測量工具，更是一種影響力工具。這四種綜合實力評價指數在發揮影響力方面各有側重。英國烏龜智庫的全球人工智能指數通過其鮮明的排名機制，直接強化了國家人工智能競賽的敘事，對公眾認知和短期政策行為產生顯著影響；美國斯坦福大學的人工智能指數憑借其全面的數據追蹤和趨勢分析，在全球范圍內扮演著重要的議程設置角色，通過數據呈現塑造了關于重要人工智能進展的主流認知框架，被許多國際組織和機構廣泛引用和采納；歐盟人工智能觀察指數則利用其政策監測功能，不僅服務于內部協調，更致力于對外輸出歐盟的可信賴人工智能價值觀和治理模式，積極建構一種將實力與規范相捆綁的人工智能發展話語，參與全球規則競爭。而美國塔夫茨大學指數則以其學術深度和對基礎驅動要素的關注，主要影響學界與政策研究圈，引導對人工智能實力來源和可持續性的深層思考，建構了更側重人工智能發展內在邏輯與潛力的實力話語權。

2.2發展基礎型評價指標體系

發展基礎型評價指標體系包括：牛津洞察的政府人工智能準備度指數[15、國際貨幣基金組織的人工智能準備度指數[1以及法國發展署的人工智能投資潛力指數[17]。這類評價的同性目標是評估國家或區域為有效吸納、部署并規?；瘧萌斯ぶ悄芗夹g所必需的先決條件、基礎資源與賦能環境。對其對比分析（見表3）后發現，盡管這類評價名稱中包含了“準備度\"“潛力\"等關鍵字，但其本質上是評估一個國家人工智能創新系統中的基礎資源與賦能要素。評價的維度一般涉及國家人才資本的儲備與質量、人工智能特定基礎設施，尤其是算力、數據資源及其治理的建設水平與可及性，以及有利于創新的政府治理能力、監管友好度、投資環境等維度。因此，發展基礎型評價指標體系重在提供一種前瞻性的診斷評價，評估一個國家或區域在多大程度上具備了承接人工智能技術并從中獲益的結構性潛力或準備狀態，回答“該國或區域是否為人工智能發展奠定了堅實基礎”問題。

表3發展基礎型評價指標體系指數對比分析

對政府人工智能準備度指數、人工智能準備度指數以及人工智能投資潛力指數進行深入分析可以發現，它們都聚焦于評估國家發展人工智能的基礎條件與潛力，但在評價目標設定、核心指標側重以及具體方法論選擇上，展現出顯著的差異性，這深刻反映了評價的機構屬性、核心使命以及獨特視角（見表3）。牛津洞察的政府人工智能準備度指數更像是一個面向政府自身的體檢報告，其核心目標在于評估各國中央政府在采納人工智能技術，賦能公共服務和治理方面的政府機構方面的就緒程度[18]。因此，它的指標體系高度聚焦于政府的戰略規劃能力、政府主導的數字基礎設施與數據治理水平、本土技術部門對政府的支持能力以及公務員和國民的數字素養，并通過橫向比較為各國政府提供改進自身治理能力的參照基準。相比之下，國際貨市基金組織的人工智能準備度指數則是從國家宏觀經濟與社會結構視角出發，評估一個國家在多大程度上具備了吸收人工智能所帶來的經濟增長紅利并同時能有效緩沖其潛在負面沖擊（如勞動力市場結構調整、社會不平等加劇等）的韌性[19]。這一評價目標與國際貨幣基金組織維護全球經濟金融穩定、促進包容性增長的核心職責緊密有關聯。因此，人工智能準備度指數的指標不僅涵蓋數字基礎設施和人力資本，更重點納入了勞動力市場政策的靈活性與保護性、社會保障體系的健全度以及相關法規倫理框架的完善性等反映國家宏觀適應能力的維度。而法國發展署的人工智能投資潛力指數則具有鮮明的發展議程和投資指引特點，其特別關注發展中國家和新興經濟體[]。它的目標并非簡單衡量準備度，而是評估人工智能投資在特定國家促進可持續發展的潛力。其評價的創新之處在于，不僅考察基礎設施、技能、治理等基礎要素，還評估了人工智能技術與國家發展需求契合度。這種評價方法可以很好地識別人工智能投資最有可能產生顯著回報和具備可持續性發展的國家，從而為其發展資金的有效配置提供決策依據。

