人口流动的辩证法：从“逃离”到“回流"
关于是否应该离开一线城市，舆论场上始终存在两种声音。一方面，互联网空间中仍有人抱怨大城市的“城市病”、生活压力以及因经济增速放缓导致的服务业就业冲击，加上部分准一线城市对非本地户籍人口在公共服务上的限制，使得“逃离北上广”的念头依然存在。但另一方面，经济规律具有客观性。许多离开一线城市回到老家的人发现，小城市虽然生活质量有所提升（如出现奶茶店、咖啡店），但在就业机会丰富度和社交对话质量上存在短板。大城市的核心竞争力在于聚集了大量知识丰富、行业经验深厚且兴趣相投的人群，这种高密度的智力与社交资源是小城市难以比拟的。因此，不少人在经历“逃离”后，又产生了逃回北上广的想法。
从长期趋势看，人口向大城市集中是一个动态替换的过程。在经济上行期，由于就业机会多但房价高涨、生活成本高企，“大城市病”的讨论更为热烈；而在当前的经济调整期，中央强调让经济大省“挑大梁”，而增长主要依赖中心城市及都市圈的拉动。此时，讨论的视角发生了转换：为了恢复经济增长和创造就业，需要重新焕发大城市的拉动作用。
人会往贵的地方集中，不是人往便宜的地方这个集中。去人工智能时代。不是减少集聚，它是加速集聚的。
一座城的繁华与荒芜。说到底，是无数人用一生做的选择。有人为一座城耗尽青春，有人靠一场离开找回自己。
房价的双重属性与土地制度约束
探讨房价对大城市发展的影响时，必须区分其作为“结果”还是“原因”。若将房价视为经济增长的结果，那么高收入、人口密集的城市房价必然更高，这本身反映了城市的繁荣。然而在中国语境下，必须考虑特殊的土地和住房制度。过去一段时间，出于控制人口规模和避免拥堵的考量（简单将城市面积扩张等同于拥堵），政府对一线及准一线城市实施了严格的建设用地指标控制。这种行政性的土地供应限制，导致在人口持续流入的情况下，住房供给不足，从而推高了房价。
当高房价成为人为限制的结果（原因）时，它便构成了高昂的生活成本，对人口形成“挤出效应”。2021年房地产调控后，北京、上海等超大城市的房价得到控制甚至下滑。这一变化产生了双刃剑效应：短期看，房价下跌导致土地出让收入减少，冲击地方财政；但长期或中期来看，生活成本的降低（包括房价、租金及商业地产成本下降）使得原本买不起房或租不起写字楼的人群和企业重新具备进入能力。这种成本的缓解，正在转化为新的吸引力，可能促使更多年轻人和公司再次涌入一线城市。
这种房价高，从事后角度来讲呢，对那些在想，哎，我是不是要待下来的人来讲，这它就成了一个生活成本，它的确有阻碍一部分人就进入到这样的一个城市。
就它有可能在接下来反而成了一些，呃，一线城市大家又进一步有企业进入和人口进入，呃，这样的一个机会。
社零数据下滑的结构性解读与城市定义
针对北京、上海等地1-8月社会消费品零售总额（社零）同比下滑的现象，陆铭指出这并非单一因素所致，而是多重结构性原因叠加的结果。首先存在基数效应（跨期替代），去年上半年的以旧换新补贴刺激了提前消费，导致今年需求透支。其次，平台经济的统计口径偏差使得线上销售未必计入本地社零数据。
更深层的原因在于消费结构的转型。随着经济发展，服务业占比提高且增速快于商品消费。一线城市收入高、年轻人多，其消费升级主要体现在服务领域（如餐饮、住宿等），但大量服务业并未纳入社零统计。此外，产业结构转型及长期以来对年轻人政策不够友好（如北京出现年轻人口负增长），削弱了消费拉动力。
在讨论城市规模时，必须澄清一个常识：中国的“地级市”和“直辖市”在国际上没有直接对应物。其行政范围（如上海6000多平方公里，北京更大）往往涵盖了国外的“县”或都市圈概念。若直接比较人口，如称北京为2000万人的城市是不准确的，因为国外同面积范围（如东京都市圈1.2万平方公里）通常对应的是包含周边地区的3700多万人口都市圈。只有厘清这一概念，才能准确评估城市的人口合理性与集聚效应。
因为你看整个国家的。这个产业结构的发展，包括消费的结构的发展，都有一个共同的特点，就是它出现了一个服务业占比越来越高，服务业的增长速度明显快于商品的消费的增长速度这么一个现象。
