中国人为什么要拼命还钱

2026年上半年的中国经济，如果只看总量，挑不出什么大毛病。

GDP同比增长4.7%，落在年初设定的预期区间里；货物进出口总额同比增长16.9%，历史同期首次突破25万亿元；规模以上高技术制造业增加值增长13.3%，新动能跑得比谁都快。

但如果你愿意把数据拆开来看，会发现里面暗藏”玄机”：

反常一：居民部门上半年贷款净减少3668亿元，为有统计以来首次半年度负增长；但居民存款余额却高达173.48万亿元，逼近历史峰值。

老百姓明明”很有钱”，却在拼命还钱、拒绝负债。

反常二：企事业单位贷款上半年增加11.13万亿元，其中中长期贷款增加5.55万亿元，金融资源大规模流向企业端。

企业明明”很有钱”，却不见对应规模的扩招。

反常三：2026届高校毕业生1270万人，同比再增48万，创历史新高；但6月份16—24岁劳动力（不含在校生）失业率仍高达14.9%，接近全国城镇调查失业率（5.0%）的三倍，与30—59岁劳动力4.0%的失业率形成近11个百分点的断层。

钱更多了，工作却更少了。

说白了就是：老百姓在拼命还钱，企业在拼命借钱，钱的总量在增加，但你我口袋里的钱没见多。

这不是一句”信心不足”就能解释的，也不是一句”结构性问题”就能搪塞过去的。三组数据对冲的背后，是一场正在发生的、关于”钱流向哪里”和”人价值多少”的迁移。

居民端：从”负债信仰”到”现金崇拜”

央行数据出来那天，很多人盯着”居民贷款减少3668亿”这个数字发愣。

这不是某个月的波动，是整整半年的累积。翻翻历史数据你会发现，这是有统计以来，居民贷款第一次出现半年度净减少。

什么叫历史性拐点？这就叫历史性拐点。

拆开看结构：短期贷款——也就是消费贷、信用卡这类——净减少5881亿元；中长期贷款，主要是房贷，虽然还增加了2212亿，但跟去年同期比少增了将近9500亿。

翻译成人话就是：大家不但不借钱消费了，连房子也不太想买了。能还的先还上，能少借的绝不多借。

钱没消失，只是换了个地方趴着。上半年居民存款增加了7.58万亿元。有意思的是，居民存款同比少增了3.19万亿，而非银金融机构的存款同比多增了2.1万亿——说明存款到期的人在把钱往理财、基金、保险里挪，想多赚一点利息。

但不管存银行还是买理财，核心心态都一样：不动，先看看。

再看利率，提前还贷几乎是道送分题。2026年6月，新发放个人住房贷款加权平均利率约为3.1%，而国有六大行三年期定期存款挂牌利率已降至1.25%。

钱存银行一年生不了几个子，欠银行的房贷却按3%以上的利率在滚。换作是你，你也还。

但这不只是简单的算术题。国家金融与发展实验室副主任曾刚说得直白：居民多存少贷的趋势自2022年以来持续强化，2025年以来信贷需求进一步收缩，主动偿债迹象明显。

央行货币政策司司长谢光启在7月国新办发布会上，也首次用了”居民主动适度去杠杆”这个表述。

这也不是短期的情绪波动，而是2015—2021年那轮居民快速加杠杆之后的风险偏好重置。过去十几年，中国家庭的财务逻辑是“加杠杆囤资产”——贷款买房，坐等升值，再用升值后的房产抵押贷更多款。

但这套正向循环，在2021年之后失效了。房价连续下跌，居民财富缩水，“负债即资产”的旧公式，变成了”现金即权力”的新逻辑。

用经济学的话说，居民存钱的性质变了：不是消费剩余的积累，而是在修复资产负债表。

用大白话说就是：以前敢借钱、敢花、敢上杠杆，现在觉得未来不太确定，先把自家的账收拾干净再说。

就像大雾天开车，第一反应是减速、开雾灯、保持车距——你不能说这叫”驾驶信心不足”，这是正常人该干的事。

居民端在收缩，那企业端扩张的钱，本该补上就业缺口，为什么没补上？

企业端：11万亿买了什么？

2026年上半年，企事业单位贷款增加11.13万亿元，是信贷增长的绝对主体。这些钱流向了哪里？

央行7月底发布的贷款投向统计报告给出了答案：截至2026年二季度末，本外币绿色贷款余额48.63万亿元，同比增长14.5%；本外币高新技术企业贷款余额21.53万亿元，同比增长14.6%。

还有个细节很多人没注意到——现在企业贷款利率已经比房贷利率还低了。企业贷款加权平均利率约3.0%，个人住房贷款约3.1%。银行借钱给企业的价格，比借钱给你买房还便宜。这在以前不太能想象，现在成了常态。

