AI难掩地产拖累，两大K型分化加剧

概览

这篇由野村发布的研报全面分析了当前中国经济的双重图景：一方面，以AI为代表的新兴产业正经历爆发式增长，通过投资、出口和生产率提升对经济形成支撑；另一方面，始于2021年的房地产泡沫破裂仍在持续深化，对国内需求、地方财政、居民财富和信用体系造成严重冲击。研报的核心论点是，AI繁荣与地产危机正交织形成两种相互强化的K型分化——一是在劳动力和财富持有者之间的人口K型分化，二是在少数“智慧城市”与广大“衰落城市”之间的地域K型分化。报告认为，AI繁荣的规模不足以弥补地产下行留下的巨大缺口，且其增长成果高度集中，可能进一步加剧不平等、压制总需求，给政策制定者带来复杂挑战。

核心观点

**AI繁荣的真实支撑与局限** 研报确认AI繁荣正在为中国经济提供真实支撑。据估算，2026年AI相关固定资产投资（FAI）可贡献约0.3个百分点的GDP增长。在全球AI超周期推动下，野村将2026年出口增速预测从4.0%上调至8.6%。然而，报告强调这种支撑作用不应被夸大，理由有四：一是中国仍高度依赖进口先进芯片用于其大模型和数据中心，部分AI投资需求外流至其他经济体；二是AI带动的出口加速主要由价格效应驱动，4月出口增速14.1%中约一半为芯片和电子产品价格上涨所致，对实际GDP增长的贡献要小得多；三是中国仍是芯片净进口大国，芯片价格飙升在推高出口的同时更大幅度地推高了进口，恶化了中国的贸易条件；四是AI可能进一步拉大人口内部和不同城市间的差距，结合地产危机，这两大K型分化会抑制消费和投资需求。 **房地产危机的持续与影响** 报告认为，中国房地产行业正经历前所未有的崩塌。2021年之前，房地产是中国最大的增长支柱，高峰期贡献了约25%的GDP、38%的财政收入和60%的家庭财富。但此后经历剧烈调整：根据NBS数据，2021-2025年间新房销售额和销售面积分别下降43.8%和43.9%；而更反映市场真实状况的CRIC数据显示，同期前100强开发商的合同销售额和价值暴跌72.7%，销售面积下降80.2%。进入2026年，颓势未止，前四个月NBS新房销售额同比继续下降14.6%。地产崩盘导致1400万农民工失去建筑岗位，而低线城市房价跌幅远超大城市，低收入群体的财富受损更为严重。危机还引发了连锁反应：地方政府土地出让收入锐减（报告估计剔除城投购买后下降超过80%），造成财政空间紧张；大量的非-performing债务链条相互交织，削弱了信用扩张；经济陷入需求驱动的通缩和低利率环境，10年期国债收益率年内下行。 **两种K型分化及其相互强化** 研报最具洞察力的观点是识别出两种相互交织的K型分化。第一种是人口层面的K型：AI繁荣将社会撕裂为两个阶层——受益于AI的资本所有者、高技能白领和财富持有者处于“上臂”，而完全或部分被AI替代的劳动者处于“下臂”。地产危机进一步恶化了这一分化，因为低线城市房价跌幅更大，低收入群体财富受损更重。第二种是地域层面的K型：与2000-2021年房地产盛宴作为普惠性的财富创造器不同，AI超周期是一个集中的事件。成功进入AI时代的门槛极高——需要海量算力、专有数据池和顶尖人才，而这些稀缺资源高度集中在少数几个一线城市（北京、上海、杭州、深圳）。这些“智慧城市”通过MaaS（模型即服务）等模式，从“衰落城市”汲取了大量经济租金，甚至形成虹吸效应。报告特别指出，这两种K型分化会相互强化：当顶尖人才和金融资源流向智慧城市时，被替代的劳动者会被挤出至零工经济或低端服务业，压低衰落城市的工资水平，加剧服务业通缩，进而削弱整体消费需求。人口老龄化、大学毕业生数量激增（2026年预计达1270万人）以及高度不平等的社保体系（55%的退休人员月均养老金仅244元）进一步固化了这两种分化。 **AI经济的地理集中与房市影响** 研报详细分析了哪些城市将从AI繁荣中受益最大。报告认为，北京、上海、杭州、深圳四个一线城市是最大赢家，分别扮演着AI生态系统的“大脑”（北京）、高端芯片制造与封装的“身体”（上海）、大模型与AI+应用的中心（杭州）以及芯片设计与具身智能的枢纽（深圳）。合肥、武汉、苏州等部分二线城市凭借在机器人、存储芯片、光电子等细分领域的专业化定位而间接受益，但最高价值的知识产权收益仍多流向一线城市。而那些承担“东数西算”工程数据中心任务的西部地区，虽然获得了大量基础设施投资，但这类设施是低劳动密集型的，无法创造足以激活当地房地产市场的白领就业岗位。报告因此得出结论：房地产市场的真正复苏可能仅限于少数智慧城市，尤其是那些已放开购房限制的一线城市；对于中国大部分地区（尤其是小城市），鉴于人口外流和极度悲观预期，严峻的局势将持续。 **政策的困境与出路** 研报认为，北京正陷入一个两难困境：需要出口增长来对冲崩塌的房地产市场，但由此产生的惊人贸易失衡不可持续。对于应对两种K型分化，报告提出了几个政策方向：一是警惕因AI繁荣而滋生自满情绪（如早年对“新三样”的乐观预期落空）；二是密切跟踪 K 型分化的上下臂差距并采取预防性措施，如支持地方政府发展“主权AI”以帮助低线城市分享AI红利；三是完善社会安全网，特别是改革高度分化的养老金体系（财政补贴严重偏向正式退休人员）；四是可能需放慢某些技术（如全自动驾驶FSD）的采用步伐以免冲击蓝领就业；但最关键的或许是，尽管有AI繁荣，北京最终仍可能需要大幅加码政策力度来清理房地产部门的烂摊子，并加速财政改革以为地方政府提供更稳固的税基。

