【摘要】人工智能作为新一代通用目的技术,正在深刻重塑区域发展格局与城市治理模式.本文基于城市作为区域经济核心载体的视角,构建“城市内配置—区域间流动—城市治理响应”的分析框架,以人工智能影响下劳动、资本和技术在城市内部的配置及区域间流动为主线,综合运用文献梳理与CiteSpace文献计量方法,对相关领域国内外研究进行系统综述.研究发现:人工智能通过人力资本升级与技术创新两条路径推动区域经济增长,但同时会加剧就业替代与技能分化;在区域层面,其对要素流动与空间格局产生阶段性影响,短期可能扩大区域差距,长期有助于协调发展;在城市治理领域,人工智能已广泛应用于交通、环境、规划等方面,但也带来隐私保护、法律责任与算法偏见等问题.基于此,本文提出十四个重大研究问题,以期为相关理论深化与政策实践提供参考.

【关键词】人工智能；区域发展；城市治理

基金项目:国家自然科学基金(72174117),上海市软科学项目(24692181000)

罗守贵(1963-),男,汉,河南固始人,上海交通大学安泰经济与管理学院特聘教授、博士生导师,上海市知识竞争力与区域发展研究中心主任兼首席专家,研究方向:科技创新战略,城市与区域经济发展,E-mail:sgluo@sjtu.edu.cn.

通信作者:岳朗晴(2001-),女,汉,陕西西安人,上海交通大学安泰经济与管理学院应用经济学博士研究生,研究方向:城市与区域经济发展。

1  引言

人工智能的蓬勃发展标志着新一轮科技革命与产业革命的全面展开,科技变革释放出的巨大能量正在重塑经济格局与社会结构.人工智能技术通过优化生产要素配置、提升全要素生产率,推动了生产方式的根本性变革与生产关系的创新性调整.

在微观领域,人工智能的创新模式、技术突破路径及其在企业中的应用受到广泛关注;在宏观领域,围绕人工智能发展的国际竞争、国家战略与政策设计也有广泛的探索.但事实上,介于微观和宏观之间的中观领域同样具有重要意义,这种中观层面在空间尺度上表现为区域和城市单元.区域经济发展在广义上包括区域内部生产要素的配置和产业布局与结构优化,还包括区域之间的联系、分工与协作.区域经济的核心是城市体系—城市是组织现代区域经济的枢纽,科学而高效的城市治理直接决定了区域经济发展的速度、规模与质量.基于此,本文主要从城市与区域这一中观层面考察人工智能在其中的理论及实践进展.

系统梳理人工智能在区域发展与城市治理中的研究具有重要的理论意义.人工智能技术进步不仅可能重塑劳动地域分工格局,还可能通过改变人流、物流、资金流和技术流等要素流动方式,重塑城市体系及其运行逻辑.与传统经济社会下的技术变迁相比,人工智能对区域经济与城市治理的影响在作用方式、实现路径和结果表现上都呈现出新的特征,甚至与第三次科技革命也有明显差异.尽管人工智能的发展总体上服务于社会经济进步和公共福祉提升,但其演进过程及应用后果仍存在较大不确定性,并可能引发新的风险与挑战.因此,需要从理论层面加强前瞻性研究,以更好回应快速发展的现实实践.

从现实层面看,人工智能在区域发展与城市治理中的应用已经不断拓展,但现实的发展多少有些盲目:缺少专业知识的需求方和不了解市场的技术供给方各行其是,延缓了创新的进程和效率.因此,与传统商品的供给需求不同,对于人工智能这种颠覆性的技术,在爆发式发展的早期阶段,经济学与管理学,尤其是区域科学、系统科学和科学学领域的学者应当发挥积极作用,从技术供给、技术需求和技术发展趋势等方面做出引领性的研究,引领和指导实践.基于文献梳理,已有研究至少在以下方面略显不足:第一,目前经济学与管理学对于人工智能的关注度聚焦于劳动力市场,以区域与城市为空间尺度的中观领域探索较少;第二,人工智能的技术发展日新月异,而经济学与管理学的理论研究与经验分析的跟进相对滞后;第三,在经济学与管理学研究中对人工智能的测度数据较为匮乏,传统数据无法及时反映人工智能的科技进展.

基于此,本文在对现有文献系统梳理的基础上,试图分析其存在的问题,并据此提出该领域未来的研究方向.本文的贡献在于:弥补了现有研究对区域与城市这一中观空间层面关注不足的问题,系统整合了人工智能对区域发展与城市治理的影响机制.以劳动、资本和技术等要素为线索,将人工智能对区域内部配置、区域间流动以及城市治理转型的影响贯通起来,有助于从更完整的视角理解人工智能如何作用于区域与城市发展.最终,结合现实挑战和文献不足,面向未来,提出了十四个重大研究问题,其中七个理论研究问题,七个应用研究问题.

2  研究范畴

2.1概念界定

人工智能是新一代通用目的技术(GeneralPurposeTechnology,GPT)的核心领域,具有强大的渗透性和变革性,正在全面重塑经济社会的运行范式和组织模式.人工智能技术通过算法优化,使机器系统具备与人类相似的认知和决策能力,替代或辅助人类完成复杂智力任务的技术集合.作为人脑的延伸和替代,人工智能在促进经济社会发展和提高生产率方面具有很大潜力,为经济发展注入了新的动力源泉.当前阶段,人工智能技术呈现多维度突破的特征,大数据智能、跨媒体智能、群体智能等新兴领域的快速发展,推动了人工智能加速迭代、向更广泛的应用场景渗透.在区域发展和城市治理领域,人工智能技术为区域经济发展、优化城市治理提供了新引擎,但区域协调、社会公平、就业结构、隐私保护等方面的挑战也随之而来,需要政策制定者和学术界给予关注.

