[Laurence Ball, Gita Gopinath, Daniel Leigh, Prachi Mishra, Antonio Spilimbergo, “US inflation: Set for take-off?” VoxEU, May 7, 2021]

いまアメリカで進行中の財政拡大はどこまでインフレを押し上げると見込まれるだろうか？ 本コラムでは，次のことを示す新たな証拠を提示する――すなわち，COVID-19 危機がはじまって以降，これまでのところ，消費者物価指数 (CPI) の基調（加重中央値）は安定して下がってきている．これは，歴史的なフィリップス曲線の関係からおおむね予測されるとおりだ．一部の論者が予測するように進行中の財政拡大によって失業率が 1.5%～3.5% に下がったら，2023年までにインフレ率の基調は約 2.5%～3% にまで上がりうる．財政拡大が一時的なものにとどまり，金融政策が引き続き断固としたものでありつづけ，明快にこれが〔世間に〕伝えられつづければ，1960年代タイプのインフレスパイラルのリスクはほぼないにひとしい．
[Read more…]

[Philippe Aghion, Patrick Artus, Miquel Oliu-Barton, Bary Pradelski, “Aiming for zero Covid-19 to ensure economic growth,” VoxEU, March 31, 2021]

【要旨】 パンデミックが1年以上も続くなかで，健康と経済のトレードオフはないことがはっきりしてきた．パンデミックの管理に成功をおさめるかどうかは，コロナウイルスのない安全地帯をめざしこれを守るかどうかに左右されてきた．本コラムでは，迅速な駆逐戦略を選択することで世界の数カ国はウイルスを制御下においたことを論じる．そうした国々は，死者数と不確実性を最低限におさえることでこれに成功し，いまやすでに経済の再建をすすめている．これと対照的に，大半の欧州諸国はストップ・アンド・ゴーの論理にしたがった．だが，ストップ・アンド・ゴーの方がより〔人々の自由への〕制限が強く，より危険で，経済への打撃がより大きかった．
[Read more…]

[Olivier Coibion, Yuriy Gorodnichenko, Michael Weber, “How inflation expectations affect households’ spending decisions,” VoxEU, March 19, 2021]

【要旨】 先進国の家計は，インフレについてかなり知識にとぼしい．それはつまり，家計は自分たちの経済的な意志決定にあたってインフレを無視しているということだろうか？ 本コラムでは，無作為化対照実験・大規模調査・支出データをもちいて，その答えが「ノー」であることを示す．家計が自分たちのインフレ予想を変えると，それによって彼らの支出意志決定が因果的に変わる．このことから，家計の予想に影響を及ぼす〔中央銀行の〕コミュニケーション戦略は，家計の意志決定にも影響を及ぼすと予想できる．
[Read more…]

[Douglas Gollin, Casper Worm Hansen, Asger Mose Wingender, “When agriculture drives development: Lessons from the Green Revolution,” VoxEU, March 20, 2021]

【要旨】グリーン革命は，現代の育種技術と多収性品種の応用にもとづいて農業イノベーションがなされた重要なエピソードだった．本コラムでは，発展途上国におけるグリーン革命の文脈で農業生産性成長がもたらした経済効果を検討する．食用作物の収穫量，一人当たり GDP，学校教育，平均寿命に農業生産性はプラスの影響をもたらす．だが，その影響は国々で均等ではない．気候変動に直面するなかで，途上国向け農業科学への投資は，こうした利得を今後数十年にわたって維持する力を秘めているかもしれない．
[Read more…]

[Shivani Taneja, Paul Mizen, Nicholas Bloom, “Working from home is revolutionising the UK labour market,” VoxEU, March 15, 2021]

【要旨】 パンデミックが始まってから，在宅勤務についての考え方・評価は大きく変わってきている．本コラムでは，イギリスで勤労世代5,000名を対象に2021年1月から2月にかけて実施した調査から得られた知見を論じる．同調査からは，イギリスの労働力のおよそ半数がいま自宅から勤務しているのがうかがえる．ポスト・コロナウイルスの勤務パターンでもっとも多く予想されているのは，週2日を自宅で勤務するかたちだ．多くの大～中規模事業者にとって，これはさまざまな含意をもつ．

