国联民生AI画像系列三报告：AI沃土的就业画像研究

发布时间：2026-08-19 一、AI总结内容 一、核心研究结论 1. AI对就业的影响呈双向表现：经济体层面AI越强失业率越低，像就业稳定器；但经济体内部AI渗透率越高失业率越高，像就业分化器，存在明显反转。 2. 全球AI发展分布不均，高度集中在成熟经济体，仅中国、印度、巴西等大经济体能进入AI竞争力前15，高收入经济体人均GDP与AI竞争力不直接相关。 3. 按就业模式划分两类经济体：虹吸型（美、加、新、中国香港，外来人口占比高，靠吸引全球人才做大就业总量，存在移民超供给致失业的成本）；内驱型（日、韩、中国台湾，外来人口占比低，靠本土产业平衡就业供需，AI为现有劳动力赋能）。 4. 两类经济体产业链定位不同：内驱型造半导体硬件（贸易顺差），虹吸型拼算力集群（进口硬件），中国人口结构近内驱型但需自建算力，情况特殊。 二、关键机制分析 1. 经济体层面AI促就业的核心是人才虹吸+发达劳动力市场，二者在经济体内部被抹平后，AI对就业呈净分化效应。 2. 美国州内AI就业分化源于岗位不对称影响：高端岗位靠全球人才流入扩张，基础岗位被替代，AI发达州呈现高端岗位密集与技术岗位萎缩并存的剪刀差，导致人口净流出、就业未同步增长，数据中心拉动就业能力有限，资本更多投入硬件而非人工。三、政策与投资启示 1. 货币政策层面：AI使总量失业率失真，掩盖结构性就业疲软，失业属性变化（对利率不敏感），菲利普斯曲线模糊，美联储需转向细颗粒度结构性就业指标，美国国税局微观数据或成参考。 2. 投资线索：半导体硬件环节受益于全球算力扩张，建议跟踪北美大厂资本开支指引；应用层人工成本替代可关注人均创收抬升但人员规模压缩的行业。四、风险与关注 1. 中国AI就业模式因禀赋特殊，需关注内部产业升级对本土就业的消化能力。2. 美国政策调整节奏可能影响全球AI相关产业链的资本开支与市场预期。 二、音频原文（转写） 大家好，欢迎参加国联民生宏观经济宏观研究新范式系列三AI画像系列报告。AI沃土的就业画像，目前所有参会者均处于静音状态。下面开始播报声明。根据证券期货投资者适当性管理办法，本次电话会议仅服务于国联民生证券研究所白名单客户。 本次会议在任何情形下都不构成对会议参加者的投资建议，相关人员应自主做出投资决策，并自行承。担投资风险，国联民生证券不对任何人因使用会议内容而引致的任何损失承担任何责任。未经国联民生证券事先书面许可，任何机构或个人不得以任何形式复制、刊载、转载、转发、引用本次会议内容，否则由此造成的一切后果及法律责任由该机构或个人承担。本公司保留追究其法律责任的权利。 呃，各位投资人晚上好，我是国联民生宏观助理研究员周志珍。呃，今天呢，占用大家一些晚上的时间，我来 汇报一下我们接下来就是这三天连续的一个AI画像系列的一个开篇。然后今天我我们讲就业，然后在开始之前呢，就是呃，先先把结论放在前面吧。呃，从我们的研究结果来看的话，AI对就业的影响它实际上是一个呃尺度方面的问题，就是我们把镜头拉远，如果看国有 国经济体与经济体之间，我们会发现AI越强的经济体，它的失业率就越低。 AI发挥的作用呢，就有点像就业的稳定器一样。但是我们如果把镜头推进，就是看到更细的颗粒度里面，我们会就会发现一个国家内部，就比如说美国的州与州之间，这个结论就可能直接反过来。我们在这个层面观察到的是AI渗透率越高的州，它的失业率可能就越高。就同一件事情上面，我们发现了两个相反的答案。 那今天其实我们就是要讲清楚两点。就第一点就是这样的一个反差和反转。它是怎么发生的？然后第二个就是这个现象。 对于我们开货币政策意味着什么？呃，首先看第一张图，这个呢是斯坦福H A I的A I竞争力前十五强。然后通过这个图的第一个观察，就是AI沃土它的分布其实是不均匀的。它非常高度的集中在成熟经济体里面。 然后我们看到就是在高数晶体以外。能够挤进这个榜单的，实际上就只有中国、印度、巴西这么几个国家。