边鹏：当ChatGPT冲击遇到需求收缩
ChatGPT技术的快速发展如同一场科技的风暴，在未来数十年内，将对经济社会发展和人类文明进步产生深远影响，给世界带来巨大机遇。然而，随着ChatGPT技术的蓬勃发展，一个不可忽视的问题浮出水面——劳动力替代和相应的需求收缩。当前，国内外经济复苏放缓、需求增长进入新一轮“乏力”周期。究竟ChatGPT技术是将创造出新的需求并推动经济走出低谷，还是将引致广泛失业并加重需求不足问题？
中国建设银行研修中心（研究院）处长、国际标准化组织（ISO）可持续金融专家委员边鹏和中国建设银行研修中心（研究院）干部于海东共同在《北大金融评论》撰文指出，隐藏在广泛失业背后的是劳动力这一生产要素的退化。在人工智能冲击导致生产要素退化的环境中，消费与生产能否平衡将受到有关技术的发展状况、经济增长模式、收入分配方式等多种条件的共同影响。上述问题的答案将取决于当下的社会选择，并进一步关乎经济的长远发展。
本文完整版刊登于《北大金融评论》第18期。
ChatGPT冲击下的生产要素退化
马克思在《资本论》提出，“机器上的每一种改进都抢走了工人的饭碗，而且这种改进愈大，工人失业的就愈多”。不可否认，历史上每一次重大技术变革，都会不同程度地冲击劳动力市场，但从宏观上看，以往技术进步导致的失业尚属于结构性失业。主流经济学认为工业革命中诞生的颠覆性新技术本质上仍是一种向善的力量，技术推动生产力的进步，促进了经济和社会的包容性发展，技术变革所引发的结构性失业也逐渐被新的职业和岗位所吸收，奥地利学派经济学家熊彼特将其称为“创造性破坏”。
然而，以ChatGPT为代表的生成式人工智能引发的技术变革与先前的技术变革相比，呈现出不同的特征：它超越了以往机器对劳动者体力的取代，更是对劳动者认知思维的颠覆。人工智能对脑力劳动的取代，将引发终极的职业流动困境。
回溯三次科技革命，劳动力经历了从农业到工业转移，再从工业向服务业转移的结构性调整，在劳动性质上，工厂岗位减少、办公室岗位增加、脑力劳动者（知识型从业者）比例上升——经济活动进入“后工业化社会”。但是，此次由人工智能领衔的科技革命将突出体现为脑力劳动者的岗位被挤占和替代。根据2023年8月国际劳工组织的研究，目前全球24%的文书岗位可以被ChatGPT高度替代，58%的文书岗位被视为“中等暴露”，同时ChatGPT还能够完成93%的心理型任务，表现已堪比九岁儿童。而随着生成式人工智能对于自然语言的理解越来越出色，直觉与移情等智能水平的不断提升，长期而言，人工智能绝对不仅是用（智能）机器将工人从工厂车间中驱赶出去，也绝对不仅仅是针对所谓低技能岗位或体力劳动的替代。劳动者的体力与脑力工作将面临“人工智能+工业机器人”的全面绞杀，绝大多数劳动者的职业和岗位会失去再调整余地。
更为深刻的影响是，隐藏在“全面失业”背后的生产要素退化。在经典经济学理论中，技术被视为提高生产率的工具，而劳动力则是劳动者用来生产物质资料的体力和脑力之总和，劳动力作为供给侧的核心生产要素不可或缺。但随着人工智能对劳动者体力与脑力工作的全面替代，技术将逐渐脱离工具的概念，提供劳动的将不必是人，而可以是由技术具象而成的机器人。换言之，狭义概念上由劳动者所提供的劳动将不再是必要的生产要素，劳动者在供给侧的生态位会被技术、资本等其他生产要素所取代。在此背景下，如果不对生产要素按贡献参与分配的模式进行调整，劳动报酬则无从谈起，而劳动者购买力丧失将进一步导致社会总需求减少和再生产循环阻滞。因此，随着人工智能冲击造成生产要素退化，人类社会亟须转变原有经济增长模式和收入分配方式。
人工智能时代供需关系的失衡隐患
“供给创造需求，需求牵引供给”，供给和需求的动态平衡共同提升了经济体系效能，但是供给和需求在总量、结构或期限上的不匹配引发供需失衡，亦是市场经济条件下经济波动乃至危机的根本来源。
在供给侧视角下，人工智能冲击引发生产要素异化，经济产出有可能出现新的增量。其一，更易满足生产要素的最优组合条件。经济学原理表明，当各种生产要素边际产出率相等时，资源配置效率最高，如果要素结构不匹配，资源配置就无法达到最佳状态，整体效率也会下降。当劳动退出生产要素后，生产要素配置不再需要考虑劳动的边际产出率，要素最优组合条件更容易实现，从而有利于提高生产效率。其二，突破“数字经济”领域的增长瓶颈。ChatGPT有利于推动供给侧结构性调整，在当前传统消费趋于饱和、房地产消费低迷的环境下，在客观上的确有可能创造出工业经济历史上未曾出现的新型消费增长点，并促进经济发展由原有的“地租经济”模式向“数字经济”模式转型。
