2024-06-16-IMF-人工智能与职业流动_跨国分析（英）_52页_2mb

AI产业链暴露与职业流动性：跨国分析

该报告通过巴西和英国的横跨境案例研究，探讨了人工智能对职业流动性的影响。研究采用了个人就业微观数据，依据Felten等人的AI职业暴露量表，将职业分为三类：高暴露高互补（HEHC）、高暴露低互补（HELC）和低暴露（LE）。

• 教育水平差异: 在两个国家中，大学生的就业情况类似，更倾向于从HELC类职业转向HEHC类职业，尤其是年轻人。商学院毕业生在英国和巴西的职业转换率相同，显示AI影响较为普遍。但巴西无学历者转至收入较低职业的风险显著较高，表明其面临更大收入亏损风险。

• 职业流动性分析: 巴西劳动者职业转变率高于英国，显示劳动力市场更具动态性。研究示年轻人（尤其是大学生）更容易进行正向职业移动，从而获得更多收入；但HELC职业的减少可能阻碍年轻劳动者的就业路径，并减少收入。

• 终身职业路径: 研究通过构建职业路径和收入增长模型，发现AI对劳动者的影响因教育水平、国家（发达国家与发展中经济体）和个人年龄而异。冲击的类型（如失业或转变为低薪行业）和全球政策互动，均需考虑对长期收入的影响。

报告总结，AI对劳动力市场的影响因教育水平、国家发达程度等存在显著差异，短期内难以确定其最终效应，但整体而言，AI可能带来机会挑战共存的局面，并强调政策干预的必要性。