雷曉燕：教育如何應對老齡化與科技快進

題記：2026年3月29日，北大國發院【中國經濟觀察報告會】第75期在承澤園舉行。本文根據北大博雅特聘教授、國發院黨委書記、中國經濟研究中心主任、健康老齡與發展研究中心主任雷曉燕的主題演講內容整理。

我將結合當下老齡化與技術變革雙重趨勢，談談對我國人力資本發展戰略的幾點思考。

未來：勞動者更少，機器更智能

我們首先要有清醒的認知，未來社會的核心特征將是更少的勞動者與更智能的機器。

人口結構長期預測數據顯示，未來我國勞動年齡人口與少兒人口占比均將顯著下降；而在跨國對比中，我國65歲以上人口的增速遠超其他國家，到本世紀末，我國將成為全球老齡化程度最深的國家。

2026年全國兩會期間，“少子化”趨勢在學齡兒童群體中的顯現引發了廣泛討論。數據顯示，我國學齡前兒童規模早已達到峰值并進入下行區間，義務教育階段適齡兒童規模也已觸頂回落。隨著這一趨勢發展，未來三年，高中學段適齡人口規模也將迎來峰值并轉入下行通道；再過幾年，進入勞動力市場的大學畢業生群體規模同樣會出現大幅下降。

“少子化”的影響正沿著教育鏈條向上傳導，對教育資源配置和教育布局提出了更高要求，也對未來勞動力市場的規模帶來沖擊。當前我國教育發展的核心，需要從規模擴張轉向質量提升。勞動力市場的發展邏輯同樣如此，我們需著力培養更高質量的勞動力人口。

在技術發展方面，當下我國技術正處于高速進步階段。工業機器人的安裝量與市場供給結構，是衡量技術進步的標準之一。數據顯示，我國工業機器人的年度安裝量高速增長，2024年占全球總安裝量的比重已達54%，規模已達29.5萬臺，其中，由本土供應的比例增長迅猛，2024年已達57%，這是我國技術進步的重要體現。

另一項深刻改變社會的技術進步指標是人工智能（AI）。根據斯坦福大學發布的《AI指數報告2025》，我國在AI相關領域的論文發文總量與專利申請數量，均已位居世界領先地位；代表性AI模型的數量持續攀升，僅次于美國；在頂級AI模型的研發上，我國與美國的差距也在持續縮小，顯示我國在技術領域的高速發展與高水平。

隨著勞動力數量紅利減退與技術高速發展，我們能否依靠技術紅利實現經濟社會的持續繁榮？技術與人的關系又將發生怎樣的演變？這是我們當下需要深入思考的問題。

歷史：如果教育追不上技術，群體差距將拉大

諾貝爾經濟學獎得主克勞迪婭·戈爾丁在其成名著作中提出的主要觀點是：技術進步會創造對高技能勞動力的需求。如果教育擴張（特別是高質量、普惠的教育）能跟上甚至領先于技術進步，就能提升大眾技能，共享繁榮；反之，若教育滯后，技術將主要惠及少數高技能群體，拉大收入差距。

這一觀點已在美國上世紀的發展歷程中得到印證。數據顯示，1950年之后的數十年間，美國本土出生人群的平均受教育年限出現了一定程度的停滯，而這一階段恰恰是美國技術高速發展的時期。同期，美國的收入差距持續拉大，大學畢業生與高中畢業生的工資差距出現了大幅擴大。這一事實支撐了戈爾丁上述觀點：如果教育發展沒有跟上技術進步的步伐，高技能群體的收入水平會大幅提升，而中低技能群體的收入增長將嚴重滯后，最終導致收入差距的持續擴大。

當前，我國技術正高速發展，部分領域已接近美國的發展水平。在教育方面，我們基于CFPS（北京大學中國家庭追蹤調查）數據，對我國不同出生隊列群體的教育水平進行了測算，涵蓋40后至90后群體。數據顯示，得益于義務教育的實施，70后、80后、90后群體的小學與初中教育完成率均達到90%以上，其中90后群體的義務教育完成率已接近100%。但在高中教育與高等教育層面，情況并不樂觀：即便是1990-1994年出生的90后群體，高中畢業率僅為60%多一點，大專及以上學歷人口占比僅為40%左右；而80后、70后、60后群體的大專及以上學歷占比更低。需要注意的是，70后、80后、90后群體，仍是當前我國勞動力市場的主要組成部分。

