当生产不再稀缺：重写斯密、熊彼特与凯恩斯之后的经济学（全文2.4万字）

转载声明：除调整格式外，不得对原文做改写、改编。

谢谢！E-mail:yellow@aliyun.com

♥声明：本文为原创文本，非生成式，作者仅通过指引AI工具检索所需信源！

商务咨询/顾问/请@yellowscholar♥作者：黄先生斜杠青年

——一篇关于人工智能、所有权、需求、权力与文明边界的前瞻性长文

经济学下一次真正的革命，可能不是发现一种更精确的价格公式，而是承认：在某些重要领域，生产已经不再是最难的问题。

最难的问题正在变成：谁有权决定生产什么，谁能获得生产成果，谁能够拒绝交易，以及谁承担繁荣背后的不可逆成本。

如果机器能够承担越来越多的认知任务，如果知识与数据可以被反复使用，如果市场能够预测甚至塑造人的欲望，那么工业时代经济学的一组核心连接，就可能逐渐松动：

劳动与收入的连接，创新与竞争的连接，价格与稀缺的连接，消费与福利的连接，以及增长与进步的连接。

本文的中心判断是：

未来经济秩序的关键，可能不再只是如何提高生产率，而是如何防止生产能力的进步，转化为少数主体控制他人生活条件的能力。

这不是说亚当·斯密、熊彼特、凯恩斯以及后来的经济学家“全部错了”。真正有意义的颠覆，不是把复杂理论压缩成一句口号，再宣布口号已经过时，而是找出理论成立的条件，说明这些条件如何变化，并提出能够被事实推翻的新命题。

以下文章采用三种不同层次的论述：

• 对已有理论的概括，尽可能依据经济思想资料、学术研究及诺贝尔经济学奖官方材料。

• 对理论适用边界的批评，属于本文的分析，不冒充相关学者本人的结论。

• 对未来制度与技术变化的判断，属于条件性推演，不是已经发生的事实。

还需要说明：当代经济学并不是只有完全竞争、完全理性与市场出清的一套学说。有限理性、信息不对称、交易成本、内生增长和环境约束，早已进入经济学研究。本文要挑战的，不是一个假想的“从未进步过的经济学”，而是那些仍然支配公共讨论、企业决策与政策直觉的默认框架。

一、真正需要颠覆的，是经济学的问题顺序

传统经济讨论通常从一个问题开始：

资源有限，而人的欲望似乎没有明显终点，应该如何配置资源？

这个起点非常有力量。它把价格、交换、竞争、预算和机会成本连接起来，使经济学能够分析无数看似不同的行为。

但它也容易让我们忽略另一个问题：

稀缺究竟是自然给予的，还是制度制造的？

一张床不能同时让无限多人使用，一座城市的土地不能无限扩展，一度电也不能在同一时刻无损满足所有需求。这些具有明显的物理约束。

但一个数学证明、一份软件代码、一段经过验证的医学知识，在被一个人使用之后，并不会因此失去被另一个人使用的可能。数据同样具有非竞争性：一个主体使用某些数据，不必然妨碍另一个主体使用同样的数据。相关研究明确把这种性质与知识的规模报酬联系起来。[1]

这意味着，经济中的稀缺至少可以区分为四类。

第一类是物理稀缺。

例如能源、矿产、土地、生态容量和人的时间。

第二类是组织稀缺。

我们可能已经拥有知识与设备，却缺少把它们有效组合起来的制度、信任与执行能力。

第三类是法律稀缺。

某种资源可以被复制或共享，但法律规定只有部分人拥有使用权。

第四类是策略性稀缺。

拥有控制权的主体，为维持价格、议价权或用户依赖，主动限制供给、兼容性或退出通道。

四种稀缺不能混为一谈。

如果问题是物理稀缺，可能需要节约、替代与技术突破。

如果问题是组织稀缺，可能需要协调、标准与治理创新。

如果问题是法律稀缺，争论就转向权利配置。

如果问题是策略性稀缺，单纯鼓励更多交易，可能反而奖励制造瓶颈的人。

因此，本文提出第一个重构：

经济学不应只研究“如何在稀缺条件下配置资源”，还应研究“哪些稀缺值得承认，哪些稀缺值得维持，哪些稀缺应当被消除”。

这不是语言游戏。

如果我们把一个本可广泛共享的知识系统，误认为天然只能由少数人使用，那么随后建立的价格、补贴与产权制度，都可能只是在优化一种原本可以避免的排斥。

反过来，如果我们把电力、水资源和生态容量想象成可以像数字文件一样无限复制，又会走向另一种灾难。

未来经济学首先需要的，不是宣布稀缺消失，而是建立一套稀缺的分类政治学。

二、重读亚当·斯密：分工的终点，可能不是更细的分工

亚当·斯密的重要洞见之一，是分工能够提高生产效率，市场扩展与专业化之间存在相互促进的关系。在这一理解中，繁荣与交换、专业化、资本积累和制度保障相互连接。[2][3]

工业时代最直观的组织方式，是把复杂工作拆成许多较简单的环节。

一个人不再完成整件产品，而是完成其中一个步骤。企业通过管理、设备和流程，把这些步骤重新组合起来。

然而，人工智能可能改变拆分与组合之间的成本关系。

过去，专业化之所以有吸引力，一部分原因在于人的学习时间有限，转换任务需要成本，而且很难同时掌握大量异质知识。

如果一个数字系统能够在写作、编程、设计、数据分析和沟通之间快速切换，那么至少在部分认知任务上，“跨领域整合”的相对成本就可能下降。

这里出现一个有趣的反向趋势：

工业机器让人越来越专业化，认知机器却可能让一部分人重新成为通才。

1. 新时代的效率，可能来自减少交接

设想一家小型咨询机构。

过去，它需要市场研究人员、数据分析师、演示文稿设计师、项目协调者和行业专家共同完成项目。

未来，一名具有判断力的负责人，可能借助多个工具完成其中较多环节。

这并不意味着专家不再重要。

它意味着某些任务之间的协调成本，可能不再足以支持原有的组织边界。

经济效率的来源可能从：

把每件事交给最专业的人，

部分转向：

让少数具有综合判断力的人，减少任务在不同主体之间流转的次数。

因此，斯密式分工逻辑面对的真正挑战，不是“专业化无用”，而是：

当跨任务整合成本大幅下降时，最有效率的分工粒度是否会改变？

2. 但微观去中心化，不等于宏观去集中化

问题在于，小团队的能力增强，可能依赖少数大型基础设施提供者。

一个人可以像一家小公司那样工作，却必须持续依赖外部模型、云服务、身份系统、支付网络和分发平台。

于是，经济结构可能出现双向运动：

应用层更加分散，基础设施层更加集中。

表面上，创业门槛下降了。

深层上，创业者对共同底座的依赖可能增强了。

这意味着“企业数量增加”不必然等于“经济权力分散”。

真正需要观察的，是这些企业能否迁移数据、替换供应商、独立接触客户，以及在基础设施涨价时继续生存。

3. 对斯密的修正

斯密提醒我们关注分工如何扩大财富。

本文进一步追问：

当分工网络中的关键连接点被少数主体控制时，财富扩大的收益，会不会主要被连接点的所有者获取？

未来的关键生产要素，可能不只是劳动、资本和专业知识，而是对跨主体连接的控制。

谁控制接口，谁就可能控制分工的收益分配。

由此产生一个可检验的命题：

如果人工智能显著降低任务整合成本，那么部分行业的小团队产出能力应当提高；但如果基础设施集中度同时上升，小团队利润率未必同步改善。

能够独立完成更多工作，与能够保留更多价值，是两件不同的事。

三、重读熊彼特：创新可能不再摧毁垄断，而是延长垄断

熊彼特把资本主义理解为不断发生内部变革的过程：新产品、新方法和新组织不断替代旧结构，这种“创造性破坏”构成资本主义的重要动力。[3]

