IMF-自動化與福利：遺產與教育的作用（英譯中）

用貨幣基金組織工作文件描述了作者正在進行的研究，并發(fā)表了這些論文，以引起評論并鼓勵辯論。2024貨幣基金組織工作文件描述了作者正在進行的研究，并發(fā)表了這些論文，以引起評論并鼓勵辯論。基金組織工作文件中表達的摘要：本文研究了有和沒有代際轉移的新古典增長模型中自動化的福利效應。在沒有這種轉移的標準重疊世代模型中，可以通過與人口統(tǒng)計學或流行病相關的勞動力供應變化來減輕自動化技術的改進，從而降低福利。通過基于利他主義的完美代際轉移，自動化可以提高所有世代的福祉。由于利他主義不完善，財政轉移支付（普遍基本收入）和擴大受教?ManukGhazanchyan是西半球部門的經濟學家，AlexeiGoumilevski是信息和技術部的高級科學計算工程師，Alex-PA-PA在計算和信息技術的不斷改進以及相關成本降低的推動下，自動化在近幾十年來加速發(fā)展。廣泛的行業(yè)中的機器執(zhí)行越來越復雜的任務，由復雜的聯(lián)網軟件提供動力。自動化的加速及其在整個經濟中在藍領和白領職業(yè)中的擴散正在創(chuàng)造新的就業(yè)類別，但也加劇了不平等的擴大，并刺激了對政府政策的需求，以扭轉勞動力的長期收入損失。人工智能展望未來，雖然自動化的步伐可能會繼續(xù)，但抵消力量可能會減輕其影響。幾乎所有地方的人口都在老化。在發(fā)達經濟體，勞動年齡人口自二戰(zhàn)以來首次開始萎縮（Spece，2022年）。在全球范圍內，勞動年齡人口預計將繼續(xù)增長，直到2040年左右，但全球勞動年齡人口占總人口的比例已經在下降（圖表）。以中國為例，未來30年，勞動年齡人口預計將減少五分之一。正如Goodhart和Pradha所強調的那樣，我們的時代是人口逆轉的時代之一，其經常性的全球大流行也對勞動力供應產生不利影響，要么直接本文使用有和沒有代際轉移的新古典增長模型研究了自動化和較低勞動力供給的綜合福利效應。它首先復制了Kotlioff的結果依賴于兩個關鍵的假設。首先，機器是整個經濟中非常好的非熟練勞動力的替代品，因此自動化的提高最終會取代工人并全面降低工資。其次，沒有任何形式的可操作的代際轉移，因此資本所有者最終在其一生（一代人，大約三十年）中消耗了自動化改進帶來的全部意外收獲。對機器效率的積極沖擊并沒有提高儲蓄，抑制了對物質和人力資本的投資，并引發(fā)了一個永無止境的福利下降周期。因此，需要政府政策來將這筆意外之財更公平地傳播給后代。K＆S考慮了財富稅，特別是將經濟資本存量的一部分社會化，使政府能夠為所有后代提供可持續(xù)的收入流（普事實上，私人代際轉移是大量的，大約一半的家庭計劃離開房地產（Laiter和Jster，2017）。本文的第一個目標是在代際轉移，遺贈以及私人和公共資助的學校教育的情況下，重新評估自動化的福利影響。在具有可操作遺贈的K&S模型的一個版本中，我們發(fā)現(xiàn)，如果利他主義的強度超過某個閾值，則代際轉移處于平衡狀態(tài)，從而減輕了自動化的負面影響。但是，盡管人們很容易知道自動化帶來的收益可能會傳遞給后代，而無需將資本國有化，但這種完美需要的是一個更加平衡的模型，該模型具有世代內部和世代之間的異質性，一些家庭做出有效的遺贈，而另一些家庭則陷入了困境。我們評估了自動化是否在包含純粹利他主義的K@S模型版本中以及在Glomm和Ravimar的模型過減輕人力資本投資融資中的融資約束和恢復機會平等來最好地提高福利。在Ivaya，Moras和Ragazas（2018）使用的模型版本中，類似的結果得到了兩種類型的家庭（窮人，受遺贈限制）和富人（不受約束）。然后，本文轉向對涉及自動化躍升和人口統(tǒng)計學驅動的勞動力供應同時減少的綜合沖擊的分析。正如預期的那樣，加強利他主義債券會增加年輕人的遺贈和人力資本投資，從而為經濟增-PAG有關自動化及其經濟影響的文獻正在不斷發(fā)展，戈登（2012考恩（2011Acemoglu和雷斯特雷波(（2015悲觀主義者中的Freema（2015樂觀主義者中的Bryjolfsso和McAfee（2014Ator（2014,2015）。