■ 軒軼軻 張義明

河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 天津 300401

0 引言

關(guān)注收入分配是擴(kuò)大需求，順應(yīng)消費(fèi)升級(jí)，實(shí)現(xiàn)新發(fā)展格局的趨勢(shì)；也是縮小收入差距，實(shí)現(xiàn)人民對(duì)美好生活向往，實(shí)現(xiàn)小康社會(huì)的必經(jīng)之路。從國(guó)際角度看，我國(guó)的勞動(dòng)收入份額低于世界上大多數(shù)國(guó)家在55%～65%的平均水平[1]；在我國(guó)內(nèi)部，勞動(dòng)收入份額在不同地域間也存在差異，其中中西部地區(qū)相對(duì)較低，東部沿海各省相對(duì)較高[2]，但總體仍低于國(guó)際平均水平。較低的勞動(dòng)收入份額影響個(gè)人體面勞動(dòng)、企業(yè)技術(shù)革新、產(chǎn)業(yè)結(jié)構(gòu)與升級(jí)、內(nèi)需不足等方方面面。

雖然借助于技術(shù)進(jìn)步，社會(huì)先進(jìn)生產(chǎn)力得到了較大的發(fā)展，立足于“雙循環(huán)”新發(fā)展格局，如何提高勞動(dòng)收入份額成為了各界關(guān)注且需要解決的現(xiàn)實(shí)問(wèn)題。2017年《新一代人工智能發(fā)展規(guī)劃》強(qiáng)調(diào)推動(dòng)人工智能以提高經(jīng)濟(jì)效益和社會(huì)福利。2017～2020年的政府報(bào)告連續(xù)4年提到人工智能，從重視人工智能與產(chǎn)業(yè)化的聯(lián)系，到強(qiáng)調(diào)“促消費(fèi)惠民生調(diào)結(jié)構(gòu)增后勁”以提升民生和社會(huì)福祉。那么旨在提高經(jīng)濟(jì)效益和民生福祉為導(dǎo)向的人工智能的發(fā)展能否兼顧效率和公平，即是否有利于提升微觀企業(yè)職工的勞動(dòng)收入份額？以及中間機(jī)制如何？

人工智能帶來(lái)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)在現(xiàn)有研究中普遍持肯定態(tài)度。Zeira最早提出自動(dòng)化經(jīng)濟(jì)增長(zhǎng)模型，視自動(dòng)化為一種資本投入推動(dòng)經(jīng)濟(jì)持續(xù)增長(zhǎng)[3]。Mark Purdy和Paul Daugherty 也認(rèn)為人工智能是資本與勞動(dòng)混合的一種新的生產(chǎn)要素,能夠驅(qū)動(dòng)技術(shù)創(chuàng)新來(lái)提高企業(yè)生產(chǎn)率[4]。隨著經(jīng)濟(jì)增長(zhǎng)的深入研究，以及收入分配不斷惡化的現(xiàn)狀，學(xué)術(shù)界開(kāi)始關(guān)注人工智能對(duì)收入分配的影響，并且尚未形成相對(duì)統(tǒng)一的觀點(diǎn)。最初以Roy Harrod和John R.Hicks為代表的學(xué)者開(kāi)始關(guān)注技術(shù)進(jìn)步與要素收入份額間的聯(lián)結(jié)[5]。并且“卡爾多事實(shí)”認(rèn)為在經(jīng)濟(jì)增長(zhǎng)中要素分配份額保持不變，而中國(guó)的勞動(dòng)收入份額并非穩(wěn)定，這向相關(guān)理論提出了挑戰(zhàn)[6]。部分學(xué)者從抽象的偏向性角度出發(fā)，認(rèn)為人工智能技術(shù)具有勞動(dòng)偏向性，將助于形成新的產(chǎn)業(yè)、產(chǎn)生新的勞動(dòng)需求[7-9]，促進(jìn)就業(yè)與增加收入，而有的學(xué)者則主張人工智能是資本偏向性的，產(chǎn)生利潤(rùn)侵占工資的現(xiàn)象，最終使收入份額下降[10]。進(jìn)一步地，郭凱明[11]基于人工智能的通用技術(shù)屬性實(shí)證發(fā)現(xiàn)，具有不同部門特征與產(chǎn)出彈性的產(chǎn)業(yè)對(duì)勞動(dòng)收入份額的影響不同。如果人工智能在資本密集型部門具有更大的產(chǎn)出彈性，那么產(chǎn)業(yè)結(jié)構(gòu)在進(jìn)行轉(zhuǎn)型升級(jí)時(shí)將更大幅度提高對(duì)勞動(dòng)的需求，導(dǎo)致勞動(dòng)收入份額上升。

