對話經濟思想史學家 Warren Young：新結構經濟學能更好地應對 AI

撰文 | 雁秋

编辑 | 李信马

题图 | DoNews摄

在AI时代，经济学还有效吗？

10月23日上午，在北京大学朗润园——新结构经济学研究院所在地——正在进行一场经济学讲座，坐在下面的是一群对林毅夫理论并不陌生的中国学生。

主讲人是Warren Young，以色列巴伊兰大学经济学荣休教授，对他学术身份更准确的描述是经济思想史家。

公开资料显示，Young 于1979年获剑桥大学社会与政治科学博士学位，2024年因在现代经济学史研究领域的贡献被剑桥大学经济学系授予文学博士高级博士学位。他长期研究凯恩斯经济学与内生增长理论，撰写及主编过多部现代经济学史著作。

Young此次来北大，据他描述是在研究剑桥马歇尔讲座史的过程中“注意到”了新结构经济学，于是专程来中国，“想和林教授当面聊一聊”。

在交流环节，有人抛出了一个并不轻松的问题。当下AI正在深度重塑产业和资源配置，对比历史上工业革命带来的经济学理论变化，AI是否会冲击现有的经济学范式？

Young说，他想把这个问题和新结构经济学联系起来。

在此之前，需要回到一个更早的年份。

01、用经济思想史家的视角去看“1988”

林毅夫，北京大学新结构经济学研究院院长，曾任世界银行首席经济学家兼高级副行长，2026年10月当选为世界计量经济学会会士。

改革开放以来，他是少数几位既深度参与中国政策讨论，又能在发展经济学国际场域里提出一套原创框架的中国经济学家。

林毅夫自主创立并实践了新结构经济学理论体系，简要理解其核心逻辑，就是说一个国家要发展，需要从一个经济体在每个时点给定的要素禀赋结构出发，看它由此形成的比较优势，看企业有没有自生能力，看政府在结构变迁中如何因势利导。

如果只读教科书式的定义，很容易被压成“要素禀赋”“自生能力”“因势利导”几个并置的概念。但这些东西最初不是由概念到概念推出来的，而是从一个个具体的困惑和经验中长出来的。

林毅夫1986年在芝加哥大学拿到博士学位，是那一代中国留学生里最早回国的一位。回国不久，他撞上1988年的高通胀，按照西方教科书的标准药方是提高利率，但中国政府没有加息，而是用行政手段（砍投资、砍项目）来治理。

一个在芝加哥受过严格教育的经济学家，面对一个看上去“不理性”的政策产生了疑问：这背后的道理是什么？

林毅夫后来解释，当时存在大量资本密集型的国有企业，它们没有自生能力，靠低利率补贴维持运转，一旦把利率提到市场水平，这些企业就会大面积亏损，财政补贴随之膨胀，赤字货币化反过来推高通胀。在这个约束条件下，行政砍项目反而比加息更合理。

正是想通了这件事，林毅夫此后便不再笃信“西天取经”式的理论搬运，转而用“常无”的心态去面对中国经济现象背后的约束条件。因此，1988年后来也被他描述为新结构经济学的“分水岭”。

现在，让一位思想史家去观察一个经济学理论，视角会不会不一样？Young又是如何看待这条“分水岭”的？

Young有一套自己的方法论，叫“扎根式”方法。用他自己的话说，就是回到原始文本与语境，追踪思想如何发生、如何演化、如何被传播和改写，而不是全盘接受创立者后来的自我叙述。

他把目光拉得更早，早在林毅夫在芝加哥大学博士论文的最后一页、最后一个段落。Young表示，林在那里已经提出了一种“新古典经济学与社会主义经济学相融合”的愿景，试图用新古典的逻辑去理解社会主义经济中生产效率的性质。

