高盛-房地產宏觀：AI飛躍將加速城市間房地產市場的分化

Title: China’s AI Leap Forward

標題：中國的AI飛躍

由于AI主要通過替代人力和提升工作效率的方式來提高GDP增速，所以未來不但是AI行業本身聚集的城市可以得到快速發展，其他受益于AI較大產業的城市也一樣可以大幅提高發展速度，而當地的房地產市場也會顯著受益于城市GDP增速的提高。

譯文：2023年，我們研究了生成式人工智能（AI）對勞動力成本節省、生產力提高和經濟增長的潛在影響。我們的分析表明，如果人工智能得到廣泛采用，最終可以將美國的年GDP提高15%，中國的年GDP提高9%。從那時起，中國的AI發展速度比我們的基線假設要快。例如2023年，中國代表前沿人工智能研究的基礎模型數量增加到20個，超過了歐盟和英國的總和15個（美國109個）。最近DeepSeek成為美國AI領導者的全球競爭對手，這表明中國AI的采用率和經濟上升空間比我們預期的要快（圖 2）。

我們更新了AI對中國增長趨勢影響的估計，納入了更快的采用時間表和更詳細的中國勞動力狀況。更新后的模型表明，未來幾年中國的潛在增長率將略高（例如2030年的額外增長率為0.2%-0.3%，而之前為0.1%）。

圖 2：DeepSeek用戶數量比以前的應用程序增長得更快

分析：這里首先簡單介紹一下宏觀層面上GDP與房價的關系，GDP增速越高越支持房價上漲，樸素的理解就是經濟越發達的地區房價越高。而AI的應用可以在很大程度上提高勞動效率，這樣GDP增速也會因此而變高。

如上圖2所示，鑒于目前我國AI模型的快速發展，高盛修正了之前AI對于我國GDP影響程度的估算，比如到2030年AI對GDP的額外推動增量為0.2%-0.3%，2024年我國GDP總量為134.9萬億，按照年均4.5%增速來算2030年GDP大概是175.7萬億，年額外推動增量可以達到0.35萬億到0.53萬億。

從全國層面上看似乎這些GDP增量并不算多，但考慮到這些千億級別的每年額外增量并不是均勻分配的，而是集中分配到受益較多的核心城市中去（原因在后面交代），那么對這些核心城市來說，每年GDP得到的受益就大得多了，特別是長期角度對本地房地產市場的影響也會非常顯著。

中國詳細的行業概況

譯文：在最初上調2023年AI對勞動生產率的提升作用預測時，我們根據國內就業份額對20個職業的任務級AI風險敞口進行了重新加權，以估計生成式AI的整體上升空間。在本次更新中，我們將這些AI暴露指標與中國約100個行業進行了匹配，以估計采用AI可能帶來的生產力提升。與美國相比，中國勞動力市場不太容易受到AI自動化的影響，因為暴露較少的體力密集型工作所占比例較高。例如，雖然農業、制造業和建筑業僅占美國總就業人數19%，但它們占中國所有就業崗位的50%。相反，金融/保險和專業/技術服務業更容易受到人工智能驅動的任務自動化的影響，在美國占總就業人數的14%，但在中國不到3%。

圖 3：與美國相比，中國勞動力市場更不容易出現AI誘導的任務自動化

分析：這里高盛通過調查說明了AI為什么對我國GDP的推動作用小于美國，主要是因為我國從事體力勞動的人群數量龐大（如上圖3所示，占了一半以上），而目前AI在替代體力勞動方面的應用還有很長的路要走，主要提升的還是腦力勞動的效率。

簡單點概括就是AI對高端職業勞動效率的提升作用很大，另一面看也是替代性越強，比如醫生、律師、工程師、金融、科研這些行業的效率會有大幅的提升，但同時也會有大量從業人員被替代掉。正如歷次科技革命所經歷的那樣，雖然AI會對某些行業的就業造成短期沖擊，但效率的提升對于GDP的正面效果是顯著大于對就業的沖擊的。

具體到城市層面，哪些城市獲得的收益最大呢？這要看城市的發達程度和城市經濟結構中的行業分布。首先簡單點說，越是核心城市享受的GDP加速效果越大，這是因為核心城市的產業結構往往更高端，那么AI應用對于經濟效率的提升作用就會更強大。其次從產業結構上說，有兩種類型的產業受益會很大，一種是AI與AI周邊的產業，比如AI模型開發行業、AI基礎設施行業（芯片、PCB、存儲、云計算、存儲、軟件等）；另一種是受益于AI應用的其他行業（汽車制造、生物醫藥、機器人、新材料、電子信息等）。所以以上這些行業布局較多的城市（其實就是一二線城市）在AI時代的經濟增速會大大加快，這自然也會帶動城市房地產市場的長期繁榮。