關鍵問題是自動化是否通過取代范圍和復雜性不斷增加的常規(guī)任務來取代勞動力份額和就業(yè)，或者在網絡上，它是否通過在新興的新職業(yè)中創(chuàng)造高薪工作來增加勞動參與。Bostrom（2014）描述了人工智能和同步自動化突破帶來的一些令人沮喪的勞動力場景。Graetz等.Al.(2018)研究了1993-2007年17個國家現(xiàn)代工業(yè)機器人的與悲觀觀點相反，這些作者發(fā)現(xiàn)，機器人的使用增加使GDP和勞動生產率的年增長率分別提高了0.37和0.36個百分點。作者得出的結論是，這些機器人并沒有顯著減少總就業(yè)，盡管它們確實減少了低技能工人的就業(yè)份額。Gaaitze等人。（2020）研究了2005年至2015年期間37個國家按任務內容劃分的工業(yè)機器人適應性和職業(yè)轉移的影響。作者發(fā)現(xiàn)，機器人使用的增加與非常規(guī)分析工作的就業(yè)份額的積極變化和常規(guī)手動工作份額的消極變化有關。當然，加強包括研發(fā)在內的政策以及私營和公共部門的監(jiān)管平臺以支持數字技術是提高生產率的關鍵。雖然2020-22年的大流行有助于加速數字化轉型，但包括公共部門在內的許多部門都滯后，因此對自動化對就業(yè)影響的擔憂將持除了Frey和Osbore（2017）的經典著作外，只有少數研究研究了自動化和人口老齡化對勞動力市場的影響，重點是自動化影響各種工作和職業(yè)的可能性。關于自動化和人口老齡化的最早研究之一是Acemogl和Restrepo(2017作者研究了國家一級的經濟增長，人口老齡化和自動化之間的關系。Phiromswad等人（2022）是最近的研究之一，重點關注這些影響，但也關注自動化和人口老齡化對勞動力市場的相互作用影響。與之前的文獻一致，包括Graetz和Michaels（2018作者發(fā)現(xiàn)了強有力的證據，表明自動化在保持其他因素不變的情況下對就業(yè)增長產生負面影響。他們還發(fā)現(xiàn)了強有力的證據，表明與年齡相關的能力的分類指標會影響就業(yè)增長，但不會影響總體指標。正如預期的那樣，與自動化在影響高價值工作方面仍在發(fā)展的發(fā)現(xiàn)相一致，作者發(fā)現(xiàn)，對于年齡欣賞的認知能力以及年齡貶值的身體能力得分較低的職業(yè)（例如生產職業(yè)和食物準備以及服務相關職業(yè)自動化對就業(yè)的負面影響往往是最大的。然而，對于年齡認知能力和年齡貶值能力得分較高的職業(yè)（例如保護性服務職業(yè)，醫(yī)療保健從Aghion-Jones-Jones（2017）研究了人工智能對經濟增長的影響，將不斷發(fā)展的自動化與過去一個世紀觀察到-PAG增長，固定資本份額遠低于100%，即使幾乎完全自動化。換句話說，雖然鮑莫爾的成本病導致與制造業(yè)或農業(yè)相關的GDP份額下降(一旦它們自動化)，但隨著時間的推移，自動化的經濟比例越來越高，這一點得到了平衡。作者還研究了引入A的效果。I.在生產技術上有新的想法和可能性。I.可能會產生某種形式的奇Pizzielli和其他人（即將出版）研究了人工智能（AI）對發(fā)達經濟體（AE）和新興市場（EM）的勞動力市場的影響。作者提出了對AI暴露標準度量的擴展，考慮了AI作為勞動力的補充或替代的潛力，其中互補性反映了較低的工作轉移風險。然后，他們分析了來自兩個AE（美國和英國）和四個EM（巴西，哥倫比亞，印度和南非）的工人層面的微觀數據，揭示了各國未調整的AI暴露的巨大差異。作者發(fā)現(xiàn)，雖然人工智能由于任務自動化而帶來勞動力流離失所的風險，但它也有希望提高生產力和補充人類勞動的能力，特別是在需要高水平認知參與和高級技能的職業(yè)中。