近兩年來，關於 AI 經濟學最引人注目的論戰，實際上是一場關於“速度”的博弈。關於AI泡沫的討論，最終都會還原到，「AI 多久會反映到 GDP/生產率上」這個問題上。（TFP）的增長貢獻可能僅為微不足道的 0.07% 到 1%。他的判斷主要立足於 AI 只能自動化很少一部分人類任務，且很難在短時間內大幅降低成本。諾貝爾經濟學獎得主 Daron Acemoglu 在 2024 年拋出了一盆冷水。他通過對當時 AI 能力（主要是 GPT-3.5 時代）的實證觀察，計算出 AI 對未來十年全要素生產率但在Agent全面接管工作流、推理模型層出不窮的當下，Acemoglu基於Chat時代的觀察顯得有點落伍了。在他的論點之外，轉折派、奇點飛昇派等多個流派對AI、對GDP年增長的影響預測從0.07%到10%，分佈在極其廣闊的光譜上。成功落地，以及能夠自我迭代的AI進入研發流程，意味著完全不同的增長軌跡。這些預期差距很大程度上源於他們對AI技術本身發展速度的理解差別。AI發展停滯、Agentic AI而史丹佛大學商學院經濟學家 Charles I. Jones 在 2026 年 1 月發佈的最新論文《人工智慧與我們的經濟未來》（A.I. and Our Economic Future），為這場爭論引入了一個超越具體技術參數的宏觀框架。Jones沒有糾結於模型能力的範圍，而是通過數學化的生產函數模型模擬了AI在不同場景下的可能。他認為，AI 確實擁有引爆經濟的潛力，但這個引爆過程將被經濟系統中的「薄弱環節」無情地拉長。和過往的電氣、網際網路革命一樣，這很可能也將是一個被馴服的奇點時代。01AI對經濟影響的三種敘事關於 AI 將在多大程度上提升長期 GDP 增長率，學術界目前分裂為三種截然不同的敘事。分歧不僅源於對技術能力的判斷不同，也源於他們看待經濟機器運轉方式的根本差異。漸進主義視角：任務模型的摩擦 (Acemoglu)（Hulten’s Theorem）作為依據進行論證。Daron Acemoglu 是這一流派的代表。在 2024-2025 年的系列研究中，他主要通過霍爾頓定理霍爾頓定理的推導邏輯非常直接：AI 對總生產力的貢獻，大約等於「受 AI 影響的 GDP 份額」X「這些任務的成本節約率」。根據Acemoglu的測算，即便假設 AI 能影響 20% 的任務並帶來 25% 的成本降低，其在未來十年內對 TFP （全要素生產率）的累計提升僅為 0.71%，折合年均增長不到 0.1 個百分點 。但是，Acemoglu的測算在方法論上存在根本性缺陷。他用了一個為衡量漸進式技術改進設計的工具，即霍爾頓定律，去預測一個可能改變經濟結構本身的通用目的技術。如果1900年有人用霍爾頓定理計算電力影響，其結論可能是電力只能替代20%的蒸汽機任務，成本節約30%，影響有限。但電帶來的最核心改變是，工廠無需再圍繞中央蒸汽機佈局、因此其生產限度和範圍都大幅擴展；而在微型化後，整個家用電器產業從零誕生。這些結構性變化不在替代舊技術的框架裡。然而，Acemoglu 確實敏銳的發現了一些很敏銳的現象。他注意到，當時AI的成果，比如寫程式碼的速度提升55%，職場寫作效率提高40%這類，都發生在他所謂的「易學任務」光譜裡。這些任務有兩個特點，依賴性，它們都有明確的對錯標準；二來，網際網路上有對此海量的訓練資料。但其實經濟活動裡大部分區域都沒這麼理想。比如一個醫生診斷罕見病，一個律師在複雜案件中尋找突破口，一個建築師在地形限制下設計方案，這些「難學任務」就沒有明確的答案，而且必鬚根據語境做判斷，而AI在這些領域的進步將極其緩慢。而且因為缺乏客觀的評判標準，AI只能從人類的平均表現中學習，這可能最終導致它們永遠無法超越人類專家。這一批評，在推理模型、RLVR，乃至Agent盛行的今天，甚至依然成立。爆發論視角：自我進化的AI在光譜的另一端，是耶魯大學的William Nordhaus和研究機構Epoch AI代表了這一陣營。他們不只把AI看作Acemoglu眼中那種提效工具，而是看作一種全新的生產要素，一種可以無限複製的「數字勞動力」。他們假設的基礎是AGI確實會到來。在這一假設之下，AI能在幾乎所有認知任務上替代人類，那麼傳統經濟模型中「勞動力受人口增長限制」這一鐵律就會被打破。經濟增長將不再被人口瓶頸所束縛，而只取決於我們能以多快的速度生產算力。，他們認為傳統索洛模型中「勞動」和「資本」互補的假設將失效。如果 AI 技術發展到足以在絕大多數認知任務中完全替代人類，經濟增長將僅受限於資本（算力）的積累，而不再受制於人口增長的停滯，長期增長率顯著上移。這一派別採用了內生增長模型他們預測，如果AI能夠自動化科研過程（設計更好的晶片、發現新材料、最佳化演算法），就會形成一個正反饋循環，更強的AI →更好的硬體/演算法 → 更強的AI。根據 Epoch AI 的預測，如果這一循環打通，全球GDP的年增長率可能在2030年代突破10%，甚至達到30%的爆發性水平。的再現融合視角：J型曲線與索洛悖論然而，目前的實證資料似乎更支援Erik Brynjolfsson 提出的「生產力 J 型曲線」解釋。該理論認為，通用目的技術（比如GPT）在引入初期，往往會導致生產力增長放緩甚至下降。這是因為企業需要進行大量的無形資產投資，這包括去重組業務流程、重新培訓員工、開發配套軟體。這些投入在短期內被計為巨額成本，而收益卻滯後顯現。2025年的調查資料也佐證了他的想法。儘管 GenAI 的個人使用率已極高，但許多企業正處於試點煉獄（Pilot Purgatory）之中，投了很多錢，但沒看到什麼規模化回報。這種現象完美復刻了羅伯特·索洛在 1987 年的名言：“到處都能看到電腦，除了在生產力統計資料裡” 。緩慢的爆炸，被馴服的奇點Charles Jones的新論文，其實站在了一個統合者的角色上，去看待上面提到的所有三種路徑。他既不否認AI擁有無限自我進化的革命性潛力，也不否認組織變革之類拖後腿的因素。他把這些因素都塞進了一個理論中去融合，即「薄弱環節」理論，或者說是經濟發展中的木桶效應。現實經濟中，絕大多數任務是互補的，是一個由無數相互依賴的環節組成的複雜系統。比如藥物研發，就包含靶點驗證、毒理、臨床試驗、監管批准，任何一環都無法用其他部分替代。工程交付，則包含設計、供應鏈、施工、驗收、許可，某一步過不了整體交付不了。現代社會之所以有如此多的分工，正是因為為了保證安全和質量、完成一件足夠複雜的工作，是需要很多不可替代的環節的。而在這樣一個系統中，最慢的環節決定了整體的速度，Jones就把它稱為「薄弱環節」。在論文裡，Jones自己用了一個比喻去解釋這套理論。準備一頓晚餐的過程由兩個步驟組成：想菜譜和做菜。現在AI來了，它超好用，能在瞬間生成一份完美的菜譜，考慮到營養搭配、時令食材、你的飲食偏好。因此在「想菜譜」這個環節，生產力直接可能飆升一萬倍。但真想讓它上桌，廚師仍然需要花一個小時切菜、炒菜、擺盤。AI讓你在菜譜上省了十分鐘，但整個流程的瓶頸，即實際的烹飪過程並沒有改變。結果是，就算AI無敵了，你也只是把做飯時間從70分鐘縮短到了60分鐘，提升有，但似乎談不上「革命」這麼誇張。當生產環節之間是高度互補時，總產出並不取決於那個最強的環節（AI），而是被鎖死在那個最弱的環節（人類/物理世界）上 。只要這個薄弱環節存在，就算自動化再完善，最終總產出都由最弱環節的完成時間、成本所限制。而在可見的未來中，這個薄弱環節都會存在。首先是AI自身能力還需要提升，目前它缺乏長程任務的處理能力，也缺乏創新能力，更缺乏進入物理世界的具身能力。就算這些技術卡點都解除了，算力、機房、電力也需要現即時間去搭建；組織本身的變革肯定要慢於技術的進展，薄弱環節就會移動至此。而當組織，可能都被AI重新劃定好後，那些涉及倫理、信任、最終決策權、以及人類純粹偏好的「不可替代環節」，又將成為扼住經濟咽喉的那個「絕對薄弱環節」。這些過程，即使Epoch AI預測的超進化發生，也無法被磨平。至少在人類同意將一切決策權交由AI之前，都不可能發生。卡到什麼程度呢？Jones給出了另一個公式。在一個替代彈性為一半，也就是說各項任務都相互依賴的世界裡，如果你把一類任務自動化到「無限供給」，而這類任務在原本經濟中佔 GDP 的成本份額為 s，那麼總產出的比例增益大約是：增益=1 / 1-s這個公式可以這麼理解，把某類任務壓到幾乎免費，帶來的最大效果，本質上就是把生產 1 單位最終產出的總成本裡，那一塊原本屬於它的成本拿掉。如果它原來佔總成本的份額是 s，那剩下的其它必要任務就佔 1−s。在這個強互補設定裡，其它任務那部分成本是你無論如何都躲不開的。在同樣資源/同樣預算下，你能買到的最終產出與單位成本成反比。單位成本從 100% 降到 1−s，產出能力就最多放大到原來的 1/(1−s)。而GDP佔比可以看成衡量一種經濟部門在總價值與總支付中的權重，也可以近似視作成本。比如，軟體開發行業大約佔美國GDP的2%。假設AI現在可以寫出所有的程式碼，讓軟體開發的生產率達到無窮大。即便如此，這項突破會讓GDP變成1 / （1-0.02），也就是大概102%，也就是帶來約2%的增加。聽起來很扯，但這確實是事實。因為拆解開來，美國的GDP大頭，基本上都完全無法用程式設計替代，都涉及到物理勞動、土地等「絕對薄弱環節」。因此，在這個任務無法互相替代的框架中，經濟在微觀上，很多環節效率暴漲（寫程式碼、寫文案、做分析、做客服……）；但宏觀上產出提升依然被少數硬環節卡住（許可、責任簽字、物理建設周期、供應鏈、信任與安全、資料生成等）。結果就是，增長不是瞬間起飛，而是拆一個瓶頸、瓶頸遷移到下一個，呈現緩慢加速。而且，A.I. 把某些任務變便宜後，支出份額 s 未必上升，甚至可能下降。GDP可能會更集中在卡脖子的環節之上。基於這個框架，Jones重新計算了AI的經濟影響。他的結論介於Acemoglu的極度悲觀和奇點論者的極度樂觀之間。AI確實會驅動經濟增長加速，年增長率最終可能突破5%的歷史高位。但這不會是一夜之間的飛躍，而是一個跨越三四十年的漸進過程。在頭十年，我們可能只會看到約0.5-1%的累計TFP增長，勉強高於Acemoglu的預測。換句話說，奇點依然存在，但它被經濟結構的韌性馴服了。爆炸會發生，但引線很長。03加速的可能如果說 Acemoglu 的理論是基於靜態的觀察，那麼 Jones 的理論則更好的描繪了系統的結構性阻力。他是一種極限實驗，在其中假設把某類任務做到近乎無限便宜/無限供給，問總產出最多能被抬高多少。本質上是一個偏結構約束的視角。這種結構約束就是任務間的不可替代性。但這會是一成不變的嗎？Jones 在論文中暗示，技術確實會重構經濟形式。也就是說，在上面公式中，任務間無法互相替代這件事兒，可能會因技術的變化而變化。那麼現實的發展速度就有可能比他的基礎預測更快。根據不同技術情景對任務替代的不同影響，他一共設想了三種可能的重構方式。第一個是改變生產函數本身。當一項新技術足夠強大時，我們往往會重新設計整個流程，用新的範式替代舊的瓶頸。比如當下一些行業的分工，像法律裡，有起草合同、稽核檔案、法庭辯護這些環節高度互補，缺一不可。但如果AI不僅能起草合同，還能直接與另一個AI代理基於智能合約達成協議，中間的許多人工稽核環節就可能被徹底繞過。這不是在原有流程上做最佳化，而是創造一個全新的、更少瓶頸的流程。一些原先的硬序列鏈條被改造成可以多開工、多條線並跑的結構。這種範式轉換會改變不可替代性的大小。如果經濟活動重組後，任務之間從強互補變為弱互補甚至可替代，那麼單純堆疊算力就能帶來指數級的產出增長。於是宏觀增長會更明顯加速，但仍可能受到物理與制度約束，不一定立刻指數爆炸。依然是一個隨著組織和滲透漸進的過程，但速度會大為增加。理論上講，這一改變是非常可能的，因為我們現在的勞動分工和流程化，在很大程度上都是為了人類本身的限制而設立的。如果對於一個能力高超的AI來講，設計一棟複雜建築的難度和原始人設計木屋的難度一樣，它完全可以邊設計邊建造，而無須拆分流程。第二種改變方法，是份額的內生增長。公式 1/(1-s)假設可自動化任務的份額s是固定的。但歷史告訴我們，當某種投入變得極其便宜時，我們會在所有可能的地方使用它。比如在電力剛出現時，它只是用來照明和驅動少數機器。但隨著電價下降，電力滲透到了經濟的每一個角落：製冷、通訊、交通、娛樂、醫療。類似地，如果AI推理的成本降到接近零，我們會在今天想都不敢想的地方嵌入智能，比如建築材料會自己監測結構安全，農作物會即時最佳化光合作用效率，甚至一片樹葉都可能成為一個微型計算節點。在這個環境下，企業開始加強AI的滲透，替代一部分原來必須由人/組織協調完成的任務，在一定程度上取消某些環節。總體看，AI的用量擴張和任務邊界擴張（把原本不屬於AI的任務重新劃給AI）會減少在各個層級上的「薄弱環節」，把它們同樣自動化。因此 s 並不是僅僅限制在「程式設計」本身的GDP佔比上，而是滲透性更強，幅度更大。對GDP增長的影響也更顯著。這基本上是目前完全可見的一種潛在未來場景。這種擴張不會在一夜之間發生，但也不會像Jones的基準預測那樣緩慢。