AI 经济中的 GDP：为什么我们需要重新思考价值的衡量方式

GDP 的起源，以及它在数字时代的有效性

我们用来衡量经济增长和价值创造的这套体系，早就露出了裂缝。用交易的数量化加总来衡量经济，曾经是一个绝妙的想法，但我们真的能仅仅通过经济交易，就捕捉到一个经济体所创造的价值吗？GDP 真的能代表一个经济体中所有主体创造价值的全貌吗？

现代意义上的 GDP（国内生产总值）概念，由美国经济学家 Simon Kuznets 于 1934 年提出，并在 1944 年的布雷顿森林会议上被采纳为衡量一国经济的首要指标。那是一套战后的体系，为衡量一个处于重建之中的经济体而设计。

非正式经济（以物易物、以部落或非正式合作社为代表的社区互助体系）是发展中经济体的典型特征，而它们从未被纳入 Kuznets 那套聚焦于投资与消费的体系。

随着数字经济的到来和智能手机的普及，订阅模式已经成为新的常态。 这一转变给以交易为基础的经济衡量带来了更大的挑战。疫情只是让这道鸿沟变得更深。

GDP 主要关注的是有形商品和传统服务的生产与消费，而订阅经济的驱动力，是软件、娱乐、数字媒体这类数字服务和无形产品所产生的经常性收入。这就造成了偏差：其中许多交易和价值，并没有被传统经济统计完整地反映出来。

娱乐（Netflix、Spotify）和科技（Apple、Google、Adobe）这些行业已经被彻底改写，而且随着越来越多公司采用这类模式，这一趋势预计还会延续。就连银行业也在变：随着 Neobank（数字银行）这类平台的兴起，银行与客户之间的关系正在转变为一种固定费率的服务模式，比起按交易付费，它更接近订阅。在任何一个家庭的开支管理里，订阅费用都已经成为每月账单中最显眼的科目之一。

一位居住在西班牙的用户，向一家美国公司购买服务的订阅费用，我们该如何为它的价值定位？何况这家公司先是把欧洲子公司设在爱尔兰，等到订阅续期时又把它搬去了荷兰。在很多行业里，我们依赖对国民账户的手工调整，而这些调整往往基于地方经济学家的自由裁量标准，用的还是过时的国民核算体系。我们真的还能靠 GDP 来衡量经济增长吗？ 我们是否应该假定，核算上的误差对所有主要经济体（G7、G20 等等）的影响是一样的？

价值衡量的失灵

数字经济和订阅模式经济，并不是我们意识到 GDP 短板的唯一原因。我们早就知道，只要没有货币交换，价值的创造就会从 GDP 的雷达下溜走。新西兰经济学家 Marilyn Waring 认为，在经合组织（OECD）经济体中，最重大却没有被衡量的部门，是父母对子女的照料；在澳大利亚和新西兰这样的国家，这项工作在价值创造中排名第一。

问题在于，当一位家长每天早上送孩子上学、放学后在家陪伴他们，或者在周末照顾年迈的家人时，其中并不涉及任何交易。

解决办法不可能只是把 GDP 测量做得更准。正如 Waring 在她关于联合国国民账户体系偏差的研究中所指出的——一套认为战争之后产生的交易比照顾自然母亲或所爱之人更有价值的体系，不是一套好体系。 这还没算上那些被传统经济体系忽视的经济交易（协作项目、志愿工作、时间银行平台、加密货币交易等等）。

我们衡量 GDP 的方法一直是有缺陷的，它惩罚一切无法用货币交换来衡量的价值创造。更进一步说，善意之举、慷慨之举，以及一切维系我们社会凝聚力却没有被货币化的付出，既没有被纳入 GDP，过去也从来没有。

或许，在数字时代之后（订阅模式、以代码为基础的经济、协作平台的兴起，以及 Netflix、Uber 和 Airbnb 式的经济），我们如今又进入了人工智能时代，甚至可以说是生成式人工智能的时代（智能体经济）。这些缺陷正在为一场彻底的重新审视铺路。

