【学术前沿】AI正在改变经济学研究本身吗？

发布时间：2026-09-11 00:00 浏览：86

人工智能正在成为经济学研究的重要对象。就业会不会被替代？生产率能否提高？企业组织会发生什么变化？围绕这些问题，近年来已经产生大量研究。

但一个新的变化正在出现：AI不再只是被经济学家研究，它开始进入经济学研究过程本身。

从读取文本和图像，到建设数据库、测量经济概念，再到生成研究假设和参与统计推断，AI正在改变经济学家获得事实和生产证据的方式。

这种变化究竟意味着什么？它只是提高了研究效率，还是可能改变实证经济学本身？

一个值得注意的信号

2026年夏天，NBER Summer Institute专门安排了一场题为“Estimation and Inference with AI-Generated Data”的方法讲座，由Melissa Dell和Ashesh Rambachan主讲。

这场讲座讨论的已经不是“怎样用ChatGPT提高科研效率”，而是几个典型的经济学方法问题：如何利用非结构化数据发现事实和生成假设，如何在AI时代进行经济测量，怎样利用人工验证样本纠正AI产生的测量误差，以及如何对AI生成的数据进行有效推断。

与此同时，2026年出版的《Annual Review of Economics》发表了Ludwig、Mullainathan和Rambachan的研究，对大语言模型进入实证经济学建立了专门的计量分析框架。作者明确区分了利用LLM进行“预测”和利用LLM进行“测量与估计”这两类问题，并指出后一类研究需要特别处理AI生成变量带来的测量误差和推断问题。

这些变化释放出一个值得关注的信号：

AI正在从科研辅助工具进入经济学的方法体系。

而这一变化首先发生在一个看似基础、实际上决定了大量实证研究能否开展的环节——数据。

一、以前没有的数据，开始可以被“生产”出来

现代实证经济学在很大程度上受制于数据。

研究者提出一个问题之后，往往首先要问：

有没有企业数据库？
有没有家庭调查？
有没有海关数据？
有没有城市层面的长期面板？

没有合适的数据，再重要的问题也很难成为一项可执行的实证研究。

但现实世界中的经济信息远比现成数据库丰富。

政府文件、企业年报、专利说明书、法院判决书、新闻报道、招聘广告、历史档案、地图、照片、录音和视频，都记录着经济活动。长期以来，真正困难的不是这些信息不存在，而是它们没有被转换成可以用于经验分析的数据。

Melissa Dell在2025年发表于《Journal of Economic Literature》的综述中系统展示了这一变化。深度学习可以从大规模文本和图像中提取结构化信息，并应用于文档数字化、记录匹配、文本分类以及海量资料的数据探索。

大语言模型和AI Agent又进一步降低了数据建设的成本。

2026年，Afonso等人提出“Deep Research on a Loop”（DRIL），让AI Agent按照研究者预先设定的变量定义、编码规则和证据要求，循环搜索公开资料、提取证据并建设数据库。作者利用这一方法更新了部分全球税收支出数据，并提出一个很有启发性的判断：即使只是部分自动化，AI也可能改变实证经济学的数据生产方式。

真正值得关注的并不是AI节省了多少助研时间。

更重要的是：

数据库不一定只能被“找到”，也可以围绕研究问题重新被“生产”。

过去，一项研究能不能做，很大程度上取决于数据是不是已经存在；未来，一部分问题可能转变为：原始材料是否存在，以及能否建立可靠的方法把它们转换为数据。

如果这种变化持续下去，AI首先扩大的可能不是回归模型的能力，而是经济学可以研究的问题集合。

二、过去难以观察的经济概念，也开始可以被测量

经济学研究面临的另一个长期困难是：

很多真正重要的概念并没有天然的统计指标。

例如：

企业到底有多重视创新？

管理层对未来是乐观还是悲观？

地方政府执行某项政策的力度有多大？

企业面临多大的供应链风险？

监管文件释放的是鼓励信号还是约束信号？

这些经济概念真实存在，却往往隐藏在语言、语境和行为之中。

传统文本分析通常依赖关键词、词典或者人工编码。但大语言模型带来了另一种可能：让AI直接理解语义，再把复杂的非结构化信息转换为经济学变量。

2026年，Asirvatham、Mokski和Shleifer提出GABRIEL工具，将GPT用于定性材料的属性测量。研究者可以让模型判断一段讲话在多大程度上“支持创新”，并把类似的定性判断转化为可以进行统计分析的变量。