從跨國比較來看，近年來我國成年人口的平均受教育年限雖在持續提升，但與美國、G7國家甚至俄羅斯相比，仍存在不小的差距。根據OECD于2024年發布的成年人受教育程度數據，我國高中以下學歷人口在總人口中的占比，在全球主要經濟體中處于較高水平，而高中及高等教育學歷人口的占比，則處于相對較低的水平。

再看教育投入情況，教育是“投資于人”的重要組成部分，我國雖已實現財政性教育經費支出占GDP比例4%的目標，但與美國、歐盟等經濟體相比，仍存在明顯差距。

綜合上述事實，結合戈爾丁的理論，我們不得不正視其中的隱憂：當前我國處于技術飛奔、教育追趕的階段，這種技術與教育發展的不平衡是否會導致收入差距的持續擴大，給我國的共同富裕目標帶來挑戰？未來，我們必須進一步加大對人的投資才能讓教育發展盡快跟上技術進步的步伐，以實現共同富裕目標。

CFPS的數據也印證了這一判斷。從年齡維度看，無論男性還是女性，高等教育都會帶來更高的收入回報，并且這種高回報會貫穿勞動者的整個職業生涯。這充分說明了加大人力資本投資的必要性與緊迫性。

AI時代：培養什么樣的人才？

明確了投資教育的重要性后，我們下一步要思考一個關鍵問題：在AI時代，我們的教育應當培養什么樣的人才？

當前，關于AI發展究竟是替代人類勞動，還是與人類形成能力互補，學界與產業界已有諸多討論。世界經濟論壇2025年末發布的《未來就業報告》，對未來職業結構的變化做出了系統性預判。其中，根據雇主的預期，未來五年內，全球增長最快的崗位集中于數字技術相關領域，如大數據分析、金融科技、AI與機器學習、軟件應用開發等；而雇主預期收縮最快的崗位，主要集中在各類文職崗位，包括收銀員、售票員、行政助理、執行秘書、印刷工人、會計與審計人員等。

由此可見，技術對勞動的影響并非籠統的替代“人”，而是替代“特定的技能組合”，因為不同技能組合對于人的技能要求不同。

那么，未來雇主最看重的核心技能是什么？上述報告顯示，排名前五位的技能依次是：一是分析性思維，二是韌性、靈活性與適應性，三是領導力與社會影響力，四是創造性思維，五是動機與自我認知。這些均為我們常說的“軟技能”。

這一趨勢在招聘市場中已有明確體現。與AI相關的新增職位發布量逐年上升，且主要集中于受AI影響較大的行業。與非AI相關崗位相比，AI相關崗位對韌性、靈活性和分析性思維等“軟技能”的需求幾乎高出一倍。這些“軟技能”也對應著顯著的工資溢價。

近期，斯坦福商學院Erik Brynjolfsson教授團隊開展了一項實證研究：為5000多名客服人員配備AI助手，跟蹤分析其工作效率與工作內容的變化。研究發現，AI與人類勞動者形成了顯著的互補關系——由機器處理標準化的信息處理工作，讓人類勞動者專注于判斷決策、客戶關懷、情感鏈接等“軟技能”相關方面，最終整體工作效率顯著提升。這一實踐案例，充分印證了“軟技能”在AI時代的重要性。

綜上，我們可以得出明確結論：未來教育需要培養的，應是能夠與AI協同共生，具備持續學習能力、復雜問題解決能力和人文關懷能力的“復合型人才”，而非單一技能的操作者。

近日我看到一則新聞：美國某頂尖大學計算機學院今年的200余名應屆畢業生中，僅有23人成功找到工作。這一事實充分說明，即便是計算機專業技能，也面臨著被AI替代的風險，單一的技術技能已無法適配未來的市場需求。

教育體系如何

明確了教育的核心目標后，我們需要審視：我國的教育體系正在朝著什么方向發展？在教育改革的“破”與“立”中，我們做了哪些探索？

近期，我與沈艷老師等合作完成了一項研究，聚焦AI時代高校學科設置的變化與調整。當前輿論常有“理工進、人文退”的判斷，事實究竟如何呢？基于教育部發布的全國高校本科專業調整的全量數據，我們對此進行了分析。數據顯示，2017年之后，全國高校新增了更多自然科學類本科專業，同時撤銷了較多社會科學類專業，這是當前高校學科調整的整體圖景。

