[1] Benzell S.G., Kotlikoff L. J., LaGarda G., et al. Robots Are Us: Some Economics of Human Replacement[R]. NBER Working Paper, No.20941, 2015. [2] Berg A., Buffie E.F., Zanna L. F. Robots, Growth, and Inequality[J]. Finance & Development, 2016, 53(3): 10-13. [3] 杨飞, 孙文远, 余泳泽. 资本偏向性技术进步、全球价值链地位与技能劳动就业变动——基于全球价值链分解的视角[J]. 当代财经, 2019, (11): 95-106. [4] 蔡跃洲, 陈楠. 新技术革命下人工智能与高质量增长、高质量就业[J]. 数量经济技术经济研究, 2019, (5): 3-22. [5] Acemoglu D., Restrepo P. Artificial Intelligence, Automation, and Work[M]// Goldfarb A., Gans J., Agrawal A. The Economics of Artificial Intelligence: An Agenda. Chicago: University of Chicago Press, 2019. [6] 魏熙晔, 郭东杰. 生产率提升对就业的影响——挤出效应还是溢出效应[J]. 当代财经, 2022, (4): 15-27. [7] 余玲铮, 魏下海, 吴春秀. 机器人对劳动收入份额的影响研究——来自企业调查的微观证据[J]. 中国人口科学, 2019, (4): 114-125. [8] 陈永伟, 曾昭睿. “第二次机器革命”的经济后果: 增长, 就业和分配[J]. 学习与探索, 2019, (2): 101-113. [9] 杨飞. 产业智能化如何影响劳动报酬份额——基于产业内效应与产业关联效应的研究[J]. 统计研究, 2022, (2): 80-95. [10] 申广军, 刘超. 信息技术的分配效应——论“互联网+”对劳动收入份额的影响[J]. 经济理论与经济管理, 2018, (1): 33-45. [11] Stevenson B. Artificial Intelligence, Income, Employment,Meaning[M]// Goldfarb A., Gans J., Agrawal A. The Economics of Artificial Intelligence: An Agenda. Chicago: University of Chicago Press, 2019. [12] 郭凯明. 人工智能发展、产业结构转型升级与劳动收入份额变动[J]. 管理世界, 2019, (7): 60-77. [13] Meng F.L., Wang W. P. The Influence of Factor-biased Technological Progress on the Share of Labour Income in the Digital Economy[J]. Technology Analysis & Strategic Management, 2021, 33(8): 1-16. [14] Acemoglu D.Equilibrium Bias of Technology[J]. Econometrica, 2007, 75(5): 1371-1409. [15] 赵伟, 赵嘉华. 互联网应用与我国技术进步的要素偏向[J]. 浙江社会科学, 2019, (7): 4-13+22+155. [16] 左晖, 艾丹祥. ICT投资、偏向性技术变化与全要素生产率[J]. 统计研究, 2021, (9): 19-33. [17] Graetz G., Michaels G.Robots at Work[J]. The Review of Economics and Statistics, 2018, 100(5): 753-768. [18] Aghion P., Jones B.F., Jones C. I. Artificial Intelligence and Economic Growth[M]// Goldfarb A., Gans J., Agrawal A. The Economics of Artificial Intelligence: An Agenda. Chicago: University of Chicago Press, 2018. [19] 郭凯明, 潘珊, 颜色. 新型基础设施投资与产业结构转型升级[J]. 中国工业经济, 2020, (3): 63-80. [20] 柏培文, 吴红. 我国劳动收入占比的影响因素分析[J]. 财政研究, 2017, (3): 71-86. [21] 雷钦礼, 李粤麟. 资本技能互补与技术进步的技能偏向决定[J]. 统计研究, 2020, (3): 48-59. [22] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022, (5): 100-120. [23] 王莉, 亢延锟, 薛飞,等. 环境政策效果的综合框架:来自16项试点政策的经验证据[J]. 财贸经济, 2022, (4): 98-112. [24] Klump R., McAdam P., Willman A. Factor Substitution and Factor-augmenting Technical Progress in the United States: A Normalized Supply-side System Approach[J]. The Review of Economics and Statistics, 2007, 89(1): 183-192. [25] 王林辉, 赵景, 李金城. 劳动收入份额“U形”演变规律的新解释:要素禀赋结构与技术进步方向的视角[J]. 财经研究, 2015, (10): 17-30. [26] 李小平, 李小克. 偏向性技术进步与中国工业全要素生产率增长[J]. 经济研究, 2018, (10): 82-96. |