人工智能技术的变革推动劳动工具实现智能化跃迁,使劳动对象从传统的物质资源扩展至数据、知识、人类行为与虚拟空间,伴随这一过程,以数据为基本生产要素的新型生产方式得以确立.基于生产力结构的深刻变革,经济学与管理学领域对人工智能的研究呈现出鲜明的实践导向.已有的研究主要聚焦于:第一,工业机器人:“机器换人”的现象体现了劳动工具的智能化与劳动力市场的变革;第二,智能化与自动化:该趋势反映了劳动工具升级与劳动力技能转型的互动关系;第三,数字经济:数据作为新型劳动要素在生产体系中的关键地位,推动新型生产方式的形成;第四,生成式人工智能:新一代人工智能对生产范式、创新模式及市场结构产生颠覆性影响.由此可见,经济学与管理学的研究领域中的“人工智能”绝非局限于狭义的算法模型,而是一个高度泛化的概念,其内涵超越了技术本身,广泛涵盖了由数字化、智能化技术应用所驱动的,影响经济发展、市场运行与管理决策的各类技术及其应用形态.

2.2研究问题

本文的核心研究问题是:第一,人工智能如何系统性影响区域经济发展,探究人工智能带动区域经济增长的作用机制,以及要素跨区域流动模式与区域间要素配置之间的联动关系.第二,人工智能如何阶段性影响区域差距,分析其在不同发展阶段对区域差距的差异化作用及其促进区域协调发展、推动共同富裕的实现路径.第三,以城市为治理载体,人工智能如何提高城市治理效能,并探索区域协同治理路径与优化治理新范式.

3  研究方法：Citespace文献计量

在阐释人工智能在经济学与管理学领域研究范畴的基础上,本节运用CiteSpace文献计量方法,系统梳理人工智能的研究脉络.CiteSpace作为一种可视化分析的文献计量工具,可以从定量化、可视化的角度对某一特定领域或学科的研究发展过程进行探索.本文使用文献计量法,以期更科学有效地分析人工智能和区域与城市领域的研究体系.

3.1文献检索主题词

本文选用的数据库是中国知网(选取期刊类定:CSSCI与CSCD)和WebofScience核心数据库中的ScienceCitationIndexExpanded(SCI-EXPANDED)、SocialSciencesCitationIndex(SSCI).并且本文将搜索范围框定在“经济与管理科学”领域(EconomicsandManagement),聚焦于人工智能在经济学与管理学领域的研究.检索时间为1998年1月1日-2025年7月1日(1997年IBM的深蓝超级计算机战胜了国际象棋世界冠军,这是人工智能发展历程中的标志性事件).根据人工智能的技术、数据和应用三个层面,确定了19个的文献检索主题词,以增强分析的全面性与系统性,如附录表1所示.对于中文文献,本文的搜索方式是:主题=“人工智能+机器学习+深度学习+自然语言处理+大语言模型+云计算+数字化转型+大数据+数据治理+数据挖掘+专家系统+机器人+人机交互+智慧城市+自动化+智能制造+ChatGPT”AND主题=“区域+城市+空间”.对于英文文献,本文的搜索方式是:((TS=(ArtificialIntelligenceORMachineLearningORDeepLearningORNLPORLLMORCloudComputingORDigitalTransformationORBigDataORDataGovernanceORDataMiningORExpertSystemsORRoboticsORHuman-ComputerInteractionORSmartCitiesORAutomationORSmartManufacturingORChatGPT))ANDTS=(RegionORUrbanORSpace))ANDWC=(EconomicsORManagement).本文通过主题检索,并剔除不相关文献后,最终选取了1099篇中文文献,603篇英文文献.

3.2关键词分析

关键词是文献核心内容的精炼,本文对文献数据集进行关键词分析,得到中英文文献所有关键词的数量与中心性的数据,中心性与出现频次越高的关键词为关键节点,体现该领域的重点研究内容.附录表2列出了人工智能与区域发展和城市治理研究领域中介中心性排名前20的中英文关键词.在中文文献中,重要的关键词有“智慧城市”、“信息化”、“公共服务”、“大数据”、“城市发展”、“信息社会”、“数字化”等.在英文文献中,重要的关键词是“city”、“algorithm”、“artificialintelligence”、“framework”、“in-ternet”等.

在此基础上引入时间因子,将关键词绘制在时区图中来观察不同阶段学者研究的侧重点,如附录图1、附录图2所示.图中字体越大表示关键词出现的频次越多,关键词的位置表示该词在文献中首次出现的年份.通过分析发现,中英文文献的研究内容有明显不同的侧重点,据此本文将中英文文献划分为不同的研究阶段,如附录表3所示.中文文献具有鲜明的时代特征,也符合人工智能技术在我国的发展阶段.2007-2011年形成信息化基础,以“信息化”、“电子政务”为核心,聚焦基础设施构建,但技术尚未深度渗透产业.2012-2018年以数据驱动为主,移动互联网爆发催生“大数据”,G20峰会定义“数字经济”,技术从基础建设转向应用层,以数据驱动优化城市治理、产业发展的新模式.2019-2021年形成智能产业融合,人工智能进入政府工作报告,制造业加速智能化,疫情推动机器人应用爆发.2021年首次系统阐释了“共同富裕”的内涵，技术普惠与社会公平逐渐成为重要发展导向,2022年至今,人工智能技术由以效率提升为主的工具属性，逐步转向支撑社会可持续发展的关键驱动力.以上的发展阶段可以看出,人工智能技术发展呈现“基础建设—应用扩展—产业融合—社会价值”的发展链条.

通过中英文文献对比可以看出:第一,英文文献对“人工智能”的提出时间与研究时间大约比中文文献提前5年.第二,英文文献侧重技术本体,强调算法突破,例如机器学习、深度学习等技术;中文文献聚焦政策落地,借助人工智能技术实现共同富裕等国家战略目标.

