黄群慧：智能经济新形态下，以投资于人改善供强需弱格局

黄群慧 第十四届全国政协委员，中国社科院经济研究所原所长

以下观点整理自黄群慧在CMF季度论坛（2026年第三季度）（总第74期）上的发言

本文字数：5406字

阅读时间：17分钟

本次论坛主题讨论的是供强需弱格局下投资问题。我们需要首先明确，供强需弱格局下并不是投资的重要性下降，关键是如何激发更加有效的投资。有效投资可以概括为“促升级、补短板”，未来无论是国家财政投资还是企业寻找投资方向，都需要围绕这两个方面展开，“促升级”主要包括算力、人工智能、新型基础设施等领域的投资，激发经济新动能；“补短板”则包括民生短板、基础设施短板等方面，促进经济的平衡协调发展。这两大板块应该是未来有效投资的重要支撑。

另外一点需要明确，当前讨论固定资产投资，不仅需要关注通过动能转换改变供强需弱格局，特别需要注意的是我们处于什么样的发展阶段，把握发展阶段变化，才能准确地回答以什么样的新旧动能转换、如何实施新旧动能转换化解当前供强需弱结构性矛盾。

如果我们从工业化进程看我国的发展阶段，在“十四五”时期，我们测评研究表明，我国已经基本实现传统意义的工业化，总体上步入到工业化后期。但是，我们的工业化是发展不平衡不充分的，还需要继续推进新型工业化进程，到2035年基本实现新型工业化。如果与经济形态演化结合起来，所谓的新型工业化可以进一步理解为体现为数字经济、智能经济、绿色经济形态的工业化，而传统意义的工业化主要是工业经济形态下的工业化，随着新一轮科技革命和产业变革深入发展，经济形态已经从工业经济走向信息经济、数字经济，并正在向智能经济演进。当前我国基本实现了工业经济形态的传统工业化，正向智能经济新形态下的新型工业化发展，这个重大的阶段变化，要求我们思考化解供强需弱矛盾时，一方面是要考虑到步入到后工业化阶段，我国经济供给和需求两方面的特征都在发生质的变化，我国投资需要适应经济发展阶段特征；另一方面考虑到我国正在推进智能经济新形态下的工业化进程，必须思考人工智能技术对经济发展带来的革命性的影响，同时要注意到发达国家在工业经济形态下后工业化阶段的投资逻辑，未必能够适合我国后工业化阶段。这正是接下来我今天要讨论的主题。

一、供强需弱格局的表现及其原因

从“十五五”规划建议，到去年中央经济会议和今年两会政府工作报告，都提出当前供强需弱的矛盾较为突出。这个矛盾与新旧动能转换直接相关，因为目前正处在新旧动能转换阶段，新动能尚不足以完全支撑经济大盘，而传统动能下降较快，由此形成比较明显的分化。

今年上半年的经济数据也反映了这一特征。目前工业增加值增长仍是推动GDP增长的重要力量。从一般工业化规律看，进入工业化后期和后工业化阶段以后，服务业通常应成为经济增长更加重要的支撑，但当前我国经济增长仍然较多依靠制造业。当然，我们必须认识到中国制造业强大是我国的重大优势，也是我国经济韧性的重要基础支撑，必须坚持制造强国战略和以先进制造业为骨干的现代化产业体系建设。相对于供给侧，社会消费品零售总额等消费指标却面临较大的下行压力，二者之间并不完全匹配。

在智能经济形态下的工业化背景下，这可能与两个方面有关。一方面，进入工业化后期以后，消费形态本身正在发生变化，不再像工业化中期那样主要体现为实物消费。另一方面，在智能经济新形态下，围绕智能终端产生的消费活动占比不断提高，而传统统计制度尚未完全适应这一变化。虽然统计范围已经逐步增加服务消费等内容，但总体来看，供强需弱的基本格局仍然存在。

投资需求同样面临较大的下行压力，其中房地产投资拖累是一个重要因素。此外，这也与当前所处的发展阶段有关。从PPI和CPI等指标来看，近几年供强需弱的特征也较为明显。近期价格指标出现一定改善，其中也受到石油价格上涨等外部因素影响，因此不能据此判断供强需弱格局已经发生根本改变。

总体来看，当前供强需弱格局的形成与我国的工业化阶段和工业化战略直接相关。一方面，长期以来低成本出口导向的工业化战略的路径依赖。中国依托这一模式取得了巨大成功，并快速成长为世界第二大经济体，但随着发展阶段变化，这一模式也需要相应调整。当前已经提出加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，但一种发展战略形成以后往往具有较强的路径依赖。

