• 南方网

  • 南方日报

  • 南方都市报

  • 南方杂志

  • 南方日报出版社

人工智能发展背景下公共政策的增长和不平等效应——一个动态一般均衡模型

2022-01-07 14:46 来源:南方网 董志强 黄旭
  摘要:人工智能发展会促进经济增长,但同时加剧收入不平等。本文建立一个动态一般均衡模型并进行数值模拟,考察针对此问题的几种公共政策的潜在效应。结果表明,在人工智能技术内生发展的经济中,普遍增加人力资本积累的教育政策(如延长普及教育年限)可以在促进增长的同时抑制收入不平等加剧,而其他政策(如对高技能或高收入工人征税、增加新基建投资等)在促进增长的同时必然伴随收入不平等加剧。延长普及教育年限(如将高中教育纳入义务教育)有利于增加人力资本存量,缩小各类工人的人力资本差距,因而可以用更小的不平等代价获得经济增长,这应该成为发展人工智能过程中平衡经济增长和收入不平等的重要政策考量。

  一、引言

  人工智能技术发展正在带来社会和经济生活的革命性巨变。在我国,人工智能技术被视为经济增长的新动力之一,有助于克服老龄化带来的经济增长困境,有利于企业转型升级,还可以优化资本结构,实现经济增长和扩大居民消费的双重目标。但是,人工智能在推动经济增长的过程中也会加剧收入不平等。如何有效利用人工智能技术,以更小的不平等代价获得更好的经济增长,这是在理论上和政策上都需要深入探讨的问题。

  针对人工智能技术发展,学者们曾提出多种降低收入不平等的公共政策,如全民基本收入政策(UBI)、对机器人征税和对工人进行教育培训等。全民基本收入政策是指政府无差别地对每位居民进行转移支付,该政策确实可以减缓收入不平等,降低失业率,但也会让政府财政不堪重负。我国人口众多,区域发展不均衡,目前还不具备推行全面基本收入政策的经济基础。对机器人征税具有效率损失,且只适合于已经广泛采用机器人或人工智能发展规模较大的情形。目前,我国人工智能技术尚处于起步阶段,发展很快,但规模小且水平不高,国家正采取补贴政策鼓励企业大规模使用智能设备,提高自动化生产规模。因此,在上述两种公共政策并不适宜的情况下,对工人进行教育培训,积累人力资本,是一种可以考虑用来减缓收入不平等的公共政策。在我国当前的教育体系中,九年义务教育是普及教育,高中及以后是选拔教育。根据中国统计年鉴2019年抽样数据,我国七成劳动力人口教育程度在初中及以下,三成在高中及以上。如果能够将高中教育纳入普及教育体系,则我国人力资本存量可以大大提高。实际上,这也是我国经济社会发展的现实需求。第一,人工智能等新技术发展,本身对人的综合素质提出了新的更高要求;第二,社会对高级认知技能(包括读写和计算)、沟通技能及多种技能组合的需求在不断增加,九年义务教育很难为未来供给大量的高技能劳动力,无法满足社会和经济发展的需求;第三,人的综合素质差异若不能缩小,甚至因新技术而导致更趋极化,那么我国收入不平等将会加速扩大,发展的不平等代价会更加沉重。

  因此,本文拟建立一个动态一般均衡模型,模拟人工智能技术发展背景下多种公共政策对经济总产出和收入不平等的影响,并分析教育政策在人工智能经济发展中所具有的特殊作用。本文可能的贡献如下:第一,Prettner和Strulik(2017)等文献证明人工智能技术发展会导致收入不平等,但没有考虑人力资本存量变化对经济的影响。本文同时将人工智能技术发展和人力资本存量变化纳入模型进行分析,明确了人力资本积累可以在促进人工智能技术发展的同时减缓收入不平等扩大的速度。第二,除了讨论收入税率政策,本文还讨论了文献中较少涉及的教育政策和新基建投资,得到一些新的洞见。第三,与已有研究不同,本文将人工智能技术发展内生化,使得增长、不平等与人工智能技术之间存在正反馈,让增长的不平等代价更沉重。

图片

图片

图片

图片

图片

图片

图片

  四、数值模拟结果

  这里对延迟教育选拔、税收调节、调整财政支出比例三类公共政策干预的后果进行数值模拟,选取2016—2035年为模拟时段,每一年为一期,并结合2016—2018年真实经济数据进行拟合。数值模拟要回答的问题是:在人工智能内生化发展的模型中,政府采取公共政策干预对经济总产出和收入不平等会产生什么影响?产生这些影响的内在机制是什么?

