AI对TFP的影响研究：中国证据

沈艳，北京大学国家发展研究院经济学教授，北京大学数字金融研究中心副主任。沈艳教授于2003年从美国南加州大学取得经济学博士学位后加入北京大学中国经济研究中心（后升格为北京大学国家发展研究院）任教至今。沈艳教授目前还担任教育部北京大学人力资本与国家政策研究中心常务副主任，北大数字金融研究中心副主任，中国数量经济学会副会长，中国金融学会个人理事。她在《经济研究》、《管理世界》、《经济学季刊》、《金融研究》，以及Journal of Econometrics, Journal of Applied Econometrics, Journal of Public Economics, Journal of International Business Studies等中英文权威期刊发表数十篇论文,还担任《数量经济与技术经济研究》编委。她的主要研究领域包括理论和实证计量经济学、数字金融发展与监管、数据治理等。 

人工智能发展的核心问题是其是否能提升全要素生产率（TFP），对这一问题存在宏微观层面证据不一致的“新索罗悖论”。本研究采用基于大语言模型的一致测度方法，结合宏微观数据系统评估2010年以来中国人工智能发展对TFP的影响。基于上市公司的数据微观层面研究显示，人工智能已显著提升企业TFP，该效果与数据资产正相关，但存在“中等规模陷阱”；机制在于降低非效率投资和交易成本。宏观层面基于CIP/China KLEMS数据的分析未发现全行业层面显著提升，但剔除无人工智能专利行业后正向效应显现，表明目前提升主要发生在“生产AI”的行业。建议全面实施“人工智能+”行动需聚焦赋能应用，破除数据、成本、人才、制度瓶颈，并推动不同地区、行业、群体间协同发展，防范马太效应。