钱确实放出来了，水也确实在流，但它流向了生产端——制造业、新能源、基建、科技。没怎么往消费端流，更没怎么往你我的工资卡里流。

IT桔子数据显示，2026年上半年国内AI赛道（含芯片、机器人等泛AI口径）融资总额达3076.82亿元，约占一级市场总融资的48.6%——市场上每融出两块钱，就有近一块钱流向AI。其中大模型赛道拿走1598.53亿元，具身智能906.44亿元，基础层（算力、芯片）725.68亿元。

这些钱流向的领域有一个共同特征：资本密度极高，人力密度极低。

AI大模型公司融资百亿，核心团队可能只有几百人，却能服务上亿用户；具身智能、芯片设计更是典型——买的是算力、专利、自动化设备，不是”人的时间”。

这就是问题所在：企业贷款增加，不等于就业岗位增加。当投资的方向是“减人增效”，增长和就业就开始脱钩了。

出口结构也能看出端倪——储能、半导体、电力设备、AI硬件这些资本密集型行业成了亮点，但它们对国内收入和就业的带动，跟过去劳动密集型产业”出口好、大家就都有活干”的模式，完全不是一回事。

如果钱的投向变了，那它对就业的”转化率”到底发生了什么变化？

当增长不再”雇人”

这里需要引入一个关键概念：单位GDP的就业吸纳率正在快速下降。

有研究测算，2013—2023年间，中国的总体就业弹性约为0.41，其中第三产业为0.66，而第二产业仅为0.05。这意味着，同样一块钱的GDP增量，放在第二产业里，几乎带不动多少就业。

十年前，劳动密集型产业是就业的蓄水池：房地产龙头养着十几万员工，销售、工程、物业全链条；互联网大厂一家平台型公司吸纳几万到几十万人；金融、教培、外贸，都是“高学历劳动力密集型”。

可今天，崛起的是资本密集型产业：AI大模型独角兽估值千亿，员工几百人；具身智能企业融资几十亿，建的是自动化产线，目标是”用机器人替代产线工人”；芯片设计公司，几个天才加一堆服务器。

这不是简单的行业更替，而是经济结构的重构——增长越来越依赖技术和资本，而不是劳动力的数量。

数据交叉验证了这个判断：2026年6月，30—59岁劳动力失业率仅4.0%，但全国企业就业人员周平均工作时间高达48.2小时——存量岗位的人在拼命加班保位置。

与此同时，16—24岁（不含在校生）失业率14.9%，25—29岁7.1%——增量劳动力被挡在门外。

一边是有工作的人越来越累，一边是想工作的人进不来。这种结构性错配，对1270万毕业生意味着什么？

1270万毕业生：时代换挡的摩擦成本

2026届高校毕业生1270万人，同比再增48万，连续第八年破千万。他们恰好撞上了经济发动机换挡的摩擦点。

经济发动机正在从”居民负债驱动消费+劳动密集型服务”，切换到”企业投资驱动科创+资本替代人力”。旧发动机在收缩——房地产、互联网、教培这些曾经的校招大户，这几年普遍收缩招聘规模，从”吸纳青年就业的主力军”变成了”裁员重灾区”。

而以AI、芯片、新能源为代表的新发动机，只打开了一扇窄门。

智联招聘数据显示，2026年上半年，人工智能工程师需供比达2.62，即每个求职者平均对应约2.6个招聘需求；AI产品经理职位数同比增长87.7%，AI智能体开发人才需求同比增长244%。

门是开着的，但门槛很高——新兴岗位对技能的要求，远超传统岗位。

而传统工科教育长期按单一学科组织教学，毕业生知识面偏窄、交叉融合能力不足，和智能工厂对复合型人才的需求之间存在明显差距。

世界经济论坛《2025年未来就业报告》预测，到2030年，全球将新创造1.7亿个工作岗位，同时有9200万个岗位被替代，净增7800万个。注意，这种创造不是均匀分布的——高端和低端岗位都在增长，被掏空的恰恰是中间层。

年轻人不是”不够努力”，而是被教育体系培养成适应旧经济模式的人才，又恰好撞上了新模式的门槛。他们成了时代转型中最大的摩擦成本。

企业加杠杆的方向，就是人才需求的方向。但那个方向不需要1270万人，只需要极少数能与资本和算力共舞的人。

所以不难看出，当下的中国经济，正在经历一场深刻的结构调整：居民在修复资产负债表，企业在做资本密集型投资，毕业生在寻找就业机会——这三件事同时进行，却彼此错位。

钱流向了机器，人却留在了原地。

这不是谁的错。老百姓面对不确定性，先降杠杆、抓稳现金，是理性；企业往技术和效率上要增长，也是理性。但无数个体的理性加在一起，就构成了这组略显刺眼的数据。

对未来的就业市场，有一个判断大概不会错：规模吸纳的时代在退场，精准筛选的时代在登场。岗位不会消失，但岗位的”技能含量”正在被重新定义。能不能把AI变成自己的工具而不是对手，越来越像一道分水岭。

毕竟，资产负债表可以慢慢修，青春不能等。齿轮换挡的时候，最危险的不是被甩下车的人，是还在等车停下来的人。