Załącznik: Technologia i automatyzacja
Data: 2026-01-26
Cel: Analiza TFP, automatyzacji, robotyzacji i ich roli jako odpowiedzi na kurczącą się siłę roboczą
Zasada: Każda liczba musi mieć zweryfikowane źródło z przypisem.
1. Total Factor Productivity (TFP)
1.1. Ewolucja TFP
| Okres |
Średni wzrost TFP rocznie |
Źródło |
| 1978-2007 |
>4% |
ECB [^1] |
| 2000-2009 |
3,1% |
ECB [^1] |
| 2007-2022 |
~1% |
EUDL [^2] |
| 2009-2018 |
0,7% |
Toronto [^3] |
| 2010-2019 |
1,1-1,8% |
ECB [^1] |
| 1978-2022 (średnia) |
2,73% |
EUDL [^2] |
1.2. Wizualizacja spowolnienia TFP
WZROST TFP W CHINACH (% rocznie)
═══════════════════════════════════════════════════
1978-2007: ████████████████████████████████████████ >4% (reformy, otwartość)
2000-2009: ███████████████████████████████ 3.1%
2010-2019: ███████████████ 1.1-1.8%
2007-2022: ██████████ ~1% (centralizacja)
1.3. Przyczyny spowolnienia
| Czynnik |
Szczegóły |
Źródło |
| Odejście od reform rynkowych |
Centralizacja zamiast liberalizacji |
ECB [^1] |
| Misalokacja kapitału |
Nadmierne inwestycje w nieruchomości/SOE |
[^1] |
| Spadające zwroty z inwestycji |
ICOR rośnie |
[^1] |
| Brak reform bottom-up |
Polityki top-down mniej efektywne |
EUDL [^2] |
1.4. Udział TFP we wzroście PKB
| Okres |
Udział TFP we wzroście |
Źródło |
| 1978-2022 |
29,49% |
EUDL [^2] |
| Pozostałe (K + L) |
70,51% |
[^2] |
Cel polityczny: Pekin podkreśla wzrost TFP jako kluczowy cel 15. Planu Pięcioletniego (2026-2030) [^2].
2. Wydatki na B+R
2.1. Wydatki ogółem (2024)
| Wskaźnik |
Wartość |
Zmiana r/r |
Źródło |
| B+R ogółem |
3,6 bln CNY (~506 mld USD) |
+8,9% |
NBS [^4] |
| B+R / PKB |
2,69% |
+0,11 pkt |
NBS [^4] |
| Średni wzrost 2021-2024 |
+10,5% rocznie |
- |
[^4] |
| Pozycja globalna |
#2 na świecie |
- |
[^4] |
2.2. Struktura wydatków B+R (2024)
| Typ badań |
Wydatki (mld CNY) |
Zmiana r/r |
Udział |
Źródło |
| Eksperymentalne (D) |
~3 100 |
+7,6% |
~86% |
NBS [^4] |
| Stosowane (A) |
~350 |
+17,6% |
~10% |
[^4] |
| Podstawowe (B) |
249,7 |
+10,7% |
6,91% |
[^4] |
2.3. Wykonawcy B+R (2024)
| Sektor |
Wydatki (mld CNY) |
Zmiana r/r |
Udział |
Źródło |
| Przedsiębiorstwa |
2 821 |
+8,8% |
77,7% |
NBS [^4] |
| Instytuty rządowe |
423 |
+9,7% |
11,6% |
[^4] |
| Uczelnie wyższe |
307 |
+11,3% |
8,4% |
[^4] |
2.4. Regionalni liderzy B+R (2024)
| Prowincja |
B+R / PKB |
Źródło |
| Pekin |
6,58% |
NBS [^4] |
| Szanghai |
4,35% |
[^4] |
| Guangdong |
3,60% |
[^4] |
| Tianjin |
3,44% |
[^4] |
| Jiangsu |
3,36% |
[^4] |
| Zhejiang |
3,22% |
[^4] |
| Średnia krajowa |
2,69% |
[^4] |
| Średnia OECD |
2,73% |
OECD |
| Średnia UE |
2,11% |
OECD |
3. Robotyzacja przemysłu
3.1. Instalacje robotów przemysłowych (2024)
| Wskaźnik |
Wartość |
Zmiana r/r |
Źródło |
| Nowe instalacje (Chiny) |
~290-295 tys. |
+5% |
IFR [^5] |
| Udział Chin w globalnych instalacjach |
54% |
+3 pkt |
IFR [^5] |
| Instalacje globalne |
~520 tys. |
spadek |
[^5] |
3.2. Porównanie z innymi krajami (2024)
| Kraj |
Nowe instalacje |
Zmiana r/r |
Źródło |
| Chiny |
~290 000 |
+5% |
IFR [^5] |
| Japonia |
43 000 |
-7% |
[^5] |
| UE |
86 000 |
-6% |
[^5] |
| USA |
34 000 |
-9% |
[^5] |
Skala: Chiny instalują rocznie więcej robotów niż reszta świata razem wzięta [^5].
