人工智能影響收入分配的機制與對策研究

江永紅　張本秀

關(guān)鍵詞：人工智能 收入分配 勞動力就業(yè) 地區(qū)發(fā)展差異

〔中圖分類號〕F014.42〔文獻標(biāo)識碼〕A〔文章編號〕0447-662X（2021）07-0058-11

一、引言

近年來，人工智能在全球范圍內(nèi)加速應(yīng)用，美國、德國及日本等發(fā)達國家先后將發(fā)展人工智能列為國家核心戰(zhàn)略，并在新一代技術(shù)革命中處于領(lǐng)先地位。然而，人工智能的廣泛應(yīng)用在提高生產(chǎn)率的同時，也在發(fā)達國家引發(fā)失業(yè)與收入不平等問題，即高技能勞動力借人工智能的福利增加了工資待遇，傳統(tǒng)技能勞動力卻面臨著“機器換人”的失業(yè)風(fēng)險，①發(fā)達國家的收入差距進一步擴大。為實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展，我國快速推進人工智能的應(yīng)用以抓住本輪技術(shù)變革的機遇。艾媒咨詢所發(fā)布的《2020年中國人工智能產(chǎn)業(yè)研究報告》也預(yù)測至2025年，中國人工智能產(chǎn)業(yè)規(guī)模將超過4500億元，并且30%至45%的市場將被人工智能企業(yè)占據(jù)。因此，人工智能在我國發(fā)展?jié)摿薮螅厝粚ο嚓P(guān)產(chǎn)業(yè)產(chǎn)生深遠影響，其是否會給我國帶來同發(fā)達國家類似的失業(yè)與收入不平等問題值得深入探究。

人工智能擴大收入差距的原因，已有諸多國外學(xué)者進行研究，現(xiàn)有文獻主要從以下兩個角度來解釋這一現(xiàn)象。首先，人工智能對不同生產(chǎn)要素具有差異化影響，會降低勞動收入份額，同時卻增加資本收入份額。Benzell通過使用兩階段世代交疊模型，發(fā)現(xiàn)高生產(chǎn)率機器人的引入，使勞動要素所占份額與勞動力工資皆呈下降趨勢。②這是因為人工智能可實現(xiàn)自動化生產(chǎn)，在產(chǎn)業(yè)中傾向于替代勞動要素的投入，不利于勞動力的穩(wěn)定就業(yè)，并降低勞動力工資。發(fā)現(xiàn)人工智能已導(dǎo)致美國的勞動收入份額呈下降趨勢，為上述學(xué)者們的觀點提供了進一步證明。相反，人工智能卻給資本要素帶來積極影響，它可提升生產(chǎn)效率，有利于資本報酬的提高與新一輪資本積累的實現(xiàn)，從而增加產(chǎn)業(yè)中資本要素的收入份額。由于資本通常集中在少數(shù)人手中，更多的普通民眾仍是依靠勞動掙得收入，人工智能為資本帶來的積極效應(yīng)只有少數(shù)人受益。所以，人工智能給勞動與資本這兩種生產(chǎn)要素帶來的差異化影響，不利于要素間收入的公平分配。

其次，人工智能對不同崗位勞動力也存在差異化影響，促進高技能勞動力就業(yè)，卻對低技能勞動力產(chǎn)生替代效應(yīng)。高技能勞動力所在的崗位通常涉及分析、判斷并解決問題等軟技能，難以被替代;而低技能勞動力的工作簡單且重復(fù)性強，不及高效且精準的人工智能更具競爭力，所以低技能勞動力更易被人工智能替代。比如，在技術(shù)進步較為領(lǐng)先的美國有47%的崗位易被計算機替代，而在日本這一比例為55%，這些易被替代的崗位多屬于低技能崗位，對應(yīng)的工資水平也不高。這一現(xiàn)象被歸結(jié)為人工智能對勞動力就業(yè)結(jié)構(gòu)的影響，將進一步擴大不同崗位勞動力的收入差距。等也在內(nèi)生經(jīng)濟增長模型中引入了自動化資本，證明自動化技術(shù)降低了低技能勞動力的工資，會擴大收入差距。值得注意的是，近年來我國不同行業(yè)間的收入差距也呈擴大趨勢，各行業(yè)中平均收入最高的信息傳輸、計算機服務(wù)和軟件業(yè)同最低的農(nóng)、林、牧、漁業(yè)的就業(yè)人員平均收入之差由2015年的80095元擴大為2019年的122012元，數(shù)據(jù)來源于《2016中國勞動統(tǒng)計年鑒》和《2020中國勞動統(tǒng)計年鑒》。前者正是與人工智能發(fā)展息息相關(guān)的行業(yè)，而傳統(tǒng)的農(nóng)、林、牧、漁業(yè)則在新技術(shù)應(yīng)用方面有所不足。這預(yù)示著人工智能很可能對我國不同崗位的勞動力也產(chǎn)生了差異化影響，并拉大我國的收入差距。

作為最大的發(fā)展中國家，我國具有區(qū)域經(jīng)濟發(fā)展差異大、國內(nèi)企業(yè)技術(shù)發(fā)展失衡的典型特征，這使得人工智能對我國收入分配的影響會與發(fā)達國家有所不同。在此背景下，探究人工智能對我國收入分配的影響機制具有重要意義。但國內(nèi)學(xué)者在此方面的學(xué)術(shù)成果尚不足，主要體現(xiàn)在：一是針對人工智能影響收入分配的相關(guān)研究較少，研究角度也較為片面，未能全面地分析影響機制;二是多從理論方面解釋人工智能對我國勞動力就業(yè)及收入的影響，未結(jié)合實際數(shù)據(jù)進行驗證，可信度不高;三是直接運用國外學(xué)者的理論模型，未能有效結(jié)合我國經(jīng)濟發(fā)展與技術(shù)進步現(xiàn)狀來展開研究，與我國的經(jīng)濟現(xiàn)實不相符。與現(xiàn)有文獻相比，本文的貢獻在于：（1）嘗試將人工智能、勞動力就業(yè)、企業(yè)技術(shù)應(yīng)用與地區(qū)發(fā)展差異納入統(tǒng)一的分析框架，利用我國2009—2017年的省級面板數(shù)據(jù)進行實證研究，從勞動力就業(yè)結(jié)構(gòu)、企業(yè)技術(shù)壟斷以及區(qū)域異質(zhì)性影響這三個角度來分析人工智能影響收入分配的內(nèi)在機理，彌補了現(xiàn)有研究的不足。（2）本文充分考慮了中國區(qū)域間人工智能發(fā)展不平衡的經(jīng)濟現(xiàn)實，分地區(qū)考察了人工智能對收入差距的異質(zhì)性影響，拓展了相關(guān)領(lǐng)域的研究范圍。（3）本文根據(jù)實證結(jié)論，給出了針對性政策建議，可促進新技術(shù)背景下我國經(jīng)濟的高質(zhì)量發(fā)展，為政府制定符合人工智能發(fā)展需要與促進收入分配平等化的政策提供有力的經(jīng)驗支持。

