經(jīng)濟學(xué)家蔡昉，照片由受訪者提供。

撰文｜涼音、李珊珊

在中國的經(jīng)濟學(xué)家中，蔡昉常常扮演一個溫和的預(yù)警者——一直以來，他堅持不懈地提醒著人們，繁榮的數(shù)字背后，還有另一道必須回答的問題：增長的果實，如何到達最需要的人手中？

2003年3月，北京，中南海。十六屆中央政治局進行第三次集體學(xué)習(xí)，主題是"世界就業(yè)發(fā)展趨勢和我國就業(yè)政策研究"。走上講臺的，是時年46歲的中國社會科學(xué)院人口與勞動經(jīng)濟研究所所長蔡昉，此后將近十年，他又兩度受邀。三進中南海，在中國經(jīng)濟學(xué)家中極為罕見。三次授課，主題各異，卻有同一條問題主線：中國的經(jīng)濟增長，究竟能不能真正惠及最廣泛的勞動者？

這個問題，致力于研究人口、就業(yè)、收入分配以及“三農(nóng)問題”的中國社會科學(xué)院學(xué)部委員、一級研究員蔡昉用了40年去追問。他曾以"劉易斯拐點"預(yù)警中國人口紅利的終結(jié)，以“就業(yè)是最大的民生”為就業(yè)優(yōu)先政策奔走呼號。

當GPT等人工智能產(chǎn)品驟然降臨，蔡昉面對的歷史語境，比以往任何時候都更為復(fù)雜。他的兩本近作——《中國就業(yè)新趨勢：人工智能如何重塑勞動力市場》與《投資于人》，正是在這一背景下寫就，構(gòu)成一個相互呼應(yīng)的思想整體。

《中國就業(yè)新趨勢》勾勒的，是AI沖擊下中國勞動力市場的結(jié)構(gòu)性圖景：青年和大齡勞動者面臨結(jié)構(gòu)性就業(yè)困難、新就業(yè)形態(tài)勞動者權(quán)益保障不足、農(nóng)村轉(zhuǎn)移勞動力流動性減弱。書中有一個判斷尤其令人警醒：新技術(shù)對就業(yè)的破壞往往來得快而集中，而對就業(yè)崗位的創(chuàng)造則滯后而分散，受益的又往往不是同一批人。這種時間錯位，在AI時代只會更加劇烈。

《投資于人》則是對這一形勢該如何應(yīng)對的系統(tǒng)性梳理，以學(xué)術(shù)話語對黨中央這一部署進行解讀。書中，蔡昉直面人口老齡化與人工智能崛起兩股力量同時在場的局面，并得出一個清醒的結(jié)論：兩者在不利情景下，非但不會相互抵消，反而可能彼此強化——AI替代勞動力，就業(yè)減少，收入壓低，消費需求隨之萎縮；老齡化則使需求側(cè)承壓，兩股力量咬合，足以形成一個自我強化的下行螺旋。

但蔡昉并不止步于診斷。他認為，這個螺旋并非宿命，打破它的鑰匙，恰恰就藏在問題本身之中——人工智能帶來的生產(chǎn)率躍升，如果能夠通過正確的公共政策加以引導(dǎo)，讓紅利真正流向勞動者而非只是資本持有者，需求側(cè)的塌陷便可以被對沖，不利循環(huán)也就失去了得以自我復(fù)制的條件。這也是他何以如此強調(diào)制度安排的根本原因：在他看來，人工智能帶來的最深刻挑戰(zhàn)，從來不是技術(shù)本身，而是分配——勞動生產(chǎn)率的躍升，能否通過制度安排，轉(zhuǎn)化為每個人生活質(zhì)量的切實改善。

蔡昉對“不患寡，而患不均”的轉(zhuǎn)義借用，是在他與《知識分子》的交流中最讓人印象深刻的一句回答，他認為，仿擬這句古語尤其適用于AI時代的特質(zhì)——未來的我們?nèi)钡牟皇琴Y源，因為勞動生產(chǎn)率的提升空間是無限的；我們真正需要警惕的，是提升后的生產(chǎn)率能否被普通勞動者分享，是使那些最先被技術(shù)沖擊的人得到社會保護，用于扶助勞動力市場上的“一老一小”重點人群——大齡和青年勞動者。