第三個則是直接通過解決「基礎薄弱環節」，帶來跨越式增長。其實在Jones公式裡，最大的「薄弱環節」並非演算法，而是能源、材料、人力這些物理障礙。AI科學家不能直接建造核聚變反應堆，不能親手合成新材料，也不能獨自組裝iPhone。但這恰恰是AI可能產生最大槓桿效應的地方。Jones在論文中描繪了一個很接近Epoch AI提出「飛輪」場景：AI 科學家可以設計更好的機器人，機器人進行實驗產生資料，實驗資料則用來訓練更強的 AI。在這個過程中，一旦在AI的自我進化式研究的過程中，解決了核聚變（無限能源）和通用人形機器人（無限物理勞力）的問題，那麼原本佔比最大「薄弱環節」和瓶頸都會消失，進入到自動化循環中。這就會是真正的經濟奇點到來的前夜。而在當下，進化性模型正是最火熱的前沿領域，AlphaEvolve帶來的曙光初現。這個場景變得越來越可能。在這三種Scenario之下，我們可以看到相對於Epoch AI和Acemoglu，Charles I. Jones 的研究框架完全可以包容前三者的所有假設。在當下高度互補的經濟系統中，AI 的局部無限能力會被那些尚未被自動化的「硬骨頭」（如物理瓶頸、法律倫理、人類情感）所稀釋。這就是為什麼即便技術在飛速迭代，宏觀經濟變化卻相對緩慢，因為價值會迅速從智能環節逃逸，被死死鎖在那些依然昂貴且稀缺的短板上。而隨著AI的持續發展滲透，打補丁式的替代將轉向徹底的重構。自動化份額逐步擴大，很多生產流程將完成從人機互補到端到端的完全替代。更遠處，利用「AI 科學家+機器人」的飛輪攻克能源與製造等物理底座，則會撬動幾乎所有「薄弱環節」。一旦我們成功擰動這些關鍵的「生產環節替代性」的調節旋鈕，一步步消除系統中擁有一票否決權的短板，經濟增長便能突破引力束縛，從線性的摩擦走向真正的指數級躍升。當然，這些旋鈕中，可能最先被擰動，是你我這樣的人。04人的新位置那麼，在這樣一個由「薄弱環節」定義的未來裡，人類的位置在那裡？從這個圖景看，答案其實很簡單，即人會不斷向瓶頸處遷移。在過去，掌握大量知識是高薪的保障。但在 AI 時代，這些成為了最先被無限化的廉價資源。人類的技能必須向那些 AI 尚未攻克的薄弱環節轉移。而當下尚能看到的瓶頸在那裡？首先是物理世界的最後且最難的一公里。尤其是那些非標準化的、需要靈巧操作和複雜判斷的物理工作。照顧老人、修繕古建築、緊急情況下的複雜救援。在這些場景中，只要機器人還沒有達到人類的靈巧度，工作的薪資反而會因為「薄弱環節」理論而水漲船高。這在現實中其實完全有映照。最近，在美國修築算力中心的藍領工人工資就在大幅提升。其次，是監管與信任的能力。 在一個充滿了 AI 生成內容的世界裡，驗證變得比生成昂貴得多。法律責任的界定、倫理的審查、人際間的信任背書，這些是 AI 難以通過算力解決的硬骨頭。這些問題基本沒有技術解決方案，只有社會和制度的解決方案。律師、審計師、倫理顧問的工作重心會從做轉向驗證和擔保。最終，是定義意義的能力。 當 AI 能解決所有如何做（How）的問題時，價值就集中到了做什麼（What）和為什麼做（Why）上。能夠發現需要AI 解決的問題；能夠制定一個城市的規劃願景、一個社會的價值排序；能夠定義人類應該有的生活，確認出可能不適合所有人，但適合一部分人的意義；這些工作，是缺乏生命史和生物本能的AI本身永遠也無法去取代的。直到我們達到「後豐裕時代」，把相當豐富的決定權都交予的AI的圖景。ones 在論文的結尾沒有談論大規模失業的恐慌，而是談到了「退休」和「夏令營」。在傳統的經濟模型中，人類文明的絕大部分時間，都活在不工作就會死的重壓之下。即使在現代社會，這個恐懼只是被包裝得更精緻：不工作就付不起房租，看不起病，養不起孩子，失去社會身份和尊嚴。我們把它叫做"職業發展"、"自我實現"、"社會貢獻"，但底層邏輯從未改變，工作是生存的代價。這種恐懼塑造了人類文明的幾乎所有結構。教育系統，本質上是勞動力培訓營，從幼兒園開始就在為將來有用做準備；時間分配，清醒時間的一半以上用於生產勞動或為生產做準備。身份認同，你是做什麼的？成為認識一個人的第一個問題 。更深層的是，生存恐懼塑造了我們對人性本身的理解。我們把理性定義為效用最大化，把成功定義為資源積累，把價值定義為市場定價。人被簡化為經濟人、生產要素、人力資本。而當後豐裕時代來臨時，人類會退守到那裡？標準答案通常是，AI無法替代的高級工作，創造力、同理心、領導力。但這仍然是生存恐懼的框架，仍然在問「我能提供什麼有用的東西」。真正的新高地，可能根本不在有用的維度上。這聽起來像是一個烏托邦式的幻想，但它符合「薄弱環節」理論的最終推演：當所有的生存需求都變成「容易環節」被解決後，人類唯一剩下的「薄弱環節」，就是如何定義我們存在的意義，以及如何度過這漫長而由自己主宰的一生。這場由 AI 引發的經濟變革，或許不會像原子彈爆炸那樣瞬間摧毀舊世界，而更像是一場持續數十年的氣候變遷。水位會慢慢上漲，舊的大陸（傳統認知工作）會慢慢淹沒。在這之前，我們都將不得不搬遷到新的高地，那些 AI 無法觸及的、屬於人類本質的薄弱環節之上。回歸生存恐懼之外的人性。那不是人類的終點，而是人類的起點。 (騰訊科技)

原標題：The Superiority of Economists作者：Marion Fourcade, Etienne Ollion, and Yann Algan來源：Journal of Economic Perspectives—Volume 29, Number 1—Winter 2015—Pages 89-114譯者：Wittt社會科學領域存在著一種隱性的等級秩序，而經濟學似乎佔據著主導地位。首先，經濟學家們自視處於學科層級的頂端或近頂端位置。21世紀初的一項調查顯示（科蘭德，2005），頂尖項目中77%的經濟學研究生認同 “經濟學是社會科學中最具科學性的學科” 這一說法。大約15年前，理查德·佛里曼（1999，第141頁）在本刊中推測了這種信念的起源。他的評價直言不諱：“社會學家和政治科學家的分析工具不夠強大，知識儲備也不如我們——至少我們是這麼認為的。從研究生入學考試（GRE）成績和其他標準來看，我們領域吸引的學生比他們更優秀，而且我們的課程對數學能力的要求也更高。”乍看之下，學術勞動力市場似乎印證了經濟學家對自身更高地位的判斷。得益於瑞典銀行向諾貝爾基金會提供的捐贈，他們是唯一擁有“諾貝爾” 獎項的社會科學家群體。根據美國勞工統計局的資料，經濟學家在美國文理學部的薪酬水平名列前茅。事實上，正如佛里曼所寫的那樣，他們 “收入更高，職業前景也更好”，甚至超過了物理學家和數學家；只有電腦科學家和工程師的薪資水平更勝一籌。與理論科學和人文學科的許多學者不同，許多知名經濟學家有機會通過諮詢費、私人投資與合作以及擔任企業董事會成員等方式獲取額外收入。例如，韋爾（即將出版）提供的相關證據表明，金融和產業組織領域的經濟學學者，其40%的收入來自諮詢活動——要麼是為企業（金融領域）提供諮詢，要麼是為政府（產業組織領域）提供服務。2010年，紀錄片《監守自盜》揭露了該領域一些最傑出學者與華爾街金融圈之間利潤豐厚且可能存在縱容關係的內幕。經濟學家（尤其是頂尖大學的經濟學家）優越的經濟地位，再加上該學科對量化推理能力的重視（這種能力被廣泛視為更高智力水平的標誌），無疑是他們常常對其他形式不夠規範的社會科學抱有輕視態度的原因所在。但社會科學各學科之間關係疏遠還有其他原因。首先，各學科的社會構成存在差異。個體對不同學科的選擇在很大程度上受到社會屬性的影響。例如，與物理學、哲學類似，但與社會學形成鮮明對比的是，經濟學是一個男性佔絕對主導地位的領域（見圖1）。因此，跨學科關係不可避免地受到更廣泛的性別差異、階層分化和不平等模式的影響。儘管我們缺乏關於美國社會科學家社會出身的可靠比較資料（但可參見布林迪厄1984年和勒巴倫2000年關於法國的研究），但我們可以推測，不同學科當前物質條件的差異，也導致了學者們在生活方式、世界觀方面的顯著不同，以及學科間關係的緊張。其次，二戰以來，社會科學領域經歷了快速的人員增長，這導致了學科內部的分化和高度專業化（阿博特，2001；弗蘭克、加布勒，2006）。這一過程掩蓋了它們共同的起源——19世紀，歷史學和道德哲學催生了政治經濟學（關於美國的相關討論，參見哈斯克爾，1977；羅斯，1991），而20世紀初，美國社會學在一定程度上脫胎於經濟學（揚，2009）。在本文中，我們將從四個具體維度探討經濟學與其他社會科學之間不斷變化的關係。首先，我們將闡述經濟學在美國社會科學網路中的相對封閉性及其主導地位。儘管所有學科在某種程度上都存在封閉性——這是學術分工日益細化的典型結果（雅各布斯，2013）——但這一特徵在經濟學中表現得尤為突出。其次，我們將分析經濟學學科內部顯著的等級制度，尤其是與其他社會科學相比而言。該領域最具影響力的學者所擁有的權威，既促進了學術上的凝聚力，也推動了對學科內部事務的積極管理，這在其他學科中鮮有匹敵。第三，我們將考察二戰後經濟學領域附屬機構網路的變化，重點分析高等教育領域的變革（最顯著的是商學院的興起）和經濟領域的變革如何推動經濟學向商業主題（尤其是金融領域）轉向。最後，我們將對經濟學家的物質狀況、世界觀和社會影響力進行一些探討，這些方面也使他們區別於其他學術同行。綜合來看，這些特徵有助於解釋經濟學家的學術自信，進而解釋他們在公共政策事務中直言不諱的主張。當我們提及“經濟學家的優勢地位” 時，這一雙關語既具有描述性目的，也具有解釋性目的。經濟學在學術學科中佔據著獨特的位置。其特點包括：與形式化方法的使用相關聯的深遠科學主張；自上而下對學科的嚴格管理；市場（尤其是有權有勢的富裕群體）對其服務的高度需求；以及豐厚的薪酬回報。這種社會優勢地位也滋生了經濟學家的自信，使該學科能夠長期保持相對的認識論封閉性，並催生了一種自然的特權感。儘管經濟學向傳統上不屬於其研究範疇的社會科學領域進行的 “帝國主義式” 擴張，引發了一些與非經濟學學術成果的互動，但這種交流模式仍然存在嚴重的不對稱性，進而招致了不滿和敵意。同時，經濟學家的獨特地位賦予了他們改變世界的非凡力量，但當事情出錯時，他們也更容易面臨利益衝突、批評和嘲諷。封閉性二戰後，社會科學各學科的學術發展軌跡出現了顯著分歧。經濟學早已脫離其歐洲大陸的起源階段，不再注重歷史研究，轉而效仿自然科學中的典範學科（如物理學）（米羅夫斯基，1989）。與更具文學性的前輩不同，現代經濟學家將其學術地位和自主性歸功於對精確設定且簡潔的模型和測量方法的依賴。他們認為，該領域較高的學術入門技術門檻，以及學者們通過方程或明確的因果關係來捕捉複雜社會過程的努力，都是該學科秉持卓越科學理念的證據，這也證明了它與那些更注重論述的社會科學保持距離、缺乏互動是合理的。一個典型的例子是，拉澤爾（2000，第99-100頁）寫道：“經濟學的崛起源於這樣一個事實：我們的學科擁有一種嚴謹的語言，能夠將複雜的概念用相對簡單、抽象的術語表達出來。這種語言使經濟學家能夠剝離複雜性。複雜性可能會增加描述的豐富性，但也會阻礙分析者看到本質。” 一位著名教授在批判性地描述其學科狹隘的認識論要求時，也表達了類似的觀點（富卡德，2009，第91頁訪談）：“你只能遵循特定的規則。如果你不遵守這些規則，你就不是一名經濟學家。這意味著你應該從嚴格的最大化理論中推導人們的行為方式……與公理化方法相反的是通過舉例論證。你不被允許這樣做……人們會說這是‘軼事證據’。一旦被貼上‘軼事證據’的標籤，你就完了……現在人們會說：‘這沒有被識別出來。’天啊，要是你的因果關係沒有被識別出來，那就全完了。”在二戰後的大部分時間裡，展現數學和統計能力，並將論點簡化為一套正式且簡潔的方程，確實是經濟學領域確立科學純粹性的主要途徑。隨著20世紀90年代和21世紀初的實證革命，這一功能轉向了一種注重因果關係的務實方法，側重於研究設計和推斷，並且常常推崇隨機對照試驗的優勢（例如，安格里斯特、皮施克，2010）。儘管這一轉變也受到了一些批評（例如，參見本刊中勒默2010年和西姆斯2010年的文章），但它與20世紀70年代和80年代如今已遭貶低的過度理論化傾向相比，是一個顯著的轉變。然而，嚮應用微觀經濟學的轉向雖然真實存在，卻並未顯著拓寬跨學科聯絡網路。誠然，經濟學家開始關注一些傳統上與社會學、政治學和心理學相關的主題——從政治制度到家庭結構、社區效應、同伴效應，或者（最近）社會流動性。但跨學科引用模式仍然證明了該領域的相對封閉性。當然，美國社會科學（歐洲大陸的社會科學往往更具包容性）最顯著的特徵之一是，其所有組成學科在很大程度上都是相互孤立地開展研究的：經濟學、社會學、政治學和心理學的學科內引用比例都很高。即便如此，經濟學仍然表現得尤為突出——1997年，其學科內引用比例高達81%，而社會學為52%，人類學為53%，政治學為59%（雅各布斯，2013，第82頁，資料來源於美國國家科學基金會《2000 年科學與工程指標》線上附錄6-54，基於每個領域被引用最多的期刊樣本）。經濟學的封閉性有幾個原因，其中最重要的是各社會科學學科不同的認識論文化以及它們之間的權力不平等。