分析框架

研报采用了一种'宏观叙事+结构拆分'相结合的分析框架。首先，报告从宏观总量入手，分别量化AI繁荣和房地产危机各自对GDP、投资、出口、财政和居民财富的贡献与拖累，给出了一个清晰的'一正一负'两股力量对比的总体画面。随后，报告跳出了简单的总量加总，引入'K型分化'这一结构性视角，从劳动市场（技能/收入分层）和区域经济（城市间资源再分配）两个维度，剖析AI繁荣如何内在地加剧不平等，而非普惠所有人。在分析AI产业时，报告没有停留在概念层面，而是从需求端入手，将其对经济的贡献拆解为三个可量化的渠道：AI相关的固定资本形成、AI服务收入（API、云服务等）以及AI关联出口。尤其是在出口分析部分，报告通过构建'三层增长框架'——价格周期层（存储芯片与服务器组件）、结构层（PCB与电力基础设施）、新兴层（光互联）——细致区分了不同增长动力的来源和可持续性。在出口分析的最后，报告特别揭示了'中国仍是芯片净进口国'这一关键约束，说明芯片价格上涨虽然推高了出口增速，但同时也更大幅度地扩大了进口金额，最终恶化了贸易条件，这一分析范式与以往对'新三样'出口的分析形成了鲜明对比。对于地产部分，报告则专注于其通过负财富效应、地方财政紧缩、非-performing债务链条和通缩螺旋等渠道对宏观经济的间接冲击。最后，报告将这两条线汇合，得出政策含义，并引用了日本处理不良贷款的教训作为参照。

方法论与常识提炼

• 行业/产业分析框架供需框架

  供需框架

  报告通过拆分AI产业的供给侧（芯片产能、电力供应）和需求侧（AI投资、出口、服务收入），来评估其对GDP的实际贡献，而不是笼统地谈论AI热潮。

• 行业/产业分析框架量价拆分

  量价拆分

  在分析中国集成电路出口时，报告将出口额的增长拆分为'量'和'价'两个部分，发现2026年4月出口额99.6%的同比增速中，高达92.6个百分点是由价格上涨而非出口数量增加贡献的。这解释了为何名义出口亮眼，但对实际GDP增长的拉动有限。

• 公司基本面与财务框架盈利质量分析

  贸易条件与贸易平衡分析

  报告退一步观察贸易差额的绝对增量：虽然中国芯片出口增速远高于进口增速，但由于进口的绝对值是出口的2.2倍，芯片价格上涨导致进口的绝对增量超过了出口，反而扩大了贸易逆差，恶化了中国的贸易条件。这是一种比单纯看出口增速更深入的分析方法。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• 百度 (Baidu)

  受益于AI大模型（文心一言）开发与云服务商业化

  优势

  总部位于北京，是中国AI生态核心公司之一，拥有顶尖人才、算力资源和数据优势。

  风险

  面临字节跳动、DeepSeek等竞品的激烈竞争；商业化路径仍在探索阶段。

• 字节跳动 (ByteDance)

  受益于AI大模型（豆包）开发与大规模AI资本支出

  优势

  AI生态领先，2026年上调AI资本支出计划25%至超2000亿元，具备强大的应用落地能力。

  风险

  大模型竞争激烈；高资本支出带来的回报不确定性。

• 阿里巴巴 (Alibaba)

  受益于AI大模型（Qwen）开源战略与阿里云基础设施服务

  优势

  通过开源模型吸引开发者，再通过阿里云提供计算租赁、私有化部署等增值服务变现，商业模式类似Google的安卓生态。

  风险

  需应对数据主权和合规要求；企业级服务市场的拓展进度。

• 华为 (Huawei)

  受益于国产AI芯片需求暴增，占据中国AI加速器市场约28%份额

  优势

  昇腾芯片与DeepSeek V4集成成为标杆，国内AI供应链核心企业。

  劣势

  仍受制于先进制程工艺和EUV光刻机缺失，良率低于台积电。

  风险

  美国出口管制进一步收紧的风险；国产芯片在先进节点上的执行风险。

• 中芯国际 (SMIC)

