NBER：人工智慧會導致失業嗎？基於經濟學理論的分析

picture from 500px by Hale Utangac

解析作者 | 唧唧堂經濟學研究小組：博觀； 審校編輯 |Ernest

本文是針對論文《人工智慧及其對收入分配和失業的影響（Artificial Intelligence and Its Implications for Income Distribution and Unemployment）》的一篇解析，該論文於2018年1月發表於《美國國家經濟研究局工作報告（NBER）》上。該研究作者包括Anton Korinek, Joseph E. Stiglitz。

人工智慧（AI）的產生是漫長自動化過程的一個延續，19世紀末與20世紀初的機械化使得大量人類體力勞動得以自動化，二十世紀中後期信息技術的進步又使許多以前由人類執行的標準化數據處理自動化。但是，這些過去的每一次自動化都留下了大量的工作，只能由人類來完成。

一些人認為AI的進步只是這個自動化過程中的最新潮流（Gordon，2016）。另外一些人則強調AI與過去的發明截然不同：隨著人工智慧越來越接近一般人類智能，人類大部分的勞動都有被AI所替代的風險。從這個角度來看，人工智慧的進步不僅是技術進步的延續，而且是技術進步的高潮。因此，人工智慧會以自身的方式影響到勞動力市場，甚至在短期和中期也會影響到許多行業和技能水平的工人。

本文認為從更廣泛的角度來看，AI的進步更有可能取代人力，甚至直接取代工人。因此，人工智慧擴散所帶來的主要經濟挑戰將是收入分配的一個挑戰。本文通過討論一些關鍵的經濟研究問題來嘗試研究AI對收入分配和失業的影響。

一、技術進步與福利：不同環境下的一種分類機制

在談及人工智慧之前，我們首先去考慮這一問題：當一種新技術部分（或全部）替代工人時，他們的生活水平是否必然下降？因此，在該部分研究者研究技術進步如何影響社會上不同群體的福利這一問題，研究者將考慮在不同環境下針對該問題答案的不同分類。

在這裡，根據不同的市場環境將市場分為最佳市場（first‐best ）、完美的市場事後分析與無成本再分配（Perfect Markets Ex‐Post and No Costs of Redistribution）、完美市場與有成本的再分配（Perfect Markets but Costly Redistribution）、不完美市場（Imperfect Markets）、內生技術進步（Endogenous Technological Progress）等等，這種劃分是基於市場是否完美（完美的標準來自於Arrow-Debreu的基準，不存在信息不對稱、市場失靈、價格與工資剛性和壟斷等問題）。

甚至是風險市場也是完美的，即個體能夠預見到自身在技術進步後是成為創新者還是被替代的工人，而可以對風險進行投保以避免損失（即事後視角ex-post），以及技術進步後的再分配是否需要成本等等。而最後的內生技術進步則考慮的不是一個廣泛意義的覆蓋全體的技術進步，而是個體或某部分群體的技術進步。

基於上述劃分，進行不同環境下的帕累托分析，結果表明：first-best市場下所有的個體都將分享技術進步的好處，但是由於現實世界不符合這個理想，通常需要重新分配來確保技術進步產生帕累托改進。如果市場是完美的，再分配是無成本或者成本足夠低的，那麼總是可以保證技術進步使每個人都變得更好。

但是，如果再分配成本過高，技術進步中的替代者可能不會得到補償。更糟糕的是，如果經濟受到市場不完善的影響，技術進步實際上可能會使帕累托邊界向內移動，即有些人可能一定會變得更糟。同樣，內生技術進步（Endogenous Technological Progress）也會使得帕累托邊界向內移動。

picture from 500px by Tatiana Shepeleva

二、技術進步與不平等產生的渠道

技術進步影響要素配置進而產生不平等的渠道主要有兩個：一是通過創新者的過多收入盈餘，二是通過對經濟體其他機構的影響。

首先，不平等來自於創新者賺取了盈餘，除非創新市場是完全可競爭的，否則創新者賺取的盈餘通常超過創新成本，包括我們所說的創新者租金。本文討論影響這種租金分享的政策，如反托拉斯政策和知識產權的變化。

其次，創新改變了對不同類型的勞動力和資本等要素的需求，從而影響價格和產生再分配。例如，人工智慧可能會減少大量的人力工資，並為企業家重新分配資金。從最佳市場（first-best）的完整保險市場基準來看，這些要素價格變化代表了金融外部性，若市場是完美的，這些外部性將通過金融機構完全溢出於非創新者，否則會造成不平等。

三、取代工人式的技術進步與再分配

本部分考慮技術進步的一種更嚴峻形式——取代工人式的技術進步，並採用兩種簡單宏觀經濟模型：機器勞動力和要素收入（參考 Korinek and Stiglitz ，2017），知識產權制度和再分配，從生產函數出發，考慮不同要素的邊際生產力，並納入知識產權。研究者引入了一種機器技術，它是人類勞動的完美替代品。研究者通過模型研究工資的含義並討論政策補救措施。