他用一個思想實驗來支撐這一立場：按照合理的人口贍養(yǎng)比推算，未來十年老齡化帶來的撫養(yǎng)比每年約提高4.6%；而勞動年齡人口的勞動生產(chǎn)率每年可以提高5.6%；若持續(xù)對人投資，勞動生產(chǎn)率可以達到更高的增長速度，足以跑贏老齡化，滿足老齡化的需求。那個令所有精算師焦慮的養(yǎng)老"不可能三角"——在提高繳費、降低保障、延遲退休之間被迫取舍——并非鐵板一塊，只要生產(chǎn)率紅利能夠通過制度被充分分享，就有被打破的可能。

面向AI的沖擊，最有力的平衡方式是通過教育，發(fā)展一種能夠匹配AI時代的人力資本。在新書《投資于人》中，蔡昉寫道：“經(jīng)濟學(xué)對人類知識的一大貢獻，便是把教育和培訓(xùn)視為對人的投資?！?/p>

在他的框架里，AI時代對教育的沖擊，首先是對“文憑邏輯”的顛覆。過去，受教育年限是衡量人力資本的核心代理指標——上學(xué)越久、學(xué)校越好，在勞動力市場上的回報就越高。這套邏輯在AI時代正在失效：一紙文憑，無論學(xué)歷高低，都不再能保證勞動力市場所需的技能。ChatGPT發(fā)布以來，市場對具有高學(xué)歷和入門級技能的新成長勞動力需求，在英國減少了接近三分之二，在美國減少了43%。入門級技能的系統(tǒng)性貶值，使年輕人無辜地成為第一批受沖擊者——那條經(jīng)由“學(xué)徒制”的經(jīng)驗積累路徑，正在被AI悄然截斷。

但蔡昉的結(jié)論并非“教育無用”，而恰恰相反：人力資本比以往任何時候都更加重要，只是培養(yǎng)的內(nèi)容與方式必須根本轉(zhuǎn)變。他認為，未來的教育需要做兩件事：一是從以認知能力為中心，轉(zhuǎn)向更重視非認知能力——終身學(xué)習(xí)的熱情與方法、好奇心、同理心、審美能力、溝通能力、團隊協(xié)作；二是打破“一學(xué)定終身”的舊模式，將學(xué)校教育與終身培訓(xùn)體系真正打通，使后學(xué)校教育階段的學(xué)習(xí)與學(xué)校教育并重。他甚至提出，如果過去學(xué)校教育與工作后培訓(xùn)的比例是9比1，那么在AI時代，這個比例至少要朝著5比5的方向轉(zhuǎn)變。

然而，這同樣意味著，政府的教育支出必須大幅擴張。他在書中指出，中國財政教育支出占GDP的4%，相當于世界各國的中位水平，與中國人均GDP已顯著高于中位數(shù)的地位不盡相符。他呼吁向高收入國家平均水平的5%及以上看齊，并將義務(wù)教育向兩端延伸——把學(xué)前教育與高中都納入進來，讓國家為盡可能多的學(xué)習(xí)“買單”。在他看來，這不是福利主義的奢侈，而是精明的公共投資：人力資本培養(yǎng)的社會收益率，在生命早期階段最高，此后隨年齡遞減，在就業(yè)培訓(xùn)階段再次提升，構(gòu)成一條清晰的U形曲線——可見，恰恰是那些最容易被忽視的“一老一小”，最需要公共資源的優(yōu)先投入。

以下是我們與蔡昉的對話。

01 “人口紅利”到“AI紅利”：我們會被機器替代還是救贖？

知識分子：您在《中國就業(yè)新趨勢》中特意提到，我們得注意AI對就業(yè)的沖擊不僅表現(xiàn)在數(shù)量方面（失業(yè)），還有質(zhì)量方面，比如：工資水平的降低和勞動條件的降級，以及大量的派遣就業(yè)和非穩(wěn)定就業(yè)都是這些就業(yè)質(zhì)量降低的表現(xiàn)。

