郭凱明 向風(fēng)帆

摘 要：隨著十九屆四中全會(huì)把按勞分配為主體、多種分配方式并存上升為社會(huì)主義基本經(jīng)濟(jì)制度，如何調(diào)節(jié)收入分配矛盾已成為新時(shí)代中國(guó)踐行新發(fā)展理念、推動(dòng)高質(zhì)量發(fā)展的重大理論和實(shí)踐課題。值得注意的是，作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的通用技術(shù)，人工智能技勢(shì)必深刻影響各類生產(chǎn)要素的分配格局。本文研究了人工智能技術(shù)通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)而影響工資收入差距的理論機(jī)制。發(fā)現(xiàn)人工智能技術(shù)影響了不同技能勞動(dòng)力在不同產(chǎn)業(yè)部門內(nèi)部的相互替代和相互流動(dòng)，對(duì)工資收入差距產(chǎn)生了顯著影響。在高技能密集型產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性較高，或者產(chǎn)業(yè)間產(chǎn)品替代彈性較高時(shí)，人工智能將會(huì)提高技能密集型產(chǎn)業(yè)部門高技能勞動(dòng)就業(yè)比重，同時(shí)擴(kuò)大工資收入差距。反之亦然?；谶@些結(jié)論，本文為政府推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、縮小工資收入差距提供了政策建議。

關(guān)鍵詞：人工智能技術(shù)；產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；收入差距

一、引 言

改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)持續(xù)發(fā)展，2019年中國(guó)人均國(guó)內(nèi)生產(chǎn)總值超過(guò)了1萬(wàn)美元，穩(wěn)居中等收入國(guó)家行列，與高收入國(guó)家差距進(jìn)一步縮小?，F(xiàn)階段，在保持居民收入快速增長(zhǎng)的同時(shí)，也需要加強(qiáng)居民收入分配的合理調(diào)節(jié)。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，雖然自2008年以來(lái)中國(guó)基尼系數(shù)出現(xiàn)總體下降趨勢(shì)，但是2016年以后又開(kāi)始出現(xiàn)小幅度回升，并且當(dāng)前中國(guó)收入差距的基尼系數(shù)從國(guó)際比較看仍然處于高位水平。黨的十九大報(bào)告明確提出：“堅(jiān)持按勞分配原則，完善按要素分配的體制機(jī)制，促進(jìn)收入分配更合理、更有序。鼓勵(lì)勤勞守法致富，擴(kuò)大中等收入群體，增加低收入者收入，調(diào)節(jié)過(guò)高收入，取締非法收入。堅(jiān)持在經(jīng)濟(jì)增長(zhǎng)的同時(shí)實(shí)現(xiàn)居民收入同步增長(zhǎng)、在勞動(dòng)生產(chǎn)率提高的同時(shí)實(shí)現(xiàn)勞動(dòng)報(bào)酬同步提高。拓寬居民勞動(dòng)收入和財(cái)產(chǎn)性收入渠道。履行好政府再分配調(diào)節(jié)職能，加快推進(jìn)基本公共服務(wù)均等化，縮小收入分配差距?！秉h的十九屆四中全會(huì)首次把按勞分配為主體、多種分配方式并存上升為社會(huì)主義基本經(jīng)濟(jì)制度。收入分配制度列入社會(huì)主義基本經(jīng)濟(jì)制度范疇，充分說(shuō)明如何調(diào)節(jié)收入分配較大矛盾已成為新時(shí)代中國(guó)踐行新發(fā)展理念、推動(dòng)高質(zhì)量發(fā)展的重大理論和實(shí)踐課題。

值得注意的是，近年來(lái)人工智能在全世界范圍內(nèi)蓬勃發(fā)展，這為中國(guó)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和緩解收入分配矛盾提供了新思路。 習(xí)近平總書(shū)記指出：“人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，加快發(fā)展新一代人工智能是事關(guān)中國(guó)能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題?！?人工智能技術(shù)在推動(dòng)新一輪科技革命和產(chǎn)業(yè)變革的同時(shí)，勢(shì)必深刻影響各類生產(chǎn)要素的分配格局。準(zhǔn)確預(yù)判這一影響對(duì)推動(dòng)中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義，這也是本文的主要研究問(wèn)題。

本文研究的出發(fā)點(diǎn)是關(guān)注到了人工智能技術(shù)的三個(gè)重要特征：第一，人工智能技術(shù)是一種通用技術(shù)。如同推動(dòng)三次工業(yè)革命的蒸汽技術(shù)、電力技術(shù)和信息技術(shù)（Bresnahan & Trajetenberg，1995）一樣，人工智能技術(shù)具有明顯的外溢性特征，能夠全面影響經(jīng)濟(jì)的各個(gè)產(chǎn)業(yè)；第二，人工智能技術(shù)對(duì)不同技能勞動(dòng)力生產(chǎn)率的影響是有偏向的。在不同的應(yīng)用場(chǎng)景中，人工智能技術(shù)可以提高特定的勞動(dòng)生產(chǎn)效率，從而影響對(duì)特定勞動(dòng)力的相應(yīng)需求。這種結(jié)構(gòu)性變化既可能影響高技能勞動(dòng)，也可能影響低技能勞動(dòng)，不但影響了產(chǎn)業(yè)內(nèi)不同技能勞動(dòng)力的相互替代，而且影響了產(chǎn)業(yè)之間不同產(chǎn)品的相互替代；第三，相對(duì)于消費(fèi)和投資等其他需求，人工智能技術(shù)在生產(chǎn)來(lái)源上更加依賴于高技能密集型產(chǎn)業(yè)的投入。人工智能技術(shù)依賴于大數(shù)據(jù)、機(jī)器學(xué)習(xí)、云計(jì)算、半導(dǎo)體等技術(shù)的研發(fā)應(yīng)用，這些均是高技能密集型產(chǎn)業(yè)，而消費(fèi)品和投資品從生產(chǎn)來(lái)源上更多需要低技能密集型產(chǎn)業(yè)的投入。基于以上考慮，本文建立了一個(gè)包含人工智能技術(shù)的多部門一般均衡模型，納入了人工智能技術(shù)上述三個(gè)特征，提出并分析了人工智能技術(shù)通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)而影響工資收入差距的理論機(jī)制，并為政府推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、縮小工資收入差距提供了政策建議。

