《人工智能应用于减贫工作研究的国内外文献综述6100字》

人工智能应用于减贫工作研究的国内外文献综述1.1贫困及其测度贫困问题由来已久。20世纪初，英国的经济学家Rowntree（1901）在研究贫困问题时对贫困进行了定义：家庭收入不能完全满足家庭成员最低生活所需的开支就是贫困[2]。《1980年世界发展报告》从满足基本生存的角度对贫困给出如下定义：缺乏基本的饮食、社交条件、舒适的生活条件的个人、家庭和群体[3]。此时社会以及学术界对贫困的认识还停留在能否满足物质生活所需的问题上。随着经济的发展，各界学者对贫困的认识不仅仅局限于物质资料的贫困，更拓展出了能力、知识等人力资本的匮乏使得无法获得最低生活保障的贫困。《1990年世界发展报告》进一步从基础教育、医疗卫生、养老以及共同财产资源等社会福利方面扩展了贫困的概念[4]。联合国开发计划署（UNDP,1999、2001）也指出贫困主要体现在文盲、预期寿命不足以及营养不良等方面。总结来说贫困主要由两个方面的含义：第一是资源的匮乏，主要是指物质资料的匮乏，也包括医疗、教育等其他社会资源，资源的匮乏导致的生活水平低于社会的最低标准；第二是能力的匮乏，是指由于个体能力不足导致无法满足最低生活标准。可见贫困是由于缺乏物质资料、社会资源以及谋生能力而处于一种不能满足社会最低标准的生活水平。萨缪尔森在《经济学》一书中对各个国家产生的三种贫困类型进行了阐述：第一是由于饥荒和生产能力不足而引起的老式贫困；第二是因为社会体制造成的购买力不足所引起的丰裕中的贫困；第三是经济发展水平很高，但由于收入分配不均而造成的贫困。在现代经济社会中，第一种类型的贫困已经有了较大改善，主要存在着第二类型和第三类型的贫困。贫困的测算方法经历了从单一到多维的演变。Sen将贫困的测算概括为直接测量和间接测量两类。直接测量即判断是否满足基本需求；间接测量即用货币衡量贫困，设定一个贫困标准线，将收入或支出数额与贫困线作比较，广泛应用于大多数国家官方贫困测量。从绝对贫困和相对贫困的分类来看，绝对贫困的测度方法有很多种，如恩格尔系数、实际生活质量指数法、收入法等，相对贫困的测算方法有基尼系数、不足指数法、收入份额差异比较法等。任何一种测量方法都有利有弊，应依据不同的测量目的，遵循直观、易于理解的原则选取合适的测量方法。对贫困研究的最终目的都是反贫困。摆脱贫困除了需要贫困群体自身的努力，更离不开政府为贫困群体创造的良好的脱贫环境。我国的扶贫政策主要可归纳为三种类型：第一，政府通过促进经济发展，改善收入分配状况以摆脱贫困。张伟宾和汪三贵（2013）认为我国的收入分配格局和扶贫政策有“益贫”的趋势，贫困地区可以通过扶贫红利实现脱贫[5]。第二，建立和完善最低社会保障制度减少贫困。王娟和张克中（2012）通过实证得出社会救济、基本建设和农业性公共支出每增加1%，分别会导致贫困发生率下降0.0575%、0.0402%和0.0584%[6]。左停等（2018）指出当前农村扶贫阶段中,贫困人口的社会生理性致贫因素增强,因此要求包括社会保障、社会权利救济在内的社会保护式扶贫发挥越来越重要的作用[7]。第三，通过财政补贴、普惠金融等方式增加非农收入以减少贫困。周利等（2021）利用中国家庭调查数据，从微观视角探讨了数字普惠金融发展对居民贫困的影响。研究发现:无论是以日人均消费支出1.9美元的静态贫困指标还是贫困脆弱性这一动态指标衡量,数字普惠金融的发展均能显著降低居民贫困的发生[8]。在扶贫工作中往往因地制宜地采用多种反贫困策略的组合以实现扶贫资源利用以及扶贫效果的最大化。1.2贫困产生的原因人口增长、资本缺乏、制度和能力缺乏等是西方认为造成贫困的主要原因。最早研究贫困问题的是英国学者马尔萨斯，他认为人口的不断增长会带来劳动生产率的下降，一旦超出既定资源可承载的范围则会造成饥荒和死亡，长期来看，食物等资源的增长速度远不及人口的增长速度，最终导致贫困不可避免。