作者還發(fā)現(xiàn)，AE可能會期望AI對勞動力市場產生更大的兩極分化影響，因此將面臨更大的勞動力替代風代際自愿轉移的程度和形式取決于代際利他主義的強度，并且是宏觀經濟學中與我們的論文相關的重要考慮因素。Kotlioff（2001）提供了有關代際利他主義作用的關鍵著作的出色調查，包括實證發(fā)現(xiàn)-例如，Altoji和Hayashi(1994）的結果與純粹利他主義理論一致。一個密切相關的研究領域涉及人力資本投資的形式，特別是教育或其他實物遺贈背后的理由。Razi和Rosethal（1990）表明，家庭稅收作為對父母和孩子之間信息不對稱的反應，可以減少政府干預和稅收的需要。胡德和喬伊斯(2017)為利他主義的經驗相關性提供了一個很好的更新。我們的論文與Michel，Thibalt和Vidal（2004）最密切相關，他們研究了利他主義和財政政策對Diamod傳統(tǒng)中重疊世代模型中增長的影響，以及Glomm和Ravimar（1992）研究遺贈以兒童人力資本投資的形式。我們?yōu)橛袠I(yè)務遺贈和公共資我們發(fā)現(xiàn)，政府教育支出促進了經濟增長。這些結論得到了大量研究的支持，這些研究將個人的受教育程度與整個經濟的繁榮聯(lián)系起來。FabrizioCarmigai(2016)研究了政府支出對教育對經濟的影響。作者使用了世界銀行的世界發(fā)展指標數據庫中151個國家2000-2010年的數據。他的結論是，“教育支出增加GDP的1個0.9個百分點?！盙heraia，Zoheyr等人。(2021(2012).作者分析了1970年至2010年馬來西亞政府教育支出與經濟增長之間的長期關系和因果關系。他們得出的結-PAG是經濟增長的短期格蘭杰原因，反之亦然。MehmetMercaa等人。(2014)對土耳其1970-2012年間的實際國內生產總值和教育總費用進行了協(xié)整分析。作者使用了帶邊界檢驗的自回歸分布滯后模型。作者發(fā)現(xiàn)，教育費用增加1%t=1,2,…人口由年輕和老年家庭組成。年輕人被賦一部分，其余的投資于實物資本(機器，M)和他們自己資組合中的完美替代品。在第二個生命時期，:)(A.1)and結合具有彈性的CES生產函數生產中間產品N,andNandS結合具有彈性的CES生產函數εSN產生最終輸出Q.參數u是衡量機械技術效率的參數。uisapure競爭性公司雇用,,and到他們的邊際產品(表示為for(()=[εSN?θεML]/εML(A.2)其中θ是熟練勞動力在經濟中的份額，等于(S*S我們看到，機器生產率的提高會降低非熟練工資，如果εML>-PAG+1+1+()++1=+1++1(A.3)+1+1ut)t+1)參數是時間折扣因子。它與代理商對消費的耐心有關-更大意味著代理人傾向于在青年時期消費更多。效用最大-PAG在這里是機械的技術效率。較高的值表明自動化的改進。要素的邊際產品是，QL=Aa(N?s)a?1Qs=A(1?a)(N?s)aausN==1a?11?a Dt+1=(1?β)RtLtwtsvt=twtMt+1=asvt?(1?a)Lt?u1st+1=(1?a)svt+(1?a)Lt?u1我們感興趣的是對生產力和勞動力的不同沖擊組合對經濟-PAG提案A1：自動化的改善使資本所有者（擊導致老年人的消費和收入增加。它同時降低了非技術工人的工資收入，降低了他們的終身消費和效用。代際不平等下面我們假設柯布-道格拉斯生產函數具有權重=0.74關于勞動和0.26在機器和=0.5在技能上。這種設置產生and由于生產力沖擊，它們是由第一階段年輕人的儲蓄決定決定的。非熟練工人的當前工資（即第三代年輕人的入的繁榮，而年輕一代經歷了蕭條。老年人的消費上升，而年輕人的消費和儲蓄下降。這推動了未來的資本存量 在K&S之后，我們追蹤顯示了改進的,而儲蓄的回報卻增加了。然而，第四代及以后的效用高于基線效用。年輕的非熟練工人因機器生產率的提高而損失對于分段恒定的生產力u這些變量是分段常數。