作者：一段棉線

來源：一段棉線的投資思考（ID:yiduanmianxian)

重點提示

本簡析基于作者投資業務經驗撰寫，選用方法與核心觀點如有不妥，還請讀者不吝賜教。

文章內容僅代表作者本人觀點，與所在機構觀點無關。

背景簡介

人工智能發展日新月異，近期和不少朋友交流，有很多思考。作為一名金融從業人員，天然會思考這種沖擊對資產價值的影響。最近把一些觀點想得相對清晰了，梳理成一篇雜七雜八的文章，分享給大家。

Some AI金句提煉：

關于技術沖擊：當算法能以極低成本復制智力成果，由長期教育和訓練構筑的職業護城河便不可避免地走向干涸。

關于債權危機：房屋的價值并非僅僅來自于土地和磚石，而是對居住者未來收入現金流的一次跨期支取。債權價值的本質是未來收入的貼現，如果智力成果正快速貶值，支撐37萬億信貸的基石便只剩下一場關于重估的競賽。

關于階層焦慮：專業人士的護城河曾是稀缺的知識，但當知識變為標準化的工業品，議價權便從個體流向了平臺。

關于人口困局：人口問題的核心不單純在于“養不起”，更在于當教育的回報率面臨下修，理性的家庭選擇了從資產投資向情感消費的撤退。

關于財政邏輯：土地財政本質上是對城市人口智力紅利的預支，當紅利因通縮而萎縮，信用錨點的漂移便成了時代的必然。

關于終局：2026 年，我們并非在見證一場危機，而是在見證一個長達兩百年的“智力折現時代”的集體落幕。

一、腦力勞動貶值與資產信用基石的重估

貨幣經濟學最核心的概念之一就是信用生成，它依賴于幾個要素的緊密交織。在我國，自然人經濟部門的信用派生通常是受教育程度/工作、土地使用權/住房等多種隱私的結合。盡管土地與房地產在直觀和實操上被視為實物抵押品，但其市場估值的實質很大程度上反映了對居住者未來收入的預期。相比于房屋的市場價格，其物理上的建安成本通常僅占很小比例，兩者之間的差價，實質上是對城市人口未來收入現金流的一種預期折現和跨期支取。

然而，隨著人工智能技術應用范圍的不斷擴大，大部分腦力勞動的價值由于稀缺性快速下降，正表現出價值斷崖下跌的趨勢。當技術手段能夠顯著降低腦力勞動的成本時，原本依附于這些長期訓練形成技能上的收入水平可能會面臨明顯調整壓力。由于土地/房產的溢價部分與當地居民的收入水平高度相關，這種技術進步對資產估值基礎的影響不容忽視。

目前我國存量住房信貸規模有37萬億元左右，信貸系統的穩定性依賴于借款人能夠持續獲得與其債務規模相匹配的收入。如果腦力勞動的市場定價因技術替代而發生快速下滑，那么過去幾十年間形成的“勞動力—資產—債務”相互勾稽的定價模式可能需要經歷一次深層的重新審視。這不僅涉及人工智能時代下個體職業技能的更新，更觸及了資產定價與社會分配機制的底層邏輯。

二、專業技能的“普適化”與收入中樞的下移

在前幾次科技革命中，機械化與電氣化主要實現了對人類體力的延伸或替代，互聯網則實現了對人類獲取信息深度、廣度和密度的極大提升。而在以人工智能為核心的最新一輪科技革命中，技術的演進目標轉向了對人類智力產出的解構。過去需要通過長周期學習和專業訓練才能掌握的技能（如代碼編寫、法律文檔審核或財務報表分析等等），正在被人工智能模型快速拆解并轉化為工業標準化產出。這個過程實際上就是專業技能的“普適化”。

專業技能的稀缺性曾是勞動力市場上高技能群體維持議價權一條最重要的護城河。無論是在信息時代初期還是更早的工業時期，一名從業者花費數千小時乃至數萬小時積累的經驗，本質上是在構建一種難以被快速復制的競爭優勢。

然而，隨著最新一輪人工智能技術的擴散，當大模型能夠以可折算成芯片折舊和電力價格的極低邊際成本完成專業任務時，這種由長期訓練形成的護城河便開始逐漸干涸。其結果必然是特定職業的準入門檻顯著降低，專業腦力勞動力市場的定價權逐漸從個人向掌握模型工具和算力資源的機構轉移。這種定價權的遷移對人口收入結構的影響是持續和實質性的。如果一項復雜腦力工作的產出不再依賴于特定個體的經驗積累，邏輯上其市場價格會向技術的應用成本靠攏。這意味著，部分專業技能群體的收入水平可能面臨明顯的下行壓力。考慮到目前我國具有龐大的存量住房信貸及其他零售信貸存量，這一收入中樞的下移尤為值得關注。

