人工智能为何“消失”在GDP中：测量缺口与政策挑战

AI经济正在以远超传统产业的速度扩张，但其在宏观统计中的存在感却异常微弱，这种背离构成了当前最关键的“测量缺口”。报告显示，美国AI相关质量调整后产出增速超过2000%，而名义GDP中却仅呈现为数据中心投资的上游扩张。这一结构性偏差不仅扭曲了经济现实，也预示着未来潜在的政策误判风险。

从直接测算看，AI经济的扩张呈现出三层结构性加速。首先是名义算力支出，从2023年的370亿美元跃升至2025年的2190亿美元，两年复合增速约145%。其次是算力容量增长，以H100等效单位衡量，年增长率超过200%，显示硬件效率持续提升。第三是质量调整后产出，在算法进步与价格下降共同作用下，2024年与2025年分别增长约2290%与2271%，呈现指数级跃迁。

价格机制是理解这一“高增长低显性”的关键。报告指出，在固定性能水平下，AI推理价格每年下降约94%，意味着单位能力成本急剧压缩。这种“性能通缩”抵消了产出增长对名义价值的提升，使AI经济类似半导体行业长期呈现“量增价跌”的特征。结果是，尽管实际能力爆发式提升，但名义收入与GDP贡献增长相对温和。

进一步测算表明，若采用质量调整价格指数替代传统平减指数，美国实际GDP增速将在2024年上调约2个百分点，2025年上调约4个百分点。这一差异揭示出统计方法对宏观判断的敏感性，也意味着当前经济增长可能被系统性低估。然而，由于AI仍主要作为中间投入，其效率提升尚未完全转化为最终需求，限制了其在GDP中的直接体现。

在规模层面，研究构建了“AI GDP”框架，将AI视为独立经济单元进行估算。结果显示，2025年美国AI名义GDP约为2500亿美元，规模已接近航空运输业，但质量调整后增速高达2600%。这一对比说明，AI经济已具备独立产业雏形，但其增长动力主要体现在能力而非收入上。

统计体系的滞后是核心瓶颈。现行GDP框架基于制造业时代设计，难以捕捉跨行业分布、快速质量跃迁的AI活动。同时，AI价值大量以消费者剩余或隐性效率形式存在，进一步削弱其在官方统计中的可见度。这种“看不见的增长”在短期内尚属温和，但若AI逐步替代劳动，其影响将迅速放大。

从政策角度看，这一测量缺口已具备实质风险。一方面，若AI替代劳动，工资税基可能收缩，而现有统计无法提前识别这一趋势；另一方面，货币政策依赖的生产率与产出缺口指标亦可能失真。当AI投资快速吸收资源时，自然利率与通胀路径可能发生结构性变化，但官方数据将滞后反映。

趋势上看，AI经济正处于“能力爆发—价值隐匿”的阶段，其核心特征是质量指数级提升与价格持续下行的组合。一旦AI从补充性技术转向劳动替代，价格下降趋势可能放缓甚至逆转，当前被压缩的名义价值将迅速释放，进而在GDP中形成跳跃式体现。届时，统计体系若仍滞后，将难以及时捕捉这一结构性拐点，宏观政策也将面临显著滞后风险。