华泰 | 宏观深度:AI对于美国增长的推动或许刚刚开始—

华泰 | 宏观深度:AI对于美国增长的推动或许刚刚开始——AI重塑宏观逻辑之一

核心观点

2025年以来，美国科技巨头AI资本开支持续扩张，市场在AI对GDP的贡献幅度上存在较大分歧。本文采用三种口径测算，不考虑财富效应以及对劳动生产率提振，AI对2025年美国GDP增速直接贡献在0.2–0.4个百分点，2026年有望上升至0.3–0.6个百分点。此外，美国AI资本开支产生明显外溢效应，拉动全球AI及相关投资行业的需求，并部分下沉至中低端制造业——这一效应对亚洲开放型经济体的拉动尤为明显，如韩国和中国台湾。

一、美国科技巨头大幅加码AI资本开支，但对增长的拉动或许刚刚开始

2025年以来，美国科技巨头AI相关资本开支持续扩张，但市场在AI对美国GDP直接贡献幅度上存在较大分歧。2025年Big4资本开支合计3760亿美元（同比69%），2026年上调至7100亿美元（同比89%）。除了财富效应以及影响劳动生产率外，AI资本开支还直接通过投资、进出口等分项影响GDP增速，但市场就AI贡献幅度存在分歧：部分观点认为剔除AI后美国接近衰退，有的则认为AI净贡献“基本为零”。我们认为上述两种观点均存在偏差，AI资本开支温和提振2025年GDP增速。从中长期视角看，相较互联网革命时期，AI相关投资出现超趋势增长的时间仍然较短、增长幅度也仍未达互联网时期的上限，AI对GDP的贡献可能仍有较大上升空间。

二、AI资本开支对美国GDP贡献的三种测算方法

剔除外溢效应等，2025年AI对GDP增速的直接贡献可能仅在0.2–0.4pp，2026年或进一步上升。具体来看，

从支出法GDP看，2025年AI相关分项（计算机设备、软件、数据中心基建及进出口）占GDP 4.3%，不剔趋势贡献0.44pp，剔除趋势后因进口大幅走高降至0.25pp；2026年一季度因关税判决导致进口高位上行，提出趋势后贡献降至0.09pp，但预期将于二季度回升。

从增加值法看，AI相关行业2025年增加值占GDP 7.4%，贡献0.7pp；剔除趋势后约0.29pp。

从资本开支法看，Big4新增资本支出中40–50%计入美国GDP，2025年贡献0.3–0.4pp，2026年升至0.4–0.6pp。

三、美国AI资本开支的外溢效应不容忽视

美国AI资本开支显著拉动全球AI相关贸易，中国台湾和韩国增长明显受益。GPU制造依赖台积电（前沿GPU市场占比约90%），HBM由韩企主导（全球市场占比约79%），两个经济体从资本开支中明显受益。剔除趋势后，2026年一季度中国台湾、韩国向美出口半导体对自身经济体实际GDP同比贡献分别达0.68pp和0.93pp。此外，AI资本开支对亚洲产业链的拉动效应不止局限于直接采购环节。大厂将产能向高端品类集中，中低端产线收缩，过剩缓冲随之收窄；资本开支扩张推高设备与原材料价格，经由供应链向所有品类传导，并不局限于与AI直接相关的品类（参见《更“耗材”的全球投资周期意味着什么》，2026/1/19）。

