2026年7月底，一场移民危机将西班牙推上风口浪尖。位于北非的飞地休达（Ceuta）在24小时内涌入近5万移民，总数达6万人，远超接收能力。直接诱因是西班牙最高法院裁定“不能立即遣返从海上抵达的移民”，被犯罪网络利用炒作。而更深层的是，摩洛哥政府有意放松边境管控，作为对西班牙外交政策的施压工具（根据网络信息编写）。
AI对经济增长与生产率影响的三种观点
乐观派的核心观点是，AI与以往的通用目的技术（General Purpose Technology，简称GPT）不同，它不仅能实现自动化生产，还能通过“递归式自我改进”等方式把研发活动自动化，代替科学家做研究、代替工程师做设计，推动经济增长率持续加速，甚至在有限时间内趋于无穷（即“奇点”）。
Anthropic的CEO达里奥·阿莫迪（Dario Amodei）描绘了强大AI到来后的图景：AI将原本需要100年才能完成的生物医学进步压缩到10年；发展中国家的GDP增速将提升至20%。Epoch AI的GATE模型5预测，一旦AI能够自动化全部任务，全球GDP增长率保守估计也将高达30%。
主流学术界关于AI对生产率贡献的估算比较温和，大多在每年0.1-1.3个百分点之间。他们承认AI会带来生产率提升，但也强调现实瓶颈可能导致可实现的AI红利远低于乐观派的估计。这些学者大多沿用了Hulten定理的分析框架，认为AI对全社会生产率的影响由微观任务层面的生产率收益（或成本节约）、各行业任务的AI暴露度、AI采用速度这三个因素共同决定。
从这三个层面拆分，AI的贡献可能在生产端面临以下约束：第一，单任务的生产率提升或成本节约有限。微观研究显示，AI在编程、客服、广告创意等任务中可提效14%-50%，但在需要深度推理和综合决策的复杂任务中效率提升并不显著，甚至还会降低资深劳动者的效率。第二，微观任务的AI暴露度存在结构性上限。OECD研究显示，金融、信息科技、出版媒体、专业服务等知识密集型服务业的AI暴露度更高，生产率提升更明显；而农业、采矿、建筑、餐饮等物理操作与人际互动类职业的AI暴露度较低，因此较难受益于AI技术进步。第三，物理与能源瓶颈、监管与伦理摩擦等将延缓AI技术的采用速度。第四，短板效应与鲍尔默成本效应制约生产率红利。即使AI能自动化90%的任务，但剩余10%未被自动化的任务仍将限制经济增长的潜力。
悲观派的观点源自两条不同的逻辑思路。一条与温和派的逻辑一致，但对现实瓶颈的假设更激进。这种观点的代表是诺贝尔经济学奖得主阿西莫格鲁。他在一系列研究中估算，未来10年AI对美国生产率的贡献累计不到1%（即每年不到0.1%），这主要是因为他假设在未来10年仅有4.6%的任务会受到AI影响（即极低的暴露度）、而且在这些任务中使用AI平均仅能节省14%的成本（即单任务生产率收益很低）。
另一种逻辑思路则是将需求的内生性置入分析中。这些研究者认为，AI对经济增长的影响不仅取决于供应端（对生产率的影响），也取决于需求端（对消费者购买力的影响）。假如AI带来生产率大幅提升、大量工作被AI自动化，原本流向劳动者的收入将会转移到AI相关的资本投资，导致劳动收入份额下降。因此，在生产能力持续扩张的同时，如果没有出台相应的收入再分配政策，失业率上升和劳动者收入下降会不断侵蚀消费者的购买力，企业营收和利润增长预期也会因消费需求萎缩而难以持续，投资创新和自动化的意愿将随之停滞，最终导致经济增长在需求约束下逐步放缓甚至停滞。
例如，国际清算银行（BIS）在一项研究中构建了“需求瓶颈”的情景，每个被替代的劳动者同时也是消失的消费者。在此情景下，虽然短期内总产出上升，但从中长期来看，总产出增速可能因劳动收入份额下降、消费需求萎缩而放缓，甚至跌破历史趋势。阿西莫格鲁也在其论文中警告，当前AI主要被设计为替代劳动力而非增强劳动力，这种发展模式会形成“过度自动化陷阱”，导致劳动收入份额下降（李佳论孙明春《辨析AI对经济增长与生产率的影响》）。
