夜雨聆风AI与人口变局的核心逻辑推演
全球正面临总人口下降、老龄化的人口变局，两者交织将带来深远影响，当前正处于重要历史交汇点。
AI近一两个季度几乎以一己之力拉动全球增长，2026年一季度美股盈利中70%来自AI投资贡献，背后是企业消耗现金流以及融资推高短期资本开支竞赛！
美国一季度GDP增速超五成由AI相关软硬件投资拉动，是全球市场上涨的核心动力。
当前市场与学界对两者交织的影响尚无定论
乐观派认为AI与机器人可对冲人口减少的劳动力缺口，带来物质充裕、人均资源提升；
理性派则认为可能引发总需求不足、非核心资产收缩等问题，差异或将扩大。
人口减少与资源充裕关系: 不少人认为人口减少、老龄化、少子化会降低竞争压力，缓解资源紧张状况，提升人均资源禀赋与生活舒适度，但这一认知存在核心悖论。根据熵增理论，任何物理或经济系统都会自然从有序走向无序，若要维持系统有序运行，需要投入劳动力与能量实现熵减，而快递、外卖、公共设施等商业与公共服务的供给，需要足够的人口密度支撑才能覆盖运营成本，人口密度过低会导致这类服务变得不经济，出现功能性弱化甚至退化。
多地案例可佐证该逻辑：日本县界极落地区65岁以上人口占比超50%，过去十余年已陆续停运大量地方铁路；
1999-2010年日本实施平成大合并，通过缩编人口稀少的相邻行政单位降低维护成本；
底特律人口流失后公共设施快速老化；
韩国首尔经济区集中了全国大量人口，资源持续向核心区域倾斜；中国东三省边缘地区常住人口流出后，服务供给明显收缩。这一现象也符合新地理经济学理论，即人口密度下降时，低密度地区服务半径拉长、经济性不足，资源会向核心区域集中，边缘区域快速退化。由此可推导结论：人口减少无法自动带来资源充裕，反而会推动核心与外围资产分化，此处的核心不仅指物理空间上的核心区域，也包括资产属性上的核心资产，比如核心区域的新房、维护良好的物业与配套完善的房产价格表现坚挺，而人口流出的三四线城市、边远区域的资产受到的冲击更大，投资应优先把握核心资产，避免无序扩散。
AI革命对供给的影响: 人口变局下首先存在供需结构错位：人口减少与老龄化会带动总需求下降，但老龄护理、适老出行等服务性需求会出现结构性增长，供需并不匹配。
AI与机器人确实能降低生产对劳动力的依赖，提升商品与服务的供给能力，改变供需格局，但供给端同样存在差异化影响，可分为三类：
a. 可复制商品的边际复制成本逐渐趋近于原材料成本，有望进入物质充裕时代；
b. 自动驾驶、无人机等技术规模化应用后，快递、外卖、出行等可复制服务的供给能力将大幅提升；
c. 专业化、精细化分工的领域更容易被AI替代，2023年以来美国IT、金融行业就业明显收缩就是典型例证，而跨行业、需要主观思考与情感投入的领域暂时难以被快速替代。
在此背景下鲍莫尔效应凸显：
AI提升全社会劳动生产率后，可复制的商品、服务会走向通缩，但AI暂时无法替代的领域，如情感陪护、定制化服务、优质人力服务等的价格反而会上涨，2000年以来美国可贸易品价格持续下降，教育、医疗、婴幼儿护理等非贸易品价格持续上涨的格局短期甚至会进一步放大。整体来看，AI无法实现所有资源的同等充裕，会引发商品与服务价格的分化，未来可能出现消费者可负担高端精密电器，但难以承担优质护工等人力服务的情形。
AI发展的分配问题分析: AI革命与此前的技术革命存在核心差异：
工业革命、电气革命解放人类肌肉，人仍参与生产关键环节；互联网革命仅降低信息分发成本，未替代生产环节劳动力；而AI与机器人可直接介入生产环节，基于科布道格拉斯生产函数，劳动力贡献可能随AI发展持续下降，甚至在部分行业、部分时段趋近于零，劳动力将从生产要素降级为纯粹的成本项，按劳分配机制失去载体，分配权向资本、全要素生产率倾斜，引发分配分化问题。
针对AI替代劳动力的趋势，可分为两种情形推演：
a. 悲观情形：假设算力可无限增长，边际成本不变甚至递减，劳动力贡献趋近于零，工资水平将被锚定在算力成本线，劳动力份额几乎为零，大部分劳动力会被替代；
b. 温和情形：实际社会运行存在摩擦，算力增长受关键资源等约束，成本存在上限，当算力替代劳动力的成本高于使用劳动力的成本时，替代就会停止，劳动力与算力达成平衡，AI暂时无法替代的行业仍可保留部分劳动力份额，但工资水平仍会受算力替代成本约束。综合三大核心问题的分析，AI与人口变局交织将带来三大长期分化：核心与外围资产分化、商品与服务价格分化、分配层面的分化。
AI时代的稀缺资产配置方向
AI时代的应对思路: AI短期对经济具备显著正面拉动作用，既可提升全要素生产率，也可通过资本开支形成资本拉动经济，虽存在挤出效应、取代部分就业等负面性，但测算显示其负面效应在未来一段时间可被充分对冲，未来十年AI年均拉动中国GDP提升0.51个百分点，拉动美国GDP提升0.3个百分点，从全要素生产率角度可完全覆盖GDP增长的潜在拖累，且中美拉动效果存在差异。应对层面，一方面需充分肯定AI的短期积极效果，另一方面需妥善解决潜在问题，重点是劳动力在生产环节被挤出的问题，在做大蛋糕的同时优化分配机制，可通过税基分配调整、保障制度优化等方式，适配AI和机器人时代的新变化。
稀缺资产筛选标准: 在AI与人口变局的大背景下，传统意义上的核心资产将被重新定义，需通过四个定性维度筛选适配新时代的核心资产：
a. 脱离大规模政府补贴后，能否实现独立可持续运营，若无法做到则需要一定人口密度门槛维持经济性；
b. 维护成本是否会翻番，若成本翻番则会陷入折旧陷阱，不具备运营经济性；
c. 生产运营效率是否高于AI和机器人，若效率更低则会被技术替代；
d. 是否为AI运行和机器人生产链条上的必需环节。
三类核心资产方向: 基于列昂季耶夫生产函数理论，生产环节中具备约束性的瓶颈资产是最紧俏的核心资产，AI与人口变局时代可重点关注三类核心资产：
a. 物理空间和资产属性上的稀缺资产：这类资产需维持一定人口密度以保证维护经济性，即便当前市场对地产板块态度偏谨慎，核心区域具备优质交通网络、教育、医疗等资源的资产依然具备稀缺性，人口收缩背景下资产价值将进一步分化，核心区域稀缺资产价值不会随人口总量下降而降低，反而会持续凸显；且AI及AI 医药及美国秩序下的世界和平会提示全人类总生存时间，提升住房需求及品质！
b. AI暂时无法提供的非标准化资产：即短期AI难以替代的资产，涵盖需求端的养老、心理咨询、艺术、品牌价值，以及工作场景中需要深度思考和复杂表达的岗位对应的资产；
c. AI时代的瓶颈资产：目前在建数据中心可能完成投产就已经消灭了企业现金流及可融资极限，而AI的尽头是居民的我可负担开支，失业替代下，雪上加霜！而AI产业链目前基本已经股价涨10倍，而最终获得利润远比之前互联网大厂估值15是更少！
