那就是說，經(jīng)濟(jì)領(lǐng)域的技術(shù)部分正在為生產(chǎn)率增長(zhǎng)做出巨大的貢獻(xiàn)。2015 年的一項(xiàng) 17 國(guó)的機(jī)器人調(diào)研發(fā)現(xiàn)，在 1993 年和 2007 年之間，機(jī)器人產(chǎn)業(yè)為這些國(guó)家的年 GDP 增長(zhǎng)率平均貢獻(xiàn)了 0.4 個(gè)百分點(diǎn)，占了這段時(shí)間內(nèi)這些國(guó)家的 GDP 增長(zhǎng)率十分之一以上 (Graetz 和 Michaels 2015)。此外，自 2010 年以來，世界范圍內(nèi)的工業(yè)機(jī)器人的出貨量已大幅增加（見表 2），未來生產(chǎn)率可能會(huì)有更高的增長(zhǎng)。

 

　　

 

　　與此相關(guān)，近年來人工智能及其在一系列不同領(lǐng)域中的應(yīng)用有了巨大的進(jìn)展。例如，許多公司都在使用人工智能來分析在線客戶交易來檢測(cè)和防止欺詐，同樣，社交網(wǎng)站也正在使用它來檢測(cè)用戶帳戶是否遭到了劫持。有了人工智能，網(wǎng)絡(luò)搜索應(yīng)用現(xiàn)在才變的更加精準(zhǔn)——例如校正手動(dòng)輸入錯(cuò)誤 ——因此也降低了與搜索相關(guān)的成本。在放射科，醫(yī)生必須能夠檢查出影像不正常的地方，人工智能卓越的圖像處理技術(shù)可能很快就能提供更準(zhǔn)確的圖像分析了，從而擴(kuò)展早期發(fā)現(xiàn)有害異常和減少誤報(bào)的能力，最終實(shí)現(xiàn)更好的醫(yī)療護(hù)理。

 

　　人工智能也正在進(jìn)入公共部門。例如，只要能保證必須負(fù)責(zé)地使用以避免偏見，預(yù)測(cè)分析就能在改善刑事司法程序上有很大的潛力。北卡羅來納州的 Charlotte-Mecklenburg 市正在使用預(yù)測(cè)分析來幫助為審前釋放的決策提供信息，這得到了總統(tǒng)的「數(shù)據(jù)驅(qū)動(dòng)司法倡議（Data Driven Justice Initiative）」的支持，這是一種為了減少累犯率和監(jiān)獄人數(shù)的方法（White House 2016a）。盡管一些人相信人工智能能夠移除決策中的偏見，但我們必須記住人類是不完美的——帶著自己的偏見編寫了算法和隨時(shí)間收集與分析了數(shù)據(jù)。正如總統(tǒng)行政辦公室（2016）的報(bào)告「Big Risks, Big Opportunities: the Intersection of Big Data and Civil Rights（大風(fēng)險(xiǎn)、大機(jī)遇：大數(shù)據(jù)和公民權(quán)利的交集）」中提到的那樣：對(duì)我們來說，重要的是認(rèn)識(shí)和糾正過去的偏見影響未來的人工智能的方式。

 

　　然而，雖然人工智能研究已經(jīng)開展了幾十年，但最近的進(jìn)展仍然是非常新的，所以說人工智能并沒有產(chǎn)生大的宏觀經(jīng)濟(jì)效應(yīng)，至少目前還沒有。人工智能最新的重大進(jìn)展是在深度學(xué)習(xí)領(lǐng)域，這是一種強(qiáng)大的方法，但必須以自定義的方式應(yīng)用于每種應(yīng)用。下面我將作一點(diǎn)預(yù)測(cè)，值得注意的是，深度學(xué)習(xí)的最新進(jìn)展建立在大學(xué)實(shí)驗(yàn)室的神經(jīng)網(wǎng)絡(luò)研究基礎(chǔ)上，這些研究很大程度上是由國(guó)防部高級(jí)研究項(xiàng)目局（DARPA）和其它政府機(jī)構(gòu)于上世紀(jì)八十年代到九十年代之間資助的。盡管我們最近在諸如邏輯推理等人工智能的其它領(lǐng)域沒有取得太多進(jìn)展，但深度學(xué)習(xí)技術(shù)的進(jìn)步至少最終可作為這些其它領(lǐng)域的部分替代。

