在AI繁榮與地產(chǎn)蕭條下的雙重K型分化壓力之下，中國政府需要以AI培育新動能，以托底政策緩沖轉(zhuǎn)型陣痛，以債務處置與財稅改革修復長期增長根基，在發(fā)展與穩(wěn)定之間尋求平衡。

本文作者系盤古智庫學術(shù)委員、野村證券中國首席經(jīng)濟學家陸挺，文章來源于“New Economist”微信公眾號。

本文大約7800字，讀完約19分鐘。

自2025年初以來，中國積極擁抱人工智能（AI），已成為僅次于美國的AI研發(fā)與應用中心，并將其他經(jīng)濟體大幅甩開，在AI方面形成了非常清晰的以美中兩國引領(lǐng)的Ｇ2格局。全球AI超級周期能否重啟自2021年中以來受房地產(chǎn)影響的中國經(jīng)濟？AI熱潮能否讓中國告別通縮、低利率與疲軟的經(jīng)濟增長？能否讓中國的房地產(chǎn)市場真正復蘇、財政狀況得到改善、居民消費反彈、信貸需求回升？這些問題將會是AI時代思考研究中國宏觀經(jīng)濟的焦點。

有別于近年流行的諸如區(qū)塊鏈、元宇宙等概念，AI是一場真正劃時代的技術(shù)革命，對經(jīng)濟和社會將會產(chǎn)生深遠的影響，能為中國經(jīng)濟與金融市場提供有力的支撐，但是，當下AI的熱潮尚不足以扭轉(zhuǎn)中國經(jīng)濟的全局。中美G2格局下，中國AI投資面臨美國的諸多限制；AI投資也會因關(guān)鍵部件進口產(chǎn)生外溢效應；AI繁榮與已經(jīng)持續(xù)5年之久的房地產(chǎn)下行共同催生兩類相互交織的K型貧富分化，一是在居民之間，二是在區(qū)域之間。這種雙重K型分化在AI熱潮之下加劇，拖累中國在消費與投資方面的總需求。因為AI紅利高度集聚在極少數(shù)擁有高端人才和金融技術(shù)資源的城市，尤其是京滬深杭這四個一線城市，中短期內(nèi)房地產(chǎn)市場的復蘇可能只會發(fā)生在這幾個城市，出現(xiàn)全面復蘇的可能性較小。

對政府而言，需積極推進AI的投資與發(fā)展，呵護AI熱潮帶來樂觀情緒，但也需要避免盲目樂觀，不宜過度寄望于AI解決當前核心經(jīng)濟問題，更需要密切關(guān)注這種雙重K型分化，采取預防性措施避免差距持續(xù)擴大，讓低線城市也能共享AI紅利；完善社會保障體系，緩解房地產(chǎn)蕭條與AI繁榮所導致的失業(yè)與就業(yè)不足問題。AI熱潮會拉大區(qū)域差距，絕大部分城市還會長時間面臨房地產(chǎn)市場問題，中央政府仍需加大政策力度清理房地產(chǎn)領(lǐng)域各種遺留問題，尤其是債務問題。區(qū)域之間的K型分化也加大了中央政府推進財政體制改革的緊迫性，在土地出讓收入自高峰下跌超80%的背景下，為地方政府構(gòu)建更為穩(wěn)固的稅源。

中國AI熱潮與中美AI競賽

全球AI超級周期在持續(xù)深化，中美在AI領(lǐng)域形成“雙寡頭”格局。當前中美AI方面的競爭呈現(xiàn)差異化路徑：美國走技術(shù)壁壘與資本密集路線，中國側(cè)重開源開放與場景落地。全球AI格局已形成中美引領(lǐng)，中國臺灣和韓國生產(chǎn)關(guān)鍵芯片，其他地區(qū)以應用為主的態(tài)勢。美國專注高端模型研發(fā)與數(shù)據(jù)中心建設，中國則憑借高性價比模型快速縮小性能差距，在用戶規(guī)模、數(shù)據(jù)消耗與產(chǎn)業(yè)應用上走在前列。斯坦福大學的一個研究顯示，中美主流AI模型性能差距已收窄至2.7%，雙方在多項基準測試中交替領(lǐng)先，中國在論文發(fā)表、工業(yè)機器人安裝量等方面領(lǐng)先，美國則保持在高端模型方面的優(yōu)勢。

