彭文生 ：AI規模新經(jīng)濟

人工智能（Artificial Intelligence, AI）是一個(gè)與人類(lèi)智能相對應的概念。自1950年代這個(gè)概念出現以來(lái)，人類(lèi)智能對人工智能的探索經(jīng)歷了不同的階段。從早期的符號主義到建立專(zhuān)家系統，是一種從上到下的設計，事先賦予機器以盡可能多的知識；過(guò)去二十余年，AI發(fā)展的主流范式逐步轉換到了從下到上的模式，賦予機器以學(xué)習的能力，將智能視為一種通過(guò)學(xué)習而對環(huán)境展現適應性的機能。以2022年發(fā)布的ChatGPT大語(yǔ)言模型為標志，AI神經(jīng)網(wǎng)絡(luò )的類(lèi)人學(xué)習能力取得了里程碑式的進(jìn)展，引發(fā)全球范圍的AI熱潮。

2024年《政府工作報告》中首次提出了“人工智能+”行動(dòng)[1]，這不僅是順應全球人工智能發(fā)展的趨勢，而且與中國產(chǎn)業(yè)升級的大勢緊密相連，旨在推動(dòng)AI技術(shù)與各行業(yè)的深度融合。這一行動(dòng)體現了政府對AI的高度重視，可以說(shuō)是推動(dòng)中國從“互聯(lián)網(wǎng)時(shí)代”迭代升級至“人工智能時(shí)代”的政策設計和布局，是發(fā)展新質(zhì)生產(chǎn)力的一個(gè)重要方面。

AI的新突破影響經(jīng)濟社會(huì )發(fā)展，反過(guò)來(lái)，技術(shù)進(jìn)步是人類(lèi)經(jīng)濟活動(dòng)的結果，AI未來(lái)的發(fā)展也取決于經(jīng)濟社會(huì )環(huán)境包括公共政策的演變。中金研究院和中金公司研究部吉印通撰寫(xiě)了這篇研究報告，力圖從經(jīng)濟視角探討本輪AI進(jìn)步的生產(chǎn)力特點(diǎn)及其對生產(chǎn)關(guān)系的沖擊，圍繞宏觀(guān)含義、產(chǎn)業(yè)影響、治理挑戰等問(wèn)題提供一個(gè)系統分析。

作為一項通用目的技術(shù)，規模定律（Scaling Law）[2]是本輪AI進(jìn)步的突出特征，意味在靜態(tài)上大國有優(yōu)勢，動(dòng)態(tài)上先發(fā)者有優(yōu)勢。美國在大模型研發(fā)方面擁有先發(fā)優(yōu)勢，中國人口多、市場(chǎng)大有利于加速追趕，尤其可能在應用層孕育出引領(lǐng)性的創(chuàng )新，為經(jīng)濟增長(cháng)注入新動(dòng)能。按照我們的估算，AI有望使得中國2035年的GDP相較于基準情形提升9.8%，相當于未來(lái)10年的年化增長(cháng)率額外增加0.8個(gè)百分點(diǎn)?？萍几锩粌H促進(jìn)生產(chǎn)力，也重塑生產(chǎn)關(guān)系，AI作為“類(lèi)人”技術(shù)，在數字治理、市場(chǎng)競爭、社會(huì )倫理、國際關(guān)系等方面將帶來(lái)深遠的影響。歷史經(jīng)驗顯示，科技進(jìn)步在提升經(jīng)濟增長(cháng)的同時(shí)，也加大收入差距，促進(jìn)社會(huì )保障既有物質(zhì)基礎也是可持續發(fā)展的必然要求。中國可在A(yíng)I治理方面未雨綢繆，尤其需要著(zhù)力完善社會(huì )保障體系，兼顧效率和公平，讓科技發(fā)展成果惠及全體人民。在當前總需求不足的背景之下，擴張性財政政策提振經(jīng)濟增長(cháng)，也有助于中國在A(yíng)I領(lǐng)域加速追趕。

一、通用目的技術(shù)與通用人工智能

作為經(jīng)濟分析，我們對AI的研究從何入手？直觀(guān)來(lái)講，一項技術(shù)的重要性和其影響經(jīng)濟社會(huì )的范圍有關(guān)。一個(gè)基本共識是AI符合經(jīng)濟學(xué)的通用目的技術(shù)（General Purpose Technology, GPT）的概念，具有廣泛的應用潛力，可以在多個(gè)領(lǐng)域和多種環(huán)境中發(fā)揮作用。技術(shù)進(jìn)步是經(jīng)濟長(cháng)期增長(cháng)的源泉，而全社會(huì )的技術(shù)進(jìn)步往往是由少數幾項關(guān)鍵的通用目的技術(shù)所推動(dòng)的[3]。AI有潛力與電力、計算機、互聯(lián)網(wǎng)等相比擬，成為對人類(lèi)發(fā)展進(jìn)程有重要推動(dòng)力的通用目的技術(shù)。

就AI的通用性而言，一個(gè)相關(guān)的概念是“通用人工智能”（Artificial General Intelligence, AGI）。計算機領(lǐng)域的“通用”強調的是機器在閱讀、語(yǔ)音、圖像等人的行為領(lǐng)域中具備與人類(lèi)相近的能力。AI大模型初步展示了這些潛質(zhì)，比如其核心算法和技術(shù)可以應用于各種不同的任務(wù)，包括數據分析、自動(dòng)化控制等。但對于什么構成AGI有很多不同的觀(guān)點(diǎn)，對于人工智能是否能達到人類(lèi)智能則有更大的爭議，樂(lè )觀(guān)者和悲觀(guān)者都有[4]。

通用目的技術(shù)和通用人工智能看似相近，但是兩個(gè)不同的概念，AI是通用目的技術(shù)，但不一定能實(shí)現AGI。經(jīng)濟學(xué)領(lǐng)域的“通用”強調普遍適用性（Pervasiveness），但不一定要跟人的能力具有可比性，比如電力，沒(méi)有人可以發(fā)電，然而當今人類(lèi)的生產(chǎn)與生活離不開(kāi)電力。普遍適用性不是一天達到的，通用目的技術(shù)是一個(gè)動(dòng)態(tài)演進(jìn)的過(guò)程，新技術(shù)及其應用推動(dòng)經(jīng)濟社會(huì )發(fā)展，后者反過(guò)來(lái)也是創(chuàng )新和應用的驅動(dòng)力，不同技術(shù)工具之間還有協(xié)同作用，賦能進(jìn)一步創(chuàng )新[5]。AI進(jìn)步與數字經(jīng)濟的發(fā)展緊密相連，可以說(shuō)是數字技術(shù)本身作為通用目的技術(shù)動(dòng)態(tài)演進(jìn)和賦能創(chuàng )新的結果。

