SuperAPI AI 工具集

post-labor-economics

通用与其它

查看项目

更新于 10-16 07:17

技能介绍

用途:该指南面向进入后劳动经济学领域的研究者及相邻学科学者,帮助理解先进自动化对劳动力市场、收入分配与经济增长的影响,并参与相关经济论证。

主要能力:梳理任务型自动化模型(替代效应、生产率效应、恢复效应、净效应);对比技能偏向、常规偏向与 AI 偏向三类技术变革及就业极化;汇总自动化风险实证估计(如 Frey & Osborne 的 47%、Arntz 等 9%、Nedelkoska & Quintini 14% 高、Acemoglu & Restrepo 机器人采用结果、Webb 专利匹配、Eloundou 等 GPT 暴露分析);给出自动化暴露度计算与转型模拟的 Python 方法;介绍 UBI 设计参数、资金来源与芬兰、Stockton、GiveDirectly、Mincome 等试点发现;列举机器人税、数据红利、利益相关者基金、就业保障、缩短工时等替代分配机制;整理 O*NET、PIAAC、IFR、ATUS、CPS/ACS、EU-LFS、AI 专利等数据源与研究最佳实践,并附参考文献。

使用方式:作为阅读与研究导航使用,按理论、实证、政策、方法各节查阅;示例代码可按原样运行以计算职业暴露度或模拟转型情景。

适用场景:经济学、政治学、社会学与计算机科学交叉研究,政策分析与入门教学。

限制:属文献综述性质,不提供具体产品、收费或部署服务;部分试点结果(如 Y Combinator)尚待公布;模型为简化模拟,结论取决于参数假设;自动化速度与方向受政策与制度影响,非技术决定论。