它提供了一种极有吸引力的历史叙事：

今天的大企业不必永远统治，因为明天的创新者会挑战它。

但未来可能出现另一种结构：

大企业不再主要依靠阻止创新来维持优势，而是通过吸收、托管、投资、分发和收费，从大量创新中持续获益。

不是创新没有发生。

而是创新未必改变底层所有权。

1. 创新可以发生在平台之内

设想一家企业掌握通用计算基础设施、用户入口、支付渠道和企业采购关系。

一个创业团队开发出更好的应用。

它可能成功获得用户，却仍然必须向底层平台支付计算费用、分发费用或渠道费用。

即使创业团队替代了某个旧应用，底层平台仍然存在。

甚至因为新应用更受欢迎，底层平台获得更多收入。

于是，创造性破坏的对象发生变化：

被破坏的是应用层的旧企业；

未被破坏的，是向新旧企业同时收费的基础设施位置。

这种结构可以被称为“可继承的创新税基”。

创新者不断出现，收费权却持续集中。

2. 不能把熊彼特误读成简单的反垄断论者

这里需要避免一个稻草人。

熊彼特并非只讲小企业打败大企业。他的创新分析本身就涉及大企业、暂时性利润与创新激励之间的复杂关系。

因此，本文的挑战不是说“熊彼特从未考虑集中化”。

真正的问题是：

当控制地位能够跨越多个技术世代延续，创新竞争是否还足以完成经济权力的更新？

如果模型换了一代，应用换了一代，创业公司也换了一批，但主要收费位置没有变化，那么技术更新和权力更新就发生了分离。

3. 创新率与权力流动率应当分开衡量

一个经济体可以同时拥有：

大量新产品，大量创业融资，大量专利，以及很低的控制权流动。

因此，未来评价创新生态，不应只看“产生了多少新东西”。

还应看：

• 新进入者能否改变行业规则；

• 创新者能否摆脱关键供应商；

• 用户能否把数据和关系迁移到其他系统；

• 创新收益是否长期集中在少数收费节点；

• 失败的基础设施提供者是否真的能够退出。

本文提出第二个可检验命题：

在强平台依赖的行业中，创新数量的上升，可能与基础设施租金份额的上升同时出现。

如果事实如此，我们就不能再把“创新活跃”直接理解为“竞争健康”。

更严格的创造性破坏，必须包括收费权、标准制定权和进入许可权本身可以被挑战。

四、重读凯恩斯：未来可能不是暂时缺需求，而是收入资格发生变化

凯恩斯强调，总支出不足可能使经济停留在失业与低产出的状态。生产能力的存在，并不自动保证相应的购买需求；投资、消费和政府支出之间的关系因此成为宏观经济分析的核心。[2][3]

但如果人工智能能够替代一部分劳动任务，需求问题可能从周期性问题，逐渐转向制度性问题。

区别非常重要。

周期性问题是：

企业暂时不愿投资，家庭暂时减少消费，导致经济活动下降。

制度性问题是：

社会已经能够生产大量产品与服务，但相当一部分人不再通过原有劳动形式获得足够收入。

前者可以寄希望于复苏。

后者必须回答收入权从哪里来。

1. 把国民收入恒等式与行为机制分开

支出法下，国内生产总值可以写成：

$$Y \equiv C+I+G+(X-M)$$

它是一种核算恒等关系，不是一个仅凭写出便能说明因果机制的增长模型。

如果某些家庭的劳动收入下降，而其获得资产收入与转移支付的渠道有限，那么消费可能受到压制。

但这不意味着总需求必然永久不足。

投资可能增加，政府可能扩大支出，其他家庭可能增加消费，对外贸易也可能变化。

因此，“自动化必然造成需求崩溃”并不是已经得到证明的结论。

真正值得研究的是：

当劳动收入分配发生长期变化时，原有宏观稳定机制是否仍然足够？

2. 未来可能出现“有产出、缺购买资格”

想象一种条件性情景：

某些知识服务的生产成本持续下降。

企业能够交付更多内容、设计、分析和软件。

但相关劳动者的议价能力下降，新增利润主要进入资产所有者账户。

这时，社会可能不是缺少生产潜力，而是缺少让广泛人群分享生产潜力的收入安排。

企业可能仍有很高利润。

股票市场可能仍然表现强劲。

一部分资产持有者的消费可能继续增长。

但更多家庭可能越来越依赖债务、补贴或不稳定工作。

这个问题的核心不是“人们不想消费”。

而是“人们以什么身份获得可持续的购买能力”。

3. 从需求管理转向收入架构

传统刺激政策主要关注：

如何让支出恢复？

新的问题则是：

谁应该在何种条件下，长期分享自动化生产形成的收益？

可能的制度方案包括：

• 扩大公共服务，减少家庭必须自行购买的基本项目；

• 通过公共基金持有部分生产性资产；

• 改善劳动者对技术部署和收益分配的谈判能力；

• 在适当领域提供现金转移；

• 对经济租金而非正常创新回报进行更有效的征税；

• 通过更广泛的资产持有分配未来收益。

这些不是可以互换的口号。

现金转移解决购买能力问题，公共服务直接降低获得基本生活条件的门槛，公共资产持有则试图改变初次分配结构。

它们的财政成本、激励效应和治理风险各不相同。

4. 为什么不能只说“发钱就行”

如果住房、医疗、能源或算力接口受到供给限制，那么增加购买力的一部分效果，可能表现为这些领域的价格上涨。

尤其当新增收入进入一个高度集中的收费体系时，转移支付可能部分变成对瓶颈所有者的间接支持。

因此，需求政策必须和供给结构、竞争政策及基础设施治理一起讨论。

本文对凯恩斯的前瞻性修正是：

未来某些宏观失衡，可能不能只靠恢复支出解决，还需要重构人们参与收入分配的资格。

真正需要稳定的，不只是季度增长率，而是社会成员与生产体系之间的收入连接。

五、重读哈耶克：信息更加集中，不等于知识问题已经解决

关于市场与计划的争论，经常被简化为“谁计算得更快”。

在这种叙事中，市场的优势来自分散信息，而人工智能的出现似乎意味着中央系统终于能够处理足够多的数据。

于是，有人会得出一个极端判断：

既然计算能力变强，分散决策就可以被统一优化替代。

这个结论跳得太快。

即使我们暂时不争论计算能力，仍然至少存在四个不同问题：

数据能否被收集，意义能否被理解，目标能否被正当选择，以及决策者能否被纠正。

这四者不能互相替代。

1. 行为记录不等于完整偏好

系统知道一个人点击了什么，不等于知道他为什么点击。

知道他在某个价格下购买，不等于知道他是否受到误导、是否有其他选择、是否因为恐惧而购买。

更不等于知道他希望长期过怎样的生活。

如果把被观察到的行为直接视为完整福利表达，那么系统可能非常准确地预测一个人会做什么，却持续误判什么对这个人有益。

2. 预测准确不等于分配正当

设想一个系统准确预测：

某些家庭为了获得基本医疗服务，愿意支付收入中很高的比例。

从营收最大化角度，这是一条有价值的信息。

从社会福利角度，它也可能说明这些家庭缺乏替代选择。

信息精度提高，并不自动决定这条信息应该被用于降价、补贴、保险设计，还是差异化收费。

技术无法独立回答权利问题。

3. 集中系统也可能拥有更强的操纵能力

如果一个主体既观察需求，又控制呈现给用户的选项，那么它就不只是被动发现偏好。

它可能通过排序、默认设置、时间压力和信息组合，改变需求的表达方式。

于是，市场不再只是分散知识的发现装置，也可能成为集中主体塑造选择环境的装置。

未来最值得防范的，不只是“中央系统算错”。

还包括“中央系统算得很准，但目标函数不属于公众”。

4. 对知识问题的重新定义

本文提出：

未来的知识问题，应当被扩展为“知识—目标—纠错问题”。

一个制度是否有效，不仅取决于能否获得信息，还取决于：

• 谁规定什么值得优化；

• 受到影响的人能否提出异议；

• 错误能否被及时发现；

• 用户能否拒绝被纳入；

• 权力能否在失败后被替换。

因此，人工智能未必让分散决策失去意义。

相反，当技术更强时，可替代性、程序公开和退出权可能更重要。

计算能力可以降低某些协调成本，却不能自动产生政治正当性。

六、重读科斯：当交易成本下降，企业可能缩小，也可能变成更大的基础设施

科斯的重要贡献，是把交易成本与产权放到理解经济组织的中心。企业与市场之间的边界，不是自然固定的，而与组织交易的成本有关。[4]