作者将GPT结果与1000多项人工标注任务进行比较，并进一步利用这一方法构建了包含约3.7万项技术的新数据库。

这意味着文本经济学正在出现一种重要变化。

过去常见的是：

文本 → 关键词 → 指数

现在越来越可能变成：

文本、图像、声音 → AI语义理解 → 经济概念 → 可估计变量

一旦这种转换能够得到严格验证，经济学的“可测量边界”就会明显向外扩展。

很多过去只能用粗糙代理变量研究的问题，也可能因此获得更加直接的测量方法。

三、但AI生成的变量，真的可以直接放进回归吗？

新的问题随之出现。

如果一个变量不是统计部门记录的，也不是调查问卷直接得到的，而是由大语言模型“判断”出来的，那么它能不能像普通变量一样直接进入回归？

答案并没有那么简单。

Ludwig、Mullainathan和Rambachan指出，当LLM被用于自动测量经济概念时，模型输出实际上是一种带有误差的测量结果。

更麻烦的是，这种误差未必是传统意义上的随机测量误差。

换一个模型、修改提示词，甚至模型版本升级，都可能改变结果。如果没有人工验证样本，一些看似无关紧要的技术选择，就可能产生明显不同的参数估计。

这已经不再只是理论上的担忧。

2026年，Yin、Vu和Persico用三个前沿大语言模型，按照完全相同的规则重新构造职业AI暴露指标。

结果发现，不同模型得到的平均AI暴露水平最多相差3.6倍，最低一致率只有57%。

更值得注意的是，当这些不同的AI暴露指标被进一步用于双重差分估计时，研究结果也发生明显变化：个体层面的估计系数大小最多相差2.4倍，在县级分析中甚至出现从“显著负向”到“不显著正向”的变化。

问题由此变得非常具体：

研究提示

如果解释变量、被解释变量甚至处理变量本身都是AI生成的，我们究竟应该怎样相信回归结果？

经济学家已经开始回答这个问题。

Christensen和Hansen指出，直接忽略AI或机器学习生成变量中的测量误差，可能造成有偏估计和无效统计推断，并讨论了相应的纠偏方法。

Duan和Pelger进一步研究了模型幻觉、前视偏误以及不同模型和提示词产生的系统性误差，并提出利用少量人工标注样本以及多个模型—提示词组合改善统计推断。

于是，一个新的计量经济学研究方向正在形成：

不是简单研究“怎样让AI替我们测量”，而是研究“AI测量之后，怎样继续进行可信推断”。

这也是AI真正开始进入经济学方法论内部的重要标志。

四、AI甚至开始进入“发现问题”的环节

经济学对“怎样检验一个假设”已经形成相对规范的程序。

但另一个问题长期没有那么标准化：

研究假设究竟从哪里来？

过去，它主要依赖研究者对理论、现实和已有文献的长期积累。

现在，AI开始进入这一过程。

利用机器学习在大规模数据中发现异常规律，再把这些规律转换为值得解释的经济事实，可以帮助研究者发现过去不容易注意到的关系。2026年NBER关于AI生成数据的方法讲座已经把“利用非结构化数据进行发现与假设生成”作为专门内容。

基于大语言模型的AI Agent则把这一趋势向前推进了一步。

Korinek的研究展示，AI Agent已经能够连续执行文献检索、数据获取、计量代码编写和调试等多步骤研究任务。

这意味着经济学研究流程可能部分从过去的：

理论或经验 → 提出假设 → 寻找数据 → 经验检验

转向：

大规模资料 → AI发现模式 → 提出候选假设 → 经济理论解释 → 独立数据验证

新的研究空间由此打开，但新的风险也同时出现。

Novy-Marx和Velikov在2026年发表于《Journal of Economic Literature》的研究颇具警示意义。他们从3万多个潜在股票收益预测变量中筛选信号，再让大语言模型为已有结果生成不同的理论解释和完整论文。

