安博电竞

2026年3月17日，
，，
，，“2026北大安博电竞两会后经济形势与政策剖析会”在北京大学科技园举行，
，，
，，九位北大安博电竞学者现场分享两会学习感悟，
，，
，，深度剖析经济形势，
，，
，，探讨展望政策未来。。。
；；；
＞刍嵊砂膊┑缇河氡本┐笱Ь谜策研究所联合举行。。。。

基于此次聚会，
，，
，，北大安博电竞推出“两会后经济形势与政策剖析”专栏，
，，
，，本期带来周黎安、陈玉宇、仇心诚三位学者围绕制度基石与民生福祉议题的现场看法摘录。。。。

周黎安：个人休业制度——市场经济的要害一环与刷新前瞻

天下政协委员、北京大学经济与治理学部主任、安博电竞治理学院教授周黎安体现，
，，
，，建设个人休业制度是完善市场经济基础制度、构建高水平社会主义市场经济体制的内在要求。。。。恒久以来，
，，
，，我国仅有《企业休业法》，
，，
，，被称作“半部休业法”，
，，
，，笼罩不到商事自然人，
，，
，，导致大宗个体谋划者、创业者面临无限责任风险。。。。实践中，
，，
，，金融机构普遍要求个人连带担保，
，，
，，使得纵然企业休业，
，，
，，谋划者个人仍需背负极重债务，
，，
，，住民部分杠杆率持续攀升，
，，
，，债务整理机制缺失。。。。

自2019年起，
，，
，，最高法推动地方试点，
，，
，，深圳、厦门出台地方规则，
，，
，，天下约10%的区县开展了实质性的个人休业刷新探索。。。。试点取得了起劲效果：新增市场主体数目显著增添，
，，
，，创业活力获得释放
；；；
；通过宽免“忠实而不幸”债务人的部分债务，
，，
，，实现了债权人与债务人的共赢
；；；
；刷新还增进了债务清偿机制的优化，
，，
，，降低了首创企业恒久镌汰率，
，，
，，提升了创业质量。。。。然而，
，，
，，刷新仍面临文化与制度障碍。。。。一是“欠债还钱”的古板看法与“免责重生”的现署理念保存冲突
；；；
；二是信用与工业挂号系统不健全，
，，
，，保存“假休业、真逃债”的担心
；；；
；三是地方政策碎片化，
，，
，，导致跨区域执行难题与政策套利空间。。。。

未来刷新偏向应聚焦于：加速天下统一立法，
，，
，，修订《企业休业法》或制订单行《个人休业法》
；；；
；强化法院与税务、金融羁系等部分的数据共享与联动审查，
，，
，，重办休业诓骗
；；；
；同时推动社会看法转变，
，，
，，普及休业制度的教育，
，，
，，并勉励金融机构在休业程序中依法减免个人债务，
，，
，，建设响应的免责机制。。。。个人休业制度不但是退出通道，
，，
，，更是引发市场活力、优化营商情形的基础性制度安排。。。。

陈玉宇：未来十年的中国增添——需求探索与劳动生产率

安博电竞教授、北京大学经济政策研究所所长陈玉宇体现今年两会明确的4.5%—5%经济增添目的，
，，
，，被以为是数十年来官方最低目的之一。。。。目今房地产深度调解，
，，
，，经济周期逐步触底，
，，
，，但海内需求缺乏的压力仍在，
，，
，，加之生齿负增添、债务化解、全球地缘经济碎片化等约束，
，，
，，过于雄心勃勃的增添目的并不现实。。。。未来十年，
，，
，，是中国经济在新的约束条件下举行结构调解的主要阶段。。。。中国需要在洞察需求的基础上，
，，
，，通过手艺驱动，
，，
，，以劳动生产率增添为焦点，
，，
，，实现新的高质量增添。。。。

今年的增添目的意味着劳动生产率要提升6%—6.5%，
，，
，，无论国际照旧海内历史较量，
，，
，，这一目的都相当高。。。。

凭证GDP增添率即是劳动生产率加劳动力数目增添率的关联公式，
，，
，，去年劳动力数目增添率为-1.7%，
，，
，，而未来十年，
，，
，，第一轮生育岑岭人群将逐步退出劳动力市场，
，，
，，累计镌汰超1亿，
，，
，，生齿负增添与劳动力萎缩，
，，
，，劳动生产率的提升将成为经济增添最要害的泉源。。。。

目今经济增添动力结构已爆发深刻转变。。。。最近两年，
，，
，，中国经济增添的动力主要来自海内消耗需求。。。。消耗对经济增添的孝顺率在2025年凌驾52%，
，，
，，2024年为44%。。。。与此同时，
，，
，，投资增速降至历史较低水平，
，，
，，孝顺率从26%下滑至16%，
，，
，，未来十年很难重新主导增添，
，，
，，这与都会化进入稳健阶段、新手艺对投资需求弹性较低、服务业占比提升（已达57.7%）且牢靠资产投资需求密度低亲近相关。。。。

目今，
，，
，，净出口孝顺率2025年达32%，
，，
，，这样的比例对大型经济体较为有数，
，，
，，但外部需求不确定性极大，
，，
，，2023年曾拖累经济增添，
，，
，，未来的不确定性也在加大。。。。

