《世界经济论坛&埃森哲：全球经济未来情景：2030年生产力发展报告（31页）.pdf》由会员分享，可在线阅读，更多相关《世界经济论坛&埃森哲：全球经济未来情景：2030年生产力发展报告（31页）.pdf（31页珍藏版）》请在三个皮匠报告上搜索。

1、全球经济未来情景：2030年生产力发展1全球经济未来情景：2030年生产力发展与埃森哲共同发布白皮书2025年1月全球经济未来情景：2030年生产力发展2目录图片：Getty Images,Unsplash免责声明本文件由世界经济论坛发布，旨在为相关项目、洞察领域或互动交流提供参考。文件中发表的结果、解读和结论来源于世界经济论坛推动并认可的合作过程，但文中内容并不一定代表世界经济论坛或其全体会员、合作伙伴以及其他利益相关方的观点。版权所有 2025 World Economic Forum。保留所有权利。不得以任何方式手段，包括影印和录制，或通过任何信息存储和检索系统复制或传播本出版物任何部分

2、的内容。序言执行摘要1 引言：认识生产力1.1 生产力增长放缓1.2 未来生产力增长的关键动力2 情景分析2.1 框架2.2 2030年生产力发展的四大情景3 各行业面临的影响3.1 识别行业风险与机遇3.2 部分行业受到的影响4 未来生产力战略附录A1 研究方法贡献者尾注346681111131717192325252728全球经济未来情景：2030年生产力发展32025年1月全球经济未来情景：2030年生产力发展序言Aengus Collins世界经济论坛经济增长与转型总负责人Kathleen OReilly 埃森哲高级董事总经理当前全球经济增长乏力，地缘经济形势错综复杂，政策不确定性进一

3、步增大。如今的问题已不再是经济形势是否会发生变化，而是决策者如何适应这些变化。他们能否利用这波变革浪潮，打造更加创新、更为包容、更有韧性和可持续发展的经济和企业？为了帮助决策者了解和预判变革，世界经济论坛携手埃森哲，推出 全球经济未来情景 系列报告。该系列报告使用情景分析工具，洞察未来趋势、风险和机遇，并确定能够塑造美好未来的战略。作为本系列的首份报告，本研究将深入探讨未来生产力，这对于提振经济增长和提高生活水平至关重要。本报告通过构建了四个情景，探讨生产力领域相互交叉的两大核心动力，即技术和人力资本的动态关系；并采用数据驱动的方法，评估了不同行业的企业将受到怎样的影响。本系列报告的目的并非为

4、了预测2030年的全球发展态势，而是为了鼓励领导者对未来进行批判式思考、创造性思考和有目的的思考，并围绕关键问题激发行动。本报告提出了一套切实可行的战略，致力于帮助企业与政府适应和塑造变革。我们希望这份报告以及同系列报告能为决策者提供实用信息，帮助他们应对日益错综复杂的全球形势。全球经济未来情景：2030年生产力发展4执行摘要生产力是经济增长和生活水平的核心。技术、人力资本和适应性商业模式将决定未来生产力。生产力一直是全球增长的关键动力，能够提高生活水平、增加经济活力。但近几十年来，生产力增长实际已停滞不前，尤其是2008年以来全球经济增长的减速，有半数以上可归因于生产力放缓。影响未来生产力的

5、关键趋势对于未来数年生产力增长的速度尚无共识，但诸多趋势将持续影响其发展，包括技术、技能、劳动力市场、人口结构、金融、监管、基础设施和地缘经济形势。比如，颠覆性技术的产业化有望推动生产力的转型，但技术落地的速度及其带来的影响尚未可知。就人工智能而言，高收入经济体中企业高管利用人工智能来提高生产力的比例，要比低收入经济体中企业高管高出近40%。从行业维度分析，高收入经济体中企业高管预测，未来数年人工智能将在信息和技术服务、金融服务和能源技术等行业得到最广泛的应用。人力资本的开发对于扭转生产力放缓趋势也至关重要，这主要源于人力资本在释放技术红利方面的重要作用。近半数的全球企业高管指出，劳动力缺乏技

6、能和领导者缺乏远见是人工智能应用的主要障碍。2030年生产力发展的四大情景情景分析为探索、了解和应对不确定性提供了结构化流程。本报告采用情景分析的目标并非预测2030年的全球发展态势，而是鼓励决策者对未来进行批判性思考、创造性思考和有目的的思考。技术和人力资本是生产力发展的两大动力。本报告通过研究这两大动力的动态发展关系，构建了下列四种情景：生产力飞跃：广泛的颠覆性创新和快速发展的人力资本形成良性循环，推动生产力大幅、全面增长，并显著改善人民生活水平。自动化过载：技术进步快于人力资本发展，造成“赢家通吃”的局面，财富和权力进一步集中。领跑企业与落后企业、优势产业与衰退产业、发达地区与欠发达地区

7、间的生产力差距不断扩大。人力优势：人力资本的发展速度超越了技术进步，经济活动更加以人为本。生产力增长缓慢且不均衡，这更多是源于对现有技术的创造性使用，而非由技术突破驱动。在这一情景中，生产力的提高取决于能否吸引人才，以充分释放技术的潜力。生产力枯竭：技术创新和人力资本发展同时放缓，抑制了生产力的增长。各经济体难以维持既有繁荣水平，导致生活水平和社会经济发展陷入停滞。1234全球经济未来情景：2030年生产力发展5行业面临的影响上述情景都有可能重塑各行业面貌，并影响企业的发展。报告分析了各情景下企业产出和盈利所面临的各种不利因素和有利因素，据此将12个行业的情况分为四大类，并详细分析了5个行业的

8、情况：信息技术和数字通信、金融、专业服务和房地产服务、制造业、能源和材料，以及教育。技术和人力资本趋势对这五个行业产生了不同程度的影响。未来生产力战略本报告提出了一系列整体战略性建议，旨在帮助企业和政府充分利用机遇和减缓风险，同时挖掘技术和人力资本趋势所蕴含的生产力潜力。这些建议包括：促进技术和人力资本的协同发展加强数据驱动的预判式决策构建面向未来的教育和培训体系预判人才需求，制定劳动力转型政策加快新兴技术的应用和传播投资提高新兴技术的可信度加强建设关键基础设施消除区域和行业差距，降低生产力差异提高对地缘政治形势的适应能力-全球经济未来情景：2030年生产力发展6引言：认识生产力要重启生产力增

9、长，就必须消除结构性障碍，比如引入资本和人才、填补基础设施缺口和推动创新扩散。生产力不仅仅是抽象的经济数据。对于企业而言，生产力决定着盈利能力和市场生存能力。对于经济体来说，生产力是衡量经济健康状况的重要指标，也是促进长期增长和提高生活水平的基础。生产力的差异能够解释为何有的国家资源禀赋相差不大，但经济效益却天差地别。比如，全球人均GDP半数以上的差距可以归结于各国生产力水平的差异1。归根结底，生产力的增长体现了一个国家能够利用新的思想和创新，发挥人力资本利用技术进步的能力，实现用更少的投入获得更多的产出2。如果生产力没有增长，那么经济增长就要依赖更多的劳动力和资本投入，而在生态环境受限、劳动

10、力减少和融资条件收紧的当今世界，这样的增长策略不可持续。本章下文将考察全球生产力模式，介绍近几十年生产力增长的疲软态势，并思考将塑造未来生产力的全球趋势。在本章分析的基础上，报告将构思2030年生产力发展的四大情景（第二章），评估生产力增长态势的变化对各行各业的影响（第三章），并为企业和政府提出一系列战略性建议（第四章）。一直以来，生产力都会经历周期性繁荣和衰退。比如，在20世纪早期和中期，工业化、大规模电气化和快速的基础设施建设推动了生产力的大幅增长。20世纪晚期，新型信息技术和数字基础设施的迅猛发展促进了生产力的大幅跃升，在创造了新市场的同时，也重塑了从零售到金融等各行各业。这些创新和生产

11、力的增长成为上世纪GDP增长、收入提高和生活水平改善的关键动力。近年来，虽然技术在加速发展，但许多经济体的生产力增长仍然乏力，这种现象通常被称为“生产力悖论”。新技术大大提升了前沿企业的生产力，但对整体生产力的影响微乎其微3。实际上，根据埃森哲的分析，近40%的大型企业近年来出现了生产力负增长的情况4。国家层面的趋势国际货币基金组织预测，自2008-2009年全球金融危机以来，全球经济增长一半以上的减速可归因于生产力增长的放缓5。全要素生产率能够衡量各类经济要素投入的融合效果，反映了效率、创新和组织变革等动力因素。全球范围内，全要素生产率已经从21世纪初期的每年1.6%下降至金融危机后的区区0

12、.6%（图1）。在此期间，发达经济体的全要素生产率降低一半至0.4%，而新兴市场和中低收入经济体的平均全要素生产率降幅更大，从21世纪初的2%以上降至2008年后的0.6%，尤其是低收入经济体自2020年以来增速几乎为零6。自2008-2009年全球金融危机以来，全球经济增长一半以上的减速可归因于生产力增长的放缓。生产力增长放缓1.11百分比012345671995-20002001-20072008-20192020-2023图1.1 全球图1.2 发达经济体012345671995-20002001-20072008-20192020-2023图1.3 EMMIEs 和 LIDCs0123

