资料核查截止：2026年10月26日

摘要

人工智能应用的就业影响，正在由技术暴露讨论转向真实任务、企业采用和劳动市场结果的检验。现有经济学研究已观察到部分任务效率改善、组织重配和职业入口变化，但尚不能由此确定中国全国长期净就业方向。任务能力、商业采用、岗位重组、企业扩张和社会净效应属于不同环节，需要分别测量。将单项实验效率直接换算成减员比例，或者以采用企业增长证明全国就业增加，均会遗漏重要机制。

海外证据显示明显的场景差异。客服、办公和开发任务的研究可以支持相邻业务试验，但其工具代际、人员和估计对象不同；年轻招聘的美国预警与丹麦较早期行政记录结果，也需要保留方法和时期边界。中国招聘研究已经发现岗位结构、工资报价和任职要求变化，资料却主要截至2023年或2024年，且职业暴露尚未普遍连接企业真实采用。广告份额、计划人数和报价，不能直接解释为实际雇佣与实得工资。

经济机制上，单位人工投入下降能否被产量扩张抵消，取决于价格、需求、质量和供给瓶颈。采用企业还可能通过订单转移扩张，行业及劳动者结果未必同向。技术收益进入工资、利润、价格和工时的方式，会进一步影响购买力、税基和公共预算。初级任务兼具当期生产与职业学习功能，减少重复工作时需要重新设计经验积累，避免岗位数量未变而学习内容减少。

制造业应以订单和任务为单位评估。采购询报价、客户开发、售后、生产计划、质量和工艺文档具有不同的验证与责任要求；语言模型、视觉和实体设备也需要独立证据。企业总成本应计入集成、资料、复核、错误、培训、维护与退出，收益则应区分可兑现支出减少、质量改善和真实新增业务。人员安排宜随全流程验收推进，不能仅依据生成速度或供应商演示。

政策方面，过渡收入支持和岗位培训具有历史评估可供参考，新人学习具有新实证线索与理论依据，但人工智能专项干预仍需本地验证。工资差额支持适合有岗位可去且降薪阻碍转岗的人，不能解决职位不足问题；培训需要真实需求和生活条件，不能承诺全部吸收替代。普遍人工智能税、长期稳岗补贴和统一短工时的净收益仍受较强条件约束，应明确融资、归宿和退出。

本院建议将既有保障兑现、可评估的收入及转岗试点、长期分配制度准备并列推进。企业承担具体流程和带教责任，公共资金支持跨企业技能、过渡保障和公共服务，分担比例依本地收益范围与预算测算。评价应追踪实际就业、累计收入、工时、进入机会和财政成本，并观察未受助者与补助退出后的结果。长期劳动需求若持续广泛不足，局部培训和保险证据不能自动提供系统答案，仍需研究税基、公共服务、工时与再分配的制度组合。

关于本报告

本报告属于就业转型的政策与产业专题研究，研究对象为人工智能应用如何改变任务、企业经营、劳动收入及公共责任，不提供未经依据的全国净就业损失或行业市场金额预测。研究使用公开原始论文、作者与机构资料、政府文件和官方统计，区分已发表研究、工作论文、政策综合、模型、说明性情景与本院建议。技术能力暴露指标只作为风险筛查与研究变量，不等同于真实采用或已经发生替代。

本报告未开展企业访谈、工厂调查或现场试点，未使用专有企业数据库进行统计。制造业分析和可复算算例均由本院为说明机制而设定，不代表特定企业或行业实测。海外估计不直接乘以中国就业规模，工业机器人历史不直接替代当前生成式人工智能证据。论文年份、工具代际、数据终点和版本分别记录，完整查阅受限的材料亦在来源表中说明。

报告正文分为四编十八章，依次讨论政策与证据、经济机制、制造业任务和实施选择，最后列出研究院判断。参考文献与方法附录另列。资料核查截至2026年10月26日；其后的论文更新、模型能力、实际部署和政策细则需要继续核实。文献来源编号仅用于索引，不代表证据等级或质量排名。

第一编　政策目标、观察口径与前沿证据

第一章　就业友好型技术发展的政策目标与执行边界

人工智能应用的就业影响，已经从技术能力讨论进入企业经营和公共政策的共同议程。企业需要回答投入是否形成可靠产出，劳动者需要判断收入、技能和职业路径如何改变，政府则需要同时处理产业竞争力、就业机会和财政责任。三类主体的目标存在交集，也存在时间和利益上的差异。政策执行的起点，是将这些差异转化为明确的评估对象和责任安排。

国办发〔2026〕29号文件成文于2026年10月16日，10月23日已有公开报道，生态环境部于10月24日转载全文。文件提出优先在缺工、高危岗位推广应用，稳慎把握劳动密集型行业的应用节奏，鼓励探索失业缓冲期，并部署就业风险评估、培训、转岗和社会保障。原文未规定全国统一缓冲月数、量化风险阈值、总预算及企业与财政分担比例。文件原文，10月23日报道

政策目标包含至少三种不同结果。第一种是减少转型期间突然发生的收入中断，第二种是改善劳动者进入新任务和新企业的机会，第三种是促使技术收益以工资、产品价格、工时或公共服务等形式得到分享。即使长期岗位总量保持稳定，部分地区、年龄和职业仍可能承担较大损失。因此，对总量和分布的考察需要并列进行。

文件中的要求、鼓励和研究具有不同强度。风险评估需要依项目范围和现有程序落实；缓冲期属于鼓励探索；权益与分配条款包含依法保障、制度完善和研究任务。地方执行时应说明哪些事项进入强制申报，哪些采用激励措施，哪些仍处于试验阶段。将全部内容统一解释为新增审批，会增加企业的不确定成本；将其全部处理为倡议，又难以形成可兑现的支持。

就业友好不能只用某个项目宣布保留多少岗位衡量。维持不再具有需求的工作，可能形成持续补贴负担；只考核企业人均产出，又可能忽略失业者和新增求职者。较完整的评估应同时记录企业经营改善、劳动者累计收入、实际工时、进入机会与财政支出。不同结果之间存在取舍时，应将取舍公开，而非通过选择指标掩盖。

对制造业而言，技术部署还受到产品质量、安全责任和客户交付约束。自动生成询价表、检索维修手册与控制设备动作，对人员配置的含义不同。政策可以为不同任务设置差异化观察要求：办公辅助重视跨部门总工时和错误成本，生产控制重视可靠性和安全，人员调整重视真实收入与转岗结果。统一以企业是否使用人工智能划分对象，容易失去这些必要信息。

缓冲期的经济价值取决于期间发生的活动。企业提前告知调整计划，允许劳动者获得带薪学习和求职时间，提供岗位信息，并安排收入衔接，能够降低搜索和转换成本。如果只将解除劳动关系的日期延后，而没有培训、匹配或资金安排，原有困难会在期限届满后集中出现。期限与服务内容应共同设计，不能用一个月数代替全部转型支持。

地方政府还需要区分企业经营风险与技术转型风险。订单下降、产品失去竞争力、企业现金流恶化，可能与人工智能上线同时发生。对已经缺乏持续经营条件的企业长期补助，容易把就业资金用于延迟退出；对具有订单和技术能力、仅存在短期调整摩擦的企业提供有期限支持，则具有不同性质。二者需要通过订单、成本、现金流和岗位安排进行甄别。

公共责任也不能只留在企业内部。供应链工人、外包服务人员以及首次求职者，未必直接出现在采用企业的裁员名单上。企业不再续约、退休后不补员、减少初级招聘，同样能够改变就业机会。公共监测应覆盖这些流量变化，救助资格则应适当结合可核验的收入损失与再就业困难，避免过度依赖企业自报的技术原因。

本院据此将政策落地分成三个层次：现有权益和过渡支持的兑现、具有对照和退出条件的政策试点、针对长期分配变化的制度准备。前两层可以在长期结局仍不确定时推进；第三层需要持续核对劳动份额、税基和财政能力。各层的预算、责任和证据要求应分别说明，不能以远期愿景替代当前支付安排。

第二章　任务、岗位、企业与全国就业的观察单位

技术影响劳动，首先表现为具体任务改变。一个采购岗位同时包含资料整理、规格核对、供应商沟通、价格谈判和异常处置。人工智能即使能够处理其中一部分，也需要结合其他任务的时间分配和责任安排，才能判断岗位如何变化。将某项任务的可自动化程度直接当作整个岗位的替代概率，会跳过组织重组这一关键环节。

岗位是任务的组合，也是合同、排班和责任的组合。某些任务可以被集中到共享服务部门，另一些任务需要随生产班次配置。两个员工各节省一小时，不一定能够合并成一个可撤销岗位，原因可能是工作时点不同、现场位置不同、异常需要同时响应，或者技能无法互换。企业节省的零散时间与可重配的完整劳动时间之间，需要单独核算。

就业人数和总工时也可能方向不同。企业人数不变，员工加班减少，劳动者能够获得更多休息；人数不变、工时增加，则可能意味着少招新人后由存量员工承担更多任务。人数下降但时薪提高，与人数稳定但月收入下降，对家庭和社会的影响也不同。任何单项指标都不能替代对人数、工时、时薪和月收入的并列观察。

企业是市场竞争中的一个单位。先采用技术的企业可以改善交付、降低价格并取得更多订单，招聘因而增加。但若订单主要来自同行转移，行业就业的变化还取决于其他企业收缩多少。采用者扩张是重要经营结果，却不是全国净增就业的充分证据。评估补贴时，也应将同市场未受助企业和退出企业纳入比较。

产业链进一步扩大了观察边界。制造企业将文案、翻译或客服收回内部，可能减少服务商收入；将软件维护外包给专业公司，则可能减少本厂人员同时增加其他企业用工。两种情况都会改变企业账面的劳动投入。若只统计主机厂在册职工，便可能把组织边界变化误读为技术替代。外包金额、服务人时和承包方用工，应在条件允许时进行衔接。

地区就业涉及居住和工作地点。工厂扩大订单后，在异地增加服务团队，不一定改善原厂区失业者的机会；劳动者跨市转岗后，收入可能恢复，但家庭照护、住房和通勤成本也可能增加。地方评价需要区分本地企业岗位、本地居民就业和迁移后收入。将企业注册地、工作地和居住地混用，会影响政策受益对象的判断。

存量和流量需要严格区分。年末就业人数是一个时点存量，新招聘、离职、退休和转岗是期间流量。同样的年末人数，可以由低流动形成，也可以由大量退出和进入相抵形成。后者可能伴随更长的失业等待期和较大收入损失。因此，岗位总量稳定并不意味着调整成本很低，流量指标可以揭示总数背后的转换过程。

占比与绝对量也不能相互替代。假设企业原有初级人员四十人、资深人员六十人，新增二十名资深人员后，初级占比由四成下降到三分之一，但初级人数没有减少。若初级人员由四十人降至三十人，同时资深人员也减少，初级占比甚至可能保持不变。两个例子均为口径演示，说明判断新人机会需要实际录用人数和岗位存量共同支持。

工资统计存在类似问题。低薪岗位退出后，企业平均工资可能上升，即使留下者没有加薪；高技能岗位扩招，也会抬高平均值。劳动者福利需要跟踪同一人的工资、工时与就业状态，并将退出样本保留。只比较仍在职者的平均工资，会遗漏收入降至零或转入更低薪岗位的人，也容易将人员构成变化误读为普遍改善。

全国就业还包含价格、需求和新企业进入等调整。技术降低产品成本后，消费者可能购买更多产品，也可能将节省的钱用于其他服务；企业利润可能支持投资，也可能形成金融储蓄。不同渠道创造的劳动需求不一定发生在原行业、原地区或原时间。全国净效果因此需要更广的研究设计，不能由若干成功企业案例相加得到。

观察单位的选择还决定责任分配。企业内部评估适合查找流程改进和人员安排，行业评估适合识别竞争转移，劳动者追踪适合衡量收入恢复，财政评估适合比较公共支出。政策部门应在项目启动前说明主要目标属于哪一层，并保留连接其他层的指标。这样才能避免企业经营、个人福利和社会收益被写成同一个结果。

第三章　实验、招聘与工资记录的识别能力

经济学研究首先要确定比较对象。观察到使用人工智能的企业增长较快，既可能说明技术有效，也可能说明增长较快的企业更有能力采购技术。管理水平、客户结构、资本约束和既有数字化能力，都会同时影响采用与结果。可信研究需要尽可能构造没有采用时会发生什么的对照，而不是只记录使用前后的差额。

