摘 要：自19世紀上半葉以來，經(jīng)濟學，特別是西方主流經(jīng)濟學，一直致力于打造成一門像自然科學那樣的經(jīng)濟科學，但是時至今日仍然不盡如人意。AI的出現(xiàn)，特別是AGI的問世，似乎又燃起了經(jīng)濟學家們企圖借助AI打造經(jīng)濟科學的夢想。科學至少需要滿足三個必要條件：一是可測量、可量化；二是可重復；三是可證偽。對照科學的三個必要條件，經(jīng)濟學一條都不符合。雖然AGI技術(shù)先進，但它的能力也是有限的，并不能幫助經(jīng)濟學滿足科學的三個必要條件，因而它并不能幫助經(jīng)濟學實現(xiàn)科學化夢想。盡管如此，AGI至少可以從八個方面改進經(jīng)濟學：一是整合微觀經(jīng)濟學與宏觀經(jīng)濟學；二是打破定性分析與定量分析的界限；三是提高經(jīng)濟預測能力；四是提高經(jīng)濟解釋能力；五是減少經(jīng)濟博弈中的囚徒困境，實現(xiàn)帕累托改進；六是優(yōu)化公共產(chǎn)品與私人物品的匹配；七是促進供給與需求之間的動態(tài)平衡；八是提高有限理性能力，排除非理性行為。由于受主客觀因素的限制，AGI改進經(jīng)濟學的能力是有限的。

關(guān)鍵詞：人工智能；經(jīng)濟學；科學；預測能力；解釋能力

中圖分類號：F011文獻標志碼：A

文章編號：1674-2338（2024）06-0109-09

DOI：10.19925/j.cnki.issn.1674-2338.2024.06.011

本文討論的人工智能（Artificial Intelligence，簡稱AI）對經(jīng)濟學①的影響分為兩個方面：一是AI不能幫助經(jīng)濟學解決什么問題，二是AI能夠幫助經(jīng)濟學解決什么問題。我們認為，經(jīng)濟學最想解決的問題是經(jīng)濟學科學化的問題。此外，經(jīng)濟學問題還有宏觀經(jīng)濟學與微觀經(jīng)濟學的整合問題、定性分析與定量分析的整合問題、提高經(jīng)濟學的預測能力和解釋能力等。

本文首先論證為什么說經(jīng)濟學科學化問題是經(jīng)濟學最想解決的問題，然后進一步論證AI不能幫助經(jīng)濟學解決科學化問題。在此基礎(chǔ)上，論證AI可以幫助經(jīng)濟學解決哪些問題或提高哪些方面的能力。

本文可能有三個方面的創(chuàng)新：一是對照科學的三個必要條件，否定了經(jīng)濟學的科學屬性，論證AI不能幫助經(jīng)濟學解決科學化問題；二是闡述了AI能對經(jīng)濟學帶來八個方面的改進；三是闡明了AI的局限性及其改進經(jīng)濟學的有限性。本文的意義在于，使人們正確地認識經(jīng)濟學的學科屬性，客觀、理性地看待AI對經(jīng)濟學的改進作用。

一、AI不能幫助經(jīng)濟學實現(xiàn)科學化夢想

（一）經(jīng)濟學科學化問題是經(jīng)濟學最想解決的問題

科學革命以來，科技取得了一系列舉世矚目的成就，這一系列科技成就先后幫助英國等世界上許多國家完成了由農(nóng)業(yè)文明向工業(yè)文明的轉(zhuǎn)型。在這一轉(zhuǎn)型過程中，科學逐漸脫離了神學，但又逐漸成為新的“神學”［1］（P.3）。由于科技取得巨大成就的示范效應(yīng)，自從亞當·斯密（Adam Smith）建立古典經(jīng)濟學以來，經(jīng)濟學就試圖模仿自然科學打造成一門研究人類經(jīng)濟行為的經(jīng)濟科學。這一企圖的典型代表人物有3個，分別是肇始者——納索·西尼爾（Nassau William Senior）、約瑟夫·熊彼特（Joseph Alois Schumpeter）以及格里高利·曼昆（Gregory Mankiw）［2］。經(jīng)過長期不懈地努力，時至今日，西方主流經(jīng)濟學【參考方福前的觀點，本文把西方主流經(jīng)濟學界定為20世紀30年代以來發(fā)展和完善起來的微觀經(jīng)濟學、宏觀經(jīng)濟學、發(fā)展經(jīng)濟學等主要學術(shù)流派。參見程承坪《中國特色社會主義政治經(jīng)濟學的理論與實踐》，北京：人民出版社，2022年，第24頁?！拷缫呀?jīng)樹立了較為牢固的經(jīng)濟科學觀念。不但如此，受西方主流經(jīng)濟學影響的其他國家的經(jīng)濟學者也普遍樹立了經(jīng)濟科學觀念?！颈热纾瑥埼宄ＵJ為，經(jīng)濟學的科學方法與物理學、化學、生物學等沒有兩樣，在社會科學中，只有經(jīng)濟學的科學方法與自然科學完全一樣。陳志武認為，只要人的本性是無國界的，經(jīng)濟學就只有人類的經(jīng)濟學，像物理學、化學、數(shù)學不分種族和國家一樣。參見宮敬才《論西方主流經(jīng)濟學的哲學性質(zhì)》，《社會科學論壇》，2016年第5期?！慨斎?，西方經(jīng)濟學界也有少部分人反對把經(jīng)濟學打造成像自然科學那樣的經(jīng)濟科學，典型代表人物有1974年諾貝爾經(jīng)濟學獎獲得者弗里德里?！.哈耶克（Friedrich August von Hayek）?！竟朔磳Π呀?jīng)濟學打造成經(jīng)濟科學的原因是，如果經(jīng)濟學被打造成經(jīng)濟科學，而科學追求唯一性、統(tǒng)一性，那么經(jīng)濟學就缺乏主體性，市場經(jīng)濟將不復存在，計劃經(jīng)濟就成為唯一的經(jīng)濟形式，經(jīng)濟學及其經(jīng)濟活動就沒有創(chuàng)新的必要和空間。如果經(jīng)濟缺乏創(chuàng)新，那么經(jīng)濟生活就沒有活力，企業(yè)家也沒有存在的必要。一言以蔽之，哈耶克反對經(jīng)濟科學的目的在于為市場經(jīng)濟辯護，高揚人的主體性和創(chuàng)造性。當然，哈耶克并不反對經(jīng)濟學應(yīng)該邏輯自洽，自成體系。哈耶克希望建立的經(jīng)濟學是一門社會科學性質(zhì)的經(jīng)濟學而不是自然科學性質(zhì)的經(jīng)濟學。參見弗里德里希·A.哈耶克《科學的反革命：理性濫用之研究》，馮克利譯，南京：譯林出版社，2012年；阿爾弗雷德·S.艾克納主編《經(jīng)濟學為什么還不是一門科學》，蘇通、康以同等譯，北京：北京大學出版社，1990年?！?/p>

