隨著人工智能（AI）的飛速發(fā)展，人類社會生活方式和經(jīng)濟運行方式正經(jīng)歷著革命性巨變。AI已經(jīng)滲透到人類生活的方方面面：智能輔助駕駛、無人送貨車、智能家居電器等的出現(xiàn)極大地節(jié)省了人類時間，便利了人類日常生活；AI在各個產(chǎn)業(yè)和行業(yè)的廣泛應用在一定程度上緩解了勞動力供給不足，節(jié)省了企業(yè)進行生產(chǎn)銷售活動的勞動力成本，推動著資本結構優(yōu)化，進而為產(chǎn)業(yè)結構轉型升級提供動力。但與此同時，AI發(fā)展所造成的不平等現(xiàn)象也不容忽視：一方面，AI的引入和發(fā)展會使資本擠占勞動份額，并且由于AI發(fā)展的特性可能會出現(xiàn)“超級明星”企業(yè)占領大部分市場份額的現(xiàn)象，從而造成資本內(nèi)部的不平等；另一方面，資本對勞動力的替代會使部分勞動力失業(yè)，勞動力群體內(nèi)部出現(xiàn)不平等，甚至會造成收入分配的國別不平等。

資本和勞動收入份額的不平等

經(jīng)濟學家強調(diào)了人工智能所產(chǎn)生的兩種效應：替代效應（displacement effect）和生產(chǎn)力效應（productivity effect）。替代效應意味著AI取代勞動力從而減少對勞動力和工資的需求。盡管存在能推高所有要素價格（包括工資）的生產(chǎn)力效應，但人工智能帶來的成本節(jié)約使得生產(chǎn)力效應被部分甚至是全部抵消掉，因此工資水平究竟是上升還是下降取決于二者相對力量的大小。即使是對同一國家進行這一效應的估計，也并未達成一致結論。

資本在這一過程中有可能增強其作用，占據(jù)更高的收入份額，從而導致資本和勞動收入份額的不平等。在新古典經(jīng)濟學的范式中，資本和勞動均為生產(chǎn)要素，當資本收入份額上升時，勞動收入份額必然被擠占?！?1世紀資本論》的作者皮凱蒂認為r>g（即資本收益率大于經(jīng)濟增長率）是資本主義經(jīng)濟的常態(tài)，資本積累速度快于產(chǎn)出正常率會導致資本份額增加速度要快于勞動份額。AI可能會強化這一過程。一方面，對AI的投資增強了資本份額，并且在沒有這種干預的情況下，取代工人的AI技術變革可能導致勞動力在國民收入中所占的比例越來越小。另一方面，AI的應用邊際成本趨于零，一旦應用成功則會帶來巨大的邊際效益，并創(chuàng)造巨大的利潤空間。高利潤率自然會吸引大量資本入場，這又進一步強化了增加資本份額的動機。

那么，是否會存在一個“經(jīng)濟奇點（economic singularity）”，即人工智能接管整個經(jīng)濟實現(xiàn)自身份額的自我增加，而將勞動力排除在外？即隨著人工智能替代勞動力導致的工資下降和資本存量上升，勞動力在經(jīng)濟“蛋糕”中所占的比重越來越小，甚至可能將趨于零。當然這一過程不一定能順利進行，因為如果自動化通過增加對資本的需求在短期內(nèi)提高了資本的價格，也會抑制在自動化任務中用資本代替勞動力所能獲得的潛在收益。另外出于社會道德倫理等社會因素的限制，資本并非總能順利替代勞動。

資本內(nèi)部的不平等

在技術進步的背景下當創(chuàng)新活動具有競爭性時，可能出現(xiàn)收益在資本間分配扭曲的現(xiàn)象。例如，只有少數(shù)企業(yè)家獲得巨大的收益，而絕大多數(shù)企業(yè)家的努力回報甚微。這主要是因為AI經(jīng)濟具有壟斷的特征：一方面，人工智能研發(fā)的沉沒成本極高，需要壟斷租金進行補償；另一方面，大企業(yè)擁有能支付和補償巨大的沉沒成本的能力，這一能力將鞏固這類大企業(yè)的市場壟斷地位，而小企業(yè)難以進入，這又會持續(xù)產(chǎn)生新租金利潤。

