AI是美债的“救星”吗？

文章作者、来源：国联民生证券

随着去年瑞·达利欧（Ray Dalio）的债务周期理论被市场广泛传播，市场对于美债的担忧明显上升。截至 2025 年底，美国国债规模接近至 38 万亿美元，净利息 支出也接近上万亿美元，利息赤字率上升对财政空间和经济活力形成一定压力， 债务压力不容忽视。而在当前美国货币政策难以宽松、财政收支持续承压的格局 下，市场似乎又找到了一条新的化债道路，即寄希望于 AI 带来的生产力提升来稀 释缓解压力。那么，这次 AI 能成为美债的“救星”吗？

AI 如何化解美债压力？在宏观经济与财政可持续性的分析框架中，债务率（债务 /GDP）的演变通常由以下经典公式来决定：???????? = (???? −????)????−1 + ????。其中：D 为 债务率，R 为利率水平，G 为 GDP 增速，P 为基本赤字率（不含利息支出的赤字 /GDP）。

据此我们其实可梳理出三条压降债务率的核心路径：一是货币端，通过下调利率 减轻利息负担，规避债务利息滚存带来的风险；二是经济端，依托技术创新提振 经济增长，以 GDP 扩容、生产力提升实现经济增速超越债务增速；三是财政端， 通过节流增收压缩财政基本赤字，从源头控制新增债务。 其中，需要注意的是，货币政策仅能阶段性缓解债务压力，想要从根本上化解债 务风险，需依赖全要素生产率提升带来的经济动能改善（途径二），或是通过财政 改革实现基本赤字收敛、乃至盈余（途径三）。

纵观历史，美国在 20 世纪至少两次阶段性解决了债务问题，其核心思路均与上述框架高度契合：

一、1946–1974（二战后）：战后红利下，美国债务率持续大幅回落。二战后美国债务占 GDP 比率持续下降，30 年内债务率从 100%以上降至 20%左右，幅度较 为明显，本质上是多重因素汇聚的结果。

1）货币端：利率管控与后续市场化缓慢过渡，存量债务利息成本偏低。1951 年 之前，美联储人为设定国债利率上限，叠加管控存款利率的 Q 条例等金融约束工 具，美国政府得以大幅压低存量债务的滚动付息成本，有效完成债务压力“止血”。 1951 年财政部与美联储协议落地后，虽然新发债券利率市场化，但存量国债剩余 期限仍长达六年，短期低利率旧债依旧在市场流通。

2）经济端：高增长、技术转化与效率提升，成为债务率下行的核心动力。彼时美国经济迎来高速增长，汽车装配线等现代化大规模生产工艺全面普及，电子设备、 早期计算机等战时技术集中向民用释放，叠加地面道路等基础设施的完善，1948 至 1973 年美国全要素生产率增长率达到年均 2%以上，推动债务比率稳步下行。

3）财政端：国防与福利支出处于低位，财政盈余直接遏制新增债务。二战后美国大幅削减国防支出，仅部分战争年份出现赤字；且这一时期社会保障支出占比较 低，医疗保险等现代福利制度尚未诞生。低福利负担使得这一阶段联邦政府维持 了年均达 GDP 0.9%的初级预算盈余（扣除利息支付后），从财政源头上减少了新债的发行。

二、1990 年代（克林顿时期）：技术革命与财政纪律共振，赤字转盈。1996-2001 年间美国政府债务持续缩减，虽然相较于二战后时期，本轮化债的体量与持续性 更为有限，但依旧是财政治理的代表性案例。

1）货币端：存量债务利率阶段性下行。债务利率从 1980 年初的最高接近 10% 降至 1994 年的最低 5.9%，随后在 1995-2001 年剩余期间平均在略高于 6%的 水平。

2）经济端：新经济引领生产效率提升，做大经济总量并增厚财政收入。伴随商业互联网浪潮全面开启，与“新经济”相关的数字技术转化为核心生产力。1990 年代全要素生产率对经济的贡献从 0%附近上升至 2000 年的高点 2%，繁荣的经济 不仅壮大了 GDP 分母，更派生出较高的税收。

