炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：华泰证券研究所）
核心观点 ]article_adlist-->AI快速发展推动全球经济进入智能经济时代，对价格的影响也更具复杂性。传统通胀分析框架因此面临新的拓展。
通胀理论方面，从古典数量论、凯恩斯主义、货币主义与理性预期，到新凯恩斯主义、低通胀范式和后疫情综合框架，现代研究已形成供需、预期、价格黏性与政策协同的多层次体系。AI时代带来新挑战：总量供需框架适配性下降，传导链条重构，传统价格指标出现测量盲区，政策有效性需重新评估，价格内涵与长期均衡也可能发生变化。
当前市场针对AI对全球通胀影响的方向，核心在于不同力量的方向、时序与结构并不一致。短期资本开支、转型摩擦及财富效应偏向通胀；长期生产率提升、信息与交易成本下降、质量改善及新供给扩张偏向降价；市场竞争格局与收入分配则方向不定。
具体还有如下几方面关注点：
一是时间维度，智能经济对净通胀的影响可能呈现“先胀后缩”的演绎路径。短期需求先行，中期相对价格重构，长期随着生产率释放，供给压价力量逐步增强。通胀拐点可能领先于增长拐点，且对局部供给瓶颈更加敏感。
二是结构维度，智能经济对价格的影响在不同品类中存在差异化特征。整体形成“智能投入品通胀＞碳基最终品偏胀＞碳硅融合品震荡＞智能产出品降价”的分层格局；稀缺性并未消失，而会从电力、数据中心逐步迁移至数据、网络、系统可靠性、组织改造、复合型人才和有效需求。
三是国别维度，各国会呈现差异化的通胀组合。技术生产、资本品供给、能源投入、应用扩散和就业分配的位置不同，决定出口景气型、输入型、内需驱动型和生产率输入型等不同组合。
此外，生产率提升并不必然对应持续通缩。“生产率→成本→价格→通胀”的链条可能受到技术扩散、企业定价、新增需求、收入分配等因素阻滞；部分旧经济还会受到部分就业替代、实际利率上升、政策节奏及成本挤出等影响，最终方向取决于供给扩张与收入、财富和需求扩张的相对强弱。
回归现实，当前美国AI更多带来结构性再通胀：1）涨价集中于上游，PPI先行、CPI滞后；2）后续仍有传导，但总量CPI拉动或有限；3）景气向居民端传导分化，部分就业替代、高利率及成本挤出压制旧经济需求。
智能经济时代还需要进一步重构通胀分析框架。
首先，我们建立新的通胀跟踪与度量框架。传统CPI、PPI面临交易难观测、质量不可比和固定篮子代表性下降三重失真，需要通过权重修正、质量调整、相对价格指数和AI投入链观测完善传统体系，并补充硅基服务价格、数字福利账户及AI投入与瓶颈价格等卫星指标。
其次，我们需重新思考经典通胀理论的变化。菲利普斯曲线可能趋于扁平化、非线性和部门分化；政策反应函数或需从单一通胀管理转向增长、就业、通胀与金融稳定的多目标权衡；货币流通速度、理性预期和价格黏性也出现新的内涵。
正文
AI的快速发展推动全球进入智能经济时代，传统经济分析框架需要迭代更新。我们此前已在《AI重构经济增长函数》（2026年7月22日）、《传导机制与跟踪框架》（2026年7月23日）中对AI驱动下的增长模式与传导机制进行系统梳理，而其对价格的影响更具双向性。一方面，大额资本开支持续推升算力、芯片、电力、设备及关键零部件等瓶颈环节价格，并通过全球产业链形成局部再通胀；另一方面，AI又通过自动化、降本增效与生产率提升压低单位成本，部分数字服务及高渗透行业已呈现结构性通缩特征。与此同时，AI还在改变价格发现与调整机制、劳动与资本相对价格以及货币政策传导。
AI最终将推升还是压低通胀？传统价格指标能否准确捕捉这一变化？智能经济时代的通胀理论与分析框架又应如何拓展？本文尝试回答上述问题，并从理论框架、净通胀效应、价格度量与宏观象限等多个层面构建智能经济时代的通胀分析体系。
一、通胀理论演进与新挑战
从历史来看，通胀理论已经历多轮演进，但这一过程并非“新理论推翻旧理论”，而是在不同历史冲击中不断补充解释层次。研究重点从早期的“价格水平由什么决定”，逐步转向通胀为何启动、为何持续、如何扩散。
主流范式大致经历了六次重心迁移，每一阶段回答不同的问题：