綜上所述，這三個指數雖然都可歸入發展基礎型評價指標體系的范疇，但它們分別從政府治理優化（政府人工智能準備度指數）宏觀經濟適應（人工智能準備度指數）和可持續發展投資回報（人工智能投資潛力指數）的獨特角度切入，構建了各自的評價邏輯和指標體系。這充分說明對國家人工智能發展基礎條件的評估并非單一視角，而是可以根據不同的評價目標進行多元化的評價，這些評價為研究者理解不同國家的人工智能發展基礎提供了互補的視角。同時，這類指數不僅是排名的工具，更是診斷性的框架，能幫助各國識別自身在人工智能準備和潛力方面的具體優勢與短板。其中，政府人工智能準備度指數指導政府公共服務在采納和利用人工智能方面的內部改革，人工智能準備度指數指導一國在人工智能影響下的宏觀經濟政策調整，而人工智能投資潛力指數則指導國家在人工智能發展相關資源的戰略配置。

2.3研發能力型評價指標體系

研發能力型評價指標體系的共同之處是量化評估國家或區域在人工智能知識生產與前沿人工智能技術探索活動的實力與活力。此類評價的指數眾多且各有側重（見表4），該類別包括：關注頂尖人才流動的保爾森基金會全球人工智能人才追蹤器[20]、側重高影響力學者的清華大學AI2000全球人工智能學者排名[21]、評估機構或國家科研產出的AIRank-ings[22]、評價大學人工智能研究水平的韓國軟件政策研究中心的人工智能研究指數23用于量化人工智能期刊影響力的Scimago人工智能期刊排名[24]、追蹤專利活動的世界知識產權組織《技術趨勢：人工智能報告》25以及結合美國技術安全視角監測技術態勢的喬治敦大學的新興技術觀測站3。此類評價的核心關注點精準地映射國家人工智能創新的知識創造與技術研發。它們專注于測量該層面運行的關鍵要素與績效，具體涵蓋：創新投人，如頂尖科研人才的規模、質量與流動，研發經費投人強度、核心創新活動，如重大研究項目的布局、關鍵技術發明的進展，以及主要創新產出，如高水平學術論文的數量與影響力、人工智能相關專利的申請與授權、具有國際影響力的學者或研究機構的涌現等。評價的對象包括人工智能科技研發活動本身及大學、研究機構、學者、企業研發部門等關鍵參與者的表現與全球影響力。因此，研發能力型評價指標體系本質上衡量的是一個國家人工智能知識生產與技術創新的核心能力與基礎潛力，試圖回答“該國或區域的人工智能研發實力究竟如何”的問題。

研發能力型評價指標體系雖然都聚焦于知識生產與技術創新活動，但其具體的評價側重點、數據來源和方法論選擇上呈現出顯著的差異。深入分析可以發現，根據其核心關注點與主要數據來源，又可以將7個指標評價歸為三種類型：（1）面向人才資本的評價，此類評價的核心在于識別、量化和追蹤人工智能領域的頂尖人才。如保爾森基金會的全球人工智能人才追蹤器通過分析頂級人工智能會議的作者信息，側重于刻畫全球頂尖研究人才的地理分布、跨國流動路徑及其職業軌跡，旨在揭示全球人工智能人才競爭格局與智力資本的流向[26]。而清華大學AI2000全球人工智能學者排名則聚焦于識別過去十年中最具學術影響力的個體學者，主要依據其發表論文的被引次數來衡量其影響力[27]。這兩者雖都關注人才，但前者更側重于人才作為一種戰略資源的跨國流動，后者則更側重于基于學術產出的個體聲譽與貢獻。這種差異也反映了不同評價機構對頂尖人才定義和價值的不同理解。（2）面向科研產出評價，此類評價主要依賴文獻計量學和科學計量學方法，通過量化分析學術出版物和引文數據來評估人工智能研究的產出和質量。如AIRankings、人工智能研究指數以及Scimago人工智能期刊排名均屬此類。它們通常利用Scopus、WebofScience等大型文獻數據庫，統計國家、機構或學者在人工智能相關領域的論文發表數量、被引頻次、高被引論文比例、期刊影響力等指標。AIRankings試圖同時衡量產出的數量與質量，人工智能研究指數則側重于評估大學和研究機構的整體研究能力[28]，而Scimago人工智能期刊排名則關注人工智能期刊的表現。（3）面向技術創新與轉化評價，此類評價更關注從基礎研究到技術原型乃至潛在應用的轉化過程。如世界知識產權組織的《技術趨勢：人工智能報告》主要通過分析全球人工智能相關專利的申請和授權數據來追蹤技術創新的熱點領域和地理分布[29]，將專利視為衡量技術研發產業化潛力的關鍵代理指標。而美國喬治敦大學的新興技術觀測站則采取更廣闊的視角，監測包括人工智能在內的一系列新興技術的整體發展態勢，并特別嵌入了國家安全與地緣政治的考量維度，其數據來源更為多樣。

