人工智能行业：扩大生成人工智能的收益财政政策的作用.pdf

扩大生成人工智能的收益扩大生成人工智能的收益：财政政策的作用财政政策的作用由 Fernanda Brollo，Era Dabla-Norris，Ruud de Mooij，Daniel Garcia-Macia，Tibor Hanappi，Li Liu 和 Anh Dinh Minh Nguyen 编写SDN/2024/002基金组织工作人员讨论说明基金组织工作人员讨论说明（SDN）展示了基金组织工作人员正在开发的与政策相关的分析和研究展示了基金组织工作人员正在开发的与政策相关的分析和研究，并发表了这些分析和研究以征求意见并鼓励辩论。并发表了这些分析和研究以征求意见并鼓励辩论。工作人员讨论说明中表达的观点是作者的观点，不一定代表货币基金组织的观点，其执行董事会或国际货币基金组织管理层。20246 月工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用基金组织工作人员讨论说明基金组织工作人员讨论说明（SDN）展示了基金组织工作人员正在开发的与政策相关的分析和研究展示了基金组织工作人员正在开发的与政策相关的分析和研究，并发表了这些分析和研究以征求意见并鼓励辩论。并发表了这些分析和研究以征求意见并鼓励辩论。工作人员讨论说明中表达的观点是作者的观点，不一定代表货币基金组织、其执行董事会或货币基金组织管理层的观点。2024 国际货币基金组织 SDN/2024/002基金组织工作人员讨论说明基金组织工作人员讨论说明财政事务部扩大生成人工智能的收益扩大生成人工智能的收益：财政政策的作用财政政策的作用由由 Fernanda Brollo，Era Dabla-Norris，Ruud de Mooij，Daniel Garcia-Macia，Tibor Hanappi，Li Liu 和和 Anh Dinh Minh Nguyen 编写编写*由 Vitor Gaspar 授权发行 2024 年 6 月摘要：生成人工智能（geerative AI）在促进生产力增长和推进公共服务提供方面具有巨大潜力，但它也引起了人们对大规模劳动力中断和不平等加剧的深刻担忧。本说明讨论了如何采用财政政策来引导技术及其部署，以最好地服务于人类，同时缓冲负面的劳动力市场和分配效应，以扩大收益。鉴于下一代人工智能发展的性质、影响和速度存在巨大的不确定性，政府应该采取敏捷的方法，为照常营业和高度破坏性的场景做好准备。推荐引用推荐引用：Brollo 和其他人。2024。“扩大生成人工智能的收益：财政政策的作用”。国际货币基金组织工作人员讨论说明 SDN2024/002，国际货币基金组织，华盛顿特区。ISBN:979-8-40027-717-7JEL 分类号:E24,H2,J24,O33关键字:人工智能,人工智能,技术变革,劳动力市场,财政政策,社会保障体系,税收制度作者的电子邮件地址：fbrollo imf.org;edablanorris imf.org;rdemooij imf.org;dgarciamacia imf.org;thanappi imf.org;lliu imf.org;anguyen3 imf.org。*本文所表达的观点是作者的观点,不应归因于 IMF、其执行董事会或管理层。WW8ZmZkXfZ9YoW6M8QaQpNrRpNtPeRpPtNlOmNzR8OmNoNwMtRnMMYrMtN工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金1Contents执行摘要1 Introduction3 升级社会保护制度6 升级税收系统14 为 AI 创新和部署提供资金23 结论和政策影响24参考文献参考文献37Figures1.机器人对美国当地劳动力市场就业和工资的影响：失业保险72.机器人对美国本地劳动力市场工资的影响：失业保险受教育程度的作用73.机器人对贫困的影响：社会救助的作用84.基线自动化冲击105.不同的 UI 程序116.过渡动力学117.EMDE 的说明性方案最大福利期限139.企业对节省劳动力资产的税收偏见1610.按国家划分的节省劳动力资产的公司税偏差1611.改变公司税收偏见1712.对自动化征税与对劳动收入征税以资助失业支持1913.资本收入在最高收入者中的集中：跨国证据2014.劳动和资本收入的平均税率，5 年移动平均2115.