如何研判AI作為一項通用目的技術(shù)的發(fā)展潛力和路徑？一般而言，通用目的技術(shù)的發(fā)展遵循“萌芽-成長(cháng)-成熟”的三階段S型曲線(xiàn)的規律[6]，技術(shù)可行性、經(jīng)濟可行性是判斷其動(dòng)態(tài)演進(jìn)的兩個(gè)重要指標。從技術(shù)可行性看，普遍的觀(guān)點(diǎn)是，本輪AI大模型的技術(shù)突破標志著(zhù)S型曲線(xiàn)的第一拐點(diǎn)已被跨越，但在廣闊的消費和工業(yè)生產(chǎn)場(chǎng)景中，AI的滲透率仍有限，并未呈現出像互聯(lián)網(wǎng)技術(shù)廣泛應用的情況[7]。這背后有經(jīng)濟可行性問(wèn)題，當前AI的使用成本高，包括數據庫的建設、算法和人才的培養、算力消耗等，同時(shí)大模型的應用還在發(fā)展初期，其產(chǎn)生經(jīng)濟效益的前景還有較大的不確定性。

AI的經(jīng)濟可行性不是靜態(tài)的，而是動(dòng)態(tài)演進(jìn)的，隨著(zhù)技術(shù)迭代和應用規模擴大，AI技術(shù)的使用成本將呈現下降趨勢，商業(yè)模式的盈利逐漸顯現。其他產(chǎn)業(yè)可借助AI實(shí)現賦能、改造與升級，推動(dòng)本產(chǎn)業(yè)的降本增效，例如，金融結合AI可助力智慧投研及風(fēng)險防控，科研結合AI可實(shí)現自動(dòng)文獻閱讀、研究方案設計乃至科研設備控制等科研助手功能。未來(lái)幾年，AI大模型在各行業(yè)的應用推廣將是AI促進(jìn)經(jīng)濟增長(cháng)的載體，可能帶來(lái)深遠的影響。

長(cháng)遠來(lái)看，AI對經(jīng)濟社會(huì )的潛在影響也取決于S曲線(xiàn)的第二拐點(diǎn)在什么地方？一個(gè)爭議點(diǎn)是AGI能否實(shí)現，什么時(shí)候實(shí)現？語(yǔ)言是知識的載體和傳播途徑，一些觀(guān)點(diǎn)認為，大語(yǔ)言模型基于語(yǔ)言（現有知識）模擬智能，自然難以產(chǎn)生超越現有知識的智能[8]?；跉v史數據訓練的大模型如何理解并適應現實(shí)世界的動(dòng)態(tài)變化，可能是一個(gè)挑戰。AI可能在某些方面超越人的能力，但在很多領(lǐng)域尤其是創(chuàng )新領(lǐng)域，無(wú)法代替人類(lèi)的思考。

在討論AI作為一項通用目的技術(shù)對經(jīng)濟的影響時(shí)，無(wú)端的猜想和推測沒(méi)有現實(shí)意義，我們應當遵循科學(xué)的方法論，把理性分析建立在有邏輯的框架之上。無(wú)論是AI發(fā)展本身還是其對經(jīng)濟的影響，分析邏輯的一個(gè)關(guān)鍵詞是規模效應。

二、規模定律與規模經(jīng)濟效應

經(jīng)濟學(xué)的一個(gè)重要概念是規模經(jīng)濟效應，即生產(chǎn)規模的增加帶來(lái)單位成本下降，效率提升。本輪AI技術(shù)進(jìn)步有一個(gè)類(lèi)似的概念，就是規模定律，指的是隨著(zhù)模型規模的增加，其性能出現系統性的改進(jìn)。在算法優(yōu)化、數據增加、算力增長(cháng)的支持下，大語(yǔ)言模型可以包含數千億甚至上萬(wàn)億的參數，幫助機器學(xué)習語(yǔ)言數據中的復雜模式。規模定律描述的是技術(shù)可行性，規模經(jīng)濟效應關(guān)乎經(jīng)濟可行性，兩者相互聯(lián)系，在一定意義上可以說(shuō)前者是后者的基礎，后者是AI影響經(jīng)濟運行的載體，反過(guò)來(lái)也影響技術(shù)演進(jìn)。

從未來(lái)發(fā)展來(lái)看，一個(gè)關(guān)鍵問(wèn)題是規模增加帶來(lái)效率提升有沒(méi)有極限，邊界在哪？從模型技術(shù)層面看，有兩派觀(guān)點(diǎn)。樂(lè )觀(guān)一派認為在跨越了S型曲線(xiàn)的第一拐點(diǎn)后，AI的發(fā)展還遠沒(méi)有達到規模定律的極限，順著(zhù)規模定律指明的方向，結合更高效的算法架構、更高性能的算力芯片、更多數據的應用，我們可以期待未來(lái)幾年AI的技術(shù)性能持續突破[9]。謹慎一派則認為，算力、數據、參數增加的邊際產(chǎn)出已經(jīng)出現下降的跡象，同時(shí)數據量從存量的使用到依靠增量也面臨限制[10]。

大模型的應用不僅是技術(shù)問(wèn)題，即使數據規模增加的邊際產(chǎn)出（模型預測的準確度）遞減，如果其應用產(chǎn)生的收益大于投入成本，經(jīng)濟可行性仍然成立。在A(yíng)I應用和產(chǎn)業(yè)發(fā)展上規模經(jīng)濟效應是關(guān)鍵因素。經(jīng)濟學(xué)的規模效應有內部規模經(jīng)濟和外部規模經(jīng)濟兩個(gè)方面，前者是指單個(gè)企業(yè)做大生產(chǎn)和經(jīng)營(yíng)規模而實(shí)現效率提升（單位成本下降），后者是指產(chǎn)業(yè)鏈上下游的企業(yè)通過(guò)協(xié)作，或者共享基礎設施與公共服務(wù)而提升效率。在數字經(jīng)濟時(shí)代，企業(yè)內部效率提升不一定體現為單一產(chǎn)品量的增加上，還可能通過(guò)經(jīng)營(yíng)范圍擴大、產(chǎn)品種類(lèi)增加來(lái)實(shí)現，即范圍經(jīng)濟效應。

具體而言，AI的內部規模經(jīng)濟效應體現在單個(gè)企業(yè)憑借大模型而享受運營(yíng)規模增加而帶來(lái)的效率提升。技術(shù)層面的規模定律隱含著(zhù)經(jīng)濟層面的門(mén)檻要求。在算力、參數和數據量達到一定規模時(shí)，模型的準確性和能力出現跳躍式提升，即所謂的涌現。這種非線(xiàn)性效應帶來(lái)AI大模型研發(fā)在資源投入上有一定的門(mén)檻要求，疊加應用層面的范圍經(jīng)濟效應，頭部大型科技公司更有能力實(shí)現內部規模經(jīng)濟。

