“AI经济与智能经济的新形态已经确立，但AI经济学和数字经济学还没有真正开始。”

9月9日，在2026 Inclusion·外滩大会见解论坛《AI经济增长新范式与社会价值重构》上，经济学家刘元春表示，AI已经在技术和商业模式层面带来变化，但在AI究竟能在多大程度上提升生产率、何时产生影响以及通过什么路径发挥作用等问题上，经济学界仍存在巨大分歧。

在刘元春看来，一种新技术范式对经济增长最早的冲击，往往并不是技术本身，而是技术即将到来的信号所激发的讨论、预期和投资热情。

“任何一场技术革命，首先要等待一场金融革命。”刘元春表示，一定程度的泡沫往往会为技术革命的全面到来提供资本支持。因此，近年来围绕AI形成的投资热潮，本身也是技术革命早期阶段的一种表现。

但AI对经济的现实影响路径，与许多人此前的想象并不完全相同。刘元春表示，当前AI带来的较为直接的变化，首先体现在芯片需求上升、AI基础设施投资增长，以及相关贸易活动增加。相比之下，通过任务自动化、人机协同、数字资本积累和科研创新等渠道提高全要素生产率，可能需要更长时间才能充分显现。

目前，不同机构和学者对AI生产率红利的测算差异显著。

刘元春介绍，相对乐观的商业机构认为，AI有望显著提高生产率和经济增速；较为谨慎的经济学家则认为，未来十年AI对全要素生产率的年度贡献可能只有零点几个百分点。

“你大可不必完全相信经济学家给出的测算。”刘元春表示，经济学家通常会把一个行业分解为大量具体任务，再判断哪些任务可以被AI替代、哪些可以被AI增强，最后进行加权汇总。但经济学家未必真正了解每个行业的工艺流程和任务构成，不同研究对AI替代范围的假设也存在较大差异。这也是AI生产率研究分歧巨大的重要原因。

刘元春认为，AI泡沫之争的本质，仍然是未来生产率能否支撑当前的资本投入和资产估值。但泡沫也需要分类，不能简单地“一竿子打死”。

“有泡沫不可怕。”刘元春表示，互联网泡沫破裂后虽然出现了大规模市值回调，但相关技术和基础设施得以留存，也孕育出一批重要企业。对于AI而言，真正需要判断的是，相关资本投入能否最终转化为持续的生产率增长。

刘元春总结称，传统经济学框架不仅难以解释AI的本质和规律，还可能带来一些错误与困惑。经济学家正在寻找新的研究范式，一个值得关注的变化是，原本保守的经济学家也开始变得更加乐观。

“我们的确需要审慎、乐观地前行。”刘元春说。

以下为刘元春演讲全文：

谢谢主持人，也谢谢主办方的邀请，今天大家都在谈AI，当然实际上大家真懂AI的人是很少的，所以我的题目是以一个旁观者的角度审视。

一、讨论AI对经济的冲击成为超级话题

到底AI对现在的经济有什么样的冲击？我们应该从什么样的角度来把握它？这是目前学界所争论的一个话题，但是这个话题可能最多的是在一般的投资界、财经界来展开的，所以大家会看到全球财报电话会上AI以及“AI颠覆”所提及的字数，最开始就是从ChatGPT出现之后，出现了暴增。也就是说人人都在谈AI，所有做经济、做投资的不谈AI你就理解不了投资，你就没有掌握我们餐前茶后一种谈资。

