歐陽曉紅/文

中國經(jīng)濟(jì)正迎來新的增長范式。

近日，隨著寒武紀(jì)股價一路攀升，甚至一度躍升至A股“新股王”，資本市場的驅(qū)動力正轉(zhuǎn)向“創(chuàng)新—效率”的科技主線。這一變化，折射出經(jīng)濟(jì)敘事的歷史性轉(zhuǎn)變。

2025年8月26日，國務(wù)院發(fā)布《關(guān)于深入實施“人工智能+”行動的意見》（下稱《意見》），對人工智能（AI）的應(yīng)用提出了明確的階段性發(fā)展目標(biāo)。2024年的《政府工作報告》首次提出開展“人工智能+”行動，標(biāo)志著人工智能發(fā)展已經(jīng)上升為國家戰(zhàn)略。

望正資產(chǎn)董事長劉陳杰在2023年撰寫了《人工智能、經(jīng)濟(jì)增長和結(jié)構(gòu)性機(jī)會》一文。其建模研究顯示，即便在采用非常保守的假設(shè)影響下，人工智能的發(fā)展將顯著提升技術(shù)進(jìn)步和規(guī)模經(jīng)濟(jì)，使得潛在增速下降速度趨緩，且在一定時期保持較為穩(wěn)定的發(fā)展。高質(zhì)量的發(fā)展是時代的內(nèi)在需求，是內(nèi)外壓力和激勵的結(jié)果。

如今這一判斷正在被市場逐步驗證。站在數(shù)智時代的臨界點上，經(jīng)濟(jì)觀察報對話劉陳杰，從宏觀趨勢到行業(yè)落點，試圖揭開科技投資背后的底層邏輯。

從模型假設(shè)到市場驗證

經(jīng)濟(jì)觀察報：如今寒武紀(jì)的股價一度超越貴州茅臺，人工智能的發(fā)展上升為國家戰(zhàn)略。這是否意味著，你的模型假設(shè)已經(jīng)被市場驗證？當(dāng)前市場的上漲，是在交易“夢想”，還是交易“生產(chǎn)率提升”的現(xiàn)實？

劉陳杰：我們的模型推演正在被市場階段性驗證，但需清醒認(rèn)識到，目前市場同時交易著“夢想”與“現(xiàn)實”。

從短期看，寒武紀(jì)登頂、成交放量，顯示資本在劇烈追捧AI時代的“期權(quán)價值”，這是對未來的貼現(xiàn)；但從中長期看，真正的可持續(xù)行情必須建立在“生產(chǎn)率提升”的堅實基礎(chǔ)上。關(guān)鍵的觀測點不在于股價本身，而在于AI滲透率提升后，能否在企業(yè)財報的毛利率、人均效益、研發(fā)費(fèi)用轉(zhuǎn)化效率等核心指標(biāo)上持續(xù)體現(xiàn)出來。目前，我們正處在從“夢想”走向“現(xiàn)實”的過渡期。

經(jīng)濟(jì)觀察報：能否具體闡釋其底層邏輯是什么？

劉陳杰：我們先看一張圖，它展示了人工智能對中國潛在經(jīng)濟(jì)增速的影響。從2020年到2035年，無論情景如何，潛在增速整體呈下降趨勢，這是人口老齡化、資本邊際遞減等結(jié)構(gòu)性約束影響的必然趨勢。但在不同AI滲透率假設(shè)下（10%、15%、20%），經(jīng)濟(jì)增長率均顯著高于基準(zhǔn)情景（Base）。到2035年，基準(zhǔn)情景下的潛在增速降至約4.6%，而AI滲透率達(dá)到20%的情景下可維持潛在增速在5.8%左右，顯示AI普及能夠有效托底經(jīng)濟(jì)。

兩年前我提出一個假設(shè)：AI能有效延緩潛在經(jīng)濟(jì)增速下滑，但有兩個前提：一是存在“閾值效應(yīng)”——在模型設(shè)定中，當(dāng)AI資本存量占國內(nèi)生產(chǎn)總值（GDP）比重超過2%，對全要素生產(chǎn)率（TFP）的邊際拉動會從0.1個百分點躍升至0.4～0.5個百分點；二是資本市場可能會提前12—18個月定價這一躍升，而不是等到利潤表兌現(xiàn)。

