亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

題記：2024年6月16日，北大國發(fā)院【朗潤·格政】第186期論壇在承澤園舉行，主題為“新技術新產業(yè)新就業(yè)——人工智能對中國勞動力市場的潛在影響”。本文根據北大博雅青年學者、國發(fā)院經濟學教授、中國公共財政研究中心主任李力行的演講整理。

數字化技術的發(fā)展歷程經歷了多個階段。從工業(yè)機器人代表的自動化技術，到互聯網和軟件引領的信息化技術，再到如今智能制造的崛起，特別是人工智能及其大語言模型的應用，這些變革都反映了技術進步的軌跡。

同時，相關的政策也在不斷演進，如2013年提出的《關于推進工業(yè)機器人產業(yè)發(fā)展指導意見》，2015年《中國制造2025》強調智能制造，以及2017年首次出臺的《新一代人工智能規(guī)劃》，都標志著技術發(fā)展與政策支持的緊密結合。

數字技術的供給與需求存在相互作用

技術創(chuàng)新與技術采納之間有相互作用。技術創(chuàng)新為產業(yè)提供了技術供給，而產業(yè)如何應用這些技術則反映了市場需求。這種供給與需求的相互作用決定了技術在現實中的應用程度。以工業(yè)機器人為例，隨著勞動力成本上升、人口老齡化以及劉易斯拐點的到來，市場對替代勞動力的技術需求日益增加，推動了工業(yè)機器人技術的廣泛采納。在這里，工業(yè)機器人技術的發(fā)展主要受到需求方的推動。

此外，數字平臺與靈活用工的結合則體現了技術創(chuàng)新在供給方面的推動作用。靈活用工早已有之，而以美團為代表的生活服務型數字平臺，通過技術創(chuàng)新，使得供方、需方、商家、消費者和外賣員等各方能夠通過掌上APP實現高效連接，進一步推動了靈活用工模式的發(fā)展。這一過程中，技術創(chuàng)新在供給方面發(fā)揮了關鍵作用。

在研究技術對勞動力的影響時，技術采納無疑是一個關鍵因素。我們的研究團隊構建了暴露指數這一框架，用以評估人工智能大語言模型在理論上能夠替換各種職業(yè)或技能的程度。然而，實際替換過程涉及到采納的問題。企業(yè)在決定是否采納某種數字技術時，會綜合考慮成本和收益。

在以前的分析中，我們曾經對不同行業(yè)的人工智能技術采納率進行了預測，并預測了到2049年的采納率，涵蓋了低、中、高三個層次。其中，旅館和住宿服務業(yè)的預測采納率較高，達到50%、60%、80%不等。然而，對于科學研究等行業(yè)，當時的預測采納率非常低，僅為9%、10%、13%左右。這一預測顯然未充分考慮到最近一段時間大語言模型在科研領域的應用，它們實際上能夠在很大程度上輔助或替代科研人員的工作。因此，準確預測技術采納率是一項極具挑戰(zhàn)性的任務。

在實際操作中，衡量技術采納的最佳方式之一是分析招聘數據。招聘活動直接反映了用人單位對技術的需求，且涉及實際的資金投入。人工智能技術的特點在于其供給主導性，即創(chuàng)新主導型。目前，我們仍不確定大語言模型在日常生活中能夠帶來哪些具體變革，各大互聯網公司也都在探索大語言模型的商業(yè)化應用，希望找到能夠推動其落地的爆款應用。因此，從這一角度看，人工智能技術的發(fā)展可能并非由需求主導，而是由供給推動。我們期待這種供給能夠創(chuàng)造出新的需求，并在此過程中，對采納率背后的成本和收益進行深入分析。

技術創(chuàng)新受到多重因素的影響。

首先，技術創(chuàng)新取決于要素稟賦，這些要素包括企業(yè)家精神、資本投入等。要素稟賦的發(fā)達程度直接影響技術創(chuàng)新的可能性，其中科研人員的密集程度也是一個重要特征。當要素稟賦更為豐富時，新技術創(chuàng)新的出現就更加有條件。

其次，一般性質的制度環(huán)境也對技術創(chuàng)新有著重要的影響。例如，法治的完善能夠更好地保護產權，而金融制度的發(fā)達，如VC等直接針對創(chuàng)新的融資方式，則能更有效地推動技術創(chuàng)新。

此外，營商環(huán)境的普遍改善也為技術創(chuàng)新提供了良好的環(huán)境。

人工智能產業(yè)政策的現狀

產業(yè)政策本身是一個充滿爭議的話題。實施產業(yè)政策的經濟學邏輯主要基于產業(yè)的正外部性和國家安全屬性。由于產業(yè)的研發(fā)能夠產生外部性，反哺其他行業(yè)，同時某些行業(yè)具有國家安全的屬性，其市場價值與社會價值可能存在不一致，因此需要政府資助以平衡社會收益與邊際市場收益。

