人工智能、就业与货币政策目标

人工智能、就业与货币政策目标∗ 吴立元王忏傅春杨龚六堂 内容提要：�文在标准新凯恩斯货币模型中引入人工智能，研究人工智能对最优货币政策及货币政策设计的影响。基于推导出的二阶福利损失函数，�文首先分析了央行面临权衡的变化，然后以福利为标准分析了人工智能对央行货币政策规则选择的影响。研究发现：第一，在标准新凯恩斯货币模型中，央行在通胀和产出缺口之间权衡，而引入人工智能后，就业与人工智能投资波动也成为央行重要的权衡项。第二，引入人工智能后，相对于盯住通胀和产出缺口的泰勒规则，盯住通胀和就业缺口的货币政策规则带来更小的福利损失。这主要是因为，在人工智能可以高度替代劳动的情况下，过度重视产出缺口会导致人工智能投资和就业的巨大波动，并显著增加名义价格和工资粘性带来的福利损失。这一发现改变了央行应盯住通胀和产出缺口的结论，具有明确的政策含义。 关键词：人工智能最优货币政策福利损失货币政策规则 一、引言 随着技术的不断突破、市场投资的不断加大以及政府支持力度的不断加强，人工智能成为一种新的重要生产要素已经是确定的趋势。在中央政府的高度重视与大力支持下，中国人工智能快速发展。根据国际机器人联合会（ＩｎｔｅｒｎａｔｉｏｎａｌＦｅｄｅｒａｔｉｏｎｏｆＲｏｂｏｔｉｃｓ，ＩＦＲ）的数据，２０１０年世界工业机器人安装量为１２万单位，中国安装量为１.５万单位，所占比例仅为１２.４％。到２０２１年，世界工业机器人安装量达到５１.７万单位，中国安装量达２６.８万单位，占比达５０％以上，超过美国、日本、德国等人工智能大国。根据２０２０年中国人工智能产业年会上发布的《中国人工智能发展报告２０２０》统计，过去十年全球人工智能专利申请量为５２１２６４件，呈逐年上升趋势。其中，中国人工智能专利申请量为３８９５７１件，位居世界第一，占全球总量的７４.７％，是排名第二的美国申请量的８.２倍。中国科学技术信息研究所联合北京大学共同发布的《２０２０全球人工智能创新指数报告》显示，中国人工智能创新指数综合得分从２０１９年的第３名上升至２０２０年的第２名，仅次于美国。上述一系列事实表明，中国人工智能发展已经达到世界领先水平，人工智能在中国经济生活中已经开始发挥重要作用。那么，一个自然的问题是，人工智能会如何影响货币政策制定呢？ 作为一种新的生产要素，人工智能与传统资本和劳动都有显著差异。传统资本和劳动之间总体是互补的（Ｃｈｉｒｉｎｋｏ，２００８；Ｂｅｒｇｅｔａｌ．，２０１８），而人工智能与劳动是高度替代的（Ａｃｅｍｏｇｌｕ＆ ∗吴立元，中国社会科学院世界经济与政治研究所，邮政编码：１００７３２，电子信箱：ｗｕｌｙ＠ｃａｓｓ．ｏｒｇ．ｃｎ；王忏（通讯作者），中央财经大学金融学院，邮政编码：１０２２０６，电子信箱：ｗａｎｇｃｈａｎｉｓｔ＠１２６．ｃｏｍ；傅春杨，中国社会科学院大学经济学院，邮政编码：１００７３２，电子信箱：ｊｉｍｉｄｗｑ１２３＠１６３．ｃｏｍ；龚六堂，北京工商大学、北京大学光华管理学院，邮政编码：１００８７１，电子信箱：ｌｔｇｏｎｇ＠ｇｓｍ．ｐｋｕ．ｅｄｕ．ｃｎ。本研究得到国家社会科学基金重大项目（１９ＺＤＡ０６９）、国家自然科学青年基金项目（７２２０３２３４）以及中央财经大学标志性科研成果培育项目的资助。作者感谢匿名审稿专家的宝贵建议，文责自负。 ５６ Ｒｅｓｔｒｅｐｏ，２０１８ａ；Ｂｅｒｇｅｔａｌ．，２０１８；Ｚｈｏｕｅｔａｌ．，２０２０；王永钦和董雯，２０２０；周广肃等，２０２１）。人工智能虽然能高度替代劳动，但与劳动也有很大差异。例如工资调整存在很大粘性，而人工智能粘性则小得多。人工智能的积累需要一个过程，而劳动则不需要积累。人工智能与传统资本和劳动的上述差异会对货币政策造成重要影响。首先，人工智能与劳动之间的高度替代性将显著改变奥肯法则。经典的奥肯法则表明，ＧＤＰ每增加１％，就业率大约上升０．５％。因此，稳定产出与稳定就业具有非常明显的一致性。