人工智能时代的中国人力资本研究

人工智能时代的中国人力资本研究 易君健 周子焜 摘要：本文探讨了人工智能在中国的快速发展对中国人力资本研究带来的深刻挑战。中国在人工智能基础研究、技术转化与产业应用等方面取得显著进展，推动了生产方式和劳动力需求结构的变化，也对传统人力资本理论提出了新的解释要求。本文回顾了经济学研究中用于分析人工智能影响的“任务—技能分析框架”，该框架通过将生产过程分解为不同任务，考察人工智能的自动化效应、任务替代与互补效应、新任务创造效应以及全要素生产率效应。文章进一步指出，现有框架仍难以充分解释人工智能浪潮下就业结构调整、技能需求变化与收入分配差异等复杂经济后果。未来研究有必要将企业、劳动者和家庭等主体的决策行为纳入统一的均衡分析框架，以更全面地理解技术进步与人力资本积累之间的互动机制，并为制定兼顾效率提升与公平保障的公共政策提供理论依据。 关键词：人工智能，人力资本，任务—技能框架，劳动力市场，收入分配 人工智能时代的中国人力资本研究 易君健周子焜1 一、引言 人工智能及其相关技术在中国的大规模应用已成为不可逆转的历史趋势。从基础研究到技术转化，从产业应用到市场普及，中国在人工智能领域的全方位发展呈现出令人瞩目的态势。 在人工智能基础研究方面，中国展现出强劲的发展势头和不断提升的国际影响力。如图1所示，从2010年到2020年，中国在计算机科学领域人工智能论文发表方面实现了量质并举的跨越式发展。从论文发表数量来看，中国人工智能相关论文发表量从2010年的相对较少增长到2020年的显著规模，增长幅度超过一倍。更为重要的是论文质量和国际影响力的提升：中国人工智能论文的被引量占比从2010年的约12%稳步上升至2020年的23%，超过同时期的美国和欧洲。这一趋势表明，中国不仅在人工智能研究的数量上实现了快速增长，在研究质量和国际学术影响力方面也获得了显著提升。 在技术转化和知识产权方面，中国人工智能领域呈现出更加惊人的发展速度。图2 展示了2010-2023年人工智能相关专利授权量的国际对比情况。从数据可以清晰看到，中国人工智能专利授权量经历了一个典型的"J型"增长曲线：2010-2018年期间保持相对平稳的缓慢增长，但从2019年开始出现爆发式增长。特别是在2020-2023年期间，中国人工智能专利授权量以几乎垂直的陡峭曲线急剧攀升，到2023年达到约85万件的历史新高，远超世界其他国家的总和，标志着中国已经成为全球人工智能技术落地的重要策源地。 在产业应用和市场普及方面，中国同样表现出色。图3基于企业抽样调查数据，对比了欧洲、北美和大中华区企业在人工智能技术应用方面的差异。数据显示，在广义人工智能技术的应用上，大中华区企业的采用率呈现出独特的发展轨迹：2023年约为48%，相比欧洲（约57%）和北美（约61%）稍显落后，但2024年迅速上升至约75%，基本追平了欧洲和北美的水平。在生成式人工智能这一前沿技术领域，大中华区企业同样有着积极的应用：虽然2023年的采用率（约30%）低于欧洲（约31%）和北美（约40%），但2024年快速上升至约73%，完全追平了欧洲（约73%）和北美（约74%）。这些结果显示出中国企业对人工智能相关的新兴技术具有快速的响应能力和强烈的应用意愿。 在工业自动化这一人工智能技术的重要应用领域，中国已经确立了无可争议的全球领导地位。图4展示的工业机器人年装机量数据清晰反映了这一趋势。从2010年开始，中国工业机器人装机量就呈现出稳定的增长态势，并在2013年前后开始加速。更为关键的是，从2017年开始，中国的年装机量开始超过世界其他国家的总和，确立了绝对 的市场主导地位。2021-2023年期间，中国工业机器人年装机量稳定保持在27-29万台的高位水平，占全球装机量的一半以上。这种持续的高位运行体现了中国制造业自动化转型的强烈需求。 