核心观点
中国地产去杠杆进入第五年，各项指标初现企稳迹象。回看过去5年，中国的经济增长动能、总需求构成、居民资产负债表结构、企业盈利模式、金融资源分配、以及财政循环模式均发生了根本性的变化。虽然去杠杆伴随阵痛，但系统复盘过去5年已完成的调整和再生，对判断“后地产”时代中国经济的增长特征和可持续性意义深远。我们认为，地产去杠杆带来最剧烈的调整期已经过去，目前地产市场出现早期企稳回升迹象，而中国经济可能已经开启以生产力持续提升为基础的新一轮温和扩张周期。“后地产周期”的含义不仅在于地产对总需求增长和金融周期的拉动效应减弱，也意味着周期扩张动能可能不再被上一轮地产周期“换挡”拖累。在多重结构性因素推动全球更大规模、更“耗材”的资本开支周期背景下，以效率提升为基石的新一轮人民币资产重估周期或将渐入佳境。
宏观意义上的多个生产效率和投资回报率指标企稳回升
中国的劳动生产率增长领先全球主要经济体。但2009年后，部分研究对中国（资本）投资边际回报率一直持保留态度，叠加疫情和地产去杠杆周期下的周期性需求不足等因素，导致中国的全要素生产率在过去10余年中枢下移后、2020年后“再下台阶”。
本文系统性更新了中国的全要素生产率(TFP)、资本存量增长和增量资本产出率(ICOR)等衡量整个经济体和固定资产作为生产要素的回报效率指标，结论是中国整体效率、包括边际投资效率均已经筑底回升。尤其值得一提的是，在2009-2011年四万亿投资计划后，真实资本存量持续15年明显高于实际增加值(GDP)，意味着资本产出水平偏弱——这一趋势也已开始逆转，而增量资本产出水平开始回升。这对中国资产重估的持续性意义深远。
地产去杠杆5年，中国经济完成了较为剧烈的结构调整
多个维度的地产相关指标快速“正常化”，孕育修复动能。我们解构了总产值、企业营收、资源消耗、广义融资需求、市值蕴含的长期增长预期等多项指标——无论是绝对份额还是对增长的相对贡献而言，地产以及地产相关行业的份额都在过去5年大幅萎缩，对大部分增长率指标的贡献连年为负。从绝对份额看，地产占总产值、居民总资产、及社融比例均回到10年前、甚至更早的水平。地产链对企业和政府部门现金流的影响也大幅降低至金融危机后水平。但是，土地财政依赖度大幅下降，“后地产”财政收支机制尚待完善。
同时，以高端制造和现代服务业为代表的新经济引领作用全面上升。对总产值、企业收入和利润分配、融资结构、就业和居民资产变化、地方政府投资等多个维度的分析表明，新经济的引领作用明显加强，与生产力提高相呼应。
关于中国经济周期的两大悲观共识仍有待修正
我们认为，①中国制造业供需不平衡的叙事已在2024年底-2025年间逆转，PPI和企业盈利回升有持续性；②房产估值下修带来的居民资产负债表调整初现曙光，稳定现金流沉淀与股权估值回升拉动居民总资产重回扩张区间。
“中国要素”为AI革命提供丰厚土壤，生产力提升将继续推动新周期扩张
中国丰厚的人力资源、领先的劳动生产力、较强竞争力的电力及制造业成本、高密度高韧性的供应链、超大规模市场的培育和消纳能力以及丰富的落地场景都有助于推动AI产业链更快的发展、更新和落地。
风险提示：地缘冲突再度升级，能源冲击超预期；外需波动。
目录
一、宏观意义上的综合生产效率、投资回报触底回升，边际投资回报转正
复盘“增长奇迹”和“转型阵痛”
狭义劳动生产率疫情至今持续提升，而各项全要素生产效率相关指标均在2024年后好转（即资本/投资效率终于筑底回升）
二、企业部门数据显示，中国产业发展进入“轻地产”模式，高端制造和现代服务业发展较快，尤其前者
三、居民资产负债表和劳动力市场调整初现曙光，房产价格下跌的边际影响明显减弱
居民资产负债表调整初现曙光
就业市场调整亦初现积极信号，新经济为主要增长引擎
地产周期调整本身也出现供需更趋平衡的积极信号、尤其在有人口流入和产业支撑的地区
四、金融资源分配更加轻地产、轻平台、重“新经济”
地产开发商总负债扩张被有效遏制，对居民部门、上下游供应链的资金挤占也明显下降
开发商或有债务及居民贷款占社融的比例明显下行
股权融资市场已经完成“去地产化”，新经济成为新增融资和市值扩张的主力
五、土地财政依赖度大幅下降，但“后地产”财政收支机制尚待完善
六、“中国要素”为AI技术革命提供丰厚土壤，生产力提升有望继续推动新周期扩张
附录1、全要素生产率（TFP）的计算方法
附录2、增量资本产出率（ICOR）的计算方法
正文
宏观意义上的综合生产效率、投资回报触底回升，边际投资回报转正
⬥复盘“增长奇迹”和“转型阵痛”
1978年改革开放后，体制改革+城镇化+科技进步驱动中国经济高速增长。1978-2008年间，中国实际GDP保持了10%的平均增速，近代全球各国无出其右——即使在其他亚洲经济体快速“追赶”的黄金时期，也没有一个经济体平均和累积增长率可以比肩中国改革开放后的成就（图表1）。
我们用“全要素生产率”（total factor productivity, TFP）来试图量化捕捉城镇化、体制改革、以及科技进步对增长的推动作用。概念上，TFP即经济总量增长中不能被两大生产要素：资本存量增长和人力资源积累所解释的部分。计算上，全要素生产率即实际经济总产出增长与两大要素增长所能解释部分间的残差——我们将教育水平的提升也计入人力资源的增长中（过去十年教育水平的提高很大，完全抵消了劳动力人口的下降），但一些研究也将此计入全要素生产率提升。
简单而言，Cobb-Douglas生产方程式为分解和分析经济增长的“来源”提供了一个框架，即增长由实物资本积累、人力资本增加和全要素生产率（TFP）三大要素驱动，用公式表达即：
其中Y代表总产出，A代表全要素生产率（TFP），K代表实物资本存量，且δ代表折旧率，I代表实际固定资本形成总额，α代表资本要素份额，(1-α)代表劳动要素份额，L代表劳动投入，E代表通常以平均受教育程度衡量的劳动质量。对生产函数取自然对数差分，可以推导出各要素对产出增长的贡献度，即
而我们综合了各种对中国各生产要素积累以及TFP的测算方法及对要素和要素权重的估算方法，并在第46页附录1中详解了对中国增长的“要素解构”方法、及对全要素生产率的测算。
从全要素生产率角度，中国经济改革开放后经历了数个快速发展的阶段——虽然“贡献率”有所不同，但均由体制改革（及对外开放）、城镇化、科技进步三大要素推动，而后两者也很大意义上得益于体制改革本身——
具体看，1978-2008年间中国经济高速发展，但其中三段改革开放快速推进时期的增速尤为亮眼，期间TFP高速增长：
1978-1988年（联产承包责任制释放农村生产力推动城镇化等农业改革），期间平均实际GDP增长达到10.2%，全要素增长率（TFP）平均增长和贡献率达到3个百分点、即贡献率约29%（鉴于全要素生产率的系数为1，所以贡献率和增长率相同，具体见附录1）。
1992-1997年（南巡讲话后市场化改革），期间实际GDP年化增长上升至11.9%，而TFP年均贡献跳升至6.0个百分点，贡献率达50%。
2003-2007年（加入WTO和住房制度改革）期间实际GDP年化增长达到11.7%，而TFP年均贡献跳升至5.6个百分点，贡献率达48%。
