2026年9月20日，“浙江大学首届人工智能与经济管理交叉研究会议”在浙江大学成功举办。本次会议由浙江大学经济学院联合青山商学高等研究院、金融研究院（AFR）共同举办，《中国社会科学》《金融研究》《经济学（季刊）》《经济科学》《经济社会体制比较》《世界经济》以及China & World Economy，Digital & AI Economic Review等期刊提供支持。浙江大学、清华大学、北京大学、中国科学院大学、香港中文大学、上海交通大学、复旦大学、南京大学、武汉大学、厦门大学、西南财经大学等全国多所知名高校及科研机构的近200位专家学者齐聚杭城，共赴学术盛会。

会议开幕式由浙江大学经济学院党委书记王义中教授主持。

浙江大学经济学院院长、金融研究院院长、青山讲席教授苗建军在致辞中指出，人工智能已从提高局部生产力的工具，发展为影响创新方式、劳动分工、企业边界、市场结构乃至宏观经济增长的重要通用技术。人工智能如何改变知识生产函数、影响就业与收入分配等，也已成为经济学和管理学亟需深入回答的基础科学问题。他表示，浙江大学经济学院坚持理论研究回应现实发展，在人工智能时代全面推动人工智能经济学研究，于2025年成立人工智能经济学研究实验室，使人工智能经济学成为学院具有辨识度的重要研究方向，学院将发挥浙江数字经济与杭州人工智能产业集群优势，研究中国实践、提炼一般性理论，构建从技术应用到宏观增长的完整研究链条。明年，学院将与宏观经济学权威期Journal of Monetary Economics合作，进一步提升会议国际化水平。

第一阶段主旨演讲由苗建军教授主持。

中科院数学与系统科学研究院研究员汪寿阳教授发表了题为《AI时代经济科学理论体系构建的几点思考》的主旨演讲。他指出，AI正从工具跃升为经济活动的自主参与者，动摇了以“理性人”“稀缺性”“市场均衡”为基石的传统经济学范式，使其面临行为基础、市场机制与增长理论的三重困境。为此，他提出AI时代新经济理论的四大基石：重构理论假设，以“人机混合体”为基本分析单元；重识核心要素，构建数据的政治经济理论；重塑市场理论，发展算法治理与监管经济学；重估价值目标，建立超越GDP的福祉指标体系。他强调，研究方法应从“理论的科学”转向“计算的科学”与“设计的科学”，在计算模拟、全数据驱动与跨学科融合的过程中，推动经济学完成深刻的“人文回归”，实现从对效率的单一崇拜转向对价值与人类全面发展的多元审视。

中国科学院大学经济与管理学院院长洪永淼教授以《人工智能如何重塑经济学研究？》为题作主旨演讲。他指出，人工智能对经济学研究的影响是系统性的：一是理性经济人假设正从有限理性迈向AI赋能理性，走向人机协同；二是宏观经济学可借助异质性主体模型、智能体模型和数据科学方法重构微观基础，实现宏微观的联通；三是建模尺度从“为求解而简化”转向“为真实而计算”，大模型与小模型互补共存；四是研究范式从数学证明主导转向人机协同算法求解。他同时强调，人工智能本质上仍是观测数据的统计学习，不能直接揭示因果，且面临样本选择偏差、AI幻觉与数据漂移等风险，经济理论才是破解“黑箱”的关键。

厦门大学党委常委、副校长方颖教授发表了题为《人工智能替代与中国劳动者工作时长》的主旨演讲。他基于中国劳动力技能词典、713万余条招聘数据与CFPS微观调查数据，构建了城市—年份—职业层面的人工智能替代度指标。研究发现，人工智能替代度越高的职业，劳动者工作时长越长、工资率越低，形成“多劳少得”的反常现象。传统静态劳动供给模型难以解释这一现象，为此他构建了动态劳动供给框架，提出人工智能替代通过跨期替代与预防性动机两条渠道，恶化劳动者对未来收入的预期，诱发当期劳动供给增加。因此，政策应高度重视工时增加现象，完善劳动保障体系，使技术进步真正转化为劳动者福利的提升。

西南财经大学党委常委、副校长王擎教授发表了题为《人工智能赋能企业生产率提升：基于业智融合的视角》的主旨演讲。他指出，我国人工智能投资规模增长迅速，但投资本身并不必然提升企业生产率，关键在于人工智能是否真正嵌入企业生产经营环节。他基于726万条上市公司招聘数据，构建反映人工智能与业务融合程度的“业智融合”指标。研究发现，业智融合显著提升企业全要素生产率、营收规模与盈利能力，而单纯的人工智能投资、岗位占比与关键词指标等均不显著。机制分析表明，业智融合主要通过增强创新能力与配置能力发挥作用。异质性分析显示，研发场景的生产率效应最为突出，营销、生产、运营等场景则各有不同，且受行业特性与所处产业链位置影响，并具有显著的中长期效应。因此，“人工智能+”政策应由一般性技术支持转向场景化、链条化、能力化支持。