13、45671995-20002001-20072008-20192020-2023资本劳动力TFP人均实际GDP 实际GDP图1图2各要素对GDP增长的贡献，1995-2023年各地区和各行业的生产力趋势注：增长要素分析样本涵盖140个国家。资本增长和劳动力增长的贡献反应了相应要素投入的产出份额和增速。EMMIEs是指新兴市场和中等收入经济体；LIDCs指低收入发展中国家；TFP指全要素生产率。来源：世界经济论坛和埃森哲基于国际货币基金组织数据进行的分析，2024年4月收入水平不同，劳动生产率也会出现显著差异。2010-2024年，和低收入经济体相比，高收入经济体的平均劳动生产率要高出近15倍7

14、。从数据来看，地区之间也存在差异（见图2.1），北美、欧洲和东亚是生产效率最高的三个地区，而中亚、南亚和 撒哈拉以南非洲地区是生产效率最低的三个地区，两者之间的生产效率相差近5倍。但是，如果我们只看生产率增速而不是生产力水平，自2010年以来，亚洲各经济体，尤其是中亚、东亚和南亚各经济体要远超世界其他地区（见图2.1）。2010-2024年平均生产率水平（2017年不变价格，国际美元，购买力平价）农业制造业其他行业贸易交通金融其他服务百分点2010-2024年年化平均生产率增速（%）2.51.50.53.5图2.1 2010-2024年各地区劳动生产率（水平和增速）00102030405060

15、70NAEUREAOCMENA LATACSSASEACASA1AEsEMDEsLICs图2.2 2003-2008年至2013-2017年期间，各部门对生产力增长的贡献0-1-2-3-4注：NA=北美，EUR=欧洲，EA=东亚，OC=大洋洲，MENA=中东和北非，LATAC=拉丁美洲和加勒比地区，SEA=东南亚，CA=中亚，SA=南亚，SSA=撒哈拉以南非洲。来源：世界经济论坛和埃森哲基于国际劳工组织的预测模型分析得出的单位工时产出（GDP，2017年不变价格，国际美元，购买力平价）注：“其他行业”包括矿业、公用事业和建筑行业；“其他服务”包括政府和个人服务。所有数据均为中位数。来源：世界银

16、行，2020年全球经济未来情景：2030年生产力发展7商业趋势自全球金融危机以来，行业性趋势已经对总体生产力模式，特别是农业、贸易、金融和制造业的生产力模式产生了巨大影响（见图2.2）。对于低收入经济体来说，情况尤其如此，农业和贸易分别导致生产力增长率减少至少一个百分点。在发达经济体中，金融和商业服务行业是生产力增长减缓的最重要因素，而在新兴市场和发展中经济体，主要是制造业掣肘了生产力的发展。在具体的企业层面，根据埃森哲的估算，前沿企业和落后企业之间的差距近年来几乎扩大了一倍，从2016年的6.3个百分点扩大至2023年的11.8个百分点8。技术扩散的落后是关键原因，许多行业和企业尚未部署和利

17、用新技术。关于未来数年生产力增长的速度尚无共识，但多个重大的全球趋势可能会对此产生深刻影响，包括技术、人口结构、政策和地缘政治，以及决策者和商业领袖采取的对策。技术颠覆性新兴技术的产业化可能会重新定义未来生产力。世界银行预测，一次科技冲击能在十年内将发达经济体的生产力提高1.5%，将新兴经济体的生产力提高4.5%9。人工智能的进步特别能够影响生产力的发展。人工智能就是当前一次典型的前沿科技冲击，自2022年多款生成式人工智能工具发布以来，已经引起了全球公众的极大关注。从长远来看，人工智能被广泛认为可能会给经济带来系统性提升，但是当前对这种提升程度的估测还面临极大的不确定性10。人工智能对全球生

18、产力发展的长期影响主要取决于世界各地、各行各业的企业能否快速有效地将其融入商业模式。世界经济论坛针对全球10,000多名高管展开的最新年度调查显示，截至2024年，利用人工智能来提高生产力的做法仍是星星之火（见图3）。高收入经济体中利用人工智能来提高生产力的受访者比例比低收入经济体中高出近40%，但显然还没有哪个国家在这方面表现得特别成功。从地区来看，北美、大洋洲和东南亚等地区利用人工智能来提高生产力的比例最高。从国家层面来看，挪威、美国和芬兰目前是这一领域的全球领导者（见图4.1）。高收入中高收入中低收入低收入北美大洋洲欧洲东亚中亚南亚2.03.04.05.06.0分值-（高）本地应用水平低

19、本地应用水平高东南亚中东和北非拉丁美洲和加勒比撒哈拉以南非洲按地区按收入群体图3商界对于当地企业利用人工智能来提高生产力的看法未来生产力增长的关键动力1.2来源：世界经济论坛2024年高管意见调查全球经济未来情景：2030年生产力发展8全球经济未来情景：2030年生产力发展9欧洲大洋洲东南亚中东和北非北美1挪威2美国3芬兰4印度尼西亚5以色列6菲律宾7阿联酋8澳大利亚9瑞士10新西兰图4.1 企业善于利用人工智能来提高生产力的十大经济体1信息与技术服务2金融服务和资本市场3能源技术和公用事业4电信5酒店、餐饮和休闲娱乐服务6先进制造业7教育和培训8媒体和出版9工程和建筑10医疗和保健服务图4.

20、2 最能催生人工智能机会的十大行业这份调查还显示，未来数年，与服务相关的行业最可能会使用人工智能来创新产品和商业模式（见 图4.2）。近半数受访者预计信息和技术服务企业最容易催生人工智能机会，紧随其后的是金融服务企业。能源技术和公用事业部门预计也会率先使用人工智能。在其他行业中，五分之一以上的高管认为先进制造、工程和建筑企业会尽快利用人工智能。要充分释放新技术的生产力潜力，就必须消除各种结构性障碍，比如提供资本和人才、填补数字基础设施缺口和促进创新扩散。虽然前沿突破蕴藏巨大潜力，但只有在更大范围内推广更加简洁、现成的技术，企业和国家才能获得更广泛的生产力红利。比如，如果能够推广改进的能源和灌溉

21、技术，就有望大幅提高农业生产力11。一些地方在实施精准农业后，将作物产量提高了15%12。人力资本先进技术的应用和扩散与人力资本密不可分。世界经济论坛近期针对商业高管的访谈显示，人工智能的成功部署既取决于技术本身，也取决于人13。这和以下研究发现非常吻合：企业如果不只是孤立地关注数据和技术，而是发挥数据、技术和人才之间的互补性，就能将生产率提高4%至11%14。然而，尽管在充分释放技术带来的生产力红利方面，人力资本具有毋庸置疑的重要性，但公共和私营部门近年来却减少了在劳动力培训方面的投入。自2008年以来，经合组织国家该项投入占GDP的比例从0.2%降至0.1%15。商业领袖也将人力资本视作人

22、工智能应用的主要障碍。近半数受访者表示，技能缺乏是部署人工智能的主要瓶颈，而43%的受访者认为障碍在于管理层和领导层缺乏远见16。相比之下，只有不足三分之一的高管认为人工智能产品和服务的成本是主要障碍，仅有五分之一的受访者表示监管限制是人工智能应用的主要障碍17。当前的数字化浪潮正在加速打造高技能型劳动力，技术专长和领导力、沟通能力等非认知能力变得愈发重要。图4企业高管预计最可能利用人工智能机会的国家和行业来源：世界经济论坛2024年高管意见调查全球经济未来情景：2030年生产力发展10生产力前沿企业的员工技能水平很高，技能之间的互补性也很强。平均来说，前沿企业的高技能员工比例要比落后企业高出

23、一倍18。但是，前沿企业能够脱颖而出，不仅是因为员工构成，而且是因为深入部署了特定技能。比如，和落后企业相比，前沿企业的管理和沟通技能水平要高出近一倍，使用信息通讯技术的技能更是高出一倍以上19。因此，消除技能差距、提高教育和就业培训质量才能大幅提高生产力20。人口趋势也在重塑生产力前景。到2050年，劳动适龄人口占65岁以上人口的比例预计将从2024年的6.4下降至3.921。移民可能会在减缓这些挑战方面发挥重要作用。除了能够解决劳动力不足的问题，移民还能促进知识传播和生产力跨境溢出。但是，日益趋紧的劳动力市场和愈发严格的移民政策可能会重塑未来数年的全球人才格局。商业环境未来数年，不断变化的

24、商业环境将为生产力增长带来机遇和风险。产业政策逐渐被用来刺激国内产业的发展，促进技术领导力和保障供应链安全。但从长远来看，这些政策对配置效率、市场动态、企业规模和生产力的影响尚不明朗。2024年初，世界经济论坛发布的首席经济学家展望报告对此类干预措施造成的国内市场扭曲和全球供应链冗余问题表达了担忧22。比如，以往的资本和劳动力配置不当给年度生产力增长带来了0.6个百分点的损失，而如果没有这些低效行为，近年来的全要素生产率原本可以在目前基础上增加50%23。全球经济碎片化和财务约束也会影响生产力的持续提高。截至2021年，经合组织国家的商业投资在全球金融危机之前的基础上下降了40%24，这限制了