2012年后，中国潜在增速下降，全要素增长率结构性回落——对这段时间经济增长减速有很多不同的解释，我们从生产要素及其贡献这一量化框架切入。2008年全球金融危机后，中国政府推出刺激经济的“4万亿”投资计划，2009-2011年间短短3年，全国货币和社融存量累积增长73.6%和102.4%，年化增速达到20.2%和26.5%、分别超出此前10/6年平均增速3.9/8.0个百分点；实际固定资本形成增速从此前10年平均的12.1%跳升至年化19.1%，由此，资本存量增长率脱离此前与实际GDP相当的增长轨迹，一举跳升至13%以上——然而虽然当期GDP增长因为固定资产投资“盛宴”而跳升，但此后多年，即使当期（流量）固定资产形成增速大幅下降，很大程度上拖累实际产出（GDP）增速走低，但资本存量增速走高后需要经过（固定资产形成减速）长期调整才能“正常化”——即重新回到和实际GDP增长相当、甚至低于实际GDP增速的轨道。
实际价格的资本存量和总产出/增加值（GDP）增长剪刀差的含义是，前者明显快于后者指向边际投资回报率下降，而当增加值上升更快时，边际投资效率亦提升。
图表2显示，资本存量增速从2010年来始终高于实际GDP，即2009-12年投资快速增长的“后遗症”之一是宏观意义上的边际投资回报率下降。同时，叠加全球化放缓，改革红利释放减速，劳动力人口增长大幅下降、转负，全球企业资本开支和技术突破偏慢等一系列因素，2012-2019年间中国潜在增长率和TFP中枢明显下行至7-8%、2.5%左右（图表11）。
由于TFP的计算公式本质上是一个“残差项”、且资本存量和人力资本增长均是“慢变量”，所以外部周期性冲击也会影响当期TFP值——如疫情。为了平滑疫情带来的波动，我们将疫情期间的实际GDP增长取4年平均值（2019-2023，年化实际GDP增长为4.8%）——以这一平滑后的GDP增速推算全要素生产率，结果为4年平均在1.7%左右——也就是说，2020-23年间，全要素生产率结构性下降趋势有所加剧——很大程度上体现了疫情叠加地产去杠杆的负面影响。
衡量边际投资效率的另一个指标，增量资本产出率(incremental capital output ratio , ICOR)也可以从侧面刻画这一趋势——ICOR上升意味着每一单位新增产出所需要的新增投资上升，即边际投资回报率下降。理论上，ICOR的计算公式是：，其中K代表实际资本存量，Y代表产出。因为实际资本增量与实际固定资本形成总额较为接近，所以实际中通常使用的计算公式是：，其中I代表实际固定资本形成总额。我们在第47页的附录2中详细讨论了ICOR这一指标的计算方法、含义、及跨国比较。
中国1992-2009年间ICOR总体处于低位，尤其相比美国和日本（图表4）。当实际GDP增长停滞时，ICOR会指数型上升、即边际投资回报率大幅下降，如日本1996-2002年。
2010-2024年间，我们估算的增量资本产出率（ICOR）持续攀升，印证边际投资回报率下降，呼应生产效率结构性回落，体现中国在增长模式转型期经济增速换挡和生产效率提升放缓的“阵痛”。
⬥狭义劳动生产率疫情至今持续提升，而各项全要素生产效率相关指标均在2024年后好转（即资本/投资效率终于筑底回升）
过去40年，包括在经济增长转型的十几年间，中国劳动生产率持续、快速上升。然而，资本回报率变化是总体生产效率提升速度的主要波动源。1978年至2018年，中国实际劳动生产率平均增速达6.4%（李展，2022），而2015-2025年间，其平均增速仍然达到7.6%（图表7）。2020年全球疫情来袭、叠加2021年开始的地产去杠杆周期共振下，中国劳动生产率增长有所波动，但仍然明显高于全球水平——根据世界银行的统计（PPP计价、不变价），2020到2024年，中国劳动生产率累计提高25.2个百分点，大幅高于发达国家同期（2020年至2024年美国累计+5.3%，英国+12.8%，德国+2.6%，日本+3.6%，韩国+11.4%）以及亚洲发展中国家（印度+15.5%，越南+21.2%，图表5）。其中，我们估算中国制造业劳动生产率2024年后提升更快——2023-25年的年化增长达约7.2个百分点的水平。
然而，多个指标显示投资回报率波动较大，除了上文讨论的TFP、ICOR等指标外，企业层面的数据也印证了这一点，企业净资产投资回报率在2012后结构性下行，部分可以归因于上文讨论的、固定资产投资增长大幅跳升后的“长尾效应”，而企业周期性波动和物价周期高度相关（图表9-10），背后均体现了产能和需求增长相对变化的影响（参见《PPI何时转正？》，2026/3/1）。
然而，我们最新的分析表明，多个维度观察投资/固定资产的产出效率也已经走上了企稳回升的轨道：
首先，全要素生产率企稳回升，且有望在2026年持续提升。在经历1978-2008年间改革开放带来的快速增长期之后，2012年后全要素生产率（TFP）增速因为“四万亿”刺激的滞后影响而结构性下降，尤其是2020-23年间受疫情和地产去杠杆的双重冲击而进一步“下台阶”。2024年TFP增速开始企稳回升，而今年回升势头有望进一步夯实。2024年以来，资本存量增长持续下降，而实际GDP增长保持稳定水平，印证资本投资的边际效率提升，而历史上、改革红利释放和效率提升阶段通常都可以看到TFP增速上升。从企业层面看，2024年以来工业企业ROE呈现企稳回升的态势，尤其是在去年关税“过山车”的冲击下保持较为稳定的营收和盈利增长，显示其竞争力增强。同时，在去年下半年财政政策退坡后，企业营收和盈利仍然保持稳健增长，显示其自身动能恢复（参见《内需修复渐入佳境|1 季度 GDP 及 3 月经济活动数据点评》，2026/4/16）。受AI产业链等新经济发展、以及地产、城投等旧经济拖累下降的双重提振，我们预计2025、2026年TFP增速将从2024年的2.4%进一步上升至2.7%、2.8%。
值得注意的是，经过十余年的调整，（真实价格的）资本存量的增长在2025年后、重新降至与实际增加值（GDP）基本匹配的速度即意味着边际投资回报率不再下降。由于全要素生产率指标具有较强的周期性，在2024年回升后，我们观察2025年数据才得出效率企稳回升的初步结论——但实际上，我们对这一判断的信心在上升，这一指标和很多其他中观和宏观意义上的数据相印证。不仅资本市场在2024年4季度开始显示信心回暖，实际的制造业产能利用率也在2024年4季度开始回升，虽然2025年美国大幅加征对华关税后有所反复，但回升的势头总体得以延续（参见《PPI何时转正？》，2026/3/1）。
我们进一步“解构”潜在增长的来源后，一些积极的信号更为明晰。图表12显示，资本存量对增长的拉动（百分点）和贡献率（%）在2009-10年固定资产投资大幅上升后进入连年下降通道，对潜在增长率形成拖累。虽然资本存量占GDP的比例上升，但由于其增速下降更快，其对增长的拉动在2011年后快速回落，对增长的贡献率也在2012年见顶回落。由于2020年以来人力资本、TFP对增长的拉动明显下降，资本存量对增长的贡献率反而有所上升，但其对增长的拉动仍在持续下行。经过过去十五年真实固定资本形成（流量）增速持续下行，资本存量增长的“波峰”终于被磨平，由此资本存量“正常化”对增长的拖累或将明显下降。我们预计今年真实固定资本形成（流量）增速将企稳回升，对应资本存量对增长的拉动和贡献率的降幅都有望明显收窄。
与资本存量增速“正常化”相印证的是，增量资本产出率（ICOR）的走势由升转降，显示每一单位新增产出所需的新增固定资本投入由升转降——即资本边际产出上升。1978-1991年间，由于中国宏观调控经验不足，经济增长呈现大起大落，ICOR亦呈现较大波动。1992-2009年间，随着中国经济市场化改革的推进，叠加宏观调控更为娴熟，中国经济保持较快、较平稳的增长，ICOR整体保持低位。2010年以来，随着“四万亿”刺激拖累资本边际投资回报率，ICOR持续攀升。但随着资本存量增速趋于正常化，近年来ICOR呈现企稳迹象。由于近年来中国经济增长企稳主要是由TFP增速回升拉动，这与日本通过量化宽松、即资本扩张来稳增长形成鲜明对比，由此中国的ICOR开始由升转降，而日本的ICOR持续维持高位。