通過(guò)梳理以往研究對(duì)人工智能與勞動(dòng)收入份額關(guān)系的認(rèn)識(shí)和理解有重要借鑒意義。首先，本研究不同于研究人工智能的“增長(zhǎng)效應(yīng)”，而從人工智能對(duì)收入產(chǎn)生功能性初次分配的“分配效應(yīng)”的角度進(jìn)行研究，更能體現(xiàn)勞動(dòng)要素的地位，避免一系列再分配政策的干擾，機(jī)制更為清晰。其次，文章不從技術(shù)進(jìn)步的抽象性質(zhì)[12][13]出發(fā)，而聚焦人工智能這一具體技術(shù)的應(yīng)用對(duì)勞動(dòng)收入份額的影響。最后，關(guān)于收入分配的討論，大都停留在宏觀層面，然而宏觀數(shù)據(jù)往往具有平滑群體差異。隨著異質(zhì)性企業(yè)理論的發(fā)展與數(shù)據(jù)可獲取性的增強(qiáng)，以及上市公司的職工在整體勞動(dòng)力市場(chǎng)中屬于“首要?jiǎng)趧?dòng)力市場(chǎng)”[14]，采用上市公司微觀數(shù)據(jù)進(jìn)行研究被認(rèn)為能夠克服宏觀總量偏誤。因此，本研究聚焦人工智能嵌入度最高的所屬行業(yè)的上市公司，研究人工智能對(duì)企業(yè)職工勞動(dòng)收入份額的影響，并通過(guò)構(gòu)建中介效應(yīng)模型進(jìn)一步理清中間的作用機(jī)制。這對(duì)深入剖析勞動(dòng)收入份額的局部影響極為重要[15]，有助于立足“雙循環(huán)”新發(fā)展格局，為智能化社會(huì)的就業(yè)政策制定和企業(yè)行為提供參考依據(jù)。

在人工智能發(fā)展的影響下，人工智能時(shí)代的勞動(dòng)力轉(zhuǎn)型和對(duì)策研究具有理論和現(xiàn)實(shí)的必要性，河北省教育廳因此設(shè)立了名為“人工智能時(shí)代河北省高等教育人才培養(yǎng)轉(zhuǎn)型升級(jí)路徑研究”的項(xiàng)目，本研究是該課題項(xiàng)目的部分成果。基于勞動(dòng)技能偏向視角探索人工智能對(duì)勞動(dòng)技能人才產(chǎn)生的影響及內(nèi)在機(jī)制，為課題中人工智能時(shí)代人工智能時(shí)代勞動(dòng)力市場(chǎng)需求、河北省高等教育人才培養(yǎng)轉(zhuǎn)型升級(jí)路徑研究提高部分支撐。

1 研究假設(shè)

