题记：本文为北大国发院院长黄益平教授在2026年7月27日的CF40宏观政策季度报告（2026年二季度）发布会“AI宏观经济学”上所做主题交流。原文发布于“中国金融四十人论坛”微信公众号。

像历次工业革命一样，AI技术创新正在全面重塑经济模式，但同时也会对就业结构与收入分配造成冲击。在这样的大变局中，公共政策需要积极作为，避免技术红利过度向资本集中、收入不平等持续恶化，努力走出一条兼顾效率与公平的智能化发展道路。

三次工业革命

不变的分配阵痛

每一轮通用技术革命，在释放巨大增长潜力的同时，都会重构国民收入在资本、劳动、土地之间的分配格局，其中最值得警惕的，是第一次工业革命时期著名的“恩格斯停顿”。[1]

根据经济史学家Robert Allen对1770—1913年英国数据的测算，1760至1840年第一次工业革命前期，英国劳均产出持续快速攀升，但工人实际工资长期停滞不前。 [2] 下面的左图清晰展现这一分化：代表劳均GDP的曲线一路走高，而代表劳动者真实收入的曲线长期平缓（图中小圈），增长成果几乎没有流向普通劳动者。

而右图则表明从要素分配结构看，土地所有者收入份额持续萎缩，资本利润份额持续扩张，劳动收入占比长期承压，社会不平等快速拉大，这正是恩格斯在《英国工人阶级状况》中记录的底层劳动者生存困境。

图：劳 均实际产出与工 人实际工资（左图），及劳动、资本与土地占总收入之比（右图）

Robert Allen在之后的一项研究中，利用英国社会分层数据表计算基尼系数，证实了“库兹涅茨曲线”，即收入分配先恶化、后改善。[3]

历史不会简单重复，但会押着相似的韵脚。后续两次技术革命，同样留下分配失衡的印记：

第二次工业革命（1870—1914），电力、规模化生产催生大量无形资产，技术、知识资本溢价持续走高，不同技能劳动者收入差距显著扩大； [4] 第三次信息革命（1970年至今），电脑与自动化带来就业U型极化，中等技能标准化岗位持续萎缩，中产薪资增长停滞，高、低收入（技能）群体状况相对较好，工资不平等成为发达国家长期难题。 [5]

在19世纪中后期，英国通过完善劳工保护、建设社会保障、调节资本收益，收入分配格局才逐步修复，库兹涅茨曲线拐点出现。这段历史提供了重要的启示：技术进步不会自动普惠大众，市场自发调节无法平衡资本与劳动的收益分配，制度干预是避免长期贫富撕裂的必要条件。

AI重塑分配

四大机制催生新型不平等

作为继蒸汽机、电力、互联网之后的新一代通用技术，AI的分配冲击力度更强、传导速度更快，主要通过四条路径拉大收入差距，甚至可能迎来AI版的“恩格斯停顿”。

第一，资本偏向机制，劳动收入份额持续下行。AI产业高度依赖算力、数据、模型等重资本投入，企业部署AI的核心动机之一是用资本替代人力。即便AI抬升全要素生产效率，新增收益大多被平台、资本与技术持有方获取，劳动者薪资无法同步增长。简单来说，效率提升可能更多地源于算法与算力，而非劳动者自身能力精进，利润向上集中，劳动报酬增长乏力，劳资收入差距持续走阔。

第二，任务替代机制，中产空心化与K型分化。AI不只是替代低技能岗位，更精准冲击标准化中等白领工作：财务核算、文案撰写、基础设计、常规客服等重复性任务均可由AI承接。劳动力市场呈现鲜明K型分化：掌握人机协同能力的从业者效率、收入大幅提升；依赖标准化流程的普通劳动者面临岗位收缩、薪资承压，社会中产群体持续萎缩。

第三，数字鸿沟与技能分化，阶层流动通道收窄。未来收入差距的核心载体是AI技能差距。能够熟练运用AI工具、具备创造性、跨领域整合能力的群体，将持续获得溢价；缺乏数字素养、仅掌握重复性技能的劳动者，就业选择持续收缩。行业、区域、城乡之间的数字基础设施差距，进一步放大机会不平等，平台网络效应催生“赢家通吃”，财富向少数技术精英集中。

第四，财富放大机制，资本收益与劳动收益彻底脱钩。AI资产具备极强的规模效应，头部企业依靠数据壁垒持续放大超额利润，资产增值速度远超劳动工资增速。叠加代际资源传递、资产增值、用工成本转嫁，财富分层持续固化，形成“富者愈富”的正向循环，进一步拉大存量财富差距。