在这个意义上来讲的话，你一看国外跟中国可以类比一些大城市周围的都市圈，很多两千多万甚至三千多万的都市圈的。
都市圈概念与城市承载力的动态变量
在比较中外大城市时，必须首先澄清“都市圈”这一概念。国外通常将县的范围定义为都市圈。如果不厘清这一点，直接比较北京两千万人口或上海两千五百万人口的绝对值是不准确的。例如东京都市圈面积约为一万两千平方公里，人口达三千七百万；而上海若加上苏州的面积才大致相当于东京都市圈。但若以市中心为原点，仅涵盖紧邻的昆山、太仓等县级市，上海都市圈的人口约为三千一百万。这一概念澄清有助于回答城市容纳人口的问题：通过连片发展，将农业用地转化为建设用地，用于产业发展、基础设施（学校、医院等）及住房供应。此外，城市承载力是一个变量而非常数。以上海为例，通过建设青草沙水库解决水质型缺水问题，一次性增加了八百万至一千万人的供水能力。这表明通过改善水资源等配套条件，城市可以容纳更多人口。
所以城市对于人口的承载力，其实它是一个变量，而不是一个常数。
集聚经济规律与服务业驱动的人口集中
现代经济发展中，人口高度集中在大城市是普遍现象。韩国约50%的人口生活在首尔都市圈，日本和英国各有约三分之一人口集中在东京或伦敦周边。这种集中并非经济学家的主张，而是人民用脚投票的结果。其核心逻辑在于强大的集聚经济效应：人与人的集中降低了生产和生活的成本。随着经济发展，服务业占比提高，而服务业（如餐饮、娱乐、体育）高度依赖线下见面交流以传递信息和相互学习。虽然中小城市也需要服务业，但在数量、品质、多样性和时尚性上往往不及大城市，因为提供多元化的服务需要一定的规模效应。因此，趋势是人往城市集中、往大城市甚至市中心集中，即人会往贵的地方（高收入机会处）集中。除非停止发展服务业，否则这一客观经济规律难以逆转。
人口不是经济学家主张出来的，而是人民用脚投票出来的。
城市兴衰的历史逻辑与差距的辩证理解
历史上超大城市的衰退极少，主要源于技术变化（如海运取代水运使纽约超越波士顿、上海因长江入海口优势崛起）、自然灾害或计划经济体制下的工业城市（如十堰）在市场经济转型中的收缩。总体而言，大城市的选址和空间分布非常稳定。对于面临人口流出的地区（如资源枯竭的东北、西北），政府应引导集约化发展，推动产业结构转型（转向农业、旅游或新能源如光伏）。同时需提升生活质量，利用低房价和慢节奏吸引居住。景德镇从规模化瓷业转型为小作坊集群并吸引年轻人才，是一个成功的案例，但此类机会并不多见。
关于技术进步是否扩大城市间不平等的问题，需区分总量差距与人均差距。短期内，创新（如人工智能）高度集中在少数大城市，导致总量差距拉大。但长期看，人口会向高收入地区流动，从而在人均GDP、人均实际收入和生活质量上实现差距缩小。大城市虽收入高但生活成本高（如房价、通勤压力），而中小城市可能在生活质量上更具优势。因此，中国地区间的人均差距实际上是在不断缩小的，不应因创新的集中性而恐慌阻碍人口流动。
其实中国正在出现地区和地区之间，城市和城市之间，在人均GDP、人均实际收入和生活质量之间差距不断缩小的过程。
技术集聚与个人选择的三维框架
首先，我们需要厘清一个常见的认知误区：技术进步导致的地区差距并非在拉大，而是在人均意义上不断缩小。尽管人工智能产业客观上需要在大城市集中，但如果我们存在阻碍人口向大城市流动的机制，这不仅不利于经济增长，更会减少潜在劳动者的就业机会，损害个体福利。正如硅谷创投教父保罗·格雷厄姆所建议的：“一定要去大城市，去了平均收入会自动提升。”虽然这一建议具有普遍性参考意义，但陆铭教授指出，不存在对所有人都适用的标准答案。个人选择主要取决于三个维度：
第一是职业属性。例如人工智能从业者适合大城市，而部分文创或艺术创作者可能偏好小城市的安静环境。第二是性格特质。如果你能忍受高房价、长通勤和高压生活，且享受大城市的绚烂多彩，大城市适合你；反之，如果你是“宅男”或偏好岁月静好，小城市可能更优。第三是社会关系。外向的“E人”在大城市更容易获得社交满足，而内向且缺乏本地亲友支持的“I人”，大城市的吸引力会大幅降低。最终结果是“各得其所”。