在需求侧视角下，人工智能冲击在短期有利于投资，长期可能抑制消费。短期来看，现阶段ChatGPT等人工智能技术还处于研发与建设阶段，对劳动的替代效果还未完全形成，因此，对劳动报酬和消费需求的负面影响并不显著。同时，ChatGPT的研发建设还会带动大量相关投资，截至2023年8月，我国AI大模型开发数量已超过110个，百度、华为、科大讯飞等著名科技公司均进行了人工智能模型的研发投资，而大模型的高算力要求又会进一步带动半导体设计、制造等数字经济中下游行业的发展建设。
但从长远看，促进社会再生产循环的终端动力在于消费。斯蒂格利茨指出，片面强调供给侧是“幼稚的”，如果消费需求不足，提高供给效率只会导致更多的无效投资和资源浪费。在人工智能冲击导致生产要素退化的环境中，消费与生产能否平衡将受到有关技术的发展状况、经济增长模式、收入分配方式等多种条件的共同影响，我们按照乐观情形、基准情形和悲观情形分别进行讨论。
在乐观情形中，生产效率的极度提升打破需求对供给的约束。人类在有效控制伦理与安全风险的基础上，充分发挥人工智能作用大幅提高生产效率，并且通过人工智能的协助，在量子计算、常温超导、可控核聚变等方面实现突破，解决了能源不足的问题，从而在供给侧可以实现产出无限扩张。此时，尽管劳动者作用被人工智能完全替代，但在消费品充分供给的情况下，按需分配已然成为可能，需求不足不再是经济增长的限制条件。如图1所示，产出增加推动供给曲线由S0向右下方移动至S1，按需分配情形下消费者无须考虑价格因素，即需求曲线具有完全价格弹性，由D0旋转至D1，供需均衡点从A点变为B点。此时，供给上升可以对需求产生最大化的正向促进效果，该状态可以称为更加高阶的供需平衡。
在基准情形中，供需基本平衡。人类整体上实现对人工智能的合理运用，生产效率显著提高，并创造出基于人工智能技术的新型消费需求增长点，同时分配制度也进一步加强对被替代劳动力的保护，从而使购买能力和消费需求不会出现明显下滑。如图2所示，生产力提高促进产出增加，推动供给曲线由S0向右下方移动至S1，同时，居民收入平稳上升推动需求曲线从D0向右上方移动至D1，供需平衡点由A点变为B点，此时需求有所增加。但在技术驱动的供给增强与劳动力减少的情况下，供给与需求相比仍可能存在部分过剩，经济发展主要被需求不足所限制，供需关系总体上能够保持相对均衡，经济增长可以稳定在中速区间运行。
在悲观情况中，需求下降持续恶化供需平衡。人工智能对劳动力的替代提高了产出效率与规模，但收入分配仍受到原有模式的约束，分配制度未能有效保护被替代掉的劳动力，资本在逐利天性的驱使下攫取全部产出，不平等问题日益加重，极少部分人口占据大部分收入但最终需求有限，而大部分劳动者群体成为“绝对过剩人口”失去劳动报酬，购买力与消费需求大幅下降。如图3所示，供给增加推动供给曲线由S0向右下方移动至S1，但由于劳动者失去收入及购买力，需求曲线失去价格弹性，由D0旋转至D1。此时，即便产出增加推动价格下降，也难以促进需求增加，供需均衡点从A点变为B点，需求大幅降低。供需不平衡问题日益加重，需求萎缩又会进一步导致供给低迷，供需进入螺旋下跌状态，持续拖累经济增长。
人工智能冲击下供需再平衡的宏观对策
政策端：以“有形之手”健全人工智能时代的二次分配制度
在人工智能的冲击下，当市场“无形之手”难以自发保障劳动者收入与消费时，则需要充分发挥政策“有形之手”在实现供需均衡和保障经济可持续发展过程中的积极作用。
第一，设计符合我国国情的全民基本收入保障体系，以共同富裕为目标调节劳动者收入。为应对“ChatGPT+机器人”对城乡所有产业的无差别冲击，及其导致劳动者收入下降甚至失业而丧失收入，可以考虑由中央财政出资，构建“覆盖城乡、全民一体”的兜底性社会保障政策，在具体推进过程中，将居民社会保险账户、扩大范围后的公积金账户作为UBI发放媒介，将分配方式逐渐由按劳分配过渡至“全民保障、共享财富”，在提升劳动者安全感的同时，促进供需平衡发展。
第二，科学合理确定人工智能公司的税收模式，夯实转移支付的基础。ChatGPT的更新迭代必然是浸润在高质量的大数据中历经千锤百炼，方可逐渐趋于完善。然而，这些数据所有权本应属于提供信息的广大终端用户，由此所带来的税收收入可以用于补贴普通劳动者，尤其是因新一代人工智能的应用而导致收入损失的劳动者群体。
第三，保持对资本参与ChatGPT投资的常态式反垄断监管，依法规范和引导人工智能产业的健康发展。未来智能水平更高的生成式人工智能（AIGC）模型可能需要极高的研发成本，并具有更强的外部性特征，进而具备了公共品属性。因此，可将其视为公共基础设施，由政府主导进行投资发展，可采用“统一建设、授权使用”的方式，既避免了重复开发造成的资源浪费，又缓解了生产要素退化趋势下资本无序扩张和收入不平等的问题。
······
本文完整版刊登于《北大金融评论》第18期
现在征订全年刊和三年刊，
本文编辑：钟龙军