人工智能與企業勞動收入份額

[關鍵詞]人工智能 城市數智化轉型 勞動收入份額 雙重差分 人工智能創新發展試驗區 共同富裕 區域異質性 人力資本水平

引言

在全球性政治經濟格局發生巨變和科技革命等背景下，人工智能作為賦能經濟社會發展的重要引擎，對增強國家經濟實力和提升國際競爭力極為關鍵。2019年我國首個國家新一代人工智能創新發展試驗區在北京成立，隨后幾年在18個地級市設立了人工智能創新試驗區。2024年政府工作報告中提出開展“人工智能+”行動，這進一步反映了我國對于人工智能發展的重視。而作為微觀主體的企業，落實人工智能賦能生產經營活動是亟需關注的問題。

黨的二十大指出“中國式現代化是全體人民共同富裕的現代化”。相對于發達國家的70%勞動報酬占比而言，我國勞動收入份額仍處于較低水平，因此對提高勞動收入份額的探討尤為重要。初次分配中資本方報酬較高是收入差距較大的原因，因而提高企業勞動收入份額是實現共同富裕的關鍵。數字經濟是完善收入分配的重要依托．理論上城市數智化發展能夠為企業提供技術、資金等支持，因此城市數智化轉型的收入分配效應有待探究。

現有關于人工智能試驗區的研究表明，試驗區的設立能夠提高企業創新水平，減少企業資產金融化，而尚未對勞動收入份額這一民生問題進行探討。與本文相關的另一類文獻為，數字經濟相關政策和智能化等對就業影響的研究。數智化水平能夠縮小居民收入差距，國家級大數據綜合試驗區、機器換人政策能夠顯著提升企業勞動收入份額，而“寬帶中國”試點政策在提高勞動收入份額的同時，也容易因供需不匹配造成勞動力錯配。同時，企業中智能機器人的應用會偏向于增加高技能勞動力需求，提高勞動生產率，但最終會更多地增加資本投入，降低勞動收入份額。而在人工智能大行其道的當下，探究城市數智化轉型的收入分配效應勢在必行，并且能夠解決企業機器人應用對收入份額影響研究中潛在內生性問題。

基于此，本文將人工智能創新試驗區的設立視為準自然實驗，探究試點城市內企業相較于非試點城市企業的收入分配是否得到優化，進而為推動落實人工智能發展、提高勞動收入份額提供政策啟示。本文豐富了城市數智化轉型的經濟后果研究。目前探究人工智能創新試驗區設立的研究集中于企業創新活動和財務行為方面，而鮮有探究其對勞動收入份額的影響：拓展了政策實施對就業的影響研究。已有研究關注“寬帶中國”等政策對就業的影響，而人工智能作為新型賦能要素，人工智能創新試驗區的勞動收入份額效應有待探討，同時與宏觀數智經濟研究相呼應：從企業內部特征和外部環境異質性出發，深入探究人工智能試驗區設立對不同類型企業的影響。

1制度背景和理論分析

1.1制度背景

2016年以來進入城市數智化建設3.0時代，而隨著2017年《新一代人工智能發展規劃》的提出，標志著人工智能發展作為一項重要的國家戰略被逐漸重視。2019年《國家新一代人工智能創新發展試驗區建設工作指引》的發布表明我國開始依托地方開展人工智能政策試驗，以推動人工智能的落地建設。

在新一代人工智能的創新發展中，為創造出一批具有代表性的經驗，從而使我國的人工智能事業得到更好地發展，2019年2月我國首個試驗區在北京設立，明確建立人工智能創新體系、加快人工智能融合應用等主要任務。隨后在上海、天津等地建立試驗區，到2024年2月已有18個地區設立人工智能創新發展試驗區，以構建人工智能創新發展的良好生態。

1.2理論分析

1.2.1基于現金充裕性提高的機制分析

試驗區的設立能夠幫助當地企業與外界主體利用智能化信息平臺打破信息壁壘，便于獲取政府補助、銀行貸款、商業信用等資金支持，緩解企業所面臨的融資約束：此外智能平臺的搭建能夠降低企業技術引進成本和運營成本，增加現金流，進而降低員工報酬支付壓力，提高勞動收入占比。具體來說：（1）試驗區的設立會為企業提供政策支持以及財政資金補助，并且還會通過引入外部資金為試驗區企業提供融資支持；（2）人工智能技術能夠緩解企業與外界之間的信息不對稱，緩解融資約束，其中政府補貼行為可視為對試驗區企業的隱性擔保，進而向銀行等外部資金供給者傳遞積極信號，增加資金供給；另外，試驗區人工智能技術的應用能夠規避事后違約風險，并為企業提供多樣化數字金融產品：此外，人工智能也使得試驗區企業能夠及時獲取上下游違約和供需信息，便于通過商業信用緩解資金緊張;（3）試驗區所搭建的信息、技術等數智化平臺能夠為企業降低設備搭建成本，減少內部信息不對稱帶來的管理費用，進而增加企業現金流。

