彭文生/文
经济活动可以划分为生产、分配、流通、消费等环节，经济循环并非单向顺序，而是循环往复，而且各环节相互渗透，分配和流通贯穿生产全过程，消费需求也有引导生产决策的作用。我们可以从时空两个维度看国内国际双循环，空间维度区分国内与国际市场，时间维度体现跨期资源配置，消费剩余形成储蓄，并转化投资支撑未来生产。
生产和消费是经济循环的两个关键环节，代表经济的供给能力和最终需求。本土市场效应和交易成本使内循环居于主体地位，对大型经济体而言尤其如此，同时参与全球产业链分工，进出口和跨境投融资带来跨期和跨境要素调剂，进一步优化资源配置。构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，是我国重大发展战略，其最终目标是促进可持续的经济增长。
过去几年，中金公司研究部和中金研究院围绕新发展理念的五个关键词“创新、协调、绿色、开放、共享”发布了一系列主题报告，涉及绿色转型、科技和产业创新、全球产业链、共同富裕、AI经济、地缘经济等，涉及内外循环的多方面。今年部院协同的主题报告聚焦双循环，在新技术革命尤其AI发展和地缘竞争不断演进的背景下，探讨其宏观、产业和政策含义。本文从规模经济出发，就双循环在宏观层面的含义提出几点思考。
从规模经济看双循环
在地缘竞争的背景下，一组数据变化值得关注：以美元口径衡量，中国GDP相对美国GDP的比例由2021年77%的高点回落至2025年63%；截至2026年一季度滚动四个季度，该比值小幅回升至64%。这一比例的变化有汇率波动的影响，也源于我国名义GDP增速持续低于美国。这个比值的下行属于短期阶段性扰动，还是趋势性的现象？下行压力主要来自供给侧还是需求侧？背后更多反映内部还是外部环境？双循环分析框架可以为我们理解这些问题提供一些思路。
什么决定经济增长？在供给端，经济学已有很多基础性的共识，规模经济是增长的核心逻辑。规模经济的思想可以追溯到古典经济学鼻祖亚当·斯密，他在《国富论》中使用“看不见的手”来比喻市场经济，通过分工和贸易实现效率提升。分工提升单个环节的生产规模，不仅分摊生产的固定成本，也有利于提高各个环节的技能学习和生产效率，从而实现更高的经济效益。
新古典经济学突出了技术进步对经济增长的重要性，但将其视为外生变量，对于技术进步是如何发生的并未过多解释。20世纪80年代，罗默等人提出的内生增长模型弥补了新古典增长模型关于技术进步从何而来的短板，认为技术进步是人类经济活动的结果，其中规模经济是关键力量：在供给侧，人口越多、经济体量越大、可以投入研发的资源越充足，在需求侧，市场规模越大，激励创新的利润空间越大。
技术进步与规模经济两者之间是相互促进的动态过程，规模经济促进技术进步，技术进步带来规模经济的新载体和新形式。在新发展阶段，两类新技术变革具有系统重要性，绿色产业和人工智能，带来新一轮、更大范围的规模经济，是经济增长的新源泉。绿色转型对增长的促进已经显现但还在早期阶段，人工智能的经济贡献潜力更大但也具有更大的不确定性，内外循环是规模新经济成长的载体。
规模经济促进供给增长，但供给不自动创造需求，需求不足导致经济循环受阻，技术进步无法转化为经济增长。从宏观经济平衡来看，物价下行压力和国际收支经常项目顺差增加，都指向需求不足—而不是效率下降—是近年来中国相对美国GDP比例下降的源头。从总需求的三驾马车看，出口增长表现突出，在2026年一季度GDP同比增长5%里，出口贡献了2.3百分点，占比45%，2025年出口拉动增长1.4个百分点，占比28%。这背后有大制造业体系带来的规模经济竞争力，也有内需不足的促进作用，一个体现是人民币实际有效汇率在近几年显著下降，主要反映中外物价此消彼长。
导致需求不足的因素很多，从根源来讲可以归为两类，对应两个经济学理论流派，二者互为补充：一是贫富差距导致消费不足（马克思政治经济学），另一是货币的存在导致投资需求不足（凯恩斯货币经济学），前者的结构性特征更突出，后者的周期性特征更突出。在当前阶段，这两类力量的结合点是金融周期的下行调整。房地产下行和债务负担更多落在中低收入阶层，不利消费，同时风险偏好下降导致货币（安全资产）需求上升，抑制了实体投资和风险资产需求。