随着人工智能浪潮的推进，创新呈现出高频、跨界、随机交流的特点。这种特性使得大公司和初创公司重返市中心，因为创新需要密集的人际互动（如共同出席活动时的偶遇）。这种集聚效应不仅带动了咖啡、餐饮等生活服务业向市中心集中，也为非技术岗位（如服务员）提供了更多选择。对于年轻人而言，这构成了一个核心抉择：是在大城市市中心忍受高房价做“牛马”，还是回小城市进入公务员系统？
如果你爱钱，你在大城市待着；如果你喜欢岁月静好，就在小城市待着。
我们能让马让你立马走出门去。因为你已经付了三笔钱了：第一，房价和租金里包含了为城市生活品质付费；第二，你作为纳税人支撑了免费的博物馆和图书馆；第三，为了留在大城市享受好处，你已经牺牲了一部分收入和生活质量。
大国的学术执念与治理挑战
陆铭教授在《大国》系列著作中表现出对“国家规模”的强烈执念，这源于传统经济学研究对国家维度关注的不足。随着全球化退潮和地缘政治博弈加剧，国家规模的重要性日益凸显。
从技术创新角度看，大国拥有独特的优势。以“大语言模型”为例，其发展依赖于庞大的用户基数（如中文和英文的使用人口），小国难以支撑这种规模效应。同时，只有国家足够大，应用才能迅速推向市场并实现平台经济的繁荣。
从地缘政治与治理角度看，大国在博弈中拥有更大的话语权。然而，大国的内部治理面临独特挑战，尤其是中央与地方的关系以及人口流动机制。中国作为单一制国家，不同于美国的联邦制（允许地方政府破产、独立立法）。在中国，财政转移支付仍按户籍地分配，导致人口流出地的教育资源闲置，而流入地（沿海大城市）的公共服务、教育及廉租房供应不足。这种空间资源错配是传统经济学未充分关注的领域。
你这些国家连大语言都没有，对吧？其实大家可能忽略了，中国为什么能够发展出大语言模型？因为跟中文用的人多有关。
我在强调大国这件事情的时候，就是要一方面要让大家看到今天大国的正面意义，同时要让大家看到由大国所带来的资源再配置以及相关的体制需要改革的这些问题。
时代与技术双重驱动下的研究转向
陆铭指出，当前经济学界对大国治理、地缘政治及人工智能等议题的关注度提升，既有时代背景的原因，也有技术演进的驱动。从时代角度看，上世纪八九十年代至本世纪初全球化高歌猛进时期，“天下一家”的共识使得自由贸易与国际机构协调成为主流，国家规模在地缘政治中的重要性被暂时淡化。然而随着冷战结束后的格局变化以及中国崛起，地缘政治博弈重新成为核心变量。从技术角度看，早期国际贸易理论在模型化时忽略了国家规模对分工和贸易决策的影响，但如今人工智能、产业创新与国家规模的关联性日益紧密。陆铭以自身经历为例，2001年中国加入WTO时人均GDP仅一千多美元，当时主流经济学界（尤其是美国）并不重视中国研究；而当前人均GDP已达一万四，央地关系、统一大市场及要素流动等结构性问题必须纳入经济学框架。尽管《大国大城》出版时尚未深入地缘政治，但陆铭已本能地关注到大国问题的重要性。近年来，他进一步将AI发展、大国竞争与区域集聚效应结合研究，指出在人工智能时代，经济集聚不仅未被削弱反而可能加强。这一判断具有深刻的公共政策含义：若认为AI导致人口分散，则均等化公共服务政策的紧迫性降低；反之，若集聚加速，政策决心需更大。同时，这也直接影响个人的买房决策。在国际学界，虽然中国学者与海外同行正形成“里应外合”的关注态势，但陆铭认为目前尚未完全推动国际经济学界对中国治理模式的系统性反思，呼吁受过良好训练的年轻学者更多关注央地关系、要素流动及城市体系优化等具有全球意义的课题。
AI加速集聚与中美地方竞争模式对比
针对“线上经济是否削弱区域集聚”的直觉误区，陆铭通过产业结构分析予以澄清。当前中国经济由二产（制造业）和三产（服务业）主导，合计占GDP比重超93%。虽然AI和机器人正在取代制造业中标准化、流程化的岗位（如黑灯工厂），但服务业大量依赖面对面交流，无法被AI完全替代。随着制造业就业萎缩，劳动力将加速流向服务业。由于服务业高度依赖人口密度、规模与流量支撑，这将推动劳动力从中小城市向大城市集中。陆铭举例称，许多网约车司机的前一份工作即在工厂，这一现象印证了AI时代加速而非削弱经济集聚。相比之下，美国的地方竞争程度远低于中国。尽管存在主体式竞争（如亚马逊选址时的游说），但美国地方政府权力有限、财权较弱，且无户籍制度与土地管制。中国的地方政府拥有较大的土地规划权（决定住宅、工业用地比例及建筑高度）和税收结算主导权，导致地方政府积极邀请企业设立独立法人、独立结算的地区总部或子公司以获取税收和产值，这种竞争烈度是美国无法比拟的。
