人工智能產業集聚的城市要素分析

陳 雋

（上海社會科學院信息研究所，上海 200235）

1 人工智能產業發展的要素

人工智能技術是未來發展的戰略性技術。人工智能產業將是引領國民經濟的主導產業之一。很多城市都把人工智能產業作為城市產業未來發展的重點，為吸引人工智能企業創業、投資制定扶持政策。

人工智能的三大支柱是算法、算力、算據，也是人工智能產業發展的重要因素。算法是人工智能機器學習的技術。算法要素的供給主要依賴于人才的質量，尤其是高級人才的質量。城市計算機相關的專業、專家、高校畢業生水平體現了算法要素的供給水平。算力是對數據處理能力，主要依賴于硬件設施和基礎軟件的能力，尤其是能夠適應大數據時代計算的通信計算硬件。算據是深度學習所需的數據，深度學習的數據量越大，人工智能的模型計算就更準確。算據要素與人工智能的具體應用需求環境相關。另外，人工智能發展還需要算境。算境指的是人工智能應用的場景，并且能夠產生人工智能模型需要的數據。人工智能具體應用的生存依賴于具體的算境，算境與城市、產業的發達程度相關聯，產業門類齊全、城市管理更精細的城市能夠產生更豐富的算境。

從產業發展角度，算力、算法和算據是人工智能企業或產業發展的供給側要素。算境則是對人工智能企業或產業發展的需求環境，是人工智能的需求側，算據產生于具體的算境。人工智能的發展，技術的推廣應用需要供給側和需求側的共同促進。從供給側來看，算法需要頂尖的科學家、研究人員。算力需要技術投入，投資計算設備和相應的網絡等設備。算據作為資源，既可以來自外部，也可以企業自己生產。外部數據資源來自其它企業，政府或其它公共部門。企業自己生產的算據既可以是生產經營中生產的數據，也可以是專門組織投入通過網絡、傳感器、感應器等收集的數據。對于城市而言，具備更好的要素條件，對于人工智能企業將更加具有吸引力。

2 城市要素集聚作用的實證分析

計算機專業的專家數量、高校的計算機發展程度、高科技研究能力不僅能夠代表城市的算法、算力要素水平，也體現人工智能的城市專業外部性。地區生產總值、人均生產總值（人均GDP）越高的城市，城市產業越具多樣性，人民生活需求越多樣，城市管理水平也需要更高效，因而城市的應用場景也更加豐富。應用場景既是人工智能數據獲取，智能訓練的環境，也是人工智能技術應用的供給對象。對于城市而言，城市的規模越大，經濟發展水平越高，應用場景一般也更加豐富。地區生產總值、人均生產總值（人均GDP）代表了城市的算據、算據要素的水平。

以北京、天津、沈陽、大連、長春、哈爾濱、上海、南京、杭州、寧波、合肥、福州、廈門、南昌、濟南、青島、鄭州、武漢、長沙、廣州、深圳、海口、重慶、成都、貴陽、昆明、西安、蘭州、西寧等29 個省級城市、副省級城市和直轄市2020 年數據為樣本，以城市的高校計算機專業發展程度、高科技研究能力、城市地區生產總值（GDP）等作為算法、算力、算據、算境等要素指標，建立模型估計各要素對城市人工智能企業城市區位選擇的影響。建立模型估計各要素對城市人工智能企業城市區位選擇的影響。

表1

表2

以各城市人工智能產業風險融資作為應變量，以各城市計算機專類A 類高校數量以及各城市地區生產總值（GDP）為自變量，分別估計最小二乘模型和分位點回歸模型。

最小二乘模型的結果顯示計算機專業A 類高校數量、城市的地區生產總值對人工智能產業投資都具有顯著的正影響。分位點回歸的結果顯示，在80%、70%的分位點，計算機專業A 類高校數量對于人工智能產業投資具有顯著的正影響。從60%分位點開始，計算機專業A 類高校數量對于人工智能產業投資沒有顯著的影響。地區生產總值的分位點回歸都不顯著，而最小二乘模型是顯著的。這說明雖然城市的算法、算力和算境都對人工智能產業投資的區位選擇具有吸引力，但對于人工智能投資最多的城市，是那些算法和算力要素能夠起到更大作用的城市。選擇具有頂級算法和算力要素的城市，人工智能企業更容易獲得融資。

以各城市人工智能產業創業企業數量為應變量，以各城市計算機專類A 類高校數量以及各城市地區生產總值（GDP）為自變量，分別做最小二乘估計模型和分位點回歸模型。

最小二乘估計模型的結果顯示計算機專業A 類高校數量、城市的地區生產總值對人工智能產業企業數量都具有顯著的正影響。分位點回歸模型的結果顯示，在80%、70%的分位點，計算機專業A 類高校數量對于人工智能產業投資具有顯著的正影響。從60%分位點開始，計算機專業A 類高校數量對于人工智能產業投資沒有顯著的影響。地區生產總值的分位點回歸都不顯著，而最小二乘估計是顯著的。這說明具備頂級算法、算力要素的城市，人工智能企業創辦的數量更多。這樣的城市對人工智能企業更加具有吸引力。