中國AI應用規(guī)模迅猛擴張，模型日處理詞元量呈指數(shù)級增長。盡管美國民間AI投資規(guī)模遠超中國，但中國通過政府引導基金、產(chǎn)業(yè)鏈協(xié)同等方式持續(xù)加大投入，兩國實際投資規(guī)模的差別遠小于表面數(shù)據(jù)差距。面對美國高端芯片出口管制，中國全力構(gòu)建覆蓋芯片、模型、算力、電力與應用的全鏈條自主供應鏈，國產(chǎn)AI芯片市場份額在穩(wěn)步提升，軟硬件協(xié)同優(yōu)化取得突破。在政策強力支持下，中國加速推進“AI+”戰(zhàn)略，推動AI與制造業(yè)深度融合，AI相關(guān)硬件出口與資本市場活躍度大幅提升。中國在AI方面已經(jīng)初步形成五大核心優(yōu)勢：算法效率領(lǐng)先、開源生態(tài)完善、人才儲備增厚、工業(yè)部署規(guī)模全球第一、新能源基礎(chǔ)設施支撐強勁。依托“東數(shù)西算”工程，中國將低成本綠色電力與算力需求精準匹配，形成獨特的成本競爭力。

AI熱潮支撐中國經(jīng)濟

AI熱潮正在通過固定資產(chǎn)投資、出口與生產(chǎn)率提升來助力經(jīng)濟增長。AI對經(jīng)濟增長的重要性在持續(xù)提升。年初工信部新聞發(fā)布會透露，2025年中國核心AI產(chǎn)業(yè)規(guī)模超1.2萬億元人民幣，占GDP的0.9%。近幾個月AI相關(guān)產(chǎn)業(yè)爆發(fā)式增長，2026年其GDP占比有望突破1%。

1、AI投資對經(jīng)濟增長的影響

我們估算2026年與AI相關(guān)的固定資產(chǎn)投資將為GDP增長貢獻0.3個百分點，用窄口徑與寬口徑分別測算中國AI資本支出：

窄口徑指算力基礎(chǔ)設施投資，涵蓋半導體、數(shù)據(jù)中心等核心領(lǐng)域。2025年1月國家數(shù)據(jù)局表示，數(shù)字基礎(chǔ)設施年均直接投資約4000億元，未來五年帶動總投資約2萬億元。年初市場共識認為今年中國算力基礎(chǔ)設施投資約4500億元，比去年高28%。頭部云服務商也在紛紛上調(diào)資本支出預算，例如字節(jié)跳動將2026年AI資本支出計劃上調(diào)25%至超2000億元。綜合政府和產(chǎn)業(yè)的數(shù)據(jù)，預計2026年中國整體算力基礎(chǔ)設施投資或達5000億元。

寬口徑擴展至電力基礎(chǔ)設施投資，這也是支撐中國AI發(fā)展的支柱。受高端AI芯片短缺和算力不足的約束，穩(wěn)定電力供應成為中美AI競爭中中國的獨特優(yōu)勢。中國電力資源與需求存在顯著的空間錯配：西部電力儲備充足，東部用電需求集中。為解決錯配、滿足AI發(fā)展激增的用電需求，國家啟動“東數(shù)西算”和“算電協(xié)同”等工程，為數(shù)據(jù)中心提供穩(wěn)定、低成本的綠色電力。電力投資主要分為發(fā)電與電網(wǎng)建設兩類。中國可再生能源裝機已充足，多地出現(xiàn)綠色電力利用率不足和風光棄電等現(xiàn)象。在此背景下，聚焦輸電優(yōu)化與儲能的電網(wǎng)投資成為突破瓶頸的關(guān)鍵。國家電網(wǎng)和南方電網(wǎng)宣布“十五五”期間總投資大幅增長40%，總規(guī)模達5萬億元，年均約1萬億元。2026年一季度，兩大電網(wǎng)投資同比分別增長7.0%與49.5%。預計2026年中國電網(wǎng)總投資約1萬億元，其中AI相關(guān)電網(wǎng)的投資約5000億元。疊加窄口徑算力基礎(chǔ)設施投資與AI產(chǎn)業(yè)鏈上下游其他資本支出，我們估算2026年寬口徑AI資本支出約1.2萬億元，占GDP的0.8%。