為了打造像自然科學那樣的經(jīng)濟科學，西方主流經(jīng)濟學仿造數(shù)學、物理學、化學等自然科學，設(shè)置邏輯起點，基于此進行嚴密的邏輯推演，從而建立起宏偉的“經(jīng)濟科學大廈”。西方主流經(jīng)濟學以商品（包括勞務(wù)）和人性假設(shè)作為經(jīng)濟科學的兩個邏輯起點。商品的價值度量問題是經(jīng)濟科學的核心問題之一，因此，西方經(jīng)濟科學圍繞商品的價值度量問題建立了效用價值論。人性假設(shè)是作為經(jīng)濟科學體系的公理出現(xiàn)的，作為公理必須是公認的、確定的。所謂公認，是指得到經(jīng)濟學界普遍認可。所謂確定，是指其內(nèi)涵是穩(wěn)定不變的。比如，人性不能此時此地為感性的人性善，彼時彼地又轉(zhuǎn)變?yōu)槔硇缘娜诵詯海羧绱司蜔o法進行一以貫之的邏輯推演。因此，西方經(jīng)濟科學把人性假設(shè)為自私的理性人?！井斎?，西方主流經(jīng)濟學把人性假設(shè)為自私的理性人，除了旨在建立像自然科學那樣的經(jīng)濟科學追求以外，還受到基督教觀念和古希臘以降的西方文化對理性人追求的影響?！?/p>

然而，一方面效用價值論存在嚴重的內(nèi)在缺陷，因為效用是主觀的，因人而異且無法客觀度量。眾所周知，科學的研究對象必須是客觀實在，排斥主觀臆斷。因此，經(jīng)濟科學把具有主觀性的效用作為學科的邏輯起點，嚴重違反了科學的基本規(guī)范要求，這必然導致經(jīng)濟科學不可能建立起嚴密的“科學大廈”。另一方面把自私的理性人作為人性假設(shè)背離了經(jīng)濟學應(yīng)該具有的現(xiàn)實品性【經(jīng)濟學不是形而上學，它既要在理論上具備作為一個學科應(yīng)有的邏輯自洽性，也要在實踐中面對和解決現(xiàn)實經(jīng)濟問題，兩者缺一不可?！浚驗楝F(xiàn)實經(jīng)濟生活中的人，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，而是在不同的境況下會呈現(xiàn)出不同的面相。因此，把自私的理性人作為人性假設(shè)既得不到經(jīng)濟學界的公認，也不具有確定性。不僅如此，要建立嚴密的經(jīng)濟科學體系，還必須滿足科學的必要條件，可是目前所謂的經(jīng)濟科學還無法滿足這些必要條件。

自2022年11月以來，以ChatGPT、Sora為代表的生成式AI呈現(xiàn)爆發(fā)式發(fā)展，這標志著AI從“專用”邁向了“通用”，也意味著一個嶄新時代的開啟。在以往的科技條件下，經(jīng)濟學沒能實現(xiàn)經(jīng)濟科學的夢想，但在通用人工智能（Artificial General Intelligence，簡稱AGI）時代，許多具有西方主流經(jīng)濟學觀念的經(jīng)濟學者們希望借助AGI強大的技術(shù)能力幫助經(jīng)濟學實現(xiàn)科學化的夢想。

（二）科學的判定標準及經(jīng)濟學的學科屬性

對科學有各種不同的界定，既有廣義的，也有狹義的［3］。狹義的科學指自然科學，廣義的科學除了自然科學以外，還包括人文社會科學。本文取狹義的科學【本文之所以取狹義的科學概念，原因是西方主流經(jīng)濟學所要追求的就是狹義的科學夢想。】——自然科學。因此，本文所指的科學，是為反映自然客觀規(guī)律的分科的知識體系［4］，例如，物理、化學和生物學等。

根據(jù)科學的定義，科學至少要滿足三個必要條件［3］：一是可測量、可量化，因而可以用數(shù)學或統(tǒng)計學語言表述；二是可重復——可重復實驗或可重復觀察；三是可證偽——這意味著它的研究對象必須是客觀實在，而不能是主觀感受，因為主觀感受無法被證偽。需要指出的是，這三個條件是科學的必要條件而不是充分條件【科學與非科學的劃界問題是科學哲學界長期爭論的問題，至今仍沒有達成共識。盡管很難在科學與非科學之間劃清一條界線，但是科學必須滿足一些必要條件才能稱為科學，這在學術(shù)界已經(jīng)達成共識。參見劉俊榮《關(guān)于科學與非科學劃界問題的哲學紛爭》，《廣西社會科學》，2003年第7期?！俊?/p>

我們對照上述三個科學的必要條件一一否定經(jīng)濟學的科學屬性。

1.經(jīng)濟學不滿足科學的可測量、可量化條件。商品是經(jīng)濟學最核心的邏輯起點。西方經(jīng)濟學認為，商品的價值是效用或使用價值。西方經(jīng)濟學的效用，是指消費者消費商品的滿足程度，它純粹就是一個主觀概念，無法測量和量化。

2.經(jīng)濟學不滿足科學的可重復條件。人的經(jīng)濟行為受各種因素的影響：既有客觀因素，也有主觀因素；既有微觀因素，也有宏觀因素；既有直接因素，也有間接因素。正如西德尼·舍夫勒（Schoeffer Sidney）所指出的，經(jīng)濟體系總受到非經(jīng)濟力和機緣作用的影響。［5］（P.27）因此，經(jīng)濟行為，特別是宏觀經(jīng)濟行為，難以像物理學那樣進行可控實驗，不具備可重復性，這一點也是經(jīng)濟學界的共識［6］。雖然經(jīng)濟學有仿照自然科學設(shè)立的實驗經(jīng)濟學和行為經(jīng)濟學等分支學科，但是由于人具有主觀能動性，可以自為因果，針對同樣的外界刺激，不同的人可能會有不同的行為反應(yīng)，即使同一個人在不同的時間也可能有不同的行為反應(yīng)。因此，即使在對人的行為進行可控實驗的條件下得出的經(jīng)濟研究結(jié)論，仍然不具有可重復性［7］，研究結(jié)論的陳述充其量也只是特稱判斷命題，而不是像自然科學規(guī)律那樣的全稱判斷命題。特稱判斷命題不具備普遍性，不具有演繹推理的價值，因而難以無限制地推廣應(yīng)用。