AI的外部規模經(jīng)濟可以體現在三個(gè)方面。首先，在大語(yǔ)言模型的推動(dòng)下，市場(chǎng)對于A(yíng)I領(lǐng)域給予了前所未有的關(guān)注，越來(lái)越多的資本投向新算法架構的研發(fā)、數據庫和算力基礎設施的建設，這有助于降低整個(gè)市場(chǎng)的算法、數據、算力的平均成本，對所有市場(chǎng)主體都有利。中國的企業(yè)在算力方面的不足可能限制其內部規模經(jīng)濟的發(fā)揮，但這可以在一定程度上通過(guò)基礎設施、公共服務(wù)（共享）等外部規模經(jīng)濟來(lái)彌補。

其次，外部規模經(jīng)濟體現在模型開(kāi)發(fā)者與使用者之間互動(dòng)和相互賦能上。比如，開(kāi)源大模型可以吸引來(lái)自高校、企業(yè)和個(gè)人等各類(lèi)開(kāi)發(fā)者進(jìn)行調用，他們在使用過(guò)程中發(fā)現問(wèn)題，并通過(guò)網(wǎng)絡(luò )平臺提供使用反饋和修改意見(jiàn)，由此形成分工協(xié)作網(wǎng)絡(luò )，加快技術(shù)迭代和進(jìn)步。

再次，隨著(zhù)AI技術(shù)從科技企業(yè)擴散到其他行業(yè)，相關(guān)企業(yè)可將自身業(yè)務(wù)與AI相融合，形成產(chǎn)業(yè)鏈和生態(tài)系統，實(shí)現產(chǎn)業(yè)內和產(chǎn)業(yè)間分工協(xié)作，帶來(lái)外部規模經(jīng)濟效應。隨著(zhù)大模型的迭代完善，科研、醫療、金融等行業(yè)將能夠開(kāi)發(fā)定制小模型，運用于日常的業(yè)務(wù)活動(dòng)，進(jìn)一步豐富技術(shù)生態(tài)。不同行業(yè)的小模型可互相借鑒知識和經(jīng)驗，創(chuàng )造出新的公共數據反哺技術(shù)研發(fā)，實(shí)現范圍經(jīng)濟效應。

人類(lèi)的歷史顯示，一項技術(shù)進(jìn)步帶來(lái)的規模經(jīng)濟效應并不是無(wú)限的，邊際收益遞增最終轉向邊際收益遞減。我們需要超越技術(shù)層面來(lái)思考AI的規模經(jīng)濟效應，這是因為技術(shù)進(jìn)步是內生的，即使第二拐點(diǎn)離我們還遠，規模擴大本身可能也面臨約束。經(jīng)濟社會(huì )資源是有限的，而人類(lèi)的需求是多元的，不大可能把所有的資源投入在某一個(gè)技術(shù)或者產(chǎn)業(yè)上。

從經(jīng)濟社會(huì )層面看，一個(gè)宏觀(guān)約束和應對氣候變化有關(guān)，能耗和碳排放問(wèn)題已經(jīng)成為公眾關(guān)注本輪AI進(jìn)步的焦點(diǎn)之一。AI的生命周期在訓練階段和推理階段需要消耗電力，增加碳排放。另一方面，AI可以助力能源轉型、降低碳排放，比如AI可以幫助開(kāi)發(fā)新的清潔能源技術(shù)材料，優(yōu)化太陽(yáng)能和風(fēng)能發(fā)電場(chǎng)的運行等。這兩個(gè)力量哪個(gè)作用更大？經(jīng)濟發(fā)展的歷史顯示，技術(shù)進(jìn)步有助于降低單位能耗，但人類(lèi)對美好生活的追求使得經(jīng)濟總量增長(cháng)，帶來(lái)總能耗上升[11]。

應對AI進(jìn)步對碳排放的影響需要加速綠色轉型，促進(jìn)綠色能源替代化石能源。綠色能源的制造業(yè)屬性較強，具有規模經(jīng)濟效應，中國作為制造業(yè)大國和大市場(chǎng)可以為全球的綠色轉型做出重要貢獻。但中國綠色產(chǎn)業(yè)的發(fā)展已經(jīng)帶來(lái)保護主義的壓力，背后是國家之間經(jīng)濟和地緣政治層面的競爭。

三、大收斂與大分流

科技進(jìn)步對國家或地區之間的經(jīng)濟競爭力與發(fā)展差距有重要影響。工業(yè)革命時(shí)期，西方國家（如英國、德國、美國）的經(jīng)濟快速增長(cháng)，而以中國為代表的東方國家則逐漸落后，導致了全球范圍內的經(jīng)濟和政治格局的重大變化，這一現象在經(jīng)濟史領(lǐng)域被稱(chēng)為“大分流”[12]。二戰后少數經(jīng)濟體（主要是東亞）在工業(yè)化的過(guò)程中成功追趕發(fā)達經(jīng)濟體，中國改革開(kāi)放以來(lái)經(jīng)濟快速增長(cháng)，大大縮小了與發(fā)達國家的差距，這些被視為“大收斂”的例子[13]。在科技快速進(jìn)步的今天，有觀(guān)點(diǎn)擔心全球正在經(jīng)歷由于科技創(chuàng )新和產(chǎn)業(yè)化集中在少數國家導致的第二次大分流，拉大先進(jìn)技術(shù)國家和傳統制造業(yè)國家之間的差距[14]。

本輪AI進(jìn)步將導致分化還是收斂？經(jīng)濟學(xué)的兩派觀(guān)點(diǎn)有助于我們理解這個(gè)問(wèn)題，關(guān)鍵在于對技術(shù)進(jìn)步和規模經(jīng)濟的認知。按照新古典增長(cháng)理論，技術(shù)進(jìn)步是外生的，資本的邊際報酬遞減，給發(fā)展中國家帶來(lái)后發(fā)優(yōu)勢。發(fā)展中國家的資本邊際收益高于發(fā)達國家，資本從高收入國家流向低收入國家，學(xué)習和模仿帶來(lái)技術(shù)的擴散，使得后者的經(jīng)濟增長(cháng)快于前者，人均收入水平的差距趨于收斂[15]。

內生增長(cháng)理論則強調技術(shù)進(jìn)步是內生的，規模經(jīng)濟效應是一個(gè)重要力量。和農業(yè)經(jīng)濟相比，工業(yè)經(jīng)濟具有規模經(jīng)濟效應，使得率先實(shí)現工業(yè)化的國家有更多資源投入研發(fā)和創(chuàng )新，在前沿技術(shù)進(jìn)步上有先發(fā)優(yōu)勢，導致跨國間收入水平差距不收斂[16]。