3.3. Zasoby operacyjne robotów
| Wskaźnik |
Wartość |
Źródło |
| Roboty operacyjne (Chiny) |
>2 mln |
IFR [^5] |
| Zasoby globalne |
4,66 mln |
[^5] |
| Udział Chin |
~43% |
[^5] |
| Porównanie z Japonią (#2) |
4x więcej |
[^5] |
3.4. Gęstość robotów (roboty / 10 000 pracowników)
| Kraj |
Gęstość (2023) |
Zmiana r/r |
Źródło |
| Korea Płd. |
1 012 |
- |
IFR [^5] |
| Singapur |
770 |
- |
[^5] |
| Chiny |
470 |
+19,9% |
IFR [^5] |
| Niemcy |
429 |
- |
[^5] |
| Japonia |
419 |
- |
[^5] |
| USA |
295 |
- |
[^6] |
3.5. Sektory robotyzacji (2024)
| Sektor |
Udział instalacji |
Trend |
Źródło |
| Przemysł ogólny |
53% |
↑ (z 38% w 2020) |
IFR [^5] |
| Elektronika |
28% |
↓ (z 45% w 2020) |
[^5] |
| Automotive |
45% globalnych instalacji |
dominacja |
[^5] |
| Metal/maszyny |
54 600 (rekord) |
+31% |
[^5] |
3.6. Producenci robotów - udział rynku
| Wskaźnik |
Wartość (2024) |
Trend |
Źródło |
| Udział producentów chińskich |
57% |
↑ (z 28% dekadę temu) |
IFR [^5] |
| Udział zagranicznych |
43% |
↓ |
[^5] |
4. Sztuczna inteligencja (AI)
4.1. Inwestycje w AI (2024)
| Kraj |
Prywatne inwestycje AI (mld USD) |
Źródło |
| USA |
109,1 |
Stanford HAI [^7] |
| Chiny |
9,3 |
Stanford HAI [^7] |
| UK |
4,5 |
[^7] |
4.2. Rządowe wsparcie AI
| Wskaźnik |
Wartość |
Źródło |
| Bezpośrednie finansowanie rządowe |
~6 mld USD |
SCCEI [^8] |
| Łączne inwestycje (z dźwignią) |
>27 mld USD |
[^8] |
| Rządowe fundusze VC (2013-2024) |
912 mld USD |
[^8] |
| Udział AI w funduszach VC |
23% |
[^8] |
| Firmy AI finansowane |
1,4 mln |
[^8] |
4.3. Rynek i modele AI
| Wskaźnik |
Wartość (2024) |
Źródło |
| Duże modele językowe (Chiny) |
~15 |
Stanford HAI [^7] |
| Duże modele językowe (USA) |
~40 |
[^7] |
| Zatwierdzone modele GenAI (IV.2024) |
117 |
Wikipedia [^9] |
| Lider rynku LLM (Chiny) |
Baidu AI Cloud (19,9%) |
IDC [^9] |
4.4. Pozycja badawcza
| Wskaźnik |
Wartość |
Źródło |
| Udział w top naukowcach AI |
~47-50% |
Second Talent [^10] |
| Patenty GenAI (od 2017) |
#1 na świecie |
WIPO [^10] |
| Udział w patentach AI |
>50% |
[^10] |
4.5. Projekcje rynku AI
| Wskaźnik |
Wartość |
Źródło |
| Rynek AI 2030 |
154,8 mld USD |
Statista [^10] |
| Wzrost 2025-2030 |
+27,78% CAGR |
[^10] |
| Rynek AI + powiązane (2030) |
1,4 bln USD |
Morgan Stanley [^11] |
| Wpływ na wzrost PKB (2-3 lata) |
+0,2-0,3 pkt proc./rok |
[^11] |
| Wartość ekwiwalentu pracy |
6,7 bln CNY (~4,7% PKB 2024) |
[^11] |
5. Półprzewodniki
5.1. Samowystarczalność
| Wskaźnik |
2023 |
2024 |
2025 (proj.) |
Źródło |
