新经济接棒之后，AI生产率红利何时兑现？

10月20日，中国金融四十人论坛（CF40）在2026外滩年会上发布了题为“中国经济新范式”的年度研究报告（下文简称“报告”）。

报告指出，过去五年间，以新能源汽车、清洁能源、高端装备和数字技术为代表的新经济领域迅速扩张，在增量层面上逐步超越以房地产为代表的传统经济。其中，以大语言模型和机器人为核心的AI（人工智能）技术领域进步日益加速，为生产率的持续提升创造了新的可能性，与之相关的投资需求开始激增。能源革命则通过压低电力成本、增加清洁能源供给，与AI及先进制造的发展形成协同效应。

中国金融四十人研究院院长郭凯表示，称其为新范式，并不意味着中国将出现强劲的V型复苏。中国经济背后的运行机制在过去几年发生了显著变化，新范式已经启动。

郭凯分析称，新经济的贡献主要仍来自出口和投资，需求端的拉动作用微乎其微。在新经济中，唯一增长的需求来自新能源汽车，但这并非新增需求。因此，尽管新经济贡献巨大，但需求依然不足。

除了需求疲弱，在新经济崛起的当下，仍有诸多问题悬而未解。例如，当需求端的拉动几乎为零时，这场扩张能否持续？正在高速增长的AI能否接棒成为下一个增长引擎？

“中国的金融体系可能也需要一个重塑过程。金融体系历来与经济增长模式相匹配，过去以银行为主导、信贷为核心的金融体系，与以基建和房地产为特征的增长模式，实际上是高度重合的城市化过程。”郭凯在接受《经济观察报》等媒体采访时表示。

郭凯指出：“我们看到中国新经济的企业，表现与传统企业截然不同，高度不依赖债务，同时研发投入特别高，与房地产或基建企业完全相反。这意味着我们的融资模式需要转变为能够管理风险、识别哪些企业更具成长潜力的模式，并且要大量转向股权融资。”

根据CF40研究的样本，能够代表新经济的企业主要分布在计算机、机械设备、医药生物、电子、电力设备、汽车、国防军工等行业。这些企业既包括以软件、医疗设备为代表的轻资产企业，也包括半导体、电池等需要大规模资本开支的重资产企业。

CF40研究显示，新经济企业的典型特征是：更重视研发支出，并且用更少的负债创造了更多的营业收入和利润。报告显示，2025年，所有新经济企业的有息负债总量占全部样本的比重仅为11.9%，但营业收入和净利润的占比分别为17.8%和29.5%，研发投入的占比更是达到47.6%。随着新经济在国民经济中的占比不断提高，中国经济的增长模式也将逐步发生转变。

而投资一直是新经济扩张的主要驱动力。报告指出，自2018年以来，投资在多数年份都是新经济增长的最大拉动来源。新经济增长动能在2022年前后达到顶峰，此后有所回落，反映出相关行业产能周期的影响。与此同时，新经济的居民消费需求仍高度集中于新能源汽车，而这部分需求中有相当一部分是对燃油车的替代，并非真正意义上的增量消费需求。

因此，新经济增长能否持续，关键在于能否形成与供给能力相匹配的终端需求。如果居民消费等国内终端需求不足，前期投资形成的产能将难以得到充分利用，新经济后续扩张的持续性也会受到制约。尽管新经济在规模和对经济增长的贡献两方面已超越房地产，但在缓解供强需弱、增加居民消费、促进国内循环等方面，新经济仍存在一定差距。

清华大学经济管理学院院长白重恩在接受《经济观察报》等媒体采访时表示，需要解决总需求不足的问题，不要给长期发展埋下隐患，要全面、长期考虑，把握节奏，才能过渡到“新范式”。

郭凯表示，要支持有利于中长期可持续发展的投资，以及有利于改革的投资，这些投资不应增加过度生产能力。“投资于人”就是其中一个重要的着力点。“地方政府在做科创投资时，还是得管好自己的‘手’，做得太过的话，对风险定价、产业选择有时会过犹不及。更多还是需要让私人主体、以利润驱动的主体来做决策，这样他们才能更好地承担风险、识别这些行业，也不会做得太过。”

从数据角度看，新经济和AI正成为投资的主要驱动因素，而AI也拉动了相关领域的增速。

报告显示，2026年上半年，高技术产业投资同比增长4.6%，其中电子电路制造业、锂离子电池制造业和集成电路制造业投资分别增长55.6%、24.4%和8.8%，AI等前沿领域发展带动信息服务业投资增长15.5%。2026年上半年，AI相关进口、出口金额同比增速中枢高达60%左右，贡献了超过一半的进口和出口增速。

报告指出，尽管AI已具备通用技术的雏形，但距离成为成熟的通用技术并广泛渗透到日常经济生活中还有相当一段距离。AI影响生产率主要有四条路径：一是自动化，即AI接管原本由劳动者完成的任务；二是任务互补，即AI承担部分工作环节，提高劳动者完成其余环节的效率；三是自动化深化，即AI进一步降低已由机器完成的任务的成本；四是新任务创造，即AI催生新的产品、岗位和生产环节，扩大可生产的任务范围。

从潜在需求规模和应用场景看，中国AI未来的发展空间不会低于美国。中国拥有庞大的经济规模、制造业体系和数字化应用场景，头部大模型能力也在快速逼近国际前沿。据人工智能研究机构Epoch AI测算，中国模型自2023年以来平均落后美国前沿模型约7个月，较2023年的明显代差大幅收窄。到2026年，中国头部开源模型在主流评测中与美国最前沿闭源模型之间的性能差距已相当有限。从现有的算力供给以及未来的计划投资规模看，中国与美国之间的差距仍然非常大。

AI投资正在蓬勃发展，但许多人似乎尚未看到生产率的显著加速。白重恩认为，当创新改善了人们的工作或生活时，却未必总是体现在GDP（国内生产总值）数据中。另外，当前AI的许多应用仍处于早期阶段，要实现AI提升生产率的价值，需要这些应用更好地发展，这是一个缓慢的过程。

白重恩说，很多人都在谈论AI会影响企业的组织结构，许多前沿企业已经在重组其管理架构，但大多数企业并没有这样做。此外，目前关于AI的大量投资都投在了模型以及开发模型所需的芯片上，也有一些投资流向应用层面，但投入应用层面的体量还远远不够。

“未来，我对AI发展带来生产率的影响持乐观态度，对数据中心服务的需求更乐观，但对模型开发公司的盈利能力不太乐观。未来有大量的投资需求是有必要的，这样才能释放生产率提高的潜力。”白重恩说。

本文来自微信公众号“经济观察报”，作者：刘颖，36氪经授权发布。