《人工智能的减贫效应机理分析5000字》

人工智能的减贫效应机理分析综述目录TOC\o"1-2"\h\u24165人工智能的减贫效应机理分析综述 1196461.1人工智能通过经济增长效应作用于减贫 397861.2人工智能通过人力资本效应作用于减贫 4168021.3人工智能通过劳动力市场效应作用于减贫 6人工智能主要通过经济增长和人力资本提升两个路径进行减贫，如图1.1所示，人工智能的发展会提高劳动生产率、优化产业结构，使劳动力收入增加，更好地调节收入分配，促进经济增长，进而减少贫困；且人工智能的发展为教育事业提供了新的工具和路径，使得贫困人口发展能力增加，提升人力资本，进而减少贫困。图1.1人工智能与减贫关系图

1.1人工智能通过经济增长效应作用于减贫人工智能通过经济增长效应作用于减贫主要体现在两个方面，第一是劳动生产率的提高、第二是产业结构调整，两者会提高贫困群体的收入水平，调节收入分配，最终达到减贫效果。图1.2人工智能、经济增长和减贫关系图科技发展可以提升企业的劳动生产率，科学技术越是发展，并越被广泛地应用于生产过程中，劳动生产率就越高。Hulton在Gordon生产者耐用设备质量调整研究的基础上分析了美国生产率增长的影响因素，发现物化性技术进步贡献了接近20%的全要素生产率的增长[55]。黄先海、刘毅群（2006）通过对solow的时期性增长模型进行扩展，分析了物化性技术进步在我国工业劳动率增长和全要素生产率增长中的作用，研究发现设备资本投资仍然是我国工业增长的重要源泉，物化性技术进步贡献了约45.31%的生产率增长[56]。劳动生产率的提高是促进经济增长的重要因素。Su&Heshmati（2011）用最小二乘模拟变量（LSDV）方法对中国2000-2009年的数据进行分析，认为劳动生产率对经济增长有重要影响[57]。SunaKorkmaz&OyaKorkmaz（2017）通过对2008-2014年7个经合组织国家劳动生产率和经济增长的关系研究，认为劳动生产率和经济增长之间存在着长期均衡的关系，劳动生产率的提高对这些国家的经济增长起到了促进作用[58]。人工智能的发展可以促进产业结构优化升级，实现经济增长。郭凯明（2019）通过建立多部门动态一般模型，认为人工智能的发展会促进生产要素在各产业间流动，流动方向取决于不同产业部门人工智能的产出弹性和替代弹性之间的差别，从而对产业结构产生影响[45]。师博（2019）论述了人工智能于经济结构转型和升级的机理，认为人工智能通用型技术于农业、工业和鼓舞也的结合能够降本增效，优化产业结构[59]。产业结构优化升级主要包含产业机构合理化和产业结构高度化两个维度，刘易斯二元结构理论认为由于各部门间的劳动边际生产力存在差异，劳动力从低效率部门流向高效率部门，促进农村贫困人口向第二、三产业转移，从而提高产业结构的合理化程度，在此过程中，劳动力的边际报酬和收入增加，有助于农村贫困缓解。配第-克拉克定理认为随着一国经济的发展，收入弹性和投资收益的差异化不断加大，从而导致第一产业的比重降低，第二三产业的比重上升，这也是推动产业结构高度化程度的表现，从而提高资源配置效率、推动经济增长。亚当•斯密在《国富论》中提到“在经济增长的背景下更有利于贫困人口改善个人生活状况”。可见亚当•斯密认为经济增长对贫困可以起到促进作用。库兹涅茨同样认为经济增长可以提高低收入群体的收入状况。世界银行也提出贫困发生率下降最重要的因素就是经济增长，无论收入分配如何，经济增长对减贫总是可以起到促进作用。当前我国经济增长正面临着由要素驱动向创新驱动转变的必然阶段，主要依靠科学技术的创新带来的效益来实现集约的增长方式，用技术变革提高生产要素的产出率。习近平主席在致信祝贺2018世界人工智能大会开幕时指出，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。人工智能的发展为中国优化资本结构从而实现扩大居民消费和促进经济增长的双重目标提供了新思路。人工智能的发展不仅带来技术进步和生产智能化水平的提升，而且还会催生新经济和新产业。