CEEM全球智库半月谈（总第298期）

（按姓氏拼音排序） 《全球智库半月谈》是由中国社会科学院世界经济与政治研究所的全球宏观经济研究室和国际战略研究组承担的编译项目，每半月定期发布。所有稿件均系网络公开文章，由项目组成员依据当前热点编译组稿。 中国社会科学院世界经济与政治研究所 全球宏观经济研究组 首席专家张斌姚枝仲 团队成员曹永福美国经济陆婷欧洲经济冯维江日本经济熊爱宗新兴市场徐奇渊中国经济杨盼盼东盟与韩国肖立晟国际金融李远芳国际金融常殊昱跨境资本流动顾弦大宗商品陈博大宗商品吴海英对外贸易崔晓敏对外贸易熊婉婷金融政策王地宏观经济张寒堤科研助理 召 集人徐进协 调人彭成义 团队成员李 东燕邵峰薛力黄薇王 鸣鸣卢 国学彭 成义田 慧芳任琳全球治理国际战略能源安全全球治理外交决策亚太政治中外关系气候变化全球治理袁 正清徐进欧阳向英冯 维江高华王雷徐 秀军李燕丁工国际组织国际安全俄罗斯政治国际政治经济学北约组织东亚安全全球治理俄罗斯政治发展中国家政治 联系人：王琬婷邮箱：wangwanting1@ucass.edu.cn电话：(86)10-85195775传真：(86)10-65126105通讯地址：北京建国门内大街5号1544邮政编码：100732 免责声明： 《全球智库半月谈》所编译的文章，仅反映原文作者的观点，不代表编译者、版权所有人或所属机构的观点。 目录 经济理论 人工智能对宏观经济生产率的影响..................................6 导读：近年来，人工智能发展迅猛，但其对总体生产力的影响仍不明确。本专栏使用原始调查数据，对人工智能在日本宏观经济生产率方面的影响进行了估算。使用人工智能在工作场所的应用及其对工作效率的影响数据，发现AI在宏观层面可使劳动生产率提高0.5%-0.6%。随着时间推移，人工智能对生产力的推动作用有望增强，但其带来的额外收益可能逐渐减少。此外，高工资和高学历群体对人工智能的更高使用率可能会在短期内加剧整体劳动力市场的不平等。 财政整顿和公共债务..............................................11 导读：本文研究了财政整顿对公共债务比率的影响。结果发现，平均而言，财政整顿对债务比率影响有限。然而，在经济繁荣时期或能够“吸引”私人投资的场景下实施财政整顿，更可能实现债务比率的持续降低。文章通过SVAR模型分析，识别出成功与不成功的财政整顿案例，并探讨了宏观经济条件对债务比率降低程度的影响，如经济扩张、低金融波动等。此外，本文还讨论了财政整顿在不同国家群体中的表现差异，以及如何通过政策设计来提高财政整顿的成功率。 债务收入和公共债务的可持续性...................................29 导读：为什么在债务可持续性的分析中，债务收入一直被忽略，甚至微不足道？政府债务有什么特殊之处，使其支付给债权人的回报率低于市场水平，从而产生折扣？债务收入的规模有多大？它与中央银行通过发行公共负债所获得的更为人熟知的铸币税收入相比如何？在决策者制定财政支出与税收政策时，债务收入是否涉及不同的权衡？本文回顾了当前快速增长的研究文献对这些问题所提供的答案。 世界热点 过度特权与美国公共债务的可持续性...............................46 导读：尽管美国公共债务已超过GDP的100%，但由于其作为全球安全资产和储备货币供应者的地位，这些债务仍被视为安全的。本文通过模型量化了这一“过度特权”地位所带来的额外债务承载能力。研究发现，美国的特殊地位使其最大可持续债务增加了大约GDP的22%，这主要归因于债务的流动性以及被广泛用作抵押品的特性。总体而言，美国在全球金融市场中的地位对其债务的可持续性至关重要，而其他国家试图建立竞争性的安全资产的努力可能会对美国的主导地位构成挑战。 