蔡昉：AI時代的社會保障

資料圖。本文來源：北京商報、中國國創會

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

中國社科院學部委員蔡昉參加新經濟學家智庫研討會發言。

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

AI時代的社會保障

蔡昉

中國社會科學院學部委員

人們驚嘆于近年來人工智能發展和應用的速度，并且越來越多地加入相關討論：一方面，嘗試回答人工智能將為人類創造怎樣的美好未來；另一方面，警示人工智能可能給人類社會帶來怎樣的風險。

與此同時，作為人工智能發展條件或應用領域的信息、計算、互聯網、數據等技術和基礎設施也獲得加速發展，與人工智能形成相互促進和相互賦能的關系，使幾乎所有的科技領域都預期將迎來顛覆性突破。

首先，人工智能現有各種模型的應用前景，正在通過各種智能體的形式呈現出來，并且隨著通用人工智能的到來，人工智能技術及其應用將從目前的水平進一步躍升。

其次，在現有的數字技術與產業相結合模式的基礎上，人工智能的新賦能將把數字經濟推到一個新的高度，并創造和塑造新的產業模式和形態。

再次，這場科技革命不僅關乎國家現代化的進程，還關乎經濟整體和企業的競爭力，也同家庭和個人息息相關，其影響正在滲透于全社會諸多方面。其中，諸如人工智能對生產率、就業、民生的影響都面臨著“奇點來臨”，且具有雙刃劍性質，必須予以高度關注和積極應對。

最后，中國在全球人工智能發展和應用的競賽中處于第一梯隊，在人工智能革命中，既能獲得巨大收益，也負有大國責任，應該在自身探索和國際合作的基礎上，成為人工智能治理中公共品的供給者。

本文將主要關注人工智能對就業的挑戰，以及社會保障制度的可能應對路徑。

從人工智能視角重新認識社會保障

誠然，以規制、激勵和勸導這樣的方式引導人工智能對標人類意圖，是政策制定和實務推動所不可或缺的。然而，從理論和經驗來看，也有諸多理由使我們不能有足夠的把握認為，只需做出這些努力，便能如愿以償地影響人工智能的發展，從而可以一勞永逸地解決所關注的問題，譬如避免人工智能帶來就業破壞大于就業創造的結果，在數字鴻溝的基礎上進一步形成智能鴻溝，以致造成勞動力市場兩極化，進而擴大收入差距等等。

與此同時，人工智能的發展方向也不是可以預先決定的，勞動者的何種技能會在何時、何種程度上被替代也是不確定的。鑒于人工智能在經濟社會發展中的積極作用，既不能指望任何“涓流效應”自動開啟，也不能完全依賴任何單一調控手段予以發動，因此，我們需要建立一個作為終極社會保障的制度體系，確保生產率得到分享、勞動者受到保護。從以下幾個方面，我們將揭示人工智能表現出的特性，并據此論證為什么建立健全普惠性社會保障制度，是應對人工智能就業沖擊的題中應有之義。

首先，創造性破壞是一個整體，沒有“破壞”就沒有“創造”。如同任何先進技術一樣，人工智能被賦予了增進民生福祉的終極期望，但技術和福祉終究不是同一個東西，兩者之間存在著動機差別和功能邊界。例如，人工智能提高生產率和促進經濟增長的功能，歸根結底在于其創造性破壞性質。創造性與破壞性本質上是一枚硬幣的兩面。對于理解這種相反相成的性質，以下兩項研究成果具有一定的啟發性。其一，發表在《科學》雜志的一篇論文介紹的研究結果，揭示出自動化與增強就業能力并非一定是對立關系，兩者反而常常呈現互為條件的關系。也就是說，在該研究所考察的領域中，實現自動化通常是提高低技能群體勞動生產率，進而縮小整體收入差距的前提條件。其二，基于在50個國家和地區的微觀調查數據，普華永道在一份以《2025年全球人工智能崗位晴雨表》為題的報告中展示：一方面，“最受人工智能影響的產業”與“最不受人工智能影響的產業”相比，前者每個雇員創造的收入比后者高出3倍；另一方面，將更多受到影響的崗位與較少受到影響的崗位進行比較，前者的增長率比后者低27個百分點。