3）财政端：依托和平红利并落实收支管控，实现财政大幅扭盈。冷战结束释放了 显著的“和平红利”，1990-2000 年间美国国防开支占 GDP 比重接近减半；同 时，克林顿政府顶住政治压力通过《1993 年综合预算调节法案》，果断向企业和 高收入人群加税并控制医疗保险等强制性支出，并且受益于新经济带来的股市上涨，资本利得占 GDP 比重也从 1990 年初的 2%左右一跃上升至 6%以上。这使得美国财政在 1996-2001 年创造了平均高达约 3.2%的实质性初级盈余，彻底扭亏为盈。

回到本轮，在当前货币难松、财政易紧的环境下，AI 驱动的生产力提升是否能再次成为美债的关键支撑？所谓生产力解决债务的链条实际上是“生产力提升→新产业替代旧产业→新就业替代旧就业，且新就业比旧就业的收入更高→税收上升→赤字缓解”。这其中 AI 的影响主要体现在，一方面其作为核心引擎能大幅拉升全要素生产率以做大经济分母（途径二）；另一方面 AI 带来的生产率有望派生新税源，逆转赤字压力（途径三）。但这两个途径目前都似乎存在一定现实难题。

从生产力维度来看，AI 虽是“良药”，但现阶段效用仍有限，尚不足以化解当下核心矛盾：

一方面，受企业落地应用节奏影响，生成式 AI 的技术红利向实体经济传导存在一定时滞。据宾夕法尼亚大学测算，2026-2027 年 AI 仅能拉动全要素生产率（TFP） 提升 0.05-0.1 个百分点，直至 2030 年代初期，贡献度才逐步攀升至 0.2 个百分点左右，红利释放规模和速度暂无法对冲财政与债务层面的压力。 另一方面，AI 红利并未实现普惠共享。加剧的“K 型”分化，也会对经济均衡发展形成制约。

从财政税收创造角度来看，AI 不一定能够带来税收的扩张，反而可能影响美国税基增长。AI 带来的劳动力替代和财富转移效应，正在重塑生产要素收益分配格局， 使得美国劳动报酬持续向资本与企业部门倾斜。2000 年以来，全球化削弱了劳动者议价能力，使得美国劳动报酬在国民收入中的占比持续走低；而 AI 则进一步放 大了这一分化格局：AI 相关资本开支直接增厚企业盈利，但数据中心等投资对劳动吸纳能力偏弱，难以有效带动就业与薪资上行。因此 2020 年之后，美国企业部门与居民部门的收入占比差距进一步拉大。

这一分配格局，直接造成美国税基被结构性侵蚀。拆解美国联邦财政收入结构可以发现，2025 年美国个人所得税（约占 51%）与工资税（约占 33%）合计贡献了约 85%的联邦财政收入，而企业所得税的占比仅约为 10%。这意味着，那些因AI 应用而陷入永久性失业、或被迫流向低薪岗位的白领群体，可能导致贡献了财政绝对大头的个人所得税与工资税基遭到系统性侵蚀。 此外，两者的税率错配意味着企业税难以完全对冲个人税的下滑：美国个人所得税最高可达 37%的高额累进税率（当前美国居民收入的高低分化对个税更有利）， 而企业所得税采用的仅是 21%的不累进单一税率，“K 型”的格局对企业税不利。 叠加硅谷跨国巨头较强的全球避税与利润转移能力，这意味着，其对财政收入的边际贡献可能难以填补高薪人力资本流失留下的累进税收空缺。在现行高度依赖“对人征税”而非“对资本征税”的刚性税制下，这种要素收益的转移可能让美国财政陷入“技术越繁荣，税基越枯竭”的悖论。

综上，当前 AI 下的“无就业繁荣”对当下美国财政体系下的债务问题解决可能相对有限。甚至在短期内，如果 AI 只是“内卷式”的技术发展，不创造实质性的新需求，仅以低价去替代现有的劳动力与服务供给，不仅无法缓解赤字，对税基的冲击可能还会加剧债务问题。