3.3聚类与突现分析

在了解人工智能在区域发展、城市治理的研究历程后,本文对关键词进行聚类分析.计算得到QCNKI=0.8516,SCNKI=0.9786;QWOS=0.8025,SWOS=0.9103,根据Newman（2006）的研究结论可知:Q∈[0，1),当Q>0.3时表明聚类结构具有显著性,且Q值越接近1,显著性越强;S∈[−1，1],S值越趋近于1表示聚类效果越优,通常S>0.5表明聚类结果合理,S>0.7则表明聚类结果具有较高的可信度.基于此,本研究的聚类分析结果具有显著的统计学意义.聚类可视化结果如附录图3、附录图4所示.CNKI数据库中挖掘出的中文关键词被聚为12个簇,其中簇#0为智慧城市,簇#1为制造业,簇#2为信息化,簇#3为城市发展,簇#4为人工智能,簇#5为大数据,簇#6为城市治理,簇#7为专利分析,簇#8为电子政务,簇#9为创新,簇#10为机器人,簇#11为数字经济,这12个簇代表了人工智能与区域发展、城市治理相关的中文文献在2007年至2025年近20年期间的主要研究方向.与之相对应,WOS数据库中挖掘出的英文关键词同样被聚为15个簇,其中簇#0为transferlearning(迁移学习),簇#1为urbanplanning(城市规划),簇#2为smartcities(智慧城市),簇#3为renewableenergy(可再生能源),簇#4为bigdata(大数据),簇#5为regionaldisparity(区域差距),簇#6为continuousimprovement(持续改进),簇#7为circulareconomy(循环经济),簇#8为digitaltransformation(数字化转型),簇#9为supplychainmanagement(供应链管理),簇#10为human-computerinteraction(人机交互),簇#11为x-minutecity(“X-分钟”城市),簇#12为smartgovernance(智慧治理),簇#13为digitaltechnologies(数字化技术),簇#14为machinelearning(机器学习),这15个簇展示了人工智能与区域发展、城市治理相关的英文文献在2004年至2025年期间的主要研究方向.经过中英文文献对比发现:在研究重心上,中文文献聚焦政策实践与产业升级,以政府主导的智慧城市、电子政务为核心,强调数字化驱动制造业转型;英文文献则侧重技术前沿与可持续创新,关注机器学习、迁移学习等底层技术,并延伸至智慧城市、“X-分钟”城市、循环经济等跨领域应用,对前沿技术的探索催生新场景的应用.

在此基础上,本文进行关键词突现分析,得出当前的研究热点,如附录图5所示.图中“Begin”(开始时间)和“End”(结束时间)提示了重点关键词所处的时间段,“Strength”表示该关键词的强度,强度越高说明重要程度越高.运用关键词突现方法与时区图分析近20年中文文献在人工智能领域的研究特征的结论基本一致.研究初期主要聚焦技术基础构建,以物联网、信息化等关键词为代表,研究强度普遍较低.随着技术成熟,研究在2013-2019年进入应用爆发期,以智慧城市(强度16.92)和大数据(强度6.82)为核心标志,反映研究重心从理论向实践转移,特别是与城镇化建设的深度结合.2018年后数字经济成为新核心,同时人力资本、机器人和共同富裕等关键词代表了研究向社会发展的层面演进,这一阶段更关注技术对经济结构转型、劳动力市场变革及社会公平的影响.从以上研究热点可以看出:第一,我国的研究呈现明显的政策导向性,智慧城市呼应2014年新型城镇化战略,数字经济对应“十四五”规划,共同富裕则关联2021年中央政策部署,显示学术研究与国家战略的紧密互动.第二,在研究周期方面,多数主题呈现短期爆发特征,中文文献快速响应政策但缺乏对技术的长期跟踪,例如电子政务、信息社会仅持续1-2年,而英文文献对数据挖掘的探究持续15年,因此中文研究需跳出“政策刺激—短期响应”的循环,转向“问题导向—长期深耕”模式.第三,对技术的研究明显滞后且停于表面,如物联网、大数据等基础技术研究在政策热点转移后未持续深化,以及对人工智能的研究仍然停留在机器人、数字经济的层面,与新一代生成式人工智能的研究明显脱节.

综合关键词分析、时区演化、聚类结果与突现特征发现,人工智能在区域与城市领域的研究有较为清晰的演进脉络.在技术层面呈现出由信息化建设、数据驱动向智能产业融合与技术普惠演进的阶段特征;在区域和城市的中观层面逐步围绕经济增长、空间格局演变、城市治理应用等核心议题.基于此,下文将进一步从人工智能与区域经济增长、人工智能与区域协调发展、人工智能与城市治理三个层面展开综述.

4  人工智能与区域发展、城市治理

人工智能对区域发展与城市治理的影响,体现为技术进步对资源配置与治理模式的系统性重塑.从区域层面看,其作用在于改变经济增长路径、要素流动模式与空间结构;从城市层面看,则表现为治理工具与制度逻辑的重构.现有研究虽在不同维度展开了大量探索,但整体上仍呈现出“区域发展领域多理论研究、城市治理领域多应用研究”的特征.本节综合学者的研究成果以及前述研究内容,总结了本文研究的核心问题,并以此为基础构建了人工智能与区域发展、城市治理的研究体系,如图1所示.

4.1人工智能与区域经济增长

人工智能作为新一轮技术革命的标志性突破,其影响已深度渗透至经济社会的多个领域,其覆盖广度与渗透强度远超传统技术.在此背景下,厘清人工智能驱动经济增长的内在机制,揭示其相较于传统技术创新的独特性,成为学术界亟待深化的关键议题.本小节参考已有文献将人工智能技术分为“节流型”技术与“拓源型”技术.“节流型”技术聚焦于人力资本升级,通过调整人力资本结构、深化劳动者专业技能,在替代或协同劳动力过程中提升生产效率、节约成本;“拓源型”技术侧重于技术创新跃迁,通过提高生产效率、开辟新赛道和预测新知识,为经济增长注入动力.本小节将从上述两大核心渠道出发,系统梳理人工智能赋能经济增长的相关研究,并据此提出未来研究方向.

4.1.1人力资本

从“节流型”技术的视角审视,人工智能与人力资本的互动主要体现为对低技能岗位的系统性替代和对高技能任务的精准化补充,倒逼劳动者技能结构向纵深发展,最终提高劳动效率,节约成本,促进经济增长.

