文/粵開證券副總裁、首席經濟學家、研究院院長羅志恒

我們需要的不是簡單的“效率優先”，而是在效率與公平之間尋求動態平衡。讓AI的生產率紅利惠及更廣泛的勞動者群體，讓技術進步真正成為擴大內需、促進共同富裕的引擎，而非少數資本所有者財富積累的工具。唯有將收入分配改革置于與技術進步同等重要的位置，才能確保中國經濟在AI浪潮中行穩致遠，實現高質量發展與高水平民生的良性互動。

人工智能（AI）技術革命是一次歷史性機遇，但也可能帶來結構性經濟風險。我們在報告《人工智能（AI）如何影響就業？六大判斷與政策建議》中指出，AI對就業的影響，短期可能因“替代效應”強于“創造效應”而引發陣痛，并深刻改變收入分配格局，就業與收入分配分化又直接影響需求。因此，有必要進一步探討AI的宏觀影響。總體上看，AI時代的宏觀矛盾集中體現為供給躍升與需求萎縮，供強需弱矛盾加劇，收入與財富分配改革至關重要，“超額利潤調節稅”等系列財稅制度改革或是應有之義。

其一，AI時代極可能加劇“供強需弱”形勢。當前我國經濟有兩個基本特點：一是經濟發展階段已從供給短缺轉向需求不足階段，但是制度體系仍是“供給導向型”而非“需求導向”型，內生地存在供強需弱傾向。二是當前經濟處于新舊動能轉換階段，新動能是資本密集型、技術密集型產業，排斥勞動力，房地產、基建投資等舊動能釋放的勞動力難以融入新動能，于是產生就業與收入分化問題。在這兩個基本特點的背景下，AI進一步加劇宏觀供需失衡矛盾：供給端，AI以前所未有的速度提升全要素生產率、提高供給能力、重塑產業形態；需求端，就業的不對稱沖擊導致收入分配分化、勞動議價能力弱化導致財富分配集中于AI投資背后的資本，導致需求弱化。

其二，應對之策不能止于傳統的逆周期調控，而需從國民收入分配改革、財稅激勵重構、工資增長機制等方面進行系統性制度安排，將AI的生產率紅利轉化為居民可支配收入的增長與消費能力的提升。其中，財稅制度尤為關鍵，要優化財稅激勵方向引導企業“增效不減員”，提高個稅、財產稅等直接稅對收入分配的調節功能、探索開征“超額利潤調節稅”等。

我們需要的不是簡單的“效率優先”，而是在效率與公平之間尋求動態平衡。讓AI的生產率紅利惠及更廣泛的勞動者群體，讓技術進步真正成為擴大內需、促進共同富裕的引擎，而非少數資本所有者財富積累的工具。唯有將收入分配改革置于與技術進步同等重要的位置，才能確保中國經濟在AI浪潮中行穩致遠，實現高質量發展與高水平民生的良性互動。

AI時代的宏觀矛盾：供給躍升與需求萎縮

AI拉動投資增長和生產效率提升，擴大供給能力

當前主要經濟體AI相關設備、技術等投資大幅增長，供給側新動能迸發。2025年以來，AI相關投資對全球經濟增長的拉動效應強化，投資增長勢頭仍在延續。2026年一季度，中國規模以上高技術制造業增加值同比增長12.5%，AI商業化應用加速落地，帶動集成電路制造、電子專用材料制造行業增加值分別增長49.4%和32.5%，供給側新動能加速壯大。一季度，美國GDP投資分項中的設備和知識產權投資同比分別增長8.7%和9.7%，合計拉動GDP同比增長1.1個百分點，貢獻了增長的半壁江山。IMF在2026年1月預測，若AI投資熱潮轉化為設備技術采購需求與生產率提升，2026年全球GDP增速有望在基準預測（3.3%）基礎上額外提升0.3個百分點。