3 城市要素對人工智能企業的集聚作用

實證模型的結果顯示，算法、算力、算據等要素市場對于企業具有區位選擇的吸引力。算境作為人工智能產品服務的市場，對企業也具有選擇的吸引力。目前人工智能產業處于初創階段、成長階段，企業的區位選擇以臨近要素市場和產品服務市場為主。

城市的高校計算機水平、人工智能專家、國家科學技術研究機構等不僅能夠代表城市算力、算法等人工智能技術、產業發展所需要的要素供給水平，而且對人工智能企業和行業能夠產生外部經濟性。當外部經濟性產生時，就會出現城市化經濟[1]。人工智能的初創企業、小微企業即使地理上的集中對其產業而言并沒有什么成本上的優勢，但其區位選擇在某個城市區域仍然是對其有利的，這些企業能夠獲得城市化經濟帶來的收益。

算法、算力等要素對于企業的吸引力，以分位點回歸模型的實證研究結果來看，目前只有這些要素集中度非常高的城市，例如，北京、上海等城市，才能集聚人工智能企業創業融資。全國頂級高校、研究院所、相關專家學者高度集中的城市更加有利于人工智能企業集聚。

與人工智能企業區位選擇相聯系的有兩種外部性。一種是生產率的外部性，人工智能企業選擇匹配其要素的城市，其人工智能技術、產品或服務能夠提高城市的產業生產率[2]。另一種外部性是源于空間競爭以及勞動者和企業之間異質性的外部性[3]。人工智能產業處于初創階段，已有企業的競爭可以忽略不計。第二種外部性暫時還未起作用。人工智能產業與互聯網產業或其它信息產業具有相似性，由算法、算據及其技術形成的技術壁壘，人工智能企業具有局部的壟斷性質。在其細分行業內只有少數甚至獨家企業，生產率外部性起到決定性作用。因此，城市的要素匹配將成為人工智能企業區位選擇的決定因素。

人工智能企業的要素投入是相似的，能夠形成勞動力、超級計算等要素市場。因此人工智能企業在同一城市集聚導致單位成本降低，產生人工智能產業的定域化經濟。由于人工智能企業的集聚，企業的經營成本、信息獲取成本以及勞動力、生產資料、投資的匹配成本降低，人工智能新公司創立的成本也降低。人工智能企業形成城市區域的聚集，促進城市人工智能產業的發展，與城市形成經濟的正反饋，將首先集聚在少數城市，這些城市將形成人工智能產業發展的高地[4]。

實證結果顯示，城市生產總值、人均GDP 對人工智能企業數和融資都有顯著的正影響。這說明城市的經濟規模和經濟發展程度，能夠吸引人工智能企業向城市集聚。城市的經濟規模越大，經濟越發達，居民的需求也越大，城市的市場也越大，場景越豐富，其人工智能應用的算境就越豐富，能夠吸引各類人工智能企業進入城市。市場接近效應，也就是本地市場效應發揮作用[5]。人工智能企業在選擇區位時偏好市場規模較大的城市，實現規模經濟的同時，接近大市場能節省銷售、經營等環節的成本。市場接近效應必然產生吸引人工智能企業向市場規模較大城市集中的集聚力，企業數量越多也意味著從業人員越多。

人工智能產業處于產業的初創階段，人工智能企業以創業企業為主，城市的人工智能要素對于人工智能企業的區位選擇非常重要。實證研究的結果顯示，擁有頂級的專家、科研、人才資源的城市不僅能夠供給算法、算據、算力、算境等人工智能企業的要素，而且產生的外部性將有效降低人工智能企業的技術、人力、經營等方面的成本。因此，在人工智能產業初創階段，這樣的城市對于人工智能企業具有更大的吸引力，人工智能企業向這些城市聚集。企業的集聚形成產業集聚，必然伴隨著產業發展。人工智能產業在這些城市發展到一定階段，產業轉移和產業滲透將為其他城市的產業發展提供新的機遇，產業的城市之間的階梯式發展將逐漸形成。

4 城市人工智能產業政策的建議

目前有很多城市提出了扶持人工智能產業的政策。對于初創階段的人工智能企業，城市的產業政策如果不能彌補要素的缺陷，那么城市對人工智能初創企業吸引力仍然有限。當人工智能產業發展到成長階段、成熟階段時，生活成本效應和市場擁擠效應將起到更大作用。當人工智能企業空間分布的集中會使彼此爭奪消費者的市場競爭趨于激烈時，盡管企業的產品服務之間具有差異化，但由于企業會考慮競爭程度，而傾向于競爭者更少的城市集中。算據、算境要素將成為人工智能企業區位選擇的重要因素。

人工智能不僅是重要的產業，而且是城市管理、更新的技術手段。城市發展人工智能產業可以有多種方式。在人工智能產業的初創階段，只有少數具有頂級算法、算力要素的城市能夠吸引人工智能企業，形成城市經濟、生產效率、勞動效率正向聯動的聚集經濟。多數城市的人工智能產業發展機會在于人工智能產業的成長階段和成熟階段。在成長階段、成熟階段，算境、算據等具有本地化特征的要素對吸引人工智能企業更加重要。缺少算法、算力要素城市吸引人工智能企業對城市的本地化擴張將是大多數城市未來人工智能產業發展的重要方式。各城市需要根據其稟賦條件，在人工智能產業發展的適當階段，制定針對性的產業發展政策以發展其城市的人工智能產業。