從宏觀經濟層面，特別是結合中國的情況來看，包括節約勞動力在內的減少要素投入功能、縮減低生產率行業份額、推動低生產率企業退出乃至破產、通過市場結清消除過剩和無效產能，都是作為可持續驅動力的生產率得以提高的必由之路。人工智能的強大賦能性，也恰恰體現在將這些過程成倍地加快。與此同時，這些提高生產率的途徑也是創造性和破壞性的統一，不可避免地造成對就業的沖擊和對部分勞動者的傷害。因此，合理的制度安排，就是要確保創造性和破壞性之間不會成為一種零和博弈，不會表現為“不是東風壓倒西風，就是西風壓倒東風”的非此即彼關系。除了通過促進人工智能發展和應用的對標，增強勞動者應對挑戰的人力資本稟賦，以最大限度保持創造性和破壞性之間的合理平衡，還需要筑牢制度性屏障，防止創造性破壞對人本身造成的“破壞”。

其次，天底下沒有所謂的“涓流效應”，而是往往產生“合成謬誤”。基于科技進步與經濟社會發展之間關系的經驗，我們可以做出這樣的判斷：人工智能發展與民生福祉提高之間，隱含著某種微妙的關系。一方面，人工智能發展最突出的特征，是不會自然而然帶來程度上相等、節奏上同步、時空上并存的民生福祉效應的。經濟學家對所謂的“涓流經濟學”的批評已形成越來越多的共識。另一方面，一種常見的經濟社會現象很可能將在這里大行其道，即當事人看似理性的分散行為造成“合成謬誤”。人工智能前所未有的進步速度和顛覆性質并非免費的午餐，而是伴隨著巨大的投資，包括人才、資金、能源、基礎設施的大規模投入，這使技術演進成為一場激烈的競爭。

對主要國家政府來說，人工智能能發展成為占領制高點的國家間競賽，以及形成經濟增長點的關鍵抓手，因此給予大量補貼和其他政策優惠。對投資者來說，大規模投入該領域畢竟不是出于慈善或公益，而是預期高收益的風險投資。對技術創新企業來說，能否在這個領域占據先機，不僅關乎競爭力的位次，而且似乎成為生死存亡的分水嶺。對應用技術的經營主體來說，其出發點自然是減員增效、降本增盈。上述所有當事者的動機和追求不僅具有極大的力度，還表現為：無論出于任何理由選擇觀望，皆不會得到伙伴企業和競爭對手的響應，而只會讓自己落在后面。既然市場主體不可能主動去控制人工智能的潛在風險和沖擊效應，政府規制和調控舉措就不能缺位或滯后。

最后，人工智能的就業沖擊性質表明，識別社會保障受益人的難度日益凸顯。在理查德·蒂特馬斯所框定的剩余型和制度型社會福利模式兩極之間，或者在哥斯塔·埃斯平-安德森概括的三種福利國家模式之中，不同社會保障制度的獨特之處，通常表現在保障和覆蓋原則的普惠性差異上。也就是說，在那些更靠近剩余型模式的社會保障體制下，制度的實施需要建立在對保障對象的資格進行嚴格識別的基礎上。一旦涉及與就業相關的社會保險、其他保障或福利待遇，頭等重要的就是確認對象是自愿放棄就業，還是缺乏獲得或接受可能就業機會的必要條件。換句話說，社會保障制度力圖保障真正陷入困境的人群，而盡量避免“養懶漢”。然而，在人工智能時代，這種模式的運行條件將發生根本變化。

