自动化与福利 ： 遗产与教育的作用

自动化与福利：遗产与教育的作用 由Manuk Ghazanchyan，Alexei Goumilevski和AlexMourmouras编写 WP / 24 / 11 基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 2024JAN 自动化与福利：遗产与教育的作用* 由Manuk Ghazanchyan，Alexei Goumilevski和Alex Mourmouras编写 授权分发Alex Mourmouras 2024年1月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：本文研究了有和没有代际转移的新古典增长模型中自动化的福利效应。在没有这种转移的标准重叠世代模型中，可以通过与人口统计学或流行病相关的劳动力供应变化来减轻自动化技术的改进，从而降低福利。通过基于利他主义的完美代际转移，自动化可以提高所有世代的福祉。由于利他主义不完善，财政转移支付（普遍基本收入）和扩大受教育机会的公共政策可以减轻自动化的负面影响。 Contents I.Introduction 1 II.相关文献3 III.重叠发电模型中的自动化和福利5 B.引入一次性税9C.带有Bequest 11的K＆S模型D.具有遗赠和教育的K & S模型141.私立教育152.公共教育17 IV.人工智能22A. K & S模型22 四、结论26 附录27 附录A.带有Bequest 27的K & S模型附录B.复制Kotlikoff和Sachs (2012) 31附录C.健壮性检查31 A.参考文献34 在计算和信息技术的不断改进以及相关成本降低的推动下，自动化在近几十年来加速发展。广泛的行业中的机器执行越来越复杂的任务，由复杂的联网软件提供动力。自动化的加速及其在整个经济中在蓝领和白领职业中的扩散正在创造新的就业类别，但也加剧了不平等的扩大，并刺激了对政府政策的需求，以扭转劳动力的长期收入损失。人工智能的最新突破生动地说明了这一长期的承诺和担忧，其中涉及生成性、预训练的变压器。 展望未来，虽然自动化的步伐可能会继续，但抵消力量可能会减轻其影响。几乎所有地方的人口都在老化。在发达经济体，劳动年龄人口自二战以来首次开始萎缩（Spece，2022年）。在全球范围内，劳动年龄人口预计将继续增长，直到2040年左右，但全球劳动年龄人口占总人口的比例已经在下降（图表）。以中国为例，未来30年，劳动年龄人口预计将减少五分之一。正如Goodhart和Pradha所强调的那样，我们的时代是人口逆转的时代之一，其中“廉价劳动力的长期过剩使价格和工资下降了数十年，正在被工人短缺的时代所取代，因此价格上涨。” 经常性的全球大流行也对劳动力供应产生不利影响，要么直接抑制劳动力的增长(艾滋病大流行)，要么间接减少老年工人和其他人参与接触密集型职业(与新冠肺炎相关的大流行)。在没有大规模的南北 迁移，机器人可能在满足更多老年人的需求方面至关重要，并扭转总产出和福利的下降1. 本文使用有和没有代际转移的新古典增长模型研究了自动化和较低劳动力供给的综合福利效应。它首先复制了Kotlioff和Sachs（K＆S，2012）的著名结果的一个版本，即机器技术效率的一次性提高最终会损害所有后代。这一惊人的结果依赖于两个关键的假设。首先，机器是整个经济中非常好的非熟练劳动力的替代品，因此自动化的提高最终会取代工人并全面降低工资。其次，没有任何形式的可操作的代际转移，因此资本所有者最终在其一生（一代人，大约三十年）中消耗了自动化改进带来的全部意外收获。对机器效率的积极冲击并没有提高储蓄，抑制了对物质和人力资本的投资，并引发了一个永无止境的福利下降周期。因此，需要政府政策来将这笔意外之财更公平地传播给后代。