3.經(jīng)濟學不滿足科學的可證偽條件。人的經(jīng)濟行為是人的心理或觀念的產(chǎn)物，對經(jīng)濟行為的評價既有客觀尺度，也有主觀尺度，即既涉及客觀事實判斷，也涉及主觀價值判斷。雖然客觀事實判斷可以證偽，但主觀價值判斷不可證偽。

綜上所述，西方經(jīng)濟學不滿足科學的三個必要條件，因此經(jīng)濟學不屬于科學范疇。

（三）AGI不能幫助經(jīng)濟學克服不滿足科學要求的缺陷

既然經(jīng)濟學不屬于科學范疇，那么借助AGI能否幫助經(jīng)濟學實現(xiàn)科學夢想？這就需要對照科學的三個必要條件，檢驗AGI能否幫助經(jīng)濟學克服不足，從而可以使經(jīng)濟學滿足上述三個科學的必要條件。

1.AGI不能幫助經(jīng)濟學克服不滿足科學的可測量、可量化條件的缺陷。上文已經(jīng)闡明西方經(jīng)濟學的效用價值論，不具有完全的可測量、可量化特性。要對商品的效用加以客觀測量，就需要弄明和厘清腦結(jié)構(gòu)及其運行的機制，以及對消費者消費商品時的腦活動狀況進行即時連續(xù)成像測量并加以量化。如果做不到這一點，那么對消費商品效用的客觀測量就是不可能的。然而，到目前為止，AGI還無法解決這一難題，因此AGI也無法幫助經(jīng)濟學克服效用可測量、可量化的難題。

2. AGI不能幫助經(jīng)濟學克服不滿足科學的可重復條件的缺陷。上文已經(jīng)指出，人的經(jīng)濟行為既受經(jīng)濟力量的影響，也受非經(jīng)濟力量的影響。雖然大數(shù)據(jù)可以獲得海量信息，如果大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)很完善，那么理論上大數(shù)據(jù)可以獲得實時影響人的經(jīng)濟行為的各種因素的數(shù)據(jù)【這些數(shù)據(jù)都不是實驗數(shù)據(jù)，而是觀測數(shù)據(jù)，AGI利用觀測數(shù)據(jù)一般只能得到相關(guān)關(guān)系和影響關(guān)系，很難獲得因果關(guān)系。如果得不到因果關(guān)系，那么就不具有可重復性。參見溫忠麟、王一帆、馬鵬等《變量之間的影響關(guān)系和多重影響因素的共同作用類型》，《心理學報》，2024年第10期?！?，但是這些影響因素不是靜態(tài)不變的而是動態(tài)變化的，這意味著人的經(jīng)濟行為也會動態(tài)變化，只有控制住這些影響因素，才有可能控制人的經(jīng)濟行為，實現(xiàn)可重復性。然而，就AGI目前的技術(shù)水平而言，AGI并不能控制住這些影響因素。退一步而言，即使AGI能夠控制住這些影響因素，但是人的行為是變化的，面對同樣的外界刺激，即使同一個人在不同的時間也可能會有不同的行為表現(xiàn)，這意味著外界刺激與個人的經(jīng)濟行為之間難以建立一一對應(yīng)的映射關(guān)系，根本原因是人與無意識的物質(zhì)有根本性區(qū)別。【科學遵循形式邏輯思維，比如遵循同一律、排中律、不矛盾律和充足理由律。正如哲學家恩斯特·卡西爾（Ernst Cassirer）指出的：“傳統(tǒng)的邏輯與形而上學本身就不適于理解和解開人這個謎，因為它們的首要和最高的法則就是不矛盾律。理性的思想，邏輯和形而上學的思想所能把握的僅僅是那些擺脫了矛盾的對象，只是那些具有始終如一的本性和真理性的對象。然而，在人那里，我們恰恰絕對尋找不到這種同質(zhì)性。哲學家無權(quán)構(gòu)造一個人造的人，而必須描述一個實在的人。任何所謂關(guān)于人的定義，當它們不是依據(jù)我們關(guān)于人的經(jīng)驗并被這種經(jīng)驗所確證時，都不過是空洞的思辨而已。要認識人，除了去了解人的生活和行為以外，就沒有什么其它途徑了?！祟惿娴幕疽卣敲?。人根本沒有‘本性’——沒有單一的或同質(zhì)的存在?！眳⒁姸魉固亍たㄎ鳡枴度苏摗?，甘陽譯，上海：上海譯文出版社，1985年，第16頁。作為概念化系統(tǒng)的科學，哲學家尼古拉·別爾嘉耶夫認為，概念“對一切精神體驗而言是致命的。服從同一律的概念不能忍受悖論”，“概念承擔社會服務(wù)，……是社會化的工具，它利用‘一般’，不愿意承認個體和單一的東西”。參見尼古拉·別爾嘉耶夫《精神與實在》，張百春譯，北京：中國城市出版社，2002年，第139—140頁?！咳说男袨橥痪哂锌芍貜托?，這意味著AGI并不能幫助經(jīng)濟學克服不滿足科學的可重復條件的缺陷。

3. AGI不能幫助經(jīng)濟學克服不滿足科學的可證偽條件的缺陷。上文已經(jīng)指出，人的經(jīng)濟行為是人的心理或觀念的產(chǎn)物，AGI通過適應(yīng)性學習，可以幫助改進人的經(jīng)濟預期，從而縮小有限理性預期和完全理性預期之間的差距［8］，但不能完全摒棄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為主觀因素，不具有可證偽性。除非AGI完全代替人進行經(jīng)濟選擇或決策，若如此，經(jīng)濟學將不再是屬于人類的經(jīng)濟學，而演變成AI經(jīng)濟學了。因此，只要經(jīng)濟學的主體還是人，那么AGI就不可能幫助經(jīng)濟學完全克服不滿足科學的可證偽條件的缺陷。

