陸挺：AI繁榮與地產乏力下的雙重K型分化

陸挺系野村中國首席經濟學家、中國首席經濟學家論壇理事

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研發與應用中心，并將其他經濟體大幅甩開，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年中以來受房地產影響的中國經濟？AI熱潮能否讓中國告別通縮、低利率與疲軟的經濟增長？能否讓中國的房地產市場真正復蘇、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濟的焦點。

有別于近年流行的諸如區塊鏈、元宇宙等概念，AI是一場真正劃時代的技術革命，對經濟和社會將會產生深遠的影響，能為中國經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中國經濟的全局。中美G2格局下，中國AI投資面臨美國的諸多限制；AI投資也會因關鍵部件進口產生外溢效應；AI繁榮與已經持續5年之久的房地產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擁有高端人才和金融技術資源的城市，尤其是京滬深杭這四個一線城市，中短期內房地產市場的復蘇可能只會發生在這幾個城市，出現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解決當前核心經濟問題，更需要密切關注這種雙重K型分化，采取預防性措施避免差距持續擴大，讓低線城市也能共享AI紅利；完善社會保障體系，緩解房地產蕭條與AI繁榮所導致的失業與就業不足問題。AI熱潮會拉大區域差距，絕大部分城市還會長時間面臨房地產市場問題，中央政府仍需加大政策力度清理房地產領域各種遺留問題，尤其是債務問題。區域之間的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，為地方政府構建更為穩固的稅源。

中國AI熱潮與中美AI競賽

全球AI超級周期在持續深化，中美在AI領域形成“雙寡頭”格局。當前中美AI方面的競爭呈現差異化路徑：美國走技術壁壘與資本密集路線，中國側重開源開放與場景落地。全球AI格局已形成中美引領，中國臺灣和韓國生產關鍵芯片，其他地區以應用為主的態勢。美國專注高端模型研發與數據中心建設，中國則憑借高性價比模型快速縮小性能差距，在用戶規模、數據消耗與產業應用上走在前列。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先，中國在論文發表、工業機器人安裝量等方面領先，美國則保持在高端模型方面的優勢。

中國AI應用規模迅猛擴張，模型日處理詞元量呈指數級增長。盡管美國民間AI投資規模遠超中國，但中國通過政府引導基金、產業鏈協同等方式持續加大投入，兩國實際投資規模的差別遠小于表面數據差距。面對美國高端芯片出口管制，中國全力構建覆蓋芯片、模型、算力、電力與應用的全鏈條自主供應鏈，國產AI芯片市場份額在穩步提升，軟硬件協同優化取得突破。在政策強力支持下，中國加速推進“AI+”戰略，推動AI與制造業深度融合，AI相關硬件出口與資本市場活躍度大幅提升。中國在AI方面已經初步形成五大核心優勢：算法效率領先、開源生態完善、人才儲備增厚、工業部署規模全球第一、新能源基礎設施支撐強勁。依托“東數西算”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熱潮確實在支撐中國經濟，但影響不宜高估

AI熱潮正在通過固定資產投資、出口與生產率提升來助力經濟增長。AI對經濟增長的重要性在持續提升。年初工信部新聞發布會透露，2025年中國核心AI產業規模超1.2萬億元人民幣，占GDP的0.9%。近幾個月AI相關產業爆發式增長，2026年其GDP占比有望突破 1%。

1.AI投資對經濟增長的影響

我們估算2026年與AI相關的固定資產投資將為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：

窄口徑指算力基礎設施投資，涵蓋半導體、數據中心等核心領域。2025年1月國家數據局表示，數字基礎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資本支出預算，例如字節跳動將2026年AI資本支出計劃上調25%至超2000億元。綜合政府和產業的數據，預計2026年中國整體算力基礎設施投資或達5000億元。

