人工智能关注对企业工资与生产率的影响:基于83个国家69,783家上市公司的全球比较研究

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》:Firm-level effects of AI attention on wages and productivity: A global comparative study

【字体: 大 中 小 】 时间:2026年10月24日 来源:TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE 13.5

编辑推荐:

  研究人员利用Google Trends衡量83个国家69,783家上市公司的人工智能关注度(AI attention)。在先进经济体(advanced economies, AEs)中,较高的人工智能关注度与较低工资和较高生产率相关。新兴市场和发展中经济体(e

  
研究人员利用Google Trends衡量83个国家69,783家上市公司的人工智能关注度(AI attention)。在先进经济体(advanced economies, AEs)中,较高的人工智能关注度与较低工资和较高生产率相关。新兴市场和发展中经济体(emerging market and developing economies, EMDEs)的上市公司表现出短期工资增长和正向生产率响应。局部投影(local projections)显示,对人工智能关注度的响应具有持续性和异质性。响应因企业规模、生产率、行业和国家发展水平而异。
研究背景与问题:人工智能(artificial intelligence, AI)受到强烈公众关注,但企业采用与组织准备在企业和国家间仍不均衡。关于新技术的信念可能塑造当前决策,信息级联、叙事经济学、注意力稀缺、新闻冲击与调整成本等文献提示,AI显著性可能在采用普及前影响预期、招聘、工资设定和组织调整。既有研究多利用调查、AI采用/暴露/技能需求、搜索关注度、AI叙事或国家层面环境能源结果;搜索类研究多在总体或区域层面,企业层面多关注已实现采用、职位空缺、暴露、创新或估值。尚缺乏国家层面AI显著性(AI attention)与公司层面工资、劳动生产率、全要素生产率(total factor productivity, TFP)动态之间跨先进经济体(advanced economies, AEs)和新兴市场与发展中经济体(emerging market and developing economies, EMDEs)的证据。该研究发表于《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》,利用2004—2023年83国69,783家上市公司面板,考察AI关注变化与工资、生产率的关系,区分AI关注与AI采用;意义在于把技术预期和信息环境纳入采用不均衡期的组织调整分析,补充关注度测度与公司层面工资、生产率动态研究。

关键技术方法(不超过250字):数据来自Compustat Global与Compustat North America,覆盖83国69,783家上市公司2004—2023年;AI关注度来自Google Trends主题“Artificial intelligence(as a field of study)”。方法包括:双向固定效应(two-way fixed effects, TWFE)作为非工具变量基准;工具变量两阶段最小二乘法(instrumental variable two-stage least squares, IV–2SLS),以地理加权专利活动为AI关注度工具变量;局部投影(local projections, LP)估计动态响应;构造AI关注度创新,即对滞后AI关注、滞后国内生产总值(gross domestic product, GDP)、国家和年份效应回归后的标准化残差;按企业规模、生产率、行业及AEs/EMDEs分组;采用替代TFP估计、安慰剂、样本限制等稳健性检验。

研究结果:4.4 估计与分析。TWFE显示,AEs中AI关注与工资负相关(系数?0.225,约?17.2%每标准差)、与劳动生产率(0.103,约9.0%)和TFP(0.050,约4.3%)正相关;EMDEs中工资(0.217,约27.9%)、劳动生产率(0.163,约20.3%)和TFP(0.038,约4.4%)均为正。IV–2SLS方向相似,但AE工资系数?2.641异常大,研究人员仅作方向性补充证据并限定量级解释。LP显示,AEs中一标准差AI关注创新后,工资首年下降约5%—7%,前五至六年低约4%—6%,后恢复;劳动生产率短期高约1.5%—2%并持续为正;TFP短期高约1%—1.5%,三至五年最大后趋零。EMDEs中工资前几年升约5%后衰减,七至十年略负;劳动生产率初期升约2%—3%,两三年最大,六至七年趋零后转正;TFP初期升约0.5%—1%并保持正。安慰剂(Virtual Reality与Call of Duty)响应接近零且不精确。