綜上所述，AGI并不能幫助經(jīng)濟學克服不滿足科學要求的缺陷。

二、AGI對經(jīng)濟學的積極影響

雖然AGI并不能幫助經(jīng)濟學克服不滿足科學要求的缺陷，但是AGI對經(jīng)濟學還是有積極影響的，主要表現(xiàn)在以下八個方面。

（一）整合微觀經(jīng)濟學與宏觀經(jīng)濟學

宏觀經(jīng)濟現(xiàn)象雖然是建立在微觀經(jīng)濟基礎(chǔ)之上的，但是宏觀經(jīng)濟現(xiàn)象往往不是微觀經(jīng)濟變量線性加總的結(jié)果，微觀經(jīng)濟行為疊加往往會形成“涌現(xiàn)”現(xiàn)象，表現(xiàn)出與微觀經(jīng)濟行為幾乎完全不同的特征。［8］比如，大量具有“短記憶”動態(tài)特征的微觀消費變量，經(jīng)過疊加、涌現(xiàn)會呈現(xiàn)出宏觀消費上的“長記憶”特征。［9］許多微觀經(jīng)濟變量的特征或現(xiàn)象，經(jīng)過加總而失真或消失。比如，微觀經(jīng)濟行為的時變性、交互性、異質(zhì)性、跳躍、厚尾等特征或現(xiàn)象［10］，加總后會失真甚至消失［11］。難以通過微觀經(jīng)濟數(shù)據(jù)獲得宏觀經(jīng)濟特征或規(guī)律，是當前微觀經(jīng)濟學與宏觀經(jīng)濟學形成鴻溝的重要經(jīng)濟技術(shù)原因。

然而，AGI基于大數(shù)據(jù)算法和強大的算力有望估計出大量微觀經(jīng)濟變量的聯(lián)合概率分布，從而得到宏觀經(jīng)濟總量的概率分布，進而獲得宏觀經(jīng)濟變量的動態(tài)演化特征或規(guī)律。同時，宏觀經(jīng)濟變量可以借助AGI的機器學習降維技術(shù)，識別、選擇重要特征或重要微觀經(jīng)濟變量，通過這些特征或變量對宏觀經(jīng)濟現(xiàn)象加以解釋或預測。因此，借助AGI可以彌合微觀經(jīng)濟學與宏觀經(jīng)濟學之間的鴻溝。正如洪永淼和汪壽陽所指出的，在AGI時代，經(jīng)濟學將發(fā)展到一個新階段，即微觀經(jīng)濟學與宏觀經(jīng)濟學將得到有效的整合，兩者之間的界限將越來越不明顯［8］。

（二）打破定性分析與定量分析的界限

以往的計量經(jīng)濟學分析只能使用結(jié)構(gòu)化數(shù)據(jù)，因此能夠獲取的信息量有限，而且不能處理非結(jié)構(gòu)化數(shù)據(jù)，無法讀取和處理定性為主的自然語言。AGI不但能夠讀取和處理結(jié)構(gòu)化數(shù)據(jù)，而且能夠讀取和處理非結(jié)構(gòu)化數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)包括文本數(shù)據(jù)、語音、圖像和視頻等，這些數(shù)據(jù)不能用數(shù)字表述。如文本數(shù)據(jù)包括政府工作報告、政策法規(guī)、上市公司財務(wù)報表、新聞媒體報道、微信和微博等。非結(jié)構(gòu)化數(shù)據(jù)包含非常豐富的信息，特別是情感交流的信息，以及經(jīng)濟主體對國內(nèi)外形勢變化帶來經(jīng)濟沖擊的心理反應(yīng)，比如股民對股價漲跌的情緒反應(yīng)等，它是結(jié)構(gòu)化數(shù)據(jù)無法比擬的。AGI可以運用自然語言處理技術(shù)，主要有詞頻法、詞袋法和主題法等［12］，從豐富的非結(jié)構(gòu)化數(shù)據(jù)中提取不同角色經(jīng)濟主體的心理信息，構(gòu)建并測度心理變量【人的心理活動有些可以外化為行為和語言，有些則不可外化。在心理學上，可外化的，稱為顯性知識；不可外化的，稱為隱性知識或默會知識。對可外化為行為和語言的心理活動，可以通過技術(shù)手段加以測度和量化，但對不可外化的心理活動，則無能為力。因此，包括AGI在內(nèi)的目前最先進的科技手段，仍然無法準確測度腦力勞動和人的效用?！?，把原本只能進行定性分析的許多經(jīng)濟問題，轉(zhuǎn)換成定量分析，從而打破定性分析與定量分析的界限?？梢哉f，這是AGI帶來的經(jīng)濟學方法論的革命，它既擴大了定量分析的空間，也提高了經(jīng)濟分析的速度和質(zhì)量。

（三）提高經(jīng)濟預測能力

現(xiàn)有的計量經(jīng)濟分析都是基于小樣本、小模型和結(jié)構(gòu)化數(shù)據(jù)，是理論驅(qū)動的研究范式，依據(jù)“有理論科學”【2011年圖靈獎獲得者朱迪亞·珀爾（Judea Pear）把依據(jù)邏輯推理得到確定性知識的方法稱為“有理論科學”，把依據(jù)歷史事件的發(fā)展趨勢和數(shù)據(jù)的關(guān)聯(lián)性做出預測判斷的方法稱為“無理論科學”。以往絕大多數(shù)經(jīng)濟學研究方法都是依據(jù)“有理論科學”的方法，計量經(jīng)濟學受到“哈雷生命表”的啟發(fā)，逐漸發(fā)展出依據(jù)數(shù)據(jù)的關(guān)聯(lián)性進行預測的方法，這種方法就是“無理論科學”方法。參見邱德鈞、馮霞《預測方法對AI的限制》，《科學·經(jīng)濟·社會》，2024年第2期。。】的理念建立數(shù)學模型，運用計量分析方法對獲得的樣本數(shù)據(jù)進行定量分析，驗證或否證模型，根據(jù)得到驗證的模型進行樣本外預測。它的優(yōu)點是，結(jié)構(gòu)化的小樣本數(shù)據(jù)不需要大模型和人工神經(jīng)網(wǎng)絡(luò)，模型參數(shù)較少，復雜性較低，算法簡單，也不需要太多的計算資源支撐。如果數(shù)據(jù)的同質(zhì)性較強、變化不大，那么其預測或泛化效果會比較理想。但是，現(xiàn)代經(jīng)濟社會是一個巨復雜系統(tǒng)，宏觀經(jīng)濟現(xiàn)象涉及的影響因素非常龐大，不但遠遠超過了結(jié)構(gòu)化數(shù)據(jù)的范疇，而且異質(zhì)性較強，對此現(xiàn)有的計量經(jīng)濟分析方法往往無能為力。

