XiaoMi-AI文件搜索系统
World File Search Systemacemoglu
文献计量分析和未来研究方向
人工智能 (AI) 无疑正在改变整个社会，包括人际交往 (Acemoglu & Restrepo, 2018; Wang W. & Siau, 2019)、城市组织 (Guo et al., 2018)、政策制定 (Sun & Medaglia, 2019)、商业实践和行业 (Hilb, 2020) 等等。尽管如此，AI 的影响力有可能解决包括可持续性在内的重大社会问题。自然环境退化和气候危机是极其复杂的现象，需要最先进和创新的解决方案。正如本文所讨论的，AI 在环境可持续性方面的应用已经支持组织过程、森林和物种管理以及个人实践，以减少人类活动对自然资源和能源使用的影响。根据 Nishant 等人的说法。(2020)，然而，人工智能的实际价值超出了其对社会减少能源、水和土地使用的支持；相反，它可能在更高层次上促进和促进环境治理。环境治理被定义为在决策过程中管理人类行为的正式和非正式规则。决策本身决定了社会如何确定和采取行动来管理自然资源的目标和优先事项（Linkov 等人，2018 年）。
未来学素材 - UKnowledge
关于技术创新对工作和就业的影响的焦虑、希望和猜测至少与资本主义一样古老。人工智能/机器人在二十一世纪工作场所的普及，被许多观察家理解为“第四次工业革命”（FIR），似乎只会增强人们了解其后果的动力。事实上，在 2013 年至 2020 年间，专门讨论人工智能/机器人对就业影响的学术研究出版物激增（例如Acemoglu 和 Restrepo，2018 年；Autor，2015 年；Brynjolfsson 和 McAfee，2014 年；Cameron，2017 年；Ford，2015 年；Frank 等人，2019 年；Frey，2019 年；Frey 和 Osborne，2013 年、2017 年；Korinek 和 Stiglitz，2017 年；Susskind，2020 年；Susskind 和 Susskind，2015 年）。1 随之而来的是大量“灰色文献”，包括来自咨询公司、政府、智库和企业的文章，这些文章通常由学者撰写（例如Arntz 等人，2016 年；Muro 等人，2019 年）。大约在同一时期（尤其是 2016 年至 2018 年），各种各样的经济和商业新闻（下称“媒体”）几乎每周都会报道对美国就业“未来将如何”的预测，这是本文的重点。2
中国科技实力的崛起
现代增长理论（ Romer，1990； Aghion and Howitt，1992）承认技术进步在长期经济增长中的关键作用，但也强调技术进步的性质取决于一个国家的发展水平（ Acemoglu、Aghion 和 Zilibotti，2006）。发展中国家往往通过渐进式调整来适应最先进经济体先前开发的技术，从而赶上更发达的经济体。随着它们接近技术前沿，增长越来越依赖于前沿创新，而这又需要制度转型，如竞争政策（Zilibotti，2017 年）、研究教育（Krueger 和 Lindahl，2001 年；Aghion 等人，2009 年；Goldin 和 Katz，2010 年）、外部融资（Diallo 和 Koch，2018 年；Rajan 和 Zingales，1998 年）和改进的管理实践（Bloom 和 Van Reenen，2007 年）。如果不能实施这些有利的制度，可能会阻碍一个国家全面与发达经济体融合的能力，并可能使其陷入“中等收入陷阱”（worldbank2018）。一个国家创造、改进和传播前沿创新的能力对于发展中国家加入发达经济体行列以及发达国家保持其经济竞争力至关重要。
库存，需求冲击供应链中的繁殖和放大∗
∗本文在标题“全球价值链和业务周期”标题下取代了先前循环的版本。I thank Daron Acemoglu, George Alessandria, Pol Antr`as, David Baqaee, Giacomo Calzolari, Vasco Carvalho, Russell Cooper, Rafael Dix-Carneiro, Juan Dolado, David Dorn, Matt Elliott, Matteo Escud´e, Dalila Figueiredo, Mishel Ghassibe, David H´emous, Nir Jaimovich，Philipp Kircher，Damian Kozbur，Andrei Levchenko，Michele Mancini，Ramon Marimon，Isabelle M´ejean，Konuray Mutluer，Ralph Ossa，Ralph Ossa，Nitya Pandalai- Nitya Pandalai- Nitya Pandalai- Nitya-nithai- Nitya-nithai- Nitya-nayar-他们的反馈。