当经济学的基本假设开始松动:AI与全球经济系统性重塑

一、问题的提出：旧坐标系正在失效

2026年9月，三个看似独立的事件同时发生：

Anthropic宣布未来一年投入5180亿美元用于AI算力基础设施建设；亿万富翁投资者比尔·阿克曼公开质疑美联储加息逻辑在AI时代的有效性；申万宏源首席经济学家赵伟指出中国内需偏弱源于经济转型的阶段性调整压力。

这三件事分别发生在AI产业、货币政策和宏观经济三个领域，但它们指向同一个底层事实：全球经济的运行逻辑正在被系统性重写，而传统的分析框架——无论是货币政策理论、增长模型还是供需分析——都在不同程度上失效。

本文试图建立一个统一的分析框架，解释这些现象背后的共同机制。

二、供给侧重构：AI作为新生产要素

2.1 传统增长模型的局限

索洛增长模型（Solow Growth Model）将经济增长分解为资本积累、劳动力增长和技术进步三个要素。在这个框架中，技术进步是外生的"残差"——模型承认它重要，但无法解释它的来源和机制。

AI的出现正在改变这一基本假设。

AI不同于以往任何技术革命之处在于：它不仅提升生产效率，它本身就在生产"智能"——而智能是几乎所有经济活动的核心投入品。 当智能的生产成本趋近于零（边际成本递减），所有依赖智能投入的行业——从研发、设计、决策到服务——都将经历成本结构的根本性变化。

2.2 算力成为新生产要素

Anthropic的5180亿美元投资不是简单的资本开支，它在定义一个新的生产要素类别：算力。

在传统经济学中，生产要素是土地、劳动力、资本和企业家才能。算力的特殊性在于：

●非竞争性：同一算力资源可以同时服务多个任务，不像土地或劳动力具有排他性

●规模报酬递增：算力集群的规模越大，单位算力的效率越高（这与传统资本的边际报酬递减形成对比）

●通用性：算力可以投入几乎所有生产环节，从研发到制造到服务

当一个新的生产要素出现且具备这些特征时，整个经济的生产函数都会发生改变。这意味着基于旧生产函数推导出的所有政策工具——包括货币政策、产业政策、税收政策——都需要重新校准。

2.3 供给曲线的结构性位移

传统微观经济学中，供给曲线向上倾斜——价格越高，供给越多。但AI驱动的供给具有不同的特征：

●软件、内容、设计等数字产品的边际成本接近零，供给曲线在某个产量之后趋于水平

●智能制造使得"定制化"和"规模化"不再矛盾，传统的规模经济边界被打破

●AI加速技术迭代，产品的生命周期缩短，供给的"时效性"变得比"规模性"更重要

这些变化意味着：用传统的供需模型分析AI时代的产业竞争，会系统性低估供给端的弹性，同时高估价格机制的调节作用。

三、货币政策的有效性边界

3.1 传统传导机制

美联储加息抑制通胀的传统传导链条是：

加息 → 融资成本上升 → 投资减少 → 需求收缩 → 价格下行

这条链路的有效性依赖一个关键假设：需求对利率敏感，且供给调整速度慢于需求调整。

3.2 AI时代的断裂点

阿克曼提出的质疑触及了这个假设的核心。在AI快速提升供给效率的背景下：

●供给调整速度加快：AI使得企业能更快响应需求变化，供给曲线的弹性增大

●投资结构改变：AI算力投资具有"基础设施"属性，对利率的敏感度低于传统资本投资。企业不会因为利率上升2个百分点就放弃AI战略投资

●通胀的结构性分化：AI降低数字产品和服务的成本（通缩效应），但同时推高算力、能源和高端人才的价格（通胀效应）。总量通胀数据掩盖了这种结构性分化

当供给端因AI而变得更具弹性，加息通过"抑制需求"来"降低通胀"的效率就会下降。更关键的是，如果加息抑制的是传统经济部门的需求，而AI驱动的新经济部门继续扩张，总量政策的效果会被结构性分化所稀释。