 

　　雖然人工智能在許多方面比人類有優(yōu)勢(shì)，但人類仍然在涉及社會(huì)智力、創(chuàng)造力和一般智力的任務(wù)上保持著相當(dāng)大的優(yōu)勢(shì)。例如，今天的人工智能可以做出很不錯(cuò)的翻譯，但卻不能像人類那樣同時(shí)運(yùn)用語言和社會(huì)與文化背景這兩種知識(shí)，也無法體會(huì)作者的論點(diǎn)、情感狀態(tài)和意圖。即使是最受歡迎的機(jī)器翻譯也仍然無法達(dá)到人類譯者的準(zhǔn)確度。

 

　　在過去的十年里，我們?cè)跈C(jī)器人、人工智能和其他領(lǐng)域取得了實(shí)質(zhì)性的創(chuàng)新。但在這些領(lǐng)域，我們還需要更快的創(chuàng)新步伐，才能真正推動(dòng)生產(chǎn)率增長(zhǎng)向前邁進(jìn)。對(duì)于 Robert Gordon’s （2016）自信的悲觀預(yù)測(cè)或 Erik Brynjolfsson 和 Andrew Mcafee’s (2014)自信的樂觀觀點(diǎn)，我都不同意，因?yàn)檫^去的生產(chǎn)率增長(zhǎng)是如此地難以預(yù)測(cè)。有一些證據(jù)給了我些許安慰，主要的新發(fā)明（如電力）已經(jīng)連續(xù)波動(dòng)地促進(jìn)了生產(chǎn)率增長(zhǎng)，這一模式可能會(huì)在未來重復(fù)（Syverson 2013）。更重要的是，比無休止地爭(zhēng)論生產(chǎn)率增長(zhǎng)的未來更有趣而且更重要的是：對(duì)于生產(chǎn)率增長(zhǎng)我們可以做什么；這個(gè)問題的趣味性和重要性更低，我將在最后一部分討論的這個(gè)問題。

 

 

　　發(fā)達(dá)經(jīng)濟(jì)體在過去三個(gè)世紀(jì)中見證了太多的創(chuàng)新奇跡。18 世紀(jì)的大多數(shù)工作如今已經(jīng)都已經(jīng)不存在了，它們被超乎人類之前想象的新工作取代了。結(jié)果，在很長(zhǎng)一段時(shí)間里，縱然科技瞬息萬變，但是生活在美國(guó)的、想在一定時(shí)間內(nèi)及時(shí)找到工作的人，大約 95% 都能找到工作。

 

　　盡管就業(yè)市場(chǎng)不像經(jīng)濟(jì)學(xué)教科書上小麥等商品的程式化模型（stylized models）那樣運(yùn)轉(zhuǎn)，但在多種參數(shù)內(nèi)進(jìn)行的供需基本運(yùn)作是確保每個(gè)想找工作的人都能找到工作的機(jī)制。但是，為了實(shí)現(xiàn)這點(diǎn)，需要調(diào)整工資讓供應(yīng)與需求平衡。在最近幾十年，工資調(diào)整的趨勢(shì)是：相較于高技術(shù)勞工，低技術(shù)勞工的工資大幅下降。從 1975 年到 2014 年，高中學(xué)歷工作者發(fā)現(xiàn)他們的相對(duì)薪水從高于大學(xué)學(xué)歷全職工作者薪水的 80%，下降到不到大學(xué)學(xué)歷全職工作者薪水的 60% (CEA 2016b) 。

 

　　我的擔(dān)憂不是當(dāng)我們談及人工智能時(shí)，它帶來的影響與以往有什么不同，而是這次可能和我們過去幾十年遭遇的問題是相同的。關(guān)于我們不需要擔(dān)憂機(jī)器人取代人類工作的傳統(tǒng)論據(jù)仍然讓我們擔(dān)心：我們?nèi)匀粨碛泄ぷ鞯奈ㄒ辉蚴俏覀冊(cè)敢鉃楦偷墓べY而工作。