随机试验通过随机提供工具或项目资格，使处理组与对照组在起点上更可比。但随机提供访问权限，不等于所有人实际使用；实际使用者还可能具有更强动机、更适合的任务或更多空余时间。因此，对获提供资格者的平均效果，与工具对特定使用者的效果是不同参数。研究报告必须说明估计对应哪一群体，不能把局部结果套给全部员工。

工具变量常用于处理实际采用与个体选择相关的问题。它要求某个外部变化能够影响采用，同时不会通过其他渠道直接影响结果。这个排除限制通常无法被完全检验，必须依赖制度和业务知识。跨国企业研究中，母公司或关联企业的变化可能帮助识别采用，也可能伴随组织重构、资本转移与客户变化。大样本并不会自动消除这些问题。

双重差分比较不同暴露群体在事件前后的变化，关键条件是如果没有事件，两组原本会沿相近趋势发展。论文中的事件研究和安慰剂检验能够提供支持，却不能排除全部共时冲击。疫情、行业景气、利率和教育供给，都可能与技术推出时点相邻。对“准自然实验”的阅读应继续检查处理定义、趋势和样本，而非仅依据这一名称判断因果强度。

职业暴露指标通常衡量技术能力与任务文本的接近程度。它有助于在真实采用数据缺失时寻找可能受影响的群体，但无法说明企业是否已经采购、是否经济可行、是否经过质量验证。相同暴露度在不同企业可能产生不同结果，因为数据可用性、责任要求和客户习惯不同。暴露更适合充当筛查和研究变量，不宜直接决定个人救助资格。

招聘广告能够较快反映雇主意向，却包含重复发布、长期储备和未实际成交的岗位。广告中的薪资区间也可能受到人员筛选和发布规则影响。研究者即使清洗重复、统一职业编码，仍需要区分广告条数、计划招聘人数和最终录用。对于制造企业，临时用工、劳务派遣与熟人招聘的变化还可能不完全进入线上平台。

工资和社保行政记录更接近实际雇佣，但仍有边界。记录中的收入可能不包含全部津贴、非正式劳动或自雇收入，企业身份变化也会影响人员连接。研究需要交代覆盖人群、缺失情况和离职后追踪。行政数据的优势是能够减少回忆误差，不能因此忽略其制度覆盖范围，更不能把记录之外的人解释为没有工作。

企业调查可以提供采用计划、投资预期和管理判断，适合观察尚未进入行政结果的组织变化。但预期会随市场和工具性能变化，自报净影响也可能受到记忆和叙事影响。对调查结果应区分已经发生、自报归因和未来计划，不宜将三者并列为同样强的事实。样本企业采用率，也不能直接代表全球所有企业。

论文发表状态与识别强度是两条不同维度。同行评议增加了外部审查，但已发表模型仍然是模型；工作论文也可能使用重要行政数据，却需要更多时间检验稳健性。版本更新可能改变样本、方法和头条数字。发布研究报告时应保留所用版本，避免将旧稿样本、新稿系数与另一版结论拼接成并不存在的研究结果。

统计不显著也不能解释为精确没有影响。若置信区间很宽，研究可能既容纳较大改善也容纳较大损失；若区间较窄，才有助于排除某种规模的平均效果。进一步外推到细分职业或长期，还需要新的精度和识别条件。政策部门宜报告估计区间、样本与观察期，并承认哪些问题尚不能由现有设计回答。

第四章　海外实证的共同发现与分歧

任务层面已有明确的效率改善证据。Brynjolfsson、Li与Raymond发表于《经济学季刊》的客服研究，使用分期推广资料，现刊样本为5,172人，每小时解决问题数平均提高15%，新手受益更大。多数样本在菲律宾并服务美国客户。论文不能观察总体劳动需求和工资，结果适合支持相邻服务任务试验，不能换算为制造业裁员比例。期刊原文

开发工作研究也显示任务结果可能改善。Cui等2026年发表于《管理科学》的三企业试验，涉及4,867名开发者，合成加权工具变量估计的每周任务增幅为26.08%。这是局部采用效应，实验事后注册，任务量也不同于商业价值或无缺陷产出。不能把该数值写成全部员工的平均收益，更不能写成可减员比例。期刊及作者稿入口

另一些任务试验提供了反向提醒。METR对16名熟练开源维护者的246项任务开展随机试验，在2025年早期工具和特定代码库中，允许使用人工智能使完成时间增加19%。其2026年更新讨论参与者选择和并行代理计时困难，没有给出当前全行业统一速度收益。小样本负结果与其他场景正结果共同说明，任务、熟悉程度和验证要求必须进入判断。原论文，方法更新

办公室实验则提示个人时间变化未必立即改变组织。Dillon等在66家企业随机提供工具，论文已获《美国经济评论：洞见》接收。新版中，实验后半段实际使用工具的处理组每周邮件时间减少约两小时，属于使用者IV/LATE估计，未检测到任务数量和构成改变。两小时并非全部获提供者的平均效果，也不能据此推论普遍短工时制度已经可行。期刊入口

劳动市场层面的调整更不一致。Humlum与Vestergaard的丹麦工作稿连接采用调查和行政记录，数据截至2024年12月，平均收入及记录工时效果接近零，置信区间能够排除超过2%的平均变化，同时出现任务重组。它没有发现采用企业的年轻就业份额下降更多。该观察窗口较早，不能代替更强代理工具的后续检验。2026年版本

美国年轻就业研究则出现较强预警。最新版《煤矿中的金丝雀》使用至2026年6月的工资记录，报告高暴露职业22—25岁群体相对低暴露同龄轨迹存在19%的描述性缺口，主要体现为招聘减少。作者强调前趋势、教育控制和代表性限制。新版指标不能与旧版13%或16%的回归估计直接串联，亦不能解释为全部青年因人工智能失业。作者原始页面

Census的毕业生工作稿从专业事前暴露切入，连接学位与就业记录，发现最高暴露专业组的初次就业和早期收入相对较弱，部分人进入较低薪行业。研究能够观察职业入口之前的调整，但专业暴露仍不同于真实采用，同期专业相关冲击无法全部排除。其意义在于提示长期路径和低配就业，不能将美国专业组系数乘以中国毕业生规模。机构论文

Chandar与Klein Teeselink的41国研究进一步揭示分母效应。估计样本是100,813个海外关联实体，基础数据库规模远大于估计样本。研究中的初级份额下降主要由高级就业增长驱动；初级人数点估计为负，但未检出统计显著下降。工具变量、招聘文字代理采用和平衡面板边界，均限制其作为全球净效应证据的能力。原文

这些结果可以形成相容的解释。既有员工能够更快完成任务，企业仍可能暂时减少新人招聘；采用企业能够增长，行业内其他企业仍可能收缩；总就业保持稳定，个人初薪和职业匹配仍可能恶化。研究面对的是不同边际，不能仅按结论正负进行投票，也不宜将数字平均成一个人工智能替代率。

本院认为，当前海外证据最有价值的共同点，是将评估从技术演示推进到真实任务和实际劳动结果。政策上应据此扩大观察范围，保留效率收益和组织重配两条线。对于全国长期净岗位，现有证据仍不足以给出确定方向；对于部分职业入口和收入路径，已有足够理由开展更密集的监测和可评估干预。

第五章　中国招聘研究的发现、限制与数据时滞

中国已有可核查的生成式人工智能劳动需求研究，主要集中于线上招聘任务、工资报价和岗位门槛。其价值在于使用本土招聘资料观察结构调整，而非只能依赖海外案例。但平台覆盖、企业选择与采用数据缺失，决定这些研究暂时难以直接回答全国净失业规模。正式报告需要保留已有发现，同时说明从招聘意向到实际雇佣还存在距离。

张丹丹、于航、李力行、胡佳胤、莫怡青和李泓孛发表于《管理世界》的研究，使用约125万条招聘广告构建本土任务暴露度。在职业层面的工具变量比较中，暴露高一标准差对应广告份额变动约低2.3个百分点。比较时期跨越疫情，份额不同于人数，工具变量仍依赖排除限制；该结果不能写成全国就业减少2%点三。作者托管全文

廖婉晴、郭允航与赵楠发表于2026年《财经研究》的论文，使用2022年1月至2024年3月上市公司招聘资料。研究发现互补职业份额和工资报价、教育及经验要求有所变化，基准招聘份额估计并不显著。作者换算的一标准差暴露差异对应约330元月薪报价，不能解释为同一工人实际加薪，也不能据此证明总用工增加。期刊全文

何勤与李鑫悦2026年的研究，使用清洗后的7,339条广告，观察单条广告标注的计划招聘人数。常规认知和信息分析处理岗位的计划招聘需求相对收缩更明显，无经验要求岗位更承压。样本明确剔除兼职、实习和校园招聘，不能直接称为应届生校招总量研究。数据截至2023年，也不能反映2026年最新工具下的全部结果。期刊全文

三项研究的共同价值，是提示招聘结构和任职要求已经值得观察。共同难点则是职业暴露并非企业实际采用。若某些职业在同一时期还受到产业调整、订单变化或组织集中影响，估计可能同时包含这些因素。进一步研究需要连接真实上线时间、使用强度、实际录用与工资记录，并尽量保留企业进入退出和劳动者后续去向。

招聘门槛上升可以有多种解释。企业可能希望员工承担更多异常判断，也可能将多个初级任务整合成复合岗位；低门槛广告减少还会改变剩余广告的平均要求。政策应继续区分技能升级、人员筛选和构成变化。将教育年限提高直接解释为劳动者能力改善，或者解释为企业必然排斥新人，都超过现有资料能够确认的范围。

对制造业的外推还需要处理企业规模。上市公司通常具有更完整的数字记录、管理层级和招聘渠道，中小工厂则可能由少数人兼任多个职能。大企业能够集中开发知识系统，小企业更依赖外部产品和人员经验。相同任务暴露度对应的采购成本、复核负担和岗位可分性不同，政策试点需要按规模和流程成熟度分层。

工业机器人历史研究提供了观察层级的参照。Freeman等研究报告采用企业的生产率、就业、工资与份额改善；Giuntella等的已发表摘要则报告高暴露劳动者就业和时薪下降。二者对象不同，可以同时成立。机器人硬件和历史制造环境也不同于当前语言模型，适合用于解释竞争重配，不适合提供生成式人工智能替代比例。企业研究，劳动者研究摘要

中国就业背景还要求关注流动劳动者。国家统计局2025年农民工监测报告显示，农民工总量为30,115万人，其中制造业就业占比为28.2%。该占比的分母是农民工，不能当作全部制造业占全国就业的比例。背景统计可以说明制造业转型涉及广泛家庭与跨地区流动，不能承担人工智能归因。官方调查

本院建议将国内证据建设重点放在连接过程资料。企业上线记录、岗位任务表和招聘变化，可以说明调整从何处开始；工资、工时与社保记录，可以说明在岗者是否受益；离职者和未入职者追踪，可以说明损失是否被转移。资料连接需要必要授权和去标识处理，监测用途与企业经营使用也应区分，避免为了统计而增加不必要的信息收集。

数据更新还应保留技术代际和业务环境。一次较早期试验得到平均效率改善，并不证明之后每次升级都具有同样幅度；后期观察到招聘下降，也不能自动归因于某个模型发布。以季度或半年为单位记录工具、订单和流程变化，能够帮助区分技术性能、组织采用和市场周期。其价值是提高可解释性，而非不断追逐一个全国单点替代数字。

中国现阶段更适合提出分层判断：招聘端已经出现可研究的结构变化，真实采用与劳动结果的连接仍待加强；制造业职能任务值得试验，但产线和身体技能需要独立证据；地方政策可以在现有资料上开展小规模比较，却不宜提前承诺全国效果。后续章节将据此转向机制、企业决策和政策预算，使证据能够支持具体行动。

第二编　劳动需求、市场重配与收入形成机制

第六章　劳动节省、产量扩张与新任务的共同作用

人工智能对就业的影响，首先取决于单位产出需要多少人工，其次取决于企业能够销售多少合格产出。二者必须在同一任务边界和质量口径下比较。只观察生成文档更快，无法判断整项服务是否节省时间；只观察总销售额增加，也无法区分数量、价格和产品组合。机制分析应先建立可核算的关系，再讨论市场反应。

在质量和流程边界可比的条件下，总人工工时等于有效产量乘以单位人工工时。若用符号表示，可写为H＝Q×a，其中H为总人工工时，Q为合格且具有实际用途的产出，a为每单位产出所需人工工时。若再除以每名劳动者的期间工时g，可得到等效劳动投入E＝H÷g。这是会计关系，不是关于真实需求或人员裁减的预测模型。