[Read more…]

[W. Bentley MacLeod & Miguel Urquiola, “Why the US currently has the best research universities: Incentives, resources, and virtuous circles,” VoxEU, February 22, 2021]

【要旨】1875年に，世界の先進的研究大学は合衆国内にひとつもなかった．今日，上位大学の大多数が合衆国内にある．多くの観測筋は，この逆転の要因として第二次世界大戦前後の出来事を引く．だが，合衆国の大学は第二次世界大戦の前から，研究の先頭集団になりはじめていた．本コラムでは，合衆国の大学が研究を先導するにいたった理由の説明は，もっと前の時期から始めなくてはならないと主張する．そこで注目するのは，南北戦争後にはじまった改革によって，制度が研究に振り向ける各種のインセンティブやリソースが強化された点だ．
[Read more…]

[Daron Acemoğlu, David Autor, Jonathon Hazell, Pascual Restrepo, “AI and jobs: Evidence from US vacancies,” VoxEU, March 3, 2021]

人工知能技術が急速に改善するにつれて，それが労働者たちにおよぼす影響に関心が高まっている．本コラムでは，2010年以降に投稿された求人広告でのスキル要件に関するデータを用いて，人工知能が合衆国の労働市場におよぼした影響を検討する．我々の推定からは次のことがうかがえる．すなわち，特定のタスクでこそ AI が労働者に置き換わりはじめているものの，いまのところ，労働市場全体では影響をおよぼしているようには見えない．

人工知能 (AI) とは，知的にふるまうアルゴリズムの一種をさす．すなわち，構造化されていないデータ（たとえば人のおしゃべりや画像のデータ）にパターンをつきとめ，その情報を用いて，通常なら人間の判断や専門知識を要するタスクを完遂するアルゴリズムをいう．この10年間に，新たな機械学習技術や利用しやすくなった大規模データセットにもとづく AI が急速に発展してきた．その変化のペースは，今後数年で加速すると見込まれている  (e.g. Neapolitan and Jiang 2018, Russell 2019)．また，AI の応用事例はすでにさまざまな企業に影響をもたらしはじめている (e.g. Agarwal et al. 2019)．

評論家たちのなかには，ここに雇用なき未来の兆しを見る者たちもいる (e.g. Ford 2015, West 2018 Susskind 2020)．その一方で，来るべき AI 革命によって人間の生産性と労働経験が豊かになる可能性を見る人たちもいる (e.g. McKinsey Global Institute 2017)．AI が労働市場におよぼす影響に関する証拠がかぎられていることを思えば，こうした好対照な未来像が長らく併存しているのも，驚くにあたらない．

これまでのところ，AI が労働市場におよぼす影響に関する研究はほんのわずかしかない．そればかりか，AI 採用が大幅に増えているかどうかに関する系統的な証拠も，比較的にわずかしかない――メディアで AI が広く取り上げられているのと対照的だ．さらに，AI 技術が人々の仕事を奪っている事例も人々の仕事を補完している事例も見つけられる．なぜなら，他でもなく，広範な技術プラットフォームとしての AI にはそのどちらもできるからだ．そのため，AI によって生じる雇用消失をどれくらいにするかは，社会や企業の選択の問題といえる部分もあるのだ．

新研究において  (Acemoglu et al. 2020)，我々は合衆国における AI 採用とその帰結に関する証拠を提供する．我々の出発点となるのは，次の点だ――教師なし機械学習・自然言語処理・機械翻訳・画像認識といった AI に関連した活動を専門とする従業員を雇用するとき，AI を採用する組織・団体には「足跡」が残る．この着想を実践にうつすにあたって，我々は合衆国内でのオンライン求人投稿とその技能要件の詳細をほぼすべて網羅して AI 活動の組織レベルのデータセットを構築する．求人情報は Burning Glass Technologies から提供を受けた．求人情報の期間は 2007年と2010年から2018年までだ．AI 分野の技能を必要とするかどうかによって，団体の求人を1つ1つ分類した．

