收入分配的周期性与创新诱导增长

《Economic Modelling》:The cyclicality of income distribution and innovation induced growth

【字体: 大 中 小 】 时间:2026年08月25日 来源:Economic Modelling 5.5

编辑推荐:

   摘要 本文使用一个独特的框架解释了数据中收入不平等的反周期性。推断来自一个结合了新凯恩斯主义框架和具有劳动增强型技术的内生增长机制的模型。收入差距存在于服务于企业研发活动的高技能工人和通过标准新古典函数贡献产出的低技能工人之间。成功的研发活动增加了企业的知识存量,进而提高了低

  

摘要
本文使用一个独特的框架解释了数据中收入不平等的反周期性。推断来自一个结合了新凯恩斯主义框架和具有劳动增强型技术的内生增长机制的模型。收入差距存在于服务于企业研发活动的高技能工人和通过标准新古典函数贡献产出的低技能工人之间。成功的研发活动增加了企业的知识存量,进而提高了低技能工人的效率和经济的趋势增长率。模型的合理校准和贝叶斯估计练习均表明,高技能工人的收入份额是反周期的,而需求和价格冲击是这种周期性的驱动因素。原因是高技能工人的边际产品量更大,这使得对其服务的需求对冲击不太敏感。特别是,企业需要对该类劳动进行相对较小的调整,以匹配其商品需求的变化。因此,对这两种劳动需求的差异意味着高技能/低技能工资差距在经济衰退期间增加,而在扩张期间减少。

引言
技术变革对劳动力市场的影响是一个有争议的话题。虽然传统的清算主义观点(Michaels 等人,2014 年;Acemoglu 和 Restrepo,2020 年;Vom Lehn,2020 年),支持自动化导致生产岗位流失,倾向于技术的破坏性方面,但其他研究(Chandler,1977 年;Mokyr,1990 年;Rasmussen,1982 年;Olmstead 和 Rhode,2001 年;Goldin 和 Katz,2008 年)认为并发现新技术创造了对新任务和新工作的需求。无论他们倾向于哪一边,这两类研究都是关于劳动力市场的结构性转变,且具有长期视角。相比之下,技术对劳动力市场的周期性影响只能从证据中间接推断,其中一些证据我们将在下文讨论。特别是,在创新驱动型经济的上升和下降期间,按技能类型划分劳动力或工资构成的潜在变化及其对商业周期中收入分配的影响,是文献中较少被理解的主题。有必要进行更多研究,因为这些技术影响可能与商业周期相关的困境和过热至关重要,特别是鉴于技术的劳动力市场极化效应在过去十年中加速发展(例如,Vom Lehn,2020 年)。

对证据的粗略查看表明,如图 1 所示,美国的收入离散度与实际 GDP 的周期性成分之间存在负相关关系,这对于不同的收入不平等定义是相当稳健的。1 在本文中,我们提出了一种独特的机制来产生这种负相关关系,该机制区分了创造增强经济增长的高技能劳动服务的技术和用于生产活动的服务。该机制新颖的一个原因是,用于研究技术增长和商业周期的传统工具在结构上不同。在本文中,我们将这两个工具结合起来,通过将内生增长框架嵌入到否则为标准的中规模动态新凯恩斯主义模型中,以调查收入分配的周期性。模型中的增长来源是劳动密集型的研发(R&D)活动。具体来说,经济的平衡增长路径特征是一个随机趋势增长率,它是企业知识存量的函数。知识存量反过来是过去创新积累的产物,这些创新源于高技能劳动的研发活动。并非所有的研发活动都会产生创新,风险率调节成功的概率。成功的创新通过劳动增强型技术提高了生产劳动的效率,即模型中的低技能劳动。这种效率也代表了经济的随机增长率,我们在求解模型和计算变量偏离其平衡增长路径时使用它来消除增长变量的趋势。

在劳动力市场的需求侧,企业的劳动力雇佣决策,具体来说是雇佣多少低技能和高技能工人,是我们模型中收入分配的关键决定因素。 specifically,我们发现对高技能劳动的需求对冲击和需求变化的反应较小,因为这类劳动的边际产品与产出成正比,而生产劳动的边际产品表现出通常的边际收益递减。此外,研发活动的变化不仅补充了今天的产出,还通过其对知识存量的影响补充了未来的产出。因此,在调整产出以匹配需求变化时,高技能劳动服务的相对较小变化就足够了。

然而,这两种劳动反应性的差异与数据不符,因为根据美国劳动力市场统计,低技能和高技能劳动具有相似的波动性和与产出的相关性。我们通过劳动力市场的供给侧使我们的模型与这一观察结果保持一致。具体来说,我们合理地假设研发劳动和生产劳动之间的替代程度较低,从而使得低技能和高技能服务对经济冲击的供给具有对称性。2 鉴于劳动需求的不同反应性,宏观经济冲击在支付给这两种服务的工资之间产生了一个楔子。正是这个楔子,即技能溢价,驱动了我们模型中收入分配的周期性。我们还应注意,我们模型中的劳动增强型技术在两种劳动类型之间产生了互补性,更高水平的高技能劳动及其导致的高劳动效率促使对低技能劳动的需求增加。这与 Mazzolari 和 Ragusa (2013) 的发现一致,他们通过关注需求侧发现了类似的互补性,互补性从高技能消费流向低技能服务就业。相比之下,我们的模型具有一个供给侧的对应物,它在产生类似的就业共同波动的同时,仍然产生反周期的工资离散。