以下为本院设定的教学情景，不代表真实工厂。假设一家服务部门每月处理一千份合格订单，每份平均需要两小时，总工时为两千小时。流程改进后单位人工工时降到一点六小时，下降两成。订单不变时总工时降到一千六百小时；订单增加到一千二百五十份时，总工时回到两千小时；增加到一千五百份时，则需要两千四百小时。维持原工时需要订单增加两成五，而非两成。

假设情景 月度合格订单 每单人工小时 月度总人工小时 相对原总工时
上线前基线 1,000 2.0 2,000 基线
订单固定 1,000 1.6 1,600 下降20%
工时维持 1,250 1.6 2,000 不变
需求较强扩张 1,500 1.6 2,400 增加20%

这个关系还不能直接确定在册人数。订单可能集中在少数时段，响应要求可能不允许减少班次，也可能有固定的现场和管理岗位。企业可以选择缩短加班、减少外包、增加备班或扩大业务。相同工时节省，在不同组织条件下会体现为不同结果。因此，人员决策应在实际排班和任务可分性得到核对后作出。

任务实验向企业全流程转换时，还需要加入新增工作。假设原流程需要一百小时，其中资料起草占三十小时，工具将起草时间减少一半，表面节省十五小时；若新增复核、纠错和系统维护需要五小时，全流程只节省十小时，降幅为一成。若等待客户确认仍是主要交付瓶颈，周期改善还可能小于工时改善。该例说明任务效率与流程效率需要分别验收。

单位产出还应进行质量调整。人工智能能够生成更多报价、图文或代码，但其中一部分可能没有被客户采用，或者需要返工。若把所有草稿都计为产出，数量增长会被高估；若只计算最终通过且形成业务价值的结果，指标更接近企业真正关心的效益。质量调整不必一开始就建立复杂模型，可以先以审核通过、交付成功和客户接受等具体节点界定。

产量扩张能否抵消单位用工下降，取决于新增需求。价格下降是一条路径，但人工成本往往只是总成本的一部分。仍以纯假设说明：单价一百元、单位人工成本二十元，人工成本降低两成只节省四元。即使全部降价，价格也只下降百分之四。若在给定情景中销量增加百分之八，总工时变为原来的零点八乘一点零八，即下降百分之十三点六。这里销量增幅是情景假设，不能从降价幅度自动得到。

质量改善和服务范围扩大可以形成另一条路径。过去因报价成本过高而未服务的小客户、因资料语言不同而未进入的市场，可能在成本下降后得到供给。能否形成劳动需求，还要看客户是否具有支付意愿、企业是否能够履约，以及新增订单是否具有合理利润。免费生成更多内容或发送更多邮件，不能自动当作具有持续收益的新市场。

新任务还需要区分过渡性工作和持续性工作。上线期间的数据清洗、系统迁移和集中培训可能增加一时用工，系统稳定后需求会下降；持续客户协商、复杂质量判断和新产品开发，可能具有更长生命周期。岗位规模应结合任务频率、持续时间和预算责任测算。不能仅因出现一个新职业名称，就认定其足以承接原岗位劳动者。

Acemoglu与Restrepo的任务框架区分原有人工任务被转移、生产率提高和需要人类比较优势的新任务。这些作用方向不同，不存在无条件相互抵消的关系。框架有助于组织核算，但其历史分解不能直接变成中国2026年的就业预测。任务框架原文

本院建议企业将收益分成四类记录：原任务节省的净工时、质量改善带来的成本减少、原业务数量扩张，以及形成持续收入的新任务。四类可以相互联系，但不能重复相加。同一笔因减少返工而增加的产出，不能同时按节省工时、增加销售和新增岗位完整记三次。经营分析的可复算性，是讨论就业后果的基础。

第七章　市场份额、价格与产业链重配

采用企业扩张与行业就业下降可以同时发生。企业经营关心本企业客户和利润，公共政策还要关心竞争者、供应商及劳动者去向。人工智能降低某家企业的交付成本，会改变订单分配；如果总市场没有扩大，采用者增长的一部分就来自其他企业收缩。产业研究应当给这一过程保留独立的观察位置。

以下为假设市场的会计演示。两家企业原来各有一千份订单，每份需要两小时，共需四千人工小时。甲采用技术后单位人工工时降到一点六小时，并从乙取得四百份订单。甲总工时由两千升至两千二百四十小时，增加一成二；乙降为一千二百小时。市场总工时为三千四百四十小时，比原来下降一成四。甲扩招的可能性与行业用工减少并不矛盾。

若总市场也扩张，结果会改变。仍在同样假设中，甲取得一千六百份订单，乙取得九百份，合计两千五百份。甲需两千五百六十小时，乙需一千八百小时，总计四千三百六十小时，比基线增加百分之九。这个情景也保留了乙的收缩。行业增长与部分企业、劳动者受损可以并存，支持受损者具有独立理由，不能仅由总量增长抵销。

真实市场中，价格、客户偏好和企业退出会继续调整。成本较低的企业可能降价，也可能保留利润用于研发、偿债或扩大渠道。竞争越充分、客户越易比较，成本下降越可能传递给购买者；具有差异化产品和转换成本时，传递路径可能不同。研究需要观察成交价格和客户留存，而不能只根据技术节省额推定消费者已经受益。

市场份额重配也存在时间顺序。先行企业可能短期取得优势，工具普及后优势缩小，竞争进一步转向质量、交期和客户关系。早期经营收益不一定能够支持长期岗位承诺，后进入者也可能通过更低实施成本取得追赶机会。地方政策不宜把某一家企业的短期增长率当成地区长期劳动需求，补贴期限应允许重新检验竞争条件。

产业链的重配更容易被忽略。制造企业减少外包翻译，可能增加内部复核；供应商以智能报价降低服务成本，客户可能要求更多轮次和更细规格；主机厂提高交期要求，压力可能转移到配套企业加班。技术收益和劳动负担沿链条分布，单厂工时改善不能说明整条链的工作强度下降。需要在关键交易关系上抽样核对。

对出口企业，竞争边界还跨越地区。新增海外订单可能扩大本地生产，国际客户的预算却可能来自对其他国家供应商的替代。本报告不据此判断出口扩张没有社会价值，而是要求分别说明本地、全国和全球口径。政策目标可以优先本地就业，但评估文件应明确其空间范围，避免在不同层级间切换结论。

市场扩张还受到瓶颈约束。营销部门获得更多询盘，如果工程确认、关键设备或合格供应商无法同步扩张，询盘可能变成积压和额外沟通。企业前端任务效率提高后，瓶颈部门的工作负荷可能增加。公共支持若只补前端工具而不理解后端产能，可能形成低效投入。产业诊断应沿着实际订单走到交付和回款。

新企业进入是另一个潜在收益。较低的资料、设计和管理成本，可以降低创业初期的部分门槛，但制造业还需要设备、认证、资金和客户信任。工具普及不会自动消除这些约束。评价中小企业支持时，应比较进入者存活、付费客户、工资总额和实际生产，而非只统计注册数量或领取账号的企业数。

政策由此需要两个评价口径。企业层面考察项目是否提高生产率和经营可持续性，市场层面考察新增需求、价格传递、竞争者损失和进入退出。公共资金可以支持真实的效率扩散，但若把全部采用者增长记作净就业创造，就会高估收益。跨企业比较和供应链抽样，能够在不等待完整全国模型的情况下改善判断。

第八章　工资、收益分配与总需求

生产率提高后，收益可以进入劳动报酬、利润、产品降价或工作时间。不同渠道的受益者、发生时间和统计表现不同。即使总产出增长，工资总额也可能增长较慢；即使平均工资上涨，部分退出者收入仍可能下降。研究应将分配视为生产过程之后需要继续观察的环节，而非由效率改善自动推导的结果。

同一核算范围内，劳动报酬总额等于增加值乘以劳动报酬份额。以下示例为简化演算，假定劳动报酬全部体现为工资；实际分析须先核对工资与劳动报酬的统计范围。以下为假设：增加值从一百单位升至一百一十单位，劳动份额从一半降至百分之四十五，工资总额便从五十变为四十九点五，下降百分之一。该例没有给出现实劳动份额预测，只说明产出增长与劳动收入增长之间还隔着份额变化。就业人数和平均工资又会进一步分配这笔总额。

劳动者之间也可能出现不同变化。掌握客户、复杂工程判断或组织协调的人，可能因为能够管理更多业务而提高收入；原来依靠标准化文档和基础检索取得收入的人，可能面临价格下降和任务收缩。新手从工具获得更强任务表现，并不保证其议价能力同步上升。如果任务变得更容易由其他人完成，雇主对特定技能的支付意愿反而可能降低。

工资形成还受到制度和组织安排影响。绩效制度、内部晋升、集体协商、最低工资和劳动力流动，都会影响收益传递。具体作用需要在本地核对，不能将海外某种工资机制直接移植。企业若希望员工持续提供隐性知识和纠错投入，也需要考虑收益分享与信任；短期将所有节省都转化为人员削减，可能损害长期知识供给和协作。

产品降价能够提高购买力，但对不同家庭的效果不均。某类软件或信息服务便宜，并不能完全弥补失去主要工资收入；较高收入家庭消费更多技术服务，也可能获得更多价格收益。评估应同时记录家庭收入和生活成本变化。名义收入不变不等于实际福利不变，特定商品降价也不等于所有家庭的收入损失已经补偿。

收入分布还会影响需求。Fornaro与Wolf的2026年模型结合劳动者较高消费倾向、名义刚性和自动化，说明劳动份额下降可能形成需求不足。其小规模就业补贴由资本所有者总额税融资，并假定不改变自动化任务边界；模型没有证明现实补贴能够阻止替代，也没有预测必然衰退。模型原文

这一机制在产业分析中的用途，是提出需要监测的渠道。若劳动收入转移到消费倾向较低的群体，消费增长可能偏弱；企业投资、出口和政府支出又可能部分抵消。抵消是否充分，取决于盈利预期、利率、外部需求和财政条件。观察到订单下降时，应继续区分人工智能引起的分配变化与其他宏观因素，不能把所有需求困难都归于技术。

企业利润增长也不等于财政可用资金同步增加。税基位置、折旧和亏损抵扣、跨境业务及征管能力，会影响政府实际收入。某些公共支出在转型初期立即发生，税收收益却可能较晚出现。财政安排应进行现金流和持续性测算，不能仅以长期生产率可能提高为理由，预先承诺无明确资金来源的永久性给付。

分配政策还会改变行为。对低收入劳动者增加在职支持，可能改善就业回报，也需要避免收入临界点造成较高隐含边际负担；增加资本或高收入税负，需要考虑征管和流动；对企业提供补贴，则要识别是否只是替代本来会发生的支出。不同工具的名义对象与实际受益者不一定相同，税负和补助归宿需要进入评估。

需求政策的适用性取决于经济是否存在闲置资源。若主要约束是缺少订单和收入，支持受冲击家庭可能同时稳定消费与转岗；若关键技能、能源或产能已经紧张，扩大名义支出可能推高成本。政策应将就业、产能、工资和价格信号共同使用，避免把同一处方用于供给约束与需求不足两种相反情形。

本院认为，讨论技术红利分享时，至少应分别核算企业利润、工资总额、个人累计收入、产品价格和公共预算。并列这些账户并不保证利益自动一致，但能够使取舍具体化。收入稳定、增长和财政可持续之间的权重仍需公共决策，经济学提供的是约束、机制与可比较成本，无法独自决定社会愿意接受的分配结果。

第九章　初级岗位、在岗学习与职业阶梯

初级岗位的价值往往超出当期产出。新人通过整理资料学习产品结构，通过比对报价理解成本，通过跟随维修识别异常，通过编写报告掌握质量标准。任务本身可能标准化，却承担知识积累功能。技术将这些任务集中或自动处理后，企业需要重新设计获得经验的路径，否则短期节省可能伴随长期人才供给不足。

Afrouzi等的2026年理论模型将初级任务视作学习渠道，同时允许技术帮助资深者拓展新任务。不同均衡下，学习损失与任务扩展可能产生相反净效应。政策组合需要考虑两种外部性，单独自动化税或工资补贴并不等于模型中的最优方案。论文提供机制，未估计中国已经陷入某种人力资本陷阱。原文

