生成 AI

授权公开披露 授权公开披露 政策研究工作文件10915 生成AI 增长的催化剂还是过早去职业化的预兆 ？ 刘艳 数字发展全球实践2024年9月 政策研究工作文件10915 Abstract 这篇论文提出了一种多部门增长模型，以阐明生成型人工智能对经济增长、结构转型和国际生产专业化的一般均衡效应。利用文献中的参数，本文通过模拟来量化人工智能在各种情景下的影响。论文区分了高技能、高度数字化且可贸易的服务与低技能 、较少数字化且不易贸易的服务之间的关键差异。该模型的关键命题与实证证据相符，而模拟则提供了新颖且令人警醒的预测。除非人工智能实现跨部门的广泛采用，并催化根本性创新从而从根本上重塑消费者偏好，否则其增长的影响将相对有限。 利益可能有限。相反，人工智能对其劳动力市场的影响可能是深远的。本文强调了“过早去专业化”的风险，即人工智能可能会缩小国家在高技能服务领域创造高薪职位的空间。分析表明，未能迅速采纳人工智能的发展中国家可能陷入商品出口国的陷阱 ，面临严重的青年失业、社会流动性减弱以及生活水平停滞甚至下降的风险。此外，文章还探讨了人工智能对不平等现象的更广泛影响，研究了它可能加剧或缓解经济差距的各种途径。 这篇论文是由数字发展全球实践部门所产。它是世界银行为提供研究开放访问并为全球发展政策讨论做出贡献而进行的一项更大努力的一部分。政策研究工作论文也在网上发布于http://www.worldbank.org/prwp 。作者可以通过yanliu@worldbank.org联系。 该政策研究工作论文系列传播正在开展中的研究成果以促进关于发展问题的想法交流。该系列的一个目标是迅速发布这些发现，即使展示尚不完全成熟。这些文章带有作者的名字，并应据此引用。本文中的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织、或世界银行执行董事及其所代表的政府的观点。 由研究支持团队制作 生成AI：增长的催化剂或过早的预兆 去职业化? 刘艳∗ 世界银行 关键字:人工智能,结构转型,贸易,经济增长,不平等JEL代码：O14,F16,F63 ∗电子邮件：yanliu@worldbank.org。感谢StephaneStraub、EstefaniaBelenVergaraCobos和HeWang提供的宝贵意见。文中所有剩余错误均由本人负责。 1Introduction 人工智能（AI），尤其是近期生成式AI的进步，引发了对其对经济增长、劳动力市场和全球贸易模式潜在影响的激烈辩论。关于AI经济效应的估算和预测差异很大。高盛（2023）预测，生成式AI将使全球GDP增加7%，相当于未来十年内增加7万亿美元。阿西莫格鲁（2024）则提供了更为保守的估计，预测未来十年内GDP增幅仅为0.9%至1.1%。D.奥尔特（2024）认为，生成式AI为扩大中产阶级提供了独特的机会，因为它可以让中技能工人执行目前由精英专家保留的高度关键决策任务。相比之下，弗里和奥斯本（2024）指出，生成式AI通过降低认知职业进入门槛，将增加竞争，最终导致工资下降并引发显著的劳动力市场动荡。如果生成式AI工具使专业知识商品化并减少专门技能的回报，个人可能更不愿意获取高级专业知识，从而进一步损害生产率和工资水平（卡普拉罗等，2024）。 尽管关于人工智能经济影响的讨论主要集中在发达国家，但其对发展中国家以及全球生产模式的影响仍然不确定且深远。Korinek和Stiglitz（2021）警告称，人工智能可能会通过削弱劳动成本优势来恶化发展中国家的贸易条件，从而可能导致进一步的贫困化。相反，人工智能可能减少地理和语言障碍，缩小人力资本差距，并增加认知任务外包的可能性，从而有可能减小与富裕国家之间的收入差距。然而，这种乐观的结果取决于发展中国家能够迅速采纳人工智能技术——这一前景受到低劳动力成本和基础设施差、教育不足以及监管框架薄弱等重大障碍的制约。 