二、理論機制

人工智能的應(yīng)用日漸廣泛，我國收入分配所受影響也日漸擴大。本文認為，人工智能的擠出效應(yīng)、創(chuàng)造效應(yīng)、技術(shù)壟斷效應(yīng)以及區(qū)域差異效應(yīng)是其影響我國收入分配的主要機制。

1.擠出效應(yīng)與創(chuàng)造效應(yīng)

人工智能會對就業(yè)崗位產(chǎn)生擠出效應(yīng)和創(chuàng)造效應(yīng)，在這兩種效應(yīng)的共同作用下，勞動力就業(yè)結(jié)構(gòu)被改變。一方面，人工智能的擠出效應(yīng)表現(xiàn)為不同類型崗位被替代的可能性不同，可量化且無需復(fù)雜思考的低收入崗位更易被人工智能替代，趙慧勤、王兆雪、張?zhí)煸疲骸睹嫦蛑悄軙r代“4C能力”培養(yǎng)的創(chuàng)客課程設(shè)計與開發(fā)——基于STEAM理念的實施路徑》，《遠程教育雜志》2019年第1期。重視社交能力與創(chuàng)造能力的高收入崗位則得以保留，即人工智能偏向于擠出低收入崗位;另一方面，人工智能可創(chuàng)造出新的就業(yè)崗位，主要來源于人工智能提升產(chǎn)值所帶來的勞動力需求增加以及圍繞人工智能產(chǎn)業(yè)本身所產(chǎn)生的相關(guān)崗位。二者都是與新興技術(shù)有關(guān)的高技能崗位，收入水平也較高。2020年所舉辦的世界經(jīng)濟論壇曾預(yù)測，到2022年，人工智能領(lǐng)域的工作崗位數(shù)量將增加近一倍，以高技能和管理類崗位居多。國內(nèi)現(xiàn)有數(shù)據(jù)也顯示：現(xiàn)階段我國人工智能產(chǎn)業(yè)發(fā)展迅速，對于人工智能領(lǐng)域的人才需求在短時間內(nèi)激增，當(dāng)前我國人工智能產(chǎn)業(yè)內(nèi)有效人才缺口達30萬。工業(yè)和信息化部：《人工智能產(chǎn)業(yè)人才發(fā)展報告（2019—2020年版）》，2020年。可見，人工智能的創(chuàng)造效應(yīng)在我國就業(yè)市場上已開始發(fā)揮作用。

綜上，基于人工智能的擠出效應(yīng)與創(chuàng)造效應(yīng)，低技能勞動力易被擠出，高技能勞動力可獲得更多的就業(yè)機會，這促使勞動力就業(yè)結(jié)構(gòu)發(fā)生改變，程承坪、彭歡：《人工智能影響就業(yè)的機理及中國對策》，《中國軟科學(xué)》2018年第10期。并導(dǎo)致不同技能勞動力的收入差距擴大。基于此，本文提出假說1。

假說1：人工智能擠出低技能勞動力，卻促進高技能勞動力就業(yè)，改變了勞動力就業(yè)結(jié)構(gòu)，擴大了不同技能勞動力的收入差距。

2.技術(shù)壟斷效應(yīng)

人工智能是新一代技術(shù)進步，可顯著提高企業(yè)的勞動生產(chǎn)率，增加企業(yè)收入。米晉宏、江凌文、李正圖：《人工智能技術(shù)應(yīng)用推進中國制造業(yè)升級研究》，《人文雜志》2020年第9期。著名咨詢公司ACCENTURE所發(fā)布的《2017年人工智能發(fā)展報告》揭示了人工智能對美國、德國和日本等12個發(fā)達國家經(jīng)濟增長的促進作用，其中一個重要途徑便是通過提高生產(chǎn)率來推動國家經(jīng)濟增長，即人工智能可提高企業(yè)的勞動生產(chǎn)率，給企業(yè)帶來營收增長，對增加企業(yè)收入和促進經(jīng)濟發(fā)展具有積極影響。但就我國而言，限于技術(shù)應(yīng)用條件，人工智能只能在經(jīng)濟實力、技術(shù)水平和發(fā)展前景等方面均較為領(lǐng)先的行業(yè)中得到充分應(yīng)用。據(jù)《2020人工智能產(chǎn)業(yè)研究報告》，人工智能在我國互聯(lián)網(wǎng)、金融和城市管理等基礎(chǔ)設(shè)施完善、發(fā)展前景優(yōu)越的行業(yè)中應(yīng)用廣泛;在技術(shù)基礎(chǔ)薄弱、商業(yè)模式落后的農(nóng)業(yè)和零售業(yè)中，其賦能作用尚不明顯。技術(shù)先進的企業(yè)先應(yīng)用人工智能，可提高勞動生產(chǎn)率并獲得超額利潤，在收入分配中處于優(yōu)勢地位;而技術(shù)條件落后、尚未應(yīng)用人工智能的企業(yè)在收入分配中則處于劣勢地位。可見，人工智能在不同企業(yè)間的應(yīng)用差異將使企業(yè)的營收增長呈現(xiàn)出差距。

因此，人工智能的技術(shù)壟斷效應(yīng)表現(xiàn)為個別企業(yè)先應(yīng)用人工智能來提高勞動生產(chǎn)率從而獲得超額利潤，暫時缺乏條件應(yīng)用人工智能的企業(yè)則無法受益，這擴大了企業(yè)間的收入差距。基于此，本文提出假說2。

假說2：人工智能僅在部分企業(yè)中得到充分應(yīng)用，提高其勞動生產(chǎn)率，為其帶來超額利潤，擴大了企業(yè)間的收入差距。

3.區(qū)域差異效應(yīng)

