惠 煒

(中國社會科學(xué)院 工業(yè)經(jīng)濟(jì)研究所，北京 100006)

近年來，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等新一輪技術(shù)的飛速發(fā)展，已經(jīng)對我國經(jīng)濟(jì)社會發(fā)展的各領(lǐng)域全過程產(chǎn)生了深遠(yuǎn)影響，尤其是黨的十八大以來，網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略與國家大數(shù)據(jù)戰(zhàn)略的實(shí)施，極大地推動了人工智能與實(shí)體經(jīng)濟(jì)的深入融合，促使我國人工智能發(fā)展取得顯著的成就。當(dāng)前，我國處于已完成第一個百年奮斗目標(biāo)、邁向第二個百年奮斗目標(biāo)的重要?dú)v史交匯期，中國共產(chǎn)黨第十九屆五中全會提出[1]，不僅要“堅(jiān)持創(chuàng)新驅(qū)動發(fā)展，全面塑造發(fā)展新優(yōu)勢”，要“以創(chuàng)新驅(qū)動、高質(zhì)量供給引領(lǐng)和創(chuàng)造新需求”，而且要以共同富裕為方向，“提高勞動報酬在初次分配中的比重”，不斷實(shí)現(xiàn)人民對美好生活的向往。人工智能作為當(dāng)代科技發(fā)展的引領(lǐng)者，廣泛應(yīng)用于工業(yè)機(jī)器人、語音識別、搜索引擎、計(jì)算機(jī)軟件等領(lǐng)域，不僅有效推動了創(chuàng)新在各領(lǐng)域的應(yīng)用，還對不同行業(yè)的勞動力就業(yè)產(chǎn)生了替代效應(yīng)與創(chuàng)造效應(yīng)，進(jìn)而對勞動收入份額帶來更為深刻的影響。

當(dāng)前，我國各地區(qū)發(fā)展不平衡不充分問題突出，收入分配差距較大，人工智能的長遠(yuǎn)發(fā)展勢必會對我國收入分配格局產(chǎn)生深遠(yuǎn)影響。那么，人工智能將會對勞動收入份額產(chǎn)生何種影響，其內(nèi)在作用機(jī)制是什么都成為亟待解決的問題。本文基于2005—2018年中國287個地級市及以上城市面板數(shù)據(jù)，深入研究人工智能對勞動收入份額的影響機(jī)制。

一、文獻(xiàn)述評

基于人工智能可能通過替代勞動力進(jìn)而引起就業(yè)極化和收入極化的擔(dān)憂，大量學(xué)者針對人工智能影響勞動收入份額進(jìn)行了研究，但已有結(jié)論存在爭議。當(dāng)前，學(xué)術(shù)界對人工智能影響勞動收入份額的研究主要集中在以下2個方面。

(一)人工智能的發(fā)展不利于提高勞動收入份額

一方面，人工智能將對就業(yè)產(chǎn)生負(fù)向影響，導(dǎo)致勞動收入份額下降。由于人工智能的相關(guān)機(jī)器設(shè)備將取代先前由人工執(zhí)行的工作，實(shí)現(xiàn)自動化生產(chǎn)，在提高勞動生產(chǎn)率的同時，降低勞動力平均工資水平與就業(yè)率，造成勞動密集度下降，致使工人工資與其單位產(chǎn)出不相關(guān)，進(jìn)而使勞動收入在國民收入中的份額也隨之下降[2-4]。人工智能在短期內(nèi)不利于勞動收入份額的提升，并且能夠通過就業(yè)技能結(jié)構(gòu)高級化、技能收入差距擴(kuò)大化2個渠道來降低勞動收入份額，對西部地區(qū)、非技術(shù)密集區(qū)以及高勞動收入份額的抑制作用更大(鈔小靜等，2021)[5]。另一方面，人工智能對勞動生產(chǎn)率的推動作用超過對工資的提升作用，導(dǎo)致勞動收入份額下降(惠煒等，2020)[6]。人工智能的應(yīng)用能夠在一定程度上提升生產(chǎn)效率，這有利于提高資本收入，進(jìn)而推進(jìn)新一輪資本積累的實(shí)現(xiàn)，因此，布萊恩杰爾夫森(Brynjolfsson，2014)[7]認(rèn)為，人工智能能提高資本收入份額，從而降低勞動收入份額。程虹等(2021)基于中國企業(yè)綜合調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，使用機(jī)器人對企業(yè)勞動收入份額具有顯著的負(fù)向影響，勞動報酬與勞動生產(chǎn)率未能實(shí)現(xiàn)同步提升是造成勞動收入份額下降的主要原因[8]。而余玲錚等(2019)利用廣東省企業(yè)調(diào)查數(shù)據(jù)發(fā)現(xiàn)，機(jī)器人的使用會同時推動工資率與勞動生產(chǎn)率的增長，但是前者增長幅度小于后者，導(dǎo)致勞動收入份額下降[9]。由于資本通常掌握在少數(shù)人手中，更多的勞動力依舊依靠提供勞動獲取收益，人工智能為資本帶來的積極效應(yīng)只有少數(shù)人受益，因此，人工智能對勞動和資本兩種生產(chǎn)要素帶來的異質(zhì)性不利于要素間收入的公平分配(江永紅等，2021)[10]。