兩派差異的另一個(gè)含義是，在其他條件相同的情況下，內生增長(cháng)模型隱含大國比小國增長(cháng)更快，大國比小國更富有，而新古典增長(cháng)理論認為經(jīng)濟增速與規模無(wú)關(guān)。順著(zhù)技術(shù)進(jìn)步是內生的邏輯，在供給端，大國有更多的資源可以投入研發(fā)和創(chuàng )新，在需求端大市場(chǎng)意味創(chuàng )新的利潤空間更大，同時(shí)技術(shù)進(jìn)步在大國的溢出效應更強[17]。

AI大模型的規模定律對經(jīng)濟學(xué)意義上的規模效應在靜態(tài)（大國比小國有優(yōu)勢）和動(dòng)態(tài)（先發(fā)者有優(yōu)勢）上的體現有什么含義？AI大模型的涌現（非線(xiàn)性特征）或者投入門(mén)檻要求使得大國在A(yíng)I發(fā)展過(guò)程中享有規模優(yōu)勢。大國擁有更多人口和企業(yè)，有助于分攤高昂的固定（訓練）成本，更快突破AI技術(shù)的規模閾值。同時(shí)，大國使用AI的主體和場(chǎng)景更多，帶來(lái)龐大和豐富的本地數據，以及更大規模和更多樣的應用市場(chǎng)，從而實(shí)現更強的干中學(xué)效應。大國也更容易建設有利于A(yíng)I落地應用的基礎設施，助力產(chǎn)品和技術(shù)的擴散。

規模效應意味本輪AI進(jìn)步對中美這兩個(gè)全球最大的經(jīng)濟體更有利，美國的經(jīng)濟體量比中國大，但中國的人口比美國多，資本和勞動(dòng)力在一定程度上相互替代但不能完全替代，由此從規模來(lái)看中美各有優(yōu)劣勢。但就本輪AI進(jìn)步而言，美國擁有先發(fā)優(yōu)勢。在傳統深度學(xué)習時(shí)代，中美AI發(fā)展雖略有差距，但基本處于并跑或者各有千秋的狀態(tài)。在過(guò)去幾年以大模型為標志的AI進(jìn)步中，美國保持相對領(lǐng)先，而且差距有拉大的跡象。如何看待未來(lái)的發(fā)展？我們可以從算力層、模型層、應用層分別做些探討。

就算力層而言，有跡象顯示傳統摩爾定律面臨極限，芯片制程進(jìn)入規模報酬遞減階段，這意味發(fā)達國家先發(fā)優(yōu)勢的重要性下降，為中國追趕先進(jìn)水平提供了空間。同時(shí)，新計算架構、非硅基半導體等新技術(shù)路線(xiàn)尚處于研發(fā)初期，中國存在加速追趕的可能性。

從模型層看，在S型曲線(xiàn)第一個(gè)拐點(diǎn)后，大模型進(jìn)入規模報酬遞增階段，意味著(zhù)美國擁有先發(fā)優(yōu)勢。美國的先發(fā)優(yōu)勢有多大，部分取決于技術(shù)層面大模型的第二拐點(diǎn)還有多遠，或者說(shuō)領(lǐng)先者本身面臨的技術(shù)極限在哪，這一點(diǎn)目前看還有較大的不確定性。同時(shí)，美國試圖在A(yíng)I相關(guān)人才和基礎設施的自由流動(dòng)出臺相關(guān)舉措來(lái)強化其先發(fā)優(yōu)勢。把AI大模型的通用性和規模定律蘊含的研發(fā)投入門(mén)檻結合起來(lái)，后發(fā)劣勢可能導致中國的相關(guān)企業(yè)自發(fā)的追趕激勵不足。

在應用方面，包括美國在內的很多國家均在探索大模型應用場(chǎng)景，成熟的成功案例尚少，美國的先發(fā)優(yōu)勢不明顯。在應用層的探索中，中國應用場(chǎng)景豐富、潛在需求多樣的市場(chǎng)規模優(yōu)勢明顯，不但有利于加速追趕，甚至有可能孕育出一些具有原創(chuàng )性、引領(lǐng)性的創(chuàng )新。

AI作為一項通用目的技術(shù)，在應用層通過(guò)外部規模經(jīng)濟提升整個(gè)經(jīng)濟的效率，體現在供給與需求端，上下游鏈接協(xié)同，相互賦能，促進(jìn)創(chuàng )新。AI大模型通過(guò)大數據來(lái)模擬和預測，有利于后發(fā)者的模仿能力，不僅賦能“知其所以然”的傳統仿制，也增加“只知其然”的新型仿制能力，這些都有助于追趕式創(chuàng )新。仿制能力增強對于依賴(lài)原創(chuàng )的引領(lǐng)式創(chuàng )新的含義并不清晰，一方面，仿制侵蝕引領(lǐng)式創(chuàng )新者的壟斷利潤，抑制創(chuàng )新意愿，另一方面仿制品加劇了市場(chǎng)競爭，由此導致的產(chǎn)業(yè)平均利潤率下降促使企業(yè)加強引領(lǐng)式創(chuàng )新，以維護超額利潤。這正反兩個(gè)力量哪個(gè)更強，規模效應也是關(guān)鍵因素，大市場(chǎng)提供的利潤空間激勵競爭環(huán)境中的創(chuàng )新投入。

就技術(shù)進(jìn)步的主要驅動(dòng)力來(lái)看，在S型曲線(xiàn)第一拐點(diǎn)之前，AI技術(shù)發(fā)展更多體現為供給側推動(dòng)創(chuàng )新，大語(yǔ)言模型是一個(gè)突出成果。在第一拐點(diǎn)被跨越之后，AI產(chǎn)業(yè)化是關(guān)鍵，是技術(shù)進(jìn)步促進(jìn)經(jīng)濟增長(cháng)的載體，產(chǎn)業(yè)化所帶來(lái)的商業(yè)利潤反過(guò)來(lái)也促進(jìn)AI技術(shù)迭代創(chuàng )新。因此，在當前階段，需求側的應用是關(guān)鍵。從應用的角度來(lái)看，中國具有規模優(yōu)勢。在面向普通用戶(hù)服務(wù)層面，中國人口數量多，AI產(chǎn)業(yè)化潛在需求廣闊。在面向企業(yè)用戶(hù)服務(wù)層面，中國的工業(yè)體系完整，可為產(chǎn)業(yè)AI化提供豐富的應用場(chǎng)景。發(fā)揮好中國的規模優(yōu)勢需要公共政策營(yíng)造有利于創(chuàng )新的宏觀(guān)環(huán)境，包括強勁的消費需求、繁榮的資本市場(chǎng)、有效的數字經(jīng)濟治理機制和公共基礎設施。

中國的規模優(yōu)勢有利于發(fā)揮AI進(jìn)步對于經(jīng)濟體系內創(chuàng )新的促進(jìn)作用。單一產(chǎn)品大市場(chǎng)對于仿制者有激勵作用，而多樣化需求促進(jìn)引領(lǐng)式創(chuàng )新。只有少數大型經(jīng)濟體有足夠大的市場(chǎng)既容納多個(gè)細分賽道同時(shí)每個(gè)細分賽道有足夠大的體量實(shí)現規模效應，從而兼顧追趕和引領(lǐng)式創(chuàng )新。

