新浪新闻客户端

通俗经济学家罗伯特弗兰克:AI将加剧贫富分化

通俗经济学家罗伯特弗兰克:AI将加剧贫富分化
2024年07月22日 18:45 新京报作者:罗亦丹

  AI时代将如何改变生产关系?“鸡娃”为什么是个体父母小聪明导致的群体父母的愚蠢?而在这一切的背后,行为传染效应又能如何指导定制更有效的政策?7月17日,通俗经济学家罗伯特弗兰克在与新京报贝壳财经记者的连线对话中回答了上述问题。

  罗伯特弗兰克自1972年起在康奈尔大学任教,他与美联储主席本伯南克共同所著的《微观经济学原理》、《宏观经济学原理》是全世界最受欢迎的经济学教材之一,其本人还撰写了经济学畅销书《牛奶可乐经济学》、《行为传染效应》等。

  本次采访中,罗伯特弗兰克阐述了他对许多当下热门问题的理解,包括AI会利好擅长解决新问题的人才,但会淘汰常规工作者,从而导致“赢家通吃”和更强烈的贫富分化现象,社会必须为AI创造出的额外财富想出更合理的分配方案;父母“鸡娃”会导致学区房价格上涨,不利于全体父母,应该对此进行政策调控;向污染企业收取碳排放税是比勒令企业关停或停减产更好的环保措施。

罗伯特弗兰克 本人供图罗伯特弗兰克 本人供图

  关于AI:将加剧财富不平等趋势 对社会有负面影响

  新京报贝壳财经:当前AI发展迅速,这对经济社会可能会有怎样的影响?

  罗伯特弗兰克:在过去几百年中,类似的发展曾多次发生,这些变化往往对人们的生活产生戏剧性般的影响。一般来说,除非新技术能增加产出,否则我们不会采用它。当我们在装配线上使用机器人来增加产出,当我们从马车转向汽车,所有这些都使产出更大,提高了生产效率,但在每个阶段都有赢家和输家——这一过程中,生产马车的人是输家,生产汽车的人是赢家。

  人工智能将在某种程度上产生不同类型的影响,从某种意义上说,过去的自动化发展往往有利于拥有资本的人,不利于提供劳动力的人。而现在从事数据驱动或语言驱动任务的人会处于收入分配的顶端,许多人现在会因为人工智能的影响过得更糟。如果你是一名普通的报社记者,也许人工智能会让你的未来看起来不那么乐观,可能会有一台机器来写你本来会写的文章。我的一个儿子是学计算机的,他为一家报社管理一个大型团队,现在他能把本来得雇人来做的编码任务交给人工智能做,所以如果你是一个低级别的程序员,你的就业前景就不那么乐观。但如果你是一个创新者,是一个设计解决困难问题方案的人,人工智能可能会使你的未来前景更好。

  总的来说,人工智能将加剧我曾在另一本书中描述的“赢家通吃”现象,技术能使那些无论做什么都最优秀的人扩大他们的影响力,这也将大大加速我们长期看到的收入和财富不平等的趋势,无论用什么衡量标准,这对社会来说都是一个负面的结果,我非常担心这一点。

  AI会改变生产关系——特别擅长解决新问题的人将能够比以前获得更高的溢价,而做常规任务的人将比以前的价值更低。所以,我们的社会需要找出如何把AI带来的更多GDP以符合社会需求的方式分配,这不会自动发生,我们需要采取政策一步一步实现这一点。

  关于“鸡娃”:个体父母的聪明 成了全体父母的愚蠢

  新京报贝壳财经:你的新书《行为传染效应》中文版近期已经发售,什么是“行为传染效应”?

  罗伯特弗兰克:行为传染是社会科学家用来描述行为和态度常常以“类似传染病传播”的方式在人与人之间传播的术语。我认为这是对理性选择理论的一个友好修正。我们经常模仿他人,或者受到他人想法的影响,仅仅因为生活极其复杂,没有人拥有成功解决他们面临的问题所需的所有相关信息。因此,他人的行为提供了非常有价值的线索。有时我们会模仿不良行为,不过总的来说,受他人影响更能适应社会,是一件好事。

  但是,有一些例子,比如吸烟或欺凌已知都具有传染性,尽管它们有负面后果。有趣的是,关于行为传染,我们大多数人都接受其他人会影响我们,但没有考虑到我们的行为也会影响他人。如果我决定吸烟,那意味着我所在的每一个群体中吸烟者的比例都会更高,这意味着那些群体中的每个人更有可能开始或者继续吸烟。因此,当我吸烟时,我以这种方式伤害了他人,很多人忽略了这一影响。我在书中提出的主要论点是,通过考虑这些影响,我们可以设计政策,使人们关心自己的行为如何影响他人。

  新京报贝壳财经:你在书中提到,1950年代美国父母存在“鸡娃”问题,而中国父母也面临类似的情况,你认为应该怎样妥善解决这一问题?

