一、人工智能、企業成長和產品創新

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

（二）研究動機

技術變革是推動投資機會和經濟增長的關鍵因素，歷史上多次技術革命都對經濟發展產生了深遠影響。在過去的十年中，AI技術取得了顯著進展，并在商業領域得到了廣泛應用。作為一種預測技術，AI使企業能夠更快、更好地從大量數據中學習，從而顯著改善商業決策。因此，AI被視為一種通用技術，能夠通過提高生產力和產品創新在廣泛的行業中促進增長。盡管AI技術潛力巨大，其能否真正轉化為經濟增長仍存在疑問。過去十年的生產率增長乏力，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，而缺乏關于企業層面AI采用的全面數據，成為理解AI技術應用模式及其經濟影響的主要障礙。

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據，全面分析AI技術的應用模式及其對企業和行業的潛在好處。特別是，研究探討了AI投資是否通過提高產品創新能力，進而推動企業的銷售、就業和市場估值的增長。通過分析大規模和多樣化的數據集，研究希望揭示AI技術如何在企業內部積累和應用，以及這種技術投資對行業整體動態的影響。

（三）研究內容及結論

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

研究發現了AI投資與企業規模之間的正反饋循環：AI投資集中在最大的企業中，隨著企業投資AI，它們的規模變得更大，銷售額、就業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的企業通過產品創新和增加產品供應來擴展業務。研究結果突顯了AI技術采用與20世紀八九十年代信息技術（IT）采用之間的重要差異。許多先前的研究發現，IT投資與經濟上顯著的生產率提高有關，但在市場份額等企業增長指標上結果不一。相比之下，本文觀察到AI投資企業的增長增加，伴隨著產品創新的增加，但尚未發現企業層面生產率的提高。

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

研究結果表明，AI的收益在很大程度上取決于誰擁有大數據——這是AI技術的關鍵投入。雖然數據是非競爭性的（數據可以被任何數量的企業同時使用），但最近的理論研究表明，出于對創造性破壞的擔憂，企業可能會選擇囤積它們擁有的數據，導致非競爭性數據的使用效率低下，而將數據產權賦予消費者可以產生接近最優的配置。

二、人工智能、教育和創業精神

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）教授從大學向產業界的大規模“人才流失”現象。研究發現，受影響大學的學生創辦的AI初創企業數量減少，融資金額也降低。“人才流失”效應對終身教授、頂尖大學教授以及深度學習領域的教授尤為顯著。進一步的證據表明，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果的原因。本文考慮了幾種經濟渠道來解釋這些發現，最一致的解釋是教授的離職減少了初創企業創始人的AI知識，而這種知識是成功創辦和融資初創企業的重要因素。

（二）研究動機

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

研究特別關注教授在學生創業成功中的重要性。大學教授在傳授前沿知識和提供創業指導方面發揮關鍵作用。然而，近年來，由于產業界提供的高薪和更好的研究資源，越來越多的AI教授離開學術界。這種人才流失可能會顯著影響學生創辦成功AI初創企業的能力。

（三）研究內容及結論

本研究、收集了2004年至2018年間北美大學向產業界流失AI領域教授的數據。在此期間，共有211名AI教授部分或全部離開學術界，創辦自己的初創企業或加入其他公司。這種學術界的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平均占這些大學所有AI教授引用次數的19%。

研究表明了AI人才流失與北美大學生創辦的AI初創企業數量之間的負相關關系，并且學生的AI初創企業在其大學經歷AI人才流失后的許多年里籌集到的資金更少。

第一，教授離開學術界主要是因為產業界提供了顯著更高的報酬、無與倫比的數據和計算資源。第二，研究僅觀察到對AI初創企業的影響（即對同一大學的非AI初創企業沒有影響）。第三，研究發現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業活動。第四，研究表明這一效應僅適用于AI初創企業，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業和融資決策之間存在顯著的時間間隔。