而融資約束的緩解以及成本費用的降低所帶來的現金流增加，會提高勞動報酬占比。這是由于員工薪酬的支付主要依靠債務融資，當企業面臨融資約束時會擠壓員工工資，進而降低勞動收入份額。并且員工工資支出具有準固定成本的特征，當企業現金流不足時企業可能會通過留存更多利潤實現內部融資，減少勞動報酬支付進而降低勞動收入份額。

1.2.2基于人力資本升級的機制分析

試驗區的設立能夠通過人才聚集和賦能企業發展，提高企業對高質量人才的吸引力和需求，進而提高員工的議價能力，增加勞動報酬占比。具體來說：（1）新一代人工智能創新發展試驗區的設立能夠優化員工結構，為企業落實人工智能賦能輸送優質勞動力，互聯網的學習方式能夠促進知識傳播和共享，降低勞動者的學習成本，提高員工的技能水平；另外，城市數字化建設過程能夠通過提供多樣的發展機會和崗位需求匹配，進一步實現人才質量提升；（2）智能化基礎設施建設會為企業吸引知識一技術型勞動力加入，而試驗區設立可以降低企業技術平臺搭建成本、促進信息獲取從而推動企業創新，引人大量高技能人才。因此城市智能化轉型能從勞動供給和需求兩個角度提高企業人力資本水平。

高技能勞動力占比增加能夠提升員工的議價能力，從而提高員工整體薪酬。此外，有關線上勞動市場的研究表明，人工智能市場力量較大，表現為對人工智能相關勞動力的高需求、低供給以及高工資水平，并且從事人工智能項目工人的工資相較于其他工人高出3%左右。因此，從事“人工智能+”相關崗位的高技能勞動力占比增加能夠提高企業勞動收入份額。具體如圖1所示。

基于以上分析，本文提出以下研究假設：

H1：國家新一代人工智能創新發展試驗區的設立能夠提高企業的勞動收入份額。

H2：國家新一代人工智能創新發展試驗區能夠通過增加現金充裕性、提高企業人力資本水平，進而提高企業勞動收入份額。

2研究設計

2.1樣本選擇和數據來源

借鑒劉華珂等的研究，本文將國家新一代人工智能創新發展試驗區的設立視為準自然實驗，選取2015～2022年A股上市公司數據研究人工智能試驗區的勞動收入分配效應。財務數據來源于國泰安數據庫，地區層面數據來自各地區統計年鑒。并對原始數據進行以下處理：剔除2015年之后上市的企業；剔除金融行業；剔除年報審計意見為非標準審計意見、ST、*ST、資產負債率大于1企業；剔除數據缺失樣本；對連續型變量進行上下1%的縮尾處理。

2.2變量定義

（1）被解釋變量

企業勞動力收入份額（LS），衡量員工勞動報酬與資本收入的占比，參照肖土盛等的研究，使用企業當期為職工支付的現金占營業總收入比重衡量企業勞動收入份額。

（2）解釋變量

“國家新一代人工智能創新發展試驗區”試點政策的虛擬變量（DID）。反映企業所在地是否處于獲批設立試驗區的地級市，若企業所在地設立試驗區，則當年之后的時間取值為1，否則為0。

（3）控制變量

參照現有關于企業勞動力收入份額的研究選取以下變量作為控制變量：企業層面數據，包括企業年齡（姆）、企業規模（Size）、企業成長能力（TobinQ）、資產收益率（ROA）、管理層持股（Mshare）、股權集中度（TOP5）、固定資產占比（FIXED）、獨立董事占比（Indep）、公司成長性（Growth）；地區層面數據，包括地區創新水平（Inno）、地區經濟發展水平（Pergdp）。具體變量含義如表1所示。

2.3模型設定

參考已有關于政策沖擊對企業影響研究的做法，利用國家新一代人工智能創新發展試驗區政策作為準自然實驗，用多期DID模型對試驗區設立的收入分配效應及其作用機制進行實證檢驗，構建如下回歸模型：