由此很容易产生一个人工智能时代的推论：

搜索、合同、监督和沟通越来越便宜，所以企业会越来越小。

这个推论可能在某些领域成立。

但它忽略了另一个方向：

技术既可以降低市场交易成本，也可以降低企业内部管理成本。

哪个下降得更快，决定边界如何移动。

1. 同一种技术，可以支持两种相反结构

一方面，独立工作者可以使用工具寻找客户、处理合同、管理财务，减少加入大公司的必要性。

另一方面，大公司也可以使用同样的技术，监督更多业务、整合更多地域、管理更多外部承包商。

因此，“交易变便宜”不自动意味着“组织变分散”。

它可能意味着个人更独立，也可能意味着超级组织能够更轻松地控制分布式劳动。

2. 从雇佣关系转向接口依赖

未来一家公司可能不直接雇佣大量人员。

但它控制其他人工作的入口、信誉记录、客户匹配与支付结算。

这些人法律上不是雇员，经济上却高度依赖它。

如果只按照员工数量判断企业规模，我们可能误以为经济正在分散。

实际上，组织边界可能只是从劳动合同转移到了接口规则。

企业不再必须拥有你，也不必雇佣你。

它只要控制你接触市场的必经通道。

3. 对科斯框架的扩展

未来需要区分至少三种成本：

第一，交易发生的成本。

第二，交易完成后改变关系的成本。

第三，失去某个关键中介后维持经营的成本。

一个平台可能显著降低第一种成本，却提高后两种成本。

加入时很便宜，离开时很昂贵。

这种结构说明，经济效率不能只在交易发生的一刻衡量。

还必须计算整个关系周期中的依赖成本。

可以把新的判断写成一句话：

低摩擦不一定意味着低控制。

真正高质量的市场，不仅应当容易进入，也应当能够退出。

七、重读西蒙、卡尼曼与塞勒：理性不足之后，是谁在管理人的不足

西蒙提出有限理性，强调决策者受信息、时间与认知能力限制，往往寻找足够满意的方案，而不是穷尽所有可能性。[5][6]

卡尼曼与特沃斯基的研究进一步说明，人们的风险判断与选择存在可识别的系统性特征。前景理论强调参照点、收益与损失的不同心理意义，而不是只关注最终财富水平。[7][8]

塞勒则推动了这些心理学发现与经济分析的结合。相关官方材料明确讨论了系统性错误、有限理性和损失厌恶。[6][9]

这些研究已经颠覆过“完全理性经济人”的简单版本。

但人工智能可能带来一个更新的问题：

当一方拥有持续学习的预测系统，另一方仍然拥有有限的时间与注意力，行为偏差是否会从个人弱点变成可规模化开采的资源？

1. 不对称的不只是信息，还有耐心

一个用户可能只在购买保险、选择贷款或订阅服务时花几分钟比较。

系统却可以持续运行，分析大量交互，测试表达方式，并优化转化率。

人类的注意力有预算。

系统的优化过程可以不间断。

双方并不是在同一个决策条件下相遇。

2. “选择更多”可能加重而不是减轻负担

通常，我们把更多选择视为更自由。

但如果选择复杂度增长，理解成本提高，而退出路径隐藏在更深的操作流程里，那么形式选择增加，实质自主性未必增加。

一个人可以在十种套餐中选择，却无法理解其中的价格结构。

可以随时取消，却需要经过复杂步骤。

可以拒绝个性化推荐，却无法获得同等便利的替代服务。

这种情况下，经济学只统计“是否自愿点击同意”，就可能低估交易中的权力差异。

3. 从助推走向选择环境治理

未来的问题不只是：

怎样帮助人作出更好的选择？

还包括：

谁有权持续调整他人的选择环境？

如果一个系统以用户长期利益为目标，它可能帮助用户减少冲动消费、识别风险和管理时间。

如果系统以短期交易额为目标，它可能利用同样的预测能力推动相反结果。

同一种技术，可以成为个人代理，也可以成为精密销售机器。

决定方向的，不是“智能程度”，而是忠诚对象、收入模式和可审计性。

4. 一个可检验的新命题

当卖方的个性化预测能力提高时，如果消费者没有获得相应的独立代理工具、透明规则或退出保护，那么交易总量可能增长，而消费者剩余未必增长。

反过来，如果买方拥有可信赖的个人代理，能自动比较真实总成本、识别诱导条款并执行退出，那么原有行为优势可能被部分抵消。

所以，未来的理性问题不只是“人是否理性”。

而是：

谁拥有帮助自己理性的机器，谁面对利用自己不理性的机器？

八、重读阿克洛夫、斯彭斯与斯蒂格利茨：从信息不对称，到现实解释权不对称

阿克洛夫、斯彭斯与斯蒂格利茨因对信息不对称市场的分析获得2001年经济学奖。阿克洛夫讨论质量信息差异如何导致逆向选择；斯彭斯分析信号传递；斯蒂格利茨分析筛选以及信息问题与信贷、失业等现象的关系。[10]

这些研究使经济学摆脱了一个过于干净的世界：

交易双方并不总是知道同样的事情。

但人工智能时代，信息不对称可能变得更深。

过去，一方知道产品质量，另一方不知道。

未来，一方可能还控制：

什么信息首先出现，哪些指标被认为重要，什么风险被突出，以及哪些替代方案不被展示。

这不是单纯“知道得更多”。

而是拥有解释现实的基础设施。

1. 从隐藏信息到安排可见性

设想一个推荐系统。

它并不需要提供虚假信息。

只要改变排序、隐藏比较维度、强调某些案例，就可以显著改变用户判断。

因此，所有公开陈述都可以是真实的，但整体呈现仍然可能具有强烈导向。

传统的信息披露制度关注：

你是否说了假话？

未来还需要关注：

你是否系统性控制了他人能够看见的真话？

2. 生成式内容可能提高信号成本

如果制造一份看起来专业的报告、简历、评论或营销材料变得更容易，那么外观质量与真实能力之间的联系可能减弱。

这并不意味着所有内容都会失真。

它意味着原来依赖制作成本建立的可信信号，可能需要重新验证。

在这种环境下，可信履历、可核验来源、真实履约记录和责任承担能力，可能变得更有价值。

数字内容越丰富，可信证明反而越稀缺。

3. 对信息经济学的扩展

未来的信息问题至少包含三层：

事实层：信息是真是假。

模型层：哪些变量被纳入判断。

治理层：谁决定信息如何分发与纠正。

只解决第一层，未必足够。

一套系统可以极少传播假事实，却仍然通过选择事实和优化呈现，形成不透明的经济影响。

因此，市场透明度不应只意味着“提供更多说明书”。

还应包括推荐逻辑的可解释性、利益冲突披露、独立比较渠道和错误申诉机制。

真正的透明，不是把更多文字交给没有时间阅读的人。

而是让重要差异可以被理解，让权力可以被质疑。

九、重读罗默：知识可以非竞争，收益却可以高度排他

罗默把技术创新和知识积累纳入长期增长分析，说明新思想如何成为经济增长的内生动力。诺贝尔奖官方材料将其贡献概括为把技术创新纳入长期宏观经济分析。[11][12]

这一理论与数字经济之间存在明显联系：

一个想法可以被反复使用。

但“能够共享”与“实际共享”不是同一回事。

知识的非竞争性，不会自动产生普遍可及性。

1. 新的稀缺可能出现在知识周围

一个模型的部分能力可以通过软件复制。

但使用它仍可能需要算力、电力、芯片、网络、数据中心、维护、数据治理与合规。

相关研究与宏观讨论都提醒我们，人工智能扩散受到基础设施、能源、组织采用和时间滞后等因素约束，不能把模型能力的提升直接等同于即时的全社会生产率跃升。[13][14]

