2024年宏观深度研究：美国产业革命如何影响长期增长效率和中性利率

一、美国 AI 产业革命“如火如荼”

2022 年 ChatGPT-3.5 发布后，美国 AI 产业革命进入新一轮景气上行周期。人工智能 （Artificial Intelligence，AI）概念已经提出接近 70 年，中间经历多轮周期。2022 年 11 月 Open AI 发布的 ChatGPT-3.5 推动了相关 技术和应用的显著突破，导致 AI 的关注度指数型上升。彭博全球 AI 指数大幅上 涨，市值较 2023 年初增加了 8.4 万亿美元；据 Quid 统计，2023 年中约 8 成的 世界五百强公司在财报会议上提及 AI，较 2022 年的 53%明显增加；其中，企业对生成式 AI 的关注度大幅上升，提及生成式 AI 的比率从 2022 年的 0.3%上升至 2023 年的 20% 。 AI 在美国居民中快速普及，使用比率上升至 23%。2024 年 2 月 Pew Research Center 调 查显示，美国居民对 ChatGPT 的使用率从 2023 年 6 月的 18%升至 2024 年 2 月的 23%。 其中，年轻群体使用过 ChatGPT 的占比从 33%大幅提升至 43%，而 50-64 岁（17%）以 及 65 岁以上（6%）的群体的使用率明显低于年轻群体。就使用场景而言，工作 场景的使用率提升最快，从 2023 年 3 月的 8%提升至 2024 年 2 月的 20%，而同期知识学 习和娱乐场景的使用率分别提升 7pct 和 6pct 至 17%。但 2024 年斯坦福 HAI 报 告也显示，随着 AI 的广泛应用，民众对 AI 负面影响的担忧也有所上升。

2012 年以来，AI 相关企业的注册数量大幅上升。根据 Census Bureau 的美国企业注册数 据（Business Formation Statistics, BFS），2005-2012 年美国 AI 相关企业的注册数量保 持稳定，2012 年、2016 年以及 2023 年是三个关键转折点，特别是 2023 年 AI 相关企业 注册数量大幅跳升，背后可能主要是来自于 2023 年底生成式 AI 的出现。此外， AI 相关企业的注册在行业和州层面高度集中，例如近 56%的应用属于专业、科学和技术 服务行业（NAICS 54），约 20%的注册来自加州（Dinlersoz et al., 2024）。但是，需要指 出的是，AI 相关企业注册数量相对存量企业仍然占比较小（Dinlersoz et al., 2024）。 AI 在企业层面的使用率从疫情前的 3.2%左右回升至 2024 年 2 月的 5.4%，未来有望进一 步回升。AI 使用率与企业规模呈现 U 型关系，小企业和大企业的使用率相对较高；目前 AI 的主要应用场景是营销自动化、聊天机器人、自然语言处理等。 AI 在不同行业和地区间的使用率存在较大差异：从行业来看，信息技术和专业服务的 AI 使用率较高；总体而言，多数行业的 AI 使用率持续上升。从地区来看，西部的 科罗拉多州、内华达州、加州和东部的一些州使用率较高。企业不使用 AI 的核 心原因是业务的不适配，其次是缺乏相关知识以及对潜在负面因素的担忧。

二、2023 年以来，AI 温和提振投资和消费

2.1 AI 提振单个企业的生产率，但或不是近期劳动生产率加速的原因

现有研究通常发现，AI 能够提高单个企业劳动生产率，特别是对低技能员工。对美国企业 的抽样调查显示，近期使用 AI 或者未来准备使用 AI 的企业所汇报的当前和未来的状况要 好于其他企业。企业层面的证据也证实，在市场营销、软件开发等领域，AI 对 劳动生产率可能有 10-20%的提振。例如，根据 Cambon et al. (2023)，使用微 软 Copilot 或者 GitHub 的 Copilot 工具，完成特定任务所需要的时间要减少 26%-73%。此外，一些研究显示，AI 相关工具对低技能职工效率提升更加明显，这可能因为 AI 能够补足高技能劳动者和低技能劳动者之间的隐性知识。例如，目前 AI 应用的主要场 景之一是市场营销/销售领域的聊天机器人，高技能客服拥有更多隐性知识，包括如何更好 安抚客户情绪等，但通过训练聊天机器人可以较好补足低技能客服的隐性知识。Erik Brynjolfsson et al（2023）1对生成式人工智能的研究发现，AI 对生产率的提振接近 14%， 而对低技能客服生产率的提高幅度达到 34%。

