肖 涵 葛 偉

(蘭州大學(xué) 政治與國際關(guān)系學(xué)院，甘肅 蘭州 730000)

一、引言

受新冠肺炎疫情影響，我國《2020年國務(wù)院政府工作報告》是自改革開放以來第四次、近十余年來首次未明確年度經(jīng)濟(jì)增長預(yù)期目標(biāo)的報告。與非典疫情不同，新冠肺炎疫情對經(jīng)濟(jì)沖擊面更廣、持續(xù)時間更久，全球持續(xù)性經(jīng)濟(jì)衰退將對我國對外貿(mào)易和供應(yīng)鏈地位帶來極大不確定性。在面臨前所未有的復(fù)雜國內(nèi)外經(jīng)濟(jì)格局下，“十四五”規(guī)劃提出立足于我國超大規(guī)模市場優(yōu)勢和內(nèi)需潛力，構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局。欲以“內(nèi)循環(huán)”促進(jìn)“雙循環(huán)”，不僅要擴(kuò)大國內(nèi)消費(fèi)，而且核心在于促進(jìn)高技術(shù)產(chǎn)業(yè)發(fā)展。因此，“十四五”規(guī)劃指出瞄準(zhǔn)人工智能、量子信息、集成電路等前沿領(lǐng)域，實(shí)施一批具有前瞻性、戰(zhàn)略性的國家重大科技項目。作為第四次工業(yè)革命重要組成部分的人工智能排在幾大前沿科技的首位，足見我國政府的重視程度。面對新冠肺炎疫情對宏觀經(jīng)濟(jì)增長的沖擊，人工智能能否削弱這類不確定性因素的影響，使經(jīng)濟(jì)持續(xù)穩(wěn)定增長？值得探究。一直以來，技術(shù)創(chuàng)新被視為經(jīng)濟(jì)增長的主要決定性因素[1][2]，技能偏向型技術(shù)進(jìn)步提高了要素生產(chǎn)效率，使高技術(shù)工人的相對工資上升, 高技術(shù)工人的相對供給增加，社會人力資本素質(zhì)將提升[3]。雖然傳統(tǒng)經(jīng)濟(jì)增長模型認(rèn)為技術(shù)創(chuàng)新能夠通過提高勞動者技能進(jìn)而節(jié)約勞動力，但勞動力作為重要的生產(chǎn)資源具有不可替代性，經(jīng)濟(jì)持續(xù)性增長依賴于勞動力的數(shù)量與質(zhì)量。而受貧富差距和老齡化的影響，勞動力數(shù)量與質(zhì)量處于下降趨勢，這是否意味著全球經(jīng)濟(jì)將長期處于衰退趨勢？答案是否定的。隨著人工智能技術(shù)逐漸成熟，機(jī)器能夠逐漸取代人，經(jīng)濟(jì)可以依賴于智能資本和設(shè)備資本投資而實(shí)現(xiàn)高質(zhì)量發(fā)展，即經(jīng)濟(jì)奇點(diǎn)。Nordhaus(2015)認(rèn)為越過經(jīng)濟(jì)奇點(diǎn)這個關(guān)鍵時間點(diǎn)后，經(jīng)濟(jì)會持續(xù)增長且增長速度逐漸加快，新生產(chǎn)部門僅依賴智能資本增長即可實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)增長[4]。但經(jīng)濟(jì)產(chǎn)出能力快速增長，并不意味著經(jīng)濟(jì)增長速度越來越快，如果有效需求不足，快速增長的產(chǎn)能僅是過剩產(chǎn)能，故本文將經(jīng)濟(jì)奇點(diǎn)定義為經(jīng)濟(jì)保持持續(xù)穩(wěn)健增長。例如，運(yùn)輸設(shè)備的發(fā)明極大提高了運(yùn)輸效率，在固定時間內(nèi)，司機(jī)駕駛汽車運(yùn)輸?shù)呢浳锪窟h(yuǎn)多于馬車，馬車的運(yùn)量大于手推車，手推車運(yùn)量大于純體力的肩挑背扛。作為資本的馬車和汽車通過提高運(yùn)輸效率來補(bǔ)充勞動力，降低運(yùn)輸成本，但受限于司機(jī)數(shù)量，貨物運(yùn)輸能力并不隨汽車的增加而提高，經(jīng)濟(jì)增長將陷入停滯狀態(tài)。而隨著無人駕駛技術(shù)的發(fā)展，運(yùn)輸業(yè)務(wù)則可以完全不需要勞動力投入，僅靠智能資本投入，在滿足市場需求情況下即可實(shí)現(xiàn)運(yùn)輸業(yè)務(wù)的持續(xù)穩(wěn)健增長。也就是說人工智能通過解決勞動力短缺問題來促使經(jīng)濟(jì)達(dá)到奇點(diǎn)狀態(tài)。

人工智能是第四次工業(yè)革命的重要組成部分，是各國政策、基礎(chǔ)研究、技術(shù)、資本等綜合實(shí)力的競爭，也是各國政府治理都將面臨的挑戰(zhàn)。一方面，人工智能發(fā)展離不開5G網(wǎng)絡(luò)、數(shù)據(jù)中心等“新基建”，尤其是在弱人工智能階段①需要政府前期投資以引導(dǎo)資金流向。例如，無人駕駛技術(shù)的應(yīng)用普及，離不開智慧道路提供定位、檢測、提示和互聯(lián)等功能，需要對監(jiān)控設(shè)備、信息感知設(shè)備和采集傳輸設(shè)備等道路基礎(chǔ)設(shè)施進(jìn)行升級改造。與人工智能相關(guān)的“新基建”需要統(tǒng)籌建設(shè)，籌集大額資金進(jìn)行前期攻關(guān)，這顯然超出了企業(yè)承擔(dān)能力。另一方面，人工智能也會導(dǎo)致失業(yè)和社會不平等問題，政府投資規(guī)模過大會惡化上述問題，沖擊經(jīng)濟(jì)發(fā)展乃至影響政府財政再分配職能。人工智能不僅拓展了人類能力，其對勞動力的替代也達(dá)到了過去無法比擬的速度和規(guī)模[7]，預(yù)計到2030年，全球?qū)⒂?～8億勞動者因自動化失業(yè)，中國有多達(dá)1600萬工作機(jī)會凈消失，1億多工人面臨職業(yè)轉(zhuǎn)換②。而且，技術(shù)將工作和工人聯(lián)系到了一起，驅(qū)逐了原有的組織性[8](P153-160)。勞動強(qiáng)度加大但所享受到的保障減少，這將導(dǎo)致人類社會的巨大分化，部分人掌握技術(shù)和生產(chǎn)，剩下的人則只能從事零工，技術(shù)連結(jié)弱化了其在財富分配過程中的談判能力。例如，共享出行司機(jī)、外賣送餐員在法律意義上是自力運(yùn)營者，平臺公司無需承擔(dān)培訓(xùn)、保險和營運(yùn)等成本。因此，我國政府需要利用財政職能來實(shí)現(xiàn)資源配置的最優(yōu)化，一方面利用財政政策引導(dǎo)投資方向，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展；另一方面利用財政手段實(shí)現(xiàn)財富再分配，促進(jìn)消費(fèi)，維持社會穩(wěn)定。但政府財政能力畢竟有限，政府投資和再分配政策間存在權(quán)衡取舍，故本文研究我國財政職能中政府投資和再分配政策對經(jīng)濟(jì)奇點(diǎn)狀態(tài)的影響，以明晰政府投資方向和規(guī)模，促時消費(fèi)進(jìn)而實(shí)現(xiàn)經(jīng)濟(jì)良性循環(huán)。

可見，人工智能可促進(jìn)我國經(jīng)濟(jì)達(dá)到奇點(diǎn)狀態(tài)，而政府財政職能可以影響到達(dá)經(jīng)濟(jì)奇點(diǎn)狀態(tài)的時間節(jié)點(diǎn)：一方面政府投資能為人工智能技術(shù)發(fā)展提供大量長期穩(wěn)健資金，助推人工智能技術(shù)快速發(fā)展，另一方面低效率的政府投資將擠占信貸資源，減少民間投資和消費(fèi)，消費(fèi)能力下降將導(dǎo)致大量過剩產(chǎn)能，危及社會穩(wěn)定，需要政府實(shí)施再分配政策。故本文構(gòu)建包括居民、企業(yè)和政府三部門的動態(tài)一般均衡模型并進(jìn)行數(shù)值模擬，探究經(jīng)濟(jì)奇點(diǎn)的臨界值及政府財政職能對其的影響，以期促進(jìn)政府資金投向人工智能同時降低對經(jīng)濟(jì)社會的不利影響，為我國早日實(shí)現(xiàn)經(jīng)濟(jì)社會的高質(zhì)量發(fā)展奠定理論和經(jīng)驗基礎(chǔ)。由于目前處于弱人工智能階段，相關(guān)數(shù)據(jù)較為匱乏，而數(shù)值模擬對數(shù)據(jù)依賴程度較低，與我們的研究較為切合，所以本文將采用數(shù)值模擬方法展開研究。

