前不久，《求是》网发表评论员文章《以更大力度提振消费》，深刻剖析当前消费市场面临的深层次挑战，再次将消费问题推上热搜。毋庸置疑，国内供强需弱矛盾突出、消费增长乏力依然是当前我国经济增长“阿喀琉斯之踵”。消费本身既是经济增长的核心驱动，同时也是经济增长的终极目标和效果映射，消费增长程度实际上成为经济增长“含金量”的测度之一。换言之，持续稳健的经济增长需有与之相匹配的消费增长。逻辑上，经济增长越快，主要体现为劳动者报酬的全社会居民可支配收入也将获得相应增长，并促进消费的增长。
那么，按照这一逻辑，我国前1-5个月经济增长的“含金量”如何？
据6月27日国家统计局官网数据，1—5月份，全国规模以上工业企业实现利润总额31439.6亿元，同比增长18.8% 。5月当月规模以上工业企业利润同比增长21.1%。从环比看，2026以来规上工业企业利润累计增速处于高位持续加速状态，1-2月、1-3月、1-4月累计增速分别为15.2%、15.5%、18.2%。但反映消费增长的社会消费品零售总额累计增速却逆向而行，1-2月、1-3月、1-4月、1-5月累计增速分别为2.8%、2.4%、1.9%和1.4%，呈持续下降态势；5月份社零数据单月增速自2023年以来首次由正转负，为-0.6%，其中商品零售连续两月出现负增长。
何以呈现如此大的反差？
拆解1-5月规上工业企业利润高速增长的数据结构看，1—5月份，规模以上装备制造业利润同比增长14.1%，规模以上高技术制造业利润同比增长44.7%，分别拉动全部规模以上工业企业利润增长5.2和8.0个百分点。再从高技术制造业的细分行业看，半导体产业链全线向好，光电子器件、半导体分立器件、电子专用材料等细分行业利润涨幅亮眼。跳出上述结构性数据，不难发现，支撑规上工业企业利润高速增长的实际上是AI行业及产业链。
尽管目前尚无单独的“规上AI行业”统计数据，但AI产业链核心环节在规模以上工业中呈现爆发式增长的数据佐证非常充分：1—5月份，数字产品制造业增加值同比增长12%，显著快于规上工业整体增速（5.4%），是AI产业增长的主要载体 ；电子行业利润利润总额同比增长103.9%，对全部规模以上工业企业利润增长的贡献率达43.1%，是规模以上工业企业利润较快增长的重要支撑。其中受AI算力需求驱动，电子专用材料制造利润激增665.4%，光电子器件增长53.8% 。反映在AI硬件出口：1—5月集成电路出口额同比增长83.4%，自动数据处理设备及其零部件出口同比增长34.1%，直接反映AI算力硬件的规上生产与外销高景气 。
毫无疑问，AI行业的快速发展凸显了我国经济社会新旧动能转换、智能化转型的初步成效，是“十五五”规划建议关于“全面实施‘人工智能+’行动”的实践体现，也暗合了全球人工智能技术变革带来高端算力芯片和存储芯片需求爆发态势。它表明我国竞争力的内涵正由传统成本优势转向产业链组织能力、技术迭代能力以及高端人力资本支撑下的新范式竞争力。
但在人工智能、量子计算与生物技术领域的投资规模屡创新高同时，一些传统行业利润表现却在恶化。农副食品加工业、电气机械和器材制造业、汽车制造业等前5个月同比均为两位数下降，其中，农副食品加工业、电气机械和器材制造业的降幅持续扩大。且AI行业利润高增长与营业收入增速（5.5%）亦存在较大反差，反映出其启动并非总量而是利润率上升与成本下降因素。