25、企业的能力，使其难以采用新技术、推广能够提高生产力的创新成果。当前全球财政环境下，公共和私营部门债务高企，这可能会进一步压缩用于提高生产力的投资，包括在劳动力培训、基础设施建设和研发等关键领域的公共投入。伴随着地缘政治形势驱动下的供应链重构，支撑生产力增长的规模经济和成本优势可能会遭受削弱。全球经济碎片化和财务约束也会影响生产力的持续提高。全球经济未来情景：2030年生产力发展11情景分析情景分析并非为了预测未来，而是旨在了解技术和人力资本的发展动态将如何影响各经济体和各行业。面对技术突破、监管格局的变化和混乱的全球形势，传统的预测方法难以适应其带来的复杂性和不可预测性。相比之下，情景分析能够

26、提供一个结构化流程，有助于探索、了解和应对不确定性，并鼓励决策者对未来进行批判性思考、创造性思考和有目的的思考。本报告介绍的情景应当看作是一种工具，能够帮助决策者了解趋势、风险和机会，并识别能够塑造美好未来的战略。本章所述内容能够帮助决策者分析可能出现的未来情景及其在各经济体和各行各业不断演化的底层假设。这是了解企业可能会受到什么影响以及又如何应对变化的关键一步。用来开发这些探索情景的框架首先识别了塑造未来生产力的关键趋势和动力（见第一章），然后缩小范围，聚焦相互交叉的、高度不确定的和具有强大影响力的两大动力，以呈现最有战略意义的未来情景。就目前至2030年期间的生产力发展而言，这两大动力是技

27、术和人力资本及其潜在的加速和减速轨迹。报告所述情景是在整个技术和人力资本生态系统中考量这些态势，因此加速或减速并非只是在前沿阶段，而是取决于能否在每个层面上进行更快速、更广泛的改进。技术发展：技术一直是生产力增长的强大动力，目前处于持续加速的阶段，但其发展轨迹和对全球生产力的影响尚不清晰。将深刻影响未来技术发展的关键问题包括：人工智能和其他前沿创新是会真正促进生产力提高，还是说“生产力悖论”会继续存在？投资流动和政策选择是会推动还是会抑制能够提高生产力的创新?快速的技术变革会不会降低技术应用和传播的成本？地缘政治冲突和自然资源约束会不会阻碍技术的开发和扩散？人力资本发展：人是生产力发展的另一个

28、关键动力。高技能劳动力对于推动和采用创新必不可少，而领导者和管理者要能够识别新机遇，调整组织发展方向，充分发挥劳动力的作用25。然而，劳动力市场面临极大不确定性和重大颠覆的影响：当前近三分之二的劳动力在从事20世纪中期尚不存在的职业26，而今天全球近四分之一的工作岗位可能会在未来五年被取代27。下列关键问题将深刻影响未来的人力资本发展：教育和培训系统适应新兴需求的速度有多快？人口结构趋势（老龄化和移民等）将如何影响全球人力资本的分布？在推动生产力增长方面，各方面的全球劳动力（员工、领导者和创业者等）是否具备了足够的技能？劳动者的韧性如何，能否应对未来在技能和职业等方面的颠覆？综合考虑上述两大动

29、力后，便能构思出2030年生产力的四大情景（见图5）。-本章所述内容能够 帮助决策者分析可 能出现的未来情景及 其在各经济体和各行各业不断演化的底层假设。框架2.12人力资本发展技术发展情景 2自动化过载减速加速减速加速情景 4生产力枯竭情景 1生产力飞跃情景 3人力优势图52030年生产力发展的四大情景情景1-生产力飞跃：广泛的颠覆性创新和快速发展的人力资本形成良性循环，推动生产力大幅、全面增长，并显著改善人民生活水平。情景2-自动化过载：技术进步快于人力资本发展，造成“赢家通吃”的局面，财富和权力进一步集中。领先和落后的企业、行业和地区之间的生产力差距不断扩大。情景3-人力优势：人力资本的

30、发展速度超越了技术进步，经济活动更加以人为本。生产力增长缓慢且不均衡，这是因为缺少重大技术突破，人们日益依赖对现有技术的创造性使用。在这一情景中，生产力的提高取决于能否吸引人才，以充分释放技术的潜力。情景4-生产力枯竭：技术创新和人力资本发展的同时放缓抑制了生产力的增长。各经济体难以维持此前的繁荣水平，生活水平和社会经济发展停滞。-来源：世界经济论坛和埃森哲全球经济未来情景：2030年生产力发展12全球经济未来情景：2030年生产力发展132030年生产力发展的四大情景2.2情景1：生产力飞跃注：上图箭头表示特定情境特征的方向性变化。分析是基于情景内容叙述和现行同类研究的推断。分析所示之方向性

31、仅为了阐述观点和丰富情景内容。在这一情景中，世界全面拥抱人类和技术的融合，将其作为生产力增长的关键动力。人类和技术的新型互动以及新行业、新业态和新职业的出现重塑了各经济体。管理者、企业家和普通员工创造性使用新技术，成为推动生产力增长的关键赋能因素。技术和人力资本的双重加速发展成功打破几十年来的生产力增长颓势，到2030年全球GDP增速高达4%28的乐观预测得以实现，一举超过2025年时作出的预测29。20年代初启动的重大产业政策计划包括美国推出的芯片和科学法案和日本提出的“社会5.0”愿景等大大激发了旨在提高生产力的创新活力，与此同时此前担忧的市场中断情况也未出现。世界各国普遍认识到了知识和技

32、术共享的价值。但是，这些交流依然受制于分裂的地缘政治格局。地缘政治“集团”之间的竞争加速了前沿科技的发展，这些集团内部更有效的知识和人才流动促进了科技的全面进步。全球科技投入大幅增加，企业研发投入在2017-2023年每年增长10%的基础上继续提速30。这些投资促进了创新，提高了先进技术的应用水平，缩短了量子计算等前沿技术的产业化周期。与此同时，随着技术进步催生对关键资源的更多需求，可持续发展问题更加突出。技术应用成本的降低促进了前沿创新的广泛传播，释放了更多的生产力。虽然已有近22%的任务交由技术完成31，但对拥有社交、情绪管理和数字技能的员工的需求依然在增加32。学习生态系统完成了转型，能

33、够满足瞬息万变的需求，政府和企业加大了教育投入，并和教育机构建立了合作伙伴关系。技能型劳动力的规模不断扩大，技能可迁移性和技能增强程度进一步提升。但是，技术的不断进步意味着一些员工仍然会面临自动化、被取代和收入停滞等高风险。在此情景中，生产力虽然得到了广泛提高，却并未实现均衡分配。大部分的初期红利归于紧邻技术前沿的企业，或者发挥了资本力量、完美融合技术进步和人类智慧的企业33。发达经济体凭借更高的技术应用水平、更强的人才吸引力和更充足的资本供应，率先成为生产力提高的主要受益者。许多新兴经济体也获得了技术、年轻的人才和充满活力的行业，但是那些不够灵活的经济体可能会落后，因为技术和人力资本的双重加

34、速发展增加了财政压力，也提高了无所作为的经济和社会成本。技术和人力资本均加速发展广泛的颠覆性创新和快速发展的人力资本形成良性循环，推动生产力大幅、全面增长，并显著改善人民生活水平。基准：2.6%（世界银行，2021年）基准：22%（世界经济论坛，2025年）基准：0.7%（世界大型企业联合会，2024年）基准：0.11%（经合组织，2021年）基准：15%（基于世界知识产权组织2022-2023年数据、埃森哲2023年数据和Acemoglu et al.2022）基准：46%（经合组织，国际劳工组织，2021年）年均GDP增速（%）（公共和私营部门）研发总投入占GDP的比重（%）年均劳动生产率

35、（每位员工创造的GDP）增速（%）技术执行的企业任务比例（%）年均全要素生产率增速（%）劳动力培训公共开支占GDP的 比重（%）先进技术采用率（%）技能错配率（资历过剩和资历不足员工占比）（%）基准：2.7%（国际货币基金组织，2019-2024年均值）基准：1.2%（国际货币基金组织，2019-2024年均值）全球经济未来情景：2030年生产力发展14情景2：自动化过载技术发展加速，人力资本发展减速技术进步快于人力资本发展，造成“赢家通吃”的局面，财富和权力进一步集中。领先和落后的企业、行业和地区之间的生产力差距不断扩大。基准：2.6%（世界银行，2021年）基准：22%（世界经济论坛，20

36、25年）基准：0.7%（世界大型企业联合会，2024年）基准：0.11%（经合组织，2021年）基准：15%（基于世界知识产权组织2022-2023年数据、埃森哲2023年数据和Acemoglu et al.2022）基准：46%（经合组织，国际劳工组织，2021年）年均GDP增速（%）（公共和私营部门）研发总投入占GDP的比重（%）年均劳动生产率（每位员工创造的GDP）增速（%）技术执行的企业任务比例（%）年均全要素生产率增速（%）劳动力培训公共开支占GDP的 比重（%）先进技术采用率（%）技能错配率（资历过剩和资历不足员工占比）（%）注：上图箭头表示特定情境特征的方向性变化。分析是基于情景