美国按来源和收入群体划分的收入份额22附件附件附件 1.示范框架28 附件 2。有效税率32 附件 3。公司税收和劳动收入份额35工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金1执行摘要执行摘要生成人工智能（geerative AI）的快速发展具有巨大的潜力，可以改变生产过程并显着加快生产率增长。Ge AI 有能力彻底改变信息的可用性和利用率，使政府能够推进收入动员，并在包括医疗保健、教育、公共采购和社会转移在内的各部门提供更有效的公共服务。除了承诺，Gee AI 也面临挑战。一代 AI 与过去的颠覆性技术(如蒸汽机、电力和早期计算机)之间的关键区别在于其快速扩散的潜力。转型的规模和速度给劳动力市场带来了风险。虽然自动化和机器人已经取代了涉及日常任务的中低技能工作，但 GeerAI 的能力扩展到了更智能的自动化，可能会加剧认知职业的失业。因此，国民收入中的劳动收入份额可能会进一步下降，加剧收入和财富不平等。在日益集中的市场中占主导地位的公司可以增强其市场力量并享受垄断租金。本说明为政策制定者准备 Gee AI 的变革性影响提供了分析和指导。不建议对人工智能征收特别税以降低人工智能投资的速度，因为它们可能难以实施并阻碍生产率的增长。也就是说，应该重新考虑目前在几个发达经济体普遍存在的鼓励劳动力快速流离失所的公司税收优惠，因为它们放大了过度劳动力市场错位的社会成本。与此同时，阻碍劳动力节约投资的企业税收扭曲在发展中经济体更为普遍，在破坏性较小的劳动力市场情景中也可能代价高昂，尤其有害。在过去几十年中，全球范围内系统性下降的资本收入一般税应该得到加强，以保护税基免受劳动收入份额进一步下降的影响，并抵消日益加剧的财富不平等。财政政策还可以缓解 ge AI 的负面劳动力市场和分配效应，并有助于更均匀地分配收益。正如本说明中的新分析所示，这需要适当的社会保护系统（社会保险，劳动力市场计划，社会援助）。大多数国家都有扩大失业保险的覆盖面和慷慨程度，改善应享权利的可携带性，并考虑工资保险的形式。结合积极的劳动力市场政策，这可以帮助工人在适应不断变化的技能要求的同时管理过渡。增强数字技术的创新方法可以促进扩大社会援助计划的覆盖面，特别是对于那些因转型而遭受长期影响的人或在新兴市场和发展中经济体的非正规部门工作的人。教育和培训政策必须适应新的现实，帮助工人为未来的工作做好准备，并更好地提供终身学习。基于部门的培训，学徒以及提高技能和重新技能计划可以在帮助工人过渡到新任务和部门方面发挥更大的作用。现在人工智能已经成熟到商业采用阶段，公共资金应该集中在不太可能获得私营部门投资的领域-例如基础研究，必要的基础设施工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金2（特别是在新兴市场和发展中经济体），以及在公共部门（教育，医疗保健，政府管理）的应用。鉴于下一代人工智能的变革性、影响和速度的不确定性，政策制定者必须保持敏捷。政策应该创造条件，引导创新和部署，利用一代人工智能的好处，为人类的集体利益服务，它应该准备好缓冲工人和家庭的过渡成本，防止不平等加剧。因此，财政政策需要像往常一样为业务和高度破坏性的情景做好准备。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金3Introduction“它来得非常快，而且看起来令人难以置信的不公平。理查德 鲍德温(2019)“认知认知”自动化的兴起。自动化的兴起。人工智能（AI）具有改变生产过程性质并提高生产率和增长的潜力。人工智能最近的快速发展，特别是基于可以产生新内容的大型语言模型的生成式人工智能（geerative AI）的出现，正在极大地扩展计算机可以比人类更有效地执行的活动集。因此，人工智能在工作场所的潜在应用正在扩大。与过去由蒸汽机、电力和早期计算机等通用技术驱动的工业转型不同，一代人工智能的扩散速度比以前的颠覆性技术快得多。尽管企业正在努力找出部署当前一代人工智能的最佳方法，但进步正以惊人的速度发生，潜在的影响是不确定的。数不清的好处。数不清的好处。Ge AI 可以彻底改变商业和公共部门的运营。对于公司和行业而言，它具有新收入，节省成本以及改进产品和流程的潜力。对于政府来说，它预示着公共服务提供的改善，使其更加高效和有效。例如，财政业务，采购和收入收集可以受益于增强的欺诈检测以及自动化的审计和保证流程。