且不论AI产业高歌猛进背景下传统行业利润恶化所形成的冰火两重天格局及其结构性矛盾。单就AI驱动下的行业利润高增长的带动效应看，消费、就业等当今核心难题似乎并未在AI浪潮下雨露均沾、得到纾解，消费的增速仍在进一步下坠！
为何AI的高景气难以遏制消费下滑的步伐？
逻辑上，AI的高景气应该有助于对消费端形成正向拉动，也会催生一些新的就业机会。如，AI能催生智能家居、自动驾驶、AI助手等新消费场景，并通过“供给创造需求”拉动电子产品迭代和智能网联汽车等大宗消费，同时精准营销也提高了供需匹配效率，还将催生AI训练师、数据标注、模型运维等新岗位。国家统计局数据也显示，1—5月份通讯信息服务类零售额增长超过10%，增速比1—4月份有所加快；可穿戴智能设备零售额大幅增长，包括智能眼镜在内的智能可穿戴设备零售额同比增长超过一倍；数字技术深度融入文旅、医疗、教育等领域，信息消费需求持续释放。
但从总量及权重上看，AI高景气所形成的消费驱动显然很有限，小众、新型消费的增长尚难以对冲汽车、家电等大宗消费的下降，所谓独木难支；而AI行业客观上产生的对消费的负向溢出效应则是我们不得不正视的。
一方面，AI行业的快速发展将直接或间接挤出就业，使一些从业者面临被裁员、被降薪的命运，从而整体上制约全社会居民可支配收入的增长，进而制约消费能力的增长。
实际上，AI作为“资本密集型技术”和“通用目的技术”的双重本质，内生具有对就业的“挤出性”。一是直接挤出。AI天生擅长处理模式识别、数据归纳和标准化流程。AI技术的运用带来单位产出所需人力大幅下降，直接引致技术性失业与替代效应，导致技术贬值、推动白领替代。在制造业和客服、翻译等标准化服务业，AI对重复性劳动替代率较高，直接导致初级程序员（代码生成）、文案策划（内容生成）、客服（对话系统）、初级分析师（报表自动化）等岗位减少或被替代。比较典型的是，近期出现的AI炼化淘汰员工现象，即：AI企业通过在员工PC端安装AI监测器，实时记录员工的操作行为、操作轨迹，学习掌握员工的思维方式、核心技能，形成AI数字员工，直接替代原有的员工。二是间接挤出。AI降低了专业技能的门槛，导致一些初级岗位“消失”，出现“技能断层”，造成结构性失业，使得一些传统的劳动密集型服务领域出现就业真空。特别是随着工业机器人等AI产品（生产资料）的输出，将导致一些初级岗位锐减。
尽管AI在替代或消灭一部分就业同时，也会创造出新的就业机会；但新创造的就业机会与对传统就业的挤出，在总量、结构方面存在明显不对称，新旧就业岗位的对接矛盾突出，集中表现为技能、时间的错配，其过程漫长且痛苦。一方面， 是技能错配。被AI淘汰的传统劳动力较多，因为年龄、知识结构等问题转型速度较慢，甚至可能被彻底挤出就业市场；而AI创造的新职业、新岗位往往门槛高、数量少，且主要吸纳的是高技能人才。另一方面，是时间的错配。新创造就业的形成有个一定时滞，未来新的就业岗位、就业机会与现时的失业、就业压力形成时间上的错配。实际情况是，AI替代岗位的速度，远快于它创造新岗位的速度。
可见，AI行业在高速发展同时，因为技能、时间错配因素必然从总量和结构上对传统就业形成挤出效应，从整体上压缩就业的供给。这将从宏观上导致全社会居民收入水平难以匹配以AI行业为核心驱动的经济增长，导致全社会有支付能力的购买下降；在微观层面，因为失业、降薪不仅直接弱化部分群体的消费能力，其辐射效应还将影响民众消费预期。
另一方面，也是更深层的问题是，AI颠覆了传统剩余价值理论。在AI背景下，社会资本循环的路径和逻辑被修正，“投资→就业→消费”链条在AI行业被弱化或截断，内生地形成对总消费能力的抑制，并引发社会分配正义问题。
