人工智能應用于減貧工作研究的國內外文獻綜述1.1貧困及其測度貧困問題由來已久。20世紀初，英國的經濟學家Rowntree（1901）在研究貧困問題時對貧困進行了定義：家庭收入不能完全滿足家庭成員最低生活所需的開支就是貧困[2]。《1980年世界發展報告》從滿足基本生存的角度對貧困給出如下定義：缺乏基本的飲食、社交條件、舒適的生活條件的個人、家庭和群體[3]。此時社會以及學術界對貧困的認識還停留在能否滿足物質生活所需的問題上。隨著經濟的發展，各界學者對貧困的認識不僅僅局限于物質資料的貧困，更拓展出了能力、知識等人力資本的匱乏使得無法獲得最低生活保障的貧困。《1990年世界發展報告》進一步從基礎教育、醫療衛生、養老以及共同財產資源等社會福利方面擴展了貧困的概念[4]。聯合國開發計劃署（UNDP,1999、2001）也指出貧困主要體現在文盲、預期壽命不足以及營養不良等方面。總結來說貧困主要由兩個方面的含義：第一是資源的匱乏，主要是指物質資料的匱乏，也包括醫療、教育等其他社會資源，資源的匱乏導致的生活水平低于社會的最低標準；第二是能力的匱乏，是指由于個體能力不足導致無法滿足最低生活標準。可見貧困是由于缺乏物質資料、社會資源以及謀生能力而處于一種不能滿足社會最低標準的生活水平。薩繆爾森在《經濟學》一書中對各個國家產生的三種貧困類型進行了闡述：第一是由于饑荒和生產能力不足而引起的老式貧困；第二是因為社會體制造成的購買力不足所引起的豐裕中的貧困；第三是經濟發展水平很高，但由于收入分配不均而造成的貧困。在現代經濟社會中，第一種類型的貧困已經有了較大改善，主要存在著第二類型和第三類型的貧困。貧困的測算方法經歷了從單一到多維的演變。Sen將貧困的測算概括為直接測量和間接測量兩類。直接測量即判斷是否滿足基本需求；間接測量即用貨幣衡量貧困，設定一個貧困標準線，將收入或支出數額與貧困線作比較，廣泛應用于大多數國家官方貧困測量。從絕對貧困和相對貧困的分類來看，絕對貧困的測度方法有很多種，如恩格爾系數、實際生活質量指數法、收入法等，相對貧困的測算方法有基尼系數、不足指數法、收入份額差異比較法等。任何一種測量方法都有利有弊，應依據不同的測量目的，遵循直觀、易于理解的原則選取合適的測量方法。對貧困研究的最終目的都是反貧困。擺脫貧困除了需要貧困群體自身的努力，更離不開政府為貧困群體創造的良好的脫貧環境。我國的扶貧政策主要可歸納為三種類型：第一，政府通過促進經濟發展，改善收入分配狀況以擺脫貧困。張偉賓和汪三貴（2013）認為我國的收入分配格局和扶貧政策有“益貧”的趨勢，貧困地區可以通過扶貧紅利實現脫貧[5]。第二，建立和完善最低社會保障制度減少貧困。王娟和張克中（2012）通過實證得出社會救濟、基本建設和農業性公共支出每增加1%，分別會導致貧困發生率下降0.0575%、0.0402%和0.0584%[6]。左停等（2018）指出當前農村扶貧階段中,貧困人口的社會生理性致貧因素增強,因此要求包括社會保障、社會權利救濟在內的社會保護式扶貧發揮越來越重要的作用[7]。第三，通過財政補貼、普惠金融等方式增加非農收入以減少貧困。周利等（2021）利用中國家庭調查數據，從微觀視角探討了數字普惠金融發展對居民貧困的影響。研究發現:無論是以日人均消費支出1.9美元的靜態貧困指標還是貧困脆弱性這一動態指標衡量,數字普惠金融的發展均能顯著降低居民貧困的發生[8]。在扶貧工作中往往因地制宜地采用多種反貧困策略的組合以實現扶貧資源利用以及扶貧效果的最大化。1.2貧困產生的原因人口增長、資本缺乏、制度和能力缺乏等是西方認為造成貧困的主要原因。最早研究貧困問題的是英國學者馬爾薩斯，他認為人口的不斷增長會帶來勞動生產率的下降，一旦超出既定資源可承載的范圍則會造成饑荒和死亡，長期來看，食物等資源的增長速度遠不及人口的增長速度，最終導致貧困不可避免。RagnarNurkse（1952）的貧困惡性循環理論、Nelson（1956）的低水平均衡陷阱理論都強調導致貧困地區越來越貧困的原因之一在于資本的缺乏[9-10]。