当AI繁荣遇到地产调整：增长、分化与应对
中国AI热潮与中美AI竞赛
全球AI超级周期在持续深化，中美在AI领域形成“双寡头”格局。当前中美AI方面的竞争呈现差异化路径：美国走技术壁垒与资本密集路线，中国侧重开源开放与场景落地。全球AI格局已形成中美引领、中国台湾和韩国生产关键芯片，其他地区以应用为主的态势。
美国专注高端模型研发与数据中心建设，中国则凭借高性价比模型快速缩小性能差距，在用户规模、数据消耗与产业应用上走在前列。斯坦福大学的一个研究显示，中美主流AI模型性能差距已收窄至2.7%，双方在多项基准测试中交替领先，中国在论文发表、工业机器人安装量等方面领先，美国则保持在高端模型方面的优势。
中国AI应用规模迅猛扩张，模型日处理词元量呈指数级增长。尽管美国民间AI投资规模远超中国，但中国通过政府引导基金、产业链协同等方式持续加大投入，两国实际投资规模的差别远小于表面数据差距。面对美国高端芯片出口管制，中国全力构建覆盖芯片、模型、算力、电力与应用的全链条自主供应链，国产AI芯片市场份额在稳步提升，软硬件协同优化取得突破。在政策强力支持下，中国加速推进“AI+”战略，推动AI与制造业深度融合，AI相关硬件出口与资本市场活跃度大幅提升。
中国在AI方面已经初步形成五大核心优势：算法效率领先、开源生态完善、人才储备增厚、工业部署规模全球第一、新能源基础设施支撑强劲。依托“东数西算”工程，中国将低成本绿色电力与算力需求精准匹配，形成独特的成本竞争力。
AI热潮确实在支撑中国经济但短期影响不宜高估
AI热潮正在通过固定资产投资、出口与生产率提升来助力经济增长。AI对经济增长的重要性在持续提升。年初工信部新闻发布会透露，2025年中国核心AI产业规模超1.2万亿元人民币，占GDP的0.9%。近几个月AI相关产业爆发式增长，2026年其GDP占比有望突破1%。
1、AI投资对经济增长的影响
我们估算2026年与AI相关的固定资产投资将为GDP增长贡献0.3个百分点，用窄口径与宽口径分别测算中国AI资本支出：
窄口径指算力基础设施投资，涵盖半导体、数据中心等核心领域。2025年1月国家数据局表示，数字基础设施年均直接投资约4000亿元，未来五年带动总投资约2万亿元。年初市场共识认为今年中国算力基础设施投资约4500亿元，比去年高28%。头部云服务商也在纷纷上调资本支出预算，例如字节跳动将2026年AI资本支出计划上调25%至超2000亿元。综合政府和产业的数据，预计2026年中国整体算力基础设施投资或达5000亿元。
宽口径扩展至电力基础设施投资，这也是支撑中国AI发展的支柱。受高端AI芯片短缺和算力不足的约束，稳定电力供应成为中美AI竞争中中国的独特优势。中国电力资源与需求存在显著的空间错配：西部电力储备充足，东部用电需求集中。为解决错配、满足AI发展激增的用电需求，国家启动“东数西算”和“算电协同”等工程，为数据中心提供稳定、低成本的绿色电力。
电力投资主要分为发电与电网建设两类。中国可再生能源装机已充足，多地出现绿色电力利用率不足和风光弃电等现象。在此背景下，聚焦输电优化与储能的电网投资成为突破瓶颈的关键。国家电网和南方电网宣布“十五五”期间总投资大幅增长40%，总规模达5万亿元，年均约1万亿元。2026年一季度，两大电网投资同比分别增长7.0%与49.5%。预计2026年中国电网总投资约1万亿元，其中AI相关电网的投资约5000亿元。
叠加窄口径算力基础设施投资与AI产业链上下游其他资本支出，我们估算2026年宽口径AI资本支出约1.2万亿元，占GDP的0.8%。
将中国AI资本支出与美国做对比：
斯坦福大学2026年的AI指数报告显示，2025年美国民间AI资本支出达2680亿美元。美国科技头部企业将2026年资本支出预测上调至7250亿美元。我们认为，2026年美国AI资本支出约占其GDP的2.5%。按GDP占比衡量，中国AI资本支出规模约为美国的1/3。由于中国多行业仍受低物价压力影响，剔除价格因素后，中国AI行业实际资本支出要高出不少。
