数字税收管理会重塑劳动技能溢价吗？人工智能技术差异的作用

《Economic Analysis and Policy》：Does digital tax administration reshape the labor skill premium? The role of artificial intelligence technology heterogeneity

　　司远堂|刘燕城|谢浩举
中国北京中央财经大学国家财经战略研究院

摘要
税收管理数字化是否会影响企业内部的工资结构，这一问题至今仍无定论，而它对劳动力市场公平性有着重要影响。本文以中国“金税工程”第三阶段的逐步省级推广为准自然实验，构建了分阶段差异差异模型，利用A股上市公司的面板数据，分析了税收管理数字化对企业内部劳动技能溢价的影响机制，同时重点研究了预测型人工智能与生成型人工智能的异质性调节作用。研究结果表明，“金税工程”第三阶段通过减少企业寻租行为和促进灵活就业这两条路径，显著提升了劳动技能溢价，从而使企业内部的工资分配更偏向高技能劳动者。调节分析显示，预测型人工智能通过承担原本会增加高技能劳动力需求的分析任务，显著削弱了这种溢价上升效应。而对生成型人工智能的初步分析表明，其具有正向但统计上不显著的调节作用，这与其目前仍处于早期应用阶段相符。进一步的异质性分析显示，技能溢价效应在资本强度较低、市场集中度较高且信息透明度较差的企业中更为明显。这些发现拓展了技能偏向型技术变革框架的制度维度，为数字治理与人工智能介导的劳动力市场调整之间的互动关系提供了新的证据。

引言
税收管理的数字化转型正在从根本上改变政府与企业之间的信息博弈格局。作为典型的大数据驱动型税收管理系统，中国的“金税工程”第三阶段通过整合跨税种信息并交叉验证纳税人数据，极大地提升了税务机关对企业活动进行深入监控的能力（Xing和Whalley，2014；Li等人，2020）。这一制度变革不仅改变了企业的纳税遵从行为（Cohen，2024），还对企业的投资决策和创新活动产生了深远影响（Guo等人，2024；Xu等人，2025）。然而，一个尚未得到充分探讨的问题是：面对更加透明和严格的数字税收监管，企业是否会对其劳动力配置策略进行结构性调整？尤其是，税收管理数字化是否会影响企业内部高技能劳动者与低技能劳动者之间的工资差距，即劳动技能溢价？

本文的核心假设是：税收管理数字化会在企业层面显著重塑劳动技能溢价，而且这种影响会因企业所处的人工智能技术环境而有所不同。之所以亟需验证这一假设，主要有两个原因。一方面，全球主要经济体都在加速推进税收系统的数字化进程（Kotsogiannis等人，2025），了解这一制度变革对劳动力市场的影响对于评估数字治理的全面社会效应至关重要。另一方面，人工智能技术正以前所未有的速度渗透到企业生产流程中（Brynjolfsson等人，2025；Liu和Wang，2026），不同类型的人工智能对劳动技能需求的差异化影响使得制度冲击的传导路径变得极为复杂（Choudhury等人，2020；Call等人，2026）。如果不考虑人工智能技术的异质性，就讨论税收管理数字化的劳动力市场效应，可能会导致有偏的结论和错误的政策建议。

这一假设的理论基础源自技能偏向型技术变革框架及其后续扩展。该框架的核心观点是，技术进步并非同等程度地提升所有劳动者的生产力，而是系统性地偏向于具有特定技能特征的劳动者（Acemoglu和Restrepo，2022；Buera等人，2022）。Autor和Dorn（2013）的开创性研究揭示了技术进步如何通过替代中等技能的常规任务而使劳动力市场两极分化，而Hémous和Olsen（2022）则进一步将自动化和横向创新纳入统一的分析框架，阐明了技术变革加剧收入不平等的内在逻辑。近期研究将这一框架延伸到了人工智能时代（Acemoglu和Restrepo，2018），发现机器人和自动化技术的应用显著改变了地方劳动力市场的就业结构和工资分布。Branco等人（2025）从劳动者技能投资反应的角度，揭示了偏向常规任务的技术变革与人力资本积累之间的内在互动关系。Yang（2022）通过对中国制造业企业的企业层面实证分析，也证实了人工智能技术应用对企业生产力和就业结构的显著影响。综合来看，这些理论进展表明，任何能够改变企业技术采用行为或资源分配逻辑的外部冲击，都可能通过改变不同技能水平劳动者的相对需求来重塑技能溢价。税收管理数字化正是源自制度领域的此类外部冲击。

对上述理论逻辑的重要延伸在于，人们认识到人工智能并非一种同质的技术冲击。Agrawal等人（2019）最早将人工智能描述为一种降低预测成本的多用途技术，这一描述隐含着人工智能在不同应用场景中具有功能差异的假设。在此基础上，Hermann和Puntoni（2024）系统地区分了两种技术范式：预测型人工智能和生成型人工智能，前者侧重于算法预测和决策支持，后者则能够创造新内容并执行开放性任务。这种技术分类在劳动力市场研究中的重要性已得到初步的实证验证。Demirci等人（2025）发现，生成型人工智能的出现导致在线自由职业平台上的写作类和编程类岗位需求下降，而Hui等人（2024）的研究则表明，表现优异的自由职业者受到生成型人工智能的影响尤为严重。Brynjolfsson等人（2025）在客户服务领域进行的大规模实证研究进一步表明，生成型人工智能主要提升了低技能劳动者的生产力。与此同时，Hémous等人（2025）利用专利数据揭示了自动化创新的明显诱导特征，表明企业会根据不同技能水平劳动者的相对成本来调整技术采用方向。这些发现表明，不同类型的人工智能可能会以截然不同的方式和程度影响劳动力的技能构成，因此在研究税收管理数字化对技能溢价的影响时，有必要区分企业所处的人工智能技术环境。

