本文來自微信公眾號： 數(shù)字經(jīng)濟發(fā)展評論 ，作者：數(shù)字經(jīng)濟發(fā)展評論
導語
當下美股AI板塊波動明顯加大，市場對AI遠期估值的樂觀預期持續(xù)松動。但美國財政仍在為未落地的AI紅利“提前買單”。CBO將短期生產(chǎn)率走高歸因為AI賦能，以此樂觀預判制定財政規(guī)劃，對沖各類政策帶來的增長拖累。但多重實證數(shù)據(jù)佐證，美國本輪生產(chǎn)率翻倍并非技術(shù)革新驅(qū)動，只是疫情囤工出清的周期調(diào)整。AI目前僅存微觀試點價值，暫無宏觀增長賦能效應。這場“預期先行、事實滯后”的財政博弈，暗藏萬億級債務(wù)風險。完善數(shù)字經(jīng)濟統(tǒng)計體系，才是破解AI紅利誤判、規(guī)避財政危機的最優(yōu)解。
原文來源：戰(zhàn)略與國際研究中心（CSIS）
原文標題：America's Unproven Productivity Boom,and the Cost of Misreading the Data
編譯解讀：數(shù)字經(jīng)濟發(fā)展評論
近期，美國科技股波動加大，市場開始重新審視那些建立在AI樂觀預期之上、卻尚未落地兌現(xiàn)的資產(chǎn)估值。事實上，資本市場對AI紅利的炒作降溫早已顯現(xiàn)，但股票市場并非唯一體現(xiàn)AI樂觀情緒的領(lǐng)域。
當前美國財政測算體系中，樂觀傾向更為突出：美國國會預算辦公室（CBO）已直接將AI賦能的生產(chǎn)率提升視為已經(jīng)兌現(xiàn)的紅利，納入聯(lián)邦財政收入核算體系。
2026年2月，CBO首次在官方基線預測中引入AI生產(chǎn)力專項假設(shè)，認定AI將可持續(xù)、可量化地提升未來單位勞動產(chǎn)出，并以此上調(diào)聯(lián)邦財政收入預期。不僅如此，政策層面直接借助這份理想化的AI增長紅利，來對沖貿(mào)易摩擦、移民限制等本土政策對經(jīng)濟增長的拖累。
數(shù)字經(jīng)濟發(fā)展評論認為，這一財政邏輯存在明顯的預期前置偏差：在AI對宏觀經(jīng)濟的結(jié)構(gòu)性賦能效果尚無確鑿實證、行業(yè)紅利尚未全面釋放的前提下，美國財政政策已基于AI繁榮的樂觀敘事，超前透支了未來的增長空間，屬于典型的“預期先行、事實滯后”決策。
倘若這套核心生產(chǎn)率假設(shè)出現(xiàn)偏差，美國財政將面臨巨額赤字風險。根據(jù)CBO官方敏感性分析，全美勞動生產(chǎn)力增速每波動0.1個百分點，未來十年美國聯(lián)邦累計赤字規(guī)模將相應變動約3000億美元。
戰(zhàn)略與國際研究中心（CSIS）經(jīng)濟學項目主任菲利普·勒克（Philip Luck）的測算則更具體：若疫情后勞動力市場的收縮效應消退一半、用工回歸常態(tài)，美國聯(lián)邦政府將新增約1.1萬億美元借款；若本輪短期勞動力調(diào)整效應完全出清，新增債務(wù)規(guī)模將高達2.2萬億美元。
從當前經(jīng)濟數(shù)據(jù)來看，CBO基于AI的樂觀增長假設(shè)，缺乏扎實的現(xiàn)實支撐。
數(shù)據(jù)顯示，美國勞動生產(chǎn)力年均增速從2013—2019年的1.3%躍升至2022年以來的2.4%，增速近乎翻倍。技術(shù)樂觀派將這一輪生產(chǎn)率躍升，簡單歸因于AI規(guī)模化滲透帶來的早期紅利。但勒克通過三種獨立的修正方法，推翻了這一主流樂觀結(jié)論，證明本輪生產(chǎn)率提升并非技術(shù)驅(qū)動。
▲圖源：CSIS
第一，宏觀總量分解。相對于2013—2019年的經(jīng)濟運行趨勢，2025年之前美國勞動投入年均增速下降了約1.3個百分點，但產(chǎn)出增速基本保持穩(wěn)定，意味著企業(yè)以更少的工時維持了原有產(chǎn)出。
