野村：警惕双重“K型”分化…
野村的胆子不小，周四的重磅研报很犀利，标题不敢直接翻译：
《China: AI Boom, Property Bust and K-Shapes》
作者是中国经济学家陆挺团队，因为面对的是专业机构客户，措辞上就不加修饰了！
整整约26页的报告，基于4月中国经济数据出炉（零售仅+0.2%、固投跌约-8%、出口+14.1%），围绕"AI热潮是否足以对冲地产崩盘"做系统性论述！
观点很直白:
AI繁荣 × 地产崩盘 = 不是简单对冲关系，而是叠加出两套相互强化的K型分化，抑制总需求，因此“不能指望新的AI经济能治愈房产泡沫爆破的困境”！
从客观上讲，本次研报最大的亮点就是提出了“两种K型分化”：AI可能扩大不平等，而这与地产调整对低收入群体财富的打击叠加后，会削弱消费和投资需求…
我们依然采用问答的形式，还原研报的精华内容和观点，尽量客观而不加水分（文章有点长，关键是第5点）：
01、为什么要在这个时间点，做这份"AI繁荣 vs 地产崩盘"的报告？
正如前文所述，触发点是2026年4月经济数据所揭示的一个尖锐矛盾——
出口端看起来很强：2026年4月以美元计出口同比+14.1%，AI相关产业链出口是最大引擎
但内需端极其疲弱：4月社零同比仅+0.2%，固定资产投资同比跌幅约-8.0%
地产端仍无拐点：2026年前四个月新房销售额继续同比下降（-19.7%），无明显企稳信号
市场当下的叙事是："DeepSeek时刻"之后中国AI超级周期起来了，能不能靠AI新动能对冲甚至替代地产旧动能，把经济拉出低通胀/通缩压力？
野村用这份报告给了一个结构性的"可以部分对冲，但不能替代"的答案：AI确实带来真实支撑，但双重力量叠加制造的不是简单的"新旧动能交接"，而是两套自我强化的K型撕裂，这会反过来吃掉一部分AI的提振效果。
02、AI繁荣对经济的正向拉动体现在哪里？
报告明确列出三条传导渠道，并给出可量化的初步估算：
1、国内固定资产投资（capex）
与AI相关的固定资产投资（数据中心、算力基础设施、AI产业链设备等），野村估算到2026年可为GDP增长贡献约 +0.3个百分点
图源：野村研报
2、出口
AI产业链出口已成为出口增长的重要引擎，野村将2026年出口增长预测从 4.0% 上调至 8.6%
陆挺团队在此前2026展望会议上指出，2021–2025年出口累计增长了44.8%，但这笔"缓冲金"正在消退，2026年基准情景下出口增速会自然放缓
3、潜在生产率提升（"AI+"战略推进）
报告承认"AI+"可能带来生产率提升，但目前难以量化——意思是这属于"期权价值"，不能作为当下宏观平衡表的硬支撑来算账
图源：野村研报
03、为什么不能指望AI救场？
报告给出了四个结构性原因，核心是：AI的账面拉动存在"漏损、虚胖、分配副作用"三重折扣，最终规模远填不上地产留下的坑。
图源：野村研报
1、投资外溢（漏损效应）
中国在先进芯片/高端算力硬件上仍高度依赖进口，AI capex中相当比例转化为对海外供应链的采购（HBM、高端GPU、先进制程代工等），不是全部留在国内形成本土增加值。
2、出口高增主要是"价格效应"≠实际GDP拉动
这是野村拆解4月数据时最关键的技术判断：
2026年4月集成电路出口金额暴增近100%，但出口量仅微增约3.7%
意味着 >90%的增长来自芯片/存储价格上涨（供给紧缺驱动的涨价），不是实物产出量增
所以对实际GDP的拉动远小于名义出口数字看上去那么亮眼
3、芯片涨价同时恶化贸易条件
出口端芯片卖得贵了，但进口端高端芯片/设备也更贵了
野村估算：2026年一季度集成电路贸易逆差同比扩大约81亿美元，进口成本上升侵蚀净出口的真实贡献
4、AI加剧不平等 → 压制总需求（连接K型分化的桥梁）
AI的收益高度集中在资本方和技术精英，同时对一部分白领岗位形成替代压力。