企业部门数据显示，中国产业发展进入“轻地产”模式，高端制造和现代服务业发展较快，尤其前者
宏观层面各项数据均显示地产对总体经济的拖累逐步下降，包括总体地产相关产业对GDP的拖累自2023年以来逐步收敛、地产占投资的比重从2021年的接近2成回落至9%，且国际对比视角下中国住宅投资占GDP比重的回落幅度已超过美国日本等国家地产调整周期的峰值水平。我们估算地产相关产业对25年名义GDP的拖累或从24年的0.8个百分点收窄至0.4个百分点，考虑到家电等消费补贴退坡的影响，26年地产相关产业的拖累可能边际走阔，但年内仍有望逐渐收窄，甚至不排除四季度转为正贡献（图表13）。
从地产相关产业对名义GDP增长的贡献来看：2021年以来地产投资、地产销售及相关消费持续形成负贡献，2022年拖累一度达到约3个百分点，2023-2025年地产链分别拖累GDP约1.1、0.8和0.4个百分点，随着地产销售降幅收窄、库存与投资调整逐步推进，我们预计2026年地产链对GDP拖累约0.7个百分点，四季度地产相关产业对经济的影响有望转为正贡献，显示房地产对经济的冲击正逐步转向低位修复阶段。
固定资产投资结构也从地产转向制造业领域。2015年以来，房地产投资占城镇固定资产投资比重由18.9%降至9.7%，而制造业与基建投资占比则分别升至38.7%和32.5%（图表14），反映经济增长驱动力正在由地产投资逐步转向制造业升级与新基建方向。
从国际比较看，中国住宅投资占GDP比重的回落幅度已超过美国2008年后与日本“失去20年”地产调整周期，或显示本轮地产调整较为充分。中国住宅投资占GDP比重在2014年达到9.8%的高点，此后累计下降约6.2个百分点（图表15），降幅超过美国/日本地产泡沫后4.2/5个百分点的调整幅度。这意味着中国房地产在整体经济中比重的调整已具有较深幅度，未来地产对增长的边际拖累或逐步减弱。
而从不同行业的收入、盈利、债务组成等层面，2022年以后中国企业端的表现亦呈现出更“轻地产”、“重高端制造业”的趋势。规模以上工业企业及上市公司的数据均显示，地产链相关行业自22年以来收入及利润占比持续收缩、且利润的降幅较收入端更为显著——工业企业数据中地产链相关行业2025年收入/利润较2021年分别回落16.5%/48.2%，截至今年一季度收入占总工业企业收入的比例约11.9%，仅为2020年的7成，利润占比不足2020年的1/4（图表16-17）。而2025年高端制造业的收入/利润较2021年回升24.5%/3.7%，截至今年一季度占总体工业企业收入及利润的比例均已超过3成；此外，2025年地产负债规模较2021年收缩约4成，均反映出中国经济增长动能正在由地产链逐步转向高端制造领域。
规模以上工业企业数据中，高端制造行业利润占比整体持续提升，截至2026年一季度已升至33.2%，而地产链相关行业利润占比则由2010年代初的15%-18%降至4.0%。从利润增速来看，2021年后地产链相关行业利润同比持续承压，2023-2024年一度明显负增长，而高端制造行业利润增速整体波动更小，2025年以来重新回升至10%左右。收入结构方面，高端制造行业主营业务收入占比持续升至2026年一季度的34.7%，同期地产链相关行业收入占比则降至11.9%（图表18-19）。
同时，从负债规模而言，截至2024年，房地产开发企业负债规模较2021年回落9%，2025年或仍在继续回落，开发商总负债占GDP和社融存量的比例亦较2021年明显下降（具体分析见第四部分）。根据统计局数据，房地产开发企业负债规模较2021年的91万亿元收缩至2024年的83万亿元，而从规模以上工业企业负债数据而言，地产链相关的制造业企业负债增速亦小幅回落至今年一季度的12.9%，高端制造行业负债占比已升至33.7%，2023年以来高端制造负债增速持续高于地产链，或反映当前信用资源与融资扩张正更多流向先进制造、设备制造与科技产业方向。
从上市公司的盈利结构来看，地产及地产产业链利润占比亦在2020年后明显下滑——沪深300成分股中，广义地产链（包含房地产建筑材料、建筑装饰）利润24-25年均为负贡献，金融在2008-2016年间利润占比一度维持在50%-60%左右，但2020年后，银行利润占比开始逐步回落，截至2025年已降至约40%附近；与此同时，高端制造板块利润占比在2010年后整体保持提升趋势，截至2025年收入的占比扩增至20.5%，利润占比保持相对稳定。收入结构变化相对更平缓，截至2025年地产行业收入占比降至1.6%，广义地产链收入约16.0%，银行收入占比降至12.9%；而高端制造收入占比则提升至20.5%（图表23-24）。
值得注意的是，2022年10月至2026年2月的PPI负增长或对工业企业的利润增速形成压制，导致规模以上工业企业中高端制造业的利润增长弱于收入增长，但从实际量的增长而言，中国高端制造业相关投资品数量的增长规模及速度或比数额更为可观——比如参照重要的原材料产量以及制造业厂房、生产及发电设备在内的投资品数量，“后地产”时期的涨幅明显强于企业端名义值的增长，2021年至2025年，中国精炼铜、铝年产量分别自2021年上涨约45%/16%，同期中国发电机组年产量较2021年上涨133%，金属切削机床的产量亦较21年增长约44.2%，而和传统基建及地产更为相关的挖掘机产量增速相对偏弱，2021-2025年增长约4.9%（图表25-26）。
诚然，投资从地产相关行业转向制造业，也引发制造业产能供需不平衡的隐忧。但我们的研究表明，中国企业已经走过了实际利用率的低谷期，内需企稳+外需强劲推动制造业需求增长从2024年底开始总体超越产能增速，这也部分得益于全球AI、国防再工业化、以及能源转型相关投资加速的拉动作用——全球产能稀缺，而中国承载了大量全球新增产能需求（参见《更“耗材”的全球投资周期意味着什么？》，2026/1/19）。内需领域，预计地产、尤其建安投资磨底，高端制造业投资持续加码、而关税波动对制造业投资的压制减轻、甚至部分逆转。值得注意的是，供给侧多个维度的数据均显示制造业产能整合已经进行了2-3年，今年或将进入“收尾期”，“统一大市场”、“反内卷”、“双碳”等政策约束可能抑制相关产能过快扩张，延长PPI景气周期（参见《PPI何时转正？》，2026/3/1）。
居民资产负债表和劳动力市场调整初现曙光，房产价格下跌的边际影响明显减弱
⬥居民资产负债表调整初现曙光
内需磨底多时后经济周期自身调整已经走到曲线右侧，我们也已观察到居民资产负债表初现企稳修复迹象——我们认为，随着地产下行周期对居民财富效应和总需求的“单边压制”明显减弱，居民资产负债表调整也已初现曙光。存量视角来看，居民总资产已从此前房价下跌驱动下的持续承压逐步转向“实物资产拖累收窄、金融资产占比上升”的再平衡阶段；流量上，当期盈余改善、股票估值回升、负债增长放缓，叠加地产拖累逐步收窄，均为推动居民净资产总量重新积累的关键变量。具体看，
