再分层的稀缺

一、一句话先收口

很多人把"AI 时代"和"人口变局"分开讨论。前者讲算力、词元、生产率；后者讲少子、老龄、消费。但中金这篇研究最锋利的地方在于：把这两件事放在同一个框架里看，会得到一个反直觉的结论。

这一句值得贴在桌面上。后面所有的资产判断、行业判断、个人选择，都是从这一句往下推。

二、为什么是再分层 · 三条机理

1) 熵增门槛 — 人少了不是宽松，是退化

直觉上人少了人均资源会变多，住房、教育、医疗都能松一口气。但研究指出，这种直觉只在静态条件下成立。现实里很多服务体系——铁路、医院、外卖、电网——都需要一个最小密度去摊薄刚性维护成本。跌破这个密度，结果不是"够用了"，是涨价、降频、退化。

研究列举了三个不同纬度的实证：

• 日本"限界集落"——65 岁以上人口占比超过 50% 的村落。地方铁路停运、商店关门、医疗下沉。1999 年开始"平成大合并"把市町村从 3232 个减到 1727 个，本质就是为了维持服务半径。
• 美国底特律——人口从 1950 年代的 185 万降到 64 万。但人均资源并没有变松：2013 年市政文件显示，40% 的路灯不工作，警察响应平均 58 分钟，35 座消防站平均楼龄 80 年。
• 韩国首都圈——全国人口自然增长率转负后，首都圈劳动力占比反而从 47.4% 升到 51.2%。资源不是分散了，是更加集中。

2) 鲍莫尔成本病 — AI 不会消除它，反而强化它

鲍莫尔 1967 年的观察：不同部门生产率提升速度不一致，慢的那一边相对价格会一直涨。过去 25 年的美国数据完美印证——电脑、玩具、软件价格降了 70% 以上，但医疗、大学学费、育儿涨了 130%-230%。

常见的乐观叙事是：AI 来了会把所有东西都做便宜。研究的反驳是：AI 不会让鲍莫尔效应消失，会让它强化。

原因不复杂。AI 最擅长压缩边际成本的，是文本、知识检索、代码、流程管理这类标准化任务。词元价格四年从每百万 60 美元跌到 0.06 美元——三个数量级。但 AI 暂时拿不下的是医疗诊断、长期照护、教育、心理咨询、艺术创造——这些恰恰是老龄化推高需求的领域。AI 让一边的供给越来越便宜，让另一边的相对价格越来越贵。

3) 劳动从"要素"退化为"成本"

历史上每次技术革命都重塑过劳动的议价权，但研究指出 AI 这一次有结构性不同：

时代	技术延伸了人的什么	劳动份额走向
蒸汽革命	替代肌肉，制度未跟上	下降约 10 ppt（美国 19 世纪）
电气革命	创造大量新岗位 + 公共教育 + 工会	回升约 9 ppt
信息技术革命	延伸耳目，部分替代中等技能认知	持续下降（1993-2024 一半来自 IT，一半来自全球化）
AI 革命	接管大脑 + 双手全链路	劳动从"要素"降为"成本"

柯布-道格拉斯生产函数把产出写成资本和劳动的组合：Y = A · K^α · L^(1-α)。研究的判断是：在 AI 时代，劳动的权重 (1-α) 趋近于零。这不是说没人工作了，是说"按劳分配"作为分配机制的合法性被瓦解——产出可以脱离人来发生，分配权就向资本（算力）+ 瓶颈资源持有者集中。

三、再分层后的三类稀缺

把上面三条机理叠加，研究给出了一个非常清晰的资产分层框架。任何资产，可以用四个问题筛一次：

1. 脱离大规模补贴后，它还能独立运行吗？
2. 人口密度大幅降低后，它的维护成本会激增吗？
3. 它的核心产出，是不是比 AI 更经济？
4. 它是不是 AI / 机器人产业链上的必需要素？

过完这四问，留下三类稀缺资产。

第一类 · 物理空间和资产属性上的稀缺

核心位置 + 稳定的公共服务网络。一线和强二线核心区域的房产、交通节点、优质医疗与教育资源。它们之所以稀缺，不是因为"在那里"，而是因为能维持高密度高质量的服务网络——这本身就是人口变局下越来越罕见的能力。

