南方财经 21世纪经济报道记者郑青亭 北京报道

　　人工智能（AI）正被视为继蒸汽机、电力和互联网之后的新一轮通用技术。它有望大幅提升生产率，为全球经济注入新的增长动能。但在增长之外，一个更具挑战性的问题正摆在政策制定者面前：AI创造的价值将如何在资本、劳动者和社会之间重新分配？

　　7月27日，在中国金融四十人论坛（CF40）《宏观政策季度报告（2026年二季度）》发布会上，北京大学国家发展研究院院长黄益平以“AI技术与收入分配”为题发表演讲。他表示，AI对中国经济而言是一次历史性机遇，但如果技术红利过度向资本集中，而劳动收入增长跟不上生产率提升，未来不仅收入分配可能进一步恶化，还可能使当前的需求不足演变为更加长期的结构性问题。

　　黄益平将AI放到历次工业革命的历史坐标中进行观察。他引用经济史学家Robert Allen关于英国工业革命的研究指出，在1760年至19世纪中叶，英国曾经历著名的“恩格斯停顿”（Engels‘ Pause）：工业产出持续增长，但工人实际工资长期停滞，经济增长成果主要流向资本所有者，劳动收入占比不断下降。直到19世纪后期，随着工人工资提升、劳动保护制度建立以及社会保障体系逐步完善，收入分配才开始改善。

　　类似现象在之后几次工业革命中同样出现。第二次工业革命提高了技术知识、组织资本等无形资产的重要性，技能溢价不断扩大；第三次工业革命则催生了数字经济时代的“就业极化”，高技能和低技能岗位增加，而中等技能岗位不断萎缩，收入分化进一步扩大。

　　“过去几次工业革命告诉我们，技术进步能够提高整体生产率，但并不会自动改善收入分配。”黄益平表示，AI时代很可能延续甚至强化这一规律。

　　他总结了AI影响收入分配的四个主要机制。

　　第一是资本偏向机制。AI发展需要大量资本投入，包括算力、数据、模型和基础设施建设。企业通过增加资本投入替代部分传统劳动要素，可能改变生产要素配置和收入分配格局。“有一些研究发现，AI确实提升了劳动者生产率，但劳动者收入并没有同步增长，增加的收益可能更多被资本和技术所有者获得。”

　　第二是任务计划机制。AI并不是简单替代所有工作，而是改变不同任务的价值。部分劳动者能够借助AI提高效率，获得新的发展机会；但对于容易标准化、重复化的工作，AI可能带来替代压力，由此形成“K型分化”。

　　第三是技能分化与数字鸿沟机制。未来收入差距可能越来越体现为技能差距。拥有AI工具应用能力、跨学科能力和创新能力的人，将获得更多机会；而缺乏相关技能的人，则可能面临更大的就业压力。

　　第四是财富分配放大机制。由于数字平台具有规模效应和网络效应，AI产业可能进一步强化“赢家通吃”现象，推动财富向少数资本和技术拥有者集中。

　　不过，他同时强调，这些仍然属于值得高度关注的趋势判断，而非已经发生的事实。“AI是一件非常好的事情，对中国经济来说是一次历史性的机会，但与此同时，我们必须高度重视收入分配问题。”

　　面对AI可能带来的结构性挑战，黄益平提出，应建立“防御、赋能、再平衡”的政策框架。

　　首先是“防御”。他认为，需要完善失业保险和社会保障体系，帮助受到技术冲击的劳动者平稳过渡。同时，加强对平台经济和AI领域垄断行为的监管，避免技术红利过度集中。

　　其次是“赋能”。黄益平特别强调，未来AI创新应更多推动“赋能劳动”，而不是单纯替代劳动。“我们需要培养掌握专业领域知识和AI工具的复合型人才，让劳动者从被AI替代转向驾驭AI创新。”这意味着教育体系、人力资本培养模式需要同步调整。

　　第三是“再平衡”。黄益平认为，未来需要探索如何让AI创造的价值更广泛地惠及社会，包括研究AI超额收益调节、推动公共数据共享，以及探索新的收入支持机制。他指出，如果AI持续提升供给能力，但收入分配没有同步改善，可能导致“供强需弱”的宏观经济问题。

　　“总需求不足可能不只是周期性问题，而可能成为新的结构性挑战。”

　　在演讲最后，黄益平也谈到了AI对生产率的影响。他表示，目前已有一些微观证据显示，AI正在提升企业效率，但在宏观层面，全要素生产率的提升是否已经显现，还需要进一步观察。

　　他提到经济学中的“索洛悖论”：技术广泛应用之后，宏观生产率提升可能存在滞后。

　　“长期来看，我个人对此比较乐观。”黄益平表示，但与此同时，需要提前应对AI可能带来的就业压力和收入分配问题。

　　在他看来，AI时代真正的挑战并不是阻止技术发展，而是如何让更多人参与技术进步、共享技术红利。