诺贝尔经济学奖与AI驱动的K型恐慌

文丨陈白

昨天在给新京报写完2026年诺贝尔经济学奖的复盘之后，我发了一条朋友圈：连着几年写诺奖复盘，除了考验我的经济学功底，也能明显感受到差异。去年阿吉翁获奖，是重新发现企业家，今年结果是重新发现凯恩斯，也是离谱，诺奖评委会简直是端水大师。

当然，这只是一句玩笑。诺贝尔经济学奖评选的是经济学家经过长期检验的学术贡献，并不会跟着当年的经济热点随意转向。

但是，连续两年的获奖主题摆在一起，确实有一种奇妙的思想反差。2025年，诺奖奖励的是以阿吉翁为代表的熊彼特主义创新增长理论，关注技术创新如何推动经济增长；2026年，获奖的罗伯特·霍尔与迈克尔·伍德福德，则将我们的目光重新拉回宏观经济稳定，关注个体行为与市场预期如何影响经济波动，以及政府政策如何发挥作用。

站在一个媒体人的视角来看，这种反差简直完美契合了当下正在发生的时代情绪变化。

前几年，当生成式AI掀起新一轮技术革命时，我们几乎满怀信心地期待着生产率爆发、产业重塑和新一轮经济增长。然而，当技术创新逐渐进入真实经济生活，人们开始越来越多地讨论失业、收入分化、资产泡沫，以及未来究竟还有多少可以预见的事情。

在技术和地缘政治变化交织的不确定性中，我们似乎比以往任何时候都更加渴望稳定，渴望一个可以形成合理预期的未来。

还有一个有意思的现象。作为一名连续多年评论诺贝尔经济学奖的媒体人，我今年的直观感受是，霍尔和伍德福德获奖引发的公众关注，明显不如去年。

去年阿吉翁获奖时，创新、企业家精神、创造性破坏等概念，很容易就能与当时正在发生的AI革命建立联系。今年的两位经济学家，研究成果同样深刻，却很难像创新增长理论那样迅速点燃公众的讨论热情。人们热衷于想象技术如何创造一个新世界，对于那些解释经济如何保持稳定的复杂理论，却似乎缺少同样的耐心。

最近关于“K型增长”的讨论越来越多。所谓K型增长，描述的是同一个经济体内部日益分化的增长轨迹：一部分企业和群体享受技术进步、资产升值带来的繁荣，另一部分却面临收入停滞、就业压力甚至阶层下滑的风险。

很显然，这并不是我们期待的稳定增长结构。当AI驱动的资本市场持续繁荣，科技企业不断创造新的增长纪录，越来越多的人却开始担忧自己的工作、收入和未来生活。

技术革命、经济增长与个体安全感之间，似乎正在出现某种裂缝。而今年的经济学奖，其实更多是在回答创造性之后，我们如何应对破坏的问题。

当创造和破坏同时发生

如果要为过去几年的AI浪潮寻找一位经济学意义上的精神导师，我想熊彼特大概是最合适的人选。

熊彼特相信，资本主义经济的发展动力来自企业家的创新。新技术、新产品和新的商业组织方式不断取代旧有结构，在破坏中创造新的增长。这套理论最迷人的地方，在于它赋予了技术创新某种历史性的乐观主义。

破坏并不可怕。旧产业衰落的同时，新产业会出现；旧工作消失之后，新职业也会被创造。尽管变化总是伴随阵痛，但从长期来看，创新不断扩大经济增长的边界。

去年的诺贝尔经济学奖，尤其是阿吉翁和豪伊特的研究，很大程度上延续了这一思想传统。这里可以参考我去年为新京报评论写的《重新发现企业家》。他们的理论，进一步解释了企业之间的竞争、创新激励和制度环境如何影响长期增长。经济繁荣需要不断出现的新知识、新技术和新企业，也需要为创造性破坏提供空间的市场制度。

其实，这也和过去几年AI产业的主流情绪高度契合。

从ChatGPT引发全球生成式AI浪潮，到大模型、算力基础设施和AI Agent成为资本追逐的方向，几乎整个科技产业都在讲述一个关于生产率革命的故事。我们相信，更聪明的机器会让企业更有效率，让个人拥有更强大的能力，最终让整个社会获得更多财富。

直到创造性破坏开始真实地发生，人们才逐渐意识到，熊彼特的故事还有另一面。

对于那些创造新技术的企业而言，破坏意味着机会；对于那些既有技能、岗位和资产正在失去价值的人而言，破坏却可能意味着，如此生活三十年，直到大厦崩塌。

更重要的是，创造和破坏并不总是同时发生，也不会均匀地发生在每个人身上。

一家公司因为AI提高利润，并不意味着它的每一位员工都能分享收益。一个行业因为自动化而提高生产率，也不意味着失去工作的劳动者能够立即进入新的行业。技术创新创造的是整个社会的长期可能性，个体却必须承担当下的转型成本。

所以今年诺贝尔经济学奖重新聚焦宏观经济稳定，我个人觉得颇有意味。

严格来说，霍尔和伍德福德并不是传统凯恩斯主义的简单拥趸。他们的研究诞生于凯恩斯主义遭遇挑战之后，诞生于大萧条、滞涨等经济危机之后，他们通过吸收理性预期、微观经济行为与价格黏性等理论，重新建立了宏观稳定政策的分析框架。

