海外动态观察：日本工资悖论与中国AI加速逻辑

执行摘要：本报告聚焦海外两大动态：一是日本实际工资八连涨但依赖补贴减税托底，劳动力短缺引发破产潮，叠加年底加息预期，货币政策陷入两难；二是华为徐直军就美国呼吁放缓AI开发作出回应，主张中国模型需加快发展。报告从宏观格局、产业链、数据竞争与趋势四方面展开产业分析。

海外宏观与产业格局总览

本章从日本薪资与货币政策的博弈现状、中美AI发展节奏分化两条主线入手，勾勒当前海外动态的整体图景。二者分别代表了成熟经济体“工资—物价—利率”传导链条的结构性张力，以及新兴技术产业中不同发展路径所带来的节奏差异，共同构成理解下一阶段全球宏观与产业变局的基础框架。

一、日本：实际工资八连涨背后的政策两难

日本厚生劳动省数据显示，8月实际现金收入同比增长1.5%，实现连续第八个月上涨，创近十年最长纪录；基础工资与名义工资均增长3.8%，名义工资增速连续七个月高于3%，为1992年以来的最长周期。从表面数据看，日本长期存在的“工资涨不动”问题正在被逐步修正，这也为日本银行推进货币政策正常化提供了基本面依据。

然而，本轮工资上涨的成色需要拆解观察。其一，高市早苗政府的公用事业补贴与计划中的食品减税对居民实际购买力形成了明显的托底作用，8月CPI被压至1.9%，实际工资的正增长在相当程度上受益于政策性因素对物价端的压低，而非完全由内生加薪能力驱动。其二，劳动力结构性短缺持续发酵，与劳动力短缺相关的企业在2026财年上半年已达240件，创历史新高，显示用人成本上升已开始对部分企业经营造成实质压力，出现“加薪—成本上升—破产”的传导迹象。

在此背景下，日本货币政策空间被双向挤压：一方面，工资持续上涨强化了通胀预期，市场定价日本央行年底前加息概率已达76%；另一方面，破产潮抬头与补贴减税依赖意味着加息节奏过快可能加剧实体风险，央行需要在抗通胀与稳增长之间寻求平衡。这是典型的“日本工资悖论”——数据向好但内生动能存疑，政策正常化的窗口与风险同时存在。

二、中美AI：发展水平与节奏的路径分化

中美AI发展呈现明显的节奏分化。美国主流模型在计算能力上更强，技术进展多在闭源体系内推进；中国模型以开源路线为主，进展透明、生态开放，但整体能力与美国头部模型存在差距。

针对美国AI厂商“放缓AI开发”以控制风险的呼吁，华为轮值董事长徐直军在9月17日全联接大会媒体问答中作出回应（相关言论于10月5日由华为官方披露）。其核心逻辑是：中美AI发展水平与节奏不同，风险感知的前提也不同——美国闭源模型复杂度只有自己清楚，社会对AI风险已形成切身体会；而中国模型多为开源、进展透明，市场对AI风险的感受反而更弱。因此，中国模型提供商需要加快发展步伐，达到能够体会风险的水平，再谈风险治理才有现实意义。同时他强调，仍需在推动开发与管理风险之间取得平衡，确保AI“为善不作恶”。

这一表态折射出中国AI产业界对“安全优先、减速发展”路径的不同看法：发展水平本身就是风险治理能力的一部分，节奏差异意味着两国不宜套用同一套监管时间表。对于出海企业与技术观察者而言，理解这种“发展—风险”认知的错位，是研判后续中美AI监管互动、开源生态演进的关键前提。

三、整体图景

两条主线共同指向一个判断：全球主要经济体的政策框架正经历重新校准——日本在工资与物价的正反馈中寻找加息窗口，中国在发展速度与风险管理的张力中确立自身AI路径，美国则倾向于以减速换安全。节奏之争与政策两难，是当前海外动态的关键词。

