文 | 陈永伟，《比较》研究部主管，北京大学市场与网络经济研究中心研究员
编 | 黄锫坚
按： 本文节选自“人工智能与经济学：关于近期文献的一个综述 ”（该文已发表于《东北财经大学学报》2018年第3期），标题有所修改
作为一种新技术，人工智能技术已经进入了经济生活的各个领域，对生产、生活的各个方面都产生了重大影响。目前，已经有不少文献对这些影响进行了分析。在本节中，我们将分领域对这些研究进行一些简要的介绍。
1、关于人工智能与经济增长的理论探讨
从理论渊源上看，关于人工智能对经济增长影响的讨论，其实是关于自动化对经济增长影响讨论的延续。
Zeira（1998）年曾提出过一个理论模型，用来分析自动化的增长效应的模型。在这个模型中，某一产业的产品可以通过两种技术——手工技术和工业技术进行生产。在这两种技术中，手工技术所需的劳动力投入更高，但所需的资本投入却更低。究竟两种技术中的哪一种被用来进行生产，取决于技术水平。如果生产率很低，那么更多依靠手工技术进行生产就更有利；而当生产率突破了一定的临界点时，转而采用工业技术进行生产就会变得更合算。
这样，技术进步就会产生两个效应：一是直接对生产效率的提升；二是通过自动化来实现生产方式的改变。一个经济中有很多产业，不同产业实现自动化的临界条件不同，因此生产率的增长和自动化的程度将呈现一种连续函数关系。当自动化程度较高时，经济中的资本回报份额也就越高，因此当经济处于最优增长路径时，增长率将主要取决于两个条件：生产率的增长速度，以及经济中的资本回报份额，更高的生产率，以及更高的资本回报份额都会让经济获得更高速的增长。
Aghion et al（2017）对人工智能对经济增长的可能影响进行了全面的分析。他们的分析是从“人工智能革命”的两个效应——自动化和“鲍莫尔病”出发的。一方面，和其他任何的技术进步一样，人工智能的应用会在导致生产率提升的同时促进自动化进程的加速。这将会导致生产过程中人力使用的减少，从会让经济中的资本回报份额增加。但另一方面，“人工智能革命”也会遭遇所谓的“鲍莫尔病”，即非自动化部门的成本的提升，这会导致经济中资本回报份额的降低。一般来说，随着经济的发展，经济中的落后部门对经济发展的影响将会变得更为重要。在这种条件下，“鲍莫尔病”的影响将会变得更加不可忽视。
将两种效应综合起来看，人工智能的使用对经济增长的影响将是不确定的。虽然人工智能的使用可以确定地让生产率增长速度得到提升，但至少从短期看，它对于资本回报份额的影响却是不确定的。因此，并不能确定经济增长率究竟会如何变化。
在正常条件下，资本的回报份额不会无限上升，在稳态时它会维持在某个小于1的值，此时经济增长的速度将主要依赖于生产率的变化速度。据此可以得出结论，人工智能究竟如何影响经济增长，将主要取决于其对技术进步率的影响方式。如果人工智能带来的只是一次短期的冲击，那么它只会让生产率产生一次性的增加，其作用将是暂时的。而如果人工智能的应用会带来生产率的持续增加，那么经济增长率也将随之持续增加，从而出现“经济奇点”。在几位作者看来，“经济奇点”出现的最关键条件是突破知识生产这一瓶颈。这点是否能够实现，主要要看人工智能是否可以真正取代人类进行知识生产。
在论文中，几位作者还对增长的分配效应进行了探讨。在他们看来，人工智能技术的应用将会引发“技术偏向型”的增长，让高技能的工人获益，低技能的工人受损。而由技术导致的企业组织结构变化会强化这种效应——密集使用人工智能技术的企业会向本企业内部职工支付较高的工资，同时将一些技术含量较低的生产环节外包给工资更低的低技能工人。由这些因素造成的收入分配效应将是不容忽视的。
值得一提的是，在Aghion et al（2017）的讨论中，决定人工智能对增长影响的一个关键因素是人工智能会对创新、对知识生产产生怎样的作用，但关于这个问题，几位作者并没有作更多的展开分析。Agrawal et al（2017）的论文对此进行了补充。这篇论文借鉴Weitzman（1998）的观点认为，知识生产的过程很大程度上是一种对原有知识的组合过程，而人工智能的发展不仅有助于人们发现新的知识，更有助于人们将既有的知识进行有效的组合。几位作者在Jones（1995）的模型中植入了知识组合的过程，用这个新模型来分析了人工智能技术的影响。结果发现，人工智能技术的引入将通过促进知识组合来让经济实现显著的增长。
2、关于人工智能与经济增长的争论
关于人工智能会对经济增长产生怎样的影响，存在着很多的争议。在本节中，我们将对两个重要的争论进行讨论。第一个争论是，人工智能技术究竟能否真正带来经济增长。第二个争论是，人工智能技术是否可以真正引发“经济奇点”（Economic Singularity）的到来。
（1）人工智能是否能带来经济增长