四、诚然，GDP核算可能低估AI对增长的间接贡献

现有核算对AI间接贡献或有低估，具体看：

BEA商品流法基准年停留于2022年，若大厂进口GPU自建服务器，统计上被计入进口扣减但无法识别为设备投资，AI贡献被低估。

大模型训练的云算力租用支出或被归入中间投入而非R&D。

软件价格平减指数的质量调整方向与幅度均存在争议，可能对实际软件投资测算形成双向干扰。

AI经济贡献不仅体现在可统计产出增量，乐观预期会带来需求前置，进而推高股市，导致金融条件宽松以及带来财富效应，但也可能加剧K型分化。

风险提示：统计方法具有不确定性，AI投资增长不及预期。

一、美国科技巨头大幅加码AI资本开支，但对增长的拉动或许刚刚开始

二、AI资本开支对美国GDP贡献的三种测算方法

三、美国AI资本开支的外溢效应不容忽视

四、诚然，GDP核算可能低估AI对增长的间接贡献

正文

一、美国科技巨头大幅加码AI资本开支，但对增长的拉动或许刚刚开始

2025年以来，美国科技巨头AI相关资本开支持续扩张，2026年一季度财报后进一步上调全年指引。2025年Meta、微软、谷歌、亚马逊四家科技巨头资本开支合计达3,760亿美元，年同比增长69%（图表1）。进入2026年，扩张势头进一步加速。一季度财报公布后，Big4合计资本开支指引从此前的6,148亿美元上调至7,100亿美元，年同比增速从63%跃升至89%。其中，微软的2026年指引达到1,900亿美元；Meta全年指引中值上调75亿美元至1,350亿美元；谷歌将2026年资本开支中值上调50亿美元至1,850亿美元，管理层同时表态2027年资本开支将“显著高于”2026年；Amazon未给出全年具体指引，按一季度实际支出432亿美元推算，全年规模约2,000亿美元，与此前市场预期基本持平。

除了财富效应以及对劳动生产率的影响外，AI资本开支还直接通过投资、进出口等分项影响GDP增速（图表2）。从财富效应看，AI资本开支通过财富效应影响美国消费，间接提振GDP增速。2023年以来，AI相关股票累计市值大幅增长，截至2026年5月底，前20大AI科技公司市值累计增加18万亿美元（图表3）。股市上涨通过财富效应提振居民消费，进而支撑经济增长[1]。但上述市值上涨中AI资本开支的贡献较难估计。从劳动生产率看，AI可能间接通过提振劳动生产率影响GDP增速。我们此前的研究指出，AI有潜在显著提高劳动生产率，从而拉动经济增长（参见《宏观视角下的AI前景之辩》，2025/11/5）。从投资看，AI资本开支直接提振数据中心、电网等投资，从而提振增长。例如，数据中心的电网基建部分计入GDP的非住宅投资，电网设备支出被计入GDP的计算机设备投资，而科技巨头研发支出以及企业采购AI相关服务被计入无形资产投资的相关分项。从净出口看，AI相关硬件和设备从海外进口，直接拖累GDP增速。AI相关硬件和设备相当部分从韩国、中国台湾等地区进口，导致美国净出口下降，从而拖累美国GDP。

市场在AI对美国GDP增速的贡献幅度上存在较大分歧。部分观点认为，剔除AI贡献后，美国经济增速显著下滑，甚至接近衰退。著名经济学家Jason Furman指出[2]，2025年上半年，数据中心和信息处理技术等AI相关投资对美国GDP增长的贡献率达92%左右，剔除这些投资类别后，美国GDP年化增速只有约0.1%；德意志银行的分析则认为[3]，如果没有AI相关投资，美国经济可能已经处于衰退中。但是，也有观点认为，剔除对进口的影响后，AI对2025年美国增长的贡献接近于0。CEPR研究[4]表示虽然AI数据中心、服务器和相关设备投资显著增加，但其中相当一部分硬件来自进口，AI资本开支对固定资产投资的正向拉动，在很大程度上被进口增长所抵消，AI相关资本开支对2025年美国GDP增长的净贡献“基本为零”。