我國區(qū)域經(jīng)濟發(fā)展存在較大差異，人工智能在各地區(qū)的應(yīng)用不均衡現(xiàn)象也較為明顯。據(jù)統(tǒng)計，我國88%的人工智能企業(yè)現(xiàn)分布于北京、上海和廣東等東部發(fā)達地區(qū)，這類地區(qū)人工智能企業(yè)聚集，在優(yōu)越的技術(shù)背景下，多個產(chǎn)業(yè)普遍受益，就業(yè)結(jié)構(gòu)也得到升級。創(chuàng)業(yè)邦研究中心：《2018中國人工智能白皮書》，2018年。以廣東省為例，據(jù)《廣東省新一代人工智能發(fā)展規(guī)劃》，到2025年，廣東省人工智能核心產(chǎn)業(yè)規(guī)模有望突破1500億元，所帶動的相關(guān)產(chǎn)業(yè)規(guī)模將達1.8萬億。與此同時，廣東省就業(yè)人員中教育程度在專科及以上的人員占比從2015年的17.3%升至2019年的24%，而教育程度在小學(xué)及以下的人員占比則從13.7%降至11.2%，就業(yè)結(jié)構(gòu)明顯優(yōu)化。數(shù)據(jù)來源于《2016中國勞動統(tǒng)計年鑒》和《2020中國勞動統(tǒng)計年鑒》。可見，人工智能促進發(fā)達地區(qū)的勞動力就業(yè)結(jié)構(gòu)進一步升級。就業(yè)結(jié)構(gòu)的升級可在一定程度上緩解人工智能對收入差距的擴大作用，這是因為：一方面，發(fā)達地區(qū)的人工智能在各產(chǎn)業(yè)中被廣泛應(yīng)用，均衡增加產(chǎn)值并優(yōu)化就業(yè)結(jié)構(gòu)，王業(yè)強、魏后凱：《“十三五”時期國家區(qū)域發(fā)展戰(zhàn)略調(diào)整與應(yīng)對》，《中國軟科學(xué)》2015年第5期。有助于提高勞動力的整體收入水平;另一方面，發(fā)達地區(qū)政策環(huán)境優(yōu)越，就業(yè)扶持與失業(yè)救助方面的政策體系更為完善，人力資本水平也較高，面對人工智能對就業(yè)的沖擊，發(fā)達地區(qū)的勞動力具有更高的適應(yīng)能力。因此，人工智能的廣泛應(yīng)用與優(yōu)越的政策環(huán)境在一定程度上減少了人工智能對發(fā)達地區(qū)收入分配的不利影響。

綜合來看，人工智能在發(fā)達地區(qū)的各產(chǎn)業(yè)中應(yīng)用廣泛，且發(fā)達地區(qū)政策環(huán)境更為完善，可減少人工智能對就業(yè)及收入分配的不利影響，因此發(fā)達地區(qū)的收入差距擴大程度小于欠發(fā)達地區(qū)。基于此，本文提出假說3。

假說3：由于發(fā)達地區(qū)的人工智能應(yīng)用更加廣泛、政策環(huán)境更加優(yōu)越，所以發(fā)達地區(qū)收入差距受人工智能的影響將小于欠發(fā)達地區(qū)。

圖1 人工智能影響收入分配的作用機理圖

三、模型構(gòu)建與數(shù)據(jù)說明

1.模型建立

本文基本計量模型設(shè)定如下：

IGit=α0+α1AIit+βXit+λi+υt+εit（1）

模型中，i表示省份，t表示時間;被解釋變量IGit表示省份i在第t年的收入差距，核心解釋變量AIit表示省份i在第t年的人工智能發(fā)展水平;λi表示個體效應(yīng)，νt表示時間效應(yīng)，εit表示隨機誤差項;Xit表示一系列控制變量，包括對外貿(mào)易（Tra）、政府行為（Gov）、稅收水平（Tax）、城鎮(zhèn)化水平（Cit）和經(jīng)濟增長（Pgdp）。下文交互項中出現(xiàn)的Labit表示就業(yè)結(jié)構(gòu)，LPit表示勞動生產(chǎn)率。

本文還在模型（1）的基礎(chǔ)上，構(gòu)建了交互項來體現(xiàn)理論機制中所提出的四個效應(yīng)。其中，AI′Lab表示人工智能的擠出效應(yīng)和創(chuàng)造效應(yīng)改變就業(yè)結(jié)構(gòu)從而對收入差距產(chǎn)生影響;AI′LP表示人工智能的技術(shù)壟斷效應(yīng)改變企業(yè)勞動生產(chǎn)率從而對收入差距產(chǎn)生影響。于是，計量模型完善為：

IGit=α0+α1AIit+α2Labit+α3LPit+α4（AIit′Labit）+α5（AIit′LPit）

+bXit+Ii+υt+eit（2）

2.數(shù)據(jù)來源和指標(biāo)選取

考慮到數(shù)據(jù)可得性，本文選擇2009—2017年中國省級面板數(shù)據(jù)進行實證研究，西藏自治區(qū)的相關(guān)數(shù)據(jù)缺失，故將其剔除。數(shù)據(jù)來源于國家統(tǒng)計局、各省（市）統(tǒng)計年鑒、歷年《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》和國際機器人聯(lián)合會（IFR）。具體指標(biāo)的選取和處理方法如下：

（1）收入差距（IG）：本文以不同行業(yè)的城鎮(zhèn)單位就業(yè)人員平均工資為基礎(chǔ)，采用收入水平和勞動力技能水平相對較高的信息傳輸、計算機服務(wù)和軟件業(yè)就業(yè)人員與收入水平和勞動力技能水平相對較低的農(nóng)、林、牧、漁業(yè)就業(yè)人員的平均工資之差來衡量收入差距，回歸時取其自然對數(shù)。此數(shù)據(jù)同時涵蓋了不同行業(yè)與不同技能勞動力的收入差距，符合本文理論機制的分析內(nèi)容，所以將其作為衡量收入差距的指標(biāo)是可行的。