关于这个问题的讨论，实际上是关于 “索洛悖论”（Solow Paradox）的讨论的继续。“索洛悖论”又称“生产率悖论”（Productivity Paradox），是由Robert Solow在探讨计算机的影响时提出的。当时，他感叹道：技术转变随处可见，但在统计数据却没有显示技术对增长产生的影响。此后，有不少研究都佐证了Solow的这个观察，认为包括计算机、互联网等新技术的出现并没有对经济增长产生实质性的影响。
这类观点的代表人物是Tyler Cowen和Robert Gordon。Cowen在一部畅销书中指出，被认为十分重要的计算机、互联网技术并没有像之前的技术革命那样让生产率获得突破性的进步，并且从目前的技术发展看看，所有“低垂的果实”都已经被摘尽了，因此经济将会陷入长期的“大停滞”。而Gordon则由对美国的经济增长状况的长期趋势进行分析发现，最近的技术进步实际上只带来了很低的生产率进步。
人工智能技术的兴起也同样遭遇了“索洛悖论”的质疑。尽管从直观上看，人工智能对生产生活的各个方面都产生了重要影响，但到目前为止，经验证据却同样难以对这种影响给予证实。在一次著名的辩论中，Gordon等学者对人工智能的作用提出了质疑，认为人们对其的期盼显然是过高了。
针对“技术怀疑论者”的质疑，以Brynjolfsson为代表的“技术乐观派”旗帜鲜明地表达了反对。在Brynjolfsson及其合作者看来，以计算机、互联网为代表的现代技术毫无疑问对提高生产率和促进经济增长起到了关键作用，而人工智能等新技术的影响可能还要更为巨大。
至于为什么从统计中并不能看出人工智能等技术的贡献，Brynjolfsson et al（2017）给出了详细的讨论。在他们看来，有四种可能的原因可以被用来解释人们对技术进步的主观感受和统计数据之间的背离。
第一种解释是“错误的希望”（false hopes），即人们确实高估了技术进步的作用，而实际上技术并没有能带来人们所期盼的生产率进步。
第二种解释是“测量误差”（mismeasurement），即统计数据并没有真正反映出技术进步所带来的产出，因而就对其增长效应做出了低估。
第三种解释是“集中化的分配和租值耗散”（concentrated distribution and rent dissipation），即尽管人工智能等新技术确实可以带来生产率的增长，但只有部分明星企业享受到了由此带来的好处。这不仅加剧了收入分配的不平等，也让少数企业获得了更高的市场力量，而这些因素反过来会导致生产率的下降。
第四种解释是执行滞后 （implementation lag）。新技术作用的发挥，需要配套的技术、基础设施，以及组织结构的调整作为基础。而在目前看来，这些配套工作是相对滞后的，因此就可能导致人工智能的力量不能充分得到发挥。
几位作者在对上述四种可能的解释进行了逐一检验后发现，最后一种解释是最有说服力的。因此，他们认为人工智能的作用是不可忽视的，但现阶段滞后的配套工作限制了其作用的发挥。随着相关配套工作的完成，“人工智能革命”的力量将会逐步释放出来。
（2）人工智能是否会带来“经济奇点”
“奇点”（Singularity）最初是一个数学名词，指的是没有被良好定义（例如趋向于无穷大），或者出现奇怪属性的点。未来学家Kurzweil在自己的书中借用了这个名词，用来指人工智能超越人类，从而引发人类社会剧变的关键时刻。而所谓“经济奇点”，指的则是一个关键的时间点，当越过这个时间点后经济将保持持续增长，并且增长速度会持续加快。
在历史上，有不少经济大师曾对“经济奇点”有过憧憬，宏观经济学的创始人凯恩斯、诺贝尔奖得主赫尔伯特·西蒙都是其中的代表。尽管截止目前这些憧憬都没有变成现实，但随着人工智能技术的发展，关于“经济奇点”的讨论又开始高涨。一些“技术乐观派”学者认为，由于人工智能可以大幅提升生产率，并且可以完成很多人类无法完成的任务，因此“经济奇点”不久就会到来。
这种“技术乐观派”的观点引发了很多争议。Nordhaus（2015）从经验方面对此给出了质疑。
Nordhaus指出：首先，随着新技术的发展成熟，它们的价格急剧下降，因此它们的相关产业对经济的贡献也迅速下滑。这意味着，相对落后的产业，而非新产业将成为经济增长的关键。
其次，尽管人们给予了互联网、人工智能等新技术很多希望，但它们并没有能切实带来生产率的大幅度提高。
再次，至少从美国的现实看，目前投资品的价格并没有出现急速的下滑，投资也没有出现迅速增长的势头。
综合以上几点分析，Nordhaus认为“经济奇点”可能还只是一个遥远的梦想。
Aghion et al（2017）从理论上对“经济奇点”进行了分析。他们认为，“经济奇点”是否能到来，主要要看知识增长的瓶颈能否打破。尽管内生增长模型已经说明了知识作为一种产品是可以生产的，但这个过程是需要人的参与的。随着经济增长的进行，人口增长减缓，能作为生产要素投入到知识生产过程的人力也会减少。除非人工智能可以替代人类从事创意工作、进行知识生产，否则这一重要瓶颈就很难被突破。而至少在现在，人工智能还没有发展到这一水平。
本系列共3篇，请继续阅读：
本论文可点击此链接下载：人工智能与经济学：关于近期文献的一个综述
评论