论文写作与发表｜程承坪：AI能帮助经济学实现科学化梦想吗？——兼论AI对经济学的影响

程承坪

（武汉大学 经济与管理学院，湖北 武汉 430072）

本文讨论的人工智能（Artificial Intelligence，简称AI）对经济学的影响分为两个方面：一是AI不能帮助经济学解决什么问题，二是AI能够帮助经济学解决什么问题。我们认为，经济学最想解决的问题是经济学科学化的问题。此外，经济学问题还有宏观经济学与微观经济学的整合问题、定性分析与定量分析的整合问题、提高经济学的预测能力和解释能力等。

本文首先论证为什么说经济学科学化问题是经济学最想解决的问题，然后进一步论证AI不能帮助经济学解决科学化问题。在此基础上，论证AI可以帮助经济学解决哪些问题或提高哪些方面的能力。

本文可能有三个方面的创新：一是对照科学的三个必要条件，否定了经济学的科学属性，论证AI不能帮助经济学解决科学化问题；二是阐述了AI能对经济学带来八个方面的改进；三是阐明了AI的局限性及其改进经济学的有限性。本文的意义在于，使人们正确地认识经济学的学科属性，客观、理性地看待AI对经济学的改进作用。

（一）经济学科学化问题是经济学最想解决的问题

科学革命以来，科技取得了一系列举世瞩目的成就，这一系列科技成就先后帮助英国等世界上许多国家完成了由农业文明向工业文明的转型。在这一转型过程中，科学逐渐脱离了神学，但又逐渐成为新的“神学”。由于科技取得巨大成就的示范效应，自从亚当·斯密（Adam Smith）建立古典经济学以来，经济学就试图模仿自然科学打造成一门研究人类经济行为的经济科学。这一企图的典型代表人物有3个，分别是肇始者——纳索·西尼尔（Nassau William Senior）、约瑟夫·熊彼特（Joseph Alois Schumpeter）以及格里高利·曼昆（Gregory Mankiw）。经过长期不懈地努力，时至今日，西方主流经济学界已经树立了较为牢固的经济科学观念。不但如此，受西方主流经济学影响的其他国家的经济学者也普遍树立了经济科学观念。当然，西方经济学界也有少部分人反对把经济学打造成像自然科学那样的经济科学，典型代表人物有1974年诺贝尔经济学奖获得者弗里德里希·A.哈耶克（Friedrich August von Hayek）。

为了打造像自然科学那样的经济科学，西方主流经济学仿造数学、物理学、化学等自然科学，设置逻辑起点，基于此进行严密的逻辑推演，从而建立起宏伟的“经济科学大厦”。西方主流经济学以商品（包括劳务）和人性假设作为经济科学的两个逻辑起点。商品的价值度量问题是经济科学的核心问题之一，因此，西方经济科学围绕商品的价值度量问题建立了效用价值论。人性假设是作为经济科学体系的公理出现的，作为公理必须是公认的、确定的。所谓公认，是指得到经济学界普遍认可。所谓确定，是指其内涵是稳定不变的。比如，人性不能此时此地为感性的人性善，彼时彼地又转变为理性的人性恶，若如此就无法进行一以贯之的逻辑推演。因此，西方经济科学把人性假设为自私的理性人。

然而，一方面效用价值论存在严重的内在缺陷，因为效用是主观的，因人而异且无法客观度量。众所周知，科学的研究对象必须是客观实在，排斥主观臆断。因此，经济科学把具有主观性的效用作为学科的逻辑起点，严重违反了科学的基本规范要求，这必然导致经济科学不可能建立起严密的“科学大厦”。另一方面把自私的理性人作为人性假设背离了经济学应该具有的现实品性，因为现实经济生活中的人，既不完全是自私的，也不完全是利他的，既不完全是理性的，也不完全是感性的，而是在不同的境况下会呈现出不同的面相。因此，把自私的理性人作为人性假设既得不到经济学界的公认，也不具有确定性。不仅如此，要建立严密的经济科学体系，还必须满足科学的必要条件，可是目前所谓的经济科学还无法满足这些必要条件。

