摩根士丹利邢自强：全球“K型分化”下，中国“AI新动能”如何托起百姓“钱袋子”？

2026年过半，中国经济站在"稳增长"与"新质生产力"的十字路口。一面是AI、新能源等新兴产业出口暴涨超100%，一面是内需消费与就业承压的"体感温差"。当全球陷入"K型分化"，科技的热潮与普通人的收入似乎背道而驰，中国如何走出自己的路？今天第一财经专访摩根士丹利中国首席经济学家邢自强，从下半年2万亿财政托底、算力网上升为国家基建、到AI投资"上半场算力、下半场赋能"的转折预判，拆解中国经济新动能与新约束。

第一财经：本次年中政治局会议明确提出实施更加积极的财政政策，适度宽松的货币政策，加大逆周期调节，同时统筹扩大内需与培育新质生产力。那么对比之前的几次政治局会议，本次会议在政策基调上有哪些非常关键的边际变化呢？

摩根士丹利中国首席经济学家邢自强：最大的变化就是要“加快”，加快财政的支出力度，加快债券的使用。今年财政预算还是在应对国内外各种形势的变化做了一些提前量。一季度经济开局还行，所以二季度财政这方面的支出力度相对偏慢。但是二季度我们也看到了，海外出现了由于地缘政治美伊战争出现的一些油价冲击，国内经济依然还面临着消费内需的一些挑战，所以当前加快了就意味着要把今年本来中央和地方预算内的一些发债额度，新型金融工具的额度使用出去，要立竿见影的用下去。根据我们的测算，下半年在这一块可待使用的财政的额度比去年同期要多出2万亿人民币以上，所以“加快”两字还是给对经济进行托底奠定了一定的财力基础，这是最核心的一点变化。

第一财经：其实您也提到稳增长托底，我们也看到发展AI等新兴产业也非常重要，所以两者之间是如何能够平衡和链接的呢？

摩根士丹利中国首席经济学家邢自强：我想大家都看到了最近新质生产力的成果，比如说上半年新三样能源转型相关的产品，出口1300多亿美元，同比增加了50%以上。而新型三样，那就是AI相关的一些像AI硬件类设备，像生物创新医药，出口也是1000多亿美元，这都是新质生产力取得的良好成绩。但是这些行业也有一个特点：在初期它是资本密集型，可能它带动广义上的社会就业和收入的滴灌效应相对有限。

所以您提到的这种结构分化如何去把它弥合，有一个很重要的思路，可能就是有一些财税体系的政策，有一些产业方面的扶持力度，可以从过往比较聚焦于硬件、大件设备，比如说高新技术产业的出口退税，产业补贴转向更多的聚焦于就业优先的行业。比如说出口退税针对这些现在已经赶上了出口比较旺的周期的这些行业，逐步的降低取消，但是用省下来的财政资源，更多对消费服务行业，对这些劳动密集型的行业进行减税降费的支持，这也是化解您提到的所谓的结构分化的重要可参考的一环，毕竟我们都要适应当前全球出现的K型分化。

K型分化最早用来描述美国经济出现的一俊遮百丑，就是有很旺的AI投资，但是有些行业、有些消费板块也面临很大的调整，深受通胀之苦。所以如果全球都面临这种现象，是否也彰显了新质生产力在一段时间之内，它资本密集型高精尖的技术密集型，对普通人的就业收入传导效应有限。在这个过程中更重要的就是怎么把这种新质生产力的生产率的红利，让更多的普通人所共享。所以我还是高度赞赏我们最近推出的十五五规划中提振消费这块提出的加大财力对公共服务的投入，来进一步提升居民消费率，这也能让最终新质生产力诞生出来的生产率的红利，通过社会保障福利夯实的方式，通过让包括灵活就业人士、农民工在内的群体享受到更好的社会保障的覆盖的方式来共享，我觉得中国应对起这一挑战是更有经验的。

第一财经：我们知道发展AI等新兴生产力，算力是非常之重要的，所以会议是将算力网纳入到六张网，新型基础设施体系和水网、物流网等传统的基础设施建设并列统筹推进。那么我们站在宏观经济的视角，把算力上升为国家级的基建核心，会从哪些维度拉动GDP的增长，优化经济的供给结构，它的拉动效应和我们传统意义上的基础设施建设有什么异同之处？

摩根士丹利中国首席经济学家邢自强：我觉得您的问题是一语中的。这六张网的建设，对第一张算力网，我是高度期待。因为当前全球进入了以人工智能为代表的新一轮的科技革命，特别是中美之间在这一轮科技革命中拔得头筹、各有千秋，某种意义上美国的这些前沿的大模型企业、科技企业投入了天文数字的算力，试图取得一些模型的进一步的成果。但与此同时，由于他们的成本贵，大家经常说到的Token的成本，美国是中国的10倍，所以他们的算力使用可能也偏向高、精、尖、收费贵。

中国是完全不一样的差异化竞争的AI发展路径。中国比较强的国产大模型大部分是开源式的，通过我们在算法的改进，工程师的红利和在基础设施方面，比如说电力网络的这些优势来弥补算力的一些缺点，同时取得了Token成本只有美国的1/10，更快进入寻常百姓家，进入万千中小企业。放眼今天的人工智能的科技竞争，中国如果能在这个过程中发挥举国体制的优势，统筹算力中心的建设，特别是在一些以国有主导来建设的算力中心，更多的配置国产的算力卡，与此同时将这些算力资源以更加便宜好用的方式租用给中国头部的这些模型企业、科技企业，这就如同从2G升迁到3G、4G网络时代，成功地建立起了AI时代的数字基础设施，这跟美国通过顶尖的模型AI算力去收取昂贵的费用是完全不一样的发展路径。

