《经济学（季刊）》2026年第3期

01 生成式人工智能的影响：个体、组织与社会

陈钊，张洲，钟岳霖

02 人工智能、经济增长与财富分配

陈斌开，等

03 人工智能驱动的教育变革：技术冲击下中国高校学科布局的实证研究

雷晓燕，等

04 人工智能与职业需求——基于任务内容的替代、互补与创造效应分析

胡涟漪，盖庆恩，潘珊

05 生成式AI驱动创新的数量和质量效应——基于诺贝尔化学奖成果AlphaFold的发现

肖柏高，周阳，刘青

06 智能之光：大语言模型驱动的经济管理研究方法论变革

胡诗云，易君健

07 基于AI大语言模型的叙事资产定价研究

樊嘉诚，林建浩，李宗余

08 人工智能技术重塑劳动技能需求——基于在线招聘数据的发现

莫怡青，王安琪，李力行

09 人工智能冲击下的收入分配与政策权衡——基于任务替代与代际交叠的一般均衡分析

孙浩宁，李金璞，董丰

10 生成式人工智能对零工工资的影响

张艺，姜珊

11 人工智能技术进步有助于缓解劳动力市场教育错配——来自“岗位-求职者”匹配数据的证据

于航，等

12 大语言模型对员工效率的影响——基于通信大数据的实证研究

陆迪，吴祁，张迎峰

13 “人工智能+司法”与公共安全治理——来自刑事案件的实证证据

刘嘉琪，周黎安，贺强

14 知识生成之谜： 来自AI专利文本与引文信息的经验证据

董直庆，张潇，余淼杰

15 自然语言处理与经济学研究范式变革：一个文本分析、理解与生成的框架

杨国超，院茜，龚强

16 合约稳定性、专用性投资与农机服务质量提升——基于人工智能自动驾驶植保无人机轨迹大数据的经验证据

张航宇，等

题目：

陈   钊，复旦大学中国社会主义市场经济研究中心、复旦大学经济科学智能研究中心

张   洲，复旦大学中国社会主义市场经济研究中心

钟岳霖，复旦大学中国社会主义市场经济研究中心

生成式人工智能(AI)在各领域快速发展并展现广阔前景，其社会影响备受关注。本文基于实证研究与跨学科框架，系统评估其在个体、组织与社会层面的多重影响。个体层面，生成式AI显著提升常规任务效率，但在复杂任务中存在局限，且会因为使用者AI素养差异而出现分化。对生成式AI的长期使用可能削弱批判性思维并加剧认知依赖。组织层面，该技术有助于团队协作与企业效率提升，但可能抑制创意多样性。社会层面，生成式AI重塑劳动力市场，既能缩小技能差距也会加剧AI素养差异导致的不平等，同时在社会偏见、意识形态与虚假信息治理中发挥双重作用。综合生成式AI的多重影响，我们认为，为了让AI更好地服务于人类价值的实现，个人应提升AI素养，兼顾效率提升与独立思考，政策层面则应关注认知主导与社会公平。

生成式人工智能；大语言模型；多维影响

题目：

陈斌开，中央财经大学经济学院

张梓润，中央民族大学经济学院

夏俊杰，中央财经大学经济学院、北京大学新结构经济学研究院

陈   思，北京大学新结构经济学研究院

本文构建融合人工智能内生技术进步与家户异质性的动态一般均衡模型，将人工智能技术区分为岗位替代型与岗位增强型，考察其对经济增长和财富分配的影响。结果表明，人工智能呈现岗位替代特征，通过提高资本回报率和技能溢价扩大财富分配差距；其增长效应不足以抵消财富分配差距的扩大。政策模拟显示，创新政策、数字基础设施建设和再分配政策均有助于缓解分配影响，其中征收人工智能税与提供岗位增强型研发补贴的组合在财政约束下表现相对较好。