那么如何破解当前 AI 下美国要素分配失衡带来的税收困境？其实，克林顿时期的新经济治理经验已经给出了一定借鉴。彼时，美国同样经历着由信息技术革命（PC 与互联网）驱动的新经济浪潮。伴随着技术红利的集中释放，劳动报酬与企业利润也曾出现一定的结构性分化，但克林顿政府却创造了历史性的财政盈余。 这一奇迹的底层支撑，除了生产力的大幅跃迁（技术红利）以及国防等公共开支的战略性削减（财政节流）外，同样得益于其果断且精准的税收制度变革。1993 年，克林顿政府推行了预算调节法案，将联邦个人所得税的最高边际税率从 31%大幅拉升至 39.6%，并将大型企业所得税率由 34%微调至 35%（幅度虽然不大， 但相对当前仅 21%的企业税率明显更高，整体吸纳税收能力更强）。这一历史经验表明，当技术变革拉大贫富差距时，高效的财税转移支付或是维持社会和经济系统稳定的“安全阀”。

这在 AI 时代更具现实启示。随着人工智能重塑生产力，传统的“资本-劳动”分配格局可能以更快的速度被打破。除了寄希望于 AI 未来带来的生产力跃迁以外，后续美国财税制度必须也随着分配格局的变化进行逆周期调整。 从当前政策探讨的广度来看，对未来美国的财税设想主要有以下几个主流途径： 一是向“资本端”要红利。在 AI 推动资本回报率相对劳动报酬率提升的背景下， 提高资本利得税、对富裕阶层及科技巨头征收较高边际税率，可视为调节财富分配的一种工具；二是向“要素端”要税基。将 AI 训练所依赖的“社会化数据”视为公共资产，针对大型模型的商业化收益征收“数字要素税”，让数据产生的价值回归公共财政。三是向“自动化”要转移支付。探索当前讨论已久的“机器人税”或“人工智能税”，对大规模替代人工、导致高技术人才去技能化的企业进行定向课税，以此补贴那些因技术失业、需要转型重构的劳动群体。 但无论是哪种途径，本质上其实都是对“要素获益方”进行结构性加税，通过财税的二次分配，将技术发展带来的超额收益复利于社会整体。

然而，从理论构想向现实政策的传导，美国正遭遇着结构性的治理困境。第一， AI 要素的无形性与跨境流动，使传统基于常设机构的税制可能面临征管失效与税基侵蚀；第二，在全球 AI 技术竞争的宏观背景下，任何单边微观税制的收紧都可能抑制本国创新动能，引发科技资本与高端要素的逆向流出；第三，掌控核心算力与数字话语权的跨国科技巨头，在政治博弈中具有较强的议价能力，使得财富存量的二次分配举步维艰。

这种“数字生产力无国界”与“实体税收主权有国界”的冲突，意味着 AI 时代的财税补位无法一蹴而就，需要面对技术壁垒和地缘政治等多重因素，这也意味着美债的难题可能仍然是短期内美国经济面临的一个较大挑战。

美国国债规模接近38万亿美元，利息支出上万亿美元，市场寄望AI生产力提升化解债务压力。通过回顾1946-1974年二战后和1990年代克林顿时期的历史经验，分析了化解债务的三条路径：货币宽松、经济增长和财政改革。当前AI驱动的生产力提升面临现实难题：据测算2026-2027年AI仅能拉动全要素生产率提升0.05-0.1个百分点，红利释放暂无法对冲债务压力。更关键的是，AI带来的“无就业繁荣”加剧“K型”分化，劳动力替代效应导致个人所得税和工资税基被结构性侵蚀，在现行高度依赖“对人征税”的税制下，技术繁荣反而可能加剧税基枯竭。文章认为AI难以成为美债的“救星”，需配合财税制度逆周期调整才能缓解债务问题。