政策驱动下的中国量子研究主题演化及路径分析☆

梁宝龙; 潘宇馨; 梁晗; 侯海燕

doi:10.15978/j.cnki.1673-5668.20250108

科学观察 ›› 2025, Vol. 20 ›› Issue (4) :23-41 DOI: 10.15978/j.cnki.1673-5668.20250108

政策观察

政策驱动下的中国量子研究主题演化及路径分析^☆

作者信息 +

Analysis of Theme Evolution and Path of China’s Quantum Research Driven by Policiesz

Author information +

文章历史 +

摘要

[目的/意义] 量子科技作为国家科技竞争的核心领域之一，解析政策驱动下中国量子研究的主题演化规律及路径对优化学术布局与政策制定具有重要意义。[方法/过程] 结合相关科技政策，以Web of Science核心合集数据库中10558篇中国量子领域文献为数据来源，构建LDA-SciBERT模型并引入主题热度指标体系，梳理中国量子研究主题的演化路径与政策引导作用。[结果/结论] 量子通信长期处于主导地位，量子计算与精密测量等新兴主题快速崛起并呈现多领域融合趋势；量子科技政策从基础研究逐步扩展到基础研究与应用研究并重；在相关政策引导下，中国量子研究逐步从基础研究向应用导向转变，展现出主题演化与政策方向密切相关。

Abstract

[Objective/Significance] As one of the core areas in national scientific and technological competition, analyzing the theme evolution rules and paths of China’s quantum research driven by policies is of great significance for optimizing academic layout and policy-making. [Method/Process] Drawing on relevant science and technology policies, this study utilizes 10558 Chinese quantum research articles from the Web of Science Core Collection as the data source. An LDA-SciBERT model is constructed and a topic heat indicator system is introduced to trace the evolution of research themes in China’s quantum studies and to examine the guiding role of policy in shaping research directions. [Results/Conclusions] Quantum communication has long dominated research, while emerging themes such as quantum computing and precision measurement have rapidly risen and shown a trend of multi-field integration. Quantum science and technology policies have gradually expanded from basic research to attaching equal importance to basic and applied research. Guided by relevant policies, China’s quantum research has gradually shifted from basic research to application orientation, demonstrating a high correlation between theme evolution and policy directions.

Graphical abstract

关键词

量子研究 / 主题演化 / 科技政策 / 热点主题

Key words

quantum research / topic evolution / science and technology policy / hot topics

引用本文

引用格式 ▾

梁宝龙, 潘宇馨, 梁晗, 侯海燕. 政策驱动下的中国量子研究主题演化及路径分析^☆[J]. 科学观察, 2025, 20(4): 23-41 DOI:10.15978/j.cnki.1673-5668.20250108

Liang Baolong, Pan Yuxin, Liang Han, Hou Haiyan. Analysis of Theme Evolution and Path of China’s Quantum Research Driven by Policiesz[J]. Science Focus, 2025, 20(4): 23-41 DOI:10.15978/j.cnki.1673-5668.20250108

登录浏览全文

4963

注册一个新账户忘记密码

0 引言

量子科技作为21世纪最具颠覆性的前沿科技之一，其在通信、计算和精密测量等领域的应用潜力正迅速转化为现实。全球各国政府和地区组织纷纷将量子科技视为战略性发展方向，并制定了相应的政策来推动其研究与应用^[1]。中国同样高度重视量子科技的发展，并将其视为国家科技发展的重要研究领域。近年来，中国在量子通信、量子计算等多个方向取得一系列重要成果，例如成功发射“墨子号”量子实验科学卫星、开通“京沪干线”量子保密通信干线以及研制“九章”系列光量子计算机等。这些成就不仅彰显了中国在量子科技领域的创新能力，也反映出国家对量子科技未来发展的重视。

随着量子科技的迅速发展及其在多个关键领域的广泛应用，对量子研究主题的演化及发展趋势进行深入分析显得尤为重要。一方面，通过对量子研究主题演化的深入研究，可以帮助我们识别当前领域的研究热点、学科前沿和潜在的未来发展轨迹。这些研究成果不仅为学术界提供了重要的理论依据，也为相关领域的科技决策者提供了实践指导。另一方面，在量子科技发展过程中，政策作为重要的驱动因素，其在主题演化中的影响不容忽视。了解政策背景下量子研究主题的演变，能够为政策制定者提供参考，帮助他们在未来的科技规划中更加精准地配置资源，并制定具有针对性的政策措施，推动量子科技领域的持续健康发展。

目前，相关学者已对不同领域主题演化做出较为细致的研究。主题演化分析是文本挖掘中的重要研究方向，旨在通过对学术文献的分析，揭示研究主题随时间的变化趋势。常用方法包括基于信息熵、词共现、社会网络和主题模型的分析^[2]，其中，LDA（隐含狄利克雷分布）主题模型由于能够有效处理文献中的专业术语和隐含主题关系，被广泛应用于各学科领域的主题识别与演化研究。例如，LDA已被用来分析新兴技术（如区块链、人工智能等）^[3-6]以及传统学科（如医学、教育等）^[7-9]的研究热点和演化路径。然而，由于LDA模型忽视了主题词之间的语义关系，因此学者们尝试结合其他技术，如Word2Vec^[6,10]、PCA+K-means^[11]等，来提升模型的语义理解能力，以增强主题演化分析的准确性。

在量子政策研究方面，国内的量子政策研究主要集中在对国外政策，特别是美国和欧盟的分析^[12-14]，探讨量子科技政策的变迁及其背后的驱动因素。例如，叶珍珍等^[15]分析了欧盟量子旗舰计划与美国量子信息科学国家战略，张翼燕^[16]和贺曦子君^[17]则侧重于量子信息领域的人才政策。与此同时，国外学者也对量子政策进行了深入分析，尤其是从国际竞争与安全的角度。Yoon^[18]和Taylor^[19]分别从国际竞争与安全角度研究了量子领域的政策影响。这些研究为量子科技的政策引导提供了分析框架和视角，但对于中国量子政策及其具体影响的研究仍然较少，尤其是如何通过政策引导量子科技的不同研究主题演化。