这四个维度的数据共同描绘了中国人工智能技术发展的系统性特征：从基础研究的厚积薄发，到技术创新的爆发式增长，再到产业应用的快速普及和工业自动化的领先布局，形成了完整的创新链条和产业生态。然而，如此迅猛的技术发展态势背后，一个根本性问题随之浮现：在科学技术已经在中国蓬勃发展的背景下，人与技术如何实现和谐发展？ 从现实层面看，这一问题关乎技术进步能否真正转化为社会福利的普遍提升，直接影响着数以亿计劳动者的就业前景和收入水平。从国际经验来看，技术进步与就业、收入分配之间的关系远非简单的正相关关系。发达国家在经历信息化、自动化浪潮时，都曾面临技术性失业、技能极化、收入不平等加剧等挑战。人工智能作为一种通用目的技术，其影响范围之广、替代能力之强都超越了以往任何技术革命，可能对从体力劳动到认知工作的几乎所有职业类别产生冲击。 对于中国而言，这一挑战具有特殊的复杂性和紧迫性。首先，中国正处于经济转型升级的关键阶段，既要保持合理的增长速度，又要实现发展方式的根本转变。人工智能技术的快速发展为这一转型提供了重要机遇，但同时也可能加剧转型期的结构性矛盾。其次，中国拥有世界上规模最大的劳动力队伍，其中相当比例从事可能被人工智能替代的工作。如何确保技术进步的成果能够惠及广大劳动者，而不是造成大规模的技术性失业，是中国必须面对的重大挑战。 从经济学研究的角度看，人工智能技术的快速发展对传统的人力资本理论提出了前所未有的挑战。人工智能技术的出现和发展本身对人力资本的方方面面都产生了重大影响，包括其参与生产的方式与过程，其本身的产生与积累，以及人力资本与技术进步的关系。这些深刻变化要求我们重新审视经典理论框架的适用性，并发展适应新技术特征的分析工具。 首先，人工智能技术对人力资本参与生产的方式与过程产生了深刻影响，这种影响难以用传统的要素偏向或要素中性的技术进步模型来概括。在传统的经济学分析框架中，技术进步主要表现为对特定生产要素（如高技能劳动力或资本）的偏向性需求增长，或者表现为对所有要素生产率的同比例提升。然而，人工智能技术的特殊性在于它不仅仅是提高某种要素的边际生产率，而是深度参与人力资本参与生产的过程本身。具体而言，人工智能系统能够执行原本需要人类认知能力才能完成的复杂任务，包括模式识别、决策支持、创意生成等。这意味着人工智能不是简单地与人力资本形成互补或替代关系，而是在任务执行层面与人类智能进行更细粒度的交互。在某些任务上，人工智能可能完全替代人类；在另一些任务上，人工智能与人类形成协作关系；还有一些全新的任务可能因人工智能的出现而产生，需要人类掌握与人工智能协作的新技能。这种复杂的交互模式超越了传统生产函数中要素间简单的替代弹性概念，迫使经济学家开发全新的理论工具和分析框架来描述这一过程。 其次，人工智能技术通过影响人力资本参与生产的过程，进一步对人力资本本身的 产生与积累产生了深远影响。这种影响主要通过劳动力市场的价格信号传递机制来实现：当人工智能技术改变了不同技能、不同任务的相对价值时，市场会通过工资差异等价格信号将这种变化传递给劳动力市场的需求侧，从而影响劳动者和家庭的人力资本投资决策，最终影响人口和人力资本积累的长期动态。 最后，人工智能技术还可能从根本上改变人力资本与技术进步、经济增长之间的关系。在传统的内生增长理论中，人力资本是推动经济长期增长最重要的因素之一，是技术进步的重要源泉。然而，人工智能技术本身具有参与甚至主导创新过程的潜力。当前，人工智能系统已经开始在药物发现、材料设计、算法优化等领域展现出强大的创新能力。大型语言模型能够进行文本创作、代码编写、科学推理等原本需要高度创造力的工作。机器学习算法能够从海量数据中发现人类难以察觉的模式和规律。这些变化意味知识生产函数本身可能发生性质上的根本改变，颠覆我们关于人力资本和经济长期增长的关系的认识。 综合来看，人工智能技术的发展从生产过程参与、人力资本形成和技术进步机制三个层面对传统理论构成了系统性挑战。传统的基于固定生产函数、稳定技能分类和线性技术进步的分析框架已经难以充分解释和预测人工智能时代的经济现象。