人工智能是應對勞動力成本攀升的有力工具

孫瑜

摘 要：人工智能被稱為人類歷史上的第三次科技革命，是引領新世紀科技革命和工業革命的戰略技術。本文通過建立兩階段最小二乘回歸模型，研究了教育如何影響人工智能的發展，以及人工智能的發展如何影響經濟增長。在教育導致勞動力成本攀升的背景下，本文探討了人工智能對經濟增長的影響機理。研究結果表明，教育提高了勞動力成本，促進了人工智能在我國企業中的應用。人工智能的快速發展促進了全社會的技術進步，提高了全要素生產率，促進了資本積累，提高了儲蓄率和投資率，最終促進了經濟增長。本文認為，各部門應大力推進人工智能的發展，加強人工智能的教育和培訓。提供多才多藝的人工智能技術人才，制定有效的支持政策，提供良好的發展環境，確保經濟社會的順利運行。

關鍵詞：人工智能 ;教育; 經濟增長; 勞動力成本

引言

人工智能推動整個經濟和社會的快速變化，對促進教育改革、經濟增長和人民生活水平的提高起著非常重要的作用。我國將人工智能納入國家戰略，高度重視人工智能的發展。一方面，人工智能的發展可以促進教育改革，各種因素的投入增加了勞動力成本，減緩了經濟增長;另一方面，隨著人工智能應用的增多，人們對人工智能的需求也越來越大。機器人和自動化設備取代更多的勞動力，減少經濟活動對勞動力的需求，減輕教育帶來的勞動力成本增加對經濟增長的負面影響。因此，有必要在勞動力成本上升的背景下，深入研究人工智能與經濟增長的互動關系，為相關政策的出臺提供參考。

人工智能的發展可能出現負面效果，如對部分傳統行業造成沖擊，甚至出現破產、失業等現象，導致一部分企業更難應對攀升的勞動力成本（陳秋霖等，2020）。人工智能的出現改變了傳統的生產生活形式，本質上對勞動或資本產生偏向替代性（Acemoglu D等，2018）。龔遙等 （2020） 通過隨機森林分類器算法預測，未來20年中國59.5%的就業崗位會受到人工智能沖擊，且教育程度與職業替代風險呈負相關。然而，這些文獻高估了人工智能對勞動力的替代效應，缺乏勞動力市場真正適應智能化改革的思路，新的就業崗位和產業將出現新的平衡。Aghion 等（2017）文獻中表明人工智能對勞動的替代性取決于本身的彈性，因而并不意味著人工智能會完全代替勞動。事實上，人工智能技術的應用不僅會破壞傳統的就業崗位，還會創造新的就業崗位，維持總就業增長;人工智能的發展也可以成為提高全要素生產率和勞動力需求的有力工具。低收入工作比高收入工作更容易替代，對高技能勞動力的需求增加和對低技能勞動力的需求減少。

本文的學術意義主要表現在三個方面。第一，陳彥斌等（2019）、林晨等（2020）等已有文獻中，大都利用的是動態一般均衡模型，對數據的要求對比本文所利用的模型較弱，本文在理論梳理的基礎上，引用中國各省實際數據進行定量分析，對教育、人工智能和經濟增長之間的關系準確把握。第二， Acemoglu等（2018）等多個文獻缺乏人工智能對出生率、平均工資、教育等因素的多方面分析，伍紅林（2020）、文博等（2020）等文獻主要聚焦于理論上探討AI背景下教育的現狀和未來，缺乏數據分析，也忽略了教育導致勞動力成本攀升這一因素。本文引入了這些變量，從而細致考察人工智能影響的核心機制。第三，本文還考慮了人工智能可以促進經濟結構轉化升級，優化資本結構，提高實體經濟的吸引力，進而加強對經濟增長的正面影響。

一、教育對經濟增長的影響及人工智能的作用

基于國內外的實際情況和經驗，總結了教育對經濟增長的主要影響，探討了人工智能能否降低勞動力成本的增長。為進一步實證分析人工智能及其對經濟增長的影響奠定了基礎，因為勞動力需求、資本積累和全要素生產率是長期經濟增長的主要原因。本文從這三個方面進行了分析。

（一）勞動力需求層面的影響。勞動力是影響生產過程中經濟增長的重要因素之一。隨著教育的發展，一方面，工資和勞動力成本的提高推動了人工智能的創新;另一方面，隨著教育的進步，人工智能技術的應用越來越廣泛，教育的發展將進一步推動人工智能在經濟中的應用。因此，教育的發展將進一步推動人工智能在經濟中的應用，這種推進作用也會隨著教育程度的深入而加強。（二）資本積累層面的影響。勞動力成本的增加會降低儲蓄率和投資率，降低資本積累率，減緩經濟增長。大量的實證研究表明，勞動力成本的增加將有效地降低國民儲蓄率，儲蓄率的下降必然導致投資率的下降（ 陳彥斌等，2014）。與二者相比，人工智能將提高資本回報率，進而提高儲蓄率和投資率，減輕勞動力成本上升的影響，正如教育改革和發展促進了人工智能技術的進步一樣，隨著人工智能的進步，生產過程的智能化和自動化水平將不斷提高。越來越多的生產勞動可以用資本代替勞動力來實現他們的目標，這使得資本在生產過程中比勞動力更重要，投資回報也相應提高。（三）全要素生產率層面的影響。大量國內外文獻對勞動力成本增長對技術進步和全要素生產率的影響進行了研究，姜振茂（2016）通過查閱和比較相關文獻發現，到目前為止，相關文獻的研究沒有得出一致的結論。教育影響勞動者的人力資本積累，通過增加企業的勞動力成本和教育培訓的公共支出，減少研發投資。勞動力成本的增加不利于技術進步和全要素生產率的提高。另一部分研究認為，教育引導人們更加重視人力資本投資，并鼓勵國家改變這種狀況。只有促進人工智能的發展，我們才能提高技術進步和全要素生產率，從而削弱勞動力成本上升對經濟增長緩慢的負面影響（Bryn，jolfssonet al，2017）。

二、實證分析

近幾年來，我國將人工智能視為國家科技競爭的重要參與者，大力投資于智能技術的研究與開發。如圖1所示，從2002年到2015年，中國人工智能專利申請數量保持穩定，專利申請數量變化的轉折點是2016年，增長率顯著提高。利用incoPat平臺對人工智能技術專利數據進行分析，研究表明我國是世界上人工智能技術專利申請最多的國家。據日本財經網站統計，2016年后人工智能專利數量達到120%，從2016年到2018年，中國企業人工智能專利數量是美國企業的2.5倍。據文獻記載，中國AI研究論文數量大幅增加，2007-2017年增長400%;在范圍上，中國人工智能專利主要集中在電子商務、數據檢索和語言轉換方面，近年來已遠遠超過美國和日本，在行業中占有重要地位。