37、内容叙述和现行同类研究的推断。分析所示之方向性仅为了阐述观点和丰富情景内容。在此情景中，新技术能力和劳动力准备程度之间的错配日益严重。自动化主导了关键行业，企业大力投资前沿科技以缓解人才不足问题、降低成本和保持竞争力。虽然自动化带来了巨大的经济效益，但并未同步改善人们生活，而是造成了新的社会和经济矛盾。随着科技中心和行业吸引了本已逐渐减少的高技能员工，全球经济的总体生产力增加了，但是全球差距也扩大了，许多国家不得不疲于应付技能过时、就业不足和不平等问题。自动化增加了对能源和关键技术部件的需求，因此可持续发展问题也日益凸显。这一未来情景体现了愈发严重的“赢家通吃”局面。自本世纪初以来，这一情况在

38、不断加剧。2025年前后的全球经济和地缘政治分裂加速了这一趋势，催生了相互对抗的产业政策，减缓了技术的传播。资本和关键材料等要素日益向前沿企业和创新中心集中，私人资金以前所未有的速度涌入先进技术领域。这加快了技术突破，推动许多行业转向完全自动化的经营模式，比如采用无人化工厂34。信息通讯技术行业目前大幅提高了在经济活动中的占比，而数字服务贸易额从2022年的3.8万亿美元一路飙升35。与此同时，依赖人力的服务和行业正面临着被边缘化的风险。这些进步基本上取代了人力，而不是增强了人力。之所以会取代，是因为自动化技术的发展远超此前预期36。尽管整个二十年代对教育和培训进行了大量投资，但全球教育生态系

39、统仍然未能适应技术变革带来的瞬息万变的需求。全球半数以上的人口缺乏相关技能。由于自动化消除了最具重复性的常规任务，全球相当比例的劳动力被迫从事低薪资、低技能和低质量工作，或者被完全取代。尽管人工智能和自动化占据了就业市场的许多岗位，但具有创造力、灵活性和开创精神的人才不足，阻碍了创新和增长。人口变化趋势加剧了人力资本挑战。在大多数发达经济体，人口老龄化造成了人才短缺问题，进一步推动了自动化的发展37。跨境数字化劳动力的增长受到了限制，原因包括全球技能差距以及为了保护国内就业而采取的限制性移民和就业政策。技术带来的生产力红利并未实现广泛共享，不平等问题日益凸显。随着自动化颠覆竞争、挤压企业生存空

40、间和威胁整个社区和地区，政府面临着越来越高的社会和经济成本。特别是许多发展中经济体有可能会进一步落在后面，因为他们往往难以吸引金融和人力资本，来实现科技跃升或对现有技术进行广泛部署。基准：2.7%（国际货币基金组织，2019-2024年均值）基准：1.2%（国际货币基金组织，2019-2024年均值）全球经济未来情景：2030年生产力发展15情景3：人力优势技术发展加速，人力资本发展减速人力资本的发展速度超越了技术进步，经济活动更加以人为本。生产力增长缓慢且不均衡，这是因为缺少重大技术突破，人们日益依赖对现有技术的创造性使用。生产力的提高取决于能否吸引人才，以充分释放技术的潜力。基准：2.6%

41、（世界银行，2021年）基准：22%（世界经济论坛，2025年）基准：0.7%（世界大型企业联合会，2024年）基准：0.11%（经合组织，2021年）基准：15%（基于世界知识产权组织2022-2023年数据、埃森哲2023年数据和Acemoglu et al.2022）基准：46%（经合组织，国际劳工组织，2021年）年均GDP增速（%）（公共和私营部门）研发总投入占GDP的比重（%）年均劳动生产率（每位员工创造的GDP）增速（%）技术执行的企业任务比例（%）年均全要素生产率增速（%）劳动力培训公共开支占GDP的 比重（%）先进技术采用率（%）技能错配率（资历过剩和资历不足员工占比）（%）

42、注：上图箭头表示特定情境特征的方向性变化。分析是基于情景内容叙述和现行同类研究的推断。分析所示之方向性仅为了阐述观点和丰富情景内容。在此情景下，由于技术发展放缓，人的能力成为生产力增长的核心。企业的竞争点变成能否在组织各层面充分发挥人的才能。各方围绕是否要发展以人为本的经济达成了强大共识，政府和企业的重点目标是利用技术来增强而非取代人力。生产力的增长是不平衡的。一些企业和经济体利用更加强大的人力资本来奠定更坚实的增长基础，但全球GDP38和劳动生产率39增速并未明显超出2025年前后的水平。人们担心无节制的技术进步会造成社会和国家安全风险，这引发了更加严格的监管，减缓了前沿创新的步伐。自动化已

43、经降速，高回报的技术机会消失不见，人工智能投资未能突破2000亿美元大关，而这是此前预测的2025年前后的水平40。但是，此前的技术突破仍在持续创造价值。人力资本的加速发展推动了对现有技术的广泛而有效的使用。即便地缘政治冲突抑制了新创新成果的扩散，现有技术不断增强的可负担性和可及性成为许多经济体进步的关键动力。政府更加关注如何充分释放人力资本的潜力。到2030年，大多数大型经济体的教育系统和政策完成了重大改革，能够助力发展更加以人为本的经济。教育部门取得了长足进步，这源于公共与私营部门携手合作，按照业界需求设计教育课程，提升以人为本的竞争力。全球人才竞争加剧，高技能员工获得更多的话语权。混合和

44、远程办公需求激增，就业质量成为关注的焦点。虽然全球顶级人才享受工资溢价和更好的工作条件，但就业市场的极化现象仍然存在，制造、零售和服务等行业的许多常规工作仍然容易受到自动化的影响和出现工资停滞。不平等状况显示出潜在的缓和迹象，因为人力资本的发展释放出更加广泛的社会经济效益。在技能再培训和升级培训方面大举投入的国家已经建立了优势，成为全球高技能人才外包中心。有效融合优质教育、终身学习和就业政策的发达经济体缓解了人口老龄化带来的生产力下降问题41。许多发展中经济体虽然尚未充分利用人力资本，也受益于不断流动的技能型员工和全球对专业人才的需求。虽然进行了许多尝试，但建立全球人力资本通用框架的努力仍然低

45、于预期。各不相同的就业和人才监管制度增加了本地失业和工资极化的风险。许多经济体优先促进国内就业和开展人才保护，这扩大了区域差距。基准：2.7%（国际货币基金组织，2019-2024年均值）基准：1.2%（国际货币基金组织，2019-2024年均值）全球经济未来情景：2030年生产力发展16情景4：生产力枯竭技术和人力资本发展同时放缓 技术创新和人力资本发展的同时放缓抑制了生产力的增长。各经济体难以维持此前的繁荣水平，生活水平和社会经济发展停滞。基准：2.7%（国际货币基金组织，2019-2024年均值）基准：2.6%（世界银行，2021年）基准：1.2%（国际货币基金组织，2019-2024年

46、均值）基准：22%（世界经济论坛，2025年）基准：0.7%（世界大型企业联合会，2024年）基准：0.11%（经合组织，2021年）基准：15%（基于世界知识产权组织2022-2023年数据、埃森哲2023年数据和Acemoglu et al.2022）基准：46%（经合组织，国际劳工组织，2021年）年均GDP增速（%）（公共和私营部门）研发总投入占GDP的比重（%）年均劳动生产率（每位员工创造的GDP）增速（%）技术执行的企业任务比例（%）年均全要素生产率增速（%）劳动力培训公共开支占GDP的 比重（%）先进技术采用率（%）技能错配率（资历过剩和资历不足员工占比）（%）注：上图箭头表示特

47、定情境特征的方向性变化。分析是基于情景内容叙述和现行同类研究的推断。分析所示之方向性仅为了阐述观点和丰富情景内容。在此情景中，全球生产力已很难有什么突破，技术和人力资本发展同时放缓。虽然人和技术之间的互补性被视作生产力的关键动力，但企业和政府未能释放其潜力。虽然还有零星的技术进步和渐进式的人力资本发展，但全球生产力的增长和繁荣仍然不平衡。到2030年，全球GDP增速会低于十年前预期的3%左右42。二十年代的地缘政治竞争和经济压力导致政策重点转向国内，政府加大对关键技术的干预和保护。公众日益抗拒前沿技术和自动化，这阻碍了人工智能等富有前景的技术的产业化，同时也迫使许多企业削减潜在的转型性技术项目

48、。全球合作出现分化，导致创新重复和供应链低效。大型经济体优先保护关键技术和发展国内领军企业，这导致竞争和全球贸易出现扭曲。到2030年，前沿创新仍然集中在全球科技中心和部分行业。令人却步的成本、各自为政的监管以及愈加受限的知识和技术共享阻碍了技术的广泛传播。由于人才短缺、贸易战争和关键材料供应减少，即便最强大的创新生态系统也日渐暗淡。为了重新激发技术和人力资本的活力，许多经济体推出了一揽子刺激计划，但日益加大的财政和地缘政治压力影响了这些计划的效果，许多政府将资源投向更加迫切的重点事项。到2030年，全球研发投入和2025年前后的水平大致相当，未能恢复经济活力。与此同时，企业暂时放下了对创新的