另一方面，在工业化中后期阶段以大规模基础设施和房地产的“投资于物”主导的经济增长模式日渐式弱。过去经济增长较多依靠大规模基础设施投资和房地产投资的“投资于物”，这些投资仍有必要，但未来需要更加重视有效投资，尤其是重视更多资金资源“投资于人”，投资于物与投资于人紧密结合。与此同时，房地产财富效应变化，以及长期存在的重生产、轻消费、轻分配问题，包括税收结构、居民收入占比等因素，都在一定程度上制约消费能力和消费意愿的提升。因此需要针对这些深层原因推动经济增长动能转换。

二、从工业经济形态工业化到智能经济形态工业化

一般而言，进入到后工业化阶段以后，经济增长本身就需要进行动能转换。按照传统工业经济形态下的工业化标准，可以从人均GDP、三次产业产值结构、制造业占比、城镇化率以及第一产业就业比重等指标进行综合判断。如果按照传统意义上的工业化或工业经济形态下的工业化进行判断，中国已经基本实现工业化。我们长期跟踪研究测算表明，如果将实现工业化的指数设为100，到2024年全国已经达到96左右。因此，可以认为中国即将进入传统工业经济形态意义上的后工业化阶段。这一判断十分重要，因为随着发展阶段变化，投资、消费等经济运行的各个方面都需要相应转型。

但传统意义上的工业化基本实现，并不意味着工业化任务已经完成。当前需要进一步推进的是新型工业化。从相关政策文件的界定看，新型工业化更加突出智能化、数字化、绿色化、高端化和服务化等发展方向。从经济形态演进看，传统工业经济正在向信息经济、数字经济与智能经济发展，这个过程也正是从传统工业化向新型工业化发展的过程。其中，工业经济形态主要以机械加工、化学合成技术等为核心关键支撑，以物理实体（如能源动力设备、传动连接设备、生产制造工具设备）为关键要素，以人类设计产品和利用设备加工制造产品为基本生产模式，以现代工厂（流水线）为中心的典型的组织范式；而信息经济形态以传统信息技术（计算机、互联网、通信网络）为核心关键支撑，以信息为关键要素，以人类设计产品和生产流程、基于流程驱动设备自动生产为基本生产模式，以信息网络为中心的典型组织范式；数字经济形态则以新一代信息技术（如大数据、云计算、移动互联网）为关键支撑，以数据为关键要素，以人类基于数据驱动的网络化设计、生产制造为基本生产模式，以数字平台为中心的典型组织范式；而智能经济形态是以人工智能技术（如大模型、生成式AI、具身智能）为关键支撑，以TOKEN（词元）为关键要素（形成TOKEN经济），以人机协同共创、系统自主感知和自执行为基本生产模式，以智能体系统为中心的典型组织范式。

习近平总书记曾给智能经济的特点概括为：数据驱动、人机协同、跨界融合、共创分享。这些特征不仅描述了智能经济的基本特征，也关系到未来智能经济的发展方向。特别是在人工智能可能替代部分就业岗位、进而影响收入分配的背景下，“人机协同”和“共创分享”的要求就更加重要。如果投资不断增加，但就业需求持续下降，就会进一步带来收入分配和消费问题。“投资——就业——收入——消费”的宏观经济循环，就可能产生断环或者堵点。因此，在我国进入工业经济形态的后工业化阶段、推进智能经济形态的新型工业化进程中，可能需要重新审视投资、就业、分配和消费之间的关系。

三、智能经济新形态下的经济发展新课题

打造智能经济新形态，人工智能+”具有重要意义，“人工智能+”是培育经济增长新动能的重要方向。围绕“人工智能+”，其应用范围已经覆盖科学技术、产业、消费、民生、治理能力以及全球合作等多个方面。但如果将“人工智能+”作为新的经济增长动能，一个重要问题是，它能否真正带来效率提升，以及在替代部分就业以后，收入分配和消费将发生怎样的变化，进而供给和需求会发生怎样变化？

关于人工智能能否带来的效率提升问题，较为乐观的观点认为，人工智能最终能够显著提高生产率，随着企业流程重组、扩散时滞消化、监管审批放宽的制约因素逐步化解，其生产率效应将进一步体现。在其生产率效应充分显现之前，也可能产生一系列潜在问题。其中最为紧迫和关键的问题是对人的就业的替代和收入极化问题。虽然存在相对谨慎的观点认为，就业岗位与工作任务并不是完全相同的概念，人工智能并不会替代大量就业，而更多是替代某些具体工作任务。例如，人工智能未必能够完全替代医生这个职业，但可以替代医生和护士承担的一部分具体工作任务。