而KarlGunnarMyrdal（1957）的循環因果理論則認為，在一個動態的社會發展過程中，社會經濟各因素之間都存在著相互影響的關系，落后國家由于“回波效應”的影響，各方面資源流向發達國家，導致落后國家的資源更加匱乏，貧困進一步加劇[11]。Sen（1976）提出多維貧困理論以后，認為貧困是由低下的生產力方式和實際能力的缺乏造成的結果[12]。TheodoreW.Schultz（1961）則提出要進行人力資本開發，提高以知識和技能為代表的的人力資本才是擺脫貧困的關鍵[13]。Dollar.D&A.Kraay（2002）以及Bhagwati.J&T.N.Srinivasan（2002）實證分析了一國或一個地區的經濟增長、貿易、金融發展以及宏觀經濟波動與貧困問題，發現宏觀經濟發展與貧困之間存在著相互關系[14-15]。我國學者對貧困產生的原因也做出了相應研究。胡鞍鋼（2001）年基于Sen的能力貧困思想，提出新世紀出現了一種新型貧困——知識貧困，認為知識貧困是貧困地區最稀缺的資源，也是限制貧困地區發展的最大制約因素[16]。李長亮（2019）在對深度貧困地區的貧困人口研究中提出，隨著扶貧工作的進一步推進和貧困人口數量的大幅減少，在貧困人口逐漸降低的同時出現了脫貧人口重新返貧的現象，通過對重新返貧群體的研究發現，受教育程度較低、患有疾病或殘疾、沒有勞動能力、低保戶或五保戶以及自身發展能力不足的群體更易陷入貧困，并且即是脫貧也容易返貧[17]。張全紅等（2019）用2012-2016年的CFPS農戶數據分別從收入和多維貧困的視角進行分析，研究結果發現受教育程度低的家庭和中西部家庭更易陷入貧困[18]。汪三貴（2008）提出中國典型的二元經濟結構是一段時期內農村貧困的重要原因，犧牲農業換取工業發展的政策持續到改革開放初期使得農村生活狀況落后于城鎮[19]。方迎風（2019）提出個體的行為選擇會因為貧困而受到約束從而產生偏差，進而影響個體及家庭成員的發展，形成持久性貧困、代際貧困等各種貧困均衡狀態[20]。許春淑等（2017）利用2004-2015年省級動態面板數據構建義務教育均等化與農村貧困之間是數學模型得出研究結論：從全國角度來看，義務教育均等化的減貧效應顯著；從區域角度，東、中、西部各地區義務教育均等化的作用差異較大，因而各地區實施義務教育政策來減緩貧困更具有針對性和現實指導意義[21]。1.3人工智能及其運用人工智能的應用范圍十分廣泛，包括：教育、零售、服務、金融等領域。習近平在中共中央政治局第九次集體學習中指出，要加強人工智能同保障和改善民生的結合，推動人工智能在人們日常工作、學習、生活中的深度運用，加強人工智能在教育、醫療衛生、體育、住房、交通、助殘養老、家政服務等領域的深度應用。人工智能在教育領域的運用被大眾普遍看好。聯合國教科組織在2019年的報告中借助中國、巴西等國家的具體案例研究發現：人工智能可以作為教育工作的支持性工具，其廣泛利用有利于增加個體受教育機會；借助阿拉伯聯合酋長國、智利以及不丹等國的案例說明人工智能可以為教育提供數據分析，提升教育的管理水平聯合國教科文組織.教育中的人工智能：可持續發展的機遇和挑戰./maker/news/edtail?id=806.。徐曄（2018）認為人工智能與教育有一定的融合點，教育活動的目的是促進人的智能或體能等人力資本的提高，而人工智能作為支持性工具，有利于助力教育活動的開展；且人工智能的發展是技術變革的新時代的提檔線，可以引領產業結構變革，智能時代出現新的就業崗位會影響勞動力市場對人力資本類型需求的改變，進而倒逼人工智能應用于教育領域[22]聯合國教科文組織.教育中的人工智能：可持續發展的機遇和挑戰./maker/news/edtail?id=806.人工智能在醫療領域的應用越來越受到社會各界的重視。