人工智能技术在促进劳动生产率提高和经济增长的同时，也对经济质量的提升起到了积极作用。贫困群体的消费群体并不是高端市场低端化，受成本影响，面向贫困群体的技术进步对核心技术以及研发过程中资源的循环利用有着更高的要求，提高了低成本高质量产品的竞争力，缓解经济增长的压力，提高经济发展质量，也有利于我国减贫工作的推进。1.2人工智能通过人力资本效应作用于减贫人工智能通过提升人力资本减贫主要是通过提高对贫困群体的教育水平和教育能力，以提高其发展能力，使其拥有与劳动力市场和岗位需求所匹配的岗位技能，提升其就业水平和就业能力，最终实现减贫。图1.3人工智能、人力资本和贫困关系图人力资本是指存在于人体之中的具有经济价值的知识、技能和体力等质量因素之和。Schultz（1961）提出人力资本的匮乏是发展中国家贫困的关键原因，认为人力资本的积累使解决国家贫困的唯一途径[13]。多维贫困理论将贫困划分为几种类型，即收入贫困、人类贫困、知识贫困等。在信息化时代，知识成为一大财富，越来越多的收入贫困也因知识不足而产生，因此减少知识贫困是解决贫困问题的重中之重。贫困群体最匮乏的能力是获取和应用知识的能力，减少知识贫困、培育高质量的人力资本才能使贫困群体摆脱贫困，防止返贫现象的发生，实现“以人为本”。人力资本投资主要包括教育投资、培训投资、科研投资、卫生健康投资和迁移投资五种途径，其中教育投资对减少知识贫困发挥着巨大的作用。扶贫先扶志，治贫先治愚。以扶志为内力，以扶智为内因，以教育为载体是实现扶贫的强有力途径。习近平总书记（2016）指出“志智双扶”是新时代教育扶贫的两个基本模式，两者辩证统一，“智随志走”，“志以智强”，实现了脱贫动力和能力的统一，有利于保障脱贫的积极性和科学性[60]。扶贫必扶智，脱贫须兴教。方超等（2017）的研究发现农村居民整体教育回报率是11.3%，其中女性工资收益率达到17.8%，证实了在贫困地区大力发展教育的确有利于减贫[61]。何仁伟等（2017）认为教育在减贫中发挥基础性和先导性作用，基础教育的普及和教育质量的提升有利于促进贫困群体人力资本的积累，不仅可以使贫困个体早日摆脱贫困，也可以降低地区贫困程度[62]。Hanjra（2009）等对埃塞俄比亚的贫困村庄进行研究发现教育年限是增加个体收入和打破贫困陷阱的潜在途径[63]。我国学者马文武、杨少垒（2017）通过对中国家庭健康和营养调查数据进行分析，结果表明教育和健康等多维人力资本对缓解农村家庭贫困具有积极作用[64]。接受学校的正规教育和技能培训有助于贫困人口强化知识积累、掌握生存和发展所需的劳动技能，提升综合素质，从而满足岗位需求，获得更多的就业机会（Loapez&Valdes，2000；张彬斌等，2015）[65-66]。其次，教育有利于社会资本的开发和维护，受教育程度越高，社会关系网络通常更牢固，不仅可以共享就业信息，还能够分担风险，缓解当期经济压力。最后，教育是阻断贫困代际传递不可代替的重要工具，一般来说受教育程度较高的父母会更加注重子女的人力资本投入，从而提高子女的人力资本，改变贫困状态。人工智能的发展为贫困群体获取知识，提高人力资本提供了一个强有力的途径，其在教育行业的应用随着技术的发展逐渐深入。徐晔（2018）认为人工智能与教育活动有融合点，教育活动的目的就是为了促进人的智能以及体能等人力资本的提高，人工智能作为支持性工具，对助力教育活动的开展有积极作用；而且人工智能的发展可以引领产业机构变革，智能时代出现的新的就业岗位会影响劳动力市场对人力资本类型需求的改变，又促进了人工智能在教育行业的应用[22]。目前，类似于斑马AI课堂等教育机构纷纷引入人工智能，依托于语音、面部识别技术和大数据等技术提升教学效果和体验。自新冠疫情爆发以来，各校迅速响应、认真执行教育部“停课不停学、停课不停教”的要求，以学生为核心，做好网络教育教学工作。疫情给教育行业带来挑战的同时也带来的机遇，正因这次疫情的隔离要求，教育部门首次大规模开展线上教学活动，线上教学可以线上答疑、无需通勤时间和费用，只需较少的基础设备就可以完成教学工作，有利于贫困群体花费更少的成本获得更多的教育资源。