以下观点整理自蔡昉在CMF2026年中期论坛（总第73期）上的发言
人工智能是当前宏观经济讨论中的热门话题，投资于人同样是当前政策部署中的重要议题。不过，与人工智能相比，投资于人在投资界和宏观经济学界的讨论还相对不足。因此，有必要把这两个议题结合起来讨论。人工智能的发展有望推动中国经济进入新的增长周期，但要真正释放这一潜力，必须同步加大投资于人的力度。
刚刚发布的宏观经济报告提到新质生产力正在成为经济发展的新引擎，也提到智能经济发展对于开创新局的重要意义。人工智能发展有望推动中国进入新的经济周期。这个新周期当然不会是一个含有通缩因素的经济周期，也不应是一个供强需弱的增长格局。围绕“十五五”规划纲要的发展部署，可以从保障合理合意增速、破解生产率悖论、以投资于人分享生产率三个方面理解这一问题。
一、人工智能有望支撑合理合意增速并开启新增长周期
第一，从2035年发展目标倒推，当前经济增长速度总体上是合理、合意的。“十五五”规划面向2035年提出了成为中等发达国家的目标。虽然并没有给出这期间及每一年的具体增速，但如果按照这一目标倒推“十五五”“十六五”期间的增长路径，每一年的增长速度实际上是存在一个可预测区间的。按照官方要求，到2035年我国人均GDP需要在2020年基础上按不变价翻一番，预计大约应达到2.2万美元左右。我们自己对中国未来潜在增长率的估算，与翻一番目标基本一致。由此看今后五年，我国经济每年保持4.4%至4.8%左右的增长速度，即能够支撑2035年目标的实现。从这一意义上看，这次发布宏观经济报告提出的全年增速预测，是合理、合意的增长率。
第二，人工智能有望进一步提高劳动生产率、全要素生产率和潜在增长率。改革开放以来，我国全要素生产率和劳动生产率经历了大幅提高的过程。但随着人口红利逐步消失，中国进入经济增长新常态，经济增速下行伴随的是生产率增速下降。这里并不是说生产率倒退，而是指生产率提高的速度在放缓。从长期轨迹看，劳动生产率和全要素生产率增速大体呈现倒U型走势，说明传统意义上的生产率提升来源正在逐渐减弱。
过去，劳动生产率和全要素生产率提高的重要来源，是大规模资源重新配置，特别是劳动力从农村向城市转移、从农业向非农产业转移所带来的资源配置效率提升。随着人口红利消失，剩余劳动力减少，人口转移速度放缓，这一大规模资源重新配置的空间正在收窄。恰好在这一时点上，人工智能为我们提供了颗粒度更小、更精细的资源重新配置机会。未来，人工智能将逐渐渗透到几乎所有产业之中，为劳动生产率继续提高提供新的源泉。人工智能赋能劳动生产率和全要素生产率提高，有可能创造一个新的经济增长周期。
第三，人工智能提高生产率的重要途径之一，是更精细更深入的资源重新配置。劳动生产率和全要素生产率的本质，是资源重新配置效率的提高。也就是说，现有资源配置格局存在不断优化的空间。每一个市场主体都会在资源重新配置过程中重新组合，不能实现更好配置的主体可能停滞、退出甚至消亡，而能够实现更好配置的主体则会生存、发展并取代他人。
人工智能为资源配置提供了更加广阔的空间。过去，资源配置优化往往需要“试错”，试错也意味着浪费。但人工智能可以通过数据、程序、算法和模型，更快地找到更优配置方案。换言之，人工智能有可能减少传统意义上的试错成本，直接推动资源配置效率改善。这将为生产率提升带来更好的结果。
第四，人工智能提高生产率的另一重要途径，是创造性破坏效应。生产率提高并不意味着所有主体并驾齐驱。到目前为止，市场机制仍然表现为优胜劣汰，不能更好配置资源的主体会被淘汰。人工智能会强化这种创造性破坏效应。人工智能带来的创造性必然是前所未有的，但它带来的破坏性也可能是前所未有的。
因此，人工智能时代的生产率提升需要同时关注两个方面：一方面，要充分释放人工智能推动生产率显著提高的潜力；另一方面，也要看到其可能带来的就业冲击、收入分配变化和民生压力。人工智能发展既是生产率问题，也是民生保障问题。
二、破解“生产率悖论”，防止人工智能放大就业和需求矛盾