本文可能的邊際貢獻(xiàn)主要為：(1)在Aghion等(2017)的研究基礎(chǔ)上，引入人工智能生產(chǎn)部門，規(guī)避Aghion等(2017)模型中人工智能和勞動力嚴(yán)格的二分替代關(guān)系[9]，使得生產(chǎn)函數(shù)與目前人工智能和勞動力可共存的事實(shí)相符合；(2)在黃旭和董志強(qiáng)(2019)模型基礎(chǔ)上[10]，引入政府部門，探究政府投資和再分配對經(jīng)濟(jì)奇點(diǎn)的影響；(3)本文的稅收針對的是所有生產(chǎn)部門，而非黃旭和董志強(qiáng)(2019)的模型中僅對人工智能生產(chǎn)部門征稅[10]；(4)本文還對理論模型進(jìn)行數(shù)值模擬，以增強(qiáng)模型現(xiàn)實(shí)解釋力。

二、文獻(xiàn)綜述

技術(shù)作為經(jīng)濟(jì)增長的重要因素，一直備受學(xué)者關(guān)注，技術(shù)進(jìn)步會提升勞動者的技能，進(jìn)而提高勞動生產(chǎn)率乃至全要素生產(chǎn)率。在傳統(tǒng)經(jīng)濟(jì)增長模型中，如果技術(shù)進(jìn)步速度大于勞動力增長速度，受限于勞動力匱乏③，技術(shù)進(jìn)步對經(jīng)濟(jì)增長的邊際效益將逐漸遞減。而人工智能可通過機(jī)器替代人來解決經(jīng)濟(jì)增長過程中勞動力不足的問題，促進(jìn)經(jīng)濟(jì)奇點(diǎn)的實(shí)現(xiàn)。但在人工智能早期發(fā)展階段，需要政府的投資和政策支持，不過政府投資也是有成本的。本文首先歸納評述人工智能、政府財政職能與經(jīng)濟(jì)奇點(diǎn)的關(guān)系，為模型中量化經(jīng)濟(jì)奇點(diǎn)及其影響因素奠定研究基礎(chǔ)。

(一)人工智能與經(jīng)濟(jì)奇點(diǎn)

早期研究指出技術(shù)與勞動力通過互補(bǔ)關(guān)系促進(jìn)經(jīng)濟(jì)增長。Solow(1956)認(rèn)為不可再生生產(chǎn)要素的勞動力與可再生生產(chǎn)要素的資本間存在有限的替代關(guān)系，可通過技術(shù)進(jìn)步提高勞動生產(chǎn)效率進(jìn)而“節(jié)約”勞動力，否則經(jīng)濟(jì)增長將停滯。后續(xù)諸多研究在Solow(1956)基礎(chǔ)上[11]，解決勞動力短缺導(dǎo)致的資本邊際收益遞減問題，如通過中間產(chǎn)品創(chuàng)新[2]或人力資本投資[1]，降低生產(chǎn)過程中的勞動消耗量。早期的人工智能研究也認(rèn)為，人工智能與勞動力的關(guān)系以互補(bǔ)型為主，通過提高勞動和全要素生產(chǎn)率來促進(jìn)經(jīng)濟(jì)增長：第一，人工智能通過補(bǔ)充人類勞動來執(zhí)行復(fù)雜、危險任務(wù)，幫助企業(yè)提升競爭力，同時勞動者工資也會有所增加[12]。Hanson(2001)將人工智能分為互補(bǔ)型和替代型兩種，早期勞動力工資隨智能化程度提升而逐漸提高[13]。第二，人工智能可通過深度學(xué)習(xí)等技術(shù)輔助人類工作，實(shí)現(xiàn)生產(chǎn)、管理的智能化，提高勞動生產(chǎn)率。Brynjolfsson等(2011)調(diào)研了179家上市公司的商業(yè)分析業(yè)務(wù)對企業(yè)生產(chǎn)率的影響，發(fā)現(xiàn)通過商業(yè)數(shù)據(jù)分析進(jìn)行決策的企業(yè)生產(chǎn)率更高[14]。Graetz和Michaels(2018)利用17個國家的工業(yè)部門數(shù)據(jù)，發(fā)現(xiàn)工業(yè)機(jī)器人的應(yīng)用可將勞動力生產(chǎn)率提高0.36%[15]。第三，人工智能可以促進(jìn)創(chuàng)新。Kromann等(2020)認(rèn)為人工智能可以改善技術(shù)性能與創(chuàng)新過程，改善經(jīng)濟(jì)精細(xì)化發(fā)展方式[16]。

人工智能對經(jīng)濟(jì)增長的影響，與此前技術(shù)引致性增長并不相同，人工智能可在人與機(jī)器共存下，實(shí)現(xiàn)經(jīng)濟(jì)奇點(diǎn)。具體而言，首先，人工智能的出現(xiàn)使經(jīng)濟(jì)奇點(diǎn)引起了人們的關(guān)注。人工智能中的深度學(xué)習(xí)技術(shù)可利用龐大數(shù)據(jù)集按一定邏輯完成從輸入到輸出的整個映射過程。深度學(xué)習(xí)技術(shù)賦予機(jī)器具備人類擁有的知覺和認(rèn)知能力，在有限時間內(nèi)能帶來無限智慧，引發(fā)學(xué)者對經(jīng)濟(jì)奇點(diǎn)的關(guān)注。Good(1966)最早提出奇點(diǎn)理論，認(rèn)為超級計算機(jī)能自主設(shè)計生產(chǎn)機(jī)器，促進(jìn)經(jīng)濟(jì)永久性高速增長[17]；Aghion等(2017)認(rèn)為經(jīng)濟(jì)奇點(diǎn)能否到來，主要看知識增長的瓶頸能否打破，即人工智能能否進(jìn)入強(qiáng)人工智能階段[9]。其次，學(xué)者們僅描述了人工智能成熟后的社會場景，并未給出經(jīng)濟(jì)奇點(diǎn)狀態(tài)出現(xiàn)的時間，而后續(xù)學(xué)者對此看法也并不統(tǒng)一[17]。Kurzweil(2005)認(rèn)為2045年左右人工智能可跨越技術(shù)奇點(diǎn)，促進(jìn)經(jīng)濟(jì)持續(xù)性增長[18]，而Nordhaus(2015)認(rèn)為大約需要100年[4]。最后，人工智能會在人機(jī)共存的漫長過程中實(shí)現(xiàn)經(jīng)濟(jì)奇點(diǎn)。大部分學(xué)者堅信經(jīng)濟(jì)奇點(diǎn)會到來，但正如Upchurch 和Moore(2018)所述，讓機(jī)器人像人一樣思考仍有難度，引入人工智能導(dǎo)致的失業(yè)將限制其使用，目前硬件和軟件開發(fā)仍無法滿足人工智能發(fā)展要求[19](P45-71)。這意味著機(jī)器替代人的過程漫長，在同一任務(wù)類型中人與機(jī)器將長期共存，但現(xiàn)有人工智能對經(jīng)濟(jì)產(chǎn)出影響的理論模型大多建立在Zeira(1998)任務(wù)模型基礎(chǔ)上[20]，將任務(wù)二分為完全自動化任務(wù)和完全非自動化任務(wù)，前者全部使用資本進(jìn)行生產(chǎn)，后者全部使用勞動進(jìn)行生產(chǎn)[9][21][22]，會存在現(xiàn)實(shí)解釋力不足的問題。