此外，產業(yè)政策也旨在解決多重均衡下的協同失效問題，如產業(yè)鏈上下游之間可能存在的互相敲竹杠現象，通過第三方協調機制可以減少交易費用。

實施產業(yè)政策的手段多種多樣，包括但不限于研發(fā)補貼、稅收優(yōu)惠、融資支持、土地優(yōu)惠、公共品的有偏提供、關稅和貿易保護、政府采購、投資目錄以及強制規(guī)定等。這些手段通過多種方式促進產業(yè)發(fā)展和技術創(chuàng)新。

產業(yè)政策常受到質疑，其中主要原因在于，政府作為實施主體時，由于信息不足，難以準確識別并資助那些急需支持的企業(yè)，往往只能在事后進行獎勵，而非及時提供雪中送炭般的支持。這種滯后性不僅限制了政府對高風險創(chuàng)新的及時支持，還容易引發(fā)尋租腐敗，對市場競爭產生不利影響。

當前新產業(yè)政策經濟學的研究焦點已從是否實施產業(yè)政策轉向如何有效實施產業(yè)政策。

在討論人工智能的產業(yè)政策時，我們必須認識到人工智能技術的高度不確定性，特別是在技術路線選擇方面。例如，Google的技術路線未能成功，而OpenAI的路線卻取得了顯著成果，當前多數大模型均遵循OpenAI的技術路線。因此，政策制定者需要進行技術路線的甄別，鼓勵前沿技術的研發(fā)，而這些技術往往掌握在科研機構手中。

此外，人工智能產業(yè)的發(fā)展需要多方面的協同，包括應用端和研發(fā)端，是典型的產學研高度協同的行業(yè)。過去，產業(yè)政策在4G通信技術和高鐵等領域的成功應用，證明了在大規(guī)模系統(tǒng)集成方面，需要政府作為第三方進行統(tǒng)籌和協調的重要性。然而，對于需要大量市場試錯的行業(yè)，政府往往難以提前選定。因此，我們應特別關注人工智能產業(yè)在產學研協同方面的特征。

人工智能產業(yè)政策的度量

為了度量產業(yè)政策的有效性，我們試圖從地方政府實施產業(yè)政策的角度入手，通過分析地方政府工作報告，利用大語言模型等人工智能技術，識別并區(qū)分報告中提及的產業(yè)政策與實際實施的產業(yè)政策。這種方法使我們能夠提取出與產學研協同、數據算力基礎設施改善、傳統(tǒng)行業(yè)智能化改造以及政府數字政務相關的特定產業(yè)政策，從而更準確地評估產業(yè)政策的影響和效果。

我們針對人工智能相關的創(chuàng)新進行了度量，具體做法是通過關鍵詞搜索專利申請數據，篩選出具備人工智能特征的專利。同時，在研究公司和產業(yè)成長的過程中，我們也對人工智能的采納程度進行了度量，主要依據招聘數據，分析不同城市、不同行業(yè)在職位描述中對人工智能技術的需求程度。此外，我們還利用上市公司數據，對企業(yè)在2013-2022年間的成長進行了度量。

首先，根據對地方政府工作報告的分析，我們發(fā)現自2017年提出人工智能規(guī)劃后，大量政府工作報告中開始提及人工智能，形成了一條明顯的增長趨勢線。在此之前，報告中主要關注人工智能的具體應用，尤其是在智能制造領域，而在2016、2017年之后，提及量出現了顯著增長。

其次，我們根據算法區(qū)分出了四類具體實施人工智能產業(yè)政策的類型，包括數據算力基礎設施、產學研融合、政府人工智能場景，以及利用人工智能改造傳統(tǒng)行業(yè)。其中，產學研協同創(chuàng)新的政策從2015至2016年開始呈現大規(guī)模上升趨勢。特別值得一提的是，數字政務這一類別被提及較多，表明政府正在為人工智能提供應用場景，從需求側推動人工智能的發(fā)展。

最后，我們關注了人工智能相關企業(yè)的進入情況。根據2017年戰(zhàn)略新興產業(yè)行業(yè)代碼的發(fā)布，我們篩選出了新注冊企業(yè)中屬于人工智能行業(yè)的部分。數據顯示，在2019至2020年之后，這些企業(yè)的數量出現了顯著增長，顯示出人工智能行業(yè)的蓬勃發(fā)展態(tài)勢。

