当创新踩下油门，社会如何减震

2026-10-20 · 五五策略

连续两年的诺贝尔经济学奖，恰好聚焦经济发展中的两道基本难题：增长的动力从何而来，经济的波动如何缓和2025年，乔尔·莫基尔、菲利普·阿吉翁和彼得·豪伊特因解释创新驱动持续增长的机制获奖。2026年，罗伯特·霍尔和迈克尔·伍德福德则因奠定宏观经济稳定政策的微观基础获奖。 如果把经济发展比作一辆 汽车 ，创新是发动机，推动经济不断提速；宏观稳定政策则像减震器，帮

连续两年的诺贝尔经济学奖，恰好聚焦经济发展中的两道基本难题：增长的动力从何而来，经济的波动如何缓和2025年，乔尔·莫基尔、菲利普·阿吉翁和彼得·豪伊特因解释创新驱动持续增长的机制获奖。2026年，罗伯特·霍尔和迈克尔·伍德福德则因奠定宏观经济稳定政策的微观基础获奖。

如果把经济发展比作一辆 汽车 ，创新是发动机，推动经济不断提速；宏观稳定政策则像减震器，帮助经济应对危机与衰退。 汽车 跑得越快，对减震系统的要求也越高。如今， 人工智能 正在加速产业更替和职业重组：当增长的发动机越来越强劲时，经济社会是否已经具备承受更快变化的能力

2025年诺奖的关键词，是熊彼特提出的“创造性破坏”。1992年，阿吉翁和豪伊特将这一思想写进经济增长模型：企业凭借新技术获得市场优势和暂时的超额利润，随后又被下一轮创新追赶甚至取代。技术不断更新，增长由此持续，领先者的位置却始终不稳。莫基尔则从经济史视角解释了持续增长何以成为可能：科学知识与生产实践相互促进，社会又允许新思想挑战旧观念。三位经济学家的研究共同指向一个事实： 经济能够持续向前，恰恰因为既有优势可以不断被超越。

创造性破坏能够提高整个社会的生产率，收益与代价往往落在不同的人身上。一家工厂引进自动化生产线，企业降低成本，消费者可能买到更便宜的产品，部分工人却因此失去岗位。旧岗位在本地消失，新机会却可能远在异地，还隔着一道技能门槛。产业转型可能持续几年，失业家庭的房贷和生活费却必须按月支付。宏观经济的增长数字，无法自动填补一个家庭突然失去收入的缺口。这也是创造性破坏留给公共政策的一道难题：那些失去旧岗位的人，怎样才能重新获得机会

过去，自动化更多改变生产线和重复性事务；如今，生成式AI开始深入编程、写作、数据分析等知识工作。国际劳工组织2025年的研究估计，全球约四分之一的就业岗位可能受到不同程度的AI影响。多数岗位更可能经历任务重组。但问题恰恰在这里：那些最容易被AI替代的基础性任务，往往也是年轻人学习一门职业的起点。

比总量更值得警惕的是结构。美国Indeed招聘平台2026年的研究显示，美国 软件开发 岗位招聘有所回升，但71%的净增职位来自资深岗位。企业需要有经验的人才，却可能减少培养新人的机会。对中国而言，这个问题更加迫切。 教育 部预计，2026届高校毕业生达1270万人，同比增加48万人。初级岗位既是年轻人获得收入的起点，也是积累经验、成长为专业人才的重要通道。如果越来越多企业将基础工作交给AI，单个企业或许可以节省招聘和培养成本，整个行业却可能付出人才断层的代价。当每家企业都希望招聘经验丰富的人，谁来培养下一代资深人才

有人会说，技术最终会创造更多新岗位，不必过虑。长期看，多半如此。但凯恩斯早就提醒过：从长期来看，我们都已经死了。一个人很难因为宏观经济学家告诉他“长期来看技术进步会创造更多就业”，就坦然接受眼前的失业风险。个人对未来的判断，为什么能够影响整个经济的运行这正是2026年诺贝尔经济学奖所揭示的重要问题。