AI領導者更快地采用

譯文：在納入人工智能提升的假設之后，中國的人工智能采用曲線（定義將生成式人工智能納入常規生產），明顯落后于美國和其他發達新興市場。這個時間表的采用率在2030年代中后期達到峰值，這意味著到2030年只有10%-20%的采用率。過去12-18個月中國人工智能的快速發展以及最近的DeepSeek突破表明，這一時間表有很大的上升空間。特別是，中國成為人工智能領導者表明，與主要新興市場相比，中國的采用率可能更快。因此我們上調了中國人工智能采用率的假設，以匹配我們對非美國發達市場的預測（該預測仍比美國的采用率滯后一年，圖 4）。根據這一假設，到2030年采用率將超過30%，邊際采用率在2030年代初達到峰值，并且該技術在未來15年內被完全采用。

圖 4：我們正在更新對中國AI采用的假設

分析：之前高盛對于我國AI采用率的假設太保守了，它們預測到2030年我國AI的采用率只有10%-20%，而事實上Deepseek的出現表明我國對于新科技的采用速度遠超高盛的估計，現在他們預測到2030年我國AI的采用率將超過30%（如上圖4所示）。

其實從25年前網絡革命的例子就可以看出，我國對于新事物應用的速度是非常快的，記得2001年時候寧波就到處有網吧，我和同學放學第一件事就是竄進網吧去打紅警和帝國之類的游戲，那時候離電腦和網絡進入中國也就區區幾年。三年后的2004年大學暑假去旅游，我發現偏遠的村里網吧也早就普及了，不同的是我們當時玩的是魔獸世界，而村里還在玩傳奇。

另外還有一點就是大家別覺得2030年采用率30%很低，因為我國一大半是勞動密集型產業，AI的可用性并不大，所以30%的采用率基本上已經覆蓋了能用的所有行業。總之我個人對于AI未來在中國的快速普及采用是持非常樂觀的態度的，所以基于這個判斷和高盛前面的定量測算，長期來看未來核心城市的房價上漲空間會被打開，而且會繼續和普通城市拉開差距。

規模稍小但更前置的增長升級

譯文：在納入了更詳細的勞動力市場數據后，我們將勞動生產率的累計增長預測下調至8%（之前為9%），遠低于美國15%的增幅。盡管全面采用AI后的總體影響略低于我們之前的估計，但由于圖 4中概述的采用時間表更快，未來幾年的影響可能會更加積極。例如，我們現在預計人工智能將在未來幾年開始提高中國的潛在增長，到2030年每年將實現0.2%-0.3%的增長（之前為0.1%的增長，圖 6）。

圖表 6：隨著采用速度的加快，中國的潛在經濟增長將受到更大的推動

分析：這一塊前面已經做過分析，這里高盛給出的圖6可以看的更加直觀些，深藍色表示標準狀態下AI對GDP的加速作用，灰色代表AI快速普及狀態，而淺藍色代表高盛之前的測算（慢速普及狀態）。

在這里我個人覺得以后的走勢可能是偏向于灰色的AI快速普及狀態，可以看出快速普及狀態下AI對于GDP的增量貢獻在2033年達到0.45%的最高水平（中間每年的增加速度也不低），這對于GDP來說算是一個比較大的增益BUFF，當然對一二線城市的房地產市場來說也是影響拐點來臨時間點的重要長期因素。

預計2025-2027年人工智能相關支出將強勁增長

譯文：包括最近的DeepSeek R1在內的自主開發模型的推出展示了中國公司不斷提高性能的能力，同時降低訓練/推理成本和計算能力要求。在我們分析師看來，這應該會繼續推動更高的資本支出和投資，以在整個生態系統（包括半導體、數據中心、云服務、軟件和電信）中爭奪AI代理和應用程序。預計字節跳動、百度、阿里巴巴和騰訊 （BBAT） 這些中國最大的AI模型構建公司的總資本支出將在2025年增長38%。

使用上市公司數據，我們將上市公司分為科技行業和非科技行業。請注意，我們在這里使用了相對寬泛的科技定義。隨著科技公司建立AI基礎設施、平臺和應用程序，未來幾年與AI相關的支出應該會急劇增加。這種模式類似于美國已經在進行的人工智能投資周期。隨著AI應用的開發和成熟，非技術部門可能會增加支出，以便在這個十年的晚些時候將AI服務納入常規生產。總的來說，我們預計未來幾年中國人工智能相關總支出將上升到接近年度GDP的1%（圖 7）。