49、追求，转而重视短期的成本优化战略。对教育的投入也陷入停滞43。全球识字率仅实现了些许的提高，而终身学习和就业政策改革已经停滞不前，导致大量人口无法获得技能再培训和升级培训的机会。大多数经济体的技能差距扩大了，表示难以招聘到拥有合适技能的员工的雇主比例远超2025年前后的75%44。就业市场极化问题依然根深蒂固，高技能知识型员工顺风顺水，许多其他员工只能受困于低技能、低工资和低质量的工作。人力资本的萎靡不振扩大了不平等问题，导致中产阶级空心化，加剧了社会矛盾。全球繁荣和生活水平继续呈现分化趋势，而联合国可持续发展目标未能取得明显进展，依然停留在2025年的水平45。原本疲弱不堪的全球生产力进一步

50、下滑。零星的进步依然可见，特别是融合了早期技术成果的企业还在提高生产率，但创新成果的缓慢扩散和人才竞争的日益加剧抑制了落后企业和部门的竞争力。全球经济未来情景：2030年生产力发展17各行业面临的影响本章将分析技术和人力资本的发展动态对各行业的影响，并重点介绍塑造未来商业格局的有利和不利因素。上文第二章列出的情景构思了未来技术、人力资本和生产力发展的四大路径。其中每项情景都可能会重塑行业并颠覆企业。情景分析的目的并非为了预测2030年的世界，而是为了帮助企业、决策者和其他相关方了解和应对未来趋势、态势和不确定性。在上述情景分析的基础上，本章内容将探讨不同行业受到的影响。下文表1抓取列示了12个

51、行业可能面临的主要风险与机遇。我们不是为了分析每个行业最有可能出现哪种情景或者说哪个情景更理想，而是为了介绍一系列驱动和抑制因素在各情景中如何融合，给企业产出和盈利带来不同的有利和不利因素，从而评估不同的情景会出现什么机会和风险，为企业制定战略提供信息参考。本次分析以量化评估为基础，并咨询了主题专家的意见。本报告附录A1提供了更加详细的数据和研究方法。识别行业风险与机遇3.13全球经济未来情景：2030年生产力发展18不利因素 有利因素情景 1情景 2情景 3情景 4表1不同情景下各行业面临的风险与机遇注：分析中的考量因素包括各行各业的下列指标：1、自动化或增强的潜力；2、对技能型员工的依赖；

52、3、技能培养工作；4、研发强度；5、受跨境技术限制影响的程度；6、人工智能应用带来的营收提升潜力；7、投资资本不足。橙色表示该行业的产出和盈利极容易面临不利因素；绿色表示该行业的产出和盈利极容易获得有利因素；黄色表示影响不确定。查看附录A1，详细了解研究方法和数据。来源：世界经济论坛和埃森哲基于世界经济论坛、国际劳工组织、标普Capital IQ、信息技术与创新基金会以及麦肯锡公司数据进行的分析。从分析来看，根据受技术和人力资本趋势影响的程度不同，可以将所列行业分为四大类：将高技能劳动力和强大的技术应用潜力完美结合的行业，包括制造业以及金融、专业和房地产服务行业。这类行业似乎做好了利用技术进步

53、和人力资本发展的充分准备。主要以人为中心运转的行业，包括教育以及医疗、保健和护理服务行业。这类行业的情况类似于“人力优势”情景，工作岗位的技术增强正在提速，经济体正向以人为本的方向转型，这些似乎促进了这类行业的发展。对技术和高技能劳动力依赖度较低的行业，比如农业、林业和渔业。这类行业似乎非常适应各情景中出现的技术颠覆，但上行潜力有限。依赖密集人工和特定职业技能的行业，比如矿业、工程和建筑。这类行业更容易受到人力资本减缓发展和人才短缺的影响，难以充分释放技术加速发展所带来的价值。本章下文将深入考察五个行业部门面临的影响，分析上文讨论的趋势和因素如何在不同情景下相互作用。-农业、林业和渔业生产力飞

54、跃自动化过载人力优势生产力枯竭教育能源和材料工程、建设和公用事业金融、专业和房地产服务信息技术和数字通信娱乐和旅行 制造业医疗、保健和护理服务矿业（化石燃料除外）消费品零售和批发供应链和交通服务信息技术和数字通信信息技术和数字通信行业是科技创新的推动者和受益者，这样的双重角色为行业的大幅增长作好了准备，在技术加速变革的情景下更是如此。建立对新兴技术的信任、解决数据隐私问题和制定负责任的人工智能发展标准对于释放长期机遇至关重要。但是，也正是因为紧邻创新前沿和依赖快速进步的人才，该行业在双重减速的情景中变得尤其脆弱。这一行业高度依赖跨境数据流动，因此面临着地缘政治和监管挑战。2017-2021年，

55、实施数据本地化要求的国家几乎增加了一倍46。这样的限制措施为云计算、数据处理和互联网出版等发展最快的行业板块带来了巨大的障碍。为了应对这些复杂的局面，就必须大力投资构建合规框架和制定本地化战略，比如调整供应链或建设本地基础设施，以满足区域监管的要求。世界经济论坛2024年未来就业报告显示，信息技术和数字通信行业面临的变革阻力相对较小，也比较能够意识到吸引人才所面临的机遇或困难（见图6）。但是，近三分之二的行业雇主表示技能差距是转型的主要障碍。数字人才的不足，加上比其他行业几乎高出三倍的研发强度47，使得人才开发成为释放行业生产力的关键赋能因素。如果能与学术界、研究机构和初创企业等外部生态系统开

56、展研究合作，可以加快新兴技术的开发和产业化。这些合作伙伴关系能够提供基础研究和源源不断的高技能人才，帮助企业始终处于创新前沿。行业企业可以摆脱采用最新技术的短期思维，实施致力于持续价值创造的长期战略，以增强系统韧性和扩大增长机会。虽然四分之三以上的“软件即服务”企业已经发布或正在开发生成式人工智能产品，但只有15%的企业成功变现48。部分行业受到的影响3.2能源和材料医疗、保健和护理服务信息技术和数字通信金融、专业和房地产服务信息技术和数字通信医疗、保健和护理服务农业、林业和渔业Manufacturing供应链和交通服务教育能源和材料能源和材料教育农业、林业和渔业娱乐和旅行金融、专业和房地产服

57、务10203040506070受访者比例(%)就业市场的技能差距过时僵化的监管框架 组织文化和变革阻力缺乏足够的数据和技术基础设施对机会认识不足行业吸引不了人才 企业吸引不了人才信息技术和数字通信 信息技术和数字通信信息技术和数字通信 信息技术和数字通信 制造业制造业教育平均水平制造业图6未来五年的转型障碍来源：世界经济论坛2024年未来就业报告全球经济未来情景：2030年生产力发展19全球经济未来情景：2030年生产力发展20金融、专业和房地产服务这一行业非常依赖技能型劳动力和先进技术，这使其能够利用新兴机会来提高生产力。比如未来三年，银行业在采用人工智能后，有望将生产力提高30%49。房地

58、产行业在利用数字孪生和物联网融合等技术，积极提升经营效率和促进创新。但是，虽然该行业拥有很强的技术和技能应用能力，能够提升生产力，但这样的技术依赖也会让行业面临风险，比如“生产力枯竭”情景下的技术和人力资本双减速风险。此外，该行业在生产力增长方面一直落后，也是金融危机后发达经济体发展放缓的重要原因50。尽管近年来对数字化进行了大量投入埃森哲预测相关投入超过1万亿美元51但生产力的提高仍然很不平衡，金融行业许多核心经营活动，比如外汇交易等，仍然十分依赖传统流程和算法。该行业的自动化潜力超过工作时长的53%，这表明有机会缓解人才短缺和减少重复性任务。仅是在美国金融服务领域，生成式人工智能每年可以节

59、约价值高达1,580亿美元的工作时长52。但是，传统的系统、复杂的决策架构和对分析、创造性技能的需求仍然要求进行以人为本的改进，面向消费者的职能部门尤其需要这样的改进。该行业在不同的地区呈现出不同的发展态势。发达经济体拥有完善的基础设施和更充足的资本供应，因此更能为技术应用做好准备，而发展中经济体则是在相对较低的基础上，获得了相对较高的提升。城镇化和投资流向的变化能在所有情景下提振房地产服务，尤其是那些有利于提高生产力的房地产服务。为了获得这些价值，企业必须在实行技术和人才战略的同时，辅以灵活的商业模式。严峻的挑战依然存在。根据世界经济论坛2024年未来就业报告，该行业近半数雇主认为变革阻力是

60、未来五年转型的主要障碍，过时僵化的监管框架紧随其后（见图6）。行业各方强调指出转型障碍还包括技能差距和缺乏足够的数据和技术基础设施。制造业制造业的生产力增长模式必然会在航空航天、汽车、电子和制药等创新密集型行业之间催生差异。先进行业要比整个制造业的增长速度快三倍，这主要是因为这些行业能吸纳全球人才，开发和融合各种前沿技术53。比如，汽车行业正在用人工智能来开发无人驾驶汽车，并正在拓展软件订阅等服务，营业利润率预计将从7%提高至12%54。同样，技术的加速发展也可能会提高对电子、半导体、专业制造设备和供应链创新成果的需求。硬件投入预计将占人工智能总投入的24%55，这将为准备规模化发展的制造商带