个性化交互式学习、增强现实和远程患者监测可以从根本上改变公共教育和医疗保健，帮助人们更快、更公平地获得服务。人工智能推动的公共部门运营进展可以为更有效的政策设计提供信息，并帮助转变监管运营。对劳动力市场和不平等的影响。对劳动力市场和不平等的影响。Gene AI 的采用可能是不均衡的，转型的规模和快速速度有可能破坏劳动力市场。许多涉及常规任务的工作已经通过节省劳动力的自动化而被消除，即使出现了新的工作形式，这也降低了平均工资，工资和就业日益两极化。2有证据表明，虽然早期的自动化浪潮取代了大多数蓝领（低技能）工人，但白领（高技能）工人最容易接触 AI。3但人工智能也能够为更智能的机器人提供动力，并可能导致蓝领工作的进一步自动化。因此，劳动力节约自动化可能会加剧低技能和认知职业的失业，进一步降低相对于资本的劳动力份额和工资，加剧收入和财富不平等。虽然人工智能可以提高企业的生产率，从而提高非自动化任务中对劳动力的需求，并产生新的。1 本说明将自动化定义为以机器劳动取代人类劳动的技术进步。人工智能的进步可能会导致更大的自动化，在生成人工智能（gen AI）出现后，这种变化的速度可能会显著提高。从历史上看,被自动化取代的工作被新工作的创造所抵消,但近年来许多发达经济体白领服务的计算机化加速(Acemoglu 和 Restrepo 2018)。韦伯(2020)发现，人工智能主要针对高技能任务，并将影响受过高等教育的工人和年长的工人。Felte，Raj 和 Seamas（2023）在将其措施限制在与 geer AI 更相关的机器学习应用中时获得了类似的发现，例如语言模型和图像生成。另见 Elodo 等人（2023 年）；Pizzielli 等人（2023 年）；Ator（2024 年）；和 Brssevich，Dabla-Norris 和 Khalid（即将出版）。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金4Gen AI 还可以加强近几十年来资本收入分配的更不平等：在日益集中和赢家通吃的市场中，占主导地位的公司所享有的市场力量和经济租金的上升（Kehrig 和 Vincent 2021；Acemoglu 和 Johnson 2023）。缓解昂贵的过渡和扩大收益。缓解昂贵的过渡和扩大收益。充分分配收益和机会是必要的，不仅是为了保护弱势群体和确保社会凝聚力，也是为了充分利用一代人工智能带来的机会。通过在失业期间提供财政支持，促进新技能获取，并建立安全网，社会保护系统可以帮助个人适应就业市场的变化。传统上，社会保护系统包括基于工资的保险组成部分（例如，失业福利），终身教育和培训计划，现金转移和其他形式的非缴费型社会援助计划。这些都为长期失业的低收入家庭提供了财政支持。一个很大程度上未被探索的问题是，面对人工智能带来的颠覆性技术变革，社会政策是否以及如何被重新构想。人工智能投资征税人工智能投资征税：一场日益激烈的辩论。一场日益激烈的辩论。对人工智能的投资应该征税吗？税收和监管可以通过阻止和减缓自动化的部署来减轻快速就业对劳动力市场的破坏性影响。然而，这种税收的缺点是，它们扭曲了提高生产率的投资，降低了经济增长。尽管社会福利的净余额尚不清楚，并且可能因情况而异，但一个重要的问题是如何在实践中实施这种税收。对资本收入征税的重要性日益增加。对资本收入征税的重要性日益增加。与其他类型的创新一样，Ge AI 可能会导致更高的最高收入不平等。长期以来的观点是，累进所得税可以帮助解决日益严重的不平等问题，包括通过对资本收入征税，同时平衡权衡与效率。此外，更高的教育投资和社会支出以扩大人工智能的收益需要更高的公共收入，而如果资本收入的税收低于劳动收入，劳动力替代可能会起到相反的作用。专门从事劳动密集型行业并面临“再分配”的发展中经济体尤其面临税收损失的风险（Korie，Schidler 和 Stiglitz 2022）。AI 中的指导创新。中的指导创新。财政政策也可能影响人工智能的创新和部署路径。一些人认为，政策也可能有利于扩大而不是替代人类能力的应用，并可能导致新的职业任务(Acemoglu、Autor 和 Johnson 2023)。虽然目前尚不清楚这在实践中意味着什么，但人工智能部署在新兴市场的发展机会可能是巨大的。这张纸条。这张纸条。本说明重点介绍了财政政策在支持更平等地分配 geer AI 的收益和机会方面的作用。一个关键问题是，各国如何利用支出政策和改革税制，以减轻转型期间的劳动力中断，抵消创新的不利分配影响，同时保持人工智能驱动的生产率增长。