如果算法讓雇主在財富"初次分配"中占據(jù)了絕對的、壓倒性的優(yōu)勢，我們靠什么來守住勞動報酬的底線？在數(shù)字化時代，現(xiàn)行的勞動法律框架，是不是已經(jīng)到了必須從“重塑勞資力量平衡”這一底層邏輯上進行重寫的時候？

蔡昉：勞動作為一種生產(chǎn)要素，它的配置方式本來就與其他要素不同——勞動與資本之間的談判地位，天生就不可能是對等的。所以從一開始，勞動力資源的配置就不能單靠市場，既要遵循供求規(guī)律，也需要立法與規(guī)制，以及配套的勞動力市場制度和社會保障制度——這是勞動關(guān)系的內(nèi)在性質(zhì)，歷來如此。

而現(xiàn)在的問題是，這種不對稱正在被進一步加劇。過去，資本與勞動之間雖有替代性，但也有相當強的互補性；而人工智能出現(xiàn)之后，替代性已經(jīng)高度確定，互補性卻還是一個開放的問題。在這種情況下，勞資之間的談判地位有可能發(fā)生失衡。算法管理不過是這一趨勢最直觀的體現(xiàn)——資本借助技術(shù)，將對勞動者的控制精細化、隱蔽化，而勞動者幾乎沒有反制的手段。

我不會說要建立一套全新的立法理念，但我們都必須承認，現(xiàn)有框架在新的就業(yè)形態(tài)面前已經(jīng)力有不逮，需要在實踐中不斷豐富和強化。我認為，目前，優(yōu)化的幾個方向是比較清晰的：最低工資制度必須切實保障，并盡可能向"生活工資"標準靠攏，讓勞動報酬能夠覆蓋體面生活的基本需求。另外，各種社會保障項目要真正落實到位，這在《中國就業(yè)新趨勢》中曾經(jīng)提到，要弱化社會福利作為特定群體權(quán)益的屬性，增加全民普惠性和可及性，也需要探討建立非繳費型的全民保障機制。

還有一點需要正視：未來的就業(yè)形態(tài)不會回到傳統(tǒng)的單位制模式，平臺用工、零工經(jīng)濟不僅會持續(xù)存在，還會有更多我們尚未預(yù)見的形式涌現(xiàn)。勞動法律和社會保障體系都需要持續(xù)適應(yīng)這種變化，而不是固守為穩(wěn)定雇傭關(guān)系設(shè)計的舊框架。勞動者保護的邊界，需要隨著就業(yè)形態(tài)的演變而不斷重新劃定。

知識分子：不管是在您的書，還是講座中，您都特別提到AI應(yīng)成為人的“互補者”，甚至在書中您特意強調(diào)：應(yīng)該有意地優(yōu)先發(fā)展能夠增加就業(yè)的AI，引導(dǎo)企業(yè)不以替代就業(yè)為目標。但在現(xiàn)實商業(yè)邏輯中，“替代”才是最快的降本路徑。我們靠什么機制引導(dǎo)企業(yè)主動選擇人機協(xié)作，而非一味裁員？

蔡昉：從每個企業(yè)的角度來說，采用人工智能的動機就是節(jié)約投入、減少人工，這是微觀層面的理性選擇，你沒有辦法去改變它。但所有企業(yè)都這樣做的結(jié)果，就是就業(yè)整體減少、消費需求萎縮、產(chǎn)能無法消化——這就是"合成謬誤"，個體理性匯總成大家都不愿意看到的結(jié)果。

所以，單靠呼吁企業(yè)"選擇人機協(xié)作"是沒有用的，必須有宏觀與微觀激勵相容的政策引導(dǎo)。宏觀層面，要做出分享生產(chǎn)率紅利的制度安排，確保人們的消費需求與日俱增；有了新的消費需求，就會產(chǎn)生新的行業(yè)、新的就業(yè)崗位，微觀層面的就業(yè)壓力才能得到疏解。市場本身可能會失靈，這正是公共政策"投資于人"的出發(fā)點——不是市場意義上的投資，而是用制度安排來分享兩個紅利，才能保持經(jīng)濟合理運行。

