上海财经大学校长刘元春在 2026 Inclusion·外滩大会「AI 经济增长新范式与社会价值重构」见解论坛的演讲完整文字版。他从经济学旁观者视角系统梳理了 AI 影响经济的共识与分歧：AI 带来的直接冲击是芯片涨价、算力投资扩张与 AI 出口暴增，而生产率红利尚未显现；学界对未来十年 AI 拉动全要素生产率的测算从每年 0.07 到 1.3 个百分点不等；泡沫不可怕，关键是泡沫期形成的算力与基础设施能否沉淀为真实生产能力。全文由视频逐字转写整理，保留演讲口语原貌。

演讲人：刘元春（上海财经大学校长） 场合：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》，2026 年 9 月 9 日，上海 文字版来源：「中财经国际数字经济研究院」发布的两集演讲视频逐字转写整理

  • 上篇《AI 如何影响经济（上）——生产率红利尚未显现》，时长约 12 分 32 秒
  • 下篇《AI 如何影响经济（下）——泡沫背后的实体价值》，时长约 14 分 39 秒

说明：本文字版由视频语音离线转写生成，保留演讲口语风格，仅做标点、分段和明显错词修正（如「纳斯达克」「NBER」「助产婆」「J 曲线」等），人名「阿宏（音）」以现场发音为准。同一演讲的新浪财经整理版可对照阅读。

上篇：生产率红利尚未显现

那么今天大家都在谈 AI，当然实际上大家真懂 AI 的人是很少的。因为到底 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？在我们一般的投资界、财经界，大家会看到全球财报电话会上 AI 以及「AI 颠覆」所提及的次数，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的一种谈资。

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，而是这一个或隐或现技术来到的身影所提供我们所有人一种非常炙热的兴奋。去年获得诺贝尔经济学奖的莫基尔他们讨论的一个很重要的观点就是：任何一次技术革命一般有几个先兆。第一个先兆是思想革命，往往会有大量的沙龙，大量不懂技术的人在听几个懂技术的人讲故事。这在第一次、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。

那第二个冲击浪潮是什么？有一个获诺奖更早的叫希克斯，「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。也就是说我们天然地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「助产婆」。所以你就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。

那正儿八经的经济学家在干什么呢？或者说高大上的经济学家实际上他研究的，我相信好多同志们没听懂，因为他也不一定真懂 AI。那我们就看 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。但最近几年我们就会看到发生了一些质的变化，这个质的变化主要体现在非主流刊物已经发生了革命性变化。为什么是非主流刊物发生革命性变化？原因就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，更重要的是我们经济学家还没有找到一种可行的路径来好好研究 AI。所以等会我们会看到，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，这种平权化、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。大家会看到今年最典型的是 SpaceX 上市，马斯克对自己的故事唱得特别响，但是在他上市完的第三天，克鲁格曼就在《纽约时报》发表了一篇文章，说整个马斯克就是一个超级的庞氏骗局。所以原来对立很厉害。同时前一阵子，我们等会会讨论的一个重要的学者，MIT 的阿西莫格鲁，对于 AI 对生产力的作用是嗤之以鼻的。

但是今年 7 月 13 号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。这一封信很重要的就是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。这个态度主要就是三条：第一条，未来 10 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，所以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、进行规范，要在监管层面上做出很多努力。这一封信发出来之后，引发了几轮超级的讨论。最近讨论的集中方向：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一些规范的经济学家的讨论进行大肆讽刺。

所以这里面我们就需要，对于做投资、理解 AI，就要正儿八经地来看一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，这些结论与我们市面上的一些言论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地理解。

首先，经济学视角下的 AI 主题是什么？一共七大主题。

第一个主题就是宏观增长与生产率，这是我今天给大家讲的最重要的一个话题。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问题的。但这个问题很重要，为什么？因为我们等会会简单讨论它跟 AI 泡沫之间的关系——因为这个事情弄不清楚，你 AI 泡泡就弄不清楚；AI 泡沫弄不清楚，你就弄不清楚你投资的时点、投资范式的转变。所以这里面就有比如说 AI 作为通用技术对 TFP 长期增长的贡献、谈到的索洛悖论等等，以及从微观效率上如何进行宏观的加总，还有一个就是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。这里面有几个经典文献，大家如果感兴趣，至少这 5 个经典文献你要去看一看。

第二类是劳动力市场与分配。现在经济学家突然发现我们对未来搞不清楚，在技术专家的假设前提下，我们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这个领域展开。很重要的一个就是 AI 对任务是替代还是互补，第二个就是对就业、收入分配之间的关系。