61、来机会。该行业近半数雇主指出变革阻力是未来五年转型的主要障碍。全球经济未来情景：2030年生产力发展21但是，创新密集型行业在人才短缺、分化和“赢家通吃”的情景中面临着风险。目前只有45%的劳动力接受过技能升级培训56，因此制造业企业在储备高素质人才时面临重大挑战。根据世界经济论坛2024年未来就业报告，技能差距和引才困难是未来五年转型的主要障碍（见图6）。对于距离创新前沿较远的行业，它们虽然不容易受到技术突破的影响，但如果能实行以人为本的改进计划，在整个价值链上采用新技术，也可以大幅提高生产力。比如，预测性维护能够提高设备效能，并能将意外故障减少60%57。装配线成本占制造业营收的16%，因

62、此即使没有技术的全面加速发展，设备效能的提升也有望大幅降低成本和提高生产力58。区域动态也在影响制造业采用技术的速度。劳动力成本高、人口结构压力大的发达经济体正在快速自动化，比如日本一家领先的制造企业通过使用机器人，将成本减少了35%59。如果自动化导致制造业回流或缩短全球供应链，许多发展中经济体的制造企业将面临风险。技术的加速发展能为许多发展中经济体创造机会，帮助他们更快实现产业化和科技跃升，但基础设施、投资和人才缺口也能为这些经济体的生产力发展带来巨大障碍。对高潜力技术和人才培养进行精准投入必不可少，有助于制造业持续释放生产力。这包括让员工参与数字化和自动化流程，支持工作转型，倡导拥抱变革

63、的企业文化。但是，三分之一以上的制造业雇主表示变革阻力和过时僵化的监管框架是转型面临的巨大障碍（见图6）。能源和材料当前，能源和材料行业形成了石油和天然气等资本密集型板块和创新驱动型绿色能源之间相互竞争的格局。这两大子行业都能随时从技术和人力开发的进步中获益。如果能实现价值链的数字化、故障检测系统的自动化，改进电网管理，对资源开采设备进行预测性维护，并获得更多的高精尖人才，则可以在更大范围内提高生产力。近半数行业高管认为人工智能投资能够提高组织效能60，而三分之一以上的高管计划使用人工智能来提高运营 韧性和效率61。在高生产力情景中，绿色创新可能会加速发展，风能、太阳能和氢能等绿色能源技术也可

64、能会实现规模化发展。这可能会大幅增加整个经济体的电力需求。到2030年，仅是人工智能预计会将全球数据中心的电力消耗增加160%62。从长远来看，这会促进可再生能源的持续发展，但在短期和中期内，能源结构可能需要可再生能源和非可再生能源的共存。关键材料的供应若受到地缘政治冲突的限制，则会成为一项严峻挑战63。对高潜力技术和人才培养进行精准投入必不可少，有助于制造业持续释放生产力。全球经济未来情景：2030年生产力发展22该行业依赖高度专业化的技能，再加上技能的可迁移性低，因此在人才短缺的情景中会产生风险。虽然自动化能够提高资源开采和加工的效率，但扩大的技能差距也威胁着电网安全，并有可能抑制整个价值

65、链的生产力。为了应对这些挑战，这一行业要在吸引顶级人才的同时，优先开展技能再培训和升级培训，留住行业专长64。人力资本的改善能够提高效率，尤其是提高劳动力密集型活动的效率，但如果不能实现技术的融合，这样的影响或许会十分有限。在技术和人力资本发展双重降速的情景下，由此导致的能源成本上升会波及各行各业。绿色技术的有限进展会增加对化石燃料的依赖，加剧全球能源的不安全状况。到2030年，技能差距、招才困难和监管障碍将仍然是企业转型的关键障碍（见图6）。能 源技术企业面临的挑战尤其尖锐，81%的受访者表示技能差距是关键障碍，而石油天然气行业的这一比例为54%65。能源公司必须平衡好投资，在维护现有基础设

66、施的同时，也要促进能源转型技术的发展。蓄电池、氢能和碳捕获等创新技术虽然需要大量资本投入，但是能够降低能源价格动荡带来的影响，获得长期的生产力红利。鉴于能源项目需要大量资本投入，投资回报期很长，因此若能按照不断增加的需求，进行循序渐进的投资，专注于发展模块化、可拓展的项目，则有助于打造灵活性和优化成本。教育教育部门在推动技术和人才发展方面发挥着关键作用，因此成为大多数情景下生产力和经济增长的关键赋能因素。在人力资本加速发展的情景中，政府和企业加大投入必然会让教育部门受益。同样，在技术加速发展的情景下，由于对培训和专业技能的需求增加，教育机构可能会面临更多的增长机会。如果整个教育部门实现更加广泛

67、的技术融合，就有望提升生产力、打开新市场和提高盈利水平。比如，到2025年，仅是采用人工智能预计能够创造2,000亿美元的价值66。虽然自动化能提高生产力和改善教育成效67，但教育部门非常依赖高技能教育者和培训服务机构，这可能有助于维持人力服务的重要性。在技术放缓的情景下，比如在前文所述的“人力优势”情景中，对技能型劳动力和以人为本的职业的需求可能会上升，这会为教育部门带来新的增长机会。政府、企业和教育机构之间的战略合作伙伴关系至关重要，能够在技术和人才驱动的情景中满足不断变化的技能需求。比如，若能实施相关计划，提高劳动力的就业能力，打造面向人工智能和其他新兴技术的职业技能，则有望推动企业微型

68、学习服务的发展。2021年，企业微型学习服务的市场价值约为19亿美元68。改进运营方式，比如采用云系统，能够提高教育服务的可拓展性和灵活性，帮助服务机构提供“适时”或“按需”学习体验，满足行业的定制化需求。通过采取灵活的运营方式，适应性强、善于创新的教育服务机构能够做好准备，在充满竞争、日新月异的环境中实现发展。在许多发达经济体，数字化教育生态系统有望打造更加开放、包容和个性化的学习路径。但是，教育部门最大的红利可能归于教育基础设施落后、面临结构性人才缺口问题的发展中市场。获得补贴支持的数字化教室、混合型学习模式和精准的师资培训有助于消除区域差距，让更多的人享有优质教育。然而，这些努力目前还面

69、临巨大的障碍，因为全球近三分之二的人口仍然缺少网络连接服务，这使得教育行业难以全面释放生产力潜力69。政府、企业和教育机构之间的战略合作伙伴关系至关重要，有助于在技术和人才驱动的情景中满足不断变化的技能需求。全球经济未来情景：2030年生产力发展23未来生产力战略有了科学的、具有创造力的决策，企业和政府不仅能适应变革，而且能塑造变革。上文讨论的各种动力因素是会促进创新，还是会导致生产力停滞，或是干扰生产力发展，主要取决于决策者能否着眼长远，在充分知情的基础上，展开创造性的思考和行动。下文选择列出了一些考量因素，旨在帮助政府和企业应对可能出现的各式生产力情景。每一项考量都是为了解决技术进步和人力

70、 资本发展的关键互动如何塑造生产力、盈利、繁荣和福祉模式。不管技术发展是会加速还是减速，也不管人力资本是大幅增长还是落后下来，下文所述的各项战略建议旨在充分挖掘机会和减缓风险，并发挥两大变革动力的潜力。4全球经济未来情景：2030年生产力发展24表2针对企业和政府的战略建议对企业：实行统一的教育、劳动力培养和创新战略，确保技术和人力资本的协同发展。对企业：使用预测工具、大数据分析和实时反馈循环，支持运营和战略决策。投资提高领导力，打造灵活的治理架构，打破信息孤岛，鼓励创新和动态化决策。对企业：与教育机构建立动态合作关系，共同制定契合行业需要的课程体系，投资开展内部技能再培训和升级培训计划。投资

71、促进人才培养，确保提供公平的培训机会。对企业：打造人才流动框架，推动各类职业转型，利用全球人才资源，满足不断变化的企业需求。投资提高劳动力能力，让员工参与数字化和自动化流程。对企业：与政府、技术领袖和同业企业共同开展计划，在整个价值链上推广和扩散能够提高生产力的技术。投资打造技术领导力，实行统一的技术和运营战略，获得最大投资回报。对企业：实施伦理道德框架和安全保障措施，确保技术设计、开发和部署的透明度，建立问责制和增进利益相关方的信任。通过开放式沟通，让各利益相关方参与其中。对企业：将数字基础设施升级纳入核心战略，投资打造供应链基础设施，增强韧性、提高效率和扩大市场准入。对企业：制定本地化战略

72、，保障运营外围的供应链安全、市场准入和效率。携手政府、教育机构和其他利益相关方，促进新兴技术的应用，在服务水平落后的地区、行业和价值链环节培养人力资本。对企业：通过多元化战略，构建更加强大的技术供应链。投资实施灵活的劳动力战略，比如跨境人才流动和推广远程办公等，确保获得人力资本的支持。促进技术和人力资本的协同发展加强数据驱动的预判式决策构建面向未来的教育和培训体系预判人才需求，制定劳动力转型政策加快新兴技术的应用和扩散投资提高新兴技术的可信度加强关键基础设施消除区域和行业差 距，降低生产力差异提高对地缘政治动荡的韧性对政府：与教育者、技术专家和行业领袖展开合作，加强创新、知识和学习生态系统与政