| Samowystarczalność (ogólna) |
12% |
~15% |
~30% |
TechInsights [^12] |
| Samowystarczalność (sprzęt) |
11,7% |
13,6% |
35% |
TrendForce [^13] |
| Cel MIC2025 |
- |
- |
70% (nieosiągnięty) |
[^13] |
5.2. Rynek i inwestycje
| Wskaźnik |
Wartość |
Źródło |
| Rynek sprzętu półprzewodnikowego (Chiny 2024) |
37,5 mld USD |
TrendForce [^13] |
| Udział w rynku globalnym |
~30% |
[^13] |
| Big Fund III (2024) |
47,5 mld USD |
CETAS [^12] |
| US CHIPS Act |
39 mld USD |
[^12] |
5.3. Wydatki na sprzęt
| Wskaźnik |
Wartość |
Źródło |
| Wydatki Chin H1 2024 |
> USA + Tajwan + Korea razem |
Economics Observatory [^14] |
5.4. Zależność od importu
| Wskaźnik |
Wartość |
Źródło |
| Import półprzewodników rocznie |
~300 mld USD |
CSIS |
| Zależność od importu |
>85% |
CSIS |
6. Made in China 2025 - ocena
6.1. Ogólny wynik
| Wskaźnik |
Wartość |
Źródło |
| Cele osiągnięte |
86% (226 z 263) |
SCMP [^15] |
| Łączne inwestycje |
~1,7 bln USD |
Wikipedia [^16] |
| Ocena Bloomberg |
"Largely successful" |
[^16] |
6.2. Sektory sukcesu (globalny lider)
| Sektor |
Status |
Źródło |
| Kolej wysokich prędkości |
✅ Lider |
Bloomberg [^15] |
| Grafen |
✅ Lider |
[^15] |
| Drony (UAV) |
✅ Lider |
[^15] |
| Panele solarne |
✅ Lider (~80% produkcji) |
[^15] |
| EV i baterie |
✅ Lider (>75% baterii Li-ion) |
[^15] |
| Sprzęt elektryczny |
✅ Mocny wynik |
USCC [^17] |
6.3. Sektory z lukami
| Sektor |
Status |
Źródło |
| Zaawansowane półprzewodniki |
⚠️ Zależność od importu |
USCC [^17] |
| Biofarmacja |
⚠️ Opóźnienia |
[^17] |
| Lotnictwo (nowej generacji) |
⚠️ Słabe wyniki |
[^17] |
| Obrabiarki CNC high-end |
⚠️ Słabe wyniki |
[^17] |
6.4. Krytyczne technologie (ASPI 2023)
| Wskaźnik |
Wartość |
Źródło |
| Technologie z chińskim przywództwem |
37 z 44 |
ASPI [^15] |
7. Automatyzacja jako odpowiedź na demografię
7.1. Problem demograficzny
| Wskaźnik |
Wartość |
Trend |
Źródło |
| Populacja w wieku produkcyjnym (16-59) |
875,6 mln (2022) |
↓ z 896,4 mln (2019) |
Harvard IR [^6] |
| Populacja 65+ |
209,8 mln (2022) |
↑ z 176 mln (2019) |
[^6] |
| Udział wieku produkcyjnego (2100 proj.) |
36% |
↓ z 59% dziś |
WEF [^18] |
| Pracodawcy postrzegający demografię jako barierę |
47% |
> 40% globalnie |
[^18] |
7.2. Strategia automatyzacji
| Element |
Szczegóły |
Źródło |
| Plan 5-letni 2022 |
Cel: globalny lider automatyzacji |
[^6] |
| Made in China 2025 |
Cel: 150 robotów/10 tys. pracowników |
osiągnięty 3x |
| Plan 2021-2025 |
"Globalne przywództwo" w robotyce |
[^18] |
7.3. Wpływ starzenia na robotyzację