RagnarNurkse（1952）的贫困恶性循环理论、Nelson（1956）的低水平均衡陷阱理论都强调导致贫困地区越来越贫困的原因之一在于资本的缺乏[9-10]。而KarlGunnarMyrdal（1957）的循环因果理论则认为，在一个动态的社会发展过程中，社会经济各因素之间都存在着相互影响的关系，落后国家由于“回波效应”的影响，各方面资源流向发达国家，导致落后国家的资源更加匮乏，贫困进一步加剧[11]。Sen（1976）提出多维贫困理论以后，认为贫困是由低下的生产力方式和实际能力的缺乏造成的结果[12]。TheodoreW.Schultz（1961）则提出要进行人力资本开发，提高以知识和技能为代表的的人力资本才是摆脱贫困的关键[13]。Dollar.D&A.Kraay（2002）以及Bhagwati.J&T.N.Srinivasan（2002）实证分析了一国或一个地区的经济增长、贸易、金融发展以及宏观经济波动与贫困问题，发现宏观经济发展与贫困之间存在着相互关系[14-15]。我国学者对贫困产生的原因也做出了相应研究。胡鞍钢（2001）年基于Sen的能力贫困思想，提出新世纪出现了一种新型贫困——知识贫困，认为知识贫困是贫困地区最稀缺的资源，也是限制贫困地区发展的最大制约因素[16]。李长亮（2019）在对深度贫困地区的贫困人口研究中提出，随着扶贫工作的进一步推进和贫困人口数量的大幅减少，在贫困人口逐渐降低的同时出现了脱贫人口重新返贫的现象，通过对重新返贫群体的研究发现，受教育程度较低、患有疾病或残疾、没有劳动能力、低保户或五保户以及自身发展能力不足的群体更易陷入贫困，并且即是脱贫也容易返贫[17]。张全红等（2019）用2012-2016年的CFPS农户数据分别从收入和多维贫困的视角进行分析，研究结果发现受教育程度低的家庭和中西部家庭更易陷入贫困[18]。汪三贵（2008）提出中国典型的二元经济结构是一段时期内农村贫困的重要原因，牺牲农业换取工业发展的政策持续到改革开放初期使得农村生活状况落后于城镇[19]。方迎风（2019）提出个体的行为选择会因为贫困而受到约束从而产生偏差，进而影响个体及家庭成员的发展，形成持久性贫困、代际贫困等各种贫困均衡状态[20]。许春淑等（2017）利用2004-2015年省级动态面板数据构建义务教育均等化与农村贫困之间是数学模型得出研究结论：从全国角度来看，义务教育均等化的减贫效应显著；从区域角度，东、中、西部各地区义务教育均等化的作用差异较大，因而各地区实施义务教育政策来减缓贫困更具有针对性和现实指导意义[21]。1.3人工智能及其运用人工智能的应用范围十分广泛，包括：教育、零售、服务、金融等领域。习近平在中共中央政治局第九次集体学习中指出，要加强人工智能同保障和改善民生的结合，推动人工智能在人们日常工作、学习、生活中的深度运用，加强人工智能在教育、医疗卫生、体育、住房、交通、助残养老、家政服务等领域的深度应用。人工智能在教育领域的运用被大众普遍看好。联合国教科组织在2019年的报告中借助中国、巴西等国家的具体案例研究发现：人工智能可以作为教育工作的支持性工具，其广泛利用有利于增加个体受教育机会；借助阿拉伯联合酋长国、智利以及不丹等国的案例说明人工智能可以为教育提供数据分析，提升教育的管理水平联合国教科文组织.教育中的人工智能：可持续发展的机遇和挑战./maker/news/edtail?id=806.。徐晔（2018）认为人工智能与教育有一定的融合点，教育活动的目的是促进人的智能或体能等人力资本的提高，而人工智能作为支持性工具，有利于助力教育活动的开展；且人工智能的发展是技术变革的新时代的提档线，可以引领产业结构变革，智能时代出现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，进而倒逼人工智能应用于教育领域[22]联合国教科文组织.教育中的人工智能：可持续发展的机遇和挑战./maker/news/edtail?id=806.人工智能在医疗领域的应用越来越受到社会各界的重视。