一、宏观背景：2025年DeepSeek时刻以来的AI繁荣
自2025年的"DeepSeek Moment"开始，中国社会就在尝试拥抱AI。到现在为止，中国显然是全球所有经济体中仅次于美国的AI重要参与国家。市场也因此关注：全球AI的超级周期，是否能够帮助重振中国经济？
野村证券首席中国经济学家陆挺在近期发布了一份30页的深度研报，系统性分析了中国AI繁荣的真实带动力及其隐忧。这份报告的核心命题可以概括为：AI看起来在推动中国经济增长，但要警惕过度夸大AI对经济的带动作用；而中国房地产市场持续的低迷，又与当前AI的繁荣交融在一起，在新旧动能换挡这个关键时期，会导致两个维度的K型社会分化。
二、核心结论：AI的拉动力有限，不应被夸大
野村首先承认中国当下的AI繁荣正在支撑经济发展和股票市场。根据测算，AI相关的固定资产投资对2026年中国实际GDP增速的贡献约为0.3个百分点。考虑到中国政府目前还在推动"AI+"战略——把AI和90%以上的经济领域各行业进行深度结合——AI相关的资本开支预计仍会加速，最终提高中国的全要素生产率，固定资产投资增速未来可能还会进一步加快。
但是，野村认为不应该过度夸大AI对经济的带动作用，原因有四：
第一，芯片依赖进口。中国目前仍然是芯片的进口方，特别是高端芯片方面——英伟达的芯片、台积电生产的芯片。中国的AI资本开支实际上最终会外移到芯片设计和制造所在的其他经济体，比如美国和台湾地区。
第二，AI主导的出口增长主要靠价格因素而非数量。以2026年4月出口同比增长14.1%为例，其中约一半来自AI相关芯片和电子产品的价格上涨。从出口总量上说，对GDP的贡献远没有表面数字那么大。中国本身是一个加工国——进口AI相关产品，加工后再卖出去，高价进高价出，利润率本身没有明显变化，甚至随着PPI增加，利润可能有所压缩。
第三，作为芯片净进口国，价格上涨不利于净出口总量。
第四，AI可能会继续扩大中国的收入不平等。在两个维度上都会产生K型分化——一个是人口之间的分化，一个是不同城市之间的分化。这最终会导致消费和投资需求被进一步压制，反而抵消AI本身的正向拉动。
三、双重K型社会分化
第一重：不同群体收入与财富的分化
第一个K型分化是不同群体收入和财富之间的分化，说直白一点就是并没有朝着共同富裕的目标前进，而是在倒退。
房地产行业的萎缩导致1400万农民工失去了在工地上工作的机会。他们买房一般都买在老家的低能级城市，而这些城市的房价下跌幅度更深——虽然绝对值上可能不高，但按百分比的跌幅比大城市更严重。这又加剧了农民工群体财富的湮灭。他们遭受了双重打击：一方面中国新旧动能转换后很难找到新工作岗位，另一方面自己买的房子跌幅更深。
而另一边，AI的繁荣让受过STEM专业高等教育的精英群体获得更多高薪就业机会。但他们开发的AI产品反过来又去替代其他群体的工作岗位——文科生的岗位、本应向新毕业大学生开放的初级白领岗位。包括AI物理机器人也在尝试替代滴滴和外卖这些岗位。而这些岗位此前是吸纳白领失业的最大蓄水池。未来，社会保障体系又会因此受到新一轮冲击。
第二重：不同城市之间的分化
2000年到2021年那21年的房地产繁荣是广谱性的财富创造——只要买房，哪怕在弱能级城市，房价也都有所上涨。但这一轮AI超级周期所带来的财富创造是高度中心化的。
野村在研报中明确指出，未来攫取全国AI发展大部分收益的只有七个城市：
- 第一梯队：北京、上海、深圳、杭州
- 第二梯队：苏州、合肥、武汉
这些被野村称为"Smart Cities"的城市，将不断从其他地区抽离资源——包括金融资源和人力资源（主要指顶尖人才）。城市之间的分化会越来越大。
两重分化相互强化