首先，經濟學家分析風格所附帶的行動理論，與許多人文科學的基本前提幾乎不相容——人文科學認為社會過程塑造個人偏好（而非相反）。相比之下，在經濟學中，“偏好無可爭議”（斯蒂格勒、貝克爾，1977）：偏好 “通常被假定為固定不變的”（巴倫、漢南，1994，第1116頁）。其次，許多解釋性社會科學家所依賴的定性方法，往往與經濟學家的形式化追求、他們對因果關係的看法，以及他們優先考慮方法和理論精確性而非現實精準性的傾向不一致。第三，即使在研究領域存在重疊的情況下，學科之間顯性或隱性的等級秩序也常常阻礙著理想的學術互動形式。詳細考察跨學科引用結構會發現不同學科之間存在顯著差異。彼得斯和鮑姆加特納（2002）對1995-1997年的學術期刊進行調查後發現，經濟學與其他社會科學之間的引用流動存在明顯的不對稱性。我們對2000-2009年經濟學、社會學和政治學頂尖期刊的引用情況進行的分析也證實了這一模式。如表1所示，《美國政治科學評論》對排名前25位的經濟學期刊的引用次數，是《美國經濟評論》對排名前25位的政治學期刊引用次數的五倍多。而《美國社會學評論》的情況則更為懸殊：社會學家的引文中只有2.3%指向經濟學同行（可以說，其中許多是批判性的），而經濟學家的引文中只有0.3%指向社會學家（同樣僅考慮每個學科排名前25位的期刊）。當然，由於社會學和政治學的引用網路總體上更為廣泛，而且書籍（我們未納入統計）在這些領域發揮著重要作用，因此引用資料可能存在低估。即便如此，這些不對稱模式仍然值得深思，尤其是因為差異如此巨大，而且其他證據來源也都指向同一方向。對那些有意與其他學科互動的社會學和經濟學重要學者的引用情況進行針對性比較，就很好地說明了這一點。法國社會學家皮埃爾·布林迪厄是當今美國社會學領域被引用次數最多的學者，但在21世紀00年代，他僅在《美國經濟評論》中被提及過一次（而在《美國社會學評論》中被提及60次），而加里·貝克爾在《美國社會學評論》中獲得了41次引用（在《美國經濟評論》中為106次）。同一時期，馬克斯·韋伯和馬克·格蘭諾維特各自在《美國經濟評論》中被提及4次，但社會學家在《美國社會學評論》中引用詹姆斯·赫克曼25次，引用奧利弗·威廉姆森13次。在社會學家、地理學家、歷史學家、政治科學家甚至心理學家看來，經濟學家常常就像在他們的領域定居的殖民者——一些經濟學家自豪地宣稱 “經濟學帝國主義”（拉澤爾，2000），進一步強化了這一印象。受潛在豐碩成果的吸引，經濟學家迅速開拓新的研究領域。他們抵達後可能會尋求指導，甚至與 “當地人” 合作（如今他們常常共享相同的資料）。但他們不太可能從 “當地人” 那裡學到太多東西，因為他們往往更傾向於運用自己的研究方法。在某些情況下，他們的目的僅僅是為了糾正其他學科的錯誤（尼克-哈、范霍恩，2012）。特別是在芝加哥價格理論的影響下，主流經濟範式以理性選擇理論為旗幟，成功征服了政治學、法學、會計學的一部分領域，以及（曾一度征服了）社會學的部分領域——這在一定程度上解釋了上述引用模式的方向性。民意調查進一步證實了這一分析。表2顯示，與其他社會科學家乃至商學院的同行相比，經濟學家總體上對跨學科研究的重視程度更低。在被調查群體中，只有經濟學家中的大多數（相當大比例）不同意或強烈不同意 “總體而言，跨學科知識比單一學科獲得的知識更有價值” 這一觀點。這一結果與以下觀點一致：由於經濟學家對自己學科的優越性有著獨特的自信，他們不太可能覺得有必要依賴其他學科，甚至不太可能承認其他學科的存在。正如社會學家所深知的那樣，這種動態是不平等關係的典型特徵：在一個領域中處於核心地位的人往往不會注意到邊緣群體，也在很大程度上沒有意識到支撐其自身主導地位的原則（布林迪厄，1984）。相反，他們傾向於將權力和不平等合理化，認為這是 “應得的” 功績，是努力或天賦的正當回報。一個很好的例子是，他們會引用經濟學研究生更高的平均GRE成績，或者經濟學期刊更高的影響因子。然而，社會學家可能會指出，不同學科之間的這些差異在很大程度上是由階級、性別和種族等社會因素造成的。與此同時，邊緣群體則會不由自主地關注主導群體，無論是積極的還是消極的關注。學科內部的等級制度經濟學學科內部的學術結構常常被用來解釋這些不對稱關係：由於經濟學家成功地維持了比其他社會科學領域更統一的學科核心，其他領域更容易引用經濟學的成果（即使只是為了提出反駁論點），而經濟學引用其他領域成果的情況則較少。換句話說，一個統一學科的論點從外部更容易識別，而一個存在分歧的學科的論點則更不確定。表1顯示，與政治學和社會學頂尖期刊相比，《美國經濟評論》的引用不僅跨學科性更低，而且更集中。這表明，與其他領域相比，經濟學更傾向於向內看，更傾向於關注其內部等級制度的頂端。這種模式可以從兩個方面來解釋：一是經濟學領域的共識比社會學或政治學領域更多；二是經濟學領域的控制力更強。當然，這兩種解釋並非相互排斥：可能因為控制力更強，所以共識更多（例如，如果控制頂尖期刊的人推廣了關於優質研究構成的一致觀點）；相反，也可能因為共識更多，所以控制力更有效、更易執行。大量證據表明，儘管經濟學家內部存在深刻的政治分歧，但與其他社會科學家相比，他們更有可能在一個高度整合且統一的框架內思考問題。例如，經濟學家在構成博士階段訓練核心的原則和工具方面達成了廣泛共識。他們對教科書的依賴也遠高於其他社會科學，包括研究生階段——而且研究生教科書往往由頂尖院系的教師編寫。1990年的一項調查發現，不同經濟學博士項目的研究生教育 “驚人地相似”（漢森，1991，第1085頁）。在拉蒙特（2009）研究的跨學科獎學金評審小組中，與其他學科的評審員相比，經濟學家內部的評價標準更統一，對自己在其他領域研究卓越性的判斷更有信心，而且更有可能作為一個群體團結在一起。只有歷史學家在對優秀歷史研究方法的判斷上，其一致性和凝聚力與經濟學家相似，但即便如此，歷史學家在政治立場上的內部分歧更大，在評判其他學科時也更願意考慮多種標準。在人文學科和其他社會科學領域，對研究提案學術價值的判斷分歧更大，共識更少，這使得在學科內部和外部識別重要成果變得更加困難。在控制力方面，經濟學家對其領域的管理非常嚴格。長期以來，學者們一直注意到，頂尖經濟學系對該學科的內部勞動力市場有著顯著的影響力（科爾，1983；惠特利，1984）。韓申甲（2003）對七個學科（即他們所說的 “學術部落制度”）的招聘過程進行了比較，提供了最有說服力的實證研究：其中兩個來自人文學科（歷史學和英語語言文學）；四個來自社會科學（經濟學、政治學、心理學和社會學）；還有一個是數學。利用《學術界》雜誌年度彙編的《就業動態：誰在何處獲得職位》（1993-2000），韓申甲不出所料地發現，所有學科都遵循 “聲望原則”：招聘在很大程度上取決於美國國家研究委員會和《美國新聞與世界報導》等來源所評估的院系聲望。院系之間的學生流動提供了明確的證據：大學只從排名相當或更高的機構招聘人才。因此，學術界類似於克勞德·列維-斯特勞斯（[1949] 1969）曾經描述的親屬製度，在這種制度中，某些聯盟（學生與院系之間）是受青睞的，而另一些則因屬於禁忌而根本不可能存在。然而，這種聲望與職位安置之間的相關性在經濟學領域最為強烈。在經濟學領域，不同群體之間的界限比其他任何學科都更為明確。處於等級頂端的經濟學系之間的學生交流比例高於其他領域，包括數學。由此可以得出三個結論：首先，經濟學領域的等級制度定義得更為清晰；其次，經濟學領域的橫向整合程度更高，在招聘過程中有著強烈的互惠和凝聚力規範；第三，這些規範維持了院系間聲望等級的長期穩定性。相比之下，心理學和社會學是最分散、凝聚力最弱的領域，其聲望排名也最不穩定。求職過程每年的初級學術就業市場不僅結果不同，其運作方式也證實了社會科學各學科之間的這些差異。在經濟學領域，求職過程組織得非常有序，大多數院系會集體決定申請職位的本校學生的排名順序。這種在許多學術領域並不常見的程序，只有在經濟學家對質量標準達成強烈內部共識的情況下才有可能實現，而且該領域認為，這樣的招聘和安置過程可以更高效，同時不會改變結果。一旦院系確定了本校學生的排名，就會委託市場中介（“就業安置官員”）負責促成匹配，積極地向另一端的潛在僱主 “推銷”（可以說）這些候選人。最後，一個程式化的評估過程會逐步篩選出經過審查的候選人，首先是在1月初舉行的美國社會科學聯合會年會上進行面試。對於渴望獲得博士學位的畢業生來說，美國社會科學聯合會會議的真正重頭戲發生在酒店套房裡——招聘方（包括其他學術院系、政府機構、國際組織和私營企業）會在那裡連續幾天對求職者進行面試。與此同時，在公共會議室裡，資歷更深的學者會向同行展示他們的研究論文。社會學的初級就業市場與這種精心策劃的學生流動過程形成了鮮明對比。對於社會學的求職者和教師來說，集體管理學生與職位匹配過程的想法在實踐中既不可行，在原則上也令人反感。誠然，社會網路在其中發揮著作用，非正式接觸有時會先於實地“飛訪”（即邀請候選人到學校進行試講和面談），但它們很少像經濟學領域那樣採取全體委員會正式面試的形式。社會學系之間的等級制度也更加不確定。雖然確實存在垂直結構——社會學家也有 “市場明星”，並密切關注普遍引用的院系排名——但很難明確社會學等級秩序的支撐原則。由於缺乏生成公認等級制度的共識標準，或許也因為對同事的判斷缺乏信任，社會學家必須保持招聘過程的開放性，以便從底層逐步建立包容性的共識。而在經濟學領域，從一開始就存在更強的共識；關於候選人的 “資訊” 被認為是一致的，因此本質上是可靠的。結果就是，可能的選擇範圍被定義得更狹窄，而且確定得更早。發表過程經濟學的出版市場也比其他社會科學領域更為集中，這意味著在經濟學領域，頂尖期刊上發表的論文更多來自頂尖院系，這一比例高於社會學領域。無論是從作者所在的院系還是從作者獲得博士學位的院系來看，情況都是如此。例如，根據我們的計算，排名前五的社會學系佔《美國社會學雜誌》所有作者的22.3%，而排名前五的經濟學系佔《政治經濟學雜誌》所有作者的28.7%，佔《經濟學季刊》所有作者的37.5%。當我們關注作者獲得博士學位的機構時，這種差異更為顯著：排名前五的社會學系在《美國社會學雜誌》中佔比35.4%，而在《政治經濟學雜誌》中佔比45.4%，在《經濟學季刊》中更是高達57.6%。經濟學家可能傾向於將這種集中化視為證據，認為經濟學領域的學術實力在頂尖院系的集中程度高於社會學領域。其他人可能會強調其他用於評估的指標（書籍在某些學科中可能更重要），以及存在多種價值標準，這些標準在學術期刊的等級制度中只能得到不完善的反映。相比之下，經濟學家往往將制度化的等級制度視為某種潛在價值的新興真實指標，因此對其極為痴迷。例如，沒有任何其他社會科學領域能像經濟學那樣，產生如此大量關於排名（期刊、院系和個人排名）的資料和研究——更不用說經濟學研究在研究論文庫（一個國際研究檔案庫）中的集中化，以及一個關注經濟史的、雖處於邊緣但仍然重要的分支領域的持續存在。經濟學領域對等級制度的高度關注催生了對個人地位的激烈競爭，這可能解釋了該領域一些最令人不安的運作方式。一個值得注意的事實是，由特定大學編輯的幾本主要經濟學期刊，顯然更傾向於發表本校作者的論文，而《美國經濟評論》在版面分配上則更為均衡。庫佩（2004，第27頁）對20世紀50年代以來的 “本土偏好” 資料進行研究後發現，本校作者的過度代表性是一個長期存在的一致模式。例如，在1990-2000年間，總部位於哈佛大學的《經濟學季刊》“將13.4%的版面分配給了本校人員”，10.7%分配給了鄰近的麻省理工學院（而排名緊隨其後的芝加哥大學僅獲得8.8%）。相反，總部位於芝加哥大學的《政治經濟學雜誌》將9.4%的版面分配給了與芝加哥大學有附屬關係的學者，這一比例相當於哈佛大學和麻省理工學院的總和（分別為4.5%和5.1%）。吳（2007）發現，這種偏好在2000-2003年間實際上有所加劇。我們（2003-2012年）的資料證實了馬薩諸塞州劍橋市（哈佛大學和麻省理工學院所在地）對《經濟學季刊》的主導地位，以及（在較小程度上）芝加哥大學對《政治經濟學雜誌》的主導地位。當我們關注作者獲得博士學位的院校時，劍橋市的優勢更為顯著。2003-2012年間，哈佛大學畢業生在《經濟學季刊》上發表論文的比例為20.5%，略高於麻省理工學院畢業生（16.4%），兩者都遠遠領先於排名第三的普林斯頓大學（7.4%）。在《政治經濟學雜誌》中，哈佛大學、麻省理工學院和芝加哥大學畢業生的佔比均在 10%-11%左右。誠然，經濟學期刊存在本土偏好的原因有很多，例如：如果期刊由本校編輯，那麼本校教師和研究生（或往屆研究生）的投稿量會更高；編輯更有可能鼓勵本校學者投稿，因為編輯的部分工作就是通過人際關係網路獲取優質論文（拉邦德、皮耶特，1994；梅多夫，2003）；或者期刊的哲學風格導致投稿中的自我選擇偏好。但類似的過程在其他領域也存在，卻沒有產生如此顯著的效果。因此，即使該領域的社會結構可以解釋部分差異，但並不能完全解釋這些差異：這種結構本身就是我們所關注現象的核心——即芝加哥大學、哈佛大學和麻省理工學院這三所院系通過控制兩本基於大學的期刊，長期穩定地主導著該領域的其他院系。