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）

《人工智能冲击、教育扩张与工资极化》，《经济评论》2025年第5期

近年来，机器学习、大语言模型等人工智能（AI）技术快速发展，受到社会各界的广泛关注。中国在AI技术创新领域发展迅速，2023年AI专利授权数已达8.5万项，同比增长约140%，占全球总量的近七成。AI技术进步在促进生产力发展的同时，也给收入分配问题带来了新的挑战。AI擅长完成创造性与不可预测性较低的工作，是一种“任务偏向型”技术进步，对从事常规任务的中等收入职业具有更强的替代作用，这将可能限制中等收入群体的就业与工资规模，引发工资极化现象。尽管现有研究对AI技术进步的偏向性做了探讨，但并未关注到受技术冲击前不同职业的收入变化趋势是否一致，AI与职业工资极化之间的因果关系还有待进一步检验。

传统上，“教育与技术竞赛”的观点认为，教育扩张带来的人力资本结构优化可以缓解技术变革引起的收入差距。进入21世纪以来，中国高等教育规模不断扩大，2023年高校招生数量已超过一千万人，高等教育毛入学率突破60%，进入普及化阶段。然而，世界不平等数据库数据显示，2023年中国收入前10%居民的收入份额是后50%居民的3.2倍，该比值较2012年上升了12.2%。AI发展伴随的收入差距扩大现象并未随着教育扩张而改善。现有基于技能工资差距的分析忽略了随着教育扩张，高学历人才可能流入中等收入职业的事实。有必要从任务视角对“教育与技术竞赛”的机理进行重新审视。

本文将教育扩张因素引入包含三种工作任务类型的一般均衡分析框架，从理论上解释了AI冲击如何对劳动力市场产生工资极化作用以及“教育与技术竞赛”为何可能失灵。利用不同职业被AI替代的可能性差异以及不同地区AI发展水平差异，本文构造广义双重差分模型，基于中国家庭追踪调查数据与地区专利数据进行实证分析。研究发现，AI冲击使得劳动力市场发生了工资极化，扩大了不同职业劳动者之间的收入差距。AI发展主要通过以下三个机制对劳动者工资差距产生影响：其一，AI发展对常规任务职业产生替代效应，降低中等收入劳动者的相对工资；其二，AI发展提高了认知型任务从事者的生产率，扩大了高收入与中等收入劳动者之间的工资差距；其三，AI发展提升了中等收入群体通过职业转换实现向上流动的门槛，存在技术鸿沟效应，促进了工资极化。进一步地，本文在估计方程中引入三重交互项，讨论了教育扩张对AI工资极化效应的影响，并利用系数平滑可变模型进行半参数估计，发现教育扩张的非线性作用。分析表明：在人力资本存量较低的时期，高等教育扩张提升了高学历人才供给水平，适应了技术变革引起的高技能劳动力需求增加，有助于缩减不同职业劳动者的收入差距；而随着高等教育规模持续上升，部分高学历人才只能流向中等收入职业市场，在AI快速发展的背景下教育扩张可能进一步助推工资极化。

基于上述研究结果，本文提出如下政策建议：第一，健全技能培训与就业支持体系。通过加强在职培训、社会培训以及完善劳动者就业与再就业服务体系等方式，培育中低收入劳动者的AI素养，降低其学习与择业成本。第二，支持零工经济与灵活就业发展。可以通过税收优惠与福利补贴等方式支持企业发展零工经济，通过健全法律法规、完善社保体系等方式保障灵活就业人员的合法权益。第三，推进教育改革和职业教育发展。应当稳定高等教育规模，避免过度扩张，着力提升教育质量，根据最新技术与市场变化适当调整相关专业设置和教学内容。应当大力发展职业教育，推动校企合作，提供与劳动市场需求相匹配的培训与实习项目，提高职业学校学生的核心竞争力。注重教育公平的保障，进一步提升经济较落后地区、乡村地区的教育质量建设，保障不同层次学校的教育质量提升，为人工智能快速发展背景下的社会公平建设打下扎实基础。