日本工资上涨的驱动结构

表面强劲的工资数据

日本厚生劳动省数据显示，8月实际现金收入同比增长1.5%，实现连续第八个月上涨，创下近十年最长连涨纪录。从结构看，基础工资与名义工资均增长3.8%，名义工资已连续七个月保持在3%以上，为1992年以来的最长纪录。从传统判断标准看，这组数据似乎标志着日本“失去的三十年”中工资停滞困局的实质性转折——名义增速站稳3%曾是日本央行、企业界与工会组织（春斗谈判框架）长期追求的目标线。

然而，将工资上涨置于价格与政策环境中考量，其质量与可持续性需要更细致的拆解。8月CPI被压至1.9%，实际工资的正增长并非完全由名义工资的强劲内生动力所驱动，而是在相当程度上依赖高市早苗政府的公用事业补贴与计划中的食品减税托底实现的。

政策性托底与内生涨薪的构成差异

日本本轮实际工资上涨可分解为两个来源：一是名义工资的内生性增长，二是物价端的政策性压制。两者的经济含义截然不同。

名义工资增长3.8%的部分，源于劳动力市场结构性紧张。日本人口老龄化与劳动人口持续收缩，使企业在用工竞争中被动提薪，这一逻辑具有持续性和内生性，属于真实的分配格局改善。但物价端1.9%的CPI读数，包含了公用事业补贴对电费、燃气费的直接压低，以及食品减税的预期效应。若剔除这些政策因素，实际通胀水平更高，实际工资的“账面涨幅”将相应缩水。

这意味着当前的实际工资八连涨中，存在相当比例的“政策性涨幅”——它改善居民实际购买力的统计表现，但不改变企业与家庭部门之间的分配结构，也不直接增强企业的支付能力。一旦补贴与减税退出，实际工资增速可能面临回吐压力。

企业端承受力与破产潮信号

政策性托底的可持续性还受到企业端承受力的约束。与工资上涨形成对照的是，劳动力短缺相关破产在2026财年上半年达到240件，创历史新高。这类破产的典型逻辑是：企业因人手不足无法维持经营，或因被迫大幅加薪、提升用工成本而压垮利润。

这组数据揭示出涨薪传导链条中的脆弱环节——中小企业。日本大企业在春斗中响应加薪的能力较强，但大量依赖人力的中小企业既面临用工短缺，又缺乏转嫁成本的能力，工资上涨反而成为压垮部分企业的直接因素。若破产潮延续，就业端的不确定性将反过来抑制消费，削弱涨薪—消费—物价—再涨薪的良性循环基础。

央行的两难处境

上述结构性矛盾集中传导至货币政策层面。市场目前定价日本央行年底前加息概率为76%。持续的实际工资正增长与名义工资站稳3%，本构成加息的核心条件；但支撑实际工资的相当部分是财政补贴与减税，其压低CPI的效果与加息抗通胀的目标存在方向性张力。

央行面临的双重约束在于：若依据“实际工资连涨、名义工资达标”的传统加息依据行动，可能误判内生通胀动能——剔除政策托底后的真实价格与工资互动未必支持加息；若因补贴压低CPI而推迟加息，日元贬值压力与进口通胀风险则可能积聚。货币政策决策因此需要在统计意义上的工资改善与内生意义上的工资改善之间做出甄别，而这恰恰是当前数据结构难以清晰回答的问题。

小结

日本工资上涨的真实图景是“内生动力初现、政策托底放大”的组合。基础工资3.8%的增长体现了劳动力短缺下的结构性涨薪逻辑，具备一定持续性；但实际工资八连涨的成色受制于财政补贴与减税的物价压制效应，企业端破产创新高与央行加息预期的博弈，进一步压缩了政策空间。观察后续走势的关键指标，在于补贴与减税退出后的实际工资表现，以及中小企业对涨薪成本的消化能力。对于海外观察者而言，日本案例提示：工资数据的“量”与“质”需要区分评估，政策性托底带来的改善在统计上真实、在经济逻辑上可能并不稳固。