本文的創(chuàng)新之處體現(xiàn)在以下兩個(gè)方面。首先，本文把產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型納入到人工智能領(lǐng)域研究。這一領(lǐng)域近年來(lái)發(fā)展迅速，涌現(xiàn)了大量的文獻(xiàn)（曹靜和周亞林，2018；陳永偉，2018）。目前關(guān)于人工智能影響機(jī)制的刻畫(huà)方式主要有兩種，一種是把人工智能的發(fā)展視作一種自動(dòng)化的過(guò)程（Benzell et al.，2015；Aghion et al.，2017；Acemoglu & Restrepo，2018a；陳彥斌等，2019；林晨等，2020），也就是資本逐漸代替勞動(dòng)的過(guò)程，這勢(shì)必會(huì)導(dǎo)致勞動(dòng)收入份額的下降（Acemoglu & Restrepo，2018b）。另一種是把人工智能作為一種要素?cái)U(kuò)展型技術(shù)（Kotlikoff & Sachs，2012；Graetz & Michaels，2015；Nordhaus，2015；Bassen，2017）。在這種分析機(jī)制下，人工智能對(duì)勞動(dòng)收入份額的影響方向是不確定的，取決于不同生產(chǎn)要素間的替代彈性?？偟膩?lái)看人工智能影響收入分配是大部分文獻(xiàn)都強(qiáng)調(diào)的，其中Acemoglu & Restrepo（2018c）通過(guò)把自動(dòng)化分為對(duì)高技能勞動(dòng)力和低技能勞動(dòng)力替代兩類，直接關(guān)注了技能的溢價(jià)。但是這些研究都沒(méi)有關(guān)注到結(jié)構(gòu)轉(zhuǎn)型的影響。Aghion et al.（2017）和郭凱明（2019）關(guān)注到了人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型以及結(jié)構(gòu)轉(zhuǎn)型對(duì)勞動(dòng)收入份額的重要影響，但是都沒(méi)有分析工資收入差距。本文強(qiáng)調(diào)了人工智能技術(shù)在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的同時(shí)也對(duì)工資收入差距產(chǎn)生了重要影響，從這一視角發(fā)展了人工智能領(lǐng)域研究。

其次，本文關(guān)注到產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型對(duì)工資收入差距的影響。結(jié)構(gòu)轉(zhuǎn)型領(lǐng)域經(jīng)典文獻(xiàn)關(guān)注于影響結(jié)構(gòu)轉(zhuǎn)型的經(jīng)濟(jì)力量（Kongsamut et al.， 2001； Ngai & Pissarides， 2007； Acemoglu & Guerrieri， 2008），最近一些研究進(jìn)一步強(qiáng)調(diào)了國(guó)際貿(mào)易和投資的影響（Uy et al.，2013； Swiecki， 2017； Guo et al.，2017； Herrendorf et al.， 2018； Sposi， 2018）。在結(jié)構(gòu)轉(zhuǎn)型的經(jīng)濟(jì)影響方面，主要關(guān)注于結(jié)構(gòu)轉(zhuǎn)型對(duì)生產(chǎn)率的影響（Duarte and Restuccia， 2010； 郭凱明等，2018；顏色等，2018），很少有研究關(guān)注到產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型對(duì)工資收入差距的影響。Buera et al.（2018）提出技能密集型產(chǎn)業(yè)擴(kuò)張會(huì)導(dǎo)致技能溢價(jià)上升，但是他們只是使用了發(fā)展核算框架，沒(méi)有考慮技術(shù)進(jìn)步的影響。郭凱明等（2020）提出資本深化改變了技能密集型產(chǎn)業(yè)相對(duì)比重，從而影響了技能溢價(jià)，但也沒(méi)有考慮技術(shù)進(jìn)步。郭凱明和羅敏（2021）提出技術(shù)進(jìn)步會(huì)影響產(chǎn)業(yè)結(jié)構(gòu)進(jìn)而影響工資收入差距，但他們沒(méi)有把技術(shù)內(nèi)生化，也沒(méi)有直接關(guān)注人工智能技術(shù)的特點(diǎn)。本文強(qiáng)調(diào)了人工智能技術(shù)通過(guò)影響結(jié)構(gòu)轉(zhuǎn)型進(jìn)而影響了工資收入差距，從這一視角發(fā)展了結(jié)構(gòu)轉(zhuǎn)型領(lǐng)域研究。

二、模型框架

由（5）式和（10）式知，此時(shí)家庭部門消費(fèi)和研發(fā)投入在兩個(gè)行業(yè)的比重相等。因此在需求側(cè)，無(wú)論多少比例用于消費(fèi)和對(duì)人工智能技術(shù)的研發(fā)投入，均不會(huì)影響到兩種不同技能水平的勞動(dòng)的相對(duì)比重，即需求側(cè)的需求結(jié)構(gòu)不會(huì)影響到產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。這種理論分析的簡(jiǎn)化有助于清楚地展示人工智能技術(shù)發(fā)展對(duì)供給側(cè)的影響。