知識分子：AI最先沖擊的往往是入門級崗位——而這恰恰是年輕人積累經(jīng)驗、建立職業(yè)軌跡的起點。與此同時，大齡勞動者面臨"智能鴻溝"，女性則長期承受就業(yè)與家務(wù)的雙重壓力。AI對這幾類群體的影響，您能否分別評估一下，以及講一講如何應(yīng)對？

蔡昉：這幾類群體面臨的處境各有其結(jié)構(gòu)性原因，不能混為一談。

年輕人的問題在于，入門級技能正在被系統(tǒng)性貶值，AI 正在截斷年輕人的職業(yè)起跑線。過去，一個法律專業(yè)的應(yīng)屆畢業(yè)生，雖然還沒有獨立執(zhí)業(yè)的能力，但可以給資深律師做助手——查閱文件、整理材料、做實地調(diào)查，這是傳統(tǒng)的"學(xué)徒制"路徑，也是積累人力資本的必經(jīng)之路。但現(xiàn)在，這些工作人工智能做得更快更好，年輕人在進入職業(yè)軌道的第一步便受阻。這是一個嚴重的結(jié)構(gòu)性矛盾，雖然目前還沒顯現(xiàn)出很大的規(guī)模。

大齡勞動者的處境則更為脆弱。AI的發(fā)展進一步擴大了"智能鴻溝"——總體而言，年齡越大，適應(yīng)新技術(shù)的難度越大，理解和使用人工智能的可能性越低，也就越容易在這場技術(shù)浪潮中被邊緣化。這不是完全靠個人努力能克服的問題，而是需要制度性應(yīng)對的社會挑戰(zhàn)。

女性的情況更為復(fù)雜，有一組數(shù)據(jù)很能說明問題：中國女性將全部時間的約11%用于家務(wù)勞動，與許多國家相比并不算高。但與此同時，中國女性的勞動參與率高達60%，遠超大多數(shù)國家。這意味著，中國女性是在保持高就業(yè)率的前提下，還承擔了相當繁重的家務(wù)負擔——兒童照料壓低了生育意愿，老人照料則使老齡化在現(xiàn)實中成為家庭的負擔而非社會的紅利。如果能大力發(fā)展照護經(jīng)濟，將人的溫情與人工智能、機器人的效能有效結(jié)合，既推進銀發(fā)經(jīng)濟，也能真正減輕這種雙重擠壓。

知識分子：您在講座中提到一個觀點：人工智能或許能夠“打破”養(yǎng)老領(lǐng)域的“不可能三角”。這是不是你認為AI有可能在中國人口紅利消退，老齡化加深的未來起到正向作用的原因？

蔡昉：英國金融監(jiān)管局前主席阿代爾·特納有一個著名判斷：老齡化之后，現(xiàn)收現(xiàn)付的養(yǎng)老保障制度只有三條出路——提高繳費率、降低保障水平、延長退休年齡，你可以選其中一條、兩條或三條，但不能一條都不選。我把這稱為“特納三角”，或者說是社會保障領(lǐng)域公認的“不可能三角”。

但我做了一個思想實驗，當然，這里面沒有精密的模型，也不是預(yù)測。我們粗略來看，按照合理的假設(shè)推算，未來十年老齡化導(dǎo)致的老年贍養(yǎng)比每年大約提高4.6%。而按照中國的潛在增長率推算，適齡勞動者的勞動生產(chǎn)率每年可以提高約5.6%，已經(jīng)能跑贏老齡化約一個百分點。如果再把一些學(xué)者對人工智能拉動勞動生產(chǎn)率的估算疊加進來，勞動生產(chǎn)率增速或可達到每年7%以上，就能遠遠跑贏老齡化，足以緩解由此帶來的養(yǎng)老壓力。

當然，前提是——只有對人持續(xù)投資，這一切才有可能實現(xiàn)。所以我一直在說，與其陷入“精算恐慌”，不斷擔心養(yǎng)老資金的缺口，不如把眼光放在勞動生產(chǎn)率的提升上。勞動生產(chǎn)率的提升空間是無限的，我們真正需要警惕的，是提升后的生產(chǎn)力紅利能否被老年人、被普通人公平分享。用一句改造過的古語來說——“不患寡，而患不均”。