相比之下，在由大學院系編輯的主要社會學期刊——芝加哥大學主辦的《美國社會學雜誌》中，這種本土偏好幾乎不存在。這表明，頂尖經濟學期刊的本土偏好模式，以及頂尖院系排名的穩定性，不僅僅是地理和作者分佈的巧合，而是源於一種特定的社會組織和控制形式。學術協會最後，考察社會科學領域的專業協會可以發現，經濟學的組織更具凝聚力和等級性，而其姊妹學科則更具分歧性。對美國經濟協會（AEA）、美國社會學協會（ASA）和美國政治科學協會（APSA）章程的快速比較顯示，各學科之間的政治權力分配存在巨大差異。儘管美國經濟協會擁有18000名會員，但它是一個極簡主義的組織，總部位於田納西州納什維爾市。截至2014年，會費較低，為每年20-40美元。其章程篇幅較短，僅1770字，程序高度集中。該協會僅有六名當選官員，而且通常只有一名候選人競選會長候選人。如圖2所示，美國經濟協會的領導層絕大多數來自該學科的頂尖院系：即72%的美國經濟協會非任命理事來自排名前五的院系，而美國政治科學協會和美國社會學協會的這一比例分別僅為12%和20%。會長候選人和項目委員會負責組織年會項目，包括提前選定要舉辦的分會場，並從部分分會場中挑選論文納入《美國經濟評論》的 “論文與會議記錄” 專輯（年會後的五月刊）。這一程序確保了該組織領導層認為最重要的主題和作者能夠得到關注。這種方式與美國社會學協會和美國政治科學協會內部更分裂、更草根的性質形成了鮮明對比。儘管這些專業協會的會員人數少於美國經濟協會（美國政治科學協會約15000人，美國社會學協會約13000人），但它們的工作人員規模更大。其程序更為複雜，這從其章程的長度就可以看出：美國社會學協會的章程為4657字，美國政治科學協會的章程為5529字。美國經濟協會是一個統一的組織，而社會學家和政治科學家的社群生活則圍繞著 “分會” 或有組織的子領域展開，每個分會都有自己的程序、會費、獎項和年會項目。美國社會學協會通過在中央和分會層面舉行競爭性選舉來解決內部分歧的政治問題，而美國政治科學協會長期以來一直依靠主導群體之間的制度化討價還價來應對這一問題。在這兩種情況下，如圖2所示，這些協會的領導層主要來自非頂尖機構。由於學科核心不太明確且爭議較大，美國社會學協會和美國政治科學協會的會員對學科核心的認同感也較弱：普通會員與精英群體的聯絡不那麼緊密，而且這兩個協會的主要作用是實現全面的民主整合，這種開放性也體現在其會議項目的結構中。然而，美國社會學協會和美國政治科學協會的大多數領導層成員被排除在該學科的高聲望核心之外，也缺乏政治權力，這也解釋了這兩個組織為何迫切地尋求影響力，例如將總部設在華盛頓特區。為了支援這種更複雜的基礎設施和昂貴的辦公場所，這兩個組織的會費在社會科學領域中處於較高水平：美國社會學協會每年50-350美元；美國政治科學協會每年40-320美元——還不包括分會會費。金融學的興起儘管經濟學具有相對的封閉性和自主性，但經濟學家仍然會與其他學科互動。我們對五本頂尖經濟學期刊的分析顯示，19%-25%的引用指向學科外部，自二戰結束以來，這一模式相當穩定。但當經濟學進行跨學科互動時，它會轉向那些領域？經濟學的學科聯絡是否隨著時間的推移發生了變化？如果是這樣，這對該領域的發展意味著什麼？這一研究框架為我們提供了一個不同於以往許多文獻的經濟學近期歷史研究視角——以往的文獻往往側重於經濟學領域內部的趨勢，例如經濟學期刊發表模式的轉變（卡德、德拉維尼亞，2013）、經濟學內部各領域在數量上的興衰（凱利、布魯斯特爾，2011）和相對聲望的變化（埃利森，2010），或者數學使用和理論論文發表的下降趨勢（哈默梅什，2013）。相反，我們首先分析了經濟學與其他學科之間關係網路的演變。換句話說，我們假設一個學科引用誰的成果，在某種程度上反映了該學科的特質。我們發現，外部引用模式的變化確實能讓我們瞭解到該學科的內部狀況以及不同群體相對權力的變化。圖3展示了經濟學的跨學科引用情況，這是基於我們對五本二戰前創辦的頂尖經濟學期刊的廣泛研究得出的：《經濟學季刊》（Quarterly Journal of Economics，創辦於1899年）、《政治經濟學雜誌》（Journal of Political Economy，1899年）、《美國經濟評論》（American Economic Review，1911年）、《計量經濟學》（Econometrica，1933年）和《經濟研究評論》（Review of Economic Studies，1933年）。該圖所呈現的情況既有我們熟悉的部分，也有不太為人所知的部分。圖中的資料點顯示了經濟學期刊對金融學（F）、統計學（S）、商學（B）、政治學（P）、數學（M）、社會學（s）和法學（L）領域期刊的跨學科引用比例。由於每年的資料波動較大，我們將資料模式以平滑曲線的形式呈現。該圖顯示，二戰後經濟學與數學和統計學的互動急劇增加。這種互動在20世紀70年代中期達到頂峰，與此同時，經濟學與其他社會科學（如政治學和社會學）以及法學、商學（稍晚一些）等實踐領域的互動則降至最低點。儘管20世紀50年代基金會和政府努力以 “行為科學” 的名義推動跨學科項目，但在20世紀60-70年代，社會科學各學科之間的隔閡明顯加深。這一過程並非僅由經濟學推動：哈佛大學（社會關係系）和卡內基梅隆大學的跨學科實驗均以失敗告終，所有相關領域都退回到了各自獨特的抽象化和高深理論研究模式（斯坦梅茨，2005；艾薩克，2010）。圖3所示時期末期的跨學科生態則大不相同。頂尖經濟學期刊對數學的引用實際上已經消失，對統計學的引用也有所減少。其他社會科學領域有了適度的復甦，尤其是政治學（它在一定程度上轉向了理性選擇理論）。但圖3中近幾十年來最顯著的趨勢是，金融學作為經濟學 “跨學科” 引用的來源，其地位持續上升。在判斷向金融學轉向的程度時，需要注意的是，我們在圖3中對金融學在經濟學中作用上升的估計是非常保守的。我們列出的五本頂尖經濟學期刊中不包括任何金融學期刊。圖4分析了我們列出的五本頂尖經濟學期刊以及另外兩本期刊的引用情況：《金融學雜誌》（Journal of Finance，創辦於1946年），以及總部位於英國的《經濟雜誌》（Economic Journal，創辦於1891年）——這本期刊在20世紀的大部分時間裡都是經濟學家的核心綜合性期刊，在初期與《政治經濟學雜誌》和《經濟學季刊》地位相當。交叉引用總數中不包括自引。從圖表中可以看出，2010-2011年，在剔除自引後，《美國經濟評論》獲得了該組期刊交叉引用的33%。圖表顯示，頂尖期刊之間的競爭非常激烈——《經濟學季刊》迅速重回巔峰，《計量經濟學》和《政治經濟學雜誌》相對衰落——但從長期來看，還有兩個顯著的變化：英國期刊（《經濟研究評論》和《經濟雜誌》，尤其是《經濟雜誌》）的持續衰落（幾乎被人遺忘），以及《金融學雜誌》的崛起。我們的文獻計量網路資料（未顯示）表明，到21世紀00年代，《金融學雜誌》與美國核心期刊的整合程度最高，在《美國經濟評論》《經濟學季刊》和《政治經濟學雜誌》的所有交叉引用（剔除自引）中，有7%-11%指向《金融學雜誌》。換句話說，《金融學雜誌》在創辦之初可能不被視為經濟學期刊，但如今已成為經濟學學科矩陣中不可或缺的一部分。隨著金融經濟學成為該領域的主導方法（約萬諾維奇，2008），其他金融學期刊也紛紛效仿。金融學作為經濟學領域智力重鎮的制度性崛起，源於20世紀下半葉商學院教學基地的建立。在此期間，商學院（通過工商管理碩士學位培養合格的管理者）從以從業者為主、難以獲得學術合法性的項目，發展成為訓練有素的社會科學家的最大僱主，如今其教員規模和聲望已可與傳統學術院系相媲美。2004年的一項調查發現，美國排名前20的商學院中有549名經濟學博士任教，而美國排名前20的經濟學系中有637名經濟學博士（布勞，2006）。商學院吸收了越來越多的經濟學博士，這使其成為經濟科學領域中強大的參與者——1990年以來，多位基於商學院的學者獲得了諾貝爾經濟學獎（富卡德、庫拉納，2013），包括尤金·法瑪、奧利弗·威廉姆森、羅伯特·恩格爾、邁克爾·斯彭斯、羅伯特·默頓、邁倫·斯科爾斯、默頓·米勒、約翰·海薩尼和羅伯特·福格爾，這一事實證明了這種轉變。我們對20世紀50年代以來《美國經濟評論》發表論文的分析顯示，作者中擁有商學院附屬機構的比例迅速上升，而來自政府機構的作者比例則急劇下降。以商學院為主要附屬機構的作者比例從20世紀50年代的3.2%穩步上升到21世紀00年代的17.9%。相反，來自政府機構的學者貢獻已變得微不足道。隨著經濟學學術領域向商學院轉向（遠離政府），經濟學家面臨著一系列新的實踐、智力和政治糾葛：更高的薪酬、新的人脈和諮詢機會，以及往往不同的政治立場（傑爾韋、科格特、奈杜，2014）。20世紀80年代，該領域對政府行動的懷疑顯著增加，經濟學家可以說為公共政策中的放鬆管制運動，以及在教育、交通、醫療保健、環境等領域擴大價格和市場機制的使用提供了部分智力依據（布萊斯，2002）。金融經濟學家有力地論證了企業的目標是實現股東價值最大化，並為新一代企業掠奪者青睞的管理實踐——槓桿收購、併購以及通過股票期權向企業高管提供薪酬——提供了科學依據。津加萊斯（2013）在最近對 “經濟學家被商業利益俘獲的普遍性” 的控訴中發現，當論文作者中無人在商學院工作時，經濟學論文 “不太可能對高管薪酬水平持正面態度，而更有可能持負面態度”（第139頁）。獨特的生活方式與其他領域的學者和更廣泛的美國公眾相比，經濟學家有著獨特的觀點、信念和品味。關於這一主題的證據較為分散，需要從各種來源拼湊而來。很大一部分證據來自經濟學家自身：關於這一主題的本土文獻非常豐富。該領域充滿了焦慮的內省，這源於經濟學家們覺得自己擁有權力但不受歡迎，同時也源於大量實證證據表明他們與眾不同。在一些經典案例中，馬威爾和埃姆斯（1981）發現，威斯康星大學的經濟學一年級研究生在結構化的實驗室遊戲中，為公共產品做貢獻的可能性更低。在本刊中，弗蘭克、吉洛維奇和里根（1993）引用了一系列證據，表明學習經濟學會抑制合作精神。這種差異在不同的實驗室研究環境中是否持續存在，以及任何持續存在的差異的根本原因，仍然存在爭議。是學習經濟學使人們更能接受自己和他人的自利行為？還是該學科本身就吸引了更多利己主義者？弗雷和邁爾（2005）研究了蘇黎世大學學生對社會基金的自願捐款情況，發現那些後來選擇經濟學作為研究領域的學生，即使在開始學習經濟學之前，捐款的可能性也更低。無論根本原因是什麼，有越來越多的證據表明，經濟學家要麼更坦率地追求自身利益，要麼就是更自私（無論是天性使然還是訓練所致）。經濟學家在一些他們最珍視的觀點上可能處於少數派地位。薩皮恩扎和津加萊斯（2013）認為，美國經濟學家之間的共識越多，他們與普通美國人的距離就越遠。當然，總體而言，經濟學家傾向於使用基於市場的解決方案來解決社會問題（沃普爾斯，2009）。他們支援允許向器官捐贈者支付報酬，但公眾對此想法深惡痛絕。絕大多數經濟學家認為貿易保護主義對經濟有害，但當被問及 “購買美國貨” 是否對經濟有利時，普通美國人表示認同（薩皮恩扎、津加萊斯，2013，第638頁）。經濟學家認為，諸如碳稅或污染許可交易制度之類的市場機制，比汽車排放標準等監管措施更具成本效益，可以有效遏制氣候變化，但大多數公民對此持不同意見。經濟學家可能會為政府提供建議，但他們往往無法說服民眾。與大多數大學同行一樣，學術經濟學家的投票立場比美國公民更傾向於左翼。自從在這一背景下進行政治民意調查以來，情況一直如此：拉德和利普塞特（1976）進行了一項經典的早期調查。儘管總體而言，經濟學家中的自由意志主義者比例遠高於美國選民，但作為一個群體，經濟學家仍然聲稱更信任政府——不過存在一些重要的制度差異。根據格羅斯和西蒙斯對美國教授的調查（見格羅斯，2013），在大多數政治觀點上，經濟學家介於左翼的人文學科學者和其他社會科學家與右翼的商學院教授之間。例如，三分之二的社會學家認為企業利潤過高，但只有三分之一的經濟學家和幾乎沒有金融教授持此觀點。絕大多數社會學家（90%）支援 “政府應該做更多事情來幫助貧困美國人，即使這意味著背負更多債務” 這一主張，但只有不到一半的經濟學家和三分之一的金融學者同意這一觀點。與所有人一樣，經濟學家的世界觀在一定程度上是其特定社會糾葛的產物——即他們群體以及群體中每個個體的物質和象徵地位與軌跡。與其他學者相比，經濟學家的收入狀況更好。根據美國勞工統計局的資料，2012年，大學和專業學院的11000名經濟學教師的平均年薪為103000美元，收入最高的10% 群年薪為160000美元。相比之下，社會學家的平均年薪為76000美元，收入最高的10%人群年薪為118000美元。這些數字還不包括來自諮詢工作或其他活動的額外收入，而這些額外收入可能相當可觀（韋爾，即將出版）。此外，在過去二十年中，經濟學家的物質狀況有了顯著改善，尤其是該行業收入最高的成員，他們現在的收入略高於收入最高的工程師；相比之下，許多學術職業（主要是人文學科）和美國整體的實際工資中位數在同一時期幾乎沒有增長，如圖5所示（該圖還包括了社區學院的教師，以及大學和專業學院的教師）。