当前经济呈现明显的分化特征，创新与技术进步领域发展势头向好，但需求侧、物价、就业等面临较大的下行压力。展望未来，人工智能和绿色转型是决定供给侧潜力的两个趋势性力量，地缘竞争则是影响外需的重要因素，两个方面结合起来，是我们思考国际国内双循环的关键视角，对宏观政策以及经济增长前景有重要含义。
绿色规模新经济
中国的绿色转型和绿色产业发展取得突出成就，去年底经济学人杂志有一篇特别报道称中国为绿色超级大国。绿色产业方面，2024年中国光伏组件产量占全球超八成、2025年中国电动汽车销量占全球超六成。
从新能源供给来看，对比欧盟和中国的新能源装机量，2013年中国大约只有欧盟的50%，而在2024年这一数值已经是欧盟的2倍多。为什么有这么大的反差？这首先和公共政策有关。和美国不同，中欧在绿色转型、促进碳中和的理念上是一致的，但实现目标的政策手段有显著差异。
绿色转型需要克服两个外部性。化石能源具有负外部性，使用能源的收益是个体的，但碳排放带来的损害由整个社会甚至全球承担。这使得个体缺乏足够动力来降低化石能源的使用，需要公共政策的干预，比如碳市场、碳税等碳定价制度设计。另一边，绿色能源发展具有正外部性，绿色技术和产业创新的成本和风险由个体承担，收益由全社会享受。这导致个体投入之和往往低于社会理想水平，同样需要政府干预，例如为创新提供补贴。
我们在《碳中和经济学》一书提出绿色溢价的分析框架。绿色溢价是清洁能源成本与化石能源成本之差，绿色转型要求将绿色溢价降到负值，让清洁能源成本低于化石能源成本，促使经济主体进行转换。绿色溢价的概念蕴含着实现绿色转型的两个基本路径：一是通过碳市场、碳税等碳定价机制提升化石能源成本，抑制化石能源需求，欧盟采取的是这种方式；二是通过绿色投资和技术创新增加新能源供给，降低清洁能源成本，这是中国采取的主要方式。从结果来看，中国的碳价格相对欧盟在过去十几年呈下降趋势，但中国的新能源使用和扩展大幅超过欧盟。
政府的产业政策为什么成功？关键在经济基本面的支持。规模经济推动了中国的绿色转型和绿色产业发展。规模经济效应推动相关产品价格下降，例如光伏组件和锂电池的全球价格随着累计装机量增长呈现直线下降的趋势。规模经济源自绿色能源的制造业属性，煤电和气电的发电成本中设备成本占比分别为40%和不到20%，其主要成本是原料成本；而风电和光伏发电的设备成本占比均超过80%。
绿色产业的规模经济有重要的宏观含义。首先是规模经济与规模不经济。化石能源是初始的资源禀赋，具有规模不经济的特征。开采油矿、煤矿往往从成本较低的地方开始，随着挖得更深、更远，成本提高。规模不经济的一个重要特征是，随着需求的增加，商品价格上升、成本上升。相反地，绿色能源属于制造业，其规模经济特征意味，需求的增加可以通过生产规模扩大来满足，单位成本和价格下降。
其次是竞争与垄断。从化石能源转向绿色能源改变市场竞争格局，在促进效率的同时也带来产业结构变化和利益的调整。采矿业与土地相关，天然地带有垄断属性，可竞争性不足。譬如石油输出国组织与伙伴国（OPEC+）由二十多个会员国组成，通过控制石油产量影响价格，是典型的卡特尔组织。而制造业，比如电动汽车、光伏组件和风电设备等可竞争性强，竞争促进效率提升。
基于全球碳中和的远景目标，绿色产业的发展仍然在早期，未来增长的空间还很大。中国在绿色技术和产业发展方面处于领先地位，这不仅是本国经济的增长点，规模经济和市场竞争结合意味外循环是中国出口绿色转型、为全球经济发展做贡献的载体。同时，能源转型意味利益调整，对全球治理产生重要影响，尤其是保护主义和地缘竞争将在需求端给中国的绿色产业带来约束压力。
AI规模新经济
AI大模型遵循规模定律（Scaling Laws），即模型性能提升依赖参数、数据、算力的增加，但存在规模报酬递减（同等规模投入带来的性能改善速度放慢）。这一特征意味AI发展有投入门槛要求，使得中美处于全球AI领域的第一梯队。中美之间，美国的一个优势是先进芯片带来的算力规模，中国的优势是人力资本规模。基于2025年的数据，从AI优秀人才的来源地看，本科毕业学校所在地是中国的占比是51%，美国占比是12%，其他国家37%。从AI优秀人才的工作地看，工作机构总部在中国的比例是37%，美国占比32%，其他国家31%。