02 文憑邏輯的終結(jié)，高人文價值行業(yè)永存

知識分子：您主張把學(xué)前教育納入義務(wù)教育。此前也有學(xué)者提出把高中納入義務(wù)教育、將部分大學(xué)改造成職業(yè)技術(shù)學(xué)院。您如何看待這一思路？

蔡昉：我一直認為，學(xué)者的建議越具體，可行性和說服力往往反而越低，也越容易犯錯。但總體方向上，我有幾點想法。

第一，教育起點應(yīng)該盡量往前延伸，越早越好。國際上有一個普遍認可的概念，叫"前1000天"——從懷孕那天算起，到孩子出生大約1000天時期中形成的人力資本，是終身任何其他階段的教育都無法替代的，一旦錯過，無論以后上多少學(xué)，有些東西也補不回來。這類能力，也是人類相對于人工智能最有可能保持比較優(yōu)勢的領(lǐng)域。

第二，延長義務(wù)教育的核心邏輯，是讓國家來為盡可能多的學(xué)習(xí)"買單"。學(xué)前教育入園率不足，有些是客觀條件不具備，更多是家庭負擔不起；不讀高中，也往往是由于經(jīng)濟原因。所以，把學(xué)前和高中兩頭都納入義務(wù)教育，對于延長受教育年限，是有含金量的。

但我不贊成將大學(xué)改為職業(yè)技術(shù)學(xué)院。在人工智能時代，職業(yè)技能的"保質(zhì)期"越來越短——你在孩子學(xué)習(xí)能力最強的年華，讓他掌握一項可能畢業(yè)就已過時的技能，這是一種浪費。相反，孩子在那段時間里形成的學(xué)習(xí)能力、社交能力、團隊合作能力和領(lǐng)導(dǎo)力，才是終身受益的財富。從這個意義上說，如果真的要做調(diào)整，應(yīng)該是把職業(yè)技術(shù)學(xué)院有條件地升格為大學(xué)，而不是相反。

此外，如果過去學(xué)校教育與工作后培訓(xùn)的比例是9比1，那么在人工智能時代，這個比例至少要朝著5比5的方向轉(zhuǎn)變。

知識分子：您書中曾經(jīng)提到，過去三十年，"知識改變命運"幾乎是一條鐵律——學(xué)歷越高，在勞動力市場上的紅利越大。但這次生成式AI反過來，最先沖擊的恰恰是白領(lǐng)階層，知識和技能壁壘正在被快速抹平。支撐幾代中國家庭向上流動的"文憑邏輯"，是否真的走到了盡頭？在AI時代，學(xué)校教育究竟應(yīng)該培養(yǎng)什么？

蔡昉：如果這里的“知識”是指人力資本的話，"知識越多越有優(yōu)勢"這個底層邏輯并沒有終結(jié)，但它的具體表現(xiàn)形式變了。過去，經(jīng)濟學(xué)家用"受教育年限"來衡量人力資本——上學(xué)越久、學(xué)校越好，回報越高，這幾乎是一個鐵定的模型?，F(xiàn)在，受教育年限本身的決定性作用在下降，重要的不再只是你上了多少年學(xué)，而是你在學(xué)校里究竟得到了什么，以及終身有多少學(xué)習(xí)機會、累計多長時間。

過去，我們的教育有一條清晰的邏輯鏈：學(xué)越"硬"的東西，腰桿越硬——學(xué)數(shù)學(xué)、計算機、編程，通常回報高，因為這些領(lǐng)域都是直接提升勞動生產(chǎn)率。人工智能的方向也恰恰沿著這條路延伸，推理、演算、記憶是它的比較優(yōu)勢。這里有一個著名的"莫拉維克悖論"：AI在邏輯推演上遠超人類，隨便一個小模型都能擊敗最頂尖的棋手；但在動作感知、身體協(xié)調(diào)這些對人類來說輕而易舉的事情上，它的表現(xiàn)像個嬰兒——我們看到很多機器人"出洋相"的視頻，這是它結(jié)構(gòu)性的弱勢。雖然人工智能賦能的機器人仍將不斷進步，但在這類能力上，人類與人工智能及機器人之間，很可能存在著一個持續(xù)性的“時滯”。