本文还受益于在EUI举行的研讨会，Collegio Carlo Alberto，巴黎经济学学院，Cerge-ei Prague，CSEF NAPLES，苏黎世苏黎世伦敦皇后大学，HEC蒙特利尔大学，HEC MONTREAL，HEC MONTREAL，ECB研究系，EIF意大利银行的GVC会议，法国银行的大型公司会议，国王学院T2M和Gen Workshop。Lorenzo Arc`A，Elie Gerschel和Lorenzo Pesaresi提供了出色的研究帮助。所有其余错误都是我的。†Alessandro.ferrari@econ.uzh.ch.ch
将人类专业知识与人工智能相结合
我们感谢斯坦福大学医院为数据访问提供便利。作者感谢阿尔弗雷德·P·斯隆基金会 (2022-17182)、JPAL 医疗保健交付计划和麻省理工学院 SHASS 的支持。该实验已在 AEA 注册中心预注册，编号为 AEARCTR-0009620。预分析计划可在 SSR 注册 9620 和 SSR 注册 8799 处获得。该项目受益于与多位放射科医生的合作，包括斯坦福大学的 Matthew Lungren、Curtis Langlotz 和 Anuj Pareek 博士、西奈山医院的 Etan Dayan 和 Adam Jacobi 博士、VinBrain 的 Steven Truong 和 VINMEC 的几位放射科医生，以及 USARAD、Vesta Teleradiology 和 Advanced Telemed 的远程放射科医生。我们感谢 Daron Acemoglu、David Autor、David Chan、Glenn Ellison、Amy Finkelstein、Chiara Farronato、Drew Fudenberg、Paul Joskow、Bentley MacLeod、Whitney Newey、Pietro Ortoleva、Paul Oyer、Ariel Pakes、Alex Rees-Jones、Frank Schilbach、Chad Syverson 和 Alex Wolitzky 提供的有益对话、评论和建议。Oishi Banerjee、Ray Huang、Andrew Komo、Manasi Kutwal、Angelo Marino 和 Jett Pettus 提供了宝贵的研究协助。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。
网络经济中的财政政策
本文的早期版本的标题为“冲击传播和财政乘数：异质性的作用”。我们感谢 Daron Acemoglu、George-Marios Angeletos、Martin Beraja、Olivier Blanchard、Ricardo Caballero、Arnaud Costinot、Dave Donaldson、Andrea Ferrero（讨论人）、Ben Golub、Isaac Liu、Jeremy Majerowitz、Andrea Manera、Laura Murphy、Jordan Norris、Elias Papaioannou、Otis Reid、Matthew Rognlie、Karthik Sastry、Lawrence Schmidt、Alp Simsek、Ludwig Straub、Robert Townsend、Ivan Werning 以及哈佛大学、2021 年 NBER 夏季研究所脉冲和传播机制会议、石溪大学、乔治城大学、布鲁金斯学会、智利中央银行、牛津大学、南加州大学、青少年虚拟宏观会议、2022 年 ASSA 年会、2023 年欧洲央行双年会、2021 年欧洲央行冬季会议的研讨会参与者。计量经济学会、麻省理工学院宏观午餐会和麻省理工学院贸易茶会提供的有益评论。我们还要感谢经济分析局 RIMS 工作人员的有益讨论。首次发布版本：2020 年 4 月 18 日。本文表达的观点为作者的观点，不一定反映国家经济研究局的观点。
劳动力市场不平等：比较政治经济学视角
工资、收入和就业方面的巨大不平等不断加剧，这给社会科学家提出了根本性问题，也给政策制定者带来了严峻挑战。在主流经济学家的典型模型中，这些不平等现象可以用竞争性市场力量来解释。根据这一观点，可以假设某一特定素质的工人获得相同的工资（“一薪定律”）——他们的边际产品——因此不存在重要的租金（剩余）可供讨价还价。这反过来要求，产生偏离竞争结果的制度或政策干预必须以就业率降低为代价。近几十年来，薪酬不平等现象加剧，其原因是，工作场所偏向技能的技术变革推动了雇主对认知技能的需求不断增加，而相关技能工人的供应却无法充分满足这一需求（Goldin 和 Katz，2007 年；Machin 和 Van Reenen，2007 年；Acemoglu 和 Autor，2011 年、2012 年）。这一竞争性市场解释的证据主要依赖于教育工资溢价（至少拥有学士学位的工人的工资优势）和工作两极分化（在职业工资分布中，从事常规任务工作的工人比例下降）的变化。核心政策建议直接如下：通过旨在建立更适当技能的劳动力的教育和培训计划来消除这种技能不匹配。
