深入挖掘人工智能驱动的生产率增长潜力
杨汝岱
生产率是衡量经济发展质量和效益的重要指标，在经济增长中居于基础性地位。回顾世界经济发展史，大国经济的持续繁荣，靠的不是要素投入的规模扩张，而是生产率的不断提升。党的二十届四中全会强调“全要素生产率稳步提升”，“十五五”规划纲要将全员劳动生产率增长高于国内生产总值增长列为经济社会发展的一项预期目标。当前，人工智能作为一项重大通用目的技术正在加速突破，为生产率跃升提供了历史性机遇。立足我国人工智能发展的比较优势，进一步畅通人工智能技术潜力向生产率增长转化的各个环节，对持续推动经济高质量发展具有重要意义。
一、人工智能技术潜力不会自动转化为生产率增长
生产率是产出与投入之比，衡量单位投入创造产出的能力。在微观层面，生产率体现为企业等经营主体的生产效率；在宏观层面，全要素生产率和全员劳动生产率的增长，集中反映了一个国家经济增长的质量和效益。
历史上，对于技术进步如何影响生产率增长这一问题，也曾有过争论。在计算机和互联网兴起的初期，曾阶段性地出现“生产率悖论”：技术进步日新月异，生产率增长却没有在统计数据上同步表现出来。但把历史视角拉长就会发现，所谓悖论更多是技术转化为生产率的“时滞”。新技术从发明到成熟、从应用到普及需要一个过程，互补性投资、资源重新配置、组织方式变革和体制机制改革同样需要时间。当前，与人工智能相关的经济活动高度活跃，主流研究对人工智能的生产率促进效应总体持肯定态度，分歧主要在于乐观程度不同，即人工智能的增长效应究竟有多大、何时能够充分显现。
人工智能代表着新质生产力的发展方向。当前，大模型、智能芯片、算力服务等领域已经形成了若干颇具规模的高科技、高效能、高质量产业，其发展本身具有拉动生产率增长的直接效应。在此基础上，更重要也更广泛的是，人工智能作为一项通用目的技术，能够嵌入广大企业的生产经营过程，在赋能千行百业中促进生产率增长。但要看到，技术能力决定了生产率增长的上限，要实现人工智能技术潜力向生产率增长的转化，无论在微观层面还是宏观层面，都依赖相应的必要条件。条件越充分，效应显现就越及时、越明显。
人工智能对生产率的作用，首先发生在任务层面。通过把数据、算法和算力转化为信息处理、知识生产和辅助决策的能力，人工智能改变了劳动者完成具体任务的方式。但任务效率的提升不会自动转化为企业的生产率增长。企业不是各项独立任务的简单集合，而是由大量相互衔接的生产经营环节构成的系统。人工智能驱动生产率增长，不只是因为生产函数中增加了一类新的技术和资本投入，企业必须围绕人工智能对业务流程、人才结构、管理方式等进行一系列配套调整，使技术与组织彼此适配。在人工智能应用初期，硬件、模型等资本投入首先增加，而生产经营体系尚未完全适配，生产率增长可能暂时不明显。随着配套投入不断积累、生产流程逐步重构，技术潜力才可能充分释放。企业组织调整越快、配套的资源要素形成越充分，从技术投入到生产率增长的间隔就越短。
当前，人工智能正加快从处理数字信息走向感知、理解和改造“物理世界”，在赋能千行百业中促进生产率增长的潜力巨大。7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举行，新一代人工智能不再局限于语言对话，逐步具备自主执行事务的能力。图为2026年7月19日，参观者在大会期间海康威视展台拍摄。 新华社记者 陈浩明/摄
企业层面的生产率增长，也不会自动加总为宏观层面的生产率增长，其中既有资源配置的结构性因素，也包含经济循环的动态性要求。从资源配置看，如果市场分割、要素流动不畅、低生产率企业退出困难，高生产率企业就难以扩大份额、吸收更多资源，企业内部再显著的效率提升也可能被限制在一定的边界之内，难以充分汇聚为宏观层面的生产率增长。从经济循环看，人工智能推动的供给扩张，需要有充足的需求承接，生产、分配、流通、消费的循环链条才能更加顺畅，使生产率潜力持续释放。人工智能在替代部分重复劳动的同时，也会催生新职业、增加新岗位，但人工智能对就业的创造效应和替代效应并非自动平衡，处理不好就可能会出现“无就业的增长”。应用人工智能的企业，如果能把效率提升和效益改善转化为就业岗位增加、劳动者收入提高，并进一步带动产业链上下游企业协同发展，能够在更大范围内实现生产率增长，从整体上推动国民经济持续健康发展。由此看，深入挖掘人工智能驱动的生产率增长潜力，必须主动塑造适应人工智能发展的有利条件，既要用好各类优势和机遇，更要打通技术潜力向生产率增长转化各个环节的卡点堵点。