综上所述，现有研究提供了量子科技领域主题演化分析的有效方法，并为理解量子科技发展的政策背景提供了重要视角和理论支持，但在量子科技主题演化与政策互动的深入分析方面仍有所欠缺，特别是在中国量子政策对量子研究主题的具体引导作用方面，现有研究尚未充分展开。因此，本文结合LDA和SciBERT模型，并搭建主题热度指标体系，分析2004—2024年中国量子领域研究文献的主题演化，探讨政策背景下的相关主题演化。

1 数据来源与研究方法

1.1 数据来源

本文的研究对象为中国学者在Web of Science核心合集上发表的量子领域相关文献。检索式借鉴前人研究^[20-22]，构成检索式如下：TS=(“Quantum Information Technology” OR “Quantum Cryptography” OR “Quantum Communication” OR “Quantum Computing” OR “Quantum Simulation” OR “Quantum Metrology” OR “Physical Basis of Quantum Information” OR “Quantum Precision Measurement” OR “Quantum Measurement” OR “Quantum Networks” OR “Quantum Algorithms” OR “Quantum Circuits” OR “Quantum Processors” OR “Quantum Error Correction” OR “Quantum Transmission” OR “Quantum Encryption” OR “Quantum Computers” OR “Quantum Information Storage” OR “Quantum Sensors” OR “Quantum Imaging” OR “Quantum Navigation” OR “Quantum Coding” OR “Quantum Key Distribution” OR “QKD" OR “Qubits” OR “Quantum Keys” OR “Quantum Machine Learning” OR “Quantum Annealing” OR “Quantum Neural Networks” OR “Quantum Storage” OR “Quantum Imaging” OR “Quantum Logic” OR “Quantum Vector Machines” OR “Quantum Protocols” OR “Quantum Entanglement” OR “Quantum Superposition” OR “Quantum Satellites” OR “Quantum Capacity” OR “Quantum Correlation” OR “Quantum Compression” OR “Quantum Positioning”)，文献类型选择“article”和“proceeding paper”，时间跨度选取2004—2024年，检索日期为2024年6月25日，来源国家选择“China”，导出全部信息，去除重复和摘要缺失的文献，共得到10558篇有效文献。具体清洗过程见图1中数据清洗部分。

本文分析路线如下：首先对相关文献摘要进行数据清洗转换为可用数据，之后通过构建LDA-SciBERT模型获取到各阶段的主题词向量和文档主题矩阵，对主题词向量进行降维得到主题分布散点图，对量子研究主题概况进行分析，同时根据相邻阶段间的主题相似度得出主题演化关系并绘制演化桑基图，对研究主题内容进行演化分析；对文档主题矩阵通过构建“主题占比”“主题引用量”“主题下载量”三维指标体系，得出“主题热度”综合指标，对研究主题热度进行演化分析。整体研究框架如图1所示。

1.2 研究方法

1.2.1 LDA主题模型

LDA主题模型是一种生成模型，于2003年由Blei等^[23]提出，该模型可以将大量文档转换为多个主题，从而识别出文档集中潜在的主题结构。LDA主题模型假设存在一组潜在的主题，每个主题由不同出现概率的主题词组成，每篇文章也是由不同主题根据不同概率所组合而成，最后通过概率统计方法抽取文档的潜在主题分布。LDA主题模型的联合分布概率见式（1）。

（1）$P(\theta, z, w \mid \alpha, \beta)=P(\theta \mid \alpha) \prod_{n=1}^{N} P\left(z_{n} \mid \theta\right) \times P\left(w_{n} \mid z_{n}, \beta\right)$

式中：$\theta$为文档的主体分布；z和w分别为模型生成的主题和单词；α和β分别为每篇文档下主题和每个主题下单词的多项分布的狄利克雷先验参数；n为生成文档的单词个数。

该模型的优点在于通过统计学方法捕捉文档中隐含的主题关系和结构，在不需要预先对初始文档进行人工标注的条件下，能够更全面和系统地理解量子领域的主题分布。

由于LDA模型是一种无监督学习方法，无法保证其输出主题内容的一致性和可靠性，因此主题数的选择影响着模型的质量。本文采用一致性指标C_UMass来选择模型合适的主题数。该指标刻画了描述主题中词语对的一致性分数总和，主题一致性分数越高，表明主题模型的结果越佳。计算方法见式（2）。

（2）$C_{\text {UMass }}=\frac{2}{N(N-1)} \sum_{i=2}^{N} \sum_{j=1}^{i=1} \log _{\mathrm{e}}\left[\frac{P\left(w_{i}, w_{j}\right)+\epsilon}{P\left(w_{i}\right)}\right]$

式中：C_UMass为一致性指标；N为主题词数量；P(w_i)为所有训练文档中词语w_i出现的概率；P(w_i, w_j)为文档中词语w_i和w_j同时出现的概率；$\epsilon$为避免对数真数为0的变量。

1.2.2 SciBERT模型

SciBERT模型是一种预训练语言模型，通过使用包含数学公式、引用等特殊标记的科学论文作为训练数据，使模型能够理解科学文献中的复杂结构和专业术语^[24]。SciBERT模型沿用了BERT模型的基本架构，图2展示了BERT模型的结构。其核心是多层Transformer编码器（Trm），能够捕捉输入词汇之间的双向依赖关系。每个输入句子以特殊标记[CLS]开始，以[SEP]结束。各个词汇通过嵌入向量进入模型，并在多层自注意力机制中进行交互，从而得到所有词汇的词向量。

1.2.3 LDA-SciBERT模型

为了更好地分析中国量子研究的演化过程，本文通过融合LDA主题模型和SciBERT模型构建LDA-SciBERT模型来弥补之前方法在语义关系上的缺陷。具体构建过程如下。

