> **来源：[研报客](https://pc.yanbaoke.cn)** # 人工智能时代的中国人力资本研究总结 ## 核心内容概述 本文探讨了人工智能在中国快速发展对人力资本研究带来的深刻挑战，分析了技术进步对劳动力市场、技能需求与收入分配的影响，并提出了适应人工智能时代特点的分析框架。 ## 主要观点 1. **人工智能发展迅猛**： - 中国在人工智能基础研究、技术转化与产业应用方面取得了显著进展。 - 论文发表量和被引量均大幅增长，显示出研究质量和国际影响力提升。 - 人工智能专利授权量呈现“J型”增长，2023年达到历史高点，显示出技术落地能力增强。 - 中国企业在人工智能技术应用方面表现积极，特别是在生成式人工智能领域，2024年采用率已接近欧美水平。 2. **传统人力资本理论面临挑战**： - 传统模型难以解释人工智能对技能需求的复杂影响，如部分技能的绝对需求下降。 - 人工智能不仅替代某些任务，还可能创造新任务，改变技能需求结构。 - 人工智能可能影响人力资本形成机制，改变其与技术进步、经济增长的关系。 3. **任务—技能分析框架的引入**： - 该框架通过将生产过程分解为任务层面，分析人工智能对不同任务的差异化影响。 - 它能够解释技术进步对某些技能需求的下降和对其他技能需求的上升。 - 该框架还能够识别新任务和新技能的出现，以及任务间的替代与互补关系。 4. **人工智能对劳动力市场的影响**： - 生成式人工智能对多个职业和任务具有广泛的暴露度，尤其是对程式化、非认知交互型职业影响最大。 - 部分研究显示人工智能可能提高生产效率，但也对某些技能产生替代效应。 - 人工智能可能带来技能极化、收入分配变化以及就业结构的调整。 5. **企业与劳动者的决策行为对均衡的影响**： - 企业决策行为在人工智能时代变得复杂，包括技术采纳、市场定位和技能培训。 - 劳动者的决策行为，如城乡迁移和技能适应，对劳动力市场均衡具有重要影响。 - 企业间存在异质性，如公有制与私有制企业在技术采纳路径上存在显著差异。 ## 关键信息 - **论文发表与专利增长**：中国在人工智能领域的研究与技术转化速度迅猛，2010-2020年论文发表量增长超过一倍，专利授权量在2023年达到85万件。 - **企业采用率**：大中华区企业在人工智能应用上的采用率在2024年已基本追平欧美，生成式人工智能的采用率在2024年达到73%。 - **工业机器人**：中国自2017年起成为全球最大的工业机器人市场，占全球装机量的一半以上。 - **就业极化现象**：中国制造业内部出现了就业极化，但整体就业市场尚未显著表现出极化趋势。 - **技能暴露度计算**：已有研究通过机器学习和专家评分方法对职业、任务和技能的暴露度进行了估算，发现高技能职业和任务对人工智能的暴露度更高。 - **企业行为与均衡分析**：企业间的决策异质性对劳动力市场需求具有缓冲作用，同时影响宏观技能需求趋势。 - **劳动者决策与迁移**：人工智能技术对劳动者的技能需求和迁移行为产生影响，尤其对低技能劳动力迁移的抑制效应显著。 ## 研究展望 - 人工智能时代的人力资本研究应更加关注企业、劳动者和家庭的决策行为。 - 未来研究需建立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之间的互动机制。 - 中国的人力资本研究有望在经验识别、理论提炼和政策评估等方面作出国际贡献，特别是在技能形成、就业结构调整和收入分配效应方面。 ## 研究结构 1. **引言**：介绍人工智能在中国的快速发展及其对人力资本研究的挑战。 2. **技术进步与劳动力市场需求**：回顾任务—技能框架，分析其在计算机和工业机器人应用中的实证表现。 3. **人工智能时代的人力资本需求**：探讨生成式人工智能对劳动力市场的影响，包括暴露度计算和实证研究。 4. **从需求分析到均衡分析**：讨论企业与劳动者在人工智能时代的决策行为及其对劳动力市场均衡的影响。 ## 结论 人工智能技术的发展正在深刻改变中国劳动力市场的结构和技能需求，对传统人力资本理论提出挑战。任务—技能框架为分析这一变化提供了新的工具，但需进一步纳入企业与劳动者的行为决策，以实现更全面的均衡分析。未来研究应关注人工智能对技能形成、就业极化和收入分配的影响，并为政策制定提供理论依据。