日本产业链与破产压力传导

劳动力短缺型破产创新高

2026财年上半年，日本劳动力短缺相关破产达到240件，创下历史新高。这一数字是观察日本经济结构性矛盾的直观窗口：工资持续上涨、实际现金收入同比连续第八个月增长、基础工资增速达3.8%，本应是企业景气度改善的信号，但中小企业却因“招不到人、留不住人”而被迫停业或倒闭。工资上涨与破产增加并存，构成日本当前经济的典型悖论。

需要指出的是，当前实际工资的上涨在相当程度上依赖公用事业补贴与计划中的食品减税等政策托底，8月CPI被压至1.9%。这意味着企业的成本压力并未消失，而是被政策暂时缓冲。一旦补贴退坡，劳动力成本刚性上升与需求端价格约束之间的矛盾可能进一步显性化，破产数据存在继续攀升的可能。

传导路径：从个体经营困难到系统性压力

劳动力短缺破产并非孤立事件，其影响沿三条路径逐步扩散。

第一条是中小企业层面的直接出清。 日本中小企业吸纳了大量就业，且普遍处于劳动力密集的服务业、物流、建筑与餐饮等行业。人手不足直接导致营业时间缩短、接单能力下降、订单违约风险上升。对盈利缓冲薄弱的小微企业而言，加薪留人意味着利润被侵蚀，不加薪则意味着业务萎缩，“涨薪即亏损、不涨即断人”构成两难。240件破产是这一矛盾的显性结果，而更多的企业可能处于“隐性困难”状态——尚未破产，但增长停滞、投资意愿收缩。

第二条是供应链层面的连锁传导。 中小企业是日本制造业供应链的基础环节，承担大量细分零部件、加工与物流职能。单一环节的人手不足型破产可能触发下游整机企业的断供风险，迫使大企业加速对供应商的整合或替代，进而加剧中小供应商的竞争压力。这种“小企业倒闭—大企业重构供应链”的过程在短期内推高采购成本，中长期则改变产业组织形态。同时对中小企业而言，大客户的供应链审查与合规要求也在提升，经营负担叠加。

第三条是区域经济层面的收缩效应。 劳动力短缺在地方更为严峻。年轻人口向东京都市圈集中，地方企业招工难度高于城市，一旦地方骨干中小企业倒闭，往往带走当地一部分就业与税基，形成“人口流出—企业用工更难—进一步倒闭”的区域循环。破产压力因此呈现不均衡分布：都市圈企业尚可通过加薪和外包缓解，地方企业则更接近刚性约束。

与宏观政策的互动

破产数据与货币政策形成微妙的博弈关系。市场定价日本央行年底前加息概率达76%，而加息将抬升中小企业融资成本——多数中小企业依赖银行贷款维持运营，利率上行与劳动力成本上行叠加，可能加速脆弱企业的出清。央行在“确认工资—物价良性循环”与“防范企业信用风险扩散”之间面临两难。

与此同时，政府通过补贴与减税压低物价、托底居民实际购买力，客观上也在延缓成本向消费端传导。政策托底、企业承压、央行观望，三者共同构成当前日本工资悖论的完整图景。

传导机制示意

小结

240件劳动力短缺型破产是日本工资悖论在产业层面的投影：工资上涨本应是需求扩张的信号，却在劳动力供给收缩的结构约束下转化为中小企业的生存压力。这一压力沿中小企业—供应链—区域经济的路径传导，最终与货币政策形成反馈。观察补贴退坡节奏、央行利率决策与后续破产数据，是判断日本经济能否实现“工资—物价—增长”良性循环的三个关键变量。对中国而言，日本的教训在于：劳动要素供给的收缩会以超出预期的速度重构产业成本结构，技术替代与自动化投入的前瞻性布局，正是对冲这一结构性风险的产业逻辑，这也与全球范围内AI加速发展的背景形成呼应。

