人类文明从火的发明开始，沿着两条交织的主线演进：改变物理世界的科技进化史，和记录与传播信息的文明史。本报告通过溯因推理方法——从当下观察到的异常现象（信息层极度繁荣而物理层停滞、金融财富与能源消耗的增量比持续扩大）出发，逆推其深层结构性原因——论证了一个核心命题：过去五十年来，人类文明出现了信息层与物理层的结构性脱钩。我们提出”金融-物理剪刀差”的量化定义：年度新增金融资产总量与年度新增能源消耗经济价值的比值。数据显示，这一比值从1980年代的接近均衡状态扩大到2024年的约3.5-4:1，处于200年来的历史峰值。本报告认为，第四产业——认知产业——是使AI发展与物理世界发展重新对齐的结构性路径，也是金融-物理长周期回归的正确方向。
方法论：溯因推理(Abductive Reasoning) + Dense模型分析 · 分类：公开研究 · 自由分发
溯因推理：从异常到解释
Abductive Reasoning: From Anomaly to Explanation
本报告的推理结构不是先有结论再找证据（确认偏差），也不是从公理出发的演绎推理，而是溯因推理——从观察到的异常现象出发，逆推最可能的深层原因，然后用数据验证或修正假设，逐步收窄解释空间。
具体推理链条如下：
观察异常①：人类感受到”科技飞速进步”，但商用飞机速度60年没变、能源结构70年没变、基础物理50年无颠覆性突破。进步只发生在信息层。→ 逆推：信息层繁荣掩盖了物理层停滞。
观察异常②：最聪明的年轻人涌入软件和金融，远离材料科学和能源物理。→ 逆推：薪资信号扭曲了人才配置，是系统性定价失真。
观察异常③：全球金融资产1980年以来增长142倍，能源消耗仅增长2.2倍。→ 逆推：金融系统在脱离物理世界自我膨胀。
观察异常④：联邦基础研发占GDP从1.86%降至0.63%，量化交易以微秒决策。→ 逆推：投资周期坍缩使基础科学系统性失血。
汇聚到最佳解释：所有异常指向同一结构性问题——金融层与物理层的脱钩。解决方案必须让物理世界的行动重新获得经济价值。→ 第四产业框架。
火：人类的第一项科技与硬件升级
The First Technology and the Biological Hardware Upgrade
火是人类第一项真正意义上的”技术”。哈佛大学灵长类学家Richard Wrangham提出的”烹饪假说”认为，熟食大幅降低了消化成本，释放的能量被重新分配给大脑。人类大脑占体重约2%，却消耗全身约20%的能量。化石记录显示，直立人的牙齿和消化道缩小的时间与脑容量增大同步。
需要指出，”烹饪假说”虽有力但并非定论。2016年PMC研究表明，灵长类大脑的大规模增长发生在火的广泛控制之前数百万年。更准确的表述是：熟食很可能是大脑持续扩容的重要推动力之一，但不是唯一因素。
火带来的不只是生物层面的硬件升级。火堆成为最早的社会中心——围坐在火旁意味着共同进食、语言交流、故事讲述，这是部落、文化、信仰的原型。从科技线看，火是人类第一次驾驭自然界的一种力量并将其工具化，开启了”驾驭能量”这条贯穿整个科技史的主线。
人类此后所有的技术发明，本质上都是在体外重复当年火对身体做的事——用外部工具升级自身能力。石器延伸了手，语言延伸了记忆，文字延伸了时间，计算机延伸了大脑。
信息记录与传播：文明史的隐形脊柱
Information Recording and Dissemination: The Invisible Spine of Civilization
如果说能量驾驭是科技史的明线，那信息的记录与传播就是文明史最核心的暗线。文明的规模上限，在每一个时代都被当时的信息技术所决定。口语支撑部落，文字支撑城邦和帝国，印刷支撑民族国家，互联网支撑全球化，而AI可能支撑的是一种我们还没有名字的新组织形态。
科技进化的不可预测性与范式跃迁
Unpredictable Breakthroughs and Paradigm Shifts
科技突破的本质是涌现，不是规划。真正的科技进步不是技术迭代，而是范式跃迁——框架本身被替换。每一次范式跃迁的本质，都是发现了一个更深层的抽象。
| 技术 | 范式本质 | 影响 |
|---|---|---|
| 车轮 | 将摩擦力从敌人变为可管理变量 | 重新定义距离、贸易、战争 |
