【關注】程實等：人工智能時代的中國比較優勢

當前，人工智能的快速發展不僅改變了技術的應用方式，也正在重塑生產效率、產業結構和經濟增長模式。對中國而言，人工智能既是推動高質量發展的重要抓手，也是應對人口結構變化、資源約束條件和外部環境不確定性的現實選擇。

本文作者系盤古智庫學術委員、工銀國際首席經濟學家程實，工銀國際高級經濟學家徐婕，文章來源于“第一財經”。

本文大約2900字，讀完約7分鐘。

回顧人類發展歷史可以看到，每一次生產方式和社會結構的躍遷，都離不開能源獲取方式及其組織形態的變化。無論是工業革命、電氣化進程，還是信息化浪潮，能源始終是支撐經濟擴張和技術擴散的基礎條件。當前，人工智能的快速發展不僅改變了技術的應用方式，也正在重塑生產效率、產業結構和經濟增長模式。對中國而言，人工智能既是推動高質量發展的重要抓手，也是應對人口結構變化、資源約束條件和外部環境不確定性的現實選擇。

將能源、人才和制度三條線索綜合來看，可以發現中國在這三方面均具備較為突出的比較優勢。能源體系兼具成本優勢、穩定優勢和擴張優勢，人口結構形成了工程師規模、用戶基礎和數字素養的綜合優勢，制度體系則具備較強的組織動員能力、工程推進能力與政策執行能力。三者之間的協同作用，使中國具備將技術突破持續轉化為產業升級，并進一步轉化為經濟增長動能的條件。中國在人工智能時代的比較優勢并非偶然，而是長期發展積累與持續改革創新共同作用的結果。人工智能的加速發展將是一次廣度更大、深度更深、速度更快的歷史轉折，我們期待中國在這場未來文明的競逐中走得更穩、更快、更遠。

人類社會的發展始終與能源條件密切相關

農業文明依賴水利與土地，工業文明建立在煤炭和蒸汽動力之上，電氣化推動了大規模工業生產和城市化進程。回顧不同發展階段可以發現，技術進步并非孤立發生，其背后往往由能源供給能力、人口結構變化以及制度組織效率共同推動。能源基礎決定了技術應用的上限，人口結構影響需求規模與勞動力供給，而制度安排則決定資源能否被有效配置。

當前，人工智能的快速發展正在顯著抬升對能源的需求。這種需求不僅體現在算力、數據和算法等技術要素上，更直接體現為對電力供應、電網穩定性、冷卻系統和相關基礎設施的依賴。大型模型的訓練和推理對能源的消耗水平，已明顯高于以往的信息技術應用。人工智能的擴展仍然需要以物理能源條件為基礎，能源供給能力正在成為制約其發展的關鍵因素之一。

在這一背景下，判斷各國在人工智能時代的相對位置，仍需回到能源、人口和制度這三項基礎條件。能源供給的穩定性和成本高低，決定了算力擴張的可持續性；人才供給規模和結構，影響技術創新與應用能力；制度協調和組織能力，則關系到資源配置和整合效率。從這三方面看，中國在人工智能的發展中具備較為扎實的基礎，其優勢更多來自長期積累的結構條件。

中國擁有充沛、低價的能源供給

AI的運行需要大量電力，訓練一次大型模型的能耗已可達到上千戶家庭一年的用電量。根據國際能源署（IEA）計算，當前數據中心的電力消耗估計約為415太瓦時，相當于2024年全球用電量的約1.5%。在過去五年中，其耗電量以年均12%的速度增長。未來數年，中國、美國和歐洲仍將是全球數據中心用電需求最大的區域。其中，中國和美國是最重要的兩大地區，合計貢獻近80%的增量。以2024年為基準，美國的數據中心耗電量預計將增加約240太瓦時（增長130%），中國則增加約175太瓦時（增長170%），歐洲增幅超過45太瓦時（增長70%）。因此，誰擁有更低成本、更穩定、更具擴張性的電力體系，誰就具備更強的AI底層競爭力。