  罗伯特弗兰克:是的,你描述的这种“鸡娃”的力量非常非常强大,而且不仅在中国。韩国的中产阶级父母会花费大约50%的收入培训孩子考试,就为了他们能上更好的大学。我们知道,每个父母自然都希望孩子能接受最好的教育,希望他们能上最好的学校。但我们也知道,好学校是一个相对的概念,只有少数学校能排在前5%,每一个父母都希望孩子能进前5%的学校,但问题是,只有5%的孩子能去那些学校。

  我曾在几个国家生活过,所以了解更多关于其他国家的信息。一般来说,更好的学校位于更昂贵的社区。所以,如果你是一个父母,你想把孩子送到尽可能最好的学校,买最好的学区房,就意味着会为了高工资冒更高的风险,但当每个人都这么做时,学区房价格就高了,而且有一半上不起好学校的孩子仍然上不起。所以,(拼命买学区房)就是对个体父母来讲聪明,但对全体父母来说却愚蠢的一个行为例子。就像看演唱会时每个人都站起来,并不比每个人都舒适地坐着看更好。

  因此,在这种情况下,我们应该寻找可能的方法来规范个人行为,以防止我们做出对个人聪明但对所有人愚蠢的事。这可能意味着平衡学校预算,不允许来自更昂贵社区的税收资助更好的学校,把税收收入平均分配给所有学校,或者采取其他步骤,但这是一个非常非常困难的问题,我理解中国政府看待这个问题的紧迫性,因为鸡娃问题会浪费资源,我们需要法律来规范这个过程,如果你因为想让孩子不被欺负而让一个6岁就能入学的孩子等到7岁再入学,而所有人都效仿,那孩子的上学年龄就会被一推再推,什么时候是个头儿呢?所以我们必须用法律来规范。

  关于碳排放:如果早收取碳排放税 将不会有全球变暖问题

  新京报贝壳财经:你非常关心气候排放问题,并认为通过向污染企业收税的方式降低碳排放是比单纯关停或限制污染企业生产更有效的方法,为什么?

  罗伯特弗兰克:第一个阐述该经济观念的人是英国经济学家庇古。污染也是一个对个体有利但对全体有害的行为案例,由于清除温室气体排放很昂贵,因此个体会说,既然我自己的排放如此之小,我为什么要承担清除它们的成本?当每个人都这样想这么做,我们就产生了很多的温室气体。

  庇古税的理念是,企业排放温室气体不是因为喜欢排放,而是因为过滤温室气体很贵,而我们可以通过对排放的东西征税来激励企业过滤。这个解决方案的吸引力在于,最容易去除温室气体的那些人(记者注:大型排污企业)将尽最大可能去去除它们,因为对他们来说过滤的成本不会非常昂贵,如果必须排放温室气体,那么就支付税款来排放,但在这个过程中,企业会有动力开发新的清洁技术,培养更环保的习惯。

  个人也是如此。在饮食选择上,我们知道肉类消费与温室气体排放有更多的关联。因此,通过征收碳税或污染税使肉类相对于植物性食品更昂贵,随着时间的推移会缓慢地改变人们的饮食选择,而且还能增强税收。在吸烟的例子中,有反对声音认为,即便我们征香烟税,人们也还是会吸烟,因为尼古丁会上瘾。但通过向吸烟征税,在行为传染效应的加持下,由于同伴的影响,开始吸烟的人减少了,戒烟的人增多了。在美国,重度香烟税将成年人的吸烟率从45%降到了现在的11%。以此类推,如果我们早就采取碳税,我们今天就不会有全球变暖的问题。

  如果大家抱怨额外增加的税收,有一个解决的办法:收集所有来自碳排放的税收,然后把钱退还给人民。根据一项研究,50%的碳排放者是前10%的收入人群,所以富人排放了大部分,他们将支付大部分的碳税,我们可以每月把税收退还给低收入者,通过设计一个退税计划,让90%的人口每月得到更多的现金回报,这将是一个政治上受欢迎的举措。

  新京报贝壳财经:一方面,由于行为传染效应,政府可以设立更多规章制度以约束人们的行为向好发展,但另一方面,人们也有自由表达的权利,如何看待这二者之间的“界限”?

  罗伯特弗兰克:这是一个很好的问题。我认为我自己比大多数人都更关心个人自由,我非常不喜欢别人告诉我该做什么,所以我非常理解那种冲动,但是除非你对其他人的权利完全麻木不仁,否则你会承认,当做某事对你几乎没有价值,而同时你的行为对他人造成巨大伤害时,你的自由就该停止了。

  再以吸烟举例,我吸烟增加了你吸烟的可能性,你可能会说,避免被我影响是你自己的责任,但这里还有另一个考虑因素。如果你是父母,你希望你的孩子长大后成为烟民吗?我从未遇到过希望孩子长大后不健康的父母,而吸烟与这个目标背道而驰。所以,我吸烟增加了别人家孩子吸烟的可能性,而那些孩子的父母却什么也做不了,难道我吸烟的自由比那些父母教育孩子远离吸烟的自由更重要吗?

  这一情况下,对吸烟征税有可能会减少吸烟行为,同时还将减少对其他人的税收需求,所以,如果一个吸烟者伤害了别人,就应该通过减轻别人的税收负担来补偿吸烟者所造成的伤害,这就是我对自由的看法。你应该自由,只要你想做的事不会对他人造成不应有的伤害。

  如果我们都知道这个问题的答案,生活会变得更好,但我们却未能采取行动。例如,我们知道富人比以往任何时候都有更多的收入和财富,他们以对他们毫无益处的方式花费它,比如造更大的豪宅、办更奢华的派对。我们现在正面临很多解决起来成本高昂的挑战,比如气候问题、大流行病问题等,如果我们向那些花钱大手大脚的人征税,我们就能解决这些问题,为什么我们不这样做呢?

  新京报贝壳财经记者 罗亦丹

点击进入专题:
聚焦AI

责任编辑:刘德宾

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2024 SINA Corporation

All Rights Reserved 新浪公司 版权所有