在人工智能高度替代劳动的背景下，产出缺口与就业缺口之间可能发生巨大的背离，导致稳定产出与稳定就业之间出现冲突。因此，引入人工智能后，货币政策可能面临新的权衡，即在充分就业与产出之间的权衡，而在没有人工智能时两者基本可以同时实现。其次，人工智能会对菲利普斯曲线产生重要影响。菲利普斯曲线刻画了通胀和实际边际成本之间的关系，是影响货币政策制定的核心。引入人工智能后，通胀与产出缺口之间的关系会弱化，这是因为，当经济中发生冲击时，企业可以通过调整人工智能投入来减少边际成本的变动（Ｆｕｅｋｉ＆Ｍａｅｈａｓｈｉ，２０１９）。再次，人工智能会对经济波动产生重要影响，而货币政策的重要目标就是稳定经济，熨平经济波动 （Ｌｉｎ＆Ｗｅｉｓｅ，２０１９）。综上所述，人工智能作为一种新的生产要素，对就业、奥肯法则、菲利普斯曲线以及经济波动都会产生重要影响，而这些都与货币政策密切相关，因此研究人工智能对货币政策的影响具有非常重要的理论和现实意义。然而，当前文献对此的研究还较为缺乏，本文尝试填补这一空白。 在标准新凯恩斯货币模型中（Ｗｏｏｄｆｏｒｄ，２００３；Ｇａｌí，２０１５），劳动是唯一的生产要素且名义价格粘性是唯一的摩擦（垄断扭曲可以通过最优补贴消除）。当发生ＴＦＰ冲击时，最优货币政策要求在价格通胀、工资通胀和产出缺口之间进行权衡，央行会忍受一定的价格与工资通胀从而实现一个相对较小的产出缺口。在标准新凯恩斯货币模型中，劳动作为唯一的生产要素是一个简化假设。①现实中，资本和劳动同样重要，但资本和劳动之间是互补关系，总体上两者与产出的变动是一致的，因而对产出、资本和就业波动的稳定具有一致性。当只引入传统资本时，央行可以在稳定产出波动的同时较好地稳定消费、就业、传统资本投资和存量的波动，因而总体来看，央行仍是在价格通胀、工资通胀与产出缺口波动之间进行权衡。从这一意义上说，相对于只有劳动的标准模型，资本的引入并没有本质性地改变央行面临的权衡。但人工智能则大不相同，由于人工智能与劳动的高度替代性，稳定产出、消费、就业、资本波动与稳定人工智能投资波动之间存在冲突，因而人工智能的引入将显著改变央行面临的权衡，相应的货币政策规则选择也会发生改变。因此，研究人工智能对货币政策的影响无论在理论上还是现实中都非常重要。 基于以上分析，本文在标准新凯恩斯货币模型（Ｅｒｃｅｇｅｔａｌ．，２０００；Ｃｈｒｉｓｔｉａｎｏｅｔａｌ．，２００５；Ｇａｌí，２０１５）中引入人工智能，同时引入价格粘性和工资粘性，研究人工智能对最优货币政策权衡以及货币政策规则选择的影响。模型假设生产中需要资本、劳动和人工智能，人工智能与劳动是替代关系，两者形成复合劳动，资本与复合劳动之间是互补关系。家庭户进行传统资本和人工智能的积累并提供异质性劳动，工资的调整存在粘性。根据本文推导出的二阶福利损失函数，央行不仅要考虑稳定价格通胀、工资通胀以及产出、消费、就业与资本的波动，人工智能投资与存量的波动也成为央行需要考虑的重要福利损失来源。同时，稳定产出缺口并不会导致就业缺口、传统投资缺口的大幅波动，却会带来人工智能投资缺口的大幅波动，反过来，稳定人工智能投资缺口也会导致产出缺口、就业缺口、传统投资缺口等的大幅波动。这验证了上文的分析，即 ①为了推导出显示的福利损失函数并清晰地分析央行面临的权衡，研究最优货币政策与货币政策设计的文献常常假设生产中只有劳动（Ｂｌａｎｃｈａｒｄ＆Ｇａｌí，２０１０；Ｅｎｇｅｌ，２０１１；Ｇｏｎｇｅｔａｌ．，２０１６；Ｃúｒｄｉａ＆Ｗｏｏｄｆｏｒｄ，２０１６；王胜和郭汝飞，２０１２；王频和侯成琪，２０１７；金春雨等，２０１８）。 ５７ 在只有资本和劳动时，央行需要在价格通胀、工资通胀和产出缺口之间权衡，而引入人工智能后，稳定人工智能投资与存量的波动成为央行重要的权衡项，这显著改变了标准新凯恩斯货币模型的结论。 本文用福利损失函数作为评价标准，进一步研究了如何选择货币政策规则以更好地实现上述权衡。具体来说，比较了盯住加权通胀和产出缺口的泰勒规则与盯住加权通胀与就业缺口的货币政策规则下的福利损失。