一、人工智能、企業(yè)成長和產(chǎn)品創(chuàng)新

Babina T, Fedyk A, He A, et al. Artificial intelligence, firm growth, and product innovation[J]. Journal of Financial Economics, 2024, 151: 103745.

（一）摘要

本文研究了人工智能（AI）技術(shù)的使用及其對企業(yè)增長和產(chǎn)品創(chuàng)新的經(jīng)濟影響。研究提出了一種基于員工簡歷的新方法來衡量企業(yè)層面的AI投資，并發(fā)現(xiàn)AI投資在各行業(yè)顯著增加。投資于AI的公司在銷售額、就業(yè)和市場估值方面均表現(xiàn)出更高的增長，而這一增長主要通過增加的產(chǎn)品創(chuàng)新實現(xiàn)。這種增長集中在較大企業(yè)，并伴隨行業(yè)集中度的提高。最后研究強調(diào)，像AI這樣的新技術(shù)通過產(chǎn)品創(chuàng)新有助于企業(yè)增長和超級明星企業(yè)的形成。

（二）研究動機

技術(shù)變革是推動投資機會和經(jīng)濟增長的關(guān)鍵因素，歷史上多次技術(shù)革命都對經(jīng)濟發(fā)展產(chǎn)生了深遠影響。在過去的十年中，AI技術(shù)取得了顯著進展，并在商業(yè)領(lǐng)域得到了廣泛應用。作為一種預測技術(shù)，AI使企業(yè)能夠更快、更好地從大量數(shù)據(jù)中學習，從而顯著改善商業(yè)決策。因此，AI被視為一種通用技術(shù)，能夠通過提高生產(chǎn)力和產(chǎn)品創(chuàng)新在廣泛的行業(yè)中促進增長。盡管AI技術(shù)潛力巨大，其能否真正轉(zhuǎn)化為經(jīng)濟增長仍存在疑問。過去十年的生產(chǎn)率增長乏力，導致人們擔心AI的好處可能被夸大，或者需要更長時間才能顯現(xiàn)，而缺乏關(guān)于企業(yè)層面AI采用的全面數(shù)據(jù)，成為理解AI技術(shù)應用模式及其經(jīng)濟影響的主要障礙。

研究提出了一種新的基于人力資本的AI投資測量方法，通過勞動力市場中員工簡歷和招聘數(shù)據(jù)，全面分析AI技術(shù)的應用模式及其對企業(yè)和行業(yè)的潛在好處。特別是，研究探討了AI投資是否通過提高產(chǎn)品創(chuàng)新能力，進而推動企業(yè)的銷售、就業(yè)和市場估值的增長。通過分析大規(guī)模和多樣化的數(shù)據(jù)集，研究希望揭示AI技術(shù)如何在企業(yè)內(nèi)部積累和應用，以及這種技術(shù)投資對行業(yè)整體動態(tài)的影響。

（三）研究內(nèi)容及結(jié)論

本文引入了一種基于兩套詳細的人力資本數(shù)據(jù)的新穎方法來衡量企業(yè)層面的AI技術(shù)投資（Cognism的簡歷數(shù)據(jù)和Burning Glass Technologies的職位發(fā)布數(shù)據(jù)）研究了企業(yè)如何投資并受益于AI技術(shù)。

研究發(fā)現(xiàn)了AI投資與企業(yè)規(guī)模之間的正反饋循環(huán)：AI投資集中在最大的企業(yè)中，隨著企業(yè)投資AI，它們的規(guī)模變得更大，銷售額、就業(yè)和市場份額都在增加。這種由AI推動的增長似乎不是源于削減成本，而是因為投資AI的企業(yè)通過產(chǎn)品創(chuàng)新和增加產(chǎn)品供應來擴展業(yè)務。研究結(jié)果突顯了AI技術(shù)采用與20世紀八九十年代信息技術(shù)（IT）采用之間的重要差異。許多先前的研究發(fā)現(xiàn)，IT投資與經(jīng)濟上顯著的生產(chǎn)率提高有關(guān)，但在市場份額等企業(yè)增長指標上結(jié)果不一。相比之下，本文觀察到AI投資企業(yè)的增長增加，伴隨著產(chǎn)品創(chuàng)新的增加，但尚未發(fā)現(xiàn)企業(yè)層面生產(chǎn)率的提高。