企业内部需要区分任务完成与能力形成。新人依靠工具能够迅速交付报告，可能尚未理解参数为什么适用；资深人员持续复核能够保证当期质量，却未必给新人足够反馈。若绩效只统计交付数量，学习投入容易被压缩。培养设计应给出判断过程、错误原因和独立操作的要求，使工具使用成为训练的一部分，而非掩盖能力差异。

学习机会也不能只以初级岗位数量衡量。岗位仍在，但员工长期只做粘贴、上传和形式检查，实质任务减少，晋升基础仍可能削弱。反过来，工具可以帮助新人接触更多复杂问题，导师把时间用于解释例外和验证判断，学习可能加快。两条路径需要通过任务分配、反馈质量和脱离工具测试区分，不能依据产品宣传确定。

本院建议将新人工作拆成三个层次。第一层是能够独立完成的基础任务，第二层是工具辅助但必须解释理由的判断任务，第三层是由导师负责、允许新人参与的复杂案例。晋升依据应包含跨层移动和错误识别能力。企业可以减少低价值重复劳动，同时保留必要练习；保留全部旧任务与完全取消练习，都不是唯一选择。

制造业的训练还需要跨部门。采购新人理解材料和交期，不能只学习邮件写法；销售新人理解性能承诺，不能只学习生成方案；质量新人理解测量和过程波动，不能只学习标准检索。轮岗和现场观察能够连接文本与实物，但需要生产安排和安全管理。公共职业教育与企业在岗训练应分工，避免一方承担全部基础知识或全部实践责任。

带教存在机会成本。资深人员解释案例、检查结果和纠正动作，会减少其当期可计量产出。若企业只按个人短期业绩考核，导师可能缺少训练新人动力。可以通过明确带教工作量、安排替代产能和认可培养结果改善激励。公共资金若补助企业，应核验额外训练与可迁移技能，避免只为原有培训重新贴标签。

流动性又使企业不一定获得全部培养收益。劳动者掌握通用能力后可以转向其他企业，单个雇主可能倾向减少投入；如果所有企业都依赖从外部招聘成熟员工，行业新人才来源便可能不足。行业组织、职业院校和公共实训可以分担共通内容，企业继续承担专有流程和岗位实践。具体出资比例需要根据技能可迁移性与受益范围设计。

对劳动者而言，培训期间的生活约束影响参与。离职后脱产学习需要承担收入损失，流动工人还面临住宿、交通和照护安排。即使课程免费，时间成本也可能使高需要人群退出。项目评价应记录未申请者、被拒者和退出者的原因，并比较不同学习安排。把缺席全部解释为个人意愿不足，会误判项目可达性。

新人培养的结果宜覆盖多个时间点。短期看实际录用、任务质量和安全操作，中期看独立判断、工资路径与留任，较长期看跨岗位迁移和晋升。不能以一次工具内测试替代长期能力，也不能因短期效率下降便立即否定训练。学习的成本先发生，收益可能分散到之后的企业和职业，需要相应的观察期限。

对首次求职者，工资保险并不直接适用，因为没有可比的原工资。支持工具需要转向入职训练、求职服务、合理的实践机会与生活保障。年龄和初级身份也不完全重合，转行者、照护后重返就业者同样可能需要入门路径。政策应依据能力与进入障碍划分对象，避免把所有初级问题简化为青年年龄问题。

职业入口的保护还应防止低薪循环。企业若反复招收受补助新人，却不提供技能成长和稳定岗位，表面录用数会增加，长期结果却可能很弱。试点可以记录同一岗位更替频率、合同持续、实际带教和工资变化，并核对补助是否替代原本会发生的招聘。只有进入机会、学习内容和后续路径共同改善，才能说明培养支持具有实质价值。

本院将职业阶梯视作制造业技术转型的重要基础设施。它既涉及企业未来处理异常和开发产品的能力，也涉及劳动者获得更高收入的路径。现有研究足以支持监测和试点，尚不足以给出普遍强制初级用工比例。更稳妥的方向，是让企业在部署时说明知识如何继续传递，并以实际成长结果检验新的培养方式。

第三编　制造业任务变化与企业经营决策

第十章　采购询报价、客户开发与售后服务

本编讨论制造企业可以检验的任务场景，全部属于本院机制分析和示例设计，不代表已经完成企业访谈、工厂调查或现场试点。采购、销售和售后具有较多文本、表格及知识检索任务，与既有服务实验较接近，但各自承担的商业责任不同。企业选择应用时，应从一笔真实业务如何进入、流转和交付出发，避免只按部门名称判断可替代程度。

采购询价的前端包括识别需求、整理物料描述、向候选供方发出问题和汇总回复。工具可以作为这些任务的候选支持方式。实际采购决策还需要确认规格可比、质量条件、交期和付款安排，并核验供方能够履约。自动整理出的低价如果对应不同材料、计价单位或检测要求，就不构成可直接比较的报价。提高报价数量与提高有效采购选择，需要分别衡量。

询报价资料首先应形成统一的字段责任。哪些内容来自需求部门，哪些来自图纸和历史记录，哪些由供应商声明，哪些需要采购或工程确认，应在流程中能够追溯。模型生成的补充文字不能自动升级为产品事实，缺失字段也不宜通过猜测补齐。对非标件而言，明确未知条件往往比快速给出完整表格更有价值，因为错误确定会向后传递到成本和交期。

供应商比较还要处理价格以外的条件。含税与未税、运费、模具、样品、最小起订量、付款周期和质保安排，都可能改变最终成本。工具若只提取单价，会把交易结构不同的方案混为同类。企业宜先确定可比口径，再评价自动提取的准确率；对于不满足条件的报价，应保留未进入比较的原因，而非为了凑齐选项强行排序。

以下为采购流程的假设算例。每份询价原需30分钟，工具上线后起草和整理需10分钟，复核需12分钟，异常追问平均需3分钟，全流程为25分钟，净节省5分钟。若只记录起草环节，会宣称节省20分钟，明显高估收益。每月处理100份时，净节省500分钟，尚不能直接对应一个岗位。将这部分时间用于供方质量和交期核查，可能比立即缩编更具有经营价值。

客户开发也需要区分发送能力与成交能力。工具能够帮助整理公开需求、准备行业材料和生成多语言初稿，企业仍需验证客户需求是否真实、产品是否匹配以及沟通是否得到回应。发送更多相似信息可能增加筛选负担，未必增加付费客户。验收应跟踪合格线索、实际沟通、报价、成交和回款，而非只按发送数量或生成篇数付费。

技术销售的责任更为集中。方案文字涉及性能、适用环境、交期和售后承诺，必须与工程、生产和财务能够支持的条件一致。工具缩短初稿时间后，工程复核可能成为新的瓶颈。销售部门单独记录效率改善，却把更多复核交给工程师，会高估全企业收益。报价流程宜记录每个部门投入、修改原因和最终承诺，防止责任在交接中被隐去。

新市场开发的收益应采用增量核算。新增客户如果原来由同集团另一渠道服务，可能只是内部迁移；原有客户把线下订单转到线上，也不完全属于新需求。企业可以通过客户来源、历史购买、产品用途和新增预算进行分类。无法充分区分时，应把不确定部分单列，不能将所有渠道增长都归入人工智能带来的净销售。

售后场景连接知识与实物。手册检索、工单归类和历史故障摘要，可以作为辅助候选任务；设备状态、现场环境、零件磨损和安全隔离则需要真实信息。远程答复速度提高，如果导致错误派件或重复上门，整体成本反而可能上升。服务验收应同时观察首次修复、误派件、停机时间、总服务人时与客户复发投诉，而非只观察首次回复速度。

知识库的质量需要明确维护责任。过期手册、不同型号参数和现场改造记录，如果混入同一检索结果，可能产生形式正确但不适用的答案。企业应当为资料设置型号、版本和生效范围，并允许一线人员报告错误。维护投入不是上线后自动消失的费用，它随产品升级和客户安装状态变化持续发生，应进入长期经营预算。

售后用工变化也可能跨越时段。客服初筛减少后，复杂问题更集中地交给工程师，后者的夜间待命和跨区域支持可能增加。服务部门总人数下降，并不说明总劳动负担下降。评价时应记录异常升级频率、响应时段和不同技能层级的投入，防止将普通客服减少与高技能无偿加班相抵而不入账。

采购、销售和售后都承担新人培养。过去整理一轮报价、核对一份投诉，可以帮助新人理解客户和产品。流程自动化后，应保留带解释的审阅、现场核对和案例复盘，而非让新人仅负责复制系统输出。培训是否有效，可以通过独立识别规格冲突、解释承诺边界和处理新型异常检验。这类能力比熟练操作某个界面更能够支持岗位迁移。

本院建议以一条业务链开展小规模试验，将需求进入、信息整理、人工复核、交付和后续错误连为同一评价单位。既有客服研究能够支持测试相邻知识任务的合理性，但不能代替本企业质量和责任条件的测量。明确一单业务的全流程净收益，再讨论岗位安排，能够减少部门间转移成本被误认为技术节省的问题。

第十一章　生产计划、质量管理与工艺文档

制造业后台任务的复杂性，来自记录与现场状态之间的距离。计划系统中的可用设备不一定能够立即生产，物料库存不一定已经检验合格，工艺文件中的参数也不一定适用于所有批次。人工智能处理记录的能力需要与现场确认配合，企业应先辨认信息来源和责任，避免把文本推理等同于生产可执行性。

生产计划包含收集订单、检查物料、估计工时、安排设备与人员、处理插单和异常等任务。工具可以整理信息和生成候选安排，是否能够采用则取决于真实约束。设备能力、换线时间、模具、人员资格、外协和维护窗口均应纳入。若候选计划忽略某项约束，即使看起来交付更快，也可能在执行时形成反复重排和加班。

计划验收宜采用事前可行性和事后执行两类指标。前者检查候选方案违反约束的数量、需要人工修改的内容和解释是否充分；后者观察准交、在制品、换线、停机与加班。生成计划所用分钟数只是过程指标。若计划更快但生产不稳定，不能据此认定岗位已经可以缩减；若计划质量改善且例外处置减少，则具有不同经营含义。

计划部门的组织价值还包括跨部门协商。订单优先级变化可能涉及客户关系，维护窗口涉及设备风险，库存调拨涉及质量和资金。自动生成候选方案可以降低整理成本，却不会自动决定各方愿意承担的代价。企业应保留决策权限与变更记录，使负责取舍的人能够看到约束和影响。职责清楚也有助于衡量工具到底节省了哪一类劳动。

质量管理需要将文本知识、视觉检测和实体测量区分。语言模型能够检索标准、汇总报告或提出原因候选，不代表已经获得尺寸、表面或材料性能的真实测量。视觉系统的结果也需要结合相机、光照、样本和判定标准。不同技术的证据不能相互替代，文本任务效率不应作为减少实体检验人员的直接依据。

检测指标尤其需要关注缺陷发生率。以下是本院假设的分类演示：一批10,000件产品中有100件缺陷，系统识别出其中90件，同时把9,900件合格品中的5%误报，即495件。需要复核的共585件，其中真实缺陷90件，仍有10件缺陷漏检。这个例子没有代表任何现实模型，只说明高检出率仍可能伴随大量复核和不可忽略的漏检。

复核工作量与风险容忍需要共同核算。若缺陷后果严重，少量漏检也可能不能接受；若人工复核时间很长，误报增加会抵销前端节省。阈值调整能够改变两种错误的组合，但不会无成本地同时消除。企业应按缺陷类型分别记录，而非用一个综合准确率掩盖关键类别。最终验收应结合返工、报废、退货和客户损失。

原因分析同样需要证据。工具提出某个工艺原因，可以帮助工程师形成检查顺序，但原因候选与已验证根因不同。生产环境中多个参数同时变化，表面相关可能来自共同因素。企业宜记录候选、检验、确认和处置四个阶段，并追踪措施后的效果。未经验证的解释如果直接进入正式报告，可能使以后重复沿着错误路径排查。

工艺文档具有版本和适用范围。工具起草操作规程、翻译说明或比较新旧文件，可以减少整理负担；参数是否经过试验、现场动作是否可执行、与客户要求是否一致，仍需专业确认。文档生成时间不应代替起草到批准的总周期。若复核和试运行没有加快，只统计初稿速度会误读真正的工程瓶颈。

文件更新还需要考虑现场传播。新版本批准后，旧版本是否撤回，班组是否获得解释，设备旁的纸质记录是否同步，都会影响实际效果。知识系统如果只增加一个在线版本，却没有处理现场旧资料，可能形成并行口径。企业应给版本变更安排责任、培训和回退路径，并将这些工作计入上线成本，不能视为免费附带活动。

