862 
1475人工智能（AI）对收入分配的影响是经济学领域的重要议题。文章整合在线招聘平台数据与中国A股上市公司年报文本数据，从岗位技能需求动态变化视角，考察企业AI应用水平对企业内部收入差距的影响及其微观机制。研究发现，企业AI应用能显著提高普通员工平均工资，但对管理层平均工资的影响较弱，从而缩小企业内部收入差距。机制分析表明，AI通过增加普通员工对复杂问题解决技能、系统技能等高附加值职业技能的需求来推动其工资增长；同时，AI降低管理层对部分职业技能的需求来抑制其工资增长；此外，AI驱动的生产率提升为企业内部收入差距缩小提供进一步证据支持。异质性分析显示，AI 缩小收入差距的效应在非国有企业、市场集中度较低行业及专业技术与服务类职业中更为突出。文章揭示了AI对不同群体技能结构的影响差异，为优化AI时代技能培育政策、完善收入分配制度提供经验参考。
人工智能、技能剥离与企业收入差距
摘要
参考文献
相关附件
1 陈琳, 高悦蓬, 余林徽. 人工智能如何改变企业对劳动力的需求?——来自招聘平台大数据的分析[J]. 管理世界, 2024, (6): 74−93. DOI:10.19744/j.cnki.11-1235/f.2024.0067
7 彭飞, 蔡靖, 吴华清, 等. 企业间税负不平等与企业内收入分配: 基于要素配置视角[J]. 世界经济, 2025, (8): 123−153. DOI:10.19985/j.cnki.cassjwe.2025.08.007
11 张伯超, 姚瑾. 中国不同所有制部门间要素配置效率变动与收入分配格局[J]. 上海经济研究, 2024, (10): 28−39. DOI:10.19626/j.cnki.cn31-1163/f.2024.10.008
12 张克中, 何凡, 黄永颖, 等. 税收优惠、租金分享与公司内部收入不平等[J]. 经济研究, 2021, (6): 110−126.
14 郑景丽, 王喜虹, 张雪梅. 人工智能如何影响劳动收入份额——基于产业结构与企业升级的机制探讨[J]. 南开经济研究, 2024, (4): 3−22. DOI:10.14116/j.nkes.2024.04.001
15 Acemoglu D. The simple macroeconomics of AI[J]. Economic Policy, 2025, 40(121): 13−58. DOI:10.1093/epolic/eiae042
16 Acemoglu D, Autor D, Hazell J, et al. Artificial intelligence and jobs: Evidence from online vacancies[J]. Journal of Labor Economics, 2022, 40(S1): S293−S340. DOI:10.1086/718327
17 Acemoglu D, Restrepo P. Robots and jobs: Evidence from US labor markets[J]. Journal of Political Economy, 2020, 128(6): 2188−2244. DOI:10.1086/705716
18 Agrawal A, Gans J S, Goldfarb A. Artificial intelligence: The ambiguous labor market impact of automating prediction[J]. Journal of Economic Perspectives, 2019, 33(2): 31−50. DOI:10.1257/jep.33.2.31
19 Bentolila S, Saint-Paul G. Explaining movements in the labor share[J]. Journal of Macroeconomics, 2003, 1: 9. DOI:10.2202/1534-6005.1103
20 Brynjolfsson E, Li D, Raymond L. Generative AI at work[J]. The Quarterly Journal of Economics, 2025, 140(2): 889−942. DOI:10.1093/qje/qjae044
21 Choudhary V, Marchetti A, Shrestha Y R, et al. Human-AI ensembles: When can they work?[J]. Journal of Management, 2025, 51(2): 536−569. DOI:10.1177/01492063231194968
22 Fan X M, Wu Y H, Zhou Y C, et al. How does artificial intelligence shock affect labor income distribution? Evidence from China[J]. Pacific-Basin Finance Journal, 2025, 90: 102691. DOI:10.1016/j.pacfin.2025.102691
23 Felten E, Raj M, Seamans R. Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses[J]. Strategic Management Journal, 2021, 42(12): 2195−2217. DOI:10.1002/smj.3286
24 Giordano V, Spada I, Chiarello F, et al. The impact of ChatGPT on human skills: A quantitative study on twitter data[J]. Technological Forecasting and Social Change, 2024, 203: 123389. DOI:10.1016/j.techfore.2024.123389
25 Jia N, Luo X M, Fang Z, et al. When and how artificial intelligence augments employee creativity[J]. Academy of Management Journal, 2024, 67(1): 5−32. DOI:10.5465/amj.2022.0426
26 Liu T Y, Huang P, Wang Q R. Artificial intelligence and intra-firm pay dispersion: Evidence from China[J]. China Economic Review, 2025, 93: 102501. DOI:10.1016/j.chieco.2025.102501
27 Minniti A, Prettner K, Venturini F. AI innovation and the labor share in European regions[J]. European Economic Review, 2025, 177: 105043. DOI:10.1016/j.euroecorev.2025.105043
28 Noy S, Zhang W. Experimental evidence on the productivity effects of generative artificial intelligence[J]. Science, 2023, 381(6654): 187−192. DOI:10.1126/science.adh2586
29 Pieper M, Gleasure R. How AI helps to compile human intelligence: An empirical study of emerging augmented intelligence for medical image scanning[J]. Information Systems Journal, 2025, 35(5): 1399−1421. DOI:10.1111/isj.12585
30 Riemer K, Peter S. Conceptualizing generative AI as style engines: Application archetypes and implications[J]. International Journal of Information Management, 2024, 79: 102824. DOI:10.1016/j.ijinfomgt.2024.102824
31 Zhang W, Han J, Işık C, et al. Inequality in the digital economy: The impact of artificial intelligence on income gap-an empirical analysis based on county-level data from China[J]. Cities, 2025, 166: 106280. DOI:10.1016/j.cities.2025.106280
本论文包含如下附件：
| 序号 | 标题 | 大小 | 查看/下载 |
|---|---|---|---|
| 1 | 2017-2023年3006家上市公司管理层、普通员工平均年薪、收入差距数据 | 1608.8 (KB) |  |
| 2 | 2017-2023年3006家上市公司AI应用水平数据 | 1022.6 (KB) | |
| 3 | 2017-2023年3006家上市公司控制变量数据 | 2099.5 (KB) | |
| 4 | 2017-2023年3006家上市公司企业性质、HHI指数、全要素生产率数据 | 962.7 (KB) | |
| 5 | 2018年和2024年2743家上市公司招聘职位、招聘薪资、招聘要求数据 | 14299.4 (KB) | |
| 6 | 数据及程序代码 | 4328.8 (KB) |  |
| 7 | 附件 | 35.7 (KB) |  |
引用本文
刘东升, 袁媛. 人工智能、技能剥离与企业收入差距[J]. 财经研究, 2026, 52(1): 123-137.
导出参考文献，格式为：
下一篇：临时性就业对劳动者工资收入的影响