自2022年11月以来，以ChatGPT、Sora为代表的生成式AI呈现爆发式发展，这标志着AI从“专用”迈向了“通用”，也意味着一个崭新时代的开启。在以往的科技条件下，经济学没能实现经济科学的梦想，但在通用人工智能（Artificial General Intelligence，简称AGI）时代，许多具有西方主流经济学观念的经济学者们希望借助AGI强大的技术能力帮助经济学实现科学化的梦想。

（二）科学的判定标准及经济学的学科属性

对科学有各种不同的界定，既有广义的，也有狭义的。狭义的科学指自然科学，广义的科学除了自然科学以外，还包括人文社会科学。本文取狭义的科学——自然科学。因此，本文所指的科学，是为反映自然客观规律的分科的知识体系，例如，物理、化学和生物学等。

根据科学的定义，科学至少要满足三个必要条件：一是可测量、可量化，因而可以用数学或统计学语言表述；二是可重复——可重复实验或可重复观察；三是可证伪——这意味着它的研究对象必须是客观实在，而不能是主观感受，因为主观感受无法被证伪。需要指出的是，这三个条件是科学的必要条件而不是充分条件。

我们对照上述三个科学的必要条件一一否定经济学的科学属性。

1.经济学不满足科学的可测量、可量化条件。商品是经济学最核心的逻辑起点。西方经济学认为，商品的价值是效用或使用价值。西方经济学的效用，是指消费者消费商品的满足程度，它纯粹就是一个主观概念，无法测量和量化。

2.经济学不满足科学的可重复条件。人的经济行为受各种因素的影响：既有客观因素，也有主观因素；既有微观因素，也有宏观因素；既有直接因素，也有间接因素。正如西德尼·舍夫勒（Schoeffer Sidney）所指出的，经济体系总受到非经济力和机缘作用的影响。因此，经济行为，特别是宏观经济行为，难以像物理学那样进行可控实验，不具备可重复性，这一点也是经济学界的共识。虽然经济学有仿照自然科学设立的实验经济学和行为经济学等分支学科，但是由于人具有主观能动性，可以自为因果，针对同样的外界刺激，不同的人可能会有不同的行为反应，即使同一个人在不同的时间也可能有不同的行为反应。因此，即使在对人的行为进行可控实验的条件下得出的经济研究结论，仍然不具有可重复性，研究结论的陈述充其量也只是特称判断命题，而不是像自然科学规律那样的全称判断命题。特称判断命题不具备普遍性，不具有演绎推理的价值，因而难以无限制地推广应用。

3.经济学不满足科学的可证伪条件。人的经济行为是人的心理或观念的产物，对经济行为的评价既有客观尺度，也有主观尺度，即既涉及客观事实判断，也涉及主观价值判断。虽然客观事实判断可以证伪，但主观价值判断不可证伪。

综上所述，西方经济学不满足科学的三个必要条件，因此经济学不属于科学范畴。

（三）AGI不能帮助经济学克服不满足科学要求的缺陷

既然经济学不属于科学范畴，那么借助AGI能否帮助经济学实现科学梦想？这就需要对照科学的三个必要条件，检验AGI能否帮助经济学克服不足，从而可以使经济学满足上述三个科学的必要条件。

1.AGI不能帮助经济学克服不满足科学的可测量、可量化条件的缺陷。上文已经阐明西方经济学的效用价值论，不具有完全的可测量、可量化特性。要对商品的效用加以客观测量，就需要弄明和厘清脑结构及其运行的机制，以及对消费者消费商品时的脑活动状况进行即时连续成像测量并加以量化。如果做不到这一点，那么对消费商品效用的客观测量就是不可能的。然而，到目前为止，AGI还无法解决这一难题，因此AGI也无法帮助经济学克服效用可测量、可量化的难题。

