AI革命叙事的试金石：TFP红利能否兑现？——基于文献综述的机制辨析与前景展望.pdf

美联储主席凯文·沃什近期将人工智能定义为一种新的生产要素，并提出AI是否能导致整个经济体生产率显著且持续提升的根本性问题。若AI能推动全要素生产率（TFP）持续上行，当前的高投入与高估值便对应着新一轮增长中枢抬升；若不能，则难以摆脱泡沫疑虑。AI的生产率红利能否兑现，成为当下市场最值得回答的问题。

测算结果的区间分布与核心分歧

现有文献对AI拉动TFP的测算差异极大。若将口径统一至“AI对既有任务的自动化与辅助”，多数研究的年均TFP增量落在0.05至1.24个百分点之间。Acemoglu给出的审慎估计为未来10年累计增幅不超过0.66%，而Aghion等人的偏乐观情景可达1.24个百分点。分歧的核心在于研究边界：是将AI视为既有流程中的提效工具，还是将其作为研发、设计和知识发现等创新活动的加速器。此外，任务暴露度、经济可行率、单任务提效幅度以及劳动份额等关键参数的设定差异，以及微观提效向宏观总量传导过程中的“弱链接”约束，均导致了测算结果的显著分化。

索洛生产率悖论的四大成因

尽管微观层面不断证实AI提效，但主要经济体宏观统计中的生产率尚未明显改善。其原因主要包括四类：一是时滞效应，通用技术扩散普遍表现为组织重构先于生产率增长的“J型曲线”，且红利首先集中于前沿企业；二是现实约束，算力、电力、数据、监管和组织改造等瓶颈使技术进步难以同步转化为大规模部署；三是统计识别偏差，现有统计体系对新型数字化投入和质量改进的识别不足，可能低估了真实红利；四是需求侧约束，若AI更多替代劳动而非增强劳动，劳动收入份额下降和总需求不足可能反过来削弱增长兑现。

中国情境下的三大情景推演

结合中国行业结构与采用条件，未来十年AI对中国TFP的累计额外拉动预计在2.12%至11.79%区间内。保守情景下，AI主要改善既有流程效率，利好数字化程度高、任务标准化的行业与龙头企业；中性情景下，AI渐进式进入创新链前端，市场关注重点转向研发工具链、工业软件和企业级智能化解决方案；乐观情景下，AI带来整体生产率中枢的系统性抬升，受益范围沿上游算力与能源、中游软件与平台、下游场景应用展开全链条扩散。