AGI建立在大數(shù)據(jù)、大樣本的基礎(chǔ)上，可以處理非結(jié)構(gòu)化數(shù)據(jù)。AGI大模型【需要厘清兩個概念，一是模型，二是算法。在統(tǒng)計學與數(shù)據(jù)科學中，模型一般是指給定函數(shù)形式且未知參數(shù)維數(shù)較低的數(shù)學表達式，對未知參數(shù)維數(shù)很高且沒有假設(shè)特定函數(shù)形式的一般數(shù)學表達式，通常稱為算法，算法也被稱為非參數(shù)模型。因此，AGI大參數(shù)模型，嚴格來說，應(yīng)該稱為AGI算法，但由于學術(shù)界的習慣，本文根據(jù)行文情況的需要不加區(qū)別地使用算法和模型兩個概念。參見Breiman L. “Statistical Modeling： The Two Cultures （With Comments and a Rejoinder by the Author）.” Statistical Science， 2001， 16（3）?！渴且罁?jù)“無理論科學”理念構(gòu)建模型的，它是數(shù)據(jù)驅(qū)動的研究范式。AGI大模型的參數(shù)非常多，多到數(shù)萬甚至于數(shù)千億。大模型會帶來“雙降”（Double descent）現(xiàn)象【計算機科學家通過計算機模擬仿真實驗以及實際應(yīng)用，發(fā)現(xiàn)大模型在一定條件下會出現(xiàn)“雙降”現(xiàn)象：當模型參數(shù)增加時，以均方誤差衡量的預測誤差先呈現(xiàn)下降趨勢，隨著模型復雜程度達到一個臨界點，預測誤差會上升，表現(xiàn)為U型曲線；但是，當模型參數(shù)繼續(xù)增加并達到另一個更高臨界點時，模型預測誤差會再次下降，這就是“雙降”現(xiàn)象，它表現(xiàn)為W型曲線。有學者發(fā)現(xiàn)，在一定假設(shè)條件下，高維線性統(tǒng)計模型也會出現(xiàn)“雙降”現(xiàn)象。“雙降”現(xiàn)象不會發(fā)生在小模型中，它是大模型特有的現(xiàn)象。大模型的涌現(xiàn)能力與大模型的“雙降”現(xiàn)象密切相關(guān)。參見Hastie T.J.，Montanari A.，Rosset S.“Tibshirani R. J. Surprises in High-Dimensional Ridgeless Least Squares Interpolation. ”Annals of Statistics，2019，50（2）。】，表現(xiàn)出“涌現(xiàn)”能力，呈現(xiàn)出與小模型、少參數(shù)的模型不一樣的特征。AGI大模型可以包括互相關(guān)聯(lián)的高維變量，容納經(jīng)濟主體的異質(zhì)性、變量之間的交互性與非線性性，以及模型參數(shù)的時變性，從而大幅度降低模型誤差，提高預測精準度。

（四）提高經(jīng)濟解釋能力

AGI雖然是按照“無理論科學”理念構(gòu)建模型的，是一種數(shù)據(jù)驅(qū)動的研究范式，但是它依靠多模態(tài)數(shù)據(jù)，特別是對文本數(shù)據(jù)的處理能力，能夠獲得非常豐富的與經(jīng)濟社會相關(guān)的情緒信息，大數(shù)據(jù)雖然不是全樣本的數(shù)據(jù)，但也基本上接近反映即時經(jīng)濟社會的現(xiàn)實狀況，能夠提取眾多經(jīng)濟社會運行的特征事實，揭示數(shù)據(jù)間隱藏的復雜關(guān)聯(lián)關(guān)系。這些特征事實和關(guān)聯(lián)關(guān)系不僅有助于提高預測能力，也為人類揭示即時經(jīng)濟社會運行規(guī)律提供了重要的啟示價值。

雖然智商（IQ）不能反映一個人的全部能力，但它基本上能夠反映一個人的抽象思維能力。IQ是指認知能力，包括語言、邏輯、數(shù)學和抽象思維，以及模式識別、學習和在正式、抽象語境中解決問題的能力，這些能力來自處理速度、工作記憶和執(zhí)行功能。有研究者通過對AI是否具有創(chuàng)造性的研究，不但否定了AI不具有創(chuàng)造性的流行觀點，而且發(fā)現(xiàn)AGI和人類產(chǎn)生的創(chuàng)造力之間沒有質(zhì)的區(qū)別，盡管在想法的產(chǎn)生方式上存在差異，AI的IQ可以超過人類。他們還發(fā)現(xiàn)一個有趣的現(xiàn)象，只有9.4%的人類比最具創(chuàng)造力的AIGC GPT-4更有創(chuàng)造力。［13］程兵的研究發(fā)現(xiàn)，諸如ChatGPT之類的自然語言AI在復雜的任務(wù)中表現(xiàn)出非凡的能力，其IQ達到或超過了高技能人類的IQ。［13］AGI的IQ還處于不斷進化之中，AI專家普遍認為，AGI的IQ會遠遠超過人類的水平。這意味著AGI在揭示經(jīng)濟社會運行特征或規(guī)律方面會遠遠強于人類，盡管AGI是基于“無理論科學”理念構(gòu)建的模型，似乎呈現(xiàn)出“黑箱”特點。它目前還不能對這些特征或規(guī)律進行有效的解讀【洪永淼和汪壽陽認為，ChatGPT 及大模型等前沿人工智能技術(shù)仍存在局限性，比如它無法像人類一樣進行批判性思考或想象，只有預測能力。參見洪永淼、汪壽陽《人工智能新近發(fā)展及其對經(jīng)濟學研究范式的影響》，《中國科學院院刊》，2023年第3期。】，但人類能夠從經(jīng)濟理論出發(fā)，根據(jù)AGI揭示的特征或規(guī)律進行有效的解讀，并可能提煉出新的經(jīng)濟理論，彌補AGI解釋能力弱的問題，從而在AGI的幫助下提高經(jīng)濟學的理論水平和解釋能力。