人力资本由凝聚在劳动者身上具有经济价值的知识、技术、能力和健康素质构成,是劳动者质量的反映.人力资本的提升主要通过教育投资、职业培训等方式,改善劳动者的教育程度、职业技能以及劳动生产率能够为经济增长注入动力.在探讨技术进步与人力资本互动的经典文献中,一个普遍共识是:技术进步推动人力资本积累,核心机制在于“干中学”.其中的逻辑在于,技术的进步重构任务内容,此时低技能岗位被淘汰,而催生出高技能岗位的需求,倒逼劳动者掌握与技术适配的技能,人力资本系统性升级.和传统技术进步相似,人工智能技术进步同样会使劳动者提高自身技能与劳动效率,进一步实现促进经济增长的目标.而人工智能新技术相比于传统技术拥有强大的“深度学习”能力与庞大的知识储存能力,这使人工智能可以辅助人类突破个体认知的局限,扩展知识的探索边界以及提高知识的可获得性与获得效率,为劳动者人力资本的加速积累提供了前所未有的可能性.人工智能的参与下使劳动者完成“干中学”到“AI中学”的跨越,极大的缩减了劳动者的学习时间,让各类劳动者享受了技术红利,实现劳动者与人工智能技术的互补.然而,人工智能的出现也为劳动者带来了严峻的挑战,人工智能与传统技术创新的区别在于人工智能能够完成人类体力与脑力的双重替代,这种替代的深度与广度超越了以往历次技术革命,对劳动力市场结构和技能需求产生了更为剧烈和复杂的冲击.人工智能时代下技能“宽泛”不如“精深”,市场要求劳动者向深度专业化发展,以建立核心竞争力与职业护城河,而那些仅掌握粗浅技能的劳动者将面临加速淘汰的风险.因此在人工智能的时代,如何革新人力资本投资模式,如何提高劳动者的人力资本以适应技术的迭代,如何培养劳动者与人工智能协作的能力,如何运用公共保险、转移支付与再培训补贴等方案来改善劳动者福利,将人工智能带来的技术优势转化为可持续的“人才红利”,为经济高质量发展提供坚实的、有高度适应性和创造力的人力资本支撑,这是当下学术界需要解决的问题.

4.1.2技术创新

以工业机器人、自动化等人工智能技术为代表的“拓源型”创新,正在突破传统增长路径,对经济增长形成持续且系统性的驱动力.

人工智能的“拓源型”经济增长作用体现在以下三个层面:第一,人工智能对经济增长的促进作用首要体现在全要素生产率的系统性提升,其贡献率可达百分之六十.人工智能重塑了生产可能性边界,显著降低经济活动成本并优化要素配置效率.因此在劳动力供给减少的情况下,人工智能可以一定程度上缓解许多国家面临的老龄化与人口红利晚期对经济增长造成的压力.第二,人工智能可以创造新的需求场景,拓宽各类生产要素的应用范围,突破原有的生产可能性边界,带来经济规模的扩大.第三,人工智能通过重构传统产业的生产模式并促进产业融合,实现产业升级与转型.例如,在以人工智能、5G、大数据和云计算为典型代表的新基建领域中服务业的智能化水平不断提升,实现传统的服务业升级转型;同时,工业机器人的应用促进中国制造企业向服务化转型,实现“两业融合”.以上三点带来的经济效应在传统的技术创新中已经有所体现,但新一代人工智能通过机器学习、深度学习等技术途径不仅能优化现有流程,更能对旧知识进行整合分析而预测新知识、激发配套技术创新,形成技术进步与经济增长的良性循环,为经济增长提供了持久动力与增强效应.长期而言,如果智能自动化技术进步与新任务边界扩展的速度与规模相协调,经济将实现指数级增长.

4.2人工智能与区域协调发展

4.2.1区际要素流动

人工智能技术的深度渗透不仅体现在单一区域的经济增长层面,更在于重塑区域间的联动关系,这种重塑效应主要通过劳动力与资本两大核心要素的区际流动来实现.

人工智能通过结构性重塑就业市场与收入分配格局,显著促进了劳动力在技能分层驱动下的空间流动.技术对低技能岗位的替代效应推动劳动者向受冲击较小的行业和地区转移;新兴高技能岗位的创造效应持续吸引人才向创新策源地集聚,形成“技能导向型”流动新范式.以上现象源于人工智能对劳动力市场的影响呈现出替代效应与创造效应并存的特点.一方面,人工智能技术通过“机器换人”的形式取代传统劳动力,产生替代作用,尤其是对低技能劳动者产生严重的冲击.另一方面,技术进步的就业“创造效应”将超越“替代效应”,技术革新下产业结构升级和新兴职业创造催生了新的就业机会.在收入维度,人工智能在短期扩大资本与劳动的回报差距,在长期通过技能升级与扩散为中低技能劳动者提供向上流动通道,推动劳动力伴随技能提升实现跨区域、跨行业的再配置.在过去十年的自动化推进过程中,劳动力市场的替代与增长并存,结构化冲击不可避免.

在当下人工智能加速扩张的阶段,技术进一步强化了劳动力在空间分布上的极化趋势.新技术的研发需要专业知识积累和协作网络,难以快速迁移,集聚在少数的发达地区.相应地,人工智能相关研发、应用与管理岗位集中于技术创新策源地或经济中心,吸引高技能劳动力持续流入,呈现加速向这些区域集聚的趋势.相反,面临“技术性失业”的中低技能劳动力,短期内流向受人工智能冲击较小的行业,长期来看会向生活成本更低的欠发达地区“回流”.这意味着,在人工智能新阶段,中国长期形成的劳动力单向“向发达地区集聚”的流动模式,将被技能分层驱动的多向流动模式所替代,重构了人力资源的空间配置.

