川海智库

报告概述

本报告由国际清算银行（BIS）发布，研究生成式人工智能（gen AI）对发达经济体与新兴经济体短期增长的差异化影响。报告覆盖56个经济体、16个行业，采用Rajan & Zingales（1998）的实证框架，以美国行业AI暴露度为基准，结合IMF国家AI准备指数（AIPI），分析行业暴露度与国家准备度如何共同作用影响2022-2023年实际增加值增长率。报告为理解AI在全球范围内的短期增长效应及其对收入差距的潜在影响提供了首次跨国实证评估。

报告的核心结论

AI高暴露行业在AI准备度较高的国家增长更快

对于AI暴露度处于90%分位的行业，AI准备度每提升一个标准差，其增加值增长比10%分位的行业高出约2个百分点。这一效应在控制机器人存量后依然稳健。

发达经济体短期从AI获益大于新兴经济体

模拟显示，在AI准备度提升一个标准差的情景下，发达经济体增加值增长平均比基准国家高0.6个百分点，而新兴经济体平均仅高0.4个百分点。这表明AI可能短期内扩大全球收入差距。

AI准备度的四个子维度均对增长有显著促进作用

数字基础设施、创新与经济整合、人力资本与劳动力市场政策、监管与伦理四个子指标与行业AI暴露度的交互项均显著为正，其中监管与伦理维度的显著性最强。

报告回答的关键问题

生成式AI对不同经济体的短期增长影响有何差异？

报告发现，由于行业结构和AI准备度的差异，发达经济体短期增长受益更大。以2022-2023年数据为例，AI准备度提升一个标准差，发达经济体增加值增长平均增加0.6个百分点，而新兴经济体仅增加0.4个百分点，表明AI可能加剧全球收入不平等。

哪些行业最容易被生成式AI影响？

根据美国行业AI暴露度指数，金融、教育、信息服务业暴露度最高，农业、运输、建筑业暴露度最低。这些行业在发达经济体中占比更大，因此整体增长受益更显著。

国家AI准备度如何衡量？

报告使用IMF的AI准备指数（AIPI），涵盖数字基础设施、创新与经济整合、人力资本与劳动力市场政策、监管与伦理四个维度。发达经济体该指数中位数为0.71，新兴经济体为0.54，且新兴经济体内部差异更大。

报告中的代表性数据

金融、教育、信息服务业暴露度最高，农业、运输、建筑业最低

行业AI暴露度差异

2023年基准数据，基于美国行业AI暴露度指数（AIIE），高暴露行业如金融、教育、信息，低暴露行业如农业、运输、建筑。此分布作为各国基准。

发达经济体0.71，新兴经济体0.54

AI准备指数中位数

2023年，IMF AI准备指数（AIPI），取值0-1，发达经济体中位数0.71，新兴经济体0.54，新兴经济体内部异质性更大（例如新加坡0.80，尼泊尔0.35）。

发达经济体增加0.6个百分点，新兴经济体增加0.4个百分点

短期增长影响估计

2022-2023年，基于模型模拟，AI准备度提升一个标准差后，发达经济体实际增加值增长比全球最低国家高0.6个百分点，新兴经济体高0.4个百分点。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的文献综述：回顾AI对生产率影响的相关研究，包括宏观与微观证据、AI对跨国不平等的影响以及技术扩散的历史经验。
  • 详细的数据说明与描述性统计：包括56个经济体16个行业的实际增加值数据、行业AI暴露度指数（AIIE）的构建方法、以及IMF AI准备指数（AIPI）的四维度分解。
  • 基准回归结果表：展示AI暴露度与AI准备度交互项对增加值增长的回归系数，以及控制变量（如滞后增加值份额、机器人存量）的影响。
  • 机器人存量的稳健性检验：将工业机器人密度作为控制变量纳入模型，验证AI效应独立于机器人自动化的影响。
  • 国家层面增长效应的模拟结果图：展示各经济体在AI准备度提升后预测增加值增长的差异，并区分发达与新兴经济体的分布。
  • 分维度分析：分别检验数字基础设施、创新整合、人力资本、监管伦理四个子指标与AI暴露度的交互效应。
  • 结论与政策含义：总结AI短期增长效应的跨国差异，并指出研究局限（如未考虑总需求效应和跨部门溢出）。
  • 附录：包括AIPI各子维度的跨国分布图，以及样本国家分类列表。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告