人口經緯/擁抱人工智能 必須投資於人\蔡昉
人工智能（AI）是當前宏觀經濟討論中的熱門話題，投資於人同樣是當前政策部署中的重要議題。但與人工智能相比，投資於人在投資界和宏觀經濟學界的討論還相對不足。因此，有必要把這兩個議題結合起來討論。
新質生產力正在成為經濟發展的新引擎，有望推動中國進入新的經濟周期。這個新周期當然不會是一個含有通縮因素的經濟周期，也不應是一個供強需弱的增長格局。圍繞「十五五」規劃綱要的發展部署，可以從保障合理合意增速、破解生產率悖論、以投資於人分享生產率三個方面理解這一問題。
保障經濟增速合理合意
從2035年發展目標倒推，當前經濟增長速度總體上是合理、合意的。「十五五」規劃面向2035年提出了成為中等發達國家的目標。雖然並沒有給出這期間及每一年的具體增速，但如果按照這一目標倒推「十五五」、「十六五」期間的增長路徑，每一年的增長速度實際上是存在一個可預測區間的。
按照官方要求，到2035年中國人均國內生產總值（GDP）需要在2020年基礎上按不變價翻一番，預計大約應達到2.2萬美元左右。由此看今後5年，中國經濟每年保持4.4%至4.8%左右的增長速度，即能夠支撐2035年目標的實現。
改革開放以來，中國全要素生產率和勞動生產率經歷了大幅提高的過程。但隨着人口紅利逐步消失，中國進入經濟增長新常態，經濟增速下行伴隨的是生產率增速下降。這裏並不是說生產率倒退，而是指生產率提高的速度在放緩。從長期軌跡看，勞動生產率和全要素生產率增速大體呈現倒U型走勢，說明傳統意義上的生產率提升來源正在逐漸減弱。
過去，勞動生產率和全要素生產率提高的重要來源，是大規模資源重新配置，特別是勞動力從農村向城市轉移、從農業向非農產業轉移所帶來的資源配置效率提升。隨着人口紅利消失，剩餘勞動力減少，人口轉移速度放緩，這一大規模資源重新配置的空間正在收窄。恰好在這一時點上，人工智能提供了顆粒度更小、更精細的資源重新配置機會。未來，人工智能賦能勞動生產率和全要素生產率提高，有可能創造一個新的經濟增長周期。
人工智能提高生產率的重要途徑之一，是更精細更深入的資源重新配置。勞動生產率和全要素生產率的本質，是資源重新配置效率的提高。也就是說，現有資源配置格局存在不斷優化的空間。每一個市場主體都會在資源重新配置過程中重新組合，不能實現更好配置的主體可能停滯、退出甚至消亡，而能夠實現更好配置的主體則會生存、發展並取代他人。
人工智能為資源配置提供了更加廣闊的空間。過去，資源配置優化往往需要「試錯」，試錯也意味着浪費。但人工智能可以通過數據、程序、算法和模型，更快地找到更優配置方案。換言之，人工智能有可能減少傳統意義上的試錯成本，直接推動資源配置效率改善。這將為生產率提升帶來更好的結果。
人工智能提高生產率的另一重要途徑，是創造性破壞效應。生產率提高並不意味着所有主體並駕齊驅。到目前為止，市場機制仍然表現為優勝劣汰，不能更好配置資源的主體會被淘汰。人工智能會強化這種創造性破壞效應。人工智能帶來的創造性必然是前所未有的，但它帶來的破壞性也可能是前所未有的。
因此，人工智能時代的生產率提升需要同時關注兩個方面：一方面，要充分釋放人工智能推動生產率顯著提高的潛力；另一方面，也要看到其可能帶來的就業衝擊、收入分配變化和民生壓力。人工智能發展既是生產率問題，也是民生保障問題。
多途徑破解「生產率悖論」
人工智能時代需要重新理解「（索洛）生產率悖論」。「生產率悖論」最早由經濟學家羅伯特·索羅提出：到處都可以看到計算機，但在生產率統計中卻看不到計算機的貢獻。今天也可能出現類似問題：到處都在談論人工智能，但人工智能提高勞動生產率的效果未必能夠很快在統計中體現出來。