人工智能同样影响了资本要素在区域间的流动,以技术、数据和算法等无形资源为载体推动有形经济活动的产生与发展,有效缓解了长期制约跨地区投资的关键障碍—信息不对称.随着资本流动距离的增加,投资者在甄别投资机会、筛选投资项目以及落实监督管理职责等方面均需承担额外的支出,额外的成本将抑制资本的跨地区流动.但人工智能技术能够有效缓解地区间信息不对称问题,降低跨地区资本流动的障碍,有效解决以上问题.第一,人工智能技术相较于传统的信息技术能够存储并分析海量的经济数据,例如市场趋势、企业财务状况和宏观经济指标等,为投资者提供数据驱动的投资建议,优化资本流动的方向和规模;第二,人工智能技术可以实时监测市场风险和信用风险,帮助投资者在跨地区投资中更好地规避潜在风险;第三,人工智能技术能够实现投资决策相关信息的实时共享,降低信息获取成本,减少异地投资的不确定性和风险.尽管直接研究人工智能对资本跨区域流动的文献有限,但企业数字化、数字基础设施(大数据、云计算)、金融科技工具以及数字经济对打破信息壁垒、提升资源配置效率、降低交易成本、促进区域间投资联系的相关研究，为人工智能的类似作用提供了有力的间接证据.因此,人工智能作为核心驱动力,对提升资本跨区域流动的效率和活跃度、畅通国内要素循环将发挥重要作用.

综上,人工智能正在改变劳动力与资本两大核心要素在区域间的流动方向与配置模式:劳动力由单向集聚转向以技能为导向的多向流动,资本的跨区域配置效率持续提升,二者进一步深化了区域间的经济联动关系.

4.2.2区域间差距

人工智能作为颠覆性技术革新,通过重塑要素禀赋条件、优化资源配置效率、改变企业区位决策和引导劳动力流动,重构了区域经济空间结构.这种技术驱动的区域发展具有两面性:既可能产生“马太效应”,强化发达地区的集聚优势,扩大区域发展差距;也可能通过技术扩散和产业转移产生“涓滴效应”,促进区域协调发展.本小节将指出,人工智能发展具有阶段性,技术初期会加剧区域不平等,其长期将有助于优化区域发展路径,为共同富裕提供技术支撑.

在人工智能发展的初期阶段,其空间效应往往呈现极化特征,区域间的差距将会扩大.新技术出现后,创新活动高度集中于少数领先地区,而技术扩散又极其缓慢,技术发源地因长期垄断高技能的研发活动而持续享受该技术带来的高价值红利,导致区域间差距巨大且持久.在全球层面,人工智能的要素配置具有偏向性,发达经济体凭借其技术积累和资本优势容易实现节约效果,“再工业化”战略更具可行性,强化在全球价值链中的主导地位,这削弱了发展中国家依赖传统比较优势的工业化路径,导致“技术鸿沟”扩大.在国家层面,技术虽被视为经济增长引擎,但空间分布不均可能加剧区域分化.工业智能化重塑了企业区位选择,促使制造业进一步向技术基础雄厚的南部沿海等发达地区集聚,强化了高层级城市的“头部效应”,加剧了区域发展不平衡.技术引发的劳动力流动与分化加剧了区域间在经济总量、人力资本积累、劳动力收入和创新能力上的差距,第三次工业革命以半导体、计算机为代表的技术兴起后,美国的空间收入不平等加剧。

然而,人工智能对区域差距的影响并非一成不变,而是随着技术的生命周期动态变化.高成本、高技能以及地理集聚性导致了技术初期的空间极化,但随着技术走向成熟和标准化,应用门槛逐渐降低,知识溢出效应开始显现,技术通过人才流动、合作网络等渠道扩散.同时,发达地区高昂的地租、人力成本推动产业梯度转移,寻求成本更低的区域进行应用部署.这些力量共同为区域平衡的发展创造了条件.

当人工智能进入发展成熟阶段,技术促进区域协调发展的潜力逐步释放.第一,人工智能技术优化区域分工,发达地区可专注于基础研究与核心技术创新,欠发达地区参与功能联动与成果转化,例如设立数据存储中心,形成更高效的区域分工协作网络.第二,人工智能技术突破地理约束,降低了信息传递与知识获取的成本,提升了创新要素配置效率.区域创新网络的构建不再完全依赖地理邻近,而更强调“技术邻近性”和知识互补性,促进了跨区域、跨领域的知识重组与协同创新,实现技术外溢,推动形成更具包容性和开放性的区域创新生态系统,为后发地区实现技术跃迁提供机遇.

人工智能、新质生产力、数字经济等新技术、新模式、新业态最终将推动我国实现共同富裕,在新技术推动我国实现共同富裕的进程中应坚持“先富共富”的战略导向.在人工智能发展初期虽可能产生一定的不均衡效应,但随着技术普及与深度融合,其分配效应将显著增强,不均等现象逐步缓解,同时持续释放显著的增长效应,为促进共同富裕提供重要支撑.

4.3人工智能与城市治理

Autor(2022)指出当前人工智能发展呈现高度不确定性,人工智能技术正在突破传统任务边界,但是人类可以主动选择“用AI实现什么目标”,通过政策与制度塑造技术发展方向.区域发展正面临着人力资本提高、要素流动模式转变、区域差距的阶段性扩大等一系列变革,构成了城市治理的宏观背景与核心挑战.城市作为区域发展的关键载体和治理实践的微观单元,其治理模式必须响应区域层面人工智能驱动的结构性变化.因此,探索人工智能赋能城市治理的新模式,成为连接区域宏观发展与城市微观实践的核心议题,本小节聚焦于劳动力转型、智能交通、环境治理、制度保障、城市规划、社会善治等关键领域,探讨人工智能如何系统性重塑城市的治理逻辑与运行效能.

4.3.1区域要素流动重塑下的劳动力治理转型

人工智能时代的劳动力转型将会体现在技能纵深演进、人机协同融合、制度动态适配等多个维度.最终构建一个兼具韧性、创造力与包容性的劳动力市场,实现从“技术赋能”到“技术造福”的价值跃升.

