人口老龄化背景下人工智能的劳动力替代效应.docxVIP

? ? 人口老龄化背景下人工智能的劳动力替代效应 ? ? 　　一、研究背景 　　人口老龄化和人工智能的快速发展是当前中国经济发生深刻变革的关键原因。一方面，随着人口老龄化的加速，劳动力成本增加，制约经济发展；另一方面，人工智能作为新一轮科技革命和产业变革的核心力量，将重构生产、分配、交换、消费等经济活动各环节。智能化生产①是当前人工智能在经济活动中的主要应用方式。智能化生产能替代一部分传统岗位，减少经济体对劳动力数量的总需求，从而弱化，甚至补偿人口老龄化对经济增长造成的负面影响(可称之为“补位式替代”)。然而，智能化生产同样可能带来负面后果，如替代传统岗位造成失业和加剧收入两极分化，使一部分人更加无力应对老龄化(可称之为“挤出式替代”)。那么，人工智能能否作为补偿劳动力规模下降的替代手段去缓冲，甚至解决老龄化对经济增长的负面冲击？政府是否应该有针对人工智能行业的产业扶持政策？这些问题引起了学者、公众和政策制定者的广泛关注和激烈争论(Schwab，2017)。因此，厘清人工智能和经济发展在人口老龄化背景下的互动关系不仅在学术上有贡献，也能为政策制定提供参考。 　　人工智能和劳动力市场如何相互影响是近几年来的一个研究热点。已有研究主要使用以下两种分析方法：(1)邀请专家对一国的各种职业的特征和可替代性进行评分，然后结合机器学习方法预测每个职业被人工智能替代的可能性。Frey等(2017)使用这一方法预测美国700多个职业中有47%可以在短期内被替代。之后，有研究预测了人工智能在其他国家对劳动力的替代性(Pajarinen等，2014；Brzeski等，2015)。例如，陈永伟、许多(2018)基于这一方法发现，中国总就业人口中的76.8%在今后20年将受到人工智能技术的冲击。这一方法的优点是具有前瞻性，但存在两方面的缺陷。一是预测结果不够稳健。Arntz等(2016)借鉴Frey等(2017)的方法估算出美国可被替代的职业仅占9%。二是这一框架没有考虑劳动力市场会对技术变革做出相应调整并达到新的均衡，因而可能高估人工智能对劳动力的挤出效应。(2)使用工业智能机器人安装密度作为人工智能的代理变量，基于一般均衡模型进行分析。Acemoglu等(2018a)指出，智能化生产对就业的影响取决于资本利率和劳动力价格的相对水平，而劳动力价格又会受到生产智能化程度的影响。Graetz等(2015)基于1993-2007年17个国家的数据发现，由于工资和全要素生产率上升，机器人的使用让这些国家的GDP年增长率平均上升了0.37个百分点。基于德国数据的另一项研究也没有发现人工智能会造成失业(Dauth等，2017)。第二方法的优点是可以全面地分析人工智能对经济体的生产率、就业率、平均工资、工作强度等多个维度的影响。但上述研究在实证上主要采用工具变量法进行回归分析，而工具变量估计得到的只是局部平均干预效应，其结论只在特定条件下成立。更重要的是，在工具变量法中，人工智能和劳动力市场之间的相互作用被当作内生性噪音而消除掉，从而无法讨论整体的一般均衡结果。 　　上述两种方法均隐含外生性假设，即人工智能的发展和应用完全是外生的技术进步。这忽略了一个重要事实：智能化生产的应用和创新是厂商在当期要素价格和技术可选集条件下，为追求利润最大化所做出的内生选择。当劳动力成本随人口老龄化而上升时，智能化生产的经济回报将相对提高，厂商选择人工智能技术的动机也相应更强。也就是说，人工智能和经济发展之间的关系不是单向的。数据所显示的相关性不应被理解为因果关联，而应理解为市场一般均衡下的结果(Abeliansky等，2017)。 　　国际上，越来越多的研究开始探讨劳动力市场如何反过来影响人工智能的发展。基于人工智能设备完美替代劳动力的理论假设，Abeliansky等(2017)预测人口增长率低的国家会率先采用智能技术——人口增长率每下降1%，机器人安装密度增长率会上升近2%。Acemoglu等(2018b)针对美国722个通勤区的实证分析也发现，老龄化程度越高的地区，其机器人集成企业数量也相应越多。这一正向关联在对中等年龄(24～55岁)劳动力依赖程度较高的行业中尤为明显。不过，以上研究都没有在实证分析中控制人力资本变量(如受教育水平和健康水平)。人口老龄化对劳动力市场的作用是双重的，既有对劳动力数量的直接效应，也有对劳动力质量，即人力资本的间接效应，而关于其间接效应是提高还是降低人力资本在学界仍有争论(Gradstein等，2004)。在人工智能对老龄化的回归方程中如果没有控制劳动力质量指标，那么，回归结果同时包含了直接效应和间接效应，很难去诠释其含义。 　　在国内，现有研究仍缺少对人口老龄化背景下人工智能发展及其经济后果的系统梳理和实证研究。本文尝试从老龄化作为人工