县域竞争的短期性与全局效率悖论
李翔提出一个深刻问题：张五常认为县域竞争是中国经济增长奇迹的重要推手，而陆铭的研究强调要素自由流动与统一大市场以获取大国规模红利。两者是否矛盾？陆铭首先肯定该问题的深度，并指出这是学术界和社会界的重大误解。他提出核心逻辑：每个地方追求本地产出最大化，并不自动等于全国总产出的最大化。陆铭在《大国经济学》中强调国家应追求长期、全局和多维的发展。县域竞争往往带来的是短期、局部且单维的增长，却牺牲了长期全局目标。例如，若各地靠借债投资导致短期增长但无法偿还债务，或每个地方都重复建设汽车厂、AI数据中心等产业，将导致产能过剩与资源错配。在经济发展早期（如80年代浙江模式），由于收入低、缺投资且产业规模经济要求不高，县域竞争有利于资本积累。但在当前阶段，汽车、大飞机、人工智能等产业具有极强的规模经济特征，客观上要求高度集中发展。若各地仍盲目追求本地产业布局（如都搞大数据、云计算），将阻碍全国统一大市场的形成，妨碍大国规模红利的释放。因此，县域竞争在早期有其合理性，但在当前高质量发展阶段，必须从局部单维转向全局多维的协调机制。
从单维增长到多维目标：统一大市场与公平竞争审查的逻辑
回顾历史，早期中国地方政府追求短期、局部的单维增长具有一定的积极意义。当时全国收入水平低，各地急需通过争取投资来积累资本；且由于产业规模经济尚未形成（如浙江早期“井水不犯河水”的分工模式），这种竞争有利于资本积累。然而，随着经济发展进入新阶段，产业的规模经济要求高度集中（如汽车、大飞机、AI），而民众的需求也从单纯的就业和温饱，升级为对教育、医疗、养老、环境等多维目标的追求。此时，地方政府继续搞分割市场、重复建设的地方保护主义竞争，对国家的长期全局利益产生了损害。
正是基于此逻辑转变，国家层面近期强调建设统一大市场并实施公平竞争审查。这一举措旨在纠正地方政府在“逐底竞争”中忽略环境、劳工权益和公共服务的问题。具体表现为：过去允许地方政府通过削减税收或提供负地价土地（即倒贴商业地产）来招商引资的手段，现在被明令禁止。这种从“允许”到“不允许”的政策转向，反映了国家意识到以市场分割和低效资源配置为特征的恶性竞争，其负面效应已远超早期带来的增长红利。
原来很多地方政府招商引资的手段……比如说原来大家都说我那我削减税收，现在说你不能用了。原来说那我为了招商引资，我给你呃便宜的地价……这么搞的，现在这个也不许做了。
因为那个竞争实际上是恶性竞争。它是一种以分割市场、重复建设和低效率的资源配置，不是以大统一的大市场为前提的那种那种竞争。
招商引资的代价：地方债务、环境破坏与营商环境悖论
针对“地方政府竞争是否有利于投资者”的疑问，陆铭指出这并非绝对有利。首先，若招商引资不符合当地的比较优势历史条件（如在无相关产业布局的地区强行引入石化企业），往往会导致环境破坏。其次，在产能过剩行业（如汽车产业年产量超三千万辆），盲目补贴缺乏竞争力的企业，最终可能导致地方债务上升且投资打水漂。
关于“投资不过山海关”的说法，陆铭认为这反映了营商环境与经济发展水平之间的正相关规律。在东南沿海等发展较好的地区，企业多且市场机制完善，政府干预少，形成良性循环；而在自然条件较差的地区，政府倾向于通过高强度干预和“找关系”来招商引资，导致营商环境恶化。尽管东北（特别是辽宁）近年在改善营商环境上取得显著进展，但总体规律依然存在：越是发展好的地方，政府干预越少；反之则越多。因此，改善营商环境、坚持法治化和公平竞争，才是招商引资的长久之计。
越是发展好的地方呢，政府干预呢，相对来说反而少。然后越是发展不好的地方呢，地方政府反而觉得，哎呀，我什么事都要找找你帮帮我忙。
