Bieżący numer
Numery archiwalne
O czasopiśmie
Cele i zakres
Wydawca
Kolegium Redakcyjne
Zasady etyczne
Indeksowanie i archiwizacja
Prawa autorskie, licencje i dostęp
Dla autorów
Wytyczne
Opłaty
Procedura recenzowania
Przygotowanie artykułu do publikacji
Korekty i sprostowania
Zasady etyczne
Prawa autorskie, licencje i dostęp
Kontakt
PRACA ORYGINALNA
Gospodarka 4.0? Nowe ujęcie teoretyczne rewolucji cyfrowej i jej konsekwencji dla długookresowego wzrostu
1
Department of Quantitative Economics, SGH Warsaw School of Economics, Poland
Data nadesłania: 07-06-2023
Data ostatniej rewizji: 13-11-2023
Data akceptacji: 14-11-2023
Data publikacji: 29-12-2023
Autor do korespondencji
GNPJE 2023;316(4):1-16
SŁOWA KLUCZOWE
automatyzacjagospodarka 4.0bezrobocie technologicznerewolucja cyfrowadługookresowy wzrost gospodarczy
KODY KLASYFIKACJI JEL
STRESZCZENIE
Czy przechodzimy właśnie przez czwartą rewolucję przemysłową czy też przełom technologiczny zupełnie innego rodzaju? W tym artykule, opierając się na modelu hardware-software [Growiec, 2022; Growiec, Jabłońska, Parteka, 2023], identyfikuję kluczowe różnice między technologiami rewolucji przemysłowej (rozszerzającymi naszą zdolność do wykonywania działań fizycznych) a technologiami rewolucji cyfrowej (rozszerzającymi naszą zdolność do przetwarzania informacji). Omawiam konsekwencje tych technologii dla długoterminowego wzrostu gospodarczego, postępu technologicznego i popytu na czynniki produkcji. Stwierdzam, że konsekwencje te zależą od możliwości pełnej automatyzacji procesów produkcyjnych, zakresu efektów ubocznych technologii w badaniach i rozwoju oraz tempa wygasania technologii. Pełna automatyzacja jest zakłócająca, ponieważ czyni pracę ludzką nieistotną dla produkcji, co może prowadzić do bezrobocia technologicznego oraz przyspieszenia wzrostu gospodarczego. Przy pozytywnych efektach ubocznych technologii w działalności badawczo-rozwojowej (B+R) postęp technologiczny i akumulacja kapitału B+R mogą stanowić podwójny motor wzrostu, utrzymujący wzrost wykładniczy nawet przy częściowej automatyzacji i bez wzrostu ludności. Jako zastosowanie wyprowadzonej teorii przedstawiam przegląd skutków rzeczywistych i hipotetycznych technologii ery cyfrowej (od krosna Jacquarda po sztuczną superinteligencję) dla tempa długoterminowego wzrostu oraz przewidywanych trendów w zatrudnieniu i udziałach czynników w tworzeniu wartości dodanej.
FINANSOWANIE
Dziękuję Narodowemu Centrum Nauki za wsparcie finansowe udzielone w ramach grantu OPUS 19 nr 2020/37/B/HS4/01302. Wszystkie ewentualne błędy obciążają wyłącznie mnie.
REFERENCJE (61)
1.
Acemoglu D., Autor D. [2011], Skills, Tasks and Technologies: Implications for Employment and Earnings, in: Ashenfelter O., Card D. (eds.), Handbook of Labor Economics: 1043–1171, Elsevier.
2.
Acemoglu D., Restrepo P. [2018a], The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares and Employment, American Economic Review, 108: 1488–1542.
3.
Acemoglu D., Restrepo P. [2018b], Modeling Automation, AEA Papers and Proceedings, 108: 48–53.
4.
Aghion P., Jones B. F., Jones C. I. [2019], Artificial Intelligence and Economic Growth, in: Agrawal A., Gans J., Goldfarb A. (eds.), The Economics of Artificial Intelligence: An Agenda: 237–282, University of Chicago Press.
5.
Andrews D., Criscuolo Ch., Gal P. N. [2016], The Global Productivity Slowdown, Technology Divergence and Public Policy: A Firm Level Perspective, Working Party No. 1 on Macroeconomic and Structural Policy Analysis, OECD.