群體社會流動性的提升和學科內部不平等的加劇，如何影響經濟學家對其他處境較差的學者和公民相對經濟狀況惡化的看法，這仍是一個懸而未決的問題。如果經濟學家的使命不是最大化普通人的福利，那麼他們與公眾之間日益擴大的社會距離可能無關緊要。但經濟學作為一個職業，與公共行政部門、企業和國際組織有著密切的聯絡；這些機構不僅為經濟學家提供資源和收集資料，還培養了一種“解決問題” 的文化——或者用社會學家的話說，一種干預世界的特定 “慣習”（布林迪厄、瓦康，1992）。經濟學家，尤其是現代經濟學家，想要解決問題，這既是他們理論自信的產物，也是其學科在社會中地位的產物（米切爾，1998）。例如，經濟模型經常援引神話般的 “仁慈社會規劃者” 形象，設想這個實體將如何使世界變得更富裕、更健康、更不易受衝擊。經濟學家已經開發出精確的理論框架，用於評估市場何時能產生效率、何時會出現市場失靈，並且他們擁有龐大的計量經濟學工具庫，可以分析實際政策提案的效果。在20世紀最後25年，他們還開始進行範圍狹窄的實地實驗，越來越多地將社會政策或發展援助的實施用於研究目的（例如，班納吉、杜弗洛，2013）。（順便提一下，經濟學家的實驗與社會學家的實驗大相逕庭，社會學家進行實驗往往是為了瞭解人們的生活方式。）最後，經濟學家對自己的最終判斷標準相當確定——他們更傾向於效率而非公平，從行為中推斷偏好，並圍繞有限的選擇範圍設計實驗。這些標準既認可了政策裁決和諮詢的導向，也體現了一種獨特的意願，甚至是渴望提供服務和進行干預。如果事情沒有按預期發展，那麼可能需要進行明智的調整，甚至是 “助推”（塞勒、桑斯坦，2008）。再次與社會學家進行比較很有啟發意義：社會學家可能也渴望成為“王子的謀士”，但他們在獲取影響力方面遠不如經濟學家成功。首先，經濟學和社會學對時間的取向不同。經濟學家通常不太關注歷史，“活在當下”，並 “從現在展望未來軌跡”，而社會學家則持相反的學術態度，將現在視為一系列過去過程的結果（阿博特，2005）。因此，社會學家往往發現自己既被有效地邊緣化，又迴避直接參與政策制定。他們的學術習慣以社會批判為核心，這正是因為他們已經處於外部：用社會學家皮埃爾·布林迪厄的話說，他們“將必要化為美德”。自我認知很好地反映了這些差異。在格羅斯和西蒙斯（2007）對美國教授的調查中，經濟學家主要將自己描述為 “知識分子” 和 “科學家”。社會學家最認同 “社會批評家” 和 “科學家” 這兩個稱謂，無意識地接受了自己的邊緣地位，但並未放棄科學的外衣。社會學家既渴望具有相關性，又對權力深感矛盾，這種結合產生了一套截然不同的傾向：社會學家進行批判性分析，有時會煽動和鼓動，但他們很少冒險提出解決方案和補救措施（他們沒有能力這樣做，即使有機會，也可能不願意這樣做）。有趣的是，政治科學家主要將自己視為 “知識分子”，但或許反映了他們更接近政治博弈，與社會學家或經濟學家相比，他們更有可能與 “科學家” 這一稱謂保持距離。經濟學家對自己干預世界的能力充滿信心，其結果是，與社會學或政治學不同，經濟學已成為一股強大的變革力量。經濟學家不僅僅是描繪外部現實，他們還通過傳播自己的建議和工具來塑造現實。用社會學的術語來說，他們“踐行” 現實（卡隆，1998）。經濟理論和技術的各個方面已融入現實經濟過程，並成為經濟行為者和普通公民在日常經濟互動中使用的工具的一部分。在某些情況下，經濟技術的實際應用可能實際上使人們的行為與經濟模型的描述保持一致。通過從內部改變經濟過程的性質，經濟學擁有了使經濟理論更接近真理的力量。例如，麥肯齊（2006）探討了學術金融理論如何催生了巨大的期貨、期權和其他金融衍生工具市場：市場參與者對布萊克-斯科爾斯-默頓公式的使用改變了經濟過程，從而提高了該模型與期權價格現實的契合度。在經濟學家的影響下，世界發生了重大變化。經濟推理、專業知識和技術滲透到資本主義活動、文化（包括媒體和暢銷書排行榜）和機構中，從醫院到法院再到大學（赫希曼、波普·伯曼，2014）。經濟學家幾乎在所有公共政策事務上提供專業知識，並在商業和政府領域穩步取得進展，常常擔任高層政治職位（蒙特西諾斯、馬爾科夫，2009）。財政部、中央銀行、政府機構、國際組織和主要諮詢公司集中了大量受過專業訓練的經濟學家，他們聲稱對 “經濟” 擁有指導權，同時將社會視為參與一個永無止境但最終有益的經濟重建過程。最後，經濟學職業的理性形式主義語言支撐著其普世主義的抱負。經濟潮流跨越國界傳播，吸引著人們和技術追隨其後。與社會學或政治學相比，經濟學在象徵意義和物質層面上都是一門全球化的學科（富卡德，2006）。因此，大多數經濟學家對自己的價值貢獻感到相當有信心。支撐這種信心的是其背後相當統一的學科框架、許多人認為反映了某種真正基本價值的更高薪酬，以及從報紙到國會委員會再到國際政策圈的整個制度結構——這些機構都在向他們尋求答案，尤其是在困難時期。事實上，最近的經濟和金融危機可以說使經濟學作為一個整體變得更加引人注目，其專業知識也更受追捧：20世紀80年代初的嚴重衰退和20世紀30年代的大蕭條也產生了同樣的效果。但由於經濟學是一股變革力量，而且其從業者往往掌權，經濟學家也更容易受到抨擊。2008年的金融和經濟風暴（經濟學界很少有人預料到，但部分可以追溯到他們中的一些人遊說推動的行動），導致許多經濟學家進行深刻的自我反省，反思自己的無知、學術上的盲目樂觀以及其專業主張的可靠性。2010年紀錄片《監守自盜》中的訪談令人不安，該領域的知名成員在訪談中堅決否認經濟學家存在利益衝突的可能性，隨後美國經濟協會推出了一套道德準則。諾貝爾獎得主保羅·克魯格曼（2009）在《紐約時報》的重要專欄中，以激烈且公開的方式揭露了宏觀經濟學的醜聞——這些醜聞通常隱藏在深奧的模型中。經濟學家也開始談論分配問題——這是另一門社會科學（社會學）的核心議題——這在二三十年前是難以想像的。誠然，不平等狀況的變化值得這種新的關注（皮凱蒂，2014）。但經濟學的學術風向可能也在發生轉變。結論：謙遜而稱職的人？凱恩斯（[1931] 1962，第373頁）有一句名言：“如果經濟學家能讓人們認為他們是謙遜而稱職的人，與牙醫處於同一水平，那就太好了！” 大多數現代經濟學家都有強烈的務實傾向。他們信奉專家諮詢型民主的理想，認為自己的能力應該在政府和其他機構的高層非選舉職位中得到利用和展示。但民主社會對（非民主的）專業知識深表懷疑；而且與牙醫不同，經濟諮詢永遠不可能是謙遜的。事實是，在某些方面，經濟學畢竟是一門非常道德的科學，這與其哲學起源是一致的。與原子和分子不同，經濟學家試圖作用於其上的 “對象” 也有自己的世界觀。人類生活是複雜的，永遠無法被完全理解，也無法按計畫塑造：人們的行為往往出人意料；政治有其自身的要求；文化（經濟學家對此並不十分瞭解）會產生抵抗。因此，經濟學家在確立其專業主導地位方面的真正成功，也不可避免地將他們捲入了民主政治的紛爭之中，並使他們與經濟、政治和行政權力產生了危險的密切聯絡。在這種情況下，提出決定性的專業主張需要極大的自信。這種自信或許是經濟學職業最大的成就——但也是其最脆弱的特質，其致命弱點。 (ECONOMICS RULES)

Token，Token，還是Token。在12月18日的FORCE原動力大會上，火山引擎總裁譚待半小時的開場演講裡提了18次“Token”，而“雲”則只出現了7次。火山也再次更新了備受矚目的豆包大模型最新日均Token呼叫量：50兆。這一指標從發佈至今實現了417 倍增長，相比去年 12 月則是超 10 倍增長。作為對比，Google10月最新公佈的月均Token直接換算為日均量的資料是43兆。豆包大模型的呼叫量已經是中國第一、全球第三。而根據IDC的報告，火山引擎在中國的公有雲大模型的服務呼叫量上也是穩居第一，MaaS市場份額從2024年的46.4%進一步提升到了今年的49.2%。“也就是說，在中國公有雲上每產生的兩個Tokens就有一個是火山引擎生產的。”譚待在當天面對台下5000名觀眾說道。在當天的發佈中，一如既往由火山來更新了字節最新模型的進展。豆包大模型1.8正式亮相，它在多項指標上顯著提升，繼續走All-in-One的技術路線，文字、程式碼、Agent、音訊，圖視訊等能力，全部在同一個基礎模型裡演進；而專門為視訊生成服務的Seedance 1.5 pro也同步推出，在音畫同步、中文及方言處理上做到了“世界領先水平”。字節要傳達的資訊明顯：豆包大模型創造著Token，且它的進化方向也正對應著今天Token消耗的結構性變化——從“推理取代訓練”推動Token消耗，到今天多模態+Agent成為Token的絕對大頭，這些需求都可以被火山提供的服務滿足。這一切迅猛增長的背後，火山引擎正在建立起一套它自己的Token經濟學。更多的Token就是代表更多智能Token，是大模型處理資訊的基本單位。無論是文字、圖像還是視訊，在模型中都在被轉換為Token序列進行計算。本質上，Token就是人們對AI的呼叫量。但這背後存在一個問題：由於Token的計算方式基於長度，所以一篇文章和一段關鍵的程式碼可能消耗相似的Token數量。那麼，純粹的以Token數量來衡量，能否真實反映AI創造的價值？火山引擎的演算法人員在和我們的交流中回憶，其實曾經火山內部也有過類似爭論，但最終的結論是：Token量一定是對的指標。“AI要在實際場景產生價值，大家肯定要把它用起來，不管單位價值有大有小，但實際上一定是跟Token用量正相關的。可能你最終的那個關鍵決策對應的只是‘是’或者‘否’，一個Token，但得出這個結論必然已經用掉了大量Token。”所以火山內部最終明確，更多的Token就是代表更多智能。而今天Token的增長，其內在結構也在悄然變化。火山引擎智能演算法負責人吳迪提供了一個演化路徑：“可能到了2027，2028年，一個普通的C端使用者從AI助手得到的很多的訊號就是視覺的，你不會看到大段大段的文字了。那麼，到時候LLM會以coding和agent的形式下沉到整個數字世界的底層運行邏輯裡。”換言之，Token會分層，LLM會向下成為底座，多模態的視覺、互動Token將在上層湧現。這就會讓Token成為一個持續增長的指標，也是一個有效指標。吳迪預測，到2030年，國內市場的Token消耗量將是現在的百倍以上。屆時，衡量企業智能化程度的核心指標，將從其擁有的GPU數量轉變為消耗的Token總量，因為它是唯一能同時穿透“模型能力、使用頻率和真實需求”的統一指標。雲設施必須以模型為中心重構更多Token意味更多智能，那麼如何讓企業客戶更好生成它們需要的Token，就是火山作為從字節內部走出的“AI雲原生”基礎設施的任務。過往雲端運算所習慣的一整套體系也因此出現“不適”，它更多是一個圍繞算力設計的體系，而火山認為新的需求註定是圍繞模型的。“傳統 IaaS、PaaS、SaaS分層規劃的IT架構不再有效，以模型為中心的AI雲原生架構正在形成。”譚待說。此次的一整套體系也由此誕生。火山推出了“推理代工”，企業可將訓練好的模型託管至火山，按實際Token消耗付費，無需自建推理叢集；Agent開髮套件（ADK） 全面升級，支援動態執行階段、多會話共享、強身份傳遞與內建工具鏈；智能端點（Endpoint） 支援模型路由，可根據效果、成本等策略自動分流至豆包、DeepSeek、Kimi等多模型後端；方舟平台進一步升級，支援客戶在自有場景中做RL 強化學習等的微調。而且這一系列產品裡的很多細節，都體現出很多根本性差異。例如，Agent開髮套件（ADK） 的動態執行階段設計，直接挑戰了行業慣例。AWS AgentCore為每個會話啟動一個獨立執行階段，而火山採用多會話共享模式。火山引擎雲基礎產品負責人田濤濤直言，這是一個行業慣性的問題，AgentCore為每個session起一個Runtime，過去可以，但進入模型時代就太奢侈了，而火山對成本敏感，字節自己內部就一直有不同的更AI原生的需求，因此本就有不同的設計，現在可以推廣給更多模型使用者。在火山看來，人們最終會“躍過”對算力的關注，最終直接衝著模型而來。“你很難想像五年後新的創業者還會去雲上租GPU、開資料庫。到時候在他們創業的第一天，他們會直接向雲服務商‘要Token’，直接要的就是呼叫模型和配套工具。”吳迪說。“我們已經把像Response API、分佈式的KV Cache、良好的P/D分離、一大堆高品質的內建Tools組裝好了，等著你把你的一個齒輪裝上來，這輛車就能跑。”火山還配套改進了模型服務的定價模式，推出了一個“AI節省計畫”，讓企業達到模型使用成本的全域最優解。“客戶只需要為用了的Token付錢。”模型訓練和市場需求一桿子打通現在我們可以來看看字節和火山今天已經有了什麼：最大規模的雲端運算需求：內部支撐抖音等國民級產品帶來的規模效應和成本優勢。最多使用者的大模型產品：豆包。而且在火山的視角，它也是一個最大的Agent產品。第一的Token呼叫量：50兆/天，且還在猛漲。以及支援著豆包app和抖音這種巨量真實需求的多模態和推理大一統的豆包大模型。