|
刘诚 中国社会科学院财经战略研究院经济发展战略研究室副主任、研究员 《改革》2026年第3期，第90—102页 |
内容提要
以人工智能技术为核心驱动力的智能经济，正成为重塑经济社会发展格局、推进共同富裕的关键力量。理论上，智能经济凭借人工智能的通用技术属性、数据要素驱动的生产范式变革、开放协同的产业生态演进、人机协同的组织形态变革，构建起创造普惠性红利的内在机制。现实中，智能经济通过打造增长引擎夯实物质根基、重塑职业结构拓宽发展通道、赋能民生领域提升服务质效、滋养精神世界填补情感空白四大路径赋能共同富裕。智能经济发展面临数字鸿沟、赋能失衡、就业转型、生活重构等结构性挑战。为此，需从坚持以人为本推进科技向善、重点发展人工智能制造业提升生产率、扩大新岗位供给推动存量岗位转型、强化民生场景应用实现社会效益最大化四个维度，构建系统性政策框架，推动智能经济成果全民共享，为实现共同富裕提供强劲动能。
关键词：智能经济；共同富裕；人机协同
当前，以人工智能为核心驱动力的智能经济，正深刻重构全球要素资源配置、产业竞争格局和社会运行模式，成为引领新一轮科技革命和产业变革的关键力量。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调，“坚持人民至上”“以满足人民日益增长的美好生活需要为根本目的”“扎实推进全体人民共同富裕”。我国智能经济的发展不仅是追求效率提升和增长极塑造的技术经济过程，更应成为化解发展不平衡不充分问题、夯实共同富裕物质基础和社会基础的系统性工程。
智能经济是一种以数据、算法、算力为核心生产要素的新经济范式。它通过与传统产业的深度融合，催生新业态、新模式，显著提升全要素生产率，为经济高质量发展注入强劲动能。然而，科技革命亦伴随着深刻挑战。智能经济在释放巨大财富潜力的同时，也可能因技术接入不均、资本回报差异、就业结构重塑等因素，加剧收入分配不均，甚至衍生算法歧视、劳动替代等新的公平伦理问题。如何驾驭智能经济这把“双刃剑”，确保其发展成果更多、更公平惠及全体人民，成为推进中国式现代化必须回应的重大时代课题。
发展智能经济，必须超越单纯的技术工具论和经济增长观，立足促进社会公平正义、实现人的全面发展进行统筹谋划。共同富裕作为中国式现代化的本质要求，其实现路径在智能时代被赋予新的内涵：不仅依赖经济增长做大“蛋糕”，更在于通过前瞻性的制度设计和政策安排，在智能经济发展进程中同步构建合理的成果分享机制，边发展、边分享，防范技术性排斥和结构性失衡。
本文旨在系统探讨智能经济赋能共同富裕的理论逻辑和现实路径。理论上，从智能技术作为通用技术的渗透特性、数据要素驱动的生产范式变革、开源开放的生态演进趋势、人机协同的组织形态重塑等维度，剖析智能经济创造普惠性红利的潜在机制。实践上，聚焦通过智能经济促进经济增长、创造就业、优化服务、滋养精神等渠道赋能共同富裕的现实表现，正视其在接入平等、赋能均衡、就业冲击、社会融入等方面存在的突出问题。最终，本研究试图构建一个涵盖理念引领、产业根基、就业支撑、民生场景的协同政策框架，引导智能经济朝着更加包容、普惠、向善的方向发展，使其成为迈向共同富裕的强大赋能者。
一、智能经济赋能共同富裕的理论逻辑
智能经济赋能共同富裕并非自发而成，而是蕴含于其技术特质、要素重构、生态演进、组织变革之中的逻辑必然。本文旨在超越现象描述，深入剖析智能经济创造普惠性红利的理论基石：以通用技术的深度渗透奠定赋能基础；以数据驱动的生产范式革命重塑价值源泉；以开放协同的产业生态实现红利扩散；以开源开放的组织变革促进智能平权。不同维度相互关联、层层演进，共同构建起智能经济实现包容性增长、增进人民福祉的理论逻辑框架。
（一）人工智能：驱动普惠增长的通用技术引擎
第三次科技革命催生的各类新技术和新产业，是发达国家提高社会生产力的主要动力。自20 世纪70 年代以来，大工业劳动生产率提高的60%~80%依赖于新技术应用，在部分知识、技术密集型行业中，这一比例甚至高达100%。人工智能作为引领新一轮科技革命和产业变革的战略性技术，正以其通用技术属性，重塑经济增长的基础范式。其发展主要依赖算法、算力、数据三大核心驱动力，不仅自身具备高度渗透性和扩展性，更成为衔接多领域前沿科技的纽带，呈现纳米技术、生物技术、信息技术、认知科学等协同整合的“技术汇聚”新趋势。这意味着，第四次科技革命虽以智能技术为核心，却并非单一技术的突进，而是多种前沿科技在智能框架下深度融合、相互激荡的系统性变革。