中日美AI产业竞争格局

引言

在AI产业全球化竞争加速的背景下，中美两国选择了明显不同的发展路径。美国主流闭源模型凭借更强的算力优势保持领先，而中国则以开源透明路线快速追赶。华为轮值董事长徐直军于9月17日全联接大会上的表态（10月5日经华为官方披露），为观察这一格局提供了产业界的直接视角。

中美技术路线的分野

美国：闭源主导，算力驱动

美国主流AI模型普遍采用闭源商业模式，其计算能力更强、技术复杂度更高。徐直军指出，这类模型的复杂程度“只有自己清楚”——闭源体系下，模型能力边界与潜在风险主要由开发企业内部掌握，外部市场难以直接观测。这种模式依托美国在大规模算力基础设施上的积累，形成了“强算力—强模型—商业变现”的闭环。

中国：开源透明，快速追赶

与美国路线不同，中国的AI模型以开源为主流，进展对外透明。开源路线意味着模型能力、参数规模与迭代节奏均可被外部观察和验证，市场能够持续跟踪技术演进。在算力约束与商业生态差异的双重背景下，开源路线成为中国AI产业扩大全球影响力、凝聚开发者生态的重要选择。

对风险认知与开发节奏的不同判断

徐直军的表态直接回应了部分美国AI厂商呼吁放缓AI开发的观点。其核心逻辑是：中美AI发展水平与节奏不同，中国模型多为开源、进展透明，市场对AI风险的感受更弱；美国闭源模型能力更强，其风险也更容易被产业内部感知。基于这一判断，他认为中国模型提供商“反而需要加快步伐”——只有达到能够体会风险的水平，才能更准确地识别和管理风险。

这一论述揭示了产业界的博弈逻辑：放缓开发的呼吁与企业的实际发展水平、竞争位置密切相关。对中国厂商而言，在追赶阶段强调加速，既是缩小差距的需要，也被其视为理解风险的必要过程。同时徐直军亦强调，需在推动开发与管理风险之间取得平衡，确保AI“为善不作恶”，表明加速立场并非否定风险治理的必要性。

开源生态与监管节奏的差异

从产业生态看，开源与闭源路线衍生出不同的监管课题。闭源模型的能力部署高度集中于头部企业，监管焦点在于能力评估与商业合规；开源模型一旦发布即广泛传播，其透明性带来了更广泛的开发者参与，同时也对内容安全与使用边界提出了治理要求。两种路线下，风险治理的抓手与难点不同，各国监管节奏亦需与本国产业发展阶段相匹配。

值得注意的是，产业界关于“加速还是放缓”的公开讨论本身，也构成了竞争格局的一部分——发展节奏的表态与各国监管框架的松紧相互影响。中国强调在开发与风险管理间取得平衡，反映出监管与发展并行推进的整体取向。

与宏观背景的关联

从更广的中日美比较视角看，AI产业的竞争格局并非孤立存在。日本当前正处于工资上涨（8月实际工资同比增长1.5%，连续第八个月上涨）与劳动力短缺（2026财年上半年劳动力短缺相关破产达240件创新高）并存的阶段，对自动化与AI应用存在现实需求，这为中日美AI技术输出与产业合作提供了潜在空间。而中美在技术路线上的分野，也将持续影响全球AI产业链的分工与合作格局。

小结

中美AI产业竞争呈现“闭源强算力”与“开源透明追赶”两条路线并行推进的格局。美国依托算力优势维持模型领先，中国借助开源生态加速迭代。围绕开发节奏与风险管理的讨论，本质上反映了不同发展位置下产业主体的博弈逻辑。在监管与发展并行的框架下，两条路线的竞合关系将持续塑造全球AI产业格局。

