AI与整体收入分配：基于中国数据的惊人发现

南开大学资深教授、发展研究院副院长，联合国、亚洲开发银行前高级官员，在《World Development》《Health Economics》等期刊和牛津大学出版社发表学术成果300多项，其中中文期刊论文160多篇，仅在《中国社会科学》《经济研究》两刊上就发表近30篇。根据RePEc，在全球经济学家中排名前4%，亚洲前2%，是多年的高被引学者。先后4次获得国家自科基金委项目，2项重点（每项直接费用200多万），1次专项（150万）。

使用机器学习和大语言模型，本文首先构建了中国区县AI指标，接着将其与CFPS个体数据进行匹配估算收入方程，最后运用基于回归方程的不均等分解框架，估算AI对整体收入分配的影响。基准分析发现，AI在显著提升收入水平的同时，导致了贫富差距的不断上升。在短短12年间（2010-2022），AI对中国整体不均等的绝对贡献上升了惊人的36.56倍，相对贡献更是上升了43.36倍，该发现在经过一系列稳健性检验后仍然成立。异质性分析表明，AI对东中部地区的收入促进作用大于西部，进而扩大了区域差异；服务业比制造业从AI受益更多，因此扩大了行业间差异；从事非常规认知型工作的个体更能从AI中受益，这导致了岗位收入的分化；最后，年轻群体和高学历群体从AI获利更多，故AI拉大了年龄和技能溢价。就影响机制而言，本文考察了三个重要传导渠道。一是通过增加低收入人群的失业风险导致收入分布“厚尾化”；二是通过扩大劳动力之间的生产率差距使得贫富差距上升；三是通过推动“更高资本回报×更多资本投入”，压低了劳动份额，进而恶化中国的整体收入分配。