韩国经济在政治动荡中面临迫在眉睫的挑战.........................49 导读：韩国的基层民主展现了其韧性，在2024年12月3日短暂实施的戒严法中幸存下来。然而，政治动荡仍在持续，上个月总统和代理总统接连被弹劾，导致副总理成为临时领导人，并且总统于1月15日因叛乱罪被逮捕。宪法法院需在六个月内做出关于总统弹劾的最终判决，如果弹劾被确认，则应在两个月内举行新的总统选举。这意味着韩国的政治不确定性可能持续数月，国家将没有明确的领导人来应对多个迫在眉睫的经济挑战，包括提升工业竞争力和应对美中贸易政策。 特 朗 普 实 施 的 关 税 威 胁 预 计 将 对 美 国 、 加 拿 大 、 墨 西 哥 和 中 国 的 经 济 造成损害...........................................................52 导读：特朗普对墨西哥、加拿大和中国发出了不寻常的关税威胁，包括对墨西哥和加拿大所有商品征收25%关税以及对中国征收额外10%的关税。本文使用G-Cubed模型，研究了特朗普的关税威胁如果付诸实施，将对美国、中国、墨西哥和加拿大的经济产生什么样的影响。结果发现，这些关税将损害包括美国在内的所有相关经济体，导致经济增长放缓，并加速通货膨胀。不过，我们也有理由相信特朗普不会将关税威胁付诸实践。 特朗普治下的美国：对国内和欧洲的影响...........................57 导读：特朗普新政府对美国和欧盟经济的短期影响可能是广泛的。然而，本文认为，中长期的影响可能会更加普遍。从国内的角度来看，我们可能会见证美国企业制度逐渐向裙带资本主义转变。对欧盟来说，这是一个警钟。短期影响，特别是长期影响，将取决于欧盟协调其内部和外部议程的能力。 本期智库介绍.....................................................62 人工智能对宏观经济生产率的影响 MasayukiMorikawa/文王琬婷／编译 导读：近年来，人工智能发展迅猛，但其对总体生产力的影响仍不明确。本专栏使用原始调查数据，对人工智能在日本宏观经济生产率方面的影响进行了估算。使用人工智能在工作场所的应用及其对工作效率的影响数据，发现AI在宏观层面可使劳动生产率提高0.5%-0.6%。随着时间推移，人工智能对生产力的推动作用有望增强，但其带来的额外收益可能逐渐减少。此外，高工资和高学历群体对人工智能的更高使用率可能会在短期内加剧整体劳动力市场的不平等。编译如下： 随着人工智能（AI）的快速普及，其对生产力和劳动力市场的影响备受关注 。 此 前 ， 众 多 研 究 聚 焦 于 工 业 机 器 人 对 生 产 力 的 影 响 （ 如 ：GraetzandMichaels2018,Kromannetal.2020,Cetteetal.2021,Dauthetal.2021），这主要得益于国际机器人联合会（IFR）提供的按国家和行业划分的机器人使用数据。然而，AI对生产力的定量影响尚未被充分理解，主要原因在于缺乏关于使用AI的统计数据。 最近，一些研究通过针对特定任务的随机实验，发现人工智能对生产力有显著的积极影响（例如Brynjolfssonetal.2023,Kanazawaetal.2022,NoyandZhang2023,Pengetal.2023）这些研究揭示了人工智能对生产力的因果关系，具有重要价值，但由于这些研究仅涵盖客户支持、出租车驾驶、写作任务和软件编程这些非常狭窄的领域，因此无法从这些结果推断出宏观经济的影响。 Acemoglu（2024）根据现有任务层面的研究，通过计算受人工智能影响的任务占比与任务层面的成本节约相乘的结果，估算了人工智能对美国生产力的中期影响。根据他的研究，人工智能的宏观经济影响虽不容忽视，但相对较小，预计总要素生产率（TFP）的累积增长不到0.7%。然而，他也指出，哪些任务会被自动化以及成本节约程度存在巨大不确定性。