📰 研报摘要
查看全文 ➔摘要： 本报告由广发宏观撰写，系统性综述了 AI 对就业影响的经济学经典研究，探讨了技术变革如何通过“替代”与“复原”效应改变劳动力市场，并分析了其对宏观经济（特别是美国消费与 GDP）的传导机制。
核心观点：
AI 对就业的影响并非简单的“危机式冲击”，而是一个总量冲击叠加结构性影响的过程。短期内，由于“替代效应”先于“复原效应”出现，就业压力可能阶段性集中；但中长期看，技术扩散将通过产业扩张和任务重组趋于就业中性。在宏观层面，美国经济由消费驱动，就业水平决定薪资与消费增速，是判断经济韧性与衰退概率的关键指标。
论据支撑：
- 历史规律与经济原理：回顾卢德运动及历次技术革命，证明技术消灭的是具体任务而非整体职业；通过“杰文斯悖论”说明效率提升会降低成本并催生新需求。
- 任务型劳动力模型：区分“替代效应”（资本取代劳动）、“复原效应”（创造新任务）和“生产率效应”（需求扩张）。AI 的特殊性在于其替代认知劳动的通用性强、迭代速度快。
- 实证观察：引用 ADP 及 Anthropic 数据显示，高 AI 暴露度职业（如程序员、客服）的年轻劳动者已出现显著的招聘端下滑。
- 赋能与替代的分野：对比“平庸自动化”（仅为节省成本）与“AI 赋能”（扩展人类能力），认为后者的路径更能修复劳动力市场极化。
局限性/风险：
- 结构性失业与不平等：AI 可能加剧性别不平等（女性从事高风险岗位较多）及区域不平等（全球南方国家面临“自动化套利”冲击）。
- 人才培养链条断裂：初级岗位的消失可能导致“学徒制”路径崩溃，影响未来资深专家的培养。
- 宏观传导风险：若就业趋势走弱，可能通过影响居民收入和企业现金流，进而削弱科技资本开支的逻辑。