XiaoMi-AI文件搜索系统
World File Search Systemacemoglu
工人参与决策的作用
AI技术不仅对工作世界有很大的影响，不仅在未来而且已经在今天已经有了很大的影响。在最近的劳动力市场模型中，正在认真对待自动化的潜力，在该模型中，技术改变了跨职位任务的工人的比较优势（Autor等人。 2003; Acemoglu和Autor 2011; Acemoglu和Restrepo 2018，2022; Benzell等人2016; Susskind 2017）。 在这些理论中，工人位移是自动化的可能结果，因为机器接管了先前由人类执行的任务。 如果新技术要求具有与现任劳动力的工人不同，则自动化也可能导致工人流离失所。 随着数字化的迅速发展，劳动力中知识和技能过时的问题变得更加明显（Charles等，2022），但在工作年龄人群中并没有像预期的那样受到欢迎。 但是，新技术在组织中的成功集成将在很大程度上取决于公司的吸收能力，这与其数字能力有关（OECD，2023年）。 由于无法接受这些新技术而被抛在全球价值链中的风险越来越明显，重要的是要了解为什么某些组织及其工人在拥抱新技术方面面临困难。2003; Acemoglu和Autor 2011; Acemoglu和Restrepo 2018，2022; Benzell等人2016; Susskind 2017）。 在这些理论中，工人位移是自动化的可能结果，因为机器接管了先前由人类执行的任务。 如果新技术要求具有与现任劳动力的工人不同，则自动化也可能导致工人流离失所。 随着数字化的迅速发展，劳动力中知识和技能过时的问题变得更加明显（Charles等，2022），但在工作年龄人群中并没有像预期的那样受到欢迎。 但是，新技术在组织中的成功集成将在很大程度上取决于公司的吸收能力，这与其数字能力有关（OECD，2023年）。 由于无法接受这些新技术而被抛在全球价值链中的风险越来越明显，重要的是要了解为什么某些组织及其工人在拥抱新技术方面面临困难。2003; Acemoglu和Autor 2011; Acemoglu和Restrepo 2018，2022; Benzell等人2016; Susskind 2017）。在这些理论中，工人位移是自动化的可能结果，因为机器接管了先前由人类执行的任务。自动化也可能导致工人流离失所。随着数字化的迅速发展，劳动力中知识和技能过时的问题变得更加明显（Charles等，2022），但在工作年龄人群中并没有像预期的那样受到欢迎。但是，新技术在组织中的成功集成将在很大程度上取决于公司的吸收能力，这与其数字能力有关（OECD，2023年）。由于无法接受这些新技术而被抛在全球价值链中的风险越来越明显，重要的是要了解为什么某些组织及其工人在拥抱新技术方面面临困难。
人工智能技术对劳动力市场的影响：案例研究......
