黃 旭

一、引言

人工智能將成為未來社會新的增長引擎，隨著人工智能技術(shù)的進一步發(fā)展，生產(chǎn)力和生活方式將得到極大改善。人工智能將克服老齡化的困境，創(chuàng)造更多的財富，促進經(jīng)濟增長(陳彥斌等，2019[1];蔡躍洲和陳楠，2019[2])，擴大居民消費(林晨等，2020[3])，同時能促進產(chǎn)業(yè)轉(zhuǎn)型升級(郭凱明，2019[4])，但由此引發(fā)的收入不平等加劇也引起了經(jīng)濟學家的關(guān)注。越來越多的證據(jù)表明，一系列低技能和中等技能職業(yè)的自動化導致了工資不平等(Autor等,2003[5];Goos和Manning，2007[6])。低技能勞動力由于工作程式化程度較高，易于被人工智能所替代，而高技能勞動力一般接受過高等教育，工作崗位涉及多種技能組合，例如創(chuàng)新能力、團隊合作能力、決策能力等等，較難被人工智能所替代。人工智能的發(fā)展提升了對勞動力技能的需求，因而在未來發(fā)展過程中對高技能勞動力更有利。

大量文獻詳細闡述了人工智能或自動化對收入不平等的影響機制和效應(yīng)，主要從降低勞動收入份額和增加資本收入份額、擴大勞動力的工資不平等方面進行了詳細解釋(Hanson,2001[7];Lankisch 等,2019[8])。

理論方面，DeCanio(2016)[9]拓展CES生產(chǎn)函數(shù)，發(fā)現(xiàn)若勞動力和機器人資本替代彈性較大，隨著人工智能技術(shù)的發(fā)展，收入不平等將加劇。Benzell 等(2015)[10]通過建立兩期OLG模型，證明使用機器人可以增加資本回報率，當代人會受益，而后代會陷入貧困，并預(yù)測勞動收入份額最終會下降。Brynjolfsson和McAfee(2014)[11]進一步指出，資本收益增加的不平衡性是人工智能導致收入不平等加劇的重要原因。人工智能的發(fā)展會導致創(chuàng)新的增加，新產(chǎn)品和新服務(wù)會增加資本回報，但只有少數(shù)掌握資本的資本所有者受益。Prettner和 Strulik(2017)[12]基于研發(fā)的增長模型，發(fā)現(xiàn)創(chuàng)新驅(qū)動的增長會導致自動化程度的提高，技能溢價的增加，更快的經(jīng)濟增長會加劇不平等。因此，自動化可能是許多國家不平等加劇的主要驅(qū)動因素。Sachs和Kotliko(2015)[13]建立模型并數(shù)值模擬發(fā)現(xiàn)自動化會使每個新生代都比其前輩更糟糕，同時還表明，適當?shù)拇H政策可以用來將贏家和輸家的局面轉(zhuǎn)化為所有世代的雙贏。Acemoglu和Restrepo(2018)[14]彌補以往研究的不足，建模中同時引入低技能的自動化和高技能的自動化，研究發(fā)現(xiàn)自動化替代低技能工人總是增加工資不平等，而自動化替代高技能工人會降低工資不平等。

實證方面，學者在歐美多個國家找到了相應(yīng)的證據(jù)(Gordon,2009[15]；Fonseca等,2018[16])。Dickson(2017)[17]指出目前收入不平等加劇的趨勢沒有減緩的跡象。自動化有可能通過劇烈的變革使全世界數(shù)百萬人無法就業(yè)，同時導致貧富差距不斷擴大。為了促進世界經(jīng)濟發(fā)展和維持人類的社會規(guī)范，有必要分析和調(diào)整政府福利計劃，保障人們生活水平不斷提高。Korinek和Stiglitz(2017)[18]將替代型人工智能技術(shù)進步導致工資不平等問題進行分類：第一，討論了AI等新技術(shù)可能導致帕累托改進的一般條件。第二，描述不平等受影響的兩個主要渠道:創(chuàng)新者產(chǎn)生的盈余和要素價格變化引起的再分配。第三，提供了幾個簡單的經(jīng)濟模型來描述政策如何抵消這些影響。在合理的條件下，可以通過征收非扭曲性稅收以補償未來可能會陷入貧困的人群。第四，描述了技術(shù)進步可能導致技術(shù)失業(yè)的兩個主要渠道:通過效率工資效應(yīng)和過渡現(xiàn)象。第五，推測創(chuàng)造超人類智力水平的技術(shù)可能會影響不平等。