人工智能通過節(jié)約勞動力、技術(shù)外溢來提高要素生產(chǎn)率進(jìn)而促進(jìn)經(jīng)濟(jì)的快速增長，對于經(jīng)濟(jì)奇點(diǎn)的主要爭議不在于技術(shù)約束，而在于政策約束。目前全球仍處于弱人工智能階段，人工智能與勞動力仍將長期共存于經(jīng)濟(jì)增長中，但經(jīng)濟(jì)奇點(diǎn)仍能在此階段中出現(xiàn)，Nomaler和Verspagen(2020)認(rèn)為持續(xù)性增長取決于任務(wù)自動化比例、人工智能與勞動力的相對成本以及二者間的替代彈性，即使人工智能無法完全替代勞動力，經(jīng)濟(jì)產(chǎn)出也可以依據(jù)持續(xù)的資本累積達(dá)到奇點(diǎn)狀態(tài)，即儲蓄隨人工智能技術(shù)發(fā)展而單調(diào)遞增，用于智能部門生產(chǎn)的資本持續(xù)增加，則可促進(jìn)經(jīng)濟(jì)保持持續(xù)穩(wěn)健增長[23]。但經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)需要對早期人工智能進(jìn)行大量投資，尤其是政府投資。

(二)政府財政職能與經(jīng)濟(jì)奇點(diǎn)

目前人工智能技術(shù)仍無法大規(guī)模商用，現(xiàn)階段人工智能投資量大且失敗概率高，私人投資不足，故需要政府投資來促進(jìn)人工智能技術(shù)的發(fā)展。而且隨著人工智能的發(fā)展，失業(yè)和貧富差距等社會問題會導(dǎo)致社會活力和消費(fèi)下降，需要政府進(jìn)行財富再分配，以穩(wěn)定社會發(fā)展。故作為財政職能中的政府投資和再分配政策均能影響達(dá)到經(jīng)濟(jì)奇點(diǎn)狀態(tài)的時間節(jié)點(diǎn)。下面就政府投資和再分配政策分別進(jìn)行文獻(xiàn)綜述。

1.政府投資與經(jīng)濟(jì)奇點(diǎn)。陳濤和趙婧君(2020)利用2015～2018年軟件和信息技術(shù)服務(wù)行業(yè)上市公司數(shù)據(jù)，研究發(fā)現(xiàn)得到政府補(bǔ)助越多的企業(yè)，研發(fā)投入也越多，企業(yè)的盈利質(zhì)量也越高[24]。而且國有經(jīng)濟(jì)投資具有低波動性和逆周期性，尤其是在經(jīng)濟(jì)衰退期，國有經(jīng)濟(jì)加大投資，降低了宏觀經(jīng)濟(jì)波動性[25]。因此我國政府近年來對人工智能愈發(fā)重視，希望加快人工智能發(fā)展，2017年人工智能首次被寫入兩會政府工作報告，2020年以5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)等為代表的新型基礎(chǔ)設(shè)施首次被寫入兩會政府工作報告。尤其是目前人工智能技術(shù)尚未成熟，投資量和風(fēng)險均較大，極易受外部宏觀經(jīng)濟(jì)沖擊影響，政府需將資本投向陷入危機(jī)但研發(fā)實(shí)力較強(qiáng)的龍頭企業(yè)，同時通過投資教育、醫(yī)療等公共物品與服務(wù)來提升社會人力資本，為人工智能發(fā)展提供急需人才[26]。

目前政府投資也存在效率低和擠出效應(yīng)等問題。一方面，隨著經(jīng)濟(jì)發(fā)展推進(jìn)，政府投資和經(jīng)濟(jì)發(fā)展的良性循環(huán)越來越弱。張彬和葛偉(2017)發(fā)現(xiàn)，總投資與未來收益率間存在負(fù)相關(guān)關(guān)系，即未來收益率下降會誘使企業(yè)和地方政府為了自身利益而增加投資，投資的增加腐蝕了盈利能力進(jìn)而誘發(fā)再投資，從而降低政府的投資效率[27]?？傮w來看，除江蘇、山東等個別省份外，我國地方政府整體投資效率較低[28]，政府投資效率平均損失達(dá)30%[5]。政府投資受風(fēng)險承受能力限制，一般偏向于資源類低風(fēng)險行業(yè)，從而導(dǎo)致投資過剩，而人工智能及配套產(chǎn)業(yè)尚處于發(fā)展初期，投資風(fēng)險較大，這極大考驗政府投資能力。另一方面，政府投資對私人投資和消費(fèi)具有一定的擠出效應(yīng)。政府投資資金主要來自財政收入和債務(wù)融資，稅收增加會降低私人投資動力進(jìn)而擠出民間投資[6]，而且政府信用遠(yuǎn)優(yōu)于民營企業(yè)和個人，政府對信貸資源的擠占將抑制私人投資，地方政府債務(wù)每上升1%，私人投資約下降0.21%[29]。當(dāng)然政府投資在提高稅負(fù)水平擠出居民消費(fèi)的同時，也能通過擴(kuò)大生產(chǎn)來增加工資收入進(jìn)而促進(jìn)居民消費(fèi)，但整體來看，政府投資會導(dǎo)致居民消費(fèi)率下降[30]。

處于初創(chuàng)期的人工智能產(chǎn)業(yè)亟需穩(wěn)定的投資資本，政府加大人工智能產(chǎn)業(yè)的投資將加快我國人工智能發(fā)展速度，而政府投資結(jié)構(gòu)亟需優(yōu)化以提升效率。同時，經(jīng)濟(jì)只有在供需平衡下才能實(shí)現(xiàn)真正的市場出清，否則因失業(yè)和收入不平等會導(dǎo)致有效需求不足，快速增長的產(chǎn)能僅是過剩產(chǎn)能。因此政府投資一方面要提高投資效率，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展，另一方面也要兼顧社會消費(fèi)，調(diào)整再分配政策，促進(jìn)經(jīng)濟(jì)良性循環(huán)。

2.再分配政策與經(jīng)濟(jì)奇點(diǎn)。首先，作為科學(xué)技術(shù)重大革新的人工智能，一旦走向成熟，很多工作崗位將被替代。例如，與汽車相關(guān)的技術(shù)進(jìn)步，無論是增加運(yùn)輸量，還是降低能耗，1輛汽車至少需要1名司機(jī)，但無人駕駛技術(shù)成熟后，運(yùn)輸能力將不再受勞動力影響。Frey和Osborne(2017)應(yīng)用概率分類模型估算了美國702種職業(yè)的前景，發(fā)現(xiàn)47%的崗位有被替代的風(fēng)險[31]，David(2017)運(yùn)用同樣的方法發(fā)現(xiàn)日本55%的職業(yè)有被替代的風(fēng)險[32]。Acemoglu和Restrepo(2018)的研究指出1990～2007年間機(jī)器人導(dǎo)致美國總體就業(yè)水平下降，每千人中增加1個機(jī)器人，就業(yè)人口比例會降低約0.18%～0.34%[33]。人工智能發(fā)展對勞動力就業(yè)產(chǎn)生沖擊是顯而易見的事實(shí)，意味著人工智能雖能在原有生產(chǎn)資料基礎(chǔ)上創(chuàng)造出更多的財富，但不一定能保證經(jīng)濟(jì)的穩(wěn)健增長。其次，隨著人工智能技術(shù)成本降低，資本回報率將增加，而資本往往集中在少部分人手里，從而加劇收入不平等。Brynjolfsson等(2011)發(fā)現(xiàn)，由于人工智能可以自我復(fù)制，廉價勞動力與普通資本均不具有可比性，財富會流向具有創(chuàng)新能力和新服務(wù)、商業(yè)模式的群體[14]。黃旭和董志強(qiáng)(2019)的理論模型顯示，如果對人工智能不加控制，經(jīng)濟(jì)將陷入停滯，而稅收逐漸增加和合理再分配的國家更容易實(shí)現(xiàn)經(jīng)濟(jì)和社會福利的雙增長[10]。綜合來看，以人工智能為標(biāo)志的第四次科技革命對就業(yè)和收入平等的沖擊達(dá)到以往無法比擬的速度與規(guī)模：沖擊范圍更廣，不只影響某個產(chǎn)業(yè)、某類勞動者，而是滲透到各行各業(yè)，與每位勞動者息息相關(guān)；沖擊力度更強(qiáng)，約50%的工作崗位受到?jīng)_擊；沖擊時間更久，人工智能不僅提高了工作崗位的智力要求，還降低了整體人力成本，失業(yè)者職業(yè)轉(zhuǎn)換更難，很可能導(dǎo)致永久性失業(yè)；造成兩極分化更明顯，人工智能技術(shù)創(chuàng)造者和使用者會受益，重復(fù)性勞動者會受損。

