陆挺：AI繁荣与房地产下行背景下的双重K型分化

陆 挺野村证券中国首席经济学家

以下观点整理自陆挺在CMF宏观经济热点问题研讨会（第122期）上的发言

本文字数：3554字

阅读时间：11分钟

一、房地产下行与出口韧性并存，构成中国经济的核心分化

过去几年，中国经济中最值得关注、也对宏观变量影响最深的变化，是房地产行业持续下行。房地产行业在高峰时期曾贡献GDP的20%以上、财政收入的38%以及居民财富的60%。在相当长时期内，房地产和出口共同支撑中国经济增长：出口代表外需，房地产代表内需，两者一度形成“比翼齐飞”的格局。尤其在2015—2020年间，出口增速明显放缓，但房地产行业仍在加速上行。

2021年以后，这一格局发生显著变化，房地产行业出现大幅下滑。不同指标显示的降幅存在差异，部分指标反映的下滑幅度高达50%，更客观地看，房地产相关活动较高峰时期可能已下降75%—80%。房地产下行是过去几年中国经济进入通缩、国债收益率大幅下行并处于全球低位的重要原因。中国房地产规模庞大，通过土地财政、地方政府债务、居民资产负债表和金融体系等渠道，对经济产生直接和间接影响。

如果只关注房地产下行，可能会低估中国经济的韧性。过去几年，中国没有发生系统性金融危机，经济仍保持一定增长，一个重要原因在于出口表现较强。过去五年，中国出口年均增速达到8%左右。其背后既有制造业能力快速提升的因素，也与房地产下行、通缩和低利率环境下制造业成本优势增强有关；与此同时，海外主要经济体经历高通胀和高利率，中国制造业的出口竞争力相对提升。由此形成了中国经济中非常重要的一组分化：内需与外需的分化。

2026年开年以来，内需与外需的分化不仅没有收敛，反而进一步扩大。前5个月出口同比增长达到16%，5月份达到19.4%；相比之下，房地产相关指标继续收缩，固定资产投资在去年下降3.8%的基础上，今年前5个月进一步下降4.1%。零售数据也明显走弱，5月份甚至出现同比下滑。金融市场层面，国债收益率年初以来总体下行，信贷增速也有所下降，新增贷款绝对规模低于过去几年同期水平。

二、AI繁荣对房地产下行的对冲作用需要审慎评估

过去几年，市场曾期待新兴产业能够弥补房地产下行对内需造成的冲击。2022年、2023年，“新三样”——新能源汽车、锂电池和光伏板投资一度快速扩张，并对GDP增长形成贡献。但这一过程也带来了更严重的通缩压力、产能过剩以及新的不良资产风险。

进入2026年，新的讨论集中在人工智能繁荣能否对冲房地产下行。全球AI革命正在加速，中国在AI领域处于与美国并列领先的格局。从大模型数量和质量看，中国与美国的差距大致在6个月至1年之间；中国还具有人才、电力以及“AI+”应用场景等方面的优势。

但从宏观经济角度看，AI对冲房地产下行的能力仍需谨慎评估。首先是资本开支规模。预计今年中国AI相关资本开支约为1.2万亿元，包括上下游各环节支出，占GDP比重约0.8%。这一比例仅相当于美国的约三分之一，明显低于房地产高峰时期约14%的GDP占比，也低于“新三样”高峰时期约2%的GDP占比。因此，从投资需求看，AI的贡献存在且并不小，但不足以明显对冲房地产下行对中国经济造成的冲击。

其次，AI相关出口对GDP的拉动也不宜高估。近期出口快速上升，其中较大部分与AI相关，尤其受到存储芯片等价格因素推动。但中国与中国台湾、韩国不同，在AI产业链中不仅有出口，也有大量与AI相关的进口。价格因素推高出口的同时，也会对进口形成更大影响。近几个月贸易盈余下降，说明AI对净出口的实际拉动需要谨慎判断。类似地，美国GDP增长中AI贡献看似较高，但在扣除进口投资品等外溢效应后，其对实际增长的净贡献也会明显下降。

三、房地产下行已经形成居民与城市两个层面的K型分化

传统意义上的“K型分化”，主要指居民之间、人与人之间的收入和财富分化。中国当前的特殊性在于，除居民层面的K型分化外，还存在城市之间、区域之间的K型分化。在AI发展背景下，全球层面也开始出现国家之间的K型分化：美国等掌握大模型和算力供给能力的国家明显受益，中国台湾、韩国等经济体跟随受益，而部分东南亚国家以及印度则面临冲击。