1）古典数量论（19世纪~1930s）：货币数量决定长期价格水平。核心问题是“长期价格由什么决定？”Fisher（1911）以“MV=PY”方程解释货币与价格关系。局限是难以解释流通速度波动、信贷内生性及供给冲击。
2）凯恩斯主义与早期菲利普斯曲线（1930s至1960s）：短期通胀主要由总需求和就业缺口决定。核心问题是“为何货币与需求有时拉动产出，有时推升通胀？”Keynes（1936）指出，闲置产能较多时，需求扩张主要提高产出；接近充分就业后，则更多转化为涨价。Phillips（1958）等提出通胀与失业的短期权衡，但1970年代美国滞胀表明该框架低估了预期和供给冲击。
3）货币主义与理性预期（1960s末至1980s）：预期决定通胀能否持续。核心问题是“通胀能否长期换取就业？”Friedman（1968）和Phelps（1967）提出自然失业率，认为政策只能短期以意外通胀换取更低失业，长期菲利普斯曲线趋于垂直。Lucas（1972）等进一步指出，可预见的政策难以持续刺激就业。局限是理性预期假设偏强，难以解释价格黏性和通胀惯性。
4）新凯恩斯主义（1980s末至2008年）：预期、经济缺口与价格黏性共同决定通胀。核心问题是“理性预期下，货币政策为何还能影响经济？”Taylor（1980）、Calvo（1983）等引入“价格黏性”修补理性预期学派；Clarida、Galí和Gertler（1999）指出，通胀由未来预期、实际边际成本或经济缺口，以及供给冲击共同决定。由此形成通胀目标制、利率规则与央行信誉框架；2008年后又延伸至QE、负利率和前瞻指引。
5）低通胀范式（2008—2019年）：全球化与结构性力量共同压低通胀。核心问题是“低失业为何未带来高通胀？”Borio和Filardo（2007）、Blanchard（2016）强调全球产能扩张和菲利普斯曲线趋平。局限是将低通胀线性外推，低估财政扩张和产能约束下通胀反弹的风险。
6）后疫情综合范式（2020年以来）：供需、预期与政策共同作用。核心问题是“供给冲击为何会演变为持续通胀？”Shapiro（2022）、Bernanke和Blanchard（2023）指出，需求和货币不能充分解释疫后通胀，需要关注供给冲击；Benigno和Eggertsson（2023）强调菲利普斯曲线具有非线性，经济接近产能极限时，价格对需求的反应显著放大。政策层面，央行进一步强化预期管理，美联储于2020年转向平均通胀目标制，欧央行于2021年确立对称的2%通胀目标。
在此背景下，现代通胀研究也从最早的单一变量决定论，转向多层次、非线性和异质性的综合框架。具体可总结为如下几点：
一是，从定价机制看，供需仍是底层框架，但需要区分“短期初始冲击”与“长期持续机制”。供需缺口解释通胀为何启动，背后是供给端（劳动、资本与产能等）与需求端（收入、财政等）均衡的变化，但通胀能否持续，取决于货币环境、需求承接与预期等多种因素。长期通胀中枢主要由货币财政纪律、政策信誉与预期锚定决定，潜在增速和生产效率影响其波动幅度。
二是，从传导机制看，内部主要沿“就业—工资—消费—价格”与“成本—利润—定价”两条链条传导，强度取决于供给弹性、劳动议价能力、消费倾向及企业定价权；国际层面则通过外需、大宗商品、汇率及供应链传导。
三是，从度量方式看，各国普遍采用“总量指标（CPI/PPI/GDP平减指数）+结构指标（核心CPI/分项价格指数）+持续性指标（工资/通胀预期/价格扩散度等）”的体系。
四是，从政策视角看，现代框架强调政策分工与协同。货币政策管理总需求和预期；财政政策既可扩张需求，也可通过投资和补贴改善供给；能源、产业、贸易及竞争政策则缓解具体瓶颈。
但在AI发展过程中，上述传统通胀理论逻辑均面临一定程度的“拓展”。具体来看：
1）传统总量供需框架的适配性下降。AI同时拉动投资需求、扩大潜在供给，且影响经济循环、预期与国际分工，通胀走势取决于各效应兑现的先后顺序，“J型”拐点判断是新难题；各国因AI能力、产业结构、禀赋与分工等差异形成差异化通胀格局。
