第二届应用宏观经济论坛聚焦“人工智能、机器学习与宏观经济”

中国发展网讯   记者杨虹报道   近年来，“人工智能”应用范围不断扩大，不仅在科学工程方面发挥着重要作用，而且对经济发展产生重大影响。国务院发布的《新一代人工智能发展规划》强调人工智能将成为经济增长的新引擎，必须加快人工智能深度应用，培育壮大人工智能相关产业，为经济发展注入新动能。人工智能技术加速融入经济社会发展各领域全过程已是大势所趋，在重组全球要素资源、重塑全球经济结构、改变全球竞争格局方面将发挥出重要作用。

在此背景下，中国人民大学应用经济学院、中国人民大学国家发展与战略研究院于2021年联合发起“第二届应用宏观经济论坛”。会议聚焦人工智能和机器学习，探究人工智能和机器学习对宏观经济和宏观经济的研究的影响。中国人民大学应用经济学院以此为契机，将人工智能和机器学习纳入中长期研究计划，持续关注相关问题研究；加大国际学术研讨的广度与深度，进而提升学院研究国际前沿问题的能力，培养具有国际视野的优秀人才，扩大学院的国际声望。

在12月11日分会场，本会场由中国人民大学应用经济学院院长郑新业教授做开场致辞，中国人民大学应用经济学院副教授安子栋主持。

郑新业院长对与会成员表达欢迎和感谢后，主要介绍了本次论坛的主题及其重要意义，并提出举办本次论坛的目的，即让大家共同交流人工智能和机器学习如何影响宏观经济和政策制定的过程，如何影响监管和企业的经营模型等。

本会场首先由来自国际货币基金组织的ChrisPapageorgiou，发表以“人工智能革命是否会导致大分化？”为主题的主旨演讲。ChrisPapageorgiou的研究分析了人工智能革命是否会导致大分化。过去两到三年中，学界对于技术的关注主要来自于人工智能的新浪潮，很多新闻报道以及研究成果都显示了技术的双重影响。在此背景下，该研究通过设置一个简明的模型，对发达国家和发展中国家进行对比研究，分析了人工智能是否会导致未来全球经济的大分化。研究发现，在机器人代替劳动力的情况下，发达国家和发展中国家的差距在逐渐变大。从宏观角度对该研究做总结，可以得出，技术一方面可以带来现象级影响，可以给发达国家、新兴国家带来很多机会，而对于发展中国家尤其是以非技术工人为主导的国家，技术可能也会带来贫富差距等负面的影响。

第一篇文章的报告者为中国人民大学应用经济学院教授周文戟，报告题目为“价格多维不确定性对于能源系统的影响”。周文戟教授把机器学习和系统模型结合到一起，讲述了价格多维不确定性对能源系统的影响。周文戟教授简要介绍了自己的研究动机及背景，并对相关的能源化工产品的背景知识进行了阐述。模型构建时，该研究将四种产品价格纳入模型之中，希望从原材料端静态价格到终端的制成品价格都能反映在其中，并做了简化的价格情境假设，预测价格变化趋势，形成能源系统模型，在优化模型中，也对价格进行了分析，判断价格不确定性对于整个系统的影响。对该研究进行总结时，周文戟教授认为在宏观能源体系中还有很多不确定性，包括能源市场、社会经济发展和长期增长等。我们应该去应用机器学习来识别，预测多维度不确定性的可能性，同时更好地理解宏观能源体系和宏观经济体系之间的互动。

第二篇报告来自美利坚大学教授盛旭光，报告主题为“新冠疫情对于中国的经济不确定性影响”。盛旭光教授的研究用三个前瞻性不确定性的测量方法，分析了新冠疫情对中国经济的影响。第一是基于报刊报道经济政策不确定性分析。研究以《人民日报》、《光明日报》两个中国报刊为数据，通过机器分析工具，追溯1949年以来的情况，以此追踪经济政策和贸易政策之间的不确定性，研究发现新冠疫情期间的不确定性显著增加。第二是关于未来经济的专业预测之间的分歧。该研究以中美两国的数据为例，对具体国家的不确定性进行研究，分析得出新冠疫情期间的不确定性较高，且美国的预测差距相比中国高1-2倍。第三是股市的波动，这个方法常用语研究预测的不确定性。该研究通过观察过去10个交易日中的实际波动情况，把上海交易所的指数和标普500进行了对比，结果表明新冠疫情一定程度上造成了股市的波动。总结该研究得出，新冠疫情导致了中国经济比较大的不确定性，这种不确定性增加远远低于美国，这依赖于中国有效的政府应对以及国有企业的支撑。