關(guān)鍵線索是：從技術(shù)邏輯來看，AI規(guī)模化落地必然伴隨企業(yè)智能化設(shè)備、數(shù)字資本的持續(xù)加碼，但本輪周期中美國資本投入增速同樣在下降，這與大規(guī)模AI投資應帶來的勞動增強效應并不相符。勞動投入的降幅足以解釋本輪全要素生產(chǎn)率的回升，技術(shù)殘差實際上是微負的，表明并不存在技術(shù)增量賦能效應。
第二，利用率修正。舊金山聯(lián)邦儲備銀行的獨立測算進一步佐證了上述結(jié)論：其發(fā)布的凈利用率調(diào)整后的全要素生產(chǎn)率數(shù)據(jù)（剔除了加班和產(chǎn)能利用率波動的干擾）顯示，截至2026年一季度的四個季度中，全要素生產(chǎn)率僅增長0.07%，而同期名義勞動生產(chǎn)力增速約為2.5%。
通過用工時長、產(chǎn)能利用率兩個不同維度的周期修正，最終得出完全一致的結(jié)論，徹底否定了本輪生產(chǎn)率增長源于AI技術(shù)的說法。
第三，細分行業(yè)歸因。從行業(yè)維度來看，2020—2021年疫情期間囤工最多的行業(yè)，正是2022年后用工工時壓縮幅度最大、人員減少最為顯著的行業(yè)。勒克將各行業(yè)的勞動力囤積程度與六項權(quán)威AI行業(yè)滲透指標同步納入回歸模型，僅勞動力囤積變量具備顯著解釋力，六項AI暴露度指標全部不具備統(tǒng)計顯著性。
當下AI已在企業(yè)微觀層面實現(xiàn)降本增效、優(yōu)化流程，但仍處于點狀試點階段，尚未形成跨行業(yè)、可量化、可傳導的宏觀增長紅利，而這恰恰是CBO財政預測的核心前提。截至2024年，AI尚未引發(fā)全行業(yè)的結(jié)構(gòu)性生產(chǎn)力變革。
▲圖源：CSIS
換言之，本輪美國勞動生產(chǎn)率的短期高增，本質(zhì)是疫情特殊周期下，企業(yè)消化疫情期間囤積的冗余勞動力的修復性結(jié)果，是典型的勞動力市場周期性調(diào)整，而非人工智能等新技術(shù)驅(qū)動的結(jié)構(gòu)性技術(shù)變革。
這并非無關(guān)緊要的學術(shù)爭論，而是關(guān)乎美國財政安全與長期經(jīng)濟競爭力的核心現(xiàn)實問題。經(jīng)濟內(nèi)生增長動力，是美國維系經(jīng)濟霸權(quán)和全球影響力的資源基礎(chǔ)。CBO的生產(chǎn)力預判，直接鎖定了聯(lián)邦收入的長期走勢，進而框定了美國國防開支、產(chǎn)業(yè)扶持、社會民生、國債利息等核心領(lǐng)域的財政空間。
未來十年，美國需投入數(shù)萬億美元用于基礎(chǔ)設(shè)施重建、關(guān)鍵供應鏈加固、全球安全布局升級，巨額資金高度依賴聯(lián)邦債務(wù)融資，而債務(wù)可持續(xù)性則高度依賴經(jīng)濟的結(jié)構(gòu)性增長能力。AI也許最終會提供實質(zhì)性幫助，但依托尚未落地的技術(shù)預期制定長期財政計劃，本質(zhì)是透支未來經(jīng)濟韌性。
針對這一風險，一個成本極低的對沖方案是改善測量。當前美國聯(lián)邦統(tǒng)計體系持續(xù)老化，適配數(shù)字經(jīng)濟、AI新業(yè)態(tài)的統(tǒng)計維度缺失，大量受新技術(shù)沖擊、改造的行業(yè)，缺乏精細化、顆粒化的監(jiān)測數(shù)據(jù)。兩黨聯(lián)合提出的《AI數(shù)據(jù)法案》（AI DATA Act）將擴大聯(lián)邦AI數(shù)據(jù)收集，并要求提交關(guān)于技術(shù)對勞動力影響的年度報告。
在萬億級財政誤差風險面前，加碼數(shù)字經(jīng)濟統(tǒng)計基礎(chǔ)設(shè)施建設(shè)，精準錨定AI真實經(jīng)濟價值，是性價比最高的政策投資，遠優(yōu)于基于樂觀預期的盲目財政擴張。