2）传导链条重构。就业与分配格局重塑影响“工资-消费循环”；企业AI能力与市场竞争影响“成本-定价-利润”循环；AI改变价格黏性假设，加速价格发现与预期形成。
3）传统通胀度量指标难以覆盖智能经济的价格变化。个性化定价改变“一物一价”逻辑，免费服务与质量提升难以充分计入价格指数，商品/服务边界趋于模糊……
4）政策的有效性需重新评估。财政、货币政策的传导机制重构（2026年7月23日《智能经济学：传导机制与跟踪框架》），“央行管通胀”的职责或需重新划分；影子银行/AI金融/跨境数字服务等领域存在监管不足。
5）价格内涵与长期均衡转变。传统菲利普斯曲线、自然失业率、规模效应与边际成本定价理论均需重新检验；作为价格起点的稀缺性发生转变；长期或形成“高生产率+低通胀+低利率”的新形态。
针对上述新挑战，我们将在后文研究中展开分析。
二、智能经济到底对通胀影响方向如何？
我们最关注的首要话题为“智能经济对通胀影响方向如何？”为了回答这个问题，我们首先要对智能经济的净通胀影响进行系统拆分，结合当前学术与市场的研究，我们将其划分为如下九个渠道：
首先，偏通胀方向的渠道包括：
1）资本开支需求拉动，为短期最主要的通胀力量。数据中心产业链投资直接提振总需求。Richmond Fed（2026）指出，美国多类设备与服务已呈现明显的AI投资印记，电力、资源品及芯片等供给受限环节价格弹性更高。
2）转型期摩擦成本。Brynjolfsson、Rock和Syverson（2021）指出，企业部署AI所需的培训、系统改造与资产折旧等前期投入将推升成本，部分企业或通过提价转嫁。
3）预期、财富与消费渠道。资本开支扩张与资产价格上涨，可能通过财富效应、政府税收及预期改善强化需求。ECB（2026）指出，对永久性生产率提升的预期可能在转型初期推升通胀。
其次，偏通缩方向的渠道包括：
4）生产率与单位成本渠道，为长期最核心的降通胀力量。智能劳动扩张与生产流程优化推动生产率提升。Aldasoro et al.（2024）、Gebauer et al.（2024）指出，生产率改善可通过扩大供给、降低成本缓解通胀，但其扩散与组织适配仍需时间（BIS，2026）。
5）信息与交易成本下降。Grassi et al.（2022）、Dinerstein et al.（2018）指出，AI可降低信息不对称，改善市场竞争，并压降比价、匹配与合规成本。OECD（2025）指出，最终降价幅度取决于成本节约能否传导至消费者。
6）质量调整后的隐性降价。AI加快产品升级迭代。Goolsbee和Klenow（2018）指出，新产品扩张与质量提升可能使传统价格指数高估实际通胀。
7）新供给扩张效应。WTO（2025）指出，AI催生大量新型认知服务，并可通过模型和Agent实现跨境交付，提高数字服务的可贸易性。供给品类扩张由此形成降价效应。
此外，以下渠道的影响方向尚不明确：
8）市场竞争格局的潜在影响。模型创新、行业竞争与推理成本下降长期具有降价效应；但若算力、数据和模型等环节高度集中，成本下降向终端价格的传导可能受阻。OECD（2025、2026）指出，AI产业集中度较高，并强化个性化定价能力，因此成本下降既可能转化为降价，也可能被头部企业转化为更高利润率。
9）劳动力市场与分配渠道的潜在影响。AI推动长期增长，原则上有利于收入与消费；但若收益过度集中于资本及高收入群体，劳动替代与技能错配可能压低一些群体的工资和消费。IMF（2026）、BIS（2024）及Rockall、Tavares和Pizzinelli（2025）指出，AI可能扩大收入与财富差距，削弱收入增长向消费和总需求的传导。
多种效应综合影响方向究竟怎样？当前市场争论较多，不同阶段、不同部门和不同主体受到的影响可能相对复杂。我们在此区分三个维度，论述智能经济对通胀的影响。
一是时间维度，智能经济对净通胀的直接影响可能呈现“先胀后缩”的演绎路径。
