生成式人工智能对劳动收入份额的影响机制与实证检验 .docxVIP

PAGE2

生成式人工智能对劳动收入份额的影响机制与实证检验

摘要

本文以数字经济时代生成式人工智能的快速崛起为背景，系统研究生成式AI对劳动收入份额的影响机制及其行业异质性。研究基于任务模型理论框架，揭示生成式AI区别于传统自动化技术的核心特征——其对高技能劳动的替代效应，并深入剖析这一替代如何通过任务重组、技能溢价变动与资本深化等渠道挤压劳动收入份额。

全文遵循“问题提出→机制解析→实证检验”的逻辑递进。第一章绪论交代研究背景与核心问题；第二章文献综述梳理技术变革与劳动收入份额关系的理论演进，指出现有研究对生成式AI特殊性关注不足的缺口；第三章构建包含生成式AI的任务模型分析框架；第四章从理论层面解析生成式AI替代高技能劳动的生成逻辑与内在矛盾；第五章系统阐释替代效应向劳动收入份额传导的作用机制；第六章提出基于任务复杂度的行业异质性理论命题；第七章利用跨国行业面板数据进行实证检验；第八章总结结论并提出政策启示。

研究发现，生成式AI通过替代认知型任务中的高技能劳动，显著降低了受影响行业的劳动收入份额，且这一效应在知识密集型服务业中尤为突出。本文的理论贡献在于将生成式AI纳入任务模型，拓展了技术变革与收入分配研究的分析边界。

关键词：生成式人工智能；劳动收入份额；任务模型；高技能劳动替代；行业异质性

第一章绪论

1.1研究背景

自工业革命以来，技术进步与劳动收入份额的关