摘要：技术变革在带来社会生产力巨大飞跃的同时，深刻重塑了当时社会的生产关系和收入分配格局。进入数智时代，人工智能技术的数据、资本和技能偏向性特征内生地改变了市场竞争格局，推动市场结构向集中化演变，在增强企业市场势力、提升企业全要素生产率的同时，通过数据要素分配机制、人力资本积累机制、劳动力就业机制、生产率效应机制，对收入分配产生显著影响。为了使全体人民共享人工智能技术的发展成果，需要统筹好发展和治理的关系，发挥人工智能生产率效应，公平有效地“做大蛋糕”；锚定人机协作发展方向，提高普惠性人力资本投入；探索数智时代再分配政策，普惠共享地“分好蛋糕”。

作者：沈坤荣，南京大学商学院教授；李忠祥，南京大学商学院博士生；赵倩，南京大学商学院博士后

摘自：《南京社会科学》2026年第1期

本文载《社会科学文摘》2026年第9期

人工智能等数智技术正以前所未有的深度和广度渗透至经济社会发展的方方面面，正在深刻重塑生产、分配、交换和消费各环节。近年来，随着人工智能快速发展，收入分配问题引起普遍关注。为了推动形成普惠共享的收入分配格局，使全体人民共享人工智能发展成果，一个重要的着力点是加强人工智能治理，完善相关法律法规、政策制度和应用规范，主动引导人工智能技术变革和应用方向，确保其符合就业友好型发展方式。

技术变革影响收入分配的演进

技术变革广义上是指在生产和服务过程中新方法、新工艺、新知识和新组织的出现以及应用，不仅包括新机器和新工具等硬技术的革新，还包括管理方法和组织形式等软技术的进步。纵观历史，技术变革在带来社会生产力巨大飞跃的同时，也深刻重塑了当时社会的生产关系和收入分配格局。从长期来看，技术变革极大提高了全社会的平均财富水平，但在短期乃至中长期内往往会导致收入差距扩大。其核心逻辑在于，新技术最初被少数人应用并形成新的生产方式，引致产出在资本与劳动之间的分化加剧，使资本收入份额持续提高、劳动收入份额相对下降。

第一次工业革命作为人类从农耕文明迈向工业文明的起点，确立了资本相对于劳动的支配地位，并通过生产关系的根本性变革拉开了收入不平等的序幕。一方面，生产资料开始资本化。在农业社会，大量农民拥有自己的小块土地或拥有佃权，手工业者也拥有生产工具。工业革命后，相对昂贵的蒸汽机、纺织机和工厂高度集中在少数资本家手中，规模庞大的农民和手工业者被迫脱离土地和作坊，成为除劳动力之外一无所有的无产阶级。另一方面，资本回报率远超劳动回报率，资本和劳动收入份额开始分化。生产方式从以劳动力为主转向以资本为主，这一过程显著提升了资本收入份额，导致居民收入在国民收入分配中的比重有所下降。

第二次工业革命以技术和管理能力为核心要素，技能溢价、垄断资本将收入不平等推向新的历史高度。电力、化工和复杂机器的出现对工人技能提出更高要求，导致技能溢价，受过教育、掌握新技能的工程师、技师和管理人员的工资快速增长，与大量非熟练、低技能工人之间的收入差距迅速拉大。此外，钢铁、石油、化工和金融等行业的垄断企业利用其市场支配地位攫取超额利润，其财富积累达到前所未有的高度。第二次工业革命时期的不平等是技术性、垄断性和金融性因素叠加的结果，不仅体现在资本和劳动之间的巨大分化上，也体现在高技能劳动者和低技能劳动者之间、垄断资本和中小资本之间的巨大分化上。

第三次工业革命以信息和知识作为关键要素，以计算机和自动化技术作为核心动力，相比于前两次技术变革，它对收入分配的影响更为复杂。从个体来看，信息技术引发高技能溢价。软件工程师、金融分析师等高技能劳动者的岗位需求激增，促使其工资快速上涨，而中等技能工人实际收入相对下降。从行业来看，信息技术通过改变市场结构和劳动形式，催生超级明星企业和零工经济。谷歌、亚马逊、腾讯等平台企业几乎垄断各自领域，而平台内经营者、劳动者与平台企业之间的利益分配存在不平衡现象，平台内劳动者缺乏相应的劳动权益保障。从区域来看，信息技术加快了资本的国际流动，推动跨国公司全球配置资源，高附加值的知识密集型生产环节集中在中心城市，低附加值的劳动密集型生产环节则被转移到劳动力、土地成本较低的地区，技术不平等转化为不同劳动群体间的收入不平等，地区间的收入差距也进一步扩大。