对于中国地方经济来讲，改善营商环境。是真正的招商引资的最好的做法。
产业链内卷：价格战、上游压榨与过度加班的社会成本
当前中国产业（特别是汽车业）出现的“内卷”，根源在于地方竞争导致的重复建设以及产业链上下游的价格传导机制。由于国内市场有限，企业为争夺出口份额压低价格；下游大型“链主”企业将成本压力层层传导至上游供应商，导致全行业有销量、无利润。这种恶性竞争不仅造成巨额应收账款拖欠，更引发了严重的社会问题：上游企业为压缩成本而减少员工数量并强制过度加班。数据显示，全国企业周平均劳动时间已达 48.6小时。
这种模式存在双重弊端：一是违背劳动法，二是牺牲国内消费者福利以补贴国外出口竞争力。同时，过长的劳动时间挤占了居民用于服务业消费（如娱乐、文化）的时间，阻碍了中国经济向内需驱动型产业结构转型。陆铭呼吁国家加强监管（如执行劳动法、环保法），并倡导下游大企业承担社会责任，带动产业链共同盈利。他指出，当前中国面临的竞争主要来自国内企业之间而非欧美日国际巨头（如他国卖100元，中国卖50-60元），因此完全有空间通过提高国内成本和利润来改善劳动者待遇，而非继续依赖“血汗钱”竞争。
讲的难听点，实际上是牺牲了国内的消费者的福利，补贴了国外消费者。
如果像国际上情况是这样……那么中国企业哪怕同时涨到六十、七十，不影响你在国际市场上的竞争力的。
打破内卷：从恶性竞争到制度监管
如果参照国际标准，当别国产品售价为一百元时，中国直接降至五十元甚至四十九元。若判断当前市场处于这种状态，中国企业即便提价至六十或七十元，仍具备国际竞争力。此时亟需国家介入协调：首先审查恶性竞争是否违法，严格执行劳动法、环境保护法及知识产权保护。调研中发现许多小企业抱怨“一创新就被仿制，核心团队被挖走”，而实施者往往是大企业。因此，政府监管必须增加企业在劳工权益、环保及知识产权方面的违规成本。
此外，地方政府常通过补贴救助亏损企业以维持招商引资竞争，导致产能无限扩张及国际压价。这种内卷式竞争实质是地方政府在缺乏关税壁垒时，利用补贴、廉价地价及牺牲环境等手段进行的“逐底竞争”。解决之道在于：一是中央政府加强公平竞争审查；二是严格执法，杜绝违法竞争行为；三是重塑价值观，企业不应仅追求利润，需兼顾共同富裕、上游供应链利益及员工休息权。同时，全球经济环境倒逼中国改变生产方式，企业需“睁眼看世界”，从税收体制与考核体制上进行根本性转变。
税制改革与大国借鉴：平衡自由与市场
在税收体制上，党的二十届三中全会提出深化消费税改革。当前中国税制以基于生产的增值税为主，而现有消费税收面窄（仅针对奢侈品等）、征收环节在前端（如烟草税由烟厂缴纳而非消费者直接感知），且主要归中央所有。未来改革方向是将消费税扩围至更多消费品，并将征收环节后移至消费端，让地方政府获得分享。这将引导地方从“扩大生产”转向“扩大消费”，进而通过改善公共服务和生活质量吸引人口，改变行为逻辑。尽管税制变革需循序渐进，但在紧迫形势下，中央强调行政机关学习及“国之大者”观念，对短期改变地方行为至关重要。
在借鉴国际经验时，美国、日本及发展中国家各有优劣。我们应学习美国的科研活力与人才吸引力、日本的引进消化能力及企业社会责任意识，以及东南亚国家在社会组织发育与弱势群体保护方面的经验。同时需规避他国陷阱：避免美国联邦制下基建效率低下及诉讼成本高昂的问题；警惕日本对低效企业的持续补贴导致市场无法出清，以及在前沿科技赛道（如氢能）上押注过窄的风险。产业政策应处理好政府与市场关系，保持赛道光谱宽度，引入竞争机制而非事前指定赢家。经济模式需随发展阶段动态调整，既要释放市场活力与改善营商环境，也要克服地方保护主义，在自由竞争与大国有为之间寻求平衡。
产业政策：从“事前押宝”转向“事后奖励”，并严格区分中央与地方层级
陆铭指出，当前对产业政策的实施方式需要进行重大调整。传统的做法往往是事前押宝，即在产业发展初期就选定几家企业进行投资，但这无法保证这些企业最终具备效率。更合理的模式应当是事后奖励机制：如果企业成功了，给予奖励；如果没有成功，则自然淘汰。随着中国崛起以及国际学术界对竞争优势研究的深入，经济学界对于产业政策的态度确实发生了变化，不再单纯批评产业竞争。