（2）人工智能發(fā)展水平（AI）：宋旭光和左馬華青、王文、孫早和侯玉琳等均使用工業(yè)機器人數(shù)據(jù)分別研究了人工智能對勞動力生產(chǎn)率、就業(yè)以及產(chǎn)業(yè)全要素生產(chǎn)率的影響。宋旭光、左馬華青：《工業(yè)機器人投入、勞動力供給與勞動生產(chǎn)率》，《改革》2019年第9期;王文：《數(shù)字經(jīng)濟時代下工業(yè)智能化促進了高質(zhì)量就業(yè)嗎》，《經(jīng)濟學(xué)家》2020年第4期;孫早、侯玉琳：《人工智能發(fā)展對產(chǎn)業(yè)全要素生產(chǎn)率的影響——一個基于中國制造業(yè)的經(jīng)驗研究》，《經(jīng)濟學(xué)家》2021年第1期。本文參考王文的做法，以各省份工業(yè)機器人安裝密度來衡量人工智能發(fā)展水平。國際機器人聯(lián)合會（IFR）公布了2017年中國工業(yè)機器人在制造業(yè)各行業(yè)的分布情況，其中汽車制造行業(yè)、電子類產(chǎn)品行業(yè)、金屬制品行業(yè)、塑料和化學(xué)制品行業(yè)以及食品和飲料制品行業(yè)總計安裝使用了超過總量95%的工業(yè)機器人。根據(jù)王文對2017年工業(yè)機器人在中國制造業(yè)各行業(yè)分布情況的統(tǒng)計，汽車制造業(yè)安裝使用了全部制造業(yè)40%左右的機器人，電子類產(chǎn)品制造業(yè)約為30%、金屬制品業(yè)為15%、塑料和化學(xué)制品業(yè)為9%、食品和飲料制品業(yè)為2%。考慮到數(shù)據(jù)可得性，本文假設(shè)各省份的工業(yè)機器人在各行業(yè)的應(yīng)用率相同，此方法參考宋旭光和左馬華青的處理。將我國的制造業(yè)行業(yè)對照上述五個行業(yè)進行歸并，得到相應(yīng)行業(yè)的全國就業(yè)人數(shù)與各省就業(yè)人數(shù)，并以此為依據(jù)將工業(yè)機器人安裝量分配至各省份，各省份工業(yè)機器人安裝量與該省制造業(yè)就業(yè)人數(shù)的比值即為各省份工業(yè)機器人安裝密度。

（3）勞動生產(chǎn)率（LP）：人工智能技術(shù)目前在工業(yè)企業(yè)中應(yīng)用較為廣泛，本文選取企業(yè)的全員勞動生產(chǎn)率來代表模型中勞動生產(chǎn)率這一指標(biāo)，該指標(biāo)用企業(yè)的工業(yè)增加值與從業(yè)人數(shù)的比值來表示，可以反映企業(yè)的生產(chǎn)技術(shù)水平。周云波、田柳、陳岑：《經(jīng)濟發(fā)展中的技術(shù)創(chuàng)新、技術(shù)溢出與行業(yè)收入差距演變——對U型假說的理論解釋與實證檢驗》，《管理世界》2017年第11期。中國工業(yè)企業(yè)數(shù)據(jù)庫中的行業(yè)包括采掘業(yè)、制造業(yè)以及電力、燃氣及水的生產(chǎn)這三個門類，所以本文也選取這三個門類的數(shù)據(jù)來計算勞動生產(chǎn)率這一指標(biāo)。

（4）勞動力就業(yè)結(jié)構(gòu)（Lab）：考慮到受教育程度是影響就業(yè)人員技能水平的重要因素，因此本文采用不同受教育程度的就業(yè)人員占比來衡量不同技能勞動力的就業(yè)結(jié)構(gòu)，研究生與大學(xué)本、專科人員為高技能勞動力，小學(xué)及以下學(xué)歷的人員則為低技能勞動力，本文的就業(yè)結(jié)構(gòu)采用高技能勞動力人數(shù)與低技能勞動力人數(shù)之比來表示。

（5）控制變量：已有研究中影響收入分配的因素主要包括對外貿(mào)易、政府行為、稅收水平、城鎮(zhèn)化水平以及經(jīng)濟增長等，因此本文選取這些變量作為控制變量。具體來說：對外貿(mào)易（Tra），用各省份的進出口總額占GDP的比重來衡量;政府行為（Gov），由于政府支出方向存在較多未知，所以無法確定具體何種政府消費行為可對收入分配產(chǎn)生顯著影響，所以參考鄭猛和楊先明的做法，鄭猛、楊先明：《要素替代、技術(shù)進步與中國制造業(yè)比較優(yōu)勢動態(tài)化》，《貴州財經(jīng)大學(xué)學(xué)報》2017年第6期。用各省份政府一般性預(yù)算支出占GDP的比重來衡量政府行為;稅收水平（Tax），用各省份財政稅收收入占GDP的比重來衡量;城鎮(zhèn)化水平（Cit），用各省份城鎮(zhèn)人口占該省份總?cè)丝诘谋戎貋砗饬?經(jīng)濟增長（Pgdp），用各省份人均GDP來表示，回歸時取其自然對數(shù)。

四、回歸結(jié)果分析

1.基本回歸結(jié)果

基于前文建立的基礎(chǔ)多元回歸模型并依據(jù)Hausman檢驗結(jié)果，本文采用固定效應(yīng)回歸方法結(jié)合逐步回歸法驗證各變量對收入差距影響的顯著性。由于城鎮(zhèn)化水平對收入差距的影響具有滯后作用，所以將其滯后一期進行估計。結(jié)果顯示：主要解釋變量人工智能發(fā)展水平的回歸系數(shù)顯著為正，且人工智能發(fā)展水平提高1個單位，將使收入差距擴大4.6%，這表明人工智能的應(yīng)用擴大了我國居民的收入差距。近年來，我國大力推行人工智能技術(shù)，其市場規(guī)模預(yù)計將從2015年的112億元增長到2020年的710億元，德勤：《中國人工智能產(chǎn)業(yè)白皮書》，2018年。各產(chǎn)業(yè)中的人工智能應(yīng)用率明顯提升，人工智能給我國收入分配所帶來的沖擊日漸擴大。本文的基礎(chǔ)回歸結(jié)果證明了人工智能的應(yīng)用擴大了我國居民收入差距，這與楊偉國等在研究人工智能對勞動力結(jié)構(gòu)的影響時，進一步提出的人工智能將導(dǎo)致收入不平等的觀點相一致。楊偉國、邱子童、吳清軍：《人工智能應(yīng)用的就業(yè)效應(yīng)研究綜述》，《中國人口科學(xué)》2018年第5期。然而，研究人工智能對收入分配的影響不可止于趨勢性的結(jié)論，更要揭示其內(nèi)在機制。同時，隨著技術(shù)的更新?lián)Q代，人工智能與不同學(xué)科的結(jié)合將進一步擴大其在產(chǎn)業(yè)中的應(yīng)用范圍，加深人工智能與實體經(jīng)濟的融合程度，因此探究人工智能對收入分配的影響機制需從多角度來進行。國外學(xué)者曾嘗試從人工智能發(fā)展的不同階段切入，研究其在不同發(fā)展階段對收入分配的異質(zhì)性影響。但就我國而言，人工智能技術(shù)尚處于推廣期，其階段特點尚不明顯，因而此類方法并不適用于研究人工智能對我國收入分配的影響。