2023 年二季度以来美国劳动生产率一度明显加速，但我们认为可能不是 AI 的贡献。2023 年 2 季度以来，美国劳动生产率明显回升，2023Q2-2023Q4 季比折年增速分别为 3.1%、 4.5%和 3.6%，与 1950-1970 年以及 1995-2005 年劳动生产效率高速增长时期接近。一些评论将劳动生产率的上升归结于 AI，虽然有提高劳动生产率的潜力，但 AI 在企业层面的渗透率仅为 5%左右，暂不足以解释如此大幅度劳动生产率的 回升，2024 年一季度劳动生产率季比折年增速再次回落至 0.3%。我们认为，劳动生产率 的加速可能是由于企业“活力”修复以及移民大量流入。一方面，疫情后美国企业“活力”修复， 提振劳动生产率。疫情前美国劳动生产率整体偏弱，其中一个原因是企业新增数量放缓， 企业“活力”下降，这也被称为“初创企业赤字（startup deficit）”：1978 年美国新进入的企 业占所有企业的比例从 14%下降至 2020 年的 9%（Ufuk Akcigit et al., 2019）。疫情后美 国企业申请数（Business application）大幅增加，提高企业活力，提振劳动生产率。2021 年中以来的月均商业申请数比 2019 年高 50%左右，也大幅高于 2004-2019 年的趋势。另一方面，2022 年以来移民大幅流入美国，就业调查或低估了经济中实际的劳动 投入，从而导致劳动生产率被高估。此外，旧金山联储2指出，移民流入长期看能够提升全要素生产率（衡量生产 效率和技术水平）。

2.2 2023 年以来，AI 对就业影响有限，但温和提振投资和消费

2023 年以来，AI 对就业市场的影响有限，且净影响是增加就业。根据 Census Bureau 的 调查，虽然一些企业使用人工智能来替代员工的工作任务和现有的设备/软件，但 AI 对企 业就业的影响有限，且偏向增加就业。2024 年 2 月使用 AI 的企业中（占比为 5.4%），仅 5.4%的企业表示过去 6 个月中就业受到影响，并且增加就业的比率为 2.8%，超过减少就 业的比率（2.6%）；未来 6 个月 12.6%的企业就业可能受 AI 影响，其中 6.5% 增加就业，而 6.1%减少就业；如果对上述调查用就业进行加权，仅 2.8%的企业就业会受 AI 影响，未来 6 个月预期上升至 7.7%。此外，招聘网站数据也显示 AI 对就业市场影响有 限。Lightcast 招聘数据显示，虽然近年来 AI 相关招聘需求整体上升，但 2023 年美国 AI 招聘需求在总需求中的占比仅为 1.6%，欧盟国家在 0.8%-1.4%之间；类似的， Indeed 数据显示，生成式 AI 相关招聘需求虽然在 2023 年指数型上升，但在总招聘需求的 占比仅为 0.1%左右。