报告将其定性为：AI可能扩大不平等，而这与地产调整对低收入群体财富的打击叠加后，会削弱消费和投资需求——这就是后面K型分化的伏笔。
图源：野村研报
04、为什么“地产崩盘”是主要拖累？怎么定义地产调整的规模和结构性后果？
报告用一组"权重数字"先把地产的历史分量钉死，才能说明为什么AI的0.3pp撑不住：
传导机制（报告强调的不是"房价跌了多少"，而是链式反应）：
地产下滑 → 直接拖累投资与就业 → 负财富效应（六成家庭财富绑在房子上）→ 地方财政枯竭（近四成收入没了）→ 不良债务链条 → 各方资产负债表受损、信用收缩 → 内需被压住，低通胀/低利率环境维持
图源：野村研报
05、两种"K型分化"到底指什么？为什么认为这是AI+地产叠加后的核心问题？
报告的灵魂不在"AI好/地产坏"的比大小，而在结构撕裂——两股力量不是简单的加减法关系，而是共同塑造了两个相互交织、自我强化的K型格局：
K型之一：人口与财富的K型（Who wins, who loses）
野村认为：这使得社会分裂为受益于技术的高收入群体和被取代的中低收入群体，而地产崩盘的不对称打击（低线城市跌幅更深、建筑业就业收缩）让这条裂缝更宽。
图源：野村研报
K型之二：地理/城市的K型（Where wins, where loses）
AI超级周期的成功要素——算力、数据、顶尖人才——高度集中在一线/核心"智能"城市（报告点名北京、上海、杭州、深圳等）
这些城市通过MaaS（模型即服务）等模式从全国"抽取"价值；低线城市陷入"遗留城市"困境——人才流失 + 地产更低迷 + 财政更紧
即便是"东数西算"的西部节点，数据中心带来的本地就业和财富乘数也非常有限
两个K型相互强化：
顶尖人才和资源流向一线智能城市 ✕ 被替代劳动者并不能同步回流（只能挤入低端服务业）✕ 高收入者边际消费倾向低、受损者消费能力被毁
= 总需求被结构性压住，不是周期性波动能自愈的那种压住
06、如何证明"K型压制内需"？
报告直接拿2026年4月数据做对照：
野村的解读不是"出口好所以一切都好"，而是恰恰相反：内外需的巨大背离本身就是K型结构的镜像——增长越来越依赖少数赛道和外部环境，内需底盘却因地产财富坍塌+分配撕裂而稳不住。
07、如何应对呢？
报告的policy section可以浓缩为一句话：不能把AI当万灵丹，最终还是要回来处理地产债务和地方财政重构。 具体拆为几层：
警惕AI繁荣引发的自满情绪——不要把芯片涨价驱动的名义出口高增误读为结构性复苏
盯住K型分化的差距，采取预防措施防止上下臂差距过大（完善社会保障/安全网是隐含前提）
若干操作项：支持更多地方接入AI分工网络（摘要有"主权AI"的包装语）、对就业冲击大的技术推广节奏（如全自动驾驶等）保持审慎——这些本质是缓冲分配冲击
最终绕不开的一步：借鉴市场化破产/清算经验，果断处置地产相关不良债务（清理NPLs among developers）而非简单展期，并加速财政改革——为失去土地出让收入的地方政府建立替代性的稳固税基
陆挺此前在野村2026展望会议上的表述更直接：
“在未来一至两年内，稳定房地产行业是最关键的头等大事……必须对开发商的不良贷款进行果断清理，而不能仅仅依靠债务展期来拖延。”
总结来说，本篇研报不是唱空AI，也不是唱多地产——它是一个"结构会计师"的工作：
把AI带来的+0.3pp、出口上修至8.6%这些正数，和地产25%/38%/60%的权重、72%的销售坍缩、负财富效应链条这些负数，放进同一张K型资产负债表里，
然后告诉你：两边不是对冲关系，是撕裂关系，所以政策优先级不能本末倒置。
注明：
1、引用提示：文章为"野村陆挺团队观点整理（基于港媒简讯+公开发言+数据拆解）"，不代表本公众号观点！
2、文章内容由元宝AI辅助整理，仅供参考！
