代码、资本与集群：理解 UK AI 经济中的企业绩效
计算机与社会
2026-02-09 v1
摘要
英国在全球 AI 领域建立了独特位置，得益于快速的企业形成和战略性投资。然而，AI 专注、地方社会经济条件与企业绩效之间的相互作用仍未得到充分探索。本研究分析了来自 Companies House、ONS 和 glass.ai 的 UK AI 实体综合数据集（2000-2024 年）。我们发现伦敦存在强大的地理集中，占实体总数的 41.3%，且技术导向部门占主导，金融服务部门报告的最高平均经营收入为3390万英镑 (n=33)。企业规模和 AI 专注强度为主要收入驱动因素，而地方因素、3 级资格率、人口密度和就业水平提供了显著的边际贡献，突显了 AI 增长对地方社会经济生态系统的依赖。预测模型 projecting 到 2030 年，估计总实体将达 4651 [4323-4979, 95% 置信区间]，并呈现上升的解散比率 (2.21% [-0.17-4.60])，表明该部门正向更慢的扩张和整合过渡。这些结果为以地方为导向的政策干预提供了稳健证据：培育伦敦之外的地方 AI 能力以缓解系统性风险；区分支持扩张（弥补资本缺口）与深化技术专注；以及战略性地塑造生态系统整合。针对性行动对于培养整体 AI 增长和平衡地方发展至关重要，将整合转化为持久的竞争优势。
引用
@article{arxiv.2602.06249,
title = {Code, Capital, and Clusters: Understanding Firm Performance in the UK AI Economy},
author = {Waqar Muhammad Ashraf and Diane Coyle and Ramit Debnath},
journal= {arXiv preprint arXiv:2602.06249},
year = {2026}
}