从经济形态演进来看，数字经济和智能经济同属后工业社会的重要经济形态。数字经济在历史跨度上更为宽广，逻辑上可涵盖智能经济，但其概念相对泛化，指向性不如智能经济鲜明。智能经济则突出强调人工智能作为关键生产要素的核心地位，是数字经济深化发展的新阶段。随着人工智能在科技和应用中的主导性日益增强，智能经济正逐步超越数字经济，成为未来经济形态的主要代表。智能经济并非凭空产生，它建立在数字化、互联网化、信息化的坚实基础之上。首先，物理世界的数字化（特征化、向量化、标签化）为人工智能提供了可处理的原料；其次，互联网实现了信息的跨实体共享和行业聚焦，避免了数字化过程的重复和孤立；最后，信息化（如大数据服务、云化系统）促进了跨行业数据的流通和交易，为人工智能的学习和进化创造了基础环境。在此基础上，智能经济依托算法、算力、数据支撑的机器学习，催生具备感知、认知和行动能力的软件、硬件及机器人形态，最终在专业或通用领域替代部分或全部人类体力和脑力劳动，推动社会经济形态向高阶演进。
未来人工智能将呈现从工具性辅助向自主性创造演变的趋势。具体而言，从初级的聊天机器人，到具备逻辑推理能力的推理者，进而发展为能自主执行任务的智能体，再到可自主创新的创新者，最终迈向达到或超越人类组织水平的智能形态。以自动驾驶为例，其革命性不仅体现为交通运输工具的升级，还意味着由人工智能驱动的全新出行生态和社会运行模式的诞生。
摩根士丹利2025 年7 月预测，自动驾驶汽车将在2030 年占据全球汽车销量的28%，预示着智能技术对传统产业的颠覆性重塑加速到来。党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“全面实施‘人工智能+’行动”，旨在以人工智能驱动科研范式变革，并深度融入产业发展、文化建设、民生保障和社会治理等领域，抢占产业应用制高点，赋能千行百业。
（二）数据要素：重塑生产函数和释放增长潜能的变革核心
生产要素理论随着经济社会的发展而动态演进，从劳动与土地的“二元论”，到劳动、土地、资本的“三元论”，再到加入技术的“四元论”，其内涵不断扩展。近年来，数据被正式纳入生产要素范畴，标志着对生产力源泉的认识进入新阶段。这一理论演进，反映了经济活动从依赖自然禀赋到依赖信息和知识的关键转向。
在数字经济和智能经济的框架下，数据的角色存在本质差异，这种差异也决定了二者对实体经济的赋能效果。数字经济将数据视为劳动对象，是对万事万物的数字化映射产物，其价值更多体现在流通和交易环节的效率优化，对社会财富的根本性增长助力有限，且红利多向服务业倾斜。而智能经济则更进一层，将数据视为直接的生产要素，与算力、算法紧密结合，形成“算力+算法+数据”三位一体的智能化生产函数，其核心价值从数字经济的“算计人”（营销、交易匹配）转向“算计物”（制造、生产流程优化），实现全要素生产率的整体性、根本性提升。2025年，商务部等八部门联合印发《加快数智供应链发展专项行动计划》，明确提出促进制造业供应链智能发展，实施制造业数字化转型行动方案，开展人工智能赋能新型工业化专项行动。
这种以数据为核心的智能化生产模式，在制造业体现得尤为深刻。数据作为信息的载体和量化形式，正成为这个时代的“新石油”———其价值的真正释放，离不开制造业这一重要实体经济的支撑。制造业的繁荣是生产率提升、劳动者收入增长的必要前提，更是实现共同富裕的物质基础。人工智能对制造业的赋能突破，已从传统的控制精准、成本缩减，延伸至感知和自主调整领域———未来的工业机器人将具备“看见、听见、做计划”的能力，可根据复杂现实环境自我适配。诚然，工业机器人在过去数十年间已取得显著进展，但此类进步主要体现在机器人控制的精准性、机器人的力量和持久性、缩减重量和成本上，人工智能时代真正的突破将源于机器感知领域的技术革新。“黑灯工厂”正是这种变革的缩影，是工业4.0 背景下实现全流程无人化生产的智能工厂形态。其实现基础在于，通过工业物联网将海量生产设备、传感器、机器人、控制系统与后台管理平台进行深度互联和数据交互，实现生产过程的实时感知、自主决策和精准控制。
《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调“加快人工智能等数智技术创新”，强化算力、算法、数据的高效供给，并重点“促进制造业数智化转型”。这正是智能经济发展的关键所在：将数据这一新型生产要素，通过智能化生产模式深度融入制造业，既能突破数字经济“重流通轻生产”的局限，又能释放前所未有的效率潜能，为经济高质量发展和共同富裕筑牢物质根基。
（三）智能生态：从“单点冲刺”到“系统马拉松”的双轮驱动
智能经济的发展不只依赖于单点技术突破，更取决于能否构建一个开放、协同、富有韧性的生态系统。现代化产业体系是中国式现代化的物质技术基础，而智能生态系统的构建，则是该体系在智能时代的重要体现。未来我们将见证一个由多层次智能体构成的复杂生态，其中仅有少数智能体直接与人类交互，服务于终端需求，绝大多数智能体将隐身于幕后，通过与其他智能体、子智能体高效协作，形成一个庞大而精密的、近乎无形的智能服务网络。这要求生态系统构建者具备长远的战略眼光和持续的制度创新能力。