寬口徑擴展至電力基礎設施投資，這也是支撐中國AI發展的支柱。受高端AI芯片短缺和算力不足的約束，穩定電力供應成為中美AI競爭中中國的獨特優勢。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發展激增的用電需求，國家啟動“東數西算”和“算電協同”等工程，為數據中心提供穩定、低成本的綠色電力。電力投資主要分為發電與電網建設兩類。中國可再生能源裝機已充足，多地出現綠色電力利用率不足和風光棄電等現象。在此背景下，聚焦輸電優化與儲能的電網投資成為突破瓶頸的關鍵。國家電網和南方電網宣布 “十五五”期間總投資大幅增長40%，總規模達5萬億元，年均約1萬億元。2026年一季度，兩大電網投資同比分別增長7.0%與49.5%。預計2026年中國電網總投資約1萬億元，其中AI相關電網的投資約5000億元。疊加窄口徑算力基礎設施投資與AI產業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。美國科技頭部企業將2026年資本支出預測上調至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資本支出規模約為美國的 1/3。由于中國多行業仍受通縮壓力影響，剔除價格因素后，中國AI行業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長期低迷的拖累。2013年房地產投資占GDP的14.5%，經歷了過去5年的下跌之后，目前仍占約6%。另外，傳統基礎設施投資仍占GDP的約 14%。新興行業方面，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%，當時行業受綠色轉型政策推動，隨后因產能嚴重過剩而明顯放緩。整體來看，AI行業對經濟的貢獻遠低于房地產與傳統基建，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，而在關鍵設備方面中國還被美國卡脖子，影響了投資規模的擴大。

2.AI相關出口對經濟增長的影響

全球AI基礎設施建設成為今年中國出口增長的最大驅動力。4月14.1%的出口同比增速中，AI相關商品貢獻了一半，其中集成電路貢獻4.9個百分點，自動數據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增長，主要是因為今年美國頭部AI企業資本支出計劃高達7250億美元。為跟蹤這一趨勢，我們構建了中國AI出口指數，涵蓋與AI基礎設施相關的五類產品：芯片、服務器硬件、光互聯、電力設備和冷卻系統。這個指數清晰呈現三階段走勢：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月份這個指數同比升幅加速至79.1%。

但仔細拆分出口數據，就會發現AI相關產品出口尤其是芯片出口，主要是價格上漲推動而非數量上升，價格暴漲源于全球AI巨額投資所驅動的存儲芯片短缺。2026年一季度，芯片出口額同比增長77.5%，數量僅增13.4%，芯片出口對實際GDP增長的貢獻遠小于名義數據。4月分化進一步擴大：集成電路出口額同比增99.6%，數量僅增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受益，但影響了中國的整體貿易條件。換個角度去理解，中國的AI投資中，大語言模型與數據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濟體。

3.合理評估AI對經濟增長的貢獻

在提升生產率方面，盡管仍處初期，中國AI頭部企業已開始向企業客戶收取服務收入。中國在“十五五”規劃（2026-2030）中大力推進“AI+”戰略，目標是將AI融入90%的經濟領域，預計AI還將帶來生產率提升，但目前還難以量化，這方面的總體規模還比較小。

結合上述關于AI投資和出口的討論，AI目前對宏觀經濟的提振力度有限，尚不足以抵消房地產對中國經濟的拖累。但更重要的一點是，在房地產行業持續下行造成居民收入財富差距拉大以及區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部與區域間的貧富差距；AI超級周期與房地產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成重大挑戰。

AI熱潮與房地產蕭條疊加：兩大K型分化 １.房地產行業仍在下滑

在2021年之前的十余年內，房地產產業鏈是中國經濟最大增長支柱，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，之后這個行業急劇萎縮。國家統計局數據顯示，2021-2025 年新房銷售金額與面積分別下降43.8%與43.9%。中國房地產住宅信息服務平臺（CRIC）數據則顯示，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 數據則為截至4月，新房銷售額與面積同比分別降19.7%、22.3%。