所以，人的技能培養(yǎng)應(yīng)該走比較優(yōu)勢的道路：同理心、好奇心、審美、社交能力與團隊精神。李飛飛在她的書《我所看見的世界》里講過一個故事：他們早期訓(xùn)練AI做圖像識別，AI看到一張非洲草原的照片，準確識別并描述出"一匹斑馬在吃草"，意味著了不起的進步。但他們很快發(fā)現(xiàn)，那張圖片里真正令人動容的，是畫面中的一道彩虹，而AI完全沒有注意到。這種對"彩虹"的感知力，是人類獨特的能力，但也不是與生俱來的。我們現(xiàn)在很多年輕人，看得見斑馬、看得見草地，卻看不見那道彩虹——審美教育、好奇心的培養(yǎng)，在AI時代不是軟技能，而是人與AI協(xié)作中的相對優(yōu)勢。

因此，未來學(xué)校教育需要做兩件事：一是改變內(nèi)容，從以認知能力為中心，轉(zhuǎn)向更重視非認知能力——終身學(xué)習(xí)的熱情與方法、自我更新的意愿；二是改變結(jié)構(gòu)，不再把"硬科學(xué)"作為唯一的高回報路徑，讓人文、藝術(shù)、社會性培養(yǎng)在教育體系中占有真正的一席之地。

知識分子：您剛才談到審美、情感感知是人類的比較優(yōu)勢，也是未來就業(yè)的來源之一。但現(xiàn)實是，除了超級明星，包括傳統(tǒng)戲曲和室內(nèi)樂在內(nèi)的表演藝術(shù)行業(yè)，市場規(guī)模天然有限，很難靠勞動生產(chǎn)率創(chuàng)造出就業(yè)——海頓弦樂四重奏的演出，常常吸引不到足夠的觀眾，演員難以養(yǎng)活自己。這類"低生產(chǎn)率行業(yè)"，在AI時代究竟有沒有未來？如果有，它的生存邏輯是什么？

蔡昉：這里有一個經(jīng)濟學(xué)概念叫"鮑莫爾成本病"，非常值得重新審視。鮑莫爾觀察到，有一類行業(yè)長期存在、始終有需求，但勞動生產(chǎn)率幾乎不增長——他最早舉的例子是表演行業(yè)：幾百年來演出形式幾乎沒有變化，沒有生產(chǎn)率的提升，但人們始終要聽，演員也依然能維持生計。他把這種現(xiàn)象稱為“成本病”，因為成本高、效率低。但我覺得，這未必真的是"病"。去污名化的關(guān)鍵是看是否有需求。比如，周杰倫演唱會，可能有數(shù)萬人去聽，有強烈的需求，市場規(guī)模也十分龐大；但如果是個法語版的音樂劇《巴黎圣母院》，觀眾則大大受限，但需求仍然還有的。

這類之前深陷成本病的行業(yè)，特別是一些表演藝術(shù)、教育和醫(yī)療衛(wèi)生等領(lǐng)域的行業(yè)，可能正是AI時代最具生命力的就業(yè)來源——它有真實的、持久的人類需求，不會被AI替代，而且這個需求還可能會隨著人們品味的提升而擴大。問題在于，因為品味需要培養(yǎng)，這種需求目前還不夠充分。但可以想像，隨著生活水平提升，人們對更精細、更有深度的文化體驗的需求是會增長的，比如表演藝術(shù)方面，花鼓戲、上黨梆子、京劇、弦樂四重奏，都有它們的受眾，只是還沒有被充分激活。

要讓這類行業(yè)真正活下去，光靠需求培育還不夠，還必須解決一個根本矛盾：這類行業(yè)的從業(yè)者無法靠"提高勞動生產(chǎn)率"來提高報酬，他們的勞動性質(zhì)決定了生產(chǎn)率的天花板就在那里。所以，必須讓就業(yè)、報酬與勞動生產(chǎn)率適度脫鉤。這正是全民基本收入（UBI）這類制度設(shè)計真正的價值所在——如果每個人每個月已經(jīng)有一筆基本收入作為保障，那么一個人去唱梆子、演四重奏、做社區(qū)照護甚至義工，就不再是"養(yǎng)不活自己"的選擇，而是一個真實可行的職業(yè)路徑。是一種體面的職業(yè)選擇。