多层次智能体构建的产业生态呈现双轮驱动格局。一方面，以智能原生企业为核心的智能核心产业，代表着新兴产业和未来产业的发展方向，发挥着“头雁”引领效应。部分人工智能生态系统中的新兴力量，正以惊人的速度在人工智能编程、客服、法律、搜索等多个赛道崛起，从根本上重塑着竞争规则、产业业态和商业模式。譬如，以DeepSeek 为代表的人工智能原生应用正在重新定义信息检索，将传统以链接为中心、用户自行甄别信息的模式，转变为以对话为中心、个性化聚合信息的智能服务。另一方面，生态的延伸体现在对传统产业的深度改造和“实智融合”上。历史经验表明，一项通用目的技术对经济社会的革命性影响，不取决于最初的发明，而在于其在整个经济系统中渗透的广度和深度。电力革命便是明证：美国的生产力大幅跃升并非出现在发电机问世之初，而是在四十年后，伴随工厂布局优化、管理变革等系统性适配才得以实现。因此，中美在人工智能领域的竞争关键，并非单纯比拼谁率先实现某项技术突破，而在于谁能够更高效、更广泛地将人工智能技术渗透至各行各业，完成从“单点冲刺”到“系统马拉松”的转化。而且，人工智能生态系统的稳固性有赖于关键企业间形成的战略联盟。例如，OpenAI 在2025 年与英伟达、甲骨文等科技巨头签署的巨额算力采购协议，不仅为其发展储备了关键资源，还通过“共同押注未来”的方式，与产业链上下游企业利益深度绑定，共同推动技术愿景的实现。
必须明确，强调“系统渗透”的“马拉松”属性，绝非否定前沿技术创新的极端重要性。支持顶尖实验室、鼓励原始创新始终是保持长期竞争力的根基。关键在于，国家战略需在鼓励“冲刺”的同时，更加注重夯实技术扩散和应用的基础设施、制度环境和人力资本，避免因追逐短期技术亮点而忽视长期生态培育。“冲刺赛”的收益往往集中于少数巨头，易形成强大的利益壁垒；
而“马拉松”式的广泛渗透，其红利将惠及广大中小企业和普通劳动者。这要求政策制定者具备更强的战略定力和普惠视角，最终使智能经济发展的成果能够穿透层层壁垒，真正润泽整个社会生态。
（四）组织变革：从开源技术到普惠权利的智能平权实践
智能经济的纵深发展，正在引发一场深刻而系统的组织形态变革，其核心特征是从封闭走向开源开放，从集中控制走向分布协同。这场变革不仅体现在技术层面，还深入到商业模式和社会结构中，最终有力推动智能技术的普及和权力下放，为智能平权的实现奠定基础。开源模式倡导的透明度和协作共享，推动技术迭代创新从少数企业的实验室走向全球开发者的协同共创，这不仅加速了技术进步，还使算法决策过程变得可追溯、可审查，为构建可信、可控的智能系统提供了制度保障。
在应用层面，消费者与平台之间的权力关系正在经历深刻重构。随着智能体的普及应用，消费者能够借助智能助手在海量选项中自主决策，传统平台依靠信息不对称和推荐系统构筑的“围墙花园”效力正在减弱。这种由算法代理转向用户赋权的趋势，意味着消费者主权在智能时代得到实质性提升，平台精心设计的流量分配机制和用户黏性策略面临根本性挑战。智能体不仅为用户提供选择，更赋予其分析和决策能力，使个体在面对复杂商业环境时拥有前所未有的自主权。
这一系列变革从三个关键维度有力推动智能平权的实现：一是基础设施的普惠化。云服务、开源模型等公共智能基础设施为个体和小微企业提供了接近行业前沿的智能化起点，大幅降低了技术应用门槛。二是数据垄断的破局。传统数据优势源于对原始数据的积累和控制，而智能时代出现了从“数据”到“智能”再到“合成数据”的反向路径。生成式人工智能创造的高质量合成数据，能够在保护隐私的前提下有效训练模型，打破少数企业对稀缺数据的垄断。三是模型微调的高效化。基于强大的预训练基座模型，企业或个人可以利用相对有限的领域数据，高效微调出满足特定需求的专属“小模型”，实现“小数据办大事”，让智能化不再是资本密集型巨头的专利。由此可知，组织形态的扁平化、网络化、开放化，成为释放智能经济潜力的必然趋势。
《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“加快产业模式和企业组织形态变革”，正是对这一发展趋势的积极呼应。
二、智能经济赋能共同富裕的现实路径
智能经济的发展成果并不能自动实现普惠，而需要通过具体的机制和渠道渗透至经济社会各层面，最终惠及每一个个体。本文旨在厘清智能经济赋能共同富裕的现实路径，揭示其如何从宏观增长引擎转化为微观生活助手，从物质财富创造延伸至精神世界滋养。不同路径相互交织、层层递进，共同构成技术进步造福于民的四维图景，体现了智能经济发展“始于技术，终于人文”的价值归宿。
（一）智能增长引擎：夯实共同富裕的物质基石
共同富裕的实现以社会财富持续增长为前提，而智能革命正是驱动财富扩容、筑牢共同富裕物质根基的关键动力，其作用路径集中体现为创新经济业态和创造新型资产。
