《Sustainability》:Artificial Intelligence, Social Capital, and Sustainable Employment in Peripheral SMEs: A Biocultural Reading from Eastern Macedonia and Thrace, Greece
编辑推荐:
人工智能(AI)在欧洲的加速扩散引发了关于弱势地区就业、社会凝聚力和可持续发展的紧迫分配问题。已有研究集中于发达城市经济体,导致AI对在薄弱人力资本、稀疏数字基础设施和受限社会资本条件下运营的边缘中小企业(SMEs)的影响未被充分探索。研究人员考察了欧盟最不发
人工智能(AI)在欧洲的加速扩散引发了关于弱势地区就业、社会凝聚力和可持续发展的紧迫分配问题。已有研究集中于发达城市经济体,导致AI对在薄弱人力资本、稀疏数字基础设施和受限社会资本条件下运营的边缘中小企业(SMEs)的影响未被充分探索。研究人员考察了欧盟最不发达地区之一——东马其顿和色雷斯(EMT)中,AI采纳、社会资本形成、劳动力动态和可持续发展之间的相互作用。来自欧统局(Eurostat)和希腊统计局(ELSTAT)的区域失业和受教育程度数据被纳入作为背景证据,以锚定定性发现。借鉴Bitsani的生物城市框架(将人力、社会和文化资本视为区域可持续发展的相互依赖维度),研究人员使用Atlas.ti对2025年初进行的12次与中小企业主和管理者的半结构化访谈进行了主题分析,产生了19个编码并归为六类。知识缺陷和财务约束成为主要障碍,而外部技术合作伙伴关系、针对性教育和经济激励作为推动因素,所有这些均受社会资本和人力资本可用性的调节。通过该框架解读,边缘经济体中的AI采纳与其说是纯粹的技术或财务挑战,不如说是社会和人力资本挑战,嵌入在受人才流失、制度薄弱和弱公民中介影响的生物文化环境中。若无对数字素养、组织文化和企业间网络的并行投资,AI可能加剧而非减少就业不平等。本研究为欧盟凝聚力规划及可持续发展目标(SDGs)4、8、9、10和17提出了政策启示。
**论文解读文章**
**研究背景与问题**
人工智能(AI)在欧洲的快速扩散引发了关于弱势地区就业、社会凝聚力和可持续发展的紧迫分布性问题。现有研究主要集中于发达城市经济体,忽视了AI对边缘中小企业(SMEs)的影响,这些企业通常面临薄弱的人力资本、稀疏的数字基础设施和受限的社会资本。希腊东马其顿和色雷斯(EMT)是欧盟最不发达地区之一,其人均GDP(购买力标准)仅为欧盟27国平均水平的45%,失业率高达12.1%,青年失业率达34.6%(接近欧盟平均水平的2倍),长期失业占失业总数的71.8%。该地区仅27%的劳动力人口拥有高等教育学历,且自2013年以来研究人员数量下降了38%,反映出人才流失和知识基础削弱。这些结构性挑战使得EMT成为研究边缘脆弱条件下AI采纳的典型区域。本研究旨在回答三个问题:哪些因素影响中小企业对AI的接受与应用?中小企业如何克服AI采纳障碍?将AI整合到中小企业发展战略中的最佳实践是什么?
