股票配资数据梁建章：AI将加剧年轻人的经济和生育困境，如何应对？

　　来源：绕梁说股票配资数据

　　生成式AI 对就业市场的冲击

　　最近，哈佛大学两位研究人员Seyed M． Hosseini和Guy Lichtinger发表了一篇论文“Generative AI as Seniority-Biased Technological Change： Evidence from U.S． Résumé and Job Posting Data”（生成式AI作为资历偏向型技术变革：来自美国简历和招聘数据的证据，下附链接），通过分析2015-2025 年美国近 28.5 万家企业+ 6200万员工+ 2.45亿条招聘信息等数据，推导出来的结论是：自2023年初以来，生成式AI正在以一种“资历偏向”的方式重塑劳动力市场，即对初级员工的影响远大于对高级员工的影响。

　　哈佛大学这项研究显示，AI采用企业的初级员工数量在6个季度内相对下降7.7%；高级岗位基本不受影响，甚至略有增长；导致出现该现象的主因是招聘减少，而非大规模裁员；批发与零售行业受影响最大，初级招聘下降40%。

　　这种分化源于 AI 对重复性事务的高效替代。比如代码基础纠错、法律文件初审、商务文书草拟等传统初级工作，已能被AI以更高效率完成，使得企业对入门级新人的需求大幅收缩。

　　这项研究把员工毕业的大学分成五个等级（Tier1-5），从最顶尖的精英名校到比较普通的地区性大学。研究显示，AI对毕业生的教育背景呈U型影响，Tier 2-3（中端院校）毕业生受冲击最大，Tier 1（顶级）和Tier 4-5（较低端）毕业生影响较小。

　　研究还发现，在采用AI的企业中，现有初级员工的晋升率上升，说明企业更倾向于内部提拔而不是从外部招聘。

　　AI倒逼年轻人延长职业准备周期，推迟结婚生育

　　AI技术的发展，客观上导致高技能员工和低技能员工的收入差距被拉大，高技能AI资深员工的收入甚至正在创新高，但由于AI导致初级岗位减少，大学生就业也更加困难。要获得高技能，就需要更高的学历和更多的工作经验。过去 “本科毕业即就业“ 的路径逐渐失效，为突破竞争瓶颈，更多的本科毕业生选择念硕士和博士，或者参加更多的实习工作。而这些额外的学历和实习经验通常没有收入或者收入很低，只有经过多年的积累才能最终进入高收入阶层。

　　近年来，国内研究生招生规模大幅增加，一些大学的研究生招生人数甚至超过本科生。例如，南京大学2025级本科新生有4113人，研究生新生则有9222人，研究生数量是本科生的2倍多。复旦大学25级本科招生4000人，研究生招生1.2万，研究生数量是本科生的3倍。

　　以上现象的出现，也存在着一定的合理性，毕竟人的平均寿命和退休年龄都在延长。但是在这种现象的影响之下，年轻人会经历一段较长的收入微薄时期（可能会到20多岁甚至30岁），从而导致这些年轻人没有足够的经济能力组建小家庭。然而，最佳生育年龄（尤其是女性）并不会因为寿命延长而相应延长。所以这种延迟就业的趋势，使得年轻人如果想在30岁前成家生孩子，就会和个人的教育计划和职业规划相冲突。由于没有足够的收入来结婚生育，很多年轻人不得不推迟结婚生育，甚至还有一些年轻人选择不婚不育。实际上，更长的教育经历，也就意味着教育支出占家庭支出的比例会更高，进一步拉高现代社会的教育成本，对此的顾虑，也是导致生育率连续下降的一个重要原因。

　　近几年中国的生育率只有更替水平的一半左右，其中2023年的总和生育率只有1.01，还不到更替水平的一半。按目前的生育率，出生人口将以每代人也就是30年时间减少一半的速度萎缩。这个趋势会依次对所有行业造成严重负面影响，先是奶粉、儿童用品和托育服务，然后是教育、食品、服装，再后是房屋、家具、家电、电子消费品、汽车、旅游、娱乐，最后是医疗、养老、殡葬等。这些面向消费者的行业所受到的影响，会逐步传导到面向企业的行业。而且上述影响不只会导致实际需求的萎缩，而且还会持续拉低预期需求，导致国内投资意愿低迷。

　　AI时代，人口规模更重要

　　有人认为，AI时代，随着越来越多的工作被AI取代，未来中国不需要这么多人口，所以没有必要提高生育率。

　　我认为，AI时代，人口规模会变得更加重要。

　　首先，创新会在AI时代变得更加重要，因为非创新工作基本都由AI来完成，而AI系统会变得越来越复杂。AI系统本身的迭代升级，需要源源不断的创新人才作为支撑：从底层算法的突破、数据模型的优化，到AI与各产业的深度融合（如工业互联网、智能医疗、自动驾驶等），每一个环节都需要顶尖的研发人才、复合型的应用人才以及大量具备相应技能的基础从业者。这些人才的培养与储备，都需要足够大的人口基数作为 “人才蓄水池”。

　　人口基数越大，具备各种专业技能和创新能力的人才出现的概率也就越高。这是因为不同的人拥有不同的天赋、兴趣和教育背景，在较大的人口规模下，各行各业都能涌现出大量优秀的人才。例如，在信息技术领域，像印度这样人口众多的国家就培养出了大批优秀的软件工程师。