中長期來看，AI應用有望提升全要素生產率，擴大供給能力。企業在使用AI工具后，單位產出成本明顯下降，AI輔助使得“一人抵多人”的產出效應成為現實。同時，AI應用并非簡單的勞動替代，而是對生產要素配置方式的重構，數據、算力與算法成為新的關鍵生產要素，與資本、勞動形成新的組合關系，繼而提升全要素生產率（TFP）。IMF在2025年4月預測，在不同假設情形下，AI應用在未來十年有望促使全球TFP累計增長0.8-2.4%。

中國在這一輪AI技術浪潮中具有獨特的供給端優勢。一方面，中國擁有龐大的應用場景和完整的產業鏈條，AI技術從實驗室到產業化的落地速度顯著快于多數經濟體；另一方面，中國在算力基礎設施、數據資源等方面的投入持續加大，為AI賦能實體經濟提供了堅實的硬件支撐。這意味著，中國供給側的效率提升潛力可能更為迅猛，制造業、服務業、農業的數字化改造空間廣闊，全要素生產率有望進入新一輪上升通道。

AI重塑就業與分配格局，放大供需矛盾

然而，供給端的效率革命越是迅猛，需求端的適配壓力越是凸顯。現階段，全球經濟增長與就業增長分化是供需矛盾的直觀體現。長期以來，GDP與就業增長是順周期的同步指標，但近年來，全球“低就業增長”的現象愈發普遍。一方面，AI投資需求急劇增長，直接拉動了GDP增長；但另一方面，由于AI替代效應、經濟周期和人口周期等共振，就業市場需求不振。換言之，AI對經濟增長的拉動還停留在第一階段的投資拉動，但是AI帶來的生產力提升、繼而擴大總需求和就業需求的第二階段影響還未能顯現。在GDP與就業市場走勢分化的情況下，如果過度關注GDP增長，就容易忽視就業市場困境以及與之相關的需求萎縮及社會不穩定風險。

我國“供強需弱”和“新舊動能轉換”的經濟背景下，更需重視AI時代的供需矛盾。中央經濟工作會議明確當前經濟面臨“供強需弱”的基本形勢，而“需弱”的核心癥結在于消費不振。當前我國居民消費率顯著偏低，2024年中國居民消費占GDP比例為39.9%，顯著低于美國的67.9%，即便剔除自有住房折算租金和醫療支出后，這一差距依然超過20個百分點。與此同時，當前我國正處于新舊動能轉換的關鍵時期，需要通過發展新質生產力彌補房地產、基建投資等舊動能下行帶來的缺口。但值得注意的是，新動能多為資本密集型、技術密集型，而非勞動密集型，導致部分勞動者難以融入新動能發展浪潮，進而引發就業與收入分化。能夠獲得穩定就業和收入的群體占比相對下降，使得需求端增長乏力，進一步加劇供需失衡。總之，AI技術革命在提升“做蛋糕”能力的同時，若不能同步優化“分蛋糕”的機制，反而可能使供需失衡從周期性矛盾固化為結構性困境。

AI時代的收入分配：從“勞動稀缺”到“智能貶值”

AI技術應用對就業市場的影響具有復雜性，不僅改變就業數量與結構，更將重塑生產要素的稀缺性，進而沖擊整個社會分配體系。

第一，勞動者內部收入差距擴大。IMF預計，全球約40%的工作屬于“AI技術高暴露”（即AI在技術上能完成該項工作的比例較高）崗位，其中發達經濟體約60%。從事這類工作的勞動者面臨被AI直接替代的風險，市場議價能力弱化。與此同時，對于能夠借助AI實現效率提升的勞動者，“一人抵多人”的產出效應可能推動其薪酬進一步上漲。此外，不少學者指出，AI對中等技能崗位需求的沖擊，可能迫使大學畢業生“向下流動”進入低技能服務業，這不僅造成人力資本浪費，更因勞動力供應過剩而拉低社會底層工資水平。