 

　　Carl Frey 和 Michael Osbourne (2013) 的報(bào)告顯示，自動(dòng)化浪潮加劇了社會(huì)不平等。Frey 和 Osbourne 的重磅調(diào)查結(jié)果是：在美國(guó)，大約 50% 的工作正處于被自動(dòng)化技術(shù)取代的危機(jī)中。這一估算數(shù)據(jù)引發(fā)了一場(chǎng)熱論 ，比如，經(jīng)濟(jì)合作與發(fā)展組織(OECD) 研究者們 (Arntz and Zierahn 2016) 估算出只有 9% 的工作面臨著被自動(dòng)化技術(shù)取代的危險(xiǎn)。但是，讓我們忽略圍繞這一調(diào)查結(jié)果的爭(zhēng)論，而是將 Frey 和 Osbourne 的報(bào)告看成是合理的，但是對(duì)哪些工作將面臨科技革新壓力的猜測(cè)是高度不確定的。在經(jīng)濟(jì)顧問委員會(huì) ( Council of Economic Advisers) ，我們按薪資給工作排序，根據(jù) Frey 和 Osbourne 的分析，我們發(fā)現(xiàn) 83% 的時(shí)薪低于 20 美元的工作將承受自動(dòng)化技術(shù)的壓力，而 31% 的時(shí)薪 20 到 40 美元的工作以及 4% 的時(shí)薪超過 40 美元的工作也將承受那樣的壓力（見圖 3 ）。

 

 

表 3 來源：不同時(shí)薪（中值）工作被自動(dòng)化的概率，F(xiàn)rey 和 Osborne (2013)；CEA 計(jì)算 

 

　　即使這份統(tǒng)計(jì)報(bào)告中的確切數(shù)字有點(diǎn)過時(shí)了，其中三類工作的相對(duì)值也還是巨大的。工資和技能在某種程度上是相關(guān)聯(lián)的，這意味著公司對(duì)低技術(shù)工作的需求量會(huì)大量減少，而對(duì)高技能工作的需求量則幾乎不會(huì)減少。這種結(jié)果表明自動(dòng)化對(duì)就業(yè)市場(chǎng)的影響發(fā)生了轉(zhuǎn)變。在過去，自動(dòng)化技術(shù)導(dǎo)致了所謂的就業(yè)市場(chǎng)兩極分化，因?yàn)樾枰械燃寄芩降墓ぷ?mdash;—包括出納員、文員和某些流水線員工——更容易被程序化，然而，最近兩極分化的過程似乎中斷了 (Autor 2014; Schmitt, Schierholz, and Mishel 2013) 。高技術(shù)工作需要問題解決能力、直覺和創(chuàng)造力，低技術(shù)工作需要環(huán)境適應(yīng)能力和當(dāng)面溝通能力，它們都不能輕易程序化。如果有什么不同的話，就是新的發(fā)展趨勢(shì)將給收入不平等施加更多壓力。我們已經(jīng)能看到這樣一些自動(dòng)化服務(wù)了——例如，我們購物時(shí)，不是在收銀員那里付賬而是在自動(dòng)結(jié)賬臺(tái)那里付錢，或者，當(dāng)我們呼叫售后服務(wù)熱線時(shí)，我們是與自動(dòng)化客服代表對(duì)話。

 

　　不過，認(rèn)為不平等純粹是科技進(jìn)步的作用是錯(cuò)誤的。相對(duì)工資確實(shí)部分依賴于對(duì)勞動(dòng)力的需求量，這是技術(shù)部分作用的結(jié)果?？墒?，它們還依賴于不同技術(shù)水平勞動(dòng)力的供應(yīng)量——即受教育程度的分布情況 (Goldin 和 Katz, 2008) ——而且還依賴于影響工資結(jié)構(gòu)的制度安排，例如勞資談判 (Western 和 Rosenfeld, 2011) 。

 