因此，不能从“知识非竞争”直接推导“智能服务没有稀缺”。

稀缺可能只是移动了位置。

从答案本身，移动到生产可靠答案所需的基础设施。

从知识内容，移动到可信更新与责任保障。

从软件复制，移动到设备与能源。

2. 所有权结构决定非竞争性如何转化为福利

如果一种资源可以同时帮助许多人，那么限制使用可能造成机会损失。

但如果完全开放又使生产者无法收回固定成本，也可能降低未来投入。

这并不是一个可以靠“全部免费”或“全部私有”解决的问题。

更有价值的制度讨论包括：

• 哪些基础知识应当被视为公共基础设施；

• 哪些商业应用需要排他激励；

• 排他权应当持续多久；

• 公共资助形成的成果应当附带什么可及性要求；

• 如何在开放与安全之间建立有针对性的边界。

知识积累可以提高生产可能性。

但生产可能性扩大，并不自动保证普通人拥有更多实际选择。

如果增长收益通过产权集中起来，那么社会可能越来越聪明，个人却越来越依赖。

因此，未来增长理论需要明确区分：

技术机会集合的扩大，

与普通人可支配机会集合的扩大。

前者是社会可以做什么。

后者是一个没有特殊地位的人，实际能够做什么。

增长只有穿过所有权、收入和公共服务制度，才会成为广泛福利。

十、重读诺德豪斯：不能把所有不可逆损失都当成可优化的价格问题

诺德豪斯的贡献，在于将气候变化与长期经济分析连接起来，建立经济与气候相互作用的综合评估框架。这些模型可以用于讨论不同政策路径，包括碳税等干预。[11][15]

这比把自然当作经济系统之外的免费背景，前进了很大一步。

但未来经济学仍需面对一个更尖锐的问题：

所有环境风险都适合被处理为连续、可补偿、可以折现的成本吗？

本文的答案是否定的。

这不是说价格工具没有作用。

而是说价格工具需要边界条件。

1. 可逆损害与不可逆损害不同

如果一项活动导致可以较低成本修复的局部污染，补偿和价格机制可能具有较强适用性。

如果它可能触发不可逆生态变化，或把巨大风险施加给无法参与交易的后代，那么单纯计算当期支付意愿就不够。

原因不神秘：

未出生的人不能到市场上出价。

某些生态系统无法在遭到破坏后按原样购买回来。

社会也未必能够准确估计低概率、高损失事件。

2. 不应把生态问题简化为“增长或不增长”

数字化可以降低某些活动的资源强度，也可能通过规模扩张增加总消耗。

相关讨论明确区分相对脱钩与绝对脱钩：单位产出的环境压力下降，不等于环境压力总量下降。[16]

同样，人工智能可以帮助优化能源系统，也会需要自身的能源与基础设施。

因此，“人工智能天然绿色”与“人工智能必然破坏环境”都过于简单。

需要比较具体用途、替代关系、总量变化与能源结构。

3. 从最优污染转向安全约束

本文主张的重构是：

对于具有重大不可逆风险的领域，先设置可接受的安全边界，再在边界内进行成本优化。

在示意模型中，可以写成：

这不是一套已经完成估计的模型。

它表达的是问题顺序的改变：

不是先问“损害多少最赚钱”，而是先问“哪些风险不应被当作普通交易条件”。

价格仍然重要，但价格在安全边界内工作。

十一、重读李嘉图与克鲁格曼：比较优势之后，是依赖优势与替代能力

国际贸易理论强调，不同经济体可以通过分工与交换获得收益。克鲁格曼的相关讲座回顾了比较优势的解释力，同时其获奖研究进一步强调规模经济、产品多样性与贸易格局之间的关系。[17][18]

但未来全球分工可能越来越需要加入另一个维度：

一种投入如果突然不可获得，损失有多大？

这不是要否定贸易。

而是要把平时成本和中断成本放进同一张表。

1. 最便宜的供应链，不一定是总成本最低的供应链

假设一家企业在正常情况下，通过单一供应商获得最低价格。

如果中断概率很低，集中采购看起来非常有效率。

但如果中断造成的损失非常大，那么单纯比较采购价格就不完整。

可以用一个简化表达说明：

这个表达并不能自动给出政策答案。

概率如何估计，损失如何计算，替代能力应由谁投资，都需要具体研究。

但它提醒我们：

供应链冗余不是天然浪费。

在某些条件下，它购买的是选择权。

2. 韧性不能变成保护主义的万能借口

反过来，如果每个行业都宣称自己不可替代，每个企业都要求战略保护，那么韧性政策可能变成永久补贴。

所以必须区分：

真正具有系统重要性的瓶颈，

与只是希望避免竞争的普通企业。

需要问：

• 中断是否会产生跨行业损害；

• 替代是否需要很长时间；

• 市场是否已经为风险定价；

• 公共支持是否有退出条件；

• 多元化是否比完全本土化更有效。

未来的国际竞争，不只是“谁生产得更便宜”。

还包括：

谁能够在关键关系中承受退出，谁无法承受退出。

一个国家即使拥有较高产出，如果能源、支付、通信或关键计算资源存在不可替代依赖，其实际政策空间也可能受限。

因此，比较优势需要与依赖结构联合分析。

繁荣并不只来自更深地嵌入网络，也来自在必要时保有不被网络惩罚的能力。

十二、重读马克思：自动化之后，剩余分配与控制权问题不会自动消失

讨论未来经济学，很难绕开马克思提出的生产资料、劳动关系与资本积累问题。

但要避免两种过度简化。

一种认为，人工智能一出现，马克思的所有判断就自动被证明。

另一种认为，如果机器可以生产，关于劳动与资本关系的分析就全部失效。

两者都把复杂问题变成了阵营判断。

本文不打算在这里证明某一种完整价值理论。

更重要的是提出一个结构性问题：

如果越来越多的产出能够由自动化系统完成，那么社会成员凭什么获得生产成果？

1. 自动化不自动决定制度方向

同一种生产技术，可以嵌入不同产权安排。

自动化资产可以由少数股东持有，也可以由员工基金、合作组织、公共基金或混合结构持有。

因此，技术提高并不能单独告诉我们：

不平等会扩大还是缩小，劳动时间会缩短还是工作强度会上升，生活成本会下降还是收费领域会扩大。

这些结果取决于治理与分配制度。

2. “劳动不再稀缺”不等于“人不再重要”

即使某些任务可以自动化，人仍然是福利的主体。

如果经济体系把人的正当收入完全绑定在机器尚未取代的任务上，那么每次自动化进步，都可能被一部分人体验为生存资格的削弱。

这会产生一种荒诞的政治经济关系：

我们希望技术减少必要劳动，却又要求每个人必须出售足够多的劳动，才能分享技术成果。

因此，一个真正前瞻的制度，应当区分：

劳动是否仍然需要被完成，

与人是否仍然有权获得基本生活条件。

3. 不能忽视权力在公共制度中的集中

然而，把私有资本换成公共所有，并不会自动消除控制问题。

如果公共资产由缺乏监督的少数管理者控制，普通人同样可能缺乏发言权和退出权。

因此，核心不是在“私人”与“公共”两个标签之间作简单选择。

而是设计：

透明的受益权，明确的责任，独立审计，分散的治理，以及防止管理者永久固化的制度。

对资本控制的批评，也必须适用于公共权力。

否则，我们只是更换了控制者，没有改变被控制者的处境。

十三、重读贝克尔：人不应该只被理解为一项投资组合

贝克尔把经济分析扩展到教育、培训、健康等领域。他的诺贝尔讲座明确说明，人力资本分析关注个人如何权衡这些投入的成本与收益。[19]

这一框架的解释力很强。

但在公共讨论中，它有时被进一步压缩成：

人应该持续投资自己，提高未来收入。

问题在于，人工智能可能让技能回报更加不稳定。

一个人花费多年积累的专业能力，可能因为工具变化而迅速重新定价。

如果所有风险都由个人承担，社会实际上是在要求每个人经营一项高度不确定、无法充分分散的人力资本资产。

1. 不能把所有适应责任交给个人

“继续学习”可以是合理建议。

但它不是完整制度。

如果某个行业整体受到替代，所有人同时学习同一种新技能，并不能保证每个人都获得高收入岗位。

教育能改善相对位置，不必然解决总量岗位与收益分配的问题。

这就像在一个座位数量不变的房间里，帮助每个人跑得更快。

个体策略可能有效，整体解决方案仍然缺失。

2. 人的价值不应等于市场预测的未来现金流

如果把教育完全理解为收入投资，艺术、历史、公民能力、关怀和人格形成就容易被低估。

如果把健康完全理解为维持劳动生产率，无法就业的人就可能被错误地理解为低回报支出。

经济分析可以研究成本与收益，但不应因此垄断价值语言。

一个社会为什么值得生活，不能只用收入现值回答。

3. 对人力资本理论的补充

未来需要的不是放弃技能投资，而是把技能风险社会化一部分。

例如：

让教育更容易反复进入，降低转行期间的生活风险，改善基本保障，使技能更新不等于个人不断进行高杠杆赌博。

同时，应当承认一部分活动即使市场回报较低，仍然具有重要公共价值。

当机器越来越擅长完成可计价任务，人类社会更需要清楚说明：

哪些事值得做，即使它们不能产生最高收入。

十四、不能用一个“颠覆”掩盖另一个事实：经济学内部早已存在自我修正

写到这里，必须对“推翻所有经济学家”的冲动踩一次刹车。

因为本文提出的许多问题，并不是经济学从未见过的新大陆。

有限理性已经挑战完全理性。

信息不对称已经挑战完全信息市场。

交易成本已经挑战无摩擦交换。

内生增长已经挑战把技术视为纯粹外生变量。

气候经济学已经挑战自然环境只是背景的做法。[4][6][10][12]

