（来源：数据GO）

一半海水，一半火焰

当AI产业链利润翻倍，15个行业还在负增长

2024-2026年，中国经济正在经历一场结构性撕裂。

TMT利润+105%，有色金属+92%，AI算力投资超3000亿。

房地产投资-19.2%，钢铁利润-51%，15个制造业行业仍在负增长。

这不是周期性的冷热交替，而是经济体的肌肉纤维在撕裂和重组。

谁在火焰里，谁在海水里

先看一组数据。2026年上半年，中国经济增速4.3%，看起来不算差。但把这个数字拆开，裂缝就出现了。

出口同比增长19.3%，是GDP的主要支撑。制造业投资增长12.4%，集中在少数几个赛道。消费增速只有3.8%，远低于疫情前6-8%的水平。房地产投资还在跌，连续三年负增长。

落到行业层面，分化更触目。

▲ 图1：2026年上半年行业利润/投资增速分化。红色为"火焰阵营"，蓝色为"海水阵营"。数据来源：国家统计局、万得（Wind）金融终端。

火焰阵营：人工智能产业链是最猛的火头。TMT行业利润增长105%，其中AI芯片、服务器、光模块等细分领域贡献了主要增量。有色金属利润增长92%，锂、钴、稀土这些新能源和AI算力上游材料需求暴涨。光伏组件出口增长67%，新能源汽车国内渗透率突破52%。

海水阵营：房地产投资-19.2%，这是连续第三年两位数下滑。钢铁行业利润-51%，水泥产量-12%，平板玻璃产量-8%。建材行业利润-48%。传统家电零售额增速只有1.5%。这不仅仅是"调整"，而是整个产业链条在收缩。

还有一个灰色地带：15个制造业行业的净利润仍为负增长。它们不在舆论聚光灯下，但雇佣了最多的产业工人。这些行业包括纺织、造纸、家具、印刷、橡胶塑料制品等——都是劳动密集型、出口依赖型的中低端制造。

你的职业、你所在的城市、你的资产配置，取决于你站在哪个阵营。这不是个人努力的问题，是产业结构性位移的结果。

企业的冰火两重天

企业层面的分化，数据更直接。

电子行业和电气设备行业的企业，2026年上半年员工人数同比分别增长了9%和8%。AI公司、新能源公司、芯片公司在抢人，应届生起薪30万以上的offer集中在这几个赛道。

但钢铁、建材、房地产行业的企业，同期员工人数下降了2-5%。不是优化，是规模性收缩。房地产开发企业数量较峰值减少超过40%。

利润端的分化同样剧烈。2026年上半年，A股上市公司中，净利润增长超过50%的企业，七成集中在电子、电力设备、有色金属三个行业。而净利润下降超过50%的企业，超过一半来自房地产、建筑装饰、钢铁、建材四个行业。

▲ 图2：2026年上半年企业端扩张与收缩对比。电子/电气行业扩招，钢铁/建材/房地产裁员。数据来源：A股上市公司半年报、万得（Wind）金融终端。

普通人的困境：2亿灵活就业者与17.9%的青年失业率

经济分化最直接的成本，落在了劳动者身上。

2026年6月，16-24岁青年失业率17.9%。这个数字在2023年一度超过21%，现在虽有回落，仍然意味着每6个年轻人里就有1个没有稳定工作。

灵活就业人数超过2亿。其中，外卖骑手超过1300万人，网约车司机超过700万人。这两个职业成了经济转型期的"蓄水池"——制造业收缩流出的劳动力、建筑业停工释放的农民工、找不到对口工作的大学毕业生，最终汇聚到了这里。

收入数据也在讲述同一个故事。城镇居民人均可支配收入增速从2023年的6.2%下降到2026年上半年的4.2%，低于GDP增速。居民消费倾向持续走低，储蓄率攀升至34%以上。人们在"预防性储蓄"——不是不想花钱，是不敢花。

收入分化在加剧。AI和新能源行业的高薪岗位在增加，但数量有限；传统行业的就业岗位在减少，影响面更大。结果就是：少数人的收入在快速增长，多数人的收入增速在放缓甚至下降。

▲ 图3：青年失业率走势与灵活就业人员构成。外卖骑手和网约车司机成为经济转型期最大的"蓄水池"。数据来源：国家统计局、交通运输部、美团/滴滴公开数据。

GDP增速背后的结构性裂缝

4.3%的GDP增速，如果只看总量，似乎一切正常。但拆开看结构，问题就暴露了。

出口是最大的引擎，同比增长19.3%。但出口的高增长部分来自"抢出口"效应——企业在关税预期下提前发货，以及人民币汇率走弱带来的价格优势。制造业投资增长12.4%，但高度集中在AI算力、新能源、半导体等少数领域。消费增速3.8%，不到出口增速的五分之一。房地产投资连续三年负增长，对GDP的拖累仍在加大。

▲ 图4：GDP季度增速趋势、三驾马车贡献度、居民收入增速与储蓄率变化。收入增速持续低于GDP增速，储蓄率攀升。数据来源：国家统计局。

政策做了什么，还缺什么

政策已经在出手。

"两新两重"（新型基础设施、新型城镇化，交通水利等重大工程、能源等重大工程）是主要抓手。设备更新和消费品以旧换新政策，拉动了汽车和家电消费。2026年上半年，新能源汽车在以旧换新补贴的推动下，月销量突破140万辆。

