兰德-管理人工智能的经济未来-全球竞争时代的战略自动化政策（英）-2025_55页_970kb

AI和经济学的未来——应对全球竞争的战略自动化政策

这份报告基于皇家研究所的模拟和场景分析，探讨了通过公共政策支持人工智能自动化，以实现经济增长与收入不平等之间平衡的可能性。气候变化是关键问题，政策必须进行权衡：追求快速经济增长需同时激励垂直和水平自动化，但这增加了不稳定可能性；而维持历史增长曲线与低不平等则倾向于强化垂直自动化，约束水平自动化扩张。

核心发现

• 垂直和水平自动化的区分：垂直自动化能改进已有自动化流程，而水平自动化则取代人类劳动，两类自动化政策导向截然不同。
• 主要权衡策略：对大多数政策目标而言，强化垂直自动化同时适度抑制水平自动化显示出高适应能力（robustness），这种策略可实现维持历史增长水平、稳定财富再分配。
• 目标和成长驱动的影响：通过基准目标场景的分析，发现轨道变化的目标增长策略增加了实现机会百分比，但实现该目标所涉及的任务自动化增长触发机制依赖于自动化增长的“制度困难”。

政策建议和影响

• 焦点定位政策应定向支持垂直方向的增长（提高已有自动化任务的效率），并通过适当标准或补贴适度约束自动化对高劳动任务的覆盖范围扩张。
• 制度工具政策工具应通过税法、研究资助机制或监管框架，以微调方式纳入垂直自动化优先机制。
• 未来研究方向：学术界应深化对垂直与水平自动化边界概念和测算方法的界定；模拟任务互补性随人工智能能力提高后可能产生的动态演变，并研究在不同水平自动化下的自动化增长障碍。

报告强调，政策制定者无需等待AI技术路径与潜力的最终确定，即可从相异自动化的可鉴别特征中制定均衡政策，以保护和促进经济增长同时，兼顾更广泛的财富红利分享。