在当前区域发展研究中,人工智能引发的劳动力市场技能分层与空间极化对城市治理提出了双重挑战,既要吸引和留住高技能人才以维持创新活力,又要应对中低技能劳动力转型或流失带来的社会压力与经济结构转型需求,因此这亟需依托人工智能技术,构建并推广人机协同的新型劳动模式.该模式将成为工业4.0时代的基础劳动形态,其核心在于将智能化机器的效率与人类的应变、决策、认知学习能力深度融合,从而构建智能化生产运作的基本环境.人机协同模式在已有的研究中展现出了显著优势:在弱人工智能领域,工业机器人的使用有效替代了人类在繁重、高重复性或高风险任务中的角色,降低了工作强度并且能够在紧急反应情况下防止多种危险,有助于保护劳动力并且将人为错误带来的风险降到最低.在生成式人工智能领域,人工智能能够高质量地完成咨询、写作等具有明确规则与边界的“边界内任务”,“边界外任务”的准确率还有待提高.通过拓展人工智能的数据库并进行持续训练优化,协作模式能有效弥补人工智能的局限,最终提升复杂任务的完成质量.

人工智能技术的快速发展也不可避免地加剧了部分劳动者的结构性失业风险.这一挑战恰恰为公共政策提供了关键的干预空间:第一,针对极易受到人工智能颠覆性影响的劳动力,亟需实施大规模的技能再培训计划,以缓解其转型压力,适应新劳动形态的需求.第二,决策者需进行系统性的战略规划预测未来劳动力市场所需技能、科学平衡人工智能与人类劳动力的配置比例、以及设计适配人工智能时代需求的专业发展路径,以有效培养和晋升核心人才.

4.3.2区域联通需求驱动的智能交通治理

高效便捷的城市交通系统是保障区域劳动力通勤高效和物流畅通的基础,直接影响了区域要素流动的成本和区域经济联动的紧密程度.人工智能为公共交通的高质量发展提供了重要技术支撑,推动公共服务向智能化、精准化和高效化方向转型.

人工智能对城市交通系统构建了一套“整合数据—预测决策—调控学习”的运行机理,系统性地改善城市交通的效率不足等问题.人工智能首先获取整合大量交通数据,例如人流、车流、道路状态、天气情况等,构建实时数字孪生体,提供全局视野.进而结合机器学习精准预测出行需求和交通流量,自动生成并实时调整最优策略,通过动态优化信号灯配时等方式提供解决方案.此外,人工智能通过自学习机制,不断从新的交通模式和调控反馈中学习优化,使整个交通系统能够适应环境变化和出行行为演化,克服了传统系统决策滞后、僵化的弱点.

但无法避免的是人工智能在当下应用中面临一些问题:第一,技术可靠性存在提升空间,人工智能决策高度依赖数据质量,现实中若数据存在噪声、覆盖不全等问题将导致误判.第二,大量数据存在隐私暴露的风险,训练模型需要收集大量的个人信息,数据收集和处理的过程会对车主身份、通勤习惯等个人隐私安全产生潜在威胁,预测性分析中“通过群体行为预测个体”的技术本质让个人信息从“匿名”到“可识别”必然引发隐私侵犯风险.

4.3.3区域可持续发展导向的智慧环境治理

环境质量是区域可持续发展的基础,人工智能通过赋能污染预警、过程管控与动态监测,推动环境治理向智能化、精准化方向转型升级,从源头预防、过程干预到末端监测的全链条提升治理效能,从而优化区域环境质量.  

阿里云ET环境大脑项目依托大数据分析和机器学习技术,具备了全景分析与智能监督的功能,提高了环境治理效率,推动了环境治理模式向主动预防转变,预警有效率达超过百分之九十.除了阿里云的案例外,已有的实证研究也表明人工智能通过生产过程智能化、产品重构、优化能源使用效率、改善能源结构，从源头上减少了污染物排放,缓解城市资源错配的问题.智能检测和实时预警系统提高了环境监测能力,降低污染排放强度,促进了经济绿色发展和可持续发展.然而技术带来的环境效益也取决于制度的完善程度,发展中国家可能因为环境规制执行不力、技术标准缺失和监管机制不健全等原因无法达到预期目标.

4.3.4区域协同下的技术扩散与制度型保障

人工智能技术扩散带来的区域不平衡性要求城市治理在区域协同中扮演更积极的角色.在人工智能技术引入阶段,区域间基于比较优势深化分工,促进劳动力、资本等要素的自由流动,实现资源的优化配置与经济高质量发展.发达城市依托其技术禀赋,持续推动创新活动集聚,强化技术领先地位,吸引高端人才在区域间的合理流动,激发要素市场整体活力,而后发地区可以借助技术体制实现跨越式进步,推动先进技术的扩散.随着流通成本和制度性交易成本的减少,先发地区先进的城市治理经验、管理模式以及资本、技术和人才等要素将更容易被后发地区借鉴和使用,帮助后发地区通过学习效应形成后发优势.因此,人工智能技术发展相对滞后的中西部城市,亟需将人工智能深度融入城市治理与发展战略.城市治理主体需要提供更具针对性的扶持政策与融资便利,优化区域创新生态,重点建设一批具有鲜明地方特色的国家新一代人工智能创新发展试验区,进一步激发人工智能企业创新创业活力.在政策指导下加速人工智能技术向各产业的渗透与扩散,深化技术应用与产业融合,从而提升中西部地区劳动生产率,驱动区域经济转型升级与高质量发展.

4.3.5区域协调下的智能城市规划

人工智能赋能的城市规划正在推动传统经验范式向数据驱动与智能决策范式转型.GPT-4等语言大模型让人工智能技术与人类社会属性产生了关联,大模型赋能的智慧城市技术框架将社会性内涵和地域性差异融入规划决策当中.GPT通过训练大模型实现了城市规划知识的存储、迁移、推理和迭代,城市历史发展数据及日常运行数据为机器学习和深度学习提供了丰富的原料.深度学习能够从大型数据集中发现复杂结构并优化系统,所以人工智能能够在复杂的城市数据中提取人类难以感知的特征和规律,并通过同类型城市数据的比较与借鉴,为规划决策提供科学依据,欠发达地区也可以参考发达地区的成功经验实现追赶超越.城市规划决策过程中,借助大模型强大的数据处理和模式识别能力进行城市匹配,将目标城市的基本情况与知识库中的类似案例进行对比分析,从而找到最匹配的发达城市案例,选择最匹配的案例作为参考,并针对目标城市生成发展建议,制定科学的发展策略.人工智能赋能城市规划能够提高决策效率,减少试错成本,助力城市实现快速、可持续发展.