紧接着，1987年6月，林毅夫在耶鲁大学经济增长中心完成了一篇讨论论文，讨论制度内生性与生产结构的关系，后来发表于卡托研究所的《Cato Journal》。Young特意点出一个耐人寻味的细节：卡托研究所通常被归入极右翼的自由至上主义阵营，却对林毅夫这篇带有制度内生性关切的论文表现出了发表兴趣。

Young表示，一篇论文的最后一页究竟写了什么、创立者后来如何回忆它、转述者如何复述它，这三者之间的缝隙，恰恰是“扎根式”方法应该继续追下去的地方。如果只记住1988年，那么Young提到的这些节点很容易被忽视和错过，但它们恰恰改变了“分水岭”的意义。

02、新结构经济学能更好地应对AI

回到AI。

如果回溯经济史，观察机器如何取代人力，会发现这种趋势在19世纪、在第一次和第二次工业革命时期就已经出现了。

但这一次不同，在Young看来，AI不是一个简单的“新机器”，它落在了生产结构的位置。

他给出一个建模式的分析路径：经典生产函数里有土地、劳动力、资本。劳动力可以按人力资本的教育水平和年龄结构再作区分，资本可以分成高科技资本和低技术资本。

那么AI呢？Young认为，它既可以作为新型先进生产函数中的一个独立组成部分，也可以作为资本要素的一个新参数，从而增强资本的作用。但前提是“必须由理论研究者来决定”，使用人工智能劳动力是否更为有利。

在Young的描述里，AI对资本的作用不是单一的。首先，它增强了更高层次的资本，也就是更具技术性和科技含量的那部分资本；同时还产生乘数效应，甚至加速效应，对更高层次资本和较低层次资本——比如教育工具、计算机科学及相关领域——同时发生作用。

因此，把AI这个新参数放在坐标轴里，需要找到一种新的方式，构建一种新型生产函数。如果只是沿用经典生产函数只不过是在旧框架里做加法。更进一步的困难在于参数化：AI会以线性方式推动资本生产能力增长，还是呈现指数增长，或者先指数增长再趋于平稳、形成S型曲线？Young说，这些都还无法确定。

在Young看来，与主流经济学范式相比，新结构经济学能更好地应对人工智能带来的影响。

理由在于方法本身。新结构经济学从要素禀赋结构出发，看比较优势，看企业自生能力，看政府在结构变迁中如何因势利导——这套框架本质上是把生产结构放在中心位置。Young说，通过运用新结构经济学方法可以构建一种具备土地要素的生产功能，在生产结构和生产功能方面把AI的位置讨论清楚。

他同时保持了审慎的措辞，他的语气里没有“All ready”的笃定，而是“can”“need”“must be decided”。换句话说，新结构经济学提供的是一种更有容纳力的方法，而不是一个现成的完美答案。

这不免让人联想到“索洛悖论”。1987年，Robert Merton Solow（索洛）留下一句被引用了近四十年的话：“计算机无处不在，唯独看不到它们出现在生产率统计中。”信息技术的扩散并没有立即转化为宏观生产率的跃升，直到90年代中后期，IT资本对全要素生产率的拉动才变得清晰。

北大国发院荣休教授伍晓鹰在2025年的一篇文章里把AI和“索洛悖论”并置。（https://m.163.com/dy/article/KANVFG1I0519R8II.html?spss=adap_pc&referFrom=#1）伍晓鹰提出，近期生产率下降，究竟是各国产业政策竞争带来的资源错配，还是AI技术导致的新“索洛悖论”，答案并不明晰。

这意味着，谈论新结构经济学能否更好地应对AI，不能跳过生产率测量和结构异质性这些问题。新结构经济学把生产结构放在中心，这是它的长处，但要把AI真正放进生产结构，还需要能够处理行业异质性、资本质量变化和无形资本积累的核算框架。

交流临近尾声，Young谈到一个具体的场景：在酒店里，送餐机器人会为你送食物，你可以踢它，但试图踢机器人是没有帮助的，因为AI处在一个不同的层面。问题最终落在制度设计上，不要去踢机器人，而是去设计让机器人送餐的那套规则。