機器人庫（2019）的資料顯示在世界范圍內一些互聯網、計算機巨頭也相繼進入“人工智能+醫療”領域，例如IBM公司、谷歌、阿里巴巴等，這些公司致力于電子化和自動化的醫務人員診療輔助、動態實時的電子管理以及自動且準確的醫學攝像等領域機器人庫，近兩年來人工智能在醫療、教育運用及未來展望./s/XO6AB55ANqy_OsGJAAXLg.。在近期的疫情防控中，人工智能也具有多重典型應用場景，習近平總書記在指揮疫情防控工作時指出鼓勵運用大數據、人工智能、云計算等數字技術，在疫情監測分析、防控救治等方面發揮更好的支撐作用。向運華、王曉慧（2019）認為迅速崛起的人工智能有助于老年人群健康管理工作的開展，因為人工智能可以為老年健康管理工作拓展新思路以及優化管理過程[23]。周吉銀等（2019）也認為醫療服務機器人和專業診斷機器人等人工智能產品有利于醫療工作的開展，既能夠提升醫療工作效率，也可減少醫務人員勞動需求，甚至可以減輕部分地區醫療人員不足的就醫壓力[24]機器人庫，近兩年來人工智能在醫療、教育運用及未來展望./s/XO6AB55ANqy_OsGJAAXLg.人工智能在零售行業也得到越來越廣泛的應用。人工智能將無人售貨商店帶入大眾生活，刷臉支付等應用不僅極大程度提高了商場的運營效率，還改善了顧客的購物體驗，有助于個性化服務的開展。例如亞馬遜的“AmazonGo”,“AmazonGo”作為無人超市，其最核心的技術為“JustWalkOut”，即消費者只需下載APP，注冊會員并綁定支付方式，選擇自己所需的商品后無需在收銀臺付款即可離開商店，而消費者走出商店時APP已對所選商品自動扣費。這都是由于AmazonGo安裝了攝像頭、定位麥克風、貨架壓力傳感器以及紅外線探頭，能夠精確計算消費者拿走了什么商品并計費，大大減少了消費者等候付款的時間，提高了消費者的購買以及商家的售賣效率。1.4人工智能和勞動生產率人工智能等科技創新的加快是當今世界發生深刻變革的重要原因，人工智能也是提升勞動生產率的主要手段之一。Graetz&Michaels（2018）對機器人對企業勞動生產率影響的研究具有開創意義，該文使用1993-2007年17個發達國家的工業面板數據研究發現，工業機器人提高了勞動生產率和附加值，且這一影響有邊際遞減效應；其次，該文計算出在這17個發達國家中機器人密度的提高分別使GDP和勞動生產率的年增長率提高了0.37和0.36個百分點；另外該文還認為隨著技術水平的提升，工業機器人的使用主要擠占了中等技能工人就業，從而提高了勞動生產率[25]。埃森哲國際咨詢公司研究，人工智能將在現有基礎上將勞動生產率提高40%埃森哲咨詢公司，人工智能：經濟發展新動力.（2016-09-28）/news/artificial-intelligence-poised-to-double-annual-economic-growth-rate-in-12-developed-economies-and-boost-labor-productivity-by-up-to-40-percent-by-2035-according-to-new-research-by-accenture.htm。Acemoglu&Restrepo（2018）發現機器人可以完成簡單、重復以及低級的工作，進而大幅度提高企業的勞動生產率埃森哲咨詢公司，人工智能：經濟發展新動力.（2016-09-28）/news/artificial-intelligence-poised-to-double-annual-economic-growth-rate-in-12-developed-economies-and-boost-labor-productivity-by-up-to-40-percent-by-2035-according-to-new-research-by-accenture.htm呂潔等（2017）等通過對1990-2015年22個國家和地區的數據分析表明，工業機器人的投入使用促進了發達國家的勞動力結構轉型，促進了勞動生產率的提高[27]。