技术赋能过程需警惕其中潜在风险:其一,发达国家经验主导可能导致数据殖民主义,需通过地域文化修正因子增强本土适应性;其二,模型黑箱化易引发规划师过度依赖,增加人工复审机制与加强维持批判思维;其三,算法偏好可能侵蚀空间正义,必须引入空间公平补偿算法动态校正资源分配.

4.3.6区域协同下的人类社会善治

在《全球人工智能治理倡议》框架下,中国所倡导的“以人为本”理念与“智能向善”宗旨,在城市治理中具有深远的现实意义.人工智能技术能够有效赋能城市治理体系,提升公共服务的精准度与响应效率.大数据分析辅助城市规划决策,优化交通、能源与环境管理等公共资源配置,并借助算法审查、风险预警等手段构建起覆盖“事前—事中—事后”的全周期城市治理闭环,从而增强城市应对突发事件与复杂系统性风险的能力.人工智能亦可通过开源平台、普惠算法等途径,赋能发展水平较低的城市与区域,帮助其跨越基础设施与治理能力的传统壁垒,推动城市的可持续发展.

构建可信人工智能标准体系,需围绕三重价值底线展开:以伦理、公平与责任可解释为特征的伦理底线,以数据安全和防范模型滥用为核心的安全底线,以及保障城市创新活力的发展底线.只有在这样的治理框架下,人工智能才能真正成为提升城市治理能力、促进社会公平、实现城市公共利益持续优化的关键支撑.

5   结论与展望

5.1主要结论

对城市与区域层面的已有文献梳理表明,人工智能在理论层面的贡献主要集中在区域发展领域,而在城市治理领域则更多体现为实践层面的应用.本文得到以下三方面结论.

第一,在区域经济增长方面,人工智能通过人力资本升级与技术创新两条路径重塑增长模式.一方面,人工智能作为“节流型”技术,通过优化劳动力结构与提升技能水平,提升资源配置效率;另一方面,作为“拓源型”技术,其通过拓展生产可能性边界与促进知识创新,为区域经济提供新的增长动力.

第二,在区域空间结构方面,人工智能正在重构劳动力与资本的跨区域配置机制,并对区域差距产生阶段性影响.人工智能通过替代效应与创造效应改变劳动力需求结构,推动劳动力基于技能分层形成多向流动格局—高技能集聚与低技能回流;与此同时,人工智能通过缓解信息不对称促进了资本在区域间的优化配置.在这一过程中,技术初期往往强化要素向发达地区集聚,扩大区域差距,而随着优化区域分工与技术扩散、突破地理约束,为后发地区创造了“技术跃迁”机遇,助力共同富裕.

第三,在城市治理层面,人工智能推动治理模式向数据与算法驱动转变.现有研究系统探讨了人工智能对城市治理的多维度影响,深刻揭示了人工智能赋能城市治理的内在机制:通过构建人机协同模式重塑劳动力市场,借助数据驱动优化交通与环境管理,利用GPT4等大模型提升城市规划的科学性,并最终服务于“以人为本、智能向善”的治理目标.这些成果深化了对技术赋能公共治理的机制理解,在实践层面为城市治理的现代化转型提供了具体的路径参考和策略支持.然而,技术应用也引发了隐私保护、算法偏见与责任界定等问题,表明治理模式的转型仍需制度体系的同步完善.

人工智能对区域与城市的影响,正从“用人工智能解决问题”的阶段,步入“与人工智能共同进化、重新定义问题”的新阶段.基于以上研究现状,未来人工智能在区域发展与城市治理领域的研究将呈现以下三个重要趋势:第一,完成区域经济发展理论的重构.现有区域经济发展模型难以完全解释人工智能带来的指数级影响,未来研究需要将人工智能内生于理论框架,系统分析其与人力资本结构、数据要素及技术创新之间的互动关系.第二,研究对象从“人”转向“人机协同”.随着人工智能深度融入生产生活,研究重点需从传统的“人的管理”转向“人机混合团队的效能评估”,包括优化人机分工模式、设计相应的激励机制,以及研究人机协同对区域分工模式和劳动力市场结构的重塑作用.第三,政策研究需要前瞻性与协同性.面对人工智能技术的快速演进,未来研究有必要探索基于实时数据和动态模拟的政策分析方法,以推动区域协调发展与城市治理模式的持续优化.

5.2未来的挑战

在人工智能时代,面向未来的区域发展与城市治理问题,渗透于劳动、资本与技术诸环节.尽管现有研究在已取得一定进展,但在机制识别、风险测度与制度响应等方面仍存在明显不足,亟待创新性地完善和填补.

第一,就业结构调整的识别不足.人工智能技术的发展加速了“创造性破坏”过程,对劳动力市场结构产生重大影响.现有研究多集中于宏观或行业层面的就业效应,对区域与城市中观尺度上就业风险的形成机制、测度方法及其预警与调控缺乏系统分析.尤其是在不同产业间人工智能的异质性应用背景下,资本与劳动力的跨部门与跨区域流动可能引发结构性失业与资源错配.同时,人工智能还可能重塑区域内部以不同规模城市为节点的产业布局,强化要素向核心城区集聚,加剧空间极化与“核心—边缘”结构,对中小城市及乡村发展产生持续冲击.

第二,数据安全与隐私保护问题凸显,但系统性治理框架尚未形成.随着人工智能在城市治理中的广泛应用,海量数据的采集与使用成为基础前提,由此带来的隐私保护与数据安全风险日益突出.现有研究主要集中于技术层面的解决路径,如数据加密等,而对数据治理体系、制度安排及城市治理合法性缺乏系统分析.例如,数据泄露与不当使用不仅可能带来个体风险,还可能削弱公众对政府的信任基础,从而影响城市治理的有效性与稳定性.因此,有必要从技术与制度协同的视角构建数据治理框架.

