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(jì)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(qiáng)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(jī)

技術(shù)變革是推動投資機(jī)會和經(jīng)濟(jì)增長的關(guān)鍵因素，歷史上多次技術(shù)革命都對經(jīng)濟(jì)發(fā)展產(chǎn)生了深遠(yuǎn)影響。在過去的十年中，AI技術(shù)取得了顯著進(jìn)展，并在商業(yè)領(lǐng)域得到了廣泛應(yīng)用。作為一種預(yù)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(xué)習(xí)，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(jìn)增長。盡管AI技術(shù)潛力巨大，其能否真正轉(zhuǎn)化為經(jīng)濟(jì)增長仍存在疑問。過去十年的生產(chǎn)率增長乏力，導(dǎo)致人們擔(dān)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(yīng)用模式及其經(jīng)濟(jì)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(yīng)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(jìn)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(yīng)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(xì)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(yīng)來擴(kuò)展業(yè)務(wù)。研究結(jié)果突顯了AI技術(shù)采用與20世紀(jì)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(jì)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(biāo)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(kuò)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(qiáng)調(diào)了AI相對于以前IT浪潮的獨特特點：作為一種預(yù)測技術(shù)，AI通過更好、更快地從大數(shù)據(jù)中學(xué)習(xí)，促進(jìn)了產(chǎn)品創(chuàng)新并創(chuàng)造了新的商業(yè)機(jī)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(dān)憂，企業(yè)可能會選擇囤積它們擁有的數(shù)據(jù)，導(dǎo)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(xué)向產(chǎn)業(yè)界的大規(guī)模“人才流失”現(xiàn)象。研究發(fā)現(xiàn)，受影響大學(xué)的學(xué)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?yīng)對終身教授、頂尖大學(xué)教授以及深度學(xué)習(xí)領(lǐng)域的教授尤為顯著。進(jìn)一步的證據(jù)表明，未觀察到的城市和大學(xué)層面的沖擊不太可能是導(dǎo)致這些結(jié)果的原因。本文考慮了幾種經(jīng)濟(jì)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(jī)

AI初創(chuàng)企業(yè)在創(chuàng)新、就業(yè)和經(jīng)濟(jì)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(dá)到創(chuàng)紀(jì)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(jìn)經(jīng)濟(jì)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(dǎo)地位。在此背景下，了解促進(jìn)AI初創(chuàng)企業(yè)創(chuàng)業(yè)及吸引風(fēng)險投資的因素尤為重要。

研究特別關(guān)注教授在學(xué)生創(chuàng)業(yè)成功中的重要性。大學(xué)教授在傳授前沿知識和提供創(chuàng)業(yè)指導(dǎo)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(xué)術(shù)界。這種人才流失可能會顯著影響學(xué)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(xué)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(xué)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(xué)術(shù)界的AI人才流失在樣本期末逐漸加劇。2018年，21所大學(xué)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(xué)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(xué)生創(chuàng)辦的AI初創(chuàng)企業(yè)數(shù)量之間的負(fù)相關(guān)關(guān)系，并且學(xué)生的AI初創(chuàng)企業(yè)在其大學(xué)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(xué)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(xué)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(xué)生的創(chuàng)業(yè)活動。第四，研究表明這一效應(yīng)僅適用于AI初創(chuàng)企業(yè)，且僅適用于未與學(xué)生重疊的終身教授、頂尖學(xué)校的教授和深度學(xué)習(xí)教授。第五，AI教授的離職與學(xué)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(yīng)影響受影響大學(xué)的學(xué)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(xué)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(xué)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(xué)術(shù)知識是成功融資的重要因素。