| Odkrycie |
Szczegóły |
Źródło |
| Korelacja starzenie → roboty |
Istotna statystycznie |
ScienceDirect [^19] |
| Silniejszy efekt |
W przemysłach low/medium-tech |
[^19] |
| Punkt zwrotny |
Po 2012 roku |
[^19] |
7.4. Wpływ na zatrudnienie
| Wskaźnik |
Wartość |
Źródło |
| Miejsca pracy zagrożone przez AI (do 2037) |
26% |
PwC [^6] |
| Nowe miejsca pracy dzięki AI (do 2037) |
+90 mln |
PwC [^6] |
| Bilans netto |
Pozytywny |
[^6] |
7.5. Ograniczenia automatyzacji
| Ograniczenie |
Szczegóły |
Źródło |
| Konsumpcja |
"Automatyzacja nie rozwiązuje problemu konsumpcji" |
Huang Wenzheng [^6] |
| Starzenie |
Roboty nie zastąpią opieki nad seniorami |
[^6] |
| Usługi |
Przemysł usługowy trudniejszy do automatyzacji |
[^6] |
8. Nowe jakościowe siły wytwórcze
8.1. Koncepcja
| Element |
Szczegóły |
Źródło |
| Nazwa |
新质生产力 (New Quality Productive Forces) |
Gov.cn |
| Wprowadzenie |
2024 |
|
| Cel |
Przejście od ilości do jakości wzrostu |
|
8.2. Kluczowe sektory
| Sektor |
Priorytet |
Źródło |
| AI i big data |
★★★ |
|
| Zielona energia |
★★★ |
|
| Biotechnologia |
★★★ |
|
| Zaawansowana produkcja |
★★★ |
|
| Nowe materiały |
★★ |
|
9. Parametry dla modelu OLG
9.1. TFP
| Parametr |
Symbol |
Wartość |
Pewność |
Źródło |
| Wzrost TFP (historyczny 1978-2022) |
g_A |
2,73%/rok |
✅ Wysoka |
[^2] |
| Wzrost TFP (obecny 2010-2022) |
g_A |
1-1,8%/rok |
⚠️ Średnia |
[^1][^3] |
| Udział TFP we wzroście |
- |
29,5% |
✅ Wysoka |
[^2] |
9.2. Kapitał technologiczny
| Parametr |
Wartość |
Źródło |
| B+R / PKB |
2,69% |
[^4] |
| Roboty / 10 tys. pracowników |
470 |
[^5] |
| Instalacje robotów rocznie |
~290 tys. |
[^5] |
9.3. Scenariusze TFP dla modelu
| Scenariusz |
g_A trajektoria |
Uzasadnienie |
| Pesymistyczny |
0,5-1% |
Kontynuacja obecnych trendów, misalokacja |
| Bazowy |
1,5-2% |
Częściowe reformy, automatyzacja |
| Optymistyczny |
2,5-3% |
Sukces "new quality productive forces", przełom AI |
| Transformacyjny |
3-4% |
Powrót do reform rynkowych + AI |
9.4. Automatyzacja w funkcji produkcji
| Element |
Modelowanie |
Uzasadnienie |
| Roboty jako substytut L |
K_robot zastępuje L |
470 robotów/10 tys. = ~4,7% substytucji |
| Efektywność robotów |
Rośnie ~10% rocznie |
Postęp technologiczny |
| Limit substytucji |
~30-40% L w przemyśle |
Usługi trudniejsze do automatyzacji |
9.5. Kluczowe wnioski dla modelu
- Spowolnienie TFP - z 4% do 1% od 2007, centralizacja zamiast reform rynkowych
- Lider robotyzacji - >2 mln robotów, 54% globalnych instalacji, gęstość 470/10 tys.
