未來的貨幣政策可能更傾向于采取前瞻性的風(fēng)險管理思路，即在核心就業(yè)指標尚未明顯走弱之前，提前釋放一定的政策緩沖空間，從而推動寬松政策前置。貨幣政策制定對潛在下行風(fēng)險的重視程度或?qū)⑦M一步提升，使政策決議更容易在信號模糊階段向?qū)捤煞较騼A斜，而非等待數(shù)據(jù)出現(xiàn)明顯惡化后再被動調(diào)整。

本文作者系盤古智庫學(xué)術(shù)委員、工銀國際首席經(jīng)濟學(xué)家程實，工銀國際宏觀分析師周燁，文章來源于“第一財經(jīng)”。

本文大約2600字，讀完約6分鐘。

過去數(shù)十年，菲利普斯曲線與貝弗里奇曲線構(gòu)成了宏觀經(jīng)濟分析勞動力市場、判斷通脹壓力與政策周期的核心工具。然而，近年來以美國為代表的發(fā)達經(jīng)濟體勞動力市場運行特征，正系統(tǒng)性偏離這一傳統(tǒng)框架。

人工智能（AI），是理解上述結(jié)構(gòu)性變化的重要切入點。與以往主要替代體力勞動的技術(shù)進步不同，當前AI對勞動力市場的影響更多發(fā)生在任務(wù)層面。這一過程在短期內(nèi)緩沖了就業(yè)波動，但在中長期加劇了技能錯配與區(qū)域分化，使勞動力市場信號呈現(xiàn)出更強的滯后性與非線性特征。

在這一背景下，菲利普斯曲線的斜率趨于平坦，貝弗里奇曲線則整體外移，經(jīng)濟增長與就業(yè)市場表現(xiàn)之間的聯(lián)動關(guān)系出現(xiàn)階段性脫鉤，勞動力市場信號參考性下降，這對宏觀政策框架提出了新的挑戰(zhàn)。

經(jīng)典勞動力市場框架的現(xiàn)實偏離

數(shù)十年來，兩條經(jīng)典關(guān)系構(gòu)成了宏觀分析勞動力市場的重要分析框架：一是權(quán)衡通脹與失業(yè)的菲利普斯曲線，二是刻畫崗位空缺與失業(yè)的貝弗里奇曲線。這兩條曲線共同構(gòu)成了貨幣政策評估勞動力市場松緊程度的核心工具。在這一傳統(tǒng)框架下，失業(yè)率被視為連接經(jīng)濟增長、工資形成與通脹壓力的核心樞紐變量，而職位空缺率則被用于衡量企業(yè)用工需求與勞動力供給之間的匹配狀況。

然而近年來，以美國為代表的發(fā)達經(jīng)濟體的勞動力市場表現(xiàn)，正在逐步偏離上述傳統(tǒng)框架。一方面，失業(yè)率維持歷史低位，并未出現(xiàn)與經(jīng)濟放緩相匹配的明顯抬升；另一方面，工資增速放緩，通脹對勞動力市場緊張程度的反應(yīng)明顯弱于歷史經(jīng)驗，反映出工資—價格傳導(dǎo)機制在當前結(jié)構(gòu)環(huán)境下趨于鈍化。同時，職位空缺率處于高位，但其變化與就業(yè)改善之間的對應(yīng)關(guān)系明顯弱化，結(jié)構(gòu)性失業(yè)現(xiàn)象趨于常態(tài)化。

這一系列特征表明，傳統(tǒng)以就業(yè)—通脹為主線的分析框架，正在面臨系統(tǒng)性的挑戰(zhàn)。而人工智能（AI），尤其是以任務(wù)自動化和認知替代為特征的新一代技術(shù)，可能是理解這一結(jié)構(gòu)性變化的重要切入點。

與以往主要替代體力勞動的機械化或機器人技術(shù)不同，本輪AI對勞動力市場的沖擊并非主要發(fā)生在崗位層面，而是更多體現(xiàn)在任務(wù)層面。美國國家經(jīng)濟研究局和國際貨幣基金組織近期的工作論文指出，AI對就業(yè)的影響主要通過三條渠道展開：

第一，任務(wù)替代效應(yīng)。當AI能夠以更低成本完成某些具體任務(wù)時，這些任務(wù)對應(yīng)的邊際勞動需求下降。這種替代并不局限于低技能崗位，而是廣泛發(fā)生在白領(lǐng)、專業(yè)服務(wù)和中等技能職業(yè)中。

第二，任務(wù)重組與生產(chǎn)率放大效應(yīng)。當AI只替代崗位中的部分任務(wù)，勞動者會將時間配置到尚未被自動化的任務(wù)上，從而緩沖就業(yè)沖擊并提升企業(yè)生產(chǎn)率，帶來企業(yè)規(guī)模擴張，對就業(yè)形成反向拉動。

第三，宏觀層面的就業(yè)壓縮。盡管企業(yè)層面的生產(chǎn)率提升存在，但在區(qū)域和行業(yè)層面，任務(wù)重組并不能完全吸收被替代的勞動。結(jié)果是，AI高暴露地區(qū)的就業(yè)率出現(xiàn)結(jié)構(gòu)性下移，尤其集中在制造業(yè)和中等技能服務(wù)業(yè)。