假设某阶段共有m篇文献，经过数据处理由LDA主题模型生成主题-主题词矩阵W，该矩阵由p个主题，每个主题下边又由q个主题词组成，计算方法见式（3）。

（3）$w_{p, q}=f_{p, q} \cdot k_{p, q}$

式中：元素w_{p, q}为第p个主题下第q个主题词的主题概率对；k_{p, q}为第p个主题下的第q个主题词；f_{p, q}为该主题词对应的概率。

根据上文的SciBERT模型会为每个主题词输出其在每篇文章下的主题词语义向量$v\left(k_{i}\right)$，表示关键词k在第i篇文献下的语义向量，之后通过TF-IDF值作为权重构建当前阶段下该关键词的语义词向量。TF-IDF是一种统计方法，通过结合词频和逆文档频率来量化一个词语对特定文章的重要程度，计算方法见式（4）。

（4）$N_{\mathrm{TF}-\mathrm{IDF}}=N_{\mathrm{TF}} \cdot N_{\mathrm{IDF}}=\frac{n_{i}}{N} \cdot \lg \left(\frac{W}{W_{i}+1}\right)$

式中：N_TF-IDF为TF-IDF值；N_TF和N_IDF分别为词频和逆文档频率；n_i为关键词i在文本中出现的次数；N为文本总词数；W为当前数据集中所有文本的总数；W_i为包含词语i的文本数量。

通过将同一阶段下该关键词的词向量与对应的TF-IDF值作为权重进行相加，最后取平均得到当前阶段该关键词的词向量，计算方法见式（5）。

（5）$v(k)=\frac{\sum_{i=1}^{m} N_{\mathrm{TF}-\mathrm{IDF}, i} \cdot v\left(k_{i}\right)}{m}$

式中：v(k)为关键词k的词向量；N_TF-IDF为关键词k在第i篇文章下的TF-IDF值；v(k_i)为关键词k在第i篇文章下的词向量；m为该关键词在当前阶段下出现的文章数。

将同一主题下所有主题词向量与对应权重相乘累加起来得到的向量即为主题语义向量，计算方法见式（6）。

（6）$v\left(t_{i}\right)=\sum_{i=1}^{q} p_{i, j} \cdot v\left(k_{j}\right)$

式中：$v\left(t_{i}\right)$为第i个主题的加权语义向量；v(k_j)为第j个主题词的词向量；p_i,j为第j个主题词在第i个主题下的权重；q为当前主题下的主题词数。整体构建过程如图3所示。

为了分析政策影响下的量子信息技术演化趋势，本文利用余弦相似值来判断相邻阶段主题之间的演化关系，并将各阶段联系在一起绘制成桑基图，结合政策内容进行分析。计算方法见式（7）。

（7）$N_{\mathrm{CS}, i, j}=\frac{v\left(t_{i}\right) \cdot v\left(t_{j}\right)}{\left\|v\left(t_{i}\right)\right\| \cdot\left\|v\left(t_{j}\right)\right\|}$

式中：$\left\|v\left(t_{i}\right)\right\|$和$\left\|v\left(t_{j}\right)\right\|$分别为相邻阶段主题语义向量$v\left(t_{i}\right)$和$v\left(t_{j}\right)$的模长；$N_{\mathrm{CS}, i, j}$为主题语义向量v(t_i)和v(t_j)之间的余弦相似值，取值为0~1，该值越趋向于1，表示2个主题向量越相似；该值越趋向于0，表示2个主题向量差异越大。

值得注意的是，在不进行模型微调的情况下，基于BERT模型计算出的余弦相似值普遍偏高，不具有实际意义^[25]，因此本文按照海骏林峰等^[26]的做法，将计算出的余弦相似值进行归一化处理，计算方法见式（8）。

（8）$N_{\mathrm{CS}, \text { norm }}=\frac{N_{\mathrm{CS}, i}-\min \left(N_{\mathrm{CS}}\right)}{\max \left(N_{\mathrm{CS}}\right)-\min \left(N_{\mathrm{CS}}\right)}$

式中：N_{cs, i}为第i个余弦相似值；max(N_cs)和min(N_cs)分别为余弦相似值集合的最大值和最小值；N_cs,norm为归一化后的余弦相似值。

1.2.4 主题热度指标

本文借鉴胡泽文等^[6]的研究设置主题占比、主题引用量、主题下载量这3个分指标以及综合指标主题热度来识别某一阶段的热点主题。具体来看，主题占比是衡量某一研究主题的研究强度，即被归属于某一研究主题的文献数占整体文献的百分比，计算方法见式（9）。

（9）$S_{j}=\frac{n_{j}}{n}$

式中：S_j为第个j主题的主题占比；n_j为被归属为第j个主题的文献数量；n表示整体文献数量。

文献的学术影响力可以有效被被引次数表现，同样的主题引用量可以用同一个主题下的所有文献的被引次数取平均表示，表现为主题的学术影响力。计算方法见式（10）。

（10）$C_{j}=\frac{\sum_{i=1}^{n_{j}} c_{i j}}{n_{j}}$

式中：C_j为第j个主题的主题引用量；c_ij为第j个主题下边的第i篇文献的被引次数；n_j为第个主题下的文献数量。

文献的下载量能够反映学者在阅读文献时的选择倾向，用同一个主题下所有文献的下载次数取平均来表示，计算方法见式（11）。

（11）$A_{j}=\frac{\sum_{i=1}^{n_{j}} a_{i j}}{n_{j}}$

式中：A_j为第j个主题的主题下载量；a_ij为第j个主题下边的第i篇文献的下载次数；n_j为第j个主题下的文献数量。

在获得主题的主题占比S_j、主题引用量C_j、主题下载量A_j后，利用熵权法计算出每个指标的权重，最后加权得到综合指标主题热度H_j。本文将主题热度高于同阶段平均热度的主题列为热点主题。

2 中国量子研究政策与数据概述

2.1 中国量子研究政策概述

为了全面分析政策在量子研究主题演化中的引导作用，本文选取了7项与量子领域密切相关的国家政策以及部分地方政策，涵盖了量子发展的不同阶段。这些政策既包括具有长远影响的长期政策，具有较强时效性的短期政策，也有立足区域特色的地方政策。具体内容如表1与表2所示。