1.1 人工智能與職工勞動(dòng)收入份額

結(jié)合相關(guān)理論以及王雄元和黃玉菁[15]在微觀層面的研究思想，人工智能對(duì)職工勞動(dòng)收入份額的影響取決于兩種不同方向的效應(yīng)產(chǎn)生的綜合效果。一方面，人工智能產(chǎn)生強(qiáng)勁的增強(qiáng)效應(yīng)。首先，從企業(yè)戰(zhàn)略布局角度，人工智能被視為企業(yè)面向未來(lái)的一項(xiàng)戰(zhàn)略投資。根據(jù)“成功分享計(jì)劃”認(rèn)為，人工智能的投入實(shí)現(xiàn)企業(yè)面向未來(lái)的戰(zhàn)略布局目標(biāo)，促進(jìn)企業(yè)流程改進(jìn)、推動(dòng)企業(yè)在市場(chǎng)上、技術(shù)上達(dá)到預(yù)期的目標(biāo)，從戰(zhàn)略上來(lái)看是成功的，因此企業(yè)會(huì)給員工更高的薪酬福利。盡管由于企業(yè)投入人工智能需要大量資金和管理成本，可能短期不能立即獲得預(yù)期的利潤(rùn)目標(biāo)，但企業(yè)借錢也會(huì)給員工發(fā)放福利，因?yàn)樵谄髽I(yè)看來(lái)借錢不意味虧損，恰恰是未來(lái)成功獲得收益的凈現(xiàn)值。其次，在補(bǔ)短板方面。隨著人口老齡化、撫養(yǎng)比增加帶來(lái)生產(chǎn)要素豐裕程度的不斷弱化，我國(guó)勞動(dòng)力存在供給數(shù)量和質(zhì)量短缺的現(xiàn)象，勞動(dòng)力并未被充分利用，效率低下。而人工智能通過(guò)“補(bǔ)短板”效應(yīng)，彌補(bǔ)過(guò)去勞動(dòng)力效率低的短板，有效促進(jìn)勞動(dòng)邊際產(chǎn)出增長(zhǎng)。也就是說(shuō)，智能化水平提高促進(jìn)技術(shù)進(jìn)步方向偏于勞動(dòng)要素[13]，產(chǎn)生增強(qiáng)效應(yīng)，對(duì)勞動(dòng)收入份額有正向的影響。另一方面，人工智能可能產(chǎn)生有限的節(jié)約效應(yīng)。有學(xué)者將人工智能看成一種資本，即使產(chǎn)生設(shè)備維護(hù)、信息保護(hù)、隱私泄露等成本增加的現(xiàn)象，但能在一定程度上替代部分勞動(dòng)力，使企業(yè)用工數(shù)量減少[16]，用工成本降低，進(jìn)而可能形成馬克思論述的“產(chǎn)業(yè)后備軍”的境況。

隨著勞動(dòng)力成本越來(lái)越高，人工智能主要對(duì)一些人們不樂(lè)意和干不好的工作進(jìn)行補(bǔ)位和替代，因此節(jié)約效應(yīng)是有限的。人工智能產(chǎn)生的增強(qiáng)效應(yīng)會(huì)更強(qiáng)，其產(chǎn)生的積極作用足以補(bǔ)償節(jié)約效應(yīng)對(duì)勞動(dòng)收入份額帶來(lái)的有限沖擊，給企業(yè)帶來(lái)更大的利潤(rùn)空間，提高勞動(dòng)要素的地位，最終導(dǎo)致總體的收入占比上漲?；谝陨希岢鲆韵禄鶞?zhǔn)假設(shè)：

H1：人工智能的應(yīng)用改善了制造業(yè)上市公司的職工勞動(dòng)收入份額，即人工智能有助于提高職工勞動(dòng)收入份額。

1.2 就業(yè)技能結(jié)構(gòu)的中介效應(yīng)

人工智能通過(guò)替代效應(yīng)、互補(bǔ)效應(yīng)、派生效應(yīng)的特點(diǎn)對(duì)職工的就業(yè)結(jié)構(gòu)產(chǎn)生影響，進(jìn)而影響職工勞動(dòng)收入份額。

第一，替代效應(yīng)。依據(jù)成本假說(shuō)，企業(yè)引入人工智能等創(chuàng)新型技術(shù)會(huì)增加企業(yè)的相關(guān)成本，包括有形損耗和無(wú)形損耗產(chǎn)生的折舊費(fèi)用，以及后期設(shè)備維修費(fèi)用也都計(jì)入成本中，從而增加了企業(yè)的運(yùn)營(yíng)成本，企業(yè)迫于成本壓力和追求利潤(rùn)，會(huì)采取措施，減少雇傭用自動(dòng)化可以代替的一些中低技能的生產(chǎn)型勞動(dòng)力，同時(shí)高技能的雇傭量不僅不會(huì)減少還可能會(huì)增加，表現(xiàn)出技能偏向性這一特征[17]，進(jìn)而促使就業(yè)結(jié)構(gòu)向高技能化方向發(fā)展。