如今，兩條證據(jù)鏈正在強(qiáng)化。宏觀層面，根據(jù)我們基于公開投資與算力設(shè)施擴(kuò)張的初步估算，中國AI相關(guān)資本（包括服務(wù)器、算力中心與模型訓(xùn)練投資）的存量占GDP的比重已接近2%，這意味著AI資本可能跨過模型設(shè)定中的“閾值水平”。市場層面，寒武紀(jì)股價一度超越貴州茅臺，反映的并非盈利對比，而是資本將“AI算力”視作未來10年的現(xiàn)金流入口，提前折現(xiàn)潛在收益。

不過，需要區(qū)分兩層定價：第一層是資產(chǎn)重估，AI算力、數(shù)據(jù)、模型被視為新型基礎(chǔ)設(shè)施，估值錨從市盈率（PE）轉(zhuǎn)向“每美元算力對應(yīng)市值”，這部分仍含有“夢想溢價”；第二層是盈利兌現(xiàn)，若AI資本存量未來擴(kuò)張，占GDP的比重達(dá)4%，全要素生產(chǎn)率對GDP的拉動有望穩(wěn)定在0.6～0.8個百分點，屆時盈利會把估值拉回“生產(chǎn)率錨”。

因此，目前上漲并非純粹泡沫，而是“閾值效應(yīng)”已被部分驗證，但盈利尚未完全兌現(xiàn)的中間狀態(tài)。隨著新政落地和算力投資加速，夢想溢價將逐步被生產(chǎn)率紅利消化，屆時寒武紀(jì)這類公司的市值才可能真正站穩(wěn)。

算力財政：土地財政的歷史性替代

經(jīng)濟(jì)觀察報：你強(qiáng)調(diào)AI會改變資本結(jié)構(gòu)，讓資金從房地產(chǎn)/基建轉(zhuǎn)向?qū)嶓w經(jīng)濟(jì)——似乎意味著“算力財政”正在取代“土地財政”。這一過程是可持續(xù)的嗎？

劉陳杰：這是一個深刻而不可逆的趨勢，但轉(zhuǎn)型并非一蹴而就，還需要時間和政策合力來推動。土地財政的邏輯是，圍繞稀缺土地形成金融循環(huán)；算力財政則是以算力、數(shù)據(jù)和模型為核心要素，重塑地方政府的資產(chǎn)負(fù)債表。從“賣土地”到“賣算力”，背后其實是中國資本結(jié)構(gòu)的深層轉(zhuǎn)型。

經(jīng)濟(jì)觀察報：在轉(zhuǎn)型過程中，最大的挑戰(zhàn)是什么？

劉陳杰：我認(rèn)為有三重約束。第一是現(xiàn)金流約束。土地財政靠出讓金和抵押貸款滾動，依賴房價上漲消化錯配；算力財政則靠算力租金、數(shù)據(jù)分成和模型許可。我們測算過，如果全國AI算力使用率從55%提升到75%，租金收入可覆蓋地方債利息的42%，接近土地財政巔峰期的48%。這說明算力具備財政替代性，但可持續(xù)性依賴“算力使用強(qiáng)度”的不斷提升。

第二是資產(chǎn)估值約束。土地價格由供需和信用擴(kuò)張支撐，而算力資產(chǎn)價值取決于技術(shù)迭代。如果摩爾定律繼續(xù)，每年單位算力成本下降30%，地方政府的算力資產(chǎn)可能出現(xiàn)“折舊大于增值”；若國產(chǎn)芯片受限，算力反而可能形成稀缺溢價。因此，地方政府需要構(gòu)建“算力—電力—碳排放”的成本控制體系，鎖定成本端風(fēng)險。

第三是政府角色轉(zhuǎn)變。過去政府是土地出讓方；未來政府則會成為“算力做市商”。在資產(chǎn)端，政府不再賣地，而是持有智算中心REITs（不動產(chǎn)投資信托基金），獲取長期租金分紅；在負(fù)債端，專項債使用從“土地儲備”轉(zhuǎn)向“智算建設(shè)”，償債來源也從土地出讓金轉(zhuǎn)變?yōu)樗懔ψ饨鹋c數(shù)據(jù)收益；在監(jiān)管端，監(jiān)管部門還可能設(shè)立算力交易所，使得算力使用權(quán)標(biāo)準(zhǔn)化、可流轉(zhuǎn)，培育新型要素市場。