當前市場呈現明顯的區域分化。一線核心城市二手房率先企穩，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。但絕大多數中小城市人口持續流出、需求不足。未來，只有集聚AI產業、高端人才的少數大城市具備房地產復蘇基礎，全國性回暖短期內難以實現。中國房地產市場仍將處于調整期，區域分化將進一步加劇，持續成為經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。二是生產率效應：AI驅動的自動化降低生產成本、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，創造全經濟需求。最終凈影響取決于兩種力量的平衡，但短期內我們認為替代效應占主導。

受計劃生育政策與經濟快速增長影響，聯合國估算到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熱潮雖能在長期內替代勞動力，卻可能在中短期內對消費需求與社會穩定造成較大的沖擊。中國AI普及速度全球領先，可能導致勞動力市場呈現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，入門級白領崗位則首當其沖。疊加16.3%的青年失業率、每年超120萬的高校畢業生，應屆畢業生就業壓力較大。此外，高校培養模式偏重標準化解題，與AI時代所需的創新能力錯位，進一步加劇就業困境。

被AI替代的勞動者可能被迫向下流動，涌入零工經濟與低端服務業。目前中國靈活就業人員超2億，占城鎮就業近半數，滴滴司機、外賣騎手規模快速擴張，時薪走低，就業緩沖功能正在減弱。藍領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，自動化正從數字領域延伸至物理場景，未來將對司機和配送員等藍領崗位形成實質性替代。

總之，AI引發的勞動力市場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擴大，在推高優質崗位溢價的同時，帶來就業結構失衡、青年失業率高企、收入差距拉大等挑戰，成為經濟社會穩定的潛在壓力點。

3.AI重塑中國經濟格局：城市間的K型分化

人工智能正深度重構中國經濟空間格局，城市能否從AI浪潮中獲益，關鍵不在于AI在當地的普及應用程度，而在于能否掌控大模型、頂尖人才、算力與數據四大核心要素。參照英偉達提出的“自主可控AI”理念，能否依托本土算力、數據與人才構建自主的AI體系，成為城市在AI時代競爭的核心標尺。在2000-2021年間房地產繁榮期間，雖然一線城市的房價領漲，但得益于快速的城市化和超大城市的限購措施，絕大多數的二三線城市房價也有不俗的表現。貨幣化棚改甚至點燃了眾多低線城市的房地產。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超級周期則呈現極強的資源集聚效應，核心資源高度集中于少數一線城市，形成顯著的“虹吸效應”，少數智慧城市成為數字時代的核心樞紐，其他城市則面臨資源外流與邊緣化壓力。

AI產業鏈各環節均存在嚴苛門檻，推動資源持續向北京、上海、深圳和杭州四大樞紐集聚。大模型研發需要數萬顆高端 GPU、海量數據與國家級科研支撐，絕大部分頭部企業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，低線城市企業使用AI服務需持續向少數智慧城市付費，導致收入和財富不斷從內陸流向核心城市。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，生態成熟度、資本密度與人才儲備構成難以跨越的壁壘，而內陸城市多局限于低端配套環節。AI產業由少數頂尖人才驅動，這類人才高度依附頂尖高校與成熟產業集群，單純補貼難以吸引人才回流，導致區域人力資本持續分化。實體AI領域則依賴軟硬件協同生態，深圳、上海與杭州占據主導，內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、人才與商業模式，持續虹吸全國資源；廣大傳統城市面臨人才流失、財富外流與產業配套化，發展差距持續擴大。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，坐擁最多大模型與芯片設計企業，是全國 AI生態核心。上海是高端芯片制造與先進封裝中心，支撐國產 GPU 快速成長。杭州依托 MaaS 模式與“AI+”戰略，成為模型服務與實體智能高地。深圳憑借硬件優勢，主導實體 AI與邊緣計算賽道。少數二線城市憑借特色產業分得紅利，合肥聚焦芯片與機器人，武漢轉型光學與傳感器樞紐，蘇州做強服務機器人，但均停留在產業配套層面，難以掌握核心價值。內陸地區作為“東數西算”算力承載地，雖承接大量基建投資，但相關節點屬于低就業、低附加值類型，難以帶動就業、收入與房地產復蘇，GDP增長難以轉化為城市發展的持久動力。