Acemoglu、Autor、Hazell 和 Restrepo（2022）展示并比较了不同方法的估计结果。尽管人工智能工作份额因职业、行业和工资水平而异，但总体趋势是显而易见的。
第四讲 索洛增长模型和数据
右侧的所有项都是通过一系列假设从国民账户和其他数据来源获得的“估计值”。 Daron Acemoglu (麻省理工学院) 经济增长讲座 4 2022 年 11 月 8 日 4 / 35
政策洞察 123：我们可以拥有亲工人的人工智能吗？
经济文献中的共识是，先前的几波数字技术——包括个人电脑、数控机械、机器人和办公自动化——加剧了不平等。这既是因为其中一些技术（如个人电脑）与受教育程度较高的工人高度互补（Autor 等人，1998 年，Autor 等人，2003 年，Goldin 和 Katz，2008 年），也是因为其中许多工具已用于工作自动化，对不同类型的工人产生了不平等的影响（Autor 等人，2003 年，Acemoglu 和 Restrepo，2022a，2022b）。虽然数字技术无疑创造了新的商品/服务并提高了某些活动的生产力（例如 Brynjolfsson 和 McAfee，2015 年），但也有证据表明，这些技术带来的生产力增长有时远低于预期（例如 Acemoglu 等人，2016 年）。
人工智能与劳动力市场
我们感谢 Bledi Taska 的详细评论和提供 Burning Glass 数据的访问权限；感谢 Joshua Angrist、Andreas Mueller、Rob Seamans 和 Betsey Stevenson 提供的非常有用的评论和建议；感谢 Jose Velarde 和 Zhe Fredric Kong 提供的专业研究协助；感谢 David Deming 和 Kadeem Noray 分享他们的代码和数据。Acemoglu 和 Autor 感谢埃森哲律师事务所、IBM 全球大学、Schmidt Futures 和 Smith Richardson 基金会的支持。Acemoglu 感谢谷歌、美国国家科学基金会、斯隆基金会和图卢兹信息技术网络的支持，Autor 感谢卡内基研究员计划、海因茨家庭基金会和华盛顿公平增长中心。本文表达的观点为作者的观点，并不一定反映美国国家经济研究局的观点。
溢出和创新方向：申请...
5 Fried（2018）还认为，跨技术知识溢出会调解碳税的影响。6有关空间经济中路径依赖性主题的研究，请参见Krugman（1991），Bleakley和Lin（2012），以及艾伦和唐纳森（2020）。7有关其他环境中创新方向的经验工作，请参见Acemoglu和Linn（2004）以及Acemoglu和Finkelstein（2008）有关Healthcare和Hanlon（2015）的背景，以了解纺织工业的历史检查。8关于创新方向的决定因素的其他研究示例更广泛地包括Budish等人。（2015）关于选择用于预防医学的医疗保健公司，以及在农作物研究中受到关注的作物特异性害虫和病原体的投资。9我对政策在转向创新方向的作用的关注也与Acemoglu（2023）最近的AEA杰出演讲有关。10的IAMS具有内源创新，请参见Nordhaus（2002）和Popp（2004）。11总的来说，知识溢出长期以来一直是创新政策的核心考虑因素（Arrow，1962; Romer，1990; Bloom等人。，2019年； Akcigit等。，2020年；布莱恩和威廉姆斯，2021年）。紧密相关的是一项经验工作，重点是估计创新的溢出益处（Jones and Williams，1998; Bloom等人。，2013年；琼斯和萨默斯，2021年；迈尔斯和拉纳汉，2022年）。12在Blanchard和Kahn（1980），Uhlig（1999）和Galor（2007）中讨论了使用基质的光谱特性表征宏观经济动力学的技术。
自动化经济中的最低工资
在过去的几十年里，人工智能、机器人和其他形式的自动化等新技术发展迅速。这些新技术可能会对经济产生重大影响。特别是，劳动力市场将在未来发生根本性变化（例如，Brynjolfsson & McAfee，2014；Ford，2015）。Frey 和 Osborne（2017）探讨了工作与自动化之间的敏感性，并估计美国目前约 47% 的工作可能会在一到二十年内实现自动化。实证研究表明，自动化对常规任务产生了重大影响，导致劳动力两极分化，并加剧了经济不平等（例如，Acemoglu & Restrepo，2020a；Autor，2015；Autor & Dorn，2013；Autor 等，2003、2015；Goos & Manning，2007；Graetz & Michaels，2018）。此外，Goos 等人（2019）强调，自动化对失业求职者造成的调整成本在低技能工人和高技能工人之间分配不均。