AI 推高 FAAMG 资本支出，推动了美国企业数据中心等硬件设备投资，2024 年或是投资 增速的高点。AI 相关需求拉动了美国数据中心等硬件设备投资。根据 CBRE 的数据3， 2023 年美国数据中心在建产能增长 19%，2024 年在建数量有望进一步增加 20%。而根据 FAAMG（Meta、亚马逊、苹果、微软和谷歌）的指引，2024 年 FAAMG 资 本支出规模将达到 2066 亿美元（占 2023 年美国 GDP 的 0.8%），同比增长 35.5%， 2025-2026 年增速或放缓至 8-10%。此外，为了满足 AI 数据中心对电力的需求， 电力相关投资未来或有所上升。麦肯锡、波士顿咨询集团和标普全球商品洞察均预测4，到 2030 年与数据中心相关的电力需求复合增速将达到 13%至 15%。从宏观层面的投资数据 看，AI 温和提振计算机设备投资。电力相关投资可能被计入电厂厂房投资。2023 年以来， 电厂厂房投资增速不及私人投资增速，电厂厂房投资在私人投资中的占比变动不大，未来 或有所回升。此外，FAAMG 和数据中心相关的资本开支可能被计入计算机设 备投资、软件和研发无形资产投资，2023 年上述投资占美国 GDP 的 6.6%， 增长 3.7%，对 GDP 的贡献约为 0.2 个百分点。从信息设备和无形资产占 GDP 之比可以 看到，AI 对投资的提振目前仍然较为温和，远低于 1990-1999 年。 AI 提振股市，通过财富效应推高居民消费，幅度相当于 2023 年 GDP 的 0.3 个百分点。 2023 年受益于 AI 的“横空出世”，美国股市大幅上涨：2023 年标普 500 上涨主要受益于 AI 的“七姐妹”等股票。美股上涨有助于提振居民净财富，并提振居民财产性收入。居民财富 增加（净财富/可支配收入）有助于压低居民储蓄率，从而提振居民消费。2023 年“七姐妹”市值累计增加 4.7 万亿美元，考虑到美国居民的股票财富效应的系 数为 2 美分5（即 1 美元股票财富的增加将提高 2 美分的消费支出），这意味着居民消费将 增加 940 亿美元，幅度相当于 2023 年 GDP 的 0.3 个百分点。

三、AI 直接推高中性利率仍可能需要时间，但其他结构性因素 或短期推高中性利率

3.1 参考历史经验，AI 直接推高中性利率仍可能需要时间

AI 可能是一种通用技术，有提振美国劳动生产率的潜力。AI 符合通用技术（General Purpose Technologies，GPTs）的定义。在普适性和创新互补性上，AI 重构了 人类知识检索、创造、运用的基本方式，降低了知识传播的成本、提高了知识共享水平、 推动了人力资本水平的提高，同时，AI 能够与各行各业广泛结合，提升生产的自动化水平、 优化生产的工艺流程；在动态发展性上，AI 目前仍然在快速进步，成本也在逐步下降，有 望带动生产率水平大幅提升。近期一些机构基于对 AI 的乐观预期提高了对美国未来潜在增 速的预测6。例如，高盛估计，到 2034 年人工智能对美国 GDP 的提振将达到 0.4 个百分 点，对其他发达市场提振为 0.3 个百分点7；麦肯锡全球研究院（2023）预计，生成式 AI 对全球经济所带来的收益将高达 4.4 万亿美元/年，相当于全球 GDP 的 4%左右8。但也有 研究指出，不应过高估计 AI 对劳动生产率和 TFP 的提振作用。Acemoglu（2024）认为， AI 对美国 TFP 的贡献为 0.07%/年，考虑到 AI 对投资的推动作用，对 GDP 的贡献为 0.11%/年。

历史经验显示，新技术从诞生到明显提振劳动生产率存在时滞，AI 对劳动生产率的提振仍 需要较长时间。新技术需要时间才能够在社会中广泛扩散和应用，同时原有的组织形式也 需要一定程度变革。例如，电力革命开始于 1890 年代9，但劳动生产率加速发生在 30 年 后的 1920 年代（David, 1990）10。类似的，计算机最早于 1943 年问世11，但宏观上长期 看不到信息技术革命对劳动生产率的明显提振。著名经济学家索罗在 1987 年提出“生产率 悖论”：我们到处都看得见计算机，除了生产率统计中12。直到 1995 年，美国劳动生产率 数据13才开始出现明显上行。Helpman and Trajtenberg（1994）提出通用技术对经济增长 的影响可以分为播种和收获两个阶段，两者可能间隔数十年。播种阶段产出和生产率增长 缓慢甚至下降，出现所谓的“创造性破坏”，只有在收获阶段劳动生产率才真正开始增长， 这两个阶段持续的时间通常在数十年。例如，欧央行（2020）14发现，电力革命和信息技 术（ICT）革命时期美国劳动生产率都是前期平缓、后期加速，两个时期都持续数十年 。根据 Gartner 对人工智能技术成熟度的划分，当前的生成式 AI 还处于期望膨 胀期，还需要 5-10 年才能进入技术成熟期。如果参考电力和 ICT 技术的历史经 验，AI 目前仍然处于播种阶段，AI 对劳动生产率的提振需要 20 年以上的时间，但由于新 技术普及，AI 播种期或更短。过去一百多年的历史显示，不同技术从发明到在社会中逐渐 普及所需要的时间存在较大差异。对上述技术普及速度的分析可以发现，新技术普及的速 度在加快，例如汽车（1880 年代发明）普及率达到 50%花费了 40 年左右的时 间，而互联网（1990 年代发明）则只用了 20 年左右。这背后可能是因为全球化的加速、 信息技术普及等因素导致技术传播不断加速；而 ChatGPT 等 AI 应用更快投入使用对居民 硬件和固定投入的要求更低，叠加疫情后居家办公加速全球数字化进程，AI 播种期或更短。