第二，勞動者整體議價能力弱化，分配格局向資本傾斜。長期以來，人類的“智能”是一種稀缺的生產要素，但是AI的出現讓“智能”不再稀缺，繼而引發整個經濟系統對人類智能重新定價。斯坦福大學教授埃里克·布萊恩約弗森指出，如果AI發展旨在模仿或取代人類（自動化）而非拓展人類能力（增強），機器將成為勞動者的替代品。在此過程中，勞動者的整體議價能力將大幅削弱，財富會迅速向資本所有者集中。

第三，生產要素及分配權力更加集中，加劇分配向技術平臺和資本方傾斜。傳統經濟中，有價值的知識分散在人類大腦中，天然促進了生產要素與分配權的“去中心化”；而當知識被編碼并數字化為AI模型后，將更容易被少數人擁有和集中。由于高收入群體持有更多資本資產，AI推高的資本回報將進一步固化和擴大貧富差距。此外，AI模型的訓練依賴海量用戶數據，但數據要素的收益分配機制尚未完善，進一步加劇了分配向技術平臺與資本方的傾斜。

在AI時代，我國收入分配面臨雙重壓力：一是居民部門在國民收入分配中的占比以及居民財產性收入提升的難度；二是加大不同勞動者之間收入分化加劇。若AI帶來的效率紅利主要沉淀為企業利潤和資本回報，而勞動報酬增長緩慢，則居民收入占比可能進一步承壓。我國收入分配的結構性短板（居民收入占比偏低、財產性收入匱乏、企業占比偏高等）與AI的分配效應（資本回報上升、勞動報酬承壓）存在同向疊加風險，若不加以制度性干預，“供強需弱”可能從周期性矛盾固化為持續性結構困境。

從我國國民收入分配的基本格局看，上述分配效應與既有特征相互疊加，可能產生更為復雜的沖擊。2023年我國初次分配中居民收入占比為62.8%，再分配調整后為68.3%，在主要經濟體中處于中等偏低水平。與美國相比，無論初次分配還是再分配，居民收入占比均相差約10個百分點。進一步分析，核心差距在于財產性收入占比不足：我國財產性收入占國民總收入的比重僅為4.6%，與美國相差約10個百分點；2023年我國財產收入中75.5%來自于利息收入，只有14.2%來自于企業分紅，而其他主要經濟體紅利收入占財產收入的平均比例在50%以上。與此同時，企業部門收入占比在國際上處于偏高水平，2023年中國企業部門初次分配總收入占國民總收入比重為22.4%。

唯有將收入分配改革置于與技術進步同等重要的位置，才能確保中國經濟在AI浪潮中行穩致遠，實現高質量發展與高水平民生的良性互動。收入分配格局由發展階段、資源稟賦和產業結構決定。1978年改革開放初期，我國處于供給短缺階段，資源稟賦條件是資本稀缺、勞動力過剩，制度設計需要向資本傾斜。如今，我國已從供給短缺進入需求不足階段，資源稟賦發生深刻變化，勞動尤其是高技能勞動變得稀缺，制度就要向勞動傾斜，同時也只有向勞動傾斜才能解決需求不足的問題。因此，提高勞動報酬占比、優化國民收入分配格局，不僅是社會公平的訴求，更是解決AI時代“供強需弱”矛盾、實現經濟良性循環的關鍵所在。

政策建議：以收入分配改革為抓手，將AI生產率紅利轉化為消費增長

AI時代下，需要更加重視解決“供強需弱”矛盾，應對之策不能止于傳統的逆周期調控，而需從國民收入分配改革、財稅激勵重構、工資增長機制等方面進行系統性制度安排，將AI的生產率紅利轉化為居民可支配收入的增長與消費能力的提升。

第一，依托“兩個抓手”，完善國民收入分配制度，提高居民收入占比。“十五五”規劃建議明確提出“完善收入分配制度，提高居民收入在國民收入分配中的比重，提高勞動報酬在初次分配中的比重”。在AI時代，這一改革方向具有更為緊迫的現實意義。一是以國有企業為重點，加大國資收益上繳財政的力度，專項用于提高城鄉居民養老金待遇，推進“國資—財政—社保”聯動改革。二是以上市公司為重點，鼓勵上市公司增加分紅、實施股權激勵，穩步提高居民財產性收入。若上市公司分紅率提升至40%，以2022年數據測算，居民收入占比可提升1.8個百分點，達到64%左右。

