人工智能迅猛发展和广泛应用，日益成为人类社会破解经济社会发展诸多瓶颈、难题和堵点的希望所系。人工智能也必将助力中国经济高质量发展，特别表现在通过提高劳动生产率和投资回报率，推动形成宏观经济新周期。这包括提振股市和债市，稳定长期利率，促进国内循环；推动价格和扩大社会零售总额，提高居民消费率；促进信贷健康发展，创造良好投融资环境及良性竞争环境，提升投资意愿。然而，这些效应不是所谓的“涓流经济学”，人工智能的赋能也不会自然而然转化为宏观经济新周期。拥抱人工智能，需要创造良好的创新和治理环境，确保劳动生产率的提高和分享同步实现，而这都意味着投资于人。

一、人工智能如何提高劳动生产率？

劳动生产率本质上是资源配置效率，即生产率的提高意味着各种资源要素不断得到更有效的重新配置。作为一般性现象，在产业间、城乡间、区域间以及生产者之间，资源要素的使用效率存在着显著差异，这也意味着资源重新配置的空间，缩小生产率差异即可提高整体劳动生产率。可见，资源要素从生产率较低的主体和领域流向生产率更高的主体和领域，是提高劳动生产率的基本路径。研究表明，在1978~2015年期间，第一产业、第二产业和第三产业劳动生产率的提高，对中国整体劳动生产率的贡献份额合计为55.1%，而劳动力在三个产业之间的重新配置，即主要表现为从农业向非农产业转移，对整体劳动生产率提高的贡献份额高达44.9%。【蔡昉《中国经济改革效应存亡分析——劳动力重新配置的视角》，《经济研究》2017年第7期，第4-17页。]

在增长动能从要素投入向生产率提高转变的同时，生产率的传统源泉也遭遇瓶颈。随着农业剩余劳动力的减少以及劳动力流动的减速，大规模资源重新配置的空间相应缩小，劳动生产率提高更多转向资源在微观主体之间的重新配置，主要借助企业的进入与退出、生存与死亡的优胜劣汰机制发生。根据第五次全国经济普查数据，截止到2023年，在3226万家企业法人中，2001年后成立的占97%，2011年后成立的也占87%；与此对应的4.1亿企业法人就业人员的这两个比例分别为84%和61%。可见，市场主体的进退、消长、存亡乃企业的生态循环，即劳动生产率提高中的“创造性破坏”。

作为资源配置效率的劳动生产率，亟待开启更高水平配置的源泉，而人工智能的广泛应用必然为提高劳动生产率提供新源泉。一方面，人工智能利用数据、编程、模型和工具，可以显著减少“试错”配置、“干中学”操作和管理、“减材”制造过程中的浪费和时间，把资源的配置和重新配置变为一个无限深入、细化的过程，从而提高劳动生产率。另一方面，人工智能的强大生产率赋能，加大了“创造性破坏”的速度和幅度，可以想象，优胜劣汰的后果将愈加明显。譬如在就业中的体现，虽然就业仍然以合理的速度增长，但城镇新增就业转化为净增就业的比例已有明显下降，从2012年之前大约百分之百降低到2019年的70.8%、2024年的24.9%和2025年的15.0%。显而易见，人工智能在提高劳动生产率的同时，也显现出破环性的一面。

二、劳动生产率“一体两面”：提高与分享

曾几何时，中国经济高速增长伴随着劳动生产率快速提高。然而，随着经济增长从高速转为中高速乃至中速，劳动生产率提高速度也有所减慢。例如，劳均国内生产总值(GDP)年均增长率，从1979~1990年期间的5.2%，提高到1990~2001年期间的8.0%，并进一步提高到2001~2012年期间的10.7%之后，在2012~2025年期间已经下降到6.4%。因此，人工智能迅速发展和应用及其强大赋能，是助力提高劳动生产率，进而保持合理、合意经济增长速度的难得机遇。然而，人工智能赋能劳动生产率提高也好，劳动生产率转化为高质量发展和共享发展也好，都不可能自然而然达到，需要必要的政策应对和制度建设。

对经济学家来说，在劳动生产率提高中需要破解一个以诺贝尔经济学奖获得者索洛（Robert Solow）命名的“生产率悖论”。早在1987年，索洛便写道：如今处处可见计算机的应用，唯独在统计中看不到生产率的提高。[Solow, M. Robert, 1987, We'd Better Watch Out, The New York Time Book Review, July 12, p.13.]现在，我们完全可以用“人工智能”替代索洛这句话中的“计算机”。如果说人工智能时代仍然存在生产率悖论的话，该悖论很可能产生于衡量劳动生产率的方式——单位劳动投入创造的产出，并且相应表现在以下三个方面。从中可以看到，破解难题的基本手段，应该来自于投资于人和智能向善。

首先，人工智能的开发和应用会产生乃至扩大数智鸿沟，使劳动生产率提高幅度和速度，在产业间、城乡间、区域间以及生产者之间分道扬镳，以致生产率差异进一步扩大。与此同时，如果劳动者被从生产率提高较快的领域替代，并且转到生产率提高较慢的领域就业，则意味着资源的逆向配置，整体劳动生产率的提高远不能达到预期的效果。比较第二产业和第三产业生产率和劳动力的相对变化，可以看到预期的情形。2005年，二产劳均增加值（劳动生产率）为三产的2.8倍。在此基础上，2005~2024年期间二产劳动生产率年均增长6.6%，就业年均增长为1.0%；三产劳动生产率年均增长6.0%，就业年均增长却高达2.3%。

