欧盟资助人工智能投资与区域专业化：基于NUTS2层面的空间自回归模型分析

本研究通过空间自回归模型(SAR)分析2014-2020年欧盟H2020和凝聚力政策资助的AI项目地理分布（NUTS2层面），揭示约80亿欧元AI投资呈现"核心-边缘"分布模式，发现ICT产业集聚、创新能力和S3战略优先度是驱动区域AI专业化的关键因素，为平衡AI技术区域发展提供政策启示。

　　

人工智能(AI)技术正以前所未有的速度重塑全球经济格局，但欧盟在AI领域的投资明显落后于美国，且成员国间存在显著差异。更值得关注的是，这种技术鸿沟可能进一步加剧欧洲已有的区域发展不平衡。在此背景下，研究人员对欧盟资助的AI投资地理分布展开深入研究，试图揭示影响AI区域专业化的关键因素。

研究团队采用空间计量经济学方法，重点分析了2014-2020年编程周期内欧盟两大主要资助计划——Horizon 2020(H2020)和凝聚力政策(Cohesion Policy)支持的AI相关项目。通过文本挖掘技术从Kohesio平台和Horizon仪表板中识别AI项目，构建了覆盖NUTS2级别区域的数据库。研究运用空间自回归模型(SAR)分析区域特征与AI投资专业化的关系，同时考虑了空间溢出效应。

关键技术方法包括：(1)基于文本挖掘的AI项目识别技术，使用欧洲委员会AI定义报告中的关键词库；(2)空间计量经济学模型，包括Moran's I检验和Lagrange Multiplier检验确定最优模型；(3)构建区域专业化指数(DRS)，计算AI投资占区域总投资与欧盟平均值的比值；(4)使用Winsorisation技术处理异常值；(5)通过Herfindahl-Hirschman Index(HHI)逆数衡量区域市场竞争度。

研究结果首先揭示了显著的地理分布特征。约80亿欧元的欧盟AI投资呈现明显的"核心-边缘"分布模式，高度集中在西北欧和南欧的高生产力大都市区，如巴黎大区(?le-de-France)、马德里、赫尔辛基-乌西马(Helsinki-Uusimaa)等。相反，中东欧地区、葡萄牙、意大利南部等欠发达区域AI投资明显不足。值得注意的是，瑞典北部和芬兰部分地区的AI专业化程度出人意料地高。

通过空间自回归模型分析发现，区域AI投资专业化存在显著的空间依赖性(W.Y系数0.303-0.386，p<0.01)，表明邻近区域的AI专业化会产生正向溢出效应。这一发现印证了知识溢出和资源共享在AI发展中的重要性。

在影响因素方面，研究验证了四个关键假设：

1. ICT产业集聚假设：区域ICT服务业专业化程度每提高1单位，AI投资专业化程度增加0.705-0.738单位(p<0.01)，证实ICT基础设施和人才储备是AI发展的基础条件。
2. 区域发展水平假设：创新绩效(专利存量)与AI专业化显著正相关(系数0.0338-0.0397，p<0.01)，但人均GVA的影响不显著，表明创新能力比单纯经济水平更重要。
3. 市场竞争假设：呈现倒U型关系，适度竞争(1-HHI指数约88.8)最有利于AI专业化，验证了Aghion等人的"逃离竞争"效应。
4. 政策导向假设：将AI纳入智能专业化战略(S3)优先领域的区域，其AI投资专业化程度显著更高(系数0.294-0.306，p<0.1)，显示政策引导的有效性。

研究还发现制度质量(欧洲治理质量指数QoG)和产业专业化指数(ISI)对AI投资有正向影响，而多式联运可达性指标影响不显著。交互效应分析揭示，仅在将AI列为S3优先的区域，产业专业化才对AI投资产生显著促进作用。

这项发表在《Regional Science Policy》的研究具有重要政策启示。首先，证实了AI投资存在"马太效应"，可能加剧区域数字鸿沟，需针对性干预。其次，指明提升区域AI能力的三大杠杆：培育ICT产业集群、增强创新能力和优化制度环境。再者，证实欧盟凝聚力政策与H2020的互补效应，为落后区域参与AI发展提供可能。最后，验证S3战略在引导AI投资方面的有效性，为欧盟"数字十年"计划(2030 Digital Compass)的区域实施提供参考。

该研究的创新性在于首次系统评估了欧盟AI投资的区域分布格局，并识别出关键影响因素。未来研究可进一步探讨公私部门AI投资的协同效应，以及如何通过区域创新政策缓解技术鸿沟。值得注意的是，作为首部尝试规范AI的立法，欧盟AI法案对AI的定义也被本研究采用，增强了政策相关性。