即便如此，中国AI投资的快速增长仍不足以抵消房地产长期低迷的拖累。2013年房地产投资占GDP的14.5%，经历了过去5年的下跌之后，目前仍占约6%。另外，传统基础设施投资仍占GDP的约14%。新兴行业方面，我们估算2022年“新三样”（新能源汽车、锂电池、光伏板）投资占GDP约 2%，当时行业受绿色转型政策推动，随后因产能严重过剩而明显放缓。
整体来看，AI行业对经济的贡献远低于房地产与传统基建，在目前阶段也远不及“新三样”投资高峰时期的水平。一个核心原因是AI投资的门槛非常之高，而在关键设备方面中国还面临“卡脖子”问题，影响了投资规模的扩大。
2、AI相关出口对经济增长的影响
全球AI基础设施建设成为今年中国出口增长的最大驱动力。4月14.1%的出口同比增速中，AI相关商品贡献了一半，其中集成电路贡献4.9个百分点，自动数据处理设备出口贡献了2.4个百分点。未来一段时间出口大概率还能维持两位数增长，主要是因为今年美国头部AI企业资本支出计划高达7250亿美元。
为跟踪这一趋势，我们构建了中国AI出口指数，涵盖与AI基础设施相关的五类产品：芯片、服务器硬件、光互联、电力设备和冷却系统。这个指数清晰呈现三阶段走势：2023年科技下行周期，季度同比降幅为12%-15%；2024年温和复苏，增速从一季度的3%升至四季度的15%；2025年二季度起进一步提速，今年一季度暴增至63.2%。到了4月份这个指数同比升幅加速至79.1%。
但仔细拆分出口数据，就会发现AI相关产品出口尤其是芯片出口，主要是价格上涨推动而非数量上升，价格暴涨源于全球AI巨额投资所驱动的存储芯片短缺。2026年一季度，芯片出口额同比增长77.5%，数量仅增13.4%，芯片出口对实际GDP增长的贡献远小于名义数据。4月分化进一步扩大：集成电路出口额同比增99.6%，数量仅增3.7%。4月集成电路对中国14.1%的名义出口增速贡献为4.9个百分点，其中价格上涨就贡献了4.5个百分点。
芯片价格暴涨有利于中国出口提速，但从净出口角度来看，情况就比较复杂，也让AI热潮与“新三样”出口周期形成鲜明的区别。“新三样”（新能源汽车、锂电池和光伏板）方面，中国是净出口国，价格上涨直接改善贸易条件。而在全球AI热潮中，中国是芯片净进口大国，今年一季度中国芯片贸易逆差高达555亿美元，比去年同期增加81亿美元。当前芯片价格的飙升同时推高进出口两端的规模，但对进口增长的贡献超过出口，这也是我们预测2026年进口增速（13.4%）超过出口增速（8.6%）、整体贸易顺差较2025年历史峰值收窄的原因之一。
AI超级周期通过加工利润与附加值让中国半导体供应链企业受益，但影响了中国的整体贸易条件。换个角度去理解，中国的AI投资中，大语言模型与数据中心仍高度依赖进口高端芯片，部分AI投资需求外溢至其他经济体。
3、合理评估AI对经济增长的贡献
在提升生产率方面，尽管仍处初期，中国AI头部企业已开始向企业客户收取服务费。中国在“十五五”规划（2026-2030）中大力推进“AI+”战略，目标是将AI融入90%的经济领域，预计AI还将带来生产率提升，但目前还难以量化，这方面的总体规模还比较小。
结合上述关于AI投资和出口的讨论，AI目前对宏观经济的提振力度有限，尚不足以抵消房地产对中国经济的拖累。但更重要的一点是，在房地产行业持续下行造成居民收入财富以及区域之间差距拉大的背景之下，AI可能进一步扩大这种分化。两大K型分化相互交织，将拖累中国消费与投资方面的需求，对未来增长和政策构成重大挑战。
AI热潮与房地产乏力叠加：两大K型分化
1、房地产行业尚未止跌
在2021年之前的十余年内，房地产产业链是中国经济最大增长支柱，2021年峰值时贡献约25%的GDP增长、38%的财政收入与60%的居民财富，之后这个行业急剧调整。
国家统计局数据显示，2021-2025年新房销售金额与面积分别下降43.8%与43.9%。中国房地产住宅信息服务平台（CRIC）数据则显示，2021年峰值至2025年，全国百强房企合同销售额下降72.7%，销售面积下降80.6%。房价较2021年中峰值平均下跌40%，回到十年前水平。