2.4倫理治理型評價指標體系

倫理治理型評價指標體系包括全球負責任人工智能指數[30]、中國主導的全球人工智能安全指數[31]和全球人工智能治理評估指數[32]，以及經濟合作與發展組織（OECD）的人工智能政策觀測站[33]等。它們的共性目標是評估國家或區域針對人工智能技術研發和應用的治理能力和符合倫理的程度。這類評估涵蓋了從國家戰略、政策法規、倫理準則、技術標準到風險評估與管理機制、監管機構能力、多方參與和社會對話機制等一系列復雜的治理要素。倫理治理型評價指標體系本質上就是聚焦于一個國家人工智能發展的規則體系構建與風險管理能力，致力于評估其人工智能發展的負責任程度與安全性，回答“該國或區域如何有效治理人工智能\"的問題。

表4研發能力型評價指標體系對比分析

深入對比分析這四項代表性的倫理治理型評價指標體系，可以發現它們在評價側重點、視角及方法論上展現出顯著的差異性與互補性（見表5），深刻反映了全球人工智能治理本身的復雜性、多維性以及規范競爭的態勢：（1）全球負責任人工智能指數的顯著特點在于其強烈的規范性導向和對負責任原則實踐性落實的聚焦。它不僅關注公平、透明、問責等已被廣泛討論的人本價值，更突出強調了包容性與可持續性，并明確致力于將評價指標體系納入全球南方國家的聲音與視角。這使其評價超越了單純的技術或政策層面的評價，試圖構建一個更具全球普遍性和發展關懷的負責任人工智能生態系統評估框架[34]。然而，其挑戰在于如何將這些宏大的原則有效地操作為可衡量、可比較的指標，并能夠真實反映各國復雜的實踐落地情況。（2）全球人工智能安全指數由中國的研究機構主導發布，體現了對人工智能治理中一個更為具體但也極其關鍵的維度的深度聚焦，即國家層面的人工智能安全能力與準備度。它系統性地評估了從技術安全研究、安全開發部署的政策法規到風險評估、應急響應乃至前沿風險治理等多個環節。這種對安全的專門化、體系化評估，凸顯了中國對于人工智能潛在風險，尤其是技術層面和社會穩定層面的高度關切。從地緣政治角度看，全球人工智能安全指數的推出也被看作是在關鍵的人工智能安全領域提出中國標準、中國方案，向國際社會倡導“AI向善\"的嘗試。（3）全球人工智能治理評估指數同樣由中國機構主導，該指數側重于追求更宏觀、更全面評估國家整體人工智能治理框架成熟度。相較于全球人工智能安全指數對安全的側重，全球人工智能治理評估指數試圖涵蓋從國家戰略規劃、倫理準則推廣、監管模式選擇、機構能力建設到公眾參與和國際合作等幾乎所有治理要素。它的出現，進一步表明各國意圖在全球人工智能治理領域提供一個一站式的綜合評估方案。（4）OECD人工智能政策觀測站與前三者不同，OECD觀測站并非一個提供國家排名或單一分數的指數，其核心定位是一個動態的、權威的全球人工智能政策與數據信息中心。它的主要功能在于系統性地監測、收集、分類和分析各國的人工智能戰略、政策工具及治理實踐，為成員國提供循證決策支持和政策學習平臺[35]。其特點在于信息的動態性、權威性和實用性，服務于特定國家集團內部的政策協調與信息共享，體現了發達國家在人工智能治理領域的合作與規范趨同努力。