　　科技不能完全說成是人類命運(yùn)。許多國(guó)家和美國(guó)一樣經(jīng)歷了科技變革，然而在最近四十年里，美國(guó)比其它主要經(jīng)濟(jì)體產(chǎn)生了更嚴(yán)重的收入不平等問題和更高的總體不平等水平，表 4 呈現(xiàn)了這一點(diǎn)。當(dāng)談及不平等——正如我將向更大的就業(yè)市場(chǎng)強(qiáng)調(diào)的那樣——制度和政策可以幫助決定科技變革是否以及在何種程度上塑造經(jīng)濟(jì)發(fā)展成果。

 

　　

 

　　此外，一種觀點(diǎn)認(rèn)為我們能以巨大的不平等為代價(jià)避免大規(guī)模失業(yè)，而美國(guó)就業(yè)市場(chǎng)過去半個(gè)世紀(jì)的遭遇對(duì)這種樂觀態(tài)度提出了質(zhì)疑。 25 到 54 歲的男性勞動(dòng)者的勞動(dòng)參與率從 20 世紀(jì) 50 年代的 98% 降低至如今的 88% ，這一事實(shí)對(duì)良好經(jīng)濟(jì)狀態(tài)下全民就業(yè)的信心提出了關(guān)鍵的疑問。經(jīng)濟(jì)顧問委員會(huì)在最近一份報(bào)告 (2016b) 中詳盡討論到：勞動(dòng)參與率的下降主要集中在高中或更低學(xué)歷的男性中，同時(shí)發(fā)生的還有相對(duì)工資的下降。這意味著，這一群體的勞動(dòng)參與率的降低表明勞動(dòng)力需求量減少了，導(dǎo)致針對(duì)低技能勞動(dòng)力的工作機(jī)會(huì)變得更少，而且工資也變得更低。包括自動(dòng)化應(yīng)用在內(nèi)的越來越多的技術(shù)進(jìn)步可能部分地解釋了公司對(duì)低技術(shù)勞動(dòng)力的需求的下降，而全球化也可能對(duì)此有所促進(jìn)。

 

　　這里我主要關(guān)注黃金年齡男性，因?yàn)槲艺J(rèn)為在過去六十年，這類人的經(jīng)歷能用來與科技變革對(duì)男性和女性勞動(dòng)力參與度的未來影響作進(jìn)行最好的平行比較。在 20 世紀(jì)后半葉，黃金年齡女性的工作參與度驟然升高，因?yàn)槎?zhàn)后的社會(huì)和文化變革遮蓋了科技變革對(duì)工作參與度的所有負(fù)面影響。不過，值得注意的是，黃金年齡女性的工作參與度最近十五年下降了，這與黃金年齡男性的早期經(jīng)歷類似。

 

　　我們的擔(dān)憂不是機(jī)器人將取代人類的工作而致使人類失業(yè)。傳統(tǒng)經(jīng)濟(jì)學(xué)的論點(diǎn)被幾個(gè)世紀(jì)來經(jīng)驗(yàn)證實(shí)了。我們關(guān)注的是人員周轉(zhuǎn)的過程，也就是被科技奪取工作的工作者找到新工作的過程，因?yàn)榭萍家l(fā)了消費(fèi)者新的需求，并因而會(huì)創(chuàng)造新的工作；不過這個(gè)過程中大部分人員可能將長(zhǎng)期處于離職狀態(tài)。

 

　　傳統(tǒng)經(jīng)濟(jì)學(xué)觀點(diǎn)在很大程度上論述的是長(zhǎng)期平衡，而不是中短期內(nèi)會(huì)發(fā)生什么。勞動(dòng)參與率的下跌預(yù)示著我們必須仔細(xì)思考在經(jīng)濟(jì)走向長(zhǎng)期平衡過程中的短期動(dòng)態(tài)變化。從短期來看， 不是所有工作者都能通過訓(xùn)練或有能力找到由人工智能創(chuàng)造的工作。另外，這里的「短期」（它是用來描述經(jīng)濟(jì)相較于平衡狀態(tài)所處的位置，而不是描述時(shí)間長(zhǎng)度）可能長(zhǎng)達(dá)十年，事實(shí)上，從更長(zhǎng)遠(yuǎn)來看，經(jīng)濟(jì)可能會(huì)處在一系列「短期狀態(tài)」中。

