要点总结 #
研究背景与问题：在全球人工智能投资快速增长的背景下，现有研究对全球性长期产能过剩问题的关注不足，缺乏政治经济学的分析视角。本文通过扩展马克思的两大部类分析到三大部类，采用非竞争型投入产出表估算了世界主要国家三大部类的价值构成和一般利润率，并借鉴新卡莱茨基模型测算2000—2019年各国三大部类的产能利用率。研究发现，发展中国家的三大部类产能利用率均值高于发达国家，且两者都呈现明显的下降趋势，2008年金融危机带来的“创造性破坏”并未扭转全球范围内的长期产能过剩趋势。
方法论与贡献：本文采用PVAR模型分析了人工智能及一般利润率对三大部类产能利用率的影响。研究发现，一般利润率变动会对产能利用率变动产生负向影响，且其作用力度在发展中国家更大；同时，人工智能增长对一般利润率变动的正向作用也是在发展中国家比发达国家更为显著。人工智能的增长在发达国家倾向于拓展潜在产出而相对拉低其产能利用率，而在发展中国家则短期内倾向于提升实际产出而相对提高其产能利用率。本文的研究结果有助于认清发达国家与发展中国家之间的产能过剩程度，推进全球范围内的长期产能过剩治理，为中国推动高新技术生产资料部类发展提供实践指导。
关键要点 #
论文重要性 #
研究价值与影响力：本文通过扩展马克思的两大部类分析到三大部类，丰富了产能利用率的测度方法，揭示了全球性长期产能过剩的特征，并分析了人工智能对不同经济发展水平国家产能利用率的差异化影响。与当前研究趋势的关联：本文弥补了现有研究在人工智能对产能利用率影响方面的不足，为全球范围内的长期产能过剩治理提供了政治经济学的审视维度。未来研究方向：未来的研究可以进一步探讨人工智能在不同行业和地区对产能利用率的具体影响，以及如何通过国际合作和政策协调来缓解全球性产能过剩问题。
深度解读 #
产能过剩趋势 #
本文研究发现，全球范围内的长期产能过剩问题显著存在，且发展中国家的产能利用率均值普遍高于发达国家。尽管2008年金融危机带来了“创造性破坏”，但并未扭转全球产能过剩的趋势。发展中国家的产能利用率虽然较高，但与发达国家的差距正在缩小，表明发展中国家也面临着日益严峻的产能过剩问题。这一趋势在三大部类（普通生产资料部类、高新技术生产资料部类、消费资料部类）中均有所体现，尤其是高新技术生产资料部类的产能利用率最低。这一发现揭示了全球性产能过剩的普遍性，并为全球范围内的产能过剩治理提供了重要的理论依据。
人工智能影响 #
本文深入探讨了人工智能（AI）对产能利用率的影响，发现AI在不同经济发展水平的国家中具有不同的作用。在发达国家，AI的增长倾向于扩大潜在产出，从而相对拉低产能利用率；而在发展中国家，AI的增长在短期内则倾向于提升实际产出，从而提高产能利用率。特别是在高新技术生产资料部类中，AI的影响更为显著。此外，AI的增长还会通过影响一般利润率进一步作用于产能利用率，尤其是在发展中国家，AI对一般利润率的正向作用更为明显。这一发现为理解AI在全球经济中的差异化影响提供了新的视角。
一般利润率作用 #
本文通过实证分析发现，一般利润率的变动对产能利用率具有显著的负向影响，尤其是在发展中国家，这种负向影响更为明显。一般利润率的下降会促使企业增加投资以维持利润，进而加剧产能过剩问题。此外，一般利润率的变动还会通过影响资本积累和资本流向，进一步作用于产能利用率。在发达国家，一般利润率的下降对产能利用率的负向影响相对较弱，而在发展中国家，这种影响则更为显著。这一发现为理解全球性产能过剩的机制提供了新的理论支持。
三大部类分析 #
本文创新性地将马克思的两大部类分析扩展为三大部类（普通生产资料部类、高新技术生产资料部类、消费资料部类），并在此基础上估算了各国的产能利用率和一般利润率。研究发现，三大部类的产能利用率存在显著差异，其中高新技术生产资料部类的产能利用率最低，而消费资料部类的产能利用率最高。此外，不同国家的三大部类产能利用率也存在明显差异，发展中国家的产能利用率普遍高于发达国家。这一分析为理解全球性产能过剩的结构性差异提供了新的视角，并为马克思主义政治经济学的数量化研究提供了有益尝试。
政策启示 #
本文的研究结果为全球范围内的产能过剩治理提供了重要的政策启示。首先，发展中国家应充分利用自身的利润率优势，吸引高质量外资，推动技术创新部类的发展。其次，发达国家应摒弃贸易保护主义，解除对发展中国家的技术封锁，协助发展中国家提升产能利用率。最后，中国应抓住AI发展的历史性机遇，推动高新技术生产资料部类的发展，并通过“一带一路”倡议推动国际产能合作。这些政策建议不仅有助于缓解全球性产能过剩问题，还能为全球经济的可持续发展提供新的动力。
完整论文 #
