AI解决了经济学家七年没解决的数学证明，但经济学真正需要改变的，可能是优化目标
MIT 两位计量经济学家花了七年时间，没有完成一个弱工具变量条件下的估计量优化证明，最后借助 AI 完成了证明，还得到了闭式解，并拓展到了异质性处理效应的场景。
这件事当然值得关注。
但我觉得，与其讨论 AI 是否会改变理论经济学的研究范式，不如追问一个更根本的问题：
当 AI 已经能够帮助经济学家解决复杂的数学问题时，我们是否也应该重新审视：经济学究竟应该优化什么？
因为数学工具再先进，也只能帮助我们更好地求解问题。如果最初设定的目标就有问题，那么计算能力越强，可能只是越高效地实现错误的目标。
一、经济学已经不缺数学工具，缺的是对目标的反思
现代经济学早已大量使用数学。
微观经济学研究效用最大化、成本最小化和市场均衡；宏观经济学研究经济增长、通货膨胀和资源配置；计量经济学使用统计学和概率论，从现实数据中识别经济关系和因果效应。
这些工具都非常重要。
但我们需要区分两个问题：
第一，如何更有效地实现一个目标？
第二，这个目标本身是否值得追求？
例如，经济学家可以建立非常复杂的模型，研究如何提高 GDP、居民收入、企业利润和劳动生产率。
但是，这些指标究竟代表什么？
GDP 增长，不一定意味着每个人的生活都变好了。
居民收入提高，不一定意味着人们获得了更多自由时间。
劳动生产率提高，也不一定意味着劳动者可以减少工作时间。
如果一个社会的生产效率提高了一倍，但每个人仍然需要工作八小时，只是生产了更多商品，那么这种生产力进步究竟给人带来了什么？
这才是值得追问的问题。
二、生产力提高，为什么人反而可能越来越忙？
举一个简单的家庭例子。
假设一个100人的大家庭，过去每天需要400个劳动小时，才能满足所有人的基本生活需求。
后来技术进步，生产效率提高了一倍，现在只需要200个劳动小时，就可以生产同样数量、同样质量的生活资料。
这意味着什么？
意味着这个家庭每天多出了200个劳动小时的自由空间。
但如果家庭内部的分配制度没有改变，大家仍然必须工作400小时，那么多出来的生产能力可能被用于生产更多商品、扩大竞争，甚至制造新的消费需求。
结果可能是：
生产能力提高了，商品更多了，经济规模扩大了，但每个人并没有获得更多休息时间。
甚至由于竞争加剧，大家还需要更加努力。
这就是我们一直讨论的一个问题：
生产力进步，不等于体面生活改善。
技术创造了减少劳动付出的可能性，但制度决定了这种可能性最终转化成谁的收益。
三、经济学应该有一个新的优化目标：体面生活时间
我认为，经济学需要从单纯追求货币指标，进一步转向研究人的真实生活成本。
这里提出一个概念：
体面生活时间：一个人或一个社会，为了获得和维持体面生活所需要付出的综合时间成本。
它不是简单的工作时间，而是多维度的。
例如：
- 劳动付出时间：生产生活资料所需要的劳动。
- 获取时间：通勤、排队、寻找商品和服务等成本。
- 社会再生产时间：育儿、养老、家务和照护等成本。
- 休息恢复时间：恢复身体和精神状态所需要的时间。
- 发展学习时间：适应技术变化、掌握新知识和参与社会生活所需要的时间。
这些维度不能简单地压缩成一个数字。
尤其需要区分被迫付出的时间和自由选择的时间。
学习、探索、创造、艺术和社交同样需要时间，但它们不应该被当作需要消灭的成本。
我们真正要减少的是，为了维持基本生活而不得不付出的低效劳动、重复劳动和不必要的时间消耗。
经济发展的方向，应该是让人们用越来越少的被迫付出，获得越来越好的生活。
四、还需要重新理解劳动生产率
传统生产率评价容易把注意力集中在单位劳动时间创造了多少产出。
但我们还应该追问：
生产出来的究竟是什么？
是不是社会真正需要的东西？
有没有减少其他人的劳动？
有没有降低获取生活资料的成本？
有没有减少社会中的无效竞争？
例如，洗衣机提高了洗衣效率。