第二，互補(bǔ)效應(yīng)。雖然人工智能的替代效應(yīng)減少了低技能勞動(dòng)力的雇傭，但是在智能化過(guò)程中會(huì)創(chuàng)造新的工作任務(wù)和就業(yè)崗位[18]，新的工作任務(wù)和崗位需要與之匹配的勞動(dòng)力互補(bǔ)，譬如企業(yè)會(huì)加大對(duì)機(jī)器操作和技術(shù)維修人員等高技能的勞動(dòng)者的需求與雇傭。 基于“資本-技能”互補(bǔ)理論，資本與技能勞動(dòng)有很強(qiáng)的互補(bǔ)性，企業(yè)可以通過(guò)人機(jī)交互補(bǔ)充勞動(dòng)力。另外，“干中學(xué)”理論認(rèn)為智能設(shè)備應(yīng)用將促使勞動(dòng)者在生產(chǎn)實(shí)踐中不斷積累工作知識(shí)和經(jīng)驗(yàn)，呈現(xiàn)向技能勞動(dòng)轉(zhuǎn)化的趨勢(shì)[19]，實(shí)現(xiàn)工人的再技能化，促進(jìn)技能結(jié)構(gòu)高級(jí)化演進(jìn)。因此，基于以上理論，人工智能的互補(bǔ)效應(yīng)一方面直接增加了對(duì)高技能勞動(dòng)需求，一方面促進(jìn)低技能勞動(dòng)轉(zhuǎn)化為高技能。

第三，派生效應(yīng)。由于人類需求是不會(huì)飽和的[20]，總會(huì)派生出新的就業(yè)機(jī)會(huì)。人工智能提高工作效率引致產(chǎn)品價(jià)格降低，市場(chǎng)需求增大，使得產(chǎn)業(yè)規(guī)模擴(kuò)大，衍生出更高級(jí)的就業(yè)崗位，需要更多的人才輔助，不易被替代的非常規(guī)性、高技能勞動(dòng)的相對(duì)需求增大[21]，比如市場(chǎng)部門中創(chuàng)新研發(fā)、技術(shù)實(shí)施、工藝設(shè)計(jì)等高技能人才推動(dòng)企業(yè)內(nèi)部員工的就業(yè)技能結(jié)構(gòu)向高級(jí)化的方向不斷演進(jìn)。

人工智能的應(yīng)用帶來(lái)就業(yè)技能結(jié)構(gòu)向高級(jí)化方向演進(jìn)，拉高高技能勞動(dòng)者的相對(duì)從業(yè)人數(shù)[22]，進(jìn)而提高職工報(bào)酬所占的比重，引致職工勞動(dòng)收入份額上升?；谝陨?，提出以下假設(shè)：

H2：人工智能有利于促進(jìn)就業(yè)技能結(jié)構(gòu)高級(jí)化發(fā)展。

H3：就業(yè)技能結(jié)構(gòu)在人工智能影響職工勞動(dòng)收入份額的關(guān)系中具有中介效應(yīng)。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

基于假設(shè)H1，為了檢驗(yàn)人工智能是否能夠改善職工勞動(dòng)收入份額，設(shè)定如下模型：

結(jié)合前文分析，參考溫忠麟和葉寶娟[23]的方法構(gòu)建如下模型檢驗(yàn)就業(yè)技能的中介效應(yīng)。其中，i表示企業(yè)；t表示時(shí)間；LSit是職工勞動(dòng)收入份額；AIit代表人工智能；skill_jobit和skill_eduit分別是用工作性質(zhì)和受教育年限定義的就業(yè)技能結(jié)構(gòu)；Xit是模型的控制變量；α 是系數(shù)；γit是個(gè)體固定效應(yīng)；εit是隨機(jī)擾動(dòng)項(xiàng)。

2.2 指標(biāo)選取

（1）被解釋變量：職工勞動(dòng)收入份額（LS）。在微觀層面，通常用勞動(dòng)分配率來(lái)表示企業(yè)中職工分配水平[15]，因此，本研究采用勞動(dòng)分配率即員工薪酬與營(yíng)業(yè)收入的比值衡量被解釋變量。