從本質(zhì)上來看，人工智能作為一項技術(shù)進步所引起的收入差距擴大，可具體從以下三個角度分析：第一，勞動力的異質(zhì)性引起收入差距。西方人力資本理論認為每個勞動者因受教育程度不同而具有不同的人力資本水平，所能勝任的工作崗位也不同。其中具備較高人力資本水平的勞動者就能從事諸如人工智能的研發(fā)與維護等技術(shù)含量高的崗位，收入相應(yīng)也高。較低人力資本水平的勞動者所從事的體力勞動則易被人工智能替代，收入低且面臨失業(yè)問題。第二，企業(yè)的技術(shù)差距引起勞動生產(chǎn)率差異。馬克思曾說“一旦與大工業(yè)相適應(yīng)的一般生產(chǎn)條件形成起來，這種生產(chǎn)方式就獲得一種彈性，一種突然地跳躍式地擴展的能力”，[德]馬克思：《資本論》第1卷，人民出版社，2018年，第519頁。肯定了先進技術(shù)對企業(yè)勞動生產(chǎn)率的提升作用。但不同企業(yè)對先進技術(shù)的掌握能力不同，因此并非所有企業(yè)皆可借助人工智能來提升勞動生產(chǎn)率進而增加收入。第三，區(qū)域間的經(jīng)濟發(fā)展差距引起技術(shù)應(yīng)用差異。馬克思認為，機器大工業(yè)的發(fā)展為大企業(yè)提供了技術(shù)基礎(chǔ)，加速資本集中的趨勢，資本集中又會引發(fā)人口、要素、生產(chǎn)中心和銷售市場的集中，帶動一個地區(qū)的經(jīng)濟發(fā)展與技術(shù)進步，因此區(qū)域的經(jīng)濟發(fā)展和技術(shù)進步是相互促進的關(guān)系。區(qū)域間的經(jīng)濟發(fā)展不平衡，必然引起技術(shù)應(yīng)用水平的差異，由此區(qū)域內(nèi)部的收入分配所受影響也不同。我國地區(qū)間經(jīng)濟基礎(chǔ)差異大，各地區(qū)、各行業(yè)的技術(shù)水平也有所不同，在此情況下，人工智能給我國不同地區(qū)、行業(yè)及勞動力帶來的經(jīng)濟影響差異也更為突出，下文將對此進行進一步的分析。

2.進一步檢驗與機制分析

前文的理論分析已明確了人工智能的創(chuàng)造效應(yīng)、擠出效應(yīng)和技術(shù)壟斷效應(yīng)均是其影響收入分配的重要作用機制。創(chuàng)造效應(yīng)和擠出效應(yīng)的共同作用改變了勞動力就業(yè)結(jié)構(gòu)，進而擴大不同技能勞動力的收入差距;而技術(shù)壟斷效應(yīng)則提高了部分企業(yè)的勞動生產(chǎn)率，擴大企業(yè)間的收入差距。本文將對此進行實證檢驗，在基本模型中分別引入人工智能發(fā)展水平與勞動力就業(yè)結(jié)構(gòu)、人工智能發(fā)展水平與勞動生產(chǎn)率的交互項，估計結(jié)果分別如表1、表2所示。在控制了其他影響因素的情況下，兩個交互項的影響系數(shù)顯著為正，即前文所提出的三個效應(yīng)均擴大了我國的收入差距，與理論分析結(jié)果相符合。

一方面，人工智能發(fā)展水平與勞動力就業(yè)結(jié)構(gòu)的交互項提高1個單位，引起收入差距擴大1%，這說明人工智能的擠出效應(yīng)和創(chuàng)造效應(yīng)改變了勞動力就業(yè)結(jié)構(gòu)進而擴大收入差距。從理論上來說，人工智能對就業(yè)總量的影響具有不確定性，因其擠出部分崗位的同時，也促進了技術(shù)研發(fā)、維護等崗位的出現(xiàn)。擠出效應(yīng)與創(chuàng)造效應(yīng)作用于不同技能崗位，擠出效應(yīng)減少低技能崗位的供給，創(chuàng)造效應(yīng)則增加高技能崗位的需求，王君、張于喆、張義博等：《人工智能等新技術(shù)進步影響就業(yè)的機理與對策》，《宏觀經(jīng)濟研究》2017年第10期。因此在勞動力層面，人工智能帶來的是結(jié)構(gòu)性影響，總結(jié)為人工智能對不同技能勞動力就業(yè)的異質(zhì)性影響。在現(xiàn)代社會，科技是第一生產(chǎn)力，更多管理者嘗試用人工智能代替低技能勞動力以提高企業(yè)生產(chǎn)效率，國內(nèi)已有多家科技企業(yè)加快實現(xiàn)生產(chǎn)自動化，比如富士康集團打造了“熄燈生產(chǎn)線”以及“熄燈工廠”等全自動化作業(yè)點，《探訪富士康“熄燈工廠”》，光明網(wǎng)，https：//m.gmw.cn/2020-11/06/content_1301767510.htm。汽車制造、物流管理等行業(yè)的“無人工廠”數(shù)量也在迅速增長。人工智能的迅速發(fā)展造成一線生產(chǎn)工人大規(guī)模失業(yè)，且人工智能所創(chuàng)造的高技能崗位與這類工人的技能水平并不匹配，無法直接解決其失業(yè)問題。此類利于高技能勞動力、弊于低技能勞動力的影響一定程度上彰顯出新技術(shù)的“偏向性”，江永紅等認為偏向性技術(shù)進步會導(dǎo)致就業(yè)結(jié)構(gòu)趨向“極化”，進而擴大收入差距。江永紅、張彬、郝楠：《產(chǎn)業(yè)結(jié)構(gòu)升級是否引致勞動力“極化”現(xiàn)象》，《經(jīng)濟學(xué)家》2016年第3期。人工智能已表現(xiàn)出類似效應(yīng)，促進高收入群體穩(wěn)就業(yè)，卻使低收入群體的失業(yè)問題更加嚴重，這改變了我國的勞動力就業(yè)結(jié)構(gòu)，擴大了不同技能勞動力的收入差距。基于此，假說1得以證實。