智能技术的深度渗透正重塑经济增长范式，“算力+算法+数据”构成的新型生产函数大幅提升全要素生产率，相关变革已贯穿经济活动全链条。在生产端，智能技术通过工艺流程优化、精准控制和预测性维护，显著提升制造业生产效率；在产业结构层面，配第—克拉克定理在智能时代被赋予新内涵，人工智能不仅延续了劳动力向高附加值部门转移的传统规律，还催生了智能制造业、数据服务业、算法经济等全新产业形态，推动产业结构向高端化、智能化转型。同时，这一过程既激活了市场活力，为民营企业提供技术跃迁的杠杆，又依托数字网络打破地理壁垒，促进区域和城乡经济协调发展，推动增长红利向更广范围共享。
智能经济塑造了数字资产这一全新财富载体，创造了普惠性财富机遇。人工智能与数字技术的融合，推动加密货币、稳定币等区块链数字资产从概念走向规模化市场，形成与传统金融体系并行且互联的资产网络。截至2025 年第三季度，全球数字资产总市值已达3.85 万亿美元，规模与各国央行黄金储备体量接近，标志着基于算法信任和分布式技术的价值交换模式获得全球认可。其底层区块链技术通过智能合约、去中心化金融等创新，既为投资者提供了多元资产配置选择，又降低了交易成本、提升了金融服务的可及性和透明度，为传统金融服务覆盖不足的群体开辟了参与现代经济的新通道。
更为深远的是，智能经济催生的新业态兼具强网络效应和普惠属性。智能化赋能下的平台经济、共享经济可高效匹配供需、盘活闲置资源；个性化定制和柔性制造可降低小微企业服务细分市场的成本；人工智能驱动的创意经济则大幅拉低内容创作和产品设计的专业门槛，让个体知识和创意可转化为经济价值。这类新业态在创造经济增长点的同时，重构了财富创造和分配逻辑，让经济增长更具包容性和参与性，为共同富裕提供了可持续的模式支撑。
（二）职业重塑：从技术替代到价值创造的发展新路
智能经济赋能共同富裕的另一关键路径，在于对就业结构的深度重塑和新型人力资源的持续培育。科技革命往往伴随职业形态的迭代，人工智能的规模化应用并未引发简单的“技术性失业”，而是在替代部分劳动岗位的同时，催生出大量技术密集型、创意导向型新职业，为劳动者开辟从技术适应到价值创造的发展新赛道。
2019—2025 年，人力资源和社会保障部等部门连续发布七批新职业，累计新增110 个职业。
新职业的演进呈现清晰的产业适配逻辑，勾勒出智能经济时代劳动力市场的转型脉络。首批新职业聚焦数字经济基础设施领域，人工智能工程技术人员、大数据工程技术人员等岗位的设立，标志着对核心技术人才的需求正式迈入规模化阶段。后续批次的新职业则呈现技术与产业深度融合、应用场景持续细分的特征，从智能制造、工业互联网、区块链，到网络安全、数字孪生，再到第六、七批新增的生成式人工智能系统应用员、智能网联汽车测试员、无人机群飞行规划员等岗位，其演进序列精准对应了智能技术从底层研发到千行百业落地的全流程。
智能经济催生的新职业具有鲜明的高质量就业属性，核心特征体现为更高的知识技能门槛、更强的创新协作要求，以及更紧密的人机协同工作模式。这类岗位不仅扩充了就业岗位总量，还推动劳动力结构从体力密集型向知识技能密集型跃迁，实现了就业质量的提升。麦肯锡研究认为，未来工作不是“人被机器取代”，而是“人、AI 智能体、机器人”三方结成技能伙伴关系。
人类从“操作员”到“运维员”再到“设计师”“规划员”的职业称谓演变，本质上是工作内容从指令执行向问题解决、从流程操作向创新设计的高级化升级。Law 和Shen 利用美国各地审计办公室招聘AI 员工的实践研究发现，使用AI 员工不会取代审计师，而是会改变这些工作所需技能并提高审计质量。
由此可见，智能经济通过新岗位、新职业的创造，既缓解了技术进步可能引发的结构性就业压力，又拓宽了劳动者技能升级、价值提升和阶层流动的通道，实现了经济增长与人类发展的深度绑定。这种转变让技术进步不再局限于精英圈层，而是成为广大劳动者拓展能力、实现职业进阶的平台，既是智能经济惠及民生在就业收入维度的直接体现，又为构建智能时代新型劳动关系和社会保障体系筑牢了根基。
（三）民生赋能：智能技术浸润生活的普惠路径
智能经济赋能共同富裕，既涵盖宏观经济增长和就业岗位创造，又深度融入日常生活，满足人民日益增长的美好生活需要。人工智能技术在民生服务领域的广泛渗透，正以空前的广度和深度提升公共服务的可及性、精准性和人文温度，让技术进步的福祉真正惠及千家万户。