表1和表2中的政策在量子领域呈现出以下特点。

1）持续加大对量子科技的重视和支持力度。从《中长期科技规划》和“十二五”系列政策将“量子调控研究”列为重大科学研究计划之一，到《“十三五”国家科技创新规划》将量子调控和量子信息列为战略性前瞻性重大科学问题，再到《“十四五”规划》将量子信息列为科技前沿领域攻关方向，《“十四五”国家信息化规划》将量子信息列为战略性前沿技术，中国对量子科技的重视程度不断提升，支持力度持续加大。地方政府亦积极落实，如合肥通过《合肥市量子信息产业发展规划（2020—2030年）》加速成果转化，上海、湖北、安徽、山东等地分别围绕量子精密测量、未来产业应用、科研与产业高地建设等制定专项政策，形成“国家战略引领—地方特色落地”的协同支持格局，并将其视为国家科技发展的重要领域。

2）持续拓展对量子科技应用领域的探索。早期的政策文件，例如《中长期科技规划》《国家“十二五”科学和技术发展规划》和《国家基础研究发展“十二五”专项规划》，主要强调量子信息基础研究的重要性。随着量子科技的不断发展，后续的政策文件如《“十三五”国家科技创新规划》《“十四五”规划》和《“十四五”国家信息化规划》则在持续关注量子通信的同时，逐渐重视量子计算和量子精密测量的应用探索和产业化发展。地方层面政策同样展现出对量子科技应用的重视，例如合肥市发布的《合肥市量子信息产业发展规划（2020—2030年）》围绕创新支持、成果转化等制定具体目标，提出培育若干科技创新平台、形成一批标准规范、推动产业规模提升等目标。

2.2 中国量子研究数据概况

根据章节1.1中的检索式进行检索，得到的2004—2024年相关文献分布情况及相关政策发布时间节点如图4所示。

结合图4所示发文趋势以及时代背景，大致可以将中国的量子信息发展历程分为4个阶段。第1阶段，2011年之前，是中国量子研究的初步探索阶段，其间数据表现出波动性。第2阶段，2012—2017年，中国量子研究进入稳健发展阶段，文献数量平缓增长。第3阶段，2018—2021年，量子研究快速发展，文献数量也大幅增长。2022年之后，文献数量又跃升为另一层级，量子领域加速与其他数字技术融合。

本文将研究划分为4个阶段，针对每一阶段的语料分别实施主题建模。在确定各阶段的最优主题数过程中，采用主题数量从2个作为起始、步长为2个的遍历方式，对每个主题数对应的一致性指标进行计算，以此筛选出最优主题数。考虑到主题数过高会造成过拟合现象，因此当一致性指标增长趋势变化不再明显时，选择主题数较小的点，同时借助pyLDAvis工具包可视化对应的主题分布，选择主题范围明确且重合较少的主题数，各阶段一致性曲线如图5所示。

根据上文的选择标准，最终确定各阶段的主题数量分别为28、28、22和40个，这些数字作为依据用于主题建模，并根据每个主题的关键词对其进行简洁命名。之后利用LDA-SciBERT模型，融合主题关键词向量和主题-主题词矩阵，从而计算出每个时间窗口下的主题词向量。随后，使用t-SNE算法对主题词向量进行降维，并可视化展示。t-SNE是一种高效的降维方法，能够在低维空间中将相似的数据点有效聚集^[27]。相关结果见图6。

在图6（a）中，从主题名称来看，这一阶段的研究主要集中在量子密钥分发、量子隐形传态、量子纠缠、量子算法、量子纠错、腔量子电动力学等基础理论和关键技术方面，为后续的量子信息发展奠定了基础；从主题分布来看，所示的主题分布较为分散，各个研究方向之间的联系相对较弱，一定程度上表明中国量子领域的研究尚处于初步探索阶段。

在图6（b）中，热点主题聚集效应更加明显，主题2“量子安全通信与量子密钥分发”占据显著的位置，成为该阶段最热主题。除主题2外，在该聚集群中主题1、9、12、27等都包含与量子密钥分发相关的关键词。这些主题涵盖了安全性分析^[28]、协议设计^[29-30]、长距离实现^[31]、应用场景^[32]等多个方面，与《国家“十二五”科学和技术发展规划》和《国家基础研究发展“十二五”专项规划》中对量子通信技术的重视相吻合，继续推动量子通信成为这一阶段的研究热点。同时，这2份规划都将量子调控研究的重点放在关联电子体系、小量子体系材料和人工带隙材料等方向，强调其物理特性研究，为新型量子器件研发提供支持。从图6（b）看出，相邻主题3“量子算法复杂性与量子特性”、主题15“拓扑量子相变”和主题25“量子相变与量子相干”正是量子基础研究的范畴。这些主题中“贝尔态”“自旋压缩”“纠缠度”“自发辐射”“半导体量子点”等关键词表明中国在强关联体系、量子纠缠、自旋和半导体量子点等方向上进行积极探索，与当前政策导向高度契合。值得注意的是，主题15关注拓扑材料的研究，这是凝聚态物理的一个重要分支，其中一大研究热点就是拓扑绝缘体，在自旋电子学和量子计算方面具有潜在的应用价值^[33]。2013年，量子反常霍尔效应的发现便是这一领域的重大突破^[34]。这一重大突破离不开相关政策的大力支持，在《国家“十二五”科学和技术发展规划》中，“凝聚态物质与新效应”正是被列为“基础科学前沿领域的重点方向”。

在图6（c）中，量子密钥分发仍然是这一阶段的重要研究方向，但相关主题呈现出分散分布的特点，尤其是量子通信与密钥分发相关主题，体现出中国在量子通信领域积极探索多种研究路线，例如自由空间量子通信、连续变量量子密钥分发、测量设备无关量子密钥分发和双场量子密钥分发等。同时，量子计算和量子精密测量的相关主题数量开始增多，例如主题3“后量子密码”、主题4“拓扑量子计算”和主题18“量子精密测量理论与应用”等。此外，量子相关材料的研究也取得重要进展，例如主题5“量子材料的物理性质与量子器件”、主题13“拓扑量子材料与量子通信”和主题19“光学材料与量子信息处理”。这些新兴研究方向的出现，体现了在《“十三五”国家科技创新规划》和《“十三五”国家基础研究专项规划》的引导下，中国量子研究呈现出多元化发展趋势，不仅持续推动量子通信的进展，同时拓展了更加多样化的研究方向。

