本期推荐一篇最新发表在NBER上的论文《地理距离是否成为人工智能技术采用的障碍？》。近年来，人工智能（AI）技术的快速发展对全球经济和社会产生了深远影响，但技术扩散的地理障碍依然是一个重要且未被充分研究的问题。传统观点认为，现代交通和通信技术的进步已经消除了地理距离对知识传播的限制。然而，这一研究发现，即使在交通发达和数字连接日益紧密的时代，地理距离仍然是限制AI技术扩散和应用的重要因素。该研究旨在探讨地理距离是否对AI技术的采用构成障碍，并进一步分析这种影响的机制和行业差异。作者特别关注了距离“AI创新热点”（通过学术论文和专利数量定义）较远的区域，其AI相关岗位需求增长是否较慢。
作者综合使用了两种数据来源和定量分析方法。一方面，利用Microsoft Academic Graph数据库，提取了深度学习相关的AI学术论文和专利数据，以此定义“AI创新热点”，这些热点是AI技术知识产生的集中区域。另一方面，通过Burning Glass Technologies数据库，收集了2007年至2019年间美国在线招聘广告数据，筛选出AI相关的招聘信息。通过结合论文数据和招聘数据，研究以741个美国通勤区域为单位，分析了地理距离对AI技术岗位需求增长的影响。核心分析指标包括区域AI岗位增长率、与最近AI热点的地理距离（以对数距离表示）等。此外，作者通过多种稳健性检验，确保研究结果的可靠性，例如引入控制变量（如区域人口、经济状况）以及替代性的距离测量方法（如区域覆盖一定AI论文数量的半径）。
研究表明，地理距离对AI技术的扩散存在显著影响。具体而言，距离AI创新热点每增加10%，一个区域的AI岗位需求增长率会下降2-3%。这一现象不仅限于创新岗位的扩散，还体现在技术应用岗位的需求上。研究还发现，距离对技术应用型行业（如金融保险业）的影响尤为显著，而对技术研发型行业（如信息产业）的影响较小。此外，地理距离的影响主要源于专业化AI人才的迁移障碍，热点地区的劳动力难以被吸引到距离较远的非热点区域，从而导致非热点区域的技术适配和扩散受限。这一研究为理解技术扩散的地理动态提供了重要见解，并为区域经济政策制定者提出了有针对性的建议。
唧唧堂学院推荐订阅