這一點上，中國具有天然優勢。根據國際可再生能源署（IRENA）數據，2024年中國貢獻了全球光伏新增裝機的61.2%（276.8吉瓦），并占全球新增風電裝機的69.4%（79.4吉瓦）。光伏與風電發電成本下降速度全球領先。IRENA數據指出，中國陸上風電的度電成本（0.029美元/千瓦時）、光伏度電成本（0.033美元/千瓦時）均低于全球平均水平。此外，東部負荷中心與西部新能源基地通過特高壓輸電技術實現了大規模互聯，使電力具備跨區域調度能力。

更為關鍵的是，東數西算戰略將能源優勢與算力需求實現精準對接，讓低成本綠色能源直接轉化為可擴張的算力資源，構建起能源與算力的緊密結合。因此，在AI的能源競爭中，中國站在了一個具有優勢的位置。既擁有全球最大的可再生能源增量能力，也擁有實現能源向算力轉化的產業鏈體系，更擁有通過國家級工程實現跨區域、跨產業協調的組織能力。這種能力不是一朝一夕形成的，而是從電網建設到能源結構調整、從產業政策到工程體系長期積累下來的結構優勢。

中國具備人才和人口的規模優勢

技術從不是孤立存在的，它需要通過人口結構與應用場景不斷豐富、擴散，最終轉化為生產力。AI時代尤其如此，它需要大量的工程師群體，需要對技術更新迭代敏感的用戶社群，更需要一個可持續提供數據、反饋以及真實場景應用的巨大市場。而中國恰好具有這三重優勢。

其一是工程師規模優勢。根據喬治城大學CSET數據，以2020年為例，中國STEM畢業生數量超過第二、第三位國家畢業生數量之和，形成全球最大的工程師供給體系。更重要的是，中國的工程師與產業鏈高度結合，具備強大的應用導向和工程能力，從而使技術能夠更快地轉化為產品、更快地融入產業、更快地在規模化場景中驗證并迭代。

其二是用戶規模與場景豐富度。中國擁有全球最大的移動互聯網人口，數字經濟占GDP比重超40%，用戶對技術迭代的敏感度極高。這意味著AI技術不是停留在實驗室中，而是能迅速進入貨架、物流、制造、醫療、零售、政務等大量真實場景中，推動場景大模型在短時間內完成應用迭代。無論是語音助手、電商推薦，還是輔助駕駛、工業視覺系統，中國社會對智能化應用的吸收能力本身就是AI提升全要素生產率的放大器。

其三是數字素養與代際結構的協同。中國年輕用戶對技術的接受度極高，中老年用戶的數字化適應能力也在快速提升，這使得AI不會受限于社會結構、人口結構的制約。數字鴻溝在中國并非被拉大，而是在逐步收窄，這為AI的普及創造了廣泛的社會基礎。

中國具備資源協調部署的組織能力

在蒸汽機時代，英國優勢來自資本市場與產權制度。在電氣時代，美國優勢來自科研體系與公司制度。而AI時代需要的則是，資源跨部門協調、全國算力基礎設施的大規模部署、金融工具的長期支持，疊加產業鏈的協同發展。這是一種高度組織化的創新體系，而中國恰恰具備這樣的制度能力。作為一個擁有巨大規模統一大市場的經濟體，中國能夠在較短時間內部署全國算力網絡、建設大型數據中心集群、推動數據要素市場改革、形成跨產業鏈協作體系。政策的方向性明確、執行力度強、反饋機制靈敏，使得AI這種系統性技術能夠在全國范圍內點面結合、縱橫交替。這在其他國家非常罕見。

更重要的是，中國的金融體系能夠提供AI所需的耐心資本。AI屬于典型的重投資、長周期、強外部性的產業，單純依靠市場難以形成充分的資本投入。但政策性銀行、產業基金、政府引導基金以及多層次資本市場共同構成了適應這一特征的融資體系。換言之，金融服務AI發展的質效將很大程度上決定AI技術能否從理想照進現實。■

文章來源于“第一財經”

圖文編輯：張洵

責任編輯：劉菁波