经济增长在任何时代都至关重要。通常我们采用国民生产总值（GDP）及增速来衡量经济增长。众所周知，GDP表示一个经济体一段时间内生产增加值的加总，具有供给端的视角。从支出的角度看，“三驾马车”则是基于GDP支出法，将经济中的产出增加值根据其最终去向加总，由最终需求牵引着生产，具有需求端视角。此外还有GDP收入法，即加总经济中所有常住单位获得的初次分配收入，包括劳动者报酬、固定资产折旧、营业盈余、生产税净额等，是从要素报酬视角来统计的。由于支出法只关注最终去向，避开了产业之间的盘根错节，绕开收入分配之间的勾稽关系，易于统计，叠加凯恩斯经济学总需求分析框架盛行，因此将最终需求分解为消费、投资、净出口这“三驾马车”是宏观经济常用分析方法。

4月25日，中欧国际工商学院经济学与决策科学教授方跃在中欧虹口数智金融会客厅启动暨2025CLF50春季会议上表示，在AI技术革命浪潮中，金融行业正面临深刻变革。

人工智能正深刻改变全球产业结构和就业市场。对中国来说，人工智能不仅能够提升经济效率和质量，还可能加剧中低技能群体的就业压力，特别是高度重复性岗位。

中国面临的挑战主要体现在三方面：一是庞大的中低技能劳动力群体，很多岗位容易受到自动化和智能化的冲击，造成结构性失业；二是区域发展不平衡，东部沿海地区的产业升级速度较快，中西部地区则面临较大的技术转型与就业压力；三是现有的技能培训体系和社会保障制度无法有效覆盖新兴就业形态，灵活用工和平台经济的从业者缺乏足够的社保保障，导致其职业稳定性差，面临失业后的再就业困境。

美国通过教育改革、再培训和社保政策来应对这些挑战，中国需在推动中低技能群体数字化转型和优化区域资源配置上进一步完善，才能缓解人工智能带来的就业压力，防止收入差距加剧。下文将结合中美差异和美国经验，提出更具针对性的政策建议。