(二) 人工智能的發(fā)展有利于提升勞動收入份額

一方面，人工智能等新一輪信息技術(shù)的就業(yè)創(chuàng)造效應(yīng)有利于提高勞動收入份額，相較于不使用信息技術(shù)的企業(yè)，積極利用信息技術(shù)的企業(yè)勞動收入份額更高。信息技術(shù)的使用不僅能夠提高增加值，更能大幅提高平均勞動報酬，致使初次分配更加偏向勞動(申廣軍等，2018)[11]。金陳飛等(2021)利用浙江省“機(jī)器換人”分行業(yè)試點(diǎn)企業(yè)名單的微觀企業(yè)面板數(shù)據(jù)與中國中小企業(yè)動態(tài)數(shù)據(jù)庫研究發(fā)現(xiàn)，人工智能顯著提升企業(yè)的勞動收入份額，尤其對勞動密集型企業(yè)影響更為顯著[12]。另一方面，人工智能發(fā)展對勞動生產(chǎn)率的提升作用滯后于工資，使得勞動收入份額提升。布萊恩杰爾夫森(Brynjolfsson，2017)等認(rèn)為，人工智能在推動生產(chǎn)效率提升時具有較長的時滯，隨著新就業(yè)崗位的不斷涌現(xiàn)與勞動生產(chǎn)率的不斷提升，勞動收入份額會逐漸穩(wěn)定或提升[13]。

綜上所述，學(xué)者對人工智能影響勞動收入份額進(jìn)行了較為細(xì)致的研究，除去人工智能通過就業(yè)影響勞動收入份額這一影響路徑外，已有研究分歧主要集中于人工智能如何影響勞動生產(chǎn)率，基于此，本文著重探討人工智能所導(dǎo)致的索洛悖論將對勞動收入份額產(chǎn)生何種影響。以人工智能為代表的新一輪工業(yè)革命正逐漸由導(dǎo)入期開始轉(zhuǎn)入拓展期(謝伏瞻，2019)[14]，與此同時，我國的勞動生產(chǎn)率增長率卻顯著放緩，圖1所顯示的結(jié)果與20世紀(jì)80年代的“索洛悖論”相類似。索洛悖論指出，信息技術(shù)能夠帶來經(jīng)濟(jì)增長，但是對同期的勞動生產(chǎn)率的影響卻非常有限。

圖1 中國勞動生產(chǎn)率增長率變動趨勢

戈登(Gordon，2018)認(rèn)為，新技術(shù)革命對經(jīng)濟(jì)增長、勞動生產(chǎn)率的推動作用存在一定的滯后期，第三次科技革命所帶來的生產(chǎn)率增長主要集中在1994—2004年，遠(yuǎn)滯后于此次科技革命的爆發(fā)時期。人工智能的不斷發(fā)展，電子數(shù)據(jù)量已經(jīng)增長了幾十年，但是近年來生產(chǎn)率增長速度卻有所放緩[15]。在人工智能、5G、互聯(lián)網(wǎng)等新一輪信息技術(shù)崛起的時代，如何克服“索洛悖論”，保就業(yè)、提效率，進(jìn)而提升勞動收入份額，是當(dāng)前亟待解決的現(xiàn)實(shí)問題。

基于此，本文通過固定效應(yīng)模型，推演人工智能對不同部門勞動收入份額的影響，結(jié)合索洛悖論，定量評估人工智能如何通過工資、勞動生產(chǎn)率影響勞動收入份額。本文第二部分將討論人工智能與勞動收入份額的理論分析，第三部分作計(jì)量模型、數(shù)據(jù)與實(shí)證分析，第四部分進(jìn)一步分析人工智能影響勞動收入份額，第五部分為結(jié)論與啟示。

二、人工智能影響勞動收入份額的理論分析

勞動收入份額可分解為工資與勞動生產(chǎn)率之比，因此，人工智能可通過平均工資與勞動生產(chǎn)率的相對變化影響勞動收入份額。如果人工智能對平均工資的提升作用超過對勞動生產(chǎn)率的提升作用，那么人工智能發(fā)展將有利于促進(jìn)勞動收入份額提升；如果人工智能對平均工資的提升作用小于對勞動生產(chǎn)率的提升作用，那么人工智能發(fā)展不利于促進(jìn)勞動收入份額的提升?；诖?，本文將深入考察人工智能通過影響平均工資和勞動生產(chǎn)率對勞動收入份額的作用機(jī)制。

