人工智能时代技能溢价的影响路径研究

当代财经 ›› 2022, Vol. 0 ›› Issue (7): 16-26.

人工智能时代技能溢价的影响路径研究

李志强^a, 刘英^a, 魏琳^b

江西财经大学 a.统计学院; b.当代财经杂志社,江西南昌 330013

收稿日期:2021-12-14 修回日期:2022-02-22 出版日期:2022-07-15 发布日期:2022-09-09
通讯作者: 刘英,江西财经大学博士研究生,主要从事技术进步与收入分配研究,联系方式820966059@qq.com。
作者简介:李志强,江西财经大学教授,管理学博士,主要从事应用经济研究;魏琳,江西财经大学编审,主要从事经济增长与收入分配研究。
基金资助:
江西省高校人文社会科学研究项目“人工智能对就业影响的不确定性问题研究：机器学习视角”（TJ21101）; 江西省社会科学基金项目“双循环新格局下人工智能驱动江西制造业高质量发展研究”（21GL10）; 国家自然科学基金项目“复杂性视角下民生系统的综合评价研究——以江西为例”（71663024）

Research on the Influencing Path of Skill Premium in the AI Era

LI Zhi-qiang, LIU Ying, WEI Lin

Jiangxi University of Finance and Economics, Nanchang 330013, China

Received:2021-12-14 Revised:2022-02-22 Online:2022-07-15 Published:2022-09-09

摘要/Abstract

摘要： 作为引领中国经济高质量发展的新动能,人工智能等新技术的应用是否会带来技能溢价上涨并影响劳动力收入不平等?这是一个有待回答的重要问题。利用2018年全国流动人口和城市截面数据的实证研究表明,智能技术显著扩大了技能溢价,其中集聚经济和创业活跃度是影响技能溢价的主要路径;进一步研究发现,智能技术对技能溢价的影响存在群体效应和选择效应,在工作稳定和高收入群体、流动时间较长和市外流动的群体中,智能技术的技能偏向性更加明显。这意味着,在人工智能时代合理利用智能技术可以更加充分地发挥技能溢价的作用。

关键词: 智能技术, 技能溢价, 群体效应, 选择效应

Abstract: As a new driving force in guiding China's high-quality economic development, AI and other new technologies also bring some important questions for us to answer, such as whether their application will lead to a rise in skill premium and affect labor income inequality. Based on the national floating population and urban cross-sectional data in 2018, this paper conducts an empirical study. The findings show that the intelligent technology has significantly enlarged the skill premium, in which the agglomeration economy and entrepreneurial activities are the main paths influencing skill premium. It is further found that there are group effects and selection effects in the influence of intelligent technology on skill premium. The skill bias of intelligent technology is more obvious in the groups with stable jobs, higher income, longer mobile time and outside-the-city movements. This means that in the era of artificial intelligence, the rational use of intelligent technology can give full play to the skill premium.

Key words: intelligent technology, skill premium, group effects, selection effects

中图分类号:

F244

李志强, 刘英, 魏琳. 人工智能时代技能溢价的影响路径研究[J]. 当代财经, 2022, 0(7): 16-26.

LI Zhi-qiang, LIU Ying, WEI Lin. Research on the Influencing Path of Skill Premium in the AI Era[J]. Contemporary Finance & Economics, 2022, 0(7): 16-26.

