报告概述
本报告由华泰研究发布，聚焦人工智能对经济学底层假设与分析范式的系统性影响。研究对象涵盖稀缺性迁移、要素体系重构、经济主体向人机复合系统转变、均衡机制从稳定均衡转向多重均衡等核心议题。报告在传统“三流+四循环+五部门”宏观框架基础上，扩展出碳基与硅基双部门、五流传导、五循环等新分析维度，并具体讨论增长核算、供需平衡、定价体系等宏观变量的变化。报告旨在为总量投研提供从基础理论到实操框架的更新参考。
报告的核心结论
稀缺性发生系统性迁移，新稀缺成为价值来源
AI使标准化认知劳动、知识生产、信息协调的边际成本大幅下降，传统稀缺要素趋于丰裕；但算力、电力、高质量数据、可信验证、人类注意力与组织吸收能力成为新的稀缺。新的价值取决于这些新约束形成的位置、控制权和定价分配机制。
要素体系需从劳动-资本-技术扩展为五层资本结构
AI同时具备资本、劳动和全要素生产率属性，且具有非竞争性与规模报酬递增。报告提出要素框架应包含底层物理资本、中间智能资本、数据与场景资本、人力资本和组织资本，分析方法需从“要素加总”转向“任务和流程”，并延伸到知识发现与自我进化。
经济主体从独立决策者转向人机复合决策系统
偏好可能被算法塑造，行为可由模型执行，交易可被代理。AI既能修正有限理性，也可能规模化复制偏差，导致模型同质化和尾部风险。市场从“人类情绪拥挤”扩展为“模型信号拥挤”，预期差消失更快，踩踏更易发生。
均衡机制从稳定均衡转向多重均衡与长期非均衡
智能资本的高固定成本、低边际成本、数据反馈和网络外部性带来非凸性和路径依赖，系统可能长期处于非均衡过渡态。研究重点应从“新均衡在哪里”转向“旧均衡如何被打破、哪些约束先松动、哪些瓶颈会反噬”。
报告回答的关键问题
AI如何改变经济学的稀缺性假设？
AI降低了标准化认知劳动、知识生产和信息协调的边际成本，使这些传统稀缺要素趋于丰裕；但同时创造了新的稀缺，包括算力、电力、高质量数据、可信验证、人类注意力和组织吸收能力。这些新稀缺决定了新的价值来源和分配逻辑。
AI经济学对增长核算方法有什么影响？
报告指出传统GDP框架可能低估AI贡献，因为大量智能服务以低价或免费形式存在，且内部流程改进未被充分计入。建议转向“碳基GDP+数字福利账户”双轨衡量，同时考虑无形资本、时间节约、质量提升、消费者剩余及隐性风险成本。
AI如何改变宏观分析的传导机制？
传统实体流、资金流、政策流“三流”需扩展为包含数据流和注意力流的“五流”。实体流需区分碳基与硅基，资金流需区分传统信贷与硅基资本，政策流需扩展至安全、规制和分配维度。数据流和注意力流成为独立观察对象。
AI对总量投研的研究方法有什么启示？
报告认为信息处理成本趋零，研究护城河从信息优势转向框架与判断优势。需强化叙事辨析、久期意识和阶段判断，重建AI周期领先指标（如云资本开支、Token价格、GPU交期），并关注算法拥挤、流动性、集中度及跨市场传导。
完整报告包含什么
- 宏观经济理论演进的完整梳理，从古典经济学到行为经济学、内生增长理论、制度经济学的发展脉络与核心贡献。
- 稀缺性系统性迁移的详细论证：标准化认知劳动、知识生产、交易成本下降，以及新稀缺的五个维度（物理承载、数据、可信度、注意力、组织能力）。
- 要素体系重构的深度分析：智能资本的三重属性、生产函数数学性质变化（非竞争性、规模报酬递增）、五层资本结构的具体内涵。
- 经济主体转向人机复合系统的机制：偏好漂移、行为一致性放大、模型同质化与尾部风险的形成路径。
- 均衡机制变化的替代视角：基于主体的建模方法，以及非均衡过渡态研究的必要性。
- 宏观分析范式扩展：碳基五部门内部异质化与硅基跨部门层的详细划分，五流传导渠道的具体运作，以及AI-算力循环的正反馈机制。
- 各宏观变量重塑的专门讨论：增长核算双轨制、碳基-硅基供需平衡、多维定价体系（能力租金、网络租金、场景租金）、通胀、劳动、分配、产业组织、央行反应函数的理论映射。
- 对总量投研的七点实操启示：框架优势、叙事交易、久期意识、预期差来源变化、新领先指标体系、市场结构变化应对、跨市场传导重绘。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