(一)人工智能通過平均工資影響勞動收入份額

人工智能的就業(yè)創(chuàng)造效應(yīng)對工資存在以下3種影響機(jī)制，進(jìn)而對勞動收入份額產(chǎn)生影響。

首先，人工智能在服務(wù)業(yè)部門與勞動力技能互補(bǔ)，產(chǎn)生就業(yè)創(chuàng)造效應(yīng)，有利于提高服務(wù)業(yè)部門的工資水平。除了在推動生產(chǎn)自動化、替代勞動力就業(yè)外，在勞動力具有比較優(yōu)勢的非機(jī)器工作領(lǐng)域，人工智能將創(chuàng)造新的工作任務(wù)和工作崗位，產(chǎn)生就業(yè)創(chuàng)造效應(yīng)[16]。隨著人們生活水平的提高，居民對個性化、多樣化、定制化消費(fèi)的需求日益增加，服務(wù)業(yè)領(lǐng)域催生的新業(yè)態(tài)、新崗位增加對勞動力的需求，并且為了給消費(fèi)者提供更為精確的服務(wù)，這些工作崗位需要更多人工智能所不具備的、且僅有人才具備的特點(diǎn)，如靈活應(yīng)變的溝通、明確需求的判斷等。此外，人工智能這一新技術(shù)的研發(fā)需要不斷招收更多的科學(xué)研究人員。因此，人工智能在服務(wù)業(yè)部門產(chǎn)生了就業(yè)創(chuàng)造效應(yīng)，提升了服務(wù)業(yè)部門的工資水平。

其次，人工智能有利于促進(jìn)企業(yè)規(guī)模擴(kuò)張，產(chǎn)生就業(yè)創(chuàng)造效應(yīng)，提升工資水平。工業(yè)機(jī)器人的使用能夠提升勞動生產(chǎn)率，增強(qiáng)企業(yè)競爭力，降低產(chǎn)品價格，導(dǎo)致產(chǎn)品需求上升，帶動企業(yè)產(chǎn)出規(guī)模的擴(kuò)張，進(jìn)而增加企業(yè)對勞動要素投入的需求(李磊等，2021)[17]，產(chǎn)生就業(yè)創(chuàng)造效應(yīng)，促進(jìn)工資水平提升。

再次，人工智能通過技術(shù)擴(kuò)散效應(yīng)，有利于在其他企業(yè)產(chǎn)生就業(yè)創(chuàng)造效應(yīng)，提升工資水平。中國人工智能技術(shù)創(chuàng)新擴(kuò)散在2016、2017年出現(xiàn)了增長拐點(diǎn)，上市公司數(shù)量持續(xù)增長，成為擴(kuò)散的爆發(fā)期(王佰川等，2020)[18]，隨著人工智能的不斷升級，以及“機(jī)器換人”進(jìn)程的推進(jìn)，新技術(shù)擴(kuò)散對勞動力就業(yè)的影響日益顯著。人工智能在替代勞動、減少部分就業(yè)崗位的同時，能通過創(chuàng)造效應(yīng)增加部分就業(yè)崗位，從而對替代效應(yīng)形成抑制作用(彭瑩瑩等，2020)[19]。技術(shù)擴(kuò)散是智能化升級促進(jìn)低技術(shù)密度部門就業(yè)人數(shù)增加的重要途徑，低技術(shù)密度部門受到高技術(shù)密度部門技術(shù)擴(kuò)散的影響，產(chǎn)生正向的就業(yè)效應(yīng)(陳宗勝等，2021)[20]，從而提升工資水平。

(二)人工智能通過勞動生產(chǎn)率影響勞動收入份額

蓬勃發(fā)展的人工智能與趨于平緩的勞動生產(chǎn)率之間的關(guān)系，體現(xiàn)了人工智能的推廣應(yīng)用如同其他新技術(shù)一樣，存在“索洛悖論”[13]。

從短期看，一方面，人工智能的推廣應(yīng)用需要較長時間，因此，短期內(nèi)人工智能對勞動生產(chǎn)率的影響較低。通常來說，一種通用目的技術(shù)(general purpose technology)的擴(kuò)散過程可分為識別階段、導(dǎo)入階段、生產(chǎn)協(xié)同階段與成熟階段(程文，2021)[21]，也就是新技術(shù)的研發(fā)、試驗(yàn)、應(yīng)用與推廣階段。人工智能作為一種新的通用目的技術(shù)，于20世紀(jì)50年代被提出，但由于計(jì)算機(jī)數(shù)據(jù)處理方面的局限，使其在識別階段耗費(fèi)了40余年，直至計(jì)算機(jī)在模式識別和預(yù)測方面改進(jìn)后再次進(jìn)入飛速發(fā)展階段。人工智能的識別、導(dǎo)入階段將會促使大量資源從生產(chǎn)部門轉(zhuǎn)移出來進(jìn)行互補(bǔ)性投資[22]，隨后這一新技術(shù)會通過核心產(chǎn)業(yè)不斷向外圍產(chǎn)業(yè)擴(kuò)散，直至推廣至可被應(yīng)用的各個產(chǎn)業(yè)，且這些都需要較長時間的調(diào)整磨合，人工智能對勞動生產(chǎn)率的推動作用需要較長時間才能體現(xiàn)。另一方面，由于人工智能的引進(jìn)，勞動力需要花費(fèi)大量時間學(xué)習(xí)、研究如何操作，這一階段的企業(yè)對人工智能技術(shù)與中間產(chǎn)品的研發(fā)部門均需要引進(jìn)大量的研發(fā)人員，并且新技術(shù)的學(xué)習(xí)促使中低端勞動力向高端勞動力攀升，同時低技能勞動力在技術(shù)尚未擴(kuò)散之時并未被大量擠出。因此，短期內(nèi)，人工智能的發(fā)展對勞動生產(chǎn)率的帶動作用有限，同時提高勞動收入份額。