结果发现，在没有人工智能的情况下，央行应该采用盯住通胀和产出缺口的泰勒规则。而在引入人工智能后，央行应该采用盯住通胀和就业缺口的货币政策规则。这是因为在不存在人工智能的情况下，由于传统资本和劳动是互补关系，互相促进对方的边际产出，过度重视就业缺口不利于资本和劳动的有效配置。而当存在人工智能时，人工智能与劳动的高度替代性导致其互相降低对方的边际产出，因而过度重视产出缺口会导致较大的人工智能投资和就业波动，同时带来通胀的较大波动，因而导致更大的福利损失。最后，本文从参数、冲击、模型设置等多个方面进行了稳健性检验，发现结论非常稳健。 本文剩下部分安排如下：第二部分对相关文献做简要述评；第三部分介绍模型设定；第四部分进行参数校准；第五部分分析人工智能对最优货币政策的影响；第六部分讨论货币政策规则的选择；第七部分总结全文。 二、文献述评 与本文密切相关的有三支重要文献。首先是人工智能经济学方面的文献。近几年来，关于人工智能对经济影响的研究大量涌现，这些研究主要分析人工智能对经济增长、结构转型、不平等、就业、工资等的长期影响（Ｂｅｒｇｅｔａｌ．，２０１８；Ａｃｅｍｏｇｌｕ＆Ｒｅｓｔｒｅｐｏ，２０１８ａ，２０１８ｂ；Ａｇｈｉｏｎｅｔａｌ．，２０１７；Ｐｒｅｔｔｎｅｒ＆Ｓｔｒｕｌｉｋ，２０２０；陈彦斌等，２０１９；郭凯明，２０１９）。以上研究主要关注人工智能的长期效应，充分强调了人工智能对就业的重大影响，为本文从就业渠道研究人工智能对货币政策的影响提供了一定的基础。此外，近期开始出现少量关于人工智能对经济波动影响的研究 （Ｌｉｎ＆Ｗｅｉｓｅ，２０１９；Ｆｕｅｋｉ＆Ｍａｅｈａｓｈｉ，２０１９；Ｌｅｄｕｃ＆Ｌｉｕ，２０２０）。Ｆｕｅｋｉ＆Ｍａｅｈａｓｈｉ（２０１９）试图用人工智能的发展来解释过去十几年通胀与经济波动关系弱化的现象，文章发现人工智能的迅速发展弱化了边际成本对经济波动的反应，从而弱化了通胀与实际变量波动的关联。Ｌｅｄｕｃ＆Ｌｉｕ（２０２０）研究了人工智能对就业市场波动的影响，发现人工智能可以解释失业率和空缺职位波动较大而实际工资则相对稳定的现象，而这一现象难以用标准的劳动市场搜寻匹配模型来解释。Ｌｉｎ＆Ｗｅｉｓｅ（２０１９）研究了人工智能对经济波动的影响，发现人工智能价格冲击对工资、产出、就业的影响不同于传统资本价格冲击，而且人工智能的引入也改变了就业和劳动收入份额对ＴＦＰ冲击和货币政策冲击的反应。同时，文章还讨论了人工智能对货币政策制定可能造成的影响，发现引入人工智能后，央行会增大对产出的反应。这些研究提供了宝贵的洞见与启发，但没有系统地分析货币政策，也没有涉及最优货币政策问题，更没有研究具体的货币政策制定。因而，关于人工智能如何影响最优货币政策以及货币政策规则选择目前在文献中存在空白。 与本文研究密切相关的第二支文献是关于货币政策规则的研究。由于最优货币政策在现实中是无法执行的，因而遵循一定的货币政策规则成为央行的普遍选择。Ｔａｙｌｏｒ（１９９３）提出了央行政策利率对通胀和产出缺口做出反应的规则，即泰勒规则。泰勒规则很好地描述了格林斯潘早期美联储的货币政策，成为货币政策规则研究的基础。在泰勒规则的基础上，已有文献进行了两个方向的拓展讨论。第一个方向是讨论应该选择何种通胀指标作为央行的通胀目标。在标准新凯恩斯货币模型中，唯一的通胀指标便是ＣＰＩ，但现实中有很多其他的通胀指标，盯住ＣＰＩ是否最优便成为５８ 一个重要问题（Ｅｎｇｅｌ，２０１１；Ｈｕａｎｇ＆Ｌｉｕ，２００５；Ｂｏｄｅｎｓｔｅｉｎｅｔａｌ．，２００８；Ｇｏｎｇｅｔａｌ．，２０１６；侯成琪和龚六堂，２０１３）。第二个方向是在标准新凯恩斯货币模型中加入其他机制，分析讨论央行是否要对除通胀和产出缺口以外的相关变量做反应，即货币政策规则中是否要包含其它相关变量。例如，Ｃúｒｄｉａ＆Ｗｏｏｄｆｏｒｄ（２０１０）研究了信贷摩擦对货币政策的影响，发现货币政策应在泰勒规则的基础上对当前和预期未来的信贷