顶刊重磅！人工智能测度新范式及其应用

人工智能测度新范式及其经济应用

来源期刊：世界经济

期刊影响因子：6.656

出版时间：2026年4月

作者团队：李晓宇，叶初升

摘要内容

核心摘要：

人工智能在经济领域的实际效用，既取决于应用规模也取决于其智能层级。准确衡量这一层级是相关研究的基石。本文通过分析人工智能在各类基准测试中的表现及横向对比，优化了智能水平测量手段，建立了一种融合智能层级的应用指标体系。经与现有文献对比分析，本文提出的方法在量化AI智能层级与发展态势方面优于单纯的数量指标或现有能力指标。此外，该方法还能评估因多维智能发展不均带来的对劳动者的替代与互补效应，进而深入剖析AI对不同技能劳动者的收入分配影响，预测其潜在后果，为应对AI冲击及制定引导政策提供学术依据。

关键词：人工智能；智能水平；测度指标；就业结构；收入分配

研究背景与价值

1

研究背景

当前研究常借助工业机器人、专利或词频等数量指标来评估人工智能，却无法体现智能层级与多维度能力的差异；研究多聚焦于替代效应而忽略了互补性；难以精准判断AI对就业与收入的具体影响，因此亟需更为科学的测度手段。

2

研究意义

理论上，本文优化了AI能力测度手段，实现了多维智能的可比性，并建立了包含智能层级的应用指标；实践上，能够精准识别AI对不同技能劳动的替代与互补作用，为缓解就业冲击、调节收入分配及引导AI健康发展提供理论依据。

核心研究问题

相较于传统数量指标，新测度方法具备何种优势？

怎样优化智能水平测度以实现跨维度能力的横向对比？

如何构建同时涵盖应用规模与智能水平的人工智能应用指标？

如何具体量化人工智能对劳动力的替代与互补效应？

人工智能如何改变不同技能劳动者的就业形态与收入结构？

研究方法

（1）数据来源