人工智能相關的職位招聘在總招聘平臺發(fā)布的廣告中所占的比重自2014年起呈現出逐漸上升的趨勢，至2022年，大約10%的職位與人工智能相關。需要注意的是，這一相關性依賴于所使用的關鍵詞庫。一類關鍵詞直接關聯于人工智能、智能制造等領域；另一類則涵蓋更廣泛的應用軟件，因為人工智能的工作需求主要集中于軟件的應用。采用不同的關鍵詞搜索策略會得到不同的比例，但大致維持在10%左右。

關于人工智能相關職位招聘在行業(yè)和城市間的分布，數據顯示，蕪湖、蘇州、北京等城市是人工智能職位招聘較為集中的城市。而在行業(yè)層面，電信、儀表、計算機通信、電器、機械等行業(yè)則顯示出較高的人工智能職位需求。

在專利方面，人工智能相關的專利申請數量穩(wěn)步上升，尤其在2017年和2020年出現了顯著的增長。為了探討人工智能產學研協同發(fā)展政策與專利申請之間的關系，我們采用了事件分析法。分析結果顯示，在人工智能產學研協同政策提出之后，當地注冊企業(yè)所申請的相關專利數量顯著增加，平均增長率高達23.6%。

為了進一步研究人工智能產學研協同政策在何種情境下效果更佳，我們進行了回歸分析，發(fā)現高等學校的數量，特別是“211工程”高校的數量，與該政策的效果呈正相關。即，一個城市的高等學校越多，尤其是“211工程”學校越多，人工智能產學研協同政策的效果就越明顯。此外，我們還討論了合作專利的申請情況，發(fā)現包括學校和企業(yè)在內的不同機構之間的校企合作在專利申請方面表現出顯著的重要性。

經過分析我們發(fā)現，人工智能產學研政策與政府其他相關政策，尤其是那些側重于需求側的政策，如算力基礎設施的提供和政府公共數據平臺的開放，具有正向的協同作用。這體現了供需兩側政策在推動人工智能產業(yè)發(fā)展中的共同作用。

為了更深入地理解這些政策的影響，我們嘗試區(qū)分了人工智能產業(yè)在政策中被提及與具體實施的差異，并探討了“說”與“做”在其中的重要性。初步結果顯示“做”相對于“說”更為重要，但這仍需進一步的研究和驗證。

我們還對比了與人工智能相關的專利和無關專利的申請情況。發(fā)現與人工智能不相關的專利確實未受到顯著影響，這在一定程度上驗證了我們的分析框架的有效性。

我們利用上市公司的數據探討了人工智能技術的采納與企業(yè)成長之間的關系。在此，我們定義解釋變量AI為城市行業(yè)招聘廣告中人工智能相關職業(yè)的占比，而被解釋變量則包括上市公司的營收、就業(yè)和市值等關鍵指標。根據分析，我們觀察到顯著關系。此外，我們還進行了事件分析，并探討了這一關系對全要素生產率的影響。

為了更全面地理解這一關系，我們將分析結果與美國的相關研究進行了對比。具體而言，一項2022年的研究發(fā)現，在2010-2018年的八年間，當人工智能的暴露度增加一個標準差時，與之相關的工作空缺會增加16%。而另一項2024年的研究則表明，在相同的時間段內，公司在人工智能上的投資上升一個標準差，會導致公司雇員人數上升21.9%。

對比我們的研究，我們發(fā)現在2015-2022年的七年間，中國城市行業(yè)層面的人工智能招聘職位占比上升一個標準差時，對應的企業(yè)層面的雇傭人數能夠上升6.1%。盡管這一影響略小于美國研究中職位暴露度和企業(yè)投資所產生的系數，但整體上兩者是可比的。

需要指出的是，這些研究主要揭示了相關關系，而非直接的因果關系。對于因果關系的識別，需要更深入地考慮長期差分的影響，即基于2010年或2015年的暴露度和投資數據，對未來七八年的變化進行預測和分析。

總結而言，我們初步發(fā)現了一些關于人工智能產業(yè)發(fā)展的相關關系。

首先，各地人工智能產業(yè)政策與人工智能專利申請之間存在正向關系。

其次，人工智能技術的采納與相關企業(yè)增長之間也呈現出相關性。然而，需要明確的是，這些關系目前僅限于相關性分析，尚不能直接推斷出因果關系。

此外，這些關系的存在也受到選擇效應的影響，即并非所有企業(yè)都會無差別地采納人工智能技術。那些采納了人工智能技術的企業(yè)往往具有較強的需求，或較低的采納成本。

因此，我們不能簡單地將這些結果推廣至整個產業(yè)或全國范圍，認為所有企業(yè)都會采納人工智能技術并因此實現增長。為了更深入地理解這些關系的本質和機制，我們還需要進行更多深入細致的研究。