【工业智能】经济学家彭文生：对AI投资热潮的几点宏观思考

---

# 经济学家彭文生：对AI投资热潮的几点宏观思考

本文是中国首席经济学家论坛副理事长彭文生在2026中国数字经济发展和治理学术年会上的主旨演讲稿，从宏观视角分析中美AI发展差异与投资趋势。

## 核心问题

中美AI模型能力都处于全球第一梯队，但中国AI相关资本开支大幅低于美国。为什么存在这个差距？对中美AI未来发展有什么影响？公共政策应该如何应对？

过去互联网是美国发明，最大红利发生在中国。大模型也是美国人发明，未来AI大模型的最大红利会不会也发生在中国？理解这个问题需要先看清数字平台和AI大模型的经济属性差别。

—

## 一、从数字经济1.0轻资产到数字经济2.0重资产

### 供给端差别

| 特征 | 数字经济1.0（数字平台） | 数字经济2.0（AI大模型） |
|——|————————–|————————–|
| **边际成本** | 几乎为零，可无限复制，轻资产 | 持续高额投入，重资产 |
| **规模报酬** | 边际成本递减，网络效应放大收益 | Scaling Law，规模报酬递减，追求领先需持续投入 |
| **可变成本** | 几乎为零 | 每次推理都消耗算力能源，可变成本持续存在 |
| **经济折旧** | 慢 | 快，技术迭代导致物理消耗和折旧都快 |

**总结**：AI大模型具有显著的重资产属性，维持行业领先地位需要持续的资本开支投入。

### 需求端差别

– **数字平台**：强网络效应，使用的人越多价值越大，容易收敛到少数几家，护城河宽，价值攫取能力大于价值创造能力
– **AI大模型**：网络效应相对较弱，目前看不到1-2个模型一统天下的局面，价值创造更多体现在下游应用，价值创造能力大于价值攫取能力

因此，大模型具有更强的正外部性，私人边际收益低于社会边际收益，常规投入产出分析容易导致社会总体投入不足。

—

## 二、中美AI资本开支落差及原因

### 美国：AI资本开支成为增长主要引擎

– 2026年第一季度，AI资本开支贡献了美国GDP增长的44%，贡献了美国总需求增长的66%
– AI资本开支快速扩张，非AI资本开支疲软，这只能用市场极度乐观预期来解释
– 标普500股票回报预期几乎和美债收益相当，股市风险溢价近似零，是历史罕见的极度乐观
– 凯恩斯”动物精神”→沙克尔”极端预期”→明斯基”金融不稳定”：美股七巨头（英伟达、谷歌、苹果、微软、亚马逊、特斯拉、Meta）市现率已经接近科网泡沫高点，存在泡沫风险

### 中国：AI资本开支对增长贡献有限

截至2026年一季度，AI相关资本开支对我国GDP和总需求同比增长贡献只有0.10-0.15个百分点，远低于美国。

### 差异原因

1. **技术供给受限**：美国GPU出口限制，国内企业即便有投入意愿也面临设备采购难
2. **资本市场热度较低**：A股维持3%左右的风险溢价，美国近乎零
3. **劳动力成本差异**：美国人均收入高，AI替代脑力劳动的需求更强
4. **宏观环境影响**：中国面临总需求不足，金融周期下半场，顺周期性抑制投资
5. **核心差别：外部性纠正**：美国股市泡沫/非理性预期实际上纠正了创新外部性导致的私人投入不足，虽然泡沫破裂会有个体损失，但总量投入促进了AI发展

—

## 三、美国的压力在后端，中国的压力在前端

| 国家 | 当前状态 | 风险考验 | 阶段 |
|——|———|———|——|
| **美国** | 已经形成大规模AI资本投入 | 驱动投资的乐观预期能否兑现，现金流能否持续 | 考验在后端 |
| **中国** | AI资本开支不足 | 持续投入不足可能拖慢大模型迭代，拉开技术差距 | 考验在前端 |

### 政策启示

中国需要追赶美国的AI资本开支。美国股市泡沫纠正了创新外部性，中国资本市场不发达，应当：

1. **发挥产业政策作用**：通过产业政策引导，纠正外部性导致的私人机构投入不足
2. **科技金融结合**：重视银行信贷与产业政策结合，政策性金融和政府直接投入发挥作用
3. **承受一定程度的低效率**：相比投资不足导致技术落后的风险，一定的过度投资和低效率代价更小
4. **宏观政策支持**：货币政策支持财政扩张，促进内需，营造有利于创新的宏观环境

### 展望

结合近期政策表态和企业布局判断，**预计2027年国内AI领域资本开支有望实现明显增长**。政策已明确支持智算中心等AI基础设施建设，最终效果仍有待观察。

*文章来源：清华服务经济与数字治理研究院、首席经济学家论坛*

---