作　　者：徐 翔 李 涛
关 键 词：数据要素；人工智能；信息熵；内生增长；市场失灵
JEL分类：O33, O41, D62
摘　　要：

本文构建内生化信息过载现象的动态增长模型，将人工智能刻画为执行熵减功能的特殊资本，揭示其将高熵原始数据提炼为低熵有效信息以驱动创新的微观机制。研究发现：第一，原始数据对创新效率的贡献呈倒U型特征，信息过载会显著抑制知识生产；第二，在数据积累与人工智能投资的动态演化中，经济体可能因投资不足陷入低水平增长陷阱，亦可通过充足投资跃迁至高生产率路径；第三，市场存在两类新型失灵，即源于隐私成本的数据生成负外部性，以及人工智能投资状态依存的双重外部性。据此，本文为数字经济时代纠正新型市场失灵、引导宏观经济向社会最优增长路径跃迁提供了坚实的理论依据。

[PDF]（下载数：）