2. AGI不能帮助经济学克服不满足科学的可重复条件的缺陷。上文已经指出，人的经济行为既受经济力量的影响，也受非经济力量的影响。虽然大数据可以获得海量信息，如果大数据基础设施建设很完善，那么理论上大数据可以获得实时影响人的经济行为的各种因素的数据，但是这些影响因素不是静态不变的而是动态变化的，这意味着人的经济行为也会动态变化，只有控制住这些影响因素，才有可能控制人的经济行为，实现可重复性。然而，就AGI目前的技术水平而言，AGI并不能控制住这些影响因素。退一步而言，即使AGI能够控制住这些影响因素，但是人的行为是变化的，面对同样的外界刺激，即使同一个人在不同的时间也可能会有不同的行为表现，这意味着外界刺激与个人的经济行为之间难以建立一一对应的映射关系，根本原因是人与无意识的物质有根本性区别。人的行为往往不具有可重复性，这意味着AGI并不能帮助经济学克服不满足科学的可重复条件的缺陷。

3. AGI不能帮助经济学克服不满足科学的可证伪条件的缺陷。上文已经指出，人的经济行为是人的心理或观念的产物，AGI通过适应性学习，可以帮助改进人的经济预期，从而缩小有限理性预期和完全理性预期之间的差距，但不能完全摒弃人的情感因素或心理因素的作用。而情感因素或心理因素皆为主观因素，不具有可证伪性。除非AGI完全代替人进行经济选择或决策，若如此，经济学将不再是属于人类的经济学，而演变成AI经济学了。因此，只要经济学的主体还是人，那么AGI就不可能帮助经济学完全克服不满足科学的可证伪条件的缺陷。

综上所述，AGI并不能帮助经济学克服不满足科学要求的缺陷。

虽然AGI并不能帮助经济学克服不满足科学要求的缺陷，但是AGI对经济学还是有积极影响的，主要表现在以下八个方面。

（一）整合微观经济学与宏观经济学

宏观经济现象虽然是建立在微观经济基础之上的，但是宏观经济现象往往不是微观经济变量线性加总的结果，微观经济行为叠加往往会形成“涌现”现象，表现出与微观经济行为几乎完全不同的特征。比如，大量具有“短记忆”动态特征的微观消费变量，经过叠加、涌现会呈现出宏观消费上的“长记忆”特征。许多微观经济变量的特征或现象，经过加总而失真或消失。比如，微观经济行为的时变性、交互性、异质性、跳跃、厚尾等特征或现象，加总后会失真甚至消失。难以通过微观经济数据获得宏观经济特征或规律，是当前微观经济学与宏观经济学形成鸿沟的重要经济技术原因。

然而，AGI基于大数据算法和强大的算力有望估计出大量微观经济变量的联合概率分布，从而得到宏观经济总量的概率分布，进而获得宏观经济变量的动态演化特征或规律。同时，宏观经济变量可以借助AGI的机器学习降维技术，识别、选择重要特征或重要微观经济变量，通过这些特征或变量对宏观经济现象加以解释或预测。因此，借助AGI可以弥合微观经济学与宏观经济学之间的鸿沟。正如洪永淼和汪寿阳所指出的，在AGI时代，经济学将发展到一个新阶段，即微观经济学与宏观经济学将得到有效的整合，两者之间的界限将越来越不明显。

（二）打破定性分析与定量分析的界限

以往的计量经济学分析只能使用结构化数据，因此能够获取的信息量有限，而且不能处理非结构化数据，无法读取和处理定性为主的自然语言。AGI不但能够读取和处理结构化数据，而且能够读取和处理非结构化数据。非结构化数据包括文本数据、语音、图像和视频等，这些数据不能用数字表述。如文本数据包括政府工作报告、政策法规、上市公司财务报表、新闻媒体报道、微信和微博等。非结构化数据包含非常丰富的信息，特别是情感交流的信息，以及经济主体对国内外形势变化带来经济冲击的心理反应，比如股民对股价涨跌的情绪反应等，它是结构化数据无法比拟的。AGI可以运用自然语言处理技术，主要有词频法、词袋法和主题法等，从丰富的非结构化数据中提取不同角色经济主体的心理信息，构建并测度心理变量，把原本只能进行定性分析的许多经济问题，转换成定量分析，从而打破定性分析与定量分析的界限。可以说，这是AGI带来的经济学方法论的革命，它既扩大了定量分析的空间，也提高了经济分析的速度和质量。