2021年后的地产去杠杆周期对居民资产负债表带来较大程度的调整压力。地产对宏观经济的重要性不仅体现在地产产业链长、影响广，也是居民资产负债表上最大的资产项。我们以2010年为基期，每期叠加新建住宅销售金额，并采用全国二手房价调整后估算的城镇房地产存量价值已从2021年的高点276.4万亿元回落14.7%至2025年的235.8万亿元（图表27）；在考虑农村住宅价值后（假设农村地产房价为城镇房价的1/5），地产价值占当年GDP的比例亦从 2020年的2.8倍回落至2025年的1.88倍左右、但仍高于2015年的1.82倍（图表28）。地产价格预期下行叠加负债端的偿债刚性对居民预期净资产走势形成较大影响，并对居民部门的资产负债表形成较大程度的拖累。
然而，随着居民存款、保险、基金和股票等金融资产价值的普遍抬升开始逐渐对冲地产价值的下行，叠加房价变化的二阶导逐步转正，居民部门的总资产规模增长边际提速、总资产中房产比例亦明显下行。根据我们的估算，2025年中国居民家庭资产总规模同比增长2.4%至571.1万亿元、自2021年以来持续放缓后首次提速，同时房地产价值占比较2015/2020年的52%/62%下降5/15个百分点至47%、而同期金融资产价值占比明显回升，显示居民部门的财富效应对地产的依赖程度有所下降、资产配置行为亦更趋灵活（图表29）。
在资产结构变化之外，居民部门的净现金水平亦持续回升至近20年来的高点（图表30）。一方面，地产周期去杠杆以来房产价格持续回落压制居民部门的边际消费倾向、推升（包括提前还贷在内的）实质意义上的储蓄倾向——截至2025年底，居民存款规模已从2020年的92.6万亿元上升至2025年的165.9万亿元，占居民家庭资产的比例亦从2020年的20%快速上行至2025年的29%。另一方面，受地产市场调整和疫情的扰动，居民负债扩张明显减速，截至2025年底，以居民贷款规模衡量的居民负债端增长较2020年的14.2%快速放缓至0.5%。由此，2025年底居民部门的净现金规模占GDP的比例上升至58.9%、录得近20年来的高点。此外，剔除地产价值后2025年居民净流动资产规模亦较2021年大幅上行66%至224万亿元（图表31）。
从流量视角来看，由于新经济引领居民收入预期和以权益资产为代表的金融资产估值中枢持续抬升，叠加地产价值的拖累大幅减轻，居民部门的净资产增量持续上行。根据我们的估算，自2024年“9·24”以来，居民部门所持有的以地产、权益为代表的存量资产估值持续修复对推动居民部门净资产增量持续上行、甚至转正具有“纲举目张”的效果——一方面，低基数下房价回落对居民资产估值的拖累逐渐收窄，2025年房地产对资产的拖累已从2024年3季度的29.5万亿元持续收窄至21.2万亿元。另一方面，“9·24”后的指数修复行情、以及2025年初中国资产价值重估亦对权益资产的修复形成提振。由此，权益资产估值对居民资产的贡献自2024年9月转正以后持续上行、2025年全年增长8.1万亿元，支撑居民部门资产估值损失收窄（图表32-33）。
⬥就业市场调整亦初现积极信号，新经济为主要增长引擎
上市公司就业人数增长在25年以来呈现积极信号，今年一季度居民人均可支配收入亦较去年下半年呈现边际改善，尤其是农村外出务工劳动力月均收入增速回升。2025年同口径上市公司总员工人数增速自22-24年的放缓态势后有所抬升至1.6%，人均薪酬增速略回落至2.1%。诚然，上市公司样本或更多体现头部企业/新经济企业，但考虑到上市公司总就业人数已超过3000万人，亦对总体就业情况有一定代表性。此外，今年4月制造业PMI从业人员指数亦边际修复、较2月48%回升至48.8%，为2023年5月以来最高值，4月BCI企业招工前瞻指数亦上行至56.9%。截至今年1季度，城镇居民人均可支配收入同比增长4.2%、农村外出务工劳动力月均收入增速边际回升至3.2%，或显示整体就业市场呈现边际改善态势（图表34-37）。
结构层面，上市公司层面新增职业分布更多在新经济部门（包括高端制造业及新兴服务业），规模以上工业企业的就业数据亦显示高端制造业的就业人数持续回升、但传统制造业相对疲弱，就业结构的分化凸显出中国经济结构的升级与效率提升。比如以新兴行业就业需求为主的BOSS直聘招聘收入在2025年以来持续回升，今年4月以来增速进一步上行，我们预计主要受到AI相关的岗位需求旺盛的拉动，对比招聘需求更偏传统行业的智联招聘收入增速、截至25年下半年仍在负区间，但降幅较25年上半年的13.2%收窄至3%（图表38-39）。截至今年3月，规模以上工业企业就业人数同比略回落1.5%，但行业层面明显分化——高端制造业（汽车、专用设备、通用设备、计算机通信、铁路船舶）就业人数同比增长1-5%，而水泥、制鞋、饮料、服装等传统制造业人数回落6-11%（图表40）。
⬥地产周期调整本身也出现供需更趋平衡的积极信号、尤其在有人口流入和产业支撑的地区
值得注意的是，年初至今地产周期调整本身也出现积极信号，尤其是二手房成交边际企稳、一线及部分强二线城市房价初现回暖迹象。叠加4月政治局会议后多地进一步放松需求侧政策，有望持续助力地产市场自身的调节和出清过程。具体看，
新房和二手房成交同比降幅持续收窄，一线城市领跑地产成交快速回暖：今年1-4月44城新房/22城二手房成交量同比降幅较去年4季度的38.5%/24.4%收窄至20.9%/8.3%，其中一线城市新房同比降幅较去年4季度的38.7%明显收窄至今年前4个月的1.5%，二手房成交量同比增长较去年4季度的-25%转正至0.5%、一线城市地产成交回升幅度更为明显（图表41-42）。
一线及部分强二线城市房价初现回暖迹象：国家统计局公布的70个大中城市房价环比上涨的城市数量从今年1月的5个上升至3月的14个，我们选取的53个样本大中城市新房价格环比上涨的城市也在3月回升至12个、占比22.6%，而对应城市的新房销售额占样本城市的比例高达4成（图表43），其中以上市公司数量和市值衡量的新经济活跃程度更高城市的房价表现明显更强，而产业吸附力弱、上市公司基础薄弱的城市，房价修复斜率相对更小（图表44-47）。
地产新政进入集中落地的窗口期：自4月28日政治局会议定调“努力稳定房地产市场”后，一线及强二线城市进入新政集中落地窗口期——深圳、广州、武汉、苏州、济南等核心城市相继出台楼市优化政策，因城施策从公积金放宽、以旧换新、限购优化等多维度精准发力，有望继续对稳定地产市场成交和预期产生“四两拨千斤”的放大效果。
虽然地产价格指标或较需求变化有所滞后，但我们认为房价降幅或将持续收窄、尤其是市值加权平均的房价有望止跌，地产对居民资产负债表的拖累有望大幅收窄，甚至消失。随着我国地产调整周期步入“下半场”，一线及部分强二线核心城市的库存去化可能已基本完成（参见《PPI何时转正？》，2026/3/1）——例如今年3月深圳、杭州的库存去化周期分别录得9.5/10.2个月。与此同时，上市公司密集、产业升级领先、居民收入与资产配置能力更强的城市房价可能更有支撑，我们计算的按照成交金额加权的53城房价环比变动亦从去年10月低点的-0.42%回升至今年3月的-0.05%、回升幅度明显高于同期简单算术平均的房价变动（图表48）。由此，如果具有更高市值权重的核心城市房价止跌回暖的趋势进一步扩散，则地产对居民净资产增量的边际拖累有望大幅收窄、甚至阶段性消失。
金融资源分配更加轻地产、轻平台、重“新经济”
首先，随着地产周期深度调整，地产开发商的直观及或有债务均大幅收缩，对金融资源的总体消耗比例明显下降。从开发商或有债务及其结构变化、以及社会融资总量结构的调整均可以观察到这一变化。具体看：
⬥地产开发商总负债扩张被有效遏制，对居民部门、上下游供应链的资金挤占也明显下降