具体而言，本说明涉及以下四个问题：工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金5在过去的自动化时期，社会保护系统如何帮助减少劳动力市场的混乱？展望未来，各国如何在快速的技术转型中加强社会支出？Have tax systems provided excessive incentives for automation?Should automation be taxed to mitigate labor market disruptions and pay for its effects on workers?面对来自 gener AI 的不平等和赢家通吃的动态，政府应该如何设计再分配税-特别是资本收入税？以前的工作和对文学的贡献。以前的工作和对文学的贡献。最近的研究集中在人工智能的生产力和劳动力市场影响(Korinek，Schindler 和 Stiglitz 2022;Korinek 2023a;Baily，Brynjolfsson 和 Korinek 2023;Brynjolfsson，Li 和 Raymond 2023;Noy 和 Zhang 2023;Cazzaniga 等 2024)。4旨在分散收益和减轻人工智能风险的财政政策研究得较少。本说明基于该领域的一些开创性研究，包括 Berg 和其他人（2021）;Beraja 和 Zorzi（2024）;Costiot 和 Werig（2023）;Gerreiro，Rebelo 和 Teles（2022）;和 Themmel（2023）。我们的贡献集中在社会保护和税收政策上。特别是，本说明对过去自动化浪潮中社会保护系统的作用进行了新的实证分析，并讨论了面对破坏性技术发展时社会支出的理想特征。模型模拟说明了支出和税收政策对劳动力市场结果和福利的影响。该说明还提出了关于当前税收制度如何影响公司投资于劳动力置换资本资产的决定的新颖讨论，研究了对 AI 征税的案例，并详细阐述了加强资本收入征税的建议。最后，该说明简要谈到了财政政策是否应促进 Geeral AI 的创新和部署。警告。警告。人工智能技术将如何发展和改变经济是非常不确定的。关于（1）AI 能力的提高速度，（2）国家和公司采用最新技术的程度以及如何使用这些技术，不同的方案是合理的。（3）人工智能将在多大程度上取代或补充不同类型的工人，（4）人们将如何适应新的工作现实，（5）政府的政策回应，以及（6）这些因素对生产力增长和经济福祉的影响。财政政策必须适应不断变化的条件，并为照常营业和高度破坏性情景做好准备。4 有关综合文献综述，另见 Aghion 等（2022），Autor（2022）和 Comunale 和 Manera（2024）。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金6升级社会保护制度升级社会保护制度缓解劳动力市场混乱。缓解劳动力市场混乱。社会保护系统如何在拥有通用 AI 的世界中提供稳定的就业和生产率增长（效率），同时为工人提供足够的保护（公平）？社会保险，例如失业保险（UI），可以通过在信贷和保险市场失灵的情况下平滑消费来增强个人和社会福利。它使失业者能够寻找与他们的技能相匹配的更好的工作，从而提高工作匹配的质量(Marimo 和 Zilibotti，1999 年；Chetty，2008 年)。积极的劳动力市场政策（ALMP）补充了 UI，并可以通过提高工人的技能（通过再培训计划）和减少求职者与工作提供者之间的信息差距来缩短失业时间（失业“咒语”）。社会援助计划，如现金转移，在长期失业期间为低收入家庭提供财政支持。本节着眼于 UI，ALMP 和社会援助计划在减轻过去不利的劳动力市场结果中的作用，并评估这些是否适合将来的目的。尽管 Gee AI 对认知任务中的高技能工人具有更广泛的影响，但以前的自动化浪潮为社会保护系统如何帮助缓解对劳动力市场的负面影响提供了宝贵的见解。过去自动化浪潮的教训过去自动化浪潮的教训劳动力从自动化中转移。劳动力从自动化中转移。自动化对劳动力市场的影响取决于该技术是否可替代或补充工人执行的各种类型的任务。越来越多的证据表明，近几十年来，自动化取代了日常工作的工人，压低了平均工资，加剧了工作两极分化。在美国，工业机器人的使用增加损害了当地的劳动力市场。