從長期看，隨著計(jì)算機(jī)算法的發(fā)展，人工智能這一技術(shù)推廣應(yīng)用的中間產(chǎn)品數(shù)量與日俱增，新技術(shù)與各產(chǎn)業(yè)之間的聯(lián)系也愈發(fā)緊密，在“人工智能+制造”的條件下，工業(yè)智能制造將帶動人機(jī)交互方式的升級，工業(yè)機(jī)器人與工人之間更高效、更靈活的協(xié)作將大幅度提升制造業(yè)生產(chǎn)率(張車偉等，2020)[23]。新技術(shù)通過中間產(chǎn)品這一產(chǎn)業(yè)逐漸擴(kuò)散到外圍產(chǎn)業(yè)，因此，在人工智能的應(yīng)用推廣階段將會提升勞動生產(chǎn)率，且具有長期作用。因此，長期內(nèi)，隨著人工智能發(fā)展逐漸提高勞動生產(chǎn)率，人工智能對勞動收入份額的影響逐漸不再顯著。

本文基于上述分析，提出3個方面的研究假說。

假說1：人工智能的發(fā)展有利于提升平均工資水平，進(jìn)而提高勞動收入份額。

假說2：短期內(nèi)人工智能對勞動生產(chǎn)率無顯著影響；人工智能能夠通過提高工資水平提升勞動收入份額。

假說3：長期內(nèi)人工智能有利于提升勞動生產(chǎn)率，對勞動收入份額無顯著影響。

三、計(jì)量模型、數(shù)據(jù)與實(shí)證分析

(一)模型設(shè)定

根據(jù)理論分析，人工智能作為新興經(jīng)濟(jì)要素，在創(chuàng)新能力、技術(shù)進(jìn)步等方面具有至關(guān)重要的作用，故本文將人工智能發(fā)展作為重要的生產(chǎn)要素納入創(chuàng)新生產(chǎn)函數(shù)?？紤]到各區(qū)域社會發(fā)展不均與資源分配不均等因素所帶來的異方差負(fù)面影響，本文將所有變量取自然對數(shù)來研究人工智能對勞動收入份額的影響，構(gòu)建以下模型：

Laborshareit=α0+α1aipit+βX+θi+μt+εit

(1)

本文對各市的人均GDP、就業(yè)人數(shù)、金融規(guī)模、財(cái)政支出-科學(xué)、財(cái)政支出-教育、外商直接投資進(jìn)行控制。在式(1)中，Laborshareit表示城市i在第t年的平均工資水平；aipit表示城市i在第t年的人工智能發(fā)展程度；α1為人工智能發(fā)展程度的參數(shù)估計(jì)值；X和β分別表示控制變量及其參數(shù)估計(jì)值；θi、μt分別表示市級固定效應(yīng)與時間固定效應(yīng)；εit代表隨機(jī)誤差項(xiàng)。

(二)指標(biāo)選取與變量定義

1.解釋變量

本文的解釋變量為人工智能發(fā)展水平。由于早期的人工智能試圖開發(fā)能夠執(zhí)行智力活動的機(jī)器智能，目標(biāo)是創(chuàng)造出真正的智能機(jī)器，但是事與愿違，研究人員致力于人工一般智能的研究，但是大部分的研究和商業(yè)用途都被稱為狹義的人工智能。人工智能的重大突破來自于硬件與算法的進(jìn)步，這些技術(shù)能夠處理和分析大量的非結(jié)構(gòu)化數(shù)據(jù)。人工智能復(fù)興的核心就是機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的發(fā)展[24]。

當(dāng)前人工智能作為引領(lǐng)未來經(jīng)濟(jì)發(fā)展的戰(zhàn)略性新興技術(shù)，是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，人工智能可以理解為用機(jī)器不斷感知、模擬人類的思維過程，使其達(dá)到甚至超越人類的智能[25]。已有相關(guān)研究關(guān)于人工智能的數(shù)據(jù)，一部分來自中國專利數(shù)據(jù)庫中“人工智能”相關(guān)詞條的檢索，一部分來自國際機(jī)器人聯(lián)盟(International Federation of Robotics，簡稱IFR)或中國企業(yè)綜合調(diào)查中關(guān)于機(jī)器人存量數(shù)據(jù)。對前者來說，由于人工智能的核心是機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，僅用“人工智能”作為檢索專利關(guān)鍵詞，并不能涵蓋人工智能發(fā)展的核心技術(shù)，故不適用；對后者來說，機(jī)器人作為行業(yè)技術(shù)進(jìn)步的代表，不僅不能完全體現(xiàn)人工智能關(guān)于數(shù)據(jù)的深度挖掘與數(shù)據(jù)專業(yè)化處理的內(nèi)核，更不能體現(xiàn)我國各市的人工智能發(fā)展?fàn)顩r，故亦不合適。