华为回应与AI安全—开发平衡

在9月17日华为全联接大会的媒体问答环节，华为轮值董事长徐直军就“美国同行呼吁放缓AI开发”的议题作出回应，相关言论于10月5日由华为官方渠道正式披露。这一表态在海外AI治理讨论持续升温的背景下，提供了一个来自中国头部科技厂商的立场样本，也折射出中美两国在AI发展节奏与治理逻辑上的结构性差异。

回应的核心逻辑：发展水平决定风险感知

徐直军的回应建立在一个核心判断之上：中美AI产业的发展水平与节奏并不相同。他坦承，美国主流模型在计算能力上更强，其内部复杂度“只有自己清楚”；相比之下，中国模型以开源路线为主，进展透明，技术前沿与主流市场应用之间的距离相对更近。由此他提出了一个颇具辩证色彩的论点：正因为中国模型相对“更弱”，市场对AI风险的切身感受更弱，所以中国的模型提供商反而需要加快发展步伐，“达到能体会风险的水平”。

这一论述的逻辑链条是：风险的认知与应对能力，建立在实际的技术体验之上。对于尚未触及前沿能力的产业生态而言，超前讨论放缓可能意味着主动放弃积累风险认知的机会。因此在他看来，“加快发展”与“理解风险”并非对立，而是后者赖以成立的前提。

平衡框架：开发与治理并重

值得注意的是，徐直军并未将“加快发展”简化为速度至上。他在同一表态中明确强调，需要在推动开发与管理风险之间取得平衡，确保AI“为善不作恶”。这一表述将华为的立场与单纯的技术乐观主义区分开来，构成了一个双支柱框架：

产业背景与立场解读

徐直军的回应出现在一个特定的博弈语境中：部分美国AI厂商公开呼吁放缓AI开发速度，这一倡议在海外监管与产业讨论中引发了关于“暂停开发是否有利于头部企业巩固优势”的争议。客观来看，放缓倡议对不同位置的参与者具有不对称的含义——对于已处前沿的厂商，放缓可能是负责任的治理选择；对于追赶者，放缓则可能固化既有差距。徐直军的表态正是基于这一结构性位置的直接回应。

从中国厂商整体立场看，这一表态具有代表性。中国AI产业以开源模型生态为主要路径，透明度较高，同时在算力获取上面临外部限制。在此背景下，中国厂商普遍倾向于强调发展阶段差异，主张治理框架应与发展水平相匹配，而非简单采纳海外的前沿治理议程。徐直军“先达到能体会风险的水平”的说法，本质上是主张以发展积累治理能力，而非以外部设定的节奏约束发展。

对产业格局的影响

这一表态对产业观察者有三点启示：

其一，AI治理讨论正在从单一全球议程转向分阶段的差异化立场。中美厂商对“风险—开发”关系的表述差异，反映了各自所处技术位置的不同，未来国际AI治理协调的难点或将集中于如何弥合这一节奏认知差。

其二，华为的“平衡”框架为国内政策讨论提供了厂商侧的参考坐标：既承认风险管理不可或缺，又坚持以发展为先。这与近年来国内监管强调发展与安全并重的总体基调相一致，预示中国AI治理路径将继续保持“边发展、边治理”的渐进特征。

其三，开源透明路线下的风险感知问题值得持续跟踪。徐直军指出开源模型进展透明、风险感受更弱，这既是开源生态的优势，也可能成为治理盲点——当能力提升达到一定阈值后，如何将“体会到的风险”及时转化为管理机制，将是中国AI产业面临的真实考验。

综合而言，徐直军的回应并非对治理的否定，而是对治理前提的重述：在中国模型尚未充分触及前沿能力的当下，加快发展与强化风险管理被置于同一个框架之内。这一立场为中国厂商在AI安全—开发平衡问题上提供了清晰的公开表述，也将成为观察中国AI治理演进的重要参照。

