美国10%家庭拿走88%财富，AI时代蛋糕怎么分？

AI时代，财富的“蛋糕”到底怎么分？

先来看一组数据：2019年到2026年一季度，美国家庭直接持有的股权财富，从大约29万亿美元一路飙升到了55万亿美元，接近翻倍。而其中最猛的一波增长，集中在2023年之后——正是AI概念引爆资本市场的那个阶段。

这股AI浪潮，究竟如何重新划分大家的“蛋糕”？

7月27日，中国金融四十人论坛（CF40）发布的《宏观政策季度报告（2026年二季度）》给出了一个非常清晰的答案。报告显示，过去几年，AI技术确实在加速做大财富蛋糕，但与此同时，它也毫不留情地加剧了收入分配的不平等。

具体来看：2022年到2026年一季度，美国家庭直接持有的股权财富增长了约21万亿美元。在这21万亿美元中，前10%的家庭拿走了大约88%，也就是18.5万亿美元；而排在后面的50%家庭，总共只分到了1%，大约0.2万亿美元。这组数据，非常直观地揭示了AI技术带来的收入分配失衡：富裕家庭切走了最大的一块。

在报告发布现场，CF40成员、北京大学国家发展研究院院长黄益平分享的学术研究成果，为这个现象提供了历史参照。他引用了经济史学家Robert Allen的研究：第一次工业革命期间，出现了一种被称为“恩格斯停顿”的现象。即在工业革命爆发后的几十年里，工人的产出大幅提升，但他们的实际工资却纹丝不动。直到大约100年后，劳动收入在经济总产出中的占比才开始回升。

这不禁让人产生一个疑问：AI技术进步初期，会不会也出现一段“工资停滞、资本收益走高、不平等扩大”的类似“恩格斯停滞”时期？

黄益平认为，AI作为通用型技术，是中国经济发展的一次历史性机遇。但硬币的另一面是，它可能通过四大机制影响收入分配，导致未来一段时期内的收入分配结构进一步失衡。

“我们应该高度重视收入分配问题，未雨绸缪。”黄益平强调，收入分配直接关系到社会总需求。如果按现在的趋势发展，供强需弱的格局短期内恐怕难以扭转，甚至可能进一步加剧，进而影响经济增长的可持续性。为此，他建议坚持“以人为本”原则，围绕“投资于人”战略构建系统性的政策组合拳，兼顾短期社会稳定与长期经济效率，最终实现技术红利的普惠共享。

四大机制，如何悄悄改变你的钱&包？

当AI在资本市场掀起一轮又一轮的狂欢时，裁员和岗位替代的阴影也一直笼罩着打工人。CF40的报告显示，AI出现后，资本开支替代劳动力雇佣的情况正在真实发生。

美国市场的数据很说明问题：2024年到2025年，对AI应用程度较高的信息产业、专业服务、金融与保险等行业，其就业增速显著低于2010-2019年的平均水平。与此同时，AI带动了股票市场价值的大幅上升，但家庭财富增长极不平衡——前10%的家庭拿走了约88%，后50%只分到了约1%。

居民可支配收入内部也出现了分化。2025年，收入最高的10%家庭，其可支配收入占比上升到36%，显著高于2010-2019年期间的均值34.3%；而排在后面的50%中低收入家庭，这一占比降至11.5%，较之前的均值11.8%小幅下降。

技术进步带来收入分配剧烈变化，这并不是第一次。Robert Allen的研究显示，第一次工业革命始于18世纪60年代，但劳动工资在经济产出中的占比却持续下降，直到19世纪70年代才止跌回升。换句话说，在人类生产力大幅提升后的100年里，劳动者分到的蛋糕份额才开始扩大。

黄益平梳理了历史规律：第一次工业革命引发了加剧不平等的“恩格斯停顿”，资本家分走了更多财富；第二次工业革命让技术知识、组织资本等无形资产投资在分配中占据优势；第三次工业革命则出现了就业极化与工资不平等，高薪高技能岗位收入和就业机会快速增长，低端岗位相对稳定，但中间岗位萎缩、中等技能薪资增长停滞。