根據(jù)國家統(tǒng)計(jì)局公布的《戰(zhàn)略性新興產(chǎn)業(yè)分類(2018)》，從產(chǎn)業(yè)層面看，人工智能主要包含人工智能軟件開發(fā)、智能消費(fèi)相關(guān)設(shè)備制造與人工智能系統(tǒng)服務(wù)，對應(yīng)的國民經(jīng)濟(jì)行業(yè)包括基礎(chǔ)軟件開發(fā)、應(yīng)用軟件開發(fā)、可穿戴智能設(shè)備制造、智能無人飛行器制造、其他智能消費(fèi)設(shè)備制造、其他電子設(shè)備制造與信息系統(tǒng)集成服務(wù)。中國信息通信研究院公布的《人工智能核心技術(shù)產(chǎn)業(yè)白皮書》中，指出深度學(xué)習(xí)仍是人工智能技術(shù)發(fā)展的主導(dǎo)線條，同時，深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的結(jié)合成為學(xué)界探索的熱點(diǎn)方向[26]。機(jī)器學(xué)習(xí)是一種統(tǒng)計(jì)技術(shù)，能使計(jì)算機(jī)和算法無需通過編程就能從大量數(shù)據(jù)中學(xué)習(xí)、預(yù)測與執(zhí)行任務(wù)，而深度學(xué)習(xí)則是使用多層程序的算法，包括用于改進(jìn)機(jī)器學(xué)習(xí)、統(tǒng)計(jì)推斷與優(yōu)化的神經(jīng)網(wǎng)絡(luò)等[24]。因此，本文將人工智能視為一種以深度學(xué)習(xí)為核心、以機(jī)器學(xué)習(xí)為技術(shù)手段的用于模擬人的思維過程與智能行為的戰(zhàn)略性新興技術(shù)，是一種中性技術(shù)進(jìn)步[27]。基于此，本文以機(jī)器學(xué)習(xí)與深度學(xué)習(xí)衡量人工智能的發(fā)展?fàn)顩r，利用中國專利數(shù)據(jù)庫，以機(jī)器學(xué)習(xí)與深度學(xué)習(xí)為關(guān)鍵詞搜索專利授權(quán)情況，找出21 118條關(guān)于人工智能發(fā)展的專利，剔除從未有過相關(guān)專利的城市，將其整合為涵蓋我國287個市級的2005—2018年的地級市及其以上城市面板數(shù)據(jù)。

2.被解釋變量與其他控制變量

本文的被解釋變量為勞動收入份額、制造業(yè)勞動收入份額與服務(wù)業(yè)勞動收入份額，分別用勞動報酬占GDP的比例、第二產(chǎn)業(yè)工資總額占第二產(chǎn)業(yè)增加值的比例、第三產(chǎn)業(yè)工資總額占第三產(chǎn)業(yè)增加值的比例衡量(1)根據(jù)國家統(tǒng)計(jì)局指標(biāo)解釋，第一產(chǎn)業(yè)是指農(nóng)、林、牧、漁業(yè)(不含農(nóng)、林、牧、漁服務(wù)業(yè))；第二產(chǎn)業(yè)是指采礦業(yè)(不含開采輔助活動)，制造業(yè)(不含金屬制品、機(jī)械和設(shè)備修理業(yè))，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，建筑業(yè)；第三產(chǎn)業(yè)即服務(wù)業(yè)，是指除第一產(chǎn)業(yè)、第二產(chǎn)業(yè)以外的其他行業(yè)。。

主要控制變量包括：(1)人均GDP。利用人均地區(qū)生產(chǎn)總值的自然對數(shù)值來衡量。(2)就業(yè)人數(shù)。分別用從業(yè)人員年末人數(shù)占全市總?cè)丝诒壤?、第二產(chǎn)業(yè)占全市總?cè)丝诒壤⒌谌a(chǎn)業(yè)占全市總?cè)丝诒壤饬俊?3)金融規(guī)模。用金融機(jī)構(gòu)存款余額占地區(qū)生產(chǎn)總值的比例衡量。(4)財(cái)政支出—科學(xué)。各市一般公共預(yù)算支出中，科學(xué)技術(shù)支出占地區(qū)生產(chǎn)總值的比例衡量。(5)財(cái)政支出—教育。各市一般公共預(yù)算支出中，教育支出占地區(qū)生產(chǎn)總值的比例衡量。(6)外商直接投資。各市的外商直接投資金額與地區(qū)生產(chǎn)總值的比值衡量。