73、策的融合。对政府：实行制度化前瞻实践和预判式政策设计。打造去中心化决策机制和国家数据框架，在保护隐私的同时，将有效可行的洞察纳入经济趋势分析。投资培养公共部门人才，加强创新和变革管理。对政府：加强教育和培训生态系统建设，满足不断变化的就业市场需求，提高技能可迁移性，确保提供公平的学习机会，鼓励开展终身学习，提高技术素养、适应性和创造力。对政府：制定劳动力转型政策，为面临淘汰风险的员工提供更有效的安全保障。动员企业制定行业性培训计划，鼓励各方加大投资力度，培养和留住人力资本。提升劳动力包容性，制定人才流动政策，比如通过实行快速签证通道，吸引全球顶级人才。对政府：通过补贴、基础设施投资、监管沙盒以

74、及公共与私营部门合作创新中心等措施，帮助小型企业和服务水平落后地区更轻松地获得技术。鼓励培育创新创业文化，确保各类经济主体（比如中小型企业、农村和城市地区等）的广泛参与。对政府：针对人工智能和自动化打造伦理道德框架和透明公开的监管制度，回应社会关切并增进社会公众对新技术的信任。与社会和行业相关方交流合作，制定能够消除偏见、平衡创新和责任的政策。对政府：投资建设基础设施，在交通运输和能源等关键领域消除数字鸿沟，提高韧性和效率。对政府：投资打造区域创新中心，减少非正规操作，实施支持落后地区和行业的精准政策，包括定向投资、税收优惠以及劳动力转移和培养计划。对政府：寻求双边和多边协议，保障知识交流、人

75、员流动和供应链持续性，同时实施多元化策略，降低对单一地区或市场的依赖。全球经济未来情景：2030年生产力发展25附录第三章的行业影响分析评估了第二章四大情景中人力资本、技术和生产力趋势对12个行业的影响。评估结果就形成了一个以热力图形式呈现的“行业影响力矩阵”，列出了每一个情景下行业产出和盈利所面临的不利因素和有利因素。分析还纳入了主题专家提供的定性意见，力求对研究结果进行验证和情景化展示。行业影响力矩阵的构建主要使用了三个步骤：研究方法A11231非常可能出现有利因素0.25-1可能出现有利因素-0.25-0.25影响不确定-1-0.25可能出现不利因素-1非常可能出现不利因素维度 生产力飞

76、跃 自动化过载 人力优势 生产力枯竭自动化和增强潜力 110.50.5对技能型员工的依赖 1-0.50.5-1技能培养工作 10.510.5企业研发强度 10.50.5-0.5受跨境技术限制影响的程度 0.5-0.5-1-1采用人工智能对营收的提升情况 10.50-0.5投资资本的短缺 -1-10-0.5维度和指标筛选维度-情景系数汇总选取了能够反映特定情境中赋能和限制因素的七个维度，以获取在技术和人力资本动态影响下行业的关键表现。表4总结列出了这些维度，以及在12个行业中使用这些维度的逻辑依据和评估指标。分析采用了“基于范围的归一化”数据预处理方法，将所有的指标数值转换成零到1之间的一个无单

77、位分值。针对每一个情景，为每一个维度分配一个范围在-1至1之间的乘数系数，以体现该情景中该维度和企业表现的关联方向和强度（见表3）。比如在“人力优势”情景中，“技能培养工作”维度的乘数系数为1，表明在以人为本的商业模式和人才竞争非常激烈的形势下，各行各业开展的技能培养工作与其绩效之间存在强大的正相关。用每个行业的归一化指标值乘以维度-情景系数，然后根据下列阈值标准将每个行业的结果进行分类，得出第三章表1所示的热力图。表3各情景下指标和行业表现之间的关联方向和强度来源：世界经济论坛和埃森哲全球经济未来情景：2030年生产力发展26表4指标描述和来源维度指标依据来源自动化和增强潜力对技能型员工的依

78、赖技能培养工作企业研发强度受跨境技术限制影响的程度采用人工智能对营收的提升情况投资资本的短缺可能实现自动化或增强的工作时长占比（%）高技能员工占行业劳动力的比例（%）完成了消除技能差距的培训的员工占比（%）研发开支占企业营收的比例（%）数据强度（每位员工的非资本化软件支出）（%）人工智能带来的营收提升占年度营收的比例（%）指出“投资资本短缺”是未来五年组织转型的主要障碍的受访者比例（%）世界经济论坛，未来就业：大语言模型和工作，2023年国际劳工组织（2023年或最新数据）世界经济论坛，未来就业报告，2024年标普Capital IQ（2019-2023年均值）信息技术与创新基金会，2021年

79、麦肯锡，生成式人工智能的经济潜力：下一波生产力浪潮，2023年世界经济论坛，未来就业报告，2024年体现了各行各业实现流程自动化或增强的能力，而自动化或增强的潜力高通常意味着生产力会大幅提升。体现了各行各业对技能型劳动力的依赖。技能型员工占比更高的行业更容易利用技术变革，但面临人才不足的风险。评估各行各业的员工技能再培训和升级培训行动。平均培训时间更长的行业可能更加灵活、更有韧性，更容易适应不断变化的人才和技术形势。代表各行各业对创新的重视程度。研发强度更高的行业通常更能推动创新和技术进步，也更能吸纳创新成果。了解分化对行业运营和技术获取的影响。数据强度更高的行业更容易受到各情景下分化趋势的影

80、响。估测人工智能对营收增长的贡献，进而评估采用先进技术可能带来的产值提升。结构性财务约束会限制各行各业对技术或人力资本进行投资的能力，也会降低各行各业应对外部冲击的能力。全球经济未来情景：2030年生产力发展27贡献者世界经济论坛Aengus Collins 新经济与社会中心经济增长和转型总负责人Kateryna Karunska 新经济与社会中心经济增长和转型洞察负责人Saadia Zahidi 世界经济论坛执行董事、新经济与社会中心总负责人 埃森哲Nick Kojucharov Macro Foresight部门主任、北美区负责人Yik Chi Tan Macro Foresight部门经

81、理Chris Tomsovic Macro Foresight部门董事总经理、全球负责人致谢我们诚挚感谢世界经济论坛和埃森哲的各位同事，感谢他们为本报告的编制提供了宝贵意见和支持。世界经济论坛的各位同事包括：Till Leopold、Attilio Di Battista、Armita Behboodi、Jesse Caemmerer、Philipp Grosskurth、Sriharsha Masabathula和Eoin Cathasaigh。埃森哲的各位同事包括：Andre De Silva、Jane Xu 和Terry Hammond。制作Laurence Denmark Studio

82、 Miko创意总监Martha Howlett Studio Miko编辑Oliver Turner Studio Miko设计师全球经济未来情景：2030年生产力发展281.Feenstra,R.C.,Inklaar,R.,&Timmer,M.P.(2015).The Next Generation of the Penn World Table.American Economic Review 2015,105(10):3150-3182.http:/dx.doi.org/10.1257/aer.20130954;and Caselli,F.(2005).Accounting for cr

83、oss-Country Income Differences,in Philippe Aghion and Stephen Durlauf(eds.),Handbook of Economic Growth,Volume 1A,679-741,Elsevier.2.Organisation for Economic Co-operation and Development.(2021),OECD Compendium of Productivity Indicators 2021.https:/www.oecd-ilibrary.org/industry-and-services/oecd-c

84、ompendium-of-productivity-indicators_f25cdb25-en.3.Qureshi.Z.(2020).Technology,Change,and a New Growth Agenda,in Kim,H.-W.,&Qureshi,Z.(Eds.),Growth in a Time of Change:Global and Country Perspectives on a New Agenda.Brookings Institution Press.4.Accenture.(2024).The productivity payoff:Unlock compet

85、itiveness with gen AI.https:/ Monetary Fund.(2024).World Economic Outlook:Steady but slow:Resilience amid divergence.https:/www.imf.org/en/Publications/WEO/Issues/2024/04/16/world-economic-outlook-april-2024.6.Ibid.7.Based on International Labour Organization,Statistics on labour productivity,Output

86、 per hour worked(2005-2024 average).8.Accenture.(2024).The productivity payoff:Unlock competitiveness with gen AI.https:/ Bank.(2020).Global Productivity:Trends,Drivers,and Policies.https:/www.worldbank.org/en/research/publication/global-productivity.10.Filippucci,F.,et al.(2024),The impact of Artif

87、icial Intelligence on productivity,distribution and growth,OECD Artificial Intelligence Papers,No.15,OECD Publishing.https:/www.oecd-ilibrary.org/science-and-technology/the-impact-of-artificial-intelligence-on-productivity-distribution-and-growth_8d900037-en 11.Mashnik,D.,Jacobus,H.,Barghouth,A.,Wan

