人工智能（AI）时代的到来，不仅对我们的生产生活产生了巨大的影响，创造了大量新的生产、消费场景，也为经济学学术研究和学科发展带来了深刻改变，创造了诸多新的研究方向，孵化了很多新兴学科，如大数据统计、边缘计算和数字化转型等。AI对经济学的影响具体表现在哪些方面？我们又该如何面对这些影响呢？

　　AI时代经济学的“无用”之处

　　人类历史上的每一次技术革命和产业变革，都会给我们带来新的认知转变和思维突破。AI时代的到来，更是带来大量的新技术、新产业、新业态和新模式。其中一些新的现象或要素更是令经济学处于“无用之地”。

　　最为显著的表征是如何对数字经济的基础要素——数据——做出严谨确权、科学定价和规范交易。因为相较于劳动、土地、资本和企业家才能等传统生产要素，数据是一种具有自身属性的独特要素，它的生成和流动、供给和需求并非像普通商品那样完全遵循供求规律。比如，对于个人来说，每天都会有一定的行为表征或活动范畴，如走了多少路、用了多少钱、看了什么资讯、去了哪些地方等，这些行为都可以转化为具体的数据。至于这些数据中哪些是有用的，哪些是无价值的，可能对于不同需求的主体来说答案并不一致。例如，有的商家会关注你对哪些商品感兴趣，以确定如何推送相关广告，而有的平台可能会在意你去了哪些地方或场所，从而推演出你的身份特征或消费倾向。同一主体供给数据多样性和不同主体需求数据异质性的对立统一，使得数据定价呈现出多维性而非单一性。

　　此外，数据还具有瞬时性、交叠性和易复制性等特征，这也使得我们按照一般的经济学原理很难为其科学定价。一方面，由于每时每刻都在产生大量数据，这就导致彼时彼刻的数据与此时此刻的现象可能已经不同。另一方面，很多数据是由集体行为交互产生的，如平台上的流量数据。这使我们很难清楚界定数据归属权或是数据价值的贡献者。此外，直接通过“Ctrl+C”和“Ctrl+V”就可以实现几乎零边际成本的数据流动与传播，这就难以按照经济学中“MR=MC”（边际收益等于边际成本）的原则来追求利润最大化了。因而，在面对这些新的情境时，经济学的定价机制仿佛“失灵”了。此外，在AI时代，我们面对并处理的更多是电子资源。这种资源与经济学中所谈及的自然资源有着本质的区别。不同于大量不可再生的自然资源，电子资源可以实时地创造出来，这使以资源稀缺为重要约束前提的经济学分析范式面临“失效”，“资源是稀缺的”这一经济学基础假定，在数字世界中似乎也“无用”了。

　　AI时代经济学的“大用”之处

　　在面对由AI时代带来的“束手无措”之时，经济学却也从另一个层面展现出了“大用”之处。众所周知，构成数字经济或智能时代的三大要素是“算力、算法和数据”。因此，优化算力最佳配置、发挥算法最大功效和挖掘数据最大价值均离不开经济学的底层逻辑和顶层思维。

　　首先，作为一种能耗大和散热广的资源，如何实现算力的优化配置尤其是空间布局，对于推进数字经济发展具有重要的意义和价值。我国在2021年提出的“东数西算”工程就很好地遵循了经济学所秉持的最优化思维，东部地区人口集中度高而数据生成量大，西部地区地广人稀而能源丰富，“东数西算”工程充分发挥我国东西部地区资源禀赋的比较优势和最大价值，实现了数据资源在空间上的最佳配置。

　　其次，算法的更新迭代和创新设计，除了要符合计算机语言的编写秩序和软件代码的操作原理之外，背后也需要经济学底层逻辑的铺垫与指引。因为不论是何种类型的数字技术，包括“ABCDE”——Aritificial Intelligence（人工智能）、Block Chain（区块链）、Cloud Computing（云计算）、Big Data（大数据）和Edge Computing（边缘计算），目的都是要让数据和技术为人类服务，那么就需要遵循人类的行为逻辑和本质特性。作为一门社会科学，经济学所依托的核心假设“理性人”（Rational Man）或“经济人”（Economic Man）诠释了人的本性，即“精明的、会算计的、自私自利的”。将其内嵌至算法设计中，不仅能促使算法编写得更为自洽，完整刻画人的行为特征，而且也能使得建构在算法基础之上的大语言模型更加以人为本，彰显人性特质，进而确保所生成的数字产品和服务更为智能或懂人性。

　　最后，对于AI时代的关键要素，泛在化、成规模和高品质的数据对于发挥算法功效、节约算力消耗和体现智能逻辑具有基础性作用。然而，如上所述，现实世界中的数据具有杂乱性和易变性，令我们难以捕捉其内在的特征和规律，甚至有些不知所措和无从下手。那么，我们应该如何来面对纷繁复杂的数字世界呢？解铃还须系铃人。数据是人产生的，其背后的生成逻辑应符合人的本性。作为一门研究人性的科学，经济学假设我们是理性的，会最大化自己所获得的收益，在乎自己最为关心的事情。因而，只要遵循这一原则，即使面对再海量、再庞杂的数据，我们也能洞察这些数据背后的行为逻辑，关注自己最想关注的利益和目标。

　　此外，利用经济学，我们还可以跳出AI时代的技术局限或数字泥沼，站在更高的维度来审视现代产业和经济的发展趋势，进而明晰AI的突破路径和创新方向。经济学虽然并不能直接进行前沿科技创新，但是能够通过因果识别和机理解析等方法，明确变量之间或事物内部的作用关系和交互机制，进而给出破解困境的优化路径和指导实践的对策建议。例如，分析人工智能对劳动就业的影响、厘清企业数字化转型面临的问题，能为AI时代正确处理“人机关系”、推进企业成长提供参照和指引。

　　AI时代经济学的去向

　　尽管经济学在AI时代面临诸多冲击、挑战甚至是颠覆，但是也被赋予了更大的使命和担当。经济学应更加积极拥抱AI时代，充分利用数字技术，促使研究更加精准、严谨和有趣。例如，早有学者指出并不是所有的经济个体都是理性的，而应是有限理性的。借助大数据技术，我们可以全维度、细颗粒地捕捉并刻画个人的行为特征，并通过因果推断和机器学习等方法，科学地厘定这些行为背后的行动逻辑和思维特征，从而规避因信息不对称或能力不充分而作出非理性决策的可能，进而增强并夯实经济学的可信性和可解释力。

　　此外，当前经济学更多被视作一门用来解释经济现象和行为的学科，在经济活动预测方面还存在着很大的短板或欠缺。通过利用数字技术，如将现实世界镜像到虚拟空间中，基于事件仿真、参数调设和算法优化等方式，可以更为细致而真切地模拟现实世界经济运行的特征和轨迹，预判经济发展中可能会出现的“黑天鹅”“灰犀牛”等事件，并采取相应的预警措施，确保现实经济更为健康平稳地发展。这就能提升经济学的预测功能，最大限度地发挥“经邦济世”的功效。

　　总之，AI时代赋予了经济学新的生命与使命。我们应秉持一颗好奇心，在深耕经济学的同时，以数字技术赋能经济学的研习，不断提升经济学的魅力和洞察力。

　　（作者系东南大学经济管理学院教授）