AI的紀元里，經濟學的進化與挑戰

何琛爾 李文強 王鑫 彭淑柔 陶思含

【摘 要】在AI快速發展的時代里，經濟學不僅面臨著多重挑戰，同時還迎接著新的變化。AI的技術可以幫助經濟學打破局限、構建更為科學的模型、推動宏觀經濟政策的革新；AI的興起雖然帶來了經濟增長，但也讓我們的經濟市場陷入危機，帶來就業問題，加劇貧富差距；我們還可以運用經濟學原理和模型為AI設計算法……厘清AI與經濟學的關系，我們會發現AI與經濟學二者并非相互排斥，我們應該始終秉承著經濟學與AI共生、互補的觀念，這樣才能敞開懷抱，積極應對挑戰，迎接人工智能時代，推動經濟發展。

【關鍵詞】AI；人工智能；經濟學；經濟政策；就業問題；大數據

一、AI現有的技術對經濟學的幫助

（一）突破經濟人假設的局限

經濟人假設是對理性的高度抽象，通常在分析經濟的時候，經濟學家會把“經濟人”轉化為完全理性的條件，不受精力、自身能力和知識的限制。這樣的假設與人類的現實狀況是不一致的，會導致一些經濟理論缺乏說服力。人工智能的發展致力于在機器環境下構建更加智能化的主體，換言之，人工智能是致力于使用硅片和信息人工合成的“理性人”，哈佛大學教授帕克斯將之定義為“機器經濟人” 【1】。與人類相比，人工智能擁有更加強大的計算能力，免于體力、精力和情緒的約束。

（二）從微觀層面看人工智能對經濟增長的影響

我們可以借助一個簡單的增長模型來討論，經濟增長大體上可以看成一個生產函數Y=AF（K，L），產出是由生產力、資本和勞動共同決定。我們把K看做人工智能的投入，根據模型可得，經濟增長速度和AI投入的比例是呈正相關的，即人工智能的投入在理論上是會帶來經濟持續增長的。

AI同時會影響生產要素，例如在公司的組織方面，AI的加入會使組織管理的效率提高很多；而且還會提升要素跨行業跨部門的配置效率，比如資金和人才的配比不協調，人工智能可以幫助企業解決這樣的問題，從而達到經濟增長的效果。

二、AI對市場的影響從而導致不可規避的問題

（一）就業危機

我們知道，人工智能的發展一旦突破技術上的難題，很容易大規模部署和使用，對企業的成本削減也將越來越明顯，尤其是勞動密集型企業，這無疑會對人們的就業造成很大影響，就業保障問題也隨之而來。生產型低技術勞動力的工作逐漸被AI取代，電商客服、會計等傳統職業也在逐步自動化，就業危機越來越凸顯。這樣也會加劇社會的貧富差距，在近幾十年里，工資調整的趨勢呈現為：低技術勞工的工資大幅下降而高技術勞工工資上升，高中學歷工作者的薪水下降到大學學歷工作者的60%。同時社會保障問題也逐漸加劇，這個需要國家政府的協同，以及更多具有社會責任的公司參與到國家治理當中去。

而另一方面，AI的沖擊也會帶來就業變革，即未來會出現更多高新的工作崗位。據數據統計得出，在過去25年里，有1/3的工作是過去沒有的。所以AI的出現，一定會帶來很多新的工作種類。所以現在的主要問題并不是人口失業，而是勞動者在技術和能力上的缺失，這會導致多數低技術型勞動者無法成功與AI的發展所創造出的高薪資工作相匹配。

（二）宏觀經濟管理的調整

據官方統計，AI的發展年中位數為2040年【2】。這一數字，暗示著AI的發展將要深深地影響21世紀的前半部分。而對于AI本身的市場和它所制約著的市場而言，發生的變化將是革命性的。信息化程度的提高為我們提供了越來越多、越來越細的數據，為人工智能學習經濟規律提供了可能，運用計算機建立經濟模型并進行分析和預測已經成為了事實。只有宏觀經濟數據的豐富和人工智能本身進步的需要齊頭并進，才能使得人工智能對于宏觀經濟建模與預測更加準確。由于機器經濟人的參與，經濟體系包括企業已經成為了人/機協作系統，這種趨勢在增加了經濟模型確定性的同時，也為經濟運行帶來了更多的未知性。針對這種經濟運行上的革命性變化，下一步的宏觀經濟政策制定也必然是人/機協作策略，用人工智能學習+專家經驗判斷，或許可以化繁為簡，事半功倍。

三、AI目前的局限性

（一）宏觀經濟數據收集不充分

對于人工智能的學習需要來說，每一個問題都需要大量的人和數據來支撐，但目前在收集宏觀經濟數據上還不能做到完全客觀和具體，從而使人工智能的深度學習效果大打折扣，這也是AI為什么無法預測股票走勢的原因。

（二）AI與人的行為方式具有差異

舉個例子，我們用簡易的人工智能在某個售書網站上給書籍定價、在APP上給某餐廳的座位定價，顯然在AI的幫助下可以提高效率、方便消費者，但由于AI缺乏人類所擁有的常識，以及AI的設計者會不可避免的帶有個人主觀色彩，某一本書或者某一處座位的價格會超出常規。

（三）人工智能學習領域的局限

現在的經濟學已經發展成為一門復雜的學科了，分支極其廣泛，其分析在很多情況下都涉及到了隨機系統。在數據結構化好、數據儲存量大、問題定義明確、領域單一的問題中，AI可以發揮其力量，但是能進行全領域學習的人工智能還很難出現。

四、經濟學對AI的反作用

在此通過電商刷單這個例子來展現經濟學對AI的反作用，即把經濟學運用到人工智能上，幫助人工智能設計算法。清華大學教授唐平中從博弈論和機制設計角度，用全新的防止刷單理論實現新的AI算法。在該模型中，推薦的流量分配被建模成一個不可分割資源的問提，賣家參與刷單的成本大于刷單帶來的收益提升，因此讓賣家意識到與其費盡心思刷單不如兢兢業業提升服務品質。

五、結語

未來的經濟運行中勢必會有越來越多的人工智能參與進來，在經濟學的分析視角和分析模型上只有對AI具有開放性，才能使AI與經濟學相得益彰，讓人工智能服務于經濟的發展。就勞動產出而言，人工智能自動化顯然會優于人類，但人類不應將自己置于人工智能的對立面，應當做好學習教育工作，充分利用新技術創造新工作，使人工智能成為人類工作的輔助而非替代。

【參考文獻】

[1]David C.Parkes.科學媒介中心2015年推送文章合集（下）【C】.2016.

[2]Vincent C.Muller，Nick Bostrom.Future Progress in Artificial lntelligence：A Survey of Expert Opinion【Z】.2014.