再分配政策與經(jīng)濟(jì)奇點(diǎn)的關(guān)系是復(fù)雜的，受到政府投資規(guī)模和效率的影響。人工智能可通過降低生產(chǎn)活動對勞動力的依賴、提高資本回報率、提升全要素生產(chǎn)率這三條途徑來提高經(jīng)濟(jì)發(fā)展質(zhì)量[22]。生產(chǎn)活動對勞動力依賴下降將產(chǎn)生失業(yè)風(fēng)險，并且智能資本掌握在少數(shù)高技術(shù)和高收入人群，會導(dǎo)致收入不平等進(jìn)一步擴(kuò)大，因此需要政府適當(dāng)調(diào)整收入政策，構(gòu)建新型社會保障體系。但縮小收入差距的再分配政策與經(jīng)濟(jì)增長的關(guān)系也不固定：一方面，現(xiàn)金轉(zhuǎn)移政策能提高窮人的消費(fèi)水平，甚至促使窮人投資相對回報率更高的人力資本，提高勞動力素質(zhì)；另一方面通過對富人征稅來籌集再分配政策資金，會降低企業(yè)和居民生產(chǎn)積極性，扭曲經(jīng)濟(jì)增長。呂煒和儲德銀(2011)發(fā)現(xiàn)再分配政策在中西部地區(qū)和東部地區(qū)的影響是不同的，再分配政策能夠有效促進(jìn)前者的經(jīng)濟(jì)增長，但不利于后者的經(jīng)濟(jì)增長[34]。因此再分配政策對經(jīng)濟(jì)奇點(diǎn)的影響是不確定的，取決于資金規(guī)模和籌集渠道。優(yōu)化政府投資結(jié)構(gòu)，提高政府投資效率，可在滿足經(jīng)濟(jì)發(fā)展基礎(chǔ)上，縮小政府投資規(guī)模，使得財政資源向再分配領(lǐng)域傾斜。

總之，現(xiàn)有研究普遍認(rèn)識到了人工智能可以促進(jìn)技術(shù)進(jìn)步和提高全要素生產(chǎn)率，同時也存在加劇失業(yè)風(fēng)險和收入不平等等社會問題，進(jìn)而導(dǎo)致社會消費(fèi)能力下降，故無論是在理論模型還是實(shí)踐中，均需要考慮居民部門消費(fèi)以及政府部門再分配對經(jīng)濟(jì)奇點(diǎn)的影響。而對于經(jīng)濟(jì)奇點(diǎn)到來的時間節(jié)點(diǎn)，以及政府投資和再分配政策對經(jīng)濟(jì)奇點(diǎn)的影響，目前研究尚顯不足。本文在已有研究基礎(chǔ)上，構(gòu)建包含居民、企業(yè)和政府三部門的動態(tài)一般均衡模型，并進(jìn)行豐富的數(shù)值模擬實(shí)驗，探究人工智能對經(jīng)濟(jì)奇點(diǎn)的影響及財政職能的作用，從而促進(jìn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)實(shí)現(xiàn)。

三、理論模型構(gòu)建與求解

本文構(gòu)建含有居民、企業(yè)和政府三部門的動態(tài)一般均衡模型，研究經(jīng)濟(jì)奇點(diǎn)臨界值以及政府財政職能對其的影響。本文以Aghion等(2017)、黃旭和董志強(qiáng)(2019)的模型為基準(zhǔn)[9][10]，做了以下三方面改進(jìn)：第一，在Aghion等(2017)構(gòu)建的居民、企業(yè)和政府三部門的動態(tài)一般均衡模型基礎(chǔ)上[9]，引入人工智能生產(chǎn)部門，規(guī)避Aghion等(2017)模型中人工智能與勞動力嚴(yán)格二分的替代關(guān)系，使得生產(chǎn)函數(shù)與目前人工智能和勞動力可共存的事實(shí)相符合；第二，在黃旭和董志強(qiáng)(2019)模型基礎(chǔ)上[10]，引入政府部門，探究政府投資和再分配政策對經(jīng)濟(jì)奇點(diǎn)臨界值的影響；第三，本文的稅收針對的是所有生產(chǎn)部門，而非黃旭和董志強(qiáng)(2019)模型中僅對人工智能生產(chǎn)部門征稅。

(一)居民部門

由于單個個體在年輕時期和老年時期的勞動和消費(fèi)差異較大，故刻畫居民部門行為時采用世代交疊模型。本文假設(shè)經(jīng)濟(jì)體中的居民由連續(xù)同質(zhì)個體構(gòu)成，單個個體僅存在兩期，新人繼續(xù)出生，老人不斷消亡，實(shí)現(xiàn)人口的新老交替。由于居民部門個體是同質(zhì)的，個體效用最大化即為總體效用最大化。個體年輕時積累財富，用于年輕和老年時期的消費(fèi)，故總體效用應(yīng)包括當(dāng)前效用和老年效用的時間貼現(xiàn)，即居民部門的效用函數(shù)形式為：

U(ct)=lnC1t+βlnC2t+1

(1)

式(1)中，β為主觀貼現(xiàn)因子，t為時間，C1t、C2t+1分別為第t期年輕人消費(fèi)和第t+1期老人消費(fèi)。人工智能沖擊了就業(yè)市場，導(dǎo)致失業(yè)和收入不平等問題，由于就業(yè)市場主力是年輕人，故應(yīng)給予因人工智能沖擊而收入受損的年輕人一定的現(xiàn)金轉(zhuǎn)移收入，與新型社會保障政策④給予18～64歲人群現(xiàn)金補(bǔ)貼提議相一致。而且世代交疊模型認(rèn)為老年人的消費(fèi)資金來自年輕時的儲蓄，故本文再分配政策僅針對個體的第一期，即年輕人。由于本文研究財富再分配對經(jīng)濟(jì)的影響，故將政府補(bǔ)貼總額直接加入居民部門的預(yù)算約束函數(shù)中，即為：

C1t+St=(1-τ)(1-b)ωt+Tct

(2)

C2t+1=(1+rt+1)St

(3)

式(2)～(3)中，Tct為政府給予居民的補(bǔ)貼，τ表示再分配規(guī)模，b表示政府投資規(guī)模，τ和b越大，表明再分配政策和政府投資的規(guī)模也越大。ωt為工資，rt+1為利率，St為居民儲蓄。

(二)生產(chǎn)部門

人工智能在生產(chǎn)函數(shù)中的刻畫是研究人工智能理論模型的關(guān)鍵，主要有三種方式：第一，在Zeira(1998)基于任務(wù)模型基礎(chǔ)上[20]，Aghion等(2017)引入“鮑莫爾成本病”思想，通過人工智能發(fā)展程度來刻畫人工智能與勞動力間的替代關(guān)系[9]，但在生產(chǎn)任務(wù)中二者是完全二分對立的，顯然與目前人工智能和勞動力共存現(xiàn)象不符。第二，Nomaler和Verspagen(2020)采用資本異質(zhì)性來刻畫人工智能，即在生產(chǎn)函數(shù)中將資本區(qū)分為設(shè)備等普通資本與人工智能等智能資本[23]，但智能資本與普通資本很難準(zhǔn)確區(qū)分，無法進(jìn)行數(shù)值模擬。第三，在Acemoglu(2003)將生產(chǎn)部門劃分為勞動密集型生產(chǎn)部門和資本密集型生產(chǎn)部門的方法的基礎(chǔ)上[35]，黃旭和董志強(qiáng)(2019)在模型中通過新生產(chǎn)部門來刻畫人工智能，并且新生產(chǎn)部門與傳統(tǒng)生產(chǎn)部門處于競爭關(guān)系，資本要素流動反映了兩部門的競爭關(guān)系，資本流入新生產(chǎn)部門，將會擠壓傳統(tǒng)生產(chǎn)部門的規(guī)模，進(jìn)而間接替代勞動力[10]。黃旭和董志強(qiáng)(2019)的模型既避免了Aghion等(2017)模型中人工智能和勞動力完全二分對立關(guān)系，又避免了Nomaler和Verspagen(2020)研究中難以數(shù)值模擬的問題。故本文的生產(chǎn)函數(shù)形式如下：

(4)