在对模型针对美国数据进行合理校准后,我们发现对于我们所考虑的大多数冲击,高技能工人的收入份额是反周期的。具体来说,当经济面临货币政策、偏好、政府支出、价格和投资需求冲击时,高技能工人的收入份额在经济衰退期间增加,而在扩张期间减少。作为对不利冲击的反应,由于上述机制,支付给低技能劳动的工资急剧下降,因此支付给高技能工人的收入份额增加。如果冲击增加需求水平,这些结果将逆转。相反,当波动是由总生产率、低技能工人工资和创新成功率的冲击驱动时,高技能工人的收入份额是顺周期的。对于这三个冲击的正(负)值,对高技能工人的相对需求增加(减少),其收入份额也是如此。我们发现上述推断对于习惯持久性、投资调整成本、中间品生产者的市场力量和工资调整成本的不同值是稳健的。

虽然校准模型的结果表明收入分配的周期性取决于冲击的类型,但我们发现需求和价格冲击是美国商业周期的主要驱动因素。 specifically,在使用美国数据和贝叶斯方法估计模型后,我们将需求和价格冲击确定为美国产出历史波动性的主要贡献者。与我们早期的观察一致,估计模型矩表明高技能工人的收入份额是反周期的,主要原因是技能溢价与产出之间的负相关。估计模型中对不同冲击的脉冲响应与从校准模型中获得的类似,它们揭示了这些冲击类似的收入分配周期性。

人们对结合短期商业周期和长期增长的动态来调查两者之间的相互作用越来越感兴趣(例如,Bilbiie 等人,2012 年;Bilbiie 等人,2019 年;Broda 和 Weinstein,2010 年)。该文献的最新分支侧重于经济波动与生产率驱动增长之间的广泛关系(Kung 和 Schmid,2015 年;Anzoategui 等人,2019 年;Bianchi 等人,2019 年;Aysun,2020 年)。我们的总体方法与此类工作类似。然而,存在几个关键差异。我们将增长来源(劳动增强型技术)与企业的知识存量联系起来,这样企业面临的生产与研发活动之间的权衡就不是短期权衡,因为研发活动也影响未来的生产率。此外,虽然上述大多数工作侧重于经济波动对生产率和长期增长潜力的影响,我们的主要焦点仅在于短期动态。特别是,我们分析在一个以技术创造速度增长的经济体中,收入分配如何受到商业周期的影响。

我们论文的主要创新点更具体地说,是调查了嵌入内生增长的 DSGE 模型中收入分配的周期性。通过这样做,它也丰富了内生增长文献(Acemoglu 和 Linn,2004 年;Bustos,2011 年;Chu 和 Cozzi,2018 年;Jones 和 Kim,2018 年;Jaravel,2019 年;Aghion 等人,2020 年;Aghion 等人,2019 年;Chu 等人,2021 年;Ignaszak 和 Sedlacek,2021 年)关于增长与收入不平等之间长期关系的文献,其重点在于收入不平等的周期行为。更具体地说,我们的分析在四个维度上与此文献不同。首先,我们研究商业周期频率下的周期动态,而不是长期稳态关系。其次,我们建模名义和实际刚性,这是短期新凯恩斯主义分析的核心,但在长期增长模型中缺失。第三,我们不是关注由创业或创新者利润驱动的高收入份额,而是建模从事研发的高技能工人和低技能生产工人之间的周期工资差距。第四,对美国季度数据的贝叶斯估计确定了负责观察到的收入分配动态的结构性冲击,并量化了它们的相对重要性。我们不直接基于上述研究的模型进行构建,因为这需要大幅修改其结构以纳入商业周期摩擦,这是我们分析的核心焦点。

虽然关于收入分配周期性的理论和计算研究很少,但关于该主题的实证研究有很多。该文献中的共识与我们的主要推断一致,即收入分配是反周期的。诸如 Castaneda 等人(1998 年)、Heathcote 等人(2010 年)、Maestri 和 Roventini(2012 年)以及 Bonhomme 和 Hospido(2017 年)的研究使用美国和国际数据以及各种不平等指标,发现收入分配在经济衰退期间恶化,在扩张期间改善。虽然文献中没有分解工资和工时中的周期性来源,但文献中长期存在且确立的观点是,技能溢价在衰退期间增加,在扩张期间减少,类似于我们模型中的主要机制(例如,Reder,1955 年;Reder,1962 年;Azariadis,1975 年)。