人工智能；经济增长；财富分配

题目：

雷晓燕，北京大学中国经济研究中心、北京大学国家发展研究院

张子哲，北京大学中国经济研究中心、北京大学国家发展研究院

方丹吟，北京大学中国经济研究中心、北京大学国家发展研究院

沈   艳，北京大学中国经济研究中心、北京大学国家发展研究院、北京大学数字金融研究中心

人工智能的快速发展正深刻重塑高等教育学科布局。本文通过构建人工智能技术指标，结合中国高校学科调整与招生计划数据，系统考察人工智能对学科布局的影响。研究显示，技术发展带来社会科学收缩；而自然科学中工学类扩张明显，数学等基础学科呈现相对收缩的态势。同时，技术发展显著促进了高校增设人工智能相关专业和扩张招生规模，并与工学深度融合。“双一流”高校，以及具有学科优势与处在高人工智能职业暴露度地区的高校在学科调整上更为积极，但其招生规模扩张慢于其他高校。

人工智能；高等教育；学科布局

题目：

胡涟漪，华东理工大学商学院

盖庆恩，上海交通大学安泰经济与管理学院

潘   珊，暨南大学产业经济研究院

本文基于中国网络招聘数据与专利数据，实证分析了人工智能对各职业劳动需求的影响。结果表明，人工智能显著促进了招聘需求增长，主要由互补效应和创造效应驱动，而替代效应尚未显现。异质性分析显示，人工智能对就业的促进效应在技术类型、行业与地区间存在显著差异。进一步研究发现，人工智能具有技能偏向特征，其提高了对工作经验丰富、理工科专业背景以及技能复合型人才的需求。总体上，人工智能引致的岗位净增长占招聘平台新增岗位总量的2.4%。

人工智能；招聘需求；任务内容

题目：

肖柏高，湖南大学经济与贸易学院

周   阳，湖南大学经济与贸易学院

刘   青，中国人民大学经济学院

本文以2024年诺贝尔化学奖成果AlphaFold为外生冲击，研究生成式AI对创新的影响。研究发现，能精准生成蛋白质空间结构的AlphaFold显著提升了蛋白质创新数量。但对创新质量影响出现分化：其“创新生成”提升以知识组合、交叉为主的利用式创新质量，同时也因“守旧训练”导致创新趋同，未能提升以颠覆、引领为主的探索式创新质量。此外，AlphaFold驱动科研体系转向“AI范式”，虽提升人均产出，但带来算力数据依赖加深、企业短期研发效率下降和科研方向的AI路径收敛等挑战。

生成式AI；科技创新；数量和质量效应

题目：

胡诗云，北京大学中国经济研究中心、北京大学国家发展研究院、北京大学数字金融研究中心

易君健，北京大学中国经济研究中心、北京大学国家发展研究院

人工智能大语言模型正在重塑知识的生产函数。本文面向经济管理学者，系统阐述其技术原理、应用边界及其引发的方法论变革。本文指出，基于抽象概念构建、反事实推理与价值判断的理论创造力，是人类科学家不可替代的核心优势。大语言模型可在研究中扮演四种角色：参谋、助研、智能体与朋友。作为参谋，它可以增强批判性思维与文献对话；作为助研，它能够实现研究执行的自动化；作为智能体，它本身成为实验工具和新的研究对象；作为朋友，它还可以提供心理与社交支持。然而，大语言模型的广泛应用也可能带来理解深度退化、研究内容同质与同行评议崩溃三大系统性风险。未来的经济管理研究需要在拥抱“智能之光”的同时直面其“阴影”，以人机协作的新范式提高研究效率并拓展人类思维的广度和深度，最终回归思想创新的学术本质。

人工智能；经济学方法论；人机协同

题目：

樊嘉诚，中山大学岭南学院

林建浩，中山大学岭南学院

李宗余，广发证券股份有限公司

本文利用BERT大语言模型提取新闻文本信息，并通过Sparse IPCA方法构建叙事资产定价模型。实证发现状态变量显著反映宏观预期、产出及股市收益，揭示了新闻叙事的经济信息价值。相比传统的股票特征因子，基于文本数据的叙事因子能更好地解释资产异象，并具有更强的样本外策略表现。研究进一步证明了大语言模型的定价效果优于传统的LDA主题模型，并探索其在可解释性、高频因子挖掘及与传统因子联合应用方面的潜力。

