配资伐特稿｜罗志恒：AI时代的宏观影响：供强需弱、分配极化，要探索超额利润调节

人工智能（AI）技术正引发新一轮产业和技术革命，全球资本市场率先反应并持续上涨。AI技术革命是一次一般意义上的技术进步，还是可能颠覆过往历次技术进步对经济和社会的影响范式？AI在多大程度上影响经济增长、通胀水平、就业与收入分配等问题？这些已引发政策层、学术界、产业界、资本市场的高度关注，并已上升为全球性的宏观议题。

AI技术革命是一次历史性机遇，但也可能带来结构性经济风险。与以往技术革命主要改变体力劳动分工不同，本轮AI的核心能力延伸至认知与决策领域，触及较高技能层级的脑力劳动，并可能深刻影响生产要素配置和社会分配格局。因此，有必要进一步探讨AI的宏观影响。总体上看，AI时代的宏观矛盾集中体现为供给跃升与需求萎缩，供强需弱矛盾加剧，收入与财富分配改革至关重要，“超额利润调节税”等系列财税制度改革或是应有之义。

其一，AI时代极可能加剧“供强需弱”形势。当前，我国经济有两个基本特点：一是经济发展阶段已从供给短缺转向需求不足阶段，但是制度体系仍是“供给导向型”而非“需求导向型”，内生地存在供强需弱倾向。二是当前经济处于新旧动能转换阶段，新动能是资本密集型、技术密集型产业，排斥劳动力，房地产、基建投资等旧动能释放的劳动力难以融入新动能，于是产生就业与收入分化问题。在这两个基本特点的背景下，AI进一步加剧宏观供需失衡矛盾：供给端，AI以前所未有的速度提升全要素生产率、提高供给能力、重塑产业形态；需求端，就业的不对称冲击导致收入分配分化，劳动议价能力弱化导致财富分配集中于AI投资背后的资本，进而导致需求弱化。

其二，应对之策不能止于传统的逆周期调控，而需从国民收入分配改革、财税激励重构、工资增长机制等方面进行系统性制度安排，将AI的生产率红利转化为居民可支配收入的增长与消费能力的提升。其中，财税制度尤为关键，要优化财税激励方向引导企业“增效不减员”，提高个税、财产税等直接税对收入分配的调节功能，探索开征“超额利润调节税”等。

我们需要的不是简单的“效率优先”，而是在效率与公平之间寻求动态平衡。让AI的生产率红利惠及更广泛的劳动者群体，让技术进步真正成为扩大内需、促进共同富裕的引擎，而非少数资本所有者财富积累的工具。唯有将收入分配改革置于与技术进步同等重要的位置，才能确保中国经济在AI浪潮中行稳致远，实现高质量发展与高水平民生的良性互动。

一、AI时代的宏观矛盾：供给跃升与需求萎缩

（一）AI拉动投资增长和生产效率提升，扩大供给能力

当前，主要经济体AI相关设备、技术等投资大幅增长，供给侧新动能迸发。2025年以来，AI相关投资对全球经济增长的拉动效应强化，投资增长势头仍在延续，同时造成了投资结构表现分化（见图1）。2026年一季度，中国规模以上高技术制造业增加值同比增长12.5%，AI商业化应用加速落地，带动集成电路制造、电子专用材料制造行业增加值分别增长49.4%和32.5%，供给侧新动能加速壮大。一季度，美国GDP投资分项中的设备和知识产权投资同比分别增长8.7%和9.3%，合计拉动GDP同比增长1.1个百分点，贡献了增长的半壁江山。国际货币基金组织（IMF）在2026年1月预测，若AI投资热潮转化为设备技术采购需求与生产率提升，2026年全球GDP增速有望在基准预测（3.3%）基础上额外提升0.3个百分点。

中长期来看，AI应用有望提升全要素生产率，扩大供给能力。企业在使用AI工具后，单位产出成本明显下降，AI辅助使得“一人抵多人”的产出效应成为现实。同时，AI应用并非简单的劳动替代，而是对生产要素配置方式的重构，数据、算力与算法成为新的关键生产要素，与资本、劳动形成新的组合关系，继而提升全要素生产率（TFP）。IMF在2025年4月预测，在不同假设情形下，AI应用在未来十年有望促使全球TFP累计增长0.8%~2.4%（见图2）。