3實證結果分析

3.1描述性統計

表2為主要變量的描述性統計結果。從表中可以看出，樣本中勞動收入最大值為0.5092，最小值為0.0126，表明企業間的勞動報酬占比相差較大，并且平均值和中位數均在15%水平以下，可見企業的勞動收入份額相對較低，員工薪酬占比有待提高，與現有研究數據相符。政策實施DID的均值為0.1451．表明樣本期間內有14.51%的企業位于試驗區內。其余指標描述性統計結果與現有研究差距不大。

3.2基準回歸

國家新一代人工智能創新發展試驗區政策沖擊對勞動力勞動收入份額影響的基準回歸結果如表3所示。其中，列（1）在加入控制變量的同時控制年份固定效應，列（2）在此基礎上加入行業固定效應，列（3）進一步加入企業固定效應，以更準確地估計試驗區設立的收入分配效應。可見，國家新一代人工智能創新發展試驗區的設立能夠提升企業勞動收入份額，從而驗證假設H1，這可能是由于人工智能試驗區的設立能夠為降低企業的技術引進成本和融資約束、輸送優質的人力資源，并在后文對可能的作用機制進行驗證。

這一結論支持現有關于數字基礎設施建設對勞動收入份額相關研究的結論，而與大數據試驗區設立對企業勞動收入份額降低的影響不同，人工智能試驗區的設立能夠提高當地企業的勞動收入份額，這可能是由于人工智能作為新型賦能要素，對推動試驗區企業落實智能化以及帶來的經濟效益更好。同時呼應微觀人工智能的收入分配效應研究，Huang的研究表明技術趨同能夠減少勞動力流動從而平衡勞動力市場，為勞動力提供更多的就業機會，進而穩定勞動收入份額。而試驗區的設立能夠推動內部企業人工智能技術協同發展，避免勞動力供求不對等，穩定勞動收入份額并促進社會可持續發展。

3.3穩健性檢驗

（1）平行趨勢檢驗

為了確保使用雙重差分模型所得到實證結果的穩健性，采用平行趨勢檢驗法，檢驗試驗區內企業和非試點企業的勞動收入份額在試驗區設立前后是否符合平行變動趨勢：

結果如圖2顯示，在人工智能試驗區政策實施之前，回歸系數均不顯著，在試驗區設立后顯著為正。表明試驗區內企業在政策實施前與非實驗區內企業的勞動收入份額滿足平行趨勢，而在政策實施后呈現不同的變動趨勢，即人工智能試驗區作為一個外生沖擊，能夠影響企業的勞動收入份額變化，驗證了本文實證結果的有效性。

（2）安慰劑檢驗

為了排除非政策因素對研究結果的影響，參照已有研究選取構造偽試驗組進行安慰劑檢驗。首先隨機生成18個偽試驗區，構造虛擬DID，接著重復抽樣500后將其替代原解釋變量進行回歸，結果如圖3所示?？梢姌嫿ǖ膫蜠ID對勞動收入份額的回歸系數位于0點附近呈正態分布，且不顯著，而原始基準回歸系數0.0061位于虛擬概率分布之外，表明隨機選取的人工智能試驗區的收入分配效應不顯著，證實了回歸結果的穩健性。

（3）PSM-DID

由于試驗區的設立可能受到地區經濟發展水平等因素的影響，為緩解樣本選擇偏誤可能帶來的回歸誤差，本文選擇傾向得分匹配雙重差分方法（PSM-DID）重新回歸。①基于前文企業年齡等控制變量作為企業特征變量進行打分；②按照1：1有放回的近鄰匹配選取控制組樣本：③對匹配后的樣本重新進行回歸。實證結果如表4列（1）所示，表明考慮樣本選擇性偏差問題后，假設H1依然成立。

（4）替換被解釋變量

參照王雄元和黃玉菁[29]的研究，使用/S2、/S3替換原有勞動收入份額衡量方式重新進行回歸，其中LS2=（企業當期為職工支付的現金+企業期末應付職工薪酬一企業期初應付職工薪酬）／營業總收入；LS3=LSI/（1-LSI），并取自然對數。如表4列（2）、（3）所示，回歸結果依然支持原結論。

（5）使用省域層面的聚類穩健標準誤

考慮到對某一城市實行試驗區試點政策可能受到同一省域內其他城市的影響，而帶來樣本自相關問題，因此采用省域層面聚類標準誤進行穩健性檢驗，如表4列（4）所示，與原始結果保持一致。