基于假設(shè)1，由式（7）和（8）可知，

這是因?yàn)?，如果人工智能是偏向高技能勞?dòng)的技術(shù)，兩個(gè)產(chǎn)業(yè)的企業(yè)均會(huì)使用生產(chǎn)效率提高更多的高技能勞動(dòng)去替代低技能勞動(dòng)。此時(shí)在產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性更大的部門，這種替代效應(yīng)的影響就會(huì)更大，所以，高技能勞動(dòng)就會(huì)更多地集中在該部門去替代低技能勞動(dòng)，從而推動(dòng)低技能勞動(dòng)流向產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性更小的部門。反之亦然。并且，在兩個(gè)產(chǎn)業(yè)中，只要產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性足夠大，那么對(duì)生產(chǎn)率相對(duì)提高更多的高技能勞動(dòng)的相對(duì)需求也會(huì)更大幅度提升，導(dǎo)致工資收入差距擴(kuò)大。

詳細(xì)證明過(guò)程見(jiàn)附錄（三）。

兩個(gè)生產(chǎn)部門的高技能勞動(dòng)和低技能勞動(dòng)的就業(yè)比重將呈現(xiàn)出同方向的變化，其變化方向取決于需求端對(duì)產(chǎn)業(yè)間產(chǎn)品替代彈性、技術(shù)的偏向性以及兩個(gè)行業(yè)內(nèi)高技能勞動(dòng)的產(chǎn)出彈性。而工資收入差距僅受到前兩個(gè)關(guān)系的影響。當(dāng)人工智能技術(shù)對(duì)生產(chǎn)技術(shù)的影響更加偏向于高技能勞動(dòng)時(shí)（HL？？？），如果需求端產(chǎn)業(yè)之間產(chǎn)品替代彈性大于1，人工智能技術(shù)發(fā)展會(huì)使得工資收入差距擴(kuò)大，并且提高高技能勞動(dòng)的產(chǎn)出彈性更高的行業(yè)的兩種勞動(dòng)的就業(yè)比重。反之亦然。反之，當(dāng)人工智能技術(shù)對(duì)生產(chǎn)技術(shù)的影響更加偏向于低技能勞動(dòng)時(shí)（HL？？？），由于生產(chǎn)函數(shù)在形式的對(duì)稱性，所有結(jié)論剛好相反。（在此略去討論。）

這是因?yàn)?，人工智能技術(shù)發(fā)展提高了兩個(gè)行業(yè)的勞動(dòng)擴(kuò)展型技術(shù)，如果它更多地提高了高技能勞動(dòng)擴(kuò)展型技術(shù)，那么高技能勞動(dòng)的產(chǎn)出彈性更大的行業(yè)的實(shí)際產(chǎn)出就會(huì)更大幅度提升，且該行業(yè)產(chǎn)出的相對(duì)價(jià)格就會(huì)下降，需求側(cè)就會(huì)用該行業(yè)的產(chǎn)品去替代另一個(gè)行業(yè)的產(chǎn)品，導(dǎo)致另一個(gè)行業(yè)的實(shí)際產(chǎn)出相對(duì)下降。但是，當(dāng)產(chǎn)業(yè)間產(chǎn)品替代彈性足夠小時(shí)，這種替代效應(yīng)的影響就會(huì)很小，也就意味著另一個(gè)行業(yè)相對(duì)產(chǎn)出的下降幅度小于相對(duì)價(jià)格上升的幅度，該行業(yè)的名義產(chǎn)出比重上升。由于兩種勞動(dòng)的收入份額在兩個(gè)行業(yè)間均為名義產(chǎn)出的固定比例，名義產(chǎn)出的比重的上升就會(huì)提高勞動(dòng)的回報(bào)率，拉動(dòng)兩種勞動(dòng)均向該行業(yè)流動(dòng)并擴(kuò)大工資收入差距。反之亦然。這一經(jīng)濟(jì)機(jī)制體現(xiàn)了不同行業(yè)間產(chǎn)品替代效應(yīng)，與Acemoglu & Guerrieri（2008）對(duì)資本深化的分析一致。

3. 需求側(cè)的理論機(jī)制

為了更加清楚地展示出人工智能技術(shù)發(fā)展對(duì)需求側(cè)的影響，暫時(shí)簡(jiǎn)化在供給側(cè)的相應(yīng)模型設(shè)定。為此，做出如下假設(shè)。

詳細(xì)證明過(guò)程見(jiàn)附錄（四）。

4. 小結(jié)

這一部分分別從供給側(cè)和需求側(cè)對(duì)人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的影響進(jìn)行了比較靜態(tài)分析，給出了3條定理。對(duì)于供給側(cè)而言，在人工智能技術(shù)更加偏向于高技能勞動(dòng)的情況下，如果高技能密集型產(chǎn)業(yè)的產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性較高，或者產(chǎn)業(yè)間產(chǎn)品替代彈性較高，那么人工智能技術(shù)將會(huì)擴(kuò)大高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重和工資收入差距。低技能勞動(dòng)在高技能密集型產(chǎn)業(yè)的就業(yè)比重變動(dòng)是不確定的，當(dāng)高技能密集型產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性足夠大，這種勞動(dòng)間的替代關(guān)系發(fā)揮更大的作用時(shí)，會(huì)降低高技能密集型產(chǎn)業(yè)的低技能勞動(dòng)就業(yè)比重；反之，當(dāng)產(chǎn)業(yè)間產(chǎn)品替代彈性足夠大，需求側(cè)更多高技能密集型產(chǎn)業(yè)的產(chǎn)品發(fā)揮更大的替代作用時(shí)，會(huì)擴(kuò)大高技能密集型產(chǎn)業(yè)的低技能勞動(dòng)就業(yè)比重。對(duì)于需求側(cè)而言，如果家庭部門人工智能技術(shù)的研發(fā)投入在生產(chǎn)來(lái)源上的高技能密集型產(chǎn)業(yè)投入比重高于該產(chǎn)業(yè)家庭部門的消費(fèi)比重，那么加大人工智能研發(fā)投入，將在需求側(cè)提高對(duì)高技能密集型產(chǎn)業(yè)產(chǎn)品的相對(duì)需求，從而提高高技能密集型產(chǎn)業(yè)的就業(yè)比重和名義產(chǎn)出比重。但此時(shí)，工資收入差距和勞動(dòng)密集程度并不會(huì)直接受到研發(fā)投入變化的影響。反之，如果人工智能技術(shù)是偏向低技能勞動(dòng)的技術(shù)，以上所有結(jié)論剛好相反。