鉴于人工智能在各个行业和国家中有着不同的影响，需要进行细致的分析。本文通过结构转型和全球生产专业化的眼镜，探讨生成式人工智能对经济增长、劳动力市场以及不平等的潜在影响，旨在提供有关人工智能如何在全球范围内重塑经济和社会的见解。 结构性转型——即经济活动在各产业间的再分配——是经济增长的关键组成部分。几十年前，经济学家们观察到农业在就业和产出中所占份额的下降、制造业短暂的增长以及服务业的长期转变（库兹涅茨1957）。 多部门增长模型为研究人工智能的影响提供了独特优势。历史上，经济学中的主要增长模型通常是单部门构造（Solow1956；Romer1986；LucasJr1988；Aghion和Howitt1992；Grossman和Helpman1991）。这些模型已被证明非常强大。 并且具有吸引力，尽管它们并非没有局限性。这些模型强调了资本、劳动力、教育和创新在推动增长方面的重要性，但忽视了不同部门之间的差异及其复杂的相互关联。因此，单一部门的模型在解释一国的产业结构如何与其增长轨迹相关时存在不足。经济复杂性理论（Hidalgo和Hausmann2009）表明，一个国家的工业构成和专业化模式对其增长前景有强烈的影响。理解增长与结构转型之间的复杂互动对于制定促进大规模可持续发展的政策至关重要（Gollin和Kaboski2023）。 我构建了一个简单的多部门增长模型，以概念化人工智能通过不同渠道影响增长和结构性转变的机制。该模型基于近期的结构性转变框架（Rodrik2016；Comin、Lashkari和Mestieri2021；Matsuyama2019），并引入了非同质偏好，其中各部门的需求收入弹性各不相同。经济体系包括四个部门：农业（A）、制造业（M）、高技能服务（Sh）和低技能服务（Sl）。唯一投入要素是劳动。模型最初假设为封闭经济，随后扩展到开放经济环境。此外，模型还探讨了各种扩展形式，从外生增长过渡到内生增长 ，并纳入了部门间生产率联系。模型的推论得到了大量实证证据的强烈支持。 高技能服务包括信息技术（ICT）服务、金融和保险以及专业、科学和技术服务。术语“高技能”用于描述具有高水平技能、收入、可贸易性和数字化特征的行业。这些行业在所有四个维度上与其它服务行业显著不同。根据美国和中国的数据，这三个行业拥有最高的平均薪酬、ICT服务投入强度、贸易强度，以及最高比例的硕士及以上学位员工。其他服务则被归类为低技能服务。尽管教育和医疗保健行业的员工中也有较高比例持有硕士及以上学位，但由于其较低的可贸易性和数字化程度，它们仍被视为低技能服务。 人工智能通过三个不同的渠道影响增长和结构转型： 1.需求：人工智能创造全新的产品，并改变消费者偏好。它通过改变某些行业的收入弹性来重塑效用函数，并在各行业之间改变替代弹性。 2.供应：AI影响各行业之间的相对价格。虽然以往的技术主要影响生产部门和常规任务，生成型AI则针对高技能服务领域，特别是 认知和创造性任务(Eloundou等人，2023年；Gmyrek、Berg和Bescond2023年)。 3.国际生产专业化：AI改变国家间的比较优势。早期采用生成式AI的国家可以在高技能服务领域增强其比较优势。此外，生成式AI已被证明可以提高低技能、缺乏经验工人的生产率（Brynjolfsson,Li ,andRaymond2023；NoyandW.Zhang2023；Pengetal.2023；Dell’Acquaetal.2023），这可能使发展中国家能够在高技能服务领域竞争，并替代发达国家更昂贵的劳动力。 使用文献中获取的模型参数，本文通过模拟量化了人工智能可能产生的影响。我探讨了三种关于人工智能影响的场景： 1.短期/悲观：AI专营提升高技能服务业劳动生产率增速。 中期内，AI促进所有四个部门的劳动生产率增长，其中高技能服务行业的增幅最为显著。 