中长期看，AI 直接推高中性利率仍可能需要时间。疫情前美国中性利率持续回落。正如我们此前所论述的，由于全球潜在增速回落，且储蓄投资偏好对中性利率的推 升有限，预计全球中性利率维持低位，或小幅回升。但 AI 产业革命或在中长期推高全球中性利率。第一，AI 提振劳动生产率， 能够对冲人口老龄化等结构性因素对中性利率的拖累。根据 HLW（2017）模型，潜在增 速回落 1 个百分点，中性利率也会回落 1 个百分点左右。若 AI 产业革命推动美 国劳动生产率回升，则美国中性利率有望回升。第二，AI 推高企业投资偏好，也有助于推 动中性利率回升。第三，若 AI 能够降低不平等，也有助于推动中性利率回升。1980 年以 来，不平等上升导致居民在收入分配中占比不断下降。由于富人储蓄倾向偏高，不平等上 升将压低中性利率。一些研究发现，与以往的自动化技术不同，AI 技术对低技 能员工生产率提振更大，有助于降低不平等程度。但是，由于 AI 目前仍然处于 播种期，对劳动生产率的提振仍然需要时间，因此对中性利率的提振也需要较长时间才能 显现。

3.2 “大财政”、AI 间接提振以及移民等因素或短期推高中性利率

“大财政”、AI 间接提振以及移民等因素或短期推高中性利率，限制联储降息空间。疫情后 美国财政转向“大财政”，政府更主动利用财政政策来应对所面临的挑战，拜登政府任上推 出大规模产业政策，财政政策 偏宽松导致增长偏强。AI 提振股市，间接带来金融条件宽松，对冲加息影响。移民大规模 流入从供给侧提振经济增长。“大财政”、AI 间接提振以及移民等因素均可能导 致中性利率有所上升，这将限制联储未来的降息空间。参考 1995 年周期，我们预计联储 本轮降息的次数或少于当前点阵图所指示的水平，即降息偏慢且幅度偏少。 1994 年加息周期中，联邦基金利率从 3%上升至 6%；但由于信息技术革命提振劳动生产 率以及中性利率，虽然美联储在 1995 年开启降息周期，但仅降息 75 个基点至 5.25%， 1996-2000 年政策利率整体维持在较高水平，显著高于 1993 年加息开启时的利率（3%） 。

此外，中性利率以及期限溢价上升可能导致长端收益率居高不下。1980 年代以来，增长、 通胀波动性下降的“大缓和”时代导致期限溢价持续回落，而 2008 年后主要央行大规模购债 进一步压低了期限溢价。近年来，随着增长、通胀的波动性上升以及央行缩表， 期限溢价相对低点有所回升，但绝对水平仍低于 2008 年以前。往前看，“大财政”意味着增 长、通胀韧性偏强，且可能导致美国政府债务风险上升，不排除期限溢价进一 步回升。短期中性利率回升叠加期限溢价上升，这意味着美国长端收益率未来或居高不下， 难以回到疫情前的中枢水平。