在人工智能賦能的自動化技術作用下，勞動者與工作崗位、社會保障之間的關系，正在并將繼續發生顛覆傳統觀念的變化，這種變化要求認知范式和政策導向做出相應轉變。一個日益顯現出來的現象是，社會作為一個整體越來越難以預先判斷：何種勞動者技能可以同人工智能形成互補關系，從而可以預期由新技術予以增強；何種勞動者技能與人工智能恰好形成競爭關系，從而使掌握該技能的勞動者成為崗位被人工智能替代的對象。可見，勞動力市場上的人力資源錯配，不是任何勞動者個人的過錯。并且，勞動者一旦從遭遇就業沖擊的經歷中懂得這個道理，理性的選擇便是不斷接受培訓和再教育，有時甚至需要一些時間觀察和等待。對社會而言，更好的方式則是以更加普惠的方式對此給予兜底保障，允許受沖擊勞動者試錯和等待。概而言之，如果勞動者個人的就業意愿、失業原因和勞動參與狀態均無法得到確定性地識別，社會保障制度就應該更具普惠性，以便為勞動力市場行為留出更充分的余地。

如何增強社會保障的普惠性？

社會保障制度的演進路徑，就是一個保障水平持續提高、普惠性不斷增強的過程。

實際上，社會保障水平和均等化程度的提高，都是以增強普惠性的方式得以實現的。以城鄉居民養老保險制度為例，雖然這個項目并不是一種無須繳費或覆蓋全民的社會養老金制度，保障水平也有待顯著提高，但是該項目所具有的制度特點頗值得關注，譬如很低的繳費門檻，符合年齡要求人群的制度性全覆蓋，改革決策和制度的建立健全均屬于中央政府事權，等等，恰恰都體現了較強的普惠性。此外，與此類似的做法，比如城鄉居民醫療保險、覆蓋城鄉的最低生活保障等制度，以及失業保險金通過用于公共就業服務和“穩崗援企”的方式惠及更廣泛勞動者群體等，也都是社會保障普惠性增強的體現。

上述同一個命題，往往還表現為社會保障與社會福利兩種制度的異同。關于這兩種制度體系，從以下兩個層面來理解，可以獲得一定的啟發。

純粹從理論上看，社會保障更接近于剩余型模式，社會福利更接近于制度型模式，因而兩者可以被看作不同（層次）的制度形式。從制度運行和政策實施的角度來看，實踐中也形成了兩種制度模式彼此相異的一些做法。不過，在制度的實施和演進中，兩者之間的差別通常只是剩余型和制度型性質的程度差別，或者只是敘事意義上的差別，猶如在“七分剩余、三分制度”模式與“三分剩余、七分制度”模式之間的差別。中國的社會保障是廣義的制度體系，包括社會保險和社會救助等內容，也蘊含著社會福利的諸多基因。不過，從方法論的意義上，把社會保障與社會福利這種目標大致相同、功能有所差異、手段常有不同的模式，作為制度光譜的兩極和參照系，可以幫助我們獲得一個坐標系，以便在比較中看清社會保障制度演進中的普惠性方向和對應的途徑。

從這個意義上說，雖然社會保障與社會福利兩種制度具有根本的共同之處，即以社會共濟的方式達到社會保護的目標，以社會統籌的方式分享發展成果，但我們也可以看到兩者之間存在一些明顯不同。

首先，兩者依據的制度理念和原則存在一定差異。社會保障僅對界定的人群的最基本需求做出保障承諾，社會福利則根據社會必要水平，確定一個關于人的基本權利的普適標準，無差別地做出社會福利安排。所以，社會福利提供的公共服務范圍要顯著大于社會保障，旨在滿足生命周期各個階段的需求。同時，社會福利的保障水平也更高，且伴隨著生產率不斷提高而水漲船高。

其次，兩者提供公共服務的方式有原則性差別。很多社會保障項目，通常需要以生計調查或類似的方式識別對象，據以保障“符合條件”的人群。社會福利制度則以普惠的方式，以全體國民或具有某一共同特征的人群整體為對象提供公共服務。

最后，兩者財政理念和預算紀律觀不同。社會保障制度更傾向于奉行傳統財政理念，追求增收節支、以收定支和當期平衡，每逢遭遇外生性沖擊，往往還會主動提出或被迫接受緊縮要求。社會福利體系則從更長期的維度考量財政“平衡”，既看重支出對于社會保護的意義，又看重支出對于人力資本培養的作用，著眼于更好的經濟表現和水漲船高的財政收支。