然后这几个国家其实共同特点就是自身经济体量足够大，然后相关的要素能够堆得起来。第二个观察呢，其实也比较有意思，就是我们看的高收入经济体的内部呢。 人均GDP和AI竞争力其实是基本上不相关的。这卢森堡瑞士他们的人均G D P排在全球前列。但是呢，他们的AI竞争力反而其实不如新加坡和韩国。这个说明什么？ 就说明其实对于AI经济而言。一个国家或者经济体，它的一个发展水平，它相当于是一道门槛。跨过去呢，实际上是提升AI经济体的一个必要条件。但是跨过门槛之后。 如何决定？每一个经济体的排名和次序其实是别的东西了，它干的是人才的生态。有可能是产业的分工，也有可能是这个国家或者经济体。它具体的要素是怎么配置的？ 而这些结构性的因素呢，其实就决定了AI的红利究竟分给了谁。检验红利分配的。比较好的方法呢，从我们的角度来看，第一个其实就是就业。我们先看一下右边这张图，右边这张图先看总量吧。 呃，横轴是人均的AI出版物，纵轴的话是这个经济体的就业情况。这里其实我们能看到一个比较清楚的正相关。在美国、香港、韩国这些AI高地呢，它的劳动力市场相对而言都比较平稳。但是对于南欧这些AI发展相对比较落后的经济体而言呢？ 他们可能长期就饱受一个高失业的一个状况。啊，看到这里。就。可能。 结论下就会比较轻率，就说我们会认为AI能够创造真言故事，可能就讲完了。但是其实我们在之前的另外一个报告，也是我们在下周会给大家展示的一个报告。呃，也是关于美国就业的里面，我们会有一个相反的判断，就是说AI对高暴露的岗位。尤其入门级的岗位，中高性岗位。 它其实会有一个相对而言比较明显的一个替代效应。这两个结论摆在一起呢，是其实有点自相矛盾的。所以呢，我们要接着往下拆。而具体拆的方法呢，看经济体之间的差异，其实 就是我们要引入第二个变量。 就是说它这个经济体，它的外来人口的占比。我们把。外来人口占比和失业率放在一起。A I高地实际上就变成了两个阵营。 第一组。我们叫做红西行，红西行比较代表性的国家就是美国、加拿大。新加坡，还有中国香港。他们特征呢比较明显，就是说外来人口的占比相对而言比较高，比如像新加坡。 他的外来人口也就出生在外国的新加坡。居民人数占现在总人口的差不多一半，然后中国香港的话，这个比例差不多是四成。美国和加拿大这些大国呢？他也。 拥有一个就是远高于经合组织平均水平的一个外来人口的占比。然后这些经济体的劳动力市场，它本质上是一个面向全球的一个人才蓄水池。他靠自己的产业生态，靠自己非常有竞争力的薪资。然后靠职业发展的空间。 把全世界的高端人才和资本吸引过来。然后把就业总量来做大。但这里面其实有一个反例，就是我们也不得不提一下，就加拿大，就加拿大的移民占比很高，但是实际上它的失业率其实不低。归根结底，我们看了一下，其实是因为 外来人口的流入实际上已经 超越了他岗位创造能力。 那多出来劳动力供给呢，在短期内就变成了一个失业。这个其实就是我们看到虹吸模式，虹吸经济体它。成为这样的经济体。所要付出来一个成本。 第二类的国家呢，我们叫做内驱型。它比较具有代表的就是呃呃第二类的经济体，我们叫内驱型经济体。比较具有代表的就是呃日本、韩国还有中国台湾。像这些经济体，它的外来人口占比实际上都在个位数，失业率同上也很低。 但他们的低失业来源其实和之前的不一样，他们不是靠吸收外部的人才，而是相对而言更加依赖自己本土比较成熟的产业体系，还有配套的一些就是职业培育啊。社保网络啊，在内部把呃就是就业的供需给平衡掉。然后AI在这里做的呢，其实就是一个存量的增值，就是给他们现有的劳动力赋能，而不是引进海外的人才来做增量。这两条路无论是虹吸还是内驱，它其实都是指的指向了一个终点，就是我们看到一个低失业的情况。 两类经济体的差别呢，其实不光在他们的人口构成上面，他们其实在产业链上面的位置呢也不太一样。我们用一句话来概括的话，其实就是 内驱造硬件。红棋拼算力。先看一下。 呃，左边这张图就是关于半导体的一个贸易结构。