  (一)延迟教育选拔/延长普及教育

  给定成为高技能工人的教育需要16年,在这16年中的何处划分普及教育和选拔教育,关系到低技能工人和高技能工人之间人力资本差距大小和高技能工人的规模。但总的来说,教育选拔的时间节点越迟(越接近16年),则社会总的人力资本存量将越高。目前,我国普及教育主要是9年义务教育,本文模拟了9年、10年、11年、12年(对应的选拔教育分别为7年、6年、5年、4年,维持总的教育年限16年不变)四个选拔节点设定对经济总产出和不平等的影响。除普及教育年限之外的其余参数,均设定为本文校准的参数。

图片

  图1呈现了模拟结果,黑色实线可以作为现状(9年普及教育)基准。在人工智能内生化发展的情况下,若没有教育政策调整,随着时间演进,GDP和两种技能工人的收入将持续增长,但高低技能工人之间的收入不平等(技能溢价)也将持续拉大。若延迟教育选拔节点,延长普及教育年限,则图1的(1)—(3)板块中的迹线都上移,而板块(4)迹线下移,并且普及教育年限增加越多,各迹线的上/下移动幅度越大。这说明,将教育选拔节点延后(即增加普及教育的年限),即使总的教育年限没有变化,也有助于未来GDP和两类工人收入更快增长,并且有助于减缓两类工人收入差距的扩大速度(两类工人的技能溢价仍然是扩大的,但扩大的倍数本身之变化更小一些)。

  上述结果的原因在于:延迟教育选拔/延长普及教育年限之后,社会总的人力资本存量提高导致GDP增长更快;更长的普及教育提升了低技能工人的人力资本,并促进其收入增加;高技能工人的人力资本存量未变,但规模变小,有了更高的边际生产力,收入也会增加;在两类工人的收入增长中,高技能工人收入增长始终快于低技能工人,但两者的人力资本越接近,这种增长速度差距会越小。极端地,如果能将16年教育都变成普及教育,理论上高低技能区分就不存在,两类工人的技能溢价将变成1。我们也模拟了这种情况(但未绘制在图上),的确也是如此。

  以上模拟说明,在人工智能内生化发展的时代,更长年限的普及教育很重要。在模型中,我们对人工智能对高低技能的替代性做了绝对的假定,而实际上人工智能对拥有不同人力资本存量的工人的替代程度可能不一样,更合理的假设是人工智能对工人的替代性随工人人力资本存量增加而变小。这样的模型会更复杂,但估计结论不会发生大的改变,在人工智能时代,延迟教育选拔/延长普及教育,让更多人有更长的学习时间和更多的学习机会,仍然十分重要。毕竟,学习是适应技术变迁的最佳手段。

  (二)调整收入税率

  提高税率,一般来说会降低工人的收入。但在本文模型中,政府征税主要是为教育事业和新基建等公共项目筹资,而这些公共项目本身关系到人力资本提升和人工智能技术发展。因此,税率调整一方面可能带来产出的效率损失,另一方面却可能因促进人力资本和技术进步而提高总产出,改善工人的收入。

  1.对两类工人的收入税率均从5%提高到15%,其他参数保持不变,模拟结果显示,未来GDP和两类工人的收入都会持续增长,两类工人之间的收入不平等也将持续扩大,在图2(1)—(4)板块中均表现为从最低的迹线(黑圆点线)向最高的迹线(黑实线)移动。这表明,更积极的政府筹资解决了发挥人力资本和人工智能领域巨大生产潜力的公共投资问题,而人工智能技术进步带来了更高的经济增长,也带来了工人收入更快增长和更大分化。

  2.我们还可以将前面的税率调整分解为两个步骤来进行:第一步,低技能工人税率维持在5%,将高技能工人税率提高到15%,结果在图2中表现为从各板块中最低的迹线(黑圆点线)向中间的迹线(虚圆连线)移动,总产出、各类工人收入和收入差距都因此明显增加;第二步,维持高技能工人税率15%,将低技能工人税率从5%提高到15%,结果在图2中表现为从各板块中间的迹线(虚圆连线)向最高的迹线(黑实线)移动,变化较微弱。这意味着,在人工智能内生发展的经济中,调节高技能群体收入税率的政策后果将比调节低技能群体的税率要明显得多。也即是说,调整高收入群体税率对公共投资的筹资成效影响更大。由于高技能群体更多地从人工智能发展中获益,政府更恰当的政策选择可能是对高技能群体征税,为教育和新基建的公共项目筹资。