分享生產(chǎn)率紅利的制度安排，不僅是為了宏觀層面的再分配，也是為了使這些低生產(chǎn)率、高人文價值，或者擴展而言具有良好消費體驗的行業(yè)得以永續(xù)存在、花樣翻新。

03 誰來為未來買單：從“投資于物”到“投資于人”

知識分子：這一輪AI浪潮到來的時間節(jié)點，對中國有一種特殊的戲劇性——它恰好撞上了人口紅利加速消退的歷史關(guān)口。表面上看，勞動力短缺了，智能體、機器人來補位，似乎來得正是時候。但問題在于：AI可以替代勞動，卻不會自動創(chuàng)造消費。如果大規(guī)模替代同步壓縮就業(yè)和居民收入，需求側(cè)的塌陷可能比供給側(cè)的補位來得更猛。在您的研究框架下，這兩種效應(yīng)疊加，究竟更接近相互抵消，還是彼此強化？

蔡昉：的確，在最壞的情景下，這兩種力量不是相互抵消，而是可能彼此強化，形成惡性循環(huán)。老齡化在供給側(cè)已經(jīng)造成了投資回報率下降、全要素生產(chǎn)率增速放緩等問題；人工智能進來，似乎可以填補生產(chǎn)率的缺口，但與此同時會導(dǎo)致勞動力被替代——就業(yè)減少、收入減少，進而壓低消費需求；需求側(cè)拉力不足，又反過來抑制經(jīng)濟活力，讓那些新增的生產(chǎn)能力找不到出口。這不是一個你退我進的抵消關(guān)系，而是兩股相互咬合的下行力量。

但是，就像習(xí)近平總書記談到人工智能時說過的，它帶來前所未有的發(fā)展機遇，也帶來前所未遇的風險挑戰(zhàn)。正因如此，這個矛盾靠市場自身無法化解，必須引入系統(tǒng)性的政策與制度安排。我理解的"投資于人"，核心就是建立能夠分享人工智能生產(chǎn)率紅利的制度——讓人們在生產(chǎn)率提升的同時維持乃至提高消費能力，從而催生新需求、新行業(yè)、新就業(yè)。這是打破惡性循環(huán)的唯一出路。

知識分子：您一直呼吁大幅提升教育投入、完善養(yǎng)老保障、發(fā)展照護經(jīng)濟。方向無人反對，但約束很具體：經(jīng)濟放緩、地方財政承壓，錢，究竟從哪里來？"投資于人"這個轉(zhuǎn)向，最大的阻力是財政能力的不足，還是政策優(yōu)先級的主觀排序未變？

蔡昉：這個賬很難精確地算，算賬是財政專家的事，提建議是我們的事。但我想就“錢從何處來”說幾點看法。

第一，中國的經(jīng)濟體量龐大，在保持中速增長的同時，也存在失業(yè)、就業(yè)不足和產(chǎn)能利用率不足的現(xiàn)象。這意味著應(yīng)有的經(jīng)濟活動與實際的貨幣數(shù)量之間存在落差——從理論上說，如果向這臺經(jīng)濟機器注入一定規(guī)模的資金用于民生，是不會引發(fā)通貨膨脹的。這涉及所謂的"現(xiàn)代貨幣理論"，在中外都是頗有爭議的主張，但是，把貨幣政策、財政政策和社會政策相結(jié)合，“創(chuàng)造出”更多的資金用在人身上，利大于弊。

第二，中國經(jīng)濟繼續(xù)增長，蛋糕還在做大。即便在財政盤子固定的情況下，蛋糕做大了，分配的規(guī)模理應(yīng)相應(yīng)擴大。何況，隨著中國越來越接近于實現(xiàn)現(xiàn)代化目標，投資于人、用之于民的份額應(yīng)該明顯擴大。這也是各國現(xiàn)代化的共性。