當消費達到固定水平時ct=t+1,或何時(1t=。這為全要素生產率設定了=au1(1?β)()au1(1?β)1Figure1.TimedependenceofvariablesforSachsandKotlikoffsetting-PAG具體來說，假設政府意外地對機器人口征收一次性稅MG在時間t=3。具體來說，政府收取一筆MG<M機器通過財線。政府收入QMMG分為轉移支付TM?G這是添加年輕一代和其余的人的工資這將在下一個時期進行再投資。因此，政府機器在時間之后是恒定的。年輕人的-PAGsvt=t?t=tast+1政府通過將付款從老年人轉移到年輕人的干預可能會改善兩代人的福祉。下面我們介紹了數值實驗的結果，我們假設政府對第三期老年人擁有的機器征收10%的稅(他們是第二代的成員)。第三期政府的收入等于QMMg.政府轉移金程序為2.37,它上升到2.63在第6期，盡管征收了資本稅，但第3代的狀況仍比基線更好。由于從老年人-PAG必須修改預算約束（A.3-4）以考慮遺贈的作用。年輕家庭的收入It是由勞動工資組成的wt和父母的遺贈Bt.年老(C.1)-PAG?1I+1)1++1B=(1+(1?β)(1+n)(1?φ)?1I+1)1++1+1]=D+1=D 1?β+βφ+1+1(1+)+1(1+)+1<unk>)(1?<unk>)命題C1：以現(xiàn)金或留下遺產的形式從老人到年輕人的遺贈增加了年輕人的福利，并減少了老人和年平等。如果利他主義參數高于閾值，后代就不會被淘汰。實我們進行了減少自私參數和恒定參數的實驗=0,=下面我們顯示關鍵參數的結果=0.26。當自私參數高于或等-PAG注意：我們已經對一系列不耐煩參數進行了計算.Whilecritic圖4.為利他主義參數計算的變量的時間-PAG提案D1：接受私立學校教育的個人比接受公立學校教育的個人收入和消費更高。生活最困難的貧困家庭可能再也負擔不起不斷上漲的教育費用。通過轉移對受過私立學校教育的富裕家庭的機器征收的稅收，可以部分緩解這一問題。然而，對于不那么重要的自私參數（當老年人更多地投資于他們的年輕人時這種資金轉移不再是必要的。有針對性地轉移到有公共教育的貧困家庭，增加了這些家庭的收入和消費水平，因為自私參數大于臨界參數；然而，這-PAG在私立教育制度中，老年人根據個人決定選擇教育費用。投資的回報。年輕人和老年人的預算方程是:Vt,t)t)t+1)t+1,t+1)1,1?β2φb -PAG日(D.7)(D.7)將待定系數法應用于方程（D.6,7得到與（C.16-17）相同的公 日(D.10)-PAG 個人通過選擇消費水平來最大化終身效用ct,t+1max,s.t.Bt+1≥0 V(Bt)=βlog(ct)+(1?β)log(Dt+1)+φ[a+blog(Bt+1+Et+1+mt+1)]βφb(1?c) =R口=Mt+1=rsvt?(1?r)Lt?u1+rtst+1=(1?r)svt+(1?r)Lt?u1?rt-PAG提案D2：當公共教育由對熟練工人家庭征收的所得稅提供資金時，世代內的不平等就會減少?，F(xiàn)象正在減少。在這兩種模式中，沒有必要求助于物質資本的社會化。在純粹的利他主義模型中，私人代際轉移的作=0.022,利他主義參數被選擇為使得對于私立教育制度，年輕人和老年人的消費和收貧困家庭可能再也負擔不起不斷上漲的教育費用。在私人制度下，個人平均比公共制度下的相同個人擁有更高的收入-PAG通過向貧困家庭征稅來增加收入可能不足以支付其子女的教育費用。這種教育成本的短缺可以通過對富裕家庭征稅來部分彌補。這項稅收為貧困家庭帶來了額外收入。下面我們假設公共教育費用部分由私立教育家庭機器的稅收補貼。圖6.接受公共教育的貧困家庭的教育成本部分由5%對富裕家庭機器征收的稅收。富人和窮人家庭根據他們對子女的-PAG我們調查了有針對性的轉移到有公立教育的貧困家得相同數量的轉移。與富裕家庭相比，貧窮家庭的收入較小，但由于轉移而-PAG最后，我們研究了公立和私立學校教育對不平等的影響。我們假設個人最初具有不同的技能水平，但自私參數的水平相同。