| 纸张 | 信息载体成本降低1-2个数量级 | 原来不值得记录的突然值得记录 |
| 印刷术 | 消灭了抄写这个职业本身 | 信息流动规律完全改变 |
| 0和1电子计算 | 所有信息统一为离散逻辑 | 数字时代的底层基础 |
| 硬盘(随机访问) | 从顺序访问到即刻可达 | 人与信息交互方式根本改变 |
突破是随机的，但传播是有规律的；发明靠运气，扩散靠制度。文明的持久竞争力不在于能不能产生天才，而在于能不能让天才的成果快速流动起来。
当下人类文明的最长板和最短板现状
The Current State of Civilization’s Longest and Shortest Staves
最长板：信息与计算、通信与连接、半导体设计——这些已远超人类其他能力。
最短板：
(1964年为1.86%)
能源、储能、生物医疗、教育、制度治理——五大短板。人类最长的板（信息与计算）已经远远超出其他板，而最短的板正在成为整个文明的卡脖子因素。
第一短板：能源。所有短板中最致命的。AI数据中心的能耗正在指数增长，但发电和输电基础设施的扩张是线性的。电网排队、变压器交付周期两到三年、新电厂审批五到十年。核聚变已从科学探索进入验证阶段——中国EAST突破了等离子体密度极限，SPARC预计2026年启动——但商业化仍需十到十五年。能源是限制AI、制造、交通等一切领域扩张的总闸门。
第二短板：储能。有了清洁能源也存不住。钠离子电池能量密度已达约175Wh/kg，接近磷酸铁锂水平，但从实验室到规模化之间还有巨大鸿沟。澳大利亚科学家2026年3月实现了全球首个概念验证量子电池，但距离实用化仍有数年。储能不突破，可再生能源就无法真正替代化石燃料，因为太阳不会按照电网需求照射，风不会按照工厂排班吹拂。
信息世界与物理世界的结构性脱钩
The Structural Decoupling of the Information World and the Physical World
| 领域 | 现状 | 停滞时间 |
|---|---|---|
| 航空 | 巡航速度480-510节，低于1960年代波音707的525节 | 60年以上 |
| 建筑 | 钢筋混凝土框架，基本方法与50年前无本质区别 | 50年以上 |
| 能源 | 化石燃料仍占86%一次能源 | 70年 |
| 材料 | 日常材料全部成熟于20世纪上半叶 | 80年以上 |
| 太空 | 1969年登月，2026年仍在努力重返。化学火箭原理未变 | 57年 |
物理世界确实发生的进步
必须承认，物理世界并非完全停滞：太阳能光伏成本在过去十年下降了90%以上；mRNA疫苗技术在COVID期间实现了生物医药的范式级突破；CRISPR基因编辑正在进入临床应用；SpaceX将发射成本降低了一个数量级。这些是真实的物理世界进步，不能简单归入”信息层涂鸦”。
然而，这些突破仍然不足以弥合剪刀差。太阳能的进步是成本下降而非能量密度的范式跃迁；mRNA是生物信息编码技术，本质上更接近信息层突破；SpaceX降低了发射成本，但化学火箭的基本物理原理没有改变。人类仍然没有在能源密度、材料强度、交通速度等物理世界的核心维度上实现范式替换。
科技不是在物理世界打地基，而是在建筑外墙改涂鸦。地基是能源、材料、制造、生物技术；墙体是基础设施、交通、建筑；外墙是信息系统、软件、互联网；涂鸦是社交媒体、短视频、虚拟形象。过去三十年，绝大部分创新激情和资本都花在了外墙涂鸦上。
物理科学的三个世纪
19世纪——爆发期。热力学三大定律、电磁学统一、元素周期表、内燃机和发电机。每一个都直接改变物理世界。突破之间间隔很短，密度极高。
20世纪——减速期。相对论、量子力学、核物理在理论上极其深刻，产生了核能和半导体。但标准模型1970年代成型后，基础物理五十年没有颠覆性进展。
21世纪——近乎停滞。Nature 613期刊发表的对数百万论文和专利的分析表明，颠覆性科学发现的速度正在放缓，物理和化学领域的下降最为显著。
物理世界停滞的根本原因不在物理世界内部——不是因为自然规律被穷尽了——而在支撑物理世界扩张的经济激励结构。资本流向、人才配置、投资周期，这些看似属于经济学的变量，实际上决定了物理学和化学能获得多少资源。这就引向了我们的核心分析：金融层与物理层的结构性脱钩。