质量和工艺岗位的技能形成，依赖发现不一致、理解原因和验证假设。工具能够展示答案时，培训需要让新人解释测量依据、识别不适用标准和提出复核方案。仅检查最终文本是否整齐，无法判断其是否掌握过程。对关键岗位应设置脱离工具的基本能力要求，同时测试工具内实际表现，避免把短期交付改善误认为长期能力已经形成。

生产数据也具有不同更新频率。设备状态可能按分钟变化，工艺参数按版本变化，客户要求按订单变化。企业不宜将所有资料放进一个静态库后便假定答案持续有效。应根据任务确定允许的数据时延和冲突处理，记录系统何时能够回答、何时需要询问现场。承认无法确定的情况，本身是可靠流程的一部分。

对劳动配置而言，后台自动化可能释放整理工时，也可能增加验证和解释任务。人员重配应以缺陷类型、订单复杂度和现场异常为依据。有些企业可以把员工转向预防性质量改进，有些企业可能仅减少加班或外包。具体选择需要结合业务需求与技能条件，不能由通用产品演示替代。质量改善的社会价值也应与单纯减少人员费用分别记录。

第十二章　车间设备、身体技能与人机协作

制造业就业包含大量与空间、动作、材料和设备状态相关的任务。语言模型、机器视觉、传统工业机器人与具身系统的成本和可靠性条件不同。对它们统一使用人工智能这一名称，便于概括技术方向，却不足以支持岗位预测。设备应用需要单独核对硬件、节拍、场地、维护和异常处理，文本实验不能为实体部署提供完整证据。

身体技能通常包含难以完全记录的感知与动作。操作者可能通过声音、振动、手感和现场顺序识别问题，也会根据材料批次和设备状态调整动作。部分经验可以被传感器和文档表达，其他部分需要持续观察和练习。企业应先把真实任务描述清楚，再判断技术能够承担的范围，避免将岗位说明书当作全部工作内容。

设备自动化的商业可行性还与利用率有关。固定投入较大的单元，在稳定批量和较高开工率下可能具有不同成本；在订单变化频繁、换型和调试较多时，柔性和维护投入更加重要。采购价格只是总成本的一部分，夹具、改造、停线、培训和备件都会改变回收期。不能因某项动作能够演示，便认定在所有工厂具有经济优势。

人机协作需要明确正常状态和异常状态的责任。正常节拍中人的任务可能减少，异常时却需要更高技能介入。如果企业减少一线人员，却没有确保异常处理能力和响应时间，可能增加停机和加班。人员配置应按异常频率、后果和恢复要求设计，不能只按设备连续运行时的理想节拍安排。

安全与就业目标在部分任务上可以形成共同收益。减少人员暴露于高危、高强度环境，能够改善劳动条件，但安全收益并不必然体现为更少在册人数。员工可以转向监控、维护、质量或其他任务，能否转岗仍受技能和岗位数量约束。企业应同时报告危险暴露下降与人员去向，避免只保留其中一个有利指标。

维护岗位也不会自动大量增加到足以吸收全部替代。新设备带来调试、维修和软件支持需求，但其人数取决于设备规模、可靠性、服务模式和外包安排。设备供应商可能集中服务多个工厂，单厂新增岗位有限。评估时应将厂内与厂外维护区分，也应检查原操作者是否能够通过合理训练进入这些岗位。

人机协作的质量取决于信息安排。操作者需要理解系统状态、置信边界和何时接管，而非只获得一个通过或失败信号。过多提示会增加注意力负担，过少解释又可能削弱判断。企业应测试真实班次中的使用情况，记录误操作、接管和恢复时间。工具让一名员工同时照看更多设备时，还需要观察高峰异常能否被及时处理。

车间学习不能完全转移到屏幕。操作说明和问答有助于准备，现场示范、动作纠偏与危险识别仍需要适当实践。导师应观察新人如何理解材料和设备变化，并检查离开工具后能否完成基本任务。培训可以将仿真、案例和现场逐步结合，评价则应关注独立安全上岗和能力保持，而非只统计观看课程和答题。

工时变化还需要区分体力负担和心理负担。某些动作减少后，监控密度、异常责任或夜间待命可能上升；其他应用则可能真实降低重复劳动和加班。单一劳动生产率指标无法捕捉这些差别。企业可以通过排班、休息、接管频率和员工反馈形成补充资料，在保障隐私的前提下识别工作质量变化。

对制造业转型的公共支持，宜优先要求清晰的任务与岗位衔接。支持安全改造、设备升级和技能培训可以分别成立，但不能以采购设备数量代替就业结果。项目应说明原岗位的人员是否离开、转岗后工资是否变化、训练由谁承担、异常能力如何保持。风险评估需要对技术和劳动过程均有理解，避免只由单一设备指标决定。

本院认为，实体自动化更需要以现场测量约束外推。身体技能并非永远不可替代，技术进步也不会使全部现场任务同时消失。研究应承认技术范围会变化，并保留设备代际、产品批量和工况。对当前决策而言，可验证的任务边界、总成本和人员安排，比抽象讨论某职业最终是否消失更具有操作价值。

第十三章　中小企业成本、采购验收与转岗安排

中小企业面对的主要困难，往往不只是是否能够购买工具，而是能否把工具嵌入有限的人员和管理能力。一个员工可能兼做采购、跟单和行政，资料分散在邮件、表格和个人经验中。企业不能直接复制大企业的专门团队配置，也不能忽略外部产品在数据整理、支持和退出方面的条件。低价格账号与低总成本部署之间存在距离。

项目立项应先说明业务问题。若问题是报价慢，应查明等待主要发生在资料整理、工程确认还是客户回复；若问题是订单不足，应核对产品、渠道和支付需求；若问题是质量不稳定，应识别测量和过程原因。若目标是增加产出或缩短交期，应判断工具是否改善真正限制流程的环节；非瓶颈任务的成本、质量与劳动条件改善也应单独核算。将所有经营困难统一归因于缺少人工智能，容易造成采购与真正问题错位。

总成本至少包括许可或调用、系统集成、资料整理、人员培训、运行维护、人工复核、错误损失与退出。部分费用是一次投入，部分持续发生；部分由供应商报价体现，部分由内部员工承担。评估应把员工新增工作计入，即使没有新增现金支付。否则，项目可能只是把费用从软件预算移到部门加班而不入账。

以下为两年期采购的纯假设预算，单位为万元。第一年许可12、集成30、资料整理10、培训8、维护6、复核10、错误损失4、退出准备2，合计82；第二年许可12、资料整理5、培训3、维护6、复核10、错误损失4、退出准备2，合计42。两年总成本124，不含融资、税收和折现影响。这组数据不代表市场价格，只用于展示完整核算。错误损失仅指人工智能应用新增差错；后文避免返工的收益来自原流程另一独立成本项的减少，二者不重合。

假设成本项目 第一年 第二年 需要核对的实际内容
许可及调用 12 12 价格、用量、并发与续费条件
集成及资料整理 40 5 系统连接、字段、权限和资料质量
培训及运行维护 14 9 带教、更新、故障和供应商支持
复核、错误及退出准备 16 16 内部人时、返工损失与迁移能力
合计 82 42 两年共124万元

收益核算应与这张成本表保持一致。仍在假设中，第一年现金支出减少20、避免返工损失8、新增业务贡献16，合计44；第二年分别为28、10和24，合计62，两年共106。这些收益项尚未扣除本表列示的项目成本，新增业务贡献已经扣除该业务的材料等变动成本。与124的成本比较，净额为负18。若只计算许可费用，项目可能显得十分划算；纳入集成和复核后，结论改变。示例说明需要完整预算，并未判断实际项目都不经济。

这里的现金支出减少必须能够兑现，例如减少可取消的外包或加班支出。员工有更多空闲时间但工资仍照付，属于释放能力，不能同时当作现金节省。新增业务贡献也应扣除额外材料、生产和服务费用，并避免与返工收益重复。对尚未成交的线索，应作为经营机会单列，不宜提前按全部收入记入收益。

采购验收可以分三阶段。先在历史样本和受控资料上测试字段、版本与错误；再在有限真实业务中与原流程并行比较；最后在质量和全流程成本达到预设要求后扩大。各阶段的责任人和停止条件应在采购前明确。供应商展示结果可以帮助筛选，但不能替代客户自身订单、异常和组织条件下的验收。

合同还需要考虑数据和退出。企业应知道能否导出自己的资料、配置和使用记录，价格变化后是否可以迁移，供应商停止服务时业务如何继续。退出能力影响长期议价，也影响企业是否被迫承担超过预期的费用。资料权限和必要的保密要求，应与任务范围匹配，避免为一个局部应用无差别复制全部经营资料。

人员安排宜与阶段验收同步。项目初期需要员工解释旧流程和错误，企业应提供相应时间；扩大后若释放工时，应先识别可转向的真实任务和训练缺口。转岗承诺需要岗位、技能、期限和收入安排共同支持。仅将员工改称为审核员，而没有足够审核工作或能力训练，不能说明已经形成可持续转岗。

员工参与能够改善资料与流程质量，但需要相容激励。若员工认为分享经验只会立即消除自己的工作，隐性知识可能难以充分进入系统。企业可以通过透明说明任务变化、认可知识整理投入和合理安排过渡，减少这种冲突。该建议不保证所有人员都能留下，而是要求企业将长期知识质量和调整成本纳入经营决策。

中小企业公共服务可以聚焦共通负担，例如行业字段、公开标准检索、基础培训和可比较的验收方法。企业仍应对产品适用性和经营选择负责，公共资金不宜无限承担个别供应商的商业推广。支持项目还应记录未采用企业和退出企业，避免受助样本天然更强而高估政策效果。

财务和就业验收应并列。一个项目即使没有减少人数，也可能通过质量改善和扩大服务取得经济价值；一个项目即使减少费用，也可能将较大损失留给离职者或供应链。企业需要据自身预算判断投资，公共部门则需额外评价收入恢复和市场重配。两种评价可以得出不同结论，报告应说明目标和边界。

本院建议中小企业把人工智能采购视为流程投资，采用可撤回的小规模验证和完整成本核算。对劳动者的安排应在可观察任务变化基础上逐步调整，并保留培训和申诉渠道。这样既能够避免以宏观担忧拒绝所有效率改进，也能够避免以演示速度提前作出难以逆转的人员决策。

第四编　政策选择、成本分担与实施评估

第十四章　过渡保障与再就业工资差额支持

就业转型首先表现为个人现金流变化。劳动者失去工作后，求职、培训和迁移通常需要先支出，未来收入能否恢复却不确定。有储蓄和家庭支持者可以承受更长搜索，没有缓冲者可能较快接受不合适岗位。过渡保障能够影响选择空间，但其目的、对象和预算应明确，不能只依靠劳动者自行承担全部调整成本。

失业期间的收入支持与再就业工资差额支持具有不同作用。前者帮助尚无工作的人维持生活和搜索，后者针对已经找到较低薪工作、但降薪阻碍转岗的人。两者的资格、结束时间和激励需要衔接。若补助在重新就业时突然全部取消，可能形成不利激励；若补助长期随低工资持续，又可能弱化后续工资成长和岗位匹配。

Hyman、Kovak与Leive的2024年6月24日稿研究美国贸易调整援助，以离职年龄断点等方法估计资格效应。两年就业概率提高8—17个百分点，四年累计劳动收入增加逾18,000美元，不含补助。历史法律资格要求再就业时满50岁，不能写成离职时必须满50岁。该证据属于特定贸易失业人群，不能直接外推中国人工智能冲击。作者新版全文

这一工具值得试验的条件，是存在劳动者能够胜任的职位，而原工资与新工资差距、搜索期或迁移成本影响接受。对于首次求职者，没有原工资可供比较；对于所在地区根本缺少岗位的人，差额补助也不能凭空形成需求。政策诊断应将这些对象分开，避免用一个工具承担所有就业问题。

制度设计需要决定比较工资采用哪个时期、如何处理奖金和工时、怎样识别非自愿损失，以及补助是否递减。原月工资高、新工作工时短时，月收入差不完全是工资能力损失；原工资包含一次性奖金时，也可能夸大基准。试点可以预先规定稳定观察窗口，并同时记录月收入、时薪与工时，保留特殊情况复核。

