李钧宇（中山大学）、翟少轩（广东省农业科学院）、袁持平（中山大学）

非常荣幸我们的论文《人工智能冲击、教育扩张与工资极化》得以刊登于《经济评论》2025年第5期。在投稿过程中，审稿专家的宝贵意见和编辑部的悉心指导使论文质量取得了很大的提升。此次应编辑部之邀，笔者谨向各位读者分享论文的研究背景和写作历程。

近年来，机器学习、大语言模型、智能语音图像识别等通用性人工智能技术快速发展并获得广泛应用，深刻地改变了人们的生产生活方式，特别是对办公室白领、生产线技术工人等从事常规任务的中等收入劳动者产生了更为明显的冲击。这种冲击可能将扩大中等收入群体与高收入群体之间的工资差距，使得劳动力市场出现工资极化。而与此同时，高等教育的快速扩张似乎未能如预期般缓解技术变革带来的工资极化效应，反而存在部分高技能劳动者因学历贬值流入常规任务岗位的现象，进一步加剧了中等收入职业市场的竞争。因此，我们尝试分析人工智能冲击对劳动者工资极化的影响过程，并探讨教育扩张在此过程中所扮演的角色。

在研究过程中，我们面临的第一个问题是如何识别人工智能对劳动者收入的冲击。人工智能是一种通用性技术，不同职业劳动者均或多或少地受到人工智能技术的影响，不存在完全置身事外的“对照组”；与此同时，人工智能的发展是一个连续的过程，不存在一个划分人工智能冲击产生前后的明确时间节点。幸运的是，我们发现不同职业被人工智能替代的概率具有差异，这使得衡量不同个体“受处理”的强弱程度成为可能；而不同地区人工智能发展水平的差异则可以衡量个体“受处理”的进程，当一个地区的人工智能专利数量接近于0，则该地区的个体类似于传统双重差分分析框架中的“处理前”样本，而随着地区人工智能专利的增多，个体“受处理”的进程则不断推进。基于这两个维度的差异，我们采用了广义双重差分的分析框架，评估了遭受技术冲击前不同职业工资变化是否具有共同趋势，并检验了人工智能冲击对高收入劳动者与中等收入劳动者间收入差距的影响。这部分研究为人工智能发展与工资极化之间的因果关系补充了证据。

我们遇到的另一个问题是如何解释“教育与技术竞赛”失灵这一反直觉的现象。传统理论认为，技能偏向型技术变革增加了市场对高技能劳动力的需求，从而扩大了技能间的工资差距，而教育扩张提升了高技能劳动力供给水平，有助于缓解工资差距扩大的趋势。然而，不论是基于现实的观察还是我们的实证工作结果均表明，中国高等教育的快速扩张似乎未能缓解人工智能带来的工资极化，反而助推了工资差距的扩大。针对这一发现，我们首先利用数理模型从理论上给出阐释：当高等教育扩张规模超出市场需求时，部分高学历人才难以进入相应的高收入岗位，只能进入中等收入职业市场；而从事常规任务的中等收入岗位本身受人工智能技术的冲击较为明显，高学历人才的涌入进一步加剧了这部分职业市场的供需失衡，从而助推了工资极化现象。进一步地，我们利用系数平滑可变模型对教育扩张的非线性作用进行非参数估计。研究发现，当高等教育劳动者占比较低时，教育扩张有助于缩小不同职业间的工资差距，这与传统理论的预期相符；而当同一出生队列高等教育劳动者占比超过36%以后，高等教育的进一步扩张反而增强了人工智能的工资极化效应，验证了我们的研究假说。这部分研究为“教育与技术竞赛”理论补充了新的见解，也为人工智能发展新形势下的教育与就业政策制定提供了参考。

最后，我们再次向各位审稿专家以及《经济评论》编辑部致以最真挚的谢意。这篇论文曾在《经济评论》编辑部与辽宁大学经济学院联合主办的“第十届中国经济增长与发展青年学者论坛”上宣讲，并获得了与会专家的启发性建议，为论文学术逻辑的完善和研究质量的提升提供了实质性的帮助。编辑部在编校过程中的悉心指导也帮助我们改进了论文的严谨性与规范性。在此对所有参与审稿及编校工作的专家与老师致以最诚挚的敬意与感谢！

祝愿《经济评论》杂志越办越好！为中国经济学的繁荣与发展添砖加瓦！

（《人工智能冲击、教育扩张与工资极化》载于《经济评论》2025年第5期）