图源百度
摘要：在厘清人工智能技术“替代性、协同性与创造性”三个经济特征的基础上，本文创新性地将人工智能区分为以具身人工智能为代表的生产劳动力“节约型”技术、以生成式人工智能为代表的研发劳动力“增强型”技术，构建了包含上述人工智能技术二重性及三个经济特征的多部门动态一般均衡模型，系统揭示了人工智能技术二重性重塑经济高质量发展的内在逻辑，并通过仿真模拟与实证检验予以验证。研究发现，“节约型”技术通过替代非技能劳动力与协同技能劳动力两条路径，驱动经济增长规模扩张；而“增强型”技术则通过赋能研发主体知识生产过程，同时提升技术边际报酬与全要素生产率，实现规模扩张与质量升级的“双突破”。实证结果表明，“节约型”技术每提高1个百分点，引致经济增长规模显著扩大0.035个百分点，其中，替代性贡献了约22.9%的正向效应，协同性贡献约34.2%的正向效应；“增强型”技术每提升1个百分点，引致经济增长规模显著扩大0.117个百分点，其中，创造性贡献11.1%的正向效应；“增强型”技术每增加1个百分点，会使全要素生产率显著提高0.0026个百分点，其中创造性贡献了约27%的正向效应。文章最后，就如何发展人工智能以及促进经济高质量发展提出了具体政策建议。
关键词：人工智能；“节约型”技术；“增强型”技术；经济高质量发展
一、研究背景与意义
当前，我国经济已由高速增长阶段转向高质量发展阶段，其本质是构建报酬递增的内生增长机制。人工智能作为引领新一轮科技革命与产业变革的关键战略领域，被寄予厚望。然而，现有研究多将AI笼统视为“自动化替代”工具，未能充分捕捉其在最新发展中所展现的“认知创造增强”特征，特别是未能区分具身人工智能（如工业机器人）与生成式人工智能（如大模型）对经济影响的本质差异。这一理论盲区导致我们对AI如何驱动“规模”与“质量”统一的高质量发展缺乏深刻理解。为回应这一重大现实关切，本文首次提出“节约型”与“增强型”技术的“二重性”划分框架，旨在穿透AI技术的复杂表象，精准解构其经济本质。为国家制定差异化、精准化产业政策提供科学依据，确保AI技术真正成为驱动中国式现代化的核心引擎。
二、主要内容
本文构建了一个包含人工智能“二重性”及三大经济特征的多部门动态一般均衡模型，探究了“节约型”与“增强型”技术对经济高质量发展的影响机制，并通过数值模拟与实证检验予以验证。第一部分为介绍了背景、意义与边际贡献；第二部分设计了人工智能技术二重性与经济高质量发展的理论分析框架；第三部分数值模拟了人工智能技术二重性与经济高质量发展的演进趋势以及背后的机理；第四部分构建计量模型进行实证检验；第五部分为结论与政策启示。
三、主要结论及政策建议
本研究通过构建理论模型、数值模拟与严谨的实证检验，系统揭示了人工智能驱动经济高质量发展的“双重逻辑”：以具身AI为代表的“节约型”技术，通过替代非技能劳动力（贡献22.9%）与协同技能劳动力（贡献34.2%）两条路径，每提升1个百分点可驱动经济增长规模扩大0.035个百分点，其作用集中于“量”的扩张；而以生成式AI为代表的“增强型”技术，则通过赋能研发主体的创造性，每提升1个百分点不仅能拉动经济增长规模扩大0.117个百分点（是前者的3.3倍），更能使全要素生产率显著提升0.0026个百分点，其中创造性特征分别贡献了11.1%的规模效应和27%的质量效应，真正实现了“规模”与“质量”的帕累托改进。