綜合以上分析，如果人工智能技術(shù)是一種偏向高技能勞動(dòng)的技術(shù)，并且高技能密集型產(chǎn)業(yè)的產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性較高或者產(chǎn)業(yè)間產(chǎn)品替代彈性較高，那么，人工智能技術(shù)將擴(kuò)大高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重和工資收入差距，反之亦然。

這一部分通過(guò)數(shù)值模擬定量展示，檢驗(yàn)上一部分的主要結(jié)論，并在定量上評(píng)估人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的影響。

1. 產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性存在差異的環(huán)境

圖1給出了只考慮產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性存在差異的環(huán)境下人工智能技術(shù)的影響。與理論分析相符，如果人工智能技術(shù)對(duì)生產(chǎn)技術(shù)的影響更加偏向于高技能勞動(dòng)，隨著人工智能技術(shù)的不斷提高，在生產(chǎn)部門1中勞動(dòng)間替代彈性高于生產(chǎn)部門2時(shí)，生產(chǎn)部門1中的高技能勞動(dòng)就業(yè)比重、工資收入差距將會(huì)上升，低技能勞動(dòng)就業(yè)比重、行業(yè)間相對(duì)價(jià)格將會(huì)上升；在生產(chǎn)部門1中產(chǎn)業(yè)內(nèi)勞動(dòng)間替代彈性低于生產(chǎn)部門2時(shí)，變動(dòng)方向剛好相反。并且，隨著人工智能技術(shù)的逐漸提高，家庭研發(fā)投入對(duì)其邊際影響將逐漸減小，可用人工智能技術(shù)增長(zhǎng)放緩，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距變動(dòng)的幅度也逐漸縮小。

表1匯報(bào)了主要變量在20期內(nèi)的變化。生產(chǎn)部門1中勞動(dòng)替代彈性更高時(shí)，生產(chǎn)部門1中高技能勞動(dòng)就業(yè)比重提高了0.104 5，低技能勞動(dòng)就業(yè)比重降低了0.064 1，工資收入差距擴(kuò)大了0.361 4。如果生產(chǎn)部門1中勞動(dòng)替代彈性降低到0.5，那么生產(chǎn)部門1中高技能勞動(dòng)就業(yè)比重出現(xiàn)反方向變化，降低了0.053 5，低技能勞動(dòng)就業(yè)比重也出現(xiàn)反方向變動(dòng)，提高了0.080 4，與此同時(shí)，工資收入差距縮小0.452 9。因此，產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性相對(duì)大小，能夠影響結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的變化。

圖2給出了生產(chǎn)部門1高技能勞動(dòng)產(chǎn)出彈性更高時(shí)，產(chǎn)業(yè)間產(chǎn)品替代彈性存在差異的環(huán)境下人工智能技術(shù)的影響。與理論分析相符，如果人工智能技術(shù)對(duì)生產(chǎn)技術(shù)的影響更加偏向于高技能勞動(dòng)，隨著人工智能技術(shù)的提高，如果產(chǎn)業(yè)間產(chǎn)品替代彈性較高，生產(chǎn)部門1中的高技能勞動(dòng)就業(yè)比重、低技能勞動(dòng)就業(yè)比重、工資收入差距、名義產(chǎn)出比重均會(huì)提高，行業(yè)間相對(duì)價(jià)格將會(huì)降低；如果產(chǎn)業(yè)間產(chǎn)品替代彈性較低，除行業(yè)間相對(duì)價(jià)格外，變動(dòng)方向剛好相反。并且，隨著人工智能技術(shù)的逐漸提高，家庭部門研發(fā)投入對(duì)其邊際影響將逐漸減小，可用人工智能技術(shù)增長(zhǎng)放緩，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距變動(dòng)的幅度也逐漸縮小。

表2匯報(bào)了主要變量在20期內(nèi)的變化。生產(chǎn)部門1高技能勞動(dòng)產(chǎn)出彈性更高時(shí)，如果行業(yè)間產(chǎn)品替代彈性較高，生產(chǎn)部門1中高技能勞動(dòng)就業(yè)比重提高了0.060 5，低技能勞動(dòng)就業(yè)比重升高了0.021 3，工資收入差距擴(kuò)大了0.103 6。如果行業(yè)間產(chǎn)品替代彈性較低，那么以上變量均呈現(xiàn)反方向變動(dòng)。高技能勞動(dòng)就業(yè)比重降低了0.054 4，低技能勞動(dòng)就業(yè)比重降低了0.058 4，與此同時(shí)，工資收入差距也出現(xiàn)縮小趨勢(shì)，縮小了0.283 5。因此，生產(chǎn)部門間高技能勞動(dòng)產(chǎn)出彈性的相對(duì)大小，對(duì)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的變化有顯著的影響。在后面可以看到，這一結(jié)論在生產(chǎn)部門2高技能勞動(dòng)產(chǎn)出彈性更高時(shí)仍然成立。