AI发展对通胀的影响并非静态，而是存在主导力量的切换，整体可能呈现“先胀后缩”的路径。建设数据中心、扩充电网等发生在当下，金融市场财富效应与预期随之改善；中期扩散存在差异，更多体现为不同环节与部门相对价格的重构；而流程改造、组织调整和生产率释放发生在未来，新服务产生、质量提升与新就业平衡等逐步实现，价格压降力量才逐步体现，进而形成“短期需求拉动→中期相对价格重构→长期供给压价”的时序格局。
我们此前在《智能经济：AI重构经济增长函数》（2026年7月22日）报告中论述过经济增长的“J型曲线”，AI对通胀的影响路径是其镜像体现，本质为不同效应在时间线上作用的交替。但两者存在如下几方面不同：
1）通胀转向的拐点或领先于增长的拐点。通胀同时反映边际供需缺口与未来预期，随着扩产计划的明确，囤积需求和涨价预期等可能率先回落，拐点在建设阶段就可出现，而增长拐点需要依赖生产率的实际兑现。通胀和增长“先脱钩、后汇合”。
2）通胀曲线波幅或明显大于增长曲线。其一，前期通胀主要定价稀缺性，供给约束导致价格快速攀升，而增长曲线扰动源自互补投资、统计口径与折旧等，下滑幅度可控，且若技术能够较快普及，增长曲线或根本没有下行段；其二，中后期通胀存在过剩性定价风险，即供给集中释放导致部分部门产能错配、价格战和资产减值等，海外铁路、运河、电信光纤等基础设施周期都曾在扩张后出现显著资本冗余。
3）通胀曲线对局部扰动更敏感。通胀具有“短板效应”，局部瓶颈短缺即可显著抬升整体投资成本（例如当前的存储涨价）；增长则具有“广度效应”，关注广谱性扩散和落地。
二是结构维度，智能经济对价格的影响在不同品类中存在差异化特征。
首先是部门视角下的差异性。我们此前在《智能经济学：从基本假设到分析范式》（2026年6月30日）就提出了“碳基部门内部异质化+硅基部门”的框架思路，沿用到通胀分析中，将产品分为智能投入品（算力、电力和基础设施等）、智能产出品（模型、标准化认知服务等）、碳硅融合品（金融、教育、医疗等）、碳基最终品（住房、土地、餐饮等）。
我们认为，智能经济影响并非统一方向，而是形成“智能投入品通胀＞碳基最终品偏胀＞碳硅融合品震荡＞智能产出品降价”的分层格局。具体来看，智能投入品虽服务于数字经济，但本质受到物理供给约束，需求增长推动价格快速上升；智能产出品具有低边际成本和可复制特征，长期价格趋于下降，但短期受到头部企业定价节奏的影响；碳硅融合品价格方向不确定，AI降低生产成本，但新增需求、质量提升与个性化定价等或抬升价格；纯碳基最终品难以被完全数字化，供给受产能约束，增长与收入改善后推动价格相对抬升。
值得关注的是，通胀还会随着“瓶颈迁移”产生结构性通胀轮动曲线。“初期的电力和数据中心→中期的数据、网络、系统可靠性→长期的组织改造、复合型人才和有效需求”，稀缺性并未消失，而是在环节间迁移，各部分形成“短缺—扩产—缓解”的错位周期，形成总量降温与结构轮动并存的格局。
其次是任务视角下的差异性。我们可以从AI渗透度与市场供需弹性两维度出发对任务价格弹性进行分象限分析。具体可分为：低渗透+供给受限（资源品、护理等现场服务）>高渗透+供给受限（前沿模型、垄断性服务）>低渗透+供给充分（可贸易商品）>高渗透+供给充分（翻译、编程等）。
三是国别维度，各国会呈现差异化的通胀组合。
AI对各国的通胀影响，并非简单取决于是否拥有前沿模型，而是“技术生产—资本品供给—能源投入—应用扩散—就业分配”链条所处位置。对应需求拉动、成本输入和生产率压价力量不同，最终形成差异化的通胀组合。
1）短期资本开支通过全球产业链输出通胀，并形成跨国受益分工。例如，美国投资需从韩、日、欧、中进口相关零件设备，东南亚与加墨存在组装环节外溢，相关核心国家收益改善，表现为“出口景气型通胀”。与此同时，高度依赖进口算力、芯片与能源等国家出现“输入型通胀”；
2）技术生产国同时具备“内需驱动型通胀”与“生产率兑现型通缩”。掌握头部模型、芯片和平台，能够获取全球技术租金，利好内需增长，但较强的AI应用能力又意味着更快的生产率兑现；
3）从传统国际分工视角来看，资源国方面，长期通过能源出口获得收入红利，内需对通胀有带动；消费国方面，通过进口持续降价的智能服务与商品，获得“生产率输入型通缩”；生产国方面，短期制造业景气与价格上升，长期自动化生产实现向全球输出商品降价，以价换量或改善总需求。