陆铭强调，产业政策本身是必要的。产业发展早期往往缺乏市场前景需要投资，且涉及金融、土地、税收及人才培养等跨部门协调问题，单个初创企业无力独自解决，因此需要政府介入。然而，核心争议在于实施机制。在中国语境下讨论产业政策时，必须严格区分中央产业政策与地方产业政策。国际上很少单独讨论“地方”层面的政策，因为在美国等联邦制国家中，地方政府通常不具备制定大规模产业政策的能力。但在我国，中央层面鼓励高科技、人工智能或生物医药等方向是合理的；真正的问题出在地方产业政策。当中央提出发展某产业时，各地往往盲目跟风“开荒”，导致恶性竞争、重复建设甚至产能过剩。这种缺乏因地制宜的做法，最终演变为地方政府低效投资和债务危机。因此，反思的重点应集中在如何规范地方产业政策的实施条件上。
我们今天所批评的产业政策，往往是地方产业政策。你说中央层面他要鼓励一个高科技、人工智能、物联网，没问题的呀；生物医药没问题的呀。但是我们现在地方上大量产业政策……然后那不因地制宜，然后就恶性竞争、补贴，重复建设。
关于产业政策讨论，我们要多多去区分中央和地方产业政策的差别以及实施条件。
警惕“合肥模式”的误读：市场分割与公平竞争审查
在讨论地方政府如何良性实施产业政策时，陆铭特别提到了备受推崇的“合肥模式”。他指出，公众往往将合肥的成功简单归结为地方政府招商引资的手段（如政府投资基金），但需要警惕的是，其中许多手段在当前的公平竞争审查制度下已不再适用。例如，地方政府投资基金中常见的“反投本地”条款——要求企业获得投资后必须在当地建厂、雇人并产生税收，这本质上是一种市场分割行为。企业选址本应基于成本收益最大化原则，而行政强制的“反投”扭曲了市场配置资源的功能。陆铭建议将此类行为纳入公平竞争审查范畴。
此外，合肥的成功更多应归因于其地缘优势（长三角）、人才储备（如中科大）以及特定时间窗口下企业的高成长性，而非单纯的行政干预。陆铭提醒听众进行严谨的归因分析：如果地方政府投资只要投了就能成功，那中国经济发展将变得极其简单。事实上，中央政府已出台政策严禁区县级政府再搞投资基金，正是为了遏制这种低效和分割市场的倾向。因此，地方政府应从简单的“招商引资”转向基于本地比较优势的因地制宜发展，同时中央政府需在法治、统一大市场建设及税收制度上进行配套改革。
如果地方政府投资基金，只要地方政府投了，它就能成，那中国经济发展太简单了。你应该鼓励各个地方搞地方政府投资基金才对呀。
合肥模式到底是一个地方政府投资的模式，还是因为合肥地处长三角？有地利的优势……我觉得这个问题，希望我们今天的听众啊和观众啊能够仔细去思考这个问题。
中国发展的潜在焦虑：服务业管制、空间流动受阻与教育滞后
当被问及对中国经济的最大担忧时，陆铭表示并非单纯担心内需不足或人口老龄化，而是观念与体制障碍导致潜力无法释放。首先，在消费领域，尽管零售货物增长缓慢甚至负增长，但服务消费增速较快且价格上升，表明存在真实需求却受限于供给端障碍。目前许多服务场景仍受到严格管制（如河道游泳、滑板公共空间使用限制、餐馆外摆位管控等），且社会观念仍视生活服务业为“低端”，忽视了其在提升生活质量（医疗、教育、养老等）中的核心地位。此外，高收入群体对高尔夫、游艇等非基本需求的供给不足，也导致了消费外流。
其次，在人口结构问题上，陆铭指出空间流动受阻是比生育率更紧迫的矛盾。老龄化与少子化在经济发达地区（如上海、北京）最为严重，而欠发达地区出生率较高。解决之道在于允许劳动力从低收入、高生育率的地区自由流动到高收入、老龄化严重的发达城市。然而，当前地方政府因财政压力、土地指标（如上海三分之一耕地保护）及公共服务均等化成本等因素，缺乏接纳外来人口的积极性。这种空间布局的僵化阻碍了劳动力资源的优化配置。
最后，面对人工智能（AI）时代的挑战，陆铭呼吁重整高等教育内容。传统教育中强调的记忆、背诵和演算等“机器能力”正被AI取代。大学阶段应减少重复性技能训练，增加通识教育、跨专业选修及实践环节，重点培养AI无法取代的审美、价值观、政策理解力及对人性与市场的洞察力。陆铭坦言，当前高等教育体系在师资意识和课程内容上均滞后于AI发展的需求。