人群之间的分化和城市之间的分化还会相互强化。体现方式就是：顶尖人才和金融资源会流向少数的头部城市，而被取代的工人又会被挤出这些城市，被迫选择灵活就业或在低端服务业工作，进一步压低低能级城市的工资水平，形成服务业的通缩螺旋。最终削弱整体消费需求，拉长房地产下行周期。
而人口总量的下降、老龄化、激增的应届大学毕业生、以及高度不平等的社会保障体系，将会进一步加剧这两个K型分化。
四、整体论述框架与推导逻辑
从研报第二页开始，野村展开了完整的论述框架。
AI的正面影响
野村认为短期内AI有助于提振中国经济，主要通过三个维度：固定资产投资、出口，以及生产率的提升。AI的繁荣会适度抵消房地产对中国经济的拖累。AI相关固定资产投资能对2026年中国实际GDP拉动0.3个百分点。此外，中国政府在"十四五"规划中部署的"AI+"战略，将AI与90%以上的经济部门相整合，最终会提升全要素生产率。
但这种正面影响不应被夸大
首先，AI相关的投资和出口即便总量不小，仍然不足以抵消房地产泡沫破裂对中国经济的拖累。
其次，AI对宏观经济的影响非常复杂，有四个原因：
- 高度依赖高端芯片进口：AI资本开支最终溢出到其他经济体。买英伟达芯片——美国设计，台湾地区生产，GDP和就业并不留在中国。
- AI主导的出口加速主要靠价格因素：4月出口同比14.1%，其中一半来自AI相关产品价格上涨。出口量对实际GDP的贡献远小于想象。
- 中国是芯片净进口国：价格上涨不利于净出口总量。
- AI扩大收入不平等：两个维度的K型分化最终压制消费和投资需求，抵消AI的正向作用。
五、房地产：被AI光环掩盖的致命拖累
在2021年巅峰时期，房地产是中国经济最大的单一支柱：
- 占GDP增速的25%
- 占政府财政收入的38%
- 占居民财富的60%
而从2021年到2025年间，头部100家房企的新房销售总额和销售量分别下降71.6%和80.2%，基本上是"膝盖斩"。这种下行进一步压抑了国内需求，损害了地方政府、企业和居民家庭的资产负债表，造成了大量债务和不良资产——而且还有一些坏账目前没有被暴露出来。
目前，中国已成为全球政府债券收益率最低、CPI通胀最低的国家。房地产下行对中国的通缩是致命的打击。
中国的地方财税体系也深受房地产之害。特别是在2024年，我们看到营商环境恶化、"趋利性执法"、非税收入和罚没收入暴涨。自2021年开始，外资因营商环境恶化大量撤离——所有这些，都和房地产下行有脱不开的关系。
AI的繁荣和房地产的崩盘交织在一起，导致了两个K型分化，而这两个分化又会抵消AI本身对中国经济的拉动作用——也就是说，AI并没有像人们想象的那么强。
人群之间的K型分化（展开）
一方面，中国的青年才俊——特别是AI领域相关研发人员和"有保护的工作"（公务员、体制内人员）——整体感受不错。
另一方面，被完全或部分被AI替代的人群则面临困境。2021年房地产泡沫破裂后，1400万农民工已找不到工地工作。他们此前在老家买房，老家的房价跌幅更深，财富大量湮灭。他们受到双重打击：新旧动能转换后难以找到新岗位，同时自己买的房子跌幅更深。
而AI的应用还在让情况变得更糟：之前长期能够接纳失业白领的蓄水池——比如开滴滴——目前也在被AI（自动驾驶）所取代。野村特别强调，中国的社会保障体系实际上在倒退，很难再承受新一轮的失业冲击。
城市之间的K型分化（展开）
2000-2021年房地产繁荣是普世性财富创造。但这轮AI超级周期带来的繁荣是中心化的——聚焦在算力密度高、私有数据池聚集、顶尖人才集中的核心"Smart Cities"。
这些城市在不断崛起其他城市的资源（金融资源和人力资源），导致城市之间的分化逐渐加剧。
两重分化互相强化：青年才俊和金融资源从弱能级城市流向头部Smart Cities；而在Smart Cities找不到工作或工作被AI替代的人，被挤出这些城市，重新回到零工经济——灵活就业。目前中国每三个就业人员里就有一个是灵活就业的。大量失业人员进入服务业，薪资被继续压低，形成服务业通缩——全国大部分城市都呈这个状态。结果就是消费持续萎靡。