目前的存量長久期信貸基于一個長期假設：借款人在未來數十年的職業生涯中，其勞動成果價格的增長率能夠跟上甚至超越社會平均通貨膨脹率。由于專業人士的收入現金流曾被視為具有較強的保障，金融機構得以在此基礎上發放規模龐大的各類個人零售貸款。然而，人工智能的介入正在腦力勞動領域引入一種顯著的通縮效應。當智力成果的市場價格由于技術的大規模普及而下降時，支撐這些債權價值的底層邏輯可能面臨挑戰。如果腦力勞動的價值因技術替代而快速貶值，借款人的收入預期與背負的剛性債務之間的剪刀差將會逐漸擴大。當腦力勞動面臨技術沖擊時，不僅個體的消費傾向會受到抑制，支撐城市資產高估值的收入基石也會面臨著重新定價的考驗。

三、債權價值重估與正反饋循環的瓦解

債權價值的本質是對借款人未來支付現金流的貼現定價。但直到2021年，由于房屋資產價格的快速上升，很多放款機構更多關注了抵押物的市場價格變化而非更本質的還款現金流質量。

而實際上，資產價格變化和居民收入水平上升之間的關系并不是割裂的。過去幾十年間，房屋資產的價值與高技能群體的收入水平之間形成了一種相互強化的正反饋機制。房屋資產價格的上漲，往往會倒逼全社會用人單位支付更高的薪酬，以確保專業人士能夠覆蓋在核心城市的居住與生活成本。而專業人士收入的增長又反過來增強了對房屋資產的購買力，支撐了資產估值的進一步上升。在這種循環下，資產價格與勞動報酬互為動力，共同構成了信用的擴張基礎。

然而，人工智能技術的介入可能正在打破這一循環。當腦力勞動的成本由于技術的大規模應用而明顯下降時，用人單位不再必須通過支付高薪酬來招聘專業人士。當作為“信用基石”的收入預期出現明顯惡化，原本的正反饋機制可能發生反轉：收入預期的下降削弱資產購買力，而資產估值的進一步下修或許會繼續影響社會對未來勞動產出定價的信心。未來如果房價失去了“高收入腦力勞動”的支撐，房屋作為信用生成工具的效率可能隨之下降，其過往積累的溢價部分也可能面臨較長時間的修正與消化。

四、從“資產投資”轉向“情感消費”的人口再生產

如前所述，當“勞動力—資產—債務”的正反饋循環出現松動，家庭在人口再生產（生育與教育）上的邏輯可能正發生深刻的重組。筆者能夠初步想到的有如下幾點。

1. 教育投入的“回報率回歸”

歷史上，我國家庭在教育上的投入被普遍視為一種高回報的“智力資產投資”。父母愿意支付高昂的教育成本，本質上是試圖通過這種投入為后代構建一條難以逾越的職業護城河。當“精養”模式下的高額投入在就業市場上只能換回因專業技能普適化而不斷縮水的收入預期時，家庭對教育投入的預期回報率將面臨明顯的下修。

2. 生育性質的認識轉向

我國多數中產階級家庭都有一顆階層跨越的心。在“智力溢價”相對穩定的時代，生育本質上具有一定的“資產屬性”，即通過擴充后代的智力資本實力來實現階層跨越或家庭財富的跨期轉移。但隨著腦力勞動成果的快速貶值，這一邏輯正變得非常脆弱。生育行為可能會逐漸從一種帶有投資屬性的決策，轉向一種基于情感價值或家庭成員內心效用的消費行為。

在這種模式下，撫育后代不再是為了預支未來的財務回報，而更多是為了獲得當下的情感鏈接與心理滿足。由于這種消費的成本極高且缺乏回報，理性個體在決策時可能會表現出更為審慎的態度。

3. 政策邊際效應的減弱

雖然我國政府在財政壓力下，仍然在生育政策層面進行了積極的邊際調整。但如每月數百元的生育補貼可能難以對沖收入預期的長期損失。當家庭普遍感知到“智力資產投資回報”會長期走低時，基于小規模財務激勵的政策往往表現出明顯局限性。如果社會無法在“智力通縮”的大背景下改變分配邏輯，單純的現金補貼或許難以扭轉人口再生產的緊縮趨勢。