這種全端系統能力是今天最重要AI玩家必備的能力，橫向對比，可以把目前的玩家分為三種路線：OpenAI + 微軟路線：模型自己的，雲設施是戰略夥伴的。阿里雲路線：開源模型長在自己雲上，然後近期在強推產品。Google路線：全部自研，模型閉源，產品到研發直接全面打通。這裡面，字節的路線很像Google。豆包就對應著Gemini，一個大一統的多模態agent模型。Seedance 1.5緊跟Veo3，甚至超過了對方。這一切的技術基礎也和Google類似，都長在自己的以AI為核心的機器學習平台和雲服務上，然後這些“Gemini同款”和“豆包同款”細化成產品再提供給外界。而尚未被太多關注到的另一個“相似”，則是對待模型技術的方式上。Google在Gemini 3的“翻身仗”後分享了很多內部復盤，其中最重要一個因素就是模型、研發、產品和需求的統一打通。而字節如何訓練模型此前並未被外界瞭解，它與大多模型公司一個非常大的不同是，它把真實市場需求直接一桿子打通到了模型訓練層面。火山引擎作為模型對外統一的出口，也有自己的演算法人員，他們和字節的模型部門Seed緊密合作，甚至是“混合辦公”和各種靈活的配合方式，而火山引擎團隊所獲取到的市場需求情況，可以直接影響模型研發方向和決策。火山的模型策略團隊會把市場上的需求反饋收集和抽象出來，直接影響到模型的重要功能和研發方向。這都直接體現在豆包大模型的身上：豆包之所以是一個大一統的模型，除了技術路線的選擇，也是從客戶體驗出發：火山的客戶們認為模型版本太多了，甚至字節內部的“使用者”都搞不清楚各方面的區別，所以這個模型必須all in one來降低選擇成本。字節認為，今天訓練模型最重要的是評估體系，而它絕對不應該只是公開的benchmark，必須用真實業務價值來衡量模型能力。字節內部已經為B端建設了大量benchmark，模型開發成果必須真正符合實際的經濟價值要求。於是Seedance會在模型層面增加一個Draft樣片的能力，讓使用者不是抽卡，而是提前做預覽判斷；豆包模型在建設工具呼叫能力之外，直接在配套API中就配套做了許多built in的工具。128k上下文這種看起來能用來炫技但事實上實際需求並不高的能力，就會被去掉。“在25年，有超過100萬家企業和個人使用了火山引擎的大模型服務，覆蓋了100多個行業，我們也對他們在火山方舟上的用量進行了匿名統計，我們發現，有超過100家企業在火山引擎累計Tokens使用量超過了1兆。”譚待在發佈會上說。這可能是比市場份額增長更值得玩味的一組資料。 它最能體現字節這種用需求指引模型發展的方式所帶來的收益。所以，如果我們來拆解一下，字節的Token經濟學就是：1. 越多的Token意味越高智能Token是智能的度量衡，其增長與結構變化指引技術演進。2. 服務AI的雲必須以模型為中心重構傳統雲廠商的慣性已經太大，而火山服務的最大客戶就是字節自己，字節就是一個長在AI和模型上的公司，火山解決的一直是AI的需求，現在這些需求變成外界的廣泛需求，它的技術思路就可以用來重構整個雲行業的方案。3. Agent的普及會讓Token從原材料變為更高級的智能單元，進而帶來更大價值譚待曾經形容，目前基於Token的商業模式還很原始，而今天他認為，隨著Agent的進步和在企業裡的普及，Token最終會走出今天“原材料”的定位。Agent 可將模型串聯，雲平台和中介軟體進一步把Tokens組裝成Agents，並實現Agent和現有工作流、Agent和Agent之間的智能互通，以 API 或完整 Agent 的方式提供服務，從更高抽象層次創造價值。“今天討論Token，是從底層作業系統角度看，是在 IT 預算環節考慮；而抽象成 Agent 後，可從 BPO （業務流程外包）角度看待，那麼它就是在擴大整個市場的規模了。”譚待說。“人們常說的10兆Agent市場，核心就是這個邏輯。” (矽星人Pro)

最優的政策組合，最佳的政策安排，是在對入境規則實行具有公信力、穩定可預期的執法的同時，切實推動已經在境內的移民融入社會。唐納德·川普曾誓言要發起“美國歷史上規模最大的驅逐行動”，並已將聯邦執法人員派往全美各大城市著手實施。在官方敘事中，這場行動主要被包裝成一項治安政策，是一場為了宣示“法律與秩序回歸”的高調行動，同時也被標榜為保護美國工人免受就業競爭衝擊的手段。其邏輯看上去簡單明了：把無證移民驅逐出去，犯罪率就會下降，本土工人的工資就會上升。在經濟學的視角下，故事則完全不同。移民問題是整個經濟學領域中研究最為充分、方法最為嚴謹的議題之一，數十年的證據都在否定這樣一種前提設想，即無證移民會推動犯罪，或者在具有實質意義的程度上壓低本土居民的工資。大量研究發現，移民群體，尤其是那些在此非法居留的人，其犯罪機率低於美國本土出生人口。與此同時，大規模驅逐的經濟和社會成本，將遠遠超出執行這一行動本身所需的數十億美元財政支出：這種政策會掏空關鍵產業，侵蝕公眾對公共機構的信任，並削弱它自稱要恢復的那種公共安全。問題在於，我們究竟要建構的是那一種體制：是一種既鼓勵移民成為有生產力、守法並作出貢獻的社會成員，又通過可信的執法來有效遏制非法入境的體制，還是一種將數百萬人推向社會邊緣、待那些本可預見的種種失靈後果陸續顯現時又故作驚訝的體制。這種張力長期塑造著移民政策與相關研究。在二十世紀九十年代和二十一世紀初，喬治·博爾哈斯（George Borjas）與戴維·卡德（David Card）之間曾展開過一場極具影響力的學術爭論：低技能移民是否會損害本土工人？博爾哈斯認為，這會壓低與之可比的本土工人的工資。卡德則通過一系列“自然實驗”進行反駁，其中最著名的案例便是1980年的“瑪列爾偷渡事件（Mariel boatlift）”，他的研究表明，這種移民衝擊對本土工人的就業或收入幾乎沒有影響。卡德發現，勞動力市場的動態性遠高於批評者的想像：移民確實增加了勞動力供應，但也創造了新的需求。這在現代經驗層面印證了薩伊定律（Say’s law），即經濟增長並非僅僅取決於“崗位數量”，而是取決於人口數量的增長。隨後又有數以百計的研究問世。如今的廣泛共識是，正如卡德在2009年向美國經濟學會發表“伊利講座”時所說，“移民對本土居民工資不平等的影響非常有限”。在那些確實存在影響的情形中，這種影響更多落在早期移民群體身上，而不是本土工人身上。更為關鍵的是，即便這些影響有限，它們在很大程度上也取決於新移民在經濟中被“融入”得有多好。這一點在犯罪問題上同樣適用。川普總統將他的政策包裝為一套關乎公共安全與薪資的方案，但其根本性錯誤是相同的，即把移民當作一次性、靜態的衝擊，而不是視為會對周圍激勵結構作出反應、並被這些激勵所塑造的人。加里·貝克爾（Gary Becker）在1968年發表的經典論文《犯罪與懲罰：一種經濟學方法（Crime and Punishment: An Economic Approach）》從根本上改變了我們對犯罪的理解，他將犯罪視為對預期成本與收益的一種理性回應。對於移民而言，其犯罪的機會成本會隨著獲得體面工作、教育機會、法律保護以及社會網路的能力提升而上升。當這些路徑存在時，走上犯罪道路在理性上就變得不再划算。但如果我們將他們的日常生存本身刑事化，剝奪其合法工作的機會，並讓他們始終面臨被驅逐出境的威脅，就等於降低了他們犯罪的機會成本，從而在悖論意義上讓犯罪變得更具吸引力。驅逐出境不僅在道德上高度存疑，在財政上極為昂貴，而且還破壞了那些本來可以遏制犯罪的機制。批評者擔心，賦予移民融入社會或合法化身份的機會會刺激更多非法入境。這一擔憂並非全無道理。遷移行為的規模確實會對工資差距以及最終被納入合法體系的主觀機率作出反應。如果“合法化”被視為板上釘釘的結果，移民流量會增加；在執法可信的情形下，移民流量則會下降。美國始終在這一取捨之間搖擺。由此得出的教訓並不是我們必須在“開放邊境”與“大規模驅逐”之間二選一。這兩種極端方案都代價高昂，而且都忽視了人的激勵結構。經濟意義上的“最佳平衡點”，是對入境規則進行可信的執法，同時對已經在境內的人實行嚴肅認真的融入政策。執法可以遏制非法入境，而融入可以最大化個體貢獻，並提高犯罪的機會成本。這才是既獲取移民帶來收益，又將風險降至最低的路徑。證據為這一路徑提供了支援。那些讓無證移民更接近合法身份的項目，往往能夠減少犯罪行為，同時提高就業、教育和公民參與水平。這並不是因為人們在恐懼之下“被嚇得規規矩矩”，而是因為失敗的代價在上升，成功的道路在變寬。2018年發表在《犯罪學（Criminology）》期刊上的一篇論文發現，無證移民規模與暴力犯罪之間不存在因果關係，某些類型的犯罪甚至可能因此減少。《犯罪學年度評論（Annual Review of Criminology）》中的一項元分析得出了同樣的結論：更高比例的移民人口並不會帶來更多犯罪，反而常常與更少的犯罪相聯絡。川普總統的計畫無視這些證據，同時給包括農業和酒店業在內的諸多行業強加數百億美元的成本，只為解決一個資料表明在很大程度上是虛構的問題。更大的危險在於象徵層面。大規模驅逐向外界傳遞出的資訊，是數百萬移民被永久排除在“共同體之內”的邊界之外。這一訊號在經濟上具有腐蝕性。當人們相信無論如何努力都不可能真正被接納時，遵守規則的激勵就會瓦解。社會排斥不僅是道德上的失敗，也在實質上摧毀了那些鼓勵守法與生產性行為的機制本身。我們需要的是一種務實的融入政策。這既不是“大赦”，也不是“開放邊境”，而是對語言學習、資歷認證、住房和教育進行有針對性的投入，並與可信的邊境執法相配套。這是一套激勵相容的政策框架，正是這種框架在歷史上讓移民得以繁榮發展，並反過來增強了整個國家。如果這場爭論的核心其實並不在工資或犯罪上，那麼真正驅動這種焦慮的是什麼？戴維·卡德（David Card）、克里斯蒂安·達斯特曼（Christian Dustmann）和伊恩·普雷斯頓（Ian Preston）的研究給出了一個令人不安的答案。公眾對移民的態度，在很大程度上是由所謂‘構成性顧慮’所塑造的，也就是對社區文化與社會人口構成發生變化的擔憂，而不是傳統意義上的勞動力市場因素。根據他們基於歐洲資料所作的估算，這類構成性顧慮的重要性，是傳統經濟因素的二至五倍。對移民的抵制，更深層地反映的是對文化變遷的不安，而不是對就業市場的恐懼。從一種極其狹隘的視角看，大規模驅逐似乎可以‘解決’這種構成上的不適，但代價是選擇了一條經濟成本最高、社會破壞性最強的道路。如果無視這些潛在偏好的存在，任何移民政策都註定難以成功。美國移民史，本身就是一連串將新來者納入共同繁榮的實驗。當我們把“融入”做對時，移民會蒸蒸日上，國家也會隨之更加強大。驅逐式政策在每一個關鍵激勵環節上都理解錯了。它誇大了工資方面的威脅，誤用了犯罪經濟學的分析框架，並且把文化焦慮當成一個可以靠把人趕走就予以消除的問題，而不是一個必須通過管理社會變遷來加以應對的議題。主張‘開放邊境’的立場，則在相反方向上犯下了性質相近的錯誤。經濟現實是，勞動力市場具有適應能力，犯罪行為會對激勵結構作出反應，而有關文化的顧慮則必須被正面面對，而不是指望用一廂情願的想像將其抹去。當我們把移民視為“未來的公民”而不是“永恆的局外人”，並同時對邊境規則進行可信的執法時，我們建設的是更安全的社區、更有韌性的勞動力市場，以及一個有足夠自信、願意把新來者轉化為貢獻者的國家。 (一半杯)

金刻羽教授深度解析地緣經濟學與全球新秩序12月6日上午，第二十五屆中國經濟學年會的重磅環節“海聞講座”在上海交通大學安泰經濟與管理學院舉行。本屆年會邀請了國際宏觀和貿易經濟學家金刻羽教授開展題為“地緣經濟學與全球新秩序”的精彩演講。本屆“海聞講座”由北京大學匯豐商學院院長王鵬飛教授主持。金刻羽教授現任香港科技大學地緣經濟研究所所長，此前長期擔任倫敦政治與經濟學院終身教職，主要研究方向為全球化和中國經濟，研究領域橫跨全球宏觀經濟、國際金融與地緣經濟戰略，擅長以跨國視角解析中國經濟與全球治理的互動。她曾在American Economic Review等國際知名經濟學期刊發表多篇關於國際宏觀經濟和中國經濟的文章，並為《金融時報》、《財信雜誌》等國內外知名媒體撰寫專欄，兼具政策影響力與市場洞察力。講座伊始，金刻羽教授開門見山地指出，過去四十年的國際“超全球化”時代主要由經濟發展推動國際政治格局。當前形勢卻出現逆轉，政治力量正在深刻塑造經濟格局。在此背景下，如何基於現狀建構理解世界的理論框架，顯得尤為重要。當前，地緣政治邏輯正以前所未有的深度滲透並主導經濟決策，地緣政治風險帶來的不確定性已直觀地反映在通貨膨脹加劇、資本市場波動等經濟現象中。她通過詳實的資料分析總結出了一系列關鍵特徵事實：儘管全球貿易面臨地緣風險加劇、制裁工具使用頻率上升等“分裂訊號”，但全球化整體仍展現出超預期的韌性；儘管西方國家對中國實施技術封鎖和保護主義措施，世界對中國的依賴指數仍舊在攀升。她指出，在當今深度互聯的“網路”世界中，國家在貿易網中的重要性不僅取決於生產規模大小或所在地，更在於其在全球生產、貿易與知識網路中所處的“樞紐”位置。相關統計資料表明，儘管面臨外部壓力，中國在全球產業鏈中的中心節點地位反而更加鞏固。中國不僅是眾多“卡脖子”環節中關鍵原材料和製成品無可替代的供應者，其龐大的市場也成為連接全球貿易的重要樞紐。並且，中國對進口中間品的依賴度呈現顯著下降趨勢，體現出供應鏈自主性的不斷增強。她強調，當前全球格局中，“不結盟”或“中間地帶”的中等規模國家正扮演著日益關鍵的“連接者”角色。在地緣政治集團間貿易有所弱化的趨勢下，這些國家通過承接產業轉移和吸納多方投資，正漸漸成為維持全球經貿往來的重要緩衝區。這不僅構成了全球化“韌性”的重要組成部分，也意味著世界格局並非簡單的“兩極化”，而是呈現出更複雜的多中心網路形態。針對未來競爭邏輯，金刻羽教授指出，未來的技術競爭核心邏輯正在從追求“技術壟斷”轉向發展“技術擴散與應用能力”。她以太陽能太陽能、電動汽車等產業為例，指出中國憑藉規模製造、成本創新和快速應用的優勢，在推動技術普及、降低全球成本等方面發揮了關鍵作用。這種“擴散能力”所帶來的全球影響力，可能超越單純的技術源頭創新。她警示，保護主義和技術封鎖往往適得其反，非但難以遏制知識在全球創新網路中的自然流動，更可能激發目標國家的自主創新，並加速形成替代體系。最後，金刻羽教授總結，目前全球化正經歷深刻重構，並展現出非凡的韌性。面對地緣經濟新格局，各國的戰略重點，應是鞏固和增強自身在全球網路中的樞紐性與連接性，並行展成為具備強大技術擴散能力，能深度增益全球體系的核心節點。歷史經驗與未來趨勢共同指明，保持開放與合作，仍是實現可持續增長與共同繁榮的根本之道。演講結束後，現場聽眾反響熱烈。王鵬飛教授在主持總結中指出，金刻羽教授的演講融合了深邃的歷史視野、嚴謹的學術分析與敏銳的政策洞察，是學術研究與政策影響相結合的典範，為理解變動中的全球經濟治理提供了極為重要的分析框架。 (New Economist)