 

　　結(jié)果，人工智能有可能——就和我們過去幾十年見過的其它創(chuàng)新一樣——導(dǎo)致勞動(dòng)參與率和就業(yè)率的進(jìn)一步衰落。這不意味著我們必然將看到大量工作被機(jī)器人占領(lǐng)，但是黃金年齡男性的勞動(dòng)參與率每年下降約 0.2% 的趨勢(shì)仍在繼續(xù)，這將對(duì)數(shù)百萬人和整個(gè)經(jīng)濟(jì)帶來實(shí)質(zhì)性的問題。

 

　　然而，就社會(huì)不平等而言，我們不應(yīng)該將這理解為技術(shù)決定論（technological determinism）。雖然大多數(shù)發(fā)達(dá)經(jīng)濟(jì)體都面臨黃金年齡男性勞動(dòng)參與率下降的問題，但是美國(guó)在這方面的下降幾乎是最急劇的，表 5 顯示了具體數(shù)據(jù)。其部分原因可能是美國(guó)勞動(dòng)力市場(chǎng)制度比其他國(guó)家的更不支持勞動(dòng)人口的參與(CEA 2016b)。

 

　　

圖 5：經(jīng)合組織（OECD）各個(gè)國(guó)家中，黃金年齡男性勞動(dòng)力就業(yè)參與率
 

　　沒有理由認(rèn)為，在科技和生產(chǎn)力比當(dāng)今水平更高的未來，經(jīng)濟(jì)不能帶來多個(gè)實(shí)質(zhì)性水平上的就業(yè)。然而，關(guān)鍵是我們的勞動(dòng)力市場(chǎng)制度如何應(yīng)對(duì)這些變化，幫助、支持新職位的創(chuàng)造，并且成功地將新職位與勞動(dòng)力匹配上。近期的一份 CEA 報(bào)告廣泛討論了總統(tǒng)按照這些原則提議的一些政策，內(nèi)容包括擴(kuò)大總需求、增加勞動(dòng)力市場(chǎng)中的連接組織、稅制改革從而鼓勵(lì)工作、為工人創(chuàng)造更大的適應(yīng)性（CEA 2016b）。其他應(yīng)對(duì)政策包括加強(qiáng)教育與訓(xùn)練，這樣更多的人有了補(bǔ)充技能，并且能從創(chuàng)新中獲益；增加稅收系統(tǒng)的累進(jìn)度從而保證每個(gè)人都能分享到整體經(jīng)濟(jì)收益；還要增強(qiáng)機(jī)構(gòu)對(duì)更高薪資水平的支持，包括更高的最低工資、更強(qiáng)有力的勞資談判（collective barganing）以及其他形式的工人發(fā)言權(quán)（Furman 2016a）。

 

　　用普遍基本收入（Universal Basic Income ）取代現(xiàn)行安全網(wǎng)絡(luò)（Current Safety Net）可能適得其反

 

　　出于害怕自動(dòng)化和人工智能導(dǎo)致大量工作會(huì)被取代（當(dāng)然，還有其他動(dòng)機(jī)），有些人提議深度變革政府援助結(jié)構(gòu)。一個(gè)更常見的提議是，用普遍基本收入（UBI）取代如今部分或全部的社會(huì)安全網(wǎng)絡(luò)：為每一個(gè)美國(guó)男人、女人、孩子提供一個(gè)規(guī)律性的、無條件的現(xiàn)金補(bǔ)助，而不是，比如貧困家庭臨時(shí)援助（Temporary Assistance to Needy Families, TANF），美國(guó)補(bǔ)充營(yíng)養(yǎng)協(xié)助計(jì)劃（SNAP）或者是醫(yī)療補(bǔ)助計(jì)劃（Medicaid）。

 