表5倫理治理型評價指標體系對比分析

綜上，倫理治理型評價指標體系已演變為一個人工智能規范競爭場域，全球負責任人工智能指數力主一種包容性的人本主義范式，其核心在于將公平、問責等原則普世化，并通過突出全球南方國家視角，試圖重塑全球治理的話語權平衡。相比之下，由中國主導的全球人工智能安全指數與全球人工智能治理評估指數則代表了一種戰略性的國家主導評價范式。它們通過提供系統性的治理解決方案，不僅旨在應對國內風險，更是在全球層面積極輸出標準，力求在塑造未來人工智能國際規則中占據主動權。而OECD人工智能政策觀測站則代表了第三種邏輯，即發達經濟體的技術官僚與合作主義范式。作為一個經濟體內部的政策協調與知識共享平臺，其核心目標是在理念相近的國家之間促進最佳實踐的交流、維護政策環境的一致性，并鞏固基于共同價值觀（如民主、人權、法治）的治理趨同。這是一種旨在強化內部共識并以集體力量影響全球規范走向的策略。

2.5 市場應用型評價指標體系

市場應用型評價指標體系包括：全球創新生態報告[36]、STOXX全球人工智能指數[37]、iSTOXX全球人工智能大型100指數[38]、Nasdaq全球人工智能與大數據指數[39]。對比分析該類別指標體系（見表6）發現，它們的共性之處是并不直接深入評估人工智能技術本身的先進性、算法的優劣或研究的突破性，而是更側重于評估支撐人工智能商業化的外部環境或人工智能相關企業在市場中的財務和交易表現。在量化特點上，此類評價高度依賴人工智能市場數據、企業財務信息以及創業活動指標，在不同層面上反映人工智能技術商業化應用的動態過程以及市場主體對人工智能未來商業前景的認知和預期。市場應用型評價指標體系反映了國家人工智能創新的產業應用與市場生態，目標是量化和評價人工智能技術轉化為經濟價值的能力及其在市場中的實際影響。此類評價試圖回答“人工智能在市場上的表現如何”等關鍵問題，

四項市場應用型評價指標體系根據其各自服務的目標群體，又可以將其劃分為創業生態系統評估和金融市場指數。其中全球創新生態報告屬于創業生態系統評估，它服務于各國政府的政策制定者。而STOXX全球人工智能指數、iSTOXX全球人工智能大型100指數以及Nasdaq全球人工智能與大數據指數屬于金融市場指數，它們共同服務于金融市場投資者。具體而言：（1）創業生態系統評估，對特定區域內人工智能初創企業的數量、融資總額、成長速度、退出事件（IPO、并購）獨角獸企業數量以及人才、資本、市場觸達能力等環境要素進行評分[40]。其側重點在于診斷與評估全球特定城市或區域作為人工智能創新策源地的生態系統健康度與績效。在評價策略上，并非直接衡量人工智能技術本身或單個企業，而是著眼于區域層面的宏觀環境要素，如資本可得性、人才儲備、市場觸達能力、知識溢出效應以及創業產出效率等，從而識別和對標全球最具活力的人工智能初創企業孵化器和成長沃土，為政策制定者和生態建設者提供決策支持，其本質是一種區域創新環境的競爭力評估。（2）金融市場指數的量化特點在于追蹤人工智能相關上市公司的股價表現、市值變化、營收增長、市盈率等財務和市場交易等數據。在方法上，通過設定標準（如人工智能業務營收占比、人工智能專利持有情況、特定行業歸屬等）篩選出人工智能成分股，將這些成分股的股價表現，通常按市值加權匯總，構建反映特定人工智能市場板塊整體表現的指數。這類指數的側重點聚焦于資本市場對人工智能商業價值的即時反映與追蹤。如STOXX全球人工智能指數旨在捕捉全球人工智能相關上市公司的整體表現[4]，其變體iSTOXX全球人工智能大型100指數則進一步聚焦大型成熟的人工智能企業[42]。Nasdaq全球人工智能與大數據指數則關注人工智能和大數據這兩個緊密相關領域的綜合市場表現。它們的共同評價目的是為投資者提供決策工具、投資基準和交易的金融產品基礎，引導資本流向其定義的人工智能相關資產類別。

市場應用型評價指標體系共同揭示了人工智能技術從創新潛力到市場價值的轉化全過程。一方面，以全球創新生態報告為代表的評價扮演了人工智能商業價值策源地的診斷者角色。它著眼于地理區域，通過評估人才、資本、網絡等創新要素的聚合效能，衡量一個生態系統孕育未來人工智能商業巨頭的生產能力與環境健康度。這是一種前瞻性指標，旨在識別未來具有潛力的人工智能企業的誕生地。