图6（d）的主题分布最为集中，且呈现出明显的交叉融合趋势。“量子计算应用”主题热度最高，且相关主题量子机器学习、物联网安全、后量子密码、量子图像处理等紧密联系，这一变化趋势与“十四五”系列政策相契合。量子领域加速与其他数字技术，例如人工智能、大数据、物联网等深度融合，推动量子研究走向实用化，量子计算的应用探索和产业生态建设成为新的研究热点。此外，在量子技术实用化研究的同时，基础研究领域仍然具有较高热度，例如主题24关于量子信息理论的研究，主题31关于量子测量与量子网络基础理论的研究，主题37关于信息协调和量子调控的研究等。这也表明，基础研究与前沿研究的紧密结合与互动，使量子领域的发展从基础理论到实际应用的每一个环节都得到了充分的推进，展现了量子领域在多种应用场景中的广泛潜力。

3 中国量子研究主题内容演化分析

根据上文得到的每阶段主题语义向量，应用式（7）和式（8）计算相邻阶段的相似度。通过调整阈值，最终选取0.91作为主题相似度的标准，高于该阈值的主题被视为存在演化关系，并通过连线在桑基图中可视化展示，结果如图7所示。

根据桑基图的观察结果，不同时间阶段中的量子研究主题展现出多样化的演化关系，表明各主题之间存在内在联系或共性，使它们在演化过程中相互影响并转化。可以发现以下主要特点。

1）量子密钥分发研究不断演进，展现出多元化的发展趋势和网络化应用。早期的研究紧密响应《中长期科技规划》对量子调控和量子通信的战略部署，为后续研究奠定了基础。随后，在“十二五”系列政策强调量子通信技术实用化的背景下，研究重心逐渐转向量子密钥分发系统的安全性分析及与其他研究方向的融合。具体而言，2011年之前的研究主题0、2、15和19逐渐融合，形成了2012—2017年阶段的主题14，而主题0和2的融合则在该阶段形成了主题27。在2012—2017年阶段，多元化研究方向不断出现，2012—2017年阶段的主题27和主题12分化为多个研究方向，包括2018—2021年阶段的主题6“测量设备无关量子密钥分发协议研究”、主题12“量子密钥分发网络与光纤通信”以及有关连续变量量子密钥分发研究的主题2和主题10。进入“十四五”时期，主题进一步分化为连续变量量子密钥分发的相关扩展研究以及量子密钥分发网络研究。

2）量子计算与量子精密测量研究不断深化，应用导向趋势日益明显。早期研究涵盖量子纠错、量子失谐与纠缠动力学、纠缠熵等基础理论，与早期政策对量子计算的布局相符。后续研究逐渐聚焦于量子点、腔量子电动力学、量子精密测量等更具体领域，例如2012—2017年阶段的主题20“量子点和量子Fisher信息”演化为下一阶段的主题20“量子点系统的操控与应用”，主题0“量子密钥分发与量子存储”演化为下一阶段的主题10“玻色采样与量子计算”和主题18“量子Fisher信息与精密测量”。此外，在“十四五”系列政策强调量子计算应用探索的背景下，量子模拟和量子图像处理等应用导向的主题逐渐兴起，如2022—2024年阶段有关主题35“量子图像处理与加密”的系列演化，以及主题11“量子相干性与量子计算”的相关演化。

3）量子通信协议的研究贯穿始终。量子通信协议是利用量子力学原理进行信息传递的规则集合。从图7可以看出，相关主题保持稳定延续，没有出现主题融合或消失的现象，显示出稳步发展的态势。随着量子通信网络的复杂化，历年政策都展现出对量子通信安全性的重视，使得多方参与的量子协议的安全性分析日益受到关注，例如主题26（2012—2017年）→主题11（2018—2021年）→主题35（2022—2024年）展现出量子多方参与的演化路径，还有纵贯4个阶段的主题1，持续关注量子通信相关研究。

4 中国量子研究主题热度演化分析

根据式（9）~式（11），计算出这4个阶段的主题热度相关指标，进行最小-最大标准化后，根据熵权法计算出的权重如表3所示，具体数据以及加权后的综合指标如表4~表7所示。

2011年之前，量子通信与信息处理方向的研究热度最高，以基础理论探索为主，处于量子研究的初步探索阶段。相关政策也以前瞻性为导向，强调量子研究的潜在重要性。例如，《中长期科技规划》指出，量子调控研究“具有明显的前瞻性，可能在20~30年后对人类社会经济发展产生深远影响”。国家自然科学基金委于2005年将量子信息理论研究列入重大研究计划，并自2006年起持续将量子信息物理列为重点项目支持方向，涵盖量子态、量子纠缠、量子计算、量子模拟等基础领域。从表4可以看出，这一时期的热点研究重点集中在量子有限自动机与量子干涉（主题18）、量子通信及量子纠缠的物理实现（主题5）和腔量子电动力学（主题26），与基金资助的核心方向高度契合，表明政策与科研资源的前瞻性布局直接引导了基础理论研究的聚焦。例如，主题5对“量子纠缠物理实现”的探索，正是基金支持的“量子态与量子纠缠”研究的具体体现；主题26“腔量子电动力学”则对应“量子模拟”的前沿方向。此外，主题7“量子安全直接通信”虽主题占比偏低，但引用量位居第2，其高学术影响力亦印证了政策前瞻布局下，学术界对量子通信安全理论的早期关注。

2012—2017年阶段，量子通信的研究热度大幅上升，实用化的导向逐渐显现。这一阶段，量子安全通信与量子密钥分发成为了中国量子科技研究的热点领域，并取得了一系列重要成果，代表性成果如“墨子号”量子科学实验卫星成功发射，不断探索量子相关理论，于2017年圆满完成3大既定的科学目标：千公里级地星双向量子纠缠分发^[35]、地星量子密钥分发^[36]和地星量子隐形传态^[37]。除此之外，由表5可知，多个与量子通信密钥分发相关的主题排名靠前。其中，热度最高主题2“量子安全通信与量子密钥分发”在主题引用量和主题下载量展现出巨大优势，反映出学者在量子通信研究领域的高度研究热情和投入，与“十二五”系列政策对量子通信的重视相一致。此外，部分热点主题展现出强烈的实用化趋势。主题17“量子签名与安全性分析”和主题13“量子信息分离与图像重建”均体现了这一发展方向。量子签名作为一种利用量子原理保障数字签名安全的技术，具有广泛应用前景^[38]，量子图像重建则在医学成像等领域展现了重要潜力^[39]。这些研究方向的出现，与“十二五”系列政策中对量子研究实用化的推动目标高度一致。