我们认为上述两种观点夸大或低估了AI对美国增长的影响，AI通过直接影响投资和净出口温和提振美国GDP增速。根据第二部分的测算，2025年、2026年一季度AI资本开支对美国GDP增速的直接贡献分别为0.2-0.4、0.3-0.6个百分点，对美国经济增长的影响不容忽视，但并未达到“剔除AI处于衰退”的程度，消费仍然是经济增长的重要支撑。2025年全年美国实际GDP增速为2.1%，其中居民消费贡献达到1.81个百分点（图表4）。此外，需要说明的是，本文测算的是AI资本开支对GDP增速的直接影响，并未测算AI通过间接渠道影响美国增长。主要有两个原因：AI相关市值的上涨不仅仅来自于当前的资本开支，也受到未来企业盈利前景以及其他宏观因素影响，难以准确拆分出AI资本开支通过财富效应对GDP的贡献；此外，美国劳动生产率虽然在过去几年明显回升，但多大程度上来自AI，目前市场仍然有较多分歧，考虑到AI渗透率以及实际应用率仍然偏低，我们认为，AI可能还不是劳动生产率回升的主要原因。

从中长期视角看，相较互联网革命时期，AI相关投资出现超趋势增长的时间仍然较短、增长幅度也仍未达互联网时期的峰值，AI对GDP的贡献可能仍有较大上升空间。我们认为，当前对AI影响的测算更多是静态视角的，而AI投资周期仍处于上升阶段，从历史经验以及动态视角来看，后续仍有较大上行空间。以偏离趋势的角度来看，计算机设备、软件等投资在2022年底以来才出现超趋势性的增长，至今持续约4年时间，而历史上互联网革命时期，互联网相关投资分项明显超出趋势的持续时间达5-6年。投资量级方面，相较于2000年前后的互联网热潮，当前AI投资浪潮或仍处于上升阶段。以计算机设备投资为例，1995-2000年，相关投资规模增长4.5倍，而本轮AI周期自2020年以来虽呈现明显加速态势，但相关投资的绝对增长水平约为3倍。因此，从中长期的视角看，AI对经济拉动作用可能仍有较大上升空间。

二、AI资本开支对美国GDP贡献的三种测算方法

方法一：从支出法衡量，AI相关经济活动对2025年实际GDP增速的直接贡献为0.2-0.4pp，对2026年一季度（年化，下同）贡献则约为0.1-0.3pp。将支出法GDP中与AI直接相关的分项（计算机设备投资、软件投资、数据中心及电力基建投资，以及AI相关产品的净进出口）加总，可以用来度量AI对GDP的贡献[5]，但上述分项中还包含与AI无关的成分，直接用上述分项计算对AI的直接贡献会存在高估[6]；通过剔除趋势，可以更准确刻画2022年以来AI快速渗透对经济增长的提振。

2025年、2026年一季度AI相关分项占GDP 约4.31%、4.58%，不剔除趋势的情况下，对实际GDP同比增速的直接贡献约为0.44pp、0.33pp。从AI相关分项的绝对规模来看，软件投资是最大贡献项，2025年AI相关软件投资规模达10290亿美元，占GDP 4.31%，主要涵盖企业AI研发与模型训练及部署支出；计算机设备投资2025年达2608亿美元，占GDP 1.09%，较2023年的1464亿美元大幅扩张，反映数据中心算力硬件投入的快速增长；AI相关基建（含数据中心土建和配套电力设施）投资达1341亿美元，占GDP 0.56%；AI相关出口达1745亿美元，占GDP 0.73%；但进口是主要拖累项，AI相关硬件及设备进口规模达3983亿美元，占GDP1.67%，在支出法框架下构成对国内生产总值的扣减项，部分对冲了投资端的贡献。从AI对增速的贡献看，2025年计算机设备和软件投资对实际GDP同比增速贡献均约0.37pp，基建贡献0.27pp，出口贡献0.16pp，而进口形成约0.50pp的拖累，各分项加总后对实际GDP同比增速的贡献达到0.44pp（2025年实际GDP同比增速为2.1%）。2026年一季度AI相关分项占GDP比例达4.58%，对增速贡献为0.33pp，主要来自计算机设备与软件投资分项。规模上，2026年一季度AI相关GDP分项规模（年化规模，下同）达到11065亿美元（占比4.58%），其中计算机设备与软件分别达到3350、9278亿美元（占比1.47%、3.84%），数据中心与电力等相关基建规模为1400亿美元（占比0.58%），相关进口规模为5539亿美元（占比-2.21%）。增速贡献上，计算机设备与软件贡献分别达到0.39pp、0.29pp，基建贡献0.02pp，出口贡献0.18pp，进口则拖累0.57pp[7]（图表5-6）。