發(fā)揮好中國的規模優(yōu)勢，一個(gè)關(guān)鍵問(wèn)題是如何促進(jìn)資源投入創(chuàng )新。對于追趕式創(chuàng )新，其技術(shù)路徑已較為清晰，應該發(fā)揮大企業(yè)在創(chuàng )新要素積累（知識產(chǎn)權、人力資本、研發(fā)投入等）方面的優(yōu)勢，由銀行提供長(cháng)期、穩定的資金支持。引領(lǐng)式創(chuàng )新通常沒(méi)有成熟的技術(shù)路徑可供參考，更加依賴(lài)眾多中小企業(yè)的創(chuàng )新試錯，資本市場(chǎng)能更有效地起到篩選創(chuàng )新技術(shù)路線(xiàn)、商業(yè)模式的作用。中國的規模優(yōu)勢在制造業(yè)領(lǐng)域尤其突出，一個(gè)新增長(cháng)點(diǎn)是人形機器人。

四、人形機器人與機器替代人

技術(shù)進(jìn)步影響經(jīng)濟有替代勞動(dòng)力和賦能勞動(dòng)力兩個(gè)方面。一方面，技術(shù)進(jìn)步帶來(lái)自動(dòng)化機器設備等新的生產(chǎn)工具，使得資本可部分替代勞動(dòng)力。另一方面，技術(shù)進(jìn)步幫助勞動(dòng)者用更少時(shí)間完成同樣的工作任務(wù)，提升勞動(dòng)生產(chǎn)率。AI同樣有替代和賦能勞動(dòng)力兩個(gè)作用，但模式與強度較過(guò)往技術(shù)進(jìn)步有所不同。過(guò)往技術(shù)進(jìn)步對勞動(dòng)力的替代更多發(fā)生在農業(yè)、低端制造業(yè)等體力勞動(dòng)密集的領(lǐng)域。AI進(jìn)步尤其大語(yǔ)言模型等技術(shù)已展示出替代部分腦力勞動(dòng)的能力，比如翻譯等。

替代體力和替代腦力并不是相互排斥的，本輪AI技術(shù)進(jìn)步的一個(gè)重要潛力就是兩者的結合，體現在具身智能的發(fā)展上。具身智能（Embodied AI）是指智能體有一個(gè)身體，并通過(guò)身體與環(huán)境的互動(dòng)來(lái)獲得智能。這種交互包括使用傳感器來(lái)感知環(huán)境，以及通過(guò)執行器對環(huán)境產(chǎn)生影響，智能體通過(guò)與外部世界的物理互動(dòng)來(lái)學(xué)習和適應。例如，讓機器人能夠在沒(méi)有明確指示的情況下，通過(guò)探索和實(shí)驗來(lái)學(xué)習如何執行任務(wù)，如行走、抓取物體等。

具身智能可以說(shuō)是人工智能與機器人技術(shù)的深度融合，其應用的一個(gè)重要方面是人形機器人。人形機器人是指那些具有類(lèi)似人類(lèi)外觀(guān)和功能的機器人，可以在一定程度上執行人類(lèi)能完成的任務(wù)，如行走、操作工具、交流等。本輪AI突破提升了人形機器人的技術(shù)可行性，自然語(yǔ)言處理、面部識別和表情模擬等有助于機器與人類(lèi)進(jìn)行更為自然的交流。人形機器人可以在多個(gè)領(lǐng)域，如制造業(yè)、醫療護理及服務(wù)業(yè)等，替代或輔助人力，提高生產(chǎn)效率和服務(wù)質(zhì)量。人形機器人的普及將促使更多的勞動(dòng)力從物理勞動(dòng)轉向創(chuàng )造性和管理性的工作，不僅有助于提升工作的附加值，還能改善勞動(dòng)條件，減少工傷事故。

人形機器人的推廣普及不僅有技術(shù)可行性的問(wèn)題，更是經(jīng)濟可行性問(wèn)題。生產(chǎn)機器人的制造業(yè)具有規模經(jīng)濟效應，而突破技術(shù)障礙要靠研發(fā)和創(chuàng )新投入，大市場(chǎng)是促進(jìn)創(chuàng )新動(dòng)能的關(guān)鍵因素。隨著(zhù)創(chuàng )新帶來(lái)的設計優(yōu)化，以及規?；a(chǎn)，人形機器人的生產(chǎn)成本有望持續下降。制造業(yè)的規模經(jīng)濟和數字技術(shù)的規模經(jīng)濟結合起來(lái)，使得中國在發(fā)展人形機器人方面有獨特的優(yōu)勢。

中國已經(jīng)擁有全球市場(chǎng)規模第一的工業(yè)機器人應用市場(chǎng)，2022年工業(yè)機器人裝機量占全球比重超過(guò)50%[18]，人形機器人有望帶來(lái)新的產(chǎn)業(yè)發(fā)展機遇。在供給端，人形機器人的生產(chǎn)離不開(kāi)制造業(yè)，而吉印通業(yè)的產(chǎn)業(yè)門(mén)類(lèi)齊全、產(chǎn)業(yè)體系完整。在需求端，中國較大的細分市場(chǎng)為人形機器人的應用提供了廣闊的測試和部署環(huán)境，比如工廠(chǎng)制造、養老陪護、危險救援等部門(mén)，可以累積大量數據，有助于A(yíng)I技術(shù)的迭代和優(yōu)化。在現階段的中國，人形機器人的發(fā)展并不僅限于家庭用途，而是在工業(yè)領(lǐng)域，包括制造、采礦等，展現出更大的應用潛力。AI的發(fā)展也可能帶來(lái)一些新技術(shù)路徑，降低傳統日美等發(fā)達國家機器人制造商的知識溢價(jià)，中國發(fā)展人形機器人產(chǎn)業(yè)，如同發(fā)展新能源汽車(chē)產(chǎn)業(yè)一般，有可能實(shí)現彎道超車(chē)。

當然，人形機器人的發(fā)展將是全球性現象，具有普遍意義，有一系列的宏觀(guān)和結構含義值得探討。機器替代人自然讓人聯(lián)想起人多人少的爭議。一方面，人形機器人作為一種先進(jìn)的技術(shù)解決方案，為應對人口老齡化帶來(lái)的勞動(dòng)力短缺問(wèn)題提供了新的可能性。另一方面，機器替代人帶來(lái)大規模失業(yè)的擔憂(yōu)，尤其是人形機器人的推廣普及的前景，使得技術(shù)性失業(yè)（Technological Unemployment，指因技術(shù)進(jìn)步引發(fā)的失業(yè)）這樣的經(jīng)濟學(xué)專(zhuān)業(yè)名詞成為大眾話(huà)題。