放到我国现实背景看，居民收入的基尼系数自1982年0.285升至2008年峰值0.491，近年稳定在0.465左右，高于美日，低于部分拉美、非洲国家。AI普及若缺乏配套制度约束，很可能推动基尼系数再度上行；同时青年就业压力加剧，居民劳动收入增长放缓，会进一步加剧“供强需弱”的结构性矛盾，制约内需长期扩张。

三维政策框架

——防御、赋能、再平衡协同发力

面对AI带来的分配挑战，不能单一依靠兜底保障，也不能单纯寄望技能培训，需要构建“防御—赋能—再平衡”三位一体的政策组合，短期稳住社会底线，长期重塑要素分配规则。

第一重：防御——筑牢公平底线，缓冲技术冲击

防御政策的核心是稳住社会基本盘，抑制资本无序攫取AI红利。

一是完善普惠社会保障与失业保险体系，针对被AI替代的劳动者提供失业补贴、过渡期生活兜底，覆盖灵活就业、新业态从业者，化解短期失业冲击；

二是强化AI、数字平台领域反垄断与算法监管，遏制平台依靠数据、算力壁垒形成垄断，限制企业通过算法压榨劳动者、攫取超额利润；

三是建立AI应用伦理审查机制，对以大规模替代劳动为唯一目标、无社会就业增益的纯替代型AI项目设置约束门槛，引导技术向善。

第二重：赋能——投资于人，推动人机协同共生

解决分配失衡的根本出路，是缩小劳动者之间的技能鸿沟，让普通人具备驾驭AI、分享技术红利的能力，践行“以人为本、投资于人”的核心政策思路。

一是系统性改革教育体系，从基础教育阶段普及AI素养、创造性思维、跨学科综合能力，摆脱单一标准化技能培养模式；

二是搭建终身职业技能培训体系，面向在职劳动者、失业青年、中老年群体开设“专业+AI工具”复合型培训，配套统一技能认证、就业扶持政策；

三是引导产业创新坚持“就业优先”导向，鼓励赋能型AI研发，而非单纯人力替代，培育人机协同新型岗位，拓宽劳动者收入增长渠道。

第三重：再平衡——重构要素分配，让全民共享AI红利

短期兜底、长期赋能之外，必须通过制度调整重构资本、劳动、数据三大要素的收益分配规则，打破资本对技术红利的垄断。

一是探索AI超额收益调节机制，对科技平台、头部AI企业超额利润适度征税，税收资金专项用于公共数字教育、全民技能培训、民生保障；

二是明晰数据产权规则，推动公共数据社会化共享，降低中小企业、普通劳动者使用AI的算力、数据成本，弱化头部平台的数据垄断优势；

三是研究建立全民AI红利共享基金，将技术发展带来的增量收益定向回馈居民，适度探索普惠性收入补充机制，持续提振居民消费，破解“供强需弱”的内需难题。

技术向善

——分配均衡才是长期增长底色

AI是驱动我国经济高质量发展的历史性机遇，能够大幅提升全要素生产率，打开长期增长空间，但技术本身不会自动带来共同富裕。历史上的“恩格斯停顿”警示：只追求效率、忽视分配的技术变革，终将引发社会矛盾、打断增长进程；只有同步完善分配制度、加大人力资本投入、平衡资本与劳动者收益，才能把技术红利转化为全民福祉。

随着AI创新的不断普及与深入，未来一段时期，我国的收入分配不平等的问题可能会进一步加剧，就业压力特别是青年就业压力会进一步增强，“供强需弱”的矛盾也可能变得更加突出。这些都要求公共政策未雨绸缪，努力化解结构性矛盾。

面向未来，发展路径必须牢牢把握三个核心导向：第一，坚持就业优先，鼓励赋能劳动而非替代劳动的AI创新；第二，全面实施“投资于人”战略，打通劳动者技能升级通道；第三，构建覆盖保障、教育、财税、数据治理的系统性政策体系，兼顾短期稳定与长期公平。

唯有做到技术创新与收入分配改革同步推进，才能避开AI时代的分配陷阱，实现人机协同、共同富裕的长远目标。

参考文献：

[1]“恩格斯停顿”这个概念由经济史学家Robert Allen根据恩格斯在1845年出版的《英国工人阶级状况》提出。

[2] Allen, R.C. “Engels’ pause: Technical change, capital accumulation, and inequality in the british industrial revolution”. Explor. Econ. Hist. (2009), 46(4): 418–435.

[3] Allen, R. C. (2018). "Class Structure and Inequality during the Industrial Revolution: Lessons from England's Social Tables, 1688–1867." Economic History Review.

[4] Madsen, J. B., et al. (2021). Long-run econometric analysis of intangible investment and wealth inequality in 21 OECD countries (1860–2015).

[5] Autor, D. and Dorn, D., (2013). “The growth of low-skill service jobs and the polarization of the US labor market”, American Economic Review.