如果剔除上述分项的趋势部分，AI对2025年、2026年一季度GDP增长的直接贡献分别为0.25pp、0.09pp。以2014–2022年各分项的历史趋势外推作为基准[8]将超出趋势值的部分定义为AI的贡献。剔除趋势后，2025年AI相关各分项规模合计约755亿美元，占GDP的0.32%。从分项来看，计算机设备超额贡献最为突出，2025年实际值超出趋势达810亿美元（占GDP0.34%）。软件投资的超额规模为676亿美元（占GDP0.28%），AI相关基建超额规模为520亿美元（占GDP0.22%）；AI相关出口超额增加298亿（占GDP0.13%）；AI相关进口超额增加1548亿美元（占GDP0.65%），构成拖累项。从对增速的贡献来看，2025年计算机设备超额投资贡献约0.33pp，出口超额贡献约0.18pp，软件超额贡献约0.15pp，基建超额贡献约0.06pp，进口超额拖累约0.47pp，各分项加总后对实际GDP同比增速的贡献约为0.25pp。2026年一季度AI相关分项年化占实际GDP比例达到0.40%，对增速贡献达到0.09pp，主要来自计算机设备与软件投资分项。规模上，2026年一季度AI相关GDP分项超出趋势值的规模（年化规模，下同）达到967亿美元（占比0.40%），其中计算机设备与软件分别达到1697、1060亿美元（占比为0.70%、0.44%），数据中心与电力等相关基建规模为597亿美元（0.25%），相关出口规模为518亿美元（占比0.21%），进口规模预计为2905亿美元（占比-1.20%）。增速贡献上，计算机设备、软件、出口和基建分别达到0.37pp、0.16pp、0.09pp和0.03pp，但或源于关税减弱影响，进口增速显著，拖累0.57pp[9]（图表7-13）。

方法二：从增加值法（生产法）衡量，AI相关行业2025年对实际GDP同比增速的直接贡献约0.7pp，剔除趋势后贡献约0.29pp。生产法直接追踪“计算机系统设计及相关服务”、“数据处理、互联网出版及其他信息服务”以及“计算机及电子产品”三个细分行业创造的增加值，三者合计占GDP比例从2021年的约5.8%持续攀升至2025年四季度的7.4%。从对增速的贡献来看，2025年各季度贡献依次约为0.5pp、0.7pp、0.8pp和0.9pp，逐季走强，全年均值约0.7pp，其中数据处理及互联网出版贡献最大（四季度约0.5pp）。然而，上述行业均涵盖大量非AI业务，导致生产法估算存在明显高估。因此，0.6–0.9pp应视为AI相关产业完整经济活动的上界。为进一步剔除AI渗透之前已有的趋势性增长，我们同样对增加值法采用偏离趋势口径。以2015—2022年各行业增加值趋势外推作为基准，将实际值超出趋势的部分认定为AI加速渗透以来的额外贡献。剔除趋势后，AI相关行业对GDP同比增速的贡献收窄，2025年四个季度依次约为0.08pp、0.25pp、0.35pp和0.47pp，全年均值约0.29pp（图表14-15）。