在國內(nèi)文獻方面，學者發(fā)現(xiàn)中國也出現(xiàn)了收入不平等的現(xiàn)象(呂世斌和張世偉，2015[19])，原因可能是技術(shù)進步所導致(宋冬林等,2010[20]；寧光杰和林子亮，2014[21])。理論方面，學者一般通過改進新古典模型，構(gòu)建技能偏向性技術(shù)，解釋收入不平等等現(xiàn)象(陸雪琴和文雁兵，2013[22]；徐舒,2010[23])。王林輝等(2020)[24]構(gòu)造高、低技術(shù)兩部門模型，發(fā)現(xiàn)人工智能對不同技能勞動者生產(chǎn)效率影響是不同的，從而導致了收入不平等的現(xiàn)象，并使用中國2000—2016年省級數(shù)據(jù)進行驗證。董直慶等(2014)[25]引入個體的教育選擇，構(gòu)建數(shù)理模型，研究發(fā)現(xiàn)：中國技術(shù)進步偏向于技能勞動者，擴大了技能勞動和非技能勞動的工資差距，誘發(fā)技能溢價;然而，中性技術(shù)進步能夠增加技能勞動的供給，并減小二者的工資差距。鄒薇和劉勇(2010)[26]引入技能勞動供給約束和技能溢價，構(gòu)造了關(guān)于經(jīng)濟轉(zhuǎn)型與收入不平等變化的動態(tài)模型。研究表明，現(xiàn)代工業(yè)技術(shù)與傳統(tǒng)農(nóng)業(yè)技術(shù)之間的差距越大，技能勞動供給越有限，則技能溢價越高，經(jīng)濟轉(zhuǎn)型啟動越延遲，收入不平等狀況越嚴重。董志強和黃旭(2021)[27]構(gòu)建動態(tài)一般均衡模型，使用數(shù)值模擬的方法證明，延長普及教育的年限可以在促進經(jīng)濟增長的同時抑制收入不平等加劇。

本文考慮了勞動力的異質(zhì)性，以教育程度的差異將勞動力區(qū)分為低技能工人和高技能工人，通過改進新古典模型，解釋了收入不平等的原因，探究了政府可以通過向資本征稅籌集稅收，并以不同比例轉(zhuǎn)移支付給低技能和高技能工人的政策的可行性。

首先，靜態(tài)條件下本文通過改進新古典增長模型，區(qū)分了三種效應(yīng)對技能溢價的影響，分別是技術(shù)效應(yīng)、互補效應(yīng)和供給效應(yīng)。其中技術(shù)效應(yīng)是本文研究的重點，指人工智能資本存量和人工智能技術(shù)生產(chǎn)效率的提高都將增加技能溢價。

其次，本文在靜態(tài)模型的基礎(chǔ)上，將教育納入分析的范疇，拓展世代交替模型，研究動態(tài)情況下收入不平等及人工智能技術(shù)的發(fā)展對教育決策的影響。隨著人工智能技術(shù)的發(fā)展，如果沒有政府進行收入調(diào)節(jié)，技能溢價將加劇。技能溢價對教育將產(chǎn)生兩種效應(yīng)，一方面技能溢價的增加將刺激更多勞動力選擇高等教育，另一方面人工智能的發(fā)展提高了對勞動者技能的要求，低技能勞動者的比例將會增加。

由于人工智能的發(fā)展會增加資本收入份額，減少勞動收入份額，為減少技能溢價，政府可以對資本征稅并轉(zhuǎn)移支付給工人。本文發(fā)現(xiàn)，對資本的稅收應(yīng)滿足一定的條件，同時轉(zhuǎn)移支付過程中要合理進行分配，支付給低技能工人的金額與支付給高技能工人的金額比例大于一定值時，該政策可以減少技能溢價，促進社會公平。最后，本文發(fā)現(xiàn)，如果人工智能技術(shù)沒有跨越奇點，政府可能會陷入效率與公平兩者難以兼顧的困境。其中，奇點指的是人工智能技術(shù)水平的某個界限，當人工智能技術(shù)跨越該界限后，經(jīng)濟會以前所未有的速度快速增長。