中国在这一轮AI技术浪潮中具有独特的供给端优势。一方面，中国拥有庞大的应用场景和完整的产业链条，AI技术从实验室到产业化的落地速度显著快于多数经济体；另一方面，中国在算力基础设施、数据资源等方面的投入持续加大，为AI赋能实体经济提供了坚实的硬件支撑。这意味着，中国供给侧的效率提升潜力可能更为迅猛，制造业、服务业、农业的数字化改造空间广阔，全要素生产率有望进入新一轮上升通道。

（二）AI重塑就业与分配格局，放大供需矛盾

供给端的效率革命越是迅猛，需求端的适配压力越是凸显。尽管AI对就业市场的影响具有两面性，但短期内更可能产生负面冲击。技术革命对就业的影响具有两面性，即岗位替代与岗位创造。历史上每一次重大技术变革都伴随这两种效应的博弈，而最终影响将取决于技术扩散速度、产业吸纳能力与劳动力技能结构的动态匹配。2022年以来，生成式AI快速迭代，全球主要经济体竞相加大战略投入，AI技术快速迈向产业应用。圣路易斯联储研究显示，2022~2025年期间，美国不同类型岗位的生成式AI普及程度与失业率上升幅度之间存在正相关性，初步说明AI对特定岗位已经产生了替代效应（见图3）。世界经济论坛（2026）报告亦警示，在AI技术演进较快，但劳动力技能转换滞后的组合下，就业市场将陷入“替代时代”。在这一情境下，企业加速自动化部署，劳动者被替代的速度远超教育与培训体系的响应能力，最终形成经济高速增长与就业市场失衡并存的格局，失业率攀升、消费信心走弱。

现阶段，全球经济增长与就业增长分化是供需矛盾的直观体现。长期以来，GDP与就业增长是顺周期的同步指标，但近年来，全球“低就业增长”的现象越发普遍。一方面，AI投资需求急剧增长，直接拉动了GDP增长；但另一方面，由于AI替代效应、经济周期和人口周期等共振，就业市场需求不振。换言之，AI对经济增长的拉动还停留在第一阶段的投资拉动，但是AI带来的生产力提升、继而扩大总需求和就业需求的第二阶段影响还未能显现。在GDP与就业市场走势分化的情况下，如果过度关注GDP增长，就容易忽视就业市场困境以及与之相关的需求萎缩及社会不稳定风险。

我国“供强需弱”和“新旧动能转换”的经济背景下，更需重视AI时代的供需矛盾。中央经济工作会议明确当前经济面临“供强需弱”的基本形势，而“需弱”的核心症结在于消费不振。当前，我国居民消费率显著偏低，2024年中国居民消费占GDP比例为39.9%, 显著低于美国(67.9%)、日本(53.0%)等（见图4），即便剔除自有住房折算租金和医疗支出后，这一差距依然超过20个百分点。与此同时，当前我国正处于新旧动能转换的关键时期，需要通过发展新质生产力弥补房地产、基建投资等旧动能下行带来的缺口。但值得注意的是，新动能多为资本密集型、技术密集型，而非劳动密集型，导致部分劳动者难以融入新动能发展浪潮，进而引发就业与收入分化。能够获得稳定就业和收入的群体占比相对下降，使得需求端增长乏力，进一步加剧供需失衡。总之，AI技术革命在提升“做蛋糕”能力的同时，若不能同步优化“分蛋糕”的机制，反而可能使供需失衡从周期性矛盾固化为结构性困境。

二、AI时代的收入分配：从“劳动稀缺”到“智能贬值”

AI技术应用对就业市场的影响具有复杂性，不仅改变就业数量与结构，更将重塑生产要素的稀缺性，进而冲击整个社会分配体系。

第一，劳动者内部收入差距扩大。IMF预计，全球约40%的工作属于“AI技术高暴露”（即AI在技术上能完成该项工作的比例较高）岗位，其中发达经济体约60%。从事这类工作的劳动者面临被AI直接替代的风险，市场议价能力弱化。与此同时，对于能够借助AI实现效率提升的劳动者，凭借更高的产出价值，有望获得薪酬层面的提升。此外，青年“就业入口”收窄的问题亟需重视。斯坦福大学(2025)研究显示，初级岗位是AI替代的重灾区，在AI高暴露职业中，22岁至25岁初级员工的就业人数显著下降。AI应用一定程度上压缩了青年群体的职场起步空间，或将对其长期职业成长产生影响。不少学者还指出，上述影响可能迫使大学毕业生“向下流动”进入低技能服务业，这不仅造成人力资本浪费，更因劳动力供应过剩而拉低社会底层工资水平。