AI如何影响经济，我们可以从规模定律和规模经济效应两个维度来理解。规模定律隐含要素投入比如算力、数据、电力等呈现规模报酬递减的特征，但如果模型的应用产生的收益大于投入成本，经济可行性仍然成立。AI应用存在规模经济效应，把上下游链条放在一起看模型投入仍可以产生规模报酬递增。规模定律描述的是技术可行性，规模经济效应关乎经济可行性，前者是基础，后者反过来也影响AI技术演进。AI应用的规模经济效应来源多元：庞大市场需求能够摊薄算力、数据、人力等各类固定成本，同时更大的应用规模也会带来更强的创新激励。规模经济不仅有单个企业的内部规模经济，更有上下游协同，共享基础设施和人才池的外部规模经济。
但应用层面也有规模不经济的方面，有两个来源。其一，针对负外部性建立的社会治理机制，会在一定程度上制约规模经济效应释放，约束因素涵盖医药、金融等行业专项监管、数据安全与个人隐私保护，以及地缘竞争背景下跨国治理协作难题限制外部规模经济。其二是物理层面存在客观约束，芯片的折旧与快速迭代是突出例子，这也是规模定律在经济维度的具象体现。一方面模型推理会大幅加快芯片运转与硬件损耗，另一方面芯片更新迭代周期短，经济折旧快。高速度、高比例折旧对芯片制造厂商是利好，却会加重下游应用企业的经营压力。
比较数字经济1.0（数字平台）和2.0（人工智能）的经济属性，有助于我们思考AI发展的经济逻辑。在供给端，数字平台APP应用的可变成本近乎零，AI大模型的运行则有可变成本，包括模型推理消耗的算力和电力。在需求端，数字平台有强网络效应，容易形成赢者通吃，大模型本身的网络效应则小很多，AI作为技术工具的经济价值更多在下游应用中实现。由此可推导出两层含义：其一，数字平台呈现轻资产价值创造特征，而AI大模型属于重资产模式；其二，由于AI大模型更多依托外部规模经济实现发展，其价值攫取能力低于传统的数字平台企业。
AI的重资产模式的一个体现是近年来美国AI相关资本开支大幅扩张。数据中心建设、算力硬件采购、大模型研发等非住宅固定投资持续高增，对GDP和总需求增长的拉动在近几个季度明显上升。从2026年一季度同比看，美国GDP增长有44%，总需求增长有66%源自AI相关资本开支。AI作为新的通用技术，人们更多关注其对效率和经济供给的促进作用包括对就业的冲击，这方面的不确定性还很大，所以有很多不同观点和争论。美国的现实显示，AI在需求端的作用来得更快、更直接。
怎么解释美国AI投资热潮？企业借一笔钱（或者用自有资金）投资，利率（作为融资成本或者丧失其他投资机会的成本）是事先给定的，但是资本回报预期不确定。按照传统的IS-LM模型，货币市场决定利率，利率作为资金成本影响投资需求，后者也受总需求波动的影响。我们既没有观察到美国经济总需求所带来的投资动能（AI相关资本开支一枝独秀），同时利率处在高位，而美股风险溢价几乎是零，意味股市估值极高。这些迹象显示本轮美国AI相关资本开支扩张是由乐观的预期驱动的。
美国AI相关资本开支能否持续？AI产业链上的不同环节有不同的体现。上游的芯片企业（例如英伟达）的营业收入和利润增长快，其投资不是由凭空的乐观预期驱动的。然而，对其芯片的需求来自中游和下游，中游的数据中心、云厂商等基于算力、硬件设施的租金产生一定的现金流，下游的大模型企业则基本依赖于风险投资，而风险投资依赖于乐观的预期，其现金流非常不稳定。美股七巨头的市现率（股票价格相对于自由现金流的比例）已经接近科网泡沫时期的高点。
从微观来看，整个链条的韧性取决于下游AI大模型的应用在多大程度上、以多快速度兑现投资者的乐观预期。从宏观来看，AI资本开支叠加股市上涨的财富效应，带来强劲的总需求，使得美国通胀处在高位、经常项目逆差增加，高利率是宏观经济平衡的要求或者说结果，其作用是压缩其他方面需求，释放资源以支持AI资本开支。这个宏观层面的闭环也有脆弱性，AI产出能力的增长有多快，经济其他部门能承受多高的利率，高利率环境下投资者有多大的耐心等待AI预期的兑现。
中国作为另一个处在AI发展前沿的国家，面临的情况几乎是反过来的。截至2026年1季度，AI相关资本开支对GDP和总需求同比增长的贡献只有0.10—0.15个百分点。为什么差距这么大？有几个可能的解释。一个可能的因素是美国对GPU出口的限制。中国的金融结构意味，乐观预期通过股票和股权投资传导到实体投资的效率没有资本市场发达的美国高。再有就是宏观层面的需求不足，技术进步在经济层面的渗透，既受限于供给侧的技术水平，也取决于需求侧的盈利能力。