經(jīng)濟(jì)觀察報：這一模式可持續(xù)的條件是什么？

劉陳杰：歸根到底，就看這個不等式——AI資本深化速度＞算力折舊速度+債務(wù)利息增速，能否長期成立。只有這樣，地方政府才能真正完成從“土地批發(fā)商”到“算力做市商”的角色躍遷；否則，“算力財政”也可能變成一場技術(shù)周期的幻覺。

破解索洛悖論：ECO指標(biāo)的啟示

經(jīng)濟(jì)觀察報：你也提到過“索洛悖論”。當(dāng)前，AI是否已找到破解這一悖論的鑰匙？我們應(yīng)該關(guān)注哪些微觀指標(biāo)，以實時看到AI對全要素生產(chǎn)率的提升程度？

劉陳杰：大家常說起“索洛悖論”——技術(shù)進(jìn)步不一定馬上帶來生產(chǎn)率提升。那AI是不是已經(jīng)找到了破解的鑰匙？

我的看法是，曙光已經(jīng)出現(xiàn)，但答案還沒完全揭曉。關(guān)鍵在于，AI要從單點提效的小工具，真正變成重構(gòu)流程和組織的“生產(chǎn)力引擎”。

怎么判斷？有兩個直觀指標(biāo)：第一，AI資本支出比率——在企業(yè)總投資中，AI投資的比重有多大。第二，營收和成本收益比——這筆AI投入，能不能帶來更多收入或節(jié)省更多成本。如果回報持續(xù)超過投入，那就意味著生產(chǎn)率真的在提升。

我們提出一個更系統(tǒng)的衡量方法，叫算力—產(chǎn)出彈性（Elasticity of Compute-to-Output，簡稱ECO）。公式很簡單：產(chǎn)出的增長率，除以算力投入的增長率。從宏觀看，可以用“工信部算力指數(shù)+統(tǒng)計局增加值”來計算；從微觀看，可以用企業(yè)的“GPU（圖形芯片）使用時長+產(chǎn)出”來計算。

當(dāng)然，計算的時候要進(jìn)行修正：剔除價格因素，否則名義增長率會虛高；將存儲、網(wǎng)絡(luò)等配套投入做區(qū)分，否則會低估AI的貢獻(xiàn)。此外，AI的效果通常要過1—2個季度才會顯現(xiàn)。

一句話總結(jié)：如果ECO長期大于0.25，也就是算力投入增長1%，產(chǎn)出能提升0.25%以上，再加上價格修正，我們就可以說，AI真的在逐步破解“索洛悖論”。

市場定價：從“市夢率”到“算力錨”

經(jīng)濟(jì)觀察報：寒武紀(jì)的市盈率高達(dá)500多倍，而貴州茅臺的市盈率只有20倍左右。市場似乎在用“市夢率”定價AI企業(yè)。AI企業(yè)的合理估值錨是什么？

劉陳杰：傳統(tǒng)的市盈率等估值指標(biāo)已經(jīng)解釋不了。寒武紀(jì)的市盈率高達(dá)數(shù)百倍，這并不是因為它“貴”，而是因為當(dāng)前公司的利潤太小，市場在購買它的未來收益。

AI企業(yè)到底值多少錢？該怎么估？我更傾向于用一個“三層估值法”來衡量。比如，現(xiàn)有業(yè)務(wù)——用PS（市銷率）或P/FCF（股價與自由現(xiàn)金流比）衡量公司當(dāng)前的商業(yè)化能力?？梢姽芫€（pipeline）——用PEG（市盈率增長比）衡量公司未來1—3年的成長速度。遠(yuǎn)期潛力——企業(yè)未來是否可能成為一個平臺型生態(tài)，如國產(chǎn)AI算力的核心底座。這個層面難以量化，更多依賴定性判斷。

寒武紀(jì)目前的高估值，反映的正是市場對其“第三層價值”的高度預(yù)期。不過，最終的估值必須經(jīng)過一個“PS→PEG→PE”的收斂過程，才能實現(xiàn)從想象力到現(xiàn)實盈利的轉(zhuǎn)化。