研究結(jié)果還顯示，與IT的擴散模式相比，AI在大企業(yè)中的采用率更高，且AI投資帶來的收益更大。這些差異強調(diào)了AI相對于以前IT浪潮的獨特特點：作為一種預測技術(shù)，AI通過更好、更快地從大數(shù)據(jù)中學習，促進了產(chǎn)品創(chuàng)新并創(chuàng)造了新的商業(yè)機會。

研究結(jié)果表明，AI的收益在很大程度上取決于誰擁有大數(shù)據(jù)——這是AI技術(shù)的關(guān)鍵投入。雖然數(shù)據(jù)是非競爭性的（數(shù)據(jù)可以被任何數(shù)量的企業(yè)同時使用），但最近的理論研究表明，出于對創(chuàng)造性破壞的擔憂，企業(yè)可能會選擇囤積它們擁有的數(shù)據(jù)，導致非競爭性數(shù)據(jù)的使用效率低下，而將數(shù)據(jù)產(chǎn)權(quán)賦予消費者可以產(chǎn)生接近最優(yōu)的配置。

二、人工智能、教育和創(chuàng)業(yè)精神

Gofman M, Jin Z. Artificial Intelligence, Education, and Entrepreneurship[J]. The Journal of Finance, 2024, 79(1): 631-667.

（一）摘要

本文記錄了2004年至2018年間前所未有的人工智能（AI）教授從大學向產(chǎn)業(yè)界的大規(guī)?！叭瞬帕魇А爆F(xiàn)象。研究發(fā)現(xiàn)，受影響大學的學生創(chuàng)辦的AI初創(chuàng)企業(yè)數(shù)量減少，融資金額也降低?！叭瞬帕魇А毙獙K身教授、頂尖大學教授以及深度學習領(lǐng)域的教授尤為顯著。進一步的證據(jù)表明，未觀察到的城市和大學層面的沖擊不太可能是導致這些結(jié)果的原因。本文考慮了幾種經(jīng)濟渠道來解釋這些發(fā)現(xiàn)，最一致的解釋是教授的離職減少了初創(chuàng)企業(yè)創(chuàng)始人的AI知識，而這種知識是成功創(chuàng)辦和融資初創(chuàng)企業(yè)的重要因素。

（二）研究動機

AI初創(chuàng)企業(yè)在創(chuàng)新、就業(yè)和經(jīng)濟增長中扮演重要角色。根據(jù)AI Index 2022年年度報告，2021年全球AI初創(chuàng)企業(yè)的投資達到創(chuàng)紀錄的935億美元。AI已成為最具前途和創(chuàng)造性的通用技術(shù)之一，具有改變我們生活的每一個方面并促進經(jīng)濟增長的潛力。全球最大的一些公司和國家正在爭奪AI領(lǐng)導地位。在此背景下，了解促進AI初創(chuàng)企業(yè)創(chuàng)業(yè)及吸引風險投資的因素尤為重要。

研究特別關(guān)注教授在學生創(chuàng)業(yè)成功中的重要性。大學教授在傳授前沿知識和提供創(chuàng)業(yè)指導方面發(fā)揮關(guān)鍵作用。然而，近年來，由于產(chǎn)業(yè)界提供的高薪和更好的研究資源，越來越多的AI教授離開學術(shù)界。這種人才流失可能會顯著影響學生創(chuàng)辦成功AI初創(chuàng)企業(yè)的能力。