横截面资产定价；大语言模型；文本分析

题目：

莫怡青，北京大学中国经济研究中心、北京大学国家发展研究院

王安琪，北京大学中国经济研究中心、北京大学国家发展研究院

李力行，北京大学中国经济研究中心、北京大学国家发展研究院

本文基于2014—2024年的在线招聘数据，构建了一个反映中国劳动力市场技能需求特征的技能分类体系，并以此为基础考察人工智能技术进步引发的技能需求结构变革。研究发现，第一，人工智能技术正在快速改变劳动力需求结构，城市层面的人工智能产学研协同政策显著提高了人工智能技能需求，同时劳动力资源向少数技术密集行业集中。第二，人工智能技能在劳动力市场上获得平均大约8%的工资溢价，与人工智能相似的技能也获得正向回报。第三，企业层面的人工智能技术的采纳使工资分布更加分散，不同技能的回报率之间的差异显著上升。本研究为理解技术进步下劳动力市场的调整机制提供了实证依据。

人工智能技术；劳动力市场；技能结构

题目：

孙浩宁，清华大学经济管理学院

董   丰，清华大学经济管理学院

李金璞，清华大学社会科学学院

人工智能正重塑宏观经济的要素分配格局。本文构建包含任务分配与代际交叠的动态一般均衡模型，系统探讨智能化技术发展的宏观分配效应及政策应对。研究发现，人工智能的广谱任务替代系统性压低了劳动收入份额。这不仅在横向上扩大资本与劳动的收入差异，还在纵向上诱发代际分配失衡，迫使新世代承受人力资本减损的代价。评估多类治理工具发现，各干预政策在改善要素分配与促进经济生产上面临效率、公平与可实施性的内在权衡。

人工智能；劳动收入份额；收入分配

题目：

张艺，广东工业大学经济学院

姜珊，广东工业大学经济学院

本文使用双重差分模型估计生成式人工智能技术创新对零工工资的影响，并探究其作用机制。研究发现：2022年11月30日，ChatGPT-3.5发布后，受冲击较大的高暴露度职业主要集中于认知型零工岗位，其日工资水平显著下降约19.9%，且高收入、线上工作、服务业及非高技术行业岗位受影响更大，这主要源于这些岗位任务与生成式人工智能的技术适配性较高。机制分析表明，工资下降主要由岗位需求减少和城市层面职业结构调整驱动，而劳动力供给端的影响有限。

生成式人工智能暴露度；认知型任务；零工经济

题目：

于   航，北京大学中国经济研究中心、北京大学国家发展研究院、南南合作与发展学院

李泓孛，北京大学国家发展研究院

张丹丹，北京大学中国经济研究中心、北京大学国家发展研究院

张润博，北京大学国家发展研究院

李   强，北京网聘信息技术有限公司

本文基于线上招聘平台2021—2025年“岗位-求职者”匹配数据,测度了中国劳动力市场的纵向(学历)与横向(专业)错配,并以2022年12月ChatGPT发布为外生冲击,采用双重差分与事件研究法识别人工智能大语言模型(AI-LLM)技术进步的影响。研究发现,2021年以来错配整体加剧,但高AI-LLM暴露职业的纵向错配显著缓解,横向错配则未受显著影响。机制上,AI-LLM强化了岗位需求信号的清晰度,提升了技能复杂性与学历门槛,从而改善了劳动力配置效率。

