川海智库

报告概述

本报告由国际清算银行（BIS）发布，聚焦人工智能（AI）在新兴市场经济体（EMEs）中的经济影响。报告基于行业AI暴露度和AI准备度指数（AIPI），分析了AI对生产率和劳动力市场的短期与长期效应，并探讨了行业构成、数字基础设施、技能和制度能力等关键因素如何导致国家间的异质性。报告通过跨国模拟量化了AI驱动的全要素生产率增长对实际产出的差异，为理解AI对新兴市场增长潜力提供了框架。

报告的核心结论

AI的生产率效应因国家异质性显著不同

报告指出，AI对生产率和增长的影响在发达经济体和新兴市场经济体之间存在巨大差异，主要源于行业构成和AI准备度的不同。新兴经济体在农业、运输等低AI暴露行业占比更高，短期内获益较小；而发达经济体因金融、专业服务等密集型行业优势更大，初期增长提振更强。

AI准备度是决定整体收益的关键因素

AI准备度涵盖数字基础设施、人力资本、创新能力和监管框架。报告显示，AI准备度强的国家能更有效吸收和部署AI，放大生产率效应。新兴经济体整体准备度低于发达经济体，且内部差异显著，部分亚洲和中东国家在基础设施上表现较好，但人力资本和监管普遍薄弱，这限制了AI收益。

缩小AI准备度差距可支持长期经济收敛

模拟表明，若新兴经济体将AI准备度差距缩小一半（相对于美国），其实际GDP增长差距可大幅收窄。加强数字基础设施、技能培训和制度能力，不仅能提升AI收益，还有助于缓解劳动力市场风险（如自动化导致的岗位替代），从而推动新兴经济体向发达经济体水平收敛。

贸易开放影响AI收益的跨国分配

报告强调，国际贸易和全球价值链位置会显著改变AI收益的分布。新兴经济体若作为AI供应链的参与者（如半导体出口）或进口AI密集型产品，可能获益；反之若仅依赖低AI暴露行业，则可能面临贸易条件恶化。开放数字贸易、技术转让和再培训政策有助于更公平地分配AI红利。

报告回答的关键问题

AI对新兴市场经济体的生产率提升有多大？

报告基于微观研究显示，AI在任务层面可带来10%-65%的生产率提升，但宏观经济层面的全要素生产率（TFP）年增长幅度估计较小，例如Acemoglu（2025）估计仅0.07%，而其他研究则高达0.3-0.9个百分点。对于新兴经济体，由于行业构成偏向低AI暴露领域，短期TFP提升通常低于发达经济体。

AI准备度如何影响一个国家从AI中获益？

AI准备度（AIPI）包括数字基础设施、人力资本、创新和监管四个维度。报告发现，AIPI每增加一个标准差，发达经济体的实际增加值增长可提高约0.6个百分点，而新兴经济体仅提高0.45个百分点。准备度强的国家能更快部署AI、弥补技能缺口，从而放大生产率收益。

新兴经济体如何应对AI带来的劳动力市场风险？

报告指出，新兴经济体大量低技能工人从事可自动化的认知任务（如客服、文职），短期面临岗位替代风险。例如印度和菲律宾的呼叫中心已出现负面影响。缓解策略包括加强AI准备度、实施再培训和技能提升政策，以及完善社会保障，以帮助工人向高技能岗位转移。

AI会扩大还是缩小发达与新兴经济体之间的增长差距？

模拟显示，若AI准备度差距持续存在，十年内AI驱动的TFP增长将使发达经济体实际GDP比新兴经济体多提升约2个百分点，从而扩大差距。但若新兴经济体积极改善准备度（如将差距缩小一半），增长差异可降至1个百分点以下，有助于收敛。

报告中的代表性数据

10%-65%

任务级AI生产率提升范围

近期研究（2023-2025），微观研究显示，AI在编码、咨询、写作等任务中可提升生产率10%至65%，其中初级员工提升幅度更大（如编码达21-67%），体现平等化效应。

发达经济体0.6个百分点，新兴经济体0.45个百分点

AI准备度提升对经济增长的边际贡献

短期（模拟），标准化增加AI准备度指数（AIPI），发达经济体实际增加值增长平均提高0.6个百分点，新兴经济体提高0.45个百分点，反映初始准备度差异。

发达经济体比新兴经济体多增2个百分点以上

AI驱动TFP增长下的长期GDP差异

十年（模拟），假设AI使美国TFP年增0.5%，由于行业构成和准备度差异，十年后发达经济体GDP累计增长比新兴经济体高2个百分点以上；若准备度差距缩小一半，差异缩至1个百分点以内。

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

  • 详细的跨国行业AI暴露度数据，涵盖农业、制造业、服务业等16个行业的AI应用潜力评分，基于Felten et al（2021）方法，可用于比较不同国家的结构性优势。
  • AI准备度指数（AIPI）的完整构建方法，包括数字基础设施、人力资本、创新与监管四个维度下的具体指标来源和计算方式，覆盖174个国家的横截面数据。
  • 短期增长模拟结果：基于Gambacorta et al（2025）的计量模型，显示AIPI提升对各国实际增加值增长的边际效应，并区分发达与新兴经济体的不同反应。
  • 长期动态一般均衡模拟：采用Cornelli et al（2026）的多国模型，预测AI驱动TFP冲击后40个季度的GDP路径，包括无追赶和部分追赶情景。
  • 劳动力市场影响的深度分析：按职业和技能水平分类的自动化风险估计，以及印度、菲律宾等案例的早期实证，讨论非正规部门的作用。
  • 贸易与全球价值链分析：引用Filippucci et al（2026）关于AI收益跨国分布的研究，探讨AI供应链集中度、数字贸易壁垒和再分配政策。
  • 政策建议清单：针对新兴经济体的AI发展战略，涵盖数字基础设施建设、技能培训、监管框架完善及国际合作等具体措施。
  • 在线附录：包含AI人才流动数据（净流入/流出）、各国AIPI分项得分以及行业间就业再分配图表，补充核心分析。

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