我們應該如何理解這個(gè)問(wèn)題？經(jīng)濟學(xué)的“鮑莫爾病”[19]的概念提供了一個(gè)有用的分析框架，其邏輯是資源（包括勞動(dòng)力）從效率提升快的部門(mén)（供大于求）轉向提升慢的部門(mén)（供不應求）。技術(shù)進(jìn)步帶來(lái)的勞動(dòng)生產(chǎn)率提升的速度在不同部門(mén)之間有差異，總有勞動(dòng)生產(chǎn)率增長(cháng)相對慢的行業(yè)和領(lǐng)域，同時(shí)，人類(lèi)的欲望是一個(gè)心理概念，在某些方面是無(wú)限的，總有一些需求得不到滿(mǎn)足，需要資源的投入。

鮑莫爾發(fā)表文章的1960年代是制造業(yè)效率提升快，服務(wù)業(yè)慢，所以資源從制造業(yè)轉向服務(wù)業(yè)，發(fā)達國家服務(wù)業(yè)比重上升，制造業(yè)比重下降。但如果現在的機器替代人更多在服務(wù)業(yè)，意味服務(wù)業(yè)效率提升快，制造業(yè)生產(chǎn)機器人的供給可能趕不上需求，勞動(dòng)力需要從效率提升快的服務(wù)業(yè)（機器替代人）轉向生產(chǎn)機器人的制造業(yè)和那些效率提升慢的服務(wù)行業(yè)。雖然我們難以精確預測未來(lái)就業(yè)結構的變化，但大的邏輯應該是，技術(shù)進(jìn)步快的行業(yè)產(chǎn)生的富余勞動(dòng)力最終會(huì )被技術(shù)進(jìn)步慢、供給不能滿(mǎn)足需求的行業(yè)所吸收。當然，這個(gè)調整對某些行業(yè)、某些人群可能是一個(gè)痛苦的過(guò)程，需要公共政策的扶持和幫助。

另外，全球制造業(yè)比例上升也意味實(shí)體資源的重要性上升，比如對鋼鐵、銅、鋁等材料的需求上升，帶來(lái)商品的相對價(jià)格調整。這也可能增加能源消耗，增加碳排放和污染問(wèn)題，加大全球綠色轉型的壓力。

五、倫理與治理

在經(jīng)濟層面之外，人形機器人在社會(huì )、文化、倫理等方面的影響也值得關(guān)注。人形機器人可以用于教育、醫療、家庭服務(wù)等多個(gè)領(lǐng)域，可能改變人類(lèi)對這些領(lǐng)域和社會(huì )角色的認知。社會(huì )倫理與治理機制是關(guān)乎包括人形機器人在內的所有AI技術(shù)發(fā)展的重要議題。當前，在A(yíng)I倫理與治理的討論中，有三個(gè)方面的話(huà)題尤其值得關(guān)注：一是數據要素的治理；二是大企業(yè)的市場(chǎng)勢力；三是更廣泛的社會(huì )公平與安全問(wèn)題。

首先，數據是AI產(chǎn)業(yè)的基礎性生產(chǎn)要素，數據治理是AI相關(guān)治理機制的關(guān)鍵部分。盡管有人將數據比作數字經(jīng)濟時(shí)代的石油，但在經(jīng)濟學(xué)視角下，數據因其非競爭性特征——即可供不同主體重復使用且邊際成本趨近于零——與石油這類(lèi)不可再生的生產(chǎn)要素有著(zhù)本質(zhì)的區別。非競爭性帶來(lái)外部性，數據的生產(chǎn)和使用不僅涉及直接相關(guān)的個(gè)體或組織，還可能對社會(huì )其他成員產(chǎn)生影響，包括正面和負面的影響。

正外部性源自數據的網(wǎng)絡(luò )效應，即數據的價(jià)值往往隨著(zhù)數據量和多樣性的增加而上升。AI的規模定律意味只有達到一定規模的數據才能在大模型訓練中發(fā)揮其價(jià)值。多模態(tài)模型進(jìn)一步要求數據的多樣性，數據來(lái)源于多種渠道，形式和類(lèi)型也多樣，如文本、圖片、視頻等。

負外部性體現為數據的生成和使用可能帶來(lái)隱私和安全等問(wèn)題。個(gè)人數據的收集、存儲、使用和傳輸在創(chuàng )造經(jīng)濟價(jià)值的同時(shí)也導致隱私泄露和數據濫用的風(fēng)險。數據可以輕易地復制和傳播，這既有利于知識的傳播，也可能帶來(lái)知識產(chǎn)權等方面的爭議。數據的產(chǎn)生者和使用者之間可能存在信息不對稱(chēng)，使得上述的正外部性和負外部性之間的矛盾更加突出。這為數據發(fā)揮規模效應帶來(lái)了挑戰，要么因為規模不夠使得數據的價(jià)值不能被充分挖掘，要么有規模的使用容易導致濫用問(wèn)題。

外部性意味著(zhù)數據應該被視為一種準公共品，需要政策層面的介入與調節，既要促進(jìn)數據的開(kāi)放共享，發(fā)揮數據的規模效應，也要保護公民的隱私和數據安全。數據的生產(chǎn)和使用需要相應的治理和監管機制，當前而言，一個(gè)關(guān)鍵著(zhù)力點(diǎn)在于流通環(huán)節，數據只有在流通環(huán)節充分發(fā)揮出價(jià)值，其生產(chǎn)行為才能得到激勵。

從全球經(jīng)驗來(lái)看，數據流通主要有兩種方式。中國主要通過(guò)各地方交易所進(jìn)行場(chǎng)內交易，美國等發(fā)達國家則主要通過(guò)數據經(jīng)紀商進(jìn)行場(chǎng)外交易。從現實(shí)狀況來(lái)看，盡管中國的數據總量已位居世界第二，但2021年的數據市場(chǎng)規模不及美國的25%[20]。鑒于數據要素的產(chǎn)權難以界定，權利主體分散，且定價(jià)過(guò)程復雜，過(guò)度強調通過(guò)數據確權來(lái)實(shí)現標準化交易可能增加數據流通的交易成本，在宏觀(guān)上反而達不到規?；魍ǖ哪康?。

解決這些問(wèn)題需要在實(shí)踐中摸索不同的方法和路徑，從技術(shù)、管理、政策多個(gè)層面綜合治理。就當下而言，推動(dòng)政府與公共部門(mén)非敏感數據公開(kāi)，鼓勵企業(yè)創(chuàng )新數據生產(chǎn)和使用尤其重要?？赡艿拇胧┌訌妵竺媾R的市場(chǎng)競爭約束，以提升其對數據匯集和使用的重視程度；對大型制造企業(yè)尤其是民企給予經(jīng)濟激勵，以支持其進(jìn)行數據庫建設等AI化改造；在芯片等“卡脖子”問(wèn)題突出的精密制造領(lǐng)域，著(zhù)重打造大企業(yè)主導的追趕式創(chuàng )新模式，通過(guò)縱向一體化組織架構來(lái)便利稀缺數據的匯集。