88、g,E.J.,Blanchard,J.,&Shelby,R.(2017).Increasing productivity through irrigation:Problems and solutions implemented in Africa and Asia.Sustainable Energy Technologies and Assessments,Volume 22.https:/doi.org/10.1016/j.seta.2017.02.005.12.Padhiary,M.,Saha,D.,Kumar,E.,Sethi,L.N.,&Kumar,A.(2024).Enhanci

89、ng precision agriculture:A comprehensive review of machine learning and AI vision applications in all-terrain vehicle for farm automation,Smart Agricultural Technology,Volume 8.https:/doi.org/10.1016/j.atech.2024.100483.13.World Economic Forum.(2024).Leveraging Generative AI for Job Augmentation and

90、 Workforce Productivity:Scenarios,Case Studies,and a Framework for Action.https:/www.weforum.org/publications/leveraging-generative-ai-for-job-augmentation-and-workforce-productivity/.14.Accenture.(2023).The CHRO as a growth executive.https:/ on Organisation for Economic Co-operation and Development

91、.Going Digital Toolkit.16.World Economic Forum.Executive Opinion Survey 2024.17.Ibid.18.Criscuolo,C.et al.(2021).The human side of productivity:Uncovering the role of skills and diversity for firm productivity.OECD Productivity Working Papers,No.29.OECD Publishing.https:/www.oecd-ilibrary.org/econom

92、ics/the-human-side-of-productivity_5f391ba9-en.19.Ibid.20.World Bank.(2020).Global Productivity:Trends,Drivers,and Policies.https:/www.worldbank.org/en/research/publication/global-productivity.21.United Nations.(2024).World Population Prospects 2024.https:/www.un.org/development/desa/pd/world-popula

93、tion-prospects-2024.22.World Economic Forum.(2024).Chief Economists Outlook:January 2024.https:/www.weforum.org/publications/chief-economists-outlook-january-2024/.23.International Monetary Fund.(2024).World Economic Outlook:Steady but slow:Resilience amid divergence.https:/www.imf.org/en/Publicatio

94、ns/WEO/Issues/2024/04/16/world-economic-outlook-april-2024.24.Ibid.25.Criscuolo,C.et al.(2021).The human side of productivity:Uncovering the role of skills and diversity for firm productivity.OECD Productivity Working Papers,No.29.OECD Publishing.https:/www.oecd-ilibrary.org/economics/the-human-side

95、-of-productivity_5f391ba9-en.26.Autor,D.,Chin,C.,Salomons,A.,&Seegmiller,B.(2024).New Frontiers:The Origins and Content of New Work,19402018,The Quarterly Journal of Economics,Volume 139,Issue 3.https:/doi.org/10.1093/qje/qjae008尾注全球经济未来情景：2030年生产力发展2927.World Economic Forum.(2025).The Future of Job

96、s Report 2025.https:/www.weforum.org/publications/the-future-of-jobs-report-2025.28.World Economic Forum.(2024).Chief Economists Outlook:May 2024.https:/www.weforum.org/publications/chief-economists-outlook-may-2024/.29.International Monetary Fund.(2024).World Economic Outlook:Steady but slow:Resili

97、ence amid divergence.https:/www.imf.org/en/Publications/WEO/Issues/2024/04/16/world-economic-outlook-april-2024.30.World Intellectual Property Organization.(2024).Global Innovation Index 2024.Unlocking the Promise of Social Entrepreneurship.https:/www.wipo.int/web-publications/global-innovation-inde

98、x-2024/en/.31.World Economic Forum.(2025).The Future of Jobs Report 2025.https:/www.weforum.org/publications/the-future-of-jobs-report-2025.32.Ibid.33.Calvino,F.&Fontanelli,L.(2023).A portrait of AI adopters across countries:Firm characteristics,assets complementarities and productivity.OECD Science

99、,Technology and Industry Working Papers,No.2023/02.OECD Publishing.https:/www.oecd-ilibrary.org/science-and-technology/a-portrait-of-ai-adopters-across-countries_0fb79bb9-en.34.GSMA.Foxconn Lights-off Factory.https:/ Monetary Fund,Organisation for Economic Co-operation and Development,United Nations

100、 Conference on Trade and Development,World Bank&World Trade Organization.(2023).Digital Trade for Development.https:/www.wto.org/english/res_e/publications_e/dtd2023_e.htm.36.World Economic Forum.(2025).The Future of Jobs Report 2025.https:/www.weforum.org/publications/the-future-of-jobs-report-2025

101、.37.Acemoglu,D.,Restrepo,P.&Krueger,D.(2022).Demographics and Automation.The Review of Economic Studies,vol 89(1).https:/doi.org/10.1093/restud/rdab031.38.International Monetary Fund.(2024).World Economic Outlook:Steady but slow:Resilience amid divergence.https:/www.imf.org/en/Publications/WEO/Issue

102、s/2024/04/16/world-economic-outlook-april-2024.39.The Conference Board.(2023).Global Productivity Brief 2023.https:/www.conference-board.org/publications/global-productivity-brief-2023.40.Goldman Sachs.(2023).AI investment forecast to approach$200 billion globally by 2025.https:/ productivity and gr

103、owth in an ageing society:Key mechanisms and policy options.OECD Economics Department Working Papers,No.1807,OECD Publishing.https:/www.oecd.org/en/publications/enhancing-productivity-and-growth-in-an-ageing-society_605b0787-en.html.42.International Monetary Fund.(2024).World Economic Outlook:Steady

104、 but slow:Resilience amid divergence.https:/www.imf.org/en/Publications/WEO/Issues/2024/04/16/world-economic-outlook-april-2024.43.Based on UNESCO Institute for Statistics.Government expenditure on education as%of GDP.44.ManpowerGroup.(2024).Global Talent Shortage 2024.https:/ Development Report 202

105、4.The SDGs and the UN Summit of the Future.https:/dashboards.sdgindex.org/.46.Information Technology&Innovation Foundation.(2021).How Barriers to Cross-Border Data Flows Are Spreading Globally,What They Cost,and How to Address Them.https:/itif.org/publications/2021/07/19/how-barriers-cross-border-da

106、ta-flows-are-spreading-globally-what-they-cost/.47.Based on S&P Capital IQ.48.OpenView.(2023).OpenView 2023 Saas Benchmarks Report.https:/ in the age of generative AI.https:/ Bank.(2020).Global Productivity:Trends,Drivers,and Policies.https:/www.worldbank.org/en/research/publication/global-productiv

107、ity.51.Accenture.(2019).Caterpillars,Butterflies,and Unicorns.Does digital leadership in banking really matter?https:/ next competitive edge.A breakthrough in managing costs.https:/ Nationals Industrial Development Organization.(2023).International Yearbook of Industrial Statistics 2023.https:/www.u

108、nido.org/sites/default/files/unido-publications/2023-12/UNIDO_IndustrialStatistics_Yearbook_2023.pdf.54.Goldman Sachs.(2022).Software Is Taking Over the Auto Industry.https:/ Data Corporation.(2024).A Deep Dive Into IDCs Global AI and Generative AI Spending.https:/ Economic Forum.Future of Jobs Surv

109、ey 2024.57.World Economic Forum.(2019).Fourth Industrial Revolution Beacons of Technology and Innovation in Manufacturing.https:/www.weforum.org/publications/fourth-industrial-revolution-beacons-of-technology-and-innovation-in-manufacturing/.58.Based on Accenture analysis.59.International Federation

110、 of Robotics.(2024).35%cost reduction while maintaining work safety and high-quality output.Case Studies-Robots addressing the UN SDGs.https:/ifr.org/case-studies/35-cost-reduction-while-maintaining-work-safety-and-high-quality-output.60.Accenture.Energy.https:/ Sachs.(2024).AI is poised to drive 16

111、0%increase in data center power demand.https:/ Renewable Energy Agency.(2023).Geopolitics of the Energy Transition:Critical Materials.https:/www.irena.org/Publications/2023/Jul/Geopolitics-of-the-Energy-Transition-Critical-Materials.64.World Economic Forum.(2024).Accelerating an Equitable Transition

112、:A data-driven approach.https:/www.weforum.org/publications/accelerating-an-equitable-transition-a-data-driven-approach/.65.World Economic Forum.Future of Jobs Survey 2024.66.Morgan Stanley.(2023).Generative AI Is Set to Shake Up Education.https:/ Economic Forum.(2024).Shaping the Future of Learning

113、:The Role of AI in Education 4.0.https:/www.weforum.org/publications/shaping-the-future-of-learning-the-role-of-ai-in-education-4-0/.68.Sifted.(2023).B2B edtech.The early-stage report card.https:/sifted.eu/pro/briefings/b2b-edtech.69.International Telecommunication Union.(2023).Facts and Figures 202

114、3.Measuring digital development.https:/www.itu.int/itu-d/reports/statistics/facts-figures-2023/.世界经济论坛地址：9193 route de la CapiteCH-1223 Cologny/GenevaSwitzerland（瑞士日内瓦）电话：+41(0)22 869 1212传真：+41(0)22 786 2744邮箱：contactweforum.org网址：www.weforum.org世界经济论坛是推动公共和私营部门合作的国际组织，致力于改善世界状况。论坛汇聚政界、商界等社会各界重要领袖，共同制定全球、区域和行业议程。