尽管一线城市二手房市场出现部分复苏迹象，但统计局数据显示，今年1-4月，新房销售额、销售面积、新开工面积同比分别降14.6%、10.2%、22.0%。CRIC数据则为截至4月，全国百强房企新房销售额与面积同比分别降19.7%、22.3%。
当前市场呈现明显的区域分化。一线核心城市二手房率先企稳，上海等城市成交量回升、价格小幅上涨，主要受益于政策放松、国资收储与股市财富效应。深圳、广州等热点城市也有望逐步企稳。但绝大多数中小城市人口持续流出、需求不足。短期内，预计只有集聚AI产业、高端人才的少数大城市具备房地产复苏基础，全国性回暖尚难实现。中国房地产市场处于调整期，区域分化进一步加剧，或将持续构成经济运行中的重要压力点。
2、劳动力市场的K型分化
AI通过两条路径重塑劳动力市场。一是替代效应：AI直接替代特定任务的人力，尤其是常规认知类工作。这会压制薪资增长、排挤劳动者，让国民收入分配从劳动向资本倾斜。二是生产率效应：AI驱动的自动化降低生产成本、刺激资本积累与总需求。效率红利降低物价、提升居民实际收入，创造全经济需求。最终净影响取决于两种力量的平衡，但短期内我们认为替代效应占主导。
受早期人口政策与经济快速增长影响，联合国估算到2035年中国劳动年龄人口将减少一亿，因此有不少人认为中国是AI浪潮的终极受益者。然而，AI热潮虽能在长期内替代劳动力，却可能在中短期内对消费需求与社会稳定造成较大的冲击。中国AI普及速度全球领先，可能导致劳动力市场呈现K型分化：
顶端是资本所有者与AI赋能的精英群体。对他们而言AI是强大的生产率倍增器，提升他们进行复杂决策的能力，让其获得薪资溢价。K型的下端群体则承受冲击。AI冲击集中在编程、金融、法律、客服、传媒五大行业，入门级白领岗位则首当其冲。叠加16.3%的青年失业率、每年超千万的高校毕业生，应届毕业生就业压力较大。此外，传统高校培养模式偏重标准化解题，与AI时代所需的创新能力错位，进一步加剧就业困境。
被AI替代的劳动者可能被迫向下流动，涌入零工经济与低端服务业。目前中国灵活就业人员超2亿，占城镇就业近半数，滴滴司机、外卖骑手规模快速扩张，时薪走低，就业缓冲功能正在减弱。蓝领群体短期受影响较小，但随着自动驾驶、配送机器人等实体AI加速商用，自动化正从数字领域延伸至物理场景，未来将对司机和配送员等蓝领岗位形成实质性替代。
总之，AI引发的劳动力市场 K型分化日趋明显，高端与低端、受益与受损群体的鸿沟持续扩大，在推高优质岗位溢价的同时，加剧就业结构失衡、青年失业率高企、收入差距拉大等挑战，成为经济社会稳定的潜在压力点。
3、AI重塑中国经济格局：城市间的K型分化
人工智能正深度重构中国经济空间格局，城市能否从AI浪潮中获益，关键不在于AI在当地的普及应用程度，而在于能否掌控大模型、顶尖人才、算力与数据四大核心要素。参照英伟达提出的“自主可控AI”理念，能否依托本土算力、数据与人才构建自主的AI体系，成为城市在AI时代竞争的核心标尺。
在2000-2021年间房地产繁荣期间，虽然一线城市的房价领涨，但得益于快速的城市化和超大城市的限购措施，绝大多数的二三线城市房价也有不俗的表现。货币化棚改甚至点燃了众多低线城市的房地产。2020-2023年之间的“新三样”投资门槛其实也不高，不少二三四线城市如福建的宁德和江苏的常州都能扮演重要的角色。但这轮的AI超级周期则呈现极强的资源集聚效应，核心资源高度集中于少数一线城市，形成显著的“虹吸效应”，少数智慧城市成为数字时代的核心枢纽，其他城市则面临资源外流与边缘化压力。
AI产业链各环节均存在严苛门槛，推动资源持续向北京、上海、深圳和杭州四大枢纽集聚。大模型研发需要数万颗高端GPU、海量数据与国家级科研支撑，绝大部分头部企业最后都落户在上述四个城市。模型即服务（MaaS）模式进一步加剧集聚，低线城市企业使用AI服务需持续向少数智慧城市付费，导致收入和财富不断从内陆流向核心城市。