菲利普斯曲線趨于平坦，貝弗里奇曲線外移

傳統(tǒng)菲利普斯曲線將失業(yè)率視為衡量勞動力市場緊張程度的核心變量，隱含假設(shè)是：失業(yè)率下降意味著勞動力市場偏緊，伴隨工資加速上行將推升通脹水平。然而，AI的引入正在系統(tǒng)性削弱這一傳導(dǎo)鏈條。

首先，有效勞動供給的彈性顯著上升。AI擴展了單個勞動者可完成的任務(wù)集合，即便就業(yè)人數(shù)不變，單位產(chǎn)出所需的勞動投入亦在下降，使得失業(yè)率下降不再必然對應(yīng)同等強度的用工約束。

其次，工資形成機制出現(xiàn)明顯分化。AI并未推高整體工資水平，而是強化了工資結(jié)構(gòu)的分層：不可被替代任務(wù)獲得溢價，而可被自動化任務(wù)面臨持續(xù)壓制，從而降低了平均工資對勞動力緊張程度的敏感性。

再次，生產(chǎn)率提升對成本沖擊形成緩沖，AI通過降低單位邊際成本，削弱了工資變動向價格端的傳導(dǎo)。

綜合來看，菲利普斯曲線的斜率正在趨于平坦，通脹對失業(yè)率的相關(guān)性下降，對技術(shù)擴散速度與任務(wù)結(jié)構(gòu)變化的依賴上升。

相較菲利普斯曲線，AI對貝弗里奇曲線的影響更為直觀。AI替代主要集中于中等技能崗位，而再培訓(xùn)、技能轉(zhuǎn)移與跨區(qū)域流動存在顯著摩擦，導(dǎo)致相同職位空缺率對應(yīng)更高的失業(yè)率，貝弗里奇曲線整體外移。企業(yè)新增崗位更多指向高技能、復(fù)合任務(wù)及人機協(xié)作型職位，而失業(yè)人口則集中于被AI替代的任務(wù)類型，形成結(jié)構(gòu)性錯配。AI參與生產(chǎn)的環(huán)境下，職位空缺數(shù)據(jù)本身的信息含量有所下降。部分職位空缺更多反映的是對AI系統(tǒng)的補充配置或探索性需求，而非等量的勞動需求，這使得職位空缺率作為勞動力市場緊張度指標的解釋力亦持續(xù)弱化。

勞動力市場信號滯后帶來的貨幣政策范式轉(zhuǎn)變

在人工智能持續(xù)改變用工方式、傳統(tǒng)勞動力指標解釋力下降的背景下，未來對勞動力市場以及貨幣政策的判斷，可能在兩個維度發(fā)生變化。

其一，薪資增速對通脹的傳導(dǎo)效率正在減弱。一方面，AI提升了單位勞動效率，使得企業(yè)能夠在不顯著擴張用工規(guī)模的情況下消化成本壓力；另一方面，工資上漲更多集中于不可被替代的高技能任務(wù)，其對整體消費需求與價格水平的外溢效應(yīng)有限。在這一背景下，薪資增速與物價之間的聯(lián)動關(guān)系可能走弱，依賴工資數(shù)據(jù)判斷通脹走勢容易高估通脹的持續(xù)性。

其二，失業(yè)率對經(jīng)濟變化的反應(yīng)正在變慢，貨幣政策需要更早關(guān)注潛在風(fēng)險。隨著企業(yè)更多通過放緩招聘、調(diào)整崗位結(jié)構(gòu)和提高效率來應(yīng)對需求變化，就業(yè)人數(shù)和失業(yè)率對經(jīng)濟放緩的反應(yīng)逐漸滯后。在經(jīng)濟出現(xiàn)下行壓力的初期，就業(yè)市場可能仍表現(xiàn)穩(wěn)定，但企業(yè)盈利、融資環(huán)境和金融市場波動已開始惡化。如果貨幣政策過度等待就業(yè)數(shù)據(jù)出現(xiàn)明顯轉(zhuǎn)弱，政策調(diào)整的時點可能偏晚，反而加劇經(jīng)濟和金融波動。

這意味著，傳統(tǒng)宏觀模型中以失業(yè)率、職位空缺率等指標作為判斷經(jīng)濟周期位置和政策轉(zhuǎn)向信號的做法，其解釋力與前瞻性正在下降。在這一環(huán)境下，貨幣政策決策不可避免地需要在更大的不確定性下進行權(quán)衡。

未來的貨幣政策可能更傾向于采取前瞻性的風(fēng)險管理思路，即在核心就業(yè)指標尚未明顯走弱之前，提前釋放一定的政策緩沖空間，從而推動寬松政策前置。貨幣政策制定對潛在下行風(fēng)險的重視程度或?qū)⑦M一步提升，使政策決議更容易在信號模糊階段向?qū)捤煞较騼A斜，而非等待數(shù)據(jù)出現(xiàn)明顯惡化后再被動調(diào)整?！?/p>

文章來源于“第一財經(jīng)”

圖文編輯：張洵

責(zé)任編輯：劉菁波