6.
Arntz M., Gregory T., Zierahn U. [2016], The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis, OECD Social, Employment and Migration Working Paper No. 189, OECD Publishing, Paris.
7.
Aschenbrenner L. [2020], Existential Risk and Growth, Global Priorities Institute WP 6–2020, University of Oxford.
8.
Autor D. H., Dorn D. [2013], The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market, American Economic Review, 103 (5): 1553–1597.
9.
Autor D., Dorn D., Katz L. F., Patterson Ch., Van Reenen J. [2020], The Fall of the Labor Share and the Rise of Superstar Firms, Quarterly Journal of Economics, 135: 645–709.
10.
Barkai S. [2020], Declining Labor and Capital Shares, Journal of Finance, 75: 2421–2463.
11.
Beaudreau B. C. [2020], The Economics of Speed: Machine Speed as the Key Factor in Productivity, Springer.
12.
Beaudreau B. C., Lightfoot H. D. [2015], The Physical Limits to Economic Growth by R&D Funded Innovation, Energy: 84: 45–52.
13.
Benzell S. G., Brynjolfsson E. [2019], Digital Abundance and Scarce Genius: Implications for Wages, Interest Rates, and Growth, Working Paper, MIT Initiative on the Digital Economy.
14.
Benzell S. G., Kotlikoff L. J., LaGarda G., Sachs J. D. [2015], Robots Are Us: Some Economics of Human Replacement, Working Paper No. 20941, NBER.
15.
Berg A., Buffie E. F., Zanna L. F. [2018], Should We Fear the Robot Revolution? (The Correct Answer is Yes), Journal of Monetary Economics, 97: 117–148.
16.
Bloom N., Jones Ch. I., Van Reenen J., Webb M. [2020], Are Ideas Getting Harder to Find?, American Economic Review, 110 (4): 1104–1144.
17.
Bostrom N. [2014], Superintelligence: Paths, Dangers, Strategies, Oxford University Press.
18.
Brynjolfsson E., McAfee A. [2014], The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, W. W. Norton & Co.
19.
Brynjolfsson E., Rock D., Syverson Ch. [2019], Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics, in: Agrawal A., Gans J., Goldfarb A. (eds.), The Economics of Artificial Intelligence: An Agenda: 23–57, University of Chicago Press.
20.
Caselli F., Manning A. [2019], Robot Arithmetic: New Technology and Wages, American Economic Review: Insights, 1: 1–12.
21.
Davidson T. [2021], Could Advanced AI Drive Explosive Economic Growth?, Report, Open Philanthropy.
22.
Davies A. et al. [2021], Advancing Mathematics by Guiding Human Intuition with AI, Nature, 600: 70–74.
23.
DeCanio S. J., [2016], Robots and Humans – Complements or Substitutes?, Journal of Macroeconomics: 49: 280–291.
24.
Eloundou T., Manning S., Mishkin P., Rock D. [2023], GPTs Are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models, 2303.10130. arXiv.
25.
Frey C. B., Osborne M. [2017], The Future of Employment: How Susceptible Are Jobs to Computerisation?, Technological Forecasting and Social Change: 114: 254–280.
26.
Galor O. [2005], From Stagnation to Growth: Unified Growth Theory, in: Aghion P., Durlauf S. N. (eds.), Handbook of Economic Growth: 171–293, North-Holland.
27.
Gordon R. J. [2016], The Rise and Fall of American Growth: The U. S. Standard of Living since the Civil War, Princeton University Press.
28.
Graetz G., Michaels G. [2018], Robots at Work, Review of Economics and Statistics, 100: 753–768.
29.
Groth Ch., Koch K. J., Steger Th. [2010], When Economic Growth is Less Than Exponential, Economic Theory, 44: 213–242.
30.
Growiec J. [2022a], Accelerating Economic Growth: Lessons from 200 000 Years of Technological Progress and Human Development, Springer.
31.
Growiec J. [2022b], Automation, Partial and Full, Macroeconomic Dynamics, 26: 1731–1755.
32.
Growiec J. [2022c], R&D Capital: An Engine of Growth, Economics Letters, 217: 110703.
33.