  受益于国内AI芯片需求激增，承担先进制程制造环节

  优势

  上海是全球AI芯片制造和封装的中心，中芯国际正扩大产能以满足自主AI芯片需求。

  劣势

  在先进工艺节点（如EUV相关）上落后于台积电，良率差距显著。

  风险

  先进制程突破不及预期；美国技术封锁加剧。

关键数据

• 前100强开发商新房销售额累计降幅（2021-2025）72.7%按价值计，CRIC数据
• 前100强开发商新房销售面积累计降幅（2021-2025）80.2%按面积计，CRIC数据
• 2026年1-4月新房销售额同比变化-19.7%前100强开发商数据（CRIC）；NBS口径为-14.6%
• 2026年AI相关FAI对GDP增长的贡献估算0.3个百分点野村估算
• 2026年出口增速预测（上调后）8.6%野村近期从4.0%上调
• 4月出口同比增速中IC价格效应的贡献估算约一半4月整体出口增速14.1%中，约一半由芯片和电子产品价格上涨贡献
• 因房地产危机失业的农民工数量1400万自2021年起累计失去建筑岗位
• 中国AI产业核心规模（2025年）超过1.2万亿元人民币
• 2026年中国AI资本支出（广义口径）估算约1.2万亿元人民币相当于GDP的0.8%，约为美国（占GDP比例）的三分之一
• 4月集成电路出口同比增速99.6%其中价格贡献92.6个百分点，数量增长仅3.7%
• 4月青年失业率（16-24岁）16.3%显著高于总体城镇失业率5.2%
• 灵活就业人口规模（2024年底）2.4亿占全国就业约30%，城镇就业约50%
• 农村与迁移工人月均养老金244元人民币仅为事业单位退休人员的3.8%，企业退休人员的7.3%

影响与含义

研报认为，AI繁荣与房地产危机的叠加对我国经济产生深远影响。首先，经济增长结构将严重分化：高端制造业、AI相关服务业和出口导向型产业将持续受益，而依赖土地财政的本地服务业、低端制造业和传统基建投资将承受巨大压力。其次，消费市场将呈现K型复苏：高净值人群因科技创新和资本市场受益而保持强劲消费力，但占人口大多数的中低收入群体（尤其是被AI替代的白领和失业的建筑工人）因收入预期恶化而倾向于增加储蓄、减少消费，形成通缩压力。第三，房地产市场将出现显著的地域分化：少数智慧城市（京沪杭深）的优质住宅市场有望因高收入人群聚集和限购放开而率先企稳甚至反弹，但全国绝大多数城市的房产将继续面临去库存困难和价格下行压力，沦为低流动性资产。第四，地方财政将面临前所未有的挑战：土地出让收入已较峰值下降超过80%，AI经济高度集中的特性使得税收增长集中在少数城市，广大衰落城市的财政收入来源枯竭，亟需加速央地财政体制改革。最后，社会层面，如果养老金体系改革和就业保障措施不能及时跟上，K型分化的扩大可能影响社会稳定。研报强调，不能指望AI热潮像当年的房地产一样成为普惠的经济增长动力，政策层需要保持清醒并提前布局。

风险

• AI资本支出热潮如果提前降温或芯片价格在2026年下半年正常化，将削弱价格周期层对出口的贡献，同时缩小贸易逆差，但也会减少经济支撑。
• 房地产市场持续低迷，尽管北京出台了多轮常规宽松措施，但未能止住下行螺旋，市场对政策失去信心的风险。
• AI大规模替代白领岗位，导致青年失业率进一步攀升（目前16-24岁失业率已达16.3%），而灵活就业平台已因涌入大量白领而趋于饱和，压低实际工资。
• 全自动驾驶（FSD）等具身智能技术的快速商业化，可能冲击蓝领就业，进一步加剧社会矛盾。
• 高度分化的养老金体系（55%的退休人员月均养老金仅244元）无力应对AI和地产危机带来的大规模失业与提前退休潮，可能引发系统性财政压力。
• 美国对先进半导体的出口管制可能进一步收紧，对中国训练前沿大模型构成硬约束，尽管应用层未受根本影响。

后续跟踪

• 跟踪中国AI资本支出（狭义与广义）的季度数据，验证其占GDP比重及对增长的拉动是否达到预期。
• 关注集成电路的出口量价拆分数据，若价格贡献开始收窄且量恢复增长，则意味着贸易条件压力缓解，但名义出口增速也会放缓。
• 密切关注新房销售（特别是前100强开发商数据）和房价的月度走势，以判断房地产是否出现企稳迹象，尤其是不同线级城市的分化情况。
• 跟踪青年失业率和灵活就业人口的变化，作为评估K型分化在劳动力市场演变的关键指标。
• 关注北京是否推出针对低线城市的“主权AI”支持政策、养老金体系的改革进展，以及在FSD等技术普及上的监管态度。
• 观察中国与美国的AI模型性能差距是否继续收窄（参考Arena排行榜），以及国产芯片采购占比是否按预期在2027年达到80%左右。