（通讯员 张鹃）日前获悉，程文副教授以独立撰稿人身份的最新研究成果“人工智能、索洛悖论与高质量发展——基于通用目的技术扩散的视角》在重点权威期刊《经济研究》（2021年第10期）刊登。
该论文采用跨学科的视角，深入探索了人工智能技术在复杂生产网络中的扩散规律。通过将复杂网络的演化过程与人工智能技术采用和扩散过程内生化，构建了一个通用目的技术（General Purpose Technology，简称GPT）分阶段扩散影响劳动生产率增长的动态模型，揭示了“索洛悖论”形成及其演化背后的理论机理：人工智能时代的“索洛悖论”是由于人工智能技术在不同产业与企业间的复杂生产网络中扩散不同步，且无形资本所占比重较高造成的。相较于信息时代、电力时代和蒸汽时代，人工智能时代更高的无形资本比重将导致GPT导入初期劳动生产率大幅下降，出现更为严重的“索洛悖论”。但“索洛悖论”具有显著的阶段性，在人工智能的识别与导入阶段出现，并在生产协同阶段和成熟阶段消失。从模型模拟和实证研究的结果来看，无论是用研发投入与SG&A费用，还是以上市公司股票估值溢价性所衡量的无形资本对企业生产率增长的影响都呈现出短期抑制作用，但其在长期将有效提升生产率。此外，由于生产网络中的上游产业传导效应并不显著，提高下游产业传导效应和激发企业家精神是提高短期和长期劳动生产率，实现高质量发展的重要途径。
本文的理论贡献主要体现在两个方面：第一，根据信息时代和人工智能时代企业的无形资本占比高，蒸汽时代和电力时代则是机械、设备、厂房等有形资本占比高，提出了索洛悖论在信息时代后反复出现的根本原因，并通过归纳信息时代和人工智能时代GPT扩散与劳动生产率增长与波动的典型事实，找到了在GPT的S型扩散路径下，劳动生产率变化的一般规律。第二，本文的数理模型在Aghion et al.（2017）关于自动化影响经济增长的长期机制之上，引入了复杂生产网络的演化规律和微观企业采用人工智能决策所产生的内生的GPT扩散过程，并结合前述无形资本的积累特征，能有效分析人工智能对劳动生产率的短期波动和长期增长的影响，为中国更好地制定相关科技政策，加速人工智能技术扩散，克服索洛悖论，实现高质量发展提供了客观的理论依据。
本研究得到18luck新利电竞
人文社会科学重大原创性成果一等培育项目：通用技术扩散历史视角下人工智能对生产率的影响研究（项目编号：2021WKFZZX011）的资助。