回顾人类历史，一种新技术范式对经济增长最先的冲击并不是技术本身，而是或隐或现技术到来的声音所提供我们所有人一种非常炙热的兴奋，所以在去年获得诺奖的经济学莫基尔他们很讨论很重要的一点就是任何一次技术革命一般有几个先兆：1）思想革命，往往会有大量的沙龙，大量的不知技术的人在听几个懂技术的人讲故事，这是在第一次、第二次产业革命和第三次产业革命都发生过，特别是当时在法国、英国，法国的月光俱乐部是现在研究的最佳范例，我们外滩举办这样的会议让大家不太懂的人一起来讨论这个问题，实际上是有价值的，因为它就是第一次冲击浪潮。2）第二个冲击浪潮是什么？有一个获诺奖最早的叫希克斯命题，他讲任何一场技术革命首先要等待一场金融革命，也就是说我们天然要为技术革命的全面到来铺垫大量的泡沫，泡沫就是催生新技术范式的“促产婆”，因此你会发现这几年特别是今年，讨论AI的话题已经达到人类历史上前所未有的地步，所以我们对AI这种现象的理解可能要换个视角，当然我们正儿八经的经济学家在干什么呢？不是说高大上的经济学家，刚才大家看到萨金特老爷子也在研究AI，他研究的AI我相信好多同志们没听懂，因为他也不一定真懂AI。

我们看TOP5这些杂志里面他们讨论的核心话题，基本上是跟AI没有关系的，你看这些是它的话题，但是最近几年我们就会看到发生了一些质的变化，质的变化主要体现在什么？非主流刊物已经发生了革命性变化，当然它为什么是非主流刊物发生了革命性变化？原因是正儿八经以写文章为生的这些杂志还没有认识到AI的重要性，当然更重要的是我们经济学家还没有找到一种可行路径来好好研究AI，等会儿我们会看到很多人认为AI对经济学家的冲击可能比我们老百姓的冲击还要厉害。

刚才江老师就讲了她是数字经济主任委员会的主任，但她认为她懂的东西跟一般老百姓懂的东西是差不多的，这个事情可是一个大问题了，这种知识的平权化太厉害了。

当然在引领这一场讨论中间，超级技术专家与我们的经济学家在早期是对立的，大家就会看到今年最典型的SpaceX上市，马斯克对自己的故事唱得特别响，但是在它上市完第三天，克魯格曼就在《纽约时报》发表了一篇论文，说整个马斯克就是一个超级的庞氏理财，说原来对立很厉害。同时前一阵子我们等会儿会讨论的一个重要的学者MIT的Acemoglu对于AI对生产力的作用是嗤之以鼻的，但是今年7月13日发生了一个很重大的事件——16位诺奖得主和近200名科学家和企业家发出了一封信。这封信很重要的在斯坦福数字经济实验室的组织下向全世界表明了他们的态度，主要是三条：

第一条，未来十年AI可能变得“根本性地更强大”。

第二条，这可能驱动一场，前所未有的经济转型，规模超过工业革命，但发生的时间可能超越我们很多的想象，这里面是在警告大家。

第三条，经济学家、政策制定者和技术领导者“必须现在行动”要对AI在制度上进行引导、进行规划，要在监管层面上做出很多的（努力）。

这封信一发出来引发了几轮超级的讨论，最近讨论集中方向：一是有几个经济学家提出了相反的内涵；二是经济学人开始对规范的经济学家的讨论进行了大肆讽刺。这里面就需要可能对于我们做理解，要正儿八经地看看到底经济学家怎么在研究AI，他们又得出了什么样的结论？这些结论与市面上的言论，他们之间的分歧和冲突是什么？这有利于我们作为旁观者来简单的理解。

二、经济学视角下的AI主题

经济学视角下的AI主题是什么？共七大主题。

第一，宏观增长与生产率。这是我今天要给大家讲的最重要的话题，当然时间有限我不可能给大家讲技术性的问题，因为我自己是研究细节性的问题。这个问题很重要，为什么？因为我们等会儿会简单讨论它跟AI泡沫之间的关系。因为这个事情弄不清楚，AI泡沫就弄不清楚，当然AI泡沫弄不清楚，就弄不清楚你投资的时点、投资范式的转变。这里面有AI作为通用技术对TFP长期增长的贡献。以及黄院长谈到的“索洛悖论”等，以及微观效率上如何进行宏观的加总。以及如何从需求端来理解AI对当前经济，以及中长期经济的影响。这里面有几个经典的文献，大家如果感兴趣，至少应该把这五个经典文献看看（见PPT）。