薪资扭曲与人才错配
Salary Distortion and Talent Misallocation
| 职业 | 起薪(美元/年) | 资深薪资(美元/年) |
|---|---|---|
| 软件工程师(FAANG) | 80,000 – 150,000 | 150,000 – 400,000+ |
| 材料科学工程师 | ~93,000 | ~153,000 |
| 物理工程师 | ~53,000 | ~73,000 |
| 化学家 | ~60,000 | ~112,000 |
仅七分之一的物理学士最终选择攻读物理博士。人才流向加剧了板子的不均衡。物理学家和化工工程师到2034年的就业增长预测仅为+4%和+3%，而信息安全分析师为+29%。
人类大脑是为了在物理世界中生存而演化的。但信息技术创造了一个纯粹的脑力世界，身体变成了大脑的运输容器。惰性的脑力与高能动的体力出现了前所未有的错配。久坐、肥胖、代谢疾病、心理问题的爆发，都是这种错配的生物学反噬。
金融-物理剪刀差：定义、公式与历史数据
The Finance-Physics Scissors Gap: Definition, Formula, and Historical Data
ΔE$(t) = 第t年全球新增能源消耗的经济价值（美元）
S(t) → 1 表示对齐 | S(t) >> 1 表示金融层脱离物理层
为什么选择能源作为物理层的锚定变量？因为能源是所有物理世界活动的底层度量——建造、制造、运输、计算、生物维持，一切改变物理世界的行为最终都可以还原为能量转换。金融财富可以凭空创造（衍生品、杠杆、信用扩张），但能源不能。一度电就是一度电，一焦耳就是一焦耳，没有杠杆可加。
ΔE$(t)的计算方法
ΔE$(t) = 年度新增一次能源消耗(EJ) × 全球能源加权平均价格(美元/EJ)。全球能源市场总规模约6-7万亿美元（IEA 2024），对应约620-650 EJ消耗，单位价格约100亿美元/EJ。年度新增消耗若为14 EJ，则ΔE$约为1.4万亿美元。不同计算方法（市场价格法 vs 边际成本法）会导致10-20%的偏差，但不影响数量级判断。
数据口径说明
本报告使用的”全球总资产”采用McKinsey Global Balance Sheet口径，包含实物资产、金融部门外金融资产和金融部门内金融资产三部分之和。2024年总计约1,700万亿美元（620万亿实物资产 + 570万亿非金融部门金融资产 + 520万亿金融部门内资产）。这与McKinsey 2005年报告的”全球金融存量”(Global Financial Stock)口径不同——后者仅118万亿美元（2003年），只计入股票、债券和银行存款，不含实物资产和金融部门内部资产。本报告选择全球总资产口径，因为它更完整地反映了金融系统的总体膨胀程度。ΔFA(t)中的年度增量同时包含新增实际投资和资产价格膨胀——McKinsey确认，后者占36%（”纸面财富”），这恰恰是金融空转的度量。
历史数据
| 年份 | 全球总资产* | 能源消耗 | 区间年均新增资产 | 区间年均新增能源 | 注释 |
|---|---|---|---|---|---|
| 1980 | ~12万亿$† | ~290 EJ | — | — | 基准年，金融≈GDP |
| 1990 | ~200万亿$ | ~370 EJ | ~19万亿/年 | ~8 EJ/年 | 金融工程起步期 |
| 2000 | ~440万亿$ | ~400 EJ | ~24万亿/年 | ~3 EJ/年 | 互联网泡沫峰值 |
| 2005 | ~550万亿$ | ~470 EJ | ~22万亿/年 | ~14 EJ/年 | 次贷泡沫酝酿期 |
| 2008 | ~500万亿$ | ~500 EJ | -17万亿(单年) | +10 EJ/年 | 金融危机，资产缩水 |
| 2010 | ~600万亿$ | ~530 EJ | ~50万亿/年 | ~15 EJ/年 | QE推动快速反弹 |
| 2015 | ~900万亿$ | ~560 EJ | ~60万亿/年 | ~6 EJ/年 | 低利率持续膨胀 |
| 2019 | ~1,200万亿$ | ~585 EJ | ~75万亿/年 | ~6 EJ/年 | 疫情前峰值 |
