文章核心观点 - 人口变局（减少与老龄化）与人工智能革命的历史性交汇，将导致经济与社会结构发生深刻分化，而非简单的资源充裕或问题解决 [4] - 这种分化主要体现在三个方面：核心与外围资产的分化、商品与服务价格的分化、以及收入分配的分化 [6] - 人工智能并非解决所有问题的“灵丹妙药”，其在提升整体供给效率的同时，也可能加剧结构性稀缺和分配不均 [4][7] - 面对这一变局，需要充分发挥人工智能的正面作用以对冲人口压力，同时妥善应对分配问题，并重新定义和把握新时代的核心资产 [11] 第一章 人口密度的“悖论”：对抗熵增的必要门槛 - 人口减少与老龄化挑战：全球主要经济体面临人口增长放缓、低生育率与老龄化问题。中国2022年总人口首次负增长，2025年末为14.05亿，较上年减少339万人，自然增长率为-2.41‰。中国老龄化进程快于其他主要国家 [16] - 人口密度与规模效应：人口减少并不自动带来人均资源充裕。许多公共服务和基础设施（如地铁、医疗、教育、快递）依赖一定的人口密度来分摊其高固定维护成本（对抗“熵增”）。一旦人口低于临界点，将因失去规模经济而出现“涨价、低频、体感差”的服务退化 [7][18] - 核心与外围资产分化：新经济地理学理论指出，人口减少将导致资源加速向核心区域集中，边缘地区则面临退化。案例包括日本“限界集落”、美国“锈带”和底特律的公共服务破败。核心区域（如一线城市核心区）的资产（地产、医疗教育资源）将更稀缺，而边缘地区资产可能折价 [8][20][22][28] 第二章 供和需的“错配”：AI能在多大程度上解决供给问题？ - 人口变局下的需求错配：人口收缩导致总需求增长放缓，同时需求结构发生变化。年轻人口减少削弱对标准化商品（如住房、汽车）的需求，老龄化则推升对非标准化服务（如医疗、护理、养老）的需求。中国部分工业部门已出现产能利用率偏低（2025年为74.4%）与价格承压（PPI下降2.6%）的情况 [39] - AI时代的供给错配：人工智能能有效降低标准化劳动的成本，使标准化商品和流程化服务供给更充裕、更便宜。然而，人工智能难以替代非标准化、需要人际互动、复杂判断和责任承担的领域（如高端医疗、护理、教育、陪伴）。这导致供给能力提升与结构性需求（非标准化服务）之间存在错配 [42][45] - 商品与服务价格分化（鲍莫尔成本病）：人工智能革命将加剧“商品通缩”与“服务相对通胀”。标准化商品和服务的价格因效率提升而承压，而人工智能难以替代的服务（尤其是照护型、专业型服务）价格因需求旺盛和降本困难将继续上涨。美国过去30年医疗、教育等服务价格涨幅远超商品价格 [46][49] 第三章 从要素退化为成本：劳动力价值的被挤出？ - 分配权的理论基础：在柯布-道格拉斯生产函数中，劳动收入份额为1-α。技术进步对劳动份额的影响取决于其“偏向性”（资本偏向型、劳动偏向型或中性） [55] - 历次技术革命的分配影响：蒸汽机革命（资本偏向型）导致劳动份额下降；电气革命（劳动偏向型）因创造大量新任务及制度保障，劳动份额回升约9个百分点；信息技术革命（资本偏向型）在发达国家导致劳动份额再次下降 [57][59][60] - AI时代劳动份额的演变推演：人工智能革命的核心是算法决策替代人类认知，可能导致劳动力从生产要素退化为成本。悲观情形（算力无限增长）下，所有标准化任务被自动化，工资锚定在算力替代成本，劳动在总产出中的贡献份额趋近于零。温和情形（算力有限增长）下，劳动仍保留部分分配权 [65][68][70][72] - 算力的定价路径：算力产出（词元）是差异化商品，不同模型的“智能质量”不同，因此算力市场更可能走向差异化定价，而非完全同质化的公用事业模式。但产业链中提供标准化“算力管道”的环节可能向公用事业演变 [76] 第四章 如何应对AI时代与人口变局？重新定义稀缺资产 - 利用AI的正面性提升增长：测算显示，人工智能产业发展通过对全要素生产率（TFP）和资本存量的拉动，未来十年可年均提升中国和美国潜在增长约0.46和1.08个百分点，足以对冲劳动力供给收缩带来的拖累（分别为0.19和0.01个百分点） [81][90] - 应对潜在的分配分化：随着人工智能使资本与劳动的关系从互补走向替代，需加强二次分配调节。政策方向包括优化税制结构（如加强直接税调节）、探索新税种（如数据税、机器人税），以及构建可能独立于工作的社会保障体系（如全民基本收入UBI） [93] - 寻找新时代的核心资产：可通过四个测试性问题筛选核心资产：1)脱离补贴后能否独立运行；2)人口密度降低后单位维护成本是否激增；3)产出效率是否对人工智能有竞争力；4)是否为人工智能/机器人产业链的必需品 [94] - 物理空间与属性的“稀缺资产”：如一线/强二线核心区域的地产、优质交通网络、医疗与教育资源。边缘地区或高固定折旧资产（如收缩型城市地产）可能陷入“折旧陷阱” [13][95] - AI无法提供的“非标准化资产”：如定制教育、高端养老养护、情感陪护、心理咨询、艺术创作等。在思考深度和表达深度要求高的工作上，人类仍占主导 [13][96] - AI时代的“瓶颈资产”：系统的产出受制于最稀缺的资源。中短期看，人工智能投资扩张催生对芯片制造、电气设备、通信等行业的阶段性需求；长期看，硬约束将转向高能量密度能源、关键矿产资源、智能电网及长时间稳定储能等领域 [13][97]