將中國AI資本支出與美國做對比：斯坦福大學2026年的AI指數(shù)報告顯示，2025年美國民間AI資本支出達2680億美元。美國科技頭部企業(yè)將2026年資本支出預測上調(diào)至7250億美元。我們認為，2026年美國AI資本支出約占其GDP的2.5%。按GDP占比衡量，中國AI資本支出規(guī)模約為美國的1/3。由于中國多行業(yè)仍受通縮壓力影響，剔除價格因素后，中國AI行業(yè)實際資本支出要高出不少。

即便如此，中國AI投資的快速增長仍遠不足以抵消房地產(chǎn)長期低迷的拖累。2013年房地產(chǎn)投資占GDP的14.5%，經(jīng)歷了過去5年的下跌之后，目前仍占約6%。另外，傳統(tǒng)基礎(chǔ)設施投資仍占GDP的約14%。新興行業(yè)方面，我們估算2022年“新三樣”（新能源汽車、鋰電池、光伏板）投資占GDP約2%，當時行業(yè)受綠色轉(zhuǎn)型政策推動，隨后因產(chǎn)能嚴重過剩而明顯放緩。整體來看，AI行業(yè)對經(jīng)濟的貢獻遠低于房地產(chǎn)與傳統(tǒng)基建，在目前階段也遠不及“新三樣”投資高峰時期的水平。一個核心原因是AI投資的門檻非常之高，而在關(guān)鍵設備方面中國還被美國卡脖子，影響了投資規(guī)模的擴大。

2、AI相關(guān)出口對經(jīng)濟增長的影響

全球AI基礎(chǔ)設施建設成為今年中國出口增長的最大驅(qū)動力。4月14.1%的出口同比增速中，AI相關(guān)商品貢獻了一半，其中集成電路貢獻4.9個百分點，自動數(shù)據(jù)處理設備出口貢獻了2.4個百分點。未來一段時間出口大概率還能維持兩位數(shù)增長，主要是因為今年美國頭部AI企業(yè)資本支出計劃高達7250億美元。為跟蹤這一趨勢，我們構(gòu)建了中國AI出口指數(shù)，涵蓋與AI基礎(chǔ)設施相關(guān)的五類產(chǎn)品：芯片、服務器硬件、光互聯(lián)、電力設備和冷卻系統(tǒng)。這個指數(shù)清晰呈現(xiàn)三階段走勢：2023年科技下行周期，季度同比降幅為12%-15%；2024年溫和復蘇，增速從一季度的3%升至四季度的15%；2025年二季度起進一步提速，今年一季度暴增至63.2%。到了4月份這個指數(shù)同比升幅加速至79.1%。

但仔細拆分出口數(shù)據(jù)，就會發(fā)現(xiàn)AI相關(guān)產(chǎn)品出口尤其是芯片出口，主要是價格上漲推動而非數(shù)量上升，價格暴漲源于全球AI巨額投資所驅(qū)動的存儲芯片短缺。2026年一季度，芯片出口額同比增長77.5%，數(shù)量僅增13.4%，芯片出口對實際GDP增長的貢獻遠小于名義數(shù)據(jù)。4月分化進一步擴大：集成電路出口額同比增99.6%，數(shù)量僅增3.7%。4月集成電路對中國14.1%的名義出口增速貢獻為4.9個百分點，其中價格上漲就貢獻了4.5個百分點。

