王国敏 唐 虹 费 翔

一、引言

数字2.0时代已然来临，云计算、大数据、移动互联网、物联网和人工智能等新技术带来的数字化革命不仅深刻地改变着人们的生产生活方式，也正在加速重构全球劳动力市场。一些常规的、程序化的职位被人工智能代替，导致大量行业出现技术性失业，甚至牛津大学的相关研究预言，美国有47%的工作将被人工智能替代(Frey，2017)。①“失业”和“收入不平等”成为数字经济时代社会最为关注的问题之一。

在过去，从人力资本的视角，收入不平等主要来自教育溢价，即技术进步对高技能工人需求的增加和对低技能工人需求的减少，因此最终可归结为人力资本认知能力的高或低，这是传统人力资本理论的基本观点(Autor et al.1998；Acemoglu，1998)。②但是近年来有研究表明，自21世纪以来，技术进步同时导致了高技能工作(比如算法工程师)与低技能工作(比如食物配送)的增加，相反，中等技能工作(比如银行柜员、会计、翻译)却大幅减少(Deming，2015)。③显然这一现象以传统人力资本理论的“教育与认知能力”假说已无法做出解释。

为了弥补这个缺陷，新人力资本理论(Deming D J&Lisa Kahn，2017)试图在传统工资决定方程的基础上引入非认知能力以加强对上述新的现象的解释。④非认知能力的引入，不仅可以缓解内生性问题，有力地修正教育回报率的估计偏差，也可以部分地解释不可观测因素所带来的收入不平等。从认知能力与非认知能力的角度研究收入不平等尽管打开了不可观测因素的“黑箱……