长期/乐观观点认为，人工智能不仅在所有行业提升劳动生产率，还催化了革命性产品的创造，从根本上改变了社会偏好。 模拟揭示了几个新颖而发人深省的发现： 1.在许多国家近期高技能服务就业份额的上升最终将会停滞或下降，遵循类似于制造业的凸形曲线 。尽管更高的收入增加了对高技能服务的需求，但人工智能的进步将减少对白领工人的需求，从而将就业集中转向低技能服务。 2.人工智能将进一步限制高技能服务领域高质量就业的潜力，尤其是在发展中国家。类似提前去工业化，人工智能将导致“提前去专业化”，即高技能服务就业的峰值出现得更早且收入水平更低。 3.小型开放经济体在人工智能adoption面临一个关键节点。如果未能或延迟接受人工智能技术，这些国家可能会失去在高技能服务和制造业中已有的比较优势，或者阻碍这些优势的发展。因此，这些国家可能会被困在大宗商品出口国的地位，就业机会主要集中在农业和低技能服务业。相反，成功且及时的人工智能adoption可以催化在制造业或高技能服务行业形成比较优势。 4.除非人工智能在各个领域得到广泛应用，并推动根本性的创新永久性地改变消费者偏好，其增长收益可能令人失望。即使在高技能服务领域劳动力生产率增长提高50%，实际收入也只能看到微小的初始增幅（0.046个百分点），并且随着时间的推移逐渐减弱。经过100年，实际收入仅比没有人工智能的情况下高出2.4%。如果人工智能在整个四个部门都提高生产率，在第100年时，实际收入将比基线水平高出19%。在最乐观的情景下，第100年的实际收入将比基线水平高出28%。 论文随后探讨了该模型的局限性，并考虑了生成式AI对更广泛的增长和不平等现象可能产生的影响。模型忽略了资本这一关键因素，未能充分反映AI对自动化、就业替代以及劳动收入份额下降的影响。此外 ，由于模型未包含中间投入品，可能低估了对高技能服务需求的估计。假设各行业劳动力同质且自由流动，从而导致收入均等化，这一假设与实际情况相去甚远，也无法提供有关收入不平等的洞察。生成式AI有可能降低某些高技能服务岗位的准入门槛，从而可能压低平均工资并减少不同行业和职业之间的收入差距。然而，它也可能影响教育和技能获取的动力。如果AI缩小了高技能、高薪职位的比例并压低了这些领域的工资水平，个人可能会减少投资于高等教育的积极性，这将妨碍长期经济增长并限制社会流动性。 这篇论文以多种方式为越来越多的关于人工智能经济影响的文献做出了贡献。 首先，据我所知，这是首次从结构性转变和国际生产专业化角度分析生成式AI影响的研究。与许多现有研究侧重于基于当前任务的职业暴露不同，该模型结合了跨行业非同质偏好的需求因素。这种更广泛的方法捕捉到了AI重塑任务内容并创造新职业的潜在能力，提供了更加宏观的整体视角。 其次，本文通过引入高技能、高度数字化、可贸易的服务与低技能、低数字化、不可贸易的服务之间的关键区别，推进了传统的结构转变模型。这种区分对AI在服务部门和职业中不均衡的影响提供了更深入的见解，并对其对经济增长和不平等的含义进行了探讨。 第三，除了非同质偏好外，本研究还探讨了AI通过一个新的需求侧渠道推动增长的新途径：改变消费者偏好。一种情景将AI视为这一变化的催化剂。 变革性的新产品和新行业，永久性地改变某些领域的需求弹性，并跨领域改变替代弹性。结合国际生产专业化渠道，这种方法为AI在不同类型的国家中多样的经济影响提供了丰富的见解。 第四，本文通过模拟来阐明在各种情景下人工智能对经济增长和劳动力市场的一般均衡效应，并量化这些效应的规模。与Acemoglu（2024）的研究一致，结果表明人工智能在短期内对经济增长的影响可能是有限的。 notably，本研究首次预测了人工智能可能减少高技能服务中高薪就业机会的可能性。这尤其可能对晚于人工智能采用者和发展中国家造成严重伤害，这一现象我称之为“过早去专业化”。这强调了发展经济体培养高技能服务就业前景日益黯淡，警告那些缓慢采用人工智能的风险，他们可能会被归类为商品出口国，面临大规模青年失业、社会