上证报中国证券网讯（记者 常佩琦）近期，全球主要央行就人工智能对宏观经济的深层影响密集发声。对此，工银国际首席经济学家程实日前接受上海证券报记者专访时表示，各央行对人工智能影响经济增长、通胀和就业的基本传导机制并不存在明显分歧，差异主要在于对不同传导渠道、AI所处发展阶段以及各经济体暴露程度的权重判断不同。

AI向货币政策的分析框架和工具操作层面延伸

中国人民银行近日发布的二季度货币政策执行报告（下称“报告”），首次将人工智能发展与地缘政治走势一并列为全球经济金融走势的重要影响因素。

“这一表述变化的核心信号是，人工智能在央行分析中已从产业议题拓展为宏观变量，并正在向货币政策的分析框架和工具操作层面延伸。”程实认为，这一升级体现在三个递进的层次上：

首先是定位层面。人民银行将AI与地缘政治并列为全球经济金融走势的两大重要影响因素，意味着其影响已跨越单一产业边界，进入总需求、总供给和价格形成的宏观层面。

其次是分析层面。央行给出了供需侧双向作用的框架。AI大规模投资拉动总需求、推动增长、推升通胀的效应已在显现，提升生产效率、降低成本、降低通胀的效应仍有待观察。

最后是操作层面。AI变量已进入政策工具的实际设计。例如，PSL额度重点支持数字经济、人工智能等领域。

沿着这三个维度向前推演，程实判断，AI变量最可能通过三条渠道进入未来的货币政策考量。

一是价格渠道，AI相关行业投资对PPI和核心CPI中枢的影响；二是信贷需求渠道，报告在专栏中已指出，新质生产力更加轻型、单位经济增长所需的银行贷款相应下降，AI驱动的经济结构变化正在改变货币政策传导的数量基础；三是潜在增长率渠道，一旦生产率效应显现，将影响自然利率的判断，进而影响政策利率的合意水平。

程实认为，前两条渠道在本次报告中已有实证性表述，第三条尚处观察阶段。“这一进展表明，货币政策分析框架正在与经济结构转型同步演进，对新动能的识别能力和政策适配性都在增强。”

各央行对AI影响经济增长的基本传导机制没有明显分歧

尽管全球主要央行的近期表态侧重点不尽相同，但程实认为，这主要是各经济体AI发展阶段差异、产业链位置差异，以及AI宏观影响机制高度不确定性共同作用所致。各方对AI影响经济增长、通胀和就业的基本传导机制并不存在明显分歧，差异主要在于对不同传导渠道、AI所处发展阶段以及各经济体暴露程度的权重判断不同。

他进一步分析说：当前AI首先表现为新一轮资本开支周期，相关投资直接增加当期总需求，并在部分供给存在约束的行业推高价格和工资。在这一阶段，AI更接近一个需求冲击和投资冲击，表现为增长更强、资源利用率上升，并可能带来阶段性的通胀压力。AI真正产生降低成本和提高潜在增速的作用，则依赖技术能否从资本开支进一步转化为广泛的生产率提升。企业购买算力和建设数据中心可以较快体现在投资和GDP中，但AI嵌入企业生产流程需要经历组织调整、人员培训、业务流程重构和互补资本积累，生产率收益通常存在明显时滞。

程实认为，当前较容易观察的是AI对总需求的拉动，而较难判断的是其对全要素生产率、潜在产出和单位劳动成本的长期影响。主要央行当前判断上的差异，很大程度上反映了对这一转换速度和最终幅度的不同估计。

“不同经济体在全球AI产业链中的位置，则进一步放大了这种差异。”程实具体分析称：美国处于AI资本开支和技术应用的核心位置，首先感受到的是数据中心、芯片、电力和高技能劳动力需求快速增长，因此美联储更关注AI投资对需求、资源约束和自然利率的潜在上行影响；欧洲的AI投资规模相对较小，对全球芯片、能源和资本品价格变化的暴露更明显，因此更容易同时观察到输入成本上升和企业降本增效两种效应；亚洲经济体则更多通过半导体设备、精密制造、数据中心相关资本品和外需受到AI周期影响。由此看，各国所处产业链位置决定了AI冲击首先通过哪一个渠道进入本国经济，也决定了短期宏观表现的差异。

“但相比产业链位置，AI自身经济效应的高度不确定性仍然是更根本的因素。”程实坦言，当前尚难准确判断AI最终能够提高多少生产率、扩散速度有多快、更多表现为劳动替代还是劳动增强，以及生产率收益最终在工资、利润和价格之间如何分配。能源、电网、芯片和数据中心等供给约束也可能影响生产率红利释放的时点。因此，产业链位置更多解释不同经济体之间的横截面差异，而AI生产率形成机制本身的不确定性，则决定了全球央行共同面对的长期政策难题。

“现阶段各央行真正的分歧，更多在于需求效应与供给效应何时交接、最终强度有多大。”程实说。

供需错位瓦解传统指标映射关系

有着“央行的央行”之称的国际清算银行（BIS）近期发文称，人工智能同步作用于短期经济周期与长期经济结构，央行难以区分经济增长中的短期需求脉冲与长期潜在产出提升，自然利率、自然失业率等核心基准可能因此模糊化。

程实对此解释称，AI对通胀同时存在方向相反的两条作用路径：一方面，数据中心、算力、能源和软件等大规模资本开支以及财富效应会率先扩大总需求；另一方面，AI在真正嵌入企业生产流程之后，可能通过提高劳动生产率、降低单位成本扩大潜在供给。因此，AI冲击并不是一个简单的需求冲击或供给冲击，其最终影响高度取决于两种力量出现的时间和幅度。

“值得央行警惕的是，供需效应的错位开始瓦解传统宏观指标之间相对稳定的映射关系。”程实表示，过去央行判断经济周期，通常可以沿着经济-就业-工资-通胀这一链条观察经济是否存在需求过热。但AI可能使这些变量出现明显分化。

他举例说，在AI推动的生产率繁荣中，经济可以同时出现较强增长和失业率上升，此时失业率上升未必意味着经济闲置程度增加。如果央行按照传统需求冲击的逻辑降息，反而可能进一步增加通胀压力。如果AI持续提高生产率，潜在GDP增速、潜在劳动生产率以及中性利率可能发生变化。

此外，若AI改变企业对劳动力的需求结构，失业率与工资、工资与通胀之间的传统关系也可能变得不稳定。同样是就业增长放缓，过去意味着经济降温，现在则可能是企业正在以资本和AI替代部分劳动投入。AI带来的生产率提高最终会扩大供给，但如果居民和企业提前将未来收入增长计入当前消费和投资，需求可能先于供给上升，从而在转型早期形成通胀压力。

在程实看来，相比历次技术革命，AI或在更短时间内冲击投资、劳动需求、生产率、资产价格和能源需求，而且需求效应与供给效应存在明显的时间差。“这对各个央行实时识别结构变化的能力提出了更高的挑战。”