表6市場應用型評價指標體系對比分析

另一方面，以STOXX和Nasdaq發布的人工智能指數為代表的金融市場工具則充當了人工智能商業價值的晴雨表。它們通過追蹤那些已成功將人工智能商業化的上市公司的市場表現，量化了資本市場對人工智能當前盈利能力與未來增長預期的即時定價。

3全球人工智能評價指標體系發展趨勢

人工智能評價作為一個快速成長的研究領域，伴隨著人工智能的持續創新及其應用的不斷深化，人工智能評價研究和評價實踐也在不斷演進。通過對當前全球范圍內主流的人工智能評價指標體系的發展脈絡進行梳理和分析，可以觀察到全球的人工智能評價正呈現出幾個顯著的發展趨勢。

3.1評價范式從技術導向向系統性評估演進

全球人工智能評價指標體系的演進軌跡正在經歷一個根本性的范式轉變，即評價范式正從早期狹隘的技術導向，向系統性評估演進。技術導向范式常聚焦于研發投人、頂尖人才規模、關鍵知識產權產出，如清華大學發布的AI2000全球人工智能學者排名所遴選的高影響力學者，或韓國軟件政策研究中心的人工智能研究指數對大學研究實力的排名等。然而，這種范式因其固有的視角局限，已難以捕捉人工智能作為一個復雜系統與外部環境相互作用的全貌。隨著人工智能滲透到經濟、社會和國家安全領域，新的系統性評估范式應運而生，將人工智能視為一個嵌入在更宏大社會經濟框架中的動態子系統，致力于評估該子系統與外部各關鍵系統之間的接口、互動與反饋循環。如全球創新生態報告關注創業生態系統的資金、人才和市場連通性，體現了人工智能的經濟系統和生態影響；STOXX全球人工智能指數和Nasdaq全球人工智能與大數據指數通過市場表現和財務數據評估人工智能相關企業的商業價值；政府人工智能準備度指數和人工智能準備度指數引入政策環境、基礎設施和數據治理等維度，反映人工智能實施的外部條件。這種從技術導向到系統性評估的演進，標志著人工智能評價不再滿足于簡單的數數，而是轉向分析驅動發展的系統動態，從而為政策制定者、投資者乃至整個社會提供了更真實、更全面的決策依據。

3.2評價話語權從英美主導向多極化主導演進

在全球地緣政治格局深刻演變與大國科技競爭日趨白熱化的宏觀態勢下，人工智能評價指數已然超越了其作為中立信息傳遞與客觀績效衡量的傳統角色定位。它們日益成為地緣政治力量競技、國家戰略意圖展示、全球人工智能領導權爭奪的重要工具。評價活動本身，在某種意義上，已內化為一種關乎國家聲譽、議程設置與規范塑造的軟實力工具。早期人工智能評價指標體系主要是由美國和英國的機構發起，如美國斯坦福大學大學發起的人工智能指數，英國烏龜智庫發起的全球人工智能指數、英國牛津觀察智庫發布的政府人工智能就緒度指數等。伴隨著新興經濟體在人工智能領域的崛起，這些國家和地區近年來開始通過構建本土化的評價標準爭奪話語權。全球人工智能評價指標體系的話語權已突破傳統以英美為主導的格局，呈現出多中心化特征。典型代表包括中國推出的全球人工智能治理評估指數、韓國推出的人工智能研究指數、南非推出的全球負責任人工智能指數。其中，中國的全球人工智能安全指數直接對標西方的人工智能指數，通過設置差異化的安全倫理指標，構建具有東方價值觀的評價框架；歐盟則通過人工智能觀察指數強化歐盟的技術主權，其最新版本將數據本地化合規度作為核心指標，反映數字主權競爭白熱化。