我々のデータからは，2010年以降に合衆国で AI 利用は増えており，いまや相対的に広まっていることがわかる．図 1 の左パネルには，合衆国において AI を必要とする求人全件がしめる割合をプロットしてある．期間は2007年と2010年以降だ．我々が用いている「広義」と「狭義」の数値は，それぞれ，求人の文章に基づいて AI を2とおりに分類している．AI 利用は時の経過とともに増えており，2016年に上向いている．

【図 1】

AI 利用は，経済全域に均等に普及しているとはおよそ言いがたい．図 1 の右パネルでは，広義の産業部門による AI 求人の割合をプロットしている．「情報技術および専門・企業向けサービス」部門は，とりわけ AI 求人の割合が大きい．こうした部門は，主に AI を経済の他の分野に供給している業者たちだ．だが，ここで重要なのは，金融や製造といった他の多くの部門でも AI が急速に広まっている点だ．そうした部門は，AI を生産に用いている見込みが大きい．

実証研究の指針となる，タスクにもとづく枠組み

まずは，タスク基準の視野からはじめよう．AI が採用されたとき，それにともなって組織のタスク構造にどのような影響が生じうるのかを検討する．この視野では，現行の AI 応用事例が特定タスクを遂行できていることを強調し，そうしたタスクに従事している企業がいずれ AI 技術を採用すると予測する (Acemoglu and Autor 2011, Acemoglu and Restrepo 2018, 2019a)．AI についてとりうるアプローチは，これ以外にもある．たとえば，AI は特定のビジネスモデルを補完している（のであってそうしたモデル内で特定タスクを遂行しているわけではない）と考えたり，AI によって企業が新製品を生み出したり商業化したりできているのだと考えることもできる  (Agarwal et al. 2019, Bresnahan 2019)．だが，タスク基準アプローチは，我々の実証的アプローチにとりわけ適しており，我々の実証的な発見から支持を受けている．この点は，のちほど解説しよう．

現行の AI にできることはさまざまだ．そうしたことと両立するタスクをつきとめるため，我々は3とおりのたがいに相補的な数値を用いる：すなわち，
Felten et al. (2018, 2019) の AI 職業インパクト数値，Brynjolfsson et al. (2018, 2019) の機械学習適合度 (SML) 指標，Webb’s (2020) の AI 接触スコア，この3つだ．こうした指標は，どれもさまざまな仮定にもとづいており，AI 技術にもっとも影響を受けると判定するタスク・職務もそれぞれに異なっている．我々は，3つの指標それぞれに照らして，その企業の基本的職務構造のベースライン (2010) から，各企業の AI 接触度合いを構築する．そして，分析全体で一貫してこれら3つすべてを AI 接触の代理変数に用いている．我々の目標は AI を用いる企業に AI がもたらす影響を研究することにあって，AI を産み出している企業の研究を目指してはいない．そのため，我々の実証分析では専門・企業向けサービス企業と情報技術部門の企業を除外している．これら2種の企業は，もっぱら AI サービスの供給業者だ．

AI が雇用におよぼす影響

こうして得られる分析結果を述べよう．第一に，AI 採用をすすめている企業は，そのタスク構造が現行の AI にできることと両立する企業だ．これは，タスク基準での AI 観と整合する．図 2 にこの発見をまとめてある．我々は，AI 〔の知識・技術〕を必要とする求人がしめる割合の変遷をプロットした．前述の数値を基準に AI 接触が多い企業と少ない企業をわけてプロットしてある：１つ目のパネルは，Felten et al. (2018, 2019) の数値によるもの，2つ目のパネルは SML 数値によるもの，そして3つ目は Webb (2020) の数値によるものだ．回帰分析にかけると，AI 接触とその後の AI 雇用が示す強い相関は頑健で，the Felten et al. (2018, 2019) と Webb (2020) の数値を用いた場合にはコントロールや仕様のチェックで変わらない．ただし，SML を用いた場合にはそこまで頑健ではない．