（6）加入更多控制變量

參照何小鋼等、趙春明等的研究，加入更多可能影響企業勞動收入份額的控制變量，其中加入企業層面控制變量資產負債率（Lev）、現金流動比（Cashflow）；地區層面控制變量地區工資水平（Inwage_region）、產業結構（Str）。如表4列（5）所示，回歸結果依然顯著為正。

（7）剔除省會城市

為避免省會城市由于經濟發展水平高、人才聚集等因素對回歸結果可能造成的偏誤，剔除省會城市樣本重新進行回歸，如表4列（6）所示，回歸結果依然穩健。

（8）排除其他政策干擾

在2015～2022年樣本觀察期間內，存在可能干擾回歸結果的其他政策，為此控制對收入分配可能產生影響的國家級大數據綜合試驗區政策BD，并重新進行回歸。如表4列（7）所示，BD的回歸系數不顯著，而試驗區設立的系數依然顯著為正，驗證了原結論的穩健性。

3.4異質性分析

為進一步分析人工智能試驗區的收入分配效應，按照內部特征和外部環境對不同類型企業進行分組回歸，以檢驗試驗區設立對不同企業勞動收入份額的影響。

（1）內部特征

企業屬性。將企業屬性按照國企和非國企劃分進行分組回歸，如表5列（1）、（2）所示，人工智能試驗區設立的勞動收入份額提升效應在國有企業的影響更顯著，并且組間系數存在顯著差異。這可能是由于國有企業扮演承擔社會責任的角色，政策執行效率更高，因此在人工智能賦能企業發展中能夠更多地將收入分配給勞動者。

要素密集度。不同要素密集度的企業的勞動力結構和生產設備不同，其勞動收入份額也存在較大差異，參照劉貫春等的研究，以企業人均固定資產比值衡量企業層面要素密集度，將人均固定資產比值大于行業中位數的視為資本密集型企業。如表5列（3）、（4）所示，試驗區的設立對資本密集型企業的影響更大。這可能是由于資本密集型企業中高技能勞動力本身占比較高，并且智能化設備相對完善，因此試驗區的設立更能推動資本密集型企業產生人工智能賦能技術轉化和較高經濟效益，提高企業勞動力收入份額。

勞動者議價能力。較高的勞動者議價能力能夠為員工爭取更多的利益，并減少辭退率，保護勞動者權益。因此本文參照何小鋼等、蔡偉賢等的研究，選取企業人均工會經費和職工教育經費作為勞動者議價能力指標，大于行業中位數的視為高議價能力。如表5列（5）、（6）所示，人工智能試驗區設立的勞動收入份額提高效應在員工高議價能力企業中更顯著，與現有研究結論一致，表明工會經費投入能夠保障企業員工的利益，達到較高的優化收入分配效應。

（2）企業外部環境

企業所在區域。按照企業所處的地理位置，劃分為東中、西部地區。如表6列（1）～（3）所示，試驗區政策在東中部地區的優化收入分配效應更顯著，對此可能的解釋為，東中部地區本身具有經濟發展和人才優勢，因此更能凸顯出試驗區政策的作用效果，而西部地區的基礎設施較為落后，政策效應難以發揮。

地區市場化水平。市場化程度較高的地區能夠形成有利于勞動力的外部環境，具有更強的包容性，具有人才吸引效應。根據市場化程度大小，大于樣本中位數的視為高市場化程度企業。如表6列（4）、（5）所示，低市場化程度地區企業的收入份額提升效應更大，這可能是由于高市場化地區企業本身的勞動報酬占比相對較高：市場化程度低的地區往往存在較高的融資約束，而試驗區政策可以緩解企業面臨的融資困境。

3.5機制分析

本文研究目的主要是為了揭示國家新一代人工智能創新發展試驗區設立對企業勞動收入份額的影響及作用途徑，根據前文理論分析認為可能存在融資約束緩解與人力資本升級兩種途徑，因此為了驗證影響渠道進行如下實證分析。

（1）現金充裕性提高機制

為驗證人工智能試驗區的設立是否能夠增加企業現金流，緩解當地企業融資約束，以現金流量比CF衡量企業現金流水平，比值越大表明企業中的現金流越高、融資約束越小。如表7列（1）所示，試驗區的設立能夠顯著提升企業的現金流量比，從而減少因現金流不足難以支付員工勞動報酬的現象，支持現有人工智能試驗區緩解融資約束的結論。對此可能的解釋為：試驗區的設立會增加資金流入企業，①政府部門會對試驗區企業提供資金和政策支持，同時吸引外部資金加入；②人工智能技術能夠緩解銀企間、企業間的信息不對稱，幫助企業獲得外部資金。另外，試驗區的設立可以降低企業技術引進成本和營運成本，充裕的現金流為支付勞動力報酬提供保障，進而提升勞動收入份額。