第一，人工智能时代需要重新理解“（索洛）生产率悖论”。“生产率悖论”最早由经济学家罗伯特·索罗提出：到处都可以看到计算机，但在生产率统计中却看不到计算机的贡献。今天也可能出现类似问题：到处都在谈论人工智能，但人工智能提高劳动生产率的效果未必能够很快在统计中体现出来。
不过，生产率悖论的核心并不在于生产率是否提高。企业采用新技术，通常正是因为新技术能够提高效率。如果生产率没有充分表现出来，更可能说明这种提高是不均衡的：有些企业提高很快，有些企业提高有限。比如，中国小微企业占全部企业的90%以上，如果小微企业遭遇数字鸿沟、智能鸿沟，其生产率提升速度就会较慢。于是，社会上听到的可能是“到处都有人工智能，却看不到生产率提高”。但事实上，头部企业和“赢者通吃”企业的生产率提升可能非常显著。所以，破解生产率悖论，关键不在于判断人工智能是否提高生产率，而在于防止生产率提升出现过度不均衡。
第二，人工智能可能通过“分母效应”加剧就业压力。劳动生产率可以简单理解为产出与劳动投入之间的比例。减少劳动投入，劳动生产率就会提高。但如果所有企业都努力减少劳动投入，这固然无可厚非，但会产生合成谬误，导致宏观层面就业岗位被替代、被破坏。
近年来，自动化发展已经在一定程度上产生了就业破坏效应。每年政府工作报告中都会提到新增城镇就业数量，这反映的是就业创造，但它是毛增数，不是净增数。真正的净增就业，要看年末城镇就业人数相对于上一年的变化。净增就业与新创就业之间的差额，就是被破坏、被替代的就业岗位。近年来，新创造岗位的转化率或生存率已经有所下降。目前就业创造仍然大于就业破坏，但两者之间的比例正在变化。未来不排除某一时刻出现就业破坏大于就业创造的情形。
从就业轨迹看，比较可能的情况是“J”字型走势，也就是说，就业可能先经历一段下行过程，之后随着整体劳动生产率提高和新产业发展，再创造更多就业岗位。一定的冲击可能是难以避免的，但能否最大限度缩短这段时间，尽快进入创造就业的长期轨道上，取决于政策安排和政策效果。因此，必须提前应对人工智能可能带来的就业冲击。
第三，人工智能也可能通过“分子效应”加剧总需求不足。劳动生产率提高的另一种可能方式，是在不减少劳动投入的情况下增加产出。但如果增加的产出和产能，没有对应的购买力和需求来消化，供给侧大幅扩张而需求侧没有同步扩大，就会形成新的消费不足和总需求不足问题。结合当前讨论的供强需弱问题，人工智能既有破解供强需弱的潜力，也有可能进一步放大供强需弱矛盾。
居民消费率和居民消费对GDP增长的贡献率，并不能混为一谈。居民消费对GDP增长的贡献率是宏观经济现象，反映的是三驾马车中的需求结构状态；居民消费率则是结构性、长期性问题，直接关系到收入分配状况。当前宏观经济中存在的不协调问题，可能会因人工智能发展而进一步放大。因此，要破解生产率悖论，不能只看技术和产业，还必须把人和民生作为独立变量。只有通过改善民生、扩大购买力和提高居民消费能力，才能真正破解人工智能时代的生产率悖论。
三、打造积极就业政策升级版，应对人工智能带来的结构性就业矛盾
第一，人工智能会强化结构性就业矛盾。当前就业问题的重要表现，是结构性就业矛盾。按年龄看，就业率大体呈现倒U型曲线：青年劳动者和大龄劳动者就业率相对较低。青年劳动者并不一定受教育程度低，但工作经验不足，人力资本积累还不充分；50岁、55岁以上的大龄劳动者虽然有一定工作经验，但受教育水平相对较低，而且随着产业结构和技术结构快速变化，既有工作经验可能较快贬值。
如果把社会平均就业率看作社会平均技能要求，那么低于这一技能水平的群体，就更可能遭遇失业，或者被迫退出劳动力市场。当前，以ChatGPT、DeepSeek为代表的大语言模型，已经在某些领域达到平均技能水平。这意味着，部分入门级技能正在贬值，低技能群体和大龄劳动者可能面临更大的智能鸿沟。