为了减少新出现的不平等，人们讨论了各种政策手段，例如对机器人征税、基本全民收入或最低工资（例如，Acemoglu 等人，2020 年；Costinot 和 Werning，2018 年；Freeman，2015 年；Furman，2019 年；Guerreiro 等人，2017 年；McAfee 和 Brynjolfsson，2016 年；Thuemmel，2018 年）。然而，人们对最低工资与自动化相结合的影响知之甚少。在现有的少数研究之一中，Lordan 和 Neumark（2018 年）通过实证表明，较高的最低工资会减少可自动化工作的就业。此外，他们强调，在有关最低工资影响的实证文献中，有一些工人群体经常被忽视，例如老年人和低技能工人。然而，似乎几乎没有任何理论研究过基于任务的框架中的最低工资的影响，在该框架中，任务越来越多地由机器取代低技能工人。一个例外是 Aaronson 和 Phelan ( 2019 ) 的研究，他们开发了一个基于任务的理论框架来检验最低工资对劳动力市场的影响。本文旨在探讨具有约束力的最低工资对自动化经济中总产出、就业、要素价格和各种收入分配指标的影响。为了分析最低工资与自动化相结合对劳动力市场的影响，我们以 Acemoglu 和 Restrepo ( 2018a 、 2018b 、 2018d ) 以及 Acemoglu 和 Autor ( 2011 ) 的研究为基础，这两项研究是相互关联的，并且基于 Zeira ( 1998 ) 和 Acemoglu 和 Zilibotti ( 2001 )。基于任务的框架采用了劳动力市场的概念，该市场可以通过工作任务内容进行实证表征（例如，Goos 等人，2019 年）。从理论上讲，基于任务的框架使我们能够沿着密集和广泛的边界对自动化进行建模（Acemoglu & Restrepo，2018c），还要考虑引入最低工资后可能产生的影响。在我们基于任务的框架中，单位间隔内的任务由机器、低技能和高技能工人完成。机器和低技能工人可以生产的任务范围受外生阈值的限制。假设每种生产要素在部分任务上都有比较优势，这会导致要素的简单分配。因此，我们的任务间隔被划分为三个复杂度不断增加的间隔，其中机器在第一个间隔生产任务，低技能工人在中间间隔生产任务，高技能工人在最后一个间隔生产任务。通过假设机器、低技能和高技能工人的供给固定且无弹性，我们实施高于均衡低技能工资的最低工资并确定新的均衡。
人工智能的政治经济学：走向对预测手段的民主控制
∗ 本章受益于众多人士的反馈和讨论，包括 Rediet Abebe、Daron Acemoglu、David Autor、Carlos Gonzalez Perez、Lukas Lehner、Sanaz Mobasseri 以及牛津机器学习和经济学阅读小组和 MD4SG 不平等小组的参与者。
生成的AI和工作的未来
机构（2022年1月19日），取自https://www.brookings.edu/articles/understanding-the-the--impact-ocact-of-automation-on-work-on-work ers-jobs-jobs-and-wages/; D. Acemoglu和P. Restrepo，任务，自动化和美国的增长工资不平等，计量经济学，90（5）（2022），1973 - 2016年，取自https：//economics.mit.mit.mit.mit.edu/sites/default/default/defiles/2022-10/tasks%20automation%20Automation%20and%20and%20AND%20The%20the%20; D. Acemoglu＆P。Restrepo，解开技能偏见：自动化和新任务，AEA Papers and Pro Ceedings，110（2020），356-361，doi：https：//doi.org/10.1257/pandp.2020101063; A.di battista，S。Grayling，E。Hasselaar，T。Leopold，R。Li，M。RayNer和S. Zahidi，《工作未来报道》 2023年，世界经济论坛（2023年5月），取自https:///wwwwwwww.3.weforum.orgg/docs/wefef/wefef/wefef_fu_fu ture_fu ture_fu_jjjjjjjy24.ptf。
AI的政治经济学：建立对...
⇤本章从包括Rediet Abebe，Daron Acemoglu，David Autor，Carlos Gonzalez Perez，Lukas Lehner，Sanaz Mobasseri以及牛津机器机器学习和经济学阅读小组和MD4SG的牛津大学的参与者以及MD4SG的参与者中，与许多人的反馈和讨论有关。