方法三：考虑美国大厂资本开支中留存于美国本土的比率，2025年AI资本开支对美国实际GDP增速的直接贡献约为0.3-0.4pp。该方法以Meta、Microsoft、Google、Amazon四家云计算巨头的资本开支作为AI投资的代理指标，四者合计占全口径AI资本开支的比例约为87%（2025年），代表性较强。从规模来看，Big4合计资本开支从2023年的1428亿美元扩张至2024年的2230亿美元（同比+56%）、2025年的3760亿美元（同比+69%），2026年开支指引进一步升至约7100亿美元（同比+89%）；新增资本开支占GDP之比从2024年的0.35%升至2025年的0.62%。由于AI硬件高度依赖进口且部分资本开支流向海外数据中心，AI资本开支并非全部进入美国GDP。美联储（2025）[10]认为，数据中心资本开支中约44%转化为美国国内产出。因此，假设资本开支中40–50%进入美国GDP，则2025年美国大厂新增资本开支对GDP的贡献为0.3-0.4pp。

近期美国大厂进一步加码资本开支，预计对2026年美国GDP增速的直接贡献将达到0.4-0.6pp。2026年一季度，美国主要大厂进一步上调资本开支指引，2026年新增资本开支占GDP之比达到1.1%，如果按照40-50%进入美国GDP来进行测算，则AI对2026年美国GDP增速的贡献约为0.4-0.6pp，相比2025年上升（图表16-17）。叠加“大而美”法案所带来的减税、关税冲击的消退、财政的温和扩展等利好因素，我们维持2026年美国GDP增速在2%以上的判断。

三、美国AI资本开支的外溢效应不容忽视

美国AI资本开支通过AI产业链对中国台湾、韩国产生显著外溢效果。在AI产业链里，全球AI训练硬件制造高度依赖韩国和中国台湾。GPU制造高度依赖于台积电（TSMC）的先进制程，占全球市场份额的约70%和占前沿GPU生产份额的90%[11]，而支撑大规模训练集群运行的HBM（高带宽存储）内存，则由SK海力士、三星、Micron形成寡头垄断，其中韩国企业占约79%的全球市场份额[12]。因此，美国AI公司普遍从中国台湾与韩国的制造工厂进口建设数据中心的相关硬件，对两个地区的出口形成直接拉动，进而提振经济增长。从绝对水平看， 2025年全年美国从韩国、中国台湾进口半导体设备分别为147亿、586亿美元，对应占GDP比例为0.9%、7.1%，而对于GDP同比增速贡献分别为0.22pp、2.69pp（同期整体GDP增速分别为1.0%、8.7%）。2026年一季度韩国、中国台湾向美国出口半导体设备分别为63亿、136亿美元，占对应GDP的比例为1.6%、6.1%，对GDP的同比贡献分别为0.92pp，0.69pp（同期整体GDP增速分别为3.6%、13.8%）。若剔除趋势后，2025年全年美国从韩国、中国台湾进口半导体设备分别为18亿、384亿美元，占GDP比例为0.1%、4.6%，对GDP的同比贡献分别为0.18pp、2.52pp[13]。2026年一季度韩国、中国台湾向美国出口半导体设备分别为32亿，86亿美元，占对应GDP的比例为0.8%、3.9%，对GDP的同比贡献分别为0.93pp，0.68pp（图表18-20）。具体来看，剔除趋势后中国台湾和韩国的半导体出口同比贡献自2024年后显著上行；此外， MSCI中国台湾和MSCI韩国指数同步走高，较2024年初分别累计上涨169%、192%，印证美国AI资本开支拉动硬件需求，进而外溢至AI产业链的上游经济体（图表21）。在美国科技企业资本开支增速尚未出现明确拐点的背景下，这一外溢效应预计将持续发酵（图表22-23）。