以下为本院提出的预算演示，不是现行政策参数。假设某劳动者原月收入8,000元，转岗后6,000元，试点对2,000元差额补助一半，持续6个月，则每月1,000元、合计6,000元。100名具有同样资格和领取期限的人，直接支出60万元。若另设行政与评估支出20万元，预算总额为80万元。实际参保、申请率、工资和期限不同，预算必须重新测算。

这类预算不能把劳动收入增加全部当作财政回收。新增劳动收入归劳动者，只有其中依法进入税收或减少其他待遇的部分，才可能抵销公共支出。行政费用、企业出资和劳动者时间也需要分别列示。现金预算与社会资源成本同样不同：转移支付改变分配，管理和培训消耗资源，二者在福利评价中的含义不应混同。

补助归宿需要检验。雇主可能因员工能够得到补差而降低报价，关联企业可能安排形式转岗，原本会发生的招聘也可能被补助覆盖。这些是需要测试的激励风险，并不意味着历史样本已经证明其普遍发生。直接向劳动者支付、核对工资记录、追踪补助退出后的工资和留岗，有助于识别实际受益者。

资格认定还应避免要求劳动者证明损失完全由人工智能造成。订单变化、管理调整和技术采用可能共同发生，普通申请者难以获得企业内部因果资料。可以采用行业冲击、实际收入损失、采用记录和再就业困难的组合，但需要透明规则和申诉。支持对象的可识别性与政策精准度之间存在取舍，不能靠一个标签消除。

流动劳动者尤其需要可达的申请渠道。跨地区转岗后，原工作记录、新工资和家庭居住可能分属不同地区。若每一环都要求本人往返，行政成本可能压倒补助价值。试点应在必要授权下改善资料核验，明确由哪一地受理和支付，并记录申请耗时、拒绝原因和漏领情况。参保人数本身不能说明个体已经具有待遇资格。

过渡支持也宜保留服务功能。单纯给付能够改善现金流，但求职信息、岗位评估和迁移安排可能仍然缺失；把所有支持都改成强制培训，又可能延长已经具有技能者的等待。服务应根据障碍分配，并允许在核验后选择更适合的路径。政策需要帮助劳动者进行真实选择，而非只提高项目参加人数。

本院建议先以有期限、明确预算和对照的附加支持开展试点，保障既有法定权益不被实验扣减。核心结果应是失业期、累计实得收入、持续就业和补助结束后表现。历史证据能够支持提出这一候选，但中国是否具备相同回报、是否可以部分自筹，均应由实际评估回答。

第十五章　培训、学徒、新人培养与结果付费

培训政策需要先识别缺口。劳动者可能缺乏具体技能，也可能只是缺少被雇主认可的证明、求职信息或迁移条件。对不同障碍提供相同课程，容易形成低效支出。项目应说明目标岗位、所需能力、可供职位和进入要求，再决定课程、实训和支持内容。培训本身是投入，持续就业与收入改善才是结果。

Roodman与Massenkoff的2026年报告综合56项美国随机试验。以培训为主的子样本在随机后3—5年，随机获提供培训机会者的平均效果（ITT）为就业增加1.7个百分点、税前年收入增加791美元，金额按2025年价格计。它不代表所有56项或实际完训者的同一收益。报告未核实为同行评议论文，一位作者供职Anthropic，阅读时需要保留机构背景。报告全文

WorkAdvance的十年随机随访显示机构和时间差异明显：一家机构第十年收入显著改善，另外三家当年的预设主要指标未显著改善，但四家都曾在某些年份带来收益。试验识别完整项目包，不能单独证明证书或绩效付费有效。其意义是要求评价长期路径和实施条件，不能按单一年份给全部培训下结论。2025年随访报告

高人工智能暴露者的培训研究也应按方法阅读。Hyman等2026年修订稿的当前摘要显示，培训估计回报的变化主要与转入较低暴露职业有关；研究使用匹配比较，并非随机分配。本轮完整新版受限，只用于定性说明异质性，不能拼入旧稿数字。暴露者也不等于已经因人工智能失业的人。最新摘要

本院建议将培训对象分成几类处理。已经具备主要技能但缺少招聘信号者，需要能力验证和求职服务；只有局部技能缺口者，需要短期岗位实训；需要较大职业转换者，需要更长课程和生活支持；基础学习条件不足者，则需要先补基础能力。分类不宜永久固定，应允许根据实际进展调整，避免一次测评决定全部机会。

企业参与可以改善课程与岗位的联系，但岗位承诺需要核验。雇主可能高估未来需求，也可能希望公共资金承担全部训练。项目可记录岗位数量、工资范围、技能条件和预期入职时间，并核对订单和人员计划。不能把一份无约束合作协议当作真实岗位，也不宜只因企业愿意参与就免于结果评估。

学徒和新人培养需要给出实际任务。导师、练习、反馈和独立操作是培养过程的重要内容。工具训练可以嵌入其中，但课程应围绕产品、材料、设备和业务判断，而非只围绕某一个软件界面。工具更新后，能够迁移的基础知识与验证能力更具有持续价值。评价应同时关注工具内绩效和脱离工具能力。

培训时间和生活条件影响公平。全日制课程可能更集中，也可能使有家庭照护和收入压力的人无法参与。夜间或模块课程便于在岗者，但需要处理疲劳和实践安排。项目应比较不同方式的完成、就业和收入，而不能只挑选最容易管理的人。交通、住宿和照护支持的成本，也应纳入完整预算。

结果付费可以减少只按开班和结业结算的倾向，却有筛选风险。机构若只在就业成功后得到全部报酬，可能拒绝困难人群或只推荐短期低质岗位。可以将基础服务、经过验证的学习进展和后续持续就业组合结算，并对不同难度人群分别评价。支付设计的具体效果需要试验，不能从培训有效直接推定结果付费必然有效。

项目还应记录未入选和退出人员。只跟踪结业者，会夸大平均回报；只记录成功就业者，又会遗漏长期等待和转入低薪岗位的人。将所有申请者的起点、进入、退出和后续结果连接起来，能够判断项目是否真实改善机会。拒绝原因应当清晰，并允许对能力、时间和资料问题进行纠正。

全国扩大还可能改变局部效果。一个项目帮助学员进入现存职位，能够改善个人匹配，但大量同类培训同时扩张后，职位和工资可能调整。行业课程应定期核对需求，而非根据某次成功长期固定规模。公共资金可以支持基础能力和跨企业技能，对狭窄、短期、单一雇主技能则需要更明确的企业共同承担。

本院认为，培训的政策价值需要从完整服务链检验。课程是否适合、生活条件是否允许、岗位是否存在、技能是否可迁移和工资是否恢复，均影响最终结果。人工智能专项课程可以作为其中一部分，但不能替代职业知识和真实实践，也不能成为将就业困难全部归因于劳动者学习不足的理由。

第十六章　税收、收入保障、工时与需求政策

长期分配政策需要面对收益归属和税基变化。企业利润、资本收入、高收入劳动报酬与设备投资，是不同的税收对象；对某一种征税，不等于对其他对象产生同样影响。讨论技术红利时，应先确定收益实际出现在哪里、现有制度如何处理，以及调整工具是否能够征管，不能从技术有收益直接跳到新增税收已经可用。

名义缴税者与实际负担者不同。企业可能通过价格、工资、投资和利润调整分摊税负，取决于竞争和要素流动。对可跨境移动的资本征税，结果可能与固定地点的资产不同；对垄断利润和一般投资收益征税，也有不同含义。政策分析应说明税基选择和归宿假设，避免用一个笼统资本税概念包办全部融资。

Thuemmel的机器人最优税模型显示，税率方向取决于职业替代互补和既有税制；在其校准中，优化所得税后再单列机器人税的额外福利收益接近零。Kleven与Zidar的2026年模型强调劳动税累进性，资本税则明显依赖供给弹性，完全弹性开放经济极限下为零。两者都是规范模型，不能作为中国现行或最优税率。已发表模型，2026年作者全文

人工智能专门税还面临边界。按采购金额、调用量、设备数量、利润或节省岗位征税，会产生不同激励。企业可能重标资产、改变外包和内部采购，或者难以证明某笔投资主要用于替代。税收若同时压制能够创造新任务的应用，就会损失部分收益。IMF工作人员研究不建议普遍以专门税减缓投资，同时保留高转型成本、其他工具受限情景下临时税可能有利的条件例外。原始研究

较可操作的起点，是核对本国现有制度是否无意改变用工与设备的边际成本。税费、折旧、投资补助和培训支持需要放在同一预算中比较。即使发现差异，也应判断其是否具有其他政策理由，不能未经分析便要求完全一致。调整造成的减收要明确来源，企业是否改变招聘和投资则需要实际检验。

收入保障需要兼顾没有工作者和低收入在岗者。失业支持关注收入中断，在职支持关注工作回报和低薪风险，公共服务则降低医疗、照护、教育和迁移等生活负担。不同工具覆盖人群不完全相同。若长期劳动收入份额下降，仅依赖工资税基融资可能承压，但转向其他税基也需要征管和持续性条件，不能假设存在无成本资金。

普遍基本收入涉及覆盖面和财政规模，不能由局部补贴证据直接推出。定向项目需要资格核验，普遍项目减少部分筛选，却会把更多资金用于并未受损的人。评价应比较同一预算下的覆盖、给付水平和对其他公共服务的挤出。本文不提出未经测算的全国金额，也不将某一种给付制度视为已经确定的长期终局。

缩短工时可以成为分享效率收益的方式，但需要排班和成本条件。假设周工时从40小时降至36小时，减少10%，维持原产出需要每小时效率提高约11.11%，因为36乘以1.1111约等于40。该关系仍未计入交接、固定岗位和客户响应。即使整体效率满足，关键岗位可能不能按比例分割，需要额外人员或不同班次。

同薪短工时还涉及收益来源。企业如果已经将效率收益降价、投入研发或用于偿债，能够用于工时安排的空间会不同。劳动者若以降薪换取休息，福利取决于自愿程度和家庭约束。政策应区分自愿分享、订单不足导致的被动少工时，以及通过无偿加班维持表面短工时三种情况，并记录真实工作时间。

需求政策应根据经济状态选择。若订单和购买力不足、资源存在闲置，支持受冲击家庭可能稳定消费和就业；若瓶颈在关键技能、产能或能源，扩大名义支出未必增加合格供给。制造业观察可以结合订单、库存、价格、工时和交期，判断主要矛盾。人工智能提供一种可能渠道，但不能替代对其他宏观因素的分析。

财政还需要进行情景压力测试。Dynan等的2026年研究构造不同生产率、分配和岗位变化的长期预算情景，明确不赋发生概率。其启示是增长、税基和保障需求必须一起观察，不能把高生产率自动等同于财政困难消失。中国参数需要本地测算，外国情景输入不能直接当作国内预测。财政情景原文

本院建议将税收、工时和收入保障作为有条件的制度准备，与眼前转岗支持并列推进研究。现阶段不必等待长期答案才帮助实际受损者，也不宜在缺少预算和行为评估时承诺永久安排。政策应公开承担者、受益者和持续税源，使公平目标能够与经营和财政约束进行具体比较。

第十七章　地方试点、企业责任与财政分担

地方试点的目的，是在可控范围内识别哪些障碍能够被具体工具改善。一个地区可能主要面临职能岗位调整，另一个地区可能受到订单收缩和人口流动共同影响。试点应先诊断，再选择工具，避免以统一项目名称覆盖所有情形。地点、行业和企业入选条件，应能够解释其代表性和适用边界。

企业责任宜围绕其能够控制的事项安排。企业能够说明技术部署时间、任务变化、人员计划和培训需求，也能够提供必要的带教与岗位记录。公共部门则负责保障规则、跨企业服务、资料协调和公共预算。劳动者需要真实参与和必要资料，但不应被要求独自证明复杂因果链。明确可控制事项，有助于减少各方互相转移责任。

责任主体 建议承担的核心事项 需要公开或核验的结果
采用企业 流程调整、真实任务、带教及人员过渡安排 工时、实际录用、转岗、工资与经营变化
财政与主管部门 附加支持预算、资格、期限和监督 支付、行政成本、受益分布及退出条件
就业服务与培训机构 需求诊断、课程、匹配和后续跟踪 包括拒绝者、退出者的就业和收入
职业院校及行业组织 共通知识、实训与技能可迁移性 独立能力、证书对应任务和企业认可
劳动者及代表渠道 提供必要信息、反馈学习与工作条件 申请困难、实际工时、转岗质量与申诉
独立评估方 比较设计、数据质量和成本效果分析 方法、区间、异常与利益关系