这一实验一方面显示了AI大幅提高研究生产效率的可能性，另一方面也说明AI可能把一种长期存在的科研问题进一步放大——看到结果以后再寻找理论，即HARKing。

AI越擅长为一个结果快速找到“合理解释”，经济学研究越需要清楚地区分：

什么是探索，什么是验证；什么是发现一个现象，什么是真正解释一个现象。

五、AI改变的可能是实证经济学的“研究生产函数”

把这些最新研究放在一起，可以看到一条越来越清晰的演进路线：

第一步，处理资料。
AI帮助研究者读取大规模文本、图片和其他非结构化信息。

第二步，生产数据。
AI Agent开始按照统一规则寻找资料并建设数据库。

第三步，测量概念。
LLM把过去难以直接观察的经济概念转换为变量。

第四步，参与研究发现。
AI帮助研究者从大规模数据中寻找异常事实和潜在假设。

第五步，进入经验分析。
AI生成的变量进入回归和因果分析。

第六步，倒逼方法创新。
经济学家开始重新研究AI生成数据的测量误差、偏误校正和统计推断。

因此，眼下最值得讨论的问题可能已经不是：

“AI能不能替经济学家写论文？”

而是：

“AI正在怎样重新配置经济学研究过程中人和机器各自承担的任务？”

搜索、提取、匹配、分类、编码、大规模模式识别，这些工作的边际成本正在快速下降。

相应地，经济学家的比较优势可能更加集中到另外一些环节：

选择什么问题，定义什么概念，怎样建立可信的识别设计，如何判断机制，以及怎样理解结果背后的经济含义。

从这个意义上说，AI短期内最深刻的影响，也许并不是替代经济学家的专业判断，而是改变实证经济学的研究生产函数。

六、数据更多，并不意味着证据更可信

这也是为什么，对AI进入经济学研究不能只有乐观的一面。

AI可以快速处理几十万份文本，但如果分类规则存在系统偏差，更快只意味着更快地产生有偏的数据。

AI Agent可以搜索成千上万份资料，但如果证据选择机制不透明，自动化也可能放大错误。

AI可以迅速提出大量假设，但如果研究者反复挑选最容易获得显著结果的解释，研究效率提高反而可能损害科研可信度。

还有一个特别值得注意的问题：

AI模型本身会变化。

模型升级、提示词调整、训练语料变化乃至某一模型停止提供服务，都可能让未来研究者难以完全复制今天得到的变量。

因此，在AI参与数据生产以后，“数据是怎么产生的”本身就必须成为研究设计的一部分。

未来使用AI生成经济变量，可能需要更加系统地报告：

模型及版本、使用日期、提示词设计、原始输入、数据处理规则、人工验证样本、模型输出保存方式以及误差纠偏方法。

换句话说：

研究提示

AI降低了生产数据的成本，却提高了记录数据生产过程的重要性。

可重复性、验证和透明度，不会因为AI出现而变得不重要，恰恰会变得更加重要。

七、对中国经济研究意味着什么？

这一轮变化对于中国经济研究可能尤其值得关注。

原因并不是中国研究者需要更快学会使用某一个大模型，而是中国存在数量巨大、尚未被充分结构化的经济信息。

例如：

地方政府工作报告记录着政策重点的变化；

中央和地方产业政策文件包含政策工具、支持对象和政策力度；

企业年报、交易所问询函反映企业战略、预期和风险；

法院判决书、行政处罚文件和监管文书记录着制度实施过程；

专利全文包含技术特征与知识关联；

政府采购和招投标文件则记录着政府、企业和市场之间大量细致的经济联系。

过去，其中很多材料因为整理成本太高，只能被小规模使用。

如果AI能够在严格验证的前提下降低数据建设成本，中国经济研究可能出现一批过去难以建立的新数据库。

由此至少产生五类值得继续推进的问题。

第一，能否利用AI建设新的中国制度数据库？

例如，围绕一项持续多年的制度改革，让AI Agent系统搜集中央和地方文件，识别政策实施时间、覆盖对象、政策工具和执行强度，再经过人工验证形成长期可重复使用的政策数据库。