**研究内容与结论**
研究人员通过对12位中小企业主和管理者的半结构化访谈(2025年初进行),采用Bitsani的生物城市框架(Biocultural City Framework)进行主题分析,揭示了AI采纳在边缘经济体中并非纯粹的技术或财务问题,而是社会和人力资本问题。研究发现,知识缺陷和财务约束是主要障碍,而外部技术合作伙伴关系、针对性教育和经济激励是推动因素,但所有这些均受社会资本和人力资本可用性的调节。若无对数字素养、组织文化和企业间网络的并行投资,AI可能加剧而非减少就业不平等。本研究为欧盟凝聚力规划及可持续发展目标(SDGs)4、8、9、10和17提出了政策启示。论文发表在《Sustainability》。
**主要技术方法**
本研究采用定性研究设计,通过半结构化访谈收集数据,样本来自希腊东马其顿和色雷斯地区的12家中小企业(按目的性标准抽样,包括在区域内的位置、中小企业分类、运营超过两年、研究者评估具备AI采纳潜力)。使用Atlas.ti(版本23)进行六阶段主题分析,从访谈转录中归纳出19个初始编码,最终合并为6个主题类别。编码验证采用双编码程序,对约三分之一的转录随机子集进行独立再编码,通过共识讨论解决分歧。样本量依据Guest等(2006)的指导,在目的性同质样本中12次访谈足以捕捉核心主题,并通过第十次访谈后达到主题饱和确认。
**研究结果**
**4.1 AI的理解与应用**
受访者对AI的理解从自信到部分或谨慎不等。部分人表示明确认知(如“当然,我完全理解”),另一些人则报告有限或模糊的理解(如“我知道,但不确切”)。一位受访者从应用角度指出AI“可以替代体力劳动”。该结果通过直接询问受访者AI知识水平得出。
**4.2 AI在业务中的期望与应用**
关于AI改善客户体验的观点存在分歧。预期积极影响的受访者提到更快的信息传递和更有效的查询解决;怀疑者则认为AI无法显著提升个性化服务质量。资本要求被认为是中小企业不成比例的负担,叠加知识鸿沟和技术熟练度不足(如“缺乏管理此类应用的知识”)。该结果通过询问受访者AI在业务中的具体应用期望得出。
**4.3 学习、创新与适应**
隐私和数据安全感知差异显著:部分受访者无担忧,另一些则担心个人数据泄露。主要学习障碍包括时间缺乏、数字素养有限和预期客户抵制。采纳动机包括经济因素(生产优化和补贴激励)、竞争发展目标和职业发展需求。该结果通过询问学习障碍和动机得出。
**4.4 战略与竞争**
大多数受访者无法阐述具体的AI相关竞争机制(如“我不知道”)。一位受访者明确表示AI当前发展阶段不足以用于市场扩张。该结果通过询问AI在竞争战略中的作用得出。
**4.5 监管框架**
监管模糊性成为反复出现的担忧:多位受访者预计不明确的规则会在商界引发普遍犹豫,并表达个人不确定性。创建清晰的法律框架被一致视为AI信任的关键推动因素。该结果通过询问监管认知得出。
**4.6 对工作环境和组织结构的影响**
AI采纳预计能改善业务流程管理和执行(如“更好地管理生产过程中的资源消耗”),同时引发对某些岗位需求减少的担忧(如“潜在失业”)。关于决策,观点范围从大幅提升到贡献极小不等。工作安全感方面,技术进步被认为可能通过替代风险负面影响员工信心,但若AI用于业务增长,则可能“对所有人都有利”。该结果通过询问对工作环境的影响得出。
**讨论与结论**
讨论部分指出,AI采纳在EMT中小企业中受认知、财务、监管和行为约束的综合影响。通过生物文化框架解读,知识缺陷和财务约束根源于薄弱的区域创新系统(如稀疏的企业间网络和稀缺的知识密集型服务),以及人才流失和信任侵蚀导致的累积劣势。外部合作伙伴关系虽能暂时替代吸收能力,但若缺乏知识转移和内部能力建设,可能加深核心-边缘依赖。针对就业风险,AI在缺乏补偿性政策时可能加剧技能偏差技术变革,导致例行任务工人被替代,而最合格的工人已移民。研究结论提出四项分析命题:(1)边缘SMEs中AI采纳本质上是社会和人力资本挑战,而非技术或财务问题;(2)外部合作伙伴关系需与知识转移和内部能力建设绑定;(3)AI对SDGs(可持续发展目标)4、8、9、10、17的影响取决于社会制度环境,而非技术本身;(4)生物文化框架为理解边缘劣势提供了地中海特有的视角,补充了区域创新系统理论。政策启示强调,欧盟凝聚力计划应优先重建社会资本基础设施(如公民信任、企业间合作和教育投入),而非仅提供技术或资金。