K＆S考虑了财富税，特别是将经济资本存量的一部分社会化，使政府能够为所有后代提供可持续的收入流（普遍的基本收入）。当几代人自私时，诉诸强迫是必不可少的，排除了任何形式的自愿代际转移。 事实上，私人代际转移是大量的，大约一半的家庭计划离开房地产（Laiter和Jster，2017）。本文的第一个目标是在代际转移，遗赠以及私人和公共资助的学校教育的情况下，重新评估自动化的福利影响。在具有可操作遗赠的K＆S模型的一个版本中，我们发现，如果利他主义的强度超过某个阈值，则代际转移处于平衡状态，从而减轻了自动化的负面影响。但是，尽管人们很容易知道自动化带来的收益可能会传递给后代，而无需将资本国有化，但这种完美利他主义的模式也是极端的：每一代人中的许多家庭都无法向子女进行有效的转移。 需要的是一个更加平衡的模型，该模型具有世代内部和世代之间的异质性，一些家庭做出有效的遗赠，而另一些家庭则陷入了困境。我们评估了自动化是否在包含纯粹利他主义的K @ S模型版本中以及在Glomm和Ravimar的模型（G＆R，1992）中是否存在缺陷，在该模型中，父母对子女的教育进行投资。我们研究了财政和教育政策如何通过减轻人力资本投资融资中的融资约束和恢复机会平等来最好地提高福利。在Ivaya，Moras和Ragazas（2018）使用的模型版本中，类似的结果得到了两种类型的家庭（穷人，受遗赠限制）和富人（不受约束）。 然后，本文转向对涉及自动化跃升和人口统计学驱动的劳动力供应同时减少的综合冲击的分析。正如预期的那样，加强利他主义债券会增加年轻人的遗赠和人力资本投资，从而为经济增长提供额外的刺激。此外，政府向富人征收的税收收入转移可以改善 当几代人之间的利他主义联系薄弱时，穷人的福利和减少几代人之间的不平等。 II.相关文献 有关自动化及其经济影响的文献正在不断发展，戈登（2012），考恩（2011），Acemoglu和雷斯特雷波（2017，2018），萨克斯和科特里科夫（2012，2015），福特， （2015）；悲观主义者中的Freema（2015），乐观主义者中的Bryjolfsso和McAfee（2014），Ator（2014，2015）。关键问题是自动化是否通过取代范围和复杂性不断增加的常规任务来取代劳动力份额和就业，或者在网络上，它是否通过在新兴的新职业中创造高薪工作来增加劳动参与。Bostrom（2014）描述了人工智能和同步自动化突破带来的一些令人沮丧的劳动力场景。Graetz等.Al.(2018)研究了1993 - 2007年17个国家现代工业机器人的经济贡献。 与悲观观点相反，这些作者发现，机器人的使用增加使GDP和劳动生产率的年增长率分别提高了0.37和0.36个百分点。作者得出的结论是，这些机器人并没有显著减少总就业，尽管它们确实减少了低技能工人的就业份额。Gaaitze等人。（2020）研究了2005年至2015年期间37个国家按任务内容划分的工业机器人适应性和职业转移的影响。作者发现，机器人使用的增加与非常规分析工作的就业份额的积极变化和常规手动工作份额的消极变化有关。当然，加强包括研发在内的政策以及私营和公共部门的监管平台以支持数字技术是提高生产率的关键。虽然2020 -22年的大流行有助于加速数字化转型，但包括公共部门在内的许多部门都滞后，因此对自动化对就业影响的担忧将持续存在(Spece，2022)。 除了Frey和Osbore（2017）的经典著作外，只有少数研究研究了自动化和人口老龄化对劳动力市场的影响，重点是自动化影响各种工作和职业的可能性。关于自动化和人口老龄化的最早研究之一是Acemogl和Restrepo（2017），作者研究了国家一级的经济增长，人口老龄化和自动化之间的关系。Phiromswad等人（2022）是最近的研究之一，重点关注这些影响，但也关注自动化和人口老龄化对劳动力市场的相互作用影响。与之前的文献一致，包括Graetz和Michaels（2018），作者发现了强有力的证据，表明自动化在保持其他因素不变的情况下对就业增长产生负面影响。