综合上述讨论可以看出，现有文献在将税收管理体制改革与劳动技能溢价联系起来方面还有很大拓展空间。关于技能溢价决定因素的研究长期以来主要集中在技术变革（Slavík和Yazici，2022）、贸易开放度（Gallego，2012；Caron等人，2020）以及教育供给（Akerman等人，2015）等方面，而作为政府调控企业行为的重要工具的税收管理体制，几乎未被视为影响技能溢价的因素。关于“金税工程”的研究主要聚焦于纳税遵从效应（Wang等人，2025）、企业创新（Xu等人，2025）、投资效率（Guo等人，2024）以及绿色转型（Zhang和Pang，2025），尚未涉及劳动力市场中技能结构的调整问题。同时，尽管关于人工智能与劳动力市场的研究十分丰富（Autor，2015；Berg等人，2018；Dixon等人，2021；Acemoglu等人，2022；Engberg等人，2025），但绝大多数研究仍将人工智能视为一种同质的技术冲击，未能系统区分不同类型人工智能技术的差异化影响。更根本的是，税收管理数字化与人工智能技术的普及是两股同步发展的数字化浪潮（Xue等人，2022；Sarala等人，2025），而这两股力量在企业层面如何相互作用以塑造劳动力的技能构成，目前还缺乏整合性的理论分析或实证研究。

本文利用中国“金税工程”第三阶段逐步省级推广所形成的准自然实验，采用分阶段差异差异方法，结合A股上市公司的面板数据，实证分析了税收管理数字化对企业内部劳动技能溢价的影响机制，同时重点研究了预测型人工智能与生成型人工智能的异质性调节作用。研究结果表明，税收管理数字化显著重塑了企业内部的劳动技能溢价，且人工智能的调节效应因技术类型而异：预测型人工智能具有明显的削弱作用，而在当前的应用水平下，生成型人工智能尚未表现出可统计检测的效应。这些结论在平行趋势检验、安慰剂检验以及一系列稳健性检验之后依然成立。

上述研究设计与研究发现从三个方面拓展了现有知识。首先，本文是首批将税收管理体制改革纳入技能溢价决定因素范畴的研究之一，从而拓展了技能偏向型技术变革框架的制度维度，回应了识别影响任务替代过程的制度因素的呼吁。与以往仅关注技术本身所具有的技能偏向的研究不同，本文揭示了制度层面的数字冲击也会显著改变企业内部的劳动力技能构成。其次，本文将Hermann和Puntoni（2024）提出的预测型与生成型人工智能分类框架从消费者行为领域扩展到劳动经济学领域，为预测型人工智能的调节作用提供了直接的实证证据，同时将生成型人工智能视为当前数据尚无法判断的前瞻性因素，从而加深了对人工智能在劳动力市场中产生异质性影响的实证理解。这一贡献回应了Cillo和Rubera（2025）关于区分不同类型人工智能技术影响的研究呼吁。最后，本文以世界最大的发展中国家中国为研究对象，借助“金税工程”第三阶段的独特制度改革，为发展中国家的税收数字化与劳动力市场之间的互动关系提供了因果证据。

章节节选

税收管理数字化影响劳动技能溢价的路径
税收管理系统的数字化升级从根本上改变了企业面临的制度约束。当税务机关能够通过大数据技术获取企业运营信息的深度洞察时，企业维持现有税收筹划安排及操纵关联方交易的成本便会急剧上升。为了维持复杂的避税结构，企业不得不投入大量的一般行政人员。

实证模型
中国“金税工程”第三阶段在各省的逐步推行为因果识别提供了准自然实验环境。由于该政策在不同省份的实施时间不同，本文采用多期差异差异模型来估计税收管理数字化对劳动技能溢价的影响。基准模型形式如下：
SkillPremiumit=α+βDIDit+γControlsit+μi+δj+λt+εit

其中：
i——企业标识；
t——时间年份；
it——交互项。

基准结果
表2展示了基准回归的结果。该模型逐步加入固定效应，以考察估计出的处理效应对不同识别策略的敏感性。第（1）列仅包含DID指标和控制变量，不加入任何固定效应；第（2）列加入企业固定效应；第（3）列进一步引入年份固定效应；第（4）列则包含了企业、行业和年份的所有固定效应。

机制分析
第2节提出的理论框架指出，税收管理数字化通过两条路径重塑劳动技能溢价：一是减少寻租行为的路径（H1），二是促进灵活就业的路径（H2）。为了检验这些路径在实证上是否成立，本文分析了“金税工程”第三阶段是否显著影响了每一个中介变量。由于机制检验的第一步，即证明DID会对因变量产生显著影响，已经得出结论：税收管理数字化与人工智能技术发展的同步推进，使得政府和企业处于不断变化的制度和技术环境中，企业内部工资结构的决定因素正在发生根本性变化。本文试图通过利用中国“金税工程”三期分阶段在各省推行所形成的准自然实验，来弥补这两类研究之间的空白。RediT作者贡献说明：唐思远：写作——审阅与编辑、写作——初稿撰写、方法论、正式分析、数据整理、概念构建；刘彦成：方法论、正式分析、数据整理；谢浩举：写作——审阅与编辑、项目管理、正式分析。