人工智能在新兴市场经济中的经济影响
人工智能（AI）作为一项变革性的通用目的技术，对实际经济活动产生深远影响。早期研究表明，生成式AI（gen AI）能带来显著的生产力提升，尤其通过自动化非常规认知任务，但宏观层面的影响尚不明确，受国家部门构成和AI采用能力的差异影响。
生产率提升与劳动力市场效应
- 微观层面：研究表明，gen AI 可带来10%至65%的生产力提升，尤其在编码、咨询和职业写作领域，并倾向于通过提升低经验员工的生产力来均化工作表现。然而，在更广泛的职业角色中，低技能工人可能面临更大的自动化风险。
- 宏观层面：微观收益向宏观总要素生产率（TFP）的转化程度不确定，受企业间重新分配、劳动力和资本市场错配以及AI与技能和组织实践的互补性影响。不同研究估计的TFP增益差异显著，从0.07%每年（Acemoglu, 2025）到0.3-0.9个百分点每年（Aghion and Bunel, 2024等）。
- 劳动力市场：预计到2030年，高达60%的职业将经历重大任务重新分配，AI暴露岗位的工作量中有25%-50%可能被自动化替代。新兴市场普遍存在的劳动力非正规化问题，使非正规工人虽能受益于AI提升生产率和市场准入，但也面临更大的自动化风险、更弱的社会保护和有限的技能获取机会，导致失业风险增加。
跨国差异来源
- 部门构成：AI密集型产业（如金融、教育和信息）在发达经济体（AEs）中更普遍。许多新兴市场（EMEs）的产出较少集中在能从gen AI中获益的认知和信息处理任务密集型部门，如农业、交通和建筑，这些行业主要受机器人技术影响。
- AI准备情况：AI准备情况——涵盖数字基础设施、技能和制度能力——是决定整体收益的关键因素。
- AEs通常比EMEs和低收入国家更擅长采用AI，得益于更强的数字基础设施、创新能力和监管框架。
- EMEs内部差异显著：部分亚洲（如韩国、新加坡）和中东（如沙特阿拉伯、阿拉伯联合酋长国）经济体在数字基础设施方面得分较高，但许多EMEs在人力资本和监管准备方面表现不均。
- AEs拥有更高比例的AI技能工人，并吸引AI人才净流入；而许多EMEs国内AI技能渗透率较低，甚至净输出AI人才。
- 政府设计和实施AI战略的能力是影响有效部署的关键要素，部分EMEs（如中国、韩国、沙特阿拉伯、新加坡和阿拉伯联合酋长国）在这方面表现相对强劲。
短期效应
- 增长：短期内，EMEs的gen AI增长效应通常低于AEs。原因包括：AEs的AI投资和其对总需求的即时提振更为显著；国家间和部门间的结构性差异，AI在认知和信息处理任务占比高的行业（AEs的专业和金融服务部门）带来更大收益。
- 就业：gen AI对就业的短期影响尚不确定。EMEs低技能认知和文职职业占比较高，面临特定任务初始失业风险，早期证据显示印度和菲律宾的呼叫中心和业务流程外包领域出现负面影响。但劳动力市场调整通常是渐进的。
长期效应
- 增长差距：如果AI准备情况的差距持续存在，AI驱动的生产率增益对实际产出的影响差异在中期至长期可能进一步扩大。假设由AI驱动TFP每年增长0.5%，持续十年后，AEs的平均实际GDP增幅将比EMEs高出2个百分点以上。
- 收敛可能性：若EMEs相对于美国的AI准备情况差距减半，AEs相对于新兴市场和发展中经济体（EMDEs）的平均实际GDP增幅将小于1个百分点，凸显了加强数字基础设施、技能和制度能力的政策重要性。
- 一般均衡效应：长期来看，gen AI对行业价值增加的影响表明，一般均衡效应占主导地位。所有部门的产出均可能增加，劳动力的主要重新分配发生在部门间：建筑和医疗保健受益最大，而采矿和农业可能面临更大的就业减少。
- 贸易与全球联系：国际贸易和全球联系可以显著影响AI诱导收益的跨国分配。进口AI密集型商品和服务的EMEs可能受益于较低价格，而融入AI供应链或专注于AI暴露部门的EMEs可能经历更强的需求。贸易开放可能放大或减轻国内收益，取决于各国在全球价值链中的位置。开放数字贸易、降低技术转让壁垒和再培训政策有助于更公平地分配AI收益。
- EMEs的应对策略：对EMEs而言，利用贸易网络，同时持续投资数字基础设施、技能和制度，将有助于充分发挥AI的潜力。