中国非常明显的存在，服务业发展是有大量机会的……但是服务消费增长是正的，而且服务消费增长是快的。我一方面制造业的价格、产品价格是有的时候这是负增长，服务业价格在上涨……说明其实有需求，但是服务业的发展受到很多障碍。
你现在就算鼓励生育，一个人今天孩子生下来了，到他长成劳动力要十六年……那怎么办呢？在中国有一个办法的，就让现有的劳动力通过国内的自由流动。
AI重构经济学研究：从教育年限到决策主体
在人工智能时代，单纯讨论提高人的教育年限已不再关键，核心问题转变为“教什么”。虽然国家共识是将九年义务教育普及至高中，且随着少子化大学入学率将普遍提高，但教育内容才是应对AI冲击的关键。陆铭指出，当前经济学界主要讨论的是如何用AI工具（如建模、统计）改进研究方法，却忽视了研究对象本身的变化。具体而言：第一，AI在部分领域产生极大供给，改变了资源的稀缺性结构；第二，就业形态发生巨变，从关注学历转向关注技能适配；第三，决策机制改变，AI介入导致人的理性决策受到情绪放大、错误语料及“幻觉”的干扰。此外，随着Agent（智能体）时代的到来，经济生活中多了一个决策主体，形成了多重委托代理关系。这促使企业组织向小型化、扁平化发展，并催生了“无雇主就业”或一人公司（OPC）等新形态。这种变化对现有的社会保险制度和保障体系提出了严峻挑战，要求制度设计必须随之调整。
原来我们关心的是教育水平，现在我们应该关心教育的内容；在决策中，人工智能可能会放大情绪或导致错误，这些问题原来经济学里研究很少。
当有了一个 Agent 以后，企业组织形式发生变化了，会出现企业组织的小型化、扁平化，还有在就业里面会出现一种无雇主的就业。
中美AI模式差异与学术评价体系的困境
从国家战略层面看，美国与中国在AI发展上走了不同模式。美国倾向于“公司投资、公司收费”的模式，这可能导致只有富人用得起AI，从而加剧人与人、企业与企业之间的分化。而中国正在探索一种“AI时代的社会主义”模式，强调人工智能的普惠性和公共性。通过地方政府补贴等方式让更多人用得起AI（如支持一人公司），但这也带来了潜在风险：一是算力资源可能被浪费在低价值用途上（如个人娱乐）；二是企业可能利用补贴算力替代员工，反而加剧就业压力。这些问题都需要经济学在未来发展中予以回答。
然而，当前中国社会科学界（尤其是经济学）对现实变化的反应远远不够。尽管理工科前沿研究已从大学实验室向企业转移（因创新需要大资本和快速验证场景），且部分顶尖高校开始推动文科AI化及横向课题，但国内社会科学总体上反应滞后。陆铭指出，成熟的方法论体系（数学建模、因果分析）在某种程度上成为了束缚。许多学者因缺乏数据、文献或面临中国特殊制度背景，难以将现实问题模型化。更严重的是，高校现行的考评与晋升体系基于传统成熟模式，导致学者不愿回应社会关切或参与公众讨论，甚至被视为“不务正业”。这种学术研究与实践的脱节使得学科面临失去生命力的危险，若长期自我封闭、仅靠同行互评，最终将导致公众对该学科的漠视。
经济学应该不要用我们的方法去剪裁我们的问题，而是说首先是问题提出来了，然后你能用更加科学化的方法去研究。
如果同行评价变成了一种你评我，我评你……自己闭门做游戏了，标准化。那么这样的一个学科，我觉得最后就会没有生命力。
学界与产业界的错位：从个人抉择到制度反思
陆铭首先指出，如果同行评价变成一种封闭的“你评我、我评你”的游戏，且不再关注外部社会的评价与需求，学科就会失去生命力，导致学生不愿报考。针对“是否愿意加入AI巨头做首席经济学家”的提问，陆铭坦言这是一个基于年龄与角色的艰难抉择。若假设自己是一名三十岁的青年学者，他会毫不犹豫地选择进入企业，因为前沿问题（如AI伦理、平台经济）往往诞生于企业内部。然而，作为年过半百的交大教授和团队负责人，他必须考虑对研究院、学科发展及团队的稳定影响。尽管学术界整体对企业前沿问题关注不足，陆铭仍坚持带领团队通过横向课题与平台企业保持紧密合作。他支持学生进入大厂研究院，例如他的博士生正在应聘某大厂的岗位，因为学术界在研究“平台消费”等议题时，往往与企业实际关注的视角存在偏差。