雙重K型分化的經濟與政策影響

人口與地理的兩大K型分化，相互強化、不斷固化，成為拖累內需、加劇結構失衡的核心因素，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域經濟、人口流動與房地產市場復蘇節奏，成為未來中國經濟格局的關鍵特征。

兩大K型分化呈現顯著的交織和自我強化效應。頂尖人才與資本持續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，涌入零工經濟與低端服務業，直接壓低傳統城市的薪資水平，加劇服務業通縮，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，將持續固化這種K型分化趨勢。年輕高學歷人群持續流向大城市，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價值，使青年失業率進一步承壓。若白領崗位持續被AI替代、零工經濟再遭自動駕駛等技術沖擊，現有的社保體系將面臨失業壓力攀升的風險。

AI熱潮確實對經濟與股市形成支撐，但其規模有限，且投資因高端芯片進口產生外溢效應，不足以扭轉房地產深度調整帶來的經濟壓力。更關鍵的是，AI加劇了雙重K型分化，壓制總需求，最終也將抑制增長。近期經濟能夠緩解通縮的主要動力來自外部，并非內生復蘇。在消費端，K型分化構成結構性拖累。高收入精英群體占據AI生產率紅利，但邊際消費傾向低；中低收入群體、高校畢業生與靈活就業人員消費意愿強，卻因就業不穩、薪資受壓導致購買力下滑，加之因財務不確定性推遲婚育，會形成持續通縮壓力。在房地產領域，AI的極強資源集聚效應將會加劇區域失衡。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。房地產復蘇高度可能局限于少數一線城市，近期全國性大面積回暖的可能性較低。

2026年4月經濟數據顯示，工業增加值、社會消費品零售、固定資產投資增速從一季度的 6.1%、2.4%、1.7%，滑落至 4.1%、0.2%、-8.0%（市場預期分別為 6.0%、2.0%、1.7%）。內需走弱，疊加 4 月出口同比高增 14.1%，一定程度印證了這一分化，同時，也解釋了為何即便股市上漲、AI熱潮，中國信貸需求仍疲軟，10 年期國債收益率年內雖央行未降息、名義通脹讀數回升，仍下跌 10 個基點。

中國應對兩大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，中國被西方技術圍堵的背景下，必須去建設自主可控的AI產業鏈，推進“AI+”戰略，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濟困局。此前“新三樣”曾帶來強勁增長預期，最終卻因產能過剩、價格戰加劇通縮；相比之下，AI與芯片領域投資壁壘較高，大概率不會重蹈過度內卷的覆轍，但指望依靠AI徹底扭轉因為房地產業深度調整而帶來的宏觀困境并不現實。我們維持二季度GDP同比增速4.1%的預判，顯著低于市場預期的 4.7%。

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，嚴控階層與區域差距擴大，支持地方發展自主可控AI，讓低線城市分享 AI紅利；健全社會保障體系，緩解地產下行與 AI替代帶來的失業壓力；適度放緩自動駕駛等對藍領崗位沖擊較大的技術落地節奏。

勞動力保護方面，“十五五” 規劃明確將失業率控制在5.5%以內，人社部也提出建立就業風險監測機制，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，杭州中院判決企業不得以AI替代為由隨意解雇員工，明確技術迭代成本不可全部轉嫁給勞動者。這類判例有助于穩定存量就業，但也可能降低企業新增招聘意愿，形成短期權衡。

從當前宏觀全局來看，阻礙經濟回暖的核心障礙還是房地產的萎縮。即便在AI繁榮之下，中國仍需果斷處置房地產業下行遺留的各類風險。未來可借鑒日本2002—2004年處置不良資產的經驗，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、專業化壞賬處置等方式，系統性降低金融機構、房企及上下游企業的債務壓力。同時，在土地出讓收入大幅萎縮的背景下，加快財政改革，為地方政府構建可持續的稅源。

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