圖3給出了生產(chǎn)部門2高技能勞動(dòng)產(chǎn)出彈性更高時(shí)，產(chǎn)業(yè)間產(chǎn)品替代彈性存在差異的環(huán)境下人工智能技術(shù)的影響。與理論分析相符，如果人工智能技術(shù)對(duì)生產(chǎn)技術(shù)的影響更加偏向于高技能勞動(dòng)，隨著人工智能技術(shù)的提高，如果產(chǎn)業(yè)間產(chǎn)品替代彈性較高，生產(chǎn)部門1中的高技能勞動(dòng)就業(yè)比重、低技能勞動(dòng)就業(yè)比重、名義產(chǎn)出比重均會(huì)降低，而工資收入差距和行業(yè)間相對(duì)價(jià)格將會(huì)增大；如果產(chǎn)業(yè)間產(chǎn)品替代彈性較低，除行業(yè)間相對(duì)價(jià)格外，其余變量變動(dòng)方向剛好相反。并且，隨著人工智能技術(shù)的逐漸提高，家庭的人工智能研發(fā)投入對(duì)其邊際影響將逐漸減小，可用人工智能技術(shù)增長(zhǎng)放緩，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距變動(dòng)的幅度也逐漸縮小。

生產(chǎn)部門2高技能勞動(dòng)產(chǎn)出彈性更高時(shí)，如果行業(yè)間產(chǎn)品替代彈性較高，生產(chǎn)部門1中高技能勞動(dòng)就業(yè)比重降低了0.027 2，低技能勞動(dòng)就業(yè)比重降低了0.063 8，然而和之前一樣，工資收入差距出現(xiàn)擴(kuò)大趨勢(shì)，擴(kuò)大了0.309 5。如果行業(yè)間產(chǎn)品替代彈性較低，那么以上變量均呈現(xiàn)反方向變動(dòng)。高技能勞動(dòng)就業(yè)比重提高了0.054 6，低技能勞動(dòng)就業(yè)比重提高了0.067 7，與此同時(shí)，工資收入差距也出縮小趨勢(shì)，縮小了0.328 3。因此，生產(chǎn)部門間高技能勞動(dòng)產(chǎn)出彈性的相對(duì)大小，對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的變化有顯著的影響。

綜合以上兩個(gè)部分的結(jié)論分析，從表2可以看出，與之前的理論相符，當(dāng)技術(shù)偏向性確定時(shí)，兩個(gè)生產(chǎn)部門內(nèi)高技能勞動(dòng)和低技能勞動(dòng)的就業(yè)比重變化方向取決于行業(yè)間產(chǎn)品替代彈性以及兩個(gè)行業(yè)高技能勞動(dòng)產(chǎn)出彈性的相對(duì)大小，且變化方向也與理論一致。而技術(shù)偏向性確定時(shí)，工資收入差距的變化僅受到行業(yè)間產(chǎn)品替代彈性的影響，其變化方向也和之前的理論分析一致。

3. 更一般情形的模擬結(jié)果

其余狀態(tài)變量取值與前文一致，將其作為基準(zhǔn)模型。之后提高家庭部門研發(fā)比重占生產(chǎn)的總的名義產(chǎn)出比重還是s為0.03，即家庭部門在人工智能技術(shù)的研發(fā)投入增加50%，把模擬結(jié)果與基準(zhǔn)模型對(duì)比，就可以反映出人工智能技術(shù)研發(fā)投入增強(qiáng)的影響。

圖4給出了基于基準(zhǔn)模型與人工智能技術(shù)研發(fā)投入增加下的數(shù)值模擬結(jié)果。其中，實(shí)線表示基準(zhǔn)模型，伴隨著經(jīng)濟(jì)動(dòng)態(tài)演化，高技能密集型產(chǎn)業(yè)高技能勞動(dòng)比重上升，低技能勞動(dòng)比重下降，工資收入差距擴(kuò)大。與此同時(shí)，高技能密集型產(chǎn)業(yè)的名義產(chǎn)出比重，和產(chǎn)出的相對(duì)價(jià)格均持續(xù)下降。這些變化，反映了人工智能技術(shù)不斷積累促進(jìn)了在高技能密集型產(chǎn)業(yè)高技能勞動(dòng)更大幅度替代低技能勞動(dòng)，相對(duì)價(jià)格更大幅度下降，導(dǎo)致在高技能密集型產(chǎn)業(yè)高技能勞動(dòng)比重提高的同時(shí)，提高另一個(gè)行業(yè)低技能勞動(dòng)就業(yè)比重和名義產(chǎn)出比重，這與定理1是一致的。

將家庭部門在人工智能技術(shù)的研發(fā)投入占總的名義產(chǎn)出比重s提高到0.03，使得圖4中的實(shí)線變?yōu)樘摼€。比較虛線和實(shí)線，高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重、低技能勞動(dòng)就業(yè)比重變化幅度均增大，這與定理3是一致的，同時(shí)也導(dǎo)致工資收入差距增加幅度、高技能密集型產(chǎn)業(yè)的名義產(chǎn)出比重和產(chǎn)出的相對(duì)價(jià)格的下降均呈現(xiàn)更大幅度的變化。

表3匯報(bào)了主要變量在20期內(nèi)的變化?；鶞?zhǔn)模型中，高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重提高了0.020 1，低技能勞動(dòng)就業(yè)比重降低了0.080 2，工資收入差距擴(kuò)大了0.313 4。如果家庭部門在人工智能技術(shù)的研發(fā)投入增加，那么，高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重提高了0.020 4，低技能勞動(dòng)就業(yè)比重降低了-0.093 2，工資收入差距擴(kuò)大了0.357 2。因此，人工智能技術(shù)研發(fā)投入增加，能夠增大結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的變化程度。