3.3評價目標從競爭排名向治理與可持續發展轉變

從評價目標的視角考察全球人工智能評價指數體系的演進，一個深刻且具有方向性的趨勢是評價的核心關切正在經歷從早期更聚焦于量化國家間技術實力、產業規模和經濟潛力的競爭優勢排名，向著一個更加重視治理框架的健全性、倫理原則的遵循度、社會風險的可控性，并最終旨在引導人工智能發展路徑契合人類社會長期福祉與可持續發展目標的價值取向進行顯著的拓展與深化。不可否認，以國家為單位進行人工智能能力橫向比較，評估其在全球科技競技場中的相對位置，仍然是部分重要評價指數的核心功能。如英國烏龜智庫的全球人工智能指數報告中明確指出要展示當前領導全球人工智能競爭的國家以及原因；美國塔夫茨大學的頂級人工智能國家指數也致力于評估領先人工智能創新國家在競爭中所處的位置。這類指數回應了國家戰略決策中對了解自身相對實力與外部競爭態勢的現實需求，其存在具有持續的合理性。然而，更為顯著的趨勢是，近年來涌現出大量新興評價指數，其設定目標明顯超越了單純的競爭邏輯，而將重心放在了人工智能治理與可持續發展上。專門針對人工智能治理能力、責任原則落實、安全保障水平的指數不斷推出，如全球負責任人工智能指數、全球人工智能安全指數、全球人工智能治理評估指數。這標志著人工智能評價機構的評價目標正在改變，評價焦點從“跑得多快”向“跑得是否穩、是否好\"轉變。這些指數的核心目標并非判定誰是冠軍，而是評估各國為確保人工智能技術健康、有序、負責任發展所構建的制度框架、監管能力與倫理自覺程度。這類指數對負責任人工智能、人工智能安全、人工智能倫理、人工智能向善的強調，本質上與聯合國可持續發展目標所倡導的包容性增長、社會公平、環境保護、和平正義等核心理念高度契合。確保人工智能技術的發展不加劇社會不平等、不損害基本人權、不威脅環境與安全，這正是實現可持續發展的內在要求。

3.4評價時效性從靜態量化向動態持續性監測演進

人工智能評價指標體系在其演進過程中，不僅在評價的廣度（維度擴展）與深度（方法革新）上發生著變化，其時間維度的運作模式也正經歷一場深刻的革命性轉型。具體表現為，傳統的以固定周期（常為年度）發布、提供領域發展靜態快照的量化評估模式，正日益為一種強調動態性、連續性與近乎實時性的持續監測與評估范式所補充。這標志著人工智能評價正從提供歷史總結向賦予即時洞察與前瞻預警的方向演進，以期在時效性上更好地匹配人工智能技術與產業自身的高速迭代特性。傳統周期性評價指數，如許多發布年度國家排名的指數，盡管為政策回顧、戰略制定和橫向比較提供了重要的基準信息，但其固有的信息滯后性在面對人工智能這一日新月異的領域時，其局限性愈發明顯。依賴靜態的、回顧性的評估結果進行決策，無異于看后視鏡開車，難以有效應對快速變化的環境，把握稍縱即逝的機遇窗口，或及時干預潛在的負面發展。動態持續性監測這一趨勢在當前的評價實踐中已有多重體現，若干重要的評價主體，特別是國際組織與政府關聯機構，開始建立觀測站或監測平臺。如歐盟的人工智能觀察指數與OECD的人工智能政策觀測站即典型代表。它們的設立目標中明確包含了監測與跟蹤的定位，力求提供持續更新的數據、政策動態與分析報告，而非僅僅依賴年度出版物。評價的重心不僅在于某一時間點的狀態，更在于狀態的變化與方向趨勢。如保爾森基金會的全球人工智能人才追蹤器聚焦于人才的跨國流動。在特定領域，評價的動態性要求極高。金融服務機構發布的人工智能相關市場指數如STOXX人工智能指數、Nasdaq全球大數據與人工智能指數，本質上提供了對人工智能概念板塊市場情緒與經濟表現的實時的連續評估。

4結語

本研究為科技評價提供了新的研究思路，超越了學界對科技評價指標體系的常規認知，揭示了全球人工智能評價指數并非單純的開源信息集合，而應被視為由特定機構發布、服務于其國家戰略的高水平情報產品。這些情報產品是各國在全球人工智能競爭中，進行議程設置、爭奪話語權、塑造國際規范，乃至在認知域施加影響的關鍵工具。本研究為科技情報研究者提供了一套針對人工智能戰略性情報產品的分析框架。該框架以國家創新體系理論為基石，通過五維分類框架，使情報分析人員能夠系統性地識別和剖析不同人工智能評價體系背后隱含的價值取向、戰略意圖與競爭邏輯。在方法論上，為科技情報的實踐和元情報分析（即對情報產品本身的研究）提供了新的工具與視角。在面向人工智能的科技競爭情報工作實踐中，不僅展示了如何“知彼”，即深度洞察并預判競爭對手的人工智能戰略焦點與布局；更重要的是，它為如何“知己\"并最終實現塑造對手認知與國際環境指明了方向。通過理解現有人工智能評價體系的構建邏輯與局限，使我國能夠更有針對性地設計出既符合自身發展階段又能有效傳遞我方主張的全球性人工智能評價體系，從而在全球人工智能治理的激烈競爭中掌握主動權和話語權。