司法在发展中的作用：数据革命
为何正义对发展如此重要？弗里德里希·哈耶克（1960）在其经典著作《自由宪章》中提出了一种理想的法治愿景，其特点是法律面前人人平等、司法独立和权力分立。他认为，这样的法治保护民主，保障个人自由和权利，从而释放出社会进步的动力。利普塞特（1994）同样认为，法治是民主制度的先决条件，因为它为经济、政体和社会带来秩序和可预见性。La Porta 等人（1997、1998、1999）表明，与法国民法国家相比，普通法国家往往对公司投资者有更好的法律保护，所有权集中度更低，公司持股更分散，债务和股票市场规模更大。这些文献阐明了司法制度与社会经济发展之间的联系。 21 世纪初期，法治成为经济学领域中经济增长的关键制度。Acemoglu 等人 (2001) 利用欧洲死亡率的差异来估计制度对经济表现的影响。他们发现包容性制度对经济增长（以人均收入衡量）有很大影响。在控制制度因素后，他们发现非洲或赤道附近的国家收入并不低，这表明改善包容性制度将带来可观的经济收益。
WP-22-41 资本体现技术变革的经济增长框架
技术进步通常体现在资本投入中。本文建立了一个模型，其中资本创新发生在两个边缘：（1）垂直方向，即资本投入在给定任务中变得更有生产力；（2）水平方向，即资本投入在给定任务中取代劳动力。当资本和劳动力的替代弹性小于单位替代弹性时，这两种形式的技术进步会引发宏观经济“拉锯战”，由此产生的框架可以满足许多宏观经济规律。首先，它可以产生平衡的增长路径并满足 Uzawa 增长定理——即使所有技术进步都发生在资本投入中。其次，它可以产生直观的宏观经济动态，增加对明显生产率放缓和劳动收入份额下降的看法。第三，它可以产生丰富的行业动态并为结构性变化提供信息，包括农业和制造业占 GDP 份额的下降、部门瓶颈、通用技术的作用以及计算有限的宏观经济影响。总体而言，这个易于理解的框架有助于解决技术进步的微观观察与经济增长的宏观经济特征之间令人费解的矛盾。作者感谢 Daron Acemoglu、Lawrence Christiano、Chad Jones、Kiminori Matsuyama、Ezra Oberfield、西北大学和普林斯顿大学的研讨会参与者以及 NBER 的会议参与者提出的许多有益评论。
将人类专业知识与人工智能相结合
∗ 我们感谢斯坦福大学医院为数据访问提供便利。作者感谢阿尔弗雷德·P·斯隆基金会 (2022-17182)、JPAL 医疗保健交付计划和麻省理工学院 SHASS 的支持。该实验已在 AEA 注册表上预先注册，编号为 AEARCTR-0009620。预分析计划可在 SSR 注册 9620 和 SSR 注册 8799 处获得。† Agarwal：麻省理工学院和 NBER 经济学系，电子邮件：agarwaln@mit.edu。Moehring：普渡大学丹尼尔斯商学院，电子邮件：moehring@purdue.edu。Rajpurkar：哈佛医学院生物医学信息学系，电子邮件：pranav_rajpurkar@hms.harvard.edu。Salz：麻省理工学院和 NBER 经济学系，电子邮件：tsalz@mit.edu。该项目受益于与多位放射科医生的合作，包括斯坦福大学的 Matthew Lungren 博士、Curtis Langlotz 博士和 Anuj Pareek 博士、西奈山医院的 Etan Dayan 博士和 Adam Jacobi 博士、VinBrain 的 Steven Truong 和 VINMEC 的几位放射科医生以及 USARAD、Vesta Teleradiology 和 Advanced Telemed 的远程放射科医生。我们感谢 Daron Acemoglu、David Autor、David Chan、Glenn Ellison、Amy Finkelstein、Chiara Farronato、Drew Fudenberg、Paul Joskow、Bentley MacLeod、Whitney Newey、Pietro Ortoleva、Paul Oyer、Ariel Pakes、Alex Rees-Jones、Frank Schilbach、Chad Syverson 和 Alex Wolitzky 提供的有益对话、评论和建议。Oishi Banerjee、Ray Huang、Andrew Komo、Manasi Kutwal、Angelo Marino 和 Jett Pettus 提供了宝贵的研究协助。