他们的理论其实也为我们理解技术革命提供了另一种视角。当越来越多的经济主体开始担忧未来，个体对于风险的判断也会转化为真实的经济行为。家庭可能增加储蓄、减少消费，企业可能推迟投资、放缓招聘，而这些行为相互叠加，又可能进一步放大经济波动。

过去，我们习惯于用生产率、资本投入和技术创新来理解经济增长。如今，我们或许需要更加认真地理解增长过程中那些复杂的人类行为。

AI时代的K型恐慌

前面也提到了，最近几年的经济讨论中，一个越来越流行的概念，就是“K型经济”。

与传统经济周期中不同群体大致共同经历繁荣或衰退不同，K型分化所揭示的是，同一个经济体内部可能同时存在截然不同的经济体验。一部分人享受资产价格上涨、技术创新和生产率提升带来的财富增长；另一部分人却持续受到生活成本、就业压力和收入不确定性的影响。

AI正在成为推动这种分化的重要变量之一。

这边的例子不多说。哪怕是美国，其实这种情况也正在出现。10月12日，路透社的一篇报道指出，尽管标普500指数在2026年年内上涨约14%，但超过四成的成分股实际上处于下跌状态。

资本市场的上涨越来越集中于少数表现突出的企业，其中AI相关公司是重要推动力量。这意味着，股票指数所呈现的繁荣，与市场内部不同企业的真实处境，已经存在明显的差异。

劳动市场也出现了类似的信号。

斯坦福大学经济学家埃里克·布林约尔松等人的研究发现，在最容易受到生成式AI影响的职业中，22岁至25岁的年轻劳动者面临更加明显的就业压力。2026年8月更新的研究显示，相对于AI暴露程度较低职业中的同龄人，这一群体的就业水平出现了约19%的相对缺口，而经验更丰富的劳动者则没有出现同等程度的变化。

今年1月，国际货币基金组织发布的一份研究报告也指出，AI相关技能正在提高部分劳动者的工资和就业机会，但技能需求变化也可能进一步加剧劳动市场的两极分化，并对年轻人和部分中等技能岗位形成压力。

当然，这些研究并不意味着AI已经造成了整个劳动市场的系统性失业。技术对于不同职业既可能产生替代效应，也可能发挥增强劳动者能力的作用。但它们至少提醒我们，技术革命带来的收益与成本，正在不同群体之间以非常不对称的方式分配。

对于掌握资本、算力和先进技术能力的企业来说，AI意味着新的增长曲线；对于依靠既有知识和技能获得收入的劳动者而言，AI却可能意味着职业价值需要不断重新定价。

但问题是，当财富增长越来越依赖资本收益，而普通家庭的经济安全感仍然主要来自工资收入，宏观经济增长与个人生活体验之间就可能出现越来越大的裂缝。

这也让我重新思考一个问题：为什么今天人们对AI的态度，似乎越来越复杂？

我依然相信，人工智能会推动新一轮生产率革命。从长期来看，技术创新仍然是人类摆脱经济停滞最重要的力量之一。但过去几年，我们对于技术发展的讨论，确实太习惯于站在宏观增长的尺度上观察问题了。

我们关心GDP能够提高几个百分点，企业利润能够增长多少，新的产业能够创造多大的市场，却容易忽略增长过程中那些具体的人。他们可能需要重新学习一套技能，失去原有的职业优势，或者在技术变化的速度面前，感受到越来越强烈的失控感。

对于这些人来说，五年后更高的社会生产率，未必能够缓解今天失业的焦虑。技术最终创造多少财富，也无法自动回答财富如何分配的问题。

某种程度上，K型恐慌的形成，也与人们对未来预期的分化密切相关。当一部分人相信技术将为自己创造更多机会，而另一部分人担心既有生活方式随时可能被改变时，即使整体经济仍然保持增长，社会对于未来的共同信心也可能受到侵蚀。

这也是今年两位诺奖得主的研究能够带给我们的启发。市场不仅由价格、资本和技术构成，也由无数对未来抱有不同期待的人共同构成。

当然，宏观经济稳定政策并不能解决所有技术问题。但社会需要让人们相信，即使技术不断改变经济结构，个人依然有机会重新适应变化，并从长期增长中分享收益。

回头看这两年的诺贝尔经济学奖，我并不认为经济学正在从熊彼特走向凯恩斯，或者从创新崇拜走向政府干预。两种思想本来就共同构成了现代经济学理解市场的重要基础。

但它们确实提醒我们，任何技术革命都包含两种同时存在的力量：一种推动世界不断向前，另一种则要求社会为变化付出的代价建立缓冲机制。

过去几年，我们热衷于讨论AI将把人类带向怎样的未来。如今，越来越多人开始追问，在抵达那个未来之前，我们应该如何生活。

一个社会对技术的信心，不仅来自它相信未来能够创造多少财富，也来自它相信，在通往未来的过程中，大多数人不会被轻易抛下。