> **来源：[研报客](https://pc.yanbaoke.cn)** # AI的生产率悖论？——20+篇论文中找答案总结 ## 核心内容概述 本文通过文献综述，探讨AI技术是否能够带来生产率的提升，并分析其对货币政策的影响。综合20多篇相关研究，作者指出AI技术具有通用技术的特征，但其对生产率的提升存在时滞效应、资源错配和测量误差等问题，导致短期内难以体现其生产力的全面提升。同时，AI对不同行业和企业的影响存在显著差异，部分行业和企业可能在较短时间内受益，而其他行业则进展缓慢。 ## 主要观点与关键信息 ### 1. AI属于什么类型的技术进步？ - **通用技术**：AI具备通用技术的三大特征：技术在经济各部门广泛扩散、技术随时间持续改进、技术能够催化创新。 - **“发明方法的发明”**：AI不仅作为工具推动生产效率提升，还能优化组织结构、提升研发效率、催生新的商业模式。 - **2023年以来的美国数据**：美国劳动生产率已显著高于疫情前趋势水平，主要由**资本深化**和**劳动质量提升**驱动，而**全要素生产率（TFP）**提升仍较温和。 ### 2. AI能否带来生产率的长期提升？ - **技术进步放缓论**：以Gordon为代表的观点认为，第二次工业革命后的技术普遍难以带来长期生产率提升，AI可能也面临类似困境。 - 教育水平已达平台期； - 互联网革命的渗透广度远超当前AI； - AI创造的是“信息”而非“能源”，在物理上不具备直接生产力。 - **生产率悖论论**：以索洛悖论和J曲线效应为代表的观点认为，AI作为通用技术，长期可带来生产率提升，但短期内效果不明显。 - **时滞效应**：技术扩散、组织变革和人力资本积累需要时间，AI的生产率红利将在未来逐步释放。 - **资源错配**：AI对生产率的提升集中在头部企业，而非全行业。 - **测量误差**：当前的国民经济核算方法未能充分反映AI对生产率的贡献，尤其是无形资产的价值。 ### 3. AI何时才能带来生产率提升？ - **时间预测**：多数研究认为，AI对生产率的提振效应将在**2030年前后**显著显现。 - **三阶段模型**： - **第一阶段（2022-2025）**：AI投资增长快，但宏观生产率未显著提升。 - **第二阶段（2026-2029）**：领先企业开始受益，行业层面的生产率提升逐渐显现。 - **第三阶段（2030-2035）**：AI广泛扩散，宏观生产率数据将体现显著增长。 - **行业扩散速度差异**：快速扩散行业（IT、金融、专业服务）预计在2028-2029年显著受益；慢速扩散行业（传统制造、农业）则可能在2035年后才体现AI对生产率的提升。 ### 4. “AI生产率悖论”对货币政策的影响 - **政策调整建议**： - **关注结构性变化**：货币政策应更关注转型期的经济结构变化，而非仅依赖宏观数据。 - **重视微观数据**：企业微观调查数据比宏观数据更早反映AI对生产率的影响。 - **维持相对宽松**：支持新技术扩散，容忍阶段性通胀，以促进资源再配置。 - **应对策略**： - **区分结构性与周期性波动**：使用失业广度与持续时间、求职率与离职率、贝弗里奇曲线、工资与通胀的离散度等指标。 - **纳入行业反馈**：央行应关注行业专家、商业领袖和一线从业者的观察，以识别技术变革的早期信号。 - **金融稳定考量**：避免过度宽松引发资产泡沫，需结合宏观审慎工具进行管理。 ## 结论 AI作为通用技术，具有推动长期生产率增长的潜力，但其影响存在**时滞**、**资源错配**和**测量误差**等障碍，导致短期内难以在宏观数据中体现。预计AI对生产率的显著提振将在**2030年前后**出现。与此同时，AI对货币政策提出了新的挑战，要求央行在支持技术扩散的同时，兼顾**经济增长**与**金融稳定**，并加强**微观数据监测**与**政策灵活性**。 ## 风险提示 - 学术界对AI与生产率关系存在多元观点，本文不作立场判断。 - AI技术的普及和应用仍处于早期阶段，其对经济的全面影响需时间验证。 - 货币政策需在技术变革与经济稳定之间取得平衡，避免过度紧缩或宽松。 --- ## 参考文献（部分） - Baily et al. (2025) - Calvino, Haerle, & Liu (2025) - Çakır Melek & Miller (2026) - Sytsma (2025) - Gordon (2000, 2024) - Brynjolfsson et al. (2023) - McElheran et al. (2025) - Ajuzieogu (2025) - Arnon (2025) - Brault et al. (2026) - Goolsbee (2025)