人工智能、职业调整与劳动收入份额：来自中国企业层面的证据

《Economic Analysis and Policy》：Artificial Intelligence, Occupational Adjustment and Labor Income Share: Firm-Level Evidence from China

　　林莉|杨艾|裴松|梅雅娜
上海社会科学院应用经济研究所：中国上海市黄浦区淮海中路622弄7号，200020

**摘要**
我们记录了随着人工智能（AI）在中国迅速普及，企业职业结构和劳动收入份额发生的显著变化。我们通过将AI视为一种既替代商品生产任务又补充服务生产任务的不同生产投入，扩展了一个标准的结构框架，从而产生了劳动重新分配效应与资本深化效应之间的权衡。利用数值模拟和企业层面的数据，我们量化了这些机制，并发现AI采用程度增加一个标准差会使服务职业的比例提高7.8%，同时使劳动收入份额降低2.3%，这表明在中国背景下资本深化效应更为显著。异质性分析显示，劳动密集型企业和内陆企业的职业升级更为明显，而国有企业和竞争较弱市场的劳动份额下降更为明显。这些发现表明，AI通过劳动重新分配和资本深化同时重塑了企业内部结构，具有重要的分配意义。

**引言**
在数据驱动和智能互联的时代，AI不再局限于科幻领域，而是我们经济景观的一个组成部分。从复杂算法生成的日常推荐到工业机器人执行的精确操作，AI技术的广泛应用表明，第四次工业革命的核心技术正在改变我们的职业和收入结构。历史常常揭示出惊人的相似之处。回顾之前的工业革命，我们发现技术进步的早期阶段常常伴随着对劳动力市场被取代的担忧。例如，在1779年的英格兰兰开夏郡——第一次工业革命的发源地，随着蒸汽机的快速使用，成千上万的棉纺工人袭击工厂并摧毁了机器。传统工人被机器取代，而这些机器随后由薪酬较低的孩子劳动力操作，而工厂主则获得了巨额利润。尽管整体生产力有所提高，但受到这种转变负面影响的人数远远超过了受益者，这种现象被称为“恩格斯暂停”。然而，随着蒸汽动力的更广泛采用，机器的发展也催生了新的服务职业并提高了工资水平。一些学者也指出了AI的类似效应（Acemoglu和Restrepo，2018a；Battisti和Gravina，2021；DeCanio，2016），这些主要从宏观经济角度进行分析。

实际上，宏观层面的结构变化从根本上源于微观层面的职业调整。技术冲击首先且最直接地影响企业内部特定职业的雇员。现有的职业研究主要集中在技能偏向的分类上（Autor等人，2003a；Acemoglu和Autor，2011；Meschi等人，2016）。我们的工作则考察生产职业与服务职业之间的关系，以反映微观层面的经济服务化。随着AI的快速应用，我们正在见证一个重要的经济现象：曾经由人类完成的重复性和程序性生产任务越来越多地被智能机器接管，这与Acemoglu和Restrepo（2020a，2020b）的观点一致。与此同时，对服务职业的需求正在上升（如图1所示），因为这些角色通常需要人类的创造力、情商和复杂的决策技能——这些都是AI难以复制的。Johnson等人（2022年）、Keding和Meissner（2021年）也在他们的研究中强调了这一点，表明AI有潜力补充人类的能力。从职业角度来看，AI对结构转型有何影响？这种职业结构的变化将如何进一步改变劳动与资本之间的收入分配，从而影响企业内部的劳动收入份额？作为世界上人口最多的国家和第二大经济体，中国为观察和量化AI对职业结构和劳动收入份额的实际影响提供了一个独特的实验室。我们将在中国构建一个理论模型，并进行企业层面的实证分析，以探讨这些发现如何为经济政策制定提供信息。

作为一种变革性和通用技术，AI对经济的深远影响，尤其是对劳动力市场的影响，已成为学术界的关注焦点。Benzell等人（2015年）、Acemoglu和Restrepo（2018b年）、Hémous和Olsen（2022年）等研究认为，AI作为一种自动化生产方法可能导致就业和工资水平的下降。这一观点得到了包括美国、法国、中国和墨西哥在内的多个国家的数据支持（Acemoglu等人，2020年；Acemoglu和Restrepo，2020a年；Faber，2020年；Yang，2022年）。然而，Graetz和Michaels（2018年）以及Dauth等人（2021年）认为，替代效应可能会被其他因素所掩盖。在个体层面，Drydakis（2024年）发现，拥有AI技能的毕业生获得了更多的面试机会和高薪职位的机会。最近的研究表明，个人在信息通信技术（ICT）方面的优势可以抵消其他领域技能不足带来的负面影响（Bischof和Van Der Velden，2026年）。同时，一些学者担心AI的应用可能会加剧经济不平等（Hémous和Olsen，2022年；Zhang等人，2024年）。Vesely和Amaris（2025年）进一步指出，可以通过财政政策干预来解决AI带来的不平等问题。此外，还注意到AI对劳动力市场的影响是不确定的，这取决于机器替代效应和生产率效应的相对大小（Acemoglu和Restrepo，2018a年）、资本与劳动之间的替代弹性（DeCanio，2016年；Graetz和Michaels，2018年）以及需求弹性（Bessen，2018年，2019年）。后来，管理领域的学者也开始关注AI在组织和社会中的应用，讨论AI接管人类任务以及AI与人类密切合作的双重效应（Keding和Meissner，2021年；Raisch和Krakowski，2021年；Johnson等人，2022年）。尽管关于AI对总就业和工资影响的讨论很多，但关于其对劳动收入份额影响的研究相对较少，而劳动收入份额是国家收入初次分配公平性和工人福利水平的关键指标。Qian等人（2023年）试图利用Acemoglu和Restrepo（2019年）建立的模型来验证AI对劳动收入份额影响的决定因素。然而，现有文献尚未充分探讨AI影响劳动收入份额的内在机制，也没有探讨AI技术产生的正面和负面影响是如何相互增强和抵消的。因此，本文通过研究AI如何影响劳动收入份额来补充他们的研究。一些学者认为，AI技术的卓越表现主要源于其在企业内部应用所产生的强烈利润激励（Koch等人，2021年；Duan等人，2023年；Tian等人，2023年）。因此，我们将实证测试重点放在企业上，因为企业是AI技术最直接的实施者。