按照传统剩余价值理论，商品价值（W）等于不变资本（C）、可变资本（V）和剩余价值（M）之和，即W=C+V+M。 其中C代表生产资料转移的价值，V为劳动力再生产所需成本，M则是劳动者创造的超过劳动力价值的增值部分。社会商品价值中用于劳动力再生产的价值V实际上使社会资本内生具有触发消费的机制。但是，这一机制在AI资本分配格局下被改写。以大数据、人工智能、云计算等科技为内核的新经济、新业态正在修改社会资本循环的逻辑，从而也在刷新传统的消费能力增长逻辑。
在AI驱动背景下，资本利润分配的格局被重构。以AI为内核的产业，其资本循环中的工资性支出，即社会总产品价值构成中的可变成本（V）将因为技术替代劳动而被大大压缩，资本循环形成的剩余价值中更多来自不变资本（C，如算力、数据）的贡献。也就是说，AI行业在贡献GDP的同时，溢出的、本应用于追加劳动力再生产的部分（V+△V）在缩减。这势必直接从总量上削减社会资本循环中可用于生活消费的价值，从而导致总供给与总需求之间出现缺口。社会产出构成中用于劳动力再生产的价值部分（V+△V）占比越来越低，意味同样的产出工资性支出越来越低，即居民工资性收入占GDP的比重也将越来越低。即使AI行业总“劳动力成本”占比不降甚至上升，但在现行分配格局下，这部分“劳动力成本”对应的主体实际上主要是企业家、股东、高技术人员，该群体的边际消费倾向显然远低于普通劳动者，这势必导致总消费倾向依然趋于下降。
由于AI行业属于劳动低密度行业，其资本产出中的用于劳动力再生产的价值（V+△V）占比远低于全社会资本。该行业的快速增长，及其在全社会生产总值中占比的不断提升，也势必进一步拉低了劳动力成本在剩余价值中的比重。因此，在现有的社会资本分配框架下，AI经济客观上会系统性降低工资占比，从而内生地抑制总消费能力。相应地，居民总的可支配收入占比下降，将制约消费爬出低谷的步伐，使供强需弱的发展瓶颈持续存在。
此外，AI在带来生产率大幅提升同时滋生的分配正义问题正日益成为社会关注的焦点。毋庸讳言，AI时代的超额利润高度集中于企业家、股东、核心工程师等少数人群。这种趋势是资本运作的必然结果，很难靠市场自身来修正。但若缺乏顶层设计上的制度干预，任由AI创造的价值绝大部分以超额利润的形式流入资本的口袋而非流向广大劳动者，则可能加剧贫富分化，不利于共同富裕伟业。
尽管AI的迅猛发展伴生着对就业、消费的负向溢出效应，但AI依然要前行。无论从全球AI竞争格局还是我国经济社会深度转型出发，AI都不能也没有理由放慢脚步，不能因噎废食。但是，也不能对其负向溢出效应视而不见，不能只关心资本的效率问题，而忽视由此衍生的社会公平问题。要对AI高速发展衍生的就业、消费等矛盾需积极主动应对；要从社会资本循环角度关注AI发展模式下的分配正义，从制度上实现AI红利的社会共享。关键是要通过顶层设计，发挥有形之手的调节功能，通过税收等手段调节AI行业高额垄断利润，通过转移支付纾解AI对就业的挤出效应，促进共同富裕。其实，通过税收等手段修复AI背景下“投资→就业→消费”的资本循环链条，进而修复消费增长的驱动，既符合资本逻辑，也有国际惯例可循。尽管这样做可能会一定程度上损害AI行业的局部利益，但从兼顾公平与效率角度，从稳就业、提振消费的宏观考量出发，相关制度创新或势在必行。
(本文作者介绍：先后供职于工商银行、人民银行，现为银行监管部门人士，长期负责小企业金融服务推进工作，潜心研究小企业金融服务问题。)