表1進一步分析結(jié)果（1）

表2進一步分析結(jié)果（2）

另一方面，人工智能發(fā)展水平與勞動生產(chǎn)率的交互項提高1個單位，引起收入差距擴大0.2%，這說明人工智能的應(yīng)用不均衡所導(dǎo)致的企業(yè)間勞動生產(chǎn)率差異會擴大收入差距，雖影響程度較小，不及前一種效應(yīng)所帶來的沖擊大，但仍是不可忽略的重要影響因素。林晨等認為人工智能可提升資本對勞動的替代能力和技術(shù)進步速度，進而提高勞動生產(chǎn)率，林晨、陳小亮、陳偉澤等：《人工智能、經(jīng)濟增長與居民消費改善：資本結(jié)構(gòu)優(yōu)化的視角》，《中國工業(yè)經(jīng)濟》2020年第2期。在此過程中，企業(yè)無疑是最大的受益者。提高企業(yè)的勞動生產(chǎn)率有利于其控制成本、提升產(chǎn)量，進而實現(xiàn)更高的利潤，因此人工智能的應(yīng)用可為企業(yè)帶來增收效應(yīng)。然而，限于我國當(dāng)前人工智能技術(shù)尚且處于推廣期，國內(nèi)企業(yè)并未在應(yīng)用新技術(shù)方面得到“普惠性”的受益，所以人工智能的增收效應(yīng)無法惠及國內(nèi)所有企業(yè)。根據(jù)國家知識產(chǎn)權(quán)局所發(fā)布的《2017年我國人工智能領(lǐng)域主要統(tǒng)計數(shù)據(jù)報告》，國內(nèi)企業(yè)中人工智能專利申請數(shù)量排名靠前的多是大疆、華為和聯(lián)想之類的高科技企業(yè)，這類企業(yè)技術(shù)基礎(chǔ)堅實、發(fā)展條件優(yōu)越，在人工智能的業(yè)務(wù)應(yīng)用與創(chuàng)新發(fā)展方面均有所領(lǐng)先。相比之下，處于農(nóng)業(yè)、林業(yè)等傳統(tǒng)行業(yè)中的企業(yè)則存在開發(fā)能力和技術(shù)進步動力不足的問題，無法廣泛應(yīng)用新技術(shù)，需要政府的創(chuàng)新激勵。高培勇、鐘春平：《理解中國的宏觀經(jīng)濟政策走向——歷史回顧、現(xiàn)實判斷、理政思路與政策選擇》，《經(jīng)濟學(xué)動態(tài)》2014年第10期。進一步結(jié)合其利潤水平來看，2020年，華為實現(xiàn)了高達646億元的凈利潤，而作為中國農(nóng)企代表的新希望集團，2020年的凈利潤為81.82億元，尚未突破百億。相關(guān)凈利潤數(shù)據(jù)均來自兩家企業(yè)的年報。二者都是各自行業(yè)的代表企業(yè)，但后者的凈利潤基數(shù)與增長速度均顯著小于前者。可見，國內(nèi)僅有部分企業(yè)因應(yīng)用人工智能而實現(xiàn)快速增收，多數(shù)傳統(tǒng)行業(yè)的企業(yè)仍未受益，企業(yè)間的收入差距由此擴大。基于此，假說2得以證實。

3.基于地區(qū)發(fā)展不平衡的分析

在研究人工智能對我國收入分配的影響時，地區(qū)發(fā)展差異也是一個重要研究角度。本文在理論機制中分析了人工智能的區(qū)域異質(zhì)性影響，即不同地區(qū)收入差距受人工智能的影響或呈現(xiàn)異質(zhì)性。因此，本文進行了分地區(qū)回歸，針對東部、東北、中部及西部地區(qū)逐個進行回歸分析，進一步研究不同地區(qū)的人工智能發(fā)展差異對該地區(qū)收入差距所產(chǎn)生的影響。表3的估計結(jié)果顯示：在考慮了多種影響因素的情況下，東部地區(qū)、東北地區(qū)和西部地區(qū)的回歸系數(shù)均顯著為正，這說明人工智能對我國收入差距總體上仍起到擴大作用，與前文結(jié)論一致。中部地區(qū)的回歸系數(shù)雖為正，但不顯著，本文認為可能是受到政策因素的影響，下文將具體解釋。

就回歸系數(shù)來看，東部地區(qū)人工智能發(fā)展水平與就業(yè)結(jié)構(gòu)的交互項提高1個單位，將使本地區(qū)收入差距擴大0.5%;東北地區(qū)交互項提高1個單位，引起收入差距擴大8.1%;西部地區(qū)交互項提高1個單位，引起收入差距擴大9.4%，總體上呈現(xiàn)出發(fā)達地區(qū)收入差距所受影響較小、欠發(fā)達地區(qū)所受影響較大的特征。地區(qū)經(jīng)濟發(fā)展水平從兩個層面對人工智能影響收入差距作出干預(yù)。一方面，經(jīng)濟基礎(chǔ)決定上層建筑，經(jīng)濟發(fā)達地區(qū)的政策環(huán)境更為優(yōu)越，完善的就業(yè)政策與廣闊的發(fā)展前景通常吸引眾多人才聚集于此，減少了人工智能給收入差距帶來的不利影響;另一方面，經(jīng)濟發(fā)達地區(qū)通常走在技術(shù)進步前列，更多本地企業(yè)有能力引入人工智能這類新技術(shù)，高技術(shù)企業(yè)亦傾向于向經(jīng)濟發(fā)達地區(qū)聚集，進而提高整個地區(qū)的人工智能應(yīng)用率，技術(shù)壟斷程度較低，企業(yè)間收入差距得以縮小。早前已有學(xué)者指出我國東部沿海地區(qū)的技術(shù)水平最為先進，而其他地區(qū)則尚處于純技術(shù)效率改善階段，張公嵬、梁琦：《產(chǎn)業(yè)轉(zhuǎn)移與資源的空間配置效應(yīng)研究》，《產(chǎn)業(yè)經(jīng)濟評論》2010年第9期;張成、陳寧、周波：《東部率先發(fā)展戰(zhàn)略和全要素生產(chǎn)率提升——基于傾向得分匹配—雙重差分法的經(jīng)驗分析》，《當(dāng)代財經(jīng)》2017年第11期。這一技術(shù)發(fā)展特征正與本文的觀點相一致。作為經(jīng)濟發(fā)展水平最為領(lǐng)先的地區(qū)，東部地區(qū)人工智能應(yīng)用廣泛、就業(yè)政策完善，一定程度上緩沖了人工智能給不同技能勞動力與不同企業(yè)所帶去的沖擊;東北地區(qū)作為老工業(yè)基地，具備一定的智能制造基礎(chǔ)，雖因?qū)ν赓Q(mào)易與產(chǎn)業(yè)結(jié)構(gòu)的落后，致其現(xiàn)有經(jīng)濟發(fā)展水平落后于東部地區(qū)，但整體來看，東北地區(qū)技術(shù)水平與政策完善程度處于中等水平，所以東北地區(qū)收入差距所受影響僅大于東部地區(qū);西部地區(qū)的經(jīng)濟發(fā)展落后、地理條件偏遠，技術(shù)水平與就業(yè)政策不完善程度更低，促使其對人工智能帶來技術(shù)壟斷與分配不均的調(diào)節(jié)能力最差，因此其收入差距的擴大程度也最大。曾有國外學(xué)者從類似角度展開研究，并得出相似結(jié)論，比如Berger和Frey發(fā)現(xiàn)人工智能促進部分發(fā)達城市就業(yè)結(jié)構(gòu)升級的同時，欠發(fā)達城市卻遭受了嚴重的失業(yè)問題，這同樣導(dǎo)致了城市間的收入差距擴大。基于此，假說3得以證實。