在短期內，增加到經濟中的每單位機器勞動里均可以獲得其邊際產品，但也會產生從勞動到傳統資本的零和再分配，因為它改變了兩者的相對供給。從長遠來看，機器技術將勞動力轉化為可再生的因素。因此，從長遠來看，增長可能會受到其他一些不可重現的因素的限制，技術進步的所有好處都將歸因於這個因素。然而，由於它是固定的供應，他們可以徵稅和重新分配而不造成扭曲，帕累托改進很容易實現。

四、技術性失業

本部分討論導致技術性失業的兩個合理的經濟原因。第一類原因是工資無法調整，即使從長遠來看也是如此。基於效率工資理論，僱主可能認為高於市場結算水平的「公平工資」是有效率的，這樣工人就有動力去做出適當的努力。如果技術進步持續下去，工人的邊際產品降到生活成本以下，那麼經典的效率工資理論就會適用，失業將會產生，因為在沒有政府支持的情況下，工人不能為了市場出清下的工資而工作（此時技術進步導致的新效率工資低於工人自身實際效率下的工資水平）。

第二類技術性失業是一種過渡現象，即工作被取代的速度超過工人則可以找到新的工作。研究者將討論可能會減緩調整過程的各種因素，效率工資理論也可能起到過渡現象的重要作用，特別是如果工人的公平工資觀念是粘性的。最後，研究者討論的是，工作不僅可以提供工資，還可以提供意義，並指出除非社會態度隨著人工智慧的泛濫而改變，否則補貼就業可能會增加福利，而不是簡單地重新分配資源。

picture from 500px by Tatiana Shepeleva

五、長遠視角：人工智慧AI與馬爾薩斯（理論）回歸？

這部分將考慮更長遠的視角，假如AI達到並超越人類普通智力水平（而不是僅僅局限在下棋、識別X射線圖案，駕駛等特定領域），討論超人類人工智慧的潛在影響。研究者考慮兩種情況：一種是一些人利用技術來提高自己，獲得超人的智慧；另一種是與人類完全分離的自治機器（通過自動進化）達到超人類智慧的一種。

第一種情況下，最富有的（增強的）人類將會變得更有生產力的數量級，使大部分人口越來越落後；第二種情況下，由於人類生存、繁衍、生產或消費等等均受資源約束，並且食品和住房等消費品在未來的進化是緩慢的，而人工智慧的進化則是快速的，甚至會將其自身基本需求資源，如能量、硅鋁均可以進一步進化，卓越智力下的卓越生產力都可能導致（對於進化緩慢的人類）收入不平等的巨大增長。

從馬爾薩斯的觀點來看，超級智能實體有可能在稀缺資源中佔據越來越大的份額，將一般性的人類推到低於生存水平。這使得工業革命所帶來的資本積累和迅速增加勞動力的技術進步，生產消費品的技術不斷超前於我們當前生活所需基本物品的消費，從而顛覆了馬爾薩斯關於稀缺消費品限制了人類生存和繁衍的理論。

而長遠來看，人工智慧將會使得該理論重新回歸，因為上述兩種情況下，人工智慧實體的卓越生產和消費技術意味著它們將會激增，其高效率生產將導致對土地和能源等供應有限的不可再生因素的激烈競爭，提高這些因素的價格，使得普通生產效率水平下的正常人難以承受。最終，這可能會迫使人們減少消費，直到他們的實際收入如此之低，以致人數減少。

六、結論

在最佳市場（first-best）環境下，加之完備的再分配形式，人工智慧（AI）和其他形式替代工人的變革等技術進步對每個人都會帶來積極影響，即福利改善。但是，一旦其中市場環境不盡理想，被技術取代的工人們的收入將會減少，如果再分配有限制，帕累托改進無法得到保證，導致不平等差距擴大。由於最佳市場（first-best）的理想化，一個最優的實現策略就是：廣泛地採用包括知識產權變化在內的一系列第二最佳（second-best）政策，以使人工智慧（或更普遍的技術進步）產生帕累托改進的可能性最大化。

但是，事實上，如果人工智慧或其他技術變化需要進行大的調整，而個人和經濟更廣泛地可能適應緩慢的變化，當速度很快時（例如，資本市場不完善），情況可能不會如此。在這種情況下，結果可能是帕累托劣勢。這時候一個更合理的社會是支持必要的轉型，為那些「落後」的人提供支持。在社會可以適應較快創新的條件下，同時確保其結果是帕累托改進。而一個不願意參與這樣的行動的社會，由於對創新的抵制，可能會帶來不確定的政治和經濟後果。

參考文獻：

Korinek, A., & Stiglitz, J. E. (2017). Artificial Intelligence and Its Implications for Income Distribution and Unemployment (No. w24174). National Bureau of Economic Research.

閱讀論文全文，參與論文討論，請長按以下二維碼訪問唧唧堂論文庫。

文章作者：唧唧堂研究人博觀

點擊「原文閱讀」，查看 博觀 在唧唧堂所有論文推薦。

本文贊助：全球區塊鏈排行榜

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！