因此，我们有必要在人工智能时代调整经典的人力资本研究框架，以适应时代发展和现实需求。 本文旨在介绍一个适应人工智能时代特点的中国人力资本研究的分析框架，通过系统性的多层次分析来回应前述挑战。介于人工智能技术对人力资本的经济作用的直接冲击主要发生在需求侧，本文从近年来逐步成为讨论技术进步与人力资本需求的关系的基准框架——任务-技能框架——切入。传统的基于要素替代弹性的生产函数框架难以解释自动化和人工智能技术产生的诸多特征事实：为什么技术进步会导致就业极化而非简单的技能偏向？为什么技术进步会导致部分劳动力技能的绝对需求下降？任务-技能分析框架通过将生产过程分解为任务层面，并分析技术对不同任务的差异化影响，为理解这些现象提供了更精确的分析工具。随后本文将回顾计算机普及、工业机器人应用等历次技术浪潮的经验，观察任务-技能框架在这些场景中的应用，梳理技术进步影响劳动力市场需求的基本机制。紧接着本文聚焦于人工智能技术——尤其是生成式人工智能技术——作为通用目的技术在任务执行能力、学习进化速度、应用范围等方面展现出的前所未有特点。本文将概述一系列关于人工智能技术可以完成何种任务的研究，并对人工智能技术对劳动力市场需求的影响展开初步讨论。 然而，技术变革的最终影响不仅取决于技术本身的特征，更取决于企业、劳动者和家庭如何调整自己的决策行为。本文随后将讨论人工智能时代的劳动力市场均衡。通过两个启发性的例子，本文将简略讨论为何以及如何在经典任务-技能框架中加入对劳动力市场各主体决策的描述，并对人工智能时代劳动力市场上的四个主要行为主体——生产企业，研发企业，劳动者和家庭——的决策及其互动均衡进行概述。最后，本文进一步讨论这些微观变化的宏观经济后果，即经济增长和收入分配。在增长维度，本文将讨 论人工智能技术可能如何改变经济增长和人力资本之间的关系；在分配维度，本文将分别讨论人工智能技术如何影响资本与劳动的收入分配，以及劳动收入内部的分化格局。 对中国而言，人工智能时代的人力资本研究具有特别的重要地位与广阔的研究前景。中国兼具超大规模劳动力市场、快速技术扩散、显著的区域与城乡差异、独特的所有制结构以及持续推进的产业升级，这些特征使中国既是全球最需要了解人工智能如何重塑人力资本形成、配置与回报机制的经济体，也为相关研究提供了丰富而独特的经验基础。本文在各部分的讨论中也简要回顾了已有的相关中文研究。展望未来，随着人工智能技术加快渗透到教育、生产与就业各环节，中国人力资本研究有望进一步拓展研究边界，在人力资本形成机制、技能需求变化、劳动力市场调整以及收入分配效应等方面形成更系统的认识。与此同时，立足中国超大规模经济体、区域差异显著和制度环境复杂的现实情境，相关研究也有望在经验识别、理论提炼和政策评估等层面作出更具国际意义的贡献。 具体而言，本文的内容安排如下：第二部分回顾和拓展任务-技能分析框架，梳理计算机普及和工业机器人应用相关的实证结果。第三部分专门讨论人工智能时代的人力资本需求特征，重点探讨如何测度和评估不同职业、任务、技能对人工智能技术的暴露度，并结合已有的初步实证证据简略探讨生成式人工智能等前沿技术对劳动力市场的影响。第四部分从劳动力市场均衡的角度展开分析，探讨为何以及如何弥补传统任务-技能框架在行为主体决策分析方面的不足。第五部分综合讨论人工智能与人力资本互动的宏观经济结果，包括对经济增长动力机制的重塑和对收入分配格局的影响。第六部分总结。 二、技术进步与劳动力市场需求：任务-技术框架 自Autor等人2003年的奠基性工作以来6，任务-技术框架已经逐步成为讨论技术进步与人力资本需求的关系的基本模型。在这一章节中，我们首先讨论传统模型的弊端，然后概述任务-技术框架的基本结构，接着以生成式人工智能出现前的两次技术浪潮——计算机和工业机器人的普及——为例，叙述国际上劳动经济学如何在技术进步与人力资本需求有关的实证研究中应用这一框架，最后讨论这一框架在中国劳动力市场相关研究中得到应用的情况。