但这也可能是中国最极具特色的发展的前途，可能在未来全球的AI版图上，中美分庭抗礼，中国的发展路径、开源足够好用、能够进入寻常百姓家的这些模型、能迅速的提升全社会的竞争力，算的是大账，而不是单独一个算力中心、一个模型公司本身的收益。

第一财经：那么站在宏观的视角，我们在思考支撑这一轮科技增长的长期逻辑是否扎实，它的基础怎么样？

摩根士丹利中国首席经济学家邢自强：以韩国市场为例，在前期有一些杠杆性的资金杀入、去拥抱这些以存储为代表的AI算力股票。我们都知道但凡杠杆资金高度涌入上涨，过度拥挤的这种交易，一旦出现比如说后面去杠杆或者别的因素的影响，可能又会出现角度的调整，出现压力测试。但是在这个调整和压力测试的过程中，可能有些投资者也扪心自问，AI的发展是不是一帆风顺，会不会有一些商业模式的前景投资回报不容易。我觉得任何一轮科技革命，回顾历史上的五轮科技革命，从早期的第一次工业革命，后期的电子化、PC个人电脑的普及，再到最近一轮的互联网都存在着这种在波浪中前行，有一段时间出现了过度投资，那市场可能需要再回归冷静。直到生产率真正得到了这一轮科技革命的提振，大家的信心才趋于正常。

当前很可能是从外资、全球投资者看美国、看韩国这些AI算力市场的角度来讲，认为AI投资的上半场暂时告一段落，过去一两年单纯的追逐算力芯片存储，投资的方式暂时告一段落。下半场是什么，大家正在中场休息阶段摸索，很可能会转向运用AI提升企业的效能，提升社会生产率而得益的这些行业和企业，也就是说不是传统意义上只是做产值的这些范例，而是运用这些产值提升了自身营收和效率。

第一财经：我们来关注产业落地的现实路径，近期长鑫科技成功登陆科创板、10年长期培育的故事，让合肥的科创产业投资模式再度成为焦点，这套产业模式是如何发展起来的？可复制性有多大？

摩根士丹利中国首席经济学家邢自强：我想您提到“合肥模式”了，我来回答它难免带有一些个人色彩，因为我也是来自合肥，但我想尽管最近大家由于一些科技企业的上市，针对这个模式产生了很多的探讨，但是可能合肥人也不能太骄傲。

因为这个模式它有着天时、地利、人和多种因素的成分，所以我们看到其实合肥是建立在整个长三角一体化的基础上，长三角的每个城市拿出来都是在提升营商环境，构建产业链集群，在新质生产力闯出一条光明之路，有很多的经验的。比如说上海在AI硬件、半导体上下游就形成了很好的生态链，再比如说苏州在光模块等AI的设备板块也有很强的表现，更不要说浙江杭州等等在国产大模型、人工智能的具体的应用环节也有很多新的创新。但是如果放眼整个长三角，包括合肥在内有一个共同的特点：它注重营商环境，注重服务型政府，注重尊重企业家精神，尊重民营企业的活力。

所以政府之手在这里面起到的是一个帮助，起到的是一个服务的作用。很多时候我们会说合肥很有魄力，做了很多的投资，但其实在每一笔投资之后，它做到的更多的是服务式，怎么让这个行业的上下游的资源和要素能够进一步的集中起来，不是光靠一些政策优惠，还是要更广泛的营商环境的提升，才吸引人才和要素的集聚的。与此同时，长三角各司其职，各有千秋，并不是大家一窝蜂都去做同样的产业，产生雷同的同质竞争。这一块，我觉得长三角一体化起了居功至伟的贡献。

第一财经：最后我们希望可以结合本次政治局会议的完整部署，我们一起来展望一下2026年下半年到明年年初宏观经济的修复节奏和AI产业化进程，这两大主线您认为会如何交织演进呢？

摩根士丹利中国首席经济学家邢自强：其实这两大进程从宏观的角度，主要就是我们内需消费前期遇到的一些挑战，如何在修复走到更加健康的良性循环上。首先今年全球不太平，由于美伊战争引发的油价高企能源冲击，我们的研究人员对全球大部分地方的经济增长预测都进行了比较明显的下调，但是对中国经济保持了比较强的韧性，给予了充分的肯定。哪怕二季度经济也面临一定的挑战，但我们认为全年的经济增长能够达到4.6%左右，符合政府提出的增长区间的目标。这里面核心一点：下半年财政政策加快使用落地，尤其是在六张网中容易形成工作量的，比如能源转型的一些电网、超高压以及配套的储能等等，在下半年会起到对经济托底的作用。与此同时，当AI算力网这方面的规划思路更加清晰之后，也有望跟上，这是下半年发力的主要抓手。另外一点AI下半场，其实去年底AI出现了一个进步，所谓的智能体的出现，大家经常说的小龙虾，在公司里面嵌入各种任务，但发展到今天大家发现它虽然有一定的进步，但是只是在比如码农领域取得了生产率的极大进步，能够编程。在别的工作环节领域，比如说我们今天所在的演播室领域，它的准确率成功率百分之九十几，还需要大量的人力帮它去审查纠偏。所以在这个过程中还没有起到广泛意义上的提振企业生产率的作用。

但我想AI本身还是在进化的，所以是中国企业在开源式模型的不断进步，就像最近几家国产大模型，不断的取得新模型的进展一样。下一阶段如果它进一步的进步，准确率、成功率会提升，更多的企业觉得好用，那就是我们观察AI进一步的进入万千企业，实现运用AI的企业营收方面的增收，那是AI投资的下半场，大家的思路就更加宽广了，而不是聚焦于仅仅是提供产能的算力的企业了。