4）低应用能力国家既无法分享技术、产业链和资源收益，又需进口芯片、云服务和能源，更容易陷入“输入性通胀＋生产率停滞＋内需不足”。
5）劳动力结构决定AI主要表现为供给改善还是需求冲击。人口老龄化的发达经济体，受益于AI填补岗位空缺，工资和服务价格压力有所缓解；而依赖人口优势与外包服务的经济体工资与需求承压。
综合来看，短期AI资本开支带动产业链出口国（韩日中欧等）、组装承接国（越墨等）和资源国（加澳海湾国）率先获得订单与收入红利，出口景气传导带动通胀；其余进口依赖国面临输入性通胀。
中长期通胀受影响梯度或大致为：资源收入国（海湾/澳大利亚）> 全链AI生产国（美国、中国）> 低应用能力国家（部分新兴经济体）>AI赋能型制造国（韩国、德国） >AI消费国（日本、新加坡、北欧）。
另一个关键问题是：“AI生产率能否真正兑现，并进一步转化为通缩？”
首先，从理论角度来看，AI中长期的通缩效应通过“生产率→成本→价格→通胀”传导链条呈现，任一环节受阻就可能导致“生产率提升，但通缩有限”的现象。
关键关注如下几方面制约因素：
1）技术效率能否从少数任务扩散至全经济。若大量传统企业面临部署成本和能力约束，导致经济内部出现“K型生产率分化”，少数AI领先企业生产率快速提升，但整体经济生产率兑现较慢。
2）企业成本下降能否有效转化为终端产品价格下降。市场竞争结构影响企业定价机制，AI可能催生一系列垄断性龙头企业，且强化企业动态定价能力，成本下降更多转化为利润率提升，而非降低价格。
3）生产率红利是否会被新增需求和新成本吸收。类似“杰文斯悖论”，AI降低单位生产成本的同时，又创造新的需求和投入，产生的价格上涨可能抵消部分生产率收益。
4）收入分配变化是否削弱降价传导。若收益集中于少数群体，普通劳动者收入与购买力增长有限，从购买力视角来看，相对价格反而上行。
5）AI是否会改变经济中的稀缺性，反而形成新的结构性通胀。类似于“新鲍莫尔成本病”，标准化知识趋于便宜的同时，但责任、信任和人类服务等稀缺性推动其余环节相对价格持续上涨。
其次，考虑到经济的另外一端——旧经济的部分，AI对通胀的影响可能会更为复杂。
短期来看，AI的涨价可能被传统经济的挤出所对冲。一是，AI链本身非劳动密集、又部分替代劳动；二是，投资拉动和结构性通胀修复抬升实际利率，抑制传统需求；三是，强结构降低总量政策必要性；四是，成本端涨价或挤出部分传统行业供需；五是，新经济带动汇率升值后，传统行业出口或受到部分影响，对就业和传统需求的影响在一定程度压低通胀上限。
长期来看，即便生产率提振的通缩效应能有效传导，AI也并不必然对应持续通缩。若经济需求及时跟进，财富、预期与消费渠道又会成为通胀的推升力量，过往旧经济内部反而或会跟随稀缺性的转变产生新的通胀来源。
互联网革命提供了一定的历史参照。美国私人商业部门劳动生产率年均增速由1990—1995年的1.5%升至1995—2000年的2.7%，2000—2007年仍维持2.6%，但同期CPI仍年均上涨约2.6%，并未形成持续降价。内部更多体现为价格结构分化：信息处理设备价格年均下降约20%，而服务、医疗和教育价格分别年均上涨约3.2%、4.2%和5.7%。其背后是技术进步压低可复制产品成本，而劳动密集型服务生产率提升较慢、工资仍随全社会上涨，形成典型的“鲍莫尔成本病”。
因此，不宜简单地用单向的通胀和通缩方向来概括AI的真实影响，更需关注的是复杂的结构性价格分化，最终方向取决于供给扩张与财富需求扩张的相对强弱。一方面，AI有望压低软件、内容及专业服务等可数字化环节成本，削弱部分传统通胀；另一方面，稀缺性或向电力、算力、数据、人才及线下服务等环节迁移，形成新的涨价压力。
回到当下，AI对当前通胀的影响同样呈现出明显的结构分化，整体上是小幅、有上限的通胀拉动作用。我们聚焦几个问题：
第一，当前AI涨价链对通胀的拉动幅度如何？
当前各国更多呈现“局部再通胀”，尚未演变为广谱性通胀。AI资本开支已推动数据中心产业链部分关键环节价格上涨，但压力主要集中于上游和B端，对总量通胀指数的拉动仍有限，整体呈现“PPI先行、CPI滞后”的特征。