地产开发商总负债扩张被有效遏制、并合理收缩，对居民部门、上下游供应链的资金挤占明显下降，其各项占比回到10年前的水平、甚至更低。统计局数据显示，开发商总负债（含预收个人房款、上下游企业垫资等）已经从2021年地产去杠杆开始时的91万亿人民币左右，降至2024年82.9万亿，降幅接近一成。同时，开发商总负债占GDP和社融存量的比例，分别从近期高点的82.8%和30.3%，下降至2024年的61.5%和20.3%。从存量看，开发商总债务已经回落至2019-20年水平，而从相对体量看，开发商债务总额占GDP的比例已经回到2015年水平，而占社融存量的比例则回到2004年的水平——这一调整速度较为迅速，其中上市房企总负债的调整程度更大，从2020年最高的11.3万亿元降至2025年的6万亿元（图表49-50）。值得注意的是，由于每年披露负债数据的上市房企样本有变化，上市房企的负债变动不能视为可比口径的增速。从上市房企负债的分项看，开发商去杠杆对金融部门的负面溢出被有效“隔离”，而对实体部门的拖累被大幅削减:
上市房企对居民部门或有债务（大体定义为预售未交货值）从2020年的3.1万亿人民币大幅降至去年年底的1万亿元，接近2016年的水平。随着2022年7月政治局会议提出“保交楼”行动，2023-25年间上市房企的合同负债下降较快。住建部数据显示，截至2025年9月，全国已有750多万套“保交楼”项目完成交付。
上市房企对地产产业链现金流的拖累减轻：上市房企上下游企业垫资总额从2020年的2.5万亿人民币降至去年的1.9万亿元，占制造业总收入的比例大幅下降，显示相对影响明显减轻。2020年“三道红线”收紧房企融资后，上市房企来自上下游企业的垫资规模明显上升，但2024年后已经明显缓解，占规模以上制造业营业收入的比例从2020年的2.6%降至2025年的1.6%。往前看，这一指标仍有进一步下降的空间。
开发商直接金融负债总额也明显下降，尤其更具“影子融资”性质的非标融资。上市房企金融负债从2020年的3.2万亿元降至去年的2.4万亿元，相对GDP和社融存量的占比分别从3.1%、1.1%明显下降至1.7%、0.5%。
从行业层面看，房地产业的金融负债也明显下降，其中信托等非标融资的降幅最大。具体看，房地产业债券余额、即对公众敞口更高的部分融资中，境外债被大量核销、余额从2021年的1.45万亿元腰斩至2025年的约7,300亿，而境内债余额在2022-25年间也仅增加不足500亿元至2.1万亿元，其中2024年以来境内债净融资规模为负（图表51）；2018年以来，受资管新规的影响，以信托贷款为代表的非标融资规模快速收缩，其中投向房地产的资金信托余额自2019年下半年以来持续下降，从2019年2季度末的2.9万亿元累计下降74%至2025年6月底的0.8万亿元，占资金信托总额的比例从15.4%明显下降至3.1%（图表52）；另一方面，银行成为为开发商去杠杆“拖底”的主力——开发贷余额小幅上升，但占银行总贷款的比例明显下降（图表53-54）。
⬥开发商或有债务及居民贷款占社融的比例明显下行
开发商“有管理地削债”的同时，居民部门也有效降低了房贷敞口，居民部门净现金（银行储蓄-负债）占GDP比例达到20年来最高水平（图表55）。具体看，居民部门房贷余额从2022年2-3季度38.9万亿的高点下降2.2万亿元至2026年3月的36.7万亿元，占居民部门的总现金储蓄比例也连年下跌。
2020年疫情叠加2021年后的地产去杠杆影响下，居民部门消费倾向下降，储蓄率明显上升，同时，由于房价下跌推动真实房贷利率跳升，居民部门开始主动削减房贷敞口(图表56-57)。如我们在第二部分中所论述的，地产价格预期下行对居民预期净资产走势会产生较大的影响，从而压制居民的消费倾向、推升（包括提前还贷在内的）实质意义上的储蓄倾向。由此，疫情叠加地产去杠杆对国内居民消费倾向形成压制、且居民持续增加超额储蓄（图表58-59）。同时，房价下跌推动以金融机构人民币贷款个人住房贷款加权平均利率减去70城新房房价同比衡量的真实房贷利率水平从2021年6月的低点1.02%跳升至2022年12月的高点6.6%（图表56）。
开发商总债务+居民房贷占社融和GDP的比例大幅下降，即对总体金融资源的占用率明显下降。随着开发商与居民部门同时削减债务，开发商总负债+居民房贷之和从2021年的129.3万亿元降至2024年的120.5万亿元，占GDP、社融的比例分别从2020年最高的116.2%、42.2%大幅下降至2024年的89.4%、29.5%，分别回落至2016、2004年的水平（图表60）。
⬥股权融资市场已经完成“去地产化”，新经济成为新增融资和市值扩张的主力
从“核心资产”的沪深300成分股结构变化来看，中国资本市场市值的核心权重由“地产+金融”逐步转向高端制造——截至4月30日，沪深300指数高端制造板块（电力设备、电子、机械设备、国防军工、汽车、通信、计算机）市值占比从2020年的17.8%上行至26.5%，已超过银行板块的市值占比（21.4%），而对应权重股中地产相关产业链（房地产、建筑材料、建筑装饰）的市值占比从2020年的3.5%收缩至1.9%。
高端制造板块市值占比持续升至26.5%，已超过银行板块，显示资本市场定价中心已向科技制造与产业升级方向迁移。且市值结构的变化明显快于沪深300指数中高端制造的收入及利润结构的占比变化，表明市场已率先对中国经济增长模式切换进行重新定价。
另一方面，2020年后地产链与银行板块市值占比明显回落。2006年左右银行、地产及地产产业链市值占比达到阶段性高点，其中银行板块占比一度接近60%，但截至2026年4月30日，房地产行业市值占比已降至0.4%，地产产业链降至1.6%，银行板块降至21.4%（图表61）。
过去二十年全A自由流通市值的行业分布呈现出鲜明的“新进旧退”特征，新经济板块持续引领、占比近乎倍增，其中高端制造业占比提升最为明显。我们估算新经济板块（含电力设备、医药生物、电子、食品饮料、计算机、机械设备、汽车及其他新经济）合计自由流通市值占全A比重从2008年的33.5%上行至26Q1的65.1%，期间份额翻倍（图表62）。相对而言，截至今年4月30日，地产及金融板块占全A市值占比较历史峰值水平下降超过30个百分点，地产行业市值占比较高点缩水超8成（图表63）。现代服务业（计算机、通信、传媒、社会服务、商贸零售、交通运输、医药生物下的服务行业类别）的市值在2015-2020年有所回落，过去五年保持相对稳定（图表64）。
传统行业中，A股地产金融板块（房地产、银行与非银金融）市值占比在2006年达到历史高点45.7%， 2020年后伴随着房地产行业进入调整周期，地产金融板块市值占比开始进入趋势性下行，2021年跌破20%，截至2026年4月已降至15.3%，较历史高点回落超过30个百分点。其中，地产行业市值占比在2006年达到5.8%的阶段高点，此后整体震荡下行，2020年后地产行业市值占比快速下探，截至2026年仅余1.1%，较高点缩水超过8成。金融行业市值占比在2006年达到41.3%的高点后，也经历了长期回落过程，2020年后进入下行通道，截至2026年降至14.2%（图表63）。
新经济板块中高端制造业领跑，其中扩张最为突出的是电子行业——其市值占比由2008年末的1.6%升至2026年一季度的13.7%，绝对规模扩张近8.7倍，已超越银行、医药、非银等传统大权重行业，跃升为A股市值占比最高的单一一级行业。电力设备受益于新能源车与光伏储能产业链崛起，占比由2.7%升至9.8%，并于2022年中曾阶段性突破10%；计算机、机械设备、汽车等亦均录得2%~4%的扩张。此外，原材料行业中有色金属占比反而由3.6%升至6.0%，反映AI需求增长及高端制造业发展背景下对有色金属需求的结构性增长（图表62）。
