Data-intensive Innovation and the State: Evidence from AI Firms in China

采购 政府(语言学) 业务 公共部门 私营部门 范围(计算机科学) 中国 产业组织 国家(计算机科学) 数据收集 经济 数据科学 营销 计算机科学 经济增长 经济 法学 哲学 程序设计语言 统计 语言学 数学 政治学 算法
作者
Martin Beraja,David Y. Yang,Noam Yuchtman
出处
期刊:The Review of Economic Studies [Oxford University Press]
卷期号:90 (4): 1701-1723 被引量:45
标识
DOI:10.1093/restud/rdac056
摘要

Abstract Developing artificial intelligence (AI) technology requires data. In many domains, government data far exceed in magnitude and scope data collected by the private sector, and AI firms often gain access to such data when providing services to the state. We argue that such access can stimulate commercial AI innovation in part because data and trained algorithms are shareable across government and commercial uses. We gather comprehensive information on firms and public security procurement contracts in China’s facial recognition AI industry. We quantify the data accessible through contracts by measuring public security agencies’ capacity to collect surveillance video. Using a triple-differences strategy, we find that data-rich contracts, compared to data-scarce ones, lead recipient firms to develop significantly and substantially more commercial AI software. Our analysis suggests a contribution of government data to the rise of China’s facial recognition AI firms, and that states’ data collection and provision policies could shape AI innovation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
大锤发布了新的文献求助10
5秒前
5秒前
7秒前
hh完成签到,获得积分10
8秒前
阡陌完成签到,获得积分10
8秒前
七七八八完成签到,获得积分10
10秒前
10秒前
11秒前
大锤完成签到,获得积分10
11秒前
寻道图强应助sun采纳,获得30
12秒前
难摧完成签到,获得积分10
14秒前
宁少爷应助醉熏的荣轩采纳,获得30
14秒前
杰瑞院士发布了新的文献求助10
14秒前
可爱的函函应助sgaaufe采纳,获得10
15秒前
bkagyin应助受伤纲采纳,获得10
17秒前
xuminglan完成签到,获得积分10
19秒前
19秒前
hhh完成签到,获得积分10
19秒前
20秒前
万能图书馆应助wangayting采纳,获得10
21秒前
77发布了新的文献求助10
22秒前
杰瑞院士发布了新的文献求助10
23秒前
24秒前
看海棠未眠完成签到,获得积分10
24秒前
椰子完成签到,获得积分20
24秒前
小马甲应助SUPERDOUBLE采纳,获得10
24秒前
24秒前
24秒前
科研通AI2S应助Crane采纳,获得10
25秒前
Lex完成签到 ,获得积分10
25秒前
ztr完成签到,获得积分20
25秒前
26秒前
正直的大树完成签到,获得积分10
27秒前
白白白发布了新的文献求助10
27秒前
xhy完成签到 ,获得积分10
28秒前
阝火火完成签到,获得积分10
29秒前
爹爹完成签到,获得积分10
29秒前
冬霖发布了新的文献求助10
29秒前
小姜发布了新的文献求助10
29秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141127
求助须知:如何正确求助?哪些是违规求助? 2792031
关于积分的说明 7801479
捐赠科研通 2448267
什么是DOI,文献DOI怎么找? 1302482
科研通“疑难数据库(出版商)”最低求助积分说明 626591
版权声明 601226