Who Benefits from Urban AI Industry Density? Firm Value Creation and the Absorptive Capacity Threshold
本研究表明，城市人工智能产业密度通过技术演进与整合增强了企业价值创造，但主要使中等禀赋的企业受益，通过补偿其规模限制，同时仍要求具备一定水平的吸收能力以获取这些区域性知识溢出。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代经济中，人工智能常被描述为一种通用技术，一种如此强大且多功能的工具，足以重塑从制造业到医疗保健业的几乎所有行业。然而，一个持久的谜题出现了：尽管技术本身正在飞速发展，但其经济效益并未得到均匀分布。相反，这些利益似乎正向少数拥有巨额资源、能够从零开始构建自身人工智能系统的领先企业集中。这使得规模较小、财富较少的企业处于劣势，无法获得有效使用这些工具所需的知识。经济学家和政策制定者面临的核心问题是，地理因素能否改变这一结果。仅仅是位于人工智能公司高度集中的城市，是否就能帮助一家普通企业蓬勃发展，还是说“有者”与“无者”之间的差距已经大到无法逾越？
来自中国苏州大学的研究人员开展的一项新研究调查了正是这个问题，即一个城市的 AI 企业密度如何影响其他公司创造的价值。研究人员分析了 2007 年至 2024 年间中国 288 个城市、近 52,000 家上市公司的相关数据。他们聚焦于一个被称为“城市 AI 产业密度”的概念，该概念衡量的是特定城市内活跃的 AI 公司数量相对于该城市经济规模及其整体商业格局的比率。研究并非仅仅统计有多少家 AI 企业存在，而是将这种密度视为一种区域基础设施。正如道路网络允许货物从工厂流向商店一样，密集的 AI 生态系统允许复杂的专业技术知识从专门的 AI 生产者流向需要使用它的各类多元化公司。
研究发现，这种区域密度确实有助于公司创造更多价值，但这种益处并非分配均匀。研究人员发现了一个公司必须具备的特定“能力阈值”，才能利用这种当地的 AI 环境。规模非常小或缺乏基础创新能力的公司往往无法从中受益，无论其附近有多少家 AI 企业。它们仅仅是因为缺乏理解、吸收并应用这些流经其所在城市的先进知识所需的内部技能或资源。在光谱的另一端，规模极大且具有高度创新能力的型公司从局部密度的获益也较少，因为它们已经拥有了内部构建自身 AI 能力的资源，因此并不那么依赖于周边环境。
这一动态机制的真正赢家是中等规模的公司。这些企业拥有足够的知识基础和灵活性来理解新技术，但又缺乏从零开始构建自身 AI 系统的庞大规模。对于这些公司而言，密集的 AI 生态系统充当了它们自身缺失资源的替代品。研究表明，这些中型企业通过两种具体方式利用当地环境：首先，它们深化自身的 AI 理解力，学习更多关于该技术的知识并扩展内部知识库；其次，它们成功地将这种新的 AI 知识与现有的非 AI 技术相结合，从而创造出新的产品和服务。这种知识的“混搭”过程使它们能够比在 AI 企业较少的城市创造显著更多的经济价值。
研究还阐明了这种知识实际上是如何流动的。这不仅仅是一种被动的“溢出”，即想法在空气中漂浮并被偶然捕捉；相反，密集的 AI 企业集聚创造了一个结构化的系统，使知识得以集中、转化为可用形式，并传输给其他企业。在经济密度高的城市，AI 知识被转化为模块化、实用的应用，可以轻松地插入不同的行业。这种转化至关重要，因为原始的 AI 算法通常过于抽象，以至于标准的制造商无法直接使用。当地的生态系统提供了必要的中间环节和标准，使这项技术变得触手可及。
然而，研究也揭示了这种区域基础设施的能力极限。虽然当地环境有助于公司拓宽其对 AI 的应用范围并将其连接到不同领域，但它无法完全取代将 AI 嵌入公司核心业务所需的深度内部工作。研究人员发现，虽然处于密集区域的公司擅长扩大其 AI 连接的“广度”，但这种集成的“深度”——即 AI 如何深入织入公司的基本结构中——仍然取决于公司自身的投入和管理。该地区提供了工具和渠道，但公司仍必须通过自身的重组来实现有效的应用。
这些发现表明，解决 AI 益处分配不均问题的方案，不仅仅是建立更多的 AI 公司或向单个企业提供购买技术的补贴。相反，它需要建立连接 AI 生产者与其余经济体的“转移基础设施”。城市需要培育这样的环境：在这里，AI 知识不仅是存在的，而且是被积极转化并提供给那些准备好使用它的公司的。对于政策制定者而言，这意味着要关注“中间地带”：帮助具备中等能力的型企业跨越吸收能力的阈值，从而使其能够获取区域性的知识财富。对于企业领导者而言，这凸显了身处正确的地点固然强大，但前提是公司必须具备学习周围环境的基础内部实力。研究结论指出，虽然人工智能具有变革经济的潜力，但实现这一潜力取决于企业所处区域的具体组织结构，从而将地理因素转化为决定谁能参与未来工作的关键因素。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。