五、財政錨點的漂移與分配邏輯的重構

事實上，我國以土地財政為核心的宏觀信貸機制在人工智能時代來臨之前就步入了調整期。在過去的發展周期中，地方政府通過經營城市土地，某種程度上是在行使一種對城市人口未來收入紅利的“預支權”。隨著人工智能對腦力勞動定價的系統性重塑，這種依賴資產溢價來生成信用的財政體系邏輯可能正面臨動搖。針對這個問題，筆者能夠初步想到的有如下幾點。

1. 財權與事權的錯位壓力

目前，地方政府承擔了包括教育、醫療以及社會保障在內的大部分公共支出責任，這些支出壓力在“智力成果通縮”背景下的剛性卻在持續增強（比如應對產業重構過程中的成本支出提升等）。與此同時，因人力資源未來的收入預期表現出增長乏力甚至下滑的傾向，作為主要收入來源的土地出讓金及相關稅收也可能出現承壓。這種收支壓力，或許會促使中央政府在更大范圍內統籌資源。 然而，行政上的統籌嘗試雖然在短期內可以緩解地方壓力，但如何在中長期內建立一套與人工智能時代相匹配的激勵約束機制，依然是一個難題。

2. 從對“人的勞動”征稅轉向對“技術紅利”征稅

在既有的財稅體系中，針對工資征收的個人所得稅與社會保險費用是公共財政的重要基石。但如果人工智能大規模替代腦力勞動，導致社會整體的工資性收入占比下降，那么原有的稅源就會面臨萎縮。

邏輯上的應對方案是將其轉向對“技術溢價”或“技術效率”征稅。但在全球化的競爭環境下，對決定生產效率的技術要素征稅可能面臨資本流向低稅區或技術研發降速的風險。此外，如何精確界定哪些利潤屬于“算法帶來的超額收益”，并在法律層面定性，也是一項具有高度挑戰性的工程。

3. 財政分配干預的可能性

財政體系的穩定性在很大程度上取決于能否找到替代土地出讓收入的新型信用錨點。 此外，由于人工智能技術帶來的潛在沖擊可能過大、過快，為維護整體社會結構穩定，采取“養育社會化”或加強更廣泛的社會安全網來對沖由于腦力勞動貶值帶來的潛在社會風險可能是有必要的。這種從“投資于物（地產和基礎設施）”向“投資于人（社會福利）”的重心轉移，或許是應對沖擊的策略之一，但對財政支出的潛在要求與當前的財政壓力之間顯然存在不小的協調難度。

六、One more thing

之前讀何夕的《傷心者》，有一段話讓我有很大觸動，大概是說：從古希臘幾何學家阿波洛尼烏斯總結圓錐曲線，到開普勒將其應用于行星軌道，人類等待了 1800 年；從黎曼幾何的誕生到愛因斯坦建立廣義相對論，時間跨度是 170 年；而從矩陣理論的創立到它支撐起量子力學，跨度縮短到了 60 年。在漫長的歷史中，智力成果的種子往往需要數代人的時間才能轉化為改變社會的現實。

然而，在 2026 年，這種留給社會逐步改變的“時間緩沖”很大程度上已經徹底消失了。當下的變革不再以世紀或十年為單位，而是以月、以周計。人工智能對社會形態解構速度之快可能已經超越了社會的自我調節能力，迫使我們以緊迫的心情和姿態去重新理解和應對那些曾經被視為堅不可摧的制度基石。

這些變遷或許標志著一個長達數百年的“智力折現時代”正趨于落幕。在之前的時代，我們習慣于將智力產出視為人類最核心的價值，并以此為基礎構建了教育、美學、乃至財產分配的全套邏輯。但當算法抹平了專業門檻的溢價，智力作為一種“工具”的稀缺性可能正表現出某種回歸平庸的傾向。

在這片由人工智能算法織就的森林中，人類或許正在尋找新的價值尺度。既然智力產出已經可以標準化、廉價化，那么那些無法被計算的特質，比如本人在場的深度情感鏈接，以及基于非標準化審美的創造力，諸如此種或許會重新成為價值的高地。

2026 年的挑戰，或許并非在于如何戰勝技術，而是在于如何重新定義社會契約。如果由長期訓練形成的護城河已經逐漸干涸，那么在干涸的河床上，我們可能正在迎來一種更具人本色彩社會邏輯的萌芽。

注：文章為作者獨立觀點，不代表資產界立場。

題圖來自 Pexels，基于 CC0 協議

本文由“一段棉線的投資思考”投稿資產界，并經資產界編輯發布。版權歸原作者所有，未經授權，請勿轉載，謝謝！

原標題： 【Memo】關于人工智能時代信貸價值重估引發的一些淺思