3.3 政策含义

这并不意味着货币政策完全失效，而是意味着：

1. 总量政策的效果递减，结构性政策的相对重要性上升

2. 通胀分析需要从总量框架转向结构框架——核心不是"通胀是高了还是低了"，而是"哪些价格在涨，哪些在跌，背后的驱动因素是什么"

3. 利率政策需要新的锚——如果传统的"中性利率"概念因AI改变资本回报率而失效，央行需要重新定义政策立场的基准

四、财富分配机制的变革

4.1 达利欧框架的扩展

达利欧关于"AI改变财富流向"的分析提供了一个重要视角：AI不仅在创造财富，它在改变财富的分配机制。

这个机制可以通过一个简化的框架理解：

表格

4.2 结构性极化的机制

AI驱动的财富分配变化不是简单的"富者愈富"，而是一种结构性极化：

●行业间极化：AI密集型行业的利润率和工资水平远高于传统行业

●技能间极化：能与AI协同工作的技能溢价上升，可被AI替代的技能贬值

●区域间极化：AI产业集聚效应强于传统制造业，创新资源向少数中心集中

这种极化对宏观经济的影响是深远的：它改变了消费需求的结构和总量。 高收入群体的边际消费倾向低于中低收入群体，财富向少数人集中会压制总量消费需求——这正是中国当前"内需偏弱"的结构性原因之一。

4.3 转型压力的理论本质

赵伟所说的"经济转型的阶段性调整压力"，从理论上看是经济增长动力切换过程中的结构性摩擦：

●旧动能（房地产、基建、低端出口）的衰退速度快于新动能（AI、新能源、高端制造）的成长速度

●旧动能依赖的要素（土地、廉价劳动力、信贷扩张）与新动能需要的要素（数据、算力、创新人才）之间存在"要素错配"

●旧动能创造的就业和收入与新动能创造的就业和收入之间存在"技能错配"和"空间错配"

这些错配在总量数据上表现为"内需不足"和"投资下滑"，但本质上是经济结构转型中的资源再配置成本。

五、统一框架：为什么旧经验都在失灵

将以上分析整合，可以得出一个统一的判断：

AI不是一个"行业"，它是一个改变经济系统底层参数的"元变量"。

这个元变量同时改变了：

1. 生产函数（新的生产要素、新的成本结构）

2. 政策有效性（货币传导机制断裂、总量政策效果递减）

3. 分配机制（结构性极化、消费需求重构）

4. 转型路径（新旧动能切换的摩擦成本）

当这四个层面同时发生变化时，基于"其他条件不变"（ceteris paribus）假设的传统经济学分析——无论是预测通胀、判断增长、还是制定产业政策——都会系统性偏离实际。

这不是经济学"错了"，而是经济学的"适用边界"在移动。 就像牛顿力学在接近光速时需要被相对论修正一样，传统经济学在AI重塑经济底层参数时，也需要新的理论框架来补充。

六、结语：在新坐标系中定位

对于从业者和决策者来说，关键不是"传统理论还有没有用"，而是识别哪些假设仍然成立、哪些已经失效，并在失效的地方建立新的分析逻辑。

一些初步的判断：

●供需分析仍然有效，但需要将"算力"和"数据"纳入供给函数

●货币政策仍然必要，但需要从总量工具转向总量+结构的双轨框架

●产业政策的方向判断仍然重要，但评估标准需要从"规模"转向"创新密度"和"网络效应"

●转型阵痛是结构性的，不能用周期性的政策工具来解决结构性问题

全球经济正在经历的不是一个"周期"，而是一个"范式转移"。理解这一点，是所有后续分析和决策的前提。

本文涉及的观点和数据来源于公开报道与学术研究，包括但不限于：比尔·阿克曼X平台发言（2026年9月）、申万宏源赵伟券商中国专访（2026年9月）、达利欧AI与财富流向相关论述、国务院常务会议部署（2026年9月28日）、"十五五"规划纲要、国家统计局月度数据。