近日，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联合发起“第二届应用宏观经济论坛”通过线上举行，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研究的影响。中国人民大学应用经济学院院长郑新业介绍了本次论坛的主题及其意义，并提出举办本次论坛的目的，即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。来自国际货币基金组织的Chris Papageorgiou发表题为“人工智能革命是否会导致大分化？”的主旨演讲。Chris Papageorgiou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。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。中国人民大学应用经济学院副教授周文戟在题为“价格多维不确定性对于能源系统的影响”的报告中，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，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。美利坚大学教授盛旭光的报告主题为“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。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。中国人民大学应用经济学院助理教授郭伯威的报告主题为“峰值电价的溢出效应”。郭伯威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。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。中国人民大学应用经济学院教授林晨以“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。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。此外，国际货币基金组织高级研究员Hites Ahir、美利坚大学客座教授刘玎倩和中国人民大学应用经济学院教授潘伟分别以“确定性的度量”“管理者注意力和杠杆动态”和“数字健康与人工智能”为题进行专题报告。
转自：中国经济网