在国计民生关键领域，智能技术已成为提升服务效能、保障社会公平的重要抓手。在教育领域，个性化学习系统通过分析学习数据提供定制化学习路径和实时辅导，使“因材施教”借助技术实现规模化落地，有效缓解优质教育资源分布不均的问题。在医疗健康领域，人工智能辅助诊断系统助力医生快速精准识别医学影像异常，为基层医疗机构赋能提质；慢病管理平台依托可穿戴设备监测健康数据，提供个性化干预方案，推动医疗服务从被动治疗向主动健康管理转型。在养老领域，智能设备成为应对养老挑战的创新方案：护理机器人协助老人完成起床、翻身等日常活动，减轻照护者负担；喂食机器人帮助行动不便老人自主进食，维护其生活尊严；具备跌倒检测和紧急呼救功能的设备，为独居老人提供24 小时安全守护。在城市建设领域，智能技术整合交通、能源、安防、环保等数据，实现城市运行智能化调度。在政务领域，数字化政务平台实现“数据多跑路，群众少跑腿”。
智能技术作为“生活助手”的意义远超便利供给，其通过弥合服务差距、响应个性需求、赋能弱势群体，重塑公平包容的社会服务生态。智能经济的最终归宿是服务于人，让技术褪去冰冷外壳融入民生脉络，在提升社会运行效率的同时，兼顾个体生活质量和尊严，从而彰显智能经济“以人为本”的核心价值。
（四）智能社会：提升精神品质的温度化服务
智能经济赋能共同富裕，并非局限于物质层面的增长，而是已延伸至人类的精神生活和情感世界，成为支撑现代人心理调适和情感陪伴的新兴力量。人工智能正逐步突破工具理性的范畴，在精神文化领域释放独特价值，蜕变为满足人们深层心理需求的“心灵伙伴”。
现代社会中，年轻人将AI 聊天机器人当作新型“情绪搭子”。在快节奏、高压力的生活语境下，智能体凭借全天候在线、即时响应、无评判倾听的核心优势，为用户搭建起独特的情感出口和心理缓冲空间。不少人让AI 充当朋友、家人乃至心理咨询师的角色，通过深度对话实现情绪宣泄、压力疏解和心理抚慰。尽管这种虚拟陪伴无法完全替代真实人际联结，却有效填补了因社交原子化、地理流动性增强而出现的情感支持空白，为个体心理健康构筑起全新守护机制。
需要明确的是，技术绝非单纯工具的集合。
作为社会文化的产物，任何技术的诞生都受特定社会条件和价值观念的共同驱动，其本身必然承载着相应的社会文化属性。因此，人工智能并非价值中立的工具，而是凝结了人类价值观、文化传统和社会关系的复杂存在。人与智能机器人的互动，本质上是社会、文化、经济、生态等多重因素交织的“关系场域”，在这一场域中，技术与人相互塑造、彼此定义。
将情感维度融入机器人的设计和交互体系，是赋予智能技术人文意义、构建紧密人机联系的关键举措。在人机互动过程中，人类的同理心会促使自身将人际交往的经验模式迁移至人机关系中，进而与智能系统建立起特殊的情感信任联结。这种“人机移情”现象，正推动研发者探索在机器系统中嵌入共情机制，实现主客体间的情感共鸣，最终指向技术进步对人的全面发展的服务价值，以及数字时代下人类精神世界和情感生活的守护和滋养，这也是智能经济惠及人民最深邃且温暖的体现。
三、智能经济赋能共同富裕的现实挑战
智能经济在展现巨大惠民潜力的同时，也伴生出一系列不容忽视的结构性挑战和问题。
这些挑战不仅存在于技术接入和分配层面，更深刻地影响着产业格局、就业形态乃至社会心理。
从全球性的数字鸿沟、区域间发展失衡，到就业市场的结构性矛盾、劳动关系的深刻变革，再到技术渗透对个人生活和心理状态的多维影响，智能经济发展过程中产生的这些问题若不能得到正视和妥善应对，将可能削弱其普惠性成效，甚至衍生新的社会不平等。
（一）数字鸿沟：智能时代下的新科技平等挑战
未来的社会福祉很大程度上取决于“新科技平等”的实现程度，即全体人民能否平等地分享技术进步带来的发展机遇。人工智能作为新一轮科技革命的重要驱动力，在推动社会进步的同时，也加剧了不同地区在技术获取和应用能力上的差异。
从基础设施层面看，全球数字连接的不平衡现象仍然明显。世界银行的一项研究显示，低收入和中等收入国家虽拥有全球近八成的移动用户，但其移动通信基础设施的数量和质量与高收入国家相比还存在一定差距。特别是在高速网络覆盖方面，高收入国家已有相当比例的基础设施升级至4G 或5G 标准，而许多发展中国家仍以较低速率的网络为主。这种基础设施的差距直接影响着当地企业和民众接入智能经济的基本条件，限制了其在数字时代的发展机会。
在技术应用和人力资源层面，不同发展水平的地区面临不同境遇。联合国开发计划署的报告指出，随着人工智能推动劳动力市场向非常规任务密集型职业转型，市场对高级专业技能的需求持续上升，这一趋势对拥有完善高等教育体系和较强人才培养能力的发达国家相对有利，而对专业技能储备相对不足的发展中国家则构成新的发展门槛。根据牛津经济研究院的测算，在全球每新增1 台机器人将减少1.6 个工作岗位，其中低收入国家为2.2 个、高收入国家为1.3 个。Wang 等基于中国综合社会调查（CGSS）数据的实证分析发现，机器人的应用会延长劳动者的失业时长。如何培养适应智能经济发展需求的本土化人才队伍，成为发展中国家面临的共同课题。