（三）研究內(nèi)容及結(jié)論

本研究、收集了2004年至2018年間北美大學向產(chǎn)業(yè)界流失AI領(lǐng)域教授的數(shù)據(jù)。在此期間，共有211名AI教授部分或全部離開學術(shù)界，創(chuàng)辦自己的初創(chuàng)企業(yè)或加入其他公司。這種學術(shù)界的AI人才流失在樣本期末逐漸加劇。2018年，21所大學失去了40名AI教職人員，這些教職人員的引用次數(shù)平均占這些大學所有AI教授引用次數(shù)的19%。

研究表明了AI人才流失與北美大學生創(chuàng)辦的AI初創(chuàng)企業(yè)數(shù)量之間的負相關(guān)關(guān)系，并且學生的AI初創(chuàng)企業(yè)在其大學經(jīng)歷AI人才流失后的許多年里籌集到的資金更少。

第一，教授離開學術(shù)界主要是因為產(chǎn)業(yè)界提供了顯著更高的報酬、無與倫比的數(shù)據(jù)和計算資源。第二，研究僅觀察到對AI初創(chuàng)企業(yè)的影響（即對同一大學的非AI初創(chuàng)企業(yè)沒有影響）。第三，研究發(fā)現(xiàn)時變的城市層面沖擊不太可能同時解釋教職人員的離職和學生的創(chuàng)業(yè)活動。第四，研究表明這一效應僅適用于AI初創(chuàng)企業(yè)，且僅適用于未與學生重疊的終身教授、頂尖學校的教授和深度學習教授。第五，AI教授的離職與學生創(chuàng)業(yè)和融資決策之間存在顯著的時間間隔。

由于AI初創(chuàng)企業(yè)推動了創(chuàng)新和增長，了解AI教授離職多年后初創(chuàng)企業(yè)數(shù)量和融資減少的原因是非常重要的。研究結(jié)果與知識轉(zhuǎn)移渠道一致，AI人才流失有效地限制了AI知識從教授向未來創(chuàng)始人的轉(zhuǎn)移。如果企業(yè)家能夠籌集資金并雇傭具有深厚AI知識的員工，那么AI人才流失不應影響受影響大學的學生創(chuàng)辦的AI初創(chuàng)企業(yè)數(shù)量。研究發(fā)現(xiàn)，AI人才流失后AI初創(chuàng)企業(yè)數(shù)量和融資顯著減少，這表明創(chuàng)始人的AI學術(shù)知識對于初創(chuàng)企業(yè)的成功至關(guān)重要。研究還表明，AI初創(chuàng)企業(yè)比非AI初創(chuàng)企業(yè)更有可能擁有至少一名擁有博士學位的聯(lián)合創(chuàng)始人，并且創(chuàng)始人的正式教育水平與其獲得的融資金額之間存在正相關(guān)關(guān)系,這表明了AI學術(shù)知識是成功融資的重要因素。

學生可以從教授那里獲得不同類型的知識，但研究發(fā)現(xiàn)深度學習教授的流失對初創(chuàng)企業(yè)的負面影響最為顯著。這排除了AI人才流失通過減少學生的一般編程知識、項目管理或領(lǐng)導技能而影響初創(chuàng)企業(yè)的可能性。深度學習領(lǐng)域教授的流失對碩士和博士生有顯著影響，但對本科生沒有顯著影響，這進一步證實了高級知識轉(zhuǎn)移對創(chuàng)始人成功的重要性。支持知識轉(zhuǎn)移渠道的另一個證據(jù)是，頂尖計算機科學系的大學中終身教授的AI人才流失負面影響更大?？梢酝茰y，這些院系的AI教授更可能進行前沿的AI研究。此外，這一結(jié)果僅對由擁有碩士或博士學位的企業(yè)家創(chuàng)辦的初創(chuàng)企業(yè)顯著。所有離開學術(shù)界的AI教授中，有62名教授最有可能轉(zhuǎn)移對初創(chuàng)企業(yè)形成和融資有幫助的知識。這些教授企業(yè)家部分或全部離開學術(shù)界創(chuàng)辦了自己的初創(chuàng)企業(yè)。研究基于教授離職后至2020年其初創(chuàng)企業(yè)籌集的資金量構(gòu)建了一種新的教授知識適用性衡量標準。研究發(fā)現(xiàn)，離職教授的知識越適用，學生后來創(chuàng)辦的AI初創(chuàng)企業(yè)就越少。