| 2020 | ~1,540万亿$ | ~560 EJ | +340万亿(单年) | -25 EJ(单年) | 新冠疫情异常年‡ |
| 2024 | ~1,700万亿$ | ~650 EJ | ~40万亿/年 | ~14 EJ/年 | AI叙事驱动 |
*全球总资产采用McKinsey Global Balance Sheet口径（实物+金融+金融部门内部资产之和）。†1980年数据基于McKinsey 2005年报告的狭义金融存量（~12万亿$），全口径估计约为50-80万亿$，但因早期数据可比性问题，表中保留原始引用值。‡2020年因COVID-19全球封锁，能源消耗下降约25 EJ，同时各国央行大规模量化宽松推动资产单年暴增约340万亿美元。
图一：总量归一化指数（1980=100）
图一：两条线从同一起点(1980=100)出发，金融资产增长142倍而能源仅增长2.2倍 · 能源线在此比例下几乎贴底——这就是剪刀差的直观体现
图二：S(t) 剪刀差指数时间序列
图二：S(t)指数从1980年代的5攀升至2010年代的112，2020年趋向无穷大（能源负增长）· 2024年回落至29系加息顶点压分子+AI基建撑分母的统计假象
S(t) = 年度新增全球总资产 / 年度新增能源消耗经济价值 · 数据来源：McKinsey, Bain, Energy Institute, IEA, IMF GFSR
关键数字：44年间(1980-2024)，金融资产存量增长约142倍，能源消耗增长约2.2倍。增速比约65:1。2024年单年，全球八大资产类别市值新增创纪录的25.5万亿美元，而同年新增能源消耗经济价值约1.4万亿美元（14 EJ × ~1000亿美元/EJ）。年度增量比S(2024) ≈ 25.5/1.4 ≈ 3.6，即金融层每增长3.6美元，物理世界仅新增1美元的能源消耗价值。排除2020年异常，2019年S(2019) ≈ 67/0.6 ≈ 超过100——疫情前金融增量已是能源增量的百倍以上。
McKinsey全球研究院2025年报告确认：2000至2024年间，家庭每获得1美元新实际投资，就创造了3.5美元新财富。其中36%（约146万亿美元）是与实体经济脱钩的”纸面财富”。每1美元净新投资创造了4美元金融负债。2000年之前，净财富增长基本跟踪GDP增长；2000年之后，二者开始显著分离。
2024年S(t)下降的归因：统计假象而非结构性修复
S(t)从2010年代的112骤降至2024年的约29，看似剪刀差在收窄。但细究原因，这是六个暂时性因素同时作用的叠加效应，没有一个构成结构性修复。
分子压制——金融资产增速被外力限制：
① 美联储利率处于二十年顶点。联邦基金利率在2024年9月前维持在5.25%-5.50%超过一年——二十多年来最高水平。高利率直接压制了股票估值倍数、房地产价格、杠杆信贷扩张和衍生品交易量。这不是金融系统的自我修复，而是被货币政策外力暂时按住。2024年9月开始降息后，金融资产立刻反弹。
② 金融脆弱性限制膨胀空间。IMF《全球金融稳定报告》（2024年10月）确认：宽松金融条件促进了脆弱性积累——资产估值偏高、全球公共和私人债务攀升、非银金融机构杠杆增加、商业地产板块压力持续。这些累积的脆弱性在高利率环境下限制了金融资产的进一步膨胀，但它们本身就是剪刀差长期扩大的产物，不是修复力量。
分母抬升——能源消耗增长被多因素加速：
③ AI大基建爆发。2024年Amazon、Microsoft、Google和Meta资本支出合计超过2000亿美元，同比增长62%。全球数据中心投资达5000亿美元。数据中心占全球电力消耗约1.5%（415太瓦时），且以年均12-15%的速度增长——是总电力消耗增速的四倍以上。信息层第一次被迫大规模消耗物理世界的能源。
④ 史上最热年份的极端天气。2024年是有记录以来最热年份。全球制冷度日比2023年高6%，比2000-2020年长期均值高20%。IEA估计极端天气贡献了全球能源需求增长的约15%，对电力和天然气需求增长贡献约20%。中国和印度的强烈热浪推高制冷需求，贡献了全球煤炭消费年度增量的90%以上。