（2）解釋變量：人工智能（AI）。首先本人收集研究對(duì)象的所有上市公司的年報(bào)，選取了“智能制造”、“智能化”、“智能”3個(gè)能夠代表企業(yè)是否應(yīng)用人工智能的關(guān)鍵詞；其次根據(jù)PDF 的高級(jí)查找功能對(duì)關(guān)鍵詞進(jìn)行精準(zhǔn)定位，并根據(jù)關(guān)鍵詞所在的語(yǔ)句分析該企業(yè)是否在用或用過(guò)人工智能；最后基于所選語(yǔ)句統(tǒng)計(jì)企業(yè)應(yīng)用人工智能的頻率并將其標(biāo)準(zhǔn)化，頻率越高表明該企業(yè)人工智能的應(yīng)用程度越大。

（3）中介變量：就業(yè)技能結(jié)構(gòu)。國(guó)際上通常對(duì)勞動(dòng)力技能劃分有2種：首先，以工作性質(zhì)定義就業(yè)技能結(jié)構(gòu)（skill_job）。企業(yè)的研發(fā)主要靠高技能、高素質(zhì)的人力資本，參考劉丹鷺[24]認(rèn)為企業(yè)的研發(fā)創(chuàng)新可以看成高技能勞動(dòng)的一個(gè)替代指標(biāo)，用企業(yè)研發(fā)投入總額占營(yíng)業(yè)收入的比例代表就業(yè)技能結(jié)構(gòu)，比值越大代表研發(fā)人員越多，就業(yè)技能結(jié)構(gòu)越高級(jí)。其次，用受教育水平衡量就業(yè)技能結(jié)構(gòu)（skill_edu）。企業(yè)年度報(bào)告中，員工情況一欄披露了不同學(xué)歷員工的就業(yè)人數(shù)，因此參照孫文遠(yuǎn)和周寒[25]有關(guān)就業(yè)技能結(jié)構(gòu)的測(cè)算方法，將就業(yè)者的受教育程度作為就業(yè)技能的替代變量。運(yùn)用PDF 中的定位功能手工收集企業(yè)年報(bào)中的員工學(xué)歷構(gòu)成，本科及以上的員工數(shù)與本科以下的員工數(shù)的比值為就業(yè)技能結(jié)構(gòu)。

（4）控制變量：企業(yè)規(guī)模為營(yíng)業(yè)收入的自然對(duì)數(shù)（size）；盈利能力（roa）用資本利潤(rùn)率表示，為利潤(rùn)總額與總資產(chǎn)的比值；償債能力（liab）為負(fù)債總額與總資產(chǎn)的比值；稅收負(fù)擔(dān)（tax）為應(yīng)交稅費(fèi)比營(yíng)業(yè)收入；資本密集度（fix）為資產(chǎn)總額與員工人數(shù)比值的自然對(duì)數(shù)；發(fā)展能力（pog）用總資產(chǎn)增長(zhǎng)率衡量。

2.3 數(shù)據(jù)來(lái)源與統(tǒng)計(jì)特征

《中國(guó)制造2025》的頒布推動(dòng)了制造業(yè)智能化發(fā)展。然而人工智能在不同制造行業(yè)的應(yīng)用程度不同。根據(jù)現(xiàn)實(shí)經(jīng)驗(yàn)和權(quán)威文獻(xiàn)支持，人工智能在計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)中的嵌入度最高[26]，因此選擇2015～2019年深滬證券交易所A 股上市的計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)（C39）的企業(yè)作為研究的初始樣本。樣本進(jìn)行如下篩選：（1）剔除ST、*ST、退市的上市公司；（2）剔除年報(bào)數(shù)據(jù)缺失的公司。最終得出2015～2019年231家上市企業(yè)的相關(guān)數(shù)據(jù)。本研究中的一部分?jǐn)?shù)據(jù)來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，一部分?jǐn)?shù)據(jù)根據(jù)相關(guān)樣本公司2015～2019年的年度報(bào)告進(jìn)行手動(dòng)收集。

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1，數(shù)據(jù)分布較為合理，滿足回歸的需求。

表1 主要變量的描述性統(tǒng)計(jì)結(jié)果

3 實(shí)證分析

對(duì)各個(gè)模型進(jìn)行Hausman 檢驗(yàn)，檢驗(yàn)結(jié)果顯示適合選用固定效應(yīng)模型對(duì)假設(shè)進(jìn)行檢驗(yàn)。各個(gè)模型的VIF值均小于10，避免了多重共線性。

3.1 基本假設(shè)檢驗(yàn)