芯片價格暴漲有利于中國出口提速，但從凈出口角度來看，情況就比較復雜，也讓AI熱潮與“新三樣”出口周期形成鮮明的區(qū)別。“新三樣”（新能源汽車、鋰電池和光伏板）方面，中國是凈出口國，價格上漲直接改善貿(mào)易條件。而在全球AI熱潮中，中國是芯片凈進口大國，今年一季度中國芯片貿(mào)易逆差高達555億美元，比去年同期增加81億美元。當前芯片價格的飆升同時推高進出口兩端的規(guī)模，但對進口增長的貢獻超過出口，這也是我們預測2026年進口增速（13.4%）超過出口增速（8.6%）、整體貿(mào)易順差較2025年歷史峰值收窄的原因之一。AI超級周期通過加工利潤與附加值讓中國半導體供應鏈企業(yè)受益，但影響了中國的整體貿(mào)易條件。換個角度去理解，中國的AI投資中，大語言模型與數(shù)據(jù)中心仍高度依賴進口高端芯片，部分AI投資需求外溢至其他經(jīng)濟體。

3、合理評估AI對經(jīng)濟增長的貢獻

在提升生產(chǎn)率方面，盡管仍處初期，中國AI頭部企業(yè)已開始向企業(yè)客戶收取服務收入。中國在“十五五”規(guī)劃（2026-2030）中大力推進“AI+”戰(zhàn)略，目標是將AI融入90%的經(jīng)濟領(lǐng)域，預計AI還將帶來生產(chǎn)率提升，但目前還難以量化，這方面的總體規(guī)模還比較小。

結(jié)合上述關(guān)于AI投資和出口的討論，AI目前對宏觀經(jīng)濟的提振力度有限，尚不足以抵消房地產(chǎn)對中國經(jīng)濟的拖累。但更重要的一點是，在房地產(chǎn)行業(yè)持續(xù)下行造成居民收入財富差距拉大以及區(qū)域之間差距拉大的背景之下，AI可能進一步擴大中國居民內(nèi)部與區(qū)域間的貧富差距；AI超級周期與房地產(chǎn)下行共同塑造了兩個相互交織的K型分化——人口與財富的K型和地域的K型，這兩大K型分化又會拖累中國消費與投資方面的需求，對未來增長和政策構(gòu)成重大挑戰(zhàn)。

AI熱潮與K型分化

1、房地產(chǎn)行業(yè)仍在下滑

在2021年之前的十余年內(nèi)，房地產(chǎn)產(chǎn)業(yè)鏈是中國經(jīng)濟最大增長支柱，2021年峰值時貢獻約25%的GDP增長、38%的財政收入與60%的居民財富，之后這個行業(yè)急劇萎縮。國家統(tǒng)計局數(shù)據(jù)顯示，2021-2025年新房銷售金額與面積分別下降43.8%與43.9%。中國房地產(chǎn)住宅信息服務平臺（CRIC）數(shù)據(jù)則顯示，2021年峰值至2025年，全國百強房企合同銷售額下降72.7%，銷售面積下降80.6%。房價較2021年中峰值平均下跌40%，回到十年前水平。盡管一線城市二手房市場出現(xiàn)部分復蘇跡象，但截至4月，新房銷售額、銷售面積、新開工面積同比分別降14.6%、10.2%、22.0%。CRIC數(shù)據(jù)則為截至4月，新房銷售額與面積同比分別降19.7%、22.3%。

當前市場呈現(xiàn)明顯的區(qū)域分化。一線核心城市二手房率先企穩(wěn)，上海等城市成交量回升、價格小幅上漲，主要受益于政策放松、國資收儲與股市財富效應。深圳、廣州等熱點城市也有望逐步企穩(wěn)。但絕大多數(shù)中小城市人口持續(xù)流出、需求不足。未來，只有集聚AI產(chǎn)業(yè)、高端人才的少數(shù)大城市具備房地產(chǎn)復蘇基礎(chǔ)，全國性回暖短期內(nèi)難以實現(xiàn)。中國房地產(chǎn)市場仍將處于調(diào)整期，區(qū)域分化將進一步加劇，持續(xù)成為經(jīng)濟運行中的核心壓力點。

2、勞動力市場的K型分化

AI通過兩條路徑重塑勞動力市場。一是替代效應：AI直接替代特定任務的人力，尤其是常規(guī)認知類工作。這會壓制薪資增長、排擠勞動者，讓國民收入分配從勞動向資本傾斜。二是生產(chǎn)率效應：AI驅(qū)動的自動化降低生產(chǎn)成本、刺激資本積累與總需求。效率紅利降低物價、提升居民實際收入，創(chuàng)造全經(jīng)濟需求。最終凈影響取決于兩種力量的平衡，但短期內(nèi)我們認為替代效應占主導。