（五）減少經(jīng)濟博弈中的囚徒困境，實現(xiàn)帕累托改進

在經(jīng)濟博弈中，經(jīng)常會遇到囚徒困境，它是阻礙經(jīng)濟社會實現(xiàn)帕累托改進的重要原因。根據(jù)博弈論原理，造成囚徒困境的根本原因是個人理性與集體非理性之間的矛盾。在博弈論中解決囚徒困境通常有以下三種辦法：一是加強博弈各方的溝通交流，消除信息不對稱，增進相互理解，從而消除意見分歧；二是增加博弈次數(shù)，對故意傷害他人的人進行懲罰，使得博弈各方充分認識到互惠互利才是最佳選擇；三是設(shè)置管制或仲裁機構(gòu)，由其協(xié)調(diào)解決各博弈方的意見分歧。

借助AGI，有望減少經(jīng)濟博弈中的囚徒困境，實現(xiàn)帕累托改進。首先，AGI可以幫助各博弈方消除信息不對稱問題，增進相互了解，消除分歧；其次，AGI可以根據(jù)各博弈方基本信息構(gòu)建各博弈方博弈的得益矩陣模型，計算出各博弈方不同選擇的得益結(jié)果，給出各博弈方有利于集體理性的方案；最后，AGI可充當外在于各博弈方的管制或仲裁機構(gòu)，對選擇不利于集體理性的博弈方進行懲罰。由此可以減少囚徒困境，實現(xiàn)帕累托改進。

（六）優(yōu)化公共產(chǎn)品與私人物品的匹配

經(jīng)濟社會的有效運行既離不開公共產(chǎn)品，也離不開私人物品，公共產(chǎn)品與私人物品的最優(yōu)匹配有利于經(jīng)濟社會的發(fā)展。從總量上說，公共產(chǎn)品供給不足會掣肘私人物品的生產(chǎn)，公共產(chǎn)品供給嚴重超過私人物品的需要又會給政府財政帶來困難，政府財政困難通過稅收傳導加重私人物品生產(chǎn)的稅收負擔，從而不利于私人物品的生產(chǎn)。從結(jié)構(gòu)上說，私人物品生產(chǎn)需要不同種類和數(shù)量的公共產(chǎn)品，不同種類和數(shù)量的公共產(chǎn)品應(yīng)當由不同層級的公共部門供給。以往公共產(chǎn)品與私人物品的匹配問題，由于缺乏豐富的信息和巨大的計算能力而無能為力。隨著AGI技術(shù)的不斷成熟，信息不足和計算能力不足的問題都有望得到解決，并且能夠?qū)崟r給出最優(yōu)公共產(chǎn)品和私人物品匹配的參考方案，可以助力各級各類公共部門進行最優(yōu)公共產(chǎn)品供給的決策。

（七）促進供給與需求之間的動態(tài)平衡

供給與需求是一對基本經(jīng)濟矛盾，當供給大于需求時，對供給端有損害；當供給小于需求時，對需求端有損害；只有當供給與需求平衡時，才能實現(xiàn)最佳的經(jīng)濟效果。由于人的需求是不斷變化的，因此供給與需求之間的經(jīng)濟矛盾是永恒的，供給與需求之間的平衡只能是動態(tài)平衡。

AGI可以從三個方面促進供給與需求之間的動態(tài)平衡。第一，在微觀個體方面，AGI利用大數(shù)據(jù)技術(shù)，能夠提供定制化、差異化的商品和服務(wù)，實現(xiàn)“數(shù)據(jù)比你更懂你”的消費體驗，從而從需求端促進消費。第二，在微觀廠商方面，AGI利用大數(shù)據(jù)技術(shù)，能夠為企業(yè)提供顆粒度更精細的信息，更好地為消費者服務(wù)，從而從供給端精準匹配需求。第三，在宏觀方面，AGI利用大數(shù)據(jù)技術(shù)，能夠削減市場摩擦，提升經(jīng)濟運行效率，促進供給與需求的動態(tài)平衡。

（八）提高有限理性能力，排除非理性行為

理性通常是指，人在思考、判斷和行動中運用理智和邏輯，不受感性（情感、主觀意識和個人偏見等）的影響。然而，人在思考、判斷和行動中很難排除感性的影響。因此，結(jié)合受感性影響程度、決策結(jié)果等維度，本文把理性分為三個層次。第一個層次是指完全理性：人排除了感性的影響，做出了最優(yōu)決策。第二個層次是指有限理性：盡管排除了感性影響，但是人受到能力和信息的約束，做出了次優(yōu)決策。第三個層次是指感性理性：受到正常感性因素的影響，做出了第三優(yōu)決策。非理性是指一個人受到非正常感性的影響，做出了較差的決策。

西方經(jīng)濟學假設(shè)人是理性的，盡管受到能力和信息的約束，往往表現(xiàn)出有限理性，但普遍認為人對經(jīng)濟問題的決策都是完全受理性控制的。但事實上，即使人具有完全理性能力，也往往不會完全按照理性進行經(jīng)濟決策。正如貝爾納德·孟德維爾（Bernard Mandeville）指出的，“人們都相信情感受理性的控制，但事實恰恰相反，即便是我們最深思熟慮的哲學推理，也只不過是某種占主導地位的欲望的理性化而已。‘理性只不過是情感的玩物’，‘我們總是把自己的理性用在我們的激情所關(guān)注的事物上’”［14］（P.53）。2001年諾貝爾經(jīng)濟學獎獲得者喬治·阿克洛夫和2013年諾貝爾經(jīng)濟學獎獲得者羅伯特·希勒在合著的《動物精神》一書中指出，人的行為往往偏離理性，表現(xiàn)出任性、跟風、隨大流（羊群行為）、盲目樂觀。［15］（PP.11-56）

AGI可以幫助經(jīng)濟主體提高有限理性能力。有學者指出，AI通過使用人工神經(jīng)網(wǎng)絡(luò)模型進行適應(yīng)性學習，可以幫助改進經(jīng)濟主體的預期，從而縮小有限理性預期和完全理性預期之間的差距。［16］（P.27）不僅如此，AGI還可以幫助經(jīng)濟主體獲得感性理性。艾伯特·拉斯洛·巴拉巴西（Albert László Barabási）等指出，“每個人的行為‘平均可預測程度都在93%左右’，而對一些熵值低的個人來說，他們行為的‘可預測程度甚至接近100%’，尤其令人意外的是，在他們的研究中，并無預測程度低于80%的個人行為”［17］（P.32）。因此，借助AGI可以很大程度上排除經(jīng)濟主體的非理性行為。