在我国，智能技术正在深度融入传统产业转型升级过程，但不同行业、不同地区、不同规模企业面临的技术赋能机遇不尽相同。东部沿海与中西部地区的技术基础设施和应用环境存在差异，制造业、服务业等不同领域对智能技术的需求特点和承接能力亦有区别。这种差异化的智能化进程需要更具针对性的政策支持和产业引导，避免形成新的发展不平衡。
（二）赋能失衡：智能技术的非均衡渗透和结构性挑战
智能经济的深入发展，正在重塑产业竞争格局和劳动力市场结构，展现出技术赋能的非均衡特征。这种非均衡性不仅体现在企业规模差异上，还反映在技术应用过程中可能产生的系统性影响，需要在推动技术赋能的同时保持审慎关注。
从产业结构角度看，人工智能技术的应用呈现明显的规模效应，更有利于大企业。人工智能技术的采用需要较高的初始投入，包括数据采集、算法开发和专业人才引进等固定成本，这使得大型企业在技术应用中更具优势。随着应用规模的扩大，单位边际成本呈下降趋势，进一步强化了大企业的市场地位。这种规模效应可能导致部分行业的市场集中度提升，对中小企业的生存空间造成挤压。特别是在人工智能渗透较深的行业，这种结构性变化更为显著，需要政策制定者关注如何通过产业政策引导为各类市场主体创造公平竞争的发展环境。
从劳动力市场结构来看，智能技术应用可能对不同人群产生非预期的经济影响。人工智能系统往往基于特定数据集进行训练和优化，这些数据集的代表性和全面性直接影响技术应用的公平性和包容性。如果训练数据未能充分涵盖不同群体的特征和需求，可能导致技术应用对某些群体的忽视甚至偏见。这种技术偏差若不加以审视，可能在就业、信贷、公共服务等多个领域产生连锁反应，影响智能经济发展成果的普惠性。
智能技术的特性可能进一步强化这种赋能失衡局面。人工智能系统的研发和应用需要大量的数据资源、高水平的技术人才和持续的资金投入，这些条件在经济发达地区更容易得到满足。而发展相对滞后的地区由于资源有限，在技术应用和创新发展方面相对被动。这种态势如果持续发展，可能导致技术红利在全球范围内的分配进一步失衡。
（三）就业变革：智能时代下的结构性转型和挑战
智能经济对就业市场的影响呈现复杂多元特征，结构性转型与现实挑战并存，核心是就业替代与就业创造的动态博弈。虽与历次科技革命规律一脉相承，但人工智能的技术特性使其影响更具广度和深度，传统规则导向、重复性强的岗位面临替代压力，这一效应已渗透至多个行业：制造业机械臂替代流水线操作，服务业智能客服补充基础应答岗位，金融领域算法交易缩减人工环节，行政、会计等初级白领岗位替代风险尤高。值得注意的是，替代并非局限于体力密集型岗位，而是延伸至部分知识密集型岗位。人工智能在处理结构化数据、执行标准化流程上的优势，重构了部分需专业知识的工作内容。与此同时，技术亦催生人工智能训练师、数据分析师等新职业，但新岗位对劳动者技能结构和学习能力要求更高，形成“替代与创造并存、挑战与机遇共生”的格局。Demirci 等研究发现，图像生成AI 工具的引入导致平面设计和三维建模类职位需求分别减少了18.49%和15.57%，但也提升了剩余岗位的复杂度和薪酬。这进一步导致劳动者面临技能快速迭代的压力。传统技能“保质期”缩短，“一技伴终生”模式难以为继，持续学习成为适应岗位的核心前提。这给劳动者职业发展带来不确定性，尤其对低学历、弱学习能力群体构成刚性挑战，大龄劳动者、低技能群体转型尤为艰难，不同群体技能适应能力差异加剧了劳动力市场分层和就业差距。地区数字基础设施差异、行业技术渗透程度不同及企业转型能力差距，亦会影响劳动者适应能力，催生就业市场新的不平等现象。
从根本上讲，智能经济或将降低劳动在生产中的贡献，从而降低劳动在收入份额中的占比。在生产率提高和物质极大丰富的过程中，我们更应关心的是劳动收入份额。智能技术在提升生产效率的同时，挤压了劳动要素在收入分配中的相对份额，资本和技术要素回报增长可能远超劳动要素，制约劳动收入增长空间。由此带来一个深刻的问题：在所有价值都以经济效率衡量的社会中，人类的生产价值下降时会发生什么？如何在这种境遇之下，保持甚至提高劳动者收入份额？“最后一个被人工智能取代的人，记得关灯”———这句话假设了某种可怕的预测性：
劳动在总体上被资本和机器所挤压甚至替代。
尤其是在技术迭代迅速行业中，劳动者因面临替代风险导致议价能力弱化，劳资及不同技能水平劳动者间收入差距或持续扩大，易加剧阶层固化和就业不公。
当然，对于劳动替代问题不宜夸大和过度焦虑。一方面，人类劳动者相比智能机器有独特优势，可以在部分领域保持（或提高）就业率和劳动在初次分配中的份额。另一方面，从动态来看，在长周期内劳动结构的升级效果远大于替代效果。例如，突然实现的自动驾驶会造成数百万人失业，而若在30 年内逐步实现自动驾驶，则可借助自然退休和代际更替实现平稳适应，缓解就业压力。近年来，企业和政府正在加强新业态劳动者保护，助力提升劳动待遇。例如，京东为全职骑手缴纳社保，引发各平台跟进和社会各界广泛关注。
（四）生活重构：智能时代的工作生活平衡和心理挑战