1）产品方面，芯片、存储等价格连续上升，英伟达等公司CPU/DRAM代表性产品2026年年内涨幅超过40%/90%，价格抬升在出口链相关分项同步体现，我国出口集成电路、稀土、手机上半年同比增速较上年增速分别提升71pct、50pct、20pct。
2）PPI方面，影响相对显性化。中国（电气机械、计算机通信）、中国台湾（电子产品、电子零件）、美国（计算机电子）、韩国（信息科技、电气电子设备）PPI相关分项同比读数较上年同期均明显提升。
从贡献率来看，中国2026年5-7月PPI电气机械、计算机通信分项对PPI拉动率分别为0.39pct、0.47pct，贡献率合计25%。
3）CPI方面，仅有电子用品等因芯片涨价有所上涨，更广谱传导尚未出现。美国（电脑软件及配件、信息技术设备）、中国（通信工具）、韩国（信息处理设备）、日本（通信）CPI相关分项同比读数修复，美国信息技术产品分项价格仍在下行，但分项占比较低，对整体读数影响有限。例如，中国通信工具CPI权重约0.8%，拉动仅0.06pct；美国电脑软件及配件占CPI比重0.03%，拉动仅0.01pct；信息技术设备权重1.5%，拉动PCE 0.15pct。铜、电力等对下游更具广谱性影响的传导尚未出现。
第二，后续会不会存在继续传导的风险？后续仍有一定的传导潜力，但传导存在上限。
1）部分核心商品如手机、电脑等具有明显的“菜单”成本，可能需要在新品发布、更新换代后才呈现出更高的通胀拉动。
2）影响更为广谱的电力价格更多受到实际运营的数据中心负荷的影响，目前仍在快速建设过程之中，这一传导可能仍在进行之中。
3）中国PPI对美国核心商品价格的传导也有一定的滞后性。
不过，考虑到AI相关链条在价格指数中的权重，以及质量调整口径等原因，我们认为目前AI涨价对整体价格指数尤其是CPI的影响可能存在上限。短期内地缘、油价等因素可能更为关键。
第三，更需要关注的是当前对旧经济价格的溢出影响。基于前文和此前研究，新经济的传导更偏点状，而对就业和旧经济同时存在“拉动”和“挤出”影响，影响因各国对冲机制（AI链占比、财富效应、消费倾向等）的不同而有所差异。
一方面来看，对旧经济的拉动效应通过“利润→收入→信心→消费”与“股市财富效应”两个渠道进行，传导整体尚在进程中，格局分化：
1）“传导最快”的为中国台湾地区与韩国，AI链经济占比较高，企业景气已较明显向居民收入、信心与消费端扩散。
2)“传导居中”的为美国，财富效应或已向居民端传导，但劳动收入、就业与消费表现分化，尚未形成全面共振。
3）“传导偏慢”的为中国与日本，但日本已开始由收入端向消费端延伸，中国可能更多停留在企业盈利或居民收入初步改善阶段，尚待形成广泛的信心与消费修复。
另一方面来看，短期内对全球就业和旧经济挤出效应反而在“主导地位”。正如前文论述，短期内新经济会通过替代部分劳动、提升利率压制传统需求、影响政策节奏等渠道影响旧经济，当前已呈现多方面反映，例如：
1）就业：美国AI投资强劲，但劳动力市场反而降温，程序员等AI高暴露岗位已出现相对走弱迹象；
2）融资与利率敏感性挤出：美国AI融资激增和长期利率形成边际压力，住宅投资、汽车等利率敏感需求更受制约；
3）政策节奏：AI链带动中国强出口，一定程度降低了刺激传统需求的紧迫性；
4）产能与成本挤出：AI芯片对先进制程等占用，压缩汽车、工业控制等传统半导体应用的产能空间；上游涨价存储与铜价上涨压制消费电子需求。
综合来看，AI景气当前更多体现为“局部再通胀+旧经济需求受压”的结构组合，新经济拉动更多仍在点状，对旧经济广谱性的需求和价格的带动效应尚不明显。部分挤出效应亦有所体现，美国高利率对地产和耐用品需求的约束、抢出口导致中国总量政策加码必要性下降，以及美国劳动力市场的调整，均形成阶段性的降价力量。
三、新时代通胀框架的构建
基于以上分析，AI发展之下，传统的通胀理论和通胀跟踪框架也需要“拓展”，我们在此谈几点我们的思考：
首先，过去的通胀跟踪与度量框架存在优化空间。