近年來，世界各國市場結構都呈現(xiàn)出集中趨勢，由于以AI為代表的新技術的發(fā)展，一些頭部的“超級明星”企業(yè)占有高市場份額，并憑借其強大的市場力量獲得巨額利潤。又由于AI技術的應用邊際成本趨于零，只需要極少數(shù)大企業(yè)就能滿足市場的絕大部分需求。這類大企業(yè)“贏者通吃”，又吸納了更多的資本，將小企業(yè)的資本份額逐漸擠占。進一步，大企業(yè)積累海量數(shù)據(jù)，能更有效率地開發(fā)新算法，并設立專利壁壘。小企業(yè)越發(fā)難以實現(xiàn)技術趕超，導致資本進一步流向技術水平和生產(chǎn)效率更高的大企業(yè)，擴大資本份額內(nèi)部的不平等。這就是所謂的“超級明星”效應，或“超級壟斷”。超級“明星”企業(yè)擠占了小企業(yè)的生存空間，導致了資本內(nèi)部不平等加劇。

勞動力內(nèi)部的不平等

AI與人類的主要區(qū)別就在于是否能擁有復雜的感知和價值判斷。AI的底層原理是算法技術的應用，其運行效率依賴于人類灌輸?shù)男畔⑴c資料存量，即人類輸入的信息資料容量越大，AI復現(xiàn)成功率和工作效率也就越高。即使技術發(fā)展允許更復雜的模式識別，但人類勞動在需要更復雜的感知和操作的任務中仍然具有相對優(yōu)勢。經(jīng)濟學家的研究也發(fā)現(xiàn)管理、商務、金融、教育、法律、社區(qū)服務、藝術和媒體等這些具有復雜感知和價值判斷的職業(yè)不容易被自動化，工資水平也相對較高；而服務業(yè)、銷售相關、辦公和行政支持等職業(yè)更加容易被自動化，從事這些職業(yè)的勞動力者的工資可能降低。但這并不代表隨著技術的不斷進步，人類勞動會一直保持在感知和操作任務中的相對優(yōu)勢。

工人也可根據(jù)技能熟練程度分為“熟練勞動力”和“非熟練勞動力”，抑或稱為“高技能勞動力”和“低技能勞動力”。不同類型的勞動力會與AI形成替代或互補關系，導致其收入的降低或提高。麥肯錫全球研究院發(fā)布的一篇研究報告指出，近年來，就業(yè)呈現(xiàn)從低技能重復性任務轉向高技能認知驅動。低技能重復性任務比較容易被人工智能替代，而高技能認知驅動的工作難以被自動化及人工智能所取代。模擬表明大約13%的工資總額可能會轉移到需要高認知和高數(shù)字技能的工作類型。在這些類別中，收入會增加，而低技能重復性和低數(shù)字技能類別的工人可能會經(jīng)歷停滯，甚至工資下降。據(jù)估計，后一類人在工資總額中所占的份額可能從33%下降到20%。

也有一些研究發(fā)現(xiàn)，中等技能勞動力最有可能被AI所替代，導致其就業(yè)份額不斷下降，該現(xiàn)象被稱為人工智能的“就業(yè)極化”效應。經(jīng)濟學家將最終產(chǎn)品的生產(chǎn)分解為一系列連續(xù)工作任務，并將工作任務分為常規(guī)任務和非常規(guī)任務。機器人傾向于與非常規(guī)任務形成互補，會導致對非常規(guī)任務需求的增加。而中等技能勞動力傾向于從事常規(guī)任務，高技能和低技能勞動力傾向于從事非常規(guī)任務，這就有可能導致就業(yè)極化。