（三）提高经济预测能力

现有的计量经济分析都是基于小样本、小模型和结构化数据，是理论驱动的研究范式，依据“有理论科学”的理念建立数学模型，运用计量分析方法对获得的样本数据进行定量分析，验证或否证模型，根据得到验证的模型进行样本外预测。它的优点是，结构化的小样本数据不需要大模型和人工神经网络，模型参数较少，复杂性较低，算法简单，也不需要太多的计算资源支撑。如果数据的同质性较强、变化不大，那么其预测或泛化效果会比较理想。但是，现代经济社会是一个巨复杂系统，宏观经济现象涉及的影响因素非常庞大，不但远远超过了结构化数据的范畴，而且异质性较强，对此现有的计量经济分析方法往往无能为力。

AGI建立在大数据、大样本的基础上，可以处理非结构化数据。AGI大模型是依据“无理论科学”理念构建模型的，它是数据驱动的研究范式。AGI大模型的参数非常多，多到数万甚至于数千亿。大模型会带来“双降”（Double descent）现象，表现出“涌现”能力，呈现出与小模型、少参数的模型不一样的特征。AGI大模型可以包括互相关联的高维变量，容纳经济主体的异质性、变量之间的交互性与非线性性，以及模型参数的时变性，从而大幅度降低模型误差，提高预测精准度。

（四）提高经济解释能力

AGI虽然是按照“无理论科学”理念构建模型的，是一种数据驱动的研究范式，但是它依靠多模态数据，特别是对文本数据的处理能力，能够获得非常丰富的与经济社会相关的情绪信息，大数据虽然不是全样本的数据，但也基本上接近反映即时经济社会的现实状况，能够提取众多经济社会运行的特征事实，揭示数据间隐藏的复杂关联关系。这些特征事实和关联关系不仅有助于提高预测能力，也为人类揭示即时经济社会运行规律提供了重要的启示价值。

虽然智商（IQ）不能反映一个人的全部能力，但它基本上能够反映一个人的抽象思维能力。IQ是指认知能力，包括语言、逻辑、数学和抽象思维，以及模式识别、学习和在正式、抽象语境中解决问题的能力，这些能力来自处理速度、工作记忆和执行功能。有研究者通过对AI是否具有创造性的研究，不但否定了AI不具有创造性的流行观点，而且发现AGI和人类产生的创造力之间没有质的区别，尽管在想法的产生方式上存在差异，AI的IQ可以超过人类。他们还发现一个有趣的现象，只有9.4%的人类比最具创造力的AIGC GPT-4更有创造力。程兵的研究发现，诸如ChatGPT之类的自然语言AI在复杂的任务中表现出非凡的能力，其IQ达到或超过了高技能人类的IQ。AGI的IQ还处于不断进化之中，AI专家普遍认为，AGI的IQ会远远超过人类的水平。这意味着AGI在揭示经济社会运行特征或规律方面会远远强于人类，尽管AGI是基于“无理论科学”理念构建的模型，似乎呈现出“黑箱”特点。它目前还不能对这些特征或规律进行有效的解读，但人类能够从经济理论出发，根据AGI揭示的特征或规律进行有效的解读，并可能提炼出新的经济理论，弥补AGI解释能力弱的问题，从而在AGI的帮助下提高经济学的理论水平和解释能力。

（五）减少经济博弈中的囚徒困境，实现帕累托改进

在经济博弈中，经常会遇到囚徒困境，它是阻碍经济社会实现帕累托改进的重要原因。根据博弈论原理，造成囚徒困境的根本原因是个人理性与集体非理性之间的矛盾。在博弈论中解决囚徒困境通常有以下三种办法：一是加强博弈各方的沟通交流，消除信息不对称，增进相互理解，从而消除意见分歧；二是增加博弈次数，对故意伤害他人的人进行惩罚，使得博弈各方充分认识到互惠互利才是最佳选择；三是设置管制或仲裁机构，由其协调解决各博弈方的意见分歧。

借助AGI，有望减少经济博弈中的囚徒困境，实现帕累托改进。首先，AGI可以帮助各博弈方消除信息不对称问题，增进相互了解，消除分歧；其次，AGI可以根据各博弈方基本信息构建各博弈方博弈的得益矩阵模型，计算出各博弈方不同选择的得益结果，给出各博弈方有利于集体理性的方案；最后，AGI可充当外在于各博弈方的管制或仲裁机构，对选择不利于集体理性的博弈方进行惩罚。由此可以减少囚徒困境，实现帕累托改进。