作为公认的通用型技术，AI无疑将又一次带来生产力的飞跃。这一次，它具体会通过哪些路径影响收入分配？黄益平指出了四个关键作用机制。

首先是资本偏向机制。企业通过持续加大资本投入来替代传统劳动要素，这会体现为劳动收入份额的持续下降。简单说，AI赋能可以提升劳动者的人均产出，但劳动者的收入并没有同步增长。

其次是任务计划机制，其表现形式类似第三次工业革命时期的中产空心化和“K”型分化。黄益平解释说：“AI技术落地后，你是被替代还是被赋能？如果你被AI赋能，将来会有更多机会，收入会沿着‘K’字型往上走；如果你很容易被替代，收入或回报可能就会往下走。”

第三是技能分化与数字鸿沟。这可能导致阶层流动受阻。不同人的技术差距直接转化为收入差距与发展机会不平等，行业区域分化，出现“赢者通吃”效应。黄益平总结得很直白：“要不你有平台，要不你有技能，否则新技术发展对你可能不是特别有利。”

最后是财富分配放大机制，主要体现为资本收益与劳动收益的脱钩。通过资产增值、成本转嫁与代际资源传递，从资本端放大财富不平等，形成“富者愈富”的循环。不过黄益平也补充说，这属于一般现象，与AI并不强相关。

打破AI红利垄断，我们能做什么？

生产力提升，是否必然带来更快的经济增长？答案可能是否定的。报告牵头人、CF40资深研究员张斌指出，经济增速由供给和需求中更弱的一方决定，而AI可能让需求端比过去增长得更慢。

AI对收入分配的影响之所以备受关注，不仅仅因为它关乎个人和家庭的命运，更在于它可能对社会总需求产生深远影响。CF40报告援引一篇2020年的学术论文指出：“工人群体主要依赖薪资收入，其边际消费倾向显著高于依赖资产增值的资本所有者。当AI将财富从劳动力转移给资本所有者时，全社会将面临严重的消费总需求不足。”

眼下，中国经济“供强需弱”的特征已经持续。2026年上半年，中国GDP实际增速达4.7%，但社会消费品零售总额同比增长仅1.3%，全国固定资产投资（不含农户）同比下降5.7%，内需总体偏弱。黄益平表示：“AI对供给侧的拉动已经很明显，但如果总需求起不来，供给太强，经济也是不可持续的。如果按照现在的趋势发展，供强需弱不但短期内扭转不了，还可能进一步加剧。”

面对这一挑战，黄益平提出了三重应对策略，核心思路是“投资于人”。

第一层是防御：筑牢社会安全底线。具体举措包括完善失业保险与兜底保障体系，强化平台经济与AI领域的反垄断执法，并建立针对纯替代型AI应用的伦理审查与限制机制。他强调，AI技术创新一定会对某些职业形成较大冲击，这是正常现象，关键在于如何实现平稳过渡。应坚持“就业优先原则”，鼓励赋能劳动而非替代劳动的AI创新，同时夯实社会基础保障，确保不出现大的社会问题。

第二层是赋能：重塑人力资本结构。通过改革教育体系，融入AI素养与创造性思维培养，建立终身学习的职业技能培训体系，推广“AI+职业”的技能认证与就业扶持，帮助劳动者从“被AI替代”转向“驾驭AI创新”。黄益平认为，未来学校文凭的相对重要性可能下降，而复合型技能的重要性会上升，这正是“投资于人”战略中非常重要的一个方面——培养人与AI协同的能力。

第三层是再平衡：重构生产要素的分配机制。这需要打破资本与技术对AI红利的垄断，通过制度设计让数据、算法创造的价值惠及更广泛的社会群体。具体举措包括探索对AI超额收益征收调节税，明晰数据产权归属，推动公共数据社会化共享，甚至建立全民共享的AI红利分配基金。黄益平坦言，当前考虑全民共享的AI红利基金可能还太早，但也许可以考虑对低收入阶层提供一些生活或收入支持。

“从目前的状况来看，收入分配不平等的问题比较突出，将来有可能还会进一步突出，而需求不足是我们当下最突出的问题。”黄益平总结道。将“投资于人”战略做成一整套政策方案，或许能对缓解当前供强需弱问题、改善收入分配，提供一些实实在在的帮助。