式(4)中，Yt為總產(chǎn)出， Kt和L分別為傳統(tǒng)部門的資本和勞動投入，α為傳統(tǒng)生產(chǎn)部門的資本產(chǎn)出彈性系數(shù)。受老齡化和低出生率影響，我國適齡勞動人口數(shù)量自2012年起連續(xù)7年下降，7年間減少了2600多萬人⑤，但考慮到我國現(xiàn)有近9億勞動力人口，故本文假設(shè)勞動力數(shù)量保持不變，不失一般性為1，且新人和老人各占一半。由于刻畫居民部門行為時，采用的是世代交疊模型，保證勞動力假設(shè)不變，可避免市場不完善以及異質(zhì)性家庭與代際聯(lián)系所引致的問題。由于人工智能可以解決勞動力短缺問題，新人和老人誰多誰少不影響生產(chǎn)函數(shù)，如果人工智能極大提升勞動力供給，導(dǎo)致經(jīng)濟(jì)產(chǎn)出極大豐富，老年人消費(fèi)對資本累積影響也不大。故為便于簡化計算，嚴(yán)格限定新人和老人各占一半，對模型求解和模擬影響有限。At為人工智能技術(shù)水平，At不小于1，Xt為新生產(chǎn)部門的資本投入。

由于要素市場完全競爭，要素價格等于邊際產(chǎn)出，即：

(5)

(6)

(7)

式(5)～(7)中，Rt為傳統(tǒng)生產(chǎn)部門資本的回報率，θt為新生產(chǎn)部門資本的回報率,kt為傳統(tǒng)部門的人均資本。傳統(tǒng)生產(chǎn)部門中，資本無法替代勞動力的作用，政府投資越多，對經(jīng)濟(jì)拉動作用越小，政府投資和經(jīng)濟(jì)發(fā)展的良性循環(huán)越來越弱，因為政府投資對私人投資和消費(fèi)具有一定的擠出效應(yīng)，沖擊經(jīng)濟(jì)高質(zhì)量發(fā)展和推遲經(jīng)濟(jì)奇點(diǎn)的實(shí)現(xiàn)，即投資驅(qū)動型經(jīng)濟(jì)增長動能越來越弱。新生產(chǎn)部門中，人工智能技術(shù)可使新生產(chǎn)部門擺脫勞動力限制，在經(jīng)濟(jì)產(chǎn)出大幅增長同時提高要素生產(chǎn)效率，提高資本回報率。故隨著人工智能技術(shù)發(fā)展，傳統(tǒng)生產(chǎn)部門資本回報率逐漸下降，新生產(chǎn)部門資本回報率逐漸上升，兩部門回報率在動態(tài)調(diào)整過程中，達(dá)到均衡狀態(tài)。

(三)政府部門

本文在模型中引入政府部門，人工智能目前處于初始發(fā)展階段，亟需穩(wěn)定的政府資金，而且隨著人工智能對勞動力替代程度增大，越發(fā)需要政府部門通過稅收調(diào)節(jié)收入分配。為了簡化分析，本文在模型中不考慮政府行政支出，經(jīng)濟(jì)產(chǎn)出中的b部分用于政府的投資活動，剩余部分中的τ部分用于再分配以促進(jìn)大眾消費(fèi)。則再分配規(guī)模為：

Tct=τ(1-b)(ωtL+AtSt)

(8)

將式(8)除以勞動總量，便可得到政府給予居民的人均補(bǔ)貼tct：

tct=τ(1-b)(ωt+Atst)

(9)

考慮到各國政府都大力扶持本國人工智能相關(guān)產(chǎn)業(yè)，而黃旭和董志強(qiáng)(2019)的研究中提出單獨(dú)對新生產(chǎn)部門征稅[10]，顯然與事實(shí)不符。本文在對產(chǎn)業(yè)征稅時，并不區(qū)分新老生產(chǎn)部門，而是對工資收入和利息收入征稅，然后再通過政府投資補(bǔ)貼人工智能相關(guān)產(chǎn)業(yè)。

(四)市場均衡條件

通過求解在式(2)～(3)約束下式(1)的效用最大化，可求得居民的消費(fèi)和儲蓄：

C2t+1=β(1+rt+1)C1t

(10)

(11)

將式(8)帶入式(11)中可得：

(12)

當(dāng)在經(jīng)濟(jì)奇點(diǎn)狀態(tài)下，資本可以在兩個部門間自由流動，不存在套利行為，所以有：

(13)

投資資本來源于儲蓄，假設(shè)儲蓄的ρt部分將流向傳統(tǒng)生產(chǎn)部門，1-ρt部分流向新生產(chǎn)部門，則傳統(tǒng)生產(chǎn)部門和新生產(chǎn)部門的人均資本分別為：

kt+1=ρt(st+b(ωt+Atst))

(14)

xt+1=(1-ρt)(st+b(ωt+Atst))

(15)

將式(5)、式(12)代入式(14)～(15)可知：

(16)

將式(13)帶入式(5)中，可知人均工資為：

(17)

將式(17)帶入式(12)中，可知人均儲蓄為：

(18)

將式(18)帶入式(15)中，可知新生產(chǎn)部門的人均資本投入為：

(19)

(五)人工智能帶來的經(jīng)濟(jì)奇點(diǎn)及其影響因素

(20)

對式(20)兩邊求At的導(dǎo)數(shù)，可得：

(21)

由于x′t+1是先單調(diào)遞減后單調(diào)遞增，所以當(dāng)式(21)等于0時，xt+1有最小值，即人均智能資本有最小值，該點(diǎn)即為經(jīng)濟(jì)奇點(diǎn)臨界值：

(22)

當(dāng)0A0時，人均社會儲蓄、人均智能資本隨人工智能技術(shù)發(fā)展而單調(diào)遞增。也就是說，當(dāng)At大于經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0后，人均社會儲蓄、人均智能資本持續(xù)不斷增加，為經(jīng)濟(jì)的持續(xù)增長奠定智能資本基礎(chǔ)，即可達(dá)到經(jīng)濟(jì)奇點(diǎn)狀態(tài)。

對式(22)進(jìn)行變形可得：

(23)

由式(23)來看，資本產(chǎn)出彈性系數(shù)α越大，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0也越大。對式(22)兩邊求政府投資規(guī)模b的導(dǎo)數(shù)，可得：

(24)

對式(22)兩邊求再分配規(guī)模τ的導(dǎo)數(shù)，可得：

(25)

由理論模型求解可知，當(dāng)人工智能技術(shù)發(fā)展水平達(dá)到經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0時，人均智能資本單調(diào)遞增，經(jīng)濟(jì)在智能資本源源不斷投入下即可實(shí)現(xiàn)持續(xù)穩(wěn)定增長。經(jīng)濟(jì)奇點(diǎn)臨界值受資本產(chǎn)出彈性系數(shù)α、政府投資b、再分配規(guī)模τ的影響(見圖1)：資本產(chǎn)出彈性與經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0呈正相關(guān)關(guān)系，α越大，A0也越大；政府投資規(guī)模b與經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0呈U型關(guān)系，A0先隨b增加而減少，后隨b增加而增加；再分配規(guī)模τ與經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0呈倒U型關(guān)系，A0先隨τ增加而增加，后隨τ增加而減少。

圖1 邏輯結(jié)構(gòu)圖

四、經(jīng)濟(jì)奇點(diǎn)及其影響因素的數(shù)值模擬分析

理論模型求解出了經(jīng)濟(jì)奇點(diǎn)的臨界值，本文利用數(shù)值模擬方法來探尋經(jīng)濟(jì)奇點(diǎn)的時間節(jié)點(diǎn)，并通過動態(tài)調(diào)整資本產(chǎn)出彈性系數(shù)α、政府投資規(guī)模b、再分配規(guī)模τ來模擬經(jīng)濟(jì)奇點(diǎn)的影響因素。

(一)模型參數(shù)校準(zhǔn)