受計劃生育政策與經(jīng)濟快速增長影響，聯(lián)合國估算到2035年中國勞動年齡人口將減少一億，因此有不少人認為中國是AI浪潮的終極受益者。然而，AI熱潮雖能在長期內(nèi)替代勞動力，卻可能在中短期內(nèi)對消費需求與社會穩(wěn)定造成較大的沖擊。中國AI普及速度全球領(lǐng)先，可能導致勞動力市場呈現(xiàn)K型分化：頂端是資本所有者與AI賦能的精英群體。對他們而言AI是強大的生產(chǎn)率倍增器，提升他們進行復雜決策的能力，讓其獲得薪資溢價。K型的下端群體則承受沖擊。AI沖擊集中在編程、金融、法律、客服、傳媒五大行業(yè)，入門級白領(lǐng)崗位則首當其沖。疊加16.3%的青年失業(yè)率、每年超120萬的高校畢業(yè)生，應屆畢業(yè)生就業(yè)壓力較大。此外，高校培養(yǎng)模式偏重標準化解題，與AI時代所需的創(chuàng)新能力錯位，進一步加劇就業(yè)困境。

被AI替代的勞動者可能被迫向下流動，涌入零工經(jīng)濟與低端服務業(yè)。目前中國靈活就業(yè)人員超2億，占城鎮(zhèn)就業(yè)近半數(shù)，滴滴司機、外賣騎手規(guī)模快速擴張，時薪走低，就業(yè)緩沖功能正在減弱。藍領(lǐng)群體短期受影響較小，但隨著自動駕駛、配送機器人等實體AI加速商用，自動化正從數(shù)字領(lǐng)域延伸至物理場景，未來將對司機和配送員等藍領(lǐng)崗位形成實質(zhì)性替代。

總之，AI引發(fā)的勞動力市場K型分化日趨明顯，高端與低端、受益與受損群體的鴻溝持續(xù)擴大，在推高優(yōu)質(zhì)崗位溢價的同時，帶來就業(yè)結(jié)構(gòu)失衡、青年失業(yè)率高企、收入差距拉大等挑戰(zhàn)，成為經(jīng)濟社會穩(wěn)定的潛在壓力點。

3、AI重塑中國經(jīng)濟格局：城市間的K型分化

人工智能正深度重構(gòu)中國經(jīng)濟空間格局，城市能否從AI浪潮中獲益，關(guān)鍵不在于AI在當?shù)氐钠占皯贸潭龋谟谀芊裾瓶卮竽Ｐ汀㈨敿馊瞬拧⑺懔εc數(shù)據(jù)四大核心要素。參照英偉達提出的“自主可控AI”理念，能否依托本土算力、數(shù)據(jù)與人才構(gòu)建自主的AI體系，成為城市在AI時代競爭的核心標尺。在2000-2021年間房地產(chǎn)繁榮期間，雖然一線城市的房價領(lǐng)漲，但得益于快速的城市化和超大城市的限購措施，絕大多數(shù)的二三線城市房價也有不俗的表現(xiàn)。貨幣化棚改甚至點燃了眾多低線城市的房地產(chǎn)。2020-2023年之間的“新三樣”投資門檻其實也不高，不少二三四線城市如福建的寧德和江蘇的常州都能扮演重要的角色。但這輪的AI超級周期則呈現(xiàn)極強的資源集聚效應，核心資源高度集中于少數(shù)一線城市，形成顯著的“虹吸效應”，少數(shù)智慧城市成為數(shù)字時代的核心樞紐，其他城市則面臨資源外流與邊緣化壓力。