AI治理的第二個(gè)方面是大模型的發(fā)展有可能增加各方對大企業(yè)市場(chǎng)勢力的關(guān)注。壟斷曾是數字經(jīng)濟平臺治理中的焦點(diǎn)，但進(jìn)入AI大模型時(shí)代后，關(guān)于壟斷的討論似乎還較少。一個(gè)重要的背景是，AI大模型作為一種破壞式創(chuàng )新，正在對數字經(jīng)濟時(shí)代平臺企業(yè)的壟斷勢力產(chǎn)生較大影響。例如，在搜索引擎市場(chǎng)，盡管截至2024年4月，谷歌全球市場(chǎng)份額依然高達90%[21]，但市場(chǎng)上關(guān)于哪個(gè)AI應用將顛覆谷歌搜索已有了諸多猜想[22]。另外，AI大模型在各個(gè)領(lǐng)域的泛化能力仍受到技術(shù)條件的約束，無(wú)論是在基礎大模型領(lǐng)域、還是在垂直應用領(lǐng)域，各類(lèi)大模型創(chuàng )業(yè)企業(yè)之間的競爭激烈。

雖然壟斷不是AI大模型發(fā)展目前面臨的主要風(fēng)險，但未來(lái)這個(gè)領(lǐng)域是否會(huì )形成新的不利于競爭的市場(chǎng)勢力？技術(shù)視角的規模定律告訴我們，伴隨著(zhù)技術(shù)能力的不斷進(jìn)步，多模態(tài)AI大模型可能“贏(yíng)者通吃”，取代其他性能一般的模型。經(jīng)濟視角的規模效應告訴我們，AI大模型具有網(wǎng)絡(luò )效應，其前置的開(kāi)發(fā)成本高昂，但邊際的使用成本較低，可能形成有利于少數幾個(gè)大型企業(yè)的局面。

在探討市場(chǎng)勢力及其治理時(shí)，有結構主義和行為主義兩種主要思路，前者認為產(chǎn)業(yè)組織結構決定企業(yè)行為，主張通過(guò)反壟斷措施拆分壟斷結構，后者則認為結構是行為的結果，反壟斷關(guān)注的重點(diǎn)應該在于不利競爭的壟斷行為而非產(chǎn)業(yè)組織結構[23]。哪一種思路更適合大模型時(shí)代？是否有利于創(chuàng )新是重要的判斷標準。AI大模型由于具有規模效應，更有利于大企業(yè)提升市場(chǎng)份額，但關(guān)鍵在于相關(guān)企業(yè)是否存在阻礙數據、人才等要素自由流動(dòng)的反競爭行為。

當前，中國AI領(lǐng)域的創(chuàng )新面臨著(zhù)雙重挑戰，既要追趕世界一流大模型的水平，也要把眼光放長(cháng)遠，實(shí)現引領(lǐng)式的創(chuàng )新。大企業(yè)在追趕式創(chuàng )新中扮演更重要的角色，而小企業(yè)是引領(lǐng)式創(chuàng )新的主力軍。結構主義思路可能會(huì )抑制大型科技企業(yè)的創(chuàng )新，而行為主義思路可以更好地平衡大、小企業(yè)創(chuàng )新的關(guān)系。與其關(guān)注企業(yè)的規模，不如關(guān)注市場(chǎng)的可競爭性，比如防范企業(yè)的壟斷行為，促進(jìn)數據、算力、人才等要素的自由流動(dòng)。

AI治理的第三個(gè)方面是地緣政治層面的倫理和安全問(wèn)題。AI技術(shù)在高端制造領(lǐng)域的應用，可能導致新的倫理和安全問(wèn)題。AI產(chǎn)業(yè)技術(shù)密集，與經(jīng)濟、社會(huì )息息相關(guān)，各國都很重視，近兩年全球60多個(gè)國家先后推出AI發(fā)展戰略[24]，但規模效應以及與此相關(guān)的先發(fā)優(yōu)勢可能使得大國尤其美國處在更有利的地位。AI發(fā)展將給國際治理機制帶來(lái)新的挑戰和變革壓力。

六、效率與公平

人工智能作為一項通用目的技術(shù)，在提升生產(chǎn)效率的同時(shí)，可能帶來(lái)經(jīng)濟和就業(yè)結構的變化，加大收入分配的差距，在社會(huì )層面為平衡效率和公平帶來(lái)新挑戰，在總量層面體現為需求相對供給不足，對宏觀(guān)經(jīng)濟政策有重要含義。規模經(jīng)濟效應是聯(lián)系微觀(guān)維度的效率與公平，和宏觀(guān)層面的總需求和總供給平衡的重要載體，規模經(jīng)濟放大技術(shù)進(jìn)步對效率的提升效果，同時(shí)也可能擴大收入差距，加劇總需求不足的問(wèn)題。

從供給側來(lái)看，AI與各行各業(yè)融合發(fā)展有望增加經(jīng)濟潛在增長(cháng)率。與需要預編程的機器自動(dòng)化不同，本輪技術(shù)進(jìn)步賦予了AI更強的通用性，可以跨場(chǎng)景地普遍參與到人類(lèi)工作的任務(wù)流程中，通過(guò)替代人和賦能人兩個(gè)渠道提升全要素生產(chǎn)率（TFP）。隨著(zhù)AI能力提升、成本下降，與AI進(jìn)行融合的產(chǎn)業(yè)規模將逐步擴大，對經(jīng)濟的提升效果也將越發(fā)顯著(zhù)。我們估計到2035年，AI有望使得中國GDP總量相較于基準情形提升9.8%，相當于未來(lái)十年的年化增長(cháng)率額外增加0.8個(gè)百分點(diǎn)。AI技術(shù)的滲透和應用擴散需要時(shí)間，意味生產(chǎn)效率提升在經(jīng)濟增長(cháng)的體現將呈現前低后高的特征。

供給能力提升不是一蹴而就的，技術(shù)滲透和商業(yè)應用需要時(shí)間。雖然AI改變我們的生活已經(jīng)成為大眾話(huà)題，但很多企業(yè)還在尋找可行的商業(yè)模式。其中一個(gè)方面是前期投資的支持，要有廣泛意義的效率提升，需要在軟件，硬件，機器人生產(chǎn)方面大規模投資。宏觀(guān)層面AI顯著(zhù)提升經(jīng)濟效率的前提是先要觀(guān)察到資本投資大幅上升，這也是我們觀(guān)察經(jīng)濟新增長(cháng)點(diǎn)的一個(gè)視角。