第二，劳动者整体议价能力弱化，分配格局向资本倾斜。长期以来，人类的“智能”是一种稀缺的生产要素，但是AI的出现让“智能”不再稀缺，继而引发整个经济系统对人类智能重新定价。斯坦福大学教授埃里克·布莱恩约弗森指出，如果AI发展旨在模仿或取代人类（自动化）而非拓展人类能力（增强），机器将成为劳动者的替代品。在此过程中，劳动者的整体议价能力将大幅削弱，财富会迅速向资本所有者集中。

第三，生产要素及分配权力更加集中，加剧分配向技术平台和资本方倾斜。传统经济中，有价值的知识分散在人类大脑中，天然促进了生产要素与分配权的“去中心化”；而当知识被编码并数字化为AI模型后，将更容易被少数人拥有和集中。由于高收入群体持有更多资本资产，AI推高的资本回报将进一步固化和扩大贫富差距。此外，AI模型的训练依赖海量用户数据，但数据要素的收益分配机制尚未完善，进一步加剧了分配向技术平台与资本方的倾斜。

在AI时代，我国收入分配面临双重压力：一是居民部门在国民收入分配中的占比以及居民财产性收入提升的难度；二是加大不同劳动者之间收入分化程度。若AI带来的效率红利主要沉淀为企业利润和资本回报，而劳动报酬增长缓慢，则居民收入占比可能进一步承压。我国收入分配的结构性短板（居民收入占比偏低、财产性收入匮乏、企业占比偏高等）与AI的分配效应（资本回报上升、劳动报酬承压）存在同向叠加风险，若不加以制度性干预，“供强需弱”可能从周期性矛盾固化为持续性结构困境。

从我国国民收入分配的基本格局看，上述分配效应与既有特征相互叠加，可能产生更为复杂的冲击。中国居民部门在国民收入分配中的占比在全球范围内处于偏低水平，而企业部门占比相对偏高（见图5）.最新数据显示，2023年我国初次分配中居民收入占比为62.8%，再分配调整后为68.3%，在主要经济体中处于中等偏低水平。与美国相比，无论初次分配还是再分配，居民收入占比均相差约10个百分点。进一步分析，核心差距在于财产性收入占比不足：我国财产性收入占国民总收入的比重仅为4.6%，与美国相差约10个百分点；2023年我国财产收入中75.5%来自于利息收入，只有14.2%来自于企业分红，而其他主要经济体红利收入占财产收入的平均比例在50%以上。与此同时，企业部门收入占比在国际上处于偏高水平，2023年中国企业部门初次分配总收入占国民总收入比重为22.4%。

唯有将收入分配改革置于与技术进步同等重要的位置，才能确保中国经济在AI浪潮中行稳致远，实现高质量发展与高水平民生的良性互动。收入分配格局由发展阶段、资源禀赋和产业结构决定。从发展阶段看，劳动收入份额与经济发展水平存在“U形”关系。2011年以来，中国居民部门在初次分配和再分配中的占比处于回升趋势，处于“U形”的右端，未来仍有提升空间（见图6）。从制度安排看，1978年改革开放初期，我国处于供给短缺阶段，资源禀赋条件是资本稀缺、劳动力过剩，制度设计需要向资本倾斜；如今，我国已从供给短缺进入需求不足阶段，资源禀赋发生深刻变化，劳动尤其是高技能劳动变得稀缺，制度就要向劳动倾斜，同时也只有向劳动倾斜才能解决需求不足的问题。因此，提高劳动报酬占比、优化国民收入分配格局，不仅是社会公平的诉求，更是解决AI时代“供强需弱”矛盾、实现经济良性循环的关键所在。

