词元：新生产要素助力认知经济崛起

（本文作者张鑫，同济大学经济与管理学院副教授，同济大学可持续发展与新型城镇化智库研究员，同济大学财经研究所研究员）

生产要素是经济增长的重要源泉。从古典经济学的土地、劳动、资本，到工业时代的电力、技术，再到数字时代的数据，生产要素的边界不断被技术革命所打破。

2022年以来，以大语言模型为代表的生成式人工智能技术（Generative AI）快速普及，一种更微观、更基础的生产要素--“词元”（Token）开始浮出水面，正在演变为一种独立的新型生产要素。这预示着词元将重构生产函数，推动“认知生产力”和“认知经济”的爆发。

生产要素的增加过程

生产要素是人类进行社会生产活动所需的基本资源，也是维系国民经济运行及市场主体在生产经营过程中必须具备的基本因素。它包括人的要素、物的要素及其结合因素，并通过市场交换形成生产要素价格体系。

从生产力发展历史看，随着科技的发展及其应用，生产要素的增加经历了四个阶段。生产要素每一次增加，都推动经济发展到一个新的阶段。

第一阶段增加的生产要素是人力与土地。它们构成农业经济的基础，其作用机制是实现物理产出。在农业社会，生产主要依赖土地和人力。英国古典经济学家威廉·配第提出的“劳动是财富之父，土地是财富之母”，奠定了生产要素的二元结构。这一阶段的生产具有物理约束性，产出与体力劳动时间、土地面积及其禀赋高度线性相关。

第二阶段增加的生产要素是电力与资本。它们是工业经济的驱动力，其作用机制是实现生产力机械放大。第二次工业革命后，电力成为通用技术。电力不仅作为能源，更通过流水线、大规模制造改变了生产的组织方式。资本取代土地成为主导要素，生产函数从Y=F(L,K)（Y为产出，L为劳动，K资本）扩展为包含能源消耗的复杂模型。边际收益递减规律（生产要素投入与收益呈现反向关系）在这一时期表现得非常明显。

第三阶段增加的生产要素是数据。它是数字经济的核心，其作用机制是实现经济信息优化。21世纪以来，数据被正式确立为生产要素，并发挥越来越重要的作用。2020年4月，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据与土地、劳动力、资本、技术并列。数据具有非竞争性、可复制性、边际成本趋零等特征，打破了传统要素的稀缺性约束。

第四阶段增加的生产要素是词元。它构成认知经济的载体，其作用机制是使认知替代与增强。当数据被AI（人工智能）模型训练为参数，再通过推理以词元形式输出时，就完成了从“信息”到“认知”的跃迁，助力“认知生产力”和认知经济的崛起。

词元何以成为生产要素

词元是AI模型处理文本的最小语义单元。它可以是一个词、一个字或一个子词。每一次AI推理、每一次智能交互，背后都对应着词元的消耗与生成。

词元不同于数据，二者存在本质的区别（参见表1）。

具体来说，数据是“已经发生的”、静态的、历史的生产要素，而词元是“正在生成的”、动态的、生成的生产力要素。词元代表的是“经过模型活化后的知识”。从数据到词元是一个从“记录”到“活化”的过程。一个企业的数据资产可能几年不变，但词元的消耗是持续不断的实时活动。数据的价值在于规模效应，词元的价值在于精准转化。数据可以“一次采集、多次使用”，而词元是“即用即耗、按量付费”。

词元作为新的生产要素，不同于数据的独特作用在于，数据相当于“燃料”，词元相当于“燃烧过程”；数据决定模型的上限，词元决定实际产出的下限；数据替代的是存储与检索，而词元直接替代的是人类的认知劳动（阅读、分析、写作、推理）。例如，一家医院积累的10万份病历是数据，其价值在于长期沉淀。当医生向AI提问“某患者需要的治疗方案”时，AI输出的是一些词元，其价值在于实现即时决策支持。

形象地说，如果把AI比作炼油厂，那么数据就是原油，需要勘探、开采、运输、存储，本身不能直接使用；词元则是电流，是经过转化后的最终能源形式，即插即用，按度计量。数据经过模型训练转化为参数，再通过推理输出为词元。这个过程就像原油经过炼化、发电变成电流。