趋势判断与政策风险展望

一、日本货币政策：年底加息概率高企，两难格局或将加剧

从当前数据链条看，日本工资与物价、货币政策之间的张力正在累积。厚生劳动省数据显示，8月实际现金收入同比增长1.5%，连续第八个月上涨，为近十年最长纪录；基础工资与名义工资均增长3.8%，名义工资连续七个月高于3%，是1992年以来的最长周期。表面上看，“工资—物价”的良性循环似乎已经确立。

但结构性拆解显示，这轮实际工资上涨的成色存在依赖性：高市早苗政府的公用事业补贴与计划中的食品减税是重要托底力量，8月CPI因此被压至1.9%。这意味着实际工资改善在相当程度上来自财政端的价格干预，而非完全由薪资议价能力内生驱动。一旦补贴与减税效果边际减弱，通胀回升与实际工资回落可能同时出现。

对日本央行而言，矛盾在于两条曲线的背离：一方面，名义工资持续高增强化了服务通胀的粘性预期，构成继续正常化货币政策的理由；另一方面，劳动力短缺相关的破产在2026财年上半年已达240件，创历史新高，显示中小企业在成本传导不畅的背景下承受力接近极限。市场当前定价央行年底前加息概率为76%，若加息落地，融资成本上行与劳动力成本上行叠加，破产压力可能进一步显现；若不加息，日元贬值压力与通胀预期脱锚风险又将上升。政策两难大概率在年底前加剧，而非缓解。

二、AI竞争节奏分化：开源透明度成为全球博弈新变量

AI领域的竞争格局呈现明显的节奏分化。华为轮值董事长徐直军在9月17日全联接大会媒体问答中（言论于10月5日由华为官方披露）回应美国同行呼吁放缓AI开发时指出：中美AI发展水平与节奏不同，美国主流模型计算能力更强，但其复杂度只有开发者自己清楚；而中国模型多为开源、进展透明，市场对AI风险的感受因此相对更弱。基于此，他提出中国模型提供商反而需要加快步伐，达到能体会风险的水平。

这一表述揭示了当前全球AI治理讨论中的一个核心张力：开发速度与风险治理的匹配问题在不同发展阶段的主体之间没有统一答案。美国厂商呼吁放缓开发，反映的是其处于技术前沿、对前沿风险感知更直接的产业逻辑；中国阵营的判断则是，能力落后阶段的放缓实质上会固化差距，且开源透明路径本身构成了另一种风险认知方式——即通过更快迭代和开放可见性来建立对风险的实证理解。徐直军同时强调需在推动开发与管理风险之间取得平衡，确保AI“为善不作恶”，表明其立场是加速与治理并行，而非排斥治理。

从产业逻辑推演，未来全球AI博弈的焦点可能从单纯的算力与模型能力竞争，逐步扩展到三个维度：

1. 开源与闭源的透明度之争：开源模型的可审查性是否会成为国际治理框架中的加分项或合规负担，尚待观察；

2. 风险叙事的博弈：不同阵营对“何种风险值得放缓”的判断差异，将影响国际规则制定中的话语权分配；

3. 监管框架的适配性：各国监管若以单一发展节奏为假设设计，可能与实际分层竞争格局产生错配。

三、综合展望

两条主线在“政策与节奏的匹配”上形成呼应：日本央行的困境是货币正常化节奏与实体经济承受力之间的错配，AI领域的分歧是开发节奏与风险治理框架之间的错配。共同的结构性特征是——决策者需要在信息不完全、利益分化且外部压力上升的环境中校准节奏。

风险提示方面：日本方面需关注年底加息落地后的中小企业破产数据变化，以及补贴退坡后实际工资数据的回吐幅度；AI方面需关注各国监管框架对开源模型的差异化处理，以及国际治理协调的实际进展。总体判断，2026年上半年前，上述两难与博弈均难有确定性收敛，相关数据的边际变化将是主要观察窗口。