善意之举、慷慨之举，以及一切维系我们社会凝聚力却没有被货币化的付出，既没有被纳入 GDP，过去也从来没有。

在人工智能时代衡量经济价值

本月，OpenAI 又完成了一轮融资，募得 66 亿美元，投后估值 1570 亿美元，成为史上规模最大的一轮融资。说得直白一点，OpenAI 的价值与 Goldman Sachs（高盛）、Unilever（联合利华）、Siemens（西门子）或 Pfizer（辉瑞）这类公司相当，但它做到这一点时，营收不到 40 亿美元，员工不足 5000 人。而它的估值，是 Dell（戴尔）、Ferrari（法拉利）、Thomson Reuters（汤森路透）或 Mercedes-Benz（梅赛德斯-奔驰）这类公司市值的两倍，是 Danone（达能）、eBay（易贝）、Delta Airlines（达美航空）或 Bayer（拜耳）这类公司的五倍。

为什么一家专注于生成式人工智能的公司，会创造出这么多价值？回到我们最初的问题：人工智能是在改善 GDP 的衡量难题，还是只是在加剧它？

关于人工智能经济的影响，这里有几个例子：

世界上另一个角落的人写下一段代码，我从 GitHub 免费下载，用它节省了自动化任务的时间——这中间产生的价值，我该怎么衡量？
当我们用生成式人工智能自动化重复性工作、把省下来的时间用于自身福祉或照护他人时，我们该如何量化这些被节省的时间？尤其是这些活动并没有直接的经济影响，也不会出现在 GDP 的统计里。
我在西班牙用付给 OpenAI 爱尔兰子公司的 ChatGPT 订阅，通过生成式人工智能造出一个智能体，而一位在日本、澳大利亚或哥伦比亚的专业人士拿它来用——我们该如何评估它对经济的影响？当这个智能体是免费的时候，它带来的生产力节约又该记在哪里？价值确实产生了，却没有任何交易可以为它背书。

我们不能信赖一套申报式的价值衡量体系。 相反，我们必须推动一种新的衡量方法：以互惠为基础来衡量经济体的价值，同时把交易加总减去对共同价值的破坏。

我们不能假定破坏环境和自然资源会带来 GDP 的正增长。 我们不能假定发动战争之后会自动带来价值创造和 GDP 增长。

我们不能允许吸引外国投资，最终变成住房这类必需且攸关生存的商品价格上涨。 我们不能允许一位母亲在孩子出生后照顾他们，却在 GDP 里得不到任何承认，甚至更糟——被算成负面影响。

我们不能允许订阅式消费的增长，反而稀释了它对经济的影响。 个人和企业使用人工智能带来的生产力提升，最终只落成一次地方性、口径不一的核算调整，而无法完整体现在 GDP 里——这我们不能容忍。

我厌倦了左派与右派的政治，更厌倦了核算上的愚蠢（国民核算里有，创业公司里也有，不过那是另一个话题了）。我们的价值衡量体系至今为止一直够用，但它需要被送进医务室接受检查。万物皆生，万物皆灭，无物长存。在一个和二战之后留下的经济毫无相似之处的经济体里，我们要如何公平地分配价值？

我们的价值衡量体系至今为止一直够用，但它需要被送进医务室

下面这些不公平的现象，已经悬而未决很多年，而我们一直没能给出回应：

生产率收益的分配与工资演变之间的失衡 Lawrence Mishel 的研究显示，由雇主权力扩张所推动的不平等加剧，自 1979 年以来制造了一道生产率与薪酬之间的裂口。对普通劳动者而言，生产率的增长是薪酬增长的 3.5 倍。[Lawrence Mishel: “Growing inequalities, reflecting growing employer power, have generated a productivity–pay gap since 1979” Sept, 2021 am https://www.epi.org/blog/growing-inequalities-reflecting-growing-employer-power-have-generated-a-productivity-pay-gap-since-1979-productivity-has-grown-3-5-times-as-much-as-pay-for-the-typical-worker/ ]