本文的創(chuàng)新有如下幾點：第一，同時從靜態(tài)模型和動態(tài)模型考察收入不平等現(xiàn)象，對問題的分析更全面。第二，在世代交替模型的基礎(chǔ)上，將教育選擇內(nèi)生化，詳細分析了人工智能擴大了收入不平等，同時影響人們是否選擇高等教育提高技能。第三，從政府的角度探討了對資本征稅，并按比例分配給低技能和高技能工人政策的可行性。

二、模型

(一)靜態(tài)模型

本文假設(shè)勞動力是異質(zhì)的，勞動力由于受教育差異，區(qū)分為低技能和高技能工人。低技能工人指未接受大學高等教育的群體，和人工智能構(gòu)成替代的關(guān)系，例如制造業(yè)中流水線上工作的工人，極易被人工智能所取代。高技能工人指接受過大學高等教育的群體，例如公司管理者或高級研發(fā)工程師等。

本文借鑒Lankisch 等(2019)[8]的生產(chǎn)函數(shù)，并做了如下改進：增加了勞動者生產(chǎn)效率和資本生產(chǎn)效率，同時將低技能勞動力與自動化資本的無限替代更改為常替代彈性，這樣更具有一般性，和現(xiàn)實更相符。新的生產(chǎn)函數(shù)為

(1)

其中，K為傳統(tǒng)物質(zhì)資本，P為人工智能資本，LL為低技能工人，LH為高技能工人，AL和AH分別為低技能工人和高技能工人的生產(chǎn)效率，AP為人工智能技術(shù)的生產(chǎn)效率。ε為低技能工人與人工智能資本的替代彈性，由于人工智能易于替代低技能工人，故假設(shè)ε>1。σ為高技能工人與人工智能資本的替代彈性，由于高技能工人涉及復(fù)雜的邏輯思維和決策能力，目前人工智能較難替代高技能工人，故假設(shè)0<σ<1。

假設(shè)企業(yè)利潤為π，高技能和低技能工人工資分別為ωH、ωL，傳統(tǒng)資本租金價格為RK,人工智能資本租金價格為Rp，從而

π=Y-ωHLH-ωLLL-RpP-RKK

(2)

在完全競爭的條件下企業(yè)追求利潤最大化，從而高技能和低技能工人工資分別為

(3)

(4)

傳統(tǒng)資本租金價格為

(5)

人工智能資本租金價格為

(6)

假設(shè)資本充分自由流動，不存在套利，即RK=RP，化簡得

(7)

定義技能溢價為高技能工人工資與低技能工人工資之比，即

(8)

命題一：

1.技術(shù)效應(yīng)：提高人工智能資本存量和人工智能技術(shù)的生產(chǎn)效率都將增加技能溢價。

2.互補效應(yīng)：隨著高技能工人生產(chǎn)效率的提高，技能溢價將減少；低技能工人生產(chǎn)效率提高，技能溢價不確定。

3.供給效應(yīng)：低技能工人數(shù)量增加，技能溢價將增加；高技能工人數(shù)量增加，技能溢價減少。

證明：對式(8)兩邊取對數(shù)得

(9)

從而

證畢！

命題一第1個結(jié)論為主要結(jié)論，人工智能技術(shù)的發(fā)展將導致收入不平等現(xiàn)象加劇。主要原因是人工智能替代低技能工作崗位，與高技能工作崗位互補。人工智能替代低技能工作崗位，導致低技能工作崗位減少，而低技能工人供給逐漸過剩，必然帶來工資的減少。高技能工人由于不易被人工智能替代，成為技術(shù)進步的受益者。