我們對這種異質劑的集合進行了數值模擬。抽獎次數為1,000。公立學校教育為個standarddeviationof。自私參數是和稅率-PAG現(xiàn)在，我們將注意力轉向人工智能（AI）對年輕人和老年人福祉的影響。自動化主要通過機器代替常規(guī)工作來影響藍色非熟練工人，而AI通過AI技術置入了第二個中間輸入來代替技能,Machines取代非熟練勞動力，而是代替熟練勞動力的機器或軟件的智能。而非熟練勞動力和機器是彼此的完美不能替代需要專家人類判斷的工作。我們假設最終產品的Cobb-Douglas生產函數形式和中間產品的CES函數形式,Q=ANaN1?aQL=Aa(N1/N2)a?1Q(1?Y)/YS1(A.3)a?122(N1/N2)aN()/YMY?-PAGu21Dt+1=(1tLtQL我們進行了參數的數值實驗u在第3期從0.7to1.02,而參數u從1到1.002?；炯僭O是AI采用率每年工資達到了高于其初始值的新穩(wěn)定狀態(tài)。這是可以預期的：機器生產-PAG更高的生產力s影響年輕非熟練工人使用機器的均衡效用M在中間N.的比較優(yōu)勢N是類似于Stolper-Samuelson和N1。這有助于提高非技術工人的工資：見公式（A3其中勞動的N2隨著u2。出生于第3期的年輕工人面臨著技能和機器之間最佳投資組合分配的決定?；仡檚andM是儲蓄的完美替代-PAG接下來，我們進行了數值實驗，當兩種機器的生產率and增長率是2%每年提高機器的生產率擠出非熟練勞動力。這導致在第3期的非熟練勞動力工資下降。智能機器生產率提高的積極影響不足以克服自動化和年輕人消費和Figure10.TimedependenceofvariablesforSachsandK-PAG在這項研究中，我們應用了重疊世代模型（K＆S）來研究老一輩遺贈對年輕一代的影響，政府對機器的稅收以及公立和私立教育的影響。雖然這個模型本質上很簡單，但它仍然可以洞悉機器生產率提高的積極影響，老一輩到年輕根據K＆S模型，機器人化，機器生產率的提高以及廣泛的勞動機械化會給技能水平低的年輕工人帶來困難?？梢詫嵤┴斦邅砀纳颇贻p一代的福祉。我們表明，利他模型中的自動化沒有這些結論。在一般和具有利他主義的K&私人遺贈，無論是代際轉移還是對年輕一代的私人教育，都可以改善老年人和年輕一代以及全球產出的成果。即使在貧困家庭受到制約的情況下，政府對公共教育的資助也可以幫助避免訴諸增加的公共債務。作為對政府對機器的財政征稅和未來“基于機器”的資本社會化的補充，可以通過擴大基于鼓勵利他主義的私立教育的機會來提高所有世代的最后，我們調查了人工智能對世代福祉的影響。我們發(fā)現(xiàn)采用人工智能可以改善所有世代的福利。對于中間生產函-PAG年輕家庭收入It是由勞動工資組成的wt和父母的遺贈Bt.年老時，家庭的收入It+1來自機器的生產和獲得的技能：在這里口是代際利他主義的程度。參數口支配著老一代遺贈給他們年輕人的財富分數。這個價值函數可以用貝爾曼方vt=∑∞口=φj?tujt→∞u=βlog(ct)+(1?β)log(Dt+1);0≤β≤1(5)-PAGVt)t,t+1)t+1)},s.t.Bt+1≥0(6),+1=(,+1)+(+1)++1.+1+1=0如果遺贈為零，則此常數為非負。值C+1對于積極的遺贈，+1>and零遺贈，+1=.+1+1++1；如果+1+1=R(?μ)=R(?μ)+1-PAG)(1?β)(1+n))+(φ?1)a(13)到:=(1+<unk>)mt+1(1+<unk>)mt+1口口+-PAGRt?1?n重新排列（15我們得到：s.t.Bt+k≥0B=(1+(1?β)(1+n)(口口DD= 1?β+βφ11)a?1-PAG QLQM QLQMQM?1?n22au?12a?2AAau1?a)?1?nTuMSSvQ11213456789這些結果復制了Sachs和Kotlikoff論文中的表-PAG+1==+1+(1+)+1vt)t)tBt?tBt+1^+1(1+)^