与收入不平等周期性的实证证据不同,关于商业周期中研发支出的微观证据是混杂的。一些人发现企业的研发支出比其他形式的投资波动性小,他们对企业商品需求变化的敏感度较低。诸如 Brown 等人(2012 年)、Hall 等人(2016 年)和 Aysun 和 Kabukcuoglu(2019 年)的研究指出调整研发支出的高成本(例如,拆除实验室、寻找合格科学家和工程师相关的高搜索成本)作为相对平滑性的主要决定因素。相反,诸如 Saint-Paul(1993 年)、Comin 和 Gertler(2006 年)、Rafferty 和 Funk(2008 年)以及 Aghion 和 Saint-Paul(1998 年)的研究认为并发现研发活动是企业的奢侈品,当企业面临财务约束时会被抑制。在该文献中,无论倾向于哪种解释,研发活动都与市场力量相关。在我们的模型中,研发活动由垄断竞争企业开展,与企业对生产劳动的需求相比,这些企业对研发活动的需求对商业周期的敏感度较低。

虽然我们在模型中包含了研发调整成本,但如前所述,研发平滑性的主要原因在于其相对较高的边际产出。本文的发现和机制自然地补充了发展经济学中关于短期波动与长期增长关系的文献。我们的结果表明,研发的平滑性是以低技能工人相对购买力波动性增加为代价的(在衰退期间下降,在扩张期间上升)。这一机制与 Jaimovich 和 Siu (2020) 的主要推断一致,即在衰退期间采用替代常规任务的新技术会产生对低技能劳动力需求更高的负面响应。与 Jaimovich 和 Siu (2020) 不同,他们的就业两极分化渠道是通过常规职业的中期结构性置换起作用的,而我们的机制产生了技能群体之间的周期性工资分化,而没有长期置换,因为研发产生的劳动增强型技术提高了未来的低技能生产率。Brown 等人 (2012) 和 Hall 等人 (2016) 记录的研发平滑性与我们的发现以及 Jaimovich 和 Siu (2020) 的发现一致,表明技术采用在衰退期间持续进行,但在短期内可能更多地通过工资渠道而不是就业渠道发挥作用。

我们结果的一个更广泛含义是,当因果关系方向从增长走向波动和收入不平等时,短期波动、收入不平等与长期增长之间的通常关系可能会发生逆转。关于这一联系的早期研究,如 Aghion 和 Banerjee (2005)、Aizenman (2003)、Bleaney 和 Greenaway (2001)、Clarke (1995)、Demir (2013)、Easterly (2007)、Grier 和 Grier (2006)、Levine (1999)、Ramey 和 Ramey (1995) 以及 Woo (2011),证明了短期波动和收入不平等对长期增长的负面影响,这些影响主要通过具有不完全资产市场和金融摩擦特征的机制推导出来。相比之下,我们的模型忽略了这些特征,并表明如果经济增长是由技术驱动的,那么更高的经济增长可能会加剧短期波动和收入不平等。

除了它揭示的长期增长与短期波动之间的这一独特联系外,我们对技能溢价的周期性的分析有几个重要原因。首先,我们的机制表明,衰退期间低技能工人(或低收入家庭)所承受的不成比例的困难因逆周期的技能溢价而加剧,这表明基于 GDP 的计算进一步低估了低收入家庭的福利损失。其次,我们的发现表明,激励研发的政策,如果逆周期使用,不仅可以带来积极的增长效应,还可以防止商业周期期间工资离散度的扩大并稳定收入分配。第三,我们的模型机制为经验上记录的低技能工人更高的周期性收入风险(Storesletten 等人,2004)提供了一种理论解释,并为消费保险异质性代理人模型提供了见解。

章节片段

经济体

该经济体遵循中等规模的 DSGE(动态随机一般均衡)框架,由家庭、劳动中介、最终和中间产品生产者、资本品生产者、中央银行和政府组成。下面,我们描述这些代理人及其最优化问题。

校准

我们的大部分校准练习遵循匹配长期数据矩的标准做法。例如,我们将贴现参数 β 设为 0.995,使得年化无风险利率为 2%。将 α 固定为 0.3,δ固定为 0.025,确保劳动收入份额为 70%,年化折旧率为 10%,并将 ? 设为 2,这意味着劳动供给的弗里斯弹性等于 0.5。我们将 γ 设为 1.005,使得经济体的年化趋势增长率是

结果

在开始讨论模型模拟之前,我们应该指出,通过遵循我们的基准校准策略,我们能够较好地匹配数据矩,如表 1 所示。为了计算数据矩,我们使用了如上所述的来自 BLS 的数据,并从联邦储备银行圣路易斯分行获取了 1990Q1:2020Q4 期间的 FRED 数据库数据。在计算矩之前,所有数据序列均测量为相对于上一年同一季度的百分比变化,然后

结论

本文表明,收入分配,即高收入者的收入份额,是逆周期的。这一推断源自一个模型,该模型包含了标准动态随机新凯恩斯一般均衡框架中通常的名义和实际刚性,便于研究商业周期,但也包含一个内生增长成分,包括研发/创新诱导的增长。该模型区分了服务于创新过程的高技能工人和

利益冲突声明

作者声明,他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。

Sami Alpanda | Uluc Aysun
中佛罗里达大学,商学院经济系,美国佛罗里达州奥兰多市 Scorpius 街 4336 号,邮编 32816,美利坚合众国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号