三、主客觀因素的限制導致AGI對經(jīng)濟學積極影響的有限性

AGI雖然對經(jīng)濟學發(fā)展具有十分積極的影響作用，但這些積極影響作用也會受到主客觀因素的限制。

（一）大數(shù)據(jù)的局限性

大數(shù)據(jù)雖然信息量非常豐富，但是它仍然存在許多的不足，主要表現(xiàn)在以下四個方面。一是許多組織、個人出于保護隱私、專利、秘密等各種原因不會將所有的信息都公之于眾，這就會導致互聯(lián)網(wǎng)大數(shù)據(jù)信息的不完全性。二是許多組織、個人出于各種原因會散布虛假信息，而目前還缺乏有效的技術(shù)手段甄別或清洗虛假信息，導致互聯(lián)網(wǎng)大數(shù)據(jù)信息來源上的缺陷。三是偏遠落后地區(qū)的居民、老年人等群體較少上網(wǎng)，互聯(lián)網(wǎng)大數(shù)據(jù)難以反映不上網(wǎng)或很少上網(wǎng)群體的經(jīng)濟行為信息，導致互聯(lián)網(wǎng)大數(shù)據(jù)可能存在“樣本選擇偏差”問題。四是“人是未充分定義的動物”，人類社會是一個不斷演化的過程，過去并不能代表將來，將來不會完全重復過往，因此雖然大數(shù)據(jù)的樣本極其巨大，但只能反映人類經(jīng)濟社會的過往，并不是人類經(jīng)濟活動的全樣本數(shù)據(jù)，因此AGI等前沿技術(shù)沒有改變經(jīng)濟學實證研究的本質(zhì)——從樣本推斷總體的性質(zhì)。

（二）AGI基于大數(shù)據(jù)預測的局限性

AGI是按照“無理論科學”的理念構(gòu)建算法的，是一種數(shù)據(jù)驅(qū)動的研究范式，它能夠比較精準地估測虛擬事實，能夠顯著地提升因果推斷的有效性和精準性。但是大數(shù)據(jù)，特別是經(jīng)濟大數(shù)據(jù)幾乎都不是實驗數(shù)據(jù)而是觀測數(shù)據(jù)，基于觀測數(shù)據(jù)、運用計量經(jīng)濟學方法進行因果推斷本質(zhì)上是一種統(tǒng)計關(guān)系推斷［18］，這種統(tǒng)計關(guān)系需要增加許多額外限制條件才可以被解釋為經(jīng)濟學因果關(guān)系。如果放棄這些限制條件，這種因果關(guān)系只能被視為一種統(tǒng)計關(guān)系。這種統(tǒng)計關(guān)系實際上可視為兩個數(shù)據(jù)或兩個事件之間的關(guān)聯(lián)關(guān)系，這就是大衛(wèi)·休謨（David Hume）早就批判過的“假因果關(guān)系”。正如洪永淼和汪壽陽所指出的：“人工智能因果關(guān)系和經(jīng)濟學因果關(guān)系并非完全一致?！保?］（P.18）

雖然AGI基于統(tǒng)計關(guān)系可以做出較為精準的短期預測，但做長期預測仍然困難，而且經(jīng)濟學不但要肩負預測任務(wù)，還要肩負解釋任務(wù)。經(jīng)濟學不但要“知其然”，還要“知其所以然”。因此，經(jīng)濟學不但要知道數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，還應(yīng)當更進一步地知道數(shù)據(jù)之間的因果關(guān)系。如果不知道數(shù)據(jù)之間的因果關(guān)系，那么經(jīng)濟學就變成了一個“黑箱”，不能“知其所以然”，不能進行演繹推理，也無法構(gòu)建和完善經(jīng)濟學知識體系。利用AGI可以挖掘過往數(shù)據(jù)隱藏的特征或規(guī)律，如果沒有AGI的幫助，人類依靠經(jīng)驗或邏輯推理很難獲得這樣的特征或規(guī)律。但AGI是基于概率進行推測的，它沒有人類那樣的思維意識、批判能力和想象力，無法基于概率推測歸納出經(jīng)濟學理論，這樣的工作只能由經(jīng)濟學家完成。美國語言學家艾弗拉姆·諾姆·喬姆斯基 （Avram Noam Chomsky） 指出：人腦與ChatGPT之類的工具不同，它不是一個笨拙的模式匹配統(tǒng)計引擎，先狂塞進數(shù)百TB級數(shù)據(jù)，再推測出可能性最大的對話答復或某個科學問題的答案。相反，人腦是一個非常高效甚至優(yōu)雅的系統(tǒng)，只需要少量信息即可運作；它不推斷數(shù)據(jù)點之間的直接關(guān)聯(lián)，而是創(chuàng)造解釋。［19］

（三）數(shù)據(jù)漂移和算法漂移問題

對AGI的訓練是基于舊的數(shù)據(jù)和算法，但是經(jīng)濟社會是不斷發(fā)生變化的，就數(shù)據(jù)而言，一些詞的含義會發(fā)生變化，同時還會不斷出現(xiàn)一些新詞。從計量經(jīng)濟學角度而言，這就意味著數(shù)據(jù)具有顯著的時變性和不平穩(wěn)性，數(shù)據(jù)的時變性和不平穩(wěn)性被稱為“數(shù)據(jù)漂移”。數(shù)據(jù)漂移會降低AGI的預測能力。除了數(shù)據(jù)漂移之外，就算法而言，人口、技術(shù)、價值觀、政策和法律規(guī)范變化以及不確定性的外生沖擊等因素還會引起經(jīng)濟變量之間的關(guān)系發(fā)生變化。 由于AGI的算法是基于以往經(jīng)濟變量之間的關(guān)系進行訓練的，AGI的算法無法反映經(jīng)濟變量之間關(guān)系的新變化，從而影響算法的泛化能力，這種現(xiàn)象被稱為“算法漂移”或“模型漂移”。數(shù)據(jù)漂移和算法漂移都會嚴重影響AGI的泛化能力。