參考文獻：

[1]DwivediYK，HughsL，magilaE，etal.AtificialIntellgence（A）：Multidisciplinaryperspectivesoemerginghaenges， opportunities，andagendaforresearch，practiceandpolicy[J].International journalof informationmanagement，202，57： 101994.

[2]EUROPEAN COMMISSION.AI Watch Index 2021[R/OL].[2025-07-30].https：/ai-watch.ec.europa.eu/data/ai-watch-index-2021_en.

[3]CENTER FOR SECURITY AND EMERGING TECHNOLOGY.CSET | Center for Security and Emerging Technology [EB/ OL].[2025-07-30].htps：//cset.georgetown.edu.

[4]STANFORD UNIVERSITY HUMAN-CENTERED ALAI Index[EB/OL].[2025-07-30].htps：//hai.stanford.edu/ai-index.

[5]FreemanC.TheNatioalSystemofInnovation’instoricalperspectiveJ].CambridgeJouralofeconomics，99，19（1）：5-24.

[6]LundvallBA.NationalsystemsofinnovationtowardsathoryofinnovationandinteractivelarningM].PinterLondon，1992.

[7]ArcesatiR，Chang W，HmaidiA，etal.AIEntanglements：BalancingRisksandRewardsofEuropean-ChineseCollboration[J]. Berlin，Germany：Mercator Instititute for China Studies，2023.

[8]KazimE，AlmeidaD，KingsanN，etalIovationandopporunity：reviewof teUK’snationalAstrategyJ]Disortiicial Intelligence，2021，1（1）：14.

[9]HsiehHF，anoSE.Treeapproaches toqualitativecontentanalysisJ]Qualitativehalthresearch，5（9）： 1288.

[10]TORTOISE MEDIA.The Global AI Index[EB/OL].[2025-07-30].https：//www.tortoisemedia.com/data/global-ai.

[1]DIGITALPLANET.The Emerging Geographyof AI[EB/OL].2025-07-30].htps：/digitalplanet.tufts.edu/the-emerginggeography-of-ai/.

[12] STANFORD HAI.The 2025 AI Index Report[R/OL].[2025-07-30].https：//ai.stanford.edu/ai-index.

[13]TORTOISE.TheGlobalArtificial Intellgence Index MethodologyReport[R/OL].2025-07-30]htps：//ww.tortosemedia. com/intelligence/global-ai-index/.

[14]EUJOINTRESEARCHCENTRE.AI Watch Index 2021[R/OL].[2025-07-30].htps：/ai-watch.ec.europa.eu/data/ai-watchindex-2021_en.

[15]OXFORD INSIGHTS.Government AIReadiness Index 2024[R/OL].[2025-07-30].htps：//xfordinsights.com/ai-readiness/ ai-readiness-index/.

[16]INTERNATIONAL MONETARYFUND.AI Investment Potential Index[EB/OL].2025-07-30].https：//ww.imf.org/external/ datamapper/AI_PI@AIPI/ADVEC/EME/LIC.

[17]ADDOPM，TAIEBA，LANDREINL，etal.AIInvestmentPotential Index 2025[R/OL].2025-07-30].htps：/wwfd.fr/en/ ressources/ai-investment-potential-index-2025.

[18]STIRLING R，PASQUARELLI W，SHEARER E.An Asessment Framework for Measuring Government AI Readiness [R/ OL].[2025-07-30].htps：/oxfordinsights.com/wp-content/uploads/2023/10/Shared_-Readiness-Framework-Online-Version.pdf.

[19]INTERNATIONAL MONETARYFUND.AI PreparednessIndex Note[R/OL].[2025-07-30].htps：//ww.imf.org/external/ datamapper/AIPINote.pdf.

[20]THE GLOBAL AI TALENT TRACKER 2.0[EB/OL].[2025-07-30].htps：/archivemacropolo.org/interactive/digital-projects/the-global-ai-talent-tracker/.