Growiec J. [2023], What Will Drive Global Economic Growth in the Digital Age?, Studies in Nonlinear Dynamics and Econometrics, 27: 335–354.
34.
Growiec J., Jabłońska J., Parteka A. [2023], Hardware and Software over the Course of Long-Run Growth: Theory and Evidence, KAE Working Paper 2023–091, SGH Warsaw School of Economics.
35.
Growiec J., McAdam P., Mućk J. [2023], R&D Capital and the Idea Production Function, Research WP 23–05, Federal Reserve Bank of Kansas City.
36.
Hanson R., [2001], Economic Growth Given Machine Intelligence, Working Paper, University of California, Berkeley.
37.
Hemous D., Olsen M. [2018], The Rise of the Machines: Automation, Horizontal Innovation and Income Inequality, Working Paper, University of Zurich.
38.
Hidalgo C. [2015], Why Information Grows: The Evolution of Order from Atoms to Economies, New York: Basic Books.
39.
Hilbert M., López P. [2011], The World’s Technological Capacity to Store, Communicate, and Compute Information, Science, 332: 60–65.
40.
Jones B. F. [2009], The Burden of Knowledge and the ‘Death of the Renaissance Man’: Is Innovation Getting Harder?, Review of Economic Studies, 76: 283–317.
41.
Jones C. I. [1995], R&D-Based Models of Economic Growth, Journal of Political Economy, 103: 759–784.
42.
Jones C. I. [2005], Growth and Ideas, in: Aghion P., Durlauf S. N. (ed.), Handbook of Economic Growth, North-Holland.
43.
Jones C. I., Kim J. [2018], A Schumpeterian Model of Top Income Inequality, Journal of Political Economy, 126: 1785–1826.
44.
Jones L. E., Manuelli R. E. [1990], A Convex Model of Equilibrium Growth: Theory and Policy Implications, Journal of Political Economy, 98: 1008–1038.
45.
Korinek A. [2023], Language Models and Cognitive Automation for Economic Research, NBER Working Paper No. 30957.
46.
Korinek A., Juelfs M. [2022], Preparing for the (Non-Existent?) Future of Work, Working Paper, University of Virginia.
48.
Ord T. [2020], The Precipice: Existential Risk and the Future of Humanity, Hachette.
49.
Philippon Th. [2022], Additive Growth, Working Paper No. 29950, National Bureau of Economic Research.
50.
Piketty Th. [2014], Capital in the Twenty-First Century, Harvard University Press.
51.
Romer P. M. [1986], Increasing Returns and Long-Run Growth, Journal of Political Economy, 94 (5): 1002–1037.
52.
Romer P. M. [1990], Endogenous Technological Change, Journal of Political Economy, 98: S71–102.
53.
Rosling H. [2018], Factfulness: Ten Reasons We’re Wrong About the World – and Why Things Are Better Than You Think, Sceptre.
54.
Sachs J. D., Benzell S. G., LaGarda G. [2015], Robots: Curse or Blessing? A Basic Framework, Working Paper No. 21091, NBER.
56.
Solow R. M. [1956], A Contribution to the Theory of Economic Growth, Quarterly Journal of Economics, 70: 65–94.
57.
Trammell Ph. [2021], Existential Risk and Exogenous Growth, Global Priorities Institute, University of Oxford.
58.
Trammell Ph., Korinek A. [2021], Economic Growth under Transformative AI: A Guide to the Vast Range of Possibilities for Output Growth, Wages, and the Labor Share, Global Priorities Institute WP No. 8, Oxford University.
59.
Wei J. et al. [2022], Emergent Abilities of Large Language Models, Transactions on Machine Learning Research, 8.
60.
Yudkowsky E. [2013], Intelligence Explosion Microeconomics, Technical report No. 1, Machine Intelligence Research Institute.
61.
Zeira J. [1998], Workers, Machines, and Economic Growth, Quarterly Journal of Economics, 113: 1091–1117.
| eISSN: | 2300-5238 |
"Digitalizacja czasopisma Gospodarka Narodowa", sfinansowanego ze środków Ministerstwa Nauki i Szkolnictwa Wyższego przeznaczonych na działalność upowszechniającą naukę, w ramach umowy nr 555/P-DUN/2018.
© 2006-2024 Journal hosting platform by Bentus
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