第三个领域就是产业组织和企业行为。对市场结构未来来讲，对小企业是福还是祸？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 这个概念出来之后，大家对未来的市场结构的分布完全不同于现在。

第四个就是创新与知识生产。第五个板块是经济测度与国民核算。第六个是公共政策与政治经济学。第七个是开放与跨国经济。这 7 个领域是与我们正统经济学密切相关的。

实际上这里还有一个很重要的领域，就是金融经济学研究的重点领域——现在最重要的领域就是 AI 投资与 AI 泡沫。那么在增长这里面有哪一些共识和分歧呢？

刚才我们讲了 AI 对经济增长的作用。原来奥特曼就讲过，马斯克也讲过很多，他们讲的最多的展望就是生产力快速的提升、产量快速的提升，人类的分配结构、生产模式都会发生革命性的变化。但最近奥特曼也谈到了很多自己的一些新观察：他没有想到经济的黏性超乎大家的想象，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。

刚才我讲的：第一个对经济的影响是我们的私享市场、会展经济，大家有话题可聊了，吃饭聊天大家都在聊这个事情。第二个冲击是芯片贵了——今年芯片的价格涨了 30% 多。第三个很重要，与 AI 相关联的基础设施投资大规模增长。第四个，大家发现今年全球贸易围绕着 AI 基础投资发生暴涨，从而使我们今年的出口、以 AI 推动的出口出现全面上扬。刚刚公布的 1 到 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。所以它的作用机制与我们想象的不太一样。

那这个不一样，经济学里面这帮老夫子们在想什么？他们想的就是：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 4 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：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很久以后才出现的，而不是现在。第二个就是为什么会出现索洛悖论。第三个就是红利测算巨大的分歧是什么。第四个是短期投资拉动 TFP。一共 6 个方面。

围绕这 6 个方面，最简单的一个就是索洛生产悖论。大家会看到电力和 IT 这两场技术革命对生产力提升的分界线，它不是一下就提升的，它有个滞后效应。技术经济学还有一个专用名词，叫技术的「J 曲线效应」。所以大家就要想一想了——

下篇：泡沫背后的实体价值

如果 AI 是比电力、比 IT 更具有革命性的一种技术，那么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，那么它产生的这种生产效率提升的延迟性，会不会比前几轮还要大？

当然这种故事我们就会发现技术乐观主义不这么认为。所以大家就会看到马斯克对于 AI 冲击的这些观点：一个是对 GDP 的增长，他认为当下就是要增长 20% 到 30%，未来 10 年要增长 10 倍。增长 10 倍很重要的在于他这几个方面的判断——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，所以整个经济体系会发生革命性的变化。他对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。

那学界对于生产效率的增长是不是完全按照马斯克他们想象的畅想而来？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，麦肯锡还有高盛，认为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。当然我们经常讲，商业机构出这种报告的时候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心理。当然这里面也有比较悲观的，最悲观的就是 MIT 的教授阿西莫格鲁，他认为平均每年可能就是千分之七左右的增长，未来 10 年叠加 0.68% 左右的水平。

所以这里面的差别很大。马斯克的判断和主流经济学家的判断发生很大分歧。这里面有很多的相似点：大家都认为 AI 已经改变了经济、改变了范式，会对未来产生很大的作用；但这种作用到底有多大，以及在什么样的时点能够产生、通过什么样的路径来产生，是有巨大分歧的。

在分歧里面我们就会看到几个很重要的研究和他们的结论。比如 OECD 的：他的方法是微观试验证据加上行业任务的暴露度，加上产出的一般均衡模型，从微观到宏观进行构建。他得出的结论：未来 10 年 AI 每年拉动全要素生产率是 0.5 到 0.6，劳动生产率提升 0.4 到 0.9。这是一个相对偏中性的结论。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——特朗普认为美国的 GDP 增长速度要达到 3%，他 3% 的来源是通过前几次技术革命对潜在生产率的影响进行延伸得到的，他说「我这个也是有理论基础的」。大家也会看到最近美国去年四季度和今年一季度的增长发生了很多变化，这可能是大家要全面关注的一件事情。

IMF 也做了很多研究。在学界里面大家比较公认的标准性研究就是阿宏（音）这个研究，是一个按新方法所做的很标准性的研究。他认为 AI 每年拉动的 TFP 是 0.5 到 1.3——1.3 是很猛的一件事情了。所以希望大家关注这些观点的时候，关注一下他们的方法。