因此，诚实的颠覆不能声称：

过去所有经济学都错了，而本文第一次发现人会犯错、市场会失灵、权力会集中。

那不是革命，而是遗忘。

真正值得推进的，是把这些修正整合成一个更适合未来的分析中心。

过去，许多模型以产出、价格、投资、消费和就业为主要变量。

未来，可能还需要把以下变量提升到同等重要的位置：

退出成本，接口控制，认知依赖，生态不可逆性，收入资格和制度纠错能力。

问题不在于它们完全不能被现有经济学分析。

问题在于，现实决策往往没有给予它们足够权重。

因此，所谓颠覆，更准确地说，是改变问题的优先级与默认基准。

不是把工具箱烧掉，而是停止只用其中几件最顺手的工具。

十五、建立一个新的核心框架：生产、权利与可退出性

如果只批评旧理论而不提出新框架，颠覆就容易沦为修辞。

本文提出一个尚待检验的概念框架：

将未来经济表现区分为三个层次。

第一层，生产能力。

社会能够以多大成本生产多少有用成果。

第二层，可及能力。

普通人能否获得这些成果。

第三层，自主能力。

普通人在获得成果时，是否必须接受难以拒绝的控制关系。

这三者可能同步改善，也可能相互背离。

1. 高生产能力，不保证高可及能力

一种药物可以被高效生产，但价格、专利、配送或医疗体系可能限制其可及性。

一种教育内容可以低成本复制，但认证、语言、设备和时间可能构成障碍。

一种智能工具可以能力很强，但某些群体无法承担稳定使用的成本。

因此，产出增长不能直接替代可及性评估。

2. 高可及能力，也不保证高自主能力

用户可能能够廉价使用某种服务，但必须交出大量数据，接受持续监控，或无法迁移工作成果。

这时，可及性提高了，依赖也提高了。

廉价与自由之间，没有必然等号。

3. 一个示意性的社会评价结构

可以用以下形式帮助组织讨论：

这个公式不是已经完成经验检验的经济定律。

它也不能假装不同价值之间天然存在客观统一的换算比例。

它的作用，是迫使讨论者把原本被藏起来的价值选择公开。

当我们说“这个政策有效率”时，到底优化了什么？

当我们说“这个平台免费”时，忽略了什么成本？

当我们说“这个项目促进增长”时，增长属于谁？

4. 退出权为什么应当成为核心变量

一个人是否自由，不仅取决于他现在获得多少服务，也取决于他拒绝服务提供者之后会发生什么。

如果退出意味着失去全部客户、工作记录、社交关系或基本生活能力，那么形式合同自由可能非常脆弱。

因此，未来经济学应当把可退出性视为一种生产性制度资产。

它可以降低被攫取的风险，增强谈判能力，也迫使服务提供者持续改进。

这里的关键不是每个人都必须退出。

而是任何一方都不能因为对方无法退出，就无限扩大收费与控制。

十六、重新定义效率：静态节约，不应压倒动态生存

效率是经济学最重要、也最容易被滥用的词之一。

它可以指：

用更少资源完成同样任务。

也可以指：

在既定条件下，没有办法让某些人更好而不让其他人更差。

还可以指：

一个制度能否长期促进创新、适应变化并减少系统性损失。

这些不是同一个概念。

1. 极致利用率可能降低抗冲击能力

一个系统如果没有备用设备、备用供应商和闲置容量，平时成本可能很低。

但一旦发生故障，损失可能非常大。

因此，闲置资源不必然是浪费。

它可能是一种保险。

一个城市保留应急能力，一个医院保持必要冗余，一个企业维持第二供应商，都可能降低短期财务表现，却提高长期生存能力。

2. 竞争也需要冗余

如果整个行业只剩下一套最高效的系统，短期价格可能很低。

但之后的创新方向、错误类型和风险判断，也可能趋于同质化。

当所有参与者使用相似模型和相似数据时，局部错误可能更容易同步出现。

因此，多个系统并存的价值，不只是价格竞争。

还包括认知多样性与错误隔离。

3. 未来效率应当分层

本文建议至少区分：

• 操作效率：完成具体任务是否节省资源；

• 配置效率：资源是否流向适当用途；

• 适应效率：面对新情况能否改变；

• 韧性效率：冲击发生时能否维持关键功能；

• 治理效率：发现错误后能否及时纠正权力。

一种制度可以在第一项表现出色，在其他方面严重脆弱。

如果我们只测量第一项，就可能把通往系统性风险的道路误认为进步。

十七、重新定义价格：价格是制度的输出，不是脱离制度的自然真相

价格当然重要。

它能够传递供需变化，协调选择，激励生产和节约。

但价格不是在制度之外自然生成的。

价格依赖谁有权排除谁，哪些成本由谁承担，消费者有什么替代选择，以及市场进入是否开放。

因此，观察到高价格，不等于已经解释了高稀缺。

观察到高利润，也不等于已经证明了高社会贡献。

1. 必需性可能提高收费能力

如果一种服务关系到健康、生计或基本社会参与，消费者可能无法像购买普通娱乐产品那样轻松放弃。

这时，高支付意愿可能反映的不是高度偏爱，而是缺乏退路。

经济分析必须区分：

我愿意多付，因为它给我额外快乐；

与我不得不多付，因为不买会遭受严重损失。

两者都可以形成交易，但其福利含义不同。

2. 低价格也未必意味着低成本

一种数字服务可以免费提供给用户，同时通过广告、数据利用、交叉销售或其他方式获得收入。

用户没有支付货币，不代表没有提供有价值的东西。

他可能提供注意力、行为数据、劳动内容或对某个生态系统的长期依赖。

因此，未来的“全成本”分析应当包括：

货币成本、时间成本、隐私成本、转换成本和错误承担成本。

3. 价格不能独立承担全部价值判断

如果某种活动没有成熟市场价格，不代表它不重要。

家庭照护、社区信任、公共知识和制度稳定，都可能对经济运行至关重要，却难以通过单次交易完整表达。

如果经济学只承认可交易的价值，就会系统性低估支撑交易本身的条件。

这不是否定市场。

而是承认市场存在于社会之中，而不是社会存在于市场之中。

十八、重新定义增长：产出更多，与生活更好之间需要一座桥

围绕人工智能的讨论，经常在两个极端之间摆动。

一种认为，能力提升会迅速带来普遍繁荣。

另一种认为，技术只会扩大不平等，不会改善普通人的处境。

两种判断都把中间机制跳过去了。

美联储关于人工智能建设与经济影响的分析，强调能力改善、成本下降、企业采用、投资以及总体生产率与劳动市场结果之间存在先后与传导关系。它们不是一个同时发生的事件。[13]

