AI时代加剧供强需弱，分配改革至关重要

人工智能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。AI对就业的影响，短期可能因替代效应强于创造效应而引发阵痛，并深刻改变收入分配格局，就业与收入分配分化又直接影响需求。

AI时代在宏观层面的矛盾集中体现为供给跃升与需求萎缩：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，以致需求弱化。

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。

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。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%。

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9.7%，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。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对生产要素配置方式进行重构，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。IMF预测，AI应用在未来10年有望促使全球TFP累计增长0.8%至2.4%。

中国在AI浪潮中的供给端优势独特：拥有庞大的应用场景和完整的产业链条，AI从实验室到产业化的落地速度显著快于多数经济体。算力基础设施、数据资源投入持续加大，为AI赋能实体经济提供了坚实的硬件支撑。

供给端的效率革命越是迅猛，需求端的适配压力越是凸显。近年来，全球低就业增长的现象愈发普遍。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共振，就业市场需求不振。

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。

我国供强需弱的经济背景下，更需重视AI时代的供需矛盾。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%，显著低于美国的67.9%，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。

新旧动能转换的结构性挑战。当前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。

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。

第一重：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。而能借助AI实现效率提升的劳动者，产出效应可能推动其薪酬进一步上涨。中等技能岗位受冲击，可能迫使大学毕业生向下流动进入低技能服务业，拉低社会底层工资水平。

第二重：劳动者整体议价能力弱化，分配格局向资本倾斜。人类的智能是一种稀缺的生产要素，但AI的出现让智能不再稀缺，引发整个经济系统对人类智能重新定价。如果AI发展旨在模仿或取代人类而非拓展人类能力，机器将成为劳动者的替代品，财富会迅速向资本所有者集中。

第三重：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。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。

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增加；二是不同劳动者之间收入分化加剧。

从国民收入分配的基本格局看：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。

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%来自利息收入，只有14.2%来自企业分红，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。

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%。

AI的分配效应（资本回报上升、劳动报酬承压）与既有结构性短板同向叠加，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。

十五五规划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。

第一个抓手：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。国企利润上缴比例提升后，资金定向用于民生，有助于扩大中等收入群体，直接提升消费能力。

第二个抓手：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。这一改革既能改善居民收入结构，又能约束上市公司的低效资本运作。

财产性收入改革的意义：目前中国居民红利收入占财产收入仅14.2%，美国等主要经济体平均超过50%。提升分红率不仅是分配改革，更是资本市场健康化的标志，让股市成为居民财富增值的主战场而非投机工具。

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用规模。

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。

探索AI超额利润调节税：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。当经济在房地产新旧动能转换的时候，也有必要开征类似税种。当然，开征时点以及节奏必须以稳定预期、推动新动能发展、赢得国际竞争为核心目的。

增强个税和直接税调节功能：2025年我国个人所得税收入为1.6万亿元，占税收收入比重不足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。建议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，研究引入遗产与赠与税，防止AI时代资本过度集中。

第一，构建消费导向型宏观治理体系：推动税收制度改革从生产导向转向消费导向，激发地方政府从招商引资转向促消费。大力发展文旅、医疗、养老、托育、家政等服务业，实施负面清单管理，降低市场准入门槛，释放服务消费潜力。优化假期制度，落实带薪休假，适当增加下半年公共假期。

第二，优化社保和失业保障：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基础额度，凡具有中国国籍的公民均可享受。对于因AI冲击而失业的技术型劳动者，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。

第三，开展针对性技能教育培养：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。建立终身学习账户制度，由政府、企业、个人共同出资，支持周期性技能更新。培育AI训练师、AI伦理审核、算力运维、人机协同产品经理等新兴岗位。

核心结论：唯有将收入分配改革置于与技术进步同等重要的位置，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，引导企业增效不裁员，提高直接税调节功能，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。