2018—2021年阶段，量子通信的核心研究方向保持热度，量子计算和量子精密测量等新兴主题逐渐受到更多关注。表6显示，这一时期的研究重点包括测量设备无关量子密钥分发（主题6）、连续变量量子密钥分发的性能优化（主题10），以及新型量子密钥分发协议的开发（主题7）。这些主题展现出中国在保障量子通信安全性方面的持续投入，符合“十三五”系列政策对量子保密通信的重视。在实践成果上，2020年3月，中国科研团队刷新世界纪录，突破了500 km量级真实环境光纤的双场量子密钥分发和相位匹配量子密钥分发，进一步夯实了量子通信在长距离、高安全通信领域的应用基础。同时，量子精密测量（主题18）成为新兴的研究焦点，标志性成果如Hou等^[40]实现了多参数的海森堡极限测量，展示了量子测量在精密科学和前沿应用中的巨大潜力。此外，量子计算和量子密码学也逐步受到关注。主题3“后量子密码理论与应用”及主题16“基于轨道角动量的片上量子器件与量子网络”均是这一阶段的热门方向，反映出中国学界在量子计算研究的基础构建和网络应用探索方面的深入布局。整体来看，中国量子研究领域的多元化趋势愈发明显，研究主题从单一的通信技术延展至计算、测量和设备创新等多个方向，为未来的应用与产业化发展奠定了重要基础。

2022—2024年阶段，量子计算应用热度跃居首位，多领域融合趋势明显。进入“十四五”时期，中国量子科技进入加速融合阶段，实用化和产业化的目标逐步成为核心，相关政策为这一目标持续提供支撑。《“十四五”规划》强调“促进数字技术与实体经济深度融合”，推动数字产业化；《“十四五”国家信息化规划》则将量子信息列为战略性前沿技术，重点推动量子计算的应用探索与产业生态体系建设。具体来看，由表7可知，主题39“量子计算应用”的热度跃居首位，反映出量子计算在各领域的广泛应用。主题34“量子模拟与拓扑量子计算”成为新兴热点，体现了量子计算在模拟复杂系统和基础物理研究中的重要性。此外，量子在物联网中的应用（主题14）日益突出，量子机器学习和量子密码学（主题23、主题6、主题29）发展迅速，推动了量子领域在智能算法优化、信息加密等方面的深度应用，展现出量子科技与大数据、人工智能的深层融合趋势。以我国自主研发的第三代超导量子计算机“本源悟空”为例，自2024年1月6日上线以来，在不到3个月的时间内已经获得了来自全球115个国家超428万人次的远程访问，累计完成近16.7万个全球量子计算任务^[41]。在生物医药领域，本源量子团队联合蚌埠医科大学，借助“本源悟空”实现了乳腺癌钼靶检测在量子计算机真机上的应用验证，大幅提升筛查精度，有效辅助医生降低误诊率和漏诊率。目前，已有多家企业和科研单位与本源量子达成合作，致力于探索量子计算在各领域的实际应用场景。

5 总结与展望

量子信息作为当今世界科技领域的研究前沿，对于信息领域具有划时代的意义。本文以Web of Science核心数据集中2004年—2024年10558篇中国量子领域的文献摘要进行分析，并结合一系列相关的长期和短期政策对量子热点主题进行梳理和演化分析，探究政策背景下量子研究的发展趋势。首先，本文通过构建LDA-SciBERT模型来弥补LDA主题模型在语义理解上的不足，根据构建模型对文献数据进行主题挖掘，并对识别出的主题进行可视化展示；其次，根据计算相邻阶段主题间的相似性指标，得出主题演化路径；最后，通过引入主题占比、主题引用量和主题下载量这3个指标，综合评估主题热度，从而探究各阶段的热点主题。

1）从中国量子研究政策概述来看，中国的量子科技政策从基础研究逐步扩展到基础研究与应用研究并重，推动了量子通信、量子计算等领域的持续发展。从《中长期科技规划》到《“十四五”国家信息化规划》，政策引导逐渐转向量子领域的应用研究和与新兴领域的融合，促进了相关热点主题的演化。

2）从中国量子研究数据概况来看，通过发文趋势以及时代背景将量子研究发展划分为2011年之前、2012—2017年、2018—2021年、2022—2024年这4个阶段，并且每个阶段的研究重点随着政策的引导逐渐转变，特别是在量子通信、量子计算等应用方向的持续聚焦和深化。

3）从中国量子研究主题演化分析来看，量子通信研究始终占据核心地位，尤其是在量子密钥分发方面，其研究不断向多元化和网络化方向演化；量子计算和精密测量等新兴主题逐渐崛起，应用导向趋势日益明显，显示出多领域技术的融合特征。

4）从中国量子研究主题热度分析来看，早期量子通信占主导地位，随着时间推移，量子计算、量子图像处理等应用领域的热度不断上升，反映出量子研究逐渐从基础研究向应用导向转移的趋势，主题热度与政策关注保持相关。

综上所述，本研究为量子研究的发展路径和主题演化提供了新的视角，强调了政策引导对量子研究主题演化的关键作用。通过梳理中国量子研究的历史进展及相关政策的影响，本文系统揭示了政策驱动下量子研究演化的趋势。这一分析不仅为学术界提供了对量子研究发展的全面理解，也为政策制定者提供了基于数据的决策支持，有助于他们更好地把握中国量子科技的现状，并制定适应未来发展的政策。

未来研究应着重关注主题演化的深度与广度，探讨量子研究如何在快速发展的科技环境中保持其核心地位，同时应关注与新兴领域的交叉融合。进一步的研究可以通过引入更多的文献类型和数据源，深入分析量子研究主题在政策背景下的演化机制，以便为量子科技的持续发展提供更具前瞻性的指导。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	杜宝贵, 丰佰恒. 科技政策生态模型基础框架构建及其三环齿轮机制分析: 基于美国量子信息政策的启示[J]. 科技管理研究, 2023, 43(22): 38-45.