圖表 7：未來幾年人工智能相關支出可能接近年度GDP的1%

分析：上圖7是高盛對于AI基礎設施投資的預測，其中分為AI技術公司和非技術公司兩類，那么首先投資的肯定是技術類公司，然后等AI技術相對成熟了，才會在各領域鋪開應用，這時候再根據應用的實際情況進行非技術領域的投資。

從這個角度上看，2025年-2027年間技術類公司（BBAT型公司）所在城市的GDP和房地產受益會大點，典型的就是杭州前段時間的搶房情況。而在2028年開始AI應用普及的其他非技術領域的投資比例會增大，就比如汽車制造、生物醫藥、機器人、新材料、電子信息等行業聚集城市的GDP和房地產受益會大點，而這些前沿行業基本集中在一二線城市。

勞動力替代需要謹慎管理

譯文：雖然人工智能在經濟中的廣泛采用有可能減少勞動力投入，從而顯著提高勞動生產率，但鑒于目前勞動力市場疲軟和持續的通貨緊縮壓力，中國需要謹慎管理其步伐。在房地產市場低迷、嚴控地方政府隱性債務的努力以及金融業的監管收緊的情況下，房地產行業、公務員和金融部門都有工作崗位流失。青年失業率保持在15%以上，PPI通貨緊縮已持續28個月。在過去的幾年里，每年有超過1000萬學生從大學畢業，對勞動力市場和工資造成了相當大的壓力。在這種環境下，AI的采用雖然可以提高勞動生產率，但同時也會減少工作崗位供應量，加劇通縮，削弱信心。

另一方面，未來幾十年中國的人口老齡化速度將比其他主要經濟體更快。根據聯合國的預測，未來25年中國的勞動年齡人口（15-64 歲）可能會萎縮25%，人工智能和機器人為老齡化提供了解決辦法：短期內，AI發展的競爭可能會適度促進科技行業的就業，而缺乏成熟的AI應用意味著非科技行業的就業流失率極低。幾年后，隨著AI準備好大規模采用，科技和非科技行業的失業工人人數可能會激增。以前的生產力提升技術周期表明，失業工人可能需要幾年時間才能在其他部門找到工作。因此，在勞動力市場適應AI采用的最后階段就業會再次增長（圖 8）。

圖表 8：勞動力市場適應AI采用的可能三個階段

分析：這里高盛從短期和長期兩個角度分析了AI對于經濟的作用，從短期角度上看，鑒于目前處于通縮周期且就業市場疲軟，AI的大規模采用會加劇這兩種情況。而從長期角度上看AI可以彌補未來我國總人口下降帶來的劣勢，因為AI可以大大提高人均單位的產出效率，簡單說在AI加持下以后一個人可以當兩個人來用。

上圖8是高盛關于AI采用對勞動力市場影響的預測圖，可以看出從2026年開始AI對于非科技行業的就業就開始出現了替代的作用，這種替代帶來的失業會在2030年前后達到頂峰，而這些失業人員一般會在失業的3年以后才重新找到合適的工作。失業后再就業的過程對于房地產市場無疑是較大的中短期打擊，所以在AI實際應用的非科技行業布局較多的城市，其房地產短期可能面臨較大的下跌壓力。

譯文：AI開發、AI采用和工作崗位流失的未來路徑仍然高度不確定，就像DeepSeek出現的速度一樣，技術突破的路徑不可預測。因此我們沒有改變對中國的實際GDP增長預測。我們基于最新信息更新的模型表明，相對于我們之前的估計，中國的中期潛在增長有一定的上行空間。此外DeepSeek的出現和成為行業領導者的競爭可能會導致中國的AI投資周期更加提前。綜上所述，這意味著未來十年中國的年增長率將提高約0.2%，未來幾年主要由更前置的AI投資周期驅動，而未來幾年則受到隨著AI采用的勢頭增強而勞動生產率不斷提高的推動。

分析：由于AI未來的實際應用路徑目前并不確定，所以以上的具體行業只是推測。但可以確定的有兩點，第一在宏觀層面上，AI會對未來GDP有顯著的增速效果，這將支持房地產繁榮。第二在中觀層面上，受益于AI的城市僅限于知識密集型行業扎堆的一二線城市，這些城市的房地產長期看更具價值，但短期受到失業后再就業的因素的擾動，房價將顯著承壓。