世界银行-中低收入国家工人接触人工智能的情况（英）-2025.2_37页_2mb

政策研究工作论文 11057

标题：低收入和中等收入国家工人对人工智能的暴露

摘要

本研究利用来自25个低收入和中等收入国家的35亿人口微观数据，分析了人工智能对劳动力市场的影响。发现高收入国家工人的AI职业暴露水平最高（62分），其次是上中等收入国家（49分）、下中等收入国家（44分）和低收入国家（37分）。性别数据显示，女性工人在所有收入国家中更易暴露于AI，城乡差异在低收入国家中最为显著。此外，电力基础设施不足会进一步限制AI在低收入国家的普及率，加剧数字鸿沟。

1. 背景与数据

• 研究范围：25个低收入、下中等收入、上中等收入和高收入国家，涵盖3.5亿人口。
• 核心工具：AI职业暴露（AIOE）指数，基于O*NET职业分类，用4位码职业编码提高精度。
• 样本特征：40岁以下群体和低学历者AI暴露水平低，而城市、高学历、女性和专业人士暴露更多。

2. 核心发现

（1）国别差异

• 高收入国家：AI职业暴露最高（平均62），其次是上中等收入（49）、下中等收入（44）和低收入国家（37）。
• 低收入国家：仅有12%-15%的职业暴露较高，电力缺乏是主要短板。

（2）人口社会学特征

• 教育：学历越高，AI暴露越大，尤其在中低收入国家。
• 性别：女性在所有收入国家均更易接触AI，但性别差距在高收入国家更显著。
• 城乡分布：城市工人AI暴露远高于农村，尤其是在低收入国家（城市暴露率达19%，农村仅62%）。

（3）基础设施制约

• 电力覆盖：低收入国家仅27%工人所在家庭有互联网访问，电力不普及进一步限制AI技术推广。
• 地区差异：农村地区AI暴露率显著低于城市，加剧城乡和区域发展不平衡。

3. 政策启示

• 差异化应对：不同收入国家需制定针对性政策，例如加强教育、改善基础设施、关注弱势群体（女性、农村）。
• 避免技术鸿沟：AI投资应在解决电力等基础设施问题的同时，防止扩大数字鸿沟。
• 性别与和平等：重视女性的高暴露率，采取措施提升劳动市场的女性参与度。

4. 研究局限与建议

• 职业分类偏差：基于美国劳动市场的职业定义可能高估低收入国家AI暴露。
• 数据扩展需求：未来需纳入更多国家样本和更新的劳工调查数据。