数字技术常被理解为“机器换人”的自动化进程，但事实上，以人工智能和大数据为代表的新一代数字技术，在替代部分劳动的同时，还能降低劳动者学习新技能的门槛、提升工作效率，其对收入分配的影响远比传统自动化复杂。将劳动者职业选择和劳动供给纳入统一分析可以发现，数字化并不必然扩大或缩小劳动收入不平等，结果取决于技术作用于不同群体的具体渠道，以及采用何种指标衡量不平等。

与自动化技术不同，人工智能等数字技术能够将知识封装并跨主体流通，大幅降低获取新知识、掌握新技能的成本。例如，氛围编程只需要开发者通过自然语言向人工智能系统提出需求便可生成代码，显著降低了编程能力的学习门槛。这意味着，数字技术不仅改变企业的用工需求，还可能改变劳动者是否学习新技能、选择何种职业的决策，从而同时影响劳动需求和劳动供给。

从这一视角出发，分析数字化对收入差距的影响，既要看到传统机制——技术替代部分生产任务、改变劳动需求，也要看到劳动者技能升级和职业转换带来的供给侧反馈。这为理解数字化与收入分配的关系提供了新的分析框架。

具体来看，数字化可能使部分非技能劳动者原有的、与特定技术相关的能力贬值，形成劳动需求侧的替代压力；同时，也可能通过智能辅助、信息匹配和学习方式变化，改变不同劳动者可用于生产的有效工作时间，形成劳动供给侧的赋能效应。两种力量共同作用下，数字化对收入差距的影响同样具有多重性。从高技能与低技能劳动者的平均收入差距看，如果需求侧替代压力较强，或者供给侧赋能更有利于高技能劳动者，组间收入差距会随数字化程度提高而扩大；反之，如果赋能效应主要使低技能劳动者受益，组间差距则会缩小。从群体内部看，高技能和低技能劳动者内部的收入分布也会因职业选择变化而出现不同方向的变化，使得整体收入分配格局更加复杂。

从社会整体基尼系数看，数字化既可能推高也可能降低收入不平等，甚至可能出现先降后升的U型走势，具体取决于需求侧替代压力和供给侧赋能效应的相对强度。尤为重要的是，基尼系数与高、低技能群体平均收入比并不总是同步变化，整体收入差距并非组间差距的简单加总，还受到组内分化的显著影响。

因此，评估数字化对分配公平的影响，不能只看自动化程度，也不能只看高技能与低技能群体之间的平均收入差距，必须结合多个维度综合审视。政策层面，促进包容性增长需要同时关注劳动者受到的技术冲击和技能升级成本。一方面，应提升劳动者特别是非技能劳动者适应和使用新技术的能力，减轻技术迭代对其既有人力资本价值的冲击；另一方面，可通过改善职业教育、技能培训和继续学习条件，降低技能获取和提升成本。同时，相关政策还应关注其对劳动力技能结构和整体劳动收入分布的影响，在技术进步、劳动者能力提升与收入分配之间形成更加协调的政策组合。此外，应加强面向智能经济的统计制度建设，以真实可靠的基础数据支撑科学决策，更加客观、精准地评估新技术、新业态对收入分配的影响。

（作者系中国科学院大学经济与管理学院教授，本文观点摘编自作者发表于《国际经济评论》的学术论文）