结合上述研究结论，提出如下政策建议：一是构建“生产端自动化替代与人机协同、研发端聚焦生成式AI创新”的双轨发展路径，形成效率与创新双轮驱动；二是建立转型期就业保障与技能升级体系，通过培训、创业支持和产学研合作，实现劳动力市场的平稳过渡与质量跃升；三是实施“东部算法+西部场景”的区域协同战略，通过建设试验区与联合实验室，破解中西部地区技术承接能力不足的瓶颈，推动人工智能红利在全国范围均衡释放。
四、边际贡献与未来拓展
概括而言，本文的边际贡献主要有：首先，我们在理论上首次提出“节约型”与“增强型”的“二重性”分析框架，精准捕捉了AI从“物理自动化”到“认知智能化”的演进本质，超越了将AI简单等同于“自动化”的传统范式，为AI经济学研究开辟了新视角。其次，在方法上，我们利用自然语言处理技术，开发了全球首个面向企业的“节约型”与“增强型”AI专利词典，实现了对AI技术异质性的结构化分离，并结合上市公司微观数据，极大提升了测度的准确性与政策含义的针对性。最后，在机制揭示上，我们通过严谨的模型与实证，首次量化了“替代、协同、创造”三大特征在驱动规模与质量增长中的具体贡献度（22.9%、34.2%、27%），为政策制定提供了精确的“导航仪”。
未来研究可从三个方向深化：一是从“技术创新”转向“技术应用”，结合企业年报文本分析构建“AI渗透率”指标，考察AI在实际业务中的应用深度；二是从“宏观总体”下沉到“微观异质”，分析AI影响在不同规模、所有制、行业企业间的差异，为“一企一策”提供依据；三是从“独立路径”探索“协同效应”，研究“节约型”与“增强型”技术之间是否存在相互促进的联动关系，例如“节约型”技术普及是否能为“增强型”技术研发积累数据与场景，这将是理解AI复杂经济生态的关键前沿。
五、写作、投稿过程的心得体会
面对人工智能技术迅猛发展及其带来的深刻变革，我们究竟应如何理解其对经济最本质的重塑力量？是将其简单视为“机器换人”，还是更应理解为一场深刻的“创新革命”？本研究的起点，是回归人工智能技术的经济特征——替代性、协同性与创造性。在此基础上，我们首次揭示了人工智能技术既生产劳动力“节约型”技术，也是研发劳动力“增强型”技术的双重特性。研究过程充满挑战，尤其在于如何构建基于人工智能技术二重性及三大经济特征的理论模型，并将抽象的“节约”与“增强”概念转化为可量化、可检验的变量。经过团队反复推敲与多轮专家论证，最终获得的实证结果印证了理论预期，令人倍感欣慰。投稿《系统工程理论与实践》的整个过程，堪称一次宝贵的学术淬炼。审稿专家意见深刻而犀利，从理论模型的严谨性到实证设计的稳健性，均提出了极具建设性的修改建议，使文章的政策意涵与实践价值更加凸显。编辑部老师高效而专业的审稿流程，以及主编老师对文章应“名实相符”的精准点拨，都令我们受益匪浅。在此，我们谨向编辑部老师、匿名评审专家和主编老师再次致以深深的感谢与由衷的敬意！
本文摘编自《系统工程理论与实践》2025年,第45卷,第11期论文《AI 重塑经济高质量发展: “节约型” 与 “增强型” 技术的双重逻辑》（点击题目链接全文）；
作者：梅国平1, 博士, 教授, 博士生导师, 研究方向: 宏观经济增长, 人工智能经济学；何珏2, 博士, 讲师, 研究方向: 宏观经济增长, 人工智能经济学,；汪寿阳3, 博士, 教授, 博士生导师, 研究方向: 经济预测；张阳2，博士, 副教授, 研究方向: 数字经济
1. 江西师范大学 管理科学与工程研究中心, 南昌 330022
2. 江西师范大学 经济与管理学院, 南昌 330022
3. 中国科学院大学 经济与管理学院, 北京 100049