财政分担应根据收益范围和支付能力安排。企业专有流程的训练主要使该企业受益，公共技能和跨企业匹配具有更广收益；跨地区流动可能使训练地承担成本、就业地取得收益。可以据此讨论不同层级共同出资，但具体比例需要制度和预算测算。本文提出分担原则，不将其描述为已经存在的统一安排。

地方之间还应避免补贴竞争。若一家企业本来就会采购工具，只是选择到补助更高的地区申报，公共支出可能没有增加真实效率和就业。试点应要求披露相关支持，核对重复资助，并尽可能比较未受助结果。招商和就业目标可以同时存在，但不能把注册迁移或申报地点变化计为全部新增劳动需求。

预算应同时列直接给付、服务采购、行政、资料治理和评估。企业自筹及劳动者时间成本也应记录，避免公共账面较低却把大部分成本转给困难家庭。对潜在税收回流和其他待遇节省，可作为情景测算，不宜在资金尚未发生前全额抵扣。支付应具备明确来源，不能依赖未来技术红利一定进入财政的假设。

现有保障覆盖也需要逐人核验。2025年全国人社快报列示失业保险期末参保人数24,918万人，它是参保存量，不是领取待遇人数，更不能用全部就业人数直接计算同一资格口径的覆盖率。地方试点需要记录个体是否参保、是否符合待遇条件，以及跨地区如何衔接，宏观参保数不能代替服务可达性。政府转载快报及附注

试点选择需要避免只纳入最容易成功的企业。数字基础好、订单增长快的企业可能更愿意申请，结果即使改善，也未必适用于困难企业。可以按规模、业务、基础条件和受冲击类型分层，并记录未申请和未入选原因。对基础条件明显不足者，先提供诊断和资料治理，可能比直接资助工具更合理。

比较设计应符合实际执行。有限名额可以随机或分批提供附加支持，清晰资格边界可以帮助构造比较，无法随机时也应尽量保留可比单位和基线。基本保障与既有权利不能因为评估而被扣减。试验对象需要了解资料用途和服务条件，评价设计应在开始前确定，减少事后挑选方法的空间。

资料治理需要遵守必要性。就业、工资和企业经营资料对评估重要，但不意味着每个执行机构都应获取全部明细。可以按用途设置权限、使用去标识连接，并明确保存和纠错安排。统计评价资料不应无差别转为商业营销或个体用工筛选。清楚的数据责任，能够降低劳动者不愿提供真实信息的顾虑。

执行中还应保留申诉和修订。工资记录有误、就业形式变化、跨地区资料无法连接，都可能导致资格误判。机构应记录处理时长、纠正率和申请者负担，不能只报告发放速度。若某类人系统性被漏掉，应调整规则或服务方式，并说明预算影响。可达性本身是政策效果的一部分。

地方试点可以采用阶段预算，而非一次承诺长期规模。初期支持诊断和小样本比较，中期根据实际结果扩大，后期检验补助退出后的持续性。每次扩围都需要确认需求、执行能力和成本没有明显恶化。试点成功并不意味着全国复制没有限制，外推应随数据和制度能力逐步进行。

第十八章　评估指标、扩围条件与未来情景

政策评估需要把投入、过程和结果分开。账号发放、培训开班和补助支付属于投入或过程，能够说明执行是否发生，不能单独证明劳动者受益。实际就业、累计收入和职业进入才更接近目标。企业生产率与财政成本则提供可持续性信息，几类指标应放在同一评价框架中。

观察层次 主要结果 需要连接的资料 解释边界
任务与流程 合格产出、净工时、复核和返工 业务记录、质量与实际使用 草稿和单环节速度不等于全流程收益
企业经营 现金成本、贡献收益、工资总额 财务、订单、人员与外包 采用者增长不等于市场净增
劳动者 持续就业、累计实得收入、工时 工资、社保与离职后追踪 在职均值不代表退出者
职业入口 实际新人录用、独立技能、晋升 招聘、带教与能力测试 广告份额和证书不等于进入机会
地区与行业 新增需求、进入退出、未受助者变化 市场和产业链抽样 防止订单转移被重复记账
公共预算 完整支出、增量结果与覆盖 支付、管理和评估记录 税收情景不能代替已发生回流

本院建议在6、12、24个月观察收入、就业和岗位稳定，并对培养项目保留更长追踪。这些是建议评估点，不是现行统一期限。短期结果用于识别执行问题，中期结果用于比较转岗，补助结束后的结果用于判断持续性。培训和职业学习还可能需要跨年度观察，不能因某次短期不显著立即认定无效。

评价应保留分布。平均收入改善可能主要来自较易就业者，低教育、流动劳动者或长期失业者仍未受益。按预先确定群体比较覆盖和效果，有助于识别政策是否扩大差距。但细分样本过小会降低精度，报告应给出区间和不确定性，避免从少数个案下结论，也避免只公布显著的分组。

实际采用强度也应记录。获得工具而未使用、使用后很快退出、跨组共享，都可能影响结果。对政策决策而言，提供资格的平均效果有独立价值，因为它反映真实推广中的采用；对技术机制而言，特定采用者效果又回答不同问题。两者应分别报告，不能挑选较大的一个充当全部人口效果。

外溢和挤出需要进入设计。企业补贴可能影响同行价格，培训可能改变其他求职者的竞争，地区项目可能吸引外地人员。可以在企业、行业和地区层面设置适当比较，或抽样观察相邻市场。评估不必一开始覆盖全部一般均衡，但应明确遗漏方向，并避免把局部匹配改善全部解释为净创造岗位。

扩围条件应在开始前确定。项目至少需要显示真实收入或持续就业改善、成本处于可接受预算范围、严重负面外溢未抵销收益，并具备执行能力。若只有证书、广告或受助人数增加，应继续核查；若出现造假、长期低薪循环或明显挤出，应暂停扩大并调整。统计不显著且样本不足时，应报告证据不确定，而非自动判为成功或失败。

未来政策还需要准备不同路径。若效率改善伴随需求扩张和收入稳定，重点是扩散与匹配；若部分职业持续收缩而其他行业扩张，重点是过渡保障和迁移；若劳动收入走弱并伴随需求不足，需要评估收入和需求支持；若广泛劳动需求长期不足，则需要更大范围的分配、公共服务和财政制度调整。它们是条件情景，本文不赋予发生概率。

不同路径应由指标触发复核，而非由一次模型发布决定。岗位空缺、实际录用、工资总额、总工时、失业持续期和企业进入退出，可以提供相互校验；订单、价格和投资帮助区分需求与供给。工具能力继续变化时，应同步更新采用记录和质量边界。技术新闻可以提示研究问题，不能替代劳动市场证据。

长期劳动需求不足的情景尤其需要承认局部工具的边界。培训能够改变技能和匹配，工资保险能够缓解降薪摩擦，但都不能保证存在足够付费岗位。此时收入分配、工时、公共服务和税基选择会更重要，其预算和行为代价也更大。现有历史政策证据无法直接构成完整系统答案，应提前研究并在实际变化中修订。

研究院判断　转型支持应当具有预算、责任和可检验结果

本院认为，人工智能就业政策可以在不确定性下行动，但行动应当有具体对象。已经受到收入和职业入口冲击的人，需要可达的保障、匹配和学习机会；具有效率和安全收益的技术应用，需要与真实质量和经营条件相匹配。将技术发展与劳动者支持同时纳入预算，比单独统计采用率或保留岗位数，更能够揭示实际选择。

当前较适合优先实施的，是既有权益兑现、收入过渡支持，以及与真实岗位相连的培训和新人培养试点。前两类有历史政策评估可供参考，职业学习有新实证线索和理论依据，但人工智能专项干预仍需验证。企业宜承担流程、带教和具体人员安排，公共资金宜支持跨企业技能、过渡保险与公共服务，分担比例应由本地预算和收益范围确定。

对全国统一限速、专门人工智能税、普遍短工时或永久补贴，现有证据尚不能确认其普遍净收益。可以开展有条件研究和局部比较，也需要准备长期分配方案；不能因尚无完整答案而放弃帮助实际受损者，同样不能因目标正当就跳过资金、激励和结果评估。

就业转型的深层问题包含社会价值选择。经济学能够识别效率、收入、职业机会和财政之间的约束，无法替社会决定增长、稳定就业、工时与再分配应占多大权重。如果未来劳动需求持续广泛不足，今天的局部政策证据仍需与新的制度研究结合。公共决策应公开这些取舍，让技术收益与转型成本的分担成为可讨论、可兑现和可修订的安排。

参考文献与来源核查表

下列编号用于连接原始来源：E为任务与劳动市场实证，T为理论和政策研究，C为中国证据与政策背景。分类不代表证据强弱，识别方法、观察对象和查阅边界需要同时阅读。作者、题名与版本按本次核查记录列示，数据时期不足以精确确认的项目不另行补写。全文关键章节可读，不意味着每一项附录均已复算；仅摘要可读的材料不计入全文核查。