不過，生產率悖論的核心並不在於生產率是否提高。企業採用新技術，通常正是因為新技術能夠提高效率。如果生產率沒有充分表現出來，更可能說明這種提高是不均衡的：有些企業提高很快，有些企業提高有限。比如，中國小微企業佔全部企業的90%以上，如果小微企業遭遇數字鴻溝、智能鴻溝，其生產率提升速度就會較慢。於是，社會上聽到的可能是「到處都有人工智能，卻看不到生產率提高」。
人工智能可能通過「分母效應」加劇就業壓力。勞動生產率可以簡單理解為產出與勞動投入之間的比例。減少勞動投入，勞動生產率就會提高。但如果所有企業都努力減少勞動投入，這固然無可厚非，但會產生合成謬誤，導致宏觀層面就業崗位被替代、被破壞。
近年來，自動化發展已經在一定程度上產生了就業破壞效應。每年政府工作報告中都會提到新增城鎮就業數量，這反映的是就業創造，但它是毛增數，不是淨增數。真正的淨增就業，要看年末城鎮就業人數相對於上一年的變化。淨增就業與新創就業之間的差額，就是被破壞、被替代的就業崗位。目前就業創造仍然大於就業破壞，但兩者之間的比例正在變化，不排除某一時刻出現就業破壞大於就業創造的情形。
從就業軌跡看，比較可能的情況是「J」字型走勢，也就是說，就業可能先經歷一段下行過程，之後隨着整體勞動生產率提高和新產業發展，再創造更多就業崗位。一定的衝擊可能是難以避免的，但能否最大限度縮短這段時間，盡快進入創造就業的長期軌道上，取決於政策安排和政策效果。
人工智能也可能通過「分子效應」加劇總需求不足。勞動生產率提高的另一種可能方式，是在不減少勞動投入的情況下增加產出。但如果增加的產出和產能，沒有對應的購買力和需求來消化，供給側大幅擴張而需求側沒有同步擴大，就會形成新的消費不足和總需求不足問題。結合當前討論的供強需弱問題，人工智能既有破解供強需弱的潛力，也有可能進一步放大供強需弱的矛盾。
改善收入分配 促進消費
勞動生產率的提高必須與勞動生產率的分享緊密結合，這是勞動生產率的一體兩面。生產率提高本身固然重要，但如果沒有相應的生產率分享，就無法形成更可持續的消費能力，以支撐生產率繼續增長。實現了勞動生產率的提高與分享相互支撐，生產率增長才具有真正的經濟可持續性和社會意義。
改善收入分配是解決購買力不足和消費率偏低的重要條件。當前，中國人均可支配收入基尼系數多年來大體停留在0.465左右，高於0.4這一收入差距的臨界水平。這個數值與OECD（經合組織）國家市場收入基尼系數平均水平接近，但OECD國家通過再分配之後，可支配收入基尼系數通常下降約10個百分點，降至0.4以下的水平。作為一種參照，中國通過更大力度的再分配縮小收入差距仍有較大空間。
現代意義上的再分配主要包括兩類手段：一是通過稅收進行調節；二是通過轉移支付和基本公共服務進行調節，也就要求基本公共服務範圍擴大，以及政府社會性支出增長。近年OECD國家經驗表明，稅收改善收入分配的幅度有所縮小，而轉移支付和公共服務改善收入分配的貢獻在加大。對於中國來說，通過兩種方式進行再分配都有很大的潛力，但投資於人可以產生更加立竿見影的效果。
未來仍要依靠投資於人改善收入分配。過去這些年，中國用於投資於人的國民經濟支出佔比有所提高，同時也是基尼系數下降、收入分配改善的過程。未來，要解決購買力不足、消費率偏低以及供強需弱問題，仍然要把投資於人作為重要抓手。投資於人是改善收入分配、提高居民消費能力、破解供強需弱的重要再分配手段。
（作者為中國社會科學院學部委員）