AI资本开支对亚洲产业链的拉动效应不仅局限于直接采购，更广泛的中低端品类供需同样呈现收紧与定价修复的态势。从宏观产业逻辑看，虽然AI投资周期直接体现为需求向高端产能的高度集中，但也会间接推动整个行业的产能利用率中枢上移（参见《新经济加速抵御供给冲击——2026下半年中国宏观展望》，2026/5/25）。具体来说，高端产能满载后，行业整体从供给过剩状态向供需平衡乃至偏紧过渡，此前压制中低端定价能力的过剩缓冲也可能随之收窄。比如，AI需求爆发后，三星、SK海力士等大厂主动将产能向HBM等高端品类集中，同步退出或缩减中低端产线。与此同时，大规模基础设施投资具有广泛的需求拉动属性，AI资本开支扩张推高了整个行业的设备、原材料与代工成本，这一成本压力可能通过供应链向所有品类传导，并不局限于与AI相关的产品。比如，电熔石英作为晶圆厂扩产所需设备的关键材料，随整体建厂潮加速而供需收紧，与AI芯片本身并无直接关联，但受益于同一轮资本开支周期（《更“耗材”的全球投资周期意味着什么》，2026/1/19）。

四、诚然，GDP核算可能低估AI对增长的间接贡献

需要指出的是，现有国民经济核算方法难以准确度量AI对增长的贡献，尤其是间接影响方面，可能存在一定程度的低估。同时，价格指数的误差也可能带来双向干扰，可能高估也可能低估AI的贡献。具体来看：

BEA在估算设备投资时使用的基准年系数已明显滞后，可能导致大型科技公司自建算力形成的设备投资被低估。BEA以商品流法估算私人设备投资。以国内生产和进口所形成的商品总供给为起点，扣除出口和政府采购，再依据基准年调查确定的用途分配系数，将剩余供给拆分为企业中间使用和最终设备投资两部分。该系数以五年为周期、随经济普查更新，当前使用的最新基准年为2022年，即ChatGPT问世的年份。彼时大型云厂商直接进口GPU、自行组装服务器的规模较当前存在明显差距，基准年系数未能为其设置对应的设备投资识别系数。当前Meta、Google等大厂以此方式采购的芯片，在商品流框架下以进口形式扣减GDP，转化为自建设备投资的部分却无法被同步捕捉，形成净拖累。AI资本支出在进口中被计入，但是在投资中可能计入不足，从而导致AI的贡献被低估，这个因素也是部分研究认为AI对GDP读数几乎没有影响的最重要原因。需要指出的是，如果大厂将算力租给OpenAI等AI实验室所产生的云服务收入，会通过AI实验室的研发投资通过支出法纳入GDP，但其真正自用的部分（即不会形成最终产品出售）可能会存在统计遗漏。

AI模型训练的核心成本在国民账户中可能被计为中间服务采购，而非研发资本性支出，进而压低R&D投资规模。BEA依据NSF年度研发支出调查将全部R&D支出计入固定资产投资，但调查本身存在归类偏差。大模型训练的主体成本是向云服务商租用算力。企业填报时，这笔支出可能被归类为向外部服务商采购云计算服务，因而计入服务性中间投入而非研发资本性支出，在增加值核算中被抵扣（图表24）。比如，OpenAI长期依赖Microsoft Azure提供大规模云算力训练和部署GPT系列模型。若企业将云服务支出笼统归入采购服务项下，则这部分支出便不会进入NSF的R&D统计，BEA也因此无从将其资本化为研发固定投资。Brookings（2026）认为AI作为费用化无形资本的处理方式导致AI对经济的贡献被低估，且随着生成式AI训练规模持续扩张，这一统计缺口亦将扩大。

软件价格缩减指数的准确性存在争议，质量调整的方向与幅度均具有不确定性，可能对实际软件投资的测算形成双向干扰。BEA对软件投资做价格调整，将质量提升的部分剥离以还原真实价格水平（如果BEA认为软件质量上升，其价格对应下降，相同名义值对应的实际值会抬升）。但质量的度量本身难以客观确定，不同方法会导致方向相反的偏差。一方面，联储（2017）研究显示，官方价格指数的质量调整幅度低于合理水平，对应实际投资增速亦被低估[14]。另一方面，BEA（2026）持相反观点，认为现行价格指数在处理质量变化时会高估高科技商品的价格下降速度，由此导致实际投资规模反而偏高[15]。因此，AI时代实际软件投资的大幅波动既可能来自真实投资变化，也可能来自价格指数和质量调整方法的影响，需要审慎解释（图表25）。