然而近期ChatGPT的出現(xiàn)卻在一定程度上顛覆了人們的認知，高技能的工作似乎也不是那么保險。ChatGPT能通過理解和學習人類的語言進行對話互動，還能完成撰寫郵件、視頻腳本、文案、翻譯、代碼、寫論文等任務，這使得傳統(tǒng)認知中的高技能勞動力（翻譯和同聲傳譯人員、程序員等）所掌握的專業(yè)能力“被動貶值”。如今已有一些AI撰寫代碼進行簡單初級編程，并且出錯率低于人工代碼撰寫。在Copilot、ChatGPT 4引入Office極大地提高文字生產(chǎn)效率的同時，也將有部分辦公類工作人員面臨威脅。Midjourney只要輸入關鍵字就能利用AI算法在極短時間內(nèi)生成相對應的圖片，并且還能選擇不同的藝術風格、識別特定鏡頭或攝影術語，極大降低了用戶的成本，也威脅了相關人員的工作。

跨國收入分配的不平等

將視角轉移至國際，每個國家所擁有的比較優(yōu)勢不同，并處于全球價值鏈的不同環(huán)節(jié)。當面臨AI對人類勞動力替代的可能性增大時，那些處于附加值低環(huán)節(jié)的國家將會喪失在貿(mào)易活動中的比較優(yōu)勢并承受AI替代人類勞動力的經(jīng)濟損失；但發(fā)達經(jīng)濟體參與的通常都是知識和智力密集型的、附加值高的環(huán)節(jié)，它們被替代的可能性在短期內(nèi)是遠小于前者的，因此僅從替代可能性大小的角度來看，發(fā)達經(jīng)濟體似乎更能從容應對技術帶來的沖擊。

此外，經(jīng)濟體的經(jīng)濟發(fā)展水平也決定了技術革新的水平。發(fā)達經(jīng)濟體擁有更加成熟的技術和更加雄厚的資本支撐新AI的研發(fā)，從而在技術進步的全球體系中占據(jù)優(yōu)勢。對于這類經(jīng)濟體而言，投資AI能進一步鞏固其在全球技術體系的地位，并且在全球范圍內(nèi)獲得更大的收入份額。反觀其他經(jīng)濟體則并不具備能承擔研發(fā)和推廣應用的能力和資本。在全球科技競爭激烈的背景下，這將會進一步拉大發(fā)達與發(fā)展中經(jīng)濟體的技術差距，使發(fā)展中經(jīng)濟體更容易陷入被動和劣勢地位。加之技術的迅速迭代和專利制度的排他性會使得短時間內(nèi)技術模仿和趕超難以實現(xiàn)，而且發(fā)展中經(jīng)濟體引進新技術的成本會相對高昂，技術方面的“馬太效應”會進一步深化，對國際發(fā)展的平等產(chǎn)生消極影響。

麥肯錫全球研究院的研究報告指出：領先國家可能通過技術革新獲得額外20%~25%的凈經(jīng)濟效益，而發(fā)展中國家可能只獲得約5%~15%的凈經(jīng)濟利益，AI的發(fā)展將進一步擴大國家之間的差距，加劇當前的數(shù)字和技術鴻溝。

如何緩解AI導致的不平等

（一）直接對勞動力進行補貼。

財政政策和社會保障制度是政府調(diào)節(jié)收入分配的常用方法，工資補貼和所得稅抵免是對勞動力進行補貼的直接手段。例如應對AI替代勞動力的一種辦法是實行“無條件基本收入（UBI）”政策，不需要進行任何條件與資格審查，只要是本國居民就可以拿到一筆基本收入，但此政策存在著頗多爭議。其一是資金來源問題：每個國家的人口基數(shù)、收入分配格局等均不同，一些人口基數(shù)大的國家將會面臨巨大的財政支出壓力。其二該政策的本質(zhì)是將勞動者的部分收入轉移給無業(yè)者，這可能會降低工作積極性。相比之下針對特殊人群給予社會救濟福利仍是主流可行手段之一。