四、結(jié)語

AI不能幫助經(jīng)濟學實現(xiàn)科學化夢想，但AI對經(jīng)濟學有積極影響，受主客觀因素的限制，AI對經(jīng)濟學的積極影響是有限的。

AI對經(jīng)濟學的影響表現(xiàn)在兩個方面：一是AI不能改變經(jīng)濟學什么，二是AI能夠改變經(jīng)濟學什么。本文根據(jù)科學的三個必要條件，一是可測量、可量化，二是可重復，三是可證偽，論證了經(jīng)濟學不符合這三個必要條件，因而經(jīng)濟學不屬于科學范疇，而應(yīng)當屬于社會科學或社會學科范疇。進一步地對照科學的三個必要條件，本文論證了AGI并不能改變經(jīng)濟學的學科性質(zhì)，不能幫助經(jīng)濟學實現(xiàn)科學化夢想。但是，AGI可以有效地改進經(jīng)濟學：一是整合微觀經(jīng)濟學與宏觀經(jīng)濟學；二是打破定性分析與定量分析的界限；三是提高經(jīng)濟預測能力；四是提高經(jīng)濟解釋能力；五是減少經(jīng)濟博弈中的囚徒困境，實現(xiàn)帕累托改進；六是優(yōu)化公共產(chǎn)品與私人物品的匹配；七是促進供給與需求之間的動態(tài)平衡；八是提高有限理性能力，排除非理性行為。

受主客觀因素的限制，比如大數(shù)據(jù)的局限性，表現(xiàn)為隱藏數(shù)據(jù)、虛假信息、樣本選擇偏差和過時數(shù)據(jù)，以及基于大數(shù)據(jù)預測的局限性和數(shù)據(jù)漂移、算法漂移等問題，AGI對經(jīng)濟學改進的作用有限。

總之，AGI能夠幫助改進經(jīng)濟學，值得期許。但AGI的能力是有限的，AGI不能幫助經(jīng)濟學實現(xiàn)科學化夢想。一方面它會讓西方主流經(jīng)濟學界失望，這似乎是“不幸”的；另一方面它為企業(yè)家和經(jīng)濟學家的主體性和創(chuàng)造性保留了空間［20］，這似乎又是幸運的，因為只有這樣才會有豐富多彩、與時俱進的經(jīng)濟生活和不斷豐富發(fā)展的經(jīng)濟學。

參考文獻：

［1］ 謝暉：《法律的意義追問：詮釋學視野中的法哲學》，北京：商務(wù)印書館，2003年。

［2］ 宮敬才：《論西方主流經(jīng)濟學的哲學性質(zhì)》，《社會科學論壇》，2016年第5期。

［3］ 李醒民：《科學方法的特點》，《湖南社會科學》，2009年第1期。

［4］ 程承坪：《科學、經(jīng)驗、歷史與大科學》，《學術(shù)界》，2023年第9期。

［5］ Schoeffer Sidney. The Failures of Economics： A Diagnostic Study.Cambridge： Harvard University Press， 1995.

［6］ 洪永淼、汪壽陽：《人工智能新近發(fā)展及其對經(jīng)濟學研究范式的影響》，《中國科學院院刊》，2023年第3期。

［7］ 方行明：《對“行為經(jīng)濟學”的質(zhì)疑——對理查德·塞勒〈“錯誤”的行為〉的批判》，《當代經(jīng)濟研究》，2019年第5期。

［8］ 洪永淼、汪壽陽：《ChatGPT與大模型將對經(jīng)濟學研究范式產(chǎn)生什么影響？》，《計量經(jīng)濟學報》，2024年第1期。

［9］ Granger C. W. “Long Memory Relationships and the Aggregation of Dynamic Models.” Journal of Econometrics，1980， 14（2）.

［10］ Marcellino M.， Stock J. H.， Watson M. W. “Macroeconomic Forecasting in the Euro Area： Country Specific Versus Area-wide Information. ”European Economic Review，2003，47（1）.

［11］ Kaplan G.， Violante G. L. “Microeconomic Heterogeneity and Macroeconomic Shocks. ”Journal of Economic Perspectives， 2018， 32（3）.

［12］ Gentzkow M.， Kelly B. “Taddy M.Text as Data. ”Journal of Economic Literature， 2019， 57（3）.

［13］ 程兵：《以ChatGPT為代表的大語言模型打開了經(jīng)濟學和其他社會科學研究范式的巨大新空間》，《計量經(jīng)濟學報》，2023年第3期。

［14］ 楊春學：《經(jīng)濟人與社會秩序分析》，上海：上海人民出版社，1998年。

［15］ 喬治·阿克洛夫、羅伯特·希勒：《動物精神》，黃志強、徐衛(wèi)宇、金嵐譯，北京：中信出版社，2009年。

［16］ Sargent T. J.Bounded Rationality in Macroeconomics： The Arne Ryde Memorial Lectures. Oxford： Oxford University Press， 1993.

［17］ Alexander J.Gates，Qing Ke，Onur Varol，and Albert László Barabási.“Nature's Reach： Marrow Work Has Broad Impact.”Nature，2019，575（7781）.

［18］ Leamer E. E. “Let’ s Take the Con Out of Econometrics. ”American Economic Review，1983， 73（1）.

［19］ Chomsky N.， Roberts I. “Noam Chomsky： The False Promise of ChatGPT. ”New York Times，March 8，2023.

［20］ 程承坪：《科學對民主的排斥與支持》，《科學·經(jīng)濟·社會》，2024年第2期。

Can AI Help Economics Realize Its Dream of Science？

—On the Impact of AI on Economics

CHENG Chengping

（School of Economics and Management， Wuhan University，Wuhan 430072，China）

Abstract： Since the first half of the 19th century， economics， especially mainstream economics in the West， has been striving to become an economic science like a natural science， but it is still unsatisfactory to this day. The advent of AI， especially AGI， seems to have reignited the dream of economists trying to build economic science with AI. Science needs to meet at least three necessary conditions： measurable （quantifiable）， repeatable， and falsifiable. However， economics meets none of the three requirements of science. Although AGI technology is advanced， its ability is limited， and cannot help economics meet the three necessary conditions of science， so it cannot help economics to realize the dream of science. Nonetheless， AGI can improve economics in at least eight ways： to integrate microeconomics and macroeconomics， to break the boundary between qualitative analysis and quantitative analysis， to improve economic forecasting ability， to improve economic interpretation ability， to reduce the prisoner’s dilemma in the economic game and achieve Pareto improvement， to optimize the matching of public goods and private goods， to promote the dynamic balance between supply and demand， and to improve the ability of limited rationality and exclude irrational behavior. However， the ability of AGI to improve economics is limited due to the limitation of objective factors of the recipient.

Key words： AI; economics; science; forecasting ability; interpretation ability

（責任編輯：周亞東）