Aghion等人（2017年）是最早强调AI通过结构转型影响劳动收入份额的重要性的学者之一。职业调整是结构转型的重要表现，是在企业内部更容易观察到的微观现象。Duernecker和Herrendorf（2022年）首次提出了职业就业转型的概念。通过分析来自67个国家的182次人口普查数据，他们发现经济中生产职业的比例正在下降，而服务职业的比例逐渐增加。尽管其他学者没有明确提出职业调整的概念，但他们认识到了AI与特定职业之间的关系（Battisti和Gravina，2021年；Brynjolfsson等人，2018年）。然而，他们未能揭示AI与职业调整之间的联系，也没有提供有关企业层面职业结构的相关测量或实证证据。

我们在多个方面改进了现有文献。首先，与大量关注产出层面结构转变的研究不同，我们将视角转向研究企业内部的职业调整，特别是服务职业比例的增加。我们手动整理了有关员工职业结构的详细信息，将不同职业分类为服务职业和生产职业，然后基于微观层面的数据集提供实证结果。其次，我们的模型建立在传统的结构转型框架之上，将AI视为一种独立的经济投入，并捕捉其在不同行业中的应用模式。我们引入了一种创新的方法，通过使用进口机器人总价值与净固定资产的比例来衡量AI在企业层面的应用。这种方法提供了一个更连续、微观且可比较的科学指标。第三，我们将AI和不同类型的职业整合到一个连贯的分析框架中，从而能够揭示AI在职业调整中的积极作用，并分析其对劳动收入份额的劳动重新分配效应和资本深化效应。我们还使用数值模拟来可视化这些变化。基于企业层面的数据，发现在中国，AI的应用表现出比劳动重新分配效应更强的资本深化效应。

本文的结构如下：第2节介绍数学模型和数值模拟；第3节描述实证策略和数据；第4节呈现带有稳健性检验的主要实证结果；第5节进一步讨论异质性和调节效应；最后第6节得出结论和启示。

**理论分析**
基于Herrendorf等人（2015年）和Alvarez-Cuadrado等人（2017年）的传统结构模型，我们将AI作为不同于资本和劳动的经济投入纳入多部门一般均衡模型。商品和服务部门采用嵌套的恒定替代弹性（CES）生产函数。在每个部门内，资本和劳动通过CES技术创造附加值，这体现了传统的生产模式。

**实证策略和数据**
在本节中，我们关注中国上市公司，旨在实证测试AI应用是否促进了企业层面的职业调整。我们还调查AI对中国劳动收入份额的实际影响是否与之前的数值模拟所呈现的环境一致。此外，我们测试理论分析中讨论的劳动重新分配效应和资本深化效应是否具有显著的渠道效应。

**基线回归分析**
表4报告了基线回归结果。表4的第（1）-（2）列和第（3）-（4）列分别显示了AI应用对企业层面职业结构和劳动收入份额的影响。在表4的第（1）和（3）列的回归中，我们控制了年份、省份和行业的固定效应。研究发现，在控制其他因素后，AI的应用可以显著促进职业调整，但会降低劳动收入份额。

**异质性效应**
本节旨在揭示AI应用对职业结构和劳动收入份额影响的差异。这些差异可能源于各种内部和外部因素。我们关注内部因素，包括劳动密集度类型和产权性质，以及外部因素，包括市场集中度和地理位置。具体来说，通过引入AI与二元变量之间的交互项来进行异质性测试。

**结论**
在本文中，我们揭示了AI如何重塑职业结构和劳动收入份额。在我们的理论分析中，我们将AI作为不同于资本和劳动的独立经济投入纳入多部门一般均衡模型。劳动被分为生产职业和服务职业，以表征职业调整。比较静态分析和数值模拟表明，当AI的产出弹性较大时……

**未引用的参考文献**
Bessen，2019年；Acemoglu和Restrepo，2020b年

**作者贡献声明**
林莉：撰写——审稿与编辑、软件、调查、数据整理、概念化。
杨艾：撰写——初稿、监督、软件、方法论、调查。
裴松：撰写——审稿与编辑、方法论。
梅雅娜：撰写——审稿与编辑。