Global Automation Atlas
创建于 更新于
摘要
本文构建全球化的任务-国家层面的自动化暴露图谱，基于O*NET任务词典、124个经济体与四维标签体系（暴露程度、技术通道、劳动边际、AI materiality）对18,797项任务逐一分类，并据此聚合至职业与行业层面。研究发现暴露水平高度受国家条件调控，与人均收入共同推动暴露扩散，但同一收入区间内仍存在显著异质性；劳动力替代型暴露普遍高于 augmentation 型，且随着发展水平的提升，信息化/推断等高AI材料性通道逐步增强，但仍有大量非AI或低AI介导的暴露存在。性别与非正式就业显著影响暴露分布，国别协变量如互联网普及、教育水平、治理质量等对暴露度具有重要预测力。该研究强调同一任务在不同国家条件下的实现路径不同，政策设计需考虑生产组织、信息能力与制度环境的共同作用，从而更精准地评估就业安全与技能升级的政策需求 [page::0]