【図 2】

次に，求人投稿で求められる技能の内容と AI 接触が関連しているかどうかを我々は調査した．Felten et al. (2018, 2019) とd Webb (2020) の数値（および，度合いは下がるものの SML 数値）を用いたところ，それまで求人で求められていた技能の一部の顕著な減少と新しい技能の台頭の両方に AI 接触が関連していることが見出された．AI によって仕事のタスク構造が変わり，人間が遂行してきたタスクの一部が置き換えられる一方で，それと同時に，新しい技能の需要をともなう新しいタスクが創出されているという主張を，この証拠は支持している．

AI に適したタスクがある企業は AI 職位に従業員を雇用し特定タイプの技能の需要を変えるという発見からは，もちろん，そうしたタスクに従事してきた従業員を AI が置き換えているのか補完しているのかわからない．この問いについて知見を得るべく，我々は近年の AI の台頭によってさまざまな企業での労働需要にどのような影響が及んでいるのかを検討した．

原則として，AI がなんらかのタスクで従業員を直接に補完して彼らの生産性を高めるか，あるいは，なんらかのタスクで従業員を代替するものの（全要素）生産性が十分に高まって AI に無関係のタスク・職位で需要が高まる場合には，AI 接触を経た企業で（非 AI の）雇用が増えるかもしれない (Acemoglu & Restrepo 2019a)．逆に，多くのタスクが AI で代替される一方で自動化されないタスクでの追加雇用が AI に後押しされて増えても代替された分を埋め合わせるに足りない場合には，AI 採用によって雇用は減少するかもしれない．

我々の研究結果は，AI 接触と企業での雇用に正の関係がないことを一貫して示している．むしろ，Felten et al. (2018, 2019) の数値を用いた仕様のほぼすべてと Webb (2020)  での仕様の大半において，雇用の減少と AI 接触の増加は関連しているという証拠が見出される．こうした〔雇用減少とAI接触増加〕の関係のタイミングは蓋然性がある．どちらも，AI 求人の投稿が急増した 2014年から2018年の期間に集中しているからだ．こうした研究結果が示すパターンに加え，AI との接点が多いタスクを多く抱える企業に AI 採用が集中しているのを示す我々の推計を考え合わせると，近年の AI の急増をうながす原動力となっている要因には，いままで人手で遂行されていたタスクの一部を AI が自動処理することによるタスク代替があるらしいことがうかがえる．こうした企業で人と AI の大きな補完関係があるという説や，AI が生産性に大きな影響をおよぼすがゆえに雇用が増えるという予想には，実証的な支持が見当たらない――とはいえ，もちろん，本研究でとらえられていない他の AI 応用事例がそうした影響をもたらす可能性は排除できない．

企業レベルのパターンと対照的に，産業や職業レベルでの AI 接触と全体的な雇用・賃金にはなんらの関係も検出されていない．AI への接触度合いがより大きいタスク構造をもつ産業での雇用になんら顕著な影響はなく，また，AI との接触がより大きい職業の雇用や賃金への影響も見られない．全体を総合したレベルで AI 技術の影響が見られるにはまだ時期が早すぎるというのが，いちばんありそうな理由だ．

まとめの考察

我々の研究結果は次の点を示している――AI 採用が顕著に進んできたにもかかわらず，合衆国の労働市場の規模に比べて AI の影響はあまりに小さく，AI 採用そのものをのぞいて，雇用パターンに大きな影響は生じていない．しかしながら，自社が従事するタスクの大きな割合が AI に適している企業で顕著に AI 採用が進んでいるのが見出されているのに加えて，企業レベルでの 非 AI 雇用との負の相関を示す証拠もある．これらを考え合わせると，現時点で，AI で仕事から追いやられる影響に比べて，AI による生産性向上や相補関係による効果は小さいと考えられる．