第二，劳动力市场与分配。这是韩总和黄院长重点讲的。现在经济学家突然发现，我们对未来搞不清楚，我们在技术专家的假设前提下，研究的可能能发言的是这个领域更多。最近大家会看到很多报告，围绕着这个领域来进行。很重要的是AI对任务是替代还是互补？以及对就业之间收入分配之间的关系。

第三，产业组织和企业行为，对市场结构未来来讲，是小企业是福还是祸？对大企业来讲他们应该怎么来应对未来的商业模式，现在OPC的概念出来之后，大家对未来市场结构的分布，完全不同于现在。

第四，创新与知识生产。

第五，经济测度与国民核算。

第六，公共政策与政治经济学。

第七，开放与跨国经济。

这七个领域是与我们正统经济学密切相关的。

三、AI与经济增长—共识分歧

还有一个很重要的领域是金融经济学研究的重点领域，现在最重要的领域是AI投资与AI泡沫的领域，那我们到底在增长中有哪一些共识与分歧？刚才就讲了AI对经济增长的作用，原来Sam Altman就讲过，马斯克也讲过很多，他们讲的最多展望是生产力快速提升，产量快速提升，人类分配结构，生产模式都会发生革命性变化。但是最近奥特曼也谈到很多自己的新观察，这个观察是他没有想到，经济的黏性超乎大家的想象。当然更没有想到，AI对世界的影响，对美国的影响，对中国影响的路径与传统完全不一样。

刚刚我讲的：

第一，对影响的影响是我们的私享市场、会展经济，大家有话题可聊了，吃饭聊天的时候大家都在聊这个事情。

第二，冲击是芯片贵了，今年芯片这些价格涨了30%+。

第三，很重要的与AI相关联的基础设施的投资，大规模的增长。

第四，大家发现的是今年全球贸易围绕着AI基础投资发生暴涨，从而使今年的出口以AI推动的出口，出现了全面上扬。

刚刚公布了1-8月份的出口数据，出口增长里面50%的拉动是AI。而不是我们所想象的我们这几家卖Token，也不是简单的是我们自己的创新导致各行业TFP的提升。所以他的这个作用机制与我们想象的不太一样，那经济学里面这帮老夫子们在想什么？

第一，任务自动化替代劳动。人机赋能、新增数字资本、AI加速科研创新四条渠道，各自的贡献有多大。我相信在座诸位马上就会“骂”这帮经济学家了，说你们想的怎么跟我们想的完全不一样，因为这些故事可能是很久以后才出现的，而不是现在。

第二，为什么会出现“索洛悖论”？

第三，红利测算巨大的分歧是什么？

第四，短期投资拉动TFP这些一共六个方面。

围绕这六个方面，最简单的是“索洛生产悖论”，大家会看到的是电力和IT这两场技术革命对生产力提升的分界线不是一下就提升的，有个滞后效应。

技术经济学还有个专用名词是技术的“J曲线效应”。所以大家要想一想了，如果AI是比电力、IT更具有革命性的一种技术，它对人类社会体系的冲击、分配体系的冲击更为根本。它产生的冲击力和抵抗力是相对应的，它产生的生产效率提升的延迟性会不会比前几轮还要大？这是很多人（疑惑的）。

我们发现技术乐观主义不这么认为，于是大家看到马斯克对于AI冲击这些观点的认识，一个是对GDP的增长，他认为当下就是要增长20%—30%，未来十年要增长10倍，增长10倍很重要的一个在于这几个方面的判断，经过这些判断，他认为未来经济的极限是电力。未来的货币也应该是以电力为基础，因此整个经济体系会发生革命性的变化。因此他对于未来的展望代表了整个技术层面以及与资本相结合的层面的一些观念。