大家最了解的就是阿西莫格鲁。这个人去年获得了诺奖，是靠「制度与增长」这个话题获得的诺奖。当然经济学家发了一篇文章讽刺他，说他声望很高、是学霸学阀，但是没有提供任何创新的、有用的思想，所以最近在大讨论，很多人都加入到讨论的行列里面。这个人在 2024 年——实际上更早一点——24 年他这篇文章在 NBER Working Paper 挂出来了，然后又在正式刊物上发表出来。他得出的是：未来 10 年 AI 每年的 TFP 贡献约为 0.07 到 0.1，几乎可以忽略。这个一出来就成了众矢之的，所以现在很多研究就基于批判这一个模型来做。但大家注意的一个事情是：阿西莫格鲁的研究随着时间的推进在不断地改变，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。所以今天我要跟大家传递的一个就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世界这种范式变化的更深层次的思考。

刚才我讲了其他几个观点，这里面就分解成了悲观阵营、中性阵营、乐观阵营。大家会看到学者依然是很审慎的。这些方法很重要的一点就是——就像刚才第一个演讲者所讲的——错误的预测也会带来扰乱的东西，它对我们很多的争论要设定一些边界。

我今天给大家传递的一个就是：你大可不必相信经济学家给你的测算。因为他们里面有大量的问题。现在就把这些问题梳理出来。比如现在最典型的一个：把 AI 技术冲击在不同行业里进行分解，分解成很多步骤、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，但我们经常是进行大量的假设来做这件事情。悲观的人就认为什么都能替代；乐观的就假设只有白领知识可被 AI 替代。所以这里面就产生了很多的分歧。所以大家去关注这些文献的时候，你要注意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，如果你要真正去琢磨这些问题，可以参考一下。

与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：

第一个，AI 资产高估是未来生产率的理性贴现，还是投机性的泡沫？如何计量识别？这是非常核心的话题。

第二个很重要：技术革命时期，暂时性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？这是更高阶的一个问题。就是说有泡沫不可怕，就像 99 年的纳斯达克泡沫之后一地鸡毛，但是人类依然出现了几个伟大的企业，人类依然是前进在光明的大道之上。所以很多人讲现在的泡沫也不要怕，为什么？我们走在正确的道路上。那么经济学家和金融学家用什么样的方法来区分这些东西呢？这是这两年这个领域里面最大的一个进步。

第三个就是 AI 军备竞赛带来的过度投资、债务与金融的脆弱性、泡沫破灭的宏观传染风险。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？

第四个就是历史对比。这是大家最好的话题，一个要给大家布道的人就要讲：原来的运河热、铁路热、互联网热，然后再到 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，是大家研究的一个问题。

第五个就是政策层面。

这些研究有三类视角，这三类视角里面又对应着一系列的经济学、金融学的三种范式：第一种范式就是理性基本面的定价；第二种就是纯粹泡沫；第三种是投机增长的问题。

这些问题里面最近有几个很重要的问题大家可以看看。第一个就是佩雷斯在 2020 年专门讲的《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，不能一竿子打尽。还有一个就是行为金融学，就是希勒他们所讲的：脱离了基本面的、非理性的一些。最新的文献是今年 MIT 的一个团队所提供的关于投机增长第三范式的文献，我希望大家去看一看。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；只要泡沫维持得足够久，资本积累超过临界值，即使后续的估值破灭，实体资本永续留存，经济锁定高产出稳态。整个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一个核心。佩雷斯这篇文献和这一篇文献，表明了对于投资范式以及对泡沫认识的一个新转型。当然这个新转型是不是一个新的陷阱？说不准，只有事后破产之后才能检验。

所以大家就会看到，对 AI 泡沫的研究实际上进展得比我们对增长的研究要快。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 问题在金融市场的一种反应。这就是为什么要研究现在很多人嗤之以鼻的认为「测不准」的增长问题——原因就是我们要界定我们目前投资的锚到底在什么地方。

所以我们会看到最近很多大家的反思。最重要的反思就是《黑天鹅》的作者塔勒布，他讲 AI 终于打破了、撕开了我们传统经济学家的遮羞布和我们原来玩的这种游戏。所以经济学家的饭碗最近也被 AI 弄得七零八落。

但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，无论是以 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；但是我们的 AI 经济学和数字经济学还没有真正开始。第二，传统框架不仅难以解释 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。我刚才已经总结了一些结论：保守的经济学家们也在越来越感受 AI 所带来的乐观结果，但是的确我们可能需要一个比较审慎、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，谢谢大家！

整理说明

  • 上篇视频源：腾讯新闻（news.qq.com/rain/a/20260922V08PH400）；下篇视频源：网易视频（163.com/v/video/VL6JNEKVJ.html）
  • 转写引擎：EoListen 岳极留声离线转写，2026 年 10 月 1 日转写
  • 已知演讲者口误保留原貌（如「法国的月光俱乐部」，历史上月光社在英国伯明翰）