但如果家庭因为生活标准提高，又增加了更多衣物、更多清洁要求，甚至把节省出来的时间用于更多家务，那么技术进步的收益就没有完全转化为自由时间。
再比如，AI 可以让一个科研人员更快完成数学证明。
但如果科研机构因此要求每个人发表更多论文，原本节省的时间又被新的工作任务填满了。
这说明我们需要区分几个概念：
- 有效增长：真正增加社会所需要的产品、服务和能力。
- 无效增长：增加了经济活动和数量，却没有相应改善人的生活。
- 必要劳动时间：生产和维持社会生活所必需的劳动投入。
- 浪费时间：由于制度不兼容、重复竞争、资源错配等原因产生的不必要时间消耗。
这些概念可以帮助我们重新评价经济增长的质量。
五、AI时代，经济学研究的重点应该发生什么变化？
回到这次 MIT 的研究。
AI 能够帮助经济学家完成复杂的数学证明，意味着知识生产的部分劳动成本可能大幅下降。
这当然是生产力进步。
但未来的经济学研究不应该只停留在：
如何更快地计算？
如何更准确地估计？
如何找到更优的数学解？
还应该进一步研究：
- AI 是否减少了社会必要劳动时间？
- AI 带来的生产力收益是否转化为更多人的自由时间？
- 技术进步是否降低了住房、教育、医疗和养老的生活成本？
- 自动化是否减少了重复劳动，还是仅仅增加了企业的产出要求？
- 制度是否允许生产力提高的收益在人群之间合理扩散？
我们甚至可以用计量经济学研究这些问题。
例如，比较企业引入 AI 前后的实际劳动时间、单位产品劳动投入、工资变化、就业变化，以及员工获得的自由时间。
这比单纯统计企业增加了多少产值，更接近我们真正关心的社会进步。
六、经济学还需要重新建立评价体系
我们不能只用 GDP、收入、利润和就业率来评价一个社会。
这些指标仍然重要，但它们只是观察经济的不同窗口。
我认为，至少需要从六个维度评价社会经济制度：
保障： 当一个人失去劳动能力或就业机会时，能否维持基本的体面生活？
选择： 人们是否有真正选择职业、生活方式和发展道路的自由？
劳动： 为了实现生产目标，社会付出了多少不可逆的人类时间和精力？
贡献： 某项技术、政策或劳动，究竟对最终结果产生了多大实际影响？
激励： 如何让创新、贡献和生产力进步得到合理回报？
意义： 这些生产活动是否真正改善了人的生活，是否值得投入如此多的时间？
这六把尺子不是一个简单的总分，也不能相互替代。
例如，一个政策可能提高了 GDP，却损害了劳动者的选择；一个技术可能降低了生产成本，却没有让收益扩散给普通人。
我们需要把这些问题分别看清楚。
七、真正值得 AI 帮助经济学解决的，是人类生活中的问题
我并不认为 GDP、收入和利润没有意义。
物质生产是体面生活的基础，货币交换也是复杂社会协调资源的重要工具。
但我们必须分清手段与目的。
赚钱是获得社会生产成果的一种方式，GDP 是衡量经济规模的一种方式，利润是企业经营的一种激励方式。
它们都不应该成为社会发展的最终目的。
一个社会真正的进步，不是让所有人越来越忙，不是让每个人在竞争中获得相对优势，也不是让经济数字永远增长。
而是：
同样的生活质量，需要越来越少的被迫劳动。
同样的社会资源，能够让更多人过上体面的生活。
生产力提高之后，人们能够拥有更多时间用于休息、学习、家庭、交流、创造和探索。
这才是技术进步应该带来的结果。
所以，AI解决了经济学家七年没有解决的数学证明，我认为值得庆祝。但比 AI 能不能更快地证明一个定理更重要的问题是：我们究竟想用这些越来越强大的工具，把人类带向什么样的生活？
如果经济学只研究如何让 GDP 增长得更快，那么 AI 可能只是让这场竞赛变得更加激烈。
如果经济学开始研究如何让人类以更少的综合时间付出，获得更好的生活，那么 AI 才真正有机会成为人类解放生产力的重要工具。
经济学不应该只是研究如何让经济增长，而应该研究如何让生产力进步真正转化为人的时间自由。