第二阶段主旨演讲由浙江大学经济学院副院长张川川主持。

香港中文大学（深圳）经管学院执行院长张博辉教授以Generative AI at Fund Investment: Evidence from a Phased Rollout of an AI Assistant为题作主旨演讲。他基于蚂蚁集团2023年8月至2024年5月期间智能投顾助手从检索式AI分批升级为生成式AI的自然实验，构建堆叠双重差分模型，考察生成式AI对投资者交易、持仓与回报的影响。研究发现，升级后投资者交易金额增加约41.6%，交易与持仓更加分散，组合波动率小幅下降，但平均收益与风险调整后收益未显著改善。机制分析表明，生成式人工智能增加了信息整合类互动，提高了人机对话的频率、深度与建议采纳程度。有经验、风险承受能力较高的投资者获得更有利的收益变化，表明技术红利不仅取决于技术可得性，也取决于投资者使用和处理信息的方式。

北京大学汇丰商学院院长王鹏飞教授发表了题为Automation and Dynamic Efficiency: When Do Robots Benefit Every Generation?的主旨演讲。他从代际福利视角出发，构建交叠世代模型，分析自动化降低劳动工资、提高资本回报所带来的分配效应。研究表明，在模型设定下，自动化能否使各代人共同受益，关键取决于引入机器人之前经济是否处于动态无效状态；若经济动态有效，政策就需要权衡当代资本持有者与未来劳动者的利益。他进一步指出，工资下降会削弱储蓄和投资能力，从而形成内生的“逆自动化”力量，技术成本下降未必带来机器人使用规模持续扩大。相关分析进一步拓展至多期生命周期与任务分工框架，提示政策应区分税收与直接限制等不同工具，警惕简单限制自动化可能引发的低自动化陷阱。

南京大学经济学院院长郑江淮教授以《数据跨境流动、算力内生与AI自动化增长：基于中马两国多部门动态一般均衡的分析》为题作主旨演讲。他指出，中国智能算力规模居全球第二，马来西亚成为全球数据中心投资最大东道国，两国在算力与数据禀赋上呈反向错配。以此为背景，他构建了包含家庭、生产、数据加工、算力资本、劳动市场、研发、跨境流动与市场出清八个模块的两国多部门动态一般均衡模型，探讨其对经济增长与工资分配的影响。理论分析提出，自动化边界由任务级数据存量与算力相对价格共同决定，算力不足时可能形成“数据堆积陷阱”；跨境数据流动具有非对称的增长效应，数据稀缺国有望获得更大的增长红利。他指出，算力规模扩张并不必然转化为本土自动化水平与工资的提升，还需关注数据加工能力、职业任务重组及能源约束。应推动算力建设与本土数据要素市场协同发展，通过完善跨数据合作机制，释放两国数字经济的互补优势。

复旦大学经济学院副院长陈钊教授发表了题为Teaching at the Right Level with Generative AI: Experimental Evidence from Rural China的主旨演讲。他基于在中国西南某省农村地区8所寄宿制学校开展的随机对照实验，考察结构化AI辅导对九年级学生中考成绩的影响。研究面向九年级学生，在晚自习期间提供持续4至8周的生成式人工智能辅导，通过前测、诊断、个性化辅导、后测与总结等环节，使教学内容适应学生的学习基础。研究发现，接受干预学生的中考总成绩平均提高约0.11个标准差，达到较好职业学校录取分数线的概率提高，且原有成绩较低的学生受益更大，男生的改善效果更为明显。他强调，人工智能能否改善学习成效取决于教学设计与使用方式，结构化、个性化的辅导有助于弥补农村教育资源短板，为缩小教育机会差距、更好实现“投资于人”提供了实验证据。

第三部分主旨演讲由《中国社会科学》经济学编辑部张天悦主持。

上海交通大学上海高级金融学院讲席教授朱宁以《AI泡沫之辩》作主旨演讲。他指出，人工智能建立在多学科技术积累之上，正在颠覆既有行业、创造新产业，并深刻改变生产、生活和社会结构，同时也带来收入差距扩大、就业形态变化以及人机关系重塑等一系列新问题。围绕AI是否存在资产价格泡沫，他结合历史上的郁金香狂热、互联网泡沫等案例，分析了宽松流动性、新技术与新商业模式、投资者经验不足、政府支持和金融创新等泡沫形成条件，并指出泡沫可能带来资产价格缩水、金融风险、贫富差距扩大以及资源错配等影响。对于当前AI热潮，他强调应从资金、估值、增长、利润、利率以及流动性、现金流和市场预期变化等维度审视AI产业的发展和潜在风险。