4. 敏感性分析

為了檢驗(yàn)基準(zhǔn)模型定量結(jié)果的穩(wěn)健性，并且更全面地評(píng)估基準(zhǔn)模型中的經(jīng)濟(jì)機(jī)制，這一部分對(duì)一些參數(shù)進(jìn)行了敏感性分析。即在不改變其他參數(shù)取值的情況下，改變某個(gè)參數(shù)取值，重新進(jìn)行模擬，觀察定量結(jié)果是否顯著變化。本部分主要針對(duì)四個(gè)參數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，這四個(gè)參數(shù)可以分為影響高技能密集型產(chǎn)業(yè)生產(chǎn)特征和影響人工智能技術(shù)的參數(shù)兩類。

影響人工智能技術(shù)特征的參數(shù)方面，首先關(guān)注技術(shù)偏向程度的影響。為此，將參數(shù)H？從0.5降低到0.3。圖7和表3匯報(bào)了此時(shí)的模擬結(jié)果。根據(jù)理論分析，人工智能技術(shù)更偏向于高技能勞動(dòng)擴(kuò)展型技術(shù)，因此，技術(shù)偏向程度下降會(huì)導(dǎo)致勞動(dòng)比重和工資收入差距的變化程度降低。與基準(zhǔn)模型比較，高技能勞動(dòng)和低技能勞動(dòng)在高技能密集型行業(yè)的就業(yè)比重變化下降顯著，分別降低為增長(zhǎng)0.006 1和減少0.012 9。除此之外，工資收入差距也顯著下降，從原來(lái)的增長(zhǎng)0.313 4下降為增長(zhǎng)0.058 6。注意到，人工智能技術(shù)研發(fā)投入增加對(duì)以上變化的影響方向不一致，它導(dǎo)致勞動(dòng)比重變化程度增大，而工資收入差距縮小。但是，這與理論分析并不矛盾，因?yàn)榧彝ゲ块T的研發(fā)支出占生產(chǎn)的總的名義產(chǎn)出比重在需求端并不會(huì)直接影響到工資收入差距，對(duì)勞動(dòng)比重的變化的影響也并不受到技術(shù)偏向程度的影響。

其次關(guān)注家庭部門對(duì)人工智能技術(shù)的高技能密集型產(chǎn)業(yè)的研發(fā)支出比例。為此，將參數(shù)1G從0.75降低至0.5。圖8和表3匯報(bào)了此時(shí)的模擬結(jié)果。根據(jù)理論分析，家庭部門在高技能密集型產(chǎn)業(yè)的研發(fā)投入比重降低，人工智能技術(shù)將在需求側(cè)更大幅度地提高低技能密集型產(chǎn)業(yè)的產(chǎn)品需求，從而促進(jìn)低技能密集型產(chǎn)業(yè)的發(fā)展。但是考慮到，無(wú)論人工智能技術(shù)的高技能密集型產(chǎn)業(yè)的研發(fā)支出比例是0.02還是增長(zhǎng)后的0.03，比重均不大，這一影響在定量上不會(huì)特別顯著。并且由于人工智能技術(shù)主要通過(guò)就業(yè)比重的變化影響到工資收入差距，這一影響也不會(huì)特別顯著。這在圖8和表3上也得到了驗(yàn)證。與基準(zhǔn)模型比較，家庭部門對(duì)人工智能技術(shù)的高技能密集型產(chǎn)業(yè)的研發(fā)支出比例減少50%，高技能勞動(dòng)和低技能勞動(dòng)在高技能密集型產(chǎn)業(yè)的就業(yè)比重變化分別僅從原來(lái)的增長(zhǎng)0.020 1和減小0.080 2，降低為增長(zhǎng)0.019 8和減少0.080 0。因而工資收入差距增長(zhǎng)幅度的變化也很小。同理，人工智能技術(shù)研發(fā)投入增加的影響也很小，以工資收入差距的變化為例，對(duì)20期內(nèi)工資收入差距變化的影響僅由之前的增長(zhǎng)0.043 8下降為增長(zhǎng)0.041 5。

五、總結(jié)與政策建議

隨著十九屆四中全會(huì)把按勞分配為主體、多種分配方式并存上升為社會(huì)主義基本經(jīng)濟(jì)制度，如何調(diào)節(jié)收入分配矛盾已經(jīng)成為新時(shí)代中國(guó)踐行新發(fā)展理念、推動(dòng)高質(zhì)量發(fā)展的重大理論和實(shí)踐課題。與此同時(shí)，作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的通用技術(shù)，人工智能技術(shù)勢(shì)必深刻影響各類生產(chǎn)要素的分配格局。本文基于人工智能技術(shù)具有通用技術(shù)的外溢性、對(duì)不同技能勞動(dòng)力生產(chǎn)率影響的有偏性和在生產(chǎn)來(lái)源上偏向高技能密集型產(chǎn)業(yè)三個(gè)方面的特點(diǎn)，建立了一個(gè)多部門的動(dòng)態(tài)一般均衡模型，從理論上回答了人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的影響機(jī)制的問(wèn)題。此外，本文強(qiáng)調(diào)了人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距的影響方向是不確定的，在實(shí)際政策預(yù)估時(shí)應(yīng)考慮產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性、技術(shù)的偏向性、產(chǎn)業(yè)間產(chǎn)品替代彈性以及兩個(gè)行業(yè)勞動(dòng)的產(chǎn)出彈性等幾個(gè)方面的特點(diǎn)。并且，本文在理論上給出了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工資收入差距變動(dòng)的條件，并詳細(xì)討論了背后的經(jīng)濟(jì)機(jī)制。