编号 作者与完整题名 版本及状态 观察期、证据类型 查阅边界
E01 Erik Brynjolfsson、Danielle Li、Lindsey Raymond：《Generative AI at Work》 QJE 140(2):889–942；2025-02-04上线，2025-05刊期 2020—2021年早期GPT-3客服部署；现刊确认2020-10至2021-01推广过程；完整行政记录起止未精确核出。；已发表准实验；分期推广DID，主结果非完整RCT 现刊HTML全文、主表与识别讨论可读；旧作者稿仅作时间及版本核对。
E02 Anders Humlum、Emilie Vestergaard：《Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI》 2026-03-13，RFBerlin 078/26；原题Large Language Models, Small Labor Market Effects 丹麦11个高暴露职业，2023/2024调查约25,000人、7,000工作场所；行政结果截至2024-12。；工作论文；采用调查连接行政雇佣记录的DID 132页原PDF全文可读；摘要、数据、3.4节、附录D.2已核。
E03 Erik Brynjolfsson、Bharat Chandar、Ruyu Chen：《Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence》 作者页2026-08-12修订；PDF August 2026 ADP数百万美国工资雇员，结果至2026-06，重点年龄22—25岁。；工作论文；行政工资记录描述性年龄×职业比较 作者现页与140页PDF全文可读。
E04 Bharat Chandar、Bouke Klein Teeselink：《How Does AI Change Labor Demand? Evidence from 41 Countries》 PDF 2026-09-20；发布页2026-09-21 2021-01至2026-03月度面板；描述样本395,638个实体，估计样本100,813海外实体；美国AI招聘采用数据仅至2025-10。；工作论文；跨国子公司工具变量事件研究与模型分解 发布页与156页PDF全文可读，样本、识别与主结果已核。
E05 Ivan Yotzov、Jose Maria Barrero、Nicholas Bloom、Philip Bunn、Chanya Chawla、Steven J. Davis、Kevin M. Foster、Aaron Jalca、Brent H. Meyer、Paul Mizen、Michael A. Navarrete、Samil Oh、Katia Garcia Loredo、Monique Reid、Pawel Smietanka、Gregory Thwaites、Ben Zhe Wang：《Firm Data on AI》 NBER 34836；2026-10-15修订由作者站核实 2026夏季七国近9,000高管，回顾过去三年、预期未来三年。；工作论文；高管自报历史及预期调查 NBER原始当期摘要可通过检索读取；作者站修订日和官网可读；NBER全文直取403。
E06 Eleanor W. Dillon、Sonia Jaffe、Nicole Immorlica、Christopher T. Stanton：《Shifting Work Patterns with Generative AI》 NBER 33795于2025-11修订；arXiv v4；AEA现列AER: Insights forthcoming，DOI 10.1257/aeri.20250275 2023-09至2024-10间各企业开展六个月实验，7,137名知识工作者。；已接收待刊；66企业个体随机访问实验 AEA原始摘要与forthcoming状态、arXiv v4全文可读。
E07 Cody Orr、Lee C. Tucker、Lawrence Warren：《Graduating into Disruption: Labor Market Outcomes for AI-Exposed College Majors》 US Census CES-26-56；2026-09；机构页2026-09-10修订 2016—2024届学士毕业生，覆盖约29%同期全美学士学位、350余机构；结果系列延伸至2025，精确终止季度未核出。；工作论文；毕业专业事前暴露×时间事件研究，连接行政记录 机构页和79页PDF全文可读；样本与局限已核。
E08 Ole Teutloff、Johanna Einsiedler、Otto Kässi、Fabian Braesemann、Pamela Mishkin、R. Maria del Rio-Chanona：《Winners and losers of generative AI: Early Evidence of Shifts in Freelancer Demand》 Journal of Economic Behavior & Organization 235,106845；DOI 10.1016/j.jebo.2024.106845 2021-09至2023-08广告，116个技能簇。；已发表；自由职业平台技能簇广告需求准实验 UCL作者机构摘要可读；PDF原始检索可核对正文片段与时间窗；完整直取超时，期刊403。
E09 Kevin Zheyuan Cui、Mert Demirer、Sonia Jaffe、Leon Musolff、Sida Peng、Tobias Salz：《The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers》 Management Science，2026-02-27在线；作者公开稿2025-06 Microsoft 2022-09至2023-04；Accenture 2023-07至12；匿名电子制造企业2023-09至10；跟踪最长至2024-04，使用2022—2023代Copilot。；已发表；三企业随机访问/鼓励；加权IV/LATE 期刊原站摘要、日期和致谢可读；作者38页PDF全文可读，表3及LATE讨论已核。
E10 Joel Becker、Nate Rush、Beth Barnes、David Rein：《Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity》 2025论文，配合METR 2026-02-24实验设计更新使用 原实验2025-02至06，16人246任务；后续2025-08启动，2026-02-24公布选择偏差说明。；机构预印本；熟练开源维护者任务级RCT；后续官方方法说明 原50页论文与2026官方方法更新全文可读。
T01 Luca Fornaro、Martin Wolf：《Macroeconomic Policies for AI》 BSE WP1576；PDF April 2026，机构页May 2026 无统一实证窗口；理论宏观模型与数值例示 全文关键章节已读：引言、模型条件、正文20–22页；27页PDF。
T02 Hassan Afrouzi、Andrés Blanco、Andres Drenik、Erik Hurst：《Automation, Learning, and Career Dynamics》 Atlanta Fed WP2026-6，May 2026 无中国陷阱发生率估计；连续时间一般均衡理论 全文关键章节已读：引言、正文38–39、41–42页；59页PDF。
T03 Daron Acemoglu、David Autor、Simon Johnson：《Building Pro-Worker Artificial Intelligence》 Hamilton Project / NBER WP34854，February 2026 跨期例证；无统一因果窗口；概念框架、研究综合、政策建议 全文关键章节已读：类型表、正文5–8及18–21页；34页PDF。
T04 Uwe Thuemmel：《Optimal Taxation of Robots》 JEEA21(3):1154–1190；online2022-11-04；DOI10.1093/jeea/jvac062 美国CPS及历史工业机器人结果校准；非生成式AI试验；已发表规范性最优税与美国结构校准 期刊全文关键章节已读：摘要、引言、模型解释、福利部分。
T05 Henrik Kleven、Owen Zidar：《Automation and Optimal Taxation: A Task-Based Theory》 NBER WP35747，September 2026 美国工资分布及调查暴露校准；一般均衡任务模型、美国校准、规范性最优税 41页作者PDF可读；已读政府预算、Proposition2、正文19–20和24–28页。
T06 Karen Dynan、Douglas Elmendorf、Louise Sheiner：《How Might Fiscal Policy Respond to the Rise of Artificial Intelligence?》 NBER WP35437，July2026；Harvard存档 CBO基准上构造30年情景；非实测未来；长期预算说明性情景和政策讨论 46页PDF关键章节已读：情景设定、17–23页融资及31–34页分配选项。
T07 Benjamin Hyman、Brian Kovak、Adam Leive：《Wage Insurance for Displaced Workers》 作者官网June24,2024稿；NBER WP32464；主页列JPE R&R TAA申请不早于2009-05-18，离职不晚于2013-12-31；76,500人行政样本；美国TAA年龄断点和差分断点准实验；ITT资格效应 101页PDF已读关键章节：制度、数据、识别、机制、40–43页财政和附录A.2。
T08 David Roodman、Maxim Massenkoff：《An evidence review of worker retraining》 August12,2026；Anthropic报告；网页BibTeX另题An Evidence Review of Subsidized Job Training 1973年至检索期；146项子群估计；长期为随机后3–5年；56项美国随机试验元分析及综述；非已核实同行评议论文 124页PDF摘要、Table2、样本、成本及行业培训关键章节已读。
T09 Aleksandra Yusim、Kelsey Schaberg、Betsy Tessler、Alexandra Ubalijoro：《Effects of Sector-Focused Training After 10 Years: Findings from the WorkAdvance Evaluation》 MDRC，September2025 2011-06至2013-06入组2564人；第十年2021–2023；四机构WorkAdvance随机试验十年随访；非AI专项 73页PDF概览、正文1–4页设计与结果解释已读。
T10 Benjamin Hyman、Benjamin Lahey、Karen Ni、Laura Pilossoph：《How Retrainable are AI-Exposed Workers?》 NBER WP34174，Aug2025初稿/Aug2026修订；纽约联储1165PDF仍为Aug2025 新版摘要2012–2024，作者页1.9百万spell；旧PDF2012–2023、1.6百万；培训者与仅求职服务者的匹配研究；非RCT；最新版摘要核验 仅新版摘要；原站搜索摘要和作者页核验。旧PDF （参见原始入口及核查记录） 可读。
T11 Daron Acemoglu、Pascual Restrepo：《Automation and New Tasks: How Technology Displaces and Reinstates Labor》 JEP33(2):3–30，Spring2019；DOI10.1257/jep.33.2.3 二战后美国劳动需求；使用框架不依赖某个历史系数；任务理论框架与美国历史分解 28页期刊PDF关键章节已读：引言、任务模型、期刊第10页工资总额关系。
T12 Fernanda Brollo、Era Dabla-Norris、Ruud de Mooij、Daniel Garcia-Macia、Tibor Hanappi、Li Liu、Anh D.M.Nguyen：《Broadening the Gains from Generative AI: The Role of Fiscal Policies》 IMF Staff Discussion Note SDN/2024/002，June2024；机构页June17；DOI10.5089/9798400277177.006 跨期文献和模拟，无统一AI政策实测窗口；IMF工作人员政策综合及模型例示 47页PDF摘要、正文18–20及25页税收与操作条件已读。
C01 国务院办公厅：《国务院办公厅关于适应人工智能技术发展助力构建就业友好型发展方式的意见》 国办发〔2026〕29号；成文2026-10-16；10-23已有报道；生态环境部10-24转载 政策文件，无效果观察期；政府原文的政府网站转载 2026-10-26 在线读取政府全文；10-23完整转载对照（参见原始入口及核查记录）
C02 张丹丹、于航、李力行、胡佳胤、莫怡青、李泓孛：《中国人工智能技术暴露度的测算及其对劳动需求的影响——基于大语言模型的新证据》 管理世界2025年第7期；DOI 10.19744/j.cnki.11-1235/f.2025.0092；作者托管已发表PDF 2018-01至2024-05约125万条广告；表3比较2022-06—2024-05与2019—2020；招聘任务暴露度与职业、城市IV 2026-10-26 在线读取PDF表3；北大作者与指数（参见原始入口及核查记录）
C03 廖婉晴、郭允航、赵楠：《大语言模型对劳动力需求的影响——基于上市公司招聘数据的研究》 财经研究52(5):109—123；2026-05-03；DOI10.16538/j.cnki.jfe.20260331.401 2022-01—2024-03智联55万余广告；职业季度估计6699观测；上市公司招聘连续DID；暴露度×2023Q1后 2026-10-26 在线读取正文方法表2表3注1和局限；元数据（参见原始入口及核查记录）
C04 何勤、李鑫悦：《生成式人工智能与企业劳动力需求结构分化——基于ChatGPT发布的准自然实验》 上海财经大学学报28(4):45—59；2026-08-01；DOI10.16538/j.cnki.jsufe.2026.04.004 2022-01—2023-12抽样约一万、清洗后7339；Post2022-12后；招聘广告混合截面连续处理DID 2026-10-26 在线读HTML；2026-10-24已读PDF（参见原始入口及核查记录）
C05 Richard B. Freeman、Xueyue Liu、Zhikuo Liu、Ran Song、Ruixiang Xiong：《The cause and consequence of robot adoption in China: Minimum wages and firms’ responses》 Fundamental Research5(4):1759—1770；2025卷期、2024在线记录；DOI10.1016/j.fmre.2022.07.016 2001—2012中国企业；企业机器人进口历史资料，OLS及PSM-DID 2026-10-24已读全文；10-26 在线索引核对样本作者，PMC验证码、原刊403；原刊（参见原始入口及核查记录）
C06 Osea Giuntella、Yi Lu、Tianyi Wang：《How do Workers Adjust to Robots? Evidence from China》 Economic Journal135(666):637—652；2025-02卷期，2024-09-28在线；DOI10.1093/ej/ueae086 历史中国纵向家庭资料；已发表全文样本年份本轮未完整核实；中国纵向家庭数据与机器人暴露，本轮限原刊摘要 2026-10-26 在线原刊检索正文核实完整摘要作者出版历史，直接全文重定向受限
C07 国家统计局：《中华人民共和国2025年国民经济和社会发展统计公报》 2026-02-28发布，统计年度2025 2025年末；官方年度就业存量背景统计 2026-10-26 在线国家统计局原域检索正文核对；直接页面超时；同文（参见原始入口及核查记录）
C08 国家统计局：《2025年农民工监测调查报告》 2026-04-30发布 2025年度；官方农民工抽样监测调查 2026-10-26 在线读取原域全文表4及附注
C09 人力资源和社会保障统计快报、湖北省人力资源和社会保障厅转载：《2025年1—12月人力资源和社会保障主要统计快报数据》 2025年1—12月全国快报；省人社厅2026年2月公开转载PDF 2025全年期间及期末，按指标区分；政府网站转载全国行政统计快报与定义 2026-10-26 在线读取政府PDF三页及指标附注

方法附录

资料核查与证据使用

本报告优先使用期刊、作者、大学与研究机构的原始记录及政府原文。核查重点包括题名、作者、版本、出版状态、样本、观察窗口、结果单位和方法。发布新闻与作者摘要可以帮助定位资料，但不代替完整识别讨论；完整查阅受限时，只使用能够由原始摘要或已核实正文片段支持的事实。来源表保留访问限制，避免将摘要核查写成全文精读。

研究证据按其能够回答的问题使用。任务实验用于判断给定人群和任务的表现，招聘研究用于观察雇主意向，行政记录用于观察被覆盖人群的实际劳动结果，理论用于说明条件和机制，财政情景用于压力测试选择。本院的制造业解释、试点设计和资金分担建议，属于基于文献的分析，不是论文已经估计的中国政策效果。

职业暴露不等于真实采用，广告占比不等于人数，工资报价不等于实得工资，企业扩张不等于全国净增。资格平均效果、使用者局部效果与完训者表现分别解释。不同工具代际、样本和版本不拼接系数，不将局部估计平均为通用替代率，也不以没有统计显著变化代替精确零效应。

版本、撤回与利益关系

新旧版本发生变化时，正文使用本次核查版本，并保留足以影响解释的变化。工资保险采用2024年6月24日作者稿，培训元分析采用特定子样本和长期期限，税收模型按本次可读取全文说明条件。只读取到旧版全文而新版仅有摘要的项目，不将两版样本与系数拼接。已被撤回、被作者机构要求撤回或无法确认有效性的材料，不用于支撑本报告的实证结论。

部分任务研究有技术供应商任职作者，培训综述来自人工智能企业研究体系。机构背景不自动否定结果，但需要结合研究设计、注册时间、样本选择和复算条件阅读。开发者试验为事后注册，使用者局部估计不能替代全体资格效果；企业调查的自报和预期也不升级为行政因果事实。

假设算例与复算关系

正文所有经营和预算算例均明确为假设。总人工工时按合格产出乘以单位人工工时核算，等效劳动投入还需除以人均工时。订单扩张、价格反应和新增业务不由该恒等式自动给出。成本收益示例保持同一期间和业务范围，现金节省与释放能力分列，新增贡献与避免返工避免重复记账。

示例中的单位工时下降20%，维持总工时需要数量增加25%；降低10%周工时需约11.11%小时效率提升才能维持产出，均只是会计阈值。质量分类示例的误报以合格品数量为分母，漏检以缺陷品为分母。采购预算和工资差额支持的金额用于展示核算，不代表市场报价、现行政策参数或全国建议。

适用范围

本报告为公开资料研究稿。政策试点、具体补助和资金分担均需在适用规则与实际预算中另行确定。后续如新增事实、版本或实施效果，应保留实际核实日期并修订相应结论。