从A股新增股权融资的角度， A股股权融资市场已经基本完成“去地产化”，新增融资与市值扩张的核心驱动力正由地产金融链条转向高端制造与新经济产业链。2014—2016年，地产链条、银行及部分传统周期行业仍在股权融资（包括IPO、增发、配股、优先股以及可转债发行，下同）结构中占据较高比重，其中房地产链条融资占比一度达到全年融资额的16%，银行与非银金融合计占比长期维持在20%以上；但2020年以后，融资结构明显向科技制造、电力设备、新能源及产业升级方向倾斜。高端制造融资占比由2014年的25%提升至2020年的34%，2025年进一步升至44%，已经成为A股最核心的融资主线。相比之下，房地产链条融资占比已下降至5%以下。
总体而言，2014—2019年间，A股新增融资总额整体在1—2万亿元区间波动；2020—2022年连续维持在1.5万亿元以上，主要受注册制推进、产业资本开支扩张，以及新能源和科技制造融资需求快速提升带动。但2023年融资总额回落至1.1万亿元，2024年进一步降至2905亿元。2025年融资规模阶段性回升，但其中银行存在约5000亿元财政部注资等特殊资本补充安排，若剔除政策性和非市场化融资因素，当前市场化股权融资活跃度仍处于相对偏弱阶段，融资扩张更多集中于结构性领域。
高端制造已成为新增融资最重要的来源，其背后反映的是中国制造业资本开支与产业升级进入新阶段。我们计算的高端制造业包括半导体、硬件设备、电气设备、机械、国防军工、汽车与零部件。细分行业看，硬件设备、电气设备、半导体和机械构成了高端制造融资的主体。硬件设备融资长期维持较高规模，2020—2022年连续超过1200亿元；电气设备融资则在新能源、电网升级及储能投资带动下快速扩张，2022年达到1819亿元，为单年高点；半导体融资自2020年后明显放量，2020—2023年均维持在900—1300亿元区间，体现自主可控、先进制造和国产替代持续获得资本市场支持。汽车与零部件融资则更多受新能源车产业链扩张及行业竞争格局变化影响，波动下仍整体高于2010年代中期水平。整体来看，高端制造融资持续抬升，意味着A股新增融资和新增市值扩张主要受到先进制造业与科技产业链提振。
服务业相关行业的股权融资则呈现“结构性降温”特征，传统媒体与流量经济退潮后，轻资产服务行业融资扩张明显放缓。我们计算的现代服务业包括软件服务、企业服务、传媒、交通运输、医疗设备与服务。其股权融资占比由2015—2024年的11%—17%回落至2025年的7%。其中，传媒行业融资在2015—2016年达到较高水平，但2021年后迅速萎缩，2025年仅剩4亿元左右，可能反映传统媒体流量红利和泛娱乐资本扩张阶段基本结束；软件服务虽然在2020—2023年仍维持500—700亿元左右规模，但2025年下降至72亿元。交通运输行业在2020—2022年融资规模相对较高，更多与物流、港口、航空等基础设施投资及疫情后运力结构调整有关。
广义的地产链（包含房地产、建筑、建材行业）融资需求明显收缩。 2015年房地产链条融资规模一度达到2254亿元，占市场总融资额的16%；但2021年后整体持续回落，2024年融资规模仅92亿元。细分来看，房地产行业融资在2021—2022年整体缺位，建筑和建材融资更多体现个别项目扰动，而非行业系统性扩张。2024年以来，地产链条融资占比已逐步稳定在3%—5%区间，表明A股股权融资市场的“去地产化”过程已基本完成，当前地产相关融资规模明显低于过去高峰，且占比已维持在较低且相对稳定水平。
此外，原材料板块（煤炭、石油石化、有色金属、钢铁、化工）近两年融资占比重新回升，但与宏观基本面数据对应的是大宗商品需求结构“去地产化”的持续推进，驱动因素转向高端制造业对上游资源需求的拉动。2026年前5个月原材料融资规模达到1583亿元，占总融资比重升至47%，截至2026年5月（下同），有色金属融资达到753亿元，占原材料板块融资接近一半，是最核心的贡献来源，以铜为例，在全球铜资源供给偏紧、长期需求预期持续上修背景下，行业景气度明显提升，需求来源实际更偏向新能源、电网建设、电气化升级、AI数据中心以及制造业资本开支扩张。如我们在《更“耗材”的全球投资周期意味着什么？》（2026/1/18）中分析，地产权重的下行压低建筑与地产链条的钢材需求占比，但铜铝的地产相关需求占比更低，并持续被电力、新能源和新基建等非地产领域的增量填补，显示原材料板块亦已经逐步实现“去地产化”。比如，地产相关钢材需求份额自2020年的高点39.4%回落至2025年的14.6%；建筑行业用铜、铝需求占比已从2021年的15.8%、25.8%逐年回落至SMM预测的2025年的10.8%、23.8%左右，而同期国内铜、铝总需求年均复合增长分别录得4.4%/2.8%，主要受到高端制造业的投资及出口带动。
土地财政依赖度大幅下降，但“后地产”财政收支机制尚待完善
由于开拓新的收入来源、以及此前业态较为单一的平台转型均更为困难，各部门中，广义财政部门“去地产化”进程阻力相对更大。但回顾2020-2025年的财政收支数据、以及更广义的政府投资平台的财务数据，我们也不难看出广义财政在“隔离”地产去杠杆相关风险，以及更进一步，“去地产化”上也取得了明确进展。财政收入对土地使用权效益的依赖度下降、地方政府基金收入来源在一定程度上更为多样化，地方平台投资回报及现金流水平低位企稳。然而，由于此前地方财政收入对土地出让金的依赖度极高（90%以上），中央+地方财政新的、更可持续的收支模式尚待形成。平台转型方面，虽然地产去杠杆的拖累在减弱，但新的商业模式尚待成形——平台对新经济的参与度在上升，但各地区在平台现金流增长和投资回报上的探索进程仍高度分化。
全国层面，财政收入对土地出让的依赖度已经降至10年前、甚至更低的水平。2021年地产去杠杆启动以来，地方政府性基金收入连年下降，截至2025年，地方性基金收入占（中央+地方）总财政收入的比重已经回到了比2015年的低点更低的水平。其中，土地使用权出让收入占比也连年下降，从2020年占政府性基金收入90%的高点一路回落至2025年的71.9%。由此，土地出让收入对中央+地方总财政收入的贡献从2020年的30.4%一路降至2025年的15.2%，预计2026年将继续下探——均低于2015年（有数据发布以来）16.7%的低点（图表71-72）。
去年政府性基金预算收入中土地出让收入的占比降至2012年来的低点，数额从高点腰斩有余。在2020-2025年间，土地出让收入占总地方政府基金收入的比重从90%降至71.9%，总额从高点的8.7万亿（2021年）降至4.2万亿（2025年）。虽然其他地方收入有所上升，但不足以补齐土地出让市场遇冷带来的收入缺口，导致地方政府收支缺口扩大、地方支出下行、地方平台现金流明显萎缩。2021-2025年，地方政府基金性收入总额累积下降41.1%，年化降幅达12.4%，和2016-19年间年化增长21.9%的趋势增长形成强烈对比，对地方政府的运作模式带来较大的压力和挑战（图表73）。所幸目前看，土地出让收入基本已经“正常化”，新增土地成交呈现“高能城市强，三四线城市弱”的合理分布，显示土地交易的金融属性明显下降，而逐步回归支持实体经济建设和住房需求的本质。