我今天聊的話題，可能和過去的經濟學理論角度都不一樣，我查了下，似乎當下經濟學對戰爭風險的解釋都是集中在產能過剩、供需矛盾，導致市場利益重新分配的過程！但是，現在的世界經濟局勢，似乎和工業革命後的任何時期都不一樣（主要原因是工業絕對優勢在我方），在西方堅持古典經濟學和自由市場理論下，全世界的製造業實際上都進行了國際分工，這也就給了一些新興經濟體製造力提升的時代機遇，隨著購買力差異、生產成本差異等因素的持續分化，全球漸漸變成了消費驅動型金融主導經濟體，和生產驅動型貿易主導經濟體兩種大類！而這種模型下，前者實際上是進行了工業去勢，陷入了債務驅動福利的社會不可持續經濟模式中，而後者則進行了工會去勢，很可能也陷入了內部成本壓縮的價格不經濟增長模式中。因此，要想過上好日子，勢必要進行平衡，前者恢復生產和市場，後者恢復消費和福利，這樣的話，兩邊的流動性都得到了實體的釋放，市場也就會開始復甦！但話說起來簡單，難的是如何才能撐過這一過渡時期，而這個難，其實就是當下！今天我就想從經濟學一個全新的視角去審視：日美韓近期在軍事領域的密集動作，也許並非孤立的安全政策調整，而是其傳統製造業競爭力持續衰退後，通過軍工複合體維繫工業基礎、緩解經濟壓力的戰略選擇。這種 “以軍工補製造” 的路徑，會導致產能位置從充滿競爭的民用領域轉向特定市場的軍事領域，這不僅會重塑了三國產業結構，保護原本失去競爭力的傳統行業，還能通過 “武器供給增加 — 地區軍備競賽 — 政策立場激進” 的傳導鏈條，加劇了全球尤其是亞太地區的戰爭風險。所以，我這次的邏輯不同於傳統“工業過剩轉嫁危機”理論，而是呈現出 “製造業衰退——轉軍工依賴——製造安全衝突” 的新特徵，但因為我主要的理論還在最佳化，今天就簡單說說！順便說下，朝鮮的“先軍主義”或許也是這種經濟學下的異化選擇！一、日美韓傳統製造業競爭力衰退的現狀與動因日美韓曾憑藉技術優勢和產業叢集效應，在全球製造業版圖中佔據核心地位，但近年來均面臨競爭力下滑、產業空心化或增長乏力的困境，且與中國等新興製造業大國的差距逐漸擴大，或其轉向軍工領域的底層動因。（1）日本：產業空心化與製造業佔比持續萎縮日本製造業的衰退始於安倍經濟學時期，2020後進一步加劇。據日本經濟產業省資料，2022 年日本製造業佔 GDP 比重已降至 20.1%，較 2012 年下降 3.4 %，為戰後以來的歷史低位，2025年更是已經降到了19.23%左右。其傳統優勢產業如汽車、電子元器件面臨雙重壓力：一方面，中國新能源汽車的低價策略在全球市場的份額快速擴張，擠壓日本汽車產業空間；另一方面，半導體材料、精密機械等領域的技術優勢被韓國、中國TW地區稀釋，導致日本製造業 “技術護城河” 縮小。而這種產業空心化還體現在企業外遷與投資收縮上。為降低成本，日本豐田等車企將生產線向東南亞、墨西哥轉移，國內僅剩研發和高端部件生產環節，導致本土製造業就業崗位減少、產業鏈完整性受損，久而久之技術工人也就進一步減少。在此背景下，防衛產業成為日本少數仍保留技術優勢的領域 ，比如： 三菱重工的潛艇技術、川崎重工的戰機發動機製造能力，已經被日本政府視為 “維繫高端製造基礎” 的核心抓手，這也解釋了為何日本會在 2025 年啟動 “防衛產業戰略”，試圖通過軍工拉動製造業復甦。（2）韓國：增長失速與傳統產業承壓韓國在製造業方面也面臨 “高端突破受阻、中低端被替代” 的雙重擠壓。2025 年一季度，韓國開發研究院（KDI）將全年經濟增長預期從 1.2% 下調至 0.8%，創下 1998 年亞洲金融危機以來的最低值，核心原因是製造業增長乏力。韓國經濟人協會剛對從事十大出口產業的200家企業進行了“關於韓美中日的競爭力現狀和展望”調查，結果顯示受訪韓國企業認為中國企業在鋼鐵、通用機械、蓄電池、顯示器、汽車和零部件五個領域領先於韓企，而在半導體、電子和電機、船舶、石油化學和石油產品、生物健康領域仍短暫小幅落後於韓企，但據業界預測，韓國十大出口產業競爭力將在未來五年內全部被趕超。更嚴峻的是，韓國製造業對外部市場的依賴度極高（出口占 GDP 比重超 50%），而美國的關稅壓力與中國製造業的崛起進一步加劇了其困境，這就迫使韓國尋找新的產業增長點，而其軍工產業因 俄烏衝突和“產能規模大、政府訂單穩定、技術附加值高、出口潛力大”的特點，成為了韓國政府的優先選項。（3）美國：製造業外流與經濟金融化反噬美國製造業的衰退是長期 “去工業化” 的結果，主要是因為蘇聯沒了。冷戰結束後，美國推動製造業向低成本地區轉移，國內經濟重心轉向金融、科技服務業，製造業佔 GDP 比重從 1965 年的 28% 降至 2023 年的 8.4%，僅保留航空航天、高端裝備等少數高端製造領域。這種 “金融化優先” 的發展模式導致美國製造業產業鏈脆弱化，當下，美國軍工產業所需的 35 種關鍵礦物中，19 種依賴中國進口，稀土元素進口依賴度更是高達 80%，原本技術發明人，先在連基本加工能力都沒了，就暴露了 “軍事優勢與製造基礎脫節” 的矛盾。而俄烏衝突的爆發，才是真正讓美國意識到製造業空心化的風險 ！美國軍工企業初期因炮彈產能不足，不得不從韓國、以色列採購彈藥補充庫存。為此，美國政府開始推動 “軍工製造業回流”，2024 財年軍費預算高達 8420 億美元，同比增長 3.2%，其中 35% 用於裝備採購，直接拉動洛克希德・馬丁、雷神等軍工巨頭重啟生產線。但這種 “以軍費刺激軍工” 的模式，本質上是用財政資源維繫製造業片段化優勢，而非重建完整的民用製造體系，只會讓經濟進一步強化了對軍工複合體的依賴，但也維繫住了鋼鐵等一些列配套行業的基礎產能！二、製造業衰退驅動軍工複合體生長的內在邏輯日美韓選擇軍工複合體作為製造業衰退的 “替代方案”，並非偶然。從經濟特性、政策工具和產業協同三個維度看，軍工產業恰好契合了三國 “維繫工業基礎、緩解增長壓力” 的需求，形成了 “製造業衰退 — 軍工擴張 — 複合體壯大” 的閉環。（1）經濟替代：軍工產業具有抗周期屬性相較於民用製造業，軍工產業具有 “政府主導、需求穩定、技術密集” 的特點，能在經濟下行期提供穩定的增長動能。具體而言：首先，軍工的訂單確定性高，軍工產品的採購主體是政府或軍方，不受市場周期波動影響。其次，軍工能帶動的產業鏈非常廣工產業涵蓋機械、電子、材料、軟體等多個領域，對上下游的拉動效應顯著。最後，軍工是特許高附加值貿易，通常出口收益可觀！（2）政策推動：政府開始宏觀調控日美韓政府正通過政策工具將資源向軍工領域傾斜，並開始重塑生態體系！比如：日本已經修訂《防衛裝備轉移三原則》，將 “非戰鬥地區” 概念彈性化，準備為武器出口鬆綁！同時設立 “戰略技術開發基金”，其中 45% 的預算用於防衛相關研究，要求東京大學、京都大學等國立科研機構與軍工企業共建聯合實驗室，打破了戰後 “學術與軍事隔離” 的傳統。而韓國的模式則是政府與企業 “共生式發展”：韓國政府與韓華集團、現代重工等軍工企業形成緊密協作關係，甚至允許企業 “推遲國內訂單、優先滿足出口需求”，確保出口訂單按時完成。同時，韓國政府為軍售提供擔保，2023 年為埃及 K9 火炮訂單提供 12 億美元出口信貸，降低了企業的海外風險，這種市場行為的國家化，實際上就是典型的支柱產業扶持特徵！至於美國，就是進一步對“金融 — 軍工複合體”進行強化，旋轉門大家想必都知道，軍工企業通過遊說推動軍費上漲，國會則通過批准軍費預算獲得地方就業支援，政府則借助軍工出口強化全球影響力，這種利益繫結導致美國軍工複合體規模持續擴大，穩佔全球市場份額的 35%~45%。（3）技術協同：民轉軍穩產能製造業衰退導致日美韓的高端民用技術面臨 “無用武之地”，而軍工領域成為這些技術的 “承接池”，形成 “民用技術軍事化” 的異化趨勢。例如：日本防衛省重點發展的量子計算、人工智慧、高超音速技術，原本用於民用通訊、自動駕駛等領域，但在 “防衛產業戰略” 推動下，這些技術被優先應用於軍事場景，若不加以限制，5 年內日本民用技術軍事化轉化率可能突破 40%，實質會架空和平憲法對戰爭權的限制。而韓國的造船業的銲接技術、汽車產業的精密機械製造能力，被直接應用於潛艇、坦克生產 ，KSS-3 型潛艇的耐壓殼體製造技術，源自現代重工的大型集裝箱船建造經驗。K2 坦克的發動機技術，則基於現代汽車的高端發動機研發平台。這種 “民用技術軍工化” 的路徑，降低了軍工研發成本，也讓韓國軍工產品在性價比上具備優勢。此外，美國也已經提出機器人軍隊概念，其希望用矽谷的人工智慧、無人機技術，快速轉化為軍事裝備，比如用Google的深度學習演算法用於美軍無人機的目標識別，特斯拉的電池技術被改造為軍用車輛動力系統。這種 “科技 — 軍工” 聯動，可以讓美國軍工產品始終保持技術領先！三、產能位置異化加劇戰爭風險的傳導路徑我們看到，日美韓將製造業產能向軍工領域轉移的 “異化” 過程，並非單純的產業結構調整，其通過武器供給增加推動軍備競賽、又用軍工利益集團影響政策立場、甚至不惜製造安全失衡引發衝突隱患！從供給端看，軍工產能的快速擴張，直接導致地區武器存量增加，很容易引發周邊國家的 “安全焦慮”，進而陷入 “你擴軍我也擴軍” 的螺旋式競爭。而從政策端看，軍工複合體的壯大，會影響政府決策，使政策立場更趨激進，增加軍事手段解決問題的機率。最後從結構端看，軍隊永遠不是擺設，日美韓的軍工擴張，會打破原本相對平衡的地區力量格局，導致一些敏感議題更容易升級為衝突。所以，日美韓選擇 “以軍工複合體維繫工業基礎” 的路徑，本質上是一種 “飲鴆止渴” 的策略。從經濟角度看，軍工產業的 “低帶動性” 決定了其無法替代民用製造業！德國基爾研究所的研究顯示，軍工產業每創造 1 個崗位，僅能帶動 1.5 個上下游崗位，而汽車產業能帶動 4.5 個崗位；同時，軍工產業依賴政府預算，長期大規模投入會擠佔教育、醫療等民生支出，影響經濟可持續增長，說到底，軍工沒有“勝利的戰爭”永遠都是成本，我們不得不防！(聞號說經濟