[2]	(Du B G, Feng B H. Construction of ecological model of science and technology policy basic framework and three-ring gear mechanism analysis: enlightenment from US quantum information policy[J]. Science and Technology Management Research, 2023, 43(22): 38-45.)

[3]	张柳, 王慧, 相甍甍. 基于LDA的突发事件应急管理主题热度与演化分析[J]. 情报科学, 2023, 41(6): 182-191.

[4]	(Zhang L, Wang H, Xiang M M. Analysis on the topic popularity and evolution of emergency management based on LDA[J]. Information Science, 2023, 41(6): 182-191.)

[5]	周健, 张杰, 屈冉, 等. 基于LDA的国内外区块链主题挖掘与演化分析[J]. 情报杂志, 2021, 40(9): 161-169.

[6]	(Zhou J, Zhang J, Qu R, et al. LDA-based topic mining and evolution analysis of blockchain at home and abroad[J]. Journal of Intelligence, 2021, 40(9): 161-169.)

[7]	罗棋, 闵超, 颜嘉麒, 等. 国际区块链研究主题挖掘及演化分析[J]. 现代情报, 2021, 41(9): 157-166.

[8]	(Luo Q, Min C, Yan J Q, et al. Topic mining and evolution analysis of blockchain research[J]. Journal of Modern Information, 2021, 41(9): 157-166.)

[9]	刘泽, 邵波. 国内图书馆领域人工智能研究热点与发展趋势[J]. 情报科学, 2024, 42(9): 192-202.

[10]	(Liu Z, Shao B. Hot spots and development trends of artificial intelligence research in domestic library field[J]. Information Science, 2024, 42(9): 192-202.)

[11]	胡泽文, 韩雅蓉, 王梦雅. 基于LDA-Word2Vec的图书情报领域机器学习研究主题演化与热点主题识别[J]. 现代情报, 2024, 44(4): 154-167.

[12]	(Hu Z W, Han Y R, Wang M Y. Topic evolution and hot topic identification of machine learning research in the field of library and information science based on LDA-Word2Vec[J]. Journal of Modern Information, 2024, 44(4): 154-167.)

[13]	董伟, 董思遥, 张亚楠. 我国高等教育国际化领域研究主题识别与演化特征分析: 基于文本挖掘的视角[J]. 教育理论与实践, 2021, 41(36): 3-7.

[14]	(Dong W, Dong S Y, Zhang Y N. An analysis of identification and evolution characteristics of research topics in the internationalization of higher education in China: a perspective based on text mining[J]. Theory and Practice of Education, 2021, 41(36): 3-7.)

[15]	宫小翠, 安新颖. 基于LDA模型的医学领域主题分裂融合探测[J]. 图书情报工作, 2017, 61(18): 76-83.

[16]	(Gong X C, An X Y. A research of topic splitting and merging detecting in the medical field based on the LDA model[J]. Library and Information Service, 2017, 61(18): 76-83.)

[17]	宋宏标. 基于LDA-BERT-K-means模型的农业工程领域研究主题识别与演化分析[D]. 贵阳: 贵州财经大学, 2023.

[18]	(Song H B. Identification and evolution analysis of research topics in agricultural engineering field based on LDA-BERT-K-means model[D]. Guiyang: Guizhou University of Finance and Economics, 2023.)

[19]	叶英平, 肖桂玉, 周昕. 教育政策导向的全民阅读主题演化研究[J]. 图书情报工作, 2024, 68(18): 97-111.

[20]	(Ye Y P, Xiao G Y, Zhou X. Research on the theme evolution of national reading guided by education policy[J]. Library and Information Service, 2024, 68(18): 97-111.)

[21]	冉从敬, 田文芳, 贾志轩. 技术生命周期视域下专利技术主题演化分析方法研究: 以视频图像处理技术领域为例[J]. 情报理论与实践, 2024, 47(9): 124-133.

[22]	(Ran C J, Tian W F, Jia Z X. Research on the analysis method of patent technology topic evolution in the perspective of technology life cycle: taking video image processing technology as an example[J]. Information Studies: Theory & Application, 2024, 47(9): 124-133.)

[23]	侯娜, 马瑞, 杨翠翠. 美国量子技术研发: 相关政策与国防预算[J]. 国防科技, 2023, 44(6): 1-9.

[24]	(Hou N, Ma R, Yang C C. U.S. quantum technology R & D: related policies and defense budget[J]. National Defense Technology, 2023, 44(6): 1-9.)

[25]	彭鹏, 张佳妮, 高策, 等. 欧美量子信息科技政策演变历程及其对我国的启示[J]. 新兴科学和技术趋势, 2023(4): 397-413.

[26]	(Peng P, Zhang J N, Gao C, et al. The policy evolution of quantum information technology in Europe and America and its enlightenment to China[J]. Emerging Science and Technology, 2023(4): 397-413.)

[27]	吕凤先, 刘小平, 贾夏利. 近二十年美国量子信息科学战略中基础研究的政策部署和重要进展[J]. 世界科技研究与发展, 2022, 44(1): 12-24.

[28]	(Lü F X, Liu X P, Jia X L. Policy deployment and important progress of basic research in American quantum information science strategy in recent two decades[J]. World Sci-Tech R & D, 2022, 44(1): 12-24.)

[29]	叶珍珍, 范琼, 汤书昆. 欧美量子科技政策及其背后相关科学家分析[J]. 世界科技研究与发展, 2021, 43(1): 77-88.

[30]	(Ye Z Z, Fan Q, Tang S K. Analysis of European and US quantum science and technology policy and the related scientists behind it[J]. World Sci-Tech R & D, 2021, 43(1): 77-88.)