当家庭和企业因未来的不确定性而调整消费和投资时，政府又该如何稳定经济传统宏观模型往往依据收入、就业和物价之间的历史关系预测政策效果，却难以判断政策出台后人们如何反应。1976年，经济学家罗伯特·卢卡斯提出著名的“卢卡斯批判”：政策一旦改变，人们的决策也会随之调整，过去成立的统计关系就可能失效。2026年诺奖所表彰的研究，与这一思路一脉相承，从家庭消费、企业定价等微观行为出发，为理解经济波动和制定稳定政策提供了更坚实的理论基础。

霍尔从家庭消费入手，发现人们会依据对未来收入的预期安排今天的支出。按这一逻辑，即使工资尚未减少，只要担心失业，家庭也可能提前收紧消费。伍德福德则将家庭决策、企业定价与货币政策联系起来，解释当价格难以及时调整时，利率变化及央行可信的政策承诺，如何影响当下的消费、投资与通胀。两人的研究揭示了一个重要事实： 未来尚未到来，人们对未来的判断却已经在改变今天的经济。

当越来越多人对未来产生相同的担忧时，个人的谨慎就可能演变为整个经济的收缩。一名仍有工作的程序员，如果担心自己的技能几年后就会贬值，可能推迟购房、增加储蓄。由此我想提出一个有待检验的推论：AI对经济的第一波冲击，可能先于大规模失业，出现在家庭的消费计划和企业的投资决策中。等到失业率明显上升再采取措施，有时已经错过了缓冲冲击的时机。及早识别这些信号，也应成为稳定经济的重要工作。

很多人听到经济稳定，容易联想到保护现有企业、维持原有产业、尽量避免企业倒闭和工人失业。经济衰退时，帮助暂时缺少订单的企业保住员工，可以避免短期冲击演变为长期失业。但当新技术已经使某些岗位失去市场需求时，长期依靠补贴维持旧岗位，只会延缓产业转型。对劳动者而言，更现实的问题是：失业后如何维持生活，原有技能还能用在哪里，下一份工作从何而来好的减震器，应当帮助人们跨越岗位更替的风险，让劳动力有机会流向新的产业。

丹麦的“灵活保障”（flexicurity）制度提供了一种参照：企业能够相对灵活地调整用工，失业者则获得收入保障、职业培训和就业服务，帮助他们重新进入劳动力市场。这套制度依赖较强的财政能力、劳资协商和公共服务体系，难以简单照搬。值得借鉴的是其中的制度逻辑：安全感是创新的隐性基础设施。一个能够让失败者重新出发、让年轻人顺利入场的社会，才有底气承受更快的创造性破坏。

AI时代，减震器还需要向职业入口延伸。传统就业保障主要关注已经失去工作的人，而当企业减少招聘初级员工时，年轻人可能连积累职业经验的机会都没有。因此，职业培训必须与真实岗位需求衔接，还应鼓励企业提供带薪学徒岗位和新人培养机会。

这两届诺奖对于城市经济治理，同样具有启发意义。对于高度依赖某个产业集群的城市，一轮技术迭代可能同时改变上下游订单、就业结构和居民收入，进而影响本地消费与财政收入。某个产业的生产率提高了，城市的整体就业却未必同步改善。新兴产业迅速崛起，传统产业集中的片区却可能持续衰落。企业可以退出一项业务，城市却要面对产业更替留下的家庭、社区和公共服务需求。

因此，城市的减震能力，首先体现在产业结构有没有足够的回旋余地。当一条技术路线被淘汰时，是否还有其他产业能够吸纳劳动力新兴产业的增长，能否带动本地产业链和不同技能层次的就业这要求城市在追逐新赛道时，也要关注产业过度集中带来的风险，避免将增 长和 就业寄托在少数企业或单一技术路线上。同时，城市需要建立跨部门、跨企业的产业就业协同机制，提前识别技术替代的趋势，努力缩短技术变革与劳动者重新找到机会之间的时间差。

回望连续两年的诺贝尔经济学奖，创新推动经济增长，稳定政策帮助经济应对周期性冲击。而在 人工智能 加速改变产业结构的今天，城市还需要提高自身适应技术变革的能力。未来城市的竞争，既要看谁能率先拥抱新技术，也要看谁能在产业更替中保持经济与社会的韧性。发动机决定经济增长的速度，减震器决定经济和城市能否承受技术进步带来的颠簸，并让更多人分享增长的成果。

（作者胡逸为数据工作者，著有《未来可期：与 人工智能 同行》一书）