我們進一步對專業調整情況做了細分，對比了2016年之前與之后的專業變化特征。以各專業撤銷數量占比為縱軸、新增數量占比為橫軸進行劃分，可將專業分為三類：相對擴張型專業、相對收縮型專業、結構重組型專業（既有新增也有撤銷）。數據顯示，即便在2016年之后，大部分社科、經管類專業仍處于結構重組區間；而語言類、設計類等文科專業，已明確落入收縮區間。讓我們略感意外的是，理學門類中的數學等基礎學科，同樣處于相對收縮的狀態，這與我們此前的預判存在差異。

與此同時，交叉學科專業呈現出蓬勃發展的態勢。2016年之后，凈增長排名靠前的專業均為人工智能及相關交叉專業，其中，人工智能+工科、人工智能+管理類的交叉專業發展最為迅猛。

從上述調整可以看出，我國高校正在響應市場對STEM（科學、技術、工程、數學）人才的需求，人工智能相關交叉學科的蓬勃發展，也能夠在一定程度上適配未來崗位需求的變化。

但是，簡單的“重工輕文”存在風險：未來市場需要的核心技能，包括批判性思維、倫理判斷、溝通協作、文化理解等“軟技能”，大多來自人文社科領域的培養，這些能力是驅動技術創新向善、管理復雜社會的基石。

教育的調整不應是單向收縮，而應是結構重構。我們要強化人文與理科的基礎性地位，并推動人文社科與科學技術的深度融合。

除了面向青少年的國民教育體系，我們還應關注勞動力市場的存量群體?，F在，60后群體正逐步進入退休年齡，但還有相當部分仍活躍在勞動力市場；70后、80后、90后是勞動力市場的主要組成部分，而如前所述，這部分群體的整體受教育程度仍有較大提升空間。針對這一群體的人力資本投資，核心抓手便是終身學習機制，而在職教育是其中的關鍵載體。

OECD發布的《2025年教育政策展望》統計了其成員國各年齡段勞動者參與在職教育的比例。數據顯示，即便是在發達國家，成人教育的整體參與率仍處于較低水平，且年齡越高，參與比例越低?？紤]到OECD國家勞動人口的整體受教育程度高于我國，這意味著我國對在職教育的需求遠比那些國家更為迫切。

在職教育的資助者主要為雇主。而雇主企業為員工提供的在職教育大多集中于能夠服務于本企業生產經營的專用性技能。我們進一步分析了成年人接受的正規學歷教育與非學歷教育的內容結構：在學歷教育方面，成年人接受教育的目標大多是追求更高的學歷，包括攻讀MBA、EMBA等研究生學歷項目；在非學歷教育方面，培訓內容主要集中于健康與安全、計算機與軟件應用等企業所需的專用技能，而外語、創造、計算、運動和讀寫能力等通用技能，尤其是適配AI時代的“軟技能”相關培訓則占比較低。

目前我們尚未找到中國本土的相關數據，但現有證據表明，我國在成人通用技能與“軟技能”培訓方面的供給比OECD國家更缺乏。這也意味著，未來我們需要加快構建終身學習機制。

僅依靠企業與個人的自發行為，終身學習將更多聚焦于專用性技能。若要真正培養勞動者適配AI時代的通用“軟技能”，必須建立由政府（政策與基礎保障）、企業（崗位需求與資金支持）、個人（內在動力）共同承擔的終身學習體系。這一體系的構建，不僅能幫助勞動者個體適應技術與社會的快速變化，更是我國應對老齡化挑戰、盤活存量人力資本的核心戰略。

總結：教育需要快進

歸根結底，我們需要以教育之進，應對時代之變。為此，我提出四點建議：

第一，堅持投資教育，彌合教育與技術發展的鴻溝。將“軟技能”置于核心，確保教育發展速度匹配甚至適度超前于技術發展。這是防止擴大差距、促進共同富裕的根本。

第二，重塑教育目標，將“軟技能”置于核心。改革課程與評價體系，從知識灌輸轉向以分析、創造、韌性為核心的能力培養。

第三，優化高等教育結構，推動深度交叉融合。在支持新興交叉學科發展的同時，珍視并革新人文社科教育，培養兼有技術深度與人文溫度的行業領軍者。

第四，全社會共建終身學習生態系統。打破教育與職業的壁壘，為每一位勞動者，尤其是中年及以上的勞動力群體，提供便捷、高效的技能提升通道。

整理：白堯 | 編輯：王賢青