AI產(chǎn)業(yè)鏈各環(huán)節(jié)均存在嚴苛門檻，推動資源持續(xù)向北京、上海、深圳和杭州四大樞紐集聚。大模型研發(fā)需要數(shù)萬顆高端GPU、海量數(shù)據(jù)與國家級科研支撐，絕大部分頭部企業(yè)最后都落戶在四個城市。模型即服務（MaaS）模式進一步加劇集聚，低線城市企業(yè)使用AI服務需持續(xù)向少數(shù)智慧城市付費，導致收入和財富不斷從內(nèi)陸流向核心城市。高端芯片設計與制造同樣高度集中，長三角、珠三角與北京形成三大核心區(qū)，生態(tài)成熟度、資本密度與人才儲備構(gòu)成難以跨越的壁壘，而內(nèi)陸城市多局限于低端配套環(huán)節(jié)。AI產(chǎn)業(yè)由少數(shù)頂尖人才驅(qū)動，這類人才高度依附頂尖高校與成熟產(chǎn)業(yè)集群，單純補貼難以吸引人才回流，導致區(qū)域人力資本持續(xù)分化。實體AI領(lǐng)域則依賴軟硬件協(xié)同生態(tài)，深圳、上海與杭州占據(jù)主導，內(nèi)陸城市多淪為分包方。

AI浪潮正在加劇中國城市間的K型分化：核心城市掌控技術(shù)、人才與商業(yè)模式，持續(xù)虹吸全國資源；廣大傳統(tǒng)城市面臨人才流失、財富外流與產(chǎn)業(yè)配套化，發(fā)展差距持續(xù)擴大。京滬深杭成為AI紅利的主要受益者。北京匯聚超2500家AI企業(yè)，坐擁最多大模型與芯片設計企業(yè)，是全國AI生態(tài)核心。上海是高端芯片制造與先進封裝中心，支撐國產(chǎn)GPU快速成長。杭州依托MaaS模式與“AI+”戰(zhàn)略，成為模型服務與實體智能高地。深圳憑借硬件優(yōu)勢，主導實體AI與邊緣計算賽道。少數(shù)二線城市憑借特色產(chǎn)業(yè)分得紅利，合肥聚焦芯片與機器人，武漢轉(zhuǎn)型光學與傳感器樞紐，蘇州做強服務機器人，但均停留在產(chǎn)業(yè)配套層面，難以掌握核心價值。內(nèi)陸地區(qū)作為“東數(shù)西算”算力承載地，雖承接大量基建投資，但相關(guān)節(jié)點屬于低就業(yè)、低附加值類型，難以帶動就業(yè)、收入與房地產(chǎn)復蘇，GDP增長難以轉(zhuǎn)化為城市發(fā)展的持久動力。

雙重K型分化的經(jīng)濟與政策影響

人口與地理的兩大K型分化，相互強化、不斷固化，成為拖累內(nèi)需、加劇結(jié)構(gòu)失衡的核心因素，而AI熱潮在帶來增長動力的同時，也進一步放大這一分化格局。這樣的雙重分化將深刻影響區(qū)域經(jīng)濟、人口流動與房地產(chǎn)市場復蘇節(jié)奏，成為未來中國經(jīng)濟格局的關(guān)鍵特征。

兩大K型分化呈現(xiàn)顯著的交織和自我強化效應。頂尖人才與資本持續(xù)向京滬深杭等一線智慧城市集聚，被AI替代的勞動者可能會被迫退出核心城市，涌入零工經(jīng)濟與低端服務業(yè)，直接壓低傳統(tǒng)城市的薪資水平，加劇服務業(yè)通縮，削弱整體消費能力。與此同時，人口老齡化與負增長、高等教育普及、社保體系分配不均等因素，將持續(xù)固化這種K型分化趨勢。年輕高學歷人群持續(xù)流向大城市，造成中小城市人力資源枯竭；AI普及又大幅降低大學學歷的就業(yè)價值，使青年失業(yè)率進一步承壓。若白領(lǐng)崗位持續(xù)被AI替代、零工經(jīng)濟再遭自動駕駛等技術(shù)沖擊，現(xiàn)有的社保體系將面臨失業(yè)壓力攀升的風險。