其次，在劳动生产率提高过程中，可能出现不利于就业数量扩大和质量提高的“分母效应”。企业提高劳动生产率的惯用方式是减少劳动投入，如果这种情况在众多企业甚至行业同时发生，则意味着工作替代和就业破坏。这种就业冲击可以产生多种劳动力市场后果，如拉高技术性失业、增加结构性就业困难、使新就业形态常态化等，从就业稳定性、工资增长速度、权益保障水平，以及社会保障程度等方面造成对就业质量的不利影响。从前文提到的新增就业转化成净增就业的比例已显著下降，我们可以预期就业变化将经历一个“J”形轨迹，即短期遭遇就业冲击，只有通过有效的政策应对，才能在长期创造出更多更高质量岗位。

最后，存在着居民消费需求扩大滞后于劳动生产率提高的可能性，导致所谓“分子效应”。即便不减少就业（分母），通常也可以通过增加产出（分子）实现劳动生产率的提高。然而，大幅度提高的产能和产出，必须要有社会总需求同步提高的配合才是可持续的。高质量发展的需求拉动应该建立在国内需求之上，而内需拉动经济增长的主动力则是居民消费。从国际比较来看，中国居民消费率仍有较大提升余地。根据世界银行数据，2024年中国居民消费率为39.9%，比同年中等偏上收入国家平均水平低8.2个百分点，比2022年高收入国家平均水平低17.9个百分点。居民消费率是收入增长和分配的函数，这意味着，通过分享人工智能生产率红利，加快工资上涨和改善收入分配，提高居民消费率，是破解“分子效应”的关键之举。

三、以投资于人和智能向善破解“生产率悖论”

投资于人是指对全人群、全生命周期人的能力提升和潜力开发的投入。[《党的二十届四中全会<建议>学习辅导百问》，党建读物出版社、学习出版社，2025年，第46页。]按照这个正式说法，我们可以把投资于人进一步表述和界定如下。首先，以财政资金和公共资源投入为主，主要不以市场回报率来衡量成效，与此相关的市场投资和经营则为派生行为。其次，以制度形式提供更多更好公共品，让人民群众得到实惠和增强获得感，而不以间接效果或终极的目标作为定义。最后，通过增强消费能力、释放消费意愿，激励家庭对教育、健康等人力资本投资，实现供需平衡的良性经济循环，以及公平与效率、目的与手段的更好统一。

智能向善是人工智能学者所谓“对齐问题”（alignmentproblem）在中国语境下的特殊要求，系指把高质量发展目标和共享发展理念溶入人工智能发展始终，落实在“人工智能+”，特别是“人工智能+民生福祉”行动中。通过落实投资于人和智能向善，可望破解“生产率悖论”，使科技发展助力高质量发展，惠及民生福祉。智能向善不是要施展任何延缓技术发展和应用的“紧箍咒”，而是要把握促进技术健康持续发展、惠及民生的导航仪。由此可以预期智能向善的三重境界。其一，通过对标民生福祉，实现激励和社会责任统一，提高和分享劳动生产率。其二，随着全体人民对生产率红利的分享，与日俱增的消费意愿和购买力使更多经济活动领域有利可图，可引致投资蜂拥而至，推动形成宏观经济新周期。其三，在更高的阶段上，生产率不再遇到资源稀缺瓶颈，人工智能更具有自愿深耕的性质，对就业的破环性趋于减弱，“J”形曲线后半截的长期向上成为现实。

首先，人工智能对标高质量发展和共同富裕目标，可以通过人力资本培养的更加均等化、提供更为平等的参与和发展机会，以及生产率提高在各领域的更加均衡化，确保智能技术能够赋能稳定、健康、可持续的生产率增长与分享。例如，使用人工智能技术提升公共就业服务效率，强化教育和培训能力，增强就业的稳定性、工作安全和劳动者尊严；通过劳动生产率红利向社会福利、教育、医疗等“向善”领域的转化，形成经济与社会领域之间正反馈循环；通过人工智能合规与向善设计，最大限度减少交易费用和社会摩擦，降低各类长期风险，提高系统可靠性和效率。

其次，通过技术研发和应用阶段的对标，以及技术渗透过程中的积极应对，减少就业破坏，促进就业创造。人工智能模型和智能体，在补足劳动者技能缺口从而推动更多就业创造方面，具有丝毫不亚于替代人类技能的巨大能力。让人工智能走正确的路径，必然要求把就业友好型发展方式作为其发展的底层逻辑，通过产业政策的奖惩机制引导。同时，人工智能也有强化结构性就业矛盾的倾向，因此积极就业政策应该升级为增强版。对于面对就业挑战、无论在职还是转岗的劳动者，应该从三个方向对其进行及时乃至未雨绸缪的公共就业服务。其一，帮助在岗职工学会使用和驾驭人工智能工具，借以缩小现存和可能出现的技能缺口，增强就业能力。其二，帮助受冲击劳动者掌握其他领域的工作技能，以尽可能小的摩擦实现转岗。其三，帮助目前和未来劳动者开发人类特有的技能，规避人力资本与人工智能的正面竞争，增大人机互补的楔口，增加人机协作的机会。

最后，通过增强社会保障普惠性、提供更多及更高质量基本公共服务，确保人工智能生产率红利得到均等分享。人工智能以前所未有的幅度提高劳动生产率，是一种尚未兑现的确定性，这决定了在尽力而为和量力而行有机统一的原则下，人工智能的生产率红利应如何分享。基本思路是不求一蹴而就，但要自其肇始便随时随地做到水涨船高。即按照人工智能时代的可能情景，为现行劳动力市场制度和社会保障项目设定演进目标，既持之以恒又只争朝夕地予以推进。例如，在理念上可以把最低生活保障制度与全民基本收入目标对接，把最低工资制度与生活工资（livingwage）制度目标对接，把城乡居民养老保险与非缴费型养老保险制度对接，既取长补短又与时俱进。

（作者系中国社会科学院学部委员）