摘要
基于2011~2023年省级人工智能和大数据的百度指数,本研究采用年际变动指数、地理集中指数、变异系数、DAGUM基尼系数、核密度估计和空间自相关等方法刻画人工智能和大数据网络关注度的时空差异特征,并借助面板数据模型实证研究其关注度演化的驱动因素。结果表明:1.在时间上,我国人工智能和大数据的网络关注度整体波动上升,集中趋势越来越强;2.在空间上呈现东部向西部递减的非均衡分布情况,其中东—西部的网络关注度差异最大,东北—中部的网络关注度差异最小;3.网络关注度存在显著的空间关联性特征,上海、江苏、浙江呈现出强—强集聚越来越明显的特征;4地区经济水平、人均可支配收入、技术创新、网页数显著提升人工智能和大数据的网络关注度水平。
出处
《统计与管理》
2024年第12期44-53,共10页
Statistics and Management
基金
广东省教育科学规划课题2024年度高等教育专项“广东省高水平对外开放与区域经济协调发展:理论机制、实证识别及实践路径”(2024GXJK069)
东莞理工学院2024年大学生创新训练计划项目“基于百度指数的大数据与人工智能网络关注度的时空格局及影响因素”(202411819242)。