二、我国人工智能驱动生产率增长的优势和挑战并存
人工智能促进生产率增长，既遵循技术进步的一般规律，也深受各国具体条件的影响。比较各国人工智能发展状况可以发现，我国在技术、人才、产业和市场等方面已经形成了系统性优势。从创新协同看，我国创新链产业链资金链人才链紧密衔接，能够实现从源头上的技术突破到工程化、产品化的快速迭代。从应用范围看，完整而庞大的现代化产业体系，为人工智能赋能千行百业提供了丰富的实践场景。从制度条件看，我国在推动算力网等公共品性质的数字基础设施建设上具有较强的组织动员能力。从经营主体看，数量庞大的中小企业实现数智化转型具有深厚的生产率增长潜力。这些优势是许多国家不具备或难以复制的，为我国人工智能有力有效驱动生产率增长提供了重要基础。
近年来，随着人工智能技术和业态加速发展，叠加管理和制度层面的创新持续深入，人工智能促进生产率增长的积极效应已有体现。在农业领域，智能灌溉、无人机植保、精准监测等技术的应用，促进了粮食等农产品的单位面积产量增长。在工业领域，智能质检、工艺优化、预测性维护等显著降低了次品率和停机时间，直接提高了单位投入的产出。在服务业领域，智能学伴、物流调度、辅助诊疗等明显改善了服务质量和工作效率。“十四五”时期，我国全员劳动生产率年均增长6.0%，快于同期经济增速0.6个百分点，经济增长中来自创新驱动和效率提升的部分正在增强。但要看到，进一步释放人工智能蕴含的生产率增长潜力，仍有一些问题和挑战需要破解。
人工智能从“数字世界”向“物理世界”拓展应用还不充分，制约了实体经济生产率增长。近年来，以大模型为代表的生成式人工智能发展势头迅猛，主要应用于文本生成、图像处理等数字场景。要看到，视觉识别、语音交互、具身智能等同样是人工智能技术体系的重要组成部分，这使人工智能得以从处理数字信息的“数字世界”，走向感知、理解和改造现实的“物理世界”。将这类技术落地应用，往往能够带来更直接、更显著的生产率提升。当前，我国在机器人、智能驾驶、智能工厂等领域的发展取得积极成效，展现出数智化转型发展的广阔前景。但与高质量发展和产业升级的现实需求相比，物理人工智能的整体成熟度和规模化应用仍显不足，许多领域的落地还停留在示范和试点阶段。深层次看，应用拓展不充分的背后，是技术供给能力不足。当前，我国人工智能的部分领域基础研究仍显薄弱，企业科技创新主体地位还不够突出，支撑物理场景应用的高质量数据积累和工程化能力也存在短板。
企业应用人工智能的目的偏重节约成本，生产率增长需要更多强调提升质量和赋能创新。人工智能促进生产率增长的路径是多元的，不仅可以降低企业的人工和运营成本，也能够提高产品质量，更能催生新产品、新业态，为经济增长创造新动能。但从现实情况看，当前不少企业应用人工智能的主要目的是压缩人力、替代重复劳动。一项对全国近130位企业家的调查显示，近七成的受访者把“降本增效”视为人工智能带来的最大价值。诚然，节约成本的效果显现更快、容易量化，而提质、创新的回报周期长、不确定性高。但如果大量企业都主要利用人工智能减少用工、压低成本，单个企业的“降本增效”可能转化为行业层面的“内卷式”竞争。过度强调替代劳动，也可能会放大我国本就突出的结构性就业矛盾。因此，不能简单地把人工智能窄化为降本工具，而要在人工智能应用中推动节约成本、提升质量和创新增效并重。
市场选择和要素流动面临制约，企业生产率差异向宏观配置效率转化存在梗阻。人工智能会扩大企业等经营主体之间的生产率差异，宏观生产率的提高一定程度上取决于各类资源能否从低生产率企业向高生产率企业重新配置，取决于先进优质生产要素能否在更大范围内顺畅流动。当前，有的地方保护行为由明转暗或出现隐形变异，部分低生产率企业难以退出市场，甚至形成一批“僵尸企业”，占用宝贵的土地、资本、劳动力等资源。数据、算力、电力等要素与人工智能发展和应用高度相关，但其市场化配置改革仍有待进一步深化。数据资源“孤岛”现象突出，跨区域算力调度、绿色电力供给等仍受体制机制约束，一些要素难以按照效率原则充分流动并实现优化组合。
企业生产率增长向就业、收入和有效需求的传导还不充分，宏观经济循环有待进一步畅通。当前，人工智能发展的收益更多集中于头部企业、平台企业和部分高技能劳动者，技术进步红利如何更好惠及广大劳动者和普通企业，仍需制度层面的积极探索。人工智能创新活动和产业发展的区域集聚，也可能拉大地区之间的发展差距。据测算，北京、广东、上海、浙江、山东五省市人工智能产业规模合计占全国的比重超过80%，一些中西部地区面临“技术代差”越拉越大的问题。健全人工智能时代的就业促进和收入分配机制，探索区域协调联动发展新路径，进一步畅通生产、分配、流通、消费之间的经济循环，是人工智能生产率潜力能否充分释放的关键所在。