反面：收缩型城市的房产、固定折旧高的公用事业。它们没有变便宜，是陷入了"折旧陷阱"——使用频次下降、维护投入跟不上、加速老化，从"资产"变成"维护负担"。

第二类 · AI 无法提供 / 供需错配的非标准化

这一层是研究里着墨最重、对个体最重要的一层。它包含两个层面：

• 非标准化的商品和服务：定制教育、高端养老、心理咨询、艺术与品牌价值、悦己消费。它们的共同特征是难以复制 + 强人际信任 + 强本地交付。
• 非标准化的工作：研究进一步拆出两个维度——
  • 思考深度高：路径开放、结果非确定、依赖跨领域联想和辩证创新。例如战略规划、算法设计、复杂决策。
  • 表达深度高：依赖即兴的语言、符号或形体输出，需要在动态情境中实时调整。例如手工艺、心理治疗、即兴演讲、体育竞赛。

第三类 · AI / 机器人产业链上的瓶颈资产

列昂季耶夫生产函数的核心思想：系统产出受限于最稀缺的资源。AI 时代，这个瓶颈分中短期和长期：

• 中短期（2-5 年）：算力扩张直接撞上的产能短板——芯片制造、电气设备、通信、机械。研究测算，AI 拉动的年度新增固定资产投资约 8100 亿美元，2025 年已铺约 3800 亿，仍有 4300 亿扩张空间。
• 长期（算力公用事业化之后）：当算力极度充裕、接近电力一样的通用商品时，真正的硬约束转向物理世界——高 EROI、低碳、稳定的能源（核能、天然气、智能电网、长时储能），以及关键矿产（镓、稀土、铜、硅、锂）。研究引用 IEA 数据：仅数据中心对镓的需求可能就达到 2024 年全球供给的 10% 以上。

四、反过来 · 哪些会被稀释

有稀缺的一面就有被稀释的一面。研究虽然没用"被稀释"这个词，但读完整篇可以反向推出来。

这里有一个关键的不对称：稀缺的一面集中、被稀释的一面分散。稀缺的能力会向更少的人 / 更少的资产集中（一线核心地产价格继续涨、AI 不能替代的服务价格继续涨）；被稀释的一面则会广泛地、慢慢地失去议价权——表面上没失业，但时间不再值原来的钱。

五、对个体的选择题

把"再分层"翻译成个体可执行的选择题，大致是这样的：

1. 你的产出里，标准化成分占多少？标准化越高，被 AI 压价的概率越大。这是基线题。
2. 你的判断里，跨领域联想和辩证占多少？这是"思考深度"题。能不能在新议题出现时生成新框架，而不是复用旧模板。
3. 你的交付里，动态情境的实时调整占多少？这是"表达深度"题。能不能在不可预测的现场，做出 AI 短期内做不到的判断。
4. 你的客户关系里，强人际信任和强本地交付占多少？这是"非标准化服务"题。AI 永远拿不走"在场"和"信任"，但也只有当你的"在场"输出独特判断时，才有定价权。

这四题里，至少有两题答案是"高"的，才有进入"第二类稀缺"的入场券。一题都不高，会被慢慢压到 AI 的边际成本附近——还在工作，但时间不再值原来的钱。

六、金句摘录

"人口变局和 AI 变革交织，可能会带来核心与外围资产的分化、商品与服务价格的分化，以及分配的分化。" — 中金报告 · 核心结论

"人口减少并不会自动带来资源充裕，反而会导致核心与边缘分化的拉大，相对稀缺的资源依然稀缺。" — 中金报告 · 第一层反直觉

"AI 在提供充裕资源的同时，也会因为抬高整体生产力水平，使那些 AI 暂时无法提供的资源更加稀缺。" — 中金报告 · 鲍莫尔强化

"当劳动力从要素退化为成本，是否会使得普通个体参与分配的合法性基础——'劳动力价值'逐渐丧失？" — 中金报告 · 分配权重构

"在对思考深度和表达深度要求高的工作上，人类仍占据主动。" — 中金报告 · 个体出口