它降低了就业和工资，特别是体力劳动和日常工作(Acemogl 和 Restrepo 2020;Restrepo 2023)，流离失所的工人进入低薪职业(Braxto 和 Tasa 2023)。在欧洲也观察到低技能工人的流离失所(例如，Graetz 和 Michaels 2018;Acemogl，Lelarge 和 Restrepo 2020)，尽管工人随着时间的推移而适应。Dath 等人（2021 年）发现，德国失去的制造业工作被服务业的新职位所取代，年轻工人调整了他们的教育选择，倾向于大学和职业培训。概念方法概念方法社会保护计划是否减少了自动化对劳动力市场结果的负面影响？为了回答这个问题，以下分析提供了新的证据，说明社会保护如何减轻工业机器人对美国通勤区就业和工资的长期影响。与 Acemogl 和 Restrepo（2020）一样，潜在的直觉是，与其他通勤区相比，通勤区增加的机器人化可以减少就业和工资。这既反映了采用机器人对就业和工资的直接影响，也反映了当地需求下降对非贸易（服务）部门的溢出效应。5然后，新颖的分析利用了失业保险和社会慷慨方面的差异5 具体来说，对机器人的接触是一种调整后的 Bartik 型度量，它结合了通勤区级别的机器人使用和行业就业份额的行业级别变化，对每个行业产出的整体扩张进行了调整。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金7各州之间的援助，以检查这些计划是否有助于减轻不利的劳动力市场结果(详情见 Brollo 2024)。失业保险的缓冲效应。失业保险的缓冲效应。图 1 中报告的经验结果表明，机器人化对就业的影响并不取决于 UI 的慷慨。这并不奇怪：UI 福利是暂时的，因此不太可能产生长期影响（既不是促进当地劳动力需求的积极收入效应，也不是因为不鼓励工人找工作而对劳动力供应产生负面影响）。相比之下，由于机器人化，拥有更慷慨 UI 福利的州的工资下降幅度较小，比其他州小三分之二。这一发现表明，更慷慨的用户界面允许流离失所的工人找到更符合他们技能的工作，这有助于更有效的劳动力分配。这种影响对于没有大学学位的工人尤其明显（图 2），可能是因为这些工人在失业时相对更多地依赖失业保险福利。这些发现表明，UI 程序可以有效地减轻工业机器人对工资的不利影响，因为它们可以促进密集的求职，并为获取新技能提供更多的时间，从而可能导致更好的工作匹配和提高工人的生产率。图图 1.机器人对美国当地劳动力市场就业和工资的影响机器人对美国当地劳动力市场就业和工资的影响：失业保险的作用失业保险的作用（日志差异，2000 年）资料来源：Acemoglu 和 Restrepo（2020 年）和国际货币基金组织工作人员计算。注意：该图使用美国通勤区的横截面数据，对采用机器人的就业和工资的工具变量回归进行了估算。因变量是 2000-07 年样本期内通勤区的就业与人口比率的变化或平均小时工资对数的变化。右侧变量包括（1）对机器人的暴露程度的度量，该度量结合了机器人使用的行业级别变化和通勤区级别的基线就业份额，调整每个行业产出的整体扩张；（2）虚拟变量捕获高（低）失业保险（UI）慷慨，如果 UI 慷慨高于（低于）美国各州的中位数，则等于 1；（3）（1）和（2）之间的互相感化。回归还包括对通勤区人口特征、制造业就业份额、对中国进口的敞口以及日常工作中就业份额的控制。条形图分别显示了在 UI 慷慨度较高和较低的州中，通勤区采用机器人的效果。UI 福利在州一级的慷慨程度是以最大法定福利金额及其持续时间的乘积来衡量的。晶须表示 95 的信心。间隔。高 UI 状态和低 UI 状态之间的差异在 1 的水平上具有统计意义。有关详细信息，请参阅 Brollo（2024）。图图 2.机器人对美国当地劳动力市场工资的影响机器人对美国当地劳动力市场工资的影响：失业保险按教育水平的作用失业保险按教育水平的作用（日志差异，2000 年）资料来源：Acemoglu 和 Restrepo（2020 年）和国际货币基金组织工作人员计算。Note:The figure presents estimates from instrumatively variable regressions of workers with different educational atelieved on robot adoption using cross-section data on US commuting zones.See the Figure 1 note for regression specification.Differences between high and low UI states百分比水平。