AI时代经济学如何自新？剑桥经济思想史家Young对话北大新结构经济学
撰文 | 雁秋
编辑 | 李信马
题图 | DoNews摄
在人工智能深度重构产业逻辑与资源配置的今天，传统经济学理论是否仍具解释力与指导力？
10月23日上午，北京大学朗润园——新结构经济学研究院所在地——迎来一场跨越思想史与现实政策的对话。台下是熟悉林毅夫理论脉络的中国青年学子；台上，是以严谨“扎根式”方法著称的经济思想史家、以色列巴伊兰大学荣休教授Warren Young。
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中的开创性贡献，被剑桥大学经济学系授予文学博士（D.Litt.）高级博士学位。他长期深耕凯恩斯主义演化、内生增长理论源流及经济学范式变迁，著有《凯恩斯之后：宏观经济学的思想谱系》等多部权威著作。
此次访华，Young坦言源于其对“剑桥马歇尔讲座史”的研究——在梳理20世纪末以来发展经济学话语转型时，“新结构经济学”多次浮现。他专程赴北大，不仅为求教，更意在以思想史家的显微镜，重审这一由中国学者原创、并在全球发展经济学界持续引发回响的理论体系。
交流中，一个关键问题被抛出：工业革命催生了古典与新古典经济学，信息革命孕育了新增长理论，那么正在爆发的AI革命，是否会撼动现有经济学的底层范式？
Young没有直接作答，而是将问题锚定于新结构经济学的方法论特质——并由此开启一段从1988年通胀治理、到芝加哥博士论文末页、再到AI生产函数重构的思想溯源。
01、思想史家眼中的“分水岭”：不止于1988
林毅夫，北京大学新结构经济学研究院院长，世界银行前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。作为改革开放后最早一批归国的顶尖经济学博士，他既深度参与国家重大政策设计，又在国际学界构建起具有原创性的理论框架。
新结构经济学的核心，并非抽象概念堆砌，而是一套从真实约束出发的分析逻辑：任一时点上，经济体的要素禀赋结构决定其比较优势；企业是否具备“自生能力”，取决于能否在该禀赋条件下盈利；政府角色，则在于识别结构变迁方向，实施“因势利导”的精准干预。
这一逻辑的起点，常被追溯至1988年——彼时中国遭遇高通胀，西方教科书方案主张加息，但中国政府选择行政性压缩投资。刚回国不久的林毅夫敏锐察觉：若按市场利率运行，大量资本密集型国企将立即破产，财政补贴激增又将倒逼赤字货币化，反致通胀恶化。行政手段在此约束下，实为次优却务实的选择。
正是这一困惑与顿悟，促使林毅夫告别“西天取经”式理论移植，转向以“常无”心态直面中国经济的真实约束。他后来将1988年称为新结构经济学的“思想分水岭”。
而Young的视角更为纵深。他提出“扎根式”研究法：不轻信理论创立者的事后总结，而重返原始文本、手稿、通信与发表语境，追踪思想如何萌发、迁移与再诠释。
他指出，早在1986年林毅夫芝加哥大学博士论文的终章，已隐含“新古典逻辑与社会主义实践相融合”的初步构想——尝试用边际分析理解计划体制下的效率问题。1987年6月，林毅夫在耶鲁经济增长中心完成的讨论稿（后刊于卡托研究所《Cato Journal》），更聚焦“制度内生性与生产结构演进”，其对制度动态性的关切，竟获得自由至上主义阵营的学术平台青睐。
Young强调：若仅记住“1988年”这个标志性年份，便可能错过这些更早的伏笔。这些被主流叙事遮蔽的节点，恰恰揭示了新结构经济学并非突发奇想，而是根植于扎实的学术训练与持续的问题意识——它是一条有来处、有纹理的思想长河。
02、AI不是新机器，而是新结构：新结构经济学的适配性
回到AI议题。Young提醒：与其将AI类比为蒸汽机或计算机，不如追问——它究竟嵌入生产体系的哪个位置？
经典生产函数包含土地、劳动力、资本三要素。劳动力可按人力资本细分，资本亦可区分技术层级。而AI，既可作为独立的新生产要素，也可作为资本的“增强参数”——但如何定位，必须由理论本身决定，而非技术宣传所驱动。
他进一步指出，AI对资本的影响具有双重性：一方面强化高技术资本（如AI芯片、大模型基础设施）；另一方面通过教育工具、编程平台等，对中低技术资本形成乘数乃至加速效应。这意味着，简单地在旧生产函数中“加一项AI”，远不足以刻画其真实作用机制。
真正的挑战在于参数化：AI对产出的贡献，是线性、指数，还是S型曲线？目前尚无定论。因此，亟需一种能容纳结构异质性、技术层级差与制度嵌入性的新分析框架。
在此背景下，Young认为新结构经济学展现出独特潜力。因其方法论天然以“生产结构”为中心——从要素禀赋出发，识别比较优势，评估企业自生能力，界定政府因势利导边界。这套逻辑，恰好为AI的结构性定位提供了分析坐标：它不是外生冲击，而是内生于特定禀赋条件下的结构升级动力；其效益释放，高度依赖配套的制度安排、技能匹配与产业组织变革。
但他也明确保持审慎：“can”“need”“must be decided”——这是他对新结构经济学回应AI之问的全部措辞。它提供的不是现成答案，而是一种更具包容性、更贴近现实复杂性的思考路径。
这让人联想到著名的“索洛悖论”：1987年，诺奖得主罗伯特·索洛曾感叹“计算机无处不在，唯独不见于生产率统计”。直到IT资本深度融入生产组织与管理流程，其全要素生产率（TFP）贡献才在90年代后期显现。
北京大学国家发展研究院荣休教授伍晓鹰在2025年的一篇分析中指出（https://m.163.com/dy/article/KANVFG1I0519R8II.html?spss=adap_pc&referFrom=#1），当前全球生产率增速放缓，究竟是产业政策竞赛导致资源错配，还是新一轮“AI版索洛悖论”正在上演？答案仍悬而未决。
这也意味着，要真正将AI纳入新结构分析框架，还需突破核算瓶颈：如何衡量行业间AI渗透的异质性？如何量化AI驱动的无形资本（算法、数据、组织能力）积累？如何评估其对不同质量劳动力的替代与互补效应？
对话尾声，Young以一个生动场景收束：酒店里的送餐机器人不会因被踢而改变行为，因为它不在人类情绪的因果链上；真正需要被“踢”的，是设计机器人运行规则的制度系统。AI的价值不在于取代人，而在于倒逼我们重构规则——而这，恰是新结构经济学最擅长的领域：在真实约束中，寻找结构跃迁的可行路径。