由于AI初創企業推動了創新和增長，了解AI教授離職多年后初創企業數量和融資減少的原因是非常重要的。研究結果與知識轉移渠道一致，AI人才流失有效地限制了AI知識從教授向未來創始人的轉移。如果企業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辦的AI初創企業數量。研究發現，AI人才流失后AI初創企業數量和融資顯著減少，這表明創始人的AI學術知識對于初創企業的成功至關重要。研究還表明，AI初創企業比非AI初創企業更有可能擁有至少一名擁有博士學位的聯合創始人，并且創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關系,這表明了AI學術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，但研究發現深度學習教授的流失對初創企業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、項目管理或領導技能而影響初創企業的可能性。深度學習領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移對創始人成功的重要性。支持知識轉移渠道的另一個證據是，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。可以推測，這些院系的AI教授更可能進行前沿的AI研究。此外，這一結果僅對由擁有碩士或博士學位的企業家創辦的初創企業顯著。所有離開學術界的AI教授中，有62名教授最有可能轉移對初創企業形成和融資有幫助的知識。這些教授企業家部分或全部離開學術界創辦了自己的初創企業。研究基于教授離職后至2020年其初創企業籌集的資金量構建了一種新的教授知識適用性衡量標準。研究發現，離職教授的知識越適用，學生后來創辦的AI初創企業就越少。

研究還表明，當教授的初創企業在學生畢業前籌集資金時，成為AI企業家的學生人數沒有顯著減少。這一結果表明，AI人才流失對初創企業形成和融資的負面影響不太可能是由于教授企業家雇傭了最優秀的學生。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動結果的可能性。第二，研究表明，優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獲得著名獎學金的可能性不低。第三，研究的發現與離職教授雇傭最優秀的學生并因此減少可用的人力資本以形成初創企業的可能性不太一致。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系來幫助學生，因為這樣的介紹更可能有利于本地企業家，而研究發現受影響的初創企業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，本文發現，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，還通過家庭的內生最優投資組合決策這一新機制發揮作用。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，隨著數字技術的迅猛發展，尤其是機器人技術和其他相關技術的重大進步，自動化的影響已成為學術界和政策制定者關注的焦點。據國際機器人聯合會（IFR）數據顯示，過去十年間全球工業機器人的數量幾乎增加了三倍，且預計未來十年將繼續以類似的速度增長。自動化的廣泛應用和人工智能能力的重大進展引發了許多重要問題，特別是對個人經濟狀況的深遠影響。

盡管已有文獻表明，自動化對生產率有積極的影響，但其對工資、就業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性也日益顯著，也有研究表明工業機器人的普及降低了美國地方勞動力市場的整體就業和工資水平。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，并揭示其背后的經濟機制。研究特別關注家庭如何因自動化引發的風險變化調整其金融資產配置，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于如何緩解自動化帶來的財富不平等的實證依據。

（三）研究內容及結論

在實證分析中，研究采用了行業級別的機器人使用數據和瑞典的大規模個體面板數據，數據涵蓋了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果。為了度量自動化的重要性，研究使用了工業機器人的采用率，將工業機器人定義為可重新編程且能夠適應執行不同任務的完全自主的機器。具體而言，研究結合了行業級別的機器人使用數據與個體面板數據，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，識別瑞典行業內機器人使用的外生變化。實證分析的結果顯示，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、行業因素和地方經濟條件之后，仍然發現這種顯著的負面影響。

研究考慮了工業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。眾多發現強烈表明，研究中工業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物，而且是由投資組合渠道驅動的。

本文還研究了自動化程度增加的潛在分配效應，發現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，而在教育程度較高的家庭中未發現類似影響。這些結果表明，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，研究構建并求解了一個生命周期模型，該模型結合了消費和投資組合選擇，同時考慮了自動化風險和內生的股票市場參與。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據中高、中、低機器人暴露家庭的財富積累，結果表明模型能很好地再現這三組家庭的資產配置。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，結果發現，為應對機器人化沖擊而進行的投資組合再平衡產生了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，與實證結果一致。

主      編：尹振濤 

本期責編：汪勇、王振

（來源：中小微企業數字化轉型調查）