首先，表2的列（1）至（2）是全樣本回歸結(jié)果。列（1）報(bào)告了只包含控制變量的回歸結(jié)果，表明這些控制變量是影響職工勞動(dòng)收入份額變動(dòng)的重要因素，列（2）報(bào)告了引入人工智能后的結(jié)果。其次，考慮到部分企業(yè)在2015年未上市，采用2016-2019年存續(xù)的企業(yè)樣本構(gòu)成平衡面板樣本進(jìn)行回歸，列（3）為回歸結(jié)果。非平衡面板和平衡面板檢驗(yàn)中AI系數(shù)均顯著為正，假設(shè)H1成立。說(shuō)明在觀察期內(nèi)制造企業(yè)應(yīng)用人工智能帶來(lái)更強(qiáng)的增強(qiáng)效應(yīng)，出現(xiàn)提高職工勞動(dòng)收入份額的行為，與金陳飛等[9]的結(jié)論一致，也與劉亮等[13]認(rèn)為隨著智能化發(fā)展，收入分配會(huì)傾向勞動(dòng)力的結(jié)論相吻合。該結(jié)果為后文的機(jī)制檢驗(yàn)奠定了基礎(chǔ)。

3.2 穩(wěn)健性檢驗(yàn)

首先，改變職工勞動(dòng)收入份額的衡量方式。本研究參考魏下海等[27]的衡量方法替換被解釋變量，回歸結(jié)果為表2的列（4）。其次，重新衡量人工智能再次回歸。本研究參考李雅寧等[28]的數(shù)據(jù)獲取思路，對(duì)同花順數(shù)據(jù)庫(kù)中紕漏的人工智能概念板塊上市公司進(jìn)行樣本收集，并篩選屬于制造業(yè)C39 行業(yè)的樣本與初始樣本進(jìn)行對(duì)照。初始樣本中屬于人工智能概念板塊的上市公司記為1，否則記為0?；貧w結(jié)果如表2 的列（5）所示。此外，為了克服可能存在內(nèi)生性問(wèn)題，采用滯后一期的自變量重新回歸，表2的列（6）為回歸結(jié)果。以上幾次回歸結(jié)果均和前文的結(jié)論一致，再次驗(yàn)證基準(zhǔn)假設(shè)的穩(wěn)健性。

3.3 機(jī)制檢驗(yàn)

表2 的列（7）至（10）報(bào)告了就業(yè)技能結(jié)構(gòu)的中介效應(yīng)檢驗(yàn)。其中列（7）和列（9）中AI的系數(shù)均顯著為正，假設(shè)H2 成立，說(shuō)明人工智能不論從工作性質(zhì)還是教育程度角度，都利于促進(jìn)就業(yè)技能結(jié)構(gòu)高級(jí)化。列（8）和列（10）是同時(shí)加入自變量和中介變量的模型，可以看出就業(yè)技能結(jié)構(gòu)的系數(shù)在1%和10%水平下顯著為正，AI 的系數(shù)雖然從0.102 下降到0.061 和0.098，但仍保持正顯著，假設(shè)H3 成立，說(shuō)明就業(yè)技能結(jié)構(gòu)在人工智能與職工勞動(dòng)收入份額間起部分中介作用。中國(guó)正在處于經(jīng)濟(jì)轉(zhuǎn)型時(shí)期，人工智能應(yīng)用程度增強(qiáng)帶來(lái)高技能勞動(dòng)力需求加大，中低技能勞動(dòng)力需求下降，結(jié)果就是逐漸實(shí)現(xiàn)就業(yè)技能結(jié)構(gòu)高級(jí)化，這一現(xiàn)象有效強(qiáng)化和提高職工的談判能力，促進(jìn)職工勞動(dòng)收入份額提升。