历次新技术的创造与发展都是对旧技术的蝶变与替代。机器替代手工引起“劳资分化”，拉开收入不平等的序幕；劳动者技能溢价和企业资本分化进一步加剧收入不平等；信息技术和平台经济在个体、行业和地区间引发多维度分配失衡。历史经验表明，仅靠市场力量难以实现公平分配，历次技术变革初期都会引起收入差距扩大。不仅如此，新技术对旧技术的替代还会引发旧技能劳动者与新技术掌握者之间的矛盾。随着技术变革速度加快，这种矛盾会在多次变革中交替存在，导致收入分配格局更加复杂。

人工智能影响收入分配的内在逻辑

人工智能技术作为第四次工业革命的核心引擎，推动社会生产方式发生系统性重构，分配方式也随之改变。人工智能对收入分配的影响主要取决于两个方面：一是人工智能技术的数据、资本和技能偏向性特征。由于人工智能技术开发以海量数据信息作为基础，以大量资本投入作为支撑，以创新型人才作为保障，要素报酬向资本和技能倾斜，收入分配结构随之改变。二是由人工智能技术的数据、资本和技能偏向性特征推动的市场结构变革。人工智能影响收入分配的内在属性推动市场结构向集中化演进，由此形成的少数超级明星企业和平台企业具有资源禀赋优势，成为最先掌握并应用人工智能技术的群体，形成“赢者通吃”局面，导致收入差距持续扩大。

首先，数据贯穿于人工智能技术研发、模型设计、训练、评估和应用全过程，在人工智能技术发展中具有关键作用。数据自身的属性特征以及数据收集过程中的环节缺陷会导致一定程度的不均衡性和歧视性，加剧不同主体间的收入不平等，而模型训练进一步放大人工智能的数据偏向性，造成技术福利的“马太效应”。

其次，人工智能技术的资本偏向性表现出在研发、应用和利润分配中向资本所有者倾斜的特性。人工智能技术的研发需要巨额算力、数据和人才投入，人工智能技术本身也以算法、芯片、数据中心等资本品形态存在，其应用直接表现为资本深化。而数据资本化和数据租金就是数智时代的产物。数字资本所有者通过数据租金攫取更大利润，这一过程凸显人工智能技术的资本偏向性特征将对收入分配的公平性构成全新挑战。

最后，人工智能技术的技能偏向性随着技术层级跃迁呈现动态变化的特点。在技术变革初期，人工智能技术的技能偏向性表现为对高技能劳动者的高需求和对低技能劳动者的替代。随着生成式人工智能的出现，人工智能技术发展迎来巨大突破，主要表现为赋能作用。一方面，生成式人工智能通过任务自动化与决策优化，极大提升高技能劳动者边际产出，直接推动高技能劳动者收入增长；另一方面，生成式人工智能对中低技能劳动者具有赋能和替代双重作用，因人工智能技术赋能而具备调优和管理能力、实现人机协作的劳动群体将会实现良好发展，而执行常规性认知任务的劳动者更容易被人工智能技术替代，面临收入增长放缓甚至岗位压缩风险。随着人工智能技术的不断发展和广泛应用，人工智能的数据、资本和技能偏向性特征成为推动市场结构集中化的关键力量。一方面，人工智能技术内在属性驱动市场结构向集中化演进。区别于传统技术，人工智能技术的研发和应用具有天然的垄断属性，容易形成“赢者通吃”的市场格局。超级明星企业凭借资本优势垄断算力、数据与顶尖人才，形成“资本—数据—技术”的正反馈循环。另一方面，人工智能的技术赋能强化人工智能企业的市场势力，通过反复模型训练，使企业具备处理海量数据并从中挖掘数据规律的能力，在提升企业生产效率的同时，进一步强化人工智能企业的市场势力，使利润向掌握核心技术与生成智能产品的头部企业集中，加剧收入分配失衡。

人工智能影响收入分配的机制分析

人工智能技术的数据、资本和技能偏向性特征内生地改变了市场竞争格局，推动市场结构向集中化演变，在增强企业市场势力、提升企业全要素生产率的同时，通过数据要素分配机制、人力资本积累机制、劳动力就业机制、生产率效应机制，对收入分配产生显著影响。

首先，数据要素分配关乎人工智能技术的普惠共享性，而数据要素价值归属问题造成数据要素收益分配的严重失衡。其一，数据要素价值创造由多元主体共同完成，导致价值归属模糊。数据价值并非由单一主体创造，用户的“数字劳动”是价值形成的基础，平台的技术加工是价值转化的关键，政府公共基础设施是价值实现的保障。多元主体共同完成数据要素的价值创造过程，致使数据所有权、使用权界定模糊。其二，数据要素价值衡量缺乏统一标准，引起价值量化困难。一方面，由于价值主体归属模糊，无法确定衡量价值的统一标准；另一方面，数据价值随着使用场景的拓展、数据量的累积呈乘数级增长，由此形成的“数据要素×”价值创造通过提高模型训练优度、优化资本配置效率等赋能技术间接体现，难以直接量化其边际贡献。其三，价值归属模糊、量化困难引发价值分配失衡。公平分配的前提是能够量化价值贡献、明确要素所有权和使用权，而市场力量推动数据要素收益向数据技术加工主体倾斜，导致提供原始数据的亿万用户收益受损。