學(xué)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(xué)習(xí)教授的流失對初創(chuàng)企業(yè)的負(fù)面影響最為顯著。這排除了AI人才流失通過減少學(xué)生的一般編程知識、項目管理或領(lǐng)導(dǎo)技能而影響初創(chuàng)企業(yè)的可能性。深度學(xué)習(xí)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(jìn)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(jī)科學(xué)系的大學(xué)中終身教授的AI人才流失負(fù)面影響更大?？梢酝茰y，這些院系的AI教授更可能進(jìn)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(xué)位的企業(yè)家創(chuàng)辦的初創(chuàng)企業(yè)顯著。所有離開學(xué)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(xué)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(biāo)準(zhǔn)。研究發(fā)現(xiàn)，離職教授的知識越適用，學(xué)生后來創(chuàng)辦的AI初創(chuàng)企業(yè)就越少。

研究還表明，當(dāng)教授的初創(chuàng)企業(yè)在學(xué)生畢業(yè)前籌集資金時，成為AI企業(yè)家的學(xué)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(fù)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(xué)生。有幾種替代解釋：

第一，可以合理排除大學(xué)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(xué)生不太可能避開AI人才流失高的大學(xué)，因為在有AI人才流失的大學(xué)，新入學(xué)的博士生在入學(xué)一年內(nèi)獲得著名獎學(xué)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(xué)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(xué)，并同時引導(dǎo)最優(yōu)秀的學(xué)生去公司工作。第五，研究認(rèn)為教授不太可能通過與風(fēng)險投資公司的聯(lián)系來幫助學(xué)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(xué)所在的城市。

三、機(jī)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(dǎo)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(fù)面影響不僅通過收入和儲蓄渠道傳導(dǎo)，還通過家庭的內(nèi)生最優(yōu)投資組合決策這一新機(jī)制發(fā)揮作用。具體而言，自動化增加了人力資本風(fēng)險，促使家庭減少在股市的投資，從而導(dǎo)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(yīng)。

（二）研究動機(jī)

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

盡管已有文獻(xiàn)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(jī)會的負(fù)面影響以及與勞動收入風(fēng)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(jī)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(bǔ)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(jì)機(jī)制。研究特別關(guān)注家庭如何因自動化引發(fā)的風(fēng)險變化調(diào)整其金融資產(chǎn)配置，進(jìn)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(jī)制，解釋了自動化對財富積累的負(fù)面效應(yīng)。本研究不僅為理解自動化對個人經(jīng)濟(jì)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(jī)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(xì)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(jī)器人的采用率，將工業(yè)機(jī)器人定義為可重新編程且能夠適應(yīng)執(zhí)行不同任務(wù)的完全自主的機(jī)器。具體而言，研究結(jié)合了行業(yè)級別的機(jī)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(jī)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(jī)器人密度中位變化作為工具變量，識別瑞典行業(yè)內(nèi)機(jī)器人使用的外生變化。實證分析的結(jié)果顯示，工作場所機(jī)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(jì)條件之后，仍然發(fā)現(xiàn)這種顯著的負(fù)面影響。

研究考慮了工業(yè)機(jī)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(fù)雜的機(jī)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(dǎo)致家庭金融財富水平較低，主要原因是這些家庭在應(yīng)對人力資本風(fēng)險增加時，減少或完全取消了其股票市場的投資。研究仔細(xì)審查了其他替代機(jī)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(qiáng)烈表明，研究中工業(yè)機(jī)器人對家庭財富積累的負(fù)面影響不僅僅是收入或儲蓄效應(yīng)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(yīng)，發(fā)現(xiàn)自動化對股票市場參與和財富積累的負(fù)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(jìn)一步擴(kuò)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(fēng)險和內(nèi)生的股票市場參與。模型擴(kuò)展了勞動力收入過程中機(jī)器人化沖擊的影響。具體來說，收入過程的水平和風(fēng)險均取決于預(yù)先的機(jī)器人暴露和事后的機(jī)器人沖擊。

模型通過校準(zhǔn)以匹配數(shù)據(jù)中高、中、低機(jī)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(jìn)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(yīng)對機(jī)器人化沖擊而進(jìn)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(jī)制，與實證結(jié)果一致。

主 編：尹振濤
本期責(zé)編：汪勇、王振
（來源：中小微企業(yè)數(shù)字化轉(zhuǎn)型調(diào)查）