研究還表明，當教授的初創(chuàng)企業(yè)在學生畢業(yè)前籌集資金時，成為AI企業(yè)家的學生人數(shù)沒有顯著減少。這一結(jié)果表明，AI人才流失對初創(chuàng)企業(yè)形成和融資的負面影響不太可能是由于教授企業(yè)家雇傭了最優(yōu)秀的學生。有幾種替代解釋：

第一，可以合理排除大學或城市層面沖擊驅(qū)動結(jié)果的可能性。第二，研究表明，優(yōu)秀的學生不太可能避開AI人才流失高的大學，因為在有AI人才流失的大學，新入學的博士生在入學一年內(nèi)獲得著名獎學金的可能性不低。第三，研究的發(fā)現(xiàn)與離職教授雇傭最優(yōu)秀的學生并因此減少可用的人力資本以形成初創(chuàng)企業(yè)的可能性不太一致。第四，研究表明，一些未觀察到的人才需求因素不太可能誘使教授離開大學，并同時引導最優(yōu)秀的學生去公司工作。第五，研究認為教授不太可能通過與風險投資公司的聯(lián)系來幫助學生，因為這樣的介紹更可能有利于本地企業(yè)家，而研究發(fā)現(xiàn)受影響的初創(chuàng)企業(yè)并不位于大學所在的城市。

三、機器人會加劇財富分散嗎？

Gomes F, Jansson T, Karabulut Y. Do Robots Increase Wealth Dispersion?[J]. The Review of Financial Studies, 2023, 37(1): 119-160.

(一)摘要

本文探討了工作中自動化程度增加對家庭財富積累的影響。通過實證和理論分析，本文發(fā)現(xiàn)，自動化導致了家庭財富水平和財富分布相對位置的顯著下降，這種負面影響不僅通過收入和儲蓄渠道傳導，還通過家庭的內(nèi)生最優(yōu)投資組合決策這一新機制發(fā)揮作用。具體而言，自動化增加了人力資本風險，促使家庭減少在股市的投資，從而導致財富水平和財富分布相對位置的下降。研究還表明，投資組合渠道放大了自動化程度提高所帶來的不平等加劇的效應。

（二）研究動機

近年來，隨著數(shù)字技術(shù)的迅猛發(fā)展，尤其是機器人技術(shù)和其他相關(guān)技術(shù)的重大進步，自動化的影響已成為學術(shù)界和政策制定者關(guān)注的焦點。據(jù)國際機器人聯(lián)合會（IFR）數(shù)據(jù)顯示，過去十年間全球工業(yè)機器人的數(shù)量幾乎增加了三倍，且預計未來十年將繼續(xù)以類似的速度增長。自動化的廣泛應用和人工智能能力的重大進展引發(fā)了許多重要問題，特別是對個人經(jīng)濟狀況的深遠影響。

盡管已有文獻表明，自動化對生產(chǎn)率有積極的影響，但其對工資、就業(yè)機會的負面影響以及與勞動收入風險和工資不平等增加的相關(guān)性也日益顯著，也有研究表明工業(yè)機器人的普及降低了美國地方勞動力市場的整體就業(yè)和工資水平。然而，這些研究主要集中在自動化對勞動力市場的直接影響，對其如何通過家庭金融決策影響財富積累的研究相對較少。