一個更穩(wěn)健的錨點是算力租金貼現(xiàn)模型（Compute-Rent DDM）。更接地氣的辦法，是把想象力落到現(xiàn)金流上：算力租金、軟件訂閱和模型分成。簡化成兩個指標(biāo)：P/AC（市值/年可出租算力）；EV/AI-Revenue（企業(yè)價值/AI核心收入）。

最近，高盛用EV/EBITDA（企業(yè)價值/息稅折舊攤銷前利潤）衡量寒武紀(jì)，是為了繞開寒武紀(jì)短期盈利過小、市盈率無意義的困境，把估值錨定在2030年的經(jīng)營性現(xiàn)金流，用更加“現(xiàn)金流導(dǎo)向”的方式衡量企業(yè)價值，并通過上調(diào)出貨量預(yù)測和估值倍數(shù)，把目標(biāo)價抬高到2104元。

一句話總結(jié)：AI時代的真正錨點，不是“市夢率”，也不是“市酒率”，而是每一美元算力能帶來多少租金收入。

應(yīng)用落地：誰可能率先跑出商業(yè)閉環(huán)

經(jīng)濟(jì)觀察報：你的文章強(qiáng)調(diào)了AI的“結(jié)構(gòu)性機(jī)會”。隨著《意見》出臺，投資主線或正從“炒算力”向“掘應(yīng)用”擴(kuò)散。你認(rèn)為接下來哪個應(yīng)用領(lǐng)域最可能率先實現(xiàn)商業(yè)閉環(huán)和業(yè)績爆發(fā)？

劉陳杰：我們比較看好AI與垂直行業(yè)知識深度結(jié)合的領(lǐng)域，其護(hù)城河更深。AI+生物制藥（縮短研發(fā)周期、降低失敗成本）、AI+工業(yè)軟件（優(yōu)化生產(chǎn)工藝、進(jìn)行預(yù)測性維護(hù)）和AI+金融風(fēng)控（進(jìn)行動態(tài)定價、重塑反欺詐系統(tǒng)）這三個領(lǐng)域?qū)⒆羁飚a(chǎn)生扎實的現(xiàn)金流和建立起市場壁壘。它們離錢近，降本增效的效果可量化，容易形成商業(yè)閉環(huán)。

這段話可拆解成“護(hù)城河”與“現(xiàn)金流”兩張表，再用數(shù)據(jù)一一對照，結(jié)論則是：AI+金融>AI+工業(yè)軟件>AI+生物制藥。

把“誰能率先商業(yè)閉環(huán)”拆成三道閘門：剛性需求＋可量化的 ROI（投資回報率）；政策買單或企業(yè)付費(fèi)意愿已驗證；數(shù)據(jù)壁壘和場景可復(fù)制。

用這三道閘門篩一遍，“AI+金融”是過去12個月唯一同時亮三盞綠燈的領(lǐng)域，“AI+制造”緊隨其后，兩者將先后進(jìn)入“業(yè)績爆發(fā)期”。

至于率先實現(xiàn)“業(yè)績爆炸”，如果只能選一個賽道，那就是押注金融；如果要兼顧彈性和時間差，則是“金融+制造”雙輪配置。

策略應(yīng)對：穿越周期，布局未來

經(jīng)濟(jì)觀察報：《意見》提出了“到2027年，新一代智能終端、智能體等應(yīng)用普及率超70%”的目標(biāo)。這將對AI產(chǎn)業(yè)的現(xiàn)金流和商業(yè)模式產(chǎn)生怎樣的影響？

劉陳杰：這一目標(biāo)更偏向需求側(cè)拉動，而非簡單的補(bǔ)貼。其理想結(jié)果是再造一個如“移動互聯(lián)網(wǎng)”般的龐大內(nèi)需市場，讓企業(yè)能在其中通過市場化競爭實現(xiàn)盈利。需要警惕的是部分領(lǐng)域可能出現(xiàn)“為了AI而AI”的項目堆砌。AI產(chǎn)業(yè)健康的標(biāo)志是：出現(xiàn)不依賴補(bǔ)貼、能向海外輸出的AI產(chǎn)品與商業(yè)模式。