机器人库（2019）的资料显示在世界范围内一些互联网、计算机巨头也相继进入“人工智能+医疗”领域，例如IBM公司、谷歌、阿里巴巴等，这些公司致力于电子化和自动化的医务人员诊疗辅助、动态实时的电子管理以及自动且准确的医学摄像等领域机器人库，近两年来人工智能在医疗、教育运用及未来展望./s/XO6AB55ANqy_OsGJAAXLg.。在近期的疫情防控中，人工智能也具有多重典型应用场景，习近平总书记在指挥疫情防控工作时指出鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、防控救治等方面发挥更好的支撑作用。向运华、王晓慧（2019）认为迅速崛起的人工智能有助于老年人群健康管理工作的开展，因为人工智能可以为老年健康管理工作拓展新思路以及优化管理过程[23]。周吉银等（2019）也认为医疗服务机器人和专业诊断机器人等人工智能产品有利于医疗工作的开展，既能够提升医疗工作效率，也可减少医务人员劳动需求，甚至可以减轻部分地区医疗人员不足的就医压力[24]机器人库，近两年来人工智能在医疗、教育运用及未来展望./s/XO6AB55ANqy_OsGJAAXLg.人工智能在零售行业也得到越来越广泛的应用。人工智能将无人售货商店带入大众生活，刷脸支付等应用不仅极大程度提高了商场的运营效率，还改善了顾客的购物体验，有助于个性化服务的开展。例如亚马逊的“AmazonGo”,“AmazonGo”作为无人超市，其最核心的技术为“JustWalkOut”，即消费者只需下载APP，注册会员并绑定支付方式，选择自己所需的商品后无需在收银台付款即可离开商店，而消费者走出商店时APP已对所选商品自动扣费。这都是由于AmazonGo安装了摄像头、定位麦克风、货架压力传感器以及红外线探头，能够精确计算消费者拿走了什么商品并计费，大大减少了消费者等候付款的时间，提高了消费者的购买以及商家的售卖效率。1.4人工智能和劳动生产率人工智能等科技创新的加快是当今世界发生深刻变革的重要原因，人工智能也是提升劳动生产率的主要手段之一。Graetz&Michaels（2018）对机器人对企业劳动生产率影响的研究具有开创意义，该文使用1993-2007年17个发达国家的工业面板数据研究发现，工业机器人提高了劳动生产率和附加值，且这一影响有边际递减效应；其次，该文计算出在这17个发达国家中机器人密度的提高分别使GDP和劳动生产率的年增长率提高了0.37和0.36个百分点；另外该文还认为随着技术水平的提升，工业机器人的使用主要挤占了中等技能工人就业，从而提高了劳动生产率[25]。埃森哲国际咨询公司研究，人工智能将在现有基础上将劳动生产率提高40%埃森哲咨询公司，人工智能：经济发展新动力.（2016-09-28）/news/artificial-intelligence-poised-to-double-annual-economic-growth-rate-in-12-developed-economies-and-boost-labor-productivity-by-up-to-40-percent-by-2035-according-to-new-research-by-accenture.htm。Acemoglu&Restrepo（2018）发现机器人可以完成简单、重复以及低级的工作，进而大幅度提高企业的劳动生产率埃森哲咨询公司，人工智能：经济发展新动力.（2016-09-28）/news/artificial-intelligence-poised-to-double-annual-economic-growth-rate-in-12-developed-economies-and-boost-labor-productivity-by-up-to-40-percent-by-2035-according-to-new-research-by-accenture.htm吕洁等（2017）等通过对1990-2015年22个国家和地区的数据分析表明，工业机器人的投入使用促进了发达国家的劳动力结构转型，促进了劳动生产率的提高[27]。