2024-09-17-国际清算银行-生成性人工智能的兴起_对美国劳动力市场的暴露_替代和不平等效应进行建模（英）_40页_4mb

总结：生成式AI对美国劳动力市场的影响

核心内容

本文探讨了生成式人工智能（Generative AI）对美国劳动力市场的影响，特别是其在职业暴露、替代效应和收入不平等方面的潜在作用。研究基于O*NET数据库，对711种职业进行分类，分析AI在不同能力水平下对职业技能的影响。

主要观点

• AI的暴露程度：AI仅能替代那些涉及计算机交互的技能。随着AI能力的提升，其暴露范围逐渐扩大。
• 技能分类：职业技能分为核心技能和辅助技能。AI更容易替代辅助技能，而核心技能则更难被替代。
• 收入不平等的影响：AI对高收入职业的辅助技能影响较大，而对低收入职业的核心技能也逐渐产生替代效应，这可能加剧收入不平等。
• 替代与互补效应：AI在早期主要对低技能职业产生替代效应，但随着其能力增强，对高技能职业的辅助技能产生积极的互补效应，提升生产力。

关键信息

AI能力与技能暴露的关系

• 低AI能力：仅7%的技能受到AI影响，且影响范围均匀分布于整个工资分布。
• 中等AI能力：平均17%的技能受到AI影响，最高可达45%。
• 高AI能力：技能暴露率显著上升，最高工资四分位数的技能暴露率达45%，最低工资四分位数的技能暴露率达26%。

职业技能的分类与影响

• 核心技能：难以被AI替代，通常涉及复杂的认知任务。
• 辅助技能：更容易被AI替代，如文书工作、行政管理等。
• AI对职业的互补作用：AI可以辅助高收入职业完成辅助任务，从而提高其生产力，但不会直接替代其核心技能。
• AI对低收入职业的威胁：随着AI能力增强，低收入职业的核心技能也逐渐暴露，可能导致替代效应和收入不平等扩大。

工具与方法

• AISA指数：AI自动化份额指数，结合计算机交互时间和技能可自动化程度，用于量化AI对职业和行业的影响。
• 数据来源：使用O*NET 27.2版本和美国劳工统计局（BLS）的2022年职业就业与工资统计数据。
• 模拟方法：通过构建一个基于技能和职业水平的自下而上的模型，模拟不同AI能力水平下的影响。

行业层面的暴露情况

• 低AI能力：对劳动密集型行业（如“建筑与地面清洁维护”）影响较大，AI能力已覆盖40%的技能。
• 中等AI能力：对传统办公室密集型行业（如“工程”、“管理”、“法律”）影响较小，仅覆盖约20%的技能。
• 高AI能力：对高收入行业的影响显著增加，其辅助技能暴露率高达62%，而核心技能暴露率仍较低（约20%）。

结构分析

• 第1步：基于AI能力提升，分析其对涉及计算机交互的职业技能的影响。
• 第2步：分析AI对核心技能与辅助技能的互补与替代效应，识别不同职业对AI的反应。
• 结论：生成式AI可能不会减少不平等，反而可能加剧，尤其是在低收入职业中。

政策意义

• 本文强调了理解AI对劳动力市场的影响对于制定公平增长和就业稳定政策的重要性。
• AI的扩散可能带来生产力提升，但也可能威胁部分职业，尤其是那些依赖低技能辅助工作的职业。
• 政策制定者需要关注技能再培训和劳动力市场结构变化，以应对AI带来的挑战。

未来展望

• AI能力的提升将改变其对劳动力市场的影响方式。
• 需要持续监测AI的发展，并评估其对不同行业和职业的潜在影响。
• 本文提供了一个框架，用于量化AI对职业和行业的暴露与影响，为政策制定提供参考。

参考文献

• Acemoglu, D., & Restrepo, P. (2018a, 2018c, 2019, 2020, 2022)
• Brynjolfsson, E., et al. (2023)
• Eloundou, A., et al. (2023)
• Felten, J., et al. (2021)
• Gmyrek, J., et al. (2023)
• Noy, I., & Zhang, Y. (2023)
• Peng, Y., et al. (2023)
• Pizzinelli, A., et al. (2023)
• Webb, A. (2020)
• Yang, H. (2022)