經(jīng)濟(jì)觀察報：別人貪婪時我恐懼。當(dāng)市場陷入狂熱時，你會關(guān)注哪些關(guān)鍵信號來判斷AI板塊是否已出現(xiàn)階段性頂部？是融資余額、監(jiān)管態(tài)度，還是產(chǎn)業(yè)資本的減持行為？

劉陳杰：我會同時觀察三個層面的信號：

市場層面，看融資買入占比，在8%—12%時往往意味著行情啟動；當(dāng)持續(xù)升至12%—15%時，杠桿資金明顯活躍，需要提高警惕；若逼近20%，幾乎等同于市場泡沫的頂點。還要看成交結(jié)構(gòu)是否失衡，當(dāng)資金高度集中在少數(shù)龍頭、出現(xiàn)“一致化上漲”時，常是頂部信號。

政策層面，看監(jiān)管態(tài)度，一旦證監(jiān)會或交易所開始提示風(fēng)險、收緊融資、約束高換手率個股，往往意味著“政策頂”臨近。

產(chǎn)業(yè)層面，看產(chǎn)業(yè)資本減持，若一線AI企業(yè)的大股東或產(chǎn)業(yè)資本持續(xù)減持，說明最貼近真相的人選擇兌現(xiàn)。還要看基本面兌現(xiàn)度，當(dāng)產(chǎn)業(yè)訂單、財報兌現(xiàn)與估值脫節(jié)，裂縫越大，風(fēng)險越高。

當(dāng)然，我不會依賴單一指標(biāo)，而是結(jié)合融資數(shù)據(jù)+監(jiān)管動向+產(chǎn)業(yè)資本行為的“三重共振”情況。當(dāng)這三者同時指向過熱時，市場大概率已處于階段性頂部。

風(fēng)險與調(diào)節(jié)：AI的三道安全網(wǎng)

經(jīng)濟(jì)觀察報：AI帶來的紅利令人興奮，但不少人也擔(dān)心其負(fù)面效應(yīng)，比如就業(yè)替代、數(shù)據(jù)安全、社會焦慮等。對此，你怎么看？

劉陳杰：確實，任何通用技術(shù)在改變生產(chǎn)率的同時，也會帶來社會摩擦。AI的風(fēng)險主要有三方面：就業(yè)替代，即低技能崗位最先受影響，而再培訓(xùn)速度未必跟得上，這可能加劇結(jié)構(gòu)性失業(yè)；分配失衡，如AI成果往往集中在少數(shù)大公司和資本方，如果沒有制度調(diào)節(jié)，貧富差距會被拉大；倫理與監(jiān)管，如深度偽造、算法偏見、責(zé)任歸屬等問題都可能沖擊社會信任。

因此，政策設(shè)計不能只看“AI資本存量的擴(kuò)張”，還必須配套三條“安全網(wǎng)”：教育再培訓(xùn)體系、收入分配機(jī)制以及法律倫理框架。否則，AI雖能提高全要素生產(chǎn)率，卻可能削弱社會的整體穩(wěn)定性。

經(jīng)濟(jì)觀察報：最后，請用一句話總結(jié)，AI對中國經(jīng)濟(jì)的真正意義是什么？

劉陳杰：AI為中國經(jīng)濟(jì)提供了歷史性的窗口，既有助于跨越中等收入陷阱，也能有效應(yīng)對人口老齡化挑戰(zhàn)。展望“十五五”，我們現(xiàn)在不在終章，也不在第二章。我們剛剛讀完序章，正站在第一章的起點，即從政策驅(qū)動、夢想驅(qū)動的“0到1”階段，邁向業(yè)績驅(qū)動、生產(chǎn)率驅(qū)動的“1到10”階段。這個過程必然伴隨著泡沫與出清，但其浪潮之洶涌，必將遠(yuǎn)超我們當(dāng)前的想象。投資AI，本質(zhì)上是投資中國經(jīng)濟(jì)的未來。

（作者 歐陽曉紅）

免責(zé)聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

歐陽曉紅

經(jīng)濟(jì)觀察報首席記者 長期關(guān)注宏觀經(jīng)濟(jì)、金融貨幣市場、保險資管、財富管理等領(lǐng)域。十多年財經(jīng)媒體從業(yè)經(jīng)驗。