我国东、中、西部的教育资源和教育水平具有较大的区域差异性，线上教育的发展有利于贫困地区的学生享有与发达地区相同的教育资源和教育水平。因此借助人工智能这个强有力的工具，有利于减少知识贫困，提高贫困群体的人力资本，进而实现贫困的减少。1.3人工智能通过劳动力市场效应作用于减贫人工智能对劳动力市场的影响主要体现在两个方面，一方面是对劳动力市场就业量会产生影响；另一方面是对劳动力市场就业结构产生影响。人工智能对劳动力市场就业量的影响主要为替代效应和补偿效应。而对劳动力市场结构的影响主要是减少中等技能劳动就业，增加高技能和低技能劳动的就业，从而导致岗位极化。替代效应是指由于人工智能等新技术新产业的发展会造成传统企业的灭亡，劳动岗位消失，进而造成就业的减少。有关技术性失业的担忧已然不是一个新的问题了，马克思在《资本论》中提到机器的出现和使用形成了劳动者和机器之间的斗争，劳动资料可以扼杀劳动者，劳动资料一旦作为机器出现，立刻就成了劳动者的竞争者。熊彼特也针对技术进步对就业的影响提出了“创造性破坏”这一观点，即每一次大规模的创新都伴随着旧的技术和生产体系的淘汰以及新的生产体系的产生，技术进步必然伴随着对就业的破坏效应。何平,骞金昌（2007）通过对我国大中型制造行业企业1998-2004年的数据进行研究，得出了科技活动对企业生存具有正面影响，但对就业增长没有作用甚至是负作用的结论[67]。2016年世界银行的研究结果显示，在未来20年之内，非洲就业岗位被人工智能所取代的比例为71%，发展中国家这一比例平均是50%，而在OECD国家其替代率为57%[68]。Frey和Osborne（2017）对美国700多个职业进行自动化排序预测，结果显示美国有47%的职位可以在短期内被替代[42]。陈永伟（2018）发现，在未来20年中国就业人口受到人工智能冲击的将占76.8%[69]。补偿效应，有些学者也称之为创造效应，是指一方面由于人工智能技术的发展提高了劳动生产率，当产品的需求弹性较高时，产品的成本下降会导致对产品的需求增多，企业扩大生产从而增加了非自动化任务的劳动力需求，Acemoglu、Restrepo（2018）将其称之为生产率效应[33]；另一方面，人工智能技术发展自身带来了新岗位新任务对劳动力的需求；最后，虽然人工智能技术可以替代一部分从事简单、重复等任务的劳动力，但是其无法替代高社交频率以及创造性强等具有劳动比较优势的任务，例如工程师、设计师、心理医生等等，这些具有劳动比较优势新工作、新职能的产生是相对于替代效应的强大反作用力，很大程度上抵消了替代效应带来的对劳动力市场的冲击和破坏。马克思认为在一种机器部门被排挤的工人会在另外的部门被雇用，机器也使得专门制造机器的工人出现。Acemoglu等（2018）通过构造就业创造的模型指出，自动化的发展在替代劳动力就业岗位的同时，也会创造出一些更具有劳动比较优势的新岗位[33]。陈秋霖等（2018）基于跨国面板数据和中国省级面板数据的研究，发现人工智能与劳动者之间存在的替代效应是“补位式”替代而并非是“挤出式”替代[37]。Bloom等（2018）估计，2010—2030年，世界范围内由于人工智能的发展将出现7.34亿新的工作岗位[70]。人工智能技术的发展对岗位的影响主要就体现在中等技能岗位减少,与之相对应的是高技能岗位，比如脑力劳动和低技能岗位，比如体力劳动岗位的增加，就业人数也随就业岗位的变化而产生变化，导致了劳动力市场两极分化现象的产生。Autor等（2013）通过研究也发现，美国劳动力市场中岗位极化趋势主要表现为低技能服务业岗位与就业人数的增加；且在劳动密集型市场中，就业和工资的两极分化更加明显[41]。基于制造业行业数据，吕世斌和张世伟（2015）利用不同技术水平行业的就业变化近似代表不同技能工人的就业结构变化，通过研究发现中国制造业就业结构整体上较为稳定，而内部则存在明显的就业极化，具体表现为高技术和低技术行业的就业比重有大幅上升，而中等技术行业的就业增长幅度较小[71]。郝楠（2017）则以各行业受教育程度为标准衡量行业的技能水平