表2 實(shí)證檢驗(yàn)回歸結(jié)果

4 進(jìn)一步分析

4.1 非線性關(guān)系探討

從長(zhǎng)遠(yuǎn)來(lái)看，隨著人工智能的應(yīng)用，職工勞動(dòng)收入份額與人工智能間可能存在非線性的關(guān)系。人工智能的應(yīng)用創(chuàng)新企業(yè)的生產(chǎn)模式，提高了企業(yè)的管理效率，但智能化程度過(guò)高會(huì)造成企業(yè)中相關(guān)人員的冗余，導(dǎo)致大量裁員，此時(shí)人工智能的節(jié)約效應(yīng)越來(lái)越強(qiáng)，直至占據(jù)主導(dǎo)地位，造成職工勞動(dòng)收入份額下降。另外，強(qiáng)人工智能對(duì)人的依賴減弱，智能化程度太高可能會(huì)造成競(jìng)爭(zhēng)機(jī)制的失靈，企業(yè)應(yīng)用強(qiáng)人工智能提高生產(chǎn)率，而不愿花高成本吸引人才成為市場(chǎng)的一種默契，造成人工智能的增強(qiáng)效應(yīng)減弱，職工勞動(dòng)收入份額減少。基于以上，認(rèn)為人工智能對(duì)職工勞動(dòng)收入份額間可能存在倒“U”型的非線性關(guān)系。在模型（2）的基礎(chǔ)上加入人工智能的平方項(xiàng)（AI_sq）再次回歸，結(jié)果如表3的列（1）所示。通過(guò)回歸結(jié)果可看出，AI_sq 系數(shù)顯著為負(fù)，證明人工智能確實(shí)能提高職工勞動(dòng)收入份額，但是對(duì)職工勞動(dòng)收入份額的提升作用存在邊際遞減效應(yīng)。具體而言，當(dāng)智能化應(yīng)用程度達(dá)到0.51 時(shí)，邊際效應(yīng)開(kāi)始下降至負(fù)數(shù)，此后人工智能的節(jié)約效應(yīng)開(kāi)始占主導(dǎo)，產(chǎn)生利潤(rùn)侵占工資現(xiàn)象，擠出職工勞動(dòng)收入份額，兩者間存在倒“U”關(guān)系。

4.2 異質(zhì)性分析

促進(jìn)消費(fèi)外循環(huán)的背景下，出口企業(yè)往往具有更高的貿(mào)易自由度。基于Stolper-Samuelson 定理，國(guó)際貿(mào)易會(huì)提高豐裕要素報(bào)酬，從而認(rèn)為在勞動(dòng)要素相對(duì)豐裕的中國(guó)，有出口行為的企業(yè)可能會(huì)有更高的勞動(dòng)收入份額。吳曉怡和Huang 等部分學(xué)者通過(guò)中國(guó)數(shù)據(jù)進(jìn)行實(shí)證研究支持這一推論的同時(shí)，還提到出口與技術(shù)進(jìn)步的互動(dòng)會(huì)進(jìn)一步地增加勞動(dòng)收入份額[29-30]。本研究以營(yíng)業(yè)收入構(gòu)成中是否存在國(guó)外業(yè)務(wù)收入判斷企業(yè)是否有出口業(yè)務(wù)，將企業(yè)分為出口導(dǎo)向組和非出口導(dǎo)向型組。通過(guò)表3 中列（2）至（3）的報(bào)告顯示，出口導(dǎo)向組企業(yè)的AI系數(shù)為正。即在出口企業(yè)中人工智能對(duì)職工勞動(dòng)收入份額的提升效果更明顯，企業(yè)的出口行為增加人工智能對(duì)職工勞動(dòng)收入份額的正向作用。

表3 進(jìn)一步分析結(jié)果

5 結(jié)論及建議

收入分配作為民生之本，特別是初次收入分配的下降將導(dǎo)致技術(shù)革新動(dòng)力欠缺、消費(fèi)增長(zhǎng)乏力、內(nèi)需不足，影響“雙循環(huán)”新發(fā)展格局的構(gòu)建，阻礙經(jīng)濟(jì)發(fā)展和人民幸福。在新科技革命時(shí)代，我國(guó)強(qiáng)調(diào)人工智能與實(shí)體經(jīng)濟(jì)深度融合提升民生福利和社會(huì)福利。那么，迅速發(fā)展的惠民生的人工智能在企業(yè)應(yīng)用是否有利于改善職工的勞動(dòng)收入份額？人工智能在計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)（C39）的應(yīng)用程度最大、嵌入度最高，因此本研究在此行業(yè)聚焦人工智能對(duì)職工勞動(dòng)收入份額的影響及內(nèi)在機(jī)制，回答上述問(wèn)題。