三、让人工智能技术潜力更好转化为生产率增长
习近平总书记深刻指出，“人工智能是世界经济增长的新引擎和新旧动能转换的加速器”。当前，我国经济正处于新旧动能转换爬坡过坎、破局成势的关键阶段，人工智能正从技术加快突破期进入规模化应用阶段，决定其经济价值的关键，将越来越从技术能力提高多快转向技术潜力能在多大程度上转化为生产率增长。深入实施好“十五五”规划纲要对发展人工智能的一系列重要部署，既要在技术和业态模式创新上不断深入，也要更加重视管理和制度层面的创新，打通人工智能技术潜力向企业生产率和宏观生产率转化的链条，为实现经济质的有效提升和量的合理增长提供坚实支撑。
人工智能促进生产率增长的路径是多元的，不仅可以降低成本，也能够提高产品质量，更能催生新产品、新业态。图为2026年1月13日，位于山东省青岛市的海信视像工厂智能生产车间内，该企业自主研发的产品自动检测生产线正在运转。 新华社记者 李紫恒/摄
强化人工智能领域的算力算法数据高效供给，拓展生产率增长的技术边界。当前，人工智能正加快从处理数字信息走向感知、理解和改造“物理世界”，深入挖掘人工智能驱动的生产率增长潜力，首先要夯实技术供给的基础。算力、算法、数据是人工智能发展的重要支柱，要一体推进、协同发力，提高其与生产场景的匹配度。加强人工智能基础研究，强化企业科技创新主体地位，围绕具身智能、智能装备、工业软件等方向突破一批关键核心技术，有序开放制造、交通、能源、农业等领域的真实应用场景，加快物理人工智能从示范试点走向规模化应用。加强智能算力互联互通和供需匹配，创新智能算力基础设施运营模式。聚焦细分行业，建设一批好用、管用、可持续迭代的垂直模型和智能体。推动企业数据、行业数据开发开放，建设人工智能语料库和面向重点行业的高质量数据集。
深化拓展“人工智能+”行动，推动中小企业在深度应用中提高生产率。人工智能驱动的生产率增长，既来源于少数头部企业的率先突破，也取决于广大中小企业能否普遍实现效率改善。大型企业在研发投入、专业人才和数据资源等方面具有明显优势，推进数智化转型的基础较好，而大量中小企业即使能够以较低成本调用通用模型，也未必有能力完成生产流程的改造，这容易形成浅层普及、深层分化的问题。对此，要落实好健全中小企业数智赋能服务体系的要求，建设数智化转型促进网络，更多通过行业共性平台、专业技术服务和人工智能应用中试基地，降低中小企业的采用成本和试错风险。政策支持既要着眼于模型、算力等技术和资本投入，更要重视数据治理、流程优化和员工培训等互补性投入，推动企业层面的人工智能应用由单点环节向全流程拓展。
纵深推进全国统一大市场建设，在宏观层面放大人工智能的生产率效应。技术进步越快，对市场一体化的要求越高。市场统一开放、要素自由流动，高生产率企业能够不断扩张，低生产率企业实现有序退出，技术进步才能充分体现为宏观生产率的增长。纵深推进全国统一大市场建设，应当持续完善市场准入、公平竞争、兼并重组、市场退出等基础制度规则，规范地方政府招商引资行为，强化公平竞争审查刚性约束，探索建立覆盖所有经营主体的简易退出机制。深化要素市场化配置改革，培育全国一体化的技术市场和数据市场，加快建设全国统一电力市场，完善跨区域算力调度和绿色电力交易机制，推动数据、算力、电力等新型要素按照效率原则充分流动、优化组合。
加快构建就业友好型发展方式，形成生产率增长与需求扩张的良性循环。“十五五”规划纲要把“居民收入增长和经济增长同步、劳动报酬提高和劳动生产率提高同步”列为经济社会发展的主要目标，明确提出“强化人工智能的就业创造效应”，这些部署深刻把握了技术进步、产业升级与就业促进、民生改善之间的内在联系。深入挖掘人工智能驱动的生产率增长潜力，要把构建就业友好型发展方式作为重要着力点，加强产业和就业协同，顺应人工智能带来的分工细化和业态创新，积极挖掘和培育新的职业序列，开发新的就业增长点。稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击，加强面向转岗劳动者的职业技能培训。同时，适应人工智能技术发展，健全劳动者权益保障和社会保障制度，着力完善收入分配机制，研究同新业态相适应的税收制度，带动需求扩张和再投资，为人工智能驱动生产率增长提供长期支撑。
作者：北京大学经济学院教授