本文所使用的數(shù)據(jù)遵循可獲得性、獨(dú)立性和口徑統(tǒng)一等原則，剔除具有部分?jǐn)?shù)據(jù)缺失的城市、以及不易獲取數(shù)據(jù)的中國香港、中國澳門、中國臺灣地區(qū)，選取2005—2018年中國287個市的面板數(shù)據(jù)作為研究樣本，數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒以及國家知識產(chǎn)權(quán)局專利檢索統(tǒng)計(jì)數(shù)據(jù)。各變量的樣本描述性統(tǒng)計(jì)結(jié)果詳見表1。

表1 人工智能對勞動收入份額影響變量的描述性統(tǒng)計(jì)

(三)實(shí)證結(jié)果及分析

首先，本文考察人工智能影響勞動生產(chǎn)率增長率與平均工資增長率的影響，實(shí)證結(jié)果詳見表2。為消除異方差的影響，采用穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行估計(jì)，模型采用時間與地區(qū)固定的固定效應(yīng)模型。人工智能在10%的顯著性水平上降低了制造業(yè)與服務(wù)業(yè)勞動生產(chǎn)率的增長率，在1%的顯著性水平上提升了總體與服務(wù)業(yè)平均工資。按照上述分析，勞動生產(chǎn)率與平均工資的反向變動應(yīng)導(dǎo)致勞動收入份額下降，但基準(zhǔn)回歸模型卻得出人工智能提升勞動收入份額的結(jié)論，這表明在人工智能發(fā)展過程中，仍舊存在索洛悖論。

其次，本文研究人工智能影響總體、工業(yè)與服務(wù)業(yè)的勞動收入份額，回歸結(jié)果詳見表3。其中，第(1)～(2)列是人工智能發(fā)展影響勞動收入份額的回歸結(jié)果，第(3)～(4)列和第(5)～(6)列分別是人工智能發(fā)展影響制造業(yè)勞動收入份額與服務(wù)業(yè)勞動收入份額的回歸結(jié)果。從回歸分析結(jié)果可以看出，人工智能的發(fā)展均能在1%的顯著性水平上提升勞動收入份額；人工智能相關(guān)專利申請數(shù)量每增加1%，總體勞動收入份額提升0.060%，制造業(yè)勞動收入份額提升0.032%，服務(wù)業(yè)勞動收入份額提升近0.087%。綜合表2～3的實(shí)證結(jié)果發(fā)現(xiàn)，人工智能的發(fā)展有利于提升平均工資，進(jìn)而提高勞動收入份額，假說1得到驗(yàn)證。

在控制變量方面，人均GDP更高的城市的勞動收入份額更高；就業(yè)人數(shù)與勞動收入份額呈顯著正相關(guān)關(guān)系，勞動密集型行業(yè)的勞動生產(chǎn)率相對較低，工資報酬相對較高，進(jìn)而體現(xiàn)為更高的勞動收入份額；金融規(guī)模與科學(xué)研究的財(cái)政支出顯著降低服務(wù)業(yè)的勞動收入份額；教育的財(cái)政支出顯著降低工業(yè)的勞動收入份額。

表2 基準(zhǔn)模型：人工智能影響勞動生產(chǎn)率與工資的分析

表3 基準(zhǔn)模型：人工智能影響勞動收入份額的分析

四、人工智能影響勞動收入份額的進(jìn)一步分析

(一)機(jī)制分析

本文經(jīng)過上述分析初步得到結(jié)論，人工智能對勞動收入份額具有較為顯著的推動作用，且結(jié)果具有一定的穩(wěn)健性。由于理論上可將勞動收入份額表示為平均工資與勞動生產(chǎn)率之比，那么人工智能可通過平均工資與勞動生產(chǎn)率的變化率影響勞動收入份額。

進(jìn)一步看，人工智能如何通過勞動生產(chǎn)率與平均工資影響勞動收入份額，實(shí)證結(jié)果詳見表4。無論是總體勞動收入份額，還是制造業(yè)勞動收入份額與服務(wù)業(yè)勞動收入份額，人工智能與平均工資在1%的顯著性水平下提升勞動收入份額。即從短期看，人工智能對勞動生產(chǎn)率無顯著作用，因此，人工智能僅通過提高工資水平提升勞動收入份額。假說2得到驗(yàn)證。