他们还发现了强有力的证据，表明与年龄相关的能力的分类指标会影响就业增长，但不会影响总体指标。正如预期的那样，与自动化在影响高价值工作方面仍在发展的发现相一致，作者发现，对于年龄欣赏的认知能力以及年龄贬值的身体能力得分较低的职业（例如生产职业和食物准备以及服务相关职业），自动化对就业的负面影响往往是最大的。然而，对于年龄认知能力和年龄贬值能力得分较高的职业（例如保护性服务职业，医疗保健从业人员和技术职业），自动化对就业的负面影响往往最弱。 Aghion - Jones - Jones（2017）研究了人工智能对经济增长的影响，将不断发展的自动化与过去一个世纪观察到的资本份额和人均GDP增长的稳定性相协调。作者创造了足够的条件来产生整体平衡 增长，固定资本份额远低于100%，即使几乎完全自动化。换句话说，虽然鲍莫尔的成本病导致与制造业或农业相关的GDP份额下降(一旦它们自动化)，但随着时间的推移，自动化的经济比例越来越高，这一点得到了平衡。作者还研究了引入A的效果。I.在生产技术上有新的想法和可能性。I.可能会产生某种形式的奇点，尽管如此，作者声称这里的Bamol主题也仍然相关：即使许多任务是自动化的，由于仍然必不可少但难以改善的领域，增长可能仍然有限。 Pizzielli和其他人（即将出版）研究了人工智能（AI）对发达经济体（AE）和新兴市场（EM）的劳动力市场的影响。作者提出了对AI暴露标准度量的扩展，考虑了AI作为劳动力的补充或替代的潜力，其中互补性反映了较低的工作转移风险。然后，他们分析了来自两个AE（美国和英国）和四个EM（巴西，哥伦比亚，印度和南非）的工人层面的微观数据，揭示了各国未调整的AI暴露的巨大差异。作者发现，虽然人工智能由于任务自动化而带来劳动力流离失所的风险，但它也有希望提高生产力和补充人类劳动的能力，特别是在需要高水平认知参与和高级技能的职业中。作者还发现，AE可能会期望AI对劳动力市场产生更大的两极分化影响，因此将面临更大的劳动力替代风险，但也将为生产力带来更大的好处。 代际自愿转移的程度和形式取决于代际利他主义的强度，并且是宏观经济学中与我们的论文相关的重要考虑因素。Kotlioff（2001）提供了有关代际利他主义作用的关键著作的出色调查，包括实证发现-例如，Altoji和Hayashi（1994）的结果与纯粹利他主义理论一致。一个密切相关的研究领域涉及人力资本投资的形式，特别是教育或其他实物遗赠背后的理由。Razi和Rosethal（1990）表明，家庭税收作为对父母和孩子之间信息不对称的反应，可以减少政府干预和税收的需要。胡德和乔伊斯(2017)为利他主义的经验相关性提供了一个很好的更新。我们的论文与Michel，Thibalt和Vidal（2004）最密切相关，他们研究了利他主义和财政政策对Diamod传统中重叠世代模型中增长的影响，以及Glomm和Ravimar（1992）研究遗赠以儿童人力资本投资的形式。我们为有业务遗赠和公共资助教育的家庭研究私人资助的学校教育。 我们发现，政府教育支出促进了经济增长。这些结论得到了大量研究的支持，这些研究将个人的受教育程度与整个经济的繁荣联系起来。Fabrizio Carmigai (2016)研究了政府支出对教育对经济的影响。作者使用了世界银行的世界发展指标数据库中151个国家2000 - 2010年的数据。他的结论是，“教育支出增加GDP的1个百分点，GDP增长增加0.9个百分点。”Gheraia，Zoheyr等人。(2021)调查了1990 - 2017年沙特阿拉伯王国教育成本与经济增长之间的关系。作者发现，从长远来看，教育支出增加1％将导致经济增长0.89％。Yahya、Mohd等人获得了类似的结果。(2012).作者分析了1970年至2010年马来西亚政府教育支出与经济增长之间的长期