第三，很多錢可以來自資源的重新配置。以教育為例：學(xué)齡人口下降，幼兒園、小學(xué)數(shù)量在減少，但資金卻因行政歸屬不同而分散在各部門——0到3歲歸衛(wèi)健委，3歲以后歸教育部門，職業(yè)教育的資金又歸其他部門。這種碎片化管理導(dǎo)致資源無法有效整合。如果能通過改革打通這些壁壘，可以釋放出相當大的潛力。

歸根結(jié)底，我們的責任是改變理念。理念一旦真正改變，形成新的政策部署，辦法總是有的。

知識分子：我們曾與哈佛的理查德·弗里曼教授交流過，他認為，解決AI時代分配問題的根本出路，是讓每個普通人成為AI資產(chǎn)的持股者，直接分享技術(shù)紅利；另一個在西方被廣泛討論的方案是無條件基本收入（UBI），也是您之前曾經(jīng)提到過的。您如何評價這兩種思路？它們是否觸及了問題的根本？您在《投資于人》中主張的路徑，與這兩者相比，核心分歧在哪里？

蔡昉：理查德是個老朋友。對于“全民持股”這個說法，我了解得不多，但覺得面臨過多的技術(shù)難題。持誰的股？把美國七大科技公司控制起來？那"全民"又是誰？這在操作層面很難落實，從制度層面改變資本與勞動的關(guān)系，可能在美國的情況下更具有針對性，對于中國而言這個概念有點語焉不詳。

分享生產(chǎn)率紅利，最可靠的機制還是通過國家財政和基本公共服務(wù)供給體系進行再分配：一方面，該收的稅要收上來——如果人工智能帶來的勞動生產(chǎn)率提升是過去的數(shù)倍，相應(yīng)的稅收規(guī)模也應(yīng)大幅擴大；另一方面，收上來的錢要切實用于改善民生，實現(xiàn)更符合公平正義目標的分配。

在“全民持股”和“全民基本收入”之間，如果讓我選，我傾向于后者——它更符合分享的原則，實施也更簡便，且不依賴于某種特定資產(chǎn)的歸屬安排。當然，具體采用哪種方式，還有很多值得探討的空間。但核心邏輯是一致的：分享是目的，制度是手段。

要知道，人工智能的就業(yè)沖擊性質(zhì)表明，識別社會保障受益人的難度日益凸顯。在過去，社會保障制度力圖保障真正陷入困境的人群，以盡量避免“養(yǎng)懶漢”。然而，在人工智能時代，這種模式的運行條件將發(fā)生根本性變化。一個日益顯現(xiàn)出來的現(xiàn)象是，無論是勞動者作為個人，還是社會作為整體，都越來越難以預(yù)先判斷：何種勞動者技能可以同人工智能形成互補關(guān)系，從而可以預(yù)期由新技術(shù)予以增強；何種勞動者技能與人工智能恰好形成競爭關(guān)系，因而正好是崗位被人工智能替代的對象。

從這個意義上，勞動力市場上的人力資源錯配不是勞動者個人的過錯。勞動者一旦從遭遇就業(yè)沖擊的經(jīng)歷中懂得這個道理，理性的選擇便是不斷接受培訓(xùn)和再教育，有時甚至需要一些時間觀察和等待。對社會而言，更好的方式則是以更加普惠的方式對此給予兜底保障，允許受沖擊勞動者試錯和等待。概而言之，如果勞動者個人的就業(yè)意愿、失業(yè)原因和勞動參與狀態(tài)均無法得到確定性的識別，那么社會保障制度應(yīng)該更具普惠性，以便為勞動力市場行為留出更充分的余地。

所以，我更希望看到的，不只是GDP數(shù)字的增長，而是民生有切實可見的改善。因為幸福感、生活質(zhì)量越來越體現(xiàn)在公共品的供給上——這正是福利國家的邏輯所在。我也希望中國能走出一條有自身特色的福利國家道路。

《中國就業(yè)新趨勢：人工智能如何重塑勞動力市場》

蔡昉 著
中信出版集團
2025年10月出版

《投資于人》

蔡昉 著
中信出版集團
2026年4月出版