因此，数据和词元不是替代关系，而是前后衔接。数据是上游，没有数据，模型无法训练，词元就没有生成基础。词元是下游，没有词元，数据就无法被实时调用和活化。数据和词元共同构成新的生产函数Y=A•F(L,K,E,D,T)，其中：Y为产出，L为劳动,K为资本，E为电力，D为数据，T为词元。当我们将词元确立为独立的生产要素时，就不再只是“把数据喂给模型”，而是将“词元消耗”作为企业运营效率、国家算力竞争力的核心衡量指标。

词元作为新的生产要素，具有三大特征。

一是可编程性。词元的生成与消耗可由模型精确控制。

二是可计量性。词元数量成为算力服务的基本计价单位。

三是具有认知转化能力。词元可以直接转化为决策、代码、设计方案等高价值产出。

从这个意义上说，词元可以被看成是“认知经济”或“认知生产力”的基本单位，构成新质生产力的本质。当企业开始按词元购买算力服务，开发者围绕词元优化应用，甚至国家将算力与词元纳入基础设施时，我们有理由相信，词元正成为继数据之后的新一代核心生产要素。

词元的经济价值正在被市场确认

在理论上，词元的经济价值在于，作为“认知经济”或“认知生产力”的基本单位，它通过对技术要素的激活与重构提升人类的认知能力，将技术潜力转化为实际生产力的能力。这突破了传统技术决定论，强调技术创新、要素重组和产业变革的背后，认知是核心驱动力。

从生产函数角度看，词元改变了资本（K）与劳动（L）的配比关系。词元作为新的要素（T），与劳动形成互补而非替代关系；边际产出在词元消耗初期呈现递增趋势，打破了传统要素的边际递减规律。

在应用上，词元的经济价值表现在词元消耗量与产业规模快速增长。据国家数据局：2024年初，中国日均词元调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。这一增速显示出词元作为独立要素的指数级扩张。

在商业层面，按词元计费的API（Application Programming Interface，应用程序编程接口）服务已成为AI行业的标准商业模式。以头部厂商的定价为参考，2023年，每百万词元输入和输出价格分别为0.5-1.0和1.5-2.0美元，2026年分别为0.1-0.3和0.4-0.8美元。在价格下降的同时，词元消耗总量激增，反映出市场对词元的需求具有高度价格弹性。据测算，2025年全球词元相关服务（AI推理、智能体、AI原生应用）市场规模约为380亿美元，预计到2028年将超过1500亿美元。

词元的应用对提高企业生产率具有积极作用。前沿企业每用户发送的信息量是中位数企业的2倍。词元在代码生成场景的投资回报率最高，每投入1美元的词元成本，平均可替代约8美元的人工编码成本。这些数据表明，词元不再只是技术术语，而是已经嵌入企业生产函数的关键变量。

在医疗等知识密集型行业，词元充当“知识活化”的角色，带来效率与质量的双重提升。原本存储在病历库、医学指南、药品说明中的数据，通过模型被转化为实时的、可对话的认知服务。医生不再需要手动翻阅大量资料，而是通过词元交互快速获得决策支持。词元作为新的生产要素，符合生产要素的基本特征，且具备独特的“认知转化”属性；词元市场规模快速增长，其消耗量与微观生产率显著正相关。

展望未来，词元作为生产要素的确立，将引发三个重要趋势。一是核算体系变革。未来企业的生产要素统计中，可能出现“词元消耗量”与“词元产出值”指标；二是产业分工重构。围绕词元的“采矿”(数据清洗)、“精炼”(模型训练）、“流通”(API市场）、“应用”(智能体）将形成完整产业链；三是政策与制度跟进。如同电力、数据曾引发基础设施投资与立法，词元也将催生新的算力基础设施标准、定价机制与知识产权规则。

随着生产要素的增加，人类正在经历从“体力生产力”到“电力生产力”，再到“认知生产力”的跃迁。词元正是认知生产力的基本单位。谁能在词元的生产、流通与应用中占据优势，谁就将在智能时代掌握经济增长的新引擎。

第一财经一财号独家首发，本文仅代表作者观点。