第2個結(jié)論看起來比較反常，高技能工人提高生產(chǎn)效率卻帶來技能溢價的減少。原因是高技能工人與低技能工人的替代彈性系數(shù)σ<1，即高技能工人對低技能工人工作崗位互補，兩者需要協(xié)作共同完成生產(chǎn)任務(wù)。高技能工人提高生產(chǎn)效率自身會受益，但是由于高技能與低技能構(gòu)成互補關(guān)系，一方面，高技能工人提高生產(chǎn)效率對低技能工人存在溢出效應(yīng)，能幫助低技能工人提高生產(chǎn)效率，低技能工人受益更多；另一方面，高技能工人提高生產(chǎn)效率，相當于高技能工人完成工作任務(wù)中的比例更高，低技能完成比例減少，社會總財富增加了，分配比例變化不大，低技能工人相對于高技能工人獲得了更高的收益，所以導致技能溢價的減少。

(二)動態(tài)模型

為了得到更深刻的洞見，本文借鑒Prettner和Strulik(2017)[12]在世代交替模型中將教育納入研究范疇來考察人工智能發(fā)展對教育決策的影響。進一步，為應(yīng)對收入不平等擴大的現(xiàn)象，本文考察政府對資本征稅并轉(zhuǎn)移支付給工人的公共政策效應(yīng)。本文的創(chuàng)新之處在于修改了生產(chǎn)函數(shù)并加入了政府部門的宏觀調(diào)節(jié)，從而獲得更深的洞見。

假設(shè)每個個體存活兩期，成年時期參加工作，老年期退休依靠儲蓄生活。假設(shè)每個個體均擁有高中學歷，并賦予每個個體1單位時間，個體可以選擇花費δ單位時間進入大學學習，剩余1-δ單位時間工作。進入大學學習的個人在模型中稱為高技能工人，未進入大學學習的個人被稱為低技能工人。

勞動力總?cè)丝诓蛔?，假設(shè)t時期為Lt。分為低技能工人LL,t和高技能工人LH,t。生產(chǎn)中有三種生產(chǎn)要素：低技能工人、高技能工人和智能設(shè)備。其中智能設(shè)備為人工智能控制的自動化設(shè)備，例如工業(yè)機器人。

1.個人。

工人的效用函數(shù)為

(10)

由靜態(tài)模型結(jié)論可知，人工智能技術(shù)的發(fā)展可能加劇收入不平等，本文考慮對資本征稅，并轉(zhuǎn)移支付給個人，轉(zhuǎn)移支付金額為Tj,t。

個人預(yù)算約束條件為

(1-δj)ωj,t+Tj,t=cj,t+sj,t

(11)

個人追求效用最大化，聯(lián)立式(10)和式(11)求解得

(12)

2.個人教育抉擇。

個人是否選擇大學教育取決于上述兩種效用的大小，個人選擇大學教育的條件為uH,t≥uL,t，將式(10)和式(12)代入化簡可得

(13)

(14)

3.最終品生產(chǎn)。

為方便計算，對式(11)進行了簡化。本文研究的重點是人工智能對收入不平等的影響，核心變量是人工智能技術(shù)和資本，因而忽略了對傳統(tǒng)物質(zhì)資本的考察。同時假設(shè)高技能工人和低技能工人的替代彈性為1，故生產(chǎn)函數(shù)為

(15)

其中LH,Y,t為從事最終品生產(chǎn)的高技能工人，低技能工人LL,t均從事最終品生產(chǎn)，xi,t為t時期中間品i，即生產(chǎn)中所使用的智能設(shè)備。ε為智能設(shè)備和低技能工人之間的替代彈性，智能設(shè)備容易替代低技能工人，故假設(shè)ε>1。At為中間品數(shù)目，代表了人工智能技術(shù)前沿，At越大代表人工智能技術(shù)越先進，生產(chǎn)的中間產(chǎn)品越多。

企業(yè)利潤函數(shù)為

πt=Yt-ωH,Y,tLH,Y,t-ωL,tLL,t

(16)

其中，ωH,t和ωL,t分別為高技能工人和低技能工人工資，pi,t為中間品xi,t的價格，τR為政府對企業(yè)征收的資本稅。為計算方便，將At視為連續(xù)的變量。

企業(yè)追求利潤最大化，由一階條件得

(17)

(18)

(19)