李丫丫等（2018）以2001-2014年中國省級制造業以及聯合國貿發數據庫UNCTAD數據為樣本,實證分析各省工業機器人應用對制造業全要素生產率提升的影響發現，工業機器人的使用對中國制造業生產率的提高具有顯著的促進效應[28]。宋旭光、左馬華青（2019）通過對2000-2017年除西藏外30個省份工業機器人投入對工業勞動生產率的提升效應進行面板回歸分析，得出在已經建立相對完善機器人產業鏈的中部和東部，工業機器人投入會顯著提高工業勞動生產率[29]。李磊、徐大策（2020）使用2000-2013年工業企業數據和海關貿易數據匹配而得到的企業層面綜合數據庫，分析了機器人的使用對我國企業勞動生產率的影響，認為機器人使用量的增加會顯著提高中國制造業企業的勞動生產率，與沒有使用機器人的企業相比，使用機器人的企業勞動生產率高7.45%，機器人的使用對企業勞動生產率的拉動作用舉足輕重[30]。鄧明、王勁波（2020）認為技術進步是提高勞動生產率的關鍵，其從企業層面對我國工業企業勞動生產率差異進行分解，利用BIC信息準則和EM算法確定行業可選技術種類后，使用混合模型估算技術選擇效應和技術吸收效應的大小，得出技術選擇效應是影響我國工業企業勞動生產率更重要的因素[31]。這為解釋我國工業企業勞動生產率差異，提高我國工業企業勞動生產率提供了新的理論依據。1.5人工智能和勞動力市場隨著人工智能對經濟的滲透越來越強，其對勞動力市場就業的影響也開始得到研究。學者對人工智能影響就業的觀點主要有兩點：第一是人工智能產生的替代效應會產生機器替代人的結果，減少就業；第二是人工智能的創造效應，即人工智能的應用會創造一部分新的崗位，就業崗位增加。Benzell等（2015）通過構建跨期迭代（OLG）模型，得出了在一定條件下，機器可以完全替代低技能勞動者、部分替代高技能勞動者，從而造成勞動力需求的減少和工資的下降的結論[32]。Acemoglu&Restrepo（2018,2019a）建立了內生人工智能傳新模型，研究發現人工智能會通過替代效應、補償效應和生產率效應影響勞動的相對需求和收入[33]，該模型進一步將勞動劃分為高、低技能兩類勞動，并表明人工智能會造成收入差距擴大。許多學者基于這一理論進行了實證檢驗，Autor&Salomons（2017）利用跨國數據研究發現人工智能通過替代效應降低了勞動的就業和工資收入，生產率效應和產業的關聯效應則提高了勞動力的就業和收入，由于替代效應更大，人工智能則最終導致總就業和勞動收入的下降[34]。李曉華（2018）認為人工智能會造成大規模的失業，隨著工業機器人、在線協作自動成本的下降，以機器換人將更加經濟[35]。姚戰琪、夏杰長（2005）通過研究發現工資的適當增加和人力資本的提升有利于增加就業總量，而技術進步則會一定程度上減少就業[36]。但是也有學者通過研究發現，人工智能雖然會產生對崗位產生替代作用的替代效應，但也會產生增加崗位需求的創造效應。陳秋霖等（2018）基于跨國面板數據和中國省級面板數據的研究，發現人工智能與勞動者之間存在的替代效應是“補位式”替代而并非是“擠出式”替代[37]。Bloom等（2018）估計，2010-2030年，世界范圍內由于人工智能的發展將出現7.34億新的工作崗位[38]。楊飛、范從來（2020）關于產業智能化對低技能勞動相對工資的時間擬合結果顯示，隨著智能化程度的提升，低技能勞動的相對工資也隨之上升，即產業智能化與益貧式發展的變化趨勢是一致的[39]。人工智能對勞動力市場結構也會產生巨大影響，現有文獻的研究發現人工智能會導致勞動力市場出現崗位極化現象。孫早、侯玉琳(2019)通過對我國2001-2015年省級面板數據進行分析發現，我國已經出現了勞動力市場中的崗位極化現象，并且工業智能化是導致這一現象發生的重要原因[40]。人工智能技術的發展對崗位的影響主要就體現在中等技能崗位減少[41-42]。與之相對應的是高技能崗位，比如腦