本文豐富了人工智能在宏觀經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型領(lǐng)域的理論視角，提出高技能密集型產(chǎn)業(yè)的產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性較高，或者產(chǎn)業(yè)間產(chǎn)品替代彈性較高時(shí)，如果人工智能技術(shù)是偏向高技能勞動(dòng)力的技術(shù)，那么將提高高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重和擴(kuò)大工資收入差距；在生產(chǎn)來(lái)源上，如果家庭部門人工智能技術(shù)的研發(fā)投入在生產(chǎn)來(lái)源上的高技能密集型產(chǎn)業(yè)投入比重高于該產(chǎn)業(yè)家庭部門在該部門的消費(fèi)比重，那么加大人工智能研發(fā)投入，將在需求側(cè)提高對(duì)高技能密集型產(chǎn)業(yè)產(chǎn)品的相對(duì)需求，進(jìn)而提高高技能密集型產(chǎn)業(yè)的就業(yè)比重和名義產(chǎn)出比重。總的來(lái)說(shuō)，如果人工智能是一種偏向高技能勞動(dòng)的通用技術(shù)，具有外溢性、依賴高技能密集型產(chǎn)業(yè)投入的特點(diǎn)，那么可以得出如果此時(shí)高技能密集型產(chǎn)業(yè)的產(chǎn)業(yè)內(nèi)勞動(dòng)替代彈性較高，或者產(chǎn)業(yè)間產(chǎn)品替代彈性較高，人工智能技術(shù)提高將提高高技能密集型產(chǎn)業(yè)高技能勞動(dòng)就業(yè)比重和擴(kuò)大工資收入差距?；诖?，本文提出第一條政策建議：國(guó)家應(yīng)該合理引導(dǎo)人工智能研發(fā)投入擴(kuò)張，發(fā)揮人工智能技術(shù)的積極作用，促進(jìn)高技能密集型產(chǎn)業(yè)發(fā)展。

其次，人工智能技術(shù)發(fā)展雖然促進(jìn)了產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，但也可能會(huì)因此加劇收入不平等。一方面，如果人工智能技術(shù)更大幅度地提高了高技能勞動(dòng)擴(kuò)展型技術(shù)，促進(jìn)低技能勞動(dòng)被替代，那么，高技能密集型行業(yè)升級(jí)的同時(shí)會(huì)導(dǎo)致該行業(yè)低技能勞動(dòng)的勞動(dòng)收入份額下降，工資收入差距擴(kuò)大。另一方面，人工智能技術(shù)研發(fā)投入在低技能密集型產(chǎn)業(yè)所拉動(dòng)的需求，與高技能密集型產(chǎn)業(yè)發(fā)展所轉(zhuǎn)移出的低技能勞動(dòng)力可能并不匹配，甚至可能導(dǎo)致結(jié)構(gòu)性失業(yè)壓力增大?；诖?，本文提出第二條政策建議：政府在引導(dǎo)人工智能技術(shù)加快高技能密集型產(chǎn)業(yè)升級(jí)發(fā)展的同時(shí)，應(yīng)當(dāng)采取更加積極、合理的收入再分配政策，通過(guò)支持低技能勞動(dòng)力的教育和培訓(xùn)，提高低技能勞動(dòng)力對(duì)新產(chǎn)業(yè)結(jié)構(gòu)和新技術(shù)環(huán)境的適應(yīng)性，并且適當(dāng)提高高技能勞動(dòng)力收入稅，通過(guò)轉(zhuǎn)移支付來(lái)保證合理的工資收入差距。

參考文獻(xiàn)

[1] 曹靜，周亞林. 《人工智能對(duì)經(jīng)濟(jì)的影響研究進(jìn)展》[J]. 《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2018年第1期.

[2] 陳彥斌，林晨，陳小亮. 《人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)》[J]. 《經(jīng)濟(jì)研究》2019年第7期.

[3] 陳永偉. 《人工智能與經(jīng)濟(jì)學(xué)：近期文獻(xiàn)的一個(gè)綜述》[J]. 《東北財(cái)經(jīng)大學(xué)學(xué)報(bào)》2018年第3期.

[4] 郭凱明，余靖雯，吳澤雄. 《投資、結(jié)構(gòu)轉(zhuǎn)型與勞動(dòng)生產(chǎn)率增長(zhǎng)》[J]. 《金融研究》2018年第8期.

[5] 郭凱明. 《人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)》[J]. 《管理世界》2019年第7期.

[6] 郭凱明，羅敏. 《有偏技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型與工資收入差距》[J]. 《中國(guó)工業(yè)經(jīng)濟(jì)》2021年第3期.

[7] 林晨，陳小亮，陳偉澤，陳彥斌. 《人工智能、經(jīng)濟(jì)增長(zhǎng)與居民消費(fèi)改善：資本結(jié)構(gòu)優(yōu)化的視角》[J]. 《中國(guó)工業(yè)經(jīng)濟(jì)》2020年第2期.

[8] 顏色，郭凱明，杭靜. 《需求結(jié)構(gòu)變遷、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)率提高》[J]. 《經(jīng)濟(jì)研究》2018年第12期.

[9] 郭凱明，杭靜，顏色. 《資本深化、結(jié)構(gòu)轉(zhuǎn)型與技能溢價(jià)》[J]. 《經(jīng)濟(jì)研究》2020年第9期.

[10] Acemoglu， Daron， Guerrieri Veronica， 2008， Capital Deepening and Nonbalanced Economic Growth[J]， Journal of Political Economy， 116（3）， 467-498.

[11] Acemoglu， Daron， Pascual Restrepo， 2018a， The Race between Man and Machine： Implications of Technology for Growth， Factor Shares， and Employment[J]， American Economic Review， 108（6）， 1488-1542.

