No dividends interruption? How does the digital divide and task differences segment the global influence of GenAI (English) 2026

本文探讨了生成式人工智能（GenAI）对全球劳动力市场的潜在影响，重点关注发达国家和发展中国家之间风险和机遇的不均衡分布。

主要发现：

• “小缓冲，大瓶颈”现象：发展中国家中，易受自动化影响的岗位通常具备足够的互联网连接，使其更容易受到GenAI的冲击；而能够从GenAI中获益的岗位则面临数字基础设施的不足，限制了其生产力提升。
• GenAI暴露与经济发展正相关：高收入经济体中，GenAI暴露率更高，尤其是自动化风险方面；而增强潜力在各国之间的差异较小。
• 发展中国家自动化风险较低，但面临GenAI对办公岗位的威胁：低收入和低收入国家由于就业结构不同，整体自动化风险较低；但GenAI对办公岗位的威胁较大，而这些岗位代表了这些经济体中“优质”的熟练工作。
• 传统职业暴露衡量方法高估了GenAI在发展中国家的影響：由于假设不同经济体中职业任务内容相同，传统的职业暴露衡量方法高估了GenAI在发展中国家的影響。发展中国家的GenAI暴露岗位往往涉及较少的非例行分析任务和更多的例行/手动任务。

研究结论：

• GenAI的采用和劳动力市场影响将是不均衡的。如果没有有针对性的投资和劳动力市场政策，生产力提升可能主要集中在数字基础设施较好的富裕经济体和设备完善的公司，而较贫穷环境中已连接的工人面临的替代风险将不会得到延迟。
• “白领绕过”风险：随着GenAI能够执行许多办公任务，发展中国家历史上促进女性进入劳动力市场并提供优质就业机会的岗位类型可能永远不会完全出现，或者将以显著减少的形式出现，许多核心任务最终将由GenAI执行。
• 需要调整GenAI暴露衡量方法，以反映发展中国家与科技前沿的差距。

关键数据：

• 研究使用了来自46个不同经济发展水平国家的技能调查数据，以及涵盖135个国家的职业暴露数据。
• 分析表明，在大多数国家，暴露率随着教育和家庭收入的提高而上升；在大多数国家的办公岗位上，暴露率往往集中在更年轻和女性工人身上。
• 调整后的GenAI暴露得分与GDP per capita呈更强的线性关系，而原始得分则不那么分散，与收入的关联性较弱。