高端芯片设计与制造同样高度集中，长三角、珠三角与北京形成三大核心区，生态成熟度、资本密度与人才储备构成难以跨越的壁垒，而内陆城市多局限于低端配套环节。AI产业由少数顶尖人才驱动，这类人才高度依附顶尖高校与成熟产业集群，单纯补贴难以吸引人才回流，导致区域人力资本持续分化。实体AI领域则依赖软硬件协同生态，深圳、上海与杭州占据主导，内陆城市多为分包方。
具体来看：北京汇聚超2500家AI企业，坐拥最多大模型与芯片设计企业，是全国 AI生态核心。上海是高端芯片制造与先进封装中心，支撑国产GPU快速成长。杭州依托MaaS模式与“AI+”战略，成为模型服务与实体智能高地。深圳凭借硬件优势，主导实体AI与边缘计算赛道。少数二线城市凭借特色产业分得红利，合肥聚焦芯片与机器人，武汉转型光学与传感器枢纽，苏州做强服务机器人，但均停留在产业配套层面，难以掌握核心价值。内陆地区作为“东数西算”算力承载地，虽承接大量基建投资，但相关节点属于低就业、低附加值类型，难以充分带动就业、收入与房地产复苏，GDP增长难以有效转化为城市发展的持久动力。
中国应对两大分化的政策思路与方向
人口与地理的两大K型分化，呈现显著的交织和自我强化效应。AI热潮确实对经济与股市形成支撑，但若不加以政策对冲，也会进一步放大上述分化格局。这将深刻影响区域经济、人口流动与房地产市场复苏节奏，并对总需求形成压制。
2026年4月经济数据显示，工业增加值、社会消费品零售、固定资产投资增速从一季度的6.1%、2.4%、1.7%，下降至4.1%、0.2%、-8.0%（市场预期分别为 6.0%、2.0%、1.7%）。内需走弱与出口高增（4月出口同比14.1%）并存，一定程度印证了这一分化，同时，也解释了为何即便股市上涨、AI热潮，中国信贷需求仍疲软，10年期国债收益率在年内央行未降息、名义通胀读数回升的背景下仍下跌10个基点。
从政策角度讲，AI 是划时代的科技革命，必须以进取的姿态去拥抱AI，缩小与世界顶尖水平的差距。在中美G2格局、中国被西方技术围堵的背景下，必须去建设自主可控的AI产业链，推进“AI+”战略，这方面中国没有任何可以回避的空间。
但无论是市场还是政府，都不应寄望于这波AI热潮能独自化解当前的经济困局。此前“新三样”曾带来强劲增长预期，最终却因产能过剩、价格战加剧物价下行压力；相比之下，AI与芯片领域投资壁垒较高，大概率不会重蹈过度内卷的覆辙，但指望依靠AI彻底扭转因为房地产业深度调整而带来的宏观困境并不现实。我们维持二季度GDP同比增速4.1%的预判，低于市场预期的4.7%。
面对人口与地理两大相互强化的K型分化，政府需保持审慎，避免因AI的高热度而产生盲目乐观的情绪。在大力推进AI投资的同时，严控阶层与区域差距扩大，支持地方发展自主可控AI，让低线城市分享AI红利；健全社会保障体系，缓解地产下行与AI替代带来的失业压力；适度放缓自动驾驶等对蓝领岗位冲击较大的技术落地节奏。
劳动力保护方面，“十五五”规划明确将失业率控制在5.5%以内，人社部也提出建立就业风险监测机制，但针对AI替代的专项补贴、税收激励与再培训支持仍显不足。目前司法层面已率先作出兜底，杭州中院判决企业不得以AI替代为由随意解雇员工，明确技术迭代成本不可全部转嫁给劳动者。这类判例有助于稳定存量就业，但也可能降低企业新增招聘意愿，形成短期权衡。
从当前宏观全局来看，阻碍经济回暖的核心障碍还是房地产的调整。即便在AI繁荣之下，中国仍需果断处置房地产业下行遗留的各类风险。未来可借鉴日本2002—2004年处置不良资产的经验，以严格会计准则压实坏账、加大核销力度，通过公共资金注资、专业化坏账处置等方式，系统性降低金融机构、房企及上下游企业的债务压力。同时，在土地出让收入大幅萎缩的背景下，加快财政改革，为地方政府构建可持续的税源。
总之，在AI繁荣与地产乏力下的双重K型分化压力之下，中国政府需要以AI培育新动能，以托底政策缓冲转型阵痛，以债务处置与财税改革修复长期增长根基，在发展与稳定之间寻求平衡。
作者陆挺系CF40特邀成员、野村中国首席经济学家，文章仅代表作者个人观点，不代表CF40立场。