（二）促進人力資本積累，提高受教育水平。

隨著AI等新技術的引入，一方面，勞動者只能通過切換任務來適應不斷變化的技術稟賦，從而防止技術失業(yè)；另一方面，雖然技術變革也通過對新技術的需求和提升企業(yè)競爭力創(chuàng)造更多的就業(yè)機會，但也要求勞動力對于任務和技術轉換具備較高的適應能力?？偨Y目前的研究可以發(fā)現(xiàn)勞動力的受教育水平越高、工作精細度和復雜度越高、收入水平越高，被AI替代的工人份額就越小，所以確保勞動力（尤其是低技能勞動力）接受足夠的教育，對于緩解勞動力內(nèi)部群體的不平等是十分重要的。

（三）健全就業(yè)培訓相關制度。

健全就業(yè)培訓制度，積極引導人工智能技術朝人機協(xié)作和促進收入平等方向發(fā)展。目前人們主要擔心的問題就在于AI會對勞動力形成替代，但實際上人們可以通過建立健全就業(yè)培訓制度，提高自身的勞動素質(zhì)與AI形成能提高生產(chǎn)效率的互補力量，從而減少AI對勞動力的替代，并進一步增加與AI形成互補的勞動份額。就業(yè)培訓制度應致力于促進人與AI的合理分工和有機銜接，充分發(fā)揮勞動力在原創(chuàng)性、互動性和高精細環(huán)節(jié)的比較優(yōu)勢，才能讓日益復雜的工作環(huán)節(jié)和鏈條高效銜接和運轉。同時，積極鼓勵勞動力參與人機互動新業(yè)態(tài)的開拓，更好地發(fā)揮AI的生產(chǎn)力效應、催生勞動新需求。

（四）稅收政策：對資本和特定勞動力群體。

對不同群體進行差異化征稅是調(diào)節(jié)收入分配格局的主要途徑之一。在未來，得益于AI發(fā)展的群體的收入水平總體更高，因而對這類群體征收相對更高的稅收并將其轉移給受損于AI發(fā)展的群體是可行的。但必須注意在征收差異化稅收時必須考慮社會公平和效率：征收較低的稅率無益于緩解社會不公平，而征收過高的稅收將降低社會經(jīng)濟效率，甚至會影響社會穩(wěn)定。如何制定公平合理的差異化稅收政策和稅率需要相關部門根據(jù)社會實際情況慎重考量和選擇。

（五）全球治理與協(xié)調(diào)。

AI的飛速發(fā)展帶來了廣闊的經(jīng)濟成長空間，但這也為新的國際不平等埋下了隱患。AI的實踐運用有助于為各國發(fā)展賦能，同時也有助于各國更精確識別治理風險、制定智能化治理方案。所以如今諸多國家都在積極布局，根據(jù)實際國情制定有關AI的發(fā)展戰(zhàn)略和規(guī)劃，補足自身短板、更好地參與到全球治理賦能，增強在新國際體系中的話語權。各國進一步推動知識成果轉化戰(zhàn)略、產(chǎn)業(yè)發(fā)展戰(zhàn)略和教育發(fā)展戰(zhàn)略等和AI發(fā)展戰(zhàn)略的有效銜接，是實現(xiàn)相互促進的長效發(fā)展機制的必要措施。

緩解AI帶來的國別不平等需要就關鍵問題達成全球性共識并促進促進信息技術共享。需要明確通用AI的開發(fā)應用的領域及規(guī)則，對AI發(fā)展所產(chǎn)生的問題（如失業(yè)等）進行全球性協(xié)調(diào)，形成并遵守新國際性公約可以避免潛在沖突。由于AI發(fā)展具有強烈的外部性，因而秉持普惠共享原則、積極推動技術交流有助于落后國家汲取先進技術經(jīng)驗，從而助力緩解國際不平等。但由于技術霸權主義、單邊主義等思想的影響，實現(xiàn)技術的自由交流難度較大，這需要世界各國打破技術零和博弈思維，積極引導技術領先國家在AI算法開發(fā)和領域應用等方面的示范作用，鼓勵其積極分享普適性經(jīng)驗。

（李磊系南開大學經(jīng)濟學院、經(jīng)濟行為與政策模擬實驗室教授，鄧青卓系南開大學經(jīng)濟學院研究生。本文是國家社科基金重大項目“全球產(chǎn)業(yè)智能化對我國供應鏈安全的影響及對策研究”的階段性成果）