⑤ 全球电力需求创历史最大增幅。2024年全球电力消耗增长近1100太瓦时，是过去十年年均增幅的两倍多——有史以来最大绝对增幅（不计衰退后反弹年份）。中国贡献了全球增长的一半以上。
⑥ 工业扩张和电动车渗透。工业部门占2024年电力需求增长的近40%。电动车使交通领域电力消耗增长超过8%，全球电动车销量超过1700万辆，同比增长25%以上。
六个因素中没有一个构成结构性修复。利率已在降（2024年9月至2025年12月累计降息175个基点）；极端天气年不会每年重复到同样程度；AI基建有投资高峰后的回落期；电动车渗透率增速会递减。当降息周期全面展开、AI基建一次性高峰过去之后，S(t)大概率在2025-2027年反弹回升。2024年的S(t)=29不是剪刀差在自行修复，而是加息顶点与AI基建元年偶然同步制造的统计假象。
关于衍生品名义价值的说明
BIS报告2025年6月OTC衍生品名义价值为846万亿美元。需要说明：名义价值是合约参考金额，不代表实际风险敞口。BIS同期报告的总市场价值为21.8万亿美元，信用敞口约3万亿美元。然而，即便不使用名义价值，仅看总市场价值年增29%、名义价值年增16%（为2008年以来最大增幅）这些趋势数据，也足以证明金融层在加速自我膨胀。本报告的剪刀差公式不依赖衍生品名义价值，而是基于McKinsey和Bain的全球资产负债表数据。
超越传统经济周期：金融-物理对齐周期
Beyond Conventional Cycles: The Finance-Physics Alignment Cycle
传统经济周期理论都是短周期——基钦(3-5年)、朱格拉(7-11年)、库兹涅茨(15-25年)、康德拉季耶夫(40-60年)。它们测量的是系统内部的振荡，不是系统本身的结构性偏移。
| 阶段 | 时期 | 特征 | S(t)趋势 |
|---|---|---|---|
| 对齐期 | 工业革命-1980 | 金融≈GDP，金融服务物理扩张 | ≈1 |
| 分叉期 | 1980-2008 | 布雷顿森林崩溃后，金融创新加速 | 1→3 |
| 极端分离期 | 2008至今 | 量化宽松人为延迟修正，剪刀差撑至新高 | 3→4+ |
最近全球股市的下跌不是普通的短周期波动，而是长周期剪刀差开始从峰值回落的表征。短周期视角看到的是贸易摩擦、关税、利率；长周期视角看到的是金融资产的定价假设——物理世界的产出能力将持续扩张——正在被物理世界的结构性瓶颈否定。
从十年到微秒：不可能投资地基的资本
From Decades to Microseconds: Capital That Cannot Invest in Foundations
美国联邦研发占GDP的比例从1964年的1.86%峰值下降到2024年的0.63%——缩水了三分之二。联邦在基础研究中的份额从1960-70年代的超过70%降至2013年的不到50%。
能投资地基学科的主体只有政府——但受选举周期限制。企业不会投资——季度报告驱动。市场资本不会投资——量化交易与物理世界完全脱钩。个人不会投资——在高成本压力下必须追求最快变现技能。所有行为主体都在理性地缩短时间视野，而基础物理和化学需要的恰恰是长到令人窒息的耐心。到了量化交易时代，几乎不存在也不可能对长周期的地基学科进行投资。
第四产业：认知经济与物理世界的再对齐
The Fourth Industry: Cognitive Economy and Realignment with the Physical World
人类主观和非主观地必然回归物理世界对抗。改变物理世界就是对抗——对抗重力、对抗热力学、对抗材料极限。而对抗的信息成为AI公司收购的高价值产品。
核心逻辑
AI模型最稀缺的资源不是算力或算法，而是真实的物理世界数据。Nature 631期刊(Shumailov等，2024)证明，用合成数据递归训练的AI模型会经历”模型坍缩”。截至2025年4月，74.2%的新创建网页包含AI生成文本。合成数据是低熵的——本质上是模型已有知识的回声。真实物理世界数据正在成为AI时代最稀缺、最有价值的资源。
第四产业框架
产业演进：第一产业（农业）→ 第二产业（制造业）→ 第三产业（服务业）→ 第四产业（认知/数据生产）。人类不与AI争夺劳动效率，而是供应AI无法自产的资源：物理摩擦数据——真实世界中存在的不可预测的高熵信息。
