2022 年以来，大模型在全球范围内掀起新一轮创新热潮，AI正以前所未有的速度深刻影响、重塑各个产业。《AI经济学：宏观、产业与治理分析》从算力层、模型层、应用层三个维度，对 AI 相关经济问题进行了系统研究，深入探讨本轮AI进步的生产力特点及其对生产关系的冲击，围绕宏观含义、产业影响、治理挑战等问题，提供系统性、前瞻性、趋势性的经济分析。

本书认为：规模定律（scaling law）是本轮AI技术进步的突出特征，意味着中、美两个大国在发展AI经济方面具有特殊优势；产业层面，推动“人工智能 +”蓬勃发展是中国加速追赶的关键；宏观层面，AI有望于未来十年在供给侧为中国经济带来每年0.8 个百分点的额外增长。实现供给增长需要积极的财政政策予以配合，尤其需要完善的社会保障制度，以提振需求。

本书兼具学术专业性和大众可读性，旨在为社会大众、科研院所、企业与金融机构等提供有关AI经济学的增量观察，希望能够为我国制定AI 产业化和产业AI化政策框架及其配套宏观政策，提供来自业界的有益参考。

《AI经济学：宏观、产业与治理分析》，中金研究院、中金公司研究部 著，中信出版集团出版

>>内文选读：

未来，我们的工作是否会被AI取代？

AI如何影响就业

AI对就业的影响在全球范围日益引发关注。市场调查公司 YouGov于2023年进行的调查显示，全球约3/5的受访者担心工作被人工智能取代。在亚洲，相当大比例的受访者担忧工作会被 AI取代。印度受访者担忧的比例高达76%，阿联酋和印度尼西亚约七成受访者表示担忧。相比之下，中国的受访者态度相对中性，表示担忧的受访者比例为55%。国际市场研究机构益普索于2023 年进行的覆盖31个国家和地区的调查也显示，全球平均有57% 的工人预计人工智能会改变他们目前的工作方式，36%的工人预计人工智能会取代他们目前的工作。皮尤研究中心更早的一项覆盖10个国家和地区的调查显示，当人们展望更长时期的未来比如50年时，绝大多数人认为机器人和计算机可能接管很多现在由人类从事的工作，持这一观点的受访者在希腊、日本、加拿大的比例分别高达 91%、89%和84%。

人们真的需要如此担忧吗？要判断AI对就业市场的整体影响，需要从多个角度去分析和理解。我们首先从职业层面入手，探讨在中国的职场中A对不同职业的影响程度，进而总结AI对中国整体就业市场的可能影响。我们的研究发现，迄今为止人们过于担忧AI对人类劳动的替代作用，而忽视了增强作用；尽管AI在经济中的渗透不可避免带来就业增长的放缓和结构性失业，但是在可预见的未来AI导致大规模失业的现象并不会出现。

AI可能导致工资差距拉大

现有研究采用了多种方法和数据来评估人工智能和自动化对工资的影响。一个主要的共识是这些技术的变革可能会加剧工资不平等，但是不同研究对影响机制和程度各有主张。有实证研究发现，采用了信息技术和自动化程度较高的地区，劳动力市场出现了工资极化，中等工资的工作机会减少，高低两端的工作机会增加。根据国际劳工组织（ILO）报告，尽管技术进步会创造新的工作机会，但可能会加剧不平等，低工资工人、女性和非正规就业者的工资损失最为严重。也有研究认为，AI可能加速自动化进程，这可能压低低技能劳动者工资。相比之下，高技能劳动者和受影响较少的职业可能经历工资增长，从而加大工资差距。

相比现有的信息技术和自动化技术，AI对工资差距的影响可能更为复杂和微妙。一些研究区分了AI的劳动替代效应和劳动增强效应，发现它们对工资和就业有不同的影响。劳动力节省型技术的内涵就是能够替代工人完成常规任务的资本质量提高（或者说在质量不变的情况下价格降低），促成资本对劳动的替代。相比之下，劳动力增强型技术能提高工人的生产效率，有利于掌握新技术的工人，但对熟练于旧技术而无法适应新技术的工人（主要是年龄大、受教育程度高且相对工资较高的人）则可能产生负面影响。总体而言，替代作用与劳动收入份额下降相关，增强作用与劳动收入份额略微上升相关。还有一类观点则强调，人工智能可能通过提高生产率和创造新任务对就业和工资产生正面影响，但由于不同群体受益不均，因此会拉大不同群体之间的收入差距。比如，研发密集型的创新企业支付更高工资，这加剧了企业间工资差距。一些基于中国数据的分析及文献综述也显示，AI 提高了非常规劳动力的工资溢价，但对常规劳动力特别是某些群体（女性、高技能人群）产生了负面影响，加剧了地区、行业和群体间的收入差距。

我们使用中国的在线招聘数据中各小类职业的工资分布数据，结合我们所测算的中国各职业的AI暴露度，估算了AI对劳动者工资差距的潜在影响。和现有文献的主流预测一致，AI替代效应强的职业在2018—2023年工资累计增长率更慢。同时，AI增强效应小的职业内部基尼系数虽然略有增加，但增幅较小。对于AI增强的职业，理论上有两股相反的影响工资的力量，即技能偏向型技术进步带来职业内工资极化，技能流失效应使老员工和新员工间工资差距缩小。从中国数据来看，在受AI增强效果影响较大的职业内部，尚无哪种效应展现出压倒性影响；进一步区分两种效应需要更加微观的劳动者层面的数据。不过，在解读AI对收入差距的影响时也应谨慎。鉴于大语言模型从2023年起才得到广泛应用，对于其对工资差距的影响，我们仍需持续观察数据以准确评估。

作者：

文：中金研究院、中金公司研究部编辑：蒋楚婷责任编辑：朱自奋