传统CPI、PPI 体系构建于工业经济与标准化商品时代，其基本假设包括市场交易可观测、价格在时间维度可比与固定篮子具有代表性。AI时代的价格会侵蚀这三个前提，形成长期“看不见AI”的测量盲区。具体来看，度量可能存在如下三方面失真：
第一重失真来自交易环节。一方面，搜索、翻译等服务免费提供，无独立成交价格，无法进入CPI，且后续若转向收费，指数反而记录为“涨价”，与“居民福利”改善方向相悖；另一方面，企业内部化使用难以观测，AI推动成本节约体现在利润端而非价格端，PPI无法捕捉。
第二重失真来自可比性。一方面，质量提升难以度量，虽然订阅价格未变，但模型能力、速度等提高后单位价格下降，传统指数难以追踪。另一方面，AI节约时间等亦无统一交易价格。
第三重失真来自代表性。一方面，CPI篮子更新以年计，当前模型、软件和数字服务权重较低甚至缺位，且电力、数据中心等上游成本在PPI亦缺乏单独识别，结构性冲击或被其余分项“掩盖”；另一方面，未来个性化定价的可能，导致传统抽样依赖的“代表性价格”概念失效。
面对这些挑战，可能存在两方面优化方向。
一方面，完善传统CPI、PPI数据跟踪体系。
1）权重修正。CPI权重主要来自居民消费支出，现有CPI交通通信等分项已可跟踪部分AI链的变化；当前美国CPI涉及互联网接入、通信服务、软件及数字订阅等细项，占比约2.5%，PCE给予的权重更大，国内细分项不足。Fed（2026）研究指出，美国CPI与PCE针对计算机软件分项权重、分类错配与统计差异明显，对读数的扰动达到1/4~1/2，且后续需要对AI相关分项进行权重调整与细化。
2）质量调整。部分服务分项需要进行质量调整，即将模型能力、速度与数量等纳入实际价格测算，美国BLS已通过享乐回归等方法控制通信套餐的质量变化。Fed（2026）研究指出，目前不少分项没有进行质量调整，过去依靠旧版本降价捕捉质量改善的方法，在SaaS持续更新和生成式AI迭代背景下，有效性明显下降。基于模型能力提升速度与传导进行调整后，美国“计算机软件及配件”2026年4-7月涨幅由73.1%降至22.0%。
3）相对价格指数。基于CPI现有基本分类，关注AI渗透度不同行业未来相对价格变动，例如将医疗、护理、住房、餐饮、维修等依赖人力的服务作为分子，将通信、信息、教育、文化娱乐等数字化程度较高的服务作为分母。
4）AI投入链观测指数。可利用PPI现有行业分类，通信电子、有色金属等行业属于AI链高敏感行业，可基于敏感度构建AI链投入观测。
另一方面，补充传统CPI、PPI无法覆盖的卫星跟踪指数。
1）硅基服务价格指数。关注三个层次的价格指标，单位任务价格、单位有效Token价格（剔除重复输出）、单位成功结果价格（结合返工与失败概率，Erol，2025）；Epoch AI等已采用固定能力方法，在多个基准上测算达到同一性能门槛所需的最低推理成本；
2）数字福利账户。作为CPI福利折价项，主要测算免费服务、时间节约等价值，免费服务价值可通过付费意愿估算、时间节约价值按不同群体的机会成本核算；Brynjolfsson、Collis和Eggers（2019）通过接受补偿意愿测算数字产品的消费者福利；
3）AI投入与瓶颈价格指数。按照实际成本结构赋权，覆盖芯片、服务器、电力、算力租赁、配件等；
此外，还可以从产业视角出发，从AI需求（开支、订单等）、AI供给兑现（生产率、渗透率等）、成本传导（企业利润率等）、需求承接（不同群体工资、消费倾向等）四方面跟踪通胀的影响。
其次，重新思考经典通胀理论的变化。
一是，菲利普斯曲线是否失效？菲利普斯曲线“就业-工资-通胀”的关系仍在，但趋于扁平化与非线性。具体来看，一方面，AI提高劳动供给弹性，削弱就业、工资与通胀之间的传统传导，高需求未必意味着高招聘；另一方面，又可能推升算法人才、电力、算力等稀缺要素价格，加大高技术岗位工资与成本压力。
因此，总量失业率对通胀的解释力下降，部门异质性明显，中高渗透部门曲线"平坦化"，低渗透部门则相对陡峭化。且线性关系转为阈值特征，芯片、算法等关键行业出现瓶颈时，需求、就业和价格敏感性上升。
