人工智能、一般利润率与全球性长期产能过剩——政治经济学三大部类视角
| 英文标题： |
|
| 摘要： |
在当今人工智能投资快速增长的大背景下，现有研究对全球性长期产能过剩问题的关注不足，更缺乏一个政治经济学的分析视角。本文将马克思两大部类分析视角拓展到三大部类，采用非竞争型投入产出表估算了世界主要国家三大部类的价值构成和一般利润率，并借鉴新卡莱茨基模型测算出2000—2019年间各国三大部类的产能利用率，选用PVAR模型分析了人工智能及一般利润率对三大部类产能利用率的影响。研究发现：发展中国家的三大部类产能利用率均值都高于发达国家，且两者都呈现明显的下降趋势，2008年经济危机带来的“创造性破坏”并未扭转全球范围内的“长期产能过剩”趋势。一般利润率变动会对产能利用率变动产生负向影响，且其作用力度在发展中国家更大；同时，人工智能变动对一般利润率变动的正向作用也是在发展中国家比发达国家更为显著。人工智能的增长在发达国家倾向于拓展潜在产出而相对拉低其产能利用率，而在发展中国家则短期内倾向于提升实际产出而相对提高其产能利用率。本文的研究结果有助于认清发达国家与发展中国家之间的产能过剩程度，推进全球范围内的长期产能过剩治理，为中国推动高新技术生产资料部类发展提供实践指导。 |
| 关键字： |
长期产能过剩 人工智能 三大部类 产能利用率 |
| 作者： |
徐春华1,2 |
| 作者单位： |
（1.厦门大学经济学院，福建 厦门 361005； 2.厦门大学王亚南经济研究院，福建 厦门 361005） |