鑒于很多國家因削弱福利體系的實踐而付出慘痛代價，經濟學界和政策研究領域開始反思乃至重建福利國家理論。約瑟夫·斯蒂格里茨做過權威性的綜述，在一定程度上可以代表主流經濟學家的共識，也可謂經濟理論在這方面的最新發展。首先，福利國家以制度化的形式，向國民提供具有共濟、互惠、誠信和團結性質的公共品，彌補市場失靈，維護社會公平正義。其次，福利國家通過提供必要的保障和激勵，鼓勵個體承擔風險和從事創新，并為每一個人享有社會必要的生活質量提供全生命周期支持，以制度化的方式協調代際合作。最后，信仰、偏好和習慣是由超越市場范圍的諸多因素，譬如社會規范和非正規制度決定的，因此，社會福利并不會削弱受益人的責任感和工作努力程度。福利國家自誕生以來，歷時已久并經歷種種變化和起落反復，各國在不同時期分別積累了成功經驗，也付出了失敗的代價。總體來說，當今世界的社會保障或社會福利已經超越剩余型模式，在不同程度上接近制度型模式。

對中國來說，面對現實存在的和預期出現的挑戰，這方面的制度建設仍然任重道遠。首先，社會保險的給付水平和均等化程度，仍然不能充分滿足日益增長的城鄉居民需要。一方面，不同人群參加的社會保險項目之間待遇差距過大；另一方面，很多社會保險項目尚未實現應保盡保。其次，社會保險的普惠性仍然不強，仍然基于各種既定制度方式識別受益對象，提供排他性或差別性待遇。這種做法不僅在人工智能時代日益變得沒有意義，也不符合全體人民共同富裕的現代化理念。最后，雖然社會保障制度建設的成效顯著，但現行的推進速度仍然屬于常規態，因而與人工智能非常規演進的速度不甚匹配，從而不足以應對相應的就業和民生沖擊。人工智能預期帶來的巨大生產率提升，終究可以打破資源的絕對約束，為構建更高水平福利國家提供堅實的物質基礎。在此基礎上，中國的社會保障制度將接受更多的社會福利理念和做法，從增強普惠性和覆蓋全生命周期著眼，為全體居民提供更為廣泛、充分和均等的基本公共服務。

無論是采取低調的表達方式和漸進的過渡方式，實質性轉向更加普惠性的基本公共服務體系，還是高調宣示以建設中國特色福利國家為目標，對于國家財力能否支撐、如何籌資等問題都不能避而不答。在進一步分析之前，有必要預先強調一個兩點論：一方面，增強社會保障制度的普惠性，或以更多的社會福利特征代替社會保障特征，無疑是制度建設的方向，也是目前應該探討的重要話題；另一方面，這并不意味著可以淡化“盡力而為、量力而行”的原則，只不過在更高的經濟發展水平上，以及在人工智能顯著提高生產率的預期下，政府工作的“盡力”應該與日俱增，財政能力的“量力”也到了水漲船高的時刻。

更大規模的投入，并非總是表現為資金總量的增加，在更多的情況下更應該是支出結構的調整。這里涉及的做法便是從“對物投資”更多轉向“對人投資”。從民生需要和國際比較來看，中國政府的財力和支出結構仍然有調整的余地。根據中國近期人均GDP跨過世界銀行定義的高收入國家門檻（13935美元），進而在2035年成為中等發達國家（27000美元）的發展目標，我們可以把人均GDP處于12000~30000美元的國家作為參照系，就政府總支出、社會性支出占GDP比重進行比較。2020年，中國政府支出占GDP的比重為33.9%，相當于參照國家算術平均值的83.9%；同年中國政府社會性支出占GDP的比重為17.8%，僅相當于參照國家平均水平的70.9%。研究還表明，對中國經濟的物質資本投入已經面臨持續的報酬遞減，而對人的投資將在長期內保持很高的收益率。更多、更高質量的社會福利供給，本質上相當于國家以制度形式，將面臨報酬遞減的物質資本轉化為具有報酬遞增性質的人力資本。