参考文献

[1] 魏下海, 曹晖, 吴春秀. 生产线升级与企业内性别工资差距的收敛[J]. 经济研究, 2018, (2): 156-169.
[2] 王林辉, 胡晟明, 董直庆. 人工智能技术会诱致劳动收入不平等吗——模型推演与分类评估[J]. 中国工业经济, 2020, (4): 97-115.
[3] 郭凯明, 罗敏. 有偏技术进步、产业结构转型与工资收入差距[J]. 中国工业经济, 2021, (3): 24-41.
[4] Autor D., Krueger A., Katz L.Computing Inequality: Have Computers Changed the Labor Market?[J]. Quarterly Journal of Economics, 1998, 113(4): 1169-1213.
[5] 余玲铮, 魏下海, 孙中伟, 吴春秀. 工业机器人、工作任务与非常规能力溢价——来自制造业“企业—工人”匹配调查的证据[J]. 管理世界, 2021, (1): 47-59.
[6] Acemoglu D., Restrepo P.Low-Skill and High-Skill Automation[J]. Journal of Human Capital, 2018, 12(2): 204-232.
[7] 王丽媛. 智能化发展、劳动力供给技能结构与技能溢价[J]. 山西财经大学学报, 2021, (5): 45-60.
[8] Baum-Snow N., Freedman M., Pavan R.Why Has Urban Inequality Increased?[J]. American Economic Journal: Applied Economics, 2018, 10(4): 1-42.
[9] 张军涛, 翟婧彤, 贾宾. 城市规模与人力资本技能溢价:集聚效应和选择效应[J]. 统计研究, 2021, (2): 73-86.
[10] 奚美君, 陈乐, 汪奕鹏, 吴鹏. 大城市工资溢价、集聚经济与学习效应——基于城市劳动力动态迁移视角[J]. 当代财经, 2019, (4): 14-26.
[11] 王俊. 经济集聚、技能匹配与大城市工资溢价[J]. 管理世界, 2021, (4): 83-97.
[12] 陈飞, 苏章杰. 城市规模的工资溢价:来源与经济机制[J]. 管理世界, 2021,(1):19-32.
[13] Acemoglu D. Technical Change, Inequality, and the Labor Market[J]. Journal of Economic Literature, 2002, 40(6): 7-72.
[14] 孔高文, 刘莎莎, 孔东民. 机器人与就业——基于行业与地区异质性的探索性分析[J]. 中国工业经济, 2020, (8): 80-98.
[15] Michaels G., Natraj A., Van Reenen J.Has ICT Polarized Skill Demand--Evidence from Eleven Countries over Twenty-five Years[J]. Review of Economics and Statistics, 2014, 96(1): 60-77.
[16] Acemoglu D., Restrepo P.Robots and Jobs: Evidence from US Labor Markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244.
[17] 韩民春, 韩青江. 机器人技术进步对劳动力市场的冲击——基于动态随机一般均衡模型的分析[J]. 当代财经, 2020, (4): 3-16.
[18] 曹静, 周亚林. 人工智能对经济的影响研究进展[J]. 经济学动态, 2018, (1): 103-115.
[19] 刘修岩, 秦蒙, 李松林. 城市空间结构与劳动者工资收入[J]. 世界经济, 2019, (4): 123-148.
[20] 潘士远, 朱丹丹, 徐恺. 中国城市过大抑或过小——基于劳动力配置效率的视角[J]. 经济研究, 2018, (9): 68-82.
[21] 孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019, (5): 61-79.
[22] 惠树鹏, 朱晶莹. 工业智能化影响劳动力就业结构的门槛分析[J]. 产经评论, 2021, (3): 69-86.
[23] 闫雪凌, 朱博楷, 马超. 工业机器人使用与制造业就业:来自中国的证据[J]. 统计研究, 2020, (1): 74-87.
[24] 王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场——来自制造业上市公司的证据[J]. 经济研究, 2020, (10): 159-175.
[25] 邓仲良. 从国际比较和历史视角看城市人口疏解政策[J]. 齐鲁学刊,2021,(6):125-136.
[26] Roca J., Puga D.Learning by Working in Big Cities[J]. The Review of Economic Studies, 2017, 84(1): 106-142.
[27] 杨小忠, 罗乐. 城市人力资本空间分层:异质性公共服务视角[J]. 当代财经, 2021, (2): 3-14.
[28] 齐嘉楠, 于典, 王志理. 流动人口流动距离及影响因素研究[J]. 南方人口, 2021, (2): 31-41.