IMF-人工智能与职业流动：跨国分析（英）-2024.6-52页_2mb

该研究报告通过分析英国和巴西两个国家的劳动力市场数据，探讨了人工智能（AI）在不同职业领域的渗透对就业结构和收入分布的潜在影响。研究将职业按AI暴露程度和对AI的互补性分为三类：高暴露低互补性（HELC）、高暴露高互补性（HEHC）、低暴露（LE）。主要发现如下：

1. 高学历工人（大学及以上）倾向于从低互补性职业向高互补性职业移动，这种“向上”转型在两国普遍存在，尤其是在年轻群体（20-30岁）中更显著，且与薪资增长相关。HELC职业面临高风险，但工人通过转向HEHC职业部分规避了负面影响。

2. 非高学历工人（高中及以下）面临更显著的“向下”移动风险，特别是在巴西，其收入增长潜力较低，且更易进入低暴露职业。然而，巴西近年来高等教育普及率提升，可能缓解部分问题。

3. 两国劳动力市场动态存在差异：英国劳动力市场更稳定，而巴西更具流动性。此外，AI对不同教育水平工人的影响差异化，高学历群体更多受益于结构转型，而非高学历群体则面临更大风险。

研究还运用反事实推演模拟了AI普及对终生收入的影响，发现如果HELC职业被彻底替代，高学历工人的收入损失比例高于非高学历工人，但总体影响在不同国家有所不同。巴西市场由于较高的非正规就业比例，可能面临“双重打击”风险。

政策启示包括：应制定针对性的劳动力市场干预措施，尤其是为年轻高学历群体提供技能转型支持；关注非正规部门的包容性增长；促进教育水平与职业需求的匹配。该研究为理解AI对劳动力市场的多维影响提供了重要实证基础。