具體而言，本研究基于2015～2019年C39 行業(yè)制造企業(yè)上市公司的微觀數(shù)據(jù)，通過(guò)理論分析和實(shí)證檢驗(yàn)考察了人工智能在微觀層面對(duì)職工勞動(dòng)收入份額的影響，有效克服了宏觀總量偏誤。研究結(jié)果表明：人工智能在制造企業(yè)的應(yīng)用不僅可以直接提高職工勞動(dòng)收入份額，而且可以通過(guò)促進(jìn)企業(yè)員工就業(yè)技能結(jié)構(gòu)高級(jí)化進(jìn)而改善職工勞動(dòng)收入份額。這說(shuō)明人工智能的應(yīng)用，確實(shí)有助于改善職工的勞動(dòng)收入份額。進(jìn)一步探討發(fā)現(xiàn)，兩者存在倒“U”型關(guān)系，即人工智能對(duì)職工勞動(dòng)收入份額的影響有邊際遞減效應(yīng)。此外通過(guò)異質(zhì)性分析表明，人工智能對(duì)出口企業(yè)的促進(jìn)作用比非出口企業(yè)更明顯，即出口行為有利于提高人工智能對(duì)職工勞動(dòng)收入份額的促進(jìn)作用。

根據(jù)研究結(jié)論本研究提出如下政策建議：

（1）政策推動(dòng)人工智能高質(zhì)量發(fā)展。一方面，應(yīng)調(diào)整產(chǎn)業(yè)內(nèi)部人工智能深度結(jié)合，推動(dòng)制造業(yè)創(chuàng)新發(fā)展。比如浙江“機(jī)器換人”戰(zhàn)略不是粗放地替代工人，而用智能設(shè)備替換傳統(tǒng)設(shè)備來(lái)改善工作環(huán)境，提高生產(chǎn)效率，拓展更多就業(yè)的機(jī)會(huì)。另一方面，加強(qiáng)人工智能與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的粘合，發(fā)展高端生產(chǎn)性服務(wù)業(yè)，擴(kuò)大消費(fèi)外循環(huán)的出口升級(jí)，提高全球價(jià)值鏈分工地位，促進(jìn)制造業(yè)國(guó)際化與服務(wù)化轉(zhuǎn)型。

（2）優(yōu)化收入再分配領(lǐng)域的政策調(diào)控方式。雙循環(huán)的關(guān)鍵在于收入分配格局，因此要加強(qiáng)再分配對(duì)收入的調(diào)控助推國(guó)內(nèi)大循環(huán)。一方面，稅收作為收入再分配的直接手段，政府應(yīng)完善和建立更加科學(xué)有效的稅收體系。比如各國(guó)政府都在思考征收“機(jī)器人稅”的政策，這是解決機(jī)器取代人問(wèn)題的一個(gè)方向。另一方面，要繼續(xù)完善社會(huì)保障體系，建立合理的失業(yè)保障和最低工資標(biāo)準(zhǔn)，激發(fā)勞動(dòng)者工作的積極性，實(shí)現(xiàn)個(gè)人發(fā)展，兼顧效率與公平，共享科技進(jìn)步成果。

（3）完善教育培養(yǎng)和再培訓(xùn)制度。人工智能的應(yīng)用與發(fā)展整體上提高勞動(dòng)收入份額，其背后是高技能勞動(dòng)力相對(duì)需求增加產(chǎn)生的結(jié)果。一是應(yīng)完善人才培養(yǎng)機(jī)制，支持高校與企業(yè)合作，培養(yǎng)適應(yīng)智能化時(shí)代的創(chuàng)新型人才，在供給端提高人才與就業(yè)崗位的匹配度。二是需鼓勵(lì)企業(yè)制定與智能技術(shù)相關(guān)的員工培訓(xùn)策略，開(kāi)展員工技能培訓(xùn)教育活動(dòng)，推動(dòng)中低技能勞動(dòng)力高級(jí)化。三是鼓勵(lì)企業(yè)結(jié)合人工智能等技術(shù)，深度剖析市場(chǎng)需求，開(kāi)拓更多就業(yè)機(jī)會(huì)，擴(kuò)大人工智能增強(qiáng)效應(yīng)的影響。