这提醒我们，增长需要穿过多道关口。

1. 第一关：能力能否稳定应用

演示中完成任务，不等于在真实业务中持续可靠地完成任务。

实际采用还涉及错误成本、责任、流程、培训与组织配合。

2. 第二关：应用能否提高净产出

如果工具节省了部分时间，却增加审核、协调和返工，净效果需要测量。

不能只统计被自动化的步骤，而忽略新增工作。

3. 第三关：净产出能否转化为收入

即使企业生产率上升，收益也可能表现为价格下降、利润提高、工资上涨或市场份额变化。

分配路径并不唯一。

4. 第四关：收入能否转化为福利

如果收入增长同时伴随住房负担、健康风险、时间压力或环境损失，生活改善可能小于产出增长。

因此，未来应当同时观察：

实际购买能力，基本服务可及性，可自由支配时间，健康状况，收入稳定性，以及对关键服务的可替代能力。

这些指标不应简单地被压缩成一个看似完美的总分。

多个指标并列，反而可以让社会看见真实取舍。

真正的进步，不是把所有复杂性藏进一个数字。

而是让复杂性能够被公共讨论。

十九、前瞻性情景一：平台领地化，而不是普遍后稀缺

下面开始进入情景推演。

这些不是对未来的确定预测，而是在不同制度条件下可能出现的路径。

第一种路径可以称为平台领地化。

其基本条件是：

人工智能能力持续提升，但关键基础设施集中；用户迁移困难；公共部门缺乏替代能力；劳动收入与资产收入差距扩大。

1. 经济会呈现什么特征

个人和小企业可以完成以前难以想象的任务。

创业应用大量出现。

服务体验不断改善。

但越来越多活动必须经过少数基础设施。

这些基础设施可以调整接口、收费、推荐规则和合规条件。

普通人看起来拥有更多工具，却在越来越少的制度选择之间生活。

2. 为什么繁荣与依赖可能同时增长

一个平台可以真正创造巨大价值。

问题不在于价值是否存在。

问题在于，当它成为不可替代的中介后，能够索取多大比例的剩余，并附加多少非价格条件。

依赖的危险，不要求控制者一开始就怀有恶意。

只要用户转换成本持续提高，未来收费与控制空间就可能扩大。

3. 这一情景最值得观察的信号

• 用户是否能完整迁移数据与工作流程；

• 应用层收入增长是否主要流向基础设施费用；

• 企业是否越来越依赖单一模型或云系统；

• 关键服务是否存在真正独立的替代方案；

• 新进入者能否影响标准，而不只是接受标准。

这一未来并非没有创新。

它可能拥有非常丰富的创新，却缺乏相应丰富的制度选择。

二十、前瞻性情景二：公共智能基础设施与广泛受益

第二种路径，是把部分智能能力视为基础设施，同时保留竞争性的商业应用。

它不意味着所有模型由政府开发，也不意味着所有服务免费。

它意味着社会明确区分：

哪些层应当开放进入，

哪些层可以市场竞争，

哪些收益应当更广泛分享，

哪些风险必须由公共规则约束。

1. 公共层的任务是什么

公共层可以包括：

基础教育资源，公共科研成果，通用数据标准，关键公共服务的替代通道，以及可审计的采购规则。

商业层则可以围绕专业服务、体验、速度、可靠性与特定行业知识进行竞争。

关键不是消灭盈利。

而是防止盈利依赖封锁不可替代的生活条件。

2. 收益分享怎样避免空洞口号

如果公共部门支持研发、教育与基础设施，却完全不分享上行收益，风险与回报可能不对称。

一种可能安排，是通过透明基金、明确合同或收益权设计，让公共投入获得可追踪回报。

但这类制度必须防止政治干预、利益输送和低效投资。

因此，不能只谈“公共持有”。

还必须谈专业治理、独立审计、公开受益规则和失败退出机制。

3. 这一情景的弱点

公共系统可能行动缓慢。

开放标准可能推进困难。

跨境合作可能受到利益冲突影响。

公共机构也可能被供应商依赖或行政惯性束缚。

所以，这不是一个天然优越的乌托邦。

它只有在治理能力足够强、权力受到监督、绩效能够比较的条件下，才有可能优于高度封闭的私人基础设施。

制度名称不决定结果。

可纠错性才决定制度能否长期保持活力。

二十一、前瞻性情景三：丰裕的数字服务，昂贵的物理生活

第三种路径可能更加复杂，也更加值得警惕：

数字服务变得便宜，现实生活中的关键资源仍然昂贵。

软件、内容、分析和部分设计服务的成本下降。

但住房、土地、能源、医疗照护和某些基础设施的约束没有同步消失。

人工智能相关研究已经提示，扩张会受到能源、基础设施和环境条件影响，不能把信息复制的便利直接推广到整个物质经济。[14][20]