二是，政策目标与反应函数如何调整？政策框架更为复杂，政策应对难度上升。
1）AI增长、就业和通胀不再沿传统方向同步变化，短期投资扩张与长期生产率兑现、需求改善与供给瓶颈、部分就业替代与创造等关系并存。政策时点权衡、需求与供给政策组合等更为关键；
2）潜在产出、自然失业率和中性利率的估计难度将明显上升；
3）货币政策传导主体分化，AI大厂利率敏感性较低，紧缩难以抑制投资，或反而压制地产、消费和传统制造（参见《智能经济学：传导机制与跟踪框架》2026年7月23日）
4）AI资产具有高预期、长久期和高集中度特征，金融稳定目标的重要性上升，需求逆转时易出现信用风险与资产减值等问题，政策反应函数可能需要强化“尾部风险管理”；
三是，货币流通速度、理性预期、通胀黏性等出现新内涵。其一，AI降低搜索、交易和匹配成本，也可能提高部分领域的货币流通速度；且新增流动性更多流向科技投资，进一步削弱货币供给与消费通胀之间的联系；其二，信息获取与价格比较效率提升有利于价格发现与预期形成，但亦会导致周期波动放大；其三，价格黏性假设仍在，来源或由“调价困难”转向“选择性、差异化调价”。BIS（2024）指出，AI算法定价能够使企业更快响应成本和需求变化。
总之，AI对通胀的影响是一个复杂的问题，在时间、结构、国别等维度均存在系统性差异。一方面是AI涨价的传导，另一方面是旧传导机制的扰动；一方面是投入品短缺，另一方面是生产率拉动；同时，新经济对旧经济还存在拉动与挤出并存、成本下降与新稀缺性并存等多重作用。
因此，不宜简单以单一的通胀或通缩方向概括AI的影响，仍需继续观测各个维度博弈力量的相对强弱。
后续的跟踪锚如下：
1）直接影响：观察“涨价—传导—生产率”的力量切换。跟踪AI投入品价格与供给瓶颈、PPI向终端价格的传导，以及AI渗透率、单位任务成本和劳动生产率变化。
2）间接影响：关注景气扩散与旧经济挤出。跟踪利润、就业、工资、财富效应与消费，同时观察AI投资对实际利率、汇率及政策节奏的影响，以及传统需求与生产是否承压。
3）分化差异：关注部门与国别的相对价格变化。部门层面观察不同AI渗透行业的价格分化与瓶颈迁移；国别层面关注技术、资本品、能源、应用及就业分配差异带来的通胀分化。
4）理论与政策：关注传统框架的失真与调整。度量层面关注CPI/PPI权重、质量调整与AI卫星指标；理论与政策层面关注菲利普斯曲线、潜在产出、中性利率及政策反应函数的变化。
风险提示
1）AI 对就业的影响超预期：生成式AI渗透速度快于前期研判，冲击范围由基础文职延伸至创意、初级研发等中等技能岗位，劳动力市场结构性调整节奏加快，岗位替代、技能迭代带来的转型阵痛显著超出市场原有预期。
2）AI对通胀的影响超预期：AI投资扩张推升算力、电力及关键零部件价格，而降本增效与生产率提升又带来降价效应，若两者演化节奏偏离预期，通胀方向与幅度均可能超出市场判断。
文章来源 ]article_adlist-->研报《固定收益：智能经济：AI如何影响通胀》2026年9月2日张继强 S0570518110002 | SCF AMB145 研究员
吴靖 S0570523070006 研究员
李梓豪 S0570124060040 研究员
]article_adlist-->
关注我们
https://inst.htsc.com/research
访问权限：国内机构客户
]article_adlist-->华泰证券研究所海外站https://intl.inst.htsc.com/research
访问权限：美国及中国香港金控机构客户
添加权限请联系您的华泰对口客户经理
]article_adlist-->免责声明▲向上滑动阅览
本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。
本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。
]article_adlist-->
海量资讯、精准解读，尽在新浪财经APP
信钰证券提示：文章来自网络，不代表本站观点。