四维定价框架
| 维度 | 描述 | 定价梯度 |
|---|---|---|
| 知识密度 | 捕获数据中领域专业知识的集中度 | 家庭(低) → 研究机构(高) |
| 物理摩擦度 | 真实世界变异性和不可预测性的程度 | 静态室内(低) → 工厂车间(高) |
| 获取难度 | 获得等效数据的困难程度 | 公共街道(易) → 手术室(难) |
| 环境稀缺性 | 捕获环境在全球的稀有程度 | 住宅区(普遍) → 深海研究(稀有) |
直接耦合闭环：物理科学家就是最高价值数据生产者
一个在实验室研究固态电池的物理化学家，她的实验过程——材料配比、温度控制、失败记录、异常现象——这些都是AI模型最稀缺的高物理摩擦数据。按照四维定价，这种数据的知识密度最高、物理摩擦度最高、获取难度最高、环境稀缺性最高——在市场上的定价必然处于金字塔顶端。
物理世界行动者生产高价值数据 → AI公司高价购买 → AI用真实数据训练升级 → AI能力反向赋能物理世界行动者（预测晶体结构、优化反应堆参数、模拟蛋白质折叠）→ 行动者做出更前沿的突破 → 产生更高价值数据 → 循环加速。这不是间接传导，是直接耦合。第四产业的四维定价天然地将最高奖励给予改变物理世界最困难、最前沿的行动者。
垄断特别是制度垄断是财富两极化和资本堰塞的根本前提，必须从源头切断。非独占数据销售——一份数据可同时卖给多家AI企业——防止数据成为又一个被垄断然后金融化的资产。竞争保持分散，价值广泛流动。
让AI模型公司最稀缺的信息进入AI数据库，让改变物理世界的人类在AI时代获得更多的利益和驱动力，让AI发展和物理世界发展对齐。这才是经济长周期回归的正确路径。人类的角色不是与AI竞争效率的可替代劳动者，而是提供AI无法自产的资源的不可替代数据供应商。
剪刀差回归的两条路径
Two Paths for the Scissors Gap to Close
路径一：主动再对齐。第四产业通过市场机制——而非行政命令——将AI发展与物理世界发展重新耦合。当一个固态电池实验的数据集比一百万条社交媒体帖子贵一千倍时，资本和人才自然会回流物理世界。
路径二：被动崩塌。金融层继续膨胀，直到某个物理瓶颈突然收紧——能源危机、供应链断裂、基础设施大规模失效——触发金融层向物理层的暴力回归。一个增长1.6倍的物理世界，撑不住一个增长142倍的金融世界。断裂只是时间问题。
历史上每一个在装饰上登峰造极、在基础上停滞衰退的文明，结局都是一样的。宋代在金融创新和文化繁荣中被物理力量击溃。荷兰黄金时代在全球最精密的金融衍生品中失去了物理层优势。当下的剪刀差规模远超以上任何一次。第一个将金融资本引导回物理世界——并通过第四产业框架实现人类-AI共生——的国家或企业，将定义21世纪的文明秩序。
学术定位
经搜索验证，现有学术文献中没有将”全球金融资产年度增量/全球能源消耗年度增量”定义为文明级健康度指标的先例。最接近的研究是2017年《Journal of Evolutionary Economics》发表的关于金融化与能源吞吐量脱钩的论文，但仅覆盖欧洲18年数据，未提出长周期理论框架。现有”脱钩”文献关注的是GDP与资源消耗能不能脱钩（结论是不能）。本报告的视角完全不同：金融财富已经事实上与能源消耗脱钩了，这本身就是危机，而不是进步。
参考文献 · References
[1] Wrangham, R. (2009). Catching Fire: How Cooking Made Us Human. Basic Books.
[2] Cordain, L. et al. (2016). Human Brain Expansion Is Independent of Fire Control and Cooking. PMC.
[3] MIT Engineering. Why hasn’t commercial air travel gotten any faster since the 1960s?
[4] Hossenfelder, S. (2018). Lost in Math. Basic Books.
