杰文斯悖论的起源与概念 - 技术进步提高资源利用效率时，可能导致资源总消耗量增加而非减少，这一现象被称为杰文斯悖论 [4] - 1865年经济学家威廉·斯坦利·杰文斯在《煤炭问题》中提出，高效燃煤技术反而刺激煤炭需求增长 [5] - 现代经济学将这一现象表述为"反弹效应"：能效提升降低使用成本，从而刺激需求上升 [5] 杰文斯悖论的历史验证 - 燃油效率提升后，每公里出行成本降低导致总行驶里程增加，甚至刺激家庭购置第二辆车 [6] - LED灯泡能耗降低但照明设备使用量增加，可能导致总用电量上升 [6] - 现代能源市场中反弹效应通常较小，能效提升仍能降低总体能源消耗 [6] 杰文斯悖论在AI领域的应用 - AI计算成本降低类比能源效率提升，需求激增将扩大市场空间 [8] - AI训练成本下降刺激更多企业部署AI应用，可能引发整体算力需求与能源消耗上升 [9] - 短期看成本下降速度可能快于需求增长，长期看AI应用渗透将推动算力需求爆发 [9] AI对就业的影响机制 - AI提升工作效率后可能增加而非减少人力需求，如喷气机发明后飞行员需求增长 [10] - 触发就业领域杰文斯悖论需满足三条件：AI真实提升生产力、生产力转化为价格下降、低价刺激需求激增 [11] - 程序员、翻译、放射科医生等职业已显现生产力提升与岗位数量同步增长的现象 [11] 技术变革的宏观趋势 - 历史表明技术革新总体利大于弊，如推土机、计算机等工具在提升效率的同时持续创造新就业机会 [12] - 杰文斯原典指出：机器提升生产力后，产品降价将扩张需求并拓宽就业领域 [12]