第三,法律责任界定与监管体系滞后,难以适应人工智能技术演进.新一代人工智能技术的迅猛发展对现有的法律规制框架构成了前所未有的挑战.一方面,“技术黑箱”导致传统的“行为—责任”因果链条难以清晰界定,人工智能进化过程的不可解释性更加增加了追责的难度.另一方面,技术演进速度显著快于制度调整,导致现有以场景为基础的监管体系难以覆盖通用化、多场景的人工智能应用.这种滞后性在城市治理领域尤为突出,例如在智慧交通等场景中,由于技术可靠性和数据噪声问题,交通事故的误判导致追责困难,需要法律的创新性响应.

第四,算法偏见与决策不透明问题对社会公平与区域协调发展构成潜在冲击.训练模型需要的数据与算法逻辑往往包含了人类社会的隐性偏见,导致模型在生成内容时放大了这些偏见,产生非中立的结果.现有研究较少从区域发展视角系统分析算法偏见对城乡与区域差距的影响.例如,在资源配置过程中,数据缺失与采集不充分可能导致农村地区需求被低估,从而加剧“数字鸿沟”背景下的资源错配;同时,以效率为导向的算法逻辑可能持续强化对基础条件较好地区的资源倾斜,进一步固化既有空间不平等结构.

5.3重大研究领域建议

人工智能技术的发展及其应用的进展可能会超过所有人的预期,对经济学和管理学界而言,需要在拥抱人工智能的同时,以敏锐的目光、科学的态度、全新的研究范式捕捉其为经济学和管理学理论和实践带来的问题,直面挑战,勇于创新.在区域发展与城市治理领域,以下几个方面的研究值得高度关注并系统布局,我们尝试列出十四大问题,其中七个理论研究问题,七个面向实践的应用研究问题.

第一,重视人工智能对城市就业结构影响的研究.现有研究多基于工业机器人等自动化技术,普遍认为人工智能主要替代低技能劳,但难以反映新一代人工智能的真实影响.随着技术由自动化向智能化演进,其替代范围可能扩展至中高技能岗位,并通过创造新职业重塑就业结构.同时,不同产业中人工智能应用的差异,将推动劳动力与资本在部门与区域之间重新配置,进而改变区域就业格局与空间结构.所以,人工智能在消灭一些就业岗位的同时会创造哪些新的就业岗位乃至新职业？它对就业格局会产生哪些冲击？这些都需要经济学和管理学的学者高度重视.

问题一:人工智能发展重构区域就业格局的机理及其潜在效应(理论研究)

问题二:利用人工智能监测生产要素(劳动、资本等)在部门间的流动(应用研究)

第二,重视人工智能对区域协调发展影响的研究.由于资本高度集聚于大城市和发达地区,而未来一旦人工智能越来越多地被资本控制,生产要素的区域集聚极化效应可能被进一步强化,区域发展的马太效应可能会加剧,区域失衡可能会愈加严重.如何避免这种不利局面,需要经济学界和管理学界首先在理论上进行充分地研究.

问题三:运用多主体仿真大模型驱动的资本再集聚对中西部城市就业的动态效应(理论研究)

问题四:运用人工智能系统分析的优势,研究其促进区域协调发展和共同富裕的模式、机制与路径(理论研究)

问题五:运用人工智能技术监测区域差异的变动过程并分析其原因(应用研究)

第三,重视人工智能在城市治理领域的滥用和安全等伦理问题研究.人工智能在城市治理方面对数据的使用可能隐含诸多安全问题,智能化的软件和硬件技术突飞猛进,它将以极快的速度渗透到每一个可见的和不可见的领域,不仅涉及到私人安全,甚至涉及大范围的城市公共安全问题.

问题六:人工智能发展对城市公共安全与个人隐私侵害的公共治理模式(理论研究)

问题七:人工智能在城市治理应用方面的伦理问题,如何通过人工智能技术帮助城市实现人类社会的“善治”目标(理论研究)

问题八:防范人工智能侵害公共安全和私人隐私的区域协同行动(应用研究)

第四,重视对人工智能促进城市治理现代化的机制和路径研究.在尽可能降低应用风险的前提下,人工智能对城市治理现代化将发生革命性的影响.人工智能技术专家开拓性的研究在城市治理领域的应用需要城市治理专家的指导,诸如应用场景与应用模式选择、实施主体与对象之间的关系、可能产生的影响和效果评估、经济效益和社会效应之间的协调方式……都需要城市治理专家的前瞻性研究作为保障.

问题九:人工智能发展对区域整体经济效益和社会效益的综合影响(理论研究)

问题十:区域数字基建普惠制、数据共享制的方法及其示范应用(应用研究)

第五,重视利用人工智能技术构建区域发展和城市治理领域革命性的研究方法.过去几十年,信息技术的进步为区域发展和城市治理研究提供了许多的新的方法和手段,RS、GIS、GPS技术被迅速引入,诸如灯光地图、手机信令、空间实时定位等被广泛使用.未来,人工智能技术将促使区域发展和城市治理研究方法和手段再次发生颠覆性的变革,许多过去做不了的或难度极大的研究今后可能迎刃而解.例如,各类要素在区域之间的流动、城市内部人流的动态变化……这些问题在人工智能时代都有望得到高效解决.

问题十一:运用人工智能进行高效的区域人口动态统计和区域经济统计方法创新(应用研究)

问题十二:运用人工智能技术进行要素流和产品流的监测及区域投入产出分析(应用研究)

第六,多学科协同解决区域发展与城市治理领域的重大问题.未来人工智能辅助区域发展和城市治理决策将越来越普遍地得到应用,但应用者显然不能全盘照搬类似黑箱输出的结果.利用人工智能提出的决策方案的科学依据、合理性和可行性必需要由经济学界和管理学界的专家做最终的判断,而这些判断将涉及多学科的知识,尤其是直接涉及到的人工智能技术知识还需要自然科学家的深度参与.所以在人工智能时代,对于经济学者和管理学者而言,其研究挑战更大,需要通过广泛地合作来建立新的研究范式.

问题十三:人工智能发展对城市和区域层面的资源优化配置效应(理论研究)

问题十四:运用人工智能技术进行城市重大灾害事故综合防治的路径与方法(应用研究)

文章发表于《系统工程理论与实践》2026年5月，注释从略。