有关详细信息，请参阅 Brollo(2024)。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金8对贫困的影响。对贫困的影响。除了对劳动力市场的影响，机器人化也可能导致贫困加剧，特别是如果机器人化的负面影响对工资分配底层的工人来说更加明显。这些工人陷入贫困的风险更高，因为他们很难找到工资相似的新工作。社会救助计划可以在这方面发挥关键的削弱作用。总体而言，分析表明，机器人化导致了贫困的小幅长期增长：每千名工人增加一个机器人，使贫困率增加了。0.3 个百分点（增加 3 ）。但是，由于社会援助相对较慷慨的通勤地区，由于机器人化导致的贫困增加大部分减少了（图 3）。6从过去的教训。从过去的教训。总体而言，这些发现表明，社会保护的设计过去，制度在改善不利的劳动力市场和贫困影响方面发挥了作用。虽然机器人化可能导致工人在日常和手动任务中流离失所，但 AI 的影响可能会更广泛，取代更广泛的日常和高技能的非常规任务。这要求对教育和培训系统以及政策框架进行更根本的变革，以减轻潜在的更广泛的社会影响。在技术快速变化和潜在的更重要的劳动力市场位移的世界中，现有系统需要升级的程度将在下一节中讨论。在快速技术转变过程中加强社会支出在快速技术转变过程中加强社会支出从颠覆性技术进步的昂贵过渡。从颠覆性技术进步的昂贵过渡。人工智能可以产生显著的长期生产力和增长红利，但由于劳动力市场的不匹配和技能特异性导致的长期失业，过渡可能非常昂贵。例如，如果一代人工智能主要受益于需要特定技能的生产活动，而这些技能不同于其他经济领域使用的技能（Ad o，Beraja 和 Padalai-Nayar 2024），那么劳动力市场的调整可能会更慢。7工人还可能面临流动性障碍，并在找到新工作之前经历长时间的失业或再培训。事实上，技术导致的劳动力流离失所往往持续了一代人的时间，年长的工人6 州一级社会援助的慷慨程度是基于美国最大的现金援助计划，即贫困家庭临时援助（TANF）福利的慷慨程度。每个州的 TANF 福利的慷慨程度是通过 1999 年没有收入的三口之家的最高每月福利来衡量的，1999 年是分析所涵盖时期的前一年。7 Ad o，Beraja 和 Pandalai-Nayar（2024）表明，当技能特异性更强时，例如信息和通信技术（ICT），劳动力市场的调整更多是由年轻一代的逐步进入而不是由重新分配。图图 3.机器人对贫困的影响机器人对贫困的影响：社会救助的作用社会救助的作用（日志差异，2000 年）资料来源：Acemoglu 和 Restrepo（2020 年）和国际货币基金组织工作人员计算。注：该图显示了对机器人采用的贫困率的工具变量回归估计。因变量是 2000-07 年样本期内通勤区贫困率的变化。右侧变量与图 1 中所示的相同。晶须表示 95%的置信区间。高和低 SA 状态之间的差异在 1 的水平上具有统计学意义。参见 Brollo(2024)。详情。SA=社会援助。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金9离开劳动力和更少的年轻工人进入这样的工作(B rgisser 2023)。人工智能的出现可能会加剧调整成本，如果它需要更广泛地替代非常规任务（Acemogl 2021），并影响年轻工人，因为他们无法选择提前退休。本节介绍了 UI 的相关设计功能，以及如何将 UI 和 ALMP 进行最佳组合，以解决来自 geer AI 的潜在劳动力市场中断。基于模型的分析和相关渠道。基于模型的分析和相关渠道。基于模型的分析用于确定应对破坏性技术进步的社会支出政策的最佳特征（详见附件 1）。该分析扩展了 Rav 和 Ster（2021）开发的劳动力市场摩擦的易于处理的 HANK-DGSE 模型。该模型具有自动化和两个生产部门的潜力，可以讨论不对称的部门影响（另见。麦肯锡 2023)以及支持部门流动的政策。遵循 Berg，Bffie 和 Zaa（2018）的方法，每个部门都雇用了劳动力，传统资本和可以替代劳动力的自动化资本。匹配工人和公司的成本很高(例如，由于搜索和匹配摩擦)。失业工人可以在这两个部门寻找工作，但是不断变化的部门意味着一段时间的失业，如果存在技能不匹配，失业可能会很长。该模型具有 UI 支持和 ALMP，旨在促进部门流动性。