平台转型任重道远，但其偿债能力或已接近“触底”，对金融资源挤占有所收敛。地产去杠杆阵痛也同样影响地方政府平台的现金流增长。然而，当现金流萎缩、平台失去偿付能力，只能以某种形式借新还旧，刚性债务往往累积更快——这正是第一部分所描述机制的一个中观映射：资本存量快速上升、投资回报率下降、需要大量的新增生产率的上升来慢慢“消化”此前的低效投资。2021-2025年地产去杠杆期间，平台的净资产回报率，现金流水平，偿付能力均快速下降，利息支出占现金流的比例连年上升。然而，2025年，我们看到地方政府平台多项指标企稳：包括此前每年下降超过15个基点的ROE在2025年下行速度放缓，利息覆盖倍数也不再快速下行，而总付息压力不再上升（图表74-75）。也就是说，此前过度依赖地产开发融资带来的负债仍然带来较大压力，且地方政府新的盈利模式仍待拓展，但是地产相关风险和压力可能已经不再上升。从宏观层面看，地方平台对金融资源的挤占也明显下降——平台债务占社融存量的比例从2021年的14.7%降至2025年的13.3%（图表76）。这样的变化，对于一个自身偿债现金流大幅萎缩的部门而言，可视为较为积极的趋势，这也侧面表明经济体中其他更有生产效率的部门在快速成长，才有可能将固有问题“稀释”。
然而，土地财政收入收缩拖累中央+地方财政收入增长连年低迷，“融资缺口”（即所需债券发行规模）逐年上行。发债外更可持续的替代性收入来源、和/或对经济增长影响更小的有效节流方式仍待进一步探索。虽然本轮地产去杠杆过程中财政收支的调整取得一定成效，但财政收支缺口仍待收敛——过去4年，虽然中央+地方债务净发行额连年上升，但财政支出增长、尤其是去除置换和银行注资以外（即形成有效支出）的财政支出增长连年低于名义GDP扩张速度（图表77），显示赤字率上升未能抵消收入下降对财政扩张力度的拖累（图表78）。中长期，土地财政收入“正常化”后，仍需积极拓展替代性财政收入来源，以促进财政政策“中性化”——即财政支出增长与经济扩张速度基本匹配。
地方政府对新经济的投入明显上升，但可持续的投融资新模式尚待成形。“土地财政”模式成功松绑的关键在于开拓新的收入来源和增长点，部分地方政府近年也在这些方面做了积极的尝试，并在一些地区初现成效。根据发改委统计，截至2024年底，我国累计设立政府引导基金数量2178只，总规模突破12万亿元。清科研究中心的数据显示，近年来新设立的政府引导基金以产业类基金为主，比如2024年新设产业类政府引导基金已认缴规模2759亿元（占比近9成），主要集中在半导体/集成电路、医疗健康、人工智能、绿色产业及先进制造等领域。比如合肥以政府领投带动社会跟投的科创和产业重大项目获得较高成功率，截至2025年6月底，合肥市国资累计投向战新产业超过2100亿元，带动项目总投资超8100亿元，打造出新型显示、集成电路、人工智能三个国家级战略性新兴产业集群。然而，全国层面看，地方平台现金流增长仍然十分乏力，新增长点的积极影响仍待巩固、夯实。所幸大量新兴产业发展加速，AI引领的新一代产业革命带来大量投融资和商业化需求（具体参见第二和第六部分），一些具有较好禀赋的地区或将积极参与——如电力、人才、企业家、供应链网络等各方面的比较优势。
“中国要素”为AI技术革命提供丰厚土壤，生产力提升有望继续推动新周期扩张
工业4.0周期加速，AI基建预期大幅、持续上调。从大厂资本开支看，AI投资扩张速度已经超过普通科技景气周期。Meta、Microsoft、Google、Amazon四家云厂商合计资本开支从2023年的1428亿美元升至2024年的2230亿美元，同比增加56%；2025年进一步升至3760亿美元，同比增加69%；一季度财报后，2026年指引由6148亿美元上修至约7100亿美元，同比增速由63%提升至89%。此外，今年以来头部AI公司从模型迭代速度、Token用量层面均大幅提速。具体而言：
26年以来，以OpenAI和Anthropic为首的头部厂商模型迭代频率明显上升，同时中美云厂商资本开支仍维持高增（图表79-80）。强需求带来AI硬件产业链持续涨价，并呈现扩散态势——2025年三季度起，存储芯片进入超级涨价周期；2026年，英特尔和AMD宣布对CPU进行连续两轮涨价，且涨价周期至少延续至2027年。
Token调用量是观察这一正反馈最直接的高频指标。OpenRouter数据显示，全球token调用规模由2026年2月2日的9.8万亿提升至3月30日的27万亿，仅一个多月间便增长约175.5%。公司披露的口径下，字节2026年3月日均token调用量约120万亿，较2024年12月的4万亿上升约30倍；Google 2025年9月日均token调用量约43.3万亿，较2024年12月的3.8万亿上升约10.7倍（图表81）。随着模型从“单轮问答”进入“多步规划—工具调用—执行反馈—重新规划”的Agent模式，单个任务消耗的token数往往呈倍数增长，成为算力需求指数级扩张的重要解释变量。
去年年底以来，Anthropic Opus 4.6带动AI应用快速落地，算力需求指数级增长，AI为生产组织方式带来的变化十分迅速。去年年底以来，Anthropic的收入与估值上升速度成为AI应用落地加速的核心验证——公司run-rate revenue从2025年底约90亿美元升至2026年2月约140亿美元，2026年4月进一步超过300亿美元；同时，年化支出超过100万美元的企业客户数由2月融资时的500家以上升至4月的1000家以上，不到两个月实现翻倍（图表82）。估值端也同步快速上修：Anthropic估值从2023年5月Series C的约50亿美元，升至2025年3月E轮约615亿美元、2025年9月F轮约1830亿美元，2026年2月G轮达到3800亿美元。相比传统SaaS公司通常需要多年才能完成的收入与估值爬坡，Anthropic达到百亿美元级年化收入和数千亿美元估值的速度已经处于科技公司历史最快一档，或表明AI应用已开始通过企业付费、模型调用和长期算力锁定形成商业闭环。
Opus 4.6和Claude Code是AI应用落地速度加快的更直接抓手。Opus 4.6将上下文窗口提升至100万token，并支持最高128k输出，使模型能够处理更长代码库、更复杂文档和更大规模的多步骤任务；这意味着AI不再只是单轮问答工具，而更适合嵌入企业代码、研究、财务分析、文档处理和Agent工作流。与此相对应，Claude Code商业化明显加速：Anthropic披露其Claude Code run-rate revenue已超过25亿美元，并较2026年初翻倍；周活用户数较1月1日翻倍，商业订阅数较年初增长4倍，企业用户贡献超过Claude Code收入的一半，代码Agent成为AI最快落地的应用场景之一。
从职业暴露度看，AI 对工作的影响已从“理论可替代”进入“真实任务使用”。Anthropic的研究显示，LLM 理论上可覆盖的任务比例普遍高于当前实际观测暴露度，说明 AI 潜在能力尚未完全转化为企业应用；但计算机、数学、客服、金融分析等知识密集型岗位已经出现较高真实暴露程度。近期数据中AI替代相关裁员数据已显示出AI可能对现有生产力模式的重塑——Challenger 2026年3月报告显示，美国企业3月宣布裁员6.06万人，较2月的4.83万人上升25%；其中，AI相关裁员1.53万人，占当月全部裁员的25%，超过业务关闭、重组、市场和经济环境等因素，成为当月首要裁员原因。报告同时指出，企业正在将预算转向AI投资，技术公司中AI已经能够替代部分编码职能，且部分企业开始根据AI能力重新定义岗位职责。