[31]	张翼燕. 全球量子人才政策研究[J]. 全球科技经济瞭望, 2022, 37(9): 1-7.

[32]	(Zhang Y Y. Research on global quantum S & T talent policies[J]. Global Science, Technology and Economy Outlook, 2022, 37(9): 1-7.)

[33]	贺曦子君. 全球量子信息领域人才发展研究[J]. 全球科技经济瞭望, 2023, 38(3): 53-61.

[34]	(He X Z J. Research of talent development in global quantum information field[J]. Global Science, Technology and Economy Outlook, 2023, 38(3): 53-61.)

[35]	Yoon J H. The rise of quantum technology and its implications for national security[J]. The Korean Journal of Defense Analysis, 2024, 36(1): 25-48.

[36]	Taylor R D. Quantum artificial intelligence: a “precautionary” U.S. approach[J]. Telecommunications Policy, 2020, 44(6): 101909.

[37]	刘盼盼, 王丽. 战略性新兴产业前沿技术探测研究: 以量子计算领域为例[J]. 中国科技论坛, 2024(6): 46-57.

[38]	(Liu P P, Wang L. Research on frontier technology identification in strategic emerging industry: a case study on quantum computing[J]. Forum on Science and Technology in China, 2024(6): 46-57.)

[39]	高芳, 徐峰. 全球量子信息技术最新进展及对中国的启示[J]. 中国科技论坛, 2017(6): 164-170.

[40]	(Gao F, Xu F. The latest development of global quantum information technology and its implications to China[J]. Forum on Science and Technology in China, 2017(6): 164-170.)

[41]	宋姗姗, 钟永恒, 刘佳, 等. 量子信息领域的国家战略布局与研发态势分析[J]. 世界科技研究与发展, 2024, 46(1): 21-35.

[42]	(Song S S, Zhong Y H, Liu J, et al. Analysis on national strategy layout and R & D trend of quantum information field[J]. World Sci-Tech R & D, 2024, 46(1): 21-35.)

[43]	Blei D M, Ng A Y, Jordan M I. Latent Dirichlet allocation[J]. Journal of Machine Learning Research, 2003, 3(4/5): 993-1022.

[44]	Beltagy I, Lo K, Cohan A. SciBERT: a pretrained language model for scientific text[EB/OL]. [2024-08-21].

[45]	Reimers N, Gurevych I. Sentence-BERT: sentence embeddings using siamese BERT-networks[EB/OL]. [2024-09-27].

[46]	海骏林峰, 严素梅, 陈荣, 等. 基于LDA-BERT相似性测度模型的文本主题演化研究[J]. 图书馆工作与研究, 2024(1): 72-79.

[47]	(Hai J L F, Yan S M, Chen R, et al. Topic evolution research based on LDA-BERT similarity measure model[J]. Library Work and Study, 2024(1): 72-79.)

[48]	聂思言, 杨江华. 多维视角下新一代人工智能技术的公众感知研究[J]. 情报杂志, 2024, 43(9): 130-138.

[49]	(Nie S Y, Yang J H. Public perception of new generation artificial intelligence technology from a multidimensional perspective[J]. Journal of Intelligence, 2024, 43(9): 130-138.)

[50]	Huang P, He G Q, Fang J, et al. Performance improvement of continuous-variable quantum key distribution via photon subtraction[J]. Physical Review A, 2013, 87: 012317.

[51]	Li Z Y, Zhang Y C, Xu F H, et al. Continuous-variable measurement-device-independent quantum key distribution[J]. Physical Review A, 2014, 89(5): 052301.

[52]	Wang T J, Song S Y, Long G L. Quantum repeater based on spatial entanglement of photons and quantum-dot spins in optical microcavities[J]. Physical Review A, 2012, 85(6): 062311.

[53]	Sun Y, Zhao S H, Dong C. Long distance measurement device independent quantum key distribution with quantum memories[J]. Acta Physica Sinica, 2015, 64(14): 140304.

[54]	Liu G Y, Kadir A, Liu H J. Color pathological image encryption scheme with S-boxes generated by complex chaotic system and environmental noise[J]. Neural Computing and Applications, 2016, 27(3): 687-697.

[55]	Zhou Q H, Wang J L, Chwee T S, et al. Topological insulators based on 2D shape-persistent organic ligand complexes[J]. Nanoscale, 2015, 7(2): 727-735.

[56]	Chang C Z, Zhang J S, Feng X, et al. Experimental observation of the quantum anomalous Hall effect in a magnetic topological insulator[J]. Science, 2013, 340(6129): 167-170.

[57]	Yin J, Cao Y, Li Y H, et al. Satellite-based entanglement distribution over 1200 kilometers[J]. Science, 2017, 356(6343): 1140-1144.

[58]	Liao S K, Cai W Q, Liu W Y, et al. Satellite-to-ground quantum key distribution[J]. Nature, 2017, 549(7670): 43-47.

[59]	Ren J G, Xu P, Yong H L, et al. Ground-to-satellite quantum teleportation[J]. Nature, 2017, 549(7670): 70-73.

[60]	Yin H L, Fu Y, Chen Z B. Practical quantum digital signature[J]. Physical Review A, 2016, 93(3): 032316.

[61]	Haga A. Quantum annealing-based computed tomography using variational approach for a real-number image reconstruction[J]. Physics in Medicine and Biology, 2024, 69(4): 04NT02.

[62]	Hou Z B, Tang J F, Chen H Z, et al. Zero-trade-off multiparameter quantum estimation via simultaneously saturating multiple Heisenberg uncertainty relations[J]. Science Advances, 2021, 7(1): eabd2986.

[63]	刘小容. “本源悟空”已完成16.7万个计算单位[N]. 合肥日报, 2024-03-26(A02).

[64]	(Liu X R.“Primordial Sun Wukong” has completed 167,000 calculation units[N]. Hefei Daily, 2024-03-26(A02).)

基金资助

^☆教育部哲学社会科学研究重大课题攻关项目“基础研究领域颠覆性科研成果识别与我国基础研究能力提升研究”(22JZD021)

PDF (5491KB)

848

访问

被引

详细

导航

Published
2025-08-15
Online Date
2025-09-04

摘要