图片

  (三)改变教育和新基建的投入比例

  改变政府投资支出比例,也会影响经济总量和收入不平等。在本文模型中,政府支出只在教育和新基建之间权衡,基准参数中将新基建投资比例设定为20%。为考察不同支出比例的效应,我们将该比例调整为30%和40%,结果发现,更高的新基建投资比例会带来更高的总产出、各类工人的更高收入和更大的收入差距(技能溢价增加),在图3中表现为各板块中迹线从最低移动到最高位置。其原因在于,投资新基建会推动人工智能技术的发展,产生的经济效益比投资于人力资本更大。这似乎也是现实故事:投资新基建产生的经济效应更直接,而投资教育促进人力资本积累相对缓慢,因此政策制定者出于稳定或促进增长的目的,往往选择投资基础设施建设来推动增长,从而使不平等更快地扩大。这又凸显了教育平衡的重要性:在人工智能发展背景下,只有教育和人力资本的差距缩小,收入不平等才会缩小,且投资教育能在长期中促进经济增长。

图片

  五、结论与启示

  经济增长常常伴随着收入不平等,这一问题在人工智能经济时代可能会更加突出,有必要通过公共政策平衡经济增长与收入不平等。本文将人工智能技术发展内生化,人工智能技术本身作为一种要素进入生产函数之中,但人工智能技术的发展水平本身也取决于经济中研发人力资本和新型基础设施的投入。在此假设下,本文构建了一个包含人工智能技术内生演进的动态一般均衡模型,在这个模型基础上利用数值模拟分析政府公共政策(包括延迟教育选拔时间节点、调整收入税率、扩大新基建投资支出比例)对增长和不平等的效应。。

  模拟结果表明,延长普及教育年限、对高技能(也是高收入)群体征税、扩大新基建投资比例,都有利于人工智能技术发展、经济增长及各类劳动力收入提高,但只有延长普及教育年限有助于抑制人工智能技术发展带来的收入不平等扩大。这是因为,技术进步从来都具有“马太效应”,它帮助优势者获得并保持优势,而弱势者所获“好处”的积累微乎其微。任何能够推动技术进步的政策,若不涉及对优势者和弱势者身份的改变,结果都只会在获得技术进步的同时带来日益扩大的收入不平等。而延长普及教育可以让人们普遍地接受更多更好的教育,不仅通过增加人力资本存量来促进技术的进步,也通过缩小教育和人力资本差距来缩小优势者和弱势者的技能差距,从而在长期中以更小的不平等代价来获得技术进步的巨大收益。

  本文模型结果有助于人们思考在人工智能经济降临的时代促进经济增长的政策选择,但更重要的也许是突出了未雨绸缪加快发展普及教育的重要性。面临革命性的人工智能技术进步,为了走向共同富裕目标,有必要延迟选拔教育的时间节点,延长普及教育年限(如将高中教育也纳入普及教育体系)。新技术对岗位的破坏不足为惧,真正值得忧虑的是社会中有相当一部分人不能尽快适应和掌握新技术。若社会能够普及更多更好的教育,普罗大众都因此获得更强的终身学习能力,技术进步对发展的负面影响就会弱化,甚至烟消云散。

  (董志强,华南师范大学经济与管理学院、经济行为科学重点实验室教授;黄旭(通讯作者),华南师范大学经济与管理学院博士研究生。)


  以上文章原载于《学术研究》2021年第2期,文章不代表《学术研究》立场。

  篇幅原因有所删减,未经授权不得转载。

编辑:刘帅
回到首页 南方网二维码 回到顶部

南方报业传媒集团简介- 网站简介- 广告服务- 招标投标- 物资采购- 联系我们- 法律声明- 友情链接

本网站由南方新闻网版权所有,未经授权禁止复制或建立镜像 广东南方网络信息科技有限公司负责制作维护

违法和不良信息举报电话:020-87373397 18122015068

ICP备案号:粤B-20050235