社科院-人工智能、就业与货币政策目标-17页_1mb

报告摘要

本文在标准新凯恩斯货币模型中引入人工智能，研究其对最优货币政策及货币政策规则选择的影响。研究发现，人工智能的引入显著改变了央行在货币政策制定中面临的权衡，使其不仅需在通胀和产出缺口之间权衡，还需考虑就业与人工智能投资波动的影响。

人工智能与传统生产要素的差异：
- 人工智能与劳动高度替代，而传统资本与劳动是互补关系。
- 人工智能的积累和折旧过程较传统资本更复杂，且其价格粘性远小于工资粘性。
货币政策权衡的变化：
- 在没有人工智能时，央行主要在价格通胀、工资通胀与产出缺口之间权衡。
- 引入人工智能后，稳定人工智能投资与就业波动之间产生显著冲突，货币政策需要在通胀、就业缺口与人工智能投资波动之间进行权衡。
货币政策规则的优化：
- 在基准模型中，盯住通胀和产出缺口的泰勒规则（OGT）是最优的货币政策规则。
- 引入人工智能后，盯住通胀和就业缺口的货币政策规则（EGT）能带来更小的福利损失。
福利损失的来源与机制：
- 福利损失来源于价格通胀、工资通胀、产出缺口、就业波动以及人工智能投资波动。
- 就业缺口的稳定有助于降低工资粘性带来的福利损失，并通过减少人工智能投资波动进一步降低整体福利损失。
稳健性检验：
- 在多种冲击和参数变化下，盯住就业缺口的货币政策规则（EGT）依然优于盯住产出缺口的规则（OGT）。
- 就业创造效应与极化效应的考虑并未改变基准结论，说明EGT规则的优越性具有广泛适用性。

人工智能对货币政策的影响：
- 在人工智能高度替代劳动的背景下，盯住就业缺口的货币政策能更好地实现资源有效配置。
- 稳定就业缺口有助于降低人工智能投资波动，从而减少福利损失。
货币政策规则选择：
- 在传统模型中，泰勒规则（OGT）是最优选择。
- 引入人工智能后，EGT规则在福利损失方面更优。
数据与参数设定：
- 中国人工智能专利申请量占全球74.7%，居世界首位。
- 基准参数设定中，价格与工资调整概率为0.75，$\sigma_2 = 5$，人工智能占总收入比例为3.6%。
模型结构：
- 家庭户提供异质性劳动并积累传统资本和人工智能资本。
- 厂商部门使用传统资本、劳动和人工智能生产异质性中间品。
- 市场出清条件包括最终消费品、传统资本和人工智能的市场出清。

增强货币政策目标的清晰性：
- 将稳定就业明确纳入货币政策规则，提升政策透明度和一致性。
完善就业统计体系：
- 构建涵盖不同群体就业状况、失业率、工资、生产率等指标的就业统计体系，为政策制定提供数据支持。
加强金融市场建设：
- 通过资本市场促进人工智能投资，支持就业结构转型。
- 加强对受就业冲击部门、中小微企业以及职业教育的融资支持，帮助其适应人工智能带来的变化。