2026年10月4日 搜尋 我的行程 English中文
世界新聞 · 旅遊 · 文化
Taiwan The Taiwan Times
台灣國際報 — Taiwan's window to the world
國際

人工智慧恐將擴大貧富國家差距

人工智慧(AI)、機器學習、機器人、大數據與網路等新科技預期將徹底改變生產流程,但也可能對發展中經濟體造成重大影響。 舉例來說,美國和中國在其經濟發展初期所享有的機會與潛在成長來源,與柬埔寨和坦尚尼亞當今世界所面臨的情況顯著不同。 我們近期的員工研究發現,新科技有擴大貧富國家差距的風險,因為它會將更

人工智慧(AI)、機器學習、機器人、大數據與網路等新科技預期將徹底改變生產流程,但也可能對發展中經濟體造成重大影響。

舉例來說,美國和中國在其經濟發展初期所享有的機會與潛在成長來源,與柬埔寨和坦尚尼亞當今世界所面臨的情況顯著不同。

我們近期的員工研究發現,新科技有擴大貧富國家差距的風險,因為它會將更多投資轉移至自動化已經成熟的先進經濟體。

這反過來可能會對發展中國家的就業帶來負面影響,因為它威脅到要取代(而非互補)其不斷成長的勞動力,而勞動力傳統上一直是落後經濟體的優勢。

為了防止這種日益擴大的差距,發展中經濟體的政策制定者必須採取行動,提高生產力並改善勞工技能。

模型結果

我們的模型考察了兩個國家(一個是先進國家,另一個是發展中國家),兩者皆使用三種生產要素來生產商品:勞動力、資本和「機器人」。我們對「機器人」的定義採取廣義的解讀,涵蓋上述的所有新科技範圍。我們的主要假設是機器人會替代工人。在我們的架構中,AI革命代表機器人生產力的提升。

我們發現,發展中經濟體與先進經濟體之間的差距可能透過三個不同的管道產生:生產占有率、投資流向與貿易條件。

生產占有率:先進國家的薪資較高,因為全要素生產力較高。這些較高的薪資促使先進國家的企業一開始就更密集地使用機器人,特別是當機器人可以輕易替代工人時。

隨後,當機器人生產力上升時,先進經濟體將在長期獲得更多利益。機器人替代工人的程度越高,這種差距就會擴大得越大。

投資流向:機器人生產力的提高,助長了對機器人及傳統資本(假設其與機器人和勞動力具互補性)的強勁投資需求。由於機器人在先進經濟體中被更密集地使用(即上述的「生產占有率」管道),因此先進經濟體對這類投資的需求更大。

因此,投資會從發展中國家被轉移,用以資助先進經濟體的資本與機器人累積,從而導致發展中國家的GDP出現過渡性下滑。

貿易條件:發展中經濟體可能會專注於依賴非技術勞工的部門,相較於先進經濟體,他們擁有更多這類勞動力。假設機器人取代了非技術勞工,但與技術勞工互補,機器人革命後,發展中地區的貿易條件可能會出現永久性下降。

這是因為機器人會不成比例地排擠非技術勞工,降低其相對薪資,並壓低更密集使用非技術勞工的商品價格。

其主要產出相對價格的下跌,反過來又構成了進一步的負面衝擊,降低了投資誘因,並可能導致GDP不僅在相對上、甚至在絕對數值上出現下跌。

機器人與薪資

我們的研究結果關鍵取決於機器人是否確實替代了工人。雖然現在預測未來這種替代的程度可能還言之過早,但我們發現了暗示性的證據表明確實如此。特別是,我們發現較高的薪資與顯著增加的機器人使用量同時出現,這與企業為了應對較高勞動成本而從工人轉向機器人的觀點一致。

影響

如果機器人能輕易替代工人,機器人生產力的提升將拉大先進國家與發展中國家的差距。此外,這些提升將傾向於增加收入,但也將加劇收入不平等,至少在過渡期間如此,且對於某些勞工群體而言,在先進經濟體和發展中經濟體中,這可能在長期內也是如此。

要避免差距擴大並沒有萬靈丹。鑑於機器人革命的速度極快,發展中國家比以往任何時候都更迫切需要投資於提高總體生產力和技能水準,以便讓其勞動力受到機器人的互補而非取代。當然,說起來容易做起來難。在我們的模型中,全要素生產力的提升(解釋了勞動力和資本投入所無法捕捉到的發展中國家與先進國家之間的許多制度和其他根本差異)特別有益,因為它們能激勵更多的機器人與實體資本累積。這種改善永遠都是有益的,但在AI革命的背景下,獲得的收益會更強大。

我們的研究結果也凸顯了資本累積對於防止差距擴大的重要性,並指出了技能水準不同的發展中經濟體之間,可能存在不同的成長動態。

對於那些一直期望從備受期待的人口結構轉型中獲得高紅利發展中國家來說,前景可能會更具挑戰性。發展中國家不斷成長的年輕人口被政策制定者譽為可能是一大好機會,可以藉由中國邁入中高所得國家水準而轉移的工作機會中獲益。

我們的研究結果顯示,機器人可能會搶走這些工作。政策制定者應採取行動以減輕這些風險。特別是在面對這些由科技驅動的新壓力時,急遽轉向以快速提升生產力收益,並投資於教育和技能發展,將能充分利用備受期待的人口結構轉型。

作者:克里斯蒂安·阿隆索(Cristian Alonso)、西達特·科塔里(Siddarth Kothari)與西德拉·雷曼(Sidra Rehman)

(皆任職於國際貨幣基金組織)

本文最初發表於《NFA Post》,經授權轉載。