技术进步；劳动力市场错配；人工智能大语言模型技术暴露指数

题目：

陆   迪，深圳大学微众银行金融科技学院、金融科技与数智管理研究中心

吴   祁，北京大学光华管理学院

张迎峰，联通(广东)产业互联网有限公司

本文以国产大语言模型“文心一言”向全社会开放为冲击，利用通信大数据构建企业层级员工加班率面板数据，采用双重差分方法，系统分析大语言模型对企业运营成本的影响。研究发现，受大语言模型冲击较大的公司员工加班率显著降低，劳动报酬增加，企业运营成本下降。进一步异质性分析表明，这种影响在不同股权结构和员工结构的公司间存在差异，且对青壮年和中低收入员工的影响更为显著。本文的研究结论为利用人工智能推动企业高质量发展提供了重要的经验证据和政策启示。

大语言模型；企业运营成本；通信大数据

题目：

刘嘉琪，清华大学五道口金融学院

周黎安，北京大学光华管理学院

贺   强，北京大学光华管理学院

本文考察人工智能(AI)对刑事犯罪治理的影响。研究表明，公安机关应用AI显著降低了犯罪数量。异质性分析发现，该效应在轻度案件、可见案件中更为明显，且对较低学历、单独实施犯罪、初次实施犯罪，以及在异地实施犯罪的犯罪者效果更强。机制分析表明，AI应用有效缩短了破案时间，并经由信息传播形成威慑，促使潜在犯罪者更新对被捕概率的预期，进而抑制其犯罪动机。本文为AI提升公共安全治理效能提供了实证证据。

人工智能；公共安全治理；犯罪威慑

题目：

董直庆，浙江财经大学管理学院

张   潇，华东师范大学经济与管理学院

余淼杰，辽宁大学

AI生成知识易出现“幻觉”，学术界尚未清晰识别创新背后AI扮演的角色。本文利用专利文本与引文数据，探讨AI对知识生成的影响，比较预测式与生成式AI的适用场景，并分析其在知识应用和唤醒“沉睡知识”方面的作用。研究表明，AI不仅能通过知识新构与旧知识淘汰推动新知识产生，还能通过知识延伸与拓展激发后续创新，并提高知识新颖度和影响力。然而，AI的效果受企业知识关联结构的制约。此外，AI有助于推动知识整合与泛化，缩短知识应用周期，并唤醒有创新价值的“沉睡知识”。

预测式AI；生成式AI；知识生成过程

题目：

杨国超，复旦大学保险应用创新研究院、复旦大学创新与数字经济研究院

院   茜，河南大学高级金融学院

龚   强，中南财经政法大学文澜学院

自然语言处理(NLP)是一种依靠计算机和算法对人类语言进行分析、处理和计算，从而实现自动理解甚至再次生成自然语言的全新方法。本文首先总结了相关技术方法的演变过程，然后基于NLP方法的发展历程，依次介绍包括Word2Vec、BERT以及大语言模型的原理，并从分析文本、理解文本和生成文本三个方面，总结NLP方法在学术研究中的应用框架。NLP技术正推动经济学研究范式实现三重跃迁：从依赖结构化数据到非结构化文本，从表层特征量化到深层语义理解，从解释过去转向模拟未来。

自然语言处理；机器学习；大语言模型

题目：

张航宇，福建农林大学经济与管理学院

袁菱苒，北京大学现代农学院、北京大学中国农业政策研究中心

黄季焜，北京大学现代农学院、北京大学中国农业政策研究中心

刘欣煜，北京大学经济学院

人工智能技术显著降低了农机服务的监督成本，但本地服务商的质量优势并未因此消失。本文创新性地基于A市2020—2024年植保无人机厘米级飞行轨迹，构建“格点飞手日度”面板数据集，研究发现，稳定合约关系使轨迹覆盖率提高4.9个百分点，单位面积施药液量提升13.0%。机制分析表明，稳定合约关系促进了专用性资产投资，进而提高了自动驾驶采纳率。本文的研究结论对于准确认识人工智能在农业及其他领域的应用成效、推动具有资产专用性特征的应用场景创新与深化，具有重要的理论与实践意义。

人工智能；农机社会化服务；合约稳定性