智能经济的发展不仅重塑了工作模式，还深度影响着人们的日常生活和精神状态，呈现“便利与挑战并存”的复杂图景，其核心矛盾集中于工作生活平衡、心理健康及社会关系等关键领域。今天，人类是机器和现实的中介；但当人工智能成为人类和现实世界的中介时，机器可能会对人类工作生活甚至精神世界形成一定程度的控制。
工作环境的数字化和虚拟化滋生新问题。
平台经济、零工经济带来灵活就业机会的同时，也使超2 亿灵活就业人员面临工作时间不固定、收入波动大、社保缺失等困境。远程办公、线上协作等新型模式打破了传统时空限制，提升了工作安排的灵活性，但也模糊了工作和生活的边界，使不少劳动者陷入“永远在线”的高压状态。智能算法在绩效追踪、任务分配等管理场景的应用，虽显著提升了管理效率，但也通过精细化管控加剧了工作强度，强化了劳动者的心理负担。而且，新就业形态的劳动基准、劳动关系认定标准尚不完善，劳动权益保障弱化，影响了就业稳定性和职业尊严。
与此同时，社会心理和精神层面的矛盾日益凸显。技术迭代和社会转型的加速，使部分群体陷入适应性困境：部分劳动者因技能更新滞后于技术发展，对未来的不确定性产生焦虑。同时，社交方式的虚拟化转型、人机互动的日益频繁，让智能助手、聊天机器人等成为生活常态，但可能弱化现实社交联结，尤其对年轻群体的社交技能发展和现实关系建立产生潜在影响。此外，信息过载和持续连接状态，加剧了人们的注意力分散和心理疲劳，如何在智能环境中维系心理健康，已成为智能社会发展的重要课题。
值得关注的是，人际关系受到第三方的利益羁绊。与人际关系不同，人机交互往往涉及第三方：系统开发者或平台运营者，其目标可能与用户的目标一致，也可能不一致。在人工智能与人类成为朋友甚至“家人”、获得人类信任和情感寄托之后，第三方的意图会悄然浮出水面，潜移默化地控制人类的消费决策甚至其他经济社会活动。AI 智能体在终止服务时也面临被抛弃的风险，已形成情感依赖的用户可能需要付出巨大个人代价（如支付高额费用）来保全这些数字陪伴者。
四、智能经济赋能共同富裕的推进策略
面对智能经济发展中的问题和挑战，亟须构建系统性的应对方案。本文从理念指引、产业根基、就业支撑和民生场景四个维度，提出推动智能经济健康、包容、可持续发展，且切实惠及全体人民的政策建议，旨在为智能经济赋能共同富裕提供可行路径。
（一）坚持以人为本，推进科技向善发展
智能经济发展需以增进人类福祉为根本导向。确立“技术服务于人”的原则，超越单纯效率导向的工具理性，将人文关怀融入智能经济发展全流程，构建技术伦理、社会心理等多维度保障体系，确保技术进步与社会价值协同统一。确立“人机协同而非替代”的核心路径，政策制定和技术设计应聚焦构建“增强智能”模式，以技术赋能而非替代人类劳动，推动机器界面更加“人性化”，而不是要求人类更加“机器化”。
积极发挥人类劳动的独特优势。一是劳动在生产过程中不可或缺。要明确人与机器的比较优势边界，人工智能擅长处理结构化信息和重复性任务，而人类在创造力、情感认知和复杂决策上具备不可替代的价值。人类劳动的不可或缺性是劳动者提高收入份额的根本经济保障，必须在生产的各个环节予以强化。二是劳动可以适应多变的环境。技术的发展、模式的变化、供应链的重构意味着21 世纪的制造业是在不断变化的环境中运行的，即使稳定的、高度标准化的产品也不例外。基于机器学习的机器人技术、传感器以及各类软件正在推动机器向更加灵活、富有弹性的方向发展，但这类技术仍然处于漫长演进的早期阶段，而人类劳动者仍是适应动态变化环境的关键。三是劳动力本身愈发稀缺。随着老龄化进程的加快，劳动力将从过剩转向稀缺，这会提高劳动者在劳资关系谈判中的议价能力。
构建贯穿人工智能全生命周期的伦理规范框架。在技术研发和产品设计层面，需强化透明度和可解释性要求，将公平、透明、可解释、隐私保护等核心伦理要求内嵌于技术设计、开发、部署及应用各环节。鼓励开发以改善劳动条件为导向的智能应用，如利用人工智能监测职业健康风险、优化工作流程等。运用税收优惠、政府采购等政策工具，激励企业开发兼具伦理属性和社会效益的技术产品。在技术应用层面，鼓励研发具备伦理自省和纠偏能力的算法系统，在医疗、司法等关键领域建立算法伦理审查机制，防范系统性歧视，保障技术尊重人的基本权利且具备可问责机制。在事后监管层面，建立算法申诉和人工干预机制，当系统指令与安全、伦理或合理工作强度冲突时，保障劳动者申诉权利。
建立健全以人民为中心的技术发展评估机制，使技术创新同步考量对人的全面发展、社会公平正义的深远影响，对可能加剧社会不公、扩大数字鸿沟的技术应用保持审慎态度。