4.4.1 异质性分析。LP分组显示,中小企业和低生产率企业工资下降更明显且更持久;高生产率企业工资短期上升后衰减;货物生产部门工资下降和生产率响应更系统,服务业较弱且不精确。规模组中,中小企业工资首年降约5%,多数窗口低3%—4%;大企业先升1%—2%后转负但不显著;中小企业劳动生产率小幅短期增益后转负约2%,大企业先升约2%后回落;两组TFP初期分别约1.1%和0.7%,后者趋零。生产率组中,低生产率工资首年降约5%并持续负,高生产率首年升约4%后趋零;TFP低组短期约1.3%保持正,高组约1.1%降至0.3%。部门组中,货物生产工资首年降约4%、中期约4.5%,服务业接近零不显著;货物生产劳动生产率先升约1.5%后中期负约2.5%再转正,服务业类似但不显著;TFP货物生产保持约0.5%正,服务业前高后零。

4.4.2 稳健性检验。排除2022—2023年后TWFE和LP主要模式仍存;2022—2023交互项多不显著;国家层面AI关注对工资/生产率四阶滞后联合检验不拒绝零;四hub/人口缩放工具、剔除韩国/中国/俄罗斯、加入滞后GDP、以奥利–帕克斯(Olley–Pakes, OP)、Levinsohn–Petrin(LP)估计量和Ackerberg–Caves–Frazer(ACF)替代TFP、Driscoll–Kraay标准误、以销售额和平均工资替代分组均保持主要关系。研究人员将子组和稳健性视为次要/探索性证据,核心为受控TWFE和受控LP。

讨论部分总结:结果为公司层面简化式关系,AI关注度衡量国家信息环境显著性而非企业采用;预期和组织调整可在采用未完成时影响工资与生产率;AEs中AI显著性与工资下降、生产率上升共存,可能与感知替代、谈判压力和平均工资构成变化有关;EMDEs上市公司短期工资和生产率正向,可能反映能力建设、精英企业升级、全球化等,但样本选择性限制外推;异质性与调整成本、不确定性敏感、机会响应、租金分享和感知替代风险差异一致;LP工资效应相对自动化基准较大,但应作平均公司补偿的简化式调整解读,不能外推到更广EMDE经济。

研究结论(翻译):该研究考察在AI采用不均衡时期,AI变得更显著时上市公司如何调整。AI关注度衡量AI在国家层面信息环境中的显著性。基于2004—2023年83国69,783家上市公司,AEs中较高AI关注与较低平均工资、较高劳动生产率和正向但主要前置的TFP响应相关;EMDEs上市公司显示短期工资增长和正向生产率响应;工资下降在较小、低生产率和货物生产上市公司中更明显。这些模式表明对AI技术变化的调整因组织和发展背景而异。更广泛贡献涉及扩散期技术预期的作用:企业在新兴技术未来能力、成本和组织含义不确定时决策;结果表明在不均衡扩散期存在经济上有意义的公司层面调整,工资和生产率随AI显著性变化,其方向和持续性随企业/国家特征而异。该模式与预期、互补组织投资、技能需求和感知替代风险塑造从技术出现到更广采用的过渡相一致。证据范围受设计限制:LP创新相对于近期AI关注、滞后GDP及国家和年份效应是未预期的,但国家特定政策信号、媒体周期、管理预期、金融条件、技术暴露和采用仍可能相关;IV依赖维持排除限制,地理加权专利活动可能通过贸易、外商直接投资(foreign direct investment, FDI)、跨国公司生产、供应链、需求和直接技术扩散影响企业;Google搜索衡量国家显著性,样本为上市公司,平均员工补偿混合工资设定和构成变化;因此结果为AI采用不均衡期的简化式关系。作者:Swapnanil SenGupta
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号