　　在互联网和人工智能领域，用户不仅是产品的消费者，更是创新的参与者。以搜索引擎为例，用户在进行搜索操作时，搜索引擎会收集其搜索关键词、点击行为等数据。这些数据被用于优化算法，使搜索引擎能够更准确地理解用户意图，提供更相关的结果。同样，在社交平台上，用户上传的内容和互动行为丰富了平台的内容生态，并促使平台根据用户反馈改进功能。因此，用户数量的增加为产品算法提供了更多的数据支持，使其更方便使用；从内容角度看，用户越多，产生的内容也越多，形成滚雪球效应。

　　AI 产业的竞争本质上是 “规模竞争”，只有同时具备庞大人口规模、充足创新人才和齐全产业门类的国家，才能在这场竞争中占据主导地位。当前，全球真正具备独立研发和产业化AI能力的国家寥寥无几，中国之所以能成为其中的重要一极，正是得益于独特的规模优势：14 亿人口形成的超大规模市场，为AI技术提供了丰富的应用场景和海量的数据资源；庞大的年轻人口群体，支撑了从芯片制造、软件研发到行业应用的全产业链人才需求；齐全的产业门类，则让AI技术能够快速渗透到各个领域，形成“技术研发--产业应用--数据反哺--技术再升级”的良性循环。

　　但近年来，中国生育率和出生人口持续下降，人口老龄化速度加快，年轻人口规模的逐步萎缩，可能会从根本上削弱AI产业发展的人才基础和市场活力。如果不及时提高生育率，未来中国在 AI领域的竞争力可能会随着年轻人口的枯竭而逐步衰退——当研发人才出现断层、市场规模增长放缓时，AI技术的迭代动力和产业竞争力将难以维系。

　　解决方案：给年轻人发放生育补贴和教育补贴

　　年轻人会在教育、结婚生育和职业初期这三个阶段遭遇个人财政困境，而当前社会则基于科技和AI的发展，完全有能力拿出资源来补贴教育、生育和实习培训。

　　最近，国务院办公厅印发《关于逐步推行免费学前教育的意见》明确，从2025年秋季学期起，免除公办幼儿园学前一年在园儿童保育教育费。这当然是一个可喜的进步，但仍然还是不够。我们建议尽快实施完全的免费学前教育，切实减轻育儿家庭的教育负担。学前三年免费教育加上现有小学和初中九年免费义务教育，共十二年免费教育。以后还可以争取把免费教育扩展到高中阶段。

　　发钱补贴生育，已被国际和国内的经验表明确实有效果，前提是力度必须足够大。如果补贴生育没有效果，那是因为补贴的力度太小。根据测算，如果要显著提升生育率，生育补贴的财政支出至少要占GDP的2%-5%。具体的生育补贴建议见附录。

　　有人担心，如此大规模地给年轻人发钱，会不会引起通货膨胀呢？对此给出结论的前提条件，就是要看产能是否有余力以及就业是否充分。现在中国恰好处于产能过剩、就业不充分的阶段，所以通过扩大消费，可以把闲置的产能和劳动力利用起来。中国现在面临的并非通胀而是物价负增长，正好需要赤字财政刺激。当然，赤字财政并不能成为一种长期使用的方案，在通胀周期中可以适当回调。根据经济学的基本原理，在需求不足的情况下，财政赤字支出会有明显的乘数效应，而且不会引发通胀。因此，用财政赤字发育儿补贴，将具有明显的拉大经济效应，要比降息等其它刺激政策见效更快，长期来看还有利于保持创新活力。

　　目前中国的各项产能充裕，唯一缺少的就是孩子。造成这种状况的原因，是投入回报之间的错配。因为养育孩子需要家庭投入，但孩子成长之后带来的回报则由整个社会享有。所以现在必须要在国家层面来解决这个问题，应该通过中央财政把更多的福利给予养育孩子的家庭。给育儿家庭发钱，就可以通过家庭消费直达实体经济，还可以促进就业，形成经济增长的预期。

　　结论：

　　AI时代最大的失衡是，一方面AI通过提升生产效率、催生新产业和优化资源配置等方式，推动社会总财富增长，但是另一方面，AI会取代初级的智力劳动，加剧年轻人在教育、结婚生育和职业初期等阶段所遭遇的困境。需要政府给年轻人的大力度补贴，才能解决AI时代的经济失衡问题。

　　附录：具体的生育补贴措施

　　有关生育补贴的具体政策建议如下：

　　一是现金补贴：给予每个一孩每月补贴1000元，给予每个二孩每月补贴2000元，给予每个三孩及以上每月补贴3000元，直至孩子年满16岁或18岁。

　　二是个税和社保减免：对于二孩家庭，实行个人所得税和社保减半，三孩以上家庭个人的所得税和社保全免（对于特别富裕的家庭，可以设定一个封顶补贴的上限）。

　　三是购房补贴：具体方式可以通过按揭利息返还进行补贴。比如说补贴二孩家庭的房贷利息的50%，三孩以上家庭的房贷利息可全部补贴（不超过一个封顶补贴的上限）。

　　相关文章链接：

　　Seyed M． Hosseini & Guy Lichtinger： Generative AI as Seniority-Biased Technological Change： Evidence from U.S． Résumé and Job Posting Data：https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=5425555