對經(jīng)濟(jì)奇點(diǎn)狀態(tài)進(jìn)行數(shù)值模擬，必須先對模型參數(shù){α、β、ρt、b、τ }進(jìn)行校準(zhǔn)。第一，借鑒林晨等(2020)的做法[36]，采用物資資本產(chǎn)出彈性來校準(zhǔn)α，許永洪等(2020)利用時變參數(shù)估計方法在解決參數(shù)內(nèi)生性和時變性問題后，測算出我國資本產(chǎn)出彈性為0.8[37]，故本文α取值為0.8。本文選取的資本產(chǎn)出彈性校準(zhǔn)值比其他文獻(xiàn)校準(zhǔn)值高，有以下幾方面原因：首先，本文的資本產(chǎn)出彈性指的是傳統(tǒng)生產(chǎn)部門的產(chǎn)出彈性，不含服務(wù)行業(yè)，而服務(wù)行業(yè)一般輕資產(chǎn)經(jīng)營，其資本產(chǎn)出彈性較生產(chǎn)行業(yè)低很多；其次，目前人工智能技術(shù)尚未進(jìn)行大規(guī)模商用，新舊部門間的競爭并不激烈，如果傳統(tǒng)部門資本產(chǎn)出彈性較低，則在模型模擬過程中，資本快速流入新生產(chǎn)部門，進(jìn)而導(dǎo)致新生產(chǎn)部門較早替代傳統(tǒng)生產(chǎn)部門，經(jīng)濟(jì)奇點(diǎn)到來較早，與目前人工智能發(fā)展現(xiàn)狀不符；再次，在人工智能相關(guān)模擬文章中，傳統(tǒng)部門的資本產(chǎn)出彈性普遍偏高[36]，因為智能資本與普通資本間也存在替代彈性，但缺乏數(shù)據(jù)，很難進(jìn)行校準(zhǔn)，導(dǎo)致低估了新生產(chǎn)部門對傳統(tǒng)生產(chǎn)部門的替代難度，故現(xiàn)有文獻(xiàn)普遍采用高資本產(chǎn)出彈性，傳統(tǒng)生產(chǎn)部門的高資本回報率，延遲了新生產(chǎn)部門對其的替代進(jìn)度，更符合現(xiàn)實(shí)情況。第二，關(guān)于時間貼現(xiàn)因子β，借鑒莊子罐等(2012)的做法[38]，β取值為0.99。第三，由于人工智能技術(shù)內(nèi)生于模型，故需估算流向傳統(tǒng)生產(chǎn)部門的資本份額ρt，而Purdy等(2017)認(rèn)為人工智能可使我國GDP增長率每年提高1.6個百分點(diǎn)[39]，近10年來我國資本形成貢獻(xiàn)率較為穩(wěn)定，平均值為42.24%，故投向人工智能的資本年均增長率需達(dá)到3.79%，進(jìn)而可以倒推出新增資本中流向傳統(tǒng)生產(chǎn)部門的份額ρt。由于儲蓄流向新生產(chǎn)部門的資本逐年定速增長，故ρt值是逐年下降的。第四，關(guān)于政府投資規(guī)模b，2016～2018年政府投資占一般公共預(yù)算收入比值的平均值為22%⑥，考慮到該比值逐年遞減，故本文b取值為20%。第五，關(guān)于向居民部門的轉(zhuǎn)移收入規(guī)模τ，2015～2017年社會保障和就業(yè)支出⑦占一般公共預(yù)算收入比值的平均值為5.44%，考慮到該比值逐年遞增，故本文τ取值為5.5%。第六，Purdy等(2017)預(yù)測人工智能對我國經(jīng)濟(jì)增長影響的起點(diǎn)為2016年[39]，故本文數(shù)值模擬的起點(diǎn)也為2016年。

(二)經(jīng)濟(jì)奇點(diǎn)

人工智能可通過提高全要素生產(chǎn)效率來增加資本邊際產(chǎn)出效率，經(jīng)濟(jì)產(chǎn)出增加進(jìn)一步累積可投資資本，形成良性循環(huán)。但發(fā)展初期處于弱人工智能階段，技術(shù)尚未突破奇點(diǎn)，相關(guān)研發(fā)投入并未大幅增加資本邊際產(chǎn)出，以抵消資本折舊或攤銷部分。因此經(jīng)濟(jì)要想達(dá)到奇點(diǎn)狀態(tài)，人工智能發(fā)展水平便要突破技術(shù)奇點(diǎn)，即達(dá)到臨界值A(chǔ)0水平。根據(jù)已校準(zhǔn)的模型參數(shù)，經(jīng)濟(jì)奇點(diǎn)臨界值為12.16。從圖2來看，人工智能技術(shù)At呈逐年持續(xù)進(jìn)步狀態(tài)，從初始期2016年的1快速上升到2066年的12.35，突破技術(shù)奇點(diǎn)，隨后仍呈快速發(fā)展趨勢。由式(22)可知，2066年之前，隨著人工智能的發(fā)展，人均智能資本受資本折舊或攤銷影響呈下降趨勢；2066年后，隨著人工智能突破技術(shù)奇點(diǎn)后，投向人工智能的資本大幅增加，對沖了資本折舊或攤銷的不利影響，智能資本呈持續(xù)增加的趨勢，使得經(jīng)濟(jì)僅依賴不斷增長的智能資本即可保持持續(xù)穩(wěn)健增長，即達(dá)到經(jīng)濟(jì)奇點(diǎn)。

圖2 人工智能技術(shù)發(fā)展趨勢圖

(三)政府財政職能對經(jīng)濟(jì)奇點(diǎn)的影響分析

由式(22)來看，資本產(chǎn)出彈性系數(shù)α、政府投資b、向居民部門轉(zhuǎn)移收入τ均能影響經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0。而且這些參數(shù)也在式(16)中，能影響人工智能技術(shù)的發(fā)展趨勢，那么這些參數(shù)對經(jīng)濟(jì)奇點(diǎn)的到來會有何影響？

1. 資本產(chǎn)出彈性越大，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0越大，達(dá)到經(jīng)濟(jì)奇點(diǎn)狀態(tài)的時間節(jié)點(diǎn)越遲。資本產(chǎn)出彈性越大，說明傳統(tǒng)生產(chǎn)部門資本相對于勞動力作用也越大，那么傳統(tǒng)生產(chǎn)部門依靠投資累積也可穩(wěn)定經(jīng)濟(jì)產(chǎn)出，故老齡化導(dǎo)致的勞動力不足問題對經(jīng)濟(jì)影響越弱，人工智能發(fā)展的緊迫性越小，投向人工智能的資本增速下降，經(jīng)濟(jì)奇點(diǎn)臨界值越大。從圖3來看，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0與資本產(chǎn)出彈性α正相關(guān)，A0由2.43快速上升到15.89。傳統(tǒng)生產(chǎn)部門作用越大，對人工智能技術(shù)發(fā)展的不利影響越大，經(jīng)濟(jì)奇點(diǎn)時間節(jié)點(diǎn)也由2023年逐漸推遲到2066年。當(dāng)然，受傳統(tǒng)生產(chǎn)部門勞動力限制⑧，對人工智能生產(chǎn)部門的不利影響逐漸減弱，資本重新流入新生產(chǎn)部門，助力經(jīng)濟(jì)奇點(diǎn)的早日實(shí)現(xiàn)，故隨后經(jīng)濟(jì)奇點(diǎn)時間節(jié)點(diǎn)又緩慢下降到2061年。隨著我國經(jīng)濟(jì)發(fā)展，逐漸積累的資本將降低資本回報率，傳統(tǒng)生產(chǎn)部門資本產(chǎn)出彈性有逐漸下降趨勢，故無論是政府投資還是私人投資，均需要尋找新的投資高點(diǎn)，如尚未成熟但未來具有高回報率的5G、大數(shù)據(jù)、人工智能等“新基建”，提高投資效率。

圖3 資本產(chǎn)出彈性條件下經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0和時間節(jié)點(diǎn)變化趨勢