参与与独立的辩证法：以货币政策为例
关于经济学家应如何对待政策，陆铭认为“参与”与“独立”并不矛盾。他批评当前中国经济学界对现实问题关注不够，以货币政策传导机制失效为例：国家希望学术界提供建议，但往往找不到学者回答。陆铭强调，对于货币政策这类天然属于经济学领域的问题，若学界缺席或研究无法支撑国家关注，说明整个学科出了问题。他区分了两种情况：若学术研究与现行政策现状出现分歧，保持一定距离是有道理的，以避免“先有结论再找证据”的迎合；但学者理应关心政策制定者关注的议题，因为这能带来选题。陆铭以自身为例：十年前他提出的许多政策主张与当时主流不同，看似“保持距离”，但随着时间推移，这些研究转化为后续改革的基础（如他参与十五规划专家组），实则是“深度参与者”。他认为，不能以“保持距离”为借口来合理化学界对社会服务不足的现象。
破除“大城市衰退”谬误：人口流动与资产配置的理性
陆铭指出，当前流行一种错误观念，认为AI和线上经济使人口集中不再重要，导致大城市失去机会。这种观点误导了个体决策：许多在大城市工作的人选择在老家县城买房或农村盖房，同时继续在城市租房。陆铭在珠三角调研时遇到一位在广州工作数十年的大姐，她计划“等动不了了再回老家”。陆铭对此感到五味杂陈：从概率上看，越老、身体越差的人越难回到缺乏医疗和基础设施的老家。这种非理性预期导致个人资产在流出城市贬值，并可能误导国家的人口与基建规划。陆铭强调，对家乡的情感依恋与投资老家房产是两个独立问题。此外，他回应了如何平衡研究的普适性与时效性：选题应源于社会与时代需求（如AI对就业结构的影响），但底层逻辑需具备普世性，从而在快速变化的时代中保持研究的长期价值。
平衡普世原理与中国特殊性
面对“追求理论不变性”与“迅速回应时代变化”之间的张力，陆铭提出了一种基于研究选题出发点的平衡策略。他认为，研究者首先应从社会需要、政府需求和时代背景出发选择题目，并在研究过程中处理好底层逻辑的普世性与中国特殊性这两对关系。例如，人工智能促使制造业就业减少、人口转向服务业并提升收入从而增加服务需求，这一逻辑具有全球普适性。而中国目前仍存在的公共服务未完全向外来人口开放、土地配置受政府严格管制等现象，则属于中国特殊性。将这两者结合好，就能化解矛盾。
在具体表达上，陆铭强调要根据听众调整内容侧重：若对方关心一般原理，便讲普适逻辑；若关注实践改革（如放宽容积率、市中心建公租房），则基于一般原理给出具体判断。他反驳了“关注中国特殊问题即脱离一般原理”的对立观点，指出真正的矛盾往往出现在国际发表环节。英文期刊天然偏好一般原理，导致基于中国特殊性的研究在跨文化传播中面临“讲太细没必要、讲粗了不清楚”的困境，且外国读者不熟悉中国制度背景。但陆铭认为这仅是个人价值观选择：作为在中国成长并受本土培养的学者，立足中国问题并非缺陷，无需因国际发表困难而放弃研究本国现实。
产业政策与数据治理的体制优势
针对马斯克建议美国学习中国“集中力量办大事”以投入AI基础设施和能源的观点，陆铭表示从美国角度看这一建议有道理。经济学中的正外部性理论指出，大规模基建投资往往无法通过市场手段收回成本或定价滞后，且需要跨行业、跨区域协调，私人企业难以胜任。然而，陆铭指出美国很难复制中国模式，因为先天条件不同。他举例称，中国在中西部利用戈壁沙漠建设光伏设备并配套算力中心与存储中心，这种跨地区协调能力是美国难以实现的。因此，对于美国学不到的领域（如地理与能源布局），中国应做得更好；而对于可能学习的领域，也要力争超越。
在数据统筹方面，陆铭指出AI产业依赖大数据，但当前中国面临平台数据被企业垄断、政务数据部门间壁垒森严的问题。尽管打通同一市内不同部门甚至省内城市的数据已十分困难，但中国拥有统一大市场与中央统一领导的体制优势。陆铭分析称，数据打通难既有技术原因（存储格式、时间变量不一致导致个体追踪困难），更有制度摩擦力：具体部门负责人不愿分享数据，且平级的大数据局难以跨部门协调。他呼吁利用体制优势解决这些阻碍，在数据统一处理与补偿机制上做出突破，从而比美国做得更好。