（2）人力資本升級機制

高素質人才具有較強的工資議價能力，因此為檢驗人工智能試驗區設立能否通過提供企業人力資本來增加勞動收入份額，用研究生以上員工占比、技術員工占比來衡量企業高技能人才和技術人才水平，并進行機制檢驗。如表7列（2）、（3）所示，試驗區的設立能夠顯著提高企業人力資本水平，進而增加企業員工勞動報酬占比，這一結論支持現有關于數字基礎設施建設的收入分配效應研究。這可能是由于人工智能試驗區的設立能夠形成一個高質量人才聚集地，進而為企業輸送大量專業人才：另外，試驗區內企業在落實人工智能賦能企業發展中，會對生產設備、管理系統等進行智能化升級，增加對高技能和技術人才的需求，提高員工的勞動報酬議價能力，提升勞動收入份額。

3.6企業內部收入差距影響機制分析

為檢驗是否促進企業內部勞動收入，使用內部薪酬差距gap衡量企業內共同富裕，用高管層平均薪酬與普通員工平均薪酬占比衡量。表8列（1）顯示，試驗區的設立能降低企業內部員工薪酬差距，這可能是由于前文中所論述的人力資本升級效應，使得普通員工的議價能力提高；同時在城市數智化發展下，能夠降低勞動市場的信息不對稱，使得勞動者靈活、高效地與工作崗位相匹配，減少勞動力錯配，有利于提高工資報酬和崗位流動性從而促進收入分配的公平性，并通過對不同地區勞動錯配程度distL進行分組來驗證，如表8列（2）、（3）顯示，人工智能試驗區的設立能夠降低勞動力錯配程度較高地區企業的收入差距，提高勞動力與崗位配置效率，進而減小與高管層的收入差距。

4結論與政策建議

我國勞動力收入份額與發達國家相比仍處于較低的水平，提升勞動力收入份額對于實現共同富裕和經濟社會長久發展具有重要意義。在人工智能賦能經濟社會發展背景下，國家新一代人工智能創新發展試驗區的設立對落實人工智能發展、優化企業生產經營具有重要作用?；诖耍疚囊匀斯ぶ悄軇撔掳l展試驗區為自然實驗，使用2015～2022年A股上市公司的數據，通過構建雙重差分模型探究試驗區設立的勞動收入分配效應。研究結果表明，國家新一代人工智能創新發展試驗區的設立能夠顯著提高當地企業勞動收入份額。異質性分析發現，政策效應在國有、資本密集型、員工議價能力高的企業，以及東中部地區、低市場化水平地區的企業更明顯。機制分析發現，人工智能試驗區的收入分配效應能夠通過增加企業現金流、提高企業人力資本水平實現。進一步分析表明，試驗區的設立能夠縮小高勞動錯配程度地區企業的內部收入不平等。

本文驗證了人工智能試驗區設立對勞動力收入份額的提升作用，基于以上研究結論，對推動落實人工智能發展、完善收入分配提出以下政策建議：

（1）積極推動人工智能落實發展，構建落實人工智能發展良好環境。人工智能試驗區的設立能夠顯著提高企業勞動力收入份額。因此，①政府要持續推動人工智能在非試點地區層面的建設和落實，加大基礎設施建設投資，為企業提供智能化發展平臺等資源；②繼續優化人工智能賦能企業發展的良好環境，降低企業的技術引進成本；③加大對企業的資金支持和人才引進福利，為在企業層面實現勞動報酬比例提高提供保障，進而實現優化收入分配。

（2）因地制宜完善人工智能試驗區建設，實現地區同步發展。由于試驗區設立對不同類型企業的收入分配效應存在差異。因此，①要加強對西部地區人工智能落實發展的扶持力度，補足基礎設施等差異，并吸引高質量人才加入，以發揮試驗區政策的收入分配效應：②持續增強對低市場化水平地區的人工智能建設，減少因融資約束等因素帶來的不利影響，推動勞動收入份額提升。

（3）增加企業人力資本投入，提高員工議價能力。由于勞動收入份額在議價能力高的企業中提升效應更顯著。因此，政府應增強對高技能和技術人才的培養，并加大對在職員工的教育和技能培訓力度，提高勞動力技能水平；另外，要進一步完善薪酬分配制度，增加企業工會經費的投入，提高員工在收入分配中的議價能力，以提高勞動報酬占比。