就中国而言，房地产下行已经导致双重K型分化。第一是居民层面的分化。房地产下行过程中，一线城市和大城市房价调整幅度较大，许多高收入群体和在大城市就业、回乡购房群体的资产负债表受到影响。与此同时，房地产下行也造成大量就业压力，尤其是建筑、地产链条及相关服务业。估算显示，约1500万农民工处于失业或半失业状态，收入分化进一步加剧。

第二是城市层面的分化。随着限购、限售等政策逐步放松，货币化棚改时期推动的三四五线城市普遍繁荣正在逆转。人口、资金和优质资源重新向大城市集中，尤其是高收入人群和资本进一步流向核心城市。过去由棚改和地产扩张带来的资源向中小城市扩散，正在被房地产下行和市场重新定价过程所扭转。

四、AI繁荣将进一步强化居民和城市之间的双重K型分化

AI难以对冲房地产下行造成的双重K型分化，甚至可能进一步扩大这种分化。加剧的双重K型分化会降低全社会的消费和投资需求。

从居民层面看，AI对收入和财富分化的影响较为明显。AI应用将直接冲击低级白领、初级岗位以及部分标准化服务岗位。与此同时，拥有资本、技术和数据资产的群体更容易从AI投资和产业扩张中受益，并形成新的财富增长机会。

中国尤其需要关注AI对就业市场的冲击。第一，中国AI应用速度处于全球最快国家之列；第二，青年失业率已经达到17%左右；第三，每年高校毕业生超过1200万人，而这一群体正是最容易受到AI冲击的人群；第四，零工经济规模已接近3亿人；第五，社会保障体系仍有不足，正规社保覆盖比例有限，灵活就业人员中纳入职工社保体系的比例也较低。在这种背景下，AI对就业和收入分配的冲击，可能超出传统社会保障体系的承受能力。

从城市层面看，AI不仅不会缩小区域差距，反而可能强化城市之间的分化。AI与过去几轮产业繁荣不同，其红利外溢能力较弱，甚至具有明显虹吸效应。大模型企业主要集中在北京、上海、杭州、深圳，AI相关芯片设计和制造也集中在这些城市及其周边地区。这与“新三样”不同，后者曾带动宁德、常州等二线城市崛起，而AI产业的技术门槛、人才门槛和资本门槛更高，受益范围更集中。

更重要的是，AI可能带来就业替代。当三四线城市企业购买一线城市大模型服务时，收入可能向核心城市和头部企业集中，而本地就业岗位则因技术替代而减少。这种机制会进一步强化大城市对资本、人才和收入的虹吸效应。

五、宏观政策应重点托底内需、修复房地产并缓解分化

短期看，经济增速下行压力正在加大，二季度GDP增速可能处于4%—4.5%区间，且更可能接近4%。当前货币政策空间较为有限，中长期利率已处于全球低位，即使政策利率进一步下调，对GDP的拉动效果也可能有限。因此，政策应更多依靠财政工具，对消费和投资形成托举。同时，人民币升值幅度应有所控制。当前出口强势主要来自AI相关部门，其他部门出口表现并不全面强劲，内需偏弱仍是核心约束。

中长期看，需要从以下方面应对房地产下行和AI繁荣共同带来的双重K型分化。

第一，中央政府仍需加大政策力度，清理房地产领域遗留问题，尤其是债务问题。不能因为部分一线城市核心区域房地产出现企稳复苏迹象，就推断全国房地产市场将同步修复。房地产下行导致资源重新向核心城市集中，AI产业又进一步强化资源集聚，过去以核心城市复苏外推全国市场的分析方法已经不再适用。

第二，应进一步完善社会保障体系。关键不在于简单提高缴费，而在于通过财政投入、企业补贴和员工补贴等方式，使更多灵活就业人员进入正式职工社保体系，增强社会保障体系对就业冲击和收入分化的缓冲能力。

第三，财政体制改革更加迫切。在房地产下行和AI红利难以向中小城市外溢的背景下，许多地方政府面临的财政压力将更加尖锐。需要通过财政改革重塑地方政府财力基础和公共服务能力。

第四，资本市场和不同产业板块之间的资源配置需要适度调整，避免资金过度集中于少数热点领域，同时提高资本配置对实体经济和居民部门的传导效率。

第五，缓解K型分化不仅要努力缩小分化，还应把“K”的上臂做大。更有效的路径是通过城市化政策安排，促进人口自由流动，让更多人流向能够分享AI红利的大城市，使大城市进一步做大做强，并通过更充分的就业、公共服务和社会保障覆盖，扩大AI繁荣的受益群体。

文章仅作为学术交流，不代表CMF立场。