表3分地區(qū)回歸結(jié)果

至于中部地區(qū)的回歸系數(shù)不顯著，本文認為可從政策方面作出解釋。就中部地區(qū)模型的回歸結(jié)果來看，在引入城鎮(zhèn)化水平（Cit）和政府行為（Gov）變量之后，交互項回歸系數(shù)變小且不再顯著，這揭示了政策對人工智能影響收入差距的干預(yù)作用。“中部崛起”戰(zhàn)略的實施推動中部六省的經(jīng)濟發(fā)展進入新局面，國家大力扶持其產(chǎn)業(yè)發(fā)展，也創(chuàng)造出更多的就業(yè)機會。已有學(xué)者證明“中部崛起”戰(zhàn)略縮小了中部地區(qū)的收入差距，有助于我國跨越“中等收入陷阱”，周文、趙果慶、徐波：《中國跨越“中等收入陷阱”的路徑突破與政策應(yīng)對——基于地區(qū)收入差距視角》，《經(jīng)濟理論與經(jīng)濟管理》2017年第1期。這一結(jié)論從側(cè)面證明了本文的假設(shè)是合理的。并且，相比較其他地區(qū)的發(fā)展戰(zhàn)略，“中部崛起”戰(zhàn)略的政策落實時期與人工智能的發(fā)展時期有所重合，使其對人工智能影響收入分配的干預(yù)作用得以及時發(fā)揮，因此中部地區(qū)回歸系數(shù)不顯著或受此影響，這也印證了政策對于調(diào)節(jié)收入差距的重要作用。

4.穩(wěn)健性檢驗與內(nèi)生性問題

上述統(tǒng)計分析結(jié)果支持了理論機制中的基本結(jié)論，但為防止估計結(jié)果受到收入差距指標(biāo)選擇的影響，本文將更換被解釋變量來進行穩(wěn)健性檢驗。本文目前所采用的被解釋變量是基于不同行業(yè)的城鎮(zhèn)單位就業(yè)人員平均工資所得，但人工智能的發(fā)展存在城鄉(xiāng)分化，這同樣影響了勞動力就業(yè)與收入，王燊成：《人工智能時代我國就業(yè)公平的挑戰(zhàn)及其應(yīng)對》，《經(jīng)濟體制改革》2020年第1期。且已有學(xué)者證明中國總體收入差距的75%來源于城鄉(xiāng)收入差距，陸銘、陳釗、萬廣華：《因患寡，而患不均——中國的收入差距、投資、教育和增長的相互影響》，《經(jīng)濟研究》2005年第12期。因此城鄉(xiāng)收入差距也是衡量我國收入分配情況的重要指標(biāo)。本文將被解釋變量更換為城鄉(xiāng)口徑的收入差距數(shù)據(jù)，選擇2009—2017年各省份的城鎮(zhèn)居民家庭與農(nóng)村居民家庭的人均可支配收入之比來進行回歸。人工智能發(fā)展水平的估計系數(shù)依然顯著為正，穩(wěn)健性檢驗結(jié)果支持本文的基本結(jié)論。

另外，內(nèi)生性問題是實證研究中不可忽略的重要問題，本文主要從兩個方面進行內(nèi)生性檢驗。一是人工智能發(fā)展水平與收入差距可能存在的反向因果關(guān)系，參考余淼杰和袁東以及唐松等的做法，余淼杰、袁東：《貿(mào)易自由化、加工貿(mào)易與成本加成——來自我國制造業(yè)企業(yè)的證據(jù)》，《管理世界》2016年第9期;唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應(yīng)差異》，《管理世界》2020年第5期。使用滯后一期的解釋變量作為當(dāng)期值的工具變量，盡可能消除“收入差距越大的地區(qū)，人工智能發(fā)展水平越高”這一反向因果關(guān)系所導(dǎo)致的內(nèi)生性偏誤;二是遺漏變量所導(dǎo)致的內(nèi)生性問題，在上述實證結(jié)果的基礎(chǔ)上，本文還進一步引入了各省金融發(fā)展水平（FD）、技術(shù)市場成交額（AIC）和R&D經(jīng)費投入強度加以控制。金融發(fā)展水平（FD）為貸款余額與地區(qū)生產(chǎn)總值之比，技術(shù)市場成交額（AIC）取對數(shù)處理，R&D經(jīng)費投入強度為R&D經(jīng)費支出與地區(qū)生產(chǎn)總值之比。最終，上述兩個方面的內(nèi)生性檢驗結(jié)果顯示，人工智能發(fā)展水平的系數(shù)符號與顯著性同基本回歸保持一致，因此本文的基本結(jié)論是穩(wěn)健的。