数字创新的大部分红利并没有流向普通劳动者 这些红利集中在最成功那批公司的高管、关键员工和股东手里，而普通劳动者的收入并没有相应上涨。[Guellec, D. (2021). Digital innovation and the distribution of income. University of Chicago Press. ISBN 978-0-226-72817-9.]
数字经济正在拉大工资差距 高技能劳动者适应得更好，而低技能劳动者面临更高的失业风险。[Yang, G., Yao, S., & Dong, X. (2023). Economía digital y brecha salarial entre trabajadores altamente y poco cualificados. Economía digital y desarrollo sostenible, 1(1). https://doi.org/10.1007/s44265-023-00009-y ]

数字巨头相比传统企业，过度把人均营收当作战略指标 数字巨头往往优先看人均营收，把它当成关键指标，而传统企业衡量成功的方式并不相同。[https://www.businessinsider.com/4-charts-show-falling-revenue-per-employee-at-tech-firms-2023-3 ]

寻找一个与挑战相称的解法

这不是权力分配的问题（至少在这场讨论里不是）。我们面对的，是在一种新经济中如何分配和衡量价值的挑战。 过去八十年里，我们的北极星一直是制造交易，并分配以经济总量衡量的附加值或财富。我们创造价值的方式和分配价值的方式都变了，而一个生病的社会已经显出了早期症状——它选出错误的领导者，也不知道如何用过去那套标准去繁荣，或者去设计繁荣的标准。喧哗的声音太多，真正的思考者太少。

或许问题不在于陈旧的意识形态，而在于共同的价值观，以及一波必须涌现出来、用以重新设计新经济的批判性思维。 问题在于，第一个应该自我重塑的其实是媒体，让它们去构建能在意识形态上凝聚公民社会的叙事；但它们与旧政治权力中心过于亲近，又高度依赖以广告收入或媒体消费来衡量的价值，这让它们比以往任何时候都更脆弱。

或许问题不在于陈旧的意识形态，而在于共同的价值观，以及一波必须涌现出来、用以重新设计新经济的批判性思维。

为一个经济体定义超越法定货币可量化交易的价值，应该成为那波批判性思维的新浪潮，用来重新设计人工智能时代里「繁荣」的含义。 或许我们需要在过渡期设计一套双重核算体系（GDP + 新的价值分类法），而不是试图用一个全新且完全站得住脚的模型去取代 GDP。虽然这样的模型确实存在，而且花样繁多：国民幸福总值（GNH）、人类发展指数（HDI）、真实进步指标（GPI）和美好生活指数（BLI）。

这套可能的双重核算方案，应该聚焦于打造一个更具包容性、也更能动态调整的衡量体系。 与其只依赖 GDP，我们可以基于三根支柱来落地一套新方法：

衡量那些从交易中逃逸的价值 时间是最宝贵的资源之一，尤其是那些一生都在无人看顾的角落照料亲人的人——他们的时间；正是他们维系着社会凝聚力，而其他经济活动无法准确衡量它。
衡量数字时代与人工智能时代创造的新价值 我们应该纳入能够量化人工智能所节省时间之价值的指标。我们还需要另一类指标：把共享知识的价值加总起来。开源代码、协作平台、免费的生成式 AI 智能体和志愿项目，都代表着巨量的经济价值，而它们目前都没有被衡量。一个新的指标可以量化那些推动全球创新与效率、却没有货币化的贡献。
聚焦可持续性与福祉指标 把环境影响与社会凝聚力纳入考量的指标至关重要。采用一套不只衡量经济增长、也衡量人类福祉与环境可持续性的体系，能够给出一幅更完整、更公平的进步图景。像真实进步指标（GPI）或国民幸福总值（GNH）这样的倡议，都可以成为极好的起点。而且是时候为它们建立历史记录，并把它们提升到与 GDP 同等的认可高度了。