定義技能溢價為

(20)

4.研發(fā)部門。

研發(fā)部門從高技能工人中招募科學家，為新機器制定藍圖，并通過出售藍圖獲利，生產(chǎn)函數(shù)為

(21)

(22)

其中，φ∈(0,1]表示跨期知識溢出的強度，λ∈[0,1]表示擁擠效應(yīng)的強度。

研發(fā)部門的利潤為研發(fā)公司通過出售其專利產(chǎn)生的收入，扣除他們雇用的科學家的成本。研發(fā)利潤為

(23)

其中，pA,t為藍圖價格，ωH,A,t為研發(fā)部門科學家的工資，從而

(24)

模型中假設(shè)專利的有效時間為一期，同時人才是充分流動的，研發(fā)部門科學家和生產(chǎn)部門高技能工人工資應(yīng)該相等，即

ωH,A,t=ωH,Y,t

(25)

5.中間品部門。

中間品部門購買研發(fā)部門的藍圖進行中間品的生產(chǎn)，生產(chǎn)中間品的物質(zhì)資本與機器構(gòu)成線性函數(shù)關(guān)系，為簡化計算方便，假設(shè)

xi,t=ki,t

(26)

其中，ki,t為中間品廠商生產(chǎn)機器使用的物質(zhì)資本數(shù)量。中間品廠商分為兩類：一類中間品廠商購買新開發(fā)的機器藍圖，擁有使用的壟斷權(quán)，具備一定的市場力量，其利潤應(yīng)該等于進入市場的成本，即

πi,t=pA,t

(27)

另一類中間品廠商使用的是舊機器藍圖，不再受專利的保護，可以自由進入，利潤為0。假設(shè)新機器角標用i表示，舊機器角標用j表示。

生產(chǎn)新機器的中間品廠商的利潤函數(shù)為

(28)

中間品廠商追求利潤最大化，由一階條件可得

化簡得

(29)

xj,t=α-εxi,t

(30)

由于0<α<1,ε>1，則α-ε>1，從而xj,t>xi,t。原因是舊機器失去了專利保護，價格更低，相應(yīng)銷售量更多。由式(30)得

=(α1-ε-1)At-1+At

(31)

代入式(15)得

(32)

6.政府部門。

由本文靜態(tài)模型結(jié)論可知，替代型人工智能的使用導致收入不平等加劇。借鑒董志強和黃旭(2019)[30]命題一的結(jié)論，替代型人工智能的使用將導致勞動收入份額減少，資本收入份額增加。由于資本擁有者成為最大受益者，為促進公平政府可對資本征稅，并轉(zhuǎn)移支付給工人。政府保持財政收支平衡，故

(33)

7.均衡分析。

勞動力市場出清：

(34)

LH,t=LH,Y,t+LH,A,t

(35)

由式(19)和式(32)得

(36)

將式(27)和式(36)代入式(25)得

(37)

其中，現(xiàn)實中擁擠效應(yīng)的值λ比較小，故現(xiàn)實中1-λ-α>0。

雖然根據(jù)式(37)無法求出LH,A,t，但是根據(jù)隱函數(shù)定理，可以證明LH,A,t的解存在且唯一，同時滿足LH,A,t>0。

命題二：

2.隨著人工智能技術(shù)的進步，高技能工人勞動收入份額為1-α，低技能工人勞動收入份額逐漸減少，長期中趨于0。若政府無轉(zhuǎn)移支付，則高技能工人與低技能工人之間財富不平等會加劇，長期中高技能工人將趨于占有全部財富。

3.技能溢價的增加一方面會刺激更多的人選擇高等教育，另一方面也會提高對工人學習能力的要求。(1)受篇幅所限，文中未列出命題二的證明過程，感興趣的讀者可向作者索取。

從教育的角度看，人工智能的發(fā)展會帶來兩種截然相反的效應(yīng)。一方面，技能溢價會刺激更多的人傾向于選擇高等教育，高技能工人數(shù)量的增加有利于減少技能溢價。但另一方面，人工智能技術(shù)的發(fā)展對個人學習能力提出了更高的要求。例如，現(xiàn)實中對人工智能研發(fā)人才的需求量很大，工資也很高，但企業(yè)很難招聘到合適的人才。一個重要原因是人工智能的發(fā)展拔高了對工人學習能力的要求，雖然工資高，但能達到要求的人的比例反而在減少。從長遠來看，低技能工人的比例可能會持續(xù)增加，從社會公平的角度來看，適當?shù)霓D(zhuǎn)移支付是必要的。