1. 生活可能出现奇怪的二重性

人们可以低成本获得高质量知识助手。

却仍然难以承担合适住房。

可以快速生成复杂设计。

却无法低成本完成审批、施工和材料采购。

可以获得大量健康信息。

却仍然难以得到及时、连续、可信赖的照护。

这不是技术没有进步。

而是不同领域的供给弹性与制度约束不同。

2. 新财富可能流向旧瓶颈

如果数字生产率提高形成新的收入，而住房等领域供给缓慢，那么部分新增购买力可能流向原有瓶颈。

结果是：

技术部门创造的收益，部分被土地、区位或其他稀缺权利吸收。

这提醒我们，不能把技术政策与住房、能源、交通和公共服务政策割裂。

否则，数字丰裕可能只是让人们更高效地竞争同一批昂贵资源。

3. 这一情景下，经济政策的重心

不是一味增加数字创新补贴。

而是识别哪些物理与制度瓶颈阻止生产率改善转化为生活改善。

有时需要建设。

有时需要改革准入。

有时需要公共服务。

有时需要限制排他性收费。

不同瓶颈，需要不同工具。

二十二、前瞻性情景四：高度自动化，但劳动中心主义继续存在

第四种路径，是技术结构改变了，社会规范却没有改变。

机器承担更多任务，但收入、尊严、福利和社会身份，仍然高度绑定在传统全职就业上。

于是，社会可能不断创造新的竞争要求，让人证明自己仍然“值得被雇佣”。

1. 为什么技术节约时间，个人却未必更轻松

企业可能用工具减少人员，而不是缩短所有人的工作时间。

留下的人可能承担更多客户、更多项目和更高响应要求。

如果生产率收益主要用于提高产出与利润，而非增加闲暇，那么技术越强，工作节奏反而可能越快。

这不是自动化的必然结果。

但它是在某些谈判结构下完全可能出现的结果。

2. “保持竞争力”可能成为无限义务

当工具不断升级，个人可能被要求持续学习、持续响应、持续展示价值。

过去是与其他劳动者竞争。

未来还可能需要不断证明自己与自动化系统的互补性。

如果没有社会保障与转换支持，这种状态可能制造长期的不安全感。

3. 真正的选择应当包括减少必要劳动

如果社会能够用更少劳动满足相同需求，那么增加自由时间，应当成为可以讨论的成果之一。

这不意味着所有人都必须少工作。

而是让人有条件选择：

更多收入，更多创造，更多照护，或更多不被交易占据的时间。

经济进步最深刻的意义，可能不是让每个人永远生产更多。

而是让越来越多人不必把全部生命投入获取生存资格。

二十三、哪些预测必须允许失败

任何前瞻性文章，如果只有宏大叙事而没有失败条件，就很容易变成无法检验的信念。

本文提出以下研究命题。

命题一：应用分散与基础设施集中可以同时增强

预测：

小团队产出能力提高，但关键计算、分发或身份服务的依赖度也提高。

反证方向：

如果应用层能够广泛替换供应商，关键资源费用持续下降，而且价值留存明显分散，那么“基础设施集中必然吞噬收益”的担忧就需要修正。

命题二：劳动替代可能改变收入结构，但不必然造成永久需求不足

预测：

在受影响较强的领域，任务替代会改变工资、就业安排或利润分配。

反证方向：

如果新增任务、价格下降和收入增长足以广泛抵消损失，那么强版本的需求危机论就不成立。

命题三：个性化预测可能提高交易量，却未必提高消费者福利

预测：

卖方优化能力增强，在缺乏对应保护时，可能提高某些隐性收费、冲动交易或转换困难。

反证方向：

如果透明度与个人代理工具使消费者更容易比较和退出，福利可能显著改善。

命题四：数字生产率收益可能被物理瓶颈部分吸收

预测：

在住房、能源或基础设施供给受限地区，新增收入未必带来等比例生活改善。

反证方向：

如果供给改革、建设和替代技术显著提高弹性，这种吸收效应就可能减弱。

命题五：退出能力比企业数量更能反映某些市场的竞争质量

预测：

即使市场上存在大量企业，只要它们依赖相同关键节点，规则变动仍会产生集中影响。

反证方向：

如果表面依赖并不妨碍快速迁移与业务连续性，那么退出风险可能被高估。

这些命题需要行业数据、长期观察和因果识别。

不能因为出现一个支持案例，就宣布整套框架被证明。

同样，也不能因为一个行业不符合，就断言所有担忧都不存在。

二十四、政策不能只在“放任市场”与“全面计划”之间二选一

未来最贫乏的争论，是继续把复杂制度选择压缩成两个按钮：

市场，或者政府。

现实需要的是不同层次的组合。

1. 在创新层，保护试错

允许新进入者测试产品，减少不必要准入障碍，避免规则只适合大型企业。

但试错空间不应包括把重大风险无限转嫁给无知情能力的公众。

2. 在基础设施层，保护互通与替代

推动数据可携、接口兼容和转换能力。

不是所有系统都适合无条件开放，但限制应当有明确理由，而不是把安全当作封闭的万能借口。

3. 在分配层，减少对单一收入来源的依赖

劳动收入仍然重要。

但如果技术改变劳动需求，社会就需要更稳健的基本服务、转换支持和资产收益分享机制。

4. 在生态层，先识别边界

对于可测量、可补偿的损害，可以充分使用价格与激励。

对于重大不可逆风险，应当设置更严格的约束与审查。

5. 在治理层，把纠错能力制度化

公开采购，披露利益冲突，建立申诉渠道，允许独立审计，避免同一主体既制定规则、又从规则中获益、还负责裁定争议。

制度的成熟，不在于声称自己不会犯错。

而在于犯错以后，弱势一方也有能力推动纠正。

二十五、对企业的真正启示：不要只问能自动化多少，还要问把命门交给了谁

对于企业而言，未来竞争力不只是使用更多人工智能工具。

更重要的是识别依赖结构。

1. 区分能力增强与自主性下降

一个工具可能让企业短期效率显著提高。

但如果企业随后无法迁移数据、无法替代模型、无法独立维护客户关系，那么这种效率就附带了战略成本。

应该同时计算：

节省了多少工作，

增加了多少依赖，

以及退出需要多久。

2. 保留判断能力，而不是只保留操作能力

如果组织成员越来越擅长调用系统，却越来越缺少独立验证结果的能力，那么组织可能在表面效率提升时积累认知风险。

适当保留专业知识、独立抽查与交叉验证，不一定是抗拒技术。

它可能是避免单点失误的必要安排。

3. 将韧性视为投资，而不是单纯费用

备用供应商、数据备份、模型替代、关键人员训练和应急流程，未必立即增加收入。

但它们能够提高企业承受规则变化与技术故障的能力。

未来最脆弱的企业，可能不是技术使用最少的企业。

而是把全部关键能力都压在同一个外部系统上，却误以为自己已经完成数字化转型的企业。

二十六、对个人的真正启示：不要把适应未来理解为无止境地追逐工具

个人当然需要学习。

但仅仅不断学习最新工具，不足以建立长期安全感。

因为工具会变化，平台会变化，技能价格也会变化。

更稳健的能力可能包括：

理解问题，判断证据，识别利益冲突，建立可信关系，承担责任，以及在不同系统之间迁移。

这些并不保证不会受到冲击。

但它们有助于减少对单一工具和单一职业标签的依赖。

1. 从“我会什么工具”转向“我能对什么结果负责”

如果产出生成变得容易，那么定义问题、核验质量和承担后果可能更重要。

一个人真正的价值，不只是能够生成多少内容。

还包括能否判断哪些内容值得采用，哪些风险不能忽略，以及何时应该停止自动化。

2. 从单一技能资产转向多元生活基础

收入来源、社会支持、健康、储蓄、可信关系与公共保障，共同决定个人抵御变化的能力。

把全部人生风险压在一个高回报技能上，在稳定时代可能有效，在高变化时代则可能更加脆弱。

3. 不把市场重新定价理解为人格判决

如果某项技能的市场价格下降，不等于学习它的人失去价值。

经济制度评价的是特定条件下的交换关系。

它不是对一个人全部能力、尊严与社会贡献的最终判断。

未来社会如果不能清楚区分两者，就会把技术进步转化为大规模的身份伤害。

二十七、真正激进的命题：经济学应该研究“不被迫交易的能力”

到这里，可以提出全文最激进的主张：

未来经济学不仅应当研究人们如何交易，还应当研究人们在什么条件下可以不交易。

这听起来像是在反对市场。

其实恰恰相反。

一个人只有在能够拒绝时，他的同意才更有意义。

一个劳动者如果拒绝某份工作就立即失去基本生存条件，他的议价能力与一个拥有充分缓冲的人显然不同。

一个消费者如果拒绝某项数据条款就无法使用必需服务，那么“自愿同意”的实质程度也需要审视。

1. 拒绝能力会改善交易质量

当一方拥有真实替代选择时，另一方更需要提供合理条件。

因此，基本保障、可携数据、公共替代和竞争结构，未必削弱市场。

它们可能让市场中的同意更真实。

2. 经济自由不只是购买自由

自由还包括：

不必接受不透明条件，

不必因为技术变化失去全部生活基础，

不必把所有时间用于保持可雇佣性，

不必为了获得基本服务而放弃过多自主权。

这些自由很难完全通过消费数量衡量。

但它们决定繁荣究竟是一种能力，还是一种依赖关系。

3. 一个新的经济学起点

传统起点是：

人在约束下最大化收益。

新的起点可以补上一句：

制度决定谁能够改变约束，谁只能在约束中选择。

如果我们不分析约束的制定者，就可能把权力的结果误认为偏好的结果。

二十八、把经典经济学降格为“条件性定理”，而不是永恒教条

本文并不主张抛弃经典理论。

更合理的做法，是重新写出它们的适用条件。

斯密式命题

分工与市场扩展可以提高生产率。

但需要进一步分析：协调成本如何变化，关键连接是否受到控制，新增收益如何分配。

熊彼特式命题

创新可以破坏旧结构。

但需要进一步分析：被替代的是应用、企业，还是底层收费权。

凯恩斯式命题

总支出不足可以压低产出与就业。

但需要进一步分析：不足是周期性收缩，还是劳动收入连接发生长期变化。

科斯式命题

交易成本影响企业与市场的边界。

但需要进一步分析：进入成本下降时，退出成本是否上升。

行为经济学命题

人的决策存在认知限制与系统性特征。

但需要进一步分析：谁拥有利用或保护这些限制的技术。

信息经济学命题

信息不对称会改变市场结果。

但需要进一步分析：谁控制信息的可见性、解释方式与纠错渠道。

内生增长命题

知识与创新可以推动长期增长。

但需要进一步分析：增长机会是否转化为广泛的实际可及性。

环境经济学命题

经济活动与自然系统相互作用。

但需要进一步分析：哪些风险适合价格优化，哪些风险需要先设边界。

这不是让理论失去力量。

恰恰相反，明确条件之后，理论才更有力量。

永恒口号很难被检验。

条件性命题能够指导观察，也允许被修正。

二十九、我们需要一种怎样的新经济学

如果要给本文提出的方向命名，可以暂称为“可退出的丰裕经济学”。

“丰裕”指向技术扩展生产可能性。

“可退出”指向人不应因为获得技术成果，就被永久锁定在不可替代的控制关系中。

这套框架有六个原则。

第一，区分自然稀缺与制度稀缺

不把排他权自动当作物理事实。

也不把数字复制能力误投射到物质世界。

第二，区分创新与权力更新

产品更迭，并不必然意味着控制权流动。

需要观察进入、替代和规则制定能力。

第三，区分生产率与收入权

社会生产更多，不等于每个人自动获得更多。

分配需要明确机制。

第四，区分信息精度与制度正当性

预测更准确，不等于目标更合理。

计算不能替代权利与公共程序。

第五，区分低价格与低总成本

货币之外，还存在时间、隐私、依赖和不可逆风险。

第六，区分增长与自主

真正值得追求的增长，应当扩大人的实际选择，而不是只扩大系统要求人配合的范围。

这六个原则并不构成一套完成的学科。

它们是一张研究议程。

需要理论模型，需要经验数据，需要跨学科合作，也需要公众对价值取舍作出判断。

任何人都不应该因为提出了一个响亮名字，就声称已经完成对经济学的替代。

三十、结语：颠覆经济学，不是宣布价格失效，而是拒绝让价格独占未来

未来可能拥有极强的生产能力。

但生产能力不是文明的全部。

一套系统能够生成答案，不代表它知道哪些问题值得回答。

能够预测行为，不代表它有权操纵行为。

能够提高产出，不代表它应该决定产出的分配。

能够优化交易，不代表它应该让所有生活关系都变成交易。

亚当·斯密帮助我们理解分工如何扩大财富。

熊彼特帮助我们理解创新如何改变结构。

凯恩斯帮助我们理解生产能力为何可能得不到充分使用。

后来的经济学家进一步揭示了认知、信息、组织、知识与环境的复杂性。[3][4][6][10][12]