AI经济贡献不仅体现在可统计的产出增长，乐观预期会带来需求前置并推高股市，导致金融条件宽松以及带来财富效应，但也可能加剧K型分化。AI资本开支周期除直接影响当期的产出外，还可能通过影响企业的盈利预期带来需求的前置效果。例如，2026年市场对AI的乐观预期推动美股上涨，抵消了美债利率上行的影响，导致美国金融条件放松，提振总需求（图表26-27）。此外，美股上涨还通过财富效应支撑居民消费。然而，AI周期催生的资本市场繁荣，叠加对就业市场的冲击，可能会进一步加剧已存在的K型分化。

风险提示：

1）统计方法具有不确定性：在统计AI相关贡献时，当前GDP核算体系存在明显短板，统计口径、分类标准及价格调整规则均可能导致对AI贡献的测算存在产生偏差。

2）AI投资增长不及预期：若AI行业发展受技术迭代瓶颈、行业竞争加剧、企业盈利波动等因素影响，AI资本开支可能放缓，将削弱AI对经济的拉动作用，产业链外溢带动效应也将同步弱化。

[1]股市财富效应为2.7美分/美元，粗略计算，财富效应累计提振GDP 1.4pp，平均0.34pp/年。但AI相关股票的上涨无法完全归因于AI资本开支的影响，上述估计可以视为AI通过财富效应提振增长的上限。

[2]https://x.com/jasonfurman/status/1971995367202775284

[3]https://www.cnbc.com/2025/10/14/ai-infrastructure-boom-masks-potential-us-recession-analyst-warns.html

[4]https://cepr.org/voxeu/columns/ai-investment-gdp-growth-ecosystem-view

[5]根据BEA案例，AI相关无形资产投资多归入软件投资，且从研发投资数据本身来看并未出现非趋势性变化，因而在计算时并未将研发投资纳入。

[6]值得注意的是，虽然按照水平值法会高估AI相关经济规模，但就测度AI对增速的贡献而言则不一定会高估。因为剔除趋势后，其差值可能相对水平值法获得的差值放大或缩小。

[7]2026年一季度进口分项数据尚未更新，我们使用历史数据预测得到，因而可能存在偏误。贡献使用2026年一季度年化实际GDP与2025年全年GDP比较。

[8]数据中心投资数据仅自2020年起，趋势值采用2020–2022年。

[9]2026年一季度AI相关进口大幅走高导致增速贡献上造成明显拖累。

[10]https://www.federalreserve.gov/econres/feds/estimating-aggregate-data-center-investment-with-project-level-data.htm

[11]https://www.taipeitimes.com/News/biz/archives/2026/03/14/2003853777

[12]https://counterpointresearch.com/en/insights/global-dram-and-hbm-market-share

[13]由于2021-22年韩国半导体出口存在明显强周期，这里是用2015-2022年作为趋势存在偏颇，因此是用2015-2020作为韩国计算用的趋势值

[14]https://www.federalreserve.gov/econres/feds/files/2017015r1pap.pdf

[15]https://onlinelibrary.wiley.com/doi/10.1111/roiw.70054

文章来源

本文摘自2026年5月29日发表的《AI对于美国增长的推动或许刚刚开始——AI重塑宏观逻辑之一》

胡李鹏研究员 PhD SAC No. S0570525010001 | SFC BWA860

易峘研究员 SAC No. S0570520100005 | SFC AMH263

赵文瑄研究员 SAC No. S0570526040002

丁煦洲联系人 SAC No. S0570126020028

关注我们

华泰证券研究所国内站（研究Portal）

https://inst.htsc.com/research

访问权限：国内机构客户

华泰证券研究所海外站

https://intl.inst.htsc.com/research

访问权限：美国及香港金控机构客户

添加权限请联系您的华泰对口客户经理

免责声明

▲向上滑动阅览

本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。

本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。