2.政府投資規(guī)模越大，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0越大，達(dá)到經(jīng)濟(jì)奇點(diǎn)狀態(tài)的時間節(jié)點(diǎn)越遲。目前我國政府投資主要集中于公共基礎(chǔ)設(shè)施領(lǐng)域，具有投資周期長、體量大、收益較低等特點(diǎn)?；A(chǔ)設(shè)施投資對工業(yè)生產(chǎn)至關(guān)重要，但人工智能領(lǐng)域更需要的是智力投資，而我國在教育等公共物品和服務(wù)領(lǐng)域存在投資不足問題，由此基礎(chǔ)設(shè)施投資會擠占投向人工智能相關(guān)領(lǐng)域的資本，進(jìn)而導(dǎo)致經(jīng)濟(jì)奇點(diǎn)臨界值較高，使得經(jīng)濟(jì)奇點(diǎn)延遲到來。從圖4來看，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0與政府投資規(guī)模b正相關(guān)，位于理論模型預(yù)測的U型關(guān)系的右側(cè)，A0由7.14快速上升到15.48，經(jīng)濟(jì)奇點(diǎn)時間節(jié)點(diǎn)也由2035年逐漸推遲到2082年。政府投資規(guī)模越大，經(jīng)濟(jì)奇點(diǎn)狀態(tài)時間節(jié)點(diǎn)越遲，主要原因有兩方面：其一，政府投資規(guī)模越大，政府財政收入用于再分配的規(guī)模越小，即政府投資對私人投資和消費(fèi)具有一定的擠出效應(yīng)[29][30]，需要重視再分配在經(jīng)濟(jì)發(fā)展中的作用。其二，改革開放初期，我國基礎(chǔ)設(shè)施較差，“舊基建”對經(jīng)濟(jì)的帶動作用較強(qiáng)，投資效率高。但近些年，我國基礎(chǔ)設(shè)施趨向飽和，投資效率下降，需要提高政府投資方向由“舊基建”適當(dāng)轉(zhuǎn)向“新基建”的積極性，以增加投資效率，促進(jìn)經(jīng)濟(jì)奇點(diǎn)狀態(tài)早日到來。

圖4 政府投資條件下經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0和時間節(jié)點(diǎn)變化趨勢

3. 再分配規(guī)模越大，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0越小，達(dá)到經(jīng)濟(jì)奇點(diǎn)狀態(tài)的時間節(jié)點(diǎn)越早。從圖5來看，經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0與再分配規(guī)模τ呈負(fù)相關(guān)關(guān)系，位于理論模型預(yù)測的倒U型關(guān)系右側(cè)，A0由18.09快速下降到6.52。通過向居民部門轉(zhuǎn)移收入，促進(jìn)消費(fèi)進(jìn)而提高投資資金流轉(zhuǎn)效率，降低人工智能研發(fā)成本和風(fēng)險，可促進(jìn)經(jīng)濟(jì)奇點(diǎn)提前到來，經(jīng)濟(jì)奇點(diǎn)時間節(jié)點(diǎn)也由2084年逐漸提前到2039年?？梢?，人工智能技術(shù)越成熟，其對就業(yè)市場沖擊力度越大，導(dǎo)致的失業(yè)和不穩(wěn)定雇傭關(guān)系社會問題也越嚴(yán)重。因此政府部門可利用稅收對居民部門進(jìn)行長期現(xiàn)金轉(zhuǎn)移補(bǔ)貼，為居民構(gòu)建確定性消費(fèi)環(huán)境，促進(jìn)社會總消費(fèi)，進(jìn)而激勵企業(yè)進(jìn)行投資和研發(fā)活動，盤活經(jīng)濟(jì)發(fā)展，形成良性循環(huán)。

圖5 再分配政策條件下經(jīng)濟(jì)奇點(diǎn)臨界值A(chǔ)0和時間節(jié)點(diǎn)變化趨勢

五、結(jié)論與政策建議

本文構(gòu)建包括居民、企業(yè)和政府三部門的動態(tài)一般均衡模型并進(jìn)行數(shù)值模擬，探究經(jīng)濟(jì)奇點(diǎn)的臨界值及影響因素，為我國經(jīng)濟(jì)高質(zhì)量發(fā)展奠定理論和經(jīng)驗基礎(chǔ)。由理論模型求解可知：(1)當(dāng)人工智能技術(shù)達(dá)到奇點(diǎn)時，智能資本單調(diào)遞增，經(jīng)濟(jì)在智能資本源源不斷投入下可實(shí)現(xiàn)持續(xù)穩(wěn)定增長，即為經(jīng)濟(jì)奇點(diǎn)。(2)資本產(chǎn)出彈性與經(jīng)濟(jì)奇點(diǎn)臨界值呈正相關(guān)關(guān)系，資本產(chǎn)出彈性越大，經(jīng)濟(jì)奇點(diǎn)臨界值也越大，經(jīng)濟(jì)奇點(diǎn)越難實(shí)現(xiàn)；(3)政府投資規(guī)模與經(jīng)濟(jì)奇點(diǎn)臨界值呈U型關(guān)系，政府投資規(guī)模越大，經(jīng)濟(jì)奇點(diǎn)臨界值先減少后增大，意味著經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)先易后難；(4)再分配規(guī)模與經(jīng)濟(jì)奇點(diǎn)臨界值呈倒U型關(guān)系，即向居民部門轉(zhuǎn)移收入規(guī)模越大，經(jīng)濟(jì)奇點(diǎn)臨界值先增大后減少，意味著經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)先難后易。數(shù)值模擬結(jié)果顯示，到2066年，我國經(jīng)濟(jì)能越過經(jīng)濟(jì)奇點(diǎn)臨界值12.16，越過奇點(diǎn)后智能資本可實(shí)現(xiàn)快速累積，助力經(jīng)濟(jì)快速穩(wěn)健增長。就影響機(jī)制來看，資本產(chǎn)出彈性和政府投資越大，經(jīng)濟(jì)奇點(diǎn)臨界值越大，經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)則越難；而再分配規(guī)模越大，可促進(jìn)居民消費(fèi)進(jìn)而激發(fā)企業(yè)的投資和研發(fā)活動熱情，助力經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)。人工智能可使經(jīng)濟(jì)處于奇點(diǎn)狀態(tài)，但政府投資規(guī)模越大，則經(jīng)濟(jì)奇點(diǎn)狀態(tài)實(shí)現(xiàn)越困難，主要是因為政府投資效率較低且擠出了私人消費(fèi)和投資。資本產(chǎn)出彈性和再分配規(guī)模對經(jīng)濟(jì)奇點(diǎn)的影響，間接證明了政府投資存在上述問題。

雖然模擬結(jié)果顯示我國經(jīng)濟(jì)于2066年才能達(dá)到奇點(diǎn)狀態(tài)，但正如理論模型強(qiáng)調(diào)的人工智能與勞動力并非嚴(yán)格二分替代關(guān)系，即在人工智能未完全替代勞動力情況下，經(jīng)濟(jì)也能處于奇點(diǎn)狀態(tài)。在政府投資促進(jìn)人工智能發(fā)展進(jìn)而推動我國經(jīng)濟(jì)達(dá)到奇點(diǎn)狀態(tài)過程中，人工智能也會導(dǎo)致大量失業(yè)和加大貧富差距等社會問題。以無人駕駛汽車為例，2020年10月11日，百度自動駕駛出租車服務(wù)在北京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、海淀區(qū)、順義區(qū)等數(shù)十個自動駕駛出租車站點(diǎn)全面開放，是繼長沙、滄州后開放常態(tài)化無人駕駛服務(wù)的第三個城市。而據(jù)思邁汽車信息咨詢公司預(yù)測，到2035年我國將擁有570萬輛無人駕駛汽車，是全球最大市場⑨，無人駕駛汽車有望逐漸普及開來。這與2019年9月頒發(fā)的《交通強(qiáng)國建設(shè)綱要》中提出，到2035年利用大數(shù)據(jù)、人工智能等新技術(shù)把我國基本建成交通強(qiáng)國的要求相一致。而2019年我國從事交通運(yùn)輸、倉儲和郵政業(yè)的人員達(dá)2500萬人⑨，無人駕駛汽車將對運(yùn)輸業(yè)就業(yè)人員造成較大沖擊。而且政府投資通過擠出私人投資和消費(fèi)，使得普通群眾難以享受到人工智能紅利，會進(jìn)一步惡化人工智能導(dǎo)致的失業(yè)和貧富差距等社會問題。因此我國在推動人工智能技術(shù)發(fā)展以提升經(jīng)濟(jì)發(fā)展質(zhì)量時，應(yīng)優(yōu)化投資規(guī)模和結(jié)構(gòu)，提高政府投資效率，并重視再分配，完善社會保障體系：