[12] Acemoglu， Daron， Pascual Restrepo， 2018b， Automation and New Tasks： How Technology Displaces and Reinstates Labor[J]， Journal of Economic Perspectives， 33（2）， 3-30.

[13] Acemoglu， Daron， Pascual Restrepo， 2018c， Low-Skill and High-Skill Automation[J]， Journal of Human Capital， 12： 204-232.

[14] Aghion， Philippe， Benjamin F. Jones， Charles I. Jones， 2017， Artificial Intelligence and Economic Growth[R]， working paper.

[15] Alvarez-Cuadrado， Francisco， Ngo Van Long， Markus Poschke， 2017， Capital-Labor Substitution， Structural Change and Growth[J]， Theoretical Economics， 12， 1229-1266.

[16] Benzell， Seth G.， Laurence J. Kotlikoff， Guillermo LaGarda， Jeffrey D. Sachs， 2015， Robots Are Us： Some Economics of Human Replacement[R]， working paper.

[17] Bessen， James， 2017， Automation and Jobs： When Technology Boosts Employment[R]， working paper.

[18] Bresnahan， Tim， Manuel Trajtenberg， 1995， General Purpose Technologies： Engines of Growth[J]， Journal of Econometrics， 65， 83-10.

[19] Broda， Christian， David E. Weinstein， 2006， Globalization and the Gains from Variety[J]， Quarterly Journal of Economics， 121（2）， 541-585.

[20] Buera， Francisco，Kaboski Joseph， Richard Rogers， 2018， Skill Biased Structural Change[R]， working paper.

[21] Duarte， Margarida， Diego Restuccia， 2006， The Role of the Structural Transformation in Aggregate Productivity[C]， 2006 Meeting Papers.

[22] Graetz， Georg， Guy Michaels， 2015， Robots at Work[R]， working paper.

[23] Guo Kaiming， Jing Hang， Se Yan， 2017， Servicification of Investment and Structural Transformation： The Case of China[R]. working paper.

[24] Hendel， Igal， Aviv Nevo， 2006， Measuring the Implications of Sales and Consumer Inventory Behavior[J]. Econometrica， 74（6）， 1637-1673.

[25] Herrendorf， Berthold， Richard Rogerson， Akos Valentinyi， 2013， Two Perspectives on Preferences and Structural Transformation[J]， American Economic Review， 103（7）， 2752-89.

[26] Herrendorf， Berthold， Richard Rogerson， and Akos Valentinyi， 2018， Structural Change in Investment and Consumption： A Unified Approach[R]， working paper.

[27] Kongsamut， Piybha， Sergio Rebelo， Danyang Xie， 2001， Beyond Balanced growth[J]， The Review of Economic Studies， 68（4）， 869-882.

[28] Korinek， Anton， Joseph E. Stiglitz， 2017， Artificial Intelligence and Its Implications for Income Distribution and Unemployment[R]， working paper.

[29] Kotlikoff， Larry， and Jeffrey D. Sachs， 2012， Smart Machines and Long-Term Misery[R]， working paper.

[30] Ngai， L. Rachel， Christopher A. Pissarides， 2007， Structural Change in a Multisector Model of growth[J]， American Economic Review， 97（1）， 429-443.

[31] Nordhaus， William， 2015， Are We Approaching an Economic Singularity？ Information Technology and the Future of Economic Growth[R]， working paper.

[32] Sposi， Michael， 2018， Evolving Comparative Advantage， Sectoral Linkages， and Structural Change[J]， Journal of Monetary Economics， 103， 75-87.

[33] Swiecki， Tomasz， 2013， Determinants of Structural Change[J]， Review of Economic Dynamics， 24， 95-131.

[34] Uy Timothy， Kei-Mu Yi， Jing Zhang， 2013， Structural Change in an Open Economy[J]， Journal of Monetary Economics， 60（6）， 667-682.

Artificial Intelligence， Structural Transformation and Wage Income Gap

KAIMING GUO

（Lingnan College， Sun Yat-sen University）

FENGFAN XIANG

（Department of Economics，The University of Western Ontario）

Abstract： As the Fourth Plenary Session of the 19th Central Committee of China regards distribution according to work as the main body and multiple distribution methods co-existing as a basic socialist economic system， how to adjust the contradiction of income distribution has become a major theoretical and practical topic for China to implement new development concepts and promote high-quality development. As a general-purpose technology leading a new wave of scientific and technological revolution and industrial transformation， artificial intelligence technology is anticipated to affect the distribution of various production factors profoundly. This paper studies the theoretical mechanism where artificial intelligence technology affects the wage income inequality by promoting the industrial structure upgrading. This paper finds that artificial intelligence technology can affect the substitution and flow of different skill-level labor in different industrial sectors，and the wage income inequality as well. When the elasticity substitution of labors is higher in high-skillintensive industry， or when the elasticity substitution of inter-industry products is higher， high-skill-biased-artificialintelligence will increase the proportion of high-skilled labor employment in skill-intensive industrial sector， while widening the wage-income Inequality，vice versa. Based on these conclusions， this paper provides policy recommendations on promoting the industrial structure upgrading and reducing the wage income inequality.

Keywords： Artificial Intelligence； Structural Transformation； Wage Income Gap

JEL Classification： O11， O14， O41

執(zhí)行編輯〔周冬〕

郭凱明，中山大學(xué)嶺南學(xué)院副教授；向風(fēng)帆（通訊作者），西安大略大學(xué)經(jīng)濟(jì)系研究生，電子郵箱：fxiang8@uwo.ca.

1 新華網(wǎng)，“習(xí)近平：推動(dòng)中國(guó)新一代人工智能健康發(fā)展”，網(wǎng)址：http：//www.xinhuanet.com/politics/leaders/2018-10/31/c_1123643321.htm。