AI工具更为“实用”后，在中国的应用落地急速上升，凸显中国“效率”。早期AI应用更多集中在C端问答和办公辅助，但随着开源模型能力提升、推理成本下降以及Agent/代码工具具备实际降本增效能力，中国开源生态和模型调用均出现快速放量。开源模型层面，根据ATOM的统计，中国模型累计下载量在2025年8月超过美国，到2026年3月领先优势扩大至超过4亿次下载，说明中国模型在全球开发者生态中的采用明显提速。模型调用层面，2026年2月下旬以来，中国大模型token调用量快速上升，并在2026年3月2日至4月6日期间阶段性超过美国，峰值接近13T tokens，显著高于同期美国约4—5T tokens的水平（图表86）。两组数据共同表明，当模型和工具真正具备变现、降本和流程替代能力后，中国企业和开发者的应用阶段迭代速度明显加快，AI应用不再只是C端流量扩张，而是向开发者生态、企业工作流和平台化调用扩散，凸显中国在工程师供给、应用场景密度和成本敏感驱动下的“效率红利”。
往前看，中国在AI的开发和普及上具有多方优势，且将随着AI应用进入“落地阶段”而日益凸显。从宏观层面，中国有着大规模、高质量的理工科人才供给，在AI相关应用进入工程化阶段，结合中国制造业全范围的性价比优势、能源电力等基础设施层面的竞争力，“工程师红利”有望进一步凸显。
人力资源与工程师红利涌现，快速学习能力突出。中国高等教育体系正在实现从传统人口数量优势到数量和质量并重的转变。我国高等教育体系为人工智能等战略领域提供了大规模的人才储备，高等教育毕业生数量与欧美等发达经济体形成显著规模差，中国2023年毕业生（专科及以上）数量达1145万人，这一数量约为美国的3倍以上、欧盟的5倍左右；本硕博毕业生数量接近美国和欧盟总和的2倍（图表87-88），尤其是理工科领域的数量优势显著。中国STEM专业毕业生总量/比例全球领先，2020年理工科毕业生数量达320.5万人，接近美国、俄罗斯、法国、德国、日本STEM毕业生人数总和的2倍（图表89-90）。全球顶尖计算机比赛中，中国获奖者人数居全球前列——2025年国际信息学奥林匹克竞赛（IOI）前十名选手中有4名来自中国，而美国仅有1人进入前十；2025年国际人工智能奥林匹克（IOAI）个人赛中，获得铜奖及以上奖项的142名选手中，中国选手占15人，位居全球前列。此外，2017–2024年间，中国在全球AI人才培养中的重要性显著提升，顶尖AI研究者中具有中国教育背景的人才占比由27%升至38%（图表91-92）。
能源和电力成本优势日益凸显。随着大模型进入推理与应用阶段，AI产业的核心约束正在从单纯算力瓶颈，逐步转向“能源+电力基础设施”瓶颈。尤其今年以来，AI资本开支预期加速上调，头部厂商多模态能力持续突破，大模型商业化逐步落地，模型token消耗量逐步攀升全球电力算力瓶颈凸显——AI硬件产业链持续涨价，并呈现扩散态势，2025年三季度起，存储芯片进入超级涨价周期；2026年，英特尔和AMD宣布对CPU进行连续两轮涨价，且市场预计涨价周期可能延续（参见《美伊战争后全球宏观的变与不变》，2026/4/28）。此外，美国电力基础设施的瓶颈亦逐步显现，根据伍德麦肯兹（Wood Mackenzie）的数据，2019年至2025年间，美国发电机升压变压器（GSU transformer）需求累计增长274%，变电站电力变压器需求增长116%，推动变压器价格在过去五年上涨约80%，导致项目建设成本明显抬升，同时设备交付周期也大幅延长。尤其在全球地缘政治与能源不确定性上升背景下（包括中东局势扰动油气市场），能源安全的重要性进一步提升。中国近年来在新能源、电网、储能及电力设备上的持续投入，电网投资增速亦在今年一季度回升至40%以上，显示出“十五五”期间对AI革命背景下能源基础设施的重视，美国亦开展大规模电网升级，未来五年计划投入超 1.1 万亿美元加码电网扩容、新能源并网与储能配套，全力应对AI 数据中心快速增长的用电需求与能源转型双重挑战。
硬件和人力综合成本优势共同铸就国产算力的极致性价比。随着AI产业逐步从预训练（pre-training）阶段转向推理与应用（inference/application）阶段，行业竞争的核心逻辑也正在发生变化。早期大模型竞争更强调参数规模、顶尖GPU储备以及资本投入能力，而进入应用落地阶段后，决定AI商业化扩散速度的关键，开始越来越多取决于推理成本、部署成本、工程优化能力以及单位成本下的规模化能力。以Token调用价格为例，部分国产模型的输入成本已经低至每百万Token不足1美元，而海外部分头部闭源模型仍维持在数美元甚至更高（图表96）。虽然不同模型之间性能并不完全可比，但对于大量企业用户而言，成本差异已经足以显著影响AI部署意愿和调用频率。更重要的是，中国AI的成本优势还来自完整产业链协同所形成性价比优势，在芯片之外的大量硬件设备及建设环节（包括光模块、PCB、电源、液冷、服务器组装、储能及数据中心建设等）中国具备全球领先的制造能力和成本优势，根据2025年施耐德电气的测算，假设1000kW、2N线路配置，包括供配电、冷却及相关基础设施硬件在内的总硬件成本大约为美国的58%，其中输配电和冷却系统硬件的成本约为美国的7成（图表95）。
高密度人口、超大市场及更高数字化水平优势有助于造就中国AI落地丰富场景。中国在电商、移动支付、即时配送、新能源汽车等领域形成了全球领先的数字化渗透率，有助于AI应用层面快速进入真实场景，互联网时代已经验证了这一模式的优势，即“高人口密度+用户庞大+高频反馈”推动新技术在中国具备更快的商业化迭代速度。根据Mobiloud统计，截至2025年，中国电商零售渗透率达到47%，明显高于美国约16%左右；移动支付普及率高，数字钱包已经成为主流支付方式，新能源汽车销售量占比超过5成，亦高于美国的1成左右。与此同时，中国还形成了全球领先的即时零售与同城配送网络根据商务部统计，2024年我国即时零售规模达7810亿元，同比增长20.2%，这些场景天然高度依赖数据、算法与实时反馈，有助于加速AI应用进一步落地和迭代（图表97）。
风险提示
1.地缘冲突再度升级，能源冲击超预期:如果中东地缘政治冲突再度升级，则能源价格上涨的冲击可能会超预期;
2.外需波动:能源价格高企也可能会对外需增长产生一定扰动。
文章来源
本文摘自2026年5月14日发表的《效率提升引领中国“后地产”新周期》
易峘 研究员 SAC No. S0570520100005 | SFC AMH263
常慧丽 研究员 PhD SAC No. S0570520110002 | SFC BJC906
吴宛忆 研究员 SAC No. S0570524090005 | SFC BVN199
王洺硕 研究员 CFA PhD SAC No. S0570525070003 | SFC BUP051
免责声明
本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。 本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。 本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。 在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。 本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。
mk sports，头号玩家在线下载，
mk体育相关资讯：头玩电脑版，