第一，淡化經(jīng)濟(jì)增長目標(biāo)，發(fā)力“新基建”， 優(yōu)化政府投資結(jié)構(gòu)，提高政府投資效率。數(shù)值模擬結(jié)果顯示，政府投資規(guī)模越大，反而不利于經(jīng)濟(jì)奇點(diǎn)實(shí)現(xiàn)，說明傳統(tǒng)基礎(chǔ)設(shè)施投資逐漸趨向飽和，投資回報率不足，我國政府投資結(jié)構(gòu)亟需適當(dāng)優(yōu)化，即以“新基建”帶動政府投資效率提升。隨著人工智能技術(shù)的發(fā)展，智能資本可實(shí)現(xiàn)遞增累積，而且相較于傳統(tǒng)生產(chǎn)部門，智能生產(chǎn)作用越發(fā)凸顯，經(jīng)濟(jì)可依賴逐漸累積的智能資本實(shí)現(xiàn)高質(zhì)量發(fā)展。因此我國應(yīng)該逐漸弱化經(jīng)濟(jì)增長目標(biāo)，提高政府投資質(zhì)量，引導(dǎo)資金高效投資，同時加大公共服務(wù)產(chǎn)品的供給能力。相較于道路橋梁等“舊基建”，5G基建、大數(shù)據(jù)中心、人工智能等七大領(lǐng)域科技端的“新基建”，能為人工智能的技術(shù)創(chuàng)新、技術(shù)和應(yīng)用場景深度融合、新模式和新業(yè)態(tài)落地，提供全面支撐體系。我國應(yīng)在“舊基建”穩(wěn)經(jīng)濟(jì)、保民生基礎(chǔ)上，構(gòu)建資本損失與投資回報更為平衡的投資監(jiān)管機(jī)制，促進(jìn)政府投資適當(dāng)轉(zhuǎn)向高風(fēng)險、高收益的“新基建”，以實(shí)現(xiàn)人工智能技術(shù)的快速發(fā)展和落地，促進(jìn)經(jīng)濟(jì)高質(zhì)量增長同時，提高資本邊際產(chǎn)出效率和回報率，將政府投資規(guī)模與經(jīng)濟(jì)奇點(diǎn)關(guān)系拉回U型曲線的左側(cè)，促進(jìn)經(jīng)濟(jì)奇點(diǎn)狀態(tài)早日實(shí)現(xiàn)。

第二，加大再分配力度，完善社會保障體系。數(shù)值模擬結(jié)果顯示，再分配政策規(guī)模越大，達(dá)到經(jīng)濟(jì)奇點(diǎn)的時間節(jié)點(diǎn)越早，說明再分配政策能促進(jìn)居民有效消費(fèi)，提高資金流轉(zhuǎn)效率，防止出現(xiàn)產(chǎn)能過剩。隨著人工智能技術(shù)發(fā)展，失業(yè)和收入不平等問題將對社會穩(wěn)定造成嚴(yán)重沖擊，而政府投資規(guī)模過大將惡化上述問題。故政府應(yīng)適當(dāng)縮減投資規(guī)模，構(gòu)建以普遍基本收入為基礎(chǔ)的新型社會保障體系，加大對居民部門的現(xiàn)金轉(zhuǎn)移，促進(jìn)居民部門有效消費(fèi)，增加資本在投資、生產(chǎn)、消費(fèi)循環(huán)中的流轉(zhuǎn)速度，將再分配規(guī)模與經(jīng)濟(jì)奇點(diǎn)關(guān)系強(qiáng)化在倒U型曲線的右側(cè)，促進(jìn)經(jīng)濟(jì)奇點(diǎn)狀態(tài)早日實(shí)現(xiàn)。但目前我國政府財政能力在中短期內(nèi)無法覆蓋普遍基本收入政策成本，除適當(dāng)縮減政府投資外，還需要拓寬資金籌資渠道：如果通過政府部門縮減支出進(jìn)行再分配，雖對經(jīng)濟(jì)的干擾程度較小，但由于教育、醫(yī)療、養(yǎng)老等公共服務(wù)產(chǎn)品支出增加，資金籌集能力有限，僅能對特定人群進(jìn)行定向轉(zhuǎn)移支付，覆蓋廣度和深度有限；如果通過新征稅項進(jìn)行再分配，雖短期籌資能力較強(qiáng)，但對經(jīng)濟(jì)干擾程度較大，且需要國際稅收合作，否則會導(dǎo)致資本大幅流出，對經(jīng)濟(jì)和社會穩(wěn)定造成沖擊。因此為了完善社會保障體系，還需結(jié)合人工智能對就業(yè)的沖擊力度，靈活運(yùn)用“開源”和“節(jié)流”分配政策，合理調(diào)整再分配。

注釋：

①羅素和諾維格(2013)將人工智能分為三個等級：弱人工智能階段，專注完成某個特定任務(wù)，如打敗人類圍棋高手的AlphaGo；強(qiáng)人工智能階段，具有人類的知覺和認(rèn)知能力，與人類能力比肩；超人工智能階段，在所有領(lǐng)域的能力均超過人類。

②數(shù)據(jù)來自麥肯錫咨詢公司于2017年發(fā)布的《Jobs Lost, Jobs Gained: Workforce Transitions in A Time of Automation》報告。

③受老齡化影響，全球大部分地區(qū)面臨勞動力匱乏問題，尤其是人工智能、機(jī)器人、醫(yī)藥研發(fā)等高新技術(shù)產(chǎn)業(yè)領(lǐng)域的高端人才。

④為了應(yīng)對人工智能引發(fā)的失業(yè)和社會不平等問題，以普遍基本收入為主的新型社會保障政策的討論和實(shí)踐并不少，尤其在最近幾年，經(jīng)濟(jì)學(xué)、政治學(xué)和社會學(xué)等各領(lǐng)域都有論述，發(fā)達(dá)國家和發(fā)展中國家也都開始小范圍實(shí)施這項政策。普遍基本收入政策具有五個核心特征：第一，它是一種現(xiàn)金轉(zhuǎn)移，既不以實(shí)物支付，也不是以專用于特定用途的憑單支付?，F(xiàn)金是一種行之有效的援助手段，而慈善機(jī)構(gòu)提供的許多商品和服務(wù)則不是。給予現(xiàn)金而不是物質(zhì)或服務(wù)最重要的好處是，允許人們按照自身意愿購買他們?nèi)狈Φ奶囟ㄎ锲贰，F(xiàn)金也在不扭曲市場的情況下把窮人變成了消費(fèi)者。第二，它是定期發(fā)放而不是一次性發(fā)放。定期持續(xù)發(fā)放，為人們提供了穩(wěn)定的生活基礎(chǔ)及預(yù)期，尤其是對窮人來說至關(guān)重要，可增強(qiáng)窮人抵抗風(fēng)險的能力，進(jìn)而促進(jìn)窮人進(jìn)行長期投資，擺脫貧困陷阱。第三，它是普遍的，即并不針對任何基于社會經(jīng)濟(jì)或人口統(tǒng)計標(biāo)準(zhǔn)的特定群體，這減輕了通常與接受公共援助有關(guān)的恥辱，以及維持資格的負(fù)擔(dān)，這將改變我們對貧窮和窮人本身的看法(避免對貧窮進(jìn)行評判、排斥和羞辱)。第四，它是無條件的，不依賴于接受者滿足任何遵從標(biāo)準(zhǔn)，它對每個人都是平等的，同時也允許每個人都是不同的。第五，它以個人為單位支付，而不是以家庭為單位。它的價值在于，給予了失業(yè)更多包容，而不是簡單的福利；挑戰(zhàn)了晚期現(xiàn)代資本主義社會制度化結(jié)構(gòu)中對有意義工作的有限理解，成為創(chuàng)新引擎；有助于緩解社會不平等問題。

⑤適齡勞動人口數(shù)據(jù)來源于國家統(tǒng)計局。

⑥借鑒扈文秀和孔婷婷(2014)的做法，將政府投資定義為固定資產(chǎn)投資完成額中的國家預(yù)算內(nèi)資金。政府投資和一般公共預(yù)算收入數(shù)據(jù)均來源于國家統(tǒng)計局。

⑦由于本文中的再分配政策主要針對的是年輕時的工人，故本文社會保障和就業(yè)支出不包括行政事業(yè)單位離退休、財政對基本養(yǎng)老保險基金的補(bǔ)助。社會保障和就業(yè)數(shù)據(jù)來源于《中國財政年鑒》。

⑧正如本文運(yùn)輸業(yè)的例子，無論汽車再多，如果沒有無人駕駛技術(shù)，受限于司機(jī)數(shù)量，運(yùn)輸能力也有上限。

⑨數(shù)據(jù)來源于人民網(wǎng)《外媒：中國2035年將成全球最大無人駕駛汽車市場》一文，http://it.people.com.cn/n1/2016/0614/c1009-28442335.html。