内驱型 它是全球半导体硬件的一个主要的供给方。基本上都是保持着贸易顺差，而日本的半导体出口规模大概是进口的两倍。然后，韩国和中国台湾实际上也长期保持着半导体方面的长期。 顺产。内需型经济体，他们靠本土的芯片制造和设备产能向全球输出硬件。承接海外的订单，然后产能呢是落在本土。它是一个相对而言比较依赖外需驱动的一个模式。 那我们看到红色经济体的话，它实际上就在产业链的另外一端。像美国的半导体进出口大大概是持平的。加大和中国香港基本上都是比较明显的一个贸易逆差。红型经济体呢，他们大量进口。 A I相关的硬件 目的很单纯，其实就是在本土搭算力集群，搭数据中心。新加坡是一个标杆的样本。就是他自己本身既是贸易枢纽，然后本土呢其实也有半导体产能，还有算力，这个其实有点像全能型。然后我们再看一下右边这张图。 就是反映的是一个每百万人口的数据中心数量。在里面的话，我们可以看到红西行的几个经济体。相当于是120线。美国、中国、香港 新加坡它其实上都在高位。 但是日本、韩国还有中国台湾这些内需经济体。它的数据中心分布呢，相对而言就比较稀疏。其实到这里呢，我们差不多两张画像就完整了。一个还是红丝型。 考人才全球吸资本投下游应用。然后那剧情呢，基本上人口角度上来讲是自己。自给自足的。资本呢，基本上。 呃，绝大部分情况下投投入到产能，然后供应全世界所需要的硬件。然后讲到这里的话，其实我们可能就需要考虑一个问题，就是中国我们会放在哪一格啊？就其实坦白来说的话，中国并没有办法直接套进去这个二分法上面。从人口结构上来讲，我们其实比较接近内需型，因为我们的外来人口实际上也是就是处于一个个位数里面比较低位的状态。 人才基本上也是本土培养内部循环。但是在产业链定位上面呢，其实我们又不是纯粹的内聚性，因为制造和算力。这两头实际上我们都在做，所以我们 比较倾向于这么描述中国，就是我们拥有一个内需型的人口底盘。加上一套正在自建的一个算力体系。 这个组合其实在全球是比较。少有的。就。其实就第一。 中国基本上没有办法用那套呃虹吸全球人才做大总量的一个路径，我们这个增量。需要靠我们自己内部产业升级来消化。第二个。就是内驱型那种。 硬件出口算入外包这种分工呢，其实我们也没有办法接受，因为我们自己也在建算力。这两条叠加起来，就其实中国面对这些问题，其实更接近下半场我们要讲的一个。呃，更细颗粒度的晶体内部类似于美国州内的这种情形。但是因为我们自身的禀赋，实际上。 呃，和美国也不一样，我们自身沾着。就是这个红色性和内置型光谱两边的光。所以。A I对就业的镜像也上面，实际上我们的情况会比美国乐观一点。 现在到了我们呃 这是一张比较关键的图，就是我们之前提到，就是在经济体之间。呃，A I其实是 呈现了一个对就业的一个促进作用。但是如果我们把分析单元往下下沉一层。就是从经济体之间。 下沉到经济体内部。我们看一下美国各州AI渗透率和当地失业率。还在对比。的话，我会发现一个比较相反的结果。 我们会发现AI渗透率越高的时候，它的失业率反而越高。AI应用领先的那一组，它的平均失业率其实是显著高于落后的那一组的。那为什么会反转呢？其实我们要考虑到人才虹吸这个机制啊，它实际上在经济体之外和经济体内部是不一样的。 在美国，州与州之间，它没有签证也没有海关，人才其实是一种自由流动的状态。这样子的话，它截留全球人才的。这样的一个呃方式或者说机制在州之间就相当于是失效了。那换句话来说的话，就经济层面我们看到的AI强失业低，其实相当一部分要归于两件事：一是人才虹吸； 第二个就是发达经济体它本身劳动力市场相对而言比较完善。但这两个因素实际上在州之间被抹平了，然后过滤掉之后剩下来的其实才是我们看到的AI对经济体内部就业的一个净效应。这个方向其实和我们之前看到经济体之。间其实相反的。 在经济体之间呢，我们之前说到就是AI它发挥了一个就业的稳定器的作用。但是在经济体的内部。AI有点相当于是就业的分化器。嗯。 然后进一步进行研究，我们发现 对于