如何看待中美AI资本开支的差距？资本开支是一个重要衡量维度，但不能等同于两国AI整体发展实力。美国依靠私人资本大规模布局高端通用算力与基础大模型，行业重资产属性突出，但也存在成本高企、投资回报可能不及预期的结构性问题；我国民间资本投入规模相对不足，可依托海量本土产业数据与充足工程师人才，走轻量化落地路径。但中美资本投入的差距加剧我国在底层通用算力、前沿基础研究领域面临的追赶压力。在这样的背景下，公共政策可通过财税激励、产业基金、制度优化等措施提升AI领域资本开支规模，但更重要的可能是促进总需求，为AI发展提供友好的宏观经济环境。
地缘竞争下的外循环新模式
总需求的一个方面涉及外循环。在宏观层面，外循环可分为三个维度：第一，经常项目差额，对应一国对外净投资，关乎宏观经济供需平衡；第二，进出口总规模、对外投资与负债规模，衡量一国融入全球分工的广度与深度；第三，贸易的商品结构与区域流向格局，受地缘经济因素影响。我国经常项目顺差意味向外输出实体资源，并相应积累对外资产；中国制造业规模不断扩张，成为全球第一大产成品贸易中心，这是规模经济在外循环中的典型体现。与此同时，这一格局也促使西方国家推行供应链“去中心化”布局，美国发起关税冲突便是典型代表。
从近年实际发展来看，美国关税政策仅重塑了全球贸易结构，并未能压低中国的贸易总规模。2019至2024年各国自华进口份额分化明显：美国等国占比下滑，俄罗斯（受制裁限制、贸易渠道单一）、东南亚、拉美、非洲等地区对华进口占比显著走高。我国对外投资重心也在向“一带一路”沿线国家转移。从贸易的产品结构看，近几年中国的资本品和中间品出口增长速度较快，消费品增长速度放慢。
把出口和资本流动结合起来看，一个外循环闭环的新模式初露端倪。旧的模式是，中国出口消费品给美国，获得的贸易顺差部分通过持有美国国债形成对外资产；新的模式是，中国向新兴市场和带路国家出口资本品和中间品，在当地建厂投资，形成的对外资产是企业股权、债权。
从国际收支看，美国经常项目逆差上升，中国的顺差也上升。这既反映了美国内需较强和中国内需偏弱的宏观经济环境，也符合上述的贸易流向变化。美国内需强，但自身供给不足，如果不从中国进口，必然从其他国家进口。但其他国家也没有很多闲置的资源向美国出口，中国因为对美国出口减少，可以增加对其他国家的出口，其他国家也就有更多资源可以向美国出口。
上述宏观逻辑在微观层面的一个体现是，中国上市公司海外业务毛利率明显高于国内业务毛利率。具体来看，近几年中国上市公司海外业务毛利率本身是比较稳定的，这一差距主要是因为国内业务毛利率下降，反映了国内市场供大于求的问题突出。
内循环：金融周期下半场需要财政扩张
综上所述，规模新经济在供给侧提升中国经济的增长潜力，当前的主要问题是需求不足。如果需求能得到有效提振，中国可以实现更快的增长，在经济总规模上重回追赶美国的轨道。需求侧的主要问题是内需不足。在金融周期下半场，房地产下跌与债务负担交织在一起，通过需求给经济增长带来顺周期性下行压力。当前企业和家庭部门还本付息占新增贷款的80%—90%、占GDP30%以上。在现阶段，应对有效需求不足，需要采取有力的宏观政策促进消费需求。
关键抓手是增加财政货币协同，推进债务重组，兼顾逆周期调节与跨周期结构改革，把促进短期需求与投资于长期增长结合起来。投资生育、养育、教育，既拉动当前消费，又提升人力资本规模，支撑长远的创新与发展；改善社会保障体系，提升农村老年人的养老保障，既促进社会公平、释放消费能力，又能缓解年轻人的养育负担，助力生育率回升。
在经常项目顺差扩大的背景下，内外循环的一个关注点是汇率的作用。从宏观平衡来看，汇率本质上是经济运行的结果，而非驱动经济走势的核心动因。影响资源配置的是实际汇率，而非名义汇率，即便名义汇率保持稳定，国内物价上涨也会推升实际汇率。关键要看宏观经济内外平衡，不能只看国际收支平衡，如果经常项目顺差反映的是内需疲弱，名义汇率升值可能被国内物价下行抵消，使得实际汇率不变。出路在于宏观政策促进内需，在提升经济增长的同时，促进实际汇率升值。后者存在两种表现形式：一是利率上行带动名义汇率走强，二是国内物价水平抬升。
（作者为中金公司首席经济学家）
天顺优配提示：文章来自网络，不代表本站观点。