表4 機(jī)制分析：人工智能影響勞動收入份額的分析

根據(jù)程文(2021)[21]的分析，人工智能作為新一輪科技革命的代表，依舊會產(chǎn)生索洛悖論。一般來說，我國的一項(xiàng)專利的研發(fā)周期主要在2年以內(nèi)，其中，實(shí)用新型專利和外觀設(shè)計(jì)專利的研發(fā)周期為“不超過半年”與“半年到一年”，明顯高于發(fā)明專利(2)資料來源：2020年中國專利調(diào)查報告。https:∥www.cnipa.gov.cn/module/download/down.jsp?i_ID=158969&colID=88 。；專利從申請到批準(zhǔn)，平均要經(jīng)過18.5個月的時間，發(fā)明專利申請時間為2～3年，加急也需要1年左右，從專利公布到成果轉(zhuǎn)化，再到實(shí)際投產(chǎn)所需要的時間周期更長。故人工智能這一技術(shù)的發(fā)明對當(dāng)前勞動生產(chǎn)率的影響可能并不顯著，甚至為負(fù)，但是如果存在索洛悖論，從中長期來看，人工智能對勞動生產(chǎn)率的影響可能會由負(fù)轉(zhuǎn)正。此外，如果專利無法在短期內(nèi)實(shí)際應(yīng)用，則無法體現(xiàn)人工智能發(fā)展的實(shí)際價值，因此，本文逐一考察人工智能的滯后期對勞動生產(chǎn)率的影響，實(shí)證結(jié)果如表5的(1)～(15)列所示，人工智能滯后1期對勞動生產(chǎn)率無顯著影響、直至滯后5期，人工智能的發(fā)展在5%、1%和10%的顯著性水平下分別影響總體勞動生產(chǎn)率、制造業(yè)生產(chǎn)率與服務(wù)業(yè)生產(chǎn)率。進(jìn)一步考察發(fā)現(xiàn)，如表5的(16)～(18)列所示。

表5 長期人工智能影響勞動生產(chǎn)率與勞動收入份額的分析

隨著人工智能的發(fā)展，盡管在長期內(nèi)顯著提升了勞動生產(chǎn)率，但其本質(zhì)是提高了資本收入份額，同時不再提升勞動收入份額。本文假說3得到驗(yàn)證。因此，在不斷發(fā)展新技術(shù)的過程中，更要堅(jiān)持勞動報酬與勞動生產(chǎn)率提升基本同步，優(yōu)化收入分配結(jié)構(gòu)，積極有為地促進(jìn)共同富裕。

(二)穩(wěn)健性檢驗(yàn)

由于專利申請需要一定的周期，進(jìn)而導(dǎo)致利用人工智能專利申請數(shù)量衡量人工智能發(fā)展程度存在偏差，基于此，本文用人工智能數(shù)據(jù)專利公開數(shù)據(jù)替代專利申請數(shù)據(jù)衡量人工智能發(fā)展水平，實(shí)證結(jié)果如表6的第(1)～(3)列所示。與前文結(jié)果一致，人工智能顯著提升總體勞動收入份額、制造業(yè)勞動收入份額與服務(wù)業(yè)勞動收入份額。

表6 人工智能影響勞動收入份額的穩(wěn)健性分析

考慮到直轄市作為與省、自治區(qū)同級別的行政區(qū)劃單位，與其他地級市相比，在高校、科研機(jī)構(gòu)與企業(yè)數(shù)量等方面存在集聚效應(yīng)，專利申請方面具有顯著的優(yōu)勢，人工智能申請與公開數(shù)量明顯高于其余城市，因此，本文將直轄市相關(guān)數(shù)據(jù)剔除后進(jìn)行穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果如表6的第(4)～(6)列所示，與前文結(jié)果一致，實(shí)證結(jié)果具有穩(wěn)健性。

(三)內(nèi)生性檢驗(yàn)

本文利用人工智能專利申請與公開數(shù)據(jù)，分析人工智能對勞動收入份額的影響，可能存在以下內(nèi)生性問題：(1)遺漏變量問題。如果誤差項(xiàng)中存在沒有被完全控制的影響人工智能專利申請數(shù)量的因素，那么衡量人工智能發(fā)展水平的估計(jì)結(jié)果將有偏。(2)人工智能發(fā)展水平與勞動收入份額之間存在互為因果的關(guān)系，即勞動收入份額會對人工智能發(fā)展水平產(chǎn)生影響。人工智能專利申請主要來自于學(xué)術(shù)研究、信息技術(shù)、軟件開發(fā)等部門，導(dǎo)致這類部門勞動收入份額更高的可能原因是，一方面，由于較高的勞動收入份額是由較高的平均工資造成的，更高的收入會對研發(fā)人員產(chǎn)生正向的激勵作用，促使研發(fā)人員申請更多的人工智能相關(guān)專利；另一方面，由于較高的勞動收入份額是由更多的就業(yè)崗位導(dǎo)致的，更多的就業(yè)人員顯然會研發(fā)出更多的人工智能專利?；谏鲜龇治?，本文利用工具變量解決內(nèi)生性問題，故選取人工智能專利授權(quán)數(shù)與勞均申請數(shù)作為工具變量，實(shí)證結(jié)果詳見表7。這兩個工具變量均通過過度識別、弱工具變量檢驗(yàn)，且均與人工智能發(fā)展程度高度相關(guān)，與誤差項(xiàng)無關(guān)。實(shí)證結(jié)果依舊穩(wěn)健，即人工智能能夠提升勞動收入份額。