第二，能否更加直接地测量过去难以观察的经济概念？

企业家预期、地方政府政策取向、供应链风险、技术突破程度、监管压力和企业组织文化，都可能成为新的测量对象。

第三，中国语境下AI生成变量的误差有什么特点？

中文政策语言、政府公文、上市公司披露和司法文书都有较强的语境特征。不同模型、不同提示词是否会系统性地改变变量测量结果，本身就是值得研究的方法问题。

第四，怎样建立AI辅助经济研究的可重复规范？

模型版本、提示词、原始资料、模型输出、人工验证集和纠偏程序，未来可能都需要成为数据与代码披露体系的一部分。

第五，也是更根本的问题：当获得数据、发现规律和生成解释的成本快速下降以后，经济学研究真正稀缺的是什么？

答案可能越来越清楚：

不是运行更多回归，也不是处理更多文本。

真正稀缺的仍然是——

重要的问题、可信的识别，以及能够解释经济世界的机制。

AI可以让一些过去“做不了”的研究变得可做，却不会自动让一个不重要的问题变得重要，也不会让一个缺乏识别的相关关系变成可靠的因果证据。

从这个意义上说，AI确实正在改变经济学研究本身。

但这种变化最终能否带来更好的经济学，并不取决于AI能够生成多少数据、写多少代码，而取决于经济学家能否建立一套与新的研究生产方式相适应的测量方法、推断规则和科研规范。

这或许才是当前值得经济学研究者持续关注的前沿。

值得继续回答的问题

01 / AI能否把中国大量非结构化制度资料转化为新的经济学数据库？

02 / AI生成变量应当遵循怎样的人工验证、偏误纠正和稳健性检验规范？

03 / 当AI同时参与数据生产、假设生成和结果解释时，经济学应如何重新划分探索性研究与验证性研究的边界？

主要参考文献

注：本文主要梳理近期具有代表性的研究成果，并非对相关文献的完整综述。

1. Dell, M. (2025). “Deep Learning for Economists.” Journal of Economic Literature, 63(1), 5–58. DOI: 10.1257/jel.20241733.

2. Ludwig, J., Mullainathan, S., & Rambachan, A. (2026). “Large Language Models: An Applied Econometric Framework.” Annual Review of Economics, 18, 283–316. DOI: 10.1146/annurev-economics-120925-105620.

3. Asirvatham, H., Mokski, E., & Shleifer, A. (2026). “GPT as a Measurement Tool.” NBER Working Paper No. 34834. DOI: 10.3386/w34834.

4. Afonso, S., Galiani, S., Gálvez, R. H., & Sosa, R. A. (2026). “Deep Research on a Loop: Using AI Agents to Construct Economic Datasets.” NBER Working Paper No. 35188. DOI: 10.3386/w35188.

5. Yin, M., Vu, H., & Persico, C. (2026). “How (un)Stable Are LLM Occupational Exposure Scores? Evidence from Multi-Model Replication.” NBER Working Paper No. 35110. DOI: 10.3386/w35110.

6. Christensen, T., & Hansen, S. (2026). “Performing Valid Inference with AI/ML-Generated Covariates: A Guide for Empirical Practice.” AEA Papers and Proceedings, 116, 92–97. DOI: 10.1257/pandp.20261020.

7. Duan, J., & Pelger, M. (2026). “Inference with AI-Generated Covariates.” NBER Working Paper No. 35481. DOI: 10.3386/w35481.

8. Korinek, A. (2025). “AI Agents for Economic Research.” NBER Working Paper No. 34202. DOI: 10.3386/w34202.

9. Novy-Marx, R., & Velikov, M. (2026). “Artificial Intelligence–Powered (Finance) Scholarship.” Journal of Economic Literature, 64(1), 5–37. DOI: 10.1257/jel.20251821.