人工智能与鲍莫尔成本病
鲍莫尔成本病是：经济中有些部门生产率增长快（制造业），有些部门生产率增长慢（教育、医疗、表演艺术）。但由于劳动力市场竞争，慢部门工资也会跟着快部门上涨，结果慢部门成本和价格持续上升，占 GDP 比重越来越大。

1. AI 可能缓解鲍莫尔成本病的机制

（1）直接提高停滞部门的生产率

鲍莫尔成本病的核心是“有些服务很难提高效率”。AI 正在改变教育：AI 可以自动批改作业、生成个性化习题、提供 24 小时答疑，减少教师重复劳动；医疗：AI 辅助读片、病历整理、药物研发、初步分诊，提高医生和护士的效率；法律服务：合同审查、法律检索、文书生成自动化，降低基础法律服务的成本；政府与行政：自动审批、智能客服、数据录入，减少后台人力。 AI 能持续提高这些部门的单位劳动产出，它们的相对价格增长就会放缓，成本病得到缓解。

（2）改变服务交付方式，突破“面对面”限制

鲍莫尔成本病的一个前提是许多服务必须由人现场提供，难以规模化。AI 和数字化可以打破这种限制：在线教育让一位教师服务更多学生；AI 诊断让基层医院获得接近专家级的初步判断；虚拟心理辅导、AI 法律咨询降低了准入门槛。相当于把这些行业从“手工业”部分变成“可复制、可规模化的数字服务”。

（3）降低边际成本

AI 一旦训练完成，多服务一个用户的边际成本可能很低。传统上，一个医生一天只能看有限病人；但一个 AI 诊断模型可以同时服务成千上万人。这会削弱“停滞部门成本必然上升”的逻辑。

2. 但 AI 未必能根除鲍莫尔成本病

（1）很多核心服务仍然需要“人”

鲍莫尔成本病最典型的领域，恰恰是那些依赖人际信任、共情、责任和复杂判断的服务：护士对病人的实际照护；教师对学生的情感支持和因材施教；心理医生与来访者建立的治疗关系；法官、外科医生、高级管理者的最终责任。

AI 可以提高这些人的效率，但不能完全替代他们。只要人的时间仍是稀缺投入，成本就仍可能随高生产率部门工资上涨。

（2）需求收入弹性高，生产率提高可能刺激更多需求

医疗、教育、文化娱乐的需求会随收入增长而上升。如果 AI 提高了供给效率、降低了单价，人们可能消费更多服务，总支出占比未必下降。

AI 让心理咨询更便宜，可能使更多人愿意接受咨询，行业总成本反而上升。这不是传统意义上的“病”，但表现为服务部门继续膨胀。

（3）AI 本身可能带来新的成本瓶颈

AI 并非免费：训练大模型需要大量算力、电力和数据；模型需要持续更新、维护、合规；高质量数据标注、人工审核、专家反馈仍然需要人。

如果 AI 基础设施的成本下降不够快，或者被少数公司垄断定价，那么 AI 可能只是把成本从“人力服务”转移到了“算力服务”，未必降低社会总成本。

（4）劳动力再分配可能扩大停滞部门

AI 替代了一部分制造业、行政、初级专业工作后，劳动者可能大量转向护理、个人服务、创意手工等难以自动化的部门。这些部门生产率增长慢，但就业和工资压力大，反而可能加剧成本病。

AI 提高了一些部门的生产率，但被替代的劳动力涌入其他低生产率部门，成本病并没有消失，只是换了地方。

3. 成本病被“转移”而非“消除”

AI 会缓解一部分传统停滞部门的成本压力，但不会根除鲍莫尔成本病。它可能把成本压力从“可编码的认知劳动”转移到“人类接触密集型、信任密集型、创造性劳动”上。

基础教育、基础医疗、标准化法律服务的价格下降；
高质量面对面教育、重症照护、心理治疗、高端创造性服务的价格继续上涨，甚至更贵；
经济中仍然存在一个庞大的、生产率增长较慢的“人类服务部门”，继续吸收就业和支出

AI 是少有的能直接提高教育、医疗、法律、政府等停滞部门生产率的通用技术，有可能显著缓解成本病。
只要人类时间、信任、共情和最终责任仍不可替代，成本病就不会消失；AI 还可能造成新的成本结构和不平等。

AI 更可能改变鲍莫尔成本病的形态，而不是彻底治愈它。政策含义是：如果希望 AI 真正降低社会服务成本，还需要配合制度创新、监管改革、数据开放和竞争政策，否则 AI 的红利可能被少数平台或新的瓶颈环节截留。