重点关注技能转型困难群体。重点关注技术变革对就业结构的冲击，通过健全职业技能培训和终身学习体系，助力劳动者实现技能转型和可持续发展。为数字素养较低的劳动者提供简化操作界面、人机协同培训等支持，通过分层分类赋能方案保障其发展路径。构建完善的人机协同体系，既能提升生产效率，又能保障劳动者主体地位和职业尊严，为智能经济惠及全民提供重要制度支撑。聚焦老年人、低收入群体等，强化普惠性数字基建和数字技能普及，保障智能技术的普惠可及。
（二）重点发展人工智能制造业，以新型工业化普遍提升各行业生产率
推动智能经济红利普惠全民，核心在于夯实实体经济根基，将人工智能与制造业深度融合作为战略突破口。我国制造业具有体系完备、场景丰富的独特优势，为融合发展提供了广阔空间。
应坚持“先立后破”转型路径，在巩固传统产业优势的基础上有序推进智能化升级，建立分层分类产业引导体系，通过差异化、渐进式策略保障升级平稳有序。
集中力量突破智能制造关键技术瓶颈，构建自主可控技术体系。重点攻克工业软件、高端传感器、智能装备等核心领域，加快工业互联网平台建设和推广。支持龙头企业联合科研院所组建创新联合体，培育掌握核心技术的专精特新企业，形成技术突破与产业应用相互促进的良性循环。
优化产业空间布局，实施区域差异化发展策略。在先进制造业集聚区建设世界级智能制造示范区，引领产业高端化发展；在中西部和东北地区，结合产业转型升级需求，布局特色智能制造基地。通过产业链协同智能化改造，促进区域间合理分工和优势互补，形成技术溢出和规模效应。
夯实基础支撑体系，降低企业转型门槛。完善工业互联网标识解析体系，推进5G 网络在工厂园区深度覆盖，建设行业级数据中心；健全工业数据标准和安全体系，促进产业链数据安全有序流通；通过普惠性技术服务和试点示范，降低中小企业智能化改造成本。支持企业参与职业教育培训，在企业内部构建“数字工匠”培养体系，助力产业工人实现从传统操作向智能运维的转型，形成全链条人才支撑网络。
（三）扩大新岗位供给，推动存量岗位转型
应对智能经济对就业市场的冲击，需秉持“开源与稳流并举”策略，实现新岗位培育与存量岗位转型的协同推进，平衡技术变革和就业稳定。
就开源层面而言，需大力培育人工智能催生的新兴职业。一方面，聚焦人工智能产业链核心岗位，如算法工程师、数据标注师、伦理审查师等；另一方面，挖掘人工智能赋能升级的传统岗位，如掌握智能诊疗系统的医生、善用数据分析的教师。这需要依托教育体制改革，将数字素养与人工智能技能融入基础教育和职业教育，大规模开展在职人员技能再培训，为新岗位输送优秀人才。
就稳流层面而言，不应简单淘汰传统岗位。
护理、心理咨询、高端制造等包含情感关怀、复杂决策的职业，其核心价值难以被替代。需鼓励企业引入人工智能工具优化流程，减轻从业者重复性劳动，推动岗位核心职能向高附加值升级。
同时，建立完善的社会保障和再培训机制，为劳动者转型提供过渡性支持。
此外，应制定差异化就业支持政策。对年轻一代强化前沿技术技能培养，为中年劳动者提供精准转岗培训，为技能薄弱群体开发易掌握的人机协作课程。通过税收优惠、财政补贴等政策，激励企业保留并改造传统岗位，避免简单机器替代人工。
（四）加强民生领域场景应用，推动社会效益最大化
智能经济的普惠性最终体现为民生改善成效，应将人工智能技术优先应用于养老、育婴、医疗等民生关键领域，通过场景驱动实现技术创新和社会价值双赢。这些领域既是巨大现实需求的集中所在，又是检验技术“向善”导向的重要载体。
在重点领域精准推进技术落地。在养老服务领域，聚焦适老化智能产品研发，开发操作简便的跌倒预警系统、慢性病管理终端、陪伴型机器人等，缓解护理人员短缺问题，提升老年人生活质量和安全保障。在育儿支持领域，打造科学的智能养育辅助系统，建立涵盖智能早教产品、安全监控设备及健康管理平台，为家庭养育提供专业支撑，减轻年轻父母养育压力。在医疗服务领域，深化人工智能与传统医疗体系融合，重点发展智能辅助诊断、个性化治疗推荐、医疗资源优化调度等应用，提升基层医疗能力，缩小医疗服务差距。在特殊群体服务方面，强化无障碍智能技术研发，推出智能导盲系统、语音交互设备等，助力残障人士融入社会，实现包容性发展。通过这些重点领域的场景应用，不仅能直接提升人民群众的获得感和幸福感，还能为智能经济发展开辟新的市场空间，形成社会效益与经济效益相互促进的良性循环，最终实现智能技术发展成果全民共享的美好愿景。
改善虚拟空间的社会建设，强化智能时代社会心理支持和引导。智能技术精神陪伴功能的深化，既带来了发展机遇，又催生了全新的伦理和社会课题，但如何界定虚拟关系的健康边界、规避技术依赖引发的社会疏离、在技术设计中融入正向价值观引导，均需审慎考量。针对技术渗透引发的就业焦虑、人际疏离等问题，需健全心理健康服务体系，通过政策引导、舆论培育等方式培育理性平和的社会心态，筑牢智能社会健康发展的心理根基。智能经济健康发展的最终归宿是促进人的全面发展，唯有通过伦理内嵌、心态引导、制度完善等多重路径，方能让技术进步成为推动社会进步、增进人民福祉的可持续力量。