　　雖然各種 UBI 構(gòu)想存在差別，但是，右派 Charles Murray （2006）和左派由 Andy Stern 和 Lee Kravitz （2016）提出的思路已經(jīng)成為了一些技術(shù)專家未來政策視野的主要部分（Rhodes, Krisiloff, and Altman 2016）。不同的提議有不同的動(dòng)機(jī)，比如真實(shí)存在的、以及感知到的如今社會(huì)安全網(wǎng)絡(luò)的缺陷，對(duì)更簡(jiǎn)單卻更高效系統(tǒng)的信賴，以及出于這樣一個(gè)前提：為了更廣泛應(yīng)對(duì)由人工智能和自動(dòng)化所帶來的改變而需要變革我們政策。

 

　　主要問題不是自動(dòng)化將引發(fā)大量的人口失業(yè)。而是，工人將會(huì)既缺乏技能又缺乏能力，無法成功與自動(dòng)化創(chuàng)造出的好的、高薪資工作匹配。雖然一個(gè)市場(chǎng)經(jīng)濟(jì)會(huì)做大量工作將工人與新工作進(jìn)行匹配，但它做起來不總是很成功，就像我們過去半個(gè)世紀(jì)看到的那樣。我們不應(yīng)該以放棄工人保留工作的可能性為前提，發(fā)展一項(xiàng)政策。相反，我們的目標(biāo)應(yīng)該是以培養(yǎng)技能、訓(xùn)練、工作搜索協(xié)助以及其他勞動(dòng)市場(chǎng)機(jī)構(gòu)、保證人們走進(jìn)工作為首位，這是主要工作，也比 UBI 更能直接解決由人工智能引發(fā)的就業(yè)問題。

 

　　然而，即使會(huì)帶來這些變革，新技術(shù)還會(huì)通過薪資分布變化加劇不平等，甚至可能導(dǎo)致貧困。因此，用 UBI 替代我們現(xiàn)在的扶貧項(xiàng)目，從任何實(shí)際設(shè)計(jì)來講，只會(huì)使收入分布更差而非更好。我們的稅收和轉(zhuǎn)讓制度，大部分是針對(duì)低收入分布人群，也就是說，它是為了減輕貧困以及收入不平等。使用一個(gè)普遍的資金補(bǔ)助取代該制度的部分或全部，意味著這個(gè)系統(tǒng)中相對(duì)較少的部分才是針對(duì)社會(huì)底層民眾的——實(shí)際上，這是在增加（而非減少）收入不平等。除非一個(gè)人愿意接受稅收收入占據(jù)更大的經(jīng)濟(jì)份額（比當(dāng)前份額更大），否則，既給所有人提供一個(gè)共同的金錢數(shù)量，又確保這一數(shù)量完全可以滿足最貧困家庭的需求，這很難做到。

 

　　對(duì)于任何一個(gè)想對(duì)保障網(wǎng)絡(luò)進(jìn)行額外投資的人—— 總統(tǒng)也已經(jīng)提議過多次這樣的投資 — 他必須面對(duì)同樣的目標(biāo)問題。

 

　　最終，一些 UBI 的動(dòng)機(jī)與未來技術(shù)發(fā)展無一點(diǎn)關(guān)系。相反，一些 UBI 支持者已經(jīng)提出了這種主張：它應(yīng)該比如今的社會(huì)援助系統(tǒng)更簡(jiǎn)單、更公平，也有更少扭曲。這里不是具體展開這一討論的地方，不過，我們可以說，今天的系統(tǒng)應(yīng)當(dāng)加以改善，而且總統(tǒng)也提議了一些社會(huì)援助系統(tǒng)的改善意見（OMB 2016）。但同時(shí)，最近研究發(fā)現(xiàn)，對(duì)這些項(xiàng)目的共同批判當(dāng)中——比如，不能鼓勵(lì)就業(yè)，或者對(duì)減少貧困無用——已被過分夸大，而且一些項(xiàng)目，包括營(yíng)養(yǎng)援助、醫(yī)療補(bǔ)助以及所得稅減免（EITC），對(duì)長(zhǎng)期收益、受援助家庭的兒童健康與教育都很有好處。

 

　　這并不是說，我們不應(yīng)該促進(jìn)稅收與流轉(zhuǎn)制度的進(jìn)步，而是說，我們需要將追求與可用的國(guó)家收入相匹配，在我們社會(huì)安全網(wǎng)絡(luò)已有的成功上進(jìn)行搭建。