专项债发行加速，2026年上半年新增专项债超过2万亿元，主要用于基础设施和产业园区建设。货币政策方面，LPR持续下调，5年期以上LPR降至3.1%，房贷利率创历史新低。

但效果有边界。消费补贴能拉动短期需求，但无法解决"不敢花钱"的深层问题——就业安全感、收入预期、社保覆盖。基建投资能稳住总需求，但难以直接创造大量高薪岗位。降息能降低企业融资成本，但企业如果不投资、不扩产，低利率的资金也只能在金融体系内空转。

日本与德国的镜子

日本：别让悲观预期固化

日本在1990年代泡沫破裂后的经历，是理解当前局面的重要参照。

日本犯过的几个关键错误：一是拖延处理银行坏账，让"僵尸企业"持续占用资源，压制了新兴产业的空间；二是在资产负债表衰退期间，企业和家庭选择"还债优先"而非投资消费，政府刺激政策效果被对冲；三是在通缩环境中形成了持久的悲观预期，即使后来零利率也无法有效提振。

中国当前的情况与日本有相似之处，但也有关键不同。相似点：房地产下行、企业去杠杆、居民储蓄率上升、消费信心不足。不同点：中国的制造业优势仍在、新能源和AI等新赛道增长强劲、政策空间比当年的日本更大。

日本的一个正面经验是：在转型期，社会保障网的强度决定了社会承受结构性调整的能力。日本的全民医保和年金制度，在一定程度上缓冲了经济下行对普通人的冲击。

德国：保住制造业比重

德国在2000年代初期经历了类似的结构性转型。当时德国被称为"欧洲病夫"，制造业外流、失业率高企、经济增长乏力。

德国的应对有几个关键点：一是施罗德政府的"哈茨改革"，改革劳动力市场，降低雇佣成本，激活灵活就业；二是坚持"工业4.0"战略，保住制造业在GDP中的比重（约20-22%）；三是"隐形冠军"企业群的培育，大量中小企业在细分领域做到全球前三。

结果是：德国制造业就业占比在G7国家中最高，收入分配相对均衡，区域发展差距小于多数发达国家。

经济转型不是简单地"从制造业转向服务业"，而是制造业内部的升级。AI和新能源可以创造新岗位，但不能替代所有消失的传统岗位。保住制造业的就业吸纳能力，是转型期社会稳定的关键。

有效的提振路径

基于数据和国际经验，三条路径值得认真对待。

对个人：技能重塑比等待回暖更实际

AI产业的技能溢价是真实的。同样本科学历，AI算法工程师的起薪是传统制造工程师的2-3倍。但这种溢价窗口不会永远敞开——人才供给正在快速增加。

具体方向：AI应用层（不需要懂底层算法，会用工具就能创造价值）、新能源运维（风电光伏装机暴增后的长期需求）、先进制造（半导体、机器人、精密仪器）。这些领域的技能门槛可以通过6-12个月的培训跨越。

另外，资产配置也需要重新审视。房地产在家庭资产中的占比超过60%，这个结构在房地产下行周期中风险集中。增配金融资产，特别是权益类资产中与新兴产业相关的标的，是分散风险的现实选择。

对企业：出海不是可选项，是必答题

2026年上半年，中国出口增长19.3%，其中对东盟出口增长超过25%，对中东、拉美、非洲出口增速更高。这些市场正在接替欧美，成为中国制造的新增长极。

但出海不等于简单地把产品卖出去。成功的企业在做几件事：在海外建产能（规避关税和地缘风险）、做本地化研发（适配当地需求）、建立独立品牌（摆脱代工标签）。

另一个方向是数字化转型。AI正在降低企业运营成本——客服、设计、翻译、数据分析等环节的成本可以下降50-80%。这不是概念，是已经在发生的成本结构变化。

对政策：三件事比刺激规模更重要

第一，稳住房地产市场。不是要回到涨价时代，而是要止住下跌预期。房地产占居民财富的60%，房价持续下跌直接压制消费意愿。政策已经从"防过热"转向"防过冷"，但还需要更大力度的存量房收储和保交楼。

第二，扩大内需不能只靠补贴。消费补贴是短期工具，长期需要做三件事：提高居民收入在GDP中的占比（当前约43%，低于发达国家的55-60%）、扩大社保覆盖面和保障水平（降低预防性储蓄动机）、稳定就业预期（特别是青年就业）。

第三，建好"转型缓冲带"。产业转型必然带来就业结构变化，关键是让这个变化不至于变成社会震荡。德国的经验是：强大的职业培训体系、灵活的劳动市场、普惠的社会保障。中国有类似的制度基础，但需要在执行层面做得更好——比如职业培训的内容要与新兴产业的实际需求对接，而不是走过场。

结语

经济结构性分化不是一个短期现象。它会在未来3-5年内持续，甚至加深。

但分化本身不是问题——任何经济体在技术革命期都会经历这种撕裂。真正的问题是：能不能让更多人搭上新增长的车，而不是被留在旧轨道上。

对个体而言，这意味着主动靠近"火焰"——不是盲目追风口，而是看清产业趋势后再做职业和资产选择。对政策而言，这意味着不只是为新兴产业"添柴"，更要为转型中的人群"铺路"。