三、政策建议：以收入分配改革为抓手，将AI生产率红利转化为消费增长

AI时代下，需要更加重视解决“供强需弱”矛盾，应对之策不能止于传统的逆周期调控，而需从国民收入分配改革、财税激励重构、工资增长机制等方面进行系统性制度安排，将AI的生产率红利转化为居民可支配收入的增长与消费能力的提升。

第一，依托“两个抓手”，完善国民收入分配制度，提高居民收入占比。“十五五”规划建议明确提出“完善收入分配制度，提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重”。在AI时代，这一改革方向具有更为紧迫的现实意义。一是以国有企业为重点，加大国资收益上缴财政的力度，专项用于提高城乡居民养老金待遇，推进“国资—财政—社保”联动改革。二是以上市公司为重点，鼓励上市公司增加分红、实施股权激励，稳步提高居民财产性收入。若上市公司分红率提升至40%，以2022年数据测算，居民收入占比可提升1.8个百分点，达到64%左右。

第二，调整对资本的财税激励方向，探索AI超额利润调节机制，如“超额利润税”，引导企业向“增效不裁员”方向发展。在大国科技竞争的背景下，各国加大对AI相关设备、技术投资的财税激励，但普遍缺乏对企业创造更多就业的激励。建议对AI设备的税收优惠政策附加“就业保护条款”，要求享受投资抵免的企业维持或扩大劳动力雇佣规模。同时，研究探索中央财政出资设立“城乡居民增收专项引导基金”，借鉴财政贴息模式，对主动为职工涨薪或实施转岗培训的企业给予适当补贴，发挥财政资金杠杆作用，鼓励涨薪行为在全社会推广。此外，可考虑研究对AI相关领域因技术垄断和劳动力替代效应产生的超额利润征收调节税，防止资本过度集中，引导企业将AI效率红利更多地向劳动者分配。房地产时代的“土地增值税”本质就是反暴利税和超额利润调节税，当经济从房地产旧动能切换为新动能的时候，也有必要开征类似税种。当然，开征时点以及节奏必须要以稳定预期、推动新动能发展、赢得国际竞争为核心目的。

第三，增强个税、财产税等直接税对居民收入分配的调节功能，遏制贫富差距扩大。2025年，我国个人所得税收入为1.6万亿元，占税收收入的比重不足10%，纳税人群仅数千万人，难以承担调节14亿人口收入分配的重任。若继续提高个人所得税免征额，可能进一步缩减纳税人群规模，削弱直接税调节作用。建议个人所得税保持“基本减除费用标准稳定”，着力优化专项附加扣除制度，逐步扩大综合所得征收范围，优先将经营所得纳入综合所得。同时，完善财产收入税收制度，研究引入遗产与赠与税等制度，并配套建立弃籍税制度，防止AI时代资本过度集中。

第四，构建消费导向型的宏观治理体系，释放服务消费潜力。推动税收制度改革从生产地导向转向消费地导向，以此激发地方政府从招商引资转向促消费。同时，大力发展文旅、医疗、养老、托育、家政等服务业，深化服务业准入制度改革，实施负面清单管理，降低市场准入门槛，鼓励民企进入并积极推动市场化经营。优化假期制度，落实带薪休假，适当增加下半年公共假期，释放居民消费尤其是服务消费的潜力。

第五，优化社保和失业保障，兜底结构性失业风险。建议将城乡居民养老保险明确为全民最低养老保险金制度，由中央财政统一负担每人每月的基础额度，凡具有中国国籍的公民均可享受，不受地域限制。对于因AI冲击而失业的技术型劳动者，应设立“技术性失业过渡期”，在常规失业保险之外提供专项补贴，并配套强制性的再就业培训。逐步缩小财政对不同群体的养老金补贴差距，实施城乡居民养老金追赶计划。

第六，有针对性地开展技能和教育培养，缓解技能错配问题。AI时代需要的不是与机器竞争，而是与机器协作的能力。教育体系应从知识传授转向批判性思维、创造力、情感交互等“高互补性”技能的培养。对于已进入劳动力市场的中年劳动者，建立“终身学习账户”制度，由政府、企业、个人共同出资，支持其进行周期性技能更新。

（作者系粤开证券副总裁、首席经济学家、研究院院长）