[5] Park, M. et al. (2023). Papers and patents are becoming less disruptive over time. Nature 613.
[6] Bloom, N. et al. (2020). Are Ideas Getting Harder to Find? American Economic Review.
[7] NCSES/NSF (2026). U.S. R&D Totaled $937 Billion in 2023. NSF 26-314.
[8] BIS (2025). OTC derivatives statistics at end-June 2025.
[9] IIF (2026). Global debt rose to record $348 trillion in 2025.
[10] IMF (2025). Global Debt Monitor 2025.
[11] Shumailov, I. et al. (2024). AI models collapse when trained on recursively generated data. Nature 631.
[12] Energy Institute (2024, 2025). Statistical Review of World Energy.
[13] IEA (2025). World Energy Outlook 2025; Global Energy Review 2025.
[14] McKinsey Global Institute (2021). The rise and rise of the global balance sheet.
[15] McKinsey Global Institute (2025). Out of balance: What’s next for growth, wealth, and debt.
[16] Bain & Company (2012). A World Awash in Money: Capital Trends Through 2020.
[17] Ocorian (2025). Global Asset Monitor: Value of global assets hits record $246.8 trillion.
[18] McKinsey (2005). $118 Trillion and Counting: Taking Stock of the World’s Capital Markets.
[19] Palmer, G. & Floyd, J. (2025). Unravelling Connections: Energy, Economic Growth, and Decoupling. New Political Economy.
[20] Journal of Evolutionary Economics (2017). Finance, energy and the decoupling: an empirical study.
[21] 李朝全球人工智能研究所 (2026). 第四产业：认知经济. leechoglobalai.com.
[22] IMF (2024). Global Financial Stability Report, October 2024: Steadying the Course.
[23] IEA (2025). Global Energy Review 2025: Global Trends.
[24] IEA (2025). Energy and AI: Executive Summary.
[25] Belfer Center, Harvard Kennedy School (2026). AI, Data Centers, and the U.S. Electric Grid.
[26] Deloitte (2025). Can US infrastructure keep up with the AI economy?
[27] U.S. Federal Reserve (2024). Monetary Policy Report, March 2024.