[21]AI2000全球人工智能學者排名[EB/OL].[2025-07-30].htps：//www.aminer.cn/ranks/home.

[22] AIRANKINGS.ORG[EB/OL].[2025-07-30].https：/airankings.org.

[23]LEES.AIResearch Index：WhatisthebestAIuniversityinthe world？R/OL].2025-07-30].htps：/www.spr.kr/posts/view/ 23215？code=issue_reports.

[24]JOURNAL RANKINGS ON ARTIFICIAL INTELLIGENCE[EB/OL].[2025-07-30].htps：//ww.scimagojr.com/journalrank. php？category=1702.

[25]WIPO.WIPOTechnologyTrends2019-Artificial IntellgenceR/OL].[2025-07-30].htps：//ww.wipo.int/publicatios/en/ details.jsp？id=4386.

[26]METHODOLOGY FOR GLOBAL AITALENT TRACKER 2.0[EB/OL].[2025-07-30].htps：/archivemacropolo.org/interactive/digital-projects/the-global-ai-talent-tracker/methodology-for-global-ai-talent-tracker-2/.

[27]AI2000 的介紹[EB/OL].[2025-07-30].htps：//www.aminer.cn/ai2000/about/introduction.

[28]AIRankings FAQ[EB/OL].[2025-07-30].htps：//airankings.org/faq/.

[29]DATA COLLECTION METHOD AND CLUSTERING SCHEME BACKGROUND PAPER[ R/OL].[2025-07-30].htps：/ www.wipo.int/export/sites/www/tech_trends/en/docs/techtrends_ai_methodology.pdf.

[30]GLOBAL CENTER ON AI GOVERNANCE.The Global Index on Responsible AI[R/OL].2025-07-30].htps：/www.globalindex.ai

[31］遠期人工智能研究中心，中國科學院自動化研究所人工智能倫理與治理研究中心，北京前瞻人工智能安全與治理研 究院，等.全球人工智能安全指數[R/OL].[2025-07-30].htps：//ww.agile-index.ai/global-index-for-ai-safety.

[32]遠期人工智能研究中心，中國科學院自動化研究所人工智能倫理與治理研究中心，北京前瞻人工智能安全與治理研 究院，等.AGILE全球人工智能治理評估指數報告 2025[R/OL].[2025-07-30].htps：//ww.agile-index.ai/publications/ 2025.

[33]OECD.AI：THE OECD ARTIFICIAL INTELLIGENCE POLICY OBSERVATORY[EB/OL].[2025-07-30].htps：/oecd.ai/en/.

[34]GLOBAL CENTER ON AI GOVERNANCE.Methodology and Conceptual Framework of the Global Index on Responsible AI[R/OL].[2025-07-30].https：//www.global-index.ai/methodology.

[35]ABOUT OECD.AI[EB/OL].[2025-07-30].htps：//oecd.ai/en/about/about-oecd-ai.

[36]STARTUPGENOME.Global Startup Ecosystem Report 2025[R/OL].2025-07-30].htps：/tartupgenome.com/report/gser2025/introduction.

[37] STOXX AI GLOBAL ARTIFICIAL INTELLIGENCE INDEX[EB/OL].[2025-07-30].htps：/stoxx.com/index/stxaiv/.

[38]ISTOXX AI GLOBAL ARTIFICIAL INTELLIGENCE LARGE 100[EB/OL].[2025-07-30].https：//stoxx.com/index/ixagal1p/.

[39]NASDAQ GLOBAL AI AND BIG DATA INDEX[EB/OL].[2025-07-30].htps：//ndexes.nasdaqomx.com/Index/Overview/ NYGBIG.

[40]GLOBAL STARTUP ECOSYSTEM REPORT METHODOLOGY[EB/OL].[2025-07-30].htps：/startupgenome.com/report/ gser2025/methodology.

[41] STOXX INDEX METHODOLOGY GUIDE[R/OL].[2025-07-30].https：//ww.stoxx.com/document/Indices/Common/Indexguide/stoxx_index_guide.pdf.

[42]ISTOXX INDEX GUIDE[R/OL].[2025-07-30].htps：//www.stoxx.com/document/Indices/Common/Indexguide/istoxx_index_guide.

作者簡介：羅立群，男，揚州大學商學院教授；李廣建，男，教授，博士生導師。