AI熱潮確實對經(jīng)濟與股市形成支撐，但其規(guī)模有限，且投資因高端芯片進口產(chǎn)生外溢效應，不足以扭轉(zhuǎn)房地產(chǎn)深度調(diào)整帶來的經(jīng)濟壓力。更關(guān)鍵的是，AI加劇了雙重K型分化，壓制總需求，最終也將抑制增長。近期經(jīng)濟能夠緩解通縮的主要動力來自外部，并非內(nèi)生復蘇。在消費端，K型分化構(gòu)成結(jié)構(gòu)性拖累。高收入精英群體占據(jù)AI生產(chǎn)率紅利，但邊際消費傾向低；中低收入群體、高校畢業(yè)生與靈活就業(yè)人員消費意愿強，卻因就業(yè)不穩(wěn)、薪資受壓導致購買力下滑，加之因財務不確定性推遲婚育，會形成持續(xù)通縮壓力。在房地產(chǎn)領(lǐng)域，AI的極強資源集聚效應將會加劇區(qū)域失衡。人才與資金向沿海智慧城市虹吸，低線城市則面臨人口流出、供給過剩、房價下跌的多重壓力。房地產(chǎn)復蘇高度可能局限于少數(shù)一線城市，近期全國性大面積回暖的可能性較低。

應對兩大K型分化的政策思路與方向

從政策角度講，AI是劃時代的科技革命，必須以進取的姿態(tài)去擁抱AI，縮小與世界頂尖水平的差距，在中美G2格局，中國被西方技術(shù)圍堵的背景下，必須去建設自主可控的AI產(chǎn)業(yè)鏈，推進“AI+”戰(zhàn)略，這方面中國沒有任何可以回避的空間。但無論是市場還是政府，都不應寄望于這波AI熱潮能獨自化解當前的經(jīng)濟困局。此前“新三樣”曾帶來強勁增長預期，最終卻因產(chǎn)能過剩、價格戰(zhàn)加劇通縮；相比之下，AI與芯片領(lǐng)域投資壁壘較高，大概率不會重蹈過度內(nèi)卷的覆轍，但指望依靠AI徹底扭轉(zhuǎn)因為房地產(chǎn)業(yè)深度調(diào)整而帶來的宏觀困境并不現(xiàn)實。

面對人口與地理兩大相互強化的K型分化，政府需保持審慎，避免因AI的高熱度而產(chǎn)生盲目樂觀的情緒。在大力推進AI投資的同時，嚴控階層與區(qū)域差距擴大，支持地方發(fā)展自主可控AI，讓低線城市分享AI紅利；健全社會保障體系，緩解地產(chǎn)下行與AI替代帶來的失業(yè)壓力；適度放緩自動駕駛等對藍領(lǐng)崗位沖擊較大的技術(shù)落地節(jié)奏。

勞動力保護方面，“十五五”規(guī)劃明確將失業(yè)率控制在5.5%以內(nèi)，人社部也提出建立就業(yè)風險監(jiān)測機制，但針對AI替代的專項補貼、稅收激勵與再培訓支持仍顯不足。目前司法層面已率先作出兜底，杭州中院判決企業(yè)不得以AI替代為由隨意解雇員工，明確技術(shù)迭代成本不可全部轉(zhuǎn)嫁給勞動者。這類判例有助于穩(wěn)定存量就業(yè)，但也可能降低企業(yè)新增招聘意愿，形成短期權(quán)衡。

從當前宏觀全局來看，阻礙經(jīng)濟回暖的核心障礙還是房地產(chǎn)的萎縮。即便在AI繁榮之下，中國仍需果斷處置房地產(chǎn)業(yè)下行遺留的各類風險。未來可借鑒日本2002—2004年處置不良資產(chǎn)的經(jīng)驗，以嚴格會計準則壓實壞賬、加大核銷力度，通過公共資金注資、專業(yè)化壞賬處置等方式，系統(tǒng)性降低金融機構(gòu)、房企及上下游企業(yè)的債務壓力。同時，在土地出讓收入大幅萎縮的背景下，加快財政改革，為地方政府構(gòu)建可持續(xù)的稅源。

總之，在AI繁榮與地產(chǎn)蕭條下的雙重K型分化壓力之下，中國政府需要以AI培育新動能，以托底政策緩沖轉(zhuǎn)型陣痛，以債務處置與財稅改革修復長期增長根基，在發(fā)展與穩(wěn)定之間尋求平衡。■

文章來源于“New Economist”微信公眾號

圖文編輯：張洵

責任編輯：劉菁波