由式(33)，政府對資本征稅后，轉(zhuǎn)移支付給高技能工人TH,t，低技能工人TL,t。為減少技能溢價，轉(zhuǎn)移支付給低技能工人的TL,t明顯應(yīng)大于轉(zhuǎn)移支付給高技能工人的TH,t。為簡化分析，假設(shè)TL,t=θTH,t，θ>1。政府的調(diào)節(jié)是在高技能工人和低技能工人的工資確定之后進行的，所以下述分析中假設(shè)高技能工人和低技能工人的工資是定值。

由式(10)和式(12)，定義高技能工人與低技能工人的效用之差為

(38)

命題三:

1.政府對資本征稅稅率τR提高時，技能溢價會減少。

3.隨著政府對資本征稅稅率τR的提高，參與研發(fā)的高技能工人會減少，產(chǎn)生藍圖也會減少，但社會產(chǎn)出不一定會減少。(2)受篇幅所限，文中未列出命題三的證明過程，感興趣的讀者可向作者索取。

命題三的經(jīng)濟直覺是政府通過對資本征稅，并合理分配轉(zhuǎn)移給高技能工人和低技能工人的財富比例，可以有效減少技能溢價，并且社會生產(chǎn)效率不一定受影響，社會產(chǎn)出未必會減少。事實上，根據(jù)黃旭和董志強(2019)[32]，對資本征稅并轉(zhuǎn)移支付給工人，經(jīng)濟會呈現(xiàn)U型增長。在初始階段，征稅會造成經(jīng)濟增長率下降，社會產(chǎn)出減少，但從長遠來看，征稅并轉(zhuǎn)移支付會增加勞動人民財富，增加對企業(yè)的投資，促進經(jīng)濟增長。

假設(shè)社會可以忍受的技能溢價為ω*，此時對應(yīng)的人工智能技術(shù)水平為A*。技能溢價此時代表財富不平等程度，若ωt>ω*時，即財富不平等超出人們可以忍受的程度，此時會導致社會不穩(wěn)定。政府的一個目標是控制財富不平等程度，讓ωt<ω*。根據(jù)黃旭和董志強(2019)[32]命題三結(jié)論，假設(shè)技術(shù)奇點為A0，在政府征稅的前提下，當人工智能技術(shù)At∈[0,A0]時，經(jīng)濟增長率會下降；當At∈[A0,+∞)時，經(jīng)濟增長率會上升。若A*>A0，即在人工智能技術(shù)跨越奇點之后，社會才達到財富不平等的極限，此時在征稅的前提下，經(jīng)濟增長率仍然會持續(xù)上升。政府可以通過對資本征稅，轉(zhuǎn)移支付給工人，降低社會財富不平等的程度。此種情況下，政府可以通過宏觀政策的調(diào)節(jié)實現(xiàn)效率與公平兩者兼顧的目標。但現(xiàn)實中，經(jīng)常發(fā)生的是A*

命題四：在發(fā)展過程中，如果人工智能技術(shù)沒有跨越奇點，政府有可能陷入效率與公平的兩難處境。以效率優(yōu)先，會導致財富不平等超過人們?nèi)淌艿臉O限；以公平優(yōu)先，會導致社會效率損失，經(jīng)濟出現(xiàn)衰退。