但更多经济学家关注的是，从全球范围看，人工智能带来的革命性变化可能伴随收入极化问题，产生“三重极化”效应：一是“超级明星企业”（superstar firms）占有了绝大部分利润、数据和市场份额；二是相对于资本要素所得劳动收入份额持续下降（数据、技术等数字化资本要素深度参与利润分配对劳动收入产生了“挤出效应”）；三是数字技术对操作性技能劳动者替代引发收入分配极化趋势。甚至经济学者也再讨论关于“恩格斯停顿”问题。企业通过创新提高效率，在微观层面具有合理性，但如果最终带来宏观收入分配极化，就可能形成技术非中性下宏观和微观经济激励不相容导致的“新型市场失灵”。这意味着，人工智能发展的更加理想的方向，是利用人工智能增强人的能力、促进就业，而不是简单替代人的就业。

随之而来的新问题是，如果人工智能显著提升供给能力，而人的消费偏好和消费能力没有在需求侧同步扩张，就可能形成新的供强需弱格局。因此，在发展人工智能等新动能的同时，需求侧扩张同样重要。这也意味着，新动能能否改善当前供强需弱格局，很大程度上取决于如何引导人工智能的发展方向。

数字经济和人工智能发展还可能进一步改变产业链和供应链中的利益分配格局。随着数字经济和人工智能深入发展，龙头企业和大型平台企业容易形成较强的市场地位，并掌握大量数据和技术资源，从而对上下游企业形成一定挤压。当前所谓“内卷式竞争”，可以从两个层面理解：一是产品之间的内卷，二是产业链内部的内卷，后者尤其值得关注。我国现在已经出现，部分平台企业在产业链中拥有较强的定价话语权，对上游和下游企业形成价格压力，可能使大量制造业企业的利润空间受到挤压。

关于人工智能带来的新课题，著名经济学家达龙·阿西莫格鲁提出三方面建议，一是改革当前普遍存在的偏向于人工智能智能企业的税收结构失衡问题，避免人工智能企业和非人工智能企业之间形成不公平竞争；二是设立专门的人工智能研究机构，专门用于填补当前市场自发投入不足、但对社会具有重要价值、聚焦于劳动者福祉的方向；三聚焦于数据市场的法律框架建设，逐步解决实力雄厚的大型科技公司攫取了数据价值的绝大部分问题。例如，企业使用消费者数据以后，数据收益如何在消费者和企业之间合理分配，仍然是需要深入研究的问题。阿西莫格鲁尤其是强调人工智能这一关乎全人类经济与社会结构的重大议题，未来发展方向不应仅由少数掌握核心技术的专家群体的个人愿景所主导。

习近平总书记在2026年世界人工智能大会上的主旨讲话中指出：“明者因时而变，知者随事而制”，人工智能技术发展越是一日千里，向上向善、造福人类的方向越要正确锚定，监管治理的尺度越要精准把握，防范失控的措施越要及时完善。这句话为人工智能发展指明了方向，也对AI时代企业社会责任、科技创新向善提出了要求。

四、智能经济新形态下的“投资于人”的重要性

落实到投资领域，智能经济形态下尤其需要重视“投资于人”。在不确定性上升的背景下，要通过投资改善供强需弱格局，推动工业化和新型工业化进一步发展，就需要将“投资于物”和“投资于人”结合起来，并将更多资金和资源投向人。

“投资于人”可以从两个层面理解。一方面，对劳动年龄人口进行投入，本质上有助于新质生产力发展和要素供给提升，包括教育培训以及劳动者能力提升等。这类投入更多体现为对劳动者生产能力和适应新技术能力的提升。另一方面，如果将“投资于人”进一步扩展至全生命周期人口，就意味着资源和要素分配需要更多向全生命周期人口倾斜。相应地，需要提高城乡居民收入水平，提高社会保障和公共服务水平。这些措施既能够增强居民消费能力，也能够提升消费意愿。教育培训和人力资源能力提升往往具有较长的作用周期，而直接面向全生命周期人口增加收入、社会保障和公共服务等资源投入，则能够在较短时期内增强居民消费能力，因此也可以成为扩大内需的重要变量。

总体来看，需要推动“投资于物”与“投资于人”深度结合，在不确定性的年代推动智能经济形态下的新型工业化发展，另一方面通过更多资源投入于人，改善收入分配、社会保障和公共服务，从而改善供强需弱的格局。

文章仅作为学术交流，不代表CMF立场。