- B+R intensywne - 2,69% PKB, 2. na świecie, ale słabe badania podstawowe (6,9%)
- AI - luka inwestycyjna - 9x mniej prywatnych inwestycji niż USA, ale silna pozycja w patentach
- Półprzewodniki - wąskie gardło - 12-15% samowystarczalności, cel 70% nieosiągnięty
- MIC2025 sukces - 86% celów, lider w EV/solary/kolej, ale luki w chipach/bio/lotnictwie
- Automatyzacja vs demografia - kompensuje kurczącą się L, ale nie rozwiązuje konsumpcji
10. Przypisy
[^1]: ECB (2024). The evolution of China's growth model: challenges and long-term growth prospects. https://www.ecb.europa.eu/press/economic-bulletin/articles/2024/html/ecb.ebart202405_01~a6318ef569.en.html
[^2]: EUDL (2024). Research on Total Factor Productivity in China's Economic Growth Since the Reform and Opening-up. https://eudl.eu/doi/10.4108/eai.29-3-2024.2347395
[^3]: University of Toronto (2024). China's Productivity Challenge. https://www.economics.utoronto.ca/public/workingPapers/tecipa-771.pdf
[^4]: NBS China (2025). China's Expenditure on Research and Experimental Development (R&D) Exceeded 3.6 Trillion Yuan in 2024. https://www.stats.gov.cn/english/PressRelease/202502/t20250207_1958579.html
[^5]: IFR (2025). China Tops World Record of 2 Million Factory Robots. https://ifr.org/downloads/press_docs/2025-09-25-IFR_press_release_China_in_English.pdf
[^6]: Harvard International Review (2024). Beijing Welcomes Its New Robot Coworkers: China's Aging Crisis and Automation. https://hir.harvard.edu/beijing-welcomes-its-new-robot-coworkers-chinas-aging-crisis-and-automation/
[^7]: Stanford HAI (2025). The 2025 AI Index Report. https://hai.stanford.edu/ai-index/2025-ai-index-report
[^8]: Stanford SCCEI (2024). Government Venture Capital and AI Development in China. https://sccei.fsi.stanford.edu/china-briefs/government-venture-capital-and-ai-development-china
[^9]: Wikipedia. Artificial intelligence industry in China. https://en.wikipedia.org/wiki/Artificial_intelligence_industry_in_China
[^10]: Second Talent (2025). Top 50+ Chinese AI Investment Statistics. https://www.secondtalent.com/resources/chinese-ai-investment-statistics/
[^11]: Morgan Stanley (2024). China Quickly Becoming an AI Global Leader. https://www.morganstanley.com/insights/articles/china-ai-becoming-global-leader
[^12]: CETAS Turing (2024). China's Quest for Semiconductor Self-Sufficiency. https://cetas.turing.ac.uk/publications/chinas-quest-semiconductor-self-sufficiency
[^13]: TrendForce (2025). China's Semiconductor Equipment Industry Booming, Self-Sufficiency to Reach 50% by 2025?. https://www.trendforce.com/news/2025/02/14/news-chinas-semiconductor-equipment-industry-booming-self-sufficiency-to-reach-50-by-2025/
[^14]: Economics Observatory (2024). What's happening in China's semiconductor industry?. https://www.economicsobservatory.com/whats-happening-in-chinas-semiconductor-industry
[^15]: SCMP (2024). Made in China 2025: China meets most targets in manufacturing plan. https://www.scmp.com/news/china/science/article/3260307/made-china-2025-china-meets-most-targets-manufacturing-plan-proving-us-tariffs-and-sanctions
[^16]: Wikipedia. Made in China 2025. https://en.wikipedia.org/wiki/Made_in_China_2025
[^17]: USCC (2025). Made in China 2025: Evaluating China's Performance. https://www.uscc.gov/research/made-china-2025-evaluating-chinas-performance
[^18]: WEF (2025). The future of jobs in China: AI, Robotics & Reskilling Trends. https://www.weforum.org/stories/2025/04/the-future-of-jobs-in-china-the-rise-of-robotics-and-demographic-decline-are-opening-up-skills-gaps/
[^19]: ScienceDirect (2024). Impact of population ageing on the application of industrial robots: Evidence from China. https://www.sciencedirect.com/science/article/abs/pii/S2212828X2400029X
Załącznik zweryfikowany: 2026-01-26
Źródła: NBS, IFR, ECB, Stanford HAI, SCCEI, USCC, WEF, Morgan Stanley