清华大学动态竞争与创新战略研究中心主任李纪珍教授以《人工智能时代的科技成果转化》为题作主旨演讲。他指出，随着大学使命由教学、科研逐步拓展至社会服务，科技成果转化已成为高校推动知识创造转化为实际生产力的重要渠道，但高校成果仍面临“死亡之谷”、产业化率较低等现实挑战。围绕人工智能时代的成果转化，他分析了AI技术迭代快、成果形态多样、知识产权边界模糊等问题，并强调人工智能成果转化更加依赖学科交叉、底层技术能力、工程化实践和长期资本支持。在此基础上，他介绍了基于清华大学AI科研论文数据的实证研究，发现将AI作为科研工具使用的论文具有更高的技术转化潜力，也更可能与后续专利申请形成知识链接，为理解AI赋能科技成果转化提供了新的经验证据。

清华大学经济管理学院董丰教授以Big Push Toward Big Data为题作主旨演讲。他指出，数字经济中的数据积累和信息处理具有“飞轮效应”，企业产出越高，能够获取和处理的信息越多，进而提升生产效率并形成自我强化机制，但微观层面的放大效应能否加总为宏观经济的持续增长仍需进一步讨论。基于静态与动态模型，他分析了经济规模、信息技术和劳动供给等因素如何共同影响信息与产出之间的循环，并指出数字经济可能使经济形成多重均衡和内生不稳定。围绕“有效市场与有为政府”的结合，进一步讨论了政府建设数据基础设施、促进信息共享和改善信息环境的作用，强调政府干预既可能产生挤入效应，也伴随资源成本和挤出效应，其合理边界取决于经济发展阶段及政策成本收益，为理解人工智能和数字经济背景下政府作用提供了新的分析视角。

武汉大学数理经济与数理金融系主任魏立佳教授以《大语言模型作为数字专家：信度与效度分析》为题作主旨演讲。他指出，随着生成式人工智能和大语言模型广泛应用于经济学研究，人工智能不仅可以作为研究对象，也能够作为“数字专家”参与变量和概念的定义与生成，但由此产生的变量是否可靠，仍需要系统检验。围绕这一问题，他借鉴心理学中的信度与效度概念，构建了大语言模型生成变量的评价框架，从重复生成、跨模型、提示词和版本等维度考察变量的信度，并从收敛效度、区分效度以及预测与增量效度等方面检验变量的有效性。他结合人工智能职业暴露率等案例指出，不同模型生成的变量可能具有较高的相对一致性，但绝对数值存在明显差异，因此应完整报告模型、提示词、生成次数及参数设置，并加强人工验证和外部验证。最后，他强调，人工智能生成变量的高信度和高效度并不意味着已经实现因果识别，相关研究仍需遵循规范的计量经济学识别方法，并提高研究过程的可追溯性和可重复性。

平行论坛的论文宣讲环节，分别由《世界经济》编辑部曹永福、《财贸经济》编辑部张杭、China & World Economy编辑部宋锦和《经济社会体制比较》编辑部兰鹏四位老师主持，22位论文作者分别围绕人工智能与企业创新、数字经济与数据要素、人工智能与劳动力市场、金融科技与风险治理、科技竞争与产业发展等主题报告论文，深入探讨人工智能对企业创新、产业竞争、企业增长和就业结构的影响，以及数据安全治理、公共数据要素化、金融市场风险与科技竞争中的资源配置等问题。与会专家学者与论文作者围绕研究设计、理论机制和实证发现进行了深入交流和研讨。

本次研讨会汇聚了国内人工智能、经济管理、金融研究领域的前沿智慧与顶尖学术力量，聚焦人工智能与经济管理交叉融合创新发展核心议题，紧扣数字经济发展大势与国家现代化建设战略需求开展深度研讨、凝聚学术共识。会议立足学科交叉创新视角，积极探索人工智能赋能经济管理变革、助力产业升级与高质量发展的有效路径，是我国经管与金融学界响应数字强国战略、深化跨学科协同研究、整合优质学术资源的生动实践。同时，本次高规格学术会议的成功举办，进一步夯实了浙江大学在人工智能与经济管理交叉研究领域的学术积淀，搭建了全国性的跨校、跨学科高端学术交流平台，为相关领域理论创新、学术成果转化以及提升国内交叉学科研究的国际学术影响力筑牢了坚实基础。