AI重构宏观经济传导机制：智能经济学跟踪框架解析

AI驱动宏观分析范式拓展与传导机制重构

AI正在推动宏观分析范式由传统的"五部门"向"硅基跨部门层"拓展。硅基部门以智能资本为核心要素，呈现高固定成本、趋零边际成本、规模报酬递增的特征；碳基企业则仍服从传统的劳动加资本生产函数。这一二元化结构使得居民部门分化为AI增强者、被替代的认知劳动者与不可被替代的劳动者，政府部门新增AI产业政策主导者与算力基建提供者角色，金融部门分化为传统金融条件与硅基资本流，国外部门的比较优势则从先天要素禀赋拓展为后天可投资的算力、数据与电力禀赋。

货币政策传导弱化：硅基资本流的低敏感性

货币政策传统传导路径"政策利率→金融条件→投资/消费/购房"的有效性前提是企业与居民受融资约束且对资金成本敏感。AI巨头形成股权、投资级公募债、客户预付、SPV项目融资、资产证券化等多元组合融资方式，这套"硅基资本流"对货币政策的敏感性明显低于传统经济。海外AI大厂历史上是轻资产、高盈利、靠留存收益和巨额现金储备自我融资的主体，即便转向外部融资仍是顶级投资级主体，货币传导机制失去着力点。无形资本投资对利率的敏感度系统性低于有形资本，AI大厂的决策函数转向市场份额、生态锁定和长期战略位次，数据中心与芯片产能项目规模大、不可逆、周期长，调整成本极大。

财政政策传导变异：从需求管理到供给安全工具

传统财政政策的逆周期需求管理功能发生转变。全球秩序重构导致政策组合进入财政主导时代，AI革命进一步将财政政策转为供给安全与产业竞争力工具，"战略产能"清单从芯片、稀土延伸至算力、数据、电力与模型。数字/ICT基建的财政乘数显著高于传统基建，但投资拉动特征在中长期形成供给能力，财政安全化和生产导向可能加剧远期"供强需弱"矛盾。AI投资体现为固定资产折旧和营业盈余的贡献，分配由劳动向资本的收入转移压低税率并侵蚀税基，不平等加剧抬升转移支付，债务上升加大利息支出。财政角色需要从"调节需求"转向"捕获与再分配技术租金"。

就业消费链条脱钩：供给扩张快于需求形成

奥肯定律隐含的需求端传导链条"经济增长→就业扩大→工资上涨→消费改善→再投资"面临重构。AI资本开支高度资本密集，单位投资的就业密度远低于基建、地产或传统制造业，整体就业弹性系统性下降。AI存在就业"替代效应"，高AI暴露职业的招聘减少，生成式AI冲击高技能认知岗位，美国信息业已出现雇员增长停止、职位空缺率下降、工资增长降低的迹象。同时AI对就业也存在积极影响，客服实验显示AI使生产率提升且最大增益归于新手与低技能员工，AI训练、数据标注、提示工程等新职业在局部形成就业拉动，智能供给提升和交易成本下降催生"一人公司"等新业态。

短期看，AI发展带来的供给能力扩张可能快于需求能力形成，分配制度调整相对滞后，被替代群体边际消费倾向高但对利率不敏感，被AI互补群体储蓄率更高，碳基部门的需求传导链条可能有所断裂，全球K型分化继续存在。长期看，AI租金通过更优化的分配机制流向居民部门，叠加上新场景创造，形成终端需求的新支撑。

通胀传导分裂：硅基投入品通胀与产出品通缩并存

AI使得通胀在部门、时间和国别间形成分裂和错位。硅基产出品边际成本趋零、价格趋于下行；碳基投入品因物理供给刚性、需求爆发而价格上行；碳基需求形成偏慢，最终呈现"硅基投入品通胀>碳基最终品震荡>硅基产出品通缩"的格局。AI压低可编码服务价格，但教育、医疗、护理等人工密集服务等非自动化部门的相对价格仍取决于AI替代程度，鲍莫尔成本病可能以新形态继续存在。生产率J曲线表明，当前AI资本开支与需求是通胀性的，而生产率红利的滞后释放才是通缩性的，二者在时间上错配。

贸易汇率传导逆转：从劳动力套利到算力套利

比较优势的来源从先天禀赋转向后天可投资的算力、数据、电力和制度禀赋，一个国家可以通过投资算力、电力、数据基础设施来"制造"比较优势。AI削弱"劳动力套利"逻辑，贸易结构从"劳动力套利"转向"算力套利"，加剧全球供应链重构与回流。全球或根据AI能力进一步核心-边缘化，掌握模型、算力、数据和应用生态的核心区以模型和API为杠杆向全球征收"智能租"，边缘区即便全要素生产率提升仍会相对落后。

硅基部门跟踪框架：算力供给与应用需求双主线

AI内部传导沿着"应用←模型←数据中心←硬件/能源"形成上下游关系和循环反馈。短期焦点在算力供给侧，关注AI巨头资本开支及预期、租赁负债变化、云厂商RPO规模、硬件层收入验证，同时跟踪电力瓶颈、建设进度、云收入、算力租金、现金流与折旧判断资本开支可持续性。中长期根本需求来源在于应用层和模型层，关注模型能力、Token量价、企业AI采用率、开发者生态、应用软件收入和模型公司ARR，验证"应用增长—模型调用—算力投资"的需求闭环。

传统传导机制拓展：分类观测与聚焦AI关联群体

货币端单列硅基资本流和信用定价，关注AI巨头融资事件、信用利差曲线、CDS等。就业收入端聚焦高AI暴露行业及重点群体，分行业AI采用率划分暴露程度，观测就业、收入和消费情况，总财富指标更适合捕捉硅基部门收入向碳基部门的传导。通胀端区分投入品、最终品和数字价格分别跟踪。贸易与财政端关注新要素禀赋、数字服务贸易、税基变化及租金归属，财政支出端拆结构判断供给侧还是需求侧发力，收入端看价值流向与劳动税基侵蚀，分配端看AI资本所有权与租金归属。

国内传导机制特殊性：旧链条依赖与自循环构建

中国旧增长仍依赖地产、城投和出口，AI短期体现为对相关产业、城市和消费群体的点状外溢，但挤出效应同时存在，尚难替代传统链条。中国供给侧政策工具较强，但需求端传导偏弱，AI可能加剧"供给扩张快于需求形成"矛盾，需同时观察算力基建与收入、消费、分配机制改善。长期关键在于能否补齐高端芯片、基础软件和算力基础设施短板，形成"内部需求—国产模型—国产硬件—应用扩散"的自循环。中国在模型层、应用层具备较强竞争力，但在高端芯片、基础软件、关键算力基础设施上仍存在短板，芯片国产替代等产业进展是AI资本开支上修并落地的必要条件。