参照文献

• Acemoglu, D and D Autor (2011), “Skills, Tasks and Technologies: Implications for Employment and Earnings”, Handbook of Labor Economics 4: 1043–1171.
• Acemoglu, D, D Autor, J Hazell and P Restrepo (2020), “AI and Jobs: Evidence from Online Vacancies”, NBER working paper No w28257.
• Acemoglu, D and P Restrepo (2018), “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment”, American Economic Review 108(6): 1488-1542.
• Acemoglu, D and P Restrepo (2019a), “Automation and New Tasks: How Technology Displaces and Reinstates Labor”, Journal of Economic Perspectives 33(2): 3-30.
• Acemoglu, D and P Restrepo (2019b), “The Wrong Kind of AI? Artificial Intelligence and the Future of Labour Demand”, Cambridge Journal of Regions, Economy and Society 13(1): 25-35.
• Agarwal, A, J S Gans and A Goldfarb (2018), Prediction Machines: The Simple Economics of Artificial Intelligence, Cambridge: Harvard Business Review Press.
• Bresnahan, T (2019), “Artificial Intelligence Technologies and Aggregate Growth Prospects”, Unpublished manuscript, Stanford.
• Brynjolfsson, E, T Mitchell and D Rock (2018), “What can Machines Learn, and What Does it Mean for Occupations and the Economy?”, AEA Papers and Proceedings 108.
• Brynjolfsson, E, T Mitchell and D Rock (2019), “Machine Learning and Occupational Change”, Unpublished manuscript, MIT.
• Felten, E, M Raj and R Seamans (2018), “A Method to Link Advances in Artificial Intelligence to Occupational Abilities”, AEA Papers and Proceedings 108.
• Felten, E, M Raj and R Seamans (2019), “The Effect of Artificial Intelligence on Human Labor: An Ability-based Approach.”, Academy of Management Proceedings 1.
• Ford, M (2015), The Rise of the Robots, New York: Basic Books.
• McKinsey Global Institute (2017), “Artificial Intelligence: The Next Digital Frontier?”, Discussion Paper.
• Neapolitan, R E and X Jiang (2018), Artificial Intelligence: With an Introduction to Machine Learning, London: Chapman and Hall/CRC, Second Edition.
• Russell, S (2019), Human Compatible: Artificial Intelligence and the Problem of Control, London: Penguin.
• Susskind, D (2020), A World Without Work: Technology, Automation and how We Should Respond, London: Penguin.
• Webb, M (2020), “The Impact of Artificial Intelligence on the Labor Market”, Unpublished manuscript, Stanford.
• West, D M (2018), The Future of Work: Robots, AI, and Automation, Washington, DC: Brookings Institution Press.

[Manuel Funke, Moritz Schularick, Christoph Trebesch, “The cost of populism: Evidence from history,” VoxEU, February 16, 2021]

【概要】過去20年間でのポピュリズムの台頭を受けて，その原動力に関する研究が大いに行われてきた．だが，ポピュリズムの経済的・政治的な帰結については，それほどよく知られていない．本コラムでは，1900年までさかのぼるポピュリズムに関する包括的・国家横断的なデータベースを用いて，歴史的・長期的な視座を提示する．本稿では次の点を示す：(1) ポピュリズムには長い歴史があり，〔同じ国で〕連続して存続し続ける性質をもつ――ひとたびポピュリストに統治されると，その国では将来に別のポピュリストが権力を握る見込みがずっと大きくなる; (2) ポピュリスト体制は消費と産出が長期的に顕著に低下して経済的に高くつく; (2) ポピュリズムは政治に混乱をもたらし，不安定と制度の腐敗を促進する．本稿の分析からは，ポピュリズムが今後も存続することが示唆される．
[Read more…]