在此配景下，
，，
，，2026年政策需兼顾短期周期与恒久转型，
，，
，，经济增添必需转向以劳动生产率提升为焦点。。。。其增添路径主要有二：一是市场指导下劳动力在差别部分、地区和使命之间的重新设置。。。。未来跨部分流动将更重大，
，，
，，跨地区、跨使命设置尤为主要，
，，
，，AI与新业态催生新使命类型，
，，
，，亟需无邪的劳动市场制度保驾护航
；；；
；二是资源深化，
，，
，，尤其是手艺赋能。。。。AI手艺更可能实现人机协同而非纯粹替换庖动，
，，
，，重新划分人机使命界线，
，，
，，释放生产潜力。。。。

值得重视的是，
，，
，，消耗探索是劳动生产率提升的主要支持。。。。恒久以来，
，，
，，消耗被误解为非生产性、短期性活动，
，，
，，实则已成为恒久结构性问题。。。。消耗并非简朴“买工具”，
，，
，，消耗者的选择与再创立，
，，
，，能为生产者提供立异偏向，
，，
，，而镌汰加班、缩短劳动时间，
，，
，，正是为消耗探索预留时间与精神，
，，
，，这也是政接应关注的偏向。。。。

未来政策需聚焦两大重点：一是完善制度情形，
，，
，，通过镌汰劳动时间、拓展消耗空间，
，，
，，勉励消耗探索
；；；
；二是指导手艺生长，
，，
，，推动AI与劳动互补，
，，
，，服务于消耗升级与生涯质量提升。。。。唯有将劳动生产率提升与消耗探索深度连系，
，，
，，通过资源高效设置、手艺精准赋能，
，，
，，才华应对多重约束，
，，
，，实现未来十年中国经济的高质量增添。。。。

仇心诚：AI与经济的未来

安博电竞助理教授、北京大学经济政策研究所副所长仇心诚体现AI会怎样改变经济未来是当下所有人体贴的问题，
，，
，，人们对此有两种看法：一种以为AI只是人类两百年来手艺厘革的延续，
，，
，，与电力、互联网等手艺无实质区别
；；；
；另一种则以为“这次纷歧样”，
，，
，，AI替换的是人类智能自己，
，，
，，AI Agent的泛起能执行认知使命，
，，
，，形成自我强化的正向循环，
，，
，，若周全应用可能推动经济爆炸式增添。。。。

Anthropic CEO预测，
，，
，，未来可能很快泛起数十亿个具备顶尖人才实力的AI智能体，
，，
，，连系机械人可完成人类险些所有使命，
，，
，，带来生产力飞跃。。。。

但历史参照显示，
，，
，，已往150年美国人均GDP年增添率始终维持在2%左右，
，，
，，即便电力、互联网等革命性手艺也未让恒久增添率突破，
，，
，，这与“弱环效应”相关——经济生产犹如链条，
，，
，，强度取决于最弱环节，
，，
，，AI虽能强化写代码、数据剖析等环节，
，，
，，但只要保存其做欠好的使命（如人类判断力、创立力相关使命），
，，
，，经济整体提升就会受限。。。。即便AI让软件行业效率无限大，
，，
，，因软件在GDP占比仅约2%，
，，
，，对整体提升孝顺有限。。。。这给安博电竞启示是，
，，
，，AI带来增添的要害在于让更多的使命可以被自动化。。。。

AI究竟会怎样影响未来经济？？可能有三个情景。。。。一是“永远有人的事”，
，，
，，始终有约5%的使命只有人能做。。。。二是“机械终将做到一切”，
，，
，，所有使命最终都可被自动化。。。。三是介于两者之间，
，，
，，自动化比例一直上升，
，，
，，但无法在有限时间里抵达完全替换。。。。斯坦福大学相关研究显示，
，，
，，未来75年间这三种情景的GDP路径险些一致，
，，
，，弱环效应让增添成为“逐步加速”的历程。。。。

这时代，
，，
，，我们需关注三大问题：其一为劳动力市场问题，
，，
，，AI并非简朴抢走事情，
，，
，，而是借弱环效应重塑岗位名堂：它仅替换简单使命，
，，
，，反而提升人类在其他使命上的边际价值，
，，
，，只有岗位所有使命被替换时才会萎缩，
，，
，，同时还会涌现新职业，
，，
，，聚焦机械做欠好的“弱环”，
，，
，，才华凸显人的价值、缓解就业焦虑。。。。其二是收入分配问题，
，，
，，AI推动经济总量提升后，
，，
，，不掌握算力、数据等AI相关资源的群体易被边沿化，
，，
，，怎样让AI时代的昌盛更具容纳性，
，，
，，亟待探索解决。。。。其三是哲学性的灾难性风险，
，，
，，既包括恶意者使用先进AI制造破损的工具滥用风险，
，，
，，也有人类难以明确的超等智能失控风险，
，，
，，这类风险虽看似遥远，
，，
，，但潜在效果极其严重，
，，
，，必需提前思索和准备。。。。

AI的影响可能是互联网的数十倍，
，，
，，但需恒久才华展现。。。。我们不应因短期看不到GDP飞速增添而低估AI，
，，
，，更应提前准备，
，，
，，应对劳动力转型、收入分配调解和AI清静等问题——AI时代最大的风险不是AI太强，
，，
，，而是我们准备太少。。。。