与这些政策相关的费用由劳动所得税提供资金，确保每个时期的预算中立性。下一节将考虑自动资本税。考虑权衡和代价高昂的过渡。考虑权衡和代价高昂的过渡。为了了解 Ge AI 对收入、生产率和劳动力市场的潜在影响，该模型模拟了一个部门自动化资本生产率的大幅加速。基准情景被校准为具有代表性的先进经济体，并假设没有政策变化。自动化的提高导致该行业的劳动力需求逐渐减少，导致在新的稳定状态下（大约 15 年后），就业率下降了 20 。8同时，新的稳态的特点是工资增长约 15%，因为自动化提高了总生产率（图 4）。9AI 的长期影响存在很大的不确定性。例如，Korinek（2023b）和 Korinek and Suh（2024）表明，随着 AI 的逐步推进，产出可能在 15 年内翻一番。Cazzaniga 和其他人（2024）发现增长较小，为 10-16 ，而 Acemoglu（2024）建议的增长甚至更小，在随后的 10 年中 GDP 增长约 1-2 。10无论潜在长期利益的大小如何，过渡都需要短期成本。失业率暂时上升，因为跨部门安置工人的成本降低了，这减少了公司发布的职位空缺数量。此外，失业伤害了最弱势群体，消费大幅下降8 此模拟基于麦肯锡（2023）的预测，即到 2030 年，自动化可以将工作活动所花费的时间替换 20 至 30 。但是请注意，该预测包括广泛和密集的利润率，而该模型仅捕获广泛的利润率。9 失业率在新的稳定状态下下降，主要是因为不受自动化影响的部门的劳动力需求上升。由于生产最终产品的部门之间的互补性，需求的增加足以弥补面临自动化冲击的部门的工作损失。从长远来看，工资也会增加，这反过来又会增加失业救济金在这些工资中所占的比例。因此，相对于最初的消费数字，这种支持的增加提高了失业工人的消费水平。10 Cazzaniga 和其他人（2024）假设，根据 1980 年至 2014 年在英国观察到的历史变化，AI 冲击将使劳动力份额减少 5.5 个百分点。附件图 1.1 显示，假设我们模型中的冲击大小相似，则产出增加相似。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金10失业工人。11不完整的保险会产生预防性储蓄动机，从而进一步传播和放大总体冲击（Ravn 和 Sterk 2021）。此类过渡成本凸显了政策支持受影响的工人和家庭的必要性。图图 4.基线自动化冲击基线自动化冲击资料来源：货币基金组织工作人员计算。注：该图显示了没有策略的基准自动化方案，其中第 1 组初始和最终稳态之间的变化以及第 2 组初始稳态随时间的偏差。模型被校准为具有代表性的先进经济体。详见附件 1。ppts=百分点。平衡平衡 UI 效益充分性和工作激励。效益充分性和工作激励。通过为失业工人提供收入保险，UI 可以帮助缓冲消费损失并减轻失业率上升的不利影响。在由技术转型驱动的失业情况下，这一点尤为重要，因为工人需要更多的时间来重新掌握技能并在其他部门寻找工作，这表明需要相对较长的失业救济期限。考虑了 UI 的两种说明性设计：（1）UI 替代率永久增加 1 个百分点；（2）临时的不对称调整规则，一旦失业率相对于其稳态水平上升了 1 个百分点以上，替代率就与上一季度的失业缺口成比例地增加 0.6 倍（图 5）。与基线相比，这两种选择都有效地减轻了失业工人的消费下降。然而，用户界面的永久性增加可能会阻碍求职，并导致失业率上升（Blachard 和 Tirole 2008），从而降低整体福利。12此外，更高的失业率和福利慷慨可能在财政上代价高昂，特别是如果人工智能摧毁了高薪工作，需要扭曲性的增税或公共债务积累，进一步拖累经济活动。相反，在过渡期间扩大失业慷慨可以帮助管理财政成本并减轻负面的求职动机，同时仍然提供足够的收入支持-按照中提供的证据。11 在该模型中，失业工人的唯一收入来源是失业收入支持。消费下降将被缓解到受影响的工人更富有并持有更多流动储蓄以平滑消费的程度。然而，美国许多家庭的流动财富非常低（Challe 等 2017 年）。12 替代率的较小的永久性增加将减轻求职的抑制作用，但以失业者较小的消费平滑为代价。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金11上一节。比较这两种计划，与失业率水平相一致的临时 UI 调整似乎产生了最高的福利。总体而言，UI 需要精心设计，以促进移动性和调整，同时最大限度地减少对效率的不利影响，但其有效性还取决于 AI 的实现速度和相关的过渡成本。