这些观念我们就会看到，学界对于生产效率的增长是不是完全按照马斯克他们所想象的畅想而来的？还不是，我们所归纳的这七八家体系里面，最高的是商业机构所做的分析，麦肯锡、高盛，认为对未来生产率的提升能够达到3%，对于GDP增长的近期能够超过9%，这是最乐观的。当然我们经常会讲，商业机构在出这种报告的时候，他有自己的一些商业利益，他们一定要满足我们看这些报告的猎奇的心理和他们的一系列，当然这里面也有比较悲观的，最悲观的是MIT的教授Acemoglu，他认为平均每年可能是千分之企业左右的增长，未来十年叠加0.68%左右的水平。因此大家看到这里面的差别很大。

这种差别我们看到马斯克的判断和主流经济学家的判断发生很大的分歧，这里面有很多的相似点，大家都认为AI已经改变了经济，改变范式，会对未来产生很大的作用，但这种作用有多大，以及在什么样的时点产生，通过什么路径产生，是具有巨大的分歧。这里面的分歧我们会看到几个很重要的一些研究和他们的结论，比如OECD的，他的方法是微观试验争议+行业任务的暴露度+产出的一般均衡模型，从微观到宏观进行构建，他认为这种方式是很好的。他得出的结论，未来十年AI每年拉动全要素生产率是0.5%—0.6%，劳动生产率提升0.4%—0.9%，这是一个我们认为相对偏中性的结论。当然这个中性的结论，如果按照特朗普的想法来讲那是不对的，因为特朗普认为美国的GDP增长是要达到3%，3%的来源是什么？是通过前几次的技术革命对于潜在生产力的影响进行延伸得到的，他说我这个也是有理论基础的。美国去年四季度和今年一季度的增长发生了很多变化，这可能是大家要进行全面关注的一件事情。

埃勒夫也做了很多的研究，在学界里面比较公认的标准是阿宏（音）的这个研究里面，我们认为是一个很标准性的，按新方法所做的研究。他认为AI每年拉动的TFP是0.5-1.3，1.3%是很猛的一件事情了，很多人认为他在学界也是比较，但我希望大家关注这些观点的时候关注一下他们的这些方法。

大家了解的是Acemoglu，因为这个人是靠“制度与增长”这个话题获得了诺奖。今年学生发了一篇文章讽刺他说他声望很高，是学霸，但没有提供任何创新的思想、有用的思想，所以最近在大讨论，很多人加入到这个讨论的行列里面。这个人在2024年，实际上更早一点，2024年他这篇文章在NBER Working Peper挂出来了，然后又在正式刊物上发表出来，他所得出来未来十年AI每年的TFP贡献约有0.07-0.1个百分点，几乎可以忽略。这个一出来就成了众矢之的，现在很多的研究就基于批判这一个模型来做的，但这里面大家注意的一个事情是什么？Acemoglu的这一个研究，随着时间的推进在不断地改变，所以他去年、今年都发表了很多（这个人很高产），代表了学界的一种想法。最近发现，这个人越来越乐观，今天我要传递的一个是前方传来的好消息，连保守的经济学家们都开始乐观了，他们也开始重新反思，自己对经济学家这种范式变化的更深层次的思考，这是很重要的。刚才我讲了其他几个的（观点）。

这里分解成悲观阵营、中心阵营、乐观阵营，大家会看到学者依然是很审慎的，这样方法来讲很重要的是，就像第一位演讲者所讲的，错误的预测也会带来扰乱的东西，它实际上对于我们很多的争论要设定一些。我今天给大家传递的是你大可不必相信经济学家给你的测算，因为他们之间有大量的问题，现在就把这些问题梳理出来，因为我要写文章，所以要把他们的问题梳理出来。现在最典型的把AI技术冲击在不同行业里进行分解，分解成很多步骤，分解成很多的原任务，一个行业的原任务到底是什么，这些任务哪些是AI可以替代，哪些AI不能替代，哪些是AI增进，进行分类，然后进行赋权，再来进行加总。实际上我们在做这个工作的时候，经济学家太自大了，自大的原因是什么？实际上你不知道具体的工艺，也很难知道这些行业的原任务，具体的构建成分是什么。我们经常会进行大量的假设做这件事情。悲观的人认为，什么都能替代；乐观的假设，只有白领知识可以被AI替代。这里面产生了很多分歧。因此，大家去关注这些文献的时候，要关注它到底是怎么假设的。

