芝加哥联储主席 Austan Goolsbee 表示，在过去一年甚至一年半里，美联储的利率政策一直建立在真实宏观数据之上，而不是公众情绪。按他的说法，硬数据在联储内部“基本上赢了”，但社会大众对经济的糟糕体感并没有随稳健的经济指标一道改善。
这番表态来自他与财经学者 Kyla Scanlon 在芝加哥的一场对谈。对话发生在芝加哥联储与芝加哥大学 NORC 联合举办的“为何消费者与经济学家眼中的经济如此不同”研讨会期间，议题集中在消费者信心与实际支出的脱节、美联储制定政策时的指标排序、劳动力市场状态，以及 AI 基础设施投资是否会带来局部过热风险。
消费者信心与实际支出脱节，美联储下调情绪指标权重
回顾一年前的交流，Goolsbee 曾提出，经济硬数据与大众心理体感之间可能出现激烈冲突。一年后，他认为这场冲突还在继续，只是联储内部已经更明确地把政策判断建立在硬数据上。
Goolsbee 说，消费者嘴上表达的沮丧，与他们实际支出行为之间的反差让他感到意外。芝加哥联储研究团队一直在追踪两者的映射关系，而结论并不是这种断裂突然出现，而是情绪与支出之间的相关性在过去多年里持续走弱，到近期几乎降到冰点。
他表示，大众体感在很多社会维度都很重要，但如果过去把情绪指数当作预测消费支出的核心前置变量，如今这种关系弱化后，就不得不降低对它的依赖。他强调，不会彻底丢掉任何数据，不过在他个人的决策权重列表中，消费者信心已经明显后移。
在他看来，当前更值得优先观察的是劳动力市场中的核心比率，而不是每月非农新增就业的绝对值，因为后者会受到移民规模和统计口径等因素干扰。他最关注的指标包括失业率、岗位空缺率、裁员率和招聘率。
消费端方面，他将零售销售等实际硬数据放在更高位置。Goolsbee 认为，依靠扎实的硬指标进行宏观预测，能提供更高精度的指引；在当前环境下，把情绪数据叠加到硬指标中，带来的边际增量价值已经很弱。
对于“负面情绪会不会最终变成自我实现预言”的担忧，Goolsbee 的回答是，消费者情绪本身戏剧性很强，波动远大于实体经济变量。历史上，信心指数暴跌常被视为衰退的领先信号，这也是市场会对低迷情绪数据高度敏感的原因。但他指出，在情绪指数持续拉响警报的这几年里，被广泛预期的衰退并没有真正出现。因此，至少在当前阶段，这场争论已经偏向硬数据一侧。
他还提到，如果消费者信心无法有效预测当下或未来经济走势，这类指标或许更适合被用作观察消费者中长期通胀预期的参考，美联储也在沿着这个方向推进研究。
为什么大众体感仍然糟糕：汽油、食品和账单更容易被看见
在解释宏观数据向好但公众感受低迷的原因时，Goolsbee 把重点放在“显性度”上，也就是某些价格更容易被人直接感知。
他举例说，汽油价格就是一项高度显性的公共价格。人们每天开车出门，看到路边柴油价格牌上写着每加仑 $6，很容易据此形成“整体经济很糟”的直观判断。超市食品杂货价格也有类似作用。在高通胀时期，即便通胀增幅已经放缓，只要绝对价格仍然高企，这种感受就会持续体现在情绪调查里。
除了生活成本，Goolsbee 还提到党派政治极化正在影响经济感知。他认为，如今一些情绪调查在某种程度上已经接近政治民调。即便是过去一年失业率是升是降这类事实性问题，受访者的回答也常常受到其政治立场以及总统所属党派影响。
他同时承认，美国确实经历过实际工资收入缩水的阶段。实际购买力下降时，公众不满完全可以理解。后来虽然名义工资追了上来，还叠加税收减免，但只要普通人曾经看到日常账单涨幅跑赢工资条，这种心理冲击就不会很快消失。
Kyla Scanlon 在对谈中提到，许多人感觉自疫情以来始终没有喘息空间，社交媒体持续把各类涨价信息高频推到用户面前，AI 带来的就业焦虑也在叠加不确定性。
Goolsbee 回应称，这种不满“有充分理由”。他举例说，每次把油箱加满都要花 $70、$80 甚至 $90，在这样的环境下，任何人都会感到厌倦。
为了说明情绪调查可能存在的整体性偏差，他回忆了自己在芝加哥大学执教 30 年的经历。按他的说法，MBA 学生给教授打分时，如果学生喜欢某位教授，即便这位教授第一堂课准备不足，各项评分也可能都很高；如果学生不喜欢一位严肃认真的教授，则往往所有维度都会被打低分。他认为，现在的一些大众情绪指标也会出现类似现象：当消费者承受明显生活压力时，他们不仅会对当前经济给出差评，也会把对未来通胀的判断压得更悲观。