在布宜諾斯艾利斯的街頭，一種​​詭異的平靜籠罩著匯率市場。阿根廷披索的官方匯率被頑強地錨定在一個狹窄的區間內，彷彿這個擁有全球最高通膨率之一的國家正處於貨幣風暴眼中。然而，在這表面的平靜之下，是國庫美元如開閘洪水般奔湧而出的轟鳴聲。光是在九月底的七個交易日內，阿根廷財政部就拋售了18億美元的外匯儲備，以捍衛披索，試圖維持一個在市場看來，在10月26日中期選舉後隨時可能崩塌的匯率。Javier Milei, pictured during a closing campaign rally at Movistar Arena in Buenos Aires, Argentina, on October 18. | Anita Pouchard Serra/Bloomberg Pre-election show: Milei plans musical book launch bonanza at Movistar Arena Argentina's President will promote his latest book – and more pertinently, his election chances – with a musical event at the Movistar Arena in Buenos Aires next month, https://www.batimes.com.ar/news/argentina/milei-to-star-in-musical-to-present-his-new-book.phtml這場捍衛戰代價慘重。短期債務利率一度飆升至87% 以上，央行的彈藥正以前所未有的速度消耗。這不僅是阿根廷總統哈維爾·米萊的一場經濟豪賭，更已成為美國財政部的地緣政治冒險。隨著選舉日的臨近，這場圍繞披索價值的攻防戰，正將阿根廷乃至整個南美的經濟命運推向一個危險的臨界點。一、 米萊的「電鋸」與「強勢披索」的悖論2023年12月，當自詡為「自由主義經濟學家」的米萊揮舞著電鋸（既是象徵也是實物）走進總統辦公室時，他承諾要用這把「電鋸」砍斷數十年庇隆主義留下的干預主義枷鎖，恢復阿根廷的經濟信譽。他初期的舉措確實石破天驚。在財政整頓上，米萊展現了驚人的紀律。 他在一個季度內就實現了預算平衡，將財政赤字從佔GDP的5%硬生砍到零。這項「休克療法」的核心是大幅削減公共開支。效果是顯著的：年化通膨率曾經超過200%，在米萊的強力緊縮下，通膨開始退潮。根據阿根廷官方數據，到2025年年中，月均通膨率已降至2% 左右。國際貨幣基金組織（IMF）多次公開讚揚其財政紀律，稱其為「強而有力的開端」。更微觀的經濟領域也出現了「米萊奇蹟」。上任首月，他便廢除了扭曲市場的租金管製法。效果立竿見影，阿根廷房地產平台上的房源數量飆升了180%。實際租金下降，長期租約回歸，被卡托研究所稱為放鬆管制改善民生的「教科書式案例」。同時，隨著高通膨的緩解，消失已久的抵押貸款重新出現，凍結的房屋交易市場開始解凍。然而，米萊經濟哲學中最核心的承諾──經濟美元化──卻在上任後悄悄被擱置。大多數經濟學家，包括他身邊的一些顧問，都認為這在阿根廷缺乏美元儲備的情況下是不切實際的。取而代之的，是他推出了「強勢披索」策略。這構成了米萊經濟政策中最大的弔詭： 一位極端自由市場的信徒，卻採用了高度干預主義的匯率政策。他認為，一個穩定甚至強勢的披索將是抑制通膨的「名目錨」。這項策略在初期確實透過穩定匯率預期，輔助了通膨的下降。但它很快就引發了嚴重的副作用：鼓勵進口，抑制出口：人為高估的披索使得進口商品變得異常便宜，而阿根廷的出口商（如農產品）則在國外市場上失去了價格競爭力。資本外逃與「購物旅遊」 ：阿根廷人蜂擁至鄰國智利，像「黑色星期五」一樣搶購電視、筆記型電腦和衣物。彭博社生動地描述道，如果一國的貨幣使得購買外國電子產品比在國內購買主食便宜，那麼這個經濟體的定價機制顯然已經嚴重扭曲。儲備枯竭：為了維持這個高估的匯率，央行必須不斷地在外匯市場上拋售美元，購買披索，這直接導致了外匯儲備的急劇下降。披索，這本應是米萊經濟紀律的象徵，如今卻成了他政策中最大的一顆地雷。二、 美國的非常規干預：地緣政治壓倒經濟理性？面對日益枯竭的儲備和即將到來的選舉壓力，米萊急需外部支援。這時，美國伸出了“援手”，但這一援助的方式和規模都令人瞠目。九月下旬，美國財政部長斯科特貝森特宣佈了一項非同尋常的決定：動用美國外匯穩定基金直接購買阿根廷披索。 這一舉動打破了數十年的慣例——在過去三十年裡，ESF僅進行過四次直接干預，上一次還要追溯到2011年七國集團為應對福島核事故後的日元升值。最著名的先例是1994年墨西哥披索危機後，ESF提供了200億美元貸款，墨西哥動用了其中120億並最終獲利償還。此外，貝森特還與阿根廷央行敲定了200億美元的貨幣互換框架，並高調宣佈米萊的改革計畫「具有系統重要性」。此舉短暫安撫了市場，披索小幅反彈，阿根廷美元債券上漲。然而，這項干預在華盛頓引發了跨黨派的強烈反對。共和黨人質疑此舉如何符合「美國優先」的議程，除非「美國優先」被解讀為「阿根廷需要200億美元和一個擁抱」。民主黨人則啟動調查，質疑與貝森特有關的避險基金是否從這筆交易中獲利，以及為何要用美國納稅人的錢去支援一位其政策可能損害美國農民利益（透過阿根廷農產品出口競爭）的外國總統。那麼，為何貝森特要冒如此大的政治風險呢？答案在於地緣政治。 文章明確指出，此舉「不僅關乎經濟，也關乎地緣政治」。中國是阿根廷最大的貿易夥伴之一，並與阿根廷央行有180億美元的貨幣互換額度。貝森特本人表示，米萊「致力於將中國趕出阿根廷」。支援米萊，就是支援一個親美反華的自由市場樣板，旨在遏制北京在南美日益增長的影響力。更諷刺的是，據報導，川普政府曾要求阿根廷恢復農產品出口稅——這雖能保護美國農民，卻完全違背了米萊的自由市場原則，並會減少阿根廷賺取美元償還外債的能力。這暴露了美國干預的內在矛盾：它一方面支援米萊的意識形態，另一方面又可能迫使其採取損害其經濟基礎的政策。三、 政治根基的侵蝕與十月選舉的終極考驗就在米萊的經濟改革步入深水區時，他的政治堡壘卻出現了裂痕。三起重大醜聞嚴重損害了他的反腐敗形象：迷因幣騙局：米萊被指控參與推廣一種名為「Javier Milei」的迷因幣，存在內線交易和詐欺嫌疑。妹妹兼幕僚長的回扣案：其妹妹兼幕僚長卡里娜·米萊被指控收受與藥品銷售相關的回扣。主要盟友的賄賂醜聞：他的主要國會候選人何塞·路易斯·埃斯佩特辭職，並承認收受了一名正接受販毒調查的商人的賄賂。這些醜聞讓米萊「對抗貪腐建制」的人設大打折扣。政治上的潰敗在九月的布宜諾斯艾利斯省選舉中達到高潮。該省擁有全國近40%的選民，儘管預期會失利，但失敗的慘烈程度遠遠超出預估。分析普遍認為，這是選民對緊縮政策帶來的生活成本上升感到疲憊，以及對腐敗擔憂加劇的明確訊號。與此同時，米萊在國會舉步維艱。他與中間派反對黨的脆弱聯盟已經破裂。國會成功推翻了他對一項支出法案的否決，並準備挑戰更多否決。眾議院甚至通過法案，試圖限制他透過緊急法令執政的權力，進一步削弱其推動改革的能力。因此，10月26日的中期選舉，已成為米萊政治生命的生死劫。 即使只是小幅增加國會席位，也能幫助他阻止敵對立法，為改革議程續命。但如果結果糟糕，他的執政能力將徹底被質疑，投資者信心可能瞬間崩塌，目前所有基於其政治信譽的經濟安排都將崩塌。四、 歷史的幽靈與未來的懸崖經濟學界有一句廣為流傳的戲言：「世界上有四種經濟體──發達經濟體、不發達經濟體、日本和阿根廷。」阿根廷的貨幣問題，彷彿是經濟史上不斷重複的悲劇劇本。1992年英國：喬治·索羅斯狙擊英鎊，英國耗盡儲備後被迫退出歐洲匯率機制，英鎊暴跌。1994年墨西哥：披索危機引發美國和國際貨幣基金組織500億美元的紓困。1997年泰國：捍衛泰銖與美元的固定匯率耗盡外匯存底，最終放棄並引發亞洲金融風暴。這些危機的模式驚人地一致：貨幣被人為高估→ 消耗巨額外匯儲備進行捍衛→ 儲備枯竭，市場失去信心→ 貨幣崩潰。阿根廷正完美地復刻這一模式。自1816年獨立以來，它已經九次主權違約，如今是IMF最大的借款國，佔其全球貸款組合的三分之一以上。 IMF目前對阿根廷的援助項目包括一項200億美元的中期貸款，其中120億已發放，但阿根廷已多次未能達到儲備累積目標。與1994年救助墨西哥時附加嚴格條件不同，美國此次透過ESF提供的救助被批評為「無條件救助會激勵糟糕的政策」。如果不要求阿根廷轉向更靈活、可持續的匯率制度，就等於默認了其當前不可持續的政策路徑。彭博社估計，在選舉日之前捍衛披索可能還要花費高達80億美元。美國財政部的干預，或許為米萊爭取到了幾周寶貴的政治時間，但並沒有改變根本的經濟邏輯。捍衛一種被高估的貨幣，不僅在經濟上不合理，在政治上也同樣危險。唯一的出路，或許是讓披索自由浮動。 這雖然會引發短期內的大幅貶值和通膨反彈，但它能立即恢復阿根廷的出口競爭力，抑制不必要的進口，停止儲備的無謂消耗，並向市場展示阿根廷面對現實的決心。這恰恰與米萊的自由市場概念相符。然而，在選舉前夕，採取如此痛苦的措施在政治上是自殺性的。結論：一場多輸的賭局？阿根廷再次站在了熟悉的懸崖邊。米萊的改革是一場悲壯的實驗：他的財政緊縮證明了傳統療法在某些領域依然有效，但他的匯率政策卻將其拖入了傳統危機的泥淖。美國的干預則是一場精明的賭註：用數十億美元賭米萊能贏下選舉、穩住政權，從而在南美樹立一個對抗中國的橋頭堡。但這場賭局的風險極高。如果米萊失敗，美國投入的巨資將隨著披索的崩潰而大幅縮水，地緣戰略遭受重挫。對阿根廷人民而言，這又是一個在「緊縮的陣痛」與「民粹主義的狂歡」之間做出的殘酷選擇。在改革的墳墓裡，或許即將迎來又一塊新的墓碑，上面刻著的，可能是一位最意想不到的「自由戰士」的名字。 10月26日的選舉，不僅將決定米萊和披索的命運，也將為這場21世紀最戲劇性的經濟改革實驗，寫下階段性的判詞。歷史正在註視，而時間，已經不多了。 （周子衡）

China Has Overtaken America中國已超越美國。川普的政策則確保我們永遠無法迎頭趕上保羅·克魯曼2025年10月15日1957年，蘇聯將第一顆人造衛星「斯普特尼克」送入軌道。美國的反應近乎恐慌：當時冷戰正處於最緊張的階段，人們普遍擔憂蘇聯在科技領域佔據領先地位。回想起來，這些擔憂被誇大了。隨著蘇聯崩塌，我們才得知蘇聯經濟的發達程度遠低於許多人的預期。儘管如此，「斯普特尼克時刻」帶來的影響是有益的：美國向科學和高等教育領域投入大量資源，為其長期保持領先地位奠定了基礎。如今，美國的領先地位再次受到挑戰。從經濟實力來看，中國是一個比蘇聯強大得多的競爭對手。周一我指出，以實際價值計算，中國經濟規模已大幅超過美國，一些讀者對此表示懷疑。事實是，購買力平價GDP是一個非常有用的衡量標準，但如果這個概讀過於專業，不妨直接看看發電量──發電量與經濟發展水準高度相關。正如本文頂部的圖表所示，中國目前的發電量是美國的兩倍多。然而，我們非但沒有迎來又一個“斯普特尼克時刻”，反而陷入了一個“反向斯普特尼克時刻”。川普政府非但不承認美國面臨被中國的科技和經濟實力永久超越的風險，反而削減對科學研究的支援，並抨擊教育領域。以打擊「覺醒主義」和「深層政府」這些假想敵為名，本屆政府在關鍵領域極力阻礙發展，卻對加密貨幣產業等投機領域的貪婪訴求有求必應。川普對關鍵領域發起“戰爭”，其中最明顯、對未來十年影響最深遠的例子，便是他對再生能源的刻意打壓。川普推出的《宏大美麗法案》廢除了拜登政府針對再生能源的稅收激勵政策。目前，該政府正試圖叫停一個已接近完工、可為數十萬戶家庭供電的大型海上風電場，並取消70億美元的住宅太陽能電池板補貼。此外，一個本可為近200萬戶家庭供電的大型太陽能項目，似乎已被其成功扼殺。政府還取消了80億美元的清潔能源補貼（這些補貼大多流向民主黨執政的州），據稱還計畫再取消數百億美元補貼。儘管川普宣稱「鑽吧，寶貝，鑽吧」（，但由於政府的敵意，美國太陽能和風能的增長預期已受阻，甚至可能陷入停滯：在聯合國發表的冗長演講中，唐納德·川普堅稱中國並未使用風能：「他們用煤炭、用天然氣，幾乎什麼都用，就是不用風能。」我不知道川普的這些錯誤資訊來自何處——或許與告訴他“波特蘭正處於火海之中”的是同一批消息源。但現實情況如下：川普政府的能源部長克里斯·賴特稱太陽能不可靠：「當太陽被雲層遮擋，或是太陽下山（幾乎每晚都會發生）時，你就無法獲得電力了。」身為全球科技最發達國家的能源部長，他竟然對電池技術突飛猛進所推動的能源革命一無所知。而這場革命此刻正在美國上演，例如在加州。以下是今年6月加州普通一天的電力供應情況：這種對發展的極度無知與敵意，根源何在？人們自然會將對再生能源和氣候科學的攻擊歸咎於化石燃料利益集團。此外，我們不應忘記，川普是一個心胸極度狹隘的人——他厭惡從自己的蘇格蘭高爾夫球場看到海上風力渦輪機的景象，這種厭惡根深蒂固。但這兩個因素都無法解釋本屆政府為何反對疫苗，也無法解釋其在其他許多領域對科學研究與教育的攻擊。與此密切相關的是皮特·赫格塞斯對「愚蠢」的推崇——抱歉，他稱之為「戰士精神」——並將其視為提升軍事力量的關鍵。這一觀點無視了21世紀戰爭的現實，而任何關注烏克蘭戰爭的人都能看清這一現實。在無人機和精準炮火主導的現代戰場上，這種「硬漢姿態」不僅毫無用處，反而有害。拋開特殊利益集團和川普的狹隘心胸不談，我認為還有一種更本能的情緒在作祟：美國國內有一個強大的派系，已對科學乃至專業知識產生了深深的敵意。過去十年間，共和黨對高等教育的支援率出現顯著下滑，這一資料便是有力證明：但事實是，對科學和專業知識的敵意，一直是美國傳統的一部分。還記得關於「斯科普斯猴子審判」的歷史課內容嗎？直到2007年，美國最高法院才通過一項裁決，禁止政治人物強迫公立學校教授「神創論」。而面對如今的最高法院，誰又能保證「神創論」不會捲土重來？「反科學主義」在宗教右派群體中極為普遍，而這個群體正是「讓美國再次偉大」（MAGA）運動的核心組成部分。然而，在過去幾十年裡，人文主義和科學探索的力量尚能戰勝「反科學主義」。部分原因在於，當時人們普遍認識到，美國的科學實力對國家安全和國家繁榮都至關重要。但現今的美國政府卻聲稱，透過對櫥櫃和浴室洗手台加征關稅、削弱疾病管制與預防中心（CDC）和環境保護署（EPA）的職能，就能保障國家安全。這是否意味著美國在爭奪全球領導地位的競賽中正在輸給中國？不，我認為這場競賽本質上已經結束了。即便川普及其「破壞團隊」在2028年失去權力，我所看到的一切都表明，到那時美國已經落後太多，幾乎不可能再迎頭趕上。 （邸報）