第二，調整對資本的財稅激勵方向，探索AI超額利潤調節機制如“超額利潤稅”，引導企業向“增效不裁員”方向發展。在大國科技競爭的背景下，各國加大對AI相關設備、技術投資的財稅激勵，但普遍缺乏對企業創造更多就業的激勵。建議對AI設備的稅收優惠政策附加“就業保護條款”，要求享受投資抵免的企業維持或擴大勞動力雇傭規模。同時，研究探索中央財政出資設立“城鄉居民增收專項引導基金”，借鑒財政貼息模式，對主動為職工漲薪或實施轉崗培訓的企業給予適當補貼，發揮財政資金杠桿作用，鼓勵漲薪行為在全社會推廣。此外，可考慮研究對AI相關領域因技術壟斷和勞動力替代效應產生的超額利潤征收調節稅，防止資本過度集中，引導企業將AI效率紅利更多地向勞動者分配。房地產時代的“土地增值稅”本質就是反暴利稅和超額利潤調節稅，當經濟從房地產舊動能切換為新動能的時候，也有必要開征類似稅種。當然，開征時點以及節奏必須要以穩定預期、推動新動能發展、贏得國際競爭為核心目的。

第三，增強個稅、財產稅等直接稅對居民收入分配的調節功能，遏制貧富差距擴大。2025年我國個人所得稅收入為1.6萬億元，占稅收收入的比重不足10%，納稅人群僅數千萬人，難以承擔調節14億人口收入分配的重任。若繼續提高個人所得稅免征額，可能進一步縮減納稅人群規模，削弱直接稅調節作用。建議個人所得稅保持“基本減除費用標準穩定”，著力優化專項附加扣除制度，逐步擴大綜合所得征收范圍，優先將經營所得納入綜合所得。同時，完善財產收入稅收制度，研究引入遺產與贈與稅等制度，并配套建立棄籍稅制度，防止AI時代資本過度集中。

第四，構建消費導向型的宏觀治理體系，釋放服務消費潛力。推動稅收制度改革從生產地導向轉向消費地導向，以此激發地方政府從招商引資轉向促消費。同時，大力發展文旅、醫療、養老、托育、家政等服務業，深化服務業準入制度改革，實施負面清單管理，降低市場準入門檻，鼓勵民企進入并積極推動市場化經營。優化假期制度，落實帶薪休假，適當增加下半年公共假期，釋放居民消費尤其是服務消費的潛力。

第五，優化社保和失業保障，兜底結構性失業風險。建議將城鄉居民養老保險明確為全民最低養老保險金制度，由中央財政統一負擔每人每月的基礎額度，凡具有中國國籍的公民均可享受，不受地域限制。對于因AI沖擊而失業的技術型勞動者，應設立“技術性失業過渡期”，在常規失業保險之外提供專項補貼，并配套強制性的再就業培訓。逐步縮小財政對不同群體的養老金補貼差距，實施城鄉居民養老金追趕計劃。

第六，有針對性地開展技能和教育培養，緩解技能錯配問題。AI時代需要的不是與機器競爭，而是與機器協作的能力。教育體系應從知識傳授轉向批判性思維、創造力、情感交互等“高互補性”技能的培養。對于已進入勞動力市場的中年勞動者，建立“終身學習賬戶”制度，由政府、企業、個人共同出資，支持其進行周期性技能更新。同時，積極培育AI訓練師、AI倫理審核、算力運維、人機協同產品經理等新興崗位，為青年就業開辟新通道。

來源 | 粵開志恒宏觀

編輯 | 周茗一

審核丨秦婷

責編 | 蘭銀帆

Review of Past Articles -

01

02