例如，如果人工智能的进步在未来几年进一步加速，所有的认知工作都可以在相对较短的时间内由机器完成，那么对劳动力的破坏将是最严重的。为这种情况做准备将需要重新考虑失业保险计划的设计；例如，指定取决于失业持续时间的福利，并将其与培训和重新技能计划更好地联系起来。结合结合 UI 和和 ALMP。培训和技能发展计划形式的 ALMP 可以增强工人的就业能力，并提高工人与雇主之间的匹配质量，特别是在应对影响特定技能组合的不对称冲击时。收入和就业支持的适当组合可以有效缓解失业率的飙升，从而有助于限制工资的下降（图 6）。因此，结合 UI 和 ALMP 可以帮助减少。图图 6.过渡动力学过渡动力学资料来源：货币基金组织工作人员计算。Note:The figure presents the baseline scenario and two policy options:temporary unemployment income support(UI)and a combination of UI and active labor market policies(ALMPs).These policies are funded with labor income tax,ensuring budget每个时期的中立。图图 5.不同的不同的 UI 程序程序资料来源：货币基金组织工作人员计算。注意：该图显示了基线模拟和两个失业收入支持计划：永久增加 1 个百分点的替代率和与经济状况保持一致的临时计划。这些政策由劳动收入资助税，确保每期预算中立性。工作人员讨论注意事项工作人员讨论注意事项扩大生成人工智能的收益：财政政策的作用国际货币基金12过渡成本，同时加速劳动力重新分配。与以前一样，政策组合及其在改善劳动力市场影响方面的效力将取决于自动化的速度和过渡成本的大小。例如，如果 geerAI 用更大的储蓄取代年长的熟练工人，社会保护的价值可能会更小。同样，技能特异性将意味着与过去考虑的 ALMP 类型不同，可能需要更广泛地获得有效的培训计划。新兴市场和发展中经济体面临的不同挑战。新兴市场和发展中经济体面临的不同挑战。虽然大多数关于人工智能暴露的研究都集中在发达经济体，但一些证据表明，新兴市场和发展中经济体在高技能职业中的份额较低，因此对人工智能的暴露较少(Pizzielli 等 2023 年)。然而，平均而言，新兴市场和发展中经济体也不太愿意采用人工智能(Cazzaiga 等 2024 年)。例如，许多新兴市场和发展中经济体的劳动力市场政策和社会保护制度由于其庞大的非正规部门，预算限制和欠发达的机构能力而在范围和规模上更加有限。此外，这些经济体中没有就业、教育或培训的年轻人所占比例更大(国际劳工组织 2022 年)，这引起了人们对他们适应技术转型能力的担忧(阿昂，贝拉贾。and Pandalai-Nayar 2024).at the same time,larger insurance and credit market imperfections and less personal wealth available for consumer smoothing implicit that the welfare gains from UI are potentially greater than in advanced ecies(Chetty and Looney 2006).13基于模型的说明（图 7）表明，拥有更多财政空间和能力以有效扩大收入支持和 ALMP 的国家可以显着减轻冲击的影响，并更快地实现更高的生产率收益。13 对于拥有大量非正规部门的新兴市场和发展中经济体，提供收入支持并通过培训或再培训促进转型，也有助于防止工人因自动化中断而退出正规部门。图图 7.新兴市场和发展中经济体的说明性情景新兴市场和发展中经济体的说明性情景资料来源：货币基金组织工作人员模拟。注意：该图显示了基准方案和两个策略方案。反映了文中讨论的叙述，新兴市场和发展中经济体对自动化冲击的暴露比先进经济体的暴露更小，更渐进，但它们的政策空间更有限。两种政策方案都包括失业保险和积极的劳动力市场政策（ALMP），但一种方案具有更大的响应和更快的部署（在最初的冲击后 2.5 年），而另一种方案较小，ALMP 的实施延迟（在最初的冲击后五年）。失业率和消费变化的平均值超过 60 个季度。气泡的大小与的量成正比。当失业率比初始稳态高出 1 个