那些承认 GDP 存在缺陷、却仍然紧抓着它不放的新古典主义经济学家，不会活着看到一代人因为被谁抛在身后而对这套体系失去信任所造成的灾难。 我拒绝造出一个比我继承来的更糟的世界。而遗憾的是，我们正朝那个方向走，而且不只是在环境保护这件事上。

我们能重新发明 GDP 吗？

或者，把至今没有被衡量的部分补上就够了？我们是否应该彻底抛弃 GDP，因为它打着繁荣与增长的旗号，奖励了战争和对地球的破坏？我们能否把自己的经济重新定义为价值的加总，而不是交易的加总？如果在生成式人工智能时代，是问题定义了价值，那我们为什么不继续提出那些能重新设计我们所期望的未来的问题，然后把重活交给人工智能去干？

我梦想有一个用价值创造和社会凝聚力来衡量增长的世界。不过就目前而言，我们必须接受 GDP 依然是通行的指标。我们要如何弥合这个梦想与当下现实之间的距离？

在生与梦之间，还有第三样东西。猜猜看。——安东尼奥·马查多

“Entre el vivir y el soñar hay una tercera cosa. Adivínala.”——（据传出自）安东尼奥·马查多。

如果我们无法就一个新的全球增长与产出指标达成共识，那我们也许该开始使用《带着爱的人工智能》，哪怕它的价值并不计入当前的 GDP。至少我们还在为所爱之人和我们的经济持续创造价值（尽管 GDP 不算它）。

这不是一个完美的解法，但这样的漂移至少是可持续的。

参考来源：

Wikipedia contributors. (n.d.). Gross domestic product. In Wikipedia, The Free Encyclopedia. Retrieved October 20, 2024, https://en.m.wikipedia.org/wiki/Gross_domestic_product
Sultana, F., Freed, L., Bishop, L., Shteynberg, E., Manavadiya, M., Kolachina, V., Bhalala, D., & Zhang, D. (2022). Implications of the subscription economy. ResearchGate. https://www.researchgate.net/profile/Faiza-Sultana-4/publication/357904318_Implications_of_the_Subscription_Economy/links/66dc6c5ab1606e24c2124e60/Implications-of-the-Subscription-Economy.pdf
TEDxChristchurch 2019: The unpaid work that GDP ignores by Marilyn Waring Marilyn Waring: The unpaid work that GDP ignores -- and why it really counts | https://www.ted.com/talks/marilyn_waring_the_unpaid_work_that_gdp_ignores_and_why_it_really_counts
REPORT on GDP and beyond – Measuring progress in a changing world 20.4.2011 - (2010/2088(INI)) https://www.europarl.europa.eu/doceo/document/A-7-2011-0175_EN.html

Bernardo Crespo 是投资人、创业者和创业公司顾问，他为各类创业公司和创业工厂提供支持。他的涉猎横跨数字营销到数据建模等多个领域，并指导过数百位高管，帮助他们为自己的公司规划并落地卓有成效的数字化转型路线图。

作为 IE 商学院高管教育的数字化转型以及人工智能与数据素养课程的学术主任，Bernardo 把自己的专业经验带进了学术领域。此前，他曾担任 Merkle 旗下公司 Divisadero 的数字化转型负责人，与 Adobe、Google 和 Salesforce 一道服务《财富》500 强企业。更早之前，他在 BBVA 领导数字营销，在该行的数字化转型历程中扮演了关键角色。他在 BBVA 开创性的游戏化实践，后来成为 Gartner 和 Forrester 认可的案例研究。

Bernardo 与 Gam Dias 合著了《The Data Mindset Playbook: A book about data for people who don't want to read about data》一书，KDP，2022 年 10 月出版。

欢迎订阅我在 LinkedIn 上的通讯！

手工打磨的专业洞见： 通讯「Digital Sustainability」
人工智能驱动的洞察： 通讯「My AI-ter Digial Ego」