五、結(jié)論及建議

本文基于我國2009—2017年省級面板數(shù)據(jù)，從全新的視角考察了人工智能對收入分配的影響，揭示了主要作用機制。主要結(jié)論包括：（1）人工智能的擠出效應(yīng)和創(chuàng)造效應(yīng)有利于高收入群體穩(wěn)就業(yè)，而低收入群體的失業(yè)問題更加嚴重，改變了勞動力就業(yè)結(jié)構(gòu)，擴大了不同技能勞動力的收入差距;（2）人工智能的技術(shù)壟斷效應(yīng)可顯著提高部分企業(yè)的勞動生產(chǎn)率并使其獲得超額利潤，尚未應(yīng)用人工智能的企業(yè)則無法受益，企業(yè)間的收入差距由此擴大;（3）人工智能對收入差距的影響存在區(qū)域異質(zhì)性。東部地區(qū)的人工智能應(yīng)用最為廣泛，且其政策環(huán)境優(yōu)越、人力資本水平較高，收入差距所受影響最小;東北地區(qū)人工智能應(yīng)用的廣泛度以及政策完善程度居中，收入差距所受影響大于東部地區(qū);西部地區(qū)的人工智能應(yīng)用廣泛度最低、就業(yè)調(diào)節(jié)能力最差，收入分配所受影響也最大;最后，人工智能對中部地區(qū)收入差距的影響不顯著，本文認為是受“中部崛起”戰(zhàn)略的影響所致。基于此研究結(jié)論，本文提出以下政策建議：

第一，重視技能培訓(xùn)，促進低技能勞動力的穩(wěn)就業(yè)與再就業(yè)。人工智能對不同技能勞動力具有異質(zhì)性影響，給低技能勞動力帶來嚴重的失業(yè)問題，因此著力保障低技能勞動力的穩(wěn)就業(yè)與再就業(yè)是關(guān)鍵。一方面，發(fā)揮政府主導(dǎo)效應(yīng)，建立健全就業(yè)培訓(xùn)機制。密切關(guān)注人工智能的發(fā)展歷程，深入研究并預(yù)判其對勞動力就業(yè)的影響，加強對低技能勞動力的在崗和轉(zhuǎn)崗技能培訓(xùn)，提高其素質(zhì)水平，使低技能勞動力在面對人工智能的擠出效應(yīng)時擁有更高的適應(yīng)能力，切實保障低技能勞動力的穩(wěn)就業(yè);另一方面，增加崗位供給，加強公共服務(wù)建設(shè)，為低技能勞動力提供更多合適的崗位。政府對公共資源具有控制力，可增加對公共事業(yè)及中小微企業(yè)的投資補貼和稅收優(yōu)惠，鼓勵各經(jīng)營主體增設(shè)低技能崗位，同時進一步完善公共就業(yè)服務(wù)體系，提高勞動力市場的信息流動性，降低低技能勞動力的再就業(yè)門檻，解決人工智能發(fā)展帶來的失業(yè)問題。

第二，加快技術(shù)應(yīng)用，針對技術(shù)落后企業(yè)給予補助與扶持。不同企業(yè)的人工智能應(yīng)用差異是導(dǎo)致技術(shù)壟斷現(xiàn)象凸顯、企業(yè)間收入差距擴大的重要原因，為縮小企業(yè)間收入差距，政府部門可從兩方面發(fā)力。其一，增加對人工智能的研發(fā)投入，推進政府、高校、研發(fā)機構(gòu)和企業(yè)“四位一體”創(chuàng)新體系的建設(shè)，以教育補貼等方式鼓勵高校建立人工智能學(xué)院、開設(shè)人工智能專業(yè)，以從業(yè)津貼等方式促進更多人才進入研發(fā)機構(gòu)從事人工智能的學(xué)習(xí)與研發(fā)，提升人工智能領(lǐng)域人才的培養(yǎng)水平，進而提高人工智能的發(fā)展水平，降低其應(yīng)用成本。高昂的成本是新技術(shù)應(yīng)用門檻高的主要原因，因此降低應(yīng)用成本可加速推進人工智能在各行業(yè)的廣泛應(yīng)用。其二，加大對企業(yè)技術(shù)創(chuàng)新的支持力度，針對部分技術(shù)條件落后的企業(yè)給予補助與扶持，通過發(fā)放技術(shù)補貼、派遣技術(shù)人員等形式來促進技術(shù)落后企業(yè)同新技術(shù)相銜接，并適應(yīng)人工智能的發(fā)展特點和趨勢，持續(xù)跟蹤并推進傳統(tǒng)行業(yè)的技術(shù)轉(zhuǎn)型，從而縮小企業(yè)間技術(shù)差異，減少企業(yè)間收入差距。

第三，縮小地區(qū)差異，以人工智能產(chǎn)業(yè)帶動地方發(fā)展。欠發(fā)達地區(qū)的收入分配受人工智能影響大，主要歸因于人工智能的應(yīng)用不廣泛與就業(yè)政策的不完善。因此，在著力提高欠發(fā)達地區(qū)人工智能發(fā)展水平的同時，還需以人工智能產(chǎn)業(yè)帶動地方發(fā)展，完善政策環(huán)境。首先，應(yīng)對東北地區(qū)和中西部地區(qū)給予人工智能招商引資方面的政策優(yōu)惠，完善其政策環(huán)境，大力促進地區(qū)間的技術(shù)轉(zhuǎn)移，這是提高欠發(fā)達地區(qū)人工智能發(fā)展水平、實現(xiàn)人工智能在我國各地區(qū)廣泛應(yīng)用的關(guān)鍵。其次，不同地區(qū)采用不同對策，在技術(shù)基礎(chǔ)尤為薄弱的地區(qū)，先在當(dāng)?shù)貎?yōu)勢行業(yè)應(yīng)用人工智能，再以優(yōu)勢行業(yè)帶動其他行業(yè)的模式，逐步實現(xiàn)人工智能在全行業(yè)的廣泛應(yīng)用，以保障落后地區(qū)的產(chǎn)業(yè)技術(shù)升級平穩(wěn)有序地進行。最后，結(jié)合地方優(yōu)勢，以人工智能推動產(chǎn)業(yè)結(jié)構(gòu)高級化進程，充分發(fā)揮人工智能在提升勞動生產(chǎn)率方面的積極作用，促進地區(qū)經(jīng)濟發(fā)展，實現(xiàn)地方增收。經(jīng)濟水平的提高將帶動地方就業(yè)政策的完善，進而增強欠發(fā)達地區(qū)在勞動力就業(yè)方面的調(diào)節(jié)能力，以減少人工智能對我國勞動力就業(yè)和收入分配的沖擊。

作者單位：安徽大學(xué)經(jīng)濟學(xué)院

責(zé)任編輯：韓海燕