川海智库

报告概述

本报告聚焦2026年美国核心通胀上行压力的两大来源：AI相关原材料价格飙升和能源成本上升。报告通过多变量回归模型，量化AI和原油对核心CPI的传导系数与拉动幅度，从总量和结构层面分析传导特征，并与历史周期对比，最后给出基准情景下的通胀展望及风险方向。报告旨在帮助投资者理解成本端涨价对通胀的传导路径与持续性。

报告的核心结论

AI对下游的传导能力更强，但油价暂时对通胀拉动更大。

报告通过回归模型测算，AI涨价的传导系数为4.6%，远超能源的0.5%；但在今年5月核心CPI同比中，能源贡献约0.31个百分点，AI仅贡献0.12个百分点，合计0.43%，基本解释全部核心CPI上行。能源拉动更大主要源于前期油价涨幅较大，但随着油价回落，下半年能源拉动或下降。

AI在服务业扩散更广，影响更具持续性；能源集中在运输领域，更像一次性冲击。

AI不仅在电脑等消费品上有明显涨价推动，还在专业服务、金融服务、教育通信等分项中表现出较高传导强度，可能与更多企业投资数字化有关，持续性较强。能源的传导则主要集中在航空票价、公共交通和运输服务，其余分项传导弱，且对新车、二手车等有负向压制，体现一次性成本推动特征。

本轮AI的传导程度在历史上偏弱，能源与历史均值相仿，通胀内生动能不强。

报告将本轮AI和能源涨价周期与历史上六个类似窗口期对比，发现本轮AI向CPI和核心CPI的传导强度在历史中属于偏低水平，而能源传导与历史平均大致持平。报告猜测可能与今年美国消费偏弱有关，上游成本向下游传导阻力较大，整体通胀内生动能并不强。

报告回答的关键问题

今年美国核心CPI上行的主要推手是什么？

报告指出，今年美国核心CPI同比上行约0.2%，而AI和原油两种成本合计额外拉动约0.47%，基本可以解释全部通胀上行。其中能源贡献约0.31个百分点，AI贡献约0.12个百分点，剩余分项增速反而回落，表明成本上涨对消费有负反馈作用。

AI成本上涨会对通胀产生持续影响吗？

报告认为AI的影响更具持续性。AI不仅在计算机等消费品上推动涨价，还在专业服务、金融服务、教育通信等服务业分项中表现出较高的传导强度，这可能与企业不断增加数字化投资有关。随着更多企业参与，AI对物价的影响可能不是一次性的成本冲击，而是持续性的价格上行压力。

油价后续如何影响美国通胀？

如果油价年底稳定在75美元/桶，由于去年四季度油价基数过低，同比贡献虽下降但仍不低，下半年对核心CPI的拉动仅边际回落。报告提示，油价短期风险偏上行（美伊冲突不确定性），通胀实质性回落需要油价更大幅下降或等待明年基数切换。

报告中的代表性数据

4.6%

AI涨价传导系数

2025年5月-2026年5月，衡量AI成本每上涨1%，核心CPI变动的百分比，回归结果得出。

0.5%

能源涨价传导系数

2025年5月-2026年5月，衡量能源成本每上涨1%，核心CPI变动的百分比，回归结果得出。

0.47%

AI和能源对核心CPI同比的合计拉动

2025年12月-2026年5月，今年核心CPI同比上行约0.2%，而AI和能源合计额外拉动0.47%，解释全部上行。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 上游成本分析：详细展示AI加权成本的构成（硬件、存储、数据服务、网络通信）及各自价格走势，对比能源（油价、电价）的涨幅，揭示AI成本涨幅有限的内部结构原因。
  • 传导机制量化模型：采用引入失业率和联邦基金利率的多变量回归模型，测算AI和能源对核心CPI的传导系数和拉动幅度，区分总量与结构影响。
  • 结构传导分析：展示AI和能源在核心CPI各分项中的传导强度分布图，包括AI在金融服务、专业服务等领域的扩散，以及能源集中在运输领域的具体数据。
  • 历史周期对比：选取历史上六个类似AI成本和油价上涨窗口期，比较本轮与历史平均的传导强弱，附有详细的图表展示。
  • 下半年通胀展望：基于油价年底75美元/桶、存储继续涨价30%等假设，测算2026年下半年AI和原油对核心CPI同比的拉动路径，并分析上行和下行风险。
  • 风险提示：包括美国通胀超预期、经济增长超预期、地缘政治风险、油价波动、AI渗透超预期等，以及详细的风险因素说明。

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。

相关报告