表7 工具變量：人工智能影響勞動收入份額的分析

五、結(jié)論及政策建議

(一)結(jié)論

本文以2005—2018年中國287個地級市及以上城市面板數(shù)據(jù)為樣本，以人工智能相關(guān)專利數(shù)作為衡量人工智能的發(fā)展指標(biāo)，從理論與實(shí)證兩方面考察人工智能對勞動收入份額的影響，深入分析人工智能如何通過工資與勞動生產(chǎn)率影響勞動收入份額，并探討在長短期情況下人工智能對勞動生產(chǎn)率影響的異質(zhì)性。本文的具體結(jié)論如下：(1)整體而言，通過提高工資水平，人工智能發(fā)展有利于提高勞動收入份額。(2)短期內(nèi)，由于存在“索洛悖論”，人工智能發(fā)展對整體勞動生產(chǎn)率無顯著影響；提高工資水平是人工智能發(fā)展提升勞動收入份額的重要機(jī)制。(3)伴隨著人工智能發(fā)展推動勞動生產(chǎn)率提升，通過提高工資水平進(jìn)而提高勞動收入份額的作用效果被逐漸提升的勞動生產(chǎn)率所抵消，導(dǎo)致長期內(nèi)人工智能發(fā)展對勞動收入份額無顯著影響。

(二)政策建議

1.完善人工智能創(chuàng)新發(fā)展體制機(jī)制，推動人工智能產(chǎn)學(xué)研結(jié)合

人工智能發(fā)展并未降低勞動收入份額，通過提升工資水平反而有利于提高不同行業(yè)的勞動收入份額，實(shí)現(xiàn)“創(chuàng)新”和“共享”雙贏，因此，需要繼續(xù)推動我國人工智能快速發(fā)展，使之成為推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要動力。任何一項(xiàng)新技術(shù)從設(shè)計(jì)、研發(fā)、到最終的量產(chǎn)推廣，都需要經(jīng)歷一個漫長的過程，并且這一新技術(shù)能否順應(yīng)時代的發(fā)展，在量產(chǎn)之前都是一個謎。因此，在人工智能高速發(fā)展的當(dāng)下，需更加注重推進(jìn)基礎(chǔ)研究，應(yīng)對創(chuàng)新活動給予更多的財(cái)政扶持與融資優(yōu)惠政策，鼓勵科學(xué)家勇于探索人工智能核心技術(shù)，充分發(fā)揮我國超大市場優(yōu)勢，利用市場倒逼技術(shù)發(fā)展，開發(fā)人工智能新產(chǎn)品、新技術(shù)，同時保障知識產(chǎn)權(quán)不被侵犯，促進(jìn)發(fā)明專利產(chǎn)業(yè)化，以完備的創(chuàng)新激勵制度全面推動產(chǎn)學(xué)研結(jié)合發(fā)展。

2.建立完備的工資增長長效機(jī)制，提高勞動收入份額

工資與勞動收入份額呈正相關(guān)關(guān)系，而提升工資水平是人工智能發(fā)展提高勞動收入份額的重要機(jī)制，因此，一方面，要保障勞動者的合法收入，健全工資決定、合理增長和支付保障機(jī)制，落實(shí)最低工資制度等勞動保護(hù)相關(guān)制度，保障勞動者同工同酬，通過提升工資水平，提高收入分配中勞動報酬所占比例；另一方面，實(shí)現(xiàn)保就業(yè)、穩(wěn)就業(yè)，建立包含中高等院校和在職勞動力職業(yè)培訓(xùn)相配套的人才培養(yǎng)體系，使勞動力具有先進(jìn)的技能水平與新技術(shù)崗位相契合，健全農(nóng)民工、靈活就業(yè)人員、新業(yè)態(tài)就業(yè)人員參加社會保險制度，發(fā)展線上就業(yè)創(chuàng)業(yè)、居家辦公等靈活多樣的就業(yè)形式，帶動更多就業(yè)崗位。

3.健全人工智能相關(guān)專利技術(shù)應(yīng)用保障體系，加快推動產(chǎn)業(yè)智能化發(fā)展，提高勞動生產(chǎn)率

短期內(nèi)人工智能發(fā)展未有效提升勞動生產(chǎn)率，說明人工智能作為顛覆性、突破性創(chuàng)新技術(shù)，在實(shí)現(xiàn)技術(shù)應(yīng)用過程中存在一系列機(jī)制障礙。因此，一方面，需要縮短技術(shù)創(chuàng)新相關(guān)專利的申請周期，在保證知識產(chǎn)權(quán)、數(shù)據(jù)安全的基礎(chǔ)上，精簡申請流程，同時為可落地的人工智能技術(shù)提供產(chǎn)業(yè)化資金，政府補(bǔ)貼或直接融資;另一方面，人工智能相關(guān)企業(yè)在創(chuàng)建之初都會面臨被大型企業(yè)“扼殺式并購”的風(fēng)險，因此，為建立公平的市場競爭環(huán)境，要健全人工智能相關(guān)專利技術(shù)的應(yīng)用保障體系，推動產(chǎn)業(yè)智能化發(fā)展。