第三篇报告来自中国人民大学应用经济学院教授郭伯威，报告主题为“峰值电价的溢出效应”。郭伯威教授的研究侧重于微观层面，聚焦于电力市场，分析了峰值电价的溢出效应。本研究中的溢出效应不是宏观经济层面的溢出效应，而是分析在峰值电价的情况下，消费者和家庭作何反应，尤其是过度反应。本研究通过分析人口信息，发现如果家庭成员是老年人，峰值电价的影响较大；通过分析时间信息，发现工作日中溢出效应影响较大，夏天时溢出效应相比冬天时较大。最后，该研究通过分析比较不同家庭案例得出结论，峰值电价的出现会导致溢出效应，溢出效应的大小取决于家庭是否有认知的压力或紧张状态。

在12月12日分会场，本会场由中国人民大学应用经济学院助理教授曹佳主持，中国人民大学应用经济学院教授林晨首先以“渐进式的市场化改变，行业政策和经济增长：从产业链的角度分析”发表主旨演讲。

林晨的研究从产业链的角度分析了渐进式的市场化改革和行业政策以及经济增长的关系。从供应链的角度来说，中国渐进式的市场化改革的过程是从下游逐渐向上游产业进行移动，而中国的行业政策主要支持上游行业发展，即市场化的改革从下游行业开始，行业政策从上游行业开始。基于这样的背景，该研究用理论模型来讨论这项政策结合的有效性，同时进行场景分析来研究如果政策结合不同会有怎样的结果。最后，研究得出结论，与上游相比，下游开展的市场化改革对经济增长的影响更为明显，且中国实际的政策组合相比其他三种政策的情境更加有效，换言之，“下游+上游”组合相比“上游+上游”、“下游+下游”、“上游+下游”来说是更为有效的机制。

本会场第一篇报告来自国际货币基金组织的高级研究员HitesAhir，他以“确定性的度量：从阿富汗到津巴布韦以及介于两者之间的国家”为题进行专题报告。HitesAhir的研究主要围绕市场不确定性指数。专家和政策制定者一直在讲不断增加的不确定性，新冠疫情爆发后，国家政策制定者也不断在讨论这汇总不确定性会对自己的国家贸易增长带来怎样的影响。人们主要通过两种方法对不确定性进行追踪，一是根据市场波动，比如股市的波动，二是根据经济政策的不确定性。该研究使用了经济学人智库所提供的国别报告来帮助评价和测量不确定性指数，构建不确定性衡量的体系。最后，该研究通过提取各个国别的指数，对关键词进行复查，对比指数与其他不确定性指数，以及验证指数与其他波动性追踪的指数的关联性，验证指数与风险的指标等，来核对并评估研究所制定的指数体系。

第二篇报告来自美利坚大学客座教授刘玎倩，报告主题为“管理者注意力和杠杆动态”。刘玎倩的研究分析了管理者的注意力以及杠杆动态。大数据时代，涉及人工智能的运算和机器学习，只能借助技术和海量数据进行实验。在海量数据中，管理者如何做决策是值得关注的一点。该研究主要关注管理者的财务决策，具体关注的指标为杠杆率。该研究对注意力的能力和分配进行测量，并提供明确的注意力能力的函数，接着分析管理者对于宏观经济冲击的变化以及在此过程中注意力能力和分配的变化和与杠杆率的关系。研究发现，高的注意力总量会带来更高的杠杆率，管理者注意力高则会通过学习新的东西来了解周围的环境。同时从精力分配的角度来看，管理者可能更多关注宏观经济，降低杠杆率。

第三篇报告来自中国人民大学应用经济学院教授潘伟，报告主题为“数字健康与人工智能”。潘伟教授的报告主题为数字健康和人工智能。世界卫生组织2020-2024年的战略中首先提出了数字健康的概念，现已受到全球广泛关注。人工智能应用于数字健康，从普惠性上可以服务于更多群体，更多地区，有助于提升整个民众的健康水平。基于此，潘伟教授进行了两个数字健康和人工智能领域的相关研究。其一，其团队与武汉同济医院合作，针对不孕症患者做了一个评分体系。该研究把不孕症患者的质保通过一些手段构建起来并筛选，然后利用人工智能的随机森林方法，根据指标对病人的情况进行评分。其二，通过分析微博数据，分析疫情对于人们心理的影响。该研究用《人民日报》官方微博数据，通过网络爬取86天内的十万多条数据，研究在疫情情况下，如何在心理方面给予民众帮助。