在这个基础上，老龄化、人口总量下降、大量新增应届大学毕业生、严重不平等的社会保障体系——都在加剧这两个K型分化。
六、AI对就业和收入的全面冲击
这是研报中最受关注的部分——K型的劳动力市场（K-Shaped Labor Market）。野村将就业市场分为上行臂（Upper Arm）和下行臂（Lower Arm）。
上行臂：AI人才的黄金时代
对于上行这一条线：
- 根据北大的研究，AI相关领域的算法工程师平均月薪超过3万元，比传统软件开发岗位高出80%。
- Boss直聘数据显示，2024年AI相关领域招聘同比增长37%，2025年进一步大爆发，新增岗位增长74%。
- 无论是从薪资还是招聘需求，这个领域都持续在提升。
下行臂：五大领域面临系统性替代
对于下行这条线，情况就不那么乐观了。根据Anthropic（Claude母公司）的分析，AI未来将严重影响五个部门的就业：
- 编程领域
- 金融领域
- 法律领域
- 客服领域
- 媒体和艺术领域
这些领域有一个共同特点：核心工作流是非常标准的信息处理过程，以及非常标准的基于规则的执行过程。
中国比其他国家更严峻的三个原因
第一，AI应用速度全球第一。中国的AI应用率高达95%，超过美国的水平。排在第二的印度是94%——这也是为什么印度经济现在不太好：它原来是全球的客服外包中心，现在由于AI语音识别能力增强，美国很多外包给印度的客服工作直接被AI替代了。美国由于大部分工作需要创造性思维，反而AI替代占比没那么高。
第二，青年失业率非常夸张。2026年4月最新数据是16.3%，显著高于全国平均失业率5.2%——对年轻人的影响更大。
第三，学历崇拜和就业结构问题。年轻人不愿意去工厂工作，都想做白领，所以都在读大学。大学为了解决或延缓就业压力，也在不断吸纳更多毕业生，导致越来越多人聚集在校园内。2026年预期高校毕业生达1270万，而新增城镇就业岗位已经抵不过大学生的毕业数量。更何况新增岗位还要吸纳被AI替代或失业的其他人群。目前的就业是很大问题。
此外，中国教育制度只培养死记硬背考试的人，普遍缺乏创造性思维（Creative Thinking），这些人的工作岗位很容易被AI替代。
零工经济蓄水池的溃堤
历史上，零工经济是失业人员的重要蓄水池。美团和滴滴的注册骑手和注册司机数量从2017年以来连年攀升。很多人是原白领工作失业后，才不得不进入零工经济的。
官方数据显示，目前每3个打工的人中就有1个在灵活就业；按城镇就业基数算，每2人中就有1人。就业压力已经非常大。
如果AI继续替代更多工作岗位，目前倒退中的社会保障体系将无法承受。更严峻的是——无论是无人配送还是自动驾驶——AI相关物理机器人的推出，会对整个零工经济和灵活就业群体造成新一轮毁灭性打击。
七、野村的政策建议
基于以上分析，野村得到两个维度的经济启示：长期低迷的内需，和持续的房地产低迷。
野村向政策制定者提出以下具体建议：
- 不要假设AI能治愈一切：不要在AI的繁荣中沾沾自喜和懈怠。AI的反应有可能迷失决策层的双眼。
- 密切监测两个维度K型分化的"Upper Arms"和"Lower Arms"走势，预先出台政策避免两个肢臂走得太远。
- 完善全国社会保障体系：当前社保体系在倒退，无法承受新一轮失业冲击。安全网的编织必须走在AI替代的前面。
- 减缓AI在灵活就业领域的应用：特别是在自动驾驶领域，给予零工经济群体缓冲时间。
- 推动财税体制改革：解决弱能级城市地方财政压力——这些城市的土地财政收入相较于巅峰时期已经下降了80%。
- 清理房地产部门的烂账。
- 建议弱能级的地方政府也要参与到AI当中来。
最后整理于 2026-06-19