第二，通用人工智能可能进一步提高技能门槛。未来，如果通用人工智能在更多领域全面超过人类技能，结构性就业矛盾将进一步加剧。在这一过程中，人工智能并不是简单替代某一类岗位，而是可能不断抬高社会平均技能要求，使更多劳动者面临技能不匹配问题。人工智能时代的就业冲击，本质上是结构性就业矛盾的加强版。
第三，应对人工智能冲击，需要积极就业政策升级版。过去的积极就业政策发挥过重要作用，但面对人工智能带来的新变化，原有政策强度和政策工具可能不够。要应对未来就业冲击，需要提高积极就业政策的“积极度”，在职业培训、技能更新、终身学习、就业服务、失业保障和再就业支持等方面形成更加系统的政策配套。如果人工智能正在升级就业挑战，积极就业政策也必须同步升级。
四、以投资于人实施再分配，改善收入分配和提高消费能力
第一，劳动生产率的提高必须与劳动生产率的分享紧密结合，这是劳动生产率的一体两面。生产率提高本身固然重要，但如果没有相应的生产率分享，就无法形成更可持续的消费能力，以支撑生产率继续增长。实现了劳动生产率的提高与分享相互支撑，生产率增长才具有真正的经济可持续性和社会意义。
第二，改善收入分配是解决购买力不足和消费率偏低的重要条件。当前，我国人均可支配收入基尼系数多年来大体停留在0.465左右，高于0.4这一收入差距的临界水平。这个数值与OECD国家市场收入基尼系数平均水平接近，但OECD国家通过再分配之后，可支配收入基尼系数通常下降约10个百分点，降至0.4以下的水平。作为一种参照，我国通过更大力度的再分配缩小收入差距仍有较大空间。
现代意义上的再分配主要包括两类手段：一是通过税收进行调节；二是通过转移支付和基本公共服务进行调节，也就要求基本公共服务范围扩大，以及政府社会性支出增长。近年OECD国家经验表明，税收改善收入分配的幅度有所缩小，而转移支付和公共服务改善收入分配的贡献在加大。对于中国来说，通过两种方式进行再分配都有很大的潜力，但投资于人可以产生更加立竿见影的效果。
第三，未来仍要依靠投资于人改善收入分配。过去这些年，我国用于投资于人的国民经济支出占比有所提高，同时也是基尼系数下降、收入分配改善的过程。未来，要解决购买力不足、消费率偏低以及供强需弱问题，仍然要把投资于人作为重要抓手。投资于人是改善收入分配、提高居民消费能力、破解供强需弱的重要再分配手段。
五、发展照护经济和智能向善，破解“一老一小”问题
第一，抓住人口老龄化蕴含着的重要产业机会。人口老龄化不仅是挑战，也包含新的产业空间。围绕“一老一小”的照护需求，既可以扩大需求、创造就业，也可以改善民生，减轻家庭“三育”负担。照护经济既是打破需求制约的重要抓手，也是破解人口老龄化和低生育意愿问题的重要方向。发展照护经济，可以同时促进经济增长、扩大就业、改善民生、提高生育意愿和老年人幸福感。
第二，应对“一老一小”问题是投资于人的重要方向。一方面，很多家庭面临孩子无人照料、养育成本较高的问题，影响生育意愿；另一方面，老年人照护需求快速增加，但照护服务供给不足。当前，家庭用于家务和照护的时间很长，女性承担了相当大比例的无酬劳动，男性也承担一定照料责任。如果能够把更多的无酬劳动转化为有酬劳动，把家庭内部照护转化为社会化、产业化照护服务，就会带来新的GDP增长和就业创造。可见，把无酬照护劳动转化为有酬劳动，是发展银发经济和扩大服务消费的重要方向。
第三，人工智能向善可以在照护经济中得到巨大应用场景。照护行业中有一些工作较为繁重、重复、琐碎，人工智能和机器人可以替代其中部分“脏、累、烦”的工作，提高照护效率和服务可及性。同时，照护服务中最重要的温度、情感和人情味，仍然需要人来提供。由此看，照护经济是人工智能向善的经典应用场景。人工智能应当服务于人、赋能于人，而不是简单替代人。
总体来看，拥抱人工智能，必须投资于人。人工智能能够提高生产率、推动经济进入新周期，但也可能加剧就业替代、收入分化和供强需弱矛盾。只有把投资于人放在更加重要的位置，通过积极就业政策升级、收入分配改善、基本公共服务扩展和照护经济发展，让更多人分享生产率提高的成果，才能真正释放人工智能的积极作用。总之，中国既要拥抱人工智能，也必须投资于人。