其次，劳动者通过教育、培训、实践等方式积累的人力资本直接影响其在劳动力市场上的竞争力和劳动生产率，具备更高知识水平、专业技能和创新能力的劳动者会获得更高的收入回报。人工智能技术在提高人力资本积累方面发挥着关键作用。一方面，人工智能技术有助于提升人机协作效率，能够缩小人力资本积累差异。不同群体在人力资本形成过程中的不平等程度呈扩大趋势，而人工智能技术尤其是生成式人工智能为所有劳动者提供了相对公平、可靠的人力资本积累场景，通过提升人机协作效率降低技能门槛，缓解收入不平等。另一方面，人工智能技术融入教育教学全过程，能够提高教育质量，促进教育公平。人力资本积累的不平等源于教育资源分配的区域差异、城乡分割和阶层分化，而人工智能技术通过赋能教育产生智能学伴、智能教师等人机协同教育教学新模式，能够缓解地理区位造成的教育水平差异。需要指出的是，人工智能提高人力资本积累的前提是劳动者能够灵活运用人工智能技术、具备人机协作能力。

再次，人工智能技术“不是为了替代人，而是为了服务人”。虽然就业创造可能会在数量上小于、在时间上滞后于就业破坏，但随着对人工智能发展与应用方向的主动引导，就业创造数量势必会超过就业破坏，并且就业质量相比于过去也会实现质的提升。这一过程即人工智能技术对劳动力就业的“创造性破坏”，包括岗位替代和任务重构等方面。其中，岗位替代多是重复性、高危性工作，能极大改善工作条件和工作环境。而任务重构主要和人工智能技术暴露度有关，工作任务的人工智能技术暴露度越高，劳动力需求越低；工作任务接触人工智能技术的差异度越大，劳动力需求越高。人工智能技术改变工作方式，促使就业形态从传统雇佣向灵活就业转变，催生大量新就业群体，实现就业形态全面扩容；人工智能技术助力劳动者突破年龄、体能和地域限制，实现参与主体全面扩容。与此同时，“创造性破坏”造成的劳动力技能短期错配，会加剧结构性就业矛盾，在一定程度上拉大收入差距。

最后，人工智能技术的生产率效应本质是先进生产力对生产方式的系统性重构，既呈现出总量层面的效率提升，也呈现出结构层面的差异化特征。一方面，人工智能技术促进全要素生产率系统性提升，带动社会平均收入水平提高。人工智能技术发展与应用通过优化资源配置、降低运营成本、提升决策效率，显著提高制造、医疗、金融等行业的生产效率，而智能农业、智能服务的全面推广将推动人工智能技术红利向更广泛群体扩散。另一方面，不同行业、企业及劳动者间的技术应用能力具有显著差异，造成生产率异质性和收入极化。其一，知识密集型行业的核心生产流程与人工智能深度融合，生产率提升最为显著。其二，大型企业凭借资本优势率先部署人工智能技术，实现生产率跃升和市场势力增强，而中小企业的技术受限于资金、人才与数据资源，只能进行相对低端的生产活动。其三，高技能劳动者借助人工智能技术提高产出效率、获得更高报酬，而未能获得人工智能技术赋能的劳动者的收入增长停滞，加剧收入分配失衡。

人工智能影响收入分配的治理与政策

为了使全体人民共享人工智能技术的发展成果，需要统筹好发展和治理的关系。

首先，发挥人工智能生产率效应，公平有效地“做大蛋糕”。一是促进各类要素资源高效配置，激发和释放超大规模市场潜力，推动资本、数据、算力、算法高效协同。二是健全数据要素产权制度与收益机制，加快形成统一开放的数据要素市场，完善数据交易与共享机制，筑牢“合理合意”底线。三是推动人工智能技术红利公平参与初次分配，提高劳动报酬比重，健全最低工资标准调整机制，推动工资合理增长。

其次，锚定人机协作发展方向，加大普惠性人力资本投入。一是协同构建人机协作技能体系，营造以政府为主导、企业为主体、社会共同参与的技能培训生态。二是妥善应对劳动力就业的“创造性破坏”，加快识别岗位替代与任务重构方向，努力实现技术进步与就业稳定双赢局面。三是提高普惠性人力资本投入，推动教育适应人工智能的发展需要，推进人工智能赋能教育教学变革创新，完善全民终身学习机制。

最后，探索数智时代再分配政策，普惠共享地“分好蛋糕”。一是完善税收制度，规范再分配秩序，强化税收调节预见性，提高征税灵活性，加大税收监管力度。二是构建新型就业保障体系，形成覆盖全面的就业保障机制，健全劳动权益保护机制，推进失业保障制度建设。三是探索全民收入兜底政策，注重激励与保障并重，统筹效率与公平，加强政策协同，实现人工智能技术红利公平分配。