（六）优化公共产品与私人物品的匹配

经济社会的有效运行既离不开公共产品，也离不开私人物品，公共产品与私人物品的最优匹配有利于经济社会的发展。从总量上说，公共产品供给不足会掣肘私人物品的生产，公共产品供给严重超过私人物品的需要又会给政府财政带来困难，政府财政困难通过税收传导加重私人物品生产的税收负担，从而不利于私人物品的生产。从结构上说，私人物品生产需要不同种类和数量的公共产品，不同种类和数量的公共产品应当由不同层级的公共部门供给。以往公共产品与私人物品的匹配问题，由于缺乏丰富的信息和巨大的计算能力而无能为力。随着AGI技术的不断成熟，信息不足和计算能力不足的问题都有望得到解决，并且能够实时给出最优公共产品和私人物品匹配的参考方案，可以助力各级各类公共部门进行最优公共产品供给的决策。

（七）促进供给与需求之间的动态平衡

供给与需求是一对基本经济矛盾，当供给大于需求时，对供给端有损害；当供给小于需求时，对需求端有损害；只有当供给与需求平衡时，才能实现最佳的经济效果。由于人的需求是不断变化的，因此供给与需求之间的经济矛盾是永恒的，供给与需求之间的平衡只能是动态平衡。

AGI可以从三个方面促进供给与需求之间的动态平衡。第一，在微观个体方面，AGI利用大数据技术，能够提供定制化、差异化的商品和服务，实现“数据比你更懂你”的消费体验，从而从需求端促进消费。第二，在微观厂商方面，AGI利用大数据技术，能够为企业提供颗粒度更精细的信息，更好地为消费者服务，从而从供给端精准匹配需求。第三，在宏观方面，AGI利用大数据技术，能够削减市场摩擦，提升经济运行效率，促进供给与需求的动态平衡。

（八）提高有限理性能力，排除非理性行为

理性通常是指，人在思考、判断和行动中运用理智和逻辑，不受感性（情感、主观意识和个人偏见等）的影响。然而，人在思考、判断和行动中很难排除感性的影响。因此，结合受感性影响程度、决策结果等维度，本文把理性分为三个层次。第一个层次是指完全理性：人排除了感性的影响，做出了最优决策。第二个层次是指有限理性：尽管排除了感性影响，但是人受到能力和信息的约束，做出了次优决策。第三个层次是指感性理性：受到正常感性因素的影响，做出了第三优决策。非理性是指一个人受到非正常感性的影响，做出了较差的决策。

西方经济学假设人是理性的，尽管受到能力和信息的约束，往往表现出有限理性，但普遍认为人对经济问题的决策都是完全受理性控制的。但事实上，即使人具有完全理性能力，也往往不会完全按照理性进行经济决策。正如贝尔纳德·孟德维尔（Bernard Mandeville）指出的，“人们都相信情感受理性的控制，但事实恰恰相反，即便是我们最深思熟虑的哲学推理，也只不过是某种占主导地位的欲望的理性化而已。‘理性只不过是情感的玩物’，‘我们总是把自己的理性用在我们的激情所关注的事物上’”。2001年诺贝尔经济学奖获得者乔治·阿克洛夫和2013年诺贝尔经济学奖获得者罗伯特·希勒在合著的《动物精神》一书中指出，人的行为往往偏离理性，表现出任性、跟风、随大流（羊群行为）、盲目乐观。

AGI可以帮助经济主体提高有限理性能力。有学者指出，AI通过使用人工神经网络模型进行适应性学习，可以帮助改进经济主体的预期，从而缩小有限理性预期和完全理性预期之间的差距。不仅如此，AGI还可以帮助经济主体获得感性理性。艾伯特·拉斯洛·巴拉巴西（Albert László Barabási）等指出，“每个人的行为‘平均可预测程度都在93%左右’，而对一些熵值低的个人来说，他们行为的‘可预测程度甚至接近100%’，尤其令人意外的是，在他们的研究中，并无预测程度低于80%的个人行为”。因此，借助AGI可以很大程度上排除经济主体的非理性行为。