我们把这几个重点文献的缺点罗列出来，真正要琢磨这些问题的人，可以参考一下。

大家更感兴趣的话题是什么？AI泡沫。这个领域所解决的问题主要是五个方面：

（1）AI资产高估值是未来生产率的理性贴现，还是投机性泡沫？如何计量识别？

（2）技术革命时期，暂时性估值高估是否具备正向实体效应：泡沫期的算力、大模型资本投入，即便股价回调，实体资本能否留存？这是更高阶的问题，有泡沫不可怕，就像99年纳斯达克泡沫之后一地鸡毛，但人类依然出现了几个伟大的企业，人类依然前进在光明大道之上。很多人讲，现在的泡沫也不要怕，我们走在正确的道路上。经济学家和金融学家用什么方法来区分这些东西呢？这是这两年这个领域里最大的进步。

（3）AI军备竞赛带来的过度投资、债务与金融脆弱性；泡沫破裂的宏观传染风险。这也是最近大家要讨论的，如果美国泡沫破灭了，我们会怎么样？

（4）历史对比。这是大家最好的话题，要讲原来的硬件热、铁路热、互联网热，再到AI热，所有的“热”是人类的一种共性，但这种“热”到底能不能可比？是大家研究的（问题）。

（5）政策层面。

这些研究有三类视角，这三类视角里面又对应着一系列经济学、金融学的三种范式：

（1）理性基本面定价；

（2）纯粹投机泡沫；

（3）投机增长的一些问题。

这些问题里面，最近有几个重要的问题可以看看。

第一，佩雷斯在2020年专门讲了《技术革命与金融资本》之间的关系，里面区分了技术泡沫、流动性泡沫。也就是说，泡沫也要分类分层，不能一竿子打进。

第二，行为金融：非理性繁荣。Shiller所讲的，这里面脱离了基本面，是非理性的一些。

大家最新看到最新的文献，是今年MIT团队所提供的关于投机增长第三范式的文献，我希望大家去看看。它讲的是，泡沫高估作为协调机制，刺激大规模实体通用资本投资；只要泡沫维持足够久，资本积累超过临界值；即使后续的估值破裂，实体资本永续留存，经济锁定高产出稳态。这里面经济的可持续性和未来公司的投资价值，依然是我们在中期决策的核心。

我刚才讲的第一篇文献（佩雷斯的文献）和这篇文献，表明了对于投资范式，以及对于泡沫认识的新转型。这里面“新转型”是不是一个新的陷阱？说不准，只有破产之后才能检验。

这里面大家会看到，对于AI泡沫的研究进展得比我们对增长的研究要快。

因此，这里面第一个问题和AI泡沫之间的关系，就是说AI泡沫的争论本质是宏观，TFP以及在金融市场的一种反映，所以这就是我刚才讲的，为什么要研究？现在很多人嗤之以鼻认为测不准的增长问题，原因就是我们要界定目前投资的锚到底在什么地方？所以因此我们就会看到很多一些最近大家的反思，最重要的反思是《黑天鹅》的作者塔勒布，他讲AI终于打破了、撕开了传统经济学家的遮羞布和我们原来玩的游戏。

因此经济学家的饭碗最近也被AI弄得七零八落，但是我想我们还是会有一点点小结：

第一，我认为AI经济与智能经济新形态已经确立，无论是2022年还是2026年作为两个标志点，在技术层面、商业模式层面的确有这个，但是我们AI经济学和数字经济学还没有真正开始。

第二，传统框架不仅难以寻找AI的本质和规律，可能还会引发不必要的错误与困惑，所以经济学家正在研究新的范式，但是我刚才已经总结了一些结论就是说保守的经济学家们也在越来越感受AI所带来的一种乐观结果，但是的确我们可能需要一个什么？比较审慎、乐观地前行。这就是我给大家简单分享的一些文献和我自己的一些思考，由于时间有限我就给大家聊这些。

谢谢大家！