技術(shù)的發(fā)展，可能會帶來財富不平等的加劇。如果人工智能技術(shù)水平不夠高，沒有跨越奇點，政府在宏觀調(diào)節(jié)的過程中，也會遇到效率與公平兩者難以兼顧的情況。在人工智能發(fā)展過程中，勞動收入份額往往會減少，資本收入份額會增加。通過對資本征稅調(diào)節(jié)的過程中，會遇到效率損失的問題。一個可行的方法是，將稅收投入公共設(shè)施中，例如教育和醫(yī)療，讓盡可能多的人享受到更好的公共資源。教育和醫(yī)療的一個重要作用是，都可以提升人力資本，而人力資本在未來人工智能時代將發(fā)揮重要作用。隨著人工智能的快速發(fā)展，未來對人的技能要求越來越高，例如思維能力、決策能力、創(chuàng)新能力的組合，以及合作、毅力和移情能力等軟技能。在人工智能發(fā)展的現(xiàn)階段，政府可以加大對教育和醫(yī)療等公共設(shè)施的投資，一方面可以促進工人技能的提高，另一方面可以促進經(jīng)濟在長期中持續(xù)增長。

三、結(jié)論

雖然中國在過去取得了較長時間的經(jīng)濟增長，但是卻面臨著貧富差距拉大的風險。根據(jù)過往的歷史經(jīng)驗，技術(shù)進步總是有偏的，并不會以均等的方式惠及全社會。一方面我們需要借助于人工智能促進經(jīng)濟增長，另一方面我們也需要防范人工智能技術(shù)發(fā)展過程中可能出現(xiàn)的收入不平等加劇的風險。本文將勞動力區(qū)分為低技能工人和高技能工人，從靜態(tài)模型和動態(tài)模型兩個角度解釋人工智能的發(fā)展將導致技能溢價加劇。為了得到更深刻的洞見，動態(tài)模型中納入了教育的抉擇。以是否接受高等教育為判定條件，將勞動力區(qū)分為低技能工人和高技能工人。低技能工人在生產(chǎn)部門工作，高技能工人可以選擇在生產(chǎn)部門或研發(fā)部門工作。研究發(fā)現(xiàn)，人工智能是偏向性技術(shù)，隨著人工智能技術(shù)的發(fā)展，高技能工人工資將增加，低技能工人工資將減少，高技能工人勞動收入份額保持不變，而低技能工人勞動收入份額將減少，收入不平等現(xiàn)象加劇。同時人工智能技術(shù)的發(fā)展將對教育產(chǎn)生兩種影響：一方面技能溢價的提高將刺激更多勞動力選擇高等教育，另一方面人工智能的發(fā)展將提高對勞動者學習能力的要求。兩種作用的效果是相反的，這給出的啟示是政府可以加大對教育的投資，促進勞動力獲得更多公平教育的機會，在未來能減少技能溢價和收入不平等的現(xiàn)象。

為促進社會公平，政府還可以對資本征稅，并轉(zhuǎn)移支付給工人。如果稅率滿足一定條件，且轉(zhuǎn)移支付給低技能工人金額與高技能工人金額比例大于一定數(shù)值，則該政策可以有效緩解技能溢價。但征稅可能會帶來效率損失，如果人工智能技術(shù)水平不夠高，沒有跨域奇點，政府可能將面對效率與公平兩者難以兼顧的局面。

在人工智能技術(shù)的發(fā)展過程中，既要促進經(jīng)濟增長，同時要兼顧社會公平，研究合理的公共政策是非常必要的。本文理論研究結(jié)果能有效提供一種政策選擇，即對資本征稅并轉(zhuǎn)移支付給工人，在轉(zhuǎn)移支付的過程中，向低技能工人傾斜更多，將有助于減小收入不平等的現(xiàn)象，但也可能存在效率損失的現(xiàn)象。因此在發(fā)展過程中，政府要同時兼顧效率與公平，在經(jīng)濟增長的同時，盡可能讓技術(shù)進步的紅利惠及全社會。

本文僅僅考察了資本征稅后直接進行轉(zhuǎn)移支付，有可能造成社會效率損失。在未來的研究中，一種途徑是可以考慮對資本征稅后，加強對教育醫(yī)療等公共基礎(chǔ)設(shè)施的投資，因為教育和醫(yī)療均可以提升人力資本，對長期經(jīng)濟影響更大。另一種途徑是考慮不造成社會效率損失的稅收政策減少技能溢價，例如負所得稅，對低技能工人的工資稅進行減免。這樣可以做到既不影響經(jīng)濟效率，又可以減少技能溢價。凡此種種，均可以作為下一步研究的議題。