以全民分享生產率提高收益為目標的社會福利制度，如同公共財政制度一樣，處理好收入與支出的平衡始終面臨著兩難抉擇，也是關于增長與分配關系的永恒課題。發展經濟學家曾經概括出兩種增長與分配關系模式。一是“先增長，后分配”模式，將資本積累和投資激勵置于優先地位，主張社會忍受一段時間的收入不均等，在社會變得足夠富裕時再實施再分配。二是“邊增長，邊分配”模式，主張在經濟發展創造出社會財富增量的同時，即通過社會福利制度進行再分配，以隨時隨地縮小收入和基本公共服務可得性之間的差距。后一種模式因其增長與分配的同步性，被認為有利于實現公平與效率的統一。與此同時，長期以來公共政策理念都采取謹慎小心的態度，防止“邊增長，邊分配”模式超越應有的限度，以致演變為一種“先分配，助增長”模式，陷入寅吃卯糧的境地，甚至陷入民粹主義政策陷阱。可以說，這種謹慎態度，特別是對“先分配，助增長”模式的否定，長期以來都有著充分的理由。

然而，至少由于兩個重要的變化以及由此發生的新情況，對于這類問題日益需要重新認識，換句話說，我們亟待進行一個基于范式轉換的理念更新。

第一個變化是，中國經濟增長的主要制約因素已經從供給側轉到需求側，居民消費日益成為增長的決定性拉動力，而后者的提振有賴于更具普惠性的社會保障。

第二個變化是，人工智能的發展不僅為我們帶來生產率大幅提高的極大可能性，預先分配這個更大生產率蛋糕的必要性，可以得到經濟理論的支持。對預期未來將出現的極高生產率和充分涌流的物質財富進行預先分配，在邏輯上相當于對后代的負債。

正如瑞·達利歐所指出的那樣，“一個實體的債務是另一個實體的資產”，因此，認為政府長期負債意味著把債務留給子孫后代的看法并不準確，對此憂心忡忡更無必要。也就是說，如果以這筆“借款”保障和改善了民生福祉，增強了人力資本，提高了個人和社會的生產率，并且建立起生產率的分享制度，我們這一代人無疑為后代留下了一筆優質資產。

通過對人工智能挑戰和發展面臨的制約這兩個因素進行交叉比照，聚焦幾個最迫切的任務領域，提出以下三個有針對性的政策建議。

首先，應對結構性就業矛盾，是抵御即將來臨的人工智能就業沖擊與應對當下勞動力市場挑戰的結合點。這種結合讓我們既始終堅守制度建設的方向，也善于抓住最緊迫的政策突破口，久久為功與只爭朝夕的努力可以相互賦能。具體來說，這要求在制度建設和政策實施過程中，把兜底性保障和普惠性福利及再分配手段結合運用，加強以培訓為核心的公共就業服務，重點扶助勞動力市場重點人群，特別是努力使其免于技術性失業沖擊。同時，把普惠性收入保障制度與對工作本質和內涵的重新定義相結合，以生產率的不斷提高支撐就業向深度和廣度拓展。

其次，應對老齡化和“未富先老”，努力實現老有所養、老有所為、老有所樂，需要以制度建設為中心，充分調動和發揮人工智能作為強大賦能工具的作用，用以破解發展中的難題，消除成長中的煩惱，疏通民生改善中的堵點。針對中國“未富先老”的新國情特點，一方面，借助社會保障普惠性制度安排，讓老年人和大齡群體同全體居民一起，得以均等地分享生產率提高的成果；另一方面，借力人工智能系統和智能體的全方位應用，破解老齡化帶來的經濟社會問題，讓技術發揮更大的改善民生、造福社會的作用。

最后，消除居民消費的后顧之憂，需要建設更充分、更普惠、更均等的社會保障制度。在老齡化和“未富先老”的條件下，居民消費能夠在多大程度上滿足支撐經濟增長的需要，歸根結底取決于兩個方面的提升。一是通過收入水平的持續提高，實現居民消費能力的顯著提升。二是通過基本公共服務水平的持續提高，實現居民消費意愿的顯著提升。

本文整理自《中國經濟2026：激活新增長引擎》，黃漢權 等著，朱克力 曾錚 主編，中信出版集團，2026.1■

掃碼入群可參加全年至少12場精彩閉門研討