下一步不应是宣布这些思想全部作废。

而应当承认，技术正在把旧问题推进到新的尺度：

当生产更加自动化，谁拥有收入资格？

当知识可以反复使用，谁有权制造排斥？

当系统越来越了解人，谁保护人的拒绝能力？

当创新不断发生，为什么控制权可能不动？

当增长越来越快，哪些不可逆损失不能被增长掩盖？

最终，本文真正想颠覆的，不是某位经济学家的名字，而是一种过于顺滑的信念：

只要生产更多、交易更多、创新更多，社会就必然变得更好。

不会自动如此。

技术扩大可能性。

产权决定谁先获得可能性。

收入决定谁有能力使用可能性。

公共制度决定哪些可能性不能被剥夺。

退出权决定一个人能否拒绝以过高代价换取可能性。

而文明的任务，是让这些可能性最终成为普通人可以支配的人生，而不是少数系统能够支配的用户。

未来最重要的经济问题，也许不再只是：

“我们还能生产多少？”

而是：

“在我们能够生产得越来越多之后，人能否不再通过牺牲越来越多的自主，来证明自己有资格生活？”

引用：[1] Nonrivalry and the Economics of Datahttps://ipl.econ.duke.edu/seminars/system/files/seminars/2536.pdf[2] History of economic thoughthttps://en.wikipedia.org/wiki/History_of_economic_thought[3] Creative Destruction's Reconstruction: Joseph Schumpeter Revisitedhttps://siliconflatirons.org/documents/initiatives/IRLEdayone/Delong_Creative_Destruction.pdf[4] The Sveriges Riksbank Prize in Economic Sciences ...https://www.nobelprize.org/prizes/themes/the-sveriges-riksbank-prize-in-economic-sciences-in-memory-of-alfred-nobel-1969-2007/[5] Bounded Rationality - Stanford Encyclopedia of Philosophyhttps://plato.stanford.edu/entries/bounded-rationality/[6] RICHARD H. THALER: INTEGRATING ECONOMICS WITH ...https://www.nobelprize.org/uploads/2018/06/advanced-economicsciences2017.pdf[7] Daniel Kahneman - Nobel Lecturehttps://www.nobelprize.org/uploads/2018/06/kahnemann-lecture.pdf[8] Daniel Kahneman and Vernon Smithhttps://www.nobelprize.org/uploads/2018/06/advanced-economicsciences2002.pdf[9] Richard H. Thaler – Biographicalhttps://www.nobelprize.org/prizes/economic-sciences/2017/thaler/biographical/[10] The Prize in Economic Sciences 2001 - Press release ...https://www.nobelprize.org/prizes/economic-sciences/2001/press-release/[11] The Prize in Economic Sciences 2018 - Press release ...https://www.nobelprize.org/prizes/economic-sciences/2018/press-release/[12] The Prize in Economic Sciences 2018 - Popular science ...https://www.nobelprize.org/prizes/economic-sciences/2018/popular-information/[13] The Fed - The AI Buildout and the Economy: Publicly Available Data to Assess AI's Impacthttps://www.federalreserve.gov/econres/notes/feds-notes/the-ai-buildout-and-the-economy-publicly-available-data-to-assess-ais-impact-20260717.html[14] Transformative AI Faces an Untransformed Economyhttps://www.aei.org/economics/transformative-ai-faces-an-untransformed-economy/[15] William D. Nordhaus – Facts – 2018 - NobelPrize.orghttps://www.nobelprize.org/prizes/economic-sciences/2018/nordhaus/facts/[16] Artificial Intelligence: decoupling growth from planetary limits?https://www.globalpolicyjournal.com/blog/22/09/2025/artificial-intelligence-decoupling-growth-planetary-limits[17] Prize Lecture by Paul Krugman - NobelPrize.orghttps://www.nobelprize.org/uploads/2018/06/krugman_lecture.pdf[18] “for his analysis of trade patterns and location of economic ...https://www.nobelprize.org/uploads/2018/06/nobelguide_eco.pdf[19] Gary S. Becker - Prize Lecturehttps://www.nobelprize.org/uploads/2018/06/becker-lecture.pdf[20] Limits to AI Growth: The Ecological and Social Consequences of Scalinghttps://arxiv.org/html/2501.17980v1[21] "Schumpeter's Creative Destruction: A Review of the Evidence" by Arthur M ...https://digitalcommons.unomaha.edu/econrealestatefacpub/27/[22] Herbert A. Simon - Wikipediahttps://en.wikipedia.org/wiki/Herbert_A._Simon[23] 1978 Nobel Memorial Prize in Economic Sciences - Nobel Prize Nethttps://nobel-prize.net/en/nobel/fields/nobel-memorial-prize-in-economic-sciences/1978/0/[24] Herbert Simon — Nobel Prize in Economics 1978https://www.nobeledge.org/prize/en/1978/economic-sciences[25] Schumpeter's Revolutionhttps://thebreakthrough.org/journal/issue-4/schumpeters-revolution[26] Economic Theories: Smith, Marx, Keynes | PDF | Entrepreneurshiphttps://www.scribd.com/presentation/202106718/Economics-Fundamentals[27] Research Papers by Charles I. Joneshttps://web.stanford.edu/~chadj/papers.html[28] ECONOMIC GROWTH, TECHNOLOGICAL CHANGE, AND CLIMATE CHANGEhttps://www.nobelprize.org/uploads/2018/10/advanced-economicsciencesprize2018.pdf[29] The 2001 Prize in Economic Sciences - Popular information ...https://www.nobelprize.org/prizes/economic-sciences/2001/popular-information/%22/[30] All prizes in economic sciences - NobelPrize.orghttps://www.nobelprize.org/prizes/lists/all-prizes-in-economic-sciences/all/[31] Press release - The 2018 Prize in Economic Scienceshttps://www.nobelprize.org/uploads/2018/10/press-economicsciences2018.pdf[32] The Prize in Economic Sciences 2018 - NobelPrize.orghttps://www.nobelprize.org/prizes/economic-sciences/2018/summary/[33] NobelPrize.org: All Nobel Prizeshttps://www.nobelprize.org/prizes/lists/all-nobel-prizes/all/[34] Sveriges Riksbank Prize in Economic Sciences in Memory of ...https://www.nobelprize.org/prizes/economic-sciences/2001/summary/[35] The Prize in Economic Sciences 2018 - Scientific Background ...https://www.nobelprize.org/prizes/economic-sciences/2018/advanced-information/[36] api.nobelprize.orghttps://api.nobelprize.org/2/nobelPrize/eco/2001[37] Media Player at Nobelprize.orghttps://mediaplayer.nobelprize.org/mediaplayer/?id=502[38] api.nobelprize.orghttps://api.nobelprize.org/2.0/laureate/744[39] vernon-smith-lecture.pdfhttps://www.nobelprize.org/uploads/2017/05/vernon-smith-lecture.pdf[40] thaler-lecture.pdfhttps://www.nobelprize.org/uploads/2018/01/thaler-lecture.pdf[41] UNDERSTANDING ASSET PRICEShttps://www.nobelprize.org/uploads/2013/10/advanced-economicsciences2013.pdf[42] Why Trade? - Nobel Prizehttps://educationalgames.nobelprize.org/educational/economic-sciences/trade/ohlin.php[43] Timed Transcript Search (YouTube)https://videosearch.nobelprize.org/

了解更多时间深度剖析，尽在于此@黄先生斜杠青年

商业咨询和顾问业务，请@yellowscholar关注我，带你先看到未来！♥

转载声明：除调整格式外，不得对原文做改写、改编。

谢谢！E-mail:yellow@aliyun.com

♥声明：本文为原创文本，非生成式，作者仅通过指引AI工具检索所需信源！

商务咨询/顾问/请@yellowscholar♥作者：黄先生斜杠青年