本研究旨在填補這一空白，通過實證和理論分析，深入探討自動化對家庭財富積累的影響，并揭示其背后的經(jīng)濟機制。研究特別關(guān)注家庭如何因自動化引發(fā)的風險變化調(diào)整其金融資產(chǎn)配置，進而影響其財富水平和分布位置。研究不僅探討了自動化對收入和儲蓄行為的直接影響，還首次提出并驗證了投資組合決策的變化這一新機制，解釋了自動化對財富積累的負面效應。本研究不僅為理解自動化對個人經(jīng)濟福祉的全方位影響提供了新視角，還為政策制定者提供了關(guān)于如何緩解自動化帶來的財富不平等的實證依據(jù)。

（三）研究內(nèi)容及結(jié)論

在實證分析中，研究采用了行業(yè)級別的機器人使用數(shù)據(jù)和瑞典的大規(guī)模個體面板數(shù)據(jù)，數(shù)據(jù)涵蓋了1999年至2007年期間約30萬戶家庭的詳細財富記錄和勞動力市場結(jié)果。為了度量自動化的重要性，研究使用了工業(yè)機器人的采用率，將工業(yè)機器人定義為可重新編程且能夠適應執(zhí)行不同任務的完全自主的機器。具體而言，研究結(jié)合了行業(yè)級別的機器人使用數(shù)據(jù)與個體面板數(shù)據(jù)，以探討工作場所機器人使用增加對家庭金融行為和財富結(jié)果的影響。

研究采用工具變量（IV）法，利用其他11個西歐國家的機器人密度中位變化作為工具變量，識別瑞典行業(yè)內(nèi)機器人使用的外生變化。實證分析的結(jié)果顯示，工作場所機器人使用增加顯著降低了家庭財富積累，即使在控制了豐富的家庭特征、行業(yè)因素和地方經(jīng)濟條件之后，仍然發(fā)現(xiàn)這種顯著的負面影響。

研究考慮了工業(yè)機器人可能影響家庭財富積累的多種解釋。除了收入和儲蓄渠道外，研究結(jié)果指出了一種更為復雜的機制，本文稱之為投資組合渠道。具體而言，研究顯示出更高程度的自動化暴露導致家庭金融財富水平較低，主要原因是這些家庭在應對人力資本風險增加時，減少或完全取消了其股票市場的投資。研究仔細審查了其他替代機制，包括勞動收入變化或家庭儲蓄行為的變化。眾多發(fā)現(xiàn)強烈表明，研究中工業(yè)機器人對家庭財富積累的負面影響不僅僅是收入或儲蓄效應的產(chǎn)物，而且是由投資組合渠道驅(qū)動的。

本文還研究了自動化程度增加的潛在分配效應，發(fā)現(xiàn)自動化對股票市場參與和財富積累的負面影響僅在教育程度較低的家庭中顯現(xiàn)，而在教育程度較高的家庭中未發(fā)現(xiàn)類似影響。這些結(jié)果表明，快速的自動化可能進一步擴大高技能和低技能個體之間的財富差距。

在理論分析中，研究構(gòu)建并求解了一個生命周期模型，該模型結(jié)合了消費和投資組合選擇，同時考慮了自動化風險和內(nèi)生的股票市場參與。模型擴展了勞動力收入過程中機器人化沖擊的影響。具體來說，收入過程的水平和風險均取決于預先的機器人暴露和事后的機器人沖擊。

模型通過校準以匹配數(shù)據(jù)中高、中、低機器人暴露家庭的財富積累，結(jié)果表明模型能很好地再現(xiàn)這三組家庭的資產(chǎn)配置。然后，研究進行了反事實分析，分離出投資組合渠道在解釋不同家庭財富積累差異中的作用，結(jié)果發(fā)現(xiàn)，為應對機器人化沖擊而進行的投資組合再平衡產(chǎn)生了15%的財富差異，證實這確實是推動財富積累差異的重要機制，與實證結(jié)果一致。

主      編：尹振濤 

本期責編：汪勇、王振

（來源：中小微企業(yè)數(shù)字化轉(zhuǎn)型調(diào)查）