李丫丫等（2018）以2001-2014年中国省级制造业以及联合国贸发数据库UNCTAD数据为样本,实证分析各省工业机器人应用对制造业全要素生产率提升的影响发现，工业机器人的使用对中国制造业生产率的提高具有显著的促进效应[28]。宋旭光、左马华青（2019）通过对2000-2017年除西藏外30个省份工业机器人投入对工业劳动生产率的提升效应进行面板回归分析，得出在已经建立相对完善机器人产业链的中部和东部，工业机器人投入会显著提高工业劳动生产率[29]。李磊、徐大策（2020）使用2000-2013年工业企业数据和海关贸易数据匹配而得到的企业层面综合数据库，分析了机器人的使用对我国企业劳动生产率的影响，认为机器人使用量的增加会显著提高中国制造业企业的劳动生产率，与没有使用机器人的企业相比，使用机器人的企业劳动生产率高7.45%，机器人的使用对企业劳动生产率的拉动作用举足轻重[30]。邓明、王劲波（2020）认为技术进步是提高劳动生产率的关键，其从企业层面对我国工业企业劳动生产率差异进行分解，利用BIC信息准则和EM算法确定行业可选技术种类后，使用混合模型估算技术选择效应和技术吸收效应的大小，得出技术选择效应是影响我国工业企业劳动生产率更重要的因素[31]。这为解释我国工业企业劳动生产率差异，提高我国工业企业劳动生产率提供了新的理论依据。1.5人工智能和劳动力市场随着人工智能对经济的渗透越来越强，其对劳动力市场就业的影响也开始得到研究。学者对人工智能影响就业的观点主要有两点：第一是人工智能产生的替代效应会产生机器替代人的结果，减少就业；第二是人工智能的创造效应，即人工智能的应用会创造一部分新的岗位，就业岗位增加。Benzell等（2015）通过构建跨期迭代（OLG）模型，得出了在一定条件下，机器可以完全替代低技能劳动者、部分替代高技能劳动者，从而造成劳动力需求的减少和工资的下降的结论[32]。Acemoglu&Restrepo（2018,2019a）建立了内生人工智能传新模型，研究发现人工智能会通过替代效应、补偿效应和生产率效应影响劳动的相对需求和收入[33]，该模型进一步将劳动划分为高、低技能两类劳动，并表明人工智能会造成收入差距扩大。许多学者基于这一理论进行了实证检验，Autor&Salomons（2017）利用跨国数据研究发现人工智能通过替代效应降低了劳动的就业和工资收入，生产率效应和产业的关联效应则提高了劳动力的就业和收入，由于替代效应更大，人工智能则最终导致总就业和劳动收入的下降[34]。李晓华（2018）认为人工智能会造成大规模的失业，随着工业机器人、在线协作自动成本的下降，以机器换人将更加经济[35]。姚战琪、夏杰长（2005）通过研究发现工资的适当增加和人力资本的提升有利于增加就业总量，而技术进步则会一定程度上减少就业[36]。但是也有学者通过研究发现，人工智能虽然会产生对岗位产生替代作用的替代效应，但也会产生增加岗位需求的创造效应。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[38]。杨飞、范从来（2020）关于产业智能化对低技能劳动相对工资的时间拟合结果显示，随着智能化程度的提升，低技能劳动的相对工资也随之上升，即产业智能化与益贫式发展的变化趋势是一致的[39]。人工智能对劳动力市场结构也会产生巨大影响，现有文献的研究发现人工智能会导致劳动力市场出现岗位极化现象。孙早、侯玉琳(2019)通过对我国2001-2015年省级面板数据进行分析发现，我国已经出现了劳动力市场中的岗位极化现象，并且工业智能化是导致这一现象发生的重要原因[40]。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[41-42]。与之相对应的是高技能岗位，比如脑