报道援引纽约联储数据称，不同收入群体之间的实际消费增速差异约为 1 个百分点，K 型分化正在缓慢演进。
劳动力市场仍是低招聘、低裁员，企业却感到技工更难招
谈到就业市场时，Goolsbee 延续了一年前的判断：美国劳动力市场依然处于“低招聘、低裁员”的罕见组合之中。他原先认为，这主要是宏观不确定性使企业选择观望，但如果这种状态持续数年，就已经不能简单归因于短期不确定性。
按他的描述，从硬数据看，当前招聘率低得像衰退期，裁员率却低得像超级繁荣期，而且两者都异常平稳。这说明就业市场并没有明显恶化，而是处在一种高粘性的稳定平衡。
不过，他在伊利诺伊州基层与企业交流时，也听到了另一种反馈。许多企业主认为劳动力市场正重新偏紧，尤其是熟练技术工人。原因之一，是大规模 AI 数据中心建设正在跨行业争夺用工，导致企业招聘难度上升，不得不支付高于 6 个月前预算的薪酬。
Goolsbee：$1.5 万亿美元 AI 基建投资存在局部过热风险
对于 AI 数据中心相关资本开支是否会推高经济热度，Goolsbee 给出了两个审慎观察角度。
第一，未来愿景被描绘得越宏大，企业当下越容易把高估值转化为真实资本支出，集中砸钱建设数据中心。这会在短期内推高需求，增加经济过热风险，也会让央行控制通胀变得更难。
第二，关键在于这种投资热潮是否只停留在既定赛道内，还是会向更广泛的经济部门外溢。如果 AI 数据中心扩张只是挤占了其他行业的投资，那么全社会总需求未必整体过热，更像是资本权重的再分配；但如果 AI 狂潮带动整个产业链的用工、用电和原材料成本普遍上升，并推高整体通胀，央行就必须履行总需求管理职能。
Goolsbee 直言，没有人会投入 $1.5 万亿美元资本支出，却打算把最终产品免费送出去。按他的判断，结果要么是未来 AI 软件与算力服务定价很高，要么就是整个行业估值体系面临深度重估。如果巨额资本开支最终换不来爆发式的真实生产率提升，那么 2000 年互联网泡沫破裂时出现过的深远阵痛，可能会以新的形式重演。
研讨会提炼出的五项关键信号
结合这场对谈和研讨会上的讨论，报道梳理出五项核心观察。
情绪已不再是支出的有效领先指标。 过去数十年，美联储一直重视情绪指数，因为悲观通常伴随消费收缩。但现在这条链条已经明显钝化，联储在政策模型中降低了情绪指标的预测权重，更依赖零售额与就业流转比率等硬数据。
真正带来痛感的是绝对价格水平。 密歇根大学调查显示，8 月有 53% 的美国家庭把生活成本高企列为自身财务状况恶化的主因，而 2019 年这一比例仅为 7%。尽管 CPI 增幅已回落到 3.7%，整体物价水平相较 2020 年初仍累计上涨近 30%。报道引述经济学家 Brian Fabes 的总结称：「普通人生活在物价绝对水平中，而不是通胀变动比率中。」
情绪调查和总量数据衡量的不是同一件事。 密歇根大学主管 Joanne Hsu 指出，情绪调查按“人头”统计，是一人一票；GDP、股市和零售数据则按资金权重统计，是一美元一票。2023 年以来，年收入超过 $12.5 万的家庭实际零售支出增长了 7.6%，而年收入低于 $4 万的家庭支出增速已停滞至零。高收入群体的消费韧性，在总量数据中掩盖了低收入群体的压力。
劳动力市场进入低流动态。 招聘率为 3.3%，与历次衰退期平均 3.5% 接近；裁员率为 1.0%，低于历史扩张期平均的 1.3%。企业不愿裁掉有经验的员工，但对新招聘非常谨慎，新增岗位机会因此明显冻结。
央行不会围绕情绪制定政策，但会守住 2% 通胀目标。 Goolsbee 重申，美联储的职责不是公关安抚，而是通过货币政策让物价恢复稳定。只有当长期通胀率重新回到 2% 目标轨道，公众对生活成本的焦虑和更深层的不安全感才可能缓解。
这场对谈给出的核心信息很明确：在宏观政策层面，美联储正在更坚定地站在硬数据一边；但在现实生活里，价格水平、收入分化、就业流动性下降以及 AI 投资热潮引发的结构性压力，仍在拉大经济统计与大众体感之间的距离。