最近，Filippucci等人（2024）假设人工智能的成本节约率为30%，评估了人工智能带来的总体生产率提升，并表示在未来十年内，人工智能可能会为美国的年度总要素生产率增长贡献0.25%到0.6%个百分点。 在此背景下，我利用原始调查数据，对日本人工智能的使用情况及其对宏观经济生产率的影响进行了概述和估算（具体细节可参见Morikawa2024a、2024b）。 研究设计 我在2023年9月和2024年10月对20岁及以上的日本劳动者进行了调查，样本选取具有日本劳动力的代表性。2023年调查的受访者人数为13,150人。2024年的后续调查对象是2023年调查的受访者，最终收到8,633份回复。在分析中，我使用了其中8,269名受访者的数据，排除了截至2024年调查时已不在职的人员。 主要调查内容包括：（1）工作中使用人工智能（包括生成式人工智能）的情况；（2）使用人工智能完成的任务占比；（3）人工智能使用对工作效率的影响。其中，后两个问题仅针对那些已表示在工作中使用人工智能的受访者。此外，调查还收集了受访者的性别、年龄、教育背景、行业、职业、雇佣类型、每周工作时长和年收入等信息。 根据这些问题的答案，我们统计了使用人工智能的工人比例（AI_User）、使用人工智能的任务占比（AI_Taskshare）以及效率提升（AI_Efficiency）。对于 使 用 人 工 智 能 的 工 人 ， 我 们 计 算 了 人 工 智 能 对 工 人 层 面 生 产 率 的 影 响（AI_Productivity），即AI_Taskshare与AI_Efficiency的乘积。例如，如果一个工人使用人工智能完成了30%的任务，且人工智能的效率提升效果为20%，那么他的工作效率总体上比不使用人工智能时提高了6%。为了计算人工智能对宏观经济生产率的影响，我们使用年收入作为权重来汇总AI_Productivity，这个权重是包括不使用人工智能的工人在内的总年收入。 尽管这里采用的方法非常简单，且依赖于工人的主观评估，不可避免地存在测量误差，但这种方法有一个优点，即它可以通过询问人工智能用户在不使用人工智能的情况下效率的变化，避免了因选择性使用人工智能而产生的内生性问题。 人工智能对生产力的影响 到2024年秋季，使用人工智能的工人比例（AI_User）为8.3%。在2023年的调查中，相应的比例为5.8%（如果仅限于也参加了2024年调查的面板受访者，则为5.3%），这表明在过去一年中，使用人工智能的工人数量大约增加了1.5倍。 在 使 用 人 工 智 能 的 工 人 （AI_User） 中 ， 使 用 人 工 智 能 的 任 务 占 比（AI_Taskshare）的平均值为15.1%。换句话说，即使在工作中使用了人工智能，平均而言，不使用人工智能的任务占比仍超过80%。人工智能对工作效率的 影 响 （AI_Efficiency） 的 平 均 值 为25.9%， 而 人 工 智 能 对 生 产 率 的 影 响（AI_Productivity）的平均值为5.6%。这意味着使用人工智能的工人的整体生产率比不使用人工智能时高出5.6%。 通过使用年收入对AI_Productivity进行加权，并以所有受访者的年收入总和为分母计算出的宏观经济生产率影响为0.58%（见图1）。因此，目前我们更倾向于估计，与没有使用人工智能的情况相比，人工智能在宏观层面上对劳动生产率的提升为0.5-0.6%。如果使用Acemoglu（2024）所用的劳动份额（0.535）将劳动生产率转换为全要素生产率（TFP），那么对TFP的影响大约为0.3%。 未来潜在影响 大约有28%的受访者回答说“我现在没有在工作中使用人工智能，但我觉得将来会使用”，这表明使用人工智能的工作在未来将继续增加，人工智能的宏观经济影响可能会在未来增加。假设AI_Taskshare和AI_Efficiency与当前人工智能用户的