長(cháng)遠來(lái)看，與供給側的提升相比，AI技術(shù)的普遍使用對總需求的促進(jìn)作用相對較小，導致供大于求的宏觀(guān)格局。這是因為技術(shù)進(jìn)步加劇收入分配的差距，而高收入者的邊際消費傾向通常低于低收入者，收入不平等的擴大降低社會(huì )的整體消費傾向，抑制最終需求（消費）的增長(cháng)。

和過(guò)去的技術(shù)進(jìn)步比較，AI作為一種“類(lèi)人”技術(shù)在收入分配方面可能更不利于勞動(dòng)者。IMF的報告認為，全球約有40%的職業(yè)會(huì )暴露于A(yíng)I，這一比例在發(fā)達經(jīng)濟體高達60%[25]。在市場(chǎng)機制的作用下，最終出現大規模失業(yè)的可能性小，但代價(jià)是工資增長(cháng)相對資本的回報慢。AI技術(shù)本身是研發(fā)的產(chǎn)物，高額回報主要屬于創(chuàng )新人員和風(fēng)險投資家，同時(shí)，AI技術(shù)的商業(yè)應用尤其人形機器人的普及需要大量投資，資本深化意味GDP中勞動(dòng)收入份額下降。同時(shí)，本輪AI進(jìn)步對于位于社會(huì )中間收入的白領(lǐng)人群可能影響較大，加劇勞動(dòng)者之間收入分配極化的問(wèn)題。

伴隨AI應用推廣，有可能出現一種情況，技術(shù)進(jìn)步的收益被私有化，應對其沖擊帶來(lái)的問(wèn)題的成本則由全社會(huì )承擔，這個(gè)成本在宏觀(guān)上最突出的體現就是總需求不足?？傂枨蟛蛔銓舱哂惺裁春x？財政和貨幣政策是調節總需求的兩個(gè)抓手，貨幣政策是總量的逆周期調節工具，對收入分配等結構性問(wèn)題的作用有限，甚至有反作用，財政政策既可以做總量的逆周期調節，也可以是調整結構、降低收入不平等的有效工具。針對AI進(jìn)步帶來(lái)的不平等問(wèn)題，財政政策也應該發(fā)揮關(guān)鍵作用，促進(jìn)技術(shù)進(jìn)步的成果惠及全體人民。

在財政支出方面，近些年全民基本收入（Universal Basic Income, UBI）在國際上成為熱門(mén)話(huà)題，其核心在于提供一種無(wú)條件的、普遍的收入保障，讓全民享受技術(shù)進(jìn)步帶來(lái)的收益。雖然有很多爭議，但相關(guān)概念的提出反映了在數字經(jīng)濟時(shí)代提升社會(huì )保障以平衡技術(shù)進(jìn)步和社會(huì )福祉的迫切性。

回顧發(fā)達國家的歷史，科技進(jìn)步和經(jīng)濟增長(cháng)帶來(lái)社會(huì )保障體系的建立和逐步改善?，F代社會(huì )保障制度的初步形式出現在工業(yè)革命后[26]，例如德國在19世紀末實(shí)施的工人保險制度。以電力和內燃機的廣泛應用為標志的第二次技術(shù)革命加速了工業(yè)化進(jìn)程，期間社會(huì )保障制度得到了進(jìn)一步的發(fā)展，包括退休金制度的建立和醫療保險的實(shí)施。以計算機和互聯(lián)網(wǎng)的普及為特征的第三次科技革命以來(lái)，社會(huì )保障涵蓋的范圍進(jìn)一步擴大，如失業(yè)保險、家庭補貼和長(cháng)期護理保險。

改革開(kāi)放以來(lái)，中國的社會(huì )保障制度從最初的單一層次保障體系，發(fā)展到現在的多層次、廣覆蓋社會(huì )保障體系。社會(huì )保障制度雖然實(shí)現了從部分覆蓋到普惠全民的轉變，但一個(gè)突出的問(wèn)題仍然是公平性不足。養老、醫療、失業(yè)等社會(huì )保險項目和以最低生活保障制度為核心的社會(huì )救助仍是分城鄉或群體組織實(shí)施，不同群體之間的保障水平、社保待遇存在較大差距。尤其是部分項目的保障功能不足，例如農村居民養老金還只能發(fā)揮補充作用，一些經(jīng)濟欠發(fā)達地區的低保標準仍有待進(jìn)一步提高。

這些問(wèn)題和挑戰需要通過(guò)進(jìn)一步的改革來(lái)解決，而技術(shù)進(jìn)步尤其本輪AI發(fā)展帶來(lái)的經(jīng)濟供給的提升為完善社會(huì )保障制度提供了基礎?？萍歼M(jìn)步帶來(lái)的經(jīng)濟增長(cháng)和財富增加使得社會(huì )變得更慷慨，也更有能力幫助弱勢群體，加強對低收入群體的兜底保障，尤其是提高針對農民工及農村居民的社會(huì )保障，有助于促進(jìn)共同富裕。同時(shí)，AI和大數據分析等新技術(shù)的應用，也為社會(huì )福利的發(fā)放、管理和監督提供了新的可能性，有助于提高社會(huì )保障的效率和透明度。

改善社會(huì )保障帶來(lái)的財政支出怎么彌補？當前而言，需求不足的背后既有結構性問(wèn)題，也有經(jīng)濟周期下行的因素，擴張性財政政策可以將穩增長(cháng)和調結構結合起來(lái)，促進(jìn)效率和公平的統一。也就是說(shuō)，財政可通過(guò)增加國債發(fā)行而不是稅收來(lái)籌集資金以改善社會(huì )保障和公共服務(wù)。政府債務(wù)促進(jìn)需求，需求實(shí)現供給潛力，促進(jìn)創(chuàng )新和技術(shù)進(jìn)步，提升未來(lái)的增長(cháng)和債務(wù)的償還能力。

需要指出的是，AI技術(shù)發(fā)展和產(chǎn)業(yè)化應用還在早期，并非當下總需求不足的原因。目前我們更需要重視技術(shù)進(jìn)步的內生性，面對總需求不足的問(wèn)題，擴張性財政政策提振經(jīng)濟增長(cháng)，由此也為科技創(chuàng )新活動(dòng)提供堅實(shí)的需求基礎和寬松的宏觀(guān)環(huán)境，有助于中國在A(yíng)I領(lǐng)域加速追趕。

長(cháng)遠來(lái)講，技術(shù)進(jìn)步和資本深化也要求稅收制度的變革。數字稅、機器人稅和AI稅近年來(lái)在全球